基于智能物聯網的醫療設備遠程運維管理

朱宗達，范夏彬，胡永獅(通信作者)

1 廈門大學附屬翔安醫院 (福建廈門 361101)；2 廈門大學附屬心血管病醫院 (福建廈門 361001)

目前，醫療設備的可靠運行和高效利用問題已成為全世界醫院面臨的基礎性、關鍵性和迫切性問題。但在醫院實際運營中，醫療設備運維領域存在許多問題，主要原因有兩點：一是目前的醫療設備絕大部分還屬于非智能設備，無法實現完全自動化采集數據；二是醫院設備管理人員和設備服務商在提供服務時，只有到現場查看后才能了解設備的狀態進行分析，再制訂維護計劃，服務周期較長，嚴重影響臨床工作，進而造成患者滿意度下降[1-2]。

隨著智能時代的到來，傳統模式下的維護方式帶來的弊端越來越明顯。遠程運維服務成為趨勢，但其不等同于“遠距離”，主要是通過智能裝備/產品的運行狀態數據采集，利用數據分析、專家系統等手段，對用戶提供遠程在線檢測、故障預警、故障診斷與修復、預測性維護、運行優化、遠程升級、效益分析等服務。但在實踐工程中又往往因醫療設備類型多、品牌多等因素，導致具有真正意義的可實踐性成果難以落地[3]。

為此，本研究建立基于智能物聯網的醫療設備遠程運維管理服務解決方案，為醫院醫療設備管理探索出一條行之有效且極具可操作性的路徑，供同行參考。

1 醫療設備遠程運維管理解決的關鍵問題

(1)改變傳統的設備狀態人工管理模式：通過部署大量采集器對關鍵狀態信息進行采集，豐富數據來源，并提升數據采集的實時性和頻次，為大數據分析打下良好的基礎。(2)降低管理人員的勞動強度：醫療設備遠程運維的數據采集任務由在線信號采集系統承擔，管理人員僅需進行應急處置，不僅降低勞動強度，而且保證人身安全。(3)提高醫療設備狀態的把控能力：通過提高設備檢測的時效性、準確性，實現自動報警保護，記錄故障發生前后的技術數據，進行故障診斷、故障點確定，推斷故障發生的原因，提高故障解決效率。(4)改變傳統運維的計劃維修模式，實現對醫療設備的預測性維護：通過建立分析模型、預警模型，對收集的大量數據進行分析，實現醫療設備狀態的預測和預知維修，大幅降低醫療設備突發故障及備件庫存。(5)提高人員效率和設備效率：利用數據分析實現對關鍵設備(大型設備)在采購、維修、保養、計量、質控等所有業務流程的精確管理。(6)提高醫療設備與運維管理平臺的適配性和融合度，實現醫療設備大數據的互聯互通，支撐運維管理的智能化。

2 醫療設備遠程運維管理的解決方案

(1)開發實時在線監測裝置，應用先進數據采集技術，解決采集設備狀態實時數據等問題，替代傳統人工采集方式；(2)借鑒工業互聯網技術，通過自動數據傳輸技術，解決醫療場景中多類型、多品牌醫療設備的數據傳輸問題，實現多類型醫療設備物聯、多類型系統互聯、多專業數據融合、人機交互等信息互聯；(3)采用自適應預警模型、智能診斷模型、劣化趨勢預測模型、大數據分析模型、備件存貯模型、檢修模型等技術，解決醫療設備運行狀態監測、故障識別、壽命預測、預測性維修、效益分析等難題，實現設備狀態遠程智能決策；(4)開發基于云平臺的數據存儲、分析、知識庫、APP、專家遠程連線等功能，結合智能眼鏡、智能頭盔等智能裝備，提供遠程運維支持服務；(5)應用網絡信息安全技術，構建系統信息安全架構，采取信息安全措施與手段，保障遠程運維平臺的信息安全[4]。醫療設備遠程運維管理系統組成如圖1所示。

圖1 醫療設備遠程運維管理系統組成

2.1 監測模塊

對于不同類型、品牌的醫療設備，研究針對性的設備支持相關接口函數或者通信協議。監測模塊通過集成不同類型的傳感器和處理器，實時采集各種醫療設備的電壓、電流、溫濕度、日志等設備內部運行狀態數據，并通過內置物聯網卡為后續工作傳輸數據。同時，監測模塊的電源供給通過USB提供。

2.2 傳輸模塊

監測模塊將采集的醫療設備運行狀態數據通過內置的物聯卡，傳輸到數據分析模塊，可設置定時傳輸，保證數據采集和傳輸的及時性。

2.3 分析和維護模塊

根據接收到的設備實時狀態數據，基于大數據、專家知識庫等技術對這些參數進行數據挖掘與分析，通過對比設備正常參數，判斷診斷設備是否正常，并評估某部件的當前狀態、預測未來發展趨勢。對比對象分為單機及集群等。單機對比是指以設備自身健康狀態的歷史數據，通過機器自學習等方式建立基準模型，當監測到設備參數有不健康趨勢時予以提醒。但單機對比有一定的局限性，例如，由于采集數據種類等的不全面容易導致預測不準確。集群對比是通過互聯網、大數據、云計算等技術，對同類設備之間的差異性進行比較與分析，從而提供更加可靠的健康評估和診斷結果，實現對整個醫院醫療設備甚至更大范圍的集群管理與預測[5]。

系統基于知識庫及相關算法，根據數據分析的結果進行維護可行性分析，以可視化手段給出維護計劃，包括維護的時間、地點、人員和內容等。當醫療設備出現不正常的數據時，該模塊通過強大的數據處理能力，根據問題的大小，顯示待定、提醒、報警、報錯等不同類型的設備運行狀態；涉及過熱、參數設置、磁盤空間過小等小問題時，系統可發送指令，完成自動調節；如果遇到系統無法自動調節解決的問題，參考系統維護決策給出的診斷參考，由工程師采取人工干預，選擇遠程AR在線處理或者現場解決問題。

3 醫療設備遠程維護管理的經濟效益和社會效益

醫療設備運維中所涉及的健康診斷、檢修過程等數據在所有的業務環節中都能共享，可以更加有力地推動醫療設備智能化遠程運維服務模式的有效形成。

本研究落地實施后，產生的經濟效益體現如下。(1)降低醫療設備維護成本：以影像類設備為例，如果采用預防性維護模式，設備的維護成本可以得到有效控制。(2)提升效率：在人員效率方面，采用在線自動獲取區域狀態數據系統，其狀態參數的獲取大量減少人員的參與；同時采用了智能化診斷，可節約時間成本；在設備效率方面，通過在日常使用過程中及時發現設備故障和異常，本研究采用的實時監測診斷技術可以使設備突發故障基本消除，提高了醫療設備開機率，減少了備件消耗，因此，可以極大地提高維修效率和醫療設備使用效率，為醫院節約更多成本。(3)促進服務模式的發展轉型：基于智能物聯網的醫療設備遠程運維服務模式的采用，在提高醫療設備使用率和開機率的同時，可以為臨床提供更好的輔助服務，從而產生更多經濟效益。

社會效益的體現：醫療設備遠程運維平臺，通過在醫療設備日常維護的應用驗證，對整個醫療設備行業具有良好的適用性，能夠在線管控醫療設備運行狀態，使設備維護更具針對性和有效性，提高醫療設備的功能精度，減少故障時間，能更好地保障醫療服務的質量，提高臨床滿意度。本研究形成的一系列醫療設備狀態智能判斷模型及方法、軟件平臺等，可以保障醫療設備的安全穩定運行，使醫療設備為廣大患者提供更好的服務，為醫院樹立更好的口碑；同時，可以將該運維管理模式推廣到其他醫院，提高該項目的實施效果，進而提升本地區醫院醫療設備的遠程運維管理水平[6-7]。

4 結語

本研究通過結合物聯網、云計算、大數據等最新技術，打破傳統醫療設備運維模式并針對其存在的難題，使醫療設備聯網，自動獲取醫用設備運行日志、電氣參數、環境參數等實時動態數據，運用大數據算法進行分析，在管理系統上為用戶呈現可視化的分析結果，實現高效規范的醫療設備遠程運維管理，并不斷優化相應流程，提升整體運行效率，通過科學分析和管理手段，優化資源配置，提升設備開機率，在保障醫療安全與質量的同時，提高設備使用效率及效益。此外，該創新模式可以讓醫療設備的全生命管理數據得到有效發掘和運用，實現多維度數據解析，為醫療設備的精細化管理、醫院各層級管理部門科學決策提供數據支持，最終提高醫院的經濟效益和社會效益。