基于物聯網數據和神經網絡的呼吸機故障預測方法研究

唐明康，王科盛*，李雙雙，劉 培，彭旭光

（1.電子科技大學機械與電氣工程學院，成都 611731；2.成都水木醫療科技有限公司，成都 611731）

0 引言

我國各大醫院已經普遍對各類醫療設備，尤其是應急救治設備開展較為嚴格的日常管理。臨床使用過程中，一些醫院也已經開始收集海量的應急救治設備運行數據，但如何有效利用這些數據并形成規范化的應用模式，仍是當前醫院數據賦能研究的一個難點問題。

目前雖然我國針對醫療設備陸續出臺了一系列監督管理和臨床使用安全方面的政策法規[1-3]，但利用醫療設備運行數據對醫療設備開展可靠性水平評價的研究還十分匱乏。在應急救治過程中，應急救治設備的可靠性水平直接影響應急救治實施，而應急救治設備的可靠性水平與其在日常使用中的運行數據又直接相關。因此，如何充分利用應急救治設備日常運行數據，甄選出可靠的應急救治設備奔赴前線，對應急救治工作以及醫院的日常醫療設備選用和調度具有重要的現實意義。

醫用物聯網作為新興事物，主要被應用于輔助醫院實時掌握醫療設備基本信息[4-5]，但這種掌握側重實現醫療設備的精細化管理，缺乏從物聯網數據底層起始的清洗工作，遑論深入挖掘物聯網數據中的隱藏信息。目前我國針對醫療設備數據已出臺一些行業標準[6-8]，醫療健康大數據應用日益廣泛[9-10]，但針對醫療設備物聯網底層數據進行清洗并分析的研究成果鮮見相關報道，亟須開展相關方面的研究工作。……