AFFILIAZIONE
althea italia s.p.a.
AUTORE PRINCIPALE
Ing. Romano Vincenzo
VALUTA IL CHALLENGE[ratingwidget]
GRUPPO DI LAVORO
Ing. Romano Vincenzo – althea italia s.p.a., napoli
D’Urso Anna – università degli studi di napoli federico ii, napoli
Ing. Muto Vincenzo – università degli studi di napoli federico ii, napoli
Prof. Bifulco Paolo – università degli studi di napoli federico ii, napoli
AREA TEMATICA
Gestione delle tecnologie biomediche: dati, modelli, risultati
ABSTRACT
L’obiettivo di questo progetto è quello di elaborare un algoritmo in grado di predire un guasto su un’apparecchiatura elettromedicale, rientrando nella più ampia ottica di manutenzione predittiva. Sono stati analizzati i dati relativi al ciclo di vita e gli indici di prestazione delle apparecchiature del parco macchine di alcune delle strutture sanitarie situate nella Regione Campania. Particolare attenzione è stata posta al “Management della catena del freddo”.
Per “Management della catena del freddo” si intende il processo di pianificazione, gestione e controllo del flusso dei prodotti termosensibili: senza l’adeguata conformità durante la produzione, lo stoccaggio e la distribuzione dei prodotti sensibili alla temperatura (medicinali, vaccini, sangue, emocomponenti, …) i pazienti rischiano di ricevere prodotti non sicuri o compromessi.
L’analisi del ciclo di vita, del tasso di guasto, degli indicatori di prestazione della manutenzione (KPI) e del calcolo della matrice di rischio hanno permesso di individuare le criticità delle apparecchiature (frigoriferi biologici, congelatori da laboratorio, frigoemoteche) in relazione alla valutazione del rischio clinico.
È stata effettuata quindi un’analisi dei dati operativi e dello stato delle risorse, selezionando i parametri utili per una previsione preliminare dei guasti futuri che possa permettere l’attuazione di una manutenzione predittiva, la cui idea di base è riuscire a controllare lo stato delle apparecchiature in modo tale da non interrompere il loro funzionamento, ma da segnalarne anticipatamente e in modo continuo il progressivo degrado. In tal modo il Servizio di Ingegneria Clinica può ottimizzare la manutenzione, ridurre i rischi ed aumentare l’affidabilità delle apparecchiature. I risultati sono incoraggianti. Sicuramente aumentando le tipologie di input l’algoritmo potrebbe restituire delle previsioni molto più accurate e precise, permettendo quindi una gestione davvero ottimali delle apparecchiature elettromedicali in gestione.
