目的:了解不同地区、不同级别儿童医院/妇幼保健院发热门诊设置和能力建设现况。方法:分层随机抽取中国7个地区，30个省/自治区/直辖市296家儿童医院和妇幼保健院，调查其发热门诊患儿预检分诊、急救和病原检测能力、人员配置和院内感染防控等情况。组间比较采用 χ2检验， Fisher′ s确切概率法。 结果:调查分析结果显示，配置有独立的儿科发热门诊的医疗机构占84.12%(249/296)，其中三级医疗机构109所(109/125，87.20%)，二级医疗机构72所(72/171，42.11%)；儿童医院中91.43%(32/35)设置了独立儿科发热门诊，而妇幼保健院独立设置率为46.71%(78/167)，显著低于儿童医院( P<0.001)；具有儿童医院和妇幼保健院双重职能的医疗机构，儿科独立发热门诊设置率为76.56%(49/64)；西部地区(西南地区设置率为41.38%、西北地区设置率为47.06%)相对较低；51.41%的医疗机构发热门诊未配备有创或无创呼吸机等抢救生命支持类设备；新型冠状病毒、甲型和乙型流感病毒(包括核酸检测、抗原检测和抗体检测方法)在儿科发热门诊普及率超过90%，但腺病毒、呼吸道合胞病毒和肺炎支原体抗原检测方法普及率不足45%；三级医疗机构儿科发热门诊医师和护士的中位配置人数分别为5位和9位，并配有至少1位技师和药师；而二级医疗机构分别为3位和4位，三级医疗机构明显优于二级医疗机构( P<0.001)，87.55%的发热门诊/诊室医务人员的人均绩效在医院所有临床科室排名位于平均水平以上。 结论:我国儿童医院/妇幼保健院中，儿科发热门诊的区域和人员配置较为规范，但部分医院已有发热门诊占地面积、接诊和急危重症救治能力不足；感染性疾病病原体快速检测项目普及尚需进一步提高，以期进一步满足儿科发热门诊常见和重点关注的病原早期筛查的迫切需求；如何依据各医疗机构就诊区域的软硬件、现有可利用医疗资源及诊疗现状，制定发热患儿规范化就诊流程、满足"平疫结合"的需要仍需引起重视。

目的:通过分析体外膜肺氧合（ECMO）支持危重患者转运的不良事件发生的原因及特点，探讨如何避免不良事件的发生，为提高ECMO患者转运安全和制订相应防范措施提供依据。方法:应用自行设计的ECMO患者转运观察表格收集数据，回顾性研究2013年1月至2017年6月北京朝阳医院ECMO团队实施ECMO患者转运的患者不良事件的发生率，根据不良事件的发生的原因和对患者可能造成的危险进行分类分析，从而提出可行的预防措施。结果:共实施53例ECMO患者转运，不良事件共发生18例占33.96%，其中院内转运不良事件的发生率为34.21%（13/38），院际转运发生率为33.33%（5/15），在ECMO患者转运中无患者死亡。在ECMO患者转运发生的不良事件中，发生的原因主要与转运人员、转运设备和患者相关，各占1/3；其中用物不全4例占22.22%和蓄电池、电源问题3例占16.67%，这两种不良事件最为突出；按对患者造成的危险度分类，3级危险度的不良事件6例占33.33%。结论:基于我院ECMO患者转运团队和转运流程实施ECMO院内转运和院际转运是安全可行的。但ECMO患者转运中发生高风险或危及生命的突发不良事件是不可避免的。通过对ECMO团队规范培训，转运前进行充分评估，使用ECMO患者转运核查单，并严格执行各项转运流程及规范，可能会降低ECMO患者转运的不良事件的发生率。

目的:总结体外膜肺氧合（ECMO）快速反应团队的建立和管理经验，探索更加高效的抢救工作模式。方法:选择2015年1月至2020年9月青岛大学附属医院收治的85例行ECMO治疗的患者为研究对象。以2015年1月至2019年12月应用常规ECMO治疗的38例患者作为对照组；以2020年1月至9月成立体外生命支持快速反应团队后采用ECMO治疗的47例患者作为试验组。比较两组团队准备时间、置管时间、救治成功率、并发症发生率和设备故障次数的差异。结果:两组患者在性别、年龄、疾病种类方面比较差异均无统计学意义。试验组团队准备时间、置管时间均较对照组明显缩短〔团队准备时间（min）：31.79±6.10比67.16±30.49，置管时间（min）：40.62±7.13比84.89±19.29〕，并发症发生率较对照组明显降低〔4.3%（2/47）比21.1%（8/38）〕，差异均有统计学意义（均 P<0.05）。 结论:ECMO快速反应团队能够缩短抢救准备时间，降低并发症的发生，提高团队救治效率，为应对急危重患者的抢救提供思路。

目的 研究集中管理模式下精益六西格玛(lean six sigma,LSS)管理法在优化生命支持类医疗设备维修管理流程方面的应用价值.方法 以输液泵和注射泵为例,运用LSS管理方法中的界定、测量、分析、改进和控制5个阶段流程对生命支持类医疗设备维修管理难点进行分析,采用组织系统模型流程管理及鱼骨图等方法,分析影响设备维修管理的关键环节,提出在集中管理模式中简化维修审批流程、建立集中管理设备维修和质量控制运行机制、规范设备消毒和检测制度等改进方案,对LSS管理方法实施前后输液泵和注射泵实际维修周期和维修费用进行比较.结果 LSS管理方法实施后,输液泵和注射泵设备实际维修时长分别缩短至(6.75±1.81)d和(5.89±1.25)d,维修周期分别缩短26.87%和20.19%,差异有统计学意义(P＜0.05);输液泵和注射泵每月单次维修费用分别降低至232.10[32.50,291.00]元和164.40[32.80,183.40]元,差异有统计学意义(P＜0.05);月均维修费用分别降低至1217.00元和1426.75元,分别降低了16.54%和28.20%,达到了LSS管理方法的工作目标.结论 本研究提出的LSS管理方法可以有效分析医疗设备维修管理中的难点,从而在集中管理模式下针对性优化管理流程,可有效提升设备维修效率,降低维修成本.

目的:研究多导睡眠测量仪质量控制检测方法,确保其使用中性能的安全性与有效性.方法:针对多导睡眠测量仪的脑电信号、肌电信号、心电信号和脉搏血氧饱和度主要指标参数,设计质量控制检测方法.选取2023年8月陆军军医大学大坪医院临床在用的2台同品牌不同型号的多导睡眠测量仪(标记为测试设备A和测试设备B),采用心脑电图机检定仪和生命体征模拟仪进行多导睡眠测量仪质量控制检测,评估多导睡眠测量仪性能的可靠性.结果:针对多导睡眠测量仪的脑电信号、肌电信号、心电信号和脉搏血氧饱和度示值重复性制定质量控制检测方法进行多导睡眠测量仪质量控制检测,记录数据除测试设备B电压测量模拟仪输出值2 mV时,相对误差为-11%,出现参数超差,测试设备A和测试设备B的其余检测数据均满足国家计量检定规程和设备生产厂家技术要求的最大极限输出值.结论:多导睡眠测量仪质量控制检测方法能够对选取的测试设备A和测试设备B多导睡眠测量仪进行性能参数评估,为该类设备质量控制检测和使用安全提供技术支持.

目的 以医疗器械唯一标识(Unique Device Identification,UDI)体系为基础,设计基于UDI编码的医疗器械不良事件重点监测智慧管理平台.方法 基于UDI编码和医疗设备全生命周期管理平台,融合移动互联网、工业互联网平台应用、大数据平台等先进架构理念和技术,采用Spring Cloud微服务架构和Kubernetes编排加Docker容器化技术,基于SpringCloud+Mybatis框架、使用Java语言、应用B/S架构,设计协同管理医疗器械不良事件重点监测智慧管理信息平台.平台支持多端多场景融合使用场景,医院、注册人和监测中心三方协同联动,实现不良事件重点监测信息化精准快捷上报.结果 基于UDI的医疗器械不良事件重点监测智慧管理平台已收集不良事件及注册人采取的控制措施6例.该平台可实现不良事件高质量数据采集、多方信息精准推送、产品异常快速调查、企业控制措施快速反馈,有效提高医疗器械不良事件数据的准确性和风险发现、报告、处置、反馈的效率,实现医疗器械不良事件的全场景闭环智慧管理.结论 该平台实现多家哨点单位由原始手工填报向信息化收集重点监测数据的转变,还可以推广到所有类别的医疗器械不良事件管理场景中,实现医疗器械不良事件的数据化、智能化管理.

目的 统计、分析婴儿培养箱不良事件的原因和风险,为婴儿培养箱上市后安全合规使用、安全监管以及生产企业进行产品全生命周期风险管理提供技术支持.方法 从国家医疗器械不良事件监测信息系统山东省数据库中,采集自2019年1月至2022年12月的婴儿培养箱上市后真实世界数据,借助Excel进行统计,通过归因分析探讨婴儿培养箱不良事件类型、可能导致的伤害、产生的原因及风险因素.结果 共采集729例婴儿培养箱不良事件报告,统计发现医疗机构是婴儿培养箱不良事件主要的上报来源,其中三级综合医院数量最多,为345例,占比47.3%.729例报告中未造成后果事件数量最多,共546例,占比74.9%.设备功能故障或损坏、设计缺陷、组件质量问题或使用维护不当是婴儿培养箱不良事件常见的原因.婴儿培养箱在临床使用过程中的潜在风险主要包括机械结构安全性风险、报警失效风险、噪声风险和电气安全风险.结论 减少婴儿培养箱临床使用不良事件的发生需要医疗机构、生产企业和监管部门共同应对,以确保婴儿培养箱的合规安全使用.

体外自动除颤器(AED)是挽救心脏骤停(SCA)患者生命的重要设备.可电击复律心律自动判别算法(SAA)是AED的核心技术.本研究在构建包括8 s的2 024段可电击复律心律(SHR)心电图(ECG)和7 884段不可电击复律心律(NSHR)ECG数据集的基础上,提出了一种基于机器学习的SAA.首先提取ECG的时域、频域、复杂度相关的32个特征,经筛选得到6个有效特征;之后用支持向量机实现SHR和NSHR自动分类.根据500次按患者随机分组的实验,敏感度、特异性、准确率的均值±标准差分别为97.62％±0.18％、99.15％±0.04％、98.79％± 0.08％.所提出的SAA符合美国心脏病协会对AED中SAA敏感度超过90％,特异性超过95％的要求,可作为AED算法模块进行SHR的自动判别.

目的 探讨建立全院级生命支持类医疗设备集中管理模式的可行性,提高医疗设备精细化管理水平.方法 以我院为主体,选取监护仪、输液泵、注射泵3类设备,从运行模式、绩效分析两个方面建立运行制度,成立医疗设备集中管理中心,实施全院级集中管理.选取2021年7-10月数据作为对照组,选取2022年7-10月数据作为研究组,比较两组数据中3类设备的使用效率,以及两组数据中监护仪的维修周期.结果 实施集中管理后,输注泵使用效率提升9.37%(P﹤0.05),监护仪使用效率提升15.07%(P﹤0.05),监护仪平均维修周期缩短55.93%(P﹤0.05).结论 医疗设备的集中管理模式可以提升设备使用效率、降低运行成本、降低管理难度,各医疗机构应不断优化管理措施,促进医疗设备的精细化管理.

麻醉学是具有艺术特征的临床学科,临床监测则是麻醉学科的精髓,在现代麻醉学170多年的发展历史中,临床监测(clinical monitoring)在医疗领域作出的贡献被广泛认可,尤其是近十年,临床监测智能化有快速发展.智能化是依托人工智能可以模仿人类智力构建计算机系统的科学,临床监测则是通过医疗设备对患者生命指标及生理参数进行快速、动态、反复甚至是连续的物理检测或化学检验,以数据或图像形式呈现出来,为临床医师提供评估、诊断和处理信息的一门技术,两者完美的结合必将进一步提升患者围麻醉手术期的安全性.回顾我国临床监测发展历程,让读者深入了解什么是临床监测智能化、临床监测智能化的优势、临床监测智能化的未来极为重要.临床监测的未来将由有线向无线、穿戴式、智能化方向快速发展,智能数字化医学模式需要创新医疗设备的支持,需要人工智能助力,智慧化是关键.