nach oben

Die Radiologie

Erschienen in:

28.09.2021 | Hepatozelluläres Karzinom | Leitthema

Integration der strukturierten Befundung in den radiologischen Routine-Workflow

verfasst von: Su Hwan Kim, Sanas Mir-Bashiri, Philipp Matthies, Wieland Sommer, PD Dr. med. Dominik Nörenberg

Erschienen in: Die Radiologie | Ausgabe 11/2021

Einloggen, um Zugang zu erhalten

Zusammenfassung

Klinisches/methodisches Problem

Strukturierte Befundung ist seit Jahren eines der meist diskutierten Themen in der Radiologie. Aktuell herrscht ein Mangel an nutzerfreundlichen Softwarelösungen, welche in die bestehende IT-Infrastruktur der Kliniken und Praxen integriert sind und effiziente Dateneingaben erlauben.

Radiologische Standardverfahren

Radiologische Befunde werden meist als Freitext über Spracherkennungssysteme diktiert oder per Tastatur eingegeben. Zudem werden Textbausteine für die Erstellung von Normalbefunden verwendet und bei Bedarf durch Freitextinhalte ergänzt.

Methodische Innovationen

Softwarebasierte Befundungssysteme können Spracherkennungssysteme mit radiologischen Befundvorlagen in Form von interaktiven Entscheidungsbäumen vereinen. Eine technische Integration in RIS(Radiologieinformationssystem)-, PACS(„picture archiving and communication system“)- und AV(„advanced visualization“)-Systeme über Programmierschnittstellen und Interoperabilitätsstandards ermöglicht effiziente Prozesse und die Generierung maschinenlesbarer Befunddaten.

Leistungsfähigkeit

Strukturierte, semantisch annotierte klinische Daten, die über ein strukturiertes Befundungssystem erhoben werden, stehen unmittelbar für epidemiologische Datenauswertungen und kontinuierliches KI(Künstliche Intelligenz)-Training zur Verfügung.

Bewertung

Der Einsatz der strukturierten Befundung in der radiologischen Routinediagnostik ist mit einer initialen Umstellungsphase verbunden. Eine erfolgreiche Implementierung setzt eine enge Verzahnung der technischen Infrastruktur mehrerer Systeme voraus.

Empfehlung für die Praxis

Durch die Nutzung einer hybriden, softwarebasierten Befundungslösung können radiologische Befunde mit unterschiedlichen Stufen der Struktur generiert werden. Klinische Fragestellungen oder Informationen können aus klinischen Subsystemen semiautomatisch übertragen werden, um vermeidbare Fehler zu eliminieren und die Produktivität zu erhöhen.

Armbruster M, Gassenmaier S, Haack M et al (2018) Structured reporting in petrous bone MRI examinations: impact on report completeness and quality. Int J Comput Assist Radiol Surg. https://doi.org/10.1007/s11548-018-1828-1CrossRefPubMed

Bauer J, Rohner-Rojas S, Holderried M (2019) Einrichtungsübergreifende Interoperabilität. Radiologe 60:334–341. https://doi.org/10.1007/S00117-019CrossRef

Brook OR, Brook A, Vollmer CM et al (2015) Structured reporting of multiphasic CT for pancreatic cancer: potential effect on staging and surgical planning. Radiology 274:464–472. https://doi.org/10.1148/radiol.14140206CrossRefPubMed

Cuocolo R, Caruso M, Perillo T et al (2020) Machine learning in oncology: a clinical appraisal. Cancer Lett 481:55–62. https://doi.org/10.1016/j.canlet.2020.03.032CrossRefPubMed

Dickerson E, Davenport MS, Syed F et al (2017) Effect of template reporting of brain MRis for multiple sclerosis on report thoroughness and neurologist-rated quality: results of a prospective quality improvement project. J Am Coll Radiol 14:371–379. https://doi.org/10.1016/j.jacr.2016.09.037CrossRefPubMed

Erickson BJ, Korfiatis P, Akkus Z, Kline TL (2017) Machine learning for medical imaging. Radiographics 37:505–515. https://doi.org/10.1148/rg.2017160130CrossRefPubMed

European Society of Radiology (2011) Good practice for radiological reporting. Guidelines from the European Society of Radiology (ESR). Insights Imaging 2:93–96. https://doi.org/10.1007/s13244-011-0066-7CrossRef

Flusberg M, Ganeles J, Ekinci T et al (2017) Impact of a structured report template on the quality of CT and MRI reports for hepatocellular carcinoma diagnosis. J Am Coll Radiol 14:1206–1211. https://doi.org/10.1016/j.jacr.2017.02.050CrossRefPubMed

Forsberg D, Rosipko B, Sunshine JL, Ros PR (2016) State of integration between PACS and other IT systems: a national survey of academic radiology departments. J Am Coll Radiol 13:812–818.e2. https://doi.org/10.1016/J.JACR.2016.01.018CrossRefPubMed

10.

Geeslin MG, Gaskin CM (2016) Electronic health record-driven Workflow for diagnostic radiologists. J Am Coll Radiol 13:45–53. https://doi.org/10.1016/J.JACR.2015.08.008CrossRefPubMed

11.

Gresser E, Reich J, Sabel BO et al (2021) Risk stratification for ECMO requirement in COVID-19 ICU patients using quantitative imaging features in CT scans on admission. Diagnostics 11:1029. https://doi.org/10.3390/diagnostics11061029CrossRefPubMedPubMedCentral

12.

Hackländer T (2013) Strukturierte Befundung in der Radiologie. Radiologe 53:613–617. https://doi.org/10.1007/S00117-013-2493-6CrossRefPubMed

13.

Kalra G, Bhugra DK, Shah N et al (2018) ESR paper on structured reporting in radiology. Insights Imaging 9:1–7. https://doi.org/10.1007/s13244-017-0588-8CrossRef

14.

Martin MD, Kanne JP, Broderick LS et al (2017) Lung-RADS: pushing the limits. Radiographics 37:1975–1993. https://doi.org/10.1148/rg.2017170051CrossRefPubMed

15.

Morgan TA, Helibrun ME, Kahn CE (2014) Reporting initiative of the radiological society of North America: progress and new directions. Radiology 273:642–645. https://doi.org/10.1148/radiol.14141227CrossRefPubMed

16.

Nörenberg D, Sommer WH, Thasler W et al (2017) Structured reporting of rectal magnetic resonance imaging in suspected primary rectal cancer: potential benefits for surgical planning and interdisciplinary communication. Invest Radiol 52:232–239. https://doi.org/10.1097/RLI.0000000000000336CrossRefPubMed

17.

Padhani AR, Barentsz J, Villeirs G et al (2019) PI-RADS steering committee: the PI-RADS multiparametric MRI and MRI-directed biopsy pathway. Radiology 292:464–474. https://doi.org/10.1148/radiol.2019182946CrossRefPubMed

18.

Pinto dos Santos D, Baeßler B (2018) Big data, artificial intelligence, and structured reporting. Eur Radiol Exp 2:1–5. https://doi.org/10.1186/s41747-018-0071-4CrossRef

19.

Dos PSD, Hempel JM, Mildenberger P et al (2019) Structured reporting in clinical routine. RoFo 191:33–39. https://doi.org/10.1055/a-0636-3851CrossRef

20.

Poullos PD, Tseng JJ, Melcher ML et al (2018) Structured reporting of multiphasic CT for hepatocellular carcinoma: effect on staging and suitability for transplant. Am J Roentgenol 210:766–774. https://doi.org/10.2214/AJR.17.18725CrossRef

21.

Sabel BO, Plum JL, Kneidinger N et al (2017) Structured reporting of CT examinations in acute pulmonary embolism. J Cardiovasc Comput Tomogr 11:188–195. https://doi.org/10.1016/j.jcct.2017.02.008CrossRefPubMed

22.

Sahni VA, Silveira PC, Sainani NI, Khorasani R (2015) Impact of a structured report template on the quality of mri reports for rectal cancer staging. Am J Roentgenol 205:584–588. https://doi.org/10.2214/AJR.14.14053CrossRef

23.

Schoeppe F, Sommer WH, Norenberg D et al (2018) Structured reporting adds clinical value in primary CT staging of diffuse large B‑cell lymphoma. Eur Radiol 28:3702–3709. https://doi.org/10.1007/s00330-018-5340-3CrossRefPubMed

24.

Schwartz LH, Panicek DM, Berk AR et al (2011) Improving communication of diagnostic radiology findings through structured reporting. Radiology 260:174–181. https://doi.org/10.1148/radiol.11101913CrossRefPubMedPubMedCentral

25.

Sigl B, Herold C (2021) Strukturierte Befundung in der Radiologie – Chance für die radiologische Jugend? Radiologe 61:487–489. https://doi.org/10.1007/S00117-021-00826-2CrossRefPubMedPubMedCentral

26.

Simpson S, Kay FU, Abbara S et al (2020) Radiological society of North America expert consensus document on reporting chest CT findings related to COVID-19: endorsed by the Society of Thoracic Radiology, the American College of Radiology, and RSNA. Radiol Cardiothorac Imaging 2:e200152. https://doi.org/10.1148/ryct.2020200152CrossRefPubMedPubMedCentral

27.

Weiss DL, Langlotz CP (2008) Structured reporting: patient care enhancement or productivity nightmare? Radiology 249:739–747. https://doi.org/10.1148/radiol.2493080988CrossRefPubMed

28.

Wildman-Tobriner B, Allen BC, Bashir MR et al (2017) Structured reporting of CT enterography for inflammatory bowel disease: effect on key feature reporting, accuracy across training levels, and subjective assessment of disease by referring physicians. Abdom Radiol 42:2243–2250. https://doi.org/10.1007/s00261-017-1136-1CrossRef

29.

PI-RADS | American College of Radiology https://www.acr.org/Clinical-Resources/Reporting-and-Data-Systems/PI-RADS. Zugegriffen: 1. Juli 2021

30.

Lung Rads | American College of Radiology https://www.acr.org/Clinical-Resources/Reporting-and-Data-Systems/Lung-Rads. Zugegriffen: 1. Juli 2021

31.

CT/MRI LI-RADS v2018 | American College of Radiology https://www.acr.org/Clinical-Resources/Reporting-and-Data-Systems/LI-RADS/CT-MRI-LI-RADS-v2018. Zugegriffen: 30. Juni 2021

Titel: Integration der strukturierten Befundung in den radiologischen Routine-Workflow
verfasst von: Su Hwan Kim
Sanas Mir-Bashiri
Philipp Matthies
Wieland Sommer
PD Dr. med. Dominik Nörenberg
Publikationsdatum: 28.09.2021
Verlag: Springer Medizin
Schlagwörter: Hepatozelluläres Karzinom
Hepatozelluläres Karzinom
Künstliche Intelligenz
Erschienen in: Die Radiologie / Ausgabe 11/2021
Print ISSN: 2731-7048
Elektronische ISSN: 2731-7056
DOI: https://doi.org/10.1007/s00117-021-00917-0

Passend zum Thema

Synergien nutzen gegen Tumore

Magenkarzinom

Lungen- und Magentumore können dank Immuntherapien deutlich besser behandelt werden. Dennoch kommt es trotzdem weiterhin häufig zum Krankheitsprogress. Welche Therapieoptionen sich in der Zweitlinie am besten eignen, haben wir für Sie zusammengefasst.

Darmkrebsreihenuntersuchungen zeigen EU-weit Erfolge

Kolonkarzinom

In Europa haben viele Länder dem Darmkrebs mit Hilfe von Früherkennungsprogrammen den Kampf angesagt. Es gibt einen deutlichen Zusammenhang zwischen Inzidenz und Mortalität von Darmkrebs und der Zeitspanne seit Einführung von Reihenuntersuchungen.

GI-Tumore und die Rolle von Angiogenesehemmern

Content Hub

Entdecken Sie mit praxisrelevanten Patientenfällen, kompakten Studieninhalten, informativen Experteninterviews und weiteren spannenden Inhalten, wie Sie den vielseitigen Herausforderungen bei GI-Tumoren begegnen können. Hier erfahren Sie mehr! _{PP-RB-DE-2009}

Springer Medizin

Zusammenfassung

Klinisches/methodisches Problem

Radiologische Standardverfahren

Methodische Innovationen

Leistungsfähigkeit

Bewertung

Empfehlung für die Praxis

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Weitere Artikel der Ausgabe 11/2021

Radiologie auf modernen (Ab)wegen

Strukturierte Befundung und künstliche Intelligenz

Strukturierte Befundung in der Radiologie

Mitteilungen des Berufsverbandes der Deutschen Radiologen

Gegenwärtige Entwicklungen in der Healthcare-Informationstechnologie

Klinische und radiologische Korrelation eines blutigen Tumors

Passend zum Thema

Synergien nutzen gegen Tumore

Darmkrebsreihenuntersuchungen zeigen EU-weit Erfolge

GI-Tumore und die Rolle von Angiogenesehemmern