模糊聚類分析技術在醫療設備前瞻性維修管理中的應用

曾加玉 張臘喜

醫療設備作為保障醫院臨床診療活動順利開展的關鍵性資源，其質量管理和控制已成為醫學工程技術人員的一項重要工作內容。隨著科學技術的飛速發展，醫療設備的種類不斷增多，且受到不同品牌設備結構性能、臨床應用范圍及技術參數等因素影響，設備的維護保養和故障維修工作面臨著新的挑戰[1-2]。科學地開展醫療設備維修管理工作，成為醫學工程部門的重要研究課題。

醫療設備前瞻性維修的重要措施是開展醫療設備的預防性維護和檢測，在醫療設備未發生故障的前提下，通過系統性檢查、性能測試和更換易損部件等方式，預防故障發生并使其保持在規定狀態的一系列技術活動。目前，國內眾多醫院已開展了前瞻性維修的理論研究和實踐應用，積累了寶貴的管理經驗[3-4]。通過調研和相關研究數據分析，前瞻性維修活動的開展存在一定的難度，如維護維修內容設計不合理、缺乏專業技術支持以及管理活動周期過長等[5-6]。為此，本研究以模糊聚類分析技術為理論依據，參考醫療設備的臨床應用數據，對不同設備的常見故障單元進行動態分類，制定差異性的前瞻性維修方案，分析其對醫療設備管理工作的應用價值。

1 醫療設備前瞻性維修管理研究資料與方法

1.1 一般資料

選取2016-2017年南部戰區空軍醫院在用的400臺醫療設備臨床應用數據，將其納入觀察組。隨機選取同期4所三甲醫院在用的400臺同品牌型號醫療設備的臨床應用數據，將其納入對照組。兩組醫療設備類型均為醫學檢驗設備、心電診斷設備、醫用監護設備以及呼吸機、麻醉機和除顫儀等6大類。兩組醫療設備類型、品牌、使用年限及2015年使用頻率和故障率等指標數據均無統計學差異，具有可比性。

1.2 納入與排除標準

(1)納入標準:①同品牌型號設備臺數≥5；②研究周期內設備使用年限≥2年，且≤6年；③醫療設備技術資料齊全；④2015年平均故障次數≥1。

(2)排除標準:①研究周期內報廢處理的設備；②設備單價≤0.5萬元或≥10萬元。

1.3 醫療設備維修管理方法

觀察組采用模糊聚類分析技術對醫療設備故障單元進行分類，建立并實施12類維修方案；對照組采用常規維修管理方案。

1.3.1 故障隱患評估方法

觀察組采用故障隱患評估方法，科學地推算醫療設備及部件的壽命周期是前瞻性維修效果的重要保障，本研究通過故障單元隱患指數(I)評估醫療設備工作狀態，分析不同設備及部件的故障概率。參照2015年兩組共800臺醫療設備的臨床應用數據，針對不同型號醫療設備的特定故障單元，建立隱患指數I的多元回歸模型，計算不同影響因素的權重，隱患指數計算為公式1:

式中k1、k2為k3權重系數，f1為醫療設備的年使用率，f2為故障單元的年故障率，T為醫療設備的使用年限。同時，考慮到醫療設備臨床使用情況變動，故障隱患評估的周期設置為3個月，實現醫療設備前瞻性維修的動態評估數據I值采集。

1.3.2 故障單元分類方法

觀察組根據醫療設備單元部件的故障隱患評估數據，對400臺醫療設備的2016-2017年271個故障單元進行分類，采用的方法是模糊聚類分析。首先設定樣本的隱患指數Ix(x∈1，2，……n；n=271)，設定C為聚類的數目，my為每個聚類的中心，μy(Ix)為第x個樣本對于第y類的隸屬度函數[7-9]。目標函數J的計算為公式2:

式中常數p控制聚類分析結果的模糊程度；目標函數滿足的條件包括:①對于任意的x和y，μy(Ix)∈[0，1]；②對于任意的x，μy(Ix)=1；③對于任意的y，0＜μy(Ix)＜n。

在公式(2)的條件約束下，設定C值和p值，通過計算目標函數的最小值獲得不同聚類的中心和樣本隸屬度值，完成模糊聚類分析。

1.3.3 前瞻性維修管理方法

依據戴明循環(plan do check action，PDCA)理論，對觀察組400臺醫療設備進行前瞻性維修管理。①根據故障單元的聚類結果，針對不同的聚類中心分別組建前瞻性維修管理規劃小組，每組包括1位管理人員、1位工程師及1～2位臨床醫務人員等；②前瞻性維修規劃項目包括醫療設備故障單元的維護維修周期、內容和負責人員，周期分為每周、每月、每季度、半年及以上，內容分為外觀檢查、清潔保養、單元功能測定和校準等，負責人員分為醫學工程師和臨床使用者[10-11]；③進行醫學工程科和臨床科室培訓，指導負責人員開展前瞻性維修管理工作；④管理規劃小組按季度開展監督檢查工作，收集臨床應用數據；⑤最后根據前期工作數據的統計分析，提出規劃內容的修訂和改善建議，進入新一輪的前瞻性維修管理活動。

1.4 觀察評價指標

分析對比兩組醫療設備維修管理工作中的設備故障頻率、管理成本和設備成本效益3項指標的差異性。①故障頻率，即每臺醫療設備年度內發生故障次數(次/年)；②管理成本，即每臺醫療設備年度內人員支出、技術服務支出、維護維修支出等項目總和(元/年)[12-13]；③設備成本效益，即每臺醫療設備年度內盈利額與折舊費的差值(元/年)[14-15]。

1.5 統計學方法

采用SPSS 19.0軟件對兩組臨床應用數據進行統計分析，觀察指標數據用均值±標準差(x-±s)表示，采用t檢驗，以P＜0.05為差異有統計學意義。

2 醫療設備前瞻性維修結果

2.1 前瞻性維修方案調整結果

依據模糊聚類分析技術原理，400臺醫療設備的271個故障單元劃分為12種前瞻性維修方案，組建12個規劃管理小組，參與人員共計41人次。271個故障單元維修包括外觀檢查項目類維修33個(12.18%)、清潔保養項目類維修56個(20.66%)，單元功能測定和校準項目類維修182個(67.16%)。以醫院邁瑞SynoVent E5呼吸機(深圳邁瑞公司)為例，調整的前瞻性維修方案結果見表1。

2016-2017年，以季度為階段研究周期，共完成8次PDCA循環管理，271個故障單元調整31次。結果顯示，動態管理對前瞻性維修方案的優化完善具有明顯的調整作用，隨著PDCA循環活動的開展，前瞻性維修方案調整次數逐漸減少并趨于穩定，見圖1。

2.2 兩組醫療設備維修管理數據比較

前瞻性維修規劃管理小組分別對兩組故障頻率、管理成本和設備成本效益3項指標臨床應用數據進行采集，觀察組的醫療設備故障頻率和管理成本低于對照組，且設備成本效益高于對照組，其差異有統計學意義(t=-2.575，t=-2.038，t=2.080；P＜0.05)，見表2。

表1 呼吸機前瞻性維修調整方案

圖1 前瞻性維修方案季度調整趨勢

表2 兩組醫療設備3項指標數據分析比較(x-±s)

3 醫療設備前瞻性維修管理效果分析

以模糊聚類分析技術為理論依據，建立故障單元隱患指數模型，將400臺醫療設備的271個故障單元劃分為12個類型，并通過PDCA循環理論建立前瞻性維修方案，指導開展醫療設備的維修管理工作，其臨床應用數據及分析結果顯示，觀察組的故障率和管理成本低于對照組，而設備成本效益高于對照組，表明觀察組的維修管理效果優于對照組，基于模糊聚類分析技術的醫療設備前瞻性維修管理工作具有較高的應用價值。

前瞻性維修以醫療設備和故障單元壽命預測為前提，開展故障前檢測、維護和維修活動，最大程度地降低設備故障率，對醫院診療活動的有序開展提供了保障。

4 結語

本研究醫療設備的維修管理數據主要以醫療設備維修為單元，缺乏對不同設備功能單元的橫向比較和劃分，建立全局性的維修方案和管理團隊，增加了醫學工程科的工作量和管理支出，管理效果有待進一步提升。在后續的醫院醫療設備維修管理工作中需結合醫療設備的使用變化，建立醫院常規醫療設備的前瞻性維修方案，為提升醫療設備維修管理水平奠定良好的基礎。