استانداردهای داده گلوکوم، استانداردهای مشترکی برای توصیف و انتقال نتایج آزمایشهای تشخیصی، یافتهها، تشخیصها و دادههای تصویربرداری در مراقبتهای بالینی و تحقیقات گلوکوم هستند. با گسترش پرونده الکترونیک سلامت (EHR)، دسترسی به دادههای بالینی بهبود یافته است، اما اشتراکگذاری دادهها بین EHR و سیستم مدیریت تصاویر پزشکی (PACS) همچنان یک چالش بزرگ است.
سه عامل اصلی در پس نیاز به استانداردسازی دادهها وجود دارد:
افزایش کارایی مراقبتهای بالینی: در کلینیکهای شلوغ گلوکوم، هر روز نیاز به مقایسه نتایج تست میدان بینایی و OCT تعداد زیادی بیمار با دادههای قبلی است. استخراج شاخصهایی مانند میانگین انحراف و انحراف معیار الگو از میدان بینایی و OCT و یکپارچهسازی آنها در پرونده الکترونیک سلامت، امکان نمایش آنها در کنار سابقه فشار چشم و حدت بینایی را فراهم میکند.
یکپارچهسازی دادههای تحقیقاتی: در مطالعات بزرگ چندمرکزی، دادههای صدها تا هزاران بیمار از چندین EHR و PACS استخراج و به یک فرمت مشترک تبدیل میشوند. در تحقیقات مبتنی بر یادگیری ماشین، برای جلوگیری از سوگیری دادههای آموزشی، نیاز به دادههایی از جمعیتهای متنوع و گسترده جغرافیایی است.
کاهش اتلاف منابع پزشکی: در PPP گلوکوم زاویه باز اولیه، انجام مجدد آزمایشهایی که نتایج غیرقابل اعتماد دارند توصیه میشود3). بدون انتقال استاندارد شده اندازهگیریهای میدان بینایی و OCT، آزمایشهای تکراری غیرضروری در مراکز ارجاع رخ میدهد.
Qچرا استانداردسازی دادهها در حوزه گلوکوم اهمیت ویژهای دارد؟
A
برای پیگیری گلوکوم، مقایسه سری زمانی آزمایشهای میدان بینایی و OCT و سایر تصویربرداریها ضروری است. اما در حال حاضر، دادههای بالینی ذخیره شده در EHR و دادههای تصویری ذخیره شده در PACS اغلب از هم جدا هستند. همچنین به دلیل عدم سازگاری اندازهگیریها بین دستگاههای OCT مختلف1)2)، بدون استانداردسازی دادهها، تحقیقات چندمرکزی و گردش کار بالینی کارآمد دشوار است.
DICOM (Digital Imaging and Communications in Medicine) یک استاندارد بینالمللی برای ارتباط تصاویر پزشکی و نتایج آنها است. تمام نرمافزارهای EHR و PACS باید با DICOM سازگار باشند. این استاندارد علاوه بر دادههای تصویری خام، قابلیت ذخیره شاخصهای محاسبه شده از آزمایش و ایجاد گزارشهای ساختاریافته (Structured Reports) را فراهم میکند.
مهمترین ضمیمههای DICOM مرتبط با گلوکوم در زیر آورده شده است.
ضمیمه
سال انتشار
موضوع
110
2007
لایه فیبرهای عصبی شبکیه (RNFL) و بررسی زاویه اتاق قدامی
146
2010
ذخیره و نمایش دادههای میدان بینایی
152
2011
مقدار ضخامت لایه فیبرهای عصبی شبکیه (RNFL)
ضمیمه 146 شاخصهای کیفیت مانند تثبیت ضعیف و نرخ مثبت کاذب، حساسیت فووئال، حساسیت متوسط و انحراف متوسط را استاندارد میکند. در سال 2025، ضمیمه 247 منتشر شد که فیلدهای داده ساختاریافته برای اسناد گزارش ساختاریافته و PDF کپسولهشده DICOM را اضافه کرد.
توجه داشته باشید که در حال حاضر استاندارد DICOM برای اندازهگیری OCT ساختاریافته عصب بینایی وجود ندارد. برای ضخامت و حجم شبکه ماکولا، ضمیمه 143 (2008) وجود دارد.
SNOMED-CT
نام رسمی: Systematized Nomenclature of Medicine — Clinical Terms
هدف: کدگذاری جامع مفاهیم پزشکی
ویژگیها: اختصاص کد منحصربهفرد به هر مفهوم، ارتباط با مفاهیم مرتبط و نگهداری مداوم
مثال گلوکوم: «گلوکوم (بیماری)» = SCTID 23986001
کاربرد: در مطالعهای در سال 2005، گستردهترین پوشش را در چشمپزشکی نشان داد
LOINC
نام رسمی: Logical Observation Identifiers Names and Codes
هدف: استانداردسازی انتقال اندازهگیریهای بالینی بین دستگاهها
ویژگیها: ارائه شش بعد (جزء، ویژگی، زمان، سیستم، مقیاس، روش) برای هر مشاهده
مورد گلوکوم: فشار چشم راست = LOINC 79892-6
هدف: اندازهگیریهای حدت بینایی، فشار چشم، ضخامت قرنیه، میدان بینایی و ضخامت RNFL
OMOP CDM (مدل داده مشترک مشارکت نتایج پزشکی مشاهدهای) یک مدل داده مشترک است که توسط برنامه OHDSI (علوم و انفورماتیک دادههای سلامت مشاهدهای) نگهداری میشود. این مدل ساختار و محتوای دادههای مشاهدهای را استاندارد میکند و امکان تحلیل کارآمد مطالعات چندمرکزی را فراهم میآورد. در برنامه تحقیقاتی «همه ما» در ایالات متحده، دادههای EHR به OMOP CDM تبدیل میشوند.
گروه کاری مراقبت از چشم و تحقیقات بینایی OHDSI در حال توسعه استانداردهای داده در حوزه چشمپزشکی است.
Qاستفاده از محیطسنج میدان بینایی سازگار با DICOM چه مزایایی دارد؟
A
با یک محیطسنج میدان بینایی سازگار با DICOM، شاخصهای میدان بینایی مانند MD و PSD را میتوان در قالبی ساختاریافته ذخیره و منتقل کرد. دادهها از طریق PACS منطبق با DICOM در EHR ادغام شده و میتوان آنها را در کنار تغییرات فشار چشم و حدت بینایی در طول زمان نمایش داد. همچنین مقایسه دادهها بین مراکز و ارائه دادهها برای مطالعات بزرگمقیاس آسانتر میشود.
آزمایش میدان بینایی یک آزمایش تشخیصی اصلی در ارزیابی پیشرفت گلوکوم است. «فرمت فایل افتالمولوژی میدان بینایی (OPV)» DICOM به عنوان استاندارد طلایی برای ذخیره و انتقال نتایج میدان بینایی در نظر گرفته میشود.
محیطسنجهای اصلی میدان بینایی شامل Humphrey Field Analyzer 3 (HFA3) از شرکت Zeiss و Octopus 900 از شرکت Haag-Streit هستند که هر کدام استراتژیها، الگوها و شاخصهای مختلفی را ارائه میدهند. در HFA3، استراتژیهای آزمایشی مانند SITA Standard/Fast/Faster و شاخصهایی مانند VFI، MD، PSD و GHT گزارش میشوند.
OCT به طور گسترده به عنوان یک ارزیابی تصویری کمی در تشخیص گلوکوم استفاده میشود1)2). سه گروه پارامتر شامل دیسک بینایی، لایه فیبرهای عصبی شبکیه اطراف دیسک و لایههای داخلی ماکولا اندازهگیری و تحلیل میشوند2).
با این حال، اندازهگیریهای OCT محدودیتهای مهمی دارند.
عدم سازگاری بین دستگاهها: OCT دامنه طیفی و OCT منبع جاروبی از نظر ویژگیهای فنی، نرمافزار و پایگاه داده مرجع متفاوت هستند و مقادیر اندازهگیری شده با دستگاههای OCT مختلف با یکدیگر سازگار نیستند1)2). این یکی از انگیزههای مهم برای استانداردسازی دادهها است.
محدودیت مرحله پیشرفته: در گلوکوم پیشرفته، اثر کف (floor effect) رخ میدهد و پیشرفت بیشتر بیماری به صورت نازکشدن پارامترهای لایه فیبرهای عصبی شبکیه و ماکولا منعکس نمیشود 1). پارامترهای ماکولا در مقایسه با ضخامت لایه فیبرهای عصبی شبکیه، دیرتر دچار اثر کف میشوند.
خطای قطعهبندی: در نزدیکبینی شدید یا دیسک مایل، آرتیفکت و خطای قطعهبندی نرمافزار به راحتی رخ میدهد 1). پزشک بالینی باید کیفیت تصویر و اعتبار تحلیل قطعهبندی را ارزیابی کند.
تشخیص گلوکوم تنها بر اساس یک نتیجه آزمایش باید اجتناب شود 1).
Qآیا میتوان دادههای اندازهگیری شده توسط دستگاههای OCT از تولیدکنندگان مختلف را مقایسه کرد؟
A
مقادیر ضخامت لایه فیبرهای عصبی شبکیه و ضخامت لایه داخلی ماکولا که با دستگاههای OCT مختلف اندازهگیری میشوند، با یکدیگر قابل تعویض نیستند 1)2). دلیل آن تفاوت در مشخصات فنی، نرمافزار تحلیل و پایگاه داده نرمال هر دستگاه است. برای پیگیری، توصیه میشود از همان دستگاه استفاده شود. انتظار میرود در آینده با گسترش استانداردهای داده، مقایسه دادهها بین دستگاههای مختلف امکانپذیر شود.
در فوریه 2024، محققان گلوکوم و متخصصان انفورماتیک از 10 مؤسسه دانشگاهی ایالات متحده یک کارگاه آنلاین برگزار کردند و شیوهها و چالشهای فعلی در استخراج گسترده دادههای میدان بینایی و OCT را به اشتراک گذاشتند.
دکتر Xu از دانشگاه کالیفرنیای جنوبی (USC) گزارش داد که سیستم PACS هر PDF آزمایش میدان بینایی را به صورت جداگانه ذخیره میکند و دسترسی انبوه امکانپذیر نیست. روشی برای استخراج شاخصهای میدان بینایی از PDF با استفاده از الگوریتم Python OCR که توسط دکتر Saifee توسعه یافته است، معرفی شد.
دکتر Wang از دانشگاه استنفورد گزارش داد که ابزار Advanced Data Export (ADE) در FORUM (سیستم مدیریت داده Zeiss) امکان خروجی به فرمت XML یا DICOM را فراهم کرده است. هماهنگی با فرمت استاندارد SOURCE (Sight Outcomes Research Collaborative)، یک مخزن چندمرکزی بزرگ، در حال انجام است.