引言
上海市嘉定区4家区域医疗中心及17家社区卫生服务中心(含分中心)于2022 年实现了社区DR、CT全覆盖。在后疫情时代,如何综合管理、充分利用这些社区医疗设备,如何实现优化配置资源、提高资源使用率,成为医院和区域卫生管理部门面临的新挑战。
为此,嘉定影像中心围绕嘉定区中心医院及其医联体17 家社区卫生服务中心(含分中心),以及远程医疗对口单位⸺云南德钦医院,共同探索多院区医疗设备数字化管理模式的构建。
01
搭建影像设备管理系统,实现数字运维
基于云边协同技术,构建影像设备管理系统,通过“数据采集―关键部件监控―故障诊断及告警”3步,实现数字运维的革新,使医院影像设备管理模式从传统的被动式维护向主动运维模式转变。影像设备管理系统架构见图1。
图1 影像设备管理系统架构
终端层支持接入MR、CT等影像类设备;感知层通过智能网关实现数据安全传输、感知终端监控、边缘计算;网络层可兼容有线、IoT、4G、VPN、院内专网等多种网络环境,确保数据传输的灵活性与稳定性;平台层作为系统的核心,提供设备数据采集与管理服务的能力支撑及底层技术支撑;应用层提供面向医院的智能运维、精细化管理。
1
影像设备数据采集
设备在运行、运维过程中,日志文件详细记录了设备软硬件状态变更的各类信息,涵盖设备状态、操作记录、异常报警、参数设置等。
针对跨科室、跨场地的不同类型医学影像设备,基于云边协同技术,在医院内网部署边缘网关,作为设备与云端IoT平台的桥梁,成功构建了影像设备管理系统。
系统已接入嘉定区中心医院及其医联体17家社区卫生服务中心(含分中心)的22台CT设备、4台MR设备、27台DR设备,共计53台医学影像设备。影像设备管理系统的网络部署如图2所示。
图2 影像设备管理系统网络部署
系统部署在开发商的公有云平台上,医院的影像设备通过医院局域网与边缘网关连接,边缘网关通过医院防火墙开放的443出站端口,安全地与公有云IoT平台连接。
所有边缘网关外发的数据均需通过医院的审计服务器进行严格审计,审计内容详尽,包括访问时间、会话时长、访问IP地址、被访问IP地址等关键信息。其中边缘网关负责管理设备证书,当新设备接入边缘计算网关时,网关会自动发送数字证书以启动认证流程。设备在成功接收并验证网关身份后,亦会回传自身的数字证书,从而确保双方之间的双向认证安全无误。
系统开发商负责系统的日常运维及迭代升级管理,而影像设备数据则由嘉定影像中心医工处进行监控管理。
数据采集主要分两个阶段:
一是网关实时接收设备发送的全量日志数据,根据实体识别算法进行设备类型识别,匹配协议规则,并对接收到的数据进行清洗、脱敏处理,在脱敏过程中保持数据的关联性和完整性,以确保在同一系统内数据的一致性。
二是对清洗后的数据进行深入分析、结构化解析和关键特征提取,这些被处理后的数据经压缩加密,转发至云端平台进行更深入地监测与分析,从而实现对设备运行状态及核心部件参数的实时监控,打破了设备信息孤岛。
针对不同类型设备,数据采集的侧重点有所不同。例如,对于MR&PET-MR设备,重点采集包括液氦量、磁体传感器温度、磁体压力、水冷温度、水冷压力、水冷流量和异常告警信息等;对于CT设备,则重点采集如球管曝光秒数、探测器温度等;对于DR设备,则主要采集球管热容量、硬盘存储余量、业务量等关键数据。
同时,嘉定影像中心创新性地将影像设备管理系统与设备厂商运维系统打通,通过云端动态获取设备厂商的维保信息,包括维保开始和结束时间、维修工单、保养工单、备件工单、升级工单等信息,实现数据自动同步更新,设备维修保养动态及时可知。当面临月度、年度工作汇报和医院绩效考核、智慧医院评审时可一键汇总形成阶段性统计报告,降低管理成本的同时,提升了工作效率。
2
关键部件信息实时监控
根据安全条款和使用需求(采集频率、告警阈值、展示方式等)梳理设备运行日志信息,从时间序列、设备部件详情、处理业务类型、内置故障告警状态以及日志统计分析等多个维度进行数据提取和分析,形成结构化的运行数据、设备状态数据、报错信息等。
以MR磁体数据为例,从设备日志数据中提取磁体传感器温度、磁体压力、压力加热器功率及液氦量等关键信息。其中业务使用需求提供了可配置选项,配置信息见表1。
管理者可根据需求,结合院内网络、设备部件稳定性等,设置所监控设备数据的采样更新频率,这些频率可按日、小时、分钟设置。此外,历史数据展示形式可配置为折线图、柱形图、条形图等,以便更直观地分析和理解数据变化趋势。
3
设备异常诊断及自动告警
解析后的部件运行数据、设备状态数据以可视化图表的方式展示。例如,以数据折线图展示MR液氦量、磁体传感器温度的历史运行状态,协助管理人员快速判断设备异常情况。
在设备管理系统中,设置三级信息/告警机制,将告警信息按风险等级从低到高分为3个级别:①信息级;②警告级;③错误级。
系统根据故障等级执行分级报错,对低风险信息(如信息级和警告级),系统采用记录和收集汇总方式,当管理人员登录系统后,将收到告警提醒并随时查看相关信息。
对高风险错误,系统则采取实时推送告警信息的方式。例如,我们设置了液氦量下限为55%作为错误级警告阈值,当液氦量低于该值时,系统会根据预设的设备运维/管理人员信息,通过邮件或短信的方式即时发送告警信息,确保运维或管理人员能够迅速获取并采取相应的检修措施。
02
构建数字孪生全局视图,直观展示和管理多院区多台设备
数字孪生作为一种充分利用物理模型、感知设备和各类数据信息,跨学科、多维度、多尺度深度融合的仿真技术,能够面向设备全生命周期过程,发挥连接物理世界和信息世界的纽带作用,可提供更加实时、高效、智能的服务。嘉定区中心医院采用数字孪生先进技术,通过整合“设备数字孪生―院区数字孪生―图表与孪生模型”,打造了一个全局视角的数字孪生视图,实现了信息的综合展示与深度洞察。
1
设备数字孪生
设备数字孪生是设备物理实体的真实映射,采用机理建模技术,从“几何特性―物理参数―行为模拟”3个维度特征构建设备数字孪生体。
依据设备的几何特征参数,如机架形状、尺寸(包括长度、角度、面积),部件的曲直、凹凸性等信息,构建覆盖设备异构要素可扩展的几何模型;依据设备的材料属性、物理参数构建物理模型;基于各部件间的行为耦合关系,如探测器旋转速度、机床运动轨迹等,刻画了设备运行时的行为特征及其响应模式,通过物理模型与行为模型紧密结合,定义设备运行及演化规律的规则及逻辑,从而实现对设备运行的精确模拟。
2
院区数字孪生
基于医院各楼宇内设备实体的位置信息,结合楼宇的布局、物理设备的实时监测数据和房间模型,利用软件Blender进行虚拟楼层及房间的构建,基于GPU技术Cycles沉浸器,完成渲染工作。
可视化方面,采用对象可视化、布局可视化和过程可视化逐层递进的方式搭建视觉效果上高度“形似”的虚拟楼层至设备的动态展示视图,其中,对象可视化和布局可视化构建了从空间布局到设备数字孪生体的静态场景,则专注于描绘设备的动态运行过程。
3
图表与孪生模型整合展示
在此基础上,将医院设备管理的参数指标与数字孪生体、设备全局可视化模型进行整合。通过模拟设备的开关机时间、运行状态以及核心部件的工作情况,结合设备的实时监控信息,实现对楼宇中不同设备间多台设备的孪生可视化联合监测。如图3所示。
图3 图表与孪生模型整合展示
楼宇中各设备的在线状况、运维统计、日检查量统计、检查部位统计等信息以拆线图、饼状图、统计报表等直观形式与数字孪生模型整合,实时展示给管理人员,管理人员便能迅速掌握设备群体的全局状态,并根据实际情况灵活调整业务活动,从而确保影像科检查业务能够高效、顺畅地完成。
03
基于监控参数分析比对,促进多院区业务优化
通过对设备部件运行状态、环境参数、业务数据的实时监控,综合分析设备关键指标与历史运行数据,可帮助设备管理者、影像科管理者更顺畅地对设备全局和个体状况进行深入了解,进而更容易把握设备状态与科室业务间的规律,其管理决策支持路线如图4所示。
图4 业务优化决策支持
根据整体和个体影像设备的使用状况和效率分析结果,及时调整业务安排,制定合理的业务规划,可促进多院区业务优化。
以CT设备扫描效率分析为例,系统通过实时监测设备的扫描信息,生成详尽的统计数据,可观测并对比该CT设备在某时间段内的扫描次数、总扫描用时、总扫描间隔、平均扫描用时以及平均扫描间隔。
通常情况下,在工作日的正常工作时段,一台CT设备进行平扫的平均用时2~3分钟,平均间隔时间1~3分钟。假设同一科室有2台CT设备(A和B),若备在正常值范围内,而A设B设备在工作时间段的平均扫描间隔大于正常值,且设备本身未发现异常,可以从设备B的业务饱和度、操作技师的工作效率以及CT设备间的环境因素3个维度进行深入分析。基于这些分析,可以有针对性地调整和优化科室的业务流程,提升整体运营效率。
管理成效
1.打通设备厂商、医院数据一致性路径,突破管理难点;
2.实现影像设备全域“虚实可视”,推动设备管理模式转型;
3.基于管理模型,有效调整和改善设备的业务效率
内容来源
张铭,梁凯轶,曹励欧,等.面向多院区的医学影像设备数字化管理模型构建与实践[J].中国数字医学,2024,19(12):93-99.
作者单位
上海健康医学院附属嘉定区中心医院放射科(张铭、梁凯轶),院部(曹励欧),信息科(任军);
上海联影医疗科技股份有限公司(张宁芳);
上海联影智元医疗科技有限公司(陈黎静)
通信作者
曹励欧
声明:转载的目的在于传递及分享更多信息,如涉及侵权,请及时联系我们,谢谢!
医工融合创新中心编辑:朱宗达
医工融合创新中心审核:编委会
欢迎关注厦门大学医学中心医工融合创新中心公众号,一起探讨学习交流。