JP2022552744A - 侵襲的処置最適化 - Google Patents
侵襲的処置最適化 Download PDFInfo
- Publication number
- JP2022552744A JP2022552744A JP2022523411A JP2022523411A JP2022552744A JP 2022552744 A JP2022552744 A JP 2022552744A JP 2022523411 A JP2022523411 A JP 2022523411A JP 2022523411 A JP2022523411 A JP 2022523411A JP 2022552744 A JP2022552744 A JP 2022552744A
- Authority
- JP
- Japan
- Prior art keywords
- feasibility
- invasive
- candidate
- candidate types
- controller
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 185
- 238000005457 optimization Methods 0.000 title claims abstract description 45
- 210000003484 anatomy Anatomy 0.000 claims abstract description 65
- 230000015654 memory Effects 0.000 claims abstract description 48
- 238000013152 interventional procedure Methods 0.000 claims abstract description 44
- 238000013473 artificial intelligence Methods 0.000 claims description 83
- 238000001574 biopsy Methods 0.000 claims description 60
- 238000012545 processing Methods 0.000 claims description 34
- 210000004072 lung Anatomy 0.000 claims description 27
- 230000033001 locomotion Effects 0.000 claims description 13
- 230000037361 pathway Effects 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000003862 health status Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000009545 invasion Effects 0.000 claims description 2
- 238000001356 surgical procedure Methods 0.000 claims description 2
- 210000000115 thoracic cavity Anatomy 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 4
- 210000001519 tissue Anatomy 0.000 description 33
- 238000003384 imaging method Methods 0.000 description 15
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 12
- 238000002679 ablation Methods 0.000 description 12
- 201000005202 lung cancer Diseases 0.000 description 12
- 208000020816 lung neoplasm Diseases 0.000 description 12
- 238000002591 computed tomography Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 238000002604 ultrasonography Methods 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 210000004204 blood vessel Anatomy 0.000 description 3
- 210000002216 heart Anatomy 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 210000003437 trachea Anatomy 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000002271 resection Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000012285 ultrasound imaging Methods 0.000 description 2
- 230000035899 viability Effects 0.000 description 2
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000005003 heart tissue Anatomy 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012014 optical coherence tomography Methods 0.000 description 1
- 210000000920 organ at risk Anatomy 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000001055 reflectance spectroscopy Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
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
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Urology & Nephrology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
侵襲的処置最適化のためのコントローラ122、910/920は、プロセッサ12210、910と、命令を記憶するメモリ12220、920とを含む。命令がプロセッサによって実行されると、コントローラ12210、910は、解剖学的組織の侵襲的処置の複数の候補タイプごとに、解剖学的特徴を解剖学的組織の侵襲前画像から特定すること(S210)と、解剖学的特徴を、複数の候補タイプのそれぞれで使用する候補ツールのツール特徴と比較すること(S220)とを有する処理を実施する。この処理はまた、特定すること及び比較することに基づいて、候補タイプごとに実行可能性報告を生成すること(S240)を有する。各実行可能性報告は、候補タイプのそれぞれの実行可能性評価を含む。この処理はまた、実行可能性報告に基づいて、候補タイプの中で最適な侵襲的処置タイプを選択すること(S260)を有する。侵襲的処置が、選択すること(S260)に基づいて、最適な侵襲的処置タイプを使用して解剖学的組織に対して実施される。
Description
[0001] 肺癌は、今日、世界中で最も死亡率の高い癌である。いくつかの国では、肺癌を初期段階で検出するための肺癌検診プログラムを実施している。いくつかの治療選択肢が早期段階の肺癌には有用であり、5年生存率の改善がもたらされる。肺癌が疑われる患者については、検診によってであろうと他の手段によってであろうと、疑わしい肺組織の診断を得ることが不可欠である。肺組織は、気管支内生検、経胸壁生検又は外科的生検を含む、いくつかのタイプの侵襲的処置によって得ることができる。気管支内生検は、合併症を起こす確率が低いので、診断用の肺組織の試料を得るのには好ましいタイプの生検である。しかし、末梢にある肺癌結節では、気管支内生検の診断率が30%にしかならないことがある。経胸壁生検及び外科的生検では診断率が非常に高いが、合併症の発生率も高くなる。
[0002] 肺癌患者の60%以上が、診断品質の肺組織試料を得るために、少なくとも1回の生検を必要とする。一般には、合併症を最小限にするために、気管支内生検がまず試みられる。気管支内生検で適切な肺組織試料が得られなかった場合には、患者は経胸壁生検又は外科的生検を受けることになるが、その両方に高い合併症のリスクが伴う。それゆえに、合併症のリスクと、診断率が高い良好な肺組織試料が得られる可能性とでバランスが取られる。
[0003] 人工知能(AI)は、コンピュータ断層撮影(CT)画像中の肺癌の疑いのある結節を自動的に検出し位置を特定するための画像解析などと共に、肺癌健診において使用される。サイズ、外観、及び成長率に関する情報が、疑わしい組織を肺癌検診の一部として生検すべきか否かの閾値を設定するために利用される。しかし、現在のところ、患者が受けるべき生検のタイプに関する意思決定支援を行うための、確立されたガイドライン又は支援ツールが存在しない。本明細書に記載の侵襲的処置最適化は、これらの課題に対処する。
[0004] 本開示の一態様によれば、侵襲的処置最適化のためのコントローラは、メモリ及びプロセッサを含む。メモリは命令を記憶する。プロセッサは命令を実行する。命令がプロセッサによって実行されると、コントローラは、解剖学的組織の侵襲的処置の複数の候補タイプごとに、解剖学的特徴を解剖学的組織の侵襲前画像から特定することと、解剖学的特徴を、複数の候補タイプのそれぞれで使用する候補ツールのツール特徴と比較することとを含む処理を実施する。命令がプロセッサによって実行されたときにコントローラによって実施される処理はまた、特定すること及び比較することに基づいて、複数の候補タイプごとに実行可能性報告を生成することを有する。各実行可能性報告は、複数の候補タイプのそれぞれの実行可能性評価を含む。命令がプロセッサによって実行されたときにコントローラによって実施される処理はまた、複数の候補タイプのそれぞれの実行可能性報告に基づいて、複数の候補タイプの中で最適な侵襲的処置タイプを選択することを有する。侵襲的処置が、選択することに基づいて、最適な侵襲的処置タイプを使用して解剖学的組織に対して実施される。
[0005] 本開示の別の態様によれば、侵襲的処置最適化のための装置は、入力インターフェース及びコントローラを含む。入力インターフェースは、解剖学的組織の侵襲的処置前画像を入力する。コントローラは、メモリ及びプロセッサを含む。メモリは命令を記憶する。プロセッサは命令を実行する。命令がプロセッサによって実行されると、コントローラは処理を実行する。プロセッサが命令を実行したときにコントローラによって実施される処理は、解剖学的組織の侵襲的処置の複数の候補タイプごとに、解剖学的特徴を解剖学的組織の事前侵襲的画像から特定することと、解剖学的特徴を、前記複数の候補タイプのそれぞれで使用する候補ツールのツール特徴と比較することとを有する。プロセッサが命令を実行したときにコントローラによって実施される処理はまた、特定すること及び比較することに基づいて、複数の候補タイプごとに実行可能性報告を生成することを有する。各実行可能性報告は、複数の候補タイプのそれぞれの実行可能性評価を含む。プロセッサが命令を実行したときにコントローラによって実施される処理はさらに、複数の候補タイプのそれぞれの実行可能性報告に基づいて、複数の候補タイプの中で最適な侵襲的処置タイプを選択することを有する。侵襲的処置が、選択することに基づいて、最適な侵襲的処置タイプを使用して解剖学的組織に対して実施される。
[0006] 本開示のさらに別の態様によれば、侵襲的処置最適化のためのシステムは、入力インターフェース、モニタ及びコントローラを含む。入力インターフェースは、解剖学的組織の侵襲的処置前画像を入力する。モニタは、解剖学的組織の侵襲的処置前画像を表示する。コントローラは、メモリ及びプロセッサを含む。メモリは命令を記憶する。プロセッサは命令を実行する。命令がプロセッサによって実行されると、コントローラは、解剖学的組織の侵襲的処置の複数の候補タイプごとに、解剖学的特徴を解剖学的組織の事前侵襲的画像から特定することと、解剖学的特徴を、前記複数の候補タイプのそれぞれで使用する候補ツールのツール特徴と比較することとを有する処理を実施する。プロセッサが命令を実行したときにコントローラによって実施される処理はまた、特定すること及び比較することに基づいて、複数の候補タイプごとに実行可能性報告を生成することを有する。各実行可能性報告は、複数の候補タイプのそれぞれの実行可能性評価を含む。プロセッサが命令を実行したときにコントローラによって実施される処理はまた、複数の候補タイプのそれぞれの実行可能性報告に基づいて、複数の候補タイプの中で最適な侵襲的処置タイプを選択することを有する。侵襲的処置が、選択することに基づいて、最適な侵襲的処置タイプを使用して解剖学的組織に対して実施される。
[0007] 例示的な実施形態については、添付の図面と併せ読めば、以下の詳細な説明から最もよく理解される。様々な機能部は、必ずしも原寸に比例して描かれていないことが強調される。実際のところ、説明を分かりやすくするために、寸法は適宜に拡大又は縮小される。該当すれば、また実際的であればいつでも、同様の参照数字は同様の要素を指す。
[0018] 以下の詳細な説明では、限定ではなく説明を目的として、本教示による実施形態が完全に理解されるようにするために、特定の詳細を開示する代表的な実施形態が示される。知られているシステム、装置、材料、操作方法、及び製造方法についての説明は、代表的な実施形態についての説明を不明瞭にしないように、省略される。それにもかかわらず、当業者に知られている範囲内のシステム、装置、材料、及び方法は、本教示の範囲内にあり、代表的な実施形態に従って使用される。本明細書で使用される専門用語は、特定の実施形態を説明することだけを目的としており、限定するものではないことを理解されたい。定義された用語は、本教示の技術分野において一般に理解され受け入れられている定義された用語の、技法的及び科学的意味を補うものである。
[0019] 第1、第2、第3などの用語が、様々な要素又は構成要素を説明するために本明細書で用いられるが、このような要素又は構成要素がこれらの用語によって限定されるべきではないことを理解されたい。これらの用語は単に、1つの要素又は構成要素を別の要素又は構成要素と区別するために用いられているにすぎない。したがって、以下で論じられる第1の要素又は構成要素が、本発明の概念の教示から逸脱することなく、第2の要素又は構成要素と呼ばれることもある。
[0020] 本明細書で使用される専門用語は、特定の実施形態を説明することだけを目的としており、限定するものではない。本明細書及び添付の特許請求の範囲で使用される、単数形の用語は、文脈から別に明示されない限り、単数形と複数形の両方を含むものである。さらに、用語「備える、有する、含む」、及び/又は「備えている、有している、含んでいる」、及び/又は同様の用語は、本明細書で使用される場合、述べられた特徴、要素、及び/又は構成要素が存在することを明示するが、1つ又は複数の他の特徴、要素、構成要素、及び/又はこれらの群が存在すること、又は付加されることを排除しない。本明細書では、用語「及び/又は」は、関連する列挙項目のうちの1つ又は複数のいずれかの、及びすべての組合せを含む。
[0021] 特に断らない限り、要素又は構成要素が他の要素又は構成要素に「接続されている」、「結合されている」、又は「隣接している」と言われる場合、その要素又は構成要素は、他の要素又は構成要素と直に接続又は結合できること、又は介在する要素又は構成要素が存在し得ることを理解されたい。すなわち、これらの、及び同様の用語は、2つの要素又は構成要素を接続するために1つ又は複数の中間の要素又は構成要素が使用される場合を包含する。しかし、ある要素又は構成要素が他の要素又は構成要素に「直に接続されている」と言われる場合、これは、2つの要素又は構成要素が、中間の、又は介在するいかなる要素又は構成要素もなしで互いに接続されている場合のみを包含する。
[0022] 本開示は、こうして、その様々な態様、実施形態及び/又は特定の特徴又はサブ構成要素のうちの1つ以上によって、以下に具体的に示される1つ又は複数の利点を引き出すものである。限定ではなく説明を目的として、本教示による実施形態が完全に理解されるように、特定の詳細を開示する例示的な実施形態が示される。しかし、本明細書に開示された特定の詳細からは逸脱する、本開示と一致する他の実施形態は、添付の特許請求の範囲内に留まる。さらに、例示的な実施形態についての説明を不明瞭にしないように、よく知られている装置及び方法についての説明は省略される。このような方法及び装置は、本開示の範囲内にある。
[0023] 本明細書で説明されるように、生検及び切除のタイプなどの、侵襲的処置の最適なタイプの自動決定は、複数の様々なタイプの侵襲的処置のそれぞれの実行可能性分析に基づいた処理で実現される。検討される侵襲的処置の様々なタイプは、候補タイプとも呼ばれる。この分析には、合併症を最小限にしながら診断率を最大にすることなどのトレードオフが伴う。管理ツールは、人工知能(AI)を活用して、イメージング、医療リスク、処置コスト、オペレータの経験、及び技法的実行可能性をそれだけには限らないが含む多様式データを、成功率及び危険因子スコアを候補タイプごとに定量化するために統合する。自動決定は、侵襲的処置が正しく最初に行われるように患者管理を改善するのに使用することができる。候補タイプの侵襲的処置としての様々なタイプの生検の場合、自動判定は、合併症のリスクを最小限にしながら、かつ費用対効果の高い手法で、診断品質である組織試料採取をもたらす。
[0024] 図1Aは、代表的な実施形態による、侵襲的処置最適化のためのシステムを示す。
[0025] 図1Aのシステム100は、侵襲的処置最適化のためのシステムであり、一緒に提供される、又は分散される構成要素を含む。システム100は、コンピュータ120、ディスプレイ130、及びAIシステム140を含む。コンピュータ120は、コントローラ122を含む。AIシステム140は、AIエンジン142を含む。コンピュータ120は、ディスプレイ130に対してローカルであり、イーサネットケーブルなどのローカル有線インターフェースを介して、又はWi-Fi接続などのローカル無線インターフェースを介して、ディスプレイ130に接続される。コンピュータ120は、AIシステム140から遠隔でもよく、1つ又は複数の有線接続及び/又は無線接続を用いて、インターネットを介してAIシステム140に接続されてもよい。
[0026] コンピュータ120は、1つ又は複数の入力インターフェースを含む。コンピュータ120の入力インターフェース(図示せず)は、ポート、ディスクドライブ、無線アンテナ、又は他の種類の受信機回路を含む。入力インターフェースはさらに、マウス、キーボード、マイクロフォン、ビデオカメラ、タッチスクリーンディスプレイ、又は他の要素若しくは構成要素などのユーザインターフェースをコンピュータ120に接続する。コンピュータ120の入力インターフェースは、侵襲的処置前の侵襲前解剖学的画像の入力、並びに侵襲的処置中の侵襲的画像の入力を受け取る。1つ又は複数の入力インターフェースはまた、侵襲的処置の候補タイプと、候補タイプの侵襲的処置に使用する候補ツールと、候補タイプの侵襲的処置の際に標的部位に到達するための解剖学的組織を通る経路とを選択又は選択解除するための入力を受け取る。例えば、コンピュータ120の入力インターフェースはマウスを接続し、このマウスは、候補タイプ、候補ツール、及び/又は侵襲的処置の標的に到達するための複数の可能な異なる経路のうちの1つを特定及び選択するために用いられるカーソルを制御する。コンピュータ120に接続されるマウスの代替形態には、コンピュータ120に接続されたマイクロフォン又はビデオカメラによって取り込まれる、音声認識又はジェスチャー認識が含まれる。
[0027] ディスプレイ130は、コンピュータモニタなどのモニタ、モバイルデバイスのディスプレイ、テレビジョン、電子ホワイトボード、又は電子画像を表示するように構成された他の画面であってよい。ディスプレイ130はまた、他の要素又は構成要素をコンピュータ120に接続する、上述したものなどの1つ又は複数の入力インターフェース、並びに、触れることによって直接入力することが可能なタッチスクリーンを含むこともある。例えば、侵襲的処置の候補タイプ、候補タイプの侵襲的処置で使用するための候補ツール、並びに解剖学的組織を通る経路の選択及び/又は選択解除は、すべてディスプレイ130のタッチスクリーン入力インターフェースを介して行われる。ディスプレイ130は、侵襲前解剖学的画像及び侵襲的画像を表示する。例えば、コンピュータ120は、ウェブサイト、電子メール、ポータブルディスク又は他のタイプのメモリから、入力インターフェースを介してコンピュータ断層撮影画像、MR画像、及び/又は超音波画像などの侵襲前画像を取得するか、別途受け取る。コンピュータ120は、コンピュータ断層撮影画像などの侵襲前画像を、ディスプレイ130に表示するための侵襲前画像として、ローカル有線インターフェース又はローカル無線インターフェースを介してディスプレイ130に提供する。コンピュータ120はまた、侵襲的画像を生成するように動作するイメージング機及びイメージングシステムから有線接続などを介して、X線画像又は超音波画像などの侵襲的画像を受け取り、この侵襲的画像をディスプレイ130に表示用に提供する。
[0028] システム100内のコンピュータ120のコントローラ122は、命令を記憶するメモリ(図1B参照)と、その命令を実行するプロセッサ(図1B参照)とを含む。プロセッサによって命令が実行されると、コントローラ122は、複数の候補タイプの解剖学的組織の侵襲的処置ごとに、解剖学的特徴を侵襲前解剖学的画像から特定することを含む処理を実施する。プロセッサが命令を実行することに基づく、コントローラ122によって実施される処理はまた、解剖学的特徴と、複数の候補タイプのそれぞれで使用する候補ツールのツール特徴とを比較することも含む。コントローラ122によって実施される処理はまた、特定すること及び比較することに基づいて、複数の候補タイプごとに実行可能性報告を生成することも含む。各実行可能性報告は、複数の候補タイプごとに異なる重み付けがされる実行可能性評価を含む。コントローラ122によって実施される処理はまた、複数の候補タイプそれぞれの実行可能性報告に基づいて、複数の候補タイプの中で最適な侵襲的処置タイプを選択することも含む。コントローラ122によって生成される実行可能性報告はまた、最適な侵襲的処置タイプでは、どの侵襲ツールが標的部位に成功裏に到達することが最善に予想されるかも規定する。侵襲的処置が、その選択に基づいて、最適な侵襲的処置タイプを使用して、解剖学的組織に対して実施される。侵襲的処置は、選択された最適な侵襲ツールに基づいて実施されることもある。
[0029] コントローラ122によって処理を実施することには、プロセッサ実行命令に基づいて実施される上述の動作のうちの1つ以上が含まれる。例えば、コントローラ122は、解剖学的特徴を特定すること、解剖学的特徴とツール特徴を比較すること、実行可能性報告を生成すること、及び最適な侵襲的処置タイプを選択することを直接実施する。コントローラ122によって処理を実施することにはまた、ディスプレイ130又はAIシステム140などのシステム100の別の要素に、上述した動作又は他の動作のうちの1つ以上を実施するように指示することによって、又はその要素と別途通信することによるなど、コントローラ122によって間接的に実施される他の動作も含まれる。例えば、コントローラ122は、ディスプレイ130が、侵襲的処置及び各侵襲的処置で使用するツールの選択などの、選択された情報を表示するようにディスプレイ130に画像を提供し命令を与える。同様に、コントローラ122が装置としてのコンピュータ120の要素であり、コンピュータ120がシステム100の要素である限り、上記のコントローラ122に帰する動作はまた、侵襲的処置最適化のための装置としてのコンピュータ120にも、侵襲的処置最適化のためのシステムとしてのシステム100にも帰する。
[0030] AIシステム140は、侵襲前画像と、侵襲前画像に対応する実行可能性報告と、実行可能性報告に基づいて行われた侵襲的処置の臨床結果とに基づいて機械学習を行う。AIシステム140はまた、侵襲的処置に使用されるセンサを装備したツールからのセンサデータなどの、侵襲的処置によるデータも受け取る。上述のように、AIシステム140はAIエンジン142を含み、機械学習に基づいた人工知能を生成し実装する。AIエンジン142は、本明細書で説明される機械学習を実施し適用するソフトウェアとして実装される。AIシステム140は、例えば、機械学習及び人工知能をデータセンタなどにおいてクラウドに実装し、この場合、AIシステム140は、1つ又は複数の有線及び/又は無線接続を使用して、インターネットを介してコンピュータ120に接続される。AIシステム140は、機械学習及び人工知能が、様々な場所の様々な患者用の比較的大きい侵襲的処置のセットに基づいて、またこのセットに対して、集中的に実装されるように、コンピュータ120を含む複数の異なるコンピュータに接続される。或いは、AIシステム140は、多数の患者に同様の性質の侵襲的処置(例えば、肺癌侵襲的処置)を行う施設などで、機械学習及び人工知能を局所的にコンピュータ120に実装する。
[0031] 図1Bは、代表的な実施形態による、侵襲的処置最適化のためのコントローラ122を示す。
[0032] 図1Bのコントローラ122は、侵襲的処置最適化コントローラであり、図示のように独立型構成要素として、又は図1Aのコンピュータ120などのデバイスの構成要素として提供される。コントローラ122は、プロセッサ12210、メモリ12220、及びバス12208を含む。プロセッサ12210は、バス12208を介してメモリ12220から命令を取得するか、別途受け取る。
[0033] 本明細書で説明されるように、コントローラ122は、侵襲的処置最適化のために設けられている。メモリ12220は命令を記憶し、プロセッサ12210は命令を実行する。プロセッサ12210によって命令が実行されると、コントローラ122は、複数の候補タイプの解剖学的組織の侵襲的処置ごとに、解剖学的特徴を侵襲前解剖学的画像から特定することを含む処理を実施する。プロセッサが命令を実行したときにコントローラ122によって実施される処理はまた、解剖学的特徴と、複数の候補タイプのそれぞれで使用する候補ツールのツール特徴とを比較することも含む。コントローラ122によって実施される処理はまた、特定及び比較することに基づいて、侵襲的処置の複数の候補タイプごとに実行可能性報告を生成することも含む。コントローラ122によって実施される処理はまた、複数の候補タイプの侵襲的処置のそれぞれに使用するために考えられるツールを特定することも含み、この特定されたツールは、実行可能性報告に含まれる。各実行可能性報告は、複数の候補タイプごとに異なる重み付けがされている実行可能性評価を含む。実行可能性評価の重み付けは、様々な候補タイプごとに異なる予想診断率に基づいて変わる。実行可能性評価の重み付けは、以前のインスタンシエーションの診断率に基づくなど、同様の侵襲的処置の以前のインスタンシエーションに人工知能を適用することに基づいて設定される。
[0034] コントローラ122によって実施される処理にはまた、複数の候補タイプそれぞれの実行可能性報告に基づいて、複数の候補タイプの中で最適な侵襲的処置タイプを選択することも含まれる。コントローラ122によって実施される処理にはまた、最適な侵襲的処置タイプで標的部位に到達するために使用する、1つ又は複数の最適な侵襲ツールを選択することも含まれる。侵襲的処置が、選択された最適な侵襲的処置タイプを使用して、解剖学的組織に対して実施される。侵襲的処置は、選択された最適な侵襲ツールを使用して実施される。
[0035] コントローラ122は、本明細書に記載された動作のいくつかを直接実施し、本明細書に記載された他の動作を間接的に実施する。例えば、コントローラ122は、侵襲前画像から解剖学的特徴を直接特定し、その解剖学的特徴とツール特徴とを直接比較し、複数の候補タイプごとに実行可能性報告を直接生成し、かつ/又は、最適な侵襲的処置タイプ、並びに使用する最適ツールを直接選択する。コントローラ122は、人工知能を適用するためにAIシステム140への要求を開始すること、及び侵襲的処置が実行されることになる処置を開始することなどによって、他の動作を間接的に制御する。したがって、プロセッサ12210がメモリ12220からの命令を実行したときにコントローラ122によって実施される処理は、コントローラ122によって直接実施されないことを有する。
[0036] 図2は、代表的な実施形態による、侵襲的処置最適化処理を示す。図2の方法は、単一の装置、単一のシステム、単一のエンティティによって、若しくは単一のエンティティに代わって、又は分散装置、分散システム、複数のエンティティによって、若しくは複数のエンティティに代わって、実施される。
[0037] 図2のS210で、解剖学的特徴が特定される。解剖学的特徴は、図1Aのコンピュータ120が受け取る術前画像などに基づいて、図1Aのコンピュータ120のコントローラ122によって特定される。解剖学的特徴には、器官、骨、血管、気道、肺癌腫瘍/結節、及び他の人体解剖学的組織部分が含まれる。解剖学的特徴にはまた、解剖学的組織の、直径、曲率、気道の弾性、侵襲的処置の対象となる解剖学的組織を囲む組織の弾性などの、機械的特徴も含まれる。例えば、解剖学的特徴には、気道の直径、気道の曲率、気道などの組織の弾性、又は侵襲的処置の対象となるべき解剖学的組織を取り囲む周辺組織の弾性が含まれる。解剖学的特徴にはまた、解剖学的組織内の侵襲的処置の標的の相対的位置、及び標的の相対的位置までの1つ又は複数の経路も含まれる。相対的位置は、侵襲的処置に用いられる三次元座標系の原点と相関関係がある。組織の機械的特徴は、S220に関して以下で説明されるように、侵襲的処置に使用されるべき様々な可能性のあるツールの機械的特徴及び機能と特に比較される。
[0038] 解剖学的特徴は、コンピュータ断層撮影画像などの解剖学的組織の侵襲前画像から特定される。解剖学的特徴は、解剖学的組織の侵襲的処置の複数の候補タイプごとに特定される。一例として、侵襲的処置は生検であり、複数の候補タイプには、肺組織の気管支内生検、胸腔を通しての肺組織の経胸腔生検、及び手術によって行われる肺組織の外科的生検が含まれる。したがって、S210には、複数の候補生検タイプ又は解剖学的組織の侵襲的処置の他のタイプごとに、解剖学的特徴を解剖学的組織の侵襲前画像から特定することが含まれる。解剖学的特徴は、標的位置への経路が変化し、2つの異なるタイプの侵襲的処置において別の解剖学的組織に遭遇することになる場合などには、様々なタイプの侵襲的処置ごとに異なる。
[0039] 一実施形態において、S210で解剖学的特徴を特定することには、侵襲的処置のための標的位置を自動的に検出することが含まれるか、検出することが後に続く。標的位置は、S210で画像分析により解剖学的特徴として特定された腫瘍である。画像解析では、まず認識可能な解剖学的特徴を特定し、次に、特定された解剖学的特徴のうちの1つ又は複数を標的位置として自動的に特定する。特定された解剖学的特徴はまた、肺、心臓、並びに肺及び/又は心臓の組織中の疑わしい腫瘍にラベル付けするための記号の事前指定セットなどの、侵襲前画像中の注釈によってラベル付け又はマーキングされる。
[0040] S220で、解剖学的特徴が、候補ツールのツール特徴と比較される。解剖学的特徴は、図1Aのコンピュータ120のコントローラ122によって、S220でツール特徴と比較される。候補ツールは、解剖学的組織の様々なタイプの侵襲的処置の候補タイプごとに異なる。その結果、解剖学的特徴及びツール特徴は、侵襲的処置の様々な候補タイプごとに個々に、又は両方共に異なる。一例として、解剖学的開口部又は通路の最小幅又は高さが、特定の候補タイプの侵襲的処置中に通路を通り抜ける、又は通過するツールの直径と比較される。したがって、S220には、解剖学的特徴と、複数の候補タイプのそれぞれで使用する候補ツールのツール特徴とを比較することが含まれる。限定ではなく例示として、解剖学的特徴との比較において適合性に関して考慮されるべきツール特徴の例としては、ツールの剛性/可撓性、ツール構成要素の機敏性、又はツールの全長に沿った形状又は先端部の形状が挙げられる。
[0041] 治療的侵襲、特に切除処置では、ツールのサイズが重要であり、S220で解剖学的特徴と比較される。例えば、切除処置において、切除針の直径又は長さが解剖学的特徴と比較されて、切除針が適切であるか否か、又は切除が針以外のツールによって実施されるべきか否かが決定される。
[0042] S230で、解剖学的動きがモデル化される。S230での解剖学的動きのモデル化は、図1Aのコンピュータ120のコントローラ122によって実施される。或いは、S230での解剖学的動きのモデル化は、解剖学的組織が呼吸又は心拍に起因して動くときの解剖学的組織の侵襲前イメージングなどに基づいて、図1Aのシステム100の外部で実施され、図1Aのコンピュータ120のコントローラ122に提供される。S230での解剖学的動きのモデル化は、実際に観察された呼吸又は心拍などの動きに基づいても、様々な候補タイプの侵襲的処置それぞれの多様な影響を及ぼす予想された動きに基づいてもよい。S230でのモデル化は、S240に関して以下で説明するように、複数の候補タイプのそれぞれの実行可能性報告に組み込まれる。したがって、S230には、複数の候補タイプの侵襲的処置のそれぞれから予想される解剖学的動きをモデル化することが含まれる。S230でのモデル化は、例えば、呼吸中の、又は心拍に基づく解剖学的組織の諸部分の最大拡張の測定を含み、観察は、50回又は100回の呼吸などの多数の周期にわたって行われる。
[0043] 切除の場合、予想される切除ゾーンの動きはS230でモデル化され、S240で実行可能性報告に組み込まれる。切除の場合、モデル化は、切除ゾーンの位置が適切に特定されることを確実にするために使用され、それにより、切除の際には適切な組織が除去されるようになる。切除ゾーンは、ツール特徴並びに組織の動きの両方に応じて予想又は特定され、この予想又は特定は、ツールと組織の動きとの間の関係に基づいて行われる。
[0044] S240で、複数の候補タイプのそれぞれについて実行可能性報告が生成される。実行可能性報告は、図1Aのコンピュータ120のコントローラ122によって生成される。実行可能性報告は、各候補タイプの実行可能性を反映する総スコアから、各候補タイプの個々の態様についての定性的及び/又は定量的な評価及び/又はスコアまでの範囲に及ぶ。集計スコアは、実行可能性報告ごとに重み付けされた実行可能性評価である。実行可能性評価は、S220での比較に基づいて候補タイプの侵襲的処置を特徴付ける、数値、英字、又は英数字による評価であり、ある候補タイプの侵襲的処置を他の候補タイプの侵襲的処置と比較してランク付けするために、又は別途評価するために使用することができる。各実行可能性報告には、実行可能性評価が含まれる。実行可能性評価は、実行可能性評価が単に数値的なものである場合のような、実行可能性スコアであってもよい。実行可能性評価の重み付けは、様々な候補タイプごとに異なる予想診断率に基づいて変わる。S240で生成される各実行可能性報告には、複数の候補タイプごとに異なる重み付けがされる、実行可能性評価が含まれる。例えば、ある侵襲的処置の1つの候補タイプは、別の候補タイプに対する固有のリスクを提示し、その固有のリスクの結果として、他の候補タイプに対するよりも低い重みの重み付けがされる。したがって、S240には、S210で特定すること、及びS220で比較することに基づいて、複数の候補タイプごとに実行可能性報告を生成することが含まれる。実行可能性評価に含まれる、又は反映される定性的及び/又は定量的特徴の例としては、複数の候補タイプごとに侵襲的処置を実施するオペレータの1つ又は複数の経験と、解剖学的組織内の侵襲的処置のための標的位置の相対的位置と、侵襲的処置の対象となる患者の患者健康状態特徴とのうちの1つ以上が含まれる。実行可能性報告ごとに重み付けされた実行可能性評価は、実行可能性報告に含まれるか反映されている定性的及び/又は定量的特徴に基づいた他の実行可能性報告とは異なる。
[0045] S240で生成された実行可能性報告はまた、最適な侵襲的処置タイプに関して侵襲の標的部位に成功裏に到達すると予測される、侵襲ツールを規定する。例えば、気管支内生検が選択候補タイプであり、5Fカテーテルが、生検部位に到達するために使用する最適な侵襲ツールとして特定される。ツール特徴が、候補タイプの侵襲的処置と、侵襲的処置に使用する最適な侵襲ツールとの両方とも選択するための入力として使用される。複数のツールが選択される場合、ツールが使用される順序もまた、実行可能性報告に含まれる。
[0046] 一実施形態では、複数の実行可能性報告が、単一の候補タイプに対して生成される。例えば、ある候補タイプに対して、標的位置に至る可能性のある複数の経路が存在する場合に、それぞれの可能性のある経路に、それ自体の実行可能性報告が提供される。別の例では、複数の異なるツールが、侵襲的処置の目標に到達するための代替シナリオで使用される場合に、それぞれの異なるツール又は実行可能なツールの組合せに、それ自体の実行可能性報告が提供される。実行可能性評価及び/又はスコアが最も高い実行可能性報告は、以下で説明されるように、S260での選択のために他の候補タイプの実行可能性報告と比較されるべき単一の候補タイプの実行可能性報告として選択される。
[0047] S250で、様々な目的に使用されるヒートマップが生成される。ヒートマップは、図1Aのコンピュータ120のコントローラ122によって生成され、図1Aのディスプレイ130に表示される。例えば、ヒートマップが、解解剖学的組織内の侵襲的処置の少なくとも1つの標的までの複数の経路の実行可能性を示す。別のヒートマップは、解剖学的組織中の様々な組織によって侵襲を差別化する相対的リスクを示す。ヒートマップは、S240で生成された実行可能性報告、又は実行可能性報告の態様を視覚的に反映する。一例として、実行可能性報告は、肺全体にわたる実行可能性ヒートマップに基づいているか、実行可能性ヒートマップから成る。例えば、以下で説明される図6及び図8の実行可能性ヒートマップは色分けされて、リスクの高い生検計画が赤色で示され、リスクの低い生検計画が青色で示される。別の実施形態では、同様の解剖学的組織を持つ同様の患者の以前の生検症例からのデータが使用されて、このようなヒートマップがS250で作成される。
[0048] S260で、S240で生成された実行可能性報告中で最も高い定性的及び/又は定量的な評価及び/又はスコアに基づいて、最適な侵襲的処置タイプが選択される。S260での選択は、図1Aのコンピュータ120のコントローラ122によって行われる。したがって、S260には、複数の候補タイプのそれぞれの実行可能性報告に基づいて、複数の候補タイプの中で最適な侵襲処置タイプを選択することが含まれる。S260での選択にはまた、最適な侵襲的処置の候補ツールの選択も含まれる。例えば、あるツールは、侵襲的処置の1つのタイプには適しているが、別のタイプには適していない。S260での選択には、最適な侵襲的処置に適している候補ツールが選択されることになるように、様々なツールを考慮に入れる。
[0049] S270で、侵襲的処置が、S260で選択された最適な侵襲的処置タイプを使用して、解剖学的組織に対して実施される。この侵襲的処置は、生検であることも、切除などの治療タイプの侵襲的処置であることもある。侵襲的処置は、図1Aのシステム100のガイダンスの下で実施される。S270で実施される侵襲的処置は、S210からS260までの実施直後に実行されることも、後日、後の週、さらには後の月などの、もっと後に実行されることもある。侵襲的処置の一例としては、S260で最適な侵襲的処置タイプとして選択された、特定のタイプの肺生検がある。侵襲的処置の間、侵襲的処置で使用されるツールが予期又は予測される形状であることの確認などの様々な目的のために、X線画像又は超音波画像などの侵襲的画像がディスプレイ130に表示される。別法として、又は追加として、ディスプレイ130に表示される画像は、解剖学的組織に関する機械的特徴を確認するために使用されることがある。
[0050] S280で、S270で実施された侵襲的処置の臨床結果が人工知能エンジンにフィードバックされる。侵襲的処置に関連する臨床結果及び他の情報は、図1Aのコンピュータ120のコントローラ122からAIシステム140にフィードバックされる。臨床結果は、侵襲的処置の直後に決定されることも、かなり後に決定されることもある。例えば、臨床結果として侵襲的処置が成功したことの確認には、数週間、さらには数カ月を要する場合があるので、成功を示す臨床結果は、図1AのAIシステム140のAIエンジン142にフィードバックされる前まで遅らせることが必要な場合がある。それに続く実行可能性報告を生成するために用いられる特徴は、侵襲的処置の以前の臨床結果に基づくAIエンジン142からの出力に基づいている。したがって、S280には、侵襲的処置の臨床結果をAIシステム140にフィードバックし、このフィードバックを人工知能に取り入れて、S260と同様に将来の選択を行うことが含まれる。例えば、コンピュータ120は、AIシステム140とインターフェースし対話するAIアプリケーションを記憶し、実行する。コンピュータ120のAIアプリケーションは、AIシステム140がS260で選択を行うようにAIシステム140に入力を提供するために使用され、或いは、コンピュータ120のコントローラ122がS260で選択を行うように、AIシステム140に実装された人工知能に基づいてAIシステム140から更新アルゴリズム及び/又は更新モデルを取得するために使用される。AIシステム140は、侵襲的処置の以前のインスタンスに基づいて最適な侵襲的処置タイプ及び最適なツールを選択するために、対話形式で使用される。例えば、一実施形態では、患者からの以前の生検、対応する成功/失敗の結果、及び実際のリスク測定から入手可能な情報を使用して、実行可能性スコアの予測のモデルを訓練することができる。実行可能性スコアは、患者体内の結節又は他の標的ごとの単一の数値から成り、同じ標的に至る複数の経路のそれぞれを含めて、考察されている解剖学的組織を通る経路ごとに別個の実行可能性スコアが得られる。例えば、実行可能性スコアの数値が高ければ高いほど、臨床結果の成功の可能性が高い。成功/失敗の結果及び実際のリスク測定値をマッピングして、実行可能性スコアを生成する際の入力の適切な重み付けを決定するために、ロジスティック回帰が使用される。AIシステム140のAIエンジン142の訓練はまた、スコア計算が可能な限り現実的であることを確実にするために、結節サイズ、位置、解剖学的サイズ、家族歴などの判断基準が類似している患者のデータを用いて実施される。
[0051] S280でのフィードバックはまた、センサを装備したツール上のセンサ(図示せず)からなどの、医療介入からのフィードバックも含む。センサを使用して、侵襲的処置中にツールの一部又は全部の三次元位置を決定すること、侵襲的処置中に解剖学的組織のリアルタイム画像を提供すること、侵襲的処置中に組織特徴を定量化すること、若しくは侵襲的処置中に機械的フィードバックを提供すること、又はこれらの組合せを行うことが可能である。侵襲的処置中にセンサを装備したツール上のセンサから収集されたデータは、選択された侵襲的処置のタイプ及びツールにより所望の結果が生み出されたか否かを分析するために、AIシステム140にフィードバックされる。予測経路又は予期ツール形状からの逸脱などの、予想からの逸脱は、ツール予測及び実行可能性報告を改善するために、AIエンジン142へのフィードバックとして使用することができる。力センサ又は圧力センサにより、ツールが望ましくない態様で組織と相互作用しているか否かの指標が得られる。
[0052] 侵襲的画像もまた、S280でフィードバックされる。例えば、侵襲的画像では、侵襲的処置で使用されたツールにより所望の結果が得られたことが確認される。侵襲的画像は、超音波システム(図示せず)又はX線システム(図示せず)から、図1AのAIシステム140にフィードバックされる。
[0053] S290でモデルが、S280からのフィードバック、並びに他の侵襲的処置からのフィードバックに少なくとも一部は基づいて訓練される。モデルは、図1AのAIシステム140によって訓練され、この訓練は、本明細書に記載の侵襲的処置最適化の将来のインスタンス化に対して、最適な侵襲的処置タイプをS260で選択するための人工知能として適用される。S290で訓練されるモデルはまた、S260で選択された最適な侵襲的処置タイプの実行可能性報告に基づいて訓練される。こうして、様々な候補タイプのそれぞれの実行可能性報告は、S290で訓練される同じモデルに基づいている。したがって、S290には、最適な侵襲的処置タイプの実行可能性報告と侵襲的処置の臨床結果とに基づいて、モデルを訓練することが含まれる。S290で訓練されるモデルは、複数の患者の実行可能性報告及び臨床結果に基づいて訓練され、複数の患者の少なくとも1つの健康状態特徴についての類似性によって制約される。
[0054] AIシステム140とコントローラ122との間のインターフェース又は接続により、コントローラ122は、S220、S240及びS260などの図2の動作を実施するためにモデルを取得することが可能になる。或いは、S220、S240及び/又はS260などのいくつかの動作は、AIシステム140によって、又はAIシステム140と通信するコンピュータ120上で実行されるソフトウェアプログラムによって、実施される。
[0055] 加えて、侵襲的処置で使用される多くのツールは、スマートセンシング機能を持つ。スマートセンシングとは、センサを装備したツール上のセンサによる自動センシングのことである。センサを装備したツールは、ツールの一部又は全部の三次元位置を決定するために使用することができる。例えば、ツール上のセンサは、ツールの位置を電磁追跡又は光学的形状検知によって追跡するために使用することができる。センサを装備したツールはまた、解剖学的組織のリアルタイム画像を得るために使用することもできる。例えば、ツール上のセンサは、超音波、光コヒーレンストモグラフィ及びX線を含むイメージングに使用される。センサを装備したツールはまた、組織の特徴を定量化するために使用される。例えば、ツール上のセンサは、拡散反射分光法又はラマン分光法で組織特徴を定量化するために使用される。センサを装備したツールはまた、機械的なフィードバックを行うために使用される。例えば、ツール上のセンサには、力センサ又は圧力センサが含まれる。これらのセンサのいずれか、又はセンサを組み合わせたものもまた、AIエンジン142へのフィードバックとして使用される。例えば、光学的形状検知技術を装備したツールは、その3Dの形状及び位置に関する情報を継続的に提供することができる。この情報は、ツールが取るべきであった予測された形及び経路と比較することができ、予測された経路又は形状からの逸脱がもしあれば、これをAIエンジン142へのフィードバックとして用いて、ツール予測及び実行可能性報告を改善することができる。力センサ又は圧力センサによりまた、ツールが望ましくない態様で組織と相互作用しているか否かの指標が得られる。センサを装備したツール上のセンサからの読み取りは、候補ツール性能の予測と、ひいては実行可能性報告とを改善するために、AIエンジン142へのフィードバックとして提供される。すなわち、センサを装備したツールの特徴と、センサを装備したツール上のセンサによって感知されたデータとが、AIエンジン142への入力に含まれる。
[0056] モデルがS290で訓練された後、図2の方法はS210に戻って、別の侵襲的処置最適化のための解剖学的特徴が特定される。
[0057] 図3は、代表的な実施形態による、侵襲的処置最適化のための人工知能概略を示す。
[0058] 図3に示されるように、人工知能システム340は、入力として複数のモダリティから複数の様々なタイプのデータを受け取り、実施する侵襲的処置のタイプの決定として使用されるべき臨床判断を出力し、一度実施された侵襲的処置の結果のフィードバックを受け取る。人工知能システム340は、図1AのAIシステム140でもよいが、この人工知能システムは、図1Aのコンピュータ120から遠隔にあっても近接していてもよい。一実施形態では、人工知能システム340は、図1Aのコンピュータ120内に完全に、又は部分的に実装され、それにより、医療専門家が、人工知能システム340による勧告を図1Aのコンピュータ120から直接得ることができる。別の実施形態では、コンピュータ120は、複数のモダリティからの複数の様々なタイプのデータのうちの1つ以上を人工知能システム340に提供し、臨床判断を人工知能システム340から得る。さらに別の実施形態では、本明細書に記載の人工知能は、コンピュータ120と人工知能システム340との間に分散される。人工知能システム340には、例えば、AIエンジン142に関して論じたように、ソフトウェアベースの人工知能エンジンが含まれる。例えば、AIエンジン142は、人工知能システム340に実装される。人工知能システム340から出力された臨床判断により、患者が、マルチモーダル入力に基づいて最適に選択された侵襲的処置のタイプに対応するグループに層別化される。
[0059] 人工知能システム340は、マルチモーダルデータを統合して臨床判断を出力として生成する。マルチモーダルデータは、図1Aのコンピュータ120から、並びに他のソース(図示せず)から人工知能システム340に提供される。図3に示されるマルチモーダルデータには、タイプ別のイメージング343、医療リスク344、処置コスト345、オペレータ経験346、及びタイプによる技法的実行可能性347が、これらだけに限らないが含まれる。イメージング343は、コンピュータトモグラフィイメージング、MRイメージング、又は超音波イメージングなどの、侵襲前画像である。イメージング343はまた、X線イメージング又は超音波イメージングなどの、侵襲的イメージングであることも、これを含むこともある。イメージング343としての侵襲的イメージングは、使用されたツールが、解剖学的組織に関して正しく予測された形状又は機械的特徴を有していたことを確認するために使用される。医学的リスク344とは、解剖学的組織の重要な部分を損傷するリスクなどの、各タイプの侵襲的処置に付随するリスクのことである。処置コスト345には、熟練した専門家のサービス、特定の機器及び/又は施設の使用、並びに回復のために施設を使用することなどの回復のためのコストなど、処置を実施するための金銭的なコストが含まれる。オペレータ経験346は、侵襲的処置を実施する要員の経験であり、同様の手順を実施するのに費やされた時間、又はその要員によって実施されたいくつかの同様の手順に基づいている。技法的実行可能性347は、患者の特定の解剖学的組織及び状態に関する、生検のタイプなどの各タイプの侵襲的処置の評価である。人工知能システム340によって、リスクスコアを技法的実行可能性347から生成することができる。例えば、結節又は他の標的が血管に非常に近い場合には、計画された経路が血管を通るので、又は血管が結節又は他の標的の真後ろに位置するので、生検中に血管に当たる確率が非常に高い。人工知能システム340の出力は、検討されている各タイプの侵襲的処置の実行可能性の、対応する成功率及び危険因子スコアを含めた定量化である。成功率は、同様の侵襲的処置タイプの履歴データベースを使用して決定される。危険因子スコアは、成功率、失敗率、及び同様の侵襲的処置タイプを実施することにより生じる様々なタイプの合併症の合併症率に基づく。臨床的判断は、定量化に基づいて患者ごとに行われる。得られた臨床結果をフィードバックすることは、継続的な性能の改善を確実にするのに役立つ。
[0060] 人工知能システム340の人工知能を適用することが、特定の状況に対する様々な可能性のあるタイプの侵襲的処置の実行可能性を決定するために使用され、決定された実行可能性が実行可能性報告に提供される。生検の例では、生検を必要とする各結節の実行可能性スコアが、生検方法ごとに生成される。実行可能性報告には、イメージング343の侵襲前画像と、侵襲前画像からのデータと、さらには人工知能システム340への他の1つ又は複数の入力モードからの情報とに基づいて生検処置ごとに計算された、実行可能性スコアが含まれる。画像からのデータには、結節位置と、結節、血管、骨構造、リスクのある器官を含む又はその近傍の解剖学的構造とが、これらだけに限らないが含まれる。実行可能性スコアに寄与する他のデータには、血液検査などの試験所結果、並びに生検針のゲージなどの処置固有のデータが含まれる。
[0061] 図4は、代表的な実施形態による、侵襲的処置最適化の実行可能性報告を生成するためのコントローラを示す。
[0062] 図4で、コントローラ122は、候補タイプの侵襲的処置のそれぞれに使用される候補ツールのツール特徴と共に、解剖学的組織の侵襲前画像を受け取る。コントローラ122は、解剖学的組織の侵襲的処置の複数の候補タイプごとに、解剖学的特徴を解剖学的組織の侵襲前画像から特定する。コントローラ122はまた、解剖学的特徴と、複数の候補タイプのそれぞれで使用する候補ツールのツール特徴とを比較する。この比較には、例えば、解剖学的組織の寸法及びツールの寸法が含まれる。
[0063] 一実施形態では、侵襲的処置は肺生検であり、侵襲前画像はコンピュータトモグラフィ(CT)画像である。肺組織の気管支内生検では、コンピュータ断層撮影画像は、気道を見つけ気道の直径を様々な個所で計算するために、気道及び結節に関連する血管を見つけるために、かつ、結節位置を見つけるために使用される。気道及び気道の直径、血管並びに結節位置は、手動で、又は自動画像解析を行うコンピュータ支援ツールを利用することによって得られる。解剖学的組織の寸法及び機械的特性は、コントローラ122によって実現される実行可能性計算機への入力として役立つ。候補生検ツールのリストもまた、長さ、幅、及び直径などのツール寸法、並びにツールの機械的特性を含む生検ツールの詳細を含めて、コントローラ122に提供される。例えば、ツールの最大曲率又は曲げ能力、ツールの操縦性、及び他の同様の種類の詳細は、ツールが気道を通って機械的に移動できるか否かを判断するために使用される。別の例として、コントローラ122によって実施される実行可能性計算機は、気管から気道を経由して結節に至る最短経路を計算する。
[0064] 図5は、代表的な実施形態による、侵襲的処置最適化における侵襲的処置の経路計画を示す。
[0065] 図5で、侵襲的処置の標的までの最短経路が、図4のコントローラ122又は図1Aのコンピュータ120内のコントローラ122などによって計算される。経路計画は、結節から開始し、結節に最も近い気道の位置を特定し、気管に到達するまで気道中を進むことによって実施される。次に、気道の直径及び計画経路の最大曲率が、このタイプの侵襲的処置に必要な多様なツールの、直径などの利用可能ツール寸法及び曲げ性と比較される。これにより、図2のS240のように、結節の実行可能性スコアが生成される。図5の経路計画は、単一のタイプの侵襲的処置における複数の異なる経路について、及び/又は複数の様々なタイプの侵襲的処置について実施される。例えば、侵襲的処置の1つのタイプでは、解剖学的組織の第1の部分を通過する必要があるが、解剖学的組織の第2の部分ではその必要がなく、別のタイプの侵襲的処置では、解剖学的組織の第2の部分を通過する必要があるが、解剖学的組織の第1の部分ではその必要がない。
[0066] 図6は、代表的な実施形態による、侵襲的処置最適化の実行可能性マップを示す。
[0067] 図6は、図6に用いられた例での気管支内生検の2つの実行可能性スコアの一例を示す。結節が、利用可能なツール及び小さな気道では到達することが困難な肺の末梢部分にある場合、実行可能性スコアは低いと考えられる。しかし、結節が気管に近く、複数の異なる生検ツールを使用できる場合には、実行可能性スコアは高いと考えられる。
[0068] 図1A及び図4のコントローラ122はまた、他のタイプの侵襲的処置の実行可能性報告を生成するために使用される。例えば、肺組織の経胸壁生検が肺生検のために提案される。コンピュータトモグラフィ画像などの術前画像は、結節の位置と、血管と、結節までの経路上の胸郭及び器官とを見つけるために分析され、これらは、コントローラ122によって実現された実行可能性計算機への入力として役立つ。利用可能なツールのサイズ及び機構もまた、コントローラ122への入力として使用される。例えば、生検針が、それが「発射」された後に組織の中を進む距離を知ることは、行き過ぎた針が重要な組織及び/又は器官を穿刺するおそれがある場合に行き過ぎを避けるためなどに重要である。生検針の移動距離は、心臓又は大血管に近い結節では重要である。コンピュータトモグラフィ画像からの情報は、結節までの最適な計画経路を計算するために使用される。ここでも、図7に関して以下で説明するように、実行可能性スコアが結節ごとに提供される。
[0069] 図7は、代表的な実施形態による、侵襲的処置最適化における別の侵襲的処置の経路計画を示す。
[0070] 図7に示されるように、肺のモデルが、経胸壁針が標的位置(結節)に到達するための肋骨間の経路を投影するために使用される。肺のモデルは、多数の、さらにはほとんどの患者に適用可能な汎用モデルであることも、特定の患者の解剖学的細部によってカスタマイズされることもある。図7の経路計画は、図1Aのコンピュータ120のコントローラ122によって実施される。
[0071] 図8は、代表的な実施形態による、侵襲的処置最適化の別の実行可能性マップを示す。
[0072] 図8は、図7の経路計画に基づいた、実行可能性スコアが異なる2つの結節を示す。肺の周辺部に近い結節は、胸郭に近いので、実行可能性スコアが高い。肺の中の奥深くにあって肋骨の後ろに位置する結節は、利用可能な生検針を用いて到達することがより困難であり、したがって、実行可能性スコアが低い。
[0073] 気管支内生検(図4、図5及び図6)及び経胸壁生検(図7及び8)についての、上に提示されたものと同様の分析が、外科的生検について提示される。分析は、図1Aのコンピュータ120のコントローラ122によって実施される。3つすべての生検手法において、図2のS230のように、呼吸運動又は肺の収縮もまたモデル化される。この運動モデル化は、コントローラ122によって実現された実行可能性計算機への、技法的実行可能性の予測をより良くするための追加入力として役立つ。
[0074] 図9は、別の代表的な実施形態による、侵襲的処置最適化の方法が実施されるコンピュータシステムを示す。
[0075] 図9のコンピュータシステム900は、通信デバイス又はコンピュータデバイス用の構成要素の完全なセットを示す。しかし、本明細書に記載の「コントローラ」は、メモリとプロセッサとの組合せによるなど、図9の構成要素のセットよりも少ないセットで実現されることもある。コンピュータシステム900は、本明細書の侵襲的処置最適化のためのシステムの形で、1つ又は複数の構成要素装置の一部又は全部の要素を含み得るが、いかなるこのような装置も、コンピュータシステム900について説明される要素のうちの1つ以上を必ずしも含まなくてもよく、また、説明されていない他の要素を含むこともある。
[0076] 図9を参照すると、コンピュータシステム900は、本明細書に開示された方法又はコンピュータベースの機能のいずれかをコンピュータシステム900が実施するように実行できる、ソフトウェア命令のセットを含む。コンピュータシステム900は、独立型デバイスとして動作し、又は、例えばネットワーク901を使用して、他のコンピュータシステム若しくは周辺デバイスに接続される。諸実施形態では、コンピュータシステム900は、アナログ・デジタル変換器を介して受信したデジタル信号に基づいて論理処理を実施する。
[0077] ネットワーク化配備では、コンピュータシステム900は、サーバの容量内で、又はサーバ-クライアントユーザネットワーク環境内のクライアントユーザコンピュータとして、又はピアツーピア(若しくは分散)ネットワーク環境内のピアコンピュータシステムとして動作する。コンピュータシステム900はまた、図1Aのコンピュータ120、据え置き型コンピュータ、モバイルコンピュータ、パーソナルコンピュータ(PC)、ラップトップコンピュータ、タブレットコンピュータ、又はその機械によって行われるべき動作を指定するソフトウェア命令(順次又は別様)のセットを実行できる他の任意の機械などの、多様なデバイスとして実現すること、又はそれに組み込むこともできる。コンピュータシステム900は、追加のデバイスを含む統合システム内にあるデバイスとして、又はそのデバイス内に、組み込むことができる。一実施形態では、コンピュータシステム900は、音声、ビデオ、又はデータ情報を提供する電子デバイスを使用して実現することができる。さらに、コンピュータシステム900は単数形で図示されているが、「システム」という用語は、1つ又は複数のコンピュータ機能を実施するためのソフトウェア命令の1つのセット又は複数のセットを個別に、又は共同で実行する、システム又はサブシステムからなる任意の集合体を含むとも解釈されるものである。
[0078] 図9に示されているように、コンピュータシステム900は、プロセッサ910を含む。プロセッサ910は、図1Bのコントローラ122のプロセッサ12210の代表例と考えられ、本明細書に記載の方法及び処理の一部又は全部の態様を実施するための命令を実行する。プロセッサ910は、有形で非一時的なものである。本明細書で用いられる用語の「非一時的」とは、ある状態の永遠の特性としてではなく、ある期間持続する状態の特性として解釈されるべきものである。用語の「非一時的」とは、搬送波若しくは信号の特性、又はいつでもどこでも一時的にしか存在しない他の形態の特性などの、一過性の特性をとりわけ否定するものである。プロセッサ910は、製造品及び/又は機械構成要素である。プロセッサ910は、本明細書の多様な実施形態で説明される機能を実施するためのソフトウェア命令を実行するように構成される。プロセッサ910は、汎用プロセッサであるか、又は特定用途向け集積回路(ASIC)の一部である。プロセッサ910はまた、マイクロプロセッサ、マイクロコンピュータ、プロセッサチップ、コントローラ、マイクロコントローラ、デジタル信号プロセッサ(DSP)、状態機械、又はプログラマブルロジックデバイスであることもある。プロセッサ910はまた、フィールドプログラマブルゲートアレイ(FPGA)などのプログラマブルゲートアレイ(PGA)、又はディスクリートゲート及び/若しくはトランジスタ論理回路を含む別のタイプの回路、を含んでいる論理回路であることもある。プロセッサ910は、中央処理ユニット(CPU)、グラフィック処理ユニット(GPU)、又はその両方であることもある。さらに、本明細書に記載のどのプロセッサも、マルチプロセッサ、並列プロセッサ、又はその両方を含むことがある。マルチプロセッサは、単一のデバイス又は複数のデバイスに含まれることも、それに結合されることもある。
[0079] 本明細書で用いられる用語の「プロセッサ」は、プログラム又は機械実行可能命令を実行することができる電子構成要素を包含する。「プロセッサ」を備えるコンピュータデバイスと呼ばれるものは、マルチコアプロセッサのように、複数のプロセッサ又は処理コアを含むと解釈されるべきものである。プロセッサがまた、単一のコンピュータシステム内のプロセッサの集合体、又は複数のコンピュータシステム間に分散したプロセッサの集合体を指すこともある。用語のコンピュータデバイスはまた、それぞれがプロセッサを含むコンピュータデバイスの集合体又はネットワークを含むと解釈されるべきものである。プログラムは、同一のコンピュータデバイス内にあることも複数のコンピュータデバイスに分散されることもある、1つ又は複数のプロセッサによって実施されるソフトウェア命令を有する。
[0080] コンピュータシステム900は、主メモリ920及びスタティックメモリ930をさらに含み、コンピュータシステム900内のメモリは、バス908を介して互いに通信し、またプロセッサ910と通信する。主メモリ920及びスタティックメモリ930のいずれか又は両方が、図1Bのコントローラ122のメモリ12220の代表例と考えられ、本明細書に記載の方法及び処理の一部又は全部の態様を実施するために使用される命令を記憶する。本明細書に記載のメモリは、データ及び実行可能なソフトウェア命令を記憶するための有形の記憶媒体であり、そこにソフトウェア命令が記憶されている間は非一時的なものである。本明細書で用いられる用語の「非一時的」とは、ある状態の永遠の特徴としてではなく、ある期間持続する状態の特徴として解釈されるべきものである。用語の「非一時的」とは、いつでもどこでも一時的にしか存在しない、搬送波若しくは信号の特性又は他の形などの、一過性の特性をとりわけ否定するものである。主メモリ920及びスタティックメモリ930は、製造品及び/又は機械構成要素である。主メモリ920及びスタティックメモリ930は、データ及び実行可能なソフトウェア命令をコンピュータ(例えば、プロセッサ910)によって読み取ることができる、コンピュータ可読媒体である。主メモリ920及びスタティックメモリ930のそれぞれは、ランダムアクセスメモリ(RAM)、読み取り専用メモリ(ROM)、フラッシュメモリ、電気的プログラム可能読み取り専用メモリ(EPROM)、電気的消去可能プログラム可能読み取り専用メモリ(EEPROM)、レジスタ、ハードディスク、取り外し可能ディスク、テープ、コンパクトディスク読み取り専用メモリ(CD-ROM)、デジタルバーサタイルディスク(DVD)、フロッピーディスク、ブルーレイディスク、又は当技術分野において知られているその他の形の記録媒体のうちの1つ以上として実現される。メモリは、揮発性又は不揮発性、セキュア及び/又は暗号化、非セキュア及び/又は非暗号化である。
[0081] 「メモリ」は、コンピュータ可読記憶媒体の一例である。コンピュータメモリとは、プロセッサに直接アクセスできるあらゆるメモリのことである。コンピュータメモリの例としては、RAMメモリ、レジスタ、及びレジスタファイルが、これらだけには限らないが挙げられる。「コンピュータメモリ」又は「メモリ」と呼ばれるものは、場合によっては複数のメモリと解釈されるべきものである。メモリは、例えば、同一のコンピュータシステム内の複数のメモリである。メモリはまた、複数のコンピュータシステム又はコンピュータデバイスの間に分散した複数のメモリであることもある。
[0082] 図示のように、コンピュータシステム900はさらに、例えば、液晶ディスプレイ(LCD)、有機発光ダイオード(OLED)、フラットパネルディスプレイ、固体ディスプレイ、又は陰極線管(CRT)などの、ビデオディスプレイユニット950を含む。加えて、コンピュータシステム900は、キーボード/仮想キーボード、タッチセンス入力画面、又は音声認識による音声入力などの入力装置960と、マウス、タッチセンス入力画面、又はパッドなどのカーソル制御デバイス970とを含む。コンピュータシステム900はまた、任意選択で、ディスクドライブユニット980、スピーカ又はリモートコントロールなどの信号生成デバイス990、及び/又はネットワークインターフェースデバイス940を含む。
[0083] 一実施形態では、図9に示されているように、ディスクドライブユニット980は、ソフトウェア命令984(ソフトウェア)の1つ又は複数のセットが埋め込まれているコンピュータ可読媒体982を含む。ソフトウェア命令984のセットは、プロセッサ910によって実行されるようにコンピュータ可読媒体982から読み取られる。さらに、ソフトウェア命令984は、プロセッサ910によって実行されると、本明細書に記載の方法及び処理の1つ又は複数のステップを実施する。一実施形態では、ソフトウェア命令984は、全部又は一部が、コンピュータシステム900によって実行中に、メインメモリ920、スタティックメモリ930及び/又はプロセッサ910内に存在する。さらに、コンピュータ可読媒体982は、ソフトウェア命令984を含むか、又は伝播信号に応答してソフトウェア命令984を受信し実行し、それにより、ネットワーク901に接続されたデバイスが、ネットワーク901を介して音声、ビデオ又はデータを伝達する。ソフトウェア命令984は、ネットワークインターフェースデバイス940によって、ネットワーク901を介して送信又は受信される。
[0084] 一実施形態では、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)、プログラマブルロジックアレイ及び他のハードウェア構成要素などの専用のハードウェア実施態様が、本明細書に記載の方法のうちの1つ以上を実施するために構築される。本明細書に記載の1つ又は複数の実施形態は、モジュール間で、またモジュールを通して伝達可能な関連する制御信号及びデータ信号と共に、2つ以上の特定の相互接続ハードウェアモジュール又はデバイスを使用して、諸機能を実施することができる。したがって、本開示は、ソフトウェア、ファームウェア、及びハードウェアの実施態様を包含する。本出願中のいかなるものも、有形の非一時的なプロセッサ及び/又はメモリなどのハードウェアによってではなく、ソフトウェアのみで実施される、又は実施可能であると解釈されるべきものではない。
[0085] 本開示の様々な実施形態によれば、本明細書に記載の方法は、ソフトウェアプログラムを実行するハードウェアコンピュータシステムを使用して実施される。さらに、例示的で非限定的な実施形態では、諸実施態様は、分散処理、コンポーネント/オブジェクト分散処理、及び並列処理を含み得る。仮想コンピュータシステム処理が、本明細書に記載の方法又は機能のうちの1つ以上を実施し、本明細書に記載のプロセッサが、仮想処理環境をサポートするために使用される。
[0086] したがって、侵襲的処置最適化により、肺の生検などの侵襲的処置の最適化タイプの自動決定が可能になる。しかしながら、侵襲的処置最適化は、肺に適用するものとして限定されず、むしろ、複数の生検手法が実行可能な他の器官にも適用可能である。同様に、侵襲的処置最適化は、生検に限定されず、むしろ、複数の手法が実行可能な切除又は他のタイプの治療的侵襲などの、他のタイプの侵襲的処置にも適用可能である。
[0087] 侵襲的処置最適化について、いくつかの例示的な実施形態を参照して説明したが、使用された語は限定する語ではなく、説明及び例示する語であることを理解されたい。変更が、現在記述され修正されている添付の請求項の範囲内で、侵襲的処置最適化の範囲及び趣旨からその態様に関して逸脱することなく加えられる。侵襲的処置最適化について、特定の手段、材料及び実施形態に関して説明したが、侵襲的処置最適化は、開示された明細に限定されるものではなく、むしろ侵襲的処置最適化は、添付の請求項の範囲内にあるような、すべての機能的に同等の構造、方法及び用途に及ぶ。
[0088] 本明細書に記載の実施形態の図は、多様な実施形態の構造についての一般的な理解が得られるようにするものである。図は、本明細書に記載された本開示の要素及び特徴のすべてについての完全な説明としての役割を果たすものではない。他の多くの実施形態は、本開示を検討すれば当業者には明らかになる。他の実施形態が、本開示の範囲から逸脱することなく構造的及び論理的な置換及び変更が行われるように利用され、本開示から導き出される。加えて、図は象徴的なものにすぎず、原寸に比例して描かれていないことがある。図中のいくつかの大きさは誇張されていることがあり、他の大きさは最小化されていることがある。したがって、本開示及び図は、限定ではなく例示とみなされるべきものである。
[0089] 本開示の1つ又は複数の実施形態は、本明細書では、単に便宜上、また本出願の範囲をいかなる特定の発明又は発明概念に自発的に限定する意図なしに、個別に及び/又は一括して、「発明」という用語で呼ばれる場合がある。さらに、本明細書では特定の実施形態が図示され説明されているが、引き続く、同一又は同様の目的を達成するように設計された任意の構成が、図示された特定の実施形態の代わりに用いられることがあることを理解されたい。本開示は、多様な実施形態に引き続くあらゆるすべての改造形態又は変形形態を包含するものである。上記の実施形態の組合せ、及び本明細書に特に記載されていない他の実施形態が、本明細書を検討すれば当業者には明らかになろう。
[0090] 本開示の要約は、37C.F.R.§1.72(b)に準拠するために提示されており、特許請求の範囲又は意味を解釈又は限定するためには使用されないものとして提示されている。加えて、上記の「発明を実施するための形態」では、本開示を簡素化する目的で様々な特徴が単一の実施形態としてまとめられ、又は説明されている。本開示は、特許請求された実施形態が、各請求項で明確に列挙されたものよりも多い特徴を必要とするという意図を反映していると解釈されるべきものではない。むしろ、添付の特許請求の範囲に反映するように、発明の主題は、開示された実施形態のいずれかの特徴のすべてよりも少ない特徴を対象としている。すなわち、添付の特許請求の範囲は、本明細書では「発明を実施するための形態」に組み込まれており、各請求項がそれ自体で、別個に特許請求された主題を定義するように存立している。
[0091] 開示された実施形態についての前述の説明は、本開示に記載の概念を当業者が実践できるようにするために提示されている。そのため、上に開示された主題は、限定ではなく例示と考えられるべきものであり、添付の特許請求の範囲は、本開示の真の趣旨及び範囲内に入るそのような修正形態、増強形態、及びその他の実施形態をすべて包含するものである。したがって、法律で許される最大限の範囲まで、本開示の範囲は、以下の請求項及びその等価物についての許容される最も広い解釈によって決定されるべきであり、前述の詳細な説明によって制限又は限定されるべきものではない。
Claims (20)
- 侵襲的処置最適化のためのコントローラであって、
命令を記憶するメモリと、
前記命令を実行するプロセッサとを備え、前記命令が前記プロセッサによって実行されると、前記コントローラが、
解剖学的組織の侵襲的処置の複数の候補タイプごとに、解剖学的特徴を前記解剖学的組織の侵襲前画像から特定することと、
前記解剖学的特徴を、前記複数の候補タイプのそれぞれで使用する候補ツールのツール特徴と比較することと、
前記特定すること及び前記比較することに基づいて、前記複数の候補タイプごとに実行可能性報告を生成することであって、各実行可能性報告が、前記複数の候補タイプのそれぞれの実行可能性評価を含む、前記生成することと、
前記複数の候補タイプのそれぞれの前記実行可能性報告に基づいて、前記複数の候補タイプの中で最適な侵襲的処置タイプを選択することと
を有する、処理を実施し、前記侵襲的処置は、前記選択することに基づいて、前記最適な侵襲的処置タイプを使用して前記解剖学的組織に対して実施される、コントローラ。 - 前記プロセッサが前記命令を実行したときに実施される前記処理はさらに、解剖学的特徴を解剖学的組織の侵襲前画像から特定することにより特定される前記解剖学的特徴の1つとして、前記侵襲的処置の標的位置を自動的に検出することを有し、前記侵襲的処置の複数の候補タイプが、気道を通しての肺組織の内気道生検と、胸腔を通しての肺組織の経胸腔生検と、及び手術によって実施される肺組織の外科的生検とを含む、請求項1に記載のコントローラ。
- 前記プロセッサが命令を実行したときに実施される前記処理はさらに、
前記特定すること及び比較することに基づいて、前記侵襲的処置の標的まで別々の経路を使用する前記侵襲的処置の前記複数の候補タイプのうちの1つの候補タイプの、複数の実行可能性報告を生成することと、
それぞれ別の経路の前記実行可能性報告に基づいて、前記最適な侵襲的処置タイプを選択することのために、前記複数の候補タイプの前記実行可能性報告と互いに比較されるべき、前記複数の候補タイプのうちの1つの候補タイプの実行可能性報告を選択することとを有する、請求項1に記載のコントローラ。 - 前記プロセッサが命令を実行したときに実施される前記処理はさらに、
前記特定すること及び比較することに基づいて、前記侵襲的処置の標的に達するために別々のツールを使用する前記侵襲的処置の前記複数の候補タイプのうちの1つの候補タイプの、複数の実行可能性報告を生成することと、
それぞれ別のツールの前記実行可能性報告に基づいて、前記最適な侵襲的処置タイプを選択することのために、前記複数の候補タイプの前記実行可能性報告と互いに比較されるべき、前記複数の候補タイプのうちの1つの候補タイプの実行可能性報告を選択することとを有する、請求項1に記載のコントローラ。 - 実行可能性報告ごとに重み付けされた前記実行可能性評価が、前記複数の候補タイプごとに前記侵襲的処置を実施するオペレータの経験、前記解剖学的組織内の前記侵襲的処置の標的位置の相対的位置、又は前記侵襲的処置の対象となる患者の健康状態特徴のうちの少なくとも1つに基づいて変わる、請求項1に記載のコントローラ。
- 前記実行可能性評価の重み付けが、前記複数の候補タイプごとに異なる予想診断率に基づいて、前記侵襲的処置の前記複数の候補タイプごとに変わる、請求項1に記載のコントローラ。
- 前記プロセッサが前記命令を実行したときに実施される前記処理はさらに、前記侵襲的処置の臨床結果を人工知能エンジンにフィードバックすることを有し、各実行可能性報告を生成するために用いられる特徴が、侵襲的処置の以前の臨床結果に基づく前記人工知能エンジンからの出力に基づいており、センサを装備したツールの特徴が、前記以前の臨床結果から前記人工知能エンジンへの入力に含まれている、請求項1に記載のコントローラ。
- 前記解剖学的特徴が、気道の直径、気道の曲率、気道の弾性、又は前記侵襲的処置の対象となる解剖学的組織の周囲の組織の弾性のうちの少なくとも1つを含む、請求項1に記載のコントローラ。
- 前記解剖学的特徴が、前記解剖学的組織内の前記侵襲的処置の標的の相対的位置と、前記侵襲的処置の前記標的の前記相対的位置までの経路とを含む、請求項1に記載のコントローラ。
- 前記プロセッサが前記命令を実行したときに実施される前記処理はさらに、前記解剖学的組織内の前記侵襲的処置の少なくとも1つの標的までの複数の経路の実行可能性を示すヒートマップを生成することを有する、請求項1に記載のコントローラ。
- 前記プロセッサが前記命令を実行したときに実施される前記処理はさらに、前記解剖学的組織内の様々な組織によって侵襲を差別化する相対的リスクを示すヒートマップを生成することを有する、請求項1に記載のコントローラ。
- 前記プロセッサが前記命令を実行したときに実施される前記処理はさらに、
前記侵襲的処置の複数の候補タイプのそれぞれから予想される解剖学的動きをモデル化することと、
前記モデル化を前記複数の候補タイプのそれぞれの前記実行可能性報告に組み込むことと
を有する、請求項1に記載のコントローラ。 - 前記プロセッサが前記命令を実行したときに実施される前記処理はさらに、前記最適な侵襲的処置タイプの前記実行可能性報告と前記侵襲的処置の臨床結果とに基づいてモデルを訓練することを有し、前記複数の候補タイプのそれぞれの前記実行可能性報告が前記モデルに基づいている、請求項1記載のコントローラ。
- 前記モデルが、複数の患者の実行可能性報告及び臨床結果に基づいて訓練され、前記複数の患者の少なくとも1つの健康状態特徴の類似性によって制約される、請求項13に記載のコントローラ。
- 前記侵襲的処置が生検を含み、
前記侵襲的処置の前記複数の候補タイプが生検タイプを含む、請求項1に記載のコントローラ。 - 侵襲的処置最適化のための装置であって、
解剖学的組織の侵襲前画像を入力する入力インターフェースと、
命令を記憶するメモリ、及び前記命令を実行するプロセッサを含むコントローラとを備え、
前記命令が前記プロセッサによって実行されると、前記コントローラが、
解剖学的組織の侵襲的処置の複数の候補タイプごとに、解剖学的特徴を前記解剖学的組織の前記侵襲前画像から特定することと、
前記解剖学的特徴を、前記複数の候補タイプのそれぞれで使用する候補ツールのツール特徴と比較することと、
前記特定すること及び前記比較することに基づいて、前記複数の候補タイプごとに実行可能性報告を生成することであって、各実行可能性報告が、前記複数の候補タイプのそれぞれの実行可能性評価を含む、前記生成することと、
前記複数の候補タイプのそれぞれの前記実行可能性報告に基づいて、前記複数の候補タイプの中で最適な侵襲的処置タイプを選択することと
を有する処理を実施し、侵襲的処置が、前記選択することに基づいて、前記最適な侵襲的処置タイプを使用して前記解剖学的組織に対して実施される、装置。 - 前記入力インターフェースが、前記侵襲的処置の候補タイプの選択及び選択解除と、前記候補タイプの侵襲的処置に使用する候補ツールと、前記候補タイプの前記侵襲的処置の標的部位に到達するための前記解剖学的組織を通る経路とのうちの少なくとも1つを選択又は選択解除するための入力を受け入れる、請求項16に記載の装置。
- 前記侵襲的処置が生検を含み、
前記侵襲的処置の前記複数の候補タイプが生検タイプを含む、請求項16に記載の装置。 - 侵襲的処置最適化のためのシステムであって、
解剖学的組織の侵襲前画像を入力する入力インターフェースと、
解剖学的組織の前記侵襲前画像を表示するモニタと、
命令を記憶するメモリ、及び前記命令を実行するプロセッサを含むコントローラとを備え、
前記命令が前記プロセッサによって実行されると、前記コントローラが、
解剖学的組織の侵襲的処置の複数の候補タイプごとに、解剖学的特徴を前記解剖学的組織の前記侵襲前画像から特定することと、
前記解剖学的特徴を、前記複数の候補タイプのそれぞれで使用する候補ツールのツール特徴と比較することと、
前記特定すること及び前記比較することに基づいて、前記複数の候補タイプごとに実行可能性報告を生成することであって、各実行可能性報告が、前記複数の候補タイプのそれぞれの実行可能性評価を含む、前記生成することと、
前記複数の候補タイプのそれぞれの前記実行可能性報告に基づいて、前記複数の候補タイプの中で最適な侵襲的処置タイプと、前記最適な侵襲的処置の標的部位に到達するために使用する最適なツールとを選択することと、
を有する処理を実施し、侵襲的処置が、前記選択することに基づいて、前記最適な侵襲的処置タイプを使用して前記解剖学的組織に対して実施される、システム。 - 前記実行可能性評価の重み付けが、侵襲的処置の以前のインスタシエイションに人工知能を適用することに基づいて設定される、請求項19に記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962923645P | 2019-10-21 | 2019-10-21 | |
US62/923,645 | 2019-10-21 | ||
PCT/EP2020/078693 WO2021078579A1 (en) | 2019-10-21 | 2020-10-13 | Interventional procedure optimization |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022552744A true JP2022552744A (ja) | 2022-12-19 |
JPWO2021078579A5 JPWO2021078579A5 (ja) | 2023-10-20 |
Family
ID=72915812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022523411A Pending JP2022552744A (ja) | 2019-10-21 | 2020-10-13 | 侵襲的処置最適化 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230023521A1 (ja) |
EP (1) | EP4049285A1 (ja) |
JP (1) | JP2022552744A (ja) |
CN (1) | CN114600198A (ja) |
WO (1) | WO2021078579A1 (ja) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9265468B2 (en) * | 2011-05-11 | 2016-02-23 | Broncus Medical, Inc. | Fluoroscopy-based surgical device tracking method |
US20140188440A1 (en) * | 2012-12-31 | 2014-07-03 | Intuitive Surgical Operations, Inc. | Systems And Methods For Interventional Procedure Planning |
EP3091907A1 (en) * | 2014-01-02 | 2016-11-16 | Koninklijke Philips N.V. | Ultrasound navigation/tissue characterization combination |
WO2019076791A1 (en) * | 2017-10-18 | 2019-04-25 | Koninklijke Philips N.V. | VISUALIZATION OF MARKING POINTS FOR MEDICAL IMAGE SEGMENTATION |
US11648071B2 (en) * | 2017-11-13 | 2023-05-16 | Koninklijke Philips N.V. | Autonomous X-ray control for robotic navigation |
JP2021508586A (ja) * | 2018-01-02 | 2021-03-11 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | Ossインターベンショナルデバイスのアニメーション位置表示 |
-
2020
- 2020-10-13 US US17/770,652 patent/US20230023521A1/en active Pending
- 2020-10-13 EP EP20792953.0A patent/EP4049285A1/en active Pending
- 2020-10-13 WO PCT/EP2020/078693 patent/WO2021078579A1/en unknown
- 2020-10-13 JP JP2022523411A patent/JP2022552744A/ja active Pending
- 2020-10-13 CN CN202080073665.9A patent/CN114600198A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230023521A1 (en) | 2023-01-26 |
EP4049285A1 (en) | 2022-08-31 |
WO2021078579A1 (en) | 2021-04-29 |
CN114600198A (zh) | 2022-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11547872B2 (en) | System and method for lung denervation | |
JP6023235B2 (ja) | 病気の診断およびモニタリングのための医療画像化方法および装置ならびにその用途 | |
AU2014231343B2 (en) | Intramodal synchronization of surgical data | |
US20230044620A1 (en) | Algorithm-based methods for predicting and/or detecting a clinical condition related to insertion of a medical instrument toward an internal target | |
US10789707B2 (en) | Medical imaging apparatus and method of operating same | |
US10339268B2 (en) | System and method for cytopathological and genetic data based treatment protocol identification and tracking | |
US20200258627A1 (en) | Systems, devices, software, and methods for a platform architecture | |
US20220358773A1 (en) | Interactive endoscopy for intraoperative virtual annotation in vats and minimally invasive surgery | |
JP2020089733A (ja) | コンピュータ生成気道モデルの気道樹への変形可能な位置合わせ | |
US20190214134A1 (en) | System and method for automated healthcare service | |
US20150351718A1 (en) | Method and apparatus for calculating the contact position of an ultrasound probe on a head | |
US20210065882A1 (en) | Method and system for prompting data donation for artificial intelligence tool development | |
JP2023528655A (ja) | 医療データを処理するためのシステムおよび方法 | |
JP2022552744A (ja) | 侵襲的処置最適化 | |
US20240074738A1 (en) | Ultrasound image-based identification of anatomical scan window, probe orientation, and/or patient position | |
US20220401154A1 (en) | Systems and methods utilizing machine-learning for in vivo navigation | |
WO2020163593A1 (en) | Systems, devices, software, and methods for a platform architecture | |
EP3794550A1 (en) | Comparison of a region of interest along a time series of images | |
Gu | AI in Cardiology and Cardiac Surgery |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231012 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231012 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240531 |