云原生放射科研平台：自动化多中心影像研究工作流
Radiology research platform: automating multicenter radiological research workflows using a cloud-native platform.
PubMed 文献 · Eur Radiol · 2026-10-07
本研究开发了一个基于云的放射科研协作平台，通过本地化边缘节点Orthanc DICOM服务器与云端Firebase后端分离架构，实现影像数据本地安全存储、元数据通过REST API反向代理至云端。该平台集成零足迹OHIF阅片器和标准化报告表单，支持动态分配评估队列，无需VPN配置或硬件运输即可实现多中心协作，消除手动数据录入环节。
要点
- 采用本地边缘节点存储影像数据，仅元数据同步至云端，保障数据安全且无需VPN配置
- 集成零足迹网页阅片器和标准化报告表单于单一工作区，简化放射科医生评估流程
- 支持基于共识或固定样本量的动态队列分配算法，自动化多中心研究工作流
核心结论
- 云原生平台通过本地边缘节点与零足迹阅片器架构，克服复杂IT障碍，消除手动数据录入，加速多中心放射学数据集生成与研究开展
研究设计与样本
- 概念验证性研究，采用React客户端、Google Firebase云后端与本地安全网络三层分离架构
- 影像数据通过本地Orthanc DICOM服务器存储，关键元数据经REST API反向代理至云数据库
- 集成Open Health Imaging Foundation零足迹阅片器和基于JSON的动态结构化评估表单
- 支持共识法或固定样本量等多种研究设计的队列动态分配算法
临床应用与阅片要点
- 放射科医生可在单一网页工作区内完成病例阅片与标准化报告填写，无需安装专用软件
- 研究负责人通过JSON表单定义临床工作流，系统自动推送待评估病例至对应放射科医生
- 本地影像数据不上传云端，仅元数据同步，符合医疗数据安全合规要求
- 无需VPN配置或硬件运输，降低多中心协作的技术与物流门槛
局限性
- 本研究为概念验证性平台开发，未提供实际临床应用的样本量与效能数据
以上解读依据论文摘要（全文未开放获取或许可不允许翻译转载）。
引用
- Miltiadis, Stashevskaya, Burko, et al. Radiology research platform: automating multicenter radiological research workflows using a cloud-native platform. Eur Radiol. 2026. PMID: 42844398. doi:10.1007/s00330-026-12926-5
供执业医师工作参考，不替代临床判断；数值与分级以指南原文为准。