近日，南京鯨啟智能科技有限公司科技有限公司（簡稱“鯨啟智能”）宣布，公司已正式獲得國家知識產(chǎn)權(quán)局授權(quán)的“基于動態(tài)拓撲地圖的移動機器人實時調(diào)度方法及系統(tǒng)”發(fā)明專利。作為國內(nèi)領(lǐng)先的整院醫(yī)院物流機器人解決方案供應(yīng)商，鯨啟智能此次專利的核心突破在于：讓調(diào)度系統(tǒng)升級為 “會學習、可持續(xù)進化的大腦”，為智慧醫(yī)院在復(fù)雜動態(tài)環(huán)境下的全院物資流轉(zhuǎn)提供了具備高并發(fā)、強魯棒性的大規(guī)模集群解決方案。

破解全院柔性調(diào)度難題

隨著具身智能技術(shù)在醫(yī)療領(lǐng)域的深度滲透，醫(yī)院物流機器人已從單機執(zhí)行工具演變?yōu)槿簲?shù)字化系統(tǒng)的重要組成部分。然而，傳統(tǒng)調(diào)度邏輯在面對手術(shù)室、消毒供應(yīng)中心、住院藥房、檢驗科、靜配中心等多源任務(wù)并發(fā)時，往往暴露出路徑死鎖、通訊波動、高峰擁堵等“集體失靈”現(xiàn)象。其本質(zhì)在于：無法應(yīng)對醫(yī)院物流“多源、異構(gòu)、時變”的柔性調(diào)度需求。

鯨啟智能此次獲得的調(diào)度專利，核心在于一種能夠持續(xù)學習環(huán)境規(guī)律、動態(tài)優(yōu)化調(diào)度策略的實時調(diào)度方法。它能自動學習醫(yī)院不同時段（如早高峰藥品配送、午間標本集中送檢——臨床科室上午集中采血后，大量標本需在午間高效轉(zhuǎn)運至檢驗科，其配送效率直接決定下午檢驗報告的出具時效）的物流規(guī)律，并根據(jù)實時反饋不斷調(diào)整決策模型。這套系統(tǒng)用得越久，就越“懂”這家醫(yī)院的運行節(jié)奏。

多層調(diào)度架構(gòu)與雙向聯(lián)動

鯨啟智能始終堅持將調(diào)度技術(shù)作為醫(yī)院物流機器人的核心大腦。依托超過10大系列、覆蓋全院20+場景的完整產(chǎn)品矩陣，此次專利技術(shù)構(gòu)建了邊緣側(cè)自計算與云端總調(diào)度相互匹配、動態(tài)統(tǒng)一的多層技術(shù)架構(gòu)：

• 環(huán)境動態(tài)感知：實時識別走廊人流密度、電梯排隊狀態(tài)、手術(shù)室門開關(guān)等動態(tài)變化，生成動態(tài)拓撲地圖。

• 任務(wù)動態(tài)調(diào)度：內(nèi)置多級任務(wù)優(yōu)先級體系，支持靈活配置。高優(yōu)先級任務(wù)下發(fā)時自動執(zhí)行動態(tài)搶占，專梯保留、門禁開啟，確保關(guān)鍵物資“零等待”。

• 集群規(guī)模支撐：單院可集群調(diào)度超100臺醫(yī)院物流機器人，同時感知超1萬個物聯(lián)感知設(shè)備，實現(xiàn)全院物資流全局可視可控。

調(diào)度系統(tǒng)與醫(yī)院HIS、LIS、SPD實現(xiàn)雙向數(shù)據(jù)閉環(huán)：醫(yī)囑觸發(fā)配送、標本超時追溯、庫存自動補貨，真正將醫(yī)院物流機器人納入醫(yī)院整體數(shù)字化流程。

安全與可靠性

調(diào)度系統(tǒng)支持全私有化部署，核心信息不出院區(qū)。采用去中心化邊緣計算集群，具備完善的容災(zāi)與自愈能力：單臺服務(wù)器故障時，其他節(jié)點可在3秒內(nèi)自動接管，支持熱備與任務(wù)快照恢復(fù)，系統(tǒng)可用性達99.99%。多層冗余通信架構(gòu)確保機器人在斷網(wǎng)狀態(tài)下仍可本地決策、緩存指令，保障7×24小時不間斷運行。

在具身智能技術(shù)快速演進的背景下，這套調(diào)度系統(tǒng)為智慧醫(yī)院提供了可落地、可進化的物流基礎(chǔ)設(shè)施。

鯨啟智能公司介紹

鯨啟智能核心團隊源自邁瑞醫(yī)療，是國內(nèi)領(lǐng)先的整院醫(yī)院物流機器人解決方案供應(yīng)商，擁有超10大系列、覆蓋20+場景的完整產(chǎn)品矩陣，國家級高新技術(shù)企業(yè)，江蘇省具身智能機器人產(chǎn)業(yè)聯(lián)盟理事單位。公司產(chǎn)品已得到北京協(xié)和、阜外、湘雅系等國內(nèi)頂尖醫(yī)療機構(gòu)的認可與采用。

把跑腿交給機器人，把時間還給醫(yī)護——鯨啟智能將持續(xù)推動具身智能技術(shù)在智慧醫(yī)院場景的落地，讓醫(yī)院物流從“自動化”走向“智能化”。