JPH02196334A

JPH02196334A - 医療情報処理方式

Info

Publication number: JPH02196334A
Application number: JP1015084A
Authority: JP
Inventors: Akinami Ohashi; 大橋　昭南
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1989-01-26
Filing date: 1989-01-26
Publication date: 1990-08-02

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】［発明の目的］（産業上の利用分野）本発明は、例えば健診システムいわゆる人間ドックに適
用される医療情報処理方式に関し、特に診断理論の確立
及び変更が行える医療情報処理方式に関する。

（従来の技術）近年、医療分野においては、医療に係わる各種入力デー
タを収集して編集処理し、この編集処理結果を表示等の
ため外部へ出力するエキスパートシステムが普及しつつ
ある。

こうしたエキスパートシステムに対し、診断機能を持た
せるためには、健診システムに診断論理を組み込むこと
が必要となる。

（発明が解決しようとする課題）しかしながら、従来の健診システムで代表されるエキス
パートシステムには、知識獲得機能が無いため、医師が
所有している診断論理をエキスパートシステムに組み込
むことはそれほど容易ではない。しかも、検査対象者に
よっても診断論理が異なるため、エキスパートシステム
ごとに診断論理を組み込み変更する必要も生じる。従っ
て、従来においては、エキスパートシステムに診断論理
を組み込むことがかなり困難であった。

本発明は、係る課題に着目してなされたもので、その目
的とするところは、エキスパートシステムが医師から診
断論理を獲得し、獲得した診断論理によって検査対象者
の診断を下すことができる医療情報処理方式を提供する
ことにある。

［発明の構成］（課題を解決するための手段）本発明は、上記目的を達成するため、医療に係わる各種
入力データを収集して編集処理し、この編集処理結果を
外部へ出力するエキスパートシステムにおいて、教師データを入力データとして受ける毎に診断等の論理
を学習するニューラル・ネットワークと、前記教師デー
タを設定及び変更する入力操作で得られた教師データを
前記ニューラル・ネットワークへ転送する教師データ転
送制御手段とを備え、前記ニューラル・ネットワークで
学習されている診断等の論理を用いて入力データとして
受けた検査対象データを解釈し、この解釈結果あるいは
該解釈結果から得られる診断等の判定結果を前記編集処
理結果の一部として外部へ出力する処理を実行すること
を特徴とするものである。

（作用）本発明による医療情報処理方式であれば、エキスパート
システムを健診システムに適用した場合にあっては、健
診システムの教師データを用いてニューラル・ネットワ
ークで診断論理を学習し、その後、新しい受診者につい
てはニューラル・ネットワークにて学習されている診断
論理を用いて仮診断を行い、その結果を例えばＣＲＴ等
の画像表示装置上に表示することができる。従って、医
師は画像表示装置上の仮診断結果をみてこれが正しけれ
ば、仮診断結果を診断結果とみなして診断書等を発行す
ることができる。

しかし、医師が仮診断結果が医師の診断と不一致の場合
、医師は例えばキーボード等による所定の入力操作によ
り、正しい（医師自身の）診断に変更し、診断書等を発
行することができる。また、その場合、ニューラル・ネ
ットワークの学習が不充分であるから、その誤ったデー
タを新しく教師データとしてシステムに加えると、教師
データが更新されることになり、ニューラル・ネットワ
ークにおいて再度診断論理の学習がなされる。

こうしてニューラル・ネットワークにおける診断論理の
学習が進めば、健診システムからは医師の診断と同等の
仮診断を出力することができる。

（実施例）第１図は、本発明の医療情報処理方式が適用された一実
施例の検診システムの概要を示すブロック図である。

この一実施例の健診システム１は糖尿病検診のためのエ
キス、、、（）システムを備えたもので、問診データ、
検査データ、診察データ、教師データ等の医療に係わる
各種入力データを収集して編集し、この編集処理結果を
ＣＲＴ等の画像表示装置２へ出力する。また、キーボー
ド３等による所定の入力操作に応答して上記処理結果を
プリンタ４等によりハードコピーとして出力することを
基本的に行える構成とされている。

そして、この健診システム１は、教師データ転送制御手
段５としての機能構成が与えられており、またニューラ
ル・ネットワーク６、血糖値測定装置７、尿糖測定装置
８を備えている。

教師データ転送制御手段５は、キーボード３等により設
定及び変更される教師データ（入カデタとそれに対応す
る正しい出力との組み合せ）をニューラル・ネットワー
ク６へ転送するようになされている。

ニューラル・ネットワーク６は、健診システム１からの
教師データを受ける毎に診断理論を学習することになり
、この関係を詳細に示した第２図に基づき本発明一実施
例の要部構成及びその作用を説明する。なお、説明を簡
単にするため、ここで糖尿病は糖の負荷試験時の空腹時
血糖値、１時間後血糖値、２時間後血糖値、空腹時尿糖
、１時間後尿糖、２時間後尿糖で診断するものとする。

また、血糖値はディジタル値で、尿糖は士、−のとちら
かで８１１１定されとする。

ニューラル・ネットワーク６は、入力層９、中間層１０
、出力層１１から構成されており、またやはり説明簡単
のために入力層９は６素子、出力層１１は６素子で構成
されているとする。また、この場合、中間層１０の素子
数は例えば５０素子でも良い。ここで、入力層９はθ〜
１の連続量の入力が可能な素子である。連続量の入力が
不可能な素子の場合には入力層９の素子数を増やし、１
データに複数の素子を対応させて、検査データを複数の
範囲に分割し、その範囲ごとに１素子を割り当てれば良
い。

学習は、第３図に模式的に示す如く行われる。

まず、］−組の教師データがニューラル・ネットワーク
を送られると、ニューラル・ネットワークはその入力デ
ータに対して、現在のウェイｌ−にニューラル・ネット
ワークの各素子を結びつけている重み係数）に応じて出
力層１１に結果を出す。

最初はウェイトが適当でないから結果は正しいものとな
らない。このとき、教師データの正しい結果とニューラ
ル・ネットワークの結果とが比較されると、当然のこと
ながら最初はエラー量が多い。

そして、そのエラー量に応じてウェイトの変更が行われ
る。これを１回の学習と称する。１回の学習では不充分
なので、種々の教師データに対して繰り返し学習を行う
と、順次学習が進み、全ての教師データに対してエラー
が少なくなる。エラー量が一定以下となったときに学習
が修了する。

前述の如く学習が終了した後、実際の検査データに対し
て診断を行う。健診システム１に血糖値測定装置７から
入力された血糖値は、一定値例えば３００で正規化され
、０〜１の値に変換される。

３００を越える場合には１に固定される。この場合、正
規化のための値は空腹時、１時間後、２時間後ごとにそ
れぞれ異なっても良い。また、血糖値の変化を特徴付け
るために、空腹時は２００で正規化し１時間後、２時間
後は同じ患者の空腹時血糖値で正規化しても良い。

また、健診システム１に尿糖測定装置８から入力された
尿糖はパ＋”の場合は１に“−”の場合はＯに変換され
る。この場合にも尿糖が＋＋、＋、のように３種類ある
場合には＋＋を１、十を０゜５に、−をＯに変換すれば
良い。

ニューラル・ネットワーク６の１素子にそれぞれ対応し
た６種類のデータか入力される。ニュラル・ネットワー
ク６は学習が終了後の自己のネットワークによって、入
力層９の入力に応じた結果を出力層１１に出す。この結
果は以下示す如くの１健診システムの判定」に対応して
いる。

「健診システムの判定」Ａ：正常。

Ｂ：僅かに異常であるが、日常生活に差支えはない。

ＢＦ：Ｂで経過観察が必要。

Ｃ：日常生活で注意が必要。

Ｄ＝治療が必要。

Ｃ：精検または、再検査が必要。

こうして出力層］１から得られた結果は、健診システム
１に送られる。健診システム１は送られてきた結果を画
像表示装置２に表示し、医師に示す。この場合、結果は
かならずしもＡ：１、Ｂ＝０のように明確でなく、Ａ＝
０．８、Ｂ＝０．２のような結果になる場合もある。こ
れは、事実、判定が明確でないと考えられるので、この
まま結果を画像表示装置２に表示し、医師に示してもよ
いし、ある閾値で区別しＡあるいはＢと表示してもよい
。

画像表示装置２に表示されている結果が医師の判断と一
致していれば、医師はなにもしない。結果が医師の判断
と異なる場合は、医師による判定をキーボード３による
入力操作で健診システム１に入力され、最終結果として
出力される。ニュラル・ネットワーク６の判断が正しく
ない場合は、医師の示した最終の結果か教師データとし
て健診システム１に記憶される。この場合、教師データ
は判定ことに分類されて、記憶される。例えば、健診シ
ステムの判定のＡ−Ｇそれぞれについて、２００個の教
師データが記憶されており、２００個を越える場合は最
も古いデータが最新のデータと置き換えられる。

上記結果が医師の判断と異なる場合は、健診システム１
は教師データ全てをニューラル・ネットワーク６に送り
、再度、ニューラル・ネットワーク６を学習させる。

このように、本発明の一実施例によれば、當に最新の教
師データによりニューラル・ネットワーク６が学習を行
うので、検査対象データの経時的な変化、医師の判定基
準に対応した判定を健診システム１において行えるもの
である。

（発明の効果］以」−説明したように本発明の医療情報処理方式が適用
されたエキスパートシステムは、ニュラル・ネッ）・ワ
ークが学習を進めるための教師デ］　２一夕を、検査対象データの経時的な変化及び医師の判定
基準に対応し得るように順次更新してニュラル・ネット
ワークへ入力するシステム構成であるから、医師から診
断論理を獲得し、獲得した診断論理によって検査対象者
の診断を下・すことができる。

【図面の簡単な説明】

第１図は本発明の医療情報処理方式が適用された一実施
例の検診システムの概略を示すブロック図、第２図は本
発明の一実施例の要部構成を示す機能ブロック図、第３
図はニューラル・ネットワークにおけるデータの流れを
模式的に示す機能説明図である。１・・・健診システム　　２・・・画像表示装置３・・
・キーボード　　　４・・・プリンタ５・・・教師デー
タ転送制御手段６・・ニューラル・ネットワーク７・・・血糖値測定装置８・・・尿糖測定装置

Claims

【特許請求の範囲】

（１）医療に係わる各種入力データを収集して編集処理
し、この編集処理結果を外部へ出力するエキスパートシ
ステムにおいて、教師データを入力データとして受ける毎に診断等の論理
を学習するニューラル・ネットワークと、前記教師デー
タを設定及び変更する入力操作で得られた教師データを
前記ニューラル・ネットワークへ転送する教師データ転
送制御手段とを備え、前記ニューラル・ネットワークで
学習されている診断等の論理を用いて入力データとして
受けた検査データを解釈し、この解釈結果あるいは該解
釈結果から得られる診断等の判定結果を前記編集処理結
果の一部として外部へ出力する処理を実行することを特
徴とする医療情報処理方式。
（２）前記エキスパートシステムに入力された検査対象
データについて前記ニューラル・ネットワークで学習さ
れている診断論理を用いて解釈または診断を行った後に
、新たな教師データにより前記ニューラル・ネットワー
クで再学習を繰り返し行えることを特徴とする請求項１
記載の医療情報処理方式。
（３）前記エキスパートシステムに入力された検査デー
タを複数の範囲に分類し、この分類された範囲に応じて
前記ニューラル・ネットワークの入力素子を対応させる
ことを特徴とする請求項１記載の医療情報処理方式。
（４）前記エキスパートシステムに入力された検査デー
タを正規化して前記ニューラル・ネットワークに入力す
ることを特徴とする請求項１記載の医療情報処理方式。
（５）前記エキスパートシステムに入力された複数の検
査データを前記エキスパートシステムに入力されたデー
タの１つで正規化して前記ニューラル・ネットワークに
入力することを特徴とする請求項１記載の医療情報処理
方式。
（６）前記エキスパートシステムにおいて一定数の最新
の教師データを記憶し、その教師データにより前記ニュ
ーラル・ネットワークが学習することを特徴とする請求
項１記載の医療情報処理方式。