1 / 17

Oceny związane ze scenariuszami rozwoju technologii medycznych

Oceny związane ze scenariuszami rozwoju technologii medycznych. Panel G6 – Obrazowanie medyczne i przetwarzanie obrazów medycznych.

heath
Download Presentation

Oceny związane ze scenariuszami rozwoju technologii medycznych

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Oceny związane ze scenariuszami rozwoju technologii medycznych Panel G6 – Obrazowanie medyczne i przetwarzanie obrazów medycznych

  2. Panel G6 – Obrazowanie medyczne i przetwarzanie obrazów medycznych opracował długą listę technologii, które aspirowały do tego, żeby zdobyć miano technologii kluczowych.Na następnych slajdach pokazana jest ta lista technologii

  3. Nowe metody pozyskiwania obrazów • Metody trójwymiarowej wizualizacji narządów wewnętrznych wraz z automatycznym zaznaczaniem (na przykład kolorem) obszarów „podejrzanych” (zmienionych morfologicznie) • Udoskonalone techniki śledzenia zmian dynamicznych na zobrazowaniach czynnościowych (PET, fMRI itp) • Modelowanie skutków ablacji w patologiach wątroby, płuc ... • Komputerowe metody śledzenia, modelowania i parametryzacji drzew naczyń krwionośnych w trójwymiarowych obrazach rezonansu magnetycznego • Automatyczny rozkład procentowy DNA w ogonie komety - oraz kategoryzacja komet w zależności od wprowadzonych zadanych parametrów. • Tomograf „dynamiczny” – rejestracja pracy (widoku) wybranych narządów w czasie, porównanie (np. po masażu, po podaniu kontrastu, po wysiłku) • Tworzenie obrazów łączących trójwymiarowe rekonstrukcje oraz nawigacje w technice wirtualnej endoskopii; np. możliwość nawigacji (wirtualna bronchoskopia) w drzewie oskrzelowym z jednocześnie widocznymi strukturami wnętrza klatki piersiowej • Optymalizacja przetwarzania danych otrzymywanych w technikach perfuzji TK i MR w odniesieniu do diagnostyki udaru niedokrwiennego • - analiza przydatności poszczególnych parametrów • - automatyczna detekcja i określenie obszaru penumbry oraz obszaru udaru dokonanego • Pozyskiwanie i śledzenie ciągów impulsacji na poziomie pojedynczych neuronów (nerwów) – precyzyjna lokalizacja bólu lub nadczynności (Parkinson) – niedoczynności (brak stymulacji mięśni)

  4. Nowe techniki gromadzenia, analizy i rozumienia obrazów • Techniki automatycznego rozumienia obrazów medycznych • Udoskonalone technik semantycznie zorientowanego przeszukiwania dużych baz danych obrazowych nie posiadających a priori merytorycznych anotacji • Powiązanie technik analizy obrazów medycznych z badaniami endoskopowymi (bronchoskopia, gastroskopia, kolonoskopia) • Automatyczna odwrócona DAPI klasyfikacja w celu szybkiej identyfikacji chromosomów i stworzenia DAPI kariotypu. • Metody dopasowania obrazów tomograficznych rezonansu magnetycznego dla organów przemieszczających się w czasie akwizycji • Komputerowa analiza struktury wykrytych zmian w celu różnicowania ich charakteru (np. w wirtualnej kolonoskopii różnicowanie grudek kałowych i polipów); innymi słowami rodzaj wirtualnej biopsji • Opracowanie nowych rodzajów środków kontrastowych dla diagnostyki obrazowej • Programy wspomagające diagnostykę obrazową - szczególnie różnicowanie zmian patologicznych • Kompleksowe modelowanie przepływu krwi w sieci naczyń krwionośnych i wymiany płynów z tkankami na podstawie danych 3D rezonansu magnetycznego z uwzględnieniem ograniczonej rozdzielczości przestrzennej obrazów

  5. Nowe sposoby medycznego wykorzystania obrazów • Rejestracja procesu analizy obrazu prowadzonej przez lekarza (rejestracja ruchów oczu i punktów ich fiksacji, kliknięć myszy na obrazie – dodatkowe wskazywanie punktów na obrazie, powiększanie fragmentów obrazu, rejestracja wypowiadanych uwag). Uwaga: być może powinna być wprowadzona jako obowiązkowa, podobnie jak tachometry w autobusach. Cele: • 1. późniejsze wykorzystanie wiedzy o sposobie analizy obrazu w dydaktyce, • 2. ocena prawidłowości procesu stawiania diagnozy i eliminacja niestaranności, • 3. nieoceniona baza do konstruowania algorytmów (sekwencyjnej) analizy obrazów! • Komputerowe wspomaganie diagnostyki i nadzoru medycznego, w tym monitorowanie skuteczności terapii (m.in. w zmianach demielinizacyjnych tkanki mózgowej, zmianach ogniskowych płuc, wątroby, zmianach nowotworowych ...) • Nawigacja chirurgiczna w zabiegach laparoskopowych z wykorzystaniem obrazów tomografii komputerowej i rezonansu magnetycznego) • Programy do nawigacji w czasie zabiegów chirurgicznych lub biopsji na podstawie danych otrzymywanych w czasie badań obrazowych • Zastosowanie wirtualnej endoskopii w diagnostyce obrazowej • Wprowadzenie standardu do opisu patologii: opis obrazowo-obiektowy – 2D i 3D (jako jedna z form rejestracji w bazie danych oprócz wyników badań, relacji pacjenta itp.). Chodzi o wydzielenie i pokazanie istotnych obiektów jako dodatku do pełnej rejestracji całych obrazów. • Metody uzgadniania skali i parametrów użytej aparatury, ponieważ rejestracje różnych porównywanych lub sklejanych obrazów mogą być realizowane w różnym czasie i różną aparaturą • Rozwój techniki dyfuzji MR w diagnostyce obrazowej • Synchronizacja obrazów wirtualnej i rzeczywistej endoskopii; nawigacja w czasie rzeczywistej endoskopii w oparciu o wcześniejsze badanie w technice endoskopii wirtualnej • Modele symulacyjne w edukacji medycznej wykorzystane także w studiach inżynierskich na kierunku Inżynieria Biomedyczna • Optymalizacja przetwarzania danych otrzymywanych uzyskiwanych w diagnostyce kardiologicznej MR • Rozwój nieinwazyjnej diagnostyki MR przepływów płynu mózgowo-rdzeniowego • Analiza sekwencji obrazów z wideo-endoskopów • Diagnostyka termowizyjna

  6. Udoskonalenia znanych technik • Skanowanie preparatu z automatycznym rozpoznawaniem obrazu na podstawie bazy wzorców, automatycznie uaktualnianych przez Internet • Zdalna telemedyczne asysta w diagnostyce i terapii endoskopowej i laparoskopowej • Skanowanie preparatu i automatyczny wybór metafaz do analizy kariotypingu • Rozwiązania tworzenia i data-miningu w dużych bazach danych zawierających liczne informacje o pacjentach • Opracowanie techniki eliminacji artefaktów ruchowych w badaniu MR • Automatyczne obliczanie frakcji przeżywającej komórek (z uwzględnieniem komórek wczesno- późno-apoptotycznych i nekrotycznych) po traktowaniu po wybarwieniu komórek barwnikiem (pomiar absorbacji lub fluorescencji w zwykłym czytniku płytek) • Programy do fuzji obrazowych – fuzje obrazów uzyskiwanych w różnych technikach obrazowych (USG, TK, MR, PET, SPECT) • Optymalizacja pomiaru gęstości(densytometria) struktur kostnych • Technika protonowej spektroskopii MR (HMRS) • - optymalizacja przetwarzania danych • - badanie procesów metabolicznych w stanach patologicznych przez etapem zmian w strukturze • Technika funkcjonalnego obrazowania MR (fMRI) mózgowia • - optymalizacja przetwarzania danych • - ocena emocji • Algorytmy badań mózgowia z jednoczesnym zastosowaniem fMRI i EEG • Optymalizacja diagnostyki urazów rdzenia kręgowego – szczególnie przy pomocy techniki perfuzji MR • Oprogramowanie pozwalające na automatyczną detekcję i oznaczanie struktur mózgowia w czasie badania TK i MR • Oprogramowanie do oceny parametrów przepływu płynów w technice MR; szczególnie w angiografii MR • Optymalizacja programów administrowania bazami danych w RadiologicalInformatical Systems (RIS)

  7. Aspekty społeczne wykorzystania obrazów medycznych • Monitorowanie osób starszych, niepełnosprawnych i chorych w środowisku ich zamieszkania/przebywania • Modelowanie i dźwiękowa rekonstrukcja sceny trójwymiarowej do celów wspomagania osób niepełnosprawnych w samodzielnym poruszaniu się • Niestandardowe interfejsy komunikacji człowiek-komputer (wizyjne systemy pozwalające sterować np. wózkiem inwalidzkim za pomocą ruchów mimicznych twarzy) • Zmniejszenie lub eliminacja hałasu w czasie badania MR • Zastosowanie technik rapidprototyping w medycynie • Opracowanie (również z wdrożeniem do produkcji) prostej i taniej nagrywarki CD/DVD (urządzenie z oprogramowaniem) współpracującej z urządzeniami do diagnostyki obrazowej

  8. Z tych wszystkich propozycji na liście finalnej pozostało z obszaru G6 zalewie pięć technologii: • Udoskonalone techniki semantycznie zorientowanego przeszukiwania dużych baz danych obrazowych nie posiadających a priori merytorycznych anotacji • Optymalizacja programów administrowania bazami danych w RadiologicalInformatical Systems (RIS) • Techniki automatycznego rozumienia obrazów medycznych • Zdalna telemedyczna asysta w diagnostyce i terapii endoskopowej i laparoskopowej • Rejestracja procesu analizy obrazu prowadzonej przez lekarza

  9. Zadanie A1:Które technologie z listy technologii kluczowych, opracowanych wcześniej przez każdy z paneli, mają największe szanse na rozwój w Polsce do roku 2020 w zależności od tego, który ze scenariuszy (przedstawionych poniżej) się urzeczywistni.

  10. Lista rozważanych scenariuszy: • Dynamiczny wzrost (optymistyczny) • Rozbieżność potrzeb i możliwości (pesymistyczny) • Stabilny / zrównoważony wzrost (najbardziej prawdopodobny) • Niestabilność i drenaż technologii (przypadkowy 1) • Konsumpcja obcych technologii (przypadkowy 2) Uwagi: scenariusz „przypadkowy 1” oznacza duże wydatki na B&R przy niewielkich wydatkach na ochronę zdrowia – powstaje wiele innowacji, konsumowanych za granicą; scenariusz „przypadkowy 2” oznacza duże wydatki na ochronę zdrowia przy niewielkich wydatkach na B&R – duże zapotrzebowanie na nowości zaspokajane importem

  11. Zakładam, że analizę scenariuszy, którą trzeba przeprowadzić zgodnie punktem A1, przeprowadzać się będzie dla tych pięciu wybranych technologii, a nie dla wszystkich zgłoszonych przez G6!

  12. Na następnym slajdzie będzie pokazana wynikowa tabela związana ze wskazaniem, które technologiebędą się szczególnie korzystnie rozwijać w kontekście poszczególnych scenariuszy

  13. Zadanie A2:Które technologie z listy technologii kluczowych, opracowanych wcześniej przez każdy z paneli, mają największe szanse wdrożenia w Polsce w: (a) służbie zdrowia, (b) w sektorze przedsiębiorstw technologii medycznych

  14. Zakładam, że wybór technologii, który trzeba przeprowadzić zgodnie punktem A2, przeprowadzać się będzie dla tych pięciu wybranych technologii, a nie dla wszystkich zgłoszonych przez G6!

  15. (a) Technologie, mające największe szanse wdrożenia w Polsce w służbie zdrowia: Zdalna telemedyczna asysta w diagnostyce i terapii endoskopowej i laparoskopowejOptymalizacja programów administrowania bazami danych w RadiologicalInformatical Systems (RIS)

  16. (b) Technologie, mające największe szanse wdrożenia w Polsce w sektorze przedsiębiorstw technologii medycznych:Zdalna telemedyczna asysta w diagnostyce i terapii endoskopowej i laparoskopowejRejestracja procesu analizy obrazu prowadzonej przez lekarza

More Related