BACKGROUND: According to the literature, the proportion of studies with various quality impairments for chest X-ray is from 9 to 50%. Evaluation of the quality of radiographic diagnostic studies is an important stage of the diagnostic process, which makes it possible to identify low–quality images that negatively affect the diagnosis of various pathological conditions. At the moment, the quality assessment is carried out manually, which is complicated by the conditions of remote description of research and high workload. We have developed a quality control Tool that allows us to automatically assess the presence of impairments of the patient's positioning on the chest X-ray, as well as identify errors in filling out meta-information about the study in DICOM format.
AIM: Evaluation of the effectiveness of a quality control Tool in real diagnostic practice.
METHODS: The pilot experiment was conducted in 3 outpatient medical organizations in Moscow during two months. As part of the experiment, 9642 chest X-ray images were processed with the Tool. The images were then evaluated by radiologists to confirm the presence of quality impairments.
RESULTS: The average processing time for one study was 14 seconds. During the pilot experiment, 3386 different patient positioning impairments were detected, occurring on from 14 to 45% of radiographic images. It was also revealed that the accuracy of filling in various meta-information about the study ranges from 14 to 100%. The quality control Tool coped with the detection of patient positioning violations with an AUC from 0.782 to 0.947 and with the detection of errors in filling in meta-information with an AUC from 0.985 to 1.0.
CONCLUSION: The automated quality control Tool has proven to be promising in identifying impairments in filling out meta-information about the study and patient positioning. The scheme of integrating the Tool into the quality control process made it possible to obtain the evaluation result 14 seconds after the research. If this scheme is optimized, this time can be shortened.
Обоснование. По данным литературы, доля исследований с различными нарушениями качества для рентгенографии органов грудной клетки составляет от 9 до 50%. Оценка качества лучевых диагностических исследований – важный этап диагностического процесса, позволяющий выявлять некачественные изображения, негативно влияющие на диагностику различных патологических состояний. На данный момент оценка качества проводится вручную, что осложняется в условиях дистанционного описания исследований и высокой нагрузки. Нами был разработан Инструмент контроля качества, позволяющий автоматизировано оценивать наличие нарушений укладки и позиционирования пациента на рентгенограмме грудной клетки, а также выявлять ошибки заполнения метаинформации об исследовании в формате DICOM.
Цель исследования. Оценка эффективности работы Инструмента контроля качества в условиях реальной диагностической практики.
Методы. Пилотный эксперимент был проведен в 3 амбулаторно-поликлинических медицинских организациях города Москвы в течение двух месяцев. В рамках эксперимента было обработано Инструментом 9642 рентгенографических изображения грудной клетки. Затем изображения оценивались врачами-рентгенологами для подтверждения наличия нарушений качества.
Результаты. Среднее время обработки одного исследования составило 14 секунд. В ходе пилотного эксперимента было выявлено 3386 различных нарушений позиционирования пациента, встречающихся на от 14 до 45% рентгенографических изображений. Также было выявлено, что точность заполнения различной метаиформации об исследовании колеблется от 14 до 100%. Инструмент контроля качества справился с выявлением нарушений позиционирования пациента с AUC от 0,782 до 0,947 и с выявлением ошибок заполнения метаинформации с AUC от 0,985 до 1,0.
Заключение. Инструмент автоматизированного контроля качества показал себя перспективным в выявлении ошибок в заполнении метаинформации об исследовании и позиционирования пациента. Схема интеграции Инструмента в процесс контроля качества позволила получать результат оценки спустя 14 секунд после проведения исследований. В случае оптимизации пути исследования, это время может быть сокращено.