Vorausschauende technische Diagnosen

Störungen beim Kundendienst melden, das soll für die Anwender des Labordiagnosesystems Atellica® Solution von Siemens Healthineers zukünftig zur Ausnahme werden. Schon bei der Entwicklung des Systems berücksichtigten die Ingenieure von Siemens Healthineers systematische Analysen der Maschinendaten des zukünftigen diagnostischen Laborsystems. In Zusammenarbeit mit mayato, Experten für Data Analytics und Data Science, entwickelte das Unternehmen eine Predictive Service- und Maintenance-Lösung, die die Verfügbarkeit der Laborsysteme deutlich erhöht und die Servicekosten gleichzeitig senkt. Die Lösung basiert auf der Datenanalyse-Plattform von SAS, einem der weltgrößten Softwarehersteller.

Labormedizinische Diagnostik mit Weitblick

Siemens Healthineers zählt zu den weltweit führenden Unternehmen der diagnostischen Medizintechnik. Die Kernbereiche umfassen die Bildgebung für Diagnostik und Therapie sowie die Labordiagnostik und die molekular-medizinische Diagnostik. Atellica Solution setzt wegweisende Maßstäbe in der klinischen Chemie und Immundiagnostik. Das System ermöglicht einen sehr schnellen, patentierten, bi-direktionalen, magnetischen Probentransport und unterstützt ein Multi-Kamerasystem zur Überwachung der Proben. Gleichzeitig gewährt es eine intelligente Probenführung für die individuelle Steuerung jeder einzelnen Probe. Das Atellica Solution Immunoassay-System ermöglicht einen Assaydurchsatz von bis zu 440 Tests pro Stunde und liefert damit höchste Produktivität. Entscheidend für die Kunden ist dabei, dass dieser Durchsatz möglichst unterbrechungsfrei gewährleistet wird. Grund für die Ingenieure von Siemens Healthineers in der Produktentwicklung die Integration einer Predictive Service- und Maintenance-Lösung im Blick zu behalten. Dafür wurde bereits während der Entwicklung definiert, welche Daten später für die vorausschauende Wartung relevant sein könnten. Der entscheidende Vorteil: Die benötigten Sensoren wurden integriert und die prinzipielle Anbindung an die Siemens Healthineers‘ Datenbank zur Weiterverarbeitung der Daten vorgesehen.
 

Proaktiver Service auf der SAS Plattform

Nach dem Abschluss der ersten Entwicklungsphase für die Produktserie sollte die dedizierte Entwicklung der Predictive Service- und Maintenance-Lösung folgen. Siemens Healthineers entschied sich dafür, die SAS Data Analytics Plattform, bestehend aus dem SAS Data Integration Server und dem SAS Data Integration Studio, dafür zu nutzen. Für die Datenaufbereitung setzte Siemens Healthineers in dem Predictive Service und Maintenance-Projekt zusätzlich auf SAS Visual Analytics, für die Datenanalyse kam SAS Enterprise Guide hinzu.
 

mayato für die Projektumsetzung

Bei der Konzeption und Realisierung entschied sich Siemens Healthineers für die mayato GmbH. Schon bei früheren Projekten arbeitete Siemens Healthineers mit dem SAS Partner erfolgreich zusammen. Die Aufgabe des mayato Teams umfasste den kompletten Prozess: von der Implementierung der Datenladestellen, über das Aufsetzen des Predictive Service und Maintenance Frameworks, bis hin zur Aufbereitung der Daten für die Erstellung von Reports. Um möglichst zeit- und kosteneffizient zu arbeiten, setzte das Team auf einen iterativen Ansatz, bei dem die grundsätzlichen Anforderungen zunächst festgelegt, diese aber während des Projektes bei Bedarf modifiziert wurden.
„Da Siemens Healthineers die SAS Plattform zur Datenanalyse nutzt, war der Grundstein für das Projekt schon gelegt. Wir konnten uns voll auf die nachhaltige Konzeption des Frameworks konzentrieren, um eine hohe Performance und umfangreiche Konfigurationsmöglichkeiten zu gewährleisten“, erklärt mayato Projektleiter, Paolo Vacilotto.

Effiziente Analyse aus der Ferne

Die Predictive Service- und Maintenance-Lösung, die den Anwendern der Atellica® Solution im Rahmen des Guardian-Programms™ angeboten wird, ist nahezu vollständig automatisiert. Verantwortlich für die Erbringung der Serviceleistungen und Schnittstelle zu den Anwendern, sind die Ländergesellschaften von Siemens Healthineers. Das Team um Torben Scaffidi, Head of Lab Operation Analytics bei Siemens Healthineers in Erlangen, fungiert als zentraler Dienstleister. Er erklärt: „Labordiagnosesysteme transportieren viele Reagenzien und andere Flüssigkeiten und bestehen aus sehr vielen unterschiedlichen Komponenten. Das Service- und Wartungskonzept ist aus diesem Grund sehr komplex. Unser Ziel war es, diesen bis dato überwiegend reaktiven Service in ein proaktives Konzept zu wandeln.“ Sofern die Gegebenheiten der einzelnen Länder es zulassen, werden die Daten zunächst über den Siemens Healthineers Smart Remote Service (SRS) an deren Datenbank übertragen. Sie stammen aus unterschiedlichen Quellen, wie beispielsweise vorstrukturierte Sensordaten oder Logfiles.

Über Smart Remote Service (SRS) erfolgt dann die Übermittlung der Daten an das SAS System. Basierend auf analytischen Modellen, entwickelt von Siemens Healthineers in einem Team von Data Scientists und Systemexperten, werden die Daten ausgewertet und Ausfallwahrscheinlichkeiten ermittelt. Die Ergebnisse werden aufbereitet, visualisiert und über ein webbasiertes Frontend zur Verfügung gestellt.


Konkrete Warnhinweise per E-Mail

Um den Prozess weiter zu vereinfachen und zu automatisieren, entwickelte mayato zudem einen E-Mail-Benachrichtigungsservice, bei dem Verantwortliche automatische Warnhinweise mit detaillierten Informationen erhalten, sobald neue Informationen zu einem Atellica Solution System vorliegen, die eine Aktion erfordern.
Zusätzlich werden alle eingehenden Informationen dazu verwendet, um die gesamte Lösung zu -beurteilen, zum Beispiel anhand von Key Performance Indicators (KPIs). Diese werden über SAS Visual Analytics aufbereitet. Die erste Zwischenbilanz von Siemens Healthineers für die Lösung fällt positiv aus:

• 58 System- und Prozesskomponenten werden proaktiv überwacht
• die System-Ausfallzeiten sind im Vergleich zu reaktivem Service deutlich geringer: Vorläufige Auswertungen der ersten Systeminstallationen ergaben, dass der proaktive Service im Vergleich zum reaktiven Service generell 36%¹ weniger Systemausfall zeigt.
• optimierter Einsatz von Servicetechnikern, da sie vorher wissen, welche Teile vor Ort benötigen
  
  Footnote:
  (1) Based on a predictive algorithm using data from 105 (Dec'17-April '18) early adopter systems, pioneering and reporting to the Guardian Program for the newly launched Atellica Solution.

Erfolgreiche Umsetzung im Team

Den Grundstein hierfür legt die Entwicklung der Anlagen mit dem Ziel, Predictive Service und Maintenance zu implementieren. Die Software von SAS bietet die ideale Plattform für alle Analysen und lässt sich bei Bedarf einfach skalieren. Zu guter Letzt gewährleistet die strukturierte Realisierung des Frameworks durch mayato eine enorme Flexibilität.

Die Lösung lebt von der kontinuierlichen Erweiterung der analytischen Datenmodelle und der Datenbasis. Der modulare Aufbau und das intuitive Framework stellen sicher, dass das Team von Siemens Healthineers die Anpassungen autark durchführen kann. „Wir arbeiten gerne mit dem mayato Team zusammen, wir schätzen die Kompetenz und Zuverlässigkeit der Berater. Gerade in einem so dynamischen Umfeld kommt es darauf an, flexibel zu bleiben, ohne die Struktur aus den Augen zu verlieren. Das ist in diesem Projekt erneut gelungen“, sagt Torben Scaffidi.