CN109906487A - 用于针对临床护理连续性进行工作流程敏感的结构化发现对象（sfo）推荐的系统和方法 - Google Patents

用于针对临床护理连续性进行工作流程敏感的结构化发现对象（sfo）推荐的系统和方法 Download PDF

Info

Publication number
CN109906487A
CN109906487A CN201780064127.1A CN201780064127A CN109906487A CN 109906487 A CN109906487 A CN 109906487A CN 201780064127 A CN201780064127 A CN 201780064127A CN 109906487 A CN109906487 A CN 109906487A
Authority
CN
China
Prior art keywords
sfo
display
value
user
data
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.)
Pending
Application number
CN201780064127.1A
Other languages
English (en)
Inventor
G·R·曼科维奇
A·M·塔赫玛塞比马拉古奥施
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN109906487A publication Critical patent/CN109906487A/zh
Pending legal-status Critical Current

Links

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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/174—Form filling; Merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/55—Rule-based translation
    • G06F40/56—Natural language generation
    • 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
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Theoretical Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

一种报告输入工作站(10)包括计算机，所述计算机包括显示器(14、16)、一个或多个用户输入设备(20、22、24)以及至少一个处理器(1)，所述至少一个处理器被编程为操作所述计算机以执行操作。所述操作包括：提供用户接口(18)，使得所述工作站的登录用户能够操作所述一个或多个用户输入设备以在所述显示器上检索和查看被存储在放射学数据库(12)中的放射学成像检查的图像(26)并操作所述一个或多个用户输入设备以输入医学报告(30)；接收与所述工作站的所述登录用户有关的数据；从所述放射学数据库接收与所述放射学成像检查有关的数据；使用所接收的登录用户数据和所接收的放射学成像检查数据两者来识别至少一个患者患病期背景；针对所识别的至少一个患者患病期背景来确定至少一个建议的结构化发现对象(SFO)(60)；以及在输入所述医学报告期间在所述显示器上显示所述至少一个建议的SFO。

Description

用于针对临床护理连续性进行工作流程敏感的结构化发现对 象(SFO)推荐的系统和方法
技术领域
下文总体上涉及放射学领域、放射学阅读领域、放射学工作站领域、放射学工作站用户接口领域以及相关领域。
背景技术
放射学是涉及若干相互作用的医学专业人员的复杂过程。在典型的序列中，患者的医生要求进行放射学检查。放射学技术人员根据医生的要求操作成像系统(例如，磁共振成像(MRI)系统、计算机断层摄影(CT)成像系统、正电子发射断层摄影(PET)成像系统等)或成像系统的组合(例如，PET/CT)以采集患者的解剖区域的图像。这些图像被存储在例如图片存档与通信系统(PACS)、放射学信息系统(RIS)或其他形式的健康护理数据库或计算机化工作站中，并且稍后由放射科医生查看或“阅读”，放射科医生有时会使用运行放射学阅读环境的专用的放射学工作站来查看或“阅读”。
放射学阅读是复杂的任务，其通常由接受过专门培训的技术娴熟的专业人员(例如，放射科医生)来执行。在众多临床任务(例如，健康普查、初始诊断、治疗评估(例如，肿瘤治疗是否有效地控制恶性肿瘤)等)和众多医学病症(从相对简单的骨折到复杂的肿瘤分期和肿瘤分级任务)中都需要阅读放射学检查结果。在许多医学机构中，放射学是高吞吐量的科室，其中，期望放射科医生在每个工作班次执行许多阅读任务。例如，典型的放射科可能期望放射科医生在两分钟或更短的时间范围内执行X射线或超声阅读，而对于更复杂的阅读任务(例如，多切片CT或MRI)，可能期望放射科医生在大约五分钟至七分钟内执行这些阅读任务。鉴于这些考虑，提供用于提高放射学检查阅读过程的效率和准确性的工具将是有利的。
本文公开的改进方案解决了现有的放射学阅读系统、方法等的前述缺点和其他缺点。
发明内容
根据一个说明性示例，一种报告输入工作站包括计算机，所述计算机包括显示器、一个或多个用户输入设备以及至少一个处理器，所述至少一个处理器被编程为操作所述计算机以执行操作。所述操作包括：提供用户接口，使得所述工作站的登录用户能够操作所述一个或多个用户输入设备以在所述显示器上检索和查看被存储在放射学数据库中的放射学成像检查的图像并操作所述一个或多个用户输入设备以输入医学报告；接收与所述工作站的所述登录用户有关的数据；从所述放射学数据库接收与所述放射学成像检查有关的数据；使用所接收的登录用户数据和所接收的放射学成像检查数据两者来识别至少一个患者患病期背景；针对所识别的至少一个患者患病期背景来确定至少一个建议的结构化发现对象(SFO)；以及在输入所述医学报告期间在所述显示器上显示所述至少一个建议的SFO。
根据另一说明性示例，提供了一种非瞬态计算机可读介质，其承载有用于控制至少一个处理器以执行图像采集方法的软件。所述方法包括：提供用户接口，使得所述工作站的登录用户能够操作一个或多个用户输入设备以在至少一个显示器上检索和查看被存储在放射学数据库中的放射学成像检查的图像并操作所述一个或多个用户输入设备以输入医学报告；接收与所述工作站的所述登录用户有关的数据；从所述放射学数据库接收与所述放射学成像检查有关的数据；使用所接收的登录用户数据和所接收的放射学成像检查数据两者来识别至少一个患者患病期背景；针对所识别的至少一个患者患病期背景来确定至少一个建议的结构化发现对象(SFO)；以及在输入所述医学报告期间在所述显示器上显示所述至少一个建议的SFO。
根据另一说明性示例，一种报告输入工作站包括计算机，所述计算机包括至少一个显示器、一个或多个用户输入设备以及至少一个处理器，所述至少一个处理器被编程为操作所述计算机以执行包括以下操作的操作：提供用户接口，使得所述工作站的登录用户能够操作所述一个或多个用户输入设备以在第一显示器和第二显示器中的一个上检索和查看被存储在放射学数据库中的放射学成像检查的图像并操作所述一个或多个用户输入设备以输入医学报告；接收与所述工作站的所述登录用户有关的数据，所述数据包括科室信息、角色信息和头衔信息中的至少一个；从所述放射学数据库接收与所述放射学成像检查有关的数据，所述数据包括模态、检查原因、要求信息和先前成像时期中的至少一个；使用所接收的登录用户数据和所接收的放射学成像检查数据两者来识别至少一个患者患病期背景；通过以下操作来针对所识别的至少一个患者患病期背景来确定至少一个建议的结构化发现对象(SFO)：通过利用所述SFO的维度的值填充自然语言模板的一个或多个字段来生成自然语言文本并且在输入所述医学报告期间在所述第一显示器和所述第二显示器中的一个上显示所述至少一个建议的SFO；以及使得所述登录用户能够使用所述一个或多个用户输入设备来选择显示的建议的SFO，并且将由所选择的建议的SFO定义的一个或多个数据输入字段添加到所述医学报告。
一个优点在于加快了图像报告发现的输入。
另一优点在于围绕结构化发现对象来组织放射学阅读过程，以便促进对放射学发现的适当支持的收集和记录并触发次级发现和适当使用第三方工具。
另外的优点在于提供了更有效且高效的放射学工作站用户接口。
在阅读和理解了以下详细描述之后，本领域普通技术人员将理解本公开内容的其他优点。应当理解，给定实施例可以提供这些优点中的零个、一个、两个或更多个优点。
附图说明
本公开内容可以采用各种部件和部件的布置，以及各个步骤和步骤的安排的形式。附图仅出于图示优选实施例的目的，而不应被解释为对本发明的限制。
图1示意性地图示了根据一个方面的报告输入系统。
图2示意性地图示了由基于结构化发现对象(SFO)的工具支持的或与其结合的放射学阅读设备，该工具用于促进对放射学发现的支持或表征的收集和记录，触发次级发现和与第三方工具的接口连接。
图3示意性地图示了使用图2的放射学阅读设备适当执行的放射学阅读任务工作流程。
具体实施方式
结构化报告和结构化发现为加快放射学检查报告过程和提高其准确性提供了工具。本文认识到采用结构化报告和使用结构化发现的重大挑战是如何对当前背景进行正确建模以确保放射学工作站在适当时间时建议正确的结构化发现描述(或“类型”)。例如，不同机构的成像发现类型的分布可能不同。此外，如本文所认识到的，最佳发现建议可能取决于执行阅读的医学专业人员以及正在阅读的放射学检查内容而不同。例如，对由肿瘤科医生要求的放射学检查的阅读更可能包括涉及肿瘤演进的发现；而对由全科(GP)医生要求的放射学检查的阅读更可能包括指示是否存在特定类型的肿瘤或恶性肿瘤的诊断发现。
下文涉及使用连接到放射学信息系统(RIS)的放射学工作站、肿瘤学工作站等为放射科医生、肿瘤科医生或其他人提供背景发现“类型”推荐。提供有用的发现“类型”推荐强烈依赖于工作流程或患者患病期的背景，例如与乳腺癌筛查时期相比，在紧急护理(急救)情况下可能要进行不同的发现。这些方法可以使用结构化发现对象(SFO)来实施，SFO具有诸如解剖结构、发现和任选的描述符等属性的字段。
在下文中，基于用户背景与检查背景的组合来进行目标SFO建议。从关于使用工作站的放射科医生或其他医学专业人员的信息中提取用户背景。用户背景可以包括各种要素。在说明性实施例中，利用医学专业人员的头衔和科室以及任选的其他信息来定义用户背景以便推荐发现类型(例如，SFO)。
另外，从存储在RIS中的DICOM元数据以及存储在电子病历(EHR)中的患者信息中提取检查背景。检查背景可以包括诸如检查原因(如果可获得的话)、成像模态、检查类型、解剖区域等信息。
从用户背景和检查背景中提取工作流程或患者患病期背景。在一种方法中，这能够基于规则来完成；备选地，患者患病期背景能够由根据注释的训练情况的集合进行学习的分类器进行输出。在一些实施例中，可以输出两个或更多个可能的患者患病期背景以容纳不确定性(以便生成发现类型推荐，这不会是过度问题，因为它仅仅意味着生成更大的推荐集合)。
SFO建议引擎与额外工作流程或患者患病期输入结合使用。SFO适当地，建议引擎的输出是建议的SFO的列表，该列表可以在工作站显示器上的单独窗口中列出或者叠加在显示的图像上。如果(例如通过鼠标点击)选择列出的SFO，则具有用户输入字段的SFO表单被插入由医学专业人员编辑的报告中。
所公开的SFO建议工作站部件解决了本文认识到的重要问题，即，大多数发现和描述符仅在特定工作流程(如紧急护理、介入护理、连续监测、诊断成像、筛查程序和肿瘤护理周期等工作流程)中进行报告。这些工作流程中的每个工作流程都与不同的结构化发现集合相关，其中的一些结构化发现在特定工作流程中最常见，甚至是唯一的。类似地，与两个不同工作流程相关的结构化发现通常具有取决于工作流程而不同的相关性水平。通过准确识别成像研究的当前工作流程，能够在建议SFO中优先考虑与当前工作流程的背景更相关的发现和描述符。
所公开的放射学阅读设备和方法利用结构化发现对象(SFO)的概念，该SFO是数字实体，优选以放射学本体论(例如，RadLex(由北美放射学会RSNA颁布)或医学临床术语系统命名法(由美国病理学家学会CAP颁布的SnoMed CT))进行编码。SFO至少部分地使用诸如注释成像标记(AIM)等语法以结构化格式表征图像发现，该AIM是放射学领域特定的XML语法。在一些合适的实施例中，SFO由均是使用<关键，值>对进行编码的维度来表示，其中，“关键”标识维度，并且“值”是当前阅读任务中的放射学发现的维度的值。通常将维度进行类型化，并且给定维度的值本身可以是复杂的(例如，分层的)数据结构。
通过非限制性说明的方式，一些可能的SFO维度如下。“诊断”维度可以采用来自选自放射学本体论的可能诊断的集合的字符串值(例如，“病变”、“结节”、“囊肿”、“转移性病变”、“肿瘤”等)，并且任选地具有额外参数(例如，[0，1]范围内的似然或概率值)或者具有离散的字符串值(例如，“可能”、“不太可能”或“大概”)。“空间”维度可以具有包括整数的有序三元组的值或表示发现(例如，肿瘤)的X、Y和Z方向上的尺寸的实数的值。任选地，“空间”维度也可以采用特殊值(例如，“不存在”)或特殊三元组(“0，0，0”)以用于注释否定性发现(例如，根本没有发现肿瘤)。
额外地或备选地，可以提供定性“尺寸”维度，例如，采用诸如“大”或“小”的定性值。“解剖/身体部位”维度指定解剖区域并且可以采用来自本体论的字符串值，例如，“肾”、“左肺”、“肝脏”等。“子位置”维度可以进一步定位解剖结构，例如采用诸如“肾皮质”、“左下叶”、“肝段1”等值。“子位置”维度的允许值的集合取决于“解剖/身体部位”维度。“时间”维度可以采用诸如“稳定”、“间隔尺寸增大”等值。为了给“时间”维度分配值，放射科医生可能需要参考患者过去的放射学检查以例如评估自上次检查以来肿瘤尺寸的变化。“多个”维度可以采用诸如“一个”、“多个”、“各种”等值，并且例如用于指定在图像中观察到的结节的数量。额外的或其他维度可能适合于给定类型的发现，例如，“额外诊断”维度，其可以采用诸如“具有钙化”等值以进一步表征肿瘤。这些仅是SFO的非限制性说明性尺寸，并且给定类型的SFO可以具有额外的或其他尺寸。
通常，当医学专业人员选择建议的SFO时，建议的SFO最初提供空“模板”，该空“模板”是SFO数据结构，该SFO数据结构具有适合于报告的特定发现的维度，但是这些维度的值(至少大部分)是空白的。在一些实施例中，可以基于RIS、电子病历(EMR)或其他可用数据库中包含的信息来自动填充一些维度。完成SFO注释使得完成SFO，其中，SFO的许多(在某些情况下为大部分或全部)维度都填充了值。完成的SFO可以被转换为自然语言文本以被包括在放射学检查报告中，或者可以被包括在另一格式(例如，表格等)中。
现在参考图1，示出了背景SFO建议子系统1的示意图，背景SFO建议子系统1可以是放射学工作站或其他报告工作站的部件。背景SFO建议子系统1包括用户背景引擎2、检查背景引擎3、工作流程背景引擎4、SFO5的数据库以及SFO建议引擎6，下文更详细地描述了这些部件中的每个部件。
能够被实施为计算机处理器(例如，放射学工作站的微处理器和相关联的存储器和/或其他计算部件)的用户背景引擎2被编程为收集关于用户(即，放射科医生或技术人员)与当前患者患病期背景相关的数据点。例如，用户背景引擎2被编程为从第一数据库7收集关于用户的数据点。该数据点能够包括关于用户的信息，包括人口统计学信息(年龄)、科室信息(腹部、肺部筛查、乳房摄影等)、角色信息(主治，同伴等)、头衔信息等。一旦检索到这些特征，用户背景引擎2就被编程为将这些特征聚合成向量，这些向量然后被发送到工作流程背景引擎4。
能够被实施为计算机处理器(例如，放射学工作站的微处理器和相关联的存储器和/或其他计算部件)的检查背景引擎3被编程为收集关于当前成像检查与当前患者护理背景相关的数据点。例如，检查背景引擎3被编程为从第二数据库8(或者任选地从第一数据库7)收集关于当前成像检查的数据点。在一些示例中，第二数据库8能够是放射学信息系统(RIS)数据库或电子病历(EMR)数据库。检查背景数据点能够包括关于当前成像检查的信息，例如，模态、检查原因、要求信息、先前报告、先前成像时期等。一旦检索到这些特征，检查背景引擎3就被编程为将这些特征进行关联并聚合成向量，该向量然后被发送到工作流程背景引擎4。
在一个示例中，工作流程背景引擎4能够被实施为计算机处理器(例如，放射学工作站的微处理器和相关联的存储器和/或其他计算部件)。工作流程背景引擎4被编程为从用户背景引擎2和检查背景引擎3接收输出向量。然后，工作流程背景引擎4被编程为确定当前成像检查是其一部分的预定工作流程类型集合的可能工作流程(在本文中也被称为“患者患病期背景)。例如，可能的工作流程类型集合包括：肿瘤分期、肺癌筛查、乳腺癌筛查、紧急护理、介入心脏病学、诊断成像等。工作流程背景引擎4被编程为使用手动策划的规则集合来确定来自用户背景引擎2和/或检查背景引擎3的输入(例如，检查原因：“未知来源的发热”)是否指示特定的患者患病期背景(例如，“诊断成像”)。然后，工作流程背景引擎4被编程为生成可能的指示性工作流程的列表，该列表被显示给用户。在另一实施例中，不是基于规则的计算机处理器，而是利用机器学习分类器对工作流程背景引擎4进行编程以确定可能的工作流程的集合。下文将参考图2和图3来更详细地描述SFO 5的数据库和SFO建议引擎6。
现在参考图2，来自图1的背景SFO建议子系统1被示为说明性放射学工作站10的部件，背景SFO建议子系统1已经访问了图片存档与通信系统(PACS)或其他放射学信息系统(RIS)12，PACS或其他RIS 12存储由成像设备(未示出)(例如，超声、磁共振成像(MRI)、计算机断层摄影(CT)、正电子发射断层摄影(PET)和/或其他成像系统)或者由混合式或组合式成像系统(例如，PET/CT成像系统)采集的放射图像。工作站10包括一个或多个显示部件(例如，第一说明性显示器14和第二说明性显示器16)并且实施放射学阅读与报告环境或用户接口18，所述放射学阅读与报告环境可以例如包括飞利浦Intellispace PACS Enterprise放射学阅读环境(可从荷兰埃因霍温的皇家飞利浦公司获得)。RIS 12可以被实施在服务器计算机上，可以经由广域网(WAN)、局域网(LAN)，无线局域网(WLAN)、互联网等进行访问。放射学阅读环境18还向放射科医生提供报告工具，放射科医生经由该报告工具(例如使用诸如RSNA放射学报告模板等标准化报告模板)记录放射学检查报告。
放射学工作站10还包括一个或多个用户输入设备20、22、24，放射科医生可以经由这些用户输入设备与放射学阅读与报告环境18交互(以例如进行平移或缩放图像)。说明性用户输入设备包括键盘20、跟踪板22(其可以由诸如鼠标、轨迹球、触敏屏幕等另一指示设备来代替)以及可以与语音识别软件结合使用以进行报告听写的听写麦克风24。在说明性示例中，在显示器16上显示放射学图像26，而在显示器14上显示由医学专业人员起草的放射学检查报告30，但是也预想到其他布置。虽然通过示例的方式图示了单个放射学工作站10，但是应当理解，规模较大的医学机构的放射科可能包括两个、三个或更多个或众多放射学工作站，每个放射学工作站都访问基于服务器的放射学阅读与报告环境，并且每个放射学工作站都运行其自己的阅读/报告环境的实例，或者每个放射学工作站都访问基于共同服务器的报告环境。
为了开始放射学检查阅读时期，用户(例如，放射科医生、肿瘤科医生等)登录工作站10。这通常需要输入唯一识别用户的用户名并且经由键盘20或其他验证(例如使用指纹阅读器，未示出)提供密码。根据被存储在医院管理数据库7(其可以是图1的第一数据库7)中的信息来验证用户凭证(用户名和验证信息)。在验证之后，可以由工作站10的背景SFO建议子系统1(即，更具体地由用户背景引擎2(参见图1))检索用户信息。通常，这包括识别用户头衔和科室信息。在完成登录/验证过程之后，工作站10提供用户接口18，使得工作站10的登录用户能够操作一个或多个用户输入设备20、22、24以在显示器16上检索和查看被存储在放射学数据库(12)中的放射学成像检查的图像，并且使得工作站10的登录用户能够操作一个或多个用户输入设备20、22、24以输入医学报告30。
当登录用户执行放射学检查阅读时，背景SFO建议子系统1例如经由检查内容引擎4(参见图1)从RIS、PACS或其他放射学数据库12或从电子病历(EMR)或其他患者数据库32接收与要阅读的放射学成像检查有关的数据。背景SFO建议子系统1使用从医院管理数据库7接收的登录用户数据和从RIS 8和任选的其他数据库(例如，说明性EMR 32)接收的放射学成像检查数据两者来确定至少一个患者患病期背景。在图1的展开视图中，工作流程背景引擎4如已经描述的那样确定患者患病期背景，并且建议引擎6针对所识别的至少一个患者患病期背景来确定至少一个建议的SFO 60。在输入医学报告30期间，将至少一个建议的SFO60适当地显示在显示器14上，例如显示在显示器14上的单独窗口中(或者，备选地，显示在第二显示器16上)。任选地，将与每个患者患病期背景相关联的SFO进行分类，例如，最有可能的发现被列在最顶层。如果识别出两个或更多个患者患病期背景，则可以类似地基于最可能的患者患病期背景对组合的SFO列表进行分类。
如果用户单击建议的SFO 60的列表的建议的SFO，则从SFO数据库34中检索SFO的模板并将该模板插入放射学检查报告30。在优选实施例中，在报告30中将模板绘制为自然语言文本(例如，完整句子、项目符号等)，该自然语言文本具有针对每个<关键，值>对的数据输入字段(其中，“关键”识别维度，并且“值”是维度的值)。例如，如果关键是“肿瘤尺寸”，则插入的文本可以包括：“肿瘤尺寸为______mm”，其中，下划线指示用户输入字段，并且“mm”表示测量单位(毫米)。应当理解，建议的SFO 60也能够被存储在SFO数据库34(或任何其他合适的数据库)中。有利地，建议的SFO 60能够由其他用户(例如，下游用户(即，医生或护士)或第三方用户(即，另一医学护理机构的专家))访问。
在典型的放射学阅读环境中，放射科医生登录工作站10，然后可以在工作班次的过程中阅读大量放射学检查。有利地，用户背景对于所有这样的阅读保持相同，因为登录的放射科医生对于所有这些阅读都是相同的(直到放射科医生退出)。因此，在放射科医生(或其他用户)登录时，用户背景引擎2(参见图1)仅需要运行一次。另一方面，检查背景引擎3在每次检索新的放射学检查以供阅读时运行。在工作流程背景引擎4是基于规则的实施例中，可以有利地按用户背景对用于识别特定工作流程(即，患者患病期背景)的规则进行分组，使得当加载每个新的放射学检查以供阅读时，仅搜索与当前登录用户的用户背景相关联的规则的子集以识别(一个或多个)可能的患者患病期背景。
此外，预想到可以通过除了从用户和检查背景导出的患者患病期背景之外的其他标准对建议的SFO 60进行过滤和/或分类。例如，能够通过关键词搜索、自然语言处理技术等来挖掘输入的放射学检查报告30，以识别已经在检查报告30中报告(例如，手动输入而不是使用SFO)的发现。如果此发现对应于建议的SFO 60中的一个，则从该列表中适当地移除该SFO建议。作为额外过滤的另一示例，如果用户选择建议的SFO中的一个并由此将其导入放射学检查报告30，则从建议的SFO 60的列表中移除所选择的SFO，此外，还会移除SFO 60的与所选择的SFO不一致的任何剩余发现。(例如，如果用户选择建议的“肿瘤尺寸”SFO，则另一建议的发现“未观察到肿瘤”与该选择的发现不一致并被移除)。
现在参考图3，示出了SFO选择方法100。在步骤102处，提供用户接口18以使得工作站的登录用户能够操作一个或多个用户输入设备以在显示器14、16上检索和查看被存储在放射学数据库12中的放射学成像检查的图像26，并且使得工作站的登录用户能够操作一个或多个用户输入设备以输入医学报告30。在步骤104处，(例如从第一数据库7)接收与工作站10的登录用户有关的数据(例如，科室信息、角色信息和头衔信息中的至少一个)。在步骤106处，(例如从PACS或RIS 12)接收与放射学成像检查有关的数据(例如，模态、检查原因，要求信息和先前成像时期中的至少一个)。在步骤108处，使用所接收的登录用户数据和所接收的放射学成像检查数据两者来识别至少一个患者患病期背景。在步骤110处，针对所识别的至少一个患者患病期背景来确定至少一个建议的结构化发现对象(SFO)60。在步骤112处，在输入医学报告30期间在显示器14、16上显示至少一个建议的SFO。应当理解，这些步骤102-112可以以任何合适的顺序执行。例如，可以在接收用户数据(即，步骤104)之前接收放射学成像检查数据(即，步骤106)。
应当理解，基于报告条目和SFO的工具的说明性计算部件、数据处理部件或数据接口部件(例如，部件1、2、3、4)可以被实施为存储指令的非瞬态存储介质，所述指令能由电子处理器(例如，子系统1或工作站10的计算机)运行以执行所公开的操作。非瞬态存储介质可以例如包括硬盘驱动器、RAID或其他磁性存储介质；固态驱动器、闪存驱动器、电子可擦除只读存储器(EEROM)或其他电子存储器；光盘或其他光学存储设备；其各种组合等。
已经参考优选实施例描述了本发明。他人在阅读和理解前面的具体描述的情况下可以想到修改和替代。本文旨在将本发明解释为包括所有这样的修改和替代，只要它们落入权利要求书及其等价方案的范围内。

Claims (20)

1.一种报告输入工作站(10)，包括：
计算机，其包括显示器(14、16)、一个或多个用户输入设备(20、22、24)以及至少一个处理器(1)，所述至少一个处理器被编程为操作所述计算机以执行包括以下操作的操作：
提供用户接口(18)，使得所述工作站的登录用户能够操作所述一个或多个用户输入设备以在所述显示器上检索和查看被存储在放射学数据库(12)中的放射学成像检查的图像(26)并操作所述一个或多个用户输入设备以输入医学报告(30)；
接收与所述工作站的所述登录用户有关的数据；
从所述放射学数据库接收与所述放射学成像检查有关的数据；
使用所接收的登录用户数据和所接收的放射学成像检查数据两者来识别至少一个患者患病期背景；
针对所识别的至少一个患者患病期背景来确定至少一个建议的结构化发现对象(SFO)(60)；以及
在输入所述医学报告期间在所述显示器上显示所述至少一个建议的SFO。
2.根据权利要求1所述的报告输入工作站(10)，其中，提供所述用户接口(18)还包括：
使得所述登录用户能够使用所述一个或多个用户输入设备(20、22、24)来选择显示的建议的SFO，并且将由所选择的建议的SFO定义的一个或多个数据输入字段添加到所述医学报告。
3.根据权利要求1和2中的任一项所述的报告输入工作站(10)，其中：
至少通过定义<关键，值>对而基于所识别的患者患病期背景来选择所述SFO，其中，所述关键指代表示支持或表征所识别的患者患病期背景的信息的所述SFO的维度，并且所述值指代所述维度的值；并且
至少部分地通过使用所述至少一个用户输入设备接收所检索的SFO的维度的值来构建基于所述患者患病期背景的所选择的SFO(60)。
4.根据权利要求3所述的报告输入工作站(10)，其中，所述SFO是结构化注释成像标记(AIM)对象。
5.根据权利要求2-3中的任一项所述的报告输入工作站(10)，其中，每个SFO定义<关键，值>对，其中，所述值被配置为仅从选自当前图像采集时期的可能值的集合中取值。
6.根据权利要求2-5中的任一项所述的报告输入工作站(10)，其中，所述至少一个处理器(1)还被编程为：
通过利用所述SFO的维度的值填充自然语言模板的一个或多个字段来生成自然语言文本。
7.根据权利要求2-6中的任一项所述的报告输入工作站(16)，其中，所述至少一个处理器(1)还被编程为：
利用所检索的SFO的维度的值来完成所述医学报告(30)的注释数据输入字段。
8.根据权利要求2-7中的任一项所述的报告输入工作站(16)，其中，在第一显示器(14)上显示所述图像(26)，在第二显示器(16)上显示所述医学报告(30)，并且在所述第一显示器(14)和所述第二显示器(16)中的一个上显示所选择的SFO(60)。
9.根据权利要求1-8中的任一项所述的报告输入工作站(10)，其中，具有以下情况中的至少一个：
与所述工作站的用户有关的所述数据包括科室信息、角色信息和头衔信息中的至少一个；以及
与当前图像采集时期有关的数据包括模态、检查原因，要求信息和先前成像时期中的至少一个。
10.一种非瞬态计算机可读介质，其承载有用于控制至少一个处理器(1)以执行图像采集方法的软件，所述方法包括：
提供用户接口(18)，使得所述工作站的登录用户能够操作所述一个或多个用户输入设备以在至少一个显示器(14、16)上检索和查看被存储在放射学数据库(12)中的放射学成像检查的图像(26)并操作一个或多个用户输入设备(20、22、24)以输入医学报告(30)；
接收与所述工作站的所述登录用户有关的数据；
从所述放射学数据库接收与所述放射学成像检查有关的数据；
使用所接收的登录用户数据和所接收的放射学成像检查数据两者来识别至少一个患者患病期背景；
针对所识别的至少一个患者患病期背景来确定至少一个建议的结构化发现对象(SFO)(60)；以及
在输入所述医学报告期间在所述显示器上显示所述至少一个建议的SFO。
11.根据权利要求10所述的非瞬态计算机可读介质，其中，提供所述用户接口(18)还包括：
使得所述登录用户能够使用所述一个或多个用户输入设备(20、22、24)来选择显示的建议的SFO，并且将由所选择的建议的SFO定义的一个或多个数据输入字段添加到所述医学报告。
12.根据权利要求10和11中的任一项所述的非瞬态计算机可读介质，其中：
至少通过定义<关键，值>对而基于所识别的患者患病期背景来选择所述SFO，其中，所述关键指代表示支持或表征所识别的患者患病期背景的信息的所述SFO的维度，并且所述值指代所述维度的值；并且
至少部分地通过使用所述至少一个用户输入设备接收所检索的SFO的维度的值来构建基于所述患者患病期背景的所选择的SFO(60)。
13.根据权利要求11-12中的任一项所述的非瞬态计算机可读介质，其中，每个SFO定义<关键，值>对，其中，所述值被配置为仅从选自当前图像采集时期的可能值的集合中取值。
14.根据权利要求10-13中的任一项所述的非瞬态计算机可读介质，其中，所述方法还包括：
通过利用所述SFO的维度的值填充自然语言模板的一个或多个字段来生成自然语言文本。
15.根据权利要求10-14中的任一项所述的非瞬态计算机可读介质，其中，所述方法还包括：
利用所检索的SFO的维度的值来完成所述医学报告(30)的注释数据输入字段。
16.根据权利要求11-15中的任一项所述的非瞬态计算机可读介质，其中，在第一显示器(14)上显示所述图像(26)，在第二显示器(16)上显示所述医学报告(30)，并且在所述第一显示器(14)和所述第二显示器(16)中的一个上显示所选择的SFO(60)。
17.根据权利要求10-16中的任一项所述的非瞬态计算机可读介质，其中，具有以下情况中的至少一个：
与所述工作站的用户有关的所述数据包括科室信息、角色信息和头衔信息中的至少一个；以及
与当前图像采集时期有关的数据包括模态、检查原因，要求信息和先前成像时期中的至少一个。
18.一种报告输入工作站(10)，包括：
计算机，其包括显示器(14、16)、一个或多个用户输入设备(20、22、24)以及至少一个处理器(1)，所述至少一个处理器被编程为操作所述计算机以执行包括以下操作的操作：
提供用户接口(18)，使得所述工作站的登录用户能够操作所述一个或多个用户输入设备以在第一显示器和第二显示器中的一个上检索和查看被存储在放射学数据库(12)中的放射学成像检查的图像(26)并操作所述一个或多个用户输入设备以输入医学报告(30)；
接收与所述工作站的所述登录用户有关的数据，所述数据包括科室信息、角色信息和头衔信息中的至少一个；
从所述放射学数据库接收与所述放射学成像检查有关的数据，所述数据包括模态、检查原因、要求信息和先前成像时期中的至少一个；
使用所接收的登录用户数据和所接收的放射学成像检查数据两者来识别至少一个患者患病期背景；
通过以下操作来针对所识别的至少一个患者患病期背景来确定至少一个建议的结构化发现对象(SFO)(60)：通过利用所述SFO的维度的值填充自然语言模板的一个或多个字段来生成自然语言文本并且在输入所述医学报告期间在所述第一显示器和所述第二显示器中的一个上显示所述至少一个建议的SFO；以及
使得所述登录用户能够使用所述一个或多个用户输入设备(20、22、24)来选择显示的建议的SFO，并且将由所选择的建议的SFO定义的一个或多个数据输入字段添加到所述医学报告。
19.根据权利要求18所述的报告输入工作站(10)，其中：
至少通过定义<关键，值>对而基于所识别的患者患病期背景来选择所述SFO，其中，所述关键指代表示支持或表征所识别的患者患病期背景的信息的所述SFO的维度，并且所述值指代所述维度的值；并且
至少部分地通过使用所述至少一个用户输入设备接收所检索的SFO的维度的值来构建基于所述患者患病期背景的所选择的SFO(60)。
20.根据权利要求19所述的报告输入工作站(10)，其中，每个SFO定义<关键，值>对，其中，所述值被配置为仅从选自当前图像采集时期的可能值的集合中取值。
CN201780064127.1A 2016-10-17 2017-10-13 用于针对临床护理连续性进行工作流程敏感的结构化发现对象（sfo）推荐的系统和方法 Pending CN109906487A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662408876P 2016-10-17 2016-10-17
US62/408,876 2016-10-17
PCT/IB2017/056339 WO2018073707A1 (en) 2016-10-17 2017-10-13 System and method for workflow-sensitive structured finding object (sfo) recommendation for clinical care continuum

Publications (1)

Publication Number Publication Date
CN109906487A true CN109906487A (zh) 2019-06-18

Family

ID=60186334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780064127.1A Pending CN109906487A (zh) 2016-10-17 2017-10-13 用于针对临床护理连续性进行工作流程敏感的结构化发现对象（sfo）推荐的系统和方法

Country Status (3)

Country Link
US (1) US20200043583A1 (zh)
CN (1) CN109906487A (zh)
WO (1) WO2018073707A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112309548A (zh) * 2019-07-25 2021-02-02 通用电气精准医疗有限责任公司 用于工作流管理的方法和系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220139513A1 (en) * 2020-11-03 2022-05-05 Nuance Communications, Inc. Communication System and Method

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070237378A1 (en) * 2005-07-08 2007-10-11 Bruce Reiner Multi-input reporting and editing tool
WO2010109351A1 (en) * 2009-03-26 2010-09-30 Koninklijke Philips Electronics N.V. A system that automatically retrieves report templates based on diagnostic information
CN102955901A (zh) * 2011-08-18 2013-03-06 通用电气公司 医疗呈现创建器

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060106641A1 (en) * 2004-11-16 2006-05-18 Ernst Bartsch Portable task management system for healthcare and other uses
US20130132119A1 (en) * 2011-11-23 2013-05-23 Advanced Medical Imaging and Teleradiology, LLC Report generator for a medical image reading system
US11188589B2 (en) * 2013-03-15 2021-11-30 Wits(Md), Llc. Associating received medical imaging data to stored medical imaging data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070237378A1 (en) * 2005-07-08 2007-10-11 Bruce Reiner Multi-input reporting and editing tool
WO2010109351A1 (en) * 2009-03-26 2010-09-30 Koninklijke Philips Electronics N.V. A system that automatically retrieves report templates based on diagnostic information
CN102365641A (zh) * 2009-03-26 2012-02-29 皇家飞利浦电子股份有限公司 基于诊断信息自动检索报告模板的系统
CN102955901A (zh) * 2011-08-18 2013-03-06 通用电气公司 医疗呈现创建器

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112309548A (zh) * 2019-07-25 2021-02-02 通用电气精准医疗有限责任公司 用于工作流管理的方法和系统

Also Published As

Publication number Publication date
US20200043583A1 (en) 2020-02-06
WO2018073707A1 (en) 2018-04-26

Similar Documents

Publication Publication Date Title
CN108475538B (zh) 用于将第三方应用集成在图像解读工作流中的结构化发现对象
US20190220978A1 (en) Method for integrating image analysis, longitudinal tracking of a region of interest and updating of a knowledge representation
JP7252122B2 (ja) 医療撮像装置、及び、画像取得方法を行うように少なくとも１つのプロセッサを制御するためのソフトウェアを担う非一時的コンピュータ可読媒体
RU2616985C2 (ru) Система и способ для поддержки принятия клинических решений для планирования терапии с помощью логического рассуждения на основе прецедентов
JP6542664B2 (ja) 患者情報を臨床基準にマッチングするシステム及び方法
US9514416B2 (en) Apparatus and method of diagnosing a lesion using image data and diagnostic models
JP5952835B2 (ja) 撮像プロトコルの更新及び／又はリコメンダ
US8953858B2 (en) Methods and systems for analyzing, prioritizing, visualizing, and reporting medical images
CN107403058B (zh) 图像报告方法
Zimmerman et al. Informatics in radiology: automated structured reporting of imaging findings using the AIM standard and XML
CN102365641A (zh) 基于诊断信息自动检索报告模板的系统
JP6796060B2 (ja) 画像レポート注釈同定
US20060072797A1 (en) Method and system for structuring dynamic data
EP2862109A1 (en) System and method for generating textual report content using macros
US20190108175A1 (en) Automated contextual determination of icd code relevance for ranking and efficient consumption
JP2008200373A (ja) 類似症例検索装置、方法、およびプログラム、ならびに、類似症例データベース登録装置、方法、およびプログラム
CN114078593A (zh) 临床决策支持
Abajian et al. Informatics in radiology: improving clinical work flow through an AIM database: a sample web-based lesion tracking application
CN109906487A (zh) 用于针对临床护理连续性进行工作流程敏感的结构化发现对象（sfo）推荐的系统和方法
Kawa et al. Radiological atlas for patient specific model generation
EP4300505A1 (en) Medical structured reporting workflow assisted by natural language processing techniques
Bahl Harnessing the power of deep learning to assess breast cancer risk
CN110622255B (zh) 用于通过综合下游需求来确定阅读环境的设备、系统和方法
US20240087697A1 (en) Methods and systems for providing a template data structure for a medical report
US20240127917A1 (en) Method and system for providing a document model structure for producing a medical findings report

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination