JP6843785B2 - 診断支援システム、診断支援方法、及びプログラム - Google Patents

Description

本開示は、診断支援システム、診断支援方法、及びプログラムに関する。

従来、多臓器及び多疾病を対象とする診断支援を実現するために、診断支援アルゴリズムを共有化し利用するための仕組みを備える共通プラットフォームが提案されている（非特許文献１参照）。

二村 幸孝、出口 大輔、北坂 孝幸、森 健策、末永 康仁、"PLUTO：医用画像診断支援共通プラットフォーム"、MEDICAL IMAGING TECHNOLOGY Vol.26 No.3、P.187-191、May 2008

一方、ある臓器に発生した疾患に関して、転移により他の臓器に疾患が発生する場合がある。非特許文献１には、多臓器及び多疾病を対象とする診断支援を実現するための共通プラットフォームを提供することは記載されているものの、多臓器に亘る疾患間の関係性を考慮することについては記載されていない。

本開示は、以上の事情を鑑みて成されたものであり、多臓器に亘る疾患間の関係性を考慮して診断を支援できる診断支援システム、診断支援方法、及びプログラムを提供することを目的とする。

上記目的を達成するために、本開示の診断支援システムは、医用画像における要観察領域を特定する要観察領域特定部と、
要観察領域が特定された臓器に関連する関連臓器を特定する関連臓器特定部とを備える。

なお、本発明による診断支援システムにおいては、要観察領域が特定された臓器の画像および関連臓器の画像を表示部に表示する表示制御部をさらに備えるものであってもよい。

また、本発明による診断支援システムにおいては、表示制御部は、関連臓器が病変部を含む場合、病変部を視認可能に関連臓器の画像を表示部に表示するものであってもよい。

また、本発明による診断支援システムにおいては、関連臓器特定部は、複数の関連臓器が特定された場合、複数の関連臓器に優先度を付与し、
表示制御部は、優先度に応じた順序で複数の関連臓器の画像を表示部に表示するものであってもよい。

また、本発明による診断支援システムにおいては、医用画像に含まれる臓器領域を抽出する臓器領域抽出部をさらに備え、
要観察領域特定部は、臓器領域に基づいて要観察領域を特定するものであってもよい。

また、本発明による診断支援システムにおいては、医用画像は１つの検査により取得された複数の医用画像からなり、
臓器領域抽出部は、要観察領域が特定された第１の臓器領域を含む第１の医用画像または第１の医用画像以外の第２の医用画像から、第１の臓器領域とは異なる少なくとも１つの第２の臓器領域を抽出し、
関連臓器特定部は、第２の臓器領域に基づいて関連臓器を特定するものであってもよい。

また、本発明による診断支援システムにおいては、臓器領域抽出部は、複数の第２の臓器領域を抽出し、
関連臓器特定部は、複数の第２の臓器領域において関連臓器を特定するものであってもよい。

また、本発明による診断支援システムにおいては、臓器領域抽出部は、複数の第２の臓器領域を抽出し、
関連臓器特定部は、第２の臓器領域のそれぞれが関連臓器であるか否かを順次判定し、判定が肯定された第２の臓器領域の臓器を関連臓器に特定するものであってもよい。

また、本発明による診断支援システムにおいては、関連臓器特定部は、各種臓器に発症する疾患と、各疾患を診断するために必要な、各疾患が発症した臓器以外の他の臓器とを対応づけたテーブルを参照して、関連臓器を特定するものであってもよい。

また、本発明による診断支援システムにおいては、関連臓器特定部は、各種医用画像に対する参照履歴を参照して、関連臓器を特定するものであってもよい。

また、本発明による診断支援システムにおいては、関連臓器特定部は、各種医用画像を用いた過去の診断情報を参照して、関連臓器を特定するものであってもよい。

また、本発明による診断支援システムにおいては、要観察領域は、大腸における大腸癌の領域であり、
関連臓器は、肝臓及び骨であってもよい。

本発明による診断支援方法は、医用画像における要観察領域を特定し、
要観察領域が特定された臓器に関連する関連臓器を特定する。

なお、本発明による診断支援方法をコンピュータに実行させるプログラムとして提供してもよい。

本発明による他の診断支援システムは、コンピュータに実行させるための命令を記憶するメモリと、
記憶された命令を実行するよう構成されたプロセッサとを備え、プロセッサは、
医用画像における要観察領域を特定し、
要観察領域が特定された臓器に関連する関連臓器を特定する処理を実行する。

本開示によれば、医用画像における要観察領域が特定され、要観察領域が特定された臓器に関連する関連臓器が特定される。このため、医用画像を読影した際に疾患が発見された場合、その疾患を要観察領域に特定することにより、要観察領域が特定された臓器に関連する関連臓器も特定される。したがって、多臓器に亘る疾患間の関係性を考慮して診断を支援できる。

実施形態に係る診断支援システムの構成の一例を示すブロック図である。 実施形態に係る診断支援装置のハードウェア構成の一例を示すブロック図である。 実施形態に係る診断支援装置の機能的な構成の一例を示すブロック図である。 実施形態に係る医用画像から抽出された臓器領域の一例を示す図である。 関連臓器を特定する際に参照するテーブルの例を示す図である。 関連臓器を特定する際に参照する参照履歴テーブルの例を示す図である。 実施形態に係る読影画面の一例を示す図である。 実施形態に係る診断支援処理の一例を示すフローチャートである。 実施形態に係る読影画面の他の例を示す図である。

以下、図面を参照して、本開示の技術を実施するための実施形態を詳細に説明する。まず、図１を参照して、本実施形態に係る診断支援システム１０の構成を説明する。図１に示すように、診断支援システム１０は、画像管理装置１２及び診断支援装置１４を含む。画像管理装置１２及び診断支援装置１４は、各々ネットワークＮに接続され、ネットワークＮを介した通信が可能とされる。画像管理装置１２は、ＣＴ（Computed Tomography）及びＭＲＩ（Magnetic Resonance Imaging）等の医用画像を撮影する撮影装置による撮影により得られた医用画像を示す医用画像データを記憶する。画像管理装置１２の例としては、ＰＡＣＳ（Picture Archiving and Communication System）等が挙げられる。診断支援装置１４は、画像管理装置１２に記憶された医用画像データを用いて診断の支援を行う。診断支援装置１４の例としては、パーソナルコンピュータ及びサーバコンピュータ等の情報処理装置が挙げられる。

次に、図２を参照して、本実施形態に係る診断支援装置１４のハードウェア構成を説明する。図２に示すように、診断支援装置１４は、ＣＰＵ（Central Processing Unit）２０、一時記憶領域としてのメモリ２１、及び不揮発性の記憶部２２を含む。また、診断支援装置１４は、液晶ディスプレイ等の表示部２３、キーボードとマウス等の入力部２４、及びネットワークＮに接続されるネットワークＩ／Ｆ（InterFace）２５を含む。ＣＰＵ２０、メモリ２１、記憶部２２、表示部２３、入力部２４、及びネットワークＩ／Ｆ２５は、バス２６に接続される。

記憶部２２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、及びフラッシュメモリ等によって実現される。記憶媒体としての記憶部２２には、診断支援プログラム３０が記憶される。ＣＰＵ２０は、記憶部２２から診断支援プログラム３０を読み出してからメモリ２１に展開し、展開した診断支援プログラム３０を実行する。

次に、図３を参照して、本実施形態に係る診断支援装置１４の機能的な構成について説明する。図３に示すように、診断支援装置１４は、画像取得部４０、臓器領域抽出部４２、第１導出部４４、第２導出部４６、要観察領域特定部４８、関連臓器特定部５０、及び表示制御部５２を含む。ＣＰＵ２０が診断支援プログラム３０を実行することで、画像取得部４０、臓器領域抽出部４２、第１導出部４４、第２導出部４６、要観察領域特定部４８、関連臓器特定部５０、及び表示制御部５２として機能する。

画像取得部４０は、画像管理装置１２から、画像管理装置１２に記憶された医用画像データを、ネットワークＮを介して取得する。本実施形態では、画像取得部４０は、例えば、一度のＣＴ撮影により得られた複数の医用画像等の同一検査内の複数の医用画像それぞれを示す複数の医用画像データを取得する。なお、個々の医用画像は、例えば、ＣＴ撮影により得られた３次元のＣＴ画像、ＭＲＩ撮影により得られた３次元のＭＲＩ画像、及び単純Ｘ線撮影により得られたＸ線画像等である。なお、３次元画像は複数の断層画像を含むが、複数の断層画像からなる３次元画像を１つの医用画像と見なすものとする。

臓器領域抽出部４２は、画像取得部４０により取得された複数の医用画像データが示す複数の医用画像のそれぞれから臓器領域を抽出する。なお、臓器領域抽出部４２は、異なる複数の医用画像のそれぞれから複数の臓器領域を抽出してもよい。また、医用画像を取得した装置の種類(すなわちモダリティ）が異なる場合には、臓器領域抽出部４２は、異なるモダリティで取得した医用画像のそれぞれから臓器領域を抽出する。なお、複数の医用画像のうち、後述するよう観察領域が特定された医用画像が第１の医用画像に対応し、第１の医用画像以外の医用画像が第２の医用画像に対応する。

臓器領域抽出部４２による臓器領域の抽出処理には、例えば、ＡＩ（Artificial Intelligence）技術を適用することができる。具体的には、例えば、医用画像データを入力とし、抽出される臓器領域を出力としたディープニューラルネットワークを作成する。次に、医用画像データ及びその医用画像データが示す医用画像内の臓器領域を含む教師データを用いて、作成したディープニューラルネットワークを学習させることによって得られた学習済みモデルを記憶部２２に予め記憶しておく。臓器領域抽出部４２は、画像取得部４０により取得された複数の医用画像データを学習済みモデルに入力し、学習済みモデルから出力された臓器領域を取得することによって、医用画像から臓器領域を抽出する。図４に、臓器領域抽出部４２により抽出された臓器領域の一例を示す。図４の右側の図においては、異なる臓器領域に異なるハッチングを付与している。なお、臓器領域抽出部４２は、ユーザにより入力部２４を介して入力された領域を臓器領域として抽出してもよい。

第１導出部４４は、臓器領域抽出部４２により抽出された複数の臓器領域について、それぞれの臓器領域の画像から得られる臓器情報を導出する。臓器情報の例としては、面積と体積等の臓器領域のサイズ、及び臓器領域の画像の各画素の信号値（例えば、画素値）が挙げられる。また、臓器情報の例としては、臓器領域の画像の各画素の信号値から算出される値（例えば、最大値、最小値、平均値、分散、及び標準偏差等）等も挙げられる。

第１導出部４４による臓器情報の導出処理には、例えば、ＡＩ技術を適用することができる。具体的には、例えば、臓器領域の画像を示す画像データを入力とし、臓器情報を出力としたディープニューラルネットワークを作成する。次に、臓器領域の画像を示す画像データ及びその画像データに対応する臓器情報を含む教師データを用いて、作成したディープニューラルネットワークを学習させることによって得られた学習済みモデルを記憶部２２に予め記憶しておく。第１導出部４４は、臓器領域抽出部４２により抽出された臓器領域の画像を示す画像データを学習済みモデルに入力し、学習済みモデルから出力された臓器情報を取得することによって、臓器領域抽出部４２により抽出された臓器領域の臓器情報を導出する。なお、臓器情報の数は、２つでもよいし、３つ以上でもよい。

第２導出部４６は、第１導出部４４により複数の臓器領域のそれぞれについて導出された複数の臓器情報に基づいて、疾患の評価に関する指標値を導出する。なお、指標値の数は、２つでもよいし、３つ以上でもよい。

第２導出部４６による指標値の導出処理には、例えば、ＡＩ技術を適用することができる。具体的には、例えば、複数の臓器情報を入力とし、疾患の評価に関する指標値を出力としたディープニューラルネットワークを作成する。次に、複数の臓器情報及びその臓器情報に対応する疾患の評価に関する指標値を含む教師データを用いて、作成したディープニューラルネットワークを学習させることによって得られた学習済みモデルを記憶部２２に予め記憶しておく。第２導出部４６は、複数の臓器領域について第１導出部４４により導出された臓器情報を学習済みモデルに入力し、学習済みモデルから出力された疾患の評価に関する指標値を取得することによって、疾患の評価に関する指標値を導出する。なお、第２導出部４６は、ＡＩ技術を用いるのではなく、予め定義されたルールに従って、疾患の評価に関する指標値を導出してもよい。

要観察領域特定部４８は、第１導出部４４により複数の臓器領域それぞれについて導出された複数の臓器情報、及び第２導出部４６により導出された指標値に基づいて、医用画像から病変部を抽出し、抽出した病変部を要観察領域に特定する。ここで、臓器情報及び指標値は複数の臓器領域のそれぞれについて導出される。このため、要観察領域特定部４８は、抽出された臓器領域毎に要観察領域を特定してもよい。なお、要観察領域が特定された臓器領域が第１の臓器領域となる。複数の臓器領域のうちの第１の臓器領域以外の臓器領域が第２の臓器領域となる。

要観察領域特定部４８による要観察領域の特定処理には、例えば、ＡＩ技術を適用することができる。具体的には、例えば、抽出した複数の臓器領域のそれぞれについて、複数の臓器情報及び指標値を入力とし、病変部であるか否かの判定結果を出力としたディープニューラルネットワークを作成する。次に、複数の臓器情報及びその臓器情報に対応する病変部であるか否かの判定結果を含む教師データを用いて、作成したディープニューラルネットワークを学習させることによって得られた学習済みモデルを記憶部２２に予め記憶しておく。要観察領域特定部４８は、複数の臓器領域について第１導出部４４により導出された臓器情報及び第２導出部４６により導出された指標値を学習済みモデルに入力し、学習済みモデルから出力された判定結果を取得することによって、医用画像における病変部を抽出し、これを要観察領域に特定する。なお、要観察領域特定部４８は、ＡＩ技術を用いるのではなく、予め定義されたルールに従って、医用画像において要観察領域を特定してもよい。

関連臓器特定部５０は、要観察領域が特定された臓器に関連する関連臓器を特定する。関連臓器の特定処理は、各種臓器に発症する疾患と、各疾患を診断するために必要な、 該各疾患が発症した臓器以外の他の臓器とを対応づけたテーブルを参照することにより行うことができる。図５は関連臓器を特定する際に参照するテーブルの例を示す図である。図５に示すように、テーブルＴ１には、要観察領域の疾患名と関連臓器とが対応づけられている。テーブルＴ１においては、要観察領域の疾患名が各種臓器に発症する疾患の名前であり、関連臓器が各疾患を診断するために必要な、 該各疾患が発症した臓器以外の他の臓器となる。ここで、大腸癌については、肝臓及び骨に癌が転移する可能性がある。また、肺癌は脳に、胃癌は肝臓、肺及び脳にそれぞれ転移する可能性がある。このため、テーブルＴ１においては、具体的に、大腸癌には、肝臓及び骨が、肺癌には脳が、胃癌には肝臓、肺及び脳がそれぞれ対応づけられている。関連臓器特定部５０は、テーブルＴ１を参照して、要観察領域が特定された臓器に関連する関連臓器を特定する。例えば、要観察領域が大腸癌の場合、関連臓器を肝臓及び骨に特定する。なお、テーブルＴ１は、経時的にその内容が変化しないテーブルの一例である。

関連臓器の特定に際し、関連臓器特定部５０は、臓器領域抽出部４２が抽出した複数の臓器領域のそれぞれから、テーブルＴ１を参照して関連臓器を抽出することにより、関連臓器を特定する。すなわち、テーブルＴ１を参照し、要観察領域が特定された臓器に対応づけられた臓器の臓器領域を複数の臓器領域から抽出して、抽出された臓器領域の臓器を関連臓器に特定する。

なお、上記では、関連臓器特定部５０は、テーブルＴ１を参照して関連臓器を特定しているが、これに限定されるものではない。例えば、ある疾患について、医師が診断の際に参照した臓器の参照履歴を参照履歴テーブルとして記憶部２２に保存しておき、保存した参照履歴テーブルを参照して関連臓器を特定してもよい。図６は関連臓器を特定する際に参照する参照履歴テーブルの例を示す図である。図６に示すように、参照履歴テーブルＴ２には、要観察領域の疾患名と関連臓器とが対応づけられている。なお、参照履歴テーブルＴ２においては、関連臓器が、医師が診断の際に参照した臓器となる。具体的には、参照テーブルＴ２においては、大腸癌には肝臓及び骨が、肺癌には脳が、胃癌には肝臓及び肺がそれぞれ対応づけられている。この場合、関連臓器特定部５０は、参照履歴テーブルＴ２を参照して、要観察領域が特定された臓器に関連する関連臓器を特定する。例えば、要観察領域が大腸癌の場合、関連臓器を肝臓及び骨に特定する。なお、参照履歴テーブルＴ２は、経時的にその内容が変化するテーブルの一例である。参照履歴テーブルは、医師が診断する毎にその内容が変更されるが、他にはＡＩ技術を用いて学習を行うことにより内容が変更されるテーブル、あるいは医師等の操作者の操作ログを用いてその内容が変更されるテーブル等を用いることができる。

一方、患者の電子カルテ及び読影レポート等の過去の診断情報には、診断時あるいは読影時に参照した臓器の情報が記載されている。このため、関連臓器特定部５０は、特定された要観察領域に類似する領域についての読影レポート及び電子カルテ等の過去の診断情報を参照して、関連臓器を特定してもよい。なお、過去の診断情報は、ネットワークＮに接続された、診断情報を保存する診断情報データベース（不図示）に保存されている。このため、関連臓器特定部５０は、特定された要観察領域に類似する領域についての記載がある診断情報の送信を、診断情報データベースに対して行う。そして、関連臓器特定部５０は、送信された診断情報を参照して、関連臓器を特定する。

表示制御部５２は、要観察領域が特定された臓器の画像および関連臓器の画像を含む読影画面を表示部２３に表示する。要観察領域が特定された臓器については、医用画像から抽出された臓器領域において、要観察領域をあらかじめ定められた色で塗りつぶす画像処理を行って、表示部２３に表示する。この際、要観察領域が特定された臓器について導出された疾患の評価に関する指標値を臓器の画像と併せて表示する。また、関連臓器の画像についても、医用画像から抽出された臓器領域の画像及び指標値を表示する。

図７は実施形態に係る読影画面の一例を示す図である。図７に示すように、読影画面６０には、要観察領域が特定された臓器の画像である大腸の画像６２、大腸の画像６２についての指標値６４、関連臓器の画像である肝臓の画像６６及び骨の画像６８、肝臓の画像６６についての指標値７０、並びに骨の画像６８についての指標値７２が表示される。なお、大腸の画像６２においては、病変部、すなわち要観察領域７４が特定されている。なお、肝臓の画像６６においても病変部７６が視認可能に特定されている。具体的には、病変部７６を枠で囲む、他の領域と輝度を変更する、あるいはアノテーションを付与する等により、病変部７６を視認可能に特定する。なお、図７においては、病変部７６に斜線を付与することにより病変部７６を視認可能に特定している。

次に、図８を参照して、本実施形態に係る診断支援装置１４の作用を説明する。ＣＰＵ２０が診断支援プログラム３０を実行することによって、図８に示す診断支援処理が実行される。また、図８に示す診断支援処理は、例えば、ユーザにより入力部２４を介して、診断支援プログラム３０の実行指示が入力された場合に実行される。

図８のステップＳ１０で、画像取得部４０は、前述したように、画像管理装置１２から、画像管理装置１２に記憶された医用画像を、ネットワークＮを介して取得する。ステップＳ１２で、臓器領域抽出部４２は、ステップＳ１０の処理により取得された複数の医用画像データが示す複数の医用画像から臓器領域を抽出する。

ステップＳ１４で、第１導出部４４は臓器情報を導出し、ステップＳ１６で第２導出部４６は指標値を導出する。ステップＳ１８で、要観察領域特定部４８は、臓器における要観察領域を特定し、ステップＳ２０で、関連臓器特定部５０は関連臓器を特定する。そして、ステップＳ２２で、表示制御部５２が読影画面を表示し、診断支援処理を終了する。

なお、上記実施形態では、個々の医用画像を、例えば、ＣＴ撮影により得られた３次元のＣＴ画像、ＭＲＩ撮影により得られた３次元のＭＲＩ画像、及び単純Ｘ線撮影により得られたＸ線画像等としているが、これに限定されるものではない。例えば、３次元画像に含まれる個々の断層画像を同一検査内の医用画像として用いてもよい。

また、上記実施形態では、関連臓器の特定に際し、関連臓器特定部５０は、臓器領域抽出部４２が抽出した複数の臓器領域のそれぞれから、テーブルＴ１等を参照して関連臓器を抽出することにより関連臓器を特定しているが、これに限定されるものではない。例えば、複数の臓器領域について、順次関連臓器であるか否かを判定し、判定が肯定された臓器領域を関連臓器に特定してもよい。この際、臓器領域抽出部４２は、臓器領域を順次抽出して、関連臓器特定部５０に出力するようにしてもよい。

なお、上記実施形態においては、関連臓器特定部５０は、テーブルＴ１、参照履歴テーブルＴ２及び過去の診断情報のうちの複数を用いて、関連臓器を特定してもよい。例えば、テーブルＴ１、参照履歴テーブルＴ２及び過去の診断情報のすべてを用いて関連臓器を特定した場合、関連臓器特定部５０は、３通りの関連臓器を特定する。この場合、関連臓器を特定した際に参照した情報に優先度を付与してもよい。例えば、参照履歴テーブルＴ２、テーブルＴ１、及び過去の診断情報の順に優先度を付与してもよい。このように優先度を付与した場合、表示制御部５２は、優先度に応じて関連臓器の画像を表示する。例えば、参照履歴テーブルＴ２の優先度が最も高い場合において、参照履歴テーブルＴ２に基づく関連臓器が肝臓である場合、図９に示すように読影画面６０には、図７とは異なり、大腸の画像６２、大腸の画像６２についての指標値６４、関連臓器の画像である肝臓の画像６６、及び肝臓の画像６６についての指標値７０のみが表示される。なお、この場合、参照した情報をユーザが入力部２４から指示できるようにしてもよい。図９に示す読影画面において、参照した情報としてテーブルＴ１を指示した場合、図７に示すように、大腸の画像６２、大腸の画像６２についての指標値６４、関連臓器の画像である肝臓の画像６６及び骨の画像６８、肝臓の画像６６についての指標値７０、並びに骨の画像６８についての指標値７２を含む読影画面が表示される。

また、上記実施形態においては、複数の医用画像から複数の臓器領域を抽出する場合について説明したが、これに限定されない。例えば、１つの医用画像から複数の臓器領域を抽出する形態としてもよい。

また、上記実施形態では、同一検査内の複数の医用画像から臓器領域を抽出する場合について説明したが、これに限定されない。例えば、同一の被写体を撮影した、撮影時期が異なる複数の医用画像から臓器領域を抽出する形態としてもよい。また、例えば、同一の被写体を異なる撮影方法により撮影して得られた複数の医用画像から臓器領域を抽出する形態としてもよい。この場合の異なる撮影方法としては、例えば、ＣＴ撮影とＭＲＩ撮影等の異なる撮影装置による撮影が挙げられる。また、この場合の異なる撮影方法としては、例えば、同じ撮影装置による撮影ではあるが、造影剤が体内にある状態での撮影と無い状態での撮影、及びマンモグラフィでの通常撮影とトモシンセシス撮影等も挙げられる。

なお、上記実施形態では、疾患の評価に関する指標値を読影画面に含めて表示部２３に表示する場合について説明したが、これに限定されない。例えば、疾患の評価に関する指標値に加え、指標値の導出に用いた各臓器情報、及び各臓器情報に対応する各臓器領域の少なくとも１つを更に読影画面に含めて表示する形態としてもよい。

また、上記実施形態でＣＰＵがソフトウェア（プログラム）を実行することにより実行した各種処理を、ＣＰＵ以外の各種のプロセッサが実行してもよい。この場合のプロセッサとしては、ＦＰＧＡ（Field-Programmable Gate Array）等の製造後に回路構成を変更可能なＰＬＤ（Programmable Logic Device）、及びＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が例示される。また、上記各種処理を、これらの各種のプロセッサのうちの１つで実行してもよいし、同種又は異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡ、及びＣＰＵとＦＰＧＡとの組み合わせ等）で実行してもよい。また、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子等の回路素子を組み合わせた電気回路である。

また、上記実施形態では、診断支援プログラム３０が記憶部２２に予め記憶（インストール）されている態様を説明したが、これに限定されない。診断支援プログラム３０は、ＣＤ−ＲＯＭ（Compact Disk Read Only Memory）、ＤＶＤ−ＲＯＭ（Digital Versatile Disk Read Only Memory）、及びＵＳＢ（Universal Serial Bus）メモリ等の記録媒体に記録された形態で提供されてもよい。また、診断支援プログラム３０は、ネットワークを介して外部装置からダウンロードされる形態としてもよい。

１０ 診断支援システム
１２ 画像管理装置
１４ 診断支援装置
２０ ＣＰＵ
２１ メモリ
２２ 記憶部
２３ 表示部
２４ 入力部
２５ ネットワークＩ／Ｆ
２６ バス
３０ 診断支援プログラム
４０ 画像取得部
４２ 臓器領域抽出部
４４ 第１導出部
４６ 第２導出部
４８ 要観察領域特定部
５０ 関連臓器特定部
５２ 表示制御部
６０ 読影画面
６２ 大腸の画像
６４ 大腸の画像についての指標値
６６ 肝臓の画像
６８ 骨の画像
７０ 肝臓の画像についての指標値
７２ 骨の画像についての指標値
７４ 要観察領域
７６ 病変部
Ｎ ネットワーク
Ｔ１ テーブル
Ｔ２ 参照履歴テーブル

Claims (15)

1. 医用画像に含まれる複数の臓器領域を抽出する臓器領域抽出部と、
   前記複数の臓器領域のそれぞれについての臓器情報を導出する第１導出部と、
   前記複数の臓器情報のそれぞれに基づいて、疾患の評価に関する指標値を導出する第２導出部と、
   前記複数の臓器のそれぞれについて導出された前記臓器情報および前記指標値に基づいて前記医用画像から病変部を抽出し、抽出した前記病変部を前記医用画像における要観察領域に特定する要観察領域特定部と、
   前記要観察領域の疾患名に基づいて、前記要観察領域が特定された臓器に関連する関連臓器を特定する関連臓器特定部とを備えた、診断支援システム。
2. 医用画像に含まれる複数の臓器領域を抽出する臓器領域抽出部と、
   前記複数の臓器領域のそれぞれについての臓器情報を導出する第１導出部と、
   前記複数の臓器情報のそれぞれに基づいて、疾患の評価に関する指標値を導出する第２導出部と、
   前記複数の臓器のそれぞれについて導出された前記臓器情報および前記指標値に基づいて前記医用画像から病変部を抽出し、抽出した前記病変部を前記医用画像における要観察領域に特定する要観察領域特定部と、
   各種医用画像を用いた過去の診断情報を参照して、前記要観察領域が特定された臓器に関連する関連臓器を特定する関連臓器特定部とを備えた、診断支援システム。
3. 前記要観察領域が特定された臓器の画像および前記関連臓器の画像を表示部に表示する表示制御部をさらに備えた請求項１または２に記載の診断支援システム。
4. 前記表示制御部は、前記関連臓器が病変部を含む場合、前記病変部を視認可能に前記関連臓器の画像を前記表示部に表示する請求項３に記載の診断支援システム。
5. 前記関連臓器特定部は、複数の関連臓器が特定された場合、該複数の関連臓器に優先度を付与し、
   前記表示制御部は、前記優先度に応じた順序で前記複数の関連臓器の画像を前記表示部に表示する請求項３または４に記載の診断支援システム。
6. 前記医用画像は１つの検査により取得された複数の医用画像からなり、
   前記臓器領域抽出部は、前記要観察領域が特定された第１の臓器領域を含む第１の医用画像または該第１の医用画像以外の第２の医用画像から、前記第１の臓器領域とは異なる少なくとも１つの第２の臓器領域を抽出し、
   前記関連臓器特定部は、前記第２の臓器領域において前記関連臓器を特定する請求項１から５のいずれか１項に記載の診断支援システム。
7. 前記臓器領域抽出部は、複数の前記第２の臓器領域を抽出し、
   前記関連臓器特定部は、複数の前記第２の臓器領域において前記関連臓器を特定する請求項６に記載の診断支援システム。
8. 前記臓器領域抽出部は、複数の前記第２の臓器領域を抽出し、
   前記関連臓器特定部は、前記第２の臓器領域のそれぞれが関連臓器であるか否かを順次判定し、該判定が肯定された第２の臓器領域の臓器を前記関連臓器に特定する請求項７に記載の診断支援システム。
9. 前記関連臓器特定部は、各種臓器に発症する疾患と、各疾患を診断するために必要な、該各疾患が発症した臓器以外の他の臓器とを対応づけたテーブルを参照して、前記関連臓器を特定する請求項１から８のいずれか１項に記載の診断支援システム。
10. 前記関連臓器特定部は、各種医用画像に対する参照履歴を参照して、前記関連臓器を特定する請求項１から９のいずれか１項に記載の診断支援システム。
11. 前記要観察領域は、大腸における大腸癌の領域であり、
    前記関連臓器は、肝臓及び骨である請求項１から１０のいずれか１項に記載の診断支援システム。
12. コンピュータが、医用画像に含まれる複数の臓器領域を抽出し、
    前記複数の臓器領域のそれぞれについての臓器情報を導出し、
    前記複数の臓器情報のそれぞれに基づいて、疾患の評価に関する指標値を導出し、
    前記複数の臓器のそれぞれについて導出された前記臓器情報および前記指標値に基づいて前記医用画像から病変部を抽出し、抽出した前記病変部を前記医用画像における要観察領域に特定し、
    前記要観察領域の疾患名に基づいて、前記要観察領域が特定された臓器に関連する関連臓器を特定する、診断支援方法。
13. コンピュータが、医用画像に含まれる複数の臓器領域を抽出し、
    前記複数の臓器領域のそれぞれについての臓器情報を導出し、
    前記複数の臓器情報のそれぞれに基づいて、疾患の評価に関する指標値を導出し、
    前記複数の臓器のそれぞれについて導出された前記臓器情報および前記指標値に基づいて前記医用画像から病変部を抽出し、抽出した前記病変部を前記医用画像における要観察領域に特定し、
    各種医用画像を用いた過去の診断情報を参照して、前記要観察領域が特定された臓器に関連する関連臓器を特定する、診断支援方法。
14. 医用画像に含まれる複数の臓器領域を抽出する手順と、
    前記複数の臓器領域のそれぞれについての臓器情報を導出する手順と、
    前記複数の臓器情報のそれぞれに基づいて、疾患の評価に関する指標値を導出する手順と、
    前記複数の臓器のそれぞれについて導出された前記臓器情報および前記指標値に基づいて前記医用画像から病変部を抽出し、抽出した前記病変部を前記医用画像における要観察領域に特定する手順と、
    前記要観察領域の疾患名に基づいて、前記要観察領域が特定された臓器に関連する関連臓器を特定する手順とをコンピュータに実行させる診断支援プログラム。
15. 医用画像に含まれる複数の臓器領域を抽出する手順と、
    前記複数の臓器領域のそれぞれについての臓器情報を導出する手順と、
    前記複数の臓器情報のそれぞれに基づいて、疾患の評価に関する指標値を導出する手順と、
    前記複数の臓器のそれぞれについて導出された前記臓器情報および前記指標値に基づいて前記医用画像から病変部を抽出し、抽出した前記病変部を前記医用画像における要観察領域に特定する手順と、
    各種医用画像を用いた過去の診断情報を参照して、前記要観察領域が特定された臓器に関連する関連臓器を特定する手順とをコンピュータに実行させる診断支援プログラム。