基于物联网技术的医疗设备在线监测与生命周期预测研究*

万莉,王大珅,郭建民

(1.天津医科大学教务处，天津市 300070； 2.天津医科大学生物医学工程与技术学院，天津市 300070；3.天津工业大学信息化中心，天津市 300387)

随着医学技术的不断进步，医学领域的信息化管理发展到了崭新时代。现代化医疗设备在临床中是不可缺少的医疗与教学设备，现代化医疗设备的先进度与数量是评价医院和医学院校水平高低的重要因素之一。先进医疗设备已成为医学院校教学和研究的基本条件[1]，因此对医学设备的科学管理、计量、维修以及生命周期的预测显得至关重要。目前，传统的大型医学设备管理是静态的、滞后的，使用情况只能根据人工记录进行统计，无法实现实时监控，漏记少记的情况频繁发生，使用时间数据无法保证精确无误[2]。

大型医疗设备的管理部门无法获得真实的大型医学设备使用数据，设备动态缺乏实时的动态监控，无法准确得知仪器的使用情况，给其他使用者带来种种不便。传统的管理和维护方法已不适应目前人们对医疗设备的管理要求，研究先进科学的大型医疗设备的状态监测系统势在必行。针对目前我国医院大型医疗设备的应用情况，利用信息化技术建立设备信息数据库、设备运行实时监控系统、大数据分析与管理系统等平台对于提高我国目前大型医疗设备管理具有重要意义，为大型医疗设备共享、使用效率监管提供理论依据。为了实时监测医疗设备在线应用状态，通过物联网技术对医疗设备实时监控是非常必要的。论文基于物联网技术，将大型医学设备应用数据实时采集到应用层的监管系统中，实现了对大型医学设备实时数据采集和统计，实现设备数据的显示与分析以及基于Web的远程监控[3]。

1 基于ESB的大型医疗设备监测数据分析平台

该系统的主要功能为采集大型医疗设备的相关的数据，采集之后传输存储到数据库中，利用关系型数据库存储数据,结合Java体系架构进行系统开发。采集的原始数据经过分析、转换处理后，选取需要的数据进行转换至相应的数据集上存储至基础数据库中，这些数据为上层应用的提供数据分析服务服务。大型医疗设备检测平台内部分为采集层、处理层、应用层、配置层4个逻辑层次。本文采用分布式企业总线(ESB)结构进行系统架构设计，如图1所示[4-5]。

图1 数据分析系统技术体系架构

采集层是利用AT89C2051和电流传感器采集医疗设备的运行电流，采集的信息主要包括：设备编号、当地时间、设备的运行电流等。

处理层是对采集的信号进行编码，利用ZTE MC8618 GPRS标准要求，转化UDP和TCP方式进行数据传输。

应用层是对传输到数据库中的数据进行转换与分析，实现数据统计与管理等。

配置层是对系统的管理与配置，实现服务器的本地和远程的管理配置以及不同管理角色的配置等，实现服务端与平台管理员的不同接口功能，管理员可对各个GPRS设备或GPRS群进行数据管理和数据流监控。

2 基于物联网的大型医疗设备运行监测

大型医疗设备运行监测系统由前端医疗设备运行状态监测、传输网络、数据分析中心三个部分组成，如图2所示[6]。

图2 大型医疗设备运行状态监测图

2.1 信号采集系统

系统中所监测的设备为大型的医疗设备，工作电流范围为0～50 A。医院中的CT、DR系统、核磁共振、X光机高压氧舱、直线加速器等医疗设备均能实现监管。由于这些设备运行时均有一定的电流，可通过监测医疗设备电流的值的大小判断设备运行状态，通过AT89C2051单片机和ACS712电流传感器监测设备的运行状态，电路如图3所示。

图3 电流检测电路图

2.2 信号传输电路

信号传输采用中兴通讯研制的 CDMA2000 1X 的MC8618工业模块，通过RS232与单片机连接，通过AT指令，将采集的医疗设备运行的电流值按TCP协议和TCP协议传输到数据中心，每隔1 min传输一次数据，数据分析系统利用各设备的电流值对设备运行状态进行分析。

3 数据分析系统

数据库服务器按TCP、UDP协议接收并存储监测大型医学设备状态运行数据后，对其管理区域内的设备运行数据进行处理、分析、按照不同的统计方式进行发布，支持各类数据统计发布。监测数据展示应包括：(1)设备在线运行情况；(2)单个设备与所有设备使用的参考比较；(3)设备生命周期预测。

大型医学设备在线运行监测平台用户登录后，可对系统进行各种查询和统计工作。

例如，按所属区域内查询的大型医疗设备运行时间长度(见图4)。还可以预测某区域下一个时期设备的使用数量(见图5)。

设备使用统计模块要求能够实现为用户提供各区域的大型医学设备应用信息的功能。用户可根据条件查询具体信息，并根据需要导出查询结果；按年和月查询设备的使用报表、综合报表。按单位逐日、逐月进行比较分析。

图4 设备使用的时间长度示意图

图5 各区域设备使用数量预测图

系统可查询所指定范围内的某一期间医疗设备的使用情况。也可实时查看指定的某一固定医疗设备在一定时间内运行时间统计数据。还可以通过大型医疗设备汇总统计进行分析设备利用率等相关图形化指标，为领导决策提供相关依据。

4 大型医疗设备使用预警系统

不同的医疗设备中的易损件数量和每个易损件运行时间是不同的，对不同的设备易损件根据运行时间需要定期更换。本系统可实现具体大型医疗设备易损件运行时间预测该易损件可继续使用的时间。医疗设备易损件使用寿命受开机次数、运行电压、温度等因素的影响，因此需要对每个医疗设备易损件的建立预测模型，并逐一进行量化评价。假定医疗设备健康指标HI范围为0～10，当HI=10时，表示医疗设备易损件处于完全健康的状态。定义HI=5为临界值，表示医疗设备易损件处于边缘健康的状态；当HI<5时，医疗设备易损件处于不健康的状态[7]。

在使用中，医疗设备易损件的健康指数分布函数为[8]:

HI(t)=a0+bect

(1)

其中:a0,b，c为常数。

易损件在健康状态下可使用的最长时间为：

T=max{t|HI(t)≥HI}

(2)

即当a0+bect≥HI时，可以得到易损件的最长健康寿命。

经过变换

(3)

由此可得易损件的健康状态的剩余寿命为

Th=T-t

(4)

通过易损件健康状态剩余使用时间可以对设备的使用进行预警，达到及时更换维护易损件的目的，以防产生更大的损失。

本文基于物联网技术构建了大型医疗设备远程监控平台，实现了对设备使用情况的实时监测，并且通过分析易损件的健康状态建立了大型医疗设备使用预警系统。证明了远程实时监测大型医疗设备使用情况和对设备使用预警的可行性，为大型医疗设备在使用中的正常运转提供了保障，对于提升医学设备管理具有现实意义，并可为其他行业大型设备管理提供借鉴。