JP2023012138A - 解析装置、解析方法及びプログラム - Google Patents

Abstract

【課題】医用情報の解析結果・診断結果が複数ある場合に、効率的かつ適切に各結果の信頼性の程度を示すことのできる解析装置、解析方法及びプログラムを提供する。
【解決手段】医用情報に対するコンピューター処理により得られた「第１の医学的な情報」を取得する解析部３１１と、医用情報に基づきユーザーが作成した「第２の医学的な情報」を取得するデータ取得部３３と、解析部３１１によって取得された「第１の医学的な情報」とデータ取得部３３によって取得された「第２の医学的な情報」と、を比較する比較処理部３１２と、を備え、比較処理部３１２は、「第１の医学的な情報」と「第２の医学的な情報」に基づき、統計情報を出力する出力部を備えている。
【選択図】図４

Description

本発明は、解析装置、解析方法及びプログラムに関する。

近年、ＡＩ（Artificial Intelligence）技術の発展に伴い、医療分野においてもＡＩによる解析を導入し、従来医師によってなされていた画像診断等の医用情報の解析・診断を、ＡＩを用いて支援する試みが行われている。
例えば特許文献１には、ユーザーの作成情報に基づく第１の医学的な情報とコンピューター処理により得られた第２の医学的な情報との差異を検出し、第１の医学的な情報に含まれる病変名と第２の医学的な情報に含まれる病変名との組み合わせに応じた表示形態で両者の差異を表示部に表示させる診断支援装置が開示されている。

医療の臨床現場では、検査、診断を適切かつ迅速に行い、診断を効率化・最適化して医師の負担を軽減することが求められている。
ＡＩ解析の導入は、こうした診断の効率化・最適化に資するものとして期待されている。

特許５５０１４９１号公報

しかしながら、特許文献１に開示されている技術では、ＡＩの解析結果や読影医の診断結果について評価・分析がなされない。このため、例えば両者に差異があった場合に、どちらがどの程度信頼できるのかが不明である。
このため、結局ＡＩの解析結果や読影医の診断結果の両方を検証しなければならず、必ずしも診断の効率化・最適化が実現されないという問題があった。

本発明は、上記の従来技術における問題に鑑みてなされたものであって、医用情報の解析結果・診断結果が複数ある場合に、効率的かつ適切に各結果の信頼性の程度を示すことのできる解析装置、解析方法及びプログラムを提供することを課題とする。

上記課題を解決するために、請求項１に記載の発明は、解析装置であり、医用情報に対するコンピューター処理により得られた第１の医学的な情報を取得する解析部と、
前記医用情報に基づきユーザーが作成した第２の医学的な情報を取得する取得部と、
前記解析部によって取得された前記第１の医学的な情報と前記取得部によって取得された前記第２の医学的な情報と、を比較する比較処理部と、
を備え、
前記比較処理部は、前記第１の医学的な情報と前記第２の医学的な情報に基づき、統計情報を出力する出力部を備えることを特徴とする。

また、請求項１０に記載の発明は、解析方法であって、
医用情報に対するコンピューター処理により得られた第１の医学的な情報を取得する解析工程と、
前記医用情報に基づきユーザーが作成した第２の医学的な情報を取得する取得工程と、
前記解析工程において取得された前記第１の医学的な情報と前記取得工程において取得された前記第２の医学的な情報と、を比較する比較処理工程と、
を含み、
前記比較処理工程は、前記第１の医学的な情報と前記第２の医学的な情報に基づき、統計情報を出力する出力工程を含むことを特徴とする。

また、請求項１１に記載の発明は、プログラムであって、
コンピューターに、
医用情報に対するコンピューター処理により得られた第１の医学的な情報を取得する解析機能と、
前記医用情報に基づきユーザーが作成した第２の医学的な情報を取得する取得機能と、
前記解析機能によって取得された前記第１の医学的な情報と前記取得機能によって取得された前記第２の医学的な情報と、を比較する比較処理機能と、
を実現させ、
前記比較処理機能は、前記第１の医学的な情報と前記第２の医学的な情報に基づき、統計情報を出力する出力機能を備えることを特徴とする。

本発明によれば、医用情報の解析結果・診断結果が複数ある場合に、効率的かつ適切に各結果の信頼性の程度を示すことができる。

本実施形態における医用画像システムの全体構成図である。 本発明にかかる解析装置の一実施形態の機能的構成を示す要部ブロック図である。 （ａ）は、１つの医用画像の診断において、ＡＩの解析結果と読影医の診断結果とを一覧表にまとめた統計情報の例である。（ｂ）は、一定期間におけるＡＩの解析結果及び読影医の診断結果の累積結果を一覧表にまとめた統計情報の例である。 第１のＱＡパターンにおける解析処理を示すフローチャートである。 図４に示す解析処理の流れを模式的に示した説明図である。 解析処理の一変形例の流れを模式的に示した説明図である。 第２のＱＡパターンにおける解析処理を示すフローチャートである。

以下、本発明に係る解析装置、解析方法及びプログラムの一実施形態について説明する。ただし、発明の範囲は、図示例に限定されない。

〔医用画像システムの構成〕
本実施形態における解析装置は、例えば医用画像システム内において医用情報である医用画像の解析等を行うものである。
図１に、医用画像システム１００のシステム構成を示す。

図１に示すように、医用画像システム１００は、モダリティー１、コンソール２、解析装置３、読影用端末４、画像サーバー５等を含み、これらがＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、インターネット等の等の通信ネットワークＮを介して接続されて構成されている。医用画像システム１００を構成する各装置は、ＨＬ７（Health Level Seven）やＤＩＣＯＭ（Digital Image and Communications in Medicine）規格に準じており、各装置間の通信は、ＨＬ７やＤＩＣＯＭに則って行われる。なお、モダリティー１、コンソール２、読影用端末４等の台数は、特に限定されない。

モダリティー１は、例えばＸ線撮影装置（ＤＲ、ＣＲ）、超音波診断装置（ＵＳ）、ＣＴ、ＭＲＩ等の画像生成装置であり、図示しないＲＩＳ（Radiology Information System）等から送信された検査オーダー情報に基づいて、患者の検査対象部位を被写体として撮影して医用情報としての医用画像を生成する。モダリティー１において生成された医用画像には、例えば画像ファイルのヘッダーに、ＤＩＣＯＭ規格に則って、付帯情報（患者情報、検査情報、画像ＩＤ等）が書き込まれる。このようにして付帯情報が付帯された医用画像は、コンソール２等を介して、解析装置３や読影用端末４に送信される。

コンソール２は、モダリティー１における撮影を制御する撮影制御装置である。コンソール２は、撮影条件や画像読取条件をモダリティー１に出力し、モダリティー１において撮影された医用画像の画像データを取得する。コンソール２は、図示しない制御部、表示部、操作部、通信部、記憶部等を備えて構成されており、各部はバスにより接続されている。

解析装置３は、医用情報である医用画像に対し、各種の解析を行う装置である。解析装置３は、ＰＣや携帯端末、あるいは専用の装置として構成されている。本実施形態において解析装置３には、例えばＰＡＣＳ（Picture Archiving and Communication System）等の医用画像管理装置が含まれる。

図２は、解析装置３の機能的構成を示すブロック図である。
図２に示すように、解析装置３は、制御部３１、記憶部３２、データ取得部３３、データ出力部３４、操作部３５、表示部３６等を備えて構成され、各部はバス３７により接続されている。

データ取得部３３は、各種データを外部の装置（例えばコンソール２や後述の読影用端末４等）から取得する取得部である。
データ取得部３３は、例えばネットワークインターフェース等で構成され、通信ネットワークＮを介して有線又は無線で接続された外部機器からデータを受信するように構成されている。なお、本実施形態では、データ取得部３３は、ネットワークインターフェース等で構成されることとするが、ＵＳＢメモリーやＳＤカード等を差し込むことが可能なポート等で構成することもできる。
本実施形態では、データ取得部３３は、例えばコンソール２から医用画像の画像データを取得する。また、データ取得部３３は、読影用端末４から医用情報である医用画像に基づきユーザー（例えば医師等）が作成した医用画像に関する診断結果（医用画像から読み取ることのできる病変の検出結果情報）、読影医（例えば一次読影、二次読影を行う読影医等）による読影結果である読影レポート等を「第２の医学的な情報」として取得する。

データ出力部３４は、解析装置３が処理した情報を外部に出力するためのものである。データ出力部３４としては、例えば、読影用端末４や画像サーバー５等と通信するためのネットワークインターフェース、外部装置（例えば、図示しない表示装置、プリンター等）と接続するためのコネクター、ＵＳＢメモリー等の各種メディアのポート等が適用可能である。

操作部３５は、各種キーを備えたキーボードやマウス等のポインティングデバイス、あるいは表示部３６に取り付けられたタッチパネル等で構成されている。操作部３５は、ユーザーが入力操作可能となっており、具体的には、キーボードに対するキー操作、マウス操作、あるいはタッチパネルに対するタッチ操作により入力された操作信号を制御部３１に出力する。

表示部３６は、ＬＣＤ（Liquid Crystal Display）等のモニターを備えて構成されており、制御部３１から入力される表示信号の指示に従って、各種画面を表示する。なお、モニターは１つに限定されず、複数備えていてもよい。
表示部３６では後述するように、制御部３１（制御部３１の比較処理部３１２）から出力された統計情報等が適宜表示される。

制御部３１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）等により構成され、解析装置３の各部の動作を統括的に制御する。具体的には、ＣＰＵは、記憶部３２のプログラム記憶部３２１に記憶されている各種処理プログラムを読み出してＲＡＭに展開し、当該プログラムにしたがって各種処理を実行する。本実施形態では、制御部３１は、プログラムとの協働により解析部３１１、比較処理部３１２等として機能する。

解析部３１１は、医用情報に対するコンピューター処理により「第１の医学的な情報」を取得する。具体的には、データ取得部３３により取得された医用画像に対して病変の検出、解析処理を行い、一又は複数種類の病変の検出・解析結果を「第１の医学的な情報」として出力する。ここでコンピューター処理としては、例えばＣＡＤ（Computer Aided Diagnosis）による病変の検出を含む画像診断・画像解析を行うＡＩ（Artificial Intelligence）を利用したＡＩ解析が用いられる。

制御部３１は、例えば医用情報（本実施形態では医用画像）と医学的な情報（病変の名称等）との対応を学習する図示しない学習部としても機能し、解析部３１１は、学習部によって学習された医用情報（医用画像）と医学的な情報との対応に基づき、医用情報（医用画像）に対するコンピューター処理により「第１の医学的な情報」を得る。
すなわち、例えば大量の学習データ（病変が写っている医用画像と正解ラベル（その医用画像における病変領域及び病変の診断名（病変の種類）等）のペア）を用いてディープラーニング等により学習することで作成された機械学習モデルを用いて、入力された医用画像から病変の検出・解析処理を行う。
こうして取得された「第１の医学的な情報」は、例えば病変の名称や病変箇所等の情報であり、付帯情報として医用画像の画像データに付帯される。

比較処理部３１２は、解析部３１１によって取得された「第１の医学的な情報」とデータ取得部３３によって取得された「第２の医学的な情報」と、を比較する。すなわち、両者を突き合わせて、比較した結果を出力する。
具体的には、「第１の医学的な情報」と「第２の医学的な情報」との一致、不一致（相違）を明らかにする。両者を比較する前提として、比較処理部３１２は、ユーザー（読影医）が作成した読影レポート等を構造化し、ＡＩ解析の結果である「第１の医学的な情報」と比較可能な文字列等を抽出する処理を行う。図示は省略するが、記憶部３２には、構造化データを生成するために用いられる、文字列の対応関係等を規定した辞書データ等が記憶されている。

また比較処理部３１２は、「第１の医学的な情報」と「第２の医学的な情報」に基づき、統計情報を出力する出力部を備えている。すなわち比較処理部３１２は、「第１の医学的な情報」と「第２の医学的な情報」に基づいて統計情報の算出等を行う。比較処理部３１２によって算出された統計情報は、例えば解析装置３の表示部３６に出力される。表示部３６は、出力された統計情報を表示させることが可能となっている。
なお、統計情報の出力先はこれに限定されず、データ出力部３４に統計情報を出力して、外部の表示装置や各種端末装置において統計情報が表示可能となってもよい。

ここで統計情報とは、ある集団を時間、地域などの一定の条件下で調べ、この結果を集計、加工して得られた数値や図表の情報を含む。また統計情報とは、ある集団の個々の構成要素の分布から、その集団の属性を数量的に数値や図表で表現した情報を含む。統計情報には、医学的な情報同士の一致率や不一致率が含まれ、医学的な情報同士の一致率や不一致率としては、例えば所定の医学的情報を正解データとした際の、その他の医学的な情報の正答率が含まれる。

本実施形態では「第１の医学的な情報」と「第２の医学的な情報」とを突き合せた結果の一致率、不一致率が、統計情報として算出される。
すなわち、比較処理部３１２は、「第１の医学的な情報」及び「第２の医学的な情報」のいずれか一方を正解データとし、正解データに対する他方のデータの一致率・不一致率を算出することにより、正解データに対する他方のデータの信頼度を得ることができる。
例えば、比較処理部３１２がＡＩ解析の結果である「第１の医学的な情報」を「第１の正解データ」とし、この「第１の正解データ」に基づき、読影医の診断結果である「第２の医学的な情報」の正答率を、統計情報として算出（出力）する。これにより、ＡＩ解析に対する読影医の診断結果の信頼度を知ることができる。
また逆に、読影医の診断結果である「第２の医学的な情報」を「第２の正解データ」とし、この「第２の正解データ」に基づき、ＡＩ解析の結果である「第１の医学的な情報」の正答率を、統計情報として算出（出力）してもよい。これにより、読影医の診断に対するＡＩの解析結果の信頼度を知ることができる。

なお、比較処理部３１２によって算出・出力される統計情報はこれに限定されない。
例えば、「第１の医学的な情報」と「第２の医学的な情報」とに共通して見られる文字列（キーワード）を統計情報として抽出してもよい。また例えば両者に共通しない文字列の散らばり具合（どのような文字列がどのくらいの割合で見られるか等）等、各種の割合、統計を統計情報として抽出してもよい。
比較処理部３１２は、このような情報を所見の一覧にまとめた表（マトリクス、ｈｅａｔｍａｐ情報等）を統計情報として出力してもよい。

図３（ａ）は、ある１つの医用画像の診断において、ＡＩの解析結果である「第１の医学的な情報」とユーザー（一次読影、二次読影の専門医）の診断結果である「第２の医学的な情報」とを一覧表にまとめた統計情報の例である。図３（ａ）では縦軸にＡＩの解析結果を示し、横軸に医師（読影医）の診断結果を示している。
１つの医用画像からは、１つの病変のみでなく、複数の病変の可能性等、様々な所見を読み取ることができる。例えば図３（ａ）では、解析、診断の対象となる医用画像が胸部のＸ線画像である場合を例示している。この場合、ＡＩや読影医の所見としては、「結節影」「浸潤影」「網状影」「気胸」等が考えられる。図示例において薄く網掛けして示した斜めのラインは、ＡＩの解析結果と読影医の診断結果とが一致した項目であり、図３（ａ）の例では、ＡＩも読影医も対象となった医用画像について「結節影」が認められると診断した。

図示例では、ＡＩの解析結果では「結節影」の他、「浸潤影」「網状影」が認められるとされたが、読影医の診断結果では「結節影」のみが認定され、その他は認定されなかった。このように統計情報として一覧表にまとめたものを出力させることで、どの判断が一致してどの判断が不一致なのか、ＡＩと読影医とで一致した診断の他に、当該画像からどのような病変の可能性があるのか等、を明らかにすることができる。

また、図３（ｂ）は、１週間や１か月といったある程度の期間における医用画像の診断について、ＡＩ解析の結果である「第１の医学的な情報」とユーザー（一次読影、二次読影の専門医）の診断結果である「第２の医学的な情報」とを一覧表にまとめた統計情報の例である。
図３（ｂ）では、図３（ａ）の場合と同様、解析、診断の対象となる医用画像が胸部のＸ線画像である場合について、縦軸にＡＩの解析結果、横軸に医師（読影医）の診断結果をとって示している。ある程度の期間における統計情報をとることで、ＡＩの解析結果と読影医の診断結果とがどのような項目で一致し、どのような項目で相違しやすいか等の傾向を見ることができる。例えば、「気胸」でないものを「気胸」と判断する割合は比較的低いが、「浸潤影」や「網状影」についてはＡＩと読影医とで一方だけが認定している割合が高くなっており、ＡＩ、読影医ともに誤認識を生じやすい項目であると考えられる。

なお、図３（ａ）及び図３（ｂ）では、図示を簡略化するために、所見の項目として「結節影」「浸潤影」「網状影」「気胸」の４つを示し、それぞれの項目についての所見の数も限られた数しか示していない。しかし、実際には１つの医用画像から例えば１０数の項目等について解析や判断が行われる。この点、図３（ａ）及び図３（ｂ）のように、一覧表にまとめたものを統計情報として示すことで、所見の項目や所見数が多い場合でも、ＡＩの解析結果と読影医の診断結果との一致・不一致状況や傾向等を分かりやすく提示することができる。

比較処理部３１２において出力された統計情報の出力先である表示部３６では、統計情報を、その内容等に応じて適宜表示させる。
例えば、統計情報（一致率、不一致率等）に応じて、統計情報の出力態様（表示態様）を変化させてもよい。例えば不一致であった項目のみ目立つ色や大きな文字等で表示させてもよい。
また、統計情報（一致率、不一致率等）に応じて、統計情報の出力態様（表示態様）を変化させる手法は、表示の際の色や文字等を変化させることに限定されない。
例えば統計情報は、マークのようなデザインを示すことで出力させてもよく、この場合には、例えば統計情報（一致率、不一致率等）に閾値を定めておき、一定値以上であれば「○」を表示させ、一定値以下であれば「×」を表示させる等してもよい。
数字で示すよりもマーク等で示す方が、医師等にとって直感的に把握しやすく、視認性にも優れる。このため、特に実施件数（比較処理部３１２において統計情報が出力される案件の件数）が多い場合等には、マーク等で示すことで処理の迅速化、効率化を実現することができる。

また例えば、正解データに対するＡＩの解析結果の正答率が高い場合と、ＡＩの解析結果の正答率が低い場合とで、画面上での表示のされ方が変わるようにしてもよい。例えばＡＩの解析結果の正答率が低くあまり信頼性がない場合には、ＡＩの解析結果と読影医の診断結果とが一致しなかった項目について、ＡＩの解析結果と読影医の診断結果をともに目立つように表示させる。これに対して、ＡＩの解析結果の正答率が高く信頼性がある場合には、両者が不一致であった項目についてはＡＩの解析結果のみを目立つように表示させてもよい。

なお上述のように、統計情報は、ＡＩの解析結果と読影医の診断結果との一致率／不一致率を示す情報となるものであるが、この場合の読影医側の診断結果は、病院全体としてのものであってもよいし、読影医個々人のものかであってもよい。
病院全体か読影医個々人か等、切り口を変えて種々の統計情報を算出できるようにした場合には、各場合で表示の仕方等を切り替えられるようにしてもよい。
このような各種の切り口で統計情報を算出する場合には、例えばＡＩの信頼性が高いときに、読影医個々人の診断結果とＡＩの解析結果との一致率／不一致率を示す情報を、新人読影医などの正答率（すなわち、当該新人読影医がどの程度ＡＩと同じ診断結果を導くことができたか）を指導者がチェックする際のツールとして使うことも可能である。
また、モダリティー１や依頼科別の検査に絞って統計情報を表示できるようにすれば、モダリティー１や依頼科別の正答率（診断精度）を検証することも可能となる。このような検証が可能となれば、例えば正答率が低い科では読影勉強会を行うなど、改善施策の参考値として使用することもできる。
さらに、統計情報の算出範囲を読影日などで区切ることで、例えば２０２０年における正答率が２０２１年ではどの程度改善したか等、改善具合を判断する際の客観的な材料として、この統計情報を用いることも可能となる。

記憶部３２は、ＨＤＤ（Hard Disk Drive）や半導体メモリー等により構成され、後述する医用画像等の医用情報の解析処理をはじめとする各種処理を実行するためのプログラムや、当該プログラムの実行に必要なパラメーター、ファイル等を記憶している。
本実施形態の記憶部３２には、例えば、各種プログラムを記憶するプログラム記憶部３２１の他、学習データ記憶部３２２、統計情報記憶部３２３等が記憶されている。
学習データ記憶部３２２は、前述のように例えば大量の学習データやこれを用いてディープラーニング等により学習することで作成された機械学習モデルが記憶されている。
また図示は省略するが、前述のようにユーザー（読影医）が作成した読影レポート等である「第２の医学的な情報」を構造化して構造化データを生成するために用いられる辞書データ等も記憶部３２に記憶される。

読影用端末４は、例えば制御部、操作部、表示部、記憶部、通信部等を備え、画像サーバー４５等から医用情報である医用画像を読み出して読影用に表示するコンピューター装置である。
ユーザー（一次読影医、二次読影医）は、読影用端末４において医用画像の読影を行い、医用画像に関する読影医の診断結果である「第２の医学的な情報」として、読影レポート等を作成する。

画像サーバー５は、例えば、ＰＡＣＳ（Picture Archiving and Communication Systems）を構成するサーバーであり、モダリティー１から出力された医用画像に患者情報（患者ＩＤ、患者氏名、生年月日、年齢、性別、身長、体重等）、検査情報（検査ＩＤ、検査日時、モダリティーの種類、検査部位、依頼科、検査目的等）、医用画像の画像ＩＤ、解析装置３の解析部３１１から出力されるＡＩの解析結果の情報（すなわち「第１の医学的な情報」）及び読影用端末４においてユーザー（読影医）が作成した読影レポート等、読影医の診断結果である「第２の医学的な情報」、解析装置３の比較処理部３１２において出力される突合せ結果（比較結果）や統計情報（例えば図３（ａ）、図３（ｂ）に示すような情報）等を対応付けてデータベースに記憶する。
また、画像サーバー５は、読影用端末４から要求された医用画像及び当該医用画像に付帯された各種付帯情報をデータベースから読み出して読影用端末４に表示させる。

［本実施形態における解析方法について］
本実施形態において解析方法は、医用画像等の医用情報に対するコンピューター処理により得られた「第１の医学的な情報」を取得する解析工程と、医用情報に基づきユーザーが作成した「第２の医学的な情報」を取得する取得工程と、解析工程において取得された「第１の医学的な情報」と取得工程において取得された「第２の医学的な情報」と、を比較する比較処理工程と、を含み、比較処理工程は、「第１の医学的な情報」と「第２の医学的な情報」に基づき、統計情報を出力する出力工程を含んでいる。

本実施形態における解析方法によれば、ＡＩの解析結果と読影医の診断結果とを併せ考慮することによって、医用情報（医用画像）に関する診断精度について品質保証（Quality Assurance：以下「ＱＡ」とする。）を行うことができる。
ＱＡのパターンとしては、ＡＩの解析結果がどの程度信頼できるものであるかによって解析方法のフローが異なる。
第１のＱＡパターンは、ＡＩの解析結果にそれほど信頼性がない場合、ＡＩ解析を全面的に信頼することができない場合に採用されるフローである。

図４は、第１のＱＡパターンにおける解析処理を示すフローチャートであり、図５は、処理の流れを模式的に示した説明図である。
図４及び図５に示すように、第１のＱＡパターンでは、まず一次読影を行う読影医が対象となる医用情報（ここでは医用画像）を読影することで作成された読影レポート等、一次読影医の診断結果である「（一次読影における）第２の医学的な情報」をデータ取得部３３により取得する（ステップＳ１；取得工程）。
また、当該対象となる医用情報（医用画像）を解析装置３の解析部３１１においてＡＩ（ＡＩアプリケーション）によって解析し、その解析結果（診断結果）である「第１の医学的な情報」を取得する（ステップＳ２；解析工程）。

そして比較処理部３１２において「第１の医学的な情報」と「第２の医学的な情報」との突合せ（比較）を行う（ステップＳ３；比較処理工程）。
また本実施形態では、比較処理部３１２において適宜統計情報の算出、出力を行う（ステップＳ４；出力工程）。統計情報としてどのような情報を出力するかは、医用画像の種類（どの部位を撮影した画像であるか等）やＡＩの解析結果に対する信頼度等に応じて適宜設定されてよい。ユーザー（一次読影医、二次読影医等）がどのような統計情報を算出、出力させるかを選択してもよい。

比較処理部３１２では、「第１の医学的な情報」と「第２の医学的な情報」との突合せ（比較）の結果、両者が一致するか否かを判断する（ステップＳ５）。そして一致する場合（ステップＳ５；ＹＥＳ）には、当該診断結果・解析結果を確定診断の情報（以下これを「確定診断情報」という。）とする（ステップＳ６）。
他方、一致しない場合（相違する場合、ステップＳ５；ＮＯ）には、さらに二次読影医（最終読影医）に回して、二次読影を行う（ステップＳ７）。そして、この二次読影の結果を「確定診断情報」とする（ステップＳ８）。二次読影に回す場合には、図５に示すように、対象となる医用情報（医用画像）と、「第１の医学的な情報」、「第２の医学的な情報」、「第１の医学的な情報」及び「第２の医学的な情報」に基づいて算出・出力された統計情報が、二次読影医の操作する読影用端末４に送られ、二次読影医はこれらの情報を参照して二次読影を行い、「（二次読影における）第２の医学的な情報」としての読影レポート等の診断結果を作成する。

このように、図４及び図５で示した処理では、一次読影医の診断結果である「（一次読影における）第２の医学的な情報」とＡＩの解析結果（診断結果）である「第１の医学的な情報」との突合せ（比較）を行って、その結果（突合せ結果や統計情報）を二次読影医に送っている。
これにより、二次読影を行う際には、二次読影医がこれらの情報を参照して読影を行うことができ、例えば両者の判断が相違している箇所のみを重点的にチェックすること等が可能となる。このため、効率的かつ適切な読影を行うことができる。
特に、統計情報の表示の仕方について「第１の医学的な情報」と「第２の医学的な情報」とで判断が相違している箇所の色を変える等により強調したり、両者の判断が相違している項目等にタッチすると、医用画像中、当該項目に関する異常が認定された箇所にマークが付されたり、色を変えて強調される等の工夫を行った場合には、より読影（二次読影）の効率や精度を向上させることができる。

医用情報としての医用画像について「確定診断情報」が出ると、当該医用画像は、解析装置３において確定された「確定診断情報」と対応付けられて、画像サーバー５に格納される。
なお、医用画像やこれに付帯する各種情報（「第１の医学的な情報」「第２の医学的な情報」や統計情報等）、「確定診断情報」等の保存先は、特に限定されない。
例えば解析装置３、読影用端末４、画像サーバー５がＰＡＣＳを構成している場合、ＰＡＣＳ上の情報管理サーバー等においてこれらの情報が一括的に保存・管理されてもよい。
また上記全ての情報が保存されなくてもよく、例えば医用画像と「確定診断情報」のみがセットで保存されるようにしてもよい。

なお、ここでいう「確定診断情報」とは、放射線科の専門医が、医用画像及びこれに基づいて得られた所見や解析結果から判断し確定させた診断結果である。
患者に対する最終的な診断は、この医用画像についての「確定診断情報」に加えて、各種の検査や診察等により得られた検査データ、診察データ等を総合的に勘案し、臨床医により判断される。

なお、図４及び図５では、一次読影における「第２の医学的な情報」とＡＩ解析における「第１の医学的な情報」とのいずれか一方を正解データとすることにより、正解データに対する他方の信頼度を統計情報として算出する場合を例示したが、信頼度を算出する際の比較対象は、「（一次読影における）第２の医学的な情報」と「第１の医学的な情報」とに限定されない。

例えば、図６に示すように、比較処理部３１２は、ＡＩ解析による「第１の医学的な情報」及び二次読影医の診断結果である「（二次読影における）第２の医学的な情報」（「確定診断情報」）のいずれか一方を正解データとし、正解データに対する他方のデータの一致率・不一致率を統計情報として算出（出力）してもよい。
すなわち、例えば比較処理部３１２は、二次読影医の診断結果である「（二次読影における）第２の医学的な情報」（「確定診断情報」）を「第２の正解データ」とし、この「確定診断情報」に基づき、ＡＩ解析による「第１の医学的な情報」の正答率を、統計情報として算出（出力）してもよい。これにより、二次読影医の診断結果（「確定診断情報」）に対するＡＩ解析の信頼度を知ることができる。
また逆に、ＡＩ解析の結果である「第１の医学的な情報」を「第２の正解データ」とし、この「第２の正解データ」に基づき、二次読影医の診断結果である（二次読影における）第２の医学的な情報」（「確定診断情報」）の正答率を、統計情報として算出（出力）してもよい。これにより、ＡＩの解析結果に対する二次読影医の診断の信頼度を知ることができる。

なおこのように、「第１の医学的な情報」及び「（二次読影における）第２の医学的な情報」（「確定診断情報」）のいずれか一方を正解データとして、両者の一致率・不一致率を出す場合には、図６に示すように、一次読影の結果としての「（一次読影における）第２の医学的な情報」については「第１の医学的な情報」との突合せのみを行い（すなわち一致率等の統計情報の算出はせず）、二次読影医の操作する読影用端末４には、対象となる医用情報（医用画像）と、「第１の医学的な情報」、「第２の医学的な情報」、「第１の医学的な情報」と「第２の医学的な情報」とを突き合せた突合せ情報（一致・不一致の情報）が送られる。そして、二次読影医はこれらの情報を参照して二次読影を行い、「（二次読影における）第２の医学的な情報」としての読影レポート等の診断結果を作成し、これが「確定診断情報」となる。
なお、図６に示すように、ＡＩ解析による「第１の医学的な情報」と「（一次読影における）第２の医学的な情報」との突合せ結果では処理を分けずに、両者が一致する場合も不一致の場合もいずれも二次読影に回すとした場合、統計情報（例えば一致率・不一致率等）の算出は、「第１の医学的な情報」と「（二次読影における）第２の医学的な情報」（「確定診断情報」）との間でのみ行ってもよいし、「第１の医学的な情報」と「（一次読影における）第２の医学的な情報」との間、「第１の医学的な情報」と「（二次読影における）第２の医学的な情報」（「確定診断情報」）との間の両方で行ってもよい。
さらに比較処理部３１２が、ＡＩ解析による「第１の医学的な情報」と二次読影医の診断結果である「（二次読影における）第２の医学的な情報」（すなわち「確定診断情報」）とを比較するものである場合には、統計情報の算出を行わず、両者を突き合わせて比較するのみでもよい。これにより、一層迅速に画像診断を終結させることができる。
この場合にも、両者を突き合せた結果、二次読影医（最終読影医）の判断結果がＡＩの解析結果と一致するものであるかどうかという突合せ結果の情報は「確定診断情報」に付帯されるため、画像診断の結果と各種検査情報等を総合的に考慮して最終的な診断を行う臨床医に対して有用な判断材料を提供することができる。

なお以上に対し、ＡＩの解析結果の信頼性が著しく高い場合、ＡＩ解析を全面的に信頼することができる場合には、第２のＱＡパターンのフローが採用される。
図７は、第２のＱＡパターンにおける解析処理を示すフローチャートである。
図７に示すように、第２のＱＡパターンでは、まず対象となる医用情報（医用画像）を解析装置３の解析部３１１においてＡＩによって解析し、その解析結果（診断結果）である「第１の医学的な情報」を取得する（ステップＳ１１）。
なおこの場合、一次読影医の診断結果である「（一次読影における）第２の医学的な情報」の取得は必須ではない。

そして、制御部３１は、「第１の医学的な情報」が、当該医用画像を正常と判断するものであるか否かを判断する（ステップＳ１２）。すなわち、「第１の医学的な情報」が、医用画像についての何らかの異常所見を含むか否かを判断する。
「第１の医学的な情報」が、当該医用画像を正常と判断するものである場合（ステップＳ１２；ＹＥＳ）には、ＡＩによる解析結果である「第１の医学的な情報」を「確定診断情報」とする（ステップＳ１３）。

この場合には、ＡＩが正常と判断したものについては読影医の手間を省くことができ、読影医の負担を軽減して、効率的な画像診断を行うことができる。
なお、「第１の医学的な情報」が当該医用画像を正常と判断するものであっても、これを直ちに「確定診断情報」とせずに、ＡＩによる解析結果である「第１の医学的な情報」等に、当該医用画像が異常所見を含まない正常なものであることを示す「正常ラベル」を付帯して、当該判断対象である医用画像と「第１の医学的な情報」とを二次読影医（又は最終読影医）に回し、二次読影医の診断結果を「確定診断情報」としてもよい。
この場合は、一応二次読影医（最終読影医）の診断を仰ぎつつ、「正常ラベル」が付与されることで、読影医の負担を軽減することができる。

他方、「第１の医学的な情報」が、当該医用画像を正常と判断するものでない場合（異常所見を含む場合、ステップＳ１２；ＮＯ）には、判断対象である医用画像と「第１の医学的な情報」とを二次読影医（又は最終読影医）に回して、二次読影を行う（ステップＳ１４）。そして、二次読影医の診断結果を「確定診断情報」とする（ステップＳ１５）。
この場合にも、比較処理部３１２は、ＡＩの解析結果である「第１の医学的な情報」と二次読影医の診断結果である「確定診断情報」とを突き合わせて、一致率・不一致率等の統計情報を算出（出力）してもよい。統計情報が出力されたときは、当該統計情報も医用画像や「確定診断情報」とともに画像サーバー５等に格納される。統計情報を医用画像や「確定診断情報」と紐づけて記憶させておくことで、その後臨床医による最終的な診断が行われる際等に参照することが可能となる。

〔効果〕
以上説明したように、本実施の形態に係る解析装置３は、医用情報に対するコンピューター処理（すなわちＡＩ解析）により得られた「第１の医学的な情報」を取得する解析部３１１と、医用情報に基づきユーザー（すなわち一次読影・二次読影を行う読影医）が作成した「第２の医学的な情報」を取得するデータ取得部３３と、解析部３１１によって取得された「第１の医学的な情報」とデータ取得部３３によって取得された「第２の医学的な情報」と、を比較する比較処理部３１２と、を備えている。
読影医の判断をＡＩの解析結果と比較することで、より診断が慎重となり、適切な画像診断を行うことができる。特に、ＡＩの解析結果と比較する対象が二次読影医による判断（確定診断）であるような場合、人である医師の判断を冷静に検証することができ、より適切な画像診断を実現することができる。

また医用情報に対するコンピューター処理（すなわちＡＩ解析）により得られた「第１の医学的な情報」を取得する解析部３１１と、医用情報に基づきユーザー（すなわち一次読影・二次読影を行う読影医）が作成した「第２の医学的な情報」を取得するデータ取得部３３と、解析部３１１によって取得された「第１の医学的な情報」とデータ取得部３３によって取得された「第２の医学的な情報」と、を比較する比較処理部３１２と、を備える解析装置３の比較処理部３１２は、「第１の医学的な情報」と「第２の医学的な情報」に基づき、統計情報を出力する出力部を備えていてもよい。
画像診断にＡＩ解析を導入した場合、ＡＩ解析により得られた医学的な情報と、一次読影・二次読影を行う読影医により作成された医学的な情報等、医用情報である医用画像の解析結果・診断結果が複数得られる。この場合に、各結果の信頼度を検証することができないと結局いずれの判断に基づいて最終的な確定診断を行えばよいのかの判断がつかず、効率のよい読影が実現できない。
この点、各結果の一致率・不一致率等の統計情報を出力することで、効果的に信頼性の程度を示すことができ、医用情報である医用画像について効率よく適切な確定診断を行うことができる。

また統計情報が、「第１の医学的な情報」と「第２の医学的な情報」との一致率又は不一致率である場合には、どの程度ＡＩによる解析結果が読影医の診断結果と一致するのかを知ることができる。
ＡＩによる解析結果と読影の専門医である読影医の診断結果とが大きく相違しているような場合には、各結果の信頼性もあまり高くない可能性がある。このように信頼性に関する指標をえることができるため、医用情報である医用画像について適切な診断を行うことができる。

また比較処理部３１２は、「第１の医学的な情報」を「第１の正解データ」とし、「第１の正解データ」に基づき、「第２の医学的な情報」の正答率を、統計情報として出力する。
ＡＩの解析結果や読影医の診断結果が正解であるかどうかは、いずれの判断結果を正解とするかによって変わるものである。
この点、ＡＩ解析により得られた「第１の医学的な情報」を正解データとすることで、これに対する読影医の診断結果の信頼度を算出することができる。

また比較処理部３１２は、「第２の医学的な情報」を「第２の正解データ」とし、「第２の正解データ」に基づき、「第１の医学的な情報」の正答率を、統計情報として出力する。
このように読影医の診断結果である「第２の医学的な情報」を正解データとすることで、これに対するＡＩによる解析結果の信頼度を算出することができる。

また「第２の医学的な情報」が二次読影医（又は最終読影医）の診断結果である「確定診断情報」であってもよい。
この場合、「第１の医学的な情報」と「第２の医学的な情報」に基づいて統計情報を出力することで、「第２の医学的な情報」としての「確定診断情報」について信頼度を得ることができる。

また比較処理部３１２が、「確定診断情報」である「第２の医学的な情報」を「第２の正解データ」とし、この「第２の正解データ」に基づき、「第１の医学的な情報」の正答率を、統計情報として出力する場合には、「確定診断情報」に対するＡＩによる解析結果の信頼度を算出することができる。

また解析部３１１又は解析部３１１を含む制御部３１に、医用情報（例えば医用画像）と医学的な情報（例えば病変の名称等）との対応を学習する学習部を備え、解析部３１１は、学習部によって学習された医用情報と医学的な情報との対応に基づき、医用情報に対するコンピューター処理により「第１の医学的な情報」を得る。
このように解析部３１１が機械学習によるモデルを用いる場合、学習を重ねることで解析精度を向上させることができ、より信頼度の高い「第１の医学的な情報」を得ることが可能となる。

〔変形例〕
なお、以上本発明の実施形態について説明したが、本発明は、かかる実施形態に限定されず、その要旨を逸脱しない範囲で、種々変形が可能であることは言うまでもない。

例えば、上記実施形態では、解析装置が解析対象とする医用情報が医用画像である場合について例示したが、医用情報は医用「画像」に限定されない。
患者に対する各種検査によって取得される情報等は、広く医用情報に含まれてよく、例えば、心電図の波形データや心音データ、血流に関するデータ等、各種の検査等で得られた結果も医用情報に含まれてよい。

また上記実施形態では、解析部３１１が医用情報に対するコンピューター処理（すなわちＡＩ解析）により得られた「第１の医学的な情報」を取得し、比較処理部３１２は、この「第１の医学的な情報」と、医用情報に基づきユーザー（すなわち一次読影・二次読影を行う読影医）が作成した「第２の医学的な情報」とを比較したり、両者の一致率・不一致率等の統計情報を算出（出力）する場合を例示したが、比較処理部３１２が比較等する対象はこれに限定されない。

例えば解析部３１１は、「第１の医学的な情報」を取得したＡＩとは異なるＡＩにより医用情報に対する解析（コンピューター処理）を行い、「第３の医学的な情報」を取得してもよい。そしてこの場合、比較処理部３１２は、あるＡＩによる解析結果である「第１の医学的な情報」と別のＡＩによる解析結果である「第３の医学的な情報」とを比較等してもよい。
そして比較処理部３１２が、「第３の医学的な情報」を「第３の正解データ」とし、「第３の正解データ」に基づき、「第１の医学的な情報」の正答率を、統計情報として算出（出力）してもよい。この場合には、ＡＩ同士の信頼度を比較することができる。
例えばある施設に新たに導入されたＡＩが、すでに解析について信頼度の高い別のＡＩの解析結果（「第３の正解データ」である「第３の医学的な情報」）と同じ解析結果をどの程度出すことができるか（すなわち正答率がどの程度か）を見ることで、新たに導入されたＡＩの信頼性を算出することが可能となる。

また上記実施形態では、前述のように、比較処理部３１２が比較等する対象が、ユーザー（すなわち読影医）の診断結果である「第２の医学的な情報」とＡＩの解析結果である「第１の医学的な情報」である場合を例示したが、比較処理部３１２が比較等する対象はこれに限定されない。
例えばデータ取得部３３が、医用情報に基づき一次読影医の診断結果である「第４の医学的な情報」と二次読影医の診断結果である「第５の医学的な情報」とを取得し、比較処理部３１２は、「第４の医学的な情報」と「第５の医学的な情報」とを比較したり、両者の一致率・不一致率等の統計情報を算出（出力）してもよい。
この場合も、「第４の医学的な情報」及び「第５の医学的な情報」のいずれか一方を正解データとすることで、他方の信頼度を算出することができる。

また本実施形態では、図１において、解析装置３、読影用端末４、画像サーバー５をそれぞれ別個独立の装置として図示したが、解析装置３と画像サーバー５や、解析装置３、読影用端末４、画像サーバー５は、１つの装置、１つのシステムとして構成されていてもよい。

なお、本発明が上記の実施形態や変形例等に限定されず、本発明の趣旨を逸脱しない限り、適宜変更可能であることは言うまでもない。

１ モダリティー
２ コンソール
３ 解析装置
４ 読影用端末
５ 画像サーバー
３１ 制御部
３２ 記憶部
３３ データ取得部
３６ 表示部
１００ 医用画像システム
３１１ 解析部
３１２ 比較処理部

Claims (11)

1. 医用情報に対するコンピューター処理により得られた第１の医学的な情報を取得する解析部と、
   前記医用情報に基づきユーザーが作成した第２の医学的な情報を取得する取得部と、
   前記解析部によって取得された前記第１の医学的な情報と前記取得部によって取得された前記第２の医学的な情報と、を比較する比較処理部と、
   を備え、
   前記比較処理部は、前記第１の医学的な情報と前記第２の医学的な情報に基づき、統計情報を出力する出力部を備えている解析装置。
2. 前記統計情報は、前記第１の医学的な情報と前記第２の医学的な情報との一致率又は不一致率である、請求項１記載の解析装置。
3. 前記比較処理部は、前記第１の医学的な情報を第１の正解データとし、
   前記第１の正解データに基づき、前記第２の医学的な情報の正答率を、前記統計情報として出力する請求項１又は請求項２記載の解析装置。
4. 前記比較処理部は、前記第２の医学的な情報を第２の正解データとし、
   前記第２の正解データに基づき、前記第１の医学的な情報の正答率を、前記統計情報として出力する請求項１から請求項３のいずれか一項記載の解析装置。
5. 前記解析部は、前記医用情報に対するコンピューター処理により得られた第３の医学的な情報を取得し、
   前記比較処理部は、前記第３の医学的な情報を第３の正解データとし、
   前記第３の正解データに基づき、前記第１の医学的な情報の正答率を、前記統計情報として出力する請求項１から請求項３のいずれか一項記載の解析装置。
6. 前記第２の医学的な情報は、確定診断情報である、請求項１から請求項５のいずれか一項記載の解析装置。
7. 前記第２の医学的な情報は、確定診断情報であり、
   前記比較処理部は、前記第２の医学的な情報を第２の正解データとし、
   前記第２の正解データに基づき、前記第１の医学的な情報の正答率を、前記統計情報として出力する請求項１から請求項６のいずれか一項記載の解析装置。
8. 医用情報と医学的な情報との対応を学習する学習部を備え、
   前記解析部は、前記学習部によって学習された前記医用情報と医学的な情報との対応に基づき、
   前記医用情報に対するコンピューター処理により前記第１の医学的な情報を得る、請求項１から請求項７のいずれか一項記載の解析装置。
9. 医用情報に対するコンピューター処理により得られた第１の医学的な情報を取得する解析部と、
   前記医用情報に基づきユーザーが作成した確定診断情報を取得する取得部と、
   前記解析部によって取得された前記第１の医学的な情報と前記取得部によって取得された確定診断情報と、を比較する比較処理部と、
   を備える解析装置。
10. 医用情報に対するコンピューター処理により得られた第１の医学的な情報を取得する解析工程と、
    前記医用情報に基づきユーザーが作成した第２の医学的な情報を取得する取得工程と、
    前記解析工程において取得された前記第１の医学的な情報と前記取得工程において取得された前記第２の医学的な情報と、を比較する比較処理工程と、
    を含み、
    前記比較処理工程は、前記第１の医学的な情報と前記第２の医学的な情報に基づき、統計情報を出力する出力工程を含んでいる解析方法。
11. コンピューターに、
    医用情報に対するコンピューター処理により得られた第１の医学的な情報を取得する解析機能と、
    前記医用情報に基づきユーザーが作成した第２の医学的な情報を取得する取得機能と、
    前記解析機能によって取得された前記第１の医学的な情報と前記取得機能によって取得された前記第２の医学的な情報と、を比較する比較処理機能と、
    を実現させ、
    前記比較処理機能は、前記第１の医学的な情報と前記第２の医学的な情報に基づき、統計情報を出力する出力機能を備えているプログラム。

Images