JP2022505550A - 医用イメージング装置及びその動作方法 - Google Patents

医用イメージング装置及びその動作方法 Download PDF

Info

Publication number
JP2022505550A
JP2022505550A JP2021521834A JP2021521834A JP2022505550A JP 2022505550 A JP2022505550 A JP 2022505550A JP 2021521834 A JP2021521834 A JP 2021521834A JP 2021521834 A JP2021521834 A JP 2021521834A JP 2022505550 A JP2022505550 A JP 2022505550A
Authority
JP
Japan
Prior art keywords
medical imaging
notification
module
findings
data
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.)
Pending
Application number
JP2021521834A
Other languages
English (en)
Other versions
JPWO2020083783A5 (ja
Inventor
アクセル サールバッハ
トム ブロス
ティム フィリップ ハルデール
リシュケース ナラヤンラオ デシュパンデ
エヴァン スワブ
イヴォ マッテオ バルトルスハット
ラファエル ウィムケル
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 JP2022505550A publication Critical patent/JP2022505550A/ja
Publication of JPWO2020083783A5 publication Critical patent/JPWO2020083783A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • G16H50/20—ICT 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Optics & Photonics (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

Figure 2022505550000001
本出願は、クリティカルな所見のタイムリーな伝達を可能にする改良された医用イメージング装置を提案する。医用イメージング装置は、撮像されるべき被検体の画像データを取得するように適応された画像取得ユニットを備える。医用イメージング装置は、取得された画像データに基づいて所見を自動的に検出し、検出された所見の優先度ステータスを判定するように構成された人工知能モジュール（ＡＩモジュール）を有するローカルデータ処理装置を更に備える。更に、医用イメージング装置は、判定された優先度ステータスが通知閾値に達するか、又はそれを超える場合に、検出された所見を含む通知データを提供するように適応された通知モジュールを備える。本出願は更に、医用イメージングシステム、医用イメージング装置を動作させる方法、コンピュータプログラム要素、及びコンピュータプログラム要素を格納したコンピュータ可読媒体を提案する。

Description

本発明は、医用画像に関する。特に、本発明は、医用イメージング装置、並びに医用イメージング装置を動作させる方法、コンピュータプログラム要素、及びコンピュータ可読媒体に関する。
医用イメージングでは、特に、検査される被検者におけるクリティカル(critical)な所見（finding）のタイムリーな伝達が望まれる場合がある。そのような所見をタイムリーに伝えることが、制度上又は法律上の要求等によって義務付けられている場合もある。例えば、数分、数時間、又は数日以内に認識及び／又は伝達を必要とする、注目すべき又はアクション可能な所見の異なるカテゴリが存在することがある。特に分単位のカテゴリでは、悪化や死亡を避けるために、即時の行動や少なくとも即時の伝達が必要になることがある。
加えて、医用イメージングにおいては、放射線科医、医師等による画像取得とその評価との間の時間経過が治療の全時間に影響を及ぼすことがある。一般に、放射線科医、医師等は、リーディングリストを介して順次作業するか、又は手動の優先付けプロセスによってガイドされる。特に、予期しない所見の場合、このプロセスが、所見をとらえる際に不必要な遅延を引き起こすことがある。
米国特許出願公開第２００８／００９１４７３Ａ１号は、医用イメージング装置のための通知システムを記載しており、そこでは、画像処理の進行又はその完了を知らせる通知が送信される。
国際公開第２０１７／１３６７６２号パンフレットは、例えば、医師又は放射線科医によるレビューのために医療診断画像を処理するためのシステムを開示している。
米国特許出願公開第２０１４／３５８５８５号は、医学的にクリティカルな結果のコミュニケーションを実施するための装置を開示している。
米国特許出願公開第２００９／０２８４０３号は、身体器官のソース医用画像を分析するためのシステムを開示している。
米国特許出願公開第２００９／１９６４７９号は、医用イメージングスキャンを優先順位付けするためのシステムを開示している。
米国特許出願公開第２０１６／３５０９１９号は、医用イメージングプロシージャから得られた電子イメージングデータを処理するためのシステムを開示している。
従って、時間の損失に関して医用イメージングを改善する必要が存在し得る。本発明の目的は、添付の独立請求項の主題によって解決され、更なる実施形態は、従属請求項、添付の図面、及び以下の説明に組み込まれる。
第１の態様によれば、医用イメージング装置であって、撮像されるべき被検者の画像データを取得するように適応された画像取得ユニットと、取得された画像データに基づいて所見を自動的に検出し、検出された所見の優先度ステータスを決定するように適応される人工知能モジュール（ＡＩモジュール）を有するローカルデータ処理装置と、前記決定された優先度ステータスが通知閾値に到達した又はそれを超えた場合に、少なくとも前記検出された所見を含む通知データを提供するように適応される通知モジュールと、を有する医用イメージング装置が提供される。
画像取得ユニットは、撮像される対象の関心領域の画像を取得するように適応されてもよく、特に、Ｘ線ラジオグラフィ、磁気共鳴ＣＴ、コンピュータトモグラフィ、超音波などの撮像技術を使用するように適応されてもよい。従って、画像取得ユニットは、処理ユニット、データ及び／又は画像記憶装置などのうちの１つ又は複数と対話することができ、又はそれらを備えることができる。
ローカルデータ処理装置は、処理ユニット、データ及び／又は画像ストレージなどのうちの１つ又は複数を備える適切なコンピューティングデバイスとすることができる。ローカルデータ処理装置は、遠隔データ接続無しで、「オンシステム」で、すなわち、画像取得ユニットに空間的に近接して、例えば、放射線科内で実現されてもよい。
ＡＩモジュールは機械学習技術、特に、その目的のために訓練され得る深層学習技術などを利用するプログラム命令によって実現され得る。更に、それは、画像データ内の１つ又は複数の所見の自動識別を可能にすることができる画像分類に適応されることができる。この所見は、医学的、臨床的、診断的及び／又は解剖学的所見であり得る。より具体的には採用される深層学習技法が１つ又は複数の層、例えば、畳み込み層、バッチ正規化層、高密度層などからなる畳み込みニューラルネットワーク（ＣＮＮ）とすることができ、これらの層はバックプロパゲーションなどの技法を使用して画像データを処理するように最適化されることができる。更に、いくつかの実施形態によれば、ＡＩモジュールは画像のコンテンツを分類し、分類に基づいて所見を自動的に検出するように適応されることができる。任意選択で、ＡＩモジュールは更なる検査及び／又は治療が適切であり得るかどうかを判定するように適応されることができ、判定された追加の検査及び／又は治療は通知データに追加される。特に、所見、特に医学的所見の自動的な検出は、ＡＩモジュールを用いて達成されることができる。従って、ＡＩモジュールは、少なくとも入力層及び出力層を有することができる。ＡＩモジュールは、入力層を介して画像データを受信し、出力層を介して所見及び／又は所見の優先度ステータスを出力することができる。ＡＩモジュールは、入力層から出力層上の所見及び優先度ステータスへ．画像データを処理するために、マルチラベル分類問題に向けられる。画像データに含まれる画像は、次式で表すことができる：
Figure 2022505550000002
画像データの画像はグランドトゥルースラベル、
Figure 2022505550000003
に関連付けられることができる。ここで、分類関数、
Figure 2022505550000004
が適用され、これは、Ｎ個のトレーニングサンプル‐ラベル対、
Figure 2022505550000005
を使用して特定の損失関数ｌを低下させる。ラベルは、画像データの各画像ごとに、以下の非正規ベクトルとして符号化されることができる：
Figure 2022505550000006
（Ｍ個のラベル）
更に、「所見無し（no finding）」は、明示的な追加ラベルとして符号化されることができ、従ってＭ＝１５のラベルを持つことができる。更に、重み付け損失関数の最初の較正及び調査のあと、例えば正／負のバランス調整が行われることができる。更に、クラス平均二進クロスエントロピーは、以下のように実現されることができる：
Figure 2022505550000007
更に、ＲｅｓＮｅｔ‐５０及びＤｅｎｓｅＮｅｔ‐１２１アーキテクチャが実現されることができる。ＡＩモジュールは訓練されることができ、従って、重み初期化戦略が実行されることができる。これはランダム値の助けを借りて達成されることができ、従って、ＡＩモジュールはスクラッチから訓練されることができる。更に、ＡＩモジュールは、他のＡＩモジュールからの事前定義値から開始されることができる。更に、転送学習アプローチは、既製品（ＯＴＳ）及び微調整（ＦＴ）の助けを借りて実施されることができる。
更に、"Comparison of deep learning approaches for multi-label chest x-ray classification" January 29, 2019 by Baltruschat el al.が、参照により本明細書に組み込まれる。
優先度ステータスの決定は、ＡＩモジュールの検出された所見、特に医学的所見に基づく。検出された所見の種類及び／又はタイプに基づいて、優先度ステータスが決定されることができる。ＡＩモジュールは、例えば気胸であり得る所見を検出することができる。更に、ローカルデータ処理装置及び／又はＡＩモジュールは、ルックアップテーブルの使用によって優先度ステータスを決定することができる。ルックアップテーブルは、入力側に結果のタイプを有し、出力側には、通知が発行されるべきか否かを指定する優先度インジケータを有することができる。例えば、ルックアップテーブルの入力側に気胸所見が入力され、通知すべきことを示す優先度インジケータが出力される。そのようなルックアップテーブルは例えば、アメリカ放射線学会のＡＣＲ適切性基準であり得る。
本明細書では「優先度ステータス」という用語は一般に、所見がクリティカルであり、従って、例えば、非常に短い時間内に処置されなければならないかどうか、又は所見が優先される必要がないかどうかに関する区別として理解されることができる。更に、「優先度ステータス」は、識別された所見の処理の緊急性を示す。例えば、優先度ステータスは、クリティカルな所見に対応するより高い値をもつことができ、それゆえ、高い優先度をもつべきであり、あるいは、あまりクリティカルでない所見に対応するより低い値をもつことができ、それゆえ、高い優先度をもつべきでない。クリティカルな所見の例は、少なくとも気胸、動脈解離などの徴候を含み得る。例示的に述べると、高い優先度ステータスは、重大な所見としてのフラグ又は特別な識別を意味することができる。言い換えれば、ＡＩモジュールは、取得された画像データの処理に基づいて、自動的な優先順位付けのために適応されることができる。
通知モジュールは、プログラム命令によって、電子コンポーネントによって、又はそれらの組み合わせによって実現され得る。これは、ＡＩモジュールをも有するデータ処理装置内で実現されることができる。代替的に、通知モジュールは、他のデータ処理装置等において実現されてもよい。いくつかの実施形態において、通知モジュールは、データネットワーク、電気通信ネットワーク、例えば、セルラ又はモバイルネットワーク、無線ネットワークなどを介したデータ接続を可能にする通信データインターフェースを含むことができる。一般に、通知モジュールは、プッシュメッセージとして提供されてもよいテキストメッセージ、結合されたテキスト画像メッセージ等を送信し及び／又は受信するように適応されてもよい。例えば、通知には、ＡＩモジュールから取得されることができる結果のテキストベースの説明が含まれる。通知は、医学的状態、医学的状況に関するものであってもよく、それらを含むものであってもよく、及び／又は医学的所見を示すものであってもよい。通知は、データセキュリティのために暗号化される場合がある。
この説明では「通知閾値」という語は、クリティカルな所見の事前選択に関連することができ、そのうちのいくつかは通知を生成することを要求することができるが、他のものはそうでなくてもよく、通知閾値はこれらを区別可能にする。クリティカルな所見は、リストに含められることができ、フラグが立てられることができる等である。
この医療装置の効果は、特にクリティカルな及び／又は時間に敏感な所見の、時機を逸した通信及び／又は誤って通信された所見が克服され得ることである。より詳細には、アクション可能な所見が、ワークステーション等への提供後だけでなく、画像取得プロセス中に直接検出されることもできる。更に、所見の自動検出及び優先順位付けは、少なくとも１つの潜在的な所見について、適時に、例えば、数分以内に、放射線科医、医師などに通知することを可能にし得る。通知時に、被検者は最良の場合には未だ診断位置を離れていないことがあり、その結果、被検者について再びオーダーを入れるための追加の時間を節約することができる。その後、所見のために推奨され得る追加の検査が迅速に実施されることができる。
一実施形態では、通知モジュールは、通知データを装置のローカル表示装置に提供するように適応される。
ローカル表示装置は例えば、技術者によって撮像中に操作され及び／又は監視されるシステムオペレータコンソールのディスプレイでありうる。
従って、少なくとも技術者は、放射線科医にそれを知らせることができる。一実施形態によれば、通知モジュールは、通知データを第１のリモート端末に提供するように適応される。
リモート端末は、遠隔にあるが固定された装置、例えば、パーソナルコンピュータであってもよく、又はポータブル装置、例えば、携帯電話、タブレットコンピュータ、ページャ等であってもよい。リモート端末は、適切な通信プロトコルを用いて遠隔データ伝送を介して、通知モジュールによって伝送された通知データを受信するように適応されることができる。更に、リモート端末は、プッシュアップ通知、電子メール、ショートメッセージサービス（ＳＭＳ）などの異なる通信経路を使用して、異なる通知技術又はメッセージング技術を採用するように適応されることができる。
従って、放射線科医又は医師は、ワークリスト、システムオペレータコンソールなどを監視しなくても、クリティカルな所見の存在について積極的に通知され得る。例えば、医師は、たとえスタッフ会議に出席していても、あるいは休憩中のような場合にも、通知されることができる。
一実施形態では、通知モジュールが、第１のリモート端末からの通知データに関する受信の肯定応答及び／又は読み取り確認を要求するように適応される。
データ接続は、少なくとも一時的に双方向でありうる。読み取り確認は、通知のために使用されるメッセージング技術において実施されることができ、又はメッセージング技術によって提供されることができる。
従って、これは、特に、通知が意図された受信者に配信され得ない場合に、更なる後続のアクションを可能にし得る。例えば、通知は、別の受信者にエスカレートされてもよい。
一実施形態によれば、通知モジュールは、読み取り確認が特定の期間内に受信されない場合、読み取り確認は、特定の期間内に受信されない第１の通信経路とは異なる第２の通信経路を介して、第１のリモート端末に再び通知するように適応されることができる。特定の期間は例えば、検出された所見、通知閾値などに依存し得る。従って、ある期間は、分、時間などであってもよい。この説明において、「通信経路」という語は、電子メール、ＳＭＳなどのような特定の通信技術を指すことができる。
従って、通知がエスカレートされ、代替受信者が呼び出される前に、意図された受信者に通知することを再び試みることができる。
一実施形態では、読み取り確認がある期間内に受信されない場合、通知モジュールは、第２のリモート端末に通知を提供するように適応される。
こうして、通知は、検出された所見を通信するために失う時間が可能な限り少なくなるように、別の受信者にエスカレートされる。一実施形態によれば、少なくとも第１のリモート端末への通知は、ログデータレコードに記録される。
これは主にドキュメンテーションの目的に役立つことがあるが、品質保証にも役立つことがある。
一実施形態によれば、ＡＩモジュールは、撮像される被検者内の所見の空間位置を決定するように適応され、決定された空間位置は通知データに追加される。
ＡＩモジュールは、画像データ内の１つ又は複数の解剖学的基準点、例えば短いリップを識別し、分類し、再評価し、及び／又は決定するように構成されることができる。更に、ＡＩモジュールは、所見と解剖学的基準点との間のベクトルに関する距離を計算し、それによって被検体内の所見の位置を決定するように構成されることができる。一例では、ＡＩモジュールは、短いリップを基準点として識別することができる。更に、所見は基準点に関連して設定されることができ、被検体内の空間位置が計算されることができる。空間位置は、テキストベースなどを含むことができる。
従って、放射線科医又は医師に、より高度な情報を通知することができる。これは、ＡＩモジュールによって実行される自動検出の確認を容易にする。
一実施形態では、ＡＩモジュールは、所見の少なくとも一部及び／又は部分ビューを表す画像データの少なくとも１つの画像を決定するように適応され、決定された画像は、通知データに少なくとも部分的に追加される。
従って、通知は、テキストメッセージとピクチャメッセージとの組み合わせとすることができる。
従って、放射線科医又は医師に、より高度な情報を通知することができる。これは、ＡＩモジュールによって実行される自動検出のタイムリーな確認を更に容易にする。
一実施形態によれば、ＡＩモジュールは、検出された所見が正しく識別された尤度（尤もらしさ）を示す検出の尤度を決定するように適応されることができ、決定された検出の尤度は、通知データに追加される。
検出の尤度は、機械学習アルゴリズムなどによって決定されることができる。直感的な知覚のために、検出の尤度が、パーセンテージ等で示されてもよい。ＡＩモジュールは、画像データ内の所見を識別するように構成されることができる。言い換えると、ＡＩモジュールは、画像データ内の異常を識別することができ、次いで、どの種類の異常であるかという尤度、それぞれの妥当性を計算することができ、その結果、所見が得られる。例として、ＡＩモジュールは、例えば分類によって、画像データ内の異常を識別し、異常が気胸である８０％の尤度を計算し、異常が動脈解離である２０％の尤度を計算することができる。ＡＩモジュールは、尤度を解釈するように構成され、異常を気胸として記述し、その結果、所見が得られる。通知は、この例では気胸の所見と、その尤度が８０％であることを示す。従って、放射線科医又は医師に、より高度な情報を通知することができる。これは、ＡＩモジュールによって実行される自動検出のタイムリーな確認を更に容易にする。
一実施形態では、ＡＩモジュールは、もっぱらローカルデータ処理を介して、所見の検出を実行し及び／又は通知データを提供するように適応されることができる。直接的なデータ処理及び他のデータ処理インスタンスの排除によって、通知は、特に短い期間内に提供されることができる。
第２の態様によれば、医用イメージングシステムであって、前記第１の態様に記載の医用イメージング装置と、前記医用イメージング装置によって送信された通知データを受信するように構成される受信装置と、を有する医用イメージングシステムが提供される。
受信装置は例えば、医用イメージング装置のシステムオペレータコンソールであってもよい。代替的に又は追加的に、２以上の受信装置に通知される場合、受信装置は、リモート端末、例えば、遠隔、固定又はポータブル装置でありうる。
一実施形態では、他の遠隔臨床システムが、医用イメージング装置の画像取得ユニットに接続されてもよく、医用イメージングシステムは、ローカルデータ処理手段によって画像の前処理を実行し、臨床画像保管及び通信システムによる画像データのメイン処理を実行する前に、受信データに通知データを提供するように適応されることができる。
他の臨床システムは、ＤＩＣＯＭ又はＨＬ‐７のような通信規格を使用する、ピクチャアーカイビング及び通信システム（ＰＡＣＳ）、ＥＭＲなどでありうる。直接的なデータ処理を使用し、他のデータ処理インスタンスを排除することにより、通知は、特に短い期間内に提供されることができる。
第３の態様によれば、医用イメージング装置を作動させる方法が提供される。この方法は特に、第１の態様による医用イメージング装置を使用して実行されることができる。方法は、イメージング装置によって撮像されるべき被検体の画像データを取得するステップと、ローカルデータ処理装置のイメージング装置側の人工知能モジュール（ＡＩモジュール）によって、取得された画像データを処理して、被検体内の所見を自動的に検出するステップと、ＡＩモジュールによって検出された所見の優先度ステータスを決定するステップと、決定された優先度ステータスが通知閾値に達するか又はそれを超える場合に、少なくとも所見を含む通知を通知モジュールに提供するステップと、を有する。
第４の態様によれば、処理ユニットによって実行されるときに、第３の態様による方法を実行するように適応される、医用イメージング装置を動作させるためのコンピュータプログラム要素が提供される。
第５の態様によれば、第４の態様によるコンピュータプログラム要素を記憶したコンピュータ可読媒体が提供される。
本発明のこれら及び他の態様は、以下に記載される実施形態から明らかになり、それらを参照して説明される。
以下、添付図面を参照して、例示的な発明の例示的な実施形態について説明する。
医用イメージング装置の一実施形態を側面図で概略的に示す図。 医用イメージング装置の例示的な動作のブロック図を概略的に示す図。 医用イメージング装置の別の例示的な動作のブロック図を概略的に示す図。 Ｘ線イメージングシステムによって対象物を撮像する方法のフローチャート。
図面は単に概略的な表現であり、本発明の実施形態を例示するためにのみ役立つ。同一又は同等の構成要素には、原則として、同一の参照符号が付されている。
図１は、この実施形態ではコンピュータトモグラフィイメージングスキャナである医用イメージング装置１００を概略的に示す。Ｘ線イメージングシステム１００は、固定のハウジング１１０と、ガントリ１２０とを有し、ガントリ１２０は、この実施形態では、支持テーブルである被検体支持体１３０の周りを約３６０°の角度範囲にわたって回転可能である。この実施形態では、例えば人間の患者であるイメージング対象１４０が対象支持体１３０の上面に配置される。医用イメージング装置１００は、この実施形態では撮像されるべき被検体１４０に向けてＸ線放射線ビームを放出するように構成され、特に検査領域に向けられる放射線ビームを生成するように構成された放射線源１６０を有する画像取得ユニット１５０を更に有する。放射線ビームは、検査領域内に配置された対象１４０の関心領域と相互作用し、放射線が検査領域を通過する際に、放射線の空間的に変化する吸収が生成される。
この実施形態における医用イメージング装置１００は、被検体１４０を通過したＸ線を検出するように構成されたＸ線検出器１７０であって、特に、検査領域を通過した後の吸収減衰放射線を検出するように構成されたＸ線検出器１７０を更に有する。この実施形態では、放射線源１６０及びＸ線検出器１７０が、ガントリ１２０に取り付けられ、互いに対向して配置されており、それにより、Ｘ線検出器１７０は、放射線源１６０からのＸ線を連続的に受け取る。Ｘ線検出器１７０は、検出器素子の２次元アレイを有することができるが、他の実施形態が企図されることもことができる。
医用画像１００は１つ又は複数の計算手段を更に有し、この実施形態では、主にローカルデータ処理装置１８０について説明する。いくつかの実施形態では、データ処理装置１８０は、少なくともＸ線検出器１７０及び／又は放射線源１６０に接続されて、これらを制御し、及び／又は少なくともそこから、特にＸ線検出器１７０から、データを取得する。データ処理装置１８０は、幾つかのサブシステム、機能モジュール又はユニット、ソフトウェアモジュール又はユニット等（ここでは更に詳述しない）によって形成されることもでき、Ｘ線検出器１７０によって検出されたＸ線に基づいて、特に被検体１４０の複数の取得された投影画像に基づいて、被検体１４０の画像を再構成するように構成される。この実施形態では、データ処理装置１８０は、少なくとも１つのプロセッサ１８１、画像データを記憶する少なくとも１つのメモリ１８２、及び１つ又は複数のプログラム要素を記憶する少なくとも１つのメモリ１８３を有する。
データ処理装置１８０は更に、人工知能モジュールであるＡＩモジュールを有し、これは、より良い例示のために、参照符号１８４によって示される。ＡＩモジュール１８４は、プロセッサ１８１及び／又はＸ線検出器１７０へのデータ接続を有し、プロセッサ１８１によって既に処理された画像データ又はＸ線検出器１７０によって直接供給された生の画像データを得る。ＡＩモジュール１８４は、１つ又は複数の層、例えば、畳み込み層、バッチ正規化層、高密度層、バックプロパゲーションなどを使用することができ、特に、画像データを処理するように適応された畳み込みニューラルネットワーク（ＣＮＮ）として提供することができる、１つ又は複数の人工ニューラルネットワークを更に備える。更に、いくつかの実施形態によれば、ＡＩモジュール１８４は、代替的に又は追加的に、適切な分類器などの深層学習アルゴリズム及び／又は分類手段を有することができる。ＣＮＮ、分類手段などは、適切な訓練データセットで予め訓練されることができる。更に、このような訓練は、検出結果を更に改善するために、進行中の動作中に行われる。画像データは、入力変数としてＡＩモジュール１８４に供給される。これに基づいて、ＡＩモジュール１８４は、取得された画像データに基づいて所見を自動的に検出し、検出された所見の優先度ステータスを決定するように適応される。更に、ＡＩモジュール１８４は、被検体１４０内の所見の空間位置を決定するように適応される。また、ＡＩモジュール１８４は、所見の少なくとも部分的なビューを表す画像データの少なくとも１つの画像を決定するように適応される。ＡＩモジュール１８４は更に、検出された所見が正しく識別された尤度を示す検出の尤度を決定するように適応される。尤度は、パーセンテージ又は別の適切な測定単位で示されてもよい。
更に図１を参照すると、医用イメージング装置１００は、ＡＩモジュール１８４に接続された通知モジュール１９０を更に有する。通知モジュール１９０は、データ処理装置１８０内に実現されることができ、あるいは、他のデータ処理装置内に実現されてもよい。この実施形態では、通知モジュール１９０は、データネットワーク、電気通信ネットワーク、例えば、セルラ又はモバイルネットワーク、無線ネットワークなどを介したデータ接続を可能にするように構成された通信データインターフェース１９１を備える。更に、通知モジュール１９０はプッシュメッセージとしても提供されてもよい、テキストメッセージ、結合されたテキスト画像メッセージなどを送信及び／又は受信するように構成されている。通知モジュール１９０によって送信される通知メッセージは、データセキュリティのために暗号化されてもよい。
図１に示すように、通知モジュール１９０は、その通知を、技術者、医療支援スタッフ等によって操作される医用イメージング装置１００のシステムオペレータコンソール１９２に送信するように構成されている。代替として、又は追加として、通知モジュール１９０は、この実施形態では携帯電話などの携帯端末であるリモート端末１９３にその通知を送信するように適応される。特に、端末１９３は、放射線科医、医師等によって持ち運ばれることができる。この実施形態では、医用イメージング装置１００は、ＤＩＣＯＭ又はＨＬ‐７のような通信規格を使用して、この実施形態では画像保管通信システム（ＰＡＣＳ）、ＥＭＲなどである更なる遠隔臨床システム２００に接続される。ＡＩモジュール１８４は特に、画像データの後続のメイン処理が実行される臨床システム２００に画像データを提供する前に、画像データの前処理を実行するように適応されることに留意されたい。
図２は、通信データインターフェース１９１を介してシステムオペレータコンソール１９２及び端末１９３のうちの１つ又は複数に通知する医用イメージング装置１００の例示的な通知動作の概略ブロック図を示す。例として、通知モジュール１９０の通知メッセージは、１つ又は複数のデータ領域を含んでおり、本実施の形態では、データ領域に対応するより良いイラスト表示領域を参照符号１９０Ａ、１９０Ｂ及び１９０Ｃによって示される。表示フィールド１９０Ａには、「notification: Actionable Finding Detected for Patient ##; Pneumothorax in right lung(９８％）」などの通知テキストを含めることができる。従って、通知は、検出された所見を示すテキスト、被検者１４０の識別データ、及び決定された尤度を含むことができる。通知は、年齢、性別、既知の臨床所見などの被検者１４０に関する追加データを含むこともできることに留意されたい。これらのデータは、ＡＩモジュール１８４、患者情報システム、臨床システム２００などによって取得されることができる。表示フィールド１９０Ｂには、被検体１４０の取得された画像のうちの１つ、特に所見の画像が表示されることができる。表示フィールド１９０Ｃには、所見の画像の拡大図が表示されることができる。例えば、通知と共に送信される適切な画像、特に有意義な画像は、ＡＩモジュール１８４によって選択される。これらの通知データは、端末１９３及び／又はオペレータコンソール１９２に同じものを送信する通知モジュール１９０に提供される。
図３は、通知モジュール１９０によって送信されるべき通知を生成し送信する概略ブロック図を示す。上述したように、Ｘ線検出器１７０及び／又はデータ処理装置１８０から、取得された画像データがＡＩモジュール１８４に供給され、ここで、可能性のある異常を自動的に検出して可能性のある所見を決定することを目的として、画像データの自動処理が実行される。ＡＩモジュール１８４は、所見の優先度ステータスが通知しきい値に到達するか、又はそれを超えるか、すなわち、所見が通知アクションをトリガする程度にクリティカルであるかを決定する。ＡＩモジュール１８４が、検出された所見をクリティカルであるか又はアクション可能であると判定した場合、及び／又は検出の尤度が低すぎる場合、ＡＩモジュール１８４は、送信されるべき上述の通知メッセージのためのいくつかのデータコンテンツを生成する。例えば、ＡＩモジュール１８４は、気胸などの所見の命名、検出の尤度、所見の空間位置などを生成する。いくつかの実施形態では、所見の適切なピクチャー表現も決定及び／又は生成される。そして、ＡＩモジュール１８４によって生成されたデータコンテンツは、通知モジュール１９０に提供される。いくつかの実施形態では、通知モジュール１９０がプッシュアップ通知、電子メール、ショートメッセージサービス（ＳＭＳ）などの、異なる通信経路を使用する異なる通知又はメッセージング技術を使用するように適応される。この実施形態では、通知がシステムオペレーティングコンソール１９２及び／又は端末１９３に送信される。いくつかの実施形態では、通知モジュール１９０が図３に二重矢印で示すように、リモート端末１９３からの通知データの受信の確認応答及び／又は読み取り確認を要求する。従って、システムオペレーティングシステムコンソール１９２及び／又は端末１９３と通知モジュール１９０との間のデータ接続は、少なくとも一時的に双方向である。読み取り確認は、通知のために使用されるメッセージング技術において実施されてもよく、又はメッセージング技術によって提供されてもよい。通知が意図された受信者に配信できない場合、通知は別の受信者、すなわち別の端末１９３（図示せず）にエスカレートされる。読み取り確認が一定時間内に通知モジュール１９０によって受信されない場合、端末１９３は、第１の通信経路、例えば電子メールとは異なる第２の通信経路、例えばＳＭＳを介して、一定時間内に読み取り確認が受信されないことを再度通知する。特定の期間は、検出された所見の優先度ステータス、到達した、又は超過した通知しきい値などに依存し得る。従って、ある期間は、分、時間などであってもよい。図３に示すように、通知モジュール１９０は、通知プロセスをデータレコード１９４に記録する。
図６は、医用イメージング装置１００及び／又は医用イメージングシステムを動作させる方法のフローチャートを示す。ステップＳ１において、例えば放射線源１６０及びＸ線検出器１７０を用いることにより、被検者１４０の画像データが取得される。
ステップＳ２において、ＡＩモジュール１８４は、取得された画像データを処理して、被検体１４０内の所見を自動的に検出する。
ステップＳ３において、ＡＩモジュール１８４は、検出された所見の優先度ステータスを決定する。
ステップＳ４において、ＡＩモジュール１８４は、決定された優先度ステータスが通知しきい値に達するか、又はそれを超える場合、少なくとも所見の命名を含む通知を通知モジュール１９０に提供する。
オプションのステップＳ５において、通知モジュール１９０は、通知メッセージとして、システムオペレータコンソール１９２及びリモート端末１９３の１又は複数に通知を送信する。
本発明の別の例示的な実施形態において、適切なシステム上で、前述の実施形態のうちの１つによる方法の方法ステップを実行するように適応されることを特徴とするコンピュータプログラム又はコンピュータプログラム素子が提供される。
従って、コンピュータプログラム素子は、本発明の実施形態の一部でありうるコンピュータユニットに記憶されることができる。この計算ユニットは、上述の方法のステップを実行し又はその実行を誘導するように適応されることができる。更に、計算ユニットは、上記装置の各コンポーネントを動作させるように適応されることができる。計算ユニットは自動的に動作するように、及び/又はユーザのオーダーを実行するように、適応されることができる。コンピュータプログラムは、データプロセッサの作業メモリにロードされることができる。従って、データプロセッサは、本発明の方法を実行するように装備されることができる。
本発明のこの例示的な実施形態は、最初から本発明を使用するコンピュータプログラムと、最新の手段によって既存のプログラムを本発明を使用するプログラムに変えるコンピュータプログラムとの両方を包含する。
更に、コンピュータプログラム要素は、上述のプロシージャの例示的な実施形態の手順を実行するために必要な全てのステップを提供することができる。
本発明の更なる例示的な実施形態によれば、ＣＤ?ＲＯＭなどのコンピュータ可読媒体が提示され、コンピュータ可読媒体はその上に記憶されたコンピュータプログラム素子を有し、そのコンピュータプログラム素子は、前述のセクションによって説明される。
コンピュータプログラムは他のハードウェアと一緒に又はその一部として供給される光記憶媒体又はソリッドステート媒体などの適切な媒体(特に、必ずしも非一時的媒体である必要はないが、非一時的媒体)上に記憶され及び/又は配布されることができるが、他の形態で、例えばインターネット又は他の有線もしくは無線電気通信システムなどを介して、配布されることもできる。しかしながら、コンピュータプログラムはインターネットのようなネットワークを通じて提示されることもでき、そのようなネットワークからデータプロセッサの作業メモリにダウンロードされることもできる。本発明の更なる例示的な実施形態によれば、コンピュータプログラム要素をダウンロードのために利用可能にするための媒体が提供され、このコンピュータプログラム要素は、本発明の前述の実施形態のうちの１つによる方法を実行するように構成される。
本発明の実施形態は、それぞれ異なる主題を参照して説明されることに留意されたい。特に、いくつかの実施形態は方法タイプの請求項に関して説明され、他の実施形態は装置タイプの請求項に関して説明される。しかしながら、当業者は上記及び下記の説明から、別段の通知がない限り、１つのタイプの主題に属する特徴の任意の組み合わせに加えて、異なる主題に関する特徴間の任意の組み合わせも、本出願で開示されることを理解するであろう。しかしながら、全ての特徴を組み合わせて、特徴の単純な足し合わせよりも高い相乗効果を提供することができる。
本発明は図面及び前述の説明において詳しく図示され説明されてきたが、そのような図示及び説明は例示的又は説明的であり、限定的ではないと考えられるべきである。本発明は、開示された実施形態に限定されない。開示された実施形態に対する他の変形は図面、開示及び従属請求項の検討から、請求項に記載の発明を実施する際に当業者によって理解され達成されることができる。
請求項において、単語「有する、含む(comprising)」は、他の構成要素又はステップを排除せず、不定冠詞「a」又は「an」は複数性を排除しない。単一のプロセッサ又は他のユニットは、特許請求の範囲に記載されたいくつかの項目の機能を満たすことができる。特定の手段が相互に異なる従属請求項において言及されているという単なる事実は、これらの手段の組み合わせが有利に使用されることができないことを示すものではない。請求項におけるいかなる参照符号も、その範囲を限定するものとして解釈されるべきではない。
１００ 医用イメージング装置
１１０ ハウジング
１２０ ガントリ
１３０ 被検体支持体
１４０ 撮像対象
１５０ 画像取得ユニット
１６０ 放射線源
１７０ Ｘ線検出器
１８０ データ処理手段
１８１ プロセッサ
１８２ メモリ
１８３ メモリ
１８４ 人工知能モジュール
１９０ 通知モジュール
１９１ 通信データ面
１９２ システムオペレータコンソール
１９３ リモート端末
１９４ データレコード
２００ 今後の臨床システム

Claims (15)

  1. 医用イメージング装置であって、
    撮像されるべき被検体の画像データを取得する画像取得ユニットと、
    人工知能（ＡＩ）モジュールを有するローカルデータ処理装置と、
    取得された画像データに基づいて所見を自動的に検出し、検出された所見の優先度ステータスを決定するＡＩモジュールと、
    前記決定された優先度ステータスが通知閾値に達するか、又はそれを超える場合に、前記検出された所見を含む通知データを提供する通知モジュールと、
    を有する医用イメージング装置。
  2. 前記通知モジュールは、前記イメージング装置のローカル表示装置に通知データを提供する、請求項１に記載の医用イメージング装置。
  3. 前記通知モジュールは、第１のリモート端末に前記通知データを提供する、請求項１又は２に記載の医用イメージング装置。
  4. 前記通知モジュールは、前記第１のリモート端末からの前記通知データの読み取り確認を要求する、請求項３に記載の医用イメージング装置。
  5. 前記通知モジュールは、前記読み取り確認が或る期間内に受信されない場合、前記読み取り確認がある期間内に受信されない第１の通信経路とは異なる第２の通信経路を介して、前記第１のリモート端末に再び通知する、請求項４に記載の医用イメージング装置。
  6. 前記通知モジュールは、前記読み取り確認が或る期間内に受信されない場合、第２のリモート端末に前記通知を提供する、請求項４又は５に記載の医用イメージング装置。
  7. 前記ＡＩモジュールが、撮像される被検者内の前記所見の空間位置を決定し、前記決定された空間位置が、前記通知データに追加される、請求項１乃至６のいずれか１項に記載の医療用イメージング装置。
  8. 前記ＡＩモジュールは、前記所見の少なくとも部分的なビューを表す前記画像データの少なくとも１つの画像を決定し、前記決定された画像は、前記通知データに少なくとも部分的に追加される、請求項１乃至７のいずれか１項に記載の医用イメージング装置。
  9. 前記ＡＩモジュールは、前記検出された所見が正しく識別されたことの尤度を示す検出の尤度を決定し、前記決定された検出の尤度は、前記通知データに追加される、請求項１乃至８のいずれか１項に記載の医用イメージング装置。
  10. 前記ＡＩモジュールは、もっぱらローカルデータ処理を通して、前記所見の検出を実行し及び／又は前記通知データを提供する、請求項１乃至９のいずれか１項に記載の医用イメージング装置。
  11. 請求項１乃至１０のいずれか１項に記載の医用イメージング装置と、前記医用イメージング装置によって送信された通知データを受信する受信装置と、を有する医用イメージングシステム。
  12. 前記医用イメージング装置の画像取得ユニットに接続された別の遠隔臨床システムを更に有し、前記医用イメージングシステムは、前記医用イメージング装置を使用してローカルデータ処理手段によって前記画像データの前処理を実行し、前記臨床システムによる前記画像データのメイン処理を実行する前に、通知データを前記受信装置に提供する、請求項１１に記載の医用イメージングシステム。
  13. 医用イメージング装置の作動方法であって、
    撮像されるべき被検体の画像データを取得するステップと、
    取得された画像データを、ローカルデータ処理装置の人工知能（ＡＩ）モジュールによって処理して、被検体内の所見を自動的に検出するステップと、
    前記ＡＩモジュールによって検出された所見の優先度ステータスを決定するステップと、
    前記決定された優先度ステータスが通知閾値に達したか又は超えた場合に、少なくとも前記所見を含む通知を通知モジュールに提供するステップと、
    を有する方法。
  14. 医用イメージング装置を動作させるためのコンピュータプログラムであって、処理ユニットによって実行される場合に、請求項１３に記載の方法を実行するよう構成されるコンピュータプログラム。
  15. 請求項１４に記載のコンピュータプログラムを記憶したコンピュータ可読媒体。
JP2021521834A 2018-10-23 2019-10-18 医用イメージング装置及びその動作方法 Pending JP2022505550A (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862749152P 2018-10-23 2018-10-23
US62/749,152 2018-10-23
EP18204589.8A EP3651163A1 (en) 2018-11-06 2018-11-06 Medical image device and operating method
EP18204589.8 2018-11-06
PCT/EP2019/078413 WO2020083783A1 (en) 2018-10-23 2019-10-18 Medical image device and operating method

Publications (2)

Publication Number Publication Date
JP2022505550A true JP2022505550A (ja) 2022-01-14
JPWO2020083783A5 JPWO2020083783A5 (ja) 2022-10-21

Family

ID=64267510

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021521834A Pending JP2022505550A (ja) 2018-10-23 2019-10-18 医用イメージング装置及びその動作方法

Country Status (5)

Country Link
US (1) US20210338185A1 (ja)
EP (2) EP3651163A1 (ja)
JP (1) JP2022505550A (ja)
CN (1) CN113056794A (ja)
WO (1) WO2020083783A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4098199A1 (en) * 2021-06-01 2022-12-07 Koninklijke Philips N.V. Apparatus for medical image analysis

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008541889A (ja) * 2005-06-02 2008-11-27 ザ メディパターン コーポレイション コンピュータ支援検出のシステムおよび方法
US20140358585A1 (en) * 2013-06-04 2014-12-04 Bruce Reiner Method and apparatus for data recording, tracking, and analysis in critical results medical communication
JP2018128933A (ja) * 2017-02-09 2018-08-16 株式会社ジェイマックシステム 診断支援装置、診断支援方法および診断支援プログラム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8331637B2 (en) * 2006-03-03 2012-12-11 Medic Vision-Brain Technologies Ltd. System and method of automatic prioritization and analysis of medical images
JP4982146B2 (ja) 2006-10-17 2012-07-25 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 医用画像撮像装置用ワークフロー通知システム
US20090196479A1 (en) * 2008-01-31 2009-08-06 Raghav Raman Method and apparatus for computer-aided diagnosis filtered prioritized work item list
US20190038148A1 (en) * 2013-12-12 2019-02-07 Alivecor, Inc. Health with a mobile device
US10178946B2 (en) * 2014-09-08 2019-01-15 Location Labs, Inc. Oral monitor
US9846938B2 (en) * 2015-06-01 2017-12-19 Virtual Radiologic Corporation Medical evaluation machine learning workflows and processes
WO2017136762A1 (en) * 2016-02-03 2017-08-10 Radlogics, Inc. Methods and systems for enhanced measurement of near heart aorta sections
JP6542824B2 (ja) * 2017-03-13 2019-07-10 ファナック株式会社 入力画像から検出した対象物の像の尤度を計算する画像処理装置および画像処理方法
CN112466439A (zh) * 2018-01-23 2021-03-09 深圳科亚医疗科技有限公司 由计算机实现的医学图像调度方法、调度系统及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008541889A (ja) * 2005-06-02 2008-11-27 ザ メディパターン コーポレイション コンピュータ支援検出のシステムおよび方法
US20140358585A1 (en) * 2013-06-04 2014-12-04 Bruce Reiner Method and apparatus for data recording, tracking, and analysis in critical results medical communication
JP2018128933A (ja) * 2017-02-09 2018-08-16 株式会社ジェイマックシステム 診断支援装置、診断支援方法および診断支援プログラム

Also Published As

Publication number Publication date
EP3651163A1 (en) 2020-05-13
US20210338185A1 (en) 2021-11-04
CN113056794A (zh) 2021-06-29
WO2020083783A1 (en) 2020-04-30
EP3871234A1 (en) 2021-09-01

Similar Documents

Publication Publication Date Title
US11712208B2 (en) Systems and methods to deliver point of care alerts for radiological findings
US11341646B2 (en) Systems and methods to deliver point of care alerts for radiological findings
US11049250B2 (en) Systems and methods to deliver point of care alerts for radiological findings
JP6138817B2 (ja) 結果品質に基づく線量最適化
US11462318B2 (en) Method and system for computer-aided triage of stroke
EP3561778A1 (en) Automated correction of metal affected voxel representations of x-ray data using deep learning techniques
CN110838118A (zh) 用于医疗过程中异常检测的系统和方法
US11227689B2 (en) Systems and methods for verifying medical diagnoses
CA3131877A1 (en) A platform for evaluating medical information and method for using the same
US11328400B2 (en) Method and system for computer-aided aneurysm triage
US20100063834A1 (en) Medical Communication System
JP2019198376A (ja) 医用画像処理装置、医用画像処理方法、及び医用画像処理システム
JP2022505550A (ja) 医用イメージング装置及びその動作方法
JP7223539B2 (ja) 乳がん診断支援装置、乳がん診断支援システム、および乳がん診断支援方法
US20220284579A1 (en) Systems and methods to deliver point of care alerts for radiological findings
US8116545B2 (en) Method and system for analysis of bone density
US20240127431A1 (en) Method and apparatus for providing confidence information on result of artificial intelligence model
Cho et al. Artificial Intelligence Computer-Assisted Diagnosis for Thyroid Nodules: Comparison of Diagnostic Performance Using Original and Mobile Ultrasonography Images
Dmitry Transfer learning method in the problem of binary classification of chest X-rays
JP2024070317A (ja) 処理装置、処理プログラム、処理方法及び処理システム
JP2019051221A (ja) 情報処理装置および情報処理方法
JP2017012592A (ja) 医用画像撮影装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221012

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221012

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230630

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230704

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230920

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20240105

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240426

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20240508