Convegno Nazionale AIIC

EVIDENCE-BASED MANAGEMENT APPLICATO A TC, RISONANZE MAGNETICHE E SISTEMI AD ANGIOGRAFIA DIGITALE DELL’AZIENDA OSPEDALIERO-UNIVERSITARIA PISANA

AFFILIAZIONE

università di pisa


AUTORE PRINCIPALE

Crapanzano Fabio

VALUTA IL CHALLENGE

Registrazione obbligatoria. Una valutazione consentita
[ratingwidget]

GRUPPO DI LAVORO

Ing. Satta Francesca estar
Ing. Sani Lorenzo estar
Ing. Ginghiali Andrea estar
Ing. Iadanza Ernesto università di siena
Ing. Luschi Alessio università di siena




AREA TEMATICA

Gestione delle tecnologie biomediche

ABSTRACT

La manutenzione delle apparecchiature biomedicali può trovare beneficio dall’adozione di un approccio di Evidence-Based Management (EBM) come ampiamente dimostrato in letteratura. Questo lavoro realizzato presso l’Azienda Ospedaliero-Universitaria Pisana (AOUP) è una evoluzione di uno studio pubblicato nel 2019 che analizzava la manutenzione su specifiche classi di apparecchiature presso l’ospedale Careggi di Firenze. Il metodo è qui applicato a classi di apparecchiature diverse, estendendo la classificazione dei guasti e proponendo uno standard per l’interscambio dati. ESTAR presidia la manutenzione nelle due strutture.
L’approccio EBM prevede un monitoraggio continuo della performance manutentiva a partire dalle evidenze al fine di apportare le necessarie modifiche per migliorarne l’efficacia, arrivando ad una tassonomia più completa per classificare i rapporti di manutenzione. L’introduzione dei nuovi codici “ENV” (cause ambientali) e “UTIL” (guasti ad utenze: ventilazione, rete elettrica, etc..) che si aggiungono ai precedenti NPF, BATT, ACC, NET, USE, UPF, PPF, SIF, ha reso possibile un’analisi più accurata e context-aware delle cause principali di guasto.

Attraverso l’analisi dei report di manutenzione correttiva è stato possibile calcolare dei KPIs quali: Uptime %, MTTR, MTBF, Class Failure Ratio, Global Failure Rate, Age Failure Rate, Negligent Actions %, 1-Day Actions %, No Problem Found %.

Inoltre, si propone un protocollo XML come modello standard di rapporto di lavoro per raccogliere e condividere informazioni strutturate e semanticamente coerenti. Questo risponde all’esigenza di standardizzare i dati provenienti da diversi fornitori, consentendo uno scambio automatico di dati, per poter implementare un controllo strutturato, analizzare periodicamente ed automaticamente tutte le informazioni necessarie e calcolare i vari KPI in ottica EBM.

I dati utilizzati nel lavoro sono i rapporti di lavoro di manutenzione correttiva del 2021 e 2022 relativi ai sistemi di angiografia digitale, RMN e TC dell’AOUP per un totale di circa 300 interventi. I risultati promuovono la gestione manutentiva sulla base di dati reali fornendo un modello standard di rapporto di lavoro.
L’adozione della metodologia è finalizzata a massimizzare efficienza ed efficacia ottimizzando la funzionalità, la sicurezza e la longevità del parco di apparecchiature ed il miglioramento delle attività dei servizi di Ingegneria Clinica per le strutture sanitarie.

 

Torna su »

RICERCA LIBERA
AIIC AWARDS 2024 – RICERCA ABSTRACT E VOTA

Città:

Istituto: 

Autore: 

VIDEO DEL CONVEGNO
SEGRETERIA ORGANIZZATIVA

Viale Tiziano, 19 – 00196 Roma
Tel.: 06328121
infoaiic2024@ega.it

LOGIN\REGISTRAZIONE PER VOTAZIONE
Torna in alto