為什么影像后處理系統的報告沒有被廣泛使用起來?
- 分類:業務背景知識
- 作者:
- 來源:
- 發布時間:2019-10-22 14:34
- 訪問量:
【概要描述】影像檢查的數據量日益增大,診斷工作中越來越不可能瀏覽全部的二維圖像,越來越多地依賴于智能化的后處理系統。后處理系統生成的關鍵圖像、測量值、圖表等,不僅能提升放射科醫生、臨床申請醫生、患者的滿意度,而且也是業務水平、收費項目的依據。
為什么影像后處理系統的報告沒有被廣泛使用起來?
【概要描述】影像檢查的數據量日益增大,診斷工作中越來越不可能瀏覽全部的二維圖像,越來越多地依賴于智能化的后處理系統。后處理系統生成的關鍵圖像、測量值、圖表等,不僅能提升放射科醫生、臨床申請醫生、患者的滿意度,而且也是業務水平、收費項目的依據。
- 分類:業務背景知識
- 作者:
- 來源:
- 發布時間:2019-10-22 14:34
- 訪問量:
影像檢查的數據量日益增大,診斷工作中越來越不可能瀏覽全部的二維圖像,越來越多地依賴于智能化的后處理系統。后處理系統生成的關鍵圖像、測量值、圖表等,不僅能提升放射科醫生、臨床申請醫生、患者的滿意度,而且也是業務水平、收費項目的依據。
三大國際原廠—GE、Philips、Siemens都有自己功能強大的后處理系統,分別是AW、ISP、VIA。這些產品在國內已經銷售數千套,在日常工作中發揮著非常關鍵的作用。這些后處理系統的不同后處理模塊通常都帶有不同病種特色的結構化報告。但幾年過去了,這些結構化報告產品并沒被影像科使用起來,診斷醫生、臨床醫生仍然通過瀏覽DICOM圖像的方式來查看關鍵圖像、測量值表格與對比圖表。見識過GPS精美的后處理系統報告模板的醫生會非常困惑為什么這樣優秀的報告系統沒有被使用起來?這背后的原因值得我們探討。
1 后處理過程與診斷過程存在著時空錯位
在影像診斷過程中,醫生交替運用影像的識別與知識推理技能。后處理主要聚焦在影像識別方面,很少涉及診斷的知識推理技能。后處理更適合影像技師來完成;醫生相比技師,診斷推理能要求更高,更加難以培養,所以我們總是希望讓技師的后處理工作為醫生的診斷節省時間。后處理信息的生成,顯然距離撰寫報告的環節存在一定的時空錯位。
2 以后處理信息為核心報告系統有邏輯上的固有缺陷
每種影像診斷的深層邏輯都是專家共識,而每個專家共識都是由不同維度的數據和推理邏輯構成。后處理生成的關鍵圖像、測量值、圖表等信息,是專家共識當中數據維度的子集,并非全集,基本不涉及單病種的推理邏輯。獲取其他維度的數據(比如實驗室數值、病理結果、臨床背景信息等),以及遵從診斷邏輯進行推理并不是后處理系統的強項,甚至可以說是后處理系統的盲點。診斷醫生仍然需要自己瀏覽這些信息,然后手工將這些信息添加到報告當中;這時就會發現這份報告除了測量值是結構化之外,其他信息(包括診斷結論)都不是結構化的。而且撰寫完成的總效率并不高。
在實際業務當中,多數的影像學檢查不僅需要影像信息,還需要之外的其他信息;運用單病種診斷邏輯/參考診斷(鑒別診斷)邏輯的場景概率大大超過單純依賴影像特征進行診斷的場景。所以能使用后處理結構化報告的場景其實并不多。
3 實現與流程的整合是一項重資產的工作
影像科室需要對醫生的工作數量和工作質量進行統計,需要實現報告撰寫與審核的質控環節。這就要求報告系統要能處理醫生的登錄信息、報告的編輯權限,允許在任意站點被審核、編輯。這就要求后處理的報告系統與本地的RIS系統去進行這種整合,不幸的是這種整合并沒有國際規范,這就使得這種整合變成高智商、高耗時的重資產業務。這種特點與影像設備快速簽收、快速回款的業務模式不能匹配。
4 報告模板的個性化修改與維護也是重資產業務
不同的醫療機構針對同一個病種的報告存在著個性化的需求。比如中醫院與胸科醫院在同一張胸片診斷上,存在思考方向與思考深度的差異。這種醫療機構個性化的需求其實是在一個單病種的知識圖譜上不同角度的延伸與遮蔽。如果影像報告還內置了診斷專家共識,隨著這些專家共識的改進,還需要升級報告模板,并使之與個性化的需求相結合。這種工作不能由工程師完成,只能由診斷醫生去思考、評價與實現。這類重資產服務阻礙了后處理的報告系統走向日常診斷的領域,阻礙了影像設備廠家涉足該領域。
5 不同品牌的后處理報告之間不兼容
自家開發的報告繼承自家后處理的信息最為順理成章,但卻不能整合其他廠家的后處理系統。在一個單病種上,不同廠家的后處理系統生成的信息差異不大,但這些廠家不需要認真考慮報告與后處理之間的整合需要什么通用的規范。這是自家的自留地業務,使用自家的內部傳輸協議就夠了,誰也不會公開這些協議,誰也不會向其他廠家的協議妥協。
如果醫療機構使用多家的后處理系統及其報告產品,意味著報告模板不同、結構化信息編碼不同,很難統一工作的規范與數據的匯集標準。如果你打算個性化地修改模板實現某種規范,那就需要找不同的廠家逐個修改,那將是一場災難。
6 理想的結構化報告應該是什么樣子?
6.1后處理業務與報告業務分離
只有影像的識別過程與診斷推理過程的分離,才能實現有價值的影像信息在技師—醫生之間高效傳遞,才能實現報告系統對眾多后處理系統的整合,才能實現診斷規范的統一與數據的統一。
6.2報告應該聚焦于通用的診斷邏輯
影像的后處理(與影像AI)系統越來越多地替代技師/醫生進行影像的識別;我們當然希望診斷推理的過程也有信息系統能幫助我們,我們當然希望結構化報告系統能完成這個歷史使命。那么結構化報告系統就必須是從通用的診斷邏輯出發。并將后處理信息、臨床信息的自動化整合當作自己的使命。
6.3影像報告應該全結構化
我們期望影像診斷報告的所有數據標簽都是前結構化的。那將帶給我們兩種好處:首先是我們能真正地從大數據分析當中獲取新的知識;其次是我們有可能實現對前端的后處理方案、掃描方案、申請方案進行自動化、持續性的迭代。
隨著以通用診斷邏輯為出發點的結構化報告系統不斷整合后處理系統、臨床信息系統,實現這個目標只是時間問題;而在實現的過程中,我們必將碩果累累。
掃二維碼用手機看
北京賽邁特銳醫療科技有限公司
京公網安備11010202008737號
藥品醫療器械網絡信息服務備案:(京)網藥械信息備字(2022)第00555號