Desenvolvimento da Padronização de Dados de Imagem Médica para Pesquisa Observacional Baseada em Imagens: Extensão do Modelo Comum de Dados OMOP

O rápido crescimento da inteligência artificial (IA) e das técnicas de aprendizado profundo requer acesso a grandes coortes de dados interinstitucionais para permitir o desenvolvimento de modelos robustos, por exemplo, visando a identificação de biomarcadores de doenças e a quantificação da progressão da doença e da eficácia do tratamento. O Modelo Comum de Dados de Resultados Médicos Observacionais (OMOP CDM) foi projetado para acomodar uma representação harmonizada dos dados de saúde observacionais. Este estudo propõe a extensão do Modelo de Dados de Imagem Médica (MI-CDM), adicionando duas novas tabelas e dois vocabulários ao OMOP CDM para atender aos requisitos estruturais e semânticos que apoiam a pesquisa em imagens. As tabelas fornecem a capacidade de vincular fontes de dados DICOM, bem como rastrear a proveniência das características de imagem derivadas dessas imagens. A implementação da extensão permite definições fenotípicas usando características de imagem e expandindo biomarcadores de imagem computáveis padronizados. Esta proposta oferece uma abordagem abrangente e unificada para conduzir pesquisas em imagem e estudos de resultados utilizando características de imagem.