Decision Making Support System for Medical Devices Maintenance Using ANFIS: Case Study at the Royal Medical Services
| العنوان بلغة أخرى: |
نظام دعم اتخاذ القرار لصيانة الأجهزة الطبية باستخدام الـ ANFIS: دراسة حالة في الخدمات الطبية |
|---|---|
| المؤلف الرئيسي: | الأفيوني، نور مجدي مدحت (مؤلف) |
| مؤلفين آخرين: | السكر، أكرم صالح موسى (مشرف) |
| التاريخ الميلادي: |
2020
|
| موقع: | الزرقاء |
| الصفحات: | 1 - 97 |
| رقم MD: | 1252546 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | الجامعة الهاشمية |
| الكلية: | كلية الدراسات العليا |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
56
| المستخلص: |
تستثمر مؤسسات الرعاية الصحية جزءا كبيرا من مواردها المالية في صيانة الأجهزة الطبية، وبالتالي فإنها بحاجة إلى نظام إدارة صيانة جيد وناجح لتحقيق أفضل نظام بأقل التكاليف. العديد من مؤسسات الرعاية الصحية تفتقد وجود إدارة ناجحة لصيانة الأجهزة الطبية. سوء اتخاذ القرار المناسب لصيانة الأجهزة الطبية ممكن أن ينتج عنه ضرر للمستخدم أو المريض عند استخدام هذه الأجهزة. تركز هذه الدراسة على عملية اتخاذ القرار لصيانة الأجهزة الطبية في المستشفيات. تطرح هذه الدراسة منهجيات متعددة ليتم تنفيذها بمؤسسات الرعاية الصحية. تعتمد على مجموعة من البيانات التي تم تجميعها من مستشفى الحسين في مدينة الحسين الطبية/ الخدمات الطبية الملكية. البيانات التي تم جمعها من المستشفى كانت أنواع الأجهزة المتواجدة في المستشفى والتي تم إدراجها بالدراسة بالإضافة إلى عمر الأجهزة، وظيفتها، متطلبات وفترات الصيانة الدورية وأنواع الصيانة المطلوبة لكل جهاز. كل جهاز من الأجهزة تم تصنيفه بناءا على عدة عوامل مثل وظيفة الجهاز، مخاطره، توفر أجهزة بديلة، وفترات استخدامه. بعد مرحلة تصنيف الأجهزة تم تعيين استراتيجيات وأنواع الصيانة لكل حالة من حالات الأجهزة وفقا لرأي الخبراء. المنهجيات والطرق التي تمت تنفيذها في هذه الدراسة كانت Fuzzy Inference System (FIS)، Neural Networks،Subtractive Clustering Artificial Neuro Fuzzy Inference System (ANFIS)، Manually generated ANFIS بالإضافة إلى منهجية الــــ Linear regression. أظهرت النتائج أن أفضل طريقة تم تطبيقها هي الــــ Subtractive clustering ANFIS، حيث إنها أعطت أعلى نسبة دقة في مرحلة اختبار البيانات بنسبة 82.99%، بينما حصلت Neural Networks على المركز الثاني بنسبة 78.16% بالرغم من أنها أعطت أفضل النتائج في مرحلة تدريب البيانات. تأتي طريقة Linear regression بالمرتبة الثالثة بنسبة 66.17%. منهجية FIS حققت أسوأ النتائج مقارنة بالمنهجيات الأخرى لتعطي أقل نسبة دقة 40.14%. توصي هذه الدراسة بدمج منهجية الــــ ANFIS في إدارة صيانة الأجهزة الطبية بالمستشفيات والمؤسسات الصحية، حيث أنه يوجد نقص معرفة عن هذه المنهجية في المؤسسات الصحية وخاصة في قسم صيانة الأجهزة الطبية في المستشفيات ومؤسسات الرعاية الصحية، وبالتالي مواجهتهم صعوبات في تطبيق هذه المنهجية لتحسين إدارة صيانة الأجهزة الطبية. تطبيق المنهجية في المستشفيات ومؤسسات الرعاية الصحية سيقوم بتحسين جودة الأجهزة الطبية وبالتالي تقديم خدمات طبية أفضل بأقل التكاليف. |
|---|
عناصر مشابهة
-
Using Risk-Based Maintenance Framework for Prioritization of Medical Devices: Case Study at Prince Hashem Bin Al-Hussein Military Hospital
بواسطة: عليمات، اسيل خالد عليان منشور: (2020) -
Maintenance Policies in Medical Equipments : A Case Study in the Jordanian Private Sector
بواسطة: Aisheh, Haitham Yousef Al Abed منشور: (2012) -
Medical Devices Service Life Cycle Cost Management in Al Karak Hospital: As A Case Study
بواسطة: Jawabreh, Nisreen Hosam منشور: (2014) -
Building Medical Devices Maintenance System Through Quality Function Deployment
بواسطة: Al Rawashdeh, Mohammad Haroun Eid منشور: (2011) -
Predictive maintenance for medical equipments
بواسطة: Wahbeh, Ayat Ahmad منشور: (2012)
