Profile-based sharing of medical imaging data

Abstract

Durante os últimos anos, a industria da saúde estivo a confiar máis que nunca nas Tecnoloxías da Información. Particularmente nos departamentos de imaxe médica, o fluxo de información e os servizos dispoñibles para a práctica médica tiveron un gran aumento. En consecuencia, tamén os depósitos de imaxes médicas son cada vez máis grandes e difíciles de xestionar e escalar. As institucións aínda tratan isto usando o enfoque tradicional baseado nunha única instalación de repositorio de imaxes médicas ao servizo de toda a organización e están mellorando continuamente a infraestrutura para apoiar de forma eficiente as novas realidades dos servizos. Algunhas institucións xa subcontratan o servizo de almacenamento na nube. Non obstante, aínda son difíciles de resolver varios problemas asociados á especificidade da imaxe médica. Por exemplo, un servizo universal con distribución xeográfica de repositorios é moi complexo debido ao volume de datos que pode alcanzar a escala gigabyte por mostra nalgúns escenarios. Polo tanto, os enfoques actuais carecen de soporte para escenarios de uso avanzado e os retos aínda están por superar. Cada vez é máis urxente explorar novos métodos para xestionar o big data que se está a producir a diario, cun alto nivel de abstracción e integración simplificada cos sistemas actuais xa que é imperativo non perturbar os métodos de práctica médica establecidos e apoiar novos usos. Esta tese investigou a situación actual e propón unha arquitectura distribuída para o almacenamento web e a compartición de imaxes médicas, de forma segura e escalable. Fai uso de formatos estándar e protocolos de rede para garantir a integración transparente cos equipos do mercado. Os métodos propostos garanten unha abstracción da capa de servizo e pretenden facer que o descubrimento e a recuperación de contido de imaxes médicas sexan máis eficientes e eficaces. Para validar a solución, implantouse e validouse o rendemento dos compoñentes arquitectónicos en dous escenarios avanzados: investigación e patoloxía dixital.