于廣會 和清源 李學義 王永中 傅 瑜 張 朋
目前,由于我國優質醫生資源絕對數量不足而導致醫療資源分布不平衡,偏遠地區資源短缺,以及基層醫療水平不足;因經濟發展不均衡及自然條件限制等原因導致優質醫療資源相對集中于中心城市的大型醫院[1-2]。為了改變醫療資源分布不均的現狀,采用最經濟、高效的基于互聯網遠程通訊技術方法,在倫理、政策法規允許的范圍內,充分提高中心城市優質醫師的“利用率”,以便偏遠地區等基層醫療機構能夠享受大醫院名醫專家的會診服務。基于此,本研究對自行開發的基于云平臺大數據遠程會診軟件、醫學影像標準數據庫和三級遠程會診服務體系進行測試,為后續人工智能、自動質量控制提供基礎。
醫學成像專業在實現醫療網絡化具有先天優勢:①大部分醫療信息可通過網絡傳輸,可與無紙化辦公的醫院系統直接接駁,且影像科醫生易于上手操作;②成像技術規范化難度小,通過短期培訓、調試即可實現圖像標準化;③云加密技術等方法可確保網絡信息安全。源于這些優勢,基于第三方獨立影像中心,依托云端影像醫生團隊,建立分級診療體系,結合人工智能分析,已成為未來影像服務模式發展的必然趨勢。建立智能化跨區域分級診療云平臺服務系統是實現醫療網絡化的最有效手段[3-4]。
美國自2012年已建立起大量的獨立第三方醫學影像檢查與診斷中心[5]。而目前我國獨立第三方影像中心正處于起步階段,新醫改方案為遠程醫療提供了良好的發展契機,使其在醫學領域內扮演著越來越重要的角色[6-7]。面對新的發展趨勢和機遇,由服務型大企業牽頭帶領,組織包括優勢醫院和基層醫院、影像平臺企業、影像設備企業、影像智能分析等專業機構在內的科研團隊共同合作,才能促進“基于云平臺大數據的智能化新型醫學影像服務模式解決方案”從研發、測試及示范到最終落地應用。
測試自行開發、建立基于云平臺大數據遠程會診軟件、醫學影像標準數據庫、三級遠程會診服務體系,以推進區域醫療資源共享助力醫療改革。
(1)測試內容。磁共振成像設備與技術北京市重點實驗室自行開發基于云平臺大數據遠程會診軟件、云影像數據中心,如圖1所示。

圖1 基于云平臺大數據遠程會診軟件界面圖
(2)登錄與訪問。自北京、內蒙、河北、陜西、山東等地分別登錄與訪問。
(3)上傳醫學影像學資料。自2017年1月以來,分別從磁共振成像設備與技術北京市重點實驗室、泰山醫學院及長慶油田職工醫院上傳患者影像學資料至云影像數據中心,共計100例;上傳影像數據為醫學數字成像及通信(digital imaging and communication of medicine,DICOM)3.0標準格式,其中數字X射線攝影(digital radiography,DR)資料10例,占用空間為15.5~20 MB/例;X射線計算機斷層成像(X-ray computed tomography,CT)資料10例,占用空間為15.5~142 MB/例;磁共振成像設備(magnetic resonance imaging,MRI)資料80例,占用空間為15.5~142 MB/例。重復數據可自動識別剔除,同一病例不會被多次創建以消除冗余數據。
(4)參與單位。磁共振成像設備與技術北京市重點實驗室、北京大學第三醫院、泰山醫學院、中國北方稀土(集團)高科技股份有限公司以及長慶油田職工醫院。
2.2.1 基于云平臺大數據遠程會診軟件
(1)宕機。10個月平臺宕機次數0次,單次系統恢復0次;支持DR、CT及MRI所有影像數據全部在線。
(2)登錄與訪問。北京、山東、內蒙、河北和陜西為無等待直接登錄;支持手機、電腦隨時登錄;支持影像數據通過網絡瀏覽器直接遠程訪問。
(3)醫學影像學資料上傳。①DICOM3.0標準圖像:可識別非同一患者影像資料,實現自動歸類;②上傳速率:根據網速不同改變;③閱圖:2 M網絡帶寬條件下,小窗觀察響應迅速,大窗顯示選擇打開到顯示出可供操作的影像,DR時間6~8 s(2幅圖像),常規CT圖像調閱響應時間9~15 s,MRI常規序列圖像調閱響應時間10~15 s,系統調閱在線靜態影像的時間(第一幅圖像)2 s,系統調閱二級在線(歸檔)靜態影像的時間(第一幅圖像)5 s。支持圖像瀏覽、圖像標記、報告書寫,支持對同一患者歷史檢查信息的快速查找和綜合對比。
(4)實現用戶權限功能。①針對圖像設有訪問、修改、刪除、上傳及下載等權限;②針對報告書寫有報告、審核和專家咨詢權限。
(5)具體功能測試。①待診斷影像、待審核影像、需重新診斷影像、已審核影像;②DR、CT及MRI,診斷報告單、討論區及專家咨詢均可正常應用,智能分析為預留功能區域。每例患者資料顯示如圖2所示。

圖2 患者打開影像資料窗口界面圖
(6)圖像查看器。圖像查看器各功能可顯示區域和解剖結構中的標注和分類信息,并可對上傳圖像做標注(如圖3所示)。

圖3 圖像查看器各功能顯示區域和解剖結構的標注和分類信息示圖
2.2.2 智能醫學影像標準數據庫
醫學影像標準數據庫通過云平臺和大數據分析技術可實現信息自動獲取、智能分析提取數據、生成規范化報告;智能數據庫可持續更新,并可存儲所有醫學影像設備輸出的數據;數據均由科技部指定的第三方存儲,開放共享。
2.2.3 云數據和應用安全體系
采用完整的安全體系,可實時感知風險、及時智能防護。應用系統具備科學的管理體系,可直觀展示。
基于云平臺大數據遠程會診軟件系統研發各環節均嚴格遵循并符合醫學信息規范(integrating healthcare enterprise,IHE)/健康等級7(health level seven,HL7)標準/DICOM。選擇開放式云架構,以國際化DICOM標準、IHE標準和HL7參考信息模型(reference information model,RIM)[8-13]為依據,制定統一的影像設備接入規范,用以實現不同類型、不同來源的硬件裝備和軟件系統統一接入、協同工作及數據共享,此技術使得采用不同硬件的醫院均可使用同一平臺,節省了硬件置換成本。
云影像數據中心是平臺的核心,其軟件基于云計算數據中心設計,能充分滿足醫學影像、病例、診斷報告、終端設備、用戶、專家庫等相關數據的接入、結構化存儲、管理和訪問需求,實現跨地域醫學影像即時傳遞[14-15]。
系統研發采用自主創新的影像數據傳輸及存儲格式、智能網絡帶寬感應和優化以及智能調度和數據優化等技術;在有線、無線局域網、專線、非對稱數字線路(asymmetric digital subscriber line,ADSL)互聯網和3G等網絡環境下,任何一臺電腦都可即時快速訪問服務器上的影像信息;影像數據庫支持數百個用戶同時在線訪問,所有病例均可在數秒鐘內完成加載,無需長時間等待。用戶可根據診斷需求選擇切換傳輸壓縮方式(無壓縮、無損壓縮、有損壓縮);可根據用戶屏幕分辨率的大小和實際網絡帶寬等進行智能自適應運算,通過增量和(或)減量傳輸技術,極大降低網絡的負荷。
實現醫療影像數據的挖掘和再利用不僅需要影像本身,還需要病變區域和解剖結構的標注及分類信息。平臺采用標記與影像相分離的動態嵌入顯示技術,醫生和研究者可動態選擇感興趣的顯示標記,利用標記索引快速定位到關鍵幀,獲取完整病變和解剖結構信息。引入HL7 RIM,以實現云平臺數據與公共衛生信息平臺數據的對接和標準化,便于提取存儲影像本身圖像數據(像素值),同時也可提取一系列與影像相關的醫療信息和數據[16]。不同地區的第三方檢查中心、診斷中心與會診專家之間在影像傳輸、分享影像數據和用戶接入時均包含質量檢測模塊,以保證影像數據的質量可靠。
采用虛擬中間層轉換技術,實現在不同主流云存儲平臺上的海量影像存儲,支持阿里云、電信云和金山云等主流第三方存儲中心;采用軟件即服務(software as a service,SaaS)模式的影像云服務公共基礎平臺,支持以虛擬獨立站點方式開通和建立地區或醫院專屬影像云服務網站[17-18];采用模塊化軟件架構,開發用戶自定義配置體系,支持和滿足各地區或醫院的個性化業務需求;采用數據來源標簽和用戶隸屬機構標識智能匹配技術,實現不同醫療機構的影像數據在基礎層的統一存儲和應用層的獨立訪問。
數據存儲上應設計遠程災備中心,實現數據的遠程備份,保證數據存儲安全及出現損壞后的快速無損恢復,為中心各類數據提供可視化的管理工具,為平臺內其他系統及外部第三方系統設計數據訪問接口,通過安全體系與權限系統的設計保證數據被安全可靠、精準高效的訪問控制。
隨著計算機技術與網絡技術的迅猛發展,智能診斷技術越來越接近臨床化。基于這種趨勢,云平臺大數據遠程會診軟件系統在病變區域和解剖結構的標注及分類信息為智能分析系統對接預留了數據接口,流程控制方式采用標準化接口方式對接集成多來源第三方影像智能分析系統。
根據職能診斷技術的發展趨勢,云平臺診斷系統需要逐步完善,包括基于云平臺與大數據的影像設備協同管理體系文件、基于云平臺與大數據的質量控制體系文件、DR、CT、MRI等設備在內的質量控制標準以及質量控制圖像智能分析軟件等。
自行開發的基于云平臺大數據遠程會診軟件可以滿足云影像歸檔及傳輸系統(picture archiving and communication systems,PACS)、放射學信息系統(radiology information system,RIS)和遠程會診的要求,智能醫學影像標準數據庫為影像大數據的建立提供有力支撐,同時為后續人工智能、自動質量控制以及可持續運營的健康服務模式提供可能。