# 標準化影像量化分析(QIBA)
## [RSNA QIBA](https://www.rsna.org/research/quantitative-imaging-biomarkers-alliance)
- 規範可用的儀器、造影參數、影像重建方式、分析演算法、QA 等
- 以確立同一病人、同一部位、短期內在不同機構、儀器、系統內可產生誤差範圍之計量分析結果
- **未來使用 CAD 進行客觀病兆量化分析，將成為診治過程常規的要求，深具發展潛力**

## 發展步驟
1. 基於應用情境，確立標準規範
-- 基於 DICOM 及 DICOM RT，轉化成較簡易之 FHIR 影像標記、發現、及報告規範。以利後續開發及資料收集
2. 與醫院合作，進行資料標準化轉換
3. 鼓勵醫院及民眾參與影像量化分析臨床試驗
4. 基於收集的數據，驗證同一用途之各廠量化分析系統
-- 例如不同廠家之腦腫瘤、肺癌腫瘤大小量化分析
5. Patient portal 整合 EHR 及 PHR， 提供影像量化分析服務

## [QIBA wiki](http://qibawiki.rsna.org/index.php/Main_Page)
- [profiles](http://qibawiki.rsna.org/index.php/Profiles)
- [概述簡報](http://qibawiki.rsna.org/index.php/Education)

## 基於標準化影像檢查及分析流程
- 進行影像量法分析，需先對使用的儀器、造影參數、校正要求、重建方法、結果影像規格、分析方法皆需有洽當的規範
-- 以減少分析誤差
- 初期可先推醫學影像標準化互通
-- 可搭配 FHIR 及 DICOMWeb 推行

## QIBA 重要性
- 定義客觀之影像量化分析規範，利於醫器廠商、分析系統、影像檢查單位依循。
- 搭配臨床試驗、檢查單位品管、影像軟硬體證照推行
## 應用範例
-- [量化腫瘤變化 CT Tumor Volume Change for Advanced Disease (CTV-AD)](http://qibawiki.rsna.org/images/d/d3/QIBA_CTVol_TumorVolumeChangeProfile_TechConfirmed-20180622a.pdf)

## 影像量化分析應用情境

### PHR 應用情境
- 概述: 個人將**匿名**檢查結果(影像及報告)上傳 DICOMWeb 及 FHIR server, 並授權分析軟體處理，提供量化分析結果
- 好處:
-- 個人即可參與智慧醫療、精準醫療線上服務
-- 以此發展更具效益、更客觀之健康醫療服務

### 醫療機構應用情境
- 搭配精準醫療應用
### 廠商及研發單位應用
- 療效統計分析
-- 可新型藥物、儀器、方法
- 儀器廠商推出具 QIBA 證照的儀器
- 軟體廠商
-- 量化分析軟體
-- 與分析軟體整合之臨醫系統
--- 如報告系統、個案管理系統、臨床研究資料庫