物聯網在醫療設備管理領域的應用與發展

張杰，張鞠成，徐洪良，王宏杰，黃天海，褚永華（通信作者）

浙江大學醫學院附屬第二醫院臨床醫學工程部 （浙江杭州 310009）

隨著科技的進步和探索，越來越多的新技術被應用到醫療設備中，使得醫療設備的技術水平和復雜程度逐漸提高，醫療設備的更新和換代速度也越來越快。同時，隨著現代大型綜合醫院的規模不斷擴大，醫院中使用的醫療設備種類和型號越來越多。醫療設備的更新換代給臨床診斷治療提供便利的同時也給醫療設備的管理帶來了挑戰。

大部分醫療機構借助醫療設備信息系統進行全生命周期管理，然而醫療設備管理中仍存在一些亟待解決的突出問題：（1）醫療設備采購論證時，關于經濟效益、使用率、故障率等方面的數據只能依靠估算，缺少真實數據的支撐；（2）醫療設備日常使用時，手術室和ICU 等臨床科室的急救、生命支持類醫療設備較多且分布較為分散，醫療設備定位系統尚未普及，不利于相關醫療設備的巡檢、定期維護等日常管理；（3）在設備開機率方面，由于缺少醫療設備實時監控系統，導致部分醫療設備閑置或過度使用，全院規?；蚨嘣簠^的調配協調也較為困難；（4）在設備故障響應方面，由于缺少對故障的預測，只能在出現故障后被動地進行維修，影響大型醫療設備的開機率。而物聯網作為一種有效的解決方案，在解決上述問題上可以發揮重要作用。

醫療設備的逐漸引進，帶來了醫療設備閑置和科室重復購置等問題。雖然已經有不少醫院成立了備機中心，用于解決臨床科室的臨時設備使用需求，但這也加大了醫療設備的管理難度。醫療設備物聯網作為醫療物聯網的細分領域，可以用于日常的醫療設備管理、巡檢、預防性維護和設備的故障預測，提高醫療設備的管理效率。目前，已經有不少關于醫療設備物聯網的相關研究和應用，但是缺少系統性的綜述研究。因此，本研究聚焦醫療設備物聯網，從采購論證、設備定位、提高開機率、故障報警和故障預測等方面，綜述醫療設備物聯網在醫療設備管理領域的應用和進展。

1 醫療設備物聯網介紹

物聯網的概念最早由工程師Kevin Ashton 提出[1]。2005年，國際電信聯盟正式提出了物聯網的概念，并詳細介紹了物聯網的特點、關鍵技術、面臨的挑戰以及未來的發展方向[2]。物聯網是通過射頻識別（radio frequency identification，RFID）、無線網絡、紅外感應器、定位系統等信息傳感設備，把各種設備物品組成局域網絡或者連接到互聯網上，通過人機交互實現對物品的智能識別、定位、跟蹤、監控和管理的一種網絡技術[3]。經過二十多年的發展，物聯網已經在能源、電力等行業得到了廣泛應用[4-6]，并引起了產業變革。

在醫療行業，以醫療信息化為基礎，結合傳感器、近距離通信、互聯網、大數據、云計算和人工智能等技術，將醫療設備、患者、醫護和信息平臺組成互聯網絡，即醫療物聯網[3]。目前，醫療物聯網在全球呈現良好發展態勢，擁有廣闊的發展空間。有機構預測2025年全球醫療物聯網的市場規模將達到1882億美元，年復合增長率可達21%。

相對于互聯網傳統的OSI 七層網絡模型和TCP/IP 四層網絡模型，物聯網只有感知層、網絡層和應用層三層網絡模型[8]。醫療物聯網由于需要對大量的數據進行存儲和分析，其應用層又可以細分出平臺層和應用層兩部分，因此醫療物聯網包含四層網絡模型[9]。醫療物聯網各個網絡模型包含的內容和功能見表1。

表1 醫療物聯網網絡模型和功能

醫療物聯網的感知層使用包含RFID、一維碼、二維碼、傳感器等在內的感知設備進行數據采集；網絡層使用ZigBee、藍牙、無線網絡等短距離網絡作為感知層的數據接入網絡，通過蜂窩網絡、有線網絡等用于遠距離的數據傳輸、通信；平臺層將感知層采集到數據存儲、分析，并結合大數據和人工智能對采集到的數據進一步處理，并在中央監護系統中展示；應用層則是根據用戶的需求將處理后的數據提供給用戶交互，用于設備管理等。

2 醫療設備物聯網研究進展

2.1 醫療設備采購論證

醫療設備采購流程包括科室上報、臨床醫學工程部匯總整理、醫學裝備管理委員會討論論證等環節，論證內容包括需求的合理性、經濟效益評估等[10]。但是，當前醫療設備采購論證考慮更多的是設備的價格和功能[11]，對于成本核算等方面缺少足夠的重視，同時也缺少相關數據用于成本分析。陳捷茹等[12]提出了一種基于物聯網的醫療設備經濟成本管理方法，該方法將設備的單次使用價格等信息集成到二維碼中，在手術前通過掃描設備和患者腕帶的二維碼實現賬務關聯，結合賬務數據用于醫療設備的使用成本核算，實現了每臺設備經濟效益的準確計算，為設備采購論證提供了可靠的數據支撐。

2.2 醫療設備定位

醫療設備定位是醫療設備物聯網應用最普遍的功能之一。通過物聯網解決了醫療設備的定位問題，方便了設備查找。黃捷和潘愈嘉[13]提出了一種基于物聯網和無線網絡的定位管理方式，該方式可以實時追蹤設備的位置和查詢歷史移動軌跡，同時還增加了電子圍欄用于設備離開規定區域的報警；在定位精度上，黃載全等[14]使用RFID 標簽，利用分塊檢測技術構建高值醫療設備全局定位的物聯網節點部署模型，通過聚類融合處理提高了醫療設備物聯網定位的準確率。

目前，基于RFID 等方式的室內設備定位只能保障在同一樓層等小范圍內使用，一旦醫療設備出現跨樓或跨院區的流動，則無法實現定位作用。因此有人提出了在物聯網中使用5G 網絡用于醫療設備的定位和管理[8，15]，但這種方法也存在定位不夠精確的問題。根據相關技術的發展趨勢，設想未來在醫療設備定位方式上更優秀的方案應是采用復合的定位和傳輸方式，即在室內通過RFID 等方式實現對設備的精確定位，通過5G 網絡或其他遠程網絡用于遠程定位信息的傳輸。

2.3 提高醫療設備開機率

針對醫療設備使用率不高的問題，焦洋等[16]構建了基于物聯網技術的醫療設備臨床業務評估模型，通過對比的方式證明該模型在提高使用頻次、開機率等方面均有一定效果；蘇曉舟等[17]將物聯網引入腔鏡設備管理中，通過對多臺腔鏡設備開機時間的監測，優化腔鏡設備的資源調配，有效提高了設備使用率。通過物聯網監測醫療設備，可獲取設備的使用狀態、開機時間和閑置情況，進一步分析這些參數能夠得出設備的使用強度，幫助臨床科室和備機中心做出適當的資源調整，使醫療設備使用頻率達到動態平衡。多院區醫院可以根據各個院區醫療設備的實際使用情況，合理部署院區內的醫療設備，提高醫療設備使用率。

2.4 醫療設備故障報警和故障預測

故障是影響醫療設備使用率的另一重要原因，因此通過物聯網對醫療設備進行運行狀態監測和故障預測具有重要意義。通過物聯網對醫療設備運行日志、運行參數、運行環境和報警信息等參數的獲取，能夠實現預防性維護，防止設備帶“病”運行。對醫療設備運行環境的監測，可以確保設備處在合適的工作環境下，減少設備故障的發生。婁海芳等[18]的研究顯示，醫療設備故障有一定的季節性變化趨勢，對醫療設備運行環境的統計分析也有利于預防性維護計劃的制定?？娂萚19]提出了一種基于物聯網的醫療設備狀態監測方案，通過采集醫療設備的開關機狀態、運行聲音、環境溫濕度等數據，利用無線網絡實現了對醫療設備運行狀態的遠程監測。但該方案功能較為單一，只能用于監測，無法提供異常報警等功能。

為了實現醫療設備的故障報警和故障預測，皇甫德俊等[20]設計了一種基于物聯網的醫療設備運行狀態監測系統，該系統除了提供常規的設備監控服務之外，還可以進行采集數據的存儲和分析，通過對采集數據的分析比對，實現了異常報警和簡單的故障預測；Farhat 等[21]提出了一種預防性維護策略，該策略通過物聯網采集醫療設備數據，并將實時采集的醫療設備數據與正常運行時建立的邏輯回歸模型進行比較，實現了醫療設備的故障預測；Maktoubian 和Ansari[22]提出了一種基于物聯網的醫療設備預防性維護方法，該方法可以用于大規模生成實時數據的醫療設備，通過對設備數據的存儲和分析生成實時的監控數據，結合大數據在設備發生故障之前給出預防性維護建議。目前，醫療設備故障預測主要是通過與正常運行數據比對的方式實現的，缺少對運行環境等參數的分析，存在一定局限性。未來，結合設備運行參數、運行環境等多種數據復合的物聯網人工智能醫療設備故障預測將是重要的發展方向。

3 醫療物聯網面臨的問題和挑戰

根據目前醫療物聯網在設備管理中的研究和應用進展，以及醫療物聯網在采購論證、設備定位、提高使用率、故障報警和故障預測方向的發展情況分析，醫療物聯網在未來擁有巨大的發展潛力，但是在發展的過程中，也將面臨一些挑戰。

首先，構建一個醫療物聯網系統將會耗費大量的人力、物力和財力，但由于部分醫療機構設備數量相對不多，應用場景需求較小，傳統的醫療設備管理和使用方式可以滿足他們的使用需要，使用醫療物聯網帶來的效果并不明顯，因此會阻礙醫療物聯網的推廣和應用；且由于各個醫療設備生產廠商和醫療物聯網服務商使用的協議不統一[23]，不同服務商之間存在兼容問題，因此同樣的模式很難向其他醫療機構推廣和復制，導致應用成本高昂。

其次，隨著醫療物聯網的逐漸應用，將會產生大量數據，如何在大量數據中提取有用的信息將變得至關重要[24]。目前，平臺層作為交互中心及數據的存儲和處理中心，只實現了數據存儲、信息展示和簡單的報警功能，日后還需要提供更加豐富的功能，通過大數據實現對信息的梳理和提取，提供設備管理員、醫師、護士、患者、平臺之間完善的交互等功能。

再次，醫療物聯網將會推動人工智能在醫學領域的發展。目前，關于醫療領域人工智能的研究多集中在輔助決策上[25]，即通過前期的機器學習訓練，建立合適的模型，用于后期對醫療設備的故障預測或是臨床的輔助決策。但是這種方式存在較大的局限性，除了訓練樣本數量的限制，也缺少患者或設備實際情況用于輔助分析。隨著醫療物聯網大量數據的獲取，未來醫療領域人工智能的研究方向更多的是結合實際數據實現自學習的過程，一方面可以通過大量的樣本數據用于人工智能的學習更新，另一方面可以結合患者或設備實際情況進行輔助分析，提高人工智能輔助決策的全面性。

最后，安全問題也是物聯網未來面臨的一大挑戰。醫療物聯網中包含了大量的患者隱私信息和醫療設備信息，一旦被攻擊將會有系統癱瘓和患者隱私泄露的風險，嚴重時將會威脅患者的生命安全。同時，醫療設備本身也包含系統漏洞，物聯網的接入使得醫療設備更容易被攻擊[26]。在法律層面上，包括中國、美國、歐盟等在內的世界各大經濟體均出臺了醫療物聯網安全相關的法律法規，用于保護醫療物聯網的安全。目前，已經有人提出了多種醫療物聯網安全方案[27-28]，包括利用物理不可克隆功能（physical unclonable function，PUF）和區塊鏈的方式進行加密[29-31]。但是由于物聯網的低功耗需求會導致處理器性能受限，同時復雜的加密算法會占用大量的處理器資源加大電量消耗，影響物聯網效率和使用壽命[32]。因此，如何在有限的資源下進行安全和效率的取舍也將是一個重要的研究方向。

4 小結

物聯網在設備管理和臨床應用上均擁有巨大的發展潛力。目前醫療物聯網方面的研究還比較單一，研究目的主要是解決某一方向的問題，缺少系統的解決方案研究。醫療物聯網涉及設備管理、臨床、生產企業等多個部門，需要加強產業的整合。隨著醫療物聯網的不斷發展和應用，未來構建一個涵蓋設備管理、故障預測、遠程醫療、人工智能等多功能的監測平臺成為可能。