物联网新技术在手术室设备精细化管理中的应用研究

苏晓舟 李 玲 张文峰 王东红 吴永红

广东省妇幼保健院 广东广州 511400

医疗设备是医院诊疗业务的基础设施，是医院业务实施与技术发展的重要生产资料。大型医院拥有的医疗设备种类繁多，数量庞大，设备总值往往超过亿元，可占医院固定资产的30%～50%[1]。利用科学、高效的管理手段实现医疗设备全生命周期的精细化管理，充分发挥其使用价值，避免资源浪费，已成为现代医院管理的重要任务之一[2]。在传统的医疗设备管理模式中，设备工作量数据基本上要依赖人工统计，一些关键信息如设备的实时位置、开关机次数、运行时长等都无法自动获取，导致工作量数据的准确性与及时性较差，难以为设备的成本效益分析及资源调配提供准确可靠的数据。另外，按“谁受益谁承担”原则，医院共用设备的使用成本应准确分摊到各使用科室。以医院手术室为例，手术室一般拥有各种腔镜、超声刀、电刀、麻醉机等众多精密贵重医疗设备，为医院各临床部门开展治疗和急救等业务提供支持，传统的设备成本分摊方法一般是按手术收入将这些设备折旧费由临床科室进行分摊[3-4]，或者由手术室与多个临床科室根据以往工作量约定按一定比例进行分摊[5]，这些分摊方式因缺乏准确的设备使用数据而难以做到真正的公平合理，从而制约了医院设备管理水平的提高。

为解决设备成本效益分析困难，尤其是共用设备使用成本分摊准确计算的难题，我院尝试在手术室建设物联网设备管理系统，借助物联网新技术为设备使用成本分摊和优化资源调配提供准确依据，以达到提高手术室设备管理水平和工作效率的目的。

1 手术室设备管理采用的物联网新技术

物联网(internet of things，IoT)即万物相连的互联网，把所有物品通过如射频识别(radio frequency identification，RFID)、红外传感器、激光扫描器等传感设备连接互联网进行信息交换，以实现物体的智能化识别、定位、跟踪、监控和管理等功能[6]。

本次建设的物联网设备管理系统采用典型的感知层、网络层和应用层三层物联网架构[7]，并在多个环节都尝试应用了新的物联网技术，以实现对手术室设备单机运行数据的准确监测。系统架构见图1。

图1 物联网设备管理系统架构图

1.1 非介入式物联网设备状态RFID传感器

本次测试采用最新的非介入式设备状态RFID传感器来采集设备运行数据和位置信息，这种新型传感器只需要用不干胶贴在设备外壳，无需与被监测设备物理连接，即可在不干扰设备电路的情况下，采集设备在不同工作状态中因电压电流变化产生的电磁场数据，再通过特定的模式识别算法，计算出设备开关机次数、待机时长、工作时长等数据。该传感器还具有一键报修功能，在设备发生故障时，医护人员只需拨动传感器的报修按钮，传感器就会把设备状态及位置等信息传送回管理系统并自动完成报修操作。这种新型传感器内置可持续工作约2年的可更换电池，体积大小约7 cm×4 cm×2 cm，外观见图2。

图2 新型物联网RFID传感器

1.2 插卡式物联网无线接入点

物联网传感器采集的数据必须依托网络进行传输。传统的物联网部署方式，物联网与院内信息网络需要分别布线。为避免重复建设，我们尝试采用了新型插卡式物联网无线接入点(access point，AP)来代替普通无线AP。插卡式物联网AP可通过插入蓝牙、RFID等物联网扩展模块，实现使用同一套网络线路，联通WIFI无线网与物联网，有效减少布线成本和资源冲突，提高运维管理效率[8]。不过，由于目前的技术及生产工艺所限，插卡式物联网AP价格比普通无线AP要高，成熟产品市面尚不多见，主要以国外品牌为主[9]。随着物联网技术的发展和应用需求越来越大，国内如华为、锐捷、H3C等各大厂商也开始陆续推出相应产品[10]，将有利于这类新型物联网AP的推广使用。

1.3 物联网设备管理系统

本次建设的物联网设备管理系统，专门为满足医院高值设备资产管理需求而开发，具有资产定位、一键盘点、一键报修、设备运行状态监测、成本效益分析和各种数据报表导出等功能，其中通过RFID传感器采集设备运行状态信息，智能模式识别和计算设备开关机次数、工作时长等数据，是系统的核心功能。系统可部署在医院信息中心机房内，也可部署在云端，便于多院区、多机构通过不同通信方式接入。该系统还可以与医院其他业务系统如手术麻醉管理系统、设备管理系统等对接，自动获取设备使用部门及使用者、设备折旧率等基本信息。

2 物联网设备管理系统的应用

本次测试选择了手术室最常用的腔镜设备，通过系统自动采集和计算设备一段时间内工作量数据，为设备折旧成本摊分和优化调配提供准确依据。本文以其中5台腔镜设备为范例说明具体应用情况。

2.1 设备运行数据采集

将非介入式RFID传感器分别贴在手术室的5台腔镜主机外壳上，传感器将采集到的设备状态信息通过插卡式物联网AP传输到物联网设备管理系统，系统通过模式识别算法，自动识别并计算出各台腔镜设备每天开机次数、运行时长、使用时长占比等数据。5台腔镜设备1个月的运行数据见表1，其中使用时长占比=单机运行总时长/所有机器运行总时长之和×100%。

表1 手术室5台腔镜1个月运行数据

2.2 设备运行数据分析与应用

2.2.1 折旧成本分摊计算

在这次测试中，通过各台腔镜设备运行时长结合设备原值和折旧率，可计算出平均每次使用成本和单位时长使用成本等数据，再依据手麻系统中各临床科室手术实际排期信息，即可对这些设备折旧成本的分摊进行准确计算。在不考虑手术室分摊成本的情况下，使用过某台腔镜的科室按其使用时长占该腔镜月总运行时长之比计算承担的当月折旧成本，计算公式为：A科室的月折旧成本分摊=A科室月使用时长×月折旧成本/设备月运行总使用时长。

以3号腔镜为例，3号机每月折旧成本为16 666.67元(按原值120万元，折旧期6年计算)，该机当月运行总时长为69.8 h，通过对接手麻系统手术排期信息关联设备运行数据可得知本月共有3个科室使用过该机器，其中成人外科使用时长为19.3 h，按公式可计算出成人外科本月3号机折旧成本分摊数为4 608.41元。其他科室使用3号腔镜的设备折旧成本以此类推进行计算，结果见表2。

表2 3号腔镜各科室当月使用时长及折旧成本分摊

2.2.2 优化资源调配

从表1可以发现3、4号机使用时长占比显著大于其他机器。医院管理部门经过调查分析，发现5号机存在配置不全、医生觉得操作麻烦等问题，而4号机为新购入，配置齐全，医生认为操作便利，都要求优先安排使用。发现问题所在后，管理部门提出如下解决方案：①针对本医院大多数手术特点，申请配置相应的部件，再请厂家工程师对机器优化设置并进行操作培训；②手术室调整设备工作安排，将3、4号机过多的工作量分配给其他机器，使得各机工作量尽量均衡一致，以减轻3、4号机工作负荷，避免其提前出现损耗。在该方案实施后，再次对这5台腔镜设备的运行数据进行采集，结果见表3。可以看出，优化方案实施后，各台设备的工作量趋于平衡，优化方案取得了初步的效果。未来，管理部门将持续利用物联网设备管理系统监测设备使用时长的变化，进一步优化各台设备调度安排，使各台设备的工作量更加均衡合理。

表3 优化方案实施后手术室5台腔镜1个月运行数据

3 讨论

3.1 物联网设备管理系统的优势

以往的医院设备资源调配管理，众多设备的状态、工作量和使用时长等相关信息都需要人工去登记和统计分析后再去优化调度，虽然能提高设备使用效率[11]，但工作量大，效率低，管理成本高。也有医院尝试使用无源RFID实现资产出入库、定位和盘点等管理功能，提高了工作效率[12-13]，但无法自动获取设备运行数据，成本核算缺乏准确的依据。随着物联网技术的更新迭代，新型物联网传感器的出现使得设备状态自动监测成为可能。如常见的智能插座，通过串入设备电源通道检测设备电压电流的变化，实现监控设备开关机状态和功率大小[15-16]，但由于这种智能插座直接介入了医疗设备的工作电源电路，存在用电安全风险，而且缺少对不同类型设备的运行模式进行智能识别的功能，目前多应用在普通家用电器的开关机控制方面。

本次建设的物联网设备管理系统，除了具有资产定位、资产盘点、一键报修等功能外，其创新之处在于通过贴在设备外壳的非介入物联网RFID传感器对设备运行状态进行智能识别和监测，具有与WIFI无线网络融合一体、实施方便、适用设备类型广、不影响设备运行等优点；系统自动采集设备运行信息，为优化设备工作调度和成本效益分析提供详实的数据，相较以往靠人工记录和统计设备使用时长的方式，大大提高了工作效率，同时也为共用设备折旧成本分摊计算提供了真实依据，较好地解决了以往手工统计和按约定比例分摊等方式存在效率低、准确性差的问题，为医院设备资源共用共享、科学调配提供有力的支持[17]。

3.2 系统的不足

本次建立的物联网设备管理系统还处在测试优化阶段，系统与手麻系统对接，初步实现了通过监测设备运行状态获取设备实际运行时长等数据，为设备资源调配优化和折旧成本分摊计算提供了准确依据，但由于尚未与医院其他业务系统，如设备管理系统、财务管理系统等实现对接，财务管理部门在进行成本效益分析和全成本核算时仍需从其他系统提取相关数据。下一步将尝试与其他业务系统等对接，自动将设备使用次数、使用时长等数据与设备折旧数据、维修维护和耗材使用等信息进行关联，真正实现不同科室设备使用成本、使用效率的自动计算[18]。

4 结论

信息化技术的引入，为医院医疗设备管理提供了极大的便利[19]。基于物联网新技术的设备管理系统，具有资产定位、资产盘点、便捷报修、设备运行状态监测等功能，为医疗设备精细化管理提供了更高效和更智能的手段。在未来，以物联网设备管理系统为基础，还可以进一步拓展应用功能，如通过对各种类型设备的运行状态进行长时间的监测，逐步建立各类设备不同运行状态的参数数据库，再结合大数据与人工智能技术，对设备异常状态进行早期预测预警[20]，及时提醒技术人员提前介入处置，实施针对性的预防维护[21]，既保障了医疗设备的正常运行，也保障了患者的安全，有助于医疗服务质量的进一步提升。