La manutenzione delle apparecchiature biomediche nell'era delle tecnologie digitali

The use of digital technologies is undeniably assuming a key role in technological progress which, every year, rises the standard technological level for biomedical equipment. The quantity and quality of data that is generated and exchanged by medical devices are growing uncontrollably and, at the same pace, data transfering technologies are evolving, offering faster, more stable and safer connections. Conscious of this the inevitable push for technological development, the companies that produce Medical technologies are investing more and more in the management and in the analysis of what, surely, will be one of the greatest protagonists in the near future: the data. In this perspective, the main goal is to exploit part of this massive amount of data to deliver smarter medical technologies, able to com- municate in advance the onset of a possible failure, reducing the risks for patients and the financial burden of corrective maintenance. The innovative aspect of the present work lies in the attempt to use, in a purely experimental way, methods of artificial intelligence, not, as commonly happens in the clinical setting, to predict the onset of certain pathologies or improve methods for diagnostic imaging, but to improve the management of medical devices by trying to predict failure events. Therefore, the purpose of this thesis is to investigate the real possibili- ties for the ASST of Vimercate, to implement a predictive maintenance strategy based on the technologies currently present in the company. The work carried out led to the development of a web app for the de- partment of Endoscopy, for monitoring the performance of a family of medical devices called endoscope washers. In the software, a predictive maintenance module has been implemented which uses different foreca- sting models to calculate the probability of failure of these machines in a 7 day time interval. The obtained models, although they have not achieved professional-ready performances, represent a good starting point for the future development and definition of new strategies for the implementation of predictive maintenance based on on the textual analysis of machine logs. Moreover, the developed software represented an innovation from the point of view of managing the activities of the department, as it has been possible to digitalise an important number of tasks which, otherwise, were still carried out using paper and pen, with all the associated disadvantages such as writing errors, miscalcula- tions and lastly a nonoptimal process management. The tool has been implemented in the internal network of the hospital and is currently in use in the department.

L’utilizzo delle tecnologie digitali sta innegabilmente assumendo un ruolo chiave nel progresso tecnologico che, di anno in anno, alza lo standard tecnologico per quanto riguarda le apparecchiature biomedicali. La quantità e la qualità dei dati che vengono generati e scambiati dai dispositivi medici aumentano in modo irrefrenabile e di pari passo si sviluppano le tecnologie di trasferimento di questi dati, offrendo connessioni sempre più veloci, più stabili e sicure. Consce di questa ineluttabile spinta allo sviluppo tecnologico, le aziende produttrici di tecnologie mediche stanno investendo sempre di più nella gestione e nell’analisi di quello che, sicuramente, sarà uno dei massimi protagonisti del prossimo futuro: il dato. In quest’ottica si inserisce la volontà di utilizzare parte di questa massiva mole di dati per offrire tecnologie mediche più intelligenti, che comunichino preventivamente l’insorgenza di un possibile guasto, diminuendo i rischi per i pazienti e l’onere finanziario delle manutenzioni correttive. Il carattere innovativo del presente lavoro risiede nel tentativo di utiliz- zare, in via del tutto sperimentale, metodiche proprie dell’intelligenza artificiale non, come comunemente accade in ambito clinico, per pre- vedere l’insorgenza di determinate patologie o migliorare metodi per la diagnostica per immagini, ma per migliorare la gestione dei dispo- sitivi medici, obiettivo operativo dell’ingegneria clinica, tentando di prevederne gli eventi di guasto. Lo scopo di questa tesi è di indagare quindi le reali possibilità, per l’ASST di Vimercate, di implementare una strategia di manutenzione predittiva sulla base delle tecnologie attualmente presenti in azienda. Il lavoro svolto ha portato allo sviluppo di una web app, destinata al reparto di Endoscopia, per il monitoraggio delle performance di una specifica famiglia di dispositivi medici chiamata lavaendoscopi. Nel software è stato implementato un modulo di manutenzione predittiva che utilizza diversi modelli di previsione per calcolare la probabilità di guasto di queste macchine in un intervallo di tempo di 7 giorni. I model- li ottenuti, sebbene non abbiano raggiunto performance di predizione tali da essere utilizzati in ambiti diversi da quelli di sperimentazione e ricerca, rappresentano un buon punto di partenza per lo sviluppo e la definizione di nuove strategie di analisi per l’implementazione della manutenzione predittiva basata sull’analisi testuale dei log macchina. Inoltre, il software sviluppato ha rappresentato un’innovazione dal pun- to di vista della gestione delle attività del reparto, in quanto si è riusciti a digitalizzare un importante numero di mansioni che, altrimenti, venivano svolte utilizzando carta e penna, con tutti gli svantaggi associati quali la possibilità di errori di trascrizione, di calcolo e in generale una non ottimale gestione dei processi. Il tool è stato implementato nella rete intranet dell’ospedale ed è attualmente in uso presso il reparto.