Manutenção preditiva notificada de equipamentos médicos utilizando as tecnologias InterSystems IRIS Data Platform, interoperabilidade e SAM

Escrito por: @Luana Machado e @Ana Dascenzio 
 

Cenário 

No cenário da saúde, seja em um laboratório ou hospital, uma falha de equipamento pode custar muito caro. O custo pode vir pelo tempo de conserto e inutilização da máquina, ou pior, pelo dano a um paciente ou cliente. Portanto, pode ser muito benéfico encontrar sinais antecipados para potenciais problemas, obter essa informação em tempo real e adequar as manutenções em momentos fora do fluxo diário de uso. Para isso, podemos utilizar a tecnologia da InterSystems IRIS em um modelo de manutenção preditiva notificada de equipamentos médicos.

Soluções: 

Manutenção preditiva 

A manutenção preditiva é um método de manutenção baseado em condição, capaz de monitorar a situação do equipamento e prever a vida útil de peças importantes com base na inspeção ou diagnóstico, analisando dados relacionados à sua deterioração e monitorando suas condições por meio de um sistema on-line. Ela permite visualizar sinais de aviso, reduzindo o número de falhas catastróficas. [1]

Fonte: Upkeep

 O fluxo demonstra, em linhas gerais, como funciona a manutenção preditiva. Inicialmente, é monitorado e estabelecido as baselines (linhas de base), ou seja, o ponto de partida do equipamento. Depois, são instalados os sensores de monitoramento de condição. Em seguida, serão coletados os dados condicionais para comparar com as baselines definidas anteriormente. Quando o equipamento funcionar fora dos padrões, os sensores acionam o protocolo de manutenção preditiva que gera uma ordem de serviço. Por fim, será performada a manutenção, que se repetirá na próxima vez que houver violações nas baselines.

Intersystems IRIS Data Platform

Como solução, vamos utilizar da interoperabilidade da plataforma. Como demonstrado na figura acima, podemos conectar os sensores acoplados nos equipamentos ao sistema do IRIS para enviar os dados gerados. Dentro da plataforma, os dados serão armazenados no banco de dados multi-modelo de modo a disponibilizá-los para análise. Por fim, os dados analisados e armazenados são enviados para o Sistema de Monitoramento e Alerta que, em caso de anormalidade, acionará a manutenção preditiva para a equipe responsável.

A IoT vem sendo muito usada na área da saúde para aprimorar a predição e a prevenção de falhas em equipamentos médicos, o que otimiza o processo de manutenção destes.  A implementação de um protocolo de comunicação de máquinas em ambientes hospitalares é dependente das especificações e necessidades do hospital em questão.

O protocolo de transporte de mensagem cliente/servidor MQTT(Message queuing telemetry transport) possibilita a comunicação entre máquinas, usado para a conectividade IoT, amplamente usado em equipamentos hospitalares. No contexto abordado, ele fornece comunicação assíncrona e bidirecional, possibilitando uma comunicação eficiente e confiável.

O HL7 (Health Level 7) FHIR é um conjunto de padrões para a troca de informações de saúde, é amplamente utilizado no setor da saúde por vantagens como ter sido desenvolvido especialmente para a área da saúde, apresentando flexibilidade e facilidade de implementação. Ele auxilia na troca de grandes volumes de dados de forma confiável entre diversas aplicações. Seu uso relacionado ao IoT envolve outro protocolo anteriormente descrito, o MQTT.  A forma como é realizado o acoplamento entre protocolos é complexa, e envolve a adição de camadas de comunicação entre os protocolos. Nesse caso, assegurar a integridade e segurança dos dados é essencial.

IRIS  

Ademais, utilizaremos o InterSystems IRIS para ser a plataforma de integração e processamento de dados. Em tempo real, serão coletados e armazenados dados de sensores que monitoram os equipamentos a partir de parâmetros como temperatura, luz, vibração, tensão, corrente, umidade e consumo de energia [3]. Todos esses dados são transmitidos para o IRIS fazer a análise. Ele recebe esses dados através da integração com o dispositivo em si ou a partir do uso de protocolos, como o MQTT, abordado anteriormente. Ter um modelo de dados flexível e escalável facilita a construção e implementação de aprendizado de máquina, processamento em tempo real e análises mais avançadas, podendo ser algo mais abstrato ou então focado em uma parte mais específica, como análise de dados recebidos de um sensor de equipamento hospitalar.

InterSystems IntegratedML 

Com Machine Learning, será possível detectar anomalias e identificar padrões que apontam possíveis falhas no equipamento. Por isso, contaremos com o IntegratedML, que oferece sintaxe SQL para definir e treinar modelos, para analisar os dados armazenados no IRIS.

O tipo de modelo que será utilizado é o de classificação, que irá identificar de forma simples se o equipamento precisa ou não de manutenção com base em características abordadas de registros já salvos em um dataset ou modelo de dados. Com o IntegratedML, é possível a execução em tempo real da resposta dos eventos, facilitando a predição de manutenção em equipamentos baseados em sua classificação.

System Alerting and Monitoring (SAM)

SAM é um componente independente da Intersystems que coleta e armazena dados de performance e cria alertas definidos de acordo com a necessidade. Para o nosso caso, podemos configurar o sistema para alertar equipes responsáveis pelo conserto através de e-mail sempre que o equipamento chegar em um estado que requer a manutenção. De acordo com a documentação da Intersystems[4], as métricas de interoperabilidade no SAM vem desabilitadas por padrão, e precisam ser implementadas para o seu contexto de uso. Só o SAM em sí não oferece opções para monitoramento dos dados, e sim para monitoramento do banco de dados, questões como desempenho, uso de CPU e etc. As métricas, como o uso do SAM em um container docker junto com o Grafana, Prometheus, Alertmanager e Ngix fornecem ferramentas para o monitoramento de dados e alertas exclusivos de equipamentos hospitalares. Um exemplo de implementação da interoperabilidade no SAM está disponível na documentação Intersystems, System Alerting and Monitoring[5].

A imagem abaixo é uma captura de tela da tela inicial do SAM versão 1.1, onde podemos ver o funcionamento do monitoramento de instâncias. 

Fonte:https://pt.community.intersystems.com/post/lan%C3%A7ado-o-sam-system-ale...

Exemplo:

Como exemplo, vamos trazer um caso de uso com uma falha em um smartwatch. Smartwatches já são utilizados ao redor do mundo para monitoramento de pacientes. Um caso recente no Brasil foi a parceria da Samsung com a InCor, para a aferição e coleta de dados de pacientes cardiopatas em período pré e pós-operatório de cirurgia cardiovascular[6].

Dado a situação, é imprescindível o bom funcionamento do aparelho para que os dados transferidos ao hospital sejam precisos e o paciente permaneça seguro durante o processo.

Nesse cenário fictício, mostramos como funciona o protocolo FHIR enviando as informações de falha do sistema para a análise.

Após os sensores do smartwatch do Paciente 42 enviarem parâmetros atuais do relógio, o sistema IRIS analisou, a partir dos dados e modelos treinados por machine learning, que o smartwatch encontrava sinais de falha. Isso ativou a mudança do seu status para “damaged” (danificado), que será imediatamente enviado para o Sistema de Alerta e Monitoramento. A empresa responsável, a ABC Corporation, receberá o aviso e fará as devidas manutenções.

{
  "resourceType": "Device",
  "id": "example-smartwatch",
  "identifier": [
    {
      "system": "http://example.com/devices",
      "value": "SW12345"
    }
  ],
  "status": "entered-in-error",
  "availabilityStatus": {
    "coding": [
      {
        "system": "http://example.com/availability-status",
        "code": "damaged",
        "display": "Damaged"
      }
    ],
    "text": "Damaged"
  },
  "type": {
    "coding": [
      {
        "system": "http://example.com/device-codes",
        "code": "smartwatch",
        "display": "Smartwatch"
      }
    ],
    "text": "Smartwatch"
  },
  "manufacturer": "ABC Corporation",
  "model": "XYZ Smartwatch",
  "version": "1.0",
  "location": {
    "display": "Cardiology Department, Room 101"
  },
  "contact": [
    {
      "system": "phone",
      "value": "123-456-7890"
    },
    {
      "system": "email",
      "value": "contact@example.com"
    }
  ],
  "patient": {
    "reference": "Patient/42"
  }
}

No contexto de manutenção preditiva dos equipamentos hospitalares, a situação é similar: quando encontrado sinais de falhas em equipamentos, o status é modificado e as mudanças são enviadas ao Sistema de Alerta e Monitoramento, que são recebidas pela empresa que fará a manutenção deste equipamento.

 Conclusão

A implementação tem importância significativa na área em que foi abordada, pois a manutenção preditiva notificada não só reduz riscos de mal funcionamento ou parada repentina do equipamento,  como apresenta uma constante avaliação da situação dos equipamentos hospitalares em questão, economizando recursos e diminuindo o custo para hospitais.

Referências bibliográficas

[1] Predictive Maintenance. Science Direct.Disponível em: <https://www.sciencedirect.com/topics/engineering/predictive-maintenance>. Acesso em maio de 2023. 

[2] Differences Between Predictive Maintenance and Condition Based Maintenance. Upkeep. Disponível em: <https://www.upkeep.com/learning/predictive-condition-based/#differences-between-predictive-maintenance-and-condition-based-maintenance>. Acesso em maio de 2023.

[3] Maktoubian, J., Ansari, K. An IoT architecture for preventive maintenance of medical devices in healthcare organizations. Health Technol. 9, 233–243 (2019). Acesso em maio de 2023.

[4] Deploy a System Alerting and Monitoring Image | InterSystems Components and Tools. Disponível em:https://docs.intersystems.com/components/csp/docbook/DocBook.UI.Page.cls?KEY=ASAM_deploy . Acesso em: 6  jun. 2023.

[5] System Alerting and Monitoring | InterSystems Components and Tools. Disponível em: https://docs.intersystems.com/components/csp/docbook/DocBook.UI.Page.cls?KEY=ASAM.

Acesso em: 6  jun. 2023.

[6] Hospital da USP vai usar smartwatch para monitorar pacientes à distância. Tecmundo. Disponível em: https://www.tecmundo.com.br/ciencia/240873-hospital-usp-usar-smartwatch-monitorar-pacientes-distancia.htm>. Acesso em maio de 2023.

Harun-Ar-Rashid, M.; Chowdhury, O.; Hossain, M.M.; Rahman, M.M.; Muhammad, G.; AlQahtani, S.A.; Alrashoud, M.; Yassine, A.; Hossain, M.S. IoT-Based Medical Image Monitoring System Using HL7 in a Hospital Database. Healthcare 2023, 11, 139. Disponível em: <https:// doi.org/10.3390/healthcare11010139>. Acesso em maio de 2023.