CN102741849B - 误诊原因检测装置以及误诊原因检测方法 - Google Patents

误诊原因检测装置以及误诊原因检测方法 Download PDF

Info

Publication number
CN102741849B
CN102741849B CN201180007768.6A CN201180007768A CN102741849B CN 102741849 B CN102741849 B CN 102741849B CN 201180007768 A CN201180007768 A CN 201180007768A CN 102741849 B CN102741849 B CN 102741849B
Authority
CN
China
Prior art keywords
read tablet
result
read
image
guidance content
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.)
Active
Application number
CN201180007768.6A
Other languages
English (en)
Other versions
CN102741849A (zh
Inventor
高田和丰
续木贵史
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Matsushita Electric Industrial Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Publication of CN102741849A publication Critical patent/CN102741849A/zh
Application granted granted Critical
Publication of CN102741849B publication Critical patent/CN102741849B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Business, Economics & Management (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Analysis (AREA)

Abstract

读片教育装置(100)包括：读片图像提示部(102)，将对象读片图像提示给读片者；读片结果获得部(103)，获得第一读片结果与读片时间，该第一读片结果是读片者针对对象读片图像的读片结果，该读片时间是读片者进行对象读片图像的读片是所用的时间；读片结果判断部(104)，通过对针对对象读片图像的确定诊断结果与在读片结果获得部(103)获得的第一读片结果进行比较，来判断第一读片结果的正误；以及指导内容属性选择部(105)，在判断第一读片结果为错误时，根据读片时间，选择向读片者提示的指导内容的属性。

Description

误诊原因检测装置以及误诊原因检测方法
技术领域
本发明涉及误诊原因检测装置以及误诊原因检测方法。
背景技术
由于慢性的读片医师的不足，读片经验少的医师的误诊成为了一个较大的问题。在误诊中给患者的预后带来较大的影响是“存在物诊断的错误”和“性质诊断的错误”。存在物诊断的错误是指忽略了病变。質的诊断错误是指，在检测出的病变的诊断上出现错误。
为了防止这样的误诊，采取了各种应对错误的措施。对于“存在物诊断的错误”，采用了利用由计算机自动检测病变区域的CAD(ComputerAidedDiagnosis：计算机辅助诊断)等进行的检测支援方法。据此，能够提高防止病变被忽略的效果。
另外，对于“性质诊断的错误”，通过由经验丰富的医师进行读片教育来采取防止对策。经验丰富的医师在对新医师进行教育的情况下，除了进行诊断的正误判断之外，还按照新医师的误诊原因进行详细的指导。例如，在“A癌”的判断上出现错误之时，在为了对A癌进行判断的诊断流程中出现错误的情况下，则对该诊断流程进行指导。另外，在与A癌的诊断流程相对应的图像模式的识别上出现误诊的情况下，对图像模式进行指导。
针对上述的误诊问题，提出了从医师(读片者)的读片时间(读片时所要时间)中提取误诊的方法(例如，参照专利文献1)。在专利文献1的记载方法中，从以前的读片数据库中算出标准读片时间，在读片时间超过标准读片时间的情况下，判断为有误诊的可能性。据此，针对一部分的病例能够即时进行误诊的判断。
(现有技术文献)
(专利文献)
专利文献1日本特开2009-82182号公報
然而，在专利文献1所记载的装置中，存在不能检测误诊的原因的问题。
误诊的原因大致可以考虑到两个。第一个原因是，在病例与诊断流程的对应关系上出现了错误。第二个原因是，在病例与图像模式的对应关系上出现了错误。
能够将误诊原因分为上述的两种的理由是，读片者在学习读片技术的过程中分为两个阶段的缘故。
在学习过程的最初阶段中，读片者学习各个病例的诊断流程，并按照诊断流程来进行诊断。在这一阶段中，一边对诊断流程中所包含的诊断项目进行逐一地确认，一边进行诊断。在下一个阶段中，读片者将各个病例与图像模式直接对应在一起来记忆，从而通过图像的模式对比来进行诊断。也就是说，在读片者产生的误诊是，在上述的某个学习过程中，在得到错误的知识的情况下产生的。
因此，在出现误诊时，需要判断是“病例与诊断流程的对应关系的错误”还是“病例与图像模式的对应关系的错误”，并提示给读片者。
发明内容
因此，本发明为了解决上述的问题，目的在于提供一种在读片者误诊之时，用于检测误诊原因的装置以及用于检测误诊原因的方法。
本发明为了解决上述的课题，某个局面所涉及的误诊原因检测装置，包括：读片图像提示部，将读片报告中的作为用于图像诊断的读片图像的对象读片图像提示给读片者，所述读片报告是所述读片图像与针对所述读片图像的确定诊断结果的组合；读片结果获得部，获得第一读片结果和读片时间，所述第一读片结果是，所述读片者针对所述对象读片图像的读片结果，所述读片时间是，所述读片者针对所述对象读片图像进行读片时所用的时间；读片结果判断部，通过对针对所述对象读片图像的确定诊断结果、与由所述读片结果获得部获得的所述第一读片结果进行比较，来判断所述第一读片结果的正误；以及指导内容属性选择部，在所述读片结果判断部将所述第一读片结果判断为错误之时，执行(a)第一选择处理和(b)第二选择处理中的至少一方，所述第一选择处理是指，在由所述读片结果获得部获得的所述读片时间比阈值大的情况下，选择用于指导所述第一读片结果所示的病例名的病例的诊断流程的指导内容的属性，以作为向所述读片者提示的指导内容的属性，所述第二选择处理是指，在所述读片时间为所述阈值以下的情况下，选择用于指导所述第一读片结果所示的病例名的病例的图像模式的指导内容的属性，以作为向所述读片者提示的所述指导内容的属性。
上述的误诊原因能够利用读片时间来分类。在发生了“病例与诊断流程的对应关系的错误”的情况下，由于读片者是对诊断流程进行逐一确认来进行诊断的，因此特点是读片时间增大。另外，在发生了“病例与图像模式的对应关系的错误”的情况下，可以考虑到读片者已经结束了诊断流程的学习，是熟知诊断流程的。因此，读片者无需确认诊断流程，主要从图像模式就能够进行诊断，所以读片时间变短。因此，在读片时间长的情况下，判断为是因“病例与诊断流程的对应关系的错误”而发生的误诊，在读片时间短的情况下，判断为是因“病例与图像模式的对应关系的错误”而发生的误诊。
这样，能够根据读片时间来判断是因诊断流程和图像模式的哪一个而发生的误诊，因此能够自动地选择与误诊原因相对应的指导内容的属性。并且，能够按照选择的指导内容的属性，来选择读片者能够恰当地纠正误诊原因的指导内容。并且，能够减少读片者对误诊时所参照的指导内容的検索时间，因此能够缩短读片者的学习时间。
并且，本发明不仅能够作为具有这种特征的的处理部的误诊原因检测装置来实现，而且能够作为将误诊原因检测装置中所包含的特征性的处理部所执行的处理作为步骤的误诊原因检测方法来实现。并且，能够作为用于误诊原因检测装置所具备的特征性的处理部使计算机发挥功能的程序来实现。并且，能够作为使计算机执行误诊原因检测方法中所包含的特征性的步骤的程序来实现。并且，这些程序是可以通过CD-ROM(CompactDisc-ReadOnlyMemory)等计算机能够读取的非易失性记录介质或因特网等通信网络来流通。
通过本发明，读片者在误诊之时，能够检测误诊原因。
附图说明
图1是示出本发明实施例1所涉及的读片教育装置的具有特征的功能构成方框图。
图2A是示出读片报告数据库中所存储的作为读片图像的超声波图像一个例子的图。
图2B是示出读片报告数据库中所存储的读片信息的一个例子的图。
图3是示出读片图像提示部所提示的图像的一个例子的图。
图4是示出代表图像与读片流程的一个例子的图。
图5示出了读片时间的直方图的一个例子。
图6示出了指导内容数据库的一个例子。
图7是示出本发明的实施例1所涉及的读片教育装置所执行的全部处理流程的流程图。
图8是示出指导内容属性选择部进行的指导内容属性选择处理(图7的步骤S105)的详细处理流程的流程图。
图9示出了输出部向输出媒体输出的画面的一个例子。
图10示出了输出部向输出媒体输出的画面的一个例子。
图11是示出本发明实施例2所涉及的读片教育装置的具有特征的功能构成的方框图。
图12A示出了读片图像上的误诊位置的一个例子。
图12B示出了诊断流程上的误诊位置的一个例子。
图13是示出本发明实施例2所涉及的读片教育装置所执行的全部处理流程的流程图。
图14是示出误诊位置提取部进行误诊位置提取处理(图13的步骤S301)的详细处理流程的流程图。
图15示出了两个病例的代表图像与诊断项目的例子。
图16示出了输出部向输出媒体输出的画面的一个例子。
图17示出了输出部向输出媒体输出的画面的一个例子。
具体实施方式
以下，利用附图对本发明的实施例进行详细的说明。并且，以下所说明的实施例均为本发明的优选具体例子。以下的实施例中所示的数值、形状、材料、构成要素、构成要素的配置位置以及连接方式、步骤、步骤的顺序等均为一个例子，本发明并非受此所限。本发明仅由权利要求所限。因此，对于在以下的实施例的构成要素中，示出本发明的最上位概念的独立权利要求中没有记载的构成要素，并非是达成本发明的课题的必要构成，因此采用优选的构成来进行説明。
本发明的实施例所涉及的误诊原因检测装置是，在针对超声波图像、CT(ComputedTomography：计算机断层扫描)图像、或核磁共振图像等图像读片发生误诊时，从被输入的诊断结果(以下称为“读片结果”)和诊断时间(以下称为“读片时间”)中，来判别误诊的原因是因图像模式造成的还是因诊断流程造成的，并提示与读片者的误诊原因相符的指导内容的装置。
本发明的一个実施例所涉及的误诊原因检测装置包括：读片图像提示部，将读片报告中的作为用于图像诊断的读片图像的对象读片图像提示给读片者，所述读片报告是所述读片图像与针对所述读片图像的确定诊断结果的组合；读片结果获得部，获得第一读片结果和读片时间，所述第一读片结果是，所述读片者针对所述对象读片图像的读片结果，所述读片时间是，所述读片者针对所述对象读片图像进行读片时所用的时间；读片结果判断部，通过对针对所述对象读片图像的确定诊断结果、与由所述读片结果获得部获得的所述第一读片结果进行比较，来判断所述第一读片结果的正误；以及指导内容属性选择部，在所述读片结果判断部将所述第一读片结果判断为错误之时，执行(a)第一选择处理和(b)第二选择处理中的至少一方，所述第一选择处理是指，在由所述读片结果获得部获得的所述读片时间比阈值大的情况下，选择用于指导所述第一读片结果所示的病例名的病例的诊断流程的指导内容的属性，以作为向所述读片者提示的所述指导内容的属性，所述第二选择处理是指，在所述读片时间为所述阈值以下的情况下，选择用于指导所述第一读片结果所示的病例名的病例的图像模式的指导内容的属性，以作为向所述读片者提示的所述指导内容的属性。
误诊原因能够利用读片时间来进行分类。在发生“病例与诊断流程的对应关系错误”的情况下，由于读片者是一边逐一地对诊断流程进行确认一边进行诊断的，因此所具有的特点是读片时间增大。另外，在发生“病例与图像模式的对应关系错误”的情况下，可以考虑到诊断流程的学习已经结束，读片者是熟知诊断流程的。因此，由于读片者无需进行诊断流程的确认，主要根据图像模式来进行诊断，这样能够缩短读片时间。因此，在读片时间长的情况下，能够判断为是因“病例与诊断流程的对应关系的错误”而造成的误诊，在读片时间短的情况下，能够判断为是因“病例与图像模式的对应关系的错误”而造成的误诊。
这样，由于能够根据读片时间，来判断是因诊断流程和图像模式的哪一个发生的误诊，因此能够按照误诊原因来自动地选择指导内容的属性。按照选择的指导内容的属性，读片者能够选择可以恰当地订正误诊的原因的指导内容。并且，能够减少读片者在误诊时将要参考指导内容的检索时间，从而能够缩短读片者的学习时间。
也就是说，在读片时间比阈值大的情况下，能够判断出是因“病例与诊断流程的对应关系的错误”而造成的误诊。因此，能够选择用于指导诊断流程的指导内容的属性。据此，读片者能够选择可以恰当地订正成为误诊的原因的诊断流程的指导内容。并且，作为读片者在误诊时参考的指导内容，能够迅速地查找到用于指导诊断流程的指导内容，从而能够缩短读片者的学习时间。
在读片时间为阈值以下的情况下，能够判断为是因“病例与图像模式的对应关系的错误”而发生的误诊。因此，能够选择用于指导图像模式的指导内容的属性。据此，读片者能够选择可以恰当地订正成为误诊的原因的图像模式的指导内容。并且，作为读片者在误诊时参考的指导内容，能够迅速地查找到用于指导图像模式的指导内容，从而能够缩短读片者的学习时间。
并且，也可以是，所述读片报告还包括第二读片结果，该第二读片结果是针对所述读片图像已经执行了读片的读片结果；所述读片图像提示部，将所述确定诊断结果与所述第二读片结果一致的所述读片报告中包括的所述读片图像，提示给所述读片者。
在读片报告数据库中，存在由于图像噪声或者读片图像的摄影装置的特性，而不能仅从图像中指出与确定诊断结果一致的病变的读片图像。像这样的图像作为读片教育用的图像是不恰当的，所述读片教育用的图像是指，以仅利用读片图像来推定病变为目的的图像。相反，确定诊断结果与第二读片结果一致的病例，可以说是保证能够根据读片图像来指出与确定诊断结果相同的病变的病例。因此，通过仅选择确定诊断结果与第二读片结果一致的读片图像，从而能够仅提示读片教育所需要的图像病例的图像。
并且，上述的误诊原因检测装置还包括输出部，该输出部从指导内容数据库中获得针对所述第一读片结果所示的病例名的病例的、由所述指导内容属性选择部选择的属性的指导内容，并输出获得的所述指导内容，在所述指导内容数据库中，按照各个病例名存储有用于指导该病例名的病例的诊断流程的指导内容、和用于指导该病例名的病例的图像模式的指导内容。
这样，通过获得选择的属性的指导内容并进行输出，从而能够减少读片者查找指导内容的时间和劳力。
并且，也可以是，所述读片报告还包括针对多个诊断项目的每一个诊断项目的诊断结果；所述读片结果获得部，还获得由所述读片者针对所述多个诊断项目的每一个进行的诊断结果；所述误诊原因检测装置还包括误诊位置提取部，该误诊位置提取部提取所述读片报告中包括的所述诊断结果与所述读片结果获得部获得的所述诊断结果不同的诊断项目。
根据这样的构成，能够提取读片者的误诊位置。
最好是，上述的误诊原因检测装置还包括输出部，该输出部从指导内容数据库中获得针对所述第一读片结果所示的病例名的病例的、由所述指导内容属性选择部选择的属性的指导内容，从获得的所述指导内容中，制作强调了与所述误诊位置提取部提取的所述诊断项目相对应的位置的指导内容，并输出制作的所述指导内容，在所述指导内容数据库中，按照各个病例名存储有用于指导该病例名的病例的诊断流程的指导内容、和用于指导该病例名的病例的图像模式的指导内容。
根据此构成，能够提示强调了读片者的误诊位置的指导内容。据此，能够缩短检测读片者误诊的位置的时间。因此，能够减少误诊位置的遗漏以及误诊位置的检索时间，从而能够提高读片者的学习效率。
并且，所述阈值也可以是按每个所述第一读片结果所示的病例名而不同。
通过将阈值因每个病例名而不同，因此能够提高指导内容属性选择部进行的指导内容属性的选择的精确度。
以下，对本发明的误诊原因检测装置以及误诊原因检测方法进行说明。作为一个例子，以将本发明的误诊原因检测装置适用于读片者的读片教育装置的情况为例进行说明，不过，除以下的实施例所记载的读片教育装置以外，本发明也能够适用。
例如，也可以是，实际上在读片者通过读片来进行诊断之时，进行误诊原因的检测，并将误诊原因提示给读片者的装置。
以下，利用附图对本发明的实施例所涉及的读片教育装置进行详细说明。
(实施例1)
图1是示出本发明的实施例1所涉及的读片教育装置100的特征性功能构成的方框图。如图1所示，读片教育装置100是提示与读片者的读片结果相符的教育内容的装置。读片教育装置100包括：读片报告数据库101、读片图像提示部102、读片结果获得部103、读片结果判断部104、指导内容属性选择部105、指导内容数据库106、以及输出部107。
以下，对图1所示的读片教育装置100的各个构成要素按顺序进行详细说明。
读片报告数据库101是由例如硬盘、存储器等构成的存储装置。读片报告数据库101是存储向读片者提示的读片图像、和与该读片图像相对应的读片信息的数据库。在此，读片图像是指，为了进行图像诊断而利用的图像，示出电子媒体中所存放的图像数据。并且，读片信息是指，除了示出读片图像的读片结果之外，还示出在图像诊断之后进行的活组织检查等确定诊断的结果的信息。
图2A以及图2B分别是示出读片报告数据库101中所存储的、作为读片图像20的超声波图像以及读片信息21的一个例子的图。读片信息21包括：患者ID22、图像ID23、确定诊断结果24、读片者ID25、诊断项目判断结果26、图像所见27、以及读片时间28。
患者ID22示出用于识别成为读片图像的被摄体的患者的信息。图像ID23示出用于识别读片图像20的信息。确定诊断结果24示出患者ID22所示的患者的确定诊断结果。在此，确定诊断结果是指，通过显微镜对由手术或者活组织检查而得到的被检体进行的病理检查、或者其他的方法，而得知的成为对象的患者所处的真正的状态的诊断结果。读片者ID25示出用于识别读片者的信息，该读片者是指，对图像ID23的读片图像20进行了读片的人。诊断项目判断结果26示出针对各个诊断项目(在图2B中记载为项目1、项目2等)的诊断结果的信息，所述各个诊断项目是针对图像ID23的读片图像20而定的。例如，若图像ID23的读片图像20为乳腺图像，则诊断项目包括边界性状(清晰平滑、清晰粗糙、不清晰、难于评价)以及内部回声等级(无、极低、低、中等、高)等。图像所见27是示出读片者ID25的读片者对图像ID23的读片图像20进行的诊断结果的信息。图像所见27是示出包括病名的诊断结果(读片结果)以及诊断理由(读片理由)的信息。读片时间28是示出从读片开始到读片结束为止的时间的信息。
并且，在多个读片者针对一张图像ID23的读片图像20进行了读片的情况下，则按照每个读片者ID25来存放读片者ID25、诊断项目判断结果26、图像所见27以及读片时间28。
并且，在本实施例中虽然对以读片教育装置100具备读片报告数据库101为例进行了说明，不过，本发明能够适用的读片教育装置并非受这样的读片教育装置所限。例如，读片报告数据库101也可以被设置在通过网络与读片教育装置相连接的服务器上。
并且，读片信息21也可以作为附属数据而被包含在读片图像20内。
在此，返回到图1所示的读片教育装置100的各个构成要素的説明。
读片图像提示部102从读片报告数据库101中获得成为诊断试验对象的读片图像20。并且，读片图像提示部102，通过将获得的读片图像20(对象读片图像)与针对读片图像20的诊断项目以及图像所见的输入表格一起显示到图中未示出的液晶显示器或电视等监视器上，从而提示给读片者。图3示出了读片图像提示部102进行的提示画面的例子。如图3所示，提示画面包括：诊断试验对象的读片图像20、将诊断项目输入区域30作为一个例子的输入表格、以及将图像所见输入区域31作为一个例子的输入表格，所述诊断项目输入区域30是针对诊断项目的诊断结果的回答表格，所述图像所见输入区域31是图像所见的输入表格。在诊断项目输入区域30中记载有与读片报告数据库101的诊断项目判断结果26相对应的项目。另外，在图像所见输入区域31中记载有与读片报告数据库101的图像所见27相对应的项目。
并且，读片图像提示部102在从读片报告数据库101中获得成为诊断试验的对象的读片图像20之时，可以仅选择确定诊断结果24与图像所见27一致的读片图像20。读片报告数据库101中存在读片图像20，该读片图像20是由于图像噪声或者读片图像20的摄影装置的特性，而不能仅根据图像来指示与确定诊断结果一致的病变。像这样的图像作为读片教育用的图像是不恰当的，所述读片教育用的图像是指，以仅利用读片图像来推定病变为目的的图像。相反，确定诊断结果24与图像所见27一致的病例，可以说是保证能够根据读片图像20来指出与确定诊断结果相同的病变的病例。因此，通过仅选择确定诊断结果24与图像所见27一致的读片图像20，从而能够仅提示读片教育所需要的图像病例的图像。并且，在多个读片者针对一张读片图像20进行了读片的情况下，在某个读片者的图像所见27与确定诊断结果24一致的情况下，也可以仅选择图像ID23所示的读片图像20。
读片结果获得部103获得针对在读片图像提示部102提示的读片图像20的读片者的读片结果。例如，获得通过键盘或者鼠标等而被输入到诊断项目输入区域30以及图像所见输入区域31的信息，并存储到存储器等。并且，读片结果获得部103获得读片者从开始读片到结束读片为止的时间(读片时间)。读片结果获得部103将获得的信息和读片时间，输出到读片结果判断部104以及指导内容属性选择部105。并且，读片时间由被设置在读片教育装置100的图中未示出的定时器来计测。
读片结果判断部104通过参照读片报告数据库101，来对从读片结果获得部103获得的读片者的读片结果、与被记录到读片报告数据库101的读片信息21进行比较，判断读片者的读片结果的正误。具体而言，读片结果判断部104对从读片结果获得部103获得的向读片者的图像所见输入区域31的输入结果、与从读片报告数据库101获得的读片图像20的确定诊断结果24的信息进行比较。读片结果判断部104在两者一致的情况下，判断为读片结果是正确的，在不一致的情况下判断为读片结果是错误的(误诊)。
指导内容属性选择部105利用从读片结果获得部103获得的读片结果以及读片时间、和从读片结果判断部104获得的读片结果的正误判断的结果，来选择向读片者提示的指导内容属性。并且，指导内容属性选择部105将选择的指导内容属性通知给输出部107。另外，对于指导内容属性的具体的选择方法待后述，在此对指导内容属性进行说明。
指导内容属性是指，被赋予到用于指导病例的正确的诊断方法的指导用内容的两种识别信息。在指导内容属性中具体地存在图像模式（pattern）属性和诊断流程属性这两种属性。被赋予了图像模式属性的指导内容示出了与针对病例名的具有代表性的读片图像20相关的内容。另外，被赋予了诊断流程属性的指导内容示出了与针对病例名的诊断流程相关的内容。图4示出了针对“病例名：硬癌”的图像模式属性的内容与诊断流程属性的内容的一个例子。如图4(a)所示，图像模式属性内容40是示出硬癌的典型例子的读片图像20。并且，如图4(b)所示，诊断流程属性内容41是用于诊断硬癌的流程图。例如，在图4(b)中记载了，在被判断为“边界不清晰”或者是“边界清晰粗糙”、“前后方有断裂”、“后方回声微弱”、且“内部回声极低”或者“内部回声高”的情况下，则诊断为硬癌的诊断流程。
关于将指导内容分为这两个属性的理由将在以下进行说明。
误诊的原因大致可以分为两个。第一个是，读片者记忆的病例与诊断流程的对应关系的错误。第二个是，读片者记忆的病例与图像模式的对应关系的错误。
能够将误诊原因分类为以上两种的理由是，读片技术的学习过程被分为了两个阶段的缘故。
在学习过程的前半部分，读片者在针对读片图像20判断了个别的诊断项目之后，一边参照诊断流程一边与诊断项目的判断结果相结合，进行最终的诊断。这样，还没有熟练地掌握读片的读片者由于是逐步参照诊断流程的，因此会花费读片时间。另一方面，结束了前半部分的学习过程的读片者虽然进入后半部分的学习过程，但是在学习过程的后半部分，读片者在判断個別的诊断项目之后，在脑中对各个病例名的典型的图像模式进行构筑，在参照被构筑的图像模式的同时进行诊断。学习的后半部分的读片者的读片时间比学习的前半部分的读片者的读片时间短。这是因为通过经历多次相同病例的读片，从而熟知了诊断流程，因此不需要参照诊断流程的缘故。因此，学习的后半部分的读片者主要是从图像模式中来进行诊断。
也就是说，在读片中出现的误诊是在不同的学习过程中，在分别得到错误的知识的情况下发生的。因此，读片教育装置100在发生误诊时，判别其原因是因“病例与诊断流程的对应上的错误(诊断流程属性)”而发生的，还是因“病例与图像模式的对应上的错误(图像模式属性)”而发生的。在此基础上，读片教育装置100通过将与误诊的原因对应的指导内容属性的指导内容提示给读片者，以提供与读片者的误诊原因相符的内容。
上述的两个诊断流程能够利用读片时间来分类。图5示出了某医院的放射科的读片时间的典型例子的直方图。另外，在图5的直方图中，以曲线波形来近似频度(读片件数)。如图5所示，直方图的波形中存在两个峰值，能够判断出读片时间短的一方的峰值是根据图像模式进行的诊断，读片时间长的一方的峰值是根据诊断流程判断进行的诊断。像这样的时间特性的不同，如以上所述是因读片的学习过程的不同而发生的。具体而言诊断流程的参照的有无则是一个大的因素。
通过利用这样的读片时间的特性，从而能够对读片医师在误诊时的误诊因素进行分类。例如，在短的读片时间A进行的读片结果是，在发生了误诊的情况下，是因该读片者的图像模式的判断错误发生的。因此，作为指导内容是提示正确的图像模式，需要纠正读片者的脑中构筑的错误的图像模式。另一方面，在长的读片时间B进行的读片的结果是，在发生了误诊的情况下，是因诊断流程判断的错误发生的。因此，需要进行用于纠正读片者所记忆的错误的诊断流程的内容指导。
这样，通过将指导内容分为两个属性，从而能够提示与误诊的要因相符的指导内容。据此，能够减少自己检索指导内容的时间以及阅读不必要的指导内容的时间，从而能够缩短读片者的学习时间。
在此，返回到对图1所示的读片教育装置100的各个构成要素的説明。
指导内容数据库106是，分别记录指导内容属性选择部105所选择的与图像模式属性和诊断流程属性这两个属性有关的指导内容的数据库。图6是指导内容数据库106的一个例子。如图6所示，指导内容数据库106包括内容属性60、病例名61、以及内容ID62。指导内容数据库106为了能够根据内容属性60和病例名61来简单地获得内容ID62，而将内容ID62列为明细。例如，内容属性60是诊断流程属性，在病例名61为硬癌的情况下，指导内容的内容ID62为F_001。另外，与内容ID62相对应的指导内容被存放到指导内容数据库106内。不过，指导内容也可以不必被存放到指导内容数据库106例如可以被存放到外部的服务器中。
输出部107通过参照指导内容数据库106，从而从指导内容数据库106获得与指导内容属性选择部105所选择的内容属性、和读片者误诊了的病例名相符的内容ID。并且，输出部107将与获得的内容ID相对应的指导内容输出到输出媒体。输出媒体例如是液晶显示器、电视等监视器。
接着对具有以上的构成的读片教育装置100的工作进行说明。
图7是示出读片教育装置100所执行的处理的全体流程的流程图。
首先，读片图像提示部102从读片报告数据库101中获得成为诊断试验的对象的读片图像20。读片图像提示部102将获得的读片图像20与针对读片图像20的诊断项目以及图像所见的输入表格一起显示在图中未示出的液晶显示器、电视等监视器上，以提示给读片者(步骤S101)。成为对象的读片图像20可以由读片者来选择，也可以随意选择。
读片结果获得部103获得由读片图像提示部102提示的、针对读片图像20的读片者的读片结果。例如，读片结果获得部103将通过键盘、鼠标等输入的信息存储到存储器等。并且，读片结果获得部103将获得的输入通知给读片结果判断部104以及指导内容属性选择部105(步骤S102)。具体而言，读片结果获得部103从读片图像提示部102获得，分别被输入到诊断项目输入区域30和图像所见输入区域31的信息。并且，读片结果获得部103获得读片时间。
读片结果判断部104通过参照读片报告数据库101，对从读片结果获得部103获得的读片者的读片结果与读片报告数据库101中所记录的读片信息21进行比较。读片结果判断部104根据比较结果，来判断读片者的读片结果的正误(步骤S103)。具体而言，读片结果判断部104对从读片结果获得部103获得的由读片者输入到图像所见输入区域31的输入结果、与从读片报告数据库101获得的读片图像20的确定诊断结果24的信息进行比较。读片结果判断部104在两者一致的情况下判断为读片结果是正确的，在不一致的情况下将读片结果判断为错误(误诊)。例如，针对读片图像A，在步骤S102中获得的读片者的图像所见输入为“硬癌”，从读片报告数据库101获得的确定诊断结果为“硬癌”的情况下，由于两者是一致的，因此判断为不是误诊(正确)。相反，针对读片图像A，在步骤S102中获得的读片者的图像所见输入为“硬癌”，而从读片报告数据库101中获得的确定诊断为“硬癌”以外的情况下，由于两者不一致，因此判断为误诊。
并且，在从步骤S102获得的诊断名为多个的情况下，若其中的一个与从读片报告数据库101获得的确定诊断结果一致，也可以判断为正确。
指导内容属性选择部105在从读片结果判断部104获得了是误诊的判断的情况下(步骤S104的“是”)，从读片结果获得部103分别获得输入到图像所见输入区域31的输入结果以及读片时间。并且，指导内容属性选择部105利用读片时间来选择指导内容属性，将选择的指导内容属性通知给输出部107(步骤S105)。关于指导内容属性选择处理(步骤S105)的详细待后述。
最后，输出部107通过参照指导内容数据库106，从指导内容数据库106获得与指导内容属性选择部105所选择的指导内容属性和读片者误诊了的病例名相符的内容ID。并且，输出部107将与获得的内容ID相对应的指导内容从指导内容数据库106中获得，并输出给输出媒体(步骤S106)。
以下对指导内容属性选择处理(图7的步骤S105)进行详细说明。图8是示出由指导内容属性选择部105进行的指导内容属性选择处理(图7的步骤S105)的详细处理流程的流程图。以下，利用图8对利用了读片者的读片时间的指导内容属性选择方法进行说明。
首先，指导内容属性选择部105从读片结果获得部103获得由读片者输入的图像所见(步骤S201)。
指导内容属性选择部105从读片结果获得部103获得读片者的读片时间(步骤S202)。并且，读片者的读片时间可以由被设置在读片教育装置100内部的定时器来计测。例如，在开始读片时(提示读片图像时)，用户按下被显示在画面上的开始键，在结束读片时，用户按下被显示在画面上的结束键。指导内容属性选择部105也可以将从按下开始键到按下结束键之间的时间作为读片时间来获得。
指导内容属性选择部105算出用于判断指导内容属性的读片时间的阈值(步骤S203)。阈值的算出方法例如可以根据读片报告数据库101中所记录的数据的读片时间，来制作读片时间的直方图，利用判别阈值选定法(参照非专利文献：“画像処理ハンドブック(图像处理手册)”，pp.278，昭晃堂，1992)来求出读片时间的阈值。据此，能够将阈值设定为图5所示的直方图中位于两个峰值之间的波谷的部分。
另外，读片时间的阈值也可以按照读片者所判断的各个病例名来求出。诊断流程的发生频度或者病例的发生频度因诊察对象的部位或病例名而不同。因此，也会有读片时间分别不同的情况。例如，在乳腺的超声波图像诊断中，作为诊断流程短的病例名可以列举出一部分的硬癌以及浸润性小叶癌。这些肿瘤由于是可以仅根据边界部位的性状就能够判断病例名的，因此判断病例名的时间也比其他的病例名短。另一方面，在同样的乳腺的超声波图像诊断中，作为诊断流程长的病例名可以列举出一部分的包囊以及粘液癌等。这些肿瘤由于是需要利用边界部位以及形状、纵横比才能够判断的病例名，因此比一部分的硬癌以及浸润性小叶癌的读片时间长。
并且，也会因病例名的发生频度而读片时间不同。例如，乳腺疾患中的“硬癌”的发生频度约为30%，而“髓样癌”的发生频度约为0.5%。发生频度高的病例由于在临床上会频繁出现，因此能够尽早地诊断，与发生频度低的病例相比能够缩短读片时间。
因此，通过按照每个部位或每个病例名来求阈值，从而能够提高属性分类的精确度。
并且，读片时间的阈值是在与读片报告数据库101的更新的同时而被算出的，因此可以存储在读片报告数据库101。并且，该阈值的算出也可以由指导内容属性选择部105来执行，也可以由其他的处理部来执行。据此，读片者可以不必在每次进行诊断项目输入等时都进行阈值的算出。因此，能够缩短读片教育装置100的处理时间，并能够以更短的时间来将指导内容提示给读片者。
指导内容属性选择部105判别在步骤S202获得的读片者的读片时间是否比在步骤S203算出的阈值大(步骤S204)。在读片时间比阈值大的情况下(步骤S204的“是”)，指导内容属性选择部105选择诊断流程属性以作为指导内容的属性(步骤S205)。另一方面，在读片时间为阈值以下的情况下(步骤S204的“否”)，指导内容属性选择部105选择图像模式属性以作为指导内容的属性(步骤S206)。
通过执行以上的步骤S201~S206的处理，从而指导内容属性选择部105能够选择与读片者的误诊原因相对应的指导内容的属性。
图9示出了在指导内容属性选择部105选择图像模式属性之时，由输出部107输出到输出媒体的画面的一个例子。如图9(a)所示，输出部107对读片者判断错误的读片图像、读片者的读片结果(读片者回答)、以及确定诊断结果(正确)进行提示。并且，如图9(b)所示，输出部107在进行该提示的同时，还对与读片者回答相对应的病例名的代表图像进行提示。在图像模式属性被选择的情况下，可以考虑到读片者是熟知“硬癌”的诊断流程的。因此，这样的读片者主要是根据图像模式来进行诊断的，读片者在针对“硬癌”的图像模式的对应上出现了错误，因而发生了误诊。因此，通过提示针对作为读片者回答的“硬癌”的代表图像，从而能够纠正读片者错误识别的“硬癌”的代表图像。
并且，图10示出了指导内容属性选择部105在选择了诊断流程属性之时，由输出部107向输出媒体输出的画面的一个例子。如图10(a)所示，输出部107与图9(a)所示同样，对读片者判断错误的读片图像、读片者的读片结果(读片者回答)、以及确定诊断结果(正确)进行提示。并且，如图10(b)所示，输出部107在进行该提示的同时，还对与读片者回答相对应的病例名的诊断流程进行提示。在图10所示的例子中，是因在针对“硬癌”的读片者的诊断流程的对应上出现了错误，因而发生了误诊。因此，通过提示针对作为读片者回答的“硬癌”的正确的诊断流程，从而能够纠正读片者错误识别的“硬癌”的诊断流程的知识。
如以上説明，通过执行图7所示的步骤S101~步骤S106的处理，从而读片教育装置100能够提示与读片者的误诊原因相对应的指导内容。因此，学习时间得以缩短，从而能够进行高效率的读片方法的学习。
也就是说，通过本实施例所涉及的读片教育装置100，利用读片者的读片时间来判断误诊原因，从而能够自动地选择与判断的误诊原因相对应的指导内容。因此，可以不将不需要的指导内容提示给读片者，从而能够高效率地学习读片方法。
(实施例2)
以下对本发明的实施例2所涉及的读片教育装置进行说明。
如以上所述，实施例1所涉及的读片教育装置100通过利用读片时间，将读片者的误诊原因分类为“诊断流程属性”以及“图像模式属性”这两个种类的属性的某一个，从而能够提示与属性相对应的指导内容。并且，本实施例所涉及的读片教育装置还对读片者误诊之时指导的内容，在强调成为误诊原因的位置(误诊位置)之后进行提示。
本实施例所要解决的课题的背景如以下所述。例如，读片者在进行乳腺的超声波图像诊断中将“乳头状管状腺癌”误诊为“硬癌”之时，“硬癌”的诊断流程与“乳头状管状腺癌”的诊断流程的差异在于(不同之处)，“内部回声”、“后方回声”以及“边界性状”等多方面。为了使读片者正确地学习读片方法，需要识别所有的差异。但是，例如在单纯地提示硬癌和乳头状管状腺癌的诊断流程的情况下，会看漏两个诊断流程的差异之处，会出现不能正确地学习的可能性。并且，寻找两个诊断流程的差异的行为本身也会增加学习时间，从结果上来看同样会降低学习效率。
对于这样的问题，本实施例所涉及的读片教育装置能够强调读片者的误诊位置后对指导内容进行提示，因此能够提高学习效率。
以下参照图11对本实施例所涉及的读片教育装置的各个构成依次进行说明。
(实施例2的各个构成的说明)
图11是示出本发明的实施例2所涉及的读片教育装置200的具有特征性的功能构成的方框图。在图11中，对于与图1相同的构成要素赋予相同的符号并省略说明。
读片教育装置200包括：读片报告数据库101、读片图像提示部102、读片结果获得部103、读片结果判断部104、指导内容属性选择部105、指导内容数据库106、输出部107、以及误诊位置提取部201。
图11所示的读片教育装置200与图1所示的读片教育装置100的不同之处是具备误诊位置提取部201，该误诊位置提取部201从由读片结果获得部103获得的、被输入到诊断项目输入区域30的结果中，提取读片者的误诊位置。
误诊位置提取部201例如是由CPU以及存放由CPU执行的程序的存储器等构成。误诊位置提取部201从读片结果获得部103所获得的被输入到诊断项目输入区域30的判断结果、以及被存储在读片报告数据库101的读片信息21中包含的诊断项目判断结果26中，提取读片者的误诊位置，并通知给输出部107。具体的误诊位置提取方法待后述。
误诊位置被定义为，在读片过程中发生了误诊的诊断项目或代表图像上的区域。具体而言，读片过程大致能够分为“目视”和“诊断”这两个过程，目视过程中的误诊位置与读片图像20上的特定的图像区域相对应，诊断过程中的误诊位置与诊断流程上的特定的诊断项目相对应。图12A以及图12B示出了乳腺超声波图像中的误诊位置的一个例子。在误诊位置提取部201提取了读片者的误诊位置为肿瘤的内部回声性状的情况下，如图12A所示，读片图像20上的误诊位置是指作为相应的图像区域的误诊位置70。并且，如图12B所示，诊断流程上的误诊位置是指与误诊的诊断项目相对应的误诊位置71。
通过明确地提示这些误诊位置，从而能够缩短检测读片者所误诊的位置的时间，因此能够提高学习效率。
一边参照图13的流程图，一边对图11所示的在读片教育装置200执行的全部处理流程进行说明。
图13是示出读片教育装置200所执行的处理全体流程的流程图。并且，在图13中对于与图7所示的实施例1中的读片教育装置100的处理相同的处理步骤赋予相同的符号。
在本实施例所涉及的读片教育装置200中，从读片结果获得部103获得的被输入到诊断项目输入区域30的判断结果中，提取读片者的误诊位置的处理，与实施例1的读片教育装置100中的处理不同。但是，其他的处理与实施例1的读片教育装置100的处理相同。具体而言，在图13中，读片教育装置200所执行的步骤S101~S105的处理与图7所示的实施例1的读片教育装置100的处理相同，因此省略说明。
误诊位置提取部201利用从读片结果获得部103获得的被输入到诊断项目输入区域30的判断结果，来提取读片者的误诊位置(步骤S301)。
输出部107与图7所示的步骤S106同样，从指导内容数据库106获得指导内容，并输出给输出媒体。不过，在输出部107输出指导内容之时，在强调了误诊位置提取部201所提取的误诊位置的基础上进行输出(步骤S302)。关于强调的具体例子待后述。
图14是示出由误诊位置提取部201进行的处理(图13的步骤S301)的详细处理流程的流程图。以下利用图14对读片者的误诊位置的提取方法进行说明。
首先，误诊位置提取部201从读片结果获得部103中获得被输入到诊断项目输入区域30的判断结果(步骤S401)。
误诊位置提取部201从读片报告数据库101中获得诊断项目判断结果26，该诊断项目判断结果26具有与成为诊断的对象的读片图像所对应的确定诊断结果24相同的图像所见27(步骤S402)。
误诊位置提取部201提取在步骤S401获得的由读片者输入到诊断项目输入区域30的判断结果、与在步骤S402获得的诊断项目判断结果26不同的诊断项目(步骤S403)。即、误诊位置提取部201提取不同的诊断项目以作为误诊位置。
图15示出了“A癌”以及“B癌”的代表图像与诊断项目的例子。以下利用图15对步骤S403的不同处理进行说明。现在以针对正确诊断为B癌的读片对象图像，而读片者误诊为A癌为例子。此时，为了对判断为A癌所进行的各个诊断项目，确定错误学习了哪个部分，只要在误诊为A癌的读片者所进行的诊断项目与正确诊断的B癌的诊断项目之间提取判断结果不同的诊断项目即可。在图15的例子中，误诊为A癌的读片者所进行的诊断项目与正确诊断的B癌的诊断项目之间，判断结果不同的诊断项目是内部回声80和后方回声81，这些判断结果不同的诊断项目作为误诊位置被提取。即，关于内部回声80，由于A癌的诊断结果为“低”，B癌的诊断结果为“極低”，因此，内部回声80作为误诊位置被提取。并且，关于后方回声81，由于A癌的诊断结果为“减弱”，B癌的诊断结果为“不変”，因此后方回声81作为误诊位置被提取。
通过执行以上的步骤S401~S403的处理，误诊位置提取部201能够提取读片者的误诊位置。
关于输出部107所进行的处理(图13的步骤S302)将以具体例子进行说明。
图16示出了在误诊位置提取部201提取误诊位置之时，由输出部107输出给输出媒体的画面的一个例子。如图16所示，输出部107在读片者所误诊的病例名的代表图像上，对成为与正确病例的诊断项目之差的误诊位置相对应的图像区域进行强调后提示。在这样的情况下，在“硬癌”与“乳腺浸润性导管癌”之间，对于符合判断结果不同的诊断项目的“后方回声”以及“内部回声”的图像区域，通过以箭头指出，从而实现强调显示。因此，在提示针对作为读片者回答的“硬癌”的代表图像之时，能够自动地提示读片者错误识别的图像区域。另外，强调的图像区域的位置信息也可以是预先与诊断项目相对应，被存储到指导内容数据库106。输出部107根据由误诊位置提取部201提取的误诊位置(诊断项目)，通过参照指导内容数据库106，来获得强调的图像区域的位置信息，根据获得的位置信息来进行强调显示。并且，强调的图像区域的位置信息也可以被存储在指导内容数据库106以外。并且，强调的图像区域的位置信息也可以被存储在任一个场所。在这种情况下，输出部107通过进行图像处理，也可以检测强调的图像区域。
并且，图17示出了在由误诊位置提取部201提取误诊位置之时，由输出部107输出到输出媒体的画面的一个例子。如图17所示，输出部107在读片者误诊了病例名的诊断流程中，提示成为与正确病例的诊断项目的差异的诊断流程区域。在这种情况下也与图16同样，在“硬癌”与“乳腺浸润性导管癌”之间对于符合作为判断结果不同的诊断项目的“后方回声”以及“内部回声”的诊断流程区域，通过以虚线圈出并以箭头来指出，从而能够强调显示。据此，在提示针对作为读片者回答的“硬癌”的诊断流程之时，能够自动地提示读片者错误识别的诊断流程区域。
综上所述，通过执行步骤S101~步骤S106以及步骤S301的处理，读片教育装置200能够将读片者的误诊位置提示给输出部107，从而误诊位置的漏看以及检索时间都能够减少，因此能够使学习效率提高。
以上根据实施例对本发明所涉及的读片教育装置进行了説明，不过，本发明并非受这些实施例所限。在不超脱本发明的主旨的情况下，本领域技术人员能够想到的对本实施例执行的各种变形，以及对不同的实施例中的构成要素进行组合等方式均包含在本发明的范围内。
另外，本发明所涉及的读片教育装置的必要构成要素是读片图像提示部102、读片结果获得部103、读片结果判断部104、以及指导内容属性选择部105，除此之外的构成要素也可以不必具备。
并且，上述的各个装置，具体而言可以是由微处理器、ROM、RAM、硬盘单元、显示器单元、键盘、鼠标等构成的计算机系统。RAM或硬盘单元中记忆有计算机程序。微处理器通过按照计算机程序进行工作，从而各个装置能够实现其功能。在此，计算机程序是为了实现规定的功能，而由多个针对计算机指示指令的指令代码组合而成。
并且，构成上述的各个装置的构成要素的一部分或全部也可以由一个系统LSI(LargeScaleIntegration：大规模集成电路)构成。系统LSI是将多个构成部集成在一个芯片上而被制造的超多功能LSI，具体而言是包括微处理器、ROM、RAM等而被构成的计算机系统。RAM中记忆有计算机程序。通过微处理器按照计算机程序进行工作，从而系统LSI能够实现其功能。
而且，构成上述的各个装置的构成要素的一部分或全部可以由能够装卸于各个装置的IC卡或单体的模块构成。IC卡或模块是由微处理器、ROM、RAM等构成的计算机系统。IC卡或模块也可以包括上述的超多功能LSI。通过微处理器按照计算机程序进行工作，从而IC卡或模块能够实现其功能。该IC卡或模块也可以具有抗篡改性。
并且，本发明也可以是以上所示的方法。并且，也可以作为使计算机执行这些方法的计算机程序来实现，也可以是由所述计算机程序构成的数字信号。
并且，本发明也可以将所述计算机程序或所述数字信号记录到计算机可读取的非易失性记录介质中，这些非易失性记录介质例如是软盘、硬盘、CD-ROM、MO、DVD、DVD-ROM、DVD-RAM、BD(Blu-ray(注册商标)Disc)、半导体存储器等。并且，也可以作为被记录在这些非易失性记录介质中的所述数字信号来实现。
并且，本发明可以通过电气通信电路、无线或有线通信电路、以因特网为代表的网络、以及数据广播等来传递所述计算机程序或所述数字信号。
并且，本发明可以是具备微处理器和存储器的计算机系统，所述存储器存储上述计算机程序，所述微处理器按照所述计算机程序来工作。
并且，可以将所述程序或所述数字信号记录到所述非易失性记录介质并传送，或者可以将所述程序或所述数字信号通过所述网络等来传送，从而可以由独立的其它的计算机系统来执行。
而且，上述的实施例以及上述的变形例可以分别自由组合。
本发明能够作为从读片者的读片输入中检测误诊原因的装置等来利用。
符号说明
20读片图像
21读片信息
22患者ID
23图像ID
24确定诊断结果
25读片者ID
26诊断项目判断结果
27图像所见
28读片时间
40图像模式属性内容
41诊断流程属性内容
60内容属性
61病例名
62内容ID
70、71误诊位置
80内部回声
81后方回声
100、200读片教育装置
101读片报告数据库
102读片图像提示部
103读片结果获得部
104读片结果判断部
105指导内容属性选择部
106指导内容数据库
107输出部
201误诊位置提取部

Claims (7)

1.一种误诊原因检测装置，包括：
读片图像提示部，将读片报告中的作为用于图像诊断的读片图像的对象读片图像提示给读片者，所述读片报告是所述读片图像与针对所述读片图像的确定诊断结果的组合；
读片结果获得部，获得第一读片结果和读片时间，所述第一读片结果是，所述读片者针对所述对象读片图像的读片结果，所述读片时间是，所述读片者针对所述对象读片图像进行读片时所用的时间；
读片结果判断部，通过对针对所述对象读片图像的确定诊断结果与由所述读片结果获得部获得的所述第一读片结果进行比较，来判断所述第一读片结果的正误；以及
指导内容属性选择部，在所述读片结果判断部将所述第一读片结果判断为错误之时，执行(a)第一选择处理和(b)第二选择处理中的至少一方，所述第一选择处理是指，在由所述读片结果获得部获得的所述读片时间比阈值大的情况下，选择用于指导所述第一读片结果所示的病例名的病例的诊断流程的指导内容的属性，以作为向所述读片者提示的指导内容的属性，所述第二选择处理是指，在所述读片时间为所述阈值以下的情况下，选择用于指导所述第一读片结果所示的病例名的病例的图像模式的指导内容的属性，以作为向所述读片者提示的所述指导内容的属性。
2.如权利要求1所述的误诊原因检测装置，
所述读片报告还包括第二读片结果，该第二读片结果是针对所述读片图像已经执行了读片的读片结果；
所述读片图像提示部，将所述确定诊断结果与所述第二读片结果一致的所述读片报告中包括的所述读片图像，提示给所述读片者。
3.如权利要求1或2所述的误诊原因检测装置，
还包括输出部，该输出部从指导内容数据库中获得针对所述第一读片结果所示的病例名的病例的、由所述指导内容属性选择部选择的属性的指导内容，并输出获得的所述指导内容，在所述指导内容数据库中，按照各个病例名存储有用于指导该病例名的病例的诊断流程的指导内容和用于指导该病例名的病例的图像模式的指导内容。
4.如权利要求1或2所述的误诊原因检测装置，
所述读片报告还包括针对多个诊断项目的每一个诊断项目的诊断结果；
所述读片结果获得部，还获得由所述读片者针对所述多个诊断项目的每一个进行的诊断结果；
所述误诊原因检测装置还包括误诊位置提取部，该误诊位置提取部提取所述读片报告中包括的所述诊断结果与所述读片结果获得部获得的所述诊断结果不同的诊断项目。
5.如权利要求4所述的误诊原因检测装置，
还包括输出部，该输出部从指导内容数据库中获得针对所述第一读片结果所示的病例名的病例的、由所述指导内容属性选择部选择的属性的指导内容，制作在获得的所述指导内容中强调了与所述误诊位置提取部提取的所述诊断项目相对应的位置的指导内容，并输出制作的所述指导内容，在所述指导内容数据库中，按照各个病例名存储有用于指导该病例名的病例的诊断流程的指导内容和用于指导该病例名的病例的图像模式的指导内容。
6.如权利要求1所述的误诊原因检测装置，
所述阈值按所述第一读片结果所示的各个病例名而不同。
7.一种误诊原因检测方法，包括：
读片图像提示步骤，由计算机，将读片报告中的作为用于图像诊断的读片图像的对象读片图像提示给读片者，所述读片报告是所述读片图像与针对所述读片图像的确定诊断结果的组合；
读片结果获得步骤，由计算机，获得第一读片结果和读片时间，所述第一读片结果是，所述读片者针对所述对象读片图像的读片结果，所述读片时间是，所述读片者针对所述对象读片图像进行读片时所用的时间；
读片结果判断步骤，由计算机，通过对针对所述对象读片图像的确定诊断结果与在所述读片结果获得步骤获得的所述第一读片结果进行比较，来判断所述第一读片结果的正误；以及
指导内容属性选择步骤，在所述读片结果判断步骤中所述第一读片结果被判断为错误之时，由计算机执行(a)第一选择处理和(b)第二选择处理中的至少一方，所述第一选择处理是指，在所述读片结果获得步骤获得的所述读片时间比阈值大的情况下，选择用于指导所述第一读片结果所示的病例名的病例的诊断流程的指导内容的属性，以作为向所述读片者提示的指导内容的属性，所述第二选择处理是指，在所述读片时间为所述阈值以下的情况下，选择用于指导所述第一读片结果所示的病例名的病例的图像模式的指导内容的属性，以作为向所述读片者提示的所述指导内容的属性。
CN201180007768.6A 2010-09-07 2011-08-29 误诊原因检测装置以及误诊原因检测方法 Active CN102741849B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2010-200373 2010-09-07
JP2010200373 2010-09-07
PCT/JP2011/004780 WO2012032734A1 (ja) 2010-09-07 2011-08-29 誤診原因検出装置及び誤診原因検出方法

Publications (2)

Publication Number Publication Date
CN102741849A CN102741849A (zh) 2012-10-17
CN102741849B true CN102741849B (zh) 2016-03-16

Family

ID=45810345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180007768.6A Active CN102741849B (zh) 2010-09-07 2011-08-29 误诊原因检测装置以及误诊原因检测方法

Country Status (4)

Country Link
US (1) US20120208161A1 (zh)
JP (1) JP4945705B2 (zh)
CN (1) CN102741849B (zh)
WO (1) WO2012032734A1 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9355569B2 (en) * 2012-08-30 2016-05-31 Picmonic Inc. Systems, methods, and computer program products for providing a learning aid using pictorial mnemonics
CN102982242A (zh) * 2012-11-28 2013-03-20 徐州医学院 一种医学影像读片差错智能提醒系统
CN103595775B (zh) 2013-11-04 2018-01-19 惠州Tcl移动通信有限公司 媒体文件的共享方法及系统
CN106415555B (zh) * 2013-11-26 2019-10-18 皇家飞利浦有限公司 用于病理学报告与放射学报告的相关联的系统和方法
WO2015134668A1 (en) * 2014-03-04 2015-09-11 The Regents Of The University Of California Automated quality control of diagnostic radiology
JP6525527B2 (ja) * 2014-08-07 2019-06-05 キヤノン株式会社 読影レポート作成支援装置、読影レポート作成支援方法及びプログラム
JP2016177418A (ja) * 2015-03-19 2016-10-06 コニカミノルタ株式会社 読影結果評価装置及びプログラム
JP6473124B2 (ja) * 2015-12-09 2019-02-20 株式会社ジェイマックシステム 読影訓練支援装置、読影訓練支援方法および読影訓練支援プログラム
US11902396B2 (en) 2017-07-26 2024-02-13 Amazon Technologies, Inc. Model tiering for IoT device clusters
US10980085B2 (en) * 2017-07-26 2021-04-13 Amazon Technologies, Inc. Split predictions for IoT devices
US11108575B2 (en) 2017-07-26 2021-08-31 Amazon Technologies, Inc. Training models for IOT devices
EP3692545A1 (en) * 2017-10-06 2020-08-12 Koninklijke Philips N.V. Addendum-based report quality scorecard generation
US11611580B1 (en) 2020-03-02 2023-03-21 Amazon Technologies, Inc. Malware infection detection service for IoT devices
US12041094B2 (en) 2020-05-01 2024-07-16 Amazon Technologies, Inc. Threat sensor deployment and management
US12058148B2 (en) 2020-05-01 2024-08-06 Amazon Technologies, Inc. Distributed threat sensor analysis and correlation
US11489853B2 (en) 2020-05-01 2022-11-01 Amazon Technologies, Inc. Distributed threat sensor data aggregation and data export
US11989627B1 (en) 2020-06-29 2024-05-21 Amazon Technologies, Inc. Automated machine learning pipeline generation
WO2022013265A1 (en) * 2020-07-16 2022-01-20 Koninklijke Philips N.V. Automatic certainty evaluator for radiology reports
CN118116584A (zh) * 2024-04-23 2024-05-31 鼎泰(南京)临床医学研究有限公司 一种基于大数据的可调整医疗辅助诊断系统及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706843A (zh) * 2009-11-16 2010-05-12 杭州电子科技大学 一种乳腺cr图像交互式读片方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6301462B1 (en) * 1999-01-15 2001-10-09 Unext. Com Online collaborative apprenticeship
JP4635681B2 (ja) * 2005-03-29 2011-02-23 コニカミノルタエムジー株式会社 医用画像読影システム
JP2007275408A (ja) * 2006-04-10 2007-10-25 Fujifilm Corp 類似画像検索装置および方法並びにプログラム
JP5337992B2 (ja) * 2007-09-26 2013-11-06 富士フイルム株式会社 医用情報処理システム、医用情報処理方法、及びプログラム
JP2009082182A (ja) * 2007-09-27 2009-04-23 Fujifilm Corp 検査作業支援装置及び方法、並びに検査作業支援システム
JP2009078085A (ja) * 2007-09-27 2009-04-16 Fujifilm Corp 医用画像処理システム、医用画像処理方法、及びプログラム
JP2010057727A (ja) * 2008-09-04 2010-03-18 Konica Minolta Medical & Graphic Inc 医用画像読影システム
US20110039249A1 (en) * 2009-08-14 2011-02-17 Ronald Jay Packard Systems and methods for producing, delivering and managing educational material

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706843A (zh) * 2009-11-16 2010-05-12 杭州电子科技大学 一种乳腺cr图像交互式读片方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
无胆总管胰管扩张的胰腺癌CT误诊30例分析;杨鸿翔;《内蒙古医学杂志》;20080531;第40卷(第5期);第591-593页 *

Also Published As

Publication number Publication date
JP4945705B2 (ja) 2012-06-06
US20120208161A1 (en) 2012-08-16
CN102741849A (zh) 2012-10-17
WO2012032734A1 (ja) 2012-03-15
JPWO2012032734A1 (ja) 2014-01-20

Similar Documents

Publication Publication Date Title
CN102741849B (zh) 误诊原因检测装置以及误诊原因检测方法
Baloescu et al. Automated lung ultrasound B-line assessment using a deep learning algorithm
KR102043130B1 (ko) 컴퓨터 보조 진단 방법 및 장치
Metz Receiver operating characteristic analysis: a tool for the quantitative evaluation of observer performance and imaging systems
Rubin Lung nodule and cancer detection in computed tomography screening
US8391574B2 (en) Method and system of computer-aided quantitative and qualitative analysis of medical images from multiple modalities
JP5475923B2 (ja) 類似症例検索装置および類似症例検索方法
RU2566462C2 (ru) Система и способ компьютеризированной диагностики с множественными модальностями
US20120166211A1 (en) Method and apparatus for aiding imaging diagnosis using medical image, and image diagnosis aiding system for performing the method
JP6215227B2 (ja) イメージング検査プロトコル更新推奨部
CN106415555A (zh) 用于病理学报告与放射学报告的相关联的系统和方法
CN101203170A (zh) 计算机辅助检测系统和方法
CN102265308A (zh) 用于监视医学异常的系统及其操作方法
KR102049336B1 (ko) 컴퓨터 보조 진단 장치 및 방법
Kim et al. Utility of CT texture analysis in differentiating low-attenuation renal cell carcinoma from cysts: a bi-institutional retrospective study
CN112842394A (zh) 一种超声成像系统及超声成像方法、存储介质
JP6448588B2 (ja) 医療診断支援装置、医療診断支援システム、情報処理方法及びプログラム
CN103705271B (zh) 一种用于医学影像诊断的人机交互系统和方法
KR101656582B1 (ko) 갑상선암 자동 판별 방법 및 시스템
EP3362925B1 (en) Systems and methods for generating correct radiological recommendations
JP5001002B2 (ja) 画像診断支援装置及びその方法
JP6827940B2 (ja) ガイド付き構造化レポート作成
JP2007105207A (ja) 医用画像処理装置
JP2016105796A (ja) 医療診断支援装置及び医療診断支援方法
JP2018110040A (ja) 情報処理装置、情報処理方法及びプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20160316

Address after: Osaka Japan

Patentee after: PANASONIC INTELLECTUAL PROPERTY MANAGEMENT Co.,Ltd.

Address before: Osaka Japan

Patentee before: Matsushita Electric Industrial Co.,Ltd.