骨質疏松篩查系統設計與實現

尹梓名 胡曉暉 吳亮宏 孫大運 錢忠心 劉衛東 錢本文

1.上海理工大學醫療器械與食品學院，上海 200093 2.上海康復器械工程技術研究中心，上海 200093 3.上海市浦東新區浦南醫院脊柱外科，上海 200125 4.臺灣大學醫學院附屬醫院骨松科，臺北 10617

1 引言

骨質疏松癥(osteoporosis，OP)是一種嚴重危害老年人身體健康和生活質量的常見病和多發病[1]。對個體進行骨質疏松癥風險評估和疾病篩查，能為該疾病的早期防治提供有效幫助。臨床上評估骨質疏松風險的方法較多，但各有側重點，例如國際骨質疏松基金會(International Osteoporosis Foundation，IOF)骨質疏松一分鐘測試題[2]是根據患者簡單病史，從中選擇與骨質疏松相關的問題，由患者作答，從而初步篩選出可能具有骨質疏松風險的患者；亞洲人骨質疏松自我篩查工具(osteoporosis selfassessment tool for Asians，OSTA)[3]主要是根據年齡和體質量篩查骨質疏松癥的風險，收集多項骨質疏松危險因素，并進行骨密度測定，但需要指出的是，OSTA所選用的指標過少，其特異性不高，需結合其他危險因素進行判斷，且僅適用于絕經后婦女；骨折風險預測工具(fracture risk assessment tool，FRAX)[4]根據患者的臨床危險因素及股骨頸骨密度建立模型，用于評估患者未來10年髖部骨折及主要骨質疏松性骨折(椎體、前臂、髖部或肩部)的概率。但FRAX工具不適于已接受有效抗骨質疏松藥物治療的人群。綜上所述，雖然骨質疏松有關的量表很多，但臨床上尚缺乏一種使用方便，并且信度和效度都較高的骨質疏松癥篩查工具。

隨著大數據、互聯網和信息科技的發展，移動醫療越來越受到人們的重視。移動醫療將新興的移動互聯網技術應用到醫療領域，用以解決醫療痛點和臨床問題[5]。尤其是以微信小程序為載體開發的各種移動醫療產品，因其隨走隨用的輕應用特性，贏得了眾多開發者和消費者的青睞，能更廣泛地應用到社區醫療服務中，幫助醫生用戶更方便地對骨質疏松疾病患者進行篩查和風險預測評估。因此，本文基于微信小程序的MINA框架[6]，制定了一套面向骨質疏松癥篩查的便捷、輕量級的解決方案，開發出“骨質疏松AI篩查防治”微信小程序，用以幫助醫生解決在骨質疏松篩查中的各類問題，提高工作效率。

2 方法

2.1 系統架構

本系統基于微信小程序框架開發，系統整體的架構圖如圖1所示。

圖1 系統整體架構Fig.1 Overall architecture of the system

整個系統可分為客戶端和服務端，客戶端上層是醫生使用的各種功能，如篩查識別功能、數據統計分析功能、光學字符識別(optical character recognition，OCR)功能和內容可定制功能，同時包含各種系統所需的業務邏輯。客戶端的下層是微信小程序的MINA框架，框架本身由視圖層、邏輯層以及系統層構成。(1)視圖層(View)，框架的視圖層控制頁面的展現樣式和數據的實時同步更新。(2)邏輯層(App service)是事務邏輯處理的地方。微信小程序在邏輯層接受視圖層的事件觸發動作并將數據進行處理后發送給視圖層進行界面渲染。(3)系統層(Native)，系統層負責數據的各種存儲與調用。從視圖層需要獲取更新臨時緩存數據，從邏輯層將緩存數據發送到視圖層進行界面渲染。對于網絡存儲與調用以及文件存儲微信小程序提供了相對應的接口。云服務端層則提供各種用于網絡連接的云服務，包括程序調用的篩查服務、云函數服務、用于化驗單照片存儲的云存儲服務、用于存儲患者格式化數據的數據庫和醫學化驗單的文字識別服務。

2.2 基于非關系型數據庫的內容可定制技術

目前，臨床上對于骨質疏松癥的篩查是讓患者完成多個骨質疏松篩查量表，以便獲取患者更完整的臨床信息。但是有如下問題：①如果量表題目過多，測試時間過長，占用了大量醫生和患者的時間，很難在繁忙的臨床環境下實施；②隨著國際上對于骨質疏松癥認知的加深，新的量表層出不窮，如何將最新的篩查工具方便快捷地應用到臨床中？這就要求系統開發后具備一定的可修改性和可擴展性。針對以上兩點需求，文本設計并開發了內容可定制的骨質疏松癥篩查系統，即在臨床專家審核后，由系統管理員對系統的測試題目進行配置，系統根據配置動態生成新的測試題目，或者刪除舊的題目。新加或者刪除測試題目既不影響對原有數據的訪問，也不影響當前系統的使用。

如圖2所示，虛線箭頭表示系統管理員通過小程序的增加/刪除測試題的功能去更改非關系型數據庫的字段。實線箭頭的閉環表示當小程序啟動時，會發送訪問數據集合的請求給數據庫，數據庫完成數據更新，小程序框架渲染數據，然后將現有的測試題目顯示出來，就完成了內容可定制功能。具體來說，當系統管理員每次進入小程序啟動系統時，小程序依次分批自動請求非關系型數據庫中的不同類型測試題的集合，然后將獲取到的數據傳遞到小程序，小程序MINA框架獲取數據進行渲染并展示到界面的不同模塊，小程序不會因為同時獲取大量數據而出現卡頓、反應遲緩等現象。管理員可查看當前測試題全部數據以便確定需要配置測試題的位置信息，但對顯示的信息不可編輯，不會因為管理員誤操作而影響到數據庫原數據；在系統管理員對骨質疏松癥測試題進行配置時，通過調用服務端接口函數進行增加相應的測試題的題目選項等詳細字段信息，當管理員有增加多項測試題的需求時，可通過增加輸入內容模塊，確認無誤便可將配置數據一鍵增加到數據庫中，同時更新并獲取數據庫中相應的字段。刪除相應的測試題時，通過查詢題目序號從數據庫獲取相應題目序號的測試題信息，然后可將其從數據庫中刪除相應的字段。完成配置操作的同時獲取更新后的數據，數據庫將配置后的數據傳遞到小程序進行界面渲染并展示，管理員可查看修改后的測試題的內容以便確認配置是否成功。

圖2 內容可定制技術實現流程Fig.2 Implementation process of content-customizable technology

2.3 醫學化驗單OCR識別技術

骨質疏松癥的診斷需要依賴骨轉換標志物(bone turnover markers，BTMs)的測定。這些標志物的測定有助于鑒別原發性和繼發性骨質疏松、判斷骨轉換類型、預測骨丟失速率、評估骨折風險等[7]。但是在骨質疏松癥的社區篩查中，經常會遇到患者帶著紙質化驗單來就診的情況，目前在臨床工作中還沒有能將醫學化驗單方便地轉換成計算機可識別的結構化字符的工具。醫生一般只能對化驗單進行拍照，然后存檔。圖片中以像素形式保存的字符信息無法被計算機直接讀取和利用，因此無法形成患者完整的電子化骨質疏松健康檔案。

OCR是一種將圖像中的字符和文字識別出來，并轉換成計算機文本文件的技術[8]。如果將OCR技術應用于醫學化驗單的識別，通過對化驗單拍照，OCR可以對化驗單中的文字進行識別，將非結構化的圖片轉換成結構化的、計算機可直接讀取的文字和數字，存入電子健康檔案，方便今后數據的進一步分析、利用。與傳統的手工錄入相比，提高了工作效率。

目前，市場上已有很多成熟的OCR產品，但是這些產品都是面向通用領域，沒有專門針對醫學場景進行優化，處理效果并不好，也無法直接處理醫學化驗單。Tesseract是一款國際上使用最為廣泛的開源OCR識別庫[9]。因此本文以Tesseract為基礎，建立了用于醫學化驗單識別的OCR引擎，實現了對醫學化驗單的OCR識別。

2.3.1化驗單圖像預處理：由于Tesseract對用于訓練的化驗單圖像數據的質量要求較高，所以在訓練之前必須先對圖像進行預處理。只有保證高質量的圖像，化驗單的字符識別效果才能準確[10]。預處理的流程包括二值化、抗扭斜、特征提取處理等操作，如圖3所示。

圖3化驗單圖像預處理
Fig.3Image preprocessing of laboratory sheet

2

.

3

.

2

醫學化驗單OCR技術實現：圖4展示了基于Tesseract的醫學化驗單OCR訓練步驟。包括生成tif圖片集、文本檢測生成Box文件、調整Box文件中的錯誤、生成Unicharset文件、生成字體特征文件、創建詞典文件、生成模糊字矯正文件、生成文字特征文件。

圖4 OCR識別訓練過程Fig.4 Training process for OCR

2.3.3醫學化驗單OCR引擎開發：為了將醫學化驗單技術應用于臨床，本文設計并開發了醫學化驗單OCR識別引擎。該引擎可部署于服務器，作為一種軟件的后臺服務，供前端軟件調用。OCR引擎的整體架構如圖5所示。

圖5 OCR識別引擎服務Fig.5 Service of OCR engine

2.4 骨質疏松篩查識別技術

骨質疏松篩查診斷的依據是臨床指南。本文依據2017版原發性骨質疏松癥診療指南[11]，利用臨床指南知識建模技術[12]，構建了基于臨床指南的數字化骨質疏松篩查模型，此模型可以作為知識庫的一部分，與部署在云端的推理引擎一起為手機端的微信小程序提供骨質疏松篩查診斷推理服務，具體流程如圖6所示。當用戶在手機端輸入骨密度DXA等各種檢查報告之后，推理服務會依據臨床指南自動得出診斷結論。

圖6 骨質疏松篩查知識庫及推理服務Fig.6 Knowledge base and inference service of osteoporosis screening

3 骨質疏松篩查系統主要功能

本系統主要提供了如下幾個功能：系統用戶分級登錄、患者骨質疏松癥量表測試、患者歷史數據查詢與統計分析、化驗單OCR識別掃描等。

3.1 系統登錄

在微信中搜索“骨質疏松AI篩查防治”，即可看到名為“骨質疏松AI篩查防治”的微信小程序。此款微信小程序分為受試者入口和醫生入口。受試者入口針對患者在家自我篩查使用，醫生入口供醫生日常篩查使用。每位醫生由管理員分配賬號，每個賬號只能訪問自己患者的數據，實現用戶權限的分級管理，如圖7 A所示，圖7B展示了系統的主界面和主要功能。

圖7 系統登錄與系統主界面 A：系統登錄，B：系統主界面Fig.7 System login and main interface. A: System login, B: System main interface

3.2 患者骨質疏松癥量表測試

醫生用戶登入系統后先錄入患者的一些基本信息，然后對患者進行骨質疏松量表篩查，患者回答后，醫生依次填入系統中，并可得出篩查結論，如圖8所示。

圖8 骨質疏松篩查測試題目Fig.8 Test questions of osteoporosis screening

3.3 患者歷史數據查詢與統計分析

本系統提供患者歷史數據查詢功能，醫生只能查詢并看到在自己處就診的患者信息。醫生還可以針對一個常用的統計指標進行統計分析，如圖9所示。

圖9 數據查詢與統計分析Fig.9 Query and statistical analysis

3.4 OCR掃描識別

患者提供紙質骨質疏松相關化驗單時，醫生用戶進入掃描識別模塊進行相關操作，點擊選擇圖片可調用手機相機進行拍照，或者從圖庫選擇相關圖片顯示到畫布組件中，然后在手機屏幕觸碰選定指定的區域截取圖片，系統會自動重新為截取部分分配寬高比渲染到畫布中，如圖10所示。

圖10 使用醫學化驗單OCR識別引擎識別化驗單Fig.10 Recognition of laboratory sheets using OCR engine

點擊識別信息按鈕便可調用百度提供的文字識別接口識別圖片信息，成功之后會將識別結果顯示出來，上一欄為化驗項目，下一欄為檢測結果。識別結果圖片基本一致，錯誤較少時，醫生可在識別文本當中進行編輯。若錯誤較多時可再次進行識別。確認識別信息無誤后便可點擊上傳報告上傳識別數據以及化驗單原圖到數據庫集合和云儲存中。

3.5 測試題目內容可定制管理

給管理員分配指定賬號，當有測試題的變動需求后可聯系管理員重新對測試題目進行相關配置。進入配置界面時在下方區域會自動加載當前骨質疏松測試題信息只能滑動屏幕查看但無法對其編輯選擇，點擊“增加題目”進入增加測試題類型選擇界面，在單選題配置界面，默認兩個選項，當有多個選項的需求時點擊增加從選項便可添加相應數量的選項。其他類型題目點擊增加題目便可實現一次增加多道測試題。相關界面如圖11所示。

圖11 通過內容可定制技術增加測試題目Fig.11 Adding test questions through content-customizable technology

刪除測試題時，選擇相應的刪除的測試題的類型，然后輸入測試題題號點擊查詢，系統會將查詢到的測試題的題目序號以及題目信息顯示在下方模塊中，確認無誤后點擊刪除按鈕便可將該測試題從數據庫集合中刪除并返回配置界面，如圖12所示。

圖12 通過內容可定制技術刪除測試題目Fig.12 Deleting test questions through content-customizable technology

4 討論

本系統是基于MINA框架開發的微信小程序，相對于傳統的移動醫療APP程序，本系統有如下優勢：①無需安裝，打開微信添加小程序后即可使用，簡單方便，更易于在臨床推廣和應用。②本系統使用內容可定制技術研發，使得系統管理員可以在不開發任何代碼的情況下，根據臨床需求，更方便地對系統中的內容進行調整，隨時調整，隨時使用，縮短了臨床需求到程序上線之間的響應周期。③醫生在使用本系統研發的醫學化驗單OCR技術時，只需對紙質的醫學化驗單進行拍照，就可以識別化驗單中的內容，將其作為結構化的臨床信息存儲到數據庫中，便于構建患者完整的骨質疏松癥電子檔案，不僅提高了醫生工作效率，也為今后數據的二次利用(如分析和挖掘)奠定了基礎。

5 結論

本文基于移動醫療的內容可定制技術、臨床指南數字化技術和醫學化驗單OCR識別技術，開發出一款骨質疏松癥篩查系統。該系統可對患者進行骨質疏松量表測試，并可自動識別患者上傳的化驗單照片，保存成結構化的數據后，存入患者的骨質疏松健康檔案中，提高了醫生工作效率，方便醫生收集患者數據進行臨床統計和研究。未來，本系統還會根據收集的大量患者數據，利用人工智能技術搭建骨質疏松癥風險預測與輔助診斷模型，通過篩查實現骨質疏松癥的早發現，早治療。