警报的多准则公平排队的制作方法

以下总体涉及维护领域、医学设备领域、医学设备维护领域、加权公平排队领域、多准则优化领域以及相关领域。

背景技术：

1、医学成像系统(和诸如患者监视系统的其他医学设备)的维护包括多种类型的维护活动。维护可以包含规划的活动，其中，现场服务工程师(fse)定期(例如，每年一次或两次，或以由系统的使用确定的频率，或基于远程监视系统的状况动态调度)访问医院以对系统进行加油、清洁、校准等。此外，存在作为对医院报告的问题的反应而发起的纠正性维护活动。如果问题严重，则这可能导致系统的计划外停机时间。在远程地或通过fse的现场访问再次解决问题之前，系统可能无法操作。意外的停机时间可能导致医院的相当大的成本，因为在一段时间内不能安排检查。它还可能导致患者不满意，因为检查可能必须重新安排到稍后的时间。

2、近年来，除了上述维护活动之外，更经常地使用预测性维护活动，以努力避免规划外的停机时间。对于医学成像系统的各个部分，已经做出了预测模型，其旨在预测部分在不久的将来何时可能失效，使得可以在该部分实际失效之前预防性地更换该部分。这些预测模型可以通过使用机器学习(ml)算法来构建，该算法基于历史案例的训练集来构建预测模型。对于给定子系统或部分p，这样的预测模型将针对给定系统s和给定时间窗口[t,t+w]估计子系统或系统s的部分p将在该时间窗口中失效的概率pr(p,s,t)。接下来可以使用这些估计的概率来确定在接下来的一周或多周中预防性地替换子系统/部分p是否有意义。预测模型使用系统产生的日志事件数据以进行远程分析。日志事件数据可以包含传感器测量结果以及低级别错误和警告消息形式的日志事件。

3、一旦预测模型已经被测试为以足够的性能水平执行(考虑到假阳性以及假阴性的概率和成本)，它就可以被部署以在现场监视许多系统。该模型可以以规则的间隔在每个系统的最近日志事件数据上运行，例如，每小时或每天一次，或可以通过新的和相关数据的可用性来动态地触发。如果对于系统s，它断定pr(p,s,t)超过某个阈值，则其可以发出警报。诸如在l个连续时间单位中超过阈值至少k次的替代策略也可以用于引发警报。

4、专门的远程监控工程师(rme)被训练为通过显示最近警报的排序的列表的计算机程序来审查引发的警报。优先级p(a)被关联到类型a的每个警报，使得由多个预测模型引发的所有警报按优先级排序，例如最近警报的列表按非增加的优先级排序：在列表的顶部，示出具有最高优先级的(一个或多个)警报，并且当沿着列表向下时优先级降低。rme通常以自上而下的方式考虑警报。警报的类型a基于预测模型，并且同样地，优先级p(a)基于预测模型的参数，诸如准确度、假阳性率(fpr)和窗口大小w。

5、仅使用警报的优先级来对警报列表中的警报进行排序的缺点在于，它没有考虑可能在合理地对警报进行排序中起作用的许多其他方面。例如，除了优先级之外，考虑服务组织必须做出反应的剩余时间可能是有用的，以便不冒险使部件的更换仍然被安排得太晚以避免其实际上失败。因此，除了优先级之外，还附加了最后期限。此外，可以存在采用优先级排序的警报系统未考虑的其他方面，诸如医院针对给定系统具有的服务合同的类型。

6、为了强调最后期限，可以使用例如最早最后期限优先算法在列表上对警报进行排序。然而，这种方法仅考虑截止期限而不考虑优先级。另外，存在优先级直接基于截止期限的各种调度算法，使得高优先级活动根据定义具有短截止期限。

7、按优先级对警报进行排序的警报系统的另一缺点是一些警报可能永远不会被rme观察到，因为它们可能被排序得如此低以至于它们永远不会到达列表的顶部。可能的是，一些预测模型在针对它们最初被设计的情况下不再工作。例如，所使用的数据可能在新的软件发布之后已经改变。因此，这样的模型可以开始生成更多警报。然而，如果预测模型具有低的优先级，则这可以仅在后期检测到。每当rme评估由预测模型生成的警报的正确性时，评估预测模型在其构建期间是否仍然如预期的那样工作。因此，定期评估由所有模型生成的警报将是有利的，假设其处于不同的速率。

8、又一缺点是，基于模型优先级的排序没有考虑到一些医院可能具有多个类似的成像系统，使得它们可以将检查重新安排到另一类似的系统，而其他医院可能仅具有给定类型的系统中的一个系统，使得由于该单个系统的故障，只要问题没有解决，它们就不能执行这些检查。因此，当医院具有该模态的若干其他成像系统时，与成像系统相关的警报的高排序可能不是最佳的。类似地，与成像系统(其是医院拥有的该模态中的唯一模态)有关的警报的低排序也可能是次优的。

9、以下公开了克服这些问题和其他问题的某些改进。

技术实现思路

1、在一个方面中，一种存储指令的非瞬态计算机可读介质，所述指令能够由至少一个电子处理器运行以执行从电子设备的文件生成警报的排序的列表的方法。所述方法包括：将预测模型应用于所述文件的数据以生成针对所述电子设备的维护警报；针对一组准则将离散值分配给每个维护警报，其中，所述维护警报具有被计算为所分配的离散值的乘积的份额；执行基于信用的排队过程以将所述维护警报分配给排序的列表的时隙，其中，在所述基于信用的排队过程中，所述维护警报根据针对相应维护警报计算的份额来累积信用；并且在与所述至少一个电子处理器操作性连接的显示设备上根据所述维护警报到所述排序的列表的所述时隙的所述分配来将所述维护警报显示为所述排序的列表。

2、在另一方面中，一种存储指令的非瞬态计算机可读介质，所述指令能够由至少一个电子处理器运行以执行从电子设备的文件生成警报的排序的列表的方法。所述方法包括：将预测模型应用于所述文件的数据以生成针对所述电子设备的维护警报；针对一组准则将离散值分配给每个维护警报，其中，所述维护警报具有被计算为所分配的离散值的乘积的份额；执行基于信用的排队过程以将所述维护警报分配给排序的列表的时隙，其中，在所述基于信用的排队过程中，所述维护警报根据针对相应维护警报计算的份额来累积信用，其中，所述基于信用的排队过程是基于信用的公平排队过程，其中，所述基于信用的公平排队过程的每次迭代包括：将每个维护警报的信用增加与针对所述维护警报计算的份额相等的量；将具有最高累积信用的所述维护警报分配给所述排序的列表的当前时隙；并且在所述分配之后，将分配给所述当前时隙的所述维护警报的信用减少预定量；并且在与所述至少一个电子处理器操作性连接的显示设备上根据所述维护警报到所述排序的列表的所述时隙的所述分配将所述维护警报显示为所述排序的列表。

3、在另一方面中，一种从电子设备的文件生成警报的排序的列表的方法包括：将预测模型应用于所述文件的数据以生成针对所述电子设备的维护警报；针对一组准则将离散值分配给每个维护警报，其中，所述维护警报具有被计算为所分配的离散值的乘积的份额，其中，所述一组准则包括：(1)预测模型准则，其针对维护警报的分配值对应于生成所述维护警报的所述预测模型，以及(2)由所述预测模型分配给所述维护警报的时间范围；执行基于信用的排队过程以将所述维护警报分配给排序的列表的时隙，其中，在所述基于信用的排队过程中，所述维护警报根据针对相应维护警报计算的份额来累积信用，其中，所述基于信用的排队过程是基于信用的公平排队过程，其中，所述基于信用的公平排队过程的每次迭代包括：将每个维护警报的信用增加与针对所述维护警报计算的份额相等的量；将具有最高累积信用的所述维护警报分配给所述排序的列表的当前时隙；并且在所述分配之后，将分配给所述当前时隙的所述维护警报的信用减少预定量；并且在与所述至少一个电子处理器操作性连接的显示设备上根据所述维护警报到所述排序的列表的所述时隙的所述分配将所述维护警报显示为所述排序的列表。

4、一个优点在于减少了医学成像设备的停机时间。

5、另一优点在于利用除优先级之外的准则对医学成像设备警报进行排序。

6、另一优点在于对多个模态的医学成像设备警报进行排序。

7、另一优点在于利用多个准则对医学设备警报进行排序。

8、另一优点在于远程专家审查警报的排序的列表并向医学设备的本地操作者提供帮助。

9、给定的实施例可以提供前述优点中的零个、一个、两个或全部，和/或可以提供在阅读并理解本公开后对于本领域技术人员来说将会变得显而易见的其他优点。