JP7203119B2 - 自動診断報告準備 - Google Patents

自動診断報告準備 Download PDF

Info

Publication number
JP7203119B2
JP7203119B2 JP2020555304A JP2020555304A JP7203119B2 JP 7203119 B2 JP7203119 B2 JP 7203119B2 JP 2020555304 A JP2020555304 A JP 2020555304A JP 2020555304 A JP2020555304 A JP 2020555304A JP 7203119 B2 JP7203119 B2 JP 7203119B2
Authority
JP
Japan
Prior art keywords
text
user
image
prediction
predefined
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
Application number
JP2020555304A
Other languages
English (en)
Other versions
JP2021508137A (ja
Inventor
ザールバッハ,アクセル
グラス,ミヒャエル
ブロッシュ,トム
ベルク,イェンス フォン
ヤング,スチュワート
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2021508137A publication Critical patent/JP2021508137A/ja
Application granted granted Critical
Publication of JP7203119B2 publication Critical patent/JP7203119B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482Interaction with lists of selectable items, e.g. menus
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/274Converting codes to words; Guess-ahead of partial word inputs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/24Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Quality & Reliability (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Analysis (AREA)

Description

本発明は、医療画像の自動評価に基づくコンピュータ支援診断報告準備又は作成に関係がある。特に、コンピュータ支援診断報告準備のためのシステムとともに、関連する方法、コンピュータプログラム要素、及びコンピュータ可読媒体が検討される。
医療(特に、放射線)画像において発見された観察結果又は異常から分かったことを報告することは、診断放射線医学におけるかなりの量の労力に相当し、時間を要し、よって、費用を生じさせる。このような報告はまた、手書きで及び/又はデジタルで記録されるべきであり、通常は、患者の記録の部分である。近年、電子画像処理方法によるそのような画像の自動解析が進展している。しかしながら、これは、報告、すなわち、報告を作成するプロシージャを全く又はほとんど改善していない。従って、今日、書き取り及び音声認識が、報告のために放射線科医によって依然として広く使用されている。必要とされる時間及び費用を減らすべく、提案が既になされている。
米国特許出願公開第2009/0171871(A1)号(特許文献1)には、異なる学習方法を利用することによるコンピュータ支援の検出、精査及び診断が開示されている。形式言語を用いて構成された診断報告に所見をマッピングするために、ファジーシステムが使用されている。
更に、米国特許出願公開第2006/0274928(A1)号(特許文献2)では、医療画像を自動解析し、診断を計算するシステムが話題にされている。ユーザが診断を選択すると、診断報告が電子的に生成される。
更には、米国特許出願公開第2016/0350919(A1)号(特許文献3)では、ディープラーニングモデルが、画像データに対する特定の病状の自動画像認識のために選択され、特定の病状の特性を認識するよう画像データに適用される。報告のために、グラフィカルユーザインターフェイスにおいて、報告コンテンツが予め選択され得る。
更には、米国特許第9177110(B1)号(特許文献4)には、改善された報告インタラクション及び生成のための様々なシステム及び方法が記載されている。
更には、米国特許出願公開第2006/0190256(A1)号(特許文献5)には、本質的に不明りょうなユーザ入力を受け取るデジタル処理デバイスにおいて、デバイスが、受け取られたユーザ入力を語彙に対して解釈して単語などの候補をもたらすことが記載されている。
しかしながら、このようなアプローチは、更に改善される余地がある。
米国特許出願公開第2009/0171871(A1)号 米国特許出願公開第2006/0274928(A1)号 米国特許出願公開第2016/0350919(A1)号 米国特許第9177110(B1)号 米国特許出願公開第2006/0190256(A1)号
本発明の目的は、コンピュータ支援診断報告準備を提供するための改善された、特に、より効率的な方法を提供することである。本発明の目的は、添付の独立請求項の主体によって解決され、更なる実施形態は、従属請求項に組み込まれている。
本発明の第1の態様に従って、コンピュータ支援診断報告準備又は作成のためのシステムであって、報告準備が、医療撮像又は特に、X線、コンピュータ断層撮影、磁気共鳴撮像、超音波検査などのような、X放射線撮像によって供給された医療画像の自動評価に基づくシステムが提供される。従って、システムは、特に、例えば、画像を評価することによって発見された観察結果又は異常に関する報告を準備又は作成することにおいて放射線科医又は他の医師を助けるよう構成される。
システムは、供給された画像データから少なくとも画像コンテンツを読み出すよう構成される画像処理ユニットを有する。
例として挙げられた上記の撮像方法の中の1つによって1つ以上の画像を生成し、望ましくは、それらをヘルスケア管理システムへ供給した後、それらは、コンピュータ支援画像処理を用いて電子的に処理及び/又は解析される。このとき、人間の経験から得られた画像解析特徴量(handcrafted image analysis features)又はディープラーニングアルゴリズムが使用可能である。
本明細書中、画像処理ユニットのようなシステムユニットは、ソフトウェアプログラム、ソフトウェアプログラムの部分若しくはソフトウェアモジュール、又はグラフィクスプロセッサ若しくはカードのような相応して構成された電子回路、などのような、コントローラの部分として概して理解され得る。本明細書中、ユニットの機能的呼称が使用されているが、これは必ずしも、それらが個別的な分離ユニットであることを暗示しない。むしろ、機能のうちのいくつかは、システムユニットにおいて要約されることがある。
システムは、予め定義された又は訓練された特性に基づいて、読み出された画像コンテンツを解析し、解析された画像コンテンツから解析結果を導出するよう構成される画像解析ユニットを有する。
すなわち、画像解析ユニットは、読み出された画像コンテンツにおいて、病気の指標などの、例えば、医学的異常又は観察結果の特性を検出可能であってよい。結果として、それは、読み出された画像コンテンツから少なくとも導出される少なくとも1つの可能性がある病気を決定し得る。加えて、メタデータが、画像から読み出されてよく、解析されてもよい。
画像処理中又はその後に、報告に関連した特性、特に、可能性がある病気を示し得る光学的に検出可能な観察結果又は異常は、画像解析によって又は、特に、間の経験から得られた画像特徴量若しくは方法、コンピュータビジョン技術又はディープラーニングアルゴリズムを使用した疾患検出アルゴリズムによって、決定され得る。例えば、良性又は悪性の腫瘍の特徴付け、肺塞栓検出、などが実行され得る。
システムは、書き込みテキスト、テキストプロンプトなどを、放射線科医又は他の医師といったユーザに表示する少なくとも1つのテキストフィールドを有しているか、又はそれを表示するよう構成される表示デバイスを有する。
テキストフィールドは、報告マスクを表すグラフィックユーザインターフェイスを構成してよく、あるいは、その部分であってよい。理想的には、それは、処理及び/又は解析される画像のうちの1つ以上に隣接して表示され、それにより、放射線科医は、報告を書きながら画像又は一連の画像を見直すことができる。
システムは、少なくともテキストフィールドを有効化するようユーザと相互作用する入力ユニットを有する。
例えば、入力ユニットは、キーボード、タッチパッド、マイクロホンを含む音声入力エンジン、などであってよい。最も簡単な場合に、報告は、従来のコンピュータキーボードを介してテキストをタイプすることによって作成される。
システムは、少なくともユーザが入力ユニットを介してテキストフィールドを有効化する場合に、テキスト予測、例えば、個々に選択可能であるテキスト提案の視覚表示を表示デバイス上でユーザに提供するよう構成されるテキスト生成ユニットを有する。このとき、テキスト予測は、解析結果に関連するテキストモジュールの予め定義された組から選択される。
本明細書中、テキスト予測は、ランタイムで又はテキスト入力中に夫々個々に選択可能であるテキスト提案の視覚表示として理解され得る。一般に、テキスト提案は、シチュエーション及び/又はコンテキストに依存する。テキスト提案は、単一の単語、語句、完全な文章など、特に、所見の記述、推奨される治療、再診、などのような、確立された医療用語又は慣用句を含んでよい。望ましくは、各々の提案は、読み出された画像コンテンツから直接導出され、ユーザ、すなわち、放射線科医は、例えば、ヒートマップにより、解析アルゴリズムが機械学習によってテキストモジュールを学習することを可能にするために、対応する画像部分を参照してよい。例えば、テキストモジュールは、NIH(https://www.nlm.nih.gov/mesh/を参照)などの、画像内の所見を記述するための標準化されたカテゴリの有限な組を使用した公開されているデータベースや、SnoMed(https://www.snomed.org/snomed-ctを参照)などの、市販のディクショナリから、適切なデータインターフェイスを介して補充又は学習されてよい。当然、テキストモジュールはまた、オフラインのインターフェイスによって予め定義又は学習されてもよい。
画像解析、報告の現在のセクション及び/又は最後のユーザ入力に依存して、いくつかのテキスト提案が同時に表示されてもよい。この場合に、テキスト予測は、例えば、個々の用語又は語句のリストとして、同時にユーザに表示されるいくつかの提案を含む。個々の提案は、各々の行で表示されてよい。
本発明の有利な効果は、報告の時間及び労力が、特に、書き取り、音声認識又はサポートされていないタイピングなどの手動報告と比較して、低減されることである。また、不十分な画像認識に起因したテキストの起こり得る訂正が依然としてテキスト生成ユニットのランタイム中に考慮される可能性があるということで、バックグラウンドで生成された報告を考慮して、利点がある。よって、高度な自動化にもかかわらず、ユーザへの介入の可能性が依然として一定程度存在する。これはまた、報告のテキストコンテンツ内の誤りの確率を下げる。その上、システムが機械学習に適応される場合に、システムは、報告のためにどうしても必要とされるテキスト入力を教えることによって、着実に改善され得る。
実施形態において、システム、又は特に、テキスト生成ユニットは、テキストフィールドが有効化されているが未だテキストコンテンツが書き込まれていない場合に、初期テキスト予測を表示するよう構成される。
この場合に、テキストフィールドは、依然として空いているが有効化されていてよい。例えば、経験から、決定された可能性がある病気及び/又はどこから疾患記述報告が始まるかのいずれかに合う用語又は語句が、提案され表示される。
任意に、システム、又は特に、テキスト生成ユニットは、入力ユニットを介したユーザによるテキストモジュール部分の入力に応答して、表示されたテキスト予測を生成又は変更するよう更に構成される。
よって、表示されるテキスト予測は、テキストの入力に連続的に反応する。テキスト入力およびテキスト予測は、視覚強調表示によって視覚的に区別されてよい。
実施形態において、システム、又は特に、テキスト生成ユニットは、ユーザが入力ユニットを介した各々の入力によって、表示されたテキスト予測が記入されることを承認する場合に、望ましくは、表示されたテキスト予測をテキストフィールド内の書き込みテキストコンテンツに自動補完するよう更に構成される。
よって、提案されるテキストコンテンツは、完全にはタイプされる必要がなく、1回のキー操作のような簡単な入力確認によって自動的に記入され得る。
任意に、システム、又は特に、テキスト生成ユニットは、次の場合のうちの少なくとも1つの場合でテキスト予測を自動補完するよう更に構成される:
i)第1の場合に、テキストフィールドは、未だ、又は既に書き込まれたテキストコンテンツを削除した後に、全く埋められていない。テキストフィールドを有効化することに応答して、初期テキスト予測が表示される。
初期テキスト予測は、例えば、適切な導入としてシステムによって既に標記されている報告の導入部であってよく、これは、理想的には、決定された病気に関連して、前の報告から学習され得る。
ii)第2の場合に、ユーザは、予め定義されたテキストモジュールの中の少なくとも1つに一致する最初の文字をテキストフィールドに入力してよい。文字を入力すること、及び、望ましくは、簡単な確認に応答して、一致するテキストモジュールが単語ごと又は文章ごとに自動補完される。
自身で明確な語句を考案することなく、提案からの選択及び/又は簡単な確認によって、報告の全文部分が自動補完され得る。
iii)第3の場合に、ユーザは、予め定義されたテキストモジュールの中の少なくとも1つに一致する少なくとも1つの認識された最初の単語を入力する。単語を入力することに応答して、一致するテキストモジュールが段落ごとに自動補完される。
これはまた、提案からの選択及び/又は簡単な確認によって、全部の段落を自動補完することができる。
実施形態において、テキスト予測は、画像の少なくとも1つの分類に関連する計算識別子で標識される少なくとも1つのテキストモジュールを含み、画像コンテンツは、画像の各々の分類に計算上関連付けられる。
所与のラベルと画像の対応する分類との間の関連付けは、前の又は現在の報告ワークフローに従って前に標識された画像の例から学習され得る。例えば、システムはまた、画像の分類のために畳み込みニューラルネットワーク(CNN)を使用可能であり、かような分類は、例えば、正常な胸部X線画像と心肥大を示す胸部X線画像とを区別し得る。予測又はその確率に基づいて、システムは、用語及び/又はテキストモジュールに対する提案を導出してよい。更なる実行では、システムはユーザ入力から学習してもよく、それにより、1つ以上のユーザ訂正による表示された提案(最初に計算された高い確率により最初に表示された提案)からの逸脱、すなわち、提案されている用語及び/又はテキストモジュールを外れる選択又は入力は、確率の選択及び/又は表示を変える。この学習プロセスを通じて、同一の解析画像についてなされるテキスト提案は、時間とともに変化し得る。結果として、所与のラベルと画像の対応する分類との間の関連付けは、ユーザ入力から学習され得る。
任意に、テキスト予測は、提案されるテキストモジュールが、読み出された画像コンテンツ及び決定された可能性ある病気に一致する確率を示す表示部分を含んでよい。
例えば、テキスト予測は、個々の提案を1行ずつ選択できる行のリストとして表示されてよく、各提案にはパーセントで確率が与えられている。理想的には、表示されると、行は、システムによってバックグラウンドで計算される確率によってソートされる。確率インジケータは、テキスト提案の表示の前又は後に配置されてよい。これはまた、現在の自動画像処理では、いくつかの可能性がある診断が考えられ得、従って、この場合は人間の専門知識によるより正確な分析が適切であることもユーザに示し得る。システムが機械学習に対応している場合、より可能性の高い又は低いテキスト提案に対する単一の又は繰り返しの優先により、システムは将来、異なる確率スコアを取得する可能性がある。当然、その結果をユーザの選択に適応させるために、画像分析ユニットへのフィードバックもあってよい。
実施形態において、テキスト予測は、適用される医療撮像方法を指名及び/又は記述するテキストモジュールを含む。
1つ以上の画像がシステムにロードされかつ/あるいはシステムで処理されるとき、どの撮像方法によって及び/又はどの条件で画像が撮影されたかの情報も送信されてよい。この情報は、次いで、テキスト予測としてユーザに提案され得る。
任意に、システム、特に、画像解析ユニットは更に、供給された画像データの画像品質を解析するよう構成されてよく、画像品質があいまい及び/又は不十分であると見なされる場合に、テキスト予測は、適用されるべき追加又は代替の診断方法又は検査の但し書き及び/又は提案を少なくとも含むテキストモジュールを含む。
よって、放射線科医は、使用される撮像方法により、明らか診断が可能でなかったことを指摘し得る。あるいは、更なる検討が確認又は解明のために推奨されることが示される。
実施形態において、システムは更に、入力ユニットを介したユーザ入力に応答してテキストモジュールの予め定義された組を変更及び/又は拡張するよう構成される学習ユニットを有してよい。
学習ユニットは特に、上記のシステムユニットの夫々を、適切な機械学習アルゴリズムによって、特に、それらのシステムユニットへのフィードバックによって、又はそれらのシステムユニットのコンテンツ間の関連付けを変えることによって、機能上調整するよう構成されてよい。システムは、このようにして、各々のテキストモジュールが各々の画像コンテンツに一致する確率及び/又はタイプされた文字を少なくとも考慮しながら、テキスト入力に連続的に応答し、そのテキスト提案を調整することができる。
更には、学習ユニットは更に、予め定義されたテキストモジュールの中の少なくとも1つと読み出された画像コンテンツとの間の関連付け、すなわち、マッピングを変更及び/又は拡張するよう構成されてよい。
上記の通り、システムは機械学習に対応してよく、それにより、より可能性の高い又は低いテキスト提案に対する単一の又は繰り返しの優先により、システムは、各々の予め定義されたテキストモジュールと各々の読み出された画像コンテンツとの間の関連付けを拡張若しくは修正又は削除し得る。よって、ユーザは、複雑なユーザメニューナビゲーションなしでテキスト入力中に画像コンテンツ認識及び/又はテキスト予測品質に関してシステムを調整すること又は学習させることができる。
本発明の第2の態様は、上記の医療撮像技術によって供給される医療画像データに基づき診断報告をコンピュータ支援により準備する方法を提供する。方法は、望ましくは、コンピュータプログラム(の部分)として、特に、マイクロプロセッサなどの処理又は計算ユニットによって、実行可能である。
方法は、次のステップを含む:
- 供給された画像データから少なくとも画像コンテンツを読み出すステップ。
この方法ステップは、コンピュータ支援画像処理によって画像を電子的に処理及び/又は解析することを有してよく、人間の経験から得られた画像解析特徴量又はディープラーニングアルゴリズムが使用可能である。
- 読み出された画像コンテンツを、少なくとも1つの特定の医療又は報告に関連した特性に計算上関連する画像の予め定義された分類と関連付けるステップ。
画像コンテンツを読み出している間又はその後に、システムはそれを解析し分類してよい。これに関連して、システムは、画像コンテンツから導出された少なくとも1つの特性が、画像の分類に割り当てられている1つ以上の特性と少なくとも一致するかどうかを判定してよい。当然、かような特性はまた、いくつかの分類に割り当てられ得る。同様に、特性のいくつかの分類が割り当てられ得る。割り当てはまた、ランタイム中又は報告をタイピングしている間に上記の学習ユニットによって変更又は適応され得る。
- ユーザが表示デバイスに示されるテキストフィールドを少なくとも有効化する場合に、表示デバイス上で、報告を準備するユーザにテキスト予測を表示するステップであり、テキスト予測は、画像の予め定義された分類に関連する計算識別子で標識される予め定義されたテキストモジュールを少なくとも含む、ステップ。
なお、画像分類は、画像コンテンツの特性に割り当てられるだけでなく、テキストモジュールのラベル及び/又は計算識別子にも割り当てられる。これによって、テキストモジュールは、検出される異常又は完全な診断、などのような、画像コンテンツから導出される特性又は所見を指名又は記述する。
実施形態において、入力ユニットを介したユーザの入力に応答して、表示されるテキスト予測のテキストモジュールは、テキストフィールドに示されかつ/あるいは診断報告を準備するために不揮発性記憶されることになる書き込みテキストに変更又は自動補完されてよい。
例えば、タイピング中に変更された最初の文字は、提案されるテキストモジュールを変化させることがある。従って、テキスト提案は、少なくとも、所与のテキストモジュールとのそれ以上の一致がなくなるまで、更なる文字又はスペースの入力により連続的に変化し得る。
第3の態様に従って、第1の態様に従う報告準備システムを制御するコンピュータプログラム要素であって、処理ユニットによって実行される場合に、少なくとも第2の態様の方法ステップを実行するよう構成されるコンピュータプログラム要素が提供される。
第4の態様に従って、第3の態様のコンピュータプログラム要素が記憶されているコンピュータ可読媒体が提供される。
システム、方法、及びコンピュータプログラムは、特に、従属請求項で定義されているような類似した及び/又は同じ好適な実施形態を有していることが理解されるべきである。
本発明の好適な実施形態はまた、従属請求項又は上記の実施形態と各々の独立請求項との任意の組み合わせであることもできることが理解されるべきである。
本発明のこれら及び他の態様は、以降で説明される実施形態から明らかであり、それらを参照して説明される。
第1の態様に従って、医療撮像によって供給される医療画像データに基づくコンピュータ支援診断報告準備のためのシステムの実施形態を概略的に例として示す。 第1の態様に従って、テキスト生成ユニットの実施形態を概略的に例として示す。 テキスト予測を表示する表示ユニットを概略的に例として示す。 第1の態様に従う学習ユニットの実施形態を概略的に例として示す。 第2の態様に従う方法のフローチャートを示す。
図1は、医療撮像によって供給される医療画像データに基づくコンピュータ支援診断報告準備のためのシステム100の実施形態を概略的に例として示す。特に、システム100は、放射線科医などのユーザ(図示せず)によって所見の報告、すなわち、実際のテキストベースの報告を準備又は策定するのに役立つ。この実施形態で、システム100は、ソフトウェアコンポーネントを主に含み、それは、処理ユニット(図示せず)を備えるパーソナルコンピュータ及び、場合により、やはり処理ユニット(図示せず)を備えるサーバ、のハードウェア手段によって実装される。パーソナルコンピュータはまた、タブレットなどのポータブルコンピュータであることもできる。システム100の機能又はソフトウェアコンポーネントは、例えば、コンピュータ可読媒体に記憶されているコンピュータプログラム要素として、供給される。
最初に、システム100自体又は、例えば、システム100が組み込まれるフィリップスのPACSなどのヘルスケア若しくは放射線管理システム(図示せず)は、任意のデータベース110(例えば、サーバに実装される)を有する。データベース110には、X線検出器などの医療撮像デバイス130からの前に生成された画像120が、患者に割り当てられて記憶されている。データベース110は、例えば、データネットワークを介してシステム100又は下記の個々のシステムユニットへ接続されている。システム100のシステムユニットは個別ユニットとして記載されているが、それらは共通のハードウェアコンポーネントを共有してもよい。従って、それらは主に、互いから機能上区別される。
更に、システム100は、供給された画像120から少なくとも画像コンテンツを電子的に読み出すよう構成される画像処理ユニット140を有する。この実施形態で、画像処理ユニット140は、グラフィクスプロセッサを使用し、画像処理プログラムコードを有する。結果として、少なくとも、関連する画像コンテンツが画像素材において検出される限りにおいて、画像処理は可能である。その上、例えば、メタデータも読み出され得る。各々の画像120を処理するために、システム100は、データベース110からデータネットワークを介して画像120をロードするよう構成される。
システム100は更に、読み出された画像コンテンツを、予め定義された又は訓練された特性に基づき解析し、解析結果を導出するよう構成される画像解析ユニット150を含む。この実施形態の画像解析ユニット150は、上記の画像処理ユニット140と同じハードウェアコンポーネント、すなわち、グラフィクスプロセッサを使用し、従って、主に機能に関して区別される。画像120を解析する一般的な技術は、画像コンテンツ内の特定の特性、特徴及び条件の機械認識である。かような解析技術は、上記の先行技術から、特に、米国特許出願公開第2016/0350919(A1)号から、一般に知られているので、より詳細な説明はここでは省略される。
更には、システム100は、書き込みテキスト(written text)をユーザに表示する少なくとも1つのテキストフィールド170を備える表示デバイス160を有する。この実施形態で、表示デバイス160は、いくつかあるディスプレイ及び/又はテキストフィールド(図3を参照、グラフィカルユーザインターフェイスの一体部分である)の中でも、テキストフィールド170とともにグラフィカルユーザインターフェイスを表示するコンピュータモニタを有する。ハードウェアコンポーネントモニタに加えて、表示デバイス160は、対応するコンピュータインターフェイスを有する。
システム100は更に、少なくともテキストフィールド170を有効化するようユーザと相互作用する入力ユニット180を含む。この実施形態で、入力ユニット180は、コンピュータキーボード及びコンピュータマウスを、対応するコンピュータインターフェイスとともに有する。
更に、システム100は、少なくともユーザが入力ユニット180を介してテキストフィールド170を有効化する場合に、表示デバイス160上でユーザにテキスト予測を供給するよう構成されるテキスト生成ユニット190を有する。テキスト予測は、画像解析ユニット150の解析結果に関連するテキストモジュール200の予め定義された組から選択される。
テキストモジュール200を予め定義するために、システム100は任意に、画像120などの画像内でテキスト形式で所見を記述するよう、標準化されたカテゴリの有限な組とともに多数の医療ボキャブラリを含む(外部の)公開データベース210へ接続される。かようなデータベース210の顕著な例には、例えば、NIH(https://www.nlm.nih.gov/mesh/を参照)及びSnoMed(https://www.snomed.org/snomed-ctを参照)などの市販のディクショナリによって提案される用語が含まれる。テキストモジュール200はまた、オフラインで、すなわち、システム100内で、例えば、ヘルスケア若しくは放射線管理システムのデータベースを通じて、又はユーザによって個別的に、学習され又は予め定義され得ることが知られる。
システム100はまた、入力ユニット180を介したユーザ入力に応答してテキストモジュール200の予め定義された組を変更及び/又は拡張するよう少なくとも構成される学習ユニット220を有する。上記のシステムユニットの他も、学習ユニット220によって教育され得ることが知られる。
以下では、上記のシステムユニットのいくつかの機能について、より詳細に記載する。
最初に、図2及び図3を参照して、テキスト生成ユニット190の機能が説明される。従って、図2に示されるように、テキスト生成ユニット190は一般に、入力ユニット180でのユーザ動作に応答した表示ユニット160のテキストフィールド170におけるテキストモジュール200の特定の選択に基づき、テキスト出力、すなわち、単語又は文章提案の形で、テキスト予測を生成するよう構成される。それによって、テキスト生成ユニット190はまた、テキストフィールド170の現在のステータスを考慮する。このために、テキスト生成ユニット190は、少なくとも表示ユニット160、入力ユニット180、画像解析ユニット150への及びテキストモジュール200が記憶されている記憶ユニット191へのいくつかの直接的な又は間接的な(例えば、ハードウェアドライバ又はソフトウェアモジュールを介する)ソフトウェアインターフェイスを備える。本質的に、テキストフィールド170の2つの異なった現在の状態、すなわち、テキストフィールド170が依然として完全に空いているが、例えば、入力ユニット180を介したマウスクリックによって、有効化されていることと、有効化されたテキストフィールド170にテキストが既に入力されていることとが、区別され得る。テキストフィールド170に表示されるべきテキストモジュール200の中の1つ以上の状況的なかつ文脈依存の選択は、以下でより詳細に記載されるように、画像解析ユニット150の解析結果とテキストモジュール200との間の事前の関連付けに基づく。画像解析中に識別される画像コンテンツに応じて、テキストモジュール200は変化するので、結果として、テキスト生成ユニット190の動作中に、生成されるテキスト予測は、テキストフィールド170が有効化されているが空いている場合に、画像コンテンツに関連した初期テキスト予測を含み、あるいは、テキスト予測は、入力ユニット180を介したユーザによるテキストモジュール部分の入力に応答して変化する。
更に、テキスト生成ユニット190は、ユーザが、入力ユニットを介した各々の入力によって、表示されたテキスト予測が記入されることを承認する場合に、表示されたテキスト予測をテキストフィールド170内の書き込みテキストコンテンツに自動補完するよう更に構成される。最も簡単な場合に、承認は、キーボードの各々のキーを押すことによる単一コマンド確認である。また、自動補完では、次の場合が区別され得る:
1.テキストフィールド170は、未だ、又は既に書き込まれたテキストコンテンツを削除した後に、全く埋められていない。この場合に、ユーザが、上述されたように、テキストフィールド170を有効化すると、初期テキスト予測、例えば、画像解析ユニット150によって画像コンテンツを解析することによる所見を記述する医療用語、が表示される。ユーザによる承認があると、表示されているテキストは、次いで、テキストフィールド170に書き込まれる。
2.ユーザは、予め定義されたテキストモジュール200の中の少なくとも1つに一致する最初の文字をテキストフィールドに入力する。文字を入力することに応答して、あるいは、追加の承認によって、一致するテキストモジュール200は単語ごと又は文章ごとに自動補完される。
3.ユーザは、予め定義されたテキストモジュール200の中の少なくとも1つに一致する少なくとも1つの認識された最初の単語を入力する。単語を入力すること及び/又は追加の承認に応答して、一致するテキストモジュール200は段落ごとに自動補完される。
図3を参照して、テキスト生成ユニット190のテキスト予測について、より詳細に説明することができる。それは、報告が作成されるための入力マスクを含む表示ユニット160の例となる実施形態を示し、表示ユニット160は、上記のテキストフィールド170と、グラフィックフィールド161と、更なるテキストフィールド171、172、173とを有する。これらのテキストフィールド170から173は、例えば、使用される撮像方法、画像120のビュー、達成される画像品質、などに関する情報について、作成されるべき、従って、供給されるべき報告の特定のセクションに割り当てられる。この割り当てに基づいて、テキスト生成ユニット190は、次いで、各々のテキストフィールドが有効化されかつ/あるいは埋められる場合に表示されるべきテキストモジュール200の更なる事前選択を行う。
グラフィックフィールド161は、画像120の中の1つの画像を示し、その1つの画像は、解析ユニット150によって以前に解析された画像であって、これに基づいて、テキスト予測の提案として表示するテキストモジュール200からの選出が行われた。この例で、テキストフィールド171、172及び173は、テキストで既に埋められている。このことについて、これより、未だ埋められていないテキストフィールド170の例を用いて説明することができる。ユーザは、マウスを用いてテキストフィールド170を有効化するようクリックし、文字Cを書き込んでいる。結果として、ポップアップ選択フィールド174には、このとき、最初の文字Cを有する(最適な)テキストモジュール200のリストが表示される。図3から分かるように、各々のテキストモジュール200に加えて、グラフィックフィールド161に示される解析された画像120に対する表示されているテキストモジュール200の適切な関連付けの確率も、パーセンテージでテキストフィールドセクション175に表示される。この確率に基づいて、表示されている選択可能なテキストモジュール200は、昇順にソートされる。表示されているテキストモジュール200は行ごとに個々に配置され、全文も可能である、リストの中の特定のテキストモジュール200は、例えば、テキストモジュールを選択するために方向キーを使用して、リターンキーなどのキーを押すことで確認することによって、キーボードを介してタイピングしている間に、選択され得る。代替的に、テキストモジュールはマウスによって選択され得る。テキストモジュール200の選択及び承認により、このテキストモジュールは、上述されたように、テキストフィールド170内の書き込まれ表示されたテキストに自動補完される。
図4を参照して、これより、学習ユニット220について、より詳細に説明する。
学習ユニット220は、少なくとも入力ユニット180、画像解析ユニット150への及びテキストモジュール200が記憶されている記憶ユニット191へのいくつかの直接的な又は間接的な(例えば、ハードウェアドライバ又はソフトウェアモジュールを介する)ソフトウェアインターフェイスを備える。それは、入力ユニット180を介してユーザによって入力されるテキストを、少なくともそれが提案として表示されているいずれのテキストモジュール200とももはや一致しない場合に、認識するよう構成される。次いで、システムは、新しい用語又は新しい文章を、記憶されたテキストモジュール200に対する新しいテキストモジュール、及び/又は既存のテキストモジュール200の場合に、解析ユニット150によって解析された画像コンテンツへの新しい割り当てとして、記憶する。
以下では、第2の態様に従う方法が、図5に示されるフローチャートを参照して説明される。方法は、上記のシステム100のための制御方法として使用され得る。
ステップS1で、供給された画像120の中の1つ以上からの少なくとも画像コンテンツが読み出される。これは解析ユニット150により行われる。解析ユニット150は任意に、画像品質も決定し、それからテキストモジュール200の選択を行い、例えば、不十分な画像品質を示す但し書き(disclaimer)を報告内に含める。ステップS2で、読み出された画像コンテンツは、例えば、特定の病気であることができる少なくとも1つの特定の所見に計算上関連付けられる画像の予め定義された分類に関連付けられ又は割り当てられる。ステップS3で、報告を準備するユーザへのテキスト予測が、ユーザがディスプレイに示されているテキストフィールド170を少なくとも有効化する場合に、表示デバイス160で表示される。このとき、テキスト予測は、画像の予め定義された分類に関連する計算識別子で標識される予め定義されたテキストモジュール200の中の1つを少なくとも含む。任意のステップS4で、テキストモジュール200の中の1つ以上を選択すること及び/又は更なる(自由な)テキストをタイピングすることの後で、報告が完成され、記憶、送信、印刷などされ得る。
本発明の実施形態は、種々の対象を参照して記載されていることが留意されるべきである。特に、いくつかの実施形態は、方法タイプの請求項を参照して記載されるが、一方で、他の実施形態は、デバイスタイプの請求項を参照して記載される。しかし、当業者であれば、上記及び下記の説明から、特段示されない限りは、1つのタイプの態様に属する特徴の任意の組み合わせに加えて、異なる対象に関する特徴どうしの他の組み合わせも本願で開示されていると見なされると分かるだろう。全ての特徴は、特徴の単純な足し合わせよりも大きい相乗効果をもたらすよう組み合わされ得る。
本発明は、図面及び上記の説明において詳細に図示及び記載されてきたが、そのような図示及び記載は、実例又は例示であって、限定と見なされるべきではない。本発明は、開示されている実施形態に制限されない。
開示されている実施形態に対する他の変形は、請求されている発明を実施する際に、図面、本開示、及び従属請求項の検討から、当業者によって理解及び達成され得る。
特許請求の範囲において、語「有する」(comprising)は,他の要素又はステップを除外せず、不定冠詞(a又はan)は、複数を除外しない。単一のプロセッサ又は他のユニットは、特許請求の範囲で挙げられているいくつかのアイテムの機能を満たしてよい。特定の手段が相互に異なる請求項で挙げられているという単なる事実は、それらの手段の組み合わせが有利に使用され得ないことを示すものではない。特許請求の範囲における如何なる参照符号も、適用範囲を制限するものとして解釈されるべきではない。
100 システム
110 データベース
120 画像
130 医療撮像デバイス
140 画像処理ユニット
150 画像解析ユニット
160 表示デバイス
161 グラフィックフィールド
170~173 テキストフィールド
175 選択フィールド
180 入力ユニット
190 テキスト生成ユニット
191 記憶ユニット
200 テキストモジュール
210 外部データベース
220 学習ユニット
S1~S4 方法ステップ

Claims (15)

  1. 医療撮像によって供給される医療画像データに基づくコンピュータ支援診断報告準備のためのシステムであって、
    前記供給された画像データから少なくとも画像コンテンツを読み出すよう構成される画像処理ユニットと、
    予め定義された特性に基づいて前記読み出された画像コンテンツを解析し、解析結果を導出するよう構成される画像解析ユニットと、
    ユーザに書き込みテキストを表示する少なくとも1つのテキストフィールドを有する表示デバイスと、
    前記テキストフィールドを少なくとも有効化するよう前記ユーザと相互作用する入力ユニットと、
    少なくとも前記ユーザが前記入力ユニットを介して前記テキストフィールドを有効化する場合に、個々に選択可能であるテキスト提案の視覚表示として、テキスト予測を前記表示デバイスで前記ユーザに供給するよう構成されるテキスト生成ユニットと
    を有し、
    前記テキスト予測は、前記画像コンテンツの前記解析結果に関連するテキストモジュールの予め定義された組から選択される、システム。
  2. 前記システム又は前記テキスト生成ユニットは、前記テキストフィールドが有効化されているが未だテキストコンテンツが書き込まれていない場合に、初期テキスト予測を表示するよう更に構成される、
    請求項1に記載のシステム。
  3. 前記システム又は前記テキスト生成ユニットは、前記入力ユニットを介した前記ユーザによるテキストモジュール部分の入力に応答して、表示されたテキスト予測を生成又は変更するよう更に構成される、
    請求項1又は2に記載のシステム。
  4. 前記システム又は前記テキスト生成ユニットは、前記ユーザが前記入力ユニットを介した各々の入力によって、前記表示されたテキスト予測が記入されることを承認する場合に、前記表示されたテキスト予測を前記テキストフィールド内の書き込みテキストコンテンツに自動補完するよう更に構成される、
    請求項1乃至3のうちいずれか一項に記載のシステム。
  5. 前記システム又は前記テキスト生成ユニットは、
    i)テキストフィールドが、未だ、又は既に書き込まれたテキストコンテンツを削除した後に、全く埋められておらず、テキストフィールドを有効化することに応答して、初期テキスト予測が表示される場合、
    ii)前記ユーザが、前記予め定義されたテキストモジュールの中の少なくとも1つに一致する少なくとも最初の文字を前記テキストフィールドに入力し、該文字を入力することに応答して、前記一致するテキストモジュールが単語ごと又は文章ごとに自動補完される場合、及び
    iii)前記ユーザが、前記予め定義されたテキストモジュールの中の少なくとも1つに一致する少なくとも1つの認識された最初の単語を入力し、該単語を入力することに応答して、前記一致するテキストモジュールが段落ごとに自動補完される場合
    のうちの少なくとも1つの場合に前記テキスト予測を自動補完するよう更に構成される
    請求項4に記載のシステム。
  6. 前記テキスト予測は、画像の分類に関連する計算識別子で標識される少なくとも1つのテキストモジュールを含み、前記画像コンテンツは、画像の各々の分類に関連付けられる、
    請求項1乃至5のうちいずれか一項に記載のシステム。
  7. 前記テキスト予測は、提案される前記テキストモジュールが前記読み出された画像コンテンツに一致する確率を示す表示部分を含む、
    請求項1乃至6のうちいずれか一項に記載のシステム。
  8. 前記テキスト予測は、適用される医療撮像方法を指名及び/又は記述するテキストモジュールを含む、
    請求項1乃至7のうちいずれか一項に記載のシステム。
  9. 当該システムは更に、前記供給された画像データの画像品質を解析するよう構成され、
    画像品質が不十分であると見なされる場合に、前記テキスト予測は、適用されるべき追加又は代替の診断方法又は検査の但し書き及び/又は提案を少なくとも含むテキストモジュールを含む、
    請求項1乃至8のうちいずれか一項に記載のシステム。
  10. 当該システムは更に、前記入力ユニットを介したユーザ入力に応答して前記テキストモジュールの予め定義された組を変更及び/又は拡張するよう構成される学習ユニットを有する、
    請求項1乃至9のうちいずれか一項に記載のシステム。
  11. 前記学習ユニットは更に、前記予め定義されたテキストモジュールの中の少なくとも1つと前記読み出された画像コンテンツとの間の関連付けを変更及び/又は拡張するよう構成される、
    請求項10に記載のシステム。
  12. 医療撮像によって供給される医療画像データに基づき診断報告をコンピュータ支援により準備する方法であって、
    前記供給された画像データから少なくとも画像コンテンツを読み出すことと、
    前記読み出された画像コンテンツを、少なくとも1つの特定の所見に計算上関連する画像の予め定義された分類と関連付けることと、
    ユーザが表示デバイスに示されるテキストフィールドを少なくとも有効化する場合に、前記表示デバイス上で、前記診断報告を準備する前記ユーザにテキスト予測を表示することと
    を有し、
    前記テキスト予測は、前記画像の予め定義された分類に関連する計算識別子で標識される予め定義されたテキストモジュールを少なくとも含む、方法。
  13. 入力ユニットを介した前記ユーザの入力に応答して、前記表示されるテキスト予測の前記テキストモジュールは、前記テキストフィールドに示されかつ/あるいは前記診断報告を準備するために不揮発性記憶されることになる書き込みテキストに変更又は自動補完される、
    請求項12に記載の方法。
  14. 請求項1乃至11のうちいずれか一項に記載のシステムを制御するコンピュータプログラムであって、
    処理ユニットによって実行される場合に、請求項12又は13に記載の方法のステップを実行するよう構成されるコンピュータプログラム。
  15. 請求項14に記載のコンピュータプログラムが記憶されているコンピュータ可読媒体。
JP2020555304A 2018-01-02 2018-12-24 自動診断報告準備 Active JP7203119B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18150011.7A EP3506279A1 (en) 2018-01-02 2018-01-02 Automatic diagnosis report preparation
EP18150011.7 2018-01-02
PCT/EP2018/086839 WO2019134872A1 (en) 2018-01-02 2018-12-24 Automatic diagnosis report preparation

Publications (2)

Publication Number Publication Date
JP2021508137A JP2021508137A (ja) 2021-02-25
JP7203119B2 true JP7203119B2 (ja) 2023-01-12

Family

ID=60937603

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020555304A Active JP7203119B2 (ja) 2018-01-02 2018-12-24 自動診断報告準備

Country Status (5)

Country Link
US (1) US20200411150A1 (ja)
EP (2) EP3506279A1 (ja)
JP (1) JP7203119B2 (ja)
CN (1) CN111557032A (ja)
WO (1) WO2019134872A1 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11393579B2 (en) * 2019-07-25 2022-07-19 Ge Precision Healthcare Methods and systems for workflow management
JPWO2021107142A1 (ja) * 2019-11-29 2021-06-03
WO2021167018A1 (ja) * 2020-02-18 2021-08-26 富士フイルム株式会社 情報処理装置、情報処理方法及び情報処理プログラム
WO2021177357A1 (ja) * 2020-03-03 2021-09-10 富士フイルム株式会社 情報処理装置、情報処理方法及び情報処理プログラム
KR102513398B1 (ko) * 2021-01-29 2023-03-24 서울대학교병원 뇌파 신호를 정량적으로 분석한 결과를 이용한 뇌파 판독 소견 작성 장치 및 방법
CN113159134A (zh) * 2021-03-29 2021-07-23 宁波市科技园区明天医网科技有限公司 基于乳腺结构化报告的智能化诊断评估方法
US11923054B2 (en) * 2021-07-21 2024-03-05 Utech Products, Inc. AI platform for processing speech and video information collected during a medical procedure
CN115188448A (zh) * 2022-07-12 2022-10-14 广州华见智能科技有限公司 一种基于脑电波的中医医生诊疗经验记录方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009069893A (ja) 2007-09-10 2009-04-02 Fuji Xerox Co Ltd 診断支援装置及びプログラム
JP2011086276A (ja) 2009-09-17 2011-04-28 Fujifilm Corp 読影レポート作成装置および方法並びにプログラム
JP2016157291A (ja) 2015-02-25 2016-09-01 富士フイルム株式会社 特徴量管理装置とその作動方法および作動プログラム、並びに特徴量管理システム
JP2017010577A (ja) 2016-08-25 2017-01-12 キヤノン株式会社 医療診断支援装置及び医療診断支援方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7720682B2 (en) * 1998-12-04 2010-05-18 Tegic Communications, Inc. Method and apparatus utilizing voice input to resolve ambiguous manually entered text input
US6820075B2 (en) * 2001-08-13 2004-11-16 Xerox Corporation Document-centric system with auto-completion
US7783094B2 (en) 2005-06-02 2010-08-24 The Medipattern Corporation System and method of computer-aided detection
US8296247B2 (en) 2007-03-23 2012-10-23 Three Palm Software Combination machine learning algorithms for computer-aided detection, review and diagnosis
JP5178119B2 (ja) * 2007-09-28 2013-04-10 キヤノン株式会社 画像処理装置および画像処理方法
US8520978B2 (en) * 2007-10-31 2013-08-27 Mckesson Technologies Inc. Methods, computer program products, apparatuses, and systems for facilitating viewing and manipulation of an image on a client device
US9177110B1 (en) * 2011-06-24 2015-11-03 D.R. Systems, Inc. Automated report generation
US20130132119A1 (en) * 2011-11-23 2013-05-23 Advanced Medical Imaging and Teleradiology, LLC Report generator for a medical image reading system
US11024406B2 (en) * 2013-03-12 2021-06-01 Nuance Communications, Inc. Systems and methods for identifying errors and/or critical results in medical reports
KR101850772B1 (ko) * 2015-05-27 2018-04-23 삼성에스디에스 주식회사 의료용 메타 데이터베이스 관리 방법 및 그 장치
US9846938B2 (en) 2015-06-01 2017-12-19 Virtual Radiologic Corporation Medical evaluation machine learning workflows and processes
JP6697743B2 (ja) * 2015-09-29 2020-05-27 パナソニックIpマネジメント株式会社 情報端末の制御方法及びプログラム
WO2017115095A1 (en) * 2015-12-30 2017-07-06 Google, Inc. Suggestion of queries based on group association of user

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009069893A (ja) 2007-09-10 2009-04-02 Fuji Xerox Co Ltd 診断支援装置及びプログラム
JP2011086276A (ja) 2009-09-17 2011-04-28 Fujifilm Corp 読影レポート作成装置および方法並びにプログラム
JP2016157291A (ja) 2015-02-25 2016-09-01 富士フイルム株式会社 特徴量管理装置とその作動方法および作動プログラム、並びに特徴量管理システム
JP2017010577A (ja) 2016-08-25 2017-01-12 キヤノン株式会社 医療診断支援装置及び医療診断支援方法

Also Published As

Publication number Publication date
EP3735697A1 (en) 2020-11-11
US20200411150A1 (en) 2020-12-31
EP3735697B1 (en) 2022-04-06
JP2021508137A (ja) 2021-02-25
EP3506279A1 (en) 2019-07-03
WO2019134872A1 (en) 2019-07-11
CN111557032A (zh) 2020-08-18

Similar Documents

Publication Publication Date Title
JP7203119B2 (ja) 自動診断報告準備
US10929420B2 (en) Structured report data from a medical text report
US11790171B2 (en) Computer-implemented natural language understanding of medical reports
CN110033859B (zh) 评估患者的医学检查结果的方法、系统、程序和存储介质
CN109698030B (zh) 用于患者-提供者对话的界面以及笔记或总结的自动生成
US8046226B2 (en) System and methods for reporting
JP6749835B2 (ja) コンテキスト依存医学データ入力システム
US6366683B1 (en) Apparatus and method for recording image analysis information
EP3956901A1 (en) Computer-implemented natural language understanding of medical reports
EP3246836A1 (en) Automatic generation of radiology reports from images and automatic rule out of images without findings
US9043206B2 (en) System and methods for matching an utterance to a template hierarchy
CN109478419B (zh) 结构化和叙述性报告中的显著发现代码的自动识别
US20210074427A1 (en) System for generating medical reports for imaging studies
JP5736007B2 (ja) 検査報告書を生成する装置、システム、方法およびプログラム
CN112712879A (zh) 医学影像报告的信息提取方法、装置、设备及存储介质
JP2021523509A (ja) エキスパートレポートエディタ
WO2015031296A1 (en) System and method for implementing clinical decision support for medical imaging analysis
US20240006039A1 (en) Medical structured reporting workflow assisted by natural language processing techniques
CN115713992A (zh) 资料分析系统及资料分析方法
US20200294682A1 (en) Medical interview apparatus
EP3696818A1 (en) Automatic key image generation for radiology reports
US20230230678A1 (en) Ad hoc model building and machine learning services for radiology quality dashboard
US20240020740A1 (en) Real-time radiology report completeness check and feedback generation for billing purposes based on multi-modality deep learning
US11450323B1 (en) Semantic reporting system
WO2022192893A1 (en) Artificial intelligence system and method for generating medical impressions from text-based medical reports

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211125

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20211125

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220308

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20220523

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220902

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: 20221206

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221226

R150 Certificate of patent or registration of utility model

Ref document number: 7203119

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150