Controlled searching in reversibly de-identified medical imaging archives

Abstract

Nowadays, digital medical imaging in healthcare has become a fundamental tool for medical diagnosis. This growth has been accompanied by the development of technologies and standards, such as the DICOM standard and PACS. This environment led to the creation of collaborative projects where there is a need to share medical data between different institutions for research and educational purposes. In this context, it is necessary to maintain patient data privacy and provide an easy and secure mechanism for authorized personnel access. This paper presents a solution that fully de-identifies standard medical imaging objects, including metadata and pixel data, providing at the same time a reversible de-identifier mechanism that retains search capabilities from the original data. The last feature is important in some scenarios, for instance, in collaborative platforms where data is anonymized when shared with the community but searchable for data custodians or authorized entities. The solution was integrated into an open source PACS archive and validated in a multidisciplinary collaborative scenario.

Dicoogle Framework for Medical Imaging Teaching and Research

“…By presenting the technical assets for plug-in development such as a Software Development Kit (SDK), developers are free to expand the archive independently and nonexclusively, without changes to the core platform. This extensible architecture of Dicoogle has enabled its use in research and the healthcare industry, as many use cases can be fulfilled in the same deployment [7,27]. This is very relevant nowadays, given the need to improve, monitor and measure the efficiency of medical imaging systems, as well as to extract knowledge from the produced medical images, including healthcare quality indicators.…”

“…With the technological assistance of the Dicoogle platform, a reversible de-identification mechanism was developed by Silva et al [7]. In this use case, standard medical imaging objects are fully deidentified, including meta-data and pixel data.…”

“…As an international standard, it guarantees the interoperability between equipment and information systems [6] in a PACS, by ensuring nora https://orcid.org/0000-0002-3230-0732 malized data formats and processes among each component. This environment has subsequently led to a steadfast research and conception of new systems, namely of imaging acquisition modalities [7] and tools for data analysis. Moreover, as the number of medical imaging data produced is ever increasing, the means of searching for relevant information in a medical imaging archive poses as a challenge that, in recent years, has been tackled with new ways of searching for information [8,9,10].…”

A community-driven validation service for standard medical imaging objects

“…Since the validation process does not request analysis of visual information, removal of pixel data on the client-side has the advantage of reducing the files upload time as well as the storage space required at the server. Furthermore, by removing pixel data, we are also eliminating any PHI that can be burned into images of some modalities such as in Ultrasound (US) and External-camera Photography [22].…”

Present Situation and Forecast of Intelligent Information Technology Application in Archives

“…国内外档案界，在智能技术迅速发展的背景下，正在探索档案与智能技术的融合应用。 在法德NULB [6] 项目中，使用了自动语音识别技术和机器学习技术归档无文字的语言；在意大 利IPSA [7] 项目中，将传统文化收藏品数字化后，研究了人们对数字化传统文化收藏品的参与 度；葡萄牙的波尔图大学通过对归档门诊记录的分析，研究了产科信息系统VCObsCare在医 疗实践中的有效性 [8] ；2018年希腊比雷埃夫斯大学提出的SPARTAN框架采用了大数据技术和 语义集成技术有效集成和处理了不同来源时空的大数据 [9] ；2017年加拿大的达尔豪斯大学采 用先进机器学习技术、图像数字化技术、数据集成和可视化技术研发了利用数字图像档案和 社会媒体资源的社会影响评价工具cultromics [10] ；2017 印度管理学院和新加坡国立大学，基 于183个国家的档案数据，研究了政府电子数据开放和电子政务成熟度的关系，以及政府在电 子政务成熟度和技术组织环境之间的中间人角色 [11] ；2014年土耳其哈斯特帕大学研究了数字 图书馆的可用性测试 [12] ；2018是法国数字档案的转换点 [13] ；2018西班牙的阿威罗大学开发了 可逆去识别的医学图像档案的可控搜索框架 [14] ；2018印度阿卡龙雅理工学院提出基于机器学 习算法的交互式文本挖掘框架来实时识别药物名称 [15] 。从以上文献不难看出国外在档案数字 化、档案信息技术的运用、档案人工智能技术的运用方面近年来呈现如下趋势：1)全球档案 领域表现出积极发展的趋势，但是显然还不够成熟，处于初步探索阶段；2)在发展中国家和 地区，比如印度和中国发展态势比传统发达国家更积极；3)当前热门的专用人工智能技术应 用于档案领域还较少见，发展潜力还很大。 国内现状：我国的智慧档案建设已经起步，但主要还处在理论研究阶段，其中学术研究 是主力，应用研究相对较少；实践层面的工作呈现出逐步探索和逐年增加态势。首先从档案 智能信息装备的发展情况来看，国内文献在档案数字装备研发方面的报道较少；从产品研发 来看，对档案管理的应用装备研发的企业和研究机构还较少，行业标准还未出现；从实际应 用来看，可选择的成套产品及配套产品种类还远远不够丰富，还远不能满足信息化、数字化、 数据化档案管理与档案利用的需求。其次从应用软件功能和性能来看，人工智能技术对档案 利用的支持还远远未达到人们所期望的状态。可以说，智能装备与人工智能技术在档案工作 中的应用才刚刚开始。主要的工作有：上海档案馆的远程利用服务体系，实现智慧档案馆智 慧服务的主要内容是融入智慧城市的档案服务 [16] ；青岛市建立档案智慧收集平台，采用物联 网和射频技术实现档案实体电子标签化，并据此建立档案智慧管理平台，实现识别、定位、 跟踪、监控和管理的智能化，进一步引入知识管理、数据仓库、三网融合、移动WEB技术建 立档案信息智慧泛在的智慧档案服务平台；采用虚拟化技术构建档案信息智慧保护平台，实 现智能备份、数据安全的智慧检测服务；构建机关和企业档案智慧监督平台 [16] ；韶关市国土 资源档案馆档案智能化管理建设平台，借助无线射频识别(RFID)技术，有效建立统一标准 的档案信息化管理数据库，对实体档案进行智能化安全管理，为档案管理的"收、管、用"三 大业务环节提供便捷的服务通道，取得一定成效 [17] 。第三，从理论成果来看，虽然提出一些 智能应用框架，但各框架间还看不出有统一的顶层机制设计，为各种框架间埋下了屏障问题。 典型的智能应用框架如高效档案系统智能管理中 [18] ，以档案数据与数字资源为主要内容，其 在一体化管理系统支撑下，采用基于网络环境的信息系统对档案资源进行精细管理，通过在 线服务系统和到馆服务系统，向用户提供不断更新的档案信息服务，主要流程为：接收→鉴 定→存储→管理→安全维护→检索分类→档案编研。该智慧档案体系结构完整、全面，自成 体系，但潜在地与其他体系结构不相兼容，容易形成信息孤岛和共享障碍。因此，保障档案 资源可感知、能互联、优服务、强整合、勤利用的工具亟待研究和开发 [16] 。 综上所述，目前大多数档案部门在"智慧档案"或"智慧档案馆"的探索和建设方面都还处 于概念阶段或是理论探讨阶段，唯有以青岛市智慧档案馆为代表的少数几个单位已经实现初 步的智慧档案馆建设。尽管其仍在探索和建设中，很多内容、功能、实际效果等还不确定， 但 它的启动和建设已经标志着我国智慧档案馆的兴起，这也将为我国智慧档案馆的理论研究提 供典型案例，并为我国全面建设智慧档案馆提供参考和借鉴。在"大数据技术"和"知识工程" 理念驱动下，档案信息化的条件不断完善，但档案社会化媒体信息资源整合开发的研究鲜有 涉及, 有关技术手段的研究明显缺乏 [5] 。在高校档案数字化、留学生档案智能化和智慧化方面 的专项研究也表现出明显不足。…”