我国放射影像质量控制管理现状及发展趋势探讨
引言随着社会经济的快速发展,医疗设备的不断更新,计算机技术的突飞猛进,放射科工作内容已经不仅仅只有摄片、写报告那么简单。技师摄片的质量、医师诊断报告的准确性、PACS/RIS的稳定顺畅运行都对患者的疾病诊断以及就医流程的改善起着极为重要的作用[1]。尤其是随着患者和临床新需求的增加,使得对放射科的质量控制和管理也提出了更高、更严、更新的要求[2-3]。随着深度学习、人工智能等高新技术的崛起,放射质量控制能否踏着这个科技浪潮进行一次全新的变革,智能化的质控管理方式能否提高质控效率及质量是本文探讨的主要话题。 1 现状及存在的问题1.1 现状1937年,中华医学会放射学分会在上海成立,宗旨是团结全国从事放射学的医学科技工作者,积极推动我国放射学的发展。同时积极推动行业标准、指南和规范的制订,为规范、提高中国医学放射学检查、诊断和介入诊治水平的提高发挥着积极的推动作用[4-5]。1988年我国第一个放射质控中心在浙江省成立,随后福建、上海、北京、天津先后成立了放射影像质控中心。由中华放射学会质控中心、各地方放射质控中心分别制定标准,包括质量控制与管理、规范管理标准、量化管理内容、建立管理路径、培养管理团队等方面,但目前尚未形成一个全国统一的行业标准[6-7]。 一般放射质量控制标准可以分为质控计量标准、质控计数标准、非计量计数规范。质控计量标准包括大型设备阳性率、手术病例放射诊断定性正确率以及摄片质量率等可以量化的指标;质控计数标准包括有或无的指标,以摄片要求为例,患者资料包括有无检查号、有无医院名称、有无年龄等。非计量计数规范包括各种培训与考核制度[8-9]。 1.2 存在的问题现在的放射质控标准由中华放射学会质控中心、各地方放射质控中心分别制定,因此质控标准化程度不高、质控标准参照不一致,甚至有些制度无可操作性,图像或报告的质量依靠人工判别,缺乏客观性,网上质控方法程序不统一[10]。 传统的质量控制标准在面对多元化以及个性化的影像学检查已经有点力不从心。放射科需要准备很多资料和影像图片,由质控小组专家到现场进行评判,不仅耗时耗力,还存在主观评判导致结果的差异[11-13]。比如就拿拍摄X平片来说,有些地方还在使用CR,但大部分医院已经使用了DR,对于不同的摄片机器采用同样的质量控制标准显然是不合适的,但如果分别制定不同的标准对于质控而言又过于复杂了[14]。同时,对于同一个器官的检查,由于需要关注的疾病可能并不相同,而且临床对于每个患者都有不同的影像学诉求,因此放射科技师在进行影像学检查时所采用的扫描技术肯定不尽相同,这样对于影像学检查的图像结果肯定也有差异[15-16]。 对于报告的质控而言,目前关注的比较多的是病人信息的完整程度等的格式方面,以及报告是否能够在规定的时间内及时签发。对于报告的内容也仅仅是对于错别字,病灶是否有具体的描述等内容有所关注,但对于诊断结果是否规范统一尚无一个明确的标准,报告结论中对于某个疾病诊断用语可谓五花八门,如肝细胞癌,也可表示为HCC、肝癌、肝恶性肿瘤、肝实质恶性占位等[17]。 因此建立一个统一的、标准化、智能化的放射质量控制标准是解决上述问题的主要途径之一。 2 应对措施放射质控管理是全面质量管理,是通过PDCA实现的。PDCA循环的含义是将质量管理分为四个阶段,即计划(Plan)、执行(Do)、检查(Check)、调整(Action)。在放射质控管理中,从摄片到诊断,从影像产生到影像应用都必须经过PDCA不断地提高质量[18-19]。 随着信息技术的发展,设备智能集成化程度越来越高,RIS/PACS普及,尤其是深度学习广泛应用,放射科工作越来越走向智能化,因此放射质控工作的PDCA环节都可以通过人工智能来完成[20]。计划:通过深度学习算法,对质控工作进行智能化安排;执行:在进行放射检查过程中,通过图像的智能获取,提高检查质量;检查:很多检查可以通过人工智能评判,杜绝由于人为主观判断造成的质控结果偏差;调整:通过信息化手段进行自动调整[21]。 因此,解决现阶段我国放射质量控制管理标准不统一、规范不一致、评判结果主观性强的现状,可以通过加强影像检查过程中各个环节的智能化方法,不断提高影像质控质量,具体方法如下。 2.1 医学影像智能获取在放射检查过程中,通过智能化的检查方法,避免由于人为因素造成的影像检查方法不统一、检查不规范的问题,从而提高影像检查质量[22]。 (1)智能体位导引:常见检查的智能体位导引、摆位正确性自动检查和自动体位识别。 (2)智能参数设定:常见检查的扫描参数智能设定,包括扫描范围、系统硬件相关的参数设定。 (3)智能扫描触发:常见灌注与动态增强检查的智能扫描设备触发系统,根据动态图像,自动触发团注追踪法扫描,见图1。 图1 影像智能获取 2.2 图片智能评测传统的影像图像质量评测都是由质控专家,根据自己的经验进行评判。这样的方法存在一定的主观性,而且工作效率低,容易产生一定的偏差[23-24]。随着智能化的发展,可以利用卷积神经网络的深度学习,对曝光度、伪影、对比度、分辨率、信噪比、扫描范围FOV等图像质量相关因素进行智能分析和评价,自动出具影像质量报告及相关整改建议,见图2。 图2 图片智能评测 2.3 报告智能检查诊断报告是以文本格式存储在RIS系统中,可以利用这些大量文本数据,对报告模板进行结构化,使其成为一定标准、便于分析的格式,再通过深度学习算法分析报告中患者性别、描述与结果等报告内容是否存在缺陷,从而自动评定报告质量[25]。报告智能检查在提高质控检查的工作效率及质量的同时,减少质控专家的工作量,可以让专家更好地专注于质控管理的其他方面,见图3。 图3 报告智能检查 2.4 设备运行智能监测、预警放射科大型医疗设备的正常运行是放射科影像质量管理的基础。设备的稳定运行、参数的准确性对患者图像的精确诊断起着重要作用。因此可以通过智能算法对定位像和患者校准数据,对金属异物进行智能识别和预警;对设备运行关键部件参数的实时监测,自动远程预警设备异常运行。通过对设备运行的智能检测,及时发现设备故障,从而提高影像质量,见图4。 图4 设备运行智能检测、预警 2.5 云平台“网上+现场”质控“云”的概念和理论是在2006年被正式提出的,经过十年的发展,云计算、云存储已经在许多医院中应用。影像图像、诊断报告可以通过网络存储到云端,在减少了本地存储物理空间的同时,还能随时随地查看。对于质控管理工作来讲,专家无需到现场评测,只要连接上互联网就能进行远程质控,节约时间、节约人力、节省财力。 3 结束语人工智能的准确性需要更好的算法以及更加标准的数据,因此我们还需要解决算法更新及数据统一标准的问题。同时随着科学技术更进一步发展,智能化放射质量控制方法的应用将越来越广泛,评价更客观,方法更科学,影像质量将更大幅度的提升。 [1] 郦卓昊,程宋来,吕洁霞.放射科质量控制的思考[J].中医药管理杂志,2017,25(13):136-137. [2] 刘士远,萧毅.基于深度学习的人工智能对医学影像学的挑战和机遇[J].中华放射学杂志,2017,51(12):899-901. [3] Prevedello LM,Erdal BS,Ryu JL,等.利用人工智能进行自动化关键测试影像结果识别和在线提示系统[J].国际医学放射学杂志,2018,(1). [4] 张凤全,韩雪.基于数字化放射医学影像质量控制和管理的相关研究[J].医学信息,2017,3(10):7-8. [5] 张晓玲.医学计量与医疗设备质量控制[J].解放军医院管理杂志,2009,16(1):86-87. [6] 殷焱,谈伟华,吴晓芬,等.医学影像报告质量控制评分系统在医学影像科住院医师规范化培训中的应用[J].中华医学教育杂志,2017,37(5):771-774. [7] 金征宇.前景与挑战:当医学影像遇见人工智能[J].协和医学杂志,2018,9(1):2-4. [8] 张继军,张建,李晶,等.PACS对医学影像质量控制的应用价值和全面流程管理的持续改进[J].湖南中医药大学学报,2016,(1):440. [9] 陈涛.研究基层医院放射科质量控制的方法及效果[J].中国卫生产业,2017,14(30):139-140. [10] 张再丰,赵贵祥,罗颖.放射医疗设备的应用安全与质量控制要求[J].中国医疗设备,2010,25(11):103-104. [11] 邵为景.探讨放射技术工作的全面质量控制管理[J].中国卫生产业,2015,(4):94-95. [12] 彭朋,蒋涛,李敏,等.PACS/RIS在放射科管理和质量控制工作中的应用价值[J].当代医学,2017,23(15):54-56. [13] 韩旭,徐东风,宗华.放射科全面质量管理的探讨[J].现代医院管理,2009,7(5):68-69. [14] 李艳春,盖虎支.持续质量改进在放射诊断科护理管理中的应用观察[J].世界临床医学,2016,10(10):192. [15] 周建清,马静,汤青燕.PDCA在放射科影像质量管理中的应用[J].中国卫生产业,2016,13(3):130-132. [16] 吴啸.现代大型医院放射影像质量控制探讨[J].中国保健营养,2016,26(16):356. [17] 吕晓朋.放射科摄片质量控制中PDCA管理循环结合继续教育的运用[J].中国卫生产业,2017,14(15):95-96. [18] 王浩,孟祥峰,刘艳珍,等.医疗器械中人工智能方法检验策略的研究[J].中国医疗设备,2016,31(10):67-70. [19] 金旭昉,沈晓勇.放射科全面质量管理的探讨分析[J].健康必读旬刊,2012,(8):319-320. [20] 叶峰,陈雅青,陈建军.放射技术工作的全面质量控制管理[J].中国药管理杂志,2017,(23):101-102. [21] 王嵇,戈欣,李磊,等.PDCA管理循环结合继续教育再放射科摄片质量控制中的应用[J].继续医学教育,2012,26(8):4-6. [22] 王福坤.放射技术工作的全面质量控制管理探讨[J].中国保健营养,2016,26(22):378-379. [23] 李沛鼎.浅析放射科影像质量控制策略[J].中西医结合心血管病电子杂志,2017,5(26):29. [24] 李文娟.品管圈活动提高住院病人影像学检查信息正确率的作用[J].全科护理,2016,14(27):2885-2886. [25] 张贺诚,谭中建,刘悦,等.中医院放射科临床影像诊断及教学质量管理的探讨[J].中国中西医结合影像学杂志,2016,14(2):227-228.
Discussion on Management Status and Dovelopment Trend of Radiographic Quality Control in China |