JP2016133974A - 情報処理装置、情報処理方法及びプログラム - Google Patents

Abstract

【課題】読影レポートの作成において、診断時に思考を妨げないで、思い立った順に逐次入力するだけでレポート作成が可能となる技術を提供する。【解決手段】複数の構成パーツからなる読影レポートを生成する情報処理装置であって、前記読影レポートの入力情報を解析して読影記述要素を抽出する解析手段と、前記解析手段により抽出された読影記述要素が属する構成パーツを推定する推定手段と、前記推定手段により推定された構成パーツと、前記構成パーツを構成する前記読影記述要素を含む構成要素との出現関係に基づいて、前記構成パーツの記述内容を決定して前記構成パーツを生成する生成手段と、前記生成手段により生成された複数の構成パーツからなる読影レポートを表示する表示手段と、を有することによって課題を解決する。【選択図】図８

Description

本発明は、情報処理装置、情報処理方法及びプログラムに関する。

最近の医療現場には、カルテや読影レポート等の医療文書を電子データとして扱い、医療文書の作成や管理を効率化して、医師の負担を軽減するためのシステムが導入されつつある。
例えば特許文献１に記載されている技術では、読影レポートを作成する際に、予め用意されているテンプレートや属性や単語をユーザが手動で選択して所見を作成する。特に病変や病変が存在する部位が複数ある場合、病変のテンプレートや部位のテンプレートを追加したり、削除したりすることができる。
また、特許文献２に記載されている技術では、読影箇所とその回答候補の内容及び表示順序をテンプレート定義として保持する。そして、このテンプレート定義に基づいて読影箇所とその回答候補（所見）を表示して、選択した回答個補に依存して次に表示する読影箇所とその回答候補を指定することでテンプレート定義順に入力する。
また、特許文献３に記載されている技術では、ユーザの入力した情報に対応する単語に基づいてデータ検索を実行して、関連情報を提示する。そして、ユーザが、分類された入力欄に単語の入力を行なうだけで入力文の作成が自動実行されるため、文書作成が容易となる。

特開２０１２−４８３９６号公報 特開２００４−１５７８１５号公報 特開２００８−１４６２２０号公報

従来の技術では、レポートの構成を考えながら多数あるテンプレートや単語や入力すべき入力欄等から目的のものを探して入力するのに手間がかかる。つまり、順序だって入力するためには、記述内容を整理してから入力する必要があり、思い立った順に入力することができない。そのため、最も重要である診断のための思考が妨げられる。
本発明は、読影レポートの作成において、診断時に思考を妨げないで、思い立った順に逐次入力するだけでレポート作成が可能となる技術を提供することを目的とする。

そこで、本発明の情報処理装置は、複数の構成パーツからなる読影レポートを生成する情報処理装置であって、前記読影レポートの入力情報を解析して読影記述要素を抽出する解析手段と、前記解析手段により抽出された読影記述要素が属する構成パーツを推定する推定手段と、前記推定手段により推定された構成パーツと、前記構成パーツを構成する前記読影記述要素を含む構成要素との出現関係に基づいて、前記構成パーツの記述内容を決定して前記構成パーツを生成する生成手段と、前記生成手段により生成された複数の構成パーツからなる読影レポートを表示する表示手段と、を有する。

本発明によれば、読影レポートの作成において、診断時に思考を妨げないで、思い立った順に逐次入力するだけでレポート作成が可能となる技術を提供することができる。

ハードウェア構成の一例を示す図である。 読影レポートの一例を示す図である。 ＵＩの遷移の一例を示す図（その１）である。 ＵＩの遷移の一例を示す図（その２）である。 ＵＩの遷移の一例を示す図（その３）である。 ＵＩの遷移の一例を示す図（その４）である。 ＵＩの遷移の一例を示す図（その５）である。 実施形態１の処理の一例を示すフローチャートである。 読影レポートにおけるデータ遷移の一例を示す図である。 読影レポートにおけるデータ遷移を説明するための拡大図である。 入力情報の解析処理に用いられる辞書情報の一例を示す図である。 ルール辞書の一例を示す図である。 順序テンプレート等の一例を示す図である。 拡張された順序テンプレートの一例を示す図である。

以下、本発明を実施するための形態について図面を用いて説明する。
＜実施形態１＞
図１（ａ）は、本実施形態に係る読影レポート作成装置１００のハードウェア構成の一例を示す図である。なお、読影レポート作成装置１００は、読影レポートの作成（生成）を支援する情報処理装置の一例である。読影レポート作成装置１００は、ＣＰＵであるデータ処理部１１５、記憶部１１１、表示部１１６、キーボードやマウスやタッチパネル等の入力部１１３、ネットワークＩ／Ｆ部１１７を有する。ＣＰＵであるデータ処理部１１５が記憶部１１１等に格納されている制御プログラムを実行することにより、読影レポート作成装置１００の機能及び後述するフローチャートに係る処理を実現する。なお、記憶部１１１に格納されている単語辞書１２０、ルール辞書１２１、テンプレート１２２、処理結果１２３に関しての詳細については後述する。
図１（ｂ）は、読影レポート作成装置１００のＧＵＩを処理するＮ台のクライアント１５１〜１５２と、読影レポート作成装置１００のデータを処理するサーバ１６１とがネットワークに接続された本実施形態のシステム構成の一例を示す図である。ネットワークは有線でも無線でもよい。サーバ１６１はクラウドコンピュータでもよく、また、複数台でもよい。なお、図１（ｂ）に示すシステム構成に係る機能を図１（ａ）に示す読影レポート作成装置１００に搭載することも可能である。即ち、図１（ｂ）に示すシステムの機能を１台の読影レポート作成装置１００で実現することも可能である。以降の説明では、図１（ｂ）に示すシステムの機能が１台の読影レポート作成装置１００で実現されている場合を例に説明する。

本実施形態の前提条件を説明する。以降の説明で使用される「読影レポート構成パーツ」は、読影レポートを構成するパーツである。より具体的に説明すると、「読影レポート構成パーツ」は、病変の有無を示す「存在所見」、病変の性状を示す「質的所見」、病変の広がりを示す「広がり所見」、診断結果を示す「結論」を指す。図２は、読影レポートの一例を示す図である。図２に示すように読影レポートの構成は、「所見を書く欄」（９００）と「結論（診断結果）を書く欄」（９０１）との２つのパーツに大きく別れる。更に所見は、「存在所見（病変があるかないか）」（９０２）から始まり、病変があれば「質的所見（病変の性状から診断を絞る）」（９０３）、「広がり所見（病変の広がりを評価：癌のステージング、炎症波及の程度等）」（９０４）というように分けられる。更に病変のある部位が複数存在すれば複数記述される（９０５）。本実施形態では、読影レポート構成パーツを以上のように定義するが、この分割例に限定するものではない。また、以降の説明で使用される「読影記述要素」は、「病変」、「部位」等の読影レポートに出現する重要語を分類したもので、この分類に限定するものではない。なお、本実施形態における読影レポート構成パーツは、後述するテンプレートとそのテンプレートを構成する読影記述要素とを構成要素として記述される。

本実施形態の概要をＵＩの遷移図に基づき説明する。
（存在所見に続いて、結論を入力した例）
図３（ａ）は、ユーザ（医師）が「存在所見」として『膵頭部に２４×２０ｍｍ大の腫瘤性病変を認める。』を入力した読影レポートを入力中の一例を示す図である。読影レポート作成装置１００が、ユーザが入力した読影記述要素に基づき「質的所見」として『辺縁は平滑で、内部は均一である。』、「広がり所見」として『他の臓器への浸潤を認めない。』の文を作成して提示している。図３（ｂ）は、ユーザ（医師）が図３（ａ）の状態から「結論」として『膵癌』と入力した状態の一例を示す図である。図３（ｃ）は、読影レポート作成装置１００が、追加された読影記述要素『膵癌』に基づき再計算した結果、図３（ｂ）の状態から「質的所見」として『辺縁は不整で、内部は不均一である。』、「広がり所見」として『主膵管への浸潤を認める。』の文を作成して逐次更新提示した状態の一例を示す図である。

（存在所見に続いて、質的所見を飛ばして広がり所見を入力した例）
図４（ａ）は、ユーザ（医師）が「存在所見」として『膵頭部に２４×２０ｍｍ大の腫瘤性病変を認める。』を入力した一例を示す図である。読影レポート作成装置１００が、ユーザが入力した読影記述要素に基づき「質的所見」として『辺縁は平滑で、内部は均一である。』、「広がり所見」として『他の臓器への浸潤を認めない。』の文を作成して提示している。図４（ｂ）は、ユーザ（医師）が図４（ａ）の状態から『浸潤あり』と続けて入力した状態の一例を示す図である。図４（ｃ）は、読影レポート作成装置１００が、追加された読影記述要素『浸潤』、『あり』に基づき再計算した結果、図４（ｂ）の状態から「質的所見」として『辺縁は不整で、内部は不均一である。』、「広がり所見」として『主膵管への浸潤を認める。』の文を作成して逐次更新提示した状態の一例を示す図である。

（存在所見に続いて、質的所見を入力した例）
図５（ａ）は、ユーザ（医師）が「存在所見」として『膵頭部に２４×２０ｍｍ大の腫瘤性病変を認める。』を入力した一例を示す図である。読影レポート作成装置１００が、ユーザが入力した読影記述要素に基づき「質的所見」として『辺縁は平滑で、内部は均一である。』、「広がり所見」として『他の臓器への浸潤を認めない。』の文を作成して提示している。図５（ｂ）は、ユーザ（医師）が図５（ａ）の状態から『造影効果は早期相で弱いが、遅延相で淡い造影効果を認める。』と続けて入力した状態の一例を示す図である。図５（ｃ）は、読影レポート作成装置１００が、追加された読影記述要素『造影効果』『早期相』『弱い』等に基づき再計算した結果、図５（ｂ）の状態から「質的所見」としてユーザの入力を優先して『造影効果は早期相で弱いが、遅延相で淡い造影効果を認める。』、「広がり所見」として『他の臓器への浸潤を認めない。』の文を作成して更新提示した状態の一例を示す図である。

（存在所見に入力後、提示した所見をクリアしてユーザが入力した例）
図６（ａ）は、ユーザ（医師）が「存在所見」として『膵頭部に２４×２０ｍｍ大の腫瘤性病変を認める。』を入力した一例を示す図である。読影レポート作成装置１００が、ユーザが入力した読影記述要素に基づき「質的所見」として『辺縁は平滑で、内部は均一である。』、「広がり所見」として『他の臓器への浸潤を認めない。』の文を作成して提示している。図６（ｂ）は、ユーザ（医師）が図６（ａ）の状態から「広がり所見」をクリアした状態の一例を示す図である。図６（ｃ）は、クリアした「広がり所見」をユーザが直接『主膵管への浸潤を認める。』と入力した状態の一例を示す図である。ユーザによる入力であるため、自動更新が停止状態に変更される。この例では、ユーザによる直接入力の場合に自動更新を停止したが、読影レポート作成装置１００が作成文を更に追加してもよい。ユーザの操作を優先した場合、前者を選択し、レポートの作成を優先した場合、後者を選択する。

（存在所見に入力後、提示した所見に対してユーザが選択肢を変更した例）
図７（ａ）は、ユーザ（医師）が「存在所見」として『膵頭部に２４×２０ｍｍ大の腫瘤性病変を認める。』を入力した一例を示す図である。読影レポート作成装置１００が、ユーザが入力した読影記述要素に基づき「質的所見」として『辺縁は平滑で、内部は均一である。』、「広がり所見」として『他の臓器への浸潤を認めない。』の文を作成して提示している。図７（ｂ）は、ユーザ（医師）が、図７（ａ）の状態から読影レポート作成装置１００が提示した「質的所見」の辺縁状態の候補を『平滑』から『不整』に変更している状態の一例を示す図である。図７（ｃ）は、ユーザによる選択肢の変更に基づき「広がり所見」を『他の臓器への浸潤を認めない。』から『主膵管への浸潤を認める。』に更新した状態の一例を示す図である。「質的所見」はユーザによる変更であるため、自動更新が停止状態に変更される。この例では、ユーザによる直接入力の場合に自動更新を停止したが、読影レポート作成装置１００が作成文を更に追加してもよい。ユーザの操作を優先した場合、前者を選択し、レポートの作成を優先した場合、後者を選択する。

本実施形態の処理について、図８等を用いて説明する。なお、図８は、本実施形態における読影レポート作成装置１００が実行する処理の一例を示すフローチャートである。上述したように、本フローチャートに係る処理は、読影レポート作成装置１００のＣＰＵであるデータ処理部１１５が記憶部１１１に格納されている制御プログラムを実行することにより実現される。
まず、Ｓ３００で、データ処理部１１５は、ユーザが入力部１１３から入力した入力情報（文字列、入力順序、入力位置等に関する情報）を逐次解析する。より具体的に説明すると、データ処理部１１５は、入力文字列を形態素解析処理し、読影記述要素や各読影記述要素間の関係性等についての情報を抽出する。この際、データ処理部１１５は、読影記述要素の重要度を単語頻度や入力順序を利用した所定のルールに従って計算する。入力位置情報は、抽出された読影記述要素がどの読影レポート構成パーツに属するのかを分類推定するためにも利用される。図９は、読影レポートにおけるデータ遷移の一例を示す図である。図９には、ユーザ（医師）が所見を入力した状態（２００）が示されている。また、状態（２００）の拡大図を図１０（ａ）に示す。データ処理部１１５は、図１０（ａ）に示される『膵頭部に腫瘤性病変を認める。膵癌、浸潤あり』を解析する。ここで、図１１（ａ）に示すような単語辞書（図１の単語辞書１２０）や図１１（ｂ）に示すような読影記述要素複合語ルール辞書（図１のルール辞書１２１）が、記憶部１１１に格納されている。なお、単語辞書１２０やルール辞書１２１は、辞書情報の一例である。データ処理部１１５は、上記辞書を参照して入力情報を解析し、読影記述要素として『腫瘤性病変』、『膵頭部』、『認める』、『膵癌』、『浸潤』、『あり』を抽出する。

図８の説明に戻る。Ｓ３０１で、データ処理部１１５は、入力された読影記述要素、即ち、Ｓ３００で抽出した読影記述要素がどの種類の読影レポート構成パーツに属するのか分類推定する。データ処理部１１５は、Ｓ３００で抽出した各読影記述要素と読影記述要素間の関係性とから前記読影記述要素の属性を推定する。より具体的に説明すると、データ処理部１１５は、推定した属性と読影記述要素間の関係性とから、Ｓ３００で抽出した読影記述要素を図１２に示すようなルール辞書（図１のルール辞書１２１）又は学習モデルによって分類推測する。そして、データ処理部１１５は、読影記述要素が入力された順序に基づき、推定して決定した読影レポート構成パーツの順序を決定する。
図９の状態（２０１）は、Ｓ３０１での処理の結果を示している。また、状態（２０１）の拡大図を図１０（ｂ）に示す。なお、処理の結果（図１の処理結果１２３）は、記憶部１１１に格納されている。本実施形態において、データ処理部１１５は、以下のように読影記述要素を解析し、読影記述要素がどの読影レポート構成パーツを構成するのかを推定する。『腫瘤性病変』は「病変」であり、「存在所見」を構成する読影記述要素である。『膵頭部』は「病変の部位」であり、「存在所見」を構成する読影記述要素である。『認める』は「病変の文末表現：肯定、断定」であり、「存在所見」を構成する読影記述要素である。『膵癌』は「疾病名」であり、「結論」を構成する読影記述要素である。『浸潤』は「広がり表現」であり、「広がり所見」を構成する読影記述要素である。『あり』は「広がり表現の文末表現：肯定、断定」であり、「広がり所見」を構成する読影記述要素である。

図８の説明に戻る。Ｓ３０２で、データ処理部１１５は、作成対象となる読影レポート構成パーツの出現確率、作成対象となる読影レポート構成パーツの各テンプレート（図１のテンプレート１２２）の出現確率、前記テンプレートを構成する各未入力読影記述要素の候補出現確率を計算する。データ処理部１１５は、これらの出現確率を、過去の事例情報（以下、事例という）を予め学習したモデルから計算する。また、データ処理部１１５は、これらの出現確率を、蓄積されている事例から検索して現状の事例から計算することも可能である。前者の予め過去の事例からモデルを学習する方法は、高速に処理が可能であり、後者の検索する方法は、出現傾向が変化しても追従が可能である。データ処理部１１５は、入力順に読影記述要素が含まれる読影レポート構成パーツの出現確率、テンプレートの出現確率、各テンプレートを構成する読影記述要素の出現確率を計算する。
ここで、データ処理部１１５は、読影レポート構成パーツの出現確率を計算する際に、存在所見と結論は１００％として、残りの質的所見と広がり所見とについてのみ計算してもよい。このように質的所見と広がり所見とについてのみ出現確率を計算するようにすることで、計算処理を高速化することができる。また、それぞれの出現確率は以下の式により計算されるが、この計算式に限定されるものではない。例えば、データ処理部１１５は、上述した読影記述要素の重要度をウエイトとして重み付けした出現確率を計算してもよい。また、データ処理部１１５は、主成分分析によって、読影レポート構成パーツや読影記述要素等の相関を求めて計算をしてもよい。更に、データ処理部１１５は、ベイズの定理により入力した読影記述要素の事前確率から事後確率を計算してもよい。このように同等の計算手段は、１つではない。

以下に、出現確率を計算する際に用いられる式の一例を示す。
・読影レポート構成パーツ出現確率：

・テンプレート出現確率：

・読影記述要素出現確率：

なお、Ｐ（Ｐ）：読影レポート構成パーツ出現確率、Ｐ（Ｔ）：テンプレート出現確率、Ｐ（Ｉ）：読影記述要素出現確率、ｎ（Ｐ）：読影レポート構成パーツ出現度数、ｎ（Ｔ）：テンプレート出現度数、ｎ（Ｉ）：読影記述要素出現度数、ｎ（Ｉ_k）：ｋ番目の入力済読影記述要素の出現度数、Ｍ：入力済読影記述要素の個数、である。

図９の例における出現確率計算の結果の拡大図を図１０（ｃ）に示す。この例では、存在所見の出現確率は１００％と計算される。存在所見のテンプレートは、『膵頭部』［病変部位］に『腫瘤性病変』［病変］を『認める』［文末（断定、肯定）］が適用可能であると判定する（２０２）。結論の出現確率は上記入力済存在所見と入力済『膵癌』（２０３）の事例の場合、１００％と計算される。結論テンプレートに関しては、入力済読影記述要素『膵癌』の属性「疾病名」と未入力「病変部位」と「病変」と「文末３」とで構成される結論テンプレートＬの出現確率が８０％と計算される（２０４）。更に、データ処理部１１５は、テンプレートの未入力読影記述要素の属性における候補の出現確率を計算する。「病変部位」と「病変」は存在所見と対応関係を取り、それぞれ『膵頭部』、『腫瘤性病変』を候補とする。「文末３」に関しては入力済又は対応が取れている読影記述要素が含まれる事例の出現確率を計算する。つまり、「病変」が『腫瘤性病変』で、「病変の部位」は『膵頭部』であり、「疾病名」は『膵癌』である。このとき、「文末３」の最も高い候補の出現確率は、『考える』（可能性、肯定）で７０％である（２０５）。
広がり所見の出現確率は上記存在所見と結論の条件では１００％と計算される。広がり所見の最も高い出現確率のテンプレートが広がりテンプレートＭで７６％であり（２０７）、「浸潤部位」の候補として出現確率が最も高いものは主膵管で５８％である（２０８）。同様に入力済である読影記述要素「広がり表現」は『浸潤』で、「文末１」の候補として出現確率が最も高いものは『認める』で７１％である（２０８）。
質的所見の出現確率は「質的所見」の読影記述要素は入力されていないが、上記存在所見と結論と広がり所見との条件では７５％と計算される。データ処理部１１５は、既に決定されている他の読影レポート構成パーツの読影記述要素を含む事例のみから出現確率を計算する。同様に順次決定された条件を基に質的所見テンプレートＮの出現確率が５１％（２１０）、それを構成する読影記述要素の最も高い出現確率は、辺縁状態『不整』６３％、内部状態『不均一』５１％と計算される（２１１）。
このように、データ処理部１１５は、作成対象となる読影レポート構成パーツと、前記読影レポート構成パーツの各テンプレートと、前記テンプレートを構成する読影記述要素との出現関係に基づいて、前記構成パーツの記述内容を決定して前記構成パーツを作成する。

図８の説明に戻る。Ｓ３０３で、データ処理部１１５は、Ｓ３０２で計算した作成対象の読影レポート構成パーツの出現確率から作成対象となる読影レポート構成パーツを作成するか否かを決定する。作成対象の読影レポート構成パーツの出現確率が予め設定された閾値より小さい場合、作成対象の読影レポート構成パーツを作成しないことも可能である。これにより、誤った読影レポート構成パーツを作成してしまう可能性を低減することができる。データ処理部１１５は、作成対象の読影レポート構成パーツの出現確率が前記閾値以上である場合は提示可能、即ち、作成すると判定して、Ｓ３０２で計算した対象のテンプレートの出現確率から使用するテンプレートを決定する。この際、データ処理部１１５は、出現確率が最も高いテンプレートを選択するようにしてもよい。
更に、データ処理部１１５は、入力済の読影記述要素をテンプレートの該当読影記述要素の属性に照合させ、関係性が一致した読影記述要素を決定する。決定したテンプレートの読影記述要素の属性で未入力の各属性については、データ処理部１１５が、Ｓ３０２で計算した出現確率から各属性の候補を作成して、最も確率の高い候補を第１候補とする。このようにして作成対象の読影レポート構成パーツを作成する。また、読影レポート構成パーツとして作成される文は１文とは限らない。作成した文と共起確率の高いテンプレートが存在する場合、データ処理部１１５は、対象テンプレートの出現順序確率を計算して作成文を挿入又は追加する。

Ｓ３０４で、データ処理部１１５は、Ｓ３０３で作成した読影レポート構成パーツを、図９に示す読影レポート構成パーツの順序テンプレート（２２０）に設定する。即ち、データ処理部１１５は、作成した読影レポート構成パーツを順序テンプレート（２２０）で定められる所定の順序通りに並べて設定する。順序テンプレート（２２０）の拡大図を図１３（ａ）に示す。なお、順序テンプレート（２２０）（図１のテンプレート１２２）は、記憶部１１１に格納されている。この順序テンプレート（２２０）が後述する読影レポート構成パーツの再構成のルールとなる。データ処理部１１５は、存在所見、質的所見、広がり所見の部位の対応関係が同一病変に対する対応関係となっているか否かを判定する。この際、病変に関する単語や所見の辞書を予め記憶部１１１に格納しておき、データ処理部１１５は、その辞書を参照して判定するようにしてもよい。また、データ処理部１１５は、結論に複数の診断結果を記述したか否かを判定する。複数部位に病変がある場合や複数疾病がある場合、データ処理部１１５は、図１４に示すように順序テンプレートを拡張して、読影レポート構成パーツを再構成する。データ処理部１１５は、再構成した読影レポート構成パーツが前回作成した読影レポート構成パーツと異なる場合、表示情報を更新する。データ処理部１１５は、作成対象の読影レポート構成パーツの設定に関して、Ｓ３０１で解析した入力情報に含まれる入力順序情報に基づく順序に従って、次の作成対象の読影レポート構成パーツを設定する。

図８の説明に戻る。
Ｓ３０５で、データ処理部１１５は、作成すべき読影レポート構成パーツを全て作成したか否かを判定する。データ処理部１１５は、作成すべき読影レポート構成パーツを全て作成した場合は処理をＳ３０６へ進める。一方、データ処理部１１５は、作成すべき読影レポート構成パーツの中に作成していない読影レポート構成パーツがある場合は、次の読影レポート構成パーツを作成するためにＳ３０２へ処理を戻す。
Ｓ３０６で、データ処理部１１５は、前回作成した読影レポート構成パーツを更新したか否かを判定する。データ処理部１１５は、前回作成した読影レポート構成パーツを更新した場合は処理をＳ３０７へ進め、更新していない場合はＳ３０７をスキップして処理をＳ３０８へ進める。
Ｓ３０７で、データ処理部１１５は、読影レポート構成パーツの順序テンプレート（２２０）に作成した各読影レポート構成パーツを格納した、図９に示す提示読影レポート（２２１）を表示部１１６で表示更新する。Ｓ３０７の処理で表示更新されて提示される提示読影レポート（２２１）の拡大図を図１３（ｂ）に示す。
Ｓ３０８で、データ処理部１１５は、読影レポートの作成を終了するか否かを判定する。より具体的に説明すると、データ処理部１１５は、入力部１１３の終了ボタンや終了キーが入力されたか否かを判定する。データ処理部１１５は、終了ボタンや終了キーが入力された場合は、読影レポートの作成を終了する。一方、データ処理部１１５は、終了ボタンや終了キーが入力されていない場合は、未完了状態と判定して、次の入力を待ち、再度、処理をＳ３００へ戻す。

以上、本実施形態によれば、読影レポートの作成において、診断時のユーザ（医師）の思考を妨げることなく、ユーザ（医師）が思い立った順に入力することが可能となる。そして、入力に応じて適切な文（テンプレート、選択肢、第１候補）を逐次変更することで、ユーザ（医師）がテンプレートを選択する手間を削減し、最適な記述となるようにレポート作成を支援することができる。これにより、ユーザ（医師）の診断効率を向上させることができる。

＜その他の実施形態＞
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

以上、上述した各実施形態によれば、読影レポートの作成において、診断時に思考を妨げないで、思い立った順に逐次入力するだけでレポート作成が可能となる技術を提供することができる。

以上、本発明の好ましい形態について詳述したが、本実施形態は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１００ 読影レポート作成装置、１１１ 記憶部、１１３ 入力部、１１５ データ処理部、１１６ 表示部、１１７ ネットワークＩ／Ｆ部、１２０ 単語辞書、１２１ ルール辞書、１２２ テンプレート、１２３ 処理結果

Claims (13)

1. 複数の構成パーツからなる読影レポートを生成する情報処理装置であって、
   前記読影レポートの入力情報を解析して読影記述要素を抽出する解析手段と、
   前記解析手段により抽出された読影記述要素が属する構成パーツを推定する推定手段と、
   前記推定手段により推定された構成パーツと、前記構成パーツを構成する前記読影記述要素を含む構成要素との出現関係に基づいて、前記構成パーツの記述内容を決定して前記構成パーツを生成する生成手段と、
   前記生成手段により生成された複数の構成パーツからなる読影レポートを表示する表示手段と、
   を有する情報処理装置。
2. 前記抽出された読影記述要素に基づいて、前記推定された構成パーツと、前記構成パーツの各テンプレートと、前記テンプレートを構成する読影記述要素とについての出現確率を計算する計算手段を更に有し、
   前記生成手段は、前記計算手段により計算された出現確率に基づいて、前記構成パーツの記述内容を決定して前記構成パーツを生成する請求項１に記載の情報処理装置。
3. 前記生成手段は、前記推定された構成パーツの各テンプレートのうち出現確率が最も高いテンプレートを選択するとともに、選択したテンプレートを構成する読影記述要素を出現確率に基づいて決定することにより、前記構成パーツの記述内容を決定して前記構成パーツを生成する請求項２に記載の情報処理装置。
4. 前記計算手段は、前記抽出された読影記述要素に基づいて予め定められている学習モデルを参照することにより、前記出現確率を計算する請求項２又は３に記載の情報処理装置。
5. 前記計算手段は、前記抽出された読影記述要素に基づいて蓄積されている事例情報を参照することにより、前記出現確率を計算する請求項２又は３に記載の情報処理装置。
6. 前記生成手段は、前記計算手段により計算された構成パーツの出現確率が予め定められた閾値以上となる場合に、前記構成パーツの記述内容を決定して前記構成パーツを生成する請求項２乃至５の何れか１項に記載の情報処理装置。
7. 前記解析手段は、前記入力情報を解析して読影記述要素を抽出する際に、前記入力情報の入力順序に基づいて前記読影記述要素の重要度を計算し、
   前記計算手段は、前記解析手段により計算された重要度に基づき重み付けして前記出現確率を計算する請求項２乃至６の何れか１項に記載の情報処理装置。
8. 前記解析手段は、前記入力情報が追加されると逐次解析して読影記述要素を抽出し、
   前記生成手段は、前記入力情報の追加に応じた前記解析手段による解析の結果に基づいて前記推定手段により推定された構成パーツを生成し、
   前記表示手段は、前記読影レポートを構成する構成パーツを前記入力情報の追加に応じて生成された構成パーツに逐次更新して前記読影レポートを表示する請求項１乃至７の何れか１項に記載の情報処理装置。
9. 前記表示手段は、前記生成手段により生成された複数の構成パーツを所定のルールに基づく順序に従って並べて構成した読影レポートを表示する請求項１乃至８の何れか１項に記載の情報処理装置。
10. 前記推定手段は、前記抽出された読影記述要素の属性と前記抽出された読影記述要素間の関係性とに基づいて、前記抽出された読影記述要素が属する構成パーツを分類して推測する請求項１乃至９の何れか１項に記載の情報処理装置。
11. 前記構成パーツは、病変の有無を示す存在所見、病変の性状を示す質的所見、病変の広がりを示す広がり所見、診断結果を示す結論のうちの何れかである請求項１乃至１０の何れか１項に記載の情報処理装置。
12. 複数の構成パーツからなる読影レポートを生成する情報処理装置が実行する情報処理方法であって、
    前記読影レポートの入力情報を解析して読影記述要素を抽出する解析ステップと、
    前記解析ステップにより抽出された読影記述要素が属する構成パーツを推定する推定ステップと、
    前記推定ステップにより推定された構成パーツと、前記構成パーツを構成する前記読影記述要素を含む構成要素との出現関係に基づいて、前記構成パーツの記述内容を決定して前記構成パーツを生成する生成ステップと、
    前記生成ステップにより生成された複数の構成パーツからなる読影レポートを表示する表示ステップと、
    を含む情報処理方法。
13. 複数の構成パーツからなる読影レポートを生成するコンピュータに、
    前記読影レポートの入力情報を解析して読影記述要素を抽出する解析ステップと、
    前記解析ステップにより抽出された読影記述要素が属する構成パーツを推定する推定ステップと、
    前記推定ステップにより推定された構成パーツと、前記構成パーツを構成する前記読影記述要素を含む構成要素との出現関係に基づいて、前記構成パーツの記述内容を決定して前記構成パーツを生成する生成ステップと、
    前記生成ステップにより生成された複数の構成パーツからなる読影レポートを表示する表示ステップと、
    を実行させるためのプログラム。

Images