JP7462424B2 - 医用情報処理装置、学習用データ生成プログラムおよび学習用データ生成方法 - Google Patents

Description

本実施形態は、医用情報処理装置、学習用データ生成プログラムおよび学習用データ生成方法に関する。

従来、放射線科の読影医は、通常の読影業務に加え、学習用データを選出する。このとき、読影医は、選出された学習用データに対して、適宜該当する情報を付与する必要がある。また、読影医は、読影において、読影の成果物である読影レポートに読影結果を記載する。しかしながら、読影結果が必ずしも正しいとは限らない。この場合、読影医は、病理検査結果やカルテなどの医療ドキュメントを確認する必要がある。

多忙な業務を遂行しながら、このようなデータ付与や診断結果を逐一確認することは、読影医にとっては大きな負担となる。すなわち、学習データにおける正解データを作成することは、読影医にとって、多大な労力がかかる問題がある。

特開２０１７－２０４０４１号公報

本発明が解決しようとする課題は、簡便に学習用データを生成することである。

本実施形態に係る医用情報処理装置は、特定部と、取得部と、抽出部と、統合部とを備える。特定部は、被検体に対する第１検査により取得された医用画像に関する第１検査結果に基づいて前記第１検査の検査目的を特定する。取得部は、前記検査目的で前記被検体に対して実施された第２検査における第２検査結果を、前記第１検査結果に関するオーダ情報に基づいて医用データサーバから取得する。抽出部は、前記第１検査結果から機械学習モデルに対する学習に利用可能な第１検査データを抽出し、前記第２検査結果から前記学習に利用可能な第２検査データを抽出し、前記医用画像から前記学習に利用可能な学習用画像を抽出する。統合部は、前記第１検査データと前記第２検査データと前記学習用画像とを、前記学習に利用可能な学習用データとして統合する。

図１は、実施形態に係る医用情報処理装置の構成例を病院情報システムとともに示す図。 図２は、実施形態に係り、取得機能による取得対象と、抽出機能による抽出対象との関連性の一例を示す図。 図３は、実施形態に係り、統合機能による各種データの統合により生成される学習用データの一例を示す図。 図４は、実施形態に係る学習用データ生成処理の処理手順の一例を示す図。

以下、図面を参照しながら、医用情報処理装置、学習用データ生成プログラムおよび学習用データ生成方法の実施形態について詳細に説明する。以下の実施形態では、同一の参照符号を付した部分は同様の動作をおこなうものとして、重複する説明を適宜省略する。なお、本願に係る医用情報処理装置は、以下に示す実施形態に限定されるものではない。

（実施形態）
実施形態にかかる医用情報処理装置の全体構成について説明する。図１は、実施形態に係る医用情報処理装置１の構成例を病院情報システム（ＨＩＳ：Ｈｏｓｐｉｔａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ）３とともに示す図である。医用情報処理装置１は、通信ネットワーク３１を介して病院情報システム３に接続される。まず、医用情報処理装置１に関する病院情報システム３について説明し、次いで、医用情報処理装置１について説明する。病院情報システム３は、電子カルテシステム３３と、放射線部門情報システム３５と、レポート作成装置３６と、医用画像診断装置３７と、医用画像管理システム３９と、臨床検査部門情報システム４１と、その他部門システム４３と、を有する。電子カルテシステム３３と、放射線部門情報システム３５と、レポート作成装置３６と、医用画像診断装置３７と、医用画像管理システム３９と、臨床検査部門情報システム４１と、その他部門システム４３と、は、有線又は無線による通信ネットワーク３１を介して互いに接続される。

電子カルテシステム３３は、診療内容の記録のための電子カルテを管理する情報システムである。電子カルテシステム３３は、電子カルテサーバ装置及び電子カルテ端末装置を備える。電子カルテサーバ装置は、電子カルテの管理に関する処理を実行するコンピュータ装置である。電子カルテサーバ装置は、システムの規模により１台～複数台のコンピュータ装置から構成される。電子カルテ端末装置は、電子カルテの入力・参照を行う医師・看護師等により利用され、システムの規模により１台～複数台が設けられる。電子カルテサーバ装置及び電子カルテ端末装置は、通信ネットワーク３１に接続されている。

電子カルテ端末装置は、ユーザの指示により、被検体に対する検査オーダを入力する。検査オーダが画像診断に関する被検体の撮影である場合、検査オーダには、例えば検査部位（撮像対象、疾患名、検査目的、モダリティ等の検査内容に関する情報が含まれる。また、検査オーダには、検査を受ける被検体の患者ＩＤ、患者氏名、検査ＩＤおよび検査日付等の情報も含まれてもよい。電子カルテサーバ装置は、検査オーダの入力に応じて、検査オーダに関する情報（以下、オーダ情報と呼ぶ）を、オーダ情報における被検体の患者情報などとともに、放射線部門情報システム３５に送信する。検査オーダが被検体に対する臨床検査の実施である場合、電子カルテサーバ装置は、検査オーダの入力に応じて、オーダ情報を臨床検査部門情報システム４１に送信する。

オーダ情報に記載のすべての検査に対する検査結果は、被検体に関する電子カルテに紐づけられる。このとき、検査依頼を出した臨床医は、検査結果に基づいて診断結果を下し、被検体の電子カルテに診断結果を記載する。診断結果は、診断名、ステージ、病期の重篤度などの情報を含む。ステージ、病気の重篤度などは、予め決定された定義書により、それぞれのステージ、病気の重篤度が定義されている。電子カルテ端末装置は、例えば、臨床医の指示により、被検体に対する各種検査に基づく診断結果を入力する。診断結果は、電子カルテサーバ装置に記憶される。また、電子カルテ端末装置は、臨床医の指示により、診断結果に基づいて実行された治療の結果（以下、治療結果と呼ぶ）を入力する。治療結果は、電子カルテサーバ装置に記憶される。治療結果は、例えば、手術の有無、手術対象部位の摘出領域（例えば、全摘、一部温存）、開腹後における手術の可否、放射線治療の有無、時系列に沿った一連の治療イベントなどである。

放射線部門情報システム（ＲＩＳ：Ｒａｄｉｏｌｏｇｙ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ）３５は、病院内の放射線部門における情報を管理する情報システムであり、放射線部門情報サーバ装置及び放射線部門情報端末装置を備えている。放射線部門情報サーバ装置は、放射線部門における情報の管理にかかわる処理を実行するコンピュータ装置である。放射線部門情報サーバ装置は、システムの規模により１台～複数台のコンピュータ装置から構成される。放射線部門情報端末装置は、放射線部門の検査技師等により利用され、システムの規模により１台～複数台が設けられる。放射線部門情報サーバ装置及び放射線部門情報端末装置は、通信ネットワーク３１に接続されている。

放射線部門情報サーバ装置は、動作の一例として、電子カルテシステム３３からオーダ情報を受け、オーダ情報から医用画像診断装置３７の情報等を取得する。放射線部門情報サーバ装置は、オーダ情報により特定された医用画像診断装置３７に、当該オーダ情報を送信する。なお、オーダ情報が医用画像診断装置３７に送信されるとき、放射線部門情報サーバ装置は、患者ＩＤや検査日付などの情報を、ＤＩＣＯＭ（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ Ｍｅｄｉｃｉｎｅ）タグ等に付加してもよい。

レポート作成装置３６は、読影医が医用画像の読影レポートを作成する装置である。なお、レポート作成装置３６は、医用画像管理システム３９におけるＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）端末により実現されてもよい。レポート作成装置３６は、通信ネットワーク３１を介して、電子カルテシステム３３から送信されたオーダ情報及び患者情報を受信する。レポート作成装置３６は、オーダ情報及び患者情報の受信に応答して、読影レポートの対象となる患者情報、検査情報、及び依頼元情報等の所定情報が書き込まれた読影レポートの雛形を作成する。

レポート作成装置３６は、読影レポートを作成する際に必要となる医用画像を、医用画像管理システム３９から取得する。また、レポート作成装置３６は、読影レポートの作成が指示されると、所定情報が書き込まれた読影レポートの雛形についてのレポート作成画面を表示する。レポート作成画面には、読影レポートの内容が確定したことを表す「確定」ボタンが表示される。

レポート作成装置３６は、レポート作成画面への所見情報等の入力に基づいて読影レポートを作成する。なお、読影レポートに入力される内容は、レポート作成画面に表示された複数の項目からユーザにより選択されてもよい。読影レポートには、検査において診断に利用された医用画像（以下、キー画像と呼ぶ）と、当該キー画像において観察された所見とが記載される。キー画像には、オーダ情報に基づく検査ＩＤと画像ＩＤとが付帯される。なお、キー画像は、ハーパーリンクなどの手法を用いて、読影レポートに関連付けられてもよい。また、キー画像には、所見を説明するために、マークやアノテーションが重畳されてもよい。

読影医は、レポート作成画面に表示されている内容を確定させる場合、「確定」ボタンをクリックする。このとき、レポート作成装置３６は、作成された読影レポートを、例えば、医用画像管理システム３９における医用画像管理サーバ装置に記憶させる。加えて、「確定」ボタンがクリックされた場合、レポート作成装置３６は、作成された読影レポートを、医用情報処理装置１に送信する。また、レポート作成装置３６は、診察医からの要求に応じ、作成した読影レポートを、電子カルテシステム３３へ送信する。

医用画像診断装置３７は、例えば、Ｘ線診断装置、Ｘ線ＣＴ（Ｃｏｍｐｕｅｄ Ｔｏｍｏｇｒａｐｈｙ）装置、及び磁気共鳴イメージング装置などの医用画像を取得する装置である。なお、医用画像診断装置３７は、通信ネットワーク３１を介して複数台接続されてもよい。医用画像診断装置３７は、放射線部門情報システム３５からの検査オーダに基づき、技師等によって撮影が開始される操作に応答して、被検体に対する撮影を実行する。撮影の実行により、医用画像診断装置３７は、被検体の体内組織の状態を示すデータを収集する。次いで、医用画像診断装置３７は、当該データに基づいて、医用画像を生成する。医用画像診断装置３７は、生成された医用画像を、オーダ情報とともに、医用画像管理システム３９に送信する。

医用画像管理システム（ＰＡＣＳ：Ｐｉｃｔｕｒｅ Ａｒｃｈｉｖｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍｓ）３９は、Ｘ線ＣＴ画像やＭＲ画像等の医用画像を管理する情報システムである。医用画像管理システム３９は、再構成後の画像データだけでなく、再構成前のデータ（生データ）について管理してもよい。医用画像管理システム３９は、医用画像管理サーバ装置を備える。医用画像管理サーバ装置は、医用画像の管理に関する処理を実行するコンピュータ装置である。医用画像管理サーバ装置は、システムの規模により１台～複数台のコンピュータ装置から構成される。医用画像管理サーバ装置は、通信ネットワーク３１に接続されている。医用画像管理サーバ装置は、医用画像診断装置３７から医用画像およびオーダ情報を受信すると、医用画像とオーダ情報とを関連付けて記憶する。また、医用画像管理サーバ装置は、レポート作成装置３６により作成された読影レポートを記憶し、適宜管理する。

臨床検査部門情報システム（ＬＩＳ：Ｌａｂｏｒａｔｏｒｙ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ）４１は、病院内の臨床検査部門における情報を管理する情報システムであり、臨床検査部門情報サーバ装置、臨床検査部門情報端末装置、および検査機器を備えている。臨床検査部門情報システム４１では、電子カルテシステム３３から送信されたオーダ情報に基づいて、臨床検査技師により検体検査や生理機能検査が実施される。なお、検体検査は、衛生検査所などの外部の検査機関に委託されてもよい。臨床検査部門情報サーバ装置は、臨床検査における情報の管理にかかわる処理を実行するコンピュータ装置である。臨床検査部門情報サーバ装置は、システムの規模により１台～複数台のコンピュータ装置から構成される。臨床検査部門情報端末装置は、臨床検査部門の検査技師等により利用され、システムの規模により１台～複数台が設けられる。臨床検査部門情報サーバ装置及び臨床検査部門情報端末装置は、通信ネットワーク３１に接続されている。

検査機器は、患者から取得された血液や尿などの検体が臨床検査技師により分析される検体検査や、患者の脳波や心電図などを測定する生理機能検査の実行に関する機器である。なお、検体検査は、例えば、病理検査、血液・生化学検査、尿や便などの一般検査、免疫血清検査、微生物検査、輸血や臓器移植関連検査などである。生理機能検査は、例えば、脳波検査、呼吸機能検査、心臓系検査、眼底写真検査などである。検査機器は、検体検査の種別および生理機能検査の種別に応じて複数台設置される。なお、検体検査における少なくとも一部は、外部の検査機関により実施されてもよい。このとき、臨床検査部門情報サーバ装置は、検体検査に関する検査結果を、外部の検査機関から受信し、保管する。また、臨床検査部門情報サーバ装置は、検査結果を、電子カルテシステム３３に送信する。

その他部門システム４３は、例えば、手術部門システム、リハビリ部門システム、又は透析部門システムなどである。上述の放射線部門情報システム３５及び臨床検査部門情報システム４１と同様に、その他部門システム４３においても、電子カルテ端末装置において医師が発行したオーダに応じて、手術実施報告書やリハビリ実施報告書などが作成される。その他部門システム４３は、作成された手術実施報告書やリハビリ実施報告書などを、電子カルテシステム３３に送信する。

医用情報処理装置１は、通信インターフェース１１および通信ネットワーク３１を介して病院情報システム３に接続される。なお、医用情報処理装置１は、病院情報システム３に組み込まれてもよい。また、医用情報処理装置１は、レポート作成装置３６として利用されてもよい。図１に示す医用情報処理装置１は、通信インターフェース１１と、メモリ１３（記憶部）と、ディスプレイ１５（表示部）と、入力インターフェース１７（入力部）と、処理回路１９（処理部）とを有する。通信インターフェース１１と、メモリ１３と、ディスプレイ１５と、入力インターフェース１７と、処理回路１９との間のデータ通信は、バス（ＢＵＳ）を介して行われる。

通信インターフェース１１は、病院情報システム３との間でデータ通信を行う。通信インターフェース１１と病院情報システム３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（Ｈｅａｒｔｈ Ｌｅｖｅｌ ７）、ＤＩＣＯＭ、又はその両方等が挙げられる。

メモリ１３は、種々の情報を記憶するＨＤＤ（Ｈａｒｄ ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、集積回路記憶装置等の記憶装置である。メモリ１３は、例えば、取得機能１９３、特定機能１９５、抽出機能１９７、計算機能１９９、統合機能２０１、選定機能２０３などの実行により生成されたデータを記憶する。当該生成されたデータおよびこれらの機能については、後程説明する。メモリ１３は、統合機能２０１により生成された学習用データを複数記憶する。学習用データとは、機械学習モデルに対する学習に利用可能なデータである。メモリ１３は、ＨＤＤやＳＳＤ等以外にも、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）、フラッシュメモリ等の可搬性記憶媒体や、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等の半導体メモリ素子等との間で種々の情報を読み書きする駆動装置であってもよい。また、メモリ１３は、本実施形態に係る制御プログラムを記憶する。

ディスプレイ１５は、各種の情報を表示する。例えば、ディスプレイ１５は、ユーザからの各種操作を受け付けるためのＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）等を出力する。例えば、ディスプレイ１５としては、例えば、液晶ディスプレイ（ＬＣＤ：Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）ディスプレイ、有機ＥＬディスプレイ（ＯＥＬＤ：Ｏｒｇａｎｉｃ Ｅｌｅｃｔｒｏ Ｌｕｍｉｎｅｓｃｅｎｃｅ Ｄｉｓｐｌａｙ）、プラズマディスプレイ又は他の任意のディスプレイが、適宜、使用可能となっている。また、ディスプレイ１５は、デスクトップ型でもよいし、医用情報処理装置１本体と無線通信可能なタブレット端末等で構成されることにしても構わない。

入力インターフェース１７は、ユーザからの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路１９に出力する。例えば、入力インターフェース１７は、選択指示や各種条件などをユーザから受け付ける。入力インターフェース１７としては、例えば、マウス、キーボード、トラックボール、スイッチ、ボタン、ジョイスティック、タッチパッド及びタッチパネルディスプレイ等が適宜、使用可能となっている。

なお、本実施形態において、入力インターフェース１７は、マウス、キーボード、トラックボール、スイッチ、ボタン、ジョイスティック、タッチパッド及びタッチパネルディスプレイ等の物理的な操作部品を備えるものに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路１９へ出力する電気信号の処理回路も入力インターフェース１７の例に含まれる。また、入力インターフェース１７は、医用情報処理装置１本体と無線通信可能なタブレット端末等で構成されることにしても構わない。

処理回路１９は、入力インターフェース１７から出力される入力操作の電気信号に応じて、医用情報処理装置１全体の動作を制御する。例えば、処理回路１９は、ハードウェア資源として、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等のプロセッサとＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ等のメモリとを有する。

また、処理回路１９は、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）やフィールド・プログラマブル・ゲート・アレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ）、他の複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）などにより実現されてもよい。

処理回路１９は、システム制御機能１９１、取得機能１９３、特定機能１９５、抽出機能１９７、計算機能１９９、統合機能２０１、選定機能２０３を有する。システム制御機能１９１、取得機能１９３、特定機能１９５、抽出機能１９７、計算機能１９９、統合機能２０１、選定機能２０３においては、各機能が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１３に記憶されている。処理回路１９は、メモリに展開されたプログラムを実行するプロセッサにより、システム制御機能１９１、取得機能１９３、特定機能１９５、抽出機能１９７、計算機能１９９、統合機能２０１、選定機能２０３を実行する。

すなわち、処理回路１９は、メモリ１３からプログラムを読み出して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に相当する。換言すると、各プログラムを読み出した状態の処理回路１９は、読み出したプログラムに対応する機能を有することとなる。なお、各機能（１９１、１９３、１９５、１９７、１９９、２０１、２０３）は、単一の処理回路で実現される場合に限らない。複数の独立したプロセッサを組み合わせて処理回路を構成し、各プロセッサがプログラムを実行することにより各機能（１９１、１９３、１９５、１９７、１９９、２０１、２０３）を実現するものとしても構わない。システム制御機能１９１、取得機能１９３、特定機能１９５、抽出機能１９７、計算機能１９９、統合機能２０１、選定機能２０３を実現する処理回路１９は、システム制御部、取得部、特定部、抽出部、計算部、統合部、選定部の一例である。

システム制御機能１９１は、入力インターフェース１７を介してユーザから受け付けた入力操作に基づいて、処理回路１９の各機能を制御する。具体的には、システム制御機能１９１は、メモリ１３に記憶されている制御プログラムを読み出して処理回路１９内のメモリ上に展開し、展開された制御プログラムに従って医用情報処理装置１の各部を制御する。

取得機能１９３は、被検体に対する第１検査により取得された医用画像に関する第１検査結果の完成を契機として、放射線部門情報システム３５から第１検査結果を取得する。第１検査は、医用画像診断装置３７による画像検査に対応する。第１検査結果は、読影レポートに対応する。例えば、処理回路１９は、取得機能１９３により、読影医により読影レポートの内容が確定されると、通信インターフェース１１を介して、読影レポートを取得する。処理回路１９は、取得された読影レポートに基づいて、当該読影レポートに関するオーダ情報を、電子カルテシステム３３から取得する。

取得機能１９３は、第１検査の検査目的で被検体に対して実施された第２検査における第２検査結果を、第１検査結果に関するオーダ情報に基づいて、医用データサーバから取得する。第１検査の検査目的は、後述の特定機能１９５により、取得された第１検査結果に基づいて特定される。第２検査とは、例えば、検体検査や生理機能検査である。このとき、医用データサーバは、臨床検査部門情報サーバ装置や電子カルテサーバ装置に対応する。以下、説明を具体的にするために、検体検査は、病理検査、血液・生化学検査であるものとする。このとき、第２検査結果は、病理検査、血液・生化学検査、および生理機能検査各々の臨床検査報告書に相当する。処理回路１９は、取得機能１９３により、オーダ情報に基づいて、被検体の電子カルテを、医用データサーバの一種である電子カルテサーバ装置から取得する。

特定機能１９５は、被検体に対する第１検査により取得された医用画像に関する第１検査結果に基づいて、第１検査の検査目的を特定する。具体的には、処理回路１９は、特定機能１９５により、取得されたオーダ情報に対して、予め定義された辞書に基づく自然言語処理を実行する。これにより、処理回路１９は、オーダ情報から検査目的を特定する。処理回路１９は、特定された検査目的に、検査オーダが発行された時点、オーダ番号、患者ＩＤを付与し、かつ本医用情報処理装置１特有の一意のＩＤであるデータＩＤを付与する。

抽出機能１９７は、取得機能１９３により取得された第１検査結果から機械学習モデルに対する学習に利用可能な第１検査データを抽出する。第１検査データは、例えば、読影レポートにおける病変特徴、病変のサイズ、病気の疑い、該当する次アクション、過去の検査結果などの読影結果を示す情報を有する。具体的には、処理回路１９は、抽出機能１９７により、読影レポートにおけるハイパーリンクまたは医用画像に関連付けられる情報に対して、予め定義された辞書に基づく自然言語処理を実行する。これにより、処理回路１９は、第１検査結果から第１検査データを抽出する。なお、抽出機能１９７による抽出対象は、構造化された読影レポートにおいて、階層ごとに予め決定されてもよい。また、抽出対象は、入力インターフェース１７を介して、ユーザにより選択されてもよい。また、処理回路１９は、抽出された第１検査データの内容をディスプレイ１５に表示させてもよい。このとき、ユーザは、入力インターフェース１７を介して、第１検査データの内容から学習用データとして用いる所望の項目を選択する。

抽出機能１９７は、取得機能１９３により取得された第１検査結果における医用画像から当該学習に利用可能な学習用画像を抽出する。具体的には、処理回路１９は、抽出機能１０７により、読影レポートに関するキー画像を、読影レポートから抽出する。なお、処理回路１９は、キー画像を、予め設定されたサイズで切り出してもよい。また、処理回路１９は、キー画像において、読影医が指定した領域または所定の画像処理により設定された領域を、予め設定されたサイズで抽出してもよい。また、処理回路１９は、マークやアノテーションが表記されキー画像を、予め設定されたサイズで抽出してもよい。抽出されたキー画像すなわち医用画像は、学習用画像に対応する。

処理回路１９は、抽出機能１９７により、学習用画像に対して、キー画像に付帯された検査ＩＤと画像ＩＤとはそれぞれ異なるシステム検査ＩＤとシステム画像ＩＤとを付帯する。学習用画像は、病変画像に相当する。処理回路１９は、システム検査ＩＤとシステム画像ＩＤとが付帯された病変画像を、メモリ１３に一時的に記憶する。

抽出機能１９７は、キー画像の元となる医用画像に付帯するＤＩＣＯＭタグ（プライベートタグを含む）から、例えば、モダリティの種別、製造者、装置名、装置ＩＤ、プロトコル情報（プロトコル名、実施プロシージャ―ステップ情報など）、モダリティ別撮影パラメータ（曝射情報、圧迫率、管電圧、管電流などのＤＩＣＯＭ Ｐａｒｔ ３ Ｃ．８節に記載の項目）、画像再構築パラメータ、造影情報、検査部位、検出器の列数、形式、型番などのタグ情報を抽出する。なお、オーダ情報において、被検体に対する追加の撮影や他の医用画像診断装置３７による撮影がオーダされている場合、処理回路１９は、第１検査データ、学習用画像、およびタグ情報の抽出を繰り返す。このとき、処理回路１９は、複数の第１検査における検査の間隔（期間）を抽出（計算）する。

抽出機能１９７は、取得機能１９３により取得された第２検査結果から当該学習に利用可能な第２検査データを抽出する。具体的には、処理回路１９は、抽出機能１９７により、患者情報とオーダ情報におけるオーダ番号と検査目的とに基づいて、臨床検査部門情報システム４１やその他部門システム４３から、第１検査に関連する第２検査における第２検査結果を抽出する。より詳細には、処理回路１９は、第１検査における患者氏名とオーダ番号と検査目的と電子カルテの記録とが同一である第２検査結果を、臨床検査部門情報システム４１やその他部門システム４３から抽出する。なお、オーダ情報において、被検体に対する追加の検体検査などがオーダされている場合、処理回路１９は、複数の第２検査における検査の間隔（期間）を計算する。以下、説明を具体的にするために、第２検査が検体検査である場合、第２検査結果は検体検査報告書に相当する。このとき、第２検査データは、検体検査結果に相当する。

検体検査が病理検査である場合、第２検査は病理検査に対応し、第２検査結果は組織診報告書に対応する。細胞診の病理検査では、がんの種類、がんの悪性度、がん細胞の増殖能、ホルモン受容体の有無、ＨＥＲ２タンパクの過剰発現、ＨＥＲ２遺伝子増幅の有無などが診断に寄与する。また、生検の病理検査では、分布の状態および形、型の分類、摘出境界の悪性細胞有無、大きさ、浸潤の有無などが診断に寄与する。病理検査の結果は、診断に寄与する上記項目について、組織診報告書に記載される。処理回路１９は、抽出機能１９７により、予め定義された辞書に基づく自然言語処理を、組織診報告書に対して実行する。これにより、処理回路１９は、組織診報告書から、上記診断に寄与する項目についての病理検査結果を、第２検査データとして抽出する。

また、検体検査が血液・生化学検査である場合、第２検査は血液・生化学検査に対応し、第２検査結果は血液・生化学検査報告書に対応する。処理回路１９は、抽出機能１９７により、血液・生化学検査報告書から、血液・生化学検査における各種項目における数値、すなわち血液・生化学検査結果を、第２検査データとして抽出する。

抽出機能１９７は、取得機能１９３により取得された電子カルテから、第１検査結果と第２検査結果とに基づく被検体の診断結果を抽出する。具体的には、処理回路１９は、抽出機能１９７により、予め定義された辞書に基づく自然言語処理を、電子カルテに対して実行する。これにより、処理回路１９は、電子カルテから診断結果を抽出する。なお、診断結果の抽出元は、オーダ情報に関連する電子カルテの一部であってもよい。

抽出機能１９７は、取得機能１９３により取得された電子カルテから、診断結果に対応する治療結果を抽出する。具体的には、処理回路１９は、抽出機能１９７により、予め定義された辞書に基づく自然言語処理を、電子カルテに対して実行する。これにより、処理回路１９は、電子カルテから治療結果を抽出する。なお、治療結果の抽出元は、診断結果に関連する電子カルテの一部であってもよい。

抽出機能１９７は、取得機能１９３により取得された電子カルテから、被検体に関する患者情報を抽出する。患者情報は、例えば、身長・体重・ＢＭＩ、血圧、体脂肪、性別、年齢、病歴、民族(人種)、ゲノム情報（例えば、遺伝子診断結果など）、職業、食生活・飲酒歴、喫煙歴、運動習慣、家族歴、女性の場合：出産歴・初経年齢・閉経年齢・月経状況などである。具体的には、処理回路１９は、抽出機能１９７により、予め定義された辞書に基づく自然言語処理を、電子カルテに対して実行する。これにより、処理回路１９は、電子カルテから患者情報を抽出する。なお、患者情報の抽出元は、電子カルテに限定されず、被検体に関する問診票、健康診断情報などであってもよい。問診票および健康診断情報は、例えば、電子カルテと紐づけられている。

図２は、取得機能１９３による取得対象と、抽出機能１９７による抽出対象との関連性の一例を示す図である。図２に示すように、読影レポートの取得を契機として、読影レポートの検査オーダから検査目的が特定される。次いで、読影レポートと同一の検査目的に関する検査結果、診断結果、治療結果などの抽出対象が抽出される。

計算機能１９９は、第１検査結果と診断結果とに基づいて、第１検査結果の信頼性（または信憑性）を示す検査信頼度を計算する。検査信頼度は、例えば、第１検査結果に対する特異度（真陽性、真陰性、偽陽性、偽陰性）を、０から１の値や百分率として数値化したものである。処理回路１９は、計算機能１９９により、例えば、診断結果と読影レポートにおける所見との一致率を、検査信頼度として計算する。処理回路１９は、診断結果と治療結果とに基づいて、診断結果の信頼性（または信憑性）を示す診断信頼度を計算する。診断信頼度は、例えば、診断結果に対する特異度（真陽性、真陰性、偽陽性、偽陰性）を、０から１の値や百分率として数値化したものである。処理回路１９は、例えば、治療結果と診断結果との一致率を、診断信頼度として計算する。

統合機能２０１は、オーダ番号と患者ＩＤとに基づいて、抽出機能１９７により抽出されたデータと特定機能１９５により特定された検査目的とを、学習に利用可能な学習用データとして統合する。具体的には、処理回路１９は、統合機能２０１により、第１検査データと第２検査データと学習用画像と検査目的とを統合することにより、学習用データを生成する。より詳細には、第２検査データには、第２検査の種別に応じて、予め重みが付与される。なお、重みは、検査部位、検査目的など臨床的な種別により、個別に設定されてもよい。病理検査の結果が診断結果へ最も大きく寄与するため、デフォルトでは、病理検査に関する重みが第２検査の中で最も大きいものであるものとする。また、重みは、ディスプレイ１５に表示され、入力インターフェース１７を介したユーザの指示により変更可能である。

処理回路１９は、統合機能２０１により、学習用データに、検査目的と同様のデータＩＤを付与する。学習用データの選定などにおいて、匿名性とセキュリティの観点上、患者氏名の代わりに、データＩＤが使用される。なお、処理回路１９は、患者情報と検査信頼度と診断結果と治療結果と診断信頼度とのうち少なくとも一つを、学習用データにさらに統合してもよい。

また、処理回路１９は、統合機能２０１により、手術実施報告書における手技名などを、学習用データに統合してもよい。このとき、処理回路１９は、まず、取得機能１９３により、オーダ情報に基づいて、手術部門システムから手術実施報告書を取得する。次いで、処理回路１９は、抽出機能１９７により、手術実施報告書から、自然言語処理を用いて手技名などを抽出する。続いて、処理回路１９は、統合機能２０１により、手技名などを学習用データに統合する。

学習用データは、例えば、ＣＳＶ（Ｃｏｍｍａ Ｓｅｐａｒａｔｅｄ Ｖａｌｕｅｓ）などのテキスト形式で、メモリ１３に保管される。なお、学習用データの保管形式は、ＣＳＶに限定されず、例えば、データベース方式やＸＭＬ（ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）方式などの他の保管形式であってもよい。また、学習用データの生成は、被検体に対する診療の最終段階である電子カルテの確定後に、適宜再度更新されてもよい。例えば、電子カルテの確定後、入力インターフェース１７を介したユーザの指示により、カルテ確定後に、すべての検査結果を一括で抽出されてもよい。このとき、ユーザは、入力インターフェース１７を介した入力により、学習用データの更新を適宜実行する。

図３は、統合機能２０１による各種データの統合により生成される学習用データの一例を示す図である。図３に示すように、処理回路１９は、統合機能２０１により、抽出機能１９７により抽出されたデータと特定機能１９５により特定された検査目的と計算機能１９９により計算された計算結果とを統合することにより、データＩＤが付与された学習用データを、自動的に生成する。図３に示す複数の重みのうち、病理検査結果に付与される重みが最も大きい。処理回路１９は、生成された学習用データを、メモリ１３に記憶させる。処理回路１９は、読影レポートの完成に応じて、上述のように学習用データをメモリ１３に記憶させる。すなわち、メモリ１３は、一群の学習用データ（以下、学習用データセットと呼ぶ）を記憶する。

選定機能２０３は、検査信頼度と診断信頼度と機械学習モデルに対する学習内容とのうち少なくとも一つに基づいて、メモリ１３に記憶された一群の学習用データ（学習用データセット）から、学習に用いられる学習用データを選定する。例えば、入力インターフェース１７を介したユーザの指示に従って、処理回路１９は、選定機能２０３により、ユーザが所望する症例および学習用データを選定する。具体的には、処理回路１９は、ユーザにより設定されたフィルタなどの選別手法を学習用データセットに適用して、学習に関する対象・対象外のデータを選別する。なお、処理回路１９は、不図示の学習システムに合わせて、選定された学習用データを整形し、特定な形で出力してもよい。学習用データの出力形式は、学習システムの入力方式に合わせて、ユーザにより選択可能である。学習システムの入力方式は、例えば、ＣＳＶまたはテキスト、および画像データ、データベース方式やＸＭＬ方式である。

以上、医用情報処理装置１および病院情報システム３の全体構成について説明した。以下、自動的に学習用データを生成する学習用データ生成処理の処理手順について説明する。説明を具体的にするために、第１検査結果は読影レポートであり、第２検査結果は検体検査報告書であるものとする。図４は、学習用データ生成処理の処理手順の一例を示す図である。

（学習用データ生成処理）
（ステップＳ４０１）
処理回路１９は、取得機能１９３により、レポート作成画面における「確定」ボタンのクリックに応答して、すなわち第１検査結果に対応する読影レポートの完成を契機として、医用画像管理システム３９から読影レポートを取得する。処理回路１９は、取得された読影レポートに基づいて、当該読影レポートに関するオーダ情報を、電子カルテシステム３３から取得する。取得された読影レポートとオーダ情報とは、一時的にメモリ１３に記憶される。

（ステップＳ４０２）
処理回路１９は、特定機能１９５により、オーダ情報において、検査目的を特定する。具体的には、処理回路１９は、オーダ情報に対して自然言語処理を適用することにより、オーダ情報に記載された検査目的を特定する。処理回路１９は、特定された検査目的に、データＩＤを付与する。データＩＤが付与された検査目的は、一時的にメモリ１３に記憶される。

（ステップＳ４０３）
処理回路１９は、取得機能１９３により、特定された検査目的による検体検査報告書を、臨床検査部門情報システム４１から取得する。例えば、処理回路１９は、オーダ情報に記載の患者ＩＤと同一の患者ＩＤを有し、かつ特定された検査目的と同一の検査目的を有する検体検査報告書を、臨床検査部門情報システム４１におけるデータベースから取得する。処理回路１９は、取得機能１９３により、オーダ情報に基づいて、被検体の電子カルテを、電子カルテシステム３３から取得する。取得された検定検査報告書および電子カルテは、一時的にメモリ１３に記憶される。

（ステップＳ４０４）
処理回路１９は、抽出機能１９７により、電子カルテから患者情報と診断結果と治療結果とを抽出する。診断結果や治療結果が電子カルテに反映されていない場合、処理回路１９は、所定の期間の経過後、例えば、被検体に対する再診日時の前日などにおいて取得された電子カルテから、診断結果や治療結果を抽出する。処理回路１９は、読影レポートから読影結果と病変画像とを抽出し、検体検査報告書から検体検査結果を抽出する。抽出された患者情報、診断結果、治療結果、読影結果、病変画像、および検体検査結果は、一時的にメモリ１３に記憶される。なお、第１検査および第２検査がさらに予定されている場合、処理回路１９は、これらの検査の実施日時後、ステップＳ４０１乃至ステップＳ４０４の処理を繰り返す。

（ステップＳ４０５）
処理回路１９は、計算機能１９９により、読影レポートと診断結果とに基づいて、検査信頼度を計算する。また、処理回路１９は、診断結果と治療結果とに基づいて、診断信頼度を計算する。計算された検査信頼度と診断信頼度とは、一時的にメモリ１３に記憶される。

（ステップＳ４０６）
処理回路１９は、統合機能２０１により、患者情報と、診断結果と、治療結果と、読影結果と、病変画像と、検体検査結果と、検査信頼度と、診断信頼度とを、学習用データとして統合する。次いで、処理回路１９は、学習用データにシステムＩＤを付与する。処理回路１９は、システムＩＤが付与された学習用データを、メモリ１３に記憶させる。処理回路１９は、読影レポートの完成に応じて、ステップＳ４０１乃至ステップＳ４０６の処理を繰り返す。これにより、メモリ１３は、読影レポートの総数に応じた一群の学習用データ（学習用データセット）を記憶する。このとき、メモリ１３は、学習用データのデータベースとして機能してもよい。本ステップにより、学習用データ生成処理は終了する。

なお、メモリ１３に記憶された一群の学習用データを利用する場合、処理回路１９は、選定機能２０３により、検査信頼度と診断信頼度と機械学習モデルに対する学習内容とのうち少なくとも一つに基づいて、メモリ１３に記憶された一群の学習用データから、学習に用いられる学習用データを選定する。例えば、病変画像を入力とし、診断結果を出力する機会学習モデルに対して学習を行う場合、処理回路１９は、選定機能２０３により、診断信頼度と検査信頼度とかが高い学習用データを選定する。

以上に述べた実施形態に係る医用情報処理装置１によれば、被検体に対する第１検査により取得された医用画像に関する第１検査結果に基づいて第１検査の検査目的を特定し、検査目的で被検体に対して実施された第２検査における第２検査結果を、第１検査結果に関するオーダ情報に基づいて医用データサーバから取得し、第１検査結果から機械学習モデルに対する学習に利用可能な第１検査データを抽出し、第２検査結果から当該学習に利用可能な第２検査データを抽出し、医用画像から当該学習に利用可能な学習用画像を抽出し、第１検査データと第２検査データと学習用画像と検査目的とを、当該学習に利用可能な学習用データとして統合する。これにより、本医用情報処理装置１によれば、第１検査結果の取得を契機として、読影医の手を煩わせることなく、自動的に学習用データを生成することができる。

また、本医用情報処理装置１によれば、オーダ情報に基づいて被検体の電子カルテを医用データサーバからさらに取得し、第１検査結果と第２検査結果とに基づく被検体の診断結果と診断結果に対応する治療結果と患者情報とのうち少なくとも一つを電子カルテから抽出し、診断結果と治療結果と患者情報とのうち少なくとも一つを学習用データにさらに統合する。また、本医用情報処理装置１によれば、第１検査結果と診断結果とに基づいて、第１検査結果の信頼性を示す検査信頼度を計算し、学習用データに検査信頼度をさらに統合する。また、本医用情報処理装置１によれば、診断結果と治療結果とに基づいて、診断結果の信頼性の度合いを示す診断信頼度を計算し、学習用データに診断信頼度をさらに統合する。これらにより、本医用情報処理装置１によれば、診断結果、治療結果、患者情報、検査信頼度、および診断信頼度のうち少なくとも一つを、ユーザの手を煩わせることなく、学習用データに自動的にさらに統合することができる。

以上のことから、本医用情報処理装置１によれば、通常の読影業務において放射線科の読影医による読影レポート（第１検査結果）に基づいて、学習用データに関する各種データ（第２検査結果）を自動に収集することができる。これにより、学習用データの作成において、読影医が病理検査結果やカルテなどの医療ドキュメントである第２検査結果を確認することは不要となり、読影医の負担や労力を軽減させで、学習用データの作成の効率を向上させることができる。加えて、本医用情報処理装置１によれば、学習用データの選定において、診断結果、治療結果、患者情報、検査信頼度、および診断信頼度をさらに利用することができ、機械学習モデルに対してより高精度な学習を実行することができる。

（第１応用例）
第１応用例は、治療結果に基づいて、検査目的と同一の検査目的に関する過去の検査信頼度（以下、過去検査信頼度と呼ぶ）を、計算された検査信頼度に更新することにある。第１応用例は、被検体に対する検査、診断、および治療の１セットが実施された後、同一被検体に対する再診やフォローアップ（経過観察、追跡調査）が実施された状況に相当する。

処理回路１９は、取得機能１９３により、特定された検査目的と同一の検査目的であって、抽出された患者情報と同一の患者情報に関する過去の学習用データ（以下、過去学習用データと呼ぶ）を、学習用データセットから取得する。処理回路１９は、取得機能１９３により、過去学習用データから過去検査信頼度を取得する。処理回路１９は、抽出機能１９７により、取得された電子カルテに対して、予め定義された辞書に基づく自然言語処理を行い、診断名、ステージ、病気の重篤度などの状態変更の有無、治療の有無を抽出する。

処理回路１９は、計算機能１９９により、抽出されたこれらの情報に基づいて、過去の検査の信憑性を示す過去診断信頼度に対する再計算を実行する。なお、過去検査信頼度に対する再計算の実施に際して、ディスプレイ１５は、検査信頼度の見直し、すなわち再計算の要否を表示してもよい。このとき、ユーザは、入力インターフェース１７を介して、見直しの要否を選択する。処理回路１９は、治療結果と過去学習用データにおける診断結果（以下、過去診断結果と呼ぶ）とに基づいて、過去検査信頼度に対して、所定の値の加算または減算を実行することにより、過去検査信頼度を再計算する。所定の値は、予めメモリ１３に記憶されてもよいし、入力インターフェース１７を介して医師や管理者などのユーザにより、設定されてもよい。また、所定の値は、加算と減算とで異なっていてもよい。

具体的には、治療結果と過去診断結果との比較において治療によりステージおよび病気の重篤度が軽減していた場合、すなわち過去診断結果が有効であると判定された場合、処理回路１９は、計算機能１９９により、過去検査信頼度に所定の値を加算する。また、治療結果と過去診断結果との比較において治療によりステージおよび病気の重篤度が軽減しないまたは悪化している場合、処理回路１９は、過去検査信頼度から所定の値を減算する。また、治療結果と過去診断結果との比較において診断名に変更がある場合、処理回路１９は、過去検査信頼度から所定の値を減算する。

なお、ディスプレイ１５は、治療結果と過去診断結果との比較および過去検査信頼度を表示してもよい。このとき、入力インターフェース１７を介したユーザの指示により、過去検査信頼度は変更されてもよい。

処理回路１９は、統合機能２０１により、過去検査信頼度を、再計算された検査信頼度に更新する。処理回路１９は、更新された過去検査信頼度を過去学習用データに統合することにより、過去学習用データを更新する。処理回路１９は、更新された過去学習用データを、学習用データセットに組み込んで、メモリ１３に保存する。

以上に述べた実施形態に係る第１応用例の医用情報処理装置１によれば、検査目的と同一の検査目的に関する過去の検査信頼度を有する過去の学習用データを取得し、治療結果と過去の学習用データにおける診断結果とに基づいて、過去の検査信頼度に対して、所定の値の加算または減算を実行することにより、過去の検査信頼度を再計算し、過去の検査信頼度を、再計算された検査信頼度に更新する。例えば、治療結果と過去診断結果との相関性が低くかつ過去検査信頼度が高い場合、読影レポートにおける読影結果の信憑性は低くなる。このとき、本医用情報処理装置１によれば、読影結果の信憑性を示す検査信頼度を低減することができる。また、治療結果と過去診断結果との相関性が高くかつ過去検査信頼度が高い場合、読影レポートにおける読影結果の信憑性は高くなる。このとき、本医用情報処理装置１によれば、読影結果の信憑性を示す検査信頼度を増大させることができる。

以上のことから、第１応用例に係る医用情報処理装置１によれば、治療結果の有効性や過去の診断結果における診断名の正確性に応じて、過去の検査信頼度を調整することができる。加えて、本医用情報処理装置１によれば、学習用データの精度を向上させることができ、機械学習モデルに対してより高精度な学習を実行することができる。

（第２応用例）
第２応用例は、治療結果に基づいて、検査目的と同一の検査目的に関する過去の診断信頼度（以下、過去診断信頼度と呼ぶ）を、計算された診断信頼度に更新することにある。第２応用例は、被検体に対する検査、診断、および治療の１セットが実施された後、同一被検体に対する再診やフォローアップ（経過観察、追跡調査）が実施された状況に相当する。

処理回路１９は、取得機能１９３により、過去学習用データを、学習用データセットから取得する。処理回路１９は、治療結果に関する被検体と同一被検体の電子カルテを、電子カルテサーバ装置から取得する。処理回路１９は、抽出機能１９７により、取得された電子カルテに対して、診断名、ステージ、病気の重篤度などの状態変更の有無、治療の有無を抽出する。

処理回路１９は、計算機能１９９により、抽出されたこれらの情報に基づいて、過去の診断の信憑性を示す過去診断信頼度に対する再計算を実行する。なお、過去診断信頼度に対する再計算の実施に際して、ディスプレイ１５は、診断信頼度の見直し、すなわち再計算の要否を表示してもよい。このとき、ユーザは、入力インターフェース１７を介して、見直しの要否を選択する。処理回路１９は、治療結果と過去学習用データにおける診断結果（以下、過去診断結果と呼ぶ）とに基づいて、過去診断信頼度に対して、所定の値の加算または減算を実行することにより、過去診断信頼度を再計算する。所定の値は、予めメモリ１３に記憶されてもよいし、入力インターフェース１７を介して医師や管理者などのユーザにより、設定されてもよい。また、所定の値は、加算と減算とで異なっていてもよい。

具体的には、治療結果と過去診断結果との比較において治療によりステージおよび病気の重篤度が軽減していた場合、すなわち過去診断結果が有効であると判定された場合、処理回路１９は、計算機能１９９により、過去診断信頼度に所定の値を加算する。また、治療結果と過去診断結果との比較において治療によりステージおよび病気の重篤度が軽減しないまたは悪化している場合、処理回路１９は、過去診断信頼度から所定の値を減算する。また、治療結果と過去診断結果との比較において診断名に変更がある場合、処理回路１９は、過去診断信頼度から所定の値を減算する。

なお、ディスプレイ１５は、治療結果と過去診断結果との比較および過去診断信頼度を表示してもよい。このとき、入力インターフェース１７を介したユーザの指示により、過去診断信頼度は変更されてもよい。

処理回路１９は、統合機能２０１により、過去の診断信頼度を、再計算された診断信頼度に更新する。処理回路１９は、更新された過去診断信頼度を過去学習用データに統合することにより、過去学習用データを更新する。処理回路１９は、更新された過去学習用データを、学習用データセットに組み込んで、メモリ１３に保存する。

以上に述べた実施形態に係る第２応用例の医用情報処理装置１によれば、検査目的と同一の検査目的に関する過去の診断信頼度を有する過去の学習用データを取得し、治療結果と過去の学習用データにおける診断結果とに基づいて、過去の診断信頼度に対して、所定の値の加算または減算を実行することにより、過去の診断信頼度を再計算し、過去の診断信頼度を、再計算された診断信頼度に更新する。例えば、治療結果と過去診断結果との相関性が低い場合、診断結果の信憑性は低くなる。このとき、本医用情報処理装置１によれば、診断結果の信憑性を示す診断信頼度を低減することができる。また、治療結果と過去診断結果との相関性が高い場合、診断結果の信憑性は高くなる。このとき、本医用情報処理装置１によれば、診断結果の信憑性を示す検査信頼度を増大させることができる。

以上のことから、第２応用例に係る医用情報処理装置１によれば、治療結果の有効性や過去の診断結果における診断名の正確性に応じて、過去の診断信頼度を調整することができる。加えて、本医用情報処理装置１によれば、学習用データの精度を向上させることができ、機械学習モデルに対してより高精度な学習を実行することができる。

本実施形態における技術的思想を学習用データ生成プログラムで実現する場合、コンピュータに、被検体に対する第１検査により取得された医用画像に関する第１検査結果に基づいて第１検査の検査目的を特定し、検査目的で被検体に対して実施された第２検査における第２検査結果を、第１検査結果に関するオーダ情報に基づいて医用データサーバから取得し、第１検査結果から機械学習モデルに対する学習に利用可能な第１検査データを抽出し、第２検査結果から当該学習に利用可能な第２検査データを抽出し、医用画像から当該学習に利用可能な学習用画像を抽出し、第１検査データと第２検査データと学習用画像とを、当該学習に利用可能な学習用データとして統合すること、を実現させる。

例えば、病院情報システム３におけるコンピュータに学習用データ生成プログラムをインストールし、これらをメモリ上で展開することによっても、学習用データ生成処理を実現することができる。このとき、コンピュータに当該手法を実行させることのできるプログラムは、磁気ディスク（ハードディスクなど）、光ディスク（ＣＤ－ＲＯＭ、ＤＶＤなど）、半導体メモリなどの記憶媒体に格納して頒布することも可能である。学習用データ生成プログラムにおける処理手順および効果は、実施形態と同様なため、説明は省略する。

また、本実施形態における技術的思想を学習用データ生成方法で実現する場合、学習用データ生成方法は、被検体に対する第１検査により取得された医用画像に関する第１検査結果に基づいて第１検査の検査目的を特定し、検査目的で被検体に対して実施された第２検査における第２検査結果を、第１検査結果に関するオーダ情報に基づいて医用データサーバから取得し、第１検査結果から機械学習モデルに対する学習に利用可能な第１検査データを抽出し、第２検査結果から当該学習に利用可能な第２検査データを抽出し、医用画像から当該学習に利用可能な学習用画像を抽出し、第１検査データと第２検査データと学習用画像とを、当該学習に利用可能な学習用データとして統合する。学習用データ生成方法における処理手順および効果は、実施形態と同様なため、説明は省略する。

以上説明した実施形態および応用例などによれば、簡便に学習用データを生成することできる。

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。

１ 医用情報処理装置
３ 病院情報システム
１１ 通信インターフェース
１３ メモリ
１５ ディスプレイ
１７ 入力インターフェース
１９ 処理回路
３１ 通信ネットワーク
３３ 電子カルテシステム
３５ 放射線部門情報システム
３６ レポート作成装置
３７ 医用画像診断装置
３９ 医用画像管理システム
４１ 臨床検査部門情報システム
４３ その他部門システム
１９１ システム制御機能
１９３ 取得機能
１９５ 特定機能
１９７ 抽出機能
１９９ 計算機能
２０１ 統合機能
２０３ 選定機能

Claims (11)

1. 被検体に対する第１検査により取得された医用画像に関する第１検査結果に基づいて前記第１検査の検査目的を特定する特定部と、
   前記検査目的で前記被検体に対して実施された第２検査における第２検査結果を、前記第１検査結果に関するオーダ情報に基づいて医用データサーバから取得する取得部と、
   前記第１検査結果から機械学習モデルに対する学習に利用可能な第１検査データを抽出し、前記第２検査結果から前記学習に利用可能な第２検査データを抽出し、前記医用画像から前記学習に利用可能な学習用画像を抽出し、前記第１検査結果と前記第２検査結果とに基づく前記被検体の診断結果を、前記被検体の電子カルテから抽出する抽出部と、
   前記第１検査データと前記第２検査データと前記学習用画像と前記検査目的と前記診断結果とを、前記学習に利用可能な学習用データとして統合する統合部と、
   を備える医用情報処理装置。
2. 前記取得部は、前記オーダ情報に基づいて、前記被検体の電子カルテを前記医用データサーバからさらに取得する、
   請求項１に記載の医用情報処理装置。
3. 前記第１検査結果と前記診断結果とに基づいて、前記第１検査結果の信頼性を示す検査信頼度を計算する計算部をさらに備え、
   前記統合部は、前記学習用データに前記検査信頼度をさらに統合する、
   請求項１または２に記載の医用情報処理装置。
4. 前記抽出部は、前記診断結果に対応する前記被検体に対する治療結果を、前記電子カルテから抽出し、
   前記統合部は、前記学習用データに前記治療結果をさらに統合する、
   請求項３に記載の医用情報処理装置。
5. 前記取得部は、前記検査目的と同一の検査目的に関する過去の検査信頼度を有する過去の学習用データを取得し、
   前記計算部は、前記治療結果と前記過去の学習用データにおける診断結果とに基づいて、前記過去の検査信頼度に対して、所定の値の加算または減算を実行することにより、前記過去の検査信頼度を再計算し、
   前記統合部は、前記過去の前記検査信頼度を、前記再計算された検査信頼度に更新する、
   請求項４に記載の医用情報処理装置。
6. 前記計算部は、前記診断結果と前記治療結果とに基づいて、前記診断結果の信頼性の度合いを示す診断信頼度を計算し、
   前記統合部は、前記学習用データに前記診断信頼度をさらに統合する、
   請求項４または５に記載の医用情報処理装置。
7. 前記取得部は、前記検査目的と同一の検査目的に関する過去の診断信頼度を有する過去の学習用データを取得し、
   前記計算部は、前記治療結果と前記過去の学習用データにおける診断結果とに基づいて、前記過去の診断信頼度に対して、所定の値の加算または減算を実行することにより、前記過去の診断信頼度を再計算し、
   前記統合部は、前記過去の前記診断信頼度を、前記再計算された診断信頼度に更新する、
   請求項４乃至６のうちいずれか一項に記載の医用情報処理装置。
8. 前記学習用データを複数記憶するメモリと、
   前記検査信頼度と前記診断信頼度と前記機械学習モデルに対する学習内容とのうち少なくとも一つに基づいて、前記メモリに記憶された一群の前記学習用データから、前記学習に用いられる学習用データを選定する選定部とをさらに備える、
   請求項６に記載の医用情報処理装置。
9. 前記抽出部は、前記被検体に関する患者情報を、前記電子カルテと問診票と健康診断情報とのうち少なくとも一つから抽出し、
   前記統合部は、前記学習用データにおいて、前記患者情報をさらに統合する、
   請求項２乃至８のうちいずれか一項に記載の医用情報処理装置。
10. コンピュータに、
    被検体に対する第１検査により取得された医用画像に関する第１検査結果に基づいて前記第１検査の検査目的を特定し、
    前記検査目的で前記被検体に対して実施された第２検査における第２検査結果を、前記第１検査結果に関するオーダ情報に基づいて医用データサーバから取得し、
    前記第１検査結果から機械学習モデルに対する学習に利用可能な第１検査データを抽出し、前記第２検査結果から前記学習に利用可能な第２検査データを抽出し、前記医用画像から前記学習に利用可能な学習用画像を抽出し、
    前記第１検査結果と前記第２検査結果とに基づく前記被検体の診断結果を、前記被検体の電子カルテから抽出し、
    前記第１検査データと前記第２検査データと前記学習用画像と前記診断結果とを、前記学習に利用可能な学習用データとして統合すること、
    を実現させる学習用データ生成プログラム。
11. コンピュータが、
    被検体に対する第１検査により取得された医用画像に関する第１検査結果に基づいて前記第１検査の検査目的を特定し、
    前記検査目的で前記被検体に対して実施された第２検査における第２検査結果を、前記第１検査結果に関するオーダ情報に基づいて医用データサーバから取得し、
    前記第１検査結果から機械学習モデルに対する学習に利用可能な第１検査データを抽出し、前記第２検査結果から前記学習に利用可能な第２検査データを抽出し、前記医用画像から前記学習に利用可能な学習用画像を抽出し、
    前記第１検査結果と前記第２検査結果とに基づく前記被検体の診断結果を、前記被検体の電子カルテから抽出し、
    前記第１検査データと前記第２検査データと前記学習用画像と前記診断結果とを、前記学習に利用可能な学習用データとして統合する、学習用データ生成方法。

Images