利用物联网技术进行大型医学影像设备的精细化管理初探

王云勇

一、物联网的概念

物联网是新一代信息技术的重要组成部分，也是信息化时代的重要发展阶段，它是物物相连的互联网。这里有两层意思：第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸并扩展到了任何物品与物品之间，使之进行信息交换和通信，也就是物物相连。物联网通过智能感知、智能识别技术与计算技术等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。

在技术上，物联网通过各种信息传感设备，实时采集任何需要监控、连接、互动的物体或过程等各种需要的信息，与互联网结合形成一个巨大网络，其目的是实现物与物、物与人、所有的物品与网络的连接，方便识别、管理和控制。因此物联网是互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用。

在物联网应用中有三项关键技术

1、传感器技术：这也是计算机应用中的关键技术。大家都知道，到目前为止绝大部分计算机处理的都是数字信号。自从有计算机以来就需要传感器把模拟信号转换成数字信号计算机才能处理。

2、RFID等标签：这也是一种传感器技术，RFID技术是将无线射频技术和嵌入式技术融合为一体的综合技术，RFID在自动识别、物品物流管理方面有着广阔的应用前景。

3、嵌入式系统技术：这是综合了计算机软硬件、传感器技术、集成电路技术、电子应用技术的复杂技术。经过几十年的演进，以嵌入式系统为特征的智能终端产品随处可见，小到人们身边的耳机，大到航天航空的卫星系统。嵌入式系统正在改变着人们的生活，推动着工业生产以及信息产业的发展。

二、提高大型医学影像装备管理水平的迫切性

对于现代医学而言，大型医学影像装备是医院现代化的一个非常重要的标志，并且在很大程度上决定着医院的诊疗水平和医疗技术发展程度。经过改革开放四十多年的发展，越来越多的医院中，大量尖端、先进的医学影像装备不断引进，并成为医疗诊治过程中必不可少的重要工具，得到了越来越广泛的应用。

目前对于绝大多数医院而言，在医疗设备中，大型医学影像装备资产的比率占据了医院总固定资产的大部分。按照笔者统计，一些大型医院的占比率已经高达50%到70%。如何保证大型医学影像装备的完好率，保障其在诊断和临床使用过程的安全和正常运行，提高在用大型医学影像装备的开机率和使用率，减少设备故障，最大限度地控制维修费用，降低维修成本，提高医院的经济效益和社会效益，成为新时代医疗设备科学化管理面临的重要问题。

然而，大型医学影像装备往往是高科技产品，任何一类设备都涉及到很多学科，包含很多最新的技术成果，可以说是一系列高新技术的综合体。例如：医院中常配置的MR，就集合了射频技术、电子技术、机械技术、计算机技术、大规模集成电路技术、新材料技术和传感器技术等一系列高新科技。如何管好用好这类大型医学影像装备，使之发挥应有的效益，一直以来都是医院设备管理当中不断探索的课题。

根据我们的调查和统计，在大型医学影像装备管理中，100%的医院都在做数据监控，但是数据来源标准不统一，运用物联网技术的不超过10%，90%以上以手工统计为主。相关数据通过手工方式记录到电子表格中，记录的内容只能是简单的几个“传统”项目。这些传统手段无法实现对高新科技产品的精准监控，无法实时获取设备的各项关键参数，不但耗费较大的工作量，也拖延了信息的反馈速度，而且统计的精确度不高。

综上，如何提高大型医学影像装备管理水平已成为每个医院亟待解决的课题。

三、利用物联网技术获取大型医学影像装备运行数据的探索

随着近年来物联网和大数据技术在大型医学影像装备行业的逐步普及，主要设备厂商对医用大型设备的物联网和数据挖掘技术的运用迅速发展。借助物联网和云计算技术，实现大型医学影像装备底层数据的实时采集，通过进一步的算法分析以及数据挖掘，可以实现对装备的即时状态监测，获得使用效率、故障情况等数据。但是，对于物联网和云计算技术而言，如何保证数据安全也是我们必须考虑的问题。

具体而言，从研究内容上，我们从四个方面对利用物联网和云计算技术获取大型医学影像装备相关数据，从而进行精细化管理进行了探索：

1. 对大型医学影像装备的运营数据的研究。通过基于物联网技术对医用大型设备的运行数据进行采集，结合具体使用场景，对采集的数据进行量化分析，得到包括使用时长、扫描次数、平均使用率等评价指标，实现对设备的精细化管理。

2. 对医用大型影像设备运行质量的监测。通过基于物联网技术的智能传感器等采集医用大型设备关键部件的运行参数，进而对设备质量和安全控制提供直接的数据支持。

3. 对医用大型影像设备功能利用的监测与分析。通过对采集的数据进行量化分析，从中得到包括扫描线圈和序列以及是否增强扫描等参数，进而可分析医用大型设备的特殊功能使用的效率效益。

4. 基于上述研究，从区域卫生经济学的高度，对医用大型影像设备的配置提供科学决策依据。

四、以通过物联网技术获取大型医学影像装备运行数据为基础进行设备管理实例分析

1. 数学模型

对于大型设备的数据监控我们主要考虑三方面因素：使用率、功能利用率、开机率。基于以上数据采集及数据挖掘分析建立数学模型：

决策系数=使用率+功能利用率+开机率=3(理论值) (公式1)

R=U+F+O （1）

使用率=使用时长(方法*平均时长)/额定工作时长 (公式2)

U=(f1*t1+f2*t2+…fn*tn)/T1 (2)

功能利用率=使用功能数/总功能数 (公式3)

F=（f1+f2+…+fn）/N (3)

开机率=1-宕机时长/开机时长 (公式4)

O=1-(T2/T3) (4)

2. 模型建立

利用物联网技术对大型医用影像设备西门子1.5T磁共振（MR）进行数据的采集、统计和分析并建立统计模型，研究目前基于物联网技术的大型医用设备使用数据挖掘与应用。以提取的MR数据为例的模型说明如下：

2.1. 运营监控：从采集的数据中解析设备的使用量、使用规律等使用情况，基于使用情况的监控提出建议。

2.1.1 MR不同时段的使用情况

通过统计数据（见图 2)，我们可以看出：

1）工作日扫描次数平均每天124次，周末为每天22.15次。工作日比周末高81%。

2）工作日上午使用次数占全天的近77%，下午占23%。

3）工作日的中午12：00-12：30，下午4：30以后，的使用量很低。

图1. MR不同时段的使用情况统计

由此，我们可以对使用科室提出如下建议：

优化病人扫描的时间，使上、下午安排的病人量更均衡。将非紧急的扫描尽量安排在下午，例如某些住院病人，非紧急的预约病人更多地安排在下午3点以后。这样不但可以减少上午单位时间段的检查量，进而减少设备的采购数量，降低成本，也可以缩短病人的现场等候时间，提高患者的满意度，实现医院、科室和病人的多赢。

2.1.2 MR的扫描次数

从下图“MR总扫描次数”中可见该MR在2019年1月1日到2019年6月30日期间共扫描了17172次。(见图2)

图2. MR总扫描次数

从“MR设备日扫描次数”中可以看出扫描次数较少的是周六，而周日和节假日的扫描数量为0。日扫描次数在2019年1月和2月中有明显下降，3月后开始恢复到正常水平。

从扫描次数的数据监控中，我们可及时掌握设备关键部件的运行状况，因此能够对这些部件的保养及更换做出准确的预测。同时建议设备厂商可以将设备的维护时间主要安排在扫描次数较低的时间段。

2.1.3 MR使用规律

从统计图(见图3)中可以看出周三的平均扫描次数比其他四个工作日高出10%，周六的平均扫描次数是工作日的60%。

为达到设备使用时间的均衡分配，减少每周中期的设备使用压力，建议使用科室在确定病人预约时间时，向周初期或周末期有所倾斜。

图3. MR按周统计的使用规律

2.2. 功能利用：MR运行数据中Protocol表示扫描序列编号，解析设备在使用过程中不同Protocol的使用数量，每种Protocol频次可以统计分析该设备各功能利用的情况。(见图5)

从统计中可以看出：

1）该MR在统计时间段内共使用了26种扫描序列；

2）使用频率最高的是#5.14号序列，占总扫描次数的64%；

3）排名前五的这五个序列占总扫描次数的97%。

由此，我们可以结合使用科室或医院的专长，在采购时突出设备的专项功能，不需要让每台设备都具备全部功能，从而削减在非常用功能模块上的支出。

图4. MR运营数据统计

另外，通过对不同Protocol的使用频次及平均时长统计分析，可以帮助使用科室了解扫描的效率，分析某些扫描耗时过长的原因，从而提高技师的操作一致性。

2.3. 运行质量：通过数据解析可以看到意外宕机的情况，查找意外宕机的原因，从而分析造成该现象的原因是设备质量问题还是操作不规范造成。(见图5)

图5 MR运行质量统计

从此统计中可以看出：

1）在半年的时间内，共开关机17次，其中有3次（约20%）持续设备工作超过了3周，连续长时间不关机可能对设备的寿命带来一定的影响；

2）在统计期间，有5次非正常关机（约29%），原因分别是设备断电和服务异常终止。

因此，我们可以给出如下建议：

1）超过一定时间不关机需要强制重启设备以延长寿命，因此要求操作人员一周至少关机一次；

2）针对非正常关机的原因，需要及时通知厂商进行处理，防患于未然。

通过对这些数据的采集、分析，我们可以更清晰地了解设备的各项重要参数以及使用情况，从而对大型医学影像装备进行更全面的使用评估和技术评估。这种精细化的数据采集和管理方法，将对今后我们从区域卫生经济学的高度统筹配置大型医学设备提供强有力的科学决策依据。

五、前瞻与展望

在科学技术飞速发展的今天，物联网已经成为全球关注和技术投入的重要领域。物联网等技术与大型医学影像装备更具深度及广度的结合，必然会为医学设备的精细化管理打下更坚实的基础，从而使我们能够更精准、安全地运营设备，更科学、高效地进行医院决策及管理，更周到、全面地为病患服务，进而不断提升医院的社会效益与经济效益，达到多方共赢的良好局面。

参考文献

[1]Avinash C.Kak， Malcolm Slaney 《Principles of Computerized Tomographic Imaging》I.E.E.E Press

[2]种银保, 唐超 《论医疗设备全称效益管理》 2008年23卷2期 第27-35页

[3]周忠军 《医院医疗器械维修难点与管理手段现代化》现代仪器与医疗20卷1期 第80-82页

[4]S Taghipour, D Banjevic 《Reliability analysis of maintenance data for complex medical devices》Procedia CIRP, 2015 Volume 27, Issue 1, page 71 - 84

[5]佟翊 《医疗设备经济效益管理及方法的探讨》中国卫生资源1999年2卷4期 第38-39页

[6]薛青 《智慧医疗： 物联网在医疗卫生领域的应用》 信息化建设 2010年5期 第19-26页

[7]C Bhatt, N Dey, AS Ashour 《Internet of things and big data technologies for next generation healthcare》 Springer 2017

[8]杨国斌 《物联网时代的医疗信息化及展望》 中国数字医学 2010年8期

[9]M Hassanalieragh, A Page, T Soyata 《Health monitoring and management using Internet-of-Things (IoT) sensing with cloud-based processing: Opportunities and challenges》I.E.E.E 2015 page 285-292

[10]郑西川，孙宇，于广军，杨佳泓，王炯 《基于物联网的智慧医疗信息化10大关键技术研究》医学信息学杂志 2013年1期 第10-16页

[11]陈嬛，刘珍才，汪兴旺 《大型医疗设备维修管理的思考和探讨》中国医学装备 2012年2期 第42-46页

[12]K Riff, G Linden, K Smith 《Medical device systems implemented network scheme for remote patient management》US Patent 10/828,545, 2005

[13]曹少平，张力方 《大型医疗设备成本绩效考核数学模型的建立》生物医学工程学进展 2011年第32卷第2期 第7-11页

[14]I Ivlev, P Kneppo, M Bartak 《Multicriteria decision analysis: a multifaceted approach to medical equipment management》Technological and Economic 2014 page 576-589

5