現代社會面臨多種疾病新增、地區間醫療差距擴大、醫療費用增長等各種問題。為了解決這些問題，維持和提高人們的生活質素（QoL：Quality of Life），就必須提供個別化的醫療服務、實現高效的醫療事業經營以及創造可持續發展的醫療健康社會體系等。而要實現這些目標，僅發展醫療技術是不夠的，還需要融合最尖端的IT技術和社會基礎設施技術，將人們的活動、事物狀態數據化，運用AI（人工智能）、數據分析和控制技術進行創新。
為此，除了電力、水、交通等生活必需的基礎設施領域外，日立還將醫療健康定位為支撐社會發展的重要社會基礎設施，並將其作為「社會創新事業」的一大支柱推進發展。
日立的醫療健康事業自20世紀50年代以來便不斷創新，向社會推出了各種全球首創或日本首創的產品和技術。日立與醫療相關人員協作創新，開發產品和服務，在21世紀初，拓展癌症治療設備和醫療健康IT技術等尖端領域的事業，為醫療質量的優化和效率的提升做出了貢獻。現在，日立擁有引領整個醫療健康社會系統的OT（Operation Technology）、IT（Information Technology）和產品。
預測超導MRI（磁力共振）設備的故障是日立醫療健康事業的一大課題。
超導MRI設備是利用磁力和電波拍攝人體內部的醫療設備，除了診療外，還多用於一般健康體檢等檢查。如果發生故障，不僅會中斷診療，還會導致就診日期重新調整（重新預約）。院方在設備故障期間也無法盈利。此外，緊急維修會花費比常規維護更高的成本。
為了防止此類狀況，日立醫療健康事業部（簡稱「醫療健康BU」，原日立醫療）從20世紀90年代中期，那個還在撥號上網的時代便開始提供遙距維護支援。利用IoT/M2M系統「Sentinel客戶支持*1」，為設備的各種感應器數據設定閾值，然後由技術人員觀察數據變化，並判斷是否需要維護以及零件的更換時間等。
然而，雖然熟練的技術人員能夠根據經驗事先預測故障，但醫療健康BU在全世界要維護過百至過千台設備，專家不可能監測所有的設備。此外，通過閾值判定進行預兆診斷，很多時候只有在臨近故障之前才能檢測出狀況，因此不得不進行發生故障後再處理的「事後維修」。
為了解決這一課題，醫療健康BU採用了兩種方法。
一種是建立機制，歸類並分析積累的大量感應器數據，從而查明設備故障原因。
醫療健康BU長年監測和維護*1大量超導MRI設備，積累了大量的感應器數據。在數據中，著眼於形成超導狀態的核心零件——冷凍機。從感應器數據推導出冷凍機達到產品壽命前的使用方法和運行情況，然後結合故障時的事件數據，從而推導出因果關係。
醫療健康BU準備了100台設備3年間的數據，並委託研究所分析故障模式。研究所建立了一個系統，利用美國日立數據系統公司的子公司Pentaho提供的大數據分析軟件「Pentaho」*2，按照趨勢分析的方法對數據進行歸類和分析，進而製作故障成因模型。
這個階段的主要問題是數據清理的預處理。由於設備傳送來的感應器數據帶有大量噪聲，直接分析可能會降低診斷精度。為此，研究所在分析前使用過濾器除掉原始數據的噪聲，形成有效數據後再進行分析，從而完成故障原因高精度檢測機制。
另一種解決課題的方法是，建立能夠更早檢測到設備異常狀態的機制。
這種方法採用的是日立的「Global e-Service on TWX-21/故障預兆診斷服務」。該服務運用日立獨有的群集分析技術「局部子空間分類（LSC：Local Subspace Classifier）」診斷算法，遙距診斷設備狀態，提前檢測出導致故障的狀態變化和異常情況。
醫療健康BU利用這項服務，與ICT事業統括本部（原日立製作所 信息和通信系統公司）合作，從大約500台設備的多個感應器傳送的歷史數據中，提取正常運行期間的數據，並在群集後讓機器學習正常狀態。比較現在的感應器數據與機器學習的群集，將偏離群集的情況視為故障並進行預兆診斷。
想讓機器學習正常的狀態，就必須定義「什麼是正常」。所幸的是，醫療健康BU從撥號上網時代就開始監測和維護共計數千台的設備，培養了一批對捕捉故障前兆擁有豐富經驗的專家。根據這些寶貴的知識和經驗定義什麼是正常，通過反復學習和調校，逐漸減少誤報和漏報，開發出能夠勝任醫療現場工作的系統。
就這樣，針對超導MRI設備的故障預兆診斷服務「Sentinel Analytics」問世了。
將設備連接互聯網，對設備進行遙距人工監測的IoT/M2M服務有幾種。但是，用機器學習等最尖端的運用數據的分析方法，並且擺脫了人為運用，實現了高精度預兆診斷的服務還較為罕見。
通過Sentinel Analytics，可以在發生故障的幾個月前檢測故障預兆，以及在冷凍機損壞前有計劃地維修和更換零件，實現「預測維護」。有數據表明，與之前相比，運用Sentinel Analytics後，設備因故障而無法使用的時間（故障時間）減少了16.3%（對比本公司Sentinel客戶支援）。對超導MRI設備而言，這是一個令人驚訝的數據。這不僅能夠提高院方的醫療服務水平並且能夠降低成本，最重要的是還有望減輕患者的負擔。
醫療健康BU的目標並非向利用IoT/M2M的OT領域提供單個產品，而是結合IT和產品提供綜合的醫療健康方案，並且計劃實現包括地區整體醫療在內的、可持續醫療健康系統和個體化的醫療服務。不斷擴大與公司外部的「協創」，摸索與醫院合作進行整體優化的新型醫療經營機制。
此外，通過PoC（Proof-of-Concept，概念驗證）提取條件，為加強、擴大、深化IoT平台「Lumada」做出貢獻也是醫療健康BU的一項重要職責。基於開發Sentinel Analytics時獲得的知識，獲得了很多構建數據分析系統等方面的經驗，這些都有助於推進「Lumada」的發展。醫療健康BU將突破事業的框架，讓相關技術靈活運用於整個社會創新事業。
與實際應用「故障預兆診斷服務」的客戶交流，介紹日立醫療健康事業部與客戶合作解決課題的案例。
公開日期: 2017年3月
解決方案負責部門: 日立製作所 醫療健康事業部
搜索
Hong Kong
