Rozdział 10 — Informatyka obrazowania: obiekty, przepływy pracy i pochodzenie

Ten rozdział otwiera część IV, śledząc badanie obrazowe poza etap powstawania obrazu. Model może wytworzyć technicznie przekonujący wynik, a mimo to nie wpłynąć na opiekę, jeśli wyniku nie można pobrać, powiązano go z niewłaściwym badaniem albo nie da się go później wyjaśnić. Nie są to wyłącznie właściwości modelu. Są to właściwości rozproszonej drogi prowadzącej przez obiekty, identyfikatory, sposoby transportu, stan przepływu pracy, przeglądarki, dokumentację i ludzi.

Gdy system obrazowania przedstawia się jako transfer pliku, łatwo przeoczyć główny problem. Skaner nie wytwarza po prostu pliku, który otwiera radiolog. Zlecenie zostaje zaplanowane, badanie wykonane, obiekty zidentyfikowane i zapisane, opis utworzony, a wyniki przekraczają granice między systemami informacyjnymi obrazowania i szpitala. Usługa AI może wejść na tę drogę jako kolejny odbiorca i wytwórca obiektów obrazowych. Przy każdym przekazaniu bajty mogą być poprawne, podczas gdy związek między nimi a zamierzonym kontekstem klinicznym jest błędny lub bezużyteczny.

Badanie jest rozproszonym przepływem pracy

System warto odczytywać według funkcji, a nie przez pryzmat rzekomo uniwersalnej topologii szpitala. Jedno wdrożenie może rozdzielać PACS, archiwum neutralne wobec dostawcy, system informacji radiologicznej, przeglądarkę i elektroniczną dokumentację medyczną. Inne może łączyć niektóre z tych ról albo umieszczać usługę AI wewnątrz istniejącego produktu. Fizyczny układ jest wyborem implementacyjnym. Nadal trzeba uwzględnić funkcje: urządzenie obrazujące wytwarza obiekty; archiwum je przechowuje i udostępnia; systemy zleceń i opisów koordynują pracę; przeglądarka prezentuje badanie; szersza dokumentacja kliniczna otrzymuje ustalenia; a usługa AI lub analizy ilościowej może pobierać materiał źródłowy i zwracać wyniki pochodne.

Ta mapa funkcjonalna wyznacza oś rozdziału. Najpierw oddzielimy tożsamość obiektu od stanu badania, które go wytworzyło. Następnie prześledzimy mechanizmy transportu obiektów, zaczynając od klasycznego DICOM DIMSE, a kończąc na DICOMweb. Potem prześledzimy wynik AI od wyboru danych wejściowych po jego zwrot i informacje o pochodzeniu, w tym różnicę między obiektem ustrukturyzowanym a wyrenderowanym obrazem. Na koniec zapytamy, co rzeczywiście oznaczają deklaracje interoperacyjności, obietnice przejęcia odpowiedzialności i przekształcenia służące ochronie poufności.

Rozróżnienia te są ważne, ponieważ mogą zawodzić niezależnie. Badanie może mieć poprawne dane pikselowe, lecz niewłaściwą tożsamość w przepływie pracy. Wynik może dotrzeć do archiwum, ale nie dać się pobrać lub wyrenderować w przeglądarce. Transfer może zostać potwierdzony bez ustanowienia późniejszego bezpiecznego przechowania. Starannie zastosowany techniczny profil poufności może ograniczyć identyfikatory, nie rozstrzygając, czy konkretne wydanie danych jest prawnie anonimowe. Problemy te są powiązane, ale żaden pojedynczy identyfikator, protokół, dokument zgodności ani znacznik dezidentyfikacji nie rozwiązuje ich wszystkich.

Dlatego dalsza część rozdziału traktuje badanie jako łańcuch jawnych pytań. Co to za obiekt? Do którego badania i której serii należy? Jaki transport go przeniósł? Jaki stan przepływu pracy zna system odbierający? Jakie źródło i historię przetwarzania trzeba dołączyć do wyniku pochodnego? Kto przyjął obiekt, kto odpowiada za jego przechowanie i kto może z niego korzystać? Dopiero rozdzielenie tych pytań sprawia, że droga od obrazu do wyniku klinicznego staje się czytelna.

Pierwszym miejscem zastosowania tego rozróżnienia jest chwila bezpośrednio po akwizycji, gdy badanie staje się stanem rozproszonym, a nie ukończonym plikiem.