Vad är Radiology Insights?
Radiology Insights är en modell som syftar till att tillhandahålla kvalitetskontroller som feedback om fel och inkonsekvenser (matchningar). Modellen säkerställer att kritiska resultat identifieras och kommuniceras med hjälp av rapportens fullständiga kontext. Dessutom identifieras uppföljningsrekommendationer och kliniska resultat med mätningar (storlekar) som dokumenteras av radiologen.
Viktigt!
Radiology Insights-modellen är en funktion som tillhandahålls "AS IS" och "WITH ALL FAULTS". Tjänsten Radiology Insights är inte avsedd, utformad eller tillgänglig: (i) som en medicinteknisk enhet, (ii) som ska användas i diagnos, botemedel, lindring, övervakning, behandling eller förebyggande av en sjukdom, ett tillstånd eller en sjukdom, och ingen licens eller rätt beviljas av Microsoft för att använda tillägget eller onlinetjänster för sådana ändamål och iii) som ersättning för professionell medicinsk rådgivning, diagnos, behandling eller bedömning och bör inte användas för att ersätta eller ersätta professionell medicinsk rådgivning, diagnos, behandling eller bedömning. Kunden ansvarar ensamt för att testa och utvärdera om Radiology Insights är lämpligt för ändamålet och identifiera och minimera eventuella risker eller skador för slutanvändare som är associerade med dess användning. Utdata från tjänsten Radiology Insights återspeglar inte Microsofts åsikter. Noggrannheten och tillförlitligheten hos den information som tillhandahålls av tjänsten Radiology Insights kan variera och garanteras inte.
Funktioner i Radiology Insights
För att förbli konkurrenskraftiga och framgångsrika måste sjukvårdsorganisationer och radiologiteam ha insyn i trender och resultat. Fokus ligger på radiologi drift excellens och prestanda och kvalitet. Radiology Insights-modellen extraherar värdefull information från radiologidokument för en radiolog.
Identifiera matchningar: En radiolog får möjliga matchningar. Dessa slutsatsdragningar identifieras genom att jämföra vad radiologen har dokumenterat i radiologirapporten och den information som fanns i rapportens metadata.
Matchningar kan identifieras för kön, ålder och kroppsplats lateralitet. Matchningsfel identifierar potentiella skillnader mellan den dikterade texten och angivna metadata. De identifierar också potentiella inkonsekvenser i den dikterade/skrivna texten. Inkonsekvenser är begränsade till kön, ålder, lateralitet och typ av bildbehandling.
Den här informationen gör det möjligt för radiologen att åtgärda eventuella inkonsekvenser under rapporteringen. Systemet känner inte till bilden som radiologen rapporterar om.
Den här modellen ger ingen klinisk bedömning av radiologens tolkning av bilden. Radiologen ansvarar för diagnos och behandling av patienten och rätt dokumentation om detta.
Tillhandahålla kliniska resultat: Modellen extraherar som strukturerade data två typer av kliniska fynd: kritiska resultat och användbara resultat. Endast kliniska fynd som dokumenteras i rapporten extraheras. Kliniska fynd som produceras av modellen härleds inte från informationsdelar i rapporten eller från bilden. Dessa resultat fungerar bara som en potentiell påminnelse för radiologen att kommunicera med leverantören.
Modellen producerar två kategorier av kliniska fynd, Actionable Finding and Critical Result, och baseras på det kliniska fyndet, som uttryckligen anges i rapporten, och kriterier som formulerats av ACR (American College of Radiology). Modellen extraherar alla resultat som uttryckligen dokumenteras av radiologen. De extraherade resultaten kan användas för att varna en radiolog om möjliga kliniska fynd som måste förmedlas tydligt och ageras i tid av en sjukvårdspersonal. Kunder kan också använda de extraherade resultaten för att fylla i underordnade eller relaterade system (till exempel EHR eller funktioner för automatisk schemaläggning).
Kommunicera uppföljning Rekommendationer: En radiolog upptäcker resultat för vilka i vissa fall en uppföljning rekommenderas. Den dokumenterade rekommendationen extraheras och normaliseras av modellen. Det kan användas för kommunikation till en sjukvårdspersonal (läkare). Uppföljningsrekommendationer genereras inte, härleds eller föreslås. Modellen extraherar bara uppföljningsrekommendationsinstruktioner som uttryckligen dokumenteras av radiologen. Uppföljningsrekommendationer normaliseras genom kodning till SNOMED.
Rapporteringsmätningar: En radiolog dokumenterar kliniska fynd med mätningar. Modellen extraherar kliniskt relevant information som rör fyndet. Modellen extraherar mätningar som radiologen uttryckligen angav i rapporten.
Modellen söker helt enkelt efter mätningar som granskats av radiologen. Den här informationen extraheras från den relevanta textbaserade posten och strukturerna. Extraherade och strukturerade mätdata kan användas för att identifiera trender i mätningar för en viss patient över tid. Alternativt kan en kund söka i en uppsättning patienter baserat på de mätdata som extraheras av modellen.
Rapporter om produktivitets- och nyckelkvalitetsmått: Radiology Insights-modellen extraherad information kan användas för att generera rapporter och supportanalyser för ett team av radiologer.
Baserat på den extraherade informationen kan instrumentpaneler och retrospektiva analyser ge insikter om produktivitet och viktiga kvalitetsmått. Insikterna kan användas för att vägleda förbättringsarbete, minimera fel och förbättra rapportens kvalitet och konsekvens.
Radiology Insights-modellen skapar inte instrumentpaneler men levererar extraherad information. Informationen kan aggregeras av en användare i forsknings- och administrationssyfte. Modellen är tillståndslös.
Språkstöd
Tjänsten stöder för närvarande det engelska språket.
Begränsningar och kvoter
För den offentliga förhandsversionen kan du välja den kostnadsfria F0-SKU:n. Den officiella prissättningen släpps efter offentlig förhandsversion.
Nästa steg
Kom igång med modellen Radiology Insights: