JP2017501494A - 患者所見の所見中心の縦断的なビューの自動生成 - Google Patents

患者所見の所見中心の縦断的なビューの自動生成 Download PDF

Info

Publication number
JP2017501494A
JP2017501494A JP2016540524A JP2016540524A JP2017501494A JP 2017501494 A JP2017501494 A JP 2017501494A JP 2016540524 A JP2016540524 A JP 2016540524A JP 2016540524 A JP2016540524 A JP 2016540524A JP 2017501494 A JP2017501494 A JP 2017501494A
Authority
JP
Japan
Prior art keywords
clinical
findings
document
engine
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.)
Granted
Application number
JP2016540524A
Other languages
English (en)
Other versions
JP6574184B2 (ja
Inventor
ダナンジャヤ デ シルヴァ マボツワナ，ツシータ
ダナンジャヤ デ シルヴァ マボツワナ，ツシータ
セフェンステル，メルレイン
フレデリク ペーテルス，ヨースト
フレデリク ペーテルス，ヨースト
チアン，ユエチェン
ランドルフ トラヴィス，アダム
ランドルフ トラヴィス，アダム
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2017501494A publication Critical patent/JP2017501494A/ja
Application granted granted Critical
Publication of JP6574184B2 publication Critical patent/JP6574184B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/169—Annotation, e.g. comment data or footnotes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/221—Parsing markup language streams
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Theoretical Computer Science (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Multimedia (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Document Processing Apparatus (AREA)

Abstract

患者所見の縦断的なビューを生成するシステムは、臨床ドキュメントから臨床所見を抽出する自然言語プロセッサエンジンを有する。時間分解能エンジンは、臨床所見がどの他の臨床ドキュメントに属するのかを判定する。視覚化グラフィカルユーザインターフェイスは、臨床ドキュメントと他の臨床ドキュメントとの間の臨床所見の相関を示す。自然言語プロセッサエンジンは、更に、１つ以上の画像を臨床所見とリンクする。

Description

本願は、患者所見の所見中心の縦断的なビューの自動生成に概して関係がある。それは、説明的な放射線医学報告から測定及び画像リファレンスを抽出し、他の放射線医学報告に対して測定及び画像リファレンスをレジストレーションすることに関連して特定の用途を見出し、その特定の参照をもって記載される。なお、それは、他の使用シナリオにおいても用途を見出し、上記の用途に必ずしも制限されない点が理解されるべきである。
日常的に、放射線科医は、適切な方法で患者を診断し治療するために、ますます多くの研究を扱う。患者、特にがん患者は、撮像検査をしばしば受け、時間とともに多くの研究、それによる報告を、自身の医学報告において積み重ねる。新しい研究が読み出される必要があるたびに、放射線科医は、患者の所見のステータスを理解し、臨床状況を定めるために、通常、１つ以上の以前の報告を開く。臨床状況を定めることは、特に、長年にわたって進められ多数の研究にわたって観察されてきた複数の所見を持った複雑な患者には、重要である。長期にわたる所見の経過を決定することは、現在、放射線科医が、自由に記載されており生来物語的である１つ以上の以前の報告を通読して、手動により行われており、そして、対応する所見を手動により比較する。
更には、放射線医学報告は、所見を記述する場合に、例えば、“Neurofibroma in the superior right extraconal space (series 5, image 140) measuring approximately 17mm”（約１７ｍｍを計測する上位右円錐外における神経線維腫（シリーズ５，画像１４０））のように、測定及び特定の画像への参照をしばしば含む。現在のワークフローにおける課題は、報告間で所見を手動により知的にリンクすることによって長期にわたる所見の経過を決定すべき要件である。加えて、現在の診断放射線医学ワークフローにおいて、所見を観察するときに、放射線科医は、その所見が以前に観察されたことがあるかどうか及びそれが診断されたことがあるかどうかを知る必要がある。具体的に、放射線科医が所見を識別するときに、放射線科医は、その所見が以前の検査において識別されたことがあるかどうか及び／又は識別された所見が“呼び出された”ことがあるかどうか、すなわち、それが以前に診断されたかどうか（例えば、“嚢腫”又は“転移性腫瘍”として。）を発見することに興味がある。例えば、所見は以前に識別されたことがあるが診断はされていないことがあり得る。そのような事例では、放射線科医は、所見の撮像特性について単に報告する（例えば、“低濃度病変”）。現在のワークフローにおいて、以前の識別及び／又は診断に関する情報を入手するよう、放射線科医は、関連がある以前の試験の報告を検索し、該当する部分についてそれを細かく調べ、関連する情報を抽出しなければならない。報告は、通常は、画像の研究とは異なるモニタ上にあるので、このことは、放射線科医に、自身の注目を１つのモニタから他のモニタへ変えることを求める。これは、ワークフローを減速し、疲労させる。
加えて、放射線科医は、量（例えば、測定）及び質に関して病変を表現する（例えば、“安定”、“低減”、“増大”）。定量的及び定性的な評価は、下流の消費者によって使用される。がん治療における測定可能な病変の場合に、固形がんの治療効果判定のための新ガイドライン（ＲＥＣＩＳＴ（Response Evaluation Criteria In Solid Tumors）ガイドライン）はそれらの関係を定義する。例えば、（最長寸法における）２０％よりも大きい経時変化は“進行性”と見なされる。しかし、定量的及び定性的な評価は、幾つかの理由により惑うことがある。例えば、経時変化を定義する既存のガイドラインは、ワークフローに組み込まれない。結果として、異なる放射線科医は、同じ定性的変化を表現するために異なる用語を使用し得る。スカウト調査（scout investigation）は、放射線医学報告の大規模なデータベースから定量的データを（経時変化に関して）対応する定性的評価に対してプロットするために行われる。選択された全ての文は、例えば、“Reference subcarinal mass indistinguishable from the esophagus (series 3 image 40) measures 2.8 x 2 cm (previously 3.5 x 2.1 cm) and continues to decrease in size of multiple priors.”（食道と区別できない参照気管分岐部（シリーズ３画像４０）は２．８×２ｃｍ（以前は３．５×２．１ｃｍ）を計測し、複数の前歴についてサイズが低減し続けている。）のように、２つの測定（下線箇所）を含む。多次元測定における経時変化は、数量不定の報告された寸法を補償するために、それらの測定の幾何平均の変化と見なされた。例えば、上記のふた組の測定によって定義される幾何学的表面は、夫々、５６０ｍｍ２及び７３５ｍｍ２である。幾何平均を比較することによって、経時変化は０．８７（√（５６０／７３５））である。文字列照合技術を用いると、放射線科医によってなされる定性的評価が決定された。例えば、上記のサンプル文は、それがキーワード“decrease”（低減）を含むので、“decreased”（低減した）と見なされる。解析の結果は図１のダイアグラムにおいて示される。図示されるように、一方で低減したと見なされて安定した経時変化と、他方で安定しており増大したと見なされる経時変化との間には、相当な重なり合いが存在する。
定量的及び定性的な評価に伴う他の課題は、微小変化の積み重ねである。例えば、病変が時間をかけてゆっくりと成長する場合に、たとえそれが２年間に及ぶ多数の検査にわたって有意な成長を示すとしても、２つの検査の間では安定していると表現され得る。この情報は、そのような早期の検査又はその報告から検索され得るが（病変がその場合に存在していることを前提とする。）、このプロシージャは時間がかかり、放射線科医は、一般的には、安定していると報告されているありとあらゆる病変についてそれを行わない。構造化された様態において測定データが利用可能である場合には、それは適切なユーザインターフェイスにおいて行われ得る。しかし、たとえこれが検査を調べることよりも使い勝手がよいとしても、それは依然として、放射線科医に、彼／彼女の注意を他の情報管理システムに切り替えるよう求める。
タブレットのような単一スクリーンシステムでの情報消費に伴って、他の課題が存在する。病変の定性的及び定量的な記載に含まれる情報は、一般的に、放射線医学画像保存通信システム（ＰＡＣＳ；Picture Archiving and Communication Systems）ワークステーションビューイング環境において生成される。異なる時点での同じ病変の複数の画像を掲げる多数のリアルエステートを有する相当な大きさの診断モニタが、病変の進行の便利な‘視覚的’オーバービューを生成する。参照する医師による情報の消費は、タブレット及びラップトップを含む単一の画面を備えたデバイスにおいて起こる。このことは、可能な限り高等でありながら簡潔な方法において、長期にわたる測定、画像、及び定性的記述子に含まれる情報を運ぶことにおいて、課題を生じさせる。
本願はまた、上記の問題及び他を解消する新しく且つ改善された方法及びシステムを提供する。
一態様に従って、患者所見の縦断的なビューを生成するシステムが提供される。当該システムは、臨床ドキュメントから臨床所見を抽出する自然言語プロセッサエンジンを有する。時間分解能エンジンは、前記臨床所見がどの他の臨床ドキュメントに属するのかを判定する。視覚化グラフィカルユーザインターフェイスは、前記臨床ドキュメントと前記他の臨床ドキュメントとの間の前記臨床所見の相関を示す。前記自然言語プロセッサエンジンは、更に、１つ以上の画像を前記臨床所見とリンクする。
他の態様に従って、患者所見の縦断的なビューを生成する方法が提供される。当該方法は、臨床ドキュメントから臨床所見を抽出するステップと、前記臨床所見がどの他の臨床ドキュメントに属するのかを判定するステップと、前記臨床ドキュメントと前記他の臨床ドキュメントとの間の前記臨床所見の相関をインターフェイスにおいて示すステップと、１つ以上の画像を前記臨床所見とリンクするステップとを有する。
他の態様に従って、患者所見の縦断的なビューを生成するシステムが提供される。当該システムは、臨床ドキュメントから臨床所見を抽出し、前記臨床所見がどの他の臨床ドキュメントに属するのかを判定し、前記臨床ドキュメントと前記他の臨床ドキュメントとの間の前記臨床所見の相関をインターフェイスにおいて示し、１つ以上の画像を前記臨床所見とリンクするようプログラムされた１つ以上のプロセッサを有する。
１つの利点は、以前の放射線医学報告から測定及び画像リファレンスを抽出しレジストレーションすることにある。
他の利点は、以前の放射線医学報告から関連する情報を抽出し表示することにある。
他の利点は、以前の放射線医学報告において放射線医学所見の経時変化を決定し表示することにある。
他の利点は、臨床状況を定め潜在的にワークフロー効率を改善することにある。
他の利点は、放射線科医のビューイング及び解釈経験を改善することにある。
他の利点は、一致しない患者の症状を追跡することにある。
他の利点は、臨床ワークフローを改善することにある。
他の利点は、患者のケアを改善することにある。
本発明の更なる別の利点は、以下の詳細な説明を読んで理解することで当業者に認識されるであろう。
本発明は、様々なコンポーネント及びコンポーネントの配置において、且つ、様々なステップ及びステップの配置において具体化されてよい。図面は、単に、好適な実施形態を説明することを目的とし、本発明を制限するものとして解釈されるべきではない。
本願の態様に従って、用語ガイドラインにおける経時変化の解析の結果のダイアグラムを表す。 本願の態様に従って、医療機関のＩＴインフラストラクチャのブロック図を表す。 本願の態様に従って、臨床支援システムの動作のフローチャート図を表す。 本願の態様に従って、臨床支援システムによって生成される患者所見インターフェイスの縦断的なビューの例となる実施形態を表す。 本願の態様に従って、臨床支援システムの動作の他の例となるフローチャート図を表す。 本願の態様に従って、臨床支援システムの動作の他の例となるフローチャート図を表す。 本願の態様に従って、臨床支援システムの動作の他の例となるフローチャート図を表す。 本願の態様に従って、臨床支援システムの動作の他の例となるフローチャート図を表す。 本願の態様に従って、臨床支援システムの動作の他の例となるフローチャート図を表す。 本願の態様に従って、臨床支援システムによって生成される定性的評価の例となる実施形態を表す。 本願の態様に従って、臨床支援システムによって生成される定性的評価の他の例となる実施形態を表す。 本願の態様に従って、患者所見の所見中心の縦断的なビューの自動生成のための方法を表す。
本願は、放射線医学報告から測定及び画像リファレンスを抽出し、該測定及び画像リファレンスを以前の放射線医学報告に対してレジストレーションすることによって、患者の所見中心の縦断的なビューを自動的に生成するシステム及び方法を提供する。具体的に、測定及び画像リファレンスは、臨床状況を確立するために使用される患者についての所見中心の縦断的なビューを生成するとともに、対応する重要な画像への直接的なナビゲーションを助けてワークフロー効率の向上をもたらすよう、放射線医学報告に対してレジストレーションされる。本願はまた、以前の検査において識別されたことがある所見を識別し、且つ／あるいは、所見が以前に診断されたことがあるかどうかを識別するよう、以前の放射線医学報告から説話的な内容を抽出するシステム及び方法を提供する。本願はまた、以前の放射線医学報告における計測所見の経時変化の評価を提供し、一貫性のあるガイドラインに準拠した様態において経時変化を表示するシステム及び方法を提供する。
図２を参照して、ブロック図は、病院のような医療施設のＩＴインフラストラクチャ１０の一実施形態を表す。ＩＴインフラストラクチャ１０は、通信ネットワーク２０を介して相互に接続されている臨床情報システム１２、臨床支援システム１４、臨床インターフェイスシステム１６、及び同様のものを適切に含む。通信ネットワーク２０は、インターネット、イントラネット、ローカルエリアネットワーク、ワイドエリアネットワーク、無線ネットワーク、有線ネットワーク、セルラーネットワーク、データバス、及び同様のもののうちの１つ以上を含むことが考えられる。また、当然ながら、ＩＴインフラストラクチャ１０のコンポーネントは、中心位置で又は複数の遠隔位置で設置される。
臨床情報システム１２は、放射線医学報告、臨床研究／検査報告、画像、撮像報告、電子的な健康に関する報告、ＥＭＲデータ、及び同様のものを含む臨床ドキュメントを臨床情報データベース２２において記憶する。臨床ドキュメントは、患者のようなエンティティに関する情報を含む文書を有してよい。臨床ドキュメントの幾つかは、自由に記載された文書であってよく、一方、他のドキュメントは、構造化された文書であってよい。そのような構造化された文書は、ユーザが電子書式に入力することで提供したデータに基づきコンピュータプログラムによって生成される文書であってよい。例えば、構造化された文書は、ＸＭＬドキュメントであってよい。構造化された文書は、自由に記載された部分を有してよい。そのような自由記載の部分は、構造化された文書に内包された自由記載の文書と見なされてよい。結果として、構造化された文書の自由記載の部分は、自由記載の文書としてシステムによって扱われてよい。臨床ドキュメントの夫々は、情報項目のリストを含む。情報項目のリストは、句、文、段落、語、及び同様のもののような自由記載の文字列を含む。臨床ドキュメントの情報項目は、自動的に及び／又は手動により生成され得る。例えば、様々な臨床システムは、以前の臨床ドキュメント、口述書記、及び同様のものから情報項目を自動的に生成する。後者に関して、ユーザ入力デバイス（ＵＩ）２４が用いられ得る。幾つかの実施形態において、臨床情報システム１２は、ユーザにユーザインターフェイスを提供する表示デバイス２６を含む。ユーザインターフェイス内には、情報項目が手動により入力され、且つ／あるいは、臨床ドキュメントが表示される。一実施形態において、臨床ドキュメントは、臨床情報データベース２２においてローカルで記憶される。他の実施形態では、臨床ドキュメントは、臨床情報データベース２２において大域的に又は局部的に記憶される。患者情報システムの例には、制限なしに、電子医療記録システム、部門システム、及び同様のものがある。
図２を参照して、臨床支援システム１４は、臨床ドキュメントにおいて情報項目を検出するよう、且つ、情報項目内の正規化された画像リファレンス及び／又は測定を検出するよう、臨床ドキュメントを処理する。臨床支援システム１４は更に、検出された正規化された画像リファレンス及び／又は測定がどの臨床ドキュメントに属するのかを判定するよう、一致する画像リファレンス及び／又は測定を含む臨床ドキュメントを相互に関連付ける。臨床支援システム１４は更に、画像リファレンス及び／又は測定を、１つ以上の臨床ドキュメントに含まれる関連する臨床所見及び情報とリンクする。臨床支援システム１４はまた、画像リファレンス、測定、及び／又は１つ以上の臨床ドキュメントに対して臨床所見及び情報の寿命（longevity）を決定する。臨床支援システム１４は更に、関連する臨床所見及び情報の縦断的なビューを提供するユーザインターフェイスを生成する。臨床支援システム１４は、情報項目及びユーザインターフェイスを表示する、ＣＲＴディスプレイ、液晶ディスプレイ、発光ダイオードディスプレイのようなディスプレイ２８と、医師が提供された情報を入力及び／又は変更するための、キーボード及びマウスのようなユーザ入力デバイス３０とを含む。
具体的に、臨床支援システム１４は、臨床文書において情報項目を検出するよう、且つ、画像リファレンス及び／又は測定のような患者の臨床所見及び情報の予め定義されたリストを検出するよう、臨床ドキュメントを処理する自然言語処理（ＮＬＰ）エンジン３２を含む。これを達成するよう、自然言語処理エンジン３２は、臨床ドキュメントを、セクション、段落、文、及び同様のものを含む情報項目に分ける。一例において、自然言語処理エンジン３２は、夫々の文末の文字（“．”、“：”、“！”、“？”、“＼ｎ”）に４つのラベルの１つを割り当てる最大エントロピ分類器を利用する。すなわち、文と文の終わりは、セクション見出しであり、文と文の終わりは段落の最後の文であり、文と文の終わりはセクション見出しでも段落の最後の文でもなく、そして、最後は、文の終わりではない。セクション見出しは、５つのクラス、すなわち、技術、比較、所見、印象、及びなし、に対して正規化される。セクション見出しを除いて、文は段落にまとめられる。段落における夫々の最初の文は、段落の見出しのリスト（例えば、肝臓（LIVER）、脾臓（SPLEEN）など）と比較される。一致する文は、段落の見出しであるとしてマークされる。セクションの内容は、セクション見出しの予め定義されたリスト及びテキスト照合技術を用いて容易に検出され得る。代替的に、ＭｅｄＬＥＥのような、サードパーティソフトウェアメソッドが使用され得る。例えば、予め定義された用語のリストが与えられる場合に、文字列照合技術は、用語の１つが所与の情報項目において存在するかどうかを検出するために使用され得る。文字列照合技術は、形態学的及び語彙的な変化と、情報項目に広がる用語とを考慮するよう更に強化され得る。用語の予め定義されたリストがオントロジーＩＤを含む場合に、概念抽出法が、所与の情報項目から概念を抽出するために使用され得る。ＩＤは、ＳＮＯＭＥＤ（登録商標）又はＲａｄＬｅｘのようなバックグラウンド・オントロジーにおける概念を参照する。概念抽出のために、ＭｅｔａＭａｐのようなサードパーティソリューションが活用され得る。更には、自然言語処理技術は、それ自体当該技術において知られている。自由記載によって表現されるように、意味概念のインスタンス及びそれらの関係性のネットワークを構築するよう、テンプレート照合のような技術と、オントロジーにおいて定義される概念のインスタンスの識別、及び概念のインスタンス間の関係とを適用することが可能である。
自然言語プロセッサエンジン３２は、１つ以上の臨床ドキュメントから画像リファレンスを抽出する画像リファレンス抽出エンジン３４を含む。具体的に、画像リファレンス抽出エンジン３４は、１つ以上の臨床ドキュメントを解析して、関連する情報項目を決定する。情報項目の内容は、情報項目の予め定義されたリスト及びテキスト照合技術を用いて容易に検出され得る。例えば、画像参照記述子において一般に使用されている予め定義された用語のリストは。用語の１つ以上が臨床ドキュメントにおいて存在するかどうかを検出するために、画像リファレンス抽出エンジン３４によって用いられる。画像リファレンスに関連する情報項目は、臨床ドキュメントから抽出され、画像リファレンス抽出エンジン３４によって処理されて、夫々の情報項目から画像リファレンスが抽出される。例えば、画像リファレンス抽出エンジン３４は、情報項目“The left hepatic reference lesion (series number 11, image number 79) measures approximately 6.4 x 5.4 cm”（左肝臓の参照病変（シリーズ番号１１、画像番号７９）は約６．６×５．４ｃｍを計測する）からシリーズ＝１１及び画像＝７９を抽出する。これを達成するよう、画像リファレンス抽出エンジン３４は、情報項目内の画像及びシリーズ情報を決定するために正規表現を利用してよい。また、画像リファレンス抽出エンジン３４は、データ駆動の機械学習に基づくアプローチであってよいことと考えられる。
同様に、自然言語プロセッサエンジン３２の測定抽出エンジン３６は、１つ以上の臨床ドキュメント内で画像測定を抽出する。具体的に、測定抽出エンジン３６は、１つ以上の臨床ドキュメントを解析して、情報項目内の測定記述子を認識する。情報項目の内容は、情報項目における測定記述子の予め定義されたリスト及びテキスト照合技術を用いて容易に検出され得る。例えば、測定記述子において一般に使用されている予め定義された用語のリストは、用語の１つ以上が臨床ドキュメントにおいて存在するかどうかを検出するために測定抽出エンジン３６によって使用される。測定抽出エンジン３６はまた、ミリメートルにおいて測定寸法を表す情報項目に対して測定記述子を正規化する。このデータ構造は、測定の次元及びｍｍ、ｍｍ２又はｍｍ３におけるその容量のような、派生情報も記録する。これを達成するよう、測定抽出エンジン３６は、情報項目内で測定情報を決定するために正規表現を利用してよい。また、測定抽出エンジン３６は、データ駆動の機械学習に基づくアプローチであってよいことと考えられる。
臨床支援システム１４は、画像リファレンス及び／又は測定が１つ以上の臨床ドキュメントのうちのどれに属するのかを判定する時間分解能エンジン３８を更に含む。具体的に、時間分解能エンジン３８は、１つ以上の臨床ドキュメントを解析して、どの臨床ドキュメントが一致する画像リファレンス及び／又は測定を有するのかを判定する。一例において、時間分解能エンジン３８は、現在又は以前の臨床ドキュメントに関してエンティティ（測定又は画像リファレンス）を記述する記述子どうしを区別するために分類エンジンを使用する。他の実施形態では、時間分解能エンジン３８は、日付、すなわち、（ａ）エンティティの前の出来事（例えば、On the 12/19/10 scan as measured on series 2 image 120 measures 10mm...（シリーズ２画像１０に対して測定された１０年１２月１９日のスキャンは１０ｍｍを計測・・・））、（ｂ）エンティティ後の日付の存在（例えば、... lesion size has decreased compared to prior which measured 3mm on series 601 image 44 on 03-Jun-2010（・・・病変サイズは、２０１０年６月３日にシリーズ６０１画像４４に対して３ｍｍを計測した以前のものと比べて低減した））、及び（ｃ）エンティティの前／後に起こる“prior（先の）”及び“previous（以前の）”のような語（例えば、...measures 3 mm (series 4, image 52), previously 4 mm (series 4, image 32) and ... on image 17 series 4 of prior study（前の研究のシリーズ４の画像１７に対して・・・以前は４ｍｍ（シリーズ４、画像３２）であったところ、３ｍｍ（シリーズ４、画像５２）を計測・・・））に関連して、‘スキャン’、“研究”のようなキーワードを探す。この特定のアプローチは、文献Using Image References in Radiology Reports to Support Enhanced Report-to-image Navigation，T. Mabotuwana, Y. Qian and M. Sevenster，AMIA Annual Symposium，２０１３年において評価されている。臨床ドキュメントの内容は、キーワードの予め定義されたリスト及びテキスト照合技術を用いて検出され得る。時間分解能エンジン３８は、どの臨床ドキュメントに測定が属するのかも判定する。例えば、文“Liver lesion measures 1.2 x 2.3 cm, previously measuring 0.6 x 1.2 cm”（肝臓病変は１．２×２．３ｃｍを計測し、以前は０．６×１．２ｃｍを計測した）において、２番目の測定は以前の検査に属し、一方、最初のものは、報告が関連付けられる研究に属する。これを達成するよう、時間分解能エンジン３８は、どの臨床ドキュメントに測定が属するのかを検出するよう訓練された分類器を使用する。一実施において、時間分解能エンジン３８は、最大エントロピモデルによって定義された統計的意志決定レイヤとともに正規表現を利用する。この特定のアプローチは、文献Classifying Measurements in Dictated，Free-text Radiology Reports，M. Sevenster，LNCS 7885，２０１３年において評価されている。
自然言語処理エンジン３２は、特定の画像リファレンス及び／又は測定を臨床ドキュメント内の臨床所見及び情報とリンクするために更に使用される。具体的に、自然言語処理エンジン３２は、１つ以上の臨床ドキュメントにおける画像リファレンス及び／又は測定の発生の位置を決定するために、画像リファレンス抽出エンジン３４、測定抽出エンジン３６、及び時間分解能エンジン３８からの出力を使用し、更には、関連する臨床所見及び情報の場所を決定するために、検出された情報項目を使用する。例えば、段落：“LIVER, BILIARY TRACT: Probable diffuse fatty liver. Subtle hypodense soft tissue along the subcapsular portion of the liver segment 7 measures 1.1 x 2.7 cm (series 5, image 25). Previously 3.2 x 1.3 cm (series 5, image 43).”（肝臓、胆道：広範な脂肪肝の可能性。肝臓セグメント７の被膜下部分に沿った薄い低濃度軟組織は１．１×２．７ｃｍを計測する（シリーズ５、画像２５）。以前は、３．２×１．３ｃｍであった（シリーズ５、画像４３）。）から、自然言語処理エンジン３２は、２つの測定及び画像リファレンスが肝臓及び胆道に関係があると決定する。これを達成するよう、自然言語処理エンジン３２は、特定の画像リファレンス及び測定を臨床ドキュメント内の臨床所見及び情報と照合する一致基準抽出アルゴリズムを使用する。更には、文字列照合技術が、その場合に、用語の１つが臨床ドキュメント内の所与の情報項目において存在するかどうかを検出するために使用され得る。次いで、自然言語処理エンジン３２は、特定の画像リファレンス及び／又は測定を臨床ドキュメント内の臨床所見及び情報へ接続する、ハイパーリンクのようなリンクを生成する。
臨床支援システム１４は、全ての臨床ドキュメントにわたって生成された全ての関連する臨床所見及び情報を収集し、病変及び同様のもののような、関心のある特定の所見によって、臨床ドキュメントをグループ化するインテリジェント制御エンジン４０を更に含む。これを達成するよう、インテリジェント制御エンジン４０は、関心のある所見の測定どうしの容量の類似性と、測定が記述されている文どうしの意味的な類似性と、測定が同じ見出しの段落において現れるかどうかと、スライス情報とを解析する技術、及び同様のものを使用する。全てのそのようなパラメータは、ルールに基づくシステム又は統計的手法への入力とされ得る。インテリジェント制御エンジン４０から結果として得られる出力は、関心のある特定の所見に関係がある全ての臨床ドキュメントにわたる全ての関連する臨床所見及び情報をグループ化するクロスレポートである。例えば、クロスレポート・グルーピングは、特定の病変に関する３つの連続した腹部ＣＴ報告からの臨床所見及び情報を含んでよい。グルーピングは、その日付のＣＴ検査に関してレジストレーションされた病変を報告する測定及び画像リファレンスを更に含んでよい。
臨床支援システム１４は、患者所見の所見中心のビューをユーザに提供するユーザインターフェイスを生成する臨床インターフェイスエンジン４２を更に含む。具体的に、臨床インターフェイスエンジン４２は、臨床状況を確立し且つ対応する重要な画像への直接的なナビゲーションを支援するために使用され得る所見中心の縦断的な患者ユーザインターフェイスを生成する。一実施形態において、臨床インターフェイスエンジン４２は、例えば、画像をダブルクリックすることによって、ユーザが対応する画像へ容易にナビゲートすることを可能にするユーザインターフェイスを生成する。ユーザインターフェイスは、特定の所見に属する全ての画像が互いの上に積み重ねられ得るグリッドベースの画像レイアウトに代えて、例えば、ユーザの好みに従って、カスタマイズされ得る。
臨床インターフェイスシステム１６は、生成されたユーザインターフェイスをユーザが見ることができるように、ユーザインターフェイスを表示する。臨床インターフェイスシステム１６は、ユーザインターフェイスを受信し、ディスプレイ４４においてビューを介護者に表示する。臨床インターフェイスシステム１６は、医師がユーザインターフェイスのビューを入力及び／又は変更するための、タッチスクリーン又はキーボード又はマウスのようなユーザ入力デバイス４６を更に含む。介護者インターフェイスシステムの例には、制限なしに、パーソナルデジタルアシスタント（ＰＤＡ）、セスラー・スマートフォン、パーソナルコンピュータ、又は同様のものがある。
ＩＴインフラストラクチャ１０のコンポーネントは、上記の機能を具現するコンピュータ実行可能命令を実行するプロセッサ４８を適切に含む。コンピュータ実行可能命令は、プロセッサ４８に付随するメモリ５０において記憶されている。なお、上記の機能の少なくとも一部は、プロセッサの使用なしでハードウェアにおいて実装され得ると考えられる。例えば、アナログ回路構成が用いられ得る。更には、ＩＴインフラストラクチャ１０のコンポーネントは、通信ネットワーク２０を介して通信するためのインターフェイスをプロセッサ４８に提供する通信ユニット５２を含む。まして尚更、ＩＴインフラストラクチャ１０の上記のコンポーネントは個別的に記載されてきたが、当然に、コンポーネントは結合され得る。
図３を参照して、臨床支援システムの動作の例となるフローチャート図２００が表されている。図中のブロックの夫々は論理的順序において順に記載されているが、システムは、如何なる特定の順序又は配置においても、記載されている情報を処理すると考えられるべきではない。データベース（例えば、ｉＳｉｔｅのような画像保存通信システム）２０２に記憶されている臨床ドキュメント及び画像は、２０４で、特定の患者に関連する全てのデータについてクエリされる。特定の患者に関連する臨床ドキュメント２０６は、データフォーマットコンバータ２０８によって集められ処理され、ＸＭＬのような共通データフォーマット２１０に変換される。選択されたフォーマット２１０における臨床ドキュメントは、次いで、セクション、段落、文、及び同様のもののような情報項目を検出するよう、自然言語プロセッサ２１２によって処理される。臨床ドキュメントにおける検出された情報項目は、次いで、臨床ドキュメント内の比較データ２１４を抽出するよう処理される。臨床ドキュメントにおける情報項目は、更に、測定データ２１６及び画像リファレンスデータ２１８を抽出し正規化するよう処理される。測定データ及び画像リファレンスデータは、次いで、測定データ及び画像リファレンスデータの時間分解能２２０及び２２２を決定するよう、つまり、どの臨床ドキュメントに測定データ及び画像リファレンスデータが属するのかを決定するよう、処理される。比較データ、測定データ、及び画像リファレンスデータは、次いで、臨床所見２２４のクロスレポート・グルーピングにおいてレジストレーションされる。臨床所見のクロスレポート・グルーピングは、次いで、目立つ様態２３２において統合データを提示するユーザインターフェイス２３０を生成するよう、特定の患者に関連する画像２２８と統合される。
図４を参照して、臨床支援システムによって生成される患者所見インターフェイス３００の縦断的なビューの例となる実施形態が表されている。インターフェイス３００は、関心のある特定の所見に関係がある３つの臨床ドキュメントからの臨床所見及び情報を含む。具体的に、３つの臨床ドキュメント３０４からの臨床所見及び情報３０２が表示される。一致した色（ライトグレー、ダークグレー及びグレー）を有する測定３０６及び画像リファレンス３０８は、夫々の特定の臨床ドキュメント、すなわち、日付のＣＴ検査に関して、レジストレーションされた所見を報告する。下線を引かれた測定３１０は、前の検査において生成された測定又は画像リファレンスを参照する。インターフェイス３００はまた、ユーザが臨床ドキュメント、測定、及び／又は画像リファレンスのいずれかをクリックして、それが属する臨床ドキュメント全体を表示することを可能にする。
他の実施形態では、引き続き図２を参照して、臨床支援システム１４は、臨床所見が前の臨床ドキュメントにおいて識別されたことがあるかどうかと、臨床所見が以前に診断されたことがあるかどうかとを判定する。具体的に、臨床支援システム１４は、臨床所見が現在の臨床ドキュメントにおいて識別されている場合に“情報必要イベント（information needed event）”を生成する。臨床支援システム１４はまた、識別された臨床所見に関係がある診断ワークフローの所与の状態に関する情報を保持するコンテキストベクトルを生成する。臨床支援システム１４は、コンテキストベクトルをパースし、二次的なアルゴリズムによって生成された及び／又は臨床情報データベース２２から取り出されたデータによりそれを増補する。臨床支援システム１４は、次いで、現在の臨床ドキュメントの内容に対してコンテキストベクトルを照合し、前の臨床ドキュメントから関連がある情報項目を選び出し、その関連がある情報項目をユーザインターフェイスを介して表示する。
具体的に、臨床支援システム１４は、臨床所見が現在の臨床ドキュメントにおいて識別されている場合に“情報必要イベント”を生成する情報必要性エンジン６０を含む。“情報必要イベント”は、自然言語処理エンジン３２を介して、あるいは、ユーザインターフェイスにおけるキー又は余分のボタン又はメニュー項目の組み合わせを介して、自動的に検出されてよい。“情報必要イベント”を検出することに応答して、臨床支援システム１４のコンテキストベクトル構成エンジン６２は、識別された臨床所見に対応する診断ワークフローの所与の状態に関する情報を保持するコンテキストベクトルを生成する。具体的に、コンテキストベクトル構成エンジン６２は、研究ＩＤ、患者の性別、開いているシリーズのＩＤ、開いている画像のシリアル番号及び向き（アキシャル、サジタル、コロナル）、ＤＩＣＯＭヘッダ情報（例えば、研究／プロトコル記述、“肺”、“肝臓”のようなウィンドウタイプ）、測定、画像に対してなされた他の注記、並びに同様のものを含め、ＰＡＣＳ（Picture Archiving and Communication System）ビューイング環境からデジタル値を収集する。また、コンテキストベクトル構成エンジン６２は、眼球追跡ソフトウェア及び画像処理アルゴリズムの出力によりコンテキストベクトルを増補することができると考えられる。コンテキストベクトル構成エンジン６２は、利用可能な全てのコンテキスト情報を取り入れ、それをコンテキストベクトルにおいて保持する。コンテキストベクトルは、特定の時点での診断ワークフローの所与の状態に関する情報を保持するデータ構造である。
臨床支援システム１４は、コンテキストベクトルを増補し、その内容を背景的知識に関してその後に操作するコンテキストベクトル増強エンジン６４を更に含む。例えば、構造化された画像コンテンツのデータベースが利用可能であって、該データベースが同様のタイプの臨床ドキュメントからコンテキストベクトルと共通して１つ以上の列を有する場合に、データベースは、コンテキストベクトルの値と一致する行についてクエリされ得る。例えば、コンテキストベクトルが“スライス＃＝５３”及び“ｍｒｍ＝１２３４５６”を有し、データベースが（ｍｒｍ＝“１２３４５６”，スライス＃＝“５３”，日付＝“１／１／２００１”，記述＝“segment 7 liver legion（セグメント７肝臓病変）”）を含む行を有する場合に、コンテキストベクトル増強エンジン６４は、“１／１／２００１”及び“segment 7 liver legion”によりコンテキストベクトルを増補する。この行は、簡略化された表示となる。実際に、コンテキストベクトル増強エンジン６４は、研究の日付及び研究のタイプ（モダリティ／生体構造）のような追加の情報と照合する。臨床所見追跡ソフトウェアが利用されている場合には、測定可能な所見は、そのような構造化された様態において保持されている。ヒューマン・アノテーション・プロセスの過程で、測定可能な所見は、測定次元、アノテーションのスライス、研究の日付、スライス厚、画像及びシリーズ番号に関して記憶される。たとえデータベースが前の検査に関する情報を含むとしても、コンテキストベクトル増強エンジン６４は、スライスを推定することによって情報を利用する。患者のスキャンが多くの変動を示さないと仮定する場合に（患者は高さが変化せず、スキャンの開始時点が明らかに同じであり、プロトコルは時間にわたって同一である。）、コンテキストベクトル増強エンジン６４は、現在のスライス番号（例えば、５３）及び隣接する番号（例えば、範囲５０〜５６）について、臨床所見追跡ソフトウェアデータベースにクエリする。他の実施形態では、コンテキストベクトル増強エンジン６４は、コンテキストベクトルを増補するために二次的なアルゴリズムを使用する。例えば、コンテキストベクトル及びその部分は、１つ以上の追加のデータ項目を生成する二次的なアルゴリズムに引き渡されてよい。一例として、アルゴリズムは、スライス番号と、場合により、患者の性別、スライス厚及びスライスの数のような追加の情報とから、臓器を推定する。問題は、マルチクラス分類問題として定義され得る。具体的に、関連する問題は、関連情報（スライス番号など）の所与のリストが属する臓器（脾臓、肝臓、膀胱）を決定する。故に、具体的に、アルゴリズムは、スライス番号（例えば、５０）と、場合により、他の情報とを与えられ、そのスライス番号に関連する臓器のリスト、例えば、“肺と胸膜”、“縦隔と門”、“胸壁”、“骨軟組織”、及び同様のものを返す。
臨床支援システム１４は、コンテキストベクトルにおける情報を前の臨床ドキュメントにおける情報項目と照合する報告内容照合エンジン６６を更に含む。報告内容照合エンジン６６は、臨床ドキュメントからの内容を予備的に処理し、抽出し、正規化する。次いで、内容は、ルールに基づく手法又は統計的な手法に基づき、自然言語処理技術を用いて、照合のために利用される。典型的な予備的処理ステップは情報項目検出を含む。例えば、報告内容照合エンジン６６は、“肺と胸膜”段落における全ての情報項目について、臨床ドキュメントのメタ情報にクエリする。コンテキストベクトルがその臓器リストにおいて“肺と胸膜”を含む場合には、このようにして入手される文は、現在のコンテキストにおいて関心がある可能性が高い。画像リファレンスも、臨床ドキュメントから抽出され得る情報の１タイプである。画像リファレンスは、（画像＃，シリーズ＃，日付）に対して正規化される。コンテキストベクトルが同じ情報を含む場合には、元の画像リファレンスが現れる情報は、現在のコンテキストにおいて関心がある可能性が高い。重要な句はまた、文字列の分割、ステミング、チャンキング、語句検出及び存在論的な概念抽出技術のような自然言語処理技術によって、個々の情報項目からフィルタリングされ得る。報告内容照合エンジン６６は、臨床ドキュメントにおける全ての情報項目を巡回し、情報項目がコンテキストベクトルにおける言語学的語句（“segment 7 cyst（セグメント７嚢胞）”）と（部分的に）一致するかどうかを確認する。なお、その言語学的語句は、臨床ドキュメントの内容と同じ処理ステップを受けていてもよい。一致する語句は、現在のコンテキストにおいて関心がある可能性が高い。報告内容照合エンジン６６は、関係がある（すなわち、文脈依存）と見なされる全ての情報項目のリストをコンパイルする。
臨床インターフェイスエンジン４２は、関係があると見なされる全ての情報項目のリストを含むユーザインターフェイスを生成する。具体的に、臨床インターフェイスエンジン４２は、ビューイング環境においてオーバーレイして関係がある情報項目を表示する関連情報インターフェイスを生成する。一実施形態において、テキストは“クリック可能”である。その場合に、臨床ドキュメント全体は、当初の文が適切なフォーマットにおいてハイライト表示された状態で表示される。
図５を参照して、臨床支援システムの動作の他の例となるフローチャート図４００が表されている。具体的に、図５は、関連情報インターフェイスを生成する臨床支援システムのフローチャート図を表す。図中のブロックの夫々は論理的順序において順に記載されているが、システムは、如何なる特定の順序又は配置においても、記載されている情報を処理すると考えられるべきではない。測定を伴う画像４０２は、コンテキストベクトル構成エンジン４０４へ与えられる。コンテキストベクトル構成エンジン４０４は、診断ワークフローの所与の状態に関する情報を含むコンテキストベクトル４０６を生成する。コンテキストベクトル４０６は、次いで、コンテキストベクトル増強エンジン４０８によって処理される。コンテキストベクトル増強エンジン４０８は、コンテキストベクトルをパースし、それを画像リファレンス情報及び臓器情報４１０により増補して、拡張コンテキストベクトル４１２を生成する。拡張コンテキストベクトル４１２は、報告内容照合エンジン４１４によって処理される。報告内容照合エンジン４１４は、臨床ドキュメント４１６の内容に対して拡張コンテキストベクトル４１２を照合する。報告内容照合エンジン４１４は、臨床ドキュメントから関連がある情報項目４１８を抽出する。テキストオーバーレイエンジン４２０は、関連がある情報項目が画像にオーバーレイされているインターフェイス４２２を生成する。
図６を参照して、臨床支援システムの動作の他の例となるフローチャート図５００が表されている。図６は、関連情報インターフェイスを生成する臨床支援システムの他のフローチャート図を表す。図中のブロックの夫々は論理的順序において順に記載されているが、システムは、如何なる特定の順序又は配置においても、記載されている情報を処理すると考えられるべきではない。測定を伴う画像５０２は、コンテキストベクトル構成エンジン５０４へ与えられる。コンテキストベクトル構成エンジン５０４は、診断ワークフローの所与の状態に関する情報を含むコンテキストベクトル５０６を生成する。コンテキストベクトル５０６は、次いで、コンテキストベクトル増強エンジン５０８によって処理される。コンテキストベクトル増強エンジン５０８は、コンテキストベクトルをパースし、それを構造化画像コンテンツデータベース５１０からの画像情報により増補して、拡張コンテキストベクトル５１２を生成する。拡張コンテキストベクトル５１２は、テキストオーバーレイエンジン５１４へ供給される。テキストオーバーレイエンジン５１４は、拡張コンテキストベクトル５１２からの関連情報が画像にオーバーレイされているインターフェイス５１６を生成する。
図７を参照して、臨床支援システムの動作の他の例となるフローチャート図６００が表されている。図７は、関連情報インターフェイスを生成する臨床支援システムの他のフローチャート図を表す。図中のブロックの夫々は論理的順序において順に記載されているが、システムは、如何なる特定の順序又は配置においても、記載されている情報を処理すると考えられるべきではない。測定を伴う画像６０２は、コンテキストベクトル構成エンジン６０４へ与えられる。コンテキストベクトル構成エンジン６０４は、診断ワークフローの所与の状態に関する情報を含むコンテキストベクトル６０６を生成する。コンテキストベクトル６０６は、次いで、コンテキストベクトル増強エンジン６０８によって処理される。コンテキストベクトル増強エンジン６０８は、コンテキストベクトルをパースし、それを構造化画像コンテンツデータベース６１０からの画像情報により増補して、拡張コンテキストベクトル６１２を生成する。拡張コンテキストベクトル６１２は、報告内容照合エンジン６１４によって処理される。報告内容照合エンジン６１４は、臨床ドキュメント６１６の内容に対して拡張コンテキストベクトル６１２を照合する。報告内容照合エンジン６１４は、臨床ドキュメントから関連がある情報項目６１８を抽出する。テキストオーバーレイエンジン６２０は、関連がある情報項目が画像にオーバーレイされているインターフェイス６２２を生成する。
図８を参照して、臨床支援システムの動作の他の例となるフローチャート図７００が表されている。図８は、関連情報インターフェイスを生成する臨床支援システムの他のフローチャート図を表す。図中のブロックの夫々は論理的順序において順に記載されているが、システムは、如何なる特定の順序又は配置においても、記載されている情報を処理すると考えられるべきではない。測定を伴う画像７０２は、コンテキストベクトル構成エンジン７０４へ与えられる。コンテキストベクトル構成エンジン７０４は、診断ワークフローの所与の状態に関する情報を含むコンテキストベクトル７０６を生成する。コンテキストベクトル７０６は、報告内容照合エンジン７０８によって処理される。報告内容照合エンジン７０８は、臨床ドキュメント７１０の内容に対してコンテキストベクトル７０６を照合する。報告内容照合エンジン７０８は、臨床ドキュメントから関連がある情報項目７１２を抽出する。テキストオーバーレイエンジン７１４は、関連がある情報項目が画像にオーバーレイされているインターフェイス７１６を生成する。
他の実施形態において、引き続き図２を参照して、臨床支援システム１４は、以前の臨床ドキュメントにおける測定された所見の経時変化の評価を提供し、一貫性のあるガイドラインに準拠した様態において経時変化を表示する。具体的に、臨床支援システム１４は、ＰＡＣＳビューイング環境のアプリケーションプログラミングインターフェイス（ＡＰＩ）にリッスンし、臨床所見が測定されているかどうかを判定する。臨床所見が測定されている場合には、臨床支援システム１４は、測定が特定の所見に対応することを示すユーザへのアラームを発する。臨床支援システム１４は更に、所与の関心領域（例えば、開いている画像）に関する臨床所見及び情報を収集し、それをコンテキストベクトルにおいて保持する。臨床支援システム１４は、臨床情報システム１２に記憶されている１つ以上の臨床ドキュメントから測定を読み出す。１つ以上の経時変化用語ガイドラインは、以前の臨床ドキュメントにおける測定された所見の経時変化の定性的評価を提供するよう、臨床支援システム１４によって、読み出された測定に適用される。
具体的に、臨床支援システム１４は、特定の臨床所見が測定されているかどうかを判定する測定発見エンジン６８を含む。具体的に、測定発見エンジン６８は、２つ以上の測定が同じ臨床所見に関連するかどうかを判定する。これを達成するよう、測定発見エンジン６８は、２つ以上の測定が同様の臨床所見に関係があるかどうかを判定するために、１つ以上のルールセット又はアルゴリズムを使用する。例えば、測定発見エンジン６８は、２つの測定が所定の期間内に行われたかどうかを判定する。測定が所定の期間内に行われていた場合には、測定発見エンジン６８は、それらの測定が同じ臨床所見に関連すると決定する。測定が所定の期間内に行われていない場合には、測定発見エンジン６８は、それらの測定が関連しないと決定する。具体的に、いつ測定が行われようとも、測定発見エンジン６８は、所定の期間内になされた他の測定を探す。この期間内に他の測定が行われない場合には、測定発見エンジン６８は、測定が特定の所見に関連すると決定し、ユーザにアラートを発する。アラートは、臨床所見に関連する全ての測定が検出されたことをユーザに通知するよう発せられる。
臨床支援システム１４のコンテキストベクトル構成エンジン６２は、識別された臨床所見に関する診断ワークフローの所与の状態に関する情報を保持するコンテキストベクトルを生成する。具体的に、コンテキストベクトル構成エンジン６２は、研究ＩＤ、患者の性別、開いているシリーズのＩＤ、開いている画像のシリアル番号及び向き（アキシャル、サジタル、コロナル）、ＤＩＣＯＭヘッダ情報（例えば、研究／プロトコル記述、“肺”、“肝臓”のようなウィンドウタイプ）、測定、画像に対してなされた他の注記、並びに同様のものを含め、ＰＡＣＳビューイング環境からデジタル値を収集する。
臨床支援システム１４は、関連する臨床所見及び情報に関する測定を１つ以上の臨床ドキュメントから読み出す所見履歴クローリングエンジン７０を更に含む。例えば、所見履歴クローリングエンジン７０は、コンテキストベクトルに基づき関心領域における被測定エンティティに対応する臨床情報データベース２２における臨床所見を選び出す。これは、完全に自動化されているか、又はユーザ介入を必要とし得ると考えられるべきである。このシナリオでは、いつアラートが発せられようとも、所見履歴クローリングエンジン７０は、夫々のオブジェクト（“segment 7 lesion（セグメント７病変）”）を記述するラベルを場合により用いて、臨床情報データベース２２からオブジェクトのリストをコンパイルする。ユーザは、臨床情報データベース２２から読み出されたオブジェクトのリストから被測定エンティティを選択する。ユーザがリストからオブジェクトを選択する場合に、これは、関心領域における被測定エンティティに関連するオブジェクトであると理解される。他の実施形態では、臨床情報データベース２２は、ビューイング環境に組み込まれている特別なデバイスによってポピュレートされる。臨床所見追跡ソフトウェアは、そのようなワークフローデバイスである。臨床所見追跡ソフトウェアにおいて、夫々の臨床所見オブジェクトは、日付によってグループ化されている臨床ドキュメントに対してなされた１つ以上の測定を含む。加えて、夫々の臨床所見オブジェクトは、記述的ラベル（“segment 7 lesion（セグメント７病変）”）を有する。代替的に、測定は、１つ以上の臨床ドキュメントから抽出され、所見によってグループ化される。自然言語処理技術は、これを達成するために使用され得る。例えば、３つの連続した報告から取られた次の時間刻印された文を考える：
・3/4/2005: Subtle hypodense soft tissue along the subcapsular portion of the liver segment 7 measures 1.1 x 2.7 cm.（３／４／２００５：肝臓セグメント７の被膜下部分に沿った薄い低濃度軟組織は１．１×２．７ｃｍを計測する。）
・4/5/2006: Stable, subtle hypoattenuating subcapsular lesion within segment 7 measures 2.7 x 1.1 cm.（４／５／２００６：セグメント７内の安定した薄い低吸収被膜下病変は２．７×１．１ｃｍを計測する。）
・5/6/2007: Hypodense lesion within segment 7 of the liver now measures 3.5 x 1 cm. previously measuring 2.7 x 1.1 cm.（５／６／２００７：肝臓のセグメント７内の低濃度病変は現在、３．５×１ｃｍを計測する。以前は、２，７×１．１ｃｍであった。）。
自然言語処理エンジン３２は、下線を引かれた測定をまとめ、それらの測定が同じ臨床所見を定量化すると認識する。自然言語処理エンジン３２は、それらの文から記述的なラベルを生成するためにも利用される。例えば、自然言語処理エンジン３２は、チャンキング及び概念抽出技術を適用する。自然言語処理エンジン３２は、次いで、句“subcapsular portion of the liver segment 7”及び“Hypodense lesion within segment 7 of the live”が同じ所見を記述すると認識する。それらの句における相当数の後が重複するので、所見履歴クローリングエンジン７０は、その所見の記述的ラベルを決定し、構造化データベースにおいて所見の記述として１つ又は全てを与える。他の実施形態では、所見履歴クローリングエンジン７０は、選択された臨床所見オブジェクトに関連する測定を得るためのクエリメカニズムを含む。クエリ結果は、検査の日付と測定との間のマッピングとして内部で保持され得る。データベースにおける利用可能性に応じて、表１のように、画像及びシリーズ番号のような追加データが更に含まれ得る。
Figure 2017501494
 臨床支援システム１４は、前の臨床ドキュメントにおける測定された所見の経時変化の定性的評価を提供するガイドライン管理エンジン７２を更に含む。ガイドラインの実装は、様式“＜測定式１＞及び・・・及び＜測定式Ｋ＞の場合に＜評価＞”のルールの組と考えられ得る。ここで、＜測定式ｉ＞は、“（現在の検査における最長寸法）／（以前の検査における最長寸法）＞１．２”のような、測定データに伴って生じる代数式を表し、＜評価＞は、“安定”又は“低減”などを表す。ガイドライン管理エンジン７２は、コンテキストベクトルに基づき１つ以上のガイドラインを選択する。関連のあるガイドラインは、世界保健機構（ＷＨＯ）ガイドライン及びＲＥＣＩＳＴ（Response Evaluation Criteria In Solid Tumors）ガイドラインである。ガイドライン管理エンジン７２は更に、選択されたガイドラインにおけるルールを、得られた測定及び臨床情報に適用する。選択されたガイドラインにおけるルールを適用する更なる情報が求められる場合に、情報は、コンテキストベクトル、コンテキストベクトルにおけるデータに適用された二次的なアルゴリズム、又はユーザによる直接の送信、から取得され得る。例えば、ＲＥＣＩＳＴガイドラインは、腫瘍とリンパ節とを区別する。自然言語処理エンジン３２は、測定及びその記述的なラベルに基づき、所見が腫瘍又はリンパ節であるかどうかを分類するよう構成され得る（“セグメント７病変”→腫瘍；“右肺門リンパ節”→リンパ節）。自然言語処理エンジン３２は、統計的特徴統合及び概念マッピング技術とともに文字列照合技術を使用することができる。予測されたクラスは、承認のためにユーザに示され得る。ガイドラインは、現在の臨床ドキュメント及びその最も近い以前の又は先の臨床ドキュメントに対して適用され得る。
臨床インターフェイスエンジン４２は、得られた測定を関心領域におけるオーバーレイ又はポップアップとして視覚化するユーザインターフェイスを生成する。進歩的な実施形態において、グラフィカルなタイムラインにおける“ドット”は、画像情報、例えば、前の測定が現れる重要な画像を開くための入力点である。臨床インターフェイスエンジン４２はまた、参照する医師を支援するのに非常に適している。現在の外観及びその時間にわたる経過の高等でありながら簡潔なインターフェイスは、小さな単スクリーンデバイスにおいて示され得る。グラフは、場合によっては、時間を検索し、以前の画像を示すために使用されてよい。代替のインターフェイスも考えられ得る。例えば、臨床インターフェイスエンジン４２が、臨床所見の経過も視覚的に認識され得るように、ズーム及びパンされた画像とともに、時間にわたる臨床所見の経過を示すために、情報を利用するマルチ画像マトリクスが考えられる。
図９を参照して、臨床支援システムの動作の他の例となるフローチャート図８００が表される。ステップ８０２で、放射線科医は測定を行う。ステップ８０４で、放射線科医は、Ｔ秒インターバル内で最初の測定と交差する他の測定を行う。ステップ８０６で、アラートが測定発見エンジンによって発せられる。ステップ８０８で、スライス番号（５０）、測定（１６．６ｍｍ及び１５．１ｍｍ）、スキャンプロトコルＣＨＥＳＴ−ＡＢＤＯＭＥＮ−ＰＥＬＶＩＳ（胸部−腹部−骨盤）、スライスの数（２１０）、スライス厚（３ｍｍ）、患者ＭＲＮ（１２３４５６）を含むコンテキストベクトルが生成される。ステップ８１０で、臨床所見が選択される。これは誤った病変であり、ステップ８１２で、放射線科医は、選択される臨床所見を変更する。現在選択されている臨床所見オブジェクトのラベルは、“segment 7 lesion（セグメント７病変）”である。これはＣＨＥＳＴ−ＡＢＤＯＭＥＮ−ＰＥＬＶＩＳ研究であるから、ＲＥＣＩＳＴガイドラインがステップ８１４で選択される。ＲＥＣＩＳＴガイドラインを適用するよう、ガイドライン管理エンジンは、病変が腫瘍又はリンパ節であるかどうかを知る必要がある。自然言語処理エンジンは、ステップ８１６で、それがリンパ節であると予測する。ユーザは、ステップ８１８で、これを腫瘍に変更する。夫々の臨床ドキュメントについて、ＲＥＣＩＳＴガイドラインによって、所見の最大寸法は、ステップ８２０で、その臨床ドキュメントにおける所見の最大寸法と比較される。最も近い前の記録（１／１／２００５）に関して、臨床ドキュメントは安定している。しかし、研究１／１／２００３に関して、病気は進行している。測定は、ステップ８２２で、縦断的な軸において表示される。定性的評価もスクリーン上に表示される。
図１０を参照して、臨床支援システムによって生成される定性的評価インターフェイス９００の例となる実施形態が表される。インターフェイス９００は、画像９０２と、定性的評価セクタ９０４とを含む。画像９０２は、臨床所見９０８についての測定９０６を含む。定性的評価セクタ９０４は、時間９１２にわたる臨床所見のサイズ９１０の評価を含む。定性的評価は、臨床所見のＲＥＣＩＳＴステータス９１４と、最新の検査の日付９１６とを更に含む。
図１１を参照して、臨床支援システムによって生成される定性的評価インターフェイス１０００の例となる実施形態が表される。インターフェイス１０００は、画像１００２と、定性的評価セクタ１００４とを含む。定性的評価セクタ１００４は、時間１００８にわたる臨床所見のサイズ１００６の評価を含む。定性的評価は、臨床所見のＲＥＣＩＳＴステータス１０１０と、最新の検査の日付１０１２とを更に含む。インターフェイス１０００は、時間にわたる全ての臨床所見測定のマトリクスビュー１０１４を更に含む。
図１２を参照して、患者所見の所見中心の縦断的なビューの自動生成のための方法１１００が表される。図中のブロックの夫々は論理的順序において順に記載されているが、システムは、如何なる特定の順序又は配置においても、記載されている情報を処理すると考えられるべきではない。ステップ１１０２で、臨床所見は、臨床ドキュメントから抽出される。ステップ１１０４で、臨床所見が属する他の臨床ドキュメントが決定される。ステップ１１０６で、臨床ドキュメントと他の臨床ドキュメントとの間の臨床所見の相関が、インターフェイスにおいて示される。ステップ１１０８で、１つ以上の画像が臨床所見とリンクされる。
ここで使用されるように、メモリは、不揮発性のコンピュータ可読媒体；磁気ディスク若しくは他の磁気記憶媒体；光ディスク若しくは他の光学記憶媒体；ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、又は他の電子メモリデバイス若しくはチップ若しくは動作上相互に接続されたチップの組；記憶されている命令がインターネット／イントラネット若しくはローカルエリアネットワークを介して読み出され得るインターネット／イントラネットサーバ；あるいは、その他、のうちの１つ以上を含む。更に、ここで使用されるように、プロセッサは、マイクロプロセッサ、マイクロコントローラ、グラフィックプロセッシングユニット（ＧＰＵ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、パーソナルデータアシスタント（ＰＤＡ）、セルラースマートフォン、モバイルウォッチ、眼鏡型コンピュータ、及び同様の装着式、埋め込み式又は持ち運び式モバイルギア、のうちの１つ以上を含み、ユーザ入力デバイスは、マウス、キーボード、タッチスクリーンディスプレイ、１つ以上のボタン、１つ以上のスイッチ、１つ以上のトグル、及び同様のもの、のうちの１つ以上を含み、表示デバイスは、ＬＣＤディスプレイ、ＬＥＤディスプレイ、プラズマディスプレイ、プロジェクションディスプレイ、タッチスクリーンディスプレイ、及び同様のもの、のうちの１つ以上を含む。
本発明は、好適な実施形態を参照して記載されてきた。変更及び代替は、上記の詳細な説明を読んで理解することで当業者に想到され得る。本発明は、全てのそのような変更及び代替を、それらが添付の特許請求の範囲又はその均等の適用範囲内にある限りにおいて、包含するものとして解釈されるよう意図される。
タブレットのような単一スクリーンシステムでの情報消費に伴って、他の課題が存在する。病変の定性的及び定量的な記載に含まれる情報は、一般的に、放射線医学画像保存通信システム（ＰＡＣＳ；Picture Archiving and Communication Systems）ワークステーションビューイング環境において生成される。異なる時点での同じ病変の複数の画像を掲げる多数のリアルエステートを有する相当な大きさの診断モニタが、病変の進行の便利な‘視覚的’オーバービューを生成する。参照する医師による情報の消費は、タブレット及びラップトップを含む単一の画面を備えたデバイスにおいて起こる。このことは、可能な限り高等でありながら簡潔な方法において、長期にわたる測定、画像、及び定性的記述子に含まれる情報を運ぶことにおいて、課題を生じさせる。
国際公開第２０１１／０６６４８６（Ａ２）号には、タイムライン上に表され得るマルチメディアに基づく構造化された報告を提供するシステム及び方法が開示されている。報告は、試験結果、臨床検査結果及び病歴を含んでよい。医用画像と医用画像に関する記述データとの間のデータ関連性が提供される。医用画像は、１つ以上のリンク可能な医用画像とリンクされてよい。異なった臨床ドキュメントから導出される臨床所見の相関が提供され、画像は対応する臨床所見とリンクされる。
一態様に従って、患者所見の縦断的なビューを生成するシステムが提供される。当該システムは、臨床ドキュメントから臨床所見を抽出する自然言語プロセッサエンジンを有する。時間分解能エンジンは、前記臨床所見がどの他の臨床ドキュメントに属するのかを判定する。視覚化グラフィカルユーザインターフェイスは、前記臨床ドキュメントと前記他の臨床ドキュメントとの間の前記臨床所見の相関を示す。前記自然言語プロセッサエンジンは、更に、１つ以上の画像を前記臨床所見とリンクする。前記視覚化グラフィカルユーザインターフェイスは、前記臨床ドキュメント及び前記他の臨床ドキュメントの中で一致する測定、画像リファレンス、及び臨床所見をハイライト表示する。
他の態様に従って、患者所見の縦断的なビューを生成する方法が提供される。当該方法は、臨床ドキュメントから臨床所見を抽出するステップと、前記臨床所見がどの他の臨床ドキュメントに属するのかを判定するステップと、前記臨床ドキュメントと前記他の臨床ドキュメントとの間の前記臨床所見の相関をインターフェイスにおいて示すステップと、１つ以上の画像を前記臨床所見とリンクするステップと、前記臨床ドキュメント及び前記他の臨床ドキュメントの中で一致する測定、画像リファレンス、及び臨床所見をハイライト表示するステップとを有する。
患者所見の縦断的なビューを生成するシステムが提供されてよい。当該システムは、臨床ドキュメントから臨床所見を抽出し、前記臨床所見がどの他の臨床ドキュメントに属するのかを判定し、前記臨床ドキュメントと前記他の臨床ドキュメントとの間の前記臨床所見の相関をインターフェイスにおいて示し、１つ以上の画像を前記臨床所見とリンクするようプログラムされた１つ以上のプロセッサを有する。

Claims (20)

  1. 患者所見の縦断的なビューを生成するシステムであって、
    臨床ドキュメントから臨床所見を抽出する自然言語プロセッサエンジンと、
    前記臨床所見がどの他の臨床ドキュメントに属するのかを判定する時間分解能エンジンと、
    前記臨床ドキュメントと前記他の臨床ドキュメントとの間の前記臨床所見の相関を示す視覚化グラフィカルユーザインターフェイスと
    を有し、
    前記自然言語プロセッサエンジンは、１つ以上の画像を前記臨床所見とリンクする、
    システム。
  2. 前記自然言語プロセッサエンジンは、前記臨床ドキュメント及び前記他の臨床ドキュメントから測定及び画像リファレンスを抽出する、
    請求項１に記載のシステム。
  3. 夫々の臨床所見に対して前記測定及び画像リファレンスの寿命を決定するインテリジェント制御エンジン
    を更に有する請求項１又は２に記載のシステム。
  4. 前記視覚化グラフィカルユーザインターフェイスは、前記臨床ドキュメント及び前記他の臨床ドキュメントの中で一致する測定、画像リファレンス、及び臨床所見をハイライト表示する、
    請求項１乃至３のうちいずれか一項に記載のシステム。
  5. 夫々の臨床所見について診断ワークフローの所与の状態に関するコンテキストベクトルを生成するコンテキストベクトル構成エンジン
    を更に有する請求項１乃至４のうちいずれか一項に記載のシステム。
  6. 前記コンテキストベクトルをパースし、それを前記臨床ドキュメントから抽出された臨床情報により増補するコンテキストベクトル増強エンジン
    を更に有する請求項５に記載のシステム。
  7. 前記コンテキストベクトルを用いて前記他の臨床ドキュメントから前記臨床所見に関する関連臨床情報を抽出するレポートコンテンツ照合エンジン
    を更に有する請求項１乃至６のうちいずれか一項に記載のシステム。
  8. 前記臨床所見の定量的な及び／又は定性的な評価を生成するよう１つ以上の経時変化用語ガイドラインを前記臨床所見に適用するガイドライン管理エンジン
    を更に有する請求項１乃至７のうちいずれか一項に記載のシステム。
  9. 前記視覚化グラフィカルユーザインターフェイスは、前記臨床所見と、前記臨床ドキュメント及び前記他の臨床ドキュメントに対する品質評価を表示する、
    請求項１乃至８のうちいずれか一項に記載のシステム。
  10. 患者所見の縦断的なビューを生成する方法であって、
    臨床ドキュメントから臨床所見を抽出するステップと、
    前記臨床所見がどの他の臨床ドキュメントに属するのかを判定するステップと、
    前記臨床ドキュメントと前記他の臨床ドキュメントとの間の前記臨床所見の相関をインターフェイスにおいて示すステップと、
    １つ以上の画像を前記臨床所見とリンクするステップと
    を有する方法。
  11. 前記臨床ドキュメント及び前記他の臨床ドキュメントから測定及び画像リファレンスを抽出するステップ
    を更に有する請求項１０に記載の方法。
  12. 夫々の臨床所見に対して前記測定及び画像リファレンスの寿命を決定するステップ
    を更に有する請求項１０又は１１に記載の方法。
  13. 夫々の臨床所見について診断ワークフローの所与の状態に関するコンテキストベクトルを生成するステップ
    を更に有する請求項１２に記載の方法。
  14. 前記コンテキストベクトルを用いて前記他の臨床ドキュメントから前記臨床所見に関する関連臨床情報を抽出するステップ
    を更に有する請求項１２に記載の方法。
  15. 前記臨床所見の定性的な評価を生成するよう１つ以上の経時変化用語ガイドラインを前記臨床所見に適用するステップ
    を更に有する請求項１０乃至１４のうちいずれか一項に記載の方法。
  16. 患者所見の縦断的なビューを生成するシステムであって、
    臨床ドキュメントから臨床所見を抽出し、
    前記臨床所見がどの他の臨床ドキュメントに属するのかを判定し、
    前記臨床ドキュメントと前記他の臨床ドキュメントとの間の前記臨床所見の相関をインターフェイスにおいて示し、
    １つ以上の画像を前記臨床所見とリンクする
    ようプログラムされた１つ以上のプロセッサ
    を有するシステム。
  17. 前記１つ以上のプロセッサは、前記臨床ドキュメント及び前記他の臨床ドキュメントから測定及び画像リファレンスを抽出するよう更にプログラムされる、
    請求項１６に記載のシステム。
  18. 前記１つ以上のプロセッサは、夫々の臨床所見に対して前記測定及び画像リファレンスの寿命を決定するよう更にプログラムされる、
    請求項１６又は１７に記載のシステム。
  19. 前記１つ以上のプロセッサは、コンテキストベクトルを用いて前記他の臨床ドキュメントから前記臨床所見に関する関連臨床情報を抽出するよう更にプログラムされる、
    請求項１８に記載のシステム。
  20. 前記１つ以上のプロセッサは、前記臨床所見の定性的な評価を生成するよう１つ以上の経時変化用語ガイドラインを前記臨床所見に適用するよう更にプログラムされる、
    請求項１８に記載のシステム。
JP2016540524A 2013-12-20 2014-12-11 患者所見の所見中心の縦断的なビューの自動生成 Active JP6574184B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361918864P 2013-12-20 2013-12-20
US61/918,864 2013-12-20
PCT/IB2014/066811 WO2015092633A1 (en) 2013-12-20 2014-12-11 Automatic creation of a finding centric longitudinal view of patient findings

Publications (2)

Publication Number Publication Date
JP2017501494A true JP2017501494A (ja) 2017-01-12
JP6574184B2 JP6574184B2 (ja) 2019-09-11

Family

ID=52432862

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016540524A Active JP6574184B2 (ja) 2013-12-20 2014-12-11 患者所見の所見中心の縦断的なビューの自動生成

Country Status (6)

Country Link
US (1) US10474742B2 (ja)
EP (1) EP3084657A1 (ja)
JP (1) JP6574184B2 (ja)
CN (1) CN106068509B (ja)
RU (1) RU2686627C1 (ja)
WO (1) WO2015092633A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020514851A (ja) * 2016-12-05 2020-05-21 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． インテリジェントな腫瘍サイズの変更通知を伴う腫瘍追跡
WO2021187830A1 (ko) * 2020-03-18 2021-09-23 주식회사 트라이얼인포매틱스 자동화된 임상시험 영상평가데이터 관리 방법 및 시스템

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10007407B2 (en) 2014-11-03 2018-06-26 Cerner Innovation, Inc. Duplication detection in clinical documentation to update a clinician
US10198517B2 (en) * 2014-12-08 2019-02-05 Oath Inc. Pairing systems and methods for electronic communications
JP6748199B2 (ja) * 2015-10-02 2020-08-26 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 所見を関連する心エコー図ループにマッピングするためのシステム
CA3003226A1 (en) * 2015-10-30 2017-05-04 Koninklijke Philips N.V. Image context aware medical recommendation engine
CN109564773B (zh) * 2016-06-28 2023-07-07 皇家飞利浦有限公司 用于自动检测关键图像的系统和方法
EP3613053A1 (en) * 2017-04-18 2020-02-26 Koninklijke Philips N.V. Holistic patient radiology viewer
WO2019020587A1 (en) * 2017-07-28 2019-01-31 Koninklijke Philips N.V. SYSTEM AND METHOD FOR EXTENDING SEARCH QUERIES USING CLINICAL CONTEXT INFORMATION
US10825173B2 (en) * 2018-04-25 2020-11-03 International Business Machines Corporation Automatically linking a description of pathology in a medical image report to an image
US10783633B2 (en) * 2018-04-25 2020-09-22 International Business Machines Corporation Automatically linking entries in a medical image report to an image
CN109635197B (zh) * 2018-12-17 2021-08-24 北京百度网讯科技有限公司 搜索方法、装置、电子设备及存储介质
US11853359B1 (en) * 2019-01-31 2023-12-26 Veeva Systems Inc. System and method for reporting multiple objects in enterprise content management
JPWO2020241616A1 (ja) * 2019-05-30 2020-12-03
RU2726595C1 (ru) * 2019-07-01 2020-07-14 Андрей Алексеевич Калмыков Система визуализации введенного имплантата
US20210217503A1 (en) * 2020-01-13 2021-07-15 Koninklijke Philips N.V. Information conflict identification and characterization in response to data carry-over transitions
EP3913498A1 (en) * 2020-05-19 2021-11-24 Tata Consultancy Services Limited Building analytical platform to enable device fabrication
WO2023237191A1 (en) * 2022-06-08 2023-12-14 Smart Reporting Gmbh Methods and systems for creating medical report texts

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11312200A (ja) * 1998-04-28 1999-11-09 Nippon Telegr & Teleph Corp <Ntt> 医療画像データベース装置
JP2007287018A (ja) * 2006-04-19 2007-11-01 Fujifilm Corp 診断支援システム
JP2008250751A (ja) * 2007-03-30 2008-10-16 Yuyama Manufacturing Co Ltd 電子カルテ装置、方法、プログラム、及び、記録媒体
JP2013527503A (ja) * 2010-09-20 2013-06-27 ザ ボード オブ リージェンツ オブ ザ ユニバーシティー オブ テキサス システム アドバンストマルチメディア構造化報告
JP2013200592A (ja) * 2012-03-23 2013-10-03 Fujifilm Corp 医療情報検索装置、方法およびプログラム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6785410B2 (en) * 1999-08-09 2004-08-31 Wake Forest University Health Sciences Image reporting method and system
CN101452503A (zh) * 2008-11-28 2009-06-10 上海生物信息技术研究中心 一种异构临床医疗信息共享系统和方法
EP2504809A2 (en) * 2009-11-25 2012-10-03 The Board of Regents of The University of Texas System Advanced multimedia structured reporting
US8838637B2 (en) * 2010-02-10 2014-09-16 Agfa Healthcare Inc. Systems and methods for processing consumer queries in different languages for clinical documents
US20110202572A1 (en) * 2010-02-12 2011-08-18 Kinson Kin Sang Ho Systems and methods for independently managing clinical documents and patient manifests at a datacenter
EP2561458B1 (en) * 2010-04-19 2021-07-21 Koninklijke Philips N.V. Report viewer using radiological descriptors
US9378331B2 (en) 2010-11-19 2016-06-28 D.R. Systems, Inc. Annotation and assessment of images
RU106013U1 (ru) * 2011-03-17 2011-06-27 Общество С Ограниченной Ответственностью "Правовое Сопровождение Бизнеса" Система постановки дифференцированного диагноза по данным диагностики, справочная система результатов клинических исследований для интеграции в автоматизированные медицинские информационные системы, система дифференциации записи результатов клинических исследований для интеграции в автоматизированные медицинские информационные системы и дифференциально-диагностическая матрица для интеграции в автоматизированные медицинские информационные системы
DE102011080260B4 (de) 2011-08-02 2021-07-15 Siemens Healthcare Gmbh Verfahren und Anordnung zur rechnergestützten Darstellung bzw. Auswertung von medizinischen Untersuchungsdaten

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11312200A (ja) * 1998-04-28 1999-11-09 Nippon Telegr & Teleph Corp <Ntt> 医療画像データベース装置
JP2007287018A (ja) * 2006-04-19 2007-11-01 Fujifilm Corp 診断支援システム
JP2008250751A (ja) * 2007-03-30 2008-10-16 Yuyama Manufacturing Co Ltd 電子カルテ装置、方法、プログラム、及び、記録媒体
JP2013527503A (ja) * 2010-09-20 2013-06-27 ザ ボード オブ リージェンツ オブ ザ ユニバーシティー オブ テキサス システム アドバンストマルチメディア構造化報告
JP2013200592A (ja) * 2012-03-23 2013-10-03 Fujifilm Corp 医療情報検索装置、方法およびプログラム

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020514851A (ja) * 2016-12-05 2020-05-21 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． インテリジェントな腫瘍サイズの変更通知を伴う腫瘍追跡
JP7249940B2 (ja) 2016-12-05 2023-03-31 コーニンクレッカ フィリップス エヌ ヴェ インテリジェントな腫瘍サイズの変更通知を伴う腫瘍追跡
WO2021187830A1 (ko) * 2020-03-18 2021-09-23 주식회사 트라이얼인포매틱스 자동화된 임상시험 영상평가데이터 관리 방법 및 시스템
KR20210116948A (ko) * 2020-03-18 2021-09-28 주식회사 트라이얼인포매틱스 자동화된 임상시험 영상평가데이터 관리 방법 및 시스템
KR102425016B1 (ko) 2020-03-18 2022-07-25 주식회사 트라이얼인포매틱스 자동화된 임상시험 영상평가데이터 관리 방법 및 시스템
KR20220106936A (ko) * 2020-03-18 2022-08-01 주식회사 트라이얼인포매틱스 자동화된 임상시험 영상평가데이터에 대한 자동 분석 방법 및 시스템
KR102517628B1 (ko) 2020-03-18 2023-04-04 주식회사 트라이얼인포매틱스 자동화된 임상시험 영상평가데이터에 대한 자동 분석 방법 및 시스템

Also Published As

Publication number Publication date
EP3084657A1 (en) 2016-10-26
US20160314278A1 (en) 2016-10-27
CN106068509B (zh) 2020-06-16
WO2015092633A1 (en) 2015-06-25
JP6574184B2 (ja) 2019-09-11
CN106068509A (zh) 2016-11-02
US10474742B2 (en) 2019-11-12
RU2016129546A (ru) 2018-01-25
RU2686627C1 (ru) 2019-04-29

Similar Documents

Publication Publication Date Title
JP6574184B2 (ja) 患者所見の所見中心の縦断的なビューの自動生成
US10901978B2 (en) System and method for correlation of pathology reports and radiology reports
JP6749835B2 (ja) コンテキスト依存医学データ入力システム
US20190074082A1 (en) Quantitative medical imaging reporting
CN113243033B (zh) 综合诊断系统和方法
US20060136259A1 (en) Multi-dimensional analysis of medical data
US20150178386A1 (en) System and Method for Extracting Measurement-Entity Relations
JP2014016990A (ja) 検査報告書を生成する装置及び方法
JP6875993B2 (ja) 臨床の所見のコンテキストによる評価のための方法及びシステム
JP2008146220A (ja) 文書作成支援システム、および文書作成支援方法、並びにコンピュータ・プログラム
JP2015510623A (ja) イメージング検査プロトコル更新推奨部
JP2018508075A (ja) コンピュータ支援されたケアのエピソードの構築
WO2014147516A2 (en) Selecting a set of documents from a health record of a patient
JP2017525043A (ja) 次の検査に対する理由を予測することにより、価値を増加させ、フォローアップ放射線検査レートを減らすこと
Kennion et al. Machine learning as a new horizon for colorectal cancer risk prediction? A systematic review
del Mar Roldán-García et al. Towards an ontology-driven clinical experience sharing ecosystem: Demonstration with liver cases
US10318092B2 (en) Medical records visualization system for displaying related medical records in clusters with marked interrelationships on a time line
US9305052B2 (en) System and method for queried patient abstract
US20230051982A1 (en) Methods and systems for longitudinal patient information presentation
US20210217535A1 (en) An apparatus and method for detecting an incidental finding
Sonntag et al. Design and implementation of a semantic dialogue system for radiologists
EP4239642A1 (en) Method for generating protocol data of a radiological image data measurement
US20230099284A1 (en) System and method for prognosis management based on medical information of patient
Hsu et al. Tools for improving the characterization and visualization of changes in neuro-oncology patients

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160621

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20171207

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180907

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181106

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190205

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190723

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190815

R150 Certificate of patent or registration of utility model

Ref document number: 6574184

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250