医学数据和信息的假名化存储和检索的制作方法

1.本公开内容的各种示例涉及对患者的医学数据进行处理以执行疾病分析。本公开内容的各种示例具体涉及：基于至少一个假名化标识符从长期数据存储库中检索患者的先前医学结果信息，以及基于先前医学结果信息对稍后获得的患者的医学数据进行处理，所述至少一个假名化标识符是基于患者的明文信息确定的。


背景技术：

2.最近，包括基于机器学习的计算机辅助诊断(cad)系统的基于人工智能(基于ai)的系统已经变得可以用于辅助放射科医师评估来自各种模态例如计算机断层扫描、ct、磁共振成像、mri、乳房x线照相术、x射线荧光透视、脑电图、eeg、心电图、ecg等以及来自人体的各种区域(例如胸部、头部、腹部等)的医学数据(例如医学成像数据)。
3.为了评估某些疾病以及/或者为了监视某些疾病的进展/时间依赖性(纵向分析)，有时对相同患者的来自不同时间点的两个或更多个医学数据进行比较是有帮助的。例如，这可以用于确定结节的生长速率或者用于确定患者的脊柱结构的变化。
4.具体地，可以期望在基于云的系统中执行纵向分析。基于云的系统可以指位于医院的外部部署例如在治疗患者的医院的本地网络外部的一个或更多个服务器的系统。
5.然而，在基于云的系统中存在使处理这样的多时间点情况变得复杂的某些问题。由于数据隐私的原因，经常不允许在医院it装备之外——至少不能与个人健康信息(phi)或识别患者的信息一起——永久地存储患者的医学数据。此外，由于医学数据的大文件大小，因此将附加的医学数据传送至医院外部的数据存储库或者从医院外部的数据存储库将附加的医学数据传送至诸如图片存档和通信系统(pacs)的本地医院存储器会花费大量时间并且占用数据存储库的大量存储空间。附加地，由于安全性考虑，可能无法从医院外部访问本地医院存储器以查询/检索数据，并且从而无法从医院外部获得移除的医学数据phi。
6.因此，需要减轻或克服上述缺点或限制的先进技术。需要对医学数据进行处理以执行疾病的纵向分析的先进技术。


技术实现要素：

7.这种需求通过本发明的技术方案的特征来满足。本发明的技术方案的特征限定了实施方式。
8.提供了计算机实现的方法。计算机实现的方法包括获得医学数据。医学数据包括针对患者的解剖区域捕获的医学成像数据。医学数据还包括患者的明文信息。计算机实现的方法还包括基于患者的明文信息确定与患者相关联的至少一个假名化标识符。此外，计算机实现的方法包括基于至少一个假名化标识符从长期数据存储库中检索患者的先前医学结果信息。该方法还包括基于先前医学结果信息处理医学数据。
9.提供了包括程序代码的计算机程序或计算机程序产品或计算机可读存储介质。该程序代码可以由至少一个处理器加载并执行。在加载和执行程序代码时，至少一个处理器
执行计算机实现的方法。计算机实现的方法包括获得医学数据。医学数据包括针对患者的解剖区域捕获的医学成像数据。医学数据还包括患者的明文信息。计算机实现的方法还包括基于患者的明文信息确定与患者相关联的至少一个假名化标识符。此外，计算机实现的方法包括基于至少一个假名化标识符从长期数据存储库中检索患者的先前医学结果信息。该方法还包括基于先前医学结果信息处理医学数据。
10.提供了包括计算单元的设备。计算单元被配置成获得医学数据。医学数据包括针对患者的解剖区域捕获的医学成像数据。医学数据还包括患者的明文信息。计算单元还被配置成基于患者的明文信息确定与患者相关联的至少一个假名化标识符。此外，计算单元还被配置成基于至少一个假名化标识符从长期数据存储库中检索患者的先前医学结果信息。计算单元还被配置成基于先前医学结果信息处理医学数据。
11.应当理解，上面提到的特征和还要在下面解释的特征不仅可以在所指示的相应的组合中使用，也可以在其他组合中或单独使用，而不脱离本发明的范围。
附图说明
12.图1示意性地示出了根据各种示例的关于系统的细节。
13.图2示意性地示出了根据各种示例的用于对医学数据进行处理的示例性工作流。
14.图3是根据各种示例的方法的流程图。
15.图4是根据各种示例的方法的流程图。
16.图5是根据各种示例的设备的框图。
具体实施方式
17.本公开内容的一些示例一般地提供多个电路或其他电气设备。对电路和其他电气设备的所有提及以及由电路和其他电气设备中的每一个提供的功能不旨在限于仅包括本文中示出和描述的内容。虽然可以将具体的标签分配给所公开的各种电路或其他电气设备，但是这样的标签并不旨在限制针对电路和其他电气设备的操作的范围。这样的电路和其他电气设备可以基于期望的具体的类型的电气实现方式以任何方式彼此组合和/或分离。
18.应当认识到，本文公开的任何电路或其他电气设备可以包括任意数目的微控制器、图形处理器单元(gpu)、集成电路、存储设备(例如闪存、随机存取存储器(ram)、只读存储器(rom)、电可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom)或它们的其他合适的变体)以及彼此协作以执行本文公开的操作的软件。另外，电气设备中的任何一个或更多个可以被配置成执行包含在非暂态计算机可读介质中的程序代码，该程序代码被编程以执行所公开的任何数目的功能。
19.在下文中，将参照附图详细描述本发明的实施方式。应当理解的是，实施方式的以下描述不应被视为限制性的。本发明的范围并不旨在受限于仅被视为说明性的下文描述的实施方式或附图。
20.附图应被认为是示意性表示，并且附图中示出的元件不必按比例示出。相反，各种元件被表示成使得它们的功能和通用目的对于本领域技术人员而言变得明显。在附图中示出或本文描述的功能块、设备、部件或其他物理单元或功能单元之间的任何连接或耦接也
可以通过间接连接或间接耦接来实现。部件之间的耦接也可以通过无线连接来建立。功能块可以以硬件、固件、软件或其组合来实现。
21.本文中公开的各种技术一般地涉及对患者的医学数据进行处理以执行或促进疾病的纵向分析。
22.根据本公开内容，医学数据可以包括针对患者的解剖区域捕获的医学成像数据。医学数据可以可替选地或附加地包括生化测试例如血液测试、尿液测试等的数据。医学数据还可以包括eeg和ecg数据。医学成像数据可以是直接从对应的扫描仪获得的1-d数据、2-d重构图像或包括多个体素的3-d重构切片。医学成像数据可以包括mri图像数据、x射线图像数据、ct图像数据、超声图像数据或任何其他类型的医学图像数据中的至少一个。可以对这样的医学成像数据进行处理以得出医学结果信息。
23.可以以各种方式获得要处理的医学数据。根据本公开内容，可以从以下医学装备中的至少一个获得医学数据：医学成像扫描仪(例如mri、ct、x射线、正电子发射断层扫描(pet)、单光子发射计算机断层扫描(scpet))、血液分析仪、eeg、ecg等。可以控制相应的医学装备以获取医学数据或至少部分的医学数据。附加地或可替选地，可以从医院本地网络内的pacs获得医学数据。
24.医学数据还可以包括患者的明文信息。例如，患者的明文信息可以包括身份号码、身份号码的发行方、姓名、出生日期、性别和原始唯一身份号码中的至少一个。这样的信息可以以明确形式(即未经假名化或加密)可用。
25.作为一般规则，根据本公开内容，在执行纵向分析时可以考虑各种信息元素。例如，可以考虑在较早的时间点获得的医学数据。可替选地或附加地，可以考虑辅助数据。辅助数据可以例如涉及医学成像的背景。辅助数据可以涉及特定患者的信息。可替选地或附加地，可以通过基于患者的先前医学结果信息对患者的医学数据进行处理来执行或促进患者的疾病的纵向分析。
26.根据本公开内容，患者的先前医学结果信息可以包括在一个或多个先前时间点获得的医学结果信息。因此，先前医学结果信息可以提供关于患者在较早时间点的健康状况的信息。
27.根据本公开内容，患者的先前医学结果信息中的每一个都可以包括以下元素中的至少一个：关于患者的解剖结构的信息、病灶或肿瘤的大小、结节或肿瘤的分割、结节或肿瘤的位置、肿瘤的阶段、结节或肿瘤的生长速率、诸如血压值、心率值、血糖指数、身高、体重的生理特性的量化。
28.患者的先前医学结果信息中的每一个都可以可替选地或可选地包括诸如器官或人体的一部分(例如神经系统或中枢神经系统)的由医生或医师做出的诊断结果或发现的功能特性。包括在先前医学结果信息的每一个中的其他元素可以包括与先前医学结果信息中的每一个相关联的处方数据和/或为诊断而获得的原始医学成像数据。
29.因此，一般地，可以根据医学数据而得出医学结果信息。可以通过对相应的医学数据——以及具体地医学成像数据——进行处理来获得医学结果信息。医学结果信息可以规定包括在医学数据中的一个或更多个隐藏值。
30.先前医学结果信息还可以包括与患者相关联的至少一个假名化标识符或者同与患者相关联的至少一个假名化标识符相关联。假名化标识符可以帮助将先前医学结果信息
与给定的患者匹配，同时保持隐私。
31.先前医学结果信息可以存储在医院外部的长期数据存储库中(即，不在医院的局域网中)。该存储可以基于假名化标识符来组织。因此，存储器可以是基于云的存储器。根据本公开内容，先前医学结果信息可以存储在长期数据存储库中。长期数据存储库可以位于医院本地网络外部的共享网络中例如在互联网中。因此，通常可以从不同的医院和不同的用户访问先前医学结果信息。
32.根据本公开内容，与患者相关联的至少一个假名化标识符是基于包括在医学数据中的患者的明文信息确定的。
33.这样的对至少一个假名化标识符的确定可以在医院本地网络内部的设备处或在共享网络中的云服务器处实现。
34.然后，基于假名化患者标识符从长期数据存储库中检索先前医学结果信息。然后可以基于先前医学结果信息处理医学数据。
35.根据本公开内容，至少一个假名化标识符可以包括假名化身份号码、假名化身份号码的发行方、假名化姓名、假名化出生日期、假名化性别和假名化原始唯一身份号码中的至少一个。这些仅是示例信息元素。至少一个假名化标识符可以包括其他信息元素或附加的信息元素。
36.根据本公开内容，因此，至少一个假名化标识符可以隐藏与患者相关联的明文信息。假名化标识符可以保持隐私。
37.可以基于患者的明文信息确定与患者相关联的至少一个假名化标识符，并且与患者相关联的至少一个假名化标识符可以具有与患者的明文信息的一对一映射、一对多映射、多对一映射或多对多映射。
38.根据映射的类型，解析至少一个假名化标识符——即，基于至少一个假名化标识符重构明文信息——可能产生歧义或者可以不产生歧义。
39.例如，可以仅基于患者的身份号码，或者基于患者的身份号码和姓名两者来确定假名化身份号码。附加地或可替选地，可以基于患者的身份号码和姓名两者确定假名化身份号码和假名化姓名。
40.作为一般规则，从明文患者信息到至少一个假名化标识符的一对一映射、一对多映射、多对一映射或多对多映射可以包括函数或查找表；即，可以使用函数或查找表来基于明文信息确定至少一个假名化标识符。例如，这样的映射可以基于散列函数/算法，基于加盐安全散列函数/算法，或者基于诸如美国信息交换标准码(us-ascii)、unicode(或通用编码字符集)变换格式
–
8位(utf-8)、utf-16、utf-32的码本。
41.根据本公开内容，函数或查询表可以存储在医院内的至少一个计算设备中，并且在从长期数据存储库中获得先前医学结果信息/医学数据之后，至少一个计算设备可以执行与函数或查找表相关联的反向转换以根据至少一个假名化标识符而得出患者的明文信息。
42.根据本公开内容，函数或查询表可以存储在共享网络的云服务器或者甚至长期数据存储库中，并且在从长期数据存储库中获得先前医学结果信息/医学数据之后，云服务器可以执行与函数或查找表相关联的反向转换以根据至少一个假名化标识符而得出患者的明文信息。
43.假名化标识符可以存储在长期数据存储库中。
44.根据本公开内容，如果诸如姓名的明文信息的某些属性不能与医学结果信息一起存储在长期数据存储库中，则替代这样的属性，可以存储这样的属性的散列值并对这样的属性的散列值进行比较。
45.附加地或可选地，为了避免来自例如医院或医学院的机构的关于某个患者的phi数据会在长期数据存储库中重构(例如由于相同的患者姓名或相同的出生日期被映射至相同的散列值)，可以使用加盐散列值，其中，盐因机构而异。在一个实现中，phi信息的散列密钥版本(例如姓名、出生日期)——即至少一个假名化标识符——在数据离开医院场所之前被添加至dicom头部，并且对应的密钥对医院机构来说是私有的，无需患者匹配算法来了解这个密钥。
46.通过使用与患者相关联的至少一个假名化标识符来识别先前医学结果信息和/或医学数据，可以确保数据隐私，同时可以促进检索特定患者的先前医学结果信息和/或医学数据。此外，仅通过将患者的医学数据和/或医学结果信息临时存储在本地医院存储器中，就可以显著减轻诸如pacs的本地医院存储器上的存储负担。附加地，如果仅将患者的医学结果信息存储在长期数据存储库中(而不是医学数据本身，所述医学数据通常包括医学成像数据并且因此通常显著大于所处理的医学结果信息)，则用于将患者的数据传送至长期数据存储库或从长期数据存储库传送患者的数据的时间减少，并且用于存储患者的数据的存储空间也减少。
47.除了医学结果信息之外，医学数据例如医学图像等也可以例如以假名化的方式存储在长期数据存储库中。
48.如果医学数据也以假名化的方式存储在长期数据存储库中，则可以从医院外部查询/检索这样的医学数据，并且从而促进教育和研究使用。
49.作为一般规则，医学数据和/或假名化标识符和/或医学结果信息可以根据诸如医学数字成像和通信(dicom)标准的通信协议标准来编码。
50.根据各种示例，患者的包括在医学数据中的或与医学数据相关联的明文信息——例如患者的明确姓名等——可以用至少一个假名化标识符替换以获得假名化医学数据。然后，假名化医学数据可以被传送至长期数据存储库、存储至长期数据存储库中、以及从长期数据存储库中检索。
51.根据各种示例，长期数据存储库可以包括医院外部的云存储系统、边缘存储系统或两者的组合中的至少一个。这样的云存储系统可以是公共云存储、私有云存储或混合云存储。
52.根据各种示例，患者的明文信息可以存储在诸如pacs的医院本地网络中，并且长期数据存储库可以基于诸如假名化身份号码的至少一个假名化标识符或诸如身份号码的至少一个明文标识符来检索对应的明文信息。在至少一个假名化标识符的情况下，医院本地网络内的至少一个计算设备可以执行与函数或查找表相关联的反向转换以根据至少一个假名化标识符而得出患者的明文信息，以及然后基于得出的明文信息从pacs中检索患者的其他明文信息。在至少一个明文标识符的情况下，医院本地网络内的至少一个计算设备可以基于至少一个明文标识符从pacs中检索患者的其他明文信息。
53.根据本公开内容，为了执行患者的病理或疾病的纵向分析，可以基于先前医学结
果信息处理医学数据。存在用于考虑先前医学结果信息的各种选择。例如，可以将医学数据和先前医学结果信息两者馈送至机器学习算法或另一算法来确定患者的当前医学结果信息，并且从而执行患者的疾病的纵向分析。在另一示例中，仅将医学数据馈送至机器学习算法或另一算法来确定患者的医学结果信息。然后，可以将医学结果信息与先前医学结果信息进行比较来执行患者的疾病的纵向分析。
54.一般地，可以基于在相应的先前时间点获得的相应的医学数据使用相同或不同的算法来确定先前医学结果信息和当前医学结果信息。总之，可以基于相应的医学数据使用同一个算法例如机器学习算法来确定(当前)医学结果信息和先前医学结果信息。
55.图1示意性地示出了根据各种示例的关于系统1000的细节。系统1000包括在医院或机构的本地网络1010外部的长期数据存储库1001。
56.例如，长期数据存储库1001可以位于诸如互联网的外部网络(图1中未示出)中。因此，可以将长期数据存储库标记为长期云存储。
57.在图1中还示出了云服务器1009。云服务器1009可以从本地网络1010获得医学数据。云服务器1009可以例如使用纵向分析来处理医学数据。云服务器1009还可以从长期数据存储库1001中检索数据。例如，云服务器1009可以从长期数据存储库1001中检索医学结果信息。为此目的，云服务器1009可以确定至少一个假名化标识符，基于所述至少一个假名化标识符将医学结果信息存储在长期数据存储库中。具体地在患者明确信息与患者健康信息相关联的情况下，云服务器1009还可以通过删除链接至唯一患者标识符的任何医学数据来清除患者明确信息。
58.本地网络1010可以包括至少一个医学装备1002a至1002e、包括有pacs 1006的至少一个本地数据存储库1003、可以经由诸如互联网或云的外部网络/共享网络连接至长期数据存储库1001的至少一个计算设备1004。计算设备1004可以充当网关节点以连接至本地网络1010的外部，例如，连接至云服务器1009。本地网络1010还包括至少一个用户终端1005a至1005c，这通常是可选的。在本地网络1010内，至少一个医学装备1002a至1002e中的每一个可以经由物理线缆或经由无线通信分别连接至至少一个本地数据存储库1003和至少一个计算设备1004；至少一个用户终端1005a至1005c中的每一个可以经由物理线缆或经由无线通信连接至至少一个计算设备1004。
59.一般地，云服务器1009是可选的。在一些场景中，计算设备1004可以直接访问长期数据存储库1001。
60.根据本公开内容，提供了用于处理患者的医学数据并且由此执行患者的疾病的纵向分析的工作流。该工作流利用从诸如系统1000的1001的长期数据存储库中检索的患者的先前医学结果信息，而不是诸如原始医学成像数据的原始医学数据；从而，该工作流减少了用于将原始医学数据传送至长期数据存储库1001或从长期数据存储库1001传送原始医学数据的时间以及长期数据存储库1001的存储空间。将结合图2解释关于这样的工作流的细节。
61.图2示意性地示出了根据各种示例的用于处理医学数据的示例性工作流2000。工作流2000涉及处理医学数据，具体地涉及执行患者的疾病的纵向分析。
62.工作流2000可以由包括至少一个计算设备的系统执行，或者由图1的系统1000执行。下面描述工作流2000的细节。
63.块2001：在第一时间点t1处，由医学装备1002a至1002e中的至少一个针对患者的解剖区域执行第一医学成像检查。第一医学成像数据是通过第一医学成像检查而获得的，并且可以例如根据诸如dicom标准的标准来与患者的明文信息相结合以构建第一医学数据。可以使用其他标准例如jpeg或tiff。第一医学数据可以被传送至至少一个本地数据存储库1003和/或至少一个计算设备1004。第一医学数据可以存储在至少一个本地数据存储库1003中。
64.一般地，患者的医学成像数据和明文信息可以不被框定在共同的数据结构中，而是被保留作为单独的数据结构，因此仅逻辑地限定医学数据。
65.块2002：至少一个计算设备1004或云服务器1009例如通过执行诸如机器学习算法的ai算法来根据第一医学成像数据而得出第一医学结果信息。
66.附加地或可替选地，至少一个计算设备1004或云服务器1009可以基于患者的明文信息确定与患者相关联的至少一个假名化标识符。可以通过用至少一个假名化标识符替换明文信息例如通过用与至少一个假名化标识符相关联的数据替换与dicom图像文件的头部内的明文信息相关联的数据来使第一医学数据假名化以获得第一假名化医学数据。
67.附加地或可替选地，也可以基于至少一个假名化标识符来使第一医学结果信息假名化以获得第一假名化医学结果信息。例如，第一医学结果信息的元素可以被编码并存储在用于包含所有像素强度数据的dicom图像文件的部分中，并且至少一个假名化标识符被编码并存储在dicom图像文件的头部部分中。
68.块2003：第一医学结果信息可以被传送至并存储在诸如pacs 1006的至少一个本地数据存储库1003中。附加地或可替选地，第一假名化医学数据和/或第一假名化医学结果信息可以被传送至并存储在长期数据存储库1001中。
69.附加地或可替选地，第一医学结果信息可以经由至少一个用户终端1005a至1005c呈现给用户(例如放射科医师或患者)以支持对患者的疾病的评估。
70.块2011：类似于块2001，在第二时间点t2处(t2晚于t1，例如，几天或几周后)，由医学装备1002a至1002e中的至少一个针对患者的解剖区域执行第二医学成像检查。优选地，第二医学成像检查由与第一医学成像检查的医学装备相同类型的医学装备1002a至1002e执行。第二医学成像数据是通过第二医学成像检查获得的，并且可以与患者的明文信息相结合以根据诸如医学数字成像和通信(dicom)标准的标准来构建第二医学数据。第二医学数据可以被传送至至少一个本地数据存储库1003和/或至少一个计算设备1004。第二医学数据可以存储在至少一个本地数据存储库1003中。
71.块2012：至少一个计算设备1004或云服务器1009可以基于患者的明文信息确定与患者相关联的至少一个假名化标识符。
72.附加地，至少一个计算设备1004或云服务器1009可以将查询消息传送至长期数据存储库1001以用于检索患者的先前医学结果信息。可以基于至少一个假名化标识符来构建查询消息。即，查询消息可以不揭示患者的明文信息，例如，可以不揭示患者的明确姓名等。查询消息可以包括至少一个假名化标识符。查询消息也可以仅包括假名化标识符的一部分。
73.如果存在诸如第一假名化医学结果信息的存储在长期数据存储库1001中的患者的先前医学结果信息，则长期数据存储库1001将响应于查询消息而提供这样的先前医学结
果信息。
74.从而，至少一个计算设备1004或云服务器1009通过执行诸如机器学习算法的ai算法来根据第二医学成像数据而得出第二医学结果信息；这基于先前医学结果信息。例如，可以将第二医学结果信息确定为相对于先前医学结果信息的相对变化。
75.如果不存在存储在长期数据存储库1001中的患者的先前医学结果信息，则至少一个计算设备1004或云服务器1009通过执行诸如机器学习算法的ai算法来根据第二医学成像数据而得出第二医学结果信息。
76.附加地或可替选地，可以通过用至少一个假名化标识符替换明文信息例如通过用与至少一个假名化标识符相关联的数据替换与dicom图像文件的头部内的明文信息相关联的数据来使第二医学数据假名化以获得第二假名化医学数据。附加地或可替选地，与使第二医学数据假名化类似，也可以基于至少一个假名化标识符使第二医学结果信息假名化以获得第二假名化医学结果信息。例如，第二医学结果信息的元素可以被编码并存储在用于包含所有像素强度数据的dicom图像文件的部分中，并且至少一个假名化标识符被编码并存储在dicom图像文件的头部部分中。
77.块2013：第二医学结果信息可以被传送至并存储在诸如pacs 1006的至少一个本地数据存储库1003中。附加地或可替选地，第二假名化医学数据和/或第二假名化医学结果信息可以被传送至并存储在长期数据存储库1001中。
78.附加地或可替选地，第二医学结果信息可以经由至少一个用户终端1005a至1005c呈现给用户(例如放射科医师或患者)以支持对患者的疾病的评估。例如，第二医学结果信息可以与先前医学结果信息一起呈现。从而，可以由用户判断相对变化。纵向分析变得可能。
79.可以基于包括在第三时间点t3处(t3晚于t2)的第三医学检查期间获得的第三医学成像数据的第三医学数据来执行相同的块2011至块2013。唯一不同的是，至少一个计算设备1004或云服务器1009可以通过执行ai算法例如机器学习算法仅基于第二医学结果信息或基于第一医学结果信息和第二医学结果信息两者来根据第三医学成像数据而得出第三医学结果信息。即，可以基于至少一个先前医学结果信息来确定当前医学结果信息。
80.可选地或附加地，工作流2000还可以包括：
81.块2004：至少一个计算设备1004或云服务器1009可以基于与患者相关联的至少一个假名化标识符从长期数据存储库1001中检索至少两个先前医学结果信息。即，可以进行多时间点纵向分析。
82.块2005：至少一个计算设备1004或云服务器1009可以对至少两个先前医学结果信息进行比较以执行疾病的纵向分析。
83.块2006：至少一个计算设备1004或云服务器1009可以将删除消息发送至长期数据存储库1001以用于删除患者的特定先前医学结果信息、患者的所有先前医学结果信息、在一段时间内确定的所有先前医学结果信息、从特定医院传送的所有医学结果信息等中的至少一个。删除消息可以基于至少一个假名化标识符来构建。例如，删除消息可以包括特定的先前医学结果信息的假名化身份号码和假名化确定日期。在本文中也可以采用现有技术中的其他消息结构。
84.可替选地或附加地，还可能的是，在云服务器1009处清除所有明确的患者信息。
即，可以至少在医学数据与非假名化患者标识符一起存储的情况下删除医学数据，或者一般地删除明确的患者信息。例如，可以在云服务器1009处删除与唯一患者id或患者明确姓名相关联的图像。从而，数据保留可能被限制成执行纵向分析所需的一定时间。
85.根据各种示例，当考虑来自先前时间点的某些医学结果信息时，可以优选地确保该先前医学结果信息实际上涉及与当前正在检查的患者相同的患者。由于来自先前时间点的医学结果信息可以以假名化方式存储，因此可以执行附加的检查。这有助于解决不同假名化标识符之间的歧义。例如，在诸如患者姓名的明确信息受到数据最小化的影响的情况下，假名化标识符无法保证是唯一的——即使在医院机构内也是如此。
86.根据本公开内容，基于至少一个假名化标识符从长期数据存储库1001中检索患者的先前医学结果信息可以包括：至少一个计算设备1004或云服务器1009可以基于来自长期数据存储库1001的至少一个假名化标识符来检索患者的先前医学结果信息；至少一个计算设备1004或云服务器1009可以解析先前医学结果信息以获得该患者或其他患者的其他明文信息，从而基于该明文信息与其他明文信息之间的比较来确定先前医学结果信息是否属于该患者。详细地，先前医学结果信息可以包括其他至少一个假名化标识符或者与其他至少一个假名化标识符相关联。可以例如基于映射或查找表将这个其他至少一个假名化标识符翻译成其他明文信息。这样的过程可以称为患者匹配。患者匹配可以作为块2012的一部分来执行。患者匹配可以由至少一个计算设备1004或云服务器1009执行。将在图3中描述针对患者匹配的细节。
87.图3示意性地示出了根据各种示例的用于患者匹配的示例性方法3000。方法3000可以由包括至少一个处理单元的计算机执行，或者由图1的系统1000的至少一个计算设备1004执行。该方法可以至少部分地由云服务器1009执行。
88.方法3000涉及确定先前医学结果信息是否属于给定的患者，具体地确定先前医学结果信息是否属于给定的患者。这基于同与医学数据相关联的患者的明文信息和其他明文信息相关联的多个信息元素之间的比较；或者同与医学数据相关联的至少一个假名化标识符和与先前医学结果信息相关联或者甚至包括在先前医学结果信息中的至少一个另外的假名化标识符相关联。
89.在一些示例中，可以从与先前医学结果信息相关联或包括在先前医学结果信息中(即，通过解析先前医学结果信息)的至少一个另外的假名化标识符获得患者的其他明文信息。这意味着假名化患者标识符被映射至用作针对当前明文信息的比较目标的患者的明文信息。取决于是使用一对一映射或是一对多映射，这样的解析可能产生歧义。如下面结合图3所示，这样的歧义可以通过比较多个信息元素来解决。
90.下面描述方法3000的细节。为了简单起见，解释该方法以清楚地表示相应的信息元素，但是同样可以实现该方法以假名化表示相应的信息元素。
91.块3001：执行该明文信息的相应患者id与其他明文信息的相应患者id之间的比较。
92.如果该明文信息的患者id为空，这可以指示不存在可用的患者的先前医学结果信息，或者如果该明文信息的相应患者id与其他明文信息的相应患者id不同，则在块3002处，可以确定先前医学结果信息不属于患者。
93.如果该明文信息的相应患者id和其他明文信息的相应患者id相同，则在块3003
处，可以对该明文信息的患者id的相应发行方和其他明文信息的患者id的相应发行方进行检查。
94.如果该明文信息的患者id的相应发行方和其他明文信息的患者id的相应发行方不同，则在块3002处，可以确定先前医学结果信息不属于患者。
95.如果该明文信息的患者id的发行方为空，或者如果该明文信息的患者id的发行方与其他明文信息的患者id的发行方相同，则在块3004处，可以检查患者姓名、出生日期、和性别是否都存在于明文信息中。
96.如果患者姓名、出生日期和性别全都存在于该明文信息中，并且在块3005处，患者姓名、出生日期和性别中的至少两个与其他明文信息中的患者姓名、出生日期和性别中的至少两个相同，则在块3006处，可以确定先前医学结果信息确实属于患者。
97.如果在块3007处，患者姓名、出生日期和性别中的至少两个存在于该明文信息中，并且如果在块3008处，明文信息中的相应的患者姓名、出生日期和性别中的至少一个与其他明文信息中的相应的患者姓名、出生日期和性别中的至少一个相同，在步骤3006处，可以确定先前医学结果信息属于患者。
98.如果在块3009处，患者姓名、出生日期和性别中的仅一个出现在该明文信息中，并且如果在块3010处，明文信息中的相应的患者姓名、出生日期和性别中的仅一个与其他明文信息中的相应的患者姓名、出生日期和性别中的仅一个相同，则在块3006处，可以确定先前医学结果信息属于患者。
99.否则，在块3002处，可以确定先前医学结果信息不属于患者。
100.上面解释的患者匹配仅是一个示例。可以设想患者匹配的各种实现方式。一般地，在明文信息和其他明文信息每个都包括多个对应的信息元素的情况下，可以根据限定(由块3004、3005等指定的)子比较序列的预定义分层规则集来实现对应的信息元素中的至少两个之间的比较。
101.此外，图3中示出的比较是基于明文信息实现的。根据各种示例，还可能的是，如上面所概述的假名化患者信息和相应的信息元素在相应的假名化表示例如散列值等中可用。然后，也可以基于与患者相关联的假名化标识符的信息元素的假名化表示来实现相应的比较。
102.此外，可以设想如下混合场景：一些信息元素以明确表示的形式可用，而其他信息元素以假名化表示的形式可用。
103.图4是用于对患者的医学数据进行处理的方法4000的流程图。方法4000涉及对患者的医学数据进行处理，具体地涉及患者的疾病的纵向分析。方法4000可以通过实现至少部分的工作流来促进图2的工作流。
104.用虚线标记可选的块。
105.该方法可以由包括至少一个处理单元的计算机执行，具体地由在医院本地网络1010内并且可以连接至外部网络的至少一个计算设备1004执行，该外部网络包括长期数据存储库1001。图4的方法可以至少部分地由云服务器执行。该方法的一部分可以由云服务器1009执行，以及其他部分由计算设备1004执行。例如，块4001和块4002可以由计算设备1004执行，而其余的块可以由云服务器1009执行。下面描述了方法4000的细节。
106.块4001：获得包括针对患者的解剖区域捕获的医学成像数据和患者的明文信息的
医学数据。医学数据可以从至少一个医学装备1002a至1002e或从诸如pacs 1006的至少一个本地数据存储库1003获得。
107.医学数据可以在云服务器1009处的推送通信中获得，该推送通信由计算设备1004发起。因此，计算设备1004可以充当促进云连接的网关节点。
108.块4002：基于患者的明文信息确定与患者相关联的至少一个假名化标识符。可以通过使用上面概述的技术来确定至少一个假名化标识符。
109.块4003：基于至少一个假名化标识符从长期数据存储库1001中检索患者的先前医学结果信息。此处，先前医学结果信息可以是上述的第一假名化医学结果信息和/或第二假名化医学结果信息。
110.可选地，检索先前医学结果信息可以包括将查询消息传送至长期数据存储库1001，该查询消息是基于至少一个假名化标识符构建的。
111.块4004：基于至少一个先前医学结果信息处理医学数据。例如，可以将医学数据和至少一个先前医学结果信息两者馈送至诸如机器学习算法的算法。可替选地，仅将医学数据馈送至算法，并且获得医学结果信息。然后，可以将医学结果信息与先前医学结果信息进行比较。这对应于纵向分析。因此可以基于医学数据确定医学结果信息。
112.例如，这样的算法可以量化肿瘤的大小或病理状态。该算法可以从医学成像数据中提取定量或定性的医学指标。相应的算法本身是已知的，并且特定实现方式与本文中公开的技术的功能没有密切关系。
113.然后，可以通过使用另外的算法来将医学结果信息与至少一个先前医学结果信息进行比较。这可以包括确定定量或定性的变化例如感兴趣区域的形状变化、大小增加或减少等。
114.为了说明，医学数据可以由计算设备1004处理，即，在本地网络1010内处理。在这种情况下，医学数据可以保留在本地网络1010中，并且可以将基于至少一个假名化标识符构建的相应的查询消息提供给云服务器1009，并且向前提供给长期数据存储库1001。在这种情况下，患者的明文信息和医学数据可以保留在本地网络1010内并且不暴露于共享网络。在块4002处，可以在本地网络1010内的计算设备1004处确定假名化标识符。
115.在另一情况下，可以在云服务器1009处确定假名化标识符。然后，至少在一段时间内，患者的明文信息可以在医院本地网络1010外部的云服务器1009处缓存。在这样的情况下，可以在云服务器1009处处理医学数据。云服务器1009可以执行纵向分析并且将结果提供给医院本地网络1010内的计算设备1004。还可能的是，在计算设备1004处处理医学数据；在这样的情况下，计算设备1004可以本地保留医学数据，即，不将医学数据向前传递至云服务器1009，并且随后从云服务器1009接收先前医学结果信息。此处，仅将患者的明文信息暴露给共享网络，然而没有相关联的医学数据。然后，计算设备1004可以执行纵向分析。
116.如从上面将理解的，可以设想在计算设备1004与云服务器1009之间的各种逻辑分布，这取决于患者信息和医学数据暴露于医院本地网络1010外部的程度。
117.可选地，方法4000还可以包括：
118.块4005：可以通过解析先前医学结果信息可选地获得患者或其他患者的其他明文信息。解析可以对应于将先前医学结果信息的其他假名化患者标识符转录成明确的信息元素即明文信息。可以通过使用与上述函数或查找表相关联的反向转换来执行所述解析。
119.块4006：可选地可以基于明文信息与其他明文信息之间的比较来确定先前医学结果信息是否属于患者，或者——如果没有执行解析——则基于假名化标识符与先前医学结果信息的其他假名化患者标识符的比较来确定先前医学结果信息是否属于患者。这对应于患者匹配。
120.可以通过使用上面概述的方法3000来执行所述确定。
121.根据本公开内容，明文信息和其他明文信息分别可以包括如上面所概述的多个对应的信息元素，并且根据在对应的信息元素中的至少两个之间限定子比较序列的预定义分层规则集来实现比较。
122.还可能的是，假名化患者标识符和其他假名化患者标识符分别可以包括如上面所概述的多个对应的信息元素，并且根据限定对应的信息元素中的至少两个之间的子比较序列的预定义分层规则集来实现比较。
123.如果先前医学结果信息属于患者，则执行块4004。如果不是，则如上面结合图2所述的，停止执行方法4000，或者仅处理医学数据以获得医学结果信息。
124.可选地，该方法还可以包括：
125.块4009：可以使用至少一个假名化标识符替换包括在医学数据中的明文信息以获得假名化医学数据。
126.块4010：可以将假名化医学数据传送至长期数据存储库以存储在其中。
127.可选地，方法4000还可以包括：
128.块4007：可选地，可以在本地数据存储库1003处查询辅助数据以促进框4004处的纵向分析。例如，辅助数据可以涉及另外的医学数据。例如，当使至少一个医学装备1002a至1002e的模态成像时，辅助数据可以涉及医学背景信息。辅助数据可以是患者特定的。
129.例如，可以基于将患者的明文信息和/或假名化标识符链接至本地数据存储库1003的相应条目的查找表来触发这样的查询。例如，云服务器1009可以基于至少一个假名化标识符确定包括辅助数据的相应条目在本地数据存储库1003中可用。然后，云服务器1009可以将相应的查询提供给计算设备1004，计算设备1004然后可以检索辅助数据并且将辅助数据提供给云服务器1009。可以基于先前医学结果信息以及辅助数据来处理医学数据。在考虑辅助数据的情况下可以实现纵向分析。
130.在另一示例中，在纵向分析由计算设备1004实现的情况下，云服务器1009可以将指向辅助数据的相应指针提供给计算设备1004，并且计算设备1004然后可以从本地数据存储库1003检索辅助数据以执行纵向分析。计算设备1004可以基于由云服务器1009提供的先前医学结果信息并基于辅助数据来处理医学数据。
131.块4011：可以基于至少一个假名化标识符使医学结果信息假名化。
132.块4012：可以将假名化医学结果信息传送至长期数据存储库以存储在长期数据存储库中。
133.可选地，该方法还可以包括：
134.块4021：从长期数据存储库接收消息，该消息指示长期数据存储库的存储空间接近容量。至少一个计算设备1004可以将删除消息发送至长期数据存储库。
135.块4022：如果患者信息以明确表示(即，不是假名化表示)的形式保留在本地医院网络1010外部的云服务器1009处，则可以删除/清除这样的信息。例如，可以删除存储在云
服务器1009处的用以确定假名化标识符的患者的明文信息。可以删除存储在云服务器1009处的医学数据。只有医学结果信息可以保留在长期数据存储库1001处。
136.图5是根据各种示例的设备5000的框图。设备5000可以被配置成通过执行上面概述的方法4000来处理患者的医学数据，特别是执行患者的疾病的纵向分析。例如，设备5000可以实现图1的至少一个计算设备1004。设备5000可以实现图1的云服务器1009。设备5000也可以是医学装备1002a至1002e(参见图1)的一部分。
137.设备5000可以包括至少一个计算单元5020、至少一个存储器5030和至少一个输入/输出接口5010。至少一个计算单元5020被配置成从至少一个存储器5030加载程序代码并且执行该程序代码。在执行程序代码时，至少一个计算单元5020执行处理患者的医学数据的方法4000。
138.总之，已经描述了促进从本地医院网络外部的长期数据存储库中检索特定患者的先前医学结果信息和/或医学数据同时可以确保数据隐私的技术。与患者相关联的至少一个假名化标识符可以用于识别先前医学结果信息和/或医学数据，并且基于至少一个假名化标识符执行检索。同时，仅通过将患者的医学数据和/或医学结果信息临时存储在本地医院存储器中，就可以显著减轻本地医院存储器例如pacs的存储负担。此外，如果在长期数据存储库中仅存储患者的医学结果信息，则减少了将患者数据传送至长期数据存储库或从长期数据存储库传送患者数据的时间，并且也减少了用于存储患者数据的存储空间。
139.虽然已经针对某些优选的实施方式示出并描述了本公开内容，但是本领域的其他技术人员在阅读和理解说明书之后将想到等同方案和修改。本公开内容包括所有这些等同方案和修改，并且仅由所附权利要求的范围限制。