JP2021164538A

JP2021164538A - 診断支援システム、診断支援装置及びプログラム

Info

Publication number: JP2021164538A
Application number: JP2020068729A
Authority: JP
Inventors: 尚隼菅ヶ谷; Naotoshi Sugaya
Original assignee: Konica Minolta Inc
Current assignee: Konica Minolta Inc
Priority date: 2020-04-07
Filing date: 2020-04-07
Publication date: 2021-10-14
Anticipated expiration: 2040-04-07
Also published as: JP7428055B2

Abstract

【課題】意図しない箇所での異常の発見を補助し、効率的に読影の見落としの防止を図る。【解決手段】本発明に係る診断支援システムによれば、対象検査の医用情報に対して行われたユーザーの所定の操作を記憶部に記憶し、記憶部に記憶された前記対象検査の医用情報に対するユーザーの所定の操作に基づいて、前記対象検査の少なくとも一つの医用画像から関心領域外の領域を特定し、特定された関心領域外の領域に対して人工知能による異常検出を行う。【選択図】図４

Description

本発明は、診断支援システム、診断支援装置及びプログラムに関する。

近年、医用画像の読影診断にＡＩ（人工知能）を活用する技術が提案されている。
例えば、特許文献１には、診断用のＸ線画像において所望領域（例えば肺野）を矩形上の領域に区切って、ＡＩエンジンによる病変の検知処理に付すことが記載されている。
また、非特許文献１には、Ｘ線検査により取得された胸部画像をＡＩに取り込み、ＡＩで病変の有無を判定し、病変を矩形で囲んで示すことが記載されている。

特開２０１９−１５４９４３号公報

Xiaosong Wang et al.:"ChestX-ray8: Hospital-scale Chest X-ray Database and Benchmarks on Weakly-Supervised Classification and Localization of Common Thorax Diseases", IEEE CVPR 2017, pp 2097-2106(2017)

基本的に、医師による読影の対象は関心領域であり、医師は医用画像における関心領域に注目して読影を行っている。
特許文献１の技術は、医師による関心領域の読影診断を支援することができる。しかしながら、医師が意図していない関心領域外に病変等の異常が存在した場合、見落としが生じる可能性がある。一方、非特許文献１の技術では、胸部画像全体をＡＩに取り込み、病変の判定を行わせていたため、ＡＩの処理負荷が重くなり、高い処理能力のＡＩエンジンが必要であった。

本発明の課題は、意図しない箇所での異常の発見を補助し、効率的に読影の見落としの防止を図ることである。

上記課題を解決するため、請求項１に記載の発明の診断支援システムは、
対象検査の医用情報に対して行われたユーザーの所定の操作を記憶する記憶手段と、
前記記憶手段に記憶された前記対象検査の医用情報に対するユーザーの前記所定の操作に基づいて、前記対象検査の少なくとも一つの医用画像から関心領域外の領域を特定する特定手段と、
前記特定手段により特定された前記医用画像の関心領域外の領域に対して人工知能による異常検出を行う検出手段と、
を備える。

請求項２に記載の発明は、請求項１に記載の発明において、
前記検出手段による検出結果を出力する出力手段を備える。

請求項３に記載の発明は、請求項１又は２に記載の発明において、
前記特定手段は、前記記憶手段に記憶された前記対象検査の医用情報に対するユーザーの前記所定の操作に基づいて、前記対象検査の少なくとも一つの医用画像から関心領域を特定し、前記医用画像における前記特定された関心領域の外の領域を関心領域外の領域として特定する。

請求項４に記載の発明は、請求項１〜３のいずれか一項に記載の発明において、
前記特定手段は、さらに、前記関心領域外の領域が特定されていない、前記医用画像と同一患者の他の医用画像について、当該他の医用画像の全体を関心領域外と特定し、
前記検出手段は、前記他の医用画像全体に対して人工知能による異常検出を行う。

請求項５に記載の発明は、請求項１〜３のいずれか一項に記載の発明において、
前記特定手段は、さらに、前記関心領域外の領域が特定されていない、前記医用画像と同一患者の他の医用画像について、前記医用画像において関心領域外と特定された領域に対応する領域を関心領域外と特定し、
前記検出手段は、前記他の医用画像の関心領域外の領域に対して人工知能による異常検出を行う。

請求項６に記載の発明は、請求項４又は５に記載の発明において、
前記他の医用画像は、異なるモダリティーで取得された医用画像か、異なる時刻に取得された医用画像か、又は異なる撮影方法で撮影された医用画像のうち、少なくとも一つの医用画像である。

請求項７に記載の発明は、請求項１〜６のいずれか一項に記載の発明において、
前記特定手段は、前記記憶手段に記憶された前記所定の操作に基づいて、前記医用画像から関心領域外の領域が特定できなかった場合、前記医用画像全体を関心領域外の領域と特定する。

請求項８に記載の発明の診断支援装置は、
対象検査の医用情報に対して行われたユーザーの所定の操作を受け付け、前記所定の操作に基づいて、前記対象検査の少なくとも一つの医用画像から関心領域外の領域を特定する特定手段と、
前記特定手段により特定された前記医用画像の関心領域外の領域に対して人工知能による異常検出を行う検出手段と、
を備える。

請求項９に記載の発明のプログラムは、
コンピューターを、
対象検査の医用情報に対して行われたユーザーの所定の操作を記憶する記憶手段、
前記記憶手段に記憶された前記対象検査の医用情報に対するユーザーの前記所定の操作に基づいて、前記対象検査の少なくとも一つの医用画像から関心領域外の領域を特定する特定手段、
前記特定手段により特定された前記医用画像の関心領域外の領域に対して人工知能による異常検出を行う検出手段、
として機能させる。

本発明によれば、意図しない箇所での異常の発見を補助することができ、効率的に読影の見落としを防止することが可能となる。

本実施形態における診断支援システムの全体構成例を示す図である。図１のサーバー装置の機能的構成を示すブロック図である。図１の読影端末の機能的構成を示すブロック図である。図２の制御部により実行される診断支援処理を示すフローチャートである。ユーザーによる所定の操作及び関心領域外の特定を模式的に示す図である。（ａ）は、ＡＩによる関心領域外の読影が完了したことを知らせる通知の一例を示す図であり、（ｂ）は、ＡＩにより異常検出が行われた関心領域外の領域がどこであったかを示す画像の表示例を示す図である。（ａ）は、ＡＩによる関心領域外の異常検出結果の通知の一例を示す図であり、（ｂ）は、ＡＩにより検出された異常の位置の表示例を示す図である。

以下、図面を参照して本発明に係る好適な実施形態について説明する。なお、本発明は、図示例に限定されるものではない。

（診断支援システム１００の構成）
まず、本発明の実施形態の構成を説明する。
図１に、本実施形態における診断支援システム１００のシステム構成を示す。
図１に示すように、診断支援システム１００は、画像生成装置１、サーバー装置２、読影端末３を備えて構成されている。これら各装置１〜３は、ＬＡＮ（Local Area Network）等の医療施設内で構築された通信ネットワークＮを介して相互にデータを送受信可能に接続されている。通信ネットワークＮは、ＤＩＣＯＭ（Digital Imaging and Communication in Medicine）規格が適用されている。なお、各装置の台数は、特に限定されない。

以下、各構成装置１〜３について説明する。
画像生成装置１は、人体における被写体部位を撮影し、その撮影画像（医用画像）のデジタルデータを生成するモダリティーであり、例えば、ＣＲ（Computed Radiography）装置、ＦＰＤ（Flat Panel Detector）装置、ＣＴ（Computed Tomography）装置、ＭＲＩ（Magnetic Resonance Imaging）装置、超音波診断装置等を適用可能である。

なお、画像生成装置１は、上述したＤＩＣＯＭ規格に準拠した装置であり、医用画像をＤＩＣＯＭファイル形式で生成する。ＤＩＣＯＭファイルは画像部とヘッダ部から構成されている。画像部には医用画像の実データ、ヘッダ部には当該医用画像の付帯情報（ＤＩＣＯＭ情報）が書き込まれる。画像生成装置１は、撮影により得られた医用画像に上記付帯情報をヘッダ情報として付加して通信ネットワークＮを介してサーバー装置２へ送信する。

ここで、ＤＩＣＯＭ情報は、患者情報、検査情報、シリーズ情報、画像情報を含んで構成されている。
患者情報は、医用画像の患者（被検者）に関する各種情報であり、例えば、患者ＩＤ、患者氏名、生年月日、年齢、性別、身長、体重等の項目が含まれる。
検査情報は、検査に関する各種情報であり、例えば、検査ＩＤ、検査日、検査時刻、検査記述、シリーズ数、画像枚数等の項目が含まれる。
シリーズ情報は、検査に含まれるシリーズに関する各種情報であり、例えば、モダリティー、撮影部位、撮影方法（例えば、撮影方向（スライス方向）、造影剤の有無）、シリーズ記述、側性、シリーズ番号、画像枚数、ＡＥタイトル等の項目が含まれる。
画像情報は、医用画像に関する各種情報であり、例えば、画像番号、患者方向、画像タイプ、ピクセル構造、縦幅、横幅、管電圧、ｍＡ、管電流、画素間隔、スライス厚、スライス位置、フレーム番号、フレーム数、ＴＲ、ＴＥ、ＷＷ／ＷＣ等の項目が含まれる。

サーバー装置２は、画像生成装置１から送信された医用画像を画像ＤＢ（Data Base）２５１に格納するとともに、付帯情報を付帯情報ＤＢ２５２に格納し、医用画像を管理する。また、サーバー装置２は、読影端末３からの要求に応じて、読影端末３に検査リスト画面やビューアー画面を表示し、ユーザー操作に応じて各種処理を行う。
ここで、検査リスト画面は、読影の対象検査を選択するための検査リストが表示された画面である。ビューアー画面は、対象検査の医用画像を表示して、医師による読影診断を支援するための画面である。

図２に、サーバー装置２の機能構成例を示す。
図２に示すように、サーバー装置２は、制御部２１、操作部２２、表示部２３、通信部２４、記憶部２５、検出部２６を備えて構成され、各部はバス２７により接続されている。

制御部２１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory
）等により構成される。制御部２１のＣＰＵは、記憶部２５に記憶されているシステムプログラムや処理プログラム等の各種プログラムを読み出してＲＡＭに展開し、展開されたプログラムに従って各種処理を実行する。例えば、制御部２１は、記憶部２５に記憶されているプログラムとの協働により、後述する診断支援処理を実行する。

操作部２２は、文字入力キー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードで押下操作されたキーの押下信号とマウスによる操作信号とを、入力信号として制御部２１に出力する。

表示部２３は、例えば、ＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）等のモニターを備えて構成されており、制御部２１から入力される表示信号の指示に従って、各種画面を表示する。

通信部２４は、ＬＡＮカード等を備え、通信ネットワークＮに接続された外部機器との間でデータの送受信を行う。

記憶部２５は、例えばＨＤＤ（Hard Disk Drive）や半導体の不揮発性メモリ等で構成されている。記憶部２５には、前述のように各種プログラムが記憶されている。記憶部２５に記憶されているプログラムには、後述する診断支援処理を実行させるためのプログラムが記憶されている。

また、記憶部２５には、画像ＤＢ２５１、付帯情報ＤＢ２５２が設けられている。
画像ＤＢ２５１は、医用画像や読影レポートを格納するためのデータベースである。
付帯情報ＤＢ２５２は、画像ＤＢ２５１に格納されている医用画像に関する付帯情報を検索可能に格納するデータベースである。

検出部２６は、制御部２１により指示された医用画像の指定された領域からＡＩ（人工知能）により異常検出処理を行い、検出結果情報を出力する。
本実施形態において、検出部２６は、例えば、大量の学習データ（異常（病変）が写っている医用画像と正解ラベル（その医用画像における異常領域及び診断名のペア）を用いて機械学習により学習することにより作成された機械学習モデルを用いて、入力された医用画像の指定された領域から異常検出処理を行い、検出結果情報を医用画像に対応付けて制御部２１に出力する。
なお、検出部２６を構成するＡＩは、上述のものに限定されず、どのような手法で異常を検出するものであってもよい。

読影端末３は、読影アプリケーションが搭載された端末である。読影アプリケーションは、ユーザー操作に応じてサーバー装置２にアクセスし、サーバー装置２から送信された検査リスト画面やビューアー画面等を表示し、これらの画面からのユーザー操作を受け付けて、ユーザー操作に応じた処理を実行するアプリケーションである。読影端末３としては、パーソナルコンピューター、タブレット、スマートフォン等が適用可能である。

図３に、読影端末３の機能構成例を示す。
図３に示すように、読影端末３は、制御部３１、操作部３２、表示部３３、通信部３４、記憶部３５を備えて構成され、各部はバス３６により接続されている。

制御部３１は、ＣＰＵ、ＲＡＭ等により構成される。制御部３１のＣＰＵは、記憶部３５に記憶されているシステムプログラムや読影アプリケーションを始めとする各種プログラムを読み出してＲＡＭに展開し、展開されたプログラムに従って各種処理を実行する。

操作部３２は、文字入力キー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、ユーザーにより押下操作されたキーの押下信号とマウスによる操作信号とを、入力信号として制御部３１に出力する。また、操作部３２は、表示部３３の表示画面にタッチパネルを備える構成として良く、この場合、タッチパネルを介してユーザー操作により入力された指示信号を制御部３１に出力する。

表示部３３は、例えば、ＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）等のモニターを備えて構成されており、制御部３１から入力される表示信号の指示に従って、各種画面を表示する。

通信部３４は、ＬＡＮカード等により構成され、有線又は無線により通信ネットワークＮに接続された外部機器との間でデータの送受信を行う。

記憶部３５は、例えばＨＤＤ（Hard Disk Drive）や半導体の不揮発性メモリ等で構成
されている。記憶部３５には、前述のようにシステムプログラムや読影アプリケーションを始めとする各種プログラムが記憶されている。

（診断支援システム１００の動作）
次に、診断支援システム１００の動作について説明する。
読影端末３において読影アプリケーションが起動され、サーバー装置２にログイン要求が行われると、サーバー装置２はログイン認証を行う。認証後、サーバー装置２は、通信部２４により読影端末３に検査リスト画面を送信する。読影端末３から読影の対象検査が選択されると、サーバー装置２は、選択された対象検査の医用画像が表示されたビューアー画面の画面情報を生成して通信部２４により読影端末３に送信し、診断支援処理を開始する。

読影端末３においては、サーバー装置２からビューアー画面が送信されると、ビューアー画面を表示部３３に表示する。ビューアー画面は、ユーザーによる各種操作（例えば、医用画像の拡大縮小、パン（医用画像における表示領域の移動）、ＲＯＩ設定、階調調整、比較読影、読影レポート作成、終了指示等）を受け付け可能に構成されている。制御部３１は、読影アプリケーションに従って、操作部３２からのユーザー操作に応じた処理を実行するとともに、ユーザー操作の操作情報を通信部３４を介してサーバー装置２に送信する。

図４に、サーバー装置２の制御部２１により実行される診断支援処理のフローチャートを示す。診断支援処理は、制御部２１と記憶部２５に記憶されているプログラムとの協働により実行される。また、診断支援処理に対応して読影端末３の制御部３１で行われる処理は、制御部３１と記憶部３５に記憶されている読影アプリケーションとの協働により実行される。

診断支援処理において、制御部２１は、読影端末３におけるビューアー画面上でのユーザー操作の操作情報を通信部２４により受信すると、ビューアー画面において対象検査の医用情報に対して所定の操作が行われたか否かを判断し、所定の操作が行われた場合に、その操作情報をＲＡＭに記憶する（ステップＳ１）。
ここで、医用情報には、医用画像や読影レポートが含まれる。所定の操作は、対象検査の医用画像における関心領域（医師が読影した領域）を特定するために用いられる予め定められた操作であり、例えば、図５に示すように、医用画像の拡大縮小、パン、ＲＯＩの設定等の操作や、読影レポートへの情報の書き込み、読影レポートへの画像添付等の操作が挙げられる。

次いで、制御部２１は、読影端末３からの操作情報に基づいて、ビューアー画面においてユーザー操作が終了したか否かを判断する（ステップＳ２）。
例えば、制御部２１は、ビューアー画面において終了ボタン等が押下された場合等、所定のタイミングが到来した際に、ユーザー操作が終了したと判断する。
ユーザー操作が終了していないと判断した場合（ステップＳ２；ＮＯ）、制御部２１は、ステップＳ１に戻る。

ビューアー画面においてユーザー操作が終了したと判断した場合（ステップＳ２；ＹＥＳ）、制御部２１は、ＲＡＭに記憶された、所定の操作の操作情報に基づいて、対象検査の医用画像から関心領域外の領域を特定する（ステップＳ３）。
すなわち、対象検査の医用情報に対して行われた所定の操作に基づいて、対象検査の医用画像における関心領域を特定し、医用画像における特定した関心領域の外の領域を関心領域外の領域として特定する。この関心領域外の特定にＡＩを用いることとしてもよい。

ステップＳ３において、例えば、対象検査に複数のシリーズが含まれており、一部のシリーズの医用画像に対してのみ所定の操作が行われた場合、制御部２１は、まず、上述の所定の操作が行われたシリーズの医用画像に対して関心領域外の領域の特定を行う。
関心領域が特定できなかった医用画像については、その医用画像の全体を関心領域外の領域として特定する。これは、「関心領域が特定されていない＝画像全てが関心領域外」という考えに基づく。
例えば、検査対象の医用画像がＣＴにより生成されたシリーズの医用画像である場合、所定の操作から関心領域が特定できた医用画像については、その医用画像における特定された関心領域の外の領域を関心領域外の領域として特定し、例えば、所定の操作が行われなかった等、関心領域が特定できなかった医用画像については、その医用画像の全体を関心領域外の領域として特定する。

また、制御部２１は、所定の操作が行われた医用画像と比較読影された医用画像や、対象検査の医用画像であって所定の操作が行われなかったシリーズの医用画像等、関心領域外の領域の特定が行われていない他の医用画像についても関心領域外の領域の特定を行う。ここで、他の医用画像とは、関心領域外の領域が特定された医用画像（特定済み医用画像と呼ぶ）と同一患者の医用画像であり、特定済み医用画像とは異なるモダリティーで取得された医用画像か、異なる時刻に撮影された医用画像か、異なる撮影方法で撮影された医用画像のうち、少なくとも一つの医用画像である。
例えば、他の医用画像において所定の操作が行われていた場合は、その所定の操作に基づいて、他の医用画像における関心領域を特定し、他の医用画像における特定した関心領域以外の領域を関心領域外の領域と特定する。他の医用画像において所定の操作が行われていない場合は、特定済みの医用画像の関心領域外の領域に対応する領域（特定済み医用画像の関心領域外と同様の部位が描画された領域）を関心領域外の領域として特定してもよい。あるいは、他の医用画像の全体を関心領域外の領域として特定してもよい。

次いで、制御部２１は、ＡＩにより医用画像における関心領域外の領域から異常検出を行う（ステップＳ４）。
制御部２１は、検出部２６に、関心領域外の領域が特定された医用画像と関心領域外の領域の位置情報を入力して（または、関心領域外の領域の画像を入力して）、入力された医用画像の関心領域外の領域についてＡＩにより異常検出を行わせる。
他の医用画像についての関心領域外の領域の特定が行われた場合には、制御部２１は、検出部２６に他の医用画像とその関心領域外の領域の位置情報を入力して、他の医用画像の関心領域外の領域についてＡＩにより異常検出を行わせる。
なお、ＡＩによる異常検出は、必ずしも関心領域外の領域の全てに対して行われるものでなくてもよく、関心領域外の領域の一部に対して行われるものであってもよい。例えば、医用画像における被写体領域を認識し、被写体領域外を検出処理の対象からはずすこととしてもよい。
検出部２６において、異常検出が終了すると、検出結果を制御部２１に出力する。

制御部２１は、異常検出が終了すると、検出結果を通信部２４により読影端末３に送信し、読影端末３に検出結果を出力させる（ステップＳ５）。
例えば、ＡＩにより異常が検出されなかった場合、図６（ａ）に示すように、「ＡＩによる関心領域外の読影が完了しました」等の、ＡＩによる関心領域外の読影が完了したことを知らせる通知を通信部２４により読影端末３に送信し、表示部３３に表示させる。また、図６（ｂ）に示すように、異常検出が行われた関心領域外の領域がどこであったかを示す画像を生成して通信部２４により読影端末３に送信し、表示部３３に表示させる。ＡＩにより異常が検出された場合、図７（ａ）に示すように、「ＡＩによる関心領域外の読影の結果、異常が見つかりました。確認してください。」等の、ＡＩにより関心領域外から異常が検出されたことを知らせる通知を通信部２４により読影端末３に送信し、表示部３３に表示させる。また、図７（ｂ）に示すように、医用画像上の異常が検出された箇所をアノテーションＡで囲んで表示させる。

以上説明したように、診断支援システム１００のサーバー装置２によれば、制御部２１は、対象検査の医用情報に対して行われたユーザーの所定の操作をＲＡＭに記憶し、記憶された対象検査の医用情報に対するユーザーの所定の操作に基づいて、対象検査の少なくとも一つの医用画像から関心領域外の領域を特定し、特定された領域に対して検出部２６により人工知能による異常検出を行う。
したがって、医師による読影の対象とはならない関心領域外から自動的に異常検出を行うので、関心領域外の領域、すなわち、意図しない領域に異常が存在した場合であっても、異常の発見を補助することができ、効率的に読影の見落としを防止することができる。また、検出部２６においては画像全体ではなく関心領域外のみを検出処理するため、少ない処理負荷で、効率的に見落としを防止することができる。

また、検出部２６による検出結果を読影端末３に出力するので、医師等のユーザーは、医用画像の関心領域外の領域に異常が存在するか否かを確認することができる。

また、例えば、制御部２１は、ＲＡＭに記憶された対象検査の医用情報に対するユーザーの所定の操作に基づいて、対象検査の少なくとも一つの医用画像から関心領域を特定し、医用画像における特定された関心領域の外の領域を関心領域外の領域として特定する。
したがって、ユーザーが読影の際に通常行う関心領域を特定する操作に基づいて関心領域外の領域を特定することができるので、ユーザーに特別な操作を行わせることなく、関心領域外の領域を特定することが可能となる。

また、制御部２１は、関心領域外の領域が特定されていない同一患者の他の医用画像について、当該他の医用画像の全体を関心領域外と特定し、検出部２６により他の医用画像全体に対して人工知能による異常検出を行うので、例えば、比較読影を行った場合等に、ユーザーが他の医用画像についての読影を容易に行うことができ、利便性が向上する。

また、制御部２１は、関心領域外の領域が特定されていない同一患者の他の医用画像について、前記医用画像において関心領域外と特定された領域に対応する領域を関心領域外と特定し、検出部２６により他の医用画像の関心領域外の領域に対して人工知能による異常検出を行うので、例えば、比較読影を行った場合等に、ユーザーが他の医用画像の対応する箇所についての読影を容易に行うことができ、利便性が向上する。

例えば、制御部２１は、同一患者の異なるモダリティーで取得された医用画像、異なる時刻に取得された医用画像、又は異なる撮影方法で撮影された医用画像のうち、少なくとも一つの医用画像について、関心領域外の領域の特定及び異常検出を自動的に行うので、ユーザーがこれらの医用画像の読影を容易に行うことができ、利便性が向上する。

また、制御部２１は、ＲＡＭに記憶された所定の操作に基づいて医用画像から関心領域外の領域が特定できなかった場合、その医用画像全体を関心領域外の領域と特定するので、関心領域外の領域が特定できない場合であっても見落としを防止することができる。

なお、上記実施形態における記述内容は、本発明の好適な一例であり、これに限定されるものではない。

例えば、上記実施形態では、本発明をサーバー装置２と読影端末３を備える診断支援システムに適用することとして説明したが、本発明は、コンソール、電子カルテ装置等を備えるシステムに適用してもよい。また、本発明の記憶手段、特定手段、検出手段、出力手段は、システムを構成するいずれの装置に備えられていることとしてもよい。
また、本発明の記憶手段、特定手段、検出手段、出力手段は、１つの診断支援装置に備えられている構成としてもよい。例えば、診断支援装置としての読影端末３の制御部３１が、記憶部３５に記憶されたプログラムとの協働により、操作部３２により対象検査の医用情報に対して行われたユーザーの所定の操作を受け付け、ユーザーにより実施された所定の操作に基づいて、対象検査の少なくとも一つの医用画像から関心領域外の領域を特定し、前記医用画像において特定された関心領域外の領域に対して人工知能による異常検出を行って、検出結果を表示部３３等により出力する構成としてもよい。また、受け付けた所定の操作をＲＡＭに一時的に記憶しておき、記憶された操作情報に基づいて医用画像における関心領域外の領域を特定する構成としてもよい。また、本発明は、読影端末３に限らず、医用情報を表示可能な装置、例えば、コンソール、ＰＡＣＳのサーバー装置、電子カルテ装置等に適用することとしてもよい。

また、上記の説明では、本発明に係るプログラムのコンピューター読み取り可能な媒体としてハードディスクや半導体の不揮発性メモリ等を使用した例を開示したが、この例に限定されない。その他のコンピューター読み取り可能な媒体として、ＣＤ−ＲＯＭ等の可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ（搬送波）も適用される。

その他、診断支援システムを構成する各装置の細部構成及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。

１００診断支援システム
１画像生成装置
２サーバー装置
２１制御部
２２操作部
２３表示部
２４通信部
２５記憶部
２５１画像ＤＢ
２５２付帯情報ＤＢ
２６検出部
２７バス
３読影端末
３１制御部
３２操作部
３３表示部
３４通信部
３５記憶部
３６バス

Claims

対象検査の医用情報に対して行われたユーザーの所定の操作を記憶する記憶手段と、
前記記憶手段に記憶された前記対象検査の医用情報に対するユーザーの前記所定の操作に基づいて、前記対象検査の少なくとも一つの医用画像から関心領域外の領域を特定する特定手段と、
前記特定手段により特定された前記医用画像の関心領域外の領域に対して人工知能による異常検出を行う検出手段と、
を備える診断支援システム。
前記検出手段による検出結果を出力する出力手段を備える請求項１に記載の診断支援システム。
前記特定手段は、前記記憶手段に記憶された前記対象検査の医用情報に対するユーザーの前記所定の操作に基づいて、前記対象検査の少なくとも一つの医用画像から関心領域を特定し、前記医用画像における前記特定された関心領域の外の領域を関心領域外の領域として特定する請求項１又は２に記載の診断支援システム。
前記特定手段は、さらに、前記関心領域外の領域が特定されていない、前記医用画像と同一患者の他の医用画像について、当該他の医用画像の全体を関心領域外と特定し、
前記検出手段は、前記他の医用画像全体に対して人工知能による異常検出を行う請求項１〜３のいずれか一項に記載の診断支援システム。
前記特定手段は、さらに、前記関心領域外の領域が特定されていない、前記医用画像と同一患者の他の医用画像について、前記医用画像において関心領域外と特定された領域に対応する領域を関心領域外と特定し、
前記検出手段は、前記他の医用画像の関心領域外の領域に対して人工知能による異常検出を行う請求項１〜３のいずれか一項に記載の診断支援システム。
前記他の医用画像は、異なるモダリティーで取得された医用画像か、異なる時刻に取得された医用画像か、又は異なる撮影方法で撮影された医用画像のうち、少なくとも一つの医用画像である請求項４又は５に記載の診断支援システム。
前記特定手段は、前記記憶手段に記憶された前記所定の操作に基づいて、前記医用画像から関心領域外の領域が特定できなかった場合、前記医用画像全体を関心領域外の領域と特定する請求項１〜６のいずれか一項に記載の診断支援システム。
対象検査の医用情報に対して行われたユーザーの所定の操作を受け付け、前記所定の操作に基づいて、前記対象検査の少なくとも一つの医用画像から関心領域外の領域を特定する特定手段と、
前記特定手段により特定された前記医用画像の関心領域外の領域に対して人工知能による異常検出を行う検出手段と、
を備える診断支援装置。
コンピューターを、
対象検査の医用情報に対して行われたユーザーの所定の操作を記憶する記憶手段、
前記記憶手段に記憶された前記対象検査の医用情報に対するユーザーの前記所定の操作に基づいて、前記対象検査の少なくとも一つの医用画像から関心領域外の領域を特定する特定手段、
前記特定手段により特定された前記医用画像の関心領域外の領域に対して人工知能による異常検出を行う検出手段、
として機能させるためのプログラム。