CN114913968B - 一种基于人工智能的医疗设备状态监控系统及方法 - Google Patents

一种基于人工智能的医疗设备状态监控系统及方法 Download PDF

Info

Publication number
CN114913968B
CN114913968B CN202210828683.4A CN202210828683A CN114913968B CN 114913968 B CN114913968 B CN 114913968B CN 202210828683 A CN202210828683 A CN 202210828683A CN 114913968 B CN114913968 B CN 114913968B
Authority
CN
China
Prior art keywords
time
event
target event
medical equipment
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210828683.4A
Other languages
English (en)
Other versions
CN114913968A (zh
Inventor
王保山
杨天龙
杨海锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Sunway Medical Equipment Co ltd
Original Assignee
Shenzhen Sunway Medical Equipment Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Sunway Medical Equipment Co ltd filed Critical Shenzhen Sunway Medical Equipment Co ltd
Priority to CN202210828683.4A priority Critical patent/CN114913968B/zh
Publication of CN114913968A publication Critical patent/CN114913968A/zh
Application granted granted Critical
Publication of CN114913968B publication Critical patent/CN114913968B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance

Abstract

本发明公开了一种基于人工智能的医疗设备状态监控系统及方法，包括医疗设备数据获取模块、事件分类模块、基础时间间隔确定模块、时间影响度分析模块、校正指数分析模块和时间预警模块；医疗设备数据获取模块获取监测区域内医疗设备的数据信息，时间分类模块获取监测区域内发生医疗事件的信息，并分为第一目标事件和第二目标事件；基础时间间隔确定模块计算第一目标事件中的平均时间间隔；时间影响度分析模块分析第二目标事件对第一目标事件的时间影响度；校正指数分析模块分析第二目标事件中医疗设备的使用信息和维护信息，从而确定校正指数；时间预警模块对事件发生的时间和设备的维护的时间分析差异进行预警。

Description

一种基于人工智能的医疗设备状态监控系统及方法
技术领域
本发明涉及医疗设备状态监控技术领域，具体为一种基于人工智能的医疗设备状态监控系统及方法。
背景技术
近年来，在地铁站、火车站等公共场所发生心脏骤停的案例屡见不鲜，事件发生时成功救助的几率只有1%，所以在一些必要的公共场所安装AED是很有必要的；一线城市的部分机场和地铁站，都有配备AED的装置；AED能够显著提高心脏骤停患者的生存率；但是AED覆盖的同时，如何有效的维护，且保证维护正常使用的时间间隔是小于事件可能发生的周期时段是难以分析的；除此之外，AED设备中包含一次性用具，在每次使用过后需要更换，但是更换的时间周期不同，时间越长对紧急事件发生造成的危害的可能性就越大。
发明内容
本发明的目的在于提供一种基于人工智能的医疗设备状态监控系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于人工智能的医疗设备状态监控方法，包括以下步骤：
步骤S1：获取监测区域内医疗设备的数据信息，数据信息包括医疗设备的使用信息和维护信息；获取监测区域内发生医疗事件的信息，并标记医疗事件中成功使用医疗设备的事件为第一目标事件，标记医疗事件中未成功使用医疗设备的事件为第二目标事件，且第二目标事件为监测区域内以医疗设备所处位置为中心、以预设距离为半径构成的圆周区域内发生的事件；分析第二目标事件是因为想要确定在监测区域内同一个设备安装的位置以及这个位置周围可能借助使用设备的区域内，成功使用医疗设备和未能使用医疗设备的时间关系和影响因素；因为同一个设备的供应点却存在两种不同的使用情况，需要我们进一步的分析原因，以更好的解决问题；
步骤S2：获取第一目标事件个数m，以及第一目标事件发生的时间集合ti，
Figure 887707DEST_PATH_IMAGE002
，其中ti表示第i个第一目标事件发生的时间，
Figure 601585DEST_PATH_IMAGE004
；计算第i个相邻第一目标事件发生的时间间隔
Figure 912481DEST_PATH_IMAGE006
，并计算时间集合中对应第一目标事件的平均时间间隔
Figure 838848DEST_PATH_IMAGE008
，令平均时间间隔为基础时间间隔；
步骤S3：基于步骤S2中的基础时间间隔，以及第二目标事件的发生时间，分析第二目标事件对第一目标事件的时间影响度；
步骤S4：基于第一目标事件、第二目标事件中的医疗设备的使用信息和维护信息，分析第二目标事件对应的校正因子，并计算校正因子对应的校正指数；对第二目标事件对应的校正因子进行分析是因为第二目标事件均为本可以利用公共场所的医疗设备进行急救时却未能进行，所以我们要分析其中对应的影响因素，对基础间隔时间进行校正，以获取可能存在的最小间隔时间；
步骤S5：基于校正指数、时间影响度和基础时间间隔，计算分析出监测区域内医疗事件发生的最小时间间隔，将最小时间间隔和维护信息进行分析比较，得到监测区域内医疗设备的时间预警值，并根据时间预警值的大小进行预警。
进一步的，分析第二目标事件对第一目标事件的时间影响度，包括以下具体步骤：
步骤S31：获取第二目标事件发生的时间集合
Figure 100002_DEST_PATH_IMAGE010
，
Figure 100002_DEST_PATH_IMAGE012
，其中
Figure 512275DEST_PATH_IMAGE010
表示第i个第二目标事件发生的时间，
Figure 100002_DEST_PATH_IMAGE014
；计算时间集合
Figure 662634DEST_PATH_IMAGE010
与时间集合
Figure 100002_DEST_PATH_IMAGE016
的并集
Figure 100002_DEST_PATH_IMAGE018
，将并集中的数据按照时间发生的先后顺序进行排序作为理想集合T；
步骤S32：计算理想集合T中第a个相邻的时间差值Ta，
Figure 100002_DEST_PATH_IMAGE020
，
Figure 100002_DEST_PATH_IMAGE022
，并计算理想平均时间间隔
Figure 100002_DEST_PATH_IMAGE024
；
步骤S33：基于理想平均时间间隔T1和第一目标事件的平均时间间隔T0，计算时间影响度
Figure 100002_DEST_PATH_IMAGE026
。
进一步的，步骤S4包括以下具体步骤：
获取第二目标事件中医疗设备的使用信息，使用信息包括医疗设备的位置数据、偏移设备信息和设备使用时记录的患者数据；
提取偏移设备信息对应第二目标事件中的事件为第一误差事件，获取偏移设备在第一误差事件发生时的位置d1，以及偏移设备原始安装的位置d0，获取偏移设备在位置d1时的环境因素，环境因素包括医疗设备物归原位的转移时间h1和设备所处位置d1时的温度w1；利用公式：
Figure 100002_DEST_PATH_IMAGE028
计算偏移校正因子的校正系数e，其中
Figure 100002_DEST_PATH_IMAGE030
表示位置d1到位置d0对应实际交通路线中的最短距离，h0表示位置d1到位置d0在实际交通路线中最短距离对应的行人平均步行时间，w0表示医疗设备原始安装位置的环境温度；在分析设备偏移时，可能是事件发生时设备不处于原始安装的位置也可能是设备由于偏移造成的影响，那么最直观分析的影响因素就包括设备在转移过程中的情况和设备在面对温度差时的反应，因为类似于AED医疗设备通常安装的是一次性锂锰电池，当锂锰电池转移到温度较低的室外时，其的蓄电能力会降低，且由于对突发事件中患者的抢救操作不同，对电池在极寒天气下的损耗也是不同的，可能在拿到室内放置时电池已经不能够满足下一次的使用；除此之外，且运输的速率过快，可能也会给设备造成晃动或者其他的损害；
提取偏移设备在第一误差事件发生时间前的第一目标事件，获取对应第一目标事件的设备使用时记录的患者数据，提取第一目标事件发生时的医疗设备操作时间长度，计算第一目标事件对应的医疗设备平均操作时间长度，提取第一目标事件中操作时间长度大于平均操作时间长度的事件为第一平行事件集H1，以及第一目标事件中患者数据的相似度，记录第一目标事件中患者相似度小于相似度阈值的事件为第二平行事件集H2，利用公式：
Figure 100002_DEST_PATH_IMAGE032
计算设备数据校正因子的校正系数y，其中
Figure 100002_DEST_PATH_IMAGE034
为第一平行事件与第二平行事件交集的个数，N1表示偏移设备在第一误差事件发生时间前的第一目标事件的总件数。分析设备数据校正因子是为了分析设备在操作过程是是否会产生由于操作人员的不当操作对设备造成的影响，在AED设备中，会存在贴片位置贴反的情况，虽然对患者的身体不会造成影响，但是错误的使用方式产生的数据是与正确的使用方式不同的；
进一步的，步骤S4还包括以下具体步骤：
获取监测区域中医疗设备的维护信息，维护信息包括常规维护周期和特殊维护周期，常规维护周期为设备保质期限，特殊维护周期为设备需要更换用具的等待周期，等待周期起点日期为医疗设备使用的当天日期，终点日期为医疗设备完成更换用具的日期；
提取第二目标事件发生的时间小于第一目标事件的维护周期的终点日期，以及第二目标事件发生的时间大于常规维护周期对应的个数f，利用公式：
Figure 100002_DEST_PATH_IMAGE036
计算维护校正因子的校正系数x，其中n为第二目标事件的个数，m为第一目标事件的个数。第二目标事件发生的时间小于第一目标事件的维护周期的终点日期，表示在未更换AED设备的一次性用具前发生了急救事件，第二目标事件发生的时间大于常规维护周期，表示在AED设备到达保质期后未进行更换时发生了急救事件。
进一步的，步骤S5包括以下过程：
利用公式：
Figure 100002_DEST_PATH_IMAGE038
，计算出监测区域内医疗事件发生的最小时间间隔g；
获取监测区域中医疗设备的维护信息，设置特殊维护周期中设备需要更换用具的等待周期的最长周期为目标周期，利用公式：
Figure DEST_PATH_IMAGE040
计算监测区域内医疗设备的最大维护周期f，其中G0为目标周期的实际时间间隔；
计算最大维护周期f与最小时间间隔g的差值为时间预警值v=g-f，当时间预警值v＞0时，输出监测区域内的医疗设备正常使用维护；当时间预警值
Figure DEST_PATH_IMAGE042
时，输出预警信号，在到达最小时间间隔g前预警维护。分析最大维护周期和最小时间间隔是为了防止在医疗设备可能使用的周期时间内，却没有对医疗设备进行维护，出现医疗设备损坏或医疗设备中的一次性用具未能及时更换的情况，且计算两种时间可以提前预估判断在发生急救事件时，根据两种时间的关系，分析是否要在使用一次性用具后仍保留用具，虽然一次性用具在使用过后应该丢弃，但是为了保证在下一次急救事件发生时，设备可以使用，一次性用具的二次使用带来的影响要比设备无法使用带来的影响小得多。
一种基于人工智能的医疗设备状态监控系统，包括医疗设备数据获取模块、事件分类模块、基础时间间隔确定模块、时间影响度分析模块、校正指数分析模块和时间预警模块；
医疗设备数据获取模块用于获取监测区域内医疗设备的数据信息，数据信息包括医疗设备的使用信息和维护信息；
事件分类模块用于获取监测区域内发生医疗事件的信息，并分类为第一目标事件和第二目标事件；
基础时间间隔确定模块用于计算第一目标事件中的平均时间间隔；
时间影响度分析模块用于分析第二目标事件对第一目标事件的时间影响度；
校正指数分析模块用于分析第二目标事件中医疗设备的使用信息和维护信息，从而确定校正指数；
时间预警模块用于对事件发生的时间和设备的维护的时间分析差异进行预警。
进一步的，时间影响度分析模块包括理想集合获取单元、平均时间间隔计算单元和时间影响度计算单元；
理想集合获取单元用于将第一目标集合和第二目标集合的并集为理想集合；
平均时间间隔计算单元用于计算理想集合中的理想平均时间间隔；
时间影响度计算单元根据理想平均时间间隔和第一目标事件的平均时间间隔，计算时间影响度。
进一步的，校正指数分析模块包括信息获取单元、校正因子确定单元、校正系数计算单元；
信息获取单元用于获取第二目标事件中医疗设备的使用信息和监测区域中医疗设备的维护信息；
校正因子确定单元用于根据使用信息和维护信息确定校正因子；
校正系数计算单元用于计算对应校正因子的校正系数。
进一步的，时间预警模块包括最小时间间隔计算单元、最大维护周期计算单元和时间预警值分析单元；
最小时间间隔计算单元用于根据基础时间间隔、时间影响度、校正系数计算监测区域内医疗事件发生的最小时间间隔；
最大维护周期计算单元用于获取特殊维护周期中设备需要更换用具的等待周期的最长周期，以及校正系数，计算监测区域内医疗设备的最大维护周期；
时间预警值分析单元用于计算最小时间间隔与最大维护周期的差值，并令差值为时间预警值，判断时间预警值的大小进行预警维护。
与现有技术相比，本发明所达到的有益效果是：本发明通过获取监测区域内急救事件发生的情况，分析监测区域内急救事件发生的最小时间间隔，且最小时间间隔的分析是基于监测区域内未能成功使用医疗设备的原因，所以在保证所有影响因素完善的前提下可以确定使用医疗设备的最小时间间隔，提高了时间分析的精确性，同时在分析设备维护的最大维护周期时也考虑到历史数据中未能及时维护的比例因素，最后整体分析了维护正常使用的周期与事件可能发生的最小时间间隔的大小关系，从而可以精确且数字化的确定在紧急事件可能发生的时段是否会存在医疗设备维护不完善的情况，降低了在紧急事件发生时医疗设备因维护不当不能使用的可能性。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于人工智能的医疗设备状态监控系统及方法的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：一种基于人工智能的医疗设备状态监控方法，包括以下步骤：
步骤S1：获取监测区域内医疗设备的数据信息，数据信息包括医疗设备的使用信息和维护信息；获取监测区域内发生医疗事件的信息，并标记医疗事件中成功使用医疗设备的事件为第一目标事件，标记医疗事件中未成功使用医疗设备的事件为第二目标事件，且第二目标事件为监测区域内以医疗设备所处位置为中心、以预设距离为半径构成的圆周区域内发生的事件；分析第二目标事件是因为想要确定在监测区域内同一个设备安装的位置以及这个位置周围可能借助使用设备的区域内，成功使用医疗设备和未能使用医疗设备的时间关系和影响因素；因为同一个设备的供应点却存在两种不同的使用情况，需要我们进一步的分析原因，以更好的解决问题；
步骤S2：获取第一目标事件个数m，以及第一目标事件发生的时间集合
Figure DEST_PATH_IMAGE044
，
Figure DEST_PATH_IMAGE046
，其中
Figure 27537DEST_PATH_IMAGE044
表示第i个第一目标事件发生的时间，
Figure DEST_PATH_IMAGE048
；计算第i个相邻第一目标事件发生的时间间隔
Figure DEST_PATH_IMAGE050
，并计算时间集合中对应第一目标事件的平均时间间隔
Figure 819912DEST_PATH_IMAGE008
，令平均时间间隔为基础时间间隔；
步骤S3：基于步骤S2中的基础时间间隔，以及第二目标事件的发生时间，分析第二目标事件对第一目标事件的时间影响度；
步骤S4：基于第一目标事件、第二目标事件中的医疗设备的使用信息和维护信息，分析第二目标事件对应的校正因子，并计算校正因子对应的校正指数；对第二目标事件对应的校正因子进行分析是因为第二目标事件均为本可以利用公共场所的医疗设备进行急救时却未能进行，所以我们要分析其中对应的影响因素，对基础间隔时间进行校正，以获取可能存在的最小间隔时间；
步骤S5：基于校正指数、时间影响度和基础时间间隔，计算分析出监测区域内医疗事件发生的最小时间间隔，将最小时间间隔和维护信息进行分析比较，得到监测区域内医疗设备的时间预警值，并根据时间预警值的大小进行预警。
分析第二目标事件对第一目标事件的时间影响度，包括以下具体步骤：
步骤S31：获取第二目标事件发生的时间集合
Figure DEST_PATH_IMAGE052
，
Figure DEST_PATH_IMAGE054
，其中
Figure 347846DEST_PATH_IMAGE052
表示第i个第二目标事件发生的时间，
Figure DEST_PATH_IMAGE056
；计算时间集合
Figure 403526DEST_PATH_IMAGE052
与时间集合
Figure DEST_PATH_IMAGE058
的并集
Figure DEST_PATH_IMAGE060
，将并集中的数据按照时间发生的先后顺序进行排序作为理想集合T；
步骤S32：计算理想集合T中第a个相邻的时间差值Ta，
Figure DEST_PATH_IMAGE062
，
Figure DEST_PATH_IMAGE064
，并计算理想平均时间间隔
Figure DEST_PATH_IMAGE066
；
步骤S33：基于理想平均时间间隔T1和第一目标事件的平均时间间隔T0，计算时间影响度
Figure DEST_PATH_IMAGE068
。
步骤S4包括以下具体步骤：
获取第二目标事件中医疗设备的使用信息，使用信息包括医疗设备的位置数据、偏移设备信息和设备使用时记录的患者数据；
提取偏移设备信息对应第二目标事件中的事件为第一误差事件，获取偏移设备在第一误差事件发生时的位置d1，以及偏移设备原始安装的位置d0，获取偏移设备在位置d1时的环境因素，环境因素包括医疗设备物归原位的转移时间h1和设备所处位置d1时的温度w1；利用公式：
Figure DEST_PATH_IMAGE070
计算偏移校正因子的校正系数e，其中
Figure DEST_PATH_IMAGE072
表示位置d1到位置d0对应实际交通路线中的最短距离，h0表示位置d1到位置d0在实际交通路线中最短距离对应的行人平均步行时间，w0表示医疗设备原始安装位置的环境温度；在分析设备偏移时，可能是事件发生时设备不处于原始安装的位置也可能是设备由于偏移造成的影响，那么最直观分析的影响因素就包括设备在转移过程中的情况和设备在面对温度差时的反应，因为类似于AED医疗设备通常安装的是一次性锂锰电池，当锂锰电池转移到温度较低的室外时，其的蓄电能力会降低，且由于对突发事件中患者的抢救操作不同，对电池在极寒天气下的损耗也是不同的，可能在拿到室内放置时电池已经不能够满足下一次的使用；除此之外，且运输的速率过快，可能也会给设备造成晃动或者其他的损害；
提取偏移设备在第一误差事件发生时间前的第一目标事件，获取对应第一目标事件的设备使用时记录的患者数据，提取第一目标事件发生时的医疗设备操作时间长度，计算第一目标事件对应的医疗设备平均操作时间长度，提取第一目标事件中操作时间长度大于平均操作时间长度的事件为第一平行事件集H1，以及第一目标事件中患者数据的相似度，记录第一目标事件中患者相似度小于相似度阈值的事件为第二平行事件集H2，利用公式：
Figure DEST_PATH_IMAGE074
计算设备数据校正因子的校正系数y，其中
Figure DEST_PATH_IMAGE076
为第一平行事件与第二平行事件交集的个数，N1表示偏移设备在第一误差事件发生时间前的第一目标事件的总件数。分析设备数据校正因子是为了分析设备在操作过程是是否会产生由于操作人员的不当操作对设备造成的影响，在AED设备中，会存在贴片位置贴反的情况，虽然对患者的身体不会造成影响，但是错误的使用方式产生的数据是与正确的使用方式不同的；
步骤S4还包括以下具体步骤：
获取监测区域中医疗设备的维护信息，维护信息包括常规维护周期和特殊维护周期，常规维护周期为设备保质期限，特殊维护周期为设备需要更换用具的等待周期，等待周期起点日期为医疗设备使用的当天日期，终点日期为医疗设备完成更换用具的日期；
提取第二目标事件发生的时间小于第一目标事件的维护周期的终点日期，以及第二目标事件发生的时间大于常规维护周期对应的个数f，利用公式：
Figure DEST_PATH_IMAGE078
计算维护校正因子的校正系数x，其中n为第二目标事件的个数，m为第一目标事件的个数。第二目标事件发生的时间小于第一目标事件的维护周期的终点日期，表示在未更换AED设备的一次性用具前发生了急救事件，第二目标事件发生的时间大于常规维护周期，表示在AED设备到达保质期后未进行更换时发生了急救事件。
步骤S5包括以下过程：
利用公式：
Figure DEST_PATH_IMAGE080
，计算出监测区域内医疗事件发生的最小时间间隔g；
获取监测区域中医疗设备的维护信息，设置特殊维护周期中设备需要更换用具的等待周期的最长周期为目标周期，利用公式：
Figure DEST_PATH_IMAGE082
计算监测区域内医疗设备的最大维护周期f，其中G0为目标周期的实际时间间隔；
计算最大维护周期f与最小时间间隔g的差值为时间预警值v=g-f，当时间预警值v＞0时，输出监测区域内的医疗设备正常使用维护；当时间预警值
Figure DEST_PATH_IMAGE084
时，输出预警信号，在到达最小时间间隔g前预警维护。分析最大维护周期和最小时间间隔是为了防止在医疗设备可能使用的周期时间内，却没有对医疗设备进行维护，出现医疗设备损坏或医疗设备中的一次性用具未能及时更换的情况，且计算两种时间可以提前预估判断在发生急救事件时，根据两种时间的关系，分析是否要在使用一次性用具后仍保留用具，虽然一次性用具在使用过后应该丢弃，但是为了保证在下一次急救事件发生时，设备可以使用，一次性用具的二次使用带来的影响要比设备无法使用带来的影响小得多。
如实施例：在类似地铁的许多公共场所中均设置有AED急救医疗设备，AED为自动体外除颤器，是为了救助患者在非医院场所发生心脏骤停的急救设备；
成功使用AED的患者：
2020.5.24的第一线路的第二站点：更换用具的时间2020.6.12
2021.9.23的第二线路的第五站点：更换用具的时间2021.10.5
2021.12.10的第七线路的第三站点：更换用具的时间2021.1.31
2022.3.25的第八线路的第六站点：更换用具的时间2022.3.31
未能成功使用AED的患者：
2021.2.19的距离第一线路的第二站点1.1km处的地点一内；
2022.1.25的距离第七线路的第三站点800m处的地点二内；
其中在2021.12.10的第七线路的第三站点，设备的特殊维护时间为2021.1.31，超过了2022.1.25的第七线路的第三站点距离800m处的地点二处事件发生的时间，所以在地点二发生急救事件时，由于设备的一次性用具没有及时维护更换，导致设备未能成功使用，急救失败。
一种基于人工智能的医疗设备状态监控系统，包括医疗设备数据获取模块、事件分类模块、基础时间间隔确定模块、时间影响度分析模块、校正指数分析模块和时间预警模块；
医疗设备数据获取模块用于获取监测区域内医疗设备的数据信息，数据信息包括医疗设备的使用信息和维护信息；
事件分类模块用于获取监测区域内发生医疗事件的信息，并分类为第一目标事件和第二目标事件；
基础时间间隔确定模块用于计算第一目标事件中的平均时间间隔；
时间影响度分析模块用于分析第二目标事件对第一目标事件的时间影响度；
校正指数分析模块用于分析第二目标事件中医疗设备的使用信息和维护信息，从而确定校正指数；
时间预警模块用于对事件发生的时间和设备的维护的时间分析差异进行预警。
时间影响度分析模块包括理想集合获取单元、平均时间间隔计算单元和时间影响度计算单元；
理想集合获取单元用于将第一目标集合和第二目标集合的并集为理想集合；
平均时间间隔计算单元用于计算理想集合中的理想平均时间间隔；
时间影响度计算单元根据理想平均时间间隔和第一目标事件的平均时间间隔，计算时间影响度。
校正指数分析模块包括信息获取单元、校正因子确定单元、校正系数计算单元；
信息获取单元用于获取第二目标事件中医疗设备的使用信息和监测区域中医疗设备的维护信息；
校正因子确定单元用于根据使用信息和维护信息确定校正因子；
校正系数计算单元用于计算对应校正因子的校正系数。
时间预警模块包括最小时间间隔计算单元、最大维护周期计算单元和时间预警值分析单元；
最小时间间隔计算单元用于根据基础时间间隔、时间影响度、校正系数计算监测区域内医疗事件发生的最小时间间隔；
最大维护周期计算单元用于获取特殊维护周期中设备需要更换用具的等待周期的最长周期，以及校正系数，计算监测区域内医疗设备的最大维护周期；
时间预警值分析单元用于计算最小时间间隔与最大维护周期的差值，并令差值为时间预警值，判断时间预警值的大小进行预警维护。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于人工智能的医疗设备状态监控方法，其特征在于，包括以下步骤：
步骤S1：获取监测区域内医疗设备的数据信息，所述数据信息包括医疗设备的使用信息和维护信息；获取监测区域内发生医疗事件的信息，并标记医疗事件中成功使用医疗设备的事件为第一目标事件，标记医疗事件中未成功使用医疗设备的事件为第二目标事件，且所述第二目标事件为监测区域内以医疗设备所处位置为中心、以预设距离为半径构成的圆周区域内发生的事件；
步骤S2：获取第一目标事件个数m，以及第一目标事件发生的时间集合ti，
Figure 633762DEST_PATH_IMAGE002
，其中ti表示第i个第一目标事件发生的时间，
Figure 433091DEST_PATH_IMAGE004
；计算第i个相邻第一目标事件发生的时间间隔
Figure 753214DEST_PATH_IMAGE006
，并计算时间集合中对应第一目标事件的平均时间间隔
Figure 245375DEST_PATH_IMAGE008
，令所述平均时间间隔为基础时间间隔；
步骤S3：基于步骤S2中的基础时间间隔，以及第二目标事件的发生时间，分析第二目标事件对第一目标事件的时间影响度；
所述分析第二目标事件对第一目标事件的时间影响度，包括以下具体步骤：
步骤S31：获取第二目标事件发生的时间集合
Figure DEST_PATH_IMAGE010
，
Figure DEST_PATH_IMAGE012
，其中
Figure 411302DEST_PATH_IMAGE010
表示第i个第二目标事件发生的时间，
Figure DEST_PATH_IMAGE014
；计算时间集合
Figure 483163DEST_PATH_IMAGE010
与时间集合
Figure DEST_PATH_IMAGE016
的并集
Figure DEST_PATH_IMAGE018
，将所述并集中的数据按照时间发生的先后顺序进行排序作为理想集合T；
步骤S32：计算理想集合T中第a个相邻的时间差值Ta，
Figure DEST_PATH_IMAGE020
，
Figure DEST_PATH_IMAGE022
，并计算理想平均时间间隔
Figure DEST_PATH_IMAGE024
；
步骤S33：基于所述理想平均时间间隔T1和所述第一目标事件的平均时间间隔T0，计算时间影响度
Figure DEST_PATH_IMAGE026
；
步骤S4：基于第一目标事件、第二目标事件中的医疗设备的使用信息和维护信息，分析第二目标事件对应的校正因子，并计算校正因子对应的校正指数；
所述步骤S4包括以下具体步骤：
获取第二目标事件中医疗设备的使用信息，所述使用信息包括医疗设备的位置数据、偏移设备信息和设备使用时记录的患者数据；
提取偏移设备信息对应第二目标事件中的事件为第一误差事件，获取偏移设备在第一误差事件发生时的位置d1，以及偏移设备原始安装的位置d0，获取偏移设备在位置d1时的环境因素，所述环境因素包括医疗设备物归原位的转移时间h1和设备所处位置d1时的温度w1；利用公式：
Figure DEST_PATH_IMAGE028
计算偏移校正因子的校正系数e，其中s|d1-d0|表示位置d1到位置d0对应实际交通路线中的最短距离，h0表示位置d1到位置d0在实际交通路线中最短距离对应的行人平均步行时间，w0表示医疗设备原始安装位置的环境温度；
提取偏移设备在第一误差事件发生时间前的第一目标事件，获取对应第一目标事件的设备使用时记录的患者数据，提取第一目标事件发生时的医疗设备操作时间长度，计算第一目标事件对应的医疗设备平均操作时间长度，提取第一目标事件中操作时间长度大于平均操作时间长度的事件为第一平行事件集H1，以及第一目标事件中患者数据的相似度，记录第一目标事件中患者相似度小于相似度阈值的事件为第二平行事件集H2，利用公式：
Figure DEST_PATH_IMAGE030
计算设备数据校正因子的校正系数y，其中N(H1∩H2)为第一平行事件与第二平行事件交集的个数，N1表示偏移设备在第一误差事件发生时间前的第一目标事件的总件数；
所述步骤S4还包括以下具体步骤：
获取监测区域中医疗设备的维护信息，所述维护信息包括常规维护周期和特殊维护周期，所述常规维护周期为设备保质期限，所述特殊维护周期为设备需要更换用具的等待周期，所述等待周期起点日期为医疗设备使用的当天日期，终点日期为医疗设备完成更换用具的日期；
提取第二目标事件发生的时间小于第一目标事件的维护周期的终点日期，以及第二目标事件发生的时间大于常规维护周期对应的个数f，利用公式：
Figure DEST_PATH_IMAGE032
计算维护校正因子的校正系数x，其中n为第二目标事件的个数，m为第一目标事件的个数；
步骤S5：基于所述校正指数、时间影响度和基础时间间隔，计算分析出监测区域内医疗事件发生的最小时间间隔，将最小时间间隔和所述维护信息进行分析比较，得到监测区域内医疗设备的时间预警值，并根据时间预警值的大小进行预警；
所述步骤S5包括以下过程：
利用公式：
Figure DEST_PATH_IMAGE034
，计算出监测区域内医疗事件发生的最小时间间隔g；
获取监测区域中医疗设备的维护信息，设置特殊维护周期中设备需要更换用具的等待周期的最长周期为目标周期，利用公式：
Figure DEST_PATH_IMAGE036
计算监测区域内医疗设备的最大维护周期f，其中G0为目标周期的实际时间间隔；
计算最大维护周期f与最小时间间隔g的差值为时间预警值v=g-f，当时间预警值v＞0时，输出监测区域内的医疗设备正常使用维护；当时间预警值
Figure DEST_PATH_IMAGE038
时，输出预警信号，在到达最小时间间隔g前预警维护。
2.应用于权利要求1所述的一种基于人工智能的医疗设备状态监控方法的一种基于人工智能的医疗设备状态监控系统，其特征在于，包括医疗设备数据获取模块、事件分类模块、基础时间间隔确定模块、时间影响度分析模块、校正指数分析模块和时间预警模块；
所述医疗设备数据获取模块用于获取监测区域内医疗设备的数据信息，所述数据信息包括医疗设备的使用信息和维护信息；
所述事件分类模块用于获取监测区域内发生医疗事件的信息，并分类为第一目标事件和第二目标事件；
所述基础时间间隔确定模块用于计算第一目标事件中的平均时间间隔；
所述时间影响度分析模块用于分析第二目标事件对第一目标事件的时间影响度；
所述校正指数分析模块用于分析第二目标事件中医疗设备的使用信息和维护信息，从而确定校正指数；
所述时间预警模块用于对事件发生的时间和设备的维护的时间分析差异进行预警。
3.根据权利要求2所述的一种基于人工智能的医疗设备状态监控系统，其特征在于：所述时间影响度分析模块包括理想集合获取单元、平均时间间隔计算单元和时间影响度计算单元；
所述理想集合获取单元用于将第一目标集合和第二目标集合的并集为理想集合；
所述平均时间间隔计算单元用于计算理想集合中的理想平均时间间隔；
所述时间影响度计算单元根据理想平均时间间隔和第一目标事件的平均时间间隔，计算时间影响度。
4.根据权利要求3所述的一种基于人工智能的医疗设备状态监控系统，其特征在于：所述校正指数分析模块包括信息获取单元、校正因子确定单元、校正系数计算单元；
所述信息获取单元用于获取第二目标事件中医疗设备的使用信息和监测区域中医疗设备的维护信息；
所述校正因子确定单元用于根据使用信息和维护信息确定校正因子；
所述校正系数计算单元用于计算对应校正因子的校正系数。
5.根据权利要求4所述的一种基于人工智能的医疗设备状态监控系统，其特征在于：所述时间预警模块包括最小时间间隔计算单元、最大维护周期计算单元和时间预警值分析单元；
所述最小时间间隔计算单元用于根据基础时间间隔、时间影响度、校正系数计算监测区域内医疗事件发生的最小时间间隔；
所述最大维护周期计算单元用于获取特殊维护周期中设备需要更换用具的等待周期的最长周期，以及校正系数，计算监测区域内医疗设备的最大维护周期；
所述时间预警值分析单元用于计算最小时间间隔与最大维护周期的差值，并令差值为时间预警值，判断所述时间预警值的大小进行预警维护。
CN202210828683.4A 2022-07-15 2022-07-15 一种基于人工智能的医疗设备状态监控系统及方法 Active CN114913968B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210828683.4A CN114913968B (zh) 2022-07-15 2022-07-15 一种基于人工智能的医疗设备状态监控系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210828683.4A CN114913968B (zh) 2022-07-15 2022-07-15 一种基于人工智能的医疗设备状态监控系统及方法

Publications (2)

Publication Number Publication Date
CN114913968A CN114913968A (zh) 2022-08-16
CN114913968B true CN114913968B (zh) 2022-10-25

Family

ID=82772646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210828683.4A Active CN114913968B (zh) 2022-07-15 2022-07-15 一种基于人工智能的医疗设备状态监控系统及方法

Country Status (1)

Country Link
CN (1) CN114913968B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115050460B (zh) * 2022-08-17 2022-11-15 深圳市三维医疗设备有限公司 一种基于大数据的医疗设备全生命周期监管系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108028902A (zh) * 2015-07-16 2018-05-11 博拉斯特运动有限公司 集成传感器和视频运动分析方法
CN110830145A (zh) * 2018-08-09 2020-02-21 中国移动通信有限公司研究院 信号接收方法及发送方法、参数配置方法、网络侧设备
CN111739622A (zh) * 2020-07-22 2020-10-02 北京梦天门科技股份有限公司 医疗废弃物在线监控与预测方法及系统

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10478557B2 (en) * 2015-08-21 2019-11-19 Medtronic Minimed, Inc. Personalized parameter modeling methods and related devices and systems
CN106466186A (zh) * 2016-09-09 2017-03-01 沈阳东软医疗系统有限公司 一种用于pet设备的校正方法和装置
US10832815B2 (en) * 2017-05-18 2020-11-10 International Business Machines Corporation Medical side effects tracking
CN107292111B (zh) * 2017-06-28 2020-06-30 武汉联影医疗科技有限公司 一种信息处理方法及服务器
US20200013501A1 (en) * 2018-07-09 2020-01-09 General Electric Company Predictive medical equipment maintenance management
US20200342968A1 (en) * 2019-04-24 2020-10-29 GE Precision Healthcare LLC Visualization of medical device event processing
US20210050099A1 (en) * 2019-08-18 2021-02-18 Medigate tech Ltd. Utilization-based scheduling of preventative maintenance for medical devices
US20210313051A1 (en) * 2020-04-05 2021-10-07 Theator inc. Time and location-based linking of captured medical information with medical records
CN113495822A (zh) * 2020-04-07 2021-10-12 西安理邦科学仪器有限公司 医疗设备故障信息管理方法及服务器、可读存储介质
WO2021237345A1 (en) * 2020-05-25 2021-12-02 Luc Bessette Human-centric health record system and related methods
CN111710403B (zh) * 2020-06-10 2024-04-09 深圳市好克医疗仪器股份有限公司 医疗设备的监管方法、设备及可读存储介质
CN112951400B (zh) * 2021-04-15 2022-10-11 浙江威星电子系统软件股份有限公司 一种临床急救医疗设备的信息采集管理系统和方法
CN113129472B (zh) * 2021-04-20 2023-07-25 树根互联股份有限公司 工况数据处理方法、装置、终端设备和可读存储介质
CN112947290B (zh) * 2021-05-16 2021-08-20 北京赛博联物科技有限公司 基于边云协同的设备状态监测方法、监测系统及存储介质
CN215960192U (zh) * 2021-10-13 2022-03-08 深圳市三维医疗设备有限公司 基于b超检查穿刺用辅助定位组件
CN114360703A (zh) * 2021-12-30 2022-04-15 成都中科信息技术有限公司 一种医疗设备故障预警方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108028902A (zh) * 2015-07-16 2018-05-11 博拉斯特运动有限公司 集成传感器和视频运动分析方法
CN110830145A (zh) * 2018-08-09 2020-02-21 中国移动通信有限公司研究院 信号接收方法及发送方法、参数配置方法、网络侧设备
CN111739622A (zh) * 2020-07-22 2020-10-02 北京梦天门科技股份有限公司 医疗废弃物在线监控与预测方法及系统

Also Published As

Publication number Publication date
CN114913968A (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
CN114913968B (zh) 一种基于人工智能的医疗设备状态监控系统及方法
CN104661703B (zh) 用于适当的胸外按压的矫正提示系统
Senkowski et al. Trauma scoring systems: a review12
EP2677927B1 (en) Respiration monitoring method and system
CN109215806A (zh) 一种基于人脸识别的公共场所健康监测系统及方法
EP3351170A1 (en) Detection of asynchrony
JP6113934B2 (ja) レコーディング装置、携帯端末、解析装置、プログラム及び記憶媒体
CN103760901A (zh) 一种基于关联规则分类器的轨道交通故障识别方法
CN112751925B (zh) 基于大数据与物联网的宠物狗管理系统、方法及智能设备
CN108414864A (zh) 一种用于继电保护装置的故障诊断方法
CN109767527A (zh) 人员识别方法及相关产品
CN115050435B (zh) 一种基于大数据的临床试验数据管理系统及方法
CN105611872A (zh) 用于评估多通道ecg信号的装置和方法
CN115080555A (zh) 一种基于信令获取人口数据判别离群点的方法、系统和介质
EP2926721B1 (en) Information processing technique for eye gaze movements
CN107358019B (zh) 用于概念漂移的医疗方案的推荐方法
CN107861849A (zh) 一种计算机硬件安全检测系统
CN109389520A (zh) 一种电力系统故障推送方法及系统
Buitendag et al. Validation of the Simplified Motor Score in patients with traumatic brain injury at a major trauma centre in South Africa
CN116050940B (zh) 技工平台的劳务派遣优胜劣汰管理系统
CN107767961A (zh) 面向接骨板类型判别的骨骼模板设计方法
CN107195012A (zh) 一种员工打卡系统
CN109119164A (zh) 一种通过语音辨识体征健康状态的系统
CN113288088B (zh) 一种基于生命体征检测的实时体温监测预警系统
CN114897499A (zh) 一种景区员工工作状态判断的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant