“智能+”賦能檢驗檢測行業監管的設想

浙江省紹興市上虞區質檢計量測試所 丁培麗 余培銓 徐洪海

紹興市上虞區市場監管局 羅杰

檢驗檢測被譽為“工業之眼”，處于產業最前沿，肩負著引領產業高質量發展的時代重任。

然而，檢驗檢測產業在迅速發展的同時，也面臨不容忽視的問題，從業機構責任意識、誠信守法意識淡薄，檢測活動不規范、超范圍出具報告、出具虛假報告等現象時時出現。同時，監管部門也存在監管力度不夠、手段落后、能力與要求不匹配等問題。如何規范行業健康發展、保持檢驗檢測市場監管的高壓態勢是監管部門目前急需解決的問題。近年來，人工智能、區塊鏈、云計算、大數據等數字科技技術發展浪潮迭起，推動著社會形態整體變革，也為監管效能提升注入了源源不斷的新鮮血液。如何以科技監管為支撐，切實有效提高監管力度和水平已是新時代監管要求下必須要思考的問題。針對以上問題，本文進行分析并提出對策建議，供檢驗檢測行業參考。

一、我國檢驗檢測行業現狀

我國檢驗檢測市場歷經40余年改革開放，伴隨我國國民經濟的飛速發展同步成長。但與發達國家一流的檢驗檢測認證行業相比，現階段我國檢驗檢測成熟市場尚未形成，機構存在總量大體量小、管理體制落后、創新動力缺乏、服務能力單一等弱點。具體表現為以下三個方面。

（一）市場總量龐大，但“小散弱”的基本面未發生根本性改變

據市場監管總局統計，截至2020年底，我國境內（不含港澳臺）檢驗檢測服務業共有檢驗檢測機構48919家，比2019年度增長11.16%，規模以上檢驗檢測機構數量僅占全行業的13.11%，但營業收入占比達到77.36%，規模效應十分顯著。但從人數規模來看，就業人數在100人以下的小微型檢驗檢測機構數量占比達到96.43%，承受風險能力薄弱；從服務半徑來看，73.38%的檢驗檢測機構僅在本省區域內提供檢驗檢測服務，“本地化”色彩仍占主流。

（二）檢驗檢測成熟市場尚未形成

目前我國檢驗檢測市場以買方市場為主，與傳統工業產品不同，檢驗檢測認證服務質量反饋周期較長，尤其在建工、環保等領域，服務的購買方往往不是服務的直接利益相關方，使得服務質量無法成為主導市場的關鍵因素，而取得合格報告和認證證書的便捷程度、提供服務惡價格高低成為大部分客戶選擇檢驗檢測認證機構的主要原因，市場自動調節能力較弱。

（三）政府監管出現能力短板

認證檢驗檢測行業覆蓋領域十分廣泛，除各類工業產品檢測外，還包含了食品檢測、機動車檢測、環境監測、建筑工程及材料檢測等，關乎著社會生活的方方面面。過高的專業壁壘使基層監管人員出現明顯的能力短板，尤其在“小、散、弱”機構聚集的三四線城市，基層監管人員配置與檢驗檢測行業亂象之間的不平衡、不適應直接影響了監管力度與監管效果。因此，提升監管能力的行動迫在眉睫。

二、檢驗檢測智慧監管解決方案

以人工智能、大數據、云計算技術為基礎，筆者提出了一種以“兩平臺一系統一中心”為主要架構、以邊緣節點為重要組成部分的智慧監管解決方案（圖1）。

圖1 檢驗檢測智慧監管解決方案

檢驗檢測智慧監管平臺是發揮政府監管作用的大腦，具有行業監控、過程監管、決策支持等功能，幫助監管層實現把握行業發展動向、規范機構行為的作用。“互聯網+檢測”服務平臺是面向用戶的線上檢測服務平臺，用戶可在該平臺上完成檢驗檢測認證服務的機構查詢、委托下單、物流送樣、費用支付、報告下載全流程在線辦理。平臺匯集了豐富的業務數據，可為行業分析提供強力支撐，同時智慧監管平臺產生的機構違法行為、信用評分等也將及時反饋至服務平臺為用戶選擇機構提供重要參考。

實驗室信息管理系統（laboratoryinformationmanagementsystem,LIMS）以成熟的實驗室管理體系為設計原理，通過信息化手段將傳統人工管理模式轉變為規范高效的自動化信息平臺，為實驗室的高效運作以及各類信息的存儲、分析、報告和管理提供平臺，并可對實驗室工作的各個環節進行全方位的量化和管理。大數據中心負責收集“互聯網+檢測”服務平臺、實驗室信息管理系統及邊緣節點產生的數據，并輸入監管平臺為決策提供強大的數據支撐。邊緣節點由智能檢測設備、移動監測終端、高清攝像頭等組成，負責采集動態檢測過程數據，是大數據中心的“源頭活水”。

目前我國檢驗檢測行業正處于信息化快速發展階段，并在實驗室信息管理系統、“互聯網+檢測”服務平臺建設方面取得一定成果。但在智能化行業監管方面，盡管目前我國已搭建檢驗檢測機構資質認定管理系統、“互聯網+監管”行政執法平臺等，但均以行政審批、法制監管為主，無法彌補檢驗檢測行業專業壁壘帶來的能力短板。因此，本文主要圍繞該問題對檢驗檢測智慧監管平臺進行設計。

三、檢驗檢測智慧監管平臺

檢驗檢測智慧監管平臺對轄區內檢驗檢測行業發展進行實時把控，并對檢驗檢測進行全生命周期監管，主要由行業監控、過程監管、決策支持三大業務系統組成。

（一）行業監控

行業監控包括機構管理、人員管理、報告管理三大功能。機構管理是對管轄范圍內各個機構進行全方位立體畫像，其初始數據來源于檢驗檢測機構資質認定管理系統，并打通“行政執法監管平臺”、“公共信用信息平臺”等相關統建共用平臺，匯集機構基本信息、檢驗檢測能力、檢驗檢測產品類別、檢驗人員、儀器設備、檢驗地址、行政處罰、信用信息等各類信息資源。同時機構管理模塊接收檢驗檢測機構資質認定管理系統、實驗室信息管理系統及其它平臺關鍵數據更新，使監管層實時掌握機構最新狀態。人員管理模塊以人員信息為主鍵，匯集轄區內檢驗檢測從業人員基礎信息和專業技能，便于監管人員及時了解檢驗檢測行業人才儲備和流動情況，評估行業發展潛力。報告管理模塊定期從實驗室信息管理系統獲取該時間段內報告信息，為用戶驗證報告真偽提供數據支撐，同時相關部門可借助該模塊分析市場需求、統籌規劃行業發展。

（二）過程監管

由于較高的專業壁壘和基層監管人員配置的不足，檢驗檢測真實性、規范性問題一直是監管痛點難點。過程監管系統充分運用人工智能、大數據、云計算技術為檢驗檢測行為合規性判斷提供參考，是智慧監管的核心所在，其運行模式如圖2所示。

圖2 過程監管運行模式

檢驗檢測過程監管專家系統是一組能在檢驗檢測領域內，應用大量的專家知識和推理方法判斷檢驗檢測過程合規性的一種人工智能計算機程序。本文提出了一種基于計算機視覺技術的過程監管專家系統，將計算機視覺技術與傳統專家系統相結合，針對不同類型數據進行判別。

專家系統通常由人機交互界面、知識庫、推理機、解釋器、綜合數據庫、知識獲取等6個部分構成，核心模塊為知識庫和推理機。知識庫中存放著求解問題所需的知識，推理機負責使用知識庫中的知識去解決實際問題。

1.知識庫

知識庫的建造由檢驗檢測各領域專家負責，一般表現形式為產生式規則。產生式規則以IF…THEN…的形式出現。根據檢驗檢測行業監管要求，設置基本規則如下：

(1)符合性規則。判斷機構的基本條件和技術能力是否持續符合資質認定的要求。

(2)一致性規則。判斷檢驗檢測報告和原始記錄（如GPS定位、試驗設備產生的原始數據、人臉識別輸出的實際操作人員等）是否一致。

(3)規范性規則。判斷檢驗檢測過程中樣品狀態、實際環境、人員操作等是否符合標準規范要求。

2.推理機

推理機通過匹配知識庫中的符合性、一致性、規范性規則獲得結論。針對無法提取產生式規則或規則表達復雜的場景，采用機器學習進行判斷，如實驗操作過程規范性判斷時應用計算機視覺技術進行識別與判定。目前在檢驗檢測行業，機動車檢測已實現全部安裝監控攝像頭并實時上傳，紹興市建工領域也已基本完成監控攝像部署，為機器學習模型訓練及最終模型應用提供了充足的素材。

（三）決策支持

以行業監控與過程監管輸出結論為依據，可從以下三方面規范行業現狀。

1.實現精準監管。借助專家系統有效提升監管深度與廣度，精準打擊違法行為。同時，建立檢驗檢測機構監管檔案和誠信積分，并據此實施差異化證后監管。

2.建立完善信用體系。完善失信懲戒機制及失信主體“黑名單”制度，強化檢查結果的公開、運用，對嚴重違法的認證檢測機構及從業人員列入失信名錄，相關信息歸集至國家企業信用信息公示系統，使違法機構“一處失信，處處受限”。

探索分級評價制度。以機構技術能力、操作規范性、管理成熟度、企業信用、服務質量等為依據，探索建立分級評價制度，并將各個機構評價等級在全國權威發布，為市場用戶選擇機構提供參考。