夏天穿毛皮大衣:数字病理学是否应该重新定义医学成像?

科学领域:

• 数字病理学数字病理学
• 医学成像信息学 医疗成像信息学
• 医疗信息技术标准 医疗信息技术标准

背景情况:

• 医学数字成像和通信 (DICOM) 标准虽然对放射学来说是革命性的,但对现代数字病理学的复杂需求存在局限性.
• 它的30年历史的架构早于云计算,人工智能工作流程和模块化软件,可能会阻碍互操作性和可扩展性.
• 病理学目前的多语种环境为开发更灵活的基础设施提供了独特的机会.

研究的目的:

• 评估DICOM标准对数字病理学编排的充分性.
• 识别DICOM病理学数据标准中的架构漏洞和互操作性限制.
• 为数字病理学基础设施提出一个模块化,符合标准的替代方案.

主要方法:

• 分析DICOM的设计风险,重点关注其对元数据,注释和协议的统一容器方法.
• 在数字病理学背景下检查DICOM的互操作性声明.
• 开发一个模块化架构,将图像数据与编排逻辑分开,利用像HL7 FHIR这样的标准和现代数据库.
• 关于一个分层,独立于格式的安全框架的建议.

主要成果:

• 在DICOM的统一容器中嵌入不同类型的数据限制了互操作性,并造成了架构漏洞.
• 分离图像数据与编排逻辑的模块化方法提高了可扩展性,安全性和性能.
• 使用像HL7 FHIR这样的元数据标准,用于注释的可扩展矢量图形以及用于图像访问的云原生协议,可以优化系统.
• 安全性应该通过一个分层,独立于格式的框架来解决,而不是嵌入DICOM标准.

结论:

• 对于现代数字病理学的细微要求,DICOM的单体架构是不够的.
• 一个模块化,符合标准的基础设施为人工智能驱动的工作流提供了卓越的可扩展性,安全性和适应性.
• 数字病理学可以作为医疗成像信息学中更灵活和更安全的未来的模型.