基于計算機視覺的自動識別技術解決骨科耗材管理痛點

左彥波 徐杰/文

隨著我國深入貫徹落實“十三五”醫改規劃及各項監管措施的推進，整個醫療耗材供應鏈面臨重大變革。2019年，國務院出臺《治理高值醫用耗材改革方案》，拉開高值耗材全面改革序幕。“取消耗材加成、探索帶量采購、規范合理使用、嚴抓商業賄賂”等改革措施持續推進和落地。骨科耗材作為典型的植入類高值耗材成為政策管控的目標。2020年1月，國家衛健委發布《第一批國家高值醫用耗材重點治理清單》，骨板、髖關節假體、脊柱椎體間固定系統等多類骨科耗材進入名單。

利用先進的物聯網技術和信息技術（如基于云服務的B2B平臺以及院內物流運營管理平臺），結合醫院實際需求，建立院內精細化管理平臺，打通院內信息孤島，形成數據流、物流、資金流統一的閉環系統，實現醫療耗材全程可追溯，成為近幾年醫院信息化建設的一個亮點和大勢所趨。該類項目，行業內稱之為SPD系統（supply、processing、distri?bution的縮寫）。目前眾多SPD項目的實踐效果顯示，對于大部分院內寄售類高值耗材、低值耗材和檢驗試劑都取得了良好的管理效果，受到醫院和行業的認可。但是骨科植入類耗材由于其本身以及流通模式的特殊性，仍然難以達到精細化管理的目標。骨科耗材難管，依然是行業共識和痛點。

骨科植入類耗材的特殊性及管理現狀

骨科耗材本身具有的特點

規格復雜、品牌眾多生產廠商一般專注于某一個細分領域，在該領域深耕多年，形成耗材及配套工具等一系列技術積累，才能在市場上立足。這導致骨科耗材品牌眾多，同時一個系列的產品有多種規格。據不完全統計，我國高值耗材的品規數量達百萬，其中超過85%為骨科類耗材。

手術種類多樣、醫生使用習慣性強骨科手術的不同部位、患者的體型都會影響耗材的選用。一場骨科手術是主刀醫生、醫療耗材和手術工具的有機結合，任何環節都會影響最終的手術效果。主刀醫生會形成自己的使用習慣和傾向性選擇。

耗材更新換代快、專業性強骨科耗材的材質、工藝、配套的手術工具隨著科技的進步不斷更新優化，臨床醫生需要花大量的時間去學習和掌握。

由于以上原因，長期以來形成了骨科耗材獨特的流通模式（行業內稱之為“跟臺模式”）。一般流程如下：醫院臨床科室在骨科手術排程確定后，以線上或者線下的方式提前通知相應的供應商手術信息；供應商為該場手術準備手術包（包含工具類和耗材類，數量為幾十到2～300個物品不等，如圖1所示，送達醫院的消毒供應室；經過嚴格的消毒流程后，形成手術包待用，如圖2所示（見下頁）；手術包在手術中被打開并使用，手術中消耗的耗材被醫院記錄，手術包的所有其他物資退還給供應商。

圖1 供應商為骨科手術準備手術包

圖2 經過消毒后待用的骨科手術包

骨科類耗材管理的痛點

骨科耗材管理的難點有：耗材備貨一般根據醫生指令臨時備貨，且具體的備貨品規和數量主要由供應商根據自己的專業知識遵循“寧多不少”的原則進行備貨，確保手術安全。這會導致一個手術包的物資數量和品種非常繁雜；供應商提供的手術包內的物資處于非無菌狀態，需要遵循嚴格的消毒流程后才能使用。這加大了手術包達到醫院后驗收清點的難度和工作量，人工清點往往流于形式，有很大隱患；手術過程中只記錄被消耗的耗材，其他物資全部退回供應商。這里也涉及到一個比對和清點的過程，同樣依靠人工，容易出現錯誤。

通過技術手段，能夠解決骨科耗材的自動識別和清點，將有效解決這一個痛點，進一步提高骨科耗材的精細化管理。

基于計算機視覺的自動識別技術

上海賦拓物聯網技術有限公司經過兩年的持續探索，和相關醫療機構緊密合作，研發了一款專門針對骨科耗材的計算機視覺自動識別設備，如圖3所示，取得了良好的實際效果。

圖3 計算機視覺自動識別設備

該終端設備通過網絡與SPD信息系統組成了一個中心化、分布式相結合的管理系統。其中，數據中心化，計算邊緣化是該系統的典型特征。骨科耗材的基礎數據，如生產廠商、耗材品名、耗材品規數據等存儲在信息系統中，且該系統與UDI數據庫實現互通。在終端設備中引入邊緣計算，使用計算機視覺技術，包括數字成像技術、數字圖像處理技術、圖像模式識別技術、人工智能技術等，以此代替人工目檢、人工檢索、人工錄入等繁瑣費時地重復性工作，大幅提升工作效率。此外，該方式降低了對操作人員的專業性要求。

計算機視覺技術，是一門涉及多知識領域的交叉學科，涵蓋的技術內容繁多，在骨科耗材管理應用中需要解決諸多技術難點。

數字成像的設計

計算機視覺技術所使用的成像技術主要是圍繞著CMOS/CCD感光器件的成像系統，主要包括以下幾個方面：

相機在自動化設備中主要是工業相機，它們使用的感光芯片主要為CMOS/CCD兩類。CCD在色彩還原度、動態范圍、靈敏度方面比CMOS好；CMOS的分辨率全面超越CCD，目前CMOS芯片可輕易達到4K以上分辨率，而CCD一般最大只能達到2K；CMOS主要為卷簾曝光，適合拍攝靜態物體，CCD則支持全局曝光，可拍攝運動物體。因此選擇相機主要考慮分辨率要求、光源情況以及運動拍攝要求。

鏡頭大部分情況下建議使用無畸變或低畸變鏡頭，其次需要與相機感光芯片分辨率一致，最后根據物理視場的大小選擇合適的焦距。

光源經過多次實驗，我們選擇使用球積分光源用于骨科耗材成像。球積分光源采取半球狀漫反射面，將底部環形光發出的光線均勻反射到光源發光口，面分布均勻性，方向均勻性都很好，可以將骨科耗材表面照射出比較均勻的效果。通過以上設計，該設備對骨科耗材的成像可滿足成像一致性、成像質量、成像分辨率三方面的要求。

圖像處理

為了從原始圖像中分離出每個骨科耗材的圖像，需要對原始圖像執行多個處理步驟：

建立ROI（感興趣區域）選區將該區域從原始圖像中分離出來，作為后續處理的輸入圖像。

調整圖像尺寸4K相機的輸入像素達到1000萬以上，建立的ROI選區像素數量也可以高達800萬以上，這樣龐大的像素數量不利于后續圖像處理算法的應用，因此，需要通過插值算法調整圖像尺寸，減少像素數量。

形態學處理圖像形態學處理主要包括腐蝕、膨脹及開閉運算，它們都是使用特定的卷積核對原圖進行卷積運算，改善圖像質量。

圖像二值化為了將骨科耗材圖像從原始圖像中分離，采用前景背景分離方法，即將骨科耗材的圖像標記為前景，其他圖像標記為背景，采用閾值化法，得到一個僅包含前景與背景的二值化圖像（黑白圖像）。

輪廓提取在前述步驟的二值化圖像中提取輪廓（點集）。為了提高輪廓提取的精度，通常應該結合二值化提取與Canny算法提取，并在必要的時候使用形態學處理。

圖像提取在得到骨科耗材輪廓后，便可通過輪廓的點集構建一個圖像蒙板，蒙板的大小和原始圖像一致，對蒙板與原始圖像可執行點乘操作，即可提取骨科耗材圖像。將圖像存儲為JPG文件，放入圖像數據庫中，后續用于查看、匹配等操作。

模式識別

在骨科耗材管理應用中，使用SIFR算法提取骨科耗材照片的特征點，按照特征點質量優劣選取前100個特征點的描述符，存儲在骨科耗材的特征文件中。當需要進行模式識別時，分別得出兩張照片的特征點描述符集合，對這兩個集合計算接近程度，如果接近程度大于某個閾值，則可以認為它們是同一個東西。為了提升匹配性能，使用FLANN算法進行快速匹配，使得匹配速度可以達到毫秒級的程度。

目前該設備及系統已經完全實現了對骨科耗材及釘盒的全流程業務處理。所有項目中采集的耗材品規數據自動會上傳到云端數據庫，這些數據在新的醫院完全可以直接使用，而不需要重新采集。單一匹配速度可以達到毫秒級，提升了系統可用性。整個系統在很大程度上取代人工繁瑣費時的重復性工作，大幅提高工作效率，降低了對操作人員的專業性要求，提升了準確性與時效性。

未來，在該技術的基礎上可進一步增加骨科耗材的傳輸、分揀、分包、賦碼等設計，擴大該設備的應用場景。