面向智能无菌供应循环的系统集成框架研究

《International Journal of Computer Assisted Radiology and Surgery》：Towards smart sterile supply cycles

　　

摘要：无菌供应循环（Sterile Supply Cycle, SSC）是围手术期医疗的核心环节，但目前仍呈碎片化运行，多以开环流程为主，偏差往往在手术室（Operating Room, OR）才被发现。现有智能医院概念主要关注以患者为中心的系统，未能充分整合围手术期物资物流与无菌供应过程。本研究提出一个概念性框架，将OR、OR管理及SSC统一纳入智能医院网络，以实现端到端的可视化与数据驱动的协调。研究方法采用分阶段模型驱动方式，结合前期实证研究与工业智能制造原则，通过在线调查与对标数据分析识别系统性薄弱环节，如器械缺失或缺陷及OR与CSSD信息耦合不足，并将这些发现转化为功能、技术与架构需求，经专家讨论迭代优化。结果显示，该框架采用服务导向的分层架构，包括感知层、网络层、网关层、知识层与应用层，将OR、OR管理与CSSD视为可互操作但自治的子系统，并设计了跨域数据交换、可追溯性及决策支持的驱动逻辑。结论表明，该概念框架将SSC嵌入更广泛的智能医院架构中，通过使无菌供应过程成为可互操作的子系统并结构化跨域信息流，为未来原型开发与评估提供了基础，有助于实现更高效、韧性的无菌供应流程。

本研究发表于《International Journal of Computer Assisted Radiology and Surgery》，针对当前智能医院建设中无菌供应循环（Sterile Supply Cycle, SSC）与围手术期资源调度缺乏整合的问题展开。SSC负责手术器械从使用、再处理、存储到重新供应的全过程，其性能直接影响患者安全与手术室（Operating Room, OR）运行效率。然而，现有智能医院体系多聚焦于患者信息系统与临床设备互联，对中央无菌供应部（Central Sterile Supply Department, CSSD）与OR之间的物资流和信息流整合不足，导致器械缺失、损坏、延迟供应等问题频发，且偏差常在手术即将开始时才被发现，造成资源浪费与安全风险。

为解决这一问题，研究人员采用分阶段模型驱动的方法，结合德国地区的问卷调查与48个CSSD的对标数据，识别出系统层面的流程与信息流缺陷，并借鉴工业智能制造中的先进计划与调度（Advanced Planning and Scheduling, APS）、制造执行系统（Manufacturing Execution System, MES）等理念，提出了一个五层服务导向架构（Service-Oriented Architecture, SOA）：感知层采集设备与人工输入数据；网络层支持多种通信协议；网关层实现数据标准化与存储；知识层进行预测与决策支持；应用层面向用户操作与管理。框架引入ISO/IEEE 11073 服务导向设备连接（Service-oriented Device Connectivity, SDC）标准，并以Apache Kafka作为事件驱动的消息骨干，支持跨子系统的异步通信与持久化日志。

在结果部分，研究首先通过Preliminary studies确认了SSC的主要运营缺陷，包括器械缺失率高达42%、损坏投诉占46%，且多数CSSD仍采用先入先出（First-In–First-Out, FIFO）模式，与动态手术计划缺乏实时联动。随后，Related works指出，尽管智能医院与CSSD信息化已有大量研究，但尚无将二者在架构层面整合的方案。基于此，Conceptual framework提出了OR、OR管理、CSSD管理、CSSD四类可互操作但自治的子系统，并通过中央集成实例解耦消息生产者和消费者，实现跨域数据聚合与可追溯性。

Discussion部分分析了该架构的潜在局限，包括Kafka集群可能形成单点故障、异步通信带来的延迟与治理成本、数据最终一致性（eventual consistency）问题，以及安全隐私保护需求。研究建议通过分布式部署、访问控制与安全通信机制降低风险，并强调SDC标准的使用并不限制框架对其他通信协议的兼容性。

结论部分指出，该框架将SSC视作安全关键的、数据驱动的生产系统，实现了从开环、被动响应向闭环、主动协调的转变，为未来的原型开发、临床测试及经济效益评估奠定了基础。此研究不仅填补了智能医院在围手术期物资供应领域的空白，也为跨域医疗系统集成提供了可扩展的参考架构。