产品
您现在的位置:
首页
/
/
科研教学平台

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。
所属分类
产品
咨询电话:010-57158360
科研教学平台
产品描述

临床痛点

图像数据的特殊性对影像科研业务造成的困扰

目前64排CT和1.5T以上的MR已经不算高端设备,已经广泛进入到县级医疗机构。以64排CT扫描心脏为例:一个序列600-700张图像,数据量就达到300M以上。再经过几次重建处理,就会增加几个序列,数据量就会超过1G。单个患者的数据量达到4-5G并不稀奇。极端的情况下,还出现过一个患者超过10G的情况。

比如:一个600张图像的序列,如果用传统的竖窗显示器来浏览,即便每屏显示20张图像,也需要翻屏30次才能全部看完。这对于传统的PACS以及常规诊断来讲,是完全不可接受的,对于临床科室更是如此。如果临床科室通过Web调取600张图像浏览,不仅时间上的代价难以估算,临床的医生也未必能从张张相似的图像上看出什么有价值的需求。

这类原始薄层图像往往只能在三维后处理工作站上进行浏览和处理,然后生成厚层图像和关键图像,再供诊断和临床浏览。

根据图像的性质和使用目的不同,我们需要将医学影像分成四类,并分类提供给需要的人员。而不是囫囵吞枣地将所有图像都放在一起,用统一的界面提供给所有人。

 

图像类型 单个检查的数据量 使用场景 访问概率

诊断图像

数十张,总计几十兆到几百兆,往往由后处理系统重建而来。

影像科医生、临床医生;使用PACS系统。

诊断的时候使用一次; 被临床访问可能是多次的。

关键图像

数张,总计数兆或者几十兆。

临床医生、患者;使用临床发布系统、移动终端。

和电子病历、健康档案关联,肯定被多次访问。

原始薄层图像

 数G,甚至单个检查10G以上。

作为后处理系统的输入,无法直接作用诊断和临床发布。

重建的时候使用一次; 随访时会再被重建使用。

科研用原始图像

比如光谱图像,单个患者的常规检查达到3-5G,PACS系统解读不了。

作为后处理的输入,主要做科研,诊断为辅,不会发布到临床。

科研项目上使用,之后很少再使用。

 

影像诊断标签对影像科研业务造成的困扰

影像科研领域记录各类标签数据的工具以EXCEL表单最为典型,这种传统的电子表单方式存在着很多缺点:

首先,根据科研需求快速设计/调整细致的数据模板时,很难保持对已有数据的自动兼容性,往往需要手工逐个调整。

其次,一个大型的电子表单很难允许多位参与者同时填写数据模板,任务分配完全无法避免重复和冲突。

第三,科研数据表格如何实现与患者自动关联对应、在填写数据模板的同时浏览图像信息、数据模板自身按照诊断思路来展示和填写?

第四,数据表格如何与AI/后处理整合?以便自动化地填写数据,降低劳动强度。

第五,除了后处理的测量值之外,还有一些影像表现信息和诊断信息要允许医生人工填写,这些信息如何清晰展示方便填写?

第六,如何实现内置的填写顺序逻辑和关联逻辑,进一步降低填表的劳动强度?

第七,电子标签底层应该有清晰的数据标签,如何实现表格设计更改仍然能进行标准化的统计和分析?

第八,如何使用搜索工具进行跨项目的标签搜索和导出,复用已有的科研数据资料?

第九,如何将科研生成的新知识变成生产力工具投入使用,避免束之高阁?

 

产品优势

科研门户网网站

影像科室的科研门户网站用于人员和密码的管理,同时作为对科研工作者进行在线的医疗安全、患者隐私保护、科研流程等进行培训与考核的平台。

科研项目的审批管理

这个模块包括项目的立项申请、成员管理、样本量和统计方法分析、伦理申请与批复、数据量进度管理等,以及最后的论文发表计划和实际发表进度的关系。

以影像为焦点的数据生命周期管理

数据的生命周期管理包括如下这些功能模块:分组、匿名、冷热数据管理、移动介质的导出管理等。

外部数据的导入管理

第一类外部数据包括多中心协作项目的外部医疗机构的影像资料和临床资料,这些资料分成DICOM图像、文本文件和扫描文件三种类型。

除了实验室/病理信息之外,还有其他一些临床表型(Prototype)信息也会作为科研的入组或者随访观察信息。这些信息随机性强、复用性差,很难做成标准的信息化提取工具,往往依赖于科研人员手工提取。

与后处理系统之间的自动化路由和信息返回

如前所述,科研用的影像学资料往往数据量巨大,需要配合AI/后处理系统一起使用,来自动化地提取生理特征/病理特征或者关键图像。

对于AI/后处理系统产生的关键图像、测量值等信息,有两种方式可以获取:第一种是AI/后处理系统通过使用类似AIM语义学规范的消息服务机制(比如HL7或者Web Service)传输到智能动态模板系统;另外一种方式是AI/后处理系统将这些信息放置在特定的目录下,由智能化动态模板系统提供的服务程序去扫描获取。

各种科研场景下利用影像学结构化报告作为标签数据的采集手段

如果影像科有影像学结构化报告,那么无论是进行回顾性研究还是前瞻性要求,从结构化报告标签系统当中直接查询并导出标签是质量最高、成本最低的标签获取方法。结构化报告的生产系统中的数据维度往往小于前瞻性科研所需的数据维度,在现有的生产力模板上填写维度是很容易的事情,可在工作中直接收集标签数据。

如果进行前瞻性的研究,专门设计一个科研用结构化报告模板的成本虽然比较高,但数据搜集过程相比先写文本、再进行标签转化还是要低得多。另外一个巨大优势就是当这个科研逻辑内置到报告模板中,可以直接成为生产力工具,避免成果束之高阁。所以,这类报告模板往往是生产力转化工具。

人机交互数据过程的获取和管理

除了探索新的算法工具和诊断逻辑之外,相当多的影像科研工作聚焦于某种功能/工具植入业务系统使用后的人机效率、质量对比。这些分析还会包括医生的不同年资、患者的不同病情、不同诊疗目的等分层数据的分析,这需要大量的过程数据标签。这些过程数据包括算法消耗的时间、诊断各个章节消耗的时间,生成的影像表现数量、类型和最终诊断标签,以及与前期金标准数据的自动对比。

影像科研平台实现了包括金标准数据的管理,以及基于结构化报告技术的过程数据采集和分析能力。

标签搜索和结果保存

结构化数据标签是影像科室科研、教学的宝贵资料库。使用这个数据库的医生们希望有一个统一的数据库能包含所有的标签,甚至能跨病种、跨医疗机构地搜索符合某些条件的患者列表。负责整理培训资料的医生们并不用记住RADLEX和SNOMED标签,他们只需调出模板的组件,对其数据元素进行勾选,将其选择到搜索条件中,限定取值范围即可。如果搜索条件覆盖了多种不同疾病的模板,那么自然就可以从数据库中跨病种地搜索患者资料。

统计分析

根据不同的科研项目导出的不同EXCEL表格,或者其他数据文件,可与现有的第三方统计平台实现无缝对接,并在统计平台上远程选择各种统计方法,并实时观看统计结果,截图保存。

相关产品

产品咨询

留言应用名称:
产品留言
描述:

联系方式

北京赛迈特锐医疗科技有限公司

电 话:010-62077532

地 址:北京市昌平区沙河镇昌平路97号8幢B202(昌平示范园)

二维码

官微二维码

二维码

邓白氏编码

北京赛迈特锐医疗科技有限公司

京公网安备11010202008737号

网站建设:中企动力 北京 SEO