Digitaal Mammografisch     Bevolkingsonderzoek naar     Borstkanker in Nederland.Prof. Dr.G.J. Den HeetenDirecteur LRCB Ni...
Kennis halen uit (ruwe)big data? ,
Inhoud• Wat doen we en waarom?• Wat is het probleem?• Hoe kunnen we dit oplossen?• Wat gaan we dan doen?
Wat doen we en waarom?
H E A L T H A F F A I R S ~ V o l u m e 2 0 , N u m b e r 5 2001
H E A L T H A F F A I R S ~ V o l u m e 2 0 , N u m b e r 5 2001                           No 5 mammografie
Incidence&Mortality
Dutch Screening Act            Preamble (preambule)• “To protect the inhabitants of the  Netherlands from screening activi...
Mammographic service   Mammographic                       opportunistic screeningscreening                              Of...
10 000                                         1 200 000Mammographic servicescreening                                 960 ...
1971 New York                                        1975 Nijmegen / Utrecht                                        1984 L...
2010-30,5
Need to improve ?         2003         1989
The rise of the incidence ofbreast cancer is real and wehave not seen the end of it.Dr. M.J. LouwmanThesis Erasmus Univers...
Wat is het probleem?
PACSDensity100%
Hospitals• 120 Locations of Hospitals• 105 PACS’s• Survey: 45 responses• 7 Vendors• 28 different releases!
Save light path  Breast Cancer Screening           Internet
65 Mammographic Units8 fixed locations57 mobile units5000 cliënts per day
Digital traffic month•3000 (3 Tb) gigabyte per month (data 2011)•200 Tb first contract horizon.
http://www.docubackup.com/about.htm
Probleem 1
Document                           Registry             Document             Repository                                   ...
Interne workflow iSite              Alle data online en Realtime kopie van alle images (in iSyntax)               formaat...
Probleem 2
The Digital Test• Digital Mammography
Pixel =Picture element =
50-100 μm spot size and 12 or 16 bits
information isstored as analog to digitalunits (ADU)    For processing
Raw Data
Local contrast             optimizationFor                           For displayprocessing
Loss of information                     XCADQuality ControlDensityDisplay Etc
Internal Philips Report               Philips Restricted• A fundamental shortcoming in the DigiBob  approach is that proce...
Hoe gaan we het oplossen?
Onafhankelijke opslag brondata
Onafhankelijke opslag brondata• Open standaarden (DI-COM, HL7 etc.)• Architectuur gericht op wetenschap en  innovatieve pr...
Wat gaan we dan doen?
NETB interim report 2007
Computer Aided Detection
Detection of Masses: Effect                                       of Training                        0.81                 ...
Problems influencing the balance? Sensitivity Mammography                          400%                                   ...
1 200 000                      Mammo Density Grid            975 000
Digital Screening• Maximaliseren                LeeftijdHoog risisco groepen                               Borstdichtheid ...
Digitaal Screenen• Minimaliseren                          LeeftijdLaag Risico Groepen                      Borstdichtheid ...
DIGIBOBBiomarker database: Breast Density, Genomics, Proteonomics, DCIS Biobank etc.Internet questionaires1. CBS - Statist...
http://www.oplus.nu
Conclusie• Wat doen we en waarom?• Bijna 1 miljoen vrouwen per jaar. Sterfte reductie• Wat is het probleem?• Opslag van br...
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data
Upcoming SlideShare
Loading in …5
×

Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data

2,116 views

Published on

De presentatie van Prof. Ard den Heeten (LRCB) tijdens de conferentie 'Big Data in de Zorg' van 23 november 2011 in Almere. Op deze conferentie werd het officiële startschot gegeven voor Almere DataCapital en de Dutch Health Hub.

Published in: Health & Medicine
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
2,116
On SlideShare
0
From Embeds
0
Number of Embeds
1,015
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Prof. Ard den Heeten (LRCB) - Brondata: kennis uit ruwe data

  1. 1. Digitaal Mammografisch Bevolkingsonderzoek naar Borstkanker in Nederland.Prof. Dr.G.J. Den HeetenDirecteur LRCB Nijmegen
  2. 2. Kennis halen uit (ruwe)big data? ,
  3. 3. Inhoud• Wat doen we en waarom?• Wat is het probleem?• Hoe kunnen we dit oplossen?• Wat gaan we dan doen?
  4. 4. Wat doen we en waarom?
  5. 5. H E A L T H A F F A I R S ~ V o l u m e 2 0 , N u m b e r 5 2001
  6. 6. H E A L T H A F F A I R S ~ V o l u m e 2 0 , N u m b e r 5 2001 No 5 mammografie
  7. 7. Incidence&Mortality
  8. 8. Dutch Screening Act Preamble (preambule)• “To protect the inhabitants of the Netherlands from screening activities that might endanger the health of the individuals to be examined. “• Permit system
  9. 9. Mammographic service Mammographic opportunistic screeningscreening Off the shelf Utility Supply (commodity)
  10. 10. 10 000 1 200 000Mammographic servicescreening 960 000 1800 19 200 940 000 5280 Utility Supply
  11. 11. 1971 New York 1975 Nijmegen / Utrecht 1984 Lancet National Evaluation of breast cancer screening in the Netherlands 1990- 1989 start Dutch program 50-69 2007. ( LETB XII ) WWW.LRCB.NL> 50000 screen 1997 Dutch program fully implementeddetected breast 1998 Extension to 70-74cancers 2007 Evaluation No XI NETB 2008 Digitization
  12. 12. 2010-30,5
  13. 13. Need to improve ? 2003 1989
  14. 14. The rise of the incidence ofbreast cancer is real and wehave not seen the end of it.Dr. M.J. LouwmanThesis Erasmus Universiteit6 juni 2007
  15. 15. Wat is het probleem?
  16. 16. PACSDensity100%
  17. 17. Hospitals• 120 Locations of Hospitals• 105 PACS’s• Survey: 45 responses• 7 Vendors• 28 different releases!
  18. 18. Save light path Breast Cancer Screening Internet
  19. 19. 65 Mammographic Units8 fixed locations57 mobile units5000 cliënts per day
  20. 20. Digital traffic month•3000 (3 Tb) gigabyte per month (data 2011)•200 Tb first contract horizon.
  21. 21. http://www.docubackup.com/about.htm
  22. 22. Probleem 1
  23. 23. Document Registry Document Repository 2824-11-2011 PHIT 28
  24. 24. Interne workflow iSite  Alle data online en Realtime kopie van alle images (in iSyntax) formaat  Dicom Processor:  Dicom for presentation naar de isite processing. – Functie: omzetten naar iSyntax formaat (vergelijkbaar met Working Storage in eigen.iSyntax formaat).  Archief. in iSyntax formaat. Niet in DICOM formaat24-11-2011 PHIT 29
  25. 25. Probleem 2
  26. 26. The Digital Test• Digital Mammography
  27. 27. Pixel =Picture element =
  28. 28. 50-100 μm spot size and 12 or 16 bits
  29. 29. information isstored as analog to digitalunits (ADU) For processing
  30. 30. Raw Data
  31. 31. Local contrast optimizationFor For displayprocessing
  32. 32. Loss of information XCADQuality ControlDensityDisplay Etc
  33. 33. Internal Philips Report Philips Restricted• A fundamental shortcoming in the DigiBob approach is that processed images are stored, rather than raw images.
  34. 34. Hoe gaan we het oplossen?
  35. 35. Onafhankelijke opslag brondata
  36. 36. Onafhankelijke opslag brondata• Open standaarden (DI-COM, HL7 etc.)• Architectuur gericht op wetenschap en innovatieve projecten en monitoring kwaliteit.• Benchmarking• Anominisatie en synonimisatie• Toegankelijk volgens juiste juridische procedure voor alle onderzoekers (afsprakenstelsel).
  37. 37. Wat gaan we dan doen?
  38. 38. NETB interim report 2007
  39. 39. Computer Aided Detection
  40. 40. Detection of Masses: Effect of Training 0.81 Effect of training sample size • 940 cancer regions 0.8 and 38,000 normalMean Case Sensitivity 0.79 0.78 regions in training 0.77 set 0.76 0.75 • 5 fold cross 0.74 validation 0.73 0.72 0 10 20 30 40 50 60 70 80 90 100 Percentage of regions used for training
  41. 41. Problems influencing the balance? Sensitivity Mammography 400% 50%Breast Density Related RiskOn Breast Cancer I II III IV BI-RADS DENSITY SCALE
  42. 42. 1 200 000 Mammo Density Grid 975 000
  43. 43. Digital Screening• Maximaliseren LeeftijdHoog risisco groepen Borstdichtheid familie
  44. 44. Digitaal Screenen• Minimaliseren LeeftijdLaag Risico Groepen Borstdichtheid familie
  45. 45. DIGIBOBBiomarker database: Breast Density, Genomics, Proteonomics, DCIS Biobank etc.Internet questionaires1. CBS - Statistics Netherlands2. IKC - Comprehensive Cancer Centres3. IBOB - Screening Information System4. GBA – Basic Information Municipalities5. PALGA – Pathology Reports EPR hospitals Research Infrastructuur ?
  46. 46. http://www.oplus.nu
  47. 47. Conclusie• Wat doen we en waarom?• Bijna 1 miljoen vrouwen per jaar. Sterfte reductie• Wat is het probleem?• Opslag van brongegevens• Hoe kunnen we dit oplossen?• Leverancier neutrale opslag van de brondata• Wat gaan we dan doen?• Optmalisatie van huidige systeem en naar meer individuele screening.

×