JP2023092860A - 医用情報処理装置、医用情報処理方法、およびプログラム - Google Patents

Abstract

【課題】生体検査の結果に基づいた画像検査を容易にすることである。【解決手段】医用情報処理装置は、記憶部と、取得部と、特定部とを持つ。記憶部は、被検体に関する過去の診断画像を記憶する。取得部は、被検体に関する検査結果情報を取得する。特定部は、検査結果情報に基づいて、対応する過去の診断画像を特定する。【選択図】図４

Description

本明細書及び図面に開示の実施形態は、医用情報処理装置、医用情報処理方法、およびプログラムに関する。

近年、血液検査等の生体検査の感度向上を目的とした技術開発が進められている。特にリキッドバイオプシー（Liquid biopsy；ＬＢ）と呼ばれる検査では、高感度な検出が実現されている。このような血液検査等では、患者に異常があることはわかるが、患者のどの臓器・部位に異常があるかといった情報を与えることはできない。患者のどの臓器に異常があるかを示すバイオマーカーも出てきているが、その臓器のどの領域が異常であるかはわからない。このため、血液検査の後には、画像検査を行うことで血液検査にて疑われる疾患の発症の有無、その進行度合い、および位置を確認することが必要である。これらの手法では、追加の画像検査が必要になった場合に、新しい画像検査を依頼する必要がある。このため、これらの手法では、画像検査に伴う患者の被曝や、新たな検査費用が生じる場合がある。

特開２０２０－１８１２８９号公報

本明細書及び図面に開示の実施形態が解決しようとする課題は、生体検査の結果に基づいた画像検査を容易にすることである。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。

実施形態に記載の医用情報処理装置は、記憶部と、取得部と、特定部とを持つ。記憶部は、被検体に関する過去の診断画像を記憶する。取得部は、前記被検体に関する検査結果情報を取得する。

第１実施形態の検査システムの構成例を示す図。 リキッドバイオプシー法の概要を説明するための図。 実施形態の検査装置の構成例を示す図。 実施形態の医用情報処理装置の構成例を示す図。 実施形態に係る検査装置から医用情報処理装置への検査結果情報の送受信方法例を示す図。 実施形態に係る検査装置の処理手順例のフローチャート。 第１実施形態に係る医用情報処理装置の処理手順例のフローチャート。 実施形態に係る画像探索方法を説明するための図。 実施形態に係る検査システムの運用例を説明するための図。 第２実施形態の検査システムの構成例を示す図。 第２実施形態で用いられる解析モデルの例を説明するための図。 第２実施形態に係る解析モデルの選択を説明するための図。 第２実施形態に係る医用情報処理装置の処理手順例のフローチャート。 比較例の処理例を示す図。

以下、図面を参照しながら、実施形態の医用情報処理装置、医用情報処理方法、およびプログラムについて説明する。

＜第１実施形態＞
［検査システムの構成］
まず、検査システムの構成例を説明する。
図１は、本実施形態の検査システムの構成例を示す図である。図１のように、検査システム１は、例えば、検査装置１００と、医用情報処理装置２００と、提示装置３００と、を備える。なお、検査装置１００と医用情報処理装置２００は、無線または有線のネットワークを介して接続されている。

検査装置１００は、検査対象者である被検体から採取された試料に対して検査を行い、検査結果に基づく検査結果情報を医用情報処理装置２００に出力する。検査結果情報には、例えば被検体に関する検査結果情報が含まれている。なお、以下の実施形態において、検査装置１００が血液検査装置の例を説明するが、検査装置はこれに限らない。なお、検査装置１００の構成例、処理例は、図３を用いて後述する。

医用情報処理装置２００は、例えば記憶部２３０を備える。医用情報処理装置２００は、検査装置１００からの検査結果情報に基づいて、記憶部２３０が記憶する情報の中から、検査結果情報と対応する過去の診断画像を特定する。医用情報処理装置２００は、特定した診断画像を含む結果情報を提示装置３００に出力する。なお、医用情報処理装置２００の構成例、処理例は、図４を用いて後述する。

提示装置３００は、例えば、画像表示装置、印字装置、タブレット端末、スマートフォン、携帯端末、専用端末等である。提示装置３００は、医用情報処理装置２００が出力する結果情報を提示する。

［血液検査手法例］
次に、本実施形態で用いる血液検査手法の例として、リキッドバイオプシー法の概要を説明する。図２は、リキッドバイオプシー法の概要を説明するための図である。図２のように、まず例えば注射器ｇ１を用いて被検体を採血する。被検体から採血された血液には、例えば、様々な腫瘍由来成分が含まれている。腫瘍由来成分ｇ３は、例えば、ｃｔＤＮＡ（血中循環腫瘍ＲＮＡ）、ｃｔＤＮＡ（血中循環腫瘍ＤＮＡ）、腫瘍たんぱく質、細胞外小胞（エクソソーム）、ＣＴＣ（血中循環腫瘍細胞）、ＴＥＰｓ（腫瘍によって教育された血小板）等である。

リキッドバイオプシー法では、例えば、検体から抽出した遺伝子を緑、基準となる標準検体を赤の蛍光色素で標識する（ｇ２、ｇ３）。次に、リキッドバイオプシー法では、標識した検体をＤＮＡチップｇ４とハイブリダイゼーション反応をさせる。検査装置１００は、反応後、洗浄したチップをスキャナーで読み取り（ｇ５）、シグナルを検出する。シグナルは、例えば赤ｇ７（図２ではハッチング有りの円で表現）と緑ｇ６（図２ではハッチング無しの円で表現）の比である。これにより、リキッドバイオプシー法では、例えば、癌発症や腫瘍等の疾患の疑いがあることを検出できる。ただし、リキッドバイオプシー法では、被検体に異常があることはわかるが、被検体のどの臓器・部位に異常があるかがわからない。

なお、血液検査手法は、リキッドバイオプシー法に限らない。例えば試料を用いた検査手法であってもよい。

［検査装置の構成］
次に、検査装置の構成例を説明する。
図３は、本実施形態の検査装置の構成例を示す図である。図３のように、検査装置１００は、例えば、入力インタフェース１１０と、出力インタフェース１２０と、記憶部１３０と、撮影装置１４０と、処理回路１５０と、を備える。なお、入力インタフェース１１０と、出力インタフェース１２０と、記憶部１３０と、撮影装置１４０と、処理回路１５０とは、バス１６０を介して接続されている。なお、図３に示した構成は一例であり、検査装置１００の構成は、これに限らない。

入力インタフェース１１０は、利用者から各種の入力操作を受け付けて、受け付けた入力操作結果を示す操作情報を処理回路１５０に出力する。なお、利用者は、例えば、医師、看護師や薬剤師、臨床検査技師、診療放射線技師、理学療法士等である。なお、本明細書において入力インタフェース１１０はマウス、キーボードなどの物理的な操作部品を備えるものだけに限られない。例えば、検査装置１００とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を制御回路へ出力する電気信号の処理回路も入力インタフェース１１０の例に含まれる。

出力インタフェース１２０は、処理回路１５０が出力する情報を、医用情報処理装置２００に出力する。出力インタフェース１２０は、通信回路を備える。なお、本明細書において出力インタフェース１２０は、例えば送受信端子、送受信回路等である。例えば、検査装置１００とは別体に設けられた外部機器へ情報または電気信号を出力する電気信号の処理回路も出力インタフェース１２０の例に含まれる。

記憶部１３０は、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等のうち少なくとも１つを備える。記憶部１３０は、例えば、処理回路１５０が処理や制御に用いるプログラム、閾値、ＤＮＡチップにおける赤と緑の比と病名の関係等の判定に必要な情報、数式、通信相手のアドレス情報、通信相手の識別情報等を記憶する。

撮影装置１４０は、処理回路１５０の制御に応じて、例えばＤＮＡチップを撮影する。なお、本明細書において撮影装置１４０は、例えばＣＭＯＳ（Complementary MOS）撮影素子を備える撮影装置、ＣＣＤ（Charge Coupled Device）撮影素子を備える撮影装置等である。

処理回路１５０は、例えば、画像処理機能１５１と、判定機能１５２と、検査結果出力機能１５３と、を備える。処理回路１５０は、例えば、ハードウェアプロセッサが記憶部１３０（記憶回路）に記憶されたプログラムを実行することにより、これらの機能を実現するものである。

ハードウェアプロセッサとは、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、特定用途向け集積回路（Application Specific Integrated Circuit; ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device; ＳＰＬＤ）または複合プログラマブル論理デバイス（Complex Programmable Logic Device; ＣＰＬＤ）、フィールドプログラマブルゲートアレイ（Field Programmable Gate Array; ＦＰＧＡ）などの回路（circuitry）を意味する。記憶部１３０にプログラムを記憶させる代わりに、ハードウェアプロセッサの回路内にプログラムを直接組み込むように構成しても構わない。この場合、ハードウェアプロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。ハードウェアプロセッサは、単一の回路として構成されるものに限らず、複数の独立した回路を組み合わせて１つのハードウェアプロセッサとして構成され、各機能を実現するようにしてもよい。また、複数の構成要素を１つのハードウェアプロセッサに統合して各機能を実現するようにしてもよい。

画像処理機能１５１は、撮影装置１４０によって撮影された判定用画像に対して画像処理を行う。画像処理は、例えばＤＮＡチップ上の赤と緑との比、赤の位置、緑の位置などを抽出する。

判定機能１５２は、画像処理された結果と記憶部１３０が記憶する情報とを用いて、血液検査の結果が例えば陽性であるか否かを判定する。なお、本実施形態では、陽性であるか陰性であるかを判定する例を説明するが、判定はこれに限らない。判定は、例えば、バイタルデータが基準値より高いか否か、肝臓のγ－ＧＴＰが基準値より高いか否か等であってもよい。判定機能１５２は、判定結果が陽性である場合に、画像処理された結果と記憶部１３０が記憶する情報とを用いて、対応する例えば異常のある臓器とその疾患の候補等を推定する。判定機能１５２は、判定結果を示す判定結果情報を検査結果出力機能１５３に出力する。なお、判定結果情報には、例えば、血液検査の結果が陽性であるか陰性であるかを示す情報、バイタルデータが基準値より高いか否かを示す情報、肝臓のγ－ＧＴＰが基準値より高いか否かを示す情報等が含まれる。

検査結果出力機能１５３は、血液検査の結果が陽性である場合等、判定結果が所定の条件を満たす場合に、検査結果情報を医用情報処理装置２００に出力する。なお、検査結果情報には、例えば、判定結果情報、被検体の識別情報、疾患の疑いのある疾患名を示す情報、疾患の疑いのある部位を示す情報、疾患の疑いのある臓器名、判定結果情報に基づいて過去の診断画像を探索（または検索）する指示等が含まれる。

［医用情報処理装置の構成］
次に、医用情報処理装置の構成例を説明する。
図４は、本実施形態の医用情報処理装置の構成例を示す図である。図４のように、医用情報処理装置２００は、例えば、入力インタフェース２１０と、出力インタフェース２２０と、記憶部２３０と、処理回路２４０と、を備える。入力インタフェース２１０と、出力インタフェース２２０と、記憶部２３０と、処理回路２４０とは、バス２５０を介して接続されている。なお、図４に示した構成は一例であり、医用情報処理装置２００の構成は、これに限らない。医用情報処理装置２００は、例えば、ワークステーション、サーバ、画像データサーバ、医用画像診断装置のコンソール装置等でもよい。また、医用情報処理装置２００は、例えばグループや提携している病院の場合に、各病院が備えていてもよい。

入力インタフェース２１０は、利用者から各種の入力操作を受け付けて、受け付けた入力操作結果を示す操作情報を処理回路２４０に出力する。なお、利用者は、例えば、医師、看護師や薬剤師、臨床検査技師、診療放射線技師、理学療法士等である。なお、本明細書において入力インタフェース２１０はマウス、キーボードなどの物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を制御回路へ出力する電気信号の処理回路も入力インタフェースの例に含まれる。

出力インタフェース２２０は、例えば提示装置３００に結果情報を提示させる。なお、本明細書において出力インタフェース２２０は、例えば画像出力回路、画像出力端子等である。例えば、医用情報処理装置２００とは別体に設けられた提示装置３００へ画像信号を出力する電気信号の処理回路も出力インタフェース２２０の例に含まれる。

記憶部２３０は、例えば、ＲＯＭ、ＲＡＭ、ＨＤＤ、ＳＳＤ等のうち少なくとも１つを備える。記憶部２３０は、例えば、処理回路２４０が処理や制御に用いるプログラム、閾値、数式、通信相手のアドレス情報、通信相手の識別情報等を記憶する。また、記憶部２３０は、診断画像記憶部２３１と、解析モデル記憶部２３２を備える。

診断画像記憶部２３１は、複数の被検体に関する過去の診断画像を記憶する。なお、過去の診断画像それぞれには、例えば疾患名、診断画像の種類、部位情報等の付帯情報が関連付けられている。また、過去の診断画像の種類は、例えばＸ線ＣＴ（Computed Tomography：コンピュータ断層診断）装置によって取得された画像、ＭＲＩ（Magnetic Resonance Imaging：磁気共鳴断層撮影）装置によって取得された画像、超音波診断装置によって取得された画像、単純Ｘ線によって取得された画像等である。なお、診断画像の種類を示す情報が、各診断画像に関連付けられている。なお、診断画像記憶部２３１が記憶する診断画像は、例えば、被検体の過去の診断画像、他の被検体の過去の診断画像、疾患時の診断画像、健康時の診断画像等を含む。

解析モデル記憶部２３２は、複数の解析モデルを記憶する。なお、解析モデルについては後述する。

処理回路２４０は、例えば、取得機能２４１と、特定機能２４２と、解析手段決定機能２４３と、決定機能２４４と、疾患名推定機能２４５と、を備える。処理回路２４０は、例えば、ハードウェアプロセッサが記憶部２３０（記憶回路）に記憶されたプログラムを実行することにより、これらの機能を実現するものである。処理回路２４０は、特定された過去の診断画像を含む結果情報を、出力インタフェース２２０を介して提示装置３００に出力する。

記憶部２３０にプログラムを記憶させる代わりに、ハードウェアプロセッサの回路内にプログラムを直接組み込むように構成しても構わない。この場合、ハードウェアプロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。ハードウェアプロセッサは、単一の回路として構成されるものに限らず、複数の独立した回路を組み合わせて１つのハードウェアプロセッサとして構成され、各機能を実現するようにしてもよい。また、複数の構成要素を１つのハードウェアプロセッサに統合して各機能を実現するようにしてもよい。

取得機能２４１は、検査装置１００が出力する検査結果情報を取得する。

特定機能２４２は、取得機能２４１が取得した検査結果情報に基づいて、特定可能な場合に、診断画像記憶部２３１が記憶する過去の診断画像の中から少なくとも１つを特定する。または、特定機能２４２は、決定機能２４４が決定した部位情報に基づき、解析モデルを用いて過去の診断画像を特定する。特定機能２４２は、特定された過去の診断画像を含む結果情報を、出力インタフェース２２０を介して提示装置３００に出力する。

解析手段決定機能２４３は、取得機能２４１が取得した検査結果情報に基づいて、解析モデル記憶部２３２に記憶された複数の解析モデルから、特定機能２４２によって特定された過去の診断画像に対する解析モデルを決定する。

決定機能２４４は、検査結果情報に基づいて、被検体の検査部位を示す部位情報を決定する。

疾患名推定機能２４５は、過去の診断画像と関連付けられている部位情報に基づいて、被検体の疾患名を推定する。

［検査結果情報の送受信方法例］
次に、検査装置１００から医用情報処理装置２００への検査結果情報の送受信方法例を説明する。図５は、本実施形態に係る検査装置から医用情報処理装置への検査結果情報の送受信方法例を示す図である。

第１の例（ｇ１１）では、血液検査の結果が陽性だった場合に、検査装置１００が出力インタフェース１２０を介して、自動的に検査結果情報を医用情報処理装置２００へ送信する。医用情報処理装置２００は、入力インタフェース２１０を介して検査結果情報を受信する。

第２の例（ｇ１２）では、血液検査の結果が陽性だった場合に、例えば検査装置１００の利用者が、検査装置１００の入力インタフェース１１０が備える操作ボタンやタッチパネルを操作する。検査装置１００は、操作結果に基づいて、検査結果情報を出力インタフェース１２０を介して、医用情報処理装置２００へ送信する。医用情報処理装置２００は、入力インタフェース２１０を介して検査結果情報を受信する。

第３の例（ｇ１３）では、血液検査の結果が陽性だった場合に、検査装置１００が出力インタフェース１２０を介して検査結果情報を、有線ネットワークＮＷＡ上にある例えば中継器４００に送信する。なお、送信は、自動であっても利用者の操作に基づいてもよい。中継器４００は、検査結果情報を医用情報処理装置２００へ送信する。医用情報処理装置２００は、入力インタフェース２１０を介して検査結果情報を受信する。

第４の例（ｇ１４）では、血液検査の結果が陽性だった場合に、検査装置１００が出力インタフェース１２０を介して検査結果情報を、ネットワークＮＷＢを介して医用情報処理装置２００へ送信する。なお、送信は、自動であっても利用者の操作に基づいてもよい。医用情報処理装置２００は、入力インタフェース２１０を介して検査結果情報を受信する。

なお、図５に示した検査結果情報の送受信方法は一例であり、これに限らない。

［検査装置の処理手順例］
次に、検査装置１００の処理手順例を説明する。図６は、本実施形態に係る検査装置の処理手順例のフローチャートである。

検査装置１００は、被検体から採取された血液の検査を行う（ステップＳ１）。血液が取得されるタイミングとしては、例えば、健康診断時等が挙げられる。画像処理機能１５１は、例えばＤＮＡチップが撮影された判定用画像に対して画像処理を行う。

判定機能１５２は、判定用画像が画像処理された結果に基づいて、血液検査の陽性判定を行う（ステップＳ２）。判定機能１５２は、血液検査結果が陽性であった場合に、検査結果情報を医用情報処理装置２００へ送信する（ステップＳ３、４）。判定機能１５２は、血液検査結果が陽性ではなかった場合に、処理を終了する（ステップＳ３）。

なお、図６に示した処理と手順は一例であり、これに限らない。

［医用情報処理装置の処理手順例］
次に、医用情報処理装置２００の処理手順例を説明する。図７は、本実施形態に係る医用情報処理装置の処理手順例のフローチャートである。

取得機能２４１は、検査装置１００が送信した検査結果情報を入力インタフェース２１０を介して取得する（ステップＳ１１）。取得機能２４１は、検査結果情報に含まれる疾患名を取得する（ステップＳ１２）。

特定機能２４２は、取得機能２４１が取得した検査結果情報に基づいて、特定可能な場合に、診断画像記憶部２３１が記憶する過去の診断画像の中から少なくとも１つを特定する（ステップＳ１３）。なお、特定可能な場合とは、例えば、対応する診断画像が過去に取得され、対応する診断画像が診断画像記憶部２３１に記憶されている場合である。

なお、医用情報処理装置２００は、以下の処理も行うようにしてもよい。疾患名推定機能２４５は、特定された過去の診断画像に基づいて、病変を検出する（ステップＳ１４）。

なお、図７に示した処理と手順は一例であり、これに限らない。

［画像探索方法］
画像探索方法について説明する。図８は、本実施形態に係る画像探索方法を説明するための図である。本実施形態では、上述したように、検査装置１００が送信する検査結果情報に疾患の疑いのある疾患名や、疾患の疑いのある臓器名等が含まれる。このため、図８のように、医用情報処理装置２００は、検査装置１００から「肺癌の疑い」を取得した場合に、ＣＴ装置を用いて取得された過去の診断画像を探索してＣＴ装置を用いた過去の肺野の診断画像を決定する。医用情報処理装置２００は、検査装置１００から「脳腫瘍の疑い」を取得した場合に、ＭＲＩ装置を用いて取得された過去の診断画像を探索してＭＲＩ装置を用いた取得された過去の脳の診断画像を決定する。医用情報処理装置２００は、検査装置１００から「乳癌の疑い」を取得した場合に、超音波診断装置を用いて取得された過去の診断画像を探索して超音波診断装置を用いて取得された胸部の過去の診断画像を決定する。このように、本実施形態では、検査結果に応じて過去の診断画像の探索対象を切り替える。本実施形態では、選択された検査項目の検査結果に基づいて、探索対象が決定される。例えば、血液検査結果が「膵臓癌がある」であれば、膵癌の過去の診断画像を探索するように探索指示を含む検査結果情報が送信される。なお、図８に示した例は一例であり、これに限らない。

このように、本実施形態では、血液検査の結果、対象とする過去の診断画像については、あらかじめテーブルでルール規定しておくようにしてもよい。また、医用情報処理装置２００は、血液検査の結果、検査結果の程度によって、対象とする過去の診断画像の対象や方法を変えてもよい。このため、医用情報処理装置２００は、血液検査の結果から、疾患の重篤度を、大中小とわける機能を備えるか、閾値で分けてもよい。

医用情報処理装置２００は、過去の診断画像の探索対象範囲を、例えば軽度の疾患疑いであれば、その病院内にある診断画像のみを探索し、例えば、重度の疾患であれば図８のように、ネットワークＮＷを介して接続されたグループ病院の医用情報処理装置２００Ｂが記憶する過去の診断画像を探索するように、検査範囲を変更するようにしてもよい。

または、医用情報処理装置２００は、過去の診断画像の探索対象範囲を、例えば軽度の疾患疑いであれば過去１年を探索し、例えば重度であれば過去１０年を探索する等、疾患の程度に応じて探索対象の期間を変更するようにしてもよい。

医用情報処理装置２００は、血液検査の結果疑われた疾患の緊急度が高い場合、過去の診断画像の探索を、優先度を高くして実施し、緊急度が低い場合、夜間や休日に行うようにしてもよい。なお、緊急度は、例えば、検査装置１００の記憶部１３０、または医用情報処理装置２００の記憶部２３０が記憶する。

さらに、医用情報処理装置２００は、血液検査の結果が陽性であったときに、関係する臓器だけでなく、関連する例えば疾患も過去の診断画像から探索する。例えば、医用情報処理装置２００は、肺癌に対するリキッドバイオプシー法の検査結果が陽性の場合、転移の可能性のある骨、脳、肝臓、副腎の過去の診断画像も探索するようにしてもよい。

［運用例］
ここで、検査システム１の運用例を説明する。図９は、本実施形態に係る検査システムの運用例を説明するための図である。図９のように、例えば、健康診断を行う検診センターに検査装置１００が設置され、病院に医用情報処理装置２００が設置されている。

健康診断では、例えば、血液検査や遺伝子検査が被検体に対して行われる。このため、血液検査結果が出て、それを被検体に説明する段階で、過去の診断画像の探索の結果が出ていることが望ましい。このため、検査装置１００は、検査結果情報を医用情報処理装置２００へ送信する。医用情報処理装置２００は、過去の診断画像の探索が終了したことを示す探索完了情報を検査装置１００へ送信する。なお、医用情報処理装置２００は、検診センターにおいて、被検体に検査結果を説明する前に過去の診断画像の探索を行うことが望ましい。そして、検査装置１００は、検査装置１００に接続されている例えば画像表示装置５００に、探索完了を示す画像（例えばアイコン、テキスト画像等）を表示させる。なお、この情報は、例えば電子カルテにリンクしていてもよい。

なお、医用情報処理装置２００は、検診センターから検査結果情報が送信された病院に設置されていてもよく、その病院のグループ病院等に設置されていてもよい。なお、検診センターから送信される情報は、検査結果情報を含む電子紹介状等であってもよい。さらに、診断画像記憶部２３１は、医用情報処理装置２００が備え病院に設置されていなくてもよい、この場合、診断画像記憶部２３１が記憶する情報は、他の場所やクラウドに保存されていてもよい。さらに、医用情報処理装置２００または検査装置１００は、被検体の通院歴のある医療機関に探索依頼を送信して、過去の診断画像を取得するようにしてもよい。この場合、過去の診断画像を被検体の通院歴のある医療機関が保存している。なお、検査装置１００は、被検体の通院歴のある医療機関情報を、例えば、被検体の保険証や、スマートフォン等にインストールされているアプリケーションから取得するようにしてもよい。また、医用情報処理装置２００は、リキッドバイオプシー法の血液検査結果と関連する注目部位の過去の診断画像を、検査装置１００へ送信するようにしてもよい。診断結果を被検体に伝えるのは、診察センターであっても病院であってもよい。

例えば、検査装置１００または医用情報処理装置２００は、過去の診断画像を、リキッドバイオプシー法と関連する注目部位に適した前処理を自動的に実行したうえで表示させるようにしてもよい。例えば、医用情報処理装置２００は、膵管癌に関するリキッドバイオプシー法の血液検査結果が陽性の場合に、肝臓検査画像から膵管断面画像を生成する前処理を画像処理によって実行して生成するようにしてもよい。なお、医用情報処理装置２００は、目的が違う検査の過去の診断画像をそのままは表示しないようにしてもよい。

以上のように、本実施形態では、血液検査で被検体に疾患の疑いがある場合に、過去に撮影されている診断画像の中から疾患に関連する過去の診断画像の探索依頼を含む検査結果情報を医用情報処理装置２００に送信するようにした。このように、本実施形態では、過去検査を調べるように過去検査に対する探索依頼（画像解析の依頼等）を医用情報処理装置２００に送信するようにした。

これにより本実施形態によれば、生体検査の結果に基づいた画像検査を容易にすることができる。

なお、上述した検査例では血液検査の例を説明したが、これに限らない。検査は、例えば、喀痰検査、鼻水・粘膜、便検査、尿検査等であってもよい。

＜第２実施形態＞
以下、第２実施形態について説明する。第２実施形態は、第１実施形態と比較して、解析モデルを用いて、過去の診断画像の探索等を行う点が異なる。このため、以下において、第１実施形態との相違点を中心に説明し、第１実施形態と共通する点については説明を省略する。

［検査システムの構成］
まず、本実施形態の検査システムの構成例を説明する。
図１０は、本実施形態の検査システムの構成例を示す図である。図１０のように、検査システム１Ａは、例えば、検査装置１００Ａと、医用情報処理装置２００Ａと、提示装置３００と、画像診断装置６００と、を備える。なお、検査装置１００Ａと医用情報処理装置２００Ａは、無線または有線のネットワークを介して接続されている。また、医用情報処理装置２００Ａと画像診断装置６００は、無線または有線のネットワークを介して接続されている。

検査装置１００Ａの構成は、第１実施形態の検査装置１００と同様である。医用情報処理装置２００Ａの構成は、第１実施形態の医用情報処理装置２００と同様である。

検査装置１００Ａは、検査依頼を含む検査結果情報を医用情報処理装置２００Ａに送信した場合に、画像診断装置６００に画像取得指示を送信する。

医用情報処理装置２００Ａは、検査装置１００Ａが送信する検査結果情報に応じて、解析モデルを用いて過去の診断画像を探索して選択する。医用情報処理装置２００Ａは、画像診断装置６００が出力する診断画像を取得し、取得した診断画像に対して処理を行う。

画像診断装置６００は、例えば、Ｘ線ＣＴ装置、ＭＲＩ装置、超音波診断装置、単純Ｘ線撮影装置、核医学診断装置等である。画像診断装置６００は、検査装置１００Ａが送信する画像取得指示に応じて被検体に対して、例えばＸ線ＣＴ装置を用いた検査、ＭＲＩ装置を用いた検査、超音波診断装置を用いた検査、単純Ｘ線を用いた検査等を行う。

［解析モデル］
ここで、本実施形態で用いる解析モデルの例について説明する。図１１は、本実施形態で用いられる解析モデルの例を説明するための図である。解析モデル２３３は、検査結果情報を入力とし、検査結果情報に対応する過去の診断画像を出力する。また、解析モデル２３３は、検査結果情報を入力とし、病変検出情報を出力する。なお、解析モデルは、予め検査結果情報と、過去の診断画像との組である教師データを入力して学習させることにより生成される。また、解析モデルは、予め検査結果情報と、病変検出情報との組である教師データを入力して学習させることにより生成される。

なお、解析モデル２３３の個数は複数である。解析モデル２３３それぞれは、例えば画像種（ＣＴ装置を用いて取得した画像、ＭＲＩ装置を用いて取得した画像、超音波診断装置を用いて取得した画像、単純Ｘ線を用いて取得した画像）毎に別々に学習されたモデルである。例えばＣＴ装置を用いて取得した画像用の解析モデル２３３は、ＣＴ装置を用いて取得した画像を用いて学習させ、探索時はＣＴ装置を用いて取得した画像を探索する。また、解析モデル２３３は、疾患（肺癌、乳癌、肝臓癌、大腸癌、脳腫瘍等）毎に別々に学習されたモデルであってもよい。また、解析モデル２３３は、臓器又は疾患ごとに学習されたモデルであってもよく、例えば肺癌用の解析モデル２３３は、肺癌の画像と疾患名を用いて学習を行い、肺野が写っている診断画像を探索する。また、解析モデル２３３は、上述の学習の単位を組み合わせて学習を行ってもよい。

図１２は、本実施形態に係る解析モデルの選択を説明するための図である。図１２の例では、検査装置１００Ａが送信する検査結果情報に例えば臓器名と疑われる疾患名と解析目的等が含まれる。なお、解析目的は、例えば、「疾患の有無を知りたい」、「疾患の場所を知りたい」、「疾患の程度を知りたい」等である。

解析手段決定機能２４３は、検査装置１００Ａから取得した解析目的が「疾患の有無を知りたい」の場合、例えば、疾患の有無に感度の高い第１の解析モデル２３３－１を選択する。

解析手段決定機能２４３は、検査装置１００Ａから取得した解析目的が「疾患の場所を知りたい」の場合、例えば疾患の場所に感度の高い第２の解析モデル２３３－２を選択する。

解析手段決定機能２４３は、検査装置１００Ａから取得した解析目的が「疾患の程度を知りたい」の場合、例えば特性（程度）分析に感度の高い第３の解析モデル２３３－３を選択する。

例えば、解析目的が「疾患の場所が知りたい」であった場合は、疾患の有無の精度には重きが置かれないので、「疾患があるとしたらここ」という結果を返すことが望ましい。この場合、例えば臓器のある部分の形がおかしいような場所を示す情報を、医用情報処理装置２００Ａは、検査装置１００Ａに返信する。返信する情報において、疾患か否かを、この解析モデルは、考慮しなくてもよい。

また、医用情報処理装置２００Ａは、探索結果にコメントを付与して検査装置１００Ａに返信するようにしてもよい。付与されるコメントは、例えば、「過去の診断画像は古すぎました」、「目的の臓器が画像から欠けていました」、「画像はありましたが、造影がされていません」「画像はありましたが、エネルギーまたはシーケンスが異なります」等である。この機能は、今回の解析対象が、この疾患検査を目的に新たに撮影された診断画像から行われるのではなく、過去に撮影された診断画像から探索されるため、必要とされる機能である。

なお、図１２を用いて説明した解析目的、解析モデル２３３は一例であり、これに限らない。例えば、解析モデル２３３は、汎用の解析モデルも備えていてもよい。この場合、処理回路２４０は、汎用の解析モデルとともに、解析目的または疾患の臓器に合わせた（その臓器に対して感度の高い）解析モデルも用いるようにしてもよい。

［医用情報処理装置の処理手順例］
次に、医用情報処理装置２００Ａの処理手順例を説明する。図１３は、本実施形態に係る医用情報処理装置の処理手順例のフローチャートである。

取得機能２４１は、検査装置１００Ａが送信した検査結果情報を入力インタフェース２１０を介して取得する（ステップＳ２１）。取得機能２４１は、検査結果情報に含まれる疾患名を取得する（ステップＳ２２）。

決定機能２４４は、検査結果情報に基づいて、対象の部位情報と探索対象の過去の診断画像の種類を決定する（ステップＳ２３）。

決定機能２４４は、決定した探索対象の画像種類に基づいて、診断画像記憶部２３１に対象の過去の診断画像が記憶されているか否かを判別する（ステップＳ２４）。

診断画像記憶部２３１に対象の過去の診断画像が記憶されている場合、解析手段決定機能２４３は、検査結果情報と探索対象の過去の診断画像の種類と部位情報に基づいて、解析モデル記憶部２３２に記憶された複数の解析モデルから少なくとも１つを決定する。特定機能２４２は、決定機能２４４が決定した部位情報に基づき、解析モデルを用いて対象箇所の過去の診断画像を特定する（ステップＳ２５）。

なお、疾患名推定機能２４５は、対象箇所の過去の診断画像に基づいて、病変を検出するようにしてもよい（ステップＳ２６）。

診断画像記憶部２３１に対象の過去の診断画像が記憶されていない場合、処理回路２４０は、検査装置１００Ａに画像取得指示を出力する。なお、処理回路２４０は、画像診断装置６００に撮影指示を出力するようにしてもよい。

なお、図１３に示した処理と手順は一例であり、これに限らない。

これにより、本実施形態によれば、解析モデルを用いることで、検査結果情報に対応する過去の診断画像を取得することができる。さらに、過去の診断画像が存在しない場合であっても、新たな画像取得のための検査が行われ、必要な診断画像を取得することができる。

［比較例］
ここで比較例の処理例を説明する。図１４は、比較例の処理例を示す図である。

（第１の比較例（ｇ９０１））
検査処理は、依頼が出されたら（ステップＳ９０１）、まず画像を撮影し（ステップＳ９０２）、撮影された診断画像に対し、画像解析が行われて、疾患探索が行われる（ステップＳ９０３）。

（第２の比較例（ｇ９０２））
検査処理は、依頼が出されたら（ステップＳ９１１）、撮影指示を行い（ステップＳ９０２）、診断画像を撮影し（ステップＳ９１３）、撮影された診断画像に対し画像解析を指示し（ステップＳ９１４）、診断画像から疾患探索が行われる（ステップＳ９１４）。

画像撮影なしに、画像解析のみが行われる場合、医師は、新しい診断画像から疾患を探索するのと、過去の診断画像から疾患を探索するのでは、意識的に異なる心構えで画像解析をしていると考えられる。

仮に、新しい診断画像から疾患を解析モデルで探索する場合は、どの臓器や部位に異常や疾患があるかが分かっていないことが多い。もしくは、その精度があまり高くない。例えば、頭痛がするという被検体には、頭部の診断画像が撮影され、頭の解析が行われる。このような場合は、疾患名が分かっていないことが多い。あるいは、癌で半年ぶりにフォローアップ検査をする場合には、過去の診断画像と今回撮影した診断画像との比較で、癌の増大や縮小の検査と、転移がないかが調べられる。

［実施形態と比較例との比較］
実施形態のような血液検査後の過去の診断画像の探索では、血液検査でどの臓器や部位に癌があるかが分かっている。このため、実施形態では、対象の臓器に特化した診断画像探索を行うため、精度のよい探索が可能になる。

ここで、本実施形態の解析モデルについて更に説明する。本実施形態では、一般的な画像用の探索エンジンとは異なる、過去の診断画像用の探索エンジンである解析モデル２３３を用いるようにした。そして、本実施形態では、探索対象となる過去の診断画像が、対象の疾患専用に撮影された診断画像でなくても探索をかけるようにした。このため本実施形態では、探索パラメーターを、一般的な画像用の探索とは異なるものにした。さらに、本実施形態では、解析モデルを、一般的な画像用のものと異なり、過去の診断画像の探索に特化した探索エンジンを使うようにした。

本実施形態では、血液検査で膵臓が悪いと分かったときに過去に撮影されている診断画像の中から、診断画像が肝臓用に撮られた診断画像でなくても膵臓を見つけ出して、膵臓癌を探索するようにした。探索の際、肝臓癌検出用の解析モデルではなく、膵臓癌検出用の解析モデルを選択するように指示が検査装置１００（または１００Ａ）から送信されるようにした。本実施形態では、仮に肝臓の検査と言う識別情報（タグ、検査目的、カルテ命令）が検査結果情報に含まれていても膵臓の診断画像を探索するようにした。すなわち、本実施形態では、検査目的の臓器以外の臓器の診断画像も探索するようにした。なお、医用情報処理装置２００（または２００Ａ）の処理回路２４０は、膵臓が例えば半分しかまたは一部しか映っていない診断画像であっても、過去の診断画像を探索して選択するようにした。

例えば膵臓癌検査では、造影された診断画像を用いても、膵臓癌を見つけにいくのが一般的である。しかし、過去の診断画像には、膵臓造影したものはなくても、造影していなくて膵臓が映っている診断画像もある。このため、本実施形態では、非造影画像で膵臓癌の探索も行うようにした。本実施形態では、解析モデルの学習に、現在刷家された診断画像を用いるか、過去の診断画像の探索において、非造影画像で学習したエンジンを用いるようにしてもよい。この場合は、上述したように探索に用いる解析モデル２３３を切り替えて使うのが望ましい。

なお、現在の診断画像を用いて、癌の有無を探索する場合には、感度（Ｓｅｎｓｉｔｉｖｉｔｙ）とともに特異度（Ｓｐｅｃｉｆｉｃｉｔｙ）も重要となる。これは、癌でない人を癌と誤診すると、医療費増大や患者負担が発生するためである。このため解析モデル２３３は、感度とともに特異度の両方のバランスがとれるように最適化されたものを用いることが望ましい。本実施形態のように血液検査では、すでに血液検査で癌であることが判明している。従って、本実施形態では、「誤って癌であると判定する」ことを考慮する必要はなく、積極的に癌の領域を特定することが求められる。以上のように、本実施形態では、診断画像の探索に用いる解析モデル２３３を過去の診断画像の探索用に最適化されたエンジンを用いることが望ましい。

あるいは、血液検査の特徴が、感度が高すぎるものを用いて検査した場合においては、画像探索のパラメーターの感度をおさえて、特異度をあげるように調整されたものを用いてもよい。

また、本実施形態では、上述したように、解析目的を医用情報処理装置２００（または２００Ａ）に入力できるようにした。本実施形態では、過去の診断画像の探索に期待する目的によって、画像探索エンジンを切り替えたり、画像探索エンジンである解析モデルのパラメーターを切り替えることができる。また、解析目的は、上述したように「疾患の有無に関する探索」、「疾患の場所探索」、「疾患の程度探索」等を指定できるようにしてもよい。

さらにこれらの目的は、リキッドバイオプシー法の検査結果に基づいて自動で決めるようにしてもよい。例えば血液検査の正確度が低い結果がでた場合は、画像検査でも「有無」を探索するように目的を設定させる。例えば血液検査の確率（Ｐｒｏｂａｂｉｌｉｔｙ）が高かった場合には、疾患の有無の判定は不要であり、それよりも疾患のある臓器や部位の過去の診断画像を探索するように目的を設定させるようにしてもよい。このように、本実施形態では、例えば、癌の過去の診断画像を探索するのではなく臓器の変化を特定したり、異常のある部位を探索したり、臓器の変化を探索して、どの臓器や部位に異常が発生している（または発生しそう）であるかを探索したり、臓器の特徴の変化を見つけたりすることができる。

また、本実施形態では、上述したように、過去の診断画像の探索ならではの結果を検査装置１００へ返信するようにしてもよい。例えば膵臓検査目的で撮像された診断画像ではありえないケースがある。この場合には、例えば以下のような情報を検査装置１００に返信するようにしてもよい。なお、以下の例は一例であり、これに限らない。
Ｉ．「膵臓が映っていませんでした。」
ＩＩ．「膵臓画像はありましたが１０年前のものでした。」
ＩＩＩ．「膵臓の１／３のみが映っていて２／３は欠けていました。」
ＩＶ．「造影されていない画像で探索したため精度が落ちている可能性があります。」
Ｖ．「撮影エネルギーやシーケンスが膵臓用とは異なるもので探索しました。」

また、リキッドバイオプシー法の検査時と過去の診断画像の検査とでは、検査時期が異なる。リキッドバイオプシー法の検査時には被検体の症状が重度であっても、過去の検査時には軽度である可能性がある。このため、本実施形態では、リキッドバイオプシー法の検査時と過去の診断画像の検査時の時間間隔によって解析モデル２３３のパラメーターを調整するようにした。解析モデル２３３の検出閾値を、例えば、半年前の診断画像では０．８に、１年前の診断画像では０．５に設定するようにしてもよい。なお、検出閾値の値は一例であり、これに限らない。

以上のように、本実施形態では、学習済みの解析モデルを用いて過去の診断画像の選択等を行うようにした。また、本実施形態では、解析モデルを複数用意して解析目的に応じて選択するようにした。また、本実施形態では、過去の診断画像の探索結果を検査装置１００に返信するようにした。

これにより、本実施形態によれば、解析目的に応じた過去の診断画像を取得でき、取得した過去の診断画像を用いて診断することができる。

以上説明した少なくとも１つの実施形態によれば、記憶部２３０と取得機能２４１と特定機能２４２を持つことにより、生体検査の結果に基づいた画像検査を容易にすることができる。

いくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１，１Ａ…検査システム、
１００，１００Ａ…検査装置、
２００，２００Ａ…医用情報処理装置、
３００…提示装置、
１１０…入力インタフェース、
１２０…出力インタフェース、
１３０…記憶部、
１４０…撮影装置、
１５０…処理回路、
１５１…画像処理機能、
１５２…判定機能、
１５３…検査結果出力機能、
１６０…バス、
２１０…入力インタフェース、
２２０…出力インタフェース、
２３０…記憶部、
２３１…診断画像記憶部、
２３２…解析モデル記憶部、
２４０…処理回路、
２４１…取得機能、
２４２…特定機能、
２４３…解析手段決定機能、
２４４…決定機能、
２４５…疾患名推定機能、
６００…画像診断装置

Claims (10)

1. 被検体に関する過去の診断画像を記憶する記憶部と、
   前記被検体に関する検査結果情報を取得する取得部と、
   前記記憶部に記憶された過去の診断画像の内、前記検査結果情報と対応する過去の診断画像を特定する特定部と、
   を備える医用情報処理装置。
2. 前記記憶部は複数の解析モデルを更に記憶し、
   前記検査結果情報に基づいて、前記記憶部に記憶された複数の解析モデルから、前記特定部によって特定された過去の診断画像に対する解析モデルを決定する解析手段決定部を更に備える、請求項１に記載の医用情報処理装置。
3. 前記検査結果情報に基づいて前記被検体の検査部位を示す部位情報を決定する決定部を更に備え、
   前記特定部は、前記部位情報に更に基づいて前記対応する過去の診断画像を特定する、
   請求項１に記載の医用情報処理装置。
4. 前記検査結果情報に基づいて前記被検体の検査部位を示す部位情報を決定する決定部を更に備え、
   前記解析手段決定部は、前記部位情報に更に基づいて前記解析モデルを決定する、
   請求項２に記載の医用情報処理装置。
5. 前記取得部が取得する前記検査結果情報は、リキッドバイオプシー法に関する検査結果情報である、請求項１から４の何れか１項に記載の医用情報処理装置。
6. 前記特定部は、前記記憶部に記憶された過去の診断画像を解析することで前記検査結果情報に対応する過去の診断画像を特定する、請求項１に記載の医用情報処理装置。
7. 前記特定部は、前記記憶部に記憶された過去の診断画像の付帯情報を解析することで前記検査結果情報に対応する過去の診断画像を特定する、請求項１に記載の医用情報処理装置。
8. 前記特定部は、特定された前記過去の診断画像を出力する、
   請求項１から７の何れか１項に記載の医用情報処理装置。
9. 医用情報処理装置が、
   被検体に関する検査結果情報を取得し、
   前記検査結果情報に基づいて、前記被検体に関する過去の診断画像を記憶する記憶部から、対応する過去の診断画像を特定する、
   医用情報処理方法。
10. コンピュータに、
    被検体に関する検査結果情報を取得させ、
    前記検査結果情報に基づいて、前記被検体に関する過去の診断画像を記憶する記憶部から、対応する過去の診断画像を特定させる、
    プログラム。

Images