gms | German Medical Science

HEC 2016: Health — Exploring Complexity
2016 Joint Conference of GMDS, DGEpi, IEA-EEF, EFMI

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V.
Deutsche Gesellschaft für Epidemiologie e. V.

28.08. - 02.09.2016, München

ARCUS – eine Trainings- und Zertifizierungssoftware für die Auswertung von Bilddaten

Meeting Abstract

  • Christian Voß - Ernst-Moritz-Andt Universität Greifswald, Greifswald, Deutschland
  • Benjamin Winter - Institute for Community Medicine, University Medicine Greifswald, Greifswald, Deutschland
  • Jörg Henke - University of Greifswald, Greifswald, Deutschland
  • Henry Völzke - Ernst-Moritz-Arndt-Universität, Greifswald, Deutschland
  • Carsten Oliver Schmidt - Universität Medicine Greifswald, Greifswald, Deutschland

HEC 2016: Health – Exploring Complexity. Joint Conference of GMDS, DGEpi, IEA-EEF, EFMI. München, 28.08.-02.09.2016. Düsseldorf: German Medical Science GMS Publishing House; 2016. DocAbstr. 644

doi: 10.3205/16gmds162, urn:nbn:de:0183-16gmds1628

Published: August 8, 2016

© 2016 Voß et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund: Untersucherunterschiede sind eine bedeutende Fehlerquelle bei der Befundung von Bilddaten in epidemiologischen und klinischen Studien und können die Validität der Studienergebnisse erheblich beeinträchtigen. Um dies zu vermeiden, wird ein hoher Aufwand für die Schulung und Zertifizierung von Bildbefundern betrieben. Dazu erforderliche Trainer- und Zertifizierungskapazitäten sind jedoch knapp und teuer. Daher besteht ein Bedarf an Softwaretechnologien, welche das effiziente und effektive Training sowie die Zertifizierung von Bildbefundern auf Basis geprüften Bildmaterials erlauben. Im Rahmen der viele bildgebende Verfahren umfassenden Study of Health in Pomerania (SHIP) wurde dazu ein generisches Trainings- und Zertifizierungstool, ARCUS, entwickelt.

Methoden: Das Backend von ARCUS besteht aus einem Java Web-App (JSF2) Container und einer PostgreSQL Datenbank. Die Anwendung und Datenbank sind modular strukturiert, so dass neue Zertifizierungsinhalte schnell und einfach entwickelt werden können. Im Frontend kommt ein selbst entwickelter HTML5 DICOM Viewer zum Einsatz, welcher die gängigsten Bilddaten darstellen kann (u.a. Multi-Slice CT / MRT, Timepoints, Cineloop) und eine große Palette an Messwerkzeugen bietet. Nutzer wählen aus einem Pool von Zertifizierungsmodulen das für sie zutreffende aus und haben nach einem Trainingsdurchlauf die Möglichkeit, eine Zertifizierung zu durchlaufen. Dazu werden Bilder aus vordefinierten Straten randomisiert ausgewählt, um eine gleichbleibende Schwierigkeit zu gewährleisten. Nach jedem Durchlauf bestimmen integrierte Statistik-Routinen automatisch relevante Kenngrößen zur Befundungsqualität (z.B. Inter- und Intraobserver-Variabilität, Intra-Klassen-Korrelation, Bland-Altman Plots), und stellen diese dem Nutzer dar. Grundlage für die statistische Auswertung stellen die Goldstandard-Messungen dar, welche im Vorfeld durch mehrere Reader ermittelt und verifiziert wurden. Der Standard wird für den jeweiligen Anwendungsfall angepasst erstellt. So werden u.a. im Rahmen der SHIP Studie Auswertungsstandards durch fachverantwortliche Ärzte erstellt, an dem Readings von MTAs gemessen werden (Beispiel: Echokardiographie). Im Rahmen einer Zertifizierung wird im Erfolgsfall ein Zertifikat mit einer definierten Gültigkeitsdauer erstellt.

Ergebnisse: Aufgrund des Designs als Webanwendung steht ein Zero-Impact-Client zur Verfügung, welcher nur einen aktuellen Web-Browser voraussetzt. Die Untersucherzertifizierung kann daher simultan und zeitunabhängig von beliebig vielen Clients aus durchgeführt werden. Weiterhin wird aufgrund der automatisierten Auswertung keinerlei weiteres Personal zur Durchführung benötigt. Befinden sich Befunder innerhalb der definierten Grenzen für die Befundungsqualität, gilt eine Zertifizierung als bestanden. Ist die Abweichung zu groß, besteht die Möglichkeit, anhand neu ausgewählter Fälle zu trainieren und die Zertifizierung zu wiederholen.

Zusammenfassung: ARCUS kann zum Training und zur Zertifizierung von Befundern bei allen bildbasierten Verfahren eingesetzt werden. Die Architektur der Webanwendung ermöglicht es, sie auch anderen Studien zur Verfügung zu stellen, um standortübergreifend nach einheitlichen Standards zu trainieren.

Ein erheblicher Aufwand ist bei der Implementation neuer Zertifizierungen die Schaffung von Goldstandards durch medizinisches Fachpersonal.