王肖文，何江波，陳旭創(chuàng)，許旭光

佛山市第一人民醫(yī)院 1 設備科，2 采購辦公室 （廣東佛山 528000）

醫(yī)療衛(wèi)生是關系國計民生的重大問題。近年來，新生兒感染、設備失控等多起不良事件引起了社會的廣泛關注，其中，嬰兒培養(yǎng)箱溫度失控事件屢次成為熱門話題[1]。嬰兒培養(yǎng)箱是新生兒科重要的醫(yī)療設備，配置數量多，主要作用是為患病新生兒提供安全的養(yǎng)護救治環(huán)境，其安全使用和質量控制對新生兒治療、培養(yǎng)質量具有十分重要的作用。

目前，國內嬰兒培養(yǎng)箱的質量管理主要依據國家現(xiàn)行標準GB 11243-2008《醫(yī)用電氣設備 第2部分：嬰兒培養(yǎng)箱安全專用要求》和JJF 1260-2010《嬰兒培養(yǎng)箱校準規(guī)范》進行。嬰兒培養(yǎng)箱現(xiàn)階段的管理雖遵循的是以上兩個標準，但管理方式仍較為傳統(tǒng)，相對滯后，大多只依靠臨床醫(yī)護人員和設備工程師在定期性能檢測及日常維護工作中人工記錄、統(tǒng)計設備使用狀態(tài)，因此，管理不夠規(guī)范，工作效率較低，無法實現(xiàn)實時監(jiān)控及管理工作的智能化[2]。目前的嬰兒培養(yǎng)箱只可實現(xiàn)對溫度、濕度參數的監(jiān)控，且報警功能簡單，在其他關乎患病新生兒治療質量的物理安全風險、噪聲風險、氧濃度風險、報警失靈風險、溫控失調風險、電器安全風險等方面的管理存在缺失。如何確保嬰兒培養(yǎng)箱在臨床應用的安全性、有效性，將設備的管理工作智能化、信息化，高效地實現(xiàn)對嬰兒培養(yǎng)箱的全生命周期質量管控，以及預防設備使用過程中存在的風險，并做出及時、有效的決策支持，成為當前醫(yī)院管理面對的一大難題，因此，亟須建立以質量安全為主、科學管理為輔的嬰兒培養(yǎng)箱質量管理決策支持系統(tǒng)，以實現(xiàn)高效、科學地管理，從而最大限度地降低嬰兒培養(yǎng)箱使用過程中的風險，提高醫(yī)療安全性。基于此，本研究設計并構建了一種基于物聯(lián)網技術的嬰兒培養(yǎng)箱質量管理決策支持系統(tǒng)，以下將從系統(tǒng)功能設計及結構設計兩方面介紹。

1 系統(tǒng)功能設計

該系統(tǒng)基于物聯(lián)網技術，自主研發(fā)質控監(jiān)測儀及決策支持系統(tǒng)，構建了一個新生兒科領域關于嬰兒培養(yǎng)箱質量控制及風險分析的決策支持系統(tǒng)，其主要包括物聯(lián)網監(jiān)控、風險評估及決策支持信息反饋等模塊。

1.1 物聯(lián)網監(jiān)控

通過該模塊的質控監(jiān)測儀，建立完整的質控流程，借助無線藍牙通信技術采集嬰兒培養(yǎng)箱質控數據，可實現(xiàn)對嬰兒培養(yǎng)箱狀態(tài)參數（如震動、噪聲、溫濕度、空氣流速、氧氣、二氧化碳、輔助報警等）的遠程無線監(jiān)控，因此，該模塊具有設備動態(tài)分配、狀態(tài)自動記錄、超閾值報警等功能[3-5]。

1.2 風險評估

通過FAME 風險分析方法對采集到的質控數據、狀態(tài)參數指標進行客觀量化，計算設備使用與風險監(jiān)測綜合評分，確定失效模式的風險等級排序并生成風險應對預案，建立以質控數據庫為基礎的嬰兒培養(yǎng)箱質控數據風險分析平臺。

1.3 決策支持

該模塊采用C/S（client/server model）模式設計，由人機交互、知識庫子系統(tǒng)及決策支持服務組成。結合嬰兒培養(yǎng)箱質控的專業(yè)知識，以質控數據庫為基礎，建設數據平臺實現(xiàn)各級崗位風險分析識別，通過FMEA 將異構數據進行處理、整合，加載到臨床數據中心（ clinical data resposiry，CDR）中，再通過臨床決策支持系統(tǒng)（clinical decision support system，CDSS）接口調用多策略風險應對方案，為臨床提供嬰兒培養(yǎng)箱質量控制和風險控制相關的決策支持[6]。

2 系統(tǒng)結構設計

2.1 物聯(lián)網監(jiān)控模塊（圖1）

圖1 基于物聯(lián)網技術的嬰兒培養(yǎng)箱質量管理決策支持系統(tǒng)的架構

物聯(lián)網監(jiān)控模塊包括硬件（質控監(jiān)測儀）、硬件平臺、軟件平臺及無線傳感器網絡。硬件平臺使用的是Intel Edison，軟件平臺為由Yocoto Project 定制的Linux，無線傳感器網絡互聯(lián)使用ZigBee 技術。質控監(jiān)測儀可對溫度、濕度、震動、噪聲、二氧化碳、空氣流速等進行監(jiān)測，并采集、儲存監(jiān)測到的信息，再利用射頻（radio frequency，RF）網關、通信集成模塊，將采集到的質控數據傳送到后臺數據庫，實現(xiàn)對嬰兒培養(yǎng)箱重要質控參數的監(jiān)測[7]。具體情況如下：（1）通過震動傳感器801S、聲音傳感器，實時監(jiān)測新生兒的狀態(tài)，如睡眠、活動、哭泣等；（2）利用CCS811二氧化碳傳感器，實時監(jiān)測培養(yǎng)箱中的二氧化碳含量，提供培養(yǎng)箱內部環(huán)境的相關信息；（3）利用HDC1080溫濕度傳感器，實時監(jiān)測培養(yǎng)箱內部環(huán)境溫濕度，并將異常情況進行報警；（4）利用空氣流速傳感器，實時監(jiān)測培養(yǎng)箱中的空氣流動狀態(tài)，為新生兒提供一個舒適的培養(yǎng)環(huán)境；（5）氧濃度傳感器Gasboard-8500V 實時監(jiān)測培養(yǎng)箱中氧氣含量的變化；（6）輔助報警系統(tǒng)負責發(fā)出由傳感器狀態(tài)變化產生的一切報警信息，并通過明顯的指示燈進行提示。

2.2 風險分析模塊

風險分析模塊主要運用FMEA 方法，對嬰兒培養(yǎng)箱采集的質控數據進行可靠性分析和風險評估，分析嬰兒培養(yǎng)箱使用過程中存在的隱患，識別出系統(tǒng)中薄弱環(huán)節(jié)和關鍵部位，對風險指標數據分類，篩選出報警代碼的具體風險信息，進行等級排序，建立風險特征庫[8]。通過風險分析模塊進行案例評估，計算敏感系數（sensitivity priority number，SPN）及風險系數（risk priority number，RPN）的數值，自動反饋風險應對方法，并將持續(xù)改進內容更新到數據庫。

2.3 決策支持模塊

該模塊應用貝葉斯網絡、人工神經網絡、遺傳算法、邏輯條件、因果概率網絡等方法進行臨床決策支持建模，采用醫(yī)療大數據分析、醫(yī)學文獻檢索、SVM（support vector machine）方法、BP（back propagation）神經網絡、主成分分析、因子分析等多種分析方法，結合嬰兒培養(yǎng)箱質控數據庫和風險分析數據庫，并比對決策支持庫建立決策邏輯[9]。該模塊對嬰兒培養(yǎng)箱的使用、維護、質控、培訓等方面給予決策支持，具體如下：（1）通過震動、聲音監(jiān)測模塊，實時監(jiān)測培養(yǎng)箱的異常震動狀態(tài)，給出設備風機是否異常、升降搖床是否完好及新生兒狀態(tài)是否出現(xiàn)異常的決策提示；（2）通過溫、濕度監(jiān)測模塊，實時監(jiān)測培養(yǎng)箱內部環(huán)境溫、濕度，當溫度過低或過高時，提醒使用人員檢查發(fā)熱管、培養(yǎng)箱的溫度傳感器、風機、箱體的密封性是否正常，并對異常情況進行報警，當濕度過低或過高時，提示水箱水位是否正常，水箱發(fā)熱絲、培養(yǎng)箱的濕度傳感器、風機是否正常運行；（3）利用空氣流速監(jiān)測模塊，實時監(jiān)測培養(yǎng)箱中空氣的流動狀態(tài)，提示風機的轉速是否正常；（4）通過氧濃度監(jiān)測模塊，實時監(jiān)測培養(yǎng)箱中氧氣的含量，當氧濃度過高時，提醒工作人員檢查新生兒呼吸機連接鼻塞是否脫落，當氧氣濃度過低時，提示檢查箱體密封性及風機是否異常；（5）輔助報警模塊，實時響應由傳感器狀態(tài)變化產生的一切報警信息，并通過明顯的指示燈進行提示。

3 小結

本系統(tǒng)使嬰兒培養(yǎng)箱具備了物聯(lián)網監(jiān)測、風險分析及決策支持的功能，改善了傳統(tǒng)的人工維護模式，實現(xiàn)相關工作的無紙化，規(guī)避了工程人員專業(yè)知識局限性、人為質控工作差錯等方面的問題，不僅能夠節(jié)省人力資源，還可提高質控數據監(jiān)測的準確性。本系統(tǒng)可判斷培養(yǎng)箱使用狀況，利用知識庫顯示相符信息，使人工與智能工作流程靈活結合，自動提示知識庫匹配信息[10]?？茖W化、知識化的臨床輔助決策提示相關人員及時做出正確應對措施，可實現(xiàn)更加科學的管理，為工程技術人員提供風險分析及決策支持，從而為醫(yī)療服務提供質量保障[11]。此外，本系統(tǒng)具有廣泛的擴展性，還可應用到新生兒黃疸光療箱、輻射搶救臺等新生兒科其他設備中，為實現(xiàn)對新生兒科設備的高效有序管理提供有力的支撐。