基于医院RIS-PACS场景的人工智能骨龄检测系统集成技术与实现
发布时间：2021-10-13 11:13
目的探讨基于医院RIS-PACS网络和工作流的人工智能骨龄检测系统的集成方法与技术实现。方法基于Python flask web框架的http协议,通过调用、对接医院PACS、RIS接口,设计一种架构以实现自主研发的2套人工智能骨龄检测系统（CHBone AI 1.0/2.0）与PACS、RIS系统的集成。结果 2套CHBone AI均成功嵌入式集成于医院网络及RIS-PACS平台,且稳步临床"并行运行"已近3年;在目前医院千兆网络条件下,临床每个病例骨龄AI检测整个流程不超过3 s。结论人工智能骨龄检测系统在医院RIS-PACS平台上集成与"并行运行"完成了I期构建,为系统自我进化及"替代运行"的Ⅱ期建设夯实了基础。
【文章来源】：中国医疗器械杂志. 2020,44(05)
【文章页数】：5 页
【部分图文】：
骨龄AI评估坐标图Fig.1TheboneageAIassessmentcoordinatesmap以此为基础深度学习
ChineseJournalofMedicalInstrumentation设计与制造4172020年44卷第5期和关注的重要区域，并以热力图的形式可视化呈现，提高了骨龄AI评估的精准度。1.2RIS-PACS系统的流程改造为了将RIS-PACS系统与AI系统对接，需要对其进行改造。改造的结果需要基于以下原则：充分考虑医院科室现有的工作流程，对现有的检查和报告流程不做修改；同时系统的改造对工作人员是无感的，不会增加其工作量。改造后的流程（图3）主要包括：①病人完成登记后，和原来的流程一样进入检查阶段，对病人来说没有任何变化。②后台服务对是否需要进行骨龄检测进行判断，若需要则进入下一阶段的检测流程，不需要则进入其他报告流程。③PACS骨龄服务获取对应检查影像，采用标准的Restful接口，与AI系统对接，影像没有准备好，则轮询直到影像准备完成。④检测结果与检查做自动关联，准备好报告内容。为确保登记信息与检测结果的一一对应，在登记时为每位病人的每次检查分配了唯一的流水条码号，设备做检查时与系统交互，将获取这个唯一的条码号。设备在后续生成影像时，包含了此条码号，确保了影像和报告的一一关联。为了确保关联性，我们为病人提供了条码腕带，设备操作间配备了扫码硬件，每次病人进检查间，医师都要对病人腕带条码进行扫码确认。这些措施保证了人、影像和报告的一致性。⑤医生打开报告后，对报告结果进行审核、确认。整个流程对报告医生而言，免去了原先需要进行的查看影像结果，翻阅图谱资料进行比对等过程，大大节省了时间，提高了工作效率。图3骨龄AI检测系统工作流程Fig.3BoneageAIdetectionsystemworkflow图2骨龄AI评估热力图
ChineseJournalofMedicalInstrumentation设计与制造4172020年44卷第5期和关注的重要区域，并以热力图的形式可视化呈现，提高了骨龄AI评估的精准度。1.2RIS-PACS系统的流程改造为了将RIS-PACS系统与AI系统对接，需要对其进行改造。改造的结果需要基于以下原则：充分考虑医院科室现有的工作流程，对现有的检查和报告流程不做修改；同时系统的改造对工作人员是无感的，不会增加其工作量。改造后的流程（图3）主要包括：①病人完成登记后，和原来的流程一样进入检查阶段，对病人来说没有任何变化。②后台服务对是否需要进行骨龄检测进行判断，若需要则进入下一阶段的检测流程，不需要则进入其他报告流程。③PACS骨龄服务获取对应检查影像，采用标准的Restful接口，与AI系统对接，影像没有准备好，则轮询直到影像准备完成。④检测结果与检查做自动关联，准备好报告内容。为确保登记信息与检测结果的一一对应，在登记时为每位病人的每次检查分配了唯一的流水条码号，设备做检查时与系统交互，将获取这个唯一的条码号。设备在后续生成影像时，包含了此条码号，确保了影像和报告的一一关联。为了确保关联性，我们为病人提供了条码腕带，设备操作间配备了扫码硬件，每次病人进检查间，医师都要对病人腕带条码进行扫码确认。这些措施保证了人、影像和报告的一致性。⑤医生打开报告后，对报告结果进行审核、确认。整个流程对报告医生而言，免去了原先需要进行的查看影像结果，翻阅图谱资料进行比对等过程，大大节省了时间，提高了工作效率。图3骨龄AI检测系统工作流程Fig.3BoneageAIdetectionsystemworkflow图2骨龄AI评估热力图
【参考文献】：
期刊论文
[1]人工智能医学影像应用:现实与挑战[J]. 金征宇. 放射学实践. 2018(10)
[2]基于RUS-CHN标准的手腕骨骨化中心识别分割算法[J]. 曹润,熊开宇,黄伟航,姚乐辉,何辉,贺莹莹. 北京体育大学学报. 2018(04)
[3]基于X光图像的骨龄评估系统设计与实现[J]. 董娜,王瑶,聂磊,齐立娜,吴壮志,唐发根. 计算技术与自动化. 2010(01)
本文编号：3434549
【文章来源】：中国医疗器械杂志. 2020,44(05)
【文章页数】：5 页
【部分图文】：
骨龄AI评估坐标图Fig.1TheboneageAIassessmentcoordinatesmap以此为基础深度学习
ChineseJournalofMedicalInstrumentation设计与制造4172020年44卷第5期和关注的重要区域，并以热力图的形式可视化呈现，提高了骨龄AI评估的精准度。1.2RIS-PACS系统的流程改造为了将RIS-PACS系统与AI系统对接，需要对其进行改造。改造的结果需要基于以下原则：充分考虑医院科室现有的工作流程，对现有的检查和报告流程不做修改；同时系统的改造对工作人员是无感的，不会增加其工作量。改造后的流程（图3）主要包括：①病人完成登记后，和原来的流程一样进入检查阶段，对病人来说没有任何变化。②后台服务对是否需要进行骨龄检测进行判断，若需要则进入下一阶段的检测流程，不需要则进入其他报告流程。③PACS骨龄服务获取对应检查影像，采用标准的Restful接口，与AI系统对接，影像没有准备好，则轮询直到影像准备完成。④检测结果与检查做自动关联，准备好报告内容。为确保登记信息与检测结果的一一对应，在登记时为每位病人的每次检查分配了唯一的流水条码号，设备做检查时与系统交互，将获取这个唯一的条码号。设备在后续生成影像时，包含了此条码号，确保了影像和报告的一一关联。为了确保关联性，我们为病人提供了条码腕带，设备操作间配备了扫码硬件，每次病人进检查间，医师都要对病人腕带条码进行扫码确认。这些措施保证了人、影像和报告的一致性。⑤医生打开报告后，对报告结果进行审核、确认。整个流程对报告医生而言，免去了原先需要进行的查看影像结果，翻阅图谱资料进行比对等过程，大大节省了时间，提高了工作效率。图3骨龄AI检测系统工作流程Fig.3BoneageAIdetectionsystemworkflow图2骨龄AI评估热力图
ChineseJournalofMedicalInstrumentation设计与制造4172020年44卷第5期和关注的重要区域，并以热力图的形式可视化呈现，提高了骨龄AI评估的精准度。1.2RIS-PACS系统的流程改造为了将RIS-PACS系统与AI系统对接，需要对其进行改造。改造的结果需要基于以下原则：充分考虑医院科室现有的工作流程，对现有的检查和报告流程不做修改；同时系统的改造对工作人员是无感的，不会增加其工作量。改造后的流程（图3）主要包括：①病人完成登记后，和原来的流程一样进入检查阶段，对病人来说没有任何变化。②后台服务对是否需要进行骨龄检测进行判断，若需要则进入下一阶段的检测流程，不需要则进入其他报告流程。③PACS骨龄服务获取对应检查影像，采用标准的Restful接口，与AI系统对接，影像没有准备好，则轮询直到影像准备完成。④检测结果与检查做自动关联，准备好报告内容。为确保登记信息与检测结果的一一对应，在登记时为每位病人的每次检查分配了唯一的流水条码号，设备做检查时与系统交互，将获取这个唯一的条码号。设备在后续生成影像时，包含了此条码号，确保了影像和报告的一一关联。为了确保关联性，我们为病人提供了条码腕带，设备操作间配备了扫码硬件，每次病人进检查间，医师都要对病人腕带条码进行扫码确认。这些措施保证了人、影像和报告的一致性。⑤医生打开报告后，对报告结果进行审核、确认。整个流程对报告医生而言，免去了原先需要进行的查看影像结果，翻阅图谱资料进行比对等过程，大大节省了时间，提高了工作效率。图3骨龄AI检测系统工作流程Fig.3BoneageAIdetectionsystemworkflow图2骨龄AI评估热力图
【参考文献】：
期刊论文
[1]人工智能医学影像应用:现实与挑战[J]. 金征宇. 放射学实践. 2018(10)
[2]基于RUS-CHN标准的手腕骨骨化中心识别分割算法[J]. 曹润,熊开宇,黄伟航,姚乐辉,何辉,贺莹莹. 北京体育大学学报. 2018(04)
[3]基于X光图像的骨龄评估系统设计与实现[J]. 董娜,王瑶,聂磊,齐立娜,吴壮志,唐发根. 计算技术与自动化. 2010(01)
本文编号：3434549
本文链接：https://www.wllwen.com/yixuelunwen/swyx/3434549.html
