JP7327987B2 - 医療診断支援システム、医療診断支援装置、医療診断支援方法及びプログラム - Google Patents

Description

本発明は、医用画像等の医用情報を用いて被検者の疾患のレベルを判定する医療診断支援システム、医療診断支援装置、医療診断支援方法及びプログラムに関する。

従来の医療診断支援システムでは、医用画像や検査データなどの医用情報を用いて特定の疾患のレベルを判定することが行われている。例えば、問診における複数の医用情報が検査項目に関する判定レンジに該当するか否かが判定され、判定結果に基づくリストを作成することが行われている。（例えば、特許文献１）

特開平７－９５９６１号公報

しかしながら、特許文献１には、問診における被検者の音声データを利用して疾患のレベルを判定することは開示されていない。そこで、本発明では、被検者の医用画像と音声データを利用して特定の疾患のレベルを判定することを目的とする。

本発明の目的を達成するために、医療診断支援システムは、被検者の音声データを取得する音声取得部と、前記被検者の音声データを解析する解析部と、該解析された被検者の音声データの解析結果と撮影装置で撮影された前記被検者の医用画像に基づいて、特定の疾患のレベルを判定する判定部とを備える。

本発明によれば、被検者の医用画像と音声データを利用して特定の疾患のレベルを判定することができる。

本発明の第１の実施形態に係る医療診断支援システムの構成図を示す図。 本発明の第１の実施形態に係る医療診断支援システムにおけるマイク（音声取得部）の配置形態を示す図。 本発明の第１の実施形態に係る医療診断支援システムの判定部における判定形態の一例を示す図。 本発明の第１の実施形態に係る医療診断支援システムの表示部の表示形態の一例を示す図。 本発明の第１の実施形態に係る医療診断支援システムの動作を示すフローチャート。 本発明の第２の実施形態に係る医療診断支援システムの構成図を示す図。 本発明の第２の実施形態に係る医療診断支援システムの動作を示すフローチャート。

以下に、図面を参照しながら、本発明を実施するための形態（実施形態）について説明する。

＜第１の実施形態＞
本発明の第１の実施形態について図１～図５を用いて説明する。図１は、本発明の第１の実施形態に係る医療診断支援システムの構成を示す図である。

医療診断支援システムは、医師１００の音声と被検者１０２の音声を取得するマイク（音声取得部）１１０と、マイク（音声取得部）１１０で取得された音声データを記憶する記憶部１１２とを備える。

医療診断支援システムは、被検者１０２の音声データを解析し、該解析された被検者１０２の音声データと撮影装置１３０で撮影された被検者の医用画像に基づいて、特定の疾患のレベルを判定する制御部１２０と、判定結果を表示する表示部１４０とを備える。表示部１４０は、例えば液晶モニタ、ＣＲＴモニタである。

医療診断支援システムは、被検者１０２を撮影して、医用画像を取得する撮影装置１３０と、撮影装置１３０を操作する操作部１３２とを備える。

撮影装置１３０は、例えば、磁気共鳴イメージング装置である。磁気共鳴イメージング装置は、磁気共鳴現象を利用して被検者の医用画像を取得する。具体的には、磁気共鳴イメージング装置は、操作者によって設定された撮像条件に基づいて各種撮像シーケンスを実行することで、被検者から磁気共鳴データを取得する。そして、磁気共鳴イメージング装置は、取得した磁気共鳴データに対してフーリエ変換処理等の画像処理を施すことで、二次元又は三次元の医用画像（ＭＲ画像）を生成する。

本実施形態では、磁気共鳴イメージング装置を撮影装置１３０として例に挙げて説明するが、ＣＴ装置、放射線撮影装置、超音波装置など、医用画像が取得できれば、他の撮影装置であってもよい。

操作部１３２は、例えばマウスやキーボードである。操作部１３２は、医用画像を表示する表示パネルと操作パネルを統合したタッチパネルモニタであってもよい。

撮影装置１３０は、撮影された医用画像を解析して、特定の疾患領域を抽出する機能を備えていてもよい。コンピュータ支援診断（Ｃｏｍｐｕｔｅｒ Ａｉｄｅｄ Ｄｉａｇｎｏｓｉｓ：ＣＡＤ）の技術を用いて、医用画像における特定の疾患領域を抽出する方法がある。また、リージョングローイング法を用いて、医用画像における特定の領域を抽出してもよい。リージョングローイング法とは、操作部１３２を介して、抽出すべき領域の基準点を設定し、その基準点の画素値との差が設定範囲内に属する画素の領域を抽出する画像抽出法である。操作者は、操作部１３２を用いて医用画像における海馬上に基準点を設定し、設定範囲を設定する。リージョングローイング法によって基準点の画素値との差が設定範囲内に属する画素の領域が抽出され、設定範囲内に属する画素の領域が抽出される。

例えば、アルツハイマーの疾患では、異常なたんぱく質が脳にたまって神経細胞が死んでしまい、脳が萎縮してしまう。特に、記憶を司っている海馬から萎縮が始まり、徐々に広がることが知られている。撮影装置１３０は、撮影された医用画像を解析して、上記抽出方法を用いて医用画像における海馬の領域を抽出し、海馬の領域の萎縮度合いを解析する機能を備えていてもよい。また、撮影装置１３０は、医用画像における海馬の領域と海馬の周辺領域を抽出し、海馬の領域の萎縮度合いを解析してもよい。

また、撮影装置１３０は、被検者１０２の医用画像における海馬の体積の萎縮度を正常脳の海馬の体積と比較して、海馬の評価を行ってもよい。このように、撮影装置１３０は、医用画像の海馬の領域（その周辺領域）から特定の疾患（アルツハイマーの疾患）の疑いがあるか否かを解析することができる。

撮影装置１３０は、医用画像から特定の疾患（アルツハイマーの疾患）の疑いがあるか否かを解析され、医用画像に基づく解析結果が後述する制御部１２０における判定部１２６に出力される。

なお、医師１００が医用画像を観察し、操作部１３２を介して、特定の疾患（アルツハイマーの疾患）の疑いがあるか否かの情報を医用画像に付与してもよい。

マイク（音声取得部）１１０は、医師１００の音声と被検者１０２の音声を取得する。マイク（音声取得部）１１０は、音声に対してＡＤ変換を行ない、音声データを生成する。

図２は、本発明の医療診断支援システムにおけるマイク（音声取得部）の配置形態を示す図である。図２（ａ）は、撮影室に一つのマイク（音声取得部）１１０を配置する形態を示している。マイク（音声取得部）１１０は、医師１００の音声と被検者１０２の音声の両方を取得するため、後段において、音声データを医師１００の音声データと被検者１０２の音声データに分離する必要がある。

図２（ｂ）は、撮影室に二つのマイク（音声取得部）１１４、１１６を配置する形態を示している。マイク（音声取得部）１１４は、被検者１０２の近くに配置されているため、被検者１０２の音声を取得することができる。マイク（音声取得部）１１６は、医師１００の近くに配置されているため、医師１００の音声を取得することができる。図２（ｂ）の配置形態では、後段において、音声データを医師１００の音声と被検者１０２の音声に分離する必要がない。本実施形態では、撮影室に一つのマイク（音声取得部）１１０を配置する形態について説明するが、この形態に限定するものではない。

記憶部１１２は、医師１００と被検者１０２が会話している間、マイク（音声取得部）１１０で取得された音声データを記憶する。具体的には、記憶部１１２は、マイク（音声取得部）１１０で取得された音声データにおける音量が所定の閾値以上の場合、音声データにおける音量が所定の閾値以上になったタイミングをトリガとして、マイク（音声取得部）１１０で取得された音声データを記憶する。つまり、記憶部１１２は、医師１００と被検者１０２が所定の音量で会話している間、マイク（音声取得部）１１０で取得された音声データを記憶することができる。

記憶部１１２は、マイク（音声取得部）１１０で取得された音声データにおける音量が所定の閾値未満である状態が所定時間（例えば、１分間）続くと、医師１００と被検者１０２が会話していないとみなして、マイク（音声取得部）１１０で取得された音声データを記憶しない。

制御部１２０は、マイク（音声取得部）１１０で取得された音声データから被検者１０２の音声データを分離する音声分離部１２２と、被検者１０２の音声データを解析する解析部１２４と、該解析された被検者１０２の音声データの解析結果と撮影装置１３０で撮影された被検者の医用画像に基づいて、特定の疾患のレベルを判定する判定部１２６とからなる。

制御部１２０は、記憶部１１２から音声データを取得する。記憶部１１２から音声データが取得されると、音声分離部１２２は、記憶部１１２から音声データを医師１００の音声データと被検者１０２の音声データに分離する。そして、音声分離部１２２は、被検者１０２の音声データを抽出する。

病院の診察室では、医師１００は固定されており、被検者１０２は診察ごとに変わるため、音声分離部１２２は、医師１００の音声データの特徴を予め学習しておけば、医師１００の音声データと異なる被検者１０２の音声データを区別することができる。

具体的には、音声分離部１２２は、医師１００の音声データを予め取得し、音声分離部１２２は、医師１００の音声データの特徴量を予め学習させておく。音声データの特徴量とは、音量、周波数、トーン、抑揚、発言速度などの少なくとも一つである。音量は、音声の大きさを示すものである。周波数、トーンは、音声の高低を示すものである。抑揚は、音声のイントネーションであり、発言速度は、単位時間当たりの発言の長さである。

音声分離部１２２は、予め学習された医師１００の音声データの特徴量と、音声分離部１２２に入力された音声データの特徴量とを照合し、医師（本人）の音声らしさを表す尤度に基づいて、医師１００の音声データと被検者１０２の音声データを分離する。

このように、音声分離部１２２は、記憶部１１２から出力された音声データを医師１００の音声データと被検者１０２の音声データに分離することができる。つまり、音声分離部１２２は、医師１００と被検者１０２の音声が混在した音声データから、医師１００の音声データである部分を推定することができる。言い換えれば、音声分離部１２２は、医師１００と被検者１０２の音声が混在した音声データから、被検者１０２の音声データを推定することができる。

また、音声分離部１２２は、記憶部１１２から取得された音声データを音声認識処理によって文字情報として抽出し、音声データの文字情報から医師１００の音声データと被検者１０２の音声データに分離することができる。

音声分離部１２２は、医師１００の音声データを文字情報として予め取得し、音声分離部１２２は、医師１００の音声データに基づく文字情報の内容を学習しておく。音声データに基づく文字情報の内容とは、問診に関する医師１００の質問内容、被検者１０２の回答内容である。問診に関する医師の質問内容は、例えば、「本日はどうされましたか？」「痛いところはありませんか？」「食事はとれていますか？」などである。被検者１０２の回答内容は、例えば、「熱があります。」「頭が痛いです。」「今朝食事をしました。」などである。

音声分離部１２２は、記憶部１１２から取得された音声データにおいて、問診に関する医師の質問内容が認識された場合、医師１００の音声である部分を推定することができる。音声分離部１２２は、記憶部１１２から取得された音声データにおいて、被検者１０２の回答内容が認識された場合、被検者１０２の音声である部分を推定することができる。

音声分離部１２２によって分離された医師１００の音声データと被検者１０２の音声データは、解析部１２４に出力される。

解析部１２４は、音声分離部１２２によって分離された被検者１０２の音声データを解析する。解析部１２４は、被検者１０２の音声データの特徴量から、被検者１０２の音声が正常であるか否かを解析する。音声データの特徴量は、音量、周波数、トーン、抑揚、発言速度などの少なくとも一つである。

具体的には、解析部１２４は、標準的な被検者の音声データの特徴量を表す標準音声モデルと、被検者１０２の音声データの特徴量とを対比させ、被検者１０２の音声が正常であるか否かを解析する。標準音声モデルは、特定の疾患がない被検者による音声データから抽出した特徴量を学習データとして作成した音声モデルである。

解析部１２４は、標準的な被検者の音声データの特徴量と、被検者１０２の音声データの特徴量との乖離が所定値未満である場合、被検者１０２の音声が正常であると解析され、特定の疾患の疑いがないと解析される。解析部１２４は、標準的な被検者の音声データの特徴量と、被検者１０２の音声データの特徴量との乖離が所定値以上である場合、被検者１０２の音声が正常でないと解析され、特定の疾患の疑いがあると解析される。

また、解析部１２４は、医師１００の質問内容に対する被検者１０２の回答内容が適切であるか否かを解析することもできる。解析部１２４は、医師１００の質問内容に対する適切な回答を予め記憶しておき、被検者１０２の回答内容と適切な回答と一致するか否かで、被検者１０２の回答内容が適切であるか否かを解析することができる。

例えば、医師１００の質問内容「本日はどうされましたか？」に対して、被検者１０２が「熱があります。」「おなかが痛いです。」などと回答していれば、被検者１０２の回答が適切であると解析される。

医師１００の質問内容「本日はどうされましたか？」に対して、被検者１０２が「旅行に行きたいです。」「ニュースを見ていました。」などと回答していれば、被検者１０２の回答が適切でないと解析される。

このように、解析部１２４は、被検者１０２の音声データの特徴量、若しくは被検者１０２の回答内容に基づいて、被検者１０２に特定の疾患の疑いがあるか否かを解析することができる。

解析部１２４によって解析された音声データに基づく解析結果は、判定部１２６に出力される。音声データに基づく解析結果は、被検者１０２に特定の疾患の疑いがあるか否かである。解析結果は、被検者１０２の音声データ、被検者１０２の音声データの特徴量、被検者１０２の回答内容を含んでいてもよい。

判定部１２６は、撮影装置１３０で生成された医用画像（ＭＲ画像）と、解析部１２４によって解析された音声データの解析結果を取得し、特定の疾患のレベルを判定する。撮影装置１３０で生成された医用画像（ＭＲ画像）は撮影時に被検者１０２の識別情報が付与される。また、被検者１０２の音声データは、医師１００の音声データと分離した時点において被検者１０２の識別情報が付与されている。撮影装置１３０で生成された医用画像（ＭＲ画像）と、解析部１２４によって解析された被検者１０２の音声データの解析結果は、被検者１０２の識別情報で対応付けられる。

図３は、判定部１２６における判定形態の一例を示す図である。

図３に示すように、被検者１の場合、医用画像（ＭＲ画像）において、特定の疾患の疑い（アルツハイマーの疾患）がない。判定部１２６は、解析部１２４によって解析された被検者１０２の音声データに基づく解析結果を取得するまでもなく、言い換えれば、被検者１０２の音声データに基づく解析結果を利用せずに、レベル１（良性）と判定する。

被検者２の場合、医用画像（ＭＲ画像）において、特定の疾患の疑い（アルツハイマーの疾患）がある。判定部１２６は、解析部１２４によって解析された被検者１０２の音声データに基づく解析結果を取得する。音声データに基づく解析結果は、被検者１０２に特定の疾患の疑いがないため、判定部１２６は、レベル２（可能性：小）と判定する。

被検者３の場合、医用画像（ＭＲ画像）において、特定の疾患の疑い（アルツハイマーの疾患）があるが、その対象領域が小さい。判定部１２６は、解析部１２４によって解析された被検者１０２の音声データに基づく解析結果を取得する。音声データに基づく解析結果は、被検者１０２に特定の疾患の疑いがあるため、判定部１２６は、レベル３（可能性：中）と判定する。

被検者４の場合、医用画像（ＭＲ画像）において、特定の疾患の疑い（アルツハイマーの疾患）があり、その対象領域が大きい。判定部１２６は、解析部１２４によって解析された被検者１０２の音声データに基づく解析結果を取得する。音声データに基づく解析結果は、被検者１０２に特定の疾患の疑いがあるため、判定部１２６は、レベル４（可能性：大）と判定する。

このように、判定部１２６は、被検者１０２の音声データに基づく解析結果と撮影装置１３０で撮影された被検者１０２の医用画像に基づいて、特定の疾患のレベルを判定することができる。

図４は、本発明の第１の実施形態に係る医療診断支援システムの表示部１４０の表示形態の一例を示す図である。

表示部１４０は、被検者１０２の被検者情報と判定部１２６における判定結果、医用画像、音声データなどを表示する。

被検者１０２の被検者情報４０２は、患者ＩＤ、氏名、性別、生年月日などであり、被検者を識別することができる識別情報である。

表示部１４０は、判定部１２６から出力される判定結果４０４を表示する。ここでは、判定結果４０４は、レベル４であり、医用画像において海馬の萎縮（領域：大）が見られ、音声データにおいて抑揚が不安定、医師の質問に対する回答が不安定などの解析結果が表示される。

表示部１４０は、被検者１０２の医用画像４１０と、医用画像４１０から解析された対象領域（海馬の領域）４１２とともに表示する。医師１００は、判定結果若しくは解析結果の内容と、医用画像４１０から解析された対象領域（海馬の領域）４１２を見比べながら診断することができる。

表示部１４０は、被検者１０２の音声データ４２０を表示する。表示部１４０は、被検者１０２の音声データ４２０の特徴量を示す情報４２２、被検者１０２の回答内容を含んでいてもよい。医師１００は、判定結果若しくは解析結果の内容と、被検者１０２の音声データ４２０を見比べながら診断することができる。

図５は、本発明の第１の実施形態に係る医療診断支援システムの動作を示すフローチャートである。

Ｓ１００：撮影装置１３０は、被検者１０２を撮影して、医用画像を取得する。撮影装置１３０は、医用画像に対して被検者１０２の識別情報を付与する。

Ｓ１０２：撮影装置１３０は、医用画像の海馬の領域（その周辺領域）から特定の疾患（アルツハイマーの疾患）の疑いがあるか否かを解析する。医用画像に基づく解析結果が制御部１２０における判定部１２６に出力される。医用画像において特定の疾患の疑いがない場合、Ｓ１０４に進み、医用画像において特定の疾患の疑いがある場合、Ｓ１０６に進む。

Ｓ１０４：医用画像において特定の疾患の疑いがない場合、判定部１２６は、当該被検者１０２の疾患レベルをレベル１（正常）と判定する。判定部１２６は、当該判定結果を出力する。そして、Ｓ１１０に進む。

Ｓ１０６：解析部１２４は、音声分離部１２２によって分離された被検者１０２の音声データを解析する。解析部１２４は、被検者１０２の音声データの特徴量、若しくは被検者１０２の回答内容から被検者１０２の音声データの解析結果を出力する。

Ｓ１０８：判定部１２６は、撮影装置１３０で生成された医用画像と、解析部１２４によって解析された音声データの解析結果を取得し、特定の疾患のレベルを判定する。判定部１２６は、当該判定結果を出力する。

Ｓ１１０：表示部１４０は、判定部１２６から出力される判定結果４０４を医用画像若しくは音声データとともに表示する。

以上、本実施形態の医療診断支援システムは、被検者１０２の音声データを取得する音声取得部１１０と、被検者１０２の音声データを解析する解析部１２４と、該解析された被検者１０２の音声データの解析結果と撮影装置１３０で撮影された被検者１０２の医用画像に基づいて、特定の疾患のレベルを判定する判定部１２６とを備える。

また、医療診断支援装置は、医療診断支援システムにおける制御部１２０に該当するものであり、被検者１０２の音声データを解析する解析部１２４と、該解析された被検者１０２の音声データの解析結果と撮影装置１３０で撮影された被検者１０２の医用画像に基づいて、特定の疾患のレベルを判定する判定部１２６とを備える。

よって、医療診断支援システム（医療診断支援装置）によれば、被検者１０２の医用画像と音声データを利用して特定の疾患のレベルを判定することができる。

＜第２の実施形態＞
本発明の第２の実施形態について図６、図７を用いて説明する。図６は、本発明の第２の実施形態に係る医療診断支援システムの構成を示す図である。学習部１５０以外の構成要件は、図１の構成要件と同じであるため、説明を省略する。

第１の実施形態と異なる点は、特定の疾患であると確定診断された音声データの特徴量を学習する学習部１５０を備える点である。解析部１２４は、該学習された音声データの特徴量と、被検者１０２の音声データの特徴量とを対比させ、被検者１０２の音声が正常であるか否かを解析する。

具体的には、解析部１２４は、確定診断された被検者の音声データの特徴量を表す確定診断音声モデルを用いて、被検者１０２の音声が正常であるか否かを解析する。確定診断音声モデルは、特定の疾患がある被検者による音声データから抽出した特徴量を学習データとして作成した確定診断音声モデルである。

図７は、本発明の第２の実施形態に係る医療診断支援システムの動作を示すフローチャートである。

Ｓ２００：医師は、表示部１４０に表示される医用画像（ＭＲ画像）において、被検者１０２において特定の疾患の疑い（アルツハイマーの疾患）と確定診断する。このとき、撮影装置１３０は、医用画像から特定の疾患（アルツハイマーの疾患）の疑いがあるか否かを解析し、医用画像に基づく解析結果を用いて確定診断を行ってもよい。

Ｓ２０２：学習部１５０は、被検者１０２の識別情報に基づいて、確定診断された被検者の音声データを抽出する。学習部１５０は、記憶部１１２に記憶された音声データから、確定診断された被検者の音声データを抽出する。なお、確定診断された被検者の音声データは、音声分離部１２２を介して、抽出されてもよい。

Ｓ２０４：学習部１５０は、確定診断された被検者の音声データの特徴量を学習する。学習部１５０は、確定診断された被検者の音声データの回答内容を学習してもよい。

Ｓ２０６：解析部１２４に学習部１５０で学習された学習結果が反映される。具体的には、解析部１２４は、確定診断された被検者の音声データの特徴量を用いて音声モデルを更新する。音声モデルは、過去に確定診断された被検者の音声データの特徴量を表す確定診断音声モデルである。解析部１２４は、更新された音声モデルと、被検者１０２の音声データの特徴量とを対比させ、被検者１０２の音声が正常であるか否かを解析する。また、解析部１２４は、該学習された音声データの回答内容と、被検者１０２の音声データの回答内容とを対比させ、被検者１０２の音声が正常であるか否かを解析してもよい。

以上、本実施形態の医療診断支援システムは、学習部１５０は、特定の疾患であると確定診断された音声データの特徴量若しくは回答内容を学習するため、解析部１２４における音声解析の精度を向上させることができる。

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ー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（例えば、ＡＳＩＣ）によっても実現可能である。このプログラム及び当該プログラムを記憶したコンピュータ読み取り可能な記憶媒体は、本発明に含まれる。

なお、上述した本発明の実施形態は、いずれも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。即ち、本発明はその技術思想、または、その主要な特徴から逸脱することなく、様々な形で実施することができる。

１００ 医師
１０２ 被検者
１１０ マイク（音声取得部）
１１２ 記憶部
１２０ 制御部
１２２ 音声分離部
１２４ 解析部
１２６ 判定部
１３０ 撮影装置
１３２ 操作部
１４０ 表示部

Claims (15)

1. 被検者の音声データを取得する音声取得部と、
   前記被検者の音声データにおいて前記被検者に特定の疾患の疑いがあるか否かを解析する解析部と、
   該解析された被検者の音声データの解析結果と、医用撮影装置で撮影された前記被検者に特定の疾患の疑いがあると解析された医用画像とに基づいて、特定の疾患のレベルを判定する判定部とを備え、
   前記被検者の音声データにおいて特定の疾患の疑いがないと解析された場合、前記判定部は、前記被検者の音声データにおいて特定の疾患の疑いがないと解析された解析結果と前記被検者に特定の疾患の疑いがあると解析された医用画像とを用いて第一の疾患のレベルを判定し、
   前記被検者の音声データにおいて特定の疾患の疑いがあると解析された場合、前記判定部は、前記被検者の音声データにおいて特定の疾患の疑いがあると解析された解析結果と前記被検者に特定の疾患の疑いがあると解析された医用画像とを用いて第二の疾患のレベルを判定し、
   前記第二の疾患のレベルは前記第一の疾患のレベルよりも疾患のレベルが高いことを特徴とする医療診断支援システム。
2. 医師の音声データと被検者の音声データを分離する音声分離部を備え、前記解析部は、該分離された前記被検者の音声データを解析することを特徴とする請求項１に記載の医療診断支援システム。
3. 前記音声取得部で取得された音声データにおける音量が所定の閾値以上の場合、前記音声取得部で取得された音声データを記憶する記憶部を備えることを特徴とする請求項１に記載の医療診断支援システム。
4. 前記音声取得部で取得された音声データを医師の音声データと前記被検者の音声データに分離し、前記被検者の音声データを抽出する音声分離部を備えることを特徴とする請求項１に記載の医療診断支援システム。
5. 前記音声分離部は、予め学習された医師の音声データの特徴量と、前記音声取得部で取得された音声データの特徴量とを照合し、医師の音声らしさを表す尤度に基づいて、前記医師の音声データと前記被検者の音声データを分離することを特徴とする請求項４に記載の医療診断支援システム。
6. 前記音声分離部は、前記音声取得部で取得された音声データを音声認識処理によって文字情報として抽出し、前記医師の音声データと前記被検者の音声データを分離することを特徴とする請求項４に記載の医療診断支援システム。
7. 前記解析部は、前記被検者の音声データの特徴量、若しくは前記被検者の回答内容に基づいて、前記被検者に特定の疾患の疑いがあるか否かを解析することを特徴とする請求項１に記載の医療診断支援システム。
8. 前記判定部が特定の疾患の疑いがないと解析された医用画像を用いて特定の疾患のレベルを判定する場合、前記判定部は、前記被検者の音声データの解析結果を利用せずに、前記特定の疾患のレベルを判定することを特徴とする請求項１に記載の医療診断支援システム。
9. 前記被検者の被検者情報と、前記判定部における判定結果、前記医用画像及び前記音声データの特徴量を示す情報を表示する表示部を備えることを特徴とする請求項１に記載の医療診断支援システム。
10. 特定の疾患であると確定診断された音声データの特徴量を学習する学習部を備え、前記解析部は、該学習された音声データの特徴量と、前記被検者の音声データの特徴量とを対比させ、前記被検者の音声が正常であるか否かを解析することを特徴とする請求項１に記載の医療診断支援システム。
11. 特定の疾患であると確定診断された音声データの回答内容を学習する学習部を備え、前記解析部は、該学習された音声データの回答内容と、前記被検者の音声データの回答内容とを対比させ、前記被検者の音声が正常であるか否かを解析することを特徴とする請求項１に記載の医療診断支援システム。
12. 被検者の音声データにおいて前記被検者に特定の疾患の疑いがあるか否かを解析する解析部と、
    該解析された被検者の音声データの解析結果と、医用撮影装置で撮影された前記被検者に特定の疾患の疑いがあると解析された医用画像とに基づいて、特定の疾患のレベルを判定する判定部とを備え、
    前記被検者の音声データにおいて特定の疾患の疑いがないと解析された場合、前記判定部は、前記被検者の音声データにおいて特定の疾患の疑いがないと解析された解析結果と前記被検者に特定の疾患の疑いがあると解析された医用画像とを用いて第一の疾患のレベルを判定し、
    前記被検者の音声データにおいて特定の疾患の疑いがあると解析された場合、前記判定部は、前記被検者の音声データにおいて特定の疾患の疑いがあると解析された解析結果と前記被検者に特定の疾患の疑いがあると解析された医用画像とを用いて第二の疾患のレベルを判定し、
    前記第二の疾患のレベルは前記第一の疾患のレベルよりも疾患のレベルが高いことを特徴とする医療診断支援装置。
13. ソフトウェアの制御によってコンピュータが行う医療診断支援方法であって、
    被検者の音声データを取得するステップと、
    前記被検者の音声データにおいて前記被検者に特定の疾患の疑いがあるか否かを解析するステップと、
    該解析された被検者の音声データの解析結果と、医用撮影装置で撮影された前記被検者に特定の疾患の疑いがあると解析された医用画像とに基づいて、特定の疾患のレベルを判定するステップとを有し、
    前記被検者の音声データにおいて特定の疾患の疑いがないと解析された場合、前記特定の疾患のレベルを判定するステップにおいて、前記被検者の音声データにおいて特定の疾患の疑いがないと解析された解析結果と前記被検者に特定の疾患の疑いがあると解析された医用画像とを用いて第一の疾患のレベルを判定し、
    前記被検者の音声データにおいて特定の疾患の疑いがあると解析された場合、前記被検者の音声データにおいて特定の疾患の疑いがあると解析された解析結果と前記被検者に特定の疾患の疑いがあると解析された医用画像とを用いて第二の疾患のレベルを判定し、
    前記第二の疾患のレベルは前記第一の疾患のレベルよりも疾患のレベルが高いことを特徴する医療診断支援方法。
14. 請求項１３に記載の医療診断支援方法をコンピュータに実行させるためのプログラム。
15. 前記解析部において、前記被検者の音声データにおいて特定の疾患の疑いがあると解析された場合、前記判定部は、前記被検者の音声データにおいて特定の疾患の疑いがあると解析された解析結果と前記医用画像における前記特定の疾患に対応する対象領域の大きさとに応じて、さらに、前記第二の疾患のレベルを区別して判定することを特徴とする請求項１に記載の医療診断支援システム。

Images