诺亚医院物流机器人2022新品发布暨趋势分享会成功举行

  5月6日,“困不住的机器人,那才叫智能”——诺亚®机器人2022新品发布暨趋势分享会在人民日报·健康客户端直播间举行。

  北京积水潭医院助理研究员 刘阳和上海交通大学医疗机器人研究院与自动化系在读博士研究生 王汉符在直播活动中做主题分享。众人企盼已久的诺亚®新产品、新方案、新技术也逐个揭开了神秘的面纱。

  新产品:六大新系列高颜值实力派

  首先为大家介绍的是诺亚®6大系列新产品“天”、“蜂”、“力”、“火”、“探”、“通”。它们采用了充满科技感的语言设计,利用硬朗的线条和跳跃的色彩搭配,整体呈现出的视觉感受更加具有冲击感。基于此次发布的六大新系列机器人,诺亚®共推出23款机型,可满足院内95%的物资运输需求,实现100%精准送达。

(上图仅展示部分机器人型号)

  此次发布的新产品在功能配置方面迎来了重大升级,每个系列产品都有其专属特性,拥有独门“武功”。作为应用于医院场景的高科技产品,诺亚®医院物流机器人不仅在技术和功能上持续优化升级,更打造了完善的系列化产品矩阵,练就各自的“看家本领”,以此来满足医院不同场景下的差异化物流运输需求。

  新方案:精准计量高值耗材解决方案,精准管理配送的每一件耗材

  此次发布的“精准计量高值耗材配送解决方案”,可以精准管理配送的每一件耗材,防止“错放?少放?多放?”,杜绝“错拿?少拿?多拿?”,在减轻护士工作量的同时可有效降低出错率,提高管理效率。

  该方案基于超高频RFID技术,医护人员无需频繁扫码,放入/取走即识别,一物一码,精准记录耗材流向,全程可溯,将繁杂的耗材运输管理工作化繁为简,实现了医护人员的“零”负担。要真正做到不漏扫包括箱体角落,以及排除金属材质的干扰,十分不容易,这需要专业的通信级天线设计、仿真模拟、抗干扰设计和测试等,才能做到!

  新技术1:多机器人调度系统V3.0,物资运输安全效率高

  多机器人调度系统V3.0通过对整个系统中资源的配置管理与动态分配,对各类机器人的订单管理和立体交通管理统筹调度,实现多台机器人协同高效运输,同时与HIS、LIS、AIMS、SPD及其他辅助系统无缝对接,构建信息闭环,运输全流程实时监控,全方位打造自动化、柔性化的机器人智慧医院物流平台。

  强大而精准的多机器人调度算法,是如何练就的呢?就需要场景足够多、考虑因素足够完整、积累数据足够大,然后反复核算、优化。诺亚医院物流机器人迄今已完成订单260万+。

  目前,单体医院使用诺亚®医院物流机器人超过10台以上的医院有瑞金医院、郑州大学附属第一医院、上海儿童医院、青海大学附属医院、深圳禾正医院等。诺亚®也是中国单体医院应用落地机器人数量超多的医院物流机器人品牌。

  机器人全院物流精细化管理“驾驶舱”,在线实时机器人状态数据采集,实现设备运行状态可视化。通过故障告警实时提示、物资运输状态跟踪、配送时间波动监测等丰富的数据报表呈现,实现机器人的高效运维,是院长监控机器人的好帮手!

  新技术2:脱困算法V1.0,造就困不住的机器人

  不同于酒店或餐厅服务机器人,倘若机器人被困在某处,物品送不到,机器人呼救救援,那么服务员便可上前轻松处理,移开障碍物。国内医院,一则楼层很多,也没有那么多服务人员,人力十分有限;二则机器人运送的标本、药品等,对时效性要求高,病人、医生等着急用,所以,这就要求医院物流机器人要具备超强的自我脱困能力。

  为此,诺亚®机器人技术研发团队经过多年来反复的研究和摸索,不断突破医院物流机器人脱困算法场景应用极限,正式推出脱困算法V1.0。机器人即使在靠墙只有“10cm”,前后都有障碍物,在被专业人士堪称“地狱级”脱困难度的境况下,诺亚®医院物流机器人也能够做到安全、准确的自主脱困驶出,大大提高了机器人在医院多变且复杂环境下的“逃生”能力。

  在直播活动中,北京积水潭医院助理研究员刘阳为我们带来了《基于物联网技术的医用耗材智慧物流管理模式》的最新思考与研究;上海交通大学医疗机器人研究院与自动化系在读博士研究生王汉符做《物流任务下异构多机器人系统任务调度与路径规划》主题演讲。

  发布会最后,诺亚®医院物流机器人董事长兼首席产品官 蒋化冰谈到,机器人与人力、轨道、箱式物流相比较而言,机器人物流在医院经营管理、物资管理、院感管理上更安全,而且成本更低、效率更高。“通过智能科技,提升行医效率,降低就医成本”是诺亚®医院物流机器人的企业愿景,在面对智慧医院建设数字化、智能化、国产化三浪叠加的战略发展机遇,诺亚®医院物流机器人将持续构建全院5G智慧医院物流解决方案,助力医院实现降本增效和精细化管理,为“十四五”智慧医院建设的高质量发展贡献“诺亚”力量!

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )