华体会注册送
华体会注册送
当前位置 >> 首页 > 新闻中心 > 行业资讯

服务热线:0755 28160800
地址:中国 深圳市 宝安区石岩
      街道水田社区第二工业区
业务直线电话:
(86)0755-28160800
(86)0755-29839665
(86)0755-29839692
业务传真:(86)755 2344-2951
前台电话:(86)0755-29839341 
前台传真:(86)755-2983-9345
邮箱:ytsales@kingboard.com

吕雯倩等:依据才智后勤驱动的危险预判体系在医院后勤办理中的运用
发布时间:2022-12-04 20:10:04 来源:华体会注册送 浏览次数:4433 [返回]

   

  运用物联网、大数据、人工智能等技能,构建了医院后勤危险预警知识库,并在此根底上树立了一套医院安全危险预警体系,依据数据驱动对医院后勤危险进行自动辨认和剖析,一起自行派发预警提示和使命,完结了医院后勤危险预警预判的初级人工智能,能够更有针对性、更及时、更有功率地监测、辨认和处置危险。

  面临外部方针环境的改变、医学科技的前进以及医院发展规划的推动,医院后勤运转保证由粗放型逐渐向规范化、精益化、规范化、 科学化、专业化方向转型,逐渐涵盖了机电设备办理、动力运转办理、物业服务办理、医疗设备管 理、物资供应保证、固定资产办理、 安全办理、基本建造等作业内容,成为支撑与保证医院正常运转的重要根底,其办理的杂乱程度、专业化程度不断添加,一起医院后勤保证需求面临的危险也日益添加。

  医院后勤保证或许应对的危险分为来自外部的突发公共事情和来自内部的突发安全危险。突发公共事情包含事端灾祸、公共卫生事情等;医院内部突发危险是指直接给医院带来危害、要挟到医患安全的事情,包含设备设备毛病、动力断供、消防事情、治安事情等。医院对突发危险事情的提早预警直接关系到医疗救治与资源调度的及时性和有用性,关乎医患的生命与安全。 传统医院后勤保证办理形式下,危险防备以准则建造、责任分化、现场巡查、整改办理、应急演练等内容作为作业重心,但缺少有用的危险源头防备与科学研判点评机制[5]。

  跟着物联网技能、大数据剖析技能、人工智能技能、5G的广泛运用,医院已开端建成全过程监管、全方位监测、全天候值守的“才智后勤”体系,完结了设备毛病告警、气候环境警示、消防治安告警、动力动力告警等,海量的外部环境数据与内部运转数据被物联网传感器实时收集。但是,初级的告警机制无法让传统办理形式的被迫应对转变为自动防备、自动作为,被收集的海量数据也缺少有用的办法来完结科学预判。

  因而,我院在才智后勤体系建造的根底上,在大数据环境下树立了一套针对灾祸脆弱性[3]与危险防备的预判预警机制,经过大数据、物联网、知识库的支撑,开端完结医院危险预判体系[2]的开发。

  危险预判体系共有2种形式: 安全形式和告警形式。经过危险预判体系的模块功能规划,并凭借医院才智后勤体系的支撑,完结医院危险预判体系的构建,帮忙医院提早防备或许呈现的危险,并对现已发生的应急事情进行自动干涉。

  安全形式首要由院内设备设备监测、危险方针、安全防备方针3个模块组成,见图1。

  在我院后勤日常办理过程中,设备设备监测模块中的5082个传感器实时收集医院重要设备设备的运转数据,对空调通风、变配电、电梯、医用气体、污水处理、给排水等体系的运转状况进行全天候无人值守。当某种危险概率超越临界阈值,体系将自动辨认、自行派发使命至维保人员来应对或许呈现的各种毛病。

  安全危险监测由时节、气候、灾祸要素,医院重大事情,意外突发事情3个部分组成。首要是时节、末侯、灾祸因 素,体系经过中心气候部分发布的预警信号作为规范进行预警。其次是医院重大事情,医院重大事情依据实践状况包含流线改变,补葺工 程,大型设备出场,计划性停水、停电、停气等。其间流线改变的首要危险点是改变项目对人员的影响,分别为“物业、环设、手术”,从阅历上能够判别,如流线改变使手术遭到影响,其危险程度最高。同理,补葺工程以及大型设备出场的危险点首要是其施工办法及出场办法的危险程度,计划性停水、停电、停气则是经过预算其影响时刻以及影响规模来判别危险程度。后勤办理决议计划人员可依据体系界面显现的气候预警以及各类院内 的重大事情,对或许存在的危险点提早预备应急预案。

  安全防备体系是经过我院在安全出产作业中实践履行状况,规划树立的一套计量规范,经过三级办理责任的巡检和自 查状况、安全危险整改状况、应急事情处置状况、安全训练状况、安全设备损坏状况进行加分,结合上述气候要素和院内危险项目进行扣分,以周为单位,根底分为100分,自动算出相应分值,用于危险预判体系中的安全防备监测模块。 后勤办理决议计划人员依据体系界面显现的分值来了解当时院内安全出产的作业状况,见图2。 安全防备方针由日报率、巡检掩盖率、训练掩盖率、设备完好率、查见事情危险率、整改及时率、本周同类事情发生率7个部分组成。日报率是依据我院安全出产日报所树立的方针项目,安全出产日报指的是科室安全联络员每日下班前将1天的安全出产作业上报至相关体系。日报率=每日报科室上报数量/总日报点位数×100%,从数据上能够剖析日安全日报上报状况,日报率越高,加分比重越大 (分值规模为1~10分)。 巡检掩盖率是依据我院相关部分的每周巡检规模作为计量规范, 以院区楼层数量作为总数,算出每周巡检楼层的份额,设定其加分比重(分值规模1~10分)。 设备完好率的设定办法与巡检掩盖率相同,以院区设备数量作为总数,依据每周巡检时发现的设备设备坏程度算出每周设备完好率,经过其完好率设定其加分比重(分值规模为1~10分)。 训练掩盖率和查见事情危险率是将我院安全保证行动进行量化处理。训练掩盖率有2种,一种是人员类型掩盖,另一种是训练规模掩盖,人员类型掩盖指的是承受训练的人员类型占全院人员类型的份额。人员类型可分为医师、护理、保洁、保安、护工、行政人员;训练规模掩盖是指遭到训练的人员地点的楼层楼宇占全院的份额。同理,查见事情危险率则是包含了相关部分每周巡检中所发生的安全隐 患数量,依据危险的不同进行分类,大致可分为:消防设备损坏、 消防设备阻挠、消防通道堵塞、 要害部位门未上锁、违规动用明火、私拉电线、不安全用电、违规运用高功率电器、易燃易爆物品堆积。依据安全危险的严峻程度进行排名,设置权重系数,与查见事情数量相结合得出加分分值(分值上线分)。 整改及时率与本周同类事情发 生率是以上星期巡查、检查事情数量为根底,依据本周整改状况以及同类事情发生数量算出其整改率及重复率,设定加分比重(分值规模为1~10分)。

  应急事情一旦发生, 体系会自动切换至告警形式,“医院安全危险预判体系”将依据事情的类型、分级、性质、危害程度、 触及规模、医院承载才能等信息, 一起调取现有人员、物资、设备的装备状况,不同的变量数据决议了不同的应急办理途径,并在第一时刻向现场应急指挥者给予实时、可操作、规范的办理途径,保证应急处置的有用和及时。在实践履行中依据动态状况和物联网感知体系的反应,医院后勤办理决议计划人员经过体系的辅佐剖析,向各类呼应人员及时发布准确的调度指令,前史参阅数据则为医院后勤办理人员供给当时危险类型相关的、前史上呈现过的详细异常状况,完结了更体系性的应急指挥管控。在完结一切的应急预处置后,失效形式将继续监测当时事情之后或许呈现的危险, 并可点开检查完好的或许突发状况的清单,依据不同条件辨认或许呈现的危险在已知现场无法应对的情 况下,预备应急处置,见图3。

  才智后勤要害中心的规划在于精准化数据驱动理念,因而,体系在功能模块建造之外,有针对性地树立数据驱动知识库。数据剖析的成果、办理决议计划的辅佐,都是树立在数据驱动知识库的根底之上。环绕医院大后勤体系,在物联网感知设备根底上, 一起会聚整合了第三方数据及第三方体系数据,取得环境安全、公共安全、设备安全、医疗安全等多个维度的信息,凭借大数据、人工智能等技能,驱动医院安全危险预警的智能化。一起,面向医院后勤危险预警办理范畴,解析了963个办理及技能类规范规范,规划了281类设备相关的智能驱动规矩和300多条外部环境相关的预警规矩,构建了危险规矩知识库,见图4。对医院后勤安全危险进行自动化点评、 预警和干涉,一起经过数据量化形 成方针数据,帮忙事务人员进行决议计划和行为辅导,使医院突发事情办理从被迫应对转型为自动预判。

  危险预判体系的运用方针之一是智能预判。我院经过脆弱性剖析、失效形式与影响剖析以及规范规范解析等办法,收纳了各类灾祸气候、设备毛病、宕机、操作不妥等或许构成的危险,消防类危险,工程类危险,人员行为危险,食品安全危险以及其他未能到达规划初衷的潜在危险,包含设备、流程、流线类预警规矩,经过动态数据预判模型树立多种危险预警条件,并编制了规范攻略、办理要求和应急技能规范,做到针对各类应急事情的预见 性预备。 以我院应急处置飓风暴雨气候为例,首要,告警未来48h内将有飓风暴雨气候,体系自动巡检集水井、污水处理体系、排水通道等, 了解相关设备状况;相关人员及时预备防汛物资、疏通排水通道等现场办法。体系界面将显现前史飓风暴雨气候发生时的漏水点、溢水点、修理记载、设备毛病状况、降雨影响等,办理决议计划人员调度相应 人员对之前发生过的漏水、溢水点进行要点巡视。作业人员对使命进展进行实时反应,办理决议计划人员实时把握人员物资到位状况、巡检 进展与成果、露台地沟疏通状况。 飓风暴雨当天,体系的预判失效模 式[3]依据不同条件辨认或许呈现的危险,在现场办法无法应对的状况下,预备应急处置。例如,依据当时的降雨量、继续时刻以及继续降雨量时刻,经过危险预判知识库的剖析成果,预判集水井、地沟等设备设备状况,主张决议计划办理人员调度应急部队待命进行修理、排水、 保洁等使命,及时处置突发状况。

  危险预判体系的运用方针之二是自动干涉。我院在实践运用中以危险预判体系与智能化渠道为根底树立了后勤智能指挥中心,并配套树立了可为决议计划人员供给以数据为驱动的精准决议计划途径场景的数字沙盘体系。不同应急突发事情场景中或许需求调度的人员、 物资不同,体系剖析某类事情中影响调度、决议计划的要素,以数据方针为变量规划应急途径,从而对现场应急处置行为给予精准辅导。 以我院突发公共伤口类事情为例,“危险预判体系”将依据事情的类型、分级、性质、危害程度、触及规模、医院承载才能、 对医院正常事务的搅扰程度等信息与数据,一起调取现有人员、 物资、设备资源的装备数据,不同的变量数据决议了不同的应急办理途径,并在第一时刻向医院现场应急指挥者供给精准的应急计划。后勤办理决议计划人员可经过体系的辅导,向医护人员、后勤保证人员发布准确的调度指令。在应急过程中,电梯、医用气体、推车推床、运送人员、安保人员、生命支撑类及急救类医疗设备、应急物资与耗材等资源悉数经过才智后勤的物联网技能进行联动办理。

  危险预判体系的运用方针之三是自主学习。经过每次的演习或许实在应急事情的应对处置,不断抽取现场反应的数据和应急过程中的监测动态数据。例如,人员装备状况、设备到位状况、电梯运转状况、通道疏通状况等,经过人工智能学习中的深度学习(deep learning)技能[1],将我院应对危险的每一次指使、调度、决议计划 都作为人工智能学习的样本,运用熵值法、规范差、DEA数据包络剖析、好坏解间隔法、秩和比归纳点评法等算法使机器能从样本、数据 和阅历中学习规则,从而对新的样本做出辨认或对未来做出猜测,一起,考虑到应急处置触及很多文本数据,还树立了支撑向量机核算模型进行规则运算。未来,当数据量堆集到足够多的时分,即便决议计划条件不完全,仍旧能够得出多个决议计划分支,而用更多的数据去反应、批改这些决议计划分支,终究得到一个最优的成果用于办理人员的辅佐决议计划。

  我院在阅历“1 2· 3 1”外滩件今后,开端研讨危险预判与应急办理体系,才智后勤的建造为该体系供给了全面晋级的机会,经过物联网技能实时监测设备、动力、服务的运转状况,对近期或许发生的突发应急事情完结危险预警与预判;经过实时变量数据与规范 化预案构成的决议计划树,在我院突发应急事情处置过程中给予精准的办理辅导。现在我院危险辨认率提高到了80%以上,设备设备同一部位3个月内重返修理率小于3%,完结了7类后勤保证资源可实时调度。 体系的提早预判使我院的作业办法从被迫转变为自动,提早预知了危险,极大程度上降低了突发事情对 我院构成的危害,发生的社会效益 与经济效益不可估量。在应急处置自动干涉上,危险预判体系完结了更体系化地指挥,事情处置及时率到达90%以上,大大提高了我院突发应急事情办理体系的晋级。