{"id":13862,"date":"2025-05-22T10:32:43","date_gmt":"2025-05-22T08:32:43","guid":{"rendered":"https:\/\/www.convegnonazionaleaiic.it\/implementazione-di-soluzioni-di-ia-per-la-manutenzione-predittiva-impiego-di-servizi-digitali-su-apparecchiature-di-produzione-ge-medical-systems-in-ingegneria-clinica\/"},"modified":"2025-06-04T14:23:33","modified_gmt":"2025-06-04T12:23:33","slug":"implementazione-di-soluzioni-di-ia-per-la-manutenzione-predittiva-impiego-di-servizi-digitali-su-apparecchiature-di-produzione-ge-medical-systems-in-ingegneria-clinica","status":"publish","type":"post","link":"https:\/\/www.convegnonazionaleaiic.it\/implementazione-di-soluzioni-di-ia-per-la-manutenzione-predittiva-impiego-di-servizi-digitali-su-apparecchiature-di-produzione-ge-medical-systems-in-ingegneria-clinica\/","title":{"rendered":"IMPLEMENTAZIONE DI SOLUZIONI DI IA PER LA MANUTENZIONE PREDITTIVA: IMPIEGO DI SERVIZI DIGITALI SU APPARECCHIATURE DI PRODUZIONE GE MEDICAL SYSTEMS IN INGEGNERIA CLINICA"},"content":{"rendered":"
\n
\n

\"\"\"\"<\/p>\n

AFFILIAZIONE<\/span><\/strong><\/p>\n

asl bari<\/p>\n


\nAUTORE PRINCIPALE<\/span><\/strong><\/p>\n

Ing. D’Introno Rosita<\/p>\n

VALUTA IL CHALLENGE
\n<\/span><\/strong><\/p>\n

Registrazione obbligatoria. Una valutazione consentita<\/em><\/div>\n
\t\t
\n\t\t\t\t
\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tLogin<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tRegistrazione<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

login avvenuto<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tLogout<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<\/div>\n
[ratingwidget]<\/div>\n<\/div>\n
\n

<\/a><\/p>\n

GRUPPO DI LAVORO<\/span><\/strong><\/p>\n

Ing. D’Introno Rosita<\/strong> asl bari<\/p><\/div>\n

AREA TEMATICA<\/span><\/strong><\/p>\n

Applicazioni di intelligenza artificiale in sanit\u00e0<\/div>\n

ABSTRACT<\/span><\/strong><\/p>\n

Tra le sfide degli ingegneri clinici vi \u00e8 l\u2019efficientamento del parco macchine anche attraverso la manutenzione, tradizionalmente eseguita in modo reattivo ma che l\u2019IA oggi pu\u00f2 rendere predittiva. Nel campo dell\u2019Imaging Diagnostico l\u2019IA sfrutta i dati monitorati da sensori IoT a bordo macchina e li confronta con quelli di un avatar digitale, il Digital Twin. Grazie all\u2019apprendimento automatico il modello virtuale stima la vita residua delle componenti relazionando i dati, rilevando anomalie, tendenze o il degrado delle prestazioni.
\nDal 2023 l\u2019ASL Bari si \u00e8 dotata dei Servizi TubeWatch\u2122 e OnWatch Predict\u2122 che combinano rilevamenti provenienti da sensori IoT e ambientali, consentendone la visualizzazione sulla piattaforma iCenter\u2122. Tali soluzioni sono incluse nel contratto di manutenzione in essere con GE Medical Systems, con l\u2019obiettivo di garantire la gestione e la manutenzione degli asset in Cloud. I dati estratti dalla piattaforma sono stati impiegati dai professionisti dell\u2019ingegneria clinica afferenti alla ASL Bari per comprendere se l\u2019introduzione del sistema di IA ha realmente comportato una riduzione dei tempi di inattivit\u00e0, maggiore efficienza operativa e minore necessit\u00e0 di ripianificare gli esami. Dei dati estratti da iCenter\u2122 \u00e8 stato possibile analizzare gli alert generati proattivamente dall\u2019IA, distinguerli in funzione della loro significativit\u00e0 e della macrocategoria di appartenenza. Sulla base della letteratura e dell\u2019esperienza pregressa sono stati quantificati i tempi di fermo connessi ai guasti che il sistema avrebbe potuto generare, e i relativi costi\/mancati ricavi, evitati a seguito di un intervento tempestivo dei tecnici. Un\u2019ulteriore analisi \u00e8 stata condotta per calcolare il periodo di uptime prima e dopo l\u2019implementazione dell\u2019IA.
\nI risultati hanno evidenziato un trend positivamente crescente: nonostante il numero di richieste complessivo sia aumentato dal 2023 ad oggi, si tratta perlopi\u00f9 di alert generati dal sistema predittivo a seguito dello sviluppo di nuove regole di monitoraggio. Infatti, l\u2019uptime complessivo dei sistemi \u00e8 notevolmente aumentato. Seppur basata su un breve periodo, l\u2019analisi ha verificato l\u2019obiettivo prefissato ovvero che l\u2019impiego dell\u2019IA ha realmente introdotto benefici per l\u2019Azienda, efficientando la gestione delle risorse finanziarie e ottimizzando l\u2019impiego degli asset, consentendo di garantire la piena operativit\u00e0 dei reparti e migliorare sicurezza e qualit\u00e0 dell\u2019assistenza offerta.<\/div>\n

 <\/p>\n

\n\n