digital patologi konseptstudie - nasjonal ikt · 0,4 legger til kapittel teknisk 26.mai 2016 line...

1

Digital Patologi konseptstudie

Hovedprodukt 1.0 - Dagens organisering og arbeidsprosesser

26.september 2016

Versjon nr. 1,0

Godkjenning

Organisasjon Navn Dato Versjons nr. Prosjektstyret 61 NIKT Digital patologi - konseptstudie 21.10.2016 1,0

61 NIKT Digital Patologi – konseptstudie Hovedprodukt 1.0 v1,0

Innhold

1 Innledning ........................................................................................................................... 4

1.1 Endringshistorikk ......................................................................................................... 4

1.2 Formålet med dokumentet ......................................................................................... 4

1.3 Dokumentets omfang og avgrensninger ..................................................................... 4

1.4 Arbeidsgruppen for dokumentet ................................................................................. 4

2 Prosjektproduktene ............................................................................................................ 5

2.1 Produktnedbrytningsstruktur ...................................................................................... 5

2.2 Overordnet beskrivelse av hovedproduktene ............................................................. 5

3 Introduksjon til patologi ...................................................................................................... 6

4 Arbeidsprosesser................................................................................................................. 7

4.1 Faglige nettverk og samarbeid .................................................................................... 7

4.2 Beskrivelse av dagens arbeidsflyt .............................................................................. 10

4.3 Regionale forskjeller .................................................................................................. 12

4.4 Konsekvenser for pasientsikkerhet og effektivitet .................................................... 12

5 Aktivitet og geografisk plassering ..................................................................................... 13

5.1 Aktivitet ..................................................................................................................... 13

5.2 Geografisk plassering ................................................................................................. 15

5.3 Regionene .................................................................................................................. 15

5.4 Trusler ........................................................................................................................ 15

5.5 Muligheter ................................................................................................................. 17

6 Standarder, maler og registre ........................................................................................... 19

6.1 Maler .......................................................................................................................... 19

6.1.1 Dagens bilde ....................................................................................................... 19

6.1.2 Oversikt over bruk av maler ved de største patologiavdelinger i Norge: .......... 20

6.1.3 De nasjonale handlingsprogrammene for kreft (Helsedirektoratet) ................. 21

6.1.4 Veileder utgitt av Den norske patologforening (DNP) ....................................... 21

6.1.5 Arketypeforvaltning i Nasjonal IKT ..................................................................... 21

6.1.6 Smart strukturerte patologisvar (lokalt initiativ) ............................................... 22

6.1.7 Elektronisk rekvirering ....................................................................................... 22

6.2 Registre ...................................................................................................................... 23


7 Teknisk .............................................................................................................................. 25

7.1 Nasjonalt nivå ............................................................................................................ 25

7.2 Regionene .................................................................................................................. 25

i. Bilde Viewer og skannere .............................................................................................. 26

7.3 Funn ........................................................................................................................... 27

ii. Mikroskop ...................................................................................................................... 27

iii. Lagring ....................................................................................................................... 27

iv. Bildeanalyseassistert diagnostikk .............................................................................. 28

v. Standarder, formater .................................................................................................... 28

7.3.1 Trusler ................................................................................................................. 29

7.3.2 Muligheter .......................................................................................................... 30

8 Vedlegg .............................................................................................................................. 31

i. Kartlegging i de fire helseregionene ............................................................................. 31

i. Helse Nord-Norge ...................................................................................................... 31

ii. Helse Vest .................................................................................................................. 32

iii. Helse Midt-Norge ................................................................................................... 33

iv. Helse Sør-Øst .......................................................................................................... 34

ii. Utvalgte as is beskrivelser ............................................................................................. 35

i. Variasjon i prøvematerialet ....................................................................................... 35

ii. Sortering .................................................................................................................... 36

iii. Manuelle markeringer ........................................................................................... 36

iv. Sortering ................................................................................................................. 37

v. Fordeling .................................................................................................................... 37

vi. Konsultasjon ........................................................................................................... 38


1 Innledning

1.1 Endringshistorikk

Versjon Endring Dato Forfatter

0,34 Dokumentet opprettes 20.mai 2016 Line Rodahl Dokset

0,4 Legger til kapittel teknisk 26.mai 2016 Line Rodahl Dokset

0,5 Legger inn bilder 1.juni 2016 Line Rodahl Dokset

0,6 Flytter Historier til vedlegg 6.juni 2016 Line Rodahl Dokset

0,7 Kvalitetssikring 28.juni 2016 Line Rodahl Dokset

0,8 Redigering 19.september 2016 Line Rodahl Dokset

1,0 Oppdatering etter

prosjektstyremøtet

23.september 2016 Line Rodahl Dokset

Harald Aarset

1.2 Formålet med dokumentet

Dette dokumentet er utarbeidet i NIKT prosjektet Digital patologi – konseptstudie, og er en av

flere dokumenter som til sammen vil inngå i foranalyserapporten, som er prosjektets hoved-

leveranse i denne prosjektfasen.

1.3 Dokumentets omfang og avgrensninger

Prosjektet beskriver dagens prosesser og organisering i tillegg til bruk av standarder, maler

og registre. Videre vil også dagens tekniske situasjon i de fire helseregionene, presenteres og

beskrives.

1.4 Arbeidsgruppen for dokumentet

Prosjektgruppen NIKT Digital Patologi - konseptstudie


2 Prosjektproduktene

De 8 prosjektproduktene vil sammen med en gap analyse danne innholdet til

Foranalyserapporten som er hovedleveransen i konseptstudiet.

2.1 Produktnedbrytningsstruktur

2.2 Overordnet beskrivelse av hovedproduktene


3 Introduksjon til patologi

Patologi-diagnostikk innebærer å avgi en sykdomsdiagnose som avgjøre videre behandling

og oppfølging av den enkelte pasient. Diagnostikken gjøres på vev (biopsier,

operasjonspreparater) eller celler (i kroppsvæsker, lymfesystem eller benmarg) og integrerer

vevets/cellenes utseende og egenskaper ved disse (proteinuttrykk, gen forandringer,

kjemiske egenskaper) til sykdomsdiagnoser. Man kan også diagnostisere infeksjoner som

tuberkulose, sopp eller virus ved hjelp av de samme teknikker. Ett eksempel på integrert

diagnostikk er en spesiell variant av lymfekreft, Burkitt's lymfom, som har karakteristisk

utseende enkeltceller, bestemt profil av proteiner og en påkrevet gen forandring

(translokasjon av del av et gen).

Et viktig trekk ved patologi-diagnostikk er at man ikke kan forutsi forløpet til en prøve innen

laboratoriet før man har sett på prøven i mikroskop. Dersom kliniker mistenker Burkitt's

lymfom, men patologen ved mikroskopering finner helt andre forandringer i vevet enn

forventet, må prøven sendes til et annet laboratorium eller kollega konsulteres for å finne ut

hvordan prøven skal undersøkes videre. Motsatt kan kliniker mistenke at det foreligger kreft

i tarm, men prøvens utseende i mikroskopet setter patologen på et helt annet spor, for

eksempel Burkitts lymfom. Prøven må da underkastes et annet forløp innen laboratoriet enn

om det forelå tarmkreft, og oftest må en annen patolog avgi diagnosen. (Et nylig eksempel

fra Dagsrevyen, der en pasient ble utsatt for en omfattende operasjon grunnet mangelfull

patologidiagnostikk, illustrerer dette. )

Per i dag er patologidiagnostikk en viktig flaskehals både innen kreftbehandling og for en del

andre sykdomsgrupper. En av årsakene for forsinket diagnostikk er behov for konsultering

med kollegaer, for eksempel ved prøver fra pasienter med vanskelig tumordiagnostikk eller

sjeldne sykdommer. I Storbritannia viste for eksempel en undersøkelse i ett tilfelle at hele

41% av forsinkelsene innen kreftbehandling skyldtes for dårlig kommunikasjon og håndtering

av prøver til patologidiagnostikk (Delayed diagnosis of Diagnostic Test cancer; National

Reporting and Learning Services, NHS, 2010).

Årsaken til at patologi er en flaskehals er en kombinasjon av manglende kapasiet/teknologi i

pre-analysen, og at diagnostikken er tidkrevende og arbeidsmengden økende samtidig som

antall patologer ikke øker tilsvarende. Dette utgjør en betydelig pasientrisiko.

Patologifaget er preget av en rekke manuelle og ressurskrevende operasjoner som må

utføres før selve diagnostikken kan utføres. Det er tradisjonelt en arbeidsflyt basert på at

papirrekvisisjonen følger materialet igjennom hele arbeidsflyten, og papirrekvisisjonen

oppdateres underveis med informasjon om prøven. I avslutningen av arbeidsprosessen

dokumenteres arbeidet av sekretær eller patolog og signeres av patolog før svar sendes ut i

svarbrev til rekvirent.


4 Arbeidsprosesser

Dagens arbeidsprosesser innebærer håndtering av fysiske prøver i alle steg. Dette gir

utfordringer i forbindelse med prioritering, sammenligning og lagring/gjenfinning, og det gir

stor risiko for forbytting av prøvemateriale.

Dagens arbeidsprosesser innenfor patologi er i svært liten grad understøttet av IKT-verktøy.

Fagfeltet preges av mye manuelt arbeid, lite automasjon og mange tidkrevende operasjoner

og en økende arbeidsmengde.

Figur 1: Arbeidsflyt patologi, Sabine Leh, Helse Bergen HF

I en utvidet forstand kan vi se for oss digitaliseringsprosessen fra rekvirent sender inn

rekvisisjonen digitalt. Dette vil gi en verdi for patologiavdelingen med tanke på planlegging

for mottak av fysiske prøver og forbehandling av disse. Videre vil stegvis skanning av prøver

gi en kontroll når det gjelder identifikasjon av hvor prøven befinner seg. Den største

endringer vil skje etter farging av snittene. Snittene skal da skannes inn og lagres til arkivet,

for deretter å opptre i en arbeidskø til en gruppe, eller utvalgte patologer.

Videre ser vi at samhandling som i dag kan ta flere uker å oppnå, vil kunne skje online.

4.1 Faglige nettverk og samarbeid

Patologifaget har mange fagområder som krever spisskompetanse, eksempelvis er det

definert 28 pakkeforløp for kreft i Norge pr. 2016. Dette innebærer at det for en rekke typer

prøver jevnlig vil være behov for å konsultere spisskompetanse for å sikre korrekt diagnose.


Den norske patologforening har etablert 16 faggrupper for spesialisert diagnostikk. Flere av

patologiavdelingene/seksjonene ved de ulike helseforetakene har ikke mulighet til å etablere

spisskompetanse innenfor alle disse områdene. Dette innebærer at det er et stort behov for

å kunne konsultere andre fagmiljø. I dag foregår dette ved at glass oversendes mellom ulike

avdelinger, mellom HF, og mellom de fire helseregionene.

Ved mottak registreres prøven mottatt og prøven beskrives. Dersom en pasient henvises til

et annet sykehus for behandling innkalles ofte prøver til regranskning. Da OUS mottar mange

henviste pasienter, mottar avdeling for patologi ved OUS mange prøver for regranskning.

Per 2015 var andelen slike prøver på 6% av alle prøver innen OUS (1450 konsultasjonsprøver

fra andre patologer og ca. 2600 prøver innkalt for re granskning). Ofte krever disse prøver en

god del merarbeid, slik at det relative arbeidsomfanget kan være høyere enn 6%. I tillegg

medfører den tungvinte måten dette gjøres på i dag, at patologene i mindre grad

konsulterer enn om det var lettere.

Figuren under viser et eksempel på ekstern konsultasjon av en pasientprøve.

«Det tverrfaglige/multidisiplinære team» (MDT) treffer på̊ sine møter beslutning om

diagnose, sykdoms-stadium, prognose og valg av behandling basert på de undersøkelser som

er gjort i utredningsforløpet. Det er vesentlig at alle relevante legespesialiteter med

tilstrekkelig beslutningskompetanse og myndighet er representert og møter i MDT-møtet.

Dette er møter mellom flere fagområder (ofte onkologer, kirurger, radiologer og patologer)

som oppsummerer alle funn hos en pasient forut for valg av behandling; for eksempel

operasjon/ikke operasjon, omfang av operasjon, cellegift, strålebehandling, mer

persontilpassede nye typer behandling.


Det er svært viktig å kunne se den enkelte pasients totale sykdomsbilde, inkludert alle prøver

som er håndtert i patologiavdelingene med deres tilhørende bilder, annen kvalitativ

informasjon og diagnoser. Dagens møteforberedelser innebærer for patologi fremhenting av

glass og bruk av konferansemikroskop i møtene. Dette er tidkrevende og gir minimal

mulighet for å kunne svare på ikke forberedte problemstillinger som måtte komme opp i

løpet av diskusjonen.

Det er vanskelig med ovennevnte arbeidsprosesser å samhandle effektivt i slike MDT-møter,

da gjenfinning av blokker og glass er krevende. I tillegg mangler patologene muligheten for å

raskt innhente tilleggsinformasjon som lett kunne vært hentet fram i et digitalt billedarkiv.

Figur: midlertidig arkiv under diagnostikk

Flere patologer bruker vesentlige ressurser på undervisning internt i avdelingene, i

regionene, og også nasjonalt.

Det er også en tidkrevende og manuell arbeidsprosess å lage forberedelser til undervisning.

Tilgang til glass for studentene er begrenset til at en eske med snitt rullerer mellom

studentene. Dersom man skal hente fram materiale til forskningsformål, må man fysisk

hente fram alle aktuelle glass for utvelgelse av egnet materiale.

Ved digital arbeidsflyt vil det bli enklere å overføre bilder mellom avdelinger, HF og mellom

regionene. I tillegg vil det være mulig å konsultere kollegaer synkront. Målsettingen er at det

kan etableres formelle og uformelle faglige nettverk som bidrar til kontinuerlig

kompetanseheving og samarbeid om undervisning.

En slik utstrakt utveksling av bildemateriale vil bidra til og kanskje fremtvinge økt

standardisering. Bruk av dataassistert bildeanalyse vil trekke i samme retning. Dette er en

ønsket utvikling, som arbeidsgruppen mener vil bidra til økt kvalitet og effektivitet i

diagnostikken.


4.2 Beskrivelse av dagens arbeidsflyt Arbeidsflyten beskrives fra trinn 4 (etter mottak av prøven i laboratoriet).

1. Rekvirere/bestille

2. Forberede Prøvetaking

3. Prøvetaking

4. Prøvemottak

a. Prøven registreres og gis internt løpenummer

b. Rekvisisjon skannes

c. Briketter til uttatte vevsbiter (blokker) skrives ut, basert på en antagelse om

hvor mange den enkelte prøve vil kreve

d. Store vevsprøver deles opp i mindre deler, alt vevet må være tilstrekkelig

fiksert før videre pre-analyse

5. Pre-analyse/lab

a. Makro

i. Prøven beskrives (vekt, mål, utseende etc.) og fotograferes

ii. Prøven beskjæres videre og det tas ut vevsprøver som antas å

illustrere sykdomsprosess

iii. Disse vevsprøver overføres til nummererte briketter

b. Fremføring

i. Vevet fikseres/dehydreres videre

c. Innstøping

i. Vevet støpes i parafin og vi får blokker (vev i parafin i brikett)

ii. Blokkene sorteres etter prioritet

d. Skjære snitt til diagnostikk

i. Kjøle ned blokk, feste i mikrotom

ii. Trimme (skjære ned til riktig nivå i blokk)

iii. Skrive inn løpenummer og type analyse på alle glass som er bestilt fra

den enkelte blokk. Skjære snitt og overføre til vannbad, deretter til

riktig objektglass

iv. Tørke objektglass

e. Farge og legge på film/dekkglass

f. Tørke glass

g. Lime på maskinskrevne etiketter (bestilt på hver blokk som over)


h. Sortering av typer prøver til ulike patologer/faggrupper (tildeling)

6. Vurdering/beskrivelse/diagnose

a. Patolog henter remisse ved å skanne glassets løpenummer (etikett)

b. Patolog ser alle aktuelle glass på prøven. Avhengig av hva slags sykdom som

foreligger, vil patologen

i. Enkel problemstilling: avgi et svar (beskrive, legge inn diagnose med

Snomedkoder og signere

ii. Uavklart problemstilling: rekvirere tilleggsundersøkelser (dypere

skårne snitt, immunhistokjemi eller enzymbaserte farginger)

iii. Avgi svar som over

iv. Fortsatt uavklart problem/diagnose: rekvirerer ytterligere

tilleggsundersøkelser (mer immunhistokjemi, eventuelt

molekylærpatologi)

v. Avgi svar som over

vi. Eventuelt konsultere annen kollega på alle trinn i denne prosessen,

avhengig av erfaring, vanskelighetsgrad på prøven og krav til

undersøkelser for bestemte diagnoser som gir bestemte

behandlingsvalg

1. Eksempler: lungekreft (EGFR), føflekkskreft (BRAF), brystkreft

(Her2) prostatakreft (Gleason skår), tarmkreft (KRAS)

vii. Tilleggsundersøkelser kan rekvireres enda flere ganger i enkelte

vanskelige utredninger

viii. LIS vil i lange tid under sin opplæring måtte vise alle prøver til en

overlege og signere prøven sammen med denne. I disse tilfeller

innføres ytterligere minst ett trinn i den diagnostiske prosessen.

7. Rapportering/svar

a. Makroskopisk bilde og beskrivelse av den mottatte prøve

b. Beskrivelse av de mikroskopiske funn

c. Eventuelt tabellarisk oversikt over viktige parametere for eks

immunhistokjemiske eller molekylærgenetiske funn

d. Diagnose

e. Snomedkoder (Topografi, Morfologi/Sykdom, Prosedyre, eventuelt

Funn/Etiologi)

f. Vurdering

g. Godkjenning ved signering

i. Elektronisk overføring av svar til interne rekvirenter

ii. Utskrift og postlegging til eksterne rekvirenter og fastleger

iii. Elektronisk overføring til registre basert på Snomedkoder

8. Arkivering

a. Alle remisser arkiveres og beholdes en viss tid etter at prøven er besvart


b. Alle glass som er diagnostisert arkiveres forløpende (etter internt

prøvenummer) og oppbevares inntil videre (evig? De fleste steder i Norge)

c. Alle blokker arkiveres tilsvarende (evig)

d. Både glass og blokker må ofte hentes fram igjen til multidisiplinære møter, re

granskning, ved tilbakefall av kreftsykdom, ved mistanke om feil og for

forsknings- og undervisningsformål.

4.3 Regionale forskjeller

På et mer detaljert nivå finner man forskjeller i arbeidsprosessene mellom regioner og

avdelinger innen regionene. Dette skyldes mange faktorer som for eksempel ulik innføring av

nyere ressursbesparende utstyr, variabelt omfang av IKT-verktøy, størrelse på lab-ene, ulike

tradisjoner, personalressurser, logistikk og bygningsmasse.

4.4 Konsekvenser for pasientsikkerhet og effektivitet

- Dagens arbeidsprosesser er i svært liten grad understøttet av IKT-verktøy

- Mange manuelle arbeidsprosesser medfører risiko for pasienten,

- Risiko for forveksling eller tap av prøvemateriale.

o Til dels lange og uforutsigbare svartider

o Krysskontaminering

o Minimum 6 manuelle ID overføringer /pasient i pre-analysedelen

- Tungvinte arbeidsprosesser gir opphopning og forsinkelse i besvarelsen av prøvene

o Ujevn flyt av prøver til legene

o Krever stadig omprioriteringer

o Uoversiktlig hva som venter

o Tunge leteprosesser når svar etterspørres

o Variasjoner i svartider fra de ulike sykehus

- En del glass og blokker arkiveres feil og blir dermed umulige å finne igjen

- En prøve som blir borte kan ikke erstattes (som en blodprøve)

- Eksisterende teknologi er i liten grad implementert ved landets patologiavdelinger

- Noen patologilaboratorier har tatt i bruk digitalisering av snitt men dette er ikke

implementert i rutinediagnostikk og mangler full integrasjon mot LIMS

- Manglende sporbarhet (hvor prøvene befinner seg)

- Tungvint samhandling mellom patologene

- Krevende å samhandle med andre fagområder (MDT møter)

o Krevende manuell gjenfinning av blokker og objektglass

o Manglende mulighet til raskt å fremskaffe nye opplysninger om prøven

- Voksende behov og økt kompleksitet innen diagnostisk patologi

- Lang lokal opplæring av LIS er ressurskrevende

- Elektronisk rekvirering benyttes i liten grad

Mangelfull dokumentasjon på hvordan en pasientprøve blir behandlet.


5 Aktivitet og geografisk plassering

5.1 Aktivitet I Norge produseres (2015) ca. 2 millioner objektglass med celler og vev til mikroskopisk

diagnostikk. I en tenkt digital framtid vil alle disse skannes til digitaliserte bilder.

Sannsynligvis vil tallet bli gradvis høyere etter hvert som glass med cytologiske (celle-)prøver

også kan skannes standardisert, anslagsvis ca. 2.5 millioner glass.

Den relative andelen av glass produsert ved de ulike avdelinger er angitt i figur 1.

Tallene refererer seg til de offentlige laboratorier; de to private patologilaboratoriene

rapporterer ikke lenger glass. (Kilde: tall oppgitt fra Den norske patologforening).

Figur 1. Glass per region


Figur: Glass per avdeling/foretak


5.2 Geografisk plassering

De fire helseregionene har alle avdelinger for patologi ved to eller flere helseforetak.

5.3 Regionene

De 17 avdelingene for patologi i Norge fordeler seg fra 2 avdelinger i HNN, 3 avdelinger i

HMN, 4 avdelinger i HV til 8 avdelinger i HSØ (hvorav en har tre lokasjoner).

Det finnes i dag to private laboratorium for patologi.

5.4 Trusler Det forventes en økning i antall prøver til alle patologiavdelingene grunnet en aldrende

befolkning som får mer kreft, flere behandlingstilbud og bedre diagnostikk samt økt behov

for kontroll og oppfølging av den enkelte pasient. Per i dag er patologidiagnostikk ofte en

flaskehals i pakkeforløp for kreft. Dette varierer noe mellom regionene men også innen

disse. Flaskehalsen skyldes manglende kapasitet i forhold til etterspørsel, dels fordi

omfanget av undersøkelser per prøve øker, dels fordi visse kreftdiagnoser er vanskelige og

krever flere tilleggsundersøkelser, og dels fordi det er behov for å konsultere kollega med

mer erfaring. Mange av avdelingene har dessuten en tungvint infrastruktur å arbeide i.

Eksempelvis må prøver fysisk sendes mellom sykehusene dersom man ønsker konsultasjon

eller rådgivning underveis i diagnostikk av en prøve. Den manuelle arbeidsflyten beskrevet

ovenfor innebærer at hver pasientprøve har minimum 6 ganger ID overføringer gjennom


avdelingens prosesser. Dette muliggjør forveksling av prøvemateriale underveis,

feilmerkinger, lav sporbarhet og dermed dårlig dokumentasjon på hva som faktisk har skjedd

med en prøve.

Mulighet for mer målrettet behandling (persontilpasset medisin) har medført økte krav til

diagnostikken og gjør at det blir mer arbeid med hver prøve. At de fleste laboratorier ikke

har kapasitet til å håndtere den prøvemengden som kommer inn (har restanser), medfører

også at det er nødvendig å prioritere de viktigste undersøkelsene for å unngå for sen

diagnose av alvorlige sykdommer (for eksempel føflekkreft). Dette fører igjen til at prøver

som ikke prioriteres blir skjøvet bakover i "køen" og derved også kan få altfor sen diagnose.

Også i slike prøver kan det skjule seg alvorlig sykdom; som tidligere beskrevet vet man ikke

hva slags sykdom som foreligger før vevet er undersøkt mikroskopisk.

Fysiske forsendelser av prøver (blokker og objektglass) gir risiko for at prøven blir borte og

medfører uansett et tidstap. Disse forhold medfører at vi bruker våre ressurser feil; til

rydding, sortering, leting og dermed unødig mye tid per prøve. Det er derfor stort behov for

å bedre prøveflyten, informasjonsflyten og logistikk, innen hver avdeling, mellom avdelinger

og mellom regioner. Dette gjelder ikke bare kreftdiagnostikk men også andre diagnostiske

områder som lever- og nyresykdommer, muskelsykdommer og sykdommer i

sentralnervesystemet, da disse er relativt sjeldnere og et begrenset antall personer derfor

får tilstrekkelig erfaring til å beherske slike prøver.

Som det framgår av figurene ovenfor har få avdelinger tilstrekkelig personell til å sub-

spesialisere sine patologer, noe som i økende grad kreves for å mestre det diagnostiske

presisjonsnivå som kreves. Avdelingen i Oslo har størrelse til å kunne gjennomføre dette og

får det største antall prøver til konsultasjon eller re granskning (ca. 6% av det totale

prøvetallet i avdelingen).


Oppsummert i stikkordsform

Mange manuelle arbeidstrinn gir lettere forveksling av prøvemateriale

Restanser, med forsinkete svar

Kreftpakkeforløp forsinkes og blir ufullstendige

Prøver som tapes grunnet fysisk forsendelse, kan ikke alltid erstattes.

- Manglende tilgang på patologer og spesialistkompetanse på mindre sykehus

o Små avdelinger er avhengig av nøkkelressurser

o Sårbar driftssituasjon

o Prøver som håndteres feil; for eksempel at en nålebiopsi skjæres ned og

undersøkes med irrelevante supplerende tester fordi problemstillingen

misforstås. Man vil da kanskje måtte ta en ny prøve fra en pasient som

allerede har ventet lenge og/eller er sterkt plaget

5.5 Muligheter

Tanken bak digitalisering er hovedsakelig forbedret diagnostikk og effektivitet ved å lette

arbeidsflyt, sikre riktig prøve identitet og forbedre samhandling mellom laboratorier og

avdelinger slik at prøver som krever spesielle undersøkelser eller konsultasjoner med kollega

kan gjøres langt raskere og sikrere enn i dag.

Ideen er at digitaliserte bilder av celler og vev skal kunne nås av enhver patolog, hvor som

helst i regionen eller landet, som trenger det for å kunne stille riktig diagnose der og da.

Dersom integrasjon mellom bilder og laboratoriedatasystemer er organisert etter standarder

som ikke hindrer den enkelte i å få tilgang til bilder ved annet laboratorium, kan man tenke

seg en virtuell organisering av patologidiagnostikk etter fagområder eller i nettverk av

patologer som behersker ulike diagnostiske fagområder.

Noen patologilaboratorier har tatt i bruk digitalisering av snitt men dette er ikke

implementert i rutinediagnostikk og mangler full integrasjon mot LIMS

En eventuell full-digitalisering av diagnostikken i Norge vil gi en rekke andre fordeler:

Man begrenser muligheten for forveksling av prøvemateriale underveis

Mulighet for digitalt styrt arbeidsprosess som kan gi betydelig forenkling og

effektivisering

Når det blir lettere å konsultere kollegaer, vil det i seg selv bidra til standardisering av

diagnostikken

Dette vil også bidra til kunnskapsdeling; "alle blir Norgesmestere" innen sine fagområder


Det vil bli langt mindre behov for såkalt re granskning, som betyr at leger ved

region/tertiærsykehus innkaller prøver fra annet laboratorium når pasienter henvises til

deres sykehus (hensikten er å rydde feil og misforståelser av veien forut for valg av

behandling)

Økt pasientsikkerhet oppnås ved at patologen lettere kan undersøke tidligere prøver fra

samme pasient – de er bare et tastetrykk unna istedenfor i fysiske glassarkiver de må

letes fram fra. Dette er særlig aktuelt ved tilbakefall av sykdom, ved mistanke om feil,

eller når det er helt uklar hva pasienten feiler og man behøver se tidligere prøver i

sammenheng

Undervisning av framtidige patologer blir langt mer standardisert og kan i prinsippet

gjennomføres nasjonalt, i virtuelle møterom. I prinsippet gjelder dette også for

primærutdanning og for videreutdanning

Materiale til forskning blir mer tilgjengelig

Bidrag til å bedre pasientsikkerheten - vi kan stille diagnose til rett pasient til rett tid!


6 Standarder, maler og registre

6.1 Maler

6.1.1 Dagens bilde

Den norske patologforening har i mange år utarbeidet en Veileder for besvarelse av maligne

svulster. Denne oppdateres jevnlig av fagpersoner utpekt av foreningen. I tillegg har mange

avdelinger utarbeidet egne maler, det vil si standardiserte tekster for ulike diagnoser.

Hensikten med slike maler er to-delt: dels skal de hjelpe hver patolog å huske å registrere

alle de parametere som skal beskrives for en gitt kreftform, dels skal de bidra til

standardisering gjennom at like prøver besvares likt uavhengig av patolog eller avdeling.

Vi skiller mellom fritekst, strukturert tekst og strukturerte data i diagnosene. I en strukturert

mal vil parametere som oppgis også omsettes til en standardisert diagnoseformulering fulgt

av gitte Snomed-koder. Disse data er strukturerte og kan søkes opp.

Snomed (Systematic nomenclature of medical diagnoses) er opprinnelig et amerikansk

kodesystem utarbeidet av og for patologer, med den hensikt å skape et kodeverk som gjør at

vi kan ha oversikt over antall diagnoser med for eksempel brystkreft over et gitt tidsrom.

Snomed-systemet har gått igjennom ulike tilpasninger for norsk bruk. Man koder for

Topografi (i hvilket organ en sykdom sitter), for morfologi (type sykdom), for sykdom dersom

den har et eget navn (for eksempel cøliaki). I tillegg brukes ofte Prosedyrekoder for å angi

hvordan prøven er tatt (biopsi, operasjonspreparat etc.), E (etiologi) koder for eksempel ved

bestemte infeksjoner og av og til Funksjonskoder for å beskrive hvordan en skade er

oppstått (medikamentbivirkning, fall).

For ca. 10 år siden utarbeidet enkeltpatologer i samarbeid med Kreftregisteret en strukturert

mal for tykktarms- og endetarmskreft. Denne har vært tatt i bruk i mange avdelinger og har

vært en suksess: den har medført langt mer standardiserte undersøkelser og besvarelser på

tvers av geografi og har derfor medført at man på langt tryggere grunnlag kan sammenligne

behandlingsresultater mellom sykehus og regioner. I skrivende stund arbeides også med

slike maler for prostata og føflekkskreft.

Eksempel på diagnose mal (føflekkskreft):

Hud fra skulder med Malignt melanom av superfisiell spredningstype.

Tumortykkelse: 3.2 mm

Clark nivå: IV

Vertikal vekstfase hvis tumortykkelse <0.5 mm: ikke relevant

Mitoser: 4 per mm2

Regresjon: tilstede


Infiltrasjon av lymfocytter i tumor: rikelig

Karinfiltrasjon: påvist

Perinevral infiltrasjon: ikke påvist

Avstand til nærmeste reseksjonsrand: 2 mm (mot bunn)

T02600 M87203 P11010

6.1.2 Oversikt over bruk av maler ved de største patologiavdelinger i Norge:

OUS HUS SUS St. Olavs UNN

0: fritekst

1: strukturert tekst (sjekkl-

ister, standardtekster,

frasekoder)

2: strukturerte data

(maskinlesbar, søkbart)

Osl

o U

niv

ersi

tets

syke

hu

s

Hau

kela

nd

Un

iver

site

tssy

keh

us

Stav

ange

r U

niv

ersi

tets

syke

hu

s

St O

lav'

s H

osp

ital

Un

iver

site

tssy

keh

use

t N

ord

No

rge

Spiserørskreft 1 0 1 0 1

Magekreft 1 0 1 0 1

Tynntarmskreft 1 0 0 0 1

Tykk- og endetarmskreft 2 2 1 1 1

Bukspyttkjertelkreft 1 0 1 1 1

Galleveiskreft 1 0 0 0 1

Føflekkskreft 1 1 1 1 1

Brystkreft 1 0 1 1 1

Skjoldbrystkjertelkreft 1 0 1 0 1

Hode-hals kreft 1 0 0 0 1

Lungekreft 1 1 1 1 1

Nyrekreft 1 0 1 1 1

Urinveis/blærekreft 1 0 1 1 1

Prostatakreft 1 0 1 1 1

Testikkelkreft 1 0 1 1 1

Gynekologisk kreft 1 0 1 1 1

Maligne blodsykdommer 1 0 0 0 1

Lymfekreft 1 0 0 0 1

Bløtdelskreft 1 1 0 1 1

Beinkreft 1 0 1 1 1

Kreft hos barn 0 0 0 0 1

Nevroendokrine svulster 1 0 0 0 1


6.1.3 De nasjonale handlingsprogrammene for kreft (Helsedirektoratet)

De nasjonale handlingsprogrammene for kreft1 inneholder anbefalinger om diagnostikk,

utredning og behandling av kreftsvulster. De utgis av helsedirektoratet og

lages/vedlikeholdes av fagpersoner. Handlingsprogrammene inneholder et eller flere avsnitt

om patologi. Patologidelene omhandler aspekter som prøvehåndtering, makrobeskjæring,

mikroskopisk beskrivelse og diagnoseformulering inkludert maler (eksempel mal for

rectumcancer).

Handlingsprogrammene er ikke koordinert med veilederen (neste avsnitt).

6.1.4 Veileder utgitt av Den norske patologforening (DNP)

DNP oppdaterer jevnt en veileder for biopsibesvarelse av maligne svulster. Veilederen består

av sjekklister, kommentarer til enkelte forhold og diagnoseeksempler i strukturert tekst2.

Innhold redigeres av faggruppene innenfor DNP.

I innledning til siste utgave nevnes det: «Det er også blitt fremmet forslag om innføring av en

felles utforming av diagnoseoppsettet i patologibesvarelsene for maligne diagnoser. Dette i

form av felles strukturert diagnoseformulering og oppsummering, utarbeidet av

faggruppene i samarbeid med klinikere og Kreftregisteret, for å øke kvalitet på diagnostikk

ved å sikre mest mulig komplette besvarelser og informasjonsflyt, og sikre riktig

pasientbehandling. Arbeidet med dette vil fortsette.»

6.1.5 Arketypeforvaltning i Nasjonal IKT3

Arketyper er informasjonsmodeller for klinisk (og patologisk) informasjon, som viser disse

egenskaper:

Universelt brukbar (kan implementeres i ethvert LIS)

Maksimumsdatasett

Kan knyttes opp mot terminologier

Deles fritt men reguleres strengt

Metodikken gjør det mulig for ikke-IKT fagpersoner (klinikere, patologer) å lage og jobbe

med innhold i disse informasjonsmodellene uten å måtte tenke så mye på den

informasjonstekniske siden.

1 https://helsedirektoratet.no/kreft/nasjonale-handlingsprogrammer-for-kreft 2 Veileder i besvarelse av maligne svulster 3 http://www.nasjonalikt.no/no/forumer/arketypeforvaltning/

http://www.helsebiblioteket.no/retningslinjer/kreft-i-tykktarm-og-endetarm/20-vedlegg/vedlegg-til-kapittel-17/mal-rectumcancer

http://www.helsebiblioteket.no/retningslinjer/kreft-i-tykktarm-og-endetarm/20-vedlegg/vedlegg-til-kapittel-17/mal-rectumcancer

https://helsedirektoratet.no/kreft/nasjonale-handlingsprogrammer-for-kreft

http://legeforeningen.no/Global/Fagmedisinske%20foreninger/Den%20norske%20patologforening/Veileder%20i%20besvarelse%20av%20maligne%20svulster%202016%203%20%20utgave.pdf

http://www.nasjonalikt.no/no/forumer/arketypeforvaltning/


Nasjonal IKT har i 2012 gjennomført en pilotstudie som skulle teste «arketype metodikken»

(Tiltak 41)4. Tidlig 2013 spurte Nasjonal IKT Helse Vest RHF å utvikle en styringsordning for

arketyper. Arketypebiblioteket ble så satt i drift januar 2014. Arketypebiblioteket5 er en

åpen nasjonal plattform som utvikler og forvalter arketyper gjennom en formalisert prosess.

Denne prosessen inkluderer høringsrunder mellom fagpersoner og publisering av en

arketype når det er blitt konsens om innholdet og struktur.

Arketypebiblioteket inneholder også patologi arketyper; for et eksempel

melanomarketypen. Disse patologi arketypene er importert fra et internasjonalt

arketypebibliotek. De er ikke blitt oppdatert de siste årene og trenger aktualisering.

Kreftregisteret har sett på disse arketypene. Kreftregisteret har imidlertid ikke avgjort om de

skal bruke metodikken.

Ved Avdeling for patologi Haukeland brukes metodikken for å utvikle en standard med

strukturerte data for besvarelse av nyrebiopsiene (se nedenfor «smart strukturerte

patologisvar»).

Hva er bra med dette initiativet?

Arketypebiblioteket er en interaktiv nasjonal plattform der alle interessenter (patologer,

onkologer, kirurger, registre) kan utvikle felles patologiinformasjonsmodeller av høy kvalitet.

Disse kan fungere som nasjonale standarder for patologi-LIS, når de implementerer

diagnosemaler med strukturerte data. Dette sikrer at enhetlige strukturerte data kan

overføres direkte fra patologi-LIS til kliniske journaler eller kvalitetsregistre eller kan brukes

til forskning.

6.1.6 Smart strukturerte patologisvar (lokalt initiativ)

Innovasjonsprosjekt i Helse Vest som skal forbedre oppsett for strukturerte data i LIS Unilab.

Prosjektet er nettopp startet opp. De viktigste prosjektleveranser skal være:

Logiske koblinger mellom strukturerte data

Tilrettelegge for kunnskapsstøtte

Dynamisk brukergrensesnitt

Bruke arketypemetodikken til å utvikle strukturerte data for patologisvar

Prosjektet bruker besvarelse av ikke-neoplastisk nyrebiopsi som «proof of concept». En

arketype for mikroskopiske forandringer i en nyrebiopsi er laget.

6.1.7 Elektronisk rekvirering

Det finnes initiativer for standardisert elektronisk rekvirering i de enkelte regionale

helseforetak.

4 http://www.nasjonalikt.no/filestore/Dokumenter/Prosjekter_og_tiltak/Sluttrapporter/Vedl04b2012-06-08Tiltak41-rapportv.1.03.pdf 5 http://arketyper.no/ckm/

http://arketyper.no/ckm/


http://www.nasjonalikt.no/filestore/Dokumenter/Prosjekter_og_tiltak/Sluttrapporter/Vedl04b2012-06-08Tiltak41-rapportv.1.03.pdf

http://www.nasjonalikt.no/filestore/Dokumenter/Prosjekter_og_tiltak/Sluttrapporter/Vedl04b2012-06-08Tiltak41-rapportv.1.03.pdf



Eksempel på elektronisk rekvirering fra HV: Prokom skjema i DIPS må fylles fra klinikken før

utskrift og annotering. Sendes inn som papirremisserekvisisjon:

For eksterne rekvirenter (spesialist og primærhelsetjenesten) pilot elektronisk rekvirering:

Utvalg av remisserekvisisjonsform fra en tjenestekatalog (eks. stanse hudtumor).

Rekvisisjonsform inneholder en del strukturerte data (eks. fødselsnummer, prøvetype).

Rekvirent fyller ut, lagrer. Lagring utløser registrering i Unilab. En etikett blir skrivet ut på det

lokale legekontoret. Prøveglasset blir så markert med etikett fra elektronisk

bestillingssystem allerede når prøven tas. Når prøven ankommer på patologiavdelingen,

«kjenner» Unilab allerede prøven.

6.2 Registre

Det ønskes en oversikt over rapportering til registre som affiseres av digitalisering.

Patologiavdelinger i Norge har i en årrekke rapportert forstadier til kreft og faktisk kreft til

Kreftregisteret. I tillegg har obduksjonsbesvarelser vært sendt til Statistisk sentralbyrå som

har korrigert innsendte dødsmeldinger i henhold til obduksjonsfunn. Ved obduksjon av

fostre, og særlig der det er utført provosert abort grunnet ultralydfunn, er det viktig at funn

registreres.

Utover dette har det vært liten grad av rapportering til registre, med unntak av

Nyrebiopsiregisteret i Bergen (nytt navn fra 2016: Norsk Nyreregister – seksjon for

nyrebiopsi). Dette ble opprettet 1988 for å ha en nasjonal kvalitetssikring av

patologidiagnostikk på ikke-neoplastiske nyresykdommer, men det fungerer nå som et

nasjonalt kvalitetsregister.


Nedenstående tabell gir en oversikt over registre det rapporteres til. Arbeidsgruppen anser

at det kun er rapportering til Nyrebiopsiregistret som treffes av digitalisering; i den forstand

at dette registeret kan endres til å være virtuelt, i en mulig framtidig nasjonal database over

patologidiagnostikk. På den annen siden vil alle registre, og særlig Kreftregisteret, ha stor

nytte av økt standardisering gjennom digitalisering.

Register Rapportering utløst av Kommentar

Kreftregisteret SNOMED-koder; alle som

ender på M-koder for

forstadium til kreft eller

faktisk kreft

HSØ: Overføres løpende elektronisk fra alle patologisvar

HMN: 2 ganger pr mnd. Papirrapporter. Avventer HEMIT

for EDI løsning som er klar.

HV (Haukeland og Stavanger): rapporterer elektronisk

med XML fil daglig

HN: Papirrapporter kjøres ut en til to ganger i måneden.

XML rapport under uttesting.

Statistisk sentralbyrå Alle ferdige obduksjoner

skal sendes

Alle patologavdelingene sender sine forsider, som papir,

manuelt

Folkehelseinstituttet Snomedkoder for

meldepliktige infeksjoner

Vanligvis gjøres det av manuelt av kliniker.

Medisinsk fødselsregister Alle ferdige

fosterobduksjoner sendes

Ulik praksis på de enkelte avdelinger

HV: sender hele obduksjonsrapporten

Norsk Nyreregister –

seksjon for nyrebiopsi

Nyrebiopsitaking:

Behandlende lege sender

samtykkeskjema og kliniske

data til registeret; registeret

kaller inn patologens

remisse og originalsnitt til

skanning.

Etablert som register i Bergen 1988; siden 2012 et

nasjonalt kvalitetsregister; siden 2016 sammenslått

med Norsk Nyreregister (dialyse og transplantasjon);

kliniker og patologer bidrar med data; originalsnitt kalles

inn, digitaliseres på avdeling for patologi i Bergen. Det

digitale arkivet omfatter nå 4544 biopsier (og 35518

digitaliserte snitt).

HMN: rapporter etter «innkalling» på pasient fra

registeret i Bergen

HN: Samme som HMN,

Bivirkningsnemnda Obduksjoner der man

mistenker feilmedisinering

eller bivirkning som viktig

for dødsfallet

Biopsiforandringer som gir

mistanke om

legemiddelbivirkning

Vanligvis av kliniker. Av patolog på eget initiativ, og da

manuelt.


7 Teknisk

7.1 Nasjonalt nivå

Det er stor interesse for digital patologi i de fire helseregionene.

Alle regionene har ulike initiativer og erfaring med digital patologi. Det er behov for å

etablere felles tekniske føringer og målbilder nasjonalt. Dette vil bli utdypet i Hovedprodukt

2.0 som en av prosjektleveransene.

7.2 Regionene

Status på digital patologi i regionene.

HSØ Startet regionalt forprosjekt for DP jan 2016.

Ahus har hatt skannere siden 2010, men uten integrasjon med LIMS.

HV Gjennomført et prosjekt i 2011 (nyrebiopsiregisteret, forskning, undervisning)

og et pilotprosjekt i Helse Førde 2013.

Regionalt forprosjekt startet mai 2016.

Helse Bergen har to skannere, Helse Stavanger har en skanner, et Digitalt Live

mikroskop og bildeanalysesystem. Helse Førde har 1 skanner.

HMN Gjennomført forprosjekt april-oktober 2015. Planlegging/innføringsprosjekt er

"på vent". Sykehuset i Levanger har hatt skanner siden 2012, men uten

integrasjon med LIS.

Snittskannere er budsjettert for anskaffelse i 2016 for St. Olav. St. Olav starter

(juli 2016) prosess for anskaffelsesfase av skanner og programvare for

bildeanalyse av histopatologiske snitt.

HN Er i en anskaffelsesfase for skanner og programvare for digitalisering av

histopatologiske snitt.

Har gjennomført leverandørpresentasjon. Kravspesifikasjon for anskaffelsen er

i sluttfasen.

Alle RHF-ene har i stor grad ulike LIMS for Patologi i dag. RHF-ene har alle et langsiktig mål

bilde om å etablere et regionalt LIMS for patologi, dvs. en felles regional installasjon.


Målbildet for LIMS for de ulike RHF-ene er presentert i figurene under. Dette er målbilder

som er besluttet gjennomført de neste årene i de ulike regionene.

i. Bilde Viewer og skannere

I tillegg til LIMS krever digital patologi også en bilde Viewer som kan vise bilder av digitalisert

prøvemateriale.

De ulike regionene benytter ulike skannere som lagrer digitalisert prøvemateriale i ulike

filformat. Det benyttes filformater med komprimering som reduserer filstørrelsene noe, men

filstørrelsen blir fortsatt mange hundre MB per fil. De fleste benytter en bilde-Viewer som

leveres av skannerleverandøren til å se på bildene. Bilde-Viewerene er per i dag ikke

integrert med LIMS. De fleste bilde-Viewerne kan lese de ulike bildeformatene som er på

markedet. Viewere har mulighet til å gjøre annoteringer m.m. som gjør at man f.eks. kan

markere funn, og enkelt gjenfinne dette i ettertid.


7.3 Funn

Nedenfor har vi oppsummert viktige funn ved en innføring av digital patologi. Her har vi også

kartlagt utstyr og lagringsplass som vil kunne få et endret behov ved innføring av digital

patologi.

ii. Mikroskop

Mikroskop Ca. 436 totalt

Av disse ca. 206 med mikrokamera

Konferansemikroskop Ca. 261 som er to-hodet

Ca. 19 som er mangehodet (2+ hodet)

Mikroskopene har normalt en levetid på 10-15 år og koster fra 100 000 kr for de enkleste til

over 500 000 kr per stk. for de dyreste konferansemikroskopene. Mikrokameraene har

normalt kun levetid på ca. 5år. Det tilkommer også årlig service på ca. 1000 kr per mikroskop

og ofte også en kostnad på 20 000 kr per lokasjon. Total innkjøpsverdi for mikroskoper og

kamera er beregnet til ca. 100 millioner kroner.

iii. Lagring

Det er kartlagt at det kreves stor lagringsplass for dagens glassarkiver og blokker.

Lagringsplassen deles normalt i nærlager og fjernlager. I fjernearkivet har

patologiavdelingene lagre med objektglass og blokker tilbake fra tidlig 70-tallet.

Lagringsbehovet vokser for hvert år og kun noen få har tilnærmet ubegrenset lagringsplass.

Figur 1: Glassarkiv i kjelleren til Haukeland universitetssykehus (Foto Oddleiv Apneseth, Mitt Haukeland)

Til dels brukes alt fra gamle bunkre fra krigen, til attraktiv og sentral lagringsplass på

sykehusene. Glassene som lagres er tunge og krever forsterkede gulv. I HSØ og HV krever

dette ca. 1 500 m2 utenom OUS som i tillegg har 840 m3 lagerplass. I tillegg har HMN en stor

ubåt bunker (Dora) som fjernarkiv, og HN har flere arkiv både internt og eksternt. Det er

vanskelig å estimere kostnader til denne lagringen, men kartleggingen viser at lagringen


krever store arealer. HMN har grov estimert at de alene kan spare 0,5-1 mill i årlig

besparelse dersom glass ikke lenger arkiveres. Det planlegges nå også nye sykehus, der man

evt. kan spare plass, dersom man ikke trenger å lagre objektglass.

Det er krevende å håndtere logistikken rundt lagringen. Hoved kostnaden er tiden en

sekretær etc. bruker på manuelt å pakke/sende/transportere. På OUS har man også intern

logistikk som håndteres mellom 3 ulike lokasjoner. OUS har alene estimert en kostnad på ca.

1 million knyttet til en egen bil (som primært transporterer objektglass) og en merkantil

person.

iv. Bildeanalyseassistert diagnostikk Resultater fra bildeanalyse benyttes i dag i diagnostikk på Ahus, Bergen og Stavanger. HN har

benyttet bildeanalyse for endometriehyperplasier i diagnostikken i flere år. Utstyret som

benyttes er på gammel teknisk plattform. Det er inngått avtale med Visiopharm om utvikling

av ny programvare som skal erstatte dette. På Ahus benyttes det til å automatisere

immuntellinger. I Bergen brukes det foreløpig kun i forskningssammenheng. Stavanger har

lang erfaring med bildeanalyse basert på Visiopharm programvare og bruker dette i

forskningsprosjekter, kvalitetskontroll og diagnostikk for objektiv (semi) kvantitering av IHC

markører.

Patologene som har lært seg å benytte bildeanalyseassistert diagnostikk ser stor nytte av å

bruke dette. Det er særlig på analyser som krever mye manuell telling av syke celler etc. at

man får nytteverdi i dag, men det er også et stort potensiale i mønstergjenkjenning m.m.

etter hvert som det slippes mer avansert programvare på markedet. Bildeanalyseassistert

diagnostikk vil aldri erstatte en patolog men vil kunne gjøre arbeidet enklere, raskere og mer

standardisert siden man får en maskin til utføre manuelle tellinger, gjenkjenne mønstre etc.

v. Standarder, formater

DICOM

DICOM (Digital Imaging and Communications in Medicine) er en standard for både å

overføre og lagre bilder. DICOM standarden for bilder knytter metadata sammen med det

digitale bildet i en og samme fil.

DICOM har bl.a. vært brukt i mange år for radiologibilder. Det er p.t. lite erfaring med bruk av DICOM ifm. Patologi. Det er mulig å lagre digitalisert patologi prøvemateriale i DICOM formatet men per i dag foretrekker de aller fleste andre mer proprietære formater for lagring av bilder og tilknyttet metadata. Kjente svakheter med DICOM for digitalpatologi er:


- usikkerhet rundt hastighet - manglende støtte for å ta bilder på flere nivåer (Z-stacks) - manglende støtte for Fluoroscens

DICOM standarden har også flere aktuelle utvidelser (supplements) som bør støttes på kort eller lengre sikt som understøtter digital patologi. Utvidelsene omhandler sentrale temaer som streaming av bilder med ulike oppløsninger, arbeidsflyt og klassifisering av prøvemateriale (specimen identification).

Det er en egen WG 26 i DICOM som jobber med Digital Patologi. Det er forventet at gjenstående utfordringer og utvidelser av DICOM vil løse seg når man har fått erfaring med bruk av DICOM for digital patologi. De fleste leverandørene planlegger med og vil være villige til å kontraktsfeste at de vil konvertere til DICOM standarden når DICOM formatet blir tilstrekkelig moden for digital patologi.

XDS

XDS er en standard som baserer seg på at man har minst ett Registry med tilhørende

distribuerte Repositories. Registry er søkbart og har oversikt over hvilke dokumenter/bilder

som ligger i de ulike repositories. Standarden håndterer også hvordan man deretter kan

hente ut dokumenter/bilder fra lokale repositories. Dette er illustrert i figuren under.

XDS benyttes ifm. MinJournal og i HSØ for journaldokumenter og støttes av DIPS.

Tilsvarende benyttes XDS ifm. HelseNorge i HV og HN. Erfaringene med XDS er gode og det

er noe som må utredes nærmere ifm. to-be arkitekturen, som et alternativ også for bruk

innen Digital Patologi, for digitalisert prøvemateriale.

7.3.1 Trusler

Lagring av digitalisert prøvemateriale krever mye lagringsplass (mange hundre MB

per objektglass) selv med bruk av komprimering


o På Ahus er snitt størrelsen på digitalisert prøvemateriale av objektglass 770

MB (blanding 20x og 40x). Gjennomsnitt filstørre for hele avdelings

produksjon er i Linköping 400 MB (20x).

Det mangler et standards lagringsformat med full støtte for behovene til Digital

Patologi.

o Per i dag benyttes man ulike og til dels proprietære format.

o DICOM for Digital Patologi er under utvikling og vil trolig i løpet av de neste

årene få full støtte for Digital Patologi.

7.3.2 Muligheter

Vi har i så langt i analysefasen identifisert følgende muligheter.

Dersom alle RHF-ene konsoliderer på en regional LIMS for patologi vil også

samhandlingen mellom RHF-ene bli enklere

Når DICOM standarden får full støtte for Digital Patologi har de fleste leverandørene

på Digital Patologi sagt seg villige til å kontraktsfeste at de vil kunne konvertere til

DICOM

Lagringskostnadene er på full fart ned. Dette har vært en trend lenge, og som

forventer å fortsette. Nye lagringsteknologi krever mindre strøm, lagrer mer data og

har raskere responstider.

Bildeanalyseassistert diagnostikk har et stort potensiale og det forventes en rivende

utvikling de neste årene.

Det er allerede etablert standarder i forbindelse med MinJournal og Helsenorge som

bl.a. støttes av DIPS og som gjør det mulig å søke i et nasjonalt register og hente

dokumenter/bilder fra de ulike lokale kilder (se beskrivelse om XSD i eget delkapittel

under Standarder, formater).


8 Vedlegg

i. Kartlegging i de fire helseregionene Hver av de fire helseregionene har innhentet informasjon som vil bli benyttet ved videre

arbeid, og i gevinstrealiseringsplanen.

Se tabellene presentert under hver Helse region.

i. Helse Nord-Norge

Helse Nord-Norge har 2 avdelinger for patologi. Avdelingene er presentert i hver sin

kolonne.


ii. Helse Vest

Helse Vest har fire avdelinger for patologi. Disse er presentert i hver sin kolonne.


iii. Helse Midt-Norge

Helse Midt-Norge har tre avdelinger for patologi. Disse er presentert i hver sin kolonne.


iv. Helse Sør-Øst

Helse Sør-Øst har 8 avdelinger for patologi. OUS har tre lokasjoner. Avdelingene er

presentert i hver sin kolonne.


ii. Utvalgte as is beskrivelser

i. Variasjon i prøvematerialet

Figuren under illustrerer hvordan stor variasjon i prøvematerialet påvirker omfanget av en

utredning. Prøvemateriale kuttes og legges i blokker før de snittes og farges. En prøve kan

ha et spenn fra å bli til en blokk og et glass eller helt opp mot 40-50 blokker og 180 glass.

Dette påvirker risikobildet for ombytting eller at materiale forsvinner spesielt når ID

overføring hovedsakelig er manuell.


ii. Sortering

Bildet under viser arbeidsprosessen sortering/prioritering etter innstøping. Det tilstrebes at

de prøver som haster mest, blir prioritert. Blokkene blir satt i kø for å snittes. Dette skjer

manuelt og det er stor risiko for feilprioritering og at man mister eller bytter om en av

blokkene fra en prøve for eksempel ved at man leser feil. Når vi har opphopning av prøver

øker risikoen for at det skjer feil, og prøver kan bli uteglemt.

iii. Manuelle markeringer

Bildet nedenfor viser manuelt skrevne glass/blokker og muligheten for feiltolking.


iv. Sortering

Bildene under viser hvordan vi i dag sorterer kasus og merker dem om (klistrer på nye

etiketter) og klargjør dem for utdeling til patologene. Det er også her fort gjort å klistre feil

etikett på et glass.

v. Fordeling

Nedenfor en illustrasjon av fordeling prøver (objektglass på bunker av brett) til faggrupper

for vurdering, beskrivelse og diagnose.


vi. Konsultasjon

Bildene under viser hvordan blokker og glass pakkes for sending til konsultasjon ved annet

sykehus. Noe sendes med ordinær postgang eller som vist her OUS sin budbil som kjører

mellom våre HF 5 ganger per dag. Ordinær postgang kan forsinke prøvesvar med inntil en

uke.

digital patologi konseptstudie - nasjonal ikt · 0,4 legger til kapittel teknisk 26.mai 2016 line...

Documents