CN103428256A - 信息处理设备、信息处理方法和信息处理程序 - Google Patents

信息处理设备、信息处理方法和信息处理程序 Download PDF

Info

Publication number
CN103428256A
CN103428256A CN2013101652065A CN201310165206A CN103428256A CN 103428256 A CN103428256 A CN 103428256A CN 2013101652065 A CN2013101652065 A CN 2013101652065A CN 201310165206 A CN201310165206 A CN 201310165206A CN 103428256 A CN103428256 A CN 103428256A
Authority
CN
China
Prior art keywords
user
information
pathological image
browsing histories
browsing
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
Application number
CN2013101652065A
Other languages
English (en)
Inventor
吉冈重笃
高桥正弘
山口浩司
诸田雅之
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.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Publication of CN103428256A publication Critical patent/CN103428256A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • 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
    • 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
    • G16H40/60—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 operation of medical equipment or devices
    • G16H40/63—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 operation of medical equipment or devices for local operation
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Pathology (AREA)
  • General Business, Economics & Management (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Library & Information Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供了一种信息处理设备、信息处理方法和信息处理程序，经由网络从第一终端获得病理学图像和初步诊断结果，第一终端属于第一用户，初步诊断结果是第一用户的关于病理学图像的诊断结果。将所获得的病理学图像和初步诊断结果经由网络提供给至少一个第二终端，该一个第二终端属于至少一个第二用户。经由网络从第二终端获得第二用户的浏览历史和意见，浏览历史至少包括关于病理学图像中的显示区域的信息，第二用户的意见与基于由第二用户对病理学图像的观察的初步诊断结果有关。评估所获得的浏览历史，并生成所获得的意见的可靠性分数。

Description

信息处理设备、信息处理方法和信息处理程序
技术领域
本公开涉及一种信息处理设备、信息处理方法和信息处理程序，其各自使用病理专家专用的SNS（社交网络服务）。
背景技术
近来，提供了各种SNS。在SNS上张贴了许多评论。期望基于特定指标来过滤张贴评论的作者，以便缩窄要阅读的评论并因此减少阅读评论的劳动。
例如，日本专利申请公开第2012-065271号公开了该指标的一个实例。根据日本专利申请公开第2012-065271号的技术，针对多个移动终端中的每一个计算指标，即与地址簿中的联系人的联系频率。使用所计算的指标。
发明内容
在医院中的病理专家的数量是有限的。在该情况下，期望由评论募集者通过使用SNS来张贴初步诊断并从应募者收集评论。评论是关于所张贴的初步诊断的复查或第二意见。因此，期望增加虚拟幻灯片样本的复查率并提高诊断准确度。
然而，由于这是病理学诊断，所以需要极高的可靠性来张贴。当应募者陈述他们关于募集者的初步诊断的意见时，一些应募者可以仅表示他们的赞同。由此看来，出现了可靠性变成问题。这里，可靠性是指评论是否是由应募者执行的诊断的结果。仅通过阅读在所张贴的评论中陈述的内容难以提高所张贴的评论的可靠性。
从上述情况来看，期望提供一种能够提高在病理专家专用的SNS上张贴的评论的可靠性的信息处理设备、信息处理方法和信息处理程序。
（1）根据本技术的一种实施方式，提供了一种信息处理设备，包括：第一信息获取部，被配置为经由网络从第一终端获得病理学图像和初步诊断结果，第一终端属于作为病理专家的第一用户，初步诊断结果是第一用户的关于病理学图像的诊断结果；信息提供部，被配置为将所获得的病理学图像和初步诊断结果经由网络提供给至少一个第二终端，至少一个第二终端属于作为病理专家的至少一个第二用户；第二信息获取部，被配置为经由网络从第二终端获得第二用户的浏览历史和意见，浏览历史至少包括关于病理学图像中的显示的区域的信息，当第二用户在第二终端的显示单元上观察病理学图像时，基于由第二用户的操作来显示区域，第二用户的意见与基于由第二用户对病理学图像的观察的初步诊断结果有关；以及可靠性分数生成部，被配置为：基于预定条件来评估所获得的浏览历史，以及生成所获得的意见的可靠性分数。
本技术涉及一种用户是病理专家的SNS。本技术的信息处理设备用作服务器计算机。第一用户是想要关于其诊断的复查和第二意见的募集者。第一用户经由第一信息获取部将病理学图像和初步诊断结果上传到SNS上。初步诊断结果是由第一用户的诊断结果。第一用户收集意见（张贴的评论）。第二用户是应募者候选人以及应募者。第二用户利用信息提供部观看病理学图像并阅读初步诊断结果。病理学图像和初步诊断结果被上传到SNS上。此后，第二用户将他的意见（张贴的评论）经由第二信息获取部上传（即，提交）到SNS上。当第二用户浏览在第二终端的显示单元上显示的病理学图像时，在显示单元上显示的区域上的信息被记录。信息处理设备利用第二信息获取部获得在显示的区域上的所记录的信息。确定第二用户观察目标病理学图像的详细程度。因此，可以确定第二用户的意见（张贴的评论）的可靠性。由此看来，在第二用户浏览病理学图像时的条件是预设定的，且与该条件相对应的分数是预设定的。确定第二用户的浏览行为与条件一致的程度。基于此生成可靠性分数。因此，可以很容易地生成在病理专家专用的SNS上张贴的评论的可靠性分数，这是有效的。
（2）此外，在根据本技术的实施方式的信息处理设备中，第二信息获取部被配置为获得作为浏览历史的至少包括病理学图像的浏览时段信息的信息，以及可靠性分数生成部被配置为至少基于所获得的浏览时段来生成所获得的意见的可靠性分数。
根据本技术，浏览病理学图像的时段被用作确定第二用户观看病理学图像的详细程度（即，意见的可靠性）的指标。若浏览时段太短，则基于浏览的意见的可靠性可能很低。若将浏览时段用作指标，则可以更合适地生成在病理专家专用的SNS上张贴的评论的可靠性分数，这是有效的。
（3）此外，在根据本技术的实施方式的信息处理设备中，第二信息获取部被配置为获得作为浏览历史的至少包括关于病理学图像的观察放大倍率的信息的信息，以及可靠性分数生成部被配置为至少基于所获得的观察放大倍率来生成所获得的意见的可靠性分数。
根据本技术，病理学图像的观察放大倍率被用作确定第二用户观看病理学图像的详细程度（即，意见的可靠性）的指标。基于采用较高观察放大倍率的浏览的意见的可靠性可高于基于采用较低观察放大倍率的浏览的意见的可靠性。若将观察放大倍率用作指标，则可以更合适地生成在病理专家专用的SNS上张贴的评论的可靠性分数，这是有效的。
（4）此外，在根据本技术的实施方式的信息处理设备中，第二信息获取部被配置为获得作为浏览历史的至少包括关于病理学图像中的浏览区域的信息的信息，以及可靠性分数生成部被配置为至少基于所获得的浏览区域来生成所获得的意见的可靠性分数。
根据本技术，有关病理学图像中的浏览区域的信息被用作确定第二用户观看病理学图像的详细程度（即，意见的可靠性）的指标。例如，通过浏览样本的整个区域来写出的意见的可靠性高于通过浏览样本的一部分来写出的意见的可靠性，因为疏忽更少。若将浏览区域用作指标，则可以更合适地生成在病理专家专用的SNS上张贴的评论的可靠性分数，这是有效的。
（5）此外，在根据本技术的实施方式的信息处理设备中，第二信息获取部被配置为获得示出病理学图像中的值得注意的位置的信息，以及可靠性分数生成部被配置为至少基于所获得的值得注意的位置的存在/不存在来生成所获得的意见的可靠性分数。
根据本技术，有关在病理学图像中是否设定了值得注意的位置的信息被用作确定第二用户观看病理学图像的详细程度（即，意见的可靠性）的指标。第二用户可在病理学图像中示出值得注意的位置来证实他的意见。即，具有设定的值得注意的位置的意见的可靠性分数可高于没有值得注意的位置的意见的可靠性分数。因此，若将存在/不存在设定的值得注意的位置用作指标，则可以更合适地生成在病理专家专用的SNS上张贴的评论的可靠性分数，这是有效的。
（6）此外，根据本技术的实施方式的信息处理设备还包括：第一浏览历史获取部，被配置为从第一用户的第一终端获得作为第一浏览历史的浏览历史，浏览历史至少包括关于病理学图像中的显示的区域的信息，当第一用户在第一终端的显示单元上观察病理学图像时，基于由第一用户的操作来显示区域；浏览历史合成部，被配置为合成至少一个第二用户的至少一个浏览历史以获得作为合成浏览历史的一个浏览历史，至少一个浏览历史由第二信息获取部获得；以及浏览历史差异生成部，被配置为生成由浏览历史合成部获得的合成浏览历史与由第一浏览历史获取部获得的第一浏览历史之间的差异。
根据本技术，首先，第一浏览历史获取部获得作为第一浏览历史的当第一用户浏览用于初步诊断的病理学图像时的浏览历史。接下来，浏览历史合成部合成多个第二用户的所有浏览历史以由此生成合成的浏览历史。合成浏览历史表示在病理学图像中由所有第二用户中的至少一个第二用户浏览的所有区域。接下来，浏览历史差异生成部获得第一浏览历史与合成浏览历史之间的差异。在由执行初步诊断的第一用户浏览的区域与由其他用户浏览的区域之间的差异可能因差异而明显。因此，第一用户能够发现其他用户已注意到且募集者未发现的区域，这是有效的。
（7）此外，根据本技术的另一实施方式，提供了一种信息处理方法，包括：由第一信息获取部经由网络从第一终端获得病理学图像和初步诊断结果，第一终端属于作为病理专家的第一用户，初步诊断结果是第一用户的关于病理学图像的诊断结果；由信息提供部将所获得的病理学图像和初步诊断结果经由网络提供给至少一个第二终端，至少一个第二终端属于作为病理专家的至少一个第二用户；由第二信息获取部经由网络从第二终端获得第二用户的浏览历史和意见，浏览历史至少包括关于病理学图像中的显示的区域的信息，当第二用户在第二终端的显示单元上观察病理学图像时，基于由第二用户的操作来显示区域，第二用户的意见与基于由第二用户对病理学图像的观察的初步诊断结果有关；以及由可靠性分数生成部基于预定条件来评估所获得的浏览历史，并生成所获得的意见的可靠性分数。
（8）此外，根据本技术的另一实施方式，提供了一种信息处理程序，该信息处理程序使计算机用作：第一信息获取部，被配置为经由网络从第一终端获得病理学图像和初步诊断结果，第一终端属于作为病理专家的第一用户，初步诊断结果是第一用户的关于病理学图像的诊断结果；信息提供部，被配置为将所获得的病理学图像和初步诊断结果经由网络提供给至少一个第二终端，至少一个第二终端属于作为病理专家的至少一个第二用户；第二信息获取部，被配置为经由网络从第二终端获得第二用户的浏览历史和意见，浏览历史至少包括关于病理学图像中的显示的区域的信息，当第二用户在第二终端的显示单元上观察病理学图像时，基于由第二用户的操作来显示区域，第二用户的意见与基于由第二用户对病理学图像的观察的初步诊断结果有关；以及可靠性分数生成部，被配置为：基于预定条件来评估所获得的浏览历史，以及生成所获得的意见的可靠性分数。
如上所述，根据本技术，可以很容易地生成在病理专家专用的SNS上张贴的评论的可靠性分数。
根据以下对如附图中示出的其最佳模式的实施方式的详细描述，本公开的这些以及其他目的、特征和优点将变得更加显而易见。
附图说明
图1是示意性示出本技术的第一实施方式的配置的示意图；
图2是示出SNS服务器10的硬件配置的示意图；
图3是示出SNS服务器10的功能块的示意图；
图4是示出SNS客户机20的功能块的示意图；
图5是示出观看者画面的一个实例的示意图；
图6是示出募集者或应募者浏览在观看者窗口40上显示的样本SPL的处理的示意图，样本SPL的图片被用作虚拟幻灯片图像；
图7是示出记录浏览处理的显示历史的一个实例的示意图；
图8是示出当使用病理专家专用的SNS系统时的流程的顺序图；
图9是在应募者候选人的SNS窗口上显示的用于收集评论的条目的一个实例；
图10是由应募者张贴的诊断报告窗口（提交窗口）的一个实例；
图11是示出生成由应募者张贴的诊断报告的可靠性分数的方法的流程图；以及
图12是示出由分析工具比较多个应募者和募集者的显示历史的过程的示意图。
具体实施方式
下文中，将参照附图来描述本公开的实施方式。
<第一实施方式>
[病理专家专用的SNS系统的配置]
首先将描述病理专家专用的SNS系统的概述。
图1是示出本技术的第一实施方式的配置的示意图。病理专家专用的SNS系统100包括SNS服务器10、SNS客户机20和网络30。注意，尽管图1示出了三个SNS客户机，但病理专家专用的SNS系统100可包括至少一个SNS客户机。
SNS服务器10可以是通用计算机。SNS客户机20可以是通用计算机。
网络30的一个实例是因特网。然而，由于病理学诊断图像和详细诊断在病理专家专用的SNS系统100中流动，所以网络30可以是采用专用线路的网络或采用VPN（虚拟个人网络）的因特网中的网络。
病理专家专用的SNS系统100可被操作为LIS（实验室信息系统）的一部分。
[SNS服务器10和SNS客户机20各自的硬件配置]
接下来，将描述SNS服务器10和SNS客户机20各自的配置。通用计算机被用作SNS服务器10或SNS客户机20。SNS服务器10的配置基本与SNS客户机20的配置相同。因此将仅描述SNS服务器10的配置。
图2是示出SNS服务器10的硬件配置的示意图。
如图2中所示，SNS服务器10包括CPU（中央处理单元）11、ROM（只读存储器）12和RAM（随机存取存储器）13。此外，SNS服务器10包括输入装置14、输出装置15、存储装置16、介质接口装置17、网络连接装置18和连接它们的总线19。
CPU11用作算法处理单元和控制单元。各种程序使CPU11控制SNS服务器10的全部行为。ROM12存储由CPU11使用的程序、算法参数等。RAM13临时存储由CPU11执行的程序、在程序执行期间任意改变的参数等。
在SNS服务器10的硬件配置中，SNS服务器10的图像控制部101、SNS控制部103等（后续描述）由例如CPU11、存储在ROM12中的程序、RAM13的工作区等来实现。SNS客户机20的SNS客户机控制部201和观看者控制部202由CPU11、存储在ROM12中的程序、RAM13的工作区等来实现。
输入装置14包括用户输入信息的输入设备。输入设备的实例包括鼠标、键盘、触摸屏、按钮、麦克风、开关、控制杆等。输入装置14还包括例如被配置为基于由用户的输入来生成输入信号并将输入信号输出至CPU11的输入控制电路。
例如，输出装置15包括诸如CRT（阴极射线管）显示装置、液晶显示（LCD）装置、OLED（有机发光二极管）装置等的显示装置。此外，输出装置15包括诸如扬声器或头戴式耳机的声音输出装置。
存储装置16存储程序和用户数据。存储装置16包括存储介质、被配置为从存储介质读取数据/将数据写入存储介质中的读取器/写入器装置等。存储装置16包括例如HDD（硬盘驱动）、SSD（固态驱动）等。
介质接口装置17是用于存储介质的读取器/写入器。介质接口装置17从安装的可移除存储介质读取数据/将数据写入该可移除存储介质中，该可移除存储介质诸如磁盘、光盘、磁光盘或半导体存储器。
例如，网络连接装置18被配置为连接网络30。网络连接装置18可以是用于无线LAN（局域网）的装置、用于无线USB的装置或进行有线通信的通信装置。
[SNS服务器10的功能块]
图3示出了SNS服务器10的功能块。SNS服务器10包括图像控制部101（第一信息获取部）、图像存储器102、SNS控制部103（第一信息获取部、信息提供部、第二信息获取部、可靠性分数生成部）、SNS信息存储器104和上述网络连接装置18。
图像存储器102存储用于病理学诊断的虚拟幻灯片图像（病理学图像）。图像存储器102存储虚拟幻灯片图像。想要作为SNS中的复查和第二意见的评论的募集者将虚拟幻灯片图像张贴为初步诊断。图像存储器102也存储SNS客户机20的对虚拟幻灯片图像的浏览历史。
评论募集者经由SNS客户机20张贴虚拟幻灯片图像。图像控制部101接收虚拟幻灯片图像，并将虚拟幻灯片图像存储在图像存储器102中。此外，图像控制部101响应由用户经由SNS客户机20的请求来提供想要评论的虚拟幻灯片图像。用户浏览虚拟幻灯片图像以张贴复查或第二意见。
SNS信息存储器104存储SNS用户信息以及除评论募集者的在初步诊断中的虚拟幻灯片图像之外的信息。此外，SNS信息存储器104存储来自提交了所想要的评论的应募者的评论、朋友列表（后续描述）、黑名单（后续描述）、自动计算的评论的可靠性分数等。
SNS控制部103基于存储在SNS信息存储器104中的SNS信息来管理病理专家专用的SNS系统100。具体地，SNS控制部103将评论募集者的通过SNS客户机20张贴的初步诊断存储在SNS信息存储器104中，由此管理病理专家专用的SNS系统100。类似地，SNS控制部103存储作为复查或第二意见的通过SNS客户机20张贴的评论，由此管理病理专家专用的SNS系统100。SNS控制部103与图像控制部101合作来操作。因此，SNS服务和虚拟幻灯片图像被无缝地提供给用户。
SNS服务器10的网络连接装置18向图像控制部101和SNS控制部103提供功能，使得图像控制部101和SNS控制部103与SNS客户机20通信。
[SNS客户机20的功能块]
图4是示出SNS客户机20的功能块的示意图。SNS客户机20包括SNS客户机控制部201、观看者控制部202、上述输入装置14、上述输出装置15和上述网络连接装置18。
SNS客户机控制部201经由输出装置15向上述募集者或应募者提供SNS窗口。此外，SNS客户机控制部201经由输入装置14和经由SNS窗口来接收募集者的初步诊断和应募者的评论。所提供的SNS窗口基于经由网络30从SNS服务器10的SNS信息存储器104获得的SNS信息。此外，所接收的募集者的初步诊断和应募者的评论经由网络30被存储在SNS服务器10的SNS信息存储器104中。
观看者控制部202经由输出装置15向募集者或应募者提供观看者画面。募集者或应募者浏览在观看者画面上的虚拟幻灯片图像。观看者控制部202从SNS服务器10的图像存储器102获得由观看者提供给募集者或应募者的虚拟幻灯片图像。观看者控制部202经由输入装置14从募集者或应募者接收操作指令。操作的实例包括放大/缩小、移动和旋转虚拟幻灯片图像。观看者控制部202执行所指示的操作。
此外，观看者控制部202将显示操作的历史记录为显示历史。输入显示操作以便由募集者或应募者浏览虚拟幻灯片图像。此外，观看者控制部202将应募者浏览虚拟幻灯片图像的处理的动态图片和应募者的声音记录在一起。所记录的显示历史和所记录的动态图片经由网络30存储在SNS服务器10的SNS信息存储器104中。
SNS客户机20的网络连接装置18向SNS客户机控制部201和观看者控制部202提供功能，使得SNS客户机控制部201和观看者控制部202与SNS服务器10通信。
[观看者画面]
接下来，将描述上述观看者画面。图5是示出观看者画面的一个实例的示意图。
观看者窗口40包括图像控制GUI41。图像控制GUI41接收用于由用户控制在图像控制GUI41上显示的图像的指令。图像控制GUI41包括缩略图42和缩略图控制GUI43。缩略图42包括整个虚拟幻灯片图像的缩小的图像和边框。在缩略图42中，边框等同地示出了在观看者窗口40上显示的图像的区域。在缩略图42上，响应用户的指令，边框可在任意方向上移动且可移动任意距离。
观看者控制部202基于关于边框的移动的操作信息来计算在观看者窗口40上显示的图像的位置信息。同时，缩略图控制GUI43包括诸如多个按钮的GUI元件。GUI元件接收用于由用户控制图像的指令。指令的实例包括使在观看者窗口40上显示的图像的显示区域移动、改变放大倍数和旋转。注意，用户可拖拽鼠标等来由此移动缩略图42中的边框。
注意，观看者画面可显示由应募者浏览的虚拟幻灯片的显示历史，且可再现记录的动态图片和记录的浏览处理的声音（未示出）。
[显示历史]
接下来，将描述上述的显示历史。图6是示出募集者或应募者浏览在观看者窗口40上显示的样本SPL的处理的示意图，样本SPL的图片被用作虚拟幻灯片图像；图7是示出浏览处理被记录为显示历史的一个实例的示意图。
首先，参照图6，将描述募集者或应募者（这里称作“访客”）的操作和如何显示虚拟幻灯片图像。虚拟幻灯片图像是所获得的样本SPL的图像。
由访客操作的作为局部图像的样本SPL的上部区域D1以1.25倍的观察倍率在观看者窗口40中显示。注意，显示区域D1的中心坐标是（x1，y1）。
接下来，访客将该局部图像的显示区域从D1改变为D2。该局部图像的显示区域D2的中心坐标是（x2，y2）。
接下来，由访客操作的观察放大倍率从1.25倍改变比例为20倍，并因此显示局部图像的显示区域D3。此时，局部图像的中心坐标不改变，且仍然是（x2，y2）。
接下来，由访客操作的局部图像的显示区域D3被移动至显示区域D4。局部图像的中心坐标为（x3，y3）。
接下来，由访客操作的观察放大倍率从20倍改变比例为40倍，并因此显示局部图像的显示区域D5。此时，局部图像的中心坐标不改变，且仍然是（x3，y3）。
下文中，访客以同样方式来浏览局部图像。
以此方式，当访客在浏览虚拟幻灯片图像时，观看者控制部202针对各个输出局部图像，在关于各个输出局部图像的中心坐标信息与关于其观察放大倍率的信息之间建立对应。观看者控制部202将关于该对应的信息作为局部图像的显示历史存储在SNS客户机20的RAM13中或存储装置16中。
若访客是应募者，则如上所述，观看者控制部202将浏览处理的动态图片和应募者的声音一起记录在SNS客户机20的RAM13中或存储装置16中。
接下来，参照图7，将描述在上述浏览处理中记录显示历史的一个实例。
有三种阴影区域。最粗糙的阴影区域表示以1.25倍观察放大倍率显示的区域。第二粗糙的阴影区域表示以20倍观察放大倍率显示的区域。最精细的阴影区域表示以40倍观察放大倍率显示的区域。
此外，白色箭头表示当显示区域以1.25倍观察放大倍率移动时的中心坐标的路径。灰色箭头表示当显示区域以20倍观察放大倍率移动时的中心坐标的路径。黑色箭头表示当显示区域以40倍观察放大倍率移动时的中心坐标的路径。
此外，在各个箭头附近记录的时间戳表示在由访客操作来显示显示区域D1之后经历的时间。
记录在SNS客户机20的RAM13中或存储装置16中的显示历史和动态图片最终经由SNS服务器10的SNS客户机控制部201和SNS控制部103存储在SNS服务器10的SNS信息存储器104中。注意，当例如访客完成使用观看者画面时，显示历史和动态图片可被存储在SNS信息存储器104中。
[病理专家专用的SNS系统100的使用流程]
接下来，参照图8，将描述病理专家专用的SNS系统100的整个使用流程。图8是示出SNS系统的使用流程的顺序图。
首先，募集者登入他的SNS窗口。募集者在病理专家专用的SNS系统100上张贴虚拟幻灯片图像和他的初步诊断的诊断报告。募集者指示病理专家专用的SNS系统100募集评论（S1）。
SNS客户机20的SNS客户机控制部201经由网络30和经由SNS服务器10的图像控制部101将张贴的虚拟幻灯片图像存储在图像存储器102中。此外，SNS客户机20的SNS客户机控制部201经由网络30和经由SNS服务器10的SNS控制部103将张贴的初步诊断的诊断报告存储在SNS信息存储器104中。
接下来，SNS客户机20的SNS客户机控制部201获得朋友列表（S2）。该朋友列表被存储在SNS服务器10的SNS信息存储器104中。
接下来，SNS客户机20的SNS客户机控制部201检查黑名单（S3）。该黑名单被存储在SNS服务器10的SNS信息存储器104中。
例如，作为收集评论的方法，可以有以下两种方法。一种方法是使张贴对于除在黑名单中记录的人之外的在朋友列表中注册的所有人可用并寻找应募者。另一方法是分析在朋友列表中注册的人的社交图、确定具有更多关联的人具有更高可靠性、以可靠性的顺序筛选朋友列表、显示所筛选的朋友列表、并由募集者从所筛选的朋友列表中选择应募者候选人。
接下来，SNS服务器10的SNS控制部103将所想要的评论显示在SNS用户（应募者候选人）的SNS窗口上（S4）。基于朋友列表和黑名单来确定SNS用户（应募者候选人）。
图9示出了用于收集评论的条目的一个实例。该条目在各个应募者候选人的SNS窗口上显示。在窗口的左上方显示“想要复查以下病理学诊断的人”的消息。想要评论的病理专家的名字在窗口的右上方显示。所张贴的虚拟幻灯片的缩略图VS在窗口的左侧显示。此外，组织病理学诊断DG在窗口的右中部显示。观察OB在窗口的右下部显示。
接下来，已登入病理专家专用的SNS系统100的应募者阅读用于收集评论的条目的组织病理学诊断DG和观察OB，这些评论在他的SNS窗口上显示。应募者点击虚拟幻灯片图像的缩略图VS（S5）。
接下来，SNS客户机20的SNS客户机控制部201将指令提供给观看者控制部202以显示与所点击的缩略图VS相对应的虚拟幻灯片图像。SNS客户机控制部201发起观看者画面。SNS客户机控制部201开始提交处理（S6）。
与所点击的缩略图VS相对应的虚拟幻灯片图像在发起的观看者画面上显示。
接下来，应募者候选人通过使用观看者画面来浏览虚拟幻灯片图像（S7）。
接下来，SNS客户机20的观看者控制部202从应募者候选人接收图像显示操作的指令。观看者控制部202放大/缩小、移动和旋转虚拟幻灯片图像（S8）。
SNS客户机20的观看者控制部202将S8的操作的显示历史、图像显示操作和在操作期间的应募者的声音记录在RAM13中或存储装置16中（S9）。
注意，当应募者候选人浏览虚拟幻灯片图像时，应募者候选人能够在提交的评论中应募者候选人希望引用的位置处设置多个标志。募集者能够通过将标志用作密钥来直接访问设置有标志的局部图像（下文中，称作场景）。
接下来，应募者候选人（下文中，称作应募者）基于浏览虚拟幻灯片图像的结果经由SNS窗口来张贴作为提交的评论的诊断报告（S10）。
图10是示出由应募者张贴的诊断报告窗口（提交窗口）的一个实例的示意图。在提交窗口的左上方显示“我提交了所请求的病理学诊断的复查”的消息。应募者是否同意初步诊断结果的选项在消息下方显示。
明确检查表示应募者是否同意初步诊断的选项。因此，募集者能够很容易地过滤多个提交的评论、仅显示不同意初步诊断的应募者的评论等。
病理专家（即，应募者）的名字在提交窗口的右上方显示。四个虚拟幻灯片的缩略图图像HE、HER2、ER和PR在病理专家的名字下方示出。在各个虚拟幻灯片图像中设置有标志的场景的缩略图图像的列表在各个缩略图图像的右侧显示。例如，应理解，应募者将标志设置在虚拟幻灯片HE中的两个位置上。
当点击场景的缩略图图像时，观看者画面被启动。场景在观看者画面的观看者窗口40中显示。注意，虚拟幻灯片名称、显示时的中心坐标、观察放大倍率和旋转角度被存储为场景信息。建立场景信息与各个场景的缩略图图像之间的对应。
所张贴的诊断报告、上述场景信息等被存储在SNS服务器10的SNS信息存储器104中。
将再次描述顺序图。
应募者在病理专家专用的SNS系统100上张贴诊断报告。接下来，SNS客户机控制部201经由观看者控制部202获得浏览虚拟幻灯片图像的应募者的显示历史和所记录的动态图片。随后，SNS客户机控制部201经由网络30和经由SNS服务器10的SNS控制部103而将显示历史和所记录的动态图片存储在SNS信息存储器104中（S11）。
接下来，SNS服务器10的SNS控制部103在募集者的SNS窗口上显示图标、条目标题等（S12）。因此，募集者能够访问所张贴的诊断报告、所记录的显示历史和所记录的动态图片。
此外，SNS服务器10的SNS控制部103自动生成所提交的诊断报告的可靠性分数。将在后续描述如何自动生成可靠性分数。
接下来，募集者登入他的SNS窗口。募集者点击表示显示历史的图标（S13）。图标由SNS客户机20的SNS客户机控制部201显示在他的SNS窗口上。
此时，募集者能够观看由多个应募者提交的评论的显示列表。在列表中显示各个应募者的诊断报告的可靠性分数。可以按照可靠性的顺序来筛选诊断报告，并以可靠性的顺序检查在各个诊断报告中写入的内容。
在S13中，募集者点击表示显示历史的图标。接下来，SNS客户机20的SNS客户机控制部201使观看者控制部202发起观看者画面以显示显示历史。观看者控制部202显示显示历史（S14）。
当募集者点击表示场景的缩略图图像时，也发起观看者画面，并显示相应的场景。
接下来，募集者指示在观看者画面上再现所记录的动态图片。随后，再现所记录的动态图片（S15）。
募集者观看写出作为复查或第二意见的诊断报告的应募者的浏览历史和所记录的动态图片。因此，可以重复应募者的显示操作，好像募集者在应募者旁边且正在观看应募者的浏览行为。因此，可以提高诊断报告的可靠性。
接下来，募集者在他的SNS窗口中输入关于应募者的反馈（S16）。该反馈作为观看诊断报告、场景图像、显示历史和所记录的动态图片的结果而被输入。
募集者根据观看显示历史和所记录的动态图片的结果来确定应募者不具有可靠性。募集者标记该应募者，且随后该应募者位于黑名单上。因此，收集评论的通知从下次起可不提供给该应募者。
SNS客户机20接收关于应募者的反馈。接下来，SNS客户机20的SNS客户机控制部201经由SNS服务器10的SNS控制部103来更新存储在SNS信息存储器104中的黑名单（S17）。
以上描述了病理专家专用的SNS系统100的使用的整个流程。
[可靠性分数的自动生成]
接下来，将描述SNS服务器10的SNS控制部103如何自动生成所张贴的诊断报告的可靠性分数。
图11是示出如何生成由应募者张贴的诊断报告的可靠性分数的流程图。
首先，SNS服务器10的SNS控制部103基于应募者的显示历史来确定应募者的观看者画面的操作时段是否等于或大于预定时段（步骤S101）。这里，在本实例中，预定时段例如是十秒（步骤S101）。
若观看者画面的总操作时段等于或大于十秒，则进行随后的S103。若观看者画面的总操作时段小于十秒，则在S102中设定可靠性分数“0”，且处理结束。
S101表示以下事实。SNS控制部103（第二信息获取部）获得作为显示历史（浏览历史）的至少包括有关虚拟幻灯片图像（病理学图像）的浏览时段的信息的信息。SNS控制部103（可靠性分数生成部）至少基于所获得的浏览时段来生成所获得的意见的可靠性分数。
在S101中，确定观看者画面的总操作时段等于或大于十秒。在该情况下，接下来，SNS控制部103基于应募者的显示历史来确定应募者是否采用预定的第一观察放大倍率以上的观察放大倍率来浏览样本SPL的整个区域（步骤S103）。这里，假设预定的第一观察放大倍率为4倍。
若应募者以4倍以上的观察放大倍率浏览样本SPL的整个区域，则执行随后的S105。若应募者未以4倍以上的观察放大倍率浏览样本SPL的整个区域，则在S104中设定可靠性分数“1”，且处理结束。
在S103中，确定以4倍以上的观察放大倍率浏览样本SPL的整个区域。在该情况下，接下来，SNS控制部103基于应募者的显示历史来确定应募者是否以预定的第二观察放大倍率以上的观察放大倍率浏览样本SPL的部分区域（步骤S105）。预定的第二观察放大倍率大于第一观察放大倍率。预定的第二观察放大倍率例如为10倍。
若以10倍以上的观察放大倍率浏览样本SPL的部分区域，则执行随后的S107。若未以10倍以上的观察放大倍率浏览样本SPL的部分区域，则在S106中设定可靠性分数“2”，且处理结束。
S103和S105表示以下事实。SNS控制部103（第二信息获取部）获得作为显示历史（浏览历史）的至少包括关于虚拟幻灯片图像（病理学图像）的观察放大倍率的信息的信息。SNS控制部103（可靠性分数生成部）至少基于所获得的观察放大倍率来生成所获得的意见的可靠性分数。此外，SNS控制部103（第二信息获取部）获得作为显示历史（浏览历史）的至少包括关于虚拟幻灯片图像（病理学图像）中的浏览区域的信息的信息。SNS控制部103（可靠性分数生成部）至少基于所获得的浏览区域来生成所获得的意见的可靠性分数。
在S105中，确定以10倍以上的观察放大倍率浏览样本SPL的部分区域。在该情况下，接下来，SNS控制部103确定应募者是否在任何场景上设定了标志（步骤S107）。
若确定应募者在任何场景上设定了标志，则在S109中设定可靠性分数“4”，且处理结束。若确定应募者未在任何场景上设定标志，则在S108中设定可靠性分数“3”，且处理结束。
S107表示以下事实。SNS控制部103（第二信息获取部）获得关于设定有标志的虚拟幻灯片图像（病理学图像）中的场景（值得注意的位置）的信息。SNS控制部103（可靠性分数生成部）至少基于是否获得标志（值得注意的位置）这一事实来生成所获得的意见的可靠性分数。
根据上述方法，可基于应募者的显示历史来自动生成应募者的诊断报告的可靠性分数（可靠性“0”至可靠性“4”中的一个）。
[关于观看者画面的分析工具]
接下来，将描述分析工具。SNS服务器10的图像控制部101经由观看者画面来提供分析工具。该分析工具被配置为将多个应募者的显示历史与募集者自身的显示历史相比较。
图12是示出用于由分析工具将多个应募者的显示历史与募集者的显示历史相比较的过程的示意图。
首先，图像控制部101获得应募者1的显示历史DH1和应募者2的显示历史DH2的逻辑或（OR，逻辑加）。逻辑或的结果被称为合成显示历史MDH。这里，合成两个应募者的显示历史。若有三个以上的应募者，则可获得所有应募者的显示历史的逻辑或。
例如，让我们关注以20倍的观察放大倍率显示的区域。应募者1的显示历史DH1包括以20倍的观察放大倍率观察的两个区域，即，区域20A和区域20B。应募者2的显示历史DH2包括以20倍的观察放大倍率观察的两个区域，即，区域20C和区域20D。它们的逻辑或的结果，即，合成显示历史MDH包括具有20倍的观察放大倍率的显示历史，即，区域20A、区域20C和区域20E。区域20E通过合成区域20B和区域20D来获得。
接下来，图像控制部101提取合成显示历史MDH与募集者自身的显示历史DH3之间的差异。提取差异的结果被称为差异显示历史DDH。
例如，让我们关注以20倍的观察放大倍率显示的区域。合成显示历史MDH包括三个区域20A、20C和20E。同时，募集者自身的显示历史DH3不包括募集者以20倍的观察放大倍率观察的区域。因此，差异显示历史DDH将区域20A、区域20C和区域20E示出为在多个应募者与募集者自身之间的显示历史的差异。
以此方式，通过观看差异显示历史DDH，募集者能够发现其他人已关注而募集者未发现的区域。
注意，由多个应募者观察的区域可在合成显示历史MDH中彼此重叠。在该情况下，更多区域重叠的位置可以较暗的颜色来显示。由于该显示，募集者能够知道其他人已关注募集者未注意到的区域中的位置的程度。
[作为提高可靠性的结果的效果]
如上所述，本技术的病理专家专用的SNS系统如同募集者在应募者旁边且正在观看诊断行为一样来重复应募者的显示操作。此外，本技术的病理专家专用的SNS系统自动生成可靠性分数。因此，可以提高诊断报告的可靠性。从上述看来，可广泛使用具有更高可靠性的本技术的病理专家专用的SNS系统。
[本技术的其他配置]
注意，本技术可采用以下配置。
（1）一种信息处理设备，包括：
第一信息获取部，被配置为经由网络从第一终端获得病理学图像和初步诊断结果，所述第一终端属于作为病理专家的第一用户，所述初步诊断结果是所述第一用户的关于所述病理学图像的诊断结果；
信息提供部，被配置为将所获得的病理学图像和所述初步诊断结果经由所述网络提供给至少一个第二终端，所述至少一个第二终端属于作为病理专家的至少一个第二用户；
第二信息获取部，被配置为经由所述网络从所述第二终端获得所述第二用户的浏览历史和意见，所述浏览历史至少包括关于所述病理学图像中的显示的区域的信息，当所述第二用户在所述第二终端的显示单元上观察所述病理学图像时，基于由所述第二用户的操作来显示所述区域，所述第二用户的意见与基于由所述第二用户对所述病理学图像的观察的所述初步诊断结果有关；以及
可靠性分数生成部，被配置为：
基于预定条件来评估所获得的浏览历史，以及
生成所获得的意见的可靠性分数。
（2）根据（1）所述的信息处理设备，其中，
所述第二信息获取部被配置为获得作为所述浏览历史的至少包括所述病理学图像的浏览时段信息的信息，以及
所述可靠性分数生成部被配置为至少基于所获得的浏览时段来生成所获得的意见的可靠性分数。
（3）根据（1）或（2）所述的信息处理设备，其中，
所述第二信息获取部被配置为获得作为所述浏览历史的至少包括关于所述病理学图像的观察放大倍率的信息的信息，以及
所述可靠性分数生成部被配置为至少基于所获得的观察放大倍率来生成所获得的意见的可靠性分数。
（4）根据（1）至（3）中任一项所述的信息处理设备，其中，
所述第二信息获取部被配置为获得作为所述浏览历史的至少包括关于所述病理学图像中的浏览区域的信息的信息，以及
所述可靠性分数生成部被配置为至少基于所获得的浏览区域来生成所获得的意见的可靠性分数。
（5）根据（1）至（4）中任一项所述的信息处理设备，其中，
所述第二信息获取部被配置为获得示出所述病理学图像中的值得注意的位置的信息，以及
所述可靠性分数生成部被配置为至少基于所获得的值得注意的位置的存在/不存在来生成所获得的意见的可靠性分数。
（6）根据（1）至（5）中任一项所述的信息处理设备，还包括：
第一浏览历史获取部，被配置为从所述第一用户的所述第一终端获得作为第一浏览历史的浏览历史，所述浏览历史至少包括关于所述病理学图像中的显示的区域的信息，当所述第一用户在所述第一终端的显示单元上观察所述病理学图像时，基于由所述第一用户的操作来显示所述区域；
浏览历史合成部，被配置为合成至少一个第二用户的至少一个浏览历史以获得作为合成浏览历史的一个浏览历史，所述至少一个浏览历史由所述第二信息获取部获得；以及
浏览历史差异生成部，被配置为生成由所述浏览历史合成部获得的所述合成浏览历史与由所述第一浏览历史获取部获得的所述第一浏览历史之间的差异。
（7）一种信息处理方法，包括：
由第一信息获取部经由网络从第一终端获得病理学图像和初步诊断结果，所述第一终端属于作为病理专家的第一用户，所述初步诊断结果是所述第一用户的关于所述病理学图像的诊断结果；
由信息提供部将所获得的病理学图像和所述初步诊断结果经由所述网络提供给至少一个第二终端，所述至少一个第二终端属于作为病理专家的至少一个第二用户；
由第二信息获取部经由所述网络从所述第二终端获得所述第二用户的浏览历史和意见，所述浏览历史至少包括关于所述病理学图像中的显示的区域的信息，当所述第二用户在所述第二终端的显示单元上观察所述病理学图像时，基于由所述第二用户的操作来显示所述区域，所述第二用户的意见与基于由所述第二用户对所述病理学图像的观察的所述初步诊断结果有关；以及
由可靠性分数生成部基于预定条件来评估所获得的浏览历史，并生成所获得的意见的可靠性分数。
（8）一种信息处理程序，使计算机用作：
第一信息获取部，被配置为经由网络从第一终端获得病理学图像和初步诊断结果，所述第一终端属于作为病理专家的第一用户，所述初步诊断结果是所述第一用户的关于所述病理学图像的诊断结果；
信息提供部，被配置为将所获得的病理学图像和所述初步诊断结果经由所述网络提供给至少一个第二终端，所述至少一个第二终端属于作为病理专家的至少一个第二用户；
第二信息获取部，被配置为经由所述网络从所述第二终端获得所述第二用户的浏览历史和意见，所述浏览历史至少包括关于所述病理学图像中的显示的区域的信息，当所述第二用户在所述第二终端的显示单元上观察所述病理学图像时，基于由所述第二用户的操作来显示所述区域，所述第二用户的意见与基于由所述第二用户对所述病理学图像的观察的所述初步诊断结果有关；以及
可靠性分数生成部，被配置为：
基于预定条件来评估所获得的浏览历史，以及
生成所获得的意见的可靠性分数。
本公开包括涉及于2012年5月14日在日本专利局提交的日本在先专利申请第JP2012-110999号中所公开的主题，将其全部内容结合于此供参考。
本领域技术人员应当理解，在所附权利要求及其等同物的范围内，可根据设计需求和其他因素进行各种修改、组合、子组合和变更。

Claims (9)

1.一种信息处理设备，包括：
第一信息获取部，被配置为经由网络从第一终端获得病理学图像和初步诊断结果，所述第一终端属于作为病理专家的第一用户，所述初步诊断结果是所述第一用户的关于所述病理学图像的诊断结果；
信息提供部，被配置为将所获得的病理学图像和所述初步诊断结果经由所述网络提供给至少一个第二终端，所述至少一个第二终端属于作为病理专家的至少一个第二用户；
第二信息获取部，被配置为经由所述网络从所述第二终端获得所述第二用户的浏览历史和意见，所述浏览历史至少包括关于所述病理学图像中的显示的区域的信息，当所述第二用户在所述第二终端的显示单元上观察所述病理学图像时，基于由所述第二用户的操作来显示所述区域，所述第二用户的意见与基于由所述第二用户对所述病理学图像的观察的所述初步诊断结果有关；以及
可靠性分数生成部，被配置为：
基于预定条件来评估所获得的浏览历史，以及
生成所获得的意见的可靠性分数。
2.根据权利要求1所述的信息处理设备，其中，
所述第二信息获取部被配置为获得作为所述浏览历史的至少包括所述病理学图像的浏览时段信息的信息，以及
所述可靠性分数生成部被配置为至少基于所获得的浏览时段来生成所获得的意见的可靠性分数。
3.根据权利要求1所述的信息处理设备，其中，
所述第二信息获取部被配置为获得作为所述浏览历史的至少包括关于所述病理学图像的观察放大倍率的信息的信息，以及
所述可靠性分数生成部被配置为至少基于所获得的观察放大倍率来生成所获得的意见的可靠性分数。
4.根据权利要求1所述的信息处理设备，其中，
所述第二信息获取部被配置为获得作为所述浏览历史的至少包括关于所述病理学图像中的浏览区域的信息的信息，以及
所述可靠性分数生成部被配置为至少基于所获得的浏览区域来生成所获得的意见的可靠性分数。
5.根据权利要求1所述的信息处理设备，其中，
所述第二信息获取部被配置为获得示出所述病理学图像中的值得注意的位置的信息，以及
所述可靠性分数生成部被配置为至少基于所获得的值得注意的位置的存在/不存在来生成所获得的意见的可靠性分数。
6.根据权利要求1所述的信息处理设备，还包括：
第一浏览历史获取部，被配置为从所述第一用户的所述第一终端获得作为第一浏览历史的浏览历史，所述浏览历史至少包括关于所述病理学图像中的显示的区域的信息，当所述第一用户在所述第一终端的显示单元上观察所述病理学图像时，基于由所述第一用户的操作来显示所述区域；
浏览历史合成部，被配置为合成至少一个第二用户的至少一个浏览历史以获得作为合成浏览历史的一个浏览历史，所述至少一个浏览历史由所述第二信息获取部获得；以及
浏览历史差异生成部，被配置为生成由所述浏览历史合成部获得的所述合成浏览历史与由所述第一浏览历史获取部获得的所述第一浏览历史之间的差异。
7.一种信息处理方法，包括：
由第一信息获取部经由网络从第一终端获得病理学图像和初步诊断结果，所述第一终端属于作为病理专家的第一用户，所述初步诊断结果是所述第一用户的关于所述病理学图像的诊断结果；
由信息提供部将所获得的病理学图像和所述初步诊断结果经由所述网络提供给至少一个第二终端，所述至少一个第二终端属于作为病理专家的至少一个第二用户；
由第二信息获取部经由所述网络从所述第二终端获得所述第二用户的浏览历史和意见，所述浏览历史至少包括关于所述病理学图像中的显示的区域的信息，当所述第二用户在所述第二终端的显示单元上观察所述病理学图像时，基于由所述第二用户的操作来显示所述区域，所述第二用户的意见与基于由所述第二用户对所述病理学图像的观察的所述初步诊断结果有关；以及
由可靠性分数生成部基于预定条件来评估所获得的浏览历史，并生成所获得的意见的可靠性分数。
8.根据权利要求7所述的信息处理方法，其中，
由所述第二信息获取部获得作为所述浏览历史的至少包括所述病理学图像的浏览时段信息的信息，以及
由所述可靠性分数生成部至少基于所获得的浏览时段来生成所获得的意见的可靠性分数。
9.一种信息处理程序，使计算机用作：
第一信息获取部，被配置为经由网络从第一终端获得病理学图像和初步诊断结果，所述第一终端属于作为病理专家的第一用户，所述初步诊断结果是所述第一用户的关于所述病理学图像的诊断结果；
信息提供部，被配置为将所获得的病理学图像和所述初步诊断结果经由所述网络提供给至少一个第二终端，所述至少一个第二终端属于作为病理专家的至少一个第二用户；
第二信息获取部，被配置为经由所述网络从所述第二终端获得所述第二用户的浏览历史和意见，所述浏览历史至少包括关于所述病理学图像中的显示的区域的信息，当所述第二用户在所述第二终端的显示单元上观察所述病理学图像时，基于由所述第二用户的操作来显示所述区域，所述第二用户的意见与基于由所述第二用户对所述病理学图像的观察的所述初步诊断结果有关；以及
可靠性分数生成部，被配置为：
基于预定条件来评估所获得的浏览历史，以及
生成所获得的意见的可靠性分数。
CN2013101652065A 2012-05-14 2013-05-07 信息处理设备、信息处理方法和信息处理程序 Pending CN103428256A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-110999 2012-05-14
JP2012110999A JP5870840B2 (ja) 2012-05-14 2012-05-14 情報処理装置、情報処理方法、および情報処理プログラム

Publications (1)

Publication Number Publication Date
CN103428256A true CN103428256A (zh) 2013-12-04

Family

ID=49549478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013101652065A Pending CN103428256A (zh) 2012-05-14 2013-05-07 信息处理设备、信息处理方法和信息处理程序

Country Status (3)

Country Link
US (2) US9792302B2 (zh)
JP (1) JP5870840B2 (zh)
CN (1) CN103428256A (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5859771B2 (ja) * 2011-08-22 2016-02-16 ソニー株式会社 情報処理装置、情報処理システム情報処理方法及びプログラム
CN103701686B (zh) * 2013-12-18 2017-01-11 宁波江丰生物信息技术有限公司 一种远程图像实时共享方法
EP3257016A4 (en) * 2015-02-13 2018-07-18 Prairie Ventures LLC System and method to objectively measure quality assurance in anatomic pathology
US10360675B2 (en) 2015-06-12 2019-07-23 International Business Machines Corporation Methods and systems for automatically analyzing clinical images using rules and image analytics
JP6944277B2 (ja) * 2017-06-07 2021-10-06 Ｌｉｎｅ株式会社 情報処理方法、情報処理装置、及びプログラム
WO2019030906A1 (ja) * 2017-08-10 2019-02-14 オリンパス株式会社 観察システム及び情報管理方法
US10832808B2 (en) 2017-12-13 2020-11-10 International Business Machines Corporation Automated selection, arrangement, and processing of key images
JP7416595B2 (ja) * 2019-09-26 2024-01-17 ユニ・チャーム株式会社 生成装置、生成方法及び生成プログラム
CN112927784B (zh) * 2021-03-16 2022-08-12 麦克奥迪(厦门)医疗大数据有限公司 一种数字化病理系统中病理切片浏览路径记录方法

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6272235B1 (en) * 1997-03-03 2001-08-07 Bacus Research Laboratories, Inc. Method and apparatus for creating a virtual microscope slide
CA2247706C (en) * 1998-06-23 2010-11-23 Nielsen Media Research, Inc. Use of browser history file to determine web site reach
US20030163031A1 (en) * 2000-06-26 2003-08-28 Adlabs, Inc. Method and system for providing centralized anatomic pathology services
US7257832B2 (en) * 2000-10-16 2007-08-14 Heartlab, Inc. Medical image capture system and method
US20030063300A1 (en) * 2001-10-01 2003-04-03 Gilles Rubinstenn Calibrating image capturing
US7437344B2 (en) * 2001-10-01 2008-10-14 L'oreal S.A. Use of artificial intelligence in providing beauty advice
GB2382509B (en) * 2001-11-23 2003-10-08 Voxar Ltd Handling of image data created by manipulation of image data sets
US7296016B1 (en) * 2002-03-13 2007-11-13 Google Inc. Systems and methods for performing point-of-view searching
US20030177041A1 (en) * 2002-03-15 2003-09-18 Millican Hansel Brady Systems and methods for creating and online viewing of pathology reports
US20040019501A1 (en) * 2002-07-27 2004-01-29 White Scott B. Patient scheduling, tracking and status system
US20050240882A1 (en) * 2004-04-21 2005-10-27 Ge Medical Systems Information Technologies, Inc. Method and system for displaying regions of pathological interest
US20070127793A1 (en) * 2005-11-23 2007-06-07 Beckett Bob L Real-time interactive data analysis management tool
JP5128154B2 (ja) * 2006-04-10 2013-01-23 富士フイルム株式会社 レポート作成支援装置、レポート作成支援方法およびそのプログラム
US20070282825A1 (en) * 2006-06-01 2007-12-06 Microsoft Corporation Microsoft Patent Group Systems and methods for dynamic content linking
WO2008001500A1 (fr) * 2006-06-30 2008-01-03 Nec Corporation Système de génération de contenus audio, système d'échange d'informations, programme, procédé de génération de contenus audio et procédé d'échange d'informations
JP5646128B2 (ja) * 2007-02-28 2014-12-24 株式会社東芝 医用画像検索システム
US8081811B2 (en) * 2007-04-12 2011-12-20 Fujifilm Corporation Method, apparatus, and program for judging image recognition results, and computer readable medium having the program stored therein
JP5067793B2 (ja) * 2007-08-15 2012-11-07 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
JP5186858B2 (ja) * 2007-09-27 2013-04-24 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
JP5153281B2 (ja) * 2007-09-28 2013-02-27 キヤノン株式会社 診断支援装置及びその制御方法
US20090119258A1 (en) * 2007-11-05 2009-05-07 William Petty System and method for content ranking and reviewer selection
US8886817B2 (en) * 2008-05-22 2014-11-11 Yahoo! Inc. Federation and interoperability between social networks
US9165302B2 (en) * 2008-09-29 2015-10-20 Apple Inc. System and method for scaling up an image of an article displayed on a sales promotion web page
WO2011017041A2 (en) * 2009-07-27 2011-02-10 Corista LLC System for networked digital pathology exchange
US9367123B2 (en) * 2010-01-29 2016-06-14 International Business Machines Corporation Systems and methods for collaborative browsing on the telecom web
US20110238980A1 (en) * 2010-03-23 2011-09-29 Fujitsu Limited System and methods for remote maintenance in an electronic network with multiple clients
US8495682B2 (en) * 2010-03-26 2013-07-23 Google Inc. Exposure based customization of surveys
US20110295689A1 (en) * 2010-05-28 2011-12-01 James Brady Methods and systems to modify advertising and content delivered over the internet
JP2012065271A (ja) 2010-09-17 2012-03-29 Ntt Docomo Inc サーバ、携帯端末装置、システム、及び方法並びにプログラム
US20120124487A1 (en) * 2010-11-11 2012-05-17 Microsoft Corporation Issuing behavioral and contextual notifications
US9195768B2 (en) * 2011-08-26 2015-11-24 Amazon Technologies, Inc. Remote browsing session management
US20130080071A1 (en) * 2011-09-25 2013-03-28 Theranos, Inc., a Delaware Corporation Systems and methods for sample processing and analysis
US10007645B2 (en) * 2012-07-25 2018-06-26 Google Llc Modifying the presentation of a content item

Also Published As

Publication number Publication date
US10942965B2 (en) 2021-03-09
JP2013238992A (ja) 2013-11-28
US9792302B2 (en) 2017-10-17
US20180004774A1 (en) 2018-01-04
JP5870840B2 (ja) 2016-03-01
US20130304751A1 (en) 2013-11-14

Similar Documents

Publication Publication Date Title
CN103428256A (zh) 信息处理设备、信息处理方法和信息处理程序
US9342814B2 (en) Presentation access tracking system
US11106726B2 (en) Systems and methods for an image repository for pathology
US8799796B2 (en) System and method for generating graphical dashboards with drill down navigation
US20100241964A1 (en) Shared Feed Reader and Method of Shared Feed Reading
US20160004761A1 (en) Person-based display of posts in social network
WO2014047425A1 (en) Timestamped commentary system for video content
US9202299B2 (en) Hint based spot healing techniques
US11398237B2 (en) Communication terminal, sharing system, display control method, and non-transitory computer-readable medium
US20190348156A1 (en) Customized presentation of data
US20150356192A1 (en) Social media data playback system
CN103337047A (zh) 会议准备装置及会议准备方法
US20170123631A1 (en) Customized Guided Workflow Element Arrangement
CN113838548A (zh) 病例信息处理方法、装置及医疗信息系统
US20200104861A1 (en) Web-based system for customer relationship management and method for operating the same
US9189561B2 (en) Bridge event analytics tools and techniques
US8887077B2 (en) Synchronized graphical and tabular performance data display
Yoshioka et al. Unified Symbol Framework to Improve UI Comprehension
Krieter Looking inside-mobile screen recordings as a privacy friendly long-term data source to analyze user behavior
US20130332371A1 (en) Systems and methods for jury selection and consulting
CN110703971A (zh) 用于发布信息的方法和设备
KR102438524B1 (ko) 쿠폰 등의 공유 기능을 제공하는 전자 장치, 그 제어방법
US20230063161A1 (en) Data management system, data management method, and computer-readable medium
CN113806567B (zh) 搜索词的推荐方法及装置
Kunz Paradata in Survey Research

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20131204