一种医疗设备的智能管理方法及系统与流程

本发明属于设备管理领域，涉及数据分析技术，具体是一种医疗设备的智能管理方法及系统。

背景技术：

1、医疗设备是指单独或者组合使用于人体的仪器、设备、器具、材料或者其他物品，也包括所需要的软件，医疗设备是医疗、科研、教学、机构、临床学科工作最基本要素，既包括专业医疗设备，也包括家用医疗设备；

2、现有的医疗设备的智能管理方法无法通过单个设备的运行检测结果对整体医疗设备的运行状态进行反馈，也无法通过整体的运行状态对每一个设备的检测结果进行精准修正，导致设备的实际运行状态无法得到有效监控。

3、针对上述技术问题，本技术提出一种解决方案。

技术实现思路

1、本发明的目的在于提供一种医疗设备的智能管理方法及系统，用于解决现有的医疗设备的智能管理方法无法通过整体的运行状态对每一个设备的检测结果进行精准修正的问题；

2、本发明需要解决的技术问题为：如何提供一种可以通过整体的运行状态对每一个设备的检测结果进行精准修正的医疗设备的智能管理方法及系统。

3、本发明的目的可以通过以下技术方案实现：

4、一种医疗设备的智能管理系统，包括智能管理平台，所述智能管理平台通信连接有效能检测模块、线性分析模块、预测分析模块以及存储模块；

5、所述效能检测模块用于对医疗设备的运行效率与产能进行检测分析：将进行效能检测的医疗设备标记为检测对象，获取检测对象在工作日内的耗材数据hc、运行数据yx以及时长数据sc；通过对耗材数据hc、运行数据yx以及时长数据sc进行数值计算得到检测对象在工作日内的效能系数xn；通过存储模块获取到效能阈值xnmax，将检测对象的效能系数xn与效能阈值xnmax进行比较并通过比较结果对工作日内的医疗设备整体运行状态是否正常进行判定；

6、所述线性分析模块用于对医疗设备的效能检测结果进行波动检测：生成检测周期，将检测周期内检测对象在正常日内被标记为异常对象的次数标记为异标数据yb，由检测对象在检测周期内所有正常日内的效能系数xn建立效能集合，对效能集合进行方差计算得到效波数据xb，通过对异标数据yb与效波数据xb进行数值计算得到检测对象的线性系数xx；通过线性系数xx对检测对象在检测周期内的运行稳定性是否满足要求进行判定；

7、所述预测分析模块用于对医疗设备的剩余寿命进行预测分析。

8、作为本发明的一种优选实施方式，耗材数据hc为检测对象在工作日内耗费的原材料数量值，运行数据yx为检测对象在工作日内的工作次数，时长数据sc为检测对象在工作日内的工作时长总值。

9、作为本发明的一种优选实施方式，将检测对象的效能系数xn与效能阈值xnmax进行比较的具体过程包括：若效能系数xn小于效能阈值xnmax，则判定检测对象在工作日内的效能检测结果合格，将对应的检测对象标记为合格对象；若效能系数xn大于等于效能阈值xnmax，则判定检测对象在工作日内的效能检测结果不合格，将对应的检测对象标记为异常对象；将工作日内异常对象与检测对象的数量比值标记为工作日的异常系数，通过存储模块获取到异常阈值，将异常系数与异常阈值进行比较并通过比较结果将工作日标记为正常日或异常日。

10、作为本发明的一种优选实施方式，将异常系数与异常阈值进行比较的具体过程包括：若异常系数小于异常阈值，则判定工作日内的医疗设备整体运行正常，将对应的工作日标记为正常日；若异常系数大于等于异常阈值，则判定工作日内的医疗设备整体运行异常，将对应的工作日标记为异常日，同时生成原料检测信号并将原料检测信号发送至智能管理平台，智能管理平台接收到原料检测信号后将原料检测信号发送至管理人员的手机终端。

11、作为本发明的一种优选实施方式，对检测对象在检测周期内的运行稳定性是否满足要求进行判定的具体过程包括：通过存储模块获取到线性阈值xxmax，将检测对象在检测周期内的线性系数xx与线性阈值xxmax进行比较：若线性系数xx小于线性阈值xxmax，则判定检测对象在检测周期内的运行稳定性满足要求；若线性系数xx大于等于线性阈值xxmax，则判定检测对象在检测周期内的运行稳定性不满足要求，生成预测分析信号并将预测分析信号发送至智能管理平台，智能管理平台接收到预测分析信号后将预测分析信号发送至预测分析模块。

12、作为本发明的一种优选实施方式，预测分析模块对医疗设备的剩余寿命进行预测分析的具体过程包括：将检测对象在检测周期内被标记为异常对象的正常日标记为标记日，将相邻标记日的日期差值标记为间隔值，对检测对象在检测周期内所有间隔值的平均值标记为集中系数，通过存储模块获取到集中阈值，将集中系数与集中阈值进行比较：若集中值小于集中阈值，则生成检修培训信号并将检修培训信号发送至智能管理平台，智能管理平台接收到检修培训信号后将检修培训信号发送至管理人员的手机终端；若集中值大于等于集中阈值，则将异常日与相邻标记日的日期差值标记为异差值，对检测对象在检测周期内所有异差值的平均值标记为异差系数，通过存储模块获取到异差阈值，将异差系数与异差阈值进行比较并通过比较结果生成原料优化信号或寿命预警信号。

13、作为本发明的一种优选实施方式，将异差系数与异差阈值进行比较的具体过程包括：若异差系数小于异差阈值，则生成原料优化信号并将原料优化信号发送至智能管理平台，智能管理平台接收到原料优化信号后将原料优化信号发送至管理人员的手机终端；若异差系数大于等于异差阈值，则生成寿命预警信号并将寿命预警信号发送至智能管理平台，智能管理平台接收到寿命预警信号后将寿命预警信号发送至管理人员的手机终端。

14、一种医疗设备的智能管理方法，包括以下步骤：

15、步骤一：对医疗设备的运行效率与产能进行检测分析：将进行效能检测的医疗设备标记为检测对象，获取检测对象在工作日内的耗材数据hc、运行数据yx以及时长数据sc并进行数值计算得到效能系数xn；

16、步骤二：通过效能系数xn将检测对象标记为合格对象或异常对象，将异常对象与检测对象的数量比值标记为异常系数，通过异常系数将工作日标记为正常日或异常日；

17、步骤三：对医疗设备的效能检测结果进行波动检测：生成检测周期，获取检测对象在检测周期内的异标数据yb与效波数据xb并进行数值计算得到线性系数xx，通过线性系数xx对检测对象在检测周期内的运行稳定性是否满足要求进行判定；

18、步骤四：对医疗设备的剩余寿命进行预测分析：获取检测对象在检测周期内的集中系数与异差系数，通过集中系数与异差系数生成检修培训信号、原料优化信号或寿命预警信号并发送至智能管理平台。

19、本发明具备下述有益效果：

20、1、通过效能检测模块可以对医疗设备的运行效率与产能进行检测分析，通过对单个工作日内的医疗设备耗材、运行时长等参数进行综合分析与计算得到效能系数，通过效能系数对医疗设备进行不同标记，然后根据工作日内异常对象的标记情况对工作日进行标记，在整体出现运行异常现象时进行原料检测提醒；

21、2、通过线性分析模块可以对医疗设备的效能检测结果进行波动检测，通过周期性检测的方式对医疗设备的效能系数稳定程度进行监控，同时排除检测周期内大面积运行异常现象的异常日对线性分析结果的影响，将整体数据与单一线性数据相结合，提高设备效能检测结果的精确性；

22、3、通过预测分析模块可以对医疗设备的剩余寿命进行预测分析，通过对检测周期内检测对象的被标记频率以及异常标记受到原料质量异常的影响程度对医疗设备是否需要进行寿命预警进行判定，并在不需要进行寿命预警时采用其他方式进行运行优化。