JP2021117927A - Medical information processing system, medical information processing apparatus, control method of medical information processing system, and program - Google Patents
Medical information processing system, medical information processing apparatus, control method of medical information processing system, and program Download PDFInfo
- Publication number
- JP2021117927A JP2021117927A JP2020012888A JP2020012888A JP2021117927A JP 2021117927 A JP2021117927 A JP 2021117927A JP 2020012888 A JP2020012888 A JP 2020012888A JP 2020012888 A JP2020012888 A JP 2020012888A JP 2021117927 A JP2021117927 A JP 2021117927A
- Authority
- JP
- Japan
- Prior art keywords
- determination
- medical information
- evaluation
- notification
- machine learning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims description 68
- 238000011156 evaluation Methods 0.000 claims abstract description 107
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000010801 machine learning Methods 0.000 claims description 66
- 230000008569 process Effects 0.000 claims description 36
- 238000002601 radiography Methods 0.000 description 63
- 238000007689 inspection Methods 0.000 description 49
- 230000005855 radiation Effects 0.000 description 34
- 238000003384 imaging method Methods 0.000 description 33
- 201000010099 disease Diseases 0.000 description 23
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 23
- 230000006870 function Effects 0.000 description 10
- 238000013500 data storage Methods 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004195 computer-aided diagnosis Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Primary Health Care (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Databases & Information Systems (AREA)
- Optics & Photonics (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
本発明は、医用情報処理システム、医用情報処理装置、医用情報処理システムの制御方法、及びプログラムに関するものである。 The present invention relates to a medical information processing system, a medical information processing device, a control method of the medical information processing system, and a program.
医用情報処理システムにおいて、機械学習を用いてユーザーの傾向や嗜好に沿った情報を提供する機能や、画像解析精度を向上させる機能等が提案されている。特許文献1には機械学習により作成した識別器の判定精度を算出し、最も判定精度に優れた識別器を判定処理に使用する技術が開示されている。 In a medical information processing system, a function of providing information according to a user's tendency and preference by using machine learning, a function of improving image analysis accuracy, and the like have been proposed. Patent Document 1 discloses a technique of calculating the determination accuracy of a classifier created by machine learning and using the classifier having the highest determination accuracy for the determination process.
しかしながら、識別器を用いた判定処理において、いずれの識別器も判定精度が十分ではない場合には間違った判定結果がユーザーに頻繁に通知されることになる。これにより、ユーザーは判定結果の確認作業や修正作業を行う頻度が増え、作業効率が低下する場合が生じ得る。 However, in the determination process using the classifier, if the determination accuracy of any of the classifiers is not sufficient, the user is frequently notified of the wrong determination result. As a result, the user frequently performs confirmation work and correction work of the determination result, which may reduce the work efficiency.
本発明は上記の課題に鑑みてなされたもので、判定精度の評価が閾値以下の場合に、判定結果の通知を制限することが可能な医用情報処理技術の提供を目的とする。 The present invention has been made in view of the above problems, and an object of the present invention is to provide a medical information processing technique capable of limiting notification of a determination result when the evaluation of determination accuracy is equal to or less than a threshold value.
本発明の目的を達成するために、本発明の一態様による医用情報処理システムは、医用情報に対して判定処理を行う判定手段と、
前記判定手段による判定結果を通知する通知手段と、
前記判定処理の判定結果と、基準となる情報との比較に基づいて、前記判定処理の判定精度を評価する評価手段と、を備え、
前記通知手段は、前記評価手段による前記判定精度の評価が閾値以下の場合に、前記判定結果の通知を制限することを特徴とする。
In order to achieve the object of the present invention, the medical information processing system according to one aspect of the present invention includes a determination means for performing determination processing on medical information and a determination means.
A notification means for notifying the determination result by the determination means, and
An evaluation means for evaluating the determination accuracy of the determination process based on the comparison between the determination result of the determination process and the reference information is provided.
The notification means is characterized in that when the evaluation of the determination accuracy by the evaluation means is equal to or less than a threshold value, the notification of the determination result is restricted.
本発明によれば、判定精度の評価が閾値以下の場合に、判定結果の通知を制限することが可能になる。判定精度が閾値に比べて高い状態でユーザーに判定結果が通知される。このため、判定精度の低い判定結果が提供された場合に必要とされる、ユーザーによる判定結果の確認作業や修正作業を行う手間を低減することが可能になる。 According to the present invention, it is possible to limit the notification of the determination result when the evaluation of the determination accuracy is equal to or less than the threshold value. The user is notified of the judgment result when the judgment accuracy is higher than the threshold value. Therefore, it is possible to reduce the time and effort required for the user to confirm and correct the determination result when the determination result with low determination accuracy is provided.
添付図面は明細書に含まれ、その一部を構成し、本発明の実施形態を示し、その記述と共に本発明の原理を説明するために用いられる。
以下、添付図面を参照して本発明の実施形態を詳しく説明する。尚、以下の実施形態は特許請求の範囲に係る本発明を限定するものでなく、また本実施形態で説明されている特徴の組み合わせの全てが本発明の解決手段に必須のものとは限らない。以下の実施形態及び特許請求の範囲において、放射線は、X線の他、α線、β線、γ線、及び各種粒子線なども含む。 Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. It should be noted that the following embodiments do not limit the present invention according to the claims, and not all combinations of features described in the present embodiment are essential for the means for solving the present invention. .. In the following embodiments and claims, radiation includes not only X-rays but also α-rays, β-rays, γ-rays, various particle beams, and the like.
図1〜図5Bを参照して、本発明の第1実施形態による放射線撮影システムの構成および動作について説明する。 The configuration and operation of the radiography system according to the first embodiment of the present invention will be described with reference to FIGS. 1 to 5B.
[第1実施形態]
<放射線撮影システムの構成>
図1は、本発明の第1実施形態に係る放射線撮影システムの構成例を示す図である。放射線撮影システム10は、放射線撮影制御装置101、および判定精度評価装置113を有する。放射線撮影システム10において、放射線撮影制御装置101および判定精度評価装置113は、ネットワーク122を介して、HIS117、RIS118、PACS119、プリンタ120、レポートサーバ121と通信可能に接続している。HIS117(Hospital Information System)は放射線撮影の進捗を管理するHIS(Hospital Information System:院内情報システム)である。
[First Embodiment]
<Configuration of radiography system>
FIG. 1 is a diagram showing a configuration example of a radiography system according to the first embodiment of the present invention. The
また、RIS118(Radiology Information System)は放射線部門内情報システムであり、PACS119(Picture Archiving and Communication Systems)は画像サーバである。レポートサーバ121には、読影医によって作成された読影レポートが保存される
HIS117は、会計情報を管理するサーバを含んでいても良い。放射線撮影が必要と判断されると、HIS117の端末より検査指示を入力し、依頼先である放射線部門に伝達する。この依頼情報を検査オーダといい、この検査オーダには依頼元の部門名や、検査項目、被写体130の個人データなどが含まれる。放射線部門はRIS118から送信された検査オーダを受信すると、撮影条件などを付加し、放射線撮影制御装置101へ転送する。
Further, RIS118 (Radiology Information System) is an information system in the radiology department, and PACS119 (Picture Archiving and Communication Systems) is an image server. The
放射線撮影制御装置101では受信した検査オーダに従って放射線撮影を実施する。放射線撮影制御装置101の撮影制御に基づいて撮影された画像に、検査情報と、画像の解析により取得された医師の判断の補助となる診断支援情報とが付与され、PACS119への転送やプリンタ120でのプリント出力が行われる。また、放射線撮影制御装置101での検査の実施情報は、HIS117へ転送される。HIS117へ転送された検査の実施情報は、検査の進捗管理以外に、検査後の会計処理にも用いられる。読影医はPACS119に転送された画像やプリンタ120でプリントされた画像を確認して読影結果を記載した読影レポートをレポート作成装置(不図示)で作成する。作成された読影レポートはレポートサーバ121で保存される。その後、判定精度評価装置113は、診断支援情報と読影レポートを取得する。判定精度評価装置113は、読影レポートを解析し、解析の結果に基づいて診断支援情報が正しかったか否かを評価する。
The
これら各装置間は、例えば、LAN(Local Area Network)やWAN(Wide Area Network)等で構成されるネットワーク122を介して接続されている。なお、これら各装置には、1又は複数のコンピュータが含まれる。コンピュータには、例えば、CPU等の主制御部、ROM(Read Only Memory)、RAM(Random Access Memory)等の記憶部が設けられている。また、コンピュータには、ネットワークカード等の通信部、キーボード、ディスプレイ又はタッチパネル等の入出力部等が設けられていてもよい。これら各構成要素は、バス等により接続され、主制御部が記憶部に記憶されたプログラムを読み出して実行することで制御される。
Each of these devices is connected via, for example, a
<放射線撮影制御装置101の構成>
放射線撮影制御装置101は、表示部102と、操作部103と、判定部104と、放射線発生制御部105と、表示制御部106と、撮影制御部107とを有する。
<Configuration of
The
放射線発生制御部105は、ケーブル111を介して放射線発生部110と接続されており、放射線発生部110からの放射線の照射を制御する。放射線発生部110は、例えば、放射線管球により実現され、被写体130(例えば、被写体の特定部位)に向けて放射線を照射する。
The radiation
撮影制御部107は、放射線撮影制御装置101における処理を統括制御する。表示部102は、例えば、液晶ディスプレイ等で実現され、各種情報をユーザー(撮影技師、医師等)に向けて表示する。操作部103は、例えば、マウスや操作ボタン等で実現され、ユーザーからの各種指示を装置内に入力する。なお、表示部102及び操作部103は、それらが一体となったタッチパネルで実現されてもよい。
The
判定部104は過去の診断で得られた医用情報を用いた機械学習による推論を行う識別器であり、医用情報に対して判定処理を行うことにより疾患の推論を行う。ここで医用情報とは検査オーダや画像、読影レポートに含まれる情報であり、複数の情報の組み合わせでもよい。
The
また、撮影制御部107は、ケーブル112を介して放射線検出器109と接続されており、ケーブル112により両者の間では、電源、画像信号や制御信号等が授受される。放射線検出器109は、被写体130を透過した放射線を検出し、被写体130を透過した放射線に基づく画像(放射線画像)を取得する検出器として機能する。すなわち、放射線発生部110及び放射線検出器109が連携して動作することにより放射線撮影部が実現される。放射線検出器109は、例えば立位または臥位の撮影台108に設置されている。
Further, the
撮影制御部107は、RIS118から受信したオーダ情報のうち少なくとも1つに対応する放射線撮影の開始を指示する指示部として機能する。RIS118から受信したオーダ情報には、例えば被検者情報と被検者についての1または複数の撮影部位が含まれる。ここで、放射線撮影の開始の指示は、例えば、操作部103がユーザーの入力を受けて指示される。あるいは、撮影制御部107が撮影すべきオーダ情報を選択して撮影の開始を指示してもよい。
The
放射線撮影を実施すると、表示部102に画像(放射線画像)が表示される。ユーザーは表示された画像に対し、操作部103を介して画像処理、切り出し、アノテーションの付与、幾何変換等の画像編集を実施することが可能である。これらの画像編集は判定部104によって自動で行われてもよい。
When radiography is performed, an image (radiation image) is displayed on the
以上が、第1実施形態に係る放射線撮影システムの構成の一例についての説明である。なお、図1に示す構成は、あくまで一例であり、適宜変更することが可能である。例えば、図1では、放射線撮影制御装置101に対してネットワーク122を介して各種装置が接続されているが、必ずしも放射線撮影制御装置101は、このような装置と接続される必要はない。診断画像がDVDのような可搬媒体へ出力され、可搬媒体を介して各種装置へ入力されても良い。また、このネットワーク122は有線で構成されていても、一部が無線信号伝送路で構成されていても良い。また、ケーブル111とケーブル112で行っている通信についても一部が無線信号伝送路で行われても良い。
The above is a description of an example of the configuration of the radiography system according to the first embodiment. The configuration shown in FIG. 1 is merely an example and can be changed as appropriate. For example, in FIG. 1, various devices are connected to the
<撮影処理>
図2A〜図2Cは、第1実施形態の放射線撮影制御装置における新規検査の入力画面を例示する図であり、第1実施形態に係る放射線撮影制御装置における撮影画面を例示する図である。以下、図1〜図3を参照して、放射線撮影システム10による検査の流れに沿って放射線画像を撮影する際の撮影処理の手順を説明する。
<Shooting process>
2A to 2C are diagrams illustrating an input screen for a new inspection in the radiography control device according to the first embodiment, and are diagrams illustrating an imaging screen in the radiography control device according to the first embodiment. Hereinafter, with reference to FIGS. 1 to 3, a procedure of imaging processing when capturing a radiographic image according to the flow of inspection by the
まず、検査依頼書またはRIS118からの検査依頼により放射線撮影制御装置101に対して被写体情報および検査情報が入力される。ここで、被写体情報には、被写体を特定する情報として、被写体名(患者名)、被写体の識別情報(被写体ID)などが含まれ、検査情報には、検査の識別情報(検査ID)、被写体に対して実施する撮影の内容を規定した撮影情報などが含まれる。
First, the subject information and the inspection information are input to the
放射線撮影制御装置101は、表示制御部106の表示制御により、図2Aに示すような新規検査の入力画面を表示部102に表示する。新規検査の入力画面の構成には、図2Aに示すように、被写体情報の入力領域201と、被写体情報の確定ボタン202と、依頼検査リスト203とが含まれる。また、新規検査の入力画面の構成には、被写体情報の表示領域204と、撮影情報の表示領域205と、撮影情報入力ボタン206と、検査開始ボタン207とが含まれる。
The
表示制御部106は、依頼検査リスト203に、RIS118より受信した検査の情報(被写体情報および検査情報)を並べ、一覧表示の形式で表示するように表示制御を行う。依頼検査リスト203の表示からいずれかの検査が選択されると、図2Bに示すように、被写体情報の表示領域204には、選択された検査に対応する被写体情報(被写体ID、被写体名、生年月日等)が表示される。また、撮影情報の表示領域205には、選択された検査に対応する検査IDが表示され、その下方の領域には、検査IDに対応する撮影情報が表示される。表示制御部106は、上述した通り、RIS118から受信した情報に基づいた撮影情報を表示することが可能である。
The
図2Bの例の場合、表示制御部106は、撮影情報に対応した撮影方法ボタン209(例えば、胸部正面ボタン209a、胸部側面ボタン209b)を撮影情報の表示領域205に表示するように表示制御を行う。撮影情報入力ボタン206の押下に従って、図2Cに示すように、表示制御部106は、撮影情報入力領域208を表示部102に表示するように表示制御を行う。撮影情報入力領域208に表示された複数の撮影方法の選択ボタン210が選択されることにより、さらに撮影方法を追加することもできる。表示制御部106は、追加された撮影方法を撮影情報の表示領域205に、胸部正面ボタン209aと、胸部側面ボタン209bとを並べて表示するように表示制御を行う。各撮影方法は撮影方法IDと対応付けられている。
In the case of the example of FIG. 2B, the
ユーザーは、被写体情報(被写体情報の表示領域204)及び撮影情報(撮影情報の表示領域205)を確認した後、検査開始ボタン207を押下する。これにより、実施する検査が確定する。検査開始ボタン207の押下に従って、放射線撮影制御装置101の表示制御部106は、図3に示すような撮影画面を表示部102に表示する。図3に示す撮影画面は、撮影時に用いられる画面である。
After confirming the subject information (subject information display area 204) and shooting information (shooting information display area 205), the user presses the
図3に示す撮影画面は、基本的には、図2A〜図2Cで説明した新規検査の入力画面と同様の表示領域を有して構成される。新たに追加される表示領域としては、図3に示すように、画像表示領域301と、メッセージ領域302と、画像処理設定領域303と、検査終了ボタン304とが挙げられる。
The photographing screen shown in FIG. 3 is basically configured to have a display area similar to the input screen for the new inspection described with reference to FIGS. 2A to 2C. Examples of the newly added display area include an
撮影画面が表示されると、表示制御部106は、撮影情報の表示領域205内で最も上部に配された撮影方法ボタン209(例えば、胸部正面ボタン209a)をデフォルトで選択された状態で表示するように表示制御を行う。これに伴って、放射線撮影制御装置101の撮影制御部107は、選択された撮影方法ボタン(撮影方法)に対応して設定された撮影条件(管電圧、管電流、照射時間等)を放射線発生制御部105に向けて送信する。そして、撮影制御部107は、設定された撮影条件に従って放射線検出器109を制御して撮影の準備を整える。
When the shooting screen is displayed, the
準備が整うと、放射線撮影制御装置101の撮影制御部107は、放射線検出器109の状態を撮影可能状態へ遷移させる。このとき、表示制御部106はメッセージ領域302に、撮影可能状態であることを示す「Readyメッセージ」を表示するように表示制御を行う。
When the preparation is complete, the
続いて、ユーザーは、撮影方法を確認し、撮影のセッティング及び被写体のポジショニングを行う。一連の撮影準備が完了すると、ユーザーは、メッセージ領域302を参照して撮影可能状態であることを確認した後、放射線照射スイッチ(不図示)を押下する。すると、放射線撮影制御装置101の撮影制御部107は、放射線発生部110により被写体130(患者の特定部位)に向けて放射線を照射させ、放射線検出器109により被写体130を透過した放射線を検出させる。これにより、放射線画像の撮影が行われる。
Subsequently, the user confirms the shooting method, sets the shooting, and positions the subject. When a series of shooting preparations is completed, the user refers to the
撮影が完了すると、放射線撮影制御装置101の撮影制御部107は、放射線検出器109から撮影画像を取得するとともに、取得した撮影画像に対して所定の画像処理条件に基づいて画像処理を実施する。所定の画像処理条件は、選択された撮影方法ボタン(撮影方法)に対応して予め規定されている。
When the imaging is completed, the
画像処理が終了すると、放射線撮影制御装置101は、判定部104で推論を行い、判定部104の推論結果に基づいて、表示制御部106は表示部102の表示領域に診断支援情報を提示するように表示制御を行う。実施形態では疾患名を通知するコンピュータ支援診断システムを例に挙げて説明する。具体的には、判定部104は、撮影した画像を解析することで画像所見を取得し、画像所見と疾患名との関係を学習した識別器を用いて、画像所見から疾患名を推論する。判定部104の推論結果は、表示制御部106の表示制御に基づいて表示部102に表示したり、判定部104が、DICOM(Digigal Imaging and Communications in Medicine)規格に従い、推論結果を構造化レポートやキー画像オブジェクトとして出力したりすることでユーザーに通知してもよい。
When the image processing is completed, the
また、放射線撮影制御装置101の表示制御部106は、画像処理された撮影画像を画像表示領域301に表示するように表示制御を行う。ユーザーは、画像表示領域301に表示された撮影画像を確認し、撮影画像のコントラスト等を変更する場合、画像処理設定領域303に設けられたコントラストや輝度等のボタンを操作する。
Further, the
同様に、出力画像の切り出し領域を変更する場合、ユーザーは、切り出しボタン307および切り出し枠312等を操作し、所望の切り出し領域を指定する。診断情報となる文字列を付与する場合、ユーザーは、アノテーションボタン308等を操作し、図形オブジェクトや文字列などを画像上に重ねる。画像の向きが診断に適さない場合、ユーザーは、回転ボタン305、反転ボタン306等を使って幾何変換を行う。以上のように、ユーザーは、各種のボタンを操作することにより、画像表示領域301に表示された撮影画像に対して追加の画像編集を実施することが可能である。
Similarly, when changing the cutout area of the output image, the user operates the
ユーザーは、上述した手順を繰り返して撮影情報の表示領域205内の全撮影方法の撮影を実施する。全ての撮影が終了すると、ユーザーは、検査終了ボタン304を押下する。これにより、一連の検査が終了し、放射線撮影制御装置101は、再度、新規検査の入力画面を表示する(図2A)。
The user repeats the above-mentioned procedure to perform shooting by all shooting methods in the shooting
このとき、放射線撮影制御装置101の撮影制御部107は、写損として扱われなかった診断画像に、その検査情報、及び撮影条件等を付帯情報として付与し、推論結果が記録されたレポート情報(構造化レポート)やキー画像オブジェクトと関連付けたうえで、例えば、PACS119、プリンタ120、自装置におけるROM等に出力する。なお、PACS119やROM等においては、撮影画像と被写体情報とは関連付けて格納される。
At this time, the
<判定精度評価処理>
図1に示す判定精度評価装置113によって判定部104における推論結果における精度(判定精度)を評価する際の処理の手順を説明する。評価データ取得部114はネットワーク122を経由して評価データを取得する。評価データは、判定部104による推論結果と、推論処理(判定処理)における正解を示す正解データとから構成される。例えば、評価データ取得部114は、推論結果を放射線撮影制御装置101から構造化レポートとして取得し、正解データをレポートサーバ121に保持されている読影レポートから取得することが可能である。評価データ取得部114で取得された推論結果と正解データは、検査情報(検査ID、画像ID)に関連付けられて、評価データ記憶部116に保持される。判定精度評価部115は評価データ記憶部116から評価データ(推論結果および正解データ)を読み出し、推論結果と正解データを比較し、推論結果における精度(判定精度)を算出する。
<Judgment accuracy evaluation processing>
A processing procedure for evaluating the accuracy (judgment accuracy) of the inference result in the
図4は、判定精度評価部115により判定精度を評価する処理手順を示すフローチャートであり、図4を参照して、判定精度評価部115が実行する判定精度を評価する処理の流れを説明する。
FIG. 4 is a flowchart showing a processing procedure for evaluating the determination accuracy by the determination
ステップS401において、判定精度評価部115は、評価データ記憶部116から正解データ(以下、正解疾患名ともいう)を取得する。
In step S401, the determination
ステップS402において、判定精度評価部115は、評価データ記憶部116から推論結果(以下、推論疾患名)を取得する。
In step S402, the determination
ステップS403において、判定精度評価部115は、正解疾患名と推論疾患名とを比較し、正解疾患名と推論疾患名とが一致すれば正解と評価し、正解疾患名と推論疾患名とが一致しなければ不正解と評価する。
In step S403, the determination
ステップS404において、判定精度評価部115は、比較処理が行われていない未比較の推論結果があるか否かを判定する。未比較の推論結果が有る場合(S404−Yes)、判定精度評価部115は処理をステップS401に戻し、同様の処理を繰り返し実行する。一方、ステップS404の判定で、未比較の推論結果が無い場合(S404−No)、判定精度評価部115は処理をステップS405に進める。
In step S404, the determination
すべての比較が完了すると(S404−No)、ステップS405において、判定精度評価部115は、全ての比較結果の判定精度を算出する。例えば、推論結果が100例の場合において、推論結果と正解データとの比較に基づいて、100例中90例が正解であった場合、判定精度評価部115は、判定精度として、90%(=90/100×100)を算出する。判定精度評価部115は、算出した判定精度を、ネットワーク122を介して放射線撮影制御装置101に通知する。
When all the comparisons are completed (S404-No), in step S405, the determination
なお、本実施形態ではすべての評価データを用いて、判定精度を評価する処理手順を説明したが、評価データが作成された日付や、評価データ記憶部116に記憶されている評価データ数、例えば、最新の200件で判定精度を算出するなど、判定精度評価部115が取得する、正解データ(正解疾患名)及び推論結果(推論疾患名)の範囲を限定することにより、判定精度を算出する評価データの範囲を限定することも可能である。
In the present embodiment, the processing procedure for evaluating the determination accuracy has been described using all the evaluation data, but the date when the evaluation data was created and the number of evaluation data stored in the evaluation
<判定結果通知処理>
図1に示す放射線撮影制御装置101の判定部104における判定結果を通知する処理の手順の詳細を説明する。図5Aは判定部104による判定結果の通知処理手順を示すフローチャートであり、図5Aを参照して、判定部104が実行する判定結果の通知処理の流れを説明する。
<Judgment result notification processing>
The details of the procedure for notifying the determination result in the
ステップS501において、判定部104は、撮影された画像を解析し、画像所見を取得する。
In step S501, the
ステップS502において、判定部104は、医用情報に対して判定処理を行う。本ステップで、判定部104は画像所見と疾患名との関係を学習した識別器を用いて画像所見から疾患名を推論する。
In step S502, the
ステップS503において、判定部104は、先述の判定精度評価処理で算出された判定精度と閾値とを比較する。ここで閾値とは事前に設定された任意の値である。判定精度が閾値より高い場合、例えば、閾値に80%が設定されており、最新の判定精度が90%であった場合(S503−Yes)、判定部104は処理をステップS504に進める。そして、ステップS504において、表示制御部106は判定部104による判定結果をユーザーに通知する通知部として機能する。例えば、表示制御部106は、表示部102に推論結果を表示させたり、撮影制御部107がレポート情報(構造化レポート)やキー画像オブジェクトに推論結果を入力してPACS119に出力したりすることでユーザーに推論結果を通知する。
In step S503, the
一方、ステップS503の判定処理で、判定精度が閾値以下の場合(S503−No)、処理はステップS505に進められる。表示制御部106(通知部)は、判定精度評価部115による判定精度の評価が閾値以下の場合に、ユーザーに対する判定結果の通知を制限する。表示制御部106(通知部)は、判定精度の評価が閾値以下の状態で、判定部104に入力される医用情報に対する判定結果の通知を制限する。
On the other hand, in the determination process of step S503, if the determination accuracy is equal to or less than the threshold value (S503-No), the process proceeds to step S505. The display control unit 106 (notification unit) limits the notification of the determination result to the user when the evaluation of the determination accuracy by the determination
そして、ステップS505において、撮影制御部107はレポート情報(構造化レポート)やキー画像オブジェクトに推論結果を入力して判定精度評価装置113に推論結果を通知する。例えば、閾値に95%が設定されており、最新の判定精度が90%であった場合(S503−No)、ステップS504の処理はスキップされ、推論結果はユーザーには通知されず、ステップS505で判定精度評価装置113のみに通知される。
Then, in step S505, the photographing
判定精度が閾値以下であり、推論結果がユーザーに通知されない場合、ユーザーは、例えば、撮影時の放射線量を変更して画質を改善したり、切り出しボタン307および切り出し枠312等を操作して、画像中の不要な部分を除いたりすることで、判定精度の向上を図ることができる。ユーザーに推論結果が通知されない間も、ステップS505において、判定精度評価装置113へ推論結果が通知され、最新の判定精度が更新される。判定精度評価装置113における判定精度評価処理において算出される判定精度が向上し、判定精度が閾値より高くなった場合、推論結果がユーザーに通知されるようになる。
When the determination accuracy is below the threshold value and the inference result is not notified to the user, the user may, for example, change the radiation dose at the time of shooting to improve the image quality, or operate the
判定結果通知処理の結果、識別器の判定精度が閾値に比べて高い状態で(判定精度が閾値に比べて高い期間のみ)ユーザーに推論結果が通知される。このため、判定精度の低い推論結果が提供された場合に必要とされる、ユーザーによる推論結果の確認作業や修正作業を行う手間を低減することが可能になる。 As a result of the judgment result notification processing, the inference result is notified to the user in a state where the judgment accuracy of the discriminator is higher than the threshold value (only during the period when the judgment accuracy is higher than the threshold value). Therefore, it is possible to reduce the time and effort required for the user to confirm and correct the inference result when the inference result with low determination accuracy is provided.
なお、図5Aで説明した判定結果の通知処理手順では、ユーザーへの推論結果の通知をするか否かを自動で切り替える説明をしたが、本実施形態における判定結果通知処理は、この例に限定されず、例えば、図5Bに示すように判定結果通知処理を行うことも可能である。 In the determination result notification processing procedure described with reference to FIG. 5A, it has been described that whether or not to notify the user of the inference result is automatically switched, but the determination result notification processing in the present embodiment is limited to this example. However, for example, it is also possible to perform the determination result notification process as shown in FIG. 5B.
図5Bは判定結果の通知処理手順の変形例を示すフローチャートである。図5Bのフローチャートにおいて、ステップS501〜S505の処理内容は図5Aのフローチャートと同様の処理内容であり、ユーザーに対して、判定部104の判定結果(推論結果)の通知の制限を解除(通知を許可)するか否か切り替えるステップ(S506)を有する点で、図5Aのフローチャートと相違する。
FIG. 5B is a flowchart showing a modified example of the determination result notification processing procedure. In the flowchart of FIG. 5B, the processing content of steps S501 to S505 is the same processing content as that of the flowchart of FIG. 5A, and the restriction on the notification of the determination result (inference result) of the
ステップS506において、表示制御部106は、図6のアラート画面601を表示部102に表示するように表示制御を行い、ユーザーに推論結果を通知するか否か切り替える。ここで、図6は判定精度が低い旨を通知するアラート画面を例示する図であり、アラート画面601には、最新の判定精度602と、現在設定されている閾値603とが表示されている。ユーザーは閾値603を変更することで、次回からの推論結果のユーザー通知をするか否かを変更することができる。また、図6のアラート画面601には、判定部104の今回の判定結果(推論結果)を通知するか否かを設定することが可能な設定部(チェックボックス604)が表示されている。表示制御部106は、判定精度評価部115による判定精度の評価結果と、設定部(チェックボックス604)とを、表示部102に表示させる。
In step S506, the
設定部(チェックボックス604)は、制限されている判定結果の通知を許可するか否かを操作入力に基づいて設定することが可能であり、設定部(チェックボックス604)の入力欄にチェックを入力してチェックボックス604を有効にした状態は、通知を許可する設定がされている状態である。ユーザーが設定確定部(OKボタン605)を押下すると(S506−Yes)、処理はステップS504に進められ、判定部104の今回の判定結果(推論結果)がユーザーに通知される。ここで、設定部(チェックボックス604)および設定確定部(OKボタン605)は表示制御部106(通知部)による判定結果の通知の制限を解除する解除部として機能し、設定部(チェックボックス604)により通知を許可する設定がされている場合、表示制御部106(通知部)による判定結果の通知の制限が解除される。すなわち、ステップS503の判定処理で、判定精度が閾値以下の場合(S503−No)であっても、ステップS506の判定処理を行うことにより、ユーザーに推論結果を通知するか否か切り替えることができる。
The setting unit (check box 604) can set whether or not to allow the notification of the restricted determination result based on the operation input, and check the input field of the setting unit (check box 604). The state in which the
そして、ステップS504において、表示制御部106は表示部102に推論結果を表示させたり、撮影制御部107がレポート情報(構造化レポート)やキー画像オブジェクトに推論結果を入力してPACS119に出力したりすることでユーザーに推論結果を通知する。
Then, in step S504, the
一方、ユーザーがキャンセルボタン(Cancelボタン606)を押下した場合、表示制御部106はアラート画面601の表示を初期値に戻され(S506−No)、処理はステップS505に進められる。そして、ステップS505において、撮影制御部107はレポート情報(構造化レポート)やキー画像オブジェクトに推論結果を入力して判定精度評価装置113に推論結果を通知する。
On the other hand, when the user presses the cancel button (Cancel button 606), the
本実施形態によれば、識別器の判定精度が閾値に比べて高い状態でユーザーに推論結果が通知される。このため、判定精度の低い推論結果が提供された場合に必要とされる、ユーザーによる推論結果の確認作業や修正作業を行う手間を低減することが可能になる。 According to the present embodiment, the user is notified of the inference result in a state where the determination accuracy of the classifier is higher than the threshold value. Therefore, it is possible to reduce the time and effort required for the user to confirm and correct the inference result when the inference result with low determination accuracy is provided.
尚、本実施形態では疾患名を通知するコンピュータ支援診断システムを例として説明したが、本発明の実施形態は、この例に限定されず、例えば、関心領域や照射野、撮影部位を認識する機能、腫瘤の位置および/または悪性度等の診断支援情報を提供する機能等、機械学習システムを用いた種々の医用情報処理システムや医用情報処理装置に適用可能である。 In the present embodiment, a computer-aided diagnosis system for notifying a disease name has been described as an example, but the embodiment of the present invention is not limited to this example, and for example, a function of recognizing an area of interest, an irradiation field, and an imaging site. It can be applied to various medical information processing systems and medical information processing devices using a machine learning system, such as a function of providing diagnostic support information such as the position and / or malignancy of a mass.
[第2実施形態]
第2実施形態では、判定部104の識別器の判定精度を機械学習によって向上させる構成について説明する。本実施形態に係る放射線撮影システムの基本的な構成は、第1実施形態の図1で説明した構成と同様である。以下の説明では、放射線撮影システムにおいて、第1実施形態における構成と異なる放射線撮影システムの構成を中心に説明する。
[Second Embodiment]
In the second embodiment, a configuration for improving the determination accuracy of the classifier of the
図7は第2実施形態に係る放射線撮影システム20の構成例を示す図である。図7において、第1実施形態(図1)と同様の構成には図1と同一の参照番号を付してある。図7に示す通り、第2実施形態の放射線撮影システム20の構成は第1実施形態の構成(図1)に加えて、判定精度評価装置113が機械学習部123を有する点で図1の放射線撮影システム10の構成と相違する。
FIG. 7 is a diagram showing a configuration example of the
図7において、評価データ取得部114はネットワーク122を経由して評価データを取得する。評価データは、判定部104による推論結果と、推論を行うために用いられた画像と、推論処理(判定処理)における正解を示す正解データとから構成される。例えば、評価データ取得部114は、推論を行うために用いられた画像と推論結果を放射線撮影制御装置101から撮影画像と、撮影画像に関連付けられた構造化レポートとして取得し、正解データをレポートサーバ121に保持されている読影レポートから取得することが可能である。
In FIG. 7, the evaluation
評価データ取得部114で取得された推論結果と推論を行うために用いられた画像と正解データは、検査情報(検査ID、画像ID)に関連付けられて、評価データ記憶部116に保持される。判定精度評価部115は、判定処理の判定結果(推論結果)と、基準となる情報(正解データ)との比較に基づいて、判定処理の判定精度を評価する。具体的には、判定精度評価部115は評価データ記憶部116から評価データ(推論結果、推論を行うために用いられた画像および正解データ)を読み出し、判定結果(推論結果)と基準となる情報(正解データ)を比較し、推論結果における精度(判定精度)を算出する。
The inference result acquired by the evaluation
機械学習部123は医用情報を用いた機械学習により、判定部104の識別器に設定するパラメータを取得する。機械学習部123は評価データ記憶部116から評価データを読み出し、推論に用いられた画像を解析することで画像所見を取得し、画像所見と正解データに含まれる疾患名との関係を学習する。
The
図8は第2実施形態に係る判定部104における識別器のパラメータを更新する処理手順を示すフローチャートである。ステップS801において、判定精度評価部115は算出された現在の判定精度と任意に設定された閾値とを比較し、現在の判定精度が閾値より高い場合(S801−Yes)、判定精度評価部115は本処理を終了させる。一方、ステップS801の判定で、現在の判定精度が閾値以下の場合(S801−No)、判定精度評価部115は処理をステップS802に進める。
FIG. 8 is a flowchart showing a processing procedure for updating the parameters of the classifier in the
ステップS802において、機械学習部123は医用情報を用いた機械学習を実施する。画像データと疾患名の組み合わせを学習用データとする。機械学習部123は推論に用いられた画像を解析することで画像所見を取得して、画像所見と正解データに含まれる疾患名との関係を学習する。
In step S802, the
ステップS803において、判定精度評価部115は、機械学習部123により取得されたパラメータを用いて、機械学習後の判定精度を算出し、機械学習後の判定精度と機械学習前の判定精度とを比較する。学習後の判定精度が学習前の判定精度以下の場合(S803−No)、判定精度評価部115は本処理を終了させる。この場合、放射線撮影制御装置101の判定部104における識別器のパラメータの更新は行われない。
In step S803, the determination
一方、ステップS803の判定で、学習後の判定精度が学習前の判定精度より高い場合(S803−Yes)、判定精度評価部115は処理をステップS804に進める。
On the other hand, in the determination in step S803, when the determination accuracy after learning is higher than the determination accuracy before learning (S803-Yes), the determination
ステップS804において、判定精度評価部115の比較により、機械学習後の判定精度が機械学習前の判定精度より高い場合、判定部104は、機械学習部123により取得されたパラメータを用いて、判定部104の識別器のパラメータの設定を更新する。判定精度評価部115は、機械学習部123により取得されたパラメータを、ネットワーク122を介して放射線撮影制御装置101に送信し、判定部104は判定精度評価部115から送信されたパラメータに基づいて識別器のパラメータを更新する。
In step S804, when the determination accuracy after machine learning is higher than the determination accuracy before machine learning by the comparison of the determination
第2実施形態によれば、判定精度が閾値以下の場合に自動で判定精度を改善するように機械学習が実施されるため、判定部104の識別器の判定精度を機械学習によって向上させることが可能になる。これにより、判定精度が閾値に比べて低い状態(判定精度が閾値に比べて低い期間)を短縮化すること、すなわち、識別器の判定精度が閾値に比べて高い状態(判定精度が閾値に比べて高い期間)を、より長くすることが可能になる。
According to the second embodiment, machine learning is performed so as to automatically improve the determination accuracy when the determination accuracy is equal to or less than the threshold value. Therefore, the determination accuracy of the discriminator of the
本実施形態では、画像データと疾患名の組み合わせを学習用データとした例を説明したが、この例に限定されるものではない。例えば、画像データ、診断情報、遺伝子情報、複数のモダリティの検査情報、被写体情報(性別、年齢、身長など)のいずれかを機械学習の学習用データとして用いる、種々のシステムにも適用可能である。また、図8のステップS801において、判定精度と閾値との比較結果に基づいて、機械学習を実施するか否かを判定したが、機械学習を実施する判定基準は、この例に限定されず、例えば、前回の機械学習の実施日からの経過情報(経過日数や経過時間など)や、未学習画像の数量情報(枚数、個数など)を判断基準にして、機械学習を実施するか否かを判定することも可能である。 In the present embodiment, an example in which a combination of image data and a disease name is used as learning data has been described, but the present invention is not limited to this example. For example, it can be applied to various systems that use any one of image data, diagnostic information, genetic information, test information of a plurality of modalities, and subject information (gender, age, height, etc.) as learning data for machine learning. .. Further, in step S801 of FIG. 8, it was determined whether or not to perform machine learning based on the comparison result between the determination accuracy and the threshold value, but the determination criteria for performing machine learning is not limited to this example. For example, whether or not to implement machine learning is based on the progress information (elapsed days, elapsed time, etc.) from the previous machine learning implementation date and the quantity information (number of sheets, number, etc.) of unlearned images. It is also possible to judge.
[第3実施形態]
第3実施形態では、判定部104の識別器の判定精度が低いことをサービスマンに通知する構成について説明する。本実施形態に係る放射線撮影システムの基本的な構成は、第1実施形態の図1で説明した構成や第2実施形態の図7で説明した構成と同様である。以下の説明では、放射線撮影システムにおいて、第2実施形態における構成と異なる放射線撮影システムの構成を中心に説明する。
[Third Embodiment]
In the third embodiment, a configuration for notifying the serviceman that the determination accuracy of the discriminator of the
図9は第3実施形態に係る放射線撮影システム30の構成例を示す図である。図9において、第2実施形態(図7)と同様の構成には図7と同一の参照番号を付してある。図9に示す通り、第3実施形態の放射線撮影システム30の構成は第2実施形態の構成(図7)に加えて、外部装置124が外部ネットワーク125を介してネットワーク122に接続している点で図7の放射線撮影システム20の構成と相違する。
FIG. 9 is a diagram showing a configuration example of the
図9において、外部装置124は外部ネットワーク125を経由してネットワーク122に接続されている。判定精度評価部115が現在の判定精度と任意に設定された閾値とを比較し、現在の判定精度が閾値以下の場合、判定精度評価部115は現在の判定精度と閾値との評価結果を、ネットワーク122を介して外部装置124に報知する。
In FIG. 9, the
報知を受けた保守者(サービスマン)の操作入力に基づいて、外部装置124は、ネットワーク122を介したリモート操作による制御(遠隔制御)により機械学習部123に機械学習を実施させ、判定精度の改善を図る。機械学習部123は、外部装置124からの制御(遠隔制御)に基づいて機械学習を行う。または、報知を受けたサービスマンが機械学習部123を操作して機械学習部123に機械学習を実施させ判定精度の改善を図る。機械学習部123は、リモート操作による制御(遠隔制御)または保守者の操作に基づいて、機械学習を実施する。機械学習部123による機械学習では、画像データと疾患名の組み合わせを学習用データとする。機械学習部123は推論に用いられた画像を解析することで画像所見を取得して、画像所見と正解データに含まれる疾患名との関係を学習する。
Based on the operation input of the maintenance person (serviceman) who received the notification, the
機械学習後の処理は、例えば、第2実施形態で説明した図8のステップS803以降の処理と同様であり、学習後の判定精度が学習前の判定精度より高い場合(S803−Yes)、判定精度評価部115は機械学習によって得られたパラメータを、ネットワーク122を介して放射線撮影制御装置101に送信し、判定部104は判定精度評価部115から送信されたパラメータに基づいて識別器のパラメータを更新する(S804)。
The processing after machine learning is, for example, the same as the processing after step S803 of FIG. 8 described in the second embodiment, and when the determination accuracy after learning is higher than the determination accuracy before learning (S803-Yes), the determination is performed. The
第3実施形態によれば、判定精度が閾値に比べて低い場合、保守者による外部装置124からのリモート操作に基づいた制御(遠隔制御)や保守者の直接操作により迅速に判定精度の向上を図ることができる。これにより、判定精度が閾値に比べて低い状態(判定精度が閾値に比べて低い期間)を短縮化すること、すなわち、識別器の判定精度が閾値に比べて高い状態(判定精度が閾値に比べて高い期間)を、より長くすることが可能になる。 According to the third embodiment, when the determination accuracy is lower than the threshold value, the determination accuracy can be quickly improved by the control based on the remote operation by the maintenance person from the external device 124 (remote control) or the direct operation by the maintenance person. Can be planned. As a result, the state in which the judgment accuracy is lower than the threshold value (the period in which the judgment accuracy is lower than the threshold value) is shortened, that is, the state in which the judgment accuracy of the discriminator is higher than the threshold value (the judgment accuracy is higher than the threshold value). Higher period) can be made longer.
尚、本実施形態では、判定精度が閾値を下回った場合(図8のS801で説明した判定精度が閾値以下の場合)に、保守者に通知する例を説明したが、この例に限定されず、機械学習部123による機械学習を実施しても判定精度が上がらなかった場合にも適用することができる。判定精度評価部115は、機械学習部123の機械学習後の判定精度が機械学習前の判定精度以下の場合、機械学習後の判定精度の評価結果を外部装置124に報知することも可能である。例えば、図8のステップS803において、学習後の判定精度が学習前の判定精度以下の場合(S803−No)に、判定精度評価部115が、機械学習後の判定精度の評価結果を、ネットワーク122を介して外部装置124へ送信し、保守者に報知するようにしてもよい。
In the present embodiment, an example of notifying the maintenance person when the determination accuracy is below the threshold value (when the determination accuracy described in S801 of FIG. 8 is below the threshold value) has been described, but the present invention is not limited to this example. , It can be applied even when the determination accuracy is not improved even if the machine learning by the
この場合においても、保守者による外部装置124からのリモート操作に基づいた制御(遠隔制御)や保守者の直接操作により、機械学習部123は機械学習を再度実施することにより、判定精度の改善を図ることも可能である。
Even in this case, the
[第4実施形態]
第1実施形態〜第3実施形態では、医用情報処理システムとして、放射線撮影制御装置101、および判定精度評価装置113を有する構成について説明したが、この構成に限定されず、装置単体の医用情報処理装置として構成することも可能である。例えば、図1に示す判定精度評価装置113の機能構成を放射線撮影制御装置101の内部に設けることも可能である。また、放射線撮影制御装置101の機能構成を判定精度評価装置113の内部に設けることも可能である。この場合、装置単体の医用情報処理装置として構成した場合、上述の医用情報処理システムにより実現される効果と同様の効果を得ることが可能である。
[Fourth Embodiment]
In the first to third embodiments, the configuration having the
すなわち、上記の各実施形態によれば、判定精度の評価が閾値以下の場合に、判定結果の通知を制限することが可能になる。判定精度が閾値に比べて高い状態でユーザーに判定結果が通知される。このため、判定精度の低い判定結果が提供された場合に必要とされる、ユーザーによる判定結果の確認作業や修正作業を行う手間を低減することが可能になる。 That is, according to each of the above embodiments, it is possible to limit the notification of the determination result when the evaluation of the determination accuracy is equal to or less than the threshold value. The user is notified of the judgment result when the judgment accuracy is higher than the threshold value. Therefore, it is possible to reduce the time and effort required for the user to confirm and correct the determination result when the determination result with low determination accuracy is provided.
[その他の実施形態]
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
[Other Embodiments]
The present invention supplies a program that realizes one or more functions of the above-described embodiment to a system or device via a network or storage medium, and one or more processors in the computer of the system or device reads and executes the program. It can also be realized by the processing to be performed. It can also be realized by a circuit (for example, ASIC) that realizes one or more functions.
本発明は上記実施形態に制限されるものではなく、本発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。 The present invention is not limited to the above embodiments, and various modifications and modifications can be made without departing from the spirit and scope of the present invention.
101 放射線撮影制御装置
102 表示部
104 判定部
106 表示制御部
107 撮影制御部
109 放射線検出器
113 機械学習制御装置
114 学習・評価用データ取得部
115 学習・評価用データ記憶部
116 判定精度評価部
122 ネットワーク
123 条件設定部
124 機械学習部
101 Radiation
Claims (13)
前記判定手段による判定結果を通知する通知手段と、
前記判定処理の判定結果と、基準となる情報との比較に基づいて、前記判定処理の判定精度を評価する評価手段と、を備え、
前記通知手段は、前記評価手段による前記判定精度の評価が閾値以下の場合に、前記判定結果の通知を制限することを特徴とする医用情報処理システム。 Judgment means for performing judgment processing on medical information,
A notification means for notifying the determination result by the determination means, and
An evaluation means for evaluating the determination accuracy of the determination process based on the comparison between the determination result of the determination process and the reference information is provided.
The notification means is a medical information processing system that limits the notification of the determination result when the evaluation of the determination accuracy by the evaluation means is equal to or less than a threshold value.
前記設定手段の設定に基づいて、前記通知手段による前記判定結果の通知の制限を解除する解除手段と、を更に備えることを特徴とする請求項1または2に記載の医用情報処理システム。 A setting means for setting whether or not to allow notification of the determination result based on the operation input, and
The medical information processing system according to claim 1 or 2, further comprising a release means for releasing the restriction on notification of the determination result by the notification means based on the setting of the setting means.
前記評価手段は、前記機械学習手段により取得された前記パラメータを用いて、機械学習後の判定精度を算出し、当該機械学習後の判定精度と機械学習前の判定精度とを比較することを特徴とする請求項1乃至4のいずれか1項に記載の医用情報処理システム。 Further provided with a machine learning means for acquiring parameters set in the determination means by machine learning using the medical information.
The evaluation means is characterized in that the determination accuracy after machine learning is calculated using the parameters acquired by the machine learning means, and the determination accuracy after the machine learning is compared with the determination accuracy before the machine learning. The medical information processing system according to any one of claims 1 to 4.
前記判定手段による判定結果を通知する通知手段と、
前記判定処理の判定精度を基準となる情報との比較に基づいて評価する評価手段と、を備え、
前記通知手段は、前記評価手段による前記判定精度の評価が閾値以下の場合に、前記判定結果の通知を制限することを特徴とする医用情報処理装置。 Judgment means for performing judgment processing on medical information,
A notification means for notifying the determination result by the determination means, and
An evaluation means for evaluating the determination accuracy of the determination process based on comparison with reference information is provided.
The notification means is a medical information processing device that limits the notification of the determination result when the evaluation of the determination accuracy by the evaluation means is equal to or less than a threshold value.
判定手段が、医用情報に対して判定処理を行う判定工程と、
通知手段が、前記判定工程による判定結果を通知する通知工程と、
評価手段が、前記判定処理の判定結果と、基準となる情報との比較に基づいて、前記判定処理の判定精度を評価する評価工程と、
前記通知手段が、前記評価工程による前記判定精度の評価が閾値以下の場合に、前記判定結果の通知を制限する制限工程と、
を有することを特徴とする医用情報処理システムの制御方法。 It is a control method for medical information processing systems.
A judgment process in which the judgment means performs judgment processing on medical information,
A notification process in which the notification means notifies the determination result of the determination process, and
An evaluation step in which the evaluation means evaluates the determination accuracy of the determination process based on the comparison between the determination result of the determination process and the reference information.
When the notification means evaluates the determination accuracy by the evaluation step to be less than or equal to the threshold value, the notification means limits the notification of the determination result, and the restriction step.
A control method for a medical information processing system, characterized in that it has.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020012888A JP2021117927A (en) | 2020-01-29 | 2020-01-29 | Medical information processing system, medical information processing apparatus, control method of medical information processing system, and program |
PCT/JP2021/001717 WO2021153355A1 (en) | 2020-01-29 | 2021-01-19 | Medical information processing system, medical information processing device, control method for medical information processing system, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020012888A JP2021117927A (en) | 2020-01-29 | 2020-01-29 | Medical information processing system, medical information processing apparatus, control method of medical information processing system, and program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021117927A true JP2021117927A (en) | 2021-08-10 |
Family
ID=77078537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020012888A Pending JP2021117927A (en) | 2020-01-29 | 2020-01-29 | Medical information processing system, medical information processing apparatus, control method of medical information processing system, and program |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2021117927A (en) |
WO (1) | WO2021153355A1 (en) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010050333A1 (en) * | 2008-10-30 | 2010-05-06 | コニカミノルタエムジー株式会社 | Information processing device |
EP3262544A1 (en) * | 2015-02-26 | 2018-01-03 | Koninklijke Philips N.V. | Context detection for medical monitoring |
US10799189B2 (en) * | 2017-11-22 | 2020-10-13 | General Electric Company | Systems and methods to deliver point of care alerts for radiological findings |
-
2020
- 2020-01-29 JP JP2020012888A patent/JP2021117927A/en active Pending
-
2021
- 2021-01-19 WO PCT/JP2021/001717 patent/WO2021153355A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2021153355A1 (en) | 2021-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6397178B2 (en) | Control device, operation method of control device, and program | |
CN110338823B (en) | Information processing apparatus and method, radiographic apparatus and system, and storage medium | |
JPWO2007116898A1 (en) | Medical information processing device | |
KR20130103689A (en) | Information processing apparatus and information processing method | |
JP2006061278A (en) | Medical image display unit | |
JP6871687B2 (en) | Radiation control device, control method and program of radiography control device | |
JP2013215273A (en) | Radiation imaging system, control apparatus, and control method | |
JP6132483B2 (en) | Radiography control apparatus and method | |
WO2021153355A1 (en) | Medical information processing system, medical information processing device, control method for medical information processing system, and program | |
JP7094691B2 (en) | Radiation imaging system, radiography method, control device and program | |
WO2021153314A1 (en) | Medical information processing system, medical information processing device, control method for medical information processing system, and program | |
JP5968153B2 (en) | Control device, control method, and program | |
JP5854616B2 (en) | Imaging control apparatus, X-ray imaging apparatus, imaging control method, and program for causing computer to execute imaging control processing | |
JP2004073421A (en) | Device and method for managing medical image, and program | |
JP2006102044A (en) | Medical image processing system and medical image processing method | |
JP2004305272A (en) | Medical image displaying method and medical image displaying system | |
CN113164130A (en) | Medical information processing system, medical information processing method, and program | |
JP6066577B2 (en) | Medical examination apparatus and method | |
CN110881989A (en) | Radiographic imaging system, radiographic imaging method, and storage medium | |
JP2006122304A (en) | Radiographic imaging system | |
JP5019933B2 (en) | Content providing apparatus and operating method thereof | |
JP2013180064A (en) | Radiographic apparatus and control method of radiographic apparatus, and processing apparatus of radiography information and display processing method of radiography information | |
JP5623614B2 (en) | Image display control device, image display control system, image display control method, and program | |
JP2021023537A (en) | Medical image inspection system, medical image processing method and program | |
JP2007117574A (en) | Small-scale diagnostic system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20210103 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210113 |