CHIMA2023 | 智慧医院建设，不能忽视“医疗设备信息管理”

来源：HIT专家网      作者：龚晨

“在智慧医院建设中，医疗设备的信息化、互联互通、信息安全等问题，已经越来越重要了。”5月27日，CHIMA2023期间，由中国医学装备协会医学装备信息交互与集成分会（IHE中国）主办的“医疗设备信息管理”分论坛成功举办。这是与会嘉宾与观众的共同感受。

新疆维吾尔自治区人民医院党委委员、纪检委书记居来提·克里木，青岛大学附属医院信息管理部主任辛海燕分别主持分论坛的上下半场，多位嘉宾围绕“医学装备信息管理现状与展望”“多院区大型医学装备智慧管理实践”“医学装备互联互通与智慧医院建设”等话题展开研讨。

医疗设备信息管理，需要规范与方法论支持

智慧医院建设与医疗设备信息化管理关系密切。中国医学装备协会医学装备信息交互与集成分会（IHE）会长王韬梳理了智慧医院相关测评标准对医疗设备的要求：“智慧医疗（电子病历）”要求获取检验设备数据、检查设备数据、治疗设备数据；“智慧服务”要求实现检查设备的排班预约；“智慧管理”关系到设备固定资产管理、设备维修、设备使用效率、设备网络安全等问题。

当前，医疗设备信息管理面临一些困境：设备采购前，缺乏对现有设备和配件使用效率评估，造成浪费；招标采购环节缺乏与信息部门的沟通，很多设备数据不能联网，只能提供纸质报告；很多设备输出的数据不符合DICOM、HL7、IHE等标准与规范，无法进入电子病历；采购时没有对数据接口进行约定，后期采集数据时面临天价接口费用；缺乏医疗设备统一的监管平台，对使用情况不能及时掌握；设备运维计划、报修追踪缺乏闭环管理等。

“IHE的最终目标是医院，致力于改善医疗设备与业务系统的互联互通环境。”王韬介绍，IHE分会将在医疗设备数据采集与交互、医疗设备网络安全、医疗设备运维与管理、医疗设备使用效率评价等领域加大工作力度，努力将医疗设备数据标准化采集利用纳入互联互通测评工作，增加医疗设备数据的互联互通考核。

“交叉性工作向来是管理难题。医疗设备智慧管理至少涉及医工、信息、医务、临床、医保、财务等部门，但都不是这些部门的主要工作。不是意愿不够、不是不想协同，但可能确实不敢牵头。此时需要各位同仁看清楚、想明白、干到位，向正确目标，勇敢迈出第一步。”中国医学科学院阜外医院、国家心血管病中心党委副书记、纪委书记李天庆致力于探索开展医工融合创新研究，曾推动医疗设备全生命周期管理信息化、医用设备档案数字化、医用耗材集中供应配送三大平台建设，在丰富的实践经验中积淀了一套医疗设备管理方法论。

在医疗设备管理中，医院领导层关注的是大型设备的效益分析，临床一线迫切需求急救设备的全院调配，医工部门自己最大的困难是设备质控与维护维修。李天庆建议要综合研判、明确次序，明确重点人群的重点关注，做好顶层设计与总体规划，分步实施。在确定“做什么”“怎么做”之外，还存在一个“谁来做”的关键问题，医疗设备信息管理需要信息部门与医工部门“团结协作、各尽其责”。

其中，信息部门的职责是：总体规划与顶层设计、信息化项目管理经验、信息安全与互联互通等；医工部门的职责是细化优化功能需求、贴近实战验收场景、主动应用持续改进。两个部门优势互补，才能共同建设可靠、好用的信息子系统。至于具体项目“由谁牵头”并无定势，从业界实践来看，“医工牵头”或“信息牵头”都有成功先例可循。中日友好医院的生命支持类设备共享调配项目、武汉同济医院的大型医疗设备效益分析项目分别是医工牵头、信息牵头的经典案例。

医疗设备精细化管理，需要信息化赋能

DRG支付改革的不断深入，正在推动医疗设备管理由粗放型向精细化不断拓进。青岛大学附属医院副院长张斌谈到，青岛大学附属医院近年来加大医疗新技术开发力度，是山东省内唯一具备心、肺、肝等6种器官移植资质的医院。手术机器人、手术导航系统等先进设备的引入，大幅提高了手术的科技含量与复杂手术成功率；但由于设备使用费没有单独分组支付，且用到的配套耗材价格普遍较高，一般打包在各DRG手术分组中，从而影响DRG费用成本。“综合分析，应从尽可能降低设备使用成本这一维度入手，降低DRG组的费用成本，这需要借助信息化的管理手段，为医疗设备配备‘诊察设备’，监测运行效率与成本情况。”

为此，青岛大学附属医院通过物联网、大数据、机器学习算法对呼吸机等生命支持类设备进行动态监测，医工部门协同运营管理、信息管理、财务等职能部门，以大型设备运行的经济效益为基础，制定大型医疗设备绩效考核方案。下一步，医院还将基于5G、RFID、蓝牙、LoRa等物联网技术、感知技术，与信息化管理相结合，搭建全院医学设备物联网平台，为医学设备使用和管理提供全方位智能化的服务，形成医学设备实时智能化应用及数据中心，实现医学设备智能化、精细化管理。

为实现政府采购大型医用设备可管、可控、可评价，以及数据可视化展现等功能，国家卫生健康委启动“政府采购管理平台试点”工作，华中科技大学同济医学院附属同济医院（以下简称武汉同济医院）入选二期试点，探索对大型医疗设备采购过程、使用环节进行全生命周期、全信息化管理。

据武汉同济医院器材科副科长王道雄介绍，借此契机，医院逐步建立涵盖医学装备所有服务、辐射医疗设备所有业务数据、统筹三个院区所有业务的“医疗设备智慧管理云平台”。平台融合院内相关信息系统，对设备运行数据进行自动采集，实现对设备管理智能化、实时监控及效益分析等，帮助医工部门盘活存量（挖掘运行潜力）、用好增量（适度增加供给）、管控变量（降低设备故障率），有效提升了医疗设备的运行效率和效益。“我们的感受是，一定要与信息系统深入融合，夯实数据基础，提升数据质量，才能实现运行数据可视化、运行管理标准化、运行评价指标化的建设目标。”

医疗设备数据集成，以需求为导向

不同规模的医院应有多少台CT、多少台核磁？当前阶段是否需要采购新设备？采购什么档次的设备？哪些设备在什么时间需要更新？医疗设备用得好不好，怎么评价与改进？北京惠泽智信科技有限公司总经理薛新华认为，智慧医院建设为医疗设备数据集成提出更深层次要求。“我们的工作是医疗设备的信息化，以及基于信息系统的医疗设备数据采集，并基于数据与算法模型，为医院提供医疗设备的使用评价及决策支持。”

惠泽智信相继交付国家卫生健康委、上海申康医院发展中心多个大型医疗设备数据集成与应用项目，总结出医疗设备数据集成与应用的几大要点：首先是以需求为导向的总体设计，需要采集什么数据，应由用户说了算；其次是医疗设备数据集成产品是医院信息系统的组成部分，如果脱离医院信息系统，这套产品是没有生命力的；第三是异构数据的标准化和数据交互的标准化非常关键，也是主要难点；最后是应在信息安全的前提下，实现数据采集手段的多样化。未来，惠泽智信还将探索建立医疗设备数据中台，将医疗设备数据以中台方式呈现，进一步提高医疗业务系统调用效率。

近几年，AI心电算法的广度和精度均在提高，AI心电的研究发展有利于解决我国医疗资源分布不均衡、心电检测判读效率低、心电图读图精度低等问题。东华医为科技有限公司心电产品经理邢宝财介绍，AI心电有三大应用场景，分别为：AI采集质控，对采集质量进行提醒，提高工作效率；AI调度中心，快速智能分诊，对心电图自动分级，合理匹配医生资源；AI辅助诊断，自动分析、处理报告，提供高效高质的心电图诊断。

AI心电诊断水平，取决于算法模型对心电数据的分析能力。东华医为研发的AI心电网络模型，基于心电片段进行连续分析，利用心电大数据平台模型训练，抗干扰能力强，神经网络将矩阵式特征逐层传递，可实现更多细节识别，无需人工干预，即可独立完成分类。采用10万例均衡临床数据作为训练集，以1000例临床数据作为测试集，东华医为AI心电网络模型在房颤、肥厚组、急性心肌梗死、左/右束支阻滞等疾病中的诊断准确率达到90%以上，对心电信号17个分类的诊断准确率达到95%以上。

无论是智慧医院建设的相关要求，还是AI心电算法等新技术的提升，都离不开海量数据的采集与应用。而这些数据来源于医疗设备与信息系统。“期望软硬件厂商在确保信息安全的前提下，以互联互通的开放心态，打破数据传输的壁垒。”这是IHE分会的使命所在，也是医院高质量发展的必然要求。（本文根据现场演讲内容整理，未经演讲者本人审阅）

【责任编辑：秦勉】