JP2015191286A - 類似症例検索装置、類似症例検索方法、及び類似症例検索プログラム - Google Patents

Abstract

【課題】複数の関心領域を基に適切な類似症例を迅速に検索する検索装置を提供する。
【解決手段】類似症例検索サーバ１７は、個別類似度算出部６５、総合類似度算出部６６、類似症例検索部６７を備える。個別類似度算出部６５は、関心領域と症例画像内に存在する複数件の症例病変とを１対１で対応させて、対応させた関心領域の特徴量と症例病変の特徴量とを比較して、関心領域毎の個別類似度をそれぞれ算出する。総合類似度算出部６６は、複数の関心領域に対してそれぞれ算出した複数の個別類似度に基づいて、総合類似度を算出するものであり、同一症例内の種類が異なる複数の症例病変と複数の関心領域をそれぞれ組み合わせて構成される完全異種の組み合わせに対してのみ、個別類似度を用いて総合類似度を算出する。類似症例検索部６７は、完全異種の組み合わせに対応する総合類似度に基づいて類似症例を検索する。
【選択図】図１２

Description

本発明は、類似症例検索装置、類似症例検索方法、及び類似症例検索プログラムに関する。

医療分野において、検査画像に基づいて、検査画像に類似する過去の症例を検索する類似症例検索装置が知られている（例えば特許文献１、２参照）。検査画像は、例えば、断層撮影を行うＣＴ（Computed Tomography）装置や単純透視画像を撮影する一般Ｘ線撮影装置などのモダリティで撮影された画像であり、患者の疾患の特定など患者の診断を行うために用いられる。一般Ｘ線撮影装置による１回の検査では、検査画像が１枚だけ撮影される場合もあれば、複数枚撮影される場合もある。また、ＣＴ装置による１回の検査では、複数枚の断層画像（スライス画像）が取得される。そのため、１件の検査データには、１枚以上の検査画像が含まれる。症例は、過去の検査データの集積によって作成される場合が多いため、１件の症例のデータにも、１枚以上の症例画像が含まれる。

類似症例検索を行う場合には、まず、医師などのユーザによって、検査画像内に関心領域が指定される。関心領域は、検査画像内において医師が特に関心を示す領域であり、診断対象となる病変を含む領域である。類似症例検索装置は、検査画像内に指定された１つの関心領域の特徴を数値化した特徴量と、症例画像内に存在する１つの病変の特徴を数値化した特徴量とを比較して両者の類似度を判定する。ここで、便宜上、検査画像の関心領域内に含まれる病変を対象病変といい、症例画像に含まれる病変を症例病変という。そして、類似症例検索装置は、複数の症例を記憶した症例データベースの中から、関心領域に類似する症例病変を含む症例を検索する。

特許文献１には、対象病変を含む関心領域の指定の仕方にはユーザ毎に個人差があり、個人差に起因して検索結果にばらつきが生じるという検索ばらつきを抑制することを目的する発明が開示されている。具体的には、同じ１つの対象病変を含む領域を関心領域として指定する場合でも、指定するユーザの個人差などが原因で、関心領域の指定の仕方によっては指定した領域の形状や大きさが変化するため、特徴量が変化してしまう場合がある。特徴量が変化すると、類似度も変化するため、ユーザ毎に検索結果が変わるという検索ばらつきが生じてしまう。特許文献１は、こうした検索ばらつきを抑制するために、１例として、１つの対象病変について指定の仕方が異なる複数の関心領域について、関心領域毎に特徴量を算出し、算出した複数の関心領域の特徴量の平均値に基づいて類似度を算出して、類似画像検索を行っている。これによれば、ユーザ毎の個人差に起因する検索ばらつきを抑制することができる。

特許文献２は、ユーザが類似していると感じる主観に対して、より適合的な検索結果を出力する技術に関するものである。具体的には、同種の対象病変が複数の検査画像に対して存在する場合に、関心領域の指定に際して、ユーザが類似していると感じる同種の複数の対象病変を含む関心領域を、同種グループとして１つのグループにまとめる。そして、１件の検査データにおいて、同種グループに属する複数の対象病変の特徴量をすべて包含する特徴量の範囲を求め、この特徴量の範囲を検索条件として、類似症例検索を行う。同種グループの特徴量の範囲は、ユーザが主観的に類似すると感じる範囲と一致すると考えられるため、検索結果もユーザの主観に対して、より適合的なものとすることができる。

特開２０１０−２３７９３０号公報 特開２０１２−１１８５８３号公報

ところで、疾患によっては、検査画像において複数の対象病変が現れていることが、疾患特定の根拠となる場合がある。例えば、結核の場合には、検査画像において、空洞影、点状影、すりガラス影という３種の対象病変が現れていることを以て疾患が特定される場合があり、びまん性汎細気支炎では、気管支異常影と点状影の２種の対象病変が現れていることを以て疾患が特定される場合がある。がんの場合には、単一の対象病変での類似検索でよかったが、がん以外の非がん疾患である場合には、これら複数の対象病変での類似症例検索が必要である。

特許文献１及び特許文献２に記載の従来の類似症例検索装置は、いずれも、検査画像に含まれている１つの対象病変に着目して、着目した１つの対象病変を含む関心領域の特徴量に基づいて類似症例を検索するものであり、検査画像に含まれている複数の対象病変のそれぞれに着目することは考慮されていなかった。

上述したように、特許文献１は、関心領域毎に特徴量を算出しているが、複数の関心領域は、指定の仕方が異なるだけで、同じ１つの対象病変の関心領域であり、異なる対象病変のそれぞれの関心領域の特徴量に着目して類似症例を検索することについては開示が無い。また、特許文献２は、複数の検査画像に含まれる複数の対象病変に対して、同種の対象病変がグループ化された１つの同種グループについて１つの検索条件を作成し、作成した検索条件で類似症例を検索している。特許文献２は、いわば、同種の複数の対象病変を含むそれぞれの関心領域に共通する特徴量をユーザの嗜好に合うように算出しているのみで、複数の対象病変のそれぞれの関心領域の特徴量に着目して類似症例を検索することについては開示が無い。

特許文献１及び特許文献２のように、１つの関心領域の特徴量に着目する技術では、関心領域が複数有る場合には、適切な類似症例を検索することができない。そこで、発明者は、関心領域が複数有る場合においては複数の関心領域に着目して、複数の症例病変が登録されている症例の中から類似する症例を検索する技術を検討している。しかし、複数の関心領域に着目するためには、複数の関心領域と複数の症例病変のそれぞれを対応させて両者の特徴量を比較しなければならない。その場合には、対応させる組み合わせパターンが多くなるため、検索処理に時間が掛かるという新たな課題が生じることが分かってきた。関心領域の数が増えるほど、こうした問題は顕著となる。

本発明は、関心領域が複数有る場合でも、適切な類似症例検索を短時間で検索することが可能な類似症例検索装置、類似症例検索方法、及び類似症例検索プログラムを提供することを目的とする。

本発明の類似症例検索装置は、症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する装置であって、特徴量取得部、個別類似度算出部、総合類似度算出部、類似症例検索部を備える。特徴量取得部は、検査画像を１枚以上含む検査データにおいて指定され、検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、関心領域毎の特徴量を取得する。個別類似度算出部は、関心領域と、症例画像内に存在する複数件の症例病変とを１対１で対応させて、対応させた関心領域の特徴量と症例病変の特徴量とを比較して、関心領域毎の個別類似度をそれぞれ算出する。総合類似度算出部は、複数の関心領域に対してそれぞれ算出した複数の個別類似度に基づいて、総合類似度を算出する総合類似度算出部であり、同一症例内の種類が異なる複数の症例病変と複数の関心領域をそれぞれ組み合わせて構成される完全異種の組み合わせに対してのみ、個別類似度を用いて総合類似度を算出する。類似症例検索部は、完全異種の組み合わせに対応する総合類似度に基づいて、類似症例を検索する。

ここで、症例画像内に存在する複数件の症例病変は、１枚の症例画像内に複数存在する場合と、例えば２枚の症例画像のそれぞれに、症例病変が１つずつ存在する場合のように、複数枚の症例画像内に存在する症例病変の合計が複数件になる場合を含む。

総合類似度算出部は、完全異種の組み合わせに関して、関心領域の個数と、症例病変の種類数及び個数とに応じた数の組み合わせを作り、完全異種の組み合わせ毎に総合類似度を算出することが好ましい。具体的には、総合類似度算出部は、１件の症例毎に、その症例に含まれる症例病変についての個別類似度を求め、求めた個別類似度についての完全異種の組み合わせを作って総合類似度を求めてもよい。また、最初に、症例全件の症例病変についての個別類似度をそれぞれ求め、その後に、症例毎に、個別類似度についての完全異種の組み合わせを作ってもよい。いずれにしても、個別類似度ＩＳＭを算出後に、個別類似度ＩＳＭについての完全異種の組み合わせを作る。

同一症例内に含まれる複数の異種の症例病変のうち少なくとも１種に関して、同種の症例病変が複数個存在する場合には、総合類似度算出部は、同種の複数個の症例病変を区別して、区別した同種の症例病変毎に完全異種の組み合わせを作ることが好ましい。

類似症例検索部は、総合類似度に基づいて、複数件の類似症例に関する情報をリスト化した類似症例リストを作成することが好ましい。類似症例リストにおいて、類似症例は、総合類似度順にソートされることが好ましい。

類似症例リストの表示項目には、総合類似度の値と総合類似度に関する内訳情報とを含み、内訳情報は、個別類似度を算出するための関心領域と症例病変との対応関係を含むことが好ましい。類似症例リストには、総合類似度の値に加えて、総合類似度の算出要素となる複数の個別類似度の値が表示されることが好ましい。類似症例リストには、関心領域と症例病変のそれぞれの画像が表示されることが好ましい。

症例データベースには、症例病変の種類の情報が格納されていることが好ましい。総合類似度は、完全異種の組み合わせに含まれる複数の個別類似度の総和であることが好ましい。

個別類似度算出部は、関心領域毎に、複数の症例病変を対応させて算出した複数の個別類似度を記録した個別類似度テーブルを作成してもよい。総合類似度算出部は、関心領域毎の複数の個別類似度テーブルのそれぞれから、１つずつ個別類似度を読み出して、読み出した複数の個別類似度を要素として、完全異種の組み合わせを作ってもよい。

個別類似度算出部は、症例のうち、少なくとも症例病変の種類が複数の症例については個別類似度の算出対象とし、症例病変の種類が１種類の症例については個別類似度の算出対象外とすることが好ましい。

総合類似度算出部は、総合類似度を算出する要素となる個別類似度の値に応じて、総合類似度に対して重み付け処理を行ってもよい。重み付け処理は、個別類似度が閾値以上の場合に、総合類似度を高くする処理であることが好ましい。

類似症例検索部は、症例病変の種類数が、関心領域の数未満の症例については、検索の対象外としてもよい。また、類似症例検索部は、症例病変の種類数が、関心領域の数未満の症例についても、症例病変の種類数が複数有る場合には、検索の対象としてもよい。

１つの関心領域と、１件の症例に含まれる複数の症例病変とを対応させることにより、複数の総合類似度が算出された場合に、複数の総合類似度の中から、１つの代表値を判定する代表値判定部を有しており、類似症例検索部は、代表値に基づいて、類似症例を検索することが好ましい。

本発明の類似症例検索方法は、症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する方法において、特徴量取得ステップ、個別類似度算出ステップ、総合類似度算出ステップ、類似症例検索ステップを含む。特徴量取得ステップは、検査画像を１枚以上含む検査データにおいて指定され、検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、関心領域毎の特徴量を取得する。個別類似度算出ステップは、関心領域と、症例画像内に存在する複数件の症例病変とを１対１で対応させて、対応させた関心領域の特徴量と症例病変の特徴量とを比較して、関心領域毎の個別類似度をそれぞれ算出する。総合類似度算出ステップは、複数の関心領域に対してそれぞれ算出した複数の個別類似度に基づいて、総合類似度を算出する総合類似度算出部であり、同一症例内の種類が異なる複数の症例病変と複数の関心領域をそれぞれ組み合わせて構成される完全異種の組み合わせに対してのみ、個別類似度を用いて総合類似度を算出する。類似症例検索ステップは、完全異種の組み合わせに対応する総合類似度に基づいて、類似症例を検索する。

総合類似度算出ステップは、症例毎に症例病変についての完全異種の組み合わせを作り、作った組み合わせに対応する個別類似度を求めてもよいし、最初に症例全件の個別類似度を求め、その後に症例毎に個別類似度の完全異種の組み合わせを作ってもよい。いずれにしても、個別類似度ＩＳＭを算出後に、個別類似度ＩＳＭについての完全異種の組み合わせを作る。

本発明の類似症例検索プログラムは、症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する処理をコンピュータに実行させるプログラムにおいて、特徴量取得ステップ、個別類似度算出ステップ、総合類似度算出ステップ、類似症例検索ステップを含む。特徴量取得ステップは、検査画像を１枚以上含む検査データにおいて指定され、検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、関心領域毎の特徴量を取得する。個別類似度算出ステップは、関心領域と、症例画像内に存在する複数件の症例病変とを１対１で対応させて、対応させた関心領域の特徴量と症例病変の特徴量とを比較して、関心領域毎の個別類似度をそれぞれ算出する。総合類似度算出ステップは、複数の関心領域に対してそれぞれ算出した複数の個別類似度に基づいて、総合類似度を算出する総合類似度算出部であり、同一症例内の種類が異なる複数の症例病変と複数の関心領域をそれぞれ組み合わせて構成される完全異種の組み合わせに対してのみ、個別類似度を用いて総合類似度を算出する。類似症例検索ステップは、完全異種の組み合わせに対応する総合類似度に基づいて、類似症例を検索する。

本発明は、関心領域毎の特徴量と症例病変の特徴量とを比較して、関心領域毎の個別類似度を算出し、同一症例内の種類が異なる複数の症例病変と複数の関心領域をそれぞれ組み合わせて構成される完全異種の組み合わせに対してのみ、個別類似度を用いて総合類似度を算出し、算出した総合類似度に基づいて類似症例を検索するため、関心領域が複数有る場合でも、適切な類似症例検索を短時間で検索することが可能な類似症例検索装置、類似症例検索方法、及び類似症例検索プログラムを提供することができる。

類似症例検索サーバを含む医療情報システムを示す構成図である。 複数枚の検査画像で構成される検査データの概略を示す説明図である。 １枚の検査画像で構成される検査データの概略を示す説明図である。 診療科、検査科、検査画像ＤＢサーバ、及び症例ＤＢサーバの機能を説明する説明図である。 症例ＤＢの説明図である。 病変の種類の画像パターンを示す説明図である。 類似症例検索サーバの機能概要の説明図である。 各ＤＢサーバや各端末を構成するコンピュータを示す構成図である。 診療科端末の概略を示す構成図である。 関心領域を指定する検査画像表示画面の説明図である。 関心領域の指定方法について、図９とは別の例を説明図である。 類似症例検索サーバの概略を示す構成図である。 関心領域の特徴量の説明図である。 特徴量算出部の構成図である。 症例病変の特徴量の説明図である。 個別類似度算出部の説明図である。 個別類似度算出方法の説明図である。 症例病変が３種３個の場合の個別類似度の説明図である。 症例病変が３種５個の場合の個別類似度の説明図である。 症例病変が２種４個の場合の個別類似度の説明図である。 症例病変が１種４個の場合の個別類似度の説明図である。 症例病変が３種５個の場合の個別類似度の説明図である。 個別類似度テーブルの概略を示す説明図である。 関心領域毎に作られる個別類似度テーブルの説明図である。 総合類似度テーブルの説明図である。 総合類似度の算出方法を示す説明図である。 図１９の例の完全異種の組み合わせを示す説明図である。 図２７の完全異種の組み合わせに対応する総合類似度の説明図である。 ３種５個の症例病変の場合の完全異種の組み合わせを示す説明図である。 図２９の例において算出対象外となる組み合わせの説明図である。 図２２の例の完全異種の組み合わせを示す説明図である。 図３１の例において算出対象外となる組み合わせの説明図である。 検索対象外となる症例の説明図である。 検索対象外となる別の症例の説明図である。 検索対象と対象外となる症例を説明する表である。 総合類似度を算出した総合類似度テーブルを示す説明図である。 症例毎に総合類似度の代表値を判定する方法を示す説明図である。 症例毎の代表値をテーブルに並べた説明図である。 症例毎の代表値をソートしたテーブルを示す説明図である。 類似症例リストを表示した画面を示す説明図である。 類似症例画像検索装置の手順を示すフローチャートである。 類似症例検索の手順を示すフローチャートである。 総合類似度と個別類似度との両方を表示する例を示す説明図である。 第２実施形態の説明図である。 第２実施形態における２種２個の症例の完全異種の組み合わせの説明図である。 第２実施形態の検索結果表示画面の説明図である。 第３実施形態の説明図である。 病変種類判定部の説明図である。 第３実施形態の個別類似度算出部の説明図である。 第３実施形態の完全異種の組み合わせテーブルの説明図である。 特徴量算出部を診療科端末に備えた別の例を示す説明図である。 図５１で説明した診療科端末と類似症例検索サーバとの説明図である。

［第１実施形態］
図１に示す医療情報システム９は、病院などの医療施設に構築される。医療情報システム９は、診療科１０に配置される診療科端末１１、検査科１２に設置されるモダリティ（医用画像撮影装置）１３、及びオーダ管理端末１４、検査画像データベース（以下「ＤＢ」と称す）サーバ１５、症例ＤＢサーバ１６、及び類似症例検索サーバ１７を有する。これらは、ネットワーク１８を通じて通信可能に接続される。ネットワーク１８は、例えば、院内に敷設されたＬＡＮ（Local Area Network）である。モダリティ１３は、例えば、断層画像を撮影するＣＴ（Computed Tomography）装置やＭＲＩ（Magnetic Resonance Imaging）装置、及び単純透視画像を撮影する一般Ｘ線撮影装置（ＤＲ：Digital Radiographyや、ＣＲ：Computed Radiographyなど）等を含む。

診療科端末１１は、診療科１０の医師（図においてＤｒの符号を付す）によって操作され、電子カルテの入力や閲覧の他、検査科１２に対して検査を依頼するための検査オーダの発行に利用される。また、診療科端末１１は、検査科１２で撮影され検査画像ＤＢサーバ１５に保存された検査画像１９を表示して、医師が検査画像１９を閲覧するための画像表示端末としても利用される。

検査科１２において、オーダ管理端末１４は、診療科１０からの検査オーダを受け付けて、受け付けた検査オーダを管理する。検査科１２の技師は、検査オーダの内容に従って、モダリティ１３により患者の撮影を行う。検査画像１９は、１件の検査オーダに対して１枚あるいは複数枚撮影される。モダリティ１３は、撮影が終了すると、撮影した検査画像１９を検査画像ＤＢサーバ１５に送信する。検査が終了すると、検査科１２から診療科１０の医師に検査終了が通知され、合わせて、検査画像ＤＢサーバ１５内の検査画像１９の保存先が通知される。診療科１０の医師は、診療科端末１１を通じて、検査画像ＤＢサーバ１５にアクセスして、診療科端末１１で検査画像１９を閲覧する。

検査画像ＤＢサーバ１５は、複数枚の検査画像１９が格納される検査画像ＤＢ２０を有しており、いわゆるＰＡＣＳ（Picture Archiving and Communication System）サーバである。検査画像ＤＢ２０は、キーワードによる検索が可能なデータベースであり、診療科端末１１などの検索要求や配信要求に応じて、検索条件に合致する検査画像１９や指定された検査画像１９を配信する。

図２及び図３に示すように、検査画像ＤＢ２０においては、１件の検査オーダに対して、１枚以上の検査画像１９を含む１件の検査データ２１が対応付けて格納される。図２に示すように、ＣＴ装置やＭＲＩ装置で撮影された検査画像１９は、断層画像（スライス画像とも呼ばれる）であり、１件の検査データ２１には、複数枚の検査画像１９が含まれる。図３に示すように、一般Ｘ線撮影装置で撮影された検査画像１９の場合には、単純透視画像であり、１件の検査データ２１は、検査画像１９が１枚だけの場合もあれば、複数枚の場合もある。

検査オーダには、診療科１０の医師のＩＤや所属などの依頼元情報、患者情報、検査種別などが含まれる。検査画像１９の画像ファイルは、画像データとＤＩＣＯＭ（Digital Imaging and COmmunication in Medicine）ヘッダなどの付帯情報とを有する。検査オーダの情報は、検査画像１９の付帯情報として格納される。また、付帯情報には、検査ＩＤや、１枚の検査画像１９にそれぞれ付与される画像ＩＤが含まれる。図２、図３の例では、検査ＩＤは「Ｏ９０１」や「Ｏ９０２」で、画像ＩＤは「Ｏ９０１−０３」、「Ｏ９０１−０１」というように、検査ＩＤに、１枚の検査画像１９を識別するためのシリアルナンバーを加えた形態で付与されている。検査画像ＤＢサーバ１５は、こうしたＤＩＣＯＭタグに含まれる項目を検索キーとして、検索が可能になっている。

類似症例検索サーバ１７は、検索条件として検査画像１９を受け付けて、受け付けた検査画像１９に類似する症例画像２２を含む症例を検索する。症例画像２２は、過去に診断に利用された検査画像である。症例ＤＢサーバ１６は、複数件の症例を検索可能に格納した症例ＤＢ２３を有している。類似症例検索サーバ１７は、症例ＤＢサーバ１６にアクセスして、症例を１件ずつ読み出して、検索条件として受け付けた検査画像１９と症例内の症例画像２２の比較照合を行って、検査画像１９に類似する症例を検索する。

図４に示すように、診療科１０の医師は、診療科端末１１を操作して、検査画像ＤＢサーバ１５にアクセスして検査画像１９を含む検査データ２１をダウンロードする。診療科端末１１で検査画像１９は表示され、医師によって閲覧される。患者が罹患している場合には、患者の検査画像１９には、疾患の症状を現す病変（対象病変ＯＬという）が含まれている。診療科１０の医師は、検査データ２１に含まれる検査画像１９の中から、対象病変ＯＬを含む検査画像１９を選択する。検査画像１９は、診療科端末１１が類似症例検索サーバ１７に対して発行する類似症例検索要求に添付されて、類似症例検索サーバ１７に送信される。類似症例検索サーバ１７は、類似症例検索要求を受け付けると、症例ＤＢサーバ１６から検査画像１９に類似する症例を検索して、検索結果を依頼元の診療科端末１１に配信する。

診療科１０の医師は、検査結果に含まれる症例を確認する。症例には、症例画像２２に付随して読影レポートが含まれている。医師は、読影レポートに記載された、症例画像２２に対する所見などを参照して、検査画像１９の疾患の特定など確定診断を下す。

図５に示すように、症例ＤＢ２３には、症例画像ＤＢ２３Ａと、特徴量ＤＢ２３Ｂが設けられている。症例画像ＤＢ２３Ａは、症例画像２２を検索可能に格納するデータベースである。症例には、１件毎に症例ＩＤが付与される。症例ＩＤは、検査画像１９における検査ＩＤに相当するものである。１件の症例には、１枚以上の症例画像２２が含まれる。また、検査画像１９と同様に、各症例画像２２には、症例ＩＤにシリアルナンバーを加えた画像ＩＤが付与される。図５において、症例ＩＤが「Ｃ１０１」の症例データ２４には、例えば、６０枚の断層画像が含まれている。

症例画像２２には、疾患の症状を表す病変（症例病変ＣＬ）が含まれている。１件の症例には、１つ以上の症例病変ＣＬが登録されている。本例では、症例ＩＤ「Ｃ１０１」には、Ｎｏ１〜Ｎｏ３の３個、「Ｃ１０２」には２個、「Ｃ１０３」には１個、それぞれ症例病変ＣＬが登録されている。症例病変ＣＬは、過去に症例画像２２が検査画像として診断に利用された際に、医師によって病変として指定された領域であり、医師による確定診断を経て、症例病変ＣＬとして登録されたものである。症例病変ＣＬの指定方法については、例えば、後述する関心領域ＲＯＩと同様である。

特徴量ＤＢ２３Ｂは、症例病変ＣＬの画像の特徴量ＣＡＣを格納するデータベースである。特徴量ＣＡＣは、症例ＩＤと病変Ｎｏからなる識別ＩＤが付与されている。例えば、症例ＩＤ「Ｃ１０１」には、３個の症例病変ＣＬがあり、各症例病変ＣＬには、１件の症例内のシリアルナンバーであるＮｏ１〜Ｎｏ３がそれぞれ付与される。特徴量ＣＡＣの後の数字は、症例内のシリアルナンバーに対応している。

また、特徴量ＤＢ２３Ｂには、各症例病変ＣＬの病変の種類に関する情報（種類情報）が格納されている。図６に示すように、典型的な病変の画像パターンである病変パターンは、例えば、Ａ〜Ｈの８種類に分類される。すなわち、Ａ：低呼吸域の異常影（気腫、気胸、ブラなど）、Ｂ：空洞、Ｃ：気管支の異常影（気管支壁肥厚、気管支拡張、牽引性気管支拡張、気管支透亮像など）、Ｄ：蜂窩、Ｅ：すりガラス状陰影、Ｆ：点状影（粒状影、ＴＩＢなど）、Ｇ：高吸収域の異常影（コンソリデーション、ノジュール、気管支粘液腺など）、Ｈ：線状・網状影である。

症例病変ＣＬの病変の種類は、症例病変ＣＬの画像パターンが、これら８種類の病変パターンのどれに最も近いかによって判定される。症例病変ＣＬの種類は、特徴量ＣＡＣに基づいて判定される。特徴量ＣＡＣは、後述する関心領域ＲＯＩと同様に、８種類の病変パターンに対応する８種類の判別器の出力値で構成される８次元の特徴ベクトルである。症例病変ＣＬの種類情報は、特徴量ＣＡＣとともに、特徴量ＤＢ２３Ｂに格納される。なお、本例では、典型的な病変パターンを８種類に分類し、それに対応して病変の種類も８種類に分類する例で説明しているが、８種類未満でもよいし、８種類以上でもよい。

図７に示すように、診療科端末１１を通じて、類似症例検索要求を発行する際には、医師によって、検査画像１９内の対象病変ＯＬを含む領域が関心領域ＲＯＩとして指定される。類似症例検索要求には、対象病変ＯＬを含む検査画像１９と、指定された関心領域ＲＯＩに対応する検査画像１９内の領域情報（例えば、検査画像１９内の座標情報）が添付される。類似症例検索サーバ１７は、類似症例検索要求を受け付けると、検査画像１９の画像データと、領域情報に基づいて、関心領域ＲＯＩを特定する。そして、関心領域ＲＯＩの特徴量を算出する。特徴量を算出後、類似症例検索サーバ１７は、症例ＤＢサーバ１６から、症例を１件ずつ読み出して、関心領域ＲＯＩと症例病変ＣＬとの特徴量を比較して、類似症例を検索する。そして、類似する複数件の症例に関する情報がリスト化された類似症例リストを作成し、これを検索結果として診療科端末１１に配信する。

診療科端末１１、オーダ管理端末１４、検査画像ＤＢサーバ１５、症例ＤＢサーバ１６、類似症例検索サーバ１７は、パーソナルコンピュータ、サーバ用コンピュータ、ワークステーションといったコンピュータをベースに、オペレーティングシステム等の制御プログラムや、クライアントプログラム又はサーバプログラム等のアプリケーションプログラムをインストールして構成される。

図８に示すように、各ＤＢサーバ１５〜１７や各端末１１、１４を構成するコンピュータは、基本的な構成は同じであり、それぞれ、ＣＰＵ（Central Processing Unit）４１、メモリ４２、ストレージデバイス４３、通信Ｉ／Ｆ４４、及び入出力部４６を備えている。これらはデータバス４７を介して接続されている。入出力部４６は、表示部４８と、キーボードやマウスなどの入力デバイス４９とからなる。

ストレージデバイス４３は、例えば、ＨＤＤ（Hard Disk Drive）であり、制御プログラムやアプリケーションプログラム（以下、ＡＰという）５０が格納される。また、ＤＢが構築されるサーバには、プログラムを格納するＨＤＤとは別に、ＤＢ用のストレージデバイス４３として、例えば、ＨＤＤを複数台連装したディスクアレイが設けられる。ディスクアレイは、サーバ本体に内蔵されるものでもよいし、サーバ本体とは別に設けられ、サーバ本体にケーブルやネットワークを通じて接続されるものでもよい。

メモリ４２は、ＣＰＵ４１が処理を実行するためのワークメモリである。ＣＰＵ４１は、ストレージデバイス４３に格納された制御プログラムをメモリ４２へロードして、プログラムに従った処理を実行することにより、コンピュータの各部を統括的に制御する。通信Ｉ／Ｆ４４は、ネットワーク１８との間の伝送制御を行うネットワークインタフェースである。

診療科端末１１には、ＡＰ５０として、電子カルテの閲覧や編集を行う電子カルテソフトウエアや、検査画像や類似症例リストの閲覧を行うためのビューアソフトウエアなどのクライアントプログラムがインストールされている。ビューアソフトウエアは、例えば、専用ソフトウエアでもよいし、汎用的なＷＥＢブラウザなどでもよい。

図９に示すように、診療科端末１１において、検査画像１９を表示するビューアソフトウエアが起動されると、診療科端末１１の表示部４８Ａには、ＧＵＩ（Graphical User Interface）による操作機能を備えた検査画像表示画面５２が表示される。診療科端末１１のＣＰＵ４１Ａは、ＧＵＩ制御部５３及び検索要求発行部５４として機能する。検査画像表示画面５２では、検査画像１９に対する関心領域ＲＯＩの指定と、類似症例検索要求の発行指示が可能になっている。ＧＵＩ制御部５３は、検査画像表示画面５２を通じた入力デバイス４９Ａからの操作指示を受け付けて、受け付けた操作指示に従った画面制御を行う。また、類似症例検索要求の発行指示が入力されると、入力された発行指示がＧＵＩ制御部５３から検索要求発行部５４に入力される。検索要求発行部５４は、類似症例検索要求に、指定された検査画像１９や関心領域ＲＯＩの領域情報を添付して、類似症例検索要求を発行する。

図１０に示すように、検査画像表示画面５２は、検査画像１９を表示する画像表示領域５２Ａと、各種操作部とを有している。画像表示領域５２Ａには、例えば、３枚の検査画像１９が並べて表示される。スクロール操作やコマ送り操作により、表示する検査画像１９を切り替えることが可能である。画像表示領域５２Ａの上方には、検査ＩＤを入力する入力ボックス５２Ｂが設けられている。入力ボックス５２Ｂに検査ＩＤを入力すると、入力した検査ＩＤの検査データ２１が検査画像ＤＢサーバ１５からダウンロードされて、画像表示領域５２Ａに検査画像１９が表示される。画像表示領域５２Ａの下方には、領域指定ボタン５２Ｃ、クリアボタン５２Ｄ、類似症例検索ボタン５２Ｅが設けられている。

領域指定ボタン５２Ｃは、検査画像１９内において関心領域ＲＯＩを指定するための操作ボタンである。領域指定ボタン５２Ｃが、マウスのポインタ５６でクリック操作されると、検査画像１９内の任意の領域を指定する領域指定操作が可能になる。この状態で、ポインタ５６を操作して、例えば、スプラインによって、対象病変ＯＬを含む領域の外周を指定する。スプラインは、指定された複数の制御点を通る滑らかな曲線であり、ポインタ５６で制御点を指定することによって入力される。こうした操作により対象病変ＯＬを含む領域が、関心領域ＲＯＩとして指定される。クリアボタン５２Ｄは、指定した関心領域ＲＯＩを取り消すためのボタンである。

関心領域ＲＯＩは、複数個指定することが可能である。図１０の例では、画像ＩＤが「Ｏ９０１−０１」から「Ｏ９０１−０３」の３枚の検査画像１９にそれぞれ１つずつ、Ｎｏ１〜Ｎｏ３の関心領域ＲＯＩが指定されている。検査ＩＤ「９０１」の検査データ２１において、他に関心領域ＲＯＩの指定が無ければ、１件の検査データ２１に合計で３つの関心領域ＲＯＩが指定されたことになる。また、図１１の例では、画像ＩＤが「Ｏ９０６−０１」の検査画像１９内に２つの関心領域ＲＯＩ（Ｎｏ１、Ｎｏ２）が指定され、画像ＩＤが「Ｏ９０６−０２」、「Ｏ９０６−０３」の検査画像１９内には、１つずつ関心領域ＲＯＩ（Ｎｏ３、Ｎｏ４）が指定されている。Ｎｏ３の関心領域ＲＯＩには、２つの対象病変ＯＬ（Ｎｏ３、Ｎｏ４）が含まれている。このように、複数個の対象病変ＯＬを含む領域を、１つの関心領域ＲＯＩとして指定してもよい。検査ＩＤ「９０６」の検査データ２１において、他に関心領域ＲＯＩの指定が無ければ、１件の検査データ２１に合計で４つの関心領域ＲＯＩが指定されたことになる。このように指定された各関心領域ＲＯＩには、異なる対象病変ＯＬがそれぞれ１つ以上含まれる。

図１２に示すように、類似症例検索サーバ１７には、ＡＰ５０として類似症例検索サーバプログラムがインストールされており、プログラムを実行すると、類似症例検索サーバ１７のＣＰＵ４１Ｂは、要求受付部６１、特徴量算出部６２、個別類似度算出部６５、総合類似度算出部６６、類似症例検索部６７、出力制御部６９として機能する。

要求受付部６１は、診療科端末１１から送信された類似症例検索要求を受け付けて、受け付けた検査画像１９及び関心領域ＲＯＩの領域情報を、類似症例検索サーバ１７のストレージデバイス４３などに記憶する。特徴量算出部６２は、受け付けた検査画像１９及び領域情報に基づいて、関心領域ＲＯＩの特徴量を算出する。ここで、特徴量算出部６２は、特徴量取得部として機能する。

図１３に示すように、関心領域ＲＯＩが複数有る場合には、Ｎｏ１の関心領域ＲＯＩの特徴量は、「ＲＡＣ１」、Ｎｏ２の関心領域ＲＯＩの特徴量は、「ＲＡＣ２」、Ｎｏ３の関心領域ＲＯＩは、「ＲＡＣ３」というように、関心領域ＲＯＩの特徴量ＲＡＣは、関心領域ＲＯＩ毎に算出される。特徴量ＲＡＣは、典型的な病変の画像パターンとして予め設定されている複数種類の病変パターンに対応する複数次元の数値（後述する判別器出力値）で構成される、特徴ベクトルである。典型的な病変パターンは、図６で説明したとおり、例えば、Ａ〜Ｈの８種類に分類される。

図１４に示すように、特徴量算出部６２は、典型的な８種類の病変パターンに対応する判別器６２Ａ〜６２Ｈを有している。各判別器６２Ａ〜６２Ｈは、関心領域ＲＯＩの画像パターンに基づいて、典型的な各病変パターンに対応する数値を出力する。各判別器６２Ａ〜６２Ｈが出力する各数値は、特徴ベクトルを構成する複数次元の数値であり、ここで、各数値を判別器出力値と呼ぶ。本例では、各判別器６２Ａ〜６２Ｈに対応して判別器出力値は８種類有り、特徴ベクトルは８次元で構成される。なお、上述のとおり、典型的な病変パターンの種類は、８種類に限定されず、病変パターンの種類数に応じて、判別器の種類、特徴ベクトルの次元数も適宜決定される。

判別器出力値は、典型的な病変パターンらしさを表すもので、関心領域ＲＯＩ内に典型的な病変パターンが存在する度合いを表す値である。そのため、判別器出力値が大きいほど、関心領域ＲＯＩに典型的な病変パターンが存在する度合いが高いことを示し、判別器出力値が小さいほど、存在する度合いが低いことを示す。より詳細には、「＋」の判別器出力値は、典型的な病変パターンが関心領域ＲＯＩ内に存在することを示し、「−」の判別器出力値は、関心領域ＲＯＩ内に存在しないことを示す。そして、「＋」の出力値を示し、かつ、判別器出力値が大きいほど存在する度合いが高いことを示す。

図１４の例では、「Ｂ：空洞」の病変パターンの判別器６２Ｂと「Ｇ：高吸収域」の判別器６２Ｇが「＋」の出力値を示し、「Ｂ：空洞」の出力値が最も大きいため、関心領域ＲＯＩは、「Ｂ：空洞」と「Ｇ：高吸収域」の病変パターンを含み、８種類の病変パターンの中では、「Ｂ：空洞」が支配的な画像パターンを持つものであることが分かる。

なお、典型的な病変パターンに対する各判別器は、例えば、「資料名：Computer Vision and Image Understanding 88巻119頁〜151頁，発行年2002年12月 Using Human Perceptual Categories for Content-Based Retrieval from a Medical Image Database 著者 Chi-Ren Shyu, Christina Pavlopoulou Avinash C.kak,and Cala E.Brodley」などに記載されているような周知の特徴量を用いて、「Ａｄａ−ｂｏｏｓｔ」などの機械学習アルゴリズムにより作成することができる。

特徴量算出部６２は、類似症例検索要求に添付された検査データ２１において指定された複数の関心領域ＲＯＩのすべてについて、関心領域ＲＯＩ毎に特徴量ＲＡＣを算出する。

図１５に示すように、症例ＤＢ２３内の特徴量ＤＢ２３Ｂに格納される、各症例病変ＣＬの特徴量ＣＡＣについても、上記８種類の病変パターンに対応する特徴ベクトルで構成される。こうした特徴量ＣＡＣについても、図１４で説明した特徴量算出部６２と同様の構成により算出され、各判定器６２Ａ〜６２Ｈの８種類の出力値から構成される８次元の特徴ベクトルで構成される。なお、各症例病変ＣＬには、病変の種類が関連付けされて格納されている。

図１６に示すように、個別類似度算出部６５は、関心領域ＲＯＩの特徴量ＲＡＣと、症例病変ＣＬの特徴量ＣＡＣとの比較を行い、個別類似度ＩＳＭを算出する。具体的には、特徴量ＲＡＣと特徴量ＣＡＣに含まれる８次元の特徴ベクトルを比較して、個別類似度ＩＳＭを算出する。個別類似度ＩＳＭの値は、例えば、最小二乗距離または相関で算出する。前者の場合には、値が小さいほど、関心領域ＲＯＩと症例病変ＣＬとの類似度が高く、後者の場合には、値が大きいほど、関心領域ＲＯＩと症例病変ＣＬとの類似度が高い。

図１７に示すように、個別類似度算出部６５は、１件の検査データ２１に含まれる複数の関心領域ＲＯＩと、１件の症例データ２４に含まれる症例病変ＣＬとを１対１で対応させて、それぞれの特徴量ＲＡＣと、特徴量ＣＡＣの比較を行い、個別類似度ＩＳＭを算出する。個別類似度ＩＳＭは、関心領域ＲＯＩ毎の類似度であるため、関心領域別個別類似度であり、症例病変ＣＬと１対１で対応させて算出されるため、症例病変ＣＬ別の個別類似度でもある。個別類似度算出部６５は、１つの関心領域ＲＯＩに対して、症例病変ＣＬの個数だけ個別類似度ＩＳＭを算出する。個別類似度ＩＳＭは、すべての関心領域ＲＯＩについて算出されるので、個別類似度算出部６５は、関心領域ＲＯＩの個数と、症例病変ＣＬの個数を乗じた数だけ個別類似度ＩＳＭを算出する。

検査ＩＤが「Ｏ９０１」の検査データ２１においては、Ｎｏ１〜Ｎｏ３の３個の関心領域ＲＯＩが指定されており、症例ＩＤが「Ｃ１０１」の症例データ２４には、Ｎｏ１〜Ｎｏ３の３個の症例病変ＣＬが登録されている。「Ｃ１０１」の症例においては、Ｎｏ１〜Ｎｏ３の３個の症例病変ＣＬの種類は、それぞれ「Ｂ：空洞」、「Ｆ：点状影」、「Ｅ：すりガラス状陰影」で、すべて病変の種類が異なるので、３種３個の症例病変ＣＬが登録されている。

本例の個別類似度算出部６５は、後述する総合類似度算出部６６と異なり、症例病変ＣＬの種類に着目せず、症例病変ＣＬの個数にのみ着目して個別類似度ＩＳＭを算出する。このため、図１８に示すように、「Ｏ９０１」の検査データ２１と、「Ｃ１０１」の症例データ２４との間では、３×３で合計９個の個別類似度ＩＳＭが算出される。

各個別類似度ＩＳＭに付された括弧内の識別符号は、症例ＩＤに、関心領域ＲＯＩと症例病変ＣＬのそれぞれのシリアルナンバーを加えたものである。「Ｃ１０１−１１」の場合には、Ｎｏ１の関心領域ＲＯＩと、症例ＩＤが「Ｃ１０１」の症例データ２４に登録された、Ｎｏ１の症例病変ＣＬとの個別類似度ＩＳＭであることを示す。同様に、「Ｃ１０１−１２」の場合には、Ｎｏ１の関心領域ＲＯＩと、症例ＩＤが「Ｃ１０１」のＮｏ２の症例病変ＣＬの個別類似度ＩＳＭであることを示す。

図１９に示す、症例ＩＤが「Ｃ１０２」の症例には、Ｎｏ１〜Ｎｏ５の５個の症例病変ＣＬが登録されている。「Ｃ１０２」の症例において、Ｎｏ１〜Ｎｏ５の５個の症例病変ＣＬの種類は、「Ｂ：空洞」、「Ｆ：点状影」、「Ｅ：すりガラス状陰影」の３種である。「Ｂ：空洞」については、同種の症例病変ＣＬ（Ｎｏ１〜Ｎｏ３）が３個登録されており、Ｎｏ４、Ｎｏ５の症例病変ＣＬについては、「Ｆ：点状影」と「Ｅ：すりガラス状陰影」がそれぞれ１個ずつ登録されているため、結局、「Ｃ１０２」の症例には、３種５個の症例病変ＣＬが登録されている。

個別類似度算出部６５は、３個の関心領域ＲＯＩのそれぞれに対して、「Ｃ１０２」の５個の症例病変ＣＬを、種類に拘わらず対応させるので、３×５で合計１５個の個別類似度ＩＳＭを算出する。

図２０に示す症例ＩＤが「Ｃ１０３」の症例は、２種４個の症例病変ＣＬが登録されている例である。「Ｃ１０３」のＮｏ１〜Ｎｏ４の４個の症例病変ＣＬは、種類が、「Ｂ：空洞」、「Ｆ：点状」の２種有り、「Ｂ：空洞」については、同種の症例病変ＣＬ（Ｎｏ１〜Ｎｏ３）が３個で、「Ｆ：点状影」については、症例病変ＣＬ（Ｎｏ４）が１個である。個別類似度算出部６５は、３個の関心領域ＲＯＩのそれぞれに対して、「Ｃ１０３」の４個の症例病変ＣＬを、種類に拘わらず対応させて、３×４で合計１２個の個別類似度ＩＳＭを算出する。

図２１の症例ＩＤが「Ｃ１０４」の症例は、１種４個の症例病変ＣＬが登録されている例である。「Ｃ１０４」のＮｏ１〜Ｎｏ４の４個の症例病変ＣＬは、種類がすべて「Ｂ：空洞」で同種である。個別類似度算出部６５は、３個の関心領域ＲＯＩのそれぞれに対して、「Ｃ１０３」の４個の症例病変ＣＬを、種類に拘わらず対応させて、３×４で合計１２個の個別類似度ＩＳＭを算出する。

図２２に示す症例ＩＤが「Ｃ１０６」の症例は、図１９に示す「Ｃ１０１」と同じ３種５個の症例病変ＣＬが登録されている例であるが、内訳が異なる。すなわち、「Ｃ１０６」のＮｏ１〜Ｎｏ５の５個の症例病変ＣＬの種類は、「Ｂ：空洞」、「Ｆ：点状影」、「Ｅ：すりガラス状陰影」の３種であり、この点については「Ｃ１０１」と同様である。しかし、「Ｃ１０６」において、「Ｂ：空洞」については、同種の症例病変ＣＬ（Ｎｏ１、Ｎｏ２）が２個登録されており、「Ｆ：点状影」についても、同種の症例病変ＣＬ（Ｎｏ３、Ｎｏ４）が２個登録されている。「Ｅ：すりガラス状陰影」については１個（Ｎｏ５）登録されている。個別類似度算出部６５は、３個の関心領域ＲＯＩのそれぞれに対して、「Ｃ１０６」の５個の症例病変ＣＬを、種類に拘わらず対応させて、３×５で合計１５個の個別類似度ＩＳＭを算出する。

図２３に示すように、個別類似度算出部６５は、例えば、類似症例検索サーバ１７のメモリ４２Ｂやストレージデバイス４３Ｂ内に、個別類似度テーブル（以下、ＩＳＭテーブルという）７１を作成して、ＩＳＭテーブル７１に算出した個別類似度ＩＳＭを記録する。ＩＳＭテーブル７１は、関心領域ＲＯＩ毎に作成される。図２３の例は、Ｎｏ１の関心領域ＲＯＩに対するＩＳＭテーブル７１を示す。ＩＳＭテーブル７１は、個別類似度ＩＳＭ毎に、症例ＩＤ、病変Ｎｏ、病変の種類、病変画像を関連付けて記憶したテーブルである。病変画像は、症例病変ＣＬの画像データである。すなわち、ＩＳＭテーブル７１において、１件のレコードは、症例ＩＤ、病変Ｎｏ、病変の種類、病変画像、個別類似度ＩＳＭの５項目のデータで構成される。

個別類似度算出部６５は、最初に、ＩＳＭテーブル７１に対して、各個別類似度ＩＳＭを算出した順番で記録する。各個別類似度ＩＳＭは、例えば「Ｃ１０１」、「Ｃ１０２」、「Ｃ１０３」というように、症例ＩＤの番号が若い順から記録される。個別類似度ＩＳＭの値は、関心領域ＲＯＩの特徴量ＲＡＣと症例病変ＣＬの特徴量ＣＡＣの相関で算出されるため、数値が大きいほど、類似度が高いことを示す。

図２４に示すように、個別類似度算出部６５は、関心領域ＲＯＩ毎にＩＳＭテーブル７１を作成する。Ｎｏ１〜Ｎｏ３の３個の関心領域ＲＯＩがある場合には、３つのＩＳＭテーブル７１が作成される。この段階では、図２３に示すとおり、ＩＳＭテーブル７１は、症例ＩＤの順番で各レコードが配列されている。個別類似度算出部６５は、ＩＳＭテーブル７１の作成が終了した場合には、ＩＳＭテーブル７１を、総合類似度算出部６６に引き渡す。

図２５に示すように、総合類似度算出部６６は、関心領域ＲＯＩ毎に作成された複数のＩＳＭテーブル７１に基づいて、総合類似度ＴＳＭテーブル７２（以下、ＴＳＭテーブル７２という）を作成する。具体的には、図２６に示すように、複数のＩＳＭテーブル７１から、同一症例内の症例病変ＣＬとの対応により算出された個別類似度ＩＳＭを１つずつ読み出し、各ＩＳＭテーブル７１から読み出した複数の個別類似度ＩＳＭに基づいて、総合類似度ＴＳＭを算出する。より具体的には、総合類似度算出部６６は、各ＩＳＭテーブル７１から、１件ずつ読み出した個別類似度ＩＳＭを総合類似度ＴＳＭの要素として、関心領域ＲＯＩの数と症例病変ＣＬの数に応じた数の個別類似度ＩＳＭの組み合わせを作り、組み合わせ毎に総合類似度ＴＳＭを算出する。

個別類似度ＩＳＭは、複数の関心領域ＲＯＩと複数の症例病変ＣＬとを１対１で対応させて算出したものであり、各関心領域ＲＯＩと各症例病変ＣＬのどれとどれを対応させるかによって、個別類似度ＩＳＭの値は変化するので、個別類似度ＩＳＭの組み合わせパターンによって総合類似度ＴＳＭが変化する。

個別類似度ＩＳＭの組み合わせパターンの作り方については、後述するが、本例のＮｏ１〜Ｎｏ３の３個の関心領域ＲＯＩと、症例ＩＤが「Ｃ１０１」の３種３個の症例病変ＣＬとを対応させる場合には、３×３＝９つの個別類似度ＩＳＭが算出される。９つの個別類似度ＩＳＭは、関心領域ＲＯＩ毎のＩＳＭテーブル７１に３つずつ記録される。そして、総合類似度算出部６６は、「Ｃ１０１」の９つの個別類似度ＩＳＭに関して、各ＩＳＭテーブル７１が１つずつ個別類似度ＩＳＭを読み出して、個別類似度ＩＳＭの組み合わせのパターンを６通り作り、「Ｃ１０１−１」〜「Ｃ１０１−６」の６通りの組み合わせに対応する６つの総合類似度ＴＳＭを算出する。各総合類似度ＴＳＭの識別符号は、症例ＩＤに、総合類似度ＴＳＭの１〜６までのシリアルナンバーを付したものである。各総合類似度ＴＳＭは、本例では３つの個別類似度ＩＳＭを足し合わせた総和である。

各個別類似度ＩＳＭは、関心領域ＲＯＩと症例病変ＣＬを１対１で対応させた場合の類似度であるので、総合類似度ＴＳＭが高いほど、３つの関心領域ＲＯＩと、３つの症例病変ＣＬのそれぞれの個別類似度ＩＳＭの平均値が高いことを意味する。本例では、個別類似度ＩＳＭは、相関値で表しているため、数値が大きいほど類似度が高い。そのため、総合類似度ＴＳＭも、数値が大きいほど類似度が高いことを示す。

本例では、６つの総合類似度ＴＳＭの中では、「Ｃ１０１−２」の総合類似度ＴＳＭが「２．０４」で最も高い。一方、本例では「Ｃ１０１−３」の総合類似度ＴＳＭが「１．３２」で最も低い。また、「Ｃ１０１−５」の総合類似度ＴＳＭには、個別類似度ＩＳＭの中に、「０．９１」という最高値を示す個別類似度ＩＳＭ（Ｃ１０１−１３）を含んでいるが、最高値を含まない、「Ｃ１０１−２」の総合類似度ＴＳＭの方が、平均的に個別類似度ＩＳＭが高いため、数値が高くなっている。

６つの総合類似度ＴＳＭの中で類似度が最高の総合類似度ＴＳＭ（Ｃ１０１−２）は、Ｎｏ１の関心領域ＲＯＩとＮｏ１の症例病変ＣＬとの個別類似度ＩＳＭ（Ｃ１０１−１１）と、Ｎｏ２の関心領域ＲＯＩとＮｏ３の症例病変ＣＬとの個別類似度ＩＳＭ（Ｃ１０１−２３）と、Ｎｏ３の関心領域ＲＯＩとＮｏ２の症例病変ＣＬとの個別類似度ＩＳＭ（Ｃ１０１−３２）の総和である。そのため、「Ｃ１０１」の症例については、Ｎｏ１〜Ｎｏ３の症例病変ＣＬを、それぞれ、Ｎｏ１、Ｎｏ３、Ｎｏ２の関心領域ＲＯＩに対応させた場合が、「Ｏ９０１」の検査データ２１に対して最も類似度が高いと評価できる。

また、総合類似度算出部６６は、総合類似度ＴＳＭを算出する個別類似度ＩＳＭの組み合わせについて、完全異種の組み合わせを作る。ここで、完全異種の組み合わせとは、同一症例内の複数の症例病変ＣＬの中から、種類が異なる症例病変ＣＬを種類毎に一つずつ抽出して、それらを組み合わせて構成される組み合わせを、更に関心領域ＲＯＩの一つ一つに対応させていった場合の全ての組み合わせをいう。そして、総合類似度算出部６６は、完全異種の組み合わせを総合類似度ＴＳＭの算出対象と判定し、完全異種の組み合わせ以外の組み合わせについては、算出対象外と判定する。すなわち、総合類似度算出部６６は、完全異種の組み合わせに対してのみ、個別類似度ＩＳＭを用いて総合類似度ＴＳＭを算出する。

完全異種の組み合わせ以外の組み合わせには、完全同種の組み合わせと一部同種の組み合わせが含まれる。完全同種の組み合わせは、同一症例内の複数の症例病変ＣＬの中から、種類が同じ複数の症例病変ＣＬを一つずつ抽出して、抽出した複数の同種の症例病変ＣＬの組み合わせを、更に関心領域ＲＯＩの一つ一つに対応させていった場合の全ての組み合わせをいう。一部同種の組み合わせは、種類が同じ２つ以上の症例病変ＣＬと種類が異なる１つ以上の症例病変ＣＬを少なくとも含む症例の中から、種類が同じ複数の症例病変ＣＬと、種類が異なる１以上の症例病変ＣＬとを一つずつ抽出して、抽出した、同種と異種が混在した複数の症例病変ＣＬの組み合わせを、更に関心領域ＲＯＩの一つ一つに対応させていった場合の全ての組み合わせをいう。総合類似度算出部６６は、各ＩＳＭテーブル７１から１件ずつ読み出した個別類似度ＩＳＭに基づいて、関心領域ＲＯＩの個数と、１件の症例内の症例病変ＣＬの個数及び種類数とに応じた数の完全異種の組み合わせを作る。

図２７〜図３４を用いて、個別類似度ＩＳＭの完全異種の組み合わせについて具体的に説明する。図２７において、各個別類似度ＩＳＭに対して付された、「Ｂ」、「Ｅ」、「Ｆ」という符号は、各個別類似度ＩＳＭに対応する症例病変ＣＬの種類を表す符号であり、各個別類似度ＩＳＭが、どの種類の症例病変ＣＬを関心領域ＲＯＩに対応させて算出したものかを表すものである。

「Ｃ１０１」の症例は、Ｎｏ１〜Ｎｏ３の３個の症例病変ＣＬの種類が、「Ｂ（空洞）」、「Ｆ（点状影）」、「Ｅ（すりガラス影）」ですべて異なっている。そのため、「Ｂ、Ｅ、Ｆ」の３種３個の症例病変ＣＬを、３個の関心領域ＲＯＩに対して、「Ｂ、Ｆ、Ｅ」、「Ｂ、Ｅ、Ｆ」、「Ｆ、Ｂ、Ｅ」、「Ｆ、Ｅ、Ｂ」・・・・というように対応させて算出される個別類似度ＩＳＭの完全異種の組み合わせのパターンの数は、３個の関心領域ＲＯＩと３個の症例病変ＣＬの順列の数と同じになる。すなわち、_３Ｐ_３＝３×２×１＝６通りとなる。

図１９で示した「Ｃ１０２」の症例のように、「Ｂ」が３個で、「Ｅ」、「Ｆ」がそれぞれ１個の３種５個の症例病変ＣＬを有している場合には、Ｎｏ１〜Ｎｏ３の関心領域ＲＯＩに対応する各ＩＳＭテーブル７１には、図２８に示すように、５個ずつ合計１５個の個別類似度ＩＳＭが記録される。「Ｃ１０２」の症例のように、同種の症例病変ＣＬが複数個存在する場合には、総合類似度算出部６６は、Ｂ１〜Ｂ３の同種の３個の症例病変ＣＬを区別して、区別した同種の症例病変ＣＬ毎に完全異種の組み合わせを作る。

「Ｃ１０２」の症例のように、Ｂ１〜Ｂ３の同種の症例病変ＣＬを複数個有している場合には、「Ｃ１０２」の症例における完全異種の組み合わせの数は、症例病変ＣＬの種類が異なる「Ｃ１０１」の症例のように順列の数とはならず、図２９に示すように１８通りとなる。総合類似度ＴＳＭはＴＳＭ（Ｃ１０２−１）〜（Ｃ１０２−１８）の１８個算出される。

「Ｃ１０２」において、「Ｃ１０１」のように順列の数を求めると、「Ｃ１０２」の５個の症例病変ＣＬから、関心領域ＲＯＩの数である３個を取り出したときの並べ方となるから、_５Ｐ_３＝５×４×３＝６０通りとなる。完全異種の組み合わせの数は、この順列の数から、図３０に示す「Ｂ１、Ｂ２、Ｂ３」、「Ｂ１、Ｂ３、Ｂ２」という完全同種の組み合わせや、「Ｂ１、Ｂ２、Ｆ」、「Ｂ１、Ｂ２、Ｆ」という一部同種の組み合わせを除外した数である。総合類似度算出部６６は、図２９に示す完全異種の組み合わせに対しては、総合類似度ＴＳＭの算出対象外と判定し、図３０に示す完全異種の組み合わせ以外の組み合わせに対しては、算出対象外と判定する。

また、図３１に示す「Ｃ１０６」の症例のように、「Ｃ１０２」と同じ３種５個の症例病変ＣＬを含む場合でも、３種５個の症例病変ＣＬの内訳が異なると、完全異種の組み合わせの数も変化する。「Ｃ１０６」において、３種５個の症例病変ＣＬの内訳は、「Ｂ」が２個（Ｂ１、Ｂ２）、「Ｆ」が２個（Ｆ１、Ｆ２）、「Ｅ」が１個である。そのため、「Ｂ１、Ｆ１、Ｅ」、「Ｂ１、Ｆ２、Ｅ」といった完全異種の組み合わせの数は２４通りとなり、総合類似度算出部６６は、図３１に示す完全異種の２４通りの組み合わせに対しては総合類似度ＴＳＭの算出対象と判定して、Ｃ１０６−１〜Ｃ１０６−２４の２４個の総合類似度ＴＳＭを算出する。一方、図３２に示すように、「Ｂ１、Ｂ２、Ｆ１」、「Ｂ１、Ｆ１、Ｆ２」という一部同種の組み合わせのように、完全異種の組み合わせ以外の組み合わせに対しては算出対象としない。

このように、完全異種の組み合わせのみを総合類似度ＴＳＭの算出対象とすることにより、総合類似度ＴＳＭの算出対象となる組み合わせが絞り込まれるため、総合類似度算出部６６の処理時間や処理負荷が軽減されて、類似症例の検索時間を短縮することができる。また、上述のとおり、本発明において、複数の関心領域ＲＯＩに着目して類似症例を検索しなければならない主要な理由は、空洞、点状影、すりガラス状陰影という３種の対象病変の存在が疾患特定の根拠となる結核などの非がん疾患の診断に利用するためである。そのため、異種の対象病変ＯＬを含む複数の関心領域ＲＯＩに類似する症例として、異種の症例病変ＣＬを含む症例を類似症例として検索することが必要になる。

非がん疾患の診断に利用するという目的から考えれば、複数の関心領域ＲＯＩは、それぞれ異種の対象病変ＯＬを含むように指定される場合が多く、そうだとすると、そもそも同種の症例病変ＣＬを含む症例を抽出する必要性は低いので、総合類似度ＴＳＭの算出対象を完全異種の組み合わせに限定しても、実際の診断において影響は少ない。

このような理由から、さらに、総合類似度算出部６６は、図３３に示す、２種４個の症例病変ＣＬを含む「Ｃ１０３」の症例や、図３４に示す、１種４個の症例病変ＣＬを含む「Ｃ１０４」の症例については、症例病変ＣＬの種類数が、関心領域ＲＯＩの数に満たないため、総合類似度ＴＳＭの算出対象としない。「Ｃ１０４」のように症例病変ＣＬが１種の場合には、異種の症例病変ＣＬを検索するという、検索目的から考えれば、検索対象にする必要は低い。

また、「Ｃ１０３」のように症例病変ＣＬの種類数が、関心領域ＲＯＩの数に満たない症例を対象外とする理由も、検索対象とする必要性は低い。つまり、非がん疾患の診断において、医師が関心領域ＲＯＩを３個指定するのは、３種の症例病変ＣＬを含む症例の検索を望むからであり、関心領域ＲＯＩの数未満の種類数の症例病変ＣＬが抽出されても、診断との関係では必要性は低いと考えられるからである。なお、本例において、２種の症例病変ＣＬを含む「Ｃ１０３」の症例が算出対象外となるのは、本例が、３個の関心領域ＲＯＩを前提としているためであり、関心領域ＲＯＩが２個の場合には、当然ながら、「Ｃ１０３」についても総合類似度ＴＳＭの算出対象となる。

図３５に示すように、以上の内容をまとめると、総合類似度算出部６６は、症例ＩＤが「Ｃ１０１」、「Ｃ１０２」、「Ｃ１０５」、「Ｃ１０６」の症例のように、症例病変ＣＬの種類数が、関心領域ＲＯＩの数以上ある症例についてのみ、総合類似度ＴＳＭを算出し、類似症例の検索対象とする。総合類似度ＴＳＭは、完全異種の組み合わせに対してのみ算出される。反対に、「Ｃ１０３」、「Ｃ１０４」のように、症例病変ＣＬの登録数が関心領域ＲＯＩの数に満たない症例（本例では症例病変ＣＬが３個未満）については、総合類似度ＴＳＭを算出せず、検索の対象外とする。

図３６に示すように、総合類似度算出部６６は、検索対象となる複数の症例について算出した総合類似度ＴＳＭを、ＴＳＭテーブル７２に記録する。ＴＳＭテーブル７２において、１件のレコードは、症例ＩＤ、総合類似度ＴＳＭ、個別類似度ＩＳＭの組み合わせパターンの３項目のデータで構成される。組み合わせパターンは、各総合類似度ＴＳＭの算出元となった個別類似度ＩＳＭの組み合わせである。総合類似度算出部６６は、作成したＴＳＭテーブル７２を、類似症例検索部６７に引き渡す。図１２において、類似症例検索部６７には、代表値判定部６７Ｂが設けられている。

図３７に示すように、代表値判定部６７Ｂは、ＴＳＭテーブル７２において、複数の総合類似度ＴＳＭの中から、症例毎に代表値を判定する。「Ｃ１０１」の症例の場合には、６個の総合類似度ＴＳＭの中から、類似度が最も高い（相関値が最大）、総合類似度ＴＳＭ（Ｃ１０１−２）が代表値と判定される。同様に、「Ｃ１０２」の症例の場合には、１８個の総合類似度ＴＳＭの中から、類似度が最も高い（相関値が最大）、総合類似度ＴＳＭ（Ｃ１０２−３）が代表値と判定される。

図３８に示すように、代表値判定部６７Ｂは、代表値判定を、ＴＳＭテーブル７２内の全症例について実施する。これにより、ＴＳＭテーブル７２には、症例毎に１つずつ判定された代表の総合類似度ＴＳＭのみが抽出される。

図３９に示すように、類似症例検索部６７は、代表の抽出が行われたＴＳＭテーブル７２において、総合類似度ＴＳＭが高い順に各レコードをソートする。ＴＳＭテーブル７２において、総合類似度ＴＳＭは、１件の症例から１つだけ抽出されているので、各レコードをソートすることは、症例を総合類似度ＴＳＭが高い順にソートすることを意味する。これにより、各症例に対して順位付けが行われて、ＴＳＭテーブル７２の上位に、類似度が高い類似症例が抽出される。

類似症例検索部６７には、リスト作成部６７Ａ（図１２参照）が設けられている。リスト作成部６７Ａは、ＴＳＭテーブル７２に基づいて、図４０に示す類似症例リスト７４を作成する。類似症例リスト７４は、検索結果表示画面７６内に表示される。類似症例リスト７４は、複数件の類似症例に関する情報をリスト化したものである。検索結果表示画面７６は、類似症例検索サーバ１７が、類似症例検索要求の要求元である診療科端末１１に対して検索結果を配信する画面の例である。

リスト作成部６７Ａは、ＴＳＭテーブル７２から、総合類似度ＴＳＭを抽出して、総合類似度ＴＳＭが高い順に、類似症例を配列した類似症例リスト７４を作成する。類似症例リスト７４の表示項目には、各総合類似度ＴＳＭに関して、総合類似度ＴＳＭの値、総合類似度ＴＳＭに基づく順位、症例ＩＤ、及び総合類似度ＴＳＭに関する内訳情報を含む。本例では、内訳情報は、総合類似度ＴＳＭの算出要素となる各個別類似度ＩＳＭを算出するための関心領域ＲＯＩと症例病変ＣＬとの対応関係である。内訳情報には、症例病変ＣＬの種類（病変種類）も含まれている。

類似症例リスト７４において、症例ＩＤが「Ｃ１０６」の総合類似度ＴＳＭは、図３９に示す「Ｃ１０６−１」の総合類似度ＴＳＭに対応する。「Ｃ１０６−１」の総合類似度ＴＳＭの算出要素となる個別類似度ＩＳＭの組み合わせパターンは、個別類似度ＩＳＭ（Ｃ１０６−１１）、（Ｃ１０６−２２）、（Ｃ１０６−３３）である。類似症例リスト７４に表示される内訳情報は、これらの各個別類似度ＩＳＭを算出するための関心領域ＲＯＩと症例病変ＣＬの対応関係である。個別類似度ＩＳＭ（Ｃ１０６−１１）は、Ｎｏ１の関心領域ＲＯＩと、「Ｃ１０６」のＮｏ１の症例病変ＣＬであり、個別類似度ＩＳＭ（Ｃ１０６−２２）は、Ｎｏ２の関心領域ＲＯＩと、「Ｃ１０６」のＮｏ２の症例病変ＣＬであり、個別類似度ＩＳＭ（Ｃ１０６−３３）は、Ｎｏ３の関心領域ＲＯＩと、「Ｃ１０６」のＮｏ３の症例病変ＣＬである。対応関係には、種類も表示されるため、個別類似度ＩＳＭの組み合わせパターンが、どのような種類の組み合わせかを確認することができる。

さらに、類似症例リスト７４の表示項目には、Ｎｏ１、Ｎｏ２、Ｎｏ３の症例病変ＣＬの病変画像が含まれる。病変画像は、例えば、ＩＳＭテーブル７１から読み出される。さらに、類似症例リスト７４の上方には、Ｎｏ１〜Ｎｏ３の関心領域ＲＯＩを含む検査画像１９が表示される。

類似症例リスト７４は、例えば、上位６位までの症例が表示される。もちろん、画面スクロールなどの操作により６位以下の順位を表示できるようにしてもよい。また、上位１０位まで表示するというように、同時に表示できる表示件数を変更できるようにしてもよい。

出力制御部６９（図１２参照）は、このように作成される検索結果表示画面７６に関して、例えば、ＸＭＬ（Extensible Markup Language）などのマークアップ言語によってＷＥＢ配信用のＸＭＬデータを作成して、これを検索結果として、要求元の診療科端末１１に配信する制御を行う。ＸＭＬデータを受信した診療科端末１１は、ＷＥＢブラウザがＸＭＬデータに基づいて検索結果表示画面７６を再現して、表示部４８Ａに表示する。これにより、類似症例リスト７４を含む検索結果表示画面７６が医師の閲覧に供される。

以下、上記構成の作用について、図４１及び図４２を参照しながら説明する。図４１に示すように、診療科１０の医師は、診療科端末１１で検査画像ＤＢサーバ１５にアクセスして、検査科１２に依頼した検査の検査データ２１を取得する（Ｓ１１００）。診療科端末１１は、検査データ２１を表示部４８Ａに表示する（Ｓ１２００）。取得した検査データ２１に含まれる検査画像１９は、図１０に示す検査画像表示画面５２に表示される。検査画像表示画面５２を通じて、医師により検査画像１９内に関心領域ＲＯＩの指定が行われる。診療科端末１１は、医師の指定操作により、複数の関心領域ＲＯＩの指定を受け付ける（Ｓ１３００）。

関心領域ＲＯＩの指定において、結核やびまん性汎細気支炎などの非がん疾患の診断の際には、病変の種類が異なる異種の対象病変ＯＬをそれぞれに含むように複数の関心領域ＲＯＩが指定される。関心領域ＲＯＩの指定が終了すると、類似症例検索ボタン５２Ｅが操作される。これにより、診療科端末１１は、検索指示を受け付ける（Ｓ１４００）。検索指示を受け付けると、検索要求発行部５４が、検査画像１９と領域情報とが添付された類似症例検索要求を発行して、これが類似症例検索サーバ１７に送信される（Ｓ１５００）。

類似症例検索サーバ１７は、類似症例検索要求を受信すると、要求受付部６１がこれを受け付ける（Ｓ２１００）。そして、特徴量算出部６２は、検査画像１９と関心領域ＲＯＩの領域情報とに基づいて、関心領域ＲＯＩ毎の特徴量を算出する（Ｓ２２００）。この後、類似症例検索が実行される（Ｓ２３００）。

図４２に示すように、類似症例検索では、まず、個別類似度算出部６５が、症例ＤＢサーバ１６から、１件の症例データ２４を読み出す（Ｓ２３１０）。そして、個別類似度算出部６５は、検査データ２１内の複数の関心領域ＲＯＩと、１件の症例データ２４に含まれる症例病変ＣＬとを１対１で対応させて、個別類似度ＩＳＭを算出する（Ｓ２３２０）。症例病変ＣＬが複数有る場合には、症例病変ＣＬ毎に個別類似度ＩＳＭを算出する。個別類似度算出部６５は、算出した個別類似度ＩＳＭをＩＳＭテーブル７１に記録して、関心領域ＲＯＩ毎にＩＳＭテーブル７１を作成する（Ｓ２３３０）。こうした処理を、１件の症例データ２４について行った後、次の症例データ２４に対しても同様に行う。そして、複数件の症例データ２４、例えば、症例ＤＢ２３内のすべての症例データ２４について個別類似度ＩＳＭの算出及びＩＳＭテーブル７１の作成が終了するまで（Ｓ２３４０でＮ）、同様の処理を繰り返す。

総合類似度算出部６６は、関心領域ＲＯＩ毎に作成した複数のＩＳＭテーブル７１に基づいて、ＴＳＭテーブル７２を作成する（Ｓ２３５０）。ＴＳＭテーブル７２の作成においては、総合類似度算出部６６は、まず、症例毎の症例病変ＣＬの種類数に基づいて検索対象とする症例を判定する（Ｓ２３５０）。この判定により、図３４に示す症例ＩＤが「Ｃ１０４」のように、症例病変ＣＬが１種類しか無い症例や、図３３に示す「Ｃ１０５」のように、症例病変ＣＬの種類数が関心領域ＲＯＩの数未満の症例が検索対象外と判定される。

次に、総合類似度算出部６６は、検索対象の症例について、症例毎に個別類似度ＩＳＭの完全異種の組み合わせを作成して（Ｓ２３５２）、作成した完全異種の組み合わせに対してのみ総合類似度ＴＳＭを算出する（Ｓ２３５３）。総合類似度算出部６６は、「Ｃ１０２」の症例については、図２９に示す、１８通りの完全異種の組み合わせを作り、１８通りの組み合わせを算出対象と判定する。そして、判定した算出対象の組み合わせ毎に１８個の総合類似度ＴＳＭ（Ｃ１０２−１〜Ｃ１０２−１８）を算出する。一方、総合類似度算出部６６は、図３０に示す、完全同種の組み合わせや一部同種の組み合わせについては算出対象外と判定して、総合類似度ＴＳＭを算出しない。

同様に、総合類似度算出部６６は、「Ｃ１０６」の症例については、図３１に示すように２４通りの完全異種の組み合わせを作り、２４通りの組み合わせに対応する２４個の総合類似度ＴＳＭ（Ｃ１０６−１〜Ｃ１０６−２４）を算出する。一方、総合類似度算出部６６は、図３２に示す、完全同種の組み合わせや一部同種の組み合わせについては算出対象外と判定して、総合類似度ＴＳＭを算出しない。そして、総合類似度算出部６６は、算出した総合類似度ＴＳＭを症例毎にＴＳＭテーブル７２に記録する（Ｓ２３５４）。

類似症例検索部６７は、作成されたＴＳＭテーブル７２に基づいて、類似症例リスト７４を作成する（Ｓ２３６０）。リスト作成においては、まず、代表値判定部６７Ｂは、図３８に示すように、ＴＳＭテーブル７２内の症例毎の複数の総合類似度ＴＳＭの中から、代表値を判定して（Ｓ２３６１）、各症例の代表の総合類似度ＴＳＭのみを抽出したＴＳＭテーブル７２を作成する。この後、類似症例検索部６７は、ＴＳＭテーブル７２において、総合類似度ＴＳＭが高い順に症例をソートする（Ｓ２３６２）。これにより、ＴＳＭテーブル７２の上位に、類似度が高い類似症例が抽出される。

リスト作成部６７Ａは、ＴＳＭテーブル７２に基づいて、所定順位までの症例を抽出して、総合類似度ＴＳＭが高い順に、類似症例を配列した類似症例リスト７４を作成する（Ｓ２３６３）。

図４１において、出力制御部６９は、リスト作成部６７Ａが検索結果として作成した類似症例リスト７４を含む検索結果表示画面７６を、配信用のＸＭＬデータに変換して、診療科端末１１に配信する（Ｓ２４００）。診療科端末１１は、類似症例リスト７４を含むＸＭＬデータを受信して（Ｓ１６００）、ＸＭＬデータに基づいて検索結果表示画面７６（図３０）を再現して、表示部４８Ａに表示する（Ｓ１７００）。

検査データ２１に複数の対象病変ＯＬが含まれる場合において、検査データ２１に類似する類似症例を検索する場合には、各対象病変ＯＬを含む複数の関心領域ＲＯＩと複数の症例病変ＣＬのそれぞれの特徴量に着目することに加えて、個々の特徴量を総合的に考慮した検索を行うことが望まれる。例えば、ある症例において、１つの症例病変ＣＬが１つの関心領域ＲＯＩに対して高い類似度を示していたとしても、他の症例病変ＣＬが他の関心領域ＲＯＩの類似度が非常に低い場合には、その症例は、少なくとも複数の関心領域ＲＯＩに着目すべき場合には、類似症例として適切ではない。

本発明は、関心領域ＲＯＩ毎に症例病変ＣＬとの個別類似度ＩＳＭを算出し、算出した個別類似度ＩＳＭに基づいて総合類似度ＴＳＭを算出して類似症例検索を行っている。総合類似度ＴＳＭは、複数の個別類似度ＩＳＭが平均的に高い症例を、類似度が高い症例と評価する指標である。総合類似度ＴＳＭに基づいて類似症例を検索することにより、複数の対象病変ＯＬを含む検査データ２１に対して、類似度の高い適切な類似症例を検索することができる。

従来技術は、１つの関心領域ＲＯＩの特徴量にのみ着目した類似症例検索しか行われていないため、複数の関心領域ＲＯＩがある場合の類似症例検索においては適切な類似症例を検索することができない。対して、本発明は、総合類似度ＴＳＭに基づいて類似症例を検索するから、複数の関心領域ＲＯＩがある場合の類似症例検索において、従来技術と比較して有用性の高い技術を提供することができる。

空洞影、点状影、すりガラス影という３種の対象病変ＯＬに着目する必要がある結核や、気管支異常影と点状影の２種の対象病変ＯＬに着目する必要があるびまん性汎細気支炎など、非がん疾患では、複数の対象病変ＯＬが現れていることが疾患の特定の根拠となる場合がある。このように複数の関心領域ＲＯＩの特徴量に注意を払わなければならない非がん疾患の診断において、本発明は有用である。

また、本発明は、総合類似度ＴＳＭについて、完全異種の組み合わせのみを総合類似度ＴＳＭの算出対象とすることにより、総合類似度ＴＳＭの算出対象となる組み合わせを絞り込んでいる。そのため、総合類似度算出部６６の処理時間や処理負荷が軽減されて、類似症例の検索時間を短縮することができる。図２９及び図３０に示した、「Ｃ１０２」の３種５個の症例病変ＣＬと、３個の関心領域ＲＯＩとを対応させる例で説明すると、完全異種の組み合わせ以外の組み合わせを含めた順列の数は、_５Ｐ_３＝５×４×３＝６０通りとなるところ、完全異種の組み合わせは１８通りとなる。そのため、「Ｃ１０２」に関する組み合わせの数だけで単純に計算すると、総合類似度ＴＳＭの算出処理時間を約１／３にすることができる。

また、このように、総合類似度ＴＳＭの完全異種の組み合わせに限定しても、類似症例検索を非がん疾患の診断に利用する場合には、実際の診断における影響は少ない。というのも、類似症例検索を非がん疾患の診断に利用する場合には、複数の関心領域ＲＯＩは、それぞれ異種の対象病変ＯＬを含むように指定されるため、同種の症例病変ＣＬを含む症例を抽出する必要性は低い。そのため、総合類似度ＴＳＭの算出対象を完全異種の組み合わせに限定しても、必要な類似症例については抽出することができるからである。

なお、本例では、総合類似度算出部６６が総合類似度ＴＳＭの算出対象外と判定する症例についても、個別類似度ＩＳＭの算出対象としているが、総合類似度算出部６６が算出対象外と判定する症例については、個別類似度ＩＳＭの算出対象外としてもよい。例えば、本例においては、図３１に示す２種４個の症例病変ＣＬを有する「Ｃ１０３」の症例や、１種４個の症例病変ＣＬを有する「Ｃ１０４」の症例のように、症例病変ＣＬの種類数が、関心領域ＲＯＩの数未満の症例については、図３５に示すように、検索対象外と判定される。このような症例については、個別類似度算出部６５が、個別類似度ＩＳＭの算出の際に検索対象外と判定して、個別類似度ＩＳＭも算出しない。個別類似度算出部６５は、症例病変ＣＬの種類数と関心領域ＲＯＩの数とに基づいて、検索対象とするか否かを判定する。こうすれば、無駄な処理時間が減るため、検索時間をさらに短縮できる。

また、本例では、総合類似度ＴＳＭを、複数の個別類似度ＩＳＭを足し合わせた総和としたが、掛け合わせた値でもよい。

なお、本例では、代表値判定部６７Ｂにより、症例毎に算出される複数の総合類似度ＴＳＭの中から、症例毎に代表値を判定して、代表値のみに基づいて、類似症例検索を行っている。代表値を判定することにより、ＴＳＭテーブル７２に記録される総合類似度ＴＳＭの件数が減るなど、検索処理において取り扱うデータが減るため、処理時間を短縮できるという効果がある。読影レポートに記載された、症例病変ＣＬに関する医師の所見などの診断結果は症例ごとに存在するため、代表値判定により、検索結果を症例単位で提示することで、類似症例に基づく診断を適切にかつ効率よく行うこともできる。しかし、代表値を判定せずに、類似症例検索を行ってもよい。代表値を判定しない場合には、類似症例リスト７４において、同じ症例の複数の総合類似度ＴＳＭが表示されることがあり得る。これら複数の総合類似度ＴＳＭは、算出要素となる個別類似度ＩＳＭの組み合わせパターンが異なるものであるため、１つの症例について視点を変えて参照することができる。

また、類似症例リスト７４の表示項目には、類似症例の症例ＩＤと総合類似度ＴＳＭに加えて、総合類似度ＴＳＭに関する内訳情報が表示される。内訳情報によって、総合類似度ＴＳＭの算出要素となる各個別類似度ＩＳＭを算出するための関心領域ＲＯＩと症例病変ＣＬの対応関係を確認することができる。この対応関係を表示することにより、総合類似度ＴＳＭの算出要素となる各個別類似度ＩＳＭは、複数の関心領域ＲＯＩと複数の症例病変ＣＬのどれとどれを対応させて算出したものかを把握することができる。また、類似症例リスト７４には、検査画像１９や症例病変ＣＬの病変画像も表示されるので、画像パターンについても比較参照しやすく、画像パターン同士の類似度を直感的に判断しやすい。

総合類似度ＴＳＭに関する内訳情報としては、図４３に示す類似症例リスト７５のように、総合類似度ＴＳＭの算出要素となる個別類似度ＩＳＭの値を表示してもよい。総合類似度ＴＳＭの値に加えて、その内訳となる個別類似度ＩＳＭの値を表示すれば、各関心領域ＲＯＩと各症例病変ＣＬの対応の中で、個別類似度ＩＳＭが高いものや低いものがどれかを確認できるため、便利である。例えば、医師が、複数の関心領域ＲＯＩのうちの１つを重視したい場合には、重視する関心領域ＲＯＩの個別類似度ＩＳＭの値を見て、適切な類似症例を探し出すといったことができる。

また、総合類似度ＴＳＭは、複数の個別類似度ＩＳＭが平均的に高い症例を、類似度が高い症例と評価する指標である。そのため、類似症例リストでは、複数の個別類似度ＩＳＭの平均値が高い症例の順位が高く、平均値が低い症例については、仮に１つの個別類似度ＩＳＭが突出して高くても、順位は低くなる。これに対して、類似度に関する医師の主観的な評価は、平均値よりも、特定の症例病変ＣＬと特定の関心領域ＲＯＩとに関して医師が抱いた印象に大きく影響される場合があるため、医師の主観的な評価と総合類似度ＴＳＭに基づく客観的な評価（順位付け）が乖離することもある。

このような乖離が生じた場合でも、類似症例リスト７５のように、総合類似度ＴＳＭに加えて、個別類似度ＩＳＭの値が表示されれば、個別類似度ＩＳＭを確認することにより、医師が自らの主観的な評価を検証することができる。また、個別類似度ＩＳＭの値が表示されれば、医師が個別類似度ＩＳＭの値を勘案することにより、類似症例リスト７５による、総合類似度ＴＳＭに基づく客観的な評価に対して、医師が主観的な評価に基づいて修正を加えながら、個々の診断に適した適切な類似症例を探し出すといったこともできる。

また、本発明では、異種の対象病変ＯＬをそれぞれ含む複数の関心領域ＲＯＩが指定されることを想定して、総合類似度ＴＳＭの算出対象を、複数の個別類似度ＩＳＭの組み合わせに関して完全異種の組み合わせに限定している。そのため、仮に、同種の対象病変ＯＬをそれぞれ含む複数の関心領域ＲＯＩが指定された場合（例えば「Ｂ：空洞」が２個）でも、同種の複数の関心領域ＲＯＩに対して、同種の症例病変ＣＬを対応させて算出した個別類似度ＩＳＭの組み合わせは総合類似度ＴＳＭの算出対象外となるため、類似症例リストにおいて類似症例として抽出されることはない。

類似症例として抽出される可能性があるのは、同種（例えば「Ｂ：空洞」が２個）の複数の関心領域ＲＯＩに対して、少なくとも１つが同種の症例病変ＣＬ（例えば「Ｂ：空洞」と「Ｆ：点状影」や、「Ｂ：空洞」と「Ｅ：すりガラス状陰影」）を対応させて算出した個別類似度ＩＳＭの組み合わせである。このような場合において、「Ｂ」と「Ｆ」というように、異種の関心領域ＲＯＩと症例病変ＣＬを対応させた場合の個別類似度ＩＳＭの値は無視できる程度に低くなると考えるため、総合類似度ＴＳＭに影響するのは、結局、同種の関心領域ＲＯＩと症例病変ＣＬを対応させた場合の個別類似度ＩＳＭの値である。類似症例リスト７５のように、総合類似度ＴＳＭの値に加えて、個別類似度ＩＳＭの値を表示すれば、特定の関心領域ＲＯＩに対する個別類似度ＩＳＭが高い症例病変ＣＬを探し出しやすい。

総合類似度算出手順に関して、上記実施形態では、症例全件分の症例病変ＣＬについての個別類似度ＩＳＭをすべて求めた後、症例毎に、個別類似度ＩＳＭの完全異種の組み合わせを作成して、総合類似度ＴＳＭを算出している。総合類似度算出手順としては、この他に次の方法がある。まず、症例全件分ではなく、１件の症例について、その症例に含まれる症例病変ＣＬについての個別類似度ＩＳＭを算出する。次に、個別類似度ＩＳＭを算出した１件の症例に関して、算出した個別類似度ＩＳＭの完全異種の組み合わせを作成して、総合類似度ＴＳＭを算出する。そして、１件の症例について総合類似度ＴＳＭの算出が終了した後、次の症例について、個別類似度ＩＳＭの算出、完全異種の組み合わせの作成、総合類似度算出の各手順を実行する。これを症例全件分について繰り返す。

どちらの方法にしても、１件の症例に関する総合類似度算出手順を考えれば、個別類似度ＩＳＭを算出した後に、個別類似度ＩＳＭについての完全異種の組み合わせを作成し、完全異種の組み合わせについてのみ総合類似度ＴＳＭを算出するという手順については共通である。本発明は、どちらの方法でもよく、当然ながら、本発明の類似症例検索装置、方法及びプログラムには、どちらの方法も包含される。

［第２実施形態］
第１実施形態においては、症例病変ＣＬの種類数が、関心領域ＲＯＩの数未満の症例については、検索の対象外としたが、図４４〜図４６に示す第２実施形態のように、症例病変ＣＬの種類数が、関心領域ＲＯＩの数未満であっても、種類数が複数の症例については、検索対象に含めてもよい。例えば、図４４に示すように、第２実施形態においては、３個の関心領域ＲＯＩが指定されている場合において、第１実施形態（図３５参照）では対象外とされた症例ＩＤが「Ｃ１０３」の症例のように、種類数が２個の症例が検索対象に含まれる。

なお、症例ＩＤが「Ｃ１０４」の症例は、種類が１つであるので、第２実施形態においても検索対象外となる。なぜならば、総合類似度ＴＳＭは、複数の関心領域ＲＯＩに対応する複数種類の個別類似度ＩＳＭの和であるため、種類数が「１」のものは、総合類似度ＴＳＭを算出できないからである。

類似症例として抽出される症例については、症例病変ＣＬの種類数が関心領域ＲＯＩの数以上あることが好ましい。類似症例検索を非がん疾患の診断に利用する場合には、関心領域ＲＯＩの数は、対象病変ＯＬの種類数に対応するものだからである。しかしながら、症例ＤＢ２３において、症例病変ＣＬの種類数が多い症例の蓄積数が少ない場合がある。この場合に、関心領域ＲＯＩの数に満たない種類数の症例を、すべて検索対象外とすると、検索対象が少な過ぎて、適切な類似症例が検索できないおそれもある。症例病変ＣＬの種類数が関心領域ＲＯＩの数に満たない症例であっても、個々の症例病変ＣＬについて見ると、診断に際して有用な価値を持つ場合もある。第２実施形態は、症例病変ＣＬの種類数が複数有ることを前提に、種類数が関心領域ＲＯＩの数よりも少ない症例については検索対象に含めて、類似症例として抽出することを可能にする形態である。なお、特徴量の算出方法や個別類似度ＩＳＭの算出方法は、上記実施形態と同様であるので、説明を省略し、相違点を中心に説明する。

図４５に示すように、個別類似度算出部６５は、Ｎｏ１〜Ｎｏ３の関心領域ＲＯＩに２種の症例病変ＣＬを対応させて、個別類似度ＩＳＭを算出する。図３５に示すハッチングの欄は、対応する症例病変ＣＬが無いため、個別類似度ＩＳＭが算出されない箇所を示す。総合類似度算出部６６は、３個の関心領域ＲＯＩに対して、２種４個の症例病変ＣＬを対応させて算出した個別類似度ＩＳＭの完全異種の組み合わせを作り、その組み合わせを総合類似度ＴＳＭの算出対象と判定する。「Ｃ１０３」の症例では、完全異種の組み合わせは、「Ｂ１、Ｆ」、「Ｂ２、Ｆ」などである。これらは、種類数と関心領域ＲＯＩの数とが異なるが、同種の症例病変ＣＬとの対応により算出した同種の個別類似度ＩＳＭを含んでいないため、完全異種の組み合わせである。一方、「Ｂ１、Ｂ２」などの完全同種の組み合わせは対象外と判定される。図４５に示すとおり、「Ｃ１０３」において、完全異種の組み合わせは、１８通りとなり、総合類似度ＴＳＭは、「Ｃ１０３−１」〜「Ｃ１０３−１８」の１８個となる。

類似症例検索部６７は、図４６に示す類似症例リスト８１を作成する。ここで、類似症例リスト８１において、「Ｃ１０３」の症例の総合類似度ＴＳＭ（１．６７」）は、２種類の個別類似度ＩＳＭの合計であり、３種類の個別類似度ＩＳＭの合計である他の症例の総合類似度ＴＳＭの値と同列に比較できない。そのため、類似症例検索部６７は、算出要素となる個別類似度ＩＳＭの数が異なる総合類似度ＴＳＭを比較できるように、正規化を行う。正規化された類似度である正規化値に基づいて、各症例の順位付けが行われる。正規化は、例えば、総合類似度ＴＳＭを、それぞれ個別類似度ＩＳＭの数で割る処理である。

まず、症例ＩＤが「Ｃ１０３」については、個別類似度ＩＳＭの数が２個であるため、総合類似度ＴＳＭ（「１．６７」）を２で割った値（「０．８３５」）が正規化値となる。一方、個別類似度ＩＳＭが３個である他の症例は、総合類似度ＴＳＭを３で割った値が正規化値となる。例えば、症例ＩＤが「Ｃ１０６」の場合には、総合類似度ＴＳＭの値が「２．３４」であるので、これを３で割った値「０．７８」が正規化値となる。

本例によれば、症例ＤＢ２３内において、症例病変ＣＬの種類数が関心領域ＲＯＩの数未満であっても、症例病変ＣＬの種類数が複数有る症例については、検索対象に含めることができるため、症例ＤＢへの症例の登録件数が少ない場合でも、それらを有効利用して類似症例検索を行うことができる。

また、第２実施形態の変形例として、関心領域ＲＯＩの指定数の変更に応じて、類似症例検索サーバ１７が再検索を行うようにしてもよい。例えば、１回目の類似症例検索要求は、関心領域ＲＯＩの指定数を２で発行する。類似症例検索サーバ１７は、その指定に基づいて類似症例検索を行って、類似症例リスト７４を検索結果として配信する。医師は、その検索結果を見て、新たに関心領域ＲＯＩを追加指定して、２回目の類似症例検索要求を発行する。類似症例検索サーバ１７は、追加された指定を含む要求に基づいて、類似症例検索を行って、類似症例リスト７４を検索結果として配信する。こうすれば、医師は、検索結果を見ながら、必要に応じて検索条件を変更できるので、適切な類似症例を探しやすい。関心領域ＲＯＩの指定数は、増やすだけでなく、減らすことが可能であってもよい。

また、類似症例検索サーバ１７は、再検索に備えて、ＩＳＭテーブル７１やＴＳＭテーブル７２など、類似症例検索の中間処理や処理結果として作成されたデータを保存しておくとよい。再検索の際にこうしたデータを利用すれば、検索時間を短縮できる。

上記第１実施形態及び第２実施形態において、総合類似度ＴＳＭを複数の個別類似度ＩＳＭの単なる合計値とした例で説明したが、算出要素となる個別類似度ＩＳＭの値に基づいて、重み付け処理を行ってもよい。重み付け処理の例としては、例えば、個別類似度ＩＳＭが閾値以上である場合に、正の重み付け係数を掛けて、総合類似度ＴＳＭを高くしたり、反対に、個別類似度ＩＳＭが閾値未満である場合に、負の重み付け係数を掛けて、総合類似度ＴＳＭを低くする例が考えられる。関心領域ＲＯＩに酷似した症例病変ＣＬが１つでもある場合には、その症例が診断において価値を持つ場合もある。正の重み付けを行うことで、そうした症例を類似症例として探しやすくなる。

また、上記各実施形態では、症例病変ＣＬの種類について、予め種類判定を行い、判定した種類情報を症例ＤＢ２３に格納した例で説明したが、関心領域ＲＯＩと同様に、検索の時点で特徴量ＣＡＣに基づく種類判定を行ってもよい。もちろん、こうすると検索処理に時間が掛かるため、予め種類情報を格納しておくことが好ましい。

［第３実施形態］
上記各実施形態では、関心領域ＲＯＩに含まれる対象病変ＯＬの種類を判定することなく症例病変ＣＬと対応させて個別類似度ＩＳＭを算出して、類似症例検索を行っている。しかし、図４７〜図５１に示す第３実施形態のように、関心領域ＲＯＩに含まれる対象病変ＯＬと症例病変ＣＬについて、病変の種類の判定を行って、同種の病変同士のみを対応させて個別類似度ＩＳＭを算出して、類似症例検索を行ってもよい。図６に示したように、病変パターンは典型的には病変の種類によって区別される。そのため、特徴量を算出した段階で、特徴量に基づいて病変の種類を判定することができる。第３実施形態は、このような病変の種類判定を利用する形態である。

図４７に示すように、第３実施形態では、類似症例検索サーバ１７には、病変種類判定部８６が設けられる。図４８に示すように、病変種類判定部８６は、特徴量算出部６２が算出した関心領域ＲＯＩの特徴量ＲＡＣに基づいて、関心領域ＲＯＩに含まれる対象病変ＯＬの種類を判定する。病変種類判定部８６は、例えば、各判別器６２Ａ〜６２Ｈが出力する判別器出力値のうち、最大の判別器出力値を示す判別器に対応する病変の種類を、関心領域ＲＯＩに含まれる対象病変ＯＬの種類と判定する。本例の場合には、「Ｂ：空洞」の判別器６２Ｂの判別器出力値が最大であるため、対象病変ＯＬの種類は「Ｂ：空洞」と判定される。

図４９に示すように、個別類似度算出部６５は、関心領域ＲＯＩと、各症例病変ＣＬとの個別類似度ＩＳＭを算出する際に、病変の種類が同種のもの同士についてのみ個別類似度ＩＳＭを算出し、病変の種類が異なるものについては、個別類似度ＩＳＭを算出しない。本例においては、Ｎｏ１の関心領域ＲＯＩの種類は「Ｂ：空洞」であるので、「Ｃ１０１」の症例の中から、種類が「Ｂ：空洞」である、Ｎｏ３の症例病変ＣＬとの個別類似度ＩＳＭのみ算出する。１件の症例の中に、関心領域ＲＯＩと同種の症例病変ＣＬが複数個登録されている場合には、複数個の個別類似度ＩＳＭが算出される。また、関心領域ＲＯＩと同種の症例病変ＣＬが１個も登録されていない場合には、その症例については、個別類似度ＩＳＭは算出されない。

これにより、個別類似度算出部６５の算出処理時間を減らすことができる。また、個別類似度ＩＳＭの数が減るため、図５０に示すように、総合類似度ＴＳＭの算出対象となる完全異種の組み合わせの数も減る。３種５個の「Ｃ１０２」の症例の場合には、第１実施形態で説明したように種類を判定しないと、完全異種の組み合わせが１８通り有るのに対して、本例のように種類判定をすると、完全異種の組み合わせは３通りとなる。総合類似度算出部６６は、この組み合わせに対応して、Ｃ１０２−１〜Ｃ１０２−３の３つの総合類似度ＴＳＭを算出する。

このように、第３実施形態は、病変の種類を区別せずに個別類似度ＩＳＭを算出する第１実施形態と比較して、個別類似度ＩＳＭ及び総合類似度ＴＳＭの算出時間が短くなる。また、ＩＳＭテーブル７１やＴＳＭテーブル７２のサイズも小さくなるため、メモリの作業領域も少なくて済む。そのため、類似症例検索サーバ１７のＣＰＵ４１Ｂに掛かる負荷が軽減されるため、検索時間の短縮化を図ることができる。

ただし、予め病変の種類を判定して同種のものについてのみ個別類似度ＩＳＭをする態様は、病変の種類の判定精度が低い場合には、類似症例として検索すべき症例病変ＣＬが抜け落ちる、いわゆる検索漏れの懸念もある。特に、図１１で示すように、複数の対象病変ＯＬを１つの関心領域ＲＯＩとして指定する場合には、種類判定によって、複数の対象病変ＯＬのいずれかに偏った判定が下されることになる。そのため、第５実施形態については、病変の種類の判定精度を見極めた上で実施することが好ましい。

［第４実施形態］
図５１及び図５２に示す第４実施形態は、類似症例検索サーバ１７ではなく、診療科端末１１において関心領域ＲＯＩの特徴量を算出する形態である。第３実施形態のように診療科端末１１で関心領域ＲＯＩの特徴量を算出してもよく、この場合には、類似症例検索サーバ１７には特徴量算出部６２を設けずに、図１２に示す、個別類似度算出部６５、総合類似度算出部６６、類似症例検索部６７など、特徴量算出部６２以外の構成が設けられる。

図５１に示すように、診療科端末１１には、特徴量算出部６２と同様の特徴量算出部８８が設けられる。特徴量算出部８８は、例えば、診療科端末１１にインストールされるソフトウエアをＣＰＵ４１Ａが実行することによって実現される。特徴量算出部８８は、検査画像１９を含む検査データ２１及びＧＵＩ制御部５３を通じて入力される関心領域ＲＯＩの領域情報に基づいて、特徴量ＲＡＣを算出する。検索要求発行部５４は、関心領域ＲＯＩに対応する画像と、算出した特徴量ＲＡＣとを添付して、類似症例検索要求を発行する。

図５２に示すように、類似症例検索要求は、診療科端末１１から類似症例検索サーバ１７に送信される。類似症例検索サーバ１７は、受信した類似症例検索要求に基づいて、類似検索を行い、検索結果を診療科端末１１に配信する。第７実施形態においては、類似症例検索サーバ１７の要求受付部６１が特徴量取得部として機能する。

上記各実施形態では、本発明の類似症例検索装置を、診療科端末１１からの要求に基づいて類似症例検索を行う類似症例検索サーバ１７の形態で説明したが、もちろん、類似症例検索サーバ１７を使わずに、診療科端末１１が症例ＤＢサーバ１６にアクセスして類似症例を検索するというように、診療科端末１１に類似症例検索機能を設けてもよい。この場合には、診療科端末１１が類似症例検索装置となる。

また、上記各実施形態では、類似症例検索サーバ１７と症例ＤＢサーバ１６を、別々のサーバで構成しているが、これらを統合して１つのサーバで構成してもよい。このように、１つのサーバに複数の機能を統合したり、機能毎にサーバを分離してもよい。

なお、コンピュータシステムのハードウェア構成は種々の変形が可能である。例えば、類似症例検索サーバ１７に関して、処理能力や信頼性の向上を目的として、ハードウェアとして分離された複数台のサーバコンピュータで構成することも可能である。このように、コンピュータシステムのハードウェア構成は、処理能力、安全性、信頼性など要求される性能に応じて適宜変更することができる。さらに、ハードウェアに限らず、症例ＤＢ２３やＡＰ５０などのプログラムについて、安全性や信頼性の確保を目的として、二重化したり、あるいは、複数のストレージデバイスに分散して格納することももちろん可能である。

また、上記各実施形態では、類似症例検索サーバ１７について、１つの医療施設内で利用される形態で説明したが、複数の医療施設が利用できる形態としてもよい。

具体的には、上記各実施形態では、類似症例検索サーバ１７は、診療科端末１１など１つの医療施設内に設置されるクライアント端末がＬＡＮを介して通信可能に接続され、クライアント端末からの要求に基づいて、類似症例検索に関するアプリケーションサービスを提供する形態である。複数の医療施設で利用可能にするには、類似症例検索サーバ１７は、例えば、インターネットや公衆通信網などのＷＡＮ（Wide Area Network）を介して、複数の医療施設に設置されるクライアント端末と通信可能に接続される。そして、類似症例検索サーバ１７は、複数の医療施設のクライアント端末からの要求を受け付けて、各クライアント端末に対して類似症例検索に関するアプリケーションサービスを提供する。

この場合の類似症例検索サーバ１７の設置場所や運営主体は、例えば医療施設とは別のデータセンタでもよいし、複数の医療施設のうちの１つでもよい。また、ＷＡＮを利用する場合には、情報セキュリティを考慮して、ＶＰＮ（Virtual Private Network）を構築したり、ＨＴＴＰＳ（Hypertext Transfer Protocol Secure)などのセキュリティレベルの高い通信プロトコルを使用することが好ましい。

本発明は、上記各実施形態に限らず、本発明の要旨を逸脱しない限り種々の構成を採り得ることはもちろんである。例えば、本例では、検査画像の例として、ＣＴ、ＭＲＩ、単純Ｘ線画像を例としたが、マンモグラフィーや内視鏡など他のモダリティで撮影した検査画像に対しても適用することができる。また、上述の種々の実施形態や種々の変形例を適宜組み合わせることも可能である。また、本発明は、本発明を実現するプログラムに加えて、プログラムを記憶する記憶媒体にも及ぶ。

１１ 診療科端末
１６ 症例ＤＢサーバ
１７ 類似症例検索サーバ
１９ 検査画像
２１ 検査データ
６２ 特徴量算出部
６５ 個別類似度算出部
６６ 総合類似度算出部
６７ 類似症例検索部
６７Ａ リスト作成部
６７Ｂ 代表値判定部
６９ 出力制御部
ＣＬ 症例病変
ＯＬ 対象病変
ＲＯＩ 関心領域

Claims (20)

1. 症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する類似症例検索装置において、
   前記検査画像を１枚以上含む検査データにおいて、前記検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、前記関心領域毎の特徴量を取得する特徴量取得部と、
   前記関心領域と、前記症例画像内に存在する複数件の症例病変とを１対１で対応させて、対応させた前記関心領域の特徴量と前記症例病変の特徴量とを比較して、前記関心領域毎の個別類似度をそれぞれ算出する個別類似度算出部と、
   複数の前記関心領域に対してそれぞれ算出した複数の前記個別類似度に基づいて、総合類似度を算出する総合類似度算出部であり、同一症例内の種類が異なる複数の前記症例病変と前記複数の関心領域をそれぞれ組み合わせて構成される完全異種の組み合わせに対してのみ、前記個別類似度を用いて総合類似度を算出する総合類似度算出部と、
   前記完全異種の組み合わせに対応する前記総合類似度に基づいて、前記類似症例を検索する類似症例検索部と、を備えている類似症例検索装置。
2. 前記総合類似度算出部は、前記完全異種の組み合わせに関して、前記関心領域の個数と、前記症例病変の種類数及び個数とに応じた数の組み合わせを作り、前記完全異種の組み合わせ毎に前記総合類似度を算出することを特徴とする請求項１に記載の類似症例検索装置。
3. 同一症例内に含まれる複数の異種の前記症例病変のうち少なくとも１種に関して、同種の前記症例病変が複数個存在する場合には、前記総合類似度算出部は、同種の複数個の前記症例病変を区別して、区別した同種の前記症例病変毎に前記完全異種の組み合わせを作ることを特徴とする請求項１又は２に記載の類似症例検索装置。
4. 前記類似症例検索部は、前記総合類似度に基づいて、複数件の前記類似症例に関する情報をリスト化した類似症例リストを作成することを特徴とする請求項１〜３のいずれか１項に記載の類似症例検索装置。
5. 前記類似症例リストにおいて、前記類似症例は、前記総合類似度順にソートされることを特徴とする請求項４に記載の類似症例検索装置。
6. 前記類似症例リストの表示項目には、前記総合類似度の値と前記総合類似度に関する内訳情報とを含み、前記内訳情報は、前記個別類似度を算出するための前記関心領域と前記症例病変との対応関係を含むことを特徴とする請求項４又は５に記載の類似症例検索装置。
7. 前記類似症例リストには、前記総合類似度の値に加えて、前記総合類似度の算出要素となる複数の前記個別類似度の値が表示されることを特徴とする請求項６に記載の類似症例検索装置。
8. 前記類似症例リストには、前記関心領域と前記症例病変のそれぞれの画像が表示されることを特徴とする請求項４〜７のいずれか１項に記載の類似症例検索装置。
9. 前記症例データベースには、前記症例病変の前記病変の種類の情報が格納されていることを特徴とする請求項１〜８のいずれか１項に記載の類似症例検索装置。
10. 前記総合類似度は、前記完全異種の組み合わせに含まれる複数の前記個別類似度の総和であることを特徴とする請求項１〜９のいずれか１項に記載の類似症例検索装置。
11. 前記個別類似度算出部は、前記関心領域毎に、複数の前記症例病変を対応させて算出した複数の前記個別類似度を記録した個別類似度テーブルを作成することを特徴とする請求項１〜１０のいずれか１項に記載の類似症例検索装置。
12. 前記総合類似度算出部は、前記関心領域毎の複数の前記個別類似度テーブルのそれぞれから、１つずつ前記個別類似度を読み出して、読み出した複数の前記個別類似度を要素として、前記完全異種の組み合わせを作ることを特徴とする請求項１１に記載の類似症例検索装置。
13. 前記個別類似度算出部は、前記症例のうち、少なくとも前記症例病変の種類が複数の症例については前記個別類似度の算出対象とし、前記症例病変の種類が１種類の症例については前記個別類似度の算出対象外とすることを特徴とする請求項１〜１２のいずれか１項に記載の類似症例検索装置。
14. 前記総合類似度算出部は、前記総合類似度を算出する要素となる前記個別類似度の値に応じて、前記総合類似度に対して重み付け処理を行うことを特徴とする請求項１〜１３のいずれか１項に記載の類似症例検索装置。
15. 前記重み付け処理は、前記個別類似度が閾値以上の場合に、前記総合類似度を高くする処理であることを特徴とする請求項１４に記載の類似症例検索装置。
16. 前記類似症例検索部は、前記症例病変の種類数が、前記関心領域の数未満の前記症例については、検索の対象外とすることを特徴とする請求項１〜１５のいずれか１項に記載の類似症例検索装置。
17. 前記類似症例検索部は、前記症例病変の種類数が、前記関心領域の数未満の前記症例についても、前記症例病変の種類数が複数有る場合には、検索の対象とすることを特徴とする請求項１〜１５のいずれか１項に記載の類似症例検索装置。
18. １つの前記関心領域と、１件の症例に含まれる複数の前記症例病変とを対応させることにより、複数の前記総合類似度が算出された場合に、複数の前記総合類似度の中から、１つの代表値を判定する代表値判定部を有しており、
    前記類似症例検索部は、前記代表値に基づいて、類似症例を検索することを特徴とする請求項１〜１７のいずれか１項に記載の類似症例検索装置。
19. 症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する類似症例検索方法において、
    前記検査画像を１枚以上含む検査データにおいて、前記検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、前記関心領域毎の特徴量を取得する特徴量取得ステップと、
    前記関心領域と、前記症例画像内に存在する複数件の症例病変とを１対１で対応させて、対応させた前記関心領域の特徴量と前記症例病変の特徴量とを比較して、前記関心領域毎の個別類似度をそれぞれ算出する個別類似度算出ステップと、
    複数の前記関心領域に対してそれぞれ算出した複数の前記個別類似度に基づいて、総合類似度を算出する総合類似度算出部であり、同一症例内の種類が異なる複数の前記症例病変と前記複数の関心領域をそれぞれ組み合わせて構成される完全異種の組み合わせに対してのみ、前記個別類似度を用いて総合類似度を算出する総合類似度算出ステップと、
    前記完全異種の組み合わせに対応する前記総合類似度に基づいて、前記類似症例を検索する類似症例検索ステップと、
    を備えている類似症例検索方法。
20. 症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する処理をコンピュータに実行させる類似症例検索プログラムにおいて、
    前記検査画像を１枚以上含む検査データにおいて、前記検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、前記関心領域毎の特徴量を取得する特徴量取得ステップと、
    前記関心領域と、前記症例画像内に存在する複数件の症例病変とを１対１で対応させて、対応させた前記関心領域の特徴量と前記症例病変の特徴量とを比較して、前記関心領域毎の個別類似度をそれぞれ算出する個別類似度算出ステップと、
    複数の前記関心領域に対してそれぞれ算出した複数の前記個別類似度に基づいて、総合類似度を算出する総合類似度算出部であり、同一症例内の種類が異なる複数の前記症例病変と前記複数の関心領域をそれぞれ組み合わせて構成される完全異種の組み合わせに対してのみ、前記個別類似度を用いて総合類似度を算出する総合類似度算出ステップと、
    前記完全異種の組み合わせに対応する前記類似症例を検索する類似症例検索ステップと、
    を前記コンピュータに実行させることを特徴とする類似症例検索プログラム。

Images