用于优化临床工作流程的预测模型制造技术

技术编号:19076295 阅读:47 留言:0更新日期:2018-09-29 18:04
提供了用于生成用于在优化临床工作流程中使用的预测模型的系统和方法。可以如下生成所述预测模型:获得指示所述临床工作流程的工作流程元数据;获得由医师用来审查一幅或多幅医学图像的图像查看器的查看器日志,所述查看器日志可以指示由所述医师使用所述图像查看器执行的一个或多个查看动作;然后基于所述查看动作来估计所述一幅或多幅医学图像的诊断价值,针对不同的临床工作流程执行上述步骤;然后将机器学习技术应用于所得到的多个诊断价值和多个工作流程元数据以生成所述预测模型,所生成的预测模型在给定特定临床工作流程的所述工作流程元数据的情况下预测由所述特定临床工作流程采集的医学图像的所述诊断价值。有利地,所述预测模型能够用于修改所述临床工作流程以便提高所采集的图像的所述诊断价值。

【技术实现步骤摘要】
【国外来华专利技术】用于优化临床工作流程的预测模型
本专利技术涉及用于生成预测模型以优化临床工作流程的系统和方法。本专利技术还涉及包括该系统的工作站和成像装置。本专利技术还涉及包括用于使得处理器系统执行该方法的指令的计算机可读介质。本专利技术还涉及包括预测模型的计算机可读介质以及预测模型对于优化临床工作流程的用途。
技术介绍
在放射学领域中,优化患者和检查工作流程(此后统称为“临床工作流程”)通常对护理成本和质量产生巨大影响。这样的工作流程优化可以体现在效率以及工作流程的诊断价值方面。数据分析在医院管理中扮演着越来越重要的角色,并且也可能用于执行这样的工作流程优化。然而,试图优化临床工作流程时出现的主要困难之一是定义合适的绩效指标并衡量和评估其价值。例如,磁共振成像(MRI)序列、参数和线圈的某些组合,某组患者和/或医学人员的某种行为可能与在患者检查期间采集的医学图像的诊断价值的正相关或负相关。找到这些相关性可能涉及评估许多采集的医学图像并针对指示这些医学图像被采集时的条件的信息着手估计这些医学图像的诊断价值。这通常表示在临床实践中常规性地做出太多努力。
技术实现思路
获得便于优化临床工作流程的系统或方法并进而减少这样的优化所需的努力将是有利的。本专利技术的以下方面涉及生成预测模型,所述预测模型在给定临床工作流程的工作流程元数据的情况下预测由特定临床工作流程采集的医学图像的诊断价值。所生成的预测模型可以用于识别对特定临床工作流程的一个或多个调整,以便提高所采集的医学图像的诊断价值。为了生成预测模型,基于对在医师的审查期间医师的注意力的估计来估计医学图像的诊断价值,并且针对指示引起采集特定医学图像的临床工作流程的工作流程元数据着手估计医学图像的诊断价值。本专利技术的第一方面提供了根据权利要求1所述的方法。本专利技术的另外的方面提供了根据权利要求11所述的系统。本专利技术的另外的方面提供了一种计算机可读介质,其包括表示指令的瞬态或非瞬态数据,所述指令用于使得处理器系统执行根据上述权利要求中的任一项所述的方法。本专利技术的另外的方面提供了一种计算机可读介质,其包括表示预测模型的瞬态或非瞬态数据,所述预测模型基于特定临床工作流程的工作流程元数据来预测由所述特定临床工作流程采集的医学图像的诊断价值。本专利技术的另外的方面提供了一种预测模型的用途,所述预测模型用于识别对临床工作流程的调整,根据所述预测模型对所述临床工作流程的调整引起在所述临床工作流程期间采集的所述医学图像的更高的诊断价值。上述措施涉及使用机器学习技术将一幅或多幅医学图像的估计的诊断价值与指示建立对所述一幅或多幅医学图像的采集的临床工作流程的工作流程元数据进行关联。这里,“指示”是指工作流程元数据指示将要执行或者执行或者已经执行的临床工作流程的至少部分。非限制性范例是工作流程元数据指示所使用的成像模态,例如,MRI、所使用的MRI序列、所使用的MRI参数和线圈等。另一个非限制性范例是工作流程元数据指示被成像的身体区域。所述相关是针对不同的患者检查以及由此针对不同的临床工作流程来执行的,引起针对机器学习技术的输入由成对的i)估计的诊断价值和ii)工作流程元数据来构成。有效地,所估计的诊断价值可以被认为是机器学习技术中的“回答向量”,而工作流程元数据可以被认为是“输入向量”。可以从医师使用图像查看器进行的查看动作来估计诊断价值。这里,术语“图像查看器”是指用于查看医学图像的软件和/或硬件,例如,运行在工作站上的软件应用程序。通常,这样的查看动作指示医师正在关注特定医学图像,并且因此可以表示医师的“关注价值”。因此可以分析图像查看器的查看器日志以估计一幅或多幅医学图像的诊断价值。为此目的,使用关注度量,该关注度量体现关于由查看动作所表示的医师的不同的查看行为如何与不同的诊断价值相关的一组假设。例如,关注度量可以将特定类型的查看动作映射到较高的诊断价值,同时将另一查看动作映射到较低的诊断价值。这里,诊断价值可以表示用于诊断的医学图像的量化值,例如,表示为范围从0.0(指医学图像不适合用于医学诊断)到1.0(指医学图像非常适合用于医学诊断)的标量。诊断价值也可以用任何其他合适的方式来表示。机器学习技术提供预测模型作为输出部。该预测模型包括机器可解析数据,允许在在给定与临床工作流程的采集相关联的临床工作流程的工作流程元数据的情况下预测医学图像的诊断价值。有效地,预测模型可以用作查找表,例如,使用相关联的工作流程元数据作为输入来“查找”医学图像的诊断价值,而不是必须被构造为查找表。假定工作流程元数据在临床环境中通常可用并且诊断价值自动地或至少半自动地得到估计,则上述测量具有预测模型允许以减少的努力优化特定临床工作流程的效果。这样,诸如医师的用户不需要手动找到工作流程参数与所采集的医学图像的诊断质量之间的相关性。有利地,优化可以在常规临床实践中执行而不会严重干扰所述临床实践。注意,不同类型的工作流程元数据可以用于机器学习,而不是随后用于诊断模型中的“查找”。获得工作流程元数据可以包括获得在执行临床工作流程中使用的医学装置或医学系统的系统日志。已经发现系统日志包含与在临床工作流程期间采集的一幅或多幅医学图像的诊断价值非常相关的相关信息。然而,使用所生成的预测模型的后续“查找”可以使用不同类型的工作流程元数据来执行。例如,工作流程元数据可以是针对假设的临床工作流程而生成的,而不是在实际临床工作流程期间例如以系统日志的形式搜集的。这使得临床工作流程仍然能够在实际执行之前得到修改。所述系统日志可以是在采集所述一幅或多幅医学图像中使用的成像装置的系统日志。已经发现成像装置的系统日志高度预测所得到的医学图像的诊断价值。成像装置的范例是MRI扫描器或计算机断层摄影(CT)扫描器。任选地,所述关注度量基于以下中的至少一个将所述一个或多个查看动作映射到所述诊断价值:特定查看动作的发生或发生次数、所述一个或多个查看动作的时间顺序、对特定医学图像的查看持续时间,以及对所述特定医学图像的查看频率。特定查看动作的发生或发生次数可以指示或直接表示关注价值,关注价值继而又与特定诊断价值有关。例如,对医学图像中的区域的描画的发生可以指示医师对医学图像中的特定部分感兴趣,并且由此指示相对高的诊断价值。同样地,多个相异的亮度和/或对比度调整可以指示所采集的医学图像不能提供对特定感兴趣区域的良好查看,并且因此其诊断价值是次优的。另一范例是对医学图像的长的查看持续时间或多次重复查看可以指示医师对医学图像高度感兴趣。任选地,所述一个或多个查看动作包括以下中的至少一个:缩放动作、对比度调整、亮度调整、切换到另一医学图像、删除医学图像,以及描画所述医学图像中的解剖结构。这样的查看动作被认为指示医师的关注,并由此表示一幅或多幅医学图像的诊断价值。任选地,所述方法还包括向所述医师询问以获得关于所述诊断价值的用户输入,其中,对所述诊断价值的所述估计还基于所述用户输入。除了基于查看动作来估计诊断价值以外,还可以例如使用图像查看器的图形用户接口中的对话框来关于诊断价值直接询问医师。然后可以使用医师的输入来补充基于查看动作的估计,或者可能替换所估计的诊断价值。注意,可能是诊断价值的估计而不是直接询问保持相关,例如,当医师不提供用户输入时或者细化由医师提供的粗糙用户输入时本文档来自技高网...

【技术保护点】
1.一种用于生成用于优化临床工作流程的预测模型的方法(500),所述临床工作流程引起在患者检查期间采集一幅或多幅医学图像(204、310),所述方法包括以下步骤:‑获得(510)指示所述临床工作流程的工作流程元数据(022、202、212),其中,获得所述工作流程元数据包括获得在执行所述临床工作流程中使用的医学装置或医学系统的系统日志;‑获得(520)由医师用来审查所述一幅或多幅医学图像的图像查看器的查看器日志,所述查看器日志指示由所述医师使用所述图像查看器执行的一个或多个查看动作;‑估计(530)所述一幅或多幅医学图像对于所述医师完成临床诊断的诊断价值,其中,所述估计包括使用关注度量将所述一个或多个查看动作映射到所述诊断价值,其中,所述关注度量体现关于由所述查看动作所表示的所述医师的不同的查看行为如何与不同的诊断价值相关的一组假设;其中,针对不同的临床工作流程执行上述步骤以获得多个诊断价值和相应的多个工作流程元数据,所述方法还包括:‑将机器学习技术应用(540)于所述多个诊断价值和所述多个工作流程元数据以生成预测模型,所述预测模型基于特定临床工作流程的所述工作流程元数据来预测由所述特定临床工作流程采集的医学图像的所述诊断价值。...

【技术特征摘要】
【国外来华专利技术】2016.01.27 EP 16152878.11.一种用于生成用于优化临床工作流程的预测模型的方法(500),所述临床工作流程引起在患者检查期间采集一幅或多幅医学图像(204、310),所述方法包括以下步骤:-获得(510)指示所述临床工作流程的工作流程元数据(022、202、212),其中,获得所述工作流程元数据包括获得在执行所述临床工作流程中使用的医学装置或医学系统的系统日志;-获得(520)由医师用来审查所述一幅或多幅医学图像的图像查看器的查看器日志,所述查看器日志指示由所述医师使用所述图像查看器执行的一个或多个查看动作;-估计(530)所述一幅或多幅医学图像对于所述医师完成临床诊断的诊断价值,其中,所述估计包括使用关注度量将所述一个或多个查看动作映射到所述诊断价值,其中,所述关注度量体现关于由所述查看动作所表示的所述医师的不同的查看行为如何与不同的诊断价值相关的一组假设;其中,针对不同的临床工作流程执行上述步骤以获得多个诊断价值和相应的多个工作流程元数据,所述方法还包括:-将机器学习技术应用(540)于所述多个诊断价值和所述多个工作流程元数据以生成预测模型,所述预测模型基于特定临床工作流程的所述工作流程元数据来预测由所述特定临床工作流程采集的医学图像的所述诊断价值。2.根据权利要求1所述的方法(500),其中,所述系统日志(202)是在采集所述一幅或多幅医学图像(204)中使用的成像装置(200)的系统日志。3.根据权利要求1所述的方法(500),其中,所述关注度量基于以下中的至少一个将所述一个或多个查看动作映射到所述诊断价值:特定查看动作的发生或发生次数、所述一个或多个查看动作的时间顺序、对特定医学图像的查看持续时间,以及对所述特定医学图像的查看频率。4.根据权利要求1至3中的任一项所述的方法(500),其中,所述一个或多个查看动作包括以下中的至少一个:缩放动作、对比度调整、亮度调整、切换到另一医学图像、删除医学图像,以及描画所述医学图像中的解剖结构。5.根据上述权利要求中的任一项所述的方法(500),还包括向所述医师询问以获得关于所述诊断价值的用户输入(224),并且其中,对所述诊断价值的所述估计还基于所述用户输入。6.根据上述权利要求中的任一项所述的方法(500),还包括访问与所述患者检查相关联的放射学报告(042),并且其中,对所述诊断价值的所述估计还包括使用自然语言处理技术来分析所述放射学报告以从所述放射学报告中的文本描述中提取关于所述诊断价值的...

【专利技术属性】
技术研发人员:T·E·阿姆托尔J·塞内加T·H·施特勒E·S·汉西斯
申请(专利权)人:皇家飞利浦有限公司
类型:发明
国别省市:荷兰,NL

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1