在一个大型放射科诊所中建立全面的质量管理体系

《Radiography》：Building a comprehensive quality infrastructure in a large radiography practice

　　

Z. Long|S.J. Dean|A.K. Forney|Z.W. Gartner|J.L. Wiste|B.A. Warndahl|B.D. Stuve|D.J. Larson|T.R. Daly|B.A. Schueler|L.A. Littrell|S.M. Broski

美国明尼苏达州罗切斯特市梅奥诊所放射科

摘要

引言

现代放射成像实践面临着诸多挑战，包括检查量庞大、技术人员配备不足、图像采集和处理方式的差异以及设备种类繁多等问题。本研究描述了一种用于实现成像标准化和质量提升的放射基础设施的设计、实施及长期运行情况。

方法

自2019年以来，一个多学科团队在一家大型放射科机构中开发并实施了这一质量管理体系。该体系主要包括：使用标准化四点评分标准对临床图像质量进行评估（涵盖五个评估类别并持续监测）、建立放射科医生的反馈机制、利用定制的MATLAB程序对数字放射图像的DICOM元数据进行分析，以及开发了一套放射设备评分和排名系统。

结果

六年来，共有87,437张（占4.8%）临床放射图像接受了评估，这些图像涵盖了161种（占76.3%）不同的成像方式。每月平均得分为13.4分，没有一个月的得分低于预设的最低标准。线性回归分析显示，仅SARS-CoV-2大流行的爆发导致每月平均得分下降了0.7分（p = 0.006）。放射科医生的反馈平均每月20次，其中最常见的建设性意见与成像技术相关（占21.7%）。DICOM数据分析从超过六百万张图像中提取了详细信息。针对便携式股骨前后位成像的专项研究表明，干预措施后曝光指数显著降低（p < 0.001）。超过190套放射设备通过基于公式的评分系统进行了评估和排名。

结论

该质量管理体系整合了临床图像质量评估、放射科医生反馈、DICOM元数据分析以及设备评分功能。实践证明，这一体系对于技术人员培训、图像质量标准化与提升以及设备更新优先级制定具有重要意义。

对实践的启示

这一基于定量分析的质量管理体系为现代放射成像实践提供了宝贵的见解，并可适用于其他临床环境。

引言

放射成像服务于最庞大的患者群体，仍是医学成像的基石，在美国典型的社区医院和学术医院中，其占比高达60-70%。¹过去三十年间，放射成像技术取得了显著进步，从胶片-屏系统发展到使用光敏存储磷光卡的计算机放射成像（CR），再进一步发展为采用各种间接或直接转换探测器的数字放射成像（DR）。目前，带有无线间接平板探测器的DR应用最为广泛，尽管胶片-屏系统和CR系统仍在全球范围内使用。

尽管放射成像技术历史悠久，且近期在系统性能和辐射剂量降低方面取得了诸多进展，但日常临床实践仍面临诸多挑战，例如高工作量和效率要求、设备老化以及人员短缺等问题。^{2, 3, 4, 5}许多任务仍完全或部分依赖于技术人员，如选择正确的成像协议、调整解剖结构位置、根据患者体型调整曝光参数以及处理和标注图像。多项研究揭示了技术人员教育和培训方面的不足。^{6, 7, 8, 9, 10, 11}此外，缺乏持续提升技能的机制也会导致成像质量下降。¹¹数字图像处理的复杂性以及不同供应商之间的差异进一步阻碍了图像质量的标准化和优化，尤其是在大型医疗机构中。

为解决这些问题，人们一直在努力，包括通过专业组织和监管机构开展学生和技术人员的培训^{12, 13, 14, 15, 16, 17}、进行多次重复性和不合格图像分析^{18, 19, 20, 21}、利用同行评审或反馈工具^{22, 23}、建立和监测标准化曝光指标^{24, 25, 26}，以及针对特定检查项目的自动化图像质量评估^{27, 28, 29, 30, 31}。然而，在临床和模拟研究中仍观察到图像采集和处理细节存在显著差异，导致图像质量不稳定。^{8, 32, 33, 34}缺乏系统化、定量的长期分析限制了有效的监测和持续改进。因此，本研究旨在描述一种用于实现成像标准化和质量提升的基础设施的设计、实施及长期运行情况。

章节摘录

方法与材料

该质量管理体系自2019年起建立，由放射科医生、实践监督者、医学物理师、医学物理助理、图像质量专家和内部工程师组成的多学科团队负责运营。主要工作内容包括临床图像质量评分与分析、放射科医生反馈机制、数字放射图像的DICOM元数据分析以及设备评分和排名系统。

结果

迄今为止，共有30名图像质量评估人员对超过87,437张（占4.8%）图像进行了评分，平均每月评估1249张图像。这些图像由350名技术人员或实习技术人员拍摄，涵盖了29个身体部位或检查类型，使用了161种（占76.3%）不同的成像方式。每月平均得分为13.4分（标准差0.3分）。表2总结了五个评估类别的总体百分比情况。图1展示了每月的平均得分情况。

讨论

结论

一个全面、基于数据的质量管理体系已在一家大型放射科机构中建立并持续运行了六年，由一个专门的多学科团队支持。该体系评估了超过87,000张临床放射图像，从超过六百万张DICOM数据集中提取并分析了图像采集和处理信息，每月平均接收20次放射科医生的反馈，并保持了设备信息的透明度。

伦理审批与参与同意

本研究未涉及对人类或动物的前瞻性研究。数字放射图像的DICOM数据分析工作（包括对去标识化DICOM图像的回顾性分析）已获得明尼苏达州罗切斯特市梅奥诊所机构审查委员会的批准（批准编号：19–002266）。

作者贡献

ZL：概念设计；方法论；软件开发；数据整理；正式分析；初稿撰写。

SJD：数据整理；审稿与编辑。

AKF：数据整理；审稿与编辑。

ZWG：数据整理；可视化处理。

JLW：资源协调；数据整理。

BAW：资源协调；数据整理。

BDS：方法论；数据整理。

DJL：方法论；数据整理。

TRD：方法论；数据整理。

BAS：数据整理；审稿与编辑。

LAL：

数据获取

如需本研究所需的数据，可向相应作者提出合理请求。

生成式AI的应用

不适用。

资金来源

利益冲突声明

作者声明不存在任何利益冲突。

致谢

作者感谢所有参与质量管理体系建设的人员所提供的支持。