一、项目信息

● 客户名称：大连医科大学附属第二医院

● 项目背景：大连医科大学附属第二医院，始建于1958年3月26日，1963年1月10日正式开诊，1969年6月积极响应国家三线建设号召，随大连医学院整体南迁贵州省遵义市，1978年至1987年部分教职工随大连医学院陆续回迁大连在原址复建。历经60余年发展历程，现已成为一所集医疗、教学、科研、健康管理等于一体的大型综合性三级甲等医院，获批辽宁省综合类区域医疗中心、辽宁省儿童区域医疗中心。目前，医院各院区手术室都承担着大量的手术任务，且手术室日常存在大量设备管理、统计与资产清点工作，这些工作当前缺少高效的管理手段，日益影响着手术室的高效运转与科学化管理。 

二、解决方案

● 目前，从手术室角度分析，存在的管理痛点如下：

1、手术室设备分布在各术间内，需要实时获取到设备状态，以快速确定哪些设备可以快速调配、使用；

2、各设备日常在各术间的使用效率不能有效掌握；

3、对于手术室的医疗设备和重要资产需要进行越界提醒；

4、需要结合手术信息进行手术室设备的效益分析；对手术室设备进行效率、效益的综合分析，支撑后续设备购置论证；

5、需要自动实现手术患者与手术设备的匹配，实现手术患者的设备追溯；可以获取各科室、医生维度手术设备的使用数据统计；

6、可以根据各科室对于设备的实用信息，为手术室设备成本分摊提供统计数据；对于手术室资产日常清点工作，需要便捷、快速的管理手段，并实现统计功能；

10、实现手术室数字孪生，通过高保真形式展示手术室设备分布与运行信息。

● 产品与服务：多院区手术室精细化物联管理系统支持针对手术室管理设备部署设备效能采集标签、配件采集标签与定位标签为手术室医疗设备与资产提供状态监测与位置监测，为以后手术室提供物联网产品与服务应用提供设备管理、数据流转、设备接入等服务，同时基于术间设备使用信息，分析设备效率、并为购置论证提供依据。

● 技术架构： 

主要分为展现层、应用层、平台层、网络传输层，以及物联网感知层。

感知层：主要面向院内医疗设备，采用低频电磁感应技术，感知设备关机、开机、使用、待机的变化，并进行数据处理和上报。

网络层：网络传输可以支持5G、以太网、WiFi、蓝牙、Lora等网络传输方式。

平台层：提供底层技术支持，主要包含消息队列组建、数据分析引擎、定位引擎、地图引擎，以及对外系统接口。

应用层：为本系统提供的功能，包含手术设备智能定位盘点、手术设备仪器自动使用登记、手术设备使用分析、手术室设备资产越界报警、手术室设备单机效益分析、手术室设备资产盘点、手术室高值设备360视图。

展现层：为面向用户的交互层，可支持PC端、大屏、手机端。

三、应用效果

● 手术设备智能定位、盘点

提升手术室设备查找、盘点效率，代替传统人工盘点工作，每日护士设备查找时间由160分钟缩短到16分钟。

● 手术设备仪器自动使用登记

通过物联网定位技术，结合手麻系统数据，自动生成手术室设备使用记录。

● 手术设备使用分析

 通过设备使用信息，为管理者提供设备间的对比分析、术者的对比分析、术种的对比分析与设备使用的对比分析。

● 手术室设备资产越界报警

在手术室出入口设置电子围栏，并匹配设备资产的告警规则。

● 手术室设备单机效益分析

通过接口、基础数据多种方式对接HIS、HRP、手麻系统数据，整合设备收支数据，对设备利润与效益进行评价与分析。

● 手术室设备资产盘点

结合术间资产小、杂、分布广特点，小型资产日清点工作，从纸质单据填写转变为系统管理，提升清点效率。

● 手术室高值设备360视图

建立高值设备360视图，全面展示设备购置、收益、效率、收支信息，为设备分析提供基础。

四、创新点

● 管理创新

通过挖掘医院管理与业务中的痛点与堵点，结合“智-云-网-边-端”的设计架构，构建手术室物联基础网络，使用物联网实现对医疗设备及转运车的定位与效能监测。大连医科大学附属第二医院手术室已初步具备智能化设备定位、查找、盘点、追溯、评价能力，这将整体提升手术室护士的幸福指数与工作效率。

● 技术创新

构建了基于Wi-Fi、LoRa、蓝牙等多协议的物联网感知网络，结合RFID标签、蓝牙信标、5G通信基站等技术，实现医疗设备实时定位、状态监测与轨迹追踪。通过边缘计算与云端协同，支持百万级设备数据并发处理，定位精度达亚米级，设备查找效率提升80%以上。

● 服务模式创新

通过物联网终端与BIM技术结合，实现手术设备实时定位、自动盘点与越界预警。护士设备查找时间从160分钟/日降至16分钟，配合手麻系统自动生成设备使用记录，支持跨科室设备共享调度，提升手术周转效率。

五、总结

项目通过深度融合5G、LoRa、蓝牙多模态物联网技术，构建了覆盖全院设备的智能感知网络，实现设备定位精度达米级、状态监测实时化、轨迹追踪可视化，设备查找效率提升80%以上。依托AI驱动的单机效益分析模型，整合HIS、HRP、PACS等系统数据，创新性建立设备使用率、阳性率、成本分摊等20余项评价指标，为300余台高值设备提供动态效益画像。首创"AI维修大模型+知识图谱"服务体系，实现故障现象自动解析、维修方案智能推荐。项目沉淀超千万条设备运行数据，通过数据脱敏与确权形成可交易医疗物联网数据资产，支撑科研分析、保险支付等场景应用。我司凭借在医疗物联网领域的技术积累、行业经验及数据资产化能力，为医院提供从感知层到决策层的整体解决方案，助力实现设备管理从"经验驱动"向"数据驱动"的数字化转型。