CN115516575A - 医疗系统 - Google Patents

医疗系统 Download PDF

Info

Publication number
CN115516575A
CN115516575A CN202180032156.6A CN202180032156A CN115516575A CN 115516575 A CN115516575 A CN 115516575A CN 202180032156 A CN202180032156 A CN 202180032156A CN 115516575 A CN115516575 A CN 115516575A
Authority
CN
China
Prior art keywords
data
patient
medical
ophthalmic
estimation processing
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
CN202180032156.6A
Other languages
English (en)
Inventor
和田智之
丸山真幸
斋藤德人
种石庆
福间康文
秋叶正博
竹内乐
南出夏奈
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.)
Topcon Corp
RIKEN Institute of Physical and Chemical Research
Original Assignee
Topcon Corp
RIKEN Institute of Physical and Chemical Research
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
Priority claimed from JP2020080066A external-priority patent/JP7481705B2/ja
Application filed by Topcon Corp, RIKEN Institute of Physical and Chemical Research filed Critical Topcon Corp
Publication of CN115516575A publication Critical patent/CN115516575A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
    • 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
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
    • 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
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
    • A61B3/1225—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes using coherent radiation
    • A61B3/1233—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes using coherent radiation for measuring blood flow, e.g. at the retina
    • 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
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
    • A61B3/1241—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes specially adapted for observation of ocular blood flow, e.g. by fluorescein angiography
    • 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
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/13—Ophthalmic microscopes
    • A61B3/135—Slit-lamp microscopes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4842—Monitoring progression or stage of a disease
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/02—Stethoscopes
    • A61B7/04—Electric stethoscopes
    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/091—Measuring volume of inspired or expired gases, e.g. to determine lung capacity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]

Abstract

在示例性方式的医疗系统(1)中，眼科数据获取部(10)构成为从患者获取眼科数据，内科数据获取部(20)构成为从患者获取内科数据。推断处理部(30)构成为使用通过机器学习构建的学习完毕模型来执行推断处理，所述机器学习使用包括眼科数据、内科数据以及诊断结果数据的训练数据。推断处理部(30)至少基于由眼科数据获取部(10)从患者获取的眼科数据以及由内科数据获取部(20)从该患者获取的内科数据来执行推断处理并生成推定诊断数据。输出部(40)输出该推断处理的结果。

Description

医疗系统
技术领域
本发明涉及一种医疗系统。
背景技术
疾病的症状、重症化的迹象是复杂的，为了检测这些情况而一直进行着各种技术的开发。例如，在专利文献1中公开了以下一种发明：作为自动且无创地进行基于输液的复苏处置中的失血的早期诊断、实时监测、跟踪的技术，用各种传感器对从患者得到的生理学性数据进行分析，从而推定出血概率。另外，在专利文献2中公开了以下一种技术：作为不使用先进的医学知识而判断传染病风险的技术，基于动脉血氧饱和度、体温以及心率的每一个是否存在异常来判断传染病风险。
专利文献1：日本特表2017-534421号公报(国际公开第2016/061542号)
专利文献2：日本特开2016-123605号公报
发明内容
本发明的目的之一是提供一种高精度地检测出症状、重症化的迹象的新技术。
一些示例性方式所涉及的医疗系统包括：眼科数据获取部，包括用于从患者获取眼科数据的至少一个眼科检查装置；内科数据获取部，包括用于从所述患者获取内科数据的至少一个内科检查装置；推断处理部，使用通过机器学习构建的学习完毕模型来执行推断处理，所述机器学习使用包括眼科数据、内科数据以及诊断结果数据的训练数据；以及输出部，输出由所述推断处理部执行的所述推断处理的结果，所述推断处理部至少基于由所述眼科数据获取部获取的所述患者的所述眼科数据和由所述内科数据获取部获取的所述患者的所述内科数据来执行所述推断处理并生成推定诊断数据。
在一些示例性方式所涉及的医疗系统中，可以是，所述至少一个眼科检查装置包括用于获取眼部特性数据的眼科测定装置以及用于获取眼部图像数据的眼科拍摄装置中的任一个或两者，输入到所述推断处理部的所述眼科数据可以包括由所述眼科测定装置从所述患者获取的眼部特性数据以及由所述眼科拍摄装置从所述患者获取的眼部图像数据中的任一个或两者，所述学习完毕模型包括通过使用包括眼部特性数据和眼部图像数据中的任一个或两者以及诊断结果数据的训练数据的机器学习构建的第一学习完毕模型。
在一些示例性方式所涉及的医疗系统中，可以是，所述眼科测定装置包括眼部血流测定装置和眼部屈光测定装置中的任一个或两者。
在一些示例性方式所涉及的医疗系统中，可以是，所述眼部血流测定装置包括光学相干断层扫描装置和激光散斑血流成像装置中的任一个或两者。
在一些示例性方式所涉及的医疗系统中，可以是，所述眼科拍摄装置包括光学相干断层扫描装置、眼底相机、裂隙灯显微镜以及手术用显微镜中的至少一个。
在一些示例性方式所涉及的医疗系统中，可以是，所述至少一个内科检查装置包括用于获取听诊音数据的电子听诊器、用于获取血氧数据的血氧测定装置、用于获取血流数据和脉搏数据中的任一个或两者的血流量计、用于获取呼吸功能数据的呼吸功能测定装置、用于获取心电图数据和心跳数据中的任一个或两者的心电图仪、用于获取血压数据和脉搏数据中的任一个或两者的血压计以及用于获取体温数据的体温计中的至少一个，可以是，输入到所述推断处理部的所述内科数据包括由所述电子听诊器从所述患者获取的听诊音数据、由所述血氧测定装置从所述患者获取的血氧数据、由所述血流量计从所述患者获取的血流数据和脉搏数据中的任一个或两者、由所述呼吸功能测定装置从所述患者获取的呼吸功能数据、由所述心电图仪从所述患者获取的心电图数据和心跳数据中的任一个或两者、由所述血压计从所述患者获取的血压数据和脉搏数据中的任一个或两者以及由所述体温计从所述患者获取的体温数据中的至少一个，可以是，所述学习完毕模型包括通过使用包括听诊音数据、血流数据、脉搏数据、呼吸功能数据、心电图数据、心跳数据、血压数据以及体温数据中的至少一个和诊断结果数据的训练数据的机器学习构建的第二学习完毕模型。
在一些示例性方式所涉及的医疗系统中，可以是，所述输出部包括发送部，所述发送部将所述推断处理的结果发送到相对于所述眼科数据获取部和所述内科数据获取部两者位于远程位置的医生终端。
在一些示例性方式所涉及的医疗系统中，可以是，所述推断处理部执行用于求出所述患者患有肺炎的概率的推断处理、用于求出所述患者患有伴随肺炎产生的传染病的概率的推断处理、用于求出所述患者的肺炎的严重程度的推断处理以及用于求出伴随所述患者的肺炎产生的传染病的严重程度的推断处理中的至少一个。
根据示例性方式，能够实现对症状、重症化的迹象进行检测的处理的高精度化。
附图说明
图1是表示示例性方式所涉及的医疗系统的结构的一例的概要图。
图2A是表示示例性方式所涉及的医疗系统的结构的一例的概要图。
图2B是表示示例性方式所涉及的医疗系统的结构的一例的概要图。
图3是表示示例性方式所涉及的医疗系统的结构的一例的概要图。
图4是表示示例性方式所涉及的医疗系统的结构的一例的概要图。
图5是表示示例性方式所涉及的医疗系统的结构的一例的概要图。
图6是表示示例性方式所涉及的医疗系统的工作的一例的流程图。
具体实施方式
在本公开中，说明关于医疗系统的一些示例性方式。示例性方式的医疗系统用计算机进行基于从患者获取的眼科数据和内科数据的诊断推断。典型地，该计算机包括通过机器学习构建的学习模型。眼科数据包括利用(主要)在眼科领域中使用的检查装置(眼科检查装置)从患者的眼部获取的数据。内科数据包括利用(主要)在内科领域中使用的检查装置(内科检查装置)从患者的患部获取的数据。内科数据也可以包括电子医疗病历数据、问诊数据、患者背景信息(例如，年龄、治疗史、病历、用药史、手术史等)。
在示例性方式的医疗系统中，通过综合地对眼科数据和内科数据进行处理，能够高精度地检测称为疾病的症状、重症化的迹象这种复杂的生理学性事件。除此以外，一些示例性方式的医疗系统还考虑到以下说明的背景而想出的，能够起到与此对应的效果。
医生、护士等医护人员面临着院内感染的风险。例如，在2020年发生的新型冠状病毒传染病(Coronavirus Disease 2019；COVID-19)的大流行中，在人满为患的医疗机构中发生聚集性感染等，医护人员的感染风险成为大的问题。此外，医护人员的感染风险的增加不仅发生在传染病流行期间，还发生在发生灾害、重大事故期间。
通常，对于降低感染风险，重要的是充分确保人与人之间的距离、所谓社交距离(social distancing)，但是在标准的医疗中实现这些并不容易。例如，在使用听诊器监听由心脏、肺部、血管等发出的声音时、为了观察眼部而使用裂隙灯显微镜时等中，医生等需要靠近患者进行处置。
一些示例性方式的医疗系统构成为将基于从眼科检查装置和内科检查装置分别获取的数据得到的诊断推断结果提供给相对于这些检查装置位于远程位置的医生终端。由此，能够使用以往在不靠近患者时无法实施的检查(听诊、裂隙灯检查等)中获取的数据进行诊断。即，根据一些示例性方式的医疗系统，能够允许患者与医护人员之间的适当的社交距离，并且能够高精度地检测称为疾病的症状、重症化的迹象这种复杂的生理学性事件。
在此，“远程位置”只要是能够确保患者与医护人员之间的社交距离的位置关系即可。例如，医生终端可以设置于与检查装置不同的房间或与检查装置不同的设施。
此外，在如穿着全套防护服的情况那样在充分的传染病防护系统下实施检查的情况下，可以不用确保社交距离。在仅一部分检查(特定检查)是在充分的传染病防护系统下实施的情况等中，医疗系统可以构成为将信息提供给相对于用于特定检查以外的检查的每个检查装置位于远程位置的医生终端。
能够通过在本说明书中引用的文献中记载的事项、其它任意的公知技术来变形示例性方式。该变形例可以是附加、组合、替换、删除、省略以及其它加工中的任一个。
在本公开中说明的要素的功能的至少一部分也可以使用电路结构(circuitry)或处理电路结构(processing circuitry)来实现。电路结构或处理电路结构以执行公开的功能的至少一部分的方式构成和/或编程的通用处理器、专用处理器、集成电路、CPU(CentralProcessing Unit：中央处理器)、GPU(Graphics Processing Unit：图形处理器)、ASIC(Application Specific Integrated Circuit：专用集成电路)、可编程逻辑设备(例如，SPLD(Simple Programmable Logic Device：简单可编程逻辑设备)、CPLD(ComplexProgrammable Logic Device：复杂可编程逻辑设备)、FPGA(Field Programmable GateArray：现场可编程门阵列))、以往的电路结构以及它们的任意组合中的任一个。处理器可被视作包括晶体管和/或其它电路结构的处理电路结构或电路结构。在本公开中，电路结构、电路、计算机、处理器、单元、部件、部或类似于它们的术语可以包括执行公开的功能的至少一部分的硬件和/或以执行所公开的功能的至少一部分的方式编程的硬件。硬件也可以是在本说明书中公开的硬件或以执行所公开的功能的至少一部分的方式编程和/或构成的已知的硬件。在硬件为可被视为某种类型的电路结构的处理器的情况下，电路结构、电路、计算机、处理器、单元、部件、部或类似于它们的术语可以是硬件与软件的组合，该软件也可以使用于构成硬件和/或处理器。
也可以任意地组合以下说明的示例性方式。例如，能够至少部分地组合两个以上的示例性方式。
<系统的结构>
说明示例性方式的医疗系统的结构的一些示例。图1示出的示例性的医疗系统1包括眼科数据获取部10、内科数据获取部20、推断处理部30以及输出部40。在典型的示例中，推断处理部30经由通信线路分别与眼科数据获取部10和内科数据获取部20连接。该通信线路例如可以形成医疗机构内的网络，或者也可以形成跨越多个施设的网络。应用于该通信线路的通信技术可以是任意的技术，可以是有线通信、无线通信、近距离通信等各种公知的通信技术中的任一个。
眼科数据获取部10构成为从患者获取眼科数据，其包括至少一个眼科检查装置。眼科检查装置是用于眼部的检查(眼科检查)的装置。由眼科数据获取部10获取的眼科数据经由通信线路被发送到推断处理部30。眼科检查装置的种类包括眼科测定装置和眼科拍摄装置。
眼科测定装置是用于获取眼部特性数据的装置。眼部特性数据是表示眼部的状态的数据(数值数据、评价数据等的特性数据)。眼科测定装置的种类包括眼部血流测定装置、眼部屈光测定装置、眼压计、角膜内皮细胞检查装置(角膜内皮显微镜)、高阶像差测定装置(波前像差仪)、视力检查装置、视野计、微视野计、眼轴长度测定装置、视网膜电图检查装置、双眼视觉功能检查装置以及色觉检查装置等。
眼部血流测定装置例如可以是日本特开2020-48730号公报等中记载的光学相干断层扫描(OCT)装置或日本特表2017-504836号公报等中记载的激光散斑血流成像(LSFG)装置。
眼部屈光测定装置(折射计、角膜散光计)、眼压计(非接触式眼压计)、角膜内皮显微镜以及波前像差仪的各例记载于日本特开2018-38518号公报中。
视力检查装置例如可以是日本特开2018-110687号公报中记载的能够进行远程视力检查的装置。
其它种类的眼科测定装置也能够采用任意的公知的装置。
眼科拍摄装置是用于从患者获取眼部图像数据的装置。眼部图像数据是通过任意的眼科模态得到的视觉数据。眼科模态例如可以是照片拍摄型的模态或扫描型的模态。眼科拍摄装置的种类包括光学相干断层扫描装置、眼底相机、裂隙灯显微镜、手术用显微镜等。
光学相干断层扫描装置和眼底相机例如可以是日本特开2020-44027号公报中记载的使各种拍摄准备工作自动化的装置。此外，拍摄准备工作是为了准备拍摄条件而执行的工作，其示例包括对准调整、聚焦调整、光路长度调整、偏光调整、光量调整等。另外，也能够自动地执行为了维持通过拍摄准备工作而完成的良好的拍摄条件的工作。这种工作包括与眼部的活动一致的自动对准调整(跟踪)、与眼部的活动一致的自动光路长度调整(Z锁定)等。
裂隙灯显微镜例如可以是日本特开2019-213734号公报中记载的对远程拍摄有效的装置。
手术用显微镜例如可以是日本特开2002-153487号公报中记载的对远程手术有效的装置。
其它种类的眼科拍摄装置也能够采用任意的公知的装置。
典型的眼科检查装置与所述一些文献中记载的发明同样地，可以构成为能够进行远程操作、远程控制。作为一例，考虑到对医护人员的感染风险，可以将使用眼科检查装置进行检查的检查室与对该眼科检查装置进行操作的操作室分开。在检查室内除了设置眼科检查装置以外，还设置用于输出操作室内的操作者的指示(声音、图像、视频等)的扬声器和显示器、用于拍摄检查室内的被检者(患者)的摄像机、用于输入被检者的声音的麦克风、与眼科检查装置连接的计算机等。另一方面，在操作室内设置用于对眼科检查装置进行远程操作的设备(计算机、操作面板等)、用于显示由眼科检查装置获取的数据的显示器(例如，与检查室内的计算机连接)、用于输入向被检者的指示的摄像机和麦克风、与眼科检查装置连接的计算机等。通过这种结构，操作室内的操作者例如可以使用应用程序接口(API)对检查室内的眼科检查装置进行远程操作，并且可以使用可视电话等向被检者发送指示。由此，能够大幅降低被检者对操作者(医护人员)的感染风险。
图2A和图2B示出眼科数据获取部10的结构例。在图2A示出的眼科数据获取部10中设置有K个眼科检查装置11-k。在此，K为1以上的整数(K≥1)，k为属于1～K的范围的整数(1≤k≤K)。在K个眼科检查装置11-k中包括M个眼科测定装置12-m和N个眼科拍摄装置13-n。在此，M与N之和等于K(M+N＝K)，M为0以上的整数(M≥0)，m为属于0～M的范围的整数(0≤m≤M)，N为0以上的整数(N≥0)，n为属于0～N的范围的整数(0≤n≤N)。
在图2B示出的例中，眼科测定装置12-m的数量M为1以上的整数(M≥1)。在M个眼科测定装置12-m中包括M1个眼部血流测定装置14-m1和M2个眼部屈光测定装置15-m2。在此，M1与M2之和等于M(M1+M2＝M)，M1为0以上的整数(M1≥0)，m1为属于0～M1的范围的整数(0≤m1≤M1)，M2为0以上的整数(M2≥0)，m2为属于0～M2的范围的整数(0≤m2≤M2)。
内科数据获取部20构成为从患者获取内科数据，其包括至少一个内科检查装置。内科检查装置是(主要)在内科领域中使用的装置。由内科数据获取部20获取的内科数据经由通信线路被发送到推断处理部30。内科检查装置种类很多，其中图3示出其几个。
在图3示出的示例性的内科数据获取部20中设置有电子听诊器21-p1、血氧测定装置22-p2、血流量计23-p3、呼吸功能测定装置24-p4、心电图仪25-p5、血压计26-p6以及体温计27-p7。在此，p1～p7分别为0以上的整数(p1、···、p7≥0)，p1～p7的总和为1以上的整数(p1+···+p7≥1)。
电子听诊器21-p1为用于获取听诊音数据的装置，例如可以是日本特开2017-198号公报等中记载的装置。由电子听诊器21-p1检测的听诊音的种类为任意的，例如可以是气管呼吸音、支气管呼吸音、肺泡呼吸音、心音以及血流音中的至少一个。
血氧测定装置22-p2为用于获取血氧数据的装置，例如可以是日本特开2019-111010号公报等中记载的脉搏血氧计。由血氧测定装置22-p2检测的血氧数据的种类为任意的，例如可以是氧饱和度、氧含量以及供氧量中的至少一个。
血流量计23-p3为用于获取血流数据和/或脉搏数据的装置，例如可以是日本特开2008-36095号公报等中记载的超声波血流量计、日本特开2008-154804号公报等中记载的激光血流量计以及日本特开平10-328152号公报等中记载的电磁血流量计中的任一个。由血流量计23-p3检测的血流数据的种类为任意的，例如可以是血流速度、血流量以及血流速度分布中的至少一个。
呼吸功能测定装置24-p4为用于获取呼吸功能数据的装置，例如可以是日本特表2019-527117号公报中记载的呼吸监测系统。由呼吸功能测定装置24-p4检测的呼吸功能数据的种类为任意的，例如可以是呼吸次数、潮气量、分钟通气量、气管内压、气速气流量、换气功率、吸入气体浓度以及吸气水蒸气中的至少一个。
心电图仪25-p5为用于获取心电图数据和心跳数据中的任一个或两者的装置，例如可以是日本特开2017-148577号公报中记载的心跳/心电图仪。由心电图仪25-p5检测的数据例如可以是心电波形和心率中的任一个或两者。
血压计26-p6为用于获取血压数据和脉搏数据中的任一个或两者的装置，例如可以是日本特开2018-29964号公报中记载的系统中的血压计。由血压计26-p6检测的数据例如可以是血压值和脉搏率中的任一个或两者。
体温计27-p7为用于获取体温数据的装置，例如可以是日本特开2018-29964号公报中记载的系统中的体温计。
推断处理部30构成为使用通过机器学习构建的学习完毕模型来执行推断处理，其中，该机器学习使用包括临床数据的训练数据。
例如，训练数据所包括的临床数据包括临床收集的眼科数据、内科数据以及诊断结果数据。典型地，眼科数据、内科数据以及诊断结果数据与每个临床病例或每个患者相关联，诊断结果数据由医生或其它推断模型(学习完毕模型)基于相关联的眼科数据和内科数据来求出。
通过基于这种训练数据的机器学习(监督学习)，制作学习完毕模型(推断模型)，该学习完毕模型输入由眼科数据获取部10从患者获取的眼科数据以及由内科数据获取部20从该患者获取的内科数据，并且输出推定出的诊断结果(推定诊断数据)。
推断处理部30包括这样得到的学习完毕模型，将由眼科数据获取部10从患者获取的眼科数据以及由内科数据获取部20从该患者获取的内科数据输入到学习完毕模型，并将从学习完毕模型输出的推定诊断数据发送到输出部40。
能够用于示例性方式的机器学习算法并不限定于监督学习，例如，可以是非监督学习、半监督学习、强化学习、转导、多任务学习等任意的算法，也可以是任意两个以上的算法的组合。
能够用于示例性方式的机器学习技术是任意的，例如，可以是神经网络、支持向量机、决策树学习、关联规则学习、遗传编程、聚类、贝叶斯网络、表达学习、极限学习机等任意的技术，也可以是任意两个以上的技术的组合。
图4示出推断处理部30的结构例。图4示出的示例性的推断处理部30包括Q个学习完毕模型31-q。在此，Q为1以上的整数(Q≥1)，q为属于1～Q的范围的整数。学习完毕模型31-q包括Q1个第一学习完毕模型32-q1和Q2个第二学习完毕模型33-q2。在此，Q1与Q2之和等于Q(Q1+Q2＝Q)，Q1为0以上的整数(Q1≥0)，q1为属于0～Q1的范围的整数(0≤q1≤Q1)，Q2为0以上的整数(Q2≥0)，q2为属于0～Q2的范围的整数(0≤q2≤Q2)。
第一学习完毕模型32-q1通过机器学习来构建，该机器学习使用包括眼部特性数据和眼部图像数据中的任一个或两者以及诊断结果数据的训练数据。例如，眼部特性数据和/或眼部图像数据通过临床收集。典型地，眼部特性数据和/或眼部图像数据以及诊断结果数据与每个临床病例或每个患者相关联，诊断结果数据由医生或其它推断模型基于相关联的眼部特性数据和/或眼部图像数据来求出。
通过基于这种训练数据的机器学习(监督学习)，制作学习完毕模型(推断模型)，该学习完毕模型输入由眼科数据获取部10的眼科测定装置12-m从患者获取的眼部特性数据以及由眼科拍摄装置13-n从该患者获取的眼部图像数据中的任一个或两者，并且输出推定出的诊断结果(推定诊断数据)。
此外，用于构建第一学习完毕模型32-q1的训练数据可以包括眼部特性数据和眼部图像数据中的任一个或两者、内科数据以及诊断结果数据。也就是说，用于构建第一学习完毕模型32-q1的训练数据可以还包括内科数据。在该情况下，制作学习完毕模型(推断模型)，该学习完毕模型输入由眼科数据获取部10的眼科测定装置12-m从患者获取的眼部特性数据以及由眼科拍摄装置13-n从该患者获取的眼部图像数据中的任一个或两者以及由内科数据获取部20获取的内科数据，并且输出推定出的诊断结果(推定诊断数据)。
第二学习完毕模型33-q2通过机器学习来构建，该机器学习使用包括内科数据和诊断结果数据的训练数据。内科数据例如为听诊音数据、血流数据、脉搏数据、呼吸功能数据、心电图数据、心跳数据、血压数据以及体温数据中的至少一个。内科数据通过临床收集。典型地，内科数据和诊断结果数据与每个临床病例或每个患者相关联，诊断结果数据由医生或其它推断模型根据相关联的内科数据来求出。
通过基于这种训练数据的机器学习(监督学习)，制作学习完毕模型(推断模型)，该学习完毕模型输入由内科数据获取部20从患者获取的内科数据，并且输出推定出的诊断结果(推定诊断数据)。
此外，用于构建第二学习完毕模型33-q2的训练数据可以包括内科数据、眼科数据以及诊断结果数据。也就是说，用于构建第二学习完毕模型33-q2的训练数据可以还包括眼科数据。在该情况下，制作学习完毕模型(推断模型)，该学习完毕模型输入由眼科数据获取部10获取的眼科数据以及由内科数据获取部20获取的内科数据，并且输出推定出的诊断结果(推定诊断数据)。
在学习完毕模型31-q包括一个以上的第一学习完毕模型32-q1和一个以上的第二学习完毕模型33-q2的情况下(Q1≥1、Q2≥1)，例如，对该学习完毕模型31-q输入以下列举的数据中的任一个：(1A)由眼科测定装置12-m从患者获取的眼部特性数据；(1B)由眼科拍摄装置13-n从该患者获取的眼部图像数据；(2A)由电子听诊器21-p1从该患者获取的听诊音数据；(2B)由血氧测定装置22-p2从该患者获取的血氧数据；(2C)由血流量计23-p3从该患者获取的血流数据和脉搏数据中的任一个或两者；(2D)由呼吸功能测定装置24-p4从该患者获取的呼吸功能数据；(2E)由心电图仪25-p5从该患者获取的心电图数据和心跳数据中的任一个或两者；(2F)由血压计26-p6从该患者获取的血压数据和脉搏数据中的任一个或两者；(2G)由体温计27-p7从该患者获取的体温数据。
在眼部特性数据(1A)和/或眼部图像数据(1B)被输入到学习完毕模型31-q的情况下，眼部特性数据(1A)和/或眼部图像数据(1B)至少被输入到第一学习完毕模型32-q1。第一学习完毕模型32-q1基于输入的眼部特性数据(1A)和/或眼部图像数据(1B)来执行推断处理并输出推定诊断数据。
在内科数据(2A)～(2G)中的任一个以上被输入到学习完毕模型31-q的情况下，内科数据(2A)～(2G)中的任一个以上至少被输入到第二学习完毕模型33-q2。第二学习完毕模型33-q2基于输入的内科数据(2A)～(2G)中的任一个以上来执行推断处理并输出推定诊断数据。
由此，得到作为第一学习完毕模型32-q1的输出的推定诊断数据以及作为第二学习完毕模型33-q2的输出的推定诊断数据。推断处理部30可以根据得到的多个推定诊断数据来生成最终的推定诊断数据(作为推断处理部30的输出的推定诊断数据)。例如，推断处理部30可以选择多个推定诊断数据中的任一个(例如，可以选择可信度最大的推定诊断数据)。或者，推断处理部30可以将得到的多个推定诊断数据中的两个以上进行组合来生成最终的推定诊断数据。或者，推断处理部30可以包括(列举)得到的多个推定诊断数据中的两个以上而生成最终的推定诊断数据。
此外，在眼部特性数据(1A)和/或眼部图像数据(1B)被输入到学习完毕模型31-q的情况下，也可以将眼部特性数据(1A)和/或眼部图像数据(1B)输入到第二学习完毕模型33-q2。在该情况下，第二学习完毕模型33-q2可以基于眼部特性数据(1A)和/或眼部图像数据(1B)以及内科数据(2A)～(2G)中的任一个以上来执行推断处理并输出推定诊断数据。
同样地，在内科数据(2A)～(2G)中的任一个以上被输入到学习完毕模型31-q的情况下，内科数据(2A)～(2G)中的任一个以上至少被输入到第一学习完毕模型32-q1。在该情况下，第一学习完毕模型32-q1可以基于内科数据(2A)～(2G)中的任一个以上以及眼部特性数据(1A)和/或眼部图像数据(1B)来执行推断处理并输出推定诊断数据。
由推断处理部30执行的推断处理的对象(疾病、症状等)可以是任意的。例如，推断处理部30可以构成为执行与肺炎有关的推断处理。更具体地说，推断处理部30可以构成为执行用于求出对象患者患有肺炎的概率(肺炎感染概率)的推断处理、用于求出对象患者患有伴随肺炎产生的传染病的概率(传染病感染概率)的推断处理、用于求出对象患者的肺炎的严重程度(肺炎严重程度)的推断处理以及用于求出伴随对象患者的肺炎产生的传染病的严重程度(传染病严重程度)的推断处理中的任一个。
在求出肺炎感染概率的情况下，推断处理部30的学习完毕模型31-q通过机器学习来构建，该机器学习是基于包括眼科数据、内科数据、表示肺炎感染状态的诊断结果数据的训练数据的机器学习。进而，将由眼科数据获取部10从患者获取的眼科数据以及由内科数据获取部20从该患者获取的内科数据输入到学习完毕模型31-q，从学习完毕模型31-q输出包括该患者的肺炎感染概率的推定诊断数据。
在求出肺炎感染概率的情况下，推断处理部30的学习完毕模型31-q通过机器学习来构建，该机器学习是基于包括眼科数据、内科数据、表示肺炎感染状态的诊断结果数据的训练数据的机器学习。进而，将由眼科数据获取部10从患者获取的眼科数据以及由内科数据获取部20从该患者获取的内科数据输入到学习完毕模型31-q，从学习完毕模型31-q输出包括该患者的肺炎感染概率的推定诊断数据。
在求出传染病感染概率的情况下，推断处理部30的学习完毕模型31-q通过机器学习来构建，该机器学习是基于包括眼科数据、内科数据、表示该传染病的感染状态的诊断结果数据的训练数据的机器学习。进而，将由眼科数据获取部10从患者获取的眼科数据以及由内科数据获取部20从该患者获取的内科数据输入到学习完毕模型31-q，从学习完毕模型31-q输出包括该患者的传染病感染概率的推定诊断数据。
在求出肺炎严重程度的情况下，推断处理部30的学习完毕模型31-q通过机器学习来构建，该机器学习是基于包括眼科数据、内科数据、表示肺炎的状态(例如，严重程度和/或与严重程度有关的信息)的诊断结果数据的训练数据的机器学习。进而，将由眼科数据获取部10从患者获取的眼科数据以及由内科数据获取部20从该患者获取的内科数据输入到学习完毕模型31-q，从学习完毕模型31-q输出包括该患者的肺炎严重程度的推定诊断数据。
在求出传染病严重程度的情况下，推断处理部30的学习完毕模型31-q通过机器学习来构建，该机器学习是基于包括眼科数据、内科数据、表示该传染病的状态(例如严重程度和/或与严重程度有关的信息)的诊断结果数据的训练数据的机器学习。进而，将由眼科数据获取部10从患者获取的眼科数据以及由内科数据获取部20从该患者获取的内科数据输入到学习完毕模型31-q，从学习完毕模型31-q输出包括该患者的传染病严重程度的推定诊断数据。
伴随肺炎产生的传染病例如可以是新型冠状病毒传染病(COVID-19)。另外，伴随肺炎产生的传染病的严重程度例如可以与任意症状(细胞因子风暴、发热、结膜充血、鼻塞、头痛、咳嗽、咽喉痛、咳痰、血痰、萎靡、气喘、恶心、呕吐、腹泻、肌肉疼痛、关节痛、寒战等)相关联，也可以与任意基础疾病(糖尿病、心力衰竭、呼吸道疾病(慢性阻塞性肺疾病(COPD)等)、人工透析的应用、特效药(免疫抑制剂、抗癌剂等)的给药等)相关联。
输出部40输出由推断处理部30执行的推断处理的结果。输出处理的方式是任意的，例如可以是发送、显示、记录以及打印中的任一个。由输出部40输出的信息可以是推断处理的结果本身(推定诊断数据)，也可以是包括推断处理的结果的信息，也可以是对推断处理的结果进行处理而得到的信息。例如，医疗系统1可以还包括报告制作部(未图示)，该报告制作部基于由推断处理部30得到的推定诊断数据来制作报告。在该情况下，输出部40可以输出制作的报告。
图5示出输出部40的结构例。图5示出的示例性的输出部40包括发送部41。发送部41将由推断处理部30执行的推断处理的结果发送到相对于眼科数据获取部10和内科数据获取部20两者位于远程位置的医生终端。
在此，从输出部40向医生终端的发送可以直接发送，也可以间接发送。直接发送是将推断处理的结果(推定诊断数据、报告等)从输出部40发送到医生终端的方式。另外，间接发送是将推断处理的结果发送到医生终端以外的装置(服务器、数据库等)并且经由该装置将推断处理的结果提供给医生终端的方式。
这样，相对于眼科数据获取部10和内科数据获取部20的两者在远程位置处配置医生终端，并且将推断处理部30根基于由眼科数据获取部10从患者获取的眼科数据以及由内科数据获取部20从该患者获取的内科数据生成的推定诊断数据(或基于该数据的信息)提供给该医生终端，由此可以确保医生(医护人员)与患者之间的社交距离，从而可以降低医生(医护人员)的感染风险。
<系统的使用方式>
参照图6的流程图来说明示例性方式所涉及的医疗系统1的使用方式的示例。
(S1：构建学习完毕模型)
作为医疗系统1的运用准备，构建在推断处理部30中使用的学习完毕模型31-q。此外，在该阶段进行的处理可以是已经运用的学习完毕模型的更新(参数的调整/更新)。
(S2：从患者获取眼科数据)
对象例如可以是新型冠状病毒传染病(COVID-19)确诊患者或新型冠状病毒传染病(COVID-19)疑似患者。医疗系统1的眼科数据获取部10从患者获取预定项目的眼科数据。
(S3：从患者获取内科数据)
另外，医疗系统1的内科数据获取部20从患者获取预定项目的内科数据。
此外，眼科数据的获取时机与内科数据的获取时机的关系是任意的。例如，可以在获取眼科数据之后获取内科数据，也可以在获取内科数据之后获取眼科数据，也可以同时获取眼科数据和内科数据。
另外，眼科数据获取与内科数据获取之间的时间差也是任意的。例如，在获取眼底血流数据作为眼科数据并获取心跳数据作为内科数据的情况下，它们两者之间原来存在时间差，因此不需要同时获取两者，例如，也可以有10分钟左右的时间差。然而，对于影响血液循环状态的条件(姿势等)，认为期望在眼科数据获取时与内科数据获取时设为相同。对于影响其它检查参数的条件(饮食、时间段、给药等)也相同。
(S4：将眼科数据和内科数据输入到学习完毕模型)
将在步骤S2中获取的眼科数据以及在步骤S3中获取的内科数据发送到推断处理部30，并输入到学习完毕模型31-q。
(S5：生成推定诊断数据)
学习完毕模型31-q根据在步骤S4中输入的眼科数据和内科数据来生成推定诊断数据。
(S6：制作报告)
医疗系统1(前述的未图示的报告制作部)基于在步骤S5中生成的推定诊断数据来制作报告。
(S7：发送报告)
输出部40的发送部41将在步骤S6中制作的报告发送到相对于眼科数据获取部10和内科数据获取部20两者位于远程位置的医生终端或能够对该医疗终端提供信息的计算机。医生终端并不限定于医生所使用的计算机，也可以是医生以外的医护人员所使用的计算机(医护人员终端)。
根据这种医疗系统1，能够确保医护人员与患者之间的社交距离，从而降低患者对医护人员的感染风险。并且，医疗系统1构成为以眼科数据和内科数据两者作为输入来自动地进行诊断推断，因此能够比以往的技术更高精度地检测症状、重症化的迹象。
(附图标记说明)
1：医疗系统
10：眼科数据获取部
11-k：眼科检查装置
12-m：眼科测定装置
13-n：眼科拍摄装置
14-m1：眼部血流测定装置
15-m2：眼部屈光测定装置
20：内科数据获取部
21-p1：电子听诊器
22-p2：血氧测定装置
23-p3：血流量计
24-p4：呼吸功能测定装置
25-p5：心电图仪
26-p6：血压计
27-p7：体温计
30：推断处理部
31-q：学习完毕模型
32-q1：第一学习完毕模型
33-q2：第二学习完毕模型
40：输出部
41：发送部

Claims (8)

1.一种医疗系统，包括：
眼科数据获取部，包括用于从患者获取眼科数据的至少一个眼科检查装置；
内科数据获取部，包括用于从所述患者获取内科数据的至少一个内科检查装置；
推断处理部，使用通过机器学习构建的学习完毕模型来执行推断处理，所述机器学习使用包括眼科数据、内科数据以及诊断结果数据的训练数据；以及
输出部，输出由所述推断处理部执行的所述推断处理的结果，
所述推断处理部至少基于由所述眼科数据获取部获取的所述患者的所述眼科数据和由所述内科数据获取部获取的所述患者的所述内科数据来执行所述推断处理并生成推定诊断数据。
2.根据权利要求1所述的医疗系统，其中，
所述至少一个眼科检查装置包括用于获取眼部特性数据的眼科测定装置以及用于获取眼部图像数据的眼科拍摄装置中的任一个或两者，
输入到所述推断处理部的所述眼科数据包括由所述眼科测定装置从所述患者获取的眼部特性数据以及由所述眼科拍摄装置从所述患者获取的眼部图像数据中的任一个或两者，
所述学习完毕模型包括通过使用包括眼部特性数据和眼部图像数据中的任一个或两者以及诊断结果数据的训练数据的机器学习构建的第一学习完毕模型。
3.根据权利要求2所述的医疗系统，其中，
所述眼科测定装置包括眼部血流测定装置和眼部屈光测定装置中的任一个或两者。
4.根据权利要求3所述的医疗系统，其中，
所述眼部血流测定装置包括光学相干断层扫描装置和激光散斑血流成像装置中的任一个或两者。
5.根据权利要求2至4中任一项所述的医疗系统，其中，
所述眼科拍摄装置包括光学相干断层扫描装置、眼底相机、裂隙灯显微镜以及手术用显微镜中的至少一个。
6.根据权利要求1至5中任一项所述的医疗系统，其中，
所述至少一个内科检查装置包括用于获取听诊音数据的电子听诊器、用于获取血氧数据的血氧测定装置、用于获取血流数据和脉搏数据中的任一个或两者的血流量计、用于获取呼吸功能数据的呼吸功能测定装置、用于获取心电图数据和心跳数据中的任一个或两者的心电图仪、用于获取血压数据和脉搏数据中的任一个或两者的血压计以及用于获取体温数据的体温计中的至少一个，
输入到所述推断处理部的所述内科数据包括由所述电子听诊器从所述患者获取的听诊音数据、由所述血氧测定装置从所述患者获取的血氧数据、由所述血流量计从所述患者获取的血流数据和脉搏数据中的任一个或两者、由所述呼吸功能测定装置从所述患者获取的呼吸功能数据、由所述心电图仪从所述患者获取的心电图数据和心跳数据中的任一个或两者、由所述血压计从所述患者获取的血压数据和脉搏数据中的任一个或两者以及由所述体温计从所述患者获取的体温数据中的至少一个，
所述学习完毕模型包括通过使用包括听诊音数据、血流数据、脉搏数据、呼吸功能数据、心电图数据、心跳数据、血压数据以及体温数据中的至少一个和诊断结果数据的训练数据的机器学习构建的第二学习完毕模型。
7.根据权利要求1至6中任一项所述的医疗系统，其中，
所述输出部包括发送部，所述发送部将所述推断处理的结果发送到相对于所述眼科数据获取部和所述内科数据获取部两者位于远程位置的医生终端。
8.根据权利要求1至7中任一项所述的医疗系统，其中，
所述推断处理部执行用于求出所述患者患有肺炎的概率的推断处理、用于求出所述患者患有伴随肺炎产生的传染病的概率的推断处理、用于求出所述患者的肺炎的严重程度的推断处理以及用于求出伴随所述患者的肺炎产生的传染病的严重程度的推断处理中的至少一个。
CN202180032156.6A 2020-04-30 2021-04-21 医疗系统 Pending CN115516575A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020-080066 2020-04-30
JP2020080066A JP7481705B2 (ja) 2020-04-30 医療システム
PCT/JP2021/016178 WO2021220910A1 (ja) 2020-04-30 2021-04-21 医療システム

Publications (1)

Publication Number Publication Date
CN115516575A true CN115516575A (zh) 2022-12-23

Family

ID=78279727

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180032156.6A Pending CN115516575A (zh) 2020-04-30 2021-04-21 医疗系统

Country Status (4)

Country Link
US (1) US20230165456A1 (zh)
EP (1) EP4145465A1 (zh)
CN (1) CN115516575A (zh)
WO (1) WO2021220910A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230005620A1 (en) * 2021-06-30 2023-01-05 Johnson & Johnson Vision Care, Inc. Systems and methods for identification and referral of at-risk patients to eye care professional

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10328152A (ja) 1997-05-30 1998-12-15 Shimadzu Corp 電磁血流計
JP2002153487A (ja) 2000-11-17 2002-05-28 Topcon Corp 顕微鏡
JP4933190B2 (ja) 2006-08-04 2012-05-16 フクダ電子株式会社 超音波血流計
JP2008154804A (ja) 2006-12-25 2008-07-10 Cyber Firm Inc 生体状態鑑別用装置及びレーザ血流計
JP2017534421A (ja) 2014-10-16 2017-11-24 フラッシュバック テクノロジーズ，インコーポレイテッド 輸液による蘇生の前、最中、および後の出血の迅速な検出
JP2016123605A (ja) 2014-12-26 2016-07-11 積水化学工業株式会社 感染症リスク判定システム
JP2017000198A (ja) 2015-06-04 2017-01-05 日本光電工業株式会社 電子聴診システム
JP6710665B2 (ja) 2016-08-22 2020-06-17 幸俊 束原 心電データ伝送システム
JP2018038518A (ja) 2016-09-06 2018-03-15 株式会社トプコン 眼科装置
JP6869032B2 (ja) 2017-01-11 2021-05-12 株式会社トプコン 眼科検査システム
JP6386621B2 (ja) 2017-04-28 2018-09-05 日本電信電話株式会社 心拍・心電計
KR101977645B1 (ko) * 2017-08-25 2019-06-12 주식회사 메디웨일 안구영상 분석방법
JP6933124B2 (ja) 2017-12-22 2021-09-08 コニカミノルタ株式会社 モニタリングシステム
JP7096116B2 (ja) 2018-09-26 2022-07-05 株式会社トプコン 血流計測装置
JP7228342B2 (ja) 2018-06-13 2023-02-24 株式会社トプコン スリットランプ顕微鏡及び眼科システム
JP2020036835A (ja) * 2018-09-05 2020-03-12 株式会社クレスコ 眼科診断支援装置、眼科診断支援方法、及び眼科診断支援プログラム
US20220058796A1 (en) * 2018-09-12 2022-02-24 Auckland Uniservices Limited Methods and systems for ocular imaging, diagnosis and prognosis
JP2020044027A (ja) 2018-09-18 2020-03-26 株式会社トプコン 眼科装置、その制御方法、プログラム、及び記録媒体

Also Published As

Publication number Publication date
JP2021174428A (ja) 2021-11-01
US20230165456A1 (en) 2023-06-01
WO2021220910A1 (ja) 2021-11-04
EP4145465A1 (en) 2023-03-08

Similar Documents

Publication Publication Date Title
Watt et al. Alarms and anesthesia: challenges in design of intelligent systems for patient monitoring
WO2021220910A1 (ja) 医療システム
JP7362138B2 (ja) 神経疾患補助検査方法及びそのシステム
US10835120B2 (en) Extended medical test system
Rufai et al. Feasibility and repeatability of handheld optical coherence tomography in children with craniosynostosis
KR102275936B1 (ko) 원격 진료 시스템에서의 호흡음 측정 방법 및 이를 구현하는 원격 진료 시스템
US20230200642A1 (en) Medical system, medical information processing apparatus, and medical method
Gau The ultimate audit.
JP7481705B2 (ja) 医療システム
Sotomi et al. Have we stopped looking for a red reflex in newborn screening?
Prakalapakorn et al. Real-world simulation of an alternative retinopathy of prematurity screening system in Thailand: a pilot study
Mangalesh et al. Integrated visualization highlighting retinal changes in retinopathy of prematurity from 3-dimensional optical coherence tomography data
KR101808836B1 (ko) 학습 장치, 학습 시스템, 그리고 이를 이용한 학습 방법
WO2022065264A1 (ja) 医療システム及び医療情報処理装置
KR20160133200A (ko) 천식 및 만성 폐쇄성 폐질환 진단 및 치료용 패치
Alizadeh et al. Retinopathy of prematurity: applicability of international and national screening guidelines in the north of Iran
CN111243723A (zh) 医疗信息显示系统与显示内容产生方法
KR102624293B1 (ko) 어지럼증 진단 치료 서비스 시스템 및 방법
US11894126B1 (en) Systems and methods for tracking movement of a wearable device for advanced image stabilization
Caruccio et al. Enhancing IoT-based critical diagnosis in emergency rooms through intelligent video surveillance
US20220007936A1 (en) Decision support system and method thereof for neurological disorders
Rodriguez-Garcia The Inevitable Advent of Artificial Intelligence for Aiding the Diagnosis of Eye Disease
Rufai et al. Protocol: Recognition of intracranial hypertension using handheld optical coherence tomography in children (RIO Study): a diagnostic accuracy study protocol
Chaichan et al. PS-C03-7: FUNDOSCOPIC EXAMINATION USING A SMARTPHONE CAMERA: A REVIEW OF EFFECTIVENESS AND FEASIBILITY IN DETECTING HYPERTENSIVE RETINOPATHY IN HYPERTENSIVE CRISIS PATIENTS
TWM646121U (zh) 洗腎血管通路阻塞的輔助判定系統

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