علیرغم اهمیت آن ، هیچ برنامه تضمین کیفیت سیستماتیک و جامع (QA) برای سیستم های اطلاعاتی آنکولوژی پرتونگاری (ROIS) برای تأیید یکپارچگی داده های بالینی و درمانی و کاهش در برابر خطاهای داده / فساد و / یا خطرات از دست دادن داده در دسترس نیست. براساس سازماندهی داده ها ، قالب و هدف ، داده های موجود در ROIS در پنج دسته مختلف قرار می گیرند: (1) پایگاه داده رابطه ROIS و پرونده های مرتبط. (2) جریان داده ROIS DICOM؛ (3) داده پرتوی ماشین و داده های پیکربندی دستگاه؛ (4) اسناد پزشکی الکترونیکی (EMR)؛ و (5) گزارش کلینیکی و درمانی ایجاد شده توسط کاربر از ROIS. برای هر دسته از داده ها ، این چارچوب یک استراتژی QA داده مربوطه را برای یکپارچگی داده ها پیشنهاد می کند. این رویکرد ، همه داده های موجود در ROIS را تأیید کرد ، از جمله میلیارد ها پرونده در پایگاه داده ROIS SQL ، ده ها میلیون پرونده مرتبط با بانک اطلاعاتی ROIS ، ده ها هزار پرونده داده DICOM برای یک گروه از بیماران منتخب ، تقریباً نیم میلیون اسناد EMR ، و ده ها هزار فایل پیکربندی دستگاه و پرونده های داده پرتو. این چارچوب از طریق اصلاحات عمدی با داده های بیمار آزمون تأیید شده است. علی رغم ماهیت “داده های بزرگ” ROIS ، چندگانگی و ماهیت چند ابزار ابزار QA ما این امکان را فراهم می آورد که کل فرآیند QA داده های ROIS طی چند ساعت و بدون وقفه بالینی تکمیل شود. چارچوب QA ارائه شده در این مطالعه ثابت شده است که بدون بررسی دستی ، فشرده و کارآمد بوده و برای به روزرسانی های معمول ROIS QA و ROIS ما پیاده سازی شده است.

1. مقدمه

با پیشرفت فناوری رایانه و انتقال از پرونده های پزشکی مبتنی بر کاغذ به پرونده های الکترونیکی پزشکی (EMRs) [1-3] ، سیستم های اطلاعاتی آنکولوژی پرتونگاری (ROIS) [4] به طور فزاینده ای پیچیده و پرتحرک شده اند. ویژگی های آنها از یک سیستم ضبط و تأیید ساده [5] به یک سیستم مراقبت جامع از بیمار در مورد انکولوژی پرتونگاری با زیر سیستم های بیشماری ، مانند ذخیره تصویر بیمار ، مشخصات جمعیت ، برنامه ریزی معالجه ، تحویل درمان و سوابق ، بازدیدهای بعدی پیگیری شده است. ، و حتی برنامه ریزی درمانی. ROIS نقش محوری در بهبود مراقبت از بیماران در مورد کارآیی و ایمنی دارند و همچنین کاهش خطا در کلینیک [2،6،7]. با این حال ، یک ROIS ، به عنوان یک فناوری پیچیده در حال ظهور ، ممکن است با چالش های جدیدی روبرو شود و مکان جدیدی را برای خطاها معرفی کند [6،8]. بنابراین ، مسائل مربوط به تضمین کیفیت (QA) برای ROIS در جامعه انکولوژی پرتونگاری مطرح شده است [7،9]. مواردی وجود دارد که می تواند ROIS را در معرض خطرات زیادی قرار دهد ، از جمله ، ارتقاء نرم افزار یا تغییر سخت افزار [10] ، که ممکن است در ارتباط با انتقال پایگاه داده باشد. به دلیل پیچیدگی داده های بیمار و معماری ذخیره سازی پایگاه داده ترکیبی ، مهاجرت بانک اطلاعاتی بسیار پیچیده تر و پر مخاطره تر می شود. یک سیستم ROI بالینی پارامترهای درمانی (مانند زاویه پیوند ، زاویه برخورد ، زاویه نیمکت ، موقعیت فک ، موقعیت برخوردنده چند لایه ، واحدهای مانیتور و غیره) را به سیستم تحویل درمان (مانند شتاب دهنده های خطی) ارائه می دهد و سپس تمام تاریخچه های درمانی را ضبط می کند و فعالیت ها. اگر هر یک از پارامترهای درمان به طور اتفاقی در طی به روزرسانی ROIS در بانک اطلاعاتی اصلاح شود ، درمان از برنامه در نظر گرفته شده منحرف می شود ، با عواقبی که می تواند به بیماران آسیب برساند و یا اثر بخشی درمان را کاهش دهد. طرح پرتودرمانی با شدت تعدیل / طرح قوس درمانی حجیم و تعدیل شده ممکن است هزاران پارامتر درمانی را شامل شود ، به طوری که بررسی آنها به صورت دستی مانند گذشته امکان پذیر نیست. علیرغم نرم افزار QA سخت افزار توسط فروشندگان ROIS قبل از انتشار نسخه جدید ، هنوز هم وظیفه فیزیکدانان بالینی و اعضای گروه فناوری اطلاعات است که صحت اطلاعات خود را بررسی و تأیید کنند. به عنوان یک نوع وسیله پزشکی ، ROIS مستلزم یک روش QA جامع مانند سایر تجهیزات موجود در انکولوژی رادیولوژی است. با این حال ، چند دستورالعمل چگونه یا به روشهای ROIS QA منتشر شده است [13]. بنابراین ، انجام یک سری QA برای بررسی ثبات در طی یک به روز رسانی ROI بسیار مهم است و رویه QA باید به یک دلیل عملی خودکار باشد.

توجه؛ (این ترجمه توسط نرم افزار انجام شده و ویرایش نشده است و احتمال وجود اشتباه در آن وجود دارد. در صورت ثبت سفارش، ترجمه توسط مترجمین مجرب انجام خواهد شد. برای مشاهده نمونه ترجمه های تخصصی و اخیر مترجمین جهت اطمینان از کیفیت ترجمه، اینجا کلیک نمایید.)

Abstract

In spite of its importance, no systematic and comprehensive quality assurance (QA) program for radiation oncology information systems (ROIS) to verify clinical and treatment data integrity and mitigate against data errors/corruption and/or data loss risks is available. Based on data organization, format and purpose, data in ROISs falls into five different categories: (1) the ROIS relational database and associated files; (2) the ROIS DICOM data stream; (3) treatment machine beam data and machine configuration data; (4) electronic medical record (EMR) documents; and (5) user-generated clinical and treatment reports from the ROIS. For each data category, this framework proposes a corresponding data QA strategy to very data integrity. This approach verified every bit of data in the ROIS, including billions of data records in the ROIS SQL database, tens of millions of ROIS database-associated files, tens of thousands of DICOM data files for a group of selected patients, almost half a million EMR documents, and tens of thousands of machine configuration files and beam data files. The framework has been validated through intentional modifications with test patient data. Despite the ‘big data’ nature of ROIS, the multiprocess and multithread nature of our QA tools enabled the whole ROIS data QA process to be completed within hours without clinical interruptions. The QA framework suggested in this study proved to be robust, efficient and comprehensive without labor-intensive manual checks and has been implemented for our routine ROIS QA and ROIS upgrades

1.Introduction

With the advancement of computer technology and the transition from paper-based medical records to electronic medical records (EMRs) [1–3], radiation oncology information systems (ROISs) [4] have become increasingly complex and data-intensive. Their functionalities have been extended from a simple record-and-verify system [5] to a comprehensive radiation oncology patient care system with numerous subsystems, such as patient image storage, patient demographics, treatment scheduling, treatment delivery and records, follow-up visits, and even treatment planning. ROISs are playing a pivotal role in improving patient care regarding efficiency and safety [4], as well as reducing the error rate in the clinic [2,6,7]. However, a ROIS, as an emerging complex technology, may face new challenges and introduce a new venue for errors [6,8]. Therefore, quality assurance (QA) issues for ROISs have been raised in the radiation oncology community [7,9]. There are occasions that can put ROISs at high risks, such as, a software upgrade or hardware change [10], which might be in company with database migration. Because of the complexity of patient data and hybrid database storage architecture, database migration is becoming much more complex and risky. A clinical ROI system provides treatment parameters (such as gantry angle, collimator angle, couch angle, jaw position, multileaf collimator position, monitor units, etc.) to a treatment delivery system (such as linear accelerators) and then records all treatment histories and activities. If any of the treatment parameters is accidentally modified in the database during the ROIS upgrade, treatment will deviate from the intended plan, with consequences that could harm patients and/or lessen treatment effectiveness. An intensitymodulated radiation treatment/volumetric-modulated arc therapy plan might include thousands of treatment parameters, so that it is almost impossible to check these manually as was done in the past. Despite vigorous software QA by the vendors of ROISs before the release of a new version, it is still the responsibility of clinical physicists and IT group members to check and confirm their own data integrity. As a type of medical device, ROISs deserve a comprehensive QA method like any other equipment in radiation oncology. However, few how-to instructions or recommendations for ROIS QA methods have been published [13]. Therefore, it is crucial to perform a series of QA for checking consistency during a ROI upgrade and the QA procedure should be automatic for a practical reason.