基于大数据的医疗设备服务状态智能监测系统及方法技术方案

技术编号:39673555 阅读:6 留言:0更新日期:2023-12-11 18:39
本发明专利技术公开了一种基于大数据的医疗设备服务状态智能监测系统及方法,涉及医疗设备监测技术领域,通过医疗设备故障维修记录中医疗设备的故障信息和故障查找过程的对应关系,建立故障项目数据库,检测反馈正常值信息在医疗设备处于未使用状态的时间满足时间阈值或医疗设备启用预测值满足条件阈值时,对医疗设备进行检测,通过与故障项目数据库比对,获取检测异常反馈的步骤,判断异常反馈的故障类型,在医疗设备收到启用信息后,对医疗设备各个组件的运行状态进行测试,计算各个组件运行状态的稳定性,对运行状态不稳定的组件进行告警,对医疗设备中的安全保护器件是否启用进行检测,对没有启用的安全保护器件进行告警

【技术实现步骤摘要】
基于大数据的医疗设备服务状态智能监测系统及方法


[0001]本专利技术涉及医疗设备监测
,具体为一种基于大数据的医疗设备服务状态智能监测系统及方法


技术介绍

[0002]医疗设备是指诊断和治疗用的医学仪器,是为了取得人体信息及给人体以某种作用

它以患者为主要对象,在诊疗过程中患者往往处于不能自由的状态,或者处于非常脆弱的状态,甚至处于意识不清醒状态而对危险失去感觉

因此,对医疗设备进行状态检测时,医疗设备的安全性与医疗设备的有效性成为同等重要

常见的医疗设备安全问题例如,医疗设备漏电

漏液和漏气

[0003]随着技术发展,在设备进入运行状态前会有系统自检过程,例如开机自检 (POST

Power On Self Test)。 指计算机系统接通电源后包括对
CPU、
系统主板

基本内存

扩展内存

系统
ROM BIOS
等器件的测试,如发现错误,给操作者提示或警告

但是,对系统的自检过程缺乏对设备硬件的安全性进行检查,所以即使在医疗设备的系统自检后,不能保证医疗设备的安全性


技术实现思路

[0004]本专利技术的目的在于提供一种基于大数据的医疗设备服务状态智能监测系统及方法,以解决上述
技术介绍
中提出的问题

[0005]为了解决上述技术问题,本专利技术提供如下技术方案:一种基于大数据的医疗设备服务状态智能监测方法,方法包括:步骤
S100
:获取医疗设备历史运维数据中的故障维修记录,通过故障维修记录中医疗设备的故障信息和故障查找过程的对应关系,建立故障项目数据库;步骤
S200
:检测反馈正常值信息在医疗设备处于未使用状态的时间满足时间阈值或医疗设备启用预测值满足条件阈值时,对医疗设备进行检测;步骤
S300
:获取医疗设备检测过程中出现异常反馈信息,通过与故障项目数据库比对,获取检测异常反馈的步骤,执行所述步骤,判断异常反馈的故障类型;步骤
S400
:在医疗设备收到启用信息后,对医疗设备各个组件的运行状态进行测试,计算各个组件运行状态的稳定性,对运行状态不稳定的组件进行告警;步骤
S500
:对医疗设备中的安全保护器件是否启用进行检测,对没有启用的安全保护器件进行告警

[0006]进一步的,步骤
S100
包括:步骤
S101
:获取医疗设备历史运维数据中设备运维人员在查找故障过程记录,在设备运维人员在查找故障过程记录中,对运维人员检测医疗设备故障的检测步骤进行获取,获取各个故障检测步骤中包括的检测项目和每个检测项目对应的检测过程;步骤
S102
:获取每个检测过程的检测过程信息,其中一条检测过程信息包括:设备
运维人员检测信号

检测位置,检测反馈位置和检测反馈结果,所述检测反馈结果包括:检测反馈正常值信息和检测反馈异常信息,检测反馈正常值信息表示检测反馈位置正常反馈时的数值范围,检测反馈异常信息表示在检测反馈位置异常时,异常数值与正常反馈时的数值范围间的差异;对一个设备故障的检测记录中,包括若干个故障检测步骤,每一个故障检测步骤中包括若干个检测项目,实现对某个检测项目的检测需要在组件的信号输入端输入一个检测信号,在信号输入端检测到对应信号输出端的输出信号,根据输出信号判断该检测项目是否正常;步骤
S103
:对医疗设备故障信息的故障查找过程和故障查找过程对应的检测过程信息进行记录,汇集各条记录建立故障项目数据库

[0007]进一步的,步骤
S200
包括:步骤
S201
:获取医疗设备的历史维修记录中
T0时段中的维修记录,提取
T0时段中各次故障维修记录中故障检测步骤数

故障维修时间和与下一次故障维修记录的间隔时间,计算各次历史故障的故障运维指数,其中,
T0时段中第
b
次故障维修记录的故障运维指数为
IN
b

IN
b
=

n
b /T
b1

×ꢀ
T
b2
,其中
n
b
表示第
b
次故障维修记录对应的故障维修记录中维修人员做出的检测步骤数量,
T
b1
表示第
b
次故障维修记录对应的故障维修时间,
T
b2
表示第
b
次故障维修记录与下一个故障维修记录的间隔时间;步骤
S202
:将
T0时段中的
m
次故障维修记录对应的
m
个故障运维指数进行累加,得到
T0时段故障运维总指数
IN0,计算时间阈值
T
sc

T
sc = γ
*IN0/m

γ
为时间转化系数;例如
T0时段中存在
m+1
条维修记录,根据时间顺序,取前
m
条维修记录进行运维指数计算,因为第
m+1
条维修记录与下一次故障维修记录的间隔时间未知,故对第
m+1
条维修记录不进行运维指数计算;步骤
S203
:获取医院某科室的所有患者诊疗记录,将某科室中的一台医疗设备设置为目标设备,将医护人员使用目标设备进行诊疗的患者设置为目标患者,获取所有患者的诊疗过程,从患者诊疗记录中提取所有经由所述诊断方法诊断的患者信息,将所有经由所述诊断方法诊断的患者中去除目标患者的患者设置为对照患者,分别对目标患者和对照患者进行特征标注;步骤
S204
:将所述诊断方法记为
d
y
,获取诊断方法
d
y
的上一步诊断方法
d
x
,获取
dx
诊断方法下患者的分类信息,将包括目标患者的患者类别设置为目标患者类别,将不包括目标患者的患者类别设置为对照患者类别,分别对目标患者类别中的患者和对照患者类别中的患者进行特征标注,对诊断方法进行特征标记,将诊断方法的特征设置为关键节点位置信息,通过数据模型对患者特征标签和关键节点位置信息进行训练,得到患者使用目标设备的预测模型,通过采集患者就诊过程中的特征标签和医生的诊断信息,在医生对当前患者使用的每一个诊断方法结束时,对患者被医生使用目标设备的概率进行预测,得到目标设备的医疗设备启用预测值;医生对于患者诊断的过程可以看作是一个医生患者进行特征标注的过程,在医生的患者若干次的诊断后本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.
基于大数据的医疗设备服务状态智能监测方法,其特征在于:所述方法包括以下步骤:步骤
S100
:获取医疗设备历史运维数据中的故障维修记录,通过故障维修记录中医疗设备的故障信息和故障查找过程的对应关系,建立故障项目数据库;步骤
S200
:检测反馈正常值信息在医疗设备处于未使用状态的时间满足时间阈值或医疗设备启用预测值满足条件阈值时,对医疗设备进行检测;步骤
S300
:获取医疗设备检测过程中出现异常反馈信息,通过与故障项目数据库比对,获取检测异常反馈的步骤,执行所述步骤,判断异常反馈的故障类型;步骤
S400
:在医疗设备收到启用信息后,对医疗设备各个组件的运行状态进行测试,计算各个组件运行状态的稳定性,对运行状态不稳定的组件进行告警;步骤
S500
:对医疗设备中的安全保护器件是否启用进行检测,对没有启用的安全保护器件进行告警
。2.
根据权利要求1所述的一种基于大数据的医疗设备服务状态智能监测方法,其特征在于:步骤
S100
包括:步骤
S101
:获取医疗设备历史运维数据中设备运维人员在查找故障过程记录,在设备运维人员在查找故障过程记录中,对运维人员检测医疗设备故障的检测步骤进行获取,获取各个故障检测步骤中包括的检测项目和每个检测项目对应的检测过程;步骤
S102
:获取每个检测过程的检测过程信息,其中一条检测过程信息包括:设备运维人员检测信号

检测位置,检测反馈位置和检测反馈结果,所述检测反馈结果包括:检测反馈正常值信息和检测反馈异常信息,检测反馈正常值信息表示检测反馈位置正常反馈时的数值范围,检测反馈异常信息表示在检测反馈位置异常时,异常数值与正常反馈时的数值范围间的差异;步骤
S103
:对医疗设备故障信息的故障查找过程和故障查找过程对应的检测过程信息进行记录,汇集各条记录建立故障项目数据库
。3.
根据权利要求2所述的一种基于大数据的医疗设备服务状态智能监测方法,其特征在于:步骤
S200
包括:步骤
S201
:获取医疗设备的历史维修记录中
T0时段中的维修记录,提取
T0时段中各次故障维修记录中故障检测步骤数

故障维修时间和与下一次故障维修记录的间隔时间,计算各次历史故障的故障运维指数,其中,
T0时段中第
b
次故障维修记录的故障运维指数为
IN
b

IN
b
=

n
b /T
b1

×ꢀ
T
b2
,其中
n
b
表示第
b
次故障维修记录对应的故障维修记录中维修人员做出的检测步骤数量,
T
b1
表示第
b
次故障维修记录对应的故障维修时间,
T
b2
表示第
b
次故障维修记录与下一个故障维修记录的间隔时间;步骤
S202
:将
T0时段中的
m
次故障维修记录对应的
m
个故障运维指数进行累加,得到
T0时段故障运维总指数
IN0,计算时间阈值
T
sc
,其中,
T
sc = γ
*IN0/m

γ
为时间转化系数;步骤
S203
:获取医院某科室的所有患者诊疗记录,将某科室中的一台医疗设备设置为目标设备,将医护人员使用目标设备进行诊疗的患者设置为目标患者,获取所有患者的诊疗过程,从患者诊疗记录中提取所有经由所述诊断方法诊断的患者信息,将所有经由所述诊断方法诊断的患者中去除目标患者的患者设置为对照患者,分别对目标患者和对照患者进行特征标注;
步骤
S204
:将所述诊断方法记为
d
y
,获取诊断方法
d
y
的上一步诊断方法
d
x
,获取
dx
诊断方法下患者的分类信息,将包括目标患者的患者类别设置为目标患者类别,将不包括目标患者的患者类别设置为对照患者类别,分别对目标患者类别中的患者和对照患者类别中的患者进行特征标注,对诊断方法进行特征标记,将诊断方法的特征设置为关键节点位置信息,通过数据模型对患者特征标签和关键节点位置信息进行训练,得到患者使用目标设备的预测模型,通过采集患者就诊过程中的特征标签和医生的诊断信息,在医生对当前患者使用的每一个诊断方法结束时,对患者被医生使用目标设备的概率进行预测,得到目标设备的医疗设备启用预测值;步骤
S205
:当医疗设备未使用状态时间长度大于或等于时间阈值条件下满足时间阈值,设置概率阈值为条件阈值,当目标设备的医疗设备启用预测值大于条件阈值时,满足条件阈值时,所述医疗设备未使用状态时间长度的计算起始时刻包括:医疗设备停止使用的时刻和医疗设备未使用状态下,医疗设备一次检测的结束时刻
。4.
根据权利要求3所述的一种基于大数据的医疗设备服务状态智能监测方法,其特征在于:步骤
S300
包括:步骤
S301
:对故障项目数据库中记录的检测反馈位置进行逐个检...

【专利技术属性】
技术研发人员:韩爱国陈汉义郑美村王友兴
申请(专利权)人:拓庄医疗科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1