JP7297980B2 - Medical information management device - Google Patents
Medical information management device Download PDFInfo
- Publication number
- JP7297980B2 JP7297980B2 JP2022091763A JP2022091763A JP7297980B2 JP 7297980 B2 JP7297980 B2 JP 7297980B2 JP 2022091763 A JP2022091763 A JP 2022091763A JP 2022091763 A JP2022091763 A JP 2022091763A JP 7297980 B2 JP7297980 B2 JP 7297980B2
- Authority
- JP
- Japan
- Prior art keywords
- subject
- medical
- data
- processing circuit
- imaging
- 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
- 238000002059 diagnostic imaging Methods 0.000 claims description 27
- 238000009826 distribution Methods 0.000 claims description 27
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000002604 ultrasonography Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 108
- 238000012545 processing Methods 0.000 description 106
- 238000003384 imaging method Methods 0.000 description 53
- 230000015654 memory Effects 0.000 description 43
- 238000010586 diagram Methods 0.000 description 16
- 230000010365 information processing Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 238000002591 computed tomography Methods 0.000 description 14
- 238000012544 monitoring process Methods 0.000 description 13
- 206010002383 Angina Pectoris Diseases 0.000 description 11
- 239000002872 contrast media Substances 0.000 description 9
- 206010010904 Convulsion Diseases 0.000 description 8
- 238000007689 inspection Methods 0.000 description 8
- 238000000034 method Methods 0.000 description 8
- 206010003225 Arteriospasm coronary Diseases 0.000 description 7
- 210000004351 coronary vessel Anatomy 0.000 description 7
- 238000002595 magnetic resonance imaging Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000002360 preparation method Methods 0.000 description 5
- 208000005392 Spasm Diseases 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 201000001068 Prinzmetal angina Diseases 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000007943 implant Substances 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000728173 Sarima Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000002586 coronary angiography Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007435 diagnostic evaluation Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Description
本発明の実施形態は、医用画像診断装置、モダリティ制御装置および医用情報管理装置に関する。 TECHNICAL FIELD Embodiments of the present invention relate to a medical image diagnostic apparatus, a modality control apparatus, and a medical information management apparatus.
医用画像診断において、特定の疾患に関する発作が生じている瞬間の撮影を行う場合に、次のような問題が知られている。例えば、発作を誘発させて撮影する場合には、人体へ負荷をかける必要がある。また、発作を誘発できない場合には、発作がいつ発生するかわからないため、撮影するタイミングを決定するのが困難である。 In medical image diagnosis, the following problems are known when capturing images at the moment an attack related to a specific disease occurs. For example, when capturing an image by inducing a seizure, it is necessary to apply a load to the human body. Also, if the seizure cannot be induced, it is difficult to determine the timing of imaging because it is not known when the seizure will occur.
一例として、狭心症の評価では、発作が発生している状態で冠動脈造影の検査を行う必要がある。例えば、労作性狭心症は、運動負荷により発作を誘発させ、発作が生じている瞬間を撮影することによって、診断評価を行う。しかし、高齢者および併存疾患を有する患者は、運動負荷を行えない場合がある。そのため、検査の際に発作を誘発させることができず、診断評価を行えない場合がある。 As an example, the assessment of angina pectoris requires coronary angiography studies to be performed in the presence of an attack. For example, exertional angina pectoris is diagnosed and evaluated by inducing an attack with an exercise load and photographing the moment the attack occurs. However, elderly people and patients with comorbidities may not be able to exercise. Therefore, it may not be possible to provoke a seizure during testing, and diagnostic evaluation may not be possible.
また例えば、冠攣縮性狭心症は、冠動脈の痙攣に起因する狭心症であり、運動負荷では発作を誘発させることができない。冠攣縮薬物誘発試験により発作を誘発させることは可能であるが、人体へ負荷をかけることになるため、必ずしも全ての人が検査を行えない場合がある。 For example, coronary spastic angina is angina pectoris caused by spasm of the coronary arteries, and an exercise load cannot induce an attack. Although seizures can be induced by the coronary spasm drug provocation test, it is not always possible for all people to undergo the test because it imposes a burden on the human body.
換言すると、狭心症などの特定の疾患の検査などにおいて、当該特定の疾患に起因する発作を意図的に誘発させることが困難であるという問題がある。そのため、従来は、当該特定の疾患に罹患している被検体に関する検査を最適なタイミングで実行することが困難であった。 In other words, there is a problem that it is difficult to intentionally induce an attack caused by a specific disease such as angina pectoris when examining the specific disease. Therefore, conventionally, it has been difficult to perform a test on a subject suffering from the specific disease at the optimum timing.
本発明が解決しようとする課題は、被検体に関する検査を最適なタイミングで実行可能にすることである。 The problem to be solved by the present invention is to enable the inspection of the subject to be performed at the optimum timing.
実施形態に係る医用画像診断装置は、取得部と、予測部と、制御部とを備える。取得部は、被検体の生体データをリアルタイムに取得する。予測部は、生体データとイベントに関する確率分布とに基づいて、被検体に関するイベントの発生時間帯を予測する。制御部は、発生時間帯に基づいて、被検体の撮像を制御する。 A medical image diagnostic apparatus according to an embodiment includes an acquisition unit, a prediction unit, and a control unit. The acquisition unit acquires biological data of a subject in real time. The prediction unit predicts an occurrence time zone of an event related to the subject based on the biometric data and the probability distribution related to the event. The control unit controls imaging of the subject based on the occurrence time period.
以下、図面を参照しながら、医用画像診断装置、モダリティ制御装置および医用情報管理装置の実施形態について詳細に説明する。 Hereinafter, embodiments of a medical image diagnostic apparatus, a modality control apparatus, and a medical information management apparatus will be described in detail with reference to the drawings.
(第1の実施形態)
図1は、第1の実施形態に係る医用情報処理システムの構成例を示すブロック図である。例えば、図1に示すように、本実施形態に係る医用情報処理システム100は、医用画像診断装置110と、サーバ装置120と、端末装置130と、生体データ計測装置140とを備える。医用画像診断装置110と、サーバ装置120と、端末装置130と、生体データ計測装置140とは、例えば、医療施設内に設置された院内LAN(Local Area Network)150を介して互いに接続される。尚、医用情報処理システム100は、複数のサーバ装置および複数の端末装置を備えてもよい。
(First embodiment)
FIG. 1 is a block diagram showing a configuration example of a medical information processing system according to the first embodiment. For example, as shown in FIG. 1, a medical
医用情報処理システム100には、例えば、PACS(Picture Archiving and Communication System)、HIS(Hospital Information System)およびRIS(Radiology Information System)などが導入されている。これらのシステムは、例えば、検査予約システムによって運用される。医用情報処理システム100は、医用画像、検査オーダおよび患者情報などの各種情報を統括的に管理する。
The medical
図2は、図1の医用画像診断装置の構成例を示すブロック図である。例えば、図2に示すように、本実施形態に係る医用画像診断装置110は、医用撮像装置111と、メモリ112と、ディスプレイ113と、入力インタフェース114と、処理回路115と、通信インタフェースとを備える。
FIG. 2 is a block diagram showing a configuration example of the medical image diagnostic apparatus shown in FIG. For example, as shown in FIG. 2, a medical image
医用画像診断装置110は、被検体を撮影することにより検査を実施する装置である。医用画像診断装置110は、例えばX線診断装置、X線コンピュータ断層撮影(CT:Computed Tomography)装置および磁気共鳴イメージング(MRI:Magnetic Resonance Imaging)装置などに相当する。一例を挙げれば、医用撮像装置111は架台に対応し、メモリ112、ディスプレイ113、入力インタフェース114、処理回路115および通信インタフェース116は当該架台に接続されたコンソールに対応する。尚、X線診断装置、X線CT装置およびMRI装置などは、モダリティ装置と呼ばれてもよい。
The medical image
医用撮像装置111は、被検体に関する医用信号を生成する。医用信号は、被検体に医用撮像を施すことにより収集された生データである。よって、医用信号は、医用信号データと呼ばれてもよい。医用信号データは、例えば、医用撮像装置111がX線CT装置である場合における投影データまたはサイノグラムデータ、MRI装置である場合におけるk空間データに相当する。
A
医用撮像装置111がX線診断装置の架台である場合、当該架台は、X線管とX線検出器との間に載置された被検体にX線を照射する。被検体を透過したX線は、X線検出器により検出される。X線検出器においては、検出されたX線の線量に応じた波高値を有する電気信号が発生される。当該電気信号は、A/D変換器を介してディジタルデータに変換される。ディジタルデータは、生データとして処理回路115に伝送される。
When the
医用撮像装置111がX線CT装置の架台である場合、当該架台は、X線管とX線検出器とを被検体回りに回転させながらX線管から被検体にX線を照射し、被検体を透過したX線をX線検出器により検出する。X線検出器においては、検出されたX線の線量に応じた波高値を有する電気信号が発生される。当該電気信号は、データ収集回路によりA/D変換などの信号処理が施される。A/D変換後の電気信号は投影データまたはサイノグラムデータと呼ばれる。投影データまたはサイノグラムデータは、生データとして処理回路115に伝送される。
When the
医用撮像装置111がMRI装置の架台である場合、当該架台は、静磁場磁石を介した静磁場の印加の下、傾斜磁場コイルを介した傾斜磁場の印加と送信コイルを介したRFパルスの印加とを繰り返す。RFパルスの印加に起因して被検体から磁気共鳴(Magnetic Resonance:MR)信号が放出される。放出されたMR信号は、受信コイルを介して受信される。受信されたMR信号は、受信回路によりA/D変換などの信号処理が施される。A/D変換後のMR信号は、k空間データに対応する。k空間データは、生データとして処理回路115に伝送される。
When the
換言すると、医用撮像装置111は、被検体に対し、当該医用撮像装置111のモダリティ装置種に応じた撮像原理の医用撮像を施し、当該被検体に関する生データを収集する。収集された生データは、処理回路115に伝送される。
In other words, the
なお、医用撮像装置111は、収集された医用信号データに画像復元処理を施すことによって医用画像データを生成してもよい。医用画像データは、例えば、X線画像、CT画像およびMR画像などに相当する。
Note that the
メモリ112は、種々の情報を記憶する。メモリ112として、例えば、HDD(Hard Disk Drive)、SSD(Solid State Drive)および集積回路記憶装置などが適宜利用可能である。また、メモリ112は、CD-ROMドライブ、DVDドライブおよびフラッシュメモリなどの可搬性記憶媒体との間で種々の情報を読み書きする駆動装置などであってもよい。例えば、メモリ112は、医用撮像装置111によって取得された生データや医用画像データを記憶する。また、メモリ112は、本実施形態に係る制御プログラムおよびデータなどを記憶する。尚、メモリ112の保存領域は、院内LAN150に接続された外部記憶装置内にあってもよい。
Memory 112 stores various information. As the
ディスプレイ113は、操作者が各種業務を遂行するための種々の情報を表示する。ディスプレイ113には、例えばダリティ装置種に応じた撮像条件などを入力するための画面や医用画像データなどが表示される。ディスプレイ113として、例えば、CRTディスプレイ、液晶ディスプレイ、有機ELディスプレイ、LEDディスプレイ、プラズマディスプレイ、および当技術分野で知られている他の任意のディスプレイが適宜利用可能である。
The
入力インタフェース114は、例えば、マウス、キーボード、および操作面へ触れることで指示が入力されるタッチパネルなどにより実現される。入力インタフェース114は、例えば、操作者からの操作を受け付ける。操作者の操作は、例えば、マウスポインタの移動操作、クリック操作およびドラッグアンドドロップ操作などに相当する。入力インタフェース114は、操作者からの操作を電気信号へ変換し、当該電気信号を処理回路115へ出力する。本実施形態では、入力インタフェース114は、モダリティ装置種に応じた撮影条件などを操作者から受け付ける。
The
処理回路115は、ハードウェア資源として、図示していないプロセッサ、ROM(Read-Only Memory)およびRAMなどのメモリを有し、医用画像診断装置110を制御する。処理回路115は、システム制御機能115a、画像生成機能115b、取得機能115c、予測機能115dおよび撮像制御機能115eを有する。システム制御機能115a、画像生成機能115b、取得機能115c、予測機能115dおよび撮像制御機能115eにて行われる各種機能は、コンピュータによって実行可能なプログラムの形態でメモリへ記憶されている。処理回路115は、これら各種機能に対応するプログラムをメモリから読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路115は、図2の処理回路115に示された複数の機能などを有することになる。
The
なお、図2において、単一の処理回路115にて前述の各種機能が実現するものとして説明したが、複数の独立したプロセッサがプログラムを実行することにより各種機能を実現するものとして構わない。換言すると、前述の各種機能がプログラムとして構成され、一つの処理回路が各プログラムを実行する場合であってもよいし、特定の機能が専用の独立したプログラム実行回路に実装される場合であってもよい。
In FIG. 2, it is assumed that the
前述の「プロセッサ」という文言は、例えば、CPU(Central Processing Unit)、GPU(Graphics Processing Unit)、特定用途向け集積回路(Application Specific Integrated Circuit:ASIC)およびプログラマブル論理デバイス(例えば、単純プログラマブル論理デバイス(Simple Programmable Logic Device:SPLD)、複合プログラマブル論理デバイス(Complex Programmable Logic Device:CPLD)およびフィールドプログラマブルゲートアレイ(Field Programmable Gate Array:FPGA))などの回路を意味する。 The aforementioned term "processor" includes, for example, a CPU (Central Processing Unit), a GPU (Graphics Processing Unit), an Application Specific Integrated Circuit (ASIC) and a programmable logic device (e.g., a simple programmable logic device ( Simple Programmable Logic Device (SPLD), Complex Programmable Logic Device (CPLD) and Field Programmable Gate Array (FPGA)).
処理回路115におけるプロセッサは、メモリ112に保存されたプログラムを読み出し実行することで各種機能を実現する。なお、メモリ112にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。また、処理回路115が有するシステム制御機能115a、画像生成機能115b、取得機能115c、予測機能115dおよび撮像制御機能115eは、それぞれシステム制御部、画像生成部、取得部、予測部および制御部の一例である。
The processor in the
システム制御機能115aは、入力インタフェース114を介して操作者から受け付けた入力操作に基づいて、処理回路115の各機能などを制御する機能である。具体的には、処理回路115は、システム制御機能115aにより、メモリ112に記憶されている制御プログラムを読み出す。読み出された制御プログラムは、処理回路115内のメモリ上に展開され、当該制御プログラムに従って医用画像診断装置110の各部が制御される。
The system control function 115a is a function that controls each function of the
画像生成機能115bは、医用撮像装置111から出力された生データに対して、モダリティ装置種に応じた処理を施すことによって医用画像データを生成する機能である。例えば、医用撮像装置111がX線診断装置である場合、処理回路115は、画像生成機能115bにより、生データに対して各種処理を行うことによってX線画像を生成する。例えば、医用撮像装置111がX線CT装置である場合、処理回路115は、画像生成機能115bにより、生データに対してフィルタ補正逆投影(Filtered Back Projection:FBP)を用いることによってCT画像を生成する。また、医用撮像装置111がMRI装置である場合、処理回路115は、生データに対して高速フーリエ変換(Fast Fourier Transform:FFT)を用いることによってMR画像を生成する。
The
取得機能115cは、被検体の生体データをリアルタイムに取得する機能である。例えば生体データが心電波形である場合、処理回路115は、取得機能115cにより、被検体の心電波形をリアルタイムに取得する。また、処理回路115は、医用撮像装置111に載置された被検体の生体データをリアルタイムに取得してもよい。また、処理回路115は、例えば院内LANを介して接続された他の医用画像診断装置が有する医用撮像装置(他の医用撮像装置)によって撮像された医用画像に基づく生体データをリアルタイムに取得してもよい。また、処理回路115は、例えば院内LANを介して接続された超音波診断装置によって撮像された医用画像に基づく生体データをリアルタイムに取得してもよい。
The
予測機能115dは、被検体に関するイベントの発生時間帯を予測する機能である。具体的には、処理回路115は、予測機能115dにより、リアルタイムに取得された被検体の生体データとイベントに関する確率分布とに基づいて、被検体に関するイベントの発生時間帯を予測する。より具体的には、処理回路115は、生体データを用いて確率分布を更新することによって、発生時間帯を予測してもよい。また、処理回路115は、リアルタイムに取得された被検体の生体データと他の生体データとに基づいて確率分布を算出し、発生時間帯を予測してもよい。他の生体データは、例えば、集団ビッグデータに相当し、複数の被検体、或いは複数の患者から得られた生体データである。尚、確率分布の算出(或いは生体データの解析)には、例えば、単回帰分析、重回帰分析、相関分析および時系列分析(ARIMAモデルおよびSARIMAモデル)などの分析法が用いられる。
The
本実施形態におけるイベントは、例えば不定期(或いは、突然)に発生する発作のことである。不定期に発生する発作には、例えば不整脈および冠攣縮性狭心症などに起因するものがある。本実施形態における確率分布は、イベントが発生する確率について、例えば時間と確率密度との関係で示したものである。本実施形態における発生時間帯は、イベントが発生する可能性のある時間帯を示したものである。よって、発生時間帯は、例えば確率密度がある閾値を越えている期間に相当する。尚、発生時間帯は、発生時刻の概念を含んでもよい。 An event in this embodiment is, for example, a seizure that occurs irregularly (or suddenly). Irregularly occurring attacks include, for example, arrhythmias and coronary spastic angina. The probability distribution in this embodiment indicates the probability of occurrence of an event, for example, by the relationship between time and probability density. The occurrence time zone in this embodiment indicates a time zone in which an event may occur. Therefore, the time zone of occurrence corresponds to a period in which the probability density exceeds a certain threshold, for example. Note that the time period of occurrence may include the concept of time of occurrence.
また、特定のイベントについては、処理回路115は、予測機能115dにより、当該イベントが発生する部位別の確率分布を算出、或いは発生時間帯を予測してもよい。例えば、冠攣縮性狭心症は、右冠動脈および左冠動脈のどちらかで攣縮が発生する。そのため、処理回路115は、右冠動脈および左冠動脈のそれぞれにおいて、攣縮の発生に関する確率分布を算出、或いは発生時間帯を予測してもよい。
For a specific event, the
本実施形態では、イベントおよび生体データは何らかの相関性があるものとする。例えば、処理回路115は、生体データを解析することによって、生体データにおけるあるパターンの後にイベントが発生するという関係に基づいて確率分布を算出する。尚、予測される発生時刻は、様々であり、今から数分後の場合もあれば、今から数日後の場合もある。
In this embodiment, events and biometric data are assumed to have some correlation. For example, the
イベントの発生時間帯を予測する方法として、例えば次の三つが考えられる。一つ目は、被検体のリアルタイムの生体データと、被検体の過去の生体データに基づく確率分布とによって発生時間帯を予測する方法である。二つ目は、被検体のリアルタイムの生体データと、イベントに関する他の被検体の過去の生体データに基づく確率分布とによって発生時間帯を予測する方法である。三つ目は、被検体のリアルタイムの生体データと、被検体および他の被検体の過去の生体データに基づく確率分布とによって発生時間帯を予測する方法である。尚、発生時間帯の予測において、被検体のPHR(Personal Health Record)、或いは他の被検体のPHRをさらに用いてもよい。 For example, the following three methods are conceivable as methods for predicting the occurrence time zone of an event. The first is a method of predicting the occurrence time zone based on the real-time biometric data of the subject and the probability distribution based on the past biometric data of the subject. The second is a method of predicting an occurrence time zone based on the real-time biometric data of the subject and the probability distribution based on the past biometric data of other subjects regarding the event. The third is a method of predicting the occurrence time zone based on the real-time biometric data of the subject and the probability distribution based on the past biometric data of the subject and other subjects. Note that the PHR (Personal Health Record) of the subject or the PHR of another subject may be further used in the prediction of the occurrence time zone.
撮像制御機能115eは、発生時間帯に基づいて、被検体の撮像を制御する機能である。具体的には、処理回路115は、撮像制御機能115eにより、発生時間帯に基づいて、医用撮像装置111における撮像の開始または終了を制御する。例えば、医用撮像装置111がX線CT装置およびMRI装置などの連続撮像が可能な装置である場合、処理回路115は、発生確率が閾値を越えた時点から撮像を開始し、閾値を下回った時点で撮像を終了してもよい。また、処理回路115は、発生時間帯に基づいて、被検体への造影剤の投与の開始または終了を制御してもよい。
The
通信インタフェース116は、院内LAN150を介して接続されたサーバ装置120、端末装置130および生体データ計測装置140との間でデータ通信を行う。サーバ装置120、端末装置130および生体データ計測装置140との通信の規格は、如何なる規格であっても良いが、例えば、HL7、DICOM、又はその両方などが挙げられる。
The
サーバ装置120は、例えばPACSサーバに相当する。サーバ装置120は、医用画像診断装置110によって収集された医用画像データを記憶する。具体的には、サーバ装置120は、例えば、各診療科に配置された端末装置130から複数の検査オーダを受信する。サーバ装置120は、受信した複数の検査オーダから、医用画像診断装置110ごとに患者リストを作成する。サーバ装置120は、作成した患者リストを医用画像診断装置110に送信する。また、サーバ装置120は、端末装置130からの要求に応じて、医用画像データを端末装置130へと送信する。
The
端末装置130は、例えばPC(Personal Computer)、タブレット式PC、PDA(Personal Digital Assistant)およびスマートフォンなどに相当する。端末装置130は、医療施設内の各診療科に配置される。端末装置130は、操作者によって被検体の症状および医師の所見などのカルテ情報が入力される。また、端末装置130は、操作者によって検査オーダが入力される。端末装置130は、入力された検査オーダを医用画像診断装置110またはサーバ装置120へと送信する。
The
生体データ計測装置140は、被検体の身体的特徴および行動パターンなどの生体データを測定する装置に相当する。生体データには、例えば心電波形、脈拍、血流、血圧、皮膚温度、脳波、眼球運動、血糖値および血中酸素飽和度などが含まれる。生体データ計測装置140は、被検体の生体データをリアルタイムに計測し、医用画像診断装置110およびサーバ装置120へと送信する。
The biometric
生体データ計測装置140は、被検体が常時身につけることができるウェアラブルデバイスでもよい。このようなウェアラブルデバイスは、被検体が身につけている限り、いかなる場所でも生体データを取得することができる。
The biological
生体データ計測装置140は、非接触のデバイスから生体データを取得してもよい。具体的には、非接触のデバイスは、室内に配置されたwebカメラ、サーモグラフィカメラおよびマイクロフォンなどに相当し、画像解析および音声解析をすることによって生体データを取得する。尚、非接触のデバイスを用いて生体データを取得する場合、非接触のデバイスは、顔認識および音声認識などを用いて被検体を特定してもよい。
The biometric
生体データは、医用画像診断装置および超音波診断装置などによって取得される医用画像データでもよい。具体的には、生体データは、超音波診断装置などによって得られるドプラデータでもよい。よって、生体データ計測装置140は、被検体に関する生体データを取得できれば、単体の装置でなくてもよい。即ち、生体データ計測装置140として、医用画像診断装置および超音波診断装置などが用いられてもよい。
The biological data may be medical image data acquired by a medical image diagnostic device, an ultrasonic diagnostic device, or the like. Specifically, the biological data may be Doppler data obtained by an ultrasonic diagnostic apparatus or the like. Therefore, the biological
一実施形態では、生体データ計測装置140は、心電計に相当する。心電計は、被検体の心電波形を取得する。心電計の種類には、手術室などに備え付けられる据え置き型心電計と、被検体が常時身につけることができるホルター心電計とがある。
In one embodiment, the biological
次に、以上のように構成された医用画像診断装置110の動作について図3のフローチャートおよび図4の模式図を用いて説明する。
Next, the operation of the medical image
図3は、第1の実施形態における動作を例示するフローチャートである。以下では、具体例として、冠攣縮性狭心症の疑いがある被検体の冠動脈について、医師がX線造影検査を行うことを想定している。この被検体には心電計が装着されており、医用画像診断装置110は、リアルタイムで被検体の生体データ(心電波形)を取得している。尚、医用画像診断装置110はX線CT装置であるものとする。
FIG. 3 is a flowchart illustrating operations in the first embodiment. In the following, as a specific example, it is assumed that a doctor performs an X-ray contrast examination on the coronary arteries of a subject suspected of having coronary spasm angina. An electrocardiograph is attached to the subject, and the medical image
冠攣縮性狭心症とは、冠動脈の一部分が痙攣を起こして急に縮むことによって引き起こされる狭心症である。冠攣縮性狭心症は、明け方および夜間の安静時にも発作が起こり得る。このように安静時にも発作が起こるため、冠攣縮性狭心症による発作の原因は様々である。 Coronary spasm angina is angina pectoris caused by spasm and abrupt constriction of a portion of a coronary artery. Coronary spasm angina can occur at dawn and even at rest during the night. Since attacks occur even at rest in this way, there are various causes of attacks due to coronary spasm angina.
図4は、第1の実施形態における動作を説明するための模式図である。図4の模式図では、主に、図3のフローチャートのステップST104からステップST109までの流れを示している。 FIG. 4 is a schematic diagram for explaining the operation in the first embodiment. The schematic diagram of FIG. 4 mainly shows the flow from step ST104 to step ST109 of the flowchart of FIG.
始めに、医用画像診断装置110は、通信インタフェース116を介して検査予約システムなどから検査対象の被検体に関する被検体情報(患者情報)を取得する。患者情報は、例えば患者ID、患者名、生年月日、年来、体重、性別および検査部位などである。尚、被検体情報は、被検体が有するインプラントを示すインプラント情報を含んでもよい。
First, the medical image
なお、被検体が検査を行う日時は、当該被検体の過去の生体データおよび他の被検体の過去の生体データの少なくとも一方を用いて算出された確率分布から決定されてもよい。この確率分布では、例えば、「2時間後から15分間に亘ってイベント発生確率が70%」などのような時間帯が予測される。よって、操作者は、時間に余裕をもって検査の準備を進めることができる。 The date and time when the subject performs the test may be determined from a probability distribution calculated using at least one of the past biometric data of the subject and the past biometric data of other subjects. In this probability distribution, for example, a time period such as "the event occurrence probability is 70% for 15 minutes from 2 hours later" is predicted. Therefore, the operator can proceed with preparations for the inspection with plenty of time to spare.
(ステップST101)
医用画像診断装置110において、造影セットアップが実行される。具体的には、造影セットアップでは、操作者により天板上に被検体Pが載置され、被検体の静脈に対して、造影剤を注入するための管が挿入される。尚、造影セットアップは、位置決め撮影後に行われてもよい。
(Step ST101)
An imaging setup is performed in the
(ステップST102)
処理回路115は、操作者による入力インタフェース114の操作に応じて、位置決め撮影用の撮影条件を含む撮影計画を設定する。
(Step ST102)
The
(ステップST103)
処理回路115は、スキャン範囲、関心領域および撮影条件などを決定するための被検体Pの位置決め画像データを取得する。位置決め画像データは、例えばヘリカルスキャン、或いはノンヘリカルスキャンによって被検体Pに対する全周分の投影データを収集することによって取得される。具体的には、処理回路115は、被検体Pの心臓を含む胸部全体などの広範囲に対して、本スキャンの線量よりも低線量にヘリカルスキャン、或いはノンヘリカルスキャンを実行する。
(Step ST103)
The
処理回路115は、画像生成機能115bにより、被検体Pに関する投影データから三次元のX線CT画像データ(ボリュームデータ)を再構成することができる。また、処理回路115は、再構成したボリュームデータに基づいて、任意の方向に応じた二次元の位置決め画像を生成する。尚、位置決め画像は、前述のボリュームデータを三次元の位置決め画像データとして用いてもよい。
The
(ステップST104)
処理回路115は、取得機能115cにより、被検体Pの生体データをリアルタイムに取得する。具体的には、処理回路115は、被検体Pに装着された心電計を介して、生体データとして心電波形(心電図)のデータを取得する。
(Step ST104)
The
(ステップST105)
処理回路115は、予測機能115dにより、イベントの発生時間帯を予測する。具体的には、処理回路115は、リアルタイムに取得された被検体の生体データとイベント(冠攣縮性狭心症の発作)に関する確率分布とに基づいて、イベントの発生する可能性が最も高い時刻t1を予測する。
(Step ST105)
The
(ステップST106)
処理回路115は、操作者による入力インタフェース114の操作に応じて、被検体Pのモニタリング撮影を行うためのモニタリング条件を設定する。モニタリング条件は、造影条件および撮影条件を含む。造影条件は、例えば、造影剤の注入速度、注入量および注入時間が示されている。また、処理回路115は、操作者による入力インタフェース114の操作により、位置決め画像上に、モニタリング撮影のための関心領域ROIを設定する。
(Step ST106)
The
(ステップST107)
処理回路115は、撮像制御機能115eにより、発生時間帯に基づいて、被検体の撮像を制御する。具体的には、処理回路115は、時刻t1で本スキャンが行えるようにモニタリング撮影を行う。例えば、処理回路115は、発作の発生する時刻t1に基づいて、造影剤の注入する時刻を決定する。そして、処理回路115は、造影条件に基づいて、被検体Pに造影剤を注入するインジェクタを制御する。また、処理回路115は、撮影条件に基づいて、モニタリング撮影を実行するようにX線源とX線検出器とを制御する。
(Step ST107)
The
モニタリング撮影中、処理回路115は、X線検出器からDAS(Data Acquisition System)を介して出力された投影データに対して再構成処理を行い、複数の医用画像データ(モニタリング画像データ)を順次作成し、メモリ112へと保存する。
During monitoring imaging, the
(ステップST108)
処理回路115は、医用画像データ(モニタリング撮影によって取得されたモニタリング画像)の関心領域ROIの画素における造影剤の濃度の指標値が閾値に到達したか否かを判定する。この判定は、例えば、関心領域ROIの画素のCT値(指標値)を時系列で表す時間濃度曲線(Time Density Curve:TDC)を作成し、CT値と閾値を比較して行う。尚、この判定は、必ずしもTDCを作成する必要はなく、指標値と閾値とを比較すれば実行可能である。
(Step ST108)
The
指標値が閾値に到達していない場合、処理はステップST107へと戻り、処理回路115は、モニタリング撮影を継続する。指標値が閾値に到達した場合、処理はステップST109へと進み、処理回路115は、モニタリング撮影を終了する。
If the index value has not reached the threshold value, the process returns to step ST107, and the
(ステップST109)
処理回路115は、モニタリング撮影を終了したタイミングで本スキャンを実行するようにX線源およびX線検出器を制御する。この本スキャンは、例えば、一回転のスキャンで心臓全体を撮影可能なボリュームスキャンである。
(Step ST109)
The
本スキャン中において、処理回路115は、X線検出器からDASを介して出力された投影データに対して再構成処理を行い、医用画像データ(断層像データおよびボリュームデータ)を生成し、メモリ112へと保存する。尚、ボリュームデータは、再構成された複数の断層像データを補間処理することにより生成される。
During the main scan, the
なお、上記フローチャートは一例であり、確率分布を用いた撮像の制御が行われる内容であれば、途中の処理を省略、或いは途中に処理を追加してもよい。また、ステップST101の造影セットアップは、撮像に関する準備および被検体に関する準備であればどのような準備が含まれてもよい。例えば、造影セットアップにおいて、造影剤の準備の外に、被検体に対するECGモニタの取り付けや、呼吸センサの取り付けなどが行われてもよい。 It should be noted that the above flowchart is only an example, and intermediate processing may be omitted or additional processing may be added as long as imaging control is performed using a probability distribution. Also, the imaging setup in step ST101 may include any preparations as long as they are preparations for imaging and preparations for the subject. For example, in an imaging setup, in addition to preparing a contrast medium, an ECG monitor may be attached to the subject, a respiratory sensor may be attached, and the like.
また、冠動脈に関する検査において、上記ではX線CT装置によるX線造影検査について説明したが、これに限らない。例えば、MRI装置による冠動脈MRA(Magnetic Resonance Angiography)が行われてもよい。冠動脈MRAでは、造影セットアップにおいて、被検体への局所コイルの取り付けなどが追加されてもよい。 Further, in the examination of the coronary arteries, the X-ray angiographic examination using the X-ray CT apparatus has been described above, but the examination is not limited to this. For example, coronary artery MRA (Magnetic Resonance Angiography) may be performed using an MRI apparatus. In coronary MRA, the imaging set-up may include additions such as attachment of a local coil to the subject.
上述したように第1の実施形態よれば、医用画像診断装置110は、被検体の生体データをリアルタイムに取得し、取得した生体データとイベントに関する確率分布とに基づいて、被検体に関するイベントの発生時間帯を予測し、予測した発生時間帯に基づいて、被検体の撮像を制御することができる。
As described above, according to the first embodiment, the medical image
また、第1の実施形態によれば、医用画像診断装置110は、被検体を撮像するための医用撮像装置に載置された被検体の生体データをリアルタイムに取得することができる。
Further, according to the first embodiment, the medical image
また、第1の実施形態によれば、医用画像診断装置110は、別の医用撮像装置によって撮像された医用画像に基づく生体データをリアルタイムに取得することができる。
Further, according to the first embodiment, the medical image
また、第1の実施形態によれば、医用画像診断装置110は、超音波診断装置によって撮像された医用画像に基づく生体データをリアルタイムに取得することができる。
Further, according to the first embodiment, the medical image
また、第1の実施形態によれば、医用画像診断装置110は、被検体の過去の生体データおよびイベントに関する他の被検体の生体データの少なくとも一方を用いて確率分布を算出することができる。
Further, according to the first embodiment, the medical image
また、第1の実施形態によれば、医用画像診断装置110は、生体データを用いて確率分布を更新することによって、発生時間帯を予測することができる。
Further, according to the first embodiment, the medical image
また、第1の実施形態によれば、医用画像診断装置110は、発生時間帯に基づいて、撮像の開始または終了を制御することができる。
Further, according to the first embodiment, the medical image
また、第1の実施形態によれば、医用画像診断装置110は、発生時間帯に基づいて、被検体への造影剤の投与の開始または終了を制御することができる。
Further, according to the first embodiment, the medical image
従って、医用画像診断装置110は、イベントの発生時間帯に合わせて検査を行うことができるため、被検体に関する検査を最適なタイミングで実行することができる。
Therefore, the medical image
(第2の実施形態)
第1の実施形態では、医用画像診断装置110においてイベントを予測し、撮像を制御する場合について説明された。他方、第2の実施形態では、医用画像診断装置とは異なるモダリティ制御装置においてイベントを予測し、モダリティ制御装置が医用画像診断装置に対して撮像制御の指示をする場合について説明される。
(Second embodiment)
In the first embodiment, the medical image
図5は、第2の実施形態に係る医用情報処理システムの構成例を示すブロック図である。例えば、図5に示すように、本実施形態に係る医用情報処理システム100は、医用画像診断装置110と、サーバ装置120と、端末装置130と、生体データ計測装置140と、モダリティ制御装置200とを備える。
FIG. 5 is a block diagram showing a configuration example of a medical information processing system according to the second embodiment. For example, as shown in FIG. 5, the medical
図6は、図5のモダリティ制御装置の構成例を示すブロック図である。例えば、図6に示すように、本実施形態に係るモダリティ制御装置200は、メモリ210と、ディスプレイ220と、入力インタフェース230と、処理回路240と、通信インタフェース250とを備える。
FIG. 6 is a block diagram showing a configuration example of the modality control device of FIG. For example, as shown in FIG. 6, the
以下、ディスプレイ220、入力インタフェース230および通信インタフェース250は、図2のディスプレイ113、入力インタフェース114および通信インタフェース116と略同様の構成および機能であるため、説明を省略する。
モダリティ制御装置200は、医用画像診断装置110の制御および医用画像の読影などを担う装置である。具体的には、モダリティ制御装置200は、医用画像診断装置110に対して撮像に関する制御を行う。また、モダリティ制御装置200は、医用画像診断装置110によって撮影された位置決め画像などの医用画像データを受信し、受信した医用画像データをディスプレイ220に表示してもよい。
The
メモリ210は、図2のメモリ112と略同様の構成を有する。メモリ210は、例えば、医用画像診断装置110によって取得された生データや医用画像データを記憶する。また、メモリ210は、本実施形態に係る制御プログラムおよびデータなどを記憶する。尚、メモリ210の保存領域は、院内LAN150に接続された外部記憶装置内にあってもよい。
処理回路240は、ハードウェア資源として、図示していないプロセッサ、ROM(Read-Only Memory)およびRAMなどのメモリを有し、モダリティ制御装置200を制御する。処理回路240は、取得機能240a、予測機能240bおよび制御指示機能240cを有する。取得機能240a、予測機能240bおよび制御指示機能240cにて行われる各種機能は、コンピュータによって実行可能なプログラムの形態でメモリへ記憶されている。処理回路240は、これら各種機能に対応するプログラムをメモリから読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路240は、図6の処理回路240に示された複数の機能などを有することになる。
The
処理回路240におけるプロセッサは、メモリ210に保存されたプログラムを読み出し実行することで各種機能を実現する。なお、メモリ210にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。また、処理回路240が有する取得機能240a、予測機能240bおよび制御指示機能240cは、それぞれ取得部、予測部および指示部の一例である。
The processor in the
以下、取得機能240aおよび予測機能240bは、図2の取得機能115cおよび予測機能115dと略同様の機能であるため、説明を省略する。
Hereinafter, the
制御指示機能240cは、発生時間帯に基づいて、被検体の撮像に関する制御をモダリティ装置へ指示する機能である。具体的には、処理回路240は、制御指示機能240cにより、発生時間帯に基づいて、医用画像診断装置110における撮像の開始または終了に関する制御を、医用画像診断装置110へ指示する。また、処理回路240は、発生時間帯に基づいて、被検体への造影剤の投与の開始または終了に関する制御を医用画像診断装置110へ指示してもよい。
The
図7は、第2の実施形態における動作を例示するフローチャートである。図7の具体例は、第1の実施形態に係る具体例と略同様である。 FIG. 7 is a flowchart illustrating operations in the second embodiment. The specific example of FIG. 7 is substantially the same as the specific example according to the first embodiment.
始めに、モダリティ制御装置200は、通信インタフェース250を介して検査予約システムなどから検査対象の被検体に関する患者情報を取得する。そして、医用画像診断装置110において、被検体Pについての検査準備が終了した後、処理回路240が処理を開始する。
First, the
(ステップST201)
処理回路240は、取得機能240aにより、被検体Pの生体データをリアルタイムに取得する。具体的には、処理回路240は、被検体Pに装着された心電計を介して、生体データとして心電波形(心電図)のデータを取得する。
(Step ST201)
The
(ステップST202)
処理回路240は、予測機能240bにより、イベントの発生時間帯を予測する。具体的には、処理回路240は、リアルタイムに取得された被検体の生体データとイベント(冠攣縮性狭心症の発作)に関する確率分布とに基づいて、イベントの発生する可能性が最も高い時刻t1を予測する。
(Step ST202)
The
(ステップST203)
処理回路240は、制御指示機能240cにより、発生時間帯に基づいて、被検体の撮像に関する制御をモダリティ装置へ指示する。具体的には、処理回路240は、予測された時刻t1を基準とするタイミングで撮像に関する動作を制御するように医用画像診断装置110へ指示する。
(Step ST203)
The
上述したように第2の実施形態によれば、モダリティ制御装置200は、被検体の生体データをリアルタイムに取得し、取得した生体データとイベントに関する確率分布とに基づいて、被検体に関するイベントの発生時間帯を予測し、予測した発生時間帯に基づいて、被検体の撮像に関する制御をモダリティ装置へ指示することができる。
As described above, according to the second embodiment, the
従って、モダリティ制御装置200は、イベントの発生時間帯に合わせてモダリティ装置に制御の指示を行うことができるため、被検体に関する検査を適切なタイミングで実行することができる。
Therefore, since the
(第3の実施形態)
第1の実施形態および第2の実施形態では、手術室内、或いは医療施設内にいる被検体、或いは患者から生体データを取得し、医用画像診断装置の撮像を制御する場合について説明された。他方、第3の実施形態では、医用情報管理装置が医療施設の外にいる患者から生体データを取得し、取得した生体データからイベントを予測し、検査の予約情報を生成および送信する場合について説明する。
(Third Embodiment)
In the first and second embodiments, a case has been described in which biometric data is acquired from a subject or patient in an operating room or medical facility, and imaging by a medical image diagnostic apparatus is controlled. On the other hand, in the third embodiment, a medical information management apparatus acquires biological data from a patient outside a medical facility, predicts an event from the acquired biological data, and generates and transmits examination reservation information. do.
図8は、第3の実施形態に係る医用情報処理システム100を含むネットワーク構成を例示するブロック図である。例えば、図8に示すように、本実施形態に係る医用情報処理システム100は、医用画像診断装置110と、サーバ装置120と、端末装置130と、医用情報管理装置300とを備える。第3の実施形態に係るネットワーク構成では、生体データ計測装置140は、医用情報処理システム100に含まれていないが、インターネットおよびファイアウォールを介して、医用情報管理装置300などに各種データを送信可能である。尚、生体データ計測装置140は、院内LAN150に接続された医用情報処理システム100に含まれていてもよい。
FIG. 8 is a block diagram illustrating a network configuration including the medical
図9は、図8の医用情報管理装置の構成例を示すブロック図である。例えば、図9に示すように、本実施形態に係る医用情報管理装置300は、メモリ310と、ディスプレイ320と、入力インタフェース330と、処理回路340と、通信インタフェース350とを備える。
9 is a block diagram showing a configuration example of the medical information management apparatus of FIG. 8. FIG. For example, as shown in FIG. 9, a medical
以下、ディスプレイ320、入力インタフェース330および通信インタフェース350は、図2のディスプレイ113、入力インタフェース114および通信インタフェース116と略同様の構成および機能であるため、説明を省略する。
Since the
医用情報管理装置300は、医用画像診断装置110を用いて行われる検査についての予約情報を生成および送信する装置である。医用情報管理装置300は、例えば、予約情報として検査オーダを生成し、サーバ装置120へ送信、或いはRISへ登録する。
The medical
メモリ310は、図2のメモリ112と略同様の構成を有する。メモリ310は、例えば、処理回路340によって生成された予約情報を記憶する。また、メモリ310は、本実施形態に係る制御プログラムおよびデータなどを記憶する。尚、メモリ310の保存領域は、院内LAN150に接続された外部記憶装置内にあってもよい。
処理回路340は、ハードウェア資源として、図示していないプロセッサ、ROM(Read-Only Memory)およびRAMなどのメモリを有し、医用情報管理装置300を制御する。処理回路340は、取得機能340a、予測機能340b、生成機能340cおよび送信機能340dを有する。取得機能340a、予測機能340b、生成機能340cおよび送信機能340dにて行われる各種機能は、コンピュータによって実行可能なプログラムの形態でメモリへ記憶されている。処理回路340は、これら各種機能に対応するプログラムをメモリから読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路340は、図9の処理回路340に示された複数の機能などを有することになる。
The
処理回路340におけるプロセッサは、メモリ310に保存されたプログラムを読み出し実行することで各種機能を実現する。なお、メモリ310にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。また、処理回路340が有する取得機能340a、予測機能340b、生成機能340cおよび送信機能340dは、それぞれ取得部、予測部、生成部および送信部の一例である。
The processor in the
以下、取得機能340aおよび予測機能340bは、図2の取得機能115cおよび予測機能115dと略同様の機能であるため、説明を省略する。
Hereinafter, the
生成機能340cは、発生時間帯に基づいて、被検体に関する検査の予約情報を生成する機能である。具体的には、処理回路340は、生成機能340cにより、発生時間帯に基づいて、被検体についての検査オーダを生成する。
The
送信機能340dは、予約情報を、検査を実施する医療施設が管理している装置へ送信する機能である。具体的には、処理回路340は、送信機能340dにより、生成された検査オーダをHISが導入されているサーバ装置120などへ送信する。また、処理回路340は、検査日時に関する情報を、被検体へ電子メールなどを用いて通知してもよい。
The
図10は、第3の実施形態における動作を例示するフローチャートである。以下では、具体例として、院外にいる患者の生体データからイベントの発生を予測し、予約情報を生成および送信することを想定している。この患者にはホルター心電計が装着されており、医用情報管理装置300は、リアルタイムで被検体の生体データ(心電波形)を取得している。
FIG. 10 is a flowchart illustrating operations in the third embodiment. In the following, as a specific example, it is assumed that the occurrence of an event is predicted from biometric data of an out-of-hospital patient, and that reservation information is generated and transmitted. A Holter electrocardiograph is attached to this patient, and the medical
(ステップST301)
処理回路340は、取得機能340aにより、被検体Pの生体データをリアルタイムに取得する。具体的には、処理回路340は、被検体Pに装着されたホルター心電計を介して、生体データとして心電波形(心電図)のデータを取得する。
(Step ST301)
The
(ステップST302)
処理回路340は、予測機能340bにより、イベントの発生時間帯を予測する。具体的には、処理回路340は、リアルタイムに取得された被検体の生体データとイベント(例えば、不定期に発生する発作)に関する確率分布とに基づいて、イベントの発生する日時を予測する。
(Step ST302)
The
(ステップST303)
処理回路340は、生成機能340cにより、発生時間帯に基づいて、被検体に関する検査の予約情報を生成する。具体的には、処理回路340は、イベントの発生する日時に検査を実施するための検査オーダを生成する。
(Step ST303)
The
(ステップST304)
処理回路340は、送信機能340dにより、生成された予約情報を、検査を実施する医療施設が管理している装置へ送信する。具体的には、処理回路340は、検査オーダをHISが導入されているサーバ装置120などへ送信する。また、処理回路340は、検査日時に関する情報を、被検体へ電子メールで通知する。
(Step ST304)
The
上述したように第3の実施形態によれば、医用情報管理装置300は、被検体の生体データをリアルタイムに取得し、取得した生体データとイベントに関する確率分布とに基づいて、被検体に関するイベントの発生時間帯を予測し、予測した発生時間帯に基づいて、被検体に関する検査の予約情報を生成し、生成した予約情報を、検査を実施する医療施設が管理している装置へと送信する事ができる。
As described above, according to the third embodiment, the medical
従って、医用情報管理装置300は、イベントの発生時間帯に合わせて検査予約をすることができるため、被検体に関する検査を適切なタイミングで実行することができる。
Therefore, the medical
(変形例)
第3の実施形態では、予約情報を送信する先は、原則的に患者が通院している医療施設であった。他方、変形例では、予約情報を送信する先は、患者の位置情報に基づく医療施設であってもよい。
(Modification)
In the third embodiment, the destination of the reservation information is basically the medical facility where the patient visits. On the other hand, in a variant, the destination of the appointment information may be a medical facility based on the patient's location information.
具体的には、医用情報管理装置300は、生体データと同時に、患者の位置情報を取得する。イベントの発生時間帯が数時間後に迫っている場合、医用情報管理装置300は、当該位置情報に基づく、情報検査可能な医療施設の情報を患者に通知してもよい。例えば、患者から医療施設の指示があった場合、医用情報管理装置300は、予約情報を、指示のあった医療施設が管理している装置へと送信する。
Specifically, the medical
従って、医用情報管理装置300は、患者の位置情報を考慮した検査予約をすることができる。
Therefore, the medical
以上説明した少なくとも一つの実施形態によれば、被検体に関する検査を最適なタイミングで実行可能にすることができる。 According to at least one of the embodiments described above, it is possible to perform an examination on a subject at optimum timing.
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。 While several embodiments of the invention have been described, these embodiments have been presented by way of example and are not intended to limit the scope of the invention. These embodiments can be implemented in various other forms, and various omissions, replacements, and modifications can be made without departing from the scope of the invention. These embodiments and their modifications are included in the scope and spirit of the invention, as well as the scope of the invention described in the claims and equivalents thereof.
100 医用情報処理システム
150 院内LAN
P 被検体
100 medical
P Subject
Claims (7)
前記生体データと、イベントに関する確率分布とに基づいて、前記被検体に関する前記イベントの発生時間帯を予測する予測部と、
前記発生時間帯に基づいて、前記被検体に関する検査の予約情報を生成する生成部と、
前記予約情報を、前記検査を実施する医療施設が管理する装置に送信する送信部と、
を具備する医用情報管理装置。 an acquisition unit that acquires biological data of a subject in real time;
a prediction unit that predicts an occurrence time zone of the event related to the subject based on the biometric data and a probability distribution related to the event;
a generation unit that generates examination reservation information for the subject based on the occurrence time period;
a transmission unit that transmits the reservation information to a device managed by a medical facility that conducts the examination ;
A medical information management device comprising:
前記生体データと、イベントに関する確率分布とに基づいて、前記被検体に関する前記イベントの発生時間帯を予測する予測部と、
前記発生時間帯に基づいて、前記被検体に関する検査の予約情報を生成する生成部と、
前記予約情報を、前記被検体の前記位置情報に基づく医療施設に送信する送信部と、
を具備する医用情報管理装置。 an acquisition unit that acquires biological data of a subject and position information of the subject in real time;
a prediction unit that predicts an occurrence time zone of the event related to the subject based on the biometric data and a probability distribution related to the event;
a generation unit that generates examination reservation information for the subject based on the occurrence time period;
a transmission unit that transmits the reservation information to a medical facility based on the location information of the subject ;
A medical information management device comprising:
請求項1又は2に記載の医用情報管理装置。 The acquisition unit acquires the biological data of the subject placed on the medical imaging device in real time.
The medical information management device according to claim 1 or 2 .
請求項1又は2に記載の医用情報管理装置。 The acquisition unit acquires in real time the biological data based on a medical image captured by a medical imaging device.
The medical information management device according to claim 1 or 2.
請求項1又は2に記載の医用情報管理装置。 The acquisition unit acquires in real time the biological data based on a medical image captured by an ultrasound diagnostic device.
The medical information management device according to claim 1 or 2.
請求項1から請求項5までのいずれか一項に記載の医用情報管理装置。 The prediction unit calculates the probability distribution using at least one of past biological data of the subject and biological data of other subjects regarding the event.
The medical information management device according to any one of claims 1 to 5 .
請求項1から請求項6までのいずれか一項に記載の医用情報管理装置。 The prediction unit predicts the occurrence time zone by updating the probability distribution using the biometric data.
The medical information management device according to any one of claims 1 to 6 .
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022091763A JP7297980B2 (en) | 2018-07-27 | 2022-06-06 | Medical information management device |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018141740A JP7114386B2 (en) | 2018-07-27 | 2018-07-27 | Medical diagnostic imaging equipment and modality control equipment |
JP2022091763A JP7297980B2 (en) | 2018-07-27 | 2022-06-06 | Medical information management device |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018141740A Division JP7114386B2 (en) | 2018-07-27 | 2018-07-27 | Medical diagnostic imaging equipment and modality control equipment |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022107835A JP2022107835A (en) | 2022-07-22 |
JP7297980B2 true JP7297980B2 (en) | 2023-06-26 |
Family
ID=86900480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022091763A Active JP7297980B2 (en) | 2018-07-27 | 2022-06-06 | Medical information management device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7297980B2 (en) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060200038A1 (en) | 2002-09-13 | 2006-09-07 | Robert Savit | Noninvasive nonlinear systems and methods for predicting seizure |
JP2010277271A (en) | 2009-05-27 | 2010-12-09 | Chugoku Electric Power Co Inc:The | Service order determination method and device |
US20170032241A1 (en) | 2015-07-27 | 2017-02-02 | Google Inc. | Analyzing health events using recurrent neural networks |
WO2017086101A1 (en) | 2015-11-18 | 2017-05-26 | 株式会社日立製作所 | Medical image diagnosis device and image pickup preparation method |
CN107591204A (en) | 2017-08-01 | 2018-01-16 | 山东大学 | Be in hospital again Forecasting Methodology and system based on sequential portrait figure |
WO2018055988A1 (en) | 2016-09-21 | 2018-03-29 | 富士フイルム株式会社 | Medical examination reservation management device, method and program for operating same, and medical examination reservation management system |
-
2022
- 2022-06-06 JP JP2022091763A patent/JP7297980B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060200038A1 (en) | 2002-09-13 | 2006-09-07 | Robert Savit | Noninvasive nonlinear systems and methods for predicting seizure |
JP2010277271A (en) | 2009-05-27 | 2010-12-09 | Chugoku Electric Power Co Inc:The | Service order determination method and device |
US20170032241A1 (en) | 2015-07-27 | 2017-02-02 | Google Inc. | Analyzing health events using recurrent neural networks |
WO2017086101A1 (en) | 2015-11-18 | 2017-05-26 | 株式会社日立製作所 | Medical image diagnosis device and image pickup preparation method |
WO2018055988A1 (en) | 2016-09-21 | 2018-03-29 | 富士フイルム株式会社 | Medical examination reservation management device, method and program for operating same, and medical examination reservation management system |
CN107591204A (en) | 2017-08-01 | 2018-01-16 | 山东大学 | Be in hospital again Forecasting Methodology and system based on sequential portrait figure |
Also Published As
Publication number | Publication date |
---|---|
JP2022107835A (en) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Carpenter et al. | Skeletal muscle in healthy subjects versus those with GNE-related myopathy: evaluation with shear-wave US—a pilot study | |
US20200187802A1 (en) | Systems, devices, software, and methods for diagnosis of cardiac ischemia and coronary artery disease | |
KR20170021189A (en) | Medical image displaying apparatus and medical image processing method thereof | |
KR102510760B1 (en) | Image processing apparatus, image processing method thereof and recording medium | |
JP2017500675A (en) | Method and system for health plan management | |
JP7114386B2 (en) | Medical diagnostic imaging equipment and modality control equipment | |
JP7157420B2 (en) | Image capturing device, image capturing method, image capturing program, and storage medium | |
Frush | Radiation, CT, and children: the simple answer is… it's complicated | |
JP7297980B2 (en) | Medical information management device | |
WO2023169565A1 (en) | Image registration method and system | |
JP7330744B2 (en) | Medical information processing device, ordering system and program | |
JP7425508B2 (en) | Severity assessment device and model generation device | |
Ng et al. | Data overloading in medical imaging: Emerging issues, challenges and opportunities in efficient data management | |
Damodaran et al. | Artificial intelligence in POCUS: the Vanguard of technology in COVID-19 pandemic | |
JP6878022B2 (en) | Medical diagnostic imaging equipment, servers and programs | |
WO2020202173A1 (en) | System and method for predicting wellness metrics | |
EP3883457A1 (en) | Systems, devices, software, and methods for diagnosis of cardiac ischemia and coronary artery disease | |
JP7394588B2 (en) | Information processing device, information processing method, and imaging system | |
Min et al. | New frontiers in CT angiography: physiologic assessment of coronary artery disease by multidetector CT | |
CN110946615B (en) | Ultrasonic diagnostic apparatus and operation method using the same | |
US20200082931A1 (en) | Diagnostic support apparatus | |
EP3708066A1 (en) | Medical device | |
Hannuksela et al. | Aortic stiffness in families with inherited non-syndromic thoracic aortic disease | |
US20220139528A1 (en) | Analysis support apparatus, analysis support system, and analysis support method | |
JP7167241B1 (en) | LEARNED MODEL GENERATION METHOD, PROCESSING DEVICE, AND STORAGE MEDIUM |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220706 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220706 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20230106 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230310 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230314 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230426 |
|
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: 20230516 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230614 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7297980 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |