针对CT检查的风险确定的制作方法

针对ct检查的风险确定
技术领域
1.本公开涉及用于针对ct检查进行风险确定、特别是用于ct检 查的风险指示的风险指示设备和方法。因此，本公开对于预测(和显 示)患者经历ct检查的风险是有利的。


背景技术：

2.计算机断层扫描(ct)是在放射学中使用的医学成像技术，用于 获取身体的详细2d或3d图像来用于诊断目的。ct检查是现代医学 的重要骨干。
3.ct扫描仪使用旋转的x射线管以及与x射线管相对放置的多个 检测器，以在x射线穿过扫描仪内的患者或对象时测量x射线的衰 减。通常，为了重建感兴趣区域的3d图像，从不同角度进行多次x 射线测量。
4.尽管ct检查是相对安全的过程，但是仍然存在一些风险，因为 对于ct扫描使用电离辐射(x射线)并且有时将造影剂应用于患者 来对某些区域进行可视化。不同患者的这些风险不同。例如，儿童比 成人对辐射更敏感，另一示例是对造影剂过敏的人，在检查期间或之 后导致(有时危及生命的)过敏反应。
5.在典型的对比度增强检查(“增强ct”)中，造影剂被注射到 静脉中，执行ct扫描，并且借助计算机来处理所得数据，从而获得 图像。在该检查期间，可能发生以下主要风险。首先，造影剂可能引 起对人体的过敏，并且可能引起对肾脏的短暂损伤。其次，ct扫描 是射线照相扫描，其也可能对身体造成某些损伤。附加地，当注射造 影剂时，需要短时间的大剂量推注。一些心功能不全患者可能会出现 心力衰竭加重。
6.关于这些风险，可以在检查前告知患者。然而，分析显示，通常 未向患者提供关于ct扫描的风险、益处和辐射剂量的信息(参见例 如lee,c.i.et al."diagnostic ct scans:assessment of patient, physician,and radiologist awareness of radiation dose and possiblerisks",rsna,radiology,vol.231,no.2,2004)。患者、医生和放射 科医生无论其经验水平如何，似乎无法提供准确的ct风险估计。
7.目前，患者必须告诉医生对药物的任何敏感性或任何肾脏问题以 及可能增加患者风险的其他因素。需要考虑许多因素。但主要取决于 医生对ct扫描患者风险评级的主观判断。存在各种不同格式的问卷 和多次纸质格式的问卷来记录评估。但到目前为止，还没有系统和自 动的方法来评估患者的风险并直接在ct扫描工作流程上指示风险。 当前患者护理功能集中于扫描期间的自动剂量调整和造影介质施用。 但是，还没有已知的通过数据源和机器学习模型的自动集成来实现预 测患者风险的功能。
8.本公开的一个目的是改进已知的设备和方法，以更好地确定ct 检查的风险。


技术实现要素：

9.该目的通过根据权利要求1所述的风险指示设备、根据权利要求 7所述的方法、根据权利要求11所述的风险预测模型、根据权利要求 12所述的患者调度器和根据权利要求13所述的ct系统来实现。
10.本公开涉及被设计用于针对ct检查来进行风险确定的风险指示 设备，包括：
[0011]-数据接口，被设计用于接收患者的数据集，数据集包括患者人 口统计数据、与先前治疗有关的数据以及与患者的药物治疗有关的数 据，
[0012]-风险指示单元，被设计为基于患者的数据集，特别是基于患者 人口统计数据、与先前治疗有关的数据以及与患者的药物治疗有关的 数据，来评估ct检查的风险概率，
[0013]-输出单元，被设计为基于所评估的风险概率来输出输出信息和/ 或控制数据。
[0014]
风险指示设备可以是独立设备。然而，它也可以作为高级设备中 的功能而存在。例如，风险指示设备可以是患者调度器或ct控制设 备的功能。在这种情况下，风险指示设备也可以被指定为“风险指示 功能”。
[0015]
风险指示设备优选地被设计用于确定造影剂过敏风险和超剂量 风险。对于这两个确定，需要患者人口统计数据、与先前治疗有关的 数据以及与患者药物治疗有关的数据。为了有效地确定造影剂过敏风 险，还具有(患者的)过敏倾向、(患者检查的)最近实验室结果、 (患者的)先前检查和/或诊断的数据是非常有利的。
[0016]
超剂量可以是例如超剂量的辐射，特别是x射线辐射，和/或超剂 量的造影剂。
[0017]
优选的患者人口统计数据包括与患者性别、年龄、体重、种族或 怀孕有关的数据。
[0018]
过敏倾向的优选数据包括与患者的哮喘、碘过敏或β阻断剂过敏 的存在有关的数据。
[0019]
优选的最近实验室结果包括与患者实验室结果、特别是患者中肌 酐的存在有关的数据。
[0020]
优选的先前检查和诊断数据包括与患者疾病、特别是高血压、心 力衰竭、骨髓瘤或糖尿病有关的数据。
[0021]
与先前治疗有关的优选数据包括与将对象介入(执行的或必要 的)或插入患者，特别是中心静脉导管、肾脏手术、化疗或透析有关 的数据。
[0022]
与药物治疗有关的优选数据包括与患者服用的药物(特别是仍在 患者体内的药物)、特别是二甲双胍或抗炎药或与前述数据相关的药 物(例如先前的治疗或过敏倾向)有关的数据。
[0023]
合适的数据接口是本领域技术人员已知的，例如ris(放射信息 系统)或pacs(图像存档和通信系统)。在下文中，术语“数据集
”ꢀ
被用于如下的集合，该集合包括患者人口统计数据、与先前治疗有关 的数据以及与患者药物治疗有关的数据，其中该数据被用于进一步确 定。数据集还可以包括也可以被用于进一步确定的从如下项组成的组 中选择的数据：(患者的)过敏倾向、(患者检查的)最近实验室结 果、(患者的)先前检查和/或诊断。
[0024]
风险指示单元基于数据集所包括的数据，使用数据集来确定风险 概率。它优选至少确定造影剂过敏风险和/或超剂量风险的风险概率。 不管事件(特别是关于超剂量和/或对造影剂的过敏反应的发生)如何， 这可以通过对数据集的不同数据类型的得分进行加权的数学函数(例 如，通过参数函数)或通过机器学习模型(如下所述的“风险预测模 型”)来实现，机器学习模型已在具有相应类型的数据和标签(作为 基本事实)的数据集上被训练。
[0025]
合适的输出单元是本领域技术人员已知的，并且例如可以是显示 器或扬声器。输出信息可以是风险得评、指示风险的图形项(例如红 色警告标志)或声音信息(例如警告声音)。然而，输出也可以是用 于自动控制ct系统的控制数据，例如，如果已确定超剂量的风
险， 则减少剂量，或者如果指示过敏反应的风险，则减少造影剂的量。
[0026]
本公开进一步涉及用于对患者的ct检查进行风险确定的方法， 方法包括以下步骤：
[0027]-接收患者的数据集，数据集包括患者人口统计数据、与先前治 疗有关的数据以及与患者的药物治疗有关的数据(参见上文)，
[0028]-利用根据本公开的风险指示设备的风险指示单元，基于患者的 数据集，特别是基于患者人口统计数据、与先前治疗有关的数据以及 与患者的药物治疗有关的数据，来评估患者的ct检查的风险概率，
[0029]-基于所评估的风险概率，输出信息和/或控制数据。
[0030]
用于针对患者的ct检查进行风险确定的方法可以是例如计算机 实现的方法。
[0031]
应当注意，应当执行什么检查是已知的，并且因此，与所计划的 ct检查有关的信息也是公知的，诸如辐射剂量、辐射强度、能量和 辐射持续时间、待检查患者的区域和所应用的造影剂也是公知的。显 然，该信息也被用于评估针对患者的ct检查的风险概率。因此，为 了评估超剂量的风险，显然所计划的ct检查的辐射剂量，特别是辐 射能量和其它已知参数也被用于评估。为了评估过敏反应的风险，应 使用与检查用造影剂的类型和剂量有关的信息来评估。
[0032]
利用(控制数据的)输出，通过将输出信息输入到ct系统的控 制设备中，可以控制ct系统。
[0033]
因此，风险因素可以被直接显示给ct操作者和/或可以被用于控 制ct系统。
[0034]
根据本公开的风险预测模型被设计用于风险预测，特别是被设计 用于根据本公开的风险指示设备或被设计用于执行根据本公开的方 法。风险预测模型是在多个训练数据集上训练的机器学习模型。每个 训练数据集至少包括：
[0035]-患者人口统计数据、与先前治疗有关的数据以及与患者药物治 疗有关的数据，特别是与该患者的过敏倾向和/或近期实验室结果和/ 或先前检查和诊断有关的数据，以及
[0036]-基本事实，在相应的训练数据集(t)处指示特别是与超剂量有 关的事件的发生和/或对造影剂过敏反应的发生。
[0037]
风险预测模型优选地具有决策树的架构。风险预测模型也可以是 多变量分析。
[0038]
根据本公开的患者调度器包括根据本公开的风险指示设备并且 优选地被设计为执行根据本公开的方法。本公开意义上的“患者调度 器”是用于调度患者(即，为多个患者规划ct检查)的软件模块。 风险指示设备优选地以患者调度器中的风险指示功能的形式来实现， 例如集成在具有其功能的程序代码中。它还可以经由与外部风险指示 设备(例如在云中)连接的数据接口而被连接到患者调度器。
[0039]
确定是否存在风险(或确定风险概率)。替代地，可以以另一方 式(例如通过联系托管风险预测模型的外部设备)来执行集成。
[0040]
是的，在访问外部数据源的情况下，功能应当被编码在ct控制 台中。
[0041]
根据本公开的用于控制ct系统的控制设备包括根据本公开的风 险指示设备。备选地或附加地，它被设计为执行根据本公开的方法。 控制设备可以包括用于控制ct系统的部件的附加单元或设备。
[0042]
根据本公开的ct系统(计算断层扫描系统)包括根据本公开的 风险指示设备以及特别是根据本公开的控制设备。
[0043]
此外，我们认为并非所有数据类型都用于每种风险，因为例如过 敏倾向可能不用于评价辐射相关风险。因此，我们认为仅用于一个特 定风险的设备不使用所列出的所有数据类型。
[0044]
上述风险指示设备或控制设备的一些单元或模块可以完全或部 分地实现为在计算机或控制设备的处理器上运行的软件模块。主要呈 软件模块形式的实现可以具有这样的优点，即，已安装在计算机上的 应用程序可以以相对较小的努力被更新来安装和运行本应用程序的 这些单元。本公开的目的还通过计算机程序产品来实现，计算机程序 产品具有可直接加载到医学成像系统的计算机的存储器中的计算机 程序，并且计算机程序产品包括程序单元，当程序由计算机执行时， 程序单元执行本公开方法的步骤。除了计算机程序之外，这样的计算 机程序产品还可以包括诸如文档和/或附加部件的其它部分，以及诸如 硬件密钥(软件狗等)的硬件部件，以便于访问软件。
[0045]
诸如记忆棒、硬盘或其它可运输或永久安装的载体的计算机可读 介质可用于运输和/或存储计算机程序产品的可执行部分，使得这些可 从控制设备或系统的处理器单元读取。处理器单元可以包括一个或多 个微处理器或它们的等同物。
[0046]
本公开的特别有利的实施例和特征由如以下描述中所揭示的从 属权利要求给出。不同权利要求类别的特征可以根据需要被组合来给 出本文未描述的其它实施例。
[0047]
根据优选的风险指示设备，其风险指示单元包括为风险预测而训 练的风险预测模型(参见上文)。该风险预测模型允许非常准确和容 易的风险预测。然而，该风险预测模型的训练需要一些努力。
[0048]
根据优选的风险指示设备，风险指示单元被设计为在随后的ct 检查过程中评估患者的超剂量和/或对造影剂过敏反应的风险概率。优 选地，风险指示单元被设计为：通过使用与患者的过敏倾向和/或近期 实验室结果和/或先前检查和诊断有关的数据集的附加信息，来评估造 影剂过敏反应的风险概率。
[0049]
优选的风险指示设备被设计为利用控制数据来控制ct系统。这 可以通过将风险指示设备包括在上述控制设备中或将风险指示设备 与这种控制设备连接来容易地实现。风险指示设备输出的控制数据应 被设计为使得能够用于控制ct系统。然而，控制设备也可以充当ct 系统的解释器，以用于解释风险指示设备的控制数据。这具有不仅指 示风险概率，而且可以对ct系统控制具有直接影响的优点。优选地， 只有当没有风险或者风险概率低于某个阈值时，才可以执行检查。在 风险或风险概率高于某一阈值的情况下，系统优选地被设计为阻止检 查、和/或自动调整扫描参数、和/或触发审计机制或通知机制。这可 以通过直接控制ct系统或通过与ct系统的控制设备通信来实现。 例如，可以输出对ct系统控制有直接影响的care警报。
[0050]
优选的风险指示设备包括被设计为接收不同结构的医疗数据类 型的数据接口，特别是用于访问来自不同源的数据的fhir接口 (fhir：“快速保健互操作性资源”)，。优选的数据类型是来自电 子医疗记录(emr)、心血管信息系统(cvis)、放射信息系统(ris) 或实验室信息系统(lis)的数据。无论数据源是emr、ris还是lis， 都可以使用标准fhir接口查询和实现指南，来将数据提取到风险指 示设备。
[0051]
结果可以被馈送到其它系统，例如“myexamcompanion”和其它 扫描自动化机构。
[0052]
优选的风险指示设备被设计为输出ct系统的控制数据。该控制 数据优选地被设计为：根据所评估的风险概率，自动调整造影剂注射 参数和/或扫描参数。因此，辐射或造影剂的剂量将被自动调整，以自 动使得患者免受伤害。
[0053]
根据优选的风险指示设备，风险指示单元被设计为通过使用多变 量分析来评估风险概率。
[0054]
根据优选方法，风险概率(优选地至少对于超剂量的风险)基于 以下项来确定：
[0055]-患者人口统计数据，特别是性别、年龄、体重、种族、怀孕；
[0056]-与先前治疗有关的数据，特别是中心静脉导管、肾脏手术、化 疗、透析，以及
[0057]-与药物治疗有关的数据，特别是二甲双胍或抗炎药物。应当注 意，这涉及由ct检查所检查的患者。
[0058]
优选地，方法被设计为确定患者的造影剂过敏反应的风险(单独 或连同其他风险)，其中风险概率优选地还基于相应患者的：
[0059]-过敏倾向，特别是哮喘、碘、β阻断剂和/或
[0060]-近期实验室结果，特别是肌酐水平，和/或
[0061]-先前检查和诊断，特别是高血压、心力衰竭、骨髓瘤、糖尿病。
[0062]
例如，造影剂诱导的肾病的风险概率通过使用多变量分析来评 估。这通过将基础血清肌酐、休克的出现、性别(例如女性)、多支 血管pci和糖尿病作为输入参数来实现。
[0063]
根据优选方法，风险指示设备包括风险预测模型。通过提供在 ct系统中实际检查的患者的数据集以及与检查期间的事件有关的数 据，而在线训练该风险预测模型。特别优选的是，针对该患者的风险 概率在检查之前被确定，并且在检查之后与检查期间的可能事件进行 比较。因此，在线学习是可能的。
[0064]
方法还可以包括“云计算”的元素。在“云计算”的技术领域中， it基础结构通过数据网络(例如，存储空间或处理能力和/或应用软 件)来提供。用户和“云”之间的通信通过数据接口和/或数据传输协 议来实现。
[0065]
在“云计算”的上下文中，在根据本公开的方法的优选实施例中， 经由数据通道(例如数据网络)向“云”提供数据。该“云”包括(远 程)计算系统，例如通常不包括用户的本地机器的计算机集群。该云 具体地可以由还提供医疗成像系统的医疗设施提供。具体地，图像获 取数据经由ris(放射信息系统)或pacs(图像归档和通信系统) 被发送到(远程)计算机系统(“云”)。
[0066]
在根据本公开的风险指示设备的优选实施例的范围内，该设备， 至少风险预测模块，存在于“云”侧。优选的系统还包括经由数据通 道(例如数据网络，特别地配置为ris或pacs)连接到系统的本地 计算单元。本地计算单元包括至少一个数据接收接口来接收数据。此 外，优选地，本地计算机还具有传输接口，以向系统发送数据。
附图说明
[0067]
通过以下结合附图的详细描述，本公开的其它目的和特征将变得 显而易见。然而，应当理解，附图仅是为了例示的目的而设计的，而 不限制本公开。
[0068]
图1示出了具有根据本公开的一个实施例的系统的简化ct系统。
[0069]
图2示出了根据本公开的优选方法的过程流程的框图。
[0070]
图3示出了使用数据集的简化示例。
[0071]
图4示出了不同数据类型的使用。
[0072]
图5示出了患者调度器中风险指示设备的可能输出。
[0073]
在图中，相同的附图标记表示相同的对象。图中的对象不必按比 例绘制。
具体实施方式
[0074]
图1示出了具有控制设备5的简化计算机断层扫描系统1，控制 设备5包括用于针对ct检查进行风险确定的风险指示设备6，风险 指示设备6被设计为执行根据本公开的方法(参见图2)。计算机断 层扫描系统1以通常的方式具有带有扫描仪2，扫描仪2具有扫描架， 其中具有检测器4的x射线源3围绕患者旋转并记录原始数据rd， 该原始数据随后由控制设备5重建为图像。患者p躺在病床上以准备 检查。
[0075]
在该图中，仅示出了对于解释本公开必不可少的那些部件。原则 上，这样的成像系统和相关的控制设备是本领域技术人员已知的，并 且因此不需要详细说明。
[0076]
用户可以通过使用能够与控制设备5通信的终端7来与计算机断 层扫描系统1交互。该终端7还可以被用于检查根据本公开的风险指 示设备6的结果或为风险指示设备6提供数据。
[0077]
虽然此处示出的风险指示设备6在ct系统的控制设备中，但是 它也可以存在于终端7中，例如存在于所示的患者调度器8中。
[0078]
系统6包括以下部件：
[0079]
数据接口10，被设计用于接收待检查患者p的数据集d(参见图 2)。此处所示的数据接口10还用于与ct系统1通信，并将输出信 息o和控制数据c从风险指示设备6的输出单元12发送到ct系统 1。
[0080]
优选地，数据接口10被设计为接收不同结构的医疗数据类型。 它优选是用于访问来自不同源的数据的fhir接口。优选的数据类型 是来自电子医疗记录、心血管信息系统、放射信息系统或实验室信息 系统的数据。
[0081]
风险指示单元11被设计为评估ct检查的风险概率r。此处，风 险指示单元11包括被训练用于风险预测的风险预测模型m。优选地， 在随后的ct检查过程中，患者p的超剂量和/或对造影剂过敏反应的 风险概率r被评估。
[0082]
输出单元12被设计为基于所评估的风险概率r而输出输出信息 o和/或控制数据c。当输出控制数据c时，控制数据c优选地被设 计为根据所评估的风险概率r来自动调整造影剂注射参数和/或扫描 参数。
[0083]
系统的部件优选是软件模块。
[0084]
图2示出了用于针对患者的ct检查进行风险确定的优选方法的 过程流程的框图。
[0085]
在步骤i中，患者p的数据集d由风险指示设备6的数据接口10 接收(参见图1)。数据集d包括患者人口统计数据、与先前治疗有 关的数据以及与患者药物治疗有关的数据。
[0086]
在步骤ii中，基于患者人口统计数据、与先前治疗有关的数据以 及与患者药物治疗有关的数据，评估ct检查的风险概率r。这通过 风险指示设备6的风险指示单元11来实现。
[0087]
在步骤iii中，基于所评估的风险概率r，输出输出信息o和控 制数据c。
[0088]
在步骤iv中，通过提供在ct系统1中实际检查的被检查患者p 的数据集d，在线训练风险指示设备6(参见图1)的风险预测模型 m。该数据集d在此处被用作训练数据集t。附加地，与ct检查期 间的事件有关的基本事实g被添加，以训练风险预测模型m。
[0089]
图3示出了由风险指示设备6的风险预测模型m使用数据集d 的简化示例。患者人口统计数据、与过敏倾向有关的数据、近期实验 室结果和先前的ct检查和诊断以及与先前的治疗和药物治疗有关的 数据被输入到风险预测模型m中。风险概率r然后通过风险预测模 型m，例如通过如图2所示的方法来评估，并且根据所评估的风险概 率r，控制数据c被发送到ct系统1。
[0090]
图4示出了不同数据类型的使用。风险指示设备6在此处包括专 用数据接口10(fhir接口，在此处被指定为“fhir束”)，其被设 计为接收不同结构的医疗数据类型。此处输入的数据集d包括来自电 子医疗记录“emr”、心血管信息系统“cvis”、放射信息系统“ris
”ꢀ
的数据和来自实验室信息系统“lab”的实验室数据。该数据由风险 指示单元11中的风险预测模型m使用。
[0091]
图5示出了患者调度器8(参见图1)中的风险指示设备6的可 能输出。此处，患者调度器8的可能输出以警告标志被示出为输出信 息o，输出信息o指示患者p对于下一次ct检查的特定风险。 尽管已以优选实施例及其变型的形式公开了本公开，但是应当理解， 在不脱离本公开的范围的情况下，可以对其进行许多附加的修改和变 型。为了清楚起见，应当理解，在本技术中使用的“一(a)”或“一 个(an)”不排除多个，并且“包括”不排除其它步骤或元素。提到
ꢀ“
单元”或“设备”并不排除使用多于一个单元或设备。