医用大型影像设备数字化精细管理平台的建设

查元杰 刘尧赫 顾慧

江苏省肿瘤医院 江苏 南京 210009

引言

目前医院大型医疗设备尤其影像类设备的管理系统相对复杂，一直以来对于医疗设备的管理都保持着粗放型的管理模式，导致医疗设备资源浪费严重，医疗设备的安全性和稳定性难以保障[1]。经常凭经验排查和解决问题,缺少专业智能的设备运行参数分析[2]，虽然可以借助一些质控设备进行一些辅助检测[3-4]，但无法对设备的使用情况进行数据分析达到对医疗设备的精细化管理。管理部门更不能通过信息化手段记录和管理设备运行信息。我院根据实际需要，提出大型影像设备数字化使用效率分析的概念，建设医用大型影像设备数字精细化管理平台，能够自动采集大影像类设备的质控数据；将质控指标进行历史数据对比分析，根据域值及时自动提醒，完善了我院大型影像设备的精细化管理，保障医院医疗影像设备的安全性和稳定性。极大减少设备故障率，降低了医院维修成本，有效提高了工作效率。达到了医院集约化管理的目标。

1 传统大型设备使用效率管理的痛点

1.1 数据维度无法定位到设备本身

传统设备使用效率分析大多数据来源与医院PACS的检查信息数据和HIS收费信息数据，可以从一定程度上反映出设备的运行状态。但在实际使用过程中，通过PACS计算出的设备使用时长往往包含患者准备，技师操作的时间，没有精确记录设备本身运行的时间。经常在一些特殊情况下，比如网络故障，机房故障等，PACS无法登记患者信息，HIS采用人工记账的方式，PACS和HIS记录的信息无法和实际设备使用信息做到统一。

1.2 设备故障无法做到预测分析

传统的做法只能被动接受报修，对设备真实运行数据无法掌握，更无法在设备发生问题前进行预测分析并给予自动提醒，只能在设备发生故障后被迫停机，往往需要花费大量时间停止业务等待配件和维修。严重影响临床工作效率及患者满意度。

1.3 设备机房环境数据采集无法智能管理

由于现代化大型医疗影像设备大部分是由电脑及智能电子电路控制，对环境中湿度、温度、尘埃、电压等因素的影响较为敏感。由于环境温度高，湿度大，尘埃等因素而导致CR、DR、磁共振，以及控制计算机死机等故障时有发生。传统为了做好日常管理只能每天手工登记相关数据。不仅增加临床科室工作量，也存在及时性和准确性等问题，更无法及时进行数据分析，并在出现异常情况前给予及时的提醒。

1.4 无法为设备管理决策提供精确数据

医疗设备管理对于设备的购买选择往往根据在用同类型的设备使用年限，故障率，维修成本等进行综合分析，分析数据多基于购买记录、维修记录等，无法精确到设备本身的使用数据。以CT设备为例，配件的维修跟换频率，设备报废年限的计算方式一般按照的使用自然日进行计算。而更精确方式应该按照配件的曝光次数，机器扫描时长等实际使用数据进行计算分析，以更精确的数据为管理决策提供支持。

2 医用大型影像设备数字精细化管理平台的建设

基于以上痛点，建设医用大型影像设备数字精细化管理平台，将设备本身以及机房环境等相关数据进行采集分析，并对分析结果进行集中展示，对异常数据设置阈值告警，利用数字化手段提高了我院大型影像设备的使用效率分析以及设备管理决策能力，实现了医疗设备数字化精细管理。

图1 医用大型影像设备数字精细化管理平台系统架构拓扑图

2.1 医疗设备的数据采集

通过对医疗设备（CT、MRI）的连接，通过影像设备DICOM端口网络传感器补充协议设备的检查扫描数据，获得各设备的工作状态、设备指标及内容，通过对FTP、SFTP或SMB等多种协议，抓取设备运行日志，可近乎实时获取到设备上的原始数据信息，然后建立设备管理系统数据库（设备信息表、检查信息表、字典库、内存监控表、CPU监控表、网络监控表、设备日志表等），可以进行数据分析并可以对设备数据展示，查询及导出操作。

2.1.1 医疗设备日志抓取。通过FTP、SFTP或SMB等多种协议，抓取设备运行日志，可近乎实时获取到设备上的原始数据信息，日志抓取频率时间可根据现场需求进行配置。本服务通过对医疗设备进行配置，获取到设备运行日志，然后由厂家资深工程师参与设备运行日志关键数据的筛选逻辑算法开发，对日志信息进行解析，实现海量日志信息的结构化筛查。

2.1.2 影像设备DICOM数据采集。采集所有支持DICOM数据协议的影像类设备的检查扫描数据，包括CT、MR、超声等。对于支持DICOM SR报告的设备，可以做更深入的数据采集和分析。通过对检查扫描数据分析，可获得各设备的工作状况，可以进一步按照分类（设备类型、生产厂商、设备型号等），时间（日、周、月、年等），负荷（检查人次、检查时长、检查部位等）等多维度综合分析，获得设备总工作负荷，平均工作负荷，空闲时间分布等信息，为优化设备效率优化和设备采购提供强有力的依据。

2.2 医疗设备的数据分析

通过物联网设备智能监控，原始数据采集处理 + 实时数据传输+原始数据提取与算法分析，构建设备“生命体征”数据，实现大型医疗设备实时精细化自主管控，主要包括。

2.2.1 设备整体数据纵览。

（1）设备负荷统计。包括扫描人次、曝光次数、扫描工作时长、扫描部位 、扫描人次与曝光次数、扫描开始/结束时间。

（2）关键器件关键指标。球管序列号、球管安装时间、球管扫描次数、滑环失联次数、机架风扇速度。设备主机信息：硬盘空间信息、设备网络状态、设备工作信息包括CPU使用率、硬盘可用空间、内存信息、网络吞吐量。

（3）设备运行状态、环境监控。液氦/磁体压力、液氦水平、水冷机水温、扫描间温度、湿度、设备间温度、湿度。

2.2.2 设备检查统计。 设备检查量与效益、设备阳性率、设备检查率、设备检查量环比、设备效益环比。

图2 日志采集架构图

2.3 医疗设备的数据应用

根据数据分析和实际应用场景，设计主要功能模块为：设备状态实时监控、信息系统状态实时监控、设备运行状态统计、信息系统状态实时统计、设备状态报警。能实时对设备和环境参数进行监控，掌握设备运行状况，设备统计数据标准报表导出，保证核心设备和关键部件的使用精细记录，可以为设备管理提供：

2.3.1 提供精细管理和卓越运营服务。①基于大数据统计分析，优化预约和检查排班；②自动统计设备和人员的工作量；③提供标准检查协议对比；④对剂量数据进行多维统计分析和预警；⑤自动生成检查记录和质控报告；⑥对设备维修率和使用率进行精准分析和预测。

2.3.2 提供实时监控和主动干预的服务。

（1）为医院提供个性化的数据展示大屏。标准化：放射科-检查、设备、剂量等多维度实时呈现；设备科-设备状态、关键部件、易损、效益等数据实时呈现，通过与HIS和RIS系统集成检查的计费，并通过可定制的算法完成设备绩效分析；信息科-相关硬件的详情信息、健康状态、网络运行等数据实时呈现。

个性化展示： 设备检查数据的统计，实现设备的效能分析，分析的内容包括设备检查统计，设备负荷统计以及设备绩效分析。设备检查统计可以根据设备类型，扫描部位，检查协议，剂量分布等。根据医院实际需求定制化报表，月报、季报、年报多个选择。

（2）将设备监控数据设定后台阈值，定制化制定主动干预策略。在球管阳极温度监控数据设置上限阈值，用以监控球管是否过热并进行预警提醒，减少扫描次数；监控球管曝光次数并设定阈值，用以管控高使用率设备，并提前计划维保及保养方案；监控磁体压力并设定上下限阈值，上限监控冷头效率下降报警，下限进行磁体液氦泄露警告。监控设备机房的温湿度，设定上下阀值，在机房环境异常时及时告警。

告警信息实时大屏显示之外，可以通过短信、微信等形式实时发送给管理人员，大幅减少维护响应时间，提高设备管理工作效率。

3 结束语

医疗设备数字化精细管理平台是以通过物联网、数据融合、数据挖掘，将医疗基础设施与IT基础设施进行融合，并在此基础上，运用医学、管理学和医学工程技术手段，以确保患者安全为目的，确保医疗设备应用质量的一项系统工程[5]，实现医技科室决策智慧化。基于物联网的医疗设备智慧指挥中心，由于全面感知以及自动获取而更迅速[6]，由于信息互联融合而更准确，由于全面数据支持策略而更智能，能够使国有资产管理办公室工作流程自动化程度更高更合理，为工作人员带来便利，减少差错和浪费，其核心价值在于通过对医疗设备管理流程再造，提升工作效率，实现数据驱动决策，以实时干预取代事后分析。

医用大型影像设备数字精细化管理平台的应用可提升设备利用的有效性和合理性，并智能匹配临床科室设备需求，提高医院大型医疗设备管理和质控能力，提高服务和设备效率，提升患者满意度，助力医院的管理水平和运营效率。以此实现医院设备更优化的流程操作、更精细的绩效管理和更智慧的决策分析。