【摘要】为提前识别 CT 关键部件的异常风险，本研究将人工智能技术应用于CT预测性维护工作中。基于人工智能技术搭建医疗物联网系统，实时监测CT设备的运行状态，全面收集设备的运行数据，为后续分析打好基础。然后，构建 CT 设备异常预测模型，利用人工智能算法深入挖掘数据中的规律，提前判断设备可能出现的异常。最后，设计相应的预测性维护方案，根据预测结果提前安排维护工作。实验结果表明，该技术能够较准确地预测CT设备的故障，同时在维护成本方面，也避免了过度维护和不必要的开销，有效降低了整体维护成本。