CN111161822A - 医学影像人工智能诊断数据管理系统及其管理方法 - Google Patents
医学影像人工智能诊断数据管理系统及其管理方法 Download PDFInfo
- Publication number
- CN111161822A CN111161822A CN201811614561.5A CN201811614561A CN111161822A CN 111161822 A CN111161822 A CN 111161822A CN 201811614561 A CN201811614561 A CN 201811614561A CN 111161822 A CN111161822 A CN 111161822A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- medical image
- diagnosis
- image
- 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
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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
Abstract
本发明提供了一种医学影像人工智能诊断数据管理系统,包括医学影像信息模块用于将医学影像数据通过相关协议或接口传输给数据接收模块;数据接收模块用于接收医学影像数据并保存;数据处理模块用于提取医学影像数据,基于医学影像数据,判断患者的检查类型和检查项目,查找与该医学影像数据匹配的单病种AI辅助诊断模块,并自动将该医学影像数据推送给该单病种AI辅助诊断模块;每个单病种AI辅助诊断模块用于接收医学影像数据,并基于该医学影像数据对病灶做出智能诊断。本发明还公开了一种医学影像人工智能诊断数据管理方法。本发明能够与AI辅助诊断模块融合,使得影像科室各个管理模块之间操作更简洁,更便利,提高医生的诊断效率。
Description
技术领域
本发明涉及医疗信息领域,更具体地,涉及一种医学影像人工智能诊断数据管理系统及其管理方法。
背景技术
随着信息技术的发展和医疗信息化的建设,目前已经有很多医疗机构影像科室已经安装部署了医学影像AI(人工智能)诊断系统,目前,这些系统在使用过程中存在以下问题:
1、医学影像AI训练和改进的数据集没有一个集中的管理平台,医学影像数据获取比较零散;
2、医生没有办法将自己的判断在DICOM图像上做标记,帮助医学影像AI诊断系统进行持续改进,不持续改进的AI诊断系统没办法使用,只能使得AI诊断系统的诊断质量越来越差;
3、医学影像AI诊断系统没有和影像结构化报告系统融合,医生在撰写影像结构化报告的时候操作不方便,浪费大量时间,降低了效率。
发明内容
有鉴于此,本发明的主要目的在于提供一种医学影像人工智能诊断数据管理系统及其管理方法,能够解决现有技术中存在的无法帮助医学影像AI诊断系统进行持续改进、没有和影像结构化报告系统融合而导致的工作效率低、操作不便的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一方面,本发明提供了一种医学影像人工智能诊断数据管理系统,包括医学影像信息模块、数据接收模块、数据处理模块和复数个单病种人工智能AI辅助诊断模块,其中,医学影像信息模块,与数据接收模块相连,用于将医学影像数据通过相关协议或接口传输给数据接收模块;其中,医学影像数据为医学数字成像和通信DICOM图像和报告数据;数据接收模块,与医学影像信息模块和数据处理模块相连,用于接收医学影像数据并保存;数据处理模块,分别与数据接收模块和每个单病种AI辅助诊断模块相连,用于提取医学影像数据,基于医学影像数据,判断患者的检查类型和检查项目,查找与该医学影像数据匹配的单病种AI辅助诊断模块,并自动将该医学影像数据推送给与之匹配的单病种AI辅助诊断模块;每个单病种AI辅助诊断模块,与数据处理模块相连,用于接收医学影像数据,并基于该医学影像数据对病灶做出智能诊断。
优选地,当医生撰写影像结构化报告和/或浏览所述DICOM图像时,数据处理模块还包括识别单元,用于识别医生选择的报告数据和/或DICOM图像,并将识别后的报告数据和/或DICOM图像推送给与之匹配的单病种AI辅助诊断模块。
优选地,数据处理模块还包括:数据提取单元,用于当医生对某个DICOM图像进行手工标注时,自动将标注后的DICOM图像推送给与之匹配的单病种AI辅助诊断模块。
优选地,该系统还包括:结构化报告模块和AI诊断结果反馈模块,其中:结构化报告模块,分别与医学影像信息模块和AI诊断结果反馈模块相连,包括病灶的各个标签,用于供医生撰写影像结构化报告并获取患者的随访数据、治疗方案数据;AI诊断结果反馈模块,分别与每个单病种AI辅助诊断模块、结构化报告模块相连,用于当智能诊断早于影像结构化报告的撰写时,在医生打开影像结构化报告后,则自动将对应于该病灶的智能诊断显示到结构化报告模块中的指定标签内;当智能诊断晚于影像结构化报告的撰写时,则在医生撰写影像结构化报告时,实时将智能诊断发送到结构化报告的指定标签内。
优选地,该系统还包括:AI诊断结果反馈模块还用于获取病灶的各个标签、随访数据和治疗方案数据,并将病灶的各个标签、随访数据和治疗方案数据发送给单病种AI辅助诊断模块。
优选地,数据接收模块还包括数据删除单元,用于基于预设的阈值,自动删除医学影像数据。
另一方面,本发明还提供了一种医学影像人工智能诊断数据管理方法,包括:医学影像信息模块将医学影像数据通过相关协议或接口传输给数据接收模块;其中,医学影像数据为医学数字成像和通信DICOM图像和报告数据;数据接收模块接收医学影像数据并保存;数据处理模块提取医学影像数据,基于医学影像数据,判断患者的检查类型和检查项目,查找与该医学影像数据匹配的单病种人工智能AI辅助诊断模块,并自动将该医学影像数据推送给与之匹配的单病种AI辅助诊断模块;每个单病种AI辅助诊断模块接收医学影像数据,并基于该医学影像数据对病灶做出智能诊断。
优选地,当医生撰写影像结构化报告和/或浏览DICOM图像时,该方法还包括:数据处理模块中的识别单元识别医生选择的报告数据和/或DICOM图像,并将识别后的报告数据和/或DICOM图像推送给与之匹配的单病种AI辅助诊断模块。
优选地,该方法还包括:当医生对某个DICOM图像进行手工标注时,数据处理模块中的数据提取单元自动将标注后的DICOM图像推送给与之匹配的单病种AI辅助诊断模块。
优选地,该方法还包括:结构化报告模块包括病灶的各个标签,供医生撰写影像结构化报告并获取患者的随访数据、治疗方案数据;当智能诊断早于影像结构化报告的撰写时,在医生打开影像结构化报告后,AI诊断结果反馈模块则自动将对应于该病灶的智能诊断显示到结构化报告模块中的指定标签内;当智能诊断晚于影像结构化报告的撰写时,则在医生撰写影像结构化报告时,实时将智能诊断发送到结构化报告的指定标签内。
优选地,AI诊断结果反馈模块获取病灶的各个标签、随访数据和治疗方案数据,并将病灶的各个标签、随访数据和治疗方案数据发送给单病种AI辅助诊断模块。
优选地,该方法还包括:数据接收模块中的数据删除单元基于预设的阈值,自动删除医学影像数据。
本发明的技术效果:
1.由于本发明中设置了数据接收模块、数据处理模块,通过相关协议或接口可以从医学影像信息模块中接收医学影像数据,基于医学影像数据,判断患者的检查类型和检查项目,查找与该医学影像数据匹配的单病种AI辅助诊断模块,并自动将该医学影像数据推送给与之匹配的单病种AI辅助诊断模块,形成一个集中的管理平台,可以批量的或者有针对性的将医学影像数据传输给AI辅助诊断模块,使得影像科室各个管理模块之间操作更简洁,更便利;
2.由于本发明设置了识别单元,能够识别医生选择的报告数据和/或DICOM图像,并将识别后的报告数据和/或DICOM图像推送给与之匹配的单病种AI辅助诊断模块,可以根据医生的主观判断有选择性的将医学影像数据推送给AI辅助诊断系统,能够辅助医生更好地对病灶的诊断,提高诊断效率;
3.由于本发明设置了数据提取单元,当医生对某个DICOM图像进行手工标注时,自动将标注后的DICOM图像推送给与之匹配的单病种AI辅助诊断模块,可以进行预先标注或回顾性标注,可以让AI辅助诊断模块进行自动学习和持续改进,优化了AI辅助诊断模块,使得其智能诊断更精准;
4.由于本发明设置了AI诊断结果反馈模块,当智能诊断早于影像结构化报告的撰写时,
在医生打开影像结构化报告后,则自动将对应于该病灶的智能诊断显示到影像结构化报告界面的指定位置;当智能诊断晚于影像结构化报告的撰写时,则在医生撰写影像结构化报告时,实时将智能诊断发送到影像结构化报告界面,实现了与影像结构化报告系统的融合,提高了医生撰写影像结构化报告的速度,并且在医生撰写影像结构化报告过程中实时进行提醒,便于医生开展后续工作,提高了影像结构化报告的质量;同时,AI诊断结果反馈模块获取病灶的各个标签、随访数据和治疗方案数据,并将病灶的各个标签、随访数据和治疗方案数据发送给单病种AI辅助诊断模块,AI辅助诊断模块根据这从结构化报告模块中获取的数据进行持续迭代,提高AI辅助诊断模块成长,更好的为医生服务;
5.由于本发明设置了数据删除单元,可以基于预设的阈值,自动删除医学影像数据,无需人工监测存储空间,手动删除医学影像数据,降低了劳动成本。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了根据本发明实施例一的医学影像人工智能诊断数据管理系统结构示意图;
图2示出了根据本发明实施例二的医学影像人工智能诊断数据管理系统结构示意图;
图3示出了根据本发明实施例三的医学影像人工智能诊断数据管理系统结构示意图;
图4示出了根据本发明实施例四的医学影像人工智能诊断数据管理系统结构示意图;
图5示出了根据本发明实施例五的医学影像人工智能诊断数据管理系统结构示意图;
图6示出了根据本发明实施例六的医学影像人工智能诊断数据管理方法流程图。
具体实施方式
下面将参考附图并结合实施例,来详细说明本发明。
实施例一
图1示出了根据本发明实施例一的医学影像人工智能诊断数据管理系统结构示意图;如图1所示,该系统包括医学影像信息模块10、数据接收模块20、数据处理模块30和复数个单病种人工智能AI辅助诊断模块40,其中,
医学影像信息模块10,与数据接收模块20相连,用于将医学影像数据通过相关协议或接口传输给数据接收模块;其中,医学影像数据为医学数字成像和通信DICOM图像和报告数据;
其中,医学影像信息模块10可以为PACS(医学影像存档及传输系统)、RIS(影像信息管理系统)、HIS((医院信息管理系统))、EMR(电子病历系统)、底层数据平台等,DICOM图像通过DICOM协议传输数据接收模块20,也可以通过DICOM文件直接导入到数据接口模块20,报告数据通过HL7或简易对象访问协议SOAP(Simple Object Access Protocal)传输给数据接收模块20。
报告数据为文本报告数据和结构化报告数据,文本报告数据也称为自然语言报告数据。
其中,从HIS((医院信息管理系统))、EMR(电子病历系统)等系统中获取医学影像数据时可以采用手工录入形式或通过NLP(Natural Language Processing)自然语言处理后从其他系统提取医学影像数据。
数据接收模块20,与医学影像信息模块10和数据处理模块30相连,用于接收医学影像数据并保存;
数据处理模块30,分别与数据接收模块20和每个单病种AI辅助诊断模块40相连,用于提取医学影像数据,基于医学影像数据,判断患者的检查类型和检查项目,查找与该医学影像数据匹配的单病种AI辅助诊断模块,并自动将该医学影像数据推送给与之匹配的单病种AI辅助诊断模块40;
例如,前列腺核磁MR检查的患者,其检查的DICOM图像和报告数据则自动推送给前列腺AI辅助诊断模块,对胸部CI扫描的患者,其检查的DICOM图像和报告数据自动推送给肺结节AI辅助诊断模块等等。
数据处理模块30还可以对接收到的医学影像数据进行匿名处理,根据影像科室各个系统的需求,对医学影像数据进行匿名处理,比如单病种AI辅助诊断模块40智能诊断的结果需要应用到科研教学系统、规范化培训系统、结构化报告培训系统等,就需要对医学影像数据进行匿名处理;再例如,单病种AI辅助诊断模块40智能诊断的结果需要应用于影像结构化报告系统,辅助医生对病灶的诊断以及影像结构化报告的撰写,则该医学影像数据不需要匿名,匿名处理的方法如下:
当医学影像数据为DICOM图像时,读取DICOM图像头文件信息,查找需要匿名的数据,并对需要匿名的数据进行删除,将匿名处理后的图像保存为DICOM形式的文件;当医学影像数据为报告数据时,查找报告数据中需要匿名的元素,对需要匿名的元素对应的数据进行删除;
其中,DICOM图像头文件信息包括患者姓名、ID号、年龄、医疗机构名称、扫描参数等等,查找需要匿名的数据,比如患者的姓名、医疗机构的名称等等,对这些需要匿名的数据进行删除。
报告数据中包含患者的基本信息、比如姓名、年龄、ID、医生信息、医疗机构信息等,查找需要匿名的元素,根据需求进行相关数据的删除。
若医学影像数据是从底层数据平台获取的,则接收到的医学影像数据是已经匿名处理后的。数据接收模块20通过接口方式从底层数据平台接收医学影像数据。
每个单病种AI辅助诊断模块40,与数据处理模块30相连,用于接收医学影像数据,并基于该医学影像数据对病灶做出智能诊断。
其中,单病种AI辅助诊断模块40可以为前列腺AI辅助诊断模块、肺结节AI辅助诊断模块、骨龄测量AI辅助诊断模块等等。
本发明的实施设置了数据接收模块、数据处理模块和数据接口模块,通过相关协议或接口可以从医学影像信息模块中接收医学影像数据,基于医学影像数据,判断患者的检查类型和检查项目,查找与该医学影像数据匹配的单病种AI辅助诊断模块,并自动将该医学影像数据推送给与之匹配的单病种AI辅助诊断模块,形成一个集中的管理平台,可以批量的或者有针对性的将医学影像数据传输给AI辅助诊断模块,使得影像科室各个管理模块之间操作更简洁,更便利。
实施例二
图2示出了根据本发明实施例二的医学影像人工智能诊断数据管理系统结构示意图,如图2所示,当医生撰写影像结构化报告和/或浏览所述DICOM图像时,数据处理模块30还包括识别单元302,用于识别医生选择的报告数据和/或DICOM图像,并将识别后的报告数据和/或DICOM图像推送给与之匹配的单病种AI辅助诊断模块40。
比如,医生在撰写影像结构化报告时,需要对对比剂的分析,医生根据自己的判断,选择结构化报告的相关参数后,识别单元302将医生选择的相关参数推送给与之匹配的单病种AI辅助诊断模块40,则单病种AI辅助诊断模块40根据推送的相关参数智能地计算出对比剂的分析结果,这样,提高了医生的诊断速度和撰写结构化报告的速度。
本发明的实施例设置了识别单元,能够识别医生选择的报告数据和/或DICOM图像,并将识别后的报告数据和/或DICOM图像推送给与之匹配的单病种AI辅助诊断模块,可以根据医生的主观判断有选择性的将医学影像数据推送给AI辅助诊断系统,能够辅助医生更好地对病灶的诊断,提高诊断效率。
实施例三
图3示出了根据本发明实施例三的医学影像人工智能诊断数据管理系统结构示意图;如图3所示,数据处理模块30还包括:数据提取单元304,用于当医生对某个DICOM图像进行手工标注时,自动将标注后的DICOM图像推送给与之匹配的单病种AI辅助诊断模块40。
比如,医生根据自己的判断,在图像浏览器上对一个DICOM图像进行手工标注,对病灶勾画出一个范围,数据提取单元则自动将标注后的DICOM图像推送给与之匹配的单病种AI辅助诊断模块,让单病种AI辅助诊断模块自动学习,对单病种AI辅助诊断模块进一步优化。
本发明的实施例设置了数据提取单元,当医生对某个DICOM图像进行手工标注时,自动将标注后的DICOM图像推送给与之匹配的单病种AI辅助诊断模块,可以进行预先标注或回顾性标注,可以让AI辅助诊断模块进行自动学习和持续改进,优化了AI辅助诊断模块,使得其智能诊断更精准。
实施例四
图4示出了根据本发明实施例四的医学影像人工智能诊断数据管理系统结构示意图;如图4所示,该系统还包括:结构化报告模块50和AI诊断结果反馈模块60,其中:
结构化报告模块50,分别与医学影像信息模块10和AI诊断结果反馈模块60相连,包括病灶的各个标签,用于供医生撰写影像结构化报告并获取患者的随访数据、治疗方案数据;
病灶的各个标签都是结构化的,医生撰写影像结构化报告时点选或者写少量文字即可,这些标签质量非常高,可以有助于AI辅助诊断模块的训练和持续迭代。
AI诊断结果反馈模块60,分别与每个单病种AI辅助诊断模块40、结构化报告模块50相连,用于当智能诊断早于影像结构化报告的撰写时,在医生打开影像结构化报告后,则自动将对应于该病灶的智能诊断显示到结构化报告模块中的指定标签内;当智能诊断晚于影像结构化报告的撰写时,则在医生撰写影像结构化报告时,实时将智能诊断发送到结构化报告的指定标签内。
AI诊断结果反馈模块60还用于获取病灶的各个标签、随访数据和治疗方案数据,并将病灶的各个标签、随访数据和治疗方案数据发送给单病种AI辅助诊断模块,供AI辅助诊断模块训练和持续迭代。
本发明的实施例设置了AI诊断结果反馈模块,当智能诊断早于影像结构化报告的撰写时,在医生打开影像结构化报告后,则自动将对应于该病灶的智能诊断显示到影像结构化报告界面的指定位置;当智能诊断晚于影像结构化报告的撰写时,则在医生撰写影像结构化报告时,实时将智能诊断发送到影像结构化报告界面,实现了与影像结构化报告系统的融合,提高了医生撰写影像结构化报告的速度,并且在医生撰写影像结构化报告过程中实时进行提醒,便于医生开展后续工作,提高了影像结构化报告的质量;同时,AI诊断结果反馈模块获取病灶的各个标签、随访数据和治疗方案数据,并将病灶的各个标签、随访数据和治疗方案数据发送给单病种AI辅助诊断模块,AI辅助诊断模块根据这从结构化报告模块中获取的数据进行持续迭代,提高AI辅助诊断模块成长,更好的为医生服务。
实施例五
图5示出了根据本发明实施例五的医学影像人工智能诊断数据管理系统结构示意图;如图5所示,数据接收模块20还包括数据删除单元202,用于基于预设的阈值,自动删除医学影像数据。
例如,预设的阈值为医学影像数据接收时间大于1年,则自动将符合该阈值的医学影像数据进行删除;又如预设的阈值为数据接收模块的存储空间小于10G时,则自动将符合该阈值的医学影像数据进行删除。
本发明的实施例设置了数据删除单元,可以基于预设的阈值,自动删除医学影像数据,无需人工监测存储空间,手动删除医学影像数据,降低了劳动成本。
实施例六
图6示出了根据本发明实施例六的医学影像人工智能诊断数据管理方法流程图;如图6所示,该方法包括以下步骤:
步骤S601,医学影像信息模块将医学影像数据通过相关协议或接口传输给数据接收模块;其中,医学影像数据为医学数字成像和通信DICOM图像和报告数据;
其中,医学影像信息模块可以为PACS(医学影像存档及传输系统)、RIS(影像信息管理系统)、HIS((医院信息管理系统))、EMR(电子病历系统)、底层数据平台等,DICOM图像通过DICOM协议传输数据接收模块20,也可以通过DICOM文件直接导入到数据接口模块20,报告数据通过HL7或简易对象访问协议SOAP(Simple Object Access Protocal)传输给数据接收模块。
报告数据为文本报告数据和结构化报告数据,文本报告数据也称为自然语言报告数据。
其中,从HIS((医院信息管理系统))、EMR(电子病历系统)等系统中获取医学影像数据时可以采用手工录入形式或通过NLP(Natural Language Processing)自然语言处理后从其他系统提取医学影像数据。
步骤S602,数据接收模块接收医学影像数据并保存;
步骤S603,数据处理模块提取医学影像数据,基于医学影像数据,判断患者的检查类型和检查项目,查找与该医学影像数据匹配的单病种人工智能AI辅助诊断模块,并自动将该医学影像数据推送给与之匹配的单病种AI辅助诊断模块;
例如,前列腺核磁MR检查的患者,其检查的DICOM图像和报告数据则自动推送给前列腺AI辅助诊断模块,对胸部CI扫描的患者,其检查的DICOM图像和报告数据自动推送给肺结节AI辅助诊断模块等等。
数据处理模块还可以对接收到的医学影像数据进行匿名处理,根据影像科室各个系统的需求,对医学影像数据进行匿名处理,比如单病种AI辅助诊断模块智能诊断的结果需要应用到科研教学系统、规范化培训系统、结构化报告培训系统等,就需要对医学影像数据进行匿名处理;再例如,单病种AI辅助诊断模块智能诊断的结果需要应用于影像结构化报告系统,辅助医生对病灶的诊断以及影像结构化报告的撰写,则该医学影像数据不需要匿名,匿名处理的方法如下:
当医学影像数据为DICOM图像时,读取DICOM图像头文件信息,查找需要匿名的数据,并对需要匿名的数据进行删除,将匿名处理后的图像保存为DICOM形式的文件;当医学影像数据为报告数据时,查找报告数据中需要匿名的元素,对需要匿名的元素对应的数据进行删除;
其中,DICOM图像头文件信息包括患者姓名、ID号、年龄、医疗机构名称、扫描参数等等,查找需要匿名的数据,比如患者的姓名、医疗机构的名称等等,对这些需要匿名的数据进行删除。
报告数据中包含患者的基本信息、比如姓名、年龄、ID、医生信息、医疗机构信息等,查找需要匿名的元素,根据需求进行相关数据的删除。
若医学影像数据是从底层数据平台获取的,则接收到的医学影像数据是已经匿名处理后的。数据接收模块通过接口方式从底层数据平台接收医学影像数据。
步骤S604,每个单病种AI辅助诊断模块接收医学影像数据,并基于该医学影像数据对病灶做出智能诊断。
其中,单病种AI辅助诊断模块可以为前列腺AI辅助诊断模块、肺结节AI辅助诊断模块、骨龄测量AI辅助诊断模块等等。
当医生撰写影像结构化报告和/或浏览DICOM图像时,该方法还包括:数据处理模块中的识别单元识别医生选择的报告数据和/或DICOM图像,并将识别后的报告数据和/或DICOM图像推送给与之匹配的单病种AI辅助诊断模块。
比如,医生在撰写影像结构化报告时,需要对对比剂的分析,医生根据自己的判断,选择结构化报告的相关参数后,识别单元302将医生选择的相关参数推送给与之匹配的单病种AI辅助诊断模块40,则单病种AI辅助诊断模块40根据推送的相关参数智能地计算出对比剂的分析结果,这样,提高了医生的诊断速度和撰写结构化报告的速度。
其中,该方法还包括:当医生对某个DICOM图像进行手工标注时,数据处理模块中的数据提取单元自动将标注后的DICOM图像推送给与之匹配的单病种AI辅助诊断模块。
比如,医生根据自己的判断,在图像浏览器上对一个DICOM图像进行手工标注,对病灶勾画出一个范围,数据提取单元则自动将标注后的DICOM图像推送给与之匹配的单病种AI辅助诊断模块,让单病种AI辅助诊断模块自动学习,对单病种AI辅助诊断模块进一步优化。
其中,该方法还包括:结构化报告模块包括病灶的各个标签,供医生撰写影像结构化报告并获取患者的随访数据、治疗方案数据;
病灶的各个标签都是结构化的,医生撰写影像结构化报告时点选或者写少量文字即可,这些标签质量非常高,可以有助于AI辅助诊断模块的训练和持续迭代。
当智能诊断早于影像结构化报告的撰写时,在医生打开影像结构化报告后,AI诊断结果反馈模块则自动将对应于该病灶的智能诊断显示到结构化报告模块中的指定标签内;当智能诊断晚于影像结构化报告的撰写时,则在医生撰写影像结构化报告时,实时将智能诊断发送到结构化报告的指定标签内。
其中,该方法还包括:AI诊断结果反馈模块获取病灶的各个标签、随访数据和治疗方案数据,并将病灶的各个标签、随访数据和治疗方案数据发送给单病种AI辅助诊断模块,供AI辅助诊断模块训练和持续迭代。
其中,该方法还包括:数据接收模块中的数据删除单元基于预设的阈值,自动删除医学影像数据。
例如,预设的阈值为医学影像数据接收时间大于1年,则自动将符合该阈值的医学影像数据进行删除;又如预设的阈值为数据接收模块的存储空间小于10G时,则自动将符合该阈值的医学影像数据进行删除。
本发明的实施例中的数据接收模块通过相关协议或接口可以从医学影像信息模块中接收医学影像数据,数据处理模块基于医学影像数据,判断患者的检查类型和检查项目,查找与该医学影像数据匹配的单病种AI辅助诊断模块,并自动将该医学影像数据推送给与之匹配的单病种AI辅助诊断模块,形成一个集中的管理平台,可以批量的或者有针对性的将医学影像数据传输给AI辅助诊断模块,使得影像科室各个管理模块之间操作更简洁,更便利;识别单元,能够识别医生选择的报告数据和/或DICOM图像,并将识别后的报告数据和/或DICOM图像推送给与之匹配的单病种AI辅助诊断模块,可以根据医生的主观判断有选择性的将医学影像数据推送给AI辅助诊断系统,能够辅助医生更好地对病灶的诊断,提高诊断效率;当医生对某个DICOM图像进行手工标注时,数据提取单元自动将标注后的DICOM图像推送给与之匹配的单病种AI辅助诊断模块,可以进行预先标注或回顾性标注,可以让AI辅助诊断模块进行自动学习和持续改进,优化了AI辅助诊断模块,使得其智能诊断更精准;当智能诊断早于影像结构化报告的撰写时,在医生打开影像结构化报告后,AI诊断结果反馈模块则自动将对应于该病灶的智能诊断显示到影像结构化报告界面的指定位置;当智能诊断晚于影像结构化报告的撰写时,则在医生撰写影像结构化报告时,实时将智能诊断发送到影像结构化报告界面,实现了与影像结构化报告系统的融合,提高了医生撰写影像结构化报告的速度,并且在医生撰写影像结构化报告过程中实时进行提醒,便于医生开展后续工作,提高了影像结构化报告的质量,同时,AI诊断结果反馈模块获取病灶的各个标签、随访数据和治疗方案数据,并将病灶的各个标签、随访数据和治疗方案数据发送给单病种AI辅助诊断模块,AI辅助诊断模块根据这从结构化报告模块中获取的数据进行持续迭代,提高AI辅助诊断模块成长,更好的为医生服务;数据删除单元,可以基于预设的阈值,自动删除医学影像数据,无需人工监测存储空间,手动删除医学影像数据,降低了劳动成本。
从以上描述中,可以看出,本发明的上述实施例实现了如下技术效果:由于本发明设置了数据接收模块、数据处理模块,通过相关协议或接口可以从医学影像信息模块中接收医学影像数据,基于医学影像数据,判断患者的检查类型和检查项目,查找与该医学影像数据匹配的单病种AI辅助诊断模块,并自动将该医学影像数据推送给与之匹配的单病种AI辅助诊断模块,形成一个集中的管理平台,可以批量的或者有针对性的将医学影像数据传输给AI辅助诊断模块,使得影像科室各个管理模块之间操作更简洁,更便利;由于本发明设置了识别单元,能够识别医生选择的报告数据和/或DICOM图像,并将识别后的报告数据和/或DICOM图像推送给与之匹配的单病种AI辅助诊断模块,可以根据医生的主观判断有选择性的将医学影像数据推送给AI辅助诊断系统,能够辅助医生更好地对病灶的诊断,提高诊断效率;由于本发明设置了数据提取单元,当医生对某个DICOM图像进行手工标注时,自动将标注后的DICOM图像推送给与之匹配的单病种AI辅助诊断模块,可以进行预先标注或回顾性标注,可以让AI辅助诊断模块进行自动学习和持续改进,优化了AI辅助诊断模块,使得其智能诊断更精准;由于本发明设置了AI诊断结果反馈模块,当智能诊断早于影像结构化报告的撰写时,在医生打开影像结构化报告后,则自动将对应于该病灶的智能诊断显示到影像结构化报告界面的指定位置;当智能诊断晚于影像结构化报告的撰写时,则在医生撰写影像结构化报告时,实时将智能诊断发送到影像结构化报告界面,实现了与影像结构化报告系统的融合,提高了医生撰写影像结构化报告的速度,并且在医生撰写影像结构化报告过程中实时进行提醒,便于医生开展后续工作,提高了影像结构化报告的质量;同时,AI诊断结果反馈模块获取病灶的各个标签、随访数据和治疗方案数据,并将病灶的各个标签、随访数据和治疗方案数据发送给单病种AI辅助诊断模块,AI辅助诊断模块根据这从结构化报告模块中获取的数据进行持续迭代,提高AI辅助诊断模块成长,更好的为医生服务;由于本发明设置了数据删除单元,可以基于预设的阈值,自动删除医学影像数据,无需人工监测存储空间,手动删除医学影像数据,降低了劳动成本。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种医学影像人工智能诊断数据管理系统,其特征在于,包括医学影像信息模块、数据接收模块、数据处理模块和复数个单病种人工智能AI辅助诊断模块,其中,
所述医学影像信息模块,与所述数据接收模块相连,用于将医学影像数据通过相关协议或接口传输给所述数据接收模块;其中,所述医学影像数据为医学数字成像和通信DICOM图像和报告数据;
所述数据接收模块,与所述医学影像信息模块和所述数据处理模块相连,用于接收所述医学影像数据并保存;
所述数据处理模块,分别与所述数据接收模块和每个所述单病种AI辅助诊断模块相连,用于提取所述医学影像数据,基于所述医学影像数据,判断患者的检查类型和检查项目,查找与该医学影像数据匹配的所述单病种AI辅助诊断模块,并自动将该医学影像数据推送给与之匹配的所述单病种AI辅助诊断模块;
每个所述单病种AI辅助诊断模块,与所述数据处理模块相连,用于接收所述医学影像数据,并基于该医学影像数据对病灶做出智能诊断。
2.根据权利要求1所述的医学影像人工智能诊断数据管理系统,其特征在于,当医生撰写影像结构化报告和/或浏览所述DICOM图像时,所述数据处理模块还包括识别单元,用于识别医生选择的所述报告数据和/或所述DICOM图像,并将识别后的所述报告数据和/或所述DICOM图像推送给与之匹配的所述单病种AI辅助诊断模块。
3.根据权利要求1所述的医学影像人工智能诊断数据管理系统,其特征在于,所述数据处理模块还包括:数据提取单元,用于当医生对某个所述DICOM图像进行手工标注时,自动将标注后的所述DICOM图像推送给与之匹配的所述单病种AI辅助诊断模块。
4.根据权利要求2所述的医学影像人工智能诊断数据管理系统,其特征在于,该系统还包括:结构化报告模块和AI诊断结果反馈模块,其中:
所述结构化报告模块,分别与所述医学影像信息模块和所述AI诊断结果反馈模块相连,包括病灶的各个标签,用于供医生撰写所述影像结构化报告并获取患者的随访数据、治疗方案数据;
所述AI诊断结果反馈模块,分别与每个所述单病种AI辅助诊断模块、所述结构化报告模块相连,用于当所述智能诊断早于所述影像结构化报告的撰写时,在医生打开所述影像结构化报告后,则自动将对应于该病灶的所述智能诊断显示到所述结构化报告模块中的指定标签内;当所述智能诊断晚于所述影像结构化报告的撰写时,则在医生撰写所述影像结构化报告时,实时将所述智能诊断发送到所述结构化报告的指定标签内。
5.根据权利要4所述的医学影像人工智能诊断数据管理系统,其特征在于,所述AI诊断结果反馈模块还用于获取所述病灶的各个标签、所述随访数据和所述治疗方案数据,并将所述病灶的各个标签、所述随访数据和所述治疗方案数据发送给所述单病种AI辅助诊断模块。
6.根据权利要求1所述的医学影像人工智能诊断数据管理系统,其特征在于,所述数据接收模块还包括数据删除单元,用于基于预设的阈值,自动删除所述医学影像数据。
7.一种医学影像人工智能诊断数据管理方法,其特征在于,包括:
医学影像信息模块将医学影像数据通过相关协议或接口传输给数据接收模块;其中,所述医学影像数据为医学数字成像和通信DICOM图像和报告数据;
所述数据接收模块接收所述医学影像数据并保存;
数据处理模块提取所述医学影像数据,基于所述医学影像数据,判断患者的检查类型和检查项目,查找与该医学影像数据匹配的单病种人工智能AI辅助诊断模块,并自动将该医学影像数据推送给与之匹配的所述单病种AI辅助诊断模块;
每个所述单病种AI辅助诊断模块接收所述医学影像数据,并基于该医学影像数据对病灶做出智能诊断。
8.根据权利要求7所述的医学影像人工智能诊断数据管理方法,其特征在于,当医生撰写影像结构化报告和/或浏览所述DICOM图像时,该方法还包括:所述数据处理模块中的识别单元识别医生选择的所述报告数据和/或所述DICOM图像,并将识别后的所述报告数据和/或所述DICOM图像推送给与之匹配的所述单病种AI辅助诊断模块。
9.根据权利要求7所述的医学影像人工智能诊断数据管理方法,其特征在于,该方法还包括:当医生对某个所述DICOM图像进行手工标注时,所述数据处理模块中的数据提取单元自动将标注后的所述DICOM图像推送给与之匹配的所述单病种AI辅助诊断模块。
10.根据权利要求8所述的医学影像人工智能诊断数据管理方法,其特征在于,该方法还包括:
结构化报告模块包括病灶的各个标签,供医生撰写所述影像结构化报告并获取患者的随访数据、治疗方案数据;
当所述智能诊断早于所述影像结构化报告的撰写时,在医生打开所述影像结构化报告后,AI诊断结果反馈模块则自动将对应于该病灶的所述智能诊断显示到所述结构化报告模块中的指定标签内;当所述智能诊断晚于所述影像结构化报告的撰写时,则在医生撰写所述影像结构化报告时,实时将所述智能诊断发送到所述结构化报告的指定标签内。
11.根据权利要求10所述的医学影像人工智能诊断数据管理方法,其特征在于,该方法还包括:所述AI诊断结果反馈模块获取所述病灶的各个标签、所述随访数据和所述治疗方案数据,并将所述病灶的各个标签、所述随访数据和所述治疗方案数据发送给所述单病种AI辅助诊断模块。
12.根据权利要求7所述的医学影像人工智能诊断数据管理方法,其特征在于,该方法还包括:所述数据接收模块中的数据删除单元基于预设的阈值,自动删除所述医学影像数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2018113249881 | 2018-11-08 | ||
CN201811324988 | 2018-11-08 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111161822A true CN111161822A (zh) | 2020-05-15 |
Family
ID=70555608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811614561.5A Pending CN111161822A (zh) | 2018-11-08 | 2018-12-27 | 医学影像人工智能诊断数据管理系统及其管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111161822A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111681730A (zh) * | 2020-05-22 | 2020-09-18 | 上海联影智能医疗科技有限公司 | 医学影像报告的分析方法和计算机可读存储介质 |
CN111899845A (zh) * | 2020-06-24 | 2020-11-06 | 北京赛迈特锐医疗科技有限公司 | 基于影像检查目的dicom图像路由管理系统及方法 |
CN111916185A (zh) * | 2020-08-17 | 2020-11-10 | 北京赛迈特锐医疗科技有限公司 | 为ai诊断模型提供影像数据的管理系统及方法 |
CN111968726A (zh) * | 2020-08-17 | 2020-11-20 | 北京赛迈特锐医疗科技有限公司 | 序贯型ai诊断模型临床应用调度管理系统及其方法 |
CN111986182A (zh) * | 2020-08-25 | 2020-11-24 | 卫宁健康科技集团股份有限公司 | 辅助诊断方法、系统、电子设备及存储介质 |
CN112102925A (zh) * | 2020-09-11 | 2020-12-18 | 高容科技(上海)有限公司 | 一种辅助微创手术人工智能中台 |
CN112233774A (zh) * | 2020-09-23 | 2021-01-15 | 杭州英放生物科技有限公司 | 一种个性化的医学影像管理系统 |
CN112562815A (zh) * | 2020-11-13 | 2021-03-26 | 郑天颖 | 在影像学申请阶段申明影像评价方案的系统及方法 |
CN112735568A (zh) * | 2021-01-26 | 2021-04-30 | 杭州联众医疗科技股份有限公司 | 一种基于医学影像和临床需求的人工智能辅助诊断平台 |
CN112802000A (zh) * | 2021-02-06 | 2021-05-14 | 上海集迈实业有限公司 | 多模态医学影像智能辅助诊疗系统 |
CN113100819A (zh) * | 2021-05-08 | 2021-07-13 | 视隼医疗科技(苏州)有限公司 | 一种小型嵌入式人工智能超声影像智能分析模块化装置 |
CN113127360A (zh) * | 2021-04-23 | 2021-07-16 | 中国科学院上海技术物理研究所 | 一种医学影像人工智能辅助诊断软件测试服务方法及系统 |
CN113407841A (zh) * | 2021-06-25 | 2021-09-17 | 陈亮 | 基于结构化报告的绩效分析自动推荐ai方案的方法和系统 |
CN113449492A (zh) * | 2021-06-02 | 2021-09-28 | 杨旗 | 将后处理生成的word数据转换成结构化数据的方法及系统 |
CN113505270A (zh) * | 2021-06-02 | 2021-10-15 | 北京赛迈特锐医疗科技有限公司 | 将后处理isp生成的数据与结构化报告整合的方法及系统 |
CN113509191A (zh) * | 2021-03-05 | 2021-10-19 | 北京赛迈特锐医疗科技有限公司 | 乳腺钼靶x线影像的分析方法、装置及设备 |
CN113707291A (zh) * | 2020-05-20 | 2021-11-26 | 倍利科技股份有限公司 | 医学影像辅助判读系统 |
CN114360693A (zh) * | 2021-12-16 | 2022-04-15 | 四川大学华西医院 | 医疗影像处理系统的监控方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009176125A (ja) * | 2008-01-25 | 2009-08-06 | Konica Minolta Medical & Graphic Inc | 医用画像システム、レポート管理サーバ及びプログラム |
CN107273657A (zh) * | 2017-05-15 | 2017-10-20 | 慧影医疗科技(北京)有限公司 | 影像诊断图文报告的生成方法及存储设备 |
CN107610743A (zh) * | 2017-11-09 | 2018-01-19 | 同心医联科技(北京)有限公司 | 基于互联网云技术的医学影像检查与诊断综合解决系统 |
CN108630303A (zh) * | 2018-04-28 | 2018-10-09 | 江苏医像信息技术有限公司 | 云标注系统 |
-
2018
- 2018-12-27 CN CN201811614561.5A patent/CN111161822A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009176125A (ja) * | 2008-01-25 | 2009-08-06 | Konica Minolta Medical & Graphic Inc | 医用画像システム、レポート管理サーバ及びプログラム |
CN107273657A (zh) * | 2017-05-15 | 2017-10-20 | 慧影医疗科技(北京)有限公司 | 影像诊断图文报告的生成方法及存储设备 |
CN107610743A (zh) * | 2017-11-09 | 2018-01-19 | 同心医联科技(北京)有限公司 | 基于互联网云技术的医学影像检查与诊断综合解决系统 |
CN108630303A (zh) * | 2018-04-28 | 2018-10-09 | 江苏医像信息技术有限公司 | 云标注系统 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113707291A (zh) * | 2020-05-20 | 2021-11-26 | 倍利科技股份有限公司 | 医学影像辅助判读系统 |
CN111681730A (zh) * | 2020-05-22 | 2020-09-18 | 上海联影智能医疗科技有限公司 | 医学影像报告的分析方法和计算机可读存储介质 |
CN111681730B (zh) * | 2020-05-22 | 2023-10-27 | 上海联影智能医疗科技有限公司 | 医学影像报告的分析方法和计算机可读存储介质 |
CN111899845A (zh) * | 2020-06-24 | 2020-11-06 | 北京赛迈特锐医疗科技有限公司 | 基于影像检查目的dicom图像路由管理系统及方法 |
CN111899845B (zh) * | 2020-06-24 | 2024-02-20 | 北京赛迈特锐医疗科技有限公司 | 基于影像检查目的dicom图像路由管理系统及方法 |
CN111916185B (zh) * | 2020-08-17 | 2024-02-20 | 北京赛迈特锐医疗科技有限公司 | 为ai诊断模型提供影像数据的管理系统及方法 |
CN111916185A (zh) * | 2020-08-17 | 2020-11-10 | 北京赛迈特锐医疗科技有限公司 | 为ai诊断模型提供影像数据的管理系统及方法 |
CN111968726A (zh) * | 2020-08-17 | 2020-11-20 | 北京赛迈特锐医疗科技有限公司 | 序贯型ai诊断模型临床应用调度管理系统及其方法 |
CN111986182A (zh) * | 2020-08-25 | 2020-11-24 | 卫宁健康科技集团股份有限公司 | 辅助诊断方法、系统、电子设备及存储介质 |
CN112102925A (zh) * | 2020-09-11 | 2020-12-18 | 高容科技(上海)有限公司 | 一种辅助微创手术人工智能中台 |
CN112233774A (zh) * | 2020-09-23 | 2021-01-15 | 杭州英放生物科技有限公司 | 一种个性化的医学影像管理系统 |
CN112562815A (zh) * | 2020-11-13 | 2021-03-26 | 郑天颖 | 在影像学申请阶段申明影像评价方案的系统及方法 |
CN112735568A (zh) * | 2021-01-26 | 2021-04-30 | 杭州联众医疗科技股份有限公司 | 一种基于医学影像和临床需求的人工智能辅助诊断平台 |
CN112802000A (zh) * | 2021-02-06 | 2021-05-14 | 上海集迈实业有限公司 | 多模态医学影像智能辅助诊疗系统 |
CN113509191A (zh) * | 2021-03-05 | 2021-10-19 | 北京赛迈特锐医疗科技有限公司 | 乳腺钼靶x线影像的分析方法、装置及设备 |
CN113127360A (zh) * | 2021-04-23 | 2021-07-16 | 中国科学院上海技术物理研究所 | 一种医学影像人工智能辅助诊断软件测试服务方法及系统 |
CN113100819A (zh) * | 2021-05-08 | 2021-07-13 | 视隼医疗科技(苏州)有限公司 | 一种小型嵌入式人工智能超声影像智能分析模块化装置 |
CN113505270A (zh) * | 2021-06-02 | 2021-10-15 | 北京赛迈特锐医疗科技有限公司 | 将后处理isp生成的数据与结构化报告整合的方法及系统 |
CN113449492A (zh) * | 2021-06-02 | 2021-09-28 | 杨旗 | 将后处理生成的word数据转换成结构化数据的方法及系统 |
CN113449492B (zh) * | 2021-06-02 | 2024-04-19 | 杨旗 | 将后处理生成的word数据转换成结构化数据的方法及系统 |
CN113505270B (zh) * | 2021-06-02 | 2024-02-20 | 北京赛迈特锐医疗科技有限公司 | 将后处理isp生成的数据与结构化报告整合的方法及系统 |
CN113407841A (zh) * | 2021-06-25 | 2021-09-17 | 陈亮 | 基于结构化报告的绩效分析自动推荐ai方案的方法和系统 |
CN113407841B (zh) * | 2021-06-25 | 2023-04-28 | 陈亮 | 基于结构化报告的绩效分析自动推荐ai方案的方法和系统 |
CN114360693A (zh) * | 2021-12-16 | 2022-04-15 | 四川大学华西医院 | 医疗影像处理系统的监控方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111161822A (zh) | 医学影像人工智能诊断数据管理系统及其管理方法 | |
CN101040801B (zh) | 读图报告显示装置及其方法 | |
CN110993064A (zh) | 面向深度学习的医学影像标注方法及装置 | |
CN110335647A (zh) | 一种临床数据标准化系统及标准化数据采集方法 | |
US20130238363A1 (en) | Medical examination assistance system and method of assisting medical examination | |
RU2711305C2 (ru) | Связывание отчета / изображения | |
US20090192824A1 (en) | Medical information system and medical image storage apparatus | |
US20120278105A1 (en) | Protocol guided imaging procedure | |
JP2011010889A (ja) | 医用画像読影システム | |
JP2002312477A (ja) | 医療現場の検査室測定データの自動化された評価・品質管理のためのネットワーク化エキスパートシステム | |
CN111584043B (zh) | 影像学扫描方案智能提示系统及其方法 | |
US20040015372A1 (en) | Method and system for processing and aggregating medical information for comparative and statistical analysis | |
CN107978362A (zh) | 在医院网络中利用数据分布的查询 | |
CN103733200A (zh) | 由带有解剖学标记临床管理促进的检查审阅 | |
CN111145853A (zh) | 影像结构化报告对人工智能诊断结果的应用系统及方法 | |
CN115862831B (zh) | 一种智能在线预约诊疗管理系统及方法 | |
US20040030586A1 (en) | System and method for patient clinical data management | |
CN110456050B (zh) | 便携式智能数字化寄生虫体外诊断仪 | |
CN102298666A (zh) | 用于进行图像质量评估的阴道镜网络系统及方法 | |
CN102955901A (zh) | 医疗呈现创建器 | |
CN202025321U (zh) | 用于进行图像质量评估的阴道镜网络系统 | |
CN114020926A (zh) | 数据处理方法、装置和电子设备 | |
Baarah et al. | Improving cardiac patient flow based on complex event processing | |
Antani et al. | Is there a need for biomedical CBIR systems in clinical practice? Outcomes from a usability study | |
US20200051676A1 (en) | Device, system, and method for optimizing usage of prior studies |
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 |