传统报告的背景
PACS系统面向影像科室上线使用，标志着影像科进入了信息化时代。影像科医生写报告时，为了提高效率控制品质，会使用预先设定好的模板进行复制粘贴再进行个性化修改。
随着人口寿命增加、健康筛查普及、影像设备精度快速提高、以及临床医生对影像检查更加依赖、影像数据量以每年至少20%的速度增加，但影像诊断的人力资源并没有同步增长。
另一方面：在信息化和大数据背景下，现有的影像诊断共识不断往精细化发展。新的诊断共识不断创生，传统培训和工作方式已经很难让诊断医生掌握和运用这些新技术。
随着 “DRG/DIP三年规划”、“影像检查互认”、“公立医院高质量高质量发展促进行动（2021-2025年）通知”等政策颁布，影像业务将不可避免地从关注业务量转移到关注诊断质量。
临床痛点
随着对报告质量要求的不断提升，使用报告模板个性化修改的方式遇到了瓶颈：为了应对越来越细致的诊断规范，需要创建越来越多的标准化模板，模板选择会造成困境。精准的诊断要求每个患者的报告都是个性化的，所以即便使用细化的模板，也需要个性化地修改细节。在标准的报告上到处去寻找细节进行修改的成本很高，而且容易出错。
最近两三年，越来越多的影像AI植入到临床流程当中。这些AI可以生成大量的测量值和关键图像，对降低报告时间成本，提高临床满意度极为重要。如何将这些AI生成的重要信息植入到报告中是一个现实的需求，但传统的复制/粘贴模板没有这种语义学关联。与此类似的还包括实验室信息、病理信息如何植入报告、随访的信息如何植入报告。随着智慧医疗的不断推进，越来越多地临床信息系统会输出各种数据标签，这种语义学的相互整合使得各个科室的诊疗工作建立在信息全面的基础上，是医学信息系统互联互通的最重要技术趋势。
利用海量的现有数据进行回顾性研究也是当前的迫切需求，但文本报告进行数据挖掘的成本太高、数据质量差，已经很难适应这个快速创新的时代。
由此，在诊断报告领域我们早晚要从以“复制/粘贴”为代表的信息化阶段，过渡到以结构化报告为代表的数字化阶段。
产品优势
影像学诊断结构化报告内置了诊断逻辑的知识库：规范的描述顺序和用词，以及内置的诊断逻辑，可以前瞻性地控制报告品质，提升医疗安全的底线。
全新的架构设计：方便解剖导航图与相关逻辑的植入、方便AI结果的植入、临床LIS/PIS信息的植入。在追求质量的场景下，可以极大地提高效率。
影像学结构化报告可以生成标签化的影像学表现描述，以及部分标签化的诊断结论。对于进行回顾性/前瞻性的科研探索极为方便。
结构化的诊疗标签更加容易与临床终局结果进行自动化的质量核对：影像学诊断结构化报告填写过程的精确时间点记录，可以用来分析效率与质量的对应关系，从此摆脱完全依赖同行评议进行质量和效率判断的主观管理阶段。
相关产品
影像学诊断结构化报告
PACS系统面向影像科室上线使用，标志着影像科进入了信息化时代。影像科医生写报告时，为了提高效率控制品质，会使用预先设定好的模板进行复制粘贴再进行个性化修改。
科研教学平台
随着医疗水平的提高，越来越多的医疗机构除了日常的医疗服务，还需要承担医疗教学和科研任务，尤其是相关的医学院附属医院。日益完善的RIS/PACS系统已经可以满足医院的日常医疗服务流程，但是针对相应的教学、科研任务，就功能而言，远远无法满足医院的科研、教学需求。
服务AI的数据平台
随着影像AI的多元化发展，AI的应用正在逐渐被医疗机构接受。但影像AI产品仍存在一些掣肘：AI往往只处理单一的影像识别，而实际业务中多数检查需要多个影像识别，也需要非影像信息参与决策；基于通用算法的云端模式，实现敏感性、特异性双高难度较大，诊断的最终输出没有标签化；严重限制了AI本身的持续迭代学习能力。
产品咨询
北京赛迈特锐医疗科技有限公司
京公网安备11010202008737号
药品医疗器械网络信息服务备案：（京）网药械信息备字（2022）第00555号
010-62077532
QQ咨询 
在线留言 