JP2023517576A - 放射線医のフィンガープリンティング - Google Patents
放射線医のフィンガープリンティング Download PDFInfo
- Publication number
- JP2023517576A JP2023517576A JP2022554307A JP2022554307A JP2023517576A JP 2023517576 A JP2023517576 A JP 2023517576A JP 2022554307 A JP2022554307 A JP 2022554307A JP 2022554307 A JP2022554307 A JP 2022554307A JP 2023517576 A JP2023517576 A JP 2023517576A
- Authority
- JP
- Japan
- Prior art keywords
- user
- time
- medical imaging
- performance metric
- dependent
- 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
- 238000000034 method Methods 0.000 claims abstract description 88
- 238000002059 diagnostic imaging Methods 0.000 claims abstract description 67
- 230000036962 time dependent Effects 0.000 claims abstract description 44
- 230000008569 process Effects 0.000 claims abstract description 42
- 238000012360 testing method Methods 0.000 claims abstract description 15
- 230000000977 initiatory effect Effects 0.000 claims abstract description 6
- 238000013473 artificial intelligence Methods 0.000 claims description 22
- 238000012552 review Methods 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 2
- 238000002405 diagnostic procedure Methods 0.000 claims 6
- 238000004195 computer-aided diagnosis Methods 0.000 abstract description 24
- 238000003384 imaging method Methods 0.000 description 15
- 230000008901 benefit Effects 0.000 description 11
- 230000003902 lesion Effects 0.000 description 9
- 238000002591 computed tomography Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000001105 regulatory effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000003759 clinical diagnosis Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 206010056342 Pulmonary mass Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000005189 cardiac health Effects 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 201000003144 pneumothorax Diseases 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
放射線科医のパフォーマンスを評価する装置10は、ユーザがユーザインタフェース(UI)27にログインしている読影セッション中に、UIを介して医療画像検査31を提示(98)し、UIを介して提示された医用撮像検査に関する検査レポートを受信し、前記検査レポートをファイリングするステップと、追跡方法102,202を実行するステップであって、前記追跡方法が、(i)検査レポートに含まれる臨床所見と、読影セッション中にバックグラウンドプロセスとして実行されるコンピュータ支援診断(CAD)プロセスによって生成される提示された医用撮像検査の対応するコンピュータ生成臨床所見との間の一致を定量化する一致スコア34を計算するステップ(204)、及び/又は(ii)提示された医用撮像検査の読影時間38を決定するステップ(208)であって、提示された各医用撮像検査の読影時間は、ユーザインタフェースを介した医用撮像検査の提示の開始から対応する検査レポートの提出までの時間間隔である、ステップ、の少なくとも一方を有する、ステップと、計算された一致スコア及び/又は決定された読影時間に基づいて、前記ユーザについて少なくとも1つの時間依存ユーザパフォーマンスメトリック36を生成するステップ104と、を実行するようプログラムされた少なくとも1つの電子プロセッサ20を有する。
Description
本発明は、概して、放射線科技術、放射線検査読影技術、撮像ワークフロー技術、コンピュータ支援診断(CAD)技術、及び関連技術に関する。
過去数年において、機械学習(ML)又は深層学習(DL)人工知能(AI)ソリューションは、関連する所見の検出(例えば、コンピュータトモグラフィ(CT)スキャンにおける肺結節の検出、マンモグラムにおける乳房病変、胸部X線における気胸など)などの様々なタスクに関して、人間同様のパフォーマンスレベルに達し、又はそれを上回っている。しかしながら、いくつかの理由、最も顕著な規制問題のために、そのようなソリューションは、臨床ルーチンに十分に統合されていない。
同時に、放射線医のパフォーマンス評価は、放射線検査読影のスループット及び精度を最終的に改善するための方法として、放射線科においてますます要求されており、これは、読影品質を維持又は改善しながら、コストを低減することができる。
放射線医のパフォーマンスメトリックの1つとして、放射線技師により放射線検査終了後に臨床画像が放射線情報システムにアップロードされてから、スタッフ放射線医が放射線検査レポートを完成させるまでの時間間隔として定義される放射線検査レポートターンアラウンドタイム(TAT)がある。TATは、患者、委託医師及び病院施設全体に影響を及ぼす。放射線医は、最良の患者ケアの目的のためにTATを回避できなければならない。TATは、読影されるべき放射線検査のバックログなど、少なくとも部分的には放射線医のコントロールの及ばないファクタに依存することに留意されたい
放射線医のパフォーマンスを評価するためにより重要なものは、読影時間であり、これは、放射線医が読影を実行するために放射線検査を開いてから、放射線医の所見を含む最終の放射線レポートを放射線医がファイリングするまでの時間間隔である。読影時間は、放射線医及びプロシージャタイプの両方に依存する。例えば、読影時間は、撮像検査の複雑さ(例えば、心臓の健康を評価するための複雑な3次元CTは、骨折の可能性を評価するための2次元X線よりも読影に時間がかかりうる)、患者コンテキスト(患者の状況)の複雑さ(例えば、患者が複雑な病歴及び/又は多数の過去の撮像検査を有する場合、放射線医は、患者コンテキストを知るために、この患者の病歴をレビューすると予想される)、及び/又は1日の異なる時間及び/又は1週間の異なる日における個々の放射線医の異なる作業効率に影響されることがある。
現在、放射線医は、通常、画像保存通信システム(Picture Archiving and Communication System、PACS)主導のワークフローの中で作業する。PACSワークステーションは、検査状況、場所、モダリティ、及び身体部位に応じて典型的に組み込まれるいくつかの作業リストを有する。放射線医は、作業リストから次に読影されるべき症例を選択することができる。この「チェリーピッキング」の症例選択により、一部の放射線医は、より複雑でない症例を拾う傾向があり、これは、1日又はシフトの終わりにおける未だ読影されていない複雑な症例の蓄積につながることがある。更に、このアドホックベースの選択は、効率及び品質のために最適化されていない。更に、重要なスキャンは重要でないスキャンより先に読影されるべきであり、緊急性は、症例選択のファクタになり得る。
放射線技師の読影効率が1日のうち、あるいは1週間のうちでどのように変化するかについての全体的な知識がなければ、異常な読影パフォーマンスが判定されることができず、その結果、それを動的に管理し、スタディのバックログ及び/又は影響を受ける読影品質の可能性を回避することができなくなる。加えて、選択された症例を正確に読影する場合の放射線医の精度もまた、効率ファクタである。
以下は、これらの問題及び他の問題を克服するための特定の改良を開示する。
一態様において、放射線医のパフォーマンスを評価する装置は、ユーザがユーザインタフェース(UI)にログインしている読影セッション中に、UIを介して医療撮像検査を提示し、UIを介して、提示された医用撮像検査に関する検査レポートを受信し、検査レポートをファイルするステップと、追跡方法を実行するステップであって、前記追跡方法が、(i)検査レポートに含まれる臨床所見と、読影セッション中にバックグラウンドプロセスとして実行されるコンピュータ支援診断(CAD)プロセスによって生成される、提示された医用撮像検査に関する対応するコンピュータ生成された臨床所見との間の一致を定量化する一致スコアを計算するステップ、及び/又は(ii)提示された医用撮像検査のための読影時間を決定するステップであって、各提示された医用撮像検査のための読影時間が、ユーザインタフェースを介した医用撮像検査の提示の開始から、対応する検査レポートのファイリングまでの時間間隔である、ステップ、の少なくとも一方を含む、ステップと、計算された一致スコア及び/又は決定された読影時間に基づいて、ユーザに関する少なくとも1つの時間依存のユーザパフォーマンスメトリックを生成するステップと、を実行するようプログラムされた少なくとも1つの電子プロセッサを有する。
別の態様では、放射線医のパフォーマンスを評価する装置は、ユーザがUIにログインしている読影セッション中に、UIを介して、医用撮像検査の医用撮像を表示することを含む医用撮像検査の提示を実行し、UIを介して、提示された医用撮像検査に関してユーザにより生成された臨床所見を受信するステップと、追跡方法を実行するステップであって、前記追跡方法が、読影セッション中に実行されるバックグラウンドプロセスとして、提示された医用撮像検査の医用画像に対してCADプロセスを実行して、提示された医用撮像検査に対するコンピュータ生成された臨床所見を生成するステップと、提示された医用撮像検査に対するコンピュータ生成された臨床所見と、提示された医用撮像検査に対する対応するユーザ生成された臨床所見との間の一致を定量化する一致スコアを計算し、一致スコアに基づいてユーザに関する時間依存のユーザパフォーマンスメトリクスを生成するステップと、を含む、ステップとを実行するようプログラムされた少なくとも1つの電子プロセッサを有する。
別の態様では、放射線医のパフォーマンスを評価する装置は、ユーザがUIにログインしている読影セッション中に方法を実行するようプログラムされた少なくとも1つの電子プロセッサを有し、前記方法が、UIを介して未だ読影されていない医用撮像検査のワークリストを提供するステップと、UIを介して、ユーザによってワークリストから選択された医用撮像検査を提示するステップと、提示された医用撮像検査についてUIを介して検査レポートを受信するステップと、受信した検査レポートをファイルするステップであって、UIを介した医用撮像検査の提示の開始から、対応する受信した検査レポートのファイリングまでの時間間隔として、提示された各医用撮像検査の読影時間を決定するステップと、決定された読影時間に基づいてユーザに関する時間依存のユーザパフォーマンスメトリクスを生成するステップと、を有する。
1つの利点は、1又は複数の撮像スタディを行う個々の放射線医のパフォーマンスを、同一又は類似の撮像スタディを実行するAI対応アルゴリズムと比較することにある。
別の利点は、放射線医のパフォーマンスとAI対応アルゴリズムとの間の類似性を追跡するバックグラウンドプログラムを実行することにある。
別の利点は、患者診断においてAI対応アルゴリズムの結果を使用しないことにある。
別の利点は、放射線医のパフォーマンスのベンチマークレベルを得るために、撮像スタディ中に放射線医のパフォーマンスを追跡することにある。
別の利点は、放射線医のパフォーマンスのベンチマーク精度レベルを得るために、撮像スタディ中に放射線医の精度パフォーマンスを追跡することにある。
別の利点は、内部基準として放射線医のパフォーマンスのベンチマークレベルを得ることにある。
別の利点は、放射線医の読影時間に基づいて医用撮像検査を実行する放射線医の効率を決定することにある。
別の利点は、放射線医の読影時間に基づいて放射線医のスケジュール又はワークフローを更新することにある。
所与の実施形態は、前述の利点のいずれも提供しないことがあり、あるいは1つ、2つ、より多く、又はすべてを提供してもよく、及び/又は本開示を読み理解することにより当業者に明らかになるように他の利点を提供してもよい。
本開示は、様々な構成要素及び構成要素の取り合わせ、ならびに様々なステップ及びステップの取り合わせの形をとることができる。図面は、好ましい実施形態を例示する目的のためだけにあり、本開示を限定するものとして解釈されるべきではない。
本明細書で使用される場合、「バックグラウンドプロセス」(及びその異形)という語は、別のプロセス(撮像読影セッションなど)のシーンの背後でユーザ介入なしに自律的に走るコンピュータプロセスを指す。
本明細書で使用される場合、「一致スコア」(及びその異形)という語は、放射線医による撮像読影の結果と、人工知能バックグラウンドプロセスによって生成された結果との間の関係を指す。
本明細書で使用される場合、「フィンガープリント」(及びその異形)という語は、放射線医の個人的な読影特性と、他の放射線医と比較して潜在的にわずかな差異との間の関係を指す。
本明細書で使用される場合、「ユーザパフォーマンスメトリック」(及びその異形)という語は、フィンガープリント又は一致スコアのタイムスタンピング又はフィッティングプロセスを指す。
コンピュータ支援診断(Computer Aided Diagnostic、CAD)システムなどのAIベースのシステムは、非常に正確になりつつあり、原則的に臨床診断タスクに使用可能である。しかしながら、このような使用は、規制の枠組みが診断のためのCADを許可しない、あるいは許可されてもCADを組み込むには規制当局の承認のためにシステムやプロセスの再認証が必要でコストがかかるなど、非技術的な考慮事項によって阻害される。
以下は、いくつかの実施形態において、AI CADプログラムをバックグラウンドで実行することを開示する。AI CAD結果は、実際の診断を提供又は支援するために使用されない。むしろ、AI CADの結果は、放射線医の臨床所見がAI CADによって生成された臨床所見とどの程度一致しているかを測定する放射線医に関する一致スコア(これらの実施形態においてフィンガープリントと呼ばれることもある)を生成するために、放射線医によって作成された放射線検査レポートに含まれる臨床所見と比較される。AI CADが合理的に正確であると仮定すると、より高い一致スコアは、放射線医による放射線影のより高い精度と相関することが予想され得る。このことは、AI CADが合理的に正確である限り、変わらない。したがって、AI CADが、臨床診断のために完全であるか、又は十分な精度をもつことを必要としない。放射線医に関する一致スコアは、時間の関数として計算されてもよく、また、様々な方法で、例えば、異なるタイプの読影について異なる一致スコアに分割されてもよい。
一致スコアには様々な用途があり得る。それは、放射線医の精度が低下しうる期間(例えば、疲労に起因して午後の遅い時間)を識別するために、1日にわたる放射線医のパフォーマンスを追跡するために使用され得る。これは、放射線科全体又は病院間の放射線医のパフォーマンスを比較するために使用されることができる。一致スコアのシフトはまた、放射線読影処理における問題のインジケータであり得る。例えば、すべての放射線医にわたる一致スコアの低下は、撮像プロトコルの変化又は装置の誤動作(AI CAD精度の低下につながる可能性がある)による可能性がある。有利には、これらの実施形態は、実際の患者の臨床診断におけるAI CADの使用を従来制限又は防止してきた規制又は他の非技術的懸念を回避しながら、実際の臨床ワークフローにおいてAI CADを活用する。
本明細書に開示される他の(必ずしも相互排他的ではない)実施形態では、異なるタイプの放射線医フィンガープリントが、放射線読影の効率を評価するために提供される。これらの実施形態では、フィンガープリントは、放射線医が、検査に関して予想される読影時間をどれくらいの頻度で満たすことができないかのメトリックである。この評価は、ほとんどのPACSインプリメンテーションが、放射線検査読影の開始(放射線医が撮像検査データにアクセスするとき)と、読影の終了(放射線レポートがファイルされるとき)とにタイムスタンプを付け、読影時間が、それらの間にあるという事実を活用する。(例えば、個々の放射線医に基づいて)「予想される」読影時間を確立するために、各放射線医の読影時間が統計的に分析されて、放射線医が通常満たす典型的な読影時間閾値が決定される。より高い粒度では、読影時間閾値は、好ましくは、特定の読影タスクについて決定され(例えば、可能性のある骨折を検出するための単純なCT読影の読影時間閾値は、可能性のある病変を検出するための複雑なPETスキャン読影の読影時間閾値よりもはるかに短い可能性がある)、更に、週の特定の日、1日のうち特定の部分、又は他の特定の時間期間について決定されてもよい(例えば、放射線医は、火曜日と比較して月曜日においてより効率的でないことがあり、又は午前と比較して午後のほうがより効率的でありえ、又はその逆もありうる)。
この設定の後、各読影についての放射線医の読影時間は、その放射線医及びそのタイプの読影(及び任意には当該曜日など)についての読影時間閾値と比較される。時間ブロック当たり特定の回数を超える読影が閾値を超過する場合(例えば一例では、30分間で2を超える読影が読影時間閾値を超える場合)、閾値を超過する読影は、患者コンテキストに関して評価される。より長い読影時間を正当化する何かが患者コンテキストにある場合、この閾値超過する読影時間は考慮から外される(discounted)。この患者コンテキスト分析の後、時間ブロック内の閾値超過の読影時間の数が依然として高すぎる場合、放射線医の作業負荷の動的管理が呼び出される。
動的管理は、例えば、放射線医にいくつかのより容易な読影を割り当てることを含むことができる。代替的に、放射線医が良好に機能している場合(最新の時間ブロックにわたって閾値を超える読影時間がない)、その放射線医は、読影者がこれらのタイプの画像のための好ましい読影者として示されているので、いくつかのより困難な読影を割り当てられることができる。より一般的には、放射線医の閾値超過フィンガープリントを使用して、未だ読影されていない症例を利用可能な放射線医にインテリジェントに分配することが可能である。
今日の放射線読影システムにおいて、放射線医には、通常、ペンディングの症例の待ち行列が提示される。これは、より容易な症例のチェリーピッキングにつながる可能性がある。動的管理は、追加的に又は代替的に、異なるタイプの読影に関する放射線医の現在の読影時間パフォーマンスに基づいて放射線医が適切な症例のみを提示されるように、個別の放射線医ごとにペンディングの症例の待ち行列を調整することによって実現されることができる。
図1を参照すると、画像取得装置(図示せず)によって生成された画像をレビューするための放射線医のパフォーマンスを評価するための例示的な装置10が示されている。図1はまた、ワークステーションコンピュータ、又はより一般的にはコンピュータなどの電子処理装置18を示す。電子処理装置18は、典型的には、放射線読影ワークステーションを含み、より複雑な画像処理又は他の複雑な計算タスクを実行するために、例えば、サーバクラスタ、クラウドコンピューティングリソースなどを形成するように相互接続されたサーバコンピュータ又は複数のサーバコンピュータを含むこともできる。ワークステーション18は、電子プロセッサ20(例えば、マイクロプロセッサ)、少なくとも1つのユーザ入力装置(例えば、マウス、キーボード、トラックボールなど)22、及び表示装置24(例えば、LCDディスプレイ、プラズマディスプレイ、陰極線管ディスプレイなど)などの典型的なコンポーネントを含む。いくつかの実施形態では、表示装置24は、ワークステーション18とは別個のコンポーネントとすることができ、又は2又はそれより多くの表示装置(例えば、放射線検査の臨床画像を提示するための高解像度ディスプレイ、及びテキスト又は低解像度グラフィカルコンテンツを提供するための低解像度ディスプレイ)を含むことができる。
電子プロセッサ20は、1つ又は複数の非一時的記憶媒体26と動作可能に接続される。非一時的記憶媒体26は、非限定的な例示として、磁気ディスク、RAID、又は他の磁気記憶媒体、ソリッドステートドライブ、フラッシュドライブ、電子的消去可能読影専用メモリ(EEROM)、又は他の電子メモリ、光ディスク又は他の光記憶装置、それらの様々な組み合わせなどのうちの1つ又は複数を含み得、例えば、ネットワーク記憶装置、ワークステーション18の内部ハードドライブ、それらの様々な組み合わせなどであり得る。本明細書における1又は複数の非一時的媒体26へのいかなる言及も、同じ又は異なるタイプの単一の媒体又は複数の媒体を包含するものとして広く解釈されるべきであることを理解されたい。同様に、電子プロセッサ20は、単一の電子プロセッサとして、又は2又はそれより多くの電子プロセッサとして具体化されてもよい。非一時記憶媒体26は、少なくとも1つの電子プロセッサ20により実行可能な命令を記憶する。命令は、表示装置24上に表示するためのグラフィカルユーザインタフェース(GUI)27の視覚化を生成するための命令を含む。
装置10は更に、レビューされるべき画像及び/又は医用撮像検査31の組30を記憶するデータベース28を有し、又は他の場合にはそれと動作可能に通信する。データベース28は、放射線情報システム(RIS)データベース、画像保存通信システム(PACS)データベース、電子医療記録(EMR)データベースなどを含む任意の適切なデータベースとすることができる。特に、データベース28は、典型的には、PACSデータベース又はその機能的な等価物を含む。代替的に、データベース28は、1又は複数の非一時的媒体26内に実装されることができる。ワークステーション18は、例えばDICOMフォーマットで記憶された撮像メタデータと共に、読影される放射線検査31の画像の記憶された組30にアクセスするために使用され得る。
画像30は、放射線医が画像をレビューし、所見(例えば、病変の存在、画像における誤差、画像における関心領域など)をレポートすることができるように、データベース28からワークステーション18にダウンロードされることができる。いくつかの実施形態では、少なくとも1つの電子プロセッサ20は、AIコンポーネント32を実装するように更にプログラムされる。AIコンポーネント32は、放射線医が画像をレビューするときに、画像の組30に対して1つ又は複数のアルゴリズム(例えば、CADアルゴリズム)を実行して、提示された医用撮像検査31についてコンピュータにより生成される臨床所見を生成するようにプログラムされる。しかしながら、典型的なCADシステムとは異なり、コンピュータにより生成された臨床所見は、放射線検査31の読影を実行する際の考慮のために放射線医に提示されない。むしろ、少なくとも1つの電子プロセッサ20は、放射線医のパフォーマンスとAIコンポーネント32との間の比較に基づいて、フィンガープリント又は一致スコア34を計算するようにプログラムされる。一致スコア34から、当該放射線医のユーザパフォーマンスメトリック36が計算される。このようにして、AIコンポーネント32は、臨床放射線読影処理において何らの役割も果たさない(例えば、コンピュータにより生成された臨床所見は、読影を行う放射線医に知られることはなく、また、ファイルされる放射線レポートにも含まれない)。結果として、AIコンポーネント32、及び本明細書に開示されるその使用は、典型的には、医療規制当局による規制承認を必要としない。
他の(必ずしも相互排他的ではない)実施形態において、放射線医のフィンガープリントが、読影時間の追跡に基づいて生成され、本明細書で更に説明するように、例えば、放射線医の作業負荷の動的管理において使用されることができる。
装置10は、上述のように、放射線読影方法98及び放射線医のパフォーマンス評価方法又はプロセス100を実行するように構成される。非一時的記憶媒体26は、読影方法98及び放射線医のパフォーマンス評価方法又はプロセス100を実行することを含む開示された演算処理を実行するために、少なくとも1つの電子プロセッサ20によって読み取り可能かつ実行可能な命令を記憶する。いくつかの例において、方法98、100の一方又は両方は、クラウド処理によって少なくとも部分的に実行され得る。
放射線読影方法98は、放射線医に、放射線検査を読影するためのツールを提供する。典型的なワークフローでは、放射線医は、読影セッションを実行するためにワークステーション18にログインする。ログインは、放射線医が自分のユーザ名及びパスワードを入力することによって行われ得る。他のログインアプローチでは、例えば、放射線医の指の指紋を読み取るフィンガープリントリーダ(図示せず)を使用するか、又は顔認識などを使用する等の、バイオメトリックベースのログインを使用することができる。他の典型的なログインアプローチも利用されることができ、例えば、放射線医がパスワードを入力し、USBセキュリティキーを挿入し、コンピュータによって生成されたワンタイムパスコードを提供する2ファクタ承認などが利用されることができる。
読影セッション中、ユーザ(例えば、放射線医)は、UI27にログインされる。ユーザは、UI27が提供する作業リストから医用撮像検査31を選択し、選択された医用撮像検査がUI27を介して提示される。この提示は、例えば、検査の臨床画像30を表示装置24上に表示し、ユーザが画像の表示をズーム、パン、又は他の方法で操作することを可能にするような処理を含むことができる。UI27は、ユーザが画像内の距離を測定するためにスクリーン上のカーソルを操作することを可能にし、又は病変若しくは他の関心のある特徴を輪郭描出するなどの他の機能を提供することができる。更に、UI27は、提示された医用撮像検査31に関する検査レポートをUI27を介して受信するためのユーザ入力ウィンドウを提供する。ユーザ(例えば、放射線医)は、放射線医の臨床所見を提供することを含む放射線レポートを書き上げる。レポートが完了すると、ユーザは、例えば、最終レポートをPACSデータベース28にアップロードすることによって、検査レポートをファイルする。放射線読影方法98は、例えば、IntelliSpace PACS Radiology reading environment (Koninklijke Philips N.V., Eindhoven, the Netherlandsから入手可能)などの市販の放射線読影環境として実装されることができる。
典型的な放射線科では、放射線医は、毎日の作業シフトの開始時にワークステーション18にログインし、読影セッションを行い、かかる読影セッションは、いくつかの放射線検査の読影を実行することを含み得る。放射線医は、作業シフトの終わりにログアウトする(また、昼休みをとるためなど、他の間隔でログアウト/ログインすることもある)。それによって、放射線医は、放射線科での任期に応じて、数日、数週間、数ヶ月、又は数年に及ぶことがある連続的な読影セッションを行う。これらの連続的な読影セッションにおける放射線医のパフォーマンスは、放射線医のパフォーマンス評価方法100によって評価され、その実施形態が本明細書に記載される。
引き続き図1を参照し、更に図2を参照すると、放射線医のパフォーマンス評価方法100の例示的な実施形態が、図2にフローチャート100として概略的に示されている。処理102において、少なくとも1つの電子プロセッサ20は、ユーザがGUI27にログインしている連続的な読影セッション中に追跡方法200を実行するようプログラムされ、他方で読影方法98に従って放射線検査読影が行われる。
一実施形態では、追跡方法200は、処理202-206を含むことができる。(読影方法98によって実際に行われる)処理202において、医用撮像検査31は、GUI27上に提示され、これは、撮像セッションの医用撮像を表示することを含む。次いで、ユーザは、少なくとも1つのユーザ入力装置22を介して、医用撮像検査31について臨床所見(例えば、病変の存在、画像内のエラー、画像内の関心領域など)をGUI27を通じて入力する。
処理202と同時にバックグラウンドで実行される処理204において、少なくとも1つの電子プロセッサ20は、提示された医用撮像検査31の医用画像についてCADプロセスを実行するようにプログラムされる。いくつかの実施形態では、AIコンポーネント32は、AI-CADプロセスとして処理204を実行する。CADプロセスは、処理202において、ユーザに提示された医学的検査に関してコンピュータにより生成される臨床所見を生成する。有利には、コンピュータにより生成された臨床所見は、ユーザがGUI27にログインしているときにユーザに提示されない。したがって、コンピュータにより生成された臨床所見は、診断には使用されない。
処理206において、少なくとも1つの電子プロセッサ20は、処理202によってユーザによって入力された臨床所見を抽出し、1つ又は複数の一致スコア34を計算するようにプログラムされる。一致スコア34は、提示された医用撮像検査31に関してコンピュータにより生成された臨床所見と、提示された医用撮像検査に関してユーザにより生成された対応する臨床所見との間の一致(例えば、類似性)を定量化する。
ユーザにより生成された臨床所見は、様々な方法で識別されることができる。1つのアプローチでは、処理202においてユーザにより入力された放射線レポートは、ユーザにより生成された臨床所見を抽出するように処理される。レポートからユーザにより生成された臨床所見を抽出する方法は、レポートのフォーマットに依存する。所見が、所見のエントリのために指定されたレポートの1又は複数の構造化データフィールドに入力されている場合、ユーザにより生成された臨床所見は、臨床所見のエントリのために指定されたデータフィールドから臨床所見を単に読み出すことによって抽出されることができる。一方、所見がレポートの自由形式のエントリフィールドに入力されている場合、抽出は、臨床所見に関連するキーワードを検出すること、及び/又はテキストのセマンティック(意味)解析を実行することなどの自然言語処理(NLP)技法を伴い得る。例えば、自由形式のテキストエントリに「Lesion size increased to 1.25 mm(病変サイズが1.25mmに増加した)」とある場合、用語「lesion(病変)」、「size(サイズ)」、及び「increased(増加した)」が、所見「lesion size increasing(病変サイズ増加)」を抽出するために検出されることができ、一方、追加の内容「1.25mm」は、所見「lesion size = 1.25 mm(病変サイズ=1.25mm)」の抽出を可能にし得る。これらは、単に非限定的な例示的な実施形態である。一致スコア34が計算されると、追跡方法200は完了する。
処理104として、少なくとも1つの電子プロセッサ20は、連続する読影セッションにわたって計算された一致スコア34に基づいて、ユーザに関する1つ又は複数のユーザパフォーマンスメトリック36を生成するようにプログラムされる。いくつかの実施形態では、ユーザパフォーマンスメトリック36は、時間依存である。例えば、ユーザパフォーマンスメトリック36は、タイムスタンプを付された一致スコア34の時間シーケンスでありうる。別の例では、ユーザパフォーマンスメトリック36は、一致スコア34を時間の関数として多項式関数などのグラフ表現にフィットするなど、後処理演算を含むことができる。他の実施形態では、バックグラウンドプロセスとして実行されるそれぞれ異なる所見タイプに特有のCADプロセスを使用して追跡方法200を実行することによって、複数の所見タイプ特有の時間依存のユーザパフォーマンスメトリック36を生成することができる。他の実施形態では、少なくとも1つの電子プロセッサ20は、時間依存ユーザパフォーマンスメトリック36を1日単位の時間間隔で分析して、時間依存ユーザパフォーマンスメトリックが閾値を下回る1又は複数の時間間隔を識別するようプログラムされる。ユーザパフォーマンスメトリックが閾値を下回る場合、特定の是正措置をとることができる(例えば、放射線医のスケジュールを調整すること、プロセスエラーが存在するかどうかを確認するために追跡方法200をレビューすること、など)。
いくつかの実施形態では、追跡方法200は、複数の異なる放射線医について繰り返され、その場合、個別のユーザ特有の時間依存ユーザパフォーマンスメトリック36が生成されることができる。少なくとも1つの電子プロセッサ20は、それぞれ異なるユーザに特有の時間依存ユーザパフォーマンスメトリック36の比較(例えば、数値、グラフィックなど)を表示装置24上に表示することによって、それぞれの異なるユーザのパフォーマンスを比較するようにプログラムされる。
図1及び図2を引き続き参照すると、別の実施形態では、バックグラウンドCADプロセスを実行し、処理204、206を実行する代わりに、又はそれに加えて、追跡方法200は、放射線医による医用撮像検査31の読影時間38を決定することを含むことができる。フィンガープリント又はユーザパフォーマンスメトリック36は、過去の読影の読影時間、プロシージャタイプに基づく読影時間、一勤務日の中の異なる時間や一週間の中のそれぞれ異なる日で読影時間がどのように変化するか、医用撮像検査における各患者の患者コンテキストなどに基づいて、当該放射線医について生成されることができる。本明細書で使用するとき、用語「患者コンテキスト」(及びその異形)は、様々なファクタの複雑さを指し、例えば、患者に関する過去の訪問の異なる理由、過去の訪問回数、及び同じプロシージャタイプについて過去に撮影されたスキャンの数などである。
読影時間38を決定するために、追跡方法200は処理208を含む。処理202において、既に説明したように、医学的検査が、データベース28から取り出され、未だ読影されていない検査の作業リストとしてGUI27を介して提示される。ユーザは、レビューのための検査を選択することができる。レビューされた検査レポートは、データベース28にファイルされる(例えば、記憶される)ことができる。(ここでも、処理202は、図1に示される読影方法又はプロセス98に対応する)。
処理208において、少なくとも1つの電子プロセッサ20は、提示された各医用撮像検査31ごとの読影時間38を、GUI27を介した医用撮像検査の提示の開始と、対応する受信された検査レポートのファイリングとの間の時間間隔として決定するようにプログラムされる。読影時間38は、非一時的コンピュータ可読媒体26に記憶され、及び/又は表示装置24上に表示され得る。
この実施形態では、処理104は、連続的な読影セッションにわたる読影時間38に基づいて、ユーザの時間依存ユーザパフォーマンスメトリック36を生成することを含む。いくつかの実施形態では、ユーザパフォーマンスメトリック36は、時間依存である。例えば、ユーザパフォーマンスメトリック36は、タイムスタンプが付された一致スコア34の時間シーケンスでありうる。別の例では、ユーザパフォーマンスメトリック36は、一致スコア34を時間の関数として多項式関数などのグラフ表現にフィットさせるなど、後処理操作を含むことができる。他の実施形態では、複数の所見タイプ特有の時間依存ユーザパフォーマンスメトリック36が、個々異なるタイプの医用撮像検査31の読影時間38を使用して追跡方法200を実行することによって生成されることができる。いくつかの実施形態では、追跡方法200は、複数の異なる放射線医に関して繰り返され、その場合、個々のユーザ特有の時間依存ユーザパフォーマンスメトリック36が生成されることができる。少なくとも1つの電子プロセッサ20は、異なるユーザ特有の時間依存ユーザパフォーマンスメトリック36の比較(例えば、数値、グラフィックなど)を表示装置24上に表示することによって、異なるユーザのパフォーマンスを比較するようにプログラムされる。
更なる実施形態では、少なくとも1つの電子プロセッサ20は、1日単位の時間間隔で時間依存ユーザパフォーマンスメトリック36を分析するようにプログラムされ、かかる分析は、時間依存ユーザパフォーマンスメトリックを生成するためにレビューされた画像の患者コンテキストに少なくとも基づいて、時間依存ユーザパフォーマンスメトリックが、時間依存ユーザパフォーマンスメトリックが閾値を下回るか又は閾値より下にある1又は複数の時間間隔を識別するように実行される。例えば、放射線医の読影時間が所定の閾値を超える場合、少なくとも1つの電子プロセッサ20は、患者コンテキストを評価し、自動的にフラグを立て、患者コンテキストのチェックをトリガするようにプログラムされる。患者コンテキストが著しく複雑である場合、少なくとも1つの電子プロセッサ20は、放射線医の長い読影時間が複雑な患者コンテキストによるものであると決定するようにプログラムされ、患者コンテキストが著しく複雑でない場合、少なくとも1つの電子プロセッサは、放射線医の現在の読影パフォーマンスが異常であると決定する。
ユーザパフォーマンスメトリックが閾値を下回る場合、特定の是正措置をとることができる(例えば、放射線医のスケジュールを調整すること、プロセスエラーが存在するかどうかを確認するために追跡方法200をレビューすること、その他)。例えば、ある時間内に予め定められた数の異常な挙動例が検出された後(例えば、30分以内に2例)、少なくとも1つの電子プロセッサ20は、全体のスループットを遅くしないために、放射線医に通常よりも少ない数の症例を割り当てたり、より複雑ではない症例(胸部X線など)を割り当てたり、また、必要に応じて他の放射線医の読影割り当てを適宜調整するなど、当該放射線医の読影スケジュールを動的に調整するようにプログラムされる
特定の例では、造影剤を含まない患者の頭部のCTスキャンを含む撮像検査の場合、月曜日の午前8時-10時の特定の放射線医の最大読影時間は9分である。この最大読影時間が、この特定の放射線医に関する検出閾値として設定され、或る月曜日の朝、午前9時における読影時間が11分である場合、このパフォーマンスは、患者のコンテキストが著しく複雑ではないという確認の後、異常としてフラグが立てられる。予め定められた時間内に予め定められた数の異常な挙動例が検出された後、特定の放射線医のスケジュールは、それに応じて(例えば、より少ない症例又はより複雑でない症例を含むように)調整されることができる。更に、他の放射線医のスケジュールは、特定の放射線医のスケジュールの変更を考慮するために更新されることもできる。
いくつかの例では、AIコンポーネント32は、AIコンポーネントが、撮像プロトコル、読影プリファレンスなどに基づいて、1又は複数の放射線医に関するユーザパフォーマンスメトリック36を評価するように構成されるという点で、自己学習コンポーネントを用いて構成されることができる。例えば、スペクトルCTイメージングプロトコルの場合、AIコンポーネント32は、放射線医の結果に基づいて、ユーザパフォーマンスメトリック36を更新するように構成される(例えば、放射線医のパフォーマンスは、従来のCT画像とは対照的に、MonoE画像がレビューされるとき、AI-CADプロセスとより一致する)。
本開示は、好ましい実施形態を参照して説明された。当業者であれば、前述の詳細な説明を読み理解することにより、変形例及び変更例を思いつく可能性がある。例示的な実施形態は、それら変形例及び変更例が添付の特許請求の範囲又はその等価物の範囲内に入る限りにおいて、そのようなすべての変形例及び変更例を含むものと解釈されることが意図される。
Claims (20)
- 放射線医のパフォーマンスを評価する装置であって、
ユーザがユーザインタフェースにログインしている読影セッション中に、前記ユーザインタフェースを介して医用撮像検査を提示し、前記医用撮像検査について検査レポートを受信し、前記検査レポートをファイリングするステップと、
追跡方法を実行するステップであって、前記追跡方法が、
(i)前記検査レポートに含まれる臨床所見と、前記読影セッション中にバックグラウンドプロセスとして実行されるコンピュータ支援診断プロセスによって生成される前記提示された医用撮像検査に関する対応するコンピュータ生成された臨床所見との間の一致を定量化する一致スコアを計算するステップ、及び/又は、
(ii)前記提示された医用撮像検査の読影時間を決定するステップであって、前記提示された医用撮像検査の前記読影時間は、前記ユーザインターフェースを介した前記医用撮像検査の提示の開始から、対応する前記検査レポートのファイリングまでの時間間隔である、ステップ、の少なくとも一方を含む、ステップと、
前記計算された一致スコア及び/又は前記決定された読影時間に基づいて、前記ユーザについて少なくとも1つの時間依存ユーザパフォーマンスメトリックを生成する生成ステップと、
を実行するようプログラムされた少なくとも1つの電子プロセッサを有する装置。 - 前記追跡方法が更に、前記検査レポートに含まれる前記臨床所見と、前記読影セッション中にバックグラウンドプロセスとして実行される前記コンピュータ支援診断プロセスによって生成される前記提示された医用撮像検査に関する対応するコンピュータ生成された臨床所見との間の一致を定量化する一致スコアを計算するステップを有し、前記生成ステップが、前記計算された一致スコアに基づいて、前記ユーザについて時間依存ユーザパフォーマンスメトリックを生成することを含む、請求項1に記載の装置。
- 前記生成ステップが、バックグラウンドプロセスとして実行されるそれぞれ異なる所見タイプに特有のコンピュータ支援診断プロセスを使用して前記追跡方法を実行することによって、複数の所見タイプ特有の時間依存ユーザパフォーマンスメトリックを生成することを含む、請求項2に記載の装置。
- 前記少なくとも1つの電子プロセッサは、前記ユーザが前記ユーザインタフェースにログインしている前記読影セッション中に、前記ユーザインタフェースを介して前記コンピュータ生成された臨床所見を提示するようにプログラムされていない、請求項2又は3に記載の装置。
- 前記少なくとも1つの電子プロセッサは更に、前記時間依存ユーザパフォーマンスメトリックを1日単位の時間間隔で分析して、前記時間依存ユーザパフォーマンスメトリックが閾値を下回る1又は複数の時間間隔を識別するようプログラムされる、請求項1乃至4のいずれか1項に記載の装置。
- 前記少なくとも1つの電子プロセッサは、それぞれ異なるユーザについて前記追跡方法の実行を繰り返し、前記異なるユーザについてユーザ特有の時間依存ユーザパフォーマンスメトリックを生成するようプログラムされ、前記電子プロセッサが更に、前記ユーザ特有の時間依存ユーザパフォーマンスメトリックの比較を表示することによって前記異なるユーザのパフォーマンスを比較するようプログラムされる、請求項1乃至5のいずれか1項に記載の装置。
- 前記コンピュータ支援診断プロセスは、人工知能(AI)コンピュータ支援診断を含む、請求項1乃至6のいずれか1項に記載の装置。
- 前記追跡方法は、前記提示された医用撮像検査に関する読影時間を決定するステップを含み、提示された各医用撮像検査の前記読影時間は、前記ユーザインタフェースを介した前記医用撮像検査の前記提示の開始から前記対応する検査レポートのファイリングまでの時間間隔であり、前記生成ステップは、前記決定された読影時間に基づいて、前記ユーザについて時間依存ユーザパフォーマンスメトリックを生成することを含む、請求項1に記載の装置。
- 前記少なくとも1つの電子プロセッサは、それぞれ異なる検査タイプの医用撮像検査を使用して前記追跡方法を実行することによって、複数の所見タイプ特有の時間依存ユーザパフォーマンスメトリックを生成するようプログラムされる、請求項8に記載の装置。
- 前記少なくとも1つの電子プロセッサは、前記時間依存ユーザパフォーマンスメトリックを1日単位の時間間隔で分析して、前記時間依存ユーザパフォーマンスメトリックが閾値を下回る1又は複数の時間間隔を識別するようプログラムされる、請求項8又は9のいずれか1項に記載の装置。
- 前記少なくとも1つの電子プロセッサは、それぞれ異なるユーザについて前記追跡方法の実行を繰り返し、前記異なるユーザについてユーザ特有の時間依存ユーザパフォーマンスメトリックを生成するようプログラムされ、更に、前記ユーザ特有の時間依存ユーザパフォーマンスメトリックの比較を表示することによって前記それぞれ異なるユーザのパフォーマンスを比較するようプログラムされる、請求項8乃至10のいずれか1項に記載の装置。
- 前記少なくとも1つの電子プロセッサは、
前記時間依存ユーザパフォーマンスメトリックを分析して、前記時間依存ユーザパフォーマンスメトリックを生成するためにレビューされた画像の患者コンテキストの評価に基づいて、前記時間依存ユーザパフォーマンスメトリックが所定の品質閾値を下回るときを判定するステップと、
前記時間依存ユーザパフォーマンスメトリックが、前記医用撮像検査の画像の読影中の前記患者コンテキストのファクタを考慮した後、前記所定の品質閾値を下回る場合、当該ユーザの作業スケジュールを変更するステップと、
を実行するようプログラムされる、請求項8乃至11のいずれか1項に記載の装置。 - 前記変更が、
前記ユーザの前記作業スケジュールに症例を追加すること、又は前記作業スケジュールからの症例を除去すること、及び
前記ユーザについての前記少なくとも1つの時間依存ユーザパフォーマンスメトリックに基づいて、前記ユーザの前記作業スケジュールを生成すること、
の1又は複数を含む、請求項12に記載の装置。 - 放射線医のパフォーマンスを評価する装置であって、
ユーザがユーザインタフェースにログインしている読影セッション中に、前記ユーザインタフェースを介して医用撮像検査を提示し、前記提示が前記医用撮像検査の医用画像を表示することを含み、前記提示された医用撮像検査についてユーザにより生成された臨床所見を前記ユーザインタフェースを介して受信するステップと、
追跡方法を実行するステップであって、前記追跡方法が、前記読影セッション中に実行されるバックグラウンドプロセスとして、前記提示された医用撮像検査の医用画像に対してコンピュータ支援診断プロセスを実行して、前記提示された医用撮像検査についてコンピュータにより生成される臨床所見を生成するステップと、前記提示された医用撮像検査についてコンピュータにより生成された臨床所見と、前記提示された医用撮像検査についてユーザにより生成された臨床所見との間の一致を定量化する一致スコア計算するステップと、前記一致スコアに基づいて前記ユーザについて時間依存ユーザパフォーマンスメトリックを生成するステップとを有する、ステップと、
を実行するようプログラムされた少なくとも1つの電子プロセッサを有する装置。 - 前記少なくとも1つの電子プロセッサは、バックグラウンドプロセスとして実行されるそれぞれ異なる所見タイプに特有のコンピュータ支援診断処理を使用して前記追跡方法を実行することによって、複数の所見タイプ特有の時間依存ユーザパフォーマンスメトリックを生成するようプログラムされる、請求項14に記載の装置。
- 前記少なくとも1つの電子プロセッサは更に、前記時間依存ユーザパフォーマンスメトリックを1日単位の時間間隔で分析して、前記時間依存ユーザパフォーマンスメトリックが閾値を下回る1又は複数の時間間隔を識別するようプログラムされる、請求項14又は15に記載の装置。
- 前記少なくとも1つの電子プロセッサは、それぞれ異なるユーザについて前記追跡方法の実行を繰り返し、前記異なるユーザについてユーザ特有の時間依存ユーザパフォーマンスメトリックを生成するようプログラムされ、更に、前記ユーザ特有の時間依存ユーザパフォーマンスメトリックの比較を表示することによって、前記異なるユーザのパフォーマンスを比較するようプログラムされる、請求項14乃至16のいずれか1項に記載の装置。
- 放射線医のパフォーマンスを評価する装置であって、ユーザがユーザインタフェースにログインしている読影セッション中に方法を実行するようプログラムされた少なくとも1つの電子プロセッサを有し、前記方法が、
前記ユーザインタフェースを介して未だ読影されていない医用撮像検査の作業リストを提供し、前記ユーザインタフェースを介して前記ユーザにより作業リストから選択された医用撮像検査を提示し、前記ユーザインタフェースを介して前記提示された医用撮像検査について検査レポートを受信し、前記受信された検査レポートをファイリングするステップと、
前記提示された各医用撮像検査についての読影時間を、前記ユーザインタフェースを介した前記医用撮像検査の前記提示の開始から、対応する受信された検査レポートのファイリングまでの時間間隔として決定するステップと、
前記決定された読影時間に基づいて、前記ユーザについて時間依存ユーザパフォーマンスメトリックを生成するステップと、
を有する、装置。 - 前記少なくとも1つの電子プロセッサは、
前記時間依存ユーザパフォーマンスメトリックを分析して、前記時間依存ユーザパフォーマンスメトリックを生成するためにレビューされた医用画像の患者コンテキストに基づいて、前記時間依存ユーザパフォーマンスメトリックが所定の品質閾値を下回るときを判定するステップと、
前記時間依存ユーザパフォーマンスメトリックが、前記医用撮像検査の医用画像の読影中の患者コンテキストのファクタを考慮した後に前記所定の品質閾値を下回る場合、前記放射線医の作業スケジュールを変更するステップと、
を実行するようプログラムされる、請求項18に記載の装置。 - 前記変更は、
前記放射線医の作業スケジュールに症例を追加すること、又は前記作業スケジュールから症例を除去すること、及び
前記放射線医の前記時間依存ユーザパフォーマンスメトリックに基づいて前記放射線医の作業スケジュールを生成すること、
の1又は複数を含む、請求項19に記載の装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062986881P | 2020-03-09 | 2020-03-09 | |
US62/986,881 | 2020-03-09 | ||
PCT/EP2021/055410 WO2021180551A1 (en) | 2020-03-09 | 2021-03-04 | Radiologist fingerprinting |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023517576A true JP2023517576A (ja) | 2023-04-26 |
JPWO2021180551A5 JPWO2021180551A5 (ja) | 2024-02-06 |
Family
ID=74859895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022554307A Pending JP2023517576A (ja) | 2020-03-09 | 2021-03-04 | 放射線医のフィンガープリンティング |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230118299A1 (ja) |
EP (1) | EP4118659A1 (ja) |
JP (1) | JP2023517576A (ja) |
CN (1) | CN115280420A (ja) |
WO (1) | WO2021180551A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022094476A1 (en) * | 2020-11-02 | 2022-05-05 | Sure, Inc. | Method and local and regional cloud infrastructure system for pressure elastography measurement devices |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011121457A1 (en) * | 2010-04-01 | 2011-10-06 | Telerad Tech Pvt. Ltd. | System and method for radiology workflow management and a tool therefrom |
US20120070811A1 (en) * | 2010-09-22 | 2012-03-22 | General Electric Company | Systems and methods for measuring and manipulating a radiologist's exam sensitivity and specificity in real time |
WO2018069201A1 (en) * | 2016-10-14 | 2018-04-19 | Koninklijke Philips N.V. | System and method to determine relevant prior radiology studies using pacs log files |
JP7252217B2 (ja) * | 2017-10-05 | 2023-04-04 | コーニンクレッカ フィリップス エヌ ヴェ | 放射線医療ワークフローを改善するための注意リストを自動的に準備するシステム及び方法 |
-
2021
- 2021-03-04 WO PCT/EP2021/055410 patent/WO2021180551A1/en unknown
- 2021-03-04 EP EP21710425.6A patent/EP4118659A1/en active Pending
- 2021-03-04 JP JP2022554307A patent/JP2023517576A/ja active Pending
- 2021-03-04 CN CN202180020027.5A patent/CN115280420A/zh active Pending
- 2021-03-04 US US17/909,454 patent/US20230118299A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CN115280420A (zh) | 2022-11-01 |
US20230118299A1 (en) | 2023-04-20 |
EP4118659A1 (en) | 2023-01-18 |
WO2021180551A1 (en) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10949501B2 (en) | System and method for compiling medical dossier | |
RU2687760C2 (ru) | Способ и система компьютерной стратификации пациентов на основе сложности случаев заболеваний | |
US8538776B2 (en) | Method and apparatus of providing a radiation scorecard | |
EP2172860A1 (en) | Systems and methods for machine learning based hanging protocols | |
JP6215227B2 (ja) | イメージング検査プロトコル更新推奨部 | |
US20210035680A1 (en) | Systems and methods for automating clinical workflow decisions and generating a priority read indicator | |
Tchou et al. | Interpretation time of computer-aided detection at screening mammography | |
JP2021026447A (ja) | 医用情報処理装置、医用情報処理方法および電子カルテシステム | |
Ahluwalia et al. | The subgroup imperative: Chest radiograph classifier generalization gaps in patient, setting, and pathology subgroups | |
US20240013524A1 (en) | Information processing apparatus, method of operating information processing apparatus, and program for operating information processing apparatus | |
JP2023517576A (ja) | 放射線医のフィンガープリンティング | |
US11869654B2 (en) | Processing medical images | |
US20120070811A1 (en) | Systems and methods for measuring and manipulating a radiologist's exam sensitivity and specificity in real time | |
EP4272221B1 (en) | Method and system for facilitating reading of medical images | |
US20200043583A1 (en) | System and method for workflow-sensitive structured finding object (sfo) recommendation for clinical care continuum | |
US20220084644A1 (en) | Method and apparatus for template based treatment outcome generation | |
JP7418406B2 (ja) | 画像プロセッサの制御 | |
US20150278443A1 (en) | Method and computer program for managing measurements on medical images | |
JP7422873B2 (ja) | 胸部x線写真から胸部状態を診断するためのディープラーニングシステム | |
US20210158961A1 (en) | 1integrating artificial intelligence based analyses of medical images into clinical workflows | |
KR20240057779A (ko) | 치과 방사선 영상으로부터 치아 발육단계를 검출하는 방법 및 이를 이용한 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240129 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240129 |