专利名称：基于诊断信息自动检索报告模板的系统的制作方法
基于诊断信息自动检索报告模板的系统本申请特别实用于医学数据存储和医学报告生成系统。然而，将意识到，所描述的 (多个)技术还可以应用于其他类型的报告生成系统、数据融合系统和/或医学数据存储系统。在放射学工作流程的过程期间生成的放射学报告典型地包括程序、发现以及结论。这样的报告由放射科医师规定，并且，然后由助手等转录至文本。转录的文本报告发送至转诊的临床医师，以辅助他们作出决策。放射科医师主要关心的事是提供高质量的文本报告。在放射学报告中，发现用于支持结论。诊断结论常常基于使用不同的成像模态和 /或协议来生成的多个图像的审阅、图像中的多个解剖结构的审阅以及若干个发现的识别。 可以由放射科医师在几年的实践之后快速地识别给定的诊断；在文本报告提供关于如果作出诊断的细节，然而，这非常耗时的，并且，是取决于人员的。以标准化和结构化的方式在报告中增加细节不仅帮助转诊的临床医师更好地评价患者病例，而且还辅助照顾者(例如，医院管理和同事的放射科医师)验证放射学诊断的质量。然而，存在着无数种诊断及其变型，使得对于放射科医师而言，很难记得对于每个诊断，应当将什么信息写进报告中。在本领域中，存在着对通过生成并存储可检索的报告模板而促进克服上面注意到的缺陷的系统和方法的需要，该报告模板具有被填入以定制个体报告的信息占位符。根据一个方面，医学报告生成系统包括患者医学记录数据库，其存储一个或多个患者记录；文本提取部件，其在一个或多个患者记录中提取、构造并编码临床信息；以及推理机，其分析所提取的临床信息，识别医学报告生成请求的原因，分析一个或多个患者图像，以及基于所识别的原因建议预先生成的报告模板。该系统还包括信息整合部件，该信息整合部件将患者特异性信息和背景信息整合到报告模板中的预先指定的域中，以生成定制报告。根据另一个方面，一种生成定制放射学报告的方法，包括从所接收的临床和诊断信息中提取与生成报告的原因有关的文本信息；执行表查找，以基于所提取的文本信息识别适当的报告模板；以及识别患者图像中的图像特征。该方法还包括使用所识别的图像特征来检测并分类患者图像中的一个或多个病变；和将图像特征信息和所提取的文本信息插入到报告模板中的预先指定的占位符处。一个优点是，以较少的时间生成放射学报告。另一个优点在于，增加报告细节，但不增加报告生成时间。在阅读并理解下列详细说明的基础上，本领域普通技术人员将意识到主题创新的更进一步的优点。本创新可以采取各种部件和部件的布置的形式，并且，可以采取各种步骤和步骤的安排的形式。附图仅出于图解说明各种方面的目的，并不被解释为限制性的。
图1图解说明将图像发现和/或临床信息自动映射至适当的标准化和结构化的报告模板的系统；
图2是推理机的图解说明，该推理机接收患者特异性信息并推断或识别针对期望的医学报告的适当的报告模板；图3是信息整合部件的图解说明，该信息整合部件将诸如患者图像、从医学记录提取的文本、用户输入的信息等的患者特异性信息和与报告有密切关系的诸如网络链接、 百科全书信息等的参考信息整合。图1图解说明将图像发现和/或临床信息自动映射至适当的标准化和结构化的报告模板的系统10。报告模板包含用于诸如病例特异性图像和可测量值的信息的占位符，该占位符由放射科医师或经由诸如图像处理算法的自动程序填充。该系统辅助放射科医师有效地生成与读者无关的高质量的诊断报告。该系统允许用户生成固定格式的放射科医师报告。例如，生成多个模板，一个模板针对每种疾病或研究类型。在放射科医师生成诊断图像并准备好生成报告时，系统10采用患者识别信息来搜索医院记录并确定医嘱进行的研究的类型和/或其原因、检索适当的报告模板并用诸如患者名字和识别、诊断研究的性质、日期等的来自医院数据库的信息预先填充模板。而且，系统10搜索诊断图像的数据库，以寻找所识别的研究或报告的类型的标准图像并将标准化的图像引入模板中的预先指定的占位符或域中。在适当的情况下，该系统还检索先前生成的患者图像，以生成显示治疗的时间进展的一系列的时间线图像。模板包括诸如源文的网络链接的文学参考的链接、原始图像数据的链接或其他研究以及其他解释fe息。模板提示诊断医生将分析信息放在适当的位置或域，进行适当的诊断解释、进行适当的测量等。基于该分析，模板可以直接地设置或提示放射科医师设置所推荐的未来研究或报告、所推荐的进一步的处置等。除了通过使数据格式标准化、存储该信息、原始数据并以标准化格式进行分析而简化数据的解释之外，该系统还促进数据挖掘。标准化的格式促进并加快各种处置的分析， 以通过考虑先前处置的成功或失败而许可更好的处置协议的生成。系统10包括图像数据库12，该图像数据库12接收并存储诸如使用一个或多个成像设备来生成的图像体积数据14和/或医学图像数据16的图像数据。例如，能够使用X 射线设备、计算机断层摄影(CT)成像设备、诸如正电子发射断层摄影(PET)扫描器或单光子发射计算机断层摄影(SPECT)扫描器的核成像设备、磁共振成像(MRI)设备、超声成像设备、前述设备的变体或诸如相机等的任何其他适当的成像设备来生成图像数据。例如，可以将组织样本数字地摄影并作为图像数据而存储。该系统还包括文本提取部件18(例如，医学语言提取及编码(MedLEE)系统、医学自然语言处理(NLP)系统等)，该文本提取部件18从一个或多个医学数据库或者患者记录或其中的参考提取文本。在一个实施例中，文本提取部件18提取、构造并编码文本患者报告中的临床信息，从而能够由随后的自动过程使用该数据。推理机20从图像数据库12接收图像数据，并且，从文本提取部件18接收所提取、 构造并编码的文本。在一个实施例中，推理机20从推理机可访问的一个或多个数据库(例如，图片归档及通信系统数据库、信息技术中心医学数据库、诊断决策支持数据库、基于网络的图片归档及通信系统等)接收图像和/或所提取或处理的文本数据。推理机20分析临床信息(例如，患者体征/症状、报告或研究的原因等)，以推断适当的报告模板来使用。在另一个实施例中，使用临床信息(例如，患者体征/症状、研究或报告的原因等)和诊断信息(图像发现、解剖描述以及假定障碍等的结合)来查询推理机20。推理机20以从报告模板数据库(RTD) 21检索的一个或多个查询特异性报告模板来回复或识别该查询特异性报告模板。在一个实施例中，RTD 21包括针对多个疾病、诊断、医学研究等的每个的模板，并且，推理机基于临床和诊断信息而检索特定的模板。例如，如果临床信息包括描述患者肝脏中的肿瘤的文本，那么，推理机能够在RTD21中的查找表上执行表查找，以识别与“肝脏”和 “肿瘤”或其变型(例如，肝脏肿瘤、肝脏病变等)对应的模板。然后，用来自临床和/或诊断信息的文本预先填充所选择的模板。推理机20识别相关信息，以便输入报告模板中的预先指定的域中。例如，推理机能够从描述生成报告的原因(例如，用于治疗计划、用于临床医师转诊、用于诊断等)的所提取的文本信息中识别适当的文本。另外，推理机20提取与所识别的报告模板有密切关系的图像发现(例如，相关图像信息)。信息整合部件22将所识别的相关文本和图像信息整合到所识别的报告模板中， 并且，访问图像库24，以检索与报告有密切关系的标准图像。例如，如果报告是描述对具有器官中的病变或肿瘤的患者的诊断的放射学报告，那么，信息整合部件22检索在其中发现肿瘤的器官的(多个)标准化的或“正常的”图像，以便包括在报告中。然后，将正常器官图像插入到报告模板中预先指定的域或占位符，以便由推理机20与患者的器官的图像(例如，由推理机20从图像数据库12中识别或检索)比较。系统10另外包括图像和文本(IAT)检索部件沈，该部件沈可由信息整合部件22 访问，以检索用于插入模板中的文本信息和相关联的图像。在一个实施例中，IAT检索部件 26包括具有与报告有关的信息的网络链接、教材页面或章节等的数据库，并且，将该信息本身或其链接插入报告模板中。在一个示例中，信息整合部件22基于在查询中提供的信息并使用来自百科全书或数据库的额外信息来填充报告模板中的域，所述百科全书或数据库包含参考病例/图像，例如来自图像库M的图像和/或来自IAT部件沈或库的文本和图像。这样的信息能够包括具有相应的描述的参考图像(例如，来自“黄金标准”病例)或与帮助放射科医师填写报告有关的任何种类的数据。然后，使用由信息整合部件收集并插入的信息来生成定制报告观。定制报告观能够包括例如由临床医师或医生输入到医院数据库或记录系统中的临床信息、鉴别诊断信息、证实信息、注释信息(例如，病理学信息、目录学信息、成像信息等)等。然后，任何未填充的或空白的域都由放射科医师填充或通过执行测量的自动过程填充。根据一个实施例，推理机20检索包括关于为何请求或执行特定研究(例如，诸如 CT扫描、MRI扫描、核扫描、超声、组织学等的成像研究)的原因的描述性信息。相关信息 (例如，研究的原因)由文本提取部件18从文本提取，并且，出于该目的而提供至推理机 20。任选地，推理机基于所提取的文本信息建议一个或多个成像技术或协议。推理机20基于所接收的提取的文本信息检索适当的报告模板。另外或可替代地，推理机分析患者图像 (例如，CT、X射线、PET、SPECT、超声、摄影、MR图像等)，以识别相关信息(例如，解剖标志等)并将所识别的图像信息与模板中的占位符相比，以选择适当的模板。例如，如果患者图像具有特征X，并且，从临床信息(例如，患者记录等)确定症状Y和Z，那么，检索与特征X 以及症状Y和Z对应的疾病的模板。一旦识别了报告模板，推理机20就识别患者图像和医学记录中的相关信息，并且，调用信息整合部件22，用所识别的信息填充报告模板。信息整合部件22使用相关的图像发现信息和文本，以访问医学百科全书和图像库并查找也插入模板中的相关的背景信息、诊断等。在另一个实施例中，推理机20评价所识别的模板中的占位符，以确定期望或需要将什么信息填写模板。推理机20识别与占位符对应的图像特征和文本，并且，在适当的情况下插入信息。另外，信息整合部件22从图像库M和/或从诸如医学百科全书的文本库 26检索并插入背景信息。在另一个实施例中，将患者的先前的图像包括在定制报告观中，以许可审阅者分析处置进展，例如肿瘤生长或减小。推理机还提供对未来的成像协议或研究的建议。在又一实施例中，推理机20将有关信息的链接并入至定制报告中。例如，可以将至已发表的文章、其他患者病例等的链接插入报告中。在另一实施例中，包括指向不包括在报告中的另外的信息(例如，省略的图像、文本等)的链接，以促进稍后定位另外的信息，例如以便重新评价诊断等。图2是推理机20的图解说明，该推理机20接收患者特异性信息并推断或识别针对期望的医学报告的适当的报告模板。推理机20包括和/或访问一个或多个信息数据库， 例如图片归档及通信系统(PACS) 50、信息技术中心(CIT)医学数据库52、诸如STATdX的诊断决策支持数据库M和/或诸如MyPACS的基于网络的图片归档及通信系统56。成像部件 58在所接收的患者图像上执行解剖分析60和图像发现提取62，以识别用于辅助识别适当的报告模板的图像发现(例如，解剖特征、异常等)。在一个实施例中，在图像或图像数据上运行后处理算法，以识别或强调异常。例如，该算法能够分析肺部图像，以识别并标记(例如，圈出)潜在的肺部结节。解剖信息和图像发现信息由诸如CADx系统的计算机辅助检测部件64接收，其中，执行病变检测及分类算法66和体积分析算法68 (例如，在图像体积等上)。文本分析部件70在从一个或多个数据库检索的文本和患者的病史(例如，由临床医师等输入并存储至存储器)中的文本上执行基于本体论(ontology)的推理算法72或技术。如在本文中所使用的“本体论”涉及包括所有相关的实体及其关系的医学信息的详尽的层次组织(例如，数据库)。将来自文本分析部件70的信息提供至CADx部件64，以辅助病变检测和分类以及体积分析。另外，将来自成像部件58和文本分析部件70中的每个的信息供给至临床应用74，该临床应用基于所接收到的图像和文本信息检索报告模板(例如，从图1的RTD 21)。将来自CADx部件64的信息供给至为医生提供决策支持的临床应用 76。图3是信息整合部件22的图解说明，该信息整合部件22辅助推理机20将诸如患者图像、从医学记录提取的文本、用户输入的信息等患者特定的信息和与报告有密切关系的诸如网络链接、百科全书信息等的参考信息整合。信息整合部件22包括存储在例如统一医学语言系统(UMLS)或解剖学基础模型(FMA)数据库中的背景信息90，该背景信息90锚定至目标信息92(例如，存储在包括医学百科全书等的存储器中)和源信息(例如，所存储的患者记录和/或图像)。信息整合部件22进行推理，以促进将患者源信息94映射至目标信息92。一旦映射，目标信息(例如，黄金标准病例和/或图像、百科全书背景信息等)在预先指定的域或位置处插入报告模板中，以生成定制报告。将理解，包括推理机20的在本文中关于图1-3描述的各种系统部件包括一个或多个处理器或计算机，该处理器或计算机执行存储至持久存储器的计算机可执行的指令和/ 或算法，以便执行各种动作并提供本文所描述的各种功能。根据示例，针对对具有包括头痛、呕吐以及恶心的症状的成年患者的成像研究，自动检索报告模板。请求放射科医师执行并检查对患者的脑部MRI Tl加权的扫描。在该示例中，推理机20自动提取患者记录中的诸如“头痛、呕吐、恶心”的临床信息和来自成像医嘱的信息(例如，研究原因或图像)。在医学本体论(例如，SNOMED等)中查找出现在患者记录和成像医嘱中的术语，并且，在识别RTD 21中的一个或多个适当的报告模板中使用所识别的与临床体征和症状有关的术语。推理机20通过使用基于模型的分割技术或算法来调整经注释的形状模型而执行 Tl加权的图像中的解剖学的自动注释。此外，推理机20分析所得到的体积注释的性质，例如侧脑室和第三脑室的体积。推理机20执行脑组织分类和体积测量算法，并且，采用计算机辅助诊断(CAD)系统来获得可能的图像发现。在分类期间，可能期望人工检验。放射科医师指示感兴趣区域，并且，提供除了由推理机20提供的图像发现之外的图像发现。放射科医师选择侧脑室(例如，使用诸如鼠标、 触针等的输入工具)，并且，该系统显示当前患者的侧脑室的图像体积并生成统计。推理机 20基于患者图像与标准图像的比较而生成建议，例如侧脑室是否是扩大的，并且，为建议提供置信度指示。放射科医师可以例如添加诸如“侧脑室的异常扩大”的文本描述，以作为一个图像发现。所得到的信息，即临床体征和症状以及图像发现用于查询推理机20，该推理机20 将患者特异性信息映射至报告模板，以检索适当的报告模板。在报告中，放射科医师发布命令来开始报告过程，并且，推理机20提供一列识别的报告模板。在一个实施例中，图像及文本检索部件26包括一个或多个医学百科全书，该医学百科全书包含各种诊断及其报告模板的描述。例如，如果在百科全书中存在着两个匹配的诊断条目，例如“正常压力脑积水”和 “阻塞性脑积水”，那么，推理机20基于每个条目与当前病例的匹配程度如何而建议报告模板。推理机20针对当前病例而对放射科医师建议与匹配更好的诊断对应的报告模板。在期望时，放射科医师任选地能够选择不同的报告模板。为了推动该示例，对于建议阻塞性脑积水的报告模板而言，要求临床发现“恶心” 和Tl加权的MR图像发现“侧脑室的异常扩大”，以及其他发现。推理机20比较报告模板并针对先前提取的临床发现和成像发现而寻找匹配。推理机20将所识别的临床和图像发现自动插入到报告模板的预先指定的域中。对于其他临床和/或图像发现，为放射科医师自动创建占位符或域，以填入。对于阻塞性脑积水，条目可能是“变薄且向上伸展的胼胝体”。 可以检查该条目，并且，可以在提交报告之前由放射科医师添加示例图像。能够通过图像处理或CAD算法手动或自动执行占位符的填充。对于不能总是清楚地确定的发现，模板可以包含由读者填充的似然或概率值。另外或可替代地，推理机20可以提出可替代的(成像)研究，以增加特别诊断的置信度。随着手动地填入占位符，分析文本，并且，如上所述，将适当的参考信息自动添加至报告。为了辅助放射科医师和/或报告的读者，可以由放射科医师通过添加来自百科全书(对黄金标准的病例、研究等的参考)的额外信息而进一步充实模板。能够在Wiilips PACS系统、存储诊断信息的服务器、医学工作站或提供数据库服务的任何其他系统中实现在本文中公开的系统和方法。如在本文中使用的术语“计算机可读介质”或“存储器”是指以能够由机器或计算机扫描或感测并由其硬件和/或软件解释的形式编码的信息的存储装置。已参考若干个实施例描述本创新。在阅读并理解先前的详细描述的基础上，其他人可以进行修改和变更。旨在将本创新解释为包括所有这样的修改和变更，只要它们进入所附权利要求书及其等价物的范围内。
权利要求
1.一种医学报告生成系统(10)，包括患者医学记录数据库，其存储一个或多个患者记录；文本提取部件(18)，其提取、构造并编码所述一个或多个患者记录中的临床信息； 推理机(20)，其分析所提取的临床信息，识别医学报告生成请求的原因，分析一个或多个患者图像，以及基于所识别的原因建议预先生成的报告模板；以及信息整合部件(22)，其将患者特异性信息(94)和背景信息(90、92)整合到所述报告模板中的预先指定的域中，以生成定制报告08)。
2.如权利要求1所述的系统，其中，所述推理机00)还包括成像部件(58)，其分析一个或多个患者图像中的解剖特征，并从其提取相关图像发现；文本分析部件(70)，其执行基于本体论的推理算法，该算法从所提取的文本中识别相关文本，以便包括在所述定制报告08)中；以及计算机辅助检测(CADx)部件(70)，其分析图像体积并识别所述一个或多个患者图像中的病变。
3.如权利要求2所述的系统，其中，所述推理机OO)还包括第一临床应用(74)，其接收来自所述成像部件(58)的图像发现信息和来自所述文本分析部件(70)的相关文本，以及根据所接收的信息检索报告模板；第二临床应用(76)，其接收来自所述CADx部件(64)的所识别的病变信息，以及将决策支持信息提供至用户，以辅助诊断。
4.如权利要求1所述的系统，其中，所述文本提取部件(18)是医学语言提取及编码 (MedLEE)部件或医学自然语言处理部件中的至少一个。
5.如权利要求1所述的系统，其中，所述信息整合部件02)包括背景数据库(90)， 所述背景数据库由所述推理机OO)访问，以作出关于将患者源数据(94)映射至目标数据 (92)的推理。
6.如权利要求5所述的系统，其中，所述背景数据库(90)包括统一医学语言系统 (UMLS)数据库和解剖学基础模型(FMA)数据库中的一个或多个。
7.如权利要求5所述的系统，其中，所述患者源数据(94)包括患者图像和患者医学记录中的一个或多个。
8.如权利要求5所述的系统，其中，所述目标数据(92)包括来自医学百科全书的信息。
9.如权利要求1所述的系统，其中，所述患者医学记录数据库包括图片归档及通信系统数据库(50)、信息技术中心医学数据库(52)和基于网络的图片归档及通信系统数据库 (56)中的一个或多个。
10.一种使用如权利要求1所述的系统来生成定制放射学报告08)的方法，包括 从所接收的临床和诊断信息中提取与生成所述报告08)的原因有关的文本信息； 执行表查找，以基于所提取的文本信息识别适当的报告模板；识别患者图像中的图像特征；使用所识别的图像特征检测并分类所述患者图像中的一个或多个病变；以及将图像特征信息和所提取的文本信息插入到所述报告模板中的预先指定的占位符处。
11.如权利要求10所述的方法，还包括检索背景信息并将所述背景信息插入到所述报告模板中。
12.如权利要求11所述的方法，其中，所述背景信息包括标准图像和百科全书医学文本中的一个或多个。
13.—种生成定制放射学报告08)的方法，包括从所接收的临床和诊断信息中提取与生成所述报告08)的原因有关的文本信息； 执行表查找，以基于所提取的文本信息识别适当的报告模板； 识别患者图像中的图像特征；使用所识别的图像特征来检测并分类所述患者图像中的一个或多个病变；以及将图像特征信息和所提取的文本信息插入到所述报告模板中的预先指定的占位符处。
14.如权利要求13所述的方法，还包括从图像库检索与所述患者图像对应的标准图像；以及将所述标准图像插入到所述报告模板中。
15.如权利要求14所述的方法，还包括从电子医学百科全书检索与所述定制报告08)有密切关系的文本；以及将所述文本插入到所述报告模板中。
16.如权利要求13所述的方法，还包括 访问医学记录数据库中的患者记录；采用基于本体论的推理，以从所述患者记录中提取信息；以及将从所述患者记录中提取的信息插入到所述定制报告08)中。
17.如权利要求16所述的方法，其中，所述医学记录数据库是图片归档及通信系统 (PACS)数据库和基于网络的图片归档及通信系统(MyPACS)数据库中的至少一个。
18.如权利要求13所述的方法，还包括执行计算机辅助诊断算法，该算法基于所提取的文本信息和所识别的图像特征生成一个或多个诊断建议；以及将所述一个或多个建议的诊断插入所述定制报告08)中。
19.如权利要求18所述的方法，还包括提示用户将另外的信息手动插入到所述定制报告08)中。
20.一种处理器(1 或计算机可读介质(14)，其配置为执行如权利要求13所述的方
全文摘要
当生成放射学报告时，将图像发现和/或临床信息自动映射至适当的标准化和结构化的报告模板。报告模板包含用于诸如病例特异性图像和可测量值的信息的占位符，并且该占位符是由放射科医师或通过诸如图像处理算法、文本提取算法等的自动程序填入的。以该方式，辅助放射科医师有效地生成与读者无关的高质量的诊断报告。
文档编号G06F19/00GK102365641SQ201080013741
公开日2012年2月29日 申请日期2010年2月11日 优先权日2009年3月26日
发明者E·Z·希尔芬, H·莱曼, J·威斯, M·塞芬斯特, S·布古贝尔, 钱悦晨 申请人:皇家飞利浦电子股份有限公司