用于医学成像报告的改进的分析和生成的系统和方法技术方案

公开了用于医学成像报告的改进的分析和生成的系统和方法。具体地，本公开提供了可用于放射学信息的自动分析的系统和方法，所述放射学信息诸如是用于差异分析、准确性分析和质量保证的医学图像和相关文本陈述。系统和方法可以包括：接收医学图像和文本数据；通过将人工智能模块应用于所接收的医学图像生成增强的医学图像数据；通过将自然语言处理模块应用于所接收的文本数据生成结构化文本数据；以及基于所生成的增强的医学图像数据和所生成的结构化文本数据生成改进的医学图像报告和/或警报。

【技术实现步骤摘要】
【国外来华专利技术】用于医学成像报告的改进的分析和生成的系统和方法相关申请的交叉引用本申请要求于2019年8月2日提交的美国临时申请No.62/713,557的权益，该申请全文引入作为参考。
本公开涉及用于医学成像报告的改进的分析和生成的系统和方法。
技术介绍
医学成像可以涉及使用磁共振成像(MRI)、计算机断层摄影(CT)、超声波、核医学、X射线检查等。医学图像通常由放射科医师分析和解释。然而，在传统系统中，医学图像的分析和解释通常是手动过程。例如，放射科医师手动定位关注的区域和范围并准备书面报告。然后将书面报告发送给咨询医生(referringphysician)。通常，书面报告被整合到电子保健记录中。通常，放射科医师对医学图像的解释是主观的。放射科医师对医学图像的解释的准确性通常取决于诸如(1)培训、(2)经验、(3)专业知识和(4)可用于查看医学图像的时间等因素。这些因素经常影响放射科医师解释的准确性和一致性。此外，当进行的扫描的数量持续增加并且超过放射科医师的数量时，可用于检查医学图像的时间可能会减少。另外，医学成像技术的改进可以本文档来自技高网...

【技术保护点】
1.一种生成改进的医学图像报告的方法，该方法包括：/n接收医学图像和文本数据；/n通过对所接收的医学图像应用人工智能模块，生成增强的医学图像数据；/n通过对所接收的文本数据应用自然语言处理模块，生成结构化文本数据；/n确定所接收的医学图像报告与所生成的增强的医学图像数据和所生成的结构化文本数据之间的差异；以及/n响应于确定差异，向所述医学图像报告的用户或创建者中的至少一者提供警报。/n

【技术特征摘要】
【国外来华专利技术】20180802 US 62/713,5571.一种生成改进的医学图像报告的方法，该方法包括：
接收医学图像和文本数据；
通过对所接收的医学图像应用人工智能模块，生成增强的医学图像数据；
通过对所接收的文本数据应用自然语言处理模块，生成结构化文本数据；
确定所接收的医学图像报告与所生成的增强的医学图像数据和所生成的结构化文本数据之间的差异；以及
响应于确定差异，向所述医学图像报告的用户或创建者中的至少一者提供警报。


2.根据权利要求1所述的方法，其中，应用人工智能模块包括：应用卷积神经网络。


3.根据权利要求2所述的方法，该方法包括：
至少训练回归卷积神经网络、语义分割卷积网络和分类卷积神经网络。


4.根据权利要求1所述的方法，其中，对所接收的文本数据应用自然语言处理模块还包括：应用递归神经网络。


5.根据权利要求1所述的方法，该方法包括：
生成包括所述增强的医学图像数据的临床界面或非临床界面中的至少一者。


6.根据权利要求1所述的方法，该方法包括：
将所述增强的医学图像数据合并到电子保健记录中。


7.根据权利要求1所述的方法，其中，确定所接收的医学图像报告与所生成的增强的医学图像数据和所生成的结构化文本数据之间的差异包括：
识别并存储在所述增强的医学图像数据中指示的每个发现；
将每个发现与其对应的结构化文本数据相关联；
识别每个发现在放射学报告中的对应部分；
识别每个发现的所述对应部分与所述对应的结构化文本数据之间的差异；以及
通过用识别出的差异扩充所述放射学报告，生成改进的医学图像报告。


8.根据权利要求7所述的方法，该方法还包括：
将所生成的改进的医学图像报告呈现给医师以供批准。


9.一种生成改进的医学图像报告的系统，该系统包括：
服务器系统，该服务器系统被配置为接收医学图像和文本数据，其中，所述服务器系统包括：
图像处理单元，该图像处理单元被配置为对所接收的医学图像应用人工智能计算机视觉技术以生成增强的医学图像数据；
文本处理单元，该文本处理单元被配置为对所接收的文本数据应用自然语言处理以生成结构化文本数据；以及
平台，该平台被配置为响应于所生成的增强的医学图像数据、所生成的结构化文本数据以及所接收的医学图像和所接收的文本数据之间的检测到的差异生成警报。


10.根据权利...

【专利技术属性】
技术研发人员：T·格洛特曼，S·Y·费雷尔，A·布鲁门菲尔德，
申请(专利权)人：艾美迪斯人工智能有限公司，
类型：发明
国别省市：以色列;IL