CN209962704U - 医疗支持系统和眼科检查装置 - Google Patents
医疗支持系统和眼科检查装置 Download PDFInfo
- Publication number
- CN209962704U CN209962704U CN201921226609.5U CN201921226609U CN209962704U CN 209962704 U CN209962704 U CN 209962704U CN 201921226609 U CN201921226609 U CN 201921226609U CN 209962704 U CN209962704 U CN 209962704U
- Authority
- CN
- China
- Prior art keywords
- examination
- data
- identifier
- unit
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007689 inspection Methods 0.000 claims abstract description 58
- 201000010099 disease Diseases 0.000 description 92
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 92
- 238000012545 processing Methods 0.000 description 59
- 238000000034 method Methods 0.000 description 51
- 238000004458 analytical method Methods 0.000 description 48
- 238000012014 optical coherence tomography Methods 0.000 description 41
- 238000013473 artificial intelligence Methods 0.000 description 32
- 238000005259 measurement Methods 0.000 description 32
- 230000008569 process Effects 0.000 description 28
- 238000004891 communication Methods 0.000 description 26
- 238000012937 correction Methods 0.000 description 18
- 238000003745 diagnosis Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 15
- 206010064930 age-related macular degeneration Diseases 0.000 description 13
- 208000002780 macular degeneration Diseases 0.000 description 13
- 230000003287 optical effect Effects 0.000 description 13
- 208000010412 Glaucoma Diseases 0.000 description 12
- 208000002177 Cataract Diseases 0.000 description 9
- 210000002189 macula lutea Anatomy 0.000 description 9
- 210000003733 optic disk Anatomy 0.000 description 9
- 238000011282 treatment Methods 0.000 description 9
- 230000000007 visual effect Effects 0.000 description 9
- 210000004220 fundus oculi Anatomy 0.000 description 8
- 238000007639 printing Methods 0.000 description 8
- 210000001525 retina Anatomy 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000003058 natural language processing Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010835 comparative analysis Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 238000007418 data mining Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000004410 intraocular pressure Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000002207 retinal effect Effects 0.000 description 3
- 210000003583 retinal pigment epithelium Anatomy 0.000 description 3
- 206010003694 Atrophy Diseases 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000037444 atrophy Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 210000003161 choroid Anatomy 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004438 eyesight Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000002911 mydriatic effect Effects 0.000 description 2
- 210000004126 nerve fiber Anatomy 0.000 description 2
- 210000002445 nipple Anatomy 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 230000004304 visual acuity Effects 0.000 description 2
- 208000003569 Central serous chorioretinopathy Diseases 0.000 description 1
- 206010012689 Diabetic retinopathy Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 206010015958 Eye pain Diseases 0.000 description 1
- 208000008069 Geographic Atrophy Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 208000032843 Hemorrhage Diseases 0.000 description 1
- 206010020675 Hypermetropia Diseases 0.000 description 1
- 201000007737 Retinal degeneration Diseases 0.000 description 1
- 208000007014 Retinitis pigmentosa Diseases 0.000 description 1
- 206010047513 Vision blurred Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 208000021921 corneal disease Diseases 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- GNBHRKFJIUUOQI-UHFFFAOYSA-N fluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 GNBHRKFJIUUOQI-UHFFFAOYSA-N 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000004305 hyperopia Effects 0.000 description 1
- 201000006318 hyperopia Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- MOFVSTNWEDAEEK-UHFFFAOYSA-M indocyanine green Chemical compound [Na+].[O-]S(=O)(=O)CCCCN1C2=CC=C3C=CC=CC3=C2C(C)(C)C1=CC=CC=CC=CC1=[N+](CCCCS([O-])(=O)=O)C2=CC=C(C=CC=C3)C3=C2C1(C)C MOFVSTNWEDAEEK-UHFFFAOYSA-M 0.000 description 1
- 229960004657 indocyanine green Drugs 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 230000019612 pigmentation Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 208000004644 retinal vein occlusion Diseases 0.000 description 1
- 210000003786 sclera Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009978 visual deterioration Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- 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
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Eye Examination Apparatus (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本实用新型的目的在于提供一种能够在确保诊断准确性的同时,减轻患者等的负担并提高诊疗效率的医疗支持系统和眼科检查装置。医疗支持系统1包括:用户终端200,其具有建立特定用户的识别符的识别符建立部201;对用户进行眼科检查的眼科检查装置300,其具有识别符读取部301,所述识别符读取部301读取所述识别符,并从读取的识别符特定用户;检查数据接收部40,其接收通过所述眼科检查装置300进行的眼科检查的检查数据;以及存储部20,其存储通过所述检查数据接收部40接收的检查数据。
Description
技术领域
本实用新型涉及一种医疗支持系统和眼科检查装置。
背景技术
在诊疗中,基于通过问诊和检查获得的信息进行诊断,并决定治疗计划。典型的是,首先通过问诊获得信息,基于此信息决定检查的类别。然后,参考通过问诊和检查获得的信息进行诊断。
应当注意,作为通过问诊获得的信息的示例,有主诉、现病史、既往病史、家族史、生活史、职业史、出国史等。此外,检查包括测量和摄影,并且根据医疗部门等有各种类型。例如,在眼科,自觉折射测定、他觉折射测定、眼压测量、裂隙灯显微镜检查、眼底摄影、光学相干断层成像(OCT)、视野检查等是代表性的检查。另外,也有利用对通过检查获得的信息进行分析的各种手法。基于通过OCT获得的数据的组织形态学分析(视网膜厚度分析,乳头形状分析等)等是眼科中的代表性示例。
此外,人工智能等计算机技术在医疗支持的应用也在迅速发展。作为典型的示例,有专家系统、交互的支持、治疗计划制定的支持、以及图像处理等。
现有技术文献
专利文献
【专利文献1】特开第2009-211714号公报
【专利文献2】特开第2015-167863号公报
【专利文献3】特开第2010-20784号公报
【专利文献4】特开第2015-154918号公报
【专利文献5】特开第2015-501667号公报
实用新型内容
实用新型所要解决的问题
期望参考更多的信息以提高诊断的准确性。为了获得更多的信息,有必要延长与患者交流的时间并增加检查的种类。然而,由于诊察和检查所需的时间和工夫增加,可能会引起患者的负担增加、医务人员的劳力增加、诊疗的效率低等问题。
特别地,如在家中诊疗或健康检查车般由不是专家(医生等)的人进行检查的情况下,从通过问诊或检查获得的信息来特定应该进一步进行的检查的类别或特定可能罹患的疾病是极为困难的,因而上述问题变得显著。
本实用新型是为了解决这样的问题而做出的,并且本实用新型的目的在于提供一种能够在确保诊断准确性的同时,减轻患者等的负担并提高诊疗效率的医疗支持系统和眼科检查装置。
解决问题的手段
为了达成上述目的,本实用新型的医疗支持系统包括:用户终端,其具有建立特定用户的识别符的识别符建立部;对用户进行眼科检查的眼科检查装置,其具有识别符读取部,所述识别符读取部读取所述识别符,并从读取的识别符来进行特定用户;检查数据接收部,其接收通过所述眼科检查装置进行的眼科检查的检查数据;以及存储部,其存储通过所述检查数据接收部接收的检查数据,所述识别符包含所述眼科检查装置的设定信息,所述眼科检查装置根据该设定信息,进行适合所述用户的所述眼科检查装置的调整。
在上述医疗支持系统中,所述眼科检查装置可以使用通过所述识别符读取部读取的识别符进行用户的认证。
此外,在上述医疗支持系统中,所述眼科检查装置可以使用通过所述识别符读取部读取的识别符进行用于检查的调整。
此外,在上述医疗支持系统中,所述识别符可以为二维码。
为了达成上述目的,本实用新型的眼科装置具有识别符读取部,并使用通过所述识别符读取部读取的识别符进行用户的认证,其中,所述识别符读取部读取通过用户终端的识别符建立部建立的进行特定用户的识别符,并从读取的识别符进行特定用户。
在上述医疗支持系统中,可以使用通过所述识别符读取部读取的识别符进行用于检查的调整。
实用新型效果
根据本实用新型的示例性实施方式,在确保诊断的准确性的同时,能够减轻患者等的负担并提高诊疗的效率。
附图说明
图1是表示示例性医疗支持方法的流程图;
图2是表示示例性医疗支持系统的构成的示意图;
图3是表示为了在示例性医疗支持系统中选择检查类别而参考的检查类别信息的示意图;
图4是表示可以使用示例性医疗支持系统实现的使用形式的流程图;
图5是表示在示例性使用形式中显示的信息的示意图;
图6是表示在示例性使用形式中显示的信息的示意图;
图7是表示在示例性使用形式中显示的信息的示意图;
图8是表示医疗支持系统的具体系统构成的示意图。
具体实施方式
参考附图对本实用新型的示例性实施方式进行详细说明。本实用新型实施方式的医疗支持系统可以包括例如可以相互通信的2个以上的装置(例如,1个以上的计算机,1个以上的存储装置等)。或者,医疗支持系统也可以包括单个装置(例如,搭载有存储装置的计算机)。
用于实现医疗支持系统的硬件和软件不限于以下示例,并且可以包括有助于其实现的任意硬件和任意软件的组合。作为典型的示例,医疗支持系统可以包括起人工智能引擎作用的硬件和软件。
医疗支持系统用于进行医学检查,更具体地,用于决定对患者实施的检查类别。决定检查类别时,例如至少可以参考通过对患者的问诊获得的数据(问诊数据),进而,可以参考通过已经实施的检查所获得的数据(检查数据)。以下,主要以将医疗支持系统应用于眼科的情况为例进行说明,但是其可应用的诊疗部门不限于眼科,并且可以适用于其他任意诊疗部门。
<使用医疗支持系统的医疗支持方法的示例>
对将医疗支持系统应用于眼科的示例进行说明。医疗支持系统可以应用于医疗机构内部或医疗机构外部。作为医疗机构外部的使用场所,有健康检查车、患者家、老年人福利设施、药店、眼镜店等。
与医疗支持系统有关的处理由计算机执行。计算机可以构成为用作人工智能引擎。计算机包括1个以上的处理器。处理器是指例如,CPU(中央处理器,Central ProcessingUnit)、GPU(图形处理器,Graphics Processing Unit)、ASIC(专用集成电路,ApplicationSpecific Integrated Circuit)、可编程逻辑器件(例如,SPLD(简单可编程逻辑器件,Simple Programmable Logic Device)、CPLD(复杂可编程逻辑器件,ComplexProgrammable Logic Device)、FPGA(现场可编程门阵列,Field Programmable GateArray))等电路。处理器例如通过读取并执行存储在存储装置(存储电路)中的程序来实现期望的功能。
处理器能够控制存储装置和输出装置。存储装置可以包括在计算机的内部,也可以设置在计算机的外部。对输出装置而言也是同样的。
存储装置中存储有用于选择检查类别的信息。例如,在存储装置中存储有第1检查类别组,该第1检查类别组是用于基于问诊数据实施的第1次检查的检查类别的选项。类似地,在存储装置中存储有:第2检查类别组,其是用于基于问诊数据和第1检查数据(第1次检查的结果)实施的第2次检查的检查类别的选项;以及第3检查类别组,其是用于基于问诊数据、第1检查数据和第2检查数据(第2次检查的结果)实施的第3次检查的检查类别的选项。
输出装置是输出信息的装置。作为其典型的示例,有显示装置、语音输出装置、打印装置、具有数据发送功能的通信设备、将信息记录在记录介质的数据写入器等。这样的示例中的至少一个用作输出装置。
图1中示出使用医疗支持系统的医疗支持方法的示例。可以在以下步骤S1之前进行患者登记等。在此,所谓患者意为接受检查的人。也就是说,患者不仅包括已经在医疗机构接受了诊疗的人,还包括没有接受诊疗的人(例如,为了筛查特定疾病而接受检查的人)。进行患者登记的时机不限于在步骤S1之前,而可以是步骤S1的实施期间中的任意时机,或者是步骤S1之后的任意时机。
(S1:问诊)
首先,进行患者的问诊。在问诊中,询问有关主诉、现病史、既往病史、家族史、生活史、职业史、出国史等项目的问题,并回答患者。问诊的方法是任意的。以下对问诊方法的示例进行描述(不限于此)。
作为一个示例,计算机将问诊用的画面(问诊画面)显示在显示装置上。问诊画面中设有例如问题和回答栏。患者利用输入设备(键盘、鼠标、触摸面板等)在回答栏中输入回答。作为输入形式,有基于自然语言的字符输入,以及从多个选项中的选择(利用复选框或下拉菜单等)等。
或者,患者之外的人(检查者)进行提问和回答输入中的至少一个也可以。此外,提问的输出方法不限于显示,并且可以包括语音输出等。类似地,回答的输入方法不限于使用输入设备,可以包括语音输入等。在此情况下,可以使用语音识别技术,将作为语音数据的回答变换为字符数据。
(S2:问诊数据的输入)
将在步骤S1获得的问诊数据输入到计算机。输入方法是任意的。例如,当在步骤S1中将回答输入到计算机时,使用输入的数字数据或将数字数据加工而得的数据。当在步骤S1中输入回答的计算机执行步骤S3之后的处理时,步骤S1中的回答的输入成为步骤S2的问诊数据的输入。此外,当与步骤S1中输入回答的计算机(问诊用计算机)不同的计算机(处理用计算机)执行步骤S3之后的处理时,将输入到问诊用计算机中的回答(问诊数据)直接或间接地发送到处理用计算机。
(S3:第1检查类别的选择)
计算机基于在步骤S2中接收的问诊数据,从预先存储在存储装置中的第1检查类别组中选择用于第1次检查的1个以上的第1检查类别。
此处理可以通过人工智能引擎执行。例如,当问诊数据包括自然语言时,人工智能引擎对在步骤S2中接收的问诊数据进行规定的自然语言处理的应用。计算机(人工智能引擎)可以使用通过自然语言处理而得的结果来选择第1检查类别。
或者,也可以构成为通过参考第1检查类别与问诊项目的回答的组合中的每一个相关联的表信息,来选择与在步骤S2中接收的问诊数据相应的第1检查类别。
(S4:第1检查类别的显示等)
计算机将表示在步骤S3中选择的第1检查类别的信息输出到输出装置。当输出装置包括显示装置时,计算机将表示在步骤S3中选择的第1检查类别的信息(例如表示检查类别的字符列或列表)显示在显示装置。当输出装置包括语音输出装置时,计算机在语音输出装置输出表示在步骤S3中选择的第1检查类别的语音(例如合成语音)。当输出装置包括打印装置时,计算机在打印装置将表示在步骤S3中选择的第1检查类别的信息(例如表示检查类别的字符列或列表)打印到规定的纸上。当输出装置包括通信设备时,计算机控制通信设备将表示在步骤S3中选择的第1检查类别的信息发送到规定的装置(例如服务器、存档装置、便携终端等)。当输出装置包括数据写入器时,计算机控制数据写入器将表示在步骤S3中选择的第1检查类别的信息记录在规定的记录介质。
(S5:第1次检查)
实施第1次检查,该第1次检查包括在步骤S4中输出的第1检查类别(中的至少一个)。检查,例如根据检查者或检查装置的指示进行。当进行2个以上的检查时,其顺序可以任意设定。例如,计算机可以根据各种检查装置的运转情况(检查所用时间,等待人数等)来决定检查顺序。
(S6:第1检查数据的输入)
将步骤S5中通过第1次检查获得的数据(第1检查数据)输入到计算机中。输入方法是任意的。作为一个示例,在通过可以与计算机通信的检查装置进行检查时,可以从检查装置向计算机发送第1检查数据。作为其他的示例,可以将通过检查装置获得的第1检查数据记录到记录介质,使用设置于计算机的数据读出器从此记录介质读出第1检查数据。
(S7:第2检查类别的选择)
计算机基于在步骤S2中接收的问诊数据和在步骤S6中接收的第1检查数据,从预先存储于存储装置的第2检查类别组中选择用于第2次检查的1个以上的第2检查类别。例如,与步骤S3同样地使用人工智能引擎或表信息来执行此处理。
(S8:第2检查类别的显示等)
计算机将表示在步骤S7中选择的第2检查类别的信息输出于输出装置。例如,与步骤S4同样地执行此处理。
(S9:第2次检查)
实施第2次检查,该第2次检查包括在步骤S8中输出的第2检查类别(中的至少一个)。例如,与步骤S5同样地执行检查。
(S10:第2检查数据的输入)
将步骤S9中通过第2次检查获得的数据(第2检查数据)输入到计算机中。例如,与步骤S6同样地执行此处理。
(S11:第3检查类别的选择)
计算机基于在步骤S2中接收的问诊数据、在步骤S6中接收的第1检查数据以及在步骤S10中接收的第2检查数据,从预先存储在存储装置的第3检查类别组中选择用于第3次检查的1个以上的第3检查类别。例如,与步骤S3等同样地使用人工智能引擎或表信息来执行此处理。
(S12:第3检查类别的显示等)
计算机将表示在步骤S11中选择的第3检查类别的信息输出于输出装置。例如,与步骤S4等同样地执行此处理。
(S13:预约应用的启动)
例如,在当前检查场所无法进行第3次检查时,或在期望得到专科医生的诊疗时,计算机启动用于进行专门医疗机构或先进医疗机构的预约的应用软件。
此应用软件,例如,预先存储在存储装置中,或者根据需要由其他计算机分发。或者,也可以构成为在通过其他计算机(服务器等)执行预约处理的同时,使用该计算机作为预约处理的用户界面。
(S14:预约处理)
当启动预约应用时,计算机在例如输出装置的显示装置显示预约画面。在预约画面中,除了例如患者信息(姓名、性别、出生年月日、保险证号码、患者身份、电子邮件地址等)以及可以预约的医疗机构(专门医院等)的列表等各种信息以外,还设有用于选择是否期望预约的对象(下拉菜单,复选框等),以及用于指定期望的预约日期的对象(输入空间,下拉菜单等)。
此外,还可以显示各医疗机构中的可以预约的日期和时间等。在这样的情况下,计算机可以从例如各医疗机构的院内服务器、或者从可以与各院内服务器通信的服务器获得信息(预约状況等)。
用户(患者、检查者等)使用操作装置将所需的信息输入到预约画面。输入的信息被直接或间接地发送到指定医疗机构的院内服务器。当预约完成时,表示其主旨的信息从该院内服务器直接或间接地发送到计算机。或者,也可以将表示预约完成的信息从计算机或该院内服务器或其他计算机发送到患者等的电子邮件地址。以上,结束本示例的描述。
图2示出具体医疗支持系统的构成。
医疗支持系统1包括控制部10、存储部20、数据处理部30、数据接收部40、通信部50、眼科检查装置300以及用户终端200。用户界面(UI)100可以包括或也可以不包括在医疗支持系统1中。包括在医疗支持系统1中的要素构成为单个装置或2个以上的装置。例如,医疗支持系统1包括具备所有这些要素的单个计算机。
作为医疗支持系统1包括2个以上装置的示例,可以分别单独地设置包括控制部10的计算机、包括存储部20的计算机、以及包括数据处理部30的计算机。或者,医疗支持系统1包括:具备控制部10、存储部20和数据处理部30中任意2个的计算机;以及具备另外一个的计算机。不同计算机之间的通信模式可以包括有线通信和/或无线通信,也可以包括专用线路和/或公共线路,还可以包括局域网(LAN)、广域网(WAN)、短距离通信以及互联网中的至少一个。
<控制部10>
控制部10执行各种控制。例如,控制部10执行医疗支持系统1的各要素的控制,或者2个以上要素的协调控制。此外,控制部10可以进行医疗支持系统1的外部装置的控制。例如,当用户界面100未包括在医疗支持系统1中时,控制部10可以进行用户界面100的控制。控制部10包括处理器。
<输出控制部11>
输出控制部11控制上述输出装置。在本示例中,输出控制部11执行图1的步骤S4(第1检查类别的显示等)、S8(第2检查类别的显示等)、以及S12(第3检查类别的显示等)。
输出装置包括例如显示装置、语音输出装置、打印装置、通信设备、以及数据写入器中的至少一个。也就是说,输出控制部11构成为执行以下控制中的至少任意一个:用于显示信息的显示装置的控制;用于输出语音信息的语音输出装置的控制;用于将信息打印到纸上的打印装置的控制;用于向外部装置发送信息的通信设备的控制;用于将信息记录到记录介质的数据写入器的控制。
在图2所示的示例中,设置有作为显示装置的显示部101。此外,可以使用通信部50作为通信设备。尽管省略了图示,但是也可以设置语音输出装置、打印装置、以及数据写入器中的1个以上。在此,也可以设置其他输出装置。
<存储部20>
存储部20存储各种数据。作为存储在存储部20中的数据的示例,有患者姓名和患者身份等的患者信息。存储部20包括例如半导体存储装置、磁存储装置、光存储装置、以及光磁存储装置中的至少一个。
<检查类别信息21>
存储部20中预先存储有检查类别信息21。检查类别信息21是用于选择检查类别的信息,包括上述第1检查类别组、第2检查类别组和第3检查类别组。在此,第1检查类别组是基于问诊数据执行的第1次检查用的检查类别的选项。第2检查类别组是基于问诊数据和第1检查数据(第1次检查的结果)执行的第2次检查用的检查类别的选项。第3检查类别组是基于问诊数据、第1检查数据和第2检查数据(第2次检查的结果)执行的第3次检查用的检查类别的选项。
图3示出检查类别信息21的示例。检查类别信息21A是表信息,其中对作为筛查对象的多种疾病分别设有各种信息。基于各种医疗信息(临床数据、论文、书籍、电子病历、数据库等)建立检查类别信息21A。当得到新的医疗信息等时,可以重新建立或更行检查类别信息21A。检查类别信息21A的建立和更新由医疗支持系统1或其他计算机执行。
在图3中,作为筛查对象的疾病的示例,示出了例如青光眼,老年性黄斑变性以及白内障,并且还可以包括其他疾病。作为其他疾病,有例如角膜内皮障碍、糖尿病性视网膜病变、网膜静脉阻塞、中心性浆液性脉络膜视网膜病变、视网膜色素变性等。以下,对青光眼、老年性黄斑变性和白内障的相应信息进行说明,但是其他疾病的相应信息也是同样的。
检查类别信息21A中设有“疾病名称”项目、“问诊(关注词)”项目、“第1次检查”项目、“第2次检查”项目、以及“第3次检查”项目。在疾病名项目中,如上所述,设有作为筛查对象的疾病的名称。
在问诊项目中,设有通过问诊得到的患者的回答(主诉、现病史、既往病史、家族史、生活史、职业史、出国史等)中包含的字符列,可能包含在回答中的字符列,与这些类似的字符列,以及与这些有关的字符列等。例如,对应于青光眼的问诊项目中设有“家族史”、“雾”、“模糊”、“彩虹”、“光环”、“眼睛疼”、“头疼”、“充血”、“视野的一部分难以看到”等字符列。对应于老年性黄斑变性的问诊项目中设有“高龄(50岁以上)”、“家族史”、“吸烟”、“远视”、“高血压”、“高胆固醇”、“女性”、“扭曲”、“难以分辨颜色”、“视力低下”等字符列。对应于白内障的问诊项目中设有“朦胧”、“眩光”、“重影”、“在明亮的场所难以看见”、“眼镜不合适”等字符列。
第1次检查项目中设有第1检查类别组,该第1检查类别组是用于第1次检查的检查类别的选项。例如,在对应于青光眼的第1次检查项目中设有视力检查、折射检查、眼压检查、眼底摄影(彩色)等。此外,作为通过眼底摄影获得的图像(彩色眼底图像)的分析,设有乳头形状分析、乳头出血的特定、乳头血管的鼻侧移位的特定、乳头周围脉络膜视网膜萎缩的特定、视网膜神经纤维层(RNFL)的缺损的特定等。对应于老年性黄斑变性的第1次检查项目中设有眼底摄影(彩色、自体荧光(FAF))等。此外,作为彩色眼底图像的分析,设有地图样萎缩的特定、玻璃疣(软性玻璃疣、网状假性玻璃疣等)的特定、色素沉着的特定、浆液性视网膜色素上皮(RPE)脱离的特定等。进一步地,作为自体荧光图像的分析,设有萎缩边界的低荧光的特定、和萎缩周围的高荧光的特定等。在对应于白内障的第1次检查项目中设有眼底摄影(彩色)等。此外,作为彩色眼底图像的分析,设有图像质量分析(亮度、颜色、对比度、清晰度)等。
第2次检查项目中设有第2检查类别组,该第2检查类别组是用于第2次检查的检查类别的选项。例如,在对应于青光眼的第2次检查项目中设有眼底OCT等。此外,作为通过眼底OCT获得的图像的分析,设有乳头三维分析、RNFL厚度分析等。在对应于老年性黄斑变性的第2次检查项目中设有眼底OCT等。此外,作为通过眼底OCT获得的图像的分析,设有RPE厚度分析、节分析(视细胞内节/外节(IS/OS)层、视锥细胞外节顶端(COST)、外颗粒层、外界膜、脉络膜)等。在对应于白内障的第2次检查项目中设有由专科医生诊断(裂隙灯检查、视力检查)等。
第3次检查项目中设有第3检查类别组,该第3检查类别组是用于第3次检查的检查类别的选项。例如,在对应于青光眼的第3次检查项目中设有由专科医生诊断(眼压检查、彩色眼底摄影、OCT、视野检查)等。在对应于老年性黄斑变性的第3次检查项目中设有由专科医生诊断(彩色眼底摄影、FAF、荧光素荧光眼底造影(FA)、吲哚菁绿荧光眼底造影(ICGA)、OCT)等。
虽然图3所示的检查类别信息21A是针对每种疾病对各种信息进行分类的表信息,但是用于选择检查类别的信息的形式不限于此。例如,当人工智能引擎执行检查类别的选择(例如,图1的步骤S3、S7和S11中的至少一个)时,在上述引用文献的至少任一篇中记载的技术中可以参考的信息、以及在其他周知的技术中可以参考的信息中的至少一方可以包括在图2所示的检查类别信息21中。作为可以使用的人工智能技术的示例,有神经网络,深度学习,支持向量机,贝叶斯网络,关联规则学习,强化学习,表达式学习,数据挖掘,自然语言处理,推理等。此外,检查类别信息21可以包括词典(医学辞典等)、文集(医学文集等)、和知识库(医学知识库)等。
<数据接收部40>
数据接收部40在图1的步骤S2(问诊数据的输入)中,接收对患者问诊获得的问诊数据。此外,数据接收部40接收图1的步骤S6(第1检查数据的输入)和S10(第2检查数据的输入)中,接收通过检查装置获得的检查数据。
数据接收部40包括通信设备,通信设备接收输入到可以与医疗支持系统1通信的计算机(用户终端200)中的问诊数据。该通信设备也可以包括在通信部50中。
在此,用户终端200是例如平板终端,台式计算机,笔记本型计算机,专用终端、便携通信终端等。用户终端200具有识别符建立部201。
识别符建立部201建立例如二维码、QR码(注册商标)或条形码等识别符。该识别符中包含有进行特定用户(患者或检查者)的用户身份、用户的认证信息、眼科检查装置300的设定信息、检查数据等。
眼科检查装置300包括例如多种眼科检查装置。作为具体的示例,眼科检查装置300包括1个以上的眼底照像机(无散瞳眼底照像机)、1个以上的OCT装置、1个以上的视力检查装置、1个以上的他觉折射检测装置(折射计、角膜曲率计)、1个以上的眼压计等。
眼科检查装置300具有识别符读取部301。眼科检查装置300通过识别符读取部301读取由用户终端200的识别符建立部201建立的识别符,获得认证信息、检查装置的设定信息和检查数据等。
眼科检查装置300对例如预先存储的或通过医疗支持系统1的通信部50获得的用户的识别信息,与通过识别符读取部301获得的识别符进行核对并进行认证处理。当认证成功时,眼科检查装置300执行检查。另一方面,当认证失败时,眼科检查装置300停止与检查相关的功能。或者,当认证失败时,眼科检查装置300输出认证失败的主旨或提示识别符的再次输入的主旨的消息。消息的输出目的地是,例如眼科检查装置300所具有的显示部或者用户终端200所具有的显示部。
此外,眼科检查装置300根据通过识别符读取部301获得的眼科检查装置的设定信息,进行适合用户的眼科检查装置300的调整。该设定信息中包括例如有关以下事项中的至少一个的设定内容:(1)固视位置;(2)扫描图形;(3)对焦位置;(4)屈光度校正值;(5)分析处理。固视位置显示使受检查眼睛E的视线固定的方向。
(1)“固视位置”显示使受检查眼睛E的视线固定的方向,即进行OCT测量的受检查眼睛的部位。作为固视位置,有用于进行黄斑及其周围的OCT测量的固视位置、用于进行视神经乳头及其周围的OCT测量的固视位置、用于进行黄斑和视神经乳头以及两者周围的OCT测量的固视位置。此外,也可以设定与受检查眼睛的任意部位对应的固视位置。固视位置包括,例如示出固视目标的显示位置(像素的位置)的信息。
(2)“扫描图形”示出使对受检查眼睛投射的测量光的投射位置沿何种图形移动。作为扫描图形,有1个以上的行扫描(水平扫描、垂直扫描)、1个以上的交叉扫描、径向扫描、圆周扫描等。此外,在获得三维图像(三维数据集)时,应用多个行扫描的间隔设定得足够窄的三维扫描。
(3)“对焦位置”显示在OCT测量中应用的对焦条件。对焦位置包括例如显示物镜位置的信息。
(4)“屈光度校正值”显示在屈光度校正中应用的条件。具体地,有显示受检查眼睛E的折射力的值(视力值)、显示屈光度校正透镜的应用/非应用、屈光度校正透镜施加的折射力的值等。
(5)“分析处理”显示基于通过眼科检查装置300具备的光学单元获得的数据执行的处理的内容、即获得的检查数据的类别。作为分析处理,有例如眼底层厚度分析、玻璃疣分析、乳头形状分析等。眼底层厚度分析是用于求出眼底的特定层组织(视网膜,视网膜的亚组织,脉络膜,巩膜等)的厚度的分析处理。玻璃疣分析是用于求出作为老年性黄斑变性的诊断材料使用的玻璃疣(废物的块)的分布的分析处理。乳头形状分析是分析眼底的截面图像或三维图像、检测视网膜的孔部(断裂处、缺损部位)以求出视神经乳头的形状的分析处理。此外,在乳头形状分析中,还能够求出视神经乳头的倾斜(形状的不对称性)。
在被检查者的左眼和右眼都进行OCT测量的情况下,特别是当在左右应用不同的设定时,可以分别设置左眼有关的设定信息(左眼用设定信息)和右眼有关的设定信息(右眼用设定信息)。
此外,当2名以上的用户共用眼科检查装置300时,特别对每个用户应用不同的设定时,可以对每个用户设置单独的设定信息。各被检查者的设定信息与例如用户身份相关联。在这种情况下,例如眼科检查装置300在检查时读入与从通过识别符读取部301读取的识别符获得的用户身份相应的设定信息,并且自动地进行适合用户的设定。在此,眼科检查装置300也可以在每次检查更新与用户身份相应的设定信息。即,用户在下一次检查时,可以按照与最近的检查相同的设定进行检查。此外,也可以另行建立设定信息。
对另行建立设定信息的方法进行说明。眼科检查装置300例如借给用户在用户自己家中使用。
作为设定信息的建立方法的第1个示例,可以使用眼科检查装置300本身的用户界面。例如,对在眼科检查装置300所具有的显示部显示的规定的设定画面,使用眼科检查装置300所具有的操作部输入眼科检查装置300所具有的光学单元和数据处理部等相关的规定项目的设定内容。眼科检查装置300的控制部建立包括输入的设定内容的设定信息,并存储在存储部。
作为设定信息的建立方法的第2个示例,可以使用与眼科检查装置300连接的医疗支持系统1的计算机的用户界面100。例如通过医生使用医疗支持系统1的计算机的用户界面100,可以进行更专业的设定。
在设定信息的建立中,参考受检查眼睛的检查结果和检查条件、疾病名称(成为其诊断材料的数据的类别等)等。例如,参考过去的OCT测量中应用的固视位置和疾病名称来进行固视位置的设定。参考过去的OCT测量中应用的扫描图形和疾病名称来进行扫描图形的设定。参考过去的OCT测量中应用的对焦位置来进行对焦位置的设定。参考在过去的检查中获得的视力值和折射力来进行屈光度校正值的设定。参考在过去的检查中应用的分析处理的类别和疾病名称来进行分析处理的设定。
对检查结果、检查条件和/或疾病名称与设定内容的关系的具体示例进行说明。
在黄斑的检查中,可以采用如下设定内容。
(1)作为固视位置,采用黄斑要包括在扫描范围中的固视位置,例如黄斑要处于测量光路的光轴的延长上的固视位置。
(2)作为扫描图形采用三维扫描、径向扫描和/或行扫描。
(3)作为对焦位置,采用在过去执行的OCT测量中应用的对焦位置,或者从受检查眼睛E的测量值(眼轴长度、折射力等)计算而得到的对焦位置。
(4)作为屈光度校正值,采用在过去执行的OCT测量中应用的屈光度校正值,或者从受检查眼睛E的折射力的测量值得到的屈光度校正值。
(5)作为分析处理,使用眼底层厚度分析(以及与标准的层厚度值的比较分析)。这里,在眼底层厚度分析中求出例如视网膜的厚度(视网膜厚度分析)。
在视神经乳头的检查中,可以采用如下设定内容。
(1)作为固视位置,采用视神经乳头被包括在扫描范围中的固视位置,例如视神经乳头要处于测量光路的光轴的延长上的固视位置。
(2)作为扫描图形采用三维扫描和/或圆周扫描。
(3)作为对焦位置,采用在过去执行的OCT测量中应用的对焦位置,或者从受检查眼睛E的测量值(眼轴长度、折射力等)计算而得到的对焦位置。
(4)作为屈光度校正值,采用在过去执行的OCT测量中应用的屈光度校正值,或者从受检查眼睛E的折射力的测量值得到的屈光度校正值。
(5)作为分析处理,使用眼底层厚度分析(以及与标准的层厚度值的比较分析)和/或乳头形状分析。这里,在眼底层厚度分析中,求出例如视网膜神经纤维层的厚度(RNFL厚度分析)。
在青光眼的检查中,可以采用如下设定内容。
(1)作为固视位置,采用黄斑被包括在扫描范围中的固视位置(例如黄斑要处于测量光路的光轴的延长上的固视位置),和/或视神经乳头要包括在扫描范围中的固视位置(例如视神经乳头要处于测量光路的光轴的延长上的固视位置)。
(2)作为扫描图形采用三维扫描。
(3)作为对焦位置,采用在过去执行的OCT测量中应用的对焦位置,或者从受检查眼睛E的测量值(眼轴长度、折射力等)计算而得到的对焦位置。
(4)作为屈光度校正值,采用在过去执行的OCT测量中应用的屈光度校正值,或者从受检查眼睛E的折射力的测量值得到的屈光度校正值。
(5)作为分析处理,使用视网膜厚度分析(以及与标准的层厚度值的比较分析)、RNFL厚度分析(以及与标准的层厚度值的比较分析)、和/或乳头形状分析。
在老年性黄斑变性的检查中,可以采用如下设定内容。
(1)作为固视位置,采用黄斑被包括在扫描范围中的固视位置,例如黄斑要处于测量光路的光轴的延长上的固视位置。
(2)作为扫描图形采用三维扫描。
(3)作为对焦位置,采用在过去执行的OCT测量中应用的对焦位置,或者从受检查眼睛E的测量值(眼轴长度、折射力等)计算而得到的对焦位置。
(4)作为屈光度校正值,采用在过去执行的OCT测量中应用的屈光度校正值,或者从受检查眼睛E的折射力的测量值得到的屈光度校正值。
(5)作为分析处理,使用视网膜厚度分析(以及与标准的层厚度值的比较分析)、和/或玻璃疣分析。
<通信部50>
通信部50进行将数据发送到其他计算机(外部计算机400)的处理和从外部计算机400接收数据的处理。通信部50包括与外部计算机400之间的通信方式相应的周知的通信设备。
<数据处理部30>
数据处理部30执行各种数据处理。在本示例中,数据处理部30执行图1的步骤S3(第1检查类别的选择)、S7(第2检查类别的选择)、以及S11(第3检查类别的选择)。数据处理部30包括进行第1检查类别的选择的第1选择部31、进行第2检查类别的选择的第2选择部32、和进行第3检查类别的选择的第3选择部33。
<第1选择部31>
第1选择部31执行图1的步骤S3(第1检查类别的选择)。即,第1选择部31基于通过数据接收部40接收的问诊数据,从检查类别信息21(检查类别信息21A的第1次检查项目)选择用于第1次检查的1个以上的第1检查类别。
对第1选择部31执行的处理的示例进行说明。第1选择部31从通过数据接收部40接收的问诊数据提取包括在检查类别信息21A的问诊项目中的字符列。此时,例如通过使用人工智能引擎,不仅可以提取与问诊项目中包括的字符列相同的字符列,而且可以提取与其同义的字符列或于其关联的字符列等。
接下来,第1选择部31基于从问诊数据提取的字符列的组合,从检查类别信息21A中包括的疾病组(疾病名称项目中包括的疾病名称)中,选择该患者可能罹患的1种以上的疾病。例如,可以通过选择包括提取的字符列中的规定数量以上(例如1种以上)的疾病来执行该处理。
或者,可以对于疾病名称项目包括的疾病名称中的每一个,对相应的问诊项目中包括多少个提取出的字符列进行计数,并基于这些计数数量选择可能罹患的疾病。例如,可以按照计数数量多的顺序选择规定个数的(例如3种)疾病。此时,可以基于计数数量求出罹患该疾病的概率。在此,基于临床数据或医学知识库等求出计数数量和罹患概率之间的关系。此外,也可以预先对问诊项目中包括的字符列中的每一个分配权重,通过与计数的多个字符列相关的权重添加计算出罹患概率。
作为其他示例,也可以使用人工智能引擎、医学知识库等求出疾病名称。
随后,第1选择部31进行特定与选择的疾病中的每一个对应的第1次检查项目,并特定该第1次检查项目中包括的1个以上的第1检查类别。
这里,从问诊数据选择第1检查类别的处理不需要经由疾病名称来执行。例如,通过使用人工智能引擎、医学知识库等,可以从问诊数据(包括的字符列等)推定第1检查类别。
<第2选择部32>
第2选择部32执行图1的步骤S7(第2检查类别的选择)。即,第2选择部32基于通过数据接收部40接收的问诊数据和通过第1次检查获得的第1检查数据,从检查类别信息21(检查类别信息21A的第2次检查项目)选择用于第2次检查的1个以上的第2检查类别。
这里,由于第2选择部32接受通过第1选择部31得到的结果来执行处理,因此在从问诊数据和第1检查数据选择第2检查类别的处理中,还包括不使用问诊数据而从第1检查数据选择第2检查类别的处理。
对第2选择部32执行的处理的示例进行说明。第2选择部32基于问诊数据(例如,问诊数据本身、通过第1选择部31从问诊数据提取的字符列、或者通过第1选择部31选择的疾病等)以及第1检查数据,选择检查类别信息21A的第2次检查项目中包括的1个以上的第2检查类别。
此时,通过第2选择部32、数据处理部30的其他要素或者外部计算机400进行第1检查数据的处理。该处理通过例如人工智能引擎来执行。典型地、存在第1检查数据包括表示患者的规定部位的结构或功能的图像数据的情况。作为表示结构的图像数据,有彩色眼底图像和OCT图像。作为表示功能的图像数据,有荧光眼底造影图像和OCT血流图像等。当作为第1检查进行眼底摄影时,得到患者的眼底图像(图像数据)。人工智能引擎处理第1检查数据中包括的眼底图像,可以求出可能罹患的疾病、罹患概率、第2检查类别等,并获得用于求出这些中任一个的信息。
第2选择部32基于问诊数据(问诊数据本身、从问诊数据提取的字符列、或者、通过第1选择部31选择的疾病等)以及人工智能引擎处理图像数据的结果,进行第2检查类别的选择。此时,与第1选择部31的情况同样地,第2选择部32也可以求出可能罹患的疾病和罹患概率。
从问诊数据和第1检查数据选择第2检查类别的处理不限于上述处理。例如,通过使用人工智能引擎、医学知识库等,可以从问诊数据和第1检查数据推定第2检查类别。
<第3选择部33>
第3选择部33执行图1的步骤S11(第3检查类别的选择)。即,第3选择部33基于通过数据接收部40接收的问诊数据、通过第1次检查获得的第1检查数据和通过第2次检查获得的第2检查数据,从检查类别信息21(检查类别信息21A的第3次检查项目)选择用于第3次检查的1个以上的第3检查类别。
这里,由于第3选择部33接受通过第2选择部32得到的结果来执行处理,因此在从问诊数据、第1检查数据和第2检查数据选择第3检查类别的处理中,还包括不使用问诊数据而从第1检查数据和第2检查数据选择第3检查类别的处理,以及不使用问诊数据和第1检查数据而从第2检查数据选择第3检查类别的处理。
对第3选择部33执行的处理的示例进行说明。第3选择部33基于问诊数据(例如,问诊数据本身、通过第1选择部31从问诊数据提取的字符列、或者通过第1选择部31选择的疾病等),第1检查数据以及第2检查数据,选择检查类别信息21A的第3次检查项目中包括的1个以上的第3检查类别。
此时,通过第3选择部33、数据处理部30的其他要素或者外部计算机400进行(第1检查数据和)第2检查数据的处理。该处理通过例如人工智能引擎来执行。例如,当作为第2检查进行眼底OCT时,得到患者的OCT图像(图像数据)。人工智能引擎处理第2检查数据中包括的OCT图像,可以求出可能罹患的疾病、罹患概率、第3检查类别等,也可以获得用于求出这些中任一个的信息。
第3选择部33基于问诊数据(问诊数据本身、从问诊数据提取的字符列、或者通过第1选择部31选择的疾病等)、人工智能引擎处理第1检查数据(眼底图像等)的结果、以及人工智能引擎处理第2检查数据(OCT图像等)的结果,进行第3检查类别的选择。此时,与第1选择部31的情况同样地,第3选择部33也可以求出可能罹患的疾病和罹患概率。
从问诊数据、第1检查数据以及第2检查数据选择第3检查类别的处理不限于上述处理。例如,通过使用人工智能引擎、医学知识库等,可以从问诊数据、第1检查数据以及第2检查数据推定第3检查类别。
<用户界面100>
用户界面100中包括显示部101和操作部102。显示部101包括平板显示器等显示设备。操作部102包括鼠标、键盘、轨迹板、按钮、键、操纵杆、操作面板等操作设备。
显示部101和操作部102不必分别构成为单独的设备。例如,也可以使用像触摸面板一样将显示功能和操作功能一体化的设备。在此情况下,操作部102构成为包括该触摸面板和计算机程序。对操作部102的操作内容作为电信号输入到控制部10。此外,也可以使用显示部101显示的图形用户界面(GUI)和操作部102进行操作或信息输入。
<使用模式>
对可以通过医疗支持系统1实施的使用模式进行说明。图4示出使用模式的示例。
(S21:问诊)
首先,进行患者的问诊。患者的回答被输入到用户终端200。
(S22:问诊数据的接收)
数据接收部40接收在步骤S21中输入到用户终端200的问诊数据。
(S23:第1检查类别的选择)
第1选择部31通过进行例如上述处理中的任一个,基于由数据接收部40接收的问诊数据,从检查类别信息21(检查类别信息21A的第1次检查项目)中包括的第1检查类别组中选择用于第1次检查的1个以上的第1检查类别。此时,也可以求出可能罹患的疾病(候补疾病)及其罹患概率。
(S24:候补疾病、第1检查类别的显示)
输出控制部11基于通过第1选择部31获得的候补疾病(其罹患概率)和第1检查类别在显示部101显示信息。这里,由于在此阶段的评估材料仅为问诊数据,因此可以进行也可以不进行罹患概率的计算和显示。
图5示出在步骤S24显示的信息的示例。在图5所示显示画面501中,提示了主诉、主诉以外的问诊数据的至少一部分、候补疾病、以及第1检查类别。主诉及与其以外的问诊相关的信息是通过第1选择部31从问诊数据提取的信息。候补疾病和第1检查类别是通过第1选择部31从问诊数据特定(推定)的信息。
在显示画面501中的主诉的项目中,提示了从问诊数据提取的信息“最近,变得难以看见东西”。在问诊的项目中,提示了从问诊数据提取的信息“78岁,男性,55年(1天20根)的吸烟史、每天饮酒3杯、高血压、视野模糊”。在候补疾病的项目中,提示了基于问诊数据由第1选择部31推定的“青光眼、老年性黄斑变性、白内障”。在第1检查项目的项目中,提示了基于问诊数据由第1选择部31推定的检查项目“眼底摄影”。
(S25:第1次检查)
基于在显示部101显示的第1检查类别,执行对该患者的第1次检查。使用眼科检查装置中的任一个进行第1次检查。在图5所示的示例中,使用(无散瞳)眼底照像机进行患者的单眼或双眼的眼底摄影。此眼底摄影例如可以仅为彩色眼底摄影,也可以为彩色眼底摄影和FAF。此外,可以进行通过眼底摄影获得的眼底图像的分析等第1检查数据的分析。
(S26:第1检查数据的接收)
数据接收部40接收通过第1次检查由眼科检查装置300获得的第1检查数据。
(S27:第2检查类别的选择)
第2选择部32通过进行例如上述处理中的任一个,基于由数据接收部40接收的问诊数据和第1检查数据,从检查类别信息21(检查类别信息21A的第2次检查项目)中包括的第2检查类别组中选择用于第2次检查的1个以上的第2检查类别。此时、也可以求出候补疾病和罹患概率。
(S28:候补疾病、罹患概率、第2检查类别的显示)
输出控制部11基于通过第2选择部32获得的候补疾病,罹患概率以及第2检查类别在显示部101显示信息。
图6示出在步骤S28显示的信息的示例。在图6所示的显示画面502中,与图5的显示画面同样地,提示了主诉及其以外的问诊结果。此外,在第1次检查的结果的项目中提示了:作为第1次检查进行了眼底摄影;发现了乳头形状有异常;进一步地、青光眼的怀疑为67%、老年性黄斑变性的怀疑为45%、以及白内障的怀疑为21%。这些罹患概率为基于问诊数据和第1检查数据由第2选择部32推定的值。另外,在第2检查项目的项目中,提示了基于问诊数据由第2选择部32推定的检查项目“眼底OCT”。
(S29:第2次检查)
基于在显示部101显示的第2检查类别,执行对该患者的第2次检查。使用眼科检查装置300中的任一个进行第2次检查。在图6所示的示例中,使用OCT装置进行患者的单眼或双眼的眼底OCT。此外,可以进行通过眼底OCT获得的OCT图像的分析等第2检查数据的分析。
(S30:第2检查数据的接收)
数据接收部40接收通过第2次检查由眼科检查装置300获得的第2检查数据。
(S31:第3检查类别的选择)
第3选择部33通过进行例如上述处理中的任一个,基于由数据接收部40接收的问诊数据、第1检查数据以及第3检查数据,从检查类别信息21(检查类别信息21A的第3次检查项目)中包括的第3检查类别组中选择用于第3次检查的1个以上的第3检查类别。此时、也可以求出候补疾病和罹患概率。
(S32:候补疾病、罹患概率、第3检查类别的显示)
输出控制部11基于通过第3选择部33获得的候补疾病,罹患概率以及第3检查类别在显示部101显示信息。
图7示出在步骤S32显示的信息的示例。在图7所示的显示画面503中,与图6的显示画面同样地,提示了主诉、其以外的问诊结果以及第1次检查的结果(第1次检查的类别、分析结果)。此外,在第2次检查的结果的项目中提示了:作为第2次检查进行了眼底OCT;乳头形状有異常;RNFL有缺损;进一步地,青光眼的怀疑为89%、老年性黄斑变性的怀疑为24%、以及白内障的怀疑为13%。这些罹患概率为基于问诊数据、第1检查数据和第2检查数据由第3选择部33推定的值。另外,在第3检查项目的项目中,提示了基于问诊数据由第3选择部33获得的事项“请接受青光眼专科医生的诊断(眼压检查、眼底摄影、眼底OCT、视野检查)”。
在此,从图6所示的第1次检查的结果和图7所示的第2次检查的结果之间的比较可以容易地理解,在第2次检查的结果中,青光眼的怀疑变高,老年性黄斑变性的怀疑和白内障的怀疑降低。即,可以看出,与仅参考问诊和第1次检查的情况相比,通过进一步参考第2次检查缩小了候补疾病的范围(精度提高)。
(S33:预约画面的显示)
在提出了由专科医生诊断的情况下,控制部10启动用于进行专科医疗机构或先进医疗机构的预约的应用软件。输出控制部11在显示部101显示用于预约的画面(预约画面)。
如上所述,在预约画面中提示例如患者信息、可预约的医疗机构的列表、用于选择是否期望预约的对象、用于指定期望的预约日期的对象、以及各医疗机构中可预约的日期和时间。
(S34:预约处理)
用户(患者、检查者等)使用用户终端200或操作部102将所需的信息输入到预约画面。输入的信息被发送到指定的医疗机构的院内服务器。当预约完成时,表示其主旨的信息从该院内服务器发送到医疗支持系统1或患者地址。以上,根据本示例的处理结束。
<系统构成示例>
对医疗支持系统1的具体系统构成示例进行说明。图8示出系统构成的示例。
如图8所示,医疗支持系统1中,用户终端200(智能手机等便携式通信终端)、医疗机构H、以及眼科检查装置300通过互联网连接到云服务器S。
云服务器S具备上述控制部10、存储部20、数据处理部30、数据接收部40、以及通信部50。
通过这样的系统构成,用户使用通过用户终端200的识别符建立部201建立的识别符(例如,QR码(登录商标)),提供对医疗机构H的用户认证、预约确认、支付等所需的信息。而且,对医疗机构H中的眼科检查装置300也使用通过用户终端200建立的识别符提供用户的认证和装置的设定所需的信息。医疗机构H和眼科检查装置300将获得的识别符与存储在云服务器S的存储部20中的信息进行对照等,从而执行用户认证、预约确认、支付、和装置的设定等处理。这里,医疗机构H也可以是例如药店、杂货店、公共设施等的销售店等。
此外,眼科检查装置300的检查结果被发送到云服务器S并存储在存储部20中。这里,眼科检查装置300也可以具备识别符建立部,从眼科检查装置300显示包括检查结果和医疗机构的信息等信息的识别符,用户终端200也可以通过读取该识别符获得这些信息。
通过构成这样的医疗支持系统1,用户可以使用识别符一贯地接受服务的提供,并且可以提高用户的便利性。
<作用·效果>
对以上示例的实施方式的作用和效果进行说明。
实施方式的医疗支持系统是使用计算机来执行的,并且计算机执行以下步骤。首先,计算机通过用户终端200接收通过对患者的问诊获得的问诊数据。然后,计算机基于接收的问诊数据,从预先存储在存储装置中的第1检查类别组中选择用于第1次检查的1个以上的第1检查类别。接着,计算机将表示选择的1个以上的第1检查类别的信息输出到用户终端200。用户终端200通过识别符建立部201建立包括表示第1检查类别的信息的识别符。眼科检查装置300通过识别符读取部301读取建立的识别符以进行用户的认证,并且执行第1检查类别对应的检查。在对患者执行了包括1个以上的第1检查类别中的至少一个的第1次检查之后,计算机接收通过第1次检查获得的第1检查数据。然后,计算机基于问诊数据和第1检查数据,从预先存储在存储装置中的第2检查类别组中选择用于第2次检查的1个以上的第2检查类别。接着,计算机将表示选择的1个以上的第2检查类别的信息输出到用户终端200,并与第1次检查同样地使用识别符进行根据眼科检查装置300的第2次检查。第3次检查也是同样的。此外,预约处理还可以通过用户终端200来进行。
作为示例说明的医疗支持系统1包括存储部20、数据接收部40、第1选择部31、显示部101、输出控制部11和第2选择部32。这里,显示部101也可以设置在医疗支持系统1的外部。
存储部20起存储装置的作用,预先存储第1检查类别组和第2检查类别组。数据接收部40起问诊数据接收部的作用,其接收通过对患者的问诊获得的问诊数据。第1选择部31基于问诊数据从第1检查类别组中选择用于第1次检查的1个以上的第1检查类别。显示部101起输出部的作用。这里,根据输出部的输出形式不限于显示,也可以是语音输出、打印、数据发送、写入记录介质等。输出控制部11将表示1个以上的第1检查类别的信息显示在显示部101。在对患者执行了包括1个以上的第1检查类别中的至少一个的第1次检查之后,数据接收部40接收通过第1次检查获得的第1检查数据。本示例的数据接收部40除了起问诊数据接收部的作用以外,还起检查数据接收部的作用。第2选择部32基于问诊数据和第1检查数据从第2检查类别组中选择用于第2次检查的1个以上的第2检查类别。输出控制部11将表示选择的1个以上的第2检查类别的信息显示在显示部101。
通过这样的示例性的医疗支持系统1,可以从在用户终端200输入的问诊数据选择第1次检查类别,此外,可以结合考虑在该第1次检查中得到的第1检查数据来选择第2次检查类别。由此,可以有选择地且有阶段性地执行认为对筛查等必要的检查。
用户仅使眼科检查装置300的识别符读取部301读取由用户终端200的识别符建立部201建立的识别符,就可以执行用户认证以及眼科检查装置300的设定和与检查类别对应的检查。
因此,能够防止检查所需的时间和人工的增加、用户负担的增加、医疗人员的劳力增加、诊疗的效率低下等。本示例的系统不仅适用于在专科医生等的管理下进行的情况,也适用于如在家中诊疗或健康检查车般没有专科医生等的场所(例如药店、杂货店、公共设施等的销售店等)进行的情况。如此,根据本示例的系统,可以在确保诊断的准确性的同时,减轻患者或检查者的负担并提高诊疗的效率。
对以上示例的实施方式的进一步的特征、作用、和效果等进行说明。
计算机(第2选择部32)还可以构成为基于问诊数据和第1检查数据,从预先存储在存储装置(存储部20)中的疾病组中选择可能罹患的1种以上的疾病(候补疾病),并基于选择的候补疾病进行1个以上的第2检查类别的选择。
此外,计算机(输出控制部11)也可以构成为将表示候补疾病的信息和表示第2检查类别的信息输出到输出装置(显示部101或用户终端200)。
根据这样的构成,除了第2检查类别,关于候补疾病也可以提供给患者或检查者。
此外,计算机(第2选择部32)也可以构成为基于问诊数据和第1检查数据,求出候补疾病中每一个的罹患概率,并基于候补疾病及罹患概率进行第2检查类别的选择。
此外,计算机(输出控制部11)还可以构成为将表示候补疾病的信息、表示罹患概率的信息以及表示第2检查类别的信息输出到输出装置(显示部101或用户终端200)。
根据这样的构成,除了第2检查类别,关于候补疾病和罹患概率也可以提供给患者或检查者。
在对患者执行了包括选择的1个以上的第2检查类别中的至少一个的第2次检查之后,计算机(数据接收部40)可以接收通过第2次检查获得的第2检查数据。在此情况下,计算机(第3选择部33)也可以构成为基于问诊数据、第1检查数据和第2检查数据,从预先存储在存储装置(存储部20)中的第3检查类别组中选择用于第3次检查的1个以上的第3检查类别。此外,计算机(输出控制部11)可以将表示选择的1个以上的第3检查类别的信息输出到输出装置(显示部101或用户终端200)。
根据这样的构成,可以从问诊数据选择第1次检查类别,并结合考虑在该第1次检查中得到的第1检查数据来选择第2次检查类别,进一步结合考虑在该第2次检查中得到的第2检查数据来选择第3次检查类别。因此,可以更有阶段性地执行认为对筛查等必要的检查。由此,可以实现本示例的方法和系统效果的进一步提高。
此外,计算机(第3选择部33)也可以构成为基于问诊数据、第1检查数据和第2检查数据,从预先存储在存储装置(存储部20)中的疾病组中选择1种以上的候补疾病,并基于选择的候补疾病进行第3检查类别的选择。
另外,计算机(输出控制部11)也可以构成为将表示选择的候补疾病的信息和表示第3检查类别的信息输出到输出装置(显示部101或用户终端200)。
根据这样的构成,除了第3检查类别,关于候补疾病也可以提供给患者或检查者。
此外,计算机(第3选择部33)也可以构成为基于问诊数据、第1检查数据和第2检查数据,求出候补疾病中每一个的罹患概率,并基于候补疾病及罹患概率进行第3检查类别的选择。
此外,计算机(输出控制部11)还可以构成为将表示候补疾病的信息、表示罹患概率的信息以及表示第3检查类别的信息输出到输出装置(显示部101或用户终端200)。
根据这样的构成,除了第3检查类别,关于候补疾病和罹患概率也可以提供给患者或检查者。
计算机可以包括人工智能引擎。例如,第1选择部31、第2选择部32和第3选择部33中的一个以上可以用作人工智能引擎。这里,构成第1选择部31、第2选择部32和第3选择部33的硬件(处理器等)可以是相同的。或者,数据处理部30的其他要素、或医疗支持系统1的外部设置的装置(外部计算机400)也可以具备人工智能引擎。当使用人工智能引擎时,用于其处理的数据或数据库存储在可以通过存储装置(存储部20)或外部计算机400、或者医疗支持系统1或外部计算机400访问的存储装置中。
当问诊数据包括自然语言时,人工智能引擎(第1选择部31、第2选择部32、第3选择部33、数据处理部30、外部计算机400等)可以对问诊数据应用自然语言处理。第1选择部31可以使用通过该自然语言处理得到的结果进行第1检查类别的选择(候补疾病的选择、罹患概率的计算)。同样地,第2选择部32可以使用通过该自然语言处理得到的结果进行第2检查类别的选择(候补疾病的选择、罹患概率的计算)。此外,第3选择部33可以使用通过该自然语言处理得到的结果进行第3检查类别的选择(候补疾病的选择、罹患概率的计算)。
当第1检查数据包括表示患者的规定部位的结构或功能的图像数据(例如眼底图像)时,人工智能引擎(第1选择部31、第2选择部32、第3选择部33、数据处理部30、外部计算机400等)可以执行基于该图像数据的处理(高画质化、分段、特征提取、病变检测、数据挖掘等)。第2选择部32可以使用通过人工智能引擎得到的结果进行第2检查类别的选择。
同样地,当第2检查数据包括表示患者的规定部位的结构或功能的图像数据(例如OCT图像)时,人工智能引擎(第1选择部31、第2选择部32、第3选择部33、数据处理部30、外部计算机400等)可以执行基于该图像数据的处理(高画质化、分段、特征提取、病变检测、数据挖掘等)。第3选择部33可以使用通过人工智能引擎得到的结果进行第3检查类别的选择。
通过使用这样的人工智能引擎,可以以更高的准确度和更高的确实性执行检查类别的选择(推定)、候补疾病的选择(推定)和罹患概率的计算。
计算机(输出控制部11)也可以构成为基于问诊数据和第1检查数据(以及第2检查数据),使显示装置(用户终端200)显示用于进行医疗机构的诊疗预约的画面(预约画面)。计算机(用户界面100、操作部102)接收对预约画面输入的信息。计算机(控制部10)也可以构成为基于接收的信息执行用于该患者的诊疗预约的处理。
通过这样的构成,在需要由专科医生进行诊断等的情况下,可以容易且顺利地进行预约手续。
根据实施方式的医疗支持方法中包括的步骤和医疗支持系统中包含的要素(构成,操作等)不限于上述示例。
以上所述实施方式仅为本实用新型的一个示例。欲实施本实用新型者可以在本实用新型的精神的范围内任意地进行修改(省略、替换、添加等)。
附图标记的说明
1 医疗支持系统
10 控制部
11 输出控制部
20 存储部
21、21A 检查类别信息
30 数据处理部
31 第1选择部
32 第2选择部
33 第3选择部
40 数据接收部
50 通信部
100 用户界面
101 显示部
102 操作部
200 用户终端
201 识别符建立部
300 眼科检查装置
301 识别符读取部
400 外部计算机
Claims (5)
1.一种医疗支持系统,其特征在于,包括:
用户终端,具有建立特定用户的识别符的识别符建立部;
对用户进行眼科检查的眼科检查装置,其具有识别符读取部,所述识别符读取部读取所述识别符,并从所读取的识别符特定用户;
检查数据接收部,接收通过所述眼科检查装置进行的眼科检查的检查数据;以及
存储部,存储所述检查数据接收部接收的检查数据,
所述识别符包含所述眼科检查装置的设定信息,所述眼科检查装置根据该设定信息,进行适合所述用户的所述眼科检查装置的调整。
2.权利要求1所述的医疗支持系统,其中,所述眼科检查装置使用通过所述识别符读取部读取的识别符进行用户的认证。
3.权利要求1所述的医疗支持系统,其中,所述识别符为二维码。
4.一种眼科检查装置,其特征在于,具有识别符读取部,使用通过所述识别符读取部读取的识别符进行用户的认证,其中,所述识别符读取部读取通过用户终端的识别符建立部建立的特定用户的识别符,并且从读取的识别符特定用户。
5.权利要求4所述的眼科检查装置,其中,使用通过所述识别符读取部读取的识别符进行用于检查的调整。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019105734A JP7440178B2 (ja) | 2019-06-05 | 2019-06-05 | 医療支援システム及び眼科検査装置 |
JP2019-105734 | 2019-06-05 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN209962704U true CN209962704U (zh) | 2020-01-17 |
Family
ID=69249156
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910703745.7A Pending CN112053778A (zh) | 2019-06-05 | 2019-07-31 | 医疗支持系统和眼科检查装置 |
CN201921226609.5U Active CN209962704U (zh) | 2019-06-05 | 2019-07-31 | 医疗支持系统和眼科检查装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910703745.7A Pending CN112053778A (zh) | 2019-06-05 | 2019-07-31 | 医疗支持系统和眼科检查装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7440178B2 (zh) |
CN (2) | CN112053778A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053778A (zh) * | 2019-06-05 | 2020-12-08 | 株式会社拓普康 | 医疗支持系统和眼科检查装置 |
EP3964120A1 (en) * | 2020-09-02 | 2022-03-09 | Topcon Corporation | Ophthalmologic examination system and ophthalmologic apparatus |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005013472A (ja) * | 2003-06-26 | 2005-01-20 | Canon Inc | 眼科システム |
CN105574791A (zh) * | 2015-09-30 | 2016-05-11 | 刘山山 | 一种融合二维码的体检身份认证系统 |
JP6923495B2 (ja) * | 2016-07-01 | 2021-08-18 | 株式会社トプコン | 医療支援方法及び医療支援システム |
JP6413036B2 (ja) * | 2018-02-06 | 2018-10-24 | 株式会社トプコン | 眼科情報システム |
JP7440178B2 (ja) * | 2019-06-05 | 2024-02-28 | 株式会社トプコン | 医療支援システム及び眼科検査装置 |
-
2019
- 2019-06-05 JP JP2019105734A patent/JP7440178B2/ja active Active
- 2019-07-31 CN CN201910703745.7A patent/CN112053778A/zh active Pending
- 2019-07-31 CN CN201921226609.5U patent/CN209962704U/zh active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053778A (zh) * | 2019-06-05 | 2020-12-08 | 株式会社拓普康 | 医疗支持系统和眼科检查装置 |
EP3964120A1 (en) * | 2020-09-02 | 2022-03-09 | Topcon Corporation | Ophthalmologic examination system and ophthalmologic apparatus |
JP7517914B2 (ja) | 2020-09-02 | 2024-07-17 | 株式会社トプコン | 眼科検査システム及び眼科装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2020201531A (ja) | 2020-12-17 |
JP7440178B2 (ja) | 2024-02-28 |
CN112053778A (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220415457A1 (en) | Method and system for medical support | |
US20220183555A1 (en) | System and method for medical condition diagnosis, treatment and prognosis determination | |
Pieczynski et al. | The role of telemedicine, in-home testing and artificial intelligence to alleviate an increasingly burdened healthcare system: Diabetic retinopathy | |
BR112015010320A2 (pt) | sistemas e métodos para se permitir que os consumidores obtenham visão e exames de saúde ocular | |
US20210366612A1 (en) | Ophthalmic examination support system | |
CN209962704U (zh) | 医疗支持系统和眼科检查装置 | |
Kapoor et al. | Detecting common eye diseases using the first teleophthalmology GlobeChek Kiosk in the United States: a pilot study | |
US10548472B2 (en) | Ophthalmic examination support system, ophthalmic examination support server and ophthalmic examination support device | |
Walsh | Binocular optical coherence tomography | |
Song et al. | Methodology and rationale for ophthalmic examinations in the seventh and eighth Korea national health and nutrition examination surveys (2017–2021) | |
JP6923495B2 (ja) | 医療支援方法及び医療支援システム | |
Shimizu et al. | A Case of Traumatic Hyphema Diagnoses by Telemedicine Between a Remote Island and the Mainland of Tokyo | |
JP6589074B2 (ja) | 眼科検査支援システム及び眼科検査支援サーバ | |
Alipour et al. | PERSIAN Eye Cohort Study (PECS): Design, Methodology | |
JP6733009B2 (ja) | 眼科検査支援システム | |
John et al. | Efficacy of an Automated Algorithm for Screening Diabetic Retinopathy in Gradable and Ungradable Images in Real-Time Conditions | |
Menolotto | Artifact removal in digital retinal images | |
JP2022068457A (ja) | 医用画像処理装置、医用画像処理システム、医用画像処理方法及びプログラム | |
Dragnev et al. | Teleophthalmology: eye care in the community | |
Charters | Telemedicine ushers in new chapter in eye care | |
Vought et al. | Future direction for the deployment of deep learning artificial intelligence: Vision threatening disease detection in underserved communities during COVID-19 | |
JP2024011476A (ja) | 医療データ処理システム、医療データ処理装置、医療データ処理方法、プログラム、及び記録媒体 | |
Luhr-Pettersen | Mapping the structural and functional changes in the macular area in patients with type 2 diabetes | |
AlShawabkeh et al. | The utilization of artificial intelligence in glaucoma: diagnosis versus screening | |
Hancock | Ophthalmic photographer-led age-related macular degeneration review clinics: a pilot study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |