專利名稱：用于醫(yī)療診斷的智能定性和定量分析的方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于醫(yī)療信息處理和分析的系統(tǒng)和方法。具體地，本發(fā)明涉及用于醫(yī)療決策的醫(yī)療信息的智能定性和定量分析。
2.相關(guān)技術(shù)說明在利用現(xiàn)代成像技術(shù)進行疾病診斷時，醫(yī)師經(jīng)常被大量通過不同的采集設(shè)備獲得的信息所淹沒。這些設(shè)備可包括，但不限于，超聲(US)、電腦斷層造影(CT)，和核磁共振成像(MRI)。診斷信息(DI)可能不同于患者數(shù)據(jù)，并且它可能包括從診斷數(shù)據(jù)中識別出來的關(guān)鍵診斷證據(jù)，這些關(guān)鍵診斷證據(jù)直接或間接支持和/或否定醫(yī)師/專家對一個診斷的假設(shè)。通常，與特定疾病相關(guān)的重要診斷信息被淹沒在大量數(shù)據(jù)中。另外，盡管患者病歷和實驗室檢驗結(jié)果，比如驗血，能對可疑疾病/異常提供重要線索，但是對這些信息的解釋通常沒有以連貫方式與各種基于圖像的診斷處理相結(jié)合。因此，醫(yī)師必須人工尋找來自不同來源埋藏在非可視和可視數(shù)據(jù)中所有與疾病相關(guān)的信息。這樣做法工作量大并且需要高水平的技能。另外，人工處理也易出錯，可由于疏忽、缺乏技能、缺乏定性和定量測量，以及缺乏可使醫(yī)師將源自多種數(shù)據(jù)采集設(shè)備的信息無縫地融合進臨床流程的直觀的可視化方法等原因而導(dǎo)致誤診。
現(xiàn)有技術(shù)的另一個問題是傳統(tǒng)的計算機輔助檢測/診斷(CAD)系統(tǒng)通常允許醫(yī)師訪問的僅是以二元判定形式表現(xiàn)的計算機輸出或原始數(shù)據(jù)。這就是說，可以在原始數(shù)據(jù)和二元判定輸出(即，是或否的判定)之間得到的各種大量豐富的DI被忽視或丟棄了。由于這種信息丟失是不可恢復(fù)的，醫(yī)師無法借助計算機系統(tǒng)交互定量地檢查或者識別可疑區(qū)域，以作出他們獨立的結(jié)論。
傳統(tǒng)CAD系統(tǒng)的第三個問題是從多種數(shù)據(jù)采集設(shè)備得到的信息，包括非影像和影像信息，不是被同時使用。目前的CAD系統(tǒng)通常只在單一數(shù)據(jù)采集設(shè)備得到的數(shù)據(jù)上操作。
圖1示出了傳統(tǒng)計算機輔助檢測系統(tǒng)的流程圖，其中在104，由醫(yī)師通過選擇與預(yù)定疾病相關(guān)的某種特定數(shù)據(jù)采集設(shè)備所采集的患者影像開始。在106，計算機在所述影像中檢測對應(yīng)于特定疾病的可疑區(qū)域。該計算機檢測結(jié)果對于所述影像中的每個位置是二元是/否判定。當(dāng)所述計算機指出在某影像位置存在異常時，在108，在該影像的相應(yīng)位置會顯示有標記。在110，醫(yī)師根據(jù)計算機標記作出診斷結(jié)論。


本發(fā)明進一步通過示例性實施例，結(jié)合附圖進行詳細描述。這些附圖是非限定性的示例性實施例，其中所有附圖的多個視圖中同樣的附圖標記代表類似部分，其中圖1示出了傳統(tǒng)計算機輔助檢測系統(tǒng)的流程圖；圖2表示根據(jù)本發(fā)明一個實施例的智能定性和定量分析系統(tǒng)的示例性總體方框圖；圖3表示根據(jù)本發(fā)明的一個實施例，診斷決策動態(tài)矩陣(動態(tài)MDD)的構(gòu)成及其與智能定性定量分析系統(tǒng)其他部分關(guān)系的示意圖；圖4示出了根據(jù)本發(fā)明的一個實施例，診斷數(shù)據(jù)搜索引擎和診斷信息提取器的構(gòu)成及其與系統(tǒng)其它部分關(guān)系的示意圖；圖5示出了根據(jù)本發(fā)明的一個實施例，非影像診斷數(shù)據(jù)搜索引擎和DI提取器的構(gòu)成及其與系統(tǒng)其它部分關(guān)系的示意圖；圖6示出了根據(jù)本發(fā)明的一個實施例，影像診斷數(shù)據(jù)搜索引擎和DI提取器的構(gòu)成及其與系統(tǒng)其它部分關(guān)系的示意圖；圖7示出了根據(jù)本發(fā)明的一個實施例，IQQA系統(tǒng)的全部操作；圖8是根據(jù)本發(fā)明一個實施例的示例性程序的流程圖，其中智能定性定量分析系統(tǒng)便于用戶執(zhí)行基于特定患者和特定疾病、源自多種數(shù)據(jù)采集設(shè)備的診斷信息的醫(yī)療決策。
具體實施例方式
本發(fā)明公開了一種智能定性定量分析(IQQA)系統(tǒng)，旨在系統(tǒng)地提取和整合來自各種來源的診斷信息。該系統(tǒng)可以配置到通用或?qū)Ｓ糜嬎銠C上，并可適于任何特定的計算環(huán)境。所述IQQA是一個面向診斷信息的計算系統(tǒng)，動態(tài)地把不同的信息處理和特定疾病應(yīng)用程序嵌入到最佳的臨床流程。該信息處理和應(yīng)用程序可以包括，但不限于，診斷數(shù)據(jù)搜索、診斷信息(DI)提取、DI量化、DI可視化、DI融合，以及根據(jù)多種數(shù)據(jù)采集設(shè)備所采集的數(shù)據(jù)/多種信息類型的數(shù)據(jù)診斷異常和/或疾病。功能可以動態(tài)嵌入，例如通過a)根據(jù)感興趣的疾病類型有選擇性的激活功能；b)動態(tài)形成由可用的特定診斷信息驅(qū)動的特定疾病流程；和c)適應(yīng)性地將醫(yī)師的特定病例知識，以及醫(yī)師在人機實時交互期間獲得的經(jīng)驗與先前系統(tǒng)內(nèi)置的特定領(lǐng)域知識結(jié)合起來，以擴充系統(tǒng)在執(zhí)行診斷時的知識庫。
這里所描述的IQQA系統(tǒng)提供原始診斷數(shù)據(jù)和二元診斷結(jié)論間的大量信息，從而幫助醫(yī)師更有效地作出診斷結(jié)論，并可能提高診斷的準確性。診斷決策動態(tài)矩陣(動態(tài)MDD)平臺被設(shè)計成便于支持多種功能，例如診斷信息的提取、展示、導(dǎo)航、可視化、融合、診斷信息的修改、以及與診斷信息的交互。
這里所說的IQQA對來自不同來源的多種數(shù)據(jù)采集設(shè)備所采集的診斷數(shù)據(jù)提供交互式的智能定性和定量分析，以幫助醫(yī)師作出診斷結(jié)論。圖2描述了根據(jù)本發(fā)明一優(yōu)選實施例的IQQA的示例性高級方框圖200。該系統(tǒng)200包含患者信息存儲器225和疾病信息存儲器225，多個數(shù)據(jù)庫210-a，…，210-b，診斷數(shù)據(jù)搜索引擎和DI提取器240，診斷決策動態(tài)矩陣(動態(tài)MDD)260，原始數(shù)據(jù)空間250，診斷報告生成機制255，和診斷報告存儲器265。所述動態(tài)MDD260包括多個動態(tài)DI矩陣230-1，230-2，和230-1，以及交互式診斷決策機制(IDDM)235。
在操作中，醫(yī)師可以首先通過IDDM機制235從疾病信息存儲器220選擇疾病類型，并從患者信息存儲器225選擇患者ID或患者名字。該信息用于啟動特定患者和特定疾病的診斷數(shù)據(jù)搜索處理。為此，患者信息和疾病信息被提供給診斷數(shù)據(jù)(DD)搜索引擎和診斷信息(DI)提取器240。所述DD搜索引擎和DI提取器240然后從不同的數(shù)據(jù)庫，例如數(shù)據(jù)庫1 210-a，…，數(shù)據(jù)庫N 210-b，搜索與給定患者和疾病有關(guān)的診斷數(shù)據(jù)，并且從搜索到的診斷數(shù)據(jù)中提取特定疾病(DS)和特定患者(PS)DI，包括影像和非影像的。搜索的數(shù)據(jù)庫可以包括本地、遠程或分布式數(shù)據(jù)庫。這些數(shù)據(jù)庫可以通過任何信道訪問，包括但不限于局域網(wǎng)(LAN)、廣域網(wǎng)(WAN)、內(nèi)聯(lián)網(wǎng)(Intranet)、互聯(lián)網(wǎng)、專有網(wǎng)，或無線網(wǎng)。IDDM機制235生成的診斷結(jié)論可選擇性地反饋到疾病類型存儲器220，以使新的疾病類型可以被存儲并備將來使用。
通過診斷決策動態(tài)矩陣(動態(tài)MDD)平臺260，醫(yī)師可以作出交互式診斷結(jié)論。首先，提取的DI可以DI矩陣230的形式構(gòu)成，其可用一組分層次組織的動態(tài)矩陣表示，例如動態(tài)DI矩陣1 230-1，動態(tài)DI矩陣2 230-2，…，和動態(tài)DI矩陣i 230-3。交互式診斷決策機制235可便于醫(yī)師探查DI空間，進行DI提取或再提取、DI修改、和/或DI融合。醫(yī)師可以依靠這些矩陣利用嵌入動態(tài)MDD260中的交互式工具所表示的動態(tài)診斷信息，以作出診斷結(jié)論。診斷報告265也可以通過診斷報告生成機制255生成。
圖3描述了根據(jù)本發(fā)明實施例的診斷決策動態(tài)矩陣(動態(tài)MDD)260的構(gòu)成及其與智能定性定量分析系統(tǒng)其他部分關(guān)系的示意圖。動態(tài)MDD260是醫(yī)師進行實時交互診斷決策的平臺。所述動態(tài)MDD260包括多個DI矩陣230、DI存儲器機制302、DI分組機制304、DI顯示機制306、DI瀏覽機制308、DI取回機制310、DI再提取機制312、DI修改機制314，和DI融合機制316。
所述DI存儲器機制302用于存儲診斷信息。例如，對于與特定疾病有關(guān)的每個可疑的關(guān)注區(qū)域/關(guān)注體積區(qū)(ROI或VOI)，可以生成一個或多個動態(tài)DI矩陣。這些動態(tài)DI矩陣可以存儲從ROI/VOI非影像和影像數(shù)據(jù)中提取的與所述疾病有關(guān)的關(guān)鍵DI/證據(jù)。
所述DI分組機制304用于組織所提取的DI。動態(tài)DI矩陣230是一組動態(tài)和分級組織的表格，其可根據(jù)，例如，解剖學(xué)、生理學(xué)和生物醫(yī)學(xué)知識和種類，構(gòu)成。它也可以根據(jù)身體部位分組，例如，整個身體，特定器官，器官的某些部分，生物標記，組織，和分子。矩陣中的單元可包括動態(tài)鏈接至DI和/或患者原始診斷數(shù)據(jù)的不同來源。除了根矩陣外，一定級數(shù)的矩陣可以嵌入到其較高級數(shù)的母矩陣中。包含在每一級矩陣中的信息可以系統(tǒng)地融合到其上一級母矩陣。包含的矩陣分層次結(jié)構(gòu)可如此設(shè)計，以使涉及作出診斷結(jié)論的最重要的診斷信息呈現(xiàn)在最高級，而更詳細的DI信息出現(xiàn)在較低級。這就是說，上級矩陣可以提供對其下級診斷信息的縱覽，而較低級矩陣提供支持信息，進一步解釋上級表中條目。
所述DI顯示機制306用于以不同的形式將DI矩陣中的信息顯示給用戶。動態(tài)MDD中的DI可以定性或定量地顯示。顯示可有多種形式，包括但不限于數(shù)字、字符串、圖形、圖表、色彩、曲線，和圖片。來自計算機分析的代表性圖像和結(jié)果可以根據(jù)它們與疾病的相關(guān)性來組織，并且可以直接顯現(xiàn)在動態(tài)DI矩陣的一個或多個單元中。動態(tài)DI矩陣的形式和表現(xiàn)可以根據(jù)不同的標準，例如選擇的疾病類型、檢查的影像類型，或獲取的協(xié)議，來動態(tài)配置。被認為異常的DI測量結(jié)果可在動態(tài)DI矩陣中用不同顏色突出。
所述DI瀏覽機制308為醫(yī)師提供了探查DI空間的手段。所述DI可以以這種方式組織，以使用戶可以根據(jù)需要在DI空間中實時自由導(dǎo)航瀏覽。借助DI瀏覽機制308，醫(yī)師可通過激活所想要的矩陣，簡單地用鼠標點擊DI分層次結(jié)構(gòu)中相應(yīng)的條目，來探查DI矩陣中任何一級的信息。用戶還可以返回到原始DI數(shù)據(jù)定性或定量地重新檢查或診察。另外，當(dāng)用戶在探查DI空間時，其瀏覽軌跡也可被顯示出來。
所述DI取回機制310用于取回先前存儲的DI。取回的DI可以加載到動態(tài)DI矩陣230。還可以對當(dāng)前DI和先前存儲的DI進行比較。
所述DI再提取機制312可由用戶激活，以從先前存儲的ROI或VOI圖像中再提取DI，以便于理解及與當(dāng)前DI相比較。
所述DI修改機制314可由醫(yī)師激活，對提取的DI進行修改。例如，當(dāng)醫(yī)師認為由DD搜索引擎和DI提取器240提取的DI不準確或錯誤時，醫(yī)師可以通過點擊動態(tài)DI矩陣中相應(yīng)的單元，輸入修正，以更改所述DI。與提取的影像DI包裝在一起的一組交互式分析工具和可視化工具可以被激活，并展示給醫(yī)師。醫(yī)師然后可以交互式地在分析過程中融入個人知識。例如，通過手動調(diào)整其參數(shù)，醫(yī)師可以交互式地控制分析/可視化工具。醫(yī)師還可以直接編輯動態(tài)DI矩陣中的某些條目，和/或增加新的條目和診斷意見到矩陣中。
所述DI融合機制316用于融合內(nèi)置IQQA系統(tǒng)中特定領(lǐng)域的知識和醫(yī)師的特定病例知識。這可以通過分級決策，人機實時交互和信息交換過程來實現(xiàn)。換句話說，在診斷決策過程中，所述IQQA中的動態(tài)MDD260使所有的定性和定量診斷信息對醫(yī)師來說都是開放透明的。由所述DI融合機制316提供的信息融合方法嵌入在DI顯示的每一個分級中。該融合也可以跨不同等級進行。特定疾病知識可以通過信息融合、可視化和顯示合并到動態(tài)MDD260中。DI融合機制可以使用特定患者和疾病知識，以及非特定患者特定疾病知識，對每一個DI或由系統(tǒng)或醫(yī)師發(fā)現(xiàn)的異常、機能損害、癌、或其它疾病計算警惕級別。在醫(yī)師與動態(tài)MDD260實時交互期間，通過融合醫(yī)師的知識和IQQA系統(tǒng)中內(nèi)置的特定領(lǐng)域知識，動態(tài)MDD260會在診斷決策過程中考慮醫(yī)師的優(yōu)選和特定病例知識。
圖4示出了根據(jù)本發(fā)明一個實施例，診斷數(shù)據(jù)搜索引擎和診斷信息提取器240的構(gòu)成及其與系統(tǒng)其它部分關(guān)系的示意圖。非影像DD搜索引擎和DI提取器404可以在不同數(shù)據(jù)庫406-408中搜索非影像診斷數(shù)據(jù)，并提取非影像診斷信息410。這些數(shù)據(jù)庫可以包括本地、遠程和分布式數(shù)據(jù)庫，并且可以通過通信通道訪問。影像DD搜索引擎和DI提取器405可以在數(shù)據(jù)庫406-408中搜索影像診斷數(shù)據(jù)，并提取影像診斷信息412。
除特定患者數(shù)據(jù)外，非影像DD搜索引擎和DI提取器404還可以在不同數(shù)據(jù)庫中搜索非特定患者的特定疾病信息，用以，例如，將關(guān)于該疾病的最新統(tǒng)計數(shù)據(jù)運用到IQQA決策支持程序。這些信息可以不同方式使用。例如，這些信息可以整合到IQQA的定性和定量分析過程中。有關(guān)疾病的知識也可以用來在IQQA中為相應(yīng)疾病建立和更新任何內(nèi)部診斷模型。此外，當(dāng)醫(yī)師針對特定疾病可直接訪問該最新統(tǒng)計信息時，他們可以根據(jù)他/她自身的經(jīng)驗和知識解釋信息，并且在決策過程中依靠這種解釋。
DD搜索引擎和DI提取器240返回的搜索結(jié)果可以例如文件樹的形式顯示給用戶。用戶可選擇其中一個文件進一步查看?；蛘?，用戶可以自行決定以連續(xù)的方式查看所有的數(shù)據(jù)。這些疾病和特定患者診斷數(shù)據(jù)，疾病和非特定患者的診斷數(shù)據(jù)可以包括非影像數(shù)據(jù)或影像數(shù)據(jù)。非影像數(shù)據(jù)可以包括患者病歷、驗血結(jié)果，和基因型數(shù)據(jù)。影像數(shù)據(jù)可以包括不同數(shù)據(jù)采集設(shè)備(例如CT、MRI、X射線)所采集的診斷影像，和病理影像。
圖5示出了根據(jù)本發(fā)明的一個實施例，非影像DD搜索引擎和DI提取器404的構(gòu)成及其與系統(tǒng)其它部分關(guān)系的示意圖。非影像數(shù)據(jù)搜索引擎504可被部署以搜索非影像診斷數(shù)據(jù)。該搜索引擎可以是任何商業(yè)或現(xiàn)有的搜索引擎，以諸如SQL的任何語言來實現(xiàn)。根據(jù)搜索到的非影像數(shù)據(jù)，特定疾病的非影像診斷證據(jù)提取器506可以提取出一個或多個特定疾病的關(guān)鍵證據(jù)。該提取可由特定疾病證據(jù)模板508引導(dǎo)，該模板預(yù)先定義對于給定的疾病類型什么構(gòu)成關(guān)鍵證據(jù)。在提取關(guān)鍵證據(jù)后，自動關(guān)鍵證據(jù)分析器510可用于分析所述關(guān)鍵證據(jù)。相應(yīng)證據(jù)的統(tǒng)計測量可以從數(shù)據(jù)庫512取回，用來評估所提取的關(guān)鍵證據(jù)。該統(tǒng)計測量是基于有統(tǒng)計學(xué)意義的數(shù)據(jù)量的研究得出的，所以可用來評估所提取的關(guān)鍵證據(jù)的重要性。例如，每個特定患者的關(guān)鍵證據(jù)可與數(shù)據(jù)庫512中相同證據(jù)的統(tǒng)計范圍進行比較。超出給定正常范圍的測量證據(jù)514然后可以被存儲在非影像DI存儲器410。
除了關(guān)鍵證據(jù)分析之外，風(fēng)險因素分析器516可根據(jù)患者相關(guān)信息，諸如年齡、性別、用藥記錄、驗血或家族病史，進一步分析給定疾病類型的與患者相關(guān)聯(lián)的風(fēng)險因素。該分析的輸出518還可以提供這些風(fēng)險因素對假設(shè)的疾病或損傷的估計影響程度。
圖6示出了根據(jù)本發(fā)明的一個實施例的影像DD搜索引擎和DI提取器405的構(gòu)成及其與系統(tǒng)其它部分關(guān)系的示意圖。影像DD搜索引擎604搜索與特定患者和疾病相關(guān)的所有影像數(shù)據(jù)，例如，CT數(shù)據(jù)，MRI數(shù)據(jù)，和X射線數(shù)據(jù)。這些數(shù)據(jù)形成多數(shù)據(jù)采集設(shè)備類型、多維空間的數(shù)據(jù)組606。這里多維空間可包括空間和時間的維數(shù)。根據(jù)本發(fā)明，當(dāng)醫(yī)師通過影像子空間瀏覽時，比如，在由每種數(shù)據(jù)采集設(shè)備在實時或接近實時交互所創(chuàng)建的選定的2D，3D，4D，或更高維數(shù)的子空間中，可以執(zhí)行多種影像DI提取功能。
在所述示例性實施例中，包括基于DI的增強機制608、跨形態(tài)DI提取機制614、計算機輔助DI量化機制616，和跨形態(tài)基于融合的異常檢測機制618。這些影像DI提取器可以提取定性和定量的診斷信息。例如，為取得定性的影像DI，基于DI的增強機制608會增強包含在影像中的診斷信息。根據(jù)全局或本地解剖學(xué)和疾病信息，以及在其它影像的相應(yīng)位置提取的信息，基于DI的增強機制608可以自動確定對于給定影像中給定的特定疾病是最焦點的DI，并計算由系統(tǒng)或用戶檢測到的可疑區(qū)域的特征統(tǒng)計。該統(tǒng)計可用于自動設(shè)置增強參數(shù)，以將最好的影像診斷信息提供給醫(yī)師用于診斷目的。根據(jù)從非影像DI和其它可用的影像DI收集的信息，包括但不限于，所有可疑區(qū)域形狀、大小和灰度的統(tǒng)計，用戶可以通過全局增強機制610，來選擇使用全局特定疾病增強，以增強整個影像組。用戶也可以選擇使用本地增強機制612，以增強每個本地可疑的關(guān)注區(qū)域。在增強中使用的參數(shù)可以根據(jù)關(guān)于單獨可疑關(guān)注區(qū)域和疾病的DI信息來計算。
影像DI也可以通過跨多種數(shù)據(jù)采集設(shè)備的DI提取程序614來提取。源自多種數(shù)據(jù)采集設(shè)備的信息和多維信息可以這種方式來使用，以至從某一個數(shù)據(jù)采集設(shè)備采集或某一維數(shù)提取的DI可用來確認或否認在另一數(shù)據(jù)采集設(shè)備所采集的或另一維數(shù)的DI。特定患者和疾病，以及非特定患者和特定疾病的非影像信息也可以用來輔助這種影像DI的提取過程。例如，年齡和性別可以用來為特定疾病確定可疑焦點區(qū)域。影像DI提取和/或再提取可自動或由醫(yī)師實時交互執(zhí)行。在交互式提取過程中，醫(yī)師可以將他/她自身的知識應(yīng)用到提取程序。例如，醫(yī)師可以通過調(diào)整用于DI提取程序的參數(shù)，對已經(jīng)提取的DI做一些手動調(diào)整。
影像DI也可以通過計算機輔助DI量化(CAQ)機制616被量化。該CAQ機制616能自動量化跨多種數(shù)據(jù)采集設(shè)備的DI。這種量化可用于在某種數(shù)據(jù)采集設(shè)備中和跨多種數(shù)據(jù)采集設(shè)備中測量諸如可疑區(qū)域的尺寸、形狀和灰度變化。
影像DI也可以通過跨多種數(shù)據(jù)采集設(shè)備、基于融合的異常檢測機制618來提取。醫(yī)師可以根據(jù)，比如，在分級組織的DI空間中關(guān)于提取的DI的空間推理和時間推理，對系統(tǒng)作出關(guān)于疾病，包括疾病類型和疾病位置，的不同假定或子假定。根據(jù)本發(fā)明，跨多種數(shù)據(jù)采集設(shè)備的融合可以不同模式來完成。例如，可根據(jù)位置或DI信息來完成融合。在位置融合模式下，在融合前匹配跨不同數(shù)據(jù)采集設(shè)備和維數(shù)的影像數(shù)據(jù)。在DI融合模式中，融合是基于包含在DI空間中的信息本質(zhì)。
圖7示出了根據(jù)本發(fā)明一個實施例的所述IQQA系統(tǒng)的整體操作方案。首先，用戶700從現(xiàn)有患者ID名單中選擇一個患者ID，或者輸入一個患者ID703。用戶還可以選擇一種疾病類型704。借助所述患者ID703和疾病類型704，診斷數(shù)據(jù)搜索引擎706從本地、遠程或分布式的一個或多個相關(guān)數(shù)據(jù)庫702中自動識別與特定疾病相關(guān)的所有可用診斷數(shù)據(jù)，既有特定患者的也有非特定患者的。這些已識別的診斷數(shù)據(jù)可以是非影像或影像的，包括基因型數(shù)據(jù)740，實驗室檢驗結(jié)果742，顯型數(shù)據(jù)744，和病理數(shù)據(jù)746。所檢出的特定患者和非特定患者和特定疾病數(shù)據(jù)然后可以根據(jù)一些預(yù)定的標準進行組織。例如，數(shù)據(jù)類型和檢查日期可以用來組織檢出的數(shù)據(jù)。
搜索診斷數(shù)據(jù)可以通過在線搜索750或者通過離線搜索748進行。在診斷決策過程期間，當(dāng)醫(yī)師與IQQA系統(tǒng)交互時可以進行在線搜索。在醫(yī)師通過IQQA系統(tǒng)進行診斷前可以進行離線搜索。搜索結(jié)果可以某種形式，例如，文件樹707，呈現(xiàn)給用戶，以使用戶可以選擇一個或多個文件進一步查看(710)。DI提取和量化機制708可以根據(jù)特定疾病來從診斷數(shù)據(jù)中提取診斷信息。特定患者和疾病，以及非特定患者和特定疾病數(shù)據(jù)和提取的診斷信息，在診斷期間可供用戶訪問。如果同時需要，用戶可以同時手動檢查所有與所選定的患者相關(guān)的可訪問診斷數(shù)據(jù)和診斷信息。
然后，根據(jù)一些預(yù)先確定的標準，比如機能障礙的詳細程度、出現(xiàn)疾病的身體部位，在診斷信息空間716的一個或多個動態(tài)DI矩陣中可以分級組織所提取的診斷信息。
用戶700可以通過交互式?jīng)Q策機制724在診斷信息空間716進一步與動態(tài)DI矩陣交互。用戶700也可以選擇加載同一患者的先前檢查711生成的動態(tài)DI矩陣，并與當(dāng)前DI矩陣合并。也可以就先前DI矩陣作出結(jié)論。
DI空間716中的動態(tài)DI矩陣提供信息空間，醫(yī)師可以在這里瀏覽，以從不同數(shù)據(jù)采集設(shè)備和沿不同維數(shù)來識別不同細節(jié)級別的豐富信息。醫(yī)師可以在診斷信息空間716中以實時交互(RTI)模式在影象子空間或DI子空間中瀏覽。影象子空間還可以包括2D圖像子空間、3D圖像子空間，或更高維數(shù)的圖像子空間。醫(yī)師根據(jù)需要，可以選擇在任何子空間操作。當(dāng)在診斷信息空間716瀏覽時，用戶還可以以不同細節(jié)級別瀏覽，探查和搜索可能與診斷決策有關(guān)的診斷信息。
在適當(dāng)處理后，比如信息融合、可視化和動態(tài)MDD的實時用戶交互，診斷信息可以呈現(xiàn)給用戶700。用戶700可以執(zhí)行RTI圖像空間瀏覽712，RTI影像DI提取和量化718，或RTI DI空間瀏覽720。在實時用戶交互期間，用戶700還可以再提取現(xiàn)有的DI或?qū)ΜF(xiàn)有DI進行修改(722)。通過RTI決策726，用戶可以作出診斷結(jié)論728。
包含在不同動態(tài)DI矩陣中的信息可以通過診斷報告生成機制732編譯生成報告734。該生成報告可以根據(jù)一些可被自動設(shè)置為默認或可由用戶700動態(tài)更新的具體要求特別構(gòu)成。生成報告734可以包含與包括在報告734中的醫(yī)療結(jié)論相關(guān)的超級鏈接，鏈接到得到下面的醫(yī)療結(jié)論所使用的原始圖像或其他診斷信息。包括在報告734中的超級鏈接也可以嵌入一些集成機制，用來支持診斷信息的顯示、瀏覽、或查看。當(dāng)用戶700完成檢查時，在當(dāng)前檢查期間得到的動態(tài)DI矩陣730可被存儲以供將來使用。
圖8是根據(jù)本發(fā)明一個實施例的示例性程序流程圖，其中IQQA系統(tǒng)便于用戶使用來自不同來源的診斷信息以得到一個醫(yī)療結(jié)論。系統(tǒng)啟動后，在804用戶可以選擇患者名字或者患者ID，并在806選擇疾病類型。在808，從一個或多個數(shù)據(jù)庫中取出特定患者和特定疾病，以及非特定患者和特定疾病診斷數(shù)據(jù)。在810非影像DI被從診斷數(shù)據(jù)中提取，在812影像DI被從診斷數(shù)據(jù)中提取。在814，所提取的DI被存儲在動態(tài)DI矩陣。在816，基于從不同來源、數(shù)據(jù)采集設(shè)備和維數(shù)提取的DI，根據(jù)診斷需要執(zhí)行動態(tài)融合。這種動態(tài)融合可以通過自動或者交互式過程實現(xiàn)。在818，根據(jù)動態(tài)融合DI然后可作出診斷結(jié)論。在820，生成診斷報告。這個報告可以包括基于DI自動生成的信息，例如關(guān)鍵證據(jù)總結(jié)或統(tǒng)計。所生成的報告還可以包括由醫(yī)師輸入的信息。當(dāng)醫(yī)師作出相關(guān)診斷結(jié)論后，在822，相關(guān)DI被存檔并存儲，供以后參考。
權(quán)利要求
1.一種方法，包括指定用于取得醫(yī)療相關(guān)信息的識別信息；根據(jù)所述識別信息自動搜索從不同來源獲取的所述醫(yī)療相關(guān)信息；通過動態(tài)融合不同類型的所述醫(yī)療相關(guān)信息及其分析結(jié)果生成至少一個診斷信息矩陣；和根據(jù)所述至少一個診斷信息矩陣作出醫(yī)療結(jié)論。
2.根據(jù)權(quán)利要求1的方法，其中所述識別信息包括患者身份和疾病類型。
3.根據(jù)權(quán)利要求1的方法，其中所述醫(yī)療相關(guān)信息包括特定患者和特定疾病信息。
4.根據(jù)權(quán)利要求1的方法，其中所述醫(yī)療相關(guān)信息包括非特定患者和特定疾病信息。
5.根據(jù)權(quán)利要求1的方法，其中所述醫(yī)療相關(guān)信息包括影像醫(yī)療信息和非影像信息。
6.根據(jù)權(quán)利要求5的方法，其中所述影像醫(yī)療信息包括在一定維數(shù)空間中獲取的醫(yī)療圖像。
7.根據(jù)權(quán)利要求6的方法，其中所述一定維數(shù)空間包括至少一個兩維和三維空間。
8.根據(jù)權(quán)利要求5的方法，其中所述非影像信息包括至少以下之一醫(yī)療檢驗結(jié)果；基因型信息；個人病史；與個人生活方式和行為有關(guān)的風(fēng)險因素；顯型或病理信息；家族病史；和一般醫(yī)學(xué)知識。
9.根據(jù)權(quán)利要求1的方法，其中所述不同來源包括CT掃描；X射線檢查；PET掃描；SPECT掃描；核醫(yī)科檢查；MRI掃描；超聲波掃描圖；DNA或分子成像處理；驗血；身體檢查；和它們的任何組合。
10.根據(jù)權(quán)利要求2的方法，其中用于所述融合的所述不同類型醫(yī)療相關(guān)信息和其分析結(jié)果根據(jù)疾病類型動態(tài)確定。
11.根據(jù)權(quán)利要求2的方法，其中用于所述融合的所述不同類型醫(yī)療相關(guān)信息和其分析結(jié)果根據(jù)疾病類型和患者身份動態(tài)確定。
12.根據(jù)權(quán)利要求2的方法，其中用于所述融合的所述不同類型醫(yī)療相關(guān)信息和其分析結(jié)果以自動模式和交互模式兩者之一確定。
13.根據(jù)權(quán)利要求1的方法，其中所述至少一個診斷信息矩陣是以分層次結(jié)構(gòu)來組織的。
14.根據(jù)權(quán)利要求13的方法，其中在所述分層次結(jié)構(gòu)的較低層次矩陣表示更詳細的診斷信息。
15.根據(jù)權(quán)利要求13的方法，其中所述融合組合不同形態(tài)的不同類型醫(yī)療相關(guān)信息。
16.根據(jù)權(quán)利要求13的方法，其中所述融合組合各層次結(jié)構(gòu)的不同類型醫(yī)療相關(guān)信息。
17.根據(jù)權(quán)利要求1的方法，其中所述醫(yī)療結(jié)論是診斷結(jié)論。
18.根據(jù)權(quán)利要求2的方法，還包括分析所述醫(yī)療相關(guān)信息以生成與所述疾病類型關(guān)聯(lián)的分析結(jié)果。
19.根據(jù)權(quán)利要求18的方法，其中所述分析包括至少以下之一增強所述醫(yī)療相關(guān)信息；從所述醫(yī)療相關(guān)信息和/或其增強信息中提取與疾病類型關(guān)聯(lián)的診斷證據(jù)；評估得自所述醫(yī)療相關(guān)信息的特征；根據(jù)所述醫(yī)療相關(guān)信息檢測異常候選者；和根據(jù)所述醫(yī)療相關(guān)信息識別特定患者的風(fēng)險因素。
20.根據(jù)權(quán)利要求19的方法，其中所述增強包括至少以下之一增強包含在所述醫(yī)療相關(guān)信息中的部分醫(yī)學(xué)圖像；和增強包含在所述醫(yī)療相關(guān)信息中的整個醫(yī)學(xué)圖像。
21.根據(jù)權(quán)利要求19的方法，其中所述提取是針對基于不同數(shù)據(jù)采集設(shè)備的醫(yī)療信息來進行的。
22.根據(jù)權(quán)利要求19的方法，其中將被提取的所述診斷證據(jù)以自動模式和交互模式之一確定。
23.根據(jù)權(quán)利要求19的方法，其中以自動模式和交互模式之一完成所述評估。
24.根據(jù)權(quán)利要求23的方法，其中所述評估是定性評估和定量評估之一。
25.根據(jù)權(quán)利要求24的方法，其中所述定量評估包括至少以下之一估計醫(yī)療圖像上對應(yīng)異常的區(qū)域大??；估計所述異常區(qū)域內(nèi)有關(guān)灰度分布的統(tǒng)計；確定隨時間出現(xiàn)的有關(guān)所述異常方面的變化；確定所述異常的形狀；和確定所述異常結(jié)構(gòu)。
26.根據(jù)權(quán)利要求1的方法，還包括通過包含在所述至少一個診斷信息矩陣的信息瀏覽。
27.根據(jù)權(quán)利要求1的方法，還包括根據(jù)所述醫(yī)療結(jié)論生成一個報告。
28.根據(jù)權(quán)利要求27的方法，其中報告所述醫(yī)療結(jié)論的報告包括鏈接，將所述醫(yī)療結(jié)論鏈接到由所述至少一個矩陣所表示的并根據(jù)其作出醫(yī)療結(jié)論的診斷信息。
29.一種系統(tǒng)，包括界面，配置成以方便識別信息的選擇；搜索引擎，配置成根據(jù)所選定的識別信息搜索從不同來源獲取的醫(yī)療相關(guān)信息；和動態(tài)診斷結(jié)論矩陣平臺，配置成便于通過動態(tài)融合不同類型醫(yī)療相關(guān)信息及其分析結(jié)果生成至少一個診斷信息矩陣，和根據(jù)所述至少一個診斷信息矩陣產(chǎn)生醫(yī)療結(jié)論。
30.根據(jù)權(quán)利要求29的系統(tǒng)，其中所述識別信息包括患者身份信息和疾病信息。
31.根據(jù)權(quán)利要求30的系統(tǒng)，其中所述搜索引擎搜索關(guān)于選定患者身份和選定疾病類型的特定患者和特定疾病的醫(yī)療相關(guān)信息。
32.根據(jù)權(quán)利要求29的系統(tǒng)，其中所述搜索引擎搜索有關(guān)選定疾病類型的非特定患者和特定疾病的醫(yī)療相關(guān)信息。
33.根據(jù)權(quán)利要求29的系統(tǒng)，其中所述至少一個診斷信息矩陣被組織成分層次結(jié)構(gòu)。
34.根據(jù)權(quán)利要求29的系統(tǒng)，還包括診斷信息提取器，配置成分析所述醫(yī)療相關(guān)信息和從所述醫(yī)療相關(guān)信息中識別與選定疾病類型相關(guān)的醫(yī)療證據(jù)。
35.根據(jù)權(quán)利要求34的系統(tǒng)，其中所述診斷信息提取器包括非影像診斷信息提取器和影像診斷信息提取器。
36.根據(jù)權(quán)利要求35的系統(tǒng)，其中所述非影像診斷信息提取器包括至少以下之一特定疾病非影像診斷證據(jù)提取器，配置成從所述醫(yī)療相關(guān)信息中提取與疾病類型關(guān)聯(lián)的診斷證據(jù)；特定患者風(fēng)險因素分析器，配置成根據(jù)所述醫(yī)療相關(guān)信息識別特定患者風(fēng)險因素。
37.根據(jù)權(quán)利要求35的系統(tǒng)，其中所述影像診斷信息提取器包括至少以下之一增強機制，配置以增強所述醫(yī)療相關(guān)信息；影像診斷證據(jù)提取器，配置成從包含在所述醫(yī)療相關(guān)信息和/或其增強信息的影像信息中提取與所述疾病類型關(guān)聯(lián)的診斷證據(jù)；評估機制，配置成評估得自所述醫(yī)療相關(guān)信息的診斷證據(jù)；和異常檢測機制，配置成根據(jù)所述醫(yī)療相關(guān)信息檢測異常候選者。
38.根據(jù)權(quán)利要求37的系統(tǒng)，其中所述增強機制包括本地增強機制，能夠增強包含在所述醫(yī)療相關(guān)信息中的部分醫(yī)學(xué)圖像；和全局增強機制，能夠增強包含在所述醫(yī)療相關(guān)信息中的整個醫(yī)學(xué)圖像。
39.根據(jù)權(quán)利要求29的系統(tǒng)，其中所述動態(tài)診斷結(jié)論矩陣平臺包括診斷信息存儲單元，配置成存儲從所述醫(yī)療相關(guān)信息提取的診斷信息；診斷信息管理機制，配置成管理訪問所述診斷信息存儲器；診斷信息瀏覽機制，配置成便于通過以所述至少一個矩陣表示的診斷信息瀏覽；和診斷證據(jù)識別機制，配置成從所述至少一個診斷信息矩陣識別診斷證據(jù)。
40.根據(jù)權(quán)利要求39的系統(tǒng)，其中所述診斷證據(jù)識別機制包括診斷信息融合機制，配置成以至少一種形態(tài)融合不同類型醫(yī)療相關(guān)信息；診斷信息修改機制，配置以修改診斷信息；和診斷證據(jù)提取機制，配置成從所述醫(yī)療相關(guān)信息，融合信息和修改信息的至少其中之一提取診斷證據(jù)。
41.根據(jù)權(quán)利要求39的系統(tǒng)，其中所述診斷證據(jù)識別機制以自動模式和交互模式之一實現(xiàn)。
42.根據(jù)權(quán)利要求29的系統(tǒng)，還包括醫(yī)療報告生成機制，配置以生成醫(yī)療報告報告所述醫(yī)療結(jié)論。
43.根據(jù)權(quán)利要求42的系統(tǒng)，其中所述醫(yī)療報告包括鏈接，連接到診斷信息，其包含在所述至少一個診斷信息矩陣中，用于得到所述醫(yī)療結(jié)論。
44.一種其上存儲有指令的機器可讀媒體，當(dāng)所述指令被訪問時能實現(xiàn)以下步驟指定識別信息用于取得醫(yī)療相關(guān)信息；根據(jù)所述識別信息自動搜索從不同來源獲取的醫(yī)療相關(guān)信息；通過動態(tài)融合不同類型的所述醫(yī)療相關(guān)信息及其分析結(jié)果生成至少一個診斷信息矩陣；和根據(jù)所述至少一個診斷信息矩陣作出醫(yī)療結(jié)論。
45.根據(jù)權(quán)利要求44的媒體，其中所述識別信息包括患者身份和疾病類型。
46.根據(jù)權(quán)利要求44的媒體，其中所述醫(yī)療相關(guān)信息包括影像醫(yī)療信息和非影像信息。
47.根據(jù)權(quán)利要求46的媒體，其中所述影像醫(yī)療信息包括在一定維數(shù)空間中獲取的醫(yī)療圖像。
48.根據(jù)權(quán)利要求47的媒體，其中所述一定維數(shù)空間包括至少一個兩維和三維空間。
49.根據(jù)權(quán)利要求45的媒體，其中用于所述融合的不同類型醫(yī)療相關(guān)信息及其分析結(jié)果根據(jù)疾病類型動態(tài)確定。
50.根據(jù)權(quán)利要求45的媒體，其中用于所述融合的不同類型醫(yī)療相關(guān)信息及其分析結(jié)果根據(jù)疾病類型和患者身份動態(tài)確定。
51.根據(jù)權(quán)利要求45的媒體，其中用于所述融合的不同類型醫(yī)療相關(guān)信息及其分析結(jié)果以自動模式和交互模式之一確定。
52.根據(jù)權(quán)利要求44的媒體，其中所述至少一個診斷信息矩陣是以分層次結(jié)構(gòu)組織。
53.根據(jù)權(quán)利要求44的媒體，其中所述融合組合不同形態(tài)的不同類型醫(yī)療相關(guān)信息。
54.根據(jù)權(quán)利要求52的媒體，其中所述融合組合跨所述分層次結(jié)構(gòu)不同級別的不同類型醫(yī)療相關(guān)信息。
55.根據(jù)權(quán)利要求44的媒體，其中所述醫(yī)療結(jié)論是診斷結(jié)論。
56.根據(jù)權(quán)利要求45的媒體，當(dāng)被訪問時，所述指令還能分析所述醫(yī)療相關(guān)信息以生成與所述疾病類型關(guān)聯(lián)的分析結(jié)果。
57.根據(jù)權(quán)利要求56的媒體，其中所述分析包括至少以下之一增強所述醫(yī)療相關(guān)信息；從所述醫(yī)療相關(guān)信息和/或其增強信息中提取與所述疾病類型關(guān)聯(lián)的診斷證據(jù)；評估得自所述醫(yī)療相關(guān)信息的特征；根據(jù)所述醫(yī)療相關(guān)信息檢測異常候選者；和根據(jù)所述醫(yī)療相關(guān)信息識別特定患者的風(fēng)險因素。
58.根據(jù)權(quán)利要求57的媒體，其中所要提取的所述診斷證據(jù)以自動模式和交互模式之一確定。
59.根據(jù)權(quán)利要求57的媒體，其中以自動模式和交互模式之一執(zhí)行所述評估。
60.根據(jù)權(quán)利要求57的媒體，其中所述評估是定性評估和定量評估之一。
61.根據(jù)權(quán)利要求60的媒體，其中所述定量評估包括至少以下之一估計醫(yī)療圖像上對應(yīng)異常的區(qū)域大?。还烙嬎霎惓^(qū)域內(nèi)有關(guān)灰度分布的統(tǒng)計；確定隨時間發(fā)生的有關(guān)所述異常方面的變化；確定所述異常的形狀；和確定所述異常的結(jié)構(gòu)。
62.根據(jù)權(quán)利要求44的媒體，當(dāng)被訪問時，所述指令還能通過包含在所述至少一個診斷信息矩陣中的信息瀏覽。
63.根據(jù)權(quán)利要求44的媒體，當(dāng)被訪問時，所述指令還能根據(jù)所述醫(yī)療結(jié)論生成報告。
64.根據(jù)權(quán)利要求63的媒體，其中所述報告報告所述醫(yī)療結(jié)論，包括鏈接，將所述醫(yī)療結(jié)論鏈接到以所述至少一個矩陣表示并根據(jù)其作出醫(yī)療結(jié)論的診斷信息上。
全文摘要
本發(fā)明披露了智能定性和定量分析(IQQA)系統(tǒng)及方法，允許用戶指定一定識別信息，用以從不同來源搜索和取得醫(yī)療相關(guān)信息。所述醫(yī)療相關(guān)信息可以是不同類型，也可以動態(tài)融合，當(dāng)需要時，生成診斷信息矩陣。根據(jù)這些診斷信息矩陣可以作出醫(yī)療結(jié)論，比如診斷結(jié)論。
文檔編號G06F19/00GK1977283SQ200480023351
公開日2007年6月6日 申請日期2004年8月13日 優(yōu)先權(quán)日2003年8月14日
發(fā)明者錢建中, 魏國慶, 范黎 申請人:美國醫(yī)軟科技公司