Delen via

Overzicht van DICOM-transformatie in oplossingen voor gezondheidszorggegevens

  • Artikel

Dankzij de mogelijkheid voor DICOM-gegevenstransformatie in oplossingen voor gezondheidszorggegevens kunt u DICOM-gegevens (Digital Imaging and Communications in Medicine) uit verschillende bronnen naar Fabric OneLake halen. U kunt beeldmetagegevens van verschillende modaliteiten, zoals röntgenfoto's, CT-scans (Computertomografie) en MRI-scans (Magnetic Resonance Imaging), opnemen, opslaan en analyseren. De functie maakt samenwerking, onderzoek en ontwikkeling (R&D) en AI-innovatie mogelijk voor uiteenlopende toepassingen in de gezondheidszorg en biowetenschappen. Dankzij deze integratie tussen beeldgegevens en klinische gegevens die zijn opgeslagen in FHIR-indeling (Fast Health Interoperability Resources), kunnen clinici en onderzoekers de bevindingen op basis van beeldvorming binnen de juiste klinische context interpreteren. Deze interpretatie leidt tot een hogere diagnostische nauwkeurigheid, informatieve klinische beslissingen en betere patiëntresultaten.

De pipelines voor oplossingen voor gezondheidszorggegevens maken een naadloze transformatie van DICOM-gegevens (beeldvorming) mogelijk naar tabelindelingen die in het datalake kunnen worden bewaard in FHIR- (zilver) en OMOP-indeling (Observational Medical Outcomes Partnership) (goud). Ze maken het mogelijk om verkennende analyses uit te voeren en grootschalige beeldanalyses en radiomics uit te voeren. Het gegevenstransformatieproces via de opname-pipeline van beeldgegevens bestaat uit de volgende drie fasen:

  1. De pipeline neemt de onbewerkte DICOM-beeldbestanden op en bewaart deze in de oorspronkelijke DCM-indeling in het bronzen lakehouse.
  2. Vervolgens worden de DICOM-metagegevens (tags) uit de beeldbestanden gehaald en in de bronzen lakehouse DICOM-metastore geplaatst, zodat u ze eenvoudig kunt raadplegen.
  3. De gegevens in de DICOM-metastore worden geconverteerd naar FHIR-deltatabel ImagingStudy NDJSON-bestanden, opgeslagen in OneLake en getransformeerd naar relationele FHIR-indeling (zilveren lakehouse).
  4. Tot slot worden de gegevens getransformeerd naar de deltatabel Image_Occurrence in OMOP-indeling (gouden lakehouse).

Deze transformatie maakt scenario's mogelijk zoals:

  • Onderzoeksgegevenssets delen met op rollen gebaseerde toegangscontrole.
  • Anonimiseren van tekst- en beeldgegevens voor onderzoek en samenwerking.
  • DICOM-gegevens gebruiken om machine learning-modellen te trainen en te valideren.
  • Gebruik van DICOM-gegevens voor het uitvoeren van klinische studies, epidemiologische analyses en educatieve activiteiten.

DICOM-gegevenstransformatie is een optionele mogelijkheid onder oplossingen voor gezondheidszorggegevens in Microsoft Fabric. U kunt zelf bepalen of u deze mogelijkheid wel of niet wilt gebruiken, afhankelijk van uw specifieke behoeften of scenario's.

Voor meer informatie over deze mogelijkheid en over de implementatie, configuratie en het gebruik, zie:

Conceptuele architectuur

Zoals uitgelegd in Gegevensarchitectuur en -beheer in oplossingen voor gezondheidszorggegevens, ligt de basis van de mogelijkheid in de medaillon lakehouse-architectuur. Dit raamwerk organiseert en verwerkt DICOM-gegevens op de drie lakehouse-lagen als volgt:

  • Brons: in deze eerste laag worden de bronbeeldgegevens opgeslagen in de oorspronkelijke DICOM-indeling (DCM-bestanden) en in een metastore die de volledige set metagegevens (DICOM-tags) bevat die uit de DCM-bestanden zijn geëxtraheerd.

  • Zilver: de zilveren laag (gebaseerd op de FHIR-specificatie) slaat de beeldmetagegevens op die afkomstig zijn uit het bronzen lakehouse. Het slaat ook referentiële bestandskoppelingen op naar de DCM-bestandslocaties in de bronzen laag. De beeldmetagegevens en bestandsverwijzingen worden opgeslagen in de deltatabel ImagingStudy, waarvan het schema is gebaseerd op een onbewerkte indeling van de ImagingStudy FHIR-resource (R4.3).

  • Goud: de gouden laag (gebaseerd op de OMOP-specificatie) slaat de beeldgegevens afkomstig uit de deltatabel ImagingStudy van het zilveren lakehouse op en transformeert deze. De beeldvormingsmetagegevens en bestandsverwijzingen worden opgeslagen in de gouden deltatabel Image_Occurrence, waarvan het schema is gebaseerd op de nieuwste ontwikkeling van gegevensstandaardisatie voor op beeldvorming gebaseerd observationeel onderzoek. Ga voor meer informatie over deze standaardisatie naar OMOP Common Data Model-extensie voor medische beeldgegevens.

Zie DICOM-metagegevenstransformatie in oplossingen voor gezondheidszorggegevens voor meer informatie over hoe DICOM-metagegevens worden getransformeerd in verschillende lakehouses en om de transformatie in kaart te brengen.