CN114450753A - 信息处理系统、信息处理装置、信息处理程序及信息处理方法 - Google Patents
信息处理系统、信息处理装置、信息处理程序及信息处理方法 Download PDFInfo
- Publication number
- CN114450753A CN114450753A CN202080065409.5A CN202080065409A CN114450753A CN 114450753 A CN114450753 A CN 114450753A CN 202080065409 A CN202080065409 A CN 202080065409A CN 114450753 A CN114450753 A CN 114450753A
- Authority
- CN
- China
- Prior art keywords
- information processing
- processing apparatus
- image data
- information
- inspected
- 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
Images
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
- G16H40/60—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
- G16H40/67—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 remote operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/0016—Operational features thereof
- A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Animal Behavior & Ethology (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Eye Examination Apparatus (AREA)
Abstract
图像获取装置生成表示允许或不允许被检眼图像数据的发送的第1同意信息、和表示允许或不允许被检眼图像数据的再次使用的第2同意信息,在第1同意信息表示允许发送的情况下,发送包含患者信息、被检眼图像数据及第2同意信息的第1发送数据,第1信息处理装置若接收到第1发送数据则存储被检眼图像数据,若接收到第1发送数据则生成被检眼图像数据所固有的识别信息,发送包含识别信息、被检眼图像数据及第2同意信息的第2发送数据,第2信息处理装置若接收到第2发送数据则对被检眼图像数据进行图像诊断,在第2同意信息表示不允许被检眼图像数据的再次使用的情况下,在图像诊断后将被检眼图像数据清除,在第2同意信息表示允许被检眼图像数据的再次使用的情况下,保存被检眼图像数据及基于图像诊断的诊断结果,发送包含识别信息和诊断结果的第3发送数据。
Description
本申请主张2019年7月31日提出申请的美国专利临时申请62/880,975的优先权,通过参照而将其内容引入本申请。
技术领域
本发明涉及信息处理系统、信息处理装置、信息处理方法及信息处理程序。
背景技术
已知一种能够实施多种多样的眼科图像解析的眼科信息处理服务器。但是,对于患者同意信息的处理没有给予考虑。
现有技术文献
专利文献
专利文献1:日本特开2015-221276号公开
发明内容
第1公开技术的信息处理系统具有:获取患者的被检眼图像数据的图像获取装置;能够与上述图像获取装置进行通信并存储上述被检眼图像数据的第1信息处理装置;和能够与上述第1信息处理装置进行通信并使用上述被检眼图像数据来进行图像诊断的第2信息处理装置,其中,上述图像获取装置执行以下处理:第1生成处理,生成第1同意信息和第2同意信息,该第1同意信息表示允许或不允许上述被检眼图像数据向上述第1信息处理装置的发送,该第2同意信息表示在上述第2信息处理装置中的图像诊断后允许或不允许上述被检眼图像数据在上述第2信息处理装置中的再次使用;以及第1发送处理,在上述第1同意信息表示允许发送的情况下,向上述第1信息处理装置发送包含上述患者的患者信息、上述被检眼图像数据及上述第2同意信息的第1发送数据,上述第1信息处理装置执行以下处理:存储处理,若从上述图像获取装置接收到上述第1发送数据,则存储上述被检眼图像数据;第2生成处理,若接收到上述第1发送数据,则生成上述被检眼图像数所固有的识别信息;以及第2发送处理,向上述第2信息处理装置发送包含上述识别信息、上述被检眼图像数据及上述第2同意信息的第2发送数据,上述第2信息处理装置执行以下处理:图像诊断处理,若从上述第1信息处理装置接收到上述第2发送数据,则基于上述被检眼图像数据进行图像诊断;数据处理,在上述第2同意信息表示不允许上述被检眼图像数据的再次使用的情况下,在上述图像诊断处理后清除上述被检眼图像数据,在上述第2同意信息表示允许上述被检眼图像数据的再次使用的情况下,将上述被检眼图像数据及基于上述图像诊断处理的图像诊断结果保存到数据库;以及第3发送处理,向上述第1信息处理装置发送包含上述识别信息和上述图像诊断结果的第3发送数据。
第2公开技术的信息处理系统是第1信息处理装置与第2信息处理装置能够进行通信的信息处理系统,该第1信息处理装置存储患者的被检眼图像数据,该第2信息处理装置能够与上述第1信息处理装置进行通信,其中,上述第1信息处理装置执行基于同意信息向上述第2信息处理装置发送上述被检眼图像数据的第1发送处理,该同意信息是与针对患者的被检眼图像数据在上述第2信息处理装置中的使用的同意相关的信息,上述第2信息处理装置执行以下处理:图像诊断处理,基于通过上述第1发送处理发送来的上述被检眼图像数据进行图像诊断;以及第2发送处理,向上述第1信息处理装置发送基于上述图像诊断处理的图像诊断结果。
第3公开技术的信息处理装置能够与其他信息处理装置进行通信,其中,具有执行程序的处理器和存储上述程序的存储设备,上述处理器执行以下处理:获取处理,获取同意信息,该同意信息是与针对患者的被检眼图像数据在上述其他信息处理装置中的使用的同意相关的信息;以及发送处理,基于通过上述获取处理获取到的同意信息,向上述其他信息处理装置发送上述被检眼图像数据。
第4公开技术的信息处理装置能够与存储患者的被检眼图像数据的其他信息处理装进行通信,其中,该信息处理装置具有执行程序的处理器和存储上述程序的存储设备,能够访问存储学习数据的数据库,上述处理器执行以下处理:接收处理,从上述其他信息处理装置接收上述被检眼图像数、和表示允许或不允许上述被检眼图像数据在上述信息处理装置中的再次使用的同意信息;图像诊断处理,基于通过上述接收处理接收到的被检眼图像数据来进行图像诊断;发送处理,向上述其他信息处理装置发送基于上述图像诊断处理的图像诊断结果;以及数据处理,涉及基于通过上述接收处理接收到的同意信息执行的上述被检眼图像数据的清除或向上述数据库的保存。
第5公开技术的信息处理装置能够与其他第1信息处理装置及其他第2信息处理装置进行通信,该其他第1信息处理装置存储患者的被检眼图像数据,该其他第2信息处理装置具有存储学习数据的数据库,其中,该信息处理装置具有执行程序的处理器和存储上述程序的存储设备,上述处理器执行以下处理:接收处理,从上述其他第1信息处理装置接收上述被检眼图像数据、和表示允许或不允许上述被检眼图像数据在上述信息处理装置中的再次使用的同意信息;图像诊断处理,基于通过上述接收处理接收到的被检眼图像数据来进行图像诊断;发送处理,向上述其他第1信息处理装置发送基于上述图像诊断处理的图像诊断结果;以及数据处理,基于通过上述接收处理接收到的同意信息,执行上述被检眼图像数据的清除或向上述其他第2信息处理装置的发送。
第6公开技术的信息处理程序使能够与其他信息处理装置进行通信的信息处理装置的处理器执行以下处理:获取处理,获取同意信息,该同意信息是与针对患者的被检眼图像数据在上述其他信息处理装置中的使用的同意相关的信息;以及发送处理,基于通过上述获取处理获取到的同意信息,向上述其他信息处理装置发送上述被检眼图像数据。
第7公开技术的信息处理程序使信息处理装置的处理器执行以下处理,该信息处理装置能够与存储患者的被检眼图像数据的其他信息处理装置进行通信,且能够访问存储学习数据的数据库,上述处理为:接收处理,从上述其他信息处理装置接收上述被检眼图像数据、和表示允许或不允许上述被检眼图像数据在上述信息处理装置中的再次使用的同意信息;图像诊断处理,基于通过上述接收处理接收到的被检眼图像数据来进行图像诊断;发送处理,向上述其他信息处理装置发送基于上述图像诊断处理的图像诊断结果;以及数据处理,涉及基于通过上述接收处理接收到的同意信息执行的上述被检眼图像数据的清除或向上述数据库的保存。
第8公开技术的信息处理程序使信息处理装置的处理器执行以下处理,该信息处理装置能够与存储患者的被检眼图像数据的其他第1信息处理装置、及具有存储学习数据的数据库的其他第2信息处理装置进行通信,上述处理为:接收处理,从上述其他第1信息处理装置接收上述被检眼图像数据、和表示允许或不允许上述被检眼图像数据在上述信息处理装置中的再次使用的同意信息;图像诊断处理,基于通过上述接收处理接收到的被检眼图像数据来进行图像诊断;发送处理,向上述其他信息处理装置发送基于上述图像诊断处理的图像诊断结果;以数据处理,涉及基于通过上述接收处理接收到的同意信息执行的上述被检眼图像数据的清除或向上述其他第2信息处理装置的发送。
第9公开技术的信息处理方法由能够与其他信息处理装置进行通信的信息处理装置执行,其中,该信息处理方法包括以下处理:获取处理,获取同意信息,该同意信息是与针对患者的被检眼图像数据在上述其他信息处理装置中的使用的同意相关的信息;以及发送处理,基于通过上述获取处理获取到的同意信息,向上述其他信息处理装置发送上述被检眼图像数据。
第10公开技术的信息处理方法由信息处理装置执行,该信息处理装置能够与存储患者的被检眼图像数据的其他信息处理装置进行通信,且能够访问存储学习数据的数据库,其中,上述信息处理方法包括以下处理:接收处理,从上述其他信息处理装置接收上述被检眼图像数据、和表示允许或不允许上述被检眼图像数据在上述信息处理装置中的再次使用的同意信息;图像诊断处理,基于通过上述接收处理接收到的被检眼图像数据来进行图像诊断;发送处理,向上述其他信息处理装置发送基于上述图像诊断处理的图像诊断结果;以及数据控制处理,基于通过上述接收处理接收到的同意信息,控制上述被检眼图像数据的清除或向上述数据库的保存。
第11公开技术的信息处理方法由信息处理装置执行,该信息处理装置能够与存储患者的被检眼图像数据的其他第1信息处理装置、及具有存储学习数据的数据库的其他第2信息处理装置进行通信,其中,上述信息处理方法包括以下处理:接收处理,从上述其他第1信息处理装置接收上述被检眼图像数据、和表示允许或不允许上述被检眼图像数据在上述信息处理装置中的再次使用的同意信息;图像诊断处理,基于通过上述接收处理接收到的被检眼图像数据来进行图像诊断;发送处理,向上述其他信息处理装置发送基于上述图像诊断处理的图像诊断结果;以及数据控制处理,基于通过上述接收处理接收到的同意信息,控制上述被检眼图像数据的清除或向上述其他第2信息处理装置的发送。
附图说明
图1是表示使用了同意信息的图像诊断例的说明图。
图2是表示计算机的硬件结构例的框图。
图3是表示患者信息DB的存储内容例的说明图。
图4是表示实施例1的信息处理系统的动作顺序例的说明图。
图5是表示图4所示的诊断数据的发送确定处理(步骤S414)的详细的处理顺序例的流程图。
图6是表示图4所示的眼底图像数据的操作处理(步骤S433)的详细的处理顺序例1的流程图。
图7是表示图4所示的眼底图像数据的操作处理(步骤S433)的详细的处理顺序例2的流程图。
图8是表示眼底图像数据的修改处理(步骤S702)的例子1的说明图。
图9是表示眼底图像数据的修改处理(步骤S702)的例子2的说明图。
图10是表示图4所示的眼底图像数据的操作处理(步骤S433)的详细的处理顺序例3的流程图。
图11是表示图7及图9所示的眼底图像数据修改处理(步骤S702)的详细的其他处理顺序例的流程图。
图12是表示糖尿病视网膜病变的病症度例的说明图。
图13是表示实施例1的信息处理系统的功能性结构例的框图。
图14是表示实施例2的信息处理系统的动作顺序例的说明图。
图15是表示图14所示的眼底图像数据的操作处理(步骤S432)的详细的处理顺序例的流程图。
图16是表示实施例2的信息处理系统的功能性结构例的框图。
具体实施方式
【实施例1】
<使用了同意信息的图像诊断例>
图1是表示使用了同意信息的眼底图像诊断例的说明图。使用了同意信息的眼底图像诊断由信息处理系统100执行。信息处理系统100包含院内系统101、管理服务器120和AI(Artificial Intelligence,人工智能)服务器130。院内系统101和管理服务器120以能够通信的方式连接。管理服务器120和AI服务器130以能够通信的方式连接。
院内系统101例如设于医院或诊所(眼科医、内科医、糖尿病内科医等)。院内系统101具有眼科装置111、终端112和院内服务器113。眼科装置111与终端112以能够通信的方式连接。眼科装置111是眼底相机(Fundus Camera)、向被检眼扫描激光并基于来自眼底的反射光而生成图像的扫描型激光检眼镜(Scanning Laser Ophthalmoscope)或光学相干层析成像仪(Optical Coherence Tomography)等,生成被检眼的眼底图像数据102R、102L。在不区分右眼的眼底图像数据102R及左眼的眼底图像数据102L的情况下,标记为眼底图像数据102。对于在末尾具有“R”、“L”的其他附图标记也是同样的。眼科装置111将生成的眼底图像数据102发送到终端112。在眼底图像数据102中包含拍摄年月日。
眼底图像数据可以是由眼底相机拍摄到的眼底图像数据、基于扫描型激光检眼镜拍摄到的眼底的眼底图像数据、和基于光学相干层析成像仪拍摄到的眼底的断层数据中的某一种。或者也可以是它们中的两种以上的组合即眼底图像数据集。
眼科装置111例如由眼底相机、扫描型激光检眼镜及光学相干层析成像仪中的至少一个构成。因此,眼底图像数据102为基于眼底相机的眼底图像数据、基于扫描型激光检眼镜的眼底图像数据和基于光学相干层析成像仪的断层数据中的某一种或两种以上的组合。
终端112是能够与眼科装置111及院内服务器113进行通信的计算机。终端112也可以能够与管理服务器120直接通信。终端112例如由医生使用。终端112例如是个人计算机或平板电脑。终端112将来自眼科装置111的眼底图像数据102转发到院内服务器113。
另外,终端112向院内服务器113发送同意信息103。同意信息103是表示患者i对于自身的被检眼的眼底图像数据102是否同意在院内系统101外利用的信息。具体地说,例如,同意信息103包括第1同意信息103a和第2同意信息103b。
第1同意信息103a例如是表示允许或不允许眼底图像数据102向院内系统101外的管理服务器120的发送的外部保存标志。在外部保存标志为“1”的情况下,表示允许眼底图像数据102向院内系统101外的管理服务器120的发送(OK),在为“0”的情况下表示不允许(NG)。
第2同意信息103b例如是表示在院内系统101外的AI服务器130中的图像诊断后允许或不允许眼底图像数据102在AI服务器130中的再次使用的二次使用标志。在二次使用标志为“1”的情况下,表示允许眼底图像数据102在AI服务器130中的二次使用(OK),在为“0”的情况下表示不允许(NG)。同意信息103针对每个患者i而存在。另外,也可以在同意信息103中设置有效期限。另外,同意信息103也可以针对各患者i针对每次拍摄而存在。同意信息103的数据形式只要能够由院内服务器113、管理服务器120及AI服务器130识别,则可以是任意的数据形式。
另外,终端112从院内服务器113接收患者信息和诊断结果数据105,并显示于显示画面。此外,设为来自眼科装置111的眼底图像数据102、来自院内服务器113的患者信息、诊断结果数据105中包含的诊断结果、以及同意信息103通过终端112或院内服务器113而以同一ID(例如,患者ID)建立关联。
院内服务器113是能够与终端112及管理服务器120进行通信的计算机。院内服务器113具有患者信息DB114。患者信息DB114是保存患者信息的数据库。院内服务器113从终端112接收患者ID及眼底图像数据102。院内服务器113以与由患者ID确定的患者信息建立关联的方式将眼底图像数据102、诊断结果数据中包含的诊断结果以及同意信息103保存到患者信息DB114。
院内服务器113在第1同意信息103a表示允许眼底图像数据102向院内系统101外的管理服务器120的发送的情况下,将诊断数据104发送到管理服务器120,在表示不允许的情况下不发送。由此,院内服务器113能够遵守患者i的第1同意信息103a。诊断数据104包括患者i的患者信息、眼底图像数据102和第2同意信息103b。院内服务器113从管理服务器120接收诊断结果数据105。院内服务器113将所接收到的诊断结果数据105中包含的诊断结果保存到患者信息DB114。
管理服务器120是能够与院内服务器113及AI服务器130进行通信的计算机。管理服务器120从院内服务器113接收诊断数据104。管理服务器120将所接收到的诊断数据104匿名化。具体地说,例如,管理服务器120发行新的ID(以下称为匿名化ID),并与所接收到的诊断数据104内的患者信息建立关联。然后,管理服务器120将该匿名化ID与眼底图像数据102的组合设为匿名化诊断数据106。
此外,也可以将患者信息内的患者ID作为匿名化ID而使用。该情况下,匿名化诊断数据106由作为匿名化ID的患者ID、眼底图像数据102和第2同意信息103b构成。由此,患者信息被匿名化。此外,只要是患者信息中的不会唯一确定患者i的信息,则管理服务器120也可以将其包含于匿名化诊断数据106。作为不会唯一确定患者i的信息,例如,具有患者i的视力、性别、年龄、国籍。
另外,管理服务器120也可以将患者信息密码化(加密)。该情况下,管理服务器120将密码化后的患者信息与眼底图像数据102的组合作为匿名化诊断数据发送到AI服务器130。
管理服务器120从AI服务器130接收匿名化诊断结果数据107。匿名化诊断结果数据107包括匿名化诊断数据106中包含的匿名化ID、和作为被检眼的症状的病症度(也称为恶化度)的诊断结果。管理服务器120将所接收到的匿名化诊断结果数据107转换成诊断结果数据105。
具体地说,例如,管理服务器120获取与所接收到的匿名化诊断结果数据107中包含的匿名化ID建立了关联的患者信息,并从匿名化ID替换成该获取到的患者信息,由此生成包含患者信息和诊断结果的诊断结果数据105。
在管理服务器120将密码化后的患者信息、眼底图像数据102与第2同意信息103b的组合即匿名化诊断数据106发送到AI服务器130的情况下,管理服务器120从AI服务器130接收包含该密码化后的患者信息和诊断结果的匿名化诊断结果数据107。
该情况下,管理服务器120通过将密码化后的患者信息译码,从而将匿名化诊断结果数据107转换成诊断结果数据105。像这样,管理服务器120能够通过匿名化和密码化将患者信息隐秘化,能够保护个人信息。然后,管理服务器120将所生成的诊断结果数据105发送到院内服务器113。
AI服务器130是使用通过机械学习和/或深度学习而得到的学习参数并利用AI执行眼底图像诊断的计算机。AI服务器130将过去的眼底图像数据103与其恶化度的组合作为训练数据进行学习,生成学习参数。训练数据集合及学习参数保存于学习DB1131。另外,学习DB1131存储与恶化度对应的诊断结果105。使用该学习参数,利用卷积神经网络(CNN)提取出眼底图像的特征量。并且,基于特征量推断所输入的眼底图像的症状。
AI服务器130接收匿名化诊断数据106。AI服务器130将匿名化诊断数据106中包含的眼底图像数据102输入到在CNN中适用学习参数得到的学习模型,并输出病症度。
AI服务器130生成包括匿名化诊断数据106中包含的匿名化ID、和从学习模型输出的病症度的匿名化诊断结果数据107。AI服务器130将所生成的匿名化诊断结果数据107发送到管理服务器120。
AI服务器130在第2同意信息103表示允许在院内系统101外的AI服务器130中的图像诊断后眼底图像数据在AI服务器130中的再次使用的情况下,将病症度与成为该病症度的输出源的眼底图像数据102的组合作为学习数据追加到学习DB的学习数据集合,在表示不允许的情况下不追加。由此,AI服务器130能够遵守患者i的第2同意信息103。像这样,信息处理系统100能够保护患者i的个人信息。
<计算机的硬件结构例>
图2是表示计算机(终端112、院内服务器113、管理服务器120、AI服务器130、DB服务器1400)的硬件结构例的框图。计算机200具有处理器201、存储设备202、输入设备203、输出设备204和通信接口(通信IF)205。处理器201、存储设备202、输入设备203、输出设备204及通信IF205由总线206连接。处理器201控制计算机200。
存储设备202成为处理器201的作业区域。另外,存储设备202是存储各种程序和数据的非暂时性或暂时性的记录介质。作为存储设备202,例如,具有ROM(Read OnlyMemory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)、闪存。
输入设备203输入数据。作为输入设备203,例如具有键盘、鼠标、输入笔、触摸面板、数字键盘、扫描器。输出设备204输出数据。作为输出设备204,例如,具有显示器、打印机。通信IF205与网络连接,收发数据。
<患者信息DB114>
图3是表示患者信息DB114的存储内容例的说明图。患者信息DB114具有患者信息字段301和诊断信息字段302。患者信息字段301作为副字段(sub field)而具有患者ID字段311、姓名字段312、性别字段313、出生年月日字段314和联系方式字段315。成为同一行中的副字段311~315的患者i(i为例如1以上的整数)的患者信息。
患者ID字段311是保存患者ID的存储区域。患者IDPi是唯一确定患者i的识别信息。姓名字段312是保存患者i的姓名FNi的存储区域。性别字段313是保存患者i的性别Si的存储区域。出生年月日字段314是保存患者i的出生年月日DOBi的存储区域。联系方式字段315是保存患者i的联系方式ADi的存储区域。
诊断信息字段302是保存患者i的直到第j次(j为1以上的整数)的诊断信息Di1~Dij的存储区域。诊断信息Dij包括眼底图像数据102、诊断结果Rij、拍摄年月日Tij和同意信息103。诊断结果Rij包含来自AI服务器130的病症度。拍摄年月日Tij是利用眼科装置111对被检眼的拍摄而生成眼底图像数据102的年月日。同意信息103包含上述的第1同意信息103a(外部保存标志)和第2同意信息103b(二次使用标志)。
<信息处理系统100的动作顺序例>
图4是表示实施例1的信息处理系统100的动作顺序例的说明图。在不区分终端112及院内服务器113的情况下,称为图像获取装置400。图像获取装置400从患者信息DB114获取成为被检者的患者i的患者信息(步骤S411)。图像获取装置400经由终端112获取患者i的眼底图像数据102(步骤S412)。另外,院内服务器113经由终端112获取患者i的同意信息103(步骤S413)。
然后,图像获取装置400对于包含利用步骤S411获取到的患者信息、利用步骤S412获取到的眼底图像数据102和步骤S413中获取到的第2同意信息103b的诊断数据104,执行发送确定处理(步骤S414)。该诊断数据104的发送确定处理(步骤S414)是根据第1同意信息103a的内容确定是否发送诊断数据104的处理。
图像获取装置400在第1同意信息103a表示允许发送的情况下,确定为发送诊断数据104,在第1同意信息103a表示不允许发送的情况下,确定为不发送诊断数据104。关于诊断数据104的发送确定处理(步骤S414)的详情将后述。由此,图像获取装置400仅限于在步骤S414中确定为发送诊断数据104的情况下将诊断数据104发送到管理服务器120(步骤S415)。
若从图像获取装置400发送来诊断数据104,则管理服务器120接收诊断数据104(步骤S421)。接着,管理服务器12将诊断数据104中包含的患者信息匿名化(步骤S422)。然后,管理服务器120将包含与患者信息建立了关联的匿名化ID、眼底图像数据102和第2同意信息103b(二次使用标志)的匿名化诊断数据106向AI服务器130发送(步骤S423)。
若从管理服务器120发送来匿名化诊断数据106,则AI服务器130接收匿名化诊断数据106(步骤S431)。接着,AI服务器130将匿名化诊断数据106中包含的眼底图像数据102输入到学习模型,由此执行眼底图像诊断(步骤S432)。
AI服务器130在眼底图像诊断(步骤S432)后,执行眼底图像数据102的操作处理(步骤S433)。眼底图像数据102的操作处理(步骤S433)是基于第2同意信息103b的内容,确定是否用作学习数据等、进行了眼底图像诊断(步骤S432)的眼底图像数据102今后的操作的处理。关于眼底图像数据102的操作处理(步骤S433)的详情将后述。
然后,AI服务器130将包含匿名化ID、和作为通过眼底图像诊断而输出的病症度的诊断结果Rij的匿名化诊断结果数据107向管理服务器120发送(步骤S434)。
之后,AI服务器130执行学习处理(步骤S435)。具体地说,例如,AI服务器130仅限于在眼底图像数据102的操作处理(步骤S433)中允许将步骤S431中接收到的匿名化诊断数据中包含的眼底图像数据102、与步骤S432中输出的作为诊断结果Rij的病症度的组合作为学习数据来操作的情况(第2同意信息103b(二次使用标志)表示二次使用OK的情况)下,追加到学习DB131的学习数据集合,利用追加后的学习数据集合更新学习模型。
另外,若从AI服务器130发送来匿名化诊断结果数据107,则管理服务器120接收匿名化诊断结果数据107(步骤S424)。此时,管理服务器120也可以向图像获取装置400发送表示匿名化诊断结果数据107的接收已完成这一情况的完成信息。接着,管理服务器120基于匿名化诊断结果数据107中包含的匿名化ID,将患者信息复原(步骤S425)。
例如,管理服务器120读出步骤S422中保持的、包含与匿名化ID建立了关联的患者ID的患者信息。然后,管理服务器120生成包含所获到的患者信息和诊断结果Rij的诊断结果数据105(步骤S426),将诊断结果数据105发送到图像获取装置400(步骤S427)。
图像获取装置400在从管理服务器120接收到完成信息的情况下,也可以向管理服务器120发送诊断结果数据105的获取要求。由此,管理服务器120在接收到该获取要求的情况下,向图像获取装置400发送诊断结果数据105。之后,管理服务器120保存诊断结果数据105(步骤S428)。然后,结束管理服务器120的处理。
若从管理服务器120发送来诊断结果数据105,则图像获取装置400接收诊断结果数据105(步骤S416)。由此,终端112能够使用来自院内服务器113的诊断结果数据105及眼底图像数据102,将眼底图像数据102和病症度、患者信息显示到显示画面。然后,根据用户的指示操作结束按钮(未图示),从而结束显示处理。
图5是表示图4所示的诊断数据104的发送确定处理(步骤S414)的详细的处理顺序例的流程图。在作为第1同意信息103a的外部保存标志为表示允许外部保存(OK)的“1”的情况下(步骤S501:是),图像获取装置400将诊断数据104确定为发送对象,结束诊断数据104的发送确定处理(步骤S414)。另一方面,在作为第1同意信息103a的外部保存标志为表示不允许外部保存(NG)的“0”的情况下(步骤S501:否),院内服务器113将诊断数据104确定为非发送对象,结束诊断数据104的发送确定处理(步骤S414)。也就是说,在作为第1同意信息103a的外部保存标志为不允许外部保存(NG)的情况下,仅在院内服务器中保管拍摄到的眼底图像,不进行基于AI的图像诊断。
图6是表示图4所示的眼底图像数据102的操作处理(步骤S433)的详细的处理顺序例1的流程图。在作为第2同意信息103b的二次使用标志为表示允许二次使用(OK)的“1”的情况下(步骤S601:是),AI服务器130将眼底图像数据102及诊断结果Rij的组合作为学习数据保存到学习DB131,结束眼底图像数据102的操作处理(步骤S433)。另一方面,在作为第2同意信息103b的二次使用标志为表示不允许二次使用(NG)的“0”的情况下(步骤S601:否),AI服务器130清除眼底图像数据102,结束眼底图像数据102的操作处理(步骤S433)。
图7是表示图4所示的眼底图像数据102的操作处理(步骤S433)的详细的处理顺序例2的流程图。在图6中,若二次使用标志为OK,则将眼底图像数据102及诊断结果Rij直接作为学习数据保存到学习DB131,但在图7中,即使二次使用标志为OK,考虑到个人信息保护,AI服务器130也对眼底图像数据102进行修改之后作为学习数据保存到学习DB131。对与图6相同的步骤标注相同的步骤序号,并省略其说明。
在作为第2同意信息103b的二次利用标志为表示允许二次利用(OK)的“1”的情况下(步骤S601:是),AI服务器130执行眼底图像数据102的修改处理(步骤S702)。在此,对眼底图像数据102的修改处理(步骤S702)的例子进行说明。修改处理(步骤S702)是用于在眼底图像数据流出到外部的情况下避免眼底图像数据被不正当利用的图像处理。例如,是以防止对利用眼底图像数据的视网膜认证系统的不正当利用、对眼底图像数据库的不正当登录为目的的处理。
图8是表示眼底图像数据102的修改处理(步骤S702)的例子1的说明图。在图8中,AI服务器130将右眼的眼底图像数据102R左右反转而新转换成左眼的眼底图像数据802L,将左眼的眼底图像数据102L左右反转而新转换成右眼的眼底图像数据802R。该情况下,AI服务器130对于诊断结果RijR也变更为诊断结果RijL,对于诊断结果RijL也变更为诊断结果RijR。
图9是表示眼底图像数据102的修改处理(步骤S702)的例子2的说明图。在图9中,示出左眼的眼底图像数据102的修改例,但对于右眼也能够进行同样的修改。AI服务器130能够通过对眼底图像数据102L追加血管的形状数据而将眼底图像数据102L修改为眼底图像数据102L1。
另外,AI服务器130能够通过在眼底图像数据102L中变更血管的形状数据的路径而将眼底图像数据102L修改为眼底图像数据102L2。另外,AI服务器130能够通过在眼底图像数据102L中删除血管的形状数据而将眼底图像数据102L修改为眼底图像数据102L3。在血管数据的追加、变更、删除的情况下,与左右反转不同,诊断结果Rij未被替换。
此外,在图9所示的追加、变更及删除中,优选AI服务器130参照诊断结果Rij,修改眼底图像数据102L中的不与异常区域关联的健康区域内的图像数据。对于健康区域,例如若诊断结果Rij为轻度非增殖性视网膜病变(Mild。以下称为第1视网膜症)则是指不存在毛细血管瘤的区域,若诊断结果Rij为中度或重度非增殖性视网膜病变(Moderate或Severe。以下称为第2视网膜症)则是指并非无血管区的区域,若诊断结果Rij为增殖性视网膜病变(Proliferative。以下称为第3视网膜症)则是指未产生新生血管的区域。健康区域的修改不会对诊断结果Rij带来影响。由此,即使在眼底图像数据102的修改后也能够维持修改前的诊断结果。
另外,通过如图9及图10所示那样修改眼底图像数据102,即使修改后的眼底图像数据802流出到外部,即使在视网膜认证中被恶意使用也不会通过认证。像这样,能够通过修改将视网膜认证无效化,能够实现安全性的提高。另外,也可以不仅修改眼底图像数据102,也对眼底图像实施密码化,从而进一步实现安全性的提高。
返回图7,AI服务器130将步骤S702中修改完毕的眼底图像数据802及诊断结果Rij的组合作为学习数据保存到学习DB131(步骤S704),结束眼底图像数据102的操作处理(步骤S433)。由此,能够考虑患者i的隐私而进行修改后的眼底图像数据802的二次使用。
图10是表示图4所示的眼底图像数据102的操作处理(步骤S433)的详细的处理顺序例3的流程图。在图7~图9中,列举了对眼底图像数据102进行修改的例子,但存在根据修改程度不同而成为与修改前的诊断结果Rij不同的诊断结果Rij的情况。
因此,在图10中,AI服务器130对修改后的眼底图像数据802再次执行眼底图像诊断,若为与修改前的眼底图像数据102相同的诊断结果Rij,则作为学习数据,为了二次使用而保存到学习DB131,实现个人信息保护和修改前后的诊断结果的同一性的兼顾。
对与图6及图7相同的步骤标注相同的步骤序号,省略其说明。在图7所示的眼底图像数据102的修改处理(步骤S702)后,AI服务器130对修改完毕的眼底图像数据802再次执行眼底图像诊断(步骤S1001)。
然后,AI服务器130判断基于步骤S1001的再次诊断结果Rij与变更前的诊断结果Rij是否一致(步骤S1002)。具体地说,例如,在步骤S702中如图8所示将眼底图像数据102左右反转的情况下,AI服务器130判断右眼的再次诊断结果RijR与修改前的左眼的诊断结果RijL是否一致,以及左眼的再次诊断结果RijL与修改前的右眼的诊断结果RijR是否一致。
此外,在步骤S702中不是将眼底图像数据102左右反转而是如图9那样进行血管的形状数据的追加、变更或删除的情况下,AI服务器130判断右眼的再次诊断结果RijR与修改前的右眼的诊断结果RijR是否一致,以及左眼的再次诊断结果RijL与修改前的左眼的诊断结果RijL是否一致。
在两眼均不一致的情况下(步骤S1002:否),返回步骤S702,AI服务器130再次执行眼底图像数据102的修改处理(步骤S702)。该情况下,AI服务器130执行血管的形状数据的追加、变更、删除等、与既已执行的修改不同的修改。在此,若成为追加、变更、删除的对象的血管的形状数据与既已执行的追加、变更、删除的对象不同,则为不同的修改。
另一方面,在两眼均一致的情况下(步骤S1002:是),AI服务器130将步骤S702中修改完毕的最新的眼底图像数据802及诊断结果Rij的组合作为学习数据保存到学习DB131(步骤S704),结束眼底图像数据102的操作处理(步骤S433)。
由此,防止患者i的眼底图像数据的不正当利用,考虑对患者i的隐私保护,且实现修改前后的诊断结果Rij的同一性,由此能够进行在诊断结果Rij无变更的修改后的眼底图像数据802的二次使用。另外由此,在将修改后的眼底图像数据802及其诊断结果Rij的组合作为学习数据的情况下,能够抑制基于AI服务器130的眼底图像诊断中使用的学习模型的预测精度降低。
图11是表示图7及图9所示的眼底图像数据修改处理(步骤S702)的详细的其他处理顺序例的流程图。在图11中,示出AI服务器130根据作为诊断结果Rij的病症度而修改视网膜内的血管的形状数据的处理顺序例。图12是表示糖尿病视网膜病变的病症度例的说明图
在图11中,AI服务器130判断诊断结果Rij是否为无异变(No DR)(步骤S1101)。在诊断结果Rij为无异常(No DR)的情况下(步骤S1101:是),AI服务器130如图8或图9所示,修改眼底图像数据102的血管的形状数据(步骤S1102)。然后,结束眼底图像数据修改处理(步骤S702)并转移到接下来的处理。
另一方面,在诊断结果Rij并非无异常(No DR)的情况下(步骤S1101:否),AI服务器130判断诊断结果Rij是否为第1视网膜症(Mild)或第3视网膜症(Proliferative)(步骤S1103)。在诊断结果Rij为第1视网膜症(Mild)或第3视网膜症(Proliferative)的情况下(步骤S1103:是),AI服务器130如图8或图9所示修改眼底图像数据102的血管的形状数据(步骤S1104)。
在第1视网膜症(Mild)中产生毛细血管瘤。在第3视网膜症(Proliferative)中产生新生血管。因此,为了防止毛细血管瘤和新生血管的形状数据的删除,在步骤S1104的修改中,不可进行追加、变更及删除中的形状数据的删除。然后,结束眼底图像数据修改处理(步骤S702)并转移到接下来的处理。
另一方面,在诊断结果Rij并非第1视网膜症(Mild)及第3视网膜症(Proliferative)中的任一个的情况下(步骤S1103:否),诊断结果Rij相当于第2视网膜症(Moderate或Severe)。因此,AI服务器130如图8或图9所示修改眼底图像数据102的血管的形状数据(步骤S1105)。
在第2视网膜症(Moderate或Severe)中存在规定范围的无血管区。因此,为了防止向无血管区追加血管的形状数据,在步骤S1105的修改中,不可进行追加、变更及删除中的形状数据的追加。此外,由于通过变更而向无血管区追加血管的形状数据的情况也相当于形状数据的追加,因此不可进行这样的修改。然后,结束眼底图像数据修改处理(步骤S702)并转移到接下来的处理。
像这样,AI服务器130通过与诊断结果Rij相应地执行表示眼睛组织的形状数据的修改,能够防止修改前后的诊断结果Rij的变更。由此,考虑患者i的隐私,且实现修改前后的诊断结果Rij的同一性,由此能够进行诊断结果Rij中无变更的修改后的眼底图像数据802的二次使用。另外由此,在将修改后的眼底图像数据802及其诊断结果Rij的组合作为学习数据的情况下,能够抑制基于AI服务器130的眼底图像诊断中使用的学习模型的预测精度降低。
<信息处理系统的功能性结构例>
图13是表示实施例1的信息处理系统的功能性结构例的框图。在图13中,信息处理装置1300是包含图像获取装置400(终端112、院内服务器113)及管理服务器120的计算机。信息处理装置1300具有获取部1301、第1发送部1302和第1接收部1303。获取部1301、第1发送部1302及第1接收部1303具体地说,例如,通过使处理器201执行图2所示的存储设备202中存储的程序而实现。
获取部1301通过图像获取装置400获取各种数据。具体地说,例如,获取部1301如图4的步骤S411~S413所示,通过图像获取装置400,从患者信息DB114获取成为对象的患者i的患者信息及诊断信息Dij。在诊断信息Dij中包含同意信息103。另外,获取部1301通过管理服务器120,如图4的步骤S422所示那样执行患者信息的匿名化处理,由此作为眼底图像数据102所固有的识别信息而获取匿名化ID。
另外,获取部1301如图4的步骤S425、S426所示,基于根据来自AI服务器130的匿名化诊断结果数据107中包含的匿名化ID确定的患者信息、和匿名化诊断结果数据107中包含的诊断结果Rij,获取患者i的诊断结果数据105,并保存到管理服务器120内。
第1发送部1302通过图像获取装置400发送各种数据。具体地说,例如,第1发送部1302如图4的步骤S415所示,在第1同意信息103a表示允许发送的情况下,通过图像获取装置400向管理服务器120发送包含患者i的患者信息、眼底图像数据102及第2同意信息103b的诊断数据104。另外,第1发送部1302如图4的步骤S423所示,通过管理服务器120向AI服务器130发送包含匿名化ID、眼底图像数据102及第2同意信息103b的匿名化诊断数据106。
第1接收部1303通过图像获取装置400接收各种数据。具体地说,例如,第1接收部1303如图4的步骤S424所示,从AI服务器130接收匿名化诊断结果数据107。另外,第1接收部1303通过图像获取装置400,接收表示在步骤S424中匿名化诊断结果数据107的接收已完成这一情况的完成信息。另外,第1接收部1303通过图像获取装置400,接收来自管理服务器120的诊断结果数据105。
AI服务器130具有第2接收部1311、图像诊断部1312、第2发送部1313、数据控制部1314、学习部1315、修改部1316和学习DB131。第2接收部1311、图像诊断部1312、第2发送部1313、数据控制部1314、学习部1315及修改部1316具体地说,例如,通过使处理器201执行图2所示的存储设备202中存储的程序而实现。学习DB131具体地说,例如,通过图2所示的存储设备202而实现。
第2接收部1311如图4的步骤S431所示,接收从信息处理装置1300的第1发送部1302发送来的匿名化诊断数据106。
图像诊断部1312如图4的步骤S432所示,进行机械学习和/或深度学习,更具体地说,例如,图像诊断部1312将眼底图像数据输入到在CNN中适用更新后的学习参数得到的学习模型,执行眼底图像诊断,并作为诊断结果Rij而向第2发送部1313输出病症度。
第2发送部1313如图4的步骤S434所示,向信息处理装置1300的第1接收部1303发送包含诊断结果Rij的匿名化诊断结果数据。
数据控制部1314如图4的步骤S433所示,执行图7及图10的眼底图像数据的操作处理。具体地说,例如,数据控制部1314具有保存部1341和清除部1342。若二次使用标志为OK,则保存部1341保存由图像诊断部1312诊断后的眼底图像数据102及诊断结果Rij的组合即学习数据,若二次使用标志为NG,则清除部1342清除由图像诊断部1312诊断后的眼底图像数据102。
学习部1315将学习DB131内的学习数据集合提供给CNN,更新CNN的学习参数,由此生成学习模型。
修改部1316如图7及图10的步骤S702所示,修改由图像诊断部1312诊断后的眼底图像数据102。该情况下,若二次使用标志为OK,则保存部1341保存由修改部1316修改后的修改完毕的眼底图像数据802及诊断结果Rij的组合即学习数据。另外,修改部1316通过向基于学习部1315得到的最新的学习模型输入修改后的眼底图像数据802,从而得到针对修改后的眼底图像数据802的诊断结果Rij。该情况下,修改部1316也可以执行眼底图像数据102的修改直至修改前后的诊断结果Rij一致。
像这样,在实施例1中,通过考虑患者i的隐私且实现修改前后的诊断结果Rij的同一性,能够进行诊断结果Rij中无变更的修改后的眼底图像数据802的二次使用。另外由此,在将修改后的眼底图像数据802及其诊断结果Rij的组合作为学习数据的情况下,能够抑制基于AI服务器130的眼底图像诊断中使用的学习模型的预测精度降低。
此外,也可以是,图像获取装置400在患者i的图像诊断为初次的情况下,生成第1同意信息103a及第2同意信息103b,在患者i的图像诊断为第二次以后的情况下,使用初次生成的第1同意信息103a及第2同意信息103b。由此,无需再次设定同意信息103,能够实现便利性的提高。
另外,也可以是,图像获取装置400在患者i的图像诊断为初次的情况下,生成第1同意信息103a及第2同意信息103b,在患者i的图像诊断为第二次以后的情况下,使用初次生成的第1同意信息103a,并输出第2同意信息103b的更新要求。更新要求例如显示于终端112的显示画面。若更新要求显示于显示画面,则患者i或医生将作为第2同意信息103b的二次使用标志设定为“1”(OK)或“0”(NG)。设定后,院内服务器113参照第1同意信息103a判断是否向管理服务器120发送,在发送的情况下,将诊断数据104发送到管理服务器120。
由此,无需再次设定第1同意信息103a,能够实现便利性的提高,并且通过促使患者i再次确认第2同意信息103b,能够实现隐私保护的提高。
【实施例2】
接下来,说明实施例2。在实施例1中,AI服务器130具有学习DB131,但在实施例2中,说明将AI服务器130和学习DB131分离的例子。学习DB131保有与AI服务器130不同的DB服务器1400。DB服务器1400的功能可以由管理服务器120承担。此外,在实施例2中,关注与实施例1的不同点进行说明,因此对于与实施例1相同的内容标注相同的附图标记,省略其说明
图14是表示实施例2的信息处理系统100的动作顺序例的说明图。AI服务器130从DB服务器1400获取学习参数,执行眼底图像诊断(步骤S1432)。与步骤S432的不同点在于,从DB服务器1400获取学习参数。
在执行了眼底图像诊断(步骤S1432)后,AI服务器130向DB服务器1400发送匿名化诊断数据106(步骤S1401)。该情况下,DB服务器1400执行眼底图像数据102的操作处理(步骤S1433)。另一方面,AI服务器130为了防止泄露,清除眼底图像数据102(步骤S1402)。另外,AI服务器130从学习DB131获取学习数据集合并执行学习处理(步骤S1434)。与步骤S434的不同点在于,从DB服务器1400获取学习数据集合。然后,AI服务器13结束所接收到的眼底图像中的处理,成为受理接下来接收的眼底图像的待机状态。
图15是表示图14所示的眼底图像数据102的操作处理(步骤S432)的详细的处理顺序例的流程图。若接收到匿名化诊断数据106,则DB服务器1400在作为第2同意信息103b的二次使用标志为表示不允许二次使用(NG)的“0”的情况下(步骤S601:否),清除眼底图像数据102,结束眼底图像数据102的操作处理(步骤S1433)。
另一方面,在作为第2同意信息103b的二次利用标志为表示允许二次利用(OK)的“1”的情况下(步骤S601:是),DB服务器1400执行眼底图像数据102的修改处理(步骤S702)。然后,DB服务器1400向AI服务器130发送修改完毕的眼底图像数据802(步骤S1511)。
若从DB服务器1400接收到修改完毕的眼底图像数据802,则AI服务器130将修改完毕的眼底图像数据802输入到学习模型并再次执行眼底图像诊断(步骤S1501)。然后,AI服务器130向DB服务器1400发送再次诊断结果Rij(步骤S1502)。
DB服务器1400从AI服务器130接收再次诊断结果Rij(步骤S1512)。然后,DB服务器1400判断再次诊断结果Rij与修改前的眼底图像数据102的诊断结果Rij是否一致(步骤S1002)。在不一致的情况下(步骤S1002:否),返回到步骤S702,DB服务器1400再次修改眼底图像数据102(步骤S702)。在一致的情况下(步骤S1002:是),DB服务器1400将修改完毕的眼底图像数据802及再次诊断结果Rij作为学习数据保存到学习DB131(步骤S704)。由此,结束眼底图像数据102的操作处理(步骤S1433)。
<信息处理系统的功能性结构例>
图16是表示实施例2的信息处理系统的功能性结构例的框图。在图16中,AI服务器130的数据控制部1600具有清除部1342及第3发送部1601,DB服务器1400具有学习DB131及保存部1602。在二次使用标志为OK的情况下,第3发送部1601向DB服务器1400发送修改完毕的眼底图像数据802及诊断结果Rij。保存部1602将来自第3发送部160的修改完毕的眼底图像数据802及诊断结果Rij作为学习数据保存到学习DB131的学习数据集合。
像这样,在实施例2中也是,通过考虑患者i的隐私且实现修改前后的诊断结果Rij的同一性,能够进行诊断结果Rij中无变更的修改后的眼底图像数据802的二次使用。另外由此,在将修改后的眼底图像数据802及其诊断结果Rij的组合作为学习数据的情况下,能够抑制基于AI服务器130的眼底图像诊断中使用的学习模型的预测精度降低。
此外,本发明不限定于上述内容,可以将它们任意组合。另外,在本发明的技术思想的范围内想到的其他方式也包含于本发明的范围。
附图标记说明
100:信息处理系统,101:院内系统,102:眼底图像数据,103:同意信息,103a:第1同意信息,103b:第2同意信息,104:诊断数据,105:诊断结果数据,106:匿名化诊断数据,107:匿名化诊断结果数据,111:眼科装置,112:终端,113:院内服务器,114:患者信息DB,120:管理服务器,130:AI服务器,131:学习DB,201:处理器,202:存储设备,400:图像获取装置,802:修改完毕的眼底图像数据,1300:信息处理装置,1301:获取部,1302:第1发送部,1303:第1接收部,1311:第2接收部,1312:图像诊断部,1313:第2发送部,1314:数据控制部,1315:学习部,1316:修改部,1341:保存部,1342:清除部,1400:DB服务器,1601:第3发送部,1602:保存部,Dij:诊断信息,Rij:诊断结果。
Claims (48)
1.一种信息处理系统,具有:获取患者的被检眼图像数据的图像获取装置;能够与所述图像获取装置进行通信并存储所述被检眼图像数据的第1信息处理装置;和能够与所述第1信息处理装置进行通信并使用所述被检眼图像数据来进行图像诊断的第2信息处理装置,其中,
所述图像获取装置执行以下处理:
第1生成处理,生成第1同意信息和第2同意信息,该第1同意信息表示允许或不允许所述被检眼图像数据向所述第1信息处理装置的发送,该第2同意信息表示在所述第2信息处理装置中的图像诊断后允许或不允许所述被检眼图像数据在所述第2信息处理装置中的再次使用;以及
第1发送处理,在所述第1同意信息表示允许发送的情况下,向所述第1信息处理装置发送包含所述患者的患者信息、所述被检眼图像数据及所述第2同意信息的第1发送数据,
所述第1信息处理装置执行以下处理:
存储处理,若从所述图像获取装置接收到所述第1发送数据,则存储所述被检眼图像数据;
第2生成处理,若接收到所述第1发送数据,则生成所述被检眼图像数所固有的识别信息;以及
第2发送处理,向所述第2信息处理装置发送包含所述识别信息、所述被检眼图像数据及所述第2同意信息的第2发送数据,
所述第2信息处理装置执行以下处理:
图像诊断处理,若从所述第1信息处理装置接收到所述第2发送数据,则基于所述被检眼图像数据进行图像诊断;
数据处理,在所述第2同意信息表示不允许所述被检眼图像数据的再次使用的情况下,在所述图像诊断处理后清除所述被检眼图像数据,在所述第2同意信息表示允许所述被检眼图像数据的再次使用的情况下,将所述被检眼图像数据及基于所述图像诊断处理的图像诊断结果保存到数据库;以及
第3发送处理,向所述第1信息处理装置发送包含所述识别信息和所述图像诊断结果的第3发送数据。
2.根据权利要求1所述的信息处理系统,其中,
所述第1信息处理装置执行以下处理:
第3生成处理,基于根据通过所述第3发送处理发送来的所述第3发送数据中包含的所述识别信息而确定的所述患者信息、和所述第3发送数据中包含的诊断结果,生成所述患者的诊断结果数据;以及
第2存储处理,将所述诊断结果数据与根据所述识别信息确定的所述被检眼图像数据一起存储。
3.根据权利要求1所述的信息处理系统,其中,
所述第1信息处理装置执行第4发送处理,即,若接收到所述第3发送数据,则向所述图像获取装置发送表示根据所述识别信息确定的所述被检眼图像数据的图像诊断已完成这一情况的完成信息。
4.根据权利要求2所述的信息处理系统,其中,
所述图像获取装置执行第5发送处理,即,向所述第1信息处理装置发送所述诊断结果数据的获取要求,
所述第1信息处理装置执行第6发送处理,即,若接收到所述获取要求,则向所述图像获取装置发送所述诊断结果数据。
5.根据权利要求1所述的信息处理系统,其中,
所述第2信息处理装置执行学习处理,即,使用所述数据库中已经保存的被检眼图像数据及所述图像诊断结果执行机械学习,生成学习参数,
在所述图像诊断处理中,所述第2信息处理装置使用通过所述学习处理生成的学习参数,对所述被检眼图像数据进行图像诊断。
6.根据权利要求1所述的信息处理系统,其中,
所述被检眼图像数据是基于眼底相机得到的眼底图像数据、基于扫描型激光检眼镜得到的眼底图像数据和基于光学相干层析成像仪得到的断层数据中的某一种或两种以上的组合。
7.根据权利要求1所述的信息处理系统,其中,
在所述图像诊断处理中,所述第2信息处理装置使用所述被检眼图像数据诊断眼底的病变。
8.根据权利要求1所述的信息处理系统,其中,
在所述图像诊断处理中,所述第2信息处理装置使用所述被检眼图像数据诊断糖尿病视网膜病变。
9.根据权利要求1所述的信息处理系统,其中,
所述第2信息处理装置在将所述被检眼图像数据保存于所述数据库时,执行将使用了所述被检眼图像数据的视网膜认证设为无效的无效化处理。
10.根据权利要求9所述的信息处理系统,其中,
在所述无效化处理中,所述第2信息处理装置在所述被检眼图像数据中嵌入将视网膜认证设为无效的数据。
11.根据权利要求9所述的信息处理系统,其中,
在所述无效化处理中,所述第2信息处理装置将双眼的被检眼图像数据分别左右反转。
12.根据权利要求1所述的信息处理系统,其中,
在所述第1生成处理中,所述图像获取装置在所述患者的图像诊断为初次的情况下,生成所述第1同意信息及所述第2同意信息,在所述患者的图像诊断为第二次的情况下,使用初次生成的所述第1同意信息及所述第2同意信息。
13.根据权利要求1所述的信息处理系统,其中,
在所述第1生成处理中,所述图像获取装置在所述患者的图像诊断为初次的情况下,生成所述第1同意信息及所述第2同意信息,在所述患者的图像诊断为第二次的情况下,使用初次生成的所述第1同意信息,并输出所述第2同意信息的更新要求。
14.一种信息处理系统,其能够使第1信息处理装置和第2信息处理装置通信,该第1信息处理装置存储患者的被检眼图像数据,该第2信息处理装置能够与所述第1信息处理装置进行通信,其中,
所述第1信息处理装置执行基于同意信息向所述第2信息处理装置发送所述被检眼图像数据的第1发送处理,该同意信息是与针对患者的被检眼图像数据在所述第2信息处理装置中的使用的同意相关的信息,
所述第2信息处理装置执行以下处理:
图像诊断处理,基于通过所述第1发送处理发送来的所述被检眼图像数据来进行图像诊断;以及
第2发送处理,向所述第1信息处理装置发送基于所述图像诊断处理的图像诊断结果。
15.根据权利要求14所述的信息处理系统,其中,
所述同意信息是表示在所述图像诊断处理后,允许或不允许所述被检眼图像数据在所述第2信息处理装置中的再次使用的信息,
所述第1发送处理向所述第2信息处理装置发送所述同意信息和所述被检眼图像数据。
16.根据权利要求14所述的信息处理系统,其中,
所述同意信息包括第1同意信息和第2同意信息,该第1同意信息表示允许或不允许所述被检眼图像数据在所述图像诊断处理中的使用,该第2同意信息表示在所述图像诊断处理后允许或不允许所述被检眼图像数据在所述第2信息处理装置中的再次使用。
17.根据权利要求16所述的信息处理系统,其中,
在所述第1发送处理中,所述第1信息处理装置在所述第1同意信息表示不允许所述被检眼图像数据的使用的情况下,不向所述第2信息处理装置发送所述被检眼图像数据。
18.根据权利要求16所述的信息处理系统,其中,
在所述第1发送处理中,所述第1信息处理装置在所述第1同意信息表示允许所述被检眼图像数据的使用的情况下,向所述第2信息处理装置发送所述被检眼图像数据及所述第2同意信息。
19.根据权利要求18所述的信息处理系统,其中,
所述第2信息处理装置在所述第2同意信息表示不允许所述被检眼图像数据的再次使用的情况下,执行在所述图像诊断处理后清除所述被检眼图像数据的清除处理。
20.根据权利要求18所述的信息处理系统,其中,
所述第2信息处理装置在所述第2同意信息表示允许所述被检眼图像数据的再次使用的情况下,执行将所述被检眼图像数据及所述图像诊断结果保存到数据库的保存处理。
21.根据权利要求20所述的信息处理系统,其中,
所述第2信息处理装置执行学习处理,即,使用所述数据库中保存的被检眼图像数据及所述图像诊断结果执行机械学习,生成学习参数,
在所述图像诊断处理中,所述第2信息处理装置使用通过所述学习处理生成的学习参数来进行图像诊断。
22.根据权利要求21所述的信息处理系统,其中,
所述第2信息处理装置执行修改处理,即,将所述被检眼图像数据变更为不同的被检眼图像数据,
在所述保存处理中,所述第2信息处理装置将基于所述修改处理得到的变更后的被检眼图像数据及所述图像诊断结果保存到所述数据库。
23.根据权利要求22所述的信息处理系统,其中,
在所述图像诊断处理中,所述第2信息处理装置根据基于所述修改处理得到的修改后的被检眼图像数据来进行图像诊断,
在所述修改处理中,所述第2信息处理装置在基于所述修改后的被检眼图像数据得到的图像诊断结果与基于修改前的被检眼图像数据得到的图像诊断结果不相同的情况下再次进行修改,
在所述保存处理中,所述第2信息处理装置在基于所述修改后的被检眼图像数据得到的图像诊断结果与基于修改前的被检眼图像数据得到的图像诊断结果成为相同诊断结果的情况下,将成为所述相同诊断结果的基于所述修改后的被检眼图像数据及所述修改前的被检眼图像数据得到的图像诊断结果保存到所述数据库。
24.根据权利要求23所述的信息处理系统,其中,
在所述修改处理中,所述第2信息处理装置通过使右眼的被检眼图像数据反转而设为修改后的左眼的被检眼图像数据,通过使左眼的被检眼图像数据反转而设为修改后的右眼的被检眼图像数据。
25.根据权利要求23所述的信息处理系统,其中,
在所述修改处理中,所述第2信息处理装置对所述被检眼图像数据中的不与异常区域关联的健康区域内的图像数据进行修改。
26.根据权利要求25所述的信息处理系统,其中,
所述健康区域内的图像数据是表示存在于所述健康区域中的眼睛组织的形状数据。
27.根据权利要求26所述的信息处理系统,其中,
在所述修改处理中,所述第2信息处理装置基于所述图像诊断结果,对表示存在于所述健康区域中的眼睛组织的形状数据进行修改。
28.根据权利要求27所述的信息处理系统,其中,
在所述修改处理中,所述第2信息处理装置在所述图像诊断结果是诊断出存在毛细血管瘤的第1视网膜症的情况下,以不删除表示存在于所述健康区域中的眼睛组织的形状数据的方式进行修改。
29.根据权利要求27所述的信息处理系统,其中,
在所述修改处理中,所述第2信息处理装置在所述图像诊断结果是由于比诊断出存在毛细血管瘤的第1视网膜症更恶化而诊断出存在规定范围的无血管区的第2视网膜症的情况下,以不向表示存在于所述健康区域中的眼睛组织的形状数据追加其他形状数据的方式进行修改。
30.根据权利要求21所述的信息处理系统,其中,
具有能够与所述第2信息处理装置进行通信且具有所述数据库的第3信息处理装置,
在所述学习处理中,所述第2信息处理装置通过访问所述第3信息处理装置,而使用所述数据库中保存的被检眼图像数据及所述图像诊断结果执行机械学习,生成所述学习参数,并向所述第3信息处理装置发送,
在所述图像诊断处理中,所述第2信息处理装置通过访问所述第3信息处理装置而从所述第3信息处理装置获取所述学习参数,使用所述学习参数进行图像诊断。
31.根据权利要求22所述的信息处理系统,其中,
具有能够与所述第2信息处理装置进行通信且具有所述数据库的第3信息处理装置,
所述第2信息处理装置执行第3发送处理,即,向所述第3信息处理装置发送所述变更后的被检眼图像数据及所述图像诊断结果,
所述第3信息处理装置执行保存处理,即,将从所述第2信息处理装置发送来的所述变更后的被检眼图像数据及所述图像诊断结果保存到所述数据库。
32.根据权利要求23所述的信息处理系统,其中,
具有能够与所述第2信息处理装置进行通信且具有所述数据库的第3信息处理装置,
所述第2信息处理装置执行第3发送处理,即,向所述第3信息处理装置发送成为所述相同诊断结果的基于所述变更后的被检眼图像数据及所述修改前的被检眼图像数据得到的图像诊断结果,
所述第3信息处理装置执行保存处理,即,将从所述第2信息处理装置发送来的成为所述相同诊断结果的基于所述修改后的被检眼图像数据及所述修改前的被检眼图像数据得到的图像诊断结果保存到所述数据库。
33.根据权利要求30所述的信息处理系统,其中,
所述第3信息处理装置是所述第1信息处理装置。
34.一种信息处理装置,能够与其他信息处理装置进行通信,其中,
具有执行程序的处理器和存储所述程序的存储设备,
所述处理器执行以下处理:
获取处理,获取同意信息,该同意信息是与针对患者的被检眼图像数据在所述其他信息处理装置中的使用的同意相关的信息;以及
发送处理,基于通过所述获取处理获取到的同意信息,向所述其他信息处理装置发送所述被检眼图像数据。
35.根据权利要求34所述的信息处理装置,其中,
所述同意信息包括表示在所述其他信息处理装置中基于所述被检眼图像数据进行图像诊断处理后,允许或不允许所述被检眼图像数据在所述其他信息处理装置中的再次使用的信息。
36.根据权利要求34所述的信息处理装置,其中,
所述同意信息包括第1同意信息和第2同意信息,该第1同意信息表示允许或不允许所述被检眼图像数据在所述其他信息处理装置中的使用,该第2同意信息表示在所述被检眼图像数据的使用后允许或不允许所述被检眼图像数据在所述其他信息处理装置中的再次使用。
37.根据权利要求36所述的信息处理装置,其中,
在所述发送处理中,所述信息处理装置在所述第1同意信息表示不允许所述被检眼图像数据的使用的情况下,不向所述其他信息处理装置发送所述被检眼图像数据。
38.根据权利要求36所述的信息处理装置,其中,
在所述发送处理中,所述信息处理装置在所述第1同意信息表示允许所述被检眼图像数据的使用的情况下,向所述其他信息处理装置发送所述被检眼图像数据及所述第2同意信息。
39.一种信息处理装置,能够与存储患者的被检眼图像数据的其他信息处理装进行通信,其中,
具有执行程序的处理器和存储所述程序的存储设备,能够访问存储学习数据的数据库,
所述处理器执行以下处理:
接收处理,从所述其他信息处理装置接收所述被检眼图像数、和表示允许或不允许所述被检眼图像数据在所述信息处理装置中的再次使用的同意信息;
图像诊断处理,基于通过所述接收处理接收到的被检眼图像数据来进行图像诊断;
发送处理,向所述其他信息处理装置发送基于所述图像诊断处理的图像诊断结果;以及
数据控制处理,基于通过所述接收处理接收到的同意信息来控制所述被检眼图像数据的清除或向所述数据库的保存。
40.根据权利要求39所述的信息处理装置,其中,
在所述数据控制处理中,所述处理器在所述同意信息表示不允许所述被检眼图像数据的再次使用的情况下,清除所述被检眼图像数据。
41.根据权利要求39所述的信息处理装置,其中,
在所述数据控制处理中,所述处理器在所述同意信息表示允许所述被检眼图像数据的再次使用的情况下,将所述被检眼图像数据及所述图像诊断结果作为所述学习数据保存到所述数据库。
42.一种信息处理装置,能够与其他第1信息处理装置及其他第2信息处理装置进行通信,该其他第1信息处理装置存储患者的被检眼图像数据,该其他第2信息处理装置具有存储学习数据的数据库,其中,
所述信息处理装置具有执行程序的处理器和存储所述程序的存储设备,
所述处理器执行以下处理:
接收处理,从所述其他第1信息处理装置接收所述被检眼图像数据、和表示允许或不允许所述被检眼图像数据在所述信息处理装置中的再次使用的同意信息;
图像诊断处理,基于通过所述接收处理接收到的被检眼图像数据来进行图像诊断;
发送处理,向所述其他第1信息处理装置发送基于所述图像诊断处理的图像诊断结果;以及
数据处理,基于通过所述接收处理接收到的同意信息,执行所述被检眼图像数据的清除或向所述其他第2信息处理装置的发送。
43.一种信息处理程序,使能够与其他信息处理装置进行通信的信息处理装置的处理器执行以下处理:
获取处理,获取同意信息,该同意信息是与针对患者的被检眼图像数据在所述其他信息处理装置中的使用的同意相关的信息;以及
发送处理,基于通过所述获取处理获取到的同意信息,向所述其他信息处理装置发送所述被检眼图像数据。
44.一种信息处理程序,使信息处理装置的处理器执行以下处理,该信息处理装置能够与存储患者的被检眼图像数据的其他信息处理装置进行通信,且能够访问存储学习数据的数据库,所述处理为:
接收处理,从所述其他信息处理装置接收所述被检眼图像数据、和表示允许或不允许所述被检眼图像数据在所述信息处理装置中的再次使用的同意信息;
图像诊断处理,基于通过所述接收处理接收到的被检眼图像数据来进行图像诊断;
发送处理,向所述其他信息处理装置发送基于所述图像诊断处理的图像诊断结果;以及
数据控制处理,基于通过所述接收处理接收到的同意信息,控制所述被检眼图像数据的清除或向所述数据库的保存。
45.一种信息处理程序,使信息处理装置的处理器执行以下处理,该信息处理装置能够与存储患者的被检眼图像数据的其他第1信息处理装置、及具有存储学习数据的数据库的其他第2信息处理装置进行通信,所述处理为:
接收处理,从所述其他第1信息处理装置接收所述被检眼图像数据、和表示允许或不允许所述被检眼图像数据在所述信息处理装置中的再次使用的同意信息;
图像诊断处理,基于通过所述接收处理接收到的被检眼图像数据来进行图像诊断;
发送处理,向所述其他信息处理装置发送基于所述图像诊断处理的图像诊断结果;以及
数据控制处理,基于通过所述接收处理接收到的同意信息,控制所述被检眼图像数据的清除或向所述其他第2信息处理装置的发送。
46.一种信息处理方法,由能够与其他信息处理装置进行通信的信息处理装置执行,其中,包括以下处理:
获取处理,获取同意信息,该同意信息是与针对患者的被检眼图像数据在所述其他信息处理装置中的使用的同意相关的信息;以及
发送处理,基于通过所述获取处理获取到的同意信息,向所述其他信息处理装置发送所述被检眼图像数据。
47.一种信息处理方法,由信息处理装置执行,该信息处理装置能够与存储患者的被检眼图像数据的其他信息处理装置进行通信,且能够访问存储学习数据的数据库,其中,所述信息处理方法包括以下处理:
接收处理,从所述其他信息处理装置接收所述被检眼图像数据、和表示允许或不允许所述被检眼图像数据在所述信息处理装置中的再次使用的同意信息;
图像诊断处理,基于通过所述接收处理接收到的被检眼图像数据来进行图像诊断;
发送处理,向所述其他信息处理装置发送基于所述图像诊断处理的图像诊断结果;以及
数据控制处理,基于通过所述接收处理接收到的同意信息,控制所述被检眼图像数据的清除或向所述数据库的保存。
48.一种信息处理方法,由信息处理装置执行,该信息处理装置能够与存储患者的被检眼图像数据的其他第1信息处理装置、及具有存储学习数据的数据库的其他第2信息处理装置进行通信,其中,所述信息处理方法包括以下处理:
接收处理,从所述其他第1信息处理装置接收所述被检眼图像数据、和表示允许或不允许所述被检眼图像数据在所述信息处理装置中的再次使用的同意信息;
图像诊断处理,基于通过所述接收处理接收到的被检眼图像数据来进行图像诊断;
发送处理,向所述其他信息处理装置发送基于所述图像诊断处理的图像诊断结果;以及
数据控制处理,基于通过所述接收处理接收到的同意信息,控制所述被检眼图像数据的清除或向所述其他第2信息处理装置的发送。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962880975P | 2019-07-31 | 2019-07-31 | |
US62/880,975 | 2019-07-31 | ||
PCT/JP2020/029058 WO2021020444A1 (ja) | 2019-07-31 | 2020-07-29 | 情報処理システム、情報処理装置、情報処理プログラムおよび情報処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114450753A true CN114450753A (zh) | 2022-05-06 |
Family
ID=74229194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080065409.5A Pending CN114450753A (zh) | 2019-07-31 | 2020-07-29 | 信息处理系统、信息处理装置、信息处理程序及信息处理方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220280034A1 (zh) |
EP (1) | EP4006915A4 (zh) |
JP (1) | JPWO2021020444A1 (zh) |
CN (1) | CN114450753A (zh) |
WO (1) | WO2021020444A1 (zh) |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5951086B2 (ja) * | 1977-11-30 | 1984-12-12 | 松下電器産業株式会社 | 誘電体磁器材料 |
JPH11338950A (ja) * | 1998-05-29 | 1999-12-10 | Hitachi Ltd | 診療情報の管理方法及びこれを用いた地域医療情報システム |
JP2004070562A (ja) * | 2002-08-05 | 2004-03-04 | Hitachi Medical Corp | 医用画像処理クライアント/認証サーバ・システム及び認証サーバ |
JP2006201830A (ja) * | 2005-01-18 | 2006-08-03 | Toshiba Corp | 医療情報管理システム及び医療情報管理方法 |
JP2008204378A (ja) * | 2007-02-22 | 2008-09-04 | Fujifilm Corp | 診療データ共有サーバ、診療データ共有方法、及び診療データファイリング装置 |
WO2014157729A1 (ja) * | 2013-03-29 | 2014-10-02 | 三菱化学メディエンス株式会社 | 情報提供システム及び情報提供システムの制御方法 |
JP5951086B2 (ja) | 2015-08-06 | 2016-07-13 | 株式会社トプコン | 眼科情報処理システム、眼科情報処理サーバー及び眼科情報処理方法 |
WO2017096353A1 (en) * | 2015-12-03 | 2017-06-08 | The Cleveland Clinic Foundation | Automated clinical evaluation of the eye |
JP6796419B2 (ja) * | 2016-07-19 | 2020-12-09 | 株式会社トプコン | 医療情報処理システム及び医療情報処理方法 |
JP6776887B2 (ja) * | 2016-12-26 | 2020-10-28 | 大日本印刷株式会社 | 遠隔診療システム、及び予約受付装置 |
JP6878923B2 (ja) * | 2017-01-31 | 2021-06-02 | 株式会社ニデック | 画像処理装置、画像処理システム、および画像処理プログラム |
CN108771530B (zh) * | 2017-05-04 | 2021-03-30 | 深圳硅基智能科技有限公司 | 基于深度神经网络的眼底病变筛查系统 |
KR101977645B1 (ko) * | 2017-08-25 | 2019-06-12 | 주식회사 메디웨일 | 안구영상 분석방법 |
-
2020
- 2020-07-29 CN CN202080065409.5A patent/CN114450753A/zh active Pending
- 2020-07-29 EP EP20845931.3A patent/EP4006915A4/en active Pending
- 2020-07-29 US US17/631,242 patent/US20220280034A1/en active Pending
- 2020-07-29 JP JP2021535386A patent/JPWO2021020444A1/ja active Pending
- 2020-07-29 WO PCT/JP2020/029058 patent/WO2021020444A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2021020444A1 (ja) | 2021-02-04 |
US20220280034A1 (en) | 2022-09-08 |
JPWO2021020444A1 (zh) | 2021-02-04 |
EP4006915A4 (en) | 2023-08-30 |
EP4006915A1 (en) | 2022-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fenner et al. | Advances in retinal imaging and applications in diabetic retinopathy screening: a review | |
CN108885899B (zh) | 医学影像传输数据的处理方法、装置及电子设备 | |
US10757374B2 (en) | Medical support system | |
JP5887098B2 (ja) | 眼科情報処理システム、眼科情報処理サーバー及び眼科情報処理方法 | |
JP2018014059A (ja) | 医療情報処理システム及び医療情報処理方法 | |
JP2015515659A (ja) | 患者に関連するデータレコードを処理するための方法 | |
JP6894001B2 (ja) | 診断支援装置、内視鏡装置、管理装置、診断支援方法、管理方法、診断支援プログラム、及び管理プログラム | |
WO2020202680A1 (ja) | 情報処理装置及び情報処理方法 | |
KR20130103689A (ko) | 정보처리장치 및 정보처리방법 | |
JP6172937B2 (ja) | 医療情報端末、医療情報端末の制御方法およびプログラム | |
US20190095583A1 (en) | Method and system for electronic medical record processing in presence of conflicts | |
JP5951086B2 (ja) | 眼科情報処理システム、眼科情報処理サーバー及び眼科情報処理方法 | |
WO2021020443A1 (ja) | 情報処理システム、情報処理装置、画像取得装置、情報処理方法、画像取得方法、及びプログラム | |
JP2007243256A (ja) | 医療用画像暗号化装置 | |
Gu et al. | Review of visualization approaches in deep learning models of glaucoma | |
CN114450753A (zh) | 信息处理系统、信息处理装置、信息处理程序及信息处理方法 | |
US20080109261A1 (en) | Method and apparatus for providing information, and computer product | |
JP2009003527A (ja) | 情報通信試験装置及び医用機器 | |
JP2016224793A (ja) | 医用診断支援システム、医用情報表示装置、医用情報管理装置及び医用画像処理プログラム | |
KR102304684B1 (ko) | 망막치료컨텐츠제공장치 및 그 동작 방법 | |
KR102054454B1 (ko) | 전자의무기록 송수신 방법 및 디바이스 | |
JP2006024048A (ja) | 医用情報イベント処理システム、医用情報イベント処理方法 | |
KR20160086123A (ko) | 전자 의무기록 제공 장치 | |
JP4659416B2 (ja) | 電子カルテシステム及び電子カルテ管理方法 | |
WO2022270584A1 (ja) | 情報処理システム、情報処理方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |