Prédire les pannes d'IRM et scanners en hôpital pour éviter l'arrêt d'imagerie et les reports d'examens patients.
Dans un centre hospitalier, un IRM ou un scanner à l'arrêt bloque une file d'examens programmés plusieurs jours à l'avance. Chaque panne non anticipée oblige à reprogrammer des patients, parfois en urgence oncologique ou cardiologique, et génère des heures de technicien biomédical en réaction plutôt qu'en prévention. Le coût du statu quo se compte en examens perdus, en pénalités de contrat de maintenance constructeur, et en risque clinique quand un diagnostic est retardé.
La maintenance reste aujourd'hui calendaire ou réactive : on change des pièces à date fixe ou on intervient après la panne. Les logs machine, les alertes constructeur et les tickets biomédicaux ne sont pas croisés pour anticiper une dérive avant l'arrêt complet.
Le projet démarre par un audit des capteurs et logs disponibles sur chaque modalité d'imagerie, souvent hétérogènes selon le constructeur. On construit un pipeline d'ingestion qui normalise ces signaux dans un format commun, avec Airflow pour l'orchestration et BigQuery pour le stockage historisé.
On modélise ensuite le risque de panne à horizon court, par exemple 7 à 14 jours, en traitant le problème comme une détection d'anomalies sur séries temporelles multivariées, complétée par un modèle de survie de Cox pour estimer le temps restant avant défaillance d'un composant critique comme le compresseur à hélium. Un gradient boosting XGBoost vient consolider ces signaux avec les variables d'usage et d'environnement pour produire un score de risque exploitable par les équipes biomédicales.
Le score alimente un tableau de bord Looker Studio consulté par les techniciens et le responsable biomédical, avec une alerte priorisée par criticité clinique de la machine concernée, pour déclencher une intervention avant l'arrêt.
Si 25 % des pannes majeures sont anticipées avec au moins 48 heures d'avance, le centre pourrait reprogrammer les examens sans annulation sèche et réduire les heures d'intervention en urgence. Sur un parc de quelques IRM et scanners, cela représenterait potentiellement plusieurs dizaines d'examens préservés par an et une baisse des pénalités liées aux contrats de maintenance constructeur.
Non, le modèle vient en complément du contrat existant. Il aide à prioriser les interventions et à négocier des créneaux de maintenance préventive, sans remplacer les obligations contractuelles du constructeur.
Un minimum de 18 à 24 mois d'historique par équipement est recommandé pour entraîner un modèle fiable. En dessous, on démarre avec des règles expertes et de la détection d'anomalies simple, en attendant d'accumuler des cas de panne.
Oui, la même approche fonctionne sur les automates de laboratoire, les stérilisateurs ou les équipements de bloc opératoire, dès lors que des logs d'usage et un historique de pannes existent.
Nous le cadrons, le construisons et le mettons en production. Ou nous formons vos équipes à le faire.
Nous utilisons des cookies de mesure d'audience et de suivi publicitaire pour comprendre la fréquentation du site et l'efficacité de nos annonces. Rien n'est déposé sans votre accord. En savoir plus