JPWO2019146357A1 - 医療画像処理装置、方法及びプログラム並びに診断支援装置、方法及びプログラム - Google Patents

Abstract

医療画像を利用した診断の精度の向上への寄与が大きい医療画像を効率的に収集することが可能な医療画像処理装置、方法及びプログラム並びに診断支援装置、方法及びプログラムを提供する。医療画像処理装置は、医療画像及び前記医療画像に対応する患者情報の入力を受け付ける受付部と、前記医療画像を解析した解析結果を取得する解析結果取得部と、前記解析結果が修正されたか否かを検出する検出部と、前記解析結果が修正されたことが検出された場合に、患者を識別可能な識別情報を秘匿したデータを作成して保存するデータ処理部とを備える。

Description

本発明は医療画像処理装置、方法及びプログラム並びに診断支援装置、方法及びプログラムに係り、特に医療画像を利用した診断を支援する医療画像処理装置、方法及びプログラム並びに診断支援装置、方法及びプログラムに関する。

医療機関では、医療画像を利用して患者の診断が行われることがある。医療画像を利用した診断では、患者の検査部位を撮影し、医師が検査部位の医療画像の読影を行って、検査部位における病変の有無等の診断を行う。

このような医療画像を扱うためのシステムとして、特許文献１には、クラウドベースの医療画像処理システムが開示されている。特許文献１に記載の医療画像処理システムでは、クラウドに医療データストアが設けられている。この医療データストアには、各データセンターからネットワークを経て受け取った医療画像データ及び医療データが記憶される。各データセンターからクラウドに医療画像データ及び医療データを伝送する前には、各データセンターのデータゲートウェイマネージャーに備えられたデータアノニマイザーによって、医療データに含まれる患者の個人情報（患者名、住所、ソーシャルセキュリティ番号、クレジットカード情報等）が匿名化される（段落［００８０］から［００８３］、図１１）。

特開２０１７−１３８９９１号公報

一般に、医療画像に含まれる病変は、形状、サイズ及び種類が多様であり、また、１枚の医療画像に複数の病変が含まれることもある。病変のサイズが小さい場合には、医療画像の中に含まれる病変を漏れなく発見することは困難である。また、過去の症例が比較的少ない病変（稀少疾患、又は稀少疾患ではないものの稀少な症例）については、専門の医師であっても、病変の発見及び診断が困難な場合がある。このように、医師にとって、医療画像の読影及び診断を行うことは、負荷が大きく、多大な時間を要する作業である。

さらに、医療機関においては、医療画像を利用した診断が普及しているのに対して、一般に、医療画像の読影を担当する専門の医師の数は少ない。このため、少数の医師が、多数の医療画像の読影を行うことになり、各医師の作業負荷が過大になる。

そこで、医師による医療画像を利用した診断を支援するために、機械学習（深層学習及びＡＩ（Artificial Intelligence）を含む。）を利用することが考えられる。機械学習を利用する場合に、病変の発見及び診断の精度を高めるためには、病変の種類ごとに、多様な形状及び種類の医療画像を収集して学習を行う必要がある。

しかしながら、個別の医療機関が患者から取得した医療画像を蓄積する場合、医療画像の取得先が各医療機関の患者に限定される。このため、各医療機関が、病変の種類ごとに、多様な形状及び種類の医療画像を収集することは困難である。

そこで、多様な医療画像を収集するために、複数の医療機関が共同して医療画像の収集を行うことも考えられる。ところが、医療画像には、患者の個人情報が含まれている場合があるため、複数の医療機関で医療画像を共有することは、個人情報保護の観点から問題がある。

特許文献１は、患者の個人情報を匿名化する技術に関するものである。特許文献１に記載の医療画像処理システムによれば、各データセンターから医療画像データ及び医療データをアップロードする際に、医療データに含まれる患者の個人情報を匿名化することができる。この医療画像データ及び医療データは、クラウドの医療データストアに記憶され、又はアーカイブ化される。特許文献１に記載の医療画像処理システムによれば、患者の個人情報が匿名化された医療画像データ及び医療データのアップロードを受け付けることができるので、患者の個人情報保護と、複数のデータセンターからの医療画像データの収集とを同時に実現することができる。

ところで、機械学習を効果的かつ効率的に行うためには、医療画像を利用した診断の精度の向上への寄与が大きい医療画像を収集して学習を行うことが好ましい。

しかしながら、一般に、典型的な症例（例えば、読影及び診断が比較的容易な症例）に関する医療画像に対して、非典型的な症例（例えば、稀少疾患、稀少な症例のように、読影及び診断が比較的困難な症例）に関する医療画像の数は少ない。そして、典型的な症例に関する医療画像を用いて学習を行っても、学習のために要する作業負荷に対して、機械学習の精度向上に対する寄与は小さい。

特許文献１に記載の発明では、医療画像を利用した診断の精度の向上への寄与が小さい典型的な症例に関する医療画像は集まりやすくなるものの、医療画像を利用した診断の精度の向上への寄与が大きい医療画像を効率的に収集することはできなかった。このため、医療画像を利用した診断の精度の向上への寄与が大きい医療画像を用いて、機械学習を効果的かつ効率的に行うことは困難であった。

本発明はこのような事情に鑑みてなされたもので、医療画像を利用した診断の精度の向上への寄与が大きい医療画像を効率的に収集することが可能な医療画像処理装置、方法及びプログラム並びに診断支援装置、方法及びプログラムを提供することを目的とする。

上記課題を解決するために、本発明の第１の態様に係る医療画像処理装置は、医療画像及び医療画像に対応する患者情報の入力を受け付ける受付部と、医療画像を解析した解析結果を取得する解析結果取得部と、解析結果が修正されたか否かを検出する検出部と、解析結果が修正されたことが検出された場合に、患者を識別可能な識別情報を秘匿したデータを作成して保存するデータ処理部とを備える。

第１の態様によれば、医療機関の医療画像識別エンジンである解析部による解析の結果のうち、医師により修正されたもの、すなわち、解析部による解析結果に誤りが含まれていたものに対して、患者の識別情報の秘匿化処理を行って、医療画像処理装置が設置された医療機関外で利用可能にする。これにより、医療画像を利用した診断の精度の向上への寄与が大きい医療画像を効率的に収集することが可能になる。

本発明の第２の態様に係る医療画像処理装置は、第１の態様において、検出部が、解析結果と、解析結果に対する入力又は患者の診療記録とを照合することにより、解析結果が修正されたことを検出するようにしたものである。

本発明の第３の態様に係る医療画像処理装置は、第１又は第２の態様において、データ処理部が、解析結果が修正されたことが検出された場合に、医療画像、患者情報及び修正された解析結果に基づいて、患者を識別可能な識別情報を秘匿したデータを作成して保存するようにしたものである。

本発明の第４の態様に係る医療画像処理装置は、第１から第３の態様のいずれかにおいて、データ処理部が、検出部により、医療画像に含まれる領域の輪郭の抽出結果が修正されたことが検出された場合に、医療画像及び修正された輪郭に基づいて、患者を識別可能な識別情報を秘匿したデータを作成して保存するようにしたものである。

本発明の第５の態様に係る医療画像処理装置は、第１から第４の態様のいずれかにおいて、データ処理部が、検出部により、医療画像に含まれる領域の性質の判別結果が修正されたことが検出された場合に、医療画像及び修正された判別結果に基づいて、患者を識別可能な識別情報を秘匿したデータを作成して保存するようにしたものである。

本発明の第６の態様に係る医療画像処理装置は、第１から第５の態様のいずれかにおいて、データ処理部が、検出部により、医療画像に対する画像解析により得られた１以上のキーワード又は文章を含む解析結果が修正されたことが検出された場合に、医療画像及び前記修正された１以上のキーワード又は文章を含む解析結果に基づいて、患者を識別可能な識別情報を秘匿したデータを作成して保存するようにしたものである。

本発明の第７の態様に係る医療画像処理装置は、第１から第６の態様のいずれかにおいて、データ処理部が、医療画像の種類又は解析の種類と、識別情報の秘匿のレベルとの対応関係をあらかじめ記録しておき、対応関係に基づいて、患者を識別可能な識別情報を秘匿したデータを作成するようにしたものである。

第７の態様によれば、医療画像の種類及び解析の種類に応じて、秘匿化処理の対象を選択することにより、患者の識別情報に対して適切な秘匿化処理を行うことが可能になる。

本発明の第８の態様に係る医療画像処理装置は、第１から第７の態様のいずれかにおいて、データ処理部が、医療画像が患者の体表の画像を含む場合に、医療画像を加工して体表の画像を秘匿するようにしたものである。

第８の態様によれば、医療画像に含まれる体表の画像（体表データ）から患者の容貌等が復元されることを防止することができる。

本発明の第９の態様に係る医療画像処理装置は、第１から第８の態様のいずれかにおいて、データ処理部が、解析結果が修正されたことが検出された場合に、患者に関する過去の医療画像及び患者情報を取得し、過去の医療画像及び患者情報のうち、患者を識別可能な識別情報を秘匿したデータを作成して保存するようにしたものである。

本発明の第１０の態様に係る医療画像処理装置は、第１から第９の態様のいずれかにおいて、検出部は、患者に関する異なる時点における複数の解析結果のうちの少なくとも１つが修正されたか否かを検出し、データ処理部は、第１の時点における解析結果が修正されたことが検出された場合に、第１の時点の医療画像及び患者情報に加えて、第１の時点とは異なる第２の時点の医療画像及び患者情報を取得し、医療画像及び患者情報のうち、患者を識別可能な識別情報を秘匿したデータを作成して保存するようにしたものである。

第９及び第１０の態様によれば、医療画像の解析結果が修正された場合に、同一の患者の別の時点の医療画像等についても秘匿化処理を施すことができる。これにより、同一患者に関する医療画像の複数時点の解析結果を用いて追加の学習を行うことが可能になる。

本発明の第１１の態様に係る診断支援装置は、診断を支援する情報を提示する診断支援装置であって、診断対象の患者の医療画像を取得するデータ取得部と、第１から第１０の態様のいずれかの医療画像処理装置により作成されたデータを用いた学習が行われた解析部であって、診断対象の患者の医療画像の解析を行う解析部と、解析の結果を提示する提示部とを備える。

第１１の態様によれば、医療機関の医療画像識別エンジン（解析部）による解析の結果のうち、医師により修正されたもの、すなわち、医療画像識別エンジンによる解析結果に誤りが含まれていたものを、医療機関から収集して解析部に学習を行わせることが可能になる。

本発明の第１２の態様に係る医療画像処理方法は、医療画像処理装置において、医療画像及び医療画像に対応する患者情報の入力を受け付ける受付ステップと、医療画像を解析した解析結果を取得する解析結果取得ステップと、解析結果が修正されたか否かを検出する検出ステップと、解析結果が修正されたことが検出された場合に、患者を識別可能な識別情報を秘匿したデータを作成して保存するデータ処理ステップとを備える。

本発明の第１３の態様に係る診断支援方法は、第１２の態様に係る医療画像処理方法により作成されたデータを用いて、医療画像の解析を行うための解析部における学習を行うステップと、診断対象の患者の医療画像を取得するステップと、学習を行った解析部により診断対象の患者の医療画像の解析を行うステップと、解析の結果を提示するステップとを備える。

本発明の第１４の態様に係る医療画像処理プログラムは、医療画像及び医療画像に対応する患者情報の入力を受け付ける機能と、医療画像を解析した解析結果を取得する機能と、解析結果が修正されたか否かを検出する機能と、解析結果が修正されたことが検出された場合に、患者を識別可能な識別情報を秘匿したデータを作成して保存する機能とをコンピュータに実現させる。

本発明の第１５の態様に係る診断支援プログラムは、第１４に係る態様の医療画像処理プログラムを実行することにより作成されたデータを用いて、医療画像の解析を行うための解析部における学習を行う機能と、診断対象の患者の医療画像を取得する機能と、学習を行った解析部により診断対象の患者の医療画像の解析を行う機能と、解析の結果を提示する機能とをコンピュータに実現させる。

本発明によれば、医療機関の医療画像識別エンジンによる解析の結果のうち、医師により修正されたもの、すなわち、医療画像識別エンジンによる解析結果に誤りが含まれていたものを、医療機関から収集することができる。これにより、医療画像を利用した診断の精度の向上への寄与が大きい医療画像を効率的に収集することが可能になる。

図１は、本発明の第１の実施形態に係る医療支援システムを示すブロック図である。 図２は、本発明の第１の実施形態に係る医療支援システムにおける処理の流れを説明するためのブロック図である。 図３は、秘匿化データの例を示すデータブロック図である。 図４は、医療画像識別エンジンによって抽出された領域（肺及び心臓）を示す図である。 図５は、医療画像識別エンジンによって抽出された領域が修正された状態を示す図である。 図６は、診断レポートの自動生成及び修正について説明するための図である。 図７は、本発明の第１の実施形態に係る医療画像処理装置を示すブロック図である。 図８は、医療画像の例を示す図である。 図９は、秘匿化処理済み医療画像の例を示す図である。 図１０は、本発明の第１の実施形態に係る診断支援装置を示すブロック図である。 図１１は、本発明の第１の実施形態に係る医療画像処理方法における処理の流れを示すフローチャートである。 図１２は、発明の第１の実施形態に係る診断支援方法における処理の流れを示すフローチャートである。 図１３は、本発明の第２の実施形態に係る医療画像処理方法における秘匿化データの作成及び格納の処理（データ処理ステップ）の流れを示すフローチャートである。 図１４は、本発明の第３の実施形態に係る医療画像処理方法における処理の流れを示すフローチャートである。 図１５は、本発明の第３の実施形態に係る医療画像処理方法の変形例を示すフローチャートである。 図１６は、本発明の第４の実施形態に係る医療支援システムを示すブロック図である。 図１７は、本発明の第４の実施形態に係る診断支援装置を示すブロック図である。 図１８は、本発明の第４の実施形態に係る診断支援方法における処理の流れを示すフローチャートである。

以下、添付図面に従って本発明に係る医療画像処理装置、方法及びプログラム並びに診断支援装置、方法及びプログラムの実施の形態について説明する。

［第１の実施形態］
（医療支援システム）
まず、医療支援システムの概要について、図１を参照して説明する。図１は、本発明の第１の実施形態に係る医療支援システムを示すブロック図である。

図１において、医療機関Ｍ１、Ｍ２、…、Ｍｎは、患者に対して医療を提供する施設であり、例えば、病院、歯科医院、診療所等である。

図１に示すように、本実施形態に係る医療支援システム１０は、医療機関Ｍ１、Ｍ２、…、Ｍｎにそれぞれ設置された医療画像処理装置１００−１、１００−２、…、１００−ｎ及び診断支援装置２００−１、２００−２、…、２００−ｎと、医療支援サーバ３００とを含んでいる。医療支援サーバ３００は、データ収集部３０２及び学習部３０４を含んでいる。

医療機関Ｍ１、Ｍ２、…、Ｍｎにそれぞれ設置された医療画像処理装置１００−１、１００−２、…、１００−ｎ及び診断支援装置２００−１、２００−２、…、２００−ｎは、ネットワーク（例えば、インターネット又はイントラネット）を介して、医療支援サーバ３００と通信可能となっている。ここで、医療画像処理装置１００−１、１００−２、…、１００−ｎ及び診断支援装置２００−１、２００−２、…、２００−ｎと医療支援サーバ３００とは、ＶＰＮ（Virtual Private Network）を介して接続されていてもよく、例えば、インターネットを利用するインターネットＶＰＮ、インターネットサービスプロバイダの外部公開されていない通信網（閉域網）を利用するＩＰ−ＶＰＮ（Internet Protocol-VPN）を利用することができる。また、医療画像処理装置１００−１、１００−２、…、１００−ｎ及び診断支援装置２００−１、２００−２、…、２００−ｎと医療支援サーバ３００とは、専用線を介して接続されていてもよい。

なお、医療支援サーバ３００は、医療機関Ｍ１、Ｍ２、…、Ｍｎとは別の場所（例えば、医療支援サーバ３００を用いた医療支援サービスの提供者）に設置されていてもよいし、又は、医療機関Ｍ１、Ｍ２、…、Ｍｎのうちの１つの医療機関に設置されていてもよい。

以下の説明では、医療機関Ｍ１、Ｍ２、…、Ｍｎの医療画像処理装置１００−１、１００−２、…、１００−ｎ、及び診断支援装置２００−１、２００−２、…、２００−ｎを、医療機関Ｍｉの医療画像処理装置１００−ｉ及び診断支援装置２００−ｉ（ｉ＝１，２，…，ｎ）のように省略して記載する場合がある。

本実施形態に係る医療支援システム１０において、診断支援装置２００−ｉは、医療画像の解析を行うための医療画像識別エンジン（学習前の解析部３５０）をそれぞれ含んでいる。診断支援装置２００−ｉは、医療機関Ｍｉに設置された検査装置（図２の符号１５０）から、医療画像（例えば、Ｘ線画像）及び患者情報（例えば、患者の識別情報、患者ＩＤ（Identification）、患者の名前等）を取得し、学習前の解析部３５０を用いて医療画像の解析を行う。診断支援装置２００−ｉは、この解析の結果を含む診断支援情報と、医療画像とを医師に提示し、医師からの承認又は修正等の入力を受け付ける。医師により承認又は修正等の入力が行われた解析結果を含む解析結果情報は、医療画像及び患者情報とともに、医療画像処理装置１００−ｉに送信される。

医療画像処理装置１００−ｉは、医療画像、患者情報及び解析結果情報のうち、医師により修正の入力が行われたもの、すなわち、医療画像識別エンジン（学習前の解析部３５０）による解析結果に誤りが含まれていたものに対して、患者を識別可能な識別情報を秘匿化する秘匿化処理を施して秘匿化データＤＣｉを生成する。

医療支援サーバ３００は、データ収集部３０２により、医療機関Ｍ１、Ｍ２、…、Ｍｎの医療画像処理装置１００−１、１００−２、…、１００−ｎから、秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎをそれぞれ収集する。

医療支援サーバ３００の学習部３０４は、医療機関Ｍｉと同じバージョンの医療画像識別エンジン（学習前の解析部３５０）を含んでいる。なお、学習前の解析部３５０は、秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎを用いた学習を行う前の医療画像識別エンジンであり、学習済みの解析部３５２は、秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎを用いた学習を行った後の医療画像識別エンジンである。学習部３０４は、医療機関Ｍ１、Ｍ２、…、Ｍｎから収集した秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎを用いて、この学習前の解析部３５０に学習を行わせる。この学習により生成された学習済みの解析部３５２は、医療支援サーバ３００から診断支援装置２００−１、２００−２、…、２００−ｎにそれぞれ送信される。

医療機関Ｍ１、Ｍ２、…、Ｍｎの診断支援装置２００−１、２００−２、…、２００−ｎは、それぞれ医療支援サーバ３００から学習済みの解析部３５２を取得し、学習前の解析部３５０と置き換えることにより、医療画像識別エンジンの更新を行う。これにより、診断支援装置２００−１、２００−２、…、２００−ｎは、学習済みの解析部３５２を用いて、別の医療画像の解析を行い、解析結果を含む診断支援情報を生成して医師に提示することが可能になる。

本実施形態によれば、医療機関Ｍｉの学習前の解析部３５０による解析の結果のうち、医師により修正されたもの、すなわち、学習前の解析部３５０による解析結果に誤りが含まれていたものを収集して、学習前の解析部３５０に学習を行わせる。これにより、医療画像を利用した診断の精度の向上への寄与が大きい医療画像を効率的に収集することが可能になる。

なお、学習部３０４における学習及び医療画像識別エンジンの更新は、定期的に行われるようにしてもよい。また、学習部３０４における学習及び医療画像識別エンジンの更新は、医療支援サーバ３００に送信されて蓄積された秘匿化データＤＣｉの容量に応じて、例えば、医療画像の蓄積枚数が所定の枚数以上になった場合に実施されるようにしてもよい。また、学習部３０４における学習及び医療画像識別エンジンの更新の実施タイミングは、オペレータが任意に設定できるようにしてもよい。また、解析結果の修正の重要度（例えば、修正された情報の量又は種類）に応じて、重要度が高いと判断された場合に、学習部３０４における学習及び医療画像識別エンジンの更新が実行されるようにしてもよい。

次に、医療支援システムにおける処理の流れについて、図２及び図３を参照して具体的に説明する。図２は、本発明の第１の実施形態に係る医療支援システムにおける処理の流れを説明するためのブロック図であり、図３は、秘匿化データの例を示すデータブロック図である。

図２に示す検査装置１５０は、医療機関Ｍｉにおいて、患者の検査部位の撮影を行うための装置であり、例えば、Ｘ線撮影装置、コンピュータ断層撮影装置（ＣＴ：Computed Tomography）、ポジトロン断層撮影装置（ＰＥＴ：Positron Emission Tomography）、単一光子放射断層撮影装置（ＳＰＥＣＴ：Single Photon Emission Computed Tomography）、核磁気共鳴断層撮影装置（ＭＲＩ：Magnetic Resonance Imaging）、マンモグラフィ検査装置等である。

検査装置１５０は、患者の検査部位を撮影して医療画像ＩＭＧ１（例えば、Ｘ線画像）を取得する。さらに、検査装置１５０は、この患者に関する患者情報ＤＰ１（例えば、患者の識別情報、患者ＩＤ、患者の名前等）の入力を受け付けるための入力部を備える。検査装置１５０の入力部は、文字入力のためのキーボードを含んでいてもよい。また、検査装置１５０の入力部は、患者の診察券の情報を読み取る読取装置（例えば、磁気カードリーダ、ＩＣ（Integrated Circuit）カードリーダ）と、読取装置により読み取った診察券の情報を用いて、医療機関Ｍｉの患者に関する情報が格納されたデータベースを含む病院情報システム（ＨＩＳ：Hospital Information Systems）から患者情報ＤＰ１を取得する検索部とを含んでいてもよい。

検査装置１５０によって取得された患者の検査部位の医療画像ＩＭＧ１及び患者情報ＤＰ１は、診断支援装置２００−ｉに送信される。ここで、医療画像ＩＭＧ１及び患者情報ＤＰ１は、例えば、ＤＩＣＯＭ（Digital Imaging and Communications in Medicine）、又は一般社団法人日本画像医療システム工業会のＭＩＰＳ（Medical Image Processing Systems）規格に準拠したデータ形式で作成することが可能である。

本実施形態では、検査装置１５０から診断支援装置２００−ｉに送信される医療画像ＩＭＧ１及び患者情報ＤＰ１を含むファイルをＤＩＣＯＭファイルＦ１とする。患者情報ＤＰ１は、例えば、ＤＩＣＯＭファイルＦ１のタグ又はプライベートタグに含めることが可能である。なお、プライベートタグとは、モダリティメーカー（医療画像ＩＭＧ１の生成に用いられた検査装置１５０のメーカー）等が独自に定義することが可能なタグをいう。ＤＩＣＯＭファイルのタグについては後述する（表１から表３参照）。

診断支援装置２００−ｉは、検査装置１５０から、患者の検査部位の医療画像ＩＭＧ１及び患者情報ＤＰ１を取得する。診断支援装置２００−ｉは、学習前の解析部３５０を用いて、患者の検査部位の医療画像ＩＭＧ１を解析して、解析の結果を含む診断支援情報ＤＡ０を生成する。この診断支援情報ＤＡ０は、例えば、検査部位の領域分けの結果、検査部位に含まれる器官又は骨の領域及び輪郭の抽出結果、検査部位に病変が含まれているか否か、病変が含まれている場合には、その種類又は病変の種類の候補等の情報を含んでいる。この診断支援情報ＤＡ０は、提示部（図１０の表示部２１０又は医師用端末２２０）により医師に提示され、医師による医療画像ＩＭＧ１を利用した診断を補助するために用いられる。

診断支援装置２００−ｉは、診断支援情報ＤＡ０に含まれる解析の結果に対して、承認又は修正の入力、及び診断支援情報ＤＡ０に含まれる病変の種類の候補の選択の入力を受け付けるための操作入力部（図１０の操作部２０４又は医師用端末２２０）を備えている。医師は、提示部に提示された診断支援情報ＤＡ０を参照しながら、医療画像ＩＭＧ１の読影を行って、操作入力部を用いて、診断支援情報ＤＡ０の承認及び修正（病変の有無及び種類に関する解析の結果の修正）を行うことができるようになっている。

診断支援装置２００−ｉにおいて、医師による承認又は修正を経た診断支援情報ＤＡ０を解析結果情報ＤＡ１とする。解析結果情報ＤＡ１には、診断支援情報ＤＡ０が医師によって承認されたか、又は修正されたかを示す付加情報（例えば、フラグ）が付加されている。診断支援装置２００−ｉ（図１０の制御部２０２）は、操作部２０４又は医師用端末２２０からの修正の入力を受け付けると、ＤＩＣＯＭファイルＦ１にこの解析結果情報ＤＡ１を追加してＤＩＣＯＭファイルＦ２を作成する。このとき、解析結果情報ＤＡ１及び付加情報（修正の有無を示すフラグ等）は、ＤＩＣＯＭファイルＦ２のタグ又はプライベートタグに含めることが可能である。また、解析結果情報ＤＡ１及び付加情報（修正の有無を示すフラグ等）は、ＤＩＣＯＭファイルＦ２とは別のファイルとすることも可能である。診断支援装置２００−ｉは、ＤＩＣＯＭファイルＦ２を医療画像処理装置１００−ｉに送信する。

例えば、心臓及び肺野領域の医療画像の場合、医療画像識別エンジンにより、心臓及び肺の領域及び輪郭を抽出して心胸郭比を計測する。医師による読影の結果、心臓及び肺の領域の検出結果に誤りが発見された場合、医師は、診断支援装置２００−ｉにおいて、心臓及び肺の領域又は輪郭を示すマーカを修正する。診断支援装置２００−ｉの制御部２０２は、この修正の入力を受け付けて、修正後の心臓及び肺の領域及び心胸郭比の計測値と、修正がなされたことを示す付加情報が格納された解析結果情報ＤＡ１を生成する。

また、医療画像に含まれる領域を抽出する場合、医療画像識別エンジンにより、その領域の範囲及び輪郭の検出結果並びにその性質の判別がされる。医師による読影の結果、その領域の範囲又は輪郭の検出結果若しくはその性質の判別結果（例えば、腫瘍であるか否か）に誤りが発見された場合、医師は、診断支援装置２００−ｉにおいて修正を行う。診断支援装置２００−ｉの制御部２０２は、この修正の入力を受け付けて、修正後の解析結果と、修正がなされたことを示す付加情報が格納された解析結果情報ＤＡ１を生成する。

ここで、医療画像に含まれる領域の範囲又は輪郭の検出結果の修正について、図４及び図５を参照して説明する。

図４は、医療画像識別エンジンによって抽出された領域（肺及び心臓）を示す図である。医療画像識別エンジンは、胸部Ｘ線画像である医療画像Ｐ１を解析して、右肺、左肺及び心臓を示す領域を自動検出する。自動検出の結果は、診断支援装置２００−ｉの表示部２１０（図１０参照）に表示される。図４に示す例では、右肺、左肺及び心臓にそれぞれ対応する輪郭線Ｃ１０、Ｃ２０及びＣ３０が医療画像Ｐ１に重畳表示されている。医師は、診断支援装置２００−ｉの表示部２１０を見ながら、操作部２０４（図１０参照）により修正することが可能となっている。

図５は、医療画像識別エンジンによって抽出された領域が修正された状態を示す図である。図５に示すＣ１２、Ｃ２２及びＣ３２は、修正後の右肺、左肺及び心臓にそれぞれ対応する輪郭線である。なお、修正前の輪郭線Ｃ１０、Ｃ２０及びＣ３０は破線で示している。

診断支援装置２００−ｉの制御部２０２は、医療画像に含まれる領域を示す輪郭線Ｃ１２、Ｃ２２及びＣ３２の修正が行われたことを検出すると、修正後の輪郭線Ｃ１２、Ｃ２２及びＣ３２の位置情報を含む解析結果と、修正がなされたことを示す付加情報が格納された解析結果情報ＤＡ１を生成する。

また、医療画像識別エンジンは、医療画像を解析することにより診断レポート（所見）を自動生成することが可能となっている。図６は、診断レポートの自動生成及び修正について説明するための図である。

図６に示す例では、医療画像識別エンジンは、胸部の断層画像（ＣＴ画像）である医療画像Ｐ２を解析して、診断レポート（所見）Ｒ１０を自動生成する。ここで、医療画像識別エンジンは、例えば、特開平０７−３２３０２４号公報に記載の画像診断支援装置と同様の診断レポート作成手段により、診断レポートを生成することが可能である。診断レポートは、例えば、医療画像中の診断対象の領域の位置、大きさ及び種類並びに若しくはその性質の判別結果（例えば、腫瘍であるか否か）を示す情報（文章）を含んでいてもよい。また、診断レポートは、例えば、医療画像及び医療画像中における診断対象の領域の表示のための情報（例えば、座標又は位置を示すマーク等）を含んでいてもよい。なお、自医療画像識別エンジンは、医療画像Ｐ２の解析の結果、１以上の単語（キーワード）を自動生成するようにしてもよい。ここで、自動生成されるキーワードは、例えば、医療画像から検出された医学的な画像特徴（例えば、蜂窩肺（蜂巣肺））又は疾患の名称（例えば、腫瘤、スピキュラ）を表す用語であってもよいし、「広範囲」とか「局所的」のような定性的・感覚的な語句であってもよい。また、自動生成される診断レポートＲ１０又はキーワードは、これらの画像の特徴又は疾患を含む領域のサイズ、長さ、面積又は体積を含む数値等を含んでいてもよい。

医師は、診断支援装置２００−ｉの表示部２１０に診断レポートＲ１０を表示させ、操作部２０４により修正することが可能となっている。図６に示す修正後の診断レポートＲ１２では、診断レポートＲ１０に含まれる文章のうち「spiculationを伴う」という部分が「空洞を伴う」に修正されている。

診断支援装置２００−ｉの制御部２０２は、診断レポートＲ１０の修正が行われたことを検出すると、修正後の診断レポートＲ１２を含む解析結果と、修正がなされたことを示す付加情報が格納された解析結果情報ＤＡ１を生成する。

なお、ここでは自動生成された診断レポートＲ１０として出力された文章そのものを医師が修正する例を説明したが、自動生成される診断レポートＲ１０とその修正方法はこれに限定されない。たとえば、医師が診断レポートに入力するための候補となる単語（キーワード）を画像解析により自動生成して診断支援装置２００−ｉの表示部２１０に表示し、各単語の採否を医師が入力する（たとえば、各候補となる単語にあらかじめチェックボックスがオンになっており、そのうち医師が採用しないと判断したものについてチェックボックスをオフにする）ような操作も、自動生成された診断レポートの修正に含まれる。

医療画像処理装置１００−ｉは、医療画像ＩＭＧ１、患者情報ＤＰ１及び解析結果情報ＤＡ１を含むＤＩＣＯＭファイルＦ２を診断支援装置２００−ｉから取得する。そして、医療画像処理装置１００−ｉは、医療画像ＩＭＧ１、患者情報ＤＰ１及び解析結果情報ＤＡ１のうち、診断支援装置２００−ｉにおいて、医師により修正の入力が行われたものに対して、患者を識別可能な識別情報を秘匿する秘匿化処理を施して秘匿化データＤＣｉを作成する。

図３に示すように、秘匿化データＤＣｉは、秘匿化処理済みの医療画像ＩＭＧ２、患者情報ＤＰ２及び解析結果情報ＤＡ２を含んでいる。秘匿化データＤＣｉについても、ＤＩＣＯＭファイルＦ１及びＦ２と同様に、例えば、ＤＩＣＯＭ（Digital Imaging and Communications in Medicine）、又は一般社団法人日本画像医療システム工業会のＭＩＰＳ（Medical Image Processing Systems）規格に準拠したデータ形式で作成することが可能である。

秘匿化データＤＣｉは、例えば、医療画像から抽出された患者の検査部位の画像を入力とし、この患者の検査部位に対する解析結果情報であって、医師による修正又は承認を経たものを出力とする教師あり学習（Supervised Learning）用の教師データとして用いることが可能となっている。なお、教師データにおける「出力」は、教師信号、教示信号、正解データ、又はラベルと呼ばれることもある。

医療画像処理装置１００−ｉは、秘匿化データＤＣｉを医療支援サーバ３００に送信する。医療支援サーバ３００のデータ収集部３０２は、医療機関Ｍ１、Ｍ２、…、Ｍｎの医療画像処理装置１００−１、１００−２、…、１００−ｎからそれぞれ送信された秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎを収集する。

医療支援サーバ３００の学習部３０４は、医療機関Ｍ１、Ｍ２、…、Ｍｎから収集した秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎを用いて、学習前の解析部３５０に学習を行わせる。

学習部３０４では、例えば、教師データである秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎから読み出された患者の検査部位の医療画像、及びこの医療画像における特徴量が解析部３５０に入力される。そして、学習部３０４では、入力された検査部位の医療画像に対して、その検査部位に対応する診断結果を示す情報と同じ出力が得られるように学習が行われる。ここで、医療画像における特徴量としては、例えば、医療画像における明度又は輝度の平均、検査部位又は病変の面積、周囲長及び扁平度、並びに検査部位又は病変を楕円に近似した場合の長軸の長さ及び患者の検査部位又は病変の特徴部（例えば、患者の検査部位に含まれる脊椎、骨又は内臓の輪郭、重心又は中心軸等）に対する長軸の傾き等を用いることができる。

学習前の解析部３５０及び学習済みの解析部３５２は、診断支援装置２００−ｉにおける診断支援情報の生成に用いられるデータであり、例えば、診断支援装置２００−１、２００−２、…、２００−ｎ(診断支援情報生成部２１４）の構造及び変数の値を示す情報を含んでいる。学習前の解析部３５０及び学習済みの解析部３５２としては、例えば、ニューラルネットワーク、深層学習（Deep Learning）、決定木、線形分類器、ＳＶＭ（Support Vector Machine）、判別分析等を利用するものを用いることができる。

診断支援装置２００−ｉは、医療支援サーバ３００から学習済みの解析部３５２を取得し、医療画像識別エンジンの更新を行う。

検査装置１５０によって、別の医療画像（学習に用いられたことがない医療画像、例えば、新規の診療対象の患者の医療画像等）が取得されると、診断支援装置２００−ｉは、この学習済みの解析部３５２を用いて、この別の医療画像の解析を行う。そして、診断支援装置２００−ｉは、この別の医療画像に対する解析結果を示す診断支援情報を生成して、医療機関Ｍｉの医師に提示する。

なお、本実施形態では、医療画像処理装置１００−１、１００−２、…、１００−ｎ及び診断支援装置２００−１、２００−２、…、２００−ｎと医療支援サーバ３００とは、ネットワークを介して通信可能になっているが、本発明はこれに限定されるものではない。例えば、医療支援サーバ３００の管理者が、各医療機関Ｍ１、Ｍ２、…、Ｍｎを巡回して、秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎの収集と、診断支援装置２００−１、２００−２、…、２００−ｎへの学習済みの解析部３５２の提供（医療画像識別エンジンの更新）を行うようにしてもよい。

また、本実施形態では、医療画像処理装置１００−ｉ及び診断支援装置２００−ｉは、別々の装置としたが、両者は同一の装置であってもよい。

また、本実施形態に係る医療画像処理装置１００−ｉ及び診断支援装置２００−ｉは、医療機関ＭｉにおけるＰＡＣＳ（Picture Archiving and Communication Systems）に含まれていてもよい。

（医療画像処理装置）
次に、医療画像処理装置について、図７を参照して説明する。図７は、本発明の第１の実施形態に係る医療画像処理装置を示すブロック図である。

本実施形態に係る医療画像処理装置１００−ｉは、制御部１０２、操作部１０４、メモリ１０６、記録部１０８、表示部１１０、医療画像受付部１１２、解析結果取得部１１４、検出部１１６、データ処理部１１８、秘匿化データ保存部１２０及び通信インターフェース（通信Ｉ／Ｆ：interface）１２２を含んでいる。

制御部１０２は、医療画像処理装置１００−ｉの各部の動作を制御するＣＰＵ（Central Processing Unit）を含んでいる。制御部１０２は、バスを介して、医療画像処理装置１００−ｉの各部との間で制御信号及びデータの送受信が可能となっている。制御部１０２は、操作部１０４を介してオペレータ（医師等）からの操作入力を受け付け、バスを介してこの操作入力に応じた制御信号を医療画像処理装置１００−ｉの各部に送信して各部の動作を制御する。

操作部１０４は、オペレータからの操作入力を受け付ける入力装置であり、文字入力等のためのキーボード、表示部１１０に表示されるポインタ及びアイコン等を操作するためのポインティングデバイス（例えば、マウス、トラックボール等）を含んでいる。なお、操作部１０４としては、キーボード及びポインティングデバイスに代えて、又は、キーボード及びポインティングデバイスに加えて、表示部１１０の表面にタッチパネルを設けてもよい。

メモリ１０６は、制御部１０２等により行われる各種演算のための作業領域として使用されるＲＡＭ（Random Access Memory）、及び表示部１１０に出力される画像データを一時記憶するための領域として使用されるＶＲＡＭ（Video Random Access Memory）を含んでいる。

記録部１０８は、制御部１０２が使用する制御プログラム、及び診断支援装置２００−ｉから受信したデータ（ＤＩＣＯＭファイルＦ２）等を格納するストレージデバイスである。記録部１０８としては、例えば、ＨＤＤ（Hard Disk Drive）等の磁気ディスクを含む装置、ｅＭＭＣ（embedded Multi Media Card）、ＳＳＤ（Solid State Drive）等のフラッシュメモリを含む装置等を用いることができる。

表示部１１０は、画像を表示するための装置である。表示部１１０としては、例えば、液晶モニタを用いることができる。

通信Ｉ／Ｆ１２２は、ネットワークを介して、ほかの装置との間で通信を行うための手段であり、通信の方法に応じて送受信するデータの変換処理を行う。医療画像処理装置１００−ｉとほかの装置との間のデータの送受信方法としては、有線通信又は無線通信（例えば、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、インターネット接続等）を用いることができる。

医療画像受付部１１２は、診断支援装置２００−ｉから送信されたＤＩＣＯＭファイルＦ２から医療画像ＩＭＧ１及び患者情報ＤＰ１の入力を受け付ける。医療画像受付部１１２に入力される医療画像ＩＭＧ１等は、診断支援装置２００−ｉにおいて、医師による読影が行われた画像である。

解析結果取得部１１４は、診断支援装置２００−ｉから送信されたＤＩＣＯＭファイルＦ２から解析結果情報ＤＡ１を取得する。

検出部１１６は、解析結果情報ＤＡ１に、診断支援装置２００−ｉにおいて診断支援情報ＤＡ０の修正が行われたことを示す付加情報が含まれているかを判別する。

なお、本実施形態では、解析結果情報ＤＡ１に承認又は修正の有無を示す付加情報を付加するようにしたが、本発明はこれに限定されない。例えば、付加情報を用いずに、検出部１１６が、診断支援情報ＤＡ０と解析結果情報ＤＡ１の両方を取得して、これらを比較することにより、修正の有無を判別するようにしてもよい。

データ処理部１１８は、診断支援情報ＤＡ０の修正が行われたことを示す付加情報が検出されたＤＩＣＯＭファイルＦ２に対して、患者の識別情報を秘匿化する秘匿化処理を行う。そして、データ処理部１１８は、秘匿化処理済みの医療画像ＩＭＧ２、患者情報ＤＰ２及び解析結果情報ＤＡ２を含む秘匿化データＤＣｉを生成する。

秘匿化データ保存部１２０は、データ処理部１１８によって患者の識別情報の秘匿化処理が施された秘匿化データＤＣｉを保存するストレージデバイスである。秘匿化データ保存部１２０は、例えば、記録部１０８の中に設けられた記憶領域であってもよい。

なお、本実施形態では、秘匿化データＤＣｉは、医療画像処理装置１００−ｉの秘匿化データ保存部１２０に保存された後に、医療支援サーバ３００に送信されるようにしたが、本発明はこれに限定されるものではない。秘匿化データ保存部１２０は、例えば、医療画像処理装置１００−ｉからの秘匿化データＤＣｉのアップロードが可能であり、かつ、医療支援サーバ３００のデータ収集部３０２が秘匿化データＤＣｉのダウンロードが可能なクラウド上に設けられていてもよい。この場合、例えば、クラウド型のＶＰＮを利用することも可能である。

（秘匿化処理）
次に、データ処理部１１８による秘匿化処理について説明する。まず、患者情報ＤＰ１に対する秘匿化処理について説明する。

本実施形態では、患者情報ＤＰ１は、ＤＩＣＯＭファイルＦ２にタグ情報として格納される。データ処理部１１８は、ＤＩＣＯＭファイルＦ２のタグ情報のうち、患者を識別可能な識別情報を削除する。

ＤＩＣＯＭファイルのタグの例を表１から表３に示す。表１は、患者の識別情報に関連するタグ、表２は、医療機関Ｍｉに関連するタグ、表３は、検査の内容に関連するタグの例を示している。

データ処理部１１８は、表１に示す患者の識別情報に関連するタグのうち、医療画像ＩＭＧ１の解析に必要な情報を含むもの以外を削除する。例えば、表１のタグのうち、患者の年齢、喫煙の状態、患者の追加病歴及び妊娠の状態等のタグは残すようにしてもよい。なお、表１に示す患者識別情報に関連するタグをすべて削除してもよい。

また、データ処理部１１８は、検査の内容に関連するタグのうち、受け付け番号、検査記述及び受診時診断記述等のタグに、患者の識別情報が含まれていることも考えられる。このため、データ処理部１１８は、患者の識別情報（例えば、患者ＩＤ、患者の名前、誕生日、住所、電話番号及び職業等）を取得して、検査記述及び受診時診断記述等のタグ情報と照合し、患者の識別情報が含まれている場合には、そのタグ情報全体を削除するか、又はそのタグ情報に含まれる患者情報を伏せ字に置き換える処理を行う。なお、データ処理部１１８は、医師又は医療機関Ｍｉのオペレータがタグの内容を確認した上で、手動で情報の削除を行うようにしてもよい。

また、プライベートタグにも、患者の識別情報が含まれていることが考えられる。このため、データ処理部１１８は、患者の識別情報（例えば、患者ＩＤ、患者の名前、住所及び電話番号等）を取得してプライベートタグの内容と照合し、患者の識別情報が含まれている場合には、そのタグ情報全体を削除するか、又はそのタグ情報に含まれる患者情報を伏せ字に置き換える処理を行う。なお、データ処理部１１８は、プライベートタグをすべて削除するようにしてもよいし、医師又は医療機関Ｍｉのオペレータがプライベートタグの内容を確認した上で、手動で情報の削除を行うようにしてもよい。

次に、医療画像に対する患者の識別情報の秘匿化処理について、図８及び図９を参照して説明する。図８は、医療画像の例を示しており、図９は、秘匿化処理済み医療画像の例を示している。

図８に示す医療画像ＩＭＧ１は、患者の頭部の断層画像であり、体表面の部分が含まれている。複数の断層画像から体表面の部分を抽出して合成すると、患者の顔が再現されてしまう。

そこで、図９に示すように、データ処理部１１８は、医療画像ＩＭＧ１を加工して、体表面Ｌ１の近傍の領域Ａ１を削除することにより、体表データを秘匿化した秘匿化処理済み医療画像ＩＭＧ２を作成する。ここで、体表面Ｌ１の近傍の領域Ａ１は、例えば、体表面Ｌ１から診断対象の組織（例えば、脳、気管、骨等）の輪郭までの領域とすることができる。データ処理部１１８は、この領域Ａ１を背景色と同じ色で塗り潰すか、又は別の画像を重ねる処理を行う。これにより、患者の体表面の画像を秘匿化することが可能になる。

なお、秘匿化データＤＣｉには、患者の識別情報を暗号化して格納しておき、診断及び学習に必要な場合に、患者の識別情報へのアクセス権限を有するオペレータが患者情報ＤＰ１を取り出せるようにしておいてもよい。また、秘匿化データＤＣｉには、改ざんの検出を可能にするために、電子署名を付与してもよい。

（診断支援装置）
次に、診断支援装置について、図１０を参照して説明する。図１０は、本発明の第１の実施形態に係る診断支援装置を示すブロック図である。

本実施形態に係る診断支援装置２００−ｉは、制御部２０２、操作部２０４、メモリ２０６、記録部２０８、表示部２１０、データ取得部２１２、診断支援情報生成部２１４及び通信インターフェース（通信Ｉ／Ｆ：interface）２１６を含んでいる。

制御部２０２は、診断支援装置２００−ｉの各部の動作を制御するＣＰＵ（Central Processing Unit）を含んでいる。制御部２０２は、バスを介して、診断支援装置２００−ｉの各部との間で制御信号及びデータの送受信が可能となっている。制御部２０２は、操作部１０４を介してオペレータからの操作入力を受け付け、バスを介してこの操作入力に応じた制御信号を診断支援装置２００−ｉの各部に送信して各部の動作を制御する。

操作部２０４は、オペレータからの操作入力を受け付ける入力装置であり、文字入力等のためのキーボード、表示部２１０に表示されるポインタ及びアイコン等を操作するためのポインティングデバイス（例えば、マウス、トラックボール等）を含んでいる。なお、操作部２０４としては、キーボード及びポインティングデバイスに代えて、又は、キーボード及びポインティングデバイスに加えて、表示部２１０の表面にタッチパネルを設けてもよい。

メモリ２０６は、制御部２０２等により行われる各種演算のための作業領域として使用されるＲＡＭ（Random Access Memory）、及び表示部２１０に出力される画像データを一時記憶するための領域として使用されるＶＲＡＭ（Video Random Access Memory）を含んでいる。

記録部２０８は、制御部２０２が使用する制御プログラム、及び検査装置１５０から受信したデータ（ＤＩＣＯＭファイルＦ１）等を格納するストレージデバイスである。記録部２０８としては、例えば、ＨＤＤ（Hard Disk Drive）等の磁気ディスクを含む装置、ｅＭＭＣ（embedded Multi Media Card）、ＳＳＤ（Solid State Drive）等のフラッシュメモリを含む装置等を用いることができる。

表示部２１０は、画像を表示するための装置である。表示部２１０としては、例えば、液晶モニタを用いることができる。

通信Ｉ／Ｆ２１６は、ネットワークを介して、ほかの装置との間で通信を行うための手段であり、通信の方法に応じて送受信するデータの変換処理を行う。医療画像処理装置１００−ｉとほかの装置との間のデータの送受信方法としては、有線通信又は無線通信（例えば、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、インターネット接続等）を用いることができる。

医師用端末２２０は、医療機関Ｍｉの医師が医療画像等のデータの表示、及び操作入力を行うための端末である。医師用端末２２０は、通信Ｉ／Ｆ２１６を介して、診断支援装置２００−ｉから医療画像等のデータを取得して表示し、医師からの操作入力を受け付けて、診断支援装置２００−ｉのデータの処理及び更新を行うことができる。

データ取得部２１２は、検査装置１５０から、患者の医療画像ＩＭＧ１及び患者情報ＤＰ１を含むＤＩＣＯＭファイルＦ１を取得する。

診断支援情報生成部２１４は、医療画像識別エンジン（学習前の解析部３５０又は学習済みの解析部３５２）を用いて、医療画像ＩＭＧ１の解析を行い、解析結果を含む診断支援情報ＤＡ０を生成して、医療画像ＩＭＧ１及び患者情報ＤＰ１とともに表示部２１０に表示させる。これにより、医師は、診断支援情報ＤＡ０を参照しながら、医療画像ＩＭＧ１の読影を行うことが可能になる。

（医療画像処理方法）
次に、本実施形態に係る医療画像処理方法について、図１１を参照して説明する。図１１は、本発明の第１の実施形態に係る医療画像処理方法における処理の流れを示すフローチャートである。

まず、医療画像処理装置１００−ｉは、医師により読影された医療画像ＩＭＧ１と、医師により診断支援情報ＤＡ０の承認又は修正が行われた解析結果情報ＤＡ１とを含むＤＩＣＯＭファイルＦ２を、診断支援装置２００−ｉから取得する。医療画像受付部１１２は、医療画像ＩＭＧ１及び患者情報ＤＰ１の入力を受け付ける（ステップＳ１０：受付ステップ）。解析結果取得部１１４は、医療画像ＩＭＧ１の解析結果情報ＤＡ１を取得する（ステップＳ１２：解析結果取得ステップ）。

次に、検出部１１６は、診断支援装置２００−ｉにおいて、医療画像識別エンジンによる解析結果（診断支援情報ＤＡ０）の修正が行われたことを示す付加情報が、解析結果情報ＤＡ１に含まれているかを判別する（ステップＳ１４：検出ステップ）。そして、解析結果の修正が検出されなかった場合（ステップＳ１６のＮｏ）、処理を終了する。

一方、解析結果の修正が検出された場合（ステップＳ１６のＹｅｓ）、データ処理部１１８は、ＤＩＣＯＭファイルＦ２に対して秘匿化処理を施して秘匿化データＤＣｉを作成し、秘匿化データ保存部１２０に保存する（ステップＳ１８：データ処理ステップ）。

（診断支援方法）
次に、本実施形態に係る診断支援方法について、図１２を参照して説明する。図１２は、本発明の第１の実施形態に係る診断支援方法における処理の流れを示すフローチャートである。

まず、医療支援サーバ３００において、データ収集部３０２は、医療機関Ｍ１、Ｍ２、…、Ｍｎからそれぞれ秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎを収集する（ステップＳ３０）。

次に、学習部３０４は、医療機関Ｍ１、Ｍ２、…、Ｍｎからそれぞれ収集した秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎを用いて、医療画像識別エンジン（学習前の解析部３５０）に学習を行わせる（ステップＳ３２）。そして、学習済みの解析部３５２は、医療支援サーバ３００から医療機関Ｍ１、Ｍ２、…、Ｍｎに提供される（ステップＳ３４）。

次に、診断支援装置２００−ｉは、通信Ｉ／Ｆ２１６を介して医療支援サーバ３００から学習済みの解析部３５２を取得して、診断支援情報生成部２１４の学習前の解析部３５０と置き換えることにより医療画像識別エンジンの更新を行う（ステップＳ５０）。

次に、診断支援装置２００Ａ−ｉのデータ取得部２１２が、検査装置１５０から、診断対象の患者の医療画像を取得すると（ステップＳ５２）、診断支援情報生成部２１４は、学習済みの解析部３５２を用いて、診断対象の患者の医療画像の解析を行う（ステップＳ５４）。そして、診断支援情報生成部２１４は、診断対象の患者の医療画像の解析結果を診断支援情報ＤＡ０として表示部２１０に表示させる（ステップＳ５６）。

本実施形態によれば、医療機関Ｍｉの医療画像識別エンジンによる解析の結果のうち、医師により修正されたもの、すなわち、医療画像識別エンジンによる解析結果に誤りが含まれていたものを、医療機関Ｍｉから収集して医療画像識別エンジンに学習を行わせることが可能になる。

［第２の実施形態］
次に、本発明の第２の実施形態について、図１３を参照して説明する。第２の実施形態は、第１の実施形態のデータ処理ステップにおいて、患者の識別情報を秘匿化するレベルを変更可能としたものである。なお、以下の説明において、第１の実施形態と共通又は類似する構成については、同一の符号を付して説明を省略する。

図１３は、本発明の第２の実施形態に係る医療画像処理方法における秘匿化データの作成及び格納の処理（データ処理ステップ）の流れを示すフローチャートである。

まず、データ処理部１１８は、ＤＩＣＯＭファイルＦ２に含まれる医療画像ＩＭＧ１を取得して、医療画像ＩＭＧ１の種類に関する情報及び解析の種類に関する情報を取得する（ステップＳ１８０）。ここで、医療画像ＩＭＧ１の種類とは、例えば、医療画像ＩＭＧ１に含まれる検査部位（例えば、頭部、胸部等）を示す情報、医療画像ＩＭＧ１の撮影方法に関する情報、医療画像ＩＭＧ１を撮影したモダリティを示す情報（例えば、ＣＴ、ＭＲＩ等）等である。解析の種類に関する情報とは、例えば、検出対象の病変に関する情報、検出対象の病変を検出するために用いられる医療画像識別エンジンを示す情報等である。

次に、データ処理部１１８は、医療画像及び解析の種類に基づいて秘匿化レベルを決定する（ステップＳ１８２）。そして、データ処理部１１８は、秘匿化データＤＣを作成して、秘匿化データ保存部１２０に保存する（ステップＳ１８４）。

表４は、秘匿化レベルの例を示しており、表５は、医療画像識別エンジンと秘匿化レベルとの対応関係を示している。

表４に示す例では、レベルＩからレベルＩＶの順に秘匿化処理の対象となる患者の識別情報の種類が増加している。

データ処理部１１８は、表５に示す秘匿化レベルにしたがって、医療画像識別エンジンの種類ごとに秘匿化レベルを決定し、ＤＩＣＯＭファイルＦ２に対して秘匿化処理を行う。例えば、脳の疾患の検出を行う場合には、頭部の画像が使用される。このため、レベルＩＶが適用され、体表データが秘匿化の対象とされる。また、頭部以外の骨折検出では、頭部の画像は使用されないためレベルＩＩが適用される。

本実施形態によれば、医療画像の種類及び解析の種類に応じて、秘匿化処理の対象を選択することにより、患者の識別情報に対して適切な秘匿化処理を行うことが可能になる。

［第３の実施形態］
次に、本発明の第３の実施形態について、図１４を参照して説明する。第３の実施形態は、医療画像識別エンジンの解析結果が修正された場合に、同一の患者に関するほかの時点の画像についても秘匿化データを作成して、学習に使用可能にするものである。

図１４は、本発明の第３の実施形態に係る医療画像処理方法における処理の流れを示すフローチャートである。

まず、医療画像処理装置１００−ｉは、医師により読影された医療画像ＩＭＧ１と、医師により診断支援情報ＤＡ０の承認又は修正が行われた解析結果情報ＤＡ１とを含むＤＩＣＯＭファイルＦ２を、診断支援装置２００−ｉから取得する。医療画像受付部１１２は、医療画像ＩＭＧ１及び患者情報ＤＰ１の入力を受け付ける（ステップＳ７０）。解析結果取得部１１４は、医療画像ＩＭＧ１の解析結果情報ＤＡ１を取得する（ステップＳ７２）。

次に、検出部１１６は、診断支援装置２００−ｉにおいて、医療画像識別エンジンによる解析結果（診断支援情報ＤＡ０）の修正が行われたことを示す付加情報が、解析結果情報ＤＡ１に含まれているかを判別する（ステップＳ７４）。そして、解析結果の修正が検出されなかった場合（ステップＳ７６のＮｏ）、処理を終了する。

一方、解析結果の修正が検出された場合（ステップＳ７６のＹｅｓ）、データ処理部１１８は、ステップＳ７０において取得したＤＩＣＯＭファイルＦ２から患者の識別情報を読み出す。そして、データ処理部１１８は、この患者の識別情報に基づいて、同一の患者に関する過去のＤＩＣＯＭファイルＦ２を記録部１０８から取得する（ステップＳ７８）。ステップＳ７８では、例えば、同一患者の同一検査部位であって、同一の医療画像識別エンジンにより解析されたものを取得するようにしてもよい。

次に、データ処理部１１８は、ステップＳ７０において取得したＤＩＣＯＭファイルＦ２に加えて、ステップＳ７８において取得した過去のＤＩＣＯＭファイルＦ２に対して、秘匿化処理を施して秘匿化データＤＣｉを作成し、秘匿化データ保存部１２０に保存する（ステップＳ８０）。

なお、図１４に示す例では、最新の医療画像ＩＭＧ１を含むＤＩＣＯＭファイルＦ２において、解析結果の修正が検出された場合に、過去のＤＩＣＯＭファイルＦ２についても秘匿化処理を行うようにしたが、本実施形態はこれに限定されない。

次に、図１４の処理の変形例について、図１５を参照して説明する。図１５は、本発明の第３の実施形態に係る医療画像処理方法の変形例を示すフローチャートである。

まず、検出部１１６は、記録部１０８に蓄積されたＤＩＣＯＭファイルＦ２の中から、診断支援装置２００−ｉにおいて医療画像ＩＭＧ１の解析結果に修正が加えられたものを検出する（ステップＳ９０）。そして、解析結果に修正が加えられたＤＩＣＯＭファイルＦ２が検出されなかった場合（ステップＳ９２のＮｏ）、処理を終了する。

一方、解析結果に修正が加えられたＤＩＣＯＭファイルＦ２（第１の時点のもの）が検出された場合（ステップＳ９２のＹｅｓ）、データ処理部１１８は、ステップＳ９０において検出したＤＩＣＯＭファイルＦ２から患者の識別情報を読み出す。そして、データ処理部１１８は、この患者の識別情報に基づいて、同一の患者に関するＤＩＣＯＭファイルＦ２であって、ステップＳ７８と同様に第１の時点とは異なる第２の時点のものを記録部１０８から取得する（ステップＳ９４）。

次に、データ処理部１１８は、ステップＳ９０において取得したＤＩＣＯＭファイルＦ２に加えて、ステップＳ９４において取得した過去のＤＩＣＯＭファイルＦ２に対して、秘匿化処理を施して秘匿化データＤＣｉを作成し、秘匿化データ保存部１２０に保存する（ステップＳ９６）。

本実施形態によれば、医療画像ＩＭＧ１の解析結果が修正された場合に、同一の患者の別の時点の医療画像等についても秘匿化処理を施すことができる。これにより、同一患者に関する医療画像の複数時点の解析結果を用いて追加の学習を行うことが可能になる。

［第４の実施形態］
次に、本発明の第４の実施形態について、図１６から図１８を参照して説明する。第１から第３の実施形態は、医療支援サーバ３００において、医療画像識別エンジンの学習を行うように構成されていたのに対して、第４の実施形態は、医療機関Ｍｉ側で医療画像識別エンジンの学習が行われるように構成されている。

まず、本実施形態に係る医療支援システムについて、図１６及び図１７を参照して説明する。図１６は、本発明の第４の実施形態に係る医療支援システムを示すブロック図である。図１７は、本発明の第４の実施形態に係る診断支援装置を示すブロック図である。

本実施形態に係る医療支援システム１０Ａでは、医療支援サーバ３００Ａは、医療機関Ｍｉから秘匿化データＤＣｉを収集する。この秘匿化データＤＣｉは、医療支援サーバ３００Ａによって蓄積されて秘匿化データのセット（秘匿化データセットＤＣＣｉ）が生成される。この秘匿化データセットＤＣＣｉは、医療支援サーバ３００Ａから各医療機関Ｍｉに送信される。

秘匿化データセットＤＣＣｉは、医療機関Ｍ１、Ｍ２、…、Ｍｎから収集した秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎをすべて含んでいてもよい。また、秘匿化データセットＤＣＣｉは、秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎのうち、送信先の医療機関Ｍｉの秘匿化データＤＣｉを除いたものであってもよい。

本実施形態に係る診断支援装置２００Ａ−ｉは、第１の実施形態で説明した構成に加えて、学習部２１８をさらに備えている。

学習部２１８は、医療支援サーバ３００Ａから取得した秘匿化データセットＤＣＣｉを用いて、第１の実施形態と同様、学習前の解析部２５０に学習を行わせる。なお、秘匿化データセットＤＣＣｉは、秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎのうち、送信先の医療機関Ｍｉの秘匿化データＤＣｉを除いたものである場合には、秘匿化データセットＤＣＣｉに加えて、秘匿化データＤＣｉを用いて学習を行う。これにより、学習済みの解析部２５２が生成される。診断支援情報生成部２１４は、学習部２１８から学習済みの解析部２５２を取得し、学習前の解析部２５０と置き換えることにより、医療画像識別エンジンが更新される。

なお、本実施形態に係る医療画像処理装置及び方法については、第１から第３の実施形態を同様であるため説明を省略する。

次に、本実施形態に係る診断支援方法について、図１８を参照して説明する。図１８は、本発明の第４の実施形態に係る診断支援方法における処理の流れを示すフローチャートである。

まず、医療支援サーバ３００Ａにおいて、データ収集部３０２は、医療機関Ｍ１、Ｍ２、…、Ｍｎからそれぞれ秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎを収集する（ステップＳ１００）。医療機関Ｍ１、Ｍ２、…、Ｍｎから収集された秘匿化データＤＣ１、ＤＣ２、…、ＤＣｎは、医療支援サーバ３００Ａに蓄積されて、各医療機関Ｍ１、Ｍ２、…、Ｍｎ用の秘匿化データセットＤＣＣ１、ＤＣＣ２、…、ＤＣＣｎが生成される。この秘匿化データセットＤＣＣ１、ＤＣＣ２、…、ＤＣＣｎは、医療機関Ｍ１、Ｍ２、…、Ｍｎに提供される（ステップＳ１０２）。

次に、診断支援装置２００Ａ−ｉは、通信Ｉ／Ｆ２１６を介して、医療支援サーバ３００Ａから秘匿化データセットＤＣＣｉを取得する（ステップＳ２００）。

診断支援装置２００Ａ−ｉの学習部２１８は、医療支援サーバ３００Ａから取得した秘匿化データセットＤＣＣｉを用いて、医療画像識別エンジン（学習前の解析部２５０）に学習を行わせる（ステップＳ２０２）。診断支援情報生成部２１４は、学習済みの解析部２５２を学習前の解析部３５０と置き換えることにより医療画像識別エンジンの更新を行う。

次に、診断支援装置２００Ａ−ｉのデータ取得部２１２が、検査装置１５０から、診断対象の患者の医療画像を取得すると（ステップＳ２０４）、診断支援情報生成部２１４は、学習済みの解析部３５２を用いて、診断対象の患者の医療画像の解析を行う（ステップＳ２０６）。そして、診断支援情報生成部２１４は、診断対象の患者の医療画像の解析結果を診断支援情報ＤＡ０として表示部２１０に表示させる（ステップＳ２０８）。

なお、第４の実施形態では、医療機関Ｍｉの診断支援装置２００Ａ−ｉが、医療支援サーバ３００Ａを介して、ほかの医療機関の医療画像処理装置１００−ｉから提供される秘匿化データＤＣｉを取得するようにしたが、本発明はこれに限定されない。例えば、医療機関Ｍｉの医療画像処理装置１００−ｉ及び診断支援装置２００Ａ−ｉによりＰ２Ｐ（Peer to Peer）型のネットワークを形成し、医療機関Ｍｉの診断支援装置２００Ａ−ｉが、ほかの医療機関の医療画像処理装置１００−ｉから秘匿化データＤＣｉを直接取得するようにしてもよい。

［プログラムの発明について］
本発明は、コンピュータに上記の処理を実現させるプログラム（医療画像処理プログラム及び診断支援プログラム）、又は、このようなプログラムを格納した非一時的な記録媒体又はプログラムプロダクトとして実現することも可能である。このようなプログラムをコンピュータに適用することにより、コンピュータの演算手段、記録手段等に、本実施形態に係る方法の各ステップに対応する機能を実現させることが可能になる。

各実施形態において、例えば、医療画像処理装置１００−ｉ、診断支援装置２００−ｉ及び２００Ａ−ｉ、並びに医療支援サーバ３００及び３００Ａにおいて、各種の処理を実行する処理部（processing unit）のハードウェア的な構造は、次に示すような各種のプロセッサ（processor）として実現することが可能である。各種のプロセッサには、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵ（Central Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）などの製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（ＰＬＤ：Programmable Logic Device）、ＡＳＩＣ（Application Specific Integrated Circuit）などの特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路などが含まれる。

１つの処理部は、これら各種のプロセッサのうちの１つで構成されていてもよいし、同種または異種の２つ以上のプロセッサ（例えば、複数のＦＰＧＡ、あるいはＣＰＵとＦＰＧＡの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアントやサーバなどのコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組合せで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（ＳｏＣ：System On Chip）などに代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサを１つ以上用いて構成される。

さらに、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子などの回路素子を組み合わせた電気回路（circuitry）である。

１０、１０Ａ 医療支援システム
Ｍ１、Ｍ２、…、Ｍｎ 医療機関
１００−１、１００−２、…、１００−ｎ 医療画像処理装置
１０２ 制御部
１０４ 操作部
１０６ メモリ
１０８ 記録部
１１０ 表示部
１１２ 医療画像受付部
１１４ 解析結果取得部
１１６ 検出部
１１８ データ処理部
１２０ 秘匿化データ保存部
１２２ 通信Ｉ／Ｆ
１５０ 検査装置
２００−１、２００−２、…、２００−ｎ、２００Ａ−１、２００Ａ−２、…、２００Ａ−ｎ 診断支援装置
２０２ 制御部
２０４ 操作部
２０６ メモリ
２０８ 記録部
２１０ 表示部
２１２ データ取得部
２１４ 診断支援情報生成部
２１６ 通信Ｉ／Ｆ
２１８ 学習部
２２０ 医師用端末
２５０ 学習前の解析部
２５２ 学習済みの解析部
３００、３００Ａ 医療支援サーバ
３０２ データ収集部
３０４ 学習部
３５０ 学習前の解析部
３５２ 学習済みの解析部
ＤＰ１ 患者情報
ＤＰ２ 秘匿化処理済み患者情報
ＤＡ０ 診断支援情報
ＤＡ１ 解析結果情報
ＤＡ２ 秘匿化処理済み解析結果情報
ＤＣ１、ＤＣ２、…、ＤＣｎ 秘匿化データ
ＤＣＣ１、ＤＣＣ２、…、ＤＣＣｎ 秘匿化データセット
Ｆ１、Ｆ２ ＤＩＣＯＭファイル
ＩＭＧ１ 医療画像
ＩＭＧ２ 秘匿化処理済み医療画像
Ｓ１０〜Ｓ１８、Ｓ７０〜Ｓ８０、Ｓ９０〜Ｓ９６ 医療画像処理方法の各工程
Ｓ３０〜Ｓ３４、Ｓ５０〜Ｓ５４、Ｓ１００、Ｓ１０２、Ｓ２００〜Ｓ２０８ 診断支援方法の各工程
Ｓ１８０〜Ｓ１８４ 秘匿化データの作成及び保存の各工程

例えば、心臓及び肺の領域の医療画像の場合、医療画像識別エンジンにより、心臓及び肺の領域及び輪郭を抽出して心胸郭比を計測する。医師による読影の結果、心臓及び肺の領域の検出結果に誤りが発見された場合、医師は、診断支援装置２００−ｉにおいて、心臓及び肺の領域又は輪郭を示すマーカを修正する。診断支援装置２００−ｉの制御部２０２は、この修正の入力を受け付けて、修正後の心臓及び肺の領域及び心胸郭比の計測値と、修正がなされたことを示す付加情報が格納された解析結果情報ＤＡ１を生成する。

図６に示す例では、医療画像識別エンジンは、胸部の断層画像（ＣＴ画像）である医療画像Ｐ２を解析して、診断レポート（所見）Ｒ１０を自動生成する。ここで、医療画像識別エンジンは、例えば、特開平０７−３２３０２４号公報に記載の画像診断支援装置と同様の診断レポート作成手段により、診断レポートを生成することが可能である。診断レポートは、例えば、医療画像中の診断対象の領域の位置、大きさ及び種類並びに若しくはその性質の判別結果（例えば、腫瘍であるか否か）を示す情報（文章）を含んでいてもよい。また、診断レポートは、例えば、医療画像及び医療画像中における診断対象の領域の表示のための情報（例えば、座標又は位置を示すマーク等）を含んでいてもよい。なお、医療画像識別エンジンは、医療画像Ｐ２の解析の結果、１以上の単語（キーワード）を自動生成するようにしてもよい。ここで、自動生成されるキーワードは、例えば、医療画像から検出された医学的な画像特徴（例えば、蜂窩肺（蜂巣肺））又は疾患の名称（例えば、腫瘤、スピキュラ）を表す用語であってもよいし、「広範囲」とか「局所的」のような定性的・感覚的な語句であってもよい。また、自動生成される診断レポートＲ１０又はキーワードは、これらの画像の特徴又は疾患を含む領域のサイズ、長さ、面積又は体積を含む数値等を含んでいてもよい。

Claims (17)

1. 医療画像及び前記医療画像に対応する患者情報の入力を受け付ける受付部と、
   前記医療画像を解析した解析結果を取得する解析結果取得部と、
   前記解析結果が修正されたか否かを検出する検出部と、
   前記解析結果が修正されたことが検出された場合に、患者を識別可能な識別情報を秘匿したデータを作成して保存するデータ処理部と、
   を備える医療画像処理装置。
2. 前記検出部は、前記解析結果と、前記解析結果に対する入力又は前記患者の診療記録とを照合することにより、前記解析結果が修正されたことを検出する、請求項１記載の医療画像処理装置。
3. 前記データ処理部は、前記解析結果が修正されたことが検出された場合に、前記医療画像、前記患者情報及び前記修正された解析結果に基づいて、患者を識別可能な識別情報を秘匿したデータを作成して保存する、請求項１又は２記載の医療画像処理装置。
4. 前記データ処理部は、前記検出部により、前記医療画像に含まれる領域の輪郭の抽出結果が修正されたことが検出された場合に、前記医療画像及び前記修正された輪郭に基づいて、前記患者を識別可能な識別情報を秘匿したデータを作成して保存する、請求項１から３のいずれか１項記載の医療画像処理装置。
5. 前記データ処理部は、前記検出部により、前記医療画像に含まれる領域の性質の判別結果が修正されたことが検出された場合に、前記医療画像及び前記修正された判別結果に基づいて、前記患者を識別可能な識別情報を秘匿したデータを作成して保存する、請求項１から４のいずれか１項記載の医療画像処理装置。
6. 前記データ処理部は、前記検出部により、前記医療画像に対する画像解析により得られた１以上のキーワード又は文章を含む解析結果が修正されたことが検出された場合に、前記医療画像及び前記修正された１以上のキーワード又は文章を含む解析結果に基づいて、前記患者を識別可能な識別情報を秘匿したデータを作成して保存する、請求項１から５のいずれか１項記載の医療画像処理装置。
7. 前記データ処理部は、前記医療画像の種類又は前記解析の種類と、前記識別情報の秘匿のレベルとの対応関係をあらかじめ記録しておき、前記対応関係に基づいて、前記患者を識別可能な識別情報を秘匿したデータを作成する、請求項１から６のいずれか１項記載の医療画像処理装置。
8. 前記データ処理部は、前記医療画像が前記患者の体表の画像を含む場合に、前記医療画像を加工して前記体表の画像を秘匿する、請求項１から７のいずれか１項記載の医療画像処理装置。
9. 前記データ処理部は、前記解析結果が修正されたことが検出された場合に、前記患者に関する過去の医療画像及び患者情報を取得し、前記過去の医療画像及び患者情報のうち、前記患者を識別可能な識別情報を秘匿したデータを作成して保存する、請求項１から８のいずれか１項記載の医療画像処理装置。
10. 前記検出部は、前記患者に関する異なる時点における複数の解析結果のうちの少なくとも１つが修正されたか否かを検出し、
    前記データ処理部は、第１の時点における解析結果が修正されたことが検出された場合に、前記第１の時点の医療画像及び患者情報に加えて、前記第１の時点とは異なる第２の時点の医療画像及び患者情報を取得し、前記医療画像及び患者情報のうち、前記患者を識別可能な識別情報を秘匿したデータを作成して保存する、請求項１から９のいずれか１項記載の医療画像処理装置。
11. 診断を支援する情報を提示する診断支援装置であって、
    診断対象の患者の医療画像を取得するデータ取得部と、
    請求項１から１０のいずれか１項記載の医療画像処理装置により作成されたデータを用いた学習が行われた解析部であって、前記診断対象の患者の医療画像の解析を行う解析部と、
    前記解析の結果を提示する提示部と、
    を備える診断支援装置。
12. 医療画像処理装置において、
    医療画像及び前記医療画像に対応する患者情報の入力を受け付ける受付ステップと、
    前記医療画像を解析した解析結果を取得する解析結果取得ステップと、
    前記解析結果が修正されたか否かを検出する検出ステップと、
    前記解析結果が修正されたことが検出された場合に、患者を識別可能な識別情報を秘匿したデータを作成して保存するデータ処理ステップと、
    を備える医療画像処理方法。
13. 請求項１２記載の医療画像処理方法により作成されたデータを用いて、医療画像の解析を行うための解析部における学習を行うステップと、
    診断対象の患者の医療画像を取得するステップと、
    前記学習を行った前記解析部により前記診断対象の患者の医療画像の解析を行うステップと、
    前記解析の結果を提示するステップと、
    を備える診断支援方法。
14. 医療画像及び前記医療画像に対応する患者情報の入力を受け付ける機能と、
    前記医療画像を解析した解析結果を取得する機能と、
    前記解析結果が修正されたか否かを検出する機能と、
    前記解析結果が修正されたことが検出された場合に、患者を識別可能な識別情報を秘匿したデータを作成して保存する機能と、
    をコンピュータに実現させる医療画像処理プログラム。
15. 請求項１４記載の医療画像処理プログラムを実行することにより作成されたデータを用いて、医療画像の解析を行うための解析部における学習を行う機能と、
    診断対象の患者の医療画像を取得する機能と、
    前記学習を行った前記解析部により前記診断対象の患者の医療画像の解析を行う機能と、
    前記解析の結果を提示する機能と、
    をコンピュータに実現させる診断支援プログラム。
16. 請求項１２記載の医療画像処理方法をコンピュータに実行させるための医療画像処理プログラムを格納した非一時的な記録媒体。
17. 請求項１３記載の診断支援方法をコンピュータに実行させるための診断支援プログラムを格納した非一時的な記録媒体。

Images