Profile-based sharing of medical imaging data

Resumen

En los últimos años, la industria de la salud se ha basado más que nunca en las Tecnologías de la Información. Particularmente en los departamentos de imágenes médicas, el flujo de información y los servicios disponibles para la práctica médica tuvieron un gran aumento. En consecuencia, también los repositorios de imágenes médicas son cada vez más grandes y difíciles de administrar y escalar. Las instituciones todavía se ocupan de esto utilizando el enfoque tradicional basado en una instalación única de depósito de imágenes médicas que sirve a toda la organización y mejoran continuamente la infraestructura para respaldar de manera eficiente la nueva realidad del servicio. Algunas instituciones ya han externalizado el servicio de almacenamiento en la nube. Sin embargo, varios problemas asociados con la especificidad de las imágenes médicas aún son difíciles de resolver. Por ejemplo, un servicio universal con la distribución geográfica de repositorios es muy complejo debido al volumen de datos que puede alcanzar la escala de gigabytes por muestra en algunos escenarios. Por lo tanto, los enfoques actuales carecen de soporte para escenarios de uso avanzado y los desafíos aún deben superarse. Cada vez es más urgente explorar nuevos métodos para gestionar el big data que se produce a diario, con un alto nivel de abstracción y una integración simplificada con los sistemas actuales, ya que es imperativo no interrumpir los métodos establecidos de la práctica médica y dar soporte a nuevos escenarios de uso como, por ejemplo, la investigación. Esta tesis investigó y propuso una arquitectura distribuida para el almacenamiento y compartición web de imágenes médicas, de forma segura y escalable. Hace uso de formatos estándar y protocolos de red para garantizar una integración transparente con los equipos del mercado. Los métodos propuestos garantizan una abstracción de la capa de servicio y tienen la intención de hacer que el descubrimiento y la recuperación de contenido de imágenes médicas sean más eficientes y eficaces. Para validar la solución, se evaluó e implementó el desempeño de los componentes arquitectónicos en dos escenarios avanzados: investigación y patología digital.