Temperaturüberwachung von medizinischen Kühlschränken mittels IoT

Aufhänger_IMG20240628092058
Nutzen und Vorteile


Historische Datenanalyse
Echtzeit-Überwachung
Arbeitsentlastung und Fehlerminimierung
Lückenlose Dokumentation

Das Projekt hatte das Ziel, die bestehende heterogene Kühlschranklandschaft mit analoger Temperaturerfassung durch IoT zu ersetzen. Eine neue, skalierbare und benutzerfreundliche Lösung sollte dabei die Anforderungen der Qualitätssicherung erfüllen.

Bisher war der DIN-A4-Zettel das übliche Mittel zur Temperaturerfassung. Gesetzliche Vorgaben verlangen, dass die Temperaturen der Kühlschränke täglich erfasst werden müssen. Das führt zu einem erheblichen Zeitaufwand für Mitarbeitende und kann fehleranfällig sein, da die Temperatur nur im Moment des Ablesens überprüft wird.

SPIE führt derzeit drei Projekte zur Temperaturerfassung in Kühlschränken durch. Ein erstes Projekt, das Kühlschränke für Blutkonserven, Blutplasma und Medikamente umfasst, wurde im Evangelischen Krankenhaus Königin Elisabeth Herzberge realisiert. Hier sorgen batteriebetriebene Sensoren und die SPIE eigene IoT-Plattform dafür, dass die Temperaturen nun lückenlos erfasst werden. Dies entlastet die Mitarbeitenden erheblich.

Alle relevanten Temperaturbereiche werden erfasst, wobei die Anforderungen für Blutkonserven, Blutplasma und Medikamente variieren und zwischen –20 °C und +8 °C liegen. Installationen in explosionsgefährdeten Umgebungen sind ebenso möglich wie in normalen Kühlschränken. Spezielle Sensoren übertragen die Werte über ein Gateway an die IoT-Plattform. Je nach Rolle erhält der Kunde Zugriff auf die Werte und kann diese jederzeit einsehen. Ein ausgeklügeltes Alarmmanagement signalisiert Temperaturabweichungen. Die Anbindung an einen bestehenden Alarmserver ist dank offener Schnittstellen problemlos möglich.

Der DIN-A4-Zettel gehört damit der Vergangenheit an. Die lückenlose Dokumentation über das Dashboard und die Aufzeichnung der Daten über längere Zeiträume entsprechen dem neuesten Stand der Technik.

Laufzeit:
01.05.2024 – 08.07.2024

Kontakt:
Dan Fischer
dan.fischer@spie.com

Atilla Karagülle
atilla.karaguelle@spie.de


Artikel teilen

USE CASES
Die Lösung basiert auf Machine-Learning-Sensoren, die einfach an Motoren und Lagern angebracht werden. Sie ermöglicht engmaschige Überwachung, reduziert Ausfallzeiten und senkt Kosten durch frühzeitige Problemerkennung und optimierte Schmierzyklen.
Der Schnüffelsensor von Bosch Sensortec erfasst störende Gerüche in Gebäuden mittels Machine Learning. Ursprünglich für Kühlschränke entwickelt, findet er nun Anwendung in Küchen, WC-Abluft und zur Erkennung von schmorenden Bauteilen.
Zur optimalen Anlagenaufnahme im Facility Management nutzen wir bei SPIE zum Projektstart den Plate Reader. Die OCR-Technologie zur automatischen Erfassung und Bewertung von Typenschildern und Anlagendaten steigert die Effizienz.