Алексей Сошнинasoshnin@gmail.comasoshnin@ibs.ru

MIRC, TFS, VNA, DICOM, HL7, IHE, RadLex, openEHR, Khresmoi… ИТ-шные штучки, о которых полезно иметь общее представление

Мастер-класс

2

Clinical Terminology

ontology

Зачем врачу, радиологу или руководителю радиологической службы знать это?

Standards

healthcare

radiology eHealth

Vendor Neutral ArchivePACS

Accountable Care Organization

Clinical Decision Support

MIRC

TFS

VNADICOM HL7

CDA

FHIR

RadLex

openEHR

Khresmoi

Playbook

PHRXDS

AIM

SNOMED-CT

LOINC

IMAGING 3.0

3

«Подрывные» инновации по Кристенсену

Clayton M. Christensen – профессор делового администрирования в Harvard Business School

Christensen, Clayton M. (1997), The innovator's dilemma: when new technologies cause great firms to fail, Boston, Massachusetts, USA: Harvard Business School Press, ISBN 978-0-87584-585-2.

4

Инновационная волна в медицине

УСПЕХ КАК ПРОИЗВОДНАЯ ОТ

ОБЪЕМА МЕД.ПОМОЩИ

Жиз

несп

особ

ност

ь и

прои

звод

ител

ьнос

ть

Время

УСПЕХ КАК ПРОИЗВОДНАЯ ОТ ЭФФЕКТИВНОСТИ

МЕД.ПОМОЩИ

По материалам James Reinertsen, “Possible or Passable?”, 2012.

5Инициатива Американского Колледжа Радиологии (ACR): http://www.acr.org/Advocacy/Economics-Health-Policy/Imaging-3

Дорожная карта в радиологии

6

Основные постулаты Imaging 3.0

• Вкладывать больше усилий в подбор наиболее подходящего исследования

• Оценивать уровень Безопасности Пациента (доза) и Качество радиологического заключения

• Заключение должно быть проактивным (actionable) c рекомендациями, основанными на фактах доказательной медицины

• Образовывать и вовлекать пациента

7

Процессы и современные IT-инструменты в радиологии

*

* Презентация основана на материалах данной публикации с разрешения авторов

8

Процессы в радиологии

Заказ и распи-сание

Интер-прета-

ция

Заклю-чение

Хране-ние и

доступ

Каче-ство

Иссле-дования

Посто-янное обуче-

ние

9

Заказ и расписание

Приложения

•МИС, РИС: направление на исследование•СППР/CAD: подбор оптимального исследования и конфигурация оборудования

Стандарты•HL7 v.2x, DICOM, IHE: коммуникация между МИС и РИС•RadLex Playbook: нормативная терминология для подбора оптимального исследования и конфигурации оборудования•База знаний: напр. American College of Radiology Appropriateness Criteria

Примеры

МИС: Медицинская Информационная Система. РИС – Радиологическая Информационная СистемаСППР: Система Поддержки Принятия Решений. CAD – Computer Aided Detection system

10

Пример «критериев применимости» ACR

* В редакции 2013го года 197 областей использования и свыше 900 вариантов (доступны в электронном формате для интеграции с МИС)

*

11

http://playbook.radlex.org/

12

Интерпретация

Приложения

•Univiewer: полнофункциональный «вендоронезависимый» клиент•СППР/CAD: «облачный» пост-процессинг

Стандарты

•HL7 v.2x, DICOM, IHE: коммуникация между МИС, РИС и CAD-системами•База знаний: библиотеки псевдонимизированных медицинских изображений и заключений, необходимые в т.ч. для разработки алгоритмов CAD-систем

Примеры

13

Эффективность CAD-системiCAD R2

Цифра Пленка Цифра Пленка

Без CAD 0.43(69/161)95% CI: (0.35,0.51)

0.41(66/161)95% CI: (0.33,0.49)

0.43(69/161)95% CI: (0.35,0.51)

0.41(66/161)95% CI: (0.33,0.49)

C использо-ванием CAD

0.74(119/161)95% CI: (0.66,0.81)

0.69(111/161)95% CI: (0.61,0.76)

0.74(119/161)95% CI: (0.66,0.81)

0.60(97/161)95% CI: (0.52,0.68)

Улучшение +0.31 +0.28 +0.31 +0.19

Источник: Assessing the Standalone Sensitivity of Computer-aided Detection (CADe) with Cancer Cases from the Digital Mammographic Imaging Screening Trial (DMIST) // AJR Am J Roentgenol. Sep 2012; 199(3): W392–W401.

Некоторые исследования подтверждают эффективность CAD …

Использует CAD Не использует CADp-value

Ср.зн. 95% д.и. Ср.зн. 95% д.и.

AUC 0.7174 (0.67,0.77) 0.7109 (0.66,0.76) 0.0791

Чувствительность 0.5302 (0.48,0.58) 0.5101 (0.46,0.56) 0.1831

Специфичность 0.8629 (0.82,0.90) 0.8745 (0.83,0.91) 0.2380Источник: Assessment of Radiologists’ Performance with CADe for Digital Mammography // Elodia B. Cole, MS, MU of South Carolina. ACRIN Fall Meeting 2010

Другие более скептичны …

«… Средний уровень выявления составил 64% без использования CAD и 81,9% с использованием CAD. Средний показатель ложно-позитивных выявлений составил 14,4% без использования CAD и 17,3% с использованием CAD.»Источник: Computer-aided lung nodule detection in CT: results of large-scale observer test. // Acad Radiol. 2005 Jun;12(6):681-6.

14

Заключение

IT-инструменты

• РИС: слабо / сильно структурированные заключения• СППР / NLP: обработка естественного языка, интеллектуальный поиск

Стандарты

• RadLex, RadLex Playbook: нормативная терминология и справочник видов исследований с привязкой к синонимам

• RADreport: библиотека шаблонов заключений• IHE MRRT, openEHR: стандартизованное описание данных / шаблонов• AIM (status?): Annotation and Image Markup / язык аннотации

изображенийПримеры

ePAD, iPAD (прототипы)

15

Доступные шаблоны заключений (RSNA)

В редакции 2014го года 20 областей использования и свыше 500 шаблонов

http://www.radreport.org/

16

openEHR представление заключения (архетип)

17

Единого стандарта представления пока нет…

Представление на основе профиля IHE MRRT (Management of Radiology

Report Templates)

Шаблонное представление на базе архетипа openEHR

18

Пример: структурированное маммографи-ческое заключение. Перебор?

1 of 15

19

Использование NLP и RadLex для работы с неструктурированными заключениями

Интеллектуальный контекстный поиск по базе знаний (MONTAGE)

20

Хранение и доступ

Приложения

• PACS - системы: Picture Archiving and Communication System• VNA - системы: Vendor Neutral Archive• HIE / PHR: Health Information Exchange / Personal Health Record

Стандарты

• DICOM: передача, хранение, и доступ к электронным медицинским изображениям по схеме «точка к точке»

• IHE: передача, хранение и доступ к любым электронным документам в распределенной среде

Примеры

21

PACS vs VNA: PACSСистемы управления жизненным циклом

Системы хранения

Графические рабочие станции

МИСы и специализированные не-DICOM системы

DICOM-сервера

Мо

дал

ьн

ос

ти

P A C S

РИС

ИЛИ

22

PACS vs VNA: PACSСистемы управления жизненным циклом

Системы хранения

UniViewer

МИСы и специализированные не-DICOM системы

DICOM-сервера

Мо

дал

ьн

ос

ти

V N A

IHE / XDS

+

23

PHR / ПЭМК: Персональная электронная медицинская карта

24

Качество

Приложения

•МИС, РИС: проверка на полноту; выявление несоответствий•Регистр доз: учет доз облучения (централизованная БД)

Стандарты•RADreport: библиотека шаблонов заключений•IHE MRRT, openEHR: стандартизованное описание данных / шаблонов•IHE REM: Radiation Exposure Monitoring profile•AIM (status?): Annotation and Image Markup / язык аннотации изображений

Примеры

25

ПРИМЕР: автоматическая категоризация радиологических заключений для контроля «проактивности»

Время, затраченное на категоризацию 1059 заключений двумя радиологами составило 21 час

Время, затраченное на выполнение этой же работы LEXIMERом составило 24 секунды

Истинно-положительные категоризации: 66.0%

Истинно-отрицательные категоризации: 31.5%

Ложно-положительные категоризации: 1.7%

Ложно-отрицательные категоризации: 0.8%

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.138.388&rep=rep1&type=pdf

ЭФФЕКТИВНОСТЬ

КАЧЕСТВО

26

Анализ и Исследования

Приложения

•BigData / DataMining: поиск закономерностей; RAD/PATH корреляция•СППР / NLP: обработка естественного языка, интеллектуальный поиск•DICOM-анонимизаторы: подготовка DICOM изображений к вторичному использованию

Стандарты

•RadLex: нормативная терминология•IHE TCE: Teaching file and Clinical trial Export (профиль)•RSNA Teaching File: контент для исследований

Примеры

27

ПРИМЕР: RSNA Teaching Files

28

Постоянное образование

Приложения

•РИС: интеграция с системами интеллектуального поиска•eLearning: образовательные электронные ресурсы

Стандарты

•RSNA Teaching File: контент для исследований•IHE TCE: Teaching file and Clinical trial Export (профиль)•SСORM: стандарт обмена электронным образовательным контентом

Примеры

29

Пример: интеллектуальный поиск

30

Clinical Terminology

ontology

Примеры проектов

Standards

healthcare

radiology eHealth

Vendor Neutral ArchivePACS

Accountable Care Organization

Clinical Decision Support

MIRC

TFS

VNADICOM HL7

CDA

FHIR

RadLex

openEHR

Khresmoi

Playbook

PHRXDS

AIM

SNOMED-CT

LOINC

IMAGING 3.0

31

Автоматизированное извлечение информации из биомедицинских документов с использованием технологий крауд-сорсинга, автоматизированной оценки уровня доверия и пользовательского опыта

Автоматизированный анализ и индексирование медицинских изображений 2D (X-Rays), 3D (MRI, CT) и 4D (MRI в динамике)

Установление связей между информацией, извлеченной из неструктурированных и слабо структурированных текстов

Поддержка кросс-языкового поиска Адаптивный пользовательский интерфейс

32

Национальная программа скрининга рака молочной железы в Голландии

http://translate.google.ru/translate?sl=nl&tl=ru&js=n&prev=_t&hl=ru&ie=UTF-8&eotf=1&u=http%3A%2F%2Fwww.mammoxl.nl%2F

До 1 млн. скрининговых исследований в год 65 скрининговых центров 19 подключенных больниц Используется IHE-платформа компании FORCARE

33

34

35

Вопросы?Спасибо за внимание!

Алексей Сошнинasoshnin@gmail.comasoshnin@ibs.ru