KR20140096092A - 의료 진단 절차들에 관한 정보를 수집하고 보고하고 관리하는 방법들 및 기법들 - Google Patents

의료 진단 절차들에 관한 정보를 수집하고 보고하고 관리하는 방법들 및 기법들 Download PDF

Info

Publication number
KR20140096092A
KR20140096092A KR20147014500A KR20147014500A KR20140096092A KR 20140096092 A KR20140096092 A KR 20140096092A KR 20147014500 A KR20147014500 A KR 20147014500A KR 20147014500 A KR20147014500 A KR 20147014500A KR 20140096092 A KR20140096092 A KR 20140096092A
Authority
KR
South Korea
Prior art keywords
information
medical imaging
procedure
imaging procedure
database
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
KR20147014500A
Other languages
English (en)
Inventor
존 에프. 칼라푸트
데이비드 에이. 미쉴러
존 에이. 브로소비치
스리드하르 알. 발라수브라마니안
프레데릭 피. 윈덤
Original Assignee
바이엘 메디컬 케어 인크.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 바이엘 메디컬 케어 인크. filed Critical 바이엘 메디컬 케어 인크.
Publication of KR20140096092A publication Critical patent/KR20140096092A/ko
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/413—Classification of content, e.g. text, photographs or tables
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/43—Editing text-bitmaps, e.g. alignment, spacing; Semantic analysis of bitmaps of text without OCR

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Library & Information Science (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Engineering & Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

복수의 절차들에 관한 객관적 정보 및 그 절차들의 결과들에 관한 주관적 정보를 수집하는 것을 포함하는 의료 진단 절차들에 관한 정보를 수집하고 관리하는 방법이 제공된다. 객관적 정보는 그 절차 및 그 절차를 경험했던 환자의 파라미터들에 관한 정보를 제공하는 반면, 주관적 정보는 그 절차의 결과들의 품질의 평가를 포함한다. 이러한 정보는 데이터베이스에 저장될 수 있다. 데이터베이스는 접속될 수 있고, 그 안에 있는 정보는 이전의 절차들의 결과들 및 미래의 절차들에 대한 계획과 관련되어 사용될 수 있다.

Description

의료 진단 절차들에 관한 정보를 수집하고 보고하고 관리하는 방법들 및 기법들{METHODS AND TECHNIQUES FOR COLLECTING, REPORTING, AND MANAGING INFORMATION ABOUT MEDICAL DIAGNOSTIC PROCEDURES}
관련 출원들에 대한 교차 참조
본 출원은 여기에서 참조에 의해 모든 내용이 포함되는, 2011년 11월 17일에 출원된 미국 가출원 제61/560,984호의 이익을 주장한다.
발명의 분야
본 개시는 의료 진단 절차들에 관한 정보를 수집하고, 보고하고, 관리할 뿐만 아니라 이러한 정보를 분석하고 사용하는 방법들 및 기법들에 관한 것이다. 또한, 여기에서 설명되는 방법들 및 기법들을 구현하는 시스템이 제공된다.
이하의 정보는, 읽는 이가 본 개시의 의료 진단 절차들에 관한 정보를 수집하고, 보고하고, 관리하는 방법들 및 기법들이 일반적으로 사용될 환경을 이해하는데 도움을 주기 위해 제공된다. 여기에서 사용되는 특정 용어들은, 본 문서에서 명확하게 다르게 설명되지 않는다면, 임의의 특정한 한정된 해석으로 제한하고자 하는 것은 아니다. 여기에서 설명된 참조문헌들은 본 개시의 의료 진단 절차들에 관한 정보를 수집하고, 보고하고, 관리하는 방법들 및 기법들의 이해를 용이하게 할 수 있다. 여기에서 인용된 모든 참조문헌들의 개시는 참조에 의해 포함된다.
의료 기법, 테크놀로지, 또는 표준에서의 변화의 효과를 평가하기 위해, 의사는 다수의 많은 현장 임상 실험에서 다수의 환자들로 그 절차를 수행하거나, 그 기법을 사용하거나, 또는 새로운 표준을 테스트해야 한다. 당연히, 이러한 실험들은 의료 기법, 테크놀로지, 또는 표준의 적절한 평가를 위한 대조군을 포함해야 한다.
이하의 임상 실험에서, 의료진은 일반적으로 적합한 의료 저널에서 발견을 설명하고 공개한다. 또한, 의료진은 발견을 의료 학회들에서 동료들에게 제시할 수 있다. 이러한 프로세스는 종종 수년이 걸릴 수 있다는 점을 쉽게 이해할 수 있을 것이다.
또한, 그 일의 엄청난 규모는 종종, 가장 가치가 있는 의료 기법들 및 테크놀로지들 및 가장 이로운 표준들의 확립만이 추구된다는 것을 의미한다.
또한, 연구들과 관련된 엄청난 비용은, 대부분의 의사들 및 의료진들이 이러한 활동들에 투자할 충분한 재정적 자원을 가진 대기업들 및 연구 기관들로부터의 도움없이 새로운 표준을 확립하거나 또는 임의의 기법 또는 장비를 테스트하지 못하게 한다.
(예를 들어, CT(Computed Tomography) 또는 MRI(Magnetic Resonance Imaging) 스캐너와 같은) 스캐닝 디바이스와 결합한 의료 주사기(injector)의 사용을 포함하는 진단 평가를 수행하는 경우, 진단 평가가 의료진에게 유용한 정보를 제공한다는 것을 보장하기 위해 조영제(contrast media)를 환자에게 분당 X ml의 속도로 주입하는 것은 널리 허용되는 실습일 수 있다. 주입의 표준 속도는 아마도 상술한 임상 실험 방법을 통해 확립되었다. 이러한 표준 속도는 소정 레벨의 향상을 제공하는 것으로 기대될 수 있다.
그러나, 조영제의 주입 속도는, 다른 프로토콜 방법, 환자 인구통계, 또는 스캐닝 기술에서의 약간의 변화로 인해, 최적의 결과가 더 적은 조영제를 사용하여 달성될 수 있기 때문에, 처음 생각된 속도만큼 높을 필요가 없을 수 있다. 예를 들어, 특정 진단을 위해 사용된 스캐너의 민감도는, 그것의 사용과 관련된 표준(들)의 발전 때문에 향상될 수 있다(그리고 아마도 향상되어 왔다). 다른 예시로서, 표준이 개발되었던 대상인 모델 환자는 지금 이미징 절차(image procedure)의 대상인 환자와 키 또는 몸무게에서 약간 다를 수 있다. 일부 의사들은 그들의 프로토콜들을 새로운 장비의 능력들에 맞추거나 그렇지 않으면 변화된 환경에 맞출 것이다. 그러나, 다른 의사들은, 테크놀로지의 진보에도 불구하고, 확립된 조영 흐름 속도가 특정 진단 기법에 대해 확립된 표준의 범위에 속하기 때문에, 단순히 그 확립된 조영 흐름 속도를 계속하여 사용할 수 있다.
이것은 (요구되는 것보다 더 많은 조영제가 사용되기 때문에) 그 절차의 비용을 증가시킬 뿐만 아니라, 환자가 조영제에 대한 거부 반응(adverse reaction)을 가질 수 있을 가능성을 증가시킨다. 또한 그리고 아마도 더 중요하게, 증가된 민감도로 인해, 스캐너의 성능은, 그것이 표준에 의해 인정되지 않는 더 낮은 주입 속도로 최적으로 수행되는 경우, 표준 속도로 조영제를 사용함으로써 저해될 수 있다. 마찬가지로, 의사들은 한때는 허용된 실습이었던 것 또는 수행되고 있는 실제 연구에 더 가까이 맞춰진 것으로부터 나뉘어진 프로토콜들을 사용하여 성공적으로 최적의 연구 결과들을 달성한 다른 의사에 의해 인식된 향상들을 의식하지 못할 수 있다.
요컨대, 종래 기술 및 현재 실습은, 연속적인 근거, 일종의 매일의 실습으로부터 야기되는 증가하는 변화들에서 발달한 의학에서의 진보의 적절하게 빠른 채택을 위한 시스템 또는 방법론을 제공하는 데에 실패하였다. 증가하는 발달 및 성공적인 결과들이 의료 직종에서의 다른 의사와 공유되어 특히 의료 관리 및 품질을 더 빠르게 발전시킬 수 있다.
일 양태에서, 의료 이미징 절차와 관련한 정보를 수집하고 관리하는 방법이 제공된다. 상기 방법은 복수의 정보 소스들로부터 복수의 의료 이미징 절차들에 관한 정보를 수집하는 단계를 포함할 수 있다. 의료 이미징 절차들의 각각에 대해 수집된 정보는 의료 이미징 절차에 관한 객관적인 정보 및 의료 이미징 절차의 결과의 주관적인 평가를 포함할 수 있다. 객관적인 정보는 적어도 의료 이미징 절차의 파라미터들에 관한 정보 및 의료 이미징 절차를 받은 환자에 관한 정보를 포함할 수 있다. 상기 방법은 복수의 절차 기록들을 형성하는 단계를 더 포함할 수 있고, 절차 기록들의 각각은 의료 이미징 절차들 중 하나에 대응하고, 절차 기록들의 각각은 적어도 의료 이미징 절차에 관한 객관적인 정보 및 의료 이미징 절차의 결과의 주관적인 평가를 포함한다. 또한, 상기 방법은 데이터베이스에 절차 기록들을 저장하는 단계를 포함할 수 있고, 그 데이터베이스는 정보 소스들의 적어도 일부와 전기적으로 통신한다.
소정의 제한적이지 않은 실시예들에서, 정보 소스들은 복수의 의료 이미징 디바이스들을 포함할 수 있다. 소스 정보들은 의료 이미징 절차들 중 하나와 관련된 디지털화된 이미지 또는 문서를 포함하는 적어도 하나의 의료 기록 시스템을 포함할 수 있다. 일부 제한적이지 않은 실시예들에서, 정보 소스들은 복수의 의료 이미징 디바이스들 및 적어도 하나의 의료 기록 시스템을 포함할 수 있다.
소정의 제한적이지 않은 실시예들에서, 의료 기록 시스템으로부터 정보를 수집하는 단계는 광학적 문자 인식 및 자연 언어 처리 중 적어도 하나를 이용하여 이미지로부터 정보를 추출하는 단계를 포함할 수 있다. 소정의 제한적이지 않은 실시예들에서, 광학적 문자 인식은 폰트 데이터베이스를 포함하는 광학적 문자 인식 엔진을 이용하여 수행되고, 폰트 데이터베이스는 특히 이미지와의 사용을 위해 구성되는 폰트 특징 정보를 포함한다. 광학적 문자 인식은, 광학적 문자 인식 동안 발생하는 하나 이상의 오류들이 검출되고 수정되고, 그 오류들에 관한 정보가 폰트 데이터베이스로 전달되는 잔여 오류 수정 프로세스를 포함할 수 있다.
일부 제한적이지 않은 실시예들에서, 자연 언어 처리는 의료 이미징 절차의 결과의 주관적인 평가를 나타내는 이미지 내에서 언어를 식별하기 위해 사용될 수 있다.
소정의 제한적이지 않은 실시예들에서, 상기 방법은 데이터베이스에 저장된 정보를 데이터 보고 및 분석 애플리케이션으로 전달하는 단계를 더 포함할 수 있고, 데이터 보고 및 분석 애플리케이션은 데이터베이스에 저장된 정보에 기초하여 하나 이상의 리포트들을 생성한다.
소정의 제한적이지 않은 실시예들에서, 의료 이미징 절차의 결과의 주관적인 평가는 의료 이미징 절차의 결과의 품질에 관한 개인의 의견이다.
소정의 제한적이지 않은 실시예들에서, 절차 기록들의 적어도 일부에 대해, 의료 이미징 절차에 관한 객관적인 정보 및 의료 이미징 절차의 결과의 주관적인 평가가 수집되는 정보 소스들이 서로 다르다.
소정의 제한적이지 않은 실시예들에서, 절차 기록들의 적어도 일부에 대해, 의료 이미징 절차에 관한 객관적인 정보 및 의료 이미징 절차의 결과의 주관적인 평가가 수집되는 정보 소스들이 동일하다.
소정의 제한적이지 않은 실시예들에서, 정보 소스들 중 적어도 하나는 의료 이미징 디바이스이고, 의료 이미징 디바이스는 의료 이미징 절차를 수행하고 그것의 전자 리포트를 생성하고, 의료 이미징 절차의 결과의 주관적인 평가는 전자 리포트에 입력되고 그 일부로서 저장된다. 일부 실시예들에서, 주관적인 평가는 의료 이미징 디바이스와 관련된 사용자 인터페이스에서 전자 리포트에 입력될 수 있다. 일부 실시예들에서, 주관적 평가는 컴퓨터 워크스테이션에서 전자 리포트에 입력될 수 있다. 소정의 실시예들에서, 전자 리포트는 미리 정의된 속성 필드들의 세트를 포함하도록 구성될 수 있고, 주관적 평가는 미리 정의된 필드들 중 하나에 입력된다.
다른 양태에서, 대상 환자에게 수행될 의료 이미징 절차에서 사용할 위해 프로토콜을 결정하는 방법이 제공된다. 상기 방법은 대상 환자에 관한 정보를 수신하는 단계를 포함할 수 있다. 상기 방법은 복수의 절차 기록들을 포함하는 데이터베이스에 접속하는 단계를 더 포함할 수 있고, 절차 기록들의 각각은 이전에 수행되었던 이미징 절차에 대응하고, 절차 기록들의 각각은 이미징 절차에 관한 객관적 정보 및 이미징 절차의 결과의 주관적 평가를 포함하고, 객관적 정보는 적어도 이미징 절차를 경험했던 환자에 관한 정보 및 이미징 절차에 사용된 프로토콜에 관한 정보를 포함한다. 상기 방법은 제안된 프로토콜을 결정하는 단계를 더 포함할 수 있고, 제안된 프로토콜은 데이터베이스에 포함된 객관적인 정보 및 주관적인 평가들과 대상 환자의 정보의 고려에 기초하여 결정된다. 또한, 상기 방법은 시각적으로 인식 가능한 형식으로 제안된 프로토콜을 제시하는 단계를 포함할 수 있다.
소정의 제한적이지 않은 실시예들에서, 상기 방법은 제안된 프로토콜을 수정하는 단계를 포함할 수 있다.
다른 양태에서, 복수의 의료 이미징 절차들에 관한 정보를 수집하고 이용하는 방법이 제공된다. 상기 방법은 의료 이미징 절차가 수행될 대상 환자에 관한 정보를 수신하는 단계를 포함할 수 있다. 상기 방법은 복수의 절차 기록들을 포함하는 데이터베이스에 접속하는 단계를 더 포함할 수 있고, 절차 기록들의 각각은 이전의 이미징 절차에 대응하고, 절차 기록들의 각각은 이전의 이미징 절차에 관한 객관적 정보 및 이전의 이미징 절차의 결과의 주관적 평가를 포함하고, 객관적 정보는 적어도 이전의 이미징 절차를 경험했던 환자에 관한 정보 및 이전의 이미징 절차에 사용된 프로토콜에 관한 정보를 포함한다. 상기 방법은 제안된 프로토콜을 결정하는 단계를 더 포함할 수 있고, 제안된 프로토콜은 복수의 기록들에 포함된 객관적인 정보 및 주관적인 평가 및 대상 환자의 정보의 고려에 기초하여 결정된다. 상기 방법은 또한 시각적으로 인식 가능한 형식으로 제안된 프로토콜을 제시하는 단계를 포함할 수 있다. 상기 방법은 제안된 프로토콜 및 그것의 수정 중 하나에 관련된 대상 환자에게 의료 이미징 절차를 수행하는 단계를 또한 포함할 수 있다. 또한, 상기 방법은 대상 환자에게 수행된 의료 이미징 절차의 결과의 주관적 평가를 제공하는 단계, 대상 환자에게 수행된 의료 이미징 절차에 관한 객관적 정보 및 대상 환자에게 수행된 의료 이미징 절차의 결과의 주관적 평가를 수집하는 단계, 대상 환자에게 수행된 의료 이미징 절차에 관한 객관적 정보 및 대상 환자에게 수행된 의료 이미징 절차의 결과의 주관적 평가를 포함하는 대상 환자 절차 기록을 형성하는 단계 및 데이터베이스에 대상 환자 절차 기록을 저장하는 단계를 포함할 수 있다.
일 실시예에서, 상기 방법은 의료 이미징 절차가 수행될 제2 대상 환자에 관한 정보를 수신하는 단계, 대상 환자 절차 기록을 더 포함하는 데이터베이스에 접속하는 단계, 및 대상 환자 절차 기록에 포함된 객관적인 정보 및 주관적인 평가를 포함하는, 복수의 절차 기록들에 포함된 객관적인 정보 및 주관적인 평가 및 제2 대상 환자의 정보의 고려에 기초하여 결정되는 제2 제안된 프로토콜을 결정하는 단계를 더 포함할 수 있다.
또 다른 양태에서, 의료 이미징 시스템이 제공된다. 의료 이미징 시스템은 복수의 의료 이미징 디바이스들을 포함할 수 있고, 의료 이미징 디바이스들의 각각은 의료 이미징 디바이스에 제공된 이미징 프로토콜에 따른 의료 이미징 절차를 수행하도록 구성된다. 상기 시스템은 하나 이상의 프로토콜 관리 애플리케이션들을 더 포함할 수 있고, 프로토콜 관리 애플리케이션들의 각각은 의료 이미징 디바이스들 중 하나 이상과 전자적으로 통신하고, 프로토콜 관리 애플리케이션들의 각각은 이미징 프로토콜을 의료 이미징 디바이스로 전달하도록 구성된다. 또한, 상기 시스템은 프로토콜 관리 애플리케이션들의 각각과 전자적으로 통신하는 데이터베이스를 포함할 수 있고, 그 데이터베이스는 복수의 절차 기록들을 포함하고, 절차 기록들의 각각은 이전의 의료 이미징 절차에 관한 객관적 정보 및 이전의 이미징 절차의 결과의 주관적 평가를 포함한다. 객관적인 정보는 적어도 이전의 의료 이미징 절차에서 사용되었던 파라미터들에 관한 정보 및 이전의 의료 이미징 절차의 대상이었던 환자에 관한 정보를 포함한다. 데이터베이스는 데이터베이스에 의료 이미징 절차들에 관한 객관적 정보 및 의료 이미징 절차들의 결과들의 주관적 평가들을 제공하도록 구성되는 복수의 정보 소스들과 전자적으로 통신한다.
소정의 제한적이지 않은 실시예들에서, 정보 소스들은 적어도 하나의 의료 기록 시스템을 포함할 수 있다.
다른 양태에서, 대상 환자에서 수행될 의료 이미징 절차에서의 사용을 위한 프로토콜을 결정하기 위한 분산 시스템이 제공된다. 상기 분산 시스템은 데이터베이스에 접속하는 서버를 포함할 수 있고, 그 데이터베이스는 복수의 절차 기록들을 포함하고, 절차 기록들의 각각은 이전의 이미징 절차에 대응하고, 절차 기록들의 각각은 이전의 이미징 절차에 관한 객관적 정보 및 이전의 이미징 절차의 결과의 주관적 평가를 포함하고, 객관적 정보는 적어도 이전의 이미징 절차를 경험했던 환자에 관한 정보 및 이전의 이미징 절차에 대해 사용된 프로토콜에 관한 정보를 포함한다. 상기 시스템은 하나 이상의 클라이언트들을 더 포함할 수 있고, 클라이언트들의 각각은 서버와 전자적으로 통신하고 의료 이미징 디바이스와 전자적으로 통신하는 프로토콜 관리 애플리케이션을 실행하도록 구성된다. 클라이언트들의 각각에 대해, 프로토콜 관리 애플리케이션은 의료 이미징 절차가 수행될 대상 환자에 관한 정보를 클라이언트로부터 수신하고, 데이터베이스로부터 접속된 복수의 기록들에 포함된 주관적 평가 및 객관적 정보 및 클라이언트로부터 수신된 대상 환자의 정보의 고려에 기초하여 제안된 프로토콜을 결정하고, 의료 이미징 디바이스에 제안된 프로토콜을 전달하여 의료 이미징 절차가 클라이언트의 오퍼레이터에 의해 제안된 프로토콜 및 그것의 수정 중 하나에 따라 대상 환자에게 수행되는 것이 가능하게 하도록 구성된다.
상기 시스템의 소정의 제한적이지 않은 실시예들에서, 프로토콜 관리 애플리케이션은, 클라이언트들의 각각에 대해, 오퍼레이터가 대상 환자에게 수행되었던 의료 이미징 절차의 결과의 주관적 평가를 하는 것을 가능하게 하고, 대상 환자에게 수행된 의료 이미징 절차에 관한 객관적 정보를 수집하고, 대상 환자에서 수행된 의료 이미징 절차의 결과의 주관적 평가 및 대상 환자에게 수행된 의료 이미징 절차에 관한 객관적 정보를 포함하는 대상 환자 절차 기록을 형성하고, 대상 환자 절차 기록을 데이터베이스에 저장하도록 더 구성된다.
전술한 예시적인 실시예들 및 다른 실시예들은, 속성들 및 그것의 수반하는 장점들과 함께, 첨부한 도면들과 함께 고려되는 이하의 상세한 설명을 고려하여 가장 잘 인식되고 이해될 것이다.
도 1은 본 개시에 따른 시스템의 대표 실시예에 대한 순서도를 도시한다.
도 2는 본 개시에 따른 시스템의 제2 대표 실시예에 대한 순서도를 도시한다.
도 3은 본 개시에 따른 시스템의 제3 대표 실시예에 대한 순서도를 도시한다.
도 4는 본 개시에 따른 폐쇄 루프 구성의 일 실시예의 순서도를 도시한다.
도 5는 본 개시에 따른 상이한 시스템들 사이의 정보의 분배를 도시하는 순서도를 도시한다.
도 6은 본 개시에 따른 광학적 문자 인식 오류 수정 기법의 일 양태의 대표 예시를 도시한다.
도 7은 본 개시에 따른 광학적 문자 인식 오류 수정 기법의 다른 양태의 대표 예시를 도시한다.
도 8은 본 개시에 따른 광학적 문자 인식 시스템의 일 실시예에 대한 순서도를 도시한다.
도 9은 본 개시에 따른 주관적인 평가 정보의 엔트리에 대한 대표적인 사용자 인터페이스 디스플레이를 도시한다.
도 10은 본 개시에 따른 주관적인 평가 정보를 수집하는 일 실시예의 작업 흐름도를 도시한다.
도 11은 도 10에 따른 주관적인 평가 정보를 수집하는 실시예의 순서도를 도시한다.
도 12는 본 개시에 따른 주관적인 평가 정보를 수집하는 자동화된 방법의 일 실시예에 대한 순서도를 도시한다.
도 13은 본 개시에 따른 데이터 분석 및 보고 애플리케이션을 사용하여 정보가 제시될 수 있는 대표 형식을 도시한다.
도 14는 본 개시에 따른 데이터 분석 및 보고 애플리케이션을 사용하여 정보가 제시될 수 있는 다른 대표 형식을 도시한다.
도 15는 본 개시에 따른 데이터 분석 및 보고 애플리케이션을 사용하여 정보가 제시될 수 있는 다른 대표 형식을 도시한다.
도 16은 본 개시에 따른 데이터 분석 및 보고 애플리케이션을 사용하여 정보가 제시될 수 있는 다른 대표 형식을 도시한다.
도 17은 본 개시에 따른 정보의 수집, 지속 및 분배를 가능하게 하기 위한 정보 서비스들, 기술들 및 소프트웨어 시스템들의 대표 스택(stack)을 도시한다.
도 18은 본 개시에 따른 정보를 제시하기 위한 사용자 디스플레이 및 인터페이스의 대표 예시를 도시한다.
도 19는 본 개시에 따른 정보를 제시하기 위한 사용자 디스플레이 및 인터페이스의 대표 예시를 도시한다.
도 20은 본 개시에 따른 컴퓨팅 스캔 지연의 일 실시예에 대한 순서도를 도시한다.
도 21은 도 22의 컴퓨팅 스캔 지연의 실시예에 대한 다른 순서도를 도시한다.
도 1 내지 3은 본 개시에 따른 시스템(10)의 몇몇 실시예들을 도시한다. 시스템(10)은 다양한 정보 소스들(30)로부터 의료 진단 절차들에 관련한 정보를 수집하고 저장하기 위한 데이터베이스(20)를 포함할 수 있다. 데이터베이스(20)가 하나의 유닛으로 표현되지만, 데이터베이스(20)는 서로 전자적으로 통신하는 일련의 유닛들로 구성될 수 있다. 데이터베이스(20)는 다양한 상이한 정보 소스들(30)로부터 채워질 수 있고, 그 정보 소스들의 각각은 데이터베이스(20) 및/또는 서로 전자적으로 통신할 수 있다. 여기에서 설명될 것처럼, 이러한 소스들은, 일반적으로 의료 진단 절차에 관한 정보 및 환자에 관한 정보를 포함하는 의료 진단 절차에 관련된 정보를 모으고, 수집하고, 그리고/또는 저장하는 것에 관련된 의료 디바이스들, 의료 기록 시스템들, 컴퓨터 워크스테이션들 및 다른 정보 소스들을 포함할 수 있다. 이러한 소스들(30)은, 의료 이미징 스캐너 및 환자에게 조영제(contrasting agents)를 전달하는 주입 시스템들의 동작 파라미터들과 같은 환자 또는 환자 자신의 절차에 관한 객관적이거나 양적인 정보뿐만 아니라 획득한 결과들의 품질의 일부 주관적인 평가를 포함할 수 있는 절차의 결과들에 관한 정보를 제공할 수 있다. 또한, 이미징 절차에서의 흡수된 동등한 효과적인 기관 및 효과적인 방사선량과 같은 소정의 정보의 추정들은, 절차 정보 및 환자 특정 정보에 기초하여 산출될 수 있다. 각각의 절차의 기록은 이러한 정보로부터 생성될 수 있고, 그 기록은 데이터베이스(20)에 저장될 수 있다.
시스템(10)은, 하나 이상의 의료 진단 절차들을 수행하는 것 또는 데이터베이스(20)에 저장된 정보를 분석하는 것과 관련하여 데이터베이스(20)로부터 정보를 직접적이거나 또는 간접적으로 이용하는 하나 이상의 구성요소들을 또한 포함할 수 있다. 예를 들어, 시스템(10)은, 하나 이상의 의료 디바이스들이 데이터베이스(20)에 저장된 정보를 이용하여 의료 진단 절차를 수행할 수 있도록 구성될 수 있다. 일부 제한적이지 않은 실시예들에서, 이러한 의료 디바이스들은 의료 디바이스에 의해 수행될 절차에 대한 파라미터들의 그룹을 제공할 수 있는 하나 이상의 프로토콜 관리 애플리케이션들과 함께 작동된다. 프로토콜 관리 애플리케이션들은 데이터베이스(20)와 전자적으로 통신하고, 의료 디바이스로 전달할 적절한 프로토콜을 결정하는 데에 데이터베이스(20) 내의 정보를 이용할 수 있다. 시스템(10)은 또한 데이터베이스(20)에 저장된 정보를 분석하고 그로부터 리포트들을 생성할 수 있는 하나 이상의 데이터 분석 및 보고 애플리케이션들을 포함할 수 있다. 데이터베이스(20)로부터의 정보를 이용하는 구성요소들도 정보 소스들(30)일 수 있다. 이러한 의미에서, 시스템(10)은, 이전에 수집된 정보가 다른 추가적인 정보를 생성하기 위해 수집되고 사용되는 발전된 새로운 정보에 사용되는 "폐쇄 루프" 구성을 형성할 수 있다. 도 4는 폐쇄 루프 구성의 소정의 양태들의 대표 실시예를 도시한다. 예를 들어, 도 4에서 도시된 것처럼, 방사선 전문의(radiologist)는 프로토콜 관리 애플리케이션 및 데이터베이스(20)와 통신하는 프로토콜링 클라이언트의 도움으로 프로토콜을 발전시킬 수 있고, 그리고 나서 기술자는 발전된 프로토콜에 따라 그 절차를 전달할 수 있고, 그리고 나서 기술자 및/또는 방사선 전문의는 절차의 결과들을 검토하고 그 결과들을 평가할 수 있고, 그리고 나서 그 결과들은 의료 기록 시스템에 전송되고 결국 데이터베이스(20)에 제공될 수 있다.
일부 제한적이지 않은 실시예들에서, 시스템(10)은 적어도 하나의 서버 및 복수의 클라이언트들을 포함하는 분배 시스템으로 구성될 수 있다. 예를 들어, 시스템(10)은 서버와 통신할 수 있는 하나 이상의 클라이언트들 및 데이터베이스(20)에 접속하는 서버를 포함하도록 구성될 수 있다. 클라이언트들은, 정보 소스들(30)뿐만 아니라 정보 소스들(30)로서 동작하거나 하지 않을 수 있는 의료 디바이스들, 데이터 보고 및 분석 애플리케이션들, 프로토콜 관리 애플리케이션들 등을 포함하는, 데이터베이스(20)에의 접속으로부터 이득을 볼 수 있는 시스템의 구성요소들을 포함할 수 있다.
이러한 설명을 통해, 하나의 구성요소로부터 다른 구성요소로의 통신 링크들이 논의되고 도시될 것이다. 명확성을 위해, 화살표들은 통신의 방향을 표시한다. 화살표들은 어느 하나의 분리된 단방향 통신 링크들을 표시하는 것으로 이해될 수 있다. 대안적으로, 그것들은 양방향 통신을 용이하게 하는 하나의 통신 링크를 표시할 수 있다. 당업자에 의해 인식되는 것처럼, 통신 링크(들)는, 특히, 전화선, 무선 통신 링크, 또는 인터넷일 수 있다. 하나의 구성요소로부터 다른 구성요소로 전달된 데이터는 또한 하나 이상의 노드들을 통해 전달될 수 있고, 하나 이상의 노드는, "저장 및 전달"과 같은 네트워크형 시스템과 일반적으로 관련된 기능성 및 다른 저레벨 데이터 수집, 처리 및 통신 기능들을 수행하는 로컬 데이터 수집 및 통신 모듈로서 동작할 수 있다.
이하는 시스템에서 유용할 수 있는 예시적인 타입들의 정보, 그 정보를 수집하는 예시적인 기법들 및 방법들, 및 그 정보의 예시적인 사용들의 설명이다. 그것의 광범위한 적용 가능성 때문에, 이해를 용이하게 하기 위해, 이하의 설명은 의료 이미징, 특히 그 제한적이지 않은 예시들이 컴퓨터 단층 촬영(computed tomography, CT), 엑스레이, 혈관 촬영(angiography), 핵 의학(nuclear medicine), 컴퓨터 방사선 촬영(computed radiography, CR), 직접 촬영(direct radiography, DR), 및 유방조영술(mammography)을 포함하는, 전리 방사선(ionizing radiation)의 사용을 포함하는 의료 이미징에 대한 본 발명의 응용에 주로 초점을 맞춘다. 그러나, 본 개시의 범위는 명확하게 설명되지 않는다면 이에 제한되도록 의도되지 않는다.
상술한 것처럼, 시스템(10)은 의료 이미징 절차들의 세트 또는 특정한 의료 이미징 절차에 관한 객관적이고 주관적인 정보 모두를 수집하고 사용하도록 설계된다. 본 개시를 위해, 객관적인 정보는 그 자신의 절차 또는 그것의 결과에 관련된 정량화할 수 있는 값인 정보에 관한 것이다. 예를 들어, 이것은 의료 디바이스의 성능, 절차 동안 의료 디바이스에 의해 모아진 운용 데이터뿐만 아니라 그 절차에 관한 정량화할 수 있는 정보를 정의하기 위해 사용된 환자 인구 통계, 연구 또는 프로토콜 파라미터들을 포함할 것이다. 객관적인 정보는 또한 시스템(10)이 그 절차에서 포함된 특정 의료 디바이스들에 관해 축적한 지식을 포함할 수 있다. 파라미터들은, 이미징 절차 동안 모으지 못하는 디바이스 제한들 및/또는 능력들에 대한 이해를 제공할 수 있는, DICOM 적합성 명세(들)(conformance statement(s))과 같은 의료 디바이스로부터 추출된 정보를 포함할 수 있다. 이러한 점을 더 설명하기 위해, CT 이미징 절차와 관련된 객관적인 정보의 예시들은 연구 또는 절차 명칭, 연구 UID, 사용된 조영제의 양, 사용된 염분의 양, 조영제 상표 명칭, 조영제 농도, 튜브 전압, 주입 흐름 속도, 주입 위치, 볼러스(bolus) 타이밍, 주사기(syringe) 타입, 스캔 지연, 스캔 영역, 환자 위치, 프로토콜 명칭, 스캐너 모델 및 제조사, 스캐너 소프트웨어, CTDI(CT Dose Index) 및 DLP(Dose Length Product) 또는 DAP(Dose Area Product)의 치환과 같은 방사선량 인덱스 파라미터들, 슬라이스 두께, 회전 시간, 이미지 해상도 매트릭스, maS 인덱스 등과 같은 습득 파라미터들과 같은 정보뿐만 아니라 환자의 나이, 성별, 키, 몸무게, 의료 상태, 심박수 등에 관한 정보를 포함할 수 있다. 본 개시를 위해, 특정 의료 이미징 절차에 관한 주관적인 정보는 특정 절차의 결과 또는 결과의 품질의 주관적이거나 질적인 평가에 관한 것이다. 이러한 정보는, 예를 들어, 이미징 절차로부터 야기된 이미지의 품질에 관한 기술자 또는 의료진의 의견을 검토하는 형식을 취한다. 이것은 질적인 평가가, 본 개시가 이것이 예를 들어 특정 이미징 절차 동안 달성된 조영제 강화의 레벨의 산출을 통하여 발생할 수 있다고 고려하기 때문에, 컴퓨터로 생성되거나 컴퓨터의 도움을 받을 수 없다고 이야기하는 것이 아니다. 그러나, 전반에 걸쳐 논의되는 주관적인 정보는, 이러한 결과들을 달성하기 위해 어떤 동작 파라미터들이 사용되었는지 보다는 오히려 그 결과가 얼마나 "좋은지"에 대해 더 초점이 맞추어진다.
정보 소스들(30)은, 상술한 절차들을 수행하는데 사용되는 디바이스들과 같은 하나 이상의 종래의 의료 이미징 디바이스들을 포함할 수 있다. 본 개시를 위해서, 의료 이미징 디바이스는 조영제 주입기 시스템, 스캐너 시스템, 또는 이들의 조합뿐만 아니라 다양한 구성요소들을 동작시키기 위해 사용되는 사용자 인터페이스들 및 관련된 소프트웨어를 포함할 수 있다. 소정의 제한적이지 않은 실시예들에서, 시스템(10)은 둘 이상의 의료 이미징 디바이스, 둘 이상의 종류의 의료 이미징 디바이스, 및/또는 상이한 제조사들에 의해 제조된 의료 이미징 디바이스들을 포함할 수 있다. 상이한 제조사에 의해 제조된 의료 이미징 디바이스들 및 심지어 동일한 제조사이지만 다른 세대의 의료 이미징 디바이스들은 종종 상이한 보고 능력들을 갖기 때문에, 시스템은 의료 이미징 디바이스들로부터 정보를 수집하는 다수의 수단들을 포함하여 상이한 디바이스들에 걸친 보고 능력들에서의 이러한 차이들을 설명할 수 있다.
이미징 절차들에 관한 정보는 다양한 기법들에 따라 의료 이미징 디바이스들로부터 수집될 수 있다. 예를 들어, 의료 이미징 디바이스들이 이미징 절차에 관한 정보를 생성하고 수집할 수 있다는 것이 공지되어 있다. 예를 들어, 디바이스를 사용하기 이전, 사용하는 동안 또는 사용한 이후에 생성된 운용 정보는 디바이스에 의해 수집되고/되거나 저장될 수 있다. 예를 들어, 운용 정보는 동작하는 동안 생성되고 절차 동안 실시간으로 또는 주기적으로 수집된 이미징 디바이스의 동작에 관련된 데이터를 포함할 수 있다. 의료 이미징 디바이스들은 또한, 이러한 정보가 의료 이미징 디바이스에 제공되거나 그렇지 않으면 알려질 정도로 환자 인구 통계뿐만 아니라 의료 이미징 디바이스의 성능을 정의하기 위해 사용된 연구 또는 프로토콜 파라미터들에 관한 정보를 수집할 수 있다. 의료 디바이스로부터 정보를 수집하고, 관리하고, 전파하기 위한 기법들은 여기에서 참조에 의해 명확히 포함된 Uber 등의 미국 특허 제7,996,381호에서 설명된 것을 포함한다. 일부 제한적이지 않은 실시예들에서, 의료 이미징 디바이스로부터의 정보는 전자 통신 링크를 통해 데이터베이스(20)로 직접 전달된다. 다른 제한적이지 않은 실시예들에서, 디바이스로부터의 정보는 처음에는 의료 기록 시스템과 같은 다른 곳으로 전송되고, 그리고 나서 이후에 데이터베이스(20)로 전달된다. 디바이스로부터의 정보는 다수의 위치들로 동시에 전송될 수도 있고, 조영제 사용 또는 방사선량 사용과 같은 일부 유형들의 정보는 하나의 위치로 전달될 수 있는 반면, 스캔 지연 또는 주입 파라미터들에 관한 정보와 같은 다른 정보는 다른 곳으로 간다.
의료 이미징 디바이스는 또한 절차 동안 생성된 원 데이터(raw data)에 기초하여 전자 연구 리포트를 생성하도록 구성될 수 있다. 그리고 나서 의료 이미징 디바이스에 의해 수집된 정보는 전자 연구 리포트에 저장될 수 있다. 하나 이상의 산업 표준 형식들에 따르는 전자 연구 리포트들의 사용이 의료 이미징에서 일반적이다. 전자 연구 리포트들의 제한적이지 않은 예시들은 DICOM 2차 수집 이미지(Secondary Capture Image) 및 DICOM 구조 리포트 방사선 또는 조영제 양 리포트(Structure Report Radiation or Contrast Dose Report)를 포함한다.
정보 소스들(30)은 또한 일반적으로 의료 이미징과 관련된 레지스트리들, 저장소(repository)들, 및 보고 시스템들을 포함할 수 있다. 이것들은 화상 아카이빙 및 통신 시스템(picture archiving and communication system, PACS), 방사선 정보 시스템(radiology information system, RIS), 병원 정보 시스템(hospital information system, HIS), 전자 건강 레코드(electronic health record, EHR), 및 유사한 시스템들 및 데이터 저장소들을 포함한다. 이러한 소스들은 일반적으로 이미지들, 이미징 리포트들, 환자 인구 통계, 환자 의료 기록 등의 형식으로 정보를 포함한다. 본 개시를 위해, 이것들은 의료 기록 시스템들로 지칭된다. 정보는, 의료 이미징 디바이스들과 관련하여 상술한 것들을 포함하여, 해당 분야에서 알려진 기법들을 사용하여 이러한 소스들로부터 데이터베이스(20)로 전달될 수 있다.
정보 소스들(30)은 또한, 예를 들어 기술자 또는 의료진의 사무실에, 독서실에, 또는 현장의 위치 또는 현장을 벗어난 다른 위치에 위치한 워크스테이션들을 포함할 수 있다. 워크스테이션은 일반적으로 네트워크를 통해 데이터를 수신하고 전달할 수 있고 설계된 작업을 수행하기 위해 실행될 수 있는 소프트웨어를 설치한 컴퓨터 디바이스를 포함한다. 워크스테이션들은 의료 이미징 디바이스들, 의료 기록 시스템들, 또는 데이터베이스(20)를 비롯한 시스템(10)의 임의의 구성요소로부터 데이터를 수신하고, 오퍼레이터가 데이터를 검토 및/또는 업데이트할 수 있게 하고, 그리고 나서 업데이트된 데이터를 시스템(10)의 임의의 구성요소로 전달하도록 구성될 수 있다. 워크스테이션들은, 예를 들어 의료 이미징 디바이스로부터 전자 연구 리포트를 수신하고, 연구의 결과에 관한 주관적인 평가와 같은 연구 리포트에 추가 정보를 입력하고, 그리고 나서 의료 기록 시스템 또는 데이터베이스(20)와 같은 시스템의 다른 구성요소로 업데이트된 연구 리포트를 전달하기 위해 사용될 수 있다.
시스템(10)은 데이터베이스(20)에 데이터를 동시에 제공하는 각각의 정보 소스(30)를 처리하도록 설계된다. 정보는 네트워크에서 구성요소들 사이에서 데이터를 전달하기 위해 해당분야에서 알려진 임의의 기법을 사용하여 데이터베이스(20)로 전달될 수 있다. 정보는 소정의 정보에 대한 요청으로 정보 소스(30)에 질의하고 정보 소스가 이러한 요청에 응답하여 정보를 전달하도록 함으로써 데이터베이스(20)에 의해 획득될 수 있다. 정보는 또한, 또는 추가적으로, 정보가 생성될 때 실시간으로 또는 일회의 동작에서 주기적으로 정보 소스(30)로부터 "푸시(push)"될 수 있다. 정보가 요청되는 경우에만 자동으로 푸시되거나 전송되는지 여부는, 어떤 유형들의 정보는 자동으로 전송될 수 있는 반면에 다른 유형들의 정보는 요청되는 경우에만 전송될 수 있다는 의미에서 정보 의존적일 수 있다. 정보의 전달을 관리하는 규칙들은 시스템(10)의 특정한 필요에 기초하여 시스템 관리자에 의해 결정될 수 있고 적합한 위치에서 시스템(10)에 프로그램될 수 있다.
각각의 정보 소스(30)로부터의 정보는 정보 소스로부터 데이터베이스(20)로 직접 전달될 수 있거나, 하나 이상의 다른 정보 소스들(30) 또는 데이터베이스들을 포함하는 하나 이상의 중개 위치들을 통해 데이터베이스(20)로 간접적으로 전달될 수 있거나, 또는 이들의 조합일 수 있다. 예를 들어, 특정 의료 이미징 절차에 관련한 의료 이미징 디바이스로부터 획득한 소정의 정보는 우선 PACS 또는 RIS와 같은 의료 기록 시스템으로 전달될 수 있고, 그것은 데이터베이스(20)로 전달되기 전에 일정 시간 동안 처리되고 저장될 수 있는 반면에, 동일한 의료 이미징 절차에 관련된 의료 이미징 디바이스로부터 획득한 다른 정보는 데이터베이스(20)로 직접 전송될 수 있다.
다양한 정보 소스들(30)로부터 수집된 동일한 절차에 관한 정보는, 하나의 정보가 어느 절차에 대응하는지를 결정하는데 도움을 주는 정보와 관련된 연구 식별 값들을 사용하여 절차 기록을 형성하기 위해 결합될 수 있다. 예를 들어, 연구 A에 관한 소정의 정보는 의료 이미징 디바이스로부터 수집될 수 있는 반면에, 연구 A에 관한 다른 정보는 의료 기록 시스템으로부터 수집될 수 있다. 연구 A에 관한 절차 기록이 생성될 수 있고, 그 기록은 양쪽 모두의 정보 소스들로부터의 정보를 포함할 수 있다. 의료 이미징 디바이스로부터의 정보와 관련된 연구 식별 값은 기록을 형성하는데 도움을 주기 위해 의료 기록 시스템과 관련된 연구 식별 값과 매칭될 수 있다.
일부 제한적이지 않은 실시예들에서, 추가 정보는, 노드 상에 포함될 수 있는 프리프로세서(pre-processor) 모듈을 통해 정보 소스 출력을 통과함으로써 정보 소스들의 출력에 추가될 수 있다. 예를 들어, 프리프로세서 모듈은, 사이트 태그들 또는 지구 상의 위치(geo-location) 태그들을 포함하는 위치 컨텍스트, 및 소정의 위치들에서 사용되는 소정의 절차들에 대한 비공식적인 명칭들과 같은 임의의 다른 원하는 사용자 정의된 데이터와 같이, 정보 소스(30)에 의해 일반적으로 생성되지 않는 정보를 추가하기 위해 사용될 수 있다. 예를 들어, 병원이 복수의 CT 스캔들을 "CT 복부"로서 칭하는 경우, 프리프로세서는 이러한 필드를 의료 디바이스의 출력에 추가할 수 있다. 마찬가지로, 프리프로세서는 정보 소스(30)로부터 출력된 정보의 부분이 아닐 수도 있는 위치 정보(예를 들어, 스캔 방 번호)를 추가할 수 있다. 시스템(10)은 또한 데이터베이스(20)로 전달되기 전에 정보 소스(30)로부터의 정보를 하나 이상의 선호하는 형식들로 변환하기 위한 다른 중간 처리 구성요소들을 포함할 수 있다. 대안적으로, 필요한 포맷팅의 일부 또는 전부는 데이터베이스(20)에서 또는 정보 소스(30) 그 자신에서 발생할 수 있다.
데이터베이스(20)는 또한, 로컬 레벨, 지역적 레벨, 국가적 레벨 또는 국제적 레벨에서 동일한 병원 내의 시스템들 또는 다른 병원들의 시스템들을 비롯한 다른 유사한 시스템들과 통신할 수 있다. 일부 제한적이지 않은 실시예들에서, 데이터베이스(20)는 클라우드 컴퓨팅 플랫폼에서 동작할 수 있다. 도 5는 통신이 발생할 수 있는 다양한 레벨들을 도시하는 것으로, 가장 낮은 레벨은 단일 병원으로 나타나고, 중간 레벨은 병원들의 집합(총괄하여 통합 전달 네트워크(integrated delivery network, IDN)로 지칭됨)에 의해 나타나며, 가장 높은 레벨은 각각이 복수의 병원들로 구성될 수 있는 일련의 IDN들에 의해 나타난다.
상술한 것처럼, 본 발명은 특정 이미징 절차에 관한 객관적인 정보뿐만 아니라 이미징 절차의 결과들의 품질의 일부 측정 양쪽 모두를 수집하고 컴파일(compile)하도록 설계된다. 다양한 기법들이 이러한 정보를 수집하기 위해 구상된다. 이것들은 참조에 의해 직접 포함되는 Uber의 미국 특허 제7,996,381호에서 논의되는 것을 포함하는, 해당 분야에서 알려진 정보를 수집하는 기법들을 포함한다. 원하는 목표는 이전의 이미징 절차들에서 달성된 결과들의 분석 및 고려를 통해 전체 이미지 품질을 향상시키는데 도움을 제공하기 위해 사용될 수 있는 정보의 중요 부분을 포함하는 데이터의 강건한 세트를 개발하는 것이다.
일부 제한적이지 않은 실시예들에서, 정보 수집 프로세스는 정보 소스들(30)로부터 이용 가능한 데이터로부터 소정의 정보를 추출하거나, "마이닝(mining)하거나", 또는 "얻는 것(harvesting)"을 포함한다. 추출된 정보는 데이터베이스(20)에 저장될 수 있는 절차의 기록을 생성하기 위해 사용될 수 있다. 데이터 추출은 흥미 있는 정보의 위치를 찾기 위해 데이터 세트를 파싱하는 것, 그 정보를 추출하는 것, 추출된 정보를 특정 위치로 전달하는 것, 및 그 정보를 그 위치에 저장하는 것을 포함할 수 있다. 여기에서 설명된 시스템에 대하여, 데이터 추출은, 정보 소스(30) 또는 데이터베이스(20) 그 자신을 포함하여, 시스템(10)의 어느 지점에서뿐만 아니라 데이터 추출 기법들을 수행하기 위해 필요한 하드웨어 및 소프트웨어를 갖출 수 있는 정보 소스(30)와 데이터베이스(20) 사이 또는 2개의 정보 소스들(30) 사이에 위치한 중간 구성요소에서 일어날 수 있다.
데이터 추출 기법들은 정보가 정보 소스들(30)에 의해 일반적으로 제공되는 다양한 구성들을 처리하도록 구성될 수 있다. 이것은 정보의 일반적인 구조 및/또는 내용(예를 들어 DICOM 투여량 리포트 2차 수집, MPPS, 디지털 방사선 촬영 투여량 리포트, 텍스트, 음성 등), 거기에 일반적으로 포함된 정보의 유형들(예를 들어, 절차 파라미터들, 품질 평가들, 스캔 이미지들, 투여량 리포트들 등), 또는 데이터의 소스(예를 들어, 소정의 제조사에 의한 스캐너, 손으로 기록된 리포트 등)을 고려하는 데이터 추출 기법들을 개발하는 것을 포함할 수 있다. 가장 넓은 수의 잠재적 형식들 및 소스들에 걸쳐 동작할 수 있는 데이터 추출 기법들이 선호된다. 예를 들어, DICOM, HL7와 같은 산업 표준들 및 의료 이미징 절차들에서 정보를 처리하고, 저장하고, 프린트하고 전송하기 위해 공통적으로 사용되는 다른 표준들로 작동하도록 구성된 추출 기법들이 특히 유용하다. 예를 들어, DICOM 표준에 따라 동작하는 의료 이미징 디바이스는, 양상 수행 절차 단계(modality performed procedure step, MPPS)의 객체들에서, 다른 정보 중에서, 전달된 전체 투여량뿐만 아니라 획득한 이미지들, 시작 시간, 종료 시간, 및 연구의 기간에 관한 데이터를 기록하도록 구성될 수 있다. 이러한 데이터는, MPPS 객체들 내의 목표된 정보의 위치 및 파일 형식과의 친숙도에 기초하는 데이터 추출 기법들을 사용하여 추출될 수 있다. 다른 예시로서, 방사선 투여량 데이터를 포함하는 DICOM 구조화된 리포트의 객체들에 저장된 정보는 알려진 데이터 수집 소프트웨어를 사용하여 구조화된 리포트의 내용들을 파싱함으로써 추출될 수 있다. 해당 분야에서 알려진 DICOM 객체들로부터 정보를 파싱하고 추출하는 다른 기법들도 있고, 이러한 기법들은 여기에 포함될 수 있다. 상이한 제조사들로부터의 디바이스들 또는 동일한 제조사로부터의 상이한 버전들을 포함하는 넓은 다양한 의료 디바이스들에 걸쳐 작동하도록 구성될 수 있는 데이터 추출 기법들이 또한 선호된다.
일 특정 데이터 추출 기법은 광학적 문자 인식(OCR)을 포함한다. OCR 기법들은 비트맵 이미지와 같은 디지털화된 이미지 또는 문서 내에 포함된 텍스트 또는 다른 정보를 기계가 인식할 수 있는 형식으로 변환하여 그 정보가 검토되고, 분석되고 잠재적으로 추출될 수 있도록 하기 위해 사용될 수 있다. OCR 기법들은, 예를 들어 의료 이미징 절차 동안 생성되고 PACS 또는 RIs와 같은 의료 기록 시스템에서 디지털 이미지로서 저장되는 전자 연구 리포트들로부터의 정보를 추출하기 위해 본 발명의 컨텍스트에서 유용할 수 있다. 예를 들어, 다수의 의료 이미징 디바이스들은, 일반적으로 디지털 이미지로서 PACS로 전송되는 2차 획득 객체의 형태일 수 있는 정적 연구 리포트를 생성할 수 있다. 이미지는, 그 절차에서 사용된 파라미터들을 포함하는, 절차 그 자신에 관한 정보를 포함할 수 있다. CT 절차에서, 예를 들어, 특히 엑스레이 튜브 설정들, CTDIvol 및 DLP에 관한 정보는 리포트에 포함될 수 있다. 기법들은 OCR 기법들을 사용하여 리포트에 "구워지는" 정적 데이터를 추출하도록 개발되었다. 이러한 접근들은 또한 소정의 정보 소스들에 저장되거나 소정의 정보 소스에 의해 생성된 이미지들로부터 정보를 추출하도록 본 시스템에서 구현될 수 있다. OCR 기법들을 수행할 책임이 있는 하나 이상의 OCR 엔진들이 이용될 수 있다. OCR 엔진들은 하드웨어 및 소프트웨어의 형태로 구현될 수 있고, 시스템(10) 내의 정보 흐름의 경로를 따라 어디에든 위치할 수 있다. 본 시스템은 또한, 상이한 OCR 엔진들이 상이한 OCR 기법들을 수행하기 위해 소프트웨어에 통합될 수 있도록 구성될 수 있다. 참조에 의해 명확히 포함되는, Wang S, Pavlicek W, Roberts C, Langer S, Zhang M, Hu M, 등의 "An Automated DICOM Database Capable of Arbitrary Data Mining (Including Radiation Dose Indicators) for Quality Monitoring", Journal of Digital Imaging (2010년, 9월)에서 시사된 기법들은 또한 PACS와 같은 의료 기록 시스템에서 유지되는 이미지의 메타데이터로부터 방사선 투여량 데이터를 "마이닝하기" 위해서 사용될 수 있다.
분석될 특정 이미지들 또는 특정 유형들의 이미지들에 대해 최적화된 OCR 기법들이 또한 구현될 수 있다. 예를 들어 의료 이미징 절차들과 관련되어 생성된 전자 연구 리포트들 및 다른 문서들 및 이미지들은 일반적으로 동일한 의료 이미징 디바이스에 의해 생성되거나 동일한 시설에서 생성된 리포트들, 문서들, 및/또는 이미지들 사이에서 공유되는 공통 포맷팅 특성의 세트를 갖는다. 예를 들어, 동일한 회사에 의해 제조된 스캐너들은 종종 공통의 레이아웃을 갖고 동일한 문자 폰트 또는 폰트들의 세트를 이용하는 리포트들을 생성한다. 마찬가지로, 동일한 병원 또는 다른 시설 내에서 생성된 리포트들은 종종 공통의 레이아웃을 갖고 공통의 폰트들의 세트를 사용한다. 디바이스 특정 또는 위치 특정 텍스트 처리 및 추출 규칙들을 적용하는 OCR 엔진이 특정한 소스에서 발생한 이미지를 분석하기 위해 개발될 수 있다. 예를 들어, OCR 엔진은 특정한 스캐너 제조사에 의해 또는 특정한 병원에 의해 생성된 리포트들에서 사용된 특정한 문자 세트를 인식할 수 있도록 설계될 수 있다. 이러한 방식으로 설계된 OCR 엔진은 100%에 도달하는 정확도 레벨로 사람의 개입이 거의 또는 아예 없이 동작할 수 있다고 믿어진다.
상술한 내용에 따른 OCR 엔진은 확인된 문자 세트를 포함하는 폰트 데이터베이스를 포함할 수 있고, 여기서 확인된 문자 세트는 이미지 내에 포함될 것이라 예상되는 정확하고 미리 정의된 문자들의 세트를 포함한다. 확인된 문자 세트는 하나 이상의 OCR 엔진들에 의해 자동적으로 준비될 수 있고/있거나 수동으로 입력될 수 있다. 확인된 문자 세트는, 포함된 문자 신원들(identities)이 정확하다는 것을 보장하기 위해 어느 정도 사람이 관리를 해야 한다. OCR 엔진을 구현하기 전에, 하나 이상의 훈련 단계들이 예시적인 이미지들과 함께 수행되어 적절한 커버리지 및 정확도를 보장하고 필요에 따라 초기의 확인된 문자 세트를 확장하거나 수정할 수 있다. 폰트 데이터베이스는 또한, 예를 들어 OCR 엔진의 이전의 성능에 기초하여 또는 입력 이미지에서 사용되는 문자 세트들로의 변화들에 기초하여 기존의 엔트리들을 수정하거나 새로운 문자들을 추가하도록 주기적으로 업데이트될 수 있다. 일부 제한적이지 않은 실시예들에서, 업데이트하는 것은 이하에서 설명되는 것처럼 피드백 프로세스를 통해 자동으로 발생할 수 있다. 폰트 데이터베이스에 포함된 확인된 문자 세트들은 OCR 엔진이 일반적으로 접하는 정보 소스 또는 정보 소스들 및 거기에 포함될 수 있는 임의의 이미지들에 대해 명확해야 한다. 예를 들어, OCR 엔진이 지멘스에 의해 제조된 스캐너에 의해 생성된 이미지들 또는 리포트들을 분석하기 위해 사용되는 경우, 폰트 데이터베이스는 적어도 지멘스 스캐너에 의해 일반적으로 사용되는 그 문자들의 확인된 세트를 포함해야 한다. 다른 예시로서, OCR 엔진이 병원 X로부터의 이미지들 또는 리포트들을 분석하기 위해 사용되고 있는 경우, 폰트 데이터베이스는 적어도 병원 X에 의해 일반적으로 사용되는 그 문자들의 확인된 세트를 포함해야 한다. 폰트 데이터베이스는 둘 이상의 확인된 문자 세트를 포함할 수 있고, OCR 엔진은 또한 둘 이상의 폰트 데이터베이스와 함께 작동할 수 있다.
폰트 데이터베이스가 준비가 되면, OCR 엔진은 폰트 데이터베이스에 포함된 정보에 기초하여 이미지에서 문자들을 검출하고 식별함으로써 특정한 이미지 또는 문서를 분석하기 위해 사용될 수 있다. 일 제한적이지 않은 실시예에서, 광범위한(sweeping) 알고리즘이, 문자 래스터 비트맵(raster bitmap) 패턴들을 사용하고, 가장 넓고 가장 큰 문자들로 시작하여 이미지에서 가장 작은 셀로 계속하여 감소하여, 문자들을 식별하기 위해 사용된다.
OCR 엔진은 또한, 불완전 영역들을 포함하는, 분석된 이미지에서의 잠재적인 오류들을 식별할 수 있는 하나 이상의 품질 감시 및/또는 오류 수정 기법들을 이용할 수 있고, 적응적인 수정 및 잔여 오류 수정 기법들의 사용을 통하는 것을 포함하는, 그 오류들을 수정하기 위한 적절한 단계들을 취할 수 있다. 사용될 수 있는 잔여 오류 수정의 일 유형이 감산 마스킹(subtractive masking)이다. 감산 마스킹은 식별되었던 문자들이, 예를 들어 그 문자를 이미지의 배경 색으로 대체함으로서 그 이미지로부터 "제거"되는 프로세스를 포함한다. 예를 들어, 이미지가 검은색 배경 상에서 흰색 문자들을 포함하는 경우, OCR 프로세스를 통해 식별되었던 문자들은, 그 흰색 문자를 동일한 크기 및 형태의 검은색 문자로 대체함으로써 "제거"될 수 있다. 그리고 나서 OCR을 통해 결정되지 못했던 문자들이 감산 마스킹 프로세스 이후에 계속 알아볼 수 있게 될 것이다. 감산 마스킹의 제한적이지 않은 예시가 감산 마스킹 프로세스의 결과를 도시하는 도 6에서 도시된다. 도 6에서, 폰트 데이터베이스는 완전하지 않고, 감산 마스킹은 왼쪽의 이미지로부터 오른쪽의 이미지를 생성한다. 인식되지 않은 문자들은 “ ( ) : x / . 이다. 그리고 나서 오른쪽의 이미지는 잔여 오류 수정 알고리즘을 통해 전송될 수 있다. 그리고 나서 잔여 문자들은 추출될 수 있고, 잔여 문자들은 하나 이상의 다른 OCR 엔진들을 통해 또는, 그 잔여 문자들을 문제의 문자를 식별할 수 있는 사람으로 전송하는 프로세스를 포함하는, 어느 정도의 사람의 검토를 통해 식별될 수 있다. 일단 잔여 문자들이 오류 수정 프로세스를 통해 식별되는 경우, 이미지는 업데이트될 수 있고, 업데이트된 이미지는 다시 감산 마스킹의 대상이 되어 임의의 잔여 문자들이 남아있는지 여부를 확인할 수 있다. 또한, 이러한 프로세스를 통해 식별된 문자들은 폰트 데이터베이스에 추가될 수 있어, 동일한 문자가 미래에 접하게 되는 경우, 폰트 데이터베이스는 이러한 새롭게 입력된 값에 기초하여 그 문자를 정확하게 식별할 수 있을 것이다. 따라서, OCR 엔진은 이전의 결과들에 기초하여 조정될 수 있다. 도 7은, 왼쪽의 이미지가 "제거"되지 않은 인식되지 않은 다수의 문자를 도시하고 오른쪽의 이미지가 인식되지 않은 문자들이 식별되고 폰트 데이터베이스에 추가되고 그 이미지가 다시 검토된 후의 감산 마스킹의 결과를 도시하는 오류 수정 기법의 제한적이지 않은 예시를 도시한다.
OCR 엔진은 또한 오류 수정 또는 폰트 데이터베이스 업데이트 목적으로 기계적 터킹 에이전트(turking agent)를 이용할 수 있다. 기계적 터킹의 개념은 컴퓨터가 할 수 없는 작업들을 수행하기 위해 사람의 지능의 사용을 조정하는 것을 포함한다. 문자 인식의 분야에서, 이것은 사람 또는 사람들의 집단에게 컴퓨터에 의해 인식되지 못했던 하나 이상의 문자들을 제시하는 것을 포함할 수 있다. 그리고 나서 사람 또는 사람들은 그 문자를 식별하고 이러한 식별의 결과들은 컴퓨터에게 되돌아오고 미래의 분석을 위해 사용될 수 있다. 기계적 터킹은 때로는, 그것이 각각 작업을 수행하고 요청된 정보를 돌려보내는 사람들의 그룹에 작업들을 위탁하는 것을 포함한다는 점에서, "크라우드소싱(crowd sourcing) "의 개념과 관련된다. 상술한 OCR 엔진은 기계적 터킹 에이전트를 사용하여 오류 수정 후에 남아있는 잔여 문자들을 포함하는 폰트 데이터베이스의 일부가 아닌 문자들을 식별을 위해 사람 또는 사람들의 집단에게 제시하는 프로세스를 통해 폰트 데이터베이스를 채울 수 있다. 이러한 문자들의 사람의 식별의 결과들은 폰트 데이터베이스에 입력될 수 있다.
도 8은 상술한 OCR 기법들의 일 실시예의 대표적인 작업 흐름도를 나타낸다.
OCR 엔진은 또한 이미지에 포함된 문자들에 더하여, 소정의 유형들의 정보가 이미지 내에 위치한 곳을 포함하는 이미지의 구조를 인식하도록 구성될 수 있다. OCR 엔진과 관련된 이미지 템플릿들 및 형식 규칙들의 사용을 통해, 이미지에 포함된 인식된 문자들에 관한 위치 컨텍스트 및 다른 정보는 분석된 이미지에 첨부될 수 있다. 예를 들어, 특정 기관은 의료 진단 절차의 완료를 뒤따르는 소정의 형식의 문서의 완료를 요구할 수 있다. 이러한 형식들은 (예를 들어 스캐닝에 의해) 디지털 형식으로 변환될 수 있고 이미지 저장소에 저장될 수 있다. 이러한 형식들은, 그것들의 특성에 의해, 그 형식에서 요청되는 정보를 포함할 수 있고, 이러한 정보는 그 형식에서 미리 결정된 위치에 위치될 수 있다. 예를 들어, 디지털 형식으로 변환되고 병원 데이터베이스에 저장되었던 이미징 절차의 완료 후에 준비된 손으로 쓴 병원 검사 리포트는 그 절차에 대한 방사선 투여량을 식별하는 텍스트의 세그먼트를 포함할 수 있고, 이러한 텍스트는 리포트의 상단으로부터 4인치 정도에서 그 리포트의 오른쪽 여백에 위치한 텍스트 박스에 위치될 수 있다. 템플릿이 이 리포트를 위해 개발될 수 있고, 여기서 그 템플릿은 소정의 정보의 위치(예를 들어 문서의 상단으로부터 4인치에서의 오른쪽 여백) 및 이러한 정보의 내용(예를 들어 이러한 텍스트는 방사선 투여량을 나타냄)을 식별하기 위해 사용된다. OCR 엔진은 이러한 템플릿을 템플릿 데이터베이스로부터 접속할 수 있고, 템플릿 데이터베이스는 폰트 데이터베이스와 동일하거나 다를 수 있고, 그 템플릿을 사용하여 소정의 정보의 위치를 식별할 수 있고, 형식 규칙들의 세트를 적용하여 추가 정보를 분석된 이미지에 첨부할 수 있다. 이러한 정보는, 단독으로 또는 여기에서 설명된 하나 이상의 데이터 추출 기법들과 결합하여, 거기에 첨부된 절차에 관한 정보로 그 절차의 기록을 생성하기 위해 사용될 수 있다. OCR을 사용하여 추출된 정보는 데이터베이스(20)로 전달될 수 있고, 데이터베이스(20)에 저장될 수 있는 절차의 기록을 생성하는데 사용될 수 있다.
자연 언어 처리(NLP) 기법들은 또한 특정 디지털화된 이미지 또는 문서에 포함될 수 있는 소정의 문구들 및 언어를 검색하고, 이러한 언어의 존재 또는 부재에 기초하여, 하나 이상의 데이터 추출 또는 정보 수집 프로세스들을 수행하기 위해 이용될 수 있다. NLP는, 정보의 다른 소스들 중에서, 전자 연구 리포트들, 이미지들, 또는 다른 문서들 또는 음성 기록들에 적용될 수 있다. 또한, NLP는 상술한 OCR 기법들 중 하나 이상에 처음 대상이었던 이미지들에 적용될 수 있다. 시스템(10)은 흥미가 있는 다양한 문구들을 식별하는 NLP 데이터베이스 및 하나 이상의 NLP 알고리즘들을 포함하는 NLP 엔진을 포함할 수 있다. NLP 엔진은 또한 소정의 문구들이 특정 리포트, 기록, 이미지 등에서 존재하는 (또는 없는) 것으로 결정되는 경우, 어떤 동작을 수행하기 위해 사용되는 데이터 처리 규칙들을 포함하도록 구성될 수 있다.
NLP 기법들의 일 예시적인 사용은 특정한 절차에 대한 검사 리포트가 그 절차의 결과의 품질을 나타내는 언어를 포함하는지 여부를 결정하는 것이다. 예를 들어, 검사 리포트 내의 "효과 없는", "성공하지 못한", 또는 "결론에 이르지 못한"과 같은 문구들의 존재는 차선의 결과들을 생성했던 절차를 나타낼 수 있다. 반면에, "유익한", "성공한", 또는 "이상적인"은 최선의 결과들을 생성했던 절차를 나타낼 수 있다. NLP 엔진은 이러한 문구들 중 하나 이상의 존재를 결정할 수 있고, 존재한다면, 그 리포트에 데이터 처리 규칙들을 적용할 수 있다. 이러한 방식으로 이러한 리포트들의 언어를 파싱하는 것은 안 좋은 결과들 또는 양호한 결과들을 가졌던 절차들의 위치를 찾을 수 있고, 그 결과들 및 대응하는 절차들은 그에 따라서 분류될 수 있어 더 쉽게 그것들의 위치를 찾을 수 있다. 결과의 품질을 나타내는 정보는 또한 데이터베이스(20)에 저장될 수 있는 절차의 기록을 생성하는데 사용될 수 있다. NLP 기법들은 또한 다른 정보를 목표로 하여 추출하기 위해 사용될 수 있다. 예를 들어, 절차에 관한 객관적인 파라미터 정보를 식별하는 정보는 상술한 NLP 기법들을 사용하여 위치가 찾아지고 추출될 수 있다.
이전에 언급된 데이터 추출 및 NLP 기법들에 의해 수집되는 지식은 또한 절차에 관련된 총 전체 정보를 강화하기 위해 사용될 수 있다. 강화된 데이터는 다른 추가적이고 잠재적으로 새로운 데이터 추출 및 NLP 프로세스들에 대한 입력으로서 이용 가능하다. 예를 들어, CT 세트(CT Suite) 효율(처리량)의 개념은 데이터 분석 프로세스를 통해 학습될 수 있고, 소스 데이터를 분류하기 위해 사용될 수 있다. 효율의 개념은 오퍼레이터 이름 및/또는 쉬프트(shift) 번호의 컨텍스트에서 분석되어 추가적인 이해를 도출할 수 있게 하고, 잠재적으로 또한 소스 데이터를 다시 강화시키고 다시 그것을 새로운 이해의 발견에 이용 가능하게 만들 수 있다.
NLP 및 OCR 기법들뿐만 아니라 음성 인식 기법들은 또한 음성 기록으로부터 정보를 식별하고 추출하기 위해 사용될 수 있다.
상술한 것처럼, 다른 양태는 또한 의료 진단 절차의 결과의 품질의 주관적인 평가에 관련된 정보를 수집하는 단계를 포함한다. 이러한 정보는 상술한 NLP 기법들을 통하는 것을 포함하여, 다양한 방식으로 수집될 수 있다. 주관적인 평가 정보는 절차와 관련하여 사용되고 있는 의료 디바이스와 관련된 사용자 인터페이스에서와 같은 현장 진단(point of care)에서 직접 입력될 수 있다. 대안적으로, 주관적 정보는 워크스테이션, 열람실, 또는 심지어 홈 오피스와 같은 현장 진단 외의 장소에서 입력될 수 있다. 또한, 주관적 정보는 저장소에 저장된 기존의 검사 리포트들 또는 이미지들의 분석을 통해 산출될 수 있다.
주관적 정보가 어떻게 수집되는지에 관계없이, 이러한 정보는 절차에 관한 객관적 정보 및 그것의 결과들의 주관적 평가 양쪽 모두를 포함하는 절차의 기록을 생성하기 위해 그 절차에 관한 객관적 정보를 포함하는 절차에 관련된 다른 정보와 연결될 수 있다.
일 제한적이지 않은 실시예에서, 주관적 평가 정보는 그 절차가 완료될 때 또는 그 직후에 의료 이미징 디바이스와 관련된 사용자 인터페이스에서와 같은 현장 진단에서 입력될 수 있다. 이러한 정보의 입력을 허용하는 사용자 인터페이스의 레이아웃의 제한적이지 않은 예시가 도 9에서 도시된다. 이것은 특정한 절차의 객관적인 양태 및 주관적인 양태 양쪽 모두에 관한 정보가 실시간으로 또는 거의 실시간으로 수집될 수 있다는 장점을 갖는다. 또한 그 절차가 기술자 및 또는 의료진의 생각에서는 여전히 새로운 반면에 주관적 평가는 그렇게 즉시 이루어지는 경우 완료될 가능성이 크다. 다른 제한적이지 않은 실시예에서, 주관적 평가 정보는 이후에 입력될 수 있고, 그리고 나서 연구 식별값 또는 특정한 절차와 관련된 추적 정보의 사용을 통해 하나 이상의 위치들에 이미 저장될 수 있는 절차에 관한 다른 정보와 연결될 수 있다. 예를 들어, 의료진은 그 또는 그녀의 워크스테이션 또는 사무실에서 특정한 시간 기간에 걸쳐 처리되었던 하나 이상의 이미징 절차들의 결과들을 수신할 수 있다. 그리고 나서 의료진은 그 결과들을 검토할 수 있고, 그 또는 그녀의 각각의 결과의 주관적 평가를 입력할 수 있고, 그 평가들을 실시간으로 또는 일회 모드로 의료진의 워크스테이션 또는 사무실과 전자적으로 통신할 수 있는 데이터베이스(20)와 같은 시스템(10)의 적합한 위치로 전송할 수 있다. 이러한 실시예는 그 결과들이 검토되고 평가될 수 있는 장소 및 시기에 관하여 더 큰 유연성을 제공하는 장점을 갖는다. 이러한 실시예는 또한 이미징 절차가 수행되었던 때에 있지 않았던 누군가가 그 절차의 결과들을 검사할 기회를 제공받는다는 장점을 제공한다. 다른 사람들에 의한 또는 다른 시간들에서의 동일한 사람에 의한 동일한 결과의 다수의 검토들이 절차 기록에 포함될 수 있고, 여기서 그것들은 평균으로 존재할 수 있거나 각각의 검토자와 관련된 개별적인 값들로서 유지될 수 있다.
주관적 평가가 기록에 입력될 수 있는 방식은, 그 기술자, 의료진 또는 다른 검토자들이 이미징 절차에 관한 그 또는 그녀의 의견 또는 의견들을 표현하는 방식을 제공받는 한, 제한된 방식이 아니다. 일 제한적이지 않은 예시에서, 특정한 의료 이미징 절차의 결과들은 검토될 수 있고, 그리고 나서 그 결과의 품질에 관한 검토자의 주관적인 믿음에 따라 "평가되"거나 "점수가 매겨"질 수 있다. 예를 들어, 검토자는 1부터 5까지 또는 1부터 10까지 또는, 리케르트(Likert) 스케일과 같은, 검토가 완료되는 특정한 기관에 의해 또는 표준 설정 신체에 의해 개발될 수 있는 다른 범위를 사용하여 그 결과에 점수를 할당하는 것을 시도할 수 있다. 검토자는 또한 콘트라스트 품질 및/또는 이미지 품질과 같은 동일한 절차의 상이한 양태들에 점수를 매길 것을 요구 받을 수 있다. 대안적으로, 또는 추가적으로, 결과는 "최적" 또는 "이상적 결과"와 같은 라벨로, 또는 기술자 및/또는 의료진이 그 결과가 특히 주목할만하다고 발견하는 경우, 그러한 결과를 나타내는 것으로 이해되는 데이터로 "태그"가 붙여질 수 있다. 어느 하나의 경우에서, 특정한 절차의 품질 평가는 그 결과들이 그것들을 획득하기 위해 사용되었던 파라미터들과 관련되도록 하는 방식으로 그 절차에 관한 다른 정보와 함께 저장될 수 있다. 시간이 흐르면서, 높게 평가되거나 태그가 붙은 결과들에 관한, 그 결과들뿐만 아니라 수행된 연구의 유형, 절차 프로토콜, 환자 인구 통계 등과 같은 그 결과들이 어떻게 달성되었는지에 관한 다른 생명 임상/진단 데이터를 제공하는, 데이터가 축적될 수 있다. 일부 제한적이지 않은 실시예들에서, 높게 평가된 결과들을 달성했던 절차들에 대한 절차 기록들은 전용의 "최상의 실습들" 데이터베이스로 전달되고 저장될 수 있다.
수집된 주관적 평가 정보를 더 잘 정의하고 표준화하기 위한 감정 분석 기법들이 또한 사용될 수 있다. 감정 분석은 발표자 또는 서술가의 태도를 이해하고자 하는 자연 언어 처리 또는 기계 학습 기법이다. 연구의 검토가 판단을 표현하기 때문에 감정 분석은 특히 유용할 수 있다. 예를 들어, 여기에 "이것은 폐색전의 평가를 위한 제한된 품질 연구이다"라는 CT 폐색전으로부터의 진술이 있다. 사람은, 이 검토자가 이러한 연구 결과에 가장 높은 품질의 측정을 제공하지 않았을 것이라고 의심할 것이다. 다른 예시는 "어떠한 겨드랑이 림파절증도 인식되지 않았다"일 수 있다. 일반적으로 부정적인 검토와 관련된 언어를 사용하는 반면, 이것은, 겨드랑이 림프의 부기가 관찰되지 않았다는 점에서, 실제로는 긍정적인 진술이다.
시스템은 분석 중인 임상 신체에 존재하는 태도들을 더 잘 결정하기 위해 (텍스트, 말, 스캐닝된 문서들을 포함하는) 다른 입력들에 관한 감정 분석을 수행하도록 구성될 수 있다. 임상 신체 뒤에 숨은 근본적인 태도들 및 감정 내용을 결정하는 것은 여기에서 설명되는 주관적 이미지 품질 분석 기법들에 대한 필연적 결과 분석 및 교차 검토이다. 예를 들어, 감정 분석이 전체적으로 부정적인 감정 극성을 나타내지만 그 평가가 높았던 경우, 이것은 시스템이 의심스러운 것으로 표시할 수 있도록 할 수 있다.
또한, 감정 분석은, 그것이 매우 큰 데이터 세트 상에서 처리되는 경우, 관리(care)의 품질을 향상시키기 위해 유용한 정보를 제공할 수 있다 예를 들어, 그것은 판독자들의 큰 그룹이 가질 수 있는 숨겨진 믿음들, 의견들 또는 편견들을 드러낼 수 있고, 그것이 널리 유지되는 동안, 정확하지 않을 수 있거나 수정할 수 있다.
일부 제한적이지 않은 실시예들에서, 정보의 주관적 평가는 의료 이미징 디바이스에 의해 생성된 전자 연구 리포트에 입력될 수 있다. 일부 제한적이지 않은 예시들에서, 주관적 평가 정보는 전자 연구 리포트의 기존의 형식을 변경시키지 않고 전자 연구 리포트에 입력될 수 있다. 이것은 주관적 평가 정보 수집이 기존의 작업 흐름을 최소한으로 방해하면서 기존의 시스템들에 용이하게 포함될 수 있다는 장점을 제공한다. 주관적 평가 수집은, 시스템에 이미 존재할 수 있는 소프트웨어와 결합하여 작동하는 장착할 수 있고/있거나 판매자 중립적인 소프트웨어 솔루션을 사용하여 수행될 수 있다. 또한, 인식된 파일 형식 표준들을 계속 따르는 것은 동일한 시스템의 다수의 구성요소들 또는 서로 다른 시스템들에 걸쳐 호환성을 보장하는데 도움이 된다.
일 제한적이지 않은 실시예에서, 주관적 평가 정보는 전자 연구 리포트의 하나 이상의 속성 필드에 포함될 수 있다. 예를 들어, 검토자가 DICOM 표준을 따르는 특정한 이미지를 검토하고 있고 그 이미지에 주목할 만한 것으로 태그를 붙이기를 원하는 경우, 그 또는 그녀는 DICOM의 키 오브젝트 선택(key object selection, KOS)과 같은 DICOM 형식 내의 특정한 오브젝트를 사용하여 그렇게 할 수 있다. 키 오브젝트 선택은, 이러한 방식으로, 디지털 "포스트 잇"으로서 동작하도록 고려될 수 있다. 키 오브젝트 선택 템플릿은 하나 이상의 중요한 이미지들, 파형들, 또는 다른 합성된 서비스 오브젝트 쌍 인스턴스들(Service Object Pair Instances)을 표시하기 위해 의도된다. 키 오브젝트 선택은, 키 오브젝트 선택의 참고 표시된 오브젝트들, 명확하게 식별된 언어의 선택적 자유 형식 텍스트 코멘트, 키 오브젝트 선택을 생성했던 관찰자(디바이스 또는 사람)의 선택적 식별의 중요성에 대한 이유를 진술하는 코딩된 문서 타이틀을 포함할 수 있다.
위의 개념은 제한하는 것으로 의도되지 않은 이하의 예시를 참조하여 더 설명된다. 참조는, 질의에서의 진단 절차가 환자 A에 대한 CT 스캔인, 이러한 예시의 실시예에 대한 작업 흐름 및 순서도를 도시하는, 도 10 및 11에 대해 이루어진다. 주입은 환자 A에 대해 수행되고, 환자 A의 임상 컨텍스트는 HIS와 같은 의료 기록 시스템으로부터 획득되고 연구 컨텍스트가 획득된다. DICOM 형식의 조영제 투여량 리포트 및 2차 이미지 캡쳐 양쪽 모두가 스캐너/주입기와 관련된 소프트웨어에 의해 생성되고, 전송되고 PACS에 저장된다. 그 또는 그녀의 워크스테이션 또는 그 외의 장소에서, 방사선 전문의는 환자 A의 절차의 결과들을 PACS로부터 접속한다. 그 결과에 깊은 인상을 받은 경우, 방사선 전문의는 그 또는 그녀의 워크스테이션에 설치된 소프트웨어를 이용하여 그 리포트 및/또는 2차 캡쳐 이미지를 "키 이미지"로서 "태그를 붙여서", "흥미가 있음", "교육용", "연구용", "최상의 설정" 등과 같은 특정한 문서 타이틀로 키 오브젝트 문서 오브젝트를 생성한다. 이러한 문자열들을 DICOM 표준 파트-16 하에서 컨텍스트 그룹 CID 7010에서 정의될 수 있다. 대안적으로, 태그는 키 오브젝트 문서 오브젝트를 생성하기 위해 사용될 수 있는 CT 스캐너 및/또는 주입기와 관련된 사용자 인터페이스를 통해 현장 진단에서 할당될 수 있다.
생성된 키 오브젝트 DICOM 문서는 리포트 또는 2차 캡쳐 이미지들을 지칭할 수 있고, PACS, 데이터베이스(20) 또는 특히 바람직한 결과들을 갖는 것으로 발견된 절차들의 기록들을 수집하고 저장하기 위한 전용의 개별적인 데이터베이스에 저장된다. 키 오브젝트 인스턴스에 대한 PACS, 또는 다른 소스의 후속 쿼리는 사람을 이러한 기록으로 유도하고, 그 기록으로부터, 사람은 그 기록에 저장된 주입 프로토콜 파라미터들, 방사선 투여량 파라미터들, 및 환자 특정 임상 및 인구 통계 정보를 포함하는, 이러한 좋은 결과를 야기하는 절차에 관한 정보를 획득할 수 있다. 예를 들어, 데이터베이스(20)는 이러한 절차들에 관한 정보를 수집하기 위해 모든 키 오브젝트 인스턴스들에 대해 PACS를 질의할 수 있다. 그리고 나서, 절차의 객관적이고 주관적인 양태들에 관한 정보를 포함하는 이러한 정보는 데이터베이스(20)로 전달될 수 있다. 키 실습(key-practice) 프로토콜 파라미터와 같은 키 실습 오브젝트에 관한 정보는 또한 웹(web)을 통해 접속 가능한 집중적이고 안전한 위치에 제출될 수 있다.
상기 예시가 PACS의 키 오브젝트 선택의 사용에 관한 것인 반면에, 사람은, 주관적 평가 정보가 특정한 시스템에서 이미 사용되고 있는 기존의 데이터 형식 구조들 내에 저장되는 다른 유사한 솔루션을 구상할 수 있다.
일부 실시예들에서, 시스템(10)은 또한 이미징 절차의 일부로서 획득된 이미지들로부터 직접 품질 평가 결정을 할 수 있다. 이러한 이미지들은 PACS와 같은 의료 기록 시스템에 저장된 것들을 포함할 수 있다. 이러한 이미지들은 질의되고 검사 이미지들 및 정보의 사본은, 표준 DICOM 서비스들을 사용하여, 소프트웨어 모듈로 이동될 수 있다. 소프트웨어는 자동화된 이미지 분석 및, 다양한 해부학적 구조와 또한 파워 스펙트럼 밀도, 이미지의 섹션 내의 이미지의 표준 편자, 및 다른 공지된 측정들과 같은 데이터 세트에 내재하는 이미지 품질 및 잡음의 국부적 및 전체적 특징들을 수행하도록 구성될 수 있다. 특히 유용한 양적 조영제 불투명화 및 강화를 평가하기 위한 처리 단계는, 시드 성장(seed-growing), 레벨 설정(level-set), 및 기울기 하강 접근들(gradient-descent approaches)과 같은 공지된 이미지 분할 및 추출 방법들 및, 여기에서 참조로 명확하게 포함되는 이미지 데이터 세트의 다양한 해부학상 구조들, 예를 들어 하행 대동맥을 분리시키기 위해 미국 특허 제8,315,449호로 등록된 Kemper 등의 미국 공개 특허 출원 제2009/0316970호에서 개시된 것을 이용한다. 해부학적 구조들의 조영제 불투명화의 레벨이 외인성 조영제 물질들이 환자에게 주입되는 경우 스캐너 및 주입 파라미터들에 의존하기 때문에, 실제 조영제 불투명화의 측정은, 개별적인 환자들에 대해 그리고 환자 집단에 걸쳐 스캐닝 및 조영제 전달 파라미터들을 최적화하고 개인화하기 위해 다양한 전략들의 성공을 확인하는 경우에 매우 중요하다. 이러한 조영제 불투명화를 추출하기 위한 방법들은 이미지 세트들에 적용될 수 있다. 대동맥에서의 조영제 불투명화를 평가하는 예시에서, 예를 들어, 분할 및 추출 소프트웨어 모듈은 대동맥의 중간 이하의 중심선을 따라 평균 조영제 강화를 계산할 수 있다. 중심선 지점 주위의 흥미 있는 영역에서의 평균 조영제 불투명화의 계산 및 혈관을 따라 선형적 증가로(예를 들어 매 5mm마다) 혈관 내강(lumen)의 경계로 연장하는 것이 수행될 수 있다. 이러한 자동화된 계산의 결과는 혈관을 따른 다수의 증가들에 의해 결정되는 차원을 갖는 조영제 강화 값들의 벡터이다. 이러한 불투명화 지점들의 벡터는 데이터베이스(20)에 저장되고, 환자 및 절차와 관련될 수 있다.
불투명화 벡터의 후속 사용은 환자 및 검사 제약들로 스캐너 및 주입 파라미터들 사이의 관계를 결정할 때 이루어질 수 있다. 예를 들어, CT 혈관 촬영에서, 대동맥과 같은 혈관 구조의 조영제 불투명화는, 응결(clot)들, 협색증들 및 혈관의 내강 사이의 충분한 구별을 보장하기 위해 적어도 250HU이어야 한다. 흉부의 충분한 조영제 강화된 CT 혈관 조영도는 이미징 시설에서 임상의에 의해 정의될 수 있고, 여기에서의 설명에 따라 결과의 주관적 평가를 제공하기 위해 연구의 결과들이 비교될 수 있는 주관적 측정의 역할을 할 수 있다. 적용될 수 있는 품질 파라미터의 이러한 예시는 "습득 동안 대동맥의 전체 공간 길이에 대해 250HU보다 더 큰 조영제 불투명화"이다. 품질 메트릭 또는 키 수행 인덱스는 메트릭의 분모가 대동맥의 (cm 또는 mm에서의) 공간적 연장이도록 정의될 수 있다. 분자 값은 조영제 불투명화가 250HU보다 더 큰 벡터 데이터 지점들의 수일 수 있고, 그 비율이 더 클수록 연구가 더 잘될 수 있다. 많은 환자들에 걸쳐, 이러한 파라미터의 기술 통계학(descriptive statistics)은, 정의된 주관적 품질 파라미터, 대동맥 조영제 불투명화에 따라, CT 흉부 연구들의 어느 퍼센트가 거기에서 "충분"한 것에서 이해하도록 이루어질 수 있다. 자동화된 조영제 강화 결정 기법의 개시된 실시예를 더 설명하기 위한 대표적인 작업 흐름이 도 12에서 제공된다.
객관 및 주관에 관련된 정보를 수집하는 전술한 기법들은 예시적인 것으로 의도되고 다른 기법들은 당업자에 의해 인식될 수 있다. 상술한 것처럼, 목표는 특정 이미징 절차에 관련된 객관적 파라미터들 및 다른 정보뿐만 아니라 그 절차의 결과들의 품질의 주관적 평가에 관한 정보로 데이터베이스(20)를 채우는 것이다. 정보 수집의 상술한 절차들 중 임의의 것은 수행된 절차에 관한 관련 정보를 포함하고 데이터베이스(20)에 저장될 수 있는 절차 기록을 만들어내기 위해 임의의 조합에서 사용될 수 있다.
일단 수집되면, 데이터베이스(20)에 저장된 정보는 의료 이미징 절차를 이해하고 향상시키는데 도움을 주기 위해 다양한 목적으로 사용될 수 있다. 시스템은 데이터베이스(20)로부터의 정보가 하나 이상의 위치들로부터 동시에 질의되는 것을 허용하도록 구성될 수 있다. 시스템은 또한, 소정의 사용자들만이 데이터베이스(20)에 접속할 수 있고/있거나 데이터베이스 내의 정보를 업데이트할 수 있는 허가 기반이도록 구성될 수 있다. 데이터베이스에 저장된 정보 또는 그것의 임의의 부분은 또한 접속될 수 있는 클라우드 저장 시스템을 포함하는, 다른 위치로 넘겨질 수 있다.
일부 제한적이지 않은 실시예들에서, 데이터베이스(20)에서 수집된 정보는 시스템 내의 다른 구성요소들, 다른 유사한 시스템들, 및 수집된 정보에의 접속하는 것에 흥미가 있을 수 있는 전문가 집단들 또는 정부 부처에 의해 설정된 내부 또는 외부 레지스트리들에 이용 가능하도록 만들어진다. 데이터베이스(20)로부터의 정보는 쉬운 접속을 향상시키기 위해 "클라우드에서" 호스팅될 수 있다. 이러한 예시들에서, 환자 특정 데이터는 환자의 사생활을 보호하기 위해 익명으로 될 수 있다. 분석 애플리케이션들은, 환자 특정 연구 및 환자 중립 연구 양쪽 모두를 포함하는, 데이터 세트에서 다양한 연구들을 수행하기 위해 데이터베이스 정보에 접속하기 위해 사용될 수 있다. 예시들은 환자 마다의 선량 측정(dosimetry), 품질 분석, 및 경향 결정들을 포함할 수 있다. 정보는 또한 투여량 인덱스 값들이 미리 정해진 임계값들을 초과하는 경우에 경고들을 생성하기 위해 사용될 수 있다. 데이터베이스 정보는, 병원 또는 환자 기록을 저장하는 것과 같은, 소정의 환자 정보 데이터베이스들과 상호작용하여 환자 특정 투여량 인덱스 및 선량 측정 리포트들을 생성할 수 있다. 예를 들어 이러한 분석은, 그 각각이 참조에 의해 여기에서 명확하게 포함된 Reiner의 미국 특허 제7,933,782호, Evans 3세 등의 미국 특허 제6,442,418호, Uber 등의 미국 특허 제7,996,381호에서 설명된 기법들 다음에 달성될 수 있다.
이러한 종래 연구들의 결과들은 흥미가 있는 파라미터들에 기초하여 용이하게 브라우징되고/되거나 필터링될 수 있는 방식으로 제시될 수 있다.
일부 제한적이지 않은 실시예들에서, 데이터베이스(20)로부터의 정보는 데이터 보고 및 분석 애플리케이션에 대한 소스 데이터의 역할을 할 수 있다. 데이터 보고 및 분석 애플리케이션은, 그것이 또한 소정의 서버 또는 중앙형 클라우드 위치에 존재할 수 있고 웹을 통해서도 접속 가능하게 만들어질 수 있지만, 컴퓨터를 사용하여 접속될 수 있고, 컴퓨터 상에 상주하는 소프트웨어의 형식일 수 있다. 데이터베이스(20)로부터의 정보는 데이터 보고 및 분석 애플리케이션으로 가져와질 수 있고, 그리고 나서 그 애플리케이션은 사용자에 의해 더 쉽게 이해 가능한 형식으로 이러한 정보를 파싱하고, 배치하고 제시할 뿐만 아니라 이러한 정보에 기초하여 리포트들을 생성하기 위해 사용될 수 있다. 예를 들어, 애플리케이션은 데이터베이스(20)로부터 수신된 정보를 파싱할 수 있고, 사용자에 의해 미리 정의되었던 복수의 필드들을 채울 수 있다. 그리고 나서 애플리케이션은 사용자에 의해 요청된 방식으로 이러한 정보를 분류하고/하거나, 필터링하고/하거나, 제시하고/하거나 분석하여 데이터베이스(20)에서 수집되고 저장되었던 정보에 대한 추가적인 이해를 사용자에게 제공할 수 있고 그렇지 않으면 알려지거나 인식될 수 없는 정보에서의 연결들의 발견을 가능하게 할 수 있다. 일 제한적이지 않은 실시예에서, 데이터 보고 및 분석 애플리케이션은 매크로 가능한 마이크로소프트 엑셀 파일 또는 유사한 스프레드시트 또는 데이터베이스 분석 프로그램으로부터의 파일을 이용하여 구현될 수 있다.
그 애플리케이션은 하나 이상의 의료 디바이스들에 의해 수행되는 일련의 진단 절차들에 관련하여 수집되었던 객관적 정보를 분석하고 조직화하는데 특히 유용하다. 상술한 것처럼, 객관적 정보는, 의료 디바이스로 입력된 파라미터들 및 프로토콜 정보뿐만 아니라 그 절차의 수행 동안 생성된 운용 정보를 포함하는, 특정한 절차들에 관한 정량화할 수 있는 정보를 포함할 수 있다.
데이터베이스 보고 및 분석 애플리케이션이 임의의 유형의 의료 진단 절차에 관련된 정보로 동작하도록 구성될 수 있는 반면, 이하의 설명은 제한적이지 않은 예시로서 CT 이미징을 언급한다.
CT 이미징에 대해서, 절차 애플리케이션은, 전달된 조영제 또는 염분의 양, 낭비되었던 조영제 또는 염분의 양, 각 디바이스 기초로 또는 디바이스들의 범위에 걸쳐 사용된 주사기 키트들의 수와 같은 절차들에 관한 기초 메트릭을 표 또는 그래픽 뷰로 제시하기 위해 사용될 수 있다. 그리고 나서 계산들은, 예를 들어, 특정한 디바이스 도는 전체 기관에 의해 주입되거나 낭비되는 조영제 매체의 전체 부피 또는 비용과 같은 이용 또는 비용 정보를 제공하기 위해 이러한 정보를 사용하여 수행될 수 있다. 도 13은 이러한 정보가 표 형식 및 그래픽 형식 양쪽 모두로 제시될 수 있는 대표적인 형식을 도시한다. 사실상 데이터베이스(20)에 저장된 임의의 유형의 정보는 유사한 방식으로 애플리케이션에 의해 제시될 수 있다.
애플리케이션은 또한 소스 정보로부터 다양한 정보 리포트들을 개발하도록 사용될 수 있다. 예를 들어, 그 애플리케이션은 상이한 절차들에 관련된 정보를 나란히 비교하는 것을 수행하여 절차들 사이의 차이들을, 그것의 결과들을 포함하여, 더 쉽게 이해할 수 있다. 이러한 애플리케이션은 또한 상이한 프로토콜들과 관련된 평균 절차 메트릭들의 비교를 포함하는, 상이한 프로토콜들 사이의 차이들을 평가하기 위해 사용될 수 있다. 리포트에 포함될 수 있는 정보는 프로토콜이 사용되었던 횟수, 조영제 사용 및 조영제 낭비의 평균 용량, 및 액체 주입의 평균 흐름 속도와 같은 객관적 정보를 포함할 수 있다. 또한, 절차의 결과에 관한 정보는, 결과의 주관적 평가를 포함하여, 제시될 수 있다. 도 14는 이러한 리포트가 제시될 수 있는 대표적인 형식을 도시한다.
다른 예시로서, 애플리케이션은 동일한 환자에 대해 여러 번 동일한 절차가 수행되었던 또는 적어도 개시되었던 크기를 결정하기 위해 사용될 수 있다. 이러한 반복적인 절차들의 상세한 내용들에 대한 이해를 얻는 것은 이것이 발생한 빈도를 제한하는데 중요한 단계일 수 있다. 예를 들어, 반복적인 절차의 발생을 식별하는 경우, 사용자는 이것을 필요하게 만들었던 것을 식별할 수 있고, 그것이 미래에 다시 발생하지 않는 다는 것을 보장하는 것에 대한 적절한 단계들을 취할 수 있다. CT 연구들의 컨텍스트에서, 반복적인 주입 분석 리포트는 어느 CT 연구들이 다수의 주입 절차들을 수행시키는지를 식별할 수 있다. 리포트는, 데이터베이스(20)로부터 제공된 객관적 정보의 분석에 기초하여, 어느 주입들이 동일한 연구 식별 값을 공유하는지를 결정함으로써 생성될 수 있다. 애플리케이션은, 그 연구와 관련되었던 각각의 주입의 항목별로 구분된 목록, 주입 시작 일자 및 시간, 준비 종료 상태, 전달된 액체의 용량, 피크 압력, 연구 설명, 환자 ID, 접속 번호, 환자 이름, 방 이름, 연구를 위해 사용된 주사기의 수, 또는 임의의 유사한 정보를 포함하는, 이러한 반복적인 절차들에 관한 키 정보를 시각적으로 인식 가능한 형식으로 사용자에게 제공하는 리포트를 생성할 수 있다. 그 리포트에서의 정보는, 그것이 그 리포트의 적절한 필드에서 파싱되고 채워질 수 있는 데이터베이스(20)로부터 애플리케이션에 제공될 수 있다. 도 15는 이러한 정보가 제시될 수 있는 대표적인 형식을 도시한다.
다른 예시로서, 애플리케이션은 다양한 보완 프로토콜에 관한 정보를 비교하기 위해 사용될 수 있다. 예를 들어, CT 이미징 절차는 일반적으로 스캔 프로토콜 및 보완 주입 프로토콜 양쪽 모두를 포함할 수 있다. 데이터베이스(20)에 저장되는 다양한 절차에 관한 정보에 기초하여, 애플리케이션은 이러한 정보를 분석할 수 있고, 예를 들어 어느 주입 프로토콜이 특정한 스캔 프로토콜과 함께 가장 자주 사용되었는지 또는 그 반대를 보여주는 방식으로 결과들을 제시할 수 있다. 이로부터, 사용자는 무슨 프로토콜들이 특정한 연구 유형들에 대해 가장 일반적으로 사용되는지에 관한 이해를 얻을 수 있다. 그것은 또한 사용자가 주입 및 스캐너 프로토콜들 사이의 불일치를 알아내도록 한다. 도 16은 이러한 정보가 제시될 수 있는 대표적인 형식을 도시한다. 도 17은 여기에서 기재된 것처럼 정보의 수집, 지속 및 분배를 가능하게 하니 위한 정보 서비스들, 기술들, 소프트웨어 시스템들의 대표적인 스택을 도시한다.
본 발명의 다른 양태에서, 조영제 전달 시스템과 유효하게 통신하는 사용자 디스플레이 및 인터페이스는 스캐너 오퍼레이터에게, 스캔에 대한 어떤 어려움이 있었는지 여부, 어떤 역 반응이 있었는지 여부, 및 조영제에 대한 환자의 총 노출 및 선택 가능한 시간 기간 동안 방사선을 이온화하는 것이 있었다는 것과 같은, 환자의 이전 방문들에 관해 알려주기 위해 사용될 수 있다. 이러한 정보는 현재 방문에서 환자에 대해 최적의 이미징 데이터 세트를 결정하는 방법들을 변경시키기 위해 사용될 수 있다. 도 18에서 도시된 디스플레이의 제한적이지 않은 실시예에서 예로 들어진 것처럼, 이미징 및 주입 시스템의 오퍼레이터는 신속하게 환자 알러지들, 이전 이미징 프로토콜들을 검토할 수 있고, 또한 대기중인, 마이크로소프트 기업의 링크(Lync) 기술 또는 구글 기업의 토크(talk) 기술과 같은 메시징 시스템을 통해 조영제 주입 시스템의 통신 시스템에 연결할 수 있는 방사선 전문의로부터의 지원을 요청할 수 있다.
도 19는 여기에서 설명된 시스템에 의해 수집된 총 객관적 정보(예를 들어 운용 정보) 및 주관적 평가들을 제시할 수 있는 디스플레이의 대표적인 예시를 도시한다. 디스플레이는 또한 지역적 또는 국가적 총 값들에 대해 성능 메트릭을 디스플레이하는 시설을 포함할 수 있다. 이러한 데이터는 기간에 걸쳐 그리고 또한 외부 벤치 마크와의 비교할 때 부서, 시설 및 건강 시스템의 성능을 이해하기 위해 사용될 수 있다.
다른 제한적이지 않은 실시예들에서, 수집된 정보는 추가 분석의 대상이 되어 절차에 관한 소정의 객관적인 파라미터들이 절차 결과들의 주관적인 품질에 얼마나 영향을 미치는지를 이해하고 수정할 수 있다. 여기에서 설명된 방법들 및 기법들에 따른 절차의 객관적 양태 및 주관적 양태에 관한 정보를 수집하고 저장하는 것은 그 시스템이 가장 높은 품질 결과들을 야기했던 객관적 정보를 계속하여 모니터링하고 분석함으로써 절차 결과들의 품질을 계속하여 향상시키도록 할 수 있다.
일 제한적이지 않은 실시예는 상이한 이미징 절차들의 결과들의 품질에서 스캔 지연의 영향의 계산에 관한 것이다.
조영제의 볼러스가 주입되는 양상을 이미징하기 위해, 볼러스의 주입(시작 및 종료 양쪽 모두) 사이의 지연이 생리적 기능, 질병 상태들 및 (CT, MRI, 초음파, 핵 의학 양상에서의) 혈관 구조들의 시각화를 위한 최적 시간 윈도우를 결정하기 위한 임계 파라미터이다. 조영제 볼러스는, 아프거나 건강한 유기체의 속성들을 결정하기 위해, 사실상 추적자(tracer)로서 사용된다. 스캔이 너무 일찍 시작되는 경우, 잘못된 진단 정보가 생성될 수 있고, 스캔 지연들이 너무 길어지는 경우에 대해서도 마찬가지이다. 더 간단한 경우, 스캔 획득에 대해 볼러스의 부적절한 타이밍은 중단할 수 없는 데이터 세트들을 생성할 수 있다. 동시대의 의료 이미징 실습에 대한 추가적인 도전은 스캐너 시스템 기술들에서의 진보가 전체 진단 데이터 세트를 획득하기 위해 필요한 시간을 줄이는 것이다. 이것은 일반적으로 모든 이미징 양상들 - MRI, 초음파, 핵 이미징 및 특히 CT 스캐닝에 대해 사실이다. 1초 미만으로 최근의 CT 스캐너들을 가지고 전체 이미징 데이터를 획득하는 것은 흔하지 않다. 이러한 매우 짧은 스캔 획득 시간은, 조영제 볼러스의 도착 및 통과 그리고 신체에서의 그것의 분배로 스캐닝의 시간을 조절하는 것의 위험성을 강조한다. 또한 심장의 전기기계적 순환과 같은 일부의 생리적 이벤트에 대해 스캐너를 통제하고 시작하게 하기 위한 다수의 수단을 제공하는 장점들은 순차적으로 스캐닝된 2명의 환자들이 철저하게 다른 스캔 지연 및 타이밍 고려 사항들을 가질 수 있다는 것을 가능하게 한다.
이하의 방법들은 이미지 데이터, 주입 시스템의 운용 파라미터들 및 동기화된 시간 축을 사용함으로써 그 지연을 계산하기 위해 사용될 수 있다. 주입 시스템 및 이미징 시스템은, (NTP 또는 NNTP 프로토콜들 중 어느 하나를 사용함으로써) TCP/IP 네트워크 상에서 시간 서버들의 사용에 의해 달성될 수 있는 것처럼, 공통의 시간 축을 공유한다고 가정하면, 주입 시스템에 대해 주입 시작 및 중지 시간들에 관한 정보는 주입 시스템에서 수집될 수 있고, 이러한 값들은 연구의 완료 시에 데이터베이스(20)로 전송될 수 있다. 소프트웨어 에이전트는 또한, 이미지들이 PACS와 같은 의료 기록 시스템으로 성공적으로 전송되는 경우 환자의 연구에 대해 이미지들을 질의할 수 있다. 소프트웨어 에이전트는 획득한 이미지로부터 연구 데이터를 검토할 수 있다. 바람직하게는, 소프트웨어 에이전트는 임의의 1차가 아니거나 "2차" 시리즈의 이미지들을 제외시킬 수 있다. 스캔 획득에 관한 정보는 종종 이미지의 속성 필드들에 저장된다. 예를 들어, DICOM 표준은 각각의 1차 진단 데이터 세트(DICOM 속성 태그(008 0032))의 메타데이터에서 "스캔 획득"의 포함을 요구한다. 이러한 정보를 사용하여, 소프트웨어는 이미지의 획득 시간과 조영제 주입의 시작 및 중지 시간 사이의 차이를 계산할 수 있고 이러한 정보는 데이터베이스에 저장될 수 있다. 이미지들의 각각의 시리즈에 대한 스캔 지연들은 데이터베이스 저장될 수 있고, 절차의 결과들의 품질을 결정하기 위해 소급 분석들이 데이터 상에서 언제 이루어지는지를 참고 표시될 수 있다. 예를 들어, 연구가 부족한 것으로 간주되는 경우, 방사선 전문의는 무슨 스캔 지연이 사용되었는지 고려하도록 요청 받을 수 있다. 이러한 지식은 최상의 실습들을 결정하고 시스템을 통해 저장되고 접속 가능하도록 만들어지는 과거의 다수의 연구들을 가질 수 있었던 환자의 미래의 절차에 대해 프로토콜들 또는 이상적인 스캔 및 주입 파라미터들을 확립하기 위해 전체적으로 사용될 수 있다. 스캔 지연을 계산하는 개념의 추가 설명이 도 20 및 21에서 도시된다.
다른 제한적이지 않은 실시예들에서, 수집된 정보는 미래의 이미징 절차에 대해 사용하기 위해 파라미터들을 개발하는데 도움을 주기 위해 사용될 수 있다. 예를 들어, 특정한 환자에 대한 이미징 프로토콜을 개발하는데 흥미가 있는 의사는 데이터베이스(20)에 접속하여 유사한 인구 통계의 환자를 포함했고 높은 품질 결과들을 보여줬던 다른 절차들에 관한 정보를 검색할 수 있다. 의사는, 곧 있을 연구에 대해 선호하는 프로토콜 파라미터들을 결정하는데 이러한 과거의 연구들이 최적의 이미지 품질을 야기했다는 지식과 함께, 이러한 과거의 연구들에 관한 정보를 사용할 수 있다. 이러한 제안된 프로토콜은 또한, 과거의 결과들에 기초하여, 예를 들어 이하에서 기재되는 모델링 기술들을 포함하는 다른 이용 가능한 프로토콜 생성 기법들을 사용하여 수정될 수 있다. 데이터베이스(20)는 또한, 기관 내의 그리고 기관에 걸쳐 복수의 디바이스들에 대한 절차 프로토콜들이 저장되고 분류되고 구성되고, 이러한 프로토콜들에 가입한 임의의 디바이스들로 전달되는 중심 프로토콜 관리 애플리케이션의 역할을 하거나 그 애플리케이션에 통합될 수 있다.
예를 들어, 의사는 소정의 인구 통계를 갖는 환자들에 관한 정보에 대해 데이터베이스(20)에 질의할 수 있고, 특히 고품질 이미지가 달성되었던 그 절차들에 관한 유일한 정보를 요청할 수 있다. 일 제한적이지 않은 실시예에서, 이러한 쿼리는, 상술한 키 오브젝트 선택 또는 유사한 기법을 사용하여 "키 실습들"로 표시되었던 그 연구들만을 요청할 수 있거나, 그 쿼리가 일부 임계 품질 측정을 달성했던 절차들에 대한 기록들만으로 채워졌던 "키 실습들" 데이터베이스로 유도될 수 있다. 의사는, 이러한 쿼리에 응답하여, 유사한 환자를 포함했고 최적의 결과들을 생성했던 절차들에 관한 정보를 수신할 것이다. 이러한 정보는 의사에게 최상의 절차 파라미터들에 관해 알려주고 더 효과적인 프로토콜의 개발에서 도움을 주도록 동작할 수 있고, 이에 의해 그 절차를 반복해야 할 가능성을 감소시킬 수 있다. 의사는 문제가 되는 환자에 대한 적절한 프로토콜을 개발하는데 이러한 유도(guidance)를 사용할 수 있다.
일부 제한적이지 않은 실시예들에서, 시스템(10)은, 잠재적인 조영제 강화 결과들 및 그 환자들에 대한 이미지 및 결과 강화에 관한 다른 객관적 파라미터들 및 스캔 타이밍이 영향 및 잠재적 조영제 강화 결과들을 시뮬레이션하기 위해 프로토콜 관리 애플리케이션 상에서 실행하고 있을 수 있는 공지된 프로토콜 예측 모델링 소프트웨어와 결합하여 사용될 수 있다. 이러한 다른 모델들은 Bae에 의해 개발되고, 그 개시물이 참조에 의해 여기에서 포함된 K. T. Bae, J. P. Heiken, 및 J. A. Brink의 “Aortic and hepatic contrast medium enhancement at CT. Part I. Prediction with a computer model,” Radiology, vol. 207, pp. 647-55 (1998); Bae의 “Peak contrast enhancement in CT and MR angiography: when does it occur and why? Pharmacokinetic study in a porcine model,” Radiology, vol. 227, pp. 809-16 (2003); K. T. Bae 등의 “Multiphasic Injection. Method for Uniform Prolonged Vascular Enhancement at CT Angiography: Pharmacokinetic Analysis and Experimental Porcine Method,” Radiology, vol. 216, pp. 872-880 (2000); 미국 특허 제5,583,902호, 제5,687,208호, 제6,055,985호, 제6,470,889호 및 제6,635,030호에서 설명된 것뿐만 아니라, 각각의 개시물이 참조에 의해 여기에 포함되고 그 일부를 이루는 Kalafut 등의 미국 특허 제7,925,330호, Kalafut 등의 미국 특허 출원 공개 제2007/0213662호, Kalafut 등의 미국 특허 출원 공개 제2007/0255135호, Kalafut 등의 미국 특허 출원 공개 제2008/0097197호, Kalafut의 미국 특허 출원 공개 제2010/0030073호, Kalafut 등의 미국 특허 출원 공개 제2010/0113887호, Kalafut 등의 미국 특허 출원 공개 제2010/0204572호, 및 Kalafut 등의 PCT 출원 공개 제WO/2006/058280호, Kalafut 등의 PCT 출원 공개 제WO/2008/085421호, 및 Kalafut 등의 PCT 출원 공개 제WO/2006/055813호에서 설명된 모델링 기법들을 포함한다. 시스템은 또한 관 전압, (잡음 지수에 연결된) maS, 슬라이스 두께 및 디바이스의 다른 속성들과 같은 디바이스 파라미터들을 사용하여 "~라면" 시나리오들에 기초하여 이미지 강화의 계획 및 시뮬레이션을 가능하게 할 수 있다. 기술 전문가가 그 또는 그녀가 맞다고 결정한 파라미터 값들을 변화시키거나 변경할 수 있는 반면에, 본 시스템에서 수집된 정보에 의해 적어도 일부 인에이블된 모델링은 양호한 기준의 역할을 한다.
절차에 관한 객관적 정보 및 그 절차의 결과에 관한 주관적 정보 양쪽 모두를 포함하는, 후속 절차에 관한 정보는 미래 연구들에 더 알려주기 위해 시스템으로의 입력의 역할을 할 수 있다. 이러한 개념은 상기 소정의 양태들에서 설명되고, 본 발명에 따른 데이터베이스(20)에서 포함될 수 있는 정보를 사용하여 폐쇄 루프 시스템의 작업 흐름을 설명하는 이후의 제한적이지 않은 예시들을 참조하여 더 설명된다.
예시들
이미징 의료진들이 지속적으로 수행하기 위해 특히 도전하고 있는 것으로 드러난 일 의료 이미징 절차는 혈전(thrombus) 또는 응결(clot)의 존재를 용인하거나 배제하기 위한 요오드화 조영제 물질의 주입 이후의 폐 동맥들의 CT 이미징이다. 이미지 획득은 폐동맥들을 통한 조영제 볼러스의 첫번째 통과 동안 이상적으로 발생하고, 따라서 조영제 전달의 시작과 스캔 획득 사이에 오직 2초만이 있다. 스캐너 오퍼레이터가 스캔하기 위해 너무 오래 기다리는 경우, 조영제 볼러스는 폐 동맥 밖으로 이동할 것이고, 결과 이미지들은 진단을 하기 위해 필요한 불충분한 콘트라스트(contrast)를 가질 것이다. 오퍼레이터가 너무 일찍 스캔하는 경우, 조영제 볼러스는 주변 정맥에 여전히 있다. 폐 혈관을 통한 조영제의 전달에 영향을 미치는 인자들은 환자의 심장 기능, 환자의 나이, 폐 기능 저하, 및 다른 병리 생리학적 환자 인자들을 포함한다. 응결에 대해 테스트하기 위해 CT를 경험하는 다수의 환자들은 다수의 연구들을 갖는다. 개별적인 환자에 대한 적절한 스캐너 및 주입 프로토콜들을 결정할 책임이 있는 방사선 전문의는 본 발명의 방법을 사용하여 지난 검사의 이전의 주관적이고 객관적인 메트릭을 다시 불러올 수 있다. 환자가 이전의 이미징 검사에서 매우 부족한 연구 결과들을 가졌던 경우, 부족한 품질의 연구들과 관련된 인자들의 분석이 시스템에 의해 또는 방사선 전문의에 의한 수동 조정으로 이루어질 수 있다. 예를 들어, 방사선 전문의는, 환자가 매우 느린 심장 기능을 갖기 때문에 곧 있을 검사 시에 기술 전문가는 환자의 대동맥으로의 조영제의 실제 전달 시간을 결정하기 위해 조영제의 테스트 볼러스 주입을 수행해야 한다는 것을 의식할 수 있다. 방사선 전문의는 또한, 환자가 지난 12 개월 동안 10번의 CT 연구들을 가졌기 때문에 그 환자를 방사선의 최소량에 노출시키는 스캐너 프로토콜을 금지할 수 있다. 이러한 표시들은 스캐너를 동작시키는 기술 전문가가 검토할 수 있도록 배치된다. 수행되고 있는 스캔의 임의의 결과들을 포함하는, 이러한 경우에 방사선 전문의에 의해 사용되는 모든 정보 및 결정 프로세서는, 여기에서 설명된 정보 수집 방법들을 통해 추가 검토 및 강화를 위해 시스템에서 지속된다.
다른 도전적인 의료 이미징 검사는 간암의 검출, 단계 결정(staging) 및 평가이다. CT 및 MRI 양쪽 모두에서, 스캔들의 다수의 세트들의 획득은 양성 낭종 또는 다른 구조들로부터의 다양한 유형들의 종양을 확인하고 구분하기 위해 필요하다. 이러한 검사들은, 병든 조직 및 건강한 조직으로의 조영제 분배 및 흡수가 맥관 구조 및 기관들 도처에서 순환되는 조영제의 다양한 순환들을 전환시키기 때문에, 다면적이고 때로는 "동적인" 연구들로서 지칭된다. 스캔은 종종 조영제의 볼러스의 도착 이전에 간 및 다른 기관들에 대해 이루어진다. 이러한 획득 다음에, 데이터의 세트는 소위 동맥 단계 동안의 조영제의 "첫번째 통과" 동안에 수집된다. 이후에, 스캔은 조영제가 간문맥(소위 "간문맥 단계")를 통해 간으로 전달되는 기간 동안 이루어진다. 마지막으로, 하나 이상의 스캔들이 수분 후에 이루어져 조영제가 분산되는 방법을 결정할 수 있다. 소정의 종양 유형들이 순환의 이러한 단계들에서 다르게 약화되고, 그것들은 예를 들어 동맥 및 간문맥 단계들에서 조직질실의 조직들의 배경에 대해 저 인텐스(hypo-intense) 또는 고 인텐스로서 나타난다. 스캔들이 너무 늦게 또는 너무 일찍 이루어지는 경우, 종양의 모습은 확인하기에 어려울 수 있다. 또한, 양적인 방법들이 WHO 및 RECIST 기준을 사용하여 조직의 영역 또는 부피를 결정하기 위해 사용될 때, 종양 및 주위 조직에서의 조영제 불투명화 패턴이 일관되지 않고 신뢰할 수 없는 경우, 시스템적 오류는 이러한 메트릭들에 도입될 수 있다. 여기에서 설명된 방법들은 조영제의 주입, 스캐너의 설정 및 환자의 속성들에 대해 스캔 획득들을 더 잘 추적하고, 계획하고, 최적화하기 위해 이러한 경우들에서 사용될 수 있고, 학습된 정보는 추가 사용을 위해 데이터베이스(20)에 추가될 수 있다.
MRI 간 이미징에서, 예를 들어 킬레이트 가돌리늄 원자들과 결합하고, 사용 및 간세포에 대해 우선적으로 묶는 가도제틱 애시드(gadoxetic acid)로 구성된 조영제의 사용은 임상적으로 정례적인 것으로 되고 있다. 그러나, 주입 프로토콜의 기능으로서의 이러한 조영제들, 사용된 펄스 시퀀스들, 및 가장 중요한 환자 속성들을 사용하여 강화 패턴들을 대조함에 있어 가변성이 있다는 것이 잘 알려져 있다. (간에서 유기적 음이온 전달 메커니즘의 기능에 영향을 미치는 특정한 단백질에서) 환자의 소정의 유적적 변화는 아프고 건강한 환자들의 매우 다른 강화 패턴들을 야기할 수 있다. 이전의 이미징 결과들 및 여기에서 설명된 그 결과들의 품질에 관한 정보는 이러한 환자들의 이미징 전략들을 더 잘 확인하는데 도움이 되도록 사용될 수 있다. 게놈 및 단백질 정보 시스템으로부터의 데이터 피드(feed)들이 있는 경우, 이러한 데이터는 환자를 프로토콜링하는 방사선 전문의에게 이러한 조영제가 언제 금지되는지를 알려주는데 도움이 될 수 있다. 또한 이러한 연구들의 결과들로부터 학습된 정보는 데이터베이스(20)에 추가되어 추가적인 환자들에 대한 이미징 전략들을 더 잘 확인하는데 지원을 할 수 있다.
본 발명이 상기 실시예들 및/또는 예시들과 관련하여 상세하게 설명되었지만, 이러한 상세한 내용은 예시적인 것이고 제한적이지 않은 것이며, 당업자는 본 발명을 벗어나지 않고 변화들을 만들 수 있다는 것이 이해되어야 한다. 본 발명의 범위는 전술한 설명에 의해서 보다는 이하의 청구항들에 의해 나타난다. 청구항들의 균등 범위 및 의미 내에서 이루어지는 모든 변화 및 변경들은 그것들의 범위 내에서 수용된다.

Claims (26)

  1. 의료 이미징 절차들에 관한 정보를 수집하고 관리하는 방법에 있어서,
    복수의 정보 소스들로부터 복수의 의료 이미징 절차들에 관한 정보를 수집하는 단계로서, 상기 의료 이미징 절차들의 각각에 대해 수집된 정보는, 적어도 상기 의료 이미징 절차의 파라미터들에 관한 정보 및 상기 의료 이미징 절차를 경험했던 환자에 관한 정보를 포함하는, 상기 의료 이미징 절차에 관한 객관적 정보 및 상기 의료 이미징 절차의 결과의 주관적 평가를 포함하는 것인 단계;
    복수의 절차 기록들을 형성하는 단계로서, 상기 절차 기록들의 각각은 상기 의료 이미징 절차들 중 하나에 대응하고, 상기 절차 기록들의 각각은 적어도 상기 의료 이미징 절차에 관한 객관적 정보 및 상기 의료 이미징 절차의 결과의 주관적 평가를 포함하는 것인 단계; 및
    상기 정보 소스들의 적어도 일부와 전자적으로 통신하는 데이터베이스에 상기 절차 기록을 저장하는 단계
    를 포함하는 방법.
  2. 제1항에 있어서,
    상기 정보 소스들은 복수의 의료 이미징 디바이스들을 포함하는 방법.
  3. 제1항에 있어서,
    상기 정보 소스들은 상기 의료 이미징 절차들 중 하나와 관련된 디지털화된 이미지 또는 문서를 포함하는 적어도 하나의 의료 기록 시스템을 포함하는 방법.
  4. 제1항에 있어서,
    상기 정보 소스들은 복수의 의료 이미징 디바이스들 및 적어도 하나의 의료 기록 시스템을 포함하는 방법.
  5. 제3항에 있어서,
    상기 의료 기록 시스템으로부터 정보를 수집하는 단계는 광학적 문자 인식 및 자연 언어 처리 중 적어도 하나를 사용하여 상기 이미지 또는 문서로부터 정보를 추출하는 단계를 포함하는 방법.
  6. 제5항에 있어서,
    상기 정보는 광학적 문자 인식을 사용하여 상기 이미지로부터 추출되는 방법.
  7. 제6항에 있어서,
    상기 광학적 문자 인식은 폰트 데이터베이스를 포함하는 광학적 문자 인식 엔진을 사용하여 수행되고, 상기 폰트 데이터베이스는 상기 이미지와 함께 사용되도록 특히 구성되는 폰트 특징 정보를 포함하는 방법.
  8. 제7항에 있어서,
    상기 광학적 문자 인식은 상기 광학적 문자 인식 동안 발생하는 하나 이상의 오류들이 검출되고 수정되고, 상기 오류들에 관한 정보가 상기 폰트 데이터베이스로 전달되는 잔여 오류 수정 프로세스를 포함하는 방법.
  9. 제5항에 있어서,
    상기 정보는 자연 언어 처리를 사용하여 상기 이미지 또는 문서로부터 추출되는 방법.
  10. 제9항에 있어서,
    상기 자연 언어 처리는 상기 의료 이미징 절차의 결과의 주관적 평가를 나타내는 이미지 또는 문서 내에서 언어를 식별하기 위해 사용되는 방법.
  11. 제1항에 있어서,
    상기 데이터베이스에 저장된 정보를 데이터 보고 및 분석 애플리케이션으로 전달하는 단계를 더 포함하고,
    상기 데이터베이스 보고 및 분석 애플리케이션은 상기 데이터베이스에 저장된 정보에 기초하여 하나 이상의 리포트들을 생성하는 방법.
  12. 제1항에 있어서,
    상기 의료 이미징 절차의 결과의 주관적 평가는 상기 의료 이미징 절차의 결과의 품질에 관한 개인의 의견인 방법.
  13. 제1항에 있어서,
    상기 절차 기록들 중 적어도 일부에 대해, 상기 의료 이미징 절차에 관한 객관적 정보와 상기 의료 이미징 절차의 결과의 주관적 평가가 수집되는 정보 소스들이 서로 다른 방법.
  14. 제1항에 있어서,
    상기 절차 기록들 중 적어도 일부에 대해, 상기 의료 이미징 절차에 관한 객관적 정보와 상기 의료 이미징 절차의 결과의 주관적 평가가 수집되는 정보 소스들이 동일한 방법.
  15. 제1항에 있어서,
    상기 정보 소스들 중 적어도 하나는 의료 이미징 디바이스이고, 상기 의료 이미징 디바이스는 의료 이미징 절차를 수행하고 그것의 전자 리포트를 생성하고, 상기 의료 이미징 절차의 결과의 주관적인 평가는 상기 전자 리포트에 입력되고 그 일부로서 저장되는 방법.
  16. 제15항에 있어서,
    상기 주관적인 평가는 상기 의료 이미징 디바이스와 관련된 사용자 인터페이스에서 상기 전자 리포트에 입력되는 방법.
  17. 제15항에 있어서,
    상기 주관적 평가는 컴퓨터 워크스테이션에서 상기 전자 리포트에 입력되는 방법.
  18. 제15항에 있어서,
    상기 전자 리포트는 미리 정의된 속성 필드들의 세트를 포함하도록 구성되고, 상기 주관적 평가는 상기 미리 정의된 필드들 중 하나에 입력되는 방법.
  19. 대상 환자에게 수행될 의료 이미징 절차에서의 사용을 위한 프로토콜을 결정하는 방법에 있어서,
    상기 대상 환자에 관한 인구 통계 정보를 수신하는 단계;
    복수의 절차 기록들을 포함하는 데이터베이스에 접속하는 단계로서, 상기 절차 기록들의 각각은 이전에 수행되었던 이미징 절차에 대응하고, 상기 절차 기록들의 각각은 상기 이미징 절차에 관한 객관적 정보 및 상기 이미징 절차의 결과의 주관적인 평가를 포함하고, 상기 객관적 정보는 적어도 상기 이미징 절차를 경험했던 환자에 관한 정보 및 상기 이미징 절차에 사용된 프로토콜에 관한 정보를 포함하는 것인 단계;
    상기 데이터베이스에 포함된 상기 객관적 정보 및 주관적 평가들과 상기 대상 환자의 정보의 고려에 기초하여, 제안된 프로토콜을 결정하는 단계; 및
    시각적으로 인식 가능한 형식으로 상기 제안된 프로토콜을 제시하는 단계
    를 포함하는 방법.
  20. 제19항에 있어서,
    상기 제안된 프로토콜을 수정하는 단계를 더 포함하는 방법.
  21. 복수의 의료 이미징 절차들에 관한 정보를 수집하고 이용하는 방법에 있어서,
    의료 이미징 절차가 수행될 대상 환자에 관한 정보를 수신하는 단계;
    복수의 절차 기록들을 포함하는 데이터베이스에 접속하는 단계로서, 상기 절차 기록들의 각각은 이전에 수행된 이미징 절차에 대응하고, 상기 절차 기록들의 각각은 상기 이미징 절차에 관한 객관적 정보 및 상기 이미징 절차의 결과의 주관적 평가를 포함하고, 상기 객관적 정보는 적어도 상기 이미징 절차를 경험했던 환자에 관한 정보 및 상기 이미징 절차에 사용된 프로토콜에 관한 정보를 포함하는 것인 단계;
    상기 복수의 기록들에 포함된 객관적 정보 및 주관적 평가와 상기 대상 환자의 정보의 고려에 기초하여, 제안된 프로토콜을 결정하는 단계;
    시각적으로 인식 가능한 형식으로 상기 제안된 프로토콜을 제시하는 단계;
    상기 제안된 프로토콜 및 그것의 수정 중 하나에 따라 대상 환자에게 상기 의료 이미징 절차를 수행하는 단계;
    상기 대상 환자에게 수행된 의료 이미징 절차의 결과의 주관적 평가를 제공하는 단계;
    상기 대상 환자에게 수행된 의료 이미징 절차에 관한 객관적 정보 및 상기 대상 환자에게 수행된 의료 이미징 절차의 결과의 주관적인 평가를 수집하는 단계;
    상기 대상 환자에게 수행된 의료 이미징 절차에 관한 객관적 정보 및 상기 대상 환자에게 수행된 의료 이미징 절차의 결과의 주관적 평가를 포함하는 대상 환자 절차 기록을 형성하는 단계; 및
    상기 데이터베이스에 상기 대상 환자 절차 기록을 저장하는 단계
    를 포함하는 방법.
  22. 제21항에 있어서,
    의료 이미징 절차가 수행될 제2 대상 환자에 관한 정보를 수신하는 단계;
    상기 대상 환자 절차 기록을 더 포함하는 데이터베이스에 접속하는 단계, 및
    상기 대상 환자 절차 기록에 포함된 상기 객관적 정보 및 상기 주관적 평가를 포함하는, 상기 복수의 절차 기록들에 포함된 상기 객관적 정보 및 상기 주관적 평가와 상기 제2 대상 환자의 정보의 고려에 기초하여 제2 제안된 프로토콜을 결정하는 단계
    를 더 포함하는 방법.
  23. 의료 이미징 시스템에 있어서,
    각각 제공받은 이미징 프로토콜에 따라 의료 이미징 절차를 수행하도록 구성된 복수의 의료 이미징 디바이스;
    각각 상기 의료 이미징 디바이스들 중 하나 이상과 전자적으로 통신하고, 각각 상기 이미징 프로토콜을 상기 의료 이미징 디바이스로 전달하도록 구성된 하나 이상의 프로토콜 관리 애플리케이션; 및
    상기 프로토콜 관리 애플리케이션들의 각각과 전자적으로 통신하며 복수의 절차 기록들을 포함하는 데이터베이스로서, 상기 절차 기록들의 각각은, 적어도 이전의 의료 이미징 절차에서 사용된 파라미터들에 관한 정보 및 상기 이전의 의료 이미징 절차를 경험했던 환자에 관한 정보를 포함하는 상기 이전의 의료 이미징 절차에 관한 객관적 정보, 및 상기 이전의 이미징 절차의 결과의 주관적 평가를 포함하는 것인 데이터베이스
    를 포함하고
    상기 데이터베이스는, 상기 데이터베이스에 의료 이미징 절차들에 관한 객관적 정보 및 상기 의료 이미징 절차들의 결과들의 주관적 평가들을 제공하도록 구성되는 복수의 정보 소스들과 전자적으로 통신하는 것인, 의료 이미징 시스템.
  24. 제23항에 있어서,
    상기 정보 소스들은 적어도 하나의 의료 기록 시스템을 포함하는, 의료 이미징 시스템.
  25. 대상 환자에서 수행될 의료 이미징 절차에서의 사용할 프로토콜을 결정하기 위한 분산 시스템에 있어서,
    복수의 절차 기록들을 포함하는 데이터베이스에 접속하는 서버로서, 상기 절차 기록들의 각각은 이전의 이미징 절차에 대응하고, 상기 절차 기록들의 각각은 상기 이전의 이미징 절차에 관한 객관적 정보 및 상기 이전의 이미징 절차의 결과의 주관적 평가를 포함하고, 상기 객관적 정보는 적어도 상기 이전의 이미징 절차를 경험했던 환자에 관한 정보 및 상기 이전의 이미징 절차에 대해 사용된 프로토콜에 관한 정보를 포함하는 것인 서버; 및
    각각 상기 서버와 전자적으로 통신하고, 의료 이미징 디바이스와 전자적으로 통신하는 프로토콜 관리 애플리케이션을 실행하도록 구성되는 하나 이상의 클라이언트들
    을 포함하고,
    상기 클라이언트들의 각각에 대해, 상기 프로토콜 관리 애플리케이션은 (a) 상기 의료 이미징 절차가 수행될 상기 대상 환자에 관한 정보를 상기 클라이언트로부터 수신하고, (b) 상기 데이터베이스로부터 접속된 복수의 기록들에 포함된 상기 주관적 평가 및 상기 객관적 정보와 상기 클라이언트로부터 수신된 상기 대상 환자의 정보의 고려에 기초하여 제안된 프로토콜을 결정하고, (c) 상기 의료 이미징 디바이스에 상기 제안된 프로토콜을 전달하여 상기 의료 이미징 절차가 상기 클라이언트의 오퍼레이터에 의해 상기 제안된 프로토콜 및 그것의 수정 중 하나에 따라 상기 대상 환자에게 수행되는 것이 가능하게 하도록 구성되는 것인, 분산 시스템.
  26. 제25항에 있어서,
    상기 클라이언트들의 각각에 대해, 상기 프로토콜 관리 애플리케이션은 또한 (i) 상기 오퍼레이터가 상기 대상 환자에게 수행되었던 의료 이미징 절차의 결과의 주관적 평가를 하는 것을 가능하게 하고, (ii) 상기 대상 환자에게 수행된 의료 이미징 절차에 관한 객관적 정보를 수집하고, (iii) 상기 대상 환자에게 수행된 의료 이미징 절차의 결과의 주관적 평가 및 상기 대상 환자에게 수행된 의료 이미징 절차에 관한 객관적 정보를 포함하는 대상 환자 절차 기록을 형성하고, (iv) 상기 대상 환자 절차 기록을 상기 데이터베이스에 저장하도록 구성되는 것인, 분산 시스템.
KR20147014500A 2011-11-17 2012-11-19 의료 진단 절차들에 관한 정보를 수집하고 보고하고 관리하는 방법들 및 기법들 Withdrawn KR20140096092A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161560984P 2011-11-17 2011-11-17
US61/560,984 2011-11-17
PCT/US2012/065918 WO2013075127A1 (en) 2011-11-17 2012-11-19 Methods and techniques for collecting, reporting, and managing information about medical diagnostic procedures

Publications (1)

Publication Number Publication Date
KR20140096092A true KR20140096092A (ko) 2014-08-04

Family

ID=48430252

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20147014500A Withdrawn KR20140096092A (ko) 2011-11-17 2012-11-19 의료 진단 절차들에 관한 정보를 수집하고 보고하고 관리하는 방법들 및 기법들

Country Status (11)

Country Link
US (2) US10078725B2 (ko)
EP (1) EP2780883A4 (ko)
JP (3) JP6462361B2 (ko)
KR (1) KR20140096092A (ko)
CN (2) CN103946885A (ko)
AU (3) AU2012340081A1 (ko)
BR (1) BR112014011886A2 (ko)
CA (1) CA2856261C (ko)
HK (1) HK1200232A1 (ko)
RU (2) RU2634230C2 (ko)
WO (1) WO2013075127A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220136569A (ko) * 2021-03-31 2022-10-11 주식회사 크라우드웍스 작업툴을 이용한 이미지 내 세포 분별에 관한 작업 수행 방법 및 프로그램
KR20220158467A (ko) * 2021-05-24 2022-12-01 경북대학교 산학협력단 개인 건강 기록 데이터 댐의 품질 관리 장치 및 방법과 이를 위한 컴퓨터 프로그램
WO2025220757A1 (ko) * 2024-04-15 2025-10-23 박행운 인간중심정보시스템을 사용하여 정보를 제공하는 방법

Families Citing this family (62)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12165754B2 (en) 2010-09-01 2024-12-10 Apixio, Llc Systems and methods for improved optical character recognition of health records
US11610653B2 (en) * 2010-09-01 2023-03-21 Apixio, Inc. Systems and methods for improved optical character recognition of health records
CN103946885A (zh) * 2011-11-17 2014-07-23 拜耳医疗保健公司 用于收集、报告和管理关于医疗诊断程序的信息的方法和技术
US20140129248A1 (en) * 2012-11-07 2014-05-08 Sven Zuehlsdorff Usage based system for monitoring a medical imaging device
CN103338225B (zh) * 2013-05-27 2015-02-25 沈阳东软医疗系统有限公司 基于云平台的医疗影像数据共享的方法、云平台和系统
US11183300B2 (en) * 2013-06-05 2021-11-23 Nuance Communications, Inc. Methods and apparatus for providing guidance to medical professionals
NL2011470C2 (en) * 2013-09-19 2015-04-07 Medicor Internat N V Methods and tools relating to the administration of contrast medium.
US10970836B2 (en) * 2013-12-17 2021-04-06 Koninklijke Philips N.V. Spectral image data processing
US9152761B2 (en) * 2014-01-10 2015-10-06 Heartflow, Inc. Systems and methods for identifying medical image acquisition parameters
US9449145B2 (en) * 2014-04-22 2016-09-20 Heartflow, Inc. Systems and methods for virtual contrast agent simulation and computational fluid dynamics (CFD) to compute functional significance of stenoses
WO2015172853A1 (en) * 2014-05-16 2015-11-19 Brainlab Ag Inference transparency system for image-based clinical decision support systems
KR20170028931A (ko) * 2014-07-09 2017-03-14 바이엘 헬쓰케어 엘엘씨 조영제-기반의 의료 절차에서 부작용을 관리하기 위한 시스템 및 방법
DE102014219405A1 (de) * 2014-09-25 2016-03-31 Siemens Aktiengesellschaft Verfahren zur Optimierung einer Untersuchung
EP3018598A1 (de) * 2014-11-05 2016-05-11 Siemens Aktiengesellschaft Auswertungsverfahren für medizinische Daten
WO2016098066A1 (en) * 2014-12-19 2016-06-23 Koninklijke Philips N.V. Automated derivation of quality assurance rules
DE102015201361A1 (de) * 2015-01-27 2016-07-28 Siemens Healthcare Gmbh Datensystem zum Identifizieren von Radiologiedatensätzen
DE102015225735B4 (de) 2015-12-17 2025-04-10 Siemens Healthineers Ag Verfahren zum Verarbeiten von Dosisinformationsbildern
WO2017114688A1 (en) * 2015-12-30 2017-07-06 Koninklijke Philips N.V. Interventional medical reporting apparatus
US11107570B2 (en) 2016-05-20 2021-08-31 Bayer Healthcare Llc Flexible, extensible and automated systems and methods for scoring the quality of radiology examinations
EP3485408A1 (en) * 2016-07-15 2019-05-22 Koninklijke Philips N.V. Apparatus for assessing medical device quality
CN106202948B (zh) * 2016-07-18 2018-12-18 上海市第一人民医院 一种可数字化超声心动图报告自动管理的方法
US10599812B2 (en) * 2016-07-29 2020-03-24 Siemens Healthcare Gmbh Preprocessing image data based on scan protocols
US10049301B2 (en) * 2016-08-01 2018-08-14 Siemens Healthcare Gmbh Medical scanner teaches itself to optimize clinical protocols and image acquisition
US20190287665A1 (en) * 2016-10-06 2019-09-19 Koninklijke Philips N.V. Template-based medical summary interface generation system
WO2018098311A1 (en) * 2016-11-23 2018-05-31 General Electric Company Imaging protocol manager
US11205103B2 (en) 2016-12-09 2021-12-21 The Research Foundation for the State University Semisupervised autoencoder for sentiment analysis
EP3196791A1 (de) 2017-05-02 2017-07-26 Siemens Healthcare GmbH Verfahren zur unterstützung von medizinischem personal, unterstützungssystem, computerprogramm und datenträger
JP2018192129A (ja) * 2017-05-19 2018-12-06 キヤノン株式会社 放射線撮影装置、放射線撮影システム、線量指標管理方法
US10950343B2 (en) * 2017-06-29 2021-03-16 Siemens Healthcare Gmbh Highlighting best-matching choices of acquisition and reconstruction parameters
EP3432309A1 (en) * 2017-07-21 2019-01-23 Siemens Healthcare GmbH Providing a failure parameter in medical cloud infrastruc-tures
CA3068658A1 (en) 2017-08-18 2019-02-21 Bayer Healthcare Llc System, method, and computer program product for predictive maintenance
US10702219B2 (en) * 2017-09-15 2020-07-07 General Electric Company Methods, systems, and apparatus for determining radiation doses
JP6951753B2 (ja) * 2018-03-27 2021-10-20 エバ・ジャパン 株式会社 情報探索システム及びプログラム
US11398304B2 (en) * 2018-04-24 2022-07-26 Siemens Healthcare Gmbh Imaging and reporting combination in medical imaging
DE102018206517A1 (de) * 2018-04-26 2019-10-31 Siemens Healthcare Gmbh Verfahren zum Betrieb einer Bildaufnahmeeinrichtung, Bildaufnahmeeinrichtung, Computerprogramm und elektronisch lesbares Speichermedium
US11574728B2 (en) * 2018-06-22 2023-02-07 Koninklijke Philips N.V. Method for enabling magnetic resonance imaging of a subject
WO2020026033A2 (en) 2018-08-02 2020-02-06 Imedis Al Ltd Systems and methods for improved analysis and generation of medical imaging reports
JP7185457B2 (ja) * 2018-09-18 2022-12-07 キヤノンメディカルシステムズ株式会社 情報処理装置及び情報処理方法
EP3637423A1 (en) * 2018-10-10 2020-04-15 Koninklijke Philips N.V. Identifying a user of a display unit
CN109637649A (zh) * 2018-12-13 2019-04-16 重庆大学 一种磁共振应用评价信息系统
JP7147544B2 (ja) * 2018-12-19 2022-10-05 京セラドキュメントソリューションズ株式会社 情報処理装置、及び情報処理方法
DE102019202287A1 (de) 2019-02-20 2020-08-20 Siemens Healthcare Gmbh Verfahren zum Überprüfen einer Kenngröße eines Anwendungsablaufs einer medizinischen Bildgebungsanwendung basierend auf Röntgenstrahlung
US12257021B2 (en) 2019-03-26 2025-03-25 Abiomed, Inc. Dynamically adjustable frame rate from medical device controller
JP7350595B2 (ja) * 2019-10-01 2023-09-26 キヤノンメディカルシステムズ株式会社 画像処理装置、医用画像診断装置及び画像処理プログラム
CA3156921A1 (en) * 2019-10-08 2021-04-15 Bayer Aktiengesellschaft Generation of mri images of the liver without contrast enhancement
CN111161851B (zh) * 2019-12-22 2022-06-14 武汉儿童医院 一种基于dicom图像目录文件的多用型识别系统
CN111260321B (zh) * 2020-01-16 2023-10-27 广东核生科技有限公司 放射源智能管控方法、系统、电子设备及存储介质
JP7550518B2 (ja) * 2020-01-17 2024-09-13 株式会社サーキュラス 注入システム、データ作成方法、及びデータ作成プログラム
US11194971B1 (en) 2020-03-05 2021-12-07 Alexander Dobranic Vision-based text sentiment analysis and recommendation system
CN116134529A (zh) * 2020-07-16 2023-05-16 皇家飞利浦有限公司 用于放射学报告的自动确定性评估器
JP7525319B2 (ja) * 2020-07-17 2024-07-30 富士フイルムヘルスケア株式会社 医療データ評価活用システム、および、医療データ評価活用方法
US20220084658A1 (en) * 2020-09-17 2022-03-17 Fujifilm Medical Systems U.S.A., Inc. Systems and Methods for Automated Vessel Labeling
BR112023006315A2 (pt) 2020-10-06 2023-05-09 Bayer Healthcare Llc Sistema, método e produto de programa de computador para proporcionar acesso à sistemas de injeção de fluido
US11995831B2 (en) 2021-04-09 2024-05-28 Wisconsin Alumni Research Foundation Method and apparatus for optimizing the use of contrast agents during medical imaging
CN113986831A (zh) * 2021-07-13 2022-01-28 中国食品药品检定研究院 一种生物等效性评价方法、装置、平台及存储介质
US12249416B2 (en) * 2021-11-15 2025-03-11 GE Precision Healthcare LLC Systems and methods for protocol recommendations in medical imaging
US11941022B2 (en) 2021-11-15 2024-03-26 GE Precision Healthcare LLC Systems and methods for database synchronization
EP4266321A1 (en) * 2022-04-22 2023-10-25 Siemens Healthcare GmbH Ocr-based extraction of clinical data from dicom sc images
CN114782964A (zh) * 2022-06-20 2022-07-22 阿里巴巴（中国）有限公司 图像处理方法、存储介质以及电子设备
JP2024093130A (ja) * 2022-12-27 2024-07-09 コニカミノルタ株式会社 医用情報処理装置、プログラム、医用情報処理システム及び医用情報処理方法
CN119700182A (zh) * 2023-09-27 2025-03-28 通用电气精准医疗有限责任公司 超声扫描系统的扫描控制方法、装置和超声扫描系统
KR20250140795A (ko) * 2024-03-19 2025-09-26 부산대학교 산학협력단 의료 기록 시스템

Family Cites Families (70)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5713856A (en) 1995-03-13 1998-02-03 Alaris Medical Systems, Inc. Modular patient care system
US6162198A (en) 1996-06-11 2000-12-19 Syncor International Corporation Injection shield and method for discharging a syringe containing radioactive material
WO1999017223A1 (en) * 1997-09-30 1999-04-08 Ihc Health Services, Inc. Aprobabilistic system for natural language processing
US6417168B1 (en) 1998-03-04 2002-07-09 The Trustees Of The University Of Pennsylvania Compositions and methods of treating tumors
CA2323067A1 (en) 1998-03-12 1999-09-16 The Trustees Of The University Of Pennsylvania Producer cells for replication selective viruses in the treatment of malignancy
US7395216B2 (en) * 1999-06-23 2008-07-01 Visicu, Inc. Using predictive models to continuously update a treatment plan for a patient in a health care location
AU1190901A (en) 1999-09-30 2001-04-30 Trustees Of The University Of Pennsylvania, The Replication selective adenoviruses for use in cancer therapy
US6602488B1 (en) 2000-03-03 2003-08-05 Intramedical Imaging, Llc Use of radiopharmaceuticals and intraoperative radiation probe for delivery of medicinal treatments
US6685678B2 (en) 2000-03-22 2004-02-03 Docusys, Inc. Drug delivery and monitoring system
US7546210B2 (en) 2000-06-08 2009-06-09 The Regents Of The University Of California Visual-servoing optical microscopy
JP2002177238A (ja) 2000-12-06 2002-06-25 Ge Medical Systems Global Technology Co Llc 医用画像の撮影パラメータ利用方法およびシステム
US7130457B2 (en) * 2001-07-17 2006-10-31 Accuimage Diagnostics Corp. Systems and graphical user interface for analyzing body images
JP2003052660A (ja) 2001-07-25 2003-02-25 Ge Medical Systems Global Technology Co Llc プロトコル・医用画像登録方法、医用画像提供方法、プロトコル利用方法、プロトコル・医用画像登録システム、医用画像提供システム、プロトコル利用システム、ベンダー端末、利用者端末、およびプロトコル管理サーバ装置
US7563249B2 (en) 2002-12-20 2009-07-21 Medrad, Inc. Syringe having an alignment flange, an extending lip and a radial expansion section of reduced wall thickness
US8540698B2 (en) 2004-04-16 2013-09-24 Medrad, Inc. Fluid delivery system including a fluid path set and a check valve connector
US20040039602A1 (en) * 2001-11-16 2004-02-26 Greenberg Robert S. Clinician's assistant system
US7457804B2 (en) 2002-05-10 2008-11-25 Medrad, Inc. System and method for automated benchmarking for the recognition of best medical practices and products and for establishing standards for medical procedures
US7685262B2 (en) * 2003-01-24 2010-03-23 General Electric Company Method and system for transfer of imaging protocols and procedures
WO2004069173A2 (en) 2003-01-31 2004-08-19 The Trustees Of The University Of Pennsylvania Methods for modulating an inflammatory response
CA2519955C (en) 2003-03-28 2013-08-13 Alaris Medical Systems, Inc. Infusion data communication system
EP1613390A2 (en) 2003-04-08 2006-01-11 Medrad, Inc. Fluid delivery systems, devices and methods for delivery of hazardous fluids
EP1469408B1 (en) 2003-04-14 2013-03-27 PatientSafe Solutions, Inc. Pharmaceutical tracking system
US7649176B2 (en) 2003-11-14 2010-01-19 Siemens Medical Solutions Usa, Inc. Method for improving clinical data quality in positron emission tomography
US8571881B2 (en) 2004-11-09 2013-10-29 Spectrum Dynamics, Llc Radiopharmaceutical dispensing, administration, and imaging
CN1934589A (zh) * 2004-03-23 2007-03-21 美国西门子医疗解决公司 为医学成像提供自动决策支持的系统和方法
US7556619B2 (en) 2004-04-16 2009-07-07 Medrad, Inc. Fluid delivery system having a fluid level sensor and a fluid control device for isolating a patient from a pump device
US7680308B2 (en) * 2004-05-11 2010-03-16 Dale Richard B Medical imaging-quality assessment and improvement system (QAISys)
US7542792B2 (en) * 2004-06-01 2009-06-02 General Electric Company Methods for automatic protocol selection
US7680901B2 (en) 2004-09-17 2010-03-16 Go Daddy Group, Inc. Customize a user interface of a web page using an expertise level rules engine
US8626342B2 (en) * 2004-10-27 2014-01-07 Acist Medical Systems, Inc. Data collection device, system, method, and computer program product for collecting data related to the dispensing of contrast media
US7896842B2 (en) 2005-04-11 2011-03-01 Hospira, Inc. System for guiding a user during programming of a medical device
US7464042B2 (en) * 2005-07-28 2008-12-09 Roberto Beraja Medical professional monitoring system and associated methods
US8182444B2 (en) 2005-11-04 2012-05-22 Medrad, Inc. Delivery of agents such as cells to tissue
JP4783127B2 (ja) * 2005-11-25 2011-09-28 株式会社東芝 医用装置及び検査プロトコル取得方法
US20070238948A1 (en) * 2006-02-20 2007-10-11 Ernst Bartsch System and method to navigate to a slice image in a patient volume data set based on a-priori knowledge and/or prior medical reports
WO2007133728A1 (en) 2006-05-12 2007-11-22 The Trustees Of The University Of Pennsylvania Photodynamic therapy-generated mesothelioma vaccine
JP4353487B2 (ja) 2006-05-30 2009-10-28 インターナショナル・ビジネス・マシーンズ・コーポレーション ローカル・プロキシにより通信情報を共有する方法
RU2429467C2 (ru) * 2006-08-01 2011-09-20 Конинклейке Филипс Электроникс, Н.В. Стереоскопическая компьютерная томография
US8025634B1 (en) 2006-09-18 2011-09-27 Baxter International Inc. Method and system for controlled infusion of therapeutic substances
WO2008057729A2 (en) 2006-10-16 2008-05-15 Hospira, Inc. System and method for comparing and utilizing activity information and configuration information from mulitple device management systems
US20080109250A1 (en) * 2006-11-03 2008-05-08 Craig Allan Walker System and method for creating and rendering DICOM structured clinical reporting via the internet
EP2139541B1 (en) 2007-01-01 2018-04-11 Bayer Healthcare LLC Systems for integrated radiopharmaceutical generation, preparation, transportation, and administration
US7933782B2 (en) 2007-01-29 2011-04-26 Bruce Reiner Quality assurance scorecard for diagnostic medical agent administration
US20080212877A1 (en) * 2007-03-04 2008-09-04 John Franco High speed error detection and correction for character recognition
CN101686825B (zh) * 2007-06-21 2012-08-22 皇家飞利浦电子股份有限公司 使用动态模型调整用于动态医学成像的采集协议
JP2009022368A (ja) * 2007-07-17 2009-02-05 Toshiba Corp 医用画像観察支援システム
CN101808684A (zh) 2007-09-24 2010-08-18 马林克罗特公司 注射监视器
JP5100285B2 (ja) * 2007-09-28 2012-12-19 キヤノン株式会社 医用診断支援装置およびその制御方法、プログラム、記憶媒体
EP2245568A4 (en) * 2008-02-20 2012-12-05 Univ Mcmaster EXPERIMENTAL SYSTEM FOR DETERMINING THE RESPONSE OF PATIENTS TO TREATMENT
JP5603855B2 (ja) 2008-04-04 2014-10-08 アビッド レディオファーマシューティカルズ、インク． 神経変成疾患の放射性薬剤による画像化
CN102119252B (zh) 2008-06-06 2015-02-18 拜耳医疗保健公司 用于向患者递送流体注射药丸以及处理有害流体的装置和方法
CN102186538B (zh) * 2008-08-25 2016-11-16 应用磁学有限责任公司 用于向对象提供磁共振治疗的系统和方法
US8275442B2 (en) * 2008-09-25 2012-09-25 Zeltiq Aesthetics, Inc. Treatment planning systems and methods for body contouring applications
JP5638187B2 (ja) * 2008-09-30 2014-12-10 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 検索システムおよび検索方法
JP5329993B2 (ja) * 2009-01-21 2013-10-30 株式会社東芝 画像表示プログラム、医用画像診断装置および医用画像処理装置
JP2010246862A (ja) * 2009-03-24 2010-11-04 Japan Health Science Foundation 医用画像作成装置及びプログラム
DE102009018875B4 (de) * 2009-04-24 2012-01-19 Siemens Aktiengesellschaft Verfahren zur unterstützten Aufnahme und/oder Auswertung von mit einer Bildaufnahmeeinrichtung aufzunehmenden und/oder aufgenommenen Bildern, Bildaufnahmeeinrichtung sowie Datenträger
US8198599B2 (en) 2009-06-05 2012-06-12 Medrad, Inc. Device and method for determining activity of radiopharmaceutical material
EP2962770B1 (en) 2009-07-24 2017-03-22 Bayer Healthcare LLC Multi-fluid medical injector system
SMT201700583T1 (it) 2009-09-28 2018-01-11 Intarcia Therapeutics Inc Instaurazione e/o terminazione rapida di erogazione di farmaci in modo sostanzialmente stazionario
EP2504809A2 (en) * 2009-11-25 2012-10-03 The Board of Regents of The University of Texas System Advanced multimedia structured reporting
US20110191822A1 (en) 2010-01-29 2011-08-04 Open Imaging, Inc. Controlled use medical application
WO2011137374A1 (en) 2010-04-30 2011-11-03 Cornell University System and method for radiation dose reporting
RU2016100826A (ru) 2010-06-04 2018-11-19 БАЙЕР ХелсКер ЛЛСи Система и способ планирования и мониторинга использования многодозового радиофармацевтического средства на радиофармацевтических инъекторах
US9226958B2 (en) 2010-10-01 2016-01-05 University Of Georgia Research Foundation, Inc. Use of Listeria vaccine vectors to reverse vaccine unresponsiveness in parasitically infected individuals
JP5951615B2 (ja) 2010-10-01 2016-07-13 ベンティアールエックス ファーマシューティカルズ， インコーポレイテッドＶｅｎｔｉＲｘ Ｐｈａｒｍａｃｅｕｔｉｃａｌｓ，Ｉｎｃ． Ｔｌｒアゴニストの治療用途および組み合わせ治療
US9162023B2 (en) 2011-05-05 2015-10-20 Carefusion 303, Inc. Automated pressure limit setting method and apparatus
JP6124873B2 (ja) 2011-05-12 2017-05-10 バイエル・ヘルスケア・エルエルシーＢａｙｅｒ ＨｅａｌｔｈＣａｒｅ ＬＬＣ 注入処置を制御するための様々なシステムを有する流体注入システム
CN103946885A (zh) * 2011-11-17 2014-07-23 拜耳医疗保健公司 用于收集、报告和管理关于医疗诊断程序的信息的方法和技术
EP3586891B1 (en) 2012-07-31 2025-04-09 ICU Medical, Inc. Patient care system for critical medications

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220136569A (ko) * 2021-03-31 2022-10-11 주식회사 크라우드웍스 작업툴을 이용한 이미지 내 세포 분별에 관한 작업 수행 방법 및 프로그램
KR20220158467A (ko) * 2021-05-24 2022-12-01 경북대학교 산학협력단 개인 건강 기록 데이터 댐의 품질 관리 장치 및 방법과 이를 위한 컴퓨터 프로그램
WO2025220757A1 (ko) * 2024-04-15 2025-10-23 박행운 인간중심정보시스템을 사용하여 정보를 제공하는 방법

Also Published As

Publication number Publication date
JP6410893B2 (ja) 2018-10-24
JP6462361B2 (ja) 2019-01-30
EP2780883A4 (en) 2015-06-10
AU2018202678A1 (en) 2018-05-10
US10078725B2 (en) 2018-09-18
RU2017132867A3 (ko) 2021-01-20
CN103946885A (zh) 2014-07-23
RU2752463C2 (ru) 2021-07-28
RU2017132867A (ru) 2019-03-21
CA2856261C (en) 2020-04-14
WO2013075127A1 (en) 2013-05-23
US20190108903A1 (en) 2019-04-11
AU2012340081A1 (en) 2014-05-01
AU2018202494B2 (en) 2020-05-07
CA2856261A1 (en) 2013-05-23
AU2018202678B2 (en) 2020-03-26
RU2014124207A (ru) 2015-12-27
JP2017215991A (ja) 2017-12-07
BR112014011886A2 (pt) 2017-05-16
HK1200232A1 (en) 2015-07-31
AU2018202494A1 (en) 2018-04-26
JP2015503153A (ja) 2015-01-29
JP6594501B2 (ja) 2019-10-23
RU2634230C2 (ru) 2017-10-24
CN112599225A (zh) 2021-04-02
JP2019023891A (ja) 2019-02-14
US20150100572A1 (en) 2015-04-09
EP2780883A1 (en) 2014-09-24

Similar Documents

Publication Publication Date Title
JP6594501B2 (ja) 被験患者に対して実行する医療手順において使用されるプロトコールを決定するためのプロトコール作成クライアント
ES3013608T3 (en) Imaging protocol manager
Van de Wetering et al. A PACS maturity model: a systematic meta-analytic review on maturation and evolvability of PACS in the hospital enterprise
JP6275876B2 (ja) 医療データ処理のための進化型文脈的臨床データエンジン
JP6422486B2 (ja) 高度医用画像処理ウィザード
US9037988B2 (en) User interface for providing clinical applications and associated data sets based on image data
US10140888B2 (en) Training and testing system for advanced image processing
RU2604698C2 (ru) Способ и система интеллектуального связывания медицинских данных
EP2169577A1 (en) Method and system for medical imaging reporting
KR20190071724A (ko) 의료 이미지 해석을 위한 시스템 및 방법
US20170083665A1 (en) Method and System for Radiology Structured Report Creation Based on Patient-Specific Image-Derived Information
WO2021112141A1 (ja) 文書作成支援装置、方法およびプログラム
US20200043583A1 (en) System and method for workflow-sensitive structured finding object (sfo) recommendation for clinical care continuum
AU2023236265A1 (en) System, method, and computer program product for managing automated healthcare data applications using artificial intelligence
CN115274063A (zh) 用于操作医学图像数据集的评估系统的方法、评估系统
EP4690230A1 (en) Imaging protocol repository for automatic protocol update recommendations and a vendor-agnostic system and method for raising protocol-related alerts
JP2024011476A (ja) 医療データ処理システム、医療データ処理装置、医療データ処理方法、プログラム、及び記録媒体
BR102013023483A2 (pt) sistema e método para controle de qualidade automatizado de imagens médicas

Legal Events

Date Code Title Description
PA0105 International application

Patent event date: 20140529

Patent event code: PA01051R01D

Comment text: International Patent Application

PG1501 Laying open of application
N231 Notification of change of applicant
PN2301 Change of applicant

Patent event date: 20160510

Comment text: Notification of Change of Applicant

Patent event code: PN23011R01D

A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20171117

Comment text: Request for Examination of Application

PC1202 Submission of document of withdrawal before decision of registration

Comment text: [Withdrawal of Procedure relating to Patent, etc.] Withdrawal (Abandonment)

Patent event code: PC12021R01D

Patent event date: 20180720

WITB Written withdrawal of application