Сучасні рентген-технології: основні характеристики, значення для світової охорони здоров’я

Размещено на http://www.allbest.ru/

Черкаська медична академія, м. Черкаси

Сучасні рентген-технології: основні характеристики, значення для світової охорони здоров'я

Степанова Галина Миколаївна

кандидат біологічних наук

завідувач кафедри фізичної терапії та ерготерапії

Зарудняк Наталія Василівна

голова циклової комісії терапевтичних та

медсестринських дисциплін

Лупина Олег Васильович

магістрант

Анотація

цифровий рентгенографія медичний візуалізація

З 1970-х років набирає дедалі більшого поширення цифрове рентгенівське дослідження, в якому замість плівки, що застосовується у традиційній рентгенографії, використовуються цифрові датчики. Зроблене зображення миттєво перетворюється на цифрові дані й стає доступним для перегляду впродовж декількох секунд.

За останні десятиліття рентгенівські технології пережили значні трансформації, що сприяли поліпшенню її якості та ефективності. Сучасні рентгенівські апарати надають чіткіші зображення при менших дозах радіації, що сприяє підвищенню безпеки та покращенню якості діагностики.

Перехід від плівкової до цифрової рентгенографії є важливим кроком у розвитку цього виду медичної візуалізації. З огляду на це, вивчення досвіду запровадження сучасних цифрових рентгенівських технологій має неабияке значення. Передусім, це важливо з погляду поширення передових практик, адже набутий досвід може включати в себе дані, які допоможуть оптимізувати впровадження нових технологій.

Цифрові системи пропонують численні переваги, такі як швидше отримання та зберігання зображень в електронному вигляді, а також вищу якість зображення [16]. Майбутні перспективи цифрової рентгенографії включають покращення роздільної здатності та оптимізацію алгоритмів обробки зображень за допомогою штучного інтелекту, що підвищить діагностичну точність дослідження.

Зосереджуючись на зниженні дози радіації та розвитку портативних систем, рентгенівська технологія стає більш доступною та зручною для медичних працівників і пацієнтів. Інтеграція рентгенівських систем в цифрову екосистему охорони здоров'я сприятиме безперебійному обміну даними та покращить співпрацю між медичними постачальниками.

Використання рентгенівських систем узгоджується з концепцією персоналізованої медицини, де індивідуальні протоколи візуалізації оптимізуються для кожного пацієнта на основі його специфічних факторів. Інтеграція різноманітних даних пацієнта дозволяє точніше персоналізувати діагнози та лікування, враховуючи генетичні аспекти, історію хвороби та результати візуалізації.

Ключові слова: ретнтген-технології, цифровий рентген, візуалізація, рентгенографія, рентгенівський апарат.

Stepanova Halyna Mykolaivna Candidate of biological sciences, Head of the Department of Physical Therapy and Occupational Therapy, Cherkasy Medical Academy, Cherkasy

Zarudnyak Nataliia Vasylivna Head of the Cycle Commission for Therapeutic and Nursing Disciplines, Cherkasy Medical Academy Cherkasy

Lupyna Oleh Vasyliovych master's student, Cherkasy Medical Academy Cherkasy

Modern X-ray technologies: main characteristics significant to global health protection

Abstract

Since the 1970s, digital X-ray examination has become more and more common, in which digital sensors are used instead of the film used in traditional X-ray photography. The captured image is instantly converted into digital data and becomes available for viewing within seconds.

Over the past decades, X-ray technologies have undergone significant transformations that contributed to the improvement of its quality and efficiency. Modern X-ray machines provide clearer images with lower doses of radiation, which helps to increase safety and improve the quality of diagnostics.

The transition from film to digital radiography is an important step in the development of this type of medical imaging. In view of this, studying the experience of introducing modern digital X-ray technologies is of great importance. First of all, it is important from the point of view of the dissemination of best practices, because the acquired experience can include data that will help to optimize the implementation of new technologies.

Digital systems offer numerous advantages, such as faster acquisition and electronic storage of images, as well as higher image quality. The future prospects of digital radiography include improved resolution and optimization of image processing algorithms with the help of artificial intelligence, which will increase the diagnostic accuracy of the study.

With the focus on reducing radiation dose and the development of portable systems, X-ray technology is becoming more accessible and convenient for healthcare professionals and patients. Integrating X-ray systems into the digital healthcare ecosystem will facilitate seamless data sharing and improve collaboration between healthcare providers.

The use of X-ray systems is consistent with the concept of personalized medicine, where individual imaging protocols are optimized for each patient based on their specific factors. The integration of diverse patient data enables more accurate personalization of diagnoses and treatment, taking into account genetic aspects, medical history and imaging results.

Keywords: X-ray technologies, digital X-ray, visualization, radiography, X-ray machine.

Постановка проблеми

Четверта промислова революція, яка передбачає широке застосування кіберфізичних систем, тобто - поєднання комп'ютерних технологій із біологічними і створеними людиною об'єктами [15], за допомогою передових технологій суттєво вплине і вже впливає на якість лікування та медичних послуг, адже дозволяє надавати медпрацівникам інформацію в режимі реального часу, що дуже прискорює ухвалення рішень [7]. Цифрові інструменти охорони здоров'я збільшують можливості для ефективного виявлення і лікування захворювань, а також покращують індивідуальне надання медичної допомоги. Щороку вдосконалюється гнучкість та майстерність виробників медичного обладнання, хоча в діяльності багатьох компаній все ще спостерігається консервативність і небажання реалізовувати весь наявний потенціал [4]. Водночас, епоха розумних машин і роботів спонукає промисловість перенаправляти інвестиції на рух до нових технологій.

Великий прогрес у вдосконаленні медичної допомоги створює наука про дані (Data Science). Якщо раніше призначення лікування визначалося цілком рівнем компетенції лікаря, а отже виникали суттєві помилки, то сучасні тенденції ведуть до того, що діагностичні заходи стануть більш точними. Особливо це помітно в інструментальних дослідженнях, пов'язаних із візуалізацією - таких як рентгенологічні дослідження, МРТ, УЗД, комп'ютерна томографія тощо [7].

Аналіз останніх досліджень і публікацій

У вітчизняній літературі наявні лише поодинокі дослідження ефективності сучасних рентгенівських технологій та перспектив їх розвитку. У зв'язку з цим актуальною стає необхідність аналізу світового досвіду запровадження цифрової рентгенографії в контексті сучасних комп'ютерних і комунікаційних технологій.

Мета статті - проаналізувавши сучасну англомовну літературу з питань розвитку рентген-технологій ХХІ століття, зробити висновки щодо їх значення для світової охорони здоров'я й окреслити основні перспективи їх розвитку.

Виклад основного матеріалу

На початку розвитку рентгенівської технології лікарі швидко усвідомили потенціал використання рентгенівських променів у медичній діагностиці та лікуванні. Здатність візуалізувати кістки, зуби та інші внутрішні структури, не вдаючись до інвазивних процедур, змінила підхід медичних працівників до різних станів, що спричинило більш точну діагностику та покращення результатів лікування пацієнтів. Широке впровадження рентгенівських променів привело до інновацій у медичній візуалізації, зокрема до розробки флюороскопії, яка дозволила візуалізувати внутрішні структури в реальному часі. Ця техніка дозволяла лікарям спостерігати за рухом органів та інших частин тіла, надаючи цінну інформацію про функціонування людського тіла. Рентгенівські промені відіграли вирішальну роль у розвитку хірургічних технологій, оскільки тепер хірурги могли використовувати рентгенівські зображення для більш точного планування та виконання складних операцій. Це зменшило ризик ускладнень і скоротило час одужання пацієнтів. Рентгенівська технологія сприяла ранньому виявленню таких захворювань, як туберкульоз і рак, дозволяючи втручатися більш вчасно [2, 12].

Рентгенівські технології набули значного поширення. У Сполучених Штатах Америки приблизно 50% загального впливу іонізаційного випромінювання складається з радіаційного опромінення під час медичної візуалізації [10]. У наш час методи візуалізації стали необхідним інструментом для діагностики майже всіх основних типів медичних відхилень і захворювань, таких як травми, багато типів ракових захворювань, серцево-судинні захворювання, неврологічні розлади та багато інших захворювань [8]. Водночас, за даними ВООЗ, ще декілька років тому населення двох третин світу (країн, що розвиваються) не мали доступу до сучасних технологій візуалізації [11].

Під час активного використання рентгенівської технології почало виникати занепокоєння щодо потенційної небезпеки радіаційного опромінення. Тривалий або надмірний вплив рентгенівського випромінювання може призвести до шкідливих побічних ефектів, таких як опіки шкіри, випадання волосся і навіть рак [6]. Ці ризики підкреслили необхідність посилення заходів безпеки та впровадження передових технологій для мінімізації радіаційного опромінення пацієнтів і медичних працівників. Регулятивні органи та організації встановили інструкції з безпеки та правила використання рентгенівської технології в медичних установах. До них належать «Гігієнічні вимоги до влаштування та експлуатації рентгенівських кабінетів і проведення рентгенологічних процедур», затверджені Наказом Міністерства охорони здоров'я України від 4 червня 2007 року № 294 (нині чинна редакція від 14 листопада 2017 року) [1]. Ці вказівки зосереджені на належному обслуговуванні обладнання, належному екрануванні та обмеженнях дози радіації для пацієнтів і медичного персоналу.

Впродовж багатьох років прогрес у технологіях і методах значно мінімізував радіаційне опромінення під час рентгенівських процедур. Деякі з цих досягнень включають:

методи зменшення дози: сучасні рентгенівські апарати мають функції, які допомагають оптимізувати дози опромінення, такі як автоматичний контроль опромінення та системи модуляції дози;

свинцевий екран: свинцеві фартухи, комірці для щитоподібної залози та інші екрануючі пристрої захищають пацієнтів і медичних працівників від розсіяного випромінювання під час рентгенівських процедур;

методи обробки зображень: розширені алгоритми обробки зображень можуть покращити якість рентгенівських зображень, дозволяючи отримувати менші дози опромінення без шкоди для діагностичної точності;

навчання та тренінги: безперервне навчання та тренінги для медичних працівників гарантують, що вони володіють останніми рекомендаціями з безпеки та найкращими методами мінімізації радіаційного опромінення.

Суттєвим кроком до зменшення радіаційного опромінення під час рентгенологічного дослідження стала цифрова рентгенографія: перехід від традиційного рентгенівського знімка на основі плівки до цифрової рентгенографії дозволив знизити дози опромінення та пришвидшити отримання зображення, зменшивши ризик опромінення пацієнтів і персоналу [12].

Протягом багатьох років рентгенівська технологія значно покращила безпеку, якість зображення та портативність. Сучасні рентгенівські апарати використовують цифрові методи візуалізації, які забезпечують чіткіші зображення та потребують менших доз радіації. Крім того, розробка портативних рентгенівських апаратів дозволила надавати послуги візуалізації за межами лікувального закладу, підвищивши доступність і зручність як для медичних працівників, так і для пацієнтів [19].

Високоякісне цифрове рентгенографічне зображення є важливим для точного тестування та діагностики. Велике значення це має у хірургії. Застосування сучасних рентген-технологій може надати велику кількість візуалізаційних матеріалів до і після операції, які можуть допомогти лікарям ліпше зрозуміти стан пацієнтів. Наприклад, комп'ютерна рентгенівська фотографія, яка використовується під час передопераційного та післяопераційного обстеження, є одним із основних допоміжних методів візуалізації для клінічної діагностики. До запровадження цифрових рентген-технологій із застосуванням рентгену в хірургії були певні труднощі. Адже тіла пацієнтів мають різну щільність і товщину, ступінь поглинання рентгенівського випромінювання різний, через що зображення на рентгенівських плівках іноді були пересвіченими і недосвіченими й погано читалися. Однак із появою цифрових методів зображення стали чіткішими, що допомагає лікарям швидше підтвердити місце ураження. Очікується, що сучасне діагностичне обладнання в майбутньому усуне різницю в успішності операцій між великими лікарнями та невеликими медичними закладами [21].

Якість рентгенівського зображення можна оцінити за трьома основними параметрами, включаючи просторову роздільну здатність, контраст і шум.

Здатність розрізняти суміжні деталі в об'єкті та пов'язану з цим різкість можна визначити терміном «просторова роздільна здатність». Для цифрових систем просторова роздільна здатність пов'язана з розміром пікселів у матриці, що має вирішальне значення для досягнення високої просторової роздільної здатності для цифрових рентгенівських зображень.

Контраст є ще одним ключовим параметром, який використовується для оцінки якості рентгенівського зображення. У порівнянні з традиційною рентгенографією цифрова рентгенографія демонструє набагато ширший динамічний діапазон, що знижує ризик переекспонування або недоекспонування. Крім того, відмінності між конкретними тканинами (наприклад, кістками та м'якими тканинами) можуть бути відображені на одному зображенні за допомогою постобробки без подальшого експонування.

Шумові сигнали, що походять від різних джерел, характеризуються варіаціями сигналів у рентгенівському зображенні однорідного об'єкта. Шум рентгенівського детектора важливий для визначення якості зображення [22].

Новий міжнародний стандарт IEC 62220-2-1:2023 [5] визначає показники продуктивності, пов'язані з рентгенівськими пристроями. Ці показники служать мірилом для оцінки різних аспектів якості та функціональності зображення. У стандарті описано методи визначення цих показників, які охоплюють:

ефективність дози: стосується моніторингу безпечної кількості радіаційного опромінення, яке отримує пацієнт під час процесу візуалізації;

характеристики шуму: шум на зображеннях може затемнювати важливі деталі, що призводить до неправильної інтерпретації. Стандарт визначає методи аналізу та кількісного визначення шумових характеристик, що сприяє отриманню більш чітких і точних зображень;

ефективність «вилучення» тканин: однією з чудових можливостей сучасних рентгенівських пристроїв є здатність вилучати небажану інформацію із зображень, залишаючи лише важливі деталі. Це особливо корисно для виділення певних тканин або структур. Стандарт визначає, як оцінити ефективність цього процесу «віднімання» тканини.

Цифрову рентгенографію (в широкому сенсі цього терміну) можна розподілити на два типи: комп'ютерна рентгенографія і рентгенографія з матрицею цифрових детекторів (власне цифрова рентгенографія).

Комп'ютерна рентгенографія працює через непрямий процес. Він замінює традиційну плівку, що використовується в традиційній рентгенографії, на пластину для зображення. Потім інформація передається на комп'ютерний пристрій для аналізу.

Рентгенографія з матрицею цифрових детекторів (цифрова рентгенографія в вузькому сенсі) використовує матрицю цифрових детекторів або детектор із плоскою панеллю для перетворення рентгенівських променів безпосередньо в цифрове зображення [18].

Царину радіології далі трансформують нові наукові досягнення. Так, завдяки інтерпретації рентгенівських знімків за допомогою штучного інтелекту (ШІ) радіологи можуть покращити якість лікування і догляду за пацієнтами, прискоривши та підвищивши точність діагностики та лікування травм і захворювань. ШІ з високою швидкістю аналізує дані та зображення з медичних баз даних і порівнює їх із отриманими результатами рентгенологічного дослідження, виявляючи аномалії. Це не лише прискорює діагностику, але й дозволяє краще визначити пріоритетність надання допомоги пацієнтам у критичних станах, зменшити кількість помилок при прочитуванні електронних медичних записів тощо.

Інтерпретація рентгенівських знімків за допомогою ШІ особливо активно прогресує в останні роки, особливо щодо рентгенографії грудної клітки, яка є найпоширенішим діагностичним дослідженням у відділеннях невідкладної допомоги [3, 17]. Зокрема, її активно використовують для діагностики COVID-19. Згідно з дослідженням 2021 р., рентген грудної клітки із застосуванням ШІ допоміг радіологам відрізнити COVID-19-позитивних від COVID-19-негативних пацієнтів і підвищив точність діагностики з 65,9% до 81,9% [13]. Встановлено, що в ході попередньої інтерпретації рентгенограм грудної клітки алгоритми ШІ працюють не гірше за лікарів-ординаторів [3].

Водночас, застосування штучного інтелекту в радіології, незважаючи на перспективність, може викликати етичні проблеми, частина з яких, однак, пов'язана з упередженістю [9, 14].

Телерадіологія є ще однією галуззю, що активно розвивається і допомагає оптимізувати навантаження працівників, більш раціонально розподіляти роботу між медиками різних лікарень. Але, у міру того, як галузь стає все більш оцифрованою, виникають проблеми щодо безпеки даних. Потрібні ефективні й надійні рішення, щоб захистити інформацію пацієнтів від несанкціонованого доступу [20].

Висновки

Завдяки постійному технологічному прогресу рентгенівські системи в останні десятиліття зазнали значних трансформацій, запроваджуючи поліпшення можливостей отримання зображень і спрощення виробничих процесів. Одним із значних досягнень у рентгенівській технології є перехід від плівкової до цифрової рентгенографії. Цифрові рентгенівські системи пропонують численні переваги, такі як швидше отримання зображень, вищу якість зображення та можливість опрацьовувати та зберігати зображення в електронному вигляді.

Майбутнє цифрової рентгенографії полягає в подальшому покращенні роздільної здатності зображення та підвищенні ефективності алгоритмів обробки зображення, що веде до кращої діагностичної точності. Значну роль відіграватимуть алгоритми на основі штучного інтелекту. Крім того, буде зосереджено зусилля на зниженні дози радіації без шкоди для якості зображення. Розвиватимуться портативні рентгенівські системи, які дозволяють знімати зображення біля ліжка пацієнта або у віддалених від медичних закладів місцях.

Рентгенівські системи легко інтегруються в цифрову екосистему охорони здоров'я. Взаємодія з електронними медичними записами, системами архівування зображень і зв'язку та іншими методами візуалізації забезпечить безперебійний обмін даними та співпрацю між постачальниками медичних послуг. Ця інтеграція підвищить ефективність робочого процесу та сприятиме більш комплексному лікуванню і догляду за пацієнтами. Рентгенівські системи сприятимуть розвитку персоналізованої медицини. Індивідуальні протоколи візуалізації та робочі процеси, що керуються специфічними факторами пацієнта, оптимізують процедури візуалізації для окремих пацієнтів. Інтеграція даних пацієнта, включаючи генетику, історію хвороби та результати візуалізації, дозволить точніше персоналізувати діагнози та плани лікування.

Література

1. Про затвердження Державних санітарних правил і норм «Гігієнічні вимоги до влаштування та експлуатації рентгенівських кабінетів і проведення рентгенологічних процедур». Наказ Міністерства охорони здоров'я України. 04.06.2007. № 294. URL: https://zakon.rada.gov.Ua/laws/show/z1256-07#Text (дата звернення 29.09.2023 р.).

2. Туманська Н.В., Барська К.С., Скриниченко С.В. Рентгенологічні методи дослідження. Запоріжжя: ЗДМУ, 2016. 82 с.

3. Adams S.J., Henderson R.D.E., Yi X., Babyn P. Artificial Intelligence Solutions for Analysis of X-ray Images. Canadian Association of Radiologists Journal. 2021. V. 72(1). P. 60-72. URL: https://pubmed.ncbi.nlm.nih.gov/32757950/ (дата звернення 29.09.2023 р.).

4. Al-Jaroodi J., Mohamed N., Abukhousa E. Health 4.0: On the Way to Realizing the Healthcare of the Future. IEEE Access. 2020. V. 8. P. 211189-211210. URL: https://ieeexplore.ieee.org/document/9262939?denied= (дата звернення 29.09.2023 р.).

5. A new standard in medical imaging. International Elecnrotechnical Commission. 2023. URL: https://www.iec.ch/blog/new-standard-medical-imaging (дата звернення 29.09.2023 р.).

6. Diagnostic radiology physics. Vienna international atomic energy agency, 2014. 682 p.

7. Haleem A., Javaid M., Singh R. P., Suman R. Medical 4.0 technologies for healthcare: Features, capabilities, and applications. Internet of Things and Cyber-Physical Systems. 2022. V. 2. P. 12-30. URL: https://www.sciencedirect.com/science/article/pii/S2667345222000104 (дата звернення 29.09.2023 р.).

8. Hussain S., Mubeen I., Ullah N., Shah S. S. U. D., Khan B.A., Zahoor M., Ullah R., Khan F.A., Sultan M.A. Modern Diagnostic Imaging Technique Applications and Risk Factors in the Medical Field: A Review. BioMedResearch International. 2022 Jun 6. URL: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9192206/ (дата звернення 29.09.2023 р.).

9. Goisauf M.; Cano Abadia M. Ethics of AI in Radiology: A Review of Ethical and Societal Implications. Frontiers in Big Data. 2022. URL: https://www.frontiersin.org/articles/10.3389/fdata.2022.850383/full (дата звернення 29.09.2023 р.).

10. Kaur A., Goyal M. ROI based image compression of medical images. International Journal of Computer Science Trends and Technology. 2014. V. 2(5). P. 2347-8578. URL: https://citeseerx.ist.psu.edu/document?repid=rep1&type=pdf&doi=c14dfcd45d95a001657a176553acc63e367841a1 (дата звернення 29.09.2023 р.).

11. Makanjee C.R., Bergh A.M., Hoffmann W.A. “So You Are Running Between” - A Qualitative Study of Nurses' Involvement With Diagnostic Imaging in South Africa. Journal of Radiology Nursing. 2014. V. 33, Issue 3. P. 105-115. URL: https://www.sciencedirect.com/science/article/abs/pii/S1546084313002046 (дата звернення 29.09.2023 р.).

12. Portable X-Ray Machine Cost: Tracing the Evolution of X-Ray Technology from Accidental Discovery to Modern Times. JayXray.com. URL: https://jayxray.com/x-rays/x-ray-systems/portable-x-ray-machine-cost-tracing-the-evolution-of-x-ray-technology-from-accidental-discovery-to-modern-times/ (дата звернення 29.09.2023 р.).

13. Rangarajan, K., Muku, S., Garg, A.K. et al. Artificial Intelligence-assisted chest X-ray assessment scheme for COVID-19. European Radiology. 2021. V. 31. P. 6039-6048.

14. Reabal N. Redefining Radiology: A Review of Artificial Intelligence Integration in Medical Imaging. Diagnostics. 2023. V. 13(17). URL: https://www.mdpi.com/2075-4418/13/17/2760 (дата звернення 29.09.2023 р.).

15. Schwab K. The Fourth Industrial Revolution: What It Means and How to Respond. Foreign Affears. 2015. URL: https://www.foreignaffairs.com/world/fourth-industrial-revolution (дата звернення 29.09.2023 р.).

16. Singh N. What are the emerging trends and future developments in X-ray technology, and how will they impact medical diagnostics and treatment? The Times of India. 2023. August 3. URL: https://timesofindia.indiatimes.com/blogs/voices/what-are-the-emerging-trends-and-future- developments-in-x-ray-technology-and-how-will-they-impact-medical-diagnostics-and-treatment/ (дата звернення 29.09.2023 р.).

17. Six Advances in Digital Radiography. Advent Health University. 2022. January 27. URL: https://www.ahu.edu/blog/advances-in-digital-radiography (дата звернення 29.09.2023 р.).

18. The Difference Between Computed Radiography (CR) and Digital Radiography (DR). Element. URL: https://www.element.com/nucleus/2020/the-difference-between-computed-radiography-cr-and-digital-radiography-dr (дата звернення 29.09.2023 р.).

19. Toppenberg, M.D., Christiansen, T.E.M., Rasmussen, F. et al. Mobile X-ray outside the hospital: a scoping review. BMC Health Services Research. 2020. V. 20. URL: https://bmchealthservres.biomedcentral.com/articles/10.1186/s12913-020-05564-0#citeas (дата звернення 29.09.2023 р.).

20. Walach E. Radiology Redefined: How Technology Is Transforming Medical Imaging. Radiology Today. 2023. URL: https://www.radiologytoday.net/archive/WebEx0518.shtml (дата звернення 29.09.2023 р.).

21. Zhang Ziyi, Li Shuang, Zhao Shihao, Zuo Zhikai, Liu Yunrun. Opinion: Auxiliary Role of Medical Imaging Technology in Clinical Surgery. Frontiers in Surgery. 2022. 2 May. URL: https://www.frontiersin.org/articles/10.3389/fsurg.2022.913427/full (дата звернення 29.09.2023 р.).

22. Xiangyu Ou, Xue Chen, Xianning Xu, Lili Xie, Xiaofeng Chen, Zhongzhu Hong, Hua Bai, Xiaowang Liu, Qiushui Chen, Lin Li, et al. Recent Development in X-Ray Imaging Technology: Future and Challenges. Research. 2021. URL: https://spj.science.org/doi/10.34133/ 2021/9892152 (дата звернення 29.09.2023 р.).

References

1. Pro zatverdzhennia Derzhavnykh sanitarnykh pravyl i norm «Hihiienichni vymohy do vlashtuvannia ta ekspluatatsii renthenivskykh kabinetiv i provedennia renthenolohichnykh protsedur». Nakaz Ministerstva okhorony zdorovia Ukrainy. 04.06.2007. No. 294 [On the approval of the State sanitary rules and norms "Hygienic requirements for the arrangement and operation of X-ray rooms and conducting X-ray procedures". Order of the Ministry of Health of Ukraine. 04.06.2007. No. 294.]. (n.d.). zakon.rada.gov.ua. Retrieved from: https://zakon.rada.gov.ua/laws/show/z1256-07#Text [in Ukrainian].

2. Tumanska, N.V., Barska, K.S. & Skrynychenko, S.V. (2016). Renthenolohichni metody doslidzhennia [X-ray research methods]. Zaporizhzhia. [in Ukrainian].

3. Adams, S.J., Henderson, R.D.E., Yi, X. & Babyn, P. (2021). Artificial Intelligence Solutions for Analysis of X-ray Images. Canadian Association of Radiologists Journal. 72(1), 60-72. Retrieved from: https://pubmed.ncbi.nlm.nih.gov/32757950/.

4. Al-Jaroodi, J., Mohamed, N. & Abukhousa, E. (2020). Health 4.0: On the Way to Realizing the Healthcare of the Future. IEEE Access. 8, 211189-211210. Retrieved from: https://ieeexplore.ieee.org/document/9262939?denied=.

5. A new standard in medical imaging. (2023). International Elecnrotechnical Commission. Retrieved from: https://www.iec.ch/blog/new-standard-medical-imaging.

6. Diagnostic radiology physics. (2014). Vienna.

7. Haleem, A., Javaid, M., Singh, R. P. & Suman, R. (2022). Medical 4.0 technologies for healthcare: Features, capabilities, and applications. Internet of Things and Cyber-Physical Systems. 2, 12-30. Retrieved from: https://www.sciencedirect.com/science/article/pii/S2667345222000104.

8. Hussain, S., Mubeen, I., Ullah, N., Shah, S. S. U. D., Khan, B.A., Zahoor, M., Ullah, R., Khan, F.A. & Sultan, M.A. (2022). Modern Diagnostic Imaging Technique Applications and Risk Factors in the Medical Field: A Review. BioMed Research International. Retrieved from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9192206/.

9. Goisauf, M. & Cano Abadia, M. Ethics of AI in Radiology: A Review of Ethical and Societal Implications. (2022)/ Frontiers in Big Data. Retrieved from: https://www.frontiersin.org/ articles/10.3389/fdata.2022.850383/full.

10. Kaur, A. & Goyal, M. (2014). ROI based image compression of medical images. International Journal of Computer Science Trends and Technology. 2(5), 2347-8578. Retrieved from: https://citeseerx.ist.psu.edu/document?repid=rep1&type=pdf&doi=c14dfcd45d95a001657 a176553acc63e367841a1.

11. Makanjee, C.R., Bergh, A.M. & Hoffmann, W. A. (2014). “So You Are Running Between” - A Qualitative Study of Nurses' Involvement With Diagnostic Imaging in South Africa. Journal of Radiology Nursing. 33 (3), 105-115. Retrieved from: https://www.sciencedirect.com/science/article/abs/pii/S1546084313002046.

12. Portable X-Ray Machine Cost: Tracing the Evolution of X-Ray Technology from Accidental Discovery to Modern Times. (n.d.). JayXray.com. Retrieved from: https://jayxray.com/x-rays/x-ray-systems/portable-x-ray-machine-cost-tracing-the-evolution-of-x-ray-technology-from-accidental-discovery-to-modern-times/.

13. Rangarajan, K., Muku, S., Garg, A.K., Gabra, P., Shankar, S.H., Nischal, N., Soni, K.D., Bhalla, A.S., Mohan, A., Tiwari, P., Bhatnagar, S., Bansal, R., Kumar, A., Gamanagati, S., Aggarwal, R., Baitha, U., Biswas, A., Kumar, A., Jorwal, P., Shalimar, ... Arora, C. (2021). Artificial Intelligence-assisted chest X-ray assessment scheme for COVID-19. European radiology, 31(8), 6039-6048.

14. Reabal, N. (2023). Redefining Radiology: A Review of Artificial Intelligence Integration in Medical Imaging. Diagnostics. 13(17). Retrieved from: https://www.mdpi.com/2075-4418/13/17/2760.

15. Schwab, K. (2015). The Fourth Industrial Revolution: What It Means and How to Respond. (n.d.). Foreign Affears. Retrieved from: https://www.foreignaffairs.com/world/fourth-industrial-revolution.

16. Singh, N. (2023). What are the emerging trends and future developments in X-ray technology, and how will they impact medical diagnostics and treatment? The Times of India. Retrieved from: https://timesofindia.indiatimes.com/blogs/voices/what-are-the-emerging-trends-and-future-developments-in-x-ray-technology-and-how-will-they-impact-medical-diagnostics-and-treatment/.

17. Six Advances in Digital Radiography. (2022). Advent Health University. Retrieved from: https://www.ahu.edu/blog/advances-in-digital-radiography.

18. The Difference Between Computed Radiography (CR) and Digital Radiography (DR). Element. (2020). Retrieved from: https://www.element.com/nucleus/2020/the-difference-between-computed-radiography-cr-and-digital-radiography-dr.

19. Toppenberg, M.D., Christiansen, T.E.M., Rasmussen, F., Nielsen, C.P. & Damsgaard E.M. (2020). Mobile X-ray outside the hospital: a scoping review. BMC Health Services Research. V. 20. Retrieved from: https://bmchealthservres.biomedcentral.com/articles/10.1186/s12913-020-05564-0#citeas.

20. Walach, E. (2023). Radiology Redefined: How Technology Is Transforming Medical Imaging. Radiology Today. Retrieved from: https://www.radiologytoday.net/archive/WebEx0518.shtml.

21. Zhang Ziyi, Li Shuang, Zhao Shihao, Zuo Zhikai & Liu Yunrun. (2022). Opinion: Auxiliary Role of Medical Imaging Technology in Clinical Surgery. Frontiers in Surgery. Retrieved from: https://www.frontiersin.org/articles/10.3389/fsurg.2022.913427/full.

22. Ou, X., Chen, X., Xu, X., Xie, L., Chen, X., Hong, Z., Bai, H., Liu, X., Chen, Q., Li, L., & Yang, H. (2021). Recent Development in X-Ray Imaging Technology: Future and Challenges. Research (Washington, D.C.), 9892152. Retrieved from: https://spj.science.org/doi/10.34133/2021/9892152.

Размещено на Allbest.ru