JP5967968B2 - 医療診断支援システム、医療診断支援装置、情報処理方法、及びプログラム - Google Patents

Description

本発明は、診断を支援する情報を提供する医療診断支援装置及びその制御方法に関する。

医療の分野では、Ｘ線ＣＴ装置やＭＲＩ等の撮影装置により得られた医用画像を医師が読影して診断を行う画像診断が行われている。画像診断では、主治医の読影の依頼に応じて、医師は画像から得られる所見（以下「読影所見」と称する。）や各種測定値を総合的に判断して画像に写る病変の症状を特定する。そして、その診断に至った経緯を読影所見や測定値を利用して、依頼元の主治医への読影レポートとしてまとめる。

このような画像診断を支援するための診断支援装置が開発されている。例えば特許文献１には、入力済みの情報（以下、「入力情報」と称する）に基づく装置の推論結果に対して、否定的な情報と肯定的な情報を提示する技術が記載されている。これにより、推論結果を提示するとともに、入力情報に基づく装置の推論結果の導出に影響した情報を提示することを可能としている。

医師は診断支援装置が提示した推論結果を勘案しながら読影レポートを作成するが、レポート文作成作業の負荷が大きいという課題が生じる。そこで、診断支援装置の推論結果を利用してレポート文を自動作成するという試みがなされている。例えば、特許文献２では、推論結果とテンプレートを組み合わせて、推論結果を含んだ読影レポート文を作成する技術が開示されている。

特開２０１０−２００８４０号公報 特許第３３３２１０４号公報

しかしながら、特許文献２の方法で自動生成した読影レポート文には、どのようにして推論結果を導き出したかは記載されていなかった。そのため、そのレポート文を読んでも結論に至った過程が分からず、そのレポート文は依頼元の主治医にとって理解しにくいものであった。したがって、医師は、自動生成されたレポート文に対して、診断の根拠を説明する文章を加えるなどの編集作業を行わなくてはならないという課題があった。

上記の課題に鑑み、本発明は、依頼元の主治医にとって理解しやすい読影レポート文を医師が効率よく作成できるように支援することを目的とする。

本発明の一側面によれば、医療診断を支援する情報を提供する医療診断支援システムであって、診断対象に関する医用情報を入力情報として取得する取得手段と、前記取得手段により取得された入力情報に基づいて前記診断対象の診断名を推論する推論手段と、前記取得手段により取得された入力情報が前記推論手段による推論に与える影響度を算出する算出手段と、前記算出手段により算出された影響度に基づいて前記取得手段により取得された入力情報の少なくとも一部を選択し、該選択された入力情報の夫々について前記算出手段により算出された影響度に応じた文言が用いられ、該選択された入力情報の夫々を含むレポート文を作成する生成手段とを備えることを特徴とする医療診断支援システムが提供される。

本発明によれば、推論結果を導き出した情報も組み入れた読影レポート文が自動生成されるので、医師は、依頼元の主治医にとって理解しやすい読影レポート文を効率よく作成することができる。

第１実施形態に係る医療診断支援装置の構成を示す図。 診断支援装置の各処理部をソフトウェアにより実現するコンピュータの基本構成を示す図。 第１実施形態に係る全体の処理手順を示すフローチャート。 第１実施形態に係るテンプレートの例を示した図。 第１実施形態に係る提示情報の例を示した図。 第２実施形態に係るテンプレートの例を示した図。 第２実施形態に係る提示情報の例を示した図。 第１実施形態における読影所見名と状態名との関係の例を示す図。 第１実施形態における入力情報、推論結果、影響度の例を示す図。

以下図面を参照しながら、本発明を実施するための形態について説明する。ただし、発明の範囲は特定の実施形態に限定されるものではない。

［第１実施形態］
第１の実施形態に係る医療診断支援装置は、診断対象である症例に係る医用情報を入力情報として取得し、当該症例に係る診断支援を行う。

なお、以下では、医療診断支援装置を用いて、肺の異常陰影に係る複数の読影所見および腫瘍マーカー値を入力情報として取得し、該異常陰影の異常の種類（診断名）に関する推論を行い、その結果に基づいて診断支援情報を提示する場合を例として説明する。もちろん推論対象はこれに限定されるものではなく、以下に示す診断名や入力可能な読影所見、腫瘍マーカー値などは、何れも医療診断支援装置の処理の工程を説明するための一例に過ぎない。

図１は、第１実施形態に係る医療診断支援装置の構成を示す。本実施形態における医療診断支援装置１００は、症例情報入力端末２００に接続されている。

症例情報入力端末２００は、診断対象である症例に関して、肺の異常陰影に係る医用情報（医用画像や電子カルテの情報など）を不図示のサーバから取得する。或いは、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データを取得するようにしてもよい。そして、ユーザ（医師）が読影可能な形でこれらの情報をモニタに表示して、ユーザが入力した読影所見および、腫瘍マーカー値などの臨床データを入力情報として取得する。本実施形態では、ユーザはモニタに表示された医用画像の読影所見を、マウスやキーボードを用いて入力する。なお、この処理は、例えばテンプレート形式の読影所見入力支援方法を用いて、ＧＵＩにより選択できるような機能を症例情報入力端末２００が備えることで実現される。症例情報入力端末２００は、ユーザからの要求に従い、肺の異常陰影に関する入力情報とそれに付随するデータ（代表画像など）を、ＬＡＮ等を介して医療診断支援装置１００へと送信する。なお、本実施形態では、ユーザが読影所見を入力しているが、医用画像に対し画像処理を行い、その結果を利用して自動的に算出した読影所見を使用してもよい。また、このような画像処理の結果をそのまま入力情報として使用してもよい。

医療診断支援装置１００は、入力情報取得部１０２と、推論部１０４と、影響度算出部１０６と、レポート文生成部１０８と、提示部１１０とを備える。

入力情報取得部１０２は、症例情報入力端末２００から医療診断支援装置１００へ入力された肺の異常陰影に関する入力情報とそれに付随するデータを取得し、推論部１０４、影響度算出部１０６、及び提示部１１０へと出力する。

推論部１０４は、入力情報取得部１０２が取得した入力情報に基づいて、診断対象である肺の異常陰影に関する推論を実行し、当該異常陰影が夫々の診断名である確率（推論結果）を算出する。算出した推論結果は影響度算出部１０６、レポート文生成部１０８、及び提示部１１０へと出力する。

影響度算出部１０６は、入力情報取得部１０２が取得した入力情報と、推論部１０４で取得した推論結果を用いて、夫々の入力情報の推論への影響度を算出する。取得した影響度は、レポート文生成部１０８へと出力する。

レポート文生成部１０８は、影響度算出部１０６で取得した夫々の入力情報の推論への影響度を用いて推論に影響する情報を選択する。さらに、推論部１０４で取得した推論結果と、選択した情報を基に、読影レポート文を生成する。選択した情報と生成した読影レポート文は、提示部１１０へと出力する。

提示部１１０は、提示する情報生成して表示する。具体的には、入力情報取得部１０２で取得した入力情報及び付随するデータと、推論部１０４で取得した推論結果と、レポート文生成部１０８で選択した推論に影響する情報と、生成した読影レポート文に基づいて、提示する情報を生成する。

なお、図１に示した医療診断支援装置１００の各部の少なくとも一部は独立した装置として実現してもよい。また、夫々が機能を実現するソフトウェアとして実現してもよい。本実施形態では各部はそれぞれソフトウェアにより実現されているものとする。

図２は、図１に示した各部の夫々の機能を、ソフトウェアを実行することで実現するためのコンピュータの基本構成を示す図である。ＣＰＵ１００１は、主として各構成要素の動作を制御する。主メモリ１００２は、ＣＰＵ１００１が実行する制御プログラムを格納したり、ＣＰＵ１００１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１００３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１００４は、表示用データを一時記憶する。モニタ１００５は、例えばＣＲＴモニタや液晶モニタ等であり、表示メモリ１００４からのデータに基づいて画像やテキストなどの表示を行う。マウス１００６及びキーボード１００７は、ユーザ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。上記各構成要素は、共通バス１００８により互いに通信可能に接続されている。

次に、図３のフローチャートを用いて、医療診断支援装置１００が行う全体の処理を説明する。本実施形態では、ＣＰＵ１００１が主メモリ１００２に格納されている各部の機能を実現するプログラムを実行することにより、本処理が実現される。

なお、以下の説明では、読影所見及び腫瘍マーカー名をI_j（j=1〜n）で表し、n種類の読影所見及び腫瘍マーカー名I₁〜I_nを取り扱うものとする。そして、I_jがとりうるk個の状態をS_jkと表記する。kの範囲はI_jにより様々な値となる。本実施形態では、例として、図８に示したような読影所見及び腫瘍マーカー値が入力または取得可能であって、さらに、夫々の読影所見及び腫瘍マーカー値は図８に示したような状態をとることが可能であるものとする。例えば、I₁の「形状」は、異常陰影の形状を表しており、S₁₁「球形」、S₁₂「分葉状」、S₁₃「不整形」の３状態をとる。I₂の「切れ込み」は、異常陰影における切れ込みの程度を表している。また、I_mの「巻（血管）」は、異常陰影における血管の巻き込みの有無を表している。また、I_nの「KL-6」は、間質性肺炎の腫瘍マーカーとして用いられる、血清中のシアン化糖鎖抗原KL-6が、基準値内（500U/ml以下）かどうかを表している。

また、以下の説明では、S_jkの集合をEと表記し、入力情報をE_fとする。ただし、ある１つのI_jの状態S_jkは、１つのEの中には複数が同時に存在しないものとする。例えば、I₁がS₁₁、S₁₂、S₁₃を、I₂がS₂₁、S₂₂、S₂₃、S₂₄をとる場合、E＝{S₁₁, S₂₁}はとりうるが、E＝｛S₁₁, S₁₂｝はとることができない。これは１つの読影所見及び腫瘍マーカー値は１つの状態のみをとるためである。また、以下の説明では、診断名を、記号Dを用いて表記する。本実施形態では、診断名として、原発性肺癌、癌の肺転移、その他の３値をとるものとし、それぞれD₁、D₂、D₃と表記する。また、入力情報E_fが与えられた場合の診断名D_r（r＝1, 2, 3）の推論確率を、P(D_r|E_f)と表記する。また、診断名D_rに対する、E_fの要素S_jkの影響度をI(D_r|S_jk)と表記する。

ステップＳ３０００において、入力情報取得部１０２は、医療診断支援装置１００へ入力された肺の異常陰影に関する入力情報とそれに付随するデータとを取得する。例えば、取得した読影所見及び腫瘍マーカー値の情報が、I₁「形状」：S₁₁「球形」、I₂「切れ込み」：S₂₂「中」、…、I_m「巻（血管）」：S_m3「無」、…、I_n「KL-6」：S_n2「異常値」、であったとする。この場合、S_jkの集合E_fは、E_f＝{S₁₁, S₂₂,…, S_m3, S_n2}となる。

ステップＳ３０１０において、推論部１０４は、ステップＳ３０００で取得した入力情報（すなわち、E_f）に基づいて、該異常陰影が夫々の診断名である確率（推論結果）を推論する。そして、最も推論確率が高い診断名を推論診断名D_fとして選択する。このときの推論手法としては、ベイジアンネットワーク、ニューラルネットワーク、サポートベクターマシン、など既存の様々な推論手法が利用できる。本実施形態では、推論手法としてベイジアンネットワークを用いる。ベイジアンネットワークは条件付確率を用いた推論モデルであり、入力情報が入力された場合の各診断名の推論確率（その事例が夫々の診断名である確率。事後確率ともいう。）の取得が可能である。本実施形態では異常陰影の診断名D₁、D₂、D₃それぞれの確率P(D_r|E_f)が取得される。

ステップＳ３０２０において、影響度算出部１０６は、ステップＳ３０００で取得した入力情報E_fの各要素について、夫々の診断名に対する影響度を算出する。本実施形態では、診断名D_rに対するS_jkの影響度I(D_r|S_jk)を、D_rの事前確率P(D_r)と、S_jkのみを入力した場合のD_rの推論確率P(D_r|S_jk)との差と定義し、次式によって算出する。

I(D_r|S_jk)＝P(D_r|S_jk)−P(D_r) …（１）

ここで、I(D_r|S_jk)が正、すなわち、S_jkのみを入力した時の事後確率が事前確率より大きい場合は、S_jkはD_rに対して肯定的な影響度を持つとする。一方、負の場合、すなわち、S_jkのみを入力した時の事後確率が事前確率より小さい場合は、S_jkはD_rに対して否定的な影響度を持つとする。なお、以上の影響度の算出方法は、本実施形態における処理の一例であり、これに限定されるものではない。

ステップＳ３０３０において、レポート文生成部１０８は、ステップＳ３０２０で取得した夫々の入力情報の推論への影響度を用いて、推論に影響する情報を推論の根拠として選択する。

本実施形態では、入力情報の一部を推論に影響する情報として選択する。具体的には、推論診断名D_fに対して肯定的な影響度を持つ入力情報のうち、影響度の上位３つまでの入力情報を選択する。例えば、ステップＳ３０２０までの処理の結果、図９に示すような入力情報、推論結果、影響度が得られたとする。この時、D₁の推論確率が0.25、D₂の推論確率が0.45、D₃の推論確率が0.30なので、最も推論確率が高い診断名（推論診断名）はD₂となる。ここで、D₂に対して肯定的な影響度を持つ上位３つの入力情報は、I₃「円滑」：S₃₁「強」（0.31）、I₁「形状」：S₁₁「球形」（0.20）、I_m「巻（血管）」：S_m3「無」（0.13）となる。これらの入力情報が、推論に影響する情報として選択される。

ステップＳ３０４０において、レポート文生成部１０８は、ステップＳ３０１０で取得した推論結果と、ステップＳ３０３０で選択した入力情報を基に、推論結果とそれを説明する推論の根拠を含んだ読影レポート文を生成する。

本実施形態では、図４に示すようなテンプレートを用いて読影レポートを生成する。テンプレート中の「部位」はステップＳ３０００で取得した付随するデータにより変わりうることを示す。同様に、テンプレート中の「項目名」、「状態名」は本ステップで選択した情報により変わりうることを示す。なお、「項目名」はI_j、「状態名」はS_jkに対応する。さらに、テンプレート中の「推論結果」はステップＳ３０１０で取得した推論結果により変わりうることを示す。本実施形態では、「推論結果」は最も推論確率が高い診断名（推論診断名）となる。また、“（「項目名」は「状態名」）＋”は、『「項目名」は「状態名」』という文字列を１回以上（ステップＳ３０３０で選択した入力情報の数だけ）繰り返すことを示す。この繰り返しを行う場合は、夫々の入力情報の影響度に基づいて表記順を変更する。具体的には、影響度の高いものから順に表記を行う。すなわち、最も影響度の高いもの、２番目に高いもの、…、という表記順になる。本実施形態では、推論に影響する情報として、上位３つまでの入力情報を選択しているので、最大で３回繰り返される。なお、図４に示したように「状態名」は『中』（繰り返しの途中）、『末』（繰り返しの最後）によって当てはまる文字が異なる。

図９の例で言うと、「推論結果」にはD₂（すなわち、癌の肺転移）が当てはまる。また、推論に影響する情報として選択した結果から、I₃「円滑」：S₃₁「強」（0.31）、I₁「形状」：S₁₁「球形」（0.20）、I_m「巻（血管）」：S_m3「無」（0.13）が得られる。そして、付随情報から「部位名」に左肺野が埋められたとすると、読影レポート文として次のような文が生成される。
『左肺野に異常陰影を認めます。円滑は強く、形状は球形で、巻（血管）はありません。以上から、癌の肺転移を疑います。』
なお、上記のテンプレートを用いた読影レポート文の生成方法は、本実施形態における処理の一例であり、これに限定されるものではない。

ステップＳ３０５０において、提示部１１０は、提示する情報を生成して表示する。具体的には、ステップＳ３０００で取得した入力情報及び付随するデータと、ステップＳ３０１０で取得した推論結果と、ステップＳ３０３０で選択した情報と、ステップＳ３０４０で生成した読影レポート文に基づいて、提示する情報を生成する。

図５は、本実施形態においてモニタ１００５に表示される提示情報の一例を示す。提示情報５００は、ステップＳ３０００で取得した肺の異常陰影の代表画像５０００、及び、肺の異常陰影の入力情報５０１０を含んでいる。また、提示情報４００は、ステップＳ３０１０で推論した推論結果５０２０を含んでいる。図に示される例では、推論結果５０２０として、推論結果における原発性肺癌の推論確率５０２１、癌の肺転移の推論確率５０２２、及び、その他の推論確率５０２３が、円グラフによって表示される。また、提示情報５００は、推論診断名（図の例では癌の肺転移）とその確率５０３０（図の例では、癌の肺転移の推論確率）とを含んでいる。また、提示情報５００は、ステップＳ３０３０で選択した推論に影響する情報（推論の根拠）を表す枠５０４０と、ステップＳ３０４０で生成した読影レポート文５０５０を含んでいる。

本実施形態によれば、推論結果に加え、推論結果に対して影響を有する入力情報も組み入れた読影レポート文が生成される。そうすることで、医師は、生成された読影レポート文を雛型として、読影の依頼元である主治医にとって理解しやすい読影レポート文を効率的に作成することができる。

［第２実施形態］
本実施形態に関わる医療診断支援装置は、推論結果に肯定的な影響を持つ医用情報と、否定的な影響を持つ医用情報で、係り受け表記を変更した読影レポートを作成する。

なお、本施形態に係る医療診断支援装置の構成は第１の実施形態における図１と同様である。また、ソフトウェアの実行によって医療診断支援装置１００を実現するコンピュータの基本構成は、第１実施形態における図２と同様である。また、医療診断支援装置１００が行う全体の処理を説明するフローチャートは図３と同様である。ただし、ステップＳ３０３０及びステップ３０４０が行う処理の一部が第１実施形態とは異なっている。以下、図３のフローチャートを参照して、本実施形態に係る医療診断支援装置１００が行う全体の処理について、第１実施形態との相違部分についてのみ説明する。

ステップＳ３０００乃至ステップＳ３０２０の各処理は、第１実施形態における各処理と同様である。

ステップＳ３０３０において、レポート文生成部１０８は、ステップＳ３０２０で取得した夫々の入力情報の推論への影響度を用いて、推論診断名D_fに否定的な影響を持つ入力情報と肯定的な影響を持つ入力情報を選択する。

本実施形態では、否定的な影響に係る閾値（θ_n）と肯定的な影響に係る閾値（θ_p）を定義し、入力情報の一部を選択する。具体的には、推論診断名D_fに対して、θ_n以下の影響度を持つ入力情報を、推論に影響する情報（否定的な影響を持つ入力情報）として選択する。同様に、θ_p以上の影響度を持つ入力情報もまた、推論に影響する情報（肯定的な影響を持つ入力情報）として選択する。例えば、図９に示すような入力情報、推論結果、影響度が得られたとする。また、θ_nが-0.05、θ_pが0.20であるとする。この時、推論診断名であるD₂への影響度がθ_n以下の入力情報は、I₂「切れ込み」：S₂₂「中」（-0.15）、I_n「KL-6」：S_n2「異常値」（-0.08）となる。同様に、D₂への影響度がθ_p以上の入力情報は、I₃「円滑」：S₃₁「強」（0.31）、I₁「形状」：S₁₁「球形」（0.20）となる。これらの入力情報が、推論に影響する情報として選択される。

ステップＳ３０４０において、レポート文生成部１０８は、ステップＳ３０１０で取得した推論結果と、ステップＳ３０３０で選択した入力情報を基に、推論結果と、否定的な情報も含めてその推論の根拠を説明する読影レポート文を生成する。

本実施形態では、図６に示すようなテンプレートを用いて読影レポートを生成する。テンプレート中の「部位」、「項目名」、「状態名」、「推論結果」は図４と同様である。“N（「項目名」は「状態名」）＊”は、否定的な影響を持つ入力情報により『「項目名」は「状態名」』という文字列が０回以上（ステップＳ３０３０で選択した否定的な入力情報の数だけ）繰り返すことを示す。０回は、条件を満たす入力情報が無い場合となる。この繰り返しを行う場合は、夫々の入力情報の影響度に基づいて表記順を変更する。具体的には、影響度の絶対値の高いものから順に行う。すなわち、最も影響度の絶対値の高いもの、２番目に影響度の絶対値高いもの、…、という表記順になる。同様に、“P（「項目名」は「状態名」）＊”は、肯定的な影響を持つ入力情報により『「項目名」は「状態名」』という文字列が０回以上（ステップＳ３０３０で選択した肯定的な入力情報の数だけ）繰り返すことを示す。繰り返しの実行方法も同様である。なお、図６に示したように「状態名」は『中』（繰り返しの途中）、『N末』（否定的な影響を持つ入力情報による繰り返しの最後）、『P末』（肯定的な影響を持つ入力情報による繰り返しの最後）によって当てはまる文字が異なる。つまり、影響度の符号に応じて入力情報に対する係り受け表記を変更している。

第１の実施形態と同様に、付随情報から「部位名」に左肺野が埋められたとすると、読影レポート文として次のような文が生成される。
『左肺野に異常陰影を認めます。切れ込みは中程度で、KL-6は異常（526 U/ml）なものの、円滑は強く、形状は球形です。以上から、癌の肺転移を疑います。』
なお、上記のテンプレートを用いた読影レポート文の生成方法は、本実施形態における処理の一例であり、これに限定されるものではない。

ステップＳ３０５０の処理は、第１実施形態における処理と同様である。

図７は、本実施形態においてモニタ１００５に表示される提示情報の一例を示す。図に示される例では、図５の例に加え、ステップＳ３０３０で選択した推論に否定的な影響を持つ入力情報を表す枠７０４５を含んでいる。

本実施形態によれば、推論結果に肯定的な影響を持つ医用情報と、否定的な影響を持つ医用情報で、係り受け表記を変更した読影レポート文が生成される。そうすることで、推論結果に肯定的な情報と否定的な情報が区別できるため、読影レポート文が主治医に理解されることがより期待される。したがって、医師は、生成された読影レポート文を雛型として、読影の依頼元である主治医にとってより理解しやすい読影レポート文を効率的に作成することができる。

（変形例１）
上記２つの実施形態では、ステップＳ３０２０において、入力情報E_fの各要素について、夫々の診断名に対する影響度を算出していた。しかし、E_fの各要素の組み合わせE_fs(s = 1, 2, …)を生成し、E_fsに対する影響度を算出してもよい。このとき、組み合わせ数は任意の数であってよい。例えば、E_f = {S₁₁, S₂₂, S_m3, S_n2}であり、組み合わせ数を2とする。この場合、E_f1 = {S₁₁, S₂₂}、E_f2 = {S₁₁, S_m3}、E_f3 = {S₁₁, S_n2}、E_f4 = {S₂₂, S_m3}、E_f5 = {S₂₂, S_n2}、E_f6 = {S_m3, S_n2}の６つのE_fsが生成される。この夫々のE_fsに対して影響度を算出する。

（変形例２）
上記２つの実施形態では、ステップＳ３０３０において、影響度の大きい順にテンプレートにあてはめていた。すなわち、影響度に応じた表記順になっていた。しかし、その他の方法でテンプレートにあてはめてもよい。例えば、各入力情報に優先度を設定し、優先度の順にテンプレートにあてはめてもよい。すなわち、優先度に応じた表記順になっていてもよい。また、影響度の大きさに応じて係り受けを変更してもよい。例えば、影響度が最大の情報の項目名の前に、「さらに」「その上」のように強調表現を加えてもよい。この場合は、影響度の小さい順に表記する方が望ましい。例えば、次のようなレポート文が作成される。
『左肺野に異常陰影を認めます。巻（血管）は無く、形状は球形で、その上円滑は強いです。以上から、癌の肺転移を疑います。』

また、上記２つの実施形態では、テンプレートを用いていたが、その他の方法を用いてもよい。例えば、入力情報を形態素とみなし、形態素解析技術と構文解析技術を用いて自然文を作成してもよい。

（他の実施形態）
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。この場合、そのプログラム、及び該プログラムを記憶した記憶媒体は本発明を構成することになる。

Claims (9)

1. 医療診断を支援する情報を提供する医療診断支援システムであって、
   診断対象に関する医用情報を入力情報として取得する取得手段と、
   前記取得手段により取得された入力情報に基づいて前記診断対象の診断名を推論する推論手段と、
   前記取得手段により取得された入力情報が前記推論手段による推論に与える影響度を算出する算出手段と、
   前記算出手段により算出された影響度に基づいて前記取得手段により取得された入力情報の少なくとも一部を選択し、該選択された入力情報の夫々について前記算出手段により算出された影響度に応じた文言が用いられ、該選択された入力情報の夫々を含むレポート文を作成する生成手段と、
   を備えることを特徴とする医療診断支援システム。
2. 前記生成手段は、前記レポート文に記載する入力情報の夫々について前記算出手段により算出された影響度の違いに応じた文言が用いられたレポート文を生成することを特徴とする請求項１に記載の医療診断支援システム。
3. 前記生成手段は、前記レポート文に記載する入力情報が、前記推論手段による推論に対して肯定的な影響度を持つか否定的な影響度を持つかに応じて、前記入力情報の係り受け表記を異ならせることを特徴とする請求項１又は２に記載の医療診断支援システム。
4. 前記生成手段は、前記レポート文に記載する入力情報を、前記算出手段により算出された影響度の大きい順に選択することを特徴とする請求項１乃至３のいずれか１項に記載の医療診断支援システム。
5. 前記生成手段は、前記取得手段により取得された入力情報のうち、前記算出手段により算出された影響度が所定の範囲内であるものを前記レポート文に記載する入力情報として選択することを特徴とする請求項１乃至３のいずれか１項に記載の医療診断支援システム。
6. 前記算出手段は、前記診断対象の診断名の推論における推論確率に対して、前記取得手段により取得された入力情報が与える影響度を算出することを特徴とする請求項１乃至５のいずれか１項に記載の医療診断支援システム。
7. 医療診断を支援する情報を提供する医療診断支援装置であって、
   診断対象に関する医用情報を入力情報として取得する取得手段と、
   前記取得手段により取得された入力情報に基づいて前記診断対象の診断名を推論する推論手段と、
   前記取得手段により取得された入力情報が前記推論手段による推論に与える影響度を算出する算出手段と、
   前記算出手段により算出された影響度に基づいて前記取得手段により取得された入力情報の少なくとも一部を選択し、該選択された入力情報の夫々について前記算出手段により算出された影響度に応じた文言が用いられ、該選択された入力情報の夫々を含むレポート文を作成する生成手段と、
   を備えることを特徴とする医療診断支援装置。
8. 医療診断を支援する情報を提供するための情報処理方法であって、
   取得手段が、診断対象に関する医用情報を入力情報として取得する取得ステップと、
   推論手段が、前記取得手段により取得された入力情報に基づいて前記診断対象の診断名を推論する推論ステップと、
   算出手段が、前記取得手段により取得された入力情報が前記推論手段による推論に与える影響度を算出する算出ステップと、
   生成手段が、前記算出手段により算出された影響度に基づいて前記取得手段により取得された入力情報の少なくとも一部を選択し、該選択された入力情報の夫々について前記算出手段により算出された影響度に応じた文言を用いて、該選択された入力情報の夫々を含むレポート文を作成する生成ステップと、
   を有することを特徴とする情報処理方法。
9. コンピュータを、請求項１乃至６のいずれか１項に記載の医療診断支援システムが有する各手段として機能させるためのプログラム。

Images