MAQUET Servo-i呼吸机内部泄露故障维修三例

呼吸机作为一种可有效替代自主通气功能的急救设备,常用于各种原因所致的呼吸衰竭、呼吸支持治疗和急救复苏[1]。Servo-i呼吸机为MAQUET公司生产的经典机型,具备成人、婴儿、通用3种通气模式,集伺服反馈控制系统、时间常数阀门控制器、超声波流量传感器、独立式可消毒呼出气体模块等于一体,可准确直观地监测参数,且操作简单,被广泛应用于国内各大医院[2]。我院自2013年陆续引进了6台MAQUET Servo-i呼吸机,分布于急诊抢救室、儿科重症监护病房等科室。随着使用频率增加及时间延长,MAQUET Servo-i呼吸机使用前自检过程中内部泄露测试失败的发生率明显高于其他故障。本研究对我院在用的Servo-i呼吸机自检时发生的3例内部泄露测试失败及相关故障的原因进行分析,总结维修经验,以期为同行解决类似问题提供参考。

呼吸机维修实例

呼吸机是麻醉呼吸管理、呼吸衰竭治疗和危重症抢救不可或缺的重要医疗设备。Maque的Servo-i和Servo-s两种作为国内高端的呼吸平台,凭借着它简洁的用户界面,人性化的交互方式,全面的通气模式和直观的参数监测在我院得到了广泛的应用。我们在对病区ICU、急诊病区、新生儿等科室的16台Servo系列的呼吸机的日常维护和检修中发现几例典型的故障和解决方案，特报道如下：

一种无监督的数据库用户行为异常检测方法

检测数据库内部合法用户的异常行为,对防范内部攻击和数据泄露具有重要意义,然而面临如下挑战:攻击模式不确定,真实异常样例少,数据集缺少准确标注.人工设定阈值和规则难以有效应对复杂多样的异常.本文提出了一种基于无监督学习的用户行为异常检测方法,通过划定时间窗口统计提取特征,运用核密度估计算法分别从单维度、多维度建模,实现在海量的无标注历史日志中发现简单异常和复杂异常、在新的线上数据中检测异常.真实数据实验表明,该方法能够有效检测出简单异常,实验中检测三种简单异常的平均严格查准率和宽松查准率分别达90%和100%;能够从多维度找出存在攻击嫌疑的复杂异常,实验中成功检测出了一种单维度无法检测出的新的复杂异常.