DE10254914A1 - Medical system for evaluation of medical image data, especially image data, by a number of distributed diagnosing personnel, with the variance of the findings automatically calculated based on the variation between individuals - Google Patents
Medical system for evaluation of medical image data, especially image data, by a number of distributed diagnosing personnel, with the variance of the findings automatically calculated based on the variation between individuals Download PDFInfo
- Publication number
- DE10254914A1 DE10254914A1 DE10254914A DE10254914A DE10254914A1 DE 10254914 A1 DE10254914 A1 DE 10254914A1 DE 10254914 A DE10254914 A DE 10254914A DE 10254914 A DE10254914 A DE 10254914A DE 10254914 A1 DE10254914 A1 DE 10254914A1
- Authority
- DE
- Germany
- Prior art keywords
- medical data
- findings
- diagnosis
- numerical value
- same
- 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.)
- Ceased
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
- 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
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Abstract
Description
Die vorliegende Erfindung betrifft ein System zur automatischen Erfassung der Varianz bei der Befundung und/oder Diagnosestellung auf Basis medizinischer Daten, insbesondere medizinischer Bilder, mit einer Übergabeschnittstelle für den Erhalt der medizinischen Daten und einer Einrichtung zur automatischen Verteilung der medizinischen Daten über ein Netzwerk an Befunder zur Befundung und/oder Diagnosestellung mit einem ersten Erfassungsmodul, das für die Verteilung der gleichen medizinischen Daten mit einer vorgebbaren Häufigkeit an mehrere der Befunder ausgebildet ist, und/oder einem zweiten Erfassungsmodul, das für die Verteilung zusätzlicher medizinischer Daten mit einer vorgebbaren Häufigkeit an einen oder mehrere der Befunder ausgebildet ist, die bereits in der Vergangenheit vom jeweils gleichen Befunder beurteilt wurden oder aus einer Musterfall-Datenbank stammen.The present invention relates to a system for the automatic recording of the variance in the diagnosis and / or diagnosis based on medical data, in particular medical images, with a delivery interface for the Obtaining medical data and an automatic facility Distribution of medical data over a network to finders for diagnosis and / or diagnosis with a first registration module, the for the Distribution of the same medical data with a predefinable one frequency to several of the finders, and / or a second Acquisition module that for the distribution of additional medical Data with a predeterminable frequency to one or more of the finders who are already trained have been assessed in the past by the same assessor or come from a sample case database.
Die Kombination von vernetzten Anwendungen mit Gesundheitsversorgungsprozessen ermöglicht in der Zukunft eine Vielzahl neuer und verbesserter Dienste für Patienten und Erbringer von Gesundheitsleistungen. Gerade zur effizienten Behandlung chronischer Erkrankungen, die für einen großen Teil der im Gesundheitswesen anfallenden Kosten verantwortlich sind, sind Informationen über den Gesundheitszustand des Patienten erforderlich, die sich aus verschiedenen und örtlich verteilten Quellen zusammen setzen. In gleicher Weise sind bei der Behandlung derartiger Erkrankungen auch unterschiedliche Experten oder Befunder an unterschiedlichen Orten beteiligt. Durch vernetzte Anwendungen lassen sich die Daten zwischen diesen einzelnen Stationen zusammenführen und effizient nutzen. So ist bspw. aus electromedica 67 (1999) Heft 1, Seiten 23–26 eine Internet-basierte Plattform für telemedizinische Anwendungen bekannt, die diese Anforderung erfüllt. Die darin ein gesetzte Informations- und Kommunikationsplattform vernetzt alle am Gesundheitswesen beteiligten Partner – Patienten, niedergelassene Ärzte, Kliniken und Krankenkassen. Das Ziel ist es, durch Arbeits- und Resourcenteilung, praxisübergreifende Ablauforganisation und Qualitätsmanagement medizinische Leistung qualitativ hochwertig und effizient zu erbringen. Die verbesserte Kommunikation mit anderen Fachdisziplinen und Versorgungsstellen spielt hierbei eine wesentliche Rolle.The combination of networked applications with healthcare processes will enable one in the future A variety of new and improved services for patients and providers of Health services. Especially for the efficient treatment of chronic Diseases for a big part health care costs, are information about the patient's state of health required, resulting from different and local put together distributed sources. In the same way Different experts also treat such diseases or finders involved in different places. Through networked Applications can view the data between these individual stations bring together and use efficiently. For example, from electromedica 67 (1999) booklet 1, pages 23-26 an internet-based platform for telemedical applications known that meets this requirement. The one set in it Information and communication platform networks everyone in the healthcare sector involved partners - patients, resident doctors, Clinics and health insurance companies. The goal is through work and Resource sharing, cross-practice Process organization and quality management to provide medical services of high quality and efficiently. Improved communication with other specialist disciplines and supply points plays an essential role in this.
Zur Kontrolle und Überwachung der Qualität eines derartigen Modells der medizinischen Leistungserbringung, die für die Sicherstellung einer hochwertigen medizinischen Leistungsversorgung erforderlich sind, müssen bei vernetzten Anwendungen spezielle Instrumente eingesetzt werden. So ist aus electromedica 69 (2001) Heft 2, Seiten 91–94 bekannt, derartigen vernetzten Anwendungen ein Qualitätssicherungsnetzwerk zu überlagern, in dem auf Grundlage von Richtlinien Prozessergebnisse gegen klar definierte Parameter gemessen und in regelmäßigen Abständen Qualitätsberichte erstellt werden. Zur Bestimmung der inter-individuellen und intra-individuellen Variabilität bei der Befundung medizinischer Daten stellt der Kommunikationsserver hierbei für Qualitätssicherungszwecke spezielle Fälle aus einer Datenbank mit Goldstandardfällen bzw. einer Beurteiler-spezifischen Falldatenbank ein. Aus dem Vergleich der erhaltenen Befundungen mit den bereits vorliegenden Befundungen zu den gleichen Daten können Aussagen über die Qualität des Befunders getroffen werden. Ein derartiges Verfahren ist jedoch derzeit noch relativ zeit- und arbeitsaufwendig.For control and monitoring the quality of a such a model of medical service provision, which is used for ensuring high quality medical care is required are, must special instruments are used in networked applications. It is known from electromedica 69 (2001) Issue 2, pages 91-94, to superimpose a quality assurance network on such networked applications, in which based on guidelines process results against clear defined parameters are measured and quality reports are created at regular intervals. to Determination of the inter-individual and intra-individual variability in the The communication server provides medical data for quality assurance purposes special cases from a database with gold standard cases or an appraiser-specific Case database. From a comparison of the findings obtained With the existing findings on the same data, statements about the quality of the finder. However, such a method is currently still relatively time-consuming and labor-intensive.
Ausgehend von diesem Stand der Technik besteht die Aufgabe der vorliegenden Erfindung darin, ein System zur Erfassung der Varianz bei der Befundung und/oder Diagnosestellung auf Basis medizinischer Daten anzugeben, das sich mit geringerem Zeitaufwand und damit höherer Effizienz realisieren lässt.Based on this state of the art the object of the present invention is to provide a system for detection the variance in the diagnosis and / or diagnosis based to provide medical data that takes less time and therefore higher Efficiency.
Die Aufgabe wird mit dem System gemäß Patentanspruch 1 gelöst. Vorteilhafte Ausgestaltungen des Systems sind Gegenstand der Unteransprüche oder lassen sich aus der nachfolgenden Beschreibung und den Ausführungsbeispielen entnehmen.The task is performed with the system according to claim 1 solved. Advantageous embodiments of the system are the subject of the dependent claims or can be seen from the following description and the exemplary embodiments remove.
Das vorliegende System zur Erfassung der Varianz bei der Befundung und/oder Diagnosestellung auf Basis medizinischer Daten umfasst eine Übergabeschnittstelle für den Erhalt der medizinischen Daten, bspw. aus einer angeschlossenen Datenbank oder über ein Netzwerk. Die Daten können hierbei auch direkt von der Datenerfassungsstelle, bspw. einem niedergelassenen Arzt oder einer Klinik kommen. Das System umfasst eine Einrichtung zur automatischen Verteilung der erhaltenen medizinischen Daten über ein Netzwerk an Befunder zur Befundung und/oder Diagnosestellung. Unter Befunder sind hierbei die Personen, in der Regel Ärzte, zu verstehen, die zur Befundung der entsprechenden medizinischen Daten speziell ausgebildet sind. Diese Befunder werden vom System verwaltet bzw. einer angeschlossenen Datenbank entnommen. Die Verteilung der medizinischen Daten kann hierbei durch direkte Übermittlung über das Netzwerk oder durch Bereitstellung in einem entsprechenden Speicherbereich, bspw. auf einem Server, erfolgen, auf den die einzelnen Befunder Zugriff haben. Die Befunder erstellen hierbei den Befund und/oder die Diagnose auf Basis der medizinischen Daten und übermitteln das nach vorgegebenen formellen Regeln erstellte Ergebnis an das System. Das System umfasst ein erstes Erfassungsmodul, das für die Verteilung der gleichen medizinischen Daten mit einer vorgebbaren Häufigkeit an mehrere Befunder ausgebildet ist, und/oder ein zweites Erfassungsmodul, das für die Verteilung zusätzlicher medizinischer Daten mit einer vorgebbaren Häufigkeit an einen oder mehrere Befunder ausgebildet ist, wobei diese zusätzlichen medizinischen Daten in der Vergangenheit von dem jeweils gleichen Befunder beurteilt, d. h. befundet und/oder diagnostiziert, wurden oder aus einer speziell angelegten Musterfall-Datenbank stammen. Das erste Erfassungsmodul weist hierbei eine Auswerteeinheit auf, die aus den über das Netzwerk erhaltenen Befundungen und/oder Diagnosen der Befunder zumindest einen vom Grad der Übereinstimmung der Befundungen und/oder Diagnosen der gleichen medizinischen Daten abhängigen numerischen Wert berechnet. Das zweite Erfassungsmodul weist in gleicher Weise eine zweite Auswerteeinheit auf, die aus den über das Netzwerk erhaltenen Befundungen und/oder Diagnosen der Befunder und einer früheren Beurteilung der gleichen medizinischen Daten durch den gleichen Befunder bzw. einer Beurteilung der medizinischen Daten aus der Musterfall-Datenbank zumindest einen vom Grad der Übereinstimmung abhängigen numerischen Wert berechnet. Aus den auf diese Weise erhaltenen numerischen Werten lassen sich je nach durchgeführtem Vergleich Aussagen über die Zuverlässigkeit eines Befunders, die Qualität der Befundungen und/oder Diagnosen eines Befunders oder die Zuverlässigkeit einer Befundung oder Diagnose selbst treffen.The present system for recording the variance in the diagnosis and / or diagnosis based on medical data comprises a transfer interface for receiving the medical data, for example from a connected database or via a network. The data can also come directly from the data collection point, for example a resident doctor or a clinic. The system comprises a device for the automatic distribution of the medical data received via a network of findings for diagnosis and / or diagnosis. Finders are to be understood here as people, usually doctors, who are specially trained to diagnose the corresponding medical data. These findings are managed by the system or taken from a connected database. The distribution of the medical data can take place by direct transmission over the network or by provision in a corresponding memory area, for example on a server, to which the individual finders have access. In this case, the finder creates the finding and / or the diagnosis on the basis of the medical data and transmits the result, which has been created in accordance with predetermined formal rules, to the system. The system comprises a first acquisition module, which is designed for the distribution of the same medical data with a predeterminable frequency to a number of findings, and / or a second acquisition module, which is designed for the distribution of additional medical data with a predefinable frequency to one or more findings , whereby these additional medical data have been assessed in the past by the same finder and / or diagnosed, or came from a specially created sample case database. The first acquisition module has an evaluation unit that calculates at least one numerical value depending on the degree of agreement of the findings and / or diagnoses of the same medical data from the findings and / or diagnoses of the finders received via the network. In the same way, the second recording module has a second evaluation unit, which derives from the findings and / or diagnoses of the findings received via the network and an earlier assessment of the same medical data by the same findings or an assessment of the medical data from the sample case database calculated at least one numerical value depending on the degree of correspondence. Depending on the comparison carried out, the numerical values obtained in this way can be used to make statements about the reliability of a report, the quality of the findings and / or diagnoses of a report or the reliability of a report or diagnosis itself.
Mit dem vorliegenden System lässt sich somit die Varianz der Befundung und/oder Diagnosestellung auf Basis medizinischer Daten, insbesondere digitaler medizinischer Bilder, in einem vernetzten medizinischen Leistungssystem messen, so dass Aussagen hinsichtlich der Reproduzierbarkeit oder der Streuung der Ergebnisse getroffen werden können. Die Erfassung der Varianz erfolgt hierbei automatisch, so dass der Zeit- und Arbeitsaufwand vernachlässigbar ist. Durch die automatisierte und effiziente Erfassung lässt sich ein hoher Qualitätsstandard erreichen.With the present system you can thus the variance of the diagnosis and / or diagnosis based medical data, especially digital medical images, measure in a networked medical performance system, making statements with regard to the reproducibility or the spread of the results can be hit. The variance is recorded automatically, so that the Time and effort is negligible. Through the automated and efficient detection a high quality standard to reach.
Das System lässt sich in bekannte Routinebefundungsprozesse integrieren, um die intra- und interindividuelle Variabilität zu erfassen. In besonderen nachfolgend erläuterten Ausführungsformen des Systems können Alarmfunktionen vorgesehen sein, die eine erhebliche Abweichung von einem vorgegebenen Qualitätsstandard anzeigen. Weiterhin kann eine automatisierte Bewertung stattfinden, in wieweit eine Streuung einer Befundung oder Diagnose zu unterschiedlichen klinischen Konsequenzen führt und damit relevant oder vernachlässigbar ist.The system can be integrated into known routine diagnosis processes integrate to capture intra- and inter-individual variability. In particular, explained below embodiments of the system Alarm functions can be provided that have a significant deviation of a given quality standard Show. Furthermore, an automated evaluation can take place to what extent a spread of a diagnosis or diagnosis is different leads to clinical consequences and therefore relevant or negligible is.
In einer Weiterbildung des vorliegenden Systems sind die Auswerteeinheiten derart ausgebildet, dass sie Teilergebnissen der Befundungen oder Diagnosen nach einem vorgegebenen Schlüssel spezielle numerische Werte, im Folgenden zur Unterscheidung zu dem berechneten numerischen Wert als erste numerische Werte bezeichnet, in Abhängigkeit vom Inhalt des jeweiligen Teilergebnisses zuordnen. Der Schlüssel berücksichtigt vorzugsweise die Bedeutung bzw. Tragweite von Unterschieden in den Teilergebnissen, so dass bei Unterschieden mit großer Bedeutung eine größere Differenz zwischen der ersten numerischen Werte erhalten wird als bei Unterschieden mit geringerer Bedeutung. Zusätzlich können den einzelnen Teilergebnissen über einen weiteren Schlüssel Gewichtungsfaktoren zugeordnet werden, die bei der Berechnung des numerischen Wertes einfließen.In a further development of the present Systems, the evaluation units are designed such that they Partial results of the findings or diagnoses according to a given key special numerical values, in the following to distinguish it from the calculated numerical value referred to as first numerical values, depending on Assign the content of the respective partial result. The key is taken into account preferably the meaning or scope of differences in the partial results, so that when there are differences of great importance, a bigger difference is obtained between the first numerical values than for differences of lesser importance. In addition, the individual partial results another key Weighting factors are assigned, which are used in the calculation of the numerical value.
Die Berechnung des numerischen Wertes als Maß für die Übereinstimmung von Befundungen und/oder Diagnosen erfolgt in einer Ausführungsform der vorliegenden Systems durch eine Summierung über die Differenzen der ersten numerischen Werte der einzelnen Teilergebnisse, ggf. multipliziert mit den jeweiligen Gewichtungsfaktoren.The calculation of the numerical value as Measure of agreement of findings and / or diagnoses takes place in one embodiment of the present system by summing the differences of the first numerical values of the individual partial results, multiplied if necessary with the respective weighting factors.
Vorzugsweise umfasst das vorliegende System eine Konfigurationseinheit, über die der Benutzer die Häufigkeit der Verteilung der zusätzlichen medizinischen Daten an einen Befunder und/oder die Häufigkeit der Verteilung medizinischer Daten an mehrere Befunder vorgeben kann. In einer weiteren Ausbildung dieser Konfigurationseinheit sind zusätzliche Eingabemöglichkeiten vorgesehen, über die der Benutzer weitere Parameter festlegen kann, wie bspw. den Zeitraum, über den bereits befundete medizinische Daten als zusätzliche Daten ausgewählt werden.Preferably the present comprises System a configuration unit through which the user the frequency the distribution of additional medical data to a finder and / or frequency Specify the distribution of medical data to multiple reviewers can. In a further embodiment of this configuration unit are additional input options provided about which the user can set further parameters, such as the Period, over the medical data already found are selected as additional data.
Das vorliegende System umfasst für die Auswahl der Befunder, denen zusätzliche medizinische Daten vorgelegt werden, sowie für die Auswahl der zusätzlichen medizinischen Daten vorzugsweise einen Zufallsgenerator.The present system includes for selection the finder who additional medical data are presented, as well as for the selection of additional medical data preferably a random number generator.
In einer Weiterbildung des vorliegenden Systems umfassen die Auswerteeinheiten eine Einrichtung, die die berechneten numerischen Werte daraufhin überprüft, ob sie innerhalb vorgegebener Grenzwerte liegen. Bei Überschreitung eines speziell vorgebbaren Schwellwertes, der eine deutliche Qualitätsunterschreitung anzeigt, wird eine Alarmmitteilung an eine entsprechend vorgesehene Qualitätsüberwachungsstelle, insbesondere an einen Supervisor, übermittelt.In a further development of the present Systems include the evaluation units a device that the The calculated numerical values are checked to see if they are within the specified range Limit values. If exceeded a threshold value that can be specified in advance, which is clearly below the quality displays, an alarm message is sent to a correspondingly provided Quality inspection agency, in particular to a supervisor.
Als Algorithmen, die in der Auswerteeinheit zur Berechnung des numerischen Wertes für den Grad der Übereinstimmung eingesetzt werden, können Auswertealgorithmen auf Basis von neuronalen Netzen, Fuzzy Logic, causal probabilistischen Netzen, einfacher Logik oder anderen mathematischen Verfahren zum Einsatz kommen. Durch diese Auswertealgorithmen wird bewertet, ob die Variabilität in der Befundung der medizinischen Daten innerhalb eines tolerablen Rahmens liegt. Weiterhin werden durch Befunder-spezifische Auswertung Schwachstellen einzelner Befunder aufgezeigt. Ein tolerabler Rahmen in der Streuung der Befunde oder Diagnosen kann über unterschiedliche Wege definiert werden. Bspw. kann vorgegeben werden, wie weit die Ergebnisse bei der Befundung der gleichen medizinischen Daten durch den gleichen Befunder auseinander liegen dürfen. So kann bspw. bei der Beurteilung eines medizinischen Bildes festgelegt werden, dass bei Befundung des gleichen Bildes durch den gleichen Befunder zumindest 8 von 10 aufgefundenen möglichen Läsionen gleich sein müssen.As algorithms in the evaluation unit for Calculation of the numerical value for the degree of agreement can be used Evaluation algorithms based on neural networks, fuzzy logic, causal probabilistic networks, simple logic or other mathematical procedures are used. These evaluation algorithms evaluate whether the variability in diagnosing medical data within a tolerable range Frame. Furthermore, by evaluator-specific evaluation Weaknesses of individual findings identified. A tolerable framework in the spread of the findings or diagnoses can be defined in different ways become. For example. can be specified how far the results in the same medical data being diagnosed by the same Finders may be apart. For example, when assessing a medical image be that when the same image is diagnosed by the same Finders must have at least 8 out of 10 possible lesions found the same.
Eine weitere Möglichkeit besteht im Einsatz von Expertensystemen zur Festlegung der entsprechenden Grenzwerte. Diese Expertensysteme modellieren die Domäne, d. h. die einzelnen möglichen Teilergebnisse bei den speziellen medizinischen Daten, inkl. Diagnosen und Kosten, um die Größe von Abweichungen festzustellen, die zu anderen Diagnosen, Therapien oder Kosten führen, und legen auf dieser Basis die tolerablen Grenzwerte fest. Eine weitere Möglichkeit besteht im Einsatz selbst lernender Systeme, die an den Musterfällen der Musterfall-Datenbank geeicht werden.Another option is to use Expert systems to determine the corresponding limit values. This Expert systems model the domain, i. H. the individual possible partial results for special medical data, including diagnoses and costs, about the size of deviations determine which lead to other diagnoses, therapies or costs, and on this basis determine the tolerable limit values. Another possibility consists in the use of self-learning systems based on the model cases of Sample case database can be calibrated.
Mit dem vorliegenden System lässt sich die Varianz-Messung auch in den laufenden medizinischen Routinebefundungsprozess integrieren. Insbesondere lässt sich das vorliegende System in vernetzten Anwendungen einsetzen, wie sie in den Veröffentlichungen der Beschreibungseinleitung beschrieben sind.With the present system you can the variance measurement also in the ongoing medical diagnosis process integrate. In particular, lets the present system is used in networked applications, as in the publications the introduction to the description.
Das vorliegende System wird nachfolgend anhand von Ausführungsbeispielen in Verbindung mit der Figur nochmals beispielhaft erläutert.The present system is described below of embodiments explained in connection with the figure again as an example.
Die Figur zeigt hierbei ein Beispiel
für den schematischen
Aufbau des vorliegenden Systems. Die medizinischen Daten
Das beispielhafte System umfasst
im vorliegenden Fall ein erstes Erfassungsmodul
Die dann zurück übermittelten Befunde werden
mit der Auswerteeinheit
Das zweite Erfassungsmodul
In der Figur ist weiterhin ein Zufallsgenerator
Im vorliegenden Beispiel, das sich
auf die Befundung von medizinischen Bildern, bspw. Röntgenbildern
oder Kernspinaufnahmen, bezieht, können durch die Konfigurationseinheit
-
– die
Anzahl der aus dem Routineprozess erhaltenen Bilder, die der Befundung
für die
Qualitätssicherung
abgezweigt werden, d. h. in der Datenbank
9 abgelegt werden;- The number of images obtained from the routine process, which are branched off to the diagnosis for quality assurance, ie in the database9 be filed; - – den Anteil der Bilder in Prozent, die erneut dem gleichen Befunder vorgelegt werden;- the Percentage of images presented again to the same findings become;
- – den zeitlichen Abstand, in dem die Bilder erneut dem gleichen Befunder vorgelegt werden;- the time interval in which the images are again the same findings be presented;
- – den Anteil der Bilder in Prozent, die an mehrere Befunder vergeben werden;- the Percentage of images given to multiple reviewers;
- – die Art der Bilder, die ein Befunder erhält;- the Type of images that a reporter receives;
-
– die
Herkunft der Bilder, aus dem Routinebetrieb (der Datenbank
9 ) oder aus einer Goldstandard-Datenbank8 ;- the origin of the images, from routine operation (the database9 ) or from a gold standard database8th ; - – die Kommunikationspfade für alle Teilnehmer des Systems;- the Communication paths for all participants in the system;
- – Alarmgrenzen und Alarmsituationen.- alarm limits and alarm situations.
Die Alarmgrenzen- und Situationen
repräsentieren
Grenzwerte, die von den berechneten numerischen Werten nicht über- bzw.
unterschritten werden dürfen,
wenn ein bestimmter Qualitätsstandard
aufrechterhalten werden soll. Bei einer Über- oder Unterschreitung der
Grenzwerte, die durch die Auswerteeinheiten
Selbstverständlich werden die berechneten numerischen Werte dokumentiert, so dass entsprechende Berichte erstellt oder die Ergebnisse über bestimmte Zeiträume hinweg durch das System direkt graphisch dargestellt werden können.Of course, the calculated ones Numerical values are documented so that appropriate reports can be created or the results can be directly graphically represented by the system over certain periods.
Die Arbeitsweise der zweiten Erfassungseinrichtung
Ein weiterer Faktor bei diesem Test ist der Zeitraum, aus dem die zusätzlichen Bilder stammen. Die Bilder sollten nicht zu aktuell sein, damit sich der Befunder nicht daran erinnert. Auf der anderen Seite sollten sie auch nicht zu lange zeitlich zurück liegen, da sich die Erfahrung des Befunders in der Regel mit der Zeit vergrößert und somit die Ergebnisse zwangsläufig zuverlässiger werden. Praktikable Zeiträume liegen, je nach Menge der durch den Befunder regelmäßig befundeten Bilder, zwischen einer Woche und einem Jahr.Another factor in this test is the period from which the additional images originate. The Images should not be too up-to-date so that the findings are not reminded of that. On the other hand, they shouldn't either back in time because the experience of the findings is usually related to the Time enlarged and hence the results inevitably reliable become. Practical periods lie, depending on the amount of findings regularly found by the finder Pictures, between a week and a year.
Für die Berechnung eines den Grad der Übereinstimmung der jeweiligen Befunde repräsentierenden numerischen Wertes können Algorithmen eingesetzt werden. Diese Algorithmen können beliebig gewonnen sein, z.B. auf Fuzzy Logic, neuronale Netze, bayes'sche Verfahren o.a. basieren.For the calculation of a the degree of agreement of each Findings numerical value Algorithms are used. These algorithms can be arbitrary won, e.g. on fuzzy logic, neural networks, Bayesian methods, etc. based.
Ein Beispiel eines einfachen Algorithmus, der
eingesetzt werden kann, folgt: Der Befund enthält eine Reihe von Teilergebnissen,
d. h. elementaren Feststellungen, und ihre vorgegebenen Kennungen, beispielsweise
Worte oder Wortfolgen. Die Kennungen werden in der Regel aus einer
vorgegebenen Liste für
jedes Teilergebnis gewählt.
Um Unterschiede berechnen zu können,
wird jeder Kennung der Liste ein (erster) numerischer Wert zugeordnet.
Im vorliegenden Fall werden diese numerischen Werte so gewählt, dass
sie auch die Bedeutung der Unterschiede zwischen den einzelnen Alternativen
bei der Festlegung des Teilergebnisses berücksichtigen. Im vorliegenden Beispiel
kann das berechnete Ergebnis eines Vergleichs, d. h. der mit der
Auswerteeinheit
Für das Vorliegen von Mikroaneurysmen
kommen die Alternativen „keine", „fraglich" und „definitiv" in Frage. Diesen
drei Alternativen können
die numerischen Werte 0, 50 und 100 zugeordnet werden, wenn dem
Unterschied zwischen „keine" und „fraglich" die gleiche Bedeutung
zukommt wie dem Unterschied zwischen „fraglich" und „definitiv". Wird dem Unterschied zwischen „fraglich" und „definitiv" eine größere Bedeutung
zugeordnet als dem Unterschied zwischen „keine" und „fraglich", so können bspw. die Werte 0, 10
und 100 zugeordnet werden, so dass der erstgenannte Unterschied
etwa 10-fach höher
bewertet wird als der letztgenannte Unterschied.An example of a simple algorithm that can be used follows: The finding contains a number of partial results, ie elementary findings, and their predefined identifiers, for example words or word sequences. The identifiers are usually selected from a given list for each partial result. To be able to calculate differences, each identifier in the list is assigned a (first) numerical value. In the present case, these numerical values are chosen such that they also take into account the meaning of the differences between the individual alternatives when determining the partial result. In the present example, the calculated result of a comparison, ie that with the evaluation unit
For the presence of microaneurysms, the alternatives "none", "questionable" and "definitely" come into question. These three alternatives can be assigned the numerical values 0, 50 and 100 if the difference between "none" and "questionable" is the same The meaning is as important as the difference between "questionable" and "definitive". If the difference between "questionable" and "definitive" is assigned a greater meaning than the difference between "none" and "questionable", the values 0, 10 can be used, for example and 100 are assigned, so that the first-mentioned difference is valued approximately 10 times higher than the last-mentioned difference.
In gleicher Weise werden den Alternativen für das Vorliegen von Hämorrhagien „nein", „ja – ohne Clusterhämorrhagien" und „ja – Clusterhämorrhagien" bspw. die Werte 0, 80 und 100 oder die Werte 0, 20 und 100 zugeordnet, je nachdem, welcher Unterschied in der Befundung als gravierender angesehen wird.In the same way, the alternatives for the present of hemorrhages "no", "yes - without cluster hemorrhages" and "yes - cluster hemorrhages", for example the values 0, 80 and 100 or assigned the values 0, 20 and 100, depending on which difference in the findings is considered to be more serious.
Entsprechendes gilt für die Feststellung des Vorliegens von HE (harte Exsudate) mit den Optionen „keine", „innerhalb eines temporalen Bogens", „außerhalb", „beide" mit den numerischen Werten 0, 90, 90 und 100, wenn die Detektion der HE wichtiger ist als die Unterscheidung zwischen "innerhalb" und "außerhalb" oder mit den Werten 0, 90, 20, 100, wenn die Erfassung von innerhalb der Temporale liegenden HE sehr wichtig ist.The same applies to the determination the presence of HE (hard exudates) with the options "none", "within of a temporal arch "," outside "," both "with the numerical Values 0, 90, 90 and 100 if the detection of the HE is more important as the distinction between "inside" and "outside" or with the values 0, 90, 20, 100 if the acquisition is from within the temporal HE is very important.
Die einzelnen Teilergebnisse, d. h. das Vorliegen von Mikroaneurysmen, das Vorliegen von Hämorrhagien sowie das Vorliegen von HE werden zusätzlich mit Gewichtungsfaktoren von 0,2, 0,5 und 0,3 versehen, um deren Wichtigkeit für den Befund bei der Auswertung zu berücksichtigen.The individual partial results, i.e. H. the presence of microaneurysms, the presence of hemorrhages and the presence of HE are additionally weighted of 0.2, 0.5 and 0.3 to indicate their importance for the finding to be taken into account in the evaluation.
Mit einer derartigen Zuordnung von numerischen Werten und Gewichtungsfaktoren zu einzelnen Kennungen, d. h. den möglichen Optionen bei Teilergebnissen, sowie den Teilergebnissen, kann dann von der Auswerteeinheit der die Qualität bzw. den Grad der Übereinstimmung der Befunde repräsentierende numerische Wert in folgender Weise berechnet werden. Hierbei sei angenommen, dass der erste Befund keine Mikroaneurysmen, das Vorliegen von Hämorrhagien ohne Clusterhämorrhagien sowie das Vorliegen von HE außerhalb umfasst, während der zweite Befund das Vorliegen von Mikroaneurysmen als fraglich bezeichnet, das Vorliegen von Hämorrhagien mit Clusterhämorrhagien bejaht und das Vorliegen von HE außerhalb feststellt.With such an assignment of numerical values and weighting factors for individual identifiers, d. H. the possible Options for partial results, as well as the partial results, can then from the evaluation unit to the quality or degree of agreement representing the findings numerical value can be calculated in the following way. Here is assumed that the first finding was no microaneurysms, the presence of haemorrhages without cluster hemorrhages and the presence of HE outside includes while the second finding that the presence of microaneurysms is questionable, the presence of hemorrhages with cluster hemorrhages affirmed and determines the presence of HE outside.
Je nach Gewichtung bzw. Zuordnung
der numerischen Werte, wie sie vorangehend beispielhaft für zwei unterschiedliche
Wertungen angegeben wurden, ergibt sich als numerischer Wert 1:
(50 – 0) × 0, 2 +
(100 – 80) × 0, 5 +
(90 – 90) × 0, 3 = 20
sowie
als numerischer Wert 2:
(10 – 0) × 0, 2 + (100 – 20) × 0, 5 +
(20 – 20) × 0, 3 = 42.Depending on the weighting or assignment of the numerical values, as given above for two different ratings, the numerical value is 1:
(50-0) × 0.2 + (100-80) × 0.5 + (90-90) × 0.3 = 20
and as a numerical value 2:
(10-0) × 0.2 + (100-20) × 0.5 + (20-20) × 0.3 = 42.
Die unterschiedlichen Werte sind hierbei auf die unterschiedliche Wertung von Unterschieden in der Befundung zurück zu führen, die durch Vorgabe der zugeordneten Werte festgelegt wird.The different values are here to trace back the different valuation of differences in the diagnosis, which is determined by specifying the assigned values.
Für
einen Test der inter-individuellen Variabilität lässt sich die gleiche Vorgehensweise,
d. h. die gleiche Zuordnung von Werten zu Einzelergebnissen sowie
der gleiche Auswertealgorithmus wählen. Der Unterschied besteht
lediglich darin, dass dem Befunder diesmal nicht von ihm bereits
befundete Bilder, sondern Bilder aus einer Goldstandard-Datenbank
Claims (7)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10254914A DE10254914A1 (en) | 2002-11-25 | 2002-11-25 | Medical system for evaluation of medical image data, especially image data, by a number of distributed diagnosing personnel, with the variance of the findings automatically calculated based on the variation between individuals |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10254914A DE10254914A1 (en) | 2002-11-25 | 2002-11-25 | Medical system for evaluation of medical image data, especially image data, by a number of distributed diagnosing personnel, with the variance of the findings automatically calculated based on the variation between individuals |
Publications (1)
Publication Number | Publication Date |
---|---|
DE10254914A1 true DE10254914A1 (en) | 2004-06-17 |
Family
ID=32318666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE10254914A Ceased DE10254914A1 (en) | 2002-11-25 | 2002-11-25 | Medical system for evaluation of medical image data, especially image data, by a number of distributed diagnosing personnel, with the variance of the findings automatically calculated based on the variation between individuals |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE10254914A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112582052A (en) * | 2020-11-27 | 2021-03-30 | 云南盛时迪安生物科技有限公司 | Hierarchical diagnosis and treatment system |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5924079A (en) * | 1996-09-25 | 1999-07-13 | Brown; Betty J. | Secured cash register |
US5947747A (en) * | 1996-05-09 | 1999-09-07 | Walker Asset Management Limited Partnership | Method and apparatus for computer-based educational testing |
-
2002
- 2002-11-25 DE DE10254914A patent/DE10254914A1/en not_active Ceased
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5947747A (en) * | 1996-05-09 | 1999-09-07 | Walker Asset Management Limited Partnership | Method and apparatus for computer-based educational testing |
US5924079A (en) * | 1996-09-25 | 1999-07-13 | Brown; Betty J. | Secured cash register |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112582052A (en) * | 2020-11-27 | 2021-03-30 | 云南盛时迪安生物科技有限公司 | Hierarchical diagnosis and treatment system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE60306309T2 (en) | System and method for managing information of an endoscope | |
DE10135138A1 (en) | Method for management and analysis of medical equipment data for a medical set-up or arrangement where data relating to equipment, operation, etc. is collected in a central database for optimized management and scheduling | |
DE102007017552A1 (en) | Case-dependent disease history prediction in a real-time monitoring system | |
DE112005000317T5 (en) | Method for recruiting patients for a clinical trial | |
DE102006046746A1 (en) | Computer readable medium e.g. optical medium for patient's diagnostic medical reference image information database, contains instructions to produce database of image variation data and severity class grade with respect to each data | |
DE102006043172A1 (en) | A method for evaluating the behavior of users of a digital Bildinformationenssysstems | |
WO2005081161A2 (en) | Method for carrying out quality control of medical data records collected from different but comparable patient collectives within the bounds of a medical plan | |
DE10316298A1 (en) | Process and arrangement for the automatic preparation and evaluation of medical data | |
EP3196791A1 (en) | Method for supporting medical personnel, support system, computer program and data carrier | |
DE10109863A1 (en) | Process for the systematic assessment of the quality of medical technology devices in operation | |
DE10135137A1 (en) | Management method for medical device has collected inventory data from different sections analyzed for providing equipment inventory | |
EP1156440A2 (en) | Method and apparatus for the automated determining of the health risks for a patient | |
DE102007031686A1 (en) | Method and system for clinical interpretation and review of patient data | |
EP1267297A2 (en) | Method for controlling and monitoring the process flow to determine the performance of a telemedicine healthcareservice | |
WO2005081160A1 (en) | Method for evaluating the quality of electronically stored, particularly medical, knowledge data | |
WO2005081162A2 (en) | Method for conducting a clinical study | |
EP3739592A1 (en) | Locally controlled imaging-based acquisition of patient data | |
WO2005081165A2 (en) | Method for verifying whether an implementation rule assigned to a medical procedure has been observed | |
Richards et al. | Computer use by general practitioners in Scotland. | |
DE10254914A1 (en) | Medical system for evaluation of medical image data, especially image data, by a number of distributed diagnosing personnel, with the variance of the findings automatically calculated based on the variation between individuals | |
DE112018005455T5 (en) | DEVICE FOR SUPPORTING HEALTH CARE, PROCEDURE AND PROGRAM | |
DE202022102083U1 (en) | System for managing patient requests and services on an online telemedicine platform using machine learning | |
EP1518187A1 (en) | Method for drawing up data which can be used to assess cognitive or sensomotor capabilities or capacities of people subjected to a test | |
DE10333797A1 (en) | Device for importing a machine-readable data model, in particular medical guidelines, into a workflow management system | |
EP1282062A2 (en) | Method for mediating for a telemedicine healthcare service provider |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8131 | Rejection |