四川大学华西医院放射科李真林团队与生物医学大数据研究院李康团队于2024年7月在IEEE Internet of Things Journal发表文章“Prognostic and Health Management of CT Equipment via a Distance Self-Attention Network Using Internet of Things”（点击二维码阅读原文）。本研究基于华西医院大型放射医疗设备运行数据提出了一种新的深度学习网络模型，考虑了相似特征交互作用与时间步位置信息以提升模型识别设备异常的能力。该模型在真实的华西医院医疗设备物联网数据集和公开数据集中验证了其有效性。
在医院管理领域，医疗设备的健康管理面临着重大挑战，如何提高医疗设备的可靠性并减少由医疗设备异常或故障对患者造成的伤害是当下面临的主要问题。计算机射线断层摄影机（CT）设备作为医学领域中常见且必不可少的诊疗设备，可以生成医学图像以辅助诊断和治疗。通过对CT设备异常与故障进行预测，能够降低CT设备的维护成本，提高CT图像质量，保障患者的安全。然而，当前CT设备仍使用遵循制造商建议的维护周期进行定期维护的策略，难以有效地预防突发异常及失效情况。
物联网技术的应用能够提供更准确、实时和全面的设备状态数据，为基于数据驱动的医疗设备维护策略的实施提供了支持。然而，该技术在医疗领域的应用仍处于早期阶段：现有的医疗设备联网策略主要关注人体状态数据的检测，而非医疗设备的状态维护。此外，当前大部分维护策略模型缺乏对多变量维度之间的相似特征和基于经验主义的时间维度重要性的考虑，导致预测性能不佳。因此，迫切需要建立基于物联网的针对医疗设备的维护策略模型，实现基于设备历史和实时数据的异常及故障的准确预测，以辅助设备运营和维护团队做出可靠的设备维护决策，在确保医疗设备安全以及降低维护成本的同时，提高患者诊疗效率。
图1 相似特征互联与距离注意网络的架构
图2 模型网络层 （a）距离注意层 （b）单步距离注意层
本研究提出了一种基于深度学习的数据驱动模型相似特征互联与距离注意（SFIDSA）网络（见图1），将故障预测与健康管理（Prognostic and Health Management, PHM）策略引入医院的医疗设备管理领域，旨在帮助设备维护团队根据异常或剩余寿命预测结果制定最优的维护计划，并基于特征重要性分析来优化传感器系统。该模型提出了两个新的模块，相似特征互联（SFI）和距离注意（DSA）模块（见图2）。基于聚类和因果卷积构造的SFI模块考虑了相似特征之间的相互作用，同时降低了时间序列的时空维度。此外，基于注意力机制构建的DSA模块基于经验主义考虑了序列中时间维度的重要性，该模块可以为不同的时间步分配权重，从而允许模型将注意力集中于与设备异常有关的重要的时间点。本研究纳入了四川大学华西医院放射科连续运行约103个月的多台CT设备数据，使用包括30多个变量的数百万条记录用于模型验证。表1总结了所提出的模型和其他模型在华西CT设备数据集上的故障预测效果对比，结果显示所提出的模型具有最高的预测性能（基于F1-score）。表2总结了本研究所提出模型在AI4I2020数据集上的故障识别效果对比，结果显示本研究所提出的SFI和DSA模块相比DSA和SFISA系列模型能够有效提升模型的故障识别能力（基于F1-score）。
表1 本研究提出的模型和其他模型在华西CT设备数据集上的故障预测效果对比，本研究提出的模型具有最高的预测性能（基于F1-score）
表2 本研究提出的模型和其他模型在AI4I2020数据集上的故障识别效果对比。本研究提出的SFI和DSA模块与DSA和SFISA系列模型相比能够有效提升模型的故障识别能力（基于F1-score）
专家点评
李京山教授：在医院管理领域，提高设备可靠性以降低患者的诊疗风险是一个热点难点问题。保障重要且昂贵的大型医疗设备如CT设备的稳定运行至关重要。然而，传统的定期维护策略因缺乏实时性，无法有效预防设备的异常发生。
针对这一问题，四川大学华西医院李真林、李康教授研究团队以数据驱动的方式，基于医院物联网系统所监测到的真实设备的数据，为大型医学设备关键部件的维护提供了前瞻性的方案。该研究所提出的SFIDSA模型有多个创新点，其中SFI模块利用聚类和因果卷积巧妙地捕捉了相似特征的交互作用，DSA模块则通过注意力机制为不同时间步分配权重以聚焦于关键时刻的数据变化，从而提升了模型的异常/故障识别能力。通过将深度学习与物联网技术相结合，该研究所提出的模型不仅在设备状态维护上做出了显著突破，还将PHM策略引入到了医疗机构的设备管理中。基于四川大学华西医院的真实CT设备数据集和公开数据集的实验结果显示，SFIDSA模型在设备故障预测方面取得了较高的准确度，能够保障患者安全并提升诊疗效率。该研究的成功应用标志着人工智能技术在医疗设备管理领域的新突破。
李京山，清华大学工业工程系主任和Gavriel Salvendy讲席教授，美国电气电子工程师学会（IEEE）会士和机器人和自动化分会杰出讲师，工业与系统工程师学会（IISE）会士，IEEE 可持续生产自动化技术委员会创始主席，IEEE医疗管理自动化技术委员会主席，曾获得美国国家科学基金会（NSF）职业成就奖、IEEE机器人与自动化学会早期职业成就奖，并担任IEEE Transactions on Automation Science and Engineering, IISE Transactions 等多家领域旗舰期刊的资深编辑和IEEE International Conference on Automation Science and Engineering 前主编，并多次主持国际旗舰会议。发表2本教材，7本专著和近300篇同行审议的期刊和会议论文，并获得多家领域旗舰期刊和会议的最佳论文奖。主要研究兴趣是智慧生产与医疗系统的设计、分析和优化。
作者心得
CT等医疗设备在协助疾病诊疗方面做出了不可估量的贡献。然而，医疗设备的可靠性一直是医疗机构关注的问题，近年来有多起安全事故发生。相比于当前医疗机构广泛采用的定期维护策略，PHM可保证医疗设备安全运行并同时并具有较高的运行效率。我们的研究团队和李康教授的团队深入合作，从华西医联体放射科在役的CT设备提取出了数百万条真实的设备状态数据，基于华西生物医学大数据研究院的算力资源，开发了数据驱动的大型医疗设备的预测性维护模型，并根据模型预测结果制定CT设备的维护策略。
IEEE Internet of Things Journal是物联网领域内的顶级期刊，IF：9 (5-Year Impact Factor)；中科院1区；JCR1区，JCR学科类别“COMPUTER SCIENCE, INFORMATION SYSTEMS”排名9/249。该期刊发表关于物联网各个方面的最新进展的文章以及评论文章，主题包括物联网系统架构、物联网通信和网络协议（如网络编码）以及物联网服务和应用等。我们的工作侧重于医疗机构中的智能维护策略，旨在通过结合物联网和人工智能技术改善医疗系统的运行效率并降低运行成本。因此我们选择将文章提交到该期刊上。本文自2023年12月提交，根据两轮（每轮三名）审稿人的审稿意见逐一修改。修改内容主要集中在增加了部分对比和消融实验，增加了部分可视化结果，并修改了部分文字内容和语言表达，最终在2024年7月被接收。
通信作者
李康，四川大学华西医院生物医学大数据研究院研究员，长期从事医学人工智能研究和智能医疗器械研发，任人机交互顶级期刊IEEE Transactions on Human-Machine Systems、BMC Musculoskeletal Disorders 副主编，以及多个国际期刊编委，中国生物医学工程学会科普工作委员会副主任委员。致力建设医工结合平台，聚焦临床应用，牵头成立“岷山计划”华西医疗机器人研究院以促进机器人、人工智能和医疗领域的科技创新和技术升级。
通信作者
王常玺，四川大学匹兹堡学院助理教授、可靠性与风险管理实验室负责人，美国罗格斯大学工业与系统工程系博士，从事医疗健康领域的人工智能故障预测及可靠性理论研究，主持了国家自然科学基金项目、四川省自然科学基金项目、四川大学“医学+信息”交叉学科项目、四川大学华西医院“1.3.5工程”人工智能项目等。在IISE Transactions、IEEE IoT Journal、RESS 等期刊上发表论文10余篇。获得包括2021年IISE Transactions期刊年度最佳论文、2019年美国IISE学会数据大赛第一名等多个国际奖项。
第一作者
周昊鹏，于2022年获得四川大学工业工程学士学位，目前就读四川大学电气工程学院攻读人工智能硕士学位，任华西医院放射科科研助理，参与医工交叉项目研究。他的研究兴趣包括预后和健康管理、可靠性工程和人工智能，参与多项国家级、省部级及校级项目，论文发表在IEEE Internet of Things Journal、Artificial Intelligence in Medicine 等物联网及医学信息学知名期刊上。
共同第一作者
李真林，教授/主任技师，医学影像技术系博士生导师，四川大学华西临床医学院医学技术学院执行院长，兼四川大学华西医院放射科副主任。荣获宝钢优秀教师奖、四川省学术和技术带头人、四川省有突出贡献的优秀专家、四川省卫生健康委员会四川省卫生健康领军人才。现任中华医学会影像技术分会主任委员、中华医学会第二十六届理事会理事、中国医师协会医学技师专业委员会主任委员、四川省医学会影像技术专业委员会主任委员等。担任《中华放射学杂志》副总编辑，《中国医疗设备》编辑委员会主任，《临床放射学杂志》副主编，《实用放射学杂志》常务编委，《中国医学影像技术》等杂志编委。研究方向为影像检查新技术方法、低剂量CT，MRI功能和分子成像、5G远程实景影像检查、AI质控。
版权声明：平台倡导尊重和保护知识产权。欢迎转载、引用，但需取得本平台授权。如您对文章内容版权存疑，请致电028-85422060，我们会与您及时沟通处理。本站内容及图片仅供参考、学习使用，不为营利且不作为诊断、医疗根据。
编辑：蒋 苹
排版：张洪雪
华西期刊社简介
四川大学华西医院华西期刊社成立于2006年，出版有14种医学科技期刊（9种中文和5种英文），其中SCI收录期刊2种，ESCI收录期刊2种，EI收录期刊1种、MEDLINE收录期刊4种、CSCD收录期刊7种、北大中文核心期刊要目总览收录期刊6种。华西期刊屡获“中国出版政府奖期刊奖”、“中国百种杰出学术期刊”、“中国精品科技期刊”、“中国最具国际影响力学术期刊”等殊荣。1种期刊入选“中国科技期刊卓越行动计划——领军期刊”项目，2种期刊入选“中国科技期刊国际影响力提升计划——D类（现：中国科技期刊卓越行动计划——高起点新刊）”项目。在国家双一流建设背景下华西期刊社加快推进英文期刊建设，目前已与Nature、Wiley-Blackwell、Oxford University Press、BMC等国际一流出版集团建立了合作关系。
