JP2018532209A - 偶発的知見についての長期的健康患者プロファイル - Google Patents

偶発的知見についての長期的健康患者プロファイル Download PDF

Info

Publication number
JP2018532209A
JP2018532209A JP2018522098A JP2018522098A JP2018532209A JP 2018532209 A JP2018532209 A JP 2018532209A JP 2018522098 A JP2018522098 A JP 2018522098A JP 2018522098 A JP2018522098 A JP 2018522098A JP 2018532209 A JP2018532209 A JP 2018532209A
Authority
JP
Japan
Prior art keywords
clinical
incidental
findings
patient
incidental findings
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
JP2018522098A
Other languages
English (en)
Other versions
JP6731480B2 (ja
Inventor
オリヴェイラ,ルカス
ヘンリク テオドロ,ダグラス
ヘンリク テオドロ,ダグラス
ライアン マンコヴィチ,ガブリエル
ライアン マンコヴィチ,ガブリエル
ナヴィーン テリス,ランジット
ナヴィーン テリス,ランジット
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 JP2018532209A publication Critical patent/JP2018532209A/ja
Application granted granted Critical
Publication of JP6731480B2 publication Critical patent/JP6731480B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/20ICT specially adapted for the handling or processing of medical references relating to practices or guidelines

Landscapes

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

Abstract

システムおよび方法が、患者についての臨床イベントを取得する段階と;偶発的知見についての臨床ガイドラインに関連する前記臨床イベントを識別する段階であって、前記偶発的知見は、撮像試験を実行することについての主要な目標にとっては付随的な撮像所見である、段階と;前記臨床イベントにおける臨床概念をパースして切り出す段階と;前記偶発的知見についての前記臨床ガイドラインに従って前記臨床概念をクラスタリングする段階と;前記偶発的知見臨床ガイドラインに関連する前記識別された臨床イベントについてのクラスタリングされた臨床概念を記憶することによって、長期的健康患者プロファイルを生成する段階と;現在の撮像試験からの新たな撮像知見を偶発的知見として定義するかどうかを決定する段階と;前記長期的健康患者プロファイルおよび関連する患者臨床情報に基づいて、前記定義された偶発的知見についてのフォローアップ勧告をする段階とを実行する。

Description

放射線医は、撮像試験からの一組の画像の読影後に疾病を診断し、疾病についての状態を提供し、その後、撮像試験の読影に基づいてフォローアップ勧告をする。放射線医学レポートは、患者についての撮像試験の読影の結果を含み、放射線医による提案されたフォローアップ勧告に関する情報をも含んでいてもよい。例示的なフォローアップ勧告は、臨床上の問題の理解を改善するためまたは時間を追っての患者の臨床上の変化を検出するためのさらなる撮像研究を含みうる。フォローアップ勧告を実行しないと、患者の臨床上の帰結に負の影響を及ぼすことがありうる。
放射線医は典型的には、効果的な仕方で患者を診断および治療するために、多数のレビューされる撮像試験についてレビューし、フォローアップ勧告をする。「放射線医」という呼称は、本稿を通じて、患者の医療記録をレビューする個人を指すために使われるが、個人は代替的に、医師、看護師または他の医療専門家のような他のいかなる適切なユーザーであってもよいことは明白であろう。
撮像試験のための放射線医学レポートは、偶発的知見をも含んでいてもよい。偶発的知見(incidental findings)とは、放射線医学レポートにおける、わずかに触れる程度の、撮像試験を実行するもともとのねらいに直接は関係していない画像所見である。これらの偶発的知見の識別後のこれらの偶発的知見の注意深い管理は、疾病の早期の診断および治療に結びつくことがありうる。しかしながら、偶発的知見が放射線医学レポートに記録されるとき、偶発的知見のための臨床ガイドラインに固有のフォローアップ勧告は提供されないことがしばしばありうる。
このように、偶発的知見を適時に管理し、偶発的知見についての臨床ガイドラインに固有のフォローアップ勧告を提供するために、患者の臨床上の帰結を改善し、患者放射線被曝を最小化し、ヘルスケア・コストを削減するよう、放射線医による偶発的知見についてのガイドライン固有のフォローアップ勧告を明瞭に記録し、管理し、伝えるための方法が必要とされている。
患者についての臨床イベントを取得する段階と;偶発的知見についての臨床ガイドラインに関連する前記臨床イベントを識別する段階であって、前記偶発的知見は、撮像試験を実行することについての主要な目標にとっては付随的な撮像所見である、段階と;前記臨床イベントにおける臨床概念をパースして切り出す(parse out)段階と;前記偶発的知見についての前記臨床ガイドラインに従って前記臨床概念をクラスタリングする段階と;前記偶発的知見臨床ガイドラインに関連する前記識別された臨床イベントについてのクラスタリングされた臨床概念を記憶することによって、長期的健康患者プロファイルを生成する段階と;現在の撮像試験からの新たな撮像知見を偶発的知見として定義するかどうかを決定する段階と;前記長期的健康患者プロファイルおよび関連する患者臨床情報に基づいて、前記定義された偶発的知見についてのフォローアップ勧告をする段階とを含む、方法。
実行可能なプログラムを記憶している非一時的なコンピュータ可読記憶媒体と、前記実行可能なプログラムを実行するプロセッサとを有するシステムであって、前記実行可能なプログラムの実行は前記プロセッサに:患者についての臨床イベントを取得する段階と;偶発的知見についての臨床ガイドラインに関連する前記臨床イベントを識別する段階であって、前記偶発的知見は、撮像試験を実行することについての主要な目標にとっては付随的な撮像所見である、段階と;前記臨床イベントにおける臨床概念をパースして切り出す段階と;前記偶発的知見についての前記臨床ガイドラインに従って前記臨床概念をクラスタリングする段階と;前記偶発的知見臨床ガイドラインに関連する前記識別された臨床イベントについてのクラスタリングされた臨床概念を記憶することによって、長期的健康患者プロファイルを生成する段階と;現在の撮像試験からの新たな撮像知見を偶発的知見として定義するかどうかを決定する段階と;前記長期的健康患者プロファイルおよび関連する患者臨床情報に基づいて、前記定義された偶発的知見についてのフォローアップ勧告をする段階とを実行させるものである、システム。
プロセッサによって実行可能な一組の命令を含んでいる非一時的なコンピュータ可読記憶媒体であって、前記一組の命令は、前記プロセッサによって実行されたとき、前記プロセッサに:患者についての臨床イベントを取得する段階と;偶発的知見についての臨床ガイドラインに関連する前記臨床イベントを識別する段階であって、前記偶発的知見は、撮像試験を実行することについての主要な目標にとっては付随的な撮像所見である、段階と;前記臨床イベントにおける臨床概念をパースして切り出す段階と;前記偶発的知見についての前記臨床ガイドラインに従って前記臨床概念をクラスタリングする段階と;前記偶発的知見臨床ガイドラインに関連する前記識別された臨床イベントについてのクラスタリングされた臨床概念を記憶することによって、長期的健康患者プロファイルを生成する段階と;現在の撮像試験からの新たな撮像知見を偶発的知見として定義するかどうかを決定する段階と;前記長期的健康患者プロファイルおよび関連する患者臨床情報に基づいて、前記定義された偶発的知見についてのフォローアップ勧告をする段階とを含む動作を実行させるものである、記憶媒体。
例示的実施形態に基づくシステムの概略図である。 第一の例示的実施形態に基づく偶発的知見についてのフォローアップ勧告をする方法の流れ図である。 図2の段階208からの偶発的知見についてのフォローアップ勧告をするために、生成された長期的健康患者プロファイル(LHPP)を適用する例示的方法の流れ図である。 第一の例示的実施形態に基づく作業フロー内ツール表示を示す図である。
例示的実施形態は、以下の記述および付属の図面を参照することで、さらに理解されうる。図面において、同様の要素は同じ参照符号を用いて参照される。例示的実施形態は、偶発的知見(IF: incidental findings)を定義し、管理するとともに定義された偶発的知見についてのフォローアップ勧告を提供するよう、長期的健康患者プロファイル(LHPP: Longitudinal Health Patient Profile)を自動的に生成し、更新するためのシステムおよび方法に関する。たとえば放射線医学レポートは、患者についての撮像試験の結果の読みであり、画像における知見に関する関連情報を、フォローアップ勧告とともに含んでいてもよい。撮像試験についての知見とは、現在の撮像試験からの画像での撮像関心領域内のある点についての撮像所見である。偶発的知見とは、放射線医学レポートにおける、撮像試験を実行することについてのもともとのねらいに直接的には関係していない、付随的な画像所見である。例示的実施形態は、LHPPプロファイルを生成するために放射線医学レポートから臨床イベントを識別することを特に記述するが、当業者には、本開示のシステムおよび方法が、多様な病院場面の任意のものにおける任意の型の研究または試験から臨床イベントを識別するために使用されうることが理解されるであろう。さらに、例示的実施形態は特に偶発的知見の管理および放射線医によるフォローアップ勧告の提供を記述するが、当業者には、本開示のシステムおよび方法が、多様な病院場面の任意のものにおいて医療専門家によって使用されうることが理解されるであろう。
図1に示されるように、本開示の例示的実施形態に基づくシステム100は、患者臨床記録について、長期的健康患者プロファイル(LHPP)を生成し、該LHPPプロファイルを使って、定義された偶発的知見(IF)についてのフォローアップ勧告を管理する。図1は、患者臨床記録について、定義された偶発的知見(IF)についてフォローアップ勧告を管理し、提供するためにLHPPプロファイルを自動的に生成し、更新するための例示的システム100を示している。システム100は、プロセッサ102、ユーザー・インターフェース104、ディスプレイ106およびメモリ108を有する。メモリ108は、データベース120を含み、該データベース120は、電子医療システム内に位置する臨床イベントを記憶している。臨床イベントはたとえば、患者について以前のおよび現在の撮像試験、薬処方、病理学レポートおよび放射線医学レポートを含む。撮像試験は、磁気共鳴撮像(MRI)、計算機断層撮影(CT)、陽電子放出クロマトグラフィー(PET)、超音波などで実行される試験を含みうる。当業者は、本開示の方法が、任意の型の撮像試験からまたは撮像試験のレポートからの臨床イベントを用いてLHPPプロファイルを生成および更新するために使用されうることを理解するであろう。LHPPプロファイルおよび該LHPPプロファイルを生成および更新するための偶発的知見は、たとえば、ディスプレイ106において閲覧されてもよく、放射線医は、ユーザー・インターフェース104を介して、偶発的知見についてのフォローアップ勧告をレビューし、選択しうる。
プロセッサ102は、たとえば識別エンジン110、プロファイル・エンジン111、偶発的知見(IF)計算エンジン112および勧告エンジン113を含むエンジンを実装されていてもよい。これらのエンジンのそれぞれは下記でより詳細に述べる。
当業者は、エンジン110〜113がプロセッサ102によって、たとえばプロセッサ102によって実行される何行かのコードとして、特定用途向け集積回路(ASIC)であるプロセッサ102の機能として、などで実装されてもよいことを理解するであろう。識別エンジン110は患者医療記録から、たとえばデータベース120から臨床イベントを取得する。例示的な臨床イベントは、電子的医療システム、たとえば電子医療記録(EMR: electronic medical record)、放射線医学情報システム(RIS: radiology information system)などに記憶されている任意のイベントを含みうる。識別エンジン110は、患者医療記録における、偶発的知見についての臨床ガイドラインに関連する関連臨床イベントをも識別する。LHPPプロファイルを生成および更新するためのプロファイル・エンジン111に入力するためである。
プロファイル・エンジン111はLHPPプロファイルを生成し、更新する。ある例示的実施形態では、プロファイル・エンジン111は初期に、臨床イベント内の臨床概念、たとえば症状、診断および手順などの臨床概念をパースして切り出し、識別するために自然言語処理パースを適用することによって、入力臨床イベントを前処理してもよい。プロファイル・エンジン111は、特定的な偶発的知見についての臨床ガイドライン規則に従って、識別された臨床概念をクラスタリングしてもよい。たとえば、偶発的肺結節についての、臨床概念をクラスタリングするためのガイドライン規則は、偶発的肺結節の偶発的知見についての勧告を定義するフライシュナー・ガイドラインであってもよい。プロファイル・エンジン111は、関連する臨床イベントについてのクラスタリングされた臨床概念を、特定的な偶発的知見についての臨床ガイドラインとともに記憶することによって、特定的な偶発的知見についてLHPPプロファイルを生成する。
プロファイル・エンジン111は、追加的な関連臨床イベントについての追加的なクラスタリングされた臨床概念を用いて、特定的な偶発的知見についてのLHPPプロファイルを更新する。偶発的肺結節についてのフライシュナー・ガイドラインの例に戻ると、ある例示的実施形態では、喫煙歴、アスベストもしくはラドンへの曝露、肺結節の家族歴および結節の充実性もしくは半充実性の腫瘤に関連付けられたすべての臨床概念が、偶発的肺結節に関連付けられたLHPPプロファイルを生成し、更新するために使われる。偶発的知見計算エンジン112は次に、作業フロー内ツールまたはオフライン処理ツールを使って、新たな知見が偶発的知見である確からしさを計算し、該新たな知見が偶発的知見であるかどうかを判定する。例示的な作業フロー内ツールはAIRリングであってもよい。ある例示的実施形態では、放射線医が、AIRリング・ダッシュボードを使って、画像試験からの画像上で、新たな撮像知見(「新たな知見」)を識別し、ラベル付けする。この例示的実施形態では、偶発的知見計算エンジン112は次いで、前記新たな撮像知見がIFである信頼レベルを、多因子解析を使って決定する。該多因子解析は:患者医療履歴における、撮像試験を実行する理由として述べられている臨床用語の存在、癌に関係した臨床用語および前記新たな撮像知見の存在の因子を含む。
偶発的知見計算エンジン112は、現在の撮像試験についての前記新たな撮像知見に関連する患者臨床情報を前記LHPPプロファイルと一緒に表示する。ある例示的実施形態では、ひとたび放射線医が新たな知見を識別し、ラベル付けし、その後LHPPプロファイルが作業フロー内ツールにおいてディスプレイ106上に表示されたら、放射線医は、偶発的知見として定義された前記新たな撮像知見について、フォローアップ勧告をしてもよい。これは、前記LHPPプロファイル、関連する患者臨床情報および前記偶発的知見についての臨床ガイドラインに基づいて行なわれる。作業フロー内ツールのもう一つの例示的実施形態では、勧告エンジン113が、特定的な偶発的知見についてのフォローアップ勧告を、前記LHPPプロファイルおよび定義された偶発的知見についての関連する患者臨床情報に基づいて、自動的に選択してもよい。
図2は、上記のシステム100を使って、患者臨床記録について、偶発的知見(IF)を定義および管理し、定義された偶発的知見についてのフォローアップ勧告を提供するためにLHPPプロファイルを自動的に生成および更新する方法200を示している。方法200は、患者医療記録において関連する臨床イベントを識別する段階と、偶発的知見についての臨床ガイドライン規則に従って臨床概念をクラスタリングする段階と、クラスタリングされた臨床概念を使って長期的健康患者プロファイルを生成し、更新する段階と、現在の試験についての新たな撮像知見を偶発的知見として定義するかどうかを、該新たな撮像知見が偶発的知見である確からしさを計算することによって決定する段階とを含む。
段階201では、識別エンジン110は、患者医療記録から臨床イベントを取得する。臨床イベントは、電子的医療システム、たとえば電子医療記録(EMR: electronic medical record)、放射線医学情報システム(RIS: radiology information system)および検査室情報システム(LIS: Laboratory Information System)に記憶されている任意のイベントでありうる。例示的な臨床イベントは、更新された患者臨床履歴、新たな放射線医学レポート、新たな病理学レポート、新たな病理学結果または薬の処方などを含みうる。段階202では、識別エンジン110が患者医療記録において関連する臨床イベントを識別する。ここで、識別される臨床イベントは、ある偶発的知見についての臨床ガイドラインに関連するものである。
段階203では、プロファイル・エンジン111が識別された臨床イベントを前処理する。これは、臨床イベント内の臨床概念、たとえば症状、診断および手順をパースして切り出し、識別するために自然言語処理パースを適用することによる。段階204では、プロファイル・エンジン111が次いで、特定的な偶発的知見(IF)についての一組の臨床ガイドライン規則を使って、識別された臨床概念をクラスタリングする。臨床概念をクラスタリングするための例示的な一組のガイドライン規則は、偶発的肺結節の偶発的知見についての勧告を定義するフライシュナー・ガイドラインであってもよい。偶発的肺結節についてのフライシュナー・ガイドラインにおける例示的なクラスタリングされた臨床概念は、たとえば、喫煙歴、アスベスト、ラドンもしくはウランへの曝露、肺結節の家族歴および肺結節の充実性もしくは半充実性の腫瘤を含む。
段階205では、プロファイル・エンジン111は、特定的な偶発的知見について関連する臨床イベントについてのクラスタリングされた臨床概念を記憶することによって、長期的健康患者プロファイル(LHPP)を生成する。LHPPプロファイルはたとえば、臨床ガイドラインおよび患者医療記録における関連臨床イベントを記憶するコンテキスト認識プロファイル(context-aware profile)であり、偶発的知見の識別および管理においてヘルスケア専門家を支援するために使われる。たとえば、LHPPプロファイルは、フライシュナー・ガイドラインおよび偶発的肺結節についての関連患者臨床イベントを使って生成されてもよい。
段階206では、プロファイル・エンジン111は、特定的な偶発的知見に関連する追加的情報を用いてLHPPプロファイルを更新する。追加的な情報はたとえば、クラスタリングされた臨床概念、臨床ガイドライン、関連臨床イベント、患者リスク、共存症および患者期待寿命などを含む。段階207では、偶発的知見計算エンジン112は、作業フロー内ツールまたはオフライン処理ツールを適用して、現在の試験についての前記新たな撮像知見が偶発的知見である確からしさを計算し、前記新たな撮像知見が偶発的知見(IF)であるかどうかを判定する。
前記新たな撮像知見をIFとして定義するかどうかを決定するために、前記偶発的知見計算エンジン112は、新たな撮像知見がIFである信頼レベルを、多因子解析を使って決定する。例示的実施形態では、フライシュナー・ガイドラインを使ってIFとしての前記新たな撮像知見の確からしさおよび信頼レベルを計算するために、偶発的知見計算エンジン112は次の因子を考慮する:1)放射線医学レポートにおける、試験を実行するための理由として述べられている肺疾患に関連する臨床用語、たとえば肺結節、すりガラスまたは嚢胞様腫瘤の存在;2)癌および転移に関連する臨床用語、たとえば白血病、黒色腫および肉腫の存在;3)患者医療記録履歴における、たとえば放射線医学レポート、病理学レポートまたは他の検査室試験における何らかの肺結節の存在。たとえば、肺結節の前記新たな知見が、腹痛について検査された患者について記録されている一方、偶発的知見計算エンジン112が以前の放射線医学レポートが患者医療記録履歴における頸癌および転移の癌関係の臨床用語の存在を示していることを同定する場合、偶発的知見計算エンジン112は、肺結節の前記新たな知見がIFである確からしさは低く、IFとして定義されるべきではないと判断してもよい。
段階208では、偶発的知見計算エンジン112は次いで、IFとして定義された前記新たな撮像知見に関連する患者臨床情報およびおよび前記LHPPプロファイルを適用して、偶発的知見についてのフォローアップ勧告を行なう。例示的なフォローアップ勧告は、異なる撮像モダリティでのさらなる撮像調査を含んでいてもよい。ある例示的な実施形態では、病理医は、前記LHPPプロトコルおよび偶発的知見計算エンジン112によって生成されたフォローアップ勧告をレビューした後に、偶発的知見計算エンジン112によって生成されたフォローアップ勧告を確証してもよい。
図3は、図2の段階208に描かれた、偶発的知見についてのフォローアップ勧告をするために作業フロー内ツールを使ってLHPPプロファイルを適用するための方法300をさらに詳細に描いて示している。例示的な作業フロー内ツールはAIRリング・ダッシュボードであってもよい。段階301では、ユーザー・インターフェース104を使って、放射線医は撮像試験からの画像上で新たな撮像知見(「新たな知見」)を識別し、ラベル付けする。新たな撮像知見は、現在の撮像試験内での画像所見である。ある例示的実施形態では、放射線医は、作業フロー内ツール、たとえばAIRリングを使って、新たな知見を識別し、該新たな知見をたとえば「左肺結節」としてラベル付けする。段階302では、偶発的知見計算エンジン112は、識別された新たな撮像知見に関連する患者臨床情報を、LHPPプロファイルとともに、ディスプレイ106上に表示される作業フロー内ツールにおいて表示する。例示的な関連する患者臨床情報は、患者リスク、患者についての共存症および患者期待寿命を含みうる。ある例示的実施形態では、段階302〜304に描かれるように、偶発的知見計算エンジン112は、LHPPプロファイルを、医療専門家、たとえば放射線医によるレビューのために、ディスプレイ106上の作業フロー内ツールにおいて表示する。段階303では、偶発的知見計算エンジン112は、前記新たな撮像知見を偶発的知見として定義するかどうかを決定する。
段階304では、前記新たな知見が偶発的知見として定義された後、偶発的知見計算エンジン112がLHPPプロファイルを関連する患者臨床情報および該偶発的知見についての臨床ガイドラインと一緒にディスプレイ106上に表示する。選択された偶発的知見についてのフォローアップ勧告をすることにおいて放射線医を支援するためである。たとえば、ひとたび肺結節が偶発的知見として定義されたら、偶発的知見計算エンジン112は、作業フロー内ツール上に、フライシュナー臨床ガイドラインおよび当該患者についての関連する臨床情報とともに、LHPPプロファイルを表示してもよい。関連する臨床情報はたとえば、喫煙歴、肺癌の家族歴またはアスベスト、ラドンもしくはウランへの曝露などを含む。偶発的肺結節のこの例示的実施形態では、偶発的肺結節についてのフォローアップ勧告をすることにおいて放射線医を支援するために、フライシュナー・ガイドラインおよび偶発的肺結節についての関連する患者臨床情報がディスプレイ106上に表示される。ある例示的実施形態では、ユーザー・インターフェース104を使って、放射線医は、作業フロー内ツールに表示されたLHPPプロファイルをクリックすることで、新たな撮像知見をエンジン112が偶発的知見(IF)として定義することに基づいて偶発的知見計算エンジン112によって生成されたフォローアップ勧告を確証してもよい。たとえば、放射線医が作業フロー内ツールAIRリングを使って新たな知見を識別し、ラベル付けした後、AIRリング・ダッシュボード・ツールは、偶発的知見計算エンジン112によって生成されたフォローアップ勧告を放射線医が確証するのを支援するために、LHPPプロファイルおよび関連する患者臨床情報をもつダッシュボードを生成してもよい。ここで、勧告は、エンジンの定義された偶発的知見に基づく。
ある例示的な実施形態では、段階305に描かれるように、勧告エンジン113はLHPPプロファイルを適用して、選択された偶発的知見についてのフォローアップ勧告を自動的に選択する。ある例示的実施形態では、勧告エンジン113は、肺結節サイズの関連する臨床情報とともにLHPPプロファイルについてフライシュナー・ガイドラインを適用して、偶発的肺結節についてのフォローアップ勧告を自動的に選択してもよい。フォローアップ勧告はたとえば、3、6、24か月めにおけるフォローアップCTスキャン;動的造影CT、PETスキャンおよび肺結節の生検である。
図4は、ある例示的実施形態に基づいて、偶発的肺結節についてのフォローアップ勧告をすることにおいて放射線医を支援するために、偶発的肺結節についての臨床ガイドラインと一緒のLHPPプロファイルとともに、患者についての関連する臨床情報を呈示する作業フロー内AIRリング・ダッシュボード・ツール表示106を示している。ある例示的実施形態では、放射線医は、LHPPプロファイルのAIRリング・ダッシュボード表示を含むユーザー・インターフェース104をクリックすることで、偶発的知見404内での、前記肺結節の前記新たな知見の偶発的知見計算エンジン112による偶発的知見としての定義を確証してもよい。ひとたび肺結節が偶発的知見として定義されたら、偶発的知見計算エンジン112はディスプレイ106上に、肺結節に関連する患者臨床情報402、たとえば偶発的肺結節サイズ、患者喫煙歴および癌の患者家族歴を述べる臨床情報と、LHPPプロファイルと、偶発的肺結節についてのフォローアップ勧告を提供する、偶発的肺結節に固有の臨床ガイドライン406、たとえばフライシュナー・ガイドラインとを表示する。関連する患者臨床情報402と、定義された偶発的知見をもつLHPPプロファイルと、フォローアップ勧告408をもつ臨床ガイドライン406とが、偶発的肺結節についてのフォローアップ勧告をすることにおいて放射線医を支援するために、ディスプレイ106に表示される。
当業者は、上記の例示的実施形態が、別個のソフトウェア・モジュールとして、ハードウェアとソフトウェアの組み合わせとしてなどを含め、いくつもの仕方で実装されうることを理解するであろう。たとえば、識別エンジン110、プロファイル・エンジン111、偶発的知見計算エンジン112および勧告エンジン113は、コンパイルされたときにプロセッサ上で実行されうるコードの行を含むプログラムであってもよい。
開示される例示的実施形態および方法および代替に対して、本開示の精神および範囲から外れることなく、さまざまな修正がなしうることは当業者には明白であろう。このように、本開示は、付属の請求項およびその等価物の範囲内にはいる限り、かかる修正および変形をカバーすることが意図されている。

Claims (20)

  1. 患者についての臨床イベントを取得する段階と;
    偶発的知見についての臨床ガイドラインに関連する前記臨床イベントを識別する段階であって、前記偶発的知見は、撮像試験を実行することについての主要な目標にとっては付随的な撮像所見である、段階と;
    前記臨床イベントにおける臨床概念をパースして切り出す段階と;
    前記偶発的知見についての前記臨床ガイドラインに従って前記臨床概念をクラスタリングする段階と;
    前記偶発的知見臨床ガイドラインに関連する前記識別された臨床イベントについてのクラスタリングされた臨床概念を記憶することによって、長期的健康患者プロファイルを生成する段階と;
    現在の撮像試験からの新たな撮像知見を偶発的知見として定義するかどうかを決定する段階と;
    前記長期的健康患者プロファイルおよび関連する患者臨床情報に基づいて、前記定義された偶発的知見についてのフォローアップ勧告をする段階とを含む、
    方法。
  2. 前記長期的健康患者プロファイルを更新することを:
    前記偶発的知見に関連する追加的な識別された臨床イベントを入力し;
    前記追加的な識別された臨床イベントにおける臨床概念をパースして切り出し;
    前記偶発的知見についての臨床ガイドラインに従って前記追加的な識別された臨床イベントにおける前記臨床概念をクラスタリングし;
    前記追加的な識別された臨床イベントについてのクラスタリングされた臨床概念を記憶することによって前記長期的健康患者プロファイルを更新することによって行なうことをさらに含む、
    請求項1記載の方法。
  3. 前記関連する臨床イベントが:
    更新された患者臨床履歴、新たな撮像試験レポート、新たな薬処方および新たな病理学結果のうちの少なくとも一つを含む、
    請求項1記載の方法。
  4. 前記臨床ガイドラインが:
    前記偶発的知見についての患者リスク・レベル、前記偶発的知見のリスクを増す患者リスク因子、前記偶発的知見のサイズ、前記偶発的知見の物理的性質および前記新たな撮像知見のための撮像試験の型
    のうちの少なくとも一つを含む因子に基づいて前記偶発的知見についての潜在的なフォローアップ勧告を支配する規則をリストするものである、請求項1記載の方法。
  5. 前記関連する患者臨床情報が:
    前記偶発的知見についての患者リスク・レベル、前記患者における共存症および患者期待寿命のうちの少なくとも一つを含む、
    請求項1記載の方法。
  6. 前記臨床概念をパースして切り出す段階が:
    前記臨床イベントにおける臨床概念を識別するために自然言語処理パースを適用することを含む、
    請求項1記載の方法。
  7. 前記臨床概念が:症状、診断および手順のうちの少なくとも一つを含む、請求項1記載の方法。
  8. 前記新たな撮像知見を偶発的知見として定義するかどうかを決定する段階がさらに:
    作業フロー内ツール;または
    オフライン処理ツール
    の少なくとも一方を使って、前記新たな撮像知見が前記偶発的知見である確からしさを計算することを含む、請求項1記載の方法。
  9. 前記新たな撮像知見を偶発的知見として定義するかどうかを決定する段階がさらに;前記長期的健康患者プロファイルを、前記偶発的知見についての前記臨床ガイドラインおよび前記関連する患者臨床情報とともに適用することを含む、請求項8記載の方法。
  10. 前記作業フロー内ツールがAIRリング・ダッシュボードを含む、請求項8記載の方法。
  11. 前記定義された偶発的知見についてのフォローアップ勧告をする段階がさらに:
    前記長期的健康患者プロファイルを前記関連する臨床イベントとともに表示する段階と;
    前記関連する患者臨床情報を表示する段階と;
    前記新たな撮像知見を前記偶発的知見として定義する段階と;
    前記臨床ガイドラインにリストされている潜在的なフォローアップ勧告を表示する段階と;
    表示された長期的健康患者プロファイルおよび表示された関連する患者臨床情報を、前記偶発的知見についてのフォローアップ勧告を選択することにおいて医療専門家を支援するために適用する段階とを含む、
    請求項1記載の方法。
  12. 前記定義された偶発的知見についてのフォローアップ勧告をする段階がさらに:
    表示された長期的健康患者プロファイルおよび前記関連する患者臨床情報を、前記偶発的知見についてのフォローアップ勧告を自動的に選択するために適用する段階を含む、
    請求項1記載の方法。
  13. 前記フォローアップ勧告は:勧告される撮像調査のスケジューリングおよび勧告される撮像調査の型の少なくとも一方を含む、請求項7記載の方法。
  14. 実行可能なプログラムを記憶している非一時的なコンピュータ可読記憶媒体と、
    前記実行可能なプログラムを実行するプロセッサとを有するシステムであって、前記実行可能なプログラムの実行は前記プロセッサに:
    患者についての臨床イベントを取得する段階と;
    偶発的知見についての臨床ガイドラインに関連する前記臨床イベントを識別する段階であって、前記偶発的知見は、撮像試験を実行することについての主要な目標にとっては付随的な撮像所見である、段階と;
    前記臨床イベントにおける臨床概念をパースして切り出す段階と;
    前記偶発的知見についての前記臨床ガイドラインに従って前記臨床概念をクラスタリングする段階と;
    前記偶発的知見臨床ガイドラインに関連する前記識別された臨床イベントについてのクラスタリングされた臨床概念を記憶することによって、長期的健康患者プロファイルを生成する段階と;
    現在の撮像試験からの新たな撮像知見を偶発的知見として定義するかどうかを決定する段階と;
    前記長期的健康患者プロファイルおよび関連する患者臨床情報に基づいて、前記定義された偶発的知見についてのフォローアップ勧告をする段階とを実行させるものである、
    システム。
  15. 前記プロセッサによる前記実行可能なプログラムの実行は前記プロセッサに:
    前記長期的健康患者プロファイルを更新することを:
    前記偶発的知見に関連する追加的な識別された臨床イベントを入力し;
    前記追加的な識別された臨床イベントにおける臨床概念をパースして切り出し;
    前記偶発的知見についての臨床ガイドラインに従って前記追加的な識別された臨床イベントにおける前記臨床概念をクラスタリングし;
    前記追加的な識別された臨床イベントについてのクラスタリングされた臨床概念を記憶することによって前記長期的健康患者プロファイルを更新することによって行なうことを実行させる、
    請求項14記載のシステム。
  16. 前記関連する臨床イベントが:
    更新された患者臨床履歴、新たな撮像試験レポート、新たな薬処方および新たな病理学結果のうちの少なくとも一つを含む、
    請求項14記載のシステム。
  17. 前記臨床ガイドラインが:
    前記偶発的知見についての患者リスク・レベル、前記偶発的知見のリスクを増す患者リスク因子、前記偶発的知見のサイズ、前記偶発的知見の物理的性質および前記新たな撮像知見のための撮像試験の型
    のうちの少なくとも一つを含む因子に基づいて前記偶発的知見についての潜在的なフォローアップ勧告を支配する規則をリストするものである、請求項14記載のシステム。
  18. 前記定義された偶発的知見についてのフォローアップ勧告をする段階がさらに:
    前記長期的健康患者プロファイルを前記関連する臨床イベントとともに表示する段階と;
    前記関連する患者臨床情報を表示する段階と;
    前記新たな撮像知見を前記偶発的知見として定義する段階と;
    前記臨床ガイドラインにリストされている潜在的なフォローアップ勧告を表示する段階と;
    表示された長期的健康患者プロファイルおよび表示された関連する患者臨床情報を、前記偶発的知見についてのフォローアップ勧告を選択することにおいて医療専門家を支援するために適用する段階とを含む、
    請求項14記載のシステム。
  19. 前記定義された偶発的知見についてのフォローアップ勧告をする段階がさらに:
    表示された長期的健康患者プロファイルおよび前記関連する患者臨床情報を、前記偶発的知見についてのフォローアップ勧告を自動的に選択するために適用する段階を含む、
    請求項14記載のシステム。
  20. プロセッサによって実行可能な一組の命令を含んでいる非一時的なコンピュータ可読記憶媒体であって、前記一組の命令は、前記プロセッサによって実行されたとき、前記プロセッサに:
    患者についての臨床イベントを取得する段階と;
    偶発的知見についての臨床ガイドラインに関連する前記臨床イベントを識別する段階であって、前記偶発的知見は、撮像試験を実行することについての主要な目標にとっては付随的な撮像所見である、段階と;
    前記臨床イベントにおける臨床概念をパースして切り出す段階と;
    前記偶発的知見についての前記臨床ガイドラインに従って前記臨床概念をクラスタリングする段階と;
    前記偶発的知見臨床ガイドラインに関連する前記識別された臨床イベントについてのクラスタリングされた臨床概念を記憶することによって、長期的健康患者プロファイルを生成する段階と;
    現在の撮像試験からの新たな撮像知見を偶発的知見として定義するかどうかを決定する段階と;
    前記長期的健康患者プロファイルおよび関連する患者臨床情報に基づいて、前記定義された偶発的知見についてのフォローアップ勧告をする段階とを含む動作を実行させるものである、記憶媒体。
JP2018522098A 2015-11-05 2016-11-04 偶発的知見についての長期的健康患者プロファイル Active JP6731480B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562251125P 2015-11-05 2015-11-05
US62/251,125 2015-11-05
PCT/IB2016/056654 WO2017077501A1 (en) 2015-11-05 2016-11-04 Longitudinal health patient profile for incidental findings

Publications (2)

Publication Number Publication Date
JP2018532209A true JP2018532209A (ja) 2018-11-01
JP6731480B2 JP6731480B2 (ja) 2020-07-29

Family

ID=57392008

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018522098A Active JP6731480B2 (ja) 2015-11-05 2016-11-04 偶発的知見についての長期的健康患者プロファイル

Country Status (7)

Country Link
US (1) US20180350466A1 (ja)
EP (1) EP3371727A1 (ja)
JP (1) JP6731480B2 (ja)
CN (1) CN108352185A (ja)
BR (1) BR112018008905A8 (ja)
RU (1) RU2741734C2 (ja)
WO (1) WO2017077501A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021172477A1 (ja) * 2020-02-25 2021-09-02 富士フイルム株式会社 文書作成支援装置、方法およびプログラム

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112018069032A2 (pt) * 2016-04-08 2019-01-29 Optum Inc métodos, aparelhos e sistemas para detecção de gradiente de indicadores incidentais significativos de doença
US20190272919A1 (en) * 2018-03-01 2019-09-05 Siemens Medical Solutions Usa, Inc. Proactive follow-up of clinical findings
EP3844764A1 (en) * 2018-08-28 2021-07-07 Koninklijke Philips N.V. Selecting a treatment for a patient
EP3624128A1 (en) * 2018-09-17 2020-03-18 Koninklijke Philips N.V. An apparatus and method for detecting an incidental finding
JP7313890B2 (ja) * 2019-04-24 2023-07-25 キヤノンメディカルシステムズ株式会社 医用情報処理装置及び医用情報処理方法
CN112289444B (zh) * 2020-09-10 2023-09-19 北京大学 一种患者潜在重要信息的确定方法和装置
CN113421657B (zh) * 2021-06-24 2023-08-22 中国医学科学院医学信息研究所 临床实践指南的知识表示模型的构建方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005510326A (ja) * 2001-11-21 2005-04-21 ウェイク フォーレスト ユニバーシティ ヘルス サイエンシーズ 画像レポート作成方法及びそのシステム
JP2008537691A (ja) * 2005-03-16 2008-09-25 コーネル リサーチ ファンデーション,インコーポレーテッド 診断用精密検査におけるイメージング・ソフトウエアの領域を拡張する方法
JP2011138513A (ja) * 2009-12-28 2011-07-14 General Electric Co <Ge> 患者の統合健康情報をシームレスに視覚表示するシステム及び方法
JP2013039344A (ja) * 2011-08-15 2013-02-28 Toshiba Corp 医用画像処理装置、医用画像処理方法および異常検出プログラム
WO2014149497A1 (en) * 2013-03-15 2014-09-25 Northrop Grumman Systems Corporation Learning health systems and methods
WO2014155273A1 (en) * 2013-03-29 2014-10-02 Koninklijke Philips N.V. A context driven summary view of radiology findings
WO2015136404A1 (en) * 2014-03-13 2015-09-17 Koninklijke Philips N.V. System and method for scheduling healthcare follow-up appointments based on written recommendations

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2207623C2 (ru) * 2001-02-16 2003-06-27 Закрытое акционерное общество "ОВИОНТ Информ" Медицинская информационно-консультационная система (мис)
EP2192509A1 (de) * 2008-11-19 2010-06-02 CompuGroup Holding AG Verfahren zur Anzeige von patientenbezogenen Diagnosen chronischer Krankheiten
US8645157B2 (en) * 2009-02-27 2014-02-04 General Electric Company Methods and system to identify exams with significant findings
EP2430578A1 (en) * 2009-05-15 2012-03-21 Koninklijke Philips Electronics N.V. Clinical decision support systems with external context
CN103003817A (zh) * 2009-12-10 2013-03-27 皇家飞利浦电子股份有限公司 临床数据的自动化注释
US9715576B2 (en) * 2013-03-15 2017-07-25 II Robert G. Hayter Method for searching a text (or alphanumeric string) database, restructuring and parsing text data (or alphanumeric string), creation/application of a natural language processing engine, and the creation/application of an automated analyzer for the creation of medical reports
US20140350961A1 (en) * 2013-05-21 2014-11-27 Xerox Corporation Targeted summarization of medical data based on implicit queries
US20140365239A1 (en) * 2013-06-05 2014-12-11 Nuance Communications, Inc. Methods and apparatus for facilitating guideline compliance
WO2015031296A1 (en) * 2013-08-30 2015-03-05 The General Hospital Corporation System and method for implementing clinical decision support for medical imaging analysis

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005510326A (ja) * 2001-11-21 2005-04-21 ウェイク フォーレスト ユニバーシティ ヘルス サイエンシーズ 画像レポート作成方法及びそのシステム
JP2008537691A (ja) * 2005-03-16 2008-09-25 コーネル リサーチ ファンデーション,インコーポレーテッド 診断用精密検査におけるイメージング・ソフトウエアの領域を拡張する方法
JP2011138513A (ja) * 2009-12-28 2011-07-14 General Electric Co <Ge> 患者の統合健康情報をシームレスに視覚表示するシステム及び方法
JP2013039344A (ja) * 2011-08-15 2013-02-28 Toshiba Corp 医用画像処理装置、医用画像処理方法および異常検出プログラム
WO2014149497A1 (en) * 2013-03-15 2014-09-25 Northrop Grumman Systems Corporation Learning health systems and methods
WO2014155273A1 (en) * 2013-03-29 2014-10-02 Koninklijke Philips N.V. A context driven summary view of radiology findings
WO2015136404A1 (en) * 2014-03-13 2015-09-17 Koninklijke Philips N.V. System and method for scheduling healthcare follow-up appointments based on written recommendations

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021172477A1 (ja) * 2020-02-25 2021-09-02 富士フイルム株式会社 文書作成支援装置、方法およびプログラム
JP7368592B2 (ja) 2020-02-25 2023-10-24 富士フイルム株式会社 文書作成支援装置、方法およびプログラム

Also Published As

Publication number Publication date
RU2018120755A3 (ja) 2020-07-09
EP3371727A1 (en) 2018-09-12
CN108352185A (zh) 2018-07-31
JP6731480B2 (ja) 2020-07-29
BR112018008905A2 (pt) 2018-11-21
BR112018008905A8 (pt) 2019-02-26
US20180350466A1 (en) 2018-12-06
RU2741734C2 (ru) 2021-01-28
RU2018120755A (ru) 2019-12-06
WO2017077501A1 (en) 2017-05-11

Similar Documents

Publication Publication Date Title
JP6731480B2 (ja) 偶発的知見についての長期的健康患者プロファイル
JP5899236B2 (ja) 事例ベース推論を用いた治療プランニングに対する医療判断支援のためのシステム及び方法
JP5744877B2 (ja) 臨床判断支援のためのシステム及びその方法
EP2169577A1 (en) Method and system for medical imaging reporting
US20140010432A1 (en) Image acquisition and/or image related parameter recommender
US20130339051A1 (en) System and method for generating textual report content
JP6796060B2 (ja) 画像レポート注釈同定
US20230368893A1 (en) Image context aware medical recommendation engine
JP2023503610A (ja) 医療スキャン映像の相互位置合わせおよびそれとともに使用する方法
JP6054295B2 (ja) 臨床状態タイムライン
WO2019068499A1 (en) SYSTEM AND METHOD FOR AUTOMATICALLY PREPARING A LIST OF CARE FOR IMPROVING A RADIOLOGY WORKFLOW
WO2015028369A2 (en) System and method for reporting multiple medical procedures
US10839299B2 (en) Non-leading computer aided detection of features of interest in imagery
US20200043583A1 (en) System and method for workflow-sensitive structured finding object (sfo) recommendation for clinical care continuum
US20210217535A1 (en) An apparatus and method for detecting an incidental finding
US11488698B2 (en) Facilitated structured measurement management tool progress and compliance analytics solution

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180508

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20191031

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200306

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: 20200609

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200706

R150 Certificate of patent or registration of utility model

Ref document number: 6731480

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250