医疗设备管理方法、装置、计算机设备和存储介质与流程

1.本技术涉及医疗技术领域，特别是涉及一种医疗设备管理方法、装置、计 算机设备和存储介质。


背景技术：

2.随着医疗技术的迅速发展，医疗技术领域涉及到了各种各样的医疗设备。 如何集中化监控、管理指定区域内的所有医疗设备，为医疗设备的后续升级优 化以提供更高质量的服务就显得比较重要。在医疗领域中，目前通过数字孪生 技术来解决上述的问题，一般是基于数字孪生技术构建设备管理系统，来实现 对医疗设备的远程监控。
3.但是，现有的设备管理系统管理精度不精细，且在设备出现故障的时候， 只能通过远程呼叫运维人员实现设备的故障维修，设备管理效率低下。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高医疗设备管理效率 的医疗设备管理方法、装置、计算机设备和存储介质。
5.第一方面，提供一种医疗设备管理方法，该方法包括：
6.获取监控范围中各医疗设备的运行参数，并将各医疗设备的运行参数输入 至预设的虚拟模型中；
7.根据各医疗设备的运行参数，确定故障医疗设备的故障信息；
8.将故障医疗设备的运行参数和故障信息输入至预设的故障决策模型中，得 到故障医疗设备的至少一个故障解决方案。
9.在其中一个可选的实施例中，预设的故障决策模型的训练方法包括：
10.获取多个故障医疗设备的样本数据集；样本数据集包括故障医疗设备的样 本运行参数、样本故障信息和样本故障解决方案；
11.根据多个故障医疗设备的样本数据集训练初始故障决策模型，得到预设的 故障决策模型。
12.在其中一个可选的实施例中，该方法还包括：
13.根据预设的数据处理规则，对样本数据集进行数据处理，得到数据处理之 后的样本数据集；
14.根据多个故障医疗设备的样本数据集训练初始故障决策模型，得到预设的 故障决策模型，包括：
15.根据数据处理之后的样本数据集训练初始故障决策模型，得到预设的故障 决策模型。
16.在其中一个可选的实施例中，数据处理包括标准化处理，根据预设的数据 处理规则，对样本数据集进行数据处理，得到数据处理之后的样本数据集，包 括：
17.根据预设的数据格式和预设字符长度，将样本数据集离散化处理，得到标 准化处
理之后的样本数据集。
18.在其中一个可选的实施例中，数据处理包括数据去噪处理和相似度处理， 根据预设的数据处理规则，对样本数据集进行数据处理，得到数据处理之后的 样本数据集，包括：
19.根据预设的去噪算法，对样本数据集进行去噪处理，得到去噪处理后的第 一数据；
20.根据预设的相似度算法，对第一数据进行相似度计算处理，得到数据处理 之后的样本数据集。
21.在其中一个可选的实施例中，该方法还包括：
22.获取故障医疗设备的预设的最佳故障解决方案；
23.根据故障医疗设备的最佳故障解决方案，更新预设的故障决策模型；故障 医疗设备的最佳故障解决方案作为预设的故障决策模型的最优参考值。
24.在其中一个可选的实施例中，该方法还包括：
25.根据故障医疗设备的故障信息和至少一个故障解决方案，更新故障医疗设 备的运行情况；
26.在虚拟模型的显示界面中展示更新后的各医疗设备的运行情况；
27.获取基于虚拟模型的显示界面触发的操作指令，根据操作指令中的设备标 识执行相应的操作。
28.在其中一个可选的实施例中，获取基于虚拟模型的显示界面触发的操作指 令，根据操作指令中的设备标识执行相应的操作，包括：
29.确定操作指令中的设备标识对应的目标医疗设备和/或目标组件；
30.若目标医疗设备和/或目标部件所在的医疗设备为故障医疗设备，则输出故 障医疗设备的故障信息和至少一个故障解决方案；
31.若目标医疗设备和/或目标部件所在的医疗设备为正常医疗设备，则输出正 常医疗设备的设备信息。
32.在其中一个可选的实施例中，虚拟模型为基于数字孪生技术构建的监控范 围内所有医疗设备的模型。
33.第二方面，提供一种医疗设备管理装置，该装置包括：
34.获取模块，用于获取监控范围中各医疗设备的运行参数，并将各医疗设备 的运行参数输入至预设的虚拟模型中；
35.第一确定模块，用于根据各医疗设备的运行参数，确定故障医疗设备的故 障信息；
36.第二确定模块，用于将故障医疗设备的运行参数和故障信息输入至预设的 故障决策模型中，得到故障医疗设备的至少一个故障解决方案。
37.第三方面，提供一种计算机设备，包括存储器和处理器，该存储器存储有 计算机程序，该处理器执行该计算机程序时实现上述第一方面任一所述的方法。
38.第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计 算机程序被处理器执行时实现上述第一方面任一所述的方法。
39.上述医疗设备管理方法、装置、计算机设备和存储介质，计算机设备获取 监控范围中各医疗设备的运行参数，并将各医疗设备的运行参数输入至预设的 虚拟模型中，根据
各医疗设备的运行参数，确定故障医疗设备的故障信息，将 故障医疗设备的运行参数和故障信息输入至预设的故障决策模型中，得到故障 医疗设备的至少一个故障解决方案。在本方法中，计算机设备可以获取监控范 围内的医疗设备的运行参数，并将运行参数输入至医疗设备对应的虚拟模型中， 该虚拟模型可以直观地展示医疗设备的实时运行情况，基于运行参数确定故障 医疗设备之后，还可以更新虚拟模型中的故障医疗设备的设备信息，起到了故 障预警、故障提醒的目的，进一步地，基于预设的故障决策模型得到故障医疗 设备的故障解决方案，也可以在虚拟模型中展示故障医疗设备的故障解决方案， 达到了及时输出故障解决方案的目的，使得临近工作人员可以基于故障解决方 案对故障医疗设备进行快速定位和维修，避免了运维人员调试维修的繁琐，提 高了医疗设备日常管理、故障处理的效率。
附图说明
40.图1为一个实施例中医疗设备管理方法的应用环境图；
41.图2为一个实施例中医疗设备管理方法的流程示意图；
42.图3为一个实施例中医疗设备管理方法的流程示意图；
43.图4为一个实施例中医疗设备管理方法的流程示意图；
44.图5为一个实施例中医疗设备管理方法的流程示意图；
45.图6为一个实施例中医疗设备管理方法的流程示意图；
46.图7为一个实施例中医疗设备管理方法的流程示意图；
47.图8为一个实施例中医疗设备管理系统的界面示意图；
48.图9为一个实施例中医疗设备管理系统的界面示意图；
49.图10为一个实施例中医疗设备管理装置的结构框图；
50.图11为一个实施例中医疗设备管理装置的结构框图；
51.图12为一个实施例中医疗设备管理装置的结构框图；
52.图13为一个实施例中医疗设备管理装置的结构框图。
具体实施方式
53.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实 施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅 用以解释本技术，并不用于限定本技术。
54.本技术提供的医疗设备管理方法，可以应用于如图1所示的应用环境中。 在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内 部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存 储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供 计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。 该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存 储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口 用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商 网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现 一种医疗设备管理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨 水显示屏，该计算机设
备的输入装置可以是显示屏上覆盖的触摸层，也可以是 计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控 板或鼠标等。
55.本领域技术人员可以理解，图1中示出的结构，仅仅是与本技术方案相关的部 分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具 体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件， 或者具有不同的部件布置。
56.下面将通过实施例并结合附图具体地对本技术的技术方案以及本技术的技 术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相 互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说 明的是，本技术图2
‑
图9实施例提供的医疗设备管理方法，其执行主体为计算 机设备，也可以是医疗设备管理装置，该医疗设备管理装置可以通过软件、硬 件或者软硬件结合的方式成为计算机设备的部分或全部。下述方法实施例中， 均以执行主体是计算机设备为例来进行说明。
57.在一个实施例中，如图2所示，提供了一种医疗设备管理方法，包括以下 步骤：
58.s201、获取监控范围中各医疗设备的运行参数，并将各医疗设备的运行参 数输入至预设的虚拟模型中。
59.其中，虚拟模型可以为基于数字孪生技术构建的监控范围内所有医疗设备 的模型，也可以为基于物联网技术所构建的各个医疗设备的虚拟模型。在构建 虚拟模型的过程中，计算机设备可以根据各个医疗设备的基本信息和运行参数 来构建，基本信息可以为医疗设备的属性参数、位置参数等，属性参数包括设 备名称、设备编号、设备结构信息、设备组件信息等，位置参数包括设备所处 的坐标位置等。医疗设备的运行参数包括医疗设备的温度、水冷、压力等，不 同的医疗设备所对应的运行参数不同。
60.在本实施例中，计算机设备获取监控范围内的各个医疗设备的基本信息和 运行参数，进行三维建模，还原各医疗设备的外形、材质、纹理等细节以及复 杂的内部结构，实现高精度、超精细的可视化渲染，得到医疗设备的数字孪生 虚拟模型。可选地，为以医院为维度，监控范围可以为针对整个医院的所有医 疗设备；以厂家为维度，监控范围可以为某一个厂家所生产的所有医疗设备。 本实施例对此不做限定。
61.s202、根据各医疗设备的运行参数，确定故障医疗设备的故障信息。
62.其中，故障信息包括了故障医疗设备的故障部位或故障组件、故障原因、 故障的发生时间以及异常的运行数据。
63.在本实施例中，计算机设备在实时获取各医疗设备的运行参数过程中，可 以对获取到的运行参数进行数据分析，确定数据异常的医疗设备为故障医疗设 备，例如，计算机设备获取到的运行参数的数值远远偏离该运行参数的均值， 则确定该医疗设备的该项运行参数存在异常，则获取该运行参数对应的医疗设 备的部位或组件，记录故障发生时间，输出该医疗设备的故障信息。或者，计 算机设备还可以将医疗设备的运行参数输入至预设的故障诊断模型中，确定存 在数据异常的故障医疗设备，同时，获取该故障诊断模型的输出结果，该输出 结果中包括故障医疗设备、故障医疗设备对应的故障部位或故障组件、故障原 因、故障的发生时间以及异常的运行数据等信息，本实施例对此不做限定。
64.s203、将故障医疗设备的运行参数和故障信息输入至预设的故障决策模型 中，得到故障医疗设备的至少一个故障解决方案。
65.其中，预设的故障决策模型指的是经过训练得到的用于输出故障医疗设备 的故障信息对应的故障解决方案的模型。
66.在本实施例中，计算机设备在确定故障医疗设备之后，将故障医疗设备的 运行参数和故障信息作为输入，输入至预设的故障决策模型中，得到该故障决 策模型的输出结果，其中，输出结果可以为一个故障解决方案，也可以为多个 故障解决方案。可选地，计算机设备在得到故障医疗设备对应的故障解决方案 之后，可以将该故障解决方案输入至数字孪生虚拟模型中，以将故障解决方案 展示给操作者，其展示方式包括多种，例如，可以通过在主显示界面中跳出提 示框的情况进行故障解决方案的显示，也可以通过在故障医疗设备的相应故障 部位或故障组件中以tooltip的形式给出故障解决方案，本实施例对此不做限 定。
67.上述医疗设备管理方法中，计算机设备获取监控范围中各医疗设备的运行 参数，并将各医疗设备的运行参数输入至预设的虚拟模型中，根据各医疗设备 的运行参数，确定故障医疗设备的故障信息，将故障医疗设备的运行参数和故 障信息输入至预设的故障决策模型中，得到故障医疗设备的至少一个故障解决 方案。在本方法中，计算机设备可以获取监控范围内的医疗设备的运行参数， 并将运行参数输入至医疗设备对应的虚拟模型中，该虚拟模型可以直观地展示 医疗设备的实时运行情况，基于运行参数确定故障医疗设备之后，还可以更新 虚拟模型中的故障医疗设备的设备信息，起到了故障预警、故障提醒的目的， 进一步地，基于预设的故障决策模型得到故障医疗设备的故障解决方案，也可 以在虚拟模型中展示故障医疗设备的故障解决方案，达到了及时输出故障解决 方案的目的，使得临近工作人员可以基于故障解决方案对故障医疗设备进行快 速定位和维修，避免了运维人员调试维修的繁琐，提高了医疗设备日常管理、 故障处理的效率。
68.计算机设备可以基于预设的故障决策模型确定故障解决方法，在其中一个 可选的实施例中，如图3所示，预设的故障决策模型的训练方法包括：
69.s301、获取多个故障医疗设备的样本数据集；样本数据集包括故障医疗设 备的样本运行参数、样本故障信息和样本故障解决方案。
70.在本实施例中，计算机设备可以获取历史一段时间内的某个监控范围内的 发生故障的故障医疗设备的运行参数、故障信息以及故障解决方案作为样本数 据集，例如，获取过去一年内某一个医院内所有故障医疗设备的运行参数、故 障信息以及故障解决方案，或者，为了扩大样本数据集的数据维度，可以获取 过去一年内某个地区多个医院内所有故障医疗设备的运行参数、故障信息以及 故障解决方案；又或者，还可以获取过去一年内某个医疗设备的生产厂家的所 有故障医疗设备的运行参数、故障信息以及故障解决方案，本实施例对此不做 限定。
71.s302、根据多个故障医疗设备的样本数据集训练初始故障决策模型，得到 预设的故障决策模型。
72.在本实施例中，计算机设备在得到样本数据集之后，将样本数据集中的故 障医疗设备的运行参数、故障信息作为输入，将样本数据集中的故障解决方案 作为参考输出，对初始故障决策模型进行训练，从而得到故障决策模型。
73.在本实施例中，计算机设备根据样本数据集训练初始故障决策模型，得到 故障决策模型，从而在对医疗设备进行实时监测过程中，可以在确定产生故障 医疗设备的情况
下，基于故障决策模型输出该故障医疗设备对应的故障解决方 案，实现故障的迅速响应，提高医疗设备的故障处理效率。
74.为了进一步提高模型训练的精确性，在其中一个可选的实施例中，如图4 所示，该方法还包括：
75.s401、根据预设的数据处理规则，对样本数据集进行数据处理，得到数据 处理之后的样本数据集。
76.其中，预设的数据处理规则包括数据格式的标准化处理、数据归一化处理、 数据降噪处理等，计算机设备根据预设的数据处理规则对样本数据集进行数据 处理，得到质量较好的数据处理之后的样本数据集，进一步提高模型训练的准 确性。
77.可选地，在其中一种场景下，数据处理包括标准化处理，包括：根据预设 的数据格式和预设字符长度，将样本数据集离散化处理，得到标准化处理之后 的样本数据集。
78.在本实施例中，计算机设备可以根据预设的数据格式和字符长度，对样本 数据集中是所有信息进行格式标准化处理，例如，计算机设备定义数据标准格 式为10位离散数据，即，长度为10的字符串，该字符串由故障医疗设备的型 号、部位、故障类型对应的离散化数据组成，例如，故障医疗设备为ct，其对 应的离散化数据可以为001，ct中的部位为探测器，探测器对应的离散化数据 为0001，该部位对应的故障类型为入口温度偏高，入口温度偏高对应的离散化 数据为000，那么该故障医疗设备探测器的入口温度偏高对应的字符串为 0010001000；若该部位对应的故障类型为右侧温度偏高，右侧温度偏高对应的 离散化数据为001，那么该故障医疗设备探测器的右侧温度偏高对应的字符串为 0010001001；若该部位对应的故障类型为中部温度偏高，中部温度偏高对应的 离散化数据为002，那么该故障医疗设备探测器的中部温度偏高对应的字符串为 0010001002；若该部位对应的故障类型为左侧温度偏高，左侧温度偏高对应的 离散化数据为003，那么该故障医疗设备探测器的左侧温度偏高对应的字符串为 0010001003。针对样本数据集中的故障解决方案，可以根据故障解决方案的类 型，对其进行分类，例如，故障解决方案1属于第一类型，第一类型对应的离 散化数据为0；故障解决方案2和故障解决方案3属于第二类型，第二类型对应 的离散化数据为1，本实施例对此不做限定。以此，得到数据标准化处理的离散 数据，得到标准化处理之后的样本数据集。
79.可选地，在另外一种场景下，数据处理包括数据去噪处理和相似度处理， 如图5所示，包括：
80.s501、根据预设的去噪算法，对样本数据集进行去噪处理，得到去噪处理 后的第一数据。
81.在本实施例中，计算机设备根据样本数据集中的故障解决方案，将相同的 故障解决方案相同的数据分为一组，即，得到不同故障解决方案所对应的数据 子集，针对各个数据子集中的数据进行叠加平均，根据预设的去噪算法，除去 各个数据子集汇总的白噪声干扰，得到各个数据子集的均值数据average，为第 一数据。
82.s502、根据预设的相似度算法，对第一数据进行相似度计算处理，得到数 据处理之后的样本数据集。
83.在本实施例中，计算机设备根据上述步骤划分得到的数据子集，将各个数 据子集中的数据进行点乘处理，获取在相同故障解决方案下不同故障类型的相 似度dot，根据该
相似度dot与上述均值数据average，得到特性矩阵，即上述 数据处理之后的样本数据集。
84.s402、根据数据处理之后的样本数据集训练初始故障决策模型，得到预设 的故障决策模型。
85.在本实施例中，计算机设备将上述得到是特性矩阵作为模型输入，将数据 处理之后的样本数据集中的故障医疗设备的故障解决方案作为模型参考输出， 对初始故障决策模型进行训练，从而得到故障决策模型。
86.在本实施例中，计算机设备根据数据处理之后的样本数据集训练初始故障 决策模型，得到故障决策模型，数据处理之后的样本数据集提高了数据的精度， 从而提高了模型训练的准确度。
87.为了进一步提高故障解决方案的准确性，计算机设备可以基于最佳故障解 决方案对预设的故障决策模型进行调整更新，如图6所示，在其中一个可选的 实施例中，该方法还包括：
88.s601、获取故障医疗设备的预设的最佳故障解决方案。
89.其中，预设的最佳故障解决方案可以为计算机设备获取用户输入的最佳故 障解决方案，也可以为计算机设备实施故障解决方案之后的故障医疗设备的运 行状态所确定的针对某个故障类型对应的最佳故障解决方案，例如，计算机设 备根据故障解决方案1解决故障类型a的故障医疗设备，在解决之后，其运行 状态良好，但是持续时间为1个月，即正常运行一个月后又发生故障，根据故 障解决方案2解决故障类型a的故障医疗设备，在解决之后，其运行状态良好， 但是持续时间为1年甚至更久，在这种情况下，即认为通过数据分析得到的故 障类型a的最佳故障解决方案为方案1。或者，直接获取专家推荐系统中推荐的 故障类型a的最佳故障解决方案3，本实施例对此不做限定。
90.s602、根据故障医疗设备的最佳故障解决方案，更新预设的故障决策模型； 故障医疗设备的最佳故障解决方案作为预设的故障决策模型的最优参考值。
91.在本实施例中，将故障医疗设备对应的最佳故障解决方案，作为故障决策 模型的反馈数据，加强训练故障决策模型，得到更新之后的故障决策模型。
92.在本实施例中，根据最佳故障解决方案作为参考值更新训练故障决策模型， 调整完善故障决策模型，实时更新故障决策模型，实现了故障决策模型的自我 调节，增强了故障决策模型的鲁棒性。
93.在确定故障医疗设备的故障解决方案之后，计算机设备还可以将故障解决 方案显示在虚拟模型中，在其中一个可选的实施例中，如图7所示，该方法还 包括：
94.s701、根据故障医疗设备的故障信息和至少一个故障解决方案，更新故障 医疗设备的运行情况。
95.在本实施例中，计算机设备在得到故障医疗设备的至少一个故障解决方案 之后，将该至少一个故障解决方案和该故障医疗设备的故障信息输入至数字孪 生虚拟模型中，来更新数字孪生虚拟模型中对应的医疗设备的实时运行情况。
96.s702、在虚拟模型的显示界面中展示更新后的各医疗设备的运行情况。
97.在本实施例中，在计算机设备将故障医疗设备的故障信息和对应的故障解 决方案输入至虚拟模型中，虚拟模型根据这些信息进行显示界面的更新，并给 予显示界面展示虚拟模型中各个医疗设备，包括故障医疗设备的实时运行情况， 例如，计算机设备可以基
于虚拟模型，通过不同于正常医疗设备的颜色标注故 障医疗设备来示意该医疗设备出现故障，或者，基于虚拟模型在故障医疗设备 或故障医疗部位增加提示标签、提示控件来示意该医疗设备或医疗组件出现故 障，本实施例对此不做限定。
98.s703、获取基于虚拟模型的显示界面触发的操作指令，根据操作指令中的 设备标识执行相应的操作。
99.其中，操作指令可以为用户基于虚拟模型的显示界面所触发的点击指令、 滑动指令、触控指令、选择指令等等，计算机设备在获取到触发的操作指令之 后，根据操作之后的操作类型和其对应的设备标识来执行不同的操作。例如， 操作类型为单次点击时，获取点击指令中设备标识对应的设备信息，通过提示 框或者tooltip形式展示该信息，其中设备信息包括设备的基本信息、运行参 数、故障信息等；若操作类型为双击操作，获取双击指令中的设备标识或双击 操作在虚拟模型中的点击位置，放大或缩小该点击位置对应的设备或者设备组 件，本实施例对此不做限定。
100.可选地，在其中一个可选的实施例中，获取基于虚拟模型的显示界面触发 的操作指令，根据操作指令中的设备标识执行相应的操作，包括：
101.确定操作指令中的设备标识对应的目标医疗设备和/或目标组件；
102.若目标医疗设备和/或目标部件所在的医疗设备为故障医疗设备，则输出故 障医疗设备的故障信息和至少一个故障解决方案；
103.若目标医疗设备和/或目标部件所在的医疗设备为正常医疗设备，则输出正 常医疗设备的设备信息。
104.在本实施例中，计算机设备根据操作指令确定操作指令中的设备标识对应 的目标医疗设备和/或目标组件，可选地，计算机设备还可以判断该目标医疗设 备或目标组件是否为故障医疗设备或故障组件，在目标医疗设备和/或目标部件 所在的医疗设备为故障医疗设备，在这种情况下，计算机设备通过提示框或其 他形式，输出故障医疗设备的基本信息、运行参数、故障信息和故障解决方案； 若目标医疗设备和/或目标部件所在的医疗设备为正常医疗设备，在这种情况 下，计算机设备通过提示框或其他形式，输出正常医疗设备备的基本信息、运 行参数等，本实施例对此不做限定。
105.本实施例中，计算机设备可以基于虚拟模型的显示界面实现与用户的交互， 从而实现对虚拟模型中各个医疗设备的全方面运行情况的展示，例如，运行参 数、基本信息、故障信息、故障解决方案等，可以使用户更加直观地获取医疗 设备的实时运行情况。
106.为了更好的说明上述方法，本实施例提供一种医疗设备管理系统，该系统 包括数据采集模块、数字孪生模块、故障处理决策模块、交互模块和云端存储 模块。
107.其中，交互模块，用于提供基于数字孪生虚拟模型的显示界面，基于显示 界面获取用户触发的操作指令，根据操作指令对数字孪生虚拟模型中的医疗设 备进行相应的操作，并基于虚拟模型的显示界面反馈相应的指令响应操作。数 字孪生虚拟模型的显示界面中包括设备监控区域、数据看板区域，告警信息区 域等。选中一台医疗设备，例如umr790，进入到该设备的三维孪生实时可视化 监控界面，可参考图8所示，一旦数据有异常或者提前预警到异常，会给出报 警提示。例如水冷异常，水冷统计图会出现报警提示。计算机设备可以响应用 户基于显示界面触发的拖动操作，根据拖动操作定位被拖动设备的异常点，计 算机设备还可以响应用户基于显示界面触发的滚动操作，可实现设备局部放大 缩小的功
能。在设备下面一栏：“当前状态”中，如果有异常，也会显示异常部 位。计算机设备还可以响应用户在显示界面的光标的聚焦位置，根据聚焦位置 确定目标设备，以提示条tooltip的形式给出目标设备的故障解决方案。
108.数据采集模块，用于实时采集医疗设备的运行参数，计算机设备可以基于 运行参数构建医疗设备对应的数字孪生虚拟模型，数字孪生虚拟模型的显示界 面中显示各个医疗设备的各个运行参数的运行情况，可参考图8所示。可选地， 数据采集模块还可以将采集到的医疗设备的运行参数发送至云端存储模块，云 端存储模块，用于将接收到的运行参数进行加密处理，并将加密处理之后的数 据存储至云端，以减少本地存储的压力。
109.数字孪生模块，用于通过获取医疗设备的基本信息和运行参数进行数字孪 生虚拟模型的建模，并且根据数据采集模块实时采集传输的运行参数更新数字 孪生虚拟模型中各个医疗设备的运行情况，其中，数字孪生虚拟模型中可以包 括当前监控范围内的医疗设备的总数、可用设备、保修设备、品牌分布、工单 统计、维修记录等等，参考图9所示。可选地，在计算机设备得到故障解决方 案之后，将故障解决方案传输至数字孪生模块中，数字孪生模块将该故障解决 方案更新至数字孪生虚拟模型中。实现故障预警、故障解决方案的推荐以及对 医疗设备的远程管理。
110.故障处理决策模块，用于根据获取到的医疗设备的运行参数和基本信息， 确定是否存在故障医疗设备，并根据故障医疗设备的故障信息，确定故障医疗 设备对应的至少一个故障解决方案。将故障解决方案传输至数字孪生模块中， 数字孪生模块将该故障解决方案更新至数字孪生虚拟模型中。
111.此外，医疗设备管理系统根据不同的用户身份赋予等级不同的管理权限， 不同的管理权限所看到的医疗设备管理系统的功能模块不同。例如，用户身份 为医院机构时，医疗设备管理系统的可视化页面会展示设备位置信息、设备资 产使用信息、移动轨迹跟踪、设备使用率和闲置率分析、设备检查量等等，这 样可以加强医院的固定资产管理，提升医院的资产管理水平，对现有固定资产 进行有效的管控，提高资产利用率，降低医院的运行成本，提升医院的运行效 率以及促进资源的优化配置。例如，用户身份为厂商时，医疗设备管理系统的 可视化页面会展示各个设备出售的分部、故障等情况。
112.在本实施例中，计算机设备可以获取监控范围内的医疗设备的运行参数， 并将运行参数输入至医疗设备对应的虚拟模型中，该虚拟模型可以直观地展示 医疗设备的实时运行情况，基于运行参数确定故障医疗设备之后，还可以更新 虚拟模型中的故障医疗设备的设备信息，起到了故障预警、故障提醒的目的， 进一步地，基于预设的故障决策模型得到故障医疗设备的故障解决方案，也可 以在虚拟模型中展示故障医疗设备的故障解决方案，达到了及时输出故障解决 方案的目的，使得临近工作人员可以基于故障解决方案对故障医疗设备进行快 速定位和维修，避免了运维人员调试维修的繁琐，提高了医疗设备日常管理、 故障处理的效率。
113.上述实施例提供的医疗设备管理方法，其实现原理和技术效果与上述方法 实施例类似，在此不再赘述。
114.应该理解的是，虽然图2
‑
9的流程图中的各个步骤按照箭头的指示依次显 示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明 确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺 序执行。而且，图2
‑
9中的至少
一部分步骤可以包括多个步骤或者多个阶段， 这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执 行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤 或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
115.在一个实施例中，如图10所示，提供了一种医疗设备管理装置，包括：获 取模块01、第一确定模块02和第二确定模块03，其中：
116.获取模块01，用于获取监控范围中各医疗设备的运行参数，并将各医疗设 备的运行参数输入至预设的虚拟模型中；
117.第一确定模块02，用于根据各医疗设备的运行参数，确定故障医疗设备的 故障信息；
118.第二确定模块03，用于将故障医疗设备的运行参数和故障信息输入至预设 的故障决策模型中，得到故障医疗设备的至少一个故障解决方案。
119.在其中一个可选的实施例中，如图11所示，上述医疗设备管理装置还包括 训练模块04；
120.训练模块04，用于获取多个故障医疗设备的样本数据集；样本数据集包括 故障医疗设备的样本运行参数、样本故障信息和样本故障解决方案；根据多个 故障医疗设备的样本数据集训练初始故障决策模型，得到预设的故障决策模型。
121.在其中一个可选的实施例中，如图12所示，上述医疗设备管理装置还包括 数据处理模块05；
122.数据处理模块05，用于根据预设的数据处理规则，对样本数据集进行数据 处理，得到数据处理之后的样本数据集；
123.训练模块04，还用于根据数据处理之后的样本数据集训练初始故障决策模 型，得到预设的故障决策模型。
124.在其中一个可选的实施例中，数据处理包括标准化处理，数据处理模块05， 用于根据预设的数据格式和预设字符长度，将样本数据集离散化处理，得到标 准化处理之后的样本数据集。
125.在其中一个可选的实施例中，数据处理包括数据去噪处理和相似度处理， 数据处理模块05，用于根据预设的去噪算法，对样本数据集进行去噪处理，得 到去噪处理后的第一数据；根据预设的相似度算法，对第一数据进行相似度计 算处理，得到数据处理之后的样本数据集。
126.在其中一个可选的实施例中，训练模块04，还用于获取故障医疗设备的预 设的最佳故障解决方案；根据故障医疗设备的最佳故障解决方案，更新预设的 故障决策模型；故障医疗设备的最佳故障解决方案作为预设的故障决策模型的 最优参考值。
127.在其中一个可选的实施例中，如图13所示，上述医疗设备管理装置还包括 交互模块06；
128.交互模块06，用于根据故障医疗设备的故障信息和至少一个故障解决方案， 更新故障医疗设备的运行情况；在虚拟模型的显示界面中展示更新后的各医疗 设备的运行情况；获取基于虚拟模型的显示界面触发的操作指令，根据操作指 令中的设备标识执行相应的操作。
129.在其中一个可选的实施例中，交互模块06，用于确定操作指令中的设备标 识对应的目标医疗设备和/或目标组件；若目标医疗设备和/或目标部件所在的 医疗设备为故障医疗设备，则输出故障医疗设备的故障信息和至少一个故障解 决方案；若目标医疗设备和/或目标部件所在的医疗设备为正常医疗设备，则输 出正常医疗设备的设备信息。
130.关于医疗设备管理装置的具体限定可以参见上文中对于医疗设备管理方法 的限定，在此不再赘述。上述医疗设备管理装置中的各个模块可全部或部分通 过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算 机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以 便于处理器调用执行以上各个模块对应的操作。
131.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器 中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
132.获取监控范围中各医疗设备的运行参数，并将各医疗设备的运行参数输入 至预设的虚拟模型中；
133.根据各医疗设备的运行参数，确定故障医疗设备的故障信息；
134.将故障医疗设备的运行参数和故障信息输入至预设的故障决策模型中，得 到故障医疗设备的至少一个故障解决方案。
135.上述实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例 类似，在此不再赘述。
136.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程 序，计算机程序被处理器执行时实现以下步骤：
137.获取监控范围中各医疗设备的运行参数，并将各医疗设备的运行参数输入 至预设的虚拟模型中；
138.根据各医疗设备的运行参数，确定故障医疗设备的故障信息；
139.将故障医疗设备的运行参数和故障信息输入至预设的故障决策模型中，得 到故障医疗设备的至少一个故障解决方案。
140.上述实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方 法实施例类似，在此不再赘述。
141.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程， 是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于 一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述 各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、 存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的 至少一种。非易失性存储器可包括只读存储器(read
‑
only memory，rom)、磁 带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(randomaccess memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是 多种形式，比如静态随机存取存储器(static random access memory，sram) 或动态随机存取存储器(dynamic random access memory，dram)等。
142.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述 实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特 征的组合不存在矛盾，都应当认为是本说明书记载的范围。
143.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细， 但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的 普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改 进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权 利要求为准。