【技术实现步骤摘要】
本专利技术涉及医院安全生产管控，更具体地说涉及一种医院安全生产运营管理生态平台。
技术介绍
1、医疗机构作为一个 “小单位、大社会” 类型的高风险场所，其安全稳定至关重要。目前，医疗机构的安全管理主要依靠保卫部门的人防与技防手段，但在高度复杂动态变化的风险面前，这种方式已逐渐不能适应形势。
2、目前，部分医疗机构对安全的认识、责任、管理等方面存在不到位的情况，整个安全生产全流程存在各种问题。在安全管理过程中，通常采用传统的管理模式，对安全风险的认识不足，未能形成系统的安全管理机制。而现有安全保卫业务存在信息孤岛现象，消防、安防、安全生产等子系统数据割裂，专业业务数据及科室数据（安全保卫、总务、后勤、信息、医疗等）相互割裂，发生应急情况时，互相调动困难，无法有效进行指挥调度，难以在最短时间内处置应急事件、保障人员和财产安全。
3、对于高度复杂动态变化的风险，现有保卫部门的人防+技防手动模式难以实现系统性的安全管理，无法满足医疗机构对安全稳定的高要求。对安全管理的持续性认识不够，未能持续监测安全状态，主动发现隐患，当前安全不代表以后安全，而现有管理方式难以应对安全风险的动态变化。
4、现有的医院安全生产管控存在以下问题：
5、1）监控和管理人员的安全意识不到位，不清楚安全工作具体要做什么、怎么做，只能依赖第三方外包公司进行安全管理，并不清楚具体的执行情况；
6、2）医疗机构没有专业风险评判标准，参考其他行业标准各自医院套出自己的静态风险台账且多年不更新，并无法真正体现医院的
7、3）安全生产管理各子系统较为零散，集成度底，无法形成一体化的安全防护体系。
技术实现思路
1、为了克服上述现有技术中存在的缺陷和不足，本专利技术提供了一种医院安全生产运营管理生态平台，本专利技术的专利技术目的在于解决上述现有技术中所列的至少一项技术问题。本专利技术的核心在于通过标准化、系统化的风险管理，实现医院安全生产的动态监控与控制措施的调整。
2、本专利技术包括风险排查模块、风险因素识别模块、风险控制措施模块、事件中心应急处置模块、事件分析决策模块和动态风险分级模块；其中，风险排查模块调用行业标准风险库对目标医院内所有潜在风险点进行全面识别，并进行初步风险评级，以确定风险的初始等级；该初始等级作为动态风险分级模块的初始输入参数，为后续的风险管理提供基础数据；风险因素识别模块将分析并识别出对风险产生影响的关键事件，这些事件将被送入事件中心应急处置模块进行处理，若事件被判定为重要事件，则会触发应急处置流程，以实现快速响应和处理；风险控制措施模块从多角度出发，对识别出的风险采取相应的控制措施，以降低风险发生的可能性或减轻其潜在影响。风险因素识别模块和风险控制措施模块通过事件分析决策模块，输出风险变化指标，这些指标可用于动态调整风险评级，从而得到更新后的风险等级。最后，根据更新后的风险等级，动态调整相应的风险控制措施，以确保医院安全生产的持续优化和风险的有效控制。
3、为了解决上述现有技术中存在的问题，本专利技术是通过下述技术方案实现的。
4、本专利技术提供了一种医院安全生产运营管理生态平台，该生态平台包括行业标准风险库、风险排查模块、风险因素识别模块、风险控制措施模块、事件中心应急处置模块、事件分析决策模块和动态风险分级模块；
5、所述行业标准风险库中存储有医院行业已发现的风险项；
6、所述风险排查模块调用行业标准风险库对目标医院内现有的风险进行标准化排查，识别并获取目标医院内的所有风险项；对所有风险项分别进行初步风险评级，确定各风险项的初始等级；将各风险项及各风险项的初始等级作为初步风险数据输入动态风险分级模块；
7、所述风险因素识别模块采集运营人员的终端设备上传的数据、设备检测数据和/或视频监控数据，对采用包括巡查巡检、设备检测和/或视频监控在内的手段识别出的目标医院运营过程中的风险因素进行管理和分析，识别风险因素事件，并将风险因素事件传输至事件中心应急处理模块；
8、所述风险控制措施模块用于对运营人员进行管理，与运营人员的终端设备进行交互；用于制定各设备的维护与保养计划并监测各设备的维护与保养计划的实施情况；用于存储和管理各应急响应预案，并监测各应急响应预案的实施情况及结果；
9、所述事件中心应急处置模块对风险因素识别模块上报的风险因素事件进行分级处理，对于紧急且影响较大的重大事件，进行应急处置，对重大事件进行事前、事发、事中和事后的全流程管理；
10、所述事件分析决策模块用于接收事件中心应急处置模块和风险控制措施模块触发的各类事件信息，并利用预设的风险评估模型，对事件的性质、发生频次以及关联性因素进行综合分析，量化出事件的影响程度指标；
11、所述动态风险分级模块，接收来自事件分析决策模块的影响程度指标，并结合风险排查模块提供的初步风险数据，对各项风险进行等级调整；
12、根据调整后的风险等级，动态调整风险控制措施模块中响应的风险控制措施。
13、进一步优选的，在风险排查模块中，利用动态风险模型对已识别的风险项进行统一管理，并根据各风险项的风险类型及目标医院的实际情况提供相应的风险因素识别及管控措施。
14、更进一步优选的，风险排查模块利用动态风险模型对各风险项计算其风险的危险得分，将危险得分根据风险等级区间换算成统一度量的风险危险程度；具体的，风险项经过动态风险模型计算得到的危险得分为x，其对应的风险等级区间为(x1,x2)，对应的危险程度区间为(d1,d2)，则转换为统一度量的风险危险程度。
15、更进一步优选的，所述动态风险模型为lec评价模型或ls评价模型。
16、进一步优选的，所述动态风险分级模块综合考虑时间因素及客观因素对风险项的影响，得到在t时刻下，相较于初步风险数据的危险程度，当前风险的危险程度表示为；
17、其中，表示t时刻，时间因素对风险项的影响；表示风险项的初始危险程度；表示客观因素对风险项的影响；
18、时间因素对风险项的影响符合浴盆曲线，客观因素对风险性的影响根据事件分析决策模块输出的影响程度指标计算得到。
19、更进一步优选的，使用韦伯分布计算时间因素对风险项的影响，即利用韦伯分布计算符合浴盆曲线的风险项随时间的变化趋势，计算式为；式中，t表示时间，表示浴盆曲线的陡峭程度，代表该风险项在当前时间区间内随时间变化而变化的剧烈程度；不同类型的风险有不同的值，各项风险的值由行业标准风险库提供；β表示不同状态下的风险，当β＜1时，表示早期失效期，用表示；当β=1时，表示运行平稳期，用表示；当β＞1时，表示后期故障期，用表示；引入变量和；表示早期失效期的结束时间，表示运行平稳期的结束时间；、、、和的值由行业标准风险库提供；则利用韦伯分布计算符合浴盆曲线的风险项随时间的变化趋势表示为
20、。
21、更进一步优选的，客本文档来自技高网...
【技术保护点】
1.医院安全生产运营管理生态平台，其特征在于：该生态平台包括行业标准风险库、风险排查模块、风险因素识别模块、风险控制措施模块、事件中心应急处置模块、事件分析决策模块和动态风险分级模块；
2.如权利要求1所述的医院安全生产运营管理生态平台，其特征在于：在风险排查模块中，利用动态风险模型对已识别的风险项进行统一管理，并根据各风险项的风险类型及目标医院的实际情况提供相应的风险因素识别及管控措施。
3.如权利要求2所述的医院安全生产运营管理生态平台，其特征在于：风险排查模块利用动态风险模型对各风险项计算其风险的危险得分，将危险得分根据风险等级区间换算成统一度量的风险危险程度；具体的，风险项经过动态风险模型计算得到的危险得分为x，其对应的风险等级区间为(x1,x2)，对应的危险程度区间为(D1,D2)，则转换为统一度量的风险危险程度 。
4.如权利要求2或3所述的医院安全生产运营管理生态平台，其特征在于：所述动态风险模型为LEC评价模型或LS评价模型。
5.如权利要求3所述的医院安全生产运营管理生态平台，其特征在于：所述动态风险分级模块综合考
6.如权利要求5所述的医院安全生产运营管理生态平台，其特征在于：使用韦伯分布计算时间因素对风险项的影响，即利用韦伯分布计算符合浴盆曲线的风险项随时间的变化趋势，计算式为；式中，t表示时间，表示浴盆曲线的陡峭程度，代表该风险项在当前时间区间内随时间变化而变化的剧烈程度；不同类型的风险有不同的值，各项风险的值由行业标准风险库提供；β表示不同状态下的风险，当β＜1时，表示早期失效期，用表示；当β=1时，表示运行平稳期，用表示；当β＞1时，表示后期故障期，用表示；引入变量；表示早期失效期的结束时间，表示运行平稳期的结束时间；、、、和的值由行业标准风险库提供；则利用韦伯分布计算符合浴盆曲线的风险项随时间的变化趋势表示为
7.如权利要求5所述的医院安全生产运营管理生态平台，其特征在于：客观因素对风险性的影响根据事件分析决策模块输出的影响程度指标计算得到，具体是指，
8.如权利要求6或7所述的医院安全生产运营管理生态平台，其特征在于：所述动态风险分级模块综合考虑时间因素及客观因素对风险项F的影响，得到在t时刻下，相较于初步风险数据的危险程度，风险F的当前危险程度表示为；式中，表示风险F当前危险程度；表示风险F的初始危险程度，表示风险项随时间的变化趋势，表示客观因素对风险项F的影响。
9.如权利要求1-3或5-7任意一项所述的医院安全生产运营管理生态平台，其特征在于：所述风险因素识别模块包括巡查巡检子模块，所述巡查巡检子模块用于设置并下发巡检任务、管理巡检点位和巡检计划；巡查巡检子模块根据其预设的巡检巡查任务和巡检点，向巡检人员的终端设备下发巡检巡查任务，巡检人员利用其终端设备扫描巡检点的二维码或NFC以识别验证巡检点；巡检过程中，终端设备实时上传巡检单的情况至风险因素识别模块；若终端设备上报异常情况，则风险因素识别模块将异常情况事件传输至事件中心应急处理模块。
10.如权利要求9所述的医院安全生产运营管理生态平台，其特征在于：所述风险因素识别模块还包括设备检测子模块，所述设备检测子模块通过物联网及传感器监控与各风险项相关的实时监测数据；传感器将监测到的数据实时上传至设备检测子模块，设备检测子模块根据预设的阈值和历史数据对接收到的传感器监测数据流进行实时分析，当传感器监测数据发生较为明显的波动或超过正常范围时，设备检测子模块识别到异常，将该异常的传感器监测数据作为风险因素上传至事件中心应急处理模块。
11.如权利要求10所述的医院安全生产运营管理生态平台，其特征在于：所述各风险项相关的实时监测数据包括火灾自动报警系统、氧气站系统、正负压系统、医疗区域电力系统和后勤保障设备风险场景下的关键参数数据。
12.如权利要求9所述的医院安全生产运营管理生态平台，其特征在于：所述风险因素识别模块包括视频监控子模块，所述视频监控子模块对接目标医院的视频监控系统，利用AI智能分析识别视频画面内的风险因素，当监测到视频画面中存在风险因素或异常行为时，视频监控子模块将该风险因素或异常行为传输至事件中心应急处理模块，并生成实时报警和视频截图。
13.如权利要求1-3或5-7任意一项所述的医院安全生产运营管理生态平台，其特征在于：所述事前是指，事件中心应急处置模块对接目标医院的各业务系统，集中收集各业务系统的报警信息，进行统一调度管理；将事件中心应急处置模块与目标医院内的各业务系统建...
【技术特征摘要】
1.医院安全生产运营管理生态平台，其特征在于：该生态平台包括行业标准风险库、风险排查模块、风险因素识别模块、风险控制措施模块、事件中心应急处置模块、事件分析决策模块和动态风险分级模块；
2.如权利要求1所述的医院安全生产运营管理生态平台，其特征在于：在风险排查模块中，利用动态风险模型对已识别的风险项进行统一管理，并根据各风险项的风险类型及目标医院的实际情况提供相应的风险因素识别及管控措施。
3.如权利要求2所述的医院安全生产运营管理生态平台，其特征在于：风险排查模块利用动态风险模型对各风险项计算其风险的危险得分，将危险得分根据风险等级区间换算成统一度量的风险危险程度；具体的，风险项经过动态风险模型计算得到的危险得分为x，其对应的风险等级区间为(x1,x2)，对应的危险程度区间为(d1,d2)，则转换为统一度量的风险危险程度 。
4.如权利要求2或3所述的医院安全生产运营管理生态平台，其特征在于：所述动态风险模型为lec评价模型或ls评价模型。
5.如权利要求3所述的医院安全生产运营管理生态平台，其特征在于：所述动态风险分级模块综合考虑时间因素及客观因素对风险项的影响，得到在t时刻下，相较于初步风险数据的危险程度，当前风险的危险程度表示为；
6.如权利要求5所述的医院安全生产运营管理生态平台，其特征在于：使用韦伯分布计算时间因素对风险项的影响，即利用韦伯分布计算符合浴盆曲线的风险项随时间的变化趋势，计算式为；式中，t表示时间，表示浴盆曲线的陡峭程度，代表该风险项在当前时间区间内随时间变化而变化的剧烈程度；不同类型的风险有不同的值，各项风险的值由行业标准风险库提供；β表示不同状态下的风险，当β＜1时，表示早期失效期，用表示；当β=1时，表示运行平稳期，用表示；当β＞1时，表示后期故障期，用表示；引入变量；表示早期失效期的结束时间，表示运行平稳期的结束时间；、、、和的值由行业标准风险库提供；则利用韦伯分布计算符合浴盆曲线的风险项随时间的变化趋势表示为
7.如权利要求5所述的医院安全生产运营管理生态平台，其特征在于：客观因素对风险性的影响根据事件分析决策模块输出的影响程度指标计算得到，具体是指，
8.如权利要求6或7所述的医院安全生产运营管理生态平台，其特征在于：所述动态风险分级模块综合考虑时间因素及客观因素对风险项f的影响，得到在t时刻下，相较于初步风险数据的危险程度，风险f的当前危险程度表示为；式中，表示风险f当前危险程度；表示风险f的初始危险程度，表示风险项随时间的变化趋势，表示客观因素对风险项f的影响。
9.如权利要求1-3或5-7任意一项所述的医院安全生产运营管理生态平台，其特征在于：所述风险因素识别模块包括巡查巡检子模块，所述巡查巡检子模块用于设置并下发巡检任务、管理巡检点位和巡检计划；巡查巡检子模块根据其预设的巡检巡查任务和巡检点，向巡检人员的终端设备下发巡检巡查任务，巡检人员利用其终端设备扫描巡检点的二维码或nfc以识别验证巡检点；巡检过程中，终端设备实时上传巡检单的情况至风险因素识别模块；若终端设备上报异常情况，则风险因素识别模块将异常情况事件传输至事件中心应急处理模块。
10.如权利要求9所述的医院安全生产运营管理生态平台，其特征在于：所述风险因素识别模块还包括设备检测子模块，所述设备检测子模块通过物联网及传感器监控与各风险项相关的实时监测数据；传感器将监测到的数据实时上传至设备检测子模块，设备检测子模块根据预设的阈值和历史数据对接收到的传感器监测数据流进行实时分析，当传感器监测数据发生较为明显的波动或超过正常范围时，设备检测子模块识别到异常，将该异常的传感器监测数据作为风险因素上传至事件中心应急处理模块。
11.如权利要求10所述的医院安全生产运营管理生态平台，其特征在于：所述各风险项相关的实时监测数据包括火灾自动报警系统、氧气站系统、正负压系统、医疗区域电力系统和后勤保障设备风险场景下的关键参数数据。
12.如权利要求9所述的医院安全生产运营管理生态平台，其特征在于：所述风险因素识别模块包括视频监控子模块，所述视频监控子模块对接目标医院的视频监控系统，利用ai智能分析识别视频画面内的风险因素，当监测到视频画面中存在风险因素或异常行为时，视频监控子模块将该风险因素或异常行为传输至事件中心应急处理模块，并生成实时报警和视频截图。
13.如权...
【专利技术属性】
技术研发人员：谢昕宇，张鹏，胡值彬，马如明，亓晋，
申请(专利权)人：南京天溯自动化控制系统有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。