【摘要】 目的 總結過氧化氫（H2O2）等離子低溫滅菌器的應用體會，以便更好地掌握醫療器械滅菌的方法，提高工作效率，保障物品滅菌質量。 方法 分析使用STERRAD 200 H2O2等離子低溫滅菌器滅菌常見故障的原因分析及處理。 結果 共滅菌3 245鍋次，其中127鍋次循環被取消。 結論 正確使用設備、合理利用資源，STERRAD 200 H2O2等離子低溫滅菌器能提供快速、安全無毒的滅菌產品，更好地服務于臨床，確保患者安全。
在當今網絡飛躍發展的時代，護理信息系統的建立和完善改變了傳統的護理工作模式，在臨床護理工作中發揮了一定的優勢，但也存在一些問題。2013年，一所國家衛生和計劃生育委員會直屬三級甲等綜合醫院的分院區，在使用護理信息系統運行1年多時突發十余小時網絡故障，致使大面積護理信息系統中斷。醫院相關部門及時采取緊急應對方案進行了補救，使醫療護理工作得到順利進行，相關護理文書記錄完整，未造成護理差錯事故的發生，未發生因這次突發事件而造成的投訴，維持了良好的醫療護理秩序。事后分析總結發現，當遇到突發事件發生時應具備完善的組織機構和全面的應急處理流程，才能確保臨床護理工作的安全、有效、連續的進行，真正落實優質護理服務，最終提高患者對醫院的滿意度。而加強設立信息安全保障措施和完善相關制度流程，可避免類似事件的再次發生，并應注意在臨床工作中不斷進行優化、維護和更新。
目的以信息化手段采集數據作為依據，以循證管理的方法對軟式內鏡進行故障管理，降低嚴重故障的發生率，控制維修成本。方法2017 年 1 月—2018 年 12 月通過對中日友好醫院消化科 2015 年—2018 年軟式內鏡使用、測漏、洗消、維修等數據的采集和分析，得出軟式內鏡故障的三大原因：測漏不及時、操作不規范、物理化學損耗，針對這些原因制定相應的管理方案：測漏監管、故障追溯和可靠性維修，并在實施中持續改進，最后統計各等級故障發生率和維修費用的變化。結果經過 2 年的管理實踐，與 2015 年－2016 年相比，2017 年—2018 年軟式內鏡的 A、C 級故障年均發生率分別下降 10.3 個百分點和 16.7 個百分點，年均維修費下降 53.2%。結論應用循證管理的理念，以數據作為基礎，從軟式內鏡故障的根源入手制定并實施一系列針對性的管理方案，可有效控制軟式內鏡的維修成本，基于數據的循證管理理念在醫療設備故障管理中有著廣闊的應用前景。
為解決當前醫療設備維修難等問題，本研究提出一種基于長短時記憶網絡（LSTM）的醫療設備故障智能診斷方法。首先，在無電路圖紙、未知電路板信號走向情況下，采集 7 種不同故障類別的醫療設備電路板征兆現象及端口電信號兩種類別特征，并進行特征編碼、歸一化以及融合篩選等預處理；其次，基于 LSTM 搭建故障智能診斷模型，使用融合并篩選的多模態特征，進行故障診斷分類識別實驗，然后實驗結果與使用端口電信號、征兆現象及兩種類別特征融合等方式進行故障診斷識別對比；此外，與 BP 神經網絡（BPNN）、循環神經網絡（RNN）、卷積神經網絡（CNN）等算法進行故障診斷性能對比和評估。結果表明：基于融合并篩選的多模態特征，LSTM 算法模型的分類診斷準確率平均達到 0.970 9，較單獨利用端口電信號、征兆現象及兩種類別特征融合的故障診斷準確率更高；較 BPNN、RNN、CNN 等算法也具有更高的故障診斷準確率，為同類設備的故障智能診斷提供了一種相對可行的新思路。
針對現代醫療設備維修貴、維修難、技術資料缺乏及維修力量不足的困境，本文提出了一種基于故障樹的多參數監護儀故障智能診斷專家系統。首先建立了多參數監護儀故障樹并進行了定性定量分析，然后基于故障樹分析結果構建了專家系統知識庫和推理機并確定了系統整體框架，最后采用頁面超文本預處理器(PHP)語言開發實現了多參數監護儀故障智能診斷專家系統，故障診斷準確率達80%。結果表明：基于故障樹和專家系統的兩種故障診斷技術融合可有效實現多參數監護儀故障智能診斷并提供排故建議，既能為多參數監護儀故障診斷提供經驗積累，又能為醫療設備故障診斷提供一種新的思路和技術支持。