查看原文
其他

释放医学影像数据价值的灵魂“三问”(附视频)

姜浩 HIT专家网官微 2024-01-09

导读

医院需要建立统一管理的医学影像数据中心,为临床深化应用和全院科研服务提供数据支撑。

人们常把医学影像数据资源比作石油,以彰显其蕴含的巨大价值。那么,医院如何将“原油”(譬如原始医学影像数据)提炼为“可用油”(能够为临床、科研所用的标准数据)?如何将“好数据”(譬如经过筛选标注后的数据)汇聚成“大数据”?如何在实践中发掘出“大数据”的价值?

2022年6月30日,在由HIT专家网主办、GE医疗协办的“释放医学影像数据价值”在线论坛上,中国医院协会信息专业委员会(CHIMA)主任委员王才有抛出了上述三道思考题,多位医疗信息专家和临床专家就如何释放医学影像数据价值的灵魂“三问”共同进行了深入探讨。

上排左起:CHIMA主任委员王才有、解放军总医院医学大数据研究中心原主任薛万国、复旦大学附属肿瘤医院信息中心主任王奕;下排左起:中国医科大学第一附属医院放射科主任范国光、青岛大学附属医院信息管理部主任辛海燕(点击“阅读原文”,观看视频回放)

医院需要建立统一管理的医学影像数据中心

“管理好‘原油’,建立起‘原油库’,也就是医学影像数据中心,是发掘、利用医学影像数据价值的前提。”会上,解放军总医院医学大数据研究中心原主任、CHIMA副主任薛万国对医院PACS发展过程中始终存在的医学影像数据管理与应用难点进行了分析。

首先PACS系统的专科化带来了医学影像数据分散化问题。专科化异构系统造成影像存储的分散化,为影像数据的统一管理带来障碍,也给医生统一调阅多模态影像造成困难。

其次影像数据量与存储容量间始终存在矛盾。影像的生命周期管理问题如影随形,医院在升级存储设备、更换PACS系统时不得不面对数据迁移难题,部分迁移工作需耗时几个月甚至更长时间。

第三,面向AI研发的影像集筛选标注管理及影像分析特征管理需求未得到有力支撑。传统PACS系统只能管理原始的医学影像数据,缺乏对影像数据研究的支持,需手工管理研究数据集,不便于医学影像数据的二次利用。

第四,医联体间多机构影像诊断流程存在统一问题。医院既有的PACS系统不支持多中心管理模式,需要使用两套系统进行工作。薛万国认为,应将外来影像数据纳入本院的PACS系统进行统一管理,以保持本院诊断与外来诊断工作流程的一致性。

针对上述问题和需求,薛万国表示,医院需建立统一管理的影像数据中心,汇集影像数据及影像报告特征数据,分别建立影像库及特征库,继而实现对医学影像数据的利用。

“医学影像数据中心的基础设施平台是制约医学影像应用的核心要素。”复旦大学附属肿瘤医院信息中心主任王奕分享了在建设影像数据中心方面的心得。目前,该医院所建的医学影像数据中心涵盖放射、超声、内镜、病理、心电等多种影像数据。在数据存储方面,数据中心采用SAN存储、NAS存储及对象存储等方式;在数据采集方面,实现院内及紧密合作单位内不同类型医学影像数据的采集与共享;在数据归档方面,已建立了统一的数据标准;在数据应用方面,医学影像数据中心能够支持的应用包括但不限于患者360视图、远程诊断/会诊、影像AI、科研支持及云胶片等。

标准影像数据是实现影像组学研究的基础

影像组学研究是计算机和医学的交叉研究方向,是从标准医学影像图像中高通量挖掘定量图像特征,实现分割、特征提取与个性化模型建立,从而为个性化的精准诊疗提供可能。中国医科大学第一附属医院放射科主任范国光认为,影像组学研究要做到多模态、多体部、定量化、智能化及可视化。

为实现高质量的影像组学实验,符合样本要求的标准影像数据是关键。换言之,只有将“原油”提炼为“可用油”,才能让影像数据真正为科研所用。一个典型的影像组学实验的设计流程包括:首先是确定课题,科研人员在参阅大量文献、咨询临床专家后,针对临床难点提出课题;其次是数据收集,科研人员从PACS系统中收集相关数据,利用相关软件进行数据筛选,以确定数据来源、确保数据均衡;第三步是制定数据处理方案,科研人员可咨询统计专家,根据不同样本需求采用不同的统计学方法进行处理。

作为一名“影像人”,范国光呼唤一款更强大的影像科研数据管理平台,能够实现多模态、薄层数据的长期存储、归档和全生命周期管理,满足影像科研病例的检索、脱敏和提取需求,筛选出“好数据”,汇集成“大数据”,为科研项目匹配符合样本需求的标准影像数据,同时支持搭建科研专病数据库及AI模型的训练和测试。

影像AI应用于辅助诊疗,临床开展三维后处理个性化应用

借助医学影像数据中心,复旦大学附属肿瘤医院在影像数据应用方面进行了深入探索,其中“影像大数据+AI”的研究走在前沿领域,部分AI工具已实际应用于临床诊疗。

例如:复旦大学附属肿瘤医院打造的“乳腺癌AI辅助诊断工具”,依据最新BI-RADS分类标准对病灶进行综合评估和智能分类,能够一键生成可配置、可编辑的图文报告。王奕介绍说,该工具的敏感性显著高于CAD钙化敏感性,为医生提供了乳腺癌诊断的一站式解决方案。另一款“冠脉狭窄AI分析工具”,极大提升了放射科医生的冠脉后处理效率,避免对血管狭窄的漏诊误诊。

在病理学方面,“宫颈癌细胞学AI辅助诊断工具”已进入临床使用阶段,通过极速AI运算加速,每一张宫颈细胞病理数字玻片相当于11.4万张标准CT,在单个工作站可在40秒内完成辅助诊断,极大提升了病理科的工作效率。

“建设有用的信息系统,为临床精准医疗提供有力的技术支持,是医信人义不容辞的责任。”青岛大学附属医院信息管理部主任辛海燕介绍了如何通过高级三维后处理系统满足临床医生的定制化三维图像的重建需求。该系统采用独立服务架构,与PACS系统集成,可从PACS存储中读取影像数据,在日常应用中能够全面覆盖临床医生的需求,包括疾病评估、手术规划、术前访谈、术后随访、临床教学等方面。

据辛海燕分享,心内科某医生曾向信息管理部提出诉求:放射科CT报告虽然提供了主动脉脉瓣病变的描述与诊断结论,但其提供的三维处理影像是按常规套餐式的角度建立的,缺乏主动脉瓣膜评估的内容。在使用高级三维后处理系统后,医生可以按需生成主动脉瓣的3D图像。系统提供的全自动径线测量功能,让手术耗材及人工瓣膜的选取更加准确,帮助心内科医生实现了精准诊疗。

在为临床提供医学影像智能应用的同时,青岛大学附属医院也非常注重通过培训工作,帮助临床医生“用好”工具。从2019年开始,信息管理部定期对临床医生进行初、中、高阶一对一培训,历时8个月,共培训了16个临床科室、45名临床医生。之后,这些临床医生再在科室内开展内部培训,带领科室成员共同探索如何在各自专业领域中将三维后处理技术和临床病例进行更深入的结合与实践。

在最后的研讨环节中,HIT专家网总编辑朱小兵总结:过去医院的信息系统、医疗设备多为生产业务所用,积攒了海量的医疗影像数据,尚未得到开发利用。近些年来,医院加快数据治理和数据应用步伐,并逐步反哺临床业务的数据需求,进而推动临床业务流程再造。从生产系统到数据系统,二者相互叠加作用,激发出了一个创新的时代。

点击“阅读原文”,观看视频回放。
近期热文
HIT专家网∣致力推进中国卫生信息化长按二维码可申请加入HIT专家网专业交流群

寻求“商务合作”,长按二维码可快速与我们取得联系


投稿:gong_chen@HIT180.com

商务合作:(010)82373062


本公众号原创文章,版权归HIT专家网和原作者所有。

未经许可,谢绝转载或以其他形式使用文章内容进行传播。


继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存