PL248690B1 - Sposób automatycznej przedanalitycznej oceny przydatności diagnostycznej materiału biopsyjnego pobranego od pacjenta metodą biopsji gruboigłowej wykorzystujący algorytmy automatycznego rozpoznawania obrazu w celu automatycznej oceny wielkości i rodzaju pobranej tkanki - Google Patents

Abstract

Przedmiotem zgłoszenia jest stanowisko diagnostyczne zwłaszcza do tworzenia synoptycznego raportu histopatologicznego i sposób do automatycznego tworzenia synoptycznego raportu histopatologicznego, mające zastosowanie w patomorfologii, przy zabiegach operacyjnych. Sposób automatycznej przedanalitycznej oceny przydatności diagnostycznej materiału biopsyjnego pobranego od pacjenta metodą biopsji gruboigłowej, wykorzystujący algorytmy automatycznego rozpoznawania obrazu w celu automatycznej oceny wielkości i rodzaju pobranej tkanki, w którym to w czasie rzeczywistym na odległość przesyła się i odbiera się za pomocą łączy telekomunikacyjnych obraz i dźwięk, a także dokonuje się skanowania badanych tkanek, charakteryzuje się tym, że: podczas badania histopatologicznego personel medyczny za pomocą zewnętrznych urządzeń skanujących lub fotograficznych wprowadza obraz tkanki pobranej od pacjenta metodą biopsji gruboigłowej, jednocześnie do pamięci urządzenia wczytywany jest z serwera sformalizowany arkusz makroskopowej i mikroskopowej analizy patomorfologicznej tkanek; jednocześnie za pomocą urządzenia rejestrującego obraz, digitalizuje się obraz tkanki pobranej metodą biopsji gruboigłowej; następnie w pamięci urządzenia komputerowego dokonuje się analizy zarejestrowanego obrazu standaryzując i ustalając jego parametry jakościowe pod względem przydatności do dalszej analizy medycznej, począwszy określając liczbę fragmentów tkanki, wielkość fragmentów tkanki, przy czym dokonuje się tego na podstawie bazy danych obrazów wzorcowych zgromadzonych w pamięci urządzenia komputerowego, pochodzących z wcześniejszych badań materiału biopsyjnego pobranego metodą biopsji gruboigłowej, także od obecnie badanego pacjenta; jeśli ujawniony digitalizowany obraz tkanki pobranej metodą biopsji gruboigłowej nie spełnia wymagań obrazowych wedle ustalonego standardu, to informację tę przekazuje się za pomocą komunikatu personelowi medycznemu, który niezwłocznie dokonuje powtórnego pobrania i wprowadzenia obrazu tkanki pobranej metodą biopsji gruboigłowej od pacjenta; jednocześnie tworzony jest wystandaryzowany opis całości materiału tkankowego i pobranych wycinków, według sformalizowanych arkuszy makroskopowej i mikroskopowej analizy patomorfologicznej tkanek; całość informacji w postaci obrazu tkanki pobranej od pacjenta metodą biopsji gruboigłowej zapisuje się i przesyła się na serwer do badania przez lekarza patomorfologa; informacje od lekarza patomorfologa i technika laboratoryjnego zapisuje się na serwerze, a następnie rezultat wyborów w sformalizowanym i wystandaryzowanym arkuszu makroskopowej i mikroskopowej analizy patomorfologicznej tkanek wraz z zarejestrowanymi obrazami łączy się tworząc raport synoptyczny, który zawiera diagnozę badanych materiałów tkankowych. Na serwerze tworzy się bazę archiwalnych raportów synoptycznych. Sposób oparty jest o model głębokiej konwolucyjnej sieci neuronowej i trenowany na oddzielnym zbiorze danych treningowych, tak że gromadzone, przetwarzane i selekcjonowane obrazy najlepsze jakościowo o najostrzejszych widmach obrazu, odwzorowujące zaburzenia tkankowe są w przyszłości wykorzystane do stworzenia nowych, dokładniejszych formularzy, wykorzystywanych w procesie stawiania diagnozy.

Description

Przedmiotem wynalazku jest sposób automatycznej przedanalitycznej oceny przydatności diagnostycznej materiału biopsyjnego pobranego od pacjenta metodą biopsji gruboigłowej wykorzystujący algorytmy automatycznego rozpoznawania obrazu w celu automatycznej oceny wielkości i rodzaju pobranej tkanki, mający zastosowanie w patomorfologii, przy zabiegach operacyjnych.

Dział patomorfologii jest obecnie jednym z najsłabiej wspieranych przez nowoczesne rozwiązania techniczne i informatyczne obszarów medycyny. Na światowym rynku brakuje zaawansowanych rozwiązań umożliwiających zautomatyzowaną i zobiektywizowaną ocenę przydatności diagnostycznej materiału biopsyjnego pobranego od pacjenta, zwłaszcza w sytuacji, gdy po przekazaniu materiału do zakładu diagnostycznego, często odległego lub zlokalizowanego wręcz w innym mieście, w przypadku negatywnej oceny przydatności materiału nie można już pobrania od pacjenta powtórzyć.

Ze wcześniejszego polskiego opisu wynalazku za numerem P.427169 znane jest urządzenie i sposób do automatycznego tworzenia synoptycznego raportu histopatologicznego, mające zastosowanie w patomorfologii, przy zabiegach operacyjnych. Urządzenie to posiada roboczy blat z pionowym wspornikiem, na którym to zamocowane jest ramię ze skierowanymi w stronę blatu oświetleniem oraz rejestratorem audio-wideo, ponadto do wspornika przymocowany jest odbiornik audio-wideo, przy czym rejestrator audio-wideo i odbiornik audio-wideo są ze sobą połączone, i są wyposażone w wewnętrzną pamięć oraz w urządzenie dostępowe do sieci komputerowej. Przedmiotem zgłoszenia jest także sposób automatycznego tworzenia synoptycznego raportu histopatologicznego, w którym to w rzeczywistym na odległość przesyła się i odbiera się za pomocą łączy telekomunikacyjnych obraz i dźwięk, dokonuje się skanowania badanych tkanek.

Z opisu amerykańskiego wynalazku za numerem US2022036548 A1 znany jest sposób dotyczący sieci neuronowej głębokiego uczenia, która może identyfikować ciałka żółte w jajnikach oraz techniki opartej na regułach, która może zliczać ciała żółte zidentyfikowane w jajnikach i wnioskować o toksyczności związku dla jajników na podstawie liczby ciałek żółtych (CL). W szczególności, aspekty niniejszego ujawnienia dotyczą uzyskania zestawu obrazów skrawków tkanki z jajników poddanych działaniu pewnej ilości związku; generowanie, przy użyciu modelu sieci neuronowej, zestawu obrazów z prostokątem ograniczającym wokół obiektów, które są identyfikowane jako CL w zestawie obrazów w oparciu o współrzędne przewidywane dla prostokąta ograniczającego; zliczanie ramek ograniczających w zestawie obrazów w celu uzyskania liczby CL dla jajników; i określenie toksyczności jajnikowej związku w ilości opartej na liczbie CL.

Dotychczas znane rozwiązania nie obejmują tematyki dotyczącej automatycznej przedanalitycznej oceny przydatności diagnostycznej materiału biopsyjnego pobranego od pacjenta metodą biopsji gruboigłowej.

Celem rozwiązania wedle wynalazku jest opracowanie sposobu automatycznej przedanalitycznej oceny przydatności diagnostycznej materiału biopsyjnego pobranego od pacjenta metodą biopsji gruboigłowej, poprzez wprowadzenie ciągu usystematyzowanych i wystandaryzowanych danych, przy nadzorze i kontroli specjalisty, zapewniające kompletność, jednoznaczność i porównywalność analizowanych danych.

Przedmiotem wynalazku jest sposób automatycznej oceny przydatności diagnostycznej materiału pobranego od pacjenta metodą biopsji gruboigłowej w celu wykonania badania histopatologicznego, wykorzystujący:

• rejestrację cyfrowego obrazu pobranego materiału, • automatyczną analizę zarejestrowanego obrazu w celu określenia liczby pobranych fragmentów tkanki, wielkości fragmentów oraz automatyczne sklasyfikowanie rodzaju tkanki, • bazę wiedzy zawierającą dane z wcześniejszych badań podobnego materiału, • informacje o pacjencie i jego badaniach pochodzące z zewnętrznych źródeł danych, w tym z jednej lub kilku innych stacji diagnostycznych, dedykowanego systemu histopatologicznego, systemów szpitalnych i laboratoryjnych i innych systemów informatycznych.

Stacja diagnostyczna ROMB jest stanowiskiem pozwalającym rejestrować pobierany od pacjentów materiał i bezzwłocznie uzyskiwać zobiektywizowane parametry przedanalitycznej oceny jakości materiału. Jest ona wyposażona w narzędzia rejestracji i dokumentacji danych (zdjęcia, skany dokumentów), z możliwością sterowania komendami głosowymi, zintegrowane z narzędziami digitalizacji obrazów pobranych materiałów oraz drukarką etykiet do znakowania pojemników z materiałem pa cjenta. ROMB składa się z urządzenia (stacji) pozwalającego na rejestrację danych i digitalizację obrazów zintegrowanego z oprogramowaniem pozwalającym na automatyczną ocenę przedanalityczną przydatności diagnostycznej pobranego materiału biopsyjnego, integrację uzyskanych informacji z dokumentacją medyczną pacjenta, w tym z zasobami krajowej platformy P1, dokonywanie korekt i uzupełnień informacji i automatyczną wymianę informacji z systemem informatycznym zakładu diagnostycznego, który wykona badanie histopatologiczne. Innowacją jest automatyczna i obiektywna ocena przydatności materiału do badań bezpośrednio po pobraniu, tym samym pozwalając na ewentualne powtórne pobranie w ramach tego samego zabiegu, a nie, jak dotąd, dopiero w zakładzie diagnostycznym, kiedy pacjent z reguły już nie jest dostępny.

Wyniki badań wprowadzane w jednej lub kilku ROMB oraz dane przekazywane z zewnętrznych źródeł danych zapisywane są w jednym, ustandaryzowanym formularzu badania makroskopowego, a następnie w jednym, ustandaryzowanym formularzu badania mikroskopowego. W formularzach dane zapisywane są w odpowiednich, dedykowanych do tego polach. Po zakończeniu badań dane przesyłane są automatycznie do raportu synoptycznego.

Automatyczne tworzenie jednego synoptycznego raportu histopatologicznego wykorzystujące wiele źródeł danych powoduje automatyczną walidację poprawności i kompletności danych, które znajdą się w protokole badania.

Wartością dodaną jest fakt, że w sposób automatyczny gromadzona, przetwarzana i selekcjonowana jest wiedza, która może być w przyszłości wykorzystana do stworzenia nowych, lepszych formularzy, a w konsekwencji poprawy procesu stawiania diagnozy.

Sposób automatycznej przedanalitycznej oceny przydatności diagnostycznej materiału biopsyjnego pobranego od pacjenta metodą biopsji gruboigłowej wykorzystujący algorytmy automatycznego rozpoznawania obrazu w celu automatycznej oceny wielkości i rodzaju pobranej tkanki, w którym to w czasie rzeczywistym na odległość przesyła się i odbiera się za pomocą łączy telekomunikacyjnych obraz i dźwięk, a także dokonuje się skanowania badanych tkanek, charakteryzuje się tym, że:

• podczas badania histopatologicznego za pomocą zewnętrznych urządzeń skanujących lub fotograficznych do pamięci urządzenia komputerowego wprowadzany jest obraz tkanki pobranej od pacjenta metodą biopsji gruboigłowej, jednocześnie do pamięci urządzenia wczytywany jest z serwera sformalizowany arkusz makroskopowej i mikroskopowej analizy patomorfologicznej tkanek, • jednocześnie za pomocą urządzenia rejestrującego obraz digitalizuje się obraz tkanki pobranej metodą biopsji gruboigłowej, • następnie w pamięci urządzenia komputerowego dokonuje się analizy zarejestrowanego obrazu standaryzując i ustalając jego parametry jakościowe pod względem przydatności do dalszej analizy medycznej, począwszy określając liczbę fragmentów tkanki, wielkość fragmentów tkanki, przy czym dokonuje się tego na podstawie bazy danych obrazów wzorcowych zgromadzonych w pamięci ów urządzenia komputerowego pochodzących z wcześniejszych badań materiału biopsyjnego pobranego metodą biopsji gruboigłowej także od obecnie badanego pacjenta;

• jeśli ujawniony digitalizowany obraz tkanki pobranej metodą biopsji gruboigłowej nie spełnia wymagań obrazowych wedle ustalonego standardu to informację tę przekazuje się za pomocą komunikatu personelowi medycznemu, który niezwłocznie dokonuje powtórnego pobrania i wprowadzenia obrazu tkanki pobranej metodą biopsji gruboigłowej od pacjenta;

• jednocześnie tworzony jest wystandaryzowany opis całości materiału tkankowego i pobranych wycinków, według sformalizowanych arkuszy makroskopowej i mikroskopowej analizy patomorfologicznej tkanek;

• całość informacji w postaci obrazu tkanki pobranej od pacjenta metodą biopsji gruboigłowej, zapisuje się i przesyła się na serwer do badania przez lekarza patomorfologa;

• informacje od lekarza patomorfologa i technika laboratoryjnego zapisuje się na serwerze, a następnie rezultat wyborów w sformalizowanym i wystandaryzowanym arkuszu makroskopowej i mikroskopowej analizy patomorfologicznej tkanek wraz z zarejestrowanymi obrazami łączy się tworząc raport synoptyczny, który zawiera diagnozę badanych materiałów tkankowych.

Korzystnie, na serwerze tworzy się bazę archiwalnych raportów synoptycznych.

Korzystnie, oparty jest o model głębokiej konwolucyjnej sieci neuronowej i trenowany na oddzielnym zbiorze danych treningowych, tak że gromadzone, przetwarzane i selekcjonowane obrazy najlepsze jakościowo o najostrzejszych widmach obrazu, odwzorowujące zaburzenia tkankowe są w przyszłości wykorzystana do stworzenia nowych, dokładniejszych formularzy, wykorzystywanych w procesie stawiania diagnozy.

Na podstawie przeprowadzonych analiz, szacuje się że opisywane powyżej rozwiązanie znajdzie zastosowanie w placówkach medycznych, świadczących usługi związane z szeroko pojętą chirurgią, leczeniem nowotworów i zmian patologicznych w ciele człowieka. Badania patomorfologiczne są badaniami obowiązkowymi podczas operacji i zabiegów związanych z usuwaniem komórek nowotworowych, innych zmian chorobotwórczych i podejrzanych. Szacowana liczebność grupy docelowej to ponad 900 szpitali w Polsce i co najmniej kilkaset innych podmiotów leczniczych.

Obecnie stagnacja technologiczna obszaru badań i diagnostyki patomorfologicznej jest barierą ograniczającą poprawę procesu diagnozowania i leczenia zmian patologicznych. W ponad 900 szpitalach na stanowiskach patomorfologów zatrudnione jest jedynie 400 osób (liczba ta jest limitowana poprzez dostępność lekarzy specjalistów w tej dziedzinie). Oznacza to, że na jeden szpital przypada średnio 0,5 patomorfologa, co jest liczbą zdecydowanie niewystarczającą. ROMB oraz autom atyczny sposób zapisu wyników w ustandaryzowanym formularzu nie zlikwiduje problemu liczebności patomorfologów, ale w sytuacji, gdy przy pobraniu nie zawsze może asystować doświadczony patomorfolog, pozwoli na podwyższenie wskaźnika przydatności do badania materiału biopsyjnego, dostarczanego do zakładów diagnostycznych.

Dodatkową korzyścią jest zobiektywizowanie oceny, która przestaje być zależna od doświadczenia osoby dokonującej biopsji, i w konsekwencji pozwala na automatyczne porównanie danych i zapewnia kompletność, jednoznaczność i porównywalność danych.

Przedmiot wynalazku został przedstawiony w przykładzie wykonania na załączonym rysunku, na którym zaprezentowano schemat ze źródłami danych pobieranych do tworzenia raportu synoptycznego.

Przykład:

Sposób automatycznej przedanalitycznej oceny przydatności diagnostycznej materiału biopsyjnego pobranego od pacjenta metodą biopsji gruboigłowej wykorzystujący algorytmy automatycznego rozpoznawania obrazu w celu automatycznej oceny wielkości i rodzaju pobranej tkanki, w którym to w czasie rzeczywistym na odległość przesyła się i odbiera się za pomocą łączy telekomunikacyjnych obraz i dźwięk, a także dokonuje się skanowania badanych tkanek, charakteryzuje się tym, że: podczas badania histopatologicznego personel medyczny za pomocą zewnętrznych urządzeń skanujących lub fotograficznych wprowadza obraz tkanki pobranej od pacjenta metodą biopsji gruboigłowej do urządzenia komputerowego, jednocześnie do pamięci urządzenia wczytywany jest z serwera sformalizowany arkusz makroskopowej i mikroskopowej analizy patomorfologicznej tkanek, jednocześnie za pomocą urządzenia rejestrującego obraz digitalizuje się obraz tkanki pobranej metodą biopsji gruboigłowej, następnie w pamięci urządzenia komputerowego dokonuje się analizy zarejestrowanego obrazu standaryzując i ustalając jego parametry jakościowe pod względem przydatności do dalszej analizy medycznej, począwszy określając liczbę fragmentów tkanki, wielkość fragmentów tkanki, przy czym dokonuje się tego na podstawie bazy danych obrazów wzorcowych zgromadzonych w pamięci ów urządzenia komputerowego pochodzących z wcześniejszych badań materiału biopsyjnego pobranego metodą biopsji gruboigłowej także od obecnie badanego pacjenta;

jeśli ujawniony digitalizowany obraz tkanki pobranej metodą biopsji gruboigłowej nie spełnia wymagań obrazowych wedle ustalonego standardu to informację tę przekazuje się za pomocą komunikatu personelowi medycznemu, który niezwłocznie dokonuje powtórnego pobrania i wprowadzenia obrazu tkanki pobranej metodą biopsji gruboigłowej od pacjenta;

jednocześnie tworzony jest wystandaryzowany opis całości materiału tkankowego i pobranych wycinków, według sformalizowanych arkuszy makroskopowej i mikroskopowej analizy patomorfologicznej tkanek;

całość informacji w postaci obrazu tkanki pobranej od pacjenta metodą biopsji gruboigłowej, zapisuje się i przesyła się na serwer do badania przez lekarza patomorfologa;

informacje od lekarza patomorfologa i technika laboratoryjnego zapisuje się na serwerze, a następnie rezultat wyborów w sformalizowanym i wy standaryzowanym arkuszu makroskopowej i mikroskopowej analizy patomorfologicznej tkanek wraz z zarejestrowanymi obrazami łączy się tworząc raport synoptyczny, który zawiera diagnozę badanych materiałów tkankowych. Na serwerze tworzy się bazę archiwalnych raportów synoptycznych. Opisany sposób oparty jest o model głębokiej konwolucyjnej sieci neuronowej i trenowany na oddzielnym zbiorze danych treningowych, tak że gromadzone, przetwarzane i selekcjonowane obrazy najlepsze jakościowo o najostrzejszych widmach obrazu, odwzorowujące zaburzenia tkankowe są w przyszłości wykorzystana do stworzenia nowych, dokładniejszych formularzy, wykorzystywanych w procesie stawiania diagnozy.

Claims (3)

1. Sposób automatycznej przedanalitycznej oceny przydatności diagnostycznej materiału biopsyjnego pobranego od pacjenta metodą biopsji gruboigłowej wykorzystujący algorytmy automatycznego rozpoznawania obrazu w celu automatycznej oceny wielkości i rodzaju pobranej tkanki, w którym to w czasie rzeczywistym na odległość przesyła się i odbiera się za pomocą łączy telekomunikacyjnych obraz i dźwięk, a także dokonuje się skanowania badanych tkanek, znamienny tym, że:

• podczas badania histopatologicznego za pomocą zewnętrznych urządzeń skanujących lub fotograficznych do pamięci urządzenia komputerowego wprowadzany jest obraz tkanki pobranej od pacjenta metodą biopsji gruboigłowej, jednocześnie do pamięci urządzenia wczytywany jest z serwera sformalizowany arkusz makroskopowej i mikroskopowej analizy patomorfologicznej tkanek, • jednocześnie za pomocą urządzenia rejestrującego obraz digitalizuje się obraz tkanki pobranej metodą biopsji gruboigłowej, • następnie w pamięci urządzenia komputerowego dokonuje się analizy zarejestrowanego obrazu standaryzując i ustalając jego parametry jakościowe pod względem przydatności do dalszej analizy medycznej, począwszy określając liczbę fragmentów tkanki, wielkość fragmentów tkanki, przy czym dokonuje się tego na podstawie bazy danych obrazów wzorcowych zgromadzonych w pamięci ów urządzenia komputerowego pochodzących z wcześniejszych badań materiału biopsyjnego pobranego metodą biopsji gruboigłowej także od obecnie badanego pacjenta;

• jeśli ujawniony digitalizowany obraz tkanki pobranej metodą biopsji gruboigłowej nie spełnia wymagań obrazowych wedle ustalonego standardu to informację tę przekazuje się za pomocą komunikatu personelowi medycznemu, który niezwłocznie dokonuje powtórnego pobrania i wprowadzenia obrazu tkanki pobranej metodą biopsji gruboigłowej od pacjenta;

• jednocześnie tworzony jest wy standaryzowany opis całości materiału tkankowego i pobranych wycinków, według sformalizowanych arkuszy makroskopowej i mikroskopowej analizy patomorfologicznej tkanek;

• całość informacji w postaci obrazu tkanki pobranej od pacjenta metodą biopsji gruboigłowej, zapisuje się i przesyła się na serwer do badania przez lekarza patomorfologa;

• informacje od lekarza patomorfologa i technika laboratoryjnego zapisuje się na serwerze, a następnie rezultat wyborów w sformalizowanym i wystandaryzowanym arkuszu makroskopowej i mikroskopowej analizy patomorfologicznej tkanek wraz z zarejestrowanymi obrazami łączy się tworząc raport synoptyczny, który zawiera diagnozę badanych materiałów tkankowych.

2. Sposób, wedle zastrz. 1, znamienny tym, że na serwerze tworzy się bazę archiwalnych raportów synoptycznych.

3. Sposób, wedle zastrz. 1, znamienny tym, że oparty jest o model głębokiej konwolucyjnej sieci neuronowej i trenowany na oddzielnym zbiorze danych treningowych, tak że gromadzone, przetwarzane i selekcjonowane obrazy najlepsze jakościowo o najostrzejszych widmach obrazu, odwzorowujące zaburzenia tkankowe są w przyszłości wykorzystana do stworzenia nowych, dokładniejszych formularzy, wykorzystywanych w procesie stawiania diagnozy.