Planning a management system and policy for magnetic resonance imaging data: Case study in a medical technology company

Loading...
Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

School of Science | Master's thesis

Department

Mcode

Language

en

Pages

65

Series

Abstract

Brain magnetic resonance imaging (MRI) data is essential for many applications and their development in the field of neuroscience. However, as brain MRI data contain individually distinguishable features, it requires careful handling. MRI scans in frequently used DICOM format are particularly rich in metadata and can reveal a significant amount of subject’s personal information if not modified. By default, storing MRI data is not allowed under regulations such as GDPR without explicit consent of the subject, public interest for scientific research, or anonymization which is difficult to accomplish for MRI data. Most of the metadata in its original form is also unnecessary from a scientific point of view. When large amounts of imaging data are needed for further use, a clear management system and policy are essential for safe and systematic image handling. Central for this process are appropriate pseudonymization, storing, and documenting the data. This master’s thesis is a case study, with the aim of planning and initiating a management system and policy regarding MRI data for the case company. In the planning process, semi-structured interviews were used to identify the needs and background information. Suitable tools and storage options were then mapped based on the interview results. A workflow for data handling was outlined. A prototype handling system with the selected tools was set up, followed by usability testing conducted with open data. The overall usability was evaluated based on Task Completion Rates (TCRs), System Usability Scale (SUS) and some qualitative metrics with six users. The average SUS score was 73/100, suggesting above average usability. The TCRs were moderate, varying from 33% to 100%. The quantitative metrics are indicative, and the qualitative results are equally important to understand the reasons behind usability challenges. Based on the results, some system refinements were implemented. The end result was a system consisting of interconnected components, including the image storage and relevant tools. Additionally, a management policy that is based on the data-handling workflow and guides working with the MRIs was outlined.

Aivojen magneettikuvat eli MRI-kuvat ovat oleellisessa roolissa useissa neurotieteen sovelluksissa ja niiden jatkokehitystyössä. Aivojen MRI-kuvat ovat hyvin yksilöllisiä ja siten tunnistettavia, ja niitä tulee käsitellä erityisen huolellisesti. Erityisesti usein käytetyssä DICOM-dataformaatissa kuvat sisältävät usein suuren määrän metatietoja, jotka voivat sellaisenaan paljastaa koehenkilön henkilötietoja. GDPR:n näkökulmasta MRI-kuvien säilyttäminen on lähtökohtaisesti kiellettyä tieteellisessä tutkimuksessa ilman yleiseen etuun perustuvaa käyttöä ja henkilön lupaa tai täydellistä anonymisointia, jonka toteuttaminen on haastavaa. Lisäksi monet kuvissa olevista metatiedoista ovat alkuperäisessä muodossaan tieteellisestä näkökulmasta tarpeettomia. Kun tarvitaan suuria määriä MRI-kuvia, selkeä hallintasysteemi ja -politiikka ovat tärkeitä turvalliselle ja systemaattiselle kuvien käsittelylle. Näihin kuuluvat olennaisesti kuvien asianmukainen pseudonymisointi, säilöntä ja dokumentointi. Tämä diplomityö on tapaustutkimus, jonka tavoitteena oli suunnitella ja alustaa kohdeyritykselle hallintasysteemi ja -politiikka MRI-datan turvallista käsittelyä varten. Suunnitteluprosessi alkoi puolistrukturoiduilla haastatteluilla, joiden avulla selvitettiin tarpeita ja taustatietoja. Sopivia työkalu- ja säilöntävaihtoehtoja kartoitettiin haastattelutietojen pohjalta. Datanhallinnalle hahmoteltiin systeemin perustana toimiva työnkulku. Systeemin prototyyppi alustettiin valittujen työkalujen avulla, ja testidata kerättiin avoimista lähteistä. Kuusi tulevaa loppukäyttäjää osallistui systeemin käytettävyystestaukseen, jossa käytettävyyttä arvioitiin Task Completion Raten (TCR), System Usability Scalen (SUS) ja laadullisten mittareiden avulla. SUS-keskiarvo oli 73/100, mikä viittaa keskiarvoa parempaan käytettävyyteen. TCR-arvot vaihtelivat välillä 33% ja 100%. Kvantitatiiviset tulokset ovat suuntaa antavia, ja laadulliset tulokset ovat yhtä tärkeitä käytettävyyshaasteiden syiden ymmärtämiseksi. Tulosten pohjalta systeemiin tehtiin joitakin korjauksia. Lopputuloksena saatiin toisiinsa linkittyvistä osista, kuvavarastosta ja työkaluista, koostuva hallintasysteemi. Lisäksi hahmoteltiin datan työnkulkuun pohjautuva politiikka, joka ohjaa toimimista MRI-kuvien kanssa.

Description

Supervisor

Renvall, Hanna

Thesis advisor

Järnefelt, Gustaf
Laine, Jarmo

Other note

Citation