在备用医院使用移动式电脑断层扫描仪治疗新型冠状病毒感染(COVID-19)患者的经验

封面图片

如何引用文章

详细

新型冠状病毒感染(COVID-19)的大流行给世界上几乎所有国家的卫生系统带来了挑战。医疗保健组织者需要做出迅速有效的决定,以确保在新的条件下提供高质量的医疗保健服务。在大流行期间,由于莫斯科的城市医院负担格外沉重,因此需要建立一个备用床基金,并在非核心建筑物(冰上运动场、购物中心、展览馆)中建立临时备用医院,以治疗COVID-19患者。这就需要寻找解决方案,以在专业医疗机构中提供必要水平的诊断和治疗。考虑到安装固定式电脑断层扫描仪的技术和时间限制,解决方案之一是安装移动式电脑断层扫描仪。

本文旨在分享在临时备用医院使用移动式电脑断层扫描仪治疗冠状病毒感染COVID-19病人的经验。该文章介绍移动式电脑断层扫描仪的特性;指出其优缺点;介绍设备室、控制室的布局变式和电脑断层扫描仪的摆放变式;介绍剂量测定研究的结果;对此类诊断设备的适用性进行了临床评估。

作者简介

Nikita D. Kudryavtsev

Moscow Center for Diagnostics and Telemedicine

编辑信件的主要联系方式.
Email: n.kudryavtsev@npcmr.ru
ORCID iD: 0000-0003-4203-0630
SPIN 代码: 1125-8637
俄罗斯联邦, Moscow

Alexey V. Petraikin

Moscow Center for Diagnostics and Telemedicine

Email: PetryajkinAV@zdrav.mos.ru
ORCID iD: 0000-0003-1694-4682
SPIN 代码: 6193-1656

MD, Dr. Sci. (Med.), Associate Professor

 
俄罗斯联邦, Moscow

Ekaterina S. Ahkmad

Moscow Center for Diagnostics and Telemedicine

Email: e.ahkmad@npcmr.ru
ORCID iD: 0000-0002-8235-9361
SPIN 代码: 5891-4384
俄罗斯联邦, Moscow

Fyodor A. Kiselev

Moscow Center for Diagnostics and Telemedicine

Email: KiselevFA@zdrav.mos.ru
ORCID iD: 0009-0006-6472-8940
俄罗斯联邦, Moscow

Vyacheslav V. Burashov

Moscow Center for Diagnostics and Telemedicine

Email: BurashovVV@zdrav.mos.ru
ORCID iD: 0000-0001-9250-0667
SPIN 代码: 4308-0912
俄罗斯联邦, Moscow

Anna N. Mukhortova

Moscow Center for Diagnostics and Telemedicine

Email: a.mukhortova@npcmr.ru
ORCID iD: 0000-0001-9814-3533
SPIN 代码: 9051-1130
俄罗斯联邦, Moscow

Iliya V. Soldatov

Moscow Center for Diagnostics and Telemedicine

Email: i.soldatov@npcmr.ru
ORCID iD: 0000-0002-4867-0746
SPIN 代码: 4065-6048
俄罗斯联邦, Moscow

Andrey S. Shkoda

City Clinical Hospital No. 67 named after L.A. Vorokhobov

Email: a.shkoda@67gkb.ru
ORCID iD: 0000-0002-9783-1796
SPIN 代码: 4520-2141

MD, Dr. Sci. (Med), Professor

俄罗斯联邦, Moscow

参考

  1. Morozov SP, Kuzmina ES, Ledikhova NV, et al. Mobilizing the academic and practical potential of diagnostic radiology during the COVID-19 pandemic in Moscow. Digital Diagnostics. 2020;1(1):5–12. (In Russ). doi: 10.17816/DD51043
  2. Prevention, diagnosis and treatment of new coronavirus infection (2019-nCoV): temporary guidelines. Version 17 (12/14/2022). (In Russ). Available from: https://static-0.minzdrav.gov.ru/system/attachments/attaches/000/061/254/original/%D0%92%D0%9C%D0%A0_COVID-19_V17.pdf?1671088207. Accessed: 15.03.2023. (
  3. De Smet K, De Smet D, Ryckaert T, et al. Diagnostic performance of chest CT for SARS-CoV-2 infection in individuals with or without COVID-19 symptoms. Radiology. 2021;298(1):E30–E37. doi: 10.1148/radiol.2020202708
  4. Huang Y, Cheng W, Zhao N, et al. CT screening for early diagnosis of SARS-CoV-2 infection. Lancet Inf Dis. 2020;20(9):1010–1011. doi: 10.1016/S1473-3099(20)30241-3
  5. Barrett JF, Keat N. Artifacts in CT: Recognition and avoidance. RadioGraphics. 2004;24(6):1679–1691. doi: 10.1148/rg.246045065
  6. Samorodskaja IV, Larina VN, Nazimkin KE, Larin VG. Organizational and clinical problems of outpatient COVID-19 diagnostics. Vrach. 2020;31(5):23–30. (In Russ). doi: 10.29296/25877305-2020-05-05
  7. Cester G, Giraudo C, Causin F, et al. Retrospective analysis of a modified organizational model to guarantee CT workflow during the COVID-19 outbreak in the Tertiary Hospital of Padova, Italy. J Clin Med. 2020;9(9):3042. doi: 10.3390/jcm9093042
  8. Bates DD, Vintonyak A, Mohabir R, et al. Use of a portable computed tomography scanner for chest imaging of COVID-19 patients in the urgent care at a tertiary cancer center. Emerg Radiol. 2020;27(6):597–600. doi: 10.1007/s10140-020-01801-5
  9. Khristenko EA, von Stackelberg O, Kautsor HU, et al. CT patterns in COVID-19 associated pneumonia: Standardization of research descriptions based on the Fleischner Society Glossary. Rejr. 2020;10(1):16–26. (In Russ). doi: 10.21569/2222-7415-2020-10-1-16-26
  10. Kyriakou Y, Meyer E, Prell D, Kachelriess M. Empirical beam hardening correction (EBHC) for CT. Med Phys. 2010;37(10):5179–5187. doi: 10.1118/1.3477088
  11. Aliev AF, Kudryavtsev ND, Petryaykin AV, et al. Changing of pulmonary artery diameter in accordance with severity of COVID-19 (assessment based on non-contrast computer tomography). Digital Diagnostics. 2021;2(3):249–260. (In Russ). doi: 10.17816/DD76726

补充文件

附件文件
动作
1. JATS XML
2. 图1。在莫斯科Krylatskoye冰场部署的一所备用临时医院,用于治疗COVID-19患者。图片来源:Reuters(https://pictures.reuters.com/)。

下载 (517KB)
3. 图2。为检查准备的移动式电脑断层扫描仪。

下载 (125KB)
4. 图3。移动式电脑断层扫描仪Airo TruCT的控制台。

下载 (86KB)
5. 图4。计算机断层扫描室、控制室和放射科医生办公室的组织项目示意图:Zone A——亭空间;Zone B——技术区;Zone C——走廊(Zone A、B、C——工作人员无常逗留的区域)。

下载 (169KB)
6. 图5。肺窗胸部器官的轴向电算断层扫描切片:a——发现多形性、以胸膜下为主的肺实质磨砂玻璃样结节,这与病毒性肺炎(包括COVID-19)的CT图像相符,病变严重程度为CT-1;b——发现大量多形性、有合并倾向的肺实质合并样结节,合并有磨砂玻璃样结节和弱网状结构改变,病变严重程度为CT-3。

下载 (192KB)
7. 图6。肺窗胸部器官的轴向和矢状电算断层扫描切片:a——运动伪影;b——扫描时因胸部呼吸运动而造成的阶梯(motion-、step-伪影)。

下载 (219KB)
8. 图7。大脑轴向电算断层扫描图像:a——左侧脑室前角、脑室周围、皮层下3mm密度降低区域的重建图像(左侧大脑中动脉周围亚急性脑循环障碍的CT图像);b——蛛网膜下腔出血区域(1mm),血液渗入脑室系统(代偿性脑积水)。

下载 (167KB)
9. 图8。头部轴向(a)和矢状(b)电脑断层扫描图像显示出后颅窝和颅底区域存在风车伪影(windmill)、线性伪影(strike)、光束硬化(beam hardening)和散射(scattering)伪影。骨性结构和后颅窝附近的图像评估比较困难。

下载 (162KB)
10. 图9。腹腔器官的轴向电算断层扫描图像:a——双肝叶多发低密度肿块的CT图像,肠道区域的螺旋和气体伪 影(helical,gas interface artifacts);b——绞窄性疝的CT图像。

下载 (231KB)

版权所有 © Eco-Vector, 2023

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».