基于综合能力培养的多维度医学影像学教学模式之探索

基于综合能力培养的多维度医学影像学教学模式,将"以器官系统为基础的临床医学课程"的医学影像学教学模式进行优化,采用"大课+实习课"的模式,搭建以"五库"为基础的多维度影像教学平台,进行相关的师资培训,充分调动学生学习的主观能动性,变"封闭课堂"为"对话课堂、开放课堂",注重"教研并重、医工结合",实现培养卓越医师和临床科研齐头并进、创新型医学影像学高端人才的目标。

结合PCAS、RIS、HIS的数字化医学影像管理模式在影像报告质量控制中的应用

目的:探究结合医学影像存档与通讯系统(PCAS)、放射学信息系统(RIS)、医院信息综合管理系统(HIS)的数字化医学影像管理模式在影像报告质量控制中的应用效果。方法:回顾性分析2019年1月-2020年12月东莞市凤岗医院影像报告质量控制,2019年1-12月采取常规管理,每月抽取100张影像报告进行质量评估(n=1 200),将其设为对照组,2020年1-12月实施结合PCAS、RIS、HIS的数字化医学影像管理模式,每月抽取100张影像报告进行质量评估(n=1 200),将其设为研究组。比较两组诊断情况(报告误诊率、报告漏诊率、描述规范性)、影像图片质量、工作效率(患者平均预约时间、X线、CT、MRI检查时间)、管理指标(数据储存方式、胶片打印方式、资料检索方式、分类统计方式)。结果:研究组报告误诊率、报告漏诊率均低于对照组,研究组描述规范性占比高于对照组(P<0.05);两组影像图片质量对比差异有统计学意义(P<0.05),且研究组质量差图片占比低于对照组(P<0.05);研究组患者平均预约时间、X线、CT、MRI检查时间均短于对照组(P<0.05);建设结合PCAS、RIS、HIS的数字化医学影像管理模式后,数据储存方式、胶片打印方式均发生改变,资料检索方式、分类统计方式均转变为网络在线检索、数据库。结论:结合PCAS、RIS、HIS的数字化医学影像管理模式在影像报告质量控制中的应用,可显著提升影像报告质量、工作效率,将管理模式信息化。

人工智能在医学影像精准化教育中的应用前景

随着精准医疗的发展,对于医学影像教育的精准化、个性化也逐渐引起人们的关注。然而,医学影像教育不同于其他学科教育,该学科面临着基础知识体系的繁杂,设备技术更新速度之快,书本的知识难与实际临床工作相结合等特点,以及每名学生的基础和能力各不相同,这些都为开展医学影像精准化教育带来了巨大的挑战。随着人工智能(artificial intelligence,AI)在影像疾病诊断方面取得的不错成绩,以及AI在辅助传统影像教学方面的应用逐渐广泛,这也为AI在医学影像精准化教育的应用中带来了一丝曙光。文章首先罗列出开展医学影像精准化教育所面临的挑战,并给出基于AI技术的解决方案,来以此构建出医学影像精准化教育新模式,最后对AI应用于医学影像精准化教育做出未来展望。

差异成就领先——专访上海岱嘉医学信息系统有限公司总裁翁思跃

与翁思跃先生聊天是一件很惬意的事情,其低沉缓慢的语调却彰显着他对医疗信息化行业的热爱与执着。在这次访谈中他提到最多的就是"差异"两个字。从引进CR、DR并捆绑PACS工作站作为进入市场的切入点,帮助医院放射科的普放从模拟模式转向数字化,同时于2000年在瑞金医院建设了FULL PACS的数字化医学影像模式,并在全国一大批不同规模的医院推广和建设实施了PACS项目,这其中无不显示着"差异化"的生存理念。近几年,医疗信息化迅速发展,他凭借敏锐的嗅觉,再一次成功为上海"医联工程"添砖加瓦,为中国区域医疗信息化建设增加新的典型案例。

PET/CT技术与综合影像诊断

近年来,多层CT技术和正电子显像技术发展日新月异,PET和CT技术整体组合技术,可同时提供疾病精确的形态结构和功能代谢改变整体融合信息,使疾病的诊断从宏观解剖结构到微观细胞分子水平改变有机地结合起来.