JP2021185924A - 医療診断支援装置、医療診断支援プログラム、および医療診断支援方法 - Google Patents
医療診断支援装置、医療診断支援プログラム、および医療診断支援方法 Download PDFInfo
- Publication number
- JP2021185924A JP2021185924A JP2020090518A JP2020090518A JP2021185924A JP 2021185924 A JP2021185924 A JP 2021185924A JP 2020090518 A JP2020090518 A JP 2020090518A JP 2020090518 A JP2020090518 A JP 2020090518A JP 2021185924 A JP2021185924 A JP 2021185924A
- Authority
- JP
- Japan
- Prior art keywords
- medical
- diagnosis
- medical image
- difficulty
- diagnosis support
- 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
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 166
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000003902 lesion Effects 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 21
- 238000003384 imaging method Methods 0.000 claims description 20
- 206010028980 Neoplasm Diseases 0.000 claims description 15
- 201000011510 cancer Diseases 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 7
- 230000036210 malignancy Effects 0.000 claims description 7
- 230000010365 information processing Effects 0.000 description 88
- 230000008569 process Effects 0.000 description 25
- 238000004891 communication Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 7
- 230000003211 malignant effect Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000009607 mammography Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 210000000188 diaphragm Anatomy 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 210000005075 mammary gland Anatomy 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000000779 thoracic wall Anatomy 0.000 description 1
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
図1は、医療診断支援システムの全体構成を示す図である。
図2は、情報処理装置の概略構成を示すブロック図である。
図3は、情報処理装置の機能構成を示すブロック図である。
<特定処理について>
図4は、情報処理装置100において実行される特定処理の手順を示すフローチャートである。図5は、情報処理装置によって出力される情報の表示形態の一例を示す図である。図6〜図9は、情報処理装置によって出力される情報の表示形態の他の例を示す図である。図4のフローチャートに示される情報処理装置100の処理は、情報処理装置100のストレージ140にプログラムとして記憶されており、CPU110が各部を制御することにより実行される。
情報処理装置100は、まず、1または複数の対象者を撮影して取得された複数の医用画像に関する医用画像情報を取得する。たとえば、情報処理装置100は、複数の対象者各々を撮影装置200によって撮影することによって取得された複数の医用画像に関する医用画像情報を取得する。対象者を撮影する撮影装置200は、同じであってもよく、異なっていてもよい。
情報処理装置100は、ステップS101の処理において取得された複数の医用画像情報を、予め機械学習された識別器に入力して、各医用画像情報に対応する医用画像の診断の難易度を特定する。たとえば、識別器は、後述するような学習方法によって、予め多数準備された過去の複数の被検者の医用画像に関する医用画像情報と、各医用画像情報に対応する医用画像の診断の難易度に関する情報とを有する教師データを用いて機械学習される。具体的には、識別器は、過去の複数の被検者の医用画像に関する医用画像情報を入力データとし、各医用画像情報に対応する医用画像の診断の難易度に関する情報を出力データとして機械学習される。これにより、情報処理装置100は、対象者の医用画像について取得された医用画像情報を識別器に入力することによって、対象者の医用画像の診断の難易度を特定することができる。
情報処理装置100は、ステップS102の処理における識別器による出力に基づいて、対象者の医用画像の診断の難易度の特定結果を生成する。
情報処理装置100は、ステップS103の処理において生成された特定結果をソートして出力する。たとえば、情報処理装置100は、ステップS102の処理において特定された診断の難易度がもっとも高い医用画像から順に、医用画像を表示部160に表示する。あるいは、情報処理装置100は、たとえば、ステップS102の処理において特定された診断の難易度が最も低い医用画像から順に、医用画像を表示部160に表示する。表示部160には、複数の医用画像がソートされた順(以下、ソート順という。)に並んで表示されていてもよく、あるいは、ソート順に医用画像が1つずつ表示されるようになっていてもよい。情報処理装置100は、図5〜図9に示すような画面を表示部160に表示することによって特定結果を出力する(エンド)。
次に、識別器において用いられる学習済みモデルの機械学習方法について説明する。
学習器は、教師データである学習サンプルデータを読み込む。最初であれば1組目の学習サンプルデータを読み込み、i回目であれば、i組目の学習サンプルデータを読み込む。
学習器は、読み込んだ学習サンプルデータのうち入力データをニューラルネットワークに入力する。
学習器は、ニューラルネットワークの推定結果を、正解データと比較する。
学習器は、比較結果に基づいてパラメータを調整する。学習器は、たとえば、バックプロパゲーション(Back−propagation、誤差逆伝搬法)に基づく処理を実行することにより、比較結果の差異が小さくなるようにパラメータを調整する。
学習器は、1〜i組目まで全データの処理が完了すれば(YES)、処理をステップS116に進め、完了していなければ(NO)、処理をステップS111に戻し、次の学習サンプルデータを読み込み、ステップS111以下の処理を繰り返す。
学習器は、学習を継続するか否かを判定し、継続する場合(YES)、処理をステップS111に戻し、ステップS111〜S115において再度1組目〜i組目までの処理を実行し、継続しない場合(NO)、処理をステップS117に進める。
学習器は、これまでの処理で構築された学習済みモデルを記憶して終了する(エンド)。記憶先には、情報処理装置100の内部メモリが含まれる。上述の図4の処理では、このようにして生成された学習済みモデルを用いて医用画像の診断の難易度が特定される。
変形例として、情報処理装置100が、特定部112により特定された医用画像の診断の難易度を修正可能な例を説明する。
ステップS201、S202の処理は、図4のステップS101、S102の処理と同様であるため、重複する説明を省略する。
情報処理装置100は、ステップS202で特定された医用画像の診断の難易度の修正が必要であるか否かを判断する。たとえば、情報処理装置100は、修正に関する指示をユーザーから受け付けた場合に、診断の難易度の修正が必要であると判断し、修正に関する指示をユーザーから受け付けない場合に、診断の難易度の修正が不要であると判断する。
ステップS202で特定された医用画像の診断の難易度の修正が不要であると判断された場合(ステップS203:NO)、情報処理装置100は、ステップS202の処理における識別器による出力に基づいて、対象者の医用画像の診断の難易度の特定結果を生成する(ステップS206)。この後、情報処理装置100は、この特定結果をソートして出力し(ステップS207)、処理を終了する(エンド)。
110 CPU、
111 取得部、
112 特定部、
113 制御部、
114 修正部、
120 ROM、
130 RAM、
140 ストレージ、
150 通信インターフェース、
160 表示部、
170 操作受付部、
200 撮影装置、
300 サーバー。
Claims (20)
- 1または複数の対象者を撮影して取得された複数の医用画像に関する医用画像情報を取得する取得部と、
学習済みの識別器を用いて、前記取得部により取得された前記対象者の医用画像情報を入力とし、前記複数の医用画像各々の診断の難易度を特定する特定部と、
前記特定部により特定された診断の難易度に基づいて、前記複数の医用画像をソートして出力部に出力させる制御部と、
を備える医療診断支援装置。 - 前記医用画像は、X線撮影装置、超音波撮影装置、MRIおよびPETの少なくともいずれかによって取得された画像である請求項1に記載の医療診断支援装置。
- 前記制御部は、さらに、前記医用画像情報に関連する関連情報を前記出力部に出力させる請求項1または2に記載の医療診断支援装置。
- 前記制御部は、前記複数の医用画像の少なくとも一部の前記医用画像にテキストを付して前記出力部に出力させる請求項1〜3のいずれかに記載の医療診断支援装置。
- 前記テキストは、前記医用画像の診断の難易度に関する情報を含む請求項4に記載の医療診断支援装置。
- 前記制御部は、前記複数の医用画像の少なくとも一部の前記医用画像にマークを付して前記出力部に出力させる請求項1〜5のいずれかに記載の医療診断支援装置。
- 前記マークは、前記特定部により診断の難易度が高いと特定された一部の前記医用画像に付される請求項6に記載の医療診断支援装置。
- 前記制御部は、前記複数の医用画像の少なくとも一部の前記医用画像に前記医用画像の解析結果を付して前記出力部に出力させる請求項1〜7のいずれかに記載の医療診断支援装置。
- 前記制御部は、前記出力部に出力させる前記複数の医用画像のソート順を変更可能である請求項1〜8のいずれかに記載の医療診断支援装置。
- 前記制御部は、時間帯に応じて前記複数の医用画像のソート順を変更する、請求項9に記載の医療診断支援装置。
- 前記制御部は、予測された前記医用画像の読影者の疲労状態に応じて前記複数の医用画像のソート順を変更する、請求項9に記載の医療診断支援装置。
- 前記制御部は、各読影者が抱えるタスクに応じて前記複数の医用画像のソート順を変更する、請求項9に記載の医療診断支援装置。
- 前記制御部は、前記医用画像の読影者の読影能力に応じて前記複数の医用画像のソート順を変更する、請求項9に記載の医療診断支援装置。
- 前記識別器は、前記医用画像情報を入力データとし、前記医用画像の診断の難易度を出力データとして機械学習される請求項1〜13のいずれかに記載の医療診断支援装置。
- 前記出力データとしての前記診断の難易度は、医師による判断の難易度である請求項14に記載の医療診断支援装置。
- 前記出力データとしての前記診断の難易度は、前記医用画像情報に対するカテゴリー分類の結果に基づいて取得される請求項14または15に記載の医療診断支援装置。
- 前記出力データとしての前記診断の難易度は、前記医用画像情報における病変候補領域の悪性確信度に基づいて取得される請求項14または15に記載の医療診断支援装置。
- 前記特定部により特定された前記医用画像の診断の難易度を修正する修正部をさらに有し、
前記識別器は、前記修正部により修正された前記医用画像の診断の難易度を出力データとして機械学習される請求項14〜17のいずれかに記載の医療診断支援装置。 - 1または複数の対象者を撮影して取得された複数の医用画像に関する医用画像情報を取得するステップ(a)と、
学習済みの識別器を用いて、前記ステップ(a)において取得された前記対象者の医用画像情報を入力とし、前記複数の医用画像各々の診断の難易度を特定するステップ(b)と、
前記ステップ(b)において特定された診断の難易度に基づいて、前記複数の医用画像をソートして出力するステップ(c)と、
を有する処理をコンピューターに実行させるための医療診断支援プログラム。 - 1または複数の対象者を撮影して取得された複数の医用画像に関する医用画像情報を取得するステップ(a)と、
学習済みの識別器を用いて、前記ステップ(a)において取得された前記対象者の医用画像情報を入力とし、前記複数の医用画像各々の診断の難易度を特定するステップ(b)と、
前記ステップ(b)において特定された診断の難易度に基づいて、前記複数の医用画像をソートして出力するステップ(c)と、
を有する医療診断支援方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020090518A JP7443929B2 (ja) | 2020-05-25 | 2020-05-25 | 医療診断支援装置、医療診断支援プログラム、および医療診断支援方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020090518A JP7443929B2 (ja) | 2020-05-25 | 2020-05-25 | 医療診断支援装置、医療診断支援プログラム、および医療診断支援方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021185924A true JP2021185924A (ja) | 2021-12-13 |
JP7443929B2 JP7443929B2 (ja) | 2024-03-06 |
Family
ID=78850260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020090518A Active JP7443929B2 (ja) | 2020-05-25 | 2020-05-25 | 医療診断支援装置、医療診断支援プログラム、および医療診断支援方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7443929B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023182785A1 (ko) * | 2022-03-21 | 2023-09-28 | 주식회사 타이로스코프 | 학습된 모델을 이용한 질병 진단 방법 및 이를 수행하는 시스템 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4218347B2 (ja) | 2003-01-17 | 2009-02-04 | コニカミノルタホールディングス株式会社 | 画像診断支援装置 |
JP2007151645A (ja) | 2005-12-01 | 2007-06-21 | Konica Minolta Medical & Graphic Inc | 医用画像診断支援システム |
JP5328146B2 (ja) | 2007-12-25 | 2013-10-30 | キヤノン株式会社 | 医用画像処理装置、医用画像処理方法ならびにプログラム |
CN106462662B (zh) | 2014-05-12 | 2020-10-02 | 皇家飞利浦有限公司 | 用于基于病例难度的计算机辅助患者分层的方法和系统 |
CA3033441A1 (en) | 2016-08-11 | 2018-02-15 | Koios Medical, Inc. | Method and means of cad system personalization to provide a confidence level indicator for cad system recommendations |
JP2019107084A (ja) | 2017-12-15 | 2019-07-04 | キヤノン株式会社 | 医用画像装置及び医用画像の表示方法 |
-
2020
- 2020-05-25 JP JP2020090518A patent/JP7443929B2/ja active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023182785A1 (ko) * | 2022-03-21 | 2023-09-28 | 주식회사 타이로스코프 | 학습된 모델을 이용한 질병 진단 방법 및 이를 수행하는 시스템 |
Also Published As
Publication number | Publication date |
---|---|
JP7443929B2 (ja) | 2024-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10937164B2 (en) | Medical evaluation machine learning workflows and processes | |
US11553874B2 (en) | Dental image feature detection | |
Nishimoto et al. | Personal computer-based cephalometric landmark detection with deep learning, using cephalograms on the internet | |
US9152760B2 (en) | Smart 3D PACS workflow by learning | |
CN103460213B (zh) | 图像采集和/或图像相关参数推荐器 | |
CN109074869B (zh) | 医疗诊断支持装置、信息处理方法以及医疗诊断支持系统 | |
JP7366583B2 (ja) | 医用情報処理装置、方法及びプログラム | |
US20090083075A1 (en) | System and method for analyzing medical data to determine diagnosis and treatment | |
JP2022505205A (ja) | 腸の病理学のための画像スコアリング | |
CN106462661B (zh) | 用于自动选择针对医学研究的悬挂协议的系统和相关方法 | |
US20200273166A1 (en) | Methods and apparatus for the application of machine learning to radiographic images of animals | |
US20210398650A1 (en) | Medical imaging characteristic detection, workflows, and ai model management | |
JP7416183B2 (ja) | 情報処理装置、医用画像表示装置及びプログラム | |
CN109741812A (zh) | 发送医学图像的方法以及执行所述方法的医学成像设备 | |
US20190148015A1 (en) | Medical information processing device and program | |
US20190341150A1 (en) | Automated Radiographic Diagnosis Using a Mobile Device | |
CN111226287B (zh) | 用于分析医学成像数据集的方法、系统、程序产品和介质 | |
WO2019146358A1 (ja) | 学習システム、方法及びプログラム | |
JP7443929B2 (ja) | 医療診断支援装置、医療診断支援プログラム、および医療診断支援方法 | |
US11309073B2 (en) | Display control device, display control method, and display control program | |
JP2020174861A (ja) | 情報処理装置、情報処理方法およびプログラム | |
US11869654B2 (en) | Processing medical images | |
EP3975194A1 (en) | Device at the point of imaging for integrating training of ai algorithms into the clinical workflow | |
EP4318494A1 (en) | Method and apparatus for providing confidence information on result of artificial intelligence model | |
Anikina et al. | Recognition of radiological decision errors from eye movement during chest x-ray readings |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221223 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230719 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230905 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231102 |
|
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: 20240123 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240205 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7443929 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |