《Physica Medica》：A holistic approach for consistent image quality and dose in digital radiography in a large imaging enterprise
编辑推荐：
尽管X线摄影的单次有效剂量较低，但群体剂量值得关注；因此实现一致性的剂量控制与图像质量至关重要。大型机构在验证方面面临显著挑战：海量数据收集、及时的数据审计以及跨不同影像中心、设备和解剖部位的干预。本研究介绍了一种新颖的、历时十余年的方法，用于应对高吞吐量数字
尽管X线摄影的单次有效剂量较低，但群体剂量值得关注；因此实现一致性的剂量控制与图像质量至关重要。大型机构在验证方面面临显著挑战：海量数据收集、及时的数据审计以及跨不同影像中心、设备和解剖部位的干预。本研究介绍了一种新颖的、历时十余年的方法，用于应对高吞吐量数字X线摄影（DR）中的上述挑战及其临床影响。
研究人员选择reject率和每位技师/每个协议的平均曝光指数（EI）作为性能指标。研究人员开发了一套内部半自动化系统——利用远程软件、共享网络驱动器和手动提取——以简化从多家机构的68套DR系统中收集曝光记录，设备涵盖五大主要制造商。定制脚本实现了数据集的自动化汇总，用于每月分析和指标审查，并对超过7%的个体技师reject率或超过目标EItarget 225达+100的EI进行根因分析。
每月分析50,000次DR曝光以确定200名技师的平均reject率和EI。自2011年以来，平均reject率从14%降至2.5%，EI中位数从350降至220。特定高影响躯干协议的中位EI降低了50–60%。干预措施减少了技师警报的复发；2023年，7%的技师性能指标超出警报水平，但其中66%在下个月达到合规。
半自动化的远程数据收集与分析reject率和EI，使得高吞吐量DR的可持续审查成为可能，从而显著改善了一致性曝光水平和图像质量。
该论文发表于《Physica Medica》，研究人员来自Cedars-Sinai医学中心影像科，长期致力于大型医疗机构中数字X线摄影（DR）的质量保证与剂量优化工作。
研究背景方面，尽管CT的辐射剂量问题已受到广泛关注，但DR检查量极为庞大——仅2016年美国就有2.75亿次传统X线检查。单次DR检查的有效剂量虽低（四肢X线<1 μSv，腰椎和胃肠道成像约1 mSv），但基于线性无阈假说，在维持图像质量的前提下降低剂量具有明确获益，这符合ALARA（As Low As Reasonably Achieivable，合理可行尽量低）原则。然而，数字X线摄影面临两大核心挑战：一是废片与重拍问题，数字环境下废片缺乏物理证据，反馈机制弱化；二是图像显示与辐射剂量的解耦，导致剂量认知变得模糊，平均患者剂量存在升高趋势。大型机构更面临跨站点、跨设备、跨协议的一致性管理难题——数据收集、分析审计的工作量极为庞大，从数百名用户中识别异常个体如同大海捞针。基于医学物理3.0（Medical Physics 3.0） holistic（整体性）与临床服务导向的理念，研究人员建立了覆盖十余年的系统性方案。
研究人员开展的研究核心围绕三大任务模块展开。第一，剂量与reject统计的分析：通过半自动化远程数据收集系统，整合五家厂商68台DR设备月均50,000次曝光数据，开发定制脚本进行数据聚合，计算技师、协议、设备层面的平均EI与reject率，建立月度审查机制。第二，一致性ALARA患者剂量与图像质量：设定目标EI
T为225（2.25 μGy，IEC定义），通过X线发生器校准（AEC系统）、手动曝光技术表开发，实现参考患者剂量的标准化控制；该目标历经2014年从初始350（Kodak EI 1600）下调至220（Kodak EI 1400）、2020年再降至当前水平的迭代优化。第三，一致性ALARA设备性能：包括探测器EI校准准确性验证（±15%容差）和每周AEC一致性测试（mAs或EI变异>10%触发预警、>25%判定故障）。
关键技术方法包括：远程混合式数据收集架构（远程访问软件/网络自动导出/手动USB提取相结合的数据导出三类模式）、基于Excel模板与自定义脚本的自动化数据分析管道、月度QAPI（Quality Assurance/Process Improvement，质量保证/流程改进）委员会审查机制，以及 anthropomorphic phantom（拟人模体，包括Atom CT模体和树脂封装骨骼）辅助的手动技术表开发。样本来源为Cedars-Sinai医学中心旗下两家医院、一栋门诊楼及多个医生办公室，2011年至研究期间累计分析超过百万次曝光记录。
研究结果部分，"2011至2023年数据趋势"显示：机构平均reject率从初始14%（最高35%）六个月内骤降至2.5%，此后维持在2%–3%波动，2023年整体reject率为1.95%；Shewhart控制图显示除急诊科室建设期和COVID疫情期间外，数据基本处于3σ控制限内。四个高影响躯干协议（腹部前后位AP、腰椎侧位LAT、胸部侧位LAT、胸部后前位PA）的年均EI中位数下降约50%，如胸部PA从600降至230、腹部AP从460降至180。数据呈现三阶段特征：2012–2014年快速反馈调整期、2015–2020年AEC校准后稳定期、2021年后新探测器低剂量稳定期。
"2023年详细数据"显示：全年628,359次曝光中，技师EI分布呈窄高斯与宽高斯组合形态，协议层面胸部PA、胸部LAT、腹部AP的EI双峰分别位于154/179、150/177、179/204。按协议和体位分析173,804次曝光，cross-table（ cross-table， cross-table位）reject率最高（4.46%），weight-bearing（负重位）最低（0.86%）。64名显著用户的485个月度reject率中，仅24次（5%）超过7%行动限；485个月度EI中位数中，仅6次超过+100警报限。QAPI委员会审查的197例 flagged（标记）结果中，单次触发占35%，2–3次触发占33%，仅8人持续异常（其中半数因所在站点强调多次重拍优化四肢图像）。
"干预与案例研究"部分呈现三个典型案例。案例分析一（EI分析干预）：2014年目标EI下调后，通过日常EI监测发现周末平均EI从276骤升至440，根因系特定科室技师弃用AEC、依赖手动技术；经教育干预后该科室平均EI一月内下降37%，四月内与机构整体趋同。案例分析二（协议审查干预）：2019年发现盆腔DR高剂量聚集，追溯为新便携设备软件缺陷——当无法读取机房单位信息时默认采用115 kVp；此问题经 nationwide（全国性）故障报告后软件修正。另一起同类型事件为预防性维护后默认技术参数从75 kVp/16 mAs被误改为75 kVp/140 mAs。案例分析三（图像质量审查干预）：基于边际特征可探测性（marginal feature detectability）指标比较三种探测器，某一厂商新技术使小/中等体型患者目标EI可从220降至140（剂量降低30%），而另两种探测器无法在不显著恶化图像质量的前提下降低剂量。
讨论部分，研究人员评估了该整体化方法的价值。机构reject率快速收敛至2–3%，新增设备亦趋同于此水平，优于CRCPD推荐的屏片系统<5–7%标准，与AAPM TG 151报告的DR环境<3%最优水平一致。研究人员特别强调将超出行动限的技师识别视为教育机会而非惩戒手段的管理哲学，促成了技师团队的协作配合。时间成本方面，物理学家年度X线调查约需2小时/系统，月度数据分析约2–3天，每周AEC测试约5分钟/设备，月度会议0.5–1小时/代表。研究人员亦分析了商业软件的局限性：厂商数据格式不统一、废片数据因未进入PACS而难以捕获、按检查次数收费的定价模式对大型机构构成负担。
研究局限性方面，该方案的演进特性导致早期决策影响当前数据结构：全部采用单一目标探测器剂量而非当今推荐的解剖特异性EI目标；月度审查未考虑技师工作负荷中不同体位的构成比。另存的争议包括reject率哲学——0% reject率可能导致亚优化图像流入PACS而掩盖不良操作，过度积极重拍则增加患者剂量，需在风险与获益间权衡。
研究结论指出：该整体化方法通过统计驱动的方式管理海量图像、技师和设备，实现了reject率和曝光指数的一致性控制。任何个体技师或协议均会出现性能目标偏离，但聚合视角下的统计分布分析可提取有效推断。该方案可推广至其他大型机构，但远程自动化数据收集是工作负荷可持续的必要条件，这需要信息技术、服务工程师与物理学家的协作。月度审查委员会以教育性而非惩罚性方式提供反馈至关重要。研究人员认为，技师、放射科医师、物理学家、服务工程师和管理层的共同参与，是实现降低平均患者剂量、改善图像质量、减少患者护理一致性异常所必需的。
