基于數據挖掘技術的差異性醫療設備維修后管理及對照性研究

孫潤祥，金濤

連云港市第一人民醫院臨床醫學工程部 （江蘇連云港 222000）

隨著科學技術水平的不斷提升，醫療行業得到了迅猛的發展。臨床上，大型醫療設備不僅是近現代化醫院進度的標志，同時還是醫院正常運轉的重要組成部分，可在一定程度上提高各類疾病的診療效果。醫院綜合實力的提升及現代醫療技術的發展亦在很大程度上受益于先進醫療設備的引進和應用[1-2]。因此，保證醫療設備的良好運行、做好對醫療設備的維護保修工作尤為重要。

醫療設備的維修和管理通常受限于設備類型、管理方法、臨床適用范圍、使用頻率、使用年限及臨床使用者的工作經驗等，特別是放射類設備，其故障維修技術含量高且管理流程復雜[3-4]。近年來，醫療設備維修、維修后管理逐漸進入醫院管理者的視線，并引起了相關負責人員的高度重視。目前，國內部分醫院已開展了關于醫療設備維修后管理的實踐研究，并取得了一定的研究成效；但采用的管理方式多為傳統的專家論證和簡單的數據匯總和統計，對醫療設備故障源的追蹤與控制缺乏科學性，對差異性醫療設備的維修后管理效果收效甚微。基于此，本研究以我院六類醫療設備為研究對象，使用數據挖掘技術對差異性醫療設備進行維修后管理和對照性分析，旨在探討差異性醫療設備故障源及溯源信息分類，制定符合醫院實際的維修后管理體系，為提升醫院管理的理論水平和實踐能力提供參考。

1 資料與方法

1.1 一般資料

選取2017年1月至2019年12月連云港市第一人民醫院在用的《醫療器械分類目錄》可查的254臺醫療設備（包含放射類設備、呼吸麻醉類設備、血液透析類設備、超聲類設備、生化檢驗類設備及手術設備）為研究對象，隨機將其分為觀察組和對照組，各127臺，兩組設備類別、啟用年限比較，差異無統計學意義（P＞0.05），具有可比性，見表1。

表1 兩組一般資料比較（±s）

表1 兩組一般資料比較（±s）

組別臺數放射類設備呼吸麻醉類設備血液透析類設備超聲類設備生化檢驗類設備手術設備臺數 啟用年限 臺數 啟用年限臺數啟用年限臺數 啟用年限 臺數 啟用年限 臺數 啟用年限對照組 1273 5.61±1.32454.71±1.11275.12±1.2117 3.27±0.87 11 6.23±1.45 24 1.34±0.21觀察組 1274 5.82±1.42435.02±1.23264.93±1.0715 3.75±0.95 13 6.78±1.67 26 1.72±0.43

納入標準：臨床在用，功能完好且設備使用率≥75%；設備臨床數據齊全，故障維修、談判等數據無缺失；設備有專職工程師和操作技師負責；符合我院管理標準，設備啟用時間≤8年。排除標準：研究周期內出現的新購置或報廢的設備；非我院固定資產，租賃、投放等形式的設備；故障累計維修時間≥3個月的設備。

1.2 方法

對照組采用傳統專家論證方法進行維修后管理，主要包括維護保養方案制定、故障確型、專家論價、使用人員培訓、醫學工程師團隊建設、預防性維修及計量控制管理等內容。

觀察組采用基于數據挖掘技術的關聯規則分析方法進行維修后管理。數據挖掘技術的基本原理：數據挖掘是數據庫領域研究的熱點問題，所謂數據挖掘，是指從數據庫大量數據中揭示出隱含的、先前未知的并有潛在價值信息的非平凡過程[5-7]；數據挖掘過程是計算科學的一個分支，通常使用檢索、統計、機器學習等方法實現上述目標[8-9]；就本研究而言，數據挖掘過程是一種決策過程，使用數據庫、統計學、模式識別等方法分析龐雜的數據，不僅包括醫療設備信息數據庫、臨床信息數據庫、故障信息數據庫，還包括醫療設備質量控制、使用規范、開機效率等，通過分析此類龐雜的數據溯源作出歸納和推理，從中挖掘潛在的因果、關聯關系，幫助醫療設備管理者調整管理方式和管理策略，降低管理風險，做出相對正確的決策。關聯規則分析方法：在數據挖掘的知識模式中，關聯規則模式是比較重要的一種，其屬于描述型模式，是數據中一種簡單但很實用的規則[10]，關聯規則的算法屬于無監督學習方法[11-12]。（1）關聯分析事務集：醫療設備故障溯源性信息數據是通過整理既往現存數據獲得，數據分析路徑主要包括四部分，即既往溯源數據庫整理、故障倉庫數據整理、關聯規則建立、關聯分析事務集建立，其中，既往溯源數據庫包括設備信息數據源、臨床信息數據源、設備維修管理數據源；故障倉庫數據源包括故障設備、使用科室和使用人員；建立關聯規則是將既往數據源和故障倉庫數據源整合起來，形成一個可用于挖掘故障倉庫數據源和既往數據源之間的潛在關系；關聯分析事務集采用類試經典Groceries 數據事務集[13]，通過對現有故障數據資料進行溯源，尋找與故障數據有關的信息，如設備名稱、啟用年限、使用科室等，并整合該類信息，組成關聯分析事務集，事務集至少包含兩個項集，即設備故障及潛在誘因的項集，其中，潛在誘因項集可為設備維修信息、設備啟用年限、設備操作技師等（關聯分析事務集的獲取路徑見圖1）。（2）關聯規則及對策：關聯規則挖掘的目標是發現數據項集之間的關聯關系或相關關系，關聯規則分析中常用的兩個概念是關聯規則的支持度（Support，指事務集中同時包含X 和Y 的事務數與所有事物數之比，支持度反映了X 和Y 中所含的項在事務集中同時出現的概率[14-15]）和關聯規則的置信度（Confidence，指事務集中包含X 和Y 的事務數與所有包含X 的事務數之比，置信度反映了包含X 的事務中出現Y 的條件概率[16-17]）；關聯規則挖掘的過程主要包含兩個階段，第一階段必須先從資料集合中找出所有的高頻項目組，在關聯原則中，通常用戶為了達到一定的要求，需要指定規則必須滿足的支持度[18-19]，當某故障滿足設定最小支持閾值時，通常認為此時的故障是值得重視的，設定的最小支持閾值又被稱作關聯規則的最低重要程度[20]，第二階段再由前一步驟中的高頻項目組產生關聯規則，在最小置信度的條件門檻下，若某一規則所求得的置信度滿足最小置信度，則稱此規則為關聯規則，就本研究而言，關聯規則表征故障誘因與故障自身具有關聯性（關聯規則的技術流程見圖2）；根據關聯規則，制定以降低醫療設備故障率為目的的數據挖掘方法，從設備、人員、費用及設備啟用時間4個節點出發，制定基于設備、人員、費用及設備啟用時間對醫療設備故障的置信度和支持度，制定規則為當觀測事件（故障誘因）對設備故障的支持度大于最小支持閾值，且觀測事件對設備故障的置信度大于最小置信閾值時，進行相應的操作，醫療設備維修后管理的主要目標是降低故障發生率，本研究以故障率（單臺設備故障停機時間與單臺設備負荷時間的比值）為主要顯性觀察指標，對觀測事件可能會引起設備故障的事件加以約束，如采取責任工程師現場指導培訓、原廠工程師培訓、設備督導、設備保養及質量控制等措施。

圖1 關聯分析事務集的獲取路徑

圖2 關聯規則的技術流程

1.3 觀察指標

分析差異性醫療設備的故障情況及時間因素對差異性醫療設備故障的影響，并比較兩組設備維修后管理的效果。

1.4 統計學處理

采用SPSS 20.0統計軟件對數據進行處理，計量資料以±s表示，采用t檢驗；計數資料以率表示，采用χ2檢驗，P＜0.05為差異有統計學意義。

2 結果

2.1 差異性醫療設備的故障情況

通過對2017年1月至2019年12月兩組醫療設備的故障進行統計分析，發現差異性醫療設備的故障源主要有誤操作、過負荷使用、元器件老化、保養不及時等，按照不同類型醫療設備的故障源進行分類匯總，差異性醫療設備的故障組成情況見圖3。各類醫療設備主要故障源的差異性較大，經χ2檢驗（R×C 列表法），差異有統計學意義（χ2=8.79，P＜0.01）。由圖3可知，放射類設備的主要故障源為過負荷使用，占總故障率的34.6%；呼吸麻醉類設備、血液透析類設備及手術設備的主要故障源為誤操作，分別占總故障率的21.3%、21.5%、47.1%；超聲類設備的主要故障源為環境因素，占總故障率的26.4%；生化檢驗類設備的主要故障源為保養不及時，占總故障率的29.1%。

圖3 差異性醫療設備的故障組成

2.2 時間因素對差異性醫療設備故障的影響

經驗表明，醫療設備的累計使用時間是設備故障的主要誘因，在日常管理中，需對醫療設備進行定期質量控制和預防性維護。本研究對觀察組和對照組設備以時間因素為考量進行統計匯總，時間因素對兩組設備故障的影響見圖4。由圖可知，在設備啟用1～6年內，兩組設備的故障率和維修費用比較，差異無統計學意義（P＞0.05）。在設備使用后期，按需進行預防性維護和質量控制尤為重要，由圖可知，在設備啟用6年后，與對照組比較，觀察組設備故障率和維修費用顯著降低，差異有統計學意義（t=4.58、5.13，P＜0.05）。

圖4 時間因素對差異性醫療設備故障的影響

2.3 兩組設備維修后管理的效果比較

觀察組放射類設備、呼吸麻醉類設備、血液透析類設備、超聲類設備、手術設備的故障率均低于對照組，差異有統計學意義（P＜0.05）；兩組生化檢驗類設備的故障率比較，差異無統計學意義（P＞0.05），見表2。

表2 兩組設備維修后管理的效果比較（±s）

表2 兩組設備維修后管理的效果比較（±s）

放射類設備呼吸麻醉類設備血液透析類設備超聲類設備生化檢驗類設備手術設備臺數 故障率組別臺數（%）臺數故障率（%）臺數故障率（%）臺數 故障率（%）臺數 故障率（%）臺數 故障率（%）觀察組 1273 1.06±0.11453.75±0.56272.89±0.4517 3.59±0.69 11 0.84±0.11 24 7.54±1.45對照組 1274 1.12±0.23435.34±1.01263.15±0.7715 4.02±1.21 13 0.86±0.13 26 9.46±2.17 t 2.6515.523.293.481.328.29 P＜0.05＜0.01＜0.01＜0.01＞0.05＜0.01

3 討論

醫療設備作為醫院的重要醫療資源，是提升臨床診療水平的必要條件，在現代化醫院發展中發揮著不可替代的作用，其管理模式的有效性和科學性成了設備管理工作者的主要研究方向[21]。隨著科學技術的不斷發展，醫療設備種類和數量不斷增加、品規不斷更新、集成度不斷增高，繼而導致設備故障維修和質量控制工作的開展難度增加。此外，隨著計算機技術在醫療行業中的廣泛應用，醫院信息系統、實驗室信息管理系統、醫學影像存檔與通信系統、放射科信息系統、醫療設備管理系統、維修管理系統等也得到了廣泛應用，繼而促使“數據倉庫”急劇增多，而從龐雜無序的數據中尋找出與醫療設備故障關聯的數據尤為重要[10]。

本研究使用數據挖掘技術，通過對既往數據進行分析，獲取了差異性醫療設備的故障源；通過將醫療設備故障源與設備信息數據庫、臨床信息數據庫、設備維修管理數據庫及差異性設備作關聯分析，發現了單一因素、聯合因素對設備故障的重要度和可靠性。此外，本研究還制定了最小支持閾值和最小置信閾值，并以此為標準和判斷依據，當關聯因素的支持度大于最小支持閾值且置信度大于最小置信閾值時，對關聯因素作了相應處理，具體包括因人為因素可能造成的設備故障，通過及時對操作人員進行培訓（包括責任工程師培訓和廠家工程師培訓）及考核，以期減少因操作人員操作不正確造成的設備故障；因時間因素造成的設備故障，通過進行預防性維護和質量控制，其中，預防性維護和質量控制頻率根據設備累計使用時間的變化而變化，并由定期預防性維護轉變為按需預防性維護，在此基礎上，通過完善我院固有的醫療設備全生命周期、設備安裝培訓、臨床使用、質量控制和預防性維護5個管理體系，以及制定標準規范并進行落實和監督，以期提升醫院管理的理論水平和實踐能力。本研究結果顯示，觀察組同類設備故障率得到了較為顯著的控制。

總之，數據挖掘技術對差異性醫療設備維修后的管理工作具有一定的指導意義，可有效控制醫療設備故障率，提高設備臨床使用率，為醫院的可持續發展奠定基礎。