JP5816321B2 - Information processing apparatus, information processing system, information processing method, and program - Google Patents
Information processing apparatus, information processing system, information processing method, and program Download PDFInfo
- Publication number
- JP5816321B2 JP5816321B2 JP2014076455A JP2014076455A JP5816321B2 JP 5816321 B2 JP5816321 B2 JP 5816321B2 JP 2014076455 A JP2014076455 A JP 2014076455A JP 2014076455 A JP2014076455 A JP 2014076455A JP 5816321 B2 JP5816321 B2 JP 5816321B2
- Authority
- JP
- Japan
- Prior art keywords
- inference
- information processing
- parameters
- value
- input
- 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.)
- Active
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
本発明は、情報処理装置、情報処理システム、情報処理方法およびプログラムに関する。
The present invention relates to an information processing apparatus, an information processing system, an information processing method, and a program.
近年、多くの診療科において医師不足が深刻化しており、医療診断においても医師の負担を軽減するための医療診断支援装置の必要性が高まっている。こうした必要性に応えるために、コンピュータ支援診断(CAD)技術が研究、開発されている。CAD技術には、異常陰影の検出を支援する技術(異常検出支援技術)、最も可能性の高い診断名を推論する技術(鑑別診断支援技術)、及び読影レポート作成支援技術が含まれる。 In recent years, the shortage of doctors has become serious in many clinical departments, and the need for a medical diagnosis support apparatus for reducing the burden on doctors in medical diagnosis is also increasing. Computer-aided diagnosis (CAD) technology has been researched and developed to meet these needs. The CAD technology includes a technology that supports detection of abnormal shadows (abnormality detection support technology), a technology that infers the most likely diagnosis name (differential diagnosis support technology), and an interpretation report creation support technology.
鑑別診断支援技術とは、医師による鑑別診断を支援するための技術である。医用画像から医師が抽出した異常陰影の特徴(読影所見)を入力情報として、その陰影が何であるか(例えば、悪性か良性か)を推論して提示する技術などがこれに相当する。例えば、特許文献1では、予め人手によって得られた情報を数値表現し、ニューラル・ネットワークに入力すると、予め決められた複数の疾病名の中から最も可能性の高い疾病名を診断する方法が提案されている。ここで、予め人手によって得られた情報とは、受診者の臨床パラメータ及び放射線写真の記述子である。臨床パラメータは、患者の属性情報や臨床検査情報であり、客観的に計測された値であるため、医師が値の選択に迷うことはない。放射線写真の記述子は、画像診断において医師が記述する所見のことである。ここで所見を、何が(所見項目)、どうである(所見項目の値)、という構成要素に分解して考えると、特許文献1では、所見項目は予め決められており、所見項目の値を医師が記述(入力)する。ここで、医師は所見項目の値の選択に迷うことがある。
The differential diagnosis support technology is a technology for supporting a differential diagnosis by a doctor. This corresponds to a technique of inferring and presenting what is the shadow (for example, malignant or benign) using the characteristics (interpretation findings) of the abnormal shadow extracted by the doctor from the medical image as input information. For example,
一方、読影レポート作成支援技術は、医師が容易かつ効率的にレポートを作成するための支援技術である。特に、読影レポートの主要部分である所見の入力を効率化する技術が重要である。従来の読影レポート・システムにおいては、医師がキーボードをタイピングすることにより、自由文形式の所見を入力していた。あるいは、医師がマイクに向かって発話した音声をコンピュータによって自動認識し、認識結果を自由文形式の所見として所見記入欄に出力していた。しかし、音声の自動認識結果にはしばしば誤りが含まれるため、誤りを訂正するために、医師はキーボードをタイピングすることにより、自由文形式の所見を編集する必要があった。また、所見を自由文形式で入力すると、医師ごとに異なる用語、文法及び文体を使用することができるため、所見をコンピュータによって自動解析することは非常に困難であった。そのため、読影レポートを統計的に解析して新たな医学的知識を抽出することや、過去の読影レポートを再利用して新規読影レポートを効率的に作成することは困難であった。 On the other hand, interpretation report creation support technology is support technology for a doctor to create a report easily and efficiently. In particular, a technology for improving the input of findings, which is the main part of an interpretation report, is important. In a conventional interpretation report system, a doctor inputs a free-text finding by typing a keyboard. Alternatively, a voice uttered by a doctor toward a microphone is automatically recognized by a computer, and the recognition result is output as a finding in a free text form in a finding entry column. However, automatic speech recognition results often contain errors, and in order to correct the errors, doctors had to edit the free text findings by typing on the keyboard. In addition, if the findings are input in a free sentence format, different terms, grammars, and styles can be used for each doctor. Therefore, it is very difficult to automatically analyze the findings by a computer. For this reason, it has been difficult to statistically analyze the interpretation report to extract new medical knowledge and to efficiently create a new interpretation report by reusing past interpretation reports.
このような状況を打破するため、近年、所見用語を含む医学用語の標準化や、読影レポート等の文書構造の標準化が進められている。こうした標準に準拠した用語だけを用いて、標準に準拠した構造の文書を作成するためには、テンプレート入力方式が適している。つまり、予め所見項目とその所見項目が取り得る値を所見テンプレートとして定義しておき、医師が所見テンプレートの中から適切な所見項目とその値を選択することで、所見入力する方式である。テンプレート入力方式を用いて所見を入力することにより、所見をコンピュータによって自動解析することが容易となる。 In order to overcome this situation, in recent years, standardization of medical terms including finding terms and standardization of document structures such as interpretation reports have been promoted. A template input method is suitable for creating a document having a structure conforming to a standard using only the terms conforming to the standard. In other words, a finding item and a value that can be taken by the finding item are defined as finding templates in advance, and a doctor inputs an finding by selecting an appropriate finding item and its value from the finding template. By inputting findings using the template input method, it is easy to automatically analyze the findings by a computer.
テンプレート入力方式は、健康診断における検査レポートなどで既に利用されている。また今後、読影レポートの標準化の進展に伴い、テンプレート入力方式が広く普及する可能性がある。 The template input method is already used for inspection reports in medical examinations. In the future, with the progress of standardization of interpretation reports, template input methods may be widely used.
しかしながら、診断対象となった画像があまり鮮明でないため、あるいは医師が注目する異常陰影について複数の解釈が可能なため、医師はどのような所見を入力すべきか判断に迷うことがある。所見を自由文形式で記述する場合は、医師は判断に迷った所見について曖昧な記述をすることも可能だが、曖昧な記述は読み手に対する有用な情報とはならないため、できるだけ明確な記述をする必要がある。さらに、読影レポートの作成方法としてテンプレート入力方式を用いた場合、医師は判断に迷った所見についても、所見テンプレートに定義された値を1つだけ選択しなければならない。 However, since the image to be diagnosed is not very clear, or because there are multiple interpretations of the abnormal shadow that the doctor is interested in, the doctor may be at a loss as to what kind of findings should be input. When describing findings in free-text form, doctors can make ambiguous descriptions about findings that they have made a decision, but ambiguous descriptions do not provide useful information for readers, so it is necessary to write as clearly as possible. There is. Furthermore, when the template input method is used as a method for creating an interpretation report, the doctor must select only one value defined in the finding template even for a finding that is unclear.
特許文献1では、医師が所見項目の値を入力した後でなければ可能性の高い疾病名が出力されないため、医師が所見項目の値の選択に迷った場合でも、診断支援装置から何の支援も受けることなく所見項目の値を一つに絞り込まなければならなかった。もちろん、ユーザ(医師)が所見項目の値を一つずつ変更し、装置による推論の結果をその都度確認するという作業を行えば、値の変更が推論の結果に与える影響を一つずつ調べることが可能である。しかし、こうした値の変更と推論結果の確認を一つずつ行う作業には、人間の記憶違いによる間違いが入り易い、という課題がある。さらに、変更すべき値の組み合わせが多数ある場合、ユーザがすべての値の組み合わせを試すことは非常に手間のかかる作業となる。そのため、作業効率が重視される医療診断支援装置においては実用性に乏しい方法であるといえる。
In
従って、上述した先行技術では、医師が入力する所見項目の最適な値の選択に迷った場合に、間違いが少なくかつ効率的な方法で、最適な値を選択するための支援機能が提供されていなかった。 Therefore, the above-described prior art provides a support function for selecting an optimal value in an efficient manner with few errors when he / she is at a loss in selecting an optimal value for a finding item input by a doctor. There wasn't.
本発明は医療診断の際に医師が入力する所見項目の最適な値の選択に迷った場合でも、所見項目の値を複数同時に仮入力でき、仮入力値の各々が診断支援情報に及ぼす影響を容易に理解可能な医療診断支援技術の提供を目的とする。 The present invention can temporarily input a plurality of values of finding items at the same time even if he / she is at a loss in selecting an optimum value of finding items input by a doctor at the time of medical diagnosis, and the influence of each of the temporary input values on diagnosis support information. The purpose is to provide medical diagnosis support technology that can be easily understood.
本発明に係る情報処理装置は、診断支援の推論に用いるパラメータに対応する複数の項目のそれぞれについて複数のパラメータを指定可能な、診断支援のための情報処理装置であって、
症例の診断支援のための情報を導出する推論に先立って、該推論に用いるために指定された複数のパラメータであって、前記複数の項目のうち少なくとも第一の項目及び第二の項目に対応する複数のパラメータであり、かつ第一の項目に対応するパラメータの選択肢を複数含む、複数のパラメータを取得するパラメータ取得手段と、
前記パラメータ取得手段により取得される複数のパラメータの組み合わせのそれぞれに対応する、前記推論手段による推論の結果をそれぞれ取得する結果取得手段と、
前記推論の結果のうち少なくとも1つに基づく情報を表示部に表示させる表示制御手段と、を有することを特徴とする。
Engaging Ru information processing apparatus according to the present invention, which can specify multiple parameters for each of the plurality of items corresponding to the parameters used for the inference of the diagnosis support, an information processing apparatus for diagnostic support,
Prior to the inference to derive information for the cases of the diagnosis support, a plurality of parameters specified for use in the inference, corresponding to at least a first item and the second item of the plurality of items Parameter acquisition means for acquiring a plurality of parameters , including a plurality of parameter options corresponding to the first item ,
Result acquisition means for acquiring each result of inference by the inference means, corresponding to each of a plurality of parameter combinations acquired by the parameter acquisition means;
And display control means for displaying information based on at least one of the inference results on a display unit.
本発明の一の側面によれば、ユーザ(医師)は迷った所見項目の値を複数同時に仮入力でき、仮入力値の各々が診断支援情報に及ぼす影響を一覧して容易に理解できる。そのため、間違いが少なくかつ効率的な方法で、最適な所見項目の値を決定することができる。 According to one aspect of the present invention, a user (physician) can provisionally input a plurality of values of lost finding items at the same time, and can easily understand the effects of each provisional input value on diagnosis support information. Therefore, the optimum finding item value can be determined by an efficient method with few mistakes.
あるいは、本発明の他の側面に拠れば、提示された複数の診断支援情報の中の1つを選ぶことにより、複数の仮入力値の中の1つを本入力値へと変更できるので、極めて容易に最適な値を選択することができる。 Alternatively, according to another aspect of the present invention, by selecting one of a plurality of presented diagnosis support information, one of a plurality of temporary input values can be changed to the present input value. The optimum value can be selected very easily.
以下、添付図面に従って本発明に係る医療診断支援装置及びその制御方法の好ましい実施形態について説明する。ただし、発明の範囲は図示の例に限定されるものではない。
[第1実施形態]
図1の参照により第1実施形態に係る医療診断支援装置の機器構成の例を説明する。医療診断支援装置11は、所見入力支援機能(読影レポート作成支援機能)と鑑別診断支援機能を兼ね備えるものである。医療診断支援装置11は、制御部10、表示部(モニタ104)、マウス105、キーボード106を有する。制御部10は、中央処理装置(CPU)100、主メモリ101、磁気ディスク102、表示メモリ103を有し、夫々は共有バス107で接続されている。そして、CPU100が主メモリ101に格納されたプログラムを実行することにより、医用画像データベース12や診療録データベース13との通信、医療診断支援装置11の全体制御、等の各種制御が実行される。
Preferred embodiments of a medical diagnosis support apparatus and control method thereof according to the present invention will be described below with reference to the accompanying drawings. However, the scope of the invention is not limited to the illustrated example.
[First Embodiment]
An example of the device configuration of the medical diagnosis support apparatus according to the first embodiment will be described with reference to FIG. The medical
CPU100は、主として医療診断支援装置11の各構成要素の動作を制御する。主メモリ101は、CPU100が実行する制御プログラムを格納したり、CPU100によるプログラム実行時の作業領域を提供したりする。磁気ディスク102は、オペレーティングシステム(OS)、周辺機器のデバイスドライブ、後述する診断支援処理等を行うためのプログラムを含む各種アプリケーションソフト等を格納する。表示メモリ103は、モニタ104のための表示用データを一時記憶する。モニタ104は、例えば、CRTモニタや液晶モニタ等であり、表示メモリ103からのデータに基づいて画像を表示する。マウス105及びキーボード106はユーザ(医師)によるポインティング入力及び文字等の入力をそれぞれ行う。上記の各構成要素は共有バス107により互いに通信可能に接続されている。
The CPU 100 mainly controls the operation of each component of the medical
本実施形態において、医療診断支援装置11はLAN(Local Area Network)4を介して、医用画像データベース12から画像データを、診療録データベース13から診療録データを、それぞれ読み出すことができる。ここで、医用画像データベース12として既存のPACS(Picture Archiving and Communication System)を利用することができる。また、診療録データベース13として既存のHIS(Hospital Information System)のサブシステムである電子カルテシステムを利用することができる。あるいは、医療診断支援装置11に外部記憶装置、例えばFDD、HDD、CDドライブ、DVDドライブ、MOドライブ、ZIPドライブ等を接続し、それらのドライブから画像データおよび診療録データを読み込むようにしてもよい。
In the present embodiment, the medical
なお、医用画像の種類には、単純X線画像、X線CT画像、MRI画像、PET画像、SPECT画像、超音波画像などがある。診療録データには、患者の個人情報(氏名、生年月日、年齢、性別など)、臨床情報(検査値、主訴、既往歴、治療歴など)、医用画像データベース12に格納された画像データへの参照情報及び主治医の所見情報などが記載される。さらに、診断が進んだ段階で、診療録データには確定診断名が記載される。
The types of medical images include simple X-ray images, X-ray CT images, MRI images, PET images, SPECT images, and ultrasonic images. The medical record data includes the patient's personal information (name, date of birth, age, gender, etc.), clinical information (test value, chief complaint, medical history, treatment history, etc.), and image data stored in the
次に、図2の参照により、制御部10がどのように医療診断支援装置11を制御しているかについて説明する。図2によって示される処理は、CPU100が主メモリ101に格納されているプログラムを実行することにより実現される。ステップS201において、CPU100は、マウス105やキーボード106の入力に応じて、診断対象となる医用画像データ(以下、「診断対象画像」と呼ぶ)を医療診断支援装置11に入力する。より詳細には、CPU100は、医用画像データベース12からLAN14を介して特定の医用画像データを診断対象画像として受信することにより、医用画像の入力を行う。あるいは、CPU100は、医療診断支援装置11に接続された外部記憶装置から特定の医用画像データを診断対象画像として読み取ることにより、医用画像の入力を行う。
Next, how the
ステップS202において、CPU100は、医療診断支援装置11に入力された診断対象画像を、モニタ104に表示する。
In step S <b> 202, the CPU 100 displays the diagnosis target image input to the medical
ステップS203において、CPU100は、ユーザ(医師)がモニタ104に表示された診断対象画像を見ながらマウス105やキーボード106を用いて入力する暫定的な所見を、仮入力所見として主メモリ101に記憶する。本ステップにおける所見の仮入力処理は、例えば、図4から図7(a)、(b)を用いて説明するテンプレート入力方式を用いた所見の仮入力手段のいずれか一つを用いることによって実現できる。
In step S203, the CPU 100 stores, in the
以下、図4から図7(a)、(b)について説明する。これらの図は、CPU100の制御により、モニタ104に表示される操作画面の一部を例示するものである。以下の説明では、理解を容易とするため、いずれも所見項目は8個(所見1から8まで)であり、また各所見項目が取り得る値はそれぞれ5個ずつ(選択肢aからeまで)であるとしている。ただし、本発明は特定の所見項目数や特定の値(選択肢)の数に限定されるものではない。また、以下の説明では、一般的なOS(Operating System)において使用されている各種コントロールを使用した操作画面を例示しているが、本発明は特定のOSや画面構成に限定されるものではない。なお、「コントロール」とは、操作画面の構成部品であり、データ項目に対して値を入力または選択する機能を持つものである。CPU100は、診断支援情報を導出するためのパラメータ(以下、「値」ともいう)の入力が可能な少なくとも1つ以上の項目をモニタ104に表示させる項目表示手段として機能する。
Hereinafter, FIGS. 4 to 7A and 7B will be described. These drawings illustrate a part of the operation screen displayed on the
図4(a)の参照により所見の仮入力手段として機能する第1の操作画面例を説明する。同図において、コンボボックス401及び402は、それぞれ所見1に対する第1の値及び第2の値を入力するためのコントロールである。夫々のコンボボックスには、初期状態としてNULL(無効な値)が設定されている。所見2から8についても同様である。コンボボックスの操作方法については一般に知られているので、説明を省略する。
An example of a first operation screen that functions as a temporary input means for findings will be described with reference to FIG. In the figure,
同図において、ユーザ(医師)は、診断対象画像に写った異常陰影を見ながら、入力が必要と判断した所見に対してのみ値を入力する。また、ユーザ(医師)は、各所見の値の入力に際して、値の選択に迷いが生じた場合は、第1の値及び第2の値を同時に入力することができる。逆に、値の選択に迷いが生じなければ、第1の値のみを入力すればよい。同図の例では、ユーザ(医師)は、所見1、3及び6については迷いが生じたため第1の値及び第2の値を入力し、所見4及び8については迷いが生じなかったため第1の値のみを入力している。そして、所見2、5及び7については所見の入力が不要と判断している。CPU100は、各コンボボックスの入力状態を調べ、第1の値だけが入力された所見については、第1の値を本入力値として主メモリ101に記憶する。また、CPU100は、第1の値と第2の値の両方が入力された所見については、第1の値と第2の値の両方を仮入力値として主メモリ101に記憶する。
In the figure, a user (doctor) inputs a value only for a finding that is determined to be input while observing an abnormal shadow in the diagnosis target image. In addition, the user (physician) can input the first value and the second value at the same time if he / she has a problem in selecting a value when inputting the value of each finding. On the other hand, if there is no hesitation in selecting a value, only the first value needs to be input. In the example shown in the figure, the user (doctor) inputs the first value and the second value because the
図4(b)は、図4(a)の説明において例示した入力をユーザ(医師)が行った場合に、ステップS203の処理の結果として主メモリ101に記憶される本入力所見及び仮入力所見の一覧形式の表示を例示する図である。本入力所見は第1の値しか持たないため、第2の値の欄は無効である。
FIG. 4B shows the main and temporary input findings stored in the
図5(a)の参照により所見の仮入力手段として機能する第2の操作画面例を説明する。同図において、コンボボックス501は、所見1に対する値を入力するためのコントロールであり、初期状態としてNULLが設定されている。一方、チェックボックス502は、所見1に対する値の選択に迷いが生じた場合にチェックするためのコントロールであり、初期状態として0(チェックなし)が設定されている。所見2から8についても同様である。コンボボックス及びチェックボックスの操作方法については一般に知られているので、説明を省略する。
A second operation screen example functioning as a temporary input means for findings will be described with reference to FIG. In the figure, a
同図において、ユーザ(医師)は、入力が必要と判断した所見に対してのみ値を入力する。また、ユーザ(医師)は、各所見の値の入力に際して、値の選択に迷いが生じた場合にのみ、チェックボックスにチェックを入れる。同図の例では、ユーザ(医師)は、所見1、3及び6については迷いが生じたためチェックボックスにチェックを入れており、所見4及び8については迷いが生じなかったためチェックボックスにチェックを入れていない。
In the figure, a user (doctor) inputs a value only for a finding that is determined to be input. In addition, the user (physician) checks the check box only when he / she is unsure about the value selection when inputting the value of each finding. In the example shown in the figure, the user (doctor) has checked the check boxes for
CPU100は、各コンボボックスの入力状態及び各チェックボックスのチェック状態を調べる。そして、CPU100は、コンボボックスに値が入力されており、チェックボックスにチェックがない所見については、コンボボックスに入力された値を本入力値として主メモリ101に記憶する。また、CPU100は、コンボボックスに値が入力されておりチェックボックスにチェックがある所見については、コンボボックスに入力された値及びその前後の値を仮入力値として主メモリ101に記憶する。同図の所見1の例では、コンボボックスに入力された値が値1cなので、その前後の値は値1b及び1dである。値1b及び1dが仮入力値となる。ここで、コンボボックスに入力された値が値a(最初の選択肢)の場合は、その前には値が存在しないため、その前後の値はNULL及び値1bとする。同様に、コンボボックスに入力された値が値1e(最後の選択肢)の場合は、その後には値が存在しないため、その前後の値は値1d及びNULLとする。
The CPU 100 checks the input state of each combo box and the check state of each check box. Then, the CPU 100 stores the value input in the combo box in the
図5(b)は、図5(a)の説明において例示した入力をユーザ(医師)が行った場合に、ステップS203の処理の結果として主メモリ101に記憶される本入力所見及び仮入力所見の一覧形式の表示を例示する図である。所見4、8に関する本入力所見は第1の値しか持たないため、第2の値及び第3の値の欄は無効である。所見1、3、6に関しては、仮入力所見として第2の値及び第3の値が設定されている。
FIG. 5B shows a main input finding and a temporary input finding stored in the
図6(a)の参照により所見の仮入力手段として機能する第3の操作画面例を説明する。同図において、リストボックス601は、所見1に対する値を入力するためのコントロールであり、複数の値を同時に選択可能である。所見2から8についても同様である。複数の値を選択可能なリストボックスの操作方法については一般に知られているので、説明を省略する。
With reference to FIG. 6A, a third operation screen example that functions as a temporary input means for findings will be described. In the figure, a
同図において、ユーザ(医師)は、入力が必要と判断した所見に対してのみ値を入力する。また、ユーザ(医師)は、各所見の値の入力に際して、値の選択に迷いが生じた場合は、2つ以上の値を選択することができる。値の選択に迷いが生じなければ、1つだけ値を選択すればよい。同図の例では、ユーザ(医師)は、所見1、3及び6については迷いが生じたためそれぞれ2つずつ値を選択しており、所見4及び8については迷いが生じなかったため1つだけ値を選択している。
In the figure, a user (doctor) inputs a value only for a finding that is determined to be input. In addition, the user (physician) can select two or more values when he / she is unsure about the selection of values when inputting the values of the findings. If there is no doubt in selecting a value, only one value needs to be selected. In the example of the figure, the user (doctor) has selected two values for
CPU100は、各リストボックスの選択状態を調べ、値が1つだけ選択されている所見については、選択された値を本入力値として主メモリ101に記憶する。また、CPU100は、値が2つ以上選択されている所見については、選択されたすべての値を仮入力値として主メモリ101に記憶する。なお、リストボックスで選択された仮入力値は、例えば、選択された時刻が早い順に、第1の値、第2の値、・・・、と設定すればよい。あるいは、予め定めたルール(例えば、選択肢bよりaを、cよりbを優先する等)に基づいて第1の値を決定してもよい。
The CPU 100 checks the selection state of each list box, and for the finding that only one value is selected, the selected value is stored in the
図6(b)は、図6(a)の説明において例示した入力をユーザ(医師)が行った場合に、ステップS203の処理の結果として主メモリ101に記憶される本入力所見及び仮入力所見の一覧形式の表示を例示する図である。図6(a)に示した各リストボックスでは、最大5個まで値を選択可能なので、仮入力所見は第1の値から第5の値まで持つことが出来る。本入力所見は第1の値しか持たないため、第2の値から第5の値までの欄はすべて無効である。仮入力値は最大5個まで選択可能だが、実際に選択された値はいずれも2個なので、第3の値から第5の値まではNULLを記憶する。あるいは、予めリストボックスで選択可能な値の個数を、最大2、3または4個に設定しておいてもよい。
FIG. 6B shows the main and temporary input findings stored in the
図7(a)の参照により所見の仮入力手段として機能する第4の操作画面例を説明する。同図において、コンボボックス701は、所見1に対する値を入力するためのコントロールであり、初期状態としてNULLが設定されている。所見2から8についても同様である。コンボボックスの操作方法については一般に知られているので、説明を省略する。
With reference to FIG. 7A, a fourth operation screen example that functions as a temporary input means for findings will be described. In the figure, a
同図において、ユーザ(医師)は、入力が必要と判断した所見に対してのみ値を入力する。同図の例では、各所見が取り得る値として、「必ずある」、「多分ある」、「わからない」、「多分ない」、「必ずない」の5つを選択可能としている。 In the figure, a user (doctor) inputs a value only for a finding that is determined to be input. In the example shown in the figure, five values of “always present”, “maybe”, “not sure”, “maybe”, and “not sure” can be selected as possible values for each finding.
CPU100は、各コンボボックスの入力状態を調べ、コンボボックスに予め決めた値(同図の例では、「わからない」)が入力された所見については、医師に迷いが生じたものと判断する。この場合、CPU100は、コンボボックスに入力された値(「わからない」)とその前後の値(「多分ある」と「多分ない」)を仮入力値として主メモリ101に記憶する。また、CPU100は、コンボボックスにその他の値(「わからない」以外)が入力された所見については、医師に迷いが生じていないと判断し、コンボボックスに入力された値を本入力値として主メモリ101に記憶する。同図の例では、所見1及び6に予め決めた値(「わからない」)が入力されているので、それぞれその前後の値(「多分ある」と「多分ない」)と合わせた3つの値を仮入力値とする。
The CPU 100 checks the input state of each combo box, and determines that the doctor is at a loss for the finding that a predetermined value (“I don't know” in the example in the figure) is input to the combo box. In this case, the CPU 100 stores the value input in the combo box (“I don't know”) and the values before and after it (“Maybe” and “Maybe”) in the
図7(b)は、図7(a)の説明において例示した入力をユーザ(医師)が行った場合に、ステップS203の処理の結果として主メモリ101に記憶される本入力所見及び仮入力所見の一覧形式の表示を例示する図である。本入力所見は第1の値しか持たないため、第2の値及び第3の値の欄は無効である。
FIG. 7B shows a main input finding and a temporary input finding stored in the
さらに、CPU100は、「所見の入力が完了した」というユーザ(医師)からの指示を不図示のUIを介して取得した場合に、ステップS203の処理を終了してステップS204以降の処理を実行する。以下、再び図2について説明する。 Furthermore, when the CPU 100 obtains an instruction from the user (physician) that “the input of findings has been completed” via the UI (not shown), the CPU 100 ends the process of step S203 and executes the processes after step S204. . Hereinafter, FIG. 2 will be described again.
ステップS204において、CPU100は、診療録データベース13からLAN14を介して予め決めた他の医用情報(患者の個人情報や臨床情報など)を受信し、主メモリ101に記憶する。ただし、ステップS205の処理において他の医用情報が不要である場合は、本ステップは省略できる。他の医用情報としてどの様な情報が必要であるかについては、予め磁気ディスク102または主メモリ101に記憶しておく。
In step S <b> 204, the CPU 100 receives other predetermined medical information (patient personal information, clinical information, etc.) from the
ステップS205において、CPU100は、ステップS203で取得した所見の仮入力値と、ステップS204で取得した他の医用情報とを用いて、複数の診断支援情報を導出する。診断支援情報として、例えば、診断対象画像に写った異常陰影の診断名として最も可能性の高い診断名を導出する。あるいは、診断対象画像に写った異常陰影の診断名として可能性のある複数の診断名について、各診断名が正解となる確率を導出する。より具体的には、例えば、胸部CT画像の肺野に写った孤立性の異常陰影に対する診断支援情報として、原発性肺癌、癌の肺転移、または他の肺疾患のいずれが最も可能性が高いかを導出する。あるいは、原発性肺癌の確率、癌の肺転移の確率、及び他の肺疾患の確率を導出する。ステップS205では、CPU100は、ステップS203で取得した仮入力所見のあらゆる組み合わせに対して、それぞれ1つずつ診断支援情報を導出する。なお、診断支援情報は上記の例に限定されるものではない。 In step S205, the CPU 100 derives a plurality of pieces of diagnosis support information using the temporary input value of the findings acquired in step S203 and the other medical information acquired in step S204. As the diagnosis support information, for example, the most likely diagnosis name is derived as the diagnosis name of the abnormal shadow reflected in the diagnosis target image. Alternatively, the probability that each diagnosis name is a correct answer is derived with respect to a plurality of diagnosis names that may be possible diagnosis names of abnormal shadows in the diagnosis target image. More specifically, for example, primary lung cancer, lung metastasis of cancer, or other lung disease is most likely as diagnosis support information for an isolated abnormal shadow in a lung field of a chest CT image Derive. Alternatively, the probability of primary lung cancer, the probability of lung metastasis of cancer, and the probability of other lung diseases are derived. In step S205, the CPU 100 derives diagnostic support information one by one for every combination of temporary input findings acquired in step S203. The diagnosis support information is not limited to the above example.
以下、図3のフローチャートを用いて、ステップS205の詳細な処理手順を説明する。なお、同図において、以下の記号を用いている。以下の記号で示される情報はすべて、CPU100によって取得または計算され、主メモリ101に記憶される。
The detailed processing procedure of step S205 will be described below using the flowchart of FIG. In the figure, the following symbols are used. All the information indicated by the following symbols is acquired or calculated by the CPU 100 and stored in the
n:仮入力所見の総数
(n≧0、図5、図7、図9ではn=3、図11ではn=2)
m:仮入力値の最大数
(m≧2、図5ではm=2、図7、図11ではm=3、図9ではm=5)
k:仮入力所見のインデックス(k=1〜n)
i(k):k番目の仮入力所見における仮入力値のインデックス
(i(k)=1〜m)
Ui(k):k番目の仮入力所見におけるi(k)番目の仮入力値
N:仮入力値の組み合わせの総数
(N≧1、図5、図9ではN=8、図7ではN=18,図11ではN=9)
Ej:ある仮入力値の組(Ui(1),Ui(2),・・・,Ui(n))からなる仮入力所見と本入力所見及び他の医用情報からなる入力情報の集合(j=1〜N)
OEj:Ejを用いて導出する診断支援情報
なお、同図は、n≧3の場合を想定したフローチャートとなっている。n=0の場合は、ステップS302だけを実行すればよい。n=1の場合は、ステップS301からS304までを実行すればよい。n=2の場合は、ステップS301からS304まで、及びステップS307からS308までを実行すればよい。
n: Total number of temporary input findings (n ≧ 0, n = 3 in FIGS. 5, 7, and 9, n = 2 in FIG. 11)
m: Maximum number of temporary input values (m ≧ 2, m = 2 in FIG. 5, m = 3 in FIGS. 7 and 11, m = 5 in FIG. 9)
k: Temporary input finding index (k = 1 to n)
i (k): index of the temporary input value in the kth temporary input finding (i (k) = 1 to m)
Ui (k): i (k) -th temporary input value in the k-th temporary input finding N: total number of combinations of temporary input values (N ≧ 1, N = 8 in FIGS. 5 and 9, N = 8 in FIG. 7) 18, N = 9 in FIG. 11)
Ej: Temporary input finding consisting of a set of temporary input values (Ui (1), Ui (2),..., Ui (n)), and a set of input information consisting of this input finding and other medical information (j = 1 to N)
OEj: Diagnosis support information derived using Ej Note that this figure is a flowchart assuming a case of n ≧ 3. If n = 0, only step S302 needs to be executed. If n = 1, steps S301 to S304 may be executed. In the case of n = 2, steps S301 to S304 and steps S307 to S308 may be executed.
ステップS301において、CPU100は、i(1)からi(n)まで、つまりすべてのi(k)(k=1〜n)に、1を代入する。ステップS302において、CPU100は、仮入力値の組(Ui(1),Ui(2),・・・,Ui(n))からなる仮入力所見と本入力所見及び他の医用情報からなる入力情報の集合Ejに基づいて、診断支援情報OEjを導出する。 In step S301, the CPU 100 assigns 1 to i (1) to i (n), that is, all i (k) (k = 1 to n). In step S302, the CPU 100 determines the temporary input findings including the temporary input value pairs (Ui (1), Ui (2),..., Ui (n)), the input information including the main input findings, and other medical information. The diagnosis support information OEj is derived based on the set Ej.
ここで、診断支援情報OEjとして、最も可能性の高い診断名を導出する場合、一般的なクラス分類手法を用いることができる。クラス分類手法とは、対象データに固有の情報に基づいて、対象データが属するクラスを推測する手法である。本実施形態では、対象データとは診断対象画像または症例であり、対象データに固有の情報とは、仮入力所見、本入力所見及び他の医用情報であり、対象データが属するクラスとは診断名である。代表的な統計分類手法として、例えば以下の手法が知られており、いずれもステップS302で利用できる。 Here, when the most likely diagnosis name is derived as the diagnosis support information OEj, a general class classification method can be used. The class classification method is a method for estimating the class to which the target data belongs based on information unique to the target data. In the present embodiment, the target data is a diagnosis target image or case, information unique to the target data is temporary input findings, main input findings, and other medical information, and a class to which the target data belongs is a diagnosis name It is. As typical statistical classification methods, for example, the following methods are known, and any of them can be used in step S302.
* サポート・ベクター・マシーン(SVM)
* 人工ニューラル・ネットワーク(ANN)
* ベイジアン・ネットワーク(BN)
* 決定木(DT)
* k近傍法(kNN)
また、診断支援情報OEjとして、複数の診断名について各診断名が正解となる確率を導出する場合、各クラス(診断名)に属する確率を計算できる推論手法を用いる必要がある。こうした推論手法としては、上述の(クラス分類手法としても利用可能な)ベイジアン・ネットワーク(BN)や人工ニューラル・ネットワーク(ANN)が知られており、いずれもステップS302で利用できる。
* Support Vector Machine (SVM)
* Artificial neural network (ANN)
* Bayesian Network (BN)
* Decision tree (DT)
* k-nearest neighbor method (kNN)
Further, when the probability that each diagnosis name is correct for a plurality of diagnosis names is derived as the diagnosis support information OEj, it is necessary to use an inference method capable of calculating the probability belonging to each class (diagnosis name). As such inference methods, the above-described Bayesian network (BN) and artificial neural network (ANN) (which can also be used as a classification method) are known, and both can be used in step S302.
ステップS303において、CPU100は、i(1)に1を加算する。ステップS304において、CPU100は、i(1)がmを超えたか、またはUi(1)がNULLかどうかを判定する。i(1)がmを超えたか、またはUi(1)がNULLの場合はステップS305へ進み、それ以外の場合はステップS302へ進む。 In step S303, the CPU 100 adds 1 to i (1). In step S304, the CPU 100 determines whether i (1) exceeds m or Ui (1) is NULL. If i (1) exceeds m or Ui (1) is NULL, the process proceeds to step S305; otherwise, the process proceeds to step S302.
ステップS305において、CPU100は、i(1)からi(k−1)までの各インデックスに1を代入し、さらにi(k)に1を加算する。ステップS306において、CPU100は、i(k)がmを超えたか、またはUi(k)がNULLかどうかを判定する。i(k)がmを超えたか、またはUi(k)がNULLの場合は次のステップへ進み、それ以外の場合はステップS302へ進む。 In step S305, the CPU 100 assigns 1 to each index from i (1) to i (k-1), and further adds 1 to i (k). In step S306, the CPU 100 determines whether i (k) exceeds m or Ui (k) is NULL. If i (k) exceeds m or Ui (k) is NULL, the process proceeds to the next step. Otherwise, the process proceeds to step S302.
ここで、ステップS305及びS306は、kが2以上n未満の場合の処理を抽象化したものであり、実際にはいくつかのkの値に対して、ステップS305及びS306の処理は複数回分必要である。例えばn=3の場合、ステップS305及びS306の処理は、k=2に対する1回分が必要である。また例えばn=5の場合、ステップS305及びS306の処理は、k=2、3及び4に対する3回分が必要である。 Here, steps S305 and S306 are an abstraction of the process when k is 2 or more and less than n. Actually, the processes of steps S305 and S306 are required multiple times for several values of k. It is. For example, when n = 3, the process of steps S305 and S306 requires one time for k = 2. For example, when n = 5, the processing of steps S305 and S306 requires three times for k = 2, 3 and 4.
ステップS307において、CPU100は、i(1)からi(n−1)までの各インデックスに1を代入し、さらにi(n)に1を加算する。ステップS308において、CPU100は、i(n)がmを超えたか、またはUi(n)がNULLかどうかを判定する。i(n)がmを超えたか、またはUi(n)がNULLの場合はS205の処理を終え、それ以外の場合はステップS302へ進む。 In step S307, the CPU 100 assigns 1 to each index from i (1) to i (n-1), and further adds 1 to i (n). In step S308, the CPU 100 determines whether i (n) exceeds m or Ui (n) is NULL. If i (n) exceeds m or Ui (n) is NULL, the process of S205 is terminated, otherwise the process proceeds to step S302.
以上の処理により、仮入力所見(複数の仮入力値の中から1つの仮入力値を選んだもの)のすべての組み合わせに対応して、診断支援情報OEjが導出される。 Through the above processing, the diagnosis support information OEj is derived corresponding to all combinations of temporary input findings (one temporary input value selected from a plurality of temporary input values).
図4(c)は、図4(b)に示した本入力値及び仮入力値を用いて導出される複数の診断支援情報OEjの例を示す図である。同図において、本入力値は所見4の値4dと所見8の値8eである。仮入力値は、所見1の値1cと値1b、所見3の値3aと値3b、及び所見6値6cと値6dである。3つの所見にそれぞれ2つずつ仮入力値があるので、仮入力値の全組み合わせ数は2×2×2=8通りある。CPU100は、上述のステップS205の実行により、8通りの仮入力値の組み合わせに対して、それぞれ診断支援情報OEjとして診断名の確率(肺癌の確率、転移の確率、その他の確率)を導出する。さらに、CPU100は、仮入力値の組み合わせと診断名の確率の対応表を主メモリ101に記憶する。なお、同図に示した診断名の確率は、本実施形態の説明用に作成したダミー・データであり、仮入力値の違いによる確率の変化がはっきりとわかるような数値を意図的に選んでいる。以下、再び図2について説明する。
FIG. 4C is a diagram showing an example of a plurality of diagnosis support information OEj derived using the main input value and the temporary input value shown in FIG. In this figure, the input values are a
ステップS206において、CPU100は、マウス105やキーボード106を用いてユーザ(医師)が入力する診断支援情報の提示の指示を取得する。通常、医師は自分で画像診断を行った後に診断支援情報を参照し、自分の診断を客観的に検証する。従って、診断支援情報の提示は、ユーザ(医師)からの指示を受けた後とすることが好ましい。そのため、ステップS206が必要である。
In step S <b> 206, the CPU 100 acquires an instruction to present diagnosis support information input by the user (doctor) using the
ステップS207において、CPU100は、ステップS205で導出した診断支援情報を、表示メモリ103を介してモニタ104に表示することで、ユーザ(医師)に提示する。
In step S207, the CPU 100 displays the diagnosis support information derived in step S205 on the
ステップS208において、CPU100は、マウス105やキーボード106を用いてユーザ(医師)が入力する指示を取得する。なお、本ステップにおいて取得する指示は、仮入力値の組み合わせを選択する指示(後述)か、「所見を確定する」という指示の何れかである。
In step S <b> 208, the CPU 100 acquires an instruction input by the user (doctor) using the
ステップS209において、CPU100は、ステップS208で取得したユーザ(医師)からの指示が、「所見を確定する」という指示であった場合には、ステップS211へと処理を進める。一方、仮入力値の組み合わせを選択する指示を取得した場合には、ステップS210へと処理を進める。 In step S209, if the instruction from the user (physician) acquired in step S208 is an instruction “confirm the finding”, the CPU 100 advances the process to step S211. On the other hand, if an instruction to select a combination of provisional input values is acquired, the process proceeds to step S210.
ステップS210において、CPU100は、ステップS208で取得したユーザ指示に基づいて、各仮入力所見が持つ複数の仮入力値の中からそれぞれ1つずつ仮入力値を選択し、選択した仮入力値を第1の値とする。さらに、CPU100は、選択した第1の値を、表示メモリ103を介してモニタ104に表示することで、ユーザ(医師)に提示する。そして、ステップS208へと処理を進める。すなわち、ユーザ(医師)は必要に応じて、ステップS208からS210までの処理を繰り返し実行することができる。
In step S210, the CPU 100 selects one temporary input value from each of the plurality of temporary input values of each temporary input finding based on the user instruction acquired in step S208, and selects the selected temporary input value. A value of 1 is assumed. Further, the CPU 100 presents the selected first value to the user (doctor) by displaying it on the
以下では、ステップS206からS210までの処理の流れをより具体的に説明するため、図8(a)から図8(d)を用いて、モニタ104に表示される操作画面例及びユーザ(医師)指示の取得方法を説明する。図8(a)から図8(d)は、第1実施形態に係る医療診断支援装置の第5から第8までの操作画面例を示す図であり、基本的にすべて同じ画面構成となっている。図8(a)から図8(d)までの表示内容は、ステップS206からS210までの処理の流れと対応している。
In the following, in order to more specifically describe the flow of processing from step S206 to S210, an example of an operation screen displayed on the
図8(a)は、ステップS206の実行前の操作画面例である。同図において、CPU100は、表示範囲801に、図4(a)に示した所見の仮入力手段を表示する。ただし、この部分には図5(a)、図6(a)または図7(a)に示した様な仮入力手段を表示してもよい。 FIG. 8A shows an example of an operation screen before execution of step S206. In the figure, the CPU 100 displays the provisional input means for the findings shown in FIG. However, temporary input means as shown in FIG. 5A, FIG. 6A or FIG. 7A may be displayed in this portion.
CPU100は、表示範囲802に、ステップS205で導出した複数の診断支援情報OEjを一覧表示し、一覧形式の表示上でデータの選択をするための操作が可能な操作画面を表示する。ただし、この部分には後述する図9に示した様な他の表示方法を用いてもよい。
The CPU 100 displays a list of the plurality of diagnosis support information OEj derived in step S205 in the
図8(a)において、ボタン803は、複数の診断支援情報OEjを一覧表示するためのユーザ指示を入力するためのコントロールである。図形805は、複数の診断支援情報OEjを一覧表示すると共に、複数の診断支援情報OEjの一部をユーザ(医師)が選択するための特別なコントロールである。図形805の使用方法は後述する。テキストボックス804は、図形805を用いてユーザ(医師)が選択した診断支援情報OEjに対応する、診断名の確率を表示するためのコントロールである。
In FIG. 8A, a
図8(b)は、図8(a)の操作画面例においてユーザがボタン803を押下した後に現れる操作画面例であり、ステップS206及びS207の実行後の操作画面例である。同図において、複数の「●」印811及び1つの「★」印812は、それぞれ図4(c)に示したN通りの仮入力値の組み合わせに対する診断名の確率(肺癌の確率、転移の確率、その他の確率)を示している。ここで、図形805内の「●」印または「★」印の位置は、仮入力値の組み合わせの夫々に対する診断名の確率(肺癌の確率、転移の確率、その他の確率)が一目でわかるように、その確率に応じて決定される。「●」印または「★」印が、図形805の「肺癌」と書かれた頂点上に位置する時、肺癌の確率が100%であることを意味し、「肺癌」と書かれた頂点から離れるに従って肺癌の確率が低くなることを意味する。そして、「●」印または「★」印が、図形805の底辺(「転移」と書かれた頂点と「その他」と書かれた頂点を結ぶ線分)上に位置する時、肺癌の確率が0%であることを意味する。転移の確率またはその他の確率についても同様に、「転移」または「その他」と書かれた頂点からの距離によって、確率の大小が示される。
FIG. 8B is an example of an operation screen that appears after the user presses the
「★」印812は、すべての仮入力所見にそれぞれ第1の仮入力値(複数の仮入力の値のうち優先順位の高い仮入力値)を選択した時の診断名の確率を示す。同図の例では、所見1に値1c、所見3に値3a、所見6に値6cを選択した時の診断名の確率を示す。また、この時、CPU100は、テキストボックス804に、「★」印812によって示される診断名の確率を文字列表示する。
The “★”
図8(c)は、図8(b)の操作画面例において、ユーザが複数ある「●」印のいずれか1つを選択した後に現れる操作画面例であり、ステップS208からS210の実行後の操作画面例である。 FIG. 8C is an example of an operation screen that appears after the user selects any one of a plurality of “●” marks in the example of the operation screen of FIG. 8B, and after the execution of steps S208 to S210. It is an example of an operation screen.
図8(b)においてユーザがいずれか1つの「●」印を選択すると、CPU100は、選択された「●」印を「★」印に変更し、以前の「★」印を「●」印に変更する。従って、ユーザが選択した位置にある印だけが「★」印で示される。図8(c)では、「★」印821が選択されたことを示している。また、この時、CPU100は、テキストボックス804に、「★」印821によって示される診断名の確率を文字列表示する。
When the user selects any one of the “●” marks in FIG. 8B, the CPU 100 changes the selected “●” mark to the “★” mark, and changes the previous “★” mark to the “●” mark. Change to Accordingly, only the mark at the position selected by the user is indicated by the “★” mark. FIG. 8C shows that the “★”
さらに、CPU100は、図4(c)で説明した仮入力値の組み合わせと診断名の確率の対応表を参照することにより、「★」印821によって示される診断名の確率に対応した仮入力値の組み合わせを調べる。そして、調べた(すなわち、ユーザが選択した)仮入力値の組み合わせを各所見の第1の値に設定して、表示範囲801に提示する。例えば、図4(a)の仮入力手段を用いる場合には、調べた仮入力値の組み合わせと、表示範囲801に示した各コンボボックスの第1の値とを比較し、調べた仮入力値が第1の値となっていない場合は、第1の値と第2の値を入れ替える。そして、変更後の第1の値と第2の値を各コンボボックスの表示に反映する。同図の例では、ユーザによって「肺癌:75%,転移:10%,その他:15%」の診断の確率が選択されたので、CPU100は、これに対応した仮入力値の組み合わせを調べ、値1b、値3b、値6dを得る。そして、CPU100は、これらの値が所見1、3、6の第1の値(複数の仮入力の値のうち優先順位の高い仮入力値)となるように、各コンボボックスの値を入れ替える。
Further, the CPU 100 refers to the correspondence table between the combinations of the provisional input values and the diagnosis name probabilities described with reference to FIG. 4C, thereby providing the provisional input values corresponding to the diagnosis name probabilities indicated by the “★”
図8(d)は、図8(b)の操作画面例において、ユーザが図形805内にある4つの「△」図形のいずれか1つを選択した後に現れる操作画面例であり、ステップS208からS210の実行後の操作画面例である。 FIG. 8D is an example of the operation screen that appears after the user selects any one of the four “Δ” figures in the figure 805 in the example of the operation screen of FIG. It is an example of the operation screen after execution of S210.
図8(b)においてユーザがいずれか1つの「△」図形を選択すると、CPU100は、選択された「△」図形を強調表示し、以前の「★」印を「●」印に変更する。あるいは、以前強調表示されていた「△」図形がある場合は、その「△」図形を通常表示に戻す。つまり、ユーザが選択した「△」図形だけが強調表示され、「★」印は表示されない。図8(d)では、「△」図形831が選択されたことを示しており、「△」図形831は、肺癌の確率が50%以上である範囲を示している。また、この時、CPU100は、テキストボックス804に、「△」図形831によって示される診断名の確率(肺癌の確率50%以上)を文字列表示する。
When the user selects any one “Δ” graphic in FIG. 8B, the CPU 100 highlights the selected “Δ” graphic and changes the previous “★” mark to the “●” mark. Alternatively, if there is a “Δ” graphic that was previously highlighted, the “Δ” graphic is returned to the normal display. That is, only the “Δ” figure selected by the user is highlighted, and the “★” mark is not displayed. FIG. 8D shows that the “Δ” graphic 831 is selected, and the “Δ” graphic 831 indicates a range in which the probability of lung cancer is 50% or more. Further, at this time, the CPU 100 displays in the
さらに、CPU100は、図4(c)で説明した仮入力値の組み合わせと診断名の確率の対応表を参照することにより、「△」図形831によって示される診断名の確率(肺癌の確率50%以上)に対応した仮入力値の組み合わせをすべて調べる。図4(c)の例では、肺癌の確率50%以上となる仮入力値の組み合わせは、値1b,値3b,値6cの組み合わせと、値1b,値3b,値6dの組み合わせの2つである。さらに、CPU100は、肺癌の確率50%以上となる仮入力値の組み合わせのうち、共通部分を調べる。上記の例では、共通部分は、値1bと値3bである。そして、調べた共通部分と、表示範囲801に示した各コンボボックスの第1の値とを比較し、調べた共通部分が第1の値となっていない場合は、第1の値と第2の値を入れ替える。そして、変更後の第1の値と第2の値を各コンボボックスの表示に反映する。同図の例では、ユーザによって「肺癌の確率50%以上」の診断の確率が選択されたので、CPU100は、これに対応した仮入力値の組み合わせの共通部分である値1bと値3bを、それぞれ所見1と3のコンボボックスに、第1の値として設定する。この時、所見6のコンボボックスの値は「肺癌の確率50%以上」とは無関係であるため、変更しない。つまり、所見6として値6cと値6dのどちらを選択しても「肺癌の確率50%以上」という条件が満たされるため、所見6の仮入力値はどちらが第1の値になっても構わない。
Furthermore, the CPU 100 refers to the correspondence table between the combination of the provisional input values and the probability of the diagnosis name described with reference to FIG. 4C, so that the probability of the diagnosis name indicated by the “Δ” graphic 831 (50% probability of lung cancer). All combinations of provisional input values corresponding to the above are examined. In the example of FIG. 4C, there are two combinations of temporary input values that have a lung cancer probability of 50% or more: a combination of value 1b, value 3b, value 6c, and a combination of value 1b, value 3b, value 6d. is there. Further, the CPU 100 examines a common portion among combinations of provisional input values that have a lung cancer probability of 50% or more. In the above example, the common part is the value 1b and the value 3b. Then, the examined common part is compared with the first value of each combo box shown in the
あるいは、共通部分に含まれなかった所見(所見6)の仮入力値の第1の値を、図8(a)に示したステップS206の実行前の状態に戻すという規則にしてもよい。なぜなら、ユーザが最初に第1の値として選択した仮入力値(値6c)の方が、第2の値として選択した仮入力値(値6d)よりも確からしい値であると考えられるためである。 Or you may make it the rule of returning the 1st value of the temporary input value of the finding (finding 6) which was not contained in the common part to the state before execution of step S206 shown to Fig.8 (a). This is because the temporary input value (value 6c) initially selected by the user as the first value is considered to be a more probable value than the temporary input value (value 6d) selected as the second value. is there.
以下、図9(a)〜(d)に、図8(a)で説明した図形805の代わりとなる他の表示方法(操作画面)の例を示す。 9A to 9D show examples of other display methods (operation screens) that can be used instead of the graphic 805 described with reference to FIG.
図9(a)の参照により図形805の代わりとなる第1の表示方法(操作画面)の例を説明する。CPU100は、ステップS205で導出した複数の診断支援情報OEjを、ツリー構造を用いて一覧表示する。ユーザは、ツリー構造の末端に表示された診断名の確率のいずれか1つを選択することにより、図形805内の「●」印を選択した時と同じ結果を得ることができる。すなわち、CPU100は、選択された診断名の確率をテキストボックス804に文字列表示する。また、選択された診断名の確率に対応する仮入力値の組み合わせを各所見の第1の値として設定し、この変更を表示範囲801内の各コンボボックスの表示に反映する。
With reference to FIG. 9A, an example of a first display method (operation screen) instead of the graphic 805 will be described. The CPU 100 displays a list of the plurality of diagnosis support information OEj derived in step S205 using a tree structure. The user can obtain the same result as when the “●” mark in the graphic 805 is selected by selecting any one of the probabilities of the diagnostic names displayed at the end of the tree structure. That is, the CPU 100 displays the probability of the selected diagnosis name as a character string in the
図9(b)の参照により図形805の代わりとなる第2の表示方法(操作画面)の例を説明する。CPU100は、ステップS205で導出した複数の診断支援情報OEjを、相対的に確率が高い診断名ごとに分類(グループ分け)したリストとして一覧表示する。ユーザは、リストに表示されたいずれか1つの行(診断名の確率が表示された行)を選択することにより、図形805内の「●」印を選択した時と同じ結果を得ることができる。なお、ステップS205の処理において、最も可能性の高い診断名のみを診断支援情報OEjとして導出している場合には、それぞれの仮入力値の組み合わせを診断名ごとに分類して表示する図9(b)の表示方法が適している。ただし、この場合には、確率の表示は行われない。 An example of a second display method (operation screen) instead of the graphic 805 will be described with reference to FIG. The CPU 100 displays a list of a plurality of diagnosis support information OEj derived in step S205 as a list classified (grouped) for each diagnosis name having a relatively high probability. The user can obtain the same result as selecting the “●” mark in the graphic 805 by selecting any one of the rows displayed in the list (the row displaying the probability of the diagnosis name). . When only the most likely diagnosis name is derived as the diagnosis support information OEj in the process of step S205, the combinations of the temporary input values are classified and displayed for each diagnosis name (FIG. 9). The display method b) is suitable. In this case, however, the probability is not displayed.
図9(c)の参照により図形805の代わりとなる第3の表示方法(操作画面)の例を説明する。CPU100は、図9(b)に示したリストの中から、診断名ごとに最大の確率となる仮入力値の組み合わせを選択し、この選択結果をリスト表示する。ユーザは、リストに表示されたいずれか1つの行(診断名の確率が表示された行)を選択することにより、図形805内の「●」印を選択した時と同じ結果を得ることができる。 An example of a third display method (operation screen) instead of the figure 805 will be described with reference to FIG. The CPU 100 selects, from the list shown in FIG. 9B, a combination of provisional input values having the maximum probability for each diagnosis name, and displays the selection result as a list. The user can obtain the same result as selecting the “●” mark in the graphic 805 by selecting any one of the rows displayed in the list (the row displaying the probability of the diagnosis name). .
図9(d)の参照により、図形805の代わりとなる第4の表示方法(操作画面)の例を説明する。CPU100は、図9(b)に示したリストの中から、診断名ごとに確率が50%となる仮入力値の組み合わせを選択し、この選択結果をリスト表示する。ユーザは、リストに表示されたいずれか1つの行(診断名の確率が表示された行)を選択することにより、図形805内の「●」印を選択した時と同じ結果を得ることができる。 With reference to FIG. 9D, an example of a fourth display method (operation screen) instead of the graphic 805 will be described. The CPU 100 selects a combination of provisional input values having a probability of 50% for each diagnosis name from the list shown in FIG. 9B, and displays the selection result as a list. The user can obtain the same result as selecting the “●” mark in the graphic 805 by selecting any one of the rows displayed in the list (the row displaying the probability of the diagnosis name). .
以上のようにして、ステップS206からS210までの処理が実行される。 As described above, the processing from step S206 to S210 is executed.
ステップS211において、CPU100は、ステップS210までの処理で選択されている夫々の仮入力所見の第1の値(複数の仮入力の値のうち優先順位の高い仮入力値)を、夫々の仮入力所見の本入力値として確定する。そして、夫々の仮入力所見を本入力所見とする。そして、以上によって得られた所見に関する情報を磁気ディスク102へと保存する。また、ユーザ(医師)からの指示に応じて、不図示のプリンタ等を用いて所見に関する情報を印字する。あるいは、ユーザ(医師)からの指示に応じて、LAN14を介して不図示のサーバ(RIS(Radiology Information System)や所見サーバなど)へと、所見に関する情報を送信する。そして、図2のフローチャートの処理を終了する。
In step S211, the CPU 100 sets the first value of each temporary input finding selected in the processing up to step S210 (temporary input value having a higher priority among the plurality of temporary input values) to each temporary input. Confirm as the actual input value of the findings. Then, each temporary input finding is set as the main input finding. Then, information regarding the findings obtained as described above is stored in the
以上のようにして、本実施形態に係る医療診断支援装置を用いた所見の入力が実現される。本実施形態に係る医療診断支援装置によれば、判断に迷った所見項目の値を複数同時に仮入力したうえで、仮入力値の各々が診断支援情報に及ぼす影響を一覧して容易に理解できる。さらに、提示された診断支援情報の中の1つを選ぶことにより、仮入力値の中の1つを直ちに本入力値へと変更できるので、最適な所見を容易に選択できるという効果がある。 As described above, the input of findings using the medical diagnosis support apparatus according to the present embodiment is realized. According to the medical diagnosis support apparatus according to the present embodiment, after temporarily inputting a plurality of values of finding items for which judgment has been lost, it is possible to easily understand the effects of each temporary input value on diagnosis support information by listing them. . Further, by selecting one of the presented diagnosis support information, one of the temporary input values can be immediately changed to the actual input value, so that an optimum finding can be easily selected.
本発明の実施形態に拠れば、ユーザ(医師)は迷った所見項目の値を複数同時に仮入力でき、仮入力値の各々が診断支援情報に及ぼす影響を一覧して容易に理解できる。そのため、間違いが少なくかつ効率的な方法で、最適な所見項目の値を決定することができる。 According to the embodiment of the present invention, a user (physician) can provisionally input a plurality of values of lost finding items at the same time, and can easily understand the effects of each provisional input value on diagnosis support information. Therefore, the optimum finding item value can be determined by an efficient method with few mistakes.
あるいは、本発明の実施形態に拠れば、提示された複数の診断支援情報の中の1つを選ぶことにより、複数の仮入力値の中の1つを本入力値へと変更できるので、極めて容易に最適な値を選択することができる。 Alternatively, according to the embodiment of the present invention, one of the plurality of provisional input values can be changed to the present input value by selecting one of the plurality of presented diagnosis support information. An optimum value can be easily selected.
(その他の実施例)
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
(Other examples)
The present invention can also be realized by executing the following processing. That is, software (program) that realizes the functions of the above-described embodiments is supplied to a system or apparatus via a network or various storage media, and a computer (or CPU, MPU, or the like) of the system or apparatus reads the program. It is a process to be executed.
Claims (18)
症例の診断支援のための情報を導出する推論に先立って、該推論に用いるために指定された複数のパラメータであって、前記複数の項目のうち少なくとも第一の項目及び第二の項目に対応する複数のパラメータであり、かつ第一の項目に対応するパラメータの選択肢を複数含む、複数のパラメータを取得するパラメータ取得手段と、
前記パラメータ取得手段により取得される複数のパラメータの組み合わせのそれぞれに対応する、推論手段による推論の結果をそれぞれ取得する結果取得手段と、
前記推論の結果のうち少なくとも1つに基づく情報を表示部に表示させる表示制御手段と、
を有することを特徴とする情報処理装置。 For each of a plurality of items corresponding to the parameters used for the inference of diagnostic support can be designated a plurality of parameters, an information processing apparatus for diagnosis Dan支 assistance,
Prior to the inference to derive information for the cases of the diagnosis support, a plurality of parameters specified for use in the inference, corresponding to at least a first item and the second item of the plurality of items Parameter acquisition means for acquiring a plurality of parameters , including a plurality of parameter options corresponding to the first item ,
A result obtaining unit of each combination of a plurality of parameters, respectively to obtain the result of inference by the inference means which are acquired by the parameter acquisition unit,
Display control means for displaying information based on at least one of the inference results on a display unit;
An information processing apparatus comprising:
前記結果取得手段は、前記少なくとも2つの項目のそれぞれについての選択肢の1つを選んでできる組み合わせのそれぞれについて、前記推論手段による推論の結果をそれぞれ取得する
ことを特徴とする請求項1または2に記載の情報処理装置。 The parameter acquisition means is a plurality of parameters designated for use in the inference, and acquires a plurality of parameter options for each of at least two items of the plurality of items,
The result acquisition means acquires the result of inference by the inference means for each of the combinations that can be selected by selecting one of the options for each of the at least two items. The information processing apparatus described.
前記決定手段により決定される条件に該当する複数の推論の結果を特定する特定手段と、を更に有し、
前記表示制御手段は、前記特定手段により特定される複数の推論の結果に対応する前記パラメータの複数の選択肢のうち共通する選択肢がある場合に、該共通する選択肢を表示部に表示させる
ことを特徴とする請求項1乃至9のいずれか1項に記載の情報処理装置。 Determining means for determining a condition relating to the result of the inference;
A specifying means for specifying a plurality of inference results corresponding to the condition determined by the determining means;
The display control means, when there is a common option among a plurality of options of the parameter corresponding to a plurality of inference results specified by the specifying means, causes the display unit to display the common option. The information processing apparatus according to any one of claims 1 to 9.
前記表示制御手段は更に、前記表示部に表示される複数の推論の結果のうち1つが指定されることに応じて、前記複数の選択肢のうち当該指定された推論の結果に対応する選択肢を表示部に表示させることを特徴とする請求項1乃至10のいずれか1項に記載の情報処理装置。 The display control means causes the display unit to display information based on each of a plurality of inference results acquired by the result acquisition means,
The display control means further displays an option corresponding to the designated inference result among the plurality of options in response to designation of one of the plurality of inference results displayed on the display unit. The information processing apparatus according to claim 1, wherein the information processing apparatus is displayed on a screen.
を更に有することを特徴とする請求項11に記載の情報処理装置。 The information processing apparatus according to claim 11, further comprising a control unit that stores, in the storage unit, an option corresponding to the specified inference result among the plurality of options as a confirmed finding for the case.
前記制御手段は、前記表示された選択肢と前記表示された複数のパラメータとを、前記症例に対する確定所見として記憶部に記憶させることを特徴とする請求項12に記載の情報処理装置。 In response to the designation of one of a plurality of inference results displayed on the display unit, the display control means selects an option corresponding to the designated inference result among the plurality of options. Display together with a plurality of parameters used by the inference means to obtain inference results;
The information processing apparatus according to claim 12, wherein the control unit stores the displayed option and the displayed plurality of parameters in a storage unit as a confirmed finding for the case.
前記複数の項目のそれぞれについて複数のパラメータを指定可能な領域を表示させる表示制御手段と、
症例の診断支援のための情報を導出する推論に先立って、該推論に用いるために指定された複数のパラメータであって、前記複数の項目のうち少なくとも第一の項目及び第二の項目に対応する複数のパラメータであり、かつ第一の項目に対応するパラメータの選択肢を複数含む、複数のパラメータを取得するパラメータ取得手段と、
前記パラメータ取得手段により取得される複数のパラメータの組み合わせのそれぞれに対応する、推論手段による推論の結果をそれぞれ取得する結果取得手段と、を有し、
前記表示制御手段は、前記推論の結果のうち少なくとも1つに基づく情報を表示部に表示させることを特徴とする情報処理システム。 An information processing system for diagnosis support that can specify a plurality of parameters for each of a plurality of items corresponding to parameters used for diagnosis support inference ,
Display control means for displaying an area in which a plurality of parameters can be designated for each of the plurality of items ;
Prior to inference for deriving information for supporting diagnosis of a case, a plurality of parameters designated for use in the inference , corresponding to at least a first item and a second item among the plurality of items Parameter acquisition means for acquiring a plurality of parameters , including a plurality of parameter options corresponding to the first item ,
Each having a result obtaining means for obtaining a result of inference by the inference means corresponding to each of a plurality of parameter combinations obtained by the parameter obtaining means,
The information processing system, wherein the display control unit displays information based on at least one of the inference results on a display unit.
表示制御手段が、前記複数の項目のそれぞれについて複数のパラメータを指定可能な領域を表示させるステップと、
パラメータ取得手段が、症例の診断支援のための情報を導出する推論に先立って、該推論に用いるために指定された複数のパラメータであって、前記複数の項目のうち少なくとも第一の項目及び第二の項目に対応する複数のパラメータであり、かつ第一の項目に対応するパラメータの選択肢を複数含む、複数のパラメータを取得するステップと、
結果取得手段が、複数のパラメータの組み合わせのそれぞれに対応する、推論手段による推論の結果をそれぞれ取得するステップと、
前記表示制御手段が、前記推論の結果のうち少なくとも1つに基づく情報を表示部に表示させるステップと、
を有することを特徴とする情報処理方法。 An information processing method in an information processing apparatus for diagnosis support, capable of specifying a plurality of parameters for each of a plurality of items corresponding to parameters used for diagnosis support inference ,
Display control means for displaying an area in which a plurality of parameters can be specified for each of the plurality of items ;
Prior to the inference for deriving information for supporting diagnosis of a case, the parameter acquisition means is a plurality of parameters designated for use in the inference , wherein at least a first item and a first parameter among the plurality of items Obtaining a plurality of parameters that are a plurality of parameters corresponding to the second item and including a plurality of parameter options corresponding to the first item ;
A result obtaining means for obtaining each result of inference by the inference means corresponding to each of a plurality of parameter combinations ;
The display control means displaying information based on at least one of the inference results on a display unit;
An information processing method characterized by comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014076455A JP5816321B2 (en) | 2014-04-02 | 2014-04-02 | Information processing apparatus, information processing system, information processing method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014076455A JP5816321B2 (en) | 2014-04-02 | 2014-04-02 | Information processing apparatus, information processing system, information processing method, and program |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009186153A Division JP5517524B2 (en) | 2009-08-10 | 2009-08-10 | Medical diagnosis support apparatus, control method and program for medical diagnosis support apparatus |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014160482A JP2014160482A (en) | 2014-09-04 |
JP5816321B2 true JP5816321B2 (en) | 2015-11-18 |
Family
ID=51612085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014076455A Active JP5816321B2 (en) | 2014-04-02 | 2014-04-02 | Information processing apparatus, information processing system, information processing method, and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5816321B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11238588B2 (en) * | 2016-04-13 | 2022-02-01 | Canon Kabushiki Kaisha | Medical diagnosis support apparatus, information processing method, medical diagnosis support system, and program |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7502089B2 (en) | 2020-06-03 | 2024-06-18 | キヤノン株式会社 | Medical information processing device, medical information processing system, medical information processing method, and program |
JP7210522B2 (en) * | 2020-11-12 | 2023-01-23 | 成仁 片山 | Medical diagnostic aids and medical diagnostic aid programs |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2967450B2 (en) * | 1993-03-29 | 1999-10-25 | 株式会社学習情報通信システム研究所 | Computer-aided image diagnosis support apparatus and method |
JP3823192B2 (en) * | 2002-04-19 | 2006-09-20 | 学校法人慶應義塾 | Medical support device, medical support method, and medical support program |
JP2009059381A (en) * | 2008-11-07 | 2009-03-19 | Fujifilm Corp | Medical diagnosis support method and device, and diagnosis support information recording medium |
-
2014
- 2014-04-02 JP JP2014076455A patent/JP5816321B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11238588B2 (en) * | 2016-04-13 | 2022-02-01 | Canon Kabushiki Kaisha | Medical diagnosis support apparatus, information processing method, medical diagnosis support system, and program |
Also Published As
Publication number | Publication date |
---|---|
JP2014160482A (en) | 2014-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5517524B2 (en) | Medical diagnosis support apparatus, control method and program for medical diagnosis support apparatus | |
US20220199230A1 (en) | Context driven summary view of radiology findings | |
CN108475538B (en) | Structured discovery objects for integrating third party applications in an image interpretation workflow | |
US8625867B2 (en) | Medical image display apparatus, method, and program | |
JP5952835B2 (en) | Imaging protocol updates and / or recommenders | |
US11170891B2 (en) | Image generation from a medical text report | |
JP5317716B2 (en) | Information processing apparatus and information processing method | |
JP5875285B2 (en) | Medical diagnosis support apparatus, information processing method, and program | |
JP5098314B2 (en) | Document creation support system, document creation support method, and computer program | |
JP2015524107A (en) | System and method for matching patient information to clinical criteria | |
JP5677521B2 (en) | Information processing apparatus, information processing method, program, and storage medium | |
JP2016151827A (en) | Information processing unit, information processing method, information processing system and program | |
CN115516571A (en) | Imaging research report generation system | |
CN117501375A (en) | System and method for artificial intelligence assisted image analysis | |
EP2504787A2 (en) | Protocol guided imaging procedure | |
JP5816321B2 (en) | Information processing apparatus, information processing system, information processing method, and program | |
JP5172262B2 (en) | Report creation support system and report creation support method | |
JP6316325B2 (en) | Information processing apparatus, information processing apparatus operating method, and information processing system | |
WO2021233795A1 (en) | Personalized radiology decision guidelines drawn from past analogous imaging and clinical phenotype applicable at the point of reading | |
JP2013214298A (en) | Interpretation report creation support device | |
CN108984587B (en) | Information processing apparatus, information processing method, information processing system, and storage medium | |
JP2022099055A (en) | Medical information display device and medical information display system | |
JP2018110040A (en) | Information processor, information processing method and program | |
WO2022220158A1 (en) | Work assitance device, work assitance method, and work assitance program | |
JP6970728B2 (en) | Information processing equipment, information processing methods, information processing systems, and programs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150123 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150324 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150828 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150925 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5816321 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |