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

Digitaal Mammografisch Bevolkingsonderzoek naar Borstkanker in Nederland.Prof. Dr.G.J. Den HeetenDirecteur LRCB Nijmegen

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 activities that might endanger the health of the individuals to be examined. “• Permit system

Mammographic service Mammographic opportunistic screeningscreening Off the shelf Utility Supply (commodity)

10 000 1 200 000Mammographic servicescreening 960 000 1800 19 200 940 000 5280 Utility Supply

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

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 Universiteit6 juni 2007

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 2824-11-2011 PHIT 28

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

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 processed images are stored, rather than raw images.

Hoe gaan we het oplossen?

Onafhankelijke opslag brondata

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).

Wat gaan we dan doen?

NETB interim report 2007

Computer Aided Detection

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

Problems influencing the balance? Sensitivity Mammography 400% 50%Breast Density Related RiskOn Breast Cancer I II III IV BI-RADS DENSITY SCALE

1 200 000 Mammo Density Grid 975 000

Digital Screening• Maximaliseren LeeftijdHoog risisco groepen Borstdichtheid familie

Digitaal Screenen• Minimaliseren LeeftijdLaag Risico Groepen Borstdichtheid familie

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 ?

http://www.oplus.nu

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.

http://www.almeredatacapital.nl	257
http://www.dutchhealthhub.nl	115
http://almeredatacapital.nl	66
http://dutchhealthhub.nl	37

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

by AlmereDataCapital on Nov 24, 2011

Accessibility

Categories

Tags

Upload Details

Usage Rights

4 Embeds 475

Statistics

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