JP6862286B2 - 情報処理装置、情報処理方法、情報処理システム及びプログラム - Google Patents

Description

本明細書の開示は、情報処理装置、情報処理方法、情報処理システム及びプログラムに関する。

計算機で医用画像を解析し、医師の読影の助けとなる類似症例を提示するシステムが提案されている。特許文献１には、診断対象画像から抽出した特徴量に基づいてその診断対象画像と類似する類似画像を検索して提示することが開示されている。

特開２０１１―１１８５４３号公報

診断対象画像と特徴量に基づいて類似画像を検索するだけでは、医師が診断対象画像を観察して診断名を導くのに手がかりとなる情報が検索されないおそれがある。

本発明の実施形態に係る情報処理装置は、対象症例についての医用情報を取得する情報取得手段と、前記医用情報に基づいて推論される前記対象症例の診断名を取得する推論名取得手段と、前記診断名の前記推論に対する前記医用情報の影響の度合いを示す影響度を取得する影響度取得手段と、前記医用情報と前記影響度とに基づいて、前記対象症例と類似する症例である類似症例を取得する類似症例取得手段と、を有することを特徴とする。

本発明の実施形態に係る情報処理装置によれば、対象症例から診断名を導くのに影響する医用情報を含む類似症例を取得することができる。

本発明の実施形態に係る情報処理装置の機能構成の一例を示す図である。 本発明の実施形態に係る情報処理装置のハードウェア構成の一例を示す図である。 本発明の実施形態に係る情報処理装置により行われる処理の一例を示すフローチャートである。 本発明の実施形態に係る情報処理装置により表示される画面の一例を示す図である。 本発明の実施形態に係る情報処理装置により表示される画面の一例を示す図である。 本発明の実施形態に係る情報処理装置により表示される画面の一例を示す図である。

以下、図面を参照して本発明の実施形態を説明する。

［第１の実施形態］
第１の実施形態における情報処理装置１００は、対象症例に関する医用情報（医用画像を含む）を基に診断名を推論し、対象症例のから診断名を導くうえで手がかりとなる情報を有する症例を検索する。具体的には、情報処理装置１００は対象症例から導かれる診断名に対して肯定的な手がかりとなる特徴は類似し、当該診断名に対して否定的な手がかりとなる特徴は類似しない症例を検索する。

なお以下では、対象症例は胸部の症例であり、当該対象症例の医用画像として胸部Ｘ線ＣＴ画像を用いる場合を例に説明する。胸部Ｘ線ＣＴ画像はたとえば、肺の異常陰影の読影に係る医用画像として医師に供される。もちろん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医用情報等は、何れも情報処理装置１００により行われる処理の工程を説明するための一例に過ぎない。

図１は、情報処理装置１００の機能構成の一例を示す図である。情報処理装置１００は、症例情報端末２００に接続されている。症例情報端末２００は、診断対象である症例（以下では、対象症例と称する。）に関する医用情報を、Ｐｉｃｔｕｒｅ Ａｒｃｈｉｖｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍといったサーバ（不図示）やＨＤＤやＤＶＤドライブといった外部記憶装置から取得する。症例情報端末２００は医用情報を、ＬＡＮ等を介して情報処理装置１００へ送信する。ここで、医用情報は、対象症例に関する診断において取得される情報であり、たとえば医用画像や当該医用画像に付随する情報、臨床情報を含む。医用画像に付随する情報には、医用画像に画像処理を施して取得された画像特徴量や、当該医用画像の特徴を表す所見の情報を含む。所見の情報は、当該医用画像の特徴を表す文言や、数値である。所見の情報は、項目と当該項目の値という形式で記録されていてもよい。その場合所見の項目の値は、たとえば当該医用画像の特徴を表す文言や数値である。所見の情報は、医師といったユーザが症例情報端末２００を介して当該医用画像に対して入力してもよい。症例情報端末２００は、当該医用画像を解析することにより所見の情報を取得してもよい。症例情報端末２００は外部の装置（不図示）において入力または解析され取得された所見の情報を取得してもよい。また、医用画像はたとえばＤＩＣＯＭ（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ Ｍｅｄｉｃｉｎｅ）に基づく形式であり、医用画像に付随する情報はＤＩＣＯＭに規定される各種の情報を含む。臨床情報とは医師が当該対象症例の患者の診察に際して取得した情報である。臨床情報は血液検査といった各種の検査の結果を示す情報を含んでいてもよい。症例情報端末２００は臨床情報を電子カルテに記載された情報から取得してもよい。

情報処理装置１００は、医用情報取得部１０２と、推論部１０４と、影響度取得部１０６と、類似症例取得部１０８とを含む。

医用情報取得部１０２は、症例情報端末２００から対象症例の医用情報を取得する。医用情報取得部１０２は、情報取得手段の一例である。

推論部１０４は、取得した医用情報を用いて推論を行い、対象症例の診断名を導出する。推論部１０４は、推論名取得手段の一例である。

影響度取得部１０６は、医用情報それぞれの診断名に影響を与える度合である影響度を取得する。影響度取得部１０６は、影響度取得手段の一例である。

類似症例取得部１０８は、影響度に基づいて重みを設定して検索することにより類似症例を取得する。類似症例取得部１０８は症例データベース（以下、症例ＤＢと称する。不図示。）を検索することにより類似症例を取得する。類似症例取得部１０８は、類似症例取得手段の一例である。

症例ＤＢ（不図示）は情報処理装置１００に備えられもよいし、情報処理装置１００の外部に備えられてもよい。類似症例取得部１０８は症例情報端末２００を介して症例ＤＢに接続してもよく、その場合症例ＤＢは症例情報端末２００に備えられてもよい。症例ＤＢ（不図示）は、複数の症例の情報と、当該症例に付随する情報とを格納する。症例に付随する情報は、当該症例に対する診断名や、当該症例の医用画像の特徴を表す所見の情報を含む。症例ＤＢ（不図示）は、さらに統計情報や、医学書や論文といった文献情報を格納していてもよい。

なお、図１に示した情報処理装置１００の各部の少なくとも一部は独立した装置として実現されてもよい。また、それぞれの機能を実現するソフトウェアとして実現してもよい。第１の実施形態では、各機能構成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、情報処理装置１００のハードウェア構成の一例を示す図である。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バ、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を実現するためのプログラムを格納する。ＣＰＵ１００１が主メモリ１００２、磁気ディスク１００３に格納されているプログラムを実行することにより、図１に示した情報処理装置１００の機能（ソフトウェア）及び後述するフローチャートにおける処理が実現される。

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、たとえば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等の表示を行う。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。

図３は、情報処理装置１００が行う処理の一例を示すフローチャートである。第１の実施形態では、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図３に示す処理が実現される。

以下では、各医用情報をＥ_ｋ、医用情報の値をｅ_ｋで表し、ｅ_ｋでの集合（すなわち、推論部１０４への入力）をＥで表すこととする。医用情報が所見の情報である場合、第１の実施形態では、Ｅ_ｋの値ｅ_ｋはすべて離散値を取るものとする。Ｅ_ｋは所見の項目と対応し、ｅ_ｋは所見の項目の値と対応する。たとえば、Ｅ_ｋが画像所見「スピキュラ」の場合、ｅ_ｋは「強」「中」「弱」「無」の４つの離散値のいずれかを取り、Ｅ_ｋが臨床情報「白血球数」の場合、ｅ_ｋは「正常範囲」「異常範囲」の２つの離散値のいずれかを取る。もちろんそれぞれの医用情報の値は連続値のいずれかの値であってもよい。

ステップＳ１０において、医用情報取得部１０２は、症例情報端末２００から送信された医用情報を取得する。ここで医用情報は、肺の異常陰影に対する画像所見や、異常陰影に対して画像処理を施し取得した画像特徴量、臨床情報などである。第１の実施形態では、ユーザが医用画像に対して入力した所見の情報（以下では画像所見と称する。）と臨床情報とを医用情報として取得する場合を例に説明する。

ステップＳ２０において、推論部１０４は、ステップＳ１０で取得した医用情報を用いて、対象症例の診断名を推論する。推論には、ベイジアンネットワーク、サポートベクターマシン、ニューラルネットワークなど既存の様々な方法（推論手法）が利用できる。第１の実施形態では、ベイジアンネットワークを利用するものとする。

ステップＳ３０において、影響度取得部１０６は、ステップＳ１０で取得した医用情報それぞれの、ステップＳ２０で推論した診断名に対する影響度を取得する。影響度はたとえば式１を用いて取得する。
Ｉ（Ｅ_ｋ）＝Ｐ（Ｄ｜Ｅ）−Ｐ（Ｄ｜Ｅ−ｅ_ｋ） ・・・（式１）

ここで、Ｄは推論された診断名、Ｉ（Ｅ_ｋ）はＥ_ｋの診断名Ｄに対する影響度を示し、Ｐ（Ｄ｜Ｅ）はＥが入力された場合の診断名Ｄの事後確率を示す。式１の値が正であれば、ＥからＥ_ｋの値ｅ_ｋを除去すると診断名Ｄの事後確率が減少するということを示すので、Ｅｋは診断名Ｄの推論に肯定的な影響を与える医用情報ということになる。式１の値が負であれば、ＥからＥ_ｋの値ｅ_ｋを除去すると診断名Ｄの事後確率が増加するということを示すので、Ｅ_ｋは診断名の推論に否定的な影響を与える医用情報ということになる。もちろん、上述した影響度の取得方法は一例にすぎず、その他の方法であってもよい。たとえば、式２を用いて取得してもよい。
Ｉ（Ｅｋ）＝Ｐ（Ｄ｜ｅ_ｋ）−Ｐ（Ｄ） ・・・（式２）

ここで、Ｐ（Ｄ）は診断名Ｄの事前確率を示す。式２の値が正であれば、Ｅ_ｋの値ｅ_ｋを入力すると診断名Ｄの事後確率が増加するということを示すので、式１と同様にＥ_ｋは診断名Ｄの推論に肯定的な影響を与える情報ということになる。一方、式２の値が負であれば、Ｅ_ｋの値ｅ_ｋを入力すると診断名Ｄの事後確率が減少するということを示すので、式１と同様にＥ_ｋは診断名Ｄの推論に否定的な影響を与える情報ということになる。

このように、影響度取得部１０６は、医用情報が診断名の推論に対して肯定的な影響を与える場合と、当該診断名の推論に対して否定的な影響を与える場合とで区別可能に影響度を取得する。

ステップＳ４０において、類似症例取得部１０８は、ステップＳ３０で取得した医用情報それぞれの診断名に対する影響度に基づいて、各医用情報の重みを設定する。第１の実施形態では、医用情報Ｅ_ｋに対する重みＷ_ｋとして、医用情報Ｅ_ｋの診断名に対する影響度Ｉ（Ｅ_ｋ）を用いる。

ステップＳ５０において、類似症例取得部１０８は、ステップＳ１０で取得した複数の医用情報と、ステップＳ４０で設定した医用情報それぞれの重みとに基づいて対象症例の類似症例を症例ＤＢ（不図示）から検索する。

類似症例は、たとえば式３に基づいて検索される。式３によれば、取得される類似度が大きい検索症例ほど類似した症例として検索される。
Ｓｉｍ（Ｃ_ｊ）＝Σ（Ｗ_ｋ・ｆ（ｅ_ｋ，ｅ_ｋｊ）） ・・・（式３）

ここで、Ｃ_ｊは検索症例、Ｓｉｍ（Ｃ_ｊ）は対象症例とＣ_ｊとの類似度、ｅ_ｋｊは検索症例Ｃ_ｊにおける医用情報Ｅ_ｋの値、ｆ（ｅ_ｋ，ｅ_ｋｊ）はｅ_ｋとｅ_ｋｊを入力とした関数を示す。第１の実施形態では、ｆ（ｅ_ｋ，ｅ_ｋｊ）をｅ_ｋとｅ_ｋｊの値が一致した場合に１を、不一致の場合に０を取る関数とする。

第１の実施形態では、類似度は対象症例と検索症例の間で値が一致した医用情報の重み（すなわち、影響度）の和をとったものとなる。つまり、肯定的な情報（影響度が正）の値が一致するほど類似度が大きくなり、否定的な情報（影響度が負）の値が一致するほど類似度が小さくなる。結果として、肯定的な情報は類似し、否定的な情報は類似しない検索症例が類似症例として検索される。

上述した類似度の取得方法は一例にすぎず、その他の方法であってもよい。たとえば、ｅ_ｋとｅ_ｋｊが連続値を取る場合には、ｆ（ｅ_ｋ，ｅ_ｋｊ）は２値の差の絶対値を取る関数としてもよい。

類似症例取得部１０８は、取得した類似症例と対象症例とを比較可能な情報を医師といったユーザに提示する。類似症例取得部１０８は、情報処理装置１００に接続されるモニタといった表示部（不図示）に表示させてもよいし、症例情報端末２００の備える表示部（不図示）に表示させてもよい。たとえば類似症例取得部１０８は図４に示すＧＵＩ４００を表示部（不図示）に表示させる。この観点で、類似症例取得部１０８は表示制御手段の一例である。医師は、推論の結果を反映する類似症例を確認し、自身の診断の参考情報とすることができる。

図４は、情報処理装置１００により表示される画面の一例を示す図である。ＧＵＩ４００は、対象症例４１０と、推論結果４２０と、検索重み４４０と、類似症例４５０とを含む。さらに、類似症例の診断名アイコン４６０、類似症例の診断名情報４７０、類似症例の医用情報４８０を含む。

対象症例４１０は、対象症例に関する情報の一例である。対象症例４１０には、たとえばステップＳ１０で取得した医用情報に含まれる医用画像が表示される。推論結果４２０はステップＳ２０で推論された診断名を示す。検索重み４４０はステップＳ４０で設定した重みである。ここでは、検索重み４４０に重みの絶対値が大きい医用情報の重みを代表値として表示している。検索重み４４０に全ての医用情報についての設定された重みを表示してもよいし、一部の重みを表示してもよいし、これらの表示を切り替えられるようにしてもよい。

類似症例４５０、類似症例に関する情報の一例である。類似症例４５０には、ステップＳ５０で検索された類似症例であり、ユーザの選択により指定された症例（矩形４９０で囲まれた症例）が表示される。また図４に示す例では、類似症例４５０のそれぞれの診断名の情報が診断名アイコン４６０により表示され、また選択された類似症例の診断名情報４７０と医用情報４８０とが表示されている。ユーザは診断名アイコン４６０を確認することで、推論の結果を反映するような類似症例群の診断名を容易に把握することができる。また、診断名情報４７０と医用情報４８０とを参照することで、類似症例の詳細を確認することができ、対象症例の診断の参考情報とすることができる。

第１の実施形態によれば、情報処理装置１００は医用情報から診断名を推論し、当該推論に対する医用情報の影響度を取得し、取得した影響度に基づいて類似症例を検索する。これにより、対象症例から推論される診断名の手がかりとなる医用情報を含む類似症例を、容易に検索することができる。

［第１の実施形態の変形例１］
第１の実施形態では、ステップＳ４０において重みとして影響度の値を直接用いていたが、影響度の反数（すなわち、−Ｉ（Ｅｋ））を用いてもよい。あるいは、ステップＳ３０において、肯定的な情報の場合は負の影響度を取得し、否定的な情報の場合は正の影響度を取得するようにしてもよい。その場合は、ステップＳ４０において、重みとして影響度を直接用いるようにすればよい。たとえば、式４を用いることで影響度取得部１０６は、肯定的な情報の場合は負の影響度を取得し、否定的な情報の場合は正の影響度を取得することができる。
Ｉ（Ｅ_ｋ）＝Ｐ（Ｄ｜Ｅ−ｅ_ｋ）−Ｐ（Ｄ｜Ｅ） ・・・（式４）

式４により、ステップＳ５０では否定的な情報の値が一致するほど類似度が大きくなり、肯定的な情報の値が一致するほど類似度が小さくなる。したがって、否定的な情報は類似し、肯定的な情報は類似しない検索症例が類似症例として検索され、提示される。すなわちユーザは、推論の結果に反するような類似症例を確認することができ、対象症例の診断の参考情報とすることができる。

［第２の実施形態］
第２の実施形態に係る情報処理装置１００は、対象症例から推論される診断名に肯定的な手がかりとなる情報が類似する類似症例を検索する。

第２の実施形態における情報処理装置１００の機能構成、ハードウェア構成は、図１、図２に示したものとそれぞれ同様である。上述した説明を援用することによりここでの詳しい説明を省略する。

また、第２の実施形態に係る情報処理装置１００が行う処理は、図３のフローチャートに示される。ステップＳ１０乃至ステップＳ３０の処理は、第１の実施形態と同様であり、上述した説明を援用することによりここでの詳しい説明を省略する。

ステップＳ４０において、類似症例取得部１０８は、ステップＳ３０で取得した医用情報それぞれの診断名に対する影響度に基づいて、各医用情報の重みを設定する。第２の実施形態では、医用情報Ｅ_ｋの診断名に対する影響度Ｉ（Ｅ_ｋ）が正の場合には、Ｉ（Ｅ_ｋ）を医用情報Ｅ_ｋの重みＷ_ｋとし、負の場合にはＷ_ｋ＝０とする。

ステップＳ５０において、類似症例取得部１０８は、ステップＳ１０で取得した複数の医用情報と、ステップＳ４０で設定した医用情報それぞれの重みに基づいて対象症例の類似症例を検索する。類似度の計算式は、第１の実施形態と同様とする。また、類似症例取得部１０８は図５に例示するＧＵＩ４００を表示部（不図示）に表示させる。

図５は、第２の実施形態に係る情報処理装置１００により表示される画面の一例を示す図である。ＧＵＩ４００は、対象症例４１０と、推論結果４２０と、肯定する情報５３０と、類似症例４５０を含む。さらに、類似症例の診断名アイコン４６０、類似症例の診断名情報４７０、類似症例の医用情報４８０を含む。なお、以下では図４と同じ符号のものについての説明を省略する。

肯定する情報５３０は、ステップＳ３０で取得した影響度に基づき、診断名を肯定する情報として同定された医用情報の一部を示したものである。ここでは影響度の大きい情報を選択的に表示しているが、あらかじめ決められた情報を表示するようにしてもよいし、すべてを表示するようにしてもよい。また、それらが切り替えて表示されるようにしてもよい。ユーザは、類似症例４５０と、肯定する情報５３０と類似症例の医用情報４８０とを確認することで、推論した診断名を肯定する情報を類似症例により確認することができる。

第２の実施形態では、類似度は、肯定的な医用情報に関して対象症例と検索症例の間で値が一致した医用情報の重みの和をとり、否定的な医用情報は無視したものとなる。結果として、肯定的な情報のみが類似した症例が類似症例として検索される。したがって、医師は、推論した診断名を肯定する情報を類似症例により確認することができ、対象症例の診断の参考情報とすることができる。

［第２の実施形態の変形例］
第２の実施形態では、ステップＳ４０において、影響度が正の場合には、影響度を重みとして用い、負の場合には重みを０としていたが、その逆であってもよい。すなわち、影響度が負の場合には、反数（すなわち、−Ｉ（Ｅｋ））を重みとし、影響度が正の場合には重みを０としてもよい。この場合、ステップＳ５０では、否定的な医用情報に関して対象症例と検索症例の間で値が一致した医用情報の重みの和をとり、肯定的な医用情報は無視したものとなる。結果として、否定的な情報のみが類似した症例が類似症例として検索される。したがって、医師は、推論した診断名を否定する情報を類似症例により確認することができ、自身の診断の参考情報とすることができる。

［第３の実施形態］
第３の実施形態に係る情報処理装置１００は、対象症例から推論される診断名に肯定的な手がかりとなる情報と否定的な手がかりとなる情報がいずれも類似する類似症例を検索する。

第３の実施形態における情報処理装置１００の機能構成、ハードウェア構成は、図１、図２に示したものとそれぞれ同様である。上述した説明を援用することによりここでの詳しい説明を省略する。

第３の実施形態に係る情報処理装置１００が行う処理は、図３のフローチャートに示される。ステップＳ１０乃至ステップＳ３０の処理は、第１の実施形態と同様であるため、上述した説明を援用することによりここでの詳しい説明を省略する。

ステップＳ４０において、類似症例取得部１０８は、ステップＳ３０で取得した医用情報それぞれの診断名に対する影響度に基づいて、各医用情報の重みを設定する。第３の実施形態では、医用情報Ｅｋの診断名に対する影響度Ｉ（Ｅ_ｋ）の絶対値｜Ｉ（Ｅ_ｋ）｜を医用情報Ｅ_ｋの重みＷ_ｋとする。

ステップＳ５０において、類似症例取得部１０８は、ステップＳ１０で取得した複数の医用情報と、ステップＳ４０で設定した医用情報それぞれの重みに基づいて対象症例の類似症例を検索する。類似度の計算式は、第１の実施形態と同様とする。また、類似症例取得部１０８は、図６に示すＧＵＩ４００を表示部（不図示）に表示させる。

図６は、情報処理装置１００により表示される画面の一例である。ＧＵＩ４００は、対象症例４１０と、推論結果４２０と、重みの大きい医用情報６４０と、類似症例４５０を含む。さらに、類似症例の正規化類似度６６０、類似症例の診断名情報４７０、類似症例の医用情報４８０、医用情報の強調枠６９０を含む。なお、以下では図４と同じ符号のものについては説明を省略する。

重みの大きい医用情報６４０は、ステップＳ４０で設定した重みが大きい順に医用情報を表示したものである。括弧の中は対象症例における医用情報の値を示す。正規化類似度６６０は、ステップＳ５０で計算した類似度を０〜１００の値に正規化した値を示したものであり、１００に近いほど対象症例に類似していることを示す。医用情報の強調枠６９０は、対象症例と類似症例の間で、重みの大きい医用情報の値が一致したものを強調表示したものである。ユーザは、類似症例４５０と、重みの大きい医用情報６４０、正規化類似度６６０、医用情報の強調枠６９０を確認することで、推論した診断名に強く影響する情報が類似した類似症例を確認することができる。また、類似症例の医用情報４８０及び医用情報の強調枠６９０を確認することで、対象症例の診断の参考情報とすることができる。

第３の実施形態では、重みとして影響度の絶対値を取っているため、肯定的な情報及び否定的な情報の値が一致するほど類似度が大きくなる。すなわち、肯定的な情報も否定的な情報も同時に類似した症例が類似症例として検索される。したがって、医師は、推論した診断名に強く影響する情報が類似した類似症例を確認することができ、対象症例の診断の参考情報とすることができる。

［変形例］
上述の実施形態においては、所見の値を入力として診断名を推論する場合を例に説明したが、本発明はこれに限らない。たとえば、医用画像を解析することにより取得される画像特徴量と、症例ＤＢに格納される症例の医用画像の画像特徴量とを比較して類似症例を取得してもよい。情報処理装置１００は、推論及び類似症例の検索に必要な情報を取得できればよく、対象症例の医用画像を必ずしも取得しなくてもよい。

上述のそれぞれの実施形態において示した、異なる類似症例の検索の方法を、情報処理装置１００はユーザの指示により切り替えられるようにしてもよい。

本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（たとえば、ＡＳＩＣ）によっても実現可能である。

上述の各実施形態における情報処理装置は、単体の装置として実現してもよいし、複数の装置を互いに通信可能に組合せて上述の処理を実行する形態としてもよく、いずれも本発明の実施形態に含まれる。共通のサーバ装置あるいはサーバ群で、上述の処理を実行することとしてもよい。情報処理装置および情報処理システムを構成する複数の装置は所定の通信レートで通信可能であればよく、また同一の施設内あるいは同一の国に存在することを要しない。

本発明の実施形態には、前述した実施形態の機能を実現するソフトウェアのプログラムを、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータが該供給されたプログラムのコードを読みだして実行するという形態を含む。

したがって、実施形態に係る処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明の実施形態の一つである。また、コンピュータが読みだしたプログラムに含まれる指示に基づき、コンピュータで稼働しているＯＳなどが、実際の処理の一部又は全部を行い、その処理によっても前述した実施形態の機能が実現され得る。

上述の実施形態を適宜組み合わせた形態も、本発明の実施形態に含まれる。

Claims (23)

1. 対象症例を解析することにより医用情報を取得する情報取得手段と、
   前記医用情報に基づいて推論される前記対象症例の診断名を取得する推論名取得手段と、
   前記診断名の前記推論に対する前記医用情報の影響の度合いを示す影響度を取得する影響度取得手段と、
   前記医用情報と前記影響度とに基づいて、前記対象症例と類似する症例である類似症例を取得する類似症例取得手段と、
   を有することを特徴とする情報処理装置。
2. 前記情報取得手段は、前記対象症例についての前記医用情報として、前記対象症例の医用画像の特徴を表す所見の情報を取得することを特徴とする請求項１に記載の情報処理装置。
3. 前記対象症例の医用画像の特徴を表す所見の情報は、前記特徴に関する所見の項目に関して取得される値であることを特徴とする請求項２に記載の情報処理装置。
4. 前記対象症例の医用画像の特徴を表す所見の情報は、前記特徴を表す文言であることを特徴とする請求項２又は請求項３のいずれか１項に記載の情報処理装置。
5. 前記類似症例に関する情報を表示部に表示させる表示制御手段をさらに有することを特徴とする請求項１乃至請求項４のいずれか１項に記載の情報処理装置。
6. 前記表示制御手段は、前記対象症例に関する情報と、前記類似症例に関する情報とを並べて前記表示部に表示させることを特徴とする請求項５に記載の情報処理装置。
7. 前記表示制御手段は、前記診断名の前記推論に対して影響を与えた前記医用情報を、前記対象症例に関する情報として表示させることを特徴とする請求項６に記載の情報処理装置。
8. 前記表示制御手段は、前記影響度に関する情報を前記類似症例に関する情報として前記表示部に表示させることを特徴とする請求項５乃至請求項７のいずれか１項に記載の情報処理装置。
9. 前記表示制御手段は、前記影響度に関する情報を、前記類似症例を取得するための検索における重みの情報として前記表示部に表示させることを特徴とする請求項８に記載の情報処理装置。
10. 前記表示制御手段は、前記対象症例の医用画像と、前記類似症例の医用画像とを比較可能に前記表示部に表示させることを特徴とする請求項５乃至請求項９のいずれか１項に記載の情報処理装置。
11. 前記影響度取得手段は、前記医用情報が前記診断名の前記推論に対して肯定的な影響を与える場合と、前記診断名の前記推論に対して否定的な影響を与える場合とを区別可能に前記影響度を取得することを特徴とする請求項１乃至請求項１０のいずれか１項に記載の情報処理装置。
12. 前記影響度取得手段は、前記医用情報が前記診断名の前記推論に対して肯定的な影響を与える場合には正の値をとり、前記診断名の前記推論に対して否定的な影響を与える場合には負の値をとるように前記影響度を取得することを特徴とする請求項１乃至請求項１１のいずれか１項に記載の情報処理装置。
13. 前記影響度取得手段は、前記医用情報が前記診断名の前記推論に対して肯定的な影響を与える場合には負の値をとり、前記診断名の前記推論に対して否定的な影響を与える場合には正の値をとるように前記影響度を取得することを特徴とする請求項１乃至請求項１１のいずれか１項に記載の情報処理装置。
14. 類似症例取得手段は、前記医用情報を用いて検索し、前記取得された前記影響度を前記医用情報に対する重みとして検索することにより前記類似症例を取得することを特徴とする請求項１乃至請求項１３のいずれか１項に記載の情報処理装置。
15. 前記類似症例取得手段は、前記影響度の反数を前記重みとすることを特徴とする請求項１４に記載の情報処理装置。
16. 前記類似症例取得手段は、前記影響度が負の場合には前記重みを０とすることを特徴とする請求項１４に記載の情報処理装置。
17. 前記類似症例取得手段は、前記影響度が正の場合には前記重みを０とすることを特徴とする請求項１４に記載の情報処理装置。
18. 前記類似症例取得手段は、前記影響度の絶対値を前記重みとすることを特徴とする請求項１４に記載の情報処理装置。
19. 前記類似症例取得手段は、前記医用情報を用いて検索し、前記取得された前記影響度を前記医用情報に対する重みとして検索し、
    前記表示制御手段は、前記重みの大きい医用情報であって、値が一致する医用情報を区別可能に前記表示部に表示させることを特徴とする請求項５乃至請求項１０のいずれか１項に記載の情報処理装置。
20. 対象症例についての医用画像と、前記医用画像を解析することにより、前記医用画像の特徴を表す所見の情報とを取得する情報取得手段と、
    前記所見の情報に基づいて推論される前記対象症例の診断名を取得する推論名取得手段と、
    前記診断名の前記推論に対する前記所見の情報の影響の度合いを示す影響度を取得する影響度取得手段と、
    前記所見の情報を用いて、かつ前記所見の情報に対して前記影響度により定まる重みで重みづけして検索することにより前記対象症例と類似する症例である類似症例を取得する類似症例取得手段と、
    を有することを特徴とする情報処理装置。
21. 対象症例を解析することにより医用情報を取得する情報取得手段と、
    前記医用情報に基づいて推論される前記対象症例の診断名を取得する推論名取得手段と、
    前記診断名の前記推論に対する前記医用情報の影響の度合いを示す影響度を取得する影響度取得手段と、
    前記医用情報と前記影響度とに基づいて、前記対象症例と類似する症例である類似症例を取得する類似症例取得手段と、
    を有することを特徴とする情報処理システム。
22. 対象症例を解析することにより医用情報を取得する工程と、
    前記医用情報に基づいて推論される前記対象症例の診断名を取得する工程と、
    前記診断名の前記推論に対する前記医用情報の影響の度合いを示す影響度を取得する工程と、
    前記医用情報と前記影響度とに基づいて、前記対象症例と類似する症例である類似症例を取得する工程と、
    を有することを特徴とする情報処理方法。
23. 請求項２２に記載の情報処理方法をコンピュータに実行させるためのプログラム。

Images