SlideShare une entreprise Scribd logo
1  sur  31
La métrologie
Jusqu’où ne pas aller trop loin?
5eme journée régionale de biologie
Médicale -17 février 2015 - Poitiers
D’où venons nous ?
La Métrologie que nous vivons aujourd’hui
est née juste avant la révolution française :
« Un Roi, une Loi,
un Poids et une Mesure »
D’où venons nous ?
Pour répondre à la question de la confiance
dans les échanges commerciaux, l’’Etat a
créé (1837) le Service des Poids et
Mesures chargé de garantir :
« La loyauté des échanges
commerciaux »
D’où venons nous ?
Les outils de la Métrologie Légale :
•L’approbation de modèle
•La vérification primitive
•La vérification périodique
« L’Etat décide, via des décrets :
•De la procédure de vérification
•Des Erreurs Maximales Tolérées
•Des Périodicités
Où en sommes nous ?
Depuis que la Qualité (au sens référentiel)
existe, la Métrologie industrielle a copié la
Métrologie Légale
« Mais ses objectifs sont
totalement différents :
Qualité versus Loyauté !!! »
Où en sommes nous ?
Faute de réponses aux besoins
métrologiques de leurs clients, les
laboratoires écrivent des normes pour
pouvoir donner des avis (puisque leurs
clients veulent savoir si les instruments sont
conformes) …
« Les normes sont écrites
pour ceux qui les écrivent,
pas pour ceux qui les
Où en sommes nous ?
Les preuves (Norme ISO 8655) :
Où en sommes nous ?
Les preuves (Norme NF X 15-140 – devenue FD) :
Qu’est-ce que la Métrologie ?
Métrologie :
Science de la mesure
Qu’est-ce qu’une mesure ?
Mesure :
Evaluation d’une grandeur par comparaison
avec une grandeur de référence de même
espèce
Et cette comparaison s’effectue à l’aide d’un
processus de mesure
Qu’est-ce qu’une mesure ?
Processus de mesure :
Qu’est-ce qu’une mesure ?
Et comme tous les processus, il n’est pas
parfait. La mesure est influencée par
l’imperfection de chaque facteur qui contribue
à la produire …
A l’instar de la voiture :
•tous les organes du système de freinage
participent à la qualité du freinage
•La qualité du freinage dépend essentiellement
du pire des organes (qui n’est pas
forcément celui qu’on croit …)
Métrologie : Une intime de la
statistique
Dans le monde « déterministe », toutes les erreurs
maximales s’additionnent.
Erreur de mesure Max =
Erreur Max de l’instrument
+ Erreur Max due aux opérateurs
+ Erreur Max due à l’environnement
+ Erreur Max due à la méthode
+ …
Cette « addition » ne tient pas compte
des effets aléatoires !
Métrologie : Une intime de la
statistique
Entrons dans le monde probabiliste …
Exemple type d’un phénomène
aléatoire : le lancé de dés
Fichier de simulation (cmd+=)
Métrologie : Une intime de la
statistique
±1σ : ≈ 68% des valeurs
±2σ : ≈ 95% des valeurs
±3σ : ≈ 99,7% des valeurs …
Mais jamais 100% !
Métrologie : Une intime de la
statistique
16
L’objet mesuré : σ1 La méthode
utilisée : σ3
L’opérateur : σ2 Le moyen : σ4
L’environnement : σ5
σTotal² = σ1²+ σ2²+…+ σn²
L’évaluation de l’incertitude de mesure correspond à
la recherche de l’écart-type résultant du « mélange »
des écarts-types le constituant :
Métrologie : Une intime de la
statistique
Dans le monde « probabiliste », 1 + 1 ne font
donc pas 2 !
On doit donc s’intéresser aux facteurs les
plus importants !
Métrologie : Comprendre pour
maitriser
La maitrise des mesures permet de
comprendre des phénomènes…
Exemple de mesure de toxoplasmose
Même solution « réputée homogène » titrée
Comment s’explique cette dispersion (CV =
7,5%) ?
Métrologie : Comprendre pour
maitriser
La maitrise des mesures permet de comprendre des
phénomènes…
Malade ou pas malade ?
Quel est le risque lié à la décision ?
Limite pathologique
X
Valeur mesurée
Métrologie : Comprendre pour
maitriser
La maitrise des mesures permet de
comprendre des phénomènes…
Série à refaire ou non ?
X
CQI début de série
CQI fin de série
X
L’Etalonnage : Evaluation des
« erreurs » des instruments
L’ISO 15189 demande de maitriser les
mesures.
Par habitude, cette exigence se traduit
souvent par l’étalonnage périodique
(Périodicité arbitraire, EMT non adaptées).
On oublie trop souvent les autres facteurs
(Opérateurs, réactifs, ...).
De plus, l’étalonnage ne garantit que le
passé ! Et des soucis en cas de non
conformité (Etude d’impact) !
L’Etalonnage : Une solution
alternative
Les Comparaisons Inter-Instruments (C.2.I)
(appliquées aux pipettes)
Principe : On compare entre-elles toutes
les pipettes afin de détecter une (des)
pipettes anormales (Maintenance ou
Réforme).
Faute de connaître le besoin réel, on peut
légitimement penser que toutes les pipettes
ne peuvent pas ne pas être adaptées !
Comparaisons Inter-Instruments
Les mesures :
Comparaisons Inter-Instruments
Les tests statistiques (Points aberrants) :
Comparaisons Inter-Instruments
Les tests statistiques (Homogénéité des
dispersions):
La pipette N°9 est détectée 4 fois. Elle peut
nécessiter une maintenance.
Comparaisons Inter-Instruments
Les tests statistiques (Homogénéité des
moyennes):
Aucune pipette n’est détectée. Elles sont
homogènes entre elles, donc Conformes !
Comparaisons Inter-Instruments
• Quelques mesures*
(sur place),
• Quelques calculs (implémentables aisément sur
Excel),
• Une très grande latitude pour choisir son
« moment »,
• Des « non conformités » traitées en interne
• et un peu de bons sens !
Pour une stratégie adaptée aux besoins du
laboratoire.
Cette stratégie devrait être normalisée d’ici 2016.
* : qui nécessitent une balance
Incertitude du pipetage
La masse perdue de l’univers …
Dispersion sur les résultats en toxoplasmose
Dispersion due au pipetage : 1,27 %
Note : les résultats de mesure devraient être proportionnels à la quantité
déposée dans chaque puit de mesure (si tout le reste était parfait …)
Dispersion « manquante » :
ISO 15 189 : Occasion de performer !
Conclusions :
- La pipette est petite devant les opérateurs
- Le pipetage est parfois négligeable devant
les techniques (EMT mini : 4% chez Sanofi
Pasteur)
- En comprenant les vraies causes de
dispersions des techniques, beaucoup de
progrès sont envisageables !
Jean-Michel POU
Président Fondateur de la société Delta Mu
Président du Cluster d'Excellence Auvergne Efficience Industrielle
Membre des comités de normalisation X06e (Méthodes statistiques) et X07b
(Métrologie)
jmpou@deltamu.fr

Contenu connexe

Tendances

Presentation Habilitation à Diriger des Recherches
Presentation Habilitation à Diriger des RecherchesPresentation Habilitation à Diriger des Recherches
Presentation Habilitation à Diriger des RecherchesBOUWMANS Thierry
 
Le controle de qualite au laboratoire
Le controle de qualite au laboratoireLe controle de qualite au laboratoire
Le controle de qualite au laboratoireS/Abdessemed
 
Préparation des échantilons pour l'analyse microbiologique
Préparation des échantilons pour l'analyse microbiologiquePréparation des échantilons pour l'analyse microbiologique
Préparation des échantilons pour l'analyse microbiologiqueAli Ali
 
La partique au laboratoire de microbiologie
La partique au laboratoire de microbiologieLa partique au laboratoire de microbiologie
La partique au laboratoire de microbiologieDr Taoufik Djerboua
 
Les technique de protozoaires
Les technique de protozoairesLes technique de protozoaires
Les technique de protozoairesabir
 
Hygiène et sécurité au Laboratoire
Hygiène et sécurité au LaboratoireHygiène et sécurité au Laboratoire
Hygiène et sécurité au LaboratoireS/Abdessemed
 
Traitement et Recyclage des Déchets
Traitement et Recyclage des DéchetsTraitement et Recyclage des Déchets
Traitement et Recyclage des DéchetsAdelFilali
 
Chapitre1:Introduction aux méthodes de sondage
Chapitre1:Introduction aux méthodes de sondageChapitre1:Introduction aux méthodes de sondage
Chapitre1:Introduction aux méthodes de sondageMahamadou Haro
 
EVALUATION ET PREVENTION DES RISQUES INFECTIEUX DANS LES LABORATOIRES DE MICR...
EVALUATION ET PREVENTION DES RISQUES INFECTIEUX DANS LES LABORATOIRES DE MICR...EVALUATION ET PREVENTION DES RISQUES INFECTIEUX DANS LES LABORATOIRES DE MICR...
EVALUATION ET PREVENTION DES RISQUES INFECTIEUX DANS LES LABORATOIRES DE MICR...Pasteur_Tunis
 
Cours hygiène et sécurité alimentaire.ppt
Cours hygiène et sécurité alimentaire.pptCours hygiène et sécurité alimentaire.ppt
Cours hygiène et sécurité alimentaire.pptSalmaZaghba1
 
Point 5. Exemples de la mise en place et du controle de qualité effectué dans...
Point 5. Exemples de la mise en place et du controle de qualité effectué dans...Point 5. Exemples de la mise en place et du controle de qualité effectué dans...
Point 5. Exemples de la mise en place et du controle de qualité effectué dans...Soils FAO-GSP
 
Formation gestion des déchets maroc
Formation gestion des déchets marocFormation gestion des déchets maroc
Formation gestion des déchets marocMona Developpement
 
Eau potable (1)
Eau potable (1)Eau potable (1)
Eau potable (1)kimdoua
 
Gestion et tri des déchets
Gestion et tri des déchets Gestion et tri des déchets
Gestion et tri des déchets Selma Mouloudj
 

Tendances (20)

Presentation Habilitation à Diriger des Recherches
Presentation Habilitation à Diriger des RecherchesPresentation Habilitation à Diriger des Recherches
Presentation Habilitation à Diriger des Recherches
 
Le controle de qualite au laboratoire
Le controle de qualite au laboratoireLe controle de qualite au laboratoire
Le controle de qualite au laboratoire
 
Préparation des échantilons pour l'analyse microbiologique
Préparation des échantilons pour l'analyse microbiologiquePréparation des échantilons pour l'analyse microbiologique
Préparation des échantilons pour l'analyse microbiologique
 
La partique au laboratoire de microbiologie
La partique au laboratoire de microbiologieLa partique au laboratoire de microbiologie
La partique au laboratoire de microbiologie
 
La lutte anti-vectorielle
La lutte anti-vectorielleLa lutte anti-vectorielle
La lutte anti-vectorielle
 
Stélirisation
StélirisationStélirisation
Stélirisation
 
Les technique de protozoaires
Les technique de protozoairesLes technique de protozoaires
Les technique de protozoaires
 
Regression simple
Regression simpleRegression simple
Regression simple
 
Hygiène et sécurité au Laboratoire
Hygiène et sécurité au LaboratoireHygiène et sécurité au Laboratoire
Hygiène et sécurité au Laboratoire
 
Traitement et Recyclage des Déchets
Traitement et Recyclage des DéchetsTraitement et Recyclage des Déchets
Traitement et Recyclage des Déchets
 
Chapitre1:Introduction aux méthodes de sondage
Chapitre1:Introduction aux méthodes de sondageChapitre1:Introduction aux méthodes de sondage
Chapitre1:Introduction aux méthodes de sondage
 
EVALUATION ET PREVENTION DES RISQUES INFECTIEUX DANS LES LABORATOIRES DE MICR...
EVALUATION ET PREVENTION DES RISQUES INFECTIEUX DANS LES LABORATOIRES DE MICR...EVALUATION ET PREVENTION DES RISQUES INFECTIEUX DANS LES LABORATOIRES DE MICR...
EVALUATION ET PREVENTION DES RISQUES INFECTIEUX DANS LES LABORATOIRES DE MICR...
 
Cours hygiène et sécurité alimentaire.ppt
Cours hygiène et sécurité alimentaire.pptCours hygiène et sécurité alimentaire.ppt
Cours hygiène et sécurité alimentaire.ppt
 
Point 5. Exemples de la mise en place et du controle de qualité effectué dans...
Point 5. Exemples de la mise en place et du controle de qualité effectué dans...Point 5. Exemples de la mise en place et du controle de qualité effectué dans...
Point 5. Exemples de la mise en place et du controle de qualité effectué dans...
 
Formation gestion des déchets maroc
Formation gestion des déchets marocFormation gestion des déchets maroc
Formation gestion des déchets maroc
 
Ppt eau
Ppt eauPpt eau
Ppt eau
 
Mycologie
MycologieMycologie
Mycologie
 
Eau potable (1)
Eau potable (1)Eau potable (1)
Eau potable (1)
 
Comment presenter vos données pour une analyse statistique
Comment presenter vos données pour une analyse statistiqueComment presenter vos données pour une analyse statistique
Comment presenter vos données pour une analyse statistique
 
Gestion et tri des déchets
Gestion et tri des déchets Gestion et tri des déchets
Gestion et tri des déchets
 

En vedette

La métrologie n'est pas ce que vous croyez, elle peut vous faire gagner beauc...
La métrologie n'est pas ce que vous croyez, elle peut vous faire gagner beauc...La métrologie n'est pas ce que vous croyez, elle peut vous faire gagner beauc...
La métrologie n'est pas ce que vous croyez, elle peut vous faire gagner beauc...Jean-Michel POU
 
Métrologie source de profits
Métrologie source de profitsMétrologie source de profits
Métrologie source de profitsJean-Michel POU
 
Pourquoi avons nous tant de mal à appréhender le concept d'incertitude de mes...
Pourquoi avons nous tant de mal à appréhender le concept d'incertitude de mes...Pourquoi avons nous tant de mal à appréhender le concept d'incertitude de mes...
Pourquoi avons nous tant de mal à appréhender le concept d'incertitude de mes...Jean-Michel POU
 
Logiciel de gestion de parcs d'instruments de mesure : Quelles fonctionnalité...
Logiciel de gestion de parcs d'instruments de mesure : Quelles fonctionnalité...Logiciel de gestion de parcs d'instruments de mesure : Quelles fonctionnalité...
Logiciel de gestion de parcs d'instruments de mesure : Quelles fonctionnalité...Jean-Michel POU
 
Optimisation des bandes de garde, suivant norme ISO/IEC Guide 98-4
Optimisation des bandes de garde, suivant norme ISO/IEC Guide 98-4Optimisation des bandes de garde, suivant norme ISO/IEC Guide 98-4
Optimisation des bandes de garde, suivant norme ISO/IEC Guide 98-4Jean-Michel POU
 
Ecart type experimental : quelle formule choisir ?
Ecart type experimental : quelle formule choisir ?Ecart type experimental : quelle formule choisir ?
Ecart type experimental : quelle formule choisir ?Jean-Michel POU
 
Explications sur le fascicule AFNOR FD X 07-014
Explications sur le fascicule AFNOR FD X 07-014Explications sur le fascicule AFNOR FD X 07-014
Explications sur le fascicule AFNOR FD X 07-014Jean-Michel POU
 
Quelques exemples de calcul d'incertitudes (GUM et GUMS1)
Quelques exemples de calcul d'incertitudes (GUM et GUMS1)Quelques exemples de calcul d'incertitudes (GUM et GUMS1)
Quelques exemples de calcul d'incertitudes (GUM et GUMS1)Jean-Michel POU
 
Inférence bayésienne : Une approche enthousiasmante pour l'exploitation des i...
Inférence bayésienne : Une approche enthousiasmante pour l'exploitation des i...Inférence bayésienne : Une approche enthousiasmante pour l'exploitation des i...
Inférence bayésienne : Une approche enthousiasmante pour l'exploitation des i...Jean-Michel POU
 
Présentation de la Smart Metrology - 9 Juin 2016 - Clermont-Fd
Présentation de la Smart Metrology - 9 Juin 2016 - Clermont-FdPrésentation de la Smart Metrology - 9 Juin 2016 - Clermont-Fd
Présentation de la Smart Metrology - 9 Juin 2016 - Clermont-FdJean-Michel POU
 
Photos caravane région auvergne rhône alpes
Photos caravane région auvergne rhône alpesPhotos caravane région auvergne rhône alpes
Photos caravane région auvergne rhône alpesJean-Michel POU
 
Alliance Industrie du Futur
Alliance Industrie du FuturAlliance Industrie du Futur
Alliance Industrie du FuturJean-Michel POU
 
Catalogue laboratoire 2015
Catalogue laboratoire 2015Catalogue laboratoire 2015
Catalogue laboratoire 2015Benjamin Bueno
 
METROLOGIE ET CONTROLE QUALITE
METROLOGIE ET CONTROLE QUALITEMETROLOGIE ET CONTROLE QUALITE
METROLOGIE ET CONTROLE QUALITEMounir Frija
 
Guide de la métrologie légale
Guide de la métrologie légaleGuide de la métrologie légale
Guide de la métrologie légaleMETTLER TOLEDO SAS
 
Poct accreditamento torino2013
Poct accreditamento torino2013Poct accreditamento torino2013
Poct accreditamento torino2013labmedico
 

En vedette (20)

La métrologie n'est pas ce que vous croyez, elle peut vous faire gagner beauc...
La métrologie n'est pas ce que vous croyez, elle peut vous faire gagner beauc...La métrologie n'est pas ce que vous croyez, elle peut vous faire gagner beauc...
La métrologie n'est pas ce que vous croyez, elle peut vous faire gagner beauc...
 
Métrologie source de profits
Métrologie source de profitsMétrologie source de profits
Métrologie source de profits
 
C.2.I
C.2.IC.2.I
C.2.I
 
Metrologie
MetrologieMetrologie
Metrologie
 
Pourquoi avons nous tant de mal à appréhender le concept d'incertitude de mes...
Pourquoi avons nous tant de mal à appréhender le concept d'incertitude de mes...Pourquoi avons nous tant de mal à appréhender le concept d'incertitude de mes...
Pourquoi avons nous tant de mal à appréhender le concept d'incertitude de mes...
 
Logiciel de gestion de parcs d'instruments de mesure : Quelles fonctionnalité...
Logiciel de gestion de parcs d'instruments de mesure : Quelles fonctionnalité...Logiciel de gestion de parcs d'instruments de mesure : Quelles fonctionnalité...
Logiciel de gestion de parcs d'instruments de mesure : Quelles fonctionnalité...
 
Optimisation des bandes de garde, suivant norme ISO/IEC Guide 98-4
Optimisation des bandes de garde, suivant norme ISO/IEC Guide 98-4Optimisation des bandes de garde, suivant norme ISO/IEC Guide 98-4
Optimisation des bandes de garde, suivant norme ISO/IEC Guide 98-4
 
Ecart type experimental : quelle formule choisir ?
Ecart type experimental : quelle formule choisir ?Ecart type experimental : quelle formule choisir ?
Ecart type experimental : quelle formule choisir ?
 
Explications sur le fascicule AFNOR FD X 07-014
Explications sur le fascicule AFNOR FD X 07-014Explications sur le fascicule AFNOR FD X 07-014
Explications sur le fascicule AFNOR FD X 07-014
 
Quelques exemples de calcul d'incertitudes (GUM et GUMS1)
Quelques exemples de calcul d'incertitudes (GUM et GUMS1)Quelques exemples de calcul d'incertitudes (GUM et GUMS1)
Quelques exemples de calcul d'incertitudes (GUM et GUMS1)
 
La metrologie
La metrologieLa metrologie
La metrologie
 
Inférence bayésienne : Une approche enthousiasmante pour l'exploitation des i...
Inférence bayésienne : Une approche enthousiasmante pour l'exploitation des i...Inférence bayésienne : Une approche enthousiasmante pour l'exploitation des i...
Inférence bayésienne : Une approche enthousiasmante pour l'exploitation des i...
 
Présentation de la Smart Metrology - 9 Juin 2016 - Clermont-Fd
Présentation de la Smart Metrology - 9 Juin 2016 - Clermont-FdPrésentation de la Smart Metrology - 9 Juin 2016 - Clermont-Fd
Présentation de la Smart Metrology - 9 Juin 2016 - Clermont-Fd
 
Photos caravane région auvergne rhône alpes
Photos caravane région auvergne rhône alpesPhotos caravane région auvergne rhône alpes
Photos caravane région auvergne rhône alpes
 
Deltamu 2016
Deltamu 2016Deltamu 2016
Deltamu 2016
 
Alliance Industrie du Futur
Alliance Industrie du FuturAlliance Industrie du Futur
Alliance Industrie du Futur
 
Catalogue laboratoire 2015
Catalogue laboratoire 2015Catalogue laboratoire 2015
Catalogue laboratoire 2015
 
METROLOGIE ET CONTROLE QUALITE
METROLOGIE ET CONTROLE QUALITEMETROLOGIE ET CONTROLE QUALITE
METROLOGIE ET CONTROLE QUALITE
 
Guide de la métrologie légale
Guide de la métrologie légaleGuide de la métrologie légale
Guide de la métrologie légale
 
Poct accreditamento torino2013
Poct accreditamento torino2013Poct accreditamento torino2013
Poct accreditamento torino2013
 

Similaire à Métrologie : Jusqu'où ne pas aller trop loin ?

18 06 deltamu - l'intelligence artificielle au service du budget et de la ...
18   06 deltamu -  l'intelligence artificielle au service du budget et de la ...18   06 deltamu -  l'intelligence artificielle au service du budget et de la ...
18 06 deltamu - l'intelligence artificielle au service du budget et de la ...Deltamu
 
L'Intelligence Artificielle au service du budget et de la performance de la M...
L'Intelligence Artificielle au service du budget et de la performance de la M...L'Intelligence Artificielle au service du budget et de la performance de la M...
L'Intelligence Artificielle au service du budget et de la performance de la M...Romuald Quitaud
 
94-justesse-fidélité.pdf
94-justesse-fidélité.pdf94-justesse-fidélité.pdf
94-justesse-fidélité.pdfFousseyniTraor
 
Methodologie Validite et Fiabilite
Methodologie Validite et FiabiliteMethodologie Validite et Fiabilite
Methodologie Validite et FiabiliteRémi Bachelet
 
Présentation Smart Metrology - 2017
Présentation Smart Metrology - 2017Présentation Smart Metrology - 2017
Présentation Smart Metrology - 2017Nuno DOS REIS
 
Smart Metrology - 2017
Smart Metrology - 2017Smart Metrology - 2017
Smart Metrology - 2017Nuno DOS REIS
 
Smart Metrology - 2017
Smart Metrology -  2017Smart Metrology -  2017
Smart Metrology - 2017Deltamu
 
Erreurs courantes en ab tests
Erreurs courantes en ab testsErreurs courantes en ab tests
Erreurs courantes en ab testsAntoine Tissier
 
Echantillon
EchantillonEchantillon
EchantillonKaiogan
 
Article: Qu'est-ce que le R&R?
Article: Qu'est-ce que le R&R?Article: Qu'est-ce que le R&R?
Article: Qu'est-ce que le R&R?Infodream
 
2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...
2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...
2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...APRHOC
 
Des EMT dans les normes
Des EMT dans les normesDes EMT dans les normes
Des EMT dans les normesPascal Coquet
 
Cours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoiresCours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoiresTAKMACHTE
 
Webinaire Diagnostic d’exposition aux substances chimiques et utilisation d’A...
Webinaire Diagnostic d’exposition aux substances chimiques et utilisation d’A...Webinaire Diagnostic d’exposition aux substances chimiques et utilisation d’A...
Webinaire Diagnostic d’exposition aux substances chimiques et utilisation d’A...INRSfrance
 
L’homme contre la machine – une nouvelle approche de la vérification en hygiè...
L’homme contre la machine – une nouvelle approche de la vérification en hygiè...L’homme contre la machine – une nouvelle approche de la vérification en hygiè...
L’homme contre la machine – une nouvelle approche de la vérification en hygiè...Canadian Patient Safety Institute
 

Similaire à Métrologie : Jusqu'où ne pas aller trop loin ? (20)

18 06 deltamu - l'intelligence artificielle au service du budget et de la ...
18   06 deltamu -  l'intelligence artificielle au service du budget et de la ...18   06 deltamu -  l'intelligence artificielle au service du budget et de la ...
18 06 deltamu - l'intelligence artificielle au service du budget et de la ...
 
L'Intelligence Artificielle au service du budget et de la performance de la M...
L'Intelligence Artificielle au service du budget et de la performance de la M...L'Intelligence Artificielle au service du budget et de la performance de la M...
L'Intelligence Artificielle au service du budget et de la performance de la M...
 
94-justesse-fidélité.pdf
94-justesse-fidélité.pdf94-justesse-fidélité.pdf
94-justesse-fidélité.pdf
 
Stat3 Intervalle De Confiance
Stat3  Intervalle De ConfianceStat3  Intervalle De Confiance
Stat3 Intervalle De Confiance
 
Methodologie Validite et Fiabilite
Methodologie Validite et FiabiliteMethodologie Validite et Fiabilite
Methodologie Validite et Fiabilite
 
0 p eintro_diapo
0 p eintro_diapo0 p eintro_diapo
0 p eintro_diapo
 
Présentation Smart Metrology - 2017
Présentation Smart Metrology - 2017Présentation Smart Metrology - 2017
Présentation Smart Metrology - 2017
 
Smart Metrology - 2017
Smart Metrology - 2017Smart Metrology - 2017
Smart Metrology - 2017
 
Smart Metrology - 2017
Smart Metrology -  2017Smart Metrology -  2017
Smart Metrology - 2017
 
Stat1 Les Indices
Stat1  Les IndicesStat1  Les Indices
Stat1 Les Indices
 
Erreurs courantes en ab tests
Erreurs courantes en ab testsErreurs courantes en ab tests
Erreurs courantes en ab tests
 
Echantillon
EchantillonEchantillon
Echantillon
 
Article: Qu'est-ce que le R&R?
Article: Qu'est-ce que le R&R?Article: Qu'est-ce que le R&R?
Article: Qu'est-ce que le R&R?
 
2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...
2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...
2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...
 
Des EMT dans les normes
Des EMT dans les normesDes EMT dans les normes
Des EMT dans les normes
 
Cours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoiresCours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoires
 
Webinaire Diagnostic d’exposition aux substances chimiques et utilisation d’A...
Webinaire Diagnostic d’exposition aux substances chimiques et utilisation d’A...Webinaire Diagnostic d’exposition aux substances chimiques et utilisation d’A...
Webinaire Diagnostic d’exposition aux substances chimiques et utilisation d’A...
 
L’homme contre la machine – une nouvelle approche de la vérification en hygiè...
L’homme contre la machine – une nouvelle approche de la vérification en hygiè...L’homme contre la machine – une nouvelle approche de la vérification en hygiè...
L’homme contre la machine – une nouvelle approche de la vérification en hygiè...
 
Les statistiques
Les statistiquesLes statistiques
Les statistiques
 
Votre patient a souffert de TEV – que s’est-il passé?
Votre patient a souffert de TEV – que s’est-il passé? Votre patient a souffert de TEV – que s’est-il passé?
Votre patient a souffert de TEV – que s’est-il passé?
 

Plus de Jean-Michel POU

Comment analyser des données multivariées pour suivre une production
Comment analyser des données multivariées pour suivre une productionComment analyser des données multivariées pour suivre une production
Comment analyser des données multivariées pour suivre une productionJean-Michel POU
 
Conformité multidimensionnelle
Conformité multidimensionnelleConformité multidimensionnelle
Conformité multidimensionnelleJean-Michel POU
 
Evaluate and quantify the drift of a measuring
Evaluate and quantify the drift of a measuringEvaluate and quantify the drift of a measuring
Evaluate and quantify the drift of a measuringJean-Michel POU
 
Révolution copernicienne pour la métrologie
Révolution copernicienne pour la métrologieRévolution copernicienne pour la métrologie
Révolution copernicienne pour la métrologieJean-Michel POU
 
Digitalisation des entreprises : pour faire quoi, et quand ?
Digitalisation des entreprises : pour faire quoi, et quand ?Digitalisation des entreprises : pour faire quoi, et quand ?
Digitalisation des entreprises : pour faire quoi, et quand ?Jean-Michel POU
 
Congrès International de Métrologie - Paris 2017
Congrès International de Métrologie - Paris 2017Congrès International de Métrologie - Paris 2017
Congrès International de Métrologie - Paris 2017Jean-Michel POU
 
Exemple de Smart Metrology dans un laboratoire d'étalonnage (Conférence CIM 2...
Exemple de Smart Metrology dans un laboratoire d'étalonnage (Conférence CIM 2...Exemple de Smart Metrology dans un laboratoire d'étalonnage (Conférence CIM 2...
Exemple de Smart Metrology dans un laboratoire d'étalonnage (Conférence CIM 2...Jean-Michel POU
 

Plus de Jean-Michel POU (8)

Comment analyser des données multivariées pour suivre une production
Comment analyser des données multivariées pour suivre une productionComment analyser des données multivariées pour suivre une production
Comment analyser des données multivariées pour suivre une production
 
Conformité multidimensionnelle
Conformité multidimensionnelleConformité multidimensionnelle
Conformité multidimensionnelle
 
Evaluate and quantify the drift of a measuring
Evaluate and quantify the drift of a measuringEvaluate and quantify the drift of a measuring
Evaluate and quantify the drift of a measuring
 
Annexe D du FD X 07-039
Annexe D du FD X 07-039Annexe D du FD X 07-039
Annexe D du FD X 07-039
 
Révolution copernicienne pour la métrologie
Révolution copernicienne pour la métrologieRévolution copernicienne pour la métrologie
Révolution copernicienne pour la métrologie
 
Digitalisation des entreprises : pour faire quoi, et quand ?
Digitalisation des entreprises : pour faire quoi, et quand ?Digitalisation des entreprises : pour faire quoi, et quand ?
Digitalisation des entreprises : pour faire quoi, et quand ?
 
Congrès International de Métrologie - Paris 2017
Congrès International de Métrologie - Paris 2017Congrès International de Métrologie - Paris 2017
Congrès International de Métrologie - Paris 2017
 
Exemple de Smart Metrology dans un laboratoire d'étalonnage (Conférence CIM 2...
Exemple de Smart Metrology dans un laboratoire d'étalonnage (Conférence CIM 2...Exemple de Smart Metrology dans un laboratoire d'étalonnage (Conférence CIM 2...
Exemple de Smart Metrology dans un laboratoire d'étalonnage (Conférence CIM 2...
 

Métrologie : Jusqu'où ne pas aller trop loin ?

  • 1. La métrologie Jusqu’où ne pas aller trop loin? 5eme journée régionale de biologie Médicale -17 février 2015 - Poitiers
  • 2. D’où venons nous ? La Métrologie que nous vivons aujourd’hui est née juste avant la révolution française : « Un Roi, une Loi, un Poids et une Mesure »
  • 3. D’où venons nous ? Pour répondre à la question de la confiance dans les échanges commerciaux, l’’Etat a créé (1837) le Service des Poids et Mesures chargé de garantir : « La loyauté des échanges commerciaux »
  • 4. D’où venons nous ? Les outils de la Métrologie Légale : •L’approbation de modèle •La vérification primitive •La vérification périodique « L’Etat décide, via des décrets : •De la procédure de vérification •Des Erreurs Maximales Tolérées •Des Périodicités
  • 5. Où en sommes nous ? Depuis que la Qualité (au sens référentiel) existe, la Métrologie industrielle a copié la Métrologie Légale « Mais ses objectifs sont totalement différents : Qualité versus Loyauté !!! »
  • 6. Où en sommes nous ? Faute de réponses aux besoins métrologiques de leurs clients, les laboratoires écrivent des normes pour pouvoir donner des avis (puisque leurs clients veulent savoir si les instruments sont conformes) … « Les normes sont écrites pour ceux qui les écrivent, pas pour ceux qui les
  • 7. Où en sommes nous ? Les preuves (Norme ISO 8655) :
  • 8. Où en sommes nous ? Les preuves (Norme NF X 15-140 – devenue FD) :
  • 9. Qu’est-ce que la Métrologie ? Métrologie : Science de la mesure
  • 10. Qu’est-ce qu’une mesure ? Mesure : Evaluation d’une grandeur par comparaison avec une grandeur de référence de même espèce Et cette comparaison s’effectue à l’aide d’un processus de mesure
  • 11. Qu’est-ce qu’une mesure ? Processus de mesure :
  • 12. Qu’est-ce qu’une mesure ? Et comme tous les processus, il n’est pas parfait. La mesure est influencée par l’imperfection de chaque facteur qui contribue à la produire … A l’instar de la voiture : •tous les organes du système de freinage participent à la qualité du freinage •La qualité du freinage dépend essentiellement du pire des organes (qui n’est pas forcément celui qu’on croit …)
  • 13. Métrologie : Une intime de la statistique Dans le monde « déterministe », toutes les erreurs maximales s’additionnent. Erreur de mesure Max = Erreur Max de l’instrument + Erreur Max due aux opérateurs + Erreur Max due à l’environnement + Erreur Max due à la méthode + … Cette « addition » ne tient pas compte des effets aléatoires !
  • 14. Métrologie : Une intime de la statistique Entrons dans le monde probabiliste … Exemple type d’un phénomène aléatoire : le lancé de dés Fichier de simulation (cmd+=)
  • 15. Métrologie : Une intime de la statistique ±1σ : ≈ 68% des valeurs ±2σ : ≈ 95% des valeurs ±3σ : ≈ 99,7% des valeurs … Mais jamais 100% !
  • 16. Métrologie : Une intime de la statistique 16 L’objet mesuré : σ1 La méthode utilisée : σ3 L’opérateur : σ2 Le moyen : σ4 L’environnement : σ5 σTotal² = σ1²+ σ2²+…+ σn² L’évaluation de l’incertitude de mesure correspond à la recherche de l’écart-type résultant du « mélange » des écarts-types le constituant :
  • 17. Métrologie : Une intime de la statistique Dans le monde « probabiliste », 1 + 1 ne font donc pas 2 ! On doit donc s’intéresser aux facteurs les plus importants !
  • 18. Métrologie : Comprendre pour maitriser La maitrise des mesures permet de comprendre des phénomènes… Exemple de mesure de toxoplasmose Même solution « réputée homogène » titrée Comment s’explique cette dispersion (CV = 7,5%) ?
  • 19. Métrologie : Comprendre pour maitriser La maitrise des mesures permet de comprendre des phénomènes… Malade ou pas malade ? Quel est le risque lié à la décision ? Limite pathologique X Valeur mesurée
  • 20. Métrologie : Comprendre pour maitriser La maitrise des mesures permet de comprendre des phénomènes… Série à refaire ou non ? X CQI début de série CQI fin de série X
  • 21. L’Etalonnage : Evaluation des « erreurs » des instruments L’ISO 15189 demande de maitriser les mesures. Par habitude, cette exigence se traduit souvent par l’étalonnage périodique (Périodicité arbitraire, EMT non adaptées). On oublie trop souvent les autres facteurs (Opérateurs, réactifs, ...). De plus, l’étalonnage ne garantit que le passé ! Et des soucis en cas de non conformité (Etude d’impact) !
  • 22. L’Etalonnage : Une solution alternative Les Comparaisons Inter-Instruments (C.2.I) (appliquées aux pipettes) Principe : On compare entre-elles toutes les pipettes afin de détecter une (des) pipettes anormales (Maintenance ou Réforme). Faute de connaître le besoin réel, on peut légitimement penser que toutes les pipettes ne peuvent pas ne pas être adaptées !
  • 24. Comparaisons Inter-Instruments Les tests statistiques (Points aberrants) :
  • 25. Comparaisons Inter-Instruments Les tests statistiques (Homogénéité des dispersions): La pipette N°9 est détectée 4 fois. Elle peut nécessiter une maintenance.
  • 26. Comparaisons Inter-Instruments Les tests statistiques (Homogénéité des moyennes): Aucune pipette n’est détectée. Elles sont homogènes entre elles, donc Conformes !
  • 27. Comparaisons Inter-Instruments • Quelques mesures* (sur place), • Quelques calculs (implémentables aisément sur Excel), • Une très grande latitude pour choisir son « moment », • Des « non conformités » traitées en interne • et un peu de bons sens ! Pour une stratégie adaptée aux besoins du laboratoire. Cette stratégie devrait être normalisée d’ici 2016. * : qui nécessitent une balance
  • 29. La masse perdue de l’univers … Dispersion sur les résultats en toxoplasmose Dispersion due au pipetage : 1,27 % Note : les résultats de mesure devraient être proportionnels à la quantité déposée dans chaque puit de mesure (si tout le reste était parfait …) Dispersion « manquante » :
  • 30. ISO 15 189 : Occasion de performer ! Conclusions : - La pipette est petite devant les opérateurs - Le pipetage est parfois négligeable devant les techniques (EMT mini : 4% chez Sanofi Pasteur) - En comprenant les vraies causes de dispersions des techniques, beaucoup de progrès sont envisageables !
  • 31. Jean-Michel POU Président Fondateur de la société Delta Mu Président du Cluster d'Excellence Auvergne Efficience Industrielle Membre des comités de normalisation X06e (Méthodes statistiques) et X07b (Métrologie) jmpou@deltamu.fr