模糊聚类分析技术在医疗设备前瞻性维修管理中的应用

曾加玉 张腊喜

医疗设备作为保障医院临床诊疗活动顺利开展的关键性资源，其质量管理和控制已成为医学工程技术人员的一项重要工作内容。随着科学技术的飞速发展，医疗设备的种类不断增多，且受到不同品牌设备结构性能、临床应用范围及技术参数等因素影响，设备的维护保养和故障维修工作面临着新的挑战[1-2]。科学地开展医疗设备维修管理工作，成为医学工程部门的重要研究课题。

医疗设备前瞻性维修的重要措施是开展医疗设备的预防性维护和检测，在医疗设备未发生故障的前提下，通过系统性检查、性能测试和更换易损部件等方式，预防故障发生并使其保持在规定状态的一系列技术活动。目前，国内众多医院已开展了前瞻性维修的理论研究和实践应用，积累了宝贵的管理经验[3-4]。通过调研和相关研究数据分析，前瞻性维修活动的开展存在一定的难度，如维护维修内容设计不合理、缺乏专业技术支持以及管理活动周期过长等[5-6]。为此，本研究以模糊聚类分析技术为理论依据，参考医疗设备的临床应用数据，对不同设备的常见故障单元进行动态分类，制定差异性的前瞻性维修方案，分析其对医疗设备管理工作的应用价值。

1 医疗设备前瞻性维修管理研究资料与方法

1.1 一般资料

选取2016-2017年南部战区空军医院在用的400台医疗设备临床应用数据，将其纳入观察组。随机选取同期4所三甲医院在用的400台同品牌型号医疗设备的临床应用数据，将其纳入对照组。两组医疗设备类型均为医学检验设备、心电诊断设备、医用监护设备以及呼吸机、麻醉机和除颤仪等6大类。两组医疗设备类型、品牌、使用年限及2015年使用频率和故障率等指标数据均无统计学差异，具有可比性。

1.2 纳入与排除标准

(1)纳入标准:①同品牌型号设备台数≥5；②研究周期内设备使用年限≥2年，且≤6年；③医疗设备技术资料齐全；④2015年平均故障次数≥1。

(2)排除标准:①研究周期内报废处理的设备；②设备单价≤0.5万元或≥10万元。

1.3 医疗设备维修管理方法

观察组采用模糊聚类分析技术对医疗设备故障单元进行分类，建立并实施12类维修方案；对照组采用常规维修管理方案。

1.3.1 故障隐患评估方法

观察组采用故障隐患评估方法，科学地推算医疗设备及部件的寿命周期是前瞻性维修效果的重要保障，本研究通过故障单元隐患指数(I)评估医疗设备工作状态，分析不同设备及部件的故障概率。参照2015年两组共800台医疗设备的临床应用数据，针对不同型号医疗设备的特定故障单元，建立隐患指数I的多元回归模型，计算不同影响因素的权重，隐患指数计算为公式1:

式中k1、k2为k3权重系数，f1为医疗设备的年使用率，f2为故障单元的年故障率，T为医疗设备的使用年限。同时，考虑到医疗设备临床使用情况变动，故障隐患评估的周期设置为3个月，实现医疗设备前瞻性维修的动态评估数据I值采集。

1.3.2 故障单元分类方法

观察组根据医疗设备单元部件的故障隐患评估数据，对400台医疗设备的2016-2017年271个故障单元进行分类，采用的方法是模糊聚类分析。首先设定样本的隐患指数Ix(x∈1，2，……n；n=271)，设定C为聚类的数目，my为每个聚类的中心，µy(Ix)为第x个样本对于第y类的隶属度函数[7-9]。目标函数J的计算为公式2:

式中常数p控制聚类分析结果的模糊程度；目标函数满足的条件包括:①对于任意的x和y，µy(Ix)∈[0，1]；②对于任意的x，µy(Ix)=1；③对于任意的y，0＜µy(Ix)＜n。

在公式(2)的条件约束下，设定C值和p值，通过计算目标函数的最小值获得不同聚类的中心和样本隶属度值，完成模糊聚类分析。

1.3.3 前瞻性维修管理方法

依据戴明循环(plan do check action，PDCA)理论，对观察组400台医疗设备进行前瞻性维修管理。①根据故障单元的聚类结果，针对不同的聚类中心分别组建前瞻性维修管理规划小组，每组包括1位管理人员、1位工程师及1～2位临床医务人员等；②前瞻性维修规划项目包括医疗设备故障单元的维护维修周期、内容和负责人员，周期分为每周、每月、每季度、半年及以上，内容分为外观检查、清洁保养、单元功能测定和校准等，负责人员分为医学工程师和临床使用者[10-11]；③进行医学工程科和临床科室培训，指导负责人员开展前瞻性维修管理工作；④管理规划小组按季度开展监督检查工作，收集临床应用数据；⑤最后根据前期工作数据的统计分析，提出规划内容的修订和改善建议，进入新一轮的前瞻性维修管理活动。

1.4 观察评价指标

分析对比两组医疗设备维修管理工作中的设备故障频率、管理成本和设备成本效益3项指标的差异性。①故障频率，即每台医疗设备年度内发生故障次数(次/年)；②管理成本，即每台医疗设备年度内人员支出、技术服务支出、维护维修支出等项目总和(元/年)[12-13]；③设备成本效益，即每台医疗设备年度内盈利额与折旧费的差值(元/年)[14-15]。

1.5 统计学方法

采用SPSS 19.0软件对两组临床应用数据进行统计分析，观察指标数据用均值±标准差(x-±s)表示，采用t检验，以P＜0.05为差异有统计学意义。

2 医疗设备前瞻性维修结果

2.1 前瞻性维修方案调整结果

依据模糊聚类分析技术原理，400台医疗设备的271个故障单元划分为12种前瞻性维修方案，组建12个规划管理小组，参与人员共计41人次。271个故障单元维修包括外观检查项目类维修33个(12.18%)、清洁保养项目类维修56个(20.66%)，单元功能测定和校准项目类维修182个(67.16%)。以医院迈瑞SynoVent E5呼吸机(深圳迈瑞公司)为例，调整的前瞻性维修方案结果见表1。

2016-2017年，以季度为阶段研究周期，共完成8次PDCA循环管理，271个故障单元调整31次。结果显示，动态管理对前瞻性维修方案的优化完善具有明显的调整作用，随着PDCA循环活动的开展，前瞻性维修方案调整次数逐渐减少并趋于稳定，见图1。

2.2 两组医疗设备维修管理数据比较

前瞻性维修规划管理小组分别对两组故障频率、管理成本和设备成本效益3项指标临床应用数据进行采集，观察组的医疗设备故障频率和管理成本低于对照组，且设备成本效益高于对照组，其差异有统计学意义(t=-2.575，t=-2.038，t=2.080；P＜0.05)，见表2。

表1 呼吸机前瞻性维修调整方案

图1 前瞻性维修方案季度调整趋势

表2 两组医疗设备3项指标数据分析比较(x-±s)

3 医疗设备前瞻性维修管理效果分析

以模糊聚类分析技术为理论依据，建立故障单元隐患指数模型，将400台医疗设备的271个故障单元划分为12个类型，并通过PDCA循环理论建立前瞻性维修方案，指导开展医疗设备的维修管理工作，其临床应用数据及分析结果显示，观察组的故障率和管理成本低于对照组，而设备成本效益高于对照组，表明观察组的维修管理效果优于对照组，基于模糊聚类分析技术的医疗设备前瞻性维修管理工作具有较高的应用价值。

前瞻性维修以医疗设备和故障单元寿命预测为前提，开展故障前检测、维护和维修活动，最大程度地降低设备故障率，对医院诊疗活动的有序开展提供了保障。

4 结语

本研究医疗设备的维修管理数据主要以医疗设备维修为单元，缺乏对不同设备功能单元的横向比较和划分，建立全局性的维修方案和管理团队，增加了医学工程科的工作量和管理支出，管理效果有待进一步提升。在后续的医院医疗设备维修管理工作中需结合医疗设备的使用变化，建立医院常规医疗设备的前瞻性维修方案，为提升医疗设备维修管理水平奠定良好的基础。