基于物联网的医疗设备管理系统设计与实践

贺昕路

杭州市妇产科医院 医学工程部，浙江 杭州 310000

引言

随着国家医改建设的不断推进，医院的信息化程度已经大大提高，基本建立了比较完善的临床业务系统，提高了医院的医疗服务水平。医疗设备管理已成为现代医疗的一个重要领域。但是由于医疗设备应用场景多样且复杂，使得医疗设备管理困难重重。设备采购完成后，管理部门无法了解设备真实使用情况，设备是否闲置，运行是否饱和，采购设备后经济效益如何，往往一问三不知。当下一次科室再次申请采购时，管理部门的采购决策也会非常模糊[1-7]。本文提出的物联网设备管理系统，利用物联网技术采集目标设备运行电功率数据，得到设备实际使用情况，为设备效益分析提供数据，为采购决策提供数据支持。

1 软/硬件设计

1.1 硬件设计

物联网（Internet of Things，IOT）是利用各种传感器，例如：红外线传感器、RFID、全球定位等等，将设备连接起来，并进行数据交互来实现对设备数据监测、控制和维护的网络。IOT模块主要部件为单相多功能计量芯片，其提供高频脉冲CF用于电能计量和高频CF1用于指示电流有效值或者电压有效值[8-10]，芯片功能框图如图1所示。

图1 芯片功能图

被测脉冲周期≥100 ms，采用测量单个周期的方法，测量误差=1 ms/T，因为T>100 ms，所以测量误差小于1%；被测脉冲周期小于100 ms时，我们采用计数脉冲的测量方法，在t≥1 s的时间内，测量N个完整的脉冲周期，计算公式如下：t=N×T（N:t时间内出现的脉冲个数；T：被测信号脉冲周期；t：第一个脉冲到第N个脉冲的时间）。

在芯片的电源端，并联两个小电容，以滤除来自电网高频及低频噪声。电流信号通过锰铜电阻采样后接入HLW8012，电压信号则通过电阻网络后输入到 HLW8012。CF、CF1、SEL直接接入到CPU的输入端，通过计算CF、CF1的脉冲周期来计算功率值、电流有效值和电压有效值的大小，见图2。

图2 芯片电路设计图

由于IOT模块实时采集功率数据，因此需要解决功耗和体积的问题。续航问题，使用电池供电，势必增加人力成本；体积问题，体积太大既不方便临床使用，也容易在使用中发生故障。为了解决以上两个问题，首先选择蓝牙作为传输模式，相比无线Wi-Fi，蓝牙具有功耗更小，短距离稳定性更好的特点，非常适合医疗设备的应用场景。其次，将IOT模块和设备电源线整合在一起成为智能电源，当设备使用时，智能电源就获得了设备的电压、电流和功率等数据，同时通过电源线给IOT模块供电，解决续航问题。

1.2 软件设计

蓝牙传输软件设计包括计量模块SPI接口的数据写入和输出、HLW8012模块数据接收和发送、蓝牙与后台通信。软件设计流程如图3所示。

图3 SPI软件设计流程图

采集芯片的SPI接口和路由器同时打开，采集芯片采集到设备的运行数据（电压、电流、功率等），开始写入SPI接口。同时路由器建立网络，初始化节点准备开始接收数据。SPI将写入的数据发送到路由器协调器，路由器再将接收到的数据传输到服务器，完成整个数据传输的过程。

2 系统重点功能

通过蓝牙传输获得设备使用数据后，通过数据挖掘和分析就可以实现设备的效益分析。主要有以下几个部分功能。

2.1 使用数据采集

2.1.1 使用率

使用率=实际使用时间/预期使用时间×100%。通过公式计算得到某台设备的实际使用情况，这里的预期使用时间我需要解释一下，在医院中不同的区域同一种医疗设备的应用场景也会有不同，例如在门诊胎监室的胎心监护仪需要不停地接待不同的孕妇做胎心检查，所以一般是工作时间8 h满负荷运转；而在手术室或者分娩中心由于其医疗特殊性，并不是每一位待产的孕妇都需要不间断的监测胎心，所以一般工作时间不足8 h。介于这种情况，我们在实际使用中前期我们会把预期使用时间设定为24 h，这样我们会得到一个区域同一种设备的平均工作时间，通过数据积累得到准确的预期工作时间，从而比较准确地得到不同区域设备的使用情况。

2.1.2 饱和度

饱和率=饱和的设备数/总设备数。当使用率长期到达一个阈值时，我们认为这台设备属于饱和设备，通过这个数据我们可以直观地了解到某个区域的设备是否饱和还是存在大量闲置的问题[11-19]。

设备饱和度计算中饱和阈值是一个非常重要的参数，他的高低决定了设备呈现出的饱和度的高低。而且在实际医疗场景中饱和阈值并不一定是一个固定值。以彩超仪为例，门诊B超室和生殖中心手术室两个不同的医疗场景中彩超仪的使用频率和使用时间会有很大差距。

门诊B超室的彩超仪A一般负责门诊病人的超声检查，所以使用时间一般为8:00～18:00。且两次使用之间间隔很短，因为病人在门诊时间往往络绎不绝，彩超仪在这个10 h内不停地工作。

而生殖中心的彩超仪B一般负责手术过程中的引导。一般使用时间为9:00～19:00。每台手术中需要引导的时间不统一，而且也不是每台手术都需要超声引导，这就导致彩超仪在这10 h内间歇性工作。

通过采集设备运行时间发现门诊B超室的彩超仪A使用时间大大超过生殖中心手术室彩超仪B使用时间，但不同的使用目的和性质让这组数据不能支持我们认为彩超仪A饱和度大于彩超仪B。所以我们需要考察两个应用场景下彩超仪平均使用率，从而确定饱和阈值。

2.2 收费数据计算

核对收费数据：通过院内HIS和收费系统我们可以知道设备每次治疗或者检查的费用和收益情况，从而得到收益率、回报率、安全边际率等等数据，但是一般HIS里只有收费项目，并没有设备名称，也就是说我们只能得到一类设备一段时间的收益情况，如果有多类设备使用同一个收费项目，那收益情况就更加无法精确到每一台设备。通常医疗设备待机和工作状态的功率是不同的，利用这一点，IOT模块通过监测设备功耗就可以得到每一台设备每天使用次数，不同设备使用次数不同，收益分摊的比例自然也就不同，实际收益数据就能够精确到每一台设备。

2.3 采购决策支持

医疗设备采购申请中比较常见的一项理由就是由于业务发展需要在采购一台设备，因为原来的设备不够用了需要采购设备，但是原先的设备是否充分使用无法知晓，做出的决策自然就有所偏差。

物联网平台获得的设备饱和度就能够为采购决策提供准确的数据。当某个科室的一类设备饱和度达到一个阈值（90%或95%），及时提醒管理科室需要采购新设备，当饱和度未达标，那么就需要申请科室对此作出特殊说明。

3 系统测试

经测试，系统登录界面图，见图4～5；系统设备基本数据界面，见图6～7；设备效益数据界面，见图8；系统采购决策界面，见图9。

图4 登录界面

图5 系统主界面

图6 设备一览表

图7 设备基础数据信息

图8 设备效益明细

图9 胎儿监护仪饱和度情况

4 结果

4.1 数据验证

将彩超仪2019年每个月的使用数据与超声科影像归档和通信系统（Picture Archiving and Communication Systems，PACS）中的数据对比，详见表1。

表1 IOT系统与PACS系统中彩超仪服务量对比表

说明物联网医疗设备管理系统中的数据与真实数据有中等一致性，具备一定的参考价值（Kappa值为0.474）。

4.2 两组影像设备使用数据对比

2019—2020年医院使用系统对放射科和部分50万元以上的医疗设备进行效益分析（采用SPSS软件处理，数据进行t检验，采用±s表示），2020年第二季度MRI服务量、收入、饱和度与2019年相比明显下降（P<0.05），医工部联合多部门采取措施提高核磁共振服务量。第三季度核磁共振的服务量环比增长21%，提升了医疗设备使用效益。

2020年第二季度CT的服务量、收入、饱和度明显高于2019年第二季度（P<0.05），结合设备使用情况，医工部缩短了设备维护周期并购买了第三方CT全保服务。CT在7月份出现球管故障，为医院节省了50万元的维修费用，见表2。

表2 2020年与2019年放射科部分设备效益情况对比表（±s）

表2 2020年与2019年放射科部分设备效益情况对比表（±s）

设备名称 项目 2020年第二季度 2019年第二季度 t值 P值±23.46 -12.318<0.001 04±0.64 -1.352<0.001 68±1.18 -5.606<0.001 00±53.39 8.668 <0.001 4±0.20 28.368<0.001 96±1.92 32.869<0.001 MRI服务量 234.00±14.70 476收入/万元 13.1±0.74 22.饱和度/% 55.47±2.57 66.CT服务量 1237.67±151.68 252.收入/万元 21.43±0.94 2.2饱和度/% 83.68±1.83 21.

4.3 两组胎儿监护仪使用数据对比

医工部对产科病区胎儿监护仪进行使用饱和度对比，观察组的胎儿监护仪每台使用时间和饱和度明显少于对照组（P<0.05），将闲置设备调配到使用饱和度较高的科室，优化了医疗设备资源配置，降低了医院成本开支，详见表3。

表3 2020年3月产科病区胎儿监护仪使用数据（±s）

表3 2020年3月产科病区胎儿监护仪使用数据（±s）

项目 观察组 对照组 t值 P值每台使用时间/h 145.60±3.72 179.20±4.46 8.567 <0.001饱和度/% 65.00±2.20 79.98.±8.64 5.498 <0.001

5 总结与展望

本系统通过运用物联网技术，将医疗设备运行数据通过蓝牙模块上传到服务器，通过数据挖掘分析目标设备的使用情况。让医院管理者更加直观地了解医疗设备真实的运行状况。

医疗设备在医院中扮演越来越重要的角色，提高设备使用效率是我们医学工程部的重要职责。医疗设备管理和效益分析越来越受到学者们关注。焉丹等[20]提出的大型医疗设备效益监管平台对大型设备的收益情况进行管理，提高了设备的收益和人员的满意度，但是没有对移动类的设备的运行情况和效益进行监管。陈慧等[21]提出的SWOT－CLPV分析方法，从抑制性、杠杆效应、问题性和脆弱性对设备效益进行分析，但是没有涉及设备使用数据采集的设计。姜义兵[22]、闫慧芳等[23]、唐涛等[24]则侧重医疗设备效益分析的数据挖掘分析方式，利用多种方式和多角度对设备运行数据进行分析，但是对于设备运行数据的采集和验证工作均没有涉及。

综合来看，本系统运用物联网技术，不仅能够实时提供医疗设备的实时使用数据，同时能够计算出一段时间内目标设备的效益情况，并且通过使用饱和度反映临床科室医疗设备使用负荷情况，为医疗设备日常使用维护和未来采购决策提供数据支持，为医疗设备管理提供了新的角度。在一定程度上解决了长久以来医疗设备管理上的几大痛点，接下来，我们还将与电子病历系统对接，为临床决策提供数据，提高临床工作效率降低差错率。我们希望能够利用信息化手段，将医疗设备精细化管理持续推进下去。