医学影像结构式报告的现状和展望

曹敏， 郭小超， 张来运， 王鹤， 王霄英

·影像信息学专题·

医学影像结构式报告的现状和展望

曹敏， 郭小超， 张来运， 王鹤， 王霄英

医学影像结构式报告可以完整、清晰地传递影像检查的信息，提升影像工作的价值。本文综述了结构式报告的理念、构建方式及应用，并对结构式报告的未来发展方向进行了展望。

医学影像学； 诊断； 结构式报告； 自由文本式报告； 影像信息学

医学影像技术的迅速发展，使得医学影像科的工作模式发生了巨大变化，图像采集、处理、显示和存储等均已实现了数字化，完成了从“模拟”到“数字”的全面转变。但影像检查的最终成果(诊断报告)的生成和信息传递过程，并未发生实质性改变。在新的技术条件下，为了满足临床对医学影像报告质量的更高要求，结构式报告日益受到关注。

报告质量是衡量影像医师工作价值的重要指标，早期影像报告包括自由文本及结构式文本两种形式，在近百年来的影像工作中，自由文本式报告占据了主导地位[1-3]。但随着技术的发展，影像检查的适应证得到极大地拓展，影像科医师处理的图像数据迅速增长，而临床上强烈要求报告信息应表述清晰、准确和易读，基于个人习惯的自由文本式报告已不能完全满足临床的需求[4-6]，真正数字化的结构式报告开始得到认可并推广应用。

结构式报告的定义

结构式报告是使用标准语汇、以标准组织结构生成的报告，其内容也有清晰的规定。结构式报告具有明确的逻辑，信息完整、准确，更易于解读和回顾对比[7-8]。无论是自由文本式报告还是结构式报告，均应包括以下基本要素：患者基本信息、临床情况、影像技术及检查过程、图像质量、影像表现、诊断结论、比较和建议等[3]，除此之外，结构式报告还具有以下特点[9]。

首先，分段式组织：在报告中基本要素以独立的段落和标题的形式呈现。例如依解剖结构将一份胸片的影像发现按顺序分为肺及胸膜腔、心影、肺门区及气管、胸廓骨性结构和上腹等几个独立的条目，以便对需要观察的图像内容进行总结、归纳，从而避免重要项目的遗漏，提高报告的完整性[7]。

其次，标准化语言：使用明确定义的标准语汇。在传统的自由文本报告中，影像描述用语带有很强的影像医师的个人色彩，不同影像科医师(甚至同一位影像科医生在不同时期)对同一征象的描述可能有差异[10-11]。结构式报告推荐使用标准化的语言来书写报告，使报告传递的信息准确、一致。已有多个国际组织发布了医学标准化词典，其中对医学影像专业最适用的是RSNA组织编写的RadLex词典(http://www.rsna.org/RadLex.aspx)。

最后，确定性内容：在明确的检查适应证下，规定报告要素，无论哪位影像医师书写，都能保证影像报告具备临床所需的全部诊断信息。自由文本式报告的内容常常存在很大差异[12-14]，而结构式报告可以规定必须书写的诊断信息。这里的诊断信息不仅包括基本的解剖部位，还包括临床医师比较关注的疾病细节，如乳腺钼靶报告中钙化的形态特点、直肠癌报告中病灶与直肠周围筋膜的最短距离、前列腺报告中PI-RADS评分等[15-17]。对报告内容的要求，多数来自于各种指南、共识，也可来自机构内部医学专家的共识。RSNA发布了大量结构式报告模板(Radiology Reporting Initiative,ww.rsna.org/ reporting_ initiative.aspx)，其内容是本领域的专家共识，可为各单位制定结构式报告提供参考。

目前的结构式报告均依托于放射信息管理系统(radiology information system, RIS)/影像归档和通信系统(picture archiving and communication system，PACS)，除了表面显示的影像专业信息，均有背后的计算机软件系统支撑其运行。结构式报告的信息存储于数据库中，可以进行查询、统计。

结构式报告构建

ACR和RSNA通过发布一系列报告质量相关指南[1,18]，鼓励构建结构式报告，提高影像报告的质量，并为进一步的数据挖掘和研究提供结构式信息。近年来，各种结构式报告陆续上线，在临床应用中得到验证。总结前人经验和本单位实际工作体会，构建结构式报告通常需要经过如下几个阶段：内容设计、推广试行和反馈修改[19]。

在内容设计阶段，首先要选取适合以结构式报告来发布诊断结果的疾病。通常检查目的单一、适应证明确、诊断标准确切的疾病更易于将报告内容结构化，如目前广泛应用的BI-RADS结构式报告、心脏血管评价报告、下肢血管评价报告等都具备上述特点[20]；而近年来得到广泛关注的PI-RADS、LI-RADS结构式报告也代表了这一类型结构式报告的主流[16]。也有一些机构根据自身专业特色和诊断专长，选择与专业相关的检查进行结构式报告的构建并取得了成功[18]。此外，RSNA提供的结构式报告模板库亦可作为选择病种的参考。在选择好目标疾病后，需根据结构式报告的特点，进行文献学习、标准用语查询，并与相关临床科室磋商，确定临床需求，进而确定结构式报告的格式、语言和内容。在内容设计阶段，要尽可能搜集所有报告相关人员的意见，包括直接书写报告的一线医师、审核报告的二线医师以及相关科室的临床医师等，可减少将来推广和使用该结构式报告时的阻力。报告具体内容应包含报告基本要素和临床要求的必要阴性征象，以异常发现的描述、诊断为主线，形式简洁、用语规范。

在报告推广阶段，应向相关人员充分讲解结构式报告的优点和潜在价值，并可将结构式报告的推广融入日常教学当中，以特定疾病的结构式报告为主题进行教学。使用者在学习疾病重要影像征象的同时，了解临床医师的关注点，加深对疾病的理解，并提高对结构式报告的认同度。除了学术内容的介绍，还应注意对结构式报告软件使用方法的培训，由报告内容的设计者和软件工程师现场指导、及时答疑。

当结构式报告上线后，要及时分析结构式报告的使用情况，根据使用者(影像医师和临床医师)的反馈意见，对报告进行调整和完善。这个过程不是循环一次就结束的，而是始终存在，随着临床要求的改变、影像技术的进步和信息学方法的提高等不断优化、完善，在报告的全生命周期中持续改进。

结构式报告的临床应用

结构式报告的使用提高了影像报告的临床价值。一份理想的报告，应内容完整、规范、明确，形式简洁、易读，结论能清楚地传递诊断信息和诊断者的信心，必要时应给出后续的处理建议，并尽量做到快速及时反馈[3]。目前已经有大量研究对不同类型结构式报告的使用效果进行了评价，证明结构式报告对提高报告质量有积极的作用[7,21]。

结构式报告的使用提高了诊断信息的利用度。除了促进报告质量的改善，在影像学科信息化过程中也起到了重要的推动作用。随着PACS/RIS、医院信息系统(hospital information system,HIS)和电子健康记录(electronic health record，EHR)的广泛应用，越来越多的信息可以在云端储存、分享，为使用大数据技术挖掘影像信息提供了可能。为了将影像和疾病发生发展的规律、治疗方案决策、患者治疗效果及生存情况等联系在一起，必须将医学图像信息转化为可以挖掘的数据来储存、分享和分析。结构式报告提供的信息具有条目清晰、定义准确的特性，成为图像信息转换成数据的理想载体[22]。

结构式报告的使用，提供了医学影像教学的新模式。结构式报告是理想的教学媒介，其标准化读片顺序，可帮助学习者建立严谨的读片习惯。此外每种结构式报告均代表相应疾病影像诊断思路及临床处理原则的精华，学习这些基本知识，有助于报告使用者形成对该疾病的影像诊断思路。

结构式报告的发展方向

虽然结构式报告已经获得了较高的评价，但仍有不足之处，最主要的是“科学”与“艺术”之争[19]：有些影像科医师认为影像报告的书写是个性化的创作过程，是自我意识的体现，是一种“艺术”，而遵循报告给定的阅片顺序、机械完成报告要求的内容，缺乏自主性，不能体现影像医师的个人价值。另外还有一些经验丰富的影像科医师认为个人的诊断经验优于结构式报告的诊断思路，不能认同结构式报告的诊断标准。这些问题的解决需在构建结构式报告的过程中逐步解决[23]，包括以下方面：①在构建报告之前，应选择恰当的报告种类。在适应证明确时，图像数量大、问题简单、以定量信息为主要内容的报告，或有明确、公认诊断思路的报告，适于采用结构式报告的形式。而适应证不明确、报告内容有较多讨论含义的，则选用自由文本式报告更妥当。②在构建报告过程中，应广泛邀请影像科医师积极参与，整合众多参与者的思路和经验。③利用自然语言处理(natural language processing，NLP)技术来分析已获得公认的、在临床长期使用的既往报告，发现其中的高频要素，以之为基础构建结构式报告，也较易获得临床一线工作人员的认可[24]。④即使是完全自由本文式报告，也可以在生成报告之后，利用NLP等技术进行结构化分析和存储[25]。最终，绝大多数临床情况下，结构式和自由文本式的报告形式并不是单独使用，而是根据实际需求将两种形式整合在一起[26]，成为“科学”与“艺术”的综合体现。

结构式报告的另一个问题是效率的相对低下。目前在结构式报告的信息提取过程中，医师读片、做出决定，然后填写(或点击)报告中的结构化信息，其整体效率低于自由文本式报告，这也是结构式报告推广不利的主要原因[22]。这个问题的解决还有待于通过改善报告信息提取和诊断分析流程来解决。在报告信息提取过程中，应把DICOM图像中的定量信息(如在图像中测量的数值)直接、自动发送到报告中[27]，医师读片时不需要重复录入这些信息，有助于提高效率、减少差错[28]。另外，当前临床工作中执行的很多诊断标准[如TNM分期、实体肿瘤的疗效评价标准(response evaluation criteria in solid tumors,RECIST)等]，其内在学术逻辑可以设定在结构式报告的软件逻辑中，在录入足够的信息后，可自动做出判断，也有助于提高效率[29]。

随着技术的进步，结构式报告将对整个医疗全流程提供信息支持。未来基于知识库的结构式报告系统，应可利用人工智能方法自动提取图形信息，生成诊断[30]，发现危急值并及时通知相关人员进行处理[23]，给出进一步诊断的推荐意见，把相关的影像和文字信息直接推送给后续诊断路径中的设备和医务工作者[31]。与此同时，在临床工作中生成的结构式报告数据信息，可供教学和科研使用，为改进临床流程、提高临床效率和制定医疗决策等大数据研究提供数据源[32]。

虽然目前结构式报告的构建及推广使用的主流思路是以信息学工具适应专家意见的过程，但随着技术的发展，相信医学影像专家的工作模式也会自觉或不自觉地发生转变。影像工作者应积极学习IT和大数据相关知识，了解影像信息学工具的优势，主动创造并适应新的技术背景下的工作模式，在度过最初的磨合期之后，工作质量、效率和价值将会得到明显的提升。

[1] Dunnick NR，Langlotz CP.The radiology report of the future:a summary of the 2007 intersociety conference[J].J Am Coll Radiol，2008，5(5):626-629.

[2] Armas RR.Qualities of a good radiology report[J].AJR，1998，170(4):1101-1110.

[3] Reiner BI.The challenges，opportunities，and imperative of structured reporting in medical imaging[J].J Digit Imaging，2009，22(6):562-568.

[4] Dogan N，Varlibas ZN，Erpolat OP，et al.Radiological report:expectations of clinicians[J].Diagn Interv Radiol，2010，16(3):179-185.

[5] Sobel JL，Pearson ML，Gross K，et al.Information content and clarity of radiologists' reports for chest radiography[J].Acad Radiol，1996，3(9):709-717.

[6] Kong A，Barnett GO，Mosteller F，et al.How medical professionals evaluate expressions of probability[J].N Engl J Med，1986，315(12):740-744.

[7] Marcovici PA，Taylor GA.Journal Club:structured radiology reports are more complete and more effective than unstructured reports[J].J Am Coll Radiol，2014，203(6):1265-1271.

[8] Rothman M.Malpractice issues in radiology:radiology reports[J].J Am Coll Radiol，1998，170(4):1108-1109.

[9] Sistrom CL，Langlotz CP.A framework for improving radiology reporting[J].J Am Coll Radiol，2005，2(2):159-167.

[10] Robinson PJ.Radiology's achilles' heel:error and variation in the inter-pretation of the roentgen image[J].Br J Radiol，1997，70(839):1085-1098.

[11] Sobel JL，Pearson ML，Gross K，et al.Information content and clarity of radiologists' reports for chest radiography[J].Acad Radiol，1996，3(9):709-717.

[12] Siegle RL，Baram EM，Reuter SR.Rates of disagreement in imaging interpretation in a group of community hospitals[J].Acad Radiol，1998，5(3):148-154.

[13] Robinson PJ，Wilson D，Coral A，et al.Variation between expe-rienced observers in the interpretation of accident and emergency radiographs[J].Br J Radiol，1999，72(856):323-330.

[14] Lev MH，Rhea JT，Bramson RT.Avoidance of variability and error in radiology[J].Lancet，1999，354(9175):272-293.

[15] American College of Radiology.Mammography In:Breast Image Reporting and Data System (BI-RADS) atlas.4th ed[D].Reston，American College of Radiology，2003:1-30.

[16] 秦岫波，王蕊，高歌，等.前列腺多参数MRI报告进展：基于第2版前列腺影像报告和数据系统的结构式报告的构建[J].肿瘤影像学，2016，25(2):111-116.

[17] 姚宏伟，刘荫华，高国璇，等.《NCCN直肠癌临床实践指南》外科原则十年变迁及临床意义[J].中华外科杂志，2015，53(1):68-71.

[18] Larson D，Towbin AJ，Pryor RM，et al.Improving consistency in radiology reporting through the use of department-wide standar-dized structured reporting[J].Radiology，2013，267(1):240-250.

[19] Tran L，Wadhwa A，Mann E.Implementation of structured radiology reports[J].AJR，2015，13(3):296-299.

[20] Langlotz CP.Structured radiology reporting:are we there yet[J].Radiology，2009，253(1):23-25.

[21] Hanna TN，Shekhani H，Maddu K，et al.Structured report compliance:effect on audio dictation time，report length，and total radiologist study time[J].Emerg Radiol，2016，23(5):449-453.

[22] Margolies LR，Pandey G，Horowitz ER，et al.Breast imaging in the era of big data:structured reporting and data mining[J].AJR，2016，206(2):259-264.

[23] Lakhani P，Kim W，Langlotz CP.Automated detection of critical results in radiology reports[J].J Digit Imaging，2012，25(1):30-36.

[24] Rubin D，Wang D，Chambers DA，et al.Natural language proces-sing for lines and devices in portable chest X-rays[J].AMIA Annu Symp Proc，2010，13(2010):692-696.

[25] Cheng LTE，Zheng J，Savova GK，et al.Discerning tumor status from unstructured MRI reports-completeness of information in existing reports and utility of automated natural language processing[J].J Digit Imaging，2010，23(2):119-132.

[26] Huang Y，Lowe HJ.A novel hybrid approach to automated negation detection in clinical radiology reports[J].JAMIA，2007，14(3):304-311.

[27] Oberkampf H，Zillner S，Overton JA，et al.Semantic representation of reported measurements in radiology[J].BMC，2015，16(1):1-12.

[28] Zimmerman SL，Kim W，Boonn WW.Automated structured reporting of imaging findings using the AIM standard and XML[J].RadioGraphics，2011，31(3):881-887

[29] Yadav K，Sarioglu E，Smith M，et al.Automated outcome classification of emergency department computed tomography Imaging reports[J].Acad Emerg Med，2013,20(8):848-854.

[30] Wang S，Summers RM.Machine learning and radiology[J].Med Image Anal，2012，16(5):933-951.

[31] Sippo DA，Warden GI，Andriole KP，et al.Automated extraction of BI-RADS final assessment categories from radiology reports with natural language processing[J].J Digit Imaging，2013，26(5):989-994.

[32] Kaggal VC，Elayavilli RK，Mehrabi S，et al.Toward a learning health-care system-knowledge delivery at the point of care empowered by big data and NLP[J].Biomed Inform Insig，2016，8(Suppl 1):S13-S22.

100034 北京，北京大学第一医院医学影像科

曹敏(1989-)，女，山西阳泉人，博士研究生，主要从事影像诊断研究工作。

王霄英，E-mail：cjr.wangxiaoying@vip.163.com

R814.4； R445.2

A

1000-0313(2016)12-1130-03

10.13609/j.cnki.1000-0313.2016.12.005

2016-10-18

2016-11-10)