Medicinsk avbildning är ett av de snabbast växande områdena inom vården. Under de senaste decennierna, det har utvecklats till att inkludera flera bildmetoder inklusive CT-skanningar, MRI, ultraljud, och kärnmedicin, för att nämna några. Tillsammans med framsteg inom hårdvara och enheter som används för att generera medicinska bilder har stora framsteg gjorts med de olika typerna av programvara som hanterar dessa bilder.
Införandet av DICOM-standarden (Digital Imaging and Communications in Medicine) har bidragit till att kvaliteten på medicinska bilder bibehålls på en hög nivå. Förvärv, lagring, hämtning och delning av medicinska bilder kan endast göras i DICOM-format. Varje sjukhus måste ha en dedikerad DICOM-arbetsstation. Med tillkomsten av PACS (Picture Archiving and Communications System), som är ett virtuellt hållområde för digitala DICOM-bilder, lagring och hämtning av sådana bilder har strömlinjeformat.
Marknaden är översvämmad med olika typer av medicinsk bildprogramvara för visning av DICOM-bilder. Detta inkluderar gratis medicinsk bildprogramvara samt premiumprogramvara som kan erbjuda mer avancerade funktioner. När radiologer vänjer sig vid den senaste medicinska bildprogramvaran för visning och lagring av bilder, riktar tillverkarna sin uppmärksamhet mot andra områden i bildarbetsflödet, identifierar problem som måste lösas och se om de kan komma med innovativa lösningar för samma. I den här artikeln granskar vi de olika typerna av medicinsk bildprogramvara som har utformats för att göra mer än bara visa DICOM-medicinska bilder.
All programvara som kan ”analysera” data som erhålls från medicinska bilder kallas medicinsk bildanalysprogramvara. Analys kan ta formen av att hjälpa diagnos, jämföra bilder mellan patienter eller inom samma patient vid olika tidpunkter för att bedöma sjukdomsframsteg, och utvärdera prognos. I samband med förbättringen av bildteknik, stora framsteg görs när det gäller den analytiska förmågan hos medicinsk bildprogramvara, i försöket att skapa programvara som självständigt kan upptäcka kliniska avvikelser i medicinska bilder.
Analys är vanligtvis en kognitiv funktion som utförs av radiologen eller läkaren som ser den medicinska bilden. Med framsteg inom vården, antalet skanningar som begärs för patienter har skjutit i höjden. Medicinska skanningsutgångar idag finns tillgängliga mer detaljerat och i flera avsnitt, vilket leder till ett större antal bilder som behöver undersökas. Tolkning av så många bilder av en radiolog kräver inte bara enorm skicklighet, det är också tidskrävande och utmattande. Medan arbetsbelastningen för radiologer har multiplicerats genom åren, tillväxten i antalet utbildade radiologer har bara speglat hälften av ökningen av arbetsbelastningen. Resultatet är en akut personalbrist inom ramen för radiologisk arbetsbelastning. En föreslagen lösning på detta problem är användningen av maskiner för att tolka medicinska bilder och upptäcka avvikelser.
Programvara för medicinsk bildanalys använder djupinlärningsalgoritmer för att läsa och utvärdera bilder. Den kan sikta igenom hundratals bilder åt gången och kan därför hantera stora arbetsbelastningar. Det kan tränas för att ”flagga” bilder med misstänkta fynd, vilket kan påskynda processer för radiologer i den meningen att de inte behöver gå igenom alla bilder och bara fokusera på de som är flaggade.
Aidoc: Aidoc, ett Tel Aviv-baserat företag, har utvecklat medicinsk bildanalysprogramvara som ger diagnostiskt stöd för CT-skanningar i hela kroppen. Applikationen analyserar CT-skanningar av huvud, nacke, bröst och buk och kan upptäcka visuella abnormiteter på hög nivå. En fallstudie utförd av företaget visade att användningen av Aidoc minskade rapporteringstiden avsevärt, särskilt för skanningar av huvud och nacke.
Arterys: Arterys är ett San Francisco-baserat företag som kombinerar djupinlärning AI-algoritmer med cloud computing. Programvaran för medicinsk bildanalys har visat sig öka analysens hastighet och noggrannhet. Ursprungligen utvecklad för hjärt-MRI, Arterys har nu utvecklat liknande applikationer för lever-MRI, lung-MRI och mammogram, och hjälper till att identifiera patologiska lesioner i dessa regioner.
Vid slutet av dagen, medicinsk bildanalysprogramvara är lika bra som datoralgoritmerna den bygger på. En dator ”ser” inte saker och kan inte tänka, och dess utgång är baserad på en serie siffror och algoritmer. De genererade resultaten baseras därför på de algoritmer som de har programmerats med. Det finns därför gott om utrymme för fel här eftersom tekniken fortfarande är framväxande. Medan medicinsk avbildningsanalysprogramvara säkert kan minska radiologens arbetsbelastning, det är ännu inte redo att helt ersätta radiologen. Det är fortfarande i sin linda och används inte lika vanligt som dess mindre automatiserade motsvarighet, den medicinska bildbehandlingsprogramvaran.
|
Cloud PACS och Online DICOM-visareLadda upp DICOM-bilder och kliniska dokument till PostDicoms servrar. Lagra, visa, samarbeta och dela dina medicinska bildfiler. |
Medicinsk bildbehandlingsprogramvara förvandlar i huvudsak bilder efter att de har förvärvats. Medan vissa grupper anser att medicinsk bildbehandlingsprogramvara är en del av medicinsk bildanalysprogramvara, gör det inte mycket för att analysera bilder. Ändå, bearbetning gör jobbet med manuell analys enklare för radiologen. Medicinsk bildbehandling är av tre typer - bildsegmentering, bildregistrering, och bildvisualisering.
Segmentering avser processen att dela en enda bild i små delar eller segment. Helst måste dessa segment vara meningsfulla, det vill säga varje segment ska avbilda en annan struktur eller organ.
Programvara för medicinsk bildsegmentering kan utföra följande funktioner:
Lokaliseraintresseområdet: Programvaran kan identifiera avvikelser i intresseområdet, inklusive tumörer, knölar och andra patologier.
Kresandeanatomiska gränser: Segmenteringsprogramvara kan identifiera gränserna för kroppsstrukturer som blodkärl.
Mätvolymer: Programvara för medicinsk bildsegmentering kan användas för att beräkna volymerna för specifika strukturer som anatomiska håligheter eller tumörer. Det är särskilt användbart att övervaka förändringar i tumörstorlek under behandlingens gång.
Bilderegistrering är en process som gör att bilder kan anpassas på rätt sätt. I denna teknik är datorn bekant med en serie ”mål” -bilder. När den matas in en ny bild omvandlas den här nya källbilden till att bli liknande i linje med målbilden. Bilderegistrering kan uppnås med tre metoder - transformationsmodeller, likhetsfunktioner, och optimeringsprocedurer.
Tillämpningar av bildregistrering via medicinsk bildbehandlingsprogramvara:
Bildfusion: Vid bildfusion, medicinsk bilddata som kommer från olika källor kan smälta samman till en enda dataset. Detta är extremt användbart för att förstå hur anatomi korrelerar med funktionella processer. Till exempel, CT-skanningar ger strukturell information, medan PET-skanningar ger metabolisk information. Använda bildfusion, båda uppsättningarna information kan erhållas genom en enda dataset.
Studeraförändringar över tid: Bilderegistrering kan användas för att jämföra en serie bilder över tid. Detta är användbart för att bedöma förändringar inom samma bildbehandling, såsom hjärtrörelser eller andningsfunktion. Det kan också tillämpas på långsiktiga förändringar, såsom övervakning av sjukdomsprogressionen under några år.
Karaktäriseraranatomiska egenskaper: Bildregistrering kan också jämföra bilder mellan olika ämnen i en befolkning. Detta kan användas för att karakterisera anatomiska egenskaper i en viss population.
Interventionellaprocedurer: Datorassisterad kirurgi möjliggörs med bildregistrering. Genom att applicera den preoperativa CT-skanningen eller MR-bilden till den intraoperativa inställningen blir bildstyrd kirurgi möjlig.
Programvara för medicinsk bildvisualisering ändrar hur den ursprungliga datasetet kan visas. Detta möjliggör analys ur olika synvinklar. Visualisering är i huvudsak processen att utforska data, omvandla den om det behövs, och sedan visa den med större djup och tydlighet i jämförelse med den ursprungliga datasetet. Det finns flera efterbehandlingstekniker som möjliggör medicinsk bildvisualisering.
Tillämpningar av bildvisualisering genom medicinsk bildbehandlingsprogramvara:
3D-rekonstruktion: 3D-medicinsk bildprogramvara är nästan alltid inbyggd i vanliga medicinska bildbehandlingsprogram. 3D-rekonstruktion innebär tillägg av alla sektioner som förvärvats i en enda dataset och kombinerar dem till en enda bild. Detta gör det möjligt för operatörer att enkelt tolka avvikelser eftersom det finns bättre anatomisk orientering jämfört med enskilda sektioner. 3D-medicinsk bildprogramvara hjälper också till att snabbare identifiera avvikelser. Större detaljer kan sedan visualiseras med 2D-visualisering om det behövs.
2D-visualisering: Detta är en invers av 3D-rekonstruktionstekniken. Den kan användas för att antingen visa originalbilddata från 3D- eller 4D-rekonstruktioner, eller så kan den användas för att visa olika avsnitt från den ursprungliga datasetet. Ett exempel på 2D-visualisering är multiplanar omformatering, vilket gör att nya sektioner kan göras från 3D- och 4D-rekonstruktioner, på plan som skiljer sig från de ursprungliga planen. MPR finner tillämpning vid visualisering av krökta strukturer, inklusive ryggradskanalen och blodkärlen. De flesta typer av 3D-medicinsk bildprogramvara möjliggör också MPR.
Den samtidiga ökningen av antalet patienter som genomgår diagnostisk medicinsk avbildning och kvaliteten på de medicinska bilder som förvärvas, vilket innebär enorma datafiler, har lett till att stora mängder datamängder hanteras av vårdcentraler och sjukhus. Lagring, hämtning och hantering av denna enorma mängd bilddata kan vara en utmaning i sig. Medicinsk bildhanteringsprogramvara underlättar denna process genom att organisera och integrera sådana datamängder.
Medicinsk bildhanteringsprogramvara består av en PACS-server som kan integreras med en vanlig DICOM-arbetsstation. En vanlig medicinsk bildhanteringsprogramvara bör ha följande funktioner:
Ersätter fysisk arkivering genom att lagra alla medicinska bilddatamängder digitalt på ett organiserat sätt.
Ger radiologer tillgång till medicinsk bilddata från vilken geografisk plats som helst, och låter flera användare se data samtidigt på olika system.
Tillåter export av bilder till andra filformat, så att de kan användas för undervisning, inlärning eller för att sprida bilder via publikationer och webbplatser.
Möjliggör integration av medicinsk bilddata med patientdata i andra register, såsom den elektroniska patientjournalen, hälsoinformationssystemet och radiologiinformationssystemet (RIS).
En stor nackdel med medicinsk avbildning är strålningsexponering. Mätning av strålningsdosen som är involverad under skanningsförvärvet är nu möjligt med spårningsprogramvara.
Med den ökande användningen av CT-styrd diagnos och intervention, inklusive nukleärmedicinska baserade skanningar och angiografi, det har skett en stadig ökning av både patient- och läkarexponering för strålning. Lagstadgade organ har noterat detta och gjort det obligatoriskt att spåra mängden strålning som patienter får och ange detta i sina hälsojournaler. Det är också nödvändigt att spåra mängden strålning som läkare utsätts för under sitt arbete.
För att underlätta dosspårning har flera utvecklare av medicinsk bildhanteringsprogramvara kommit fram till lösningar. Till exempel erbjuder GE ett program som heter DoseWatch. Den spårar strålningsdosen som ges till patienter vid en given institution. Uppgifterna kan klassificeras enligt den enskilda enheten, protokollet eller operatören så att det blir lätt att identifiera dosavvikare. Andra applikationer som Sectra erbjuder webbaserad dosspårning. Sectra är certifierat av American College of Radiologists och kan skicka dosdata från ett sjukhus direkt till sitt dosindexregister.
PostDICOM integrerar de medicinska bildprogramvarufunktionerna som vi har beskrivit ovan i ett funktionspaket program. Det är sofistikerad medicinsk bildhanteringsprogramvara som möjliggör molnbaserad lagring och hämtning av medicinska bilder. PostDICOM är kompatibelt med flera operativsystem, inklusive Windows, Linux, Mac OS och Android. Denna kostnadsfria medicinska bildprogramvara erbjuder avancerade visualiseringsalternativ och är integrerad med medicinsk bildsegmenteringsprogramvara. Ytterligare lagring kan köpas till en nominell kostnad. Besök postdicom.com för att lära dig mer om denna praktiska mjukvara.