CN116525077B - 人工智能医疗器械测试数据的处理方法及系统 - Google Patents
人工智能医疗器械测试数据的处理方法及系统 Download PDFInfo
- Publication number
- CN116525077B CN116525077B CN202310776734.8A CN202310776734A CN116525077B CN 116525077 B CN116525077 B CN 116525077B CN 202310776734 A CN202310776734 A CN 202310776734A CN 116525077 B CN116525077 B CN 116525077B
- Authority
- CN
- China
- Prior art keywords
- data
- detection
- medical
- image
- account book
- 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.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 53
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 187
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000007246 mechanism Effects 0.000 claims description 78
- 238000013473 artificial intelligence Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000002372 labelling Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000002775 capsule Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008844 regulatory mechanism Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000013100 final test Methods 0.000 description 1
- 230000007721 medicinal effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Bioethics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computing Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明揭示了一种人工智能医疗器械测试数据的处理方法及系统，方法包括：接入区块链网络获取数据账本中的数据；将图像地址发送至图像代理服务，得到图像临时地址；根据图像临时地址，从对象存储系统获取医疗图像数据；检测医疗图像数据和数据账本中的数据，得到检测数据；调用检测数据上传链码将检测数据上传至检测账本中。该处理方法及系统保障了数据的透明和可追溯，且将医疗图像数据存储在对象存储系统中节约了区块链网络的存储空间；通过图像临时地址获取医疗图像数据，进一步保障了对象存储系统中数据的安全。
Description
技术领域
本发明涉及医疗器械领域，尤其涉及一种人工智能医疗器械测试数据的处理方法及系统。
背景技术
一些医疗器械在使用的过程中结合人工智能，可以大大提高医疗效率，例如胶囊内窥镜，通过控制胶囊内窥镜在消化道内的不同部位运动，可以拍摄体内的图像，这些图像具有数据量特别大的特点，例如仅对一个部位拍摄的图像，就可以达到上万张，数量如此多的图像通过人工智能辅助，可以提高医师的阅片效率，避免漏诊、误诊的问题。
这些医疗器械需要经过医疗器械产品注册，监管机构基于检测机构的检测报告对医疗器械进行审查，检测机构在检查的过程中会出现一些问题，例如如何防止数据不透明带来的问题，如何解决图像的数据量过大带来的检测效率低、成本大的问题。
发明内容
为解决上述的现有技术问题中的至少其一，本发明的目的在于提供一种更加安全透明、且效率更高的人工智能医疗器械测试数据的处理方法及系统。
为实现上述发明目的，本发明一实施方式提供一种人工智能医疗器械测试数据的处理方法，包括如下步骤：
接入区块链网络获取数据账本中的数据，所述数据账本包括指向图像代理服务的图像地址；
将所述图像地址发送至所述图像代理服务，得到图像临时地址；
根据所述图像临时地址，从对象存储系统获取医疗图像数据，其中，所述对象存储系统存储医疗器械获取到的所述医疗图像数据；
检测所述医疗图像数据和所述数据账本中的数据，得到检测数据；
调用检测数据上传链码将所述检测数据上传至检测账本中。
作为本发明的进一步改进，所述步骤接入区块链网络获取数据账本中的数据还包括：
检测机构通过检测机构节点接入所述区块链网络，其中，所述区块链网络包括连接指定厂商节点和检测机构节点的数据通道，所述数据通道连接的节点中保存所述数据账本；
所述检测机构根据数据通道标识建立与所述数据通道的连接；
所述检测机构调用数据下载链码获取所述数据账本中的数据。
作为本发明的进一步改进，所述数据账本还包括医疗训练数据和证明数据，所述医疗训练数据包括所述图像地址；
所述处理方法还包括步骤：
指定厂商通过所述指定厂商节点接入所述区块链网络；
所述指定厂商根据所述数据通道标识建立与所述数据通道的连接；
所述指定厂商调用数据上报链码将所述医疗训练数据和所述证明数据上传至所述数据账本。
作为本发明的进一步改进，所述步骤检测所述医疗图像数据和所述数据账本中的数据，得到检测数据还包括：
根据所述证明数据检测所述医疗图像数据的合规性及合理性。
作为本发明的进一步改进，所述医疗训练数据还包括内容签名记录；
所述步骤检测所述医疗图像数据和所述数据账本中的数据，得到检测数据还包括：
核对所述医疗图像数据的当前内容签名和所述内容签名记录是否一致，若不一致，则判定所述医疗图像数据异常。
作为本发明的进一步改进，所述医疗训练数据还包括检测结果记录；
所述步骤检测所述医疗图像数据和所述数据账本中的数据，得到检测数据还包括：
调用人工智能模型检测所述医疗图像数据得到当前检测结果；
比较所述当前检测结果与所述检测结果记录的一致程度，得到检测数据。
作为本发明的进一步改进，所述区块链网络还包括连接所述指定厂商节点、所述检测机构节点和监管机构节点的检测通道，所述检测通道连接的节点中保存所述检测账本，所述检测通道用于供所述监管机构调用检测数据下载链码获取所述检测账本中的数据。
作为本发明的进一步改进，还包括步骤：
监管机构通过所述监管机构节点接入所述区块链网络；
所述监管机构根据检测通道标识建立与所述检测通道的连接。
为实现上述发明目的之一，本发明一实施例提供了一种人工智能医疗器械测试数据的处理系统，包括：
数据账本获取模块，用于接入区块链网络获取数据账本中的数据，所述数据账本包括指向图像代理服务的图像地址；
图像临时地址获取模块，用于将所述图像地址发送至所述图像代理服务，得到图像临时地址；
医疗图像数据获取模块，用于根据所述图像临时地址，从对象存储系统获取医疗图像数据，其中，所述对象存储系统存储医疗器械获取到的所述医疗图像数据；
检测模块，用于检测所述医疗图像数据和所述数据账本中的数据，得到检测数据；
上传模块，用于调用检测数据上传链码将所述检测数据上传至检测账本中。
为实现上述发明目的之一，本发明一实施例提供了一种电子设备，包括：
存储模块，存储计算机程序；
处理模块，执行所述计算机程序时可实现上述的人工智能医疗器械测试数据的处理方法中的步骤。
为实现上述发明目的之一，本发明一实施例提供了一种可读存储介质，其存储有计算机程序，该计算机程序被处理模块执行时可实现上述的人工智能医疗器械测试数据的处理方法中的步骤。
与现有技术相比，本发明具有以下有益效果：该人工智能医疗器械测试数据的处理方法及系统可以利用区块链的特点，保障了数据的透明和可追溯，且将医疗图像数据存储在对象存储系统中，检测机构和监管机构都不需要备份大量的医疗图像数据，节约了区块链网络的存储空间；而且在访问医疗图像数据时，并非直接获取图像，而是经图像代理服务的代理作用，通过图像临时地址获取医疗图像数据，进一步保障了对象存储系统中数据的安全。
附图说明
图1是本发明一实施例的人工智能医疗器械测试数据的处理系统的框架图；
图2是本发明一实施例的指定厂商数据账本的示意图；
图3是本发明一实施例的指定厂商检测账本的示意图；
图4是本发明一实施例的指定厂商数据中心的示意图；
图5是本发明一实施例的人工智能医疗器械测试数据的处理方法中指定厂商的流程图；
图6是本发明一实施例的人工智能医疗器械测试数据的处理方法中检测机构的流程图；
图7是图6中步骤S240的进一步的实施方式的流程图；
图8是本发明一实施例的人工智能医疗器械测试数据的处理方法中监管机构的流程图。
具体实施方式
以下将结合附图所示的具体实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
本发明一实施例提供一种更加安全透明、且效率更高的人工智能医疗器械测试数据的处理方法及系统，在厂商、检测机构和监管机构之间营造了安全、透明、合规、高效的检测环境。
本实施例的人工智能医疗器械，指的是基于“医疗器械数据”，采用人工智能技术实现其预期用途（即医疗用途）的医疗器械。医疗器械数据是指医疗器械产生的用于医疗用途的客观数据，如医学影像设备产生的医疗图像数据，医疗图像数据可以是由胶囊内窥镜在消化道内时通过拍摄获取到的图像。人工智能医疗器械可以通过提供诊疗活动建议辅助用户（如医务人员、患者）进行医疗决策，如通过病灶特征识别，具体到胶囊内窥镜而言，可以是拍摄消化道，通过对胃部的病灶图像的识别，判断具体病灶的类型，以及进一步的针对病灶的建议。
本实施例的人工智能医疗器械测试数据的处理系统的框架图如图1所示，其基于区块链网络，该装置的结构如下：
本实施例的区块链网络的平台采用Hyperledger Fabric，采用v2.2以上的、能够长期支持的版本。
区块链网络采用多主机+容器部署的方式，即为每一个厂商分配一个主机，该主机可以是虚拟机或物理机，主机上的节点部署采用容器部署的方式。
数据库选择CouchDB，可以支持富查询。
区块链网络的参与方包括监管机构、检测机构以及若干个厂商，这里的厂商可以是指定厂商A、指定厂商B、指定厂商C……图1的实施例以指定厂商A和B为例演示说明一个检测机构、一个监管机构与多家厂商的关系。
如背景技术所述，监管机构对厂商审查，负责对医疗器械的产品注册，但是由于监管可以本身不一定具备专业的检测能力，所以需要委托检测机构进行检测，根据检测机构出具的检测结果判断审查结果。有医疗器械产品注册需求的厂商可以有很多家，检测机构需要对多家厂商的医疗器械进行检测。
区块链网络可以由检测机构组建，多家厂商及监管机构接入该区块链网络中，厂商按区块链网络的要求提供数据以及部署数据。区块链网络的初始化以及通道的初始化、指定厂商和监管机构的注册登记由检测机构负责。
规划的通道包括数据通道和检测通道，数据通道上连接的节点包括指定厂商节点和检测机构节点，检测通道上连接的节点包括指定厂商节点、所述检测机构节点和监管机构节点，继续如图1所示，针对一个指定厂商A，可以分别是数据通道A单独连接指定厂商A节点和检测机构节点，检测通道A单独连接指定厂商A节点、检测机构节点和监管机构节点；针对一个指定厂商B，可以分别是数据通道B单独连接指定厂商B节点和检测机构节点，检测通道B单独连接指定厂商B节点、检测机构节点和监管机构节点；指定厂商C、D、E以此类推。
数据通道连接的节点中保存数据账本，检测通道连接的节点中保存检测账本。首先，不同厂商的账本相互独立，例如指定厂商A和指定厂商B的账本相互独立，即在检测机构节点中，指定厂商A数据账本和指定厂商B数据账本相互独立，在监管机构节点中，指定厂商A检测账本和指定厂商B检测账本相互独立。其次，这里的数据账本和检测账本只是代指一类账本的集合，例如图2所示，数据账本可以具体包括图像记录账本、检测结果记录账本、图像来源记录账本、样本信息账本、标注工具信息账本、标注人员记录账本、标注过程记录账本等；例如图3所示，检测账本可以具体包括检测记录账本、测试过程记录账本、测试报告记录账本等。
本实施例中，监管机构节点中无需存储数据账本中数据，只需要根据检测账本获取检测内容，从而节约了区块链网络的存储资源。另外，若监管机构有查阅待测试数据的需求，也可以接入数据通道中获取数据账本。
读取或写入账本的依据是指定的业务类型来调用对应的链码中的智能合约，依据操作对象选取对应的链码，从而获得智能合约实例，再调用对应的智能合约，对操作对象对应的账本进行操作。本实施例中的链码包括数据上传/下载链码、检测记录上传/下载链码。其中，数据上传/下载链码用于上传或下载数据账本中的数据，其接口包括初始化记录、记录详情查询和记录列表查询、检测记录、修改记录非关键信息。上传/下载链码用于上传或下载检测账本中的数据，其接口包括新增记录、记录详情查询和记录列表查询、修改记录非关键信息。
本实施例面对的对象，如背景技术所述是提供医疗器械的厂商，例如提供生产胶囊内窥镜的厂商，这些厂商待检测的数据是大量的图像数据，本实施例的图像数据，尤其是医疗图像数据不存储于区块链网络中，而是如图1所示，是医疗机构在区块链网络存储在各厂商的数据中心中，医疗图像数据在数据中心中的存储方式，可参图4所示。数据中心包括结构化数据、对象存储系统和图像代理服务，其中结构化数据指的是后续用于传入数据账本中的数据，对象存储系统中存储医疗图像数据，图像代理服务为web服务器，其用于转换图像的地址，具体在下文展开描述。
如背景技术所述，医疗器械产生的图像的数量可以很大，例如仅对一个部位拍摄的图像，就可以达到上万张，若将这样的数据存储在区块链网络中，例如以BASE64编码的方式存储医疗图像数据，且在检测机构、监管机构、指定厂商处各自备份，将会消耗3倍左右的存储空间，存储资源的消耗将会更大，通过区块链网络访问图像数据的效率也极低，极大地浪费存储资源、影响了检测效率。因此本实施通过细粒度的共享方式，极大节约区块链网络的存储空间，提高了检测效率。
厂商通过指定厂商客户端应用连接到区块链网络，检测机构通过检测机构客户端应用连接到区块链网络，监管机构通过监管机构客户端应用连接到区块链网络，指定厂商A和指定厂商B的客户端应用可以各不相同。处于同一通道，如同一数据通道或同一检测通道的节点上可以同步账本数据，例如检测机构可借助自己的检测机构客户端应用，从检测机构节点的区块链账本中下载数据。
人工智能医疗器械测试数据的处理方法
下面结合图5~图8，说明本发明一实施例提供的一种人工智能医疗器械测试数据的处理方法，虽然本申请提供了如下述实施方式或流程图所示的方法操作步骤，但是基于常规或者无需创造性的劳动，所述方法在逻辑性上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本申请实施方式中所提供的执行顺序。例如下文的步骤S110、S210和S310的获取顺序可以任意调整，不区分时间顺序上的先后。
本实施例的一种人工智能医疗器械测试数据的处理方法，首先从指定厂商的角度介绍其提供待测试数据的流程，如图5所示，包括如下步骤S110~S130：
步骤S110：指定厂商通过所述指定厂商节点接入所述区块链网络。
该步骤中，指定厂商可以通过指定厂商客户端应用，依据指定厂商节点身份信息通过指定厂商节点接入到区块链网络。指定厂商可以是指定厂商A，也可以是指定厂商B。
步骤S120：所述指定厂商根据所述数据通道标识建立与所述数据通道的连接。
具体地，在通道上的各个节点加入区块链网络之前，网络管理员会给各节点分配通道ID，即通道标识，对于数据通道而言，指定厂商有数据通道的数据通道标识，检测机构有检测机构的数据通道标识，对于检测通道而言同理，例如监管机构有监管机构的检测通道标识，当指定厂商需要访问检测通道时，也可以使用指定厂商的检测通道标识。
步骤S130：所述指定厂商调用数据上报链码将所述医疗训练数据和所述证明数据上传至所述数据账本。
医疗器械测试数据由厂商准备，包括上文的数据账本中的数据和医疗图像数据。数据账本中的数据按用途分可以分别包括医疗训练数据和证明数据。
医疗训练数据包括图像记录账本和检测结果记录账本中的数据，图像记录账本中包括图像地址、内容签名记录，其中，图像地址指向图像代理服务，指明医疗图像数据在对象存储服务系统中的“路径”信息。
证明数据包括图像来源记录账本、样本信息账本、标注工具信息账本、标注人员记录账本、标注过程记录账本中的数据，其中，图像来源记录指的是图像归属的病例，样本信息指的是样本量、样本类型、样本分布情况，标注过程记录指的是标注、审核、仲裁等记录。
数据账本对应的医疗训练数据和所述证明数据都存储在数据中心中，这些测试用的数据可以通过数据上传工具，调用数据上报链码，将数据上传到区块链网络中。同时，检测机构节点的账本也会同步数据账本中的数据。
另外地，在步骤S110指定厂商通过所述指定厂商节点接入所述区块链网络后，步骤S130仅将数据账本所需的数据上传到区块链网络中，成为数据账本的数据，而存储在厂商的数据中心中的医疗图像数据没有上传至区块链网络中。以及，医疗图像数据存储在数据中心中的对象存储系统中，这样可以把I/O负载从图像代理服务（web服务器）转嫁给对象存储系统，降低了对图像代理服务的性能需求。
进一步的，从检测机构的角度介绍其检测流程，如图6所示，包括如下步骤S210~S250：
步骤S210：接入区块链网络获取数据账本中的数据。
步骤S210具体包括如下步骤S211~S213。
步骤S211：检测机构通过检测机构节点接入所述区块链网络。
该步骤中，检测机构可以通过检测机构客户端应用，依据检测机构节点身份信息通过检测机构节点接入到区块链网络。
步骤S212：所述检测机构根据数据通道标识建立与所述数据通道的连接。
其中，检测机构的数据通道标识如上文步骤S120的具体描述中所述。
步骤S213：所述检测机构调用数据下载链码获取所述数据账本中的数据。
如果指定厂商A提出了测试请求，检测机构就获取指定厂商A对应的数据账本。该数据账本如上文所述，包括了图像记录账本，图像记录账本中进一步包括图像地址，图像地址的格式可以是：
https://图像代理服务主机名/路径/temp_url.do?path=对象存储系统路径。
步骤S220：将所述图像地址发送至所述图像代理服务，得到图像临时地址。
图像临时地址指向对象存储系统，其有效的时长有限，例如：15、30、60分钟，过期即不可访问。图像临时地址的格式可以是：
https://oss-server/账户标识/容器标识/对象键值.jpg?temp_url_sig=签名&temp_url_expires=时间戳。
步骤S230：根据所述图像临时地址，从对象存储系统获取医疗图像数据。
通过图像临时地址而非图像地址获取医疗图像数据，可以避免固定授权账号泄露风险，保障了对象存储系统的安全。图像代理服务起到了代理的作用，从对象存储系统下载医疗图像数据到检测机构的本地存储系统。
步骤S240：检测所述医疗图像数据和所述数据账本中的数据，得到检测数据。
步骤S240可以如图7所示，具体包括如下步骤S241~S244。
步骤S241：核对所述医疗图像数据的当前内容签名和所述内容签名记录是否一致，若不一致，则判定所述医疗图像数据异常。若一致，则存储该数据到检测机构节点的本地存储中。
数据账本和检测账本中的数据，自然可以依靠区块链的机制保障数据的不可篡改，医疗图像数据通过比较MD5判断医疗图像数据是否被篡改，核对记录在数据账本中的签名（MD5）与实际得到图像的签名（MD5）进行判断。
另外，医疗图像数据的篡改情况，可以视为影响最终检测结果的部分因素。
根据医疗图像数据的数据异常的情况，例如是很多张图像中存在个别异常，或是存在大量异常的不同情况，判断是否还要继续检测，若达到系统设定的阈值，或是不符合检测的其他判断条件，则判断为数据篡改严重，停止运行后续步骤，结束检测。若个别图像存在异常，仍符合继续检测的条件，可以继续检测。
步骤S242：根据所述证明数据检测所述医疗图像数据的合规性及合理性。
医疗器械的测试数据的收集基于合规性要求，主要考虑数据采集、数据整理、数据标注、数据集构建等活动的质控要求，以保证数据质量和算法训练效果。样本量需考虑样本规模的充分性，明确样本总量及其确定依据。医疗器械的测试数据的收集基于合理性要求，主要考虑样本分布需考虑样本的科学性和合理性，依据适用人群、数据来源机构、采集设备、样本类型等因素明确疾病构成的数据分布情况。在数据合规且合理的基础上，可以进行后续的进一步检测。
若合规性和/或合理性存在问题，记录该问题，并根据该问题的情况做具体判断是否能进一步地后续检测，或合规性和/或合理性的问题严重，不足以继续检测，则结束检测，若可以继续检测，则继续后续步骤。
医疗图像数据的合理性和合规性情况，可以视为影响最终检测结果的部分因素，也可以是决定性因素。
步骤S243：调用人工智能模型检测所述医疗图像数据得到当前检测结果。
步骤S244：比较所述当前检测结果与所述检测结果记录的一致程度，得到检测数据。
结合上文对人工智能的说明，医疗器械获取的医疗图像数据的量可以非常的大，通过人工阅片的方式很难检查，所以依靠各厂商的人工智能模型对医疗图像数据进行重新检测。检测结果记录是厂商自己根据AI模型得出的结果，当前检测结果是检测机构通过AI模型得出的结果。检测机构将检测的结果与厂商提供的检测结果记录相比较，得出检测数据，举例而言，比较的方式可以是比较检测机构检测的结果与指定厂商宣称的检测结果记录是否一致，若一致，则说明该模型使用情况如指定厂商所述，若不一致，则指定厂商存在数据造假的可能。
在步骤S244中，检测机构结合各厂商提供的医疗图像数据，对各指定厂商的医疗图像数据和人工智能模型进行检测，得到检测数据。
步骤S250：调用检测数据上传链码将所述检测数据上传至检测账本中。
检测账本如图3所示，可以包括检测记录账本、测试过程记录账本、测试报告记录账本等，体现了整个检测过程和检测的结果。
在检测机构检测完成后，与检测机构同处检测通道的指定厂商节点和监管机构节点也会同步检测记录和检测结果的副本。
进一步的，从监管机构的角度介绍其检测流程，如图8所示，包括如下步骤S310~S330：
步骤S310：监管机构通过所述监管机构节点接入所述区块链网络。
步骤S320：所述监管机构根据检测通道标识建立与所述检测通道的连接。
步骤S330：监管机构调用检测数据下载链码获取所述检测账本中的数据。
步骤S310~S330的具体过程和原理可参上文的指定厂商和检测机构中的步骤所述。
与现有技术相比，本实施例具有以下有益效果：
该人工智能医疗器械测试数据的处理方法可以利用区块链的特点，保障了数据的透明和可追溯，且将医疗图像数据存储在对象存储系统中，检测机构和监管机构都不需要备份大量的医疗图像数据，节约了区块链网络的存储空间；而且在访问医疗图像数据时，并非直接获取图像，而是经图像代理服务的代理作用，通过图像临时地址获取医疗图像数据，进一步保障了对象存储系统中数据的安全。
人工智能医疗器械测试数据的处理系统
在一个实施例中，提供了一种人工智能医疗器械测试数据的处理系统，该人工智能医疗器械测试数据的处理系统包括的模块，以及各模块具体功能如下：
数据账本获取模块，用于接入区块链网络获取数据账本中的数据，所述数据账本包括指向图像代理服务的图像地址；
图像临时地址获取模块，用于将所述图像地址发送至所述图像代理服务，得到图像临时地址；
医疗图像数据获取模块，用于根据所述图像临时地址，从对象存储系统获取医疗图像数据，其中，所述对象存储系统存储医疗器械获取到的所述医疗图像数据；
检测模块，用于检测所述医疗图像数据和所述数据账本中的数据，得到检测数据；
上传模块，用于调用检测数据上传链码将所述检测数据上传至检测账本中。
需要说明的是，本发明实施例的人工智能医疗器械测试数据的处理系统中未披露的细节，请参照本发明实施例的人工智能医疗器械测试数据的处理方法中所披露的细节。
人工智能医疗器械测试数据的处理系统还可以包括计算机、笔记本、掌上电脑及云端服务器等计算设备，以及包括但不限于处理模块、存储模块、以及存储在存储模块中并可在处理模块上运行的计算机程序，例如上述的人工智能医疗器械测试数据的处理方法程序。所述处理模块执行所述计算机程序时实现上述各个人工智能医疗器械测试数据的处理方法实施例中的步骤，例如图5-7所示的步骤。
另外，本发明还提出了一种电子设备，其包括存储模块和处理模块，处理模块执行所述计算机程序时可实现上述的人工智能医疗器械测试数据的处理方法中的步骤，也就是说，实现上述人工智能医疗器械测试数据的处理方法中的任意一个技术方案中的步骤。
该电子设备可以是集成于人工智能医疗器械测试数据的处理系统内的一部分、或者是本地的终端设备、还可以是云端服务器的一部分。
处理模块可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC)、现成可编程门阵列（Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器，也可以是任何常规的处理器。处理模块是人工智能医疗器械测试数据的处理系统的控制中心，利用各种接口和线路连接整个人工智能医疗器械测试数据的处理系统的各个部分。
存储模块可用于存储所述计算机程序和/或模块，处理模块通过运行或执行存储在存储模块内的计算机程序和/或模块，以及调用存储在存储模块内的数据，实现人工智能医疗器械测试数据的处理系统的各种功能。存储模块可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等。此外，存储模块可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital, SD）卡，闪存卡（FlashCard）、至少—个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在存储模块中，并由处理模块执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在人工智能医疗器械测试数据的处理系统中的执行过程。
进一步地，本发明一实施例提供了一种可读存储介质，其存储有计算机程序，该计算机程序被处理模块执行时可实现上述的人工智能医疗器械测试数据的处理方法中的步骤，也就是说，实现上述人工智能医疗器械测试数据的处理方法中的任意一个技术方案中的步骤。
所述人工智能医疗器械测试数据的处理方法集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理模块执行时，可实现上述各个方法实施例的步骤。
其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、∪盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random AccessMemory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (10)
1.一种人工智能医疗器械测试数据的处理方法，其特征在于，包括如下步骤：
接入区块链网络获取数据账本中的数据，其中，所述数据账本由指定厂商上传，所述数据账本包括医疗训练数据，所述医疗训练数据包括检测结果记录、以及指向图像代理服务的图像地址；
将所述图像地址发送至所述图像代理服务，得到图像临时地址；
根据所述图像临时地址，从对象存储系统获取医疗图像数据，其中，所述对象存储系统存储医疗器械获取到的所述医疗图像数据；
检测所述医疗图像数据和所述数据账本中的数据，得到检测数据；
调用检测数据上传链码将所述检测数据上传至检测账本中；
其中，所述步骤检测所述医疗图像数据和所述数据账本中的数据，得到检测数据还包括：
调用人工智能模型检测所述医疗图像数据得到当前检测结果；
比较所述当前检测结果与所述检测结果记录的一致程度，得到检测数据。
2.根据权利要求1所述的人工智能医疗器械测试数据的处理方法，其特征在于，所述步骤接入区块链网络获取数据账本中的数据还包括：
检测机构通过检测机构节点接入所述区块链网络，其中，所述区块链网络包括连接指定厂商节点和检测机构节点的数据通道，所述数据通道连接的节点中保存所述数据账本；
所述检测机构根据数据通道标识建立与所述数据通道的连接；
所述检测机构调用数据下载链码获取所述数据账本中的数据。
3.根据权利要求2所述的人工智能医疗器械测试数据的处理方法，其特征在于，所述数据账本还包括证明数据；
所述处理方法还包括步骤：
所述指定厂商通过所述指定厂商节点接入所述区块链网络；
所述指定厂商根据所述数据通道标识建立与所述数据通道的连接；
所述指定厂商调用数据上报链码将所述医疗训练数据和所述证明数据上传至所述数据账本。
4.根据权利要求3所述的人工智能医疗器械测试数据的处理方法，其特征在于，所述步骤检测所述医疗图像数据和所述数据账本中的数据，得到检测数据还包括：
根据所述证明数据检测所述医疗图像数据的合规性及合理性。
5.根据权利要求4所述的人工智能医疗器械测试数据的处理方法，其特征在于，所述医疗训练数据还包括内容签名记录；
所述步骤检测所述医疗图像数据和所述数据账本中的数据，得到检测数据还包括：
核对所述医疗图像数据的当前内容签名和所述内容签名记录是否一致，若不一致，则判定所述医疗图像数据异常。
6.根据权利要求2所述的人工智能医疗器械测试数据的处理方法，其特征在于，所述区块链网络还包括连接所述指定厂商节点、所述检测机构节点和监管机构节点的检测通道，所述检测通道连接的节点中保存所述检测账本，所述检测通道用于供所述监管机构调用检测数据下载链码获取所述检测账本中的数据。
7.根据权利要求6所述的人工智能医疗器械测试数据的处理方法，其特征在于，还包括步骤：
监管机构通过所述监管机构节点接入所述区块链网络；
所述监管机构根据检测通道标识建立与所述检测通道的连接。
8.一种人工智能医疗器械测试数据的处理系统，其特征在于，包括：
数据账本获取模块，用于接入区块链网络获取数据账本中的数据，所述数据账本由指定厂商上传，所述数据账本包括医疗训练数据，所述医疗训练数据包括检测结果记录、以及指向图像代理服务的图像地址；
图像临时地址获取模块，用于将所述图像地址发送至所述图像代理服务，得到图像临时地址；
医疗图像数据获取模块，用于根据所述图像临时地址，从对象存储系统获取医疗图像数据，其中，所述对象存储系统存储医疗器械获取到的所述医疗图像数据；
检测模块，用于检测所述医疗图像数据和所述数据账本中的数据，得到检测数据，所述检测模块还用于调用人工智能模型检测所述医疗图像数据得到当前检测结果，比较所述当前检测结果与所述检测结果记录的一致程度，得到检测数据；
上传模块，用于调用检测数据上传链码将所述检测数据上传至检测账本中。
9.一种电子设备，其特征在于，包括：
存储模块，存储计算机程序；
处理模块，执行所述计算机程序时可实现权利要求1至7中任意一项所述的人工智能医疗器械测试数据的处理方法中的步骤。
10.一种可读存储介质，其存储有计算机程序，其特征在于，该计算机程序被处理模块执行时可实现权利要求1至7中任意一项所述的人工智能医疗器械测试数据的处理方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310776734.8A CN116525077B (zh) | 2023-06-29 | 2023-06-29 | 人工智能医疗器械测试数据的处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310776734.8A CN116525077B (zh) | 2023-06-29 | 2023-06-29 | 人工智能医疗器械测试数据的处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116525077A CN116525077A (zh) | 2023-08-01 |
| CN116525077B true CN116525077B (zh) | 2023-09-08 |
Family
ID=87394438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310776734.8A Active CN116525077B (zh) | 2023-06-29 | 2023-06-29 | 人工智能医疗器械测试数据的处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116525077B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050113848A (ko) * | 2004-05-31 | 2005-12-05 | 삼성물산 주식회사 | 헬스케어 통합관리시스템 및 그 운영방법 |
| CN107942718A (zh) * | 2018-01-15 | 2018-04-20 | 天津大学 | 基于区块链的智能家居控制方法和系统 |
| CN109034851A (zh) * | 2018-09-05 | 2018-12-18 | 深圳正品创想科技有限公司 | 基于区块链的商品防伪溯源方法及其装置、区块链节点 |
| WO2020006420A1 (en) * | 2018-06-29 | 2020-01-02 | Itron, Inc. | Operating smart sensors using distributed ledgers |
| CN110827028A (zh) * | 2019-11-07 | 2020-02-21 | 湖北邮电规划设计有限公司 | 一种基于区块链的数据采集交易系统和方法 |
| US10873456B1 (en) * | 2019-05-07 | 2020-12-22 | LedgerDomain, LLC | Neural network classifiers for block chain data structures |
| WO2021031279A1 (zh) * | 2019-08-20 | 2021-02-25 | 东北大学 | 一种基于深度学习的X-Ray胸片肺炎智能诊断系统与方法 |
| JP2021043970A (ja) * | 2019-09-07 | 2021-03-18 | 株式会社デジタルアシスト | 電子名刺発行管理サーバー装置および電子名刺発行管理プログラム |
| CN113643027A (zh) * | 2021-07-07 | 2021-11-12 | 重庆邮电大学 | 基于区块链实现行业网络积分管理的方法及装置 |
| CN114242255A (zh) * | 2021-12-10 | 2022-03-25 | 东软集团股份有限公司 | 医疗数据处理方法、装置、存储介质及电子设备 |
| WO2022067266A1 (en) * | 2020-09-28 | 2022-03-31 | Nxm Labs, Inc. | Security management of networked devices using a distributed ledger network |
| CN114519084A (zh) * | 2022-02-17 | 2022-05-20 | 平安国际智慧城市科技股份有限公司 | 基于区块链的医疗数据检查方法、装置、设备及介质 |
| CN115510492A (zh) * | 2022-10-11 | 2022-12-23 | 广东启链科技有限公司 | 一种基于智能合约的电子病历管理系统及方法 |
| CN115758470A (zh) * | 2022-12-07 | 2023-03-07 | 安翰科技(武汉)股份有限公司 | 基于联盟链的医疗数据处理方法及系统 |
| CN116168820A (zh) * | 2023-03-06 | 2023-05-26 | 西安交通大学 | 基于虚拟集成与区块链融合的医疗数据互操作方法 |
| CN116188041A (zh) * | 2023-03-29 | 2023-05-30 | 中国工商银行股份有限公司 | 基于区块链的食品信息溯源方法、装置和系统 |
| CN116308325A (zh) * | 2023-05-19 | 2023-06-23 | 北京第五力科技有限公司 | 基于nft的数字资产管理方法及装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170124464A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | Rapid predictive analysis of very large data sets using the distributed computational graph |
| US11551796B2 (en) * | 2019-06-28 | 2023-01-10 | General Electric Company | Systems and methods for prescription and dosing of therapeutic stimuli using recorded guarantees |
| US20220051276A1 (en) * | 2019-07-11 | 2022-02-17 | Enzo Zelocchi | Data Analytics System, Method and Program Product for Processing Health Insurance Claims and Targeted Advertisement-Based Healthcare Management |
| US11640601B2 (en) * | 2020-08-28 | 2023-05-02 | Mastercard International Incorporated | Method and system for regulation of blockchain transactions |
-
2023
- 2023-06-29 CN CN202310776734.8A patent/CN116525077B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050113848A (ko) * | 2004-05-31 | 2005-12-05 | 삼성물산 주식회사 | 헬스케어 통합관리시스템 및 그 운영방법 |
| CN107942718A (zh) * | 2018-01-15 | 2018-04-20 | 天津大学 | 基于区块链的智能家居控制方法和系统 |
| WO2020006420A1 (en) * | 2018-06-29 | 2020-01-02 | Itron, Inc. | Operating smart sensors using distributed ledgers |
| CN109034851A (zh) * | 2018-09-05 | 2018-12-18 | 深圳正品创想科技有限公司 | 基于区块链的商品防伪溯源方法及其装置、区块链节点 |
| US10873456B1 (en) * | 2019-05-07 | 2020-12-22 | LedgerDomain, LLC | Neural network classifiers for block chain data structures |
| WO2021031279A1 (zh) * | 2019-08-20 | 2021-02-25 | 东北大学 | 一种基于深度学习的X-Ray胸片肺炎智能诊断系统与方法 |
| JP2021043970A (ja) * | 2019-09-07 | 2021-03-18 | 株式会社デジタルアシスト | 電子名刺発行管理サーバー装置および電子名刺発行管理プログラム |
| CN110827028A (zh) * | 2019-11-07 | 2020-02-21 | 湖北邮电规划设计有限公司 | 一种基于区块链的数据采集交易系统和方法 |
| WO2022067266A1 (en) * | 2020-09-28 | 2022-03-31 | Nxm Labs, Inc. | Security management of networked devices using a distributed ledger network |
| CN113643027A (zh) * | 2021-07-07 | 2021-11-12 | 重庆邮电大学 | 基于区块链实现行业网络积分管理的方法及装置 |
| CN114242255A (zh) * | 2021-12-10 | 2022-03-25 | 东软集团股份有限公司 | 医疗数据处理方法、装置、存储介质及电子设备 |
| CN114519084A (zh) * | 2022-02-17 | 2022-05-20 | 平安国际智慧城市科技股份有限公司 | 基于区块链的医疗数据检查方法、装置、设备及介质 |
| CN115510492A (zh) * | 2022-10-11 | 2022-12-23 | 广东启链科技有限公司 | 一种基于智能合约的电子病历管理系统及方法 |
| CN115758470A (zh) * | 2022-12-07 | 2023-03-07 | 安翰科技(武汉)股份有限公司 | 基于联盟链的医疗数据处理方法及系统 |
| CN116168820A (zh) * | 2023-03-06 | 2023-05-26 | 西安交通大学 | 基于虚拟集成与区块链融合的医疗数据互操作方法 |
| CN116188041A (zh) * | 2023-03-29 | 2023-05-30 | 中国工商银行股份有限公司 | 基于区块链的食品信息溯源方法、装置和系统 |
| CN116308325A (zh) * | 2023-05-19 | 2023-06-23 | 北京第五力科技有限公司 | 基于nft的数字资产管理方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 区块链技术浅见;张明裕;赵正涌;苗亚辉;;中国安防(第07期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116525077A (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105787280A (zh) | 医疗云网关的患者数据处理方法、云网关及医疗云系统 | |
| CN108829581A (zh) | 应用程序测试方法、装置、计算机设备及存储介质 | |
| CN104133999A (zh) | 消化道疾病远程医疗信息服务系统 | |
| CN113692309A (zh) | 配置更新方法及装置、设备、存储介质 | |
| CN112667601B (zh) | 区块链标识的管理方法、终端设备及计算机可读存储介质 | |
| CN109830270A (zh) | 医疗信息管理系统、方法、计算机设备及可读存储介质 | |
| CN106446567A (zh) | 一种实现远程医疗影像会诊的方法及装置 | |
| CN112102137A (zh) | 政策数据处理方法、装置和存储介质 | |
| CN109992531B (zh) | 数据存储方法及装置 | |
| CN116525077B (zh) | 人工智能医疗器械测试数据的处理方法及系统 | |
| CN111640477A (zh) | 身份信息的统一方法、装置以及电子设备 | |
| CN111009295A (zh) | 一种基于区块链的医疗诊断报告共享方法及设备、介质 | |
| WO2020087792A1 (zh) | 人工智能的病种分析方法及装置、存储介质、计算机设备 | |
| US20050234325A1 (en) | Method and apparatus for processing data, and medical appliance system for processing data | |
| CN115758470A (zh) | 基于联盟链的医疗数据处理方法及系统 | |
| CN113823421B (zh) | 信息提供方法、装置、设备和存储介质 | |
| CN111354441A (zh) | 对医学影像ai运行结果进行监测的系统及其方法 | |
| CN113961609A (zh) | 数据查询方法、装置、服务器及存储介质 | |
| CN113270179A (zh) | 医技检查方法、装置、系统及电子设备 | |
| CN112447280A (zh) | 一种用于医学影像信息管理的智慧医疗系统 | |
| CN112416877A (zh) | 医疗数据存储方法、装置、计算机设备和存储介质 | |
| CN112817839B (zh) | 人工智能引擎测试方法、平台及终端、计算设备和存储介质 | |
| Kopsick et al. | Formation and Retrieval of Cell Assemblies in a Biologically Realistic Spiking Neural Network Model of Area CA3 in the Mouse Hippocampus | |
| CN113542796B (zh) | 视频评测方法、装置、计算机设备和存储介质 | |
| CN113656324A (zh) | 疾病录入及决策的全链路测试方法、装置、设备及介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |