KR101742531B1 - 진단 지원 장치 및 그 제어 방법 - Google Patents

진단 지원 장치 및 그 제어 방법 Download PDF

Info

Publication number
KR101742531B1
KR101742531B1 KR1020147024582A KR20147024582A KR101742531B1 KR 101742531 B1 KR101742531 B1 KR 101742531B1 KR 1020147024582 A KR1020147024582 A KR 1020147024582A KR 20147024582 A KR20147024582 A KR 20147024582A KR 101742531 B1 KR101742531 B1 KR 101742531B1
Authority
KR
South Korea
Prior art keywords
information
diagnosis
diagnosis name
medical information
support
Prior art date
Application number
KR1020147024582A
Other languages
English (en)
Other versions
KR20140131346A (ko
Inventor
마사미 가와기시
기요히데 사토
요시오 이이즈카
다케시 구보
마사히로 야카미
고지 후지모토
Original Assignee
캐논 가부시끼가이샤
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 캐논 가부시끼가이샤 filed Critical 캐논 가부시끼가이샤
Publication of KR20140131346A publication Critical patent/KR20140131346A/ko
Application granted granted Critical
Publication of KR101742531B1 publication Critical patent/KR101742531B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Molecular Biology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Strategic Management (AREA)
  • Child & Adolescent Psychology (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)

Abstract

미리 진단명과 관련된 정보에 근거해서 진단을 지원하는 진단 지원 장치가 제공된다. 진단 지원 장치에서, 취득 유닛은 유저에 의해 설정된 진단명을 취득한다. 제공 수단은 상기 정보에 근거해서 상기 유저에 의해 설정된 진단명에 대하여 부정적인 정보를 제공한다. 상기 구성으로, 진단 지원 장치는, 유저에 의해 상정된 진단명에 영향을 주는 정보를 선택해서 제시하여, 유저가 필요로 하는 정보를 효율적으로 제시한다.

Description

진단 지원 장치 및 그 제어 방법{DIAGNOSIS SUPPORT APPARATUS AND METHOD OF CONTROLLING THE SAME}
본 발명은 진단 지원 장치에 관한 것으로, 특히, 의료 진단을 지원하는 정보를 제공하는 진단 지원 장치에 관한 것이다.
의료의 분야에서, 의사는 환자를 촬영하여 취득한 의료용 화상을 모니터에 표시하고, 모니터에 표시된 의료용 화상을 분석하고, 병변부의 상태 및 경시 변화를 관찰한다. 이러한 종류의 의료용 화상을 생성하는 장치로서는, 예를 들면, X선 CT(Computed Tomography) 장치, MRI(Magnetic Resonance Imaging) 장치, 초음파 장치 등을 들 수 있다. 이들 의료용 화상을 이용한 각각의 진단(화상 진단)은, 진단 대상인 의료용 화상으로부터 이상 음영 등을 발견해서 그 음영의 특징을 얻는 단계와, 그 음영이 무엇인지를 감별하여 진단하는 단계로 나눌 수 있다.
종래에, 의사에 의한 감별 진단의 지원을 목적으로, 이상 음영의 특징(분석 소견)을 입력 정보로서 이용하여 그 음영이 무엇인지를 추론해서, 그 결과 정보를 제시하는 의료 진단 지원 장치의 개발이 행해지고 있다. 예를 들면, 흉부 X선 CT 화상에 있는 소정의 음영이 악성 종양일 확률과 그 음영이 양성 종양일 확률을 산출하고, 그 결과 정보를 제시하는 장치가 제안되고 있다. 통상적으로, 이러한 장치를 실제의 임상 현장에서 이용할 경우의 옳은 순서는 다음과 같다. 우선, 의사에 의한 감별 진단이 행하여진다. 그 후에, 의료 진단 지원 장치가 출력한 추론 결과를 의사가 참고 정보로서 참조한다.
이러한 경우에, 의료 진단 지원 장치가 어떠한 설명도 없이 참고 정보(추론 결과)를 제시했을 경우, 의사는 이러한 참고 정보에 대한 신뢰성을 판단할 수 없다. 따라서, 참고 정보의 도출에 이용한 정보(추론의 근거)를 제시함으로써, 의사가 참고 정보가 신뢰할 수 있는 것인지의 여부를 판단하는 것을 돕는 정보를 제시하려는 시도가 이루어지고 있다. 참고 정보에 대한 판단을 위한 정보를 제시함으로써, 제시된 참고 정보에 대한 의사의 이해도를 높일 수 있다. 이것은 의사 자신의 진단의 확신도를 높이는 것으로 기대된다.
예를 들면, 일본 특허 출원 공개 제2010-200840호에는, 입력된 정보(이하, "기입력 정보"라고 칭함)에 근거해서 장치에 의해 취득된 추론 결과에 대하여 부정적인 정보와 긍정적인 정보를 제시하는 기술이 기재되어 있다. 이 기술에서는, 추론 결과 중에서 가장 추론 확률(가능성)이 큰 진단명(이하, "추정 진단명"이라고 칭함)에 대한 정보를 제시한다. 또한, 일본 특허 출원 공개 제2010-200840호에는, 가능한 진단명의 각각에 대한 부정적인 정보와 긍정적인 정보를 제시하는 기술이 기재되어 있다. 이 기술에서는, 추정 진단명 또는 가능한 진단명의 각각에 대한 기입력 정보의 각각의 부정 정도 혹은 긍정 정도를 산출하고, 부정적인 정보와 긍정적인 정보를 제시한다. 이에 의해, 기입력 정보에 근거해서 장치로부터의 추론 결과의 도출에 영향을 준 정보를 제시할 수 있게 한다.
한편, 입력되지 않은 정보(이하, "미입력 정보"라고 칭함)가 다수 있을 경우에는, 의료 진단 지원 장치에 의한 추론의 정확도가 낮아진다. 따라서, 추론에 필요한 미입력 정보를 장치가 선택하고, 그 정보를 추가할 것을 의사에게 촉구하게 함으로써, 보다 신뢰할 수 있는 추론 결과를 얻으려는 시도가 이루어지고 있다. 추론 결과에 큰 영향을 미칠 수 있는 미입력 정보의 확인을 의사에게 촉구하는 것으로, 의사 자신에 의한 진단의 확신도를 높이는 효과를 기대할 수 있다. 또한, 소견의 간과에 기인하는 진단의 오류를 경감하는 것도 기대된다.
예를 들면, 일본 특허 제3226400호에는, 기입력 정보에 근거하는 추론 결과 및 기입력 정보에 미입력 정보를 부가했을 경우의 추론 결과로부터, 주목해야 할 미입력 정보를 선택해서 제시하는 기술이 기재되어 있다. 이 기술에서는, 추론 결과에 대하여 미입력 정보의 각각의 영향도를 산출하고, 영향도가 큰 미입력 정보를 제시한다. 영향도의 산출 방법으로서, 각 추정 진단명의 추론 확률의 증가량(감소는 고려하지 않음)에 주목하는 방법과, 가능한 진단명의 각각의 확률의 변화량의 총합에 주목하는 방법이 기재되어 있다. 이에 의해, 기입력 정보에 근거하는 장치에 의해 취득되는 추론 결과에 큰 영향을 미치는 미입력 정보를 제시하는 것이 가능하게 된다.
일본 특허 출원 공개 제2010-200840호의 기술은 추정 진단명 또는 가능한 진단명의 각각에 대하여 긍정적인 정보 및 부정적인 정보를 제시한다. 일본 특허 제3226400호에 개시된 기술은 추정 진단명의 확률의 변화량 또는 진단명의 각각의 확률의 변화량의 총합을 고려하여 미입력 정보를 제시한다. 따라서, 이 기술에서는, 추정 진단명 이외에 특정 진단명에 영향을 주는 정보가 제시되지 않을 경우, 또는, 특정 진단명에 관한 정보 이외에 다수의 진단명에 관한 정보가 제시될 경우가 있다. 그 때문에, 의사가 상정하고 있는 진단명과 추정 진단명이 상이한 경우에, 의사가 필요로 하는 정보를 장치가 제시하지 않을 가능성이나, 과도한 양의 정보를 제시할 가능성이 있다.
일본 특허 출원 공개 제2010-200840호 일본 특허 제3226400호
본 발명은 의사가 필요로 하는 정보를 효율적으로 제시할 수 있다.
본 발명의 일 양태에 따르면, 미리 진단명과 관련된 정보에 근거해서 진단을 지원하는 진단 지원 장치이며, 유저에 의해 설정된 진단명을 취득하는 취득 수단과, 상기 정보에 근거해서 상기 유저에 의해 설정된 진단명에 대한 부정적인 정보를 제공하는 제공 수단을 포함하는 진단 지원 장치가 제공된다.
본 발명의 추가적인 특징은 (첨부 도면을 참조하여) 이하의 예시적인 실시 형태의 설명으로부터 명백해질 것이다.
도 1은 제1 실시 형태에 따른 의료 진단 지원 장치의 기기 구성을 도시하는 블록도.
도 2는 의료 진단 지원 장치의 각 유닛을 소프트웨어를 이용하여 실현하는 컴퓨터의 기본 구성을 도시하는 블록도.
도 3은 제1 실시 형태에서의 전체 처리 순서를 나타내는 플로우차트.
도 4는 제1 실시 형태에서의 지원 정보의 일례를 도시하는 도면.
도 5는 제2 실시 형태에서의 지원 정보의 일례를 도시하는 도면.
도 6은 제3 실시 형태에서의 지원 정보의 일례를 도시하는 도면.
도 7은 제1 실시 형태에서의 분석 소견 및 가능한 상태의 대응 관계를 도시하는 도면.
이하, 도면을 참조해서 본 발명의 다양한 예시적인 실시 형태, 특징 및 양태에 대해서 상세하게 설명한다.
본 발명의 실시 형태에 대하여 첨부 도면을 참조하여 이하에서 상세하게 설명한다. 본 발명은 이하의 실시 형태에 한정되지 않으며, 이들 실시 형태는 본 발명의 실시에 유리한 구체예에 지나지 않는다. 또한, 이하의 실시 형태 중에서 설명되어 있는 특징의 조합 모두가 본 발명의 과제 해결을 위해 필수적인 것은 아니다.
[제1 실시 형태]
이하, 미리 진단명과 관련된 정보에 근거해서 진단을 지원하는 진단 지원 장치에 대해서 설명한다. 제1 실시 형태에 따른 의료 진단 지원 장치는, 진단 대상인 증례에 관한 기지의 의료용 정보를 기입력 정보로서 취득하고, 해당 증례에 관한 진단을 지원한다.
이하에서는, 의료 진단 지원 장치가 흉부 X선 CT 화상 상에서의 폐의 이상 음영에 관한 복수의 분석 소견을 기입력 정보로서 취득하고, 그 이상 음영에 관한 진단 지원 정보를 제시하는 예를 든다. 구체적으로는, 이 장치는, 기입력 정보에 근거해서 그 이상 음영의 이상 종류(진단명)에 관한 추론을 행하고, 그 추론 결과에 근거해서 진단 지원 정보를 제시한다. 물론, 추론 대상은 이것에 한정되지 않고, 이하에 기재하는 진단명, 입력가능한 분석 소견 등은 그 각각이 의료 진단 지원 장치에 의해 행해지는 처리의 단계를 설명하기 위한 일례이다.
도 1은 제1 실시 형태에 따른 의료 진단 지원 장치의 구성을 나타내는 블록도이다. 도 1에 도시한 바와 같이, 본 실시 형태에서의 의료 진단 지원 장치(100)는 증례 정보 입력 단말(200)에 접속된다.
증례 정보 입력 단말(200)은 진단 대상인 증례에 관한 폐의 이상 음영에 관한 정보(의료용 화상, 전자 진단 기록 카드의 정보 등)를 (도시되지 않은) 서버로부터 취득한다. 그리고, 유저(의사)가 방사선 사진 분석을 할 수 있는 형태로 의료용 화상을 모니터에 표시하고, 유저가 입력한 분석 소견을 기입력 정보로서 취득한다. 또한, 방사선 사진 분석의 결과로서 유저가 입력한 진단명을, 유저에 의한 상정 진단명으로서 취득한다. 본 실시 형태에서는, 유저는 모니터에 표시된 의료용 화상의 분석 소견 및 진단명을 마우스 및 키보드를 이용해서 입력한다. 또한, 이 처리는, 예를 들면 템플릿 형식에 기초하는 분석 소견 입력 지원 방법을 이용하여, GUI에 의해 선택할 수 있는 기능을 증례 정보 입력 단말(200)이 구비하게 하여 실현된다. 증례 정보 입력 단말(200)은, 유저로부터의 요구에 응답하여, 폐의 이상 음영에 관한 기입력 정보 및 상정 진단명과, 그것에 부수하는 데이터(예를 들면, 대표 화상)를 LAN 등을 개재해서 의료 진단 지원 장치(100)에 송신한다.
의료 진단 지원 장치(100)는 이하에 설명하는 구성 요소들에 의해 구성된다.
의료용 정보 취득 유닛(102)은 증례 정보 입력 단말(200)로부터 의료 진단 지원 장치(100)에 입력된 폐의 이상 음영에 관한 기입력 정보와 그것에 부수하는 데이터를 취득하고, 취득된 데이터를 지원 정보 후보 취득 유닛(106), 추론 유닛(108) 및 제시 유닛(116)에 출력한다.
상정 진단명 취득 유닛(104)은, 증례 정보 입력 단말(200)로부터 의료 진단 지원 장치(100)에 입력된 폐의 이상 음영에 관해서 의사가 상정한 진단명을 상정 진단명으로서 취득하고, 그 진단명을 영향도 취득 유닛(112) 및 제시 유닛(116)에 출력한다.
지원 정보 후보 취득 유닛(106)은 기입력 정보에 근거해서 정해지는 의료용 정보의 적어도 하나의 집합을 지원 정보 후보로서 취득(선택)한다. 취득된 지원 정보 후보는 추론 유닛(108) 및 영향도 취득 유닛(112)에 출력된다.
추론 유닛(108)은 진단 대상인 폐의 이상 음영에 관한 의료용 정보 취득 유닛(102)에 의해 취득된 기입력 정보에 근거해서 추론을 실행하고, 해당 이상 음영이 각각의 진단명일 확률(기입력 정보 추론 결과)을 산출한다. 또한, 추론 유닛(108)은 지원 정보 후보 취득 유닛(106)에 의해 취득된 지원 정보 후보의 각각에 근거하는 추론을 실행하고, 그 실행 결과(지원 정보 후보 추론 결과)를 취득한다. 취득된 기입력 정보 추론 결과는 비교 진단명 취득 유닛(110) 및 제시 유닛(116)에 출력된다. 각각의 지원 정보 후보 추론 결과는 영향도 취득 유닛(112)에 출력된다.
비교 진단명 취득 유닛(110)은 추론 유닛(108)에 의해 취득된 기입력 정보 추론 결과를 이용하여 해당 이상 음영의 추론에 의한 진단명(추론 진단명)을 추정한다. 그리고, 비교 진단명 취득 유닛(110)은 취득된 추론 진단명을 비교 진단명으로서 취득한다. 취득된 비교 진단명은 영향도 취득 유닛(112) 및 제시 유닛(116)에 출력된다.
영향도 취득 유닛(112)은 각각의 지원 정보 후보의 상정 진단명에 대한 영향도(제1 영향도)와, 각각의 지원 정보 후보의 비교 진단명에 대한 영향도(제2 영향도)를 취득한다. 영향도 취득 유닛(112)은 추론 유닛(108)에 의해 취득된 지원 정보 후보 추론 결과에 근거해서 이들 영향을 취득한다. 취득된 영향도는 선택 유닛(114)에 출력된다.
선택 유닛(114)은, 영향도 취득 유닛(112)에 의해 취득된 각각의 지원 정보 후보의 상정 진단명에 대한 영향도(제1 영향도)와, 각각의 지원 정보 후보의 비교 진단명에 대한 영향도(제2 영향도)에 기초하여, 제시되어야 할 지원 정보를 선택한다. 선택된 지원 정보는 제시 유닛(116)에 출력된다.
제시 유닛(116)은, 의료용 정보 취득 유닛(102)에 의해 취득된 기입력 정보와, 상정 진단명 취득 유닛(104)에 의해 취득된 상정 진단명에 기초하여, 제시될 정보를 생성해서 표시한다. 또한, 제시 유닛(116)은, 추론 유닛(108)에 의해 취득된 기입력 정보 추론 결과와, 비교 진단명 취득 유닛(110)에 의해 취득된 비교 진단명과, 선택 유닛(114)에 의해 취득된 지원 정보에 기초하여, 제시될 정보를 생성해서 표시한다.
또한, 도 1에 나타낸 의료 진단 지원 장치(100)의 유닛의 적어도 일부는 독립된 장치로서 실현해도 된다. 또는, 각각의 유닛은 각각의 기능을 실현하는 소프트웨어로서 실현해도 된다. 본 실시 형태에서는, 각각의 유닛은 소프트웨어에 의해 실현되는 것으로 가정한다.
도 2는 도 1에 나타낸 각 유닛의 기능을 소프트웨어를 실행함으로써 실현하기 위한 컴퓨터의 기본 구성을 나타낸다. CPU(1001)는 주로 각 구성 요소의 동작을 제어한다. 주 메모리(1002)는 CPU(1001)에 의해 실행되는 제어 프로그램을 저장하고, CPU(1001)에 의한 프로그램의 실행 시에 작업 영역을 제공한다. 자기 디스크(1003)는 OS(Operating System), 주변 기기의 디바이스 드라이버, 후술하는 처리 등을 행하기 위한 프로그램을 포함하는 각종 애플리케이션 소프트웨어 등을 저장한다. 표시 메모리(1004)는 제시 유닛(116)에 의해 생성되는 표시용 데이터를 일시 기억한다. 모니터(1005)는, 예를 들면 CRT 모니터 또는 액정 모니터이며, 표시 메모리(1004)로부터의 데이터에 근거해서 화상, 텍스트 등을 표시한다. 마우스(1006) 및 키보드(1007)는 유저에 의한 포인팅 입력 및 문자 등의 입력을 행하는 데에 이용된다. 상기 각 구성 요소는 공통 버스(1008)에 의해 서로 통신가능하게 접속된다.
다음으로, 도 3의 플로우차트를 참조하여 의료 진단 지원 장치(100)에 의해 행해지는 전체의 처리를 설명한다. 본 실시 형태에서는, CPU(1001)가 입력 정보 취득 유닛(1002)에 저장되어 있는 각 유닛의 기능을 실현하는 프로그램을 실행함으로써 이 처리를 실현한다.
이하의 설명에서는, 분석 소견의 각 항목을 Ij(j=1 내지 n)로 나타내고, n 종류의 분석 소견 I1 내지 In을 다루는 것으로 한다. 또한, Ij가 취할 수 있는 상태(이산값)를 Sjk로 표기한다. k의 범위는 Ij에 따라 값이 변한다. 본 실시 형태에서는, 도 7에 도시된 것과 같은 분석 소견을 입력하는 것이 가능하며, 각각의 분석 소견은 도 7에 도시된 것과 같은 상태를 취할 수 있는 것으로 가정한다.
예를 들면, I1의 "형상"은 이상 음영의 형상을 나타내고, 3개의 상태, 즉, S11 "구형", S12 "분엽상", S13 "부정형"을 취한다. 또한, I2의 "벤 자국"은 이상 음영에서의 벤 자국의 정도를 나타내고 있다. 또한, In의 "권(혈관)(engulfment(blood vessel))"은 이상 음영에서의 혈관의 말려들기(engulfment)의 유무를 나타내고 있다.
이하의 설명에서는, Ij의 집합을 N로 표기하고, Sjk의 집합을 E로 표기한다. 단, 소정의 분석 소견 Ij에 대응하는 상태 Sjk는 하나의 E 내에 복수가 동시에 존재하지 않는 것으로 한다. 예를 들면, I1이 S11, S12, S13을 취하고, I2가 S21, S22, S23, S24를 취할 경우, E={S11, S21}은 유효하지만, E={S11, S12}는 유효하지 않는다. 이것은, 하나의 분석 소견은 하나의 상태만을 취하기 때문이다.
이러한 경우에, 기입력 정보의 분석 소견의 집합을 NF로 표기하고, NF의 상태의 집합을 Ef로 표기한다. 또한, Ef의 부분 집합을 Efl(l=1, 2,...)로 표기한다. Efl은 지원 정보 후보에 대응한다. 이하의 설명에서, 진단명을 기호 D로 표기한다. 본 실시 형태에 따르면, 진단명은 원발성 폐암, 암의 폐 전이, 기타의 3개의 값을 가지며, 이들은 각각 D1, D2, D3으로 표기된다. 이 경우, 아무런 정보가 주어지지 않고 있을 경우의 진단명 Dr(r =1, 2, 3)의 추론 확률을 P(Dr)로 표기한다(사전 확률이라고도 칭함). 또한, 입력 정보로서 E가 주어졌을 경우의 진단명 Dr의 추론 확률을 P(Dr|E)로 표기한다(사후 확률이라고도 칭함). 또한, 본 실시 형태에서는, 비교 진단명으로서 가장 가능성이 높은 진단명(추정 진단명)을 이용하고, 상정 진단명을 Ddct, 추정 진단명을 Dinf으로 각각 표기한다. Ddct 및 Dinf는 D1, D2, D3 중 어느 하나를 취한다.
또한, 지원 정보 후보 Efl의 상정 진단명 Ddct에 대한 영향도를 IR(Ddct|Efl), 추정 진단명에 대한 영향도를 IR(Dinf|Efl)로 각각 표기한다.
단계 S3000에서, 의료 진단 지원 장치(100)는 의료 진단 지원 장치(100)에 입력된 폐의 이상 음영에 관한 기입력 정보와 그것에 부수되는 데이터를 취득한다. 이러한 동작은 의료용 정보 취득 유닛(102)에 의한 처리로서 행해진다. 단계 S3000에서 의료 진단 지원 장치(100)가 취득한 분석 소견의 정보가, I1 "형상": S11 "구형", I3 "방사형": S33 "약",..., In "권(혈관)": Sn3 "없음"이라고 가정한다. 이 경우, 기입력 정보의 분석 소견의 집합 Nf는 Nf={I1, I3,..., In}으로 주어지고, Nf의 상태의 집합 Ef는 Ef={S11, S33,..., Sn3}으로 주어진다.
단계 S3010에서, 의료용 정보 취득 유닛(102)은, 의료 진단 지원 장치(100)에 입력된 폐의 이상 음영에 관해서 의사가 상정한 진단명을 상정 진단명으로서 취득한다. 예를 들면, 단계 S3010에서 의료 진단 지원 장치(100)가 취득한 진단명이 D3 "기타"인 경우, 상정 진단명 Ddct는 Ddct=D3으로 표현된다. 또한, 의료 진단 지원 장치(100)가 취득하는 의사로부터의 입력이 "가능성이 있다", "의심된다" 또는 "강하게 의심된다"와 같이, 각각의 진단명에 대한 의사의 확신도를 나타내는 정보일 경우에는, 장치는 가장 확신도가 높은 진단명을 상정 진단명으로서 선택한다.
단계 S3020에서, 지원 정보 후보 취득 유닛(106)은 기입력 정보에 근거해서 정해지는 의료용 정보의 집합 중 적어도 하나를 지원 정보 후보로서 취득한다. 본 실시 형태에서는, 소정의 룰에 근거해서 선택한 기입력 정보의 부분 집합(즉, Efl)을 지원 정보 후보로 이용한다. 예를 들면, 기입력 정보 Ef의 요소의 개수가 10개인 경우, Efl에 포함되는 요소의 개수를 1개로 한정하는 룰을 이용하는 경우에는, 지원 정보 후보 휘득 유닛(106)은 10개의 지원 정보 후보를 취득한다. Efl에 포함되는 요소의 개수를 1개 혹은 2개로 한정하는 룰을 이용하는 경우에는, 지원 정보 후보 취득 유닛(106)은 상술의 10개의 지원 정보 후보에, 10개의 후보 중에서 2개의 후보의 조합 45개를 추가하여 얻어지는 55개의 지원 정보 후보를 취득한다.
단계 S3030에서, 추론 유닛(108)은, 단계 S3000에서 취득된 폐의 이상 음영에 관한 기입력 정보(즉, Ef)에 기초하여, 폐의 이상 음영이 각각의 진단명일 확률(기입력 정보 추론 결과)을 추론한다. 또한, 추론 유닛(108)은, 단계 S3020에서 취득된 각각의 지원 정보 후보(본 실시 형태에서는 Efl)에만 기초하여, 이상 음영이 각각의 진단명일 확률(지원 정보 후보 추론 결과)을 추론한다.
이때의 추론 방법으로서, 베이시안 네트워크, 뉴럴 네트워크, 서포트 벡터 머신 등의 기존의 여러가지 추론 방법 중 하나를 이용할 수 있다. 본 실시 형태에서는 추론 방법으로서 베이시안 네트워크를 이용한다. 베이시안 네트워크는 조건부 확률을 이용한 추론 모델이다. 기입력 정보가 입력되었을 경우의 각 진단명의 추론 확률(즉, 사후 확률)의 취득이 가능하다. 본 실시 형태에서는 추론 유닛(108)은 이상 음영의 종별 D1, D2 및 D3의 각각의 확률을 취득한다.
단계 S3040에서, 비교 진단명 취득 유닛(110)은 단계 S3030에서 취득된 기입력 정보 추론 결과를 이용해서 비교 진단명을 결정한다. 본 실시 형태에서는, 이상 음영의 종별 D1, D2 및 D3의 가장 확률이 높은 진단명(추정 진단명)을 비교 진단명으로서 이용한다. 예를 들면, D1=25.2%, D2=42.5%, D3=32.3%인 경우, 비교 진단명(추정 진단명) Dinf는 Dinf=D2로 표현된다.
단계 S3050에서, 영향도 취득 유닛(112)은, 각각의 지원 정보 후보의 상정 진단명에 대한 영향도(제1 영향도)와, 각각의 지원 정보 후보의 비교 진단명에 대한 영향도(제2 영향도)를 취득한다. 본 실시 형태에서는, 지원 정보 후보 Efl의 상정 진단명 Ddct에 대한 영향도 IR(Ddct|Efl) 및 지원 정보 후보 Efl의 비교 진단명(추정 진단명)에 대한 영향도 IR(Dinf|Efl)을 다음 식에 의해 산출한다.
Figure 112014083670968-pct00001
즉, 지원 정보 후보 Efl을 이용해서 진단명을 추론했을 경우에 취득된 사후 확률과, 진단명의 사전 확률의 차이를 영향도로 정의한다. 이 경우에, 영향도가 양인 경우에는, 지원 정보 후보 Efl이 확률을 증가시킨 것으로 생각되며, 영향도가 음인 경우에는, 지원 정보 후보 Efl가 확률을 감소시킨 것으로 생각된다. 본 실시 형태에서는, 이러한 영향도가 양인 경우, 대응하는 정보를 긍정적인 정보라고 칭하고, 영향도가 음인 경우, 대응하는 정보를 부정적이라고 칭한다. 또한, 가능한 모든 지원 정보 후보의 영향도를 수학식 1에 근거해서 산출함으로써 사전에 얻어지는 대응표를 미리 유지해 두고, 단계 S3050의 처리에서 대응표로부터 영향도를 취득하는 것도 가능하다.
단계 S3060에서, 선택 유닛(114)은, 단계 S3050에서 취득된 각각의 지원 정보 후보의 상정 진단명에 대한 영향도(제1 영향도) 및 각각의 지원 정보 후보의 비교 진단명에 대한 영향도(제2 영향도)에 기초하여, 제시해야 할 지원 정보를 선택한다. 예를 들면, 선택 유닛(114)은 상정 진단명에 대하여 부정적인 지원 정보 후보만을 지원 정보로서 선택한다. 혹은, 선택 유닛(114)은 상정 진단명 및 비교 진단명 중 어느 한 쪽에 긍정적이고, 다른 쪽의 진단명에 부정적인 지원 정보 후보를 선택한다. 물론, 선택 유닛(114)은 다른 방법을 이용하여도 된다. 본 실시 형태에서, 선택 유닛(114)은 상정 진단명에 대한 영향도 IR(Ddct|Efl)가 음이며, 비교 진단명에 대한 영향도 IR(Dinf|Efl)가 양인 지원 정보 후보 Efl로부터 정보를 선택한다. 또한, 선택 유닛(114)은 그러한 지원 정보 후보 중에서, 영향도 IR(Dinf|El)이 가장 큰 지원 정보 후보를 제시해야 할 지원 정보로서 선택한다. 즉, 선택 유닛(114)은, 비교 진단명에 대해 긍정적이고, 상정 진단명에 대해 부정적인 지원 정보 후보 중에서 비교 진단명에 대한 긍정도가 가장 큰 지원 정보 후보를 선택한다.
단계 S3070에서, 제시 유닛(116)은 이하의 정보를 모니터(1005)에 표시한다.
·단계 S3000에서 얻은 폐의 이상 음영에 관한 정보(기입력 정보 및 대표 화상)
·단계 S3010에서 얻은 상정 진단명
·단계 S3030에서 취득한 기입력 정보 추론 결과
·단계 S3040에서 얻은 비교 진단명 및
·단계 S3060에서 얻은 지원 정보.
도 4는 본 실시 형태에서 모니터(1005)에 표시되는 제시 정보의 일례를 나타낸다. 제시 정보(400)는 폐의 이상 음영의 대표 화상(4000), 단계 S3000에서 취득된 폐의 이상 음영의 기입력 정보(4010) 및 단계 S3010에서 취득된 상정 진단명(4020)을 포함한다. 또한, 제시 정보(400)는 단계 S3030에서 취득된 기입력 정보 추론 결과(4030)와 단계 S3040에서 취득된 비교 진단명(추정 진단명)(4040)을 포함한다. 도 4에 나타내는 예에서, 장치는, 기입력 정보 추론 결과(4030)로서, 기입력 정보 추론 결과에서의 원발성 폐암의 추론 확률(4031), 암의 폐 전이의 추론 확률(4032) 및 그 밖의 추론 확률(4033)을 원 그래프에 표시한다. 또한, 제시 정보(400)는 단계 S3060에서 취득된 지원 정보(4050)를 포함한다.
상정 진단명과 비교 진단명이 동일한 경우에는, 지원 정보로서, 일치하는 진단명에 긍정적인 정보만을 선택해서 제시해도 된다. 혹은, 긍정적인 정보와 부정적인 정보를 모두 표시해도 된다. 이 경우, 긍정적인 정보와 부정적인 정보를 상이한 표시 형태로 표시하도록 표시 제어가 행하여져도 된다. 또한, 지원 정보를 표시하지 않아도 된다.
본 실시 형태에 따르면, 의사는, 진단 지원 장치에 의해 제시되는 추론 결과(비교 진단명)와, 의사 자신이 상정한 진단명(상정 진단명)에 대하여 부정적인 정보 및 추정 진단명에 대하여 긍정적인 정보 모두를 지원 정보로서 참조할 수 있다. 따라서, 특히, 상정 진단명과 비교 진단명이 상이한 경우에, 의사는, 의사의 최종적인 판단에 필요한, 진단 지원 장치가 왜 그러한 추정을 했는가를 나타내는 정보를 효율적으로 확인할 수 있다.
(제1 실시 형태의 변형예 1)
상기 실시 형태에서는, 단계 S3040에서, 장치는 가장 추론 확률이 높은 진단명(추정 진단명)을 비교 진단명으로서 취득한다. 그러나, 장치는 다른 방법에 의해 비교 진단명을 취득해도 된다. 예를 들면, 장치는 상정 진단명보다 큰 중요도를 가지는 진단명을 비교 진단명으로서 취득해도 된다. 이 경우, 각각의 진단명 Dr에 관하여 미리 소정의 중요도 Qr이 정의되어 있는 것으로 가정한다. 단계 S3040에서, 장치는 상정 진단명의 중요도 Qdoc보다 중요도가 높은(즉, Qdoc<Qr을 만족시키는) 진단명을 비교 진단명으로서 취득한다. 예를 들면, 상기 예에서, Q1=0.9, Q2=0.5, Q3=0.1이며 상정 진단명으로서 D2 "암의 폐 전이"가 취득된 경우에는, 장치는 비교 진단명으로서 D1 "원발성 폐암"을 취득한다. 상정 진단명보다 큰 중요도를 가지는 진단명이 복수 개 존재하고 있을 경우에는, 진단명 중에서 가장 추론 확률이 큰 진단명을 비교 진단명으로서 취득하는 것이 가능하다. 혹은, 장치가 추론 결과 중 가능성이 높은(추론 확률이 소정의 임계값보다도 큰) 진단명 모두를 취득해도 된다. 혹은, 장치가 가장 중요도가 높은 진단명을 비교 진단명으로서 취득해도 된다.
이에 의해, 의사가 상정한 상정 진단명보다 중요도가 높은 진단명에 대하여 긍정적이고, 의사가 상정한 상정 진단명에 대하여 부정적인 기입력 정보가 제시된다. 이 정보를 참조함으로써, 의사는 중요도가 높은 진단명의 가능성을 고려한 진단을 행할 수 있다.
(제1 실시 형태의 변형예 2)
상기 실시 형태에서는, 단계 S3060에서, 장치는 하나의 지원 정보 후보만을 지원 정보로서 선택한다. 그러나, 장치는 복수의 지원 정보 후보를 지원 정보로서 선택해도 된다. 예를 들면, 장치는 조건을 충족시키는 지원 정보 후보 중에서 영향도가 미리 정한 임계값보다 큰 모든 지원 정보 후보를 지원 정보로서 선택해도 된다. 혹은, 장치는 조건을 충족시키는 모든 지원 정보 후보를 지원 정보로서 선택해도 된다. 이것에 의하면, 영향이 큰 지원 정보를 빠짐없이 유저에게 제시할 수 있다.
(제1 실시 형태의 변형예 3)
상기 실시 형태에서는, 단계 S3000에서, 의료 진단 지원 장치(100)가 표시한 의료용 화상을 의사가 분석하고, 장치가 그 분석 소견을 입력 정보로서 취득하고 있다. 그러나, 입력 정보의 종류 및 입력 정보의 취득 방법은 이것에 한정되는 것은 아니다. 예를 들면, 피검사자에 관한 과거의 분석 리포트 및 진단 기록 카드와, 의료용 화상에 대한 화상 해석 결과를 처리 대상 입력 정보(기입력 정보/ 미입력 정보)로서 이용할 수 있다. 또한, 진단 지원 처리에 이용될 수 있는 다른 종류의 정보를 포함하는 의료용 검사 데이터 정보를 대상 입력 정보로 이용할 수 있다.
[제2 실시 형태]
제2 실시 형태에 따른 의료 진단 지원 장치는, 기입력 정보 이외의 입력가능한 의료용 정보(미입력 정보)를 지원 정보 후보로서 선택 및 제시한다.
또한, 본 실시 형태에 따른 의료 진단 지원 장치의 구성은 제1 실시 형태에서의 도 1과 마찬가지이다. 단, 제2 실시 형태는, 지원 정보 후보 취득 유닛(106)이 취득하는 지원 정보 후보가 기입력 정보 이외의 미입력 정보로부터 선택되는 점에서 제1 실시 형태와 상이하다. 또한, 제2 실시 형태는, 추론 유닛(108)이 기입력 정보와 지원 정보 후보에 근거해서 지원 정보 후보 추론 결과를 취득하는 점에서 제1 실시 형태와 상이하다. 또한, 제2 실시 형태는, 영향도 취득 유닛(112)이 추론 유닛(108)에 의해 취득된 기입력 정보 추론 결과와 지원 정보 후보 추론 결과에 근거해서 영향도 취득 처리를 행하는 점에서 제1 실시 형태와 상이하다.
소프트웨어의 실행에 의해 의료 진단 지원 장치(100)를 실현하는 컴퓨터의 기본 구성은 제1 실시 형태에서의 도 2에 도시된 것과 마찬가지이다. 의료 진단 지원 장치(100)에 의해 행해지는 전체의 처리를 설명하는 플로우차트는 도 3에 도시된 것과 마찬가지이다. 단, 단계 S3020, S3030, S3050 및 S3060에서 행해지는 처리의 일부가 제1 실시 형태와 상이하다. 이하, 도 3의 플로우차트를 참조하여, 본 실시 형태에 따른 의료 진단 지원 장치(100)에 의해 행해지는 전체의 처리 중 제1 실시 형태에 의해 행해지는 것과 상이한 부분에 대해서만 설명한다.
본 경우에서, 기입력 정보 이외의 정보 Nf에 대응하는 분석 소견의 집합을 ￢N로 표기하고, ￢Nf 중에서 요소로서 조합될 수 있는 상태의 집합을 Evm(m=1, 2,...)으로 표기한다. Evm은 본 실시 형태에서의 지원 정보 후보에 대응한다. 또한, 지원 정보 후보 Evm의 상정 진단명 Ddct에 대한 영향도를 IR(Ddct|Evm), 추정 진단명 Dinf에 대한 영향도를 IR(Dinf|Evm)으로 각각 표기한다.
단계 S3000 및 S3010의 각 처리는 제1 실시 형태에서의 각 처리와 마찬가지이다.
단계 S3020에서, 지원 정보 후보 취득 유닛(106)은 기입력 정보에 근거해서 정해지는 의료용 정보의 집합 중 적어도 하나를 지원 정보 후보로서 취득한다. 본 실시 형태에서는, 제1 실시 형태에서의 처리와는 달리, 지원 정보 후보 취득 유닛(106)은 기입력 정보 이외의 의료용 정보인 미입력 정보로부터 생성되는 집합(즉, Evm)을 지원 정보 후보로서 취득한다. 예를 들면, ￢Nf={I2, I6, I8}이며, I2가 S21, S22, S23, S24를 취하고, I6이 S61, S62를 취하고, I8이 S81, S82, S83을 취하는 경우를 고려한다. 만일, Evm에 포함되는 요소의 개수를 1개로 한정하면, 지원 정보 후보 취득 유닛(106)은 4+2+3=9개의 지원 정보 후보를 취득된다. 혹은, 포함되는 요소를 1개 혹은 2개로 한정하면, 지원 정보 후보 취득 유닛(106)은 9+4×2+4×3+2×3=35개의 지원 정보 후보를 취득한다.
단계 S3030에서, 추론 유닛(108)은 제1 실시 형태의 단계 S3030과 마찬가지의 처리를 행하여, 기입력 정보에 근거해서 기입력 정보 추론 결과를 취득한다. 또한, 제1 실시 형태에서의 처리와는 상이하게, 추론 유닛(108)은, 지원 정보 후보 추론 결과로서, 기입력 정보와 지원 정보 후보(본 실시 형태에서는 Evm)의 쌍에 기초하여, 해당 이상 음영이 각각의 진단명일 확률을 추론한다. 또한, 이 추론은 제1 실시 형태와 마찬가지의 추론 처리에 의해 실시할 수 있다.
단계 S3040에서의 처리는 제1 실시 형태에서의 처리와 마찬가지이다. 즉, 비교 진단명으로서 추정 진단명을 이용한다.
단계 S3050에서, 영향도 취득 유닛(112)은 각각의 지원 정보 후보의 상정 진단명에 대한 영향도(제1 영향도)와, 각각의 지원 정보 후보의 비교 진단명에 대한 영향도(제2 영향도)를 취득한다. 본 실시 형태에서는, 영향도 취득 유닛(112)이, 지원 정보 후보 Evm의 상정 진단명 Ddct에 대한 영향도 IR(Ddct|Evm)과, 지원 정보 후보 Evm의 추정 진단명 Dinf에 대한 영향도 IR(Dinf|Evm)을 다음 식에 의해 산출한다.
Figure 112014083670968-pct00002
즉, 지원 정보 후보 Evm의 영향도는, 기입력 정보에 Evm을 추가함으로써 대상이 되는 진단명의 추론 결과가 변하게 되는 정도이다. 즉, 영향도가 양인 경우에는 Evm의 추가에 의해 추론 확률이 증가하고, 영향도가 음인 경우에는 Evm의 추가에 의해 추론 확률이 감소한다. 본 실시 형태에서도, 제1 실시 형태와 마찬가지로, 영향도가 양인 경우에는 대응하는 정보가 긍정적이라고 칭하고, 영향도가 음인 경우에는 대응하는 정보가 음이라고 칭한다.
단계 S3060에서, 선택 유닛(114)은, 단계 S3050에서 취득한 각각의 지원 정보 후보의 상정 진단명에 대한 영향도 및 각각의 지원 정보 후보의 비교 진단명에 대한 영향도에 기초하여, 제시해야 할 지원 정보를 선택한다. 예를 들면, 선택 유닛(114)은, 상정 진단명에 대한 긍정적인 지원 정보 후보만을 지원 정보로서 선택한다. 혹은, 선택 유닛(114)은, 상정 진단명 및 비교 진단명 중 어느 한 쪽에 대하여 긍정적이고, 또한, 다른 쪽의 진단명에 대하여 부정적인 지원 정보 후보를 선택한다. 물론, 선택 유닛(114)은 다른 방법을 이용해도 된다. 본 실시 형태에서는, 선택 유닛(114)은 상정 진단명에 대한 영향도 IR(Ddct|Evm)이 양이며, 비교 진단명에 대한 영향도 IR(Dinf|Evm)이 음인 지원 정보 후보 Evm으로부터 정보를 선택한다. 또한, 선택 유닛(114)은 영향도 IR(Ddct|Evm)이 가장 큰 지원 정보 후보 중 하나를 선택한다. 즉, 선택 유닛(114)은 상정 진단명에 대하여 긍정적이고, 비교 진단명에 대하여 부정적인 지원 정보 후보 중 상정 진단명에 관한 긍정 정도가 가장 큰 지원 정보 후보를 선택한다.
단계 S3070의 처리는 제1 실시 형태에서의 처리와 마찬가지이다.
도 5는 본 실시 형태에서 모니터(1005)에 표시되는 제시 정보의 일례를 나타낸다. 도 5에 나타내는 예에서는, 제시 정보는 도 4의 예에 지원 정보(4050)를 추가했을 경우의 지원 정보 후보 추론 결과(5060)를 포함하고 있다. 도 5에 나타내는 예에서는, 지원 정보 후보 추론 결과(5060)는, 기입력 정보 추론 결과에서의 원발성 폐암의 추론 확률(5061), 암의 폐 전이의 추론 확률(5062) 및 그 밖의 추론 확률(5063)의 원 그래프 표시와, 지원 정보가 입력되었을 경우의 진단명(5065)을 포함하고 있다.
본 실시 형태에 따르면, 의사는 진단 지원 장치에 의해 제시되는 추론 결과(비교 진단명)와 함께, 의사 자신이 상정한 진단명(상정 진단명)에 대하여 긍정적인 정보 및 비교 진단명에 대하여 부정적인 정보를 지원 정보로서 참조할 수 있다. 즉, 의사가 값을 입력하였을 경우에, 의사는 추론 결과가 비교 진단명으로부터 멀어지고 상정 진단명에 근접하게 하는 정보를 참조할 수 있다. 따라서, 화상 내에 제시된 지원 정보가 있는지 아닌지를 확인함으로써, 의사가 상정한 진단명이 옳은지 여부의 판단을 효율적으로 행할 수 있다.
(제2 실시 형태의 변형예 1)
상기 제2 실시 형태에서는, 단계 S3060에서, 선택 유닛(114)이, 상정 진단명에 대한 영향도가 양이며, 또한, 비교 진단명에 대한 영향도가 음인 지원 정보 후보 중, 상정 진단명에 대한 영향도가 가장 큰 지원 정보 후보를 제시해야 할 지원 정보로서 선택한다. 그러나, 다른 선택 조건이 이용되어도 된다. 예를 들면, 선택 유닛(114)은 지원 정보를 입력했을 경우의 지원 정보 후보 추론 결과(제2 추론 결과)로부터 취득된 진단명(제2 비교 진단명)과 추정 진단명이 일치하는 지원 정보만 선택하여도 된다. 즉, 선택 유닛(114)은 지원 정보가 입력됨으로써 추정 진단명이 상정 진단명으로 변하는 지원 정보를 선택해도 된다. 이 경우에, 추정 진단명이 상정 진단명으로 변화하므로, 지원 정보를 확인함으로써 의사가 상정한 진단명이 옳은지 여부의 판단을 더욱 효율적으로 행할 수 있다.
(제2 실시 형태의 그 밖의 변형예)
제1 실시 형태에서 설명한 변형예는 제2 실시 형태에서도 적용가능하다.
[제3 실시 형태]
제3 실시 형태에 따른 의료 진단 지원 장치는, 미입력 정보를 지원 정보 후보로 이용하고, 미입력 정보를 입력했을 경우의 추론 결과의 추이에 대해서 제시를 행한다.
또한, 본 실시 형태에 따른 의료 진단 지원 장치의 구성은 제2 실시 형태에서 도 1에 도시된 것과 마찬가지이다. 또한, 소프트웨어의 실행에 의해 의료 진단 지원 장치(100)를 실현하는 컴퓨터의 기본 구성은, 제2 실시 형태에서 도 2에 도시된 것과 마찬가지이다. 의료 진단 지원 장치(100)가 행하는 전체의 처리를 설명하는 플로우차트는 도 3에 도시된 것과 마찬가지이다. 단, 단계 S3020, S3060 및 S3070에서 행해지는 처리의 일부가 제2 실시 형태에서와 상이하다. 이하, 도 3의 플로우차트를 참조하여, 본 실시 형태에 따른 의료 진단 지원 장치(100)가 행하는 전체의 처리에 대해서, 제2 실시 형태에 의해 행해지는 것과 상이한 부분에 대해서만 설명한다.
단계 S3000 및 S3010의 처리는 제2 실시 형태에서의 처리와 마찬가지이다.
단계 S3020에서, 지원 정보 후보 취득 유닛(106)은, 기입력 정보에 근거해서 정해지는 의료용 정보의 집합 중 적어도 하나를 지원 정보 후보로서 취득한다. 본 실시 형태에서는, 지원 정보 후보 취득 유닛(106)은, 제2 실시 형태에서의 처리와는 상이하게, 미입력 정보(즉, ￢Nf)로부터 생성될 수 있는 모든 집합을 지원 정보 후보로서 취득한다. 예를 들면 ,￢Nf ={I2, I6, I8}이며, I2가 S21, S22, S23, S24를 취하고, I6이 S61, S62를 취하고, I8이 S81, S82, S83을 취할 경우를 고려한다. 이 경우, 지원 정보 후보 취득 유닛(106)은 생성될 수 있는 모든 집합으로서 9+{4×2+4×3+2×3}+4×2×3=59개의 지원 정보 후보를 취득한다.
단계 S3030 내지 S3050의 각 처리는, 제2 실시 형태에서의 각 처리와 마찬가지이다.
단계 S3060에서, 선택 유닛(114)은, 단계 S3050에 의해 취득된 각각의 지원 정보 후보의 상정 진단명에 대한 영향도 및 비교 진단명에 대한 영향도에 기초하여, 제시해야 할 지원 정보를 선택한다. 예를 들면, 선택 유닛(114)은, 비교 진단명에 대하여 긍정적인 지원 정보 후보만을 지원 정보로서 선택한다. 혹은, 선택 유닛(114)은, 상정 진단명 및 비교 진단명 중 어느 한 쪽에 긍정적이고, 다른 쪽의 진단명에 부정적인 지원 정보 후보를 선택한다. 물론, 선택 유닛(114)은 다른 방법을 이용하여도 된다. 본 실시 형태에서는, 선택 유닛(114)은, 상정 진단명에 대한 영향도 IR(Ddct|Evm)이 양이며, 비교 진단명에 대한 영향도 IR(Dinf|Evm)이 음인 지원 정보 후보 Evm로부터 정보를 선택한다. 또한, 선택 유닛(114)은, IR(Ddct|Evm)이 가장 큰 지원 정보 후보를, 제시되어야 할 지원 정보(최대 긍정 정보)로서 선택한다. 또한, 선택 유닛(114)은, 상정 진단명에 대한 영향도 IR(Ddct|Evm)이 음이며, 비교 진단명에 대한 영향도 IR(Dinf|Evm)이 양인 지원 정보 후보 Evm으로부터 정보를 선택한다. 또한, 선택 유닛(114)은, IR(Ddct|Evm)이 가장 작은 지원 정보 후보를 제시되어야 할 지원 정보(최대 부정 정보)로서 선택한다. 즉, 선택 유닛(114)은, 상정 진단명에 대하여 긍정적이고, 비교 진단명에 대하여 부정적인 지원 정보 후보 중 상정 진단명을 긍정하는 정도가 가장 큰 지원 정보 후보를 선택한다. 또한, 선택 유닛(114)은, 상정 진단명에 대하여 부정적이며, 비교 진단명에 대하여 긍정적인 지원 정보 후보 중 상정 진단명을 부정하는 정도가 가장 큰 지원 정보 후보를 선택한다.
단계 S3070에서, 제시 유닛(116)은, 제2 실시 형태에서의 처리를 행하는 것 이외에, 장치가 단계 S3060에서 선택된 최대 긍정 정보 및 최대 부정 정보를 입력했을 경우의 추론 결과의 추이를 제시한다.
도 6은 본 실시 형태에서 모니터(1005)에 표시되는 제시 정보의 일례를 나타낸다. 도 6에 나타내는 예는, 도 5에 도시된 예에 최대 긍정 정보 및 최대 부정 정보를 추가함으로써 얻어지는 경우의 지원 정보 후보 추론 결과 추이(6070)를 포함한다. 도 6에 나타내는 예에서는, 지원 정보 후보 추론 결과 추이(6070)는 기입력 정보 추론 결과에서의 그 밖의 추론 확률 마커(6071)를 포함한다. 또한, 지원 정보 후보 추론 결과 추이(6070)는 최대 긍정 정보를 입력했을 경우에 얻어지는 그 밖의 추론 확률 마커(6072) 및 최대 부정 정보를 입력했을 경우에 얻어지는 그 밖의 추론 확률 마커(6073)를 포함한다. 또한, 이 예는, 최대 긍정 정보를 입력했을 경우에 얻어지는 그 밖의 추론 확률(6075) 및 최대 부정 정보를 입력했을 경우에 얻어지는 그 밖의 추론 확률(6076)을 포함하고 있다.
본 실시 형태에 따르면, 의사는, 진단 지원 처리에 의해 제시되는 추론 결과(비교 진단명)와 함께, 모든 가능한 미입력 정보를 고려했을 경우에, 의사 자신이 상정한 진단명(상정 진단명)의 추론 확률이 얼마나 변동할지를 지원 정보로서 참조할 수 있다. 환언하면, 현재의 추론 결과가 얼마나 안정적인지를 나타내는 정보를 참조할 수 있다. 따라서, 기입력 정보에 기초한 추론 결과가 옳은지 여부의 판단을 효율적으로 행할 수 있다.
(제3 실시 형태의 변형예 1)
상기 제3 실시 형태에서는, 단계 S3020에서, 지원 정보 후보 취득 유닛(106)은 미입력 정보(즉, ￢Nf)로부터 생성될 수 있는 모든 집합을 지원 정보 후보로서 취득한다. 그러나, 반드시 생성될 수 있는 모든 집합을 지원 정보 후보로 하지 않아도 된다. 예를 들면, 지원 정보 후보에 포함되는 요소의 수를 제한해도 된다. 이 경우, 예를 들면 요소의 수를 5로 한정하면, 기입력 정보에 최대 5개의 정보를 부가했을 경우의 추론 결과의 변동을 고려할 수 있다. 또한, 지원 정보 후보에 포함되는 요소의 수를 단계적으로 늘려도 된다. 이 경우, 우선, 지원 정보 후보에 포함되는 요소의 수를 1로 한정해서 지원 정보 후보를 취득한다. 다음으로, 장치는 단계 S3030 내지 S3060의 처리를 행하여, 최대 긍정 정보와 최대 부정 정보를 취득한다. 처리는 단계 S3020로 돌아가서, 최대 긍정 정보에 선택되지 않은 미입력 정보의 각각의 요소를 더하여 최대 긍정 지원 정보 후보를 취득한다. 마찬가지로, 장치는 최대 부정 정보에 선택되지 않은 미입력 정보의 각각의 요소를 더하여 최대 부정 정보 후보를 취득한다. 그리고, 장치는 단계 S3030 내지 S3060의 처리를 되풀이한다. 장치는, 단계 S3020에서 선택되지 않은 미입력 정보가 있을 때까지 이 처리를 되풀이한다. 이 처리에 의해, 산출 비용을 억제하면서, 전 조합을 고려했을 경우의 추론 결과의 변동에 가까운 변동을 고려할 수 있다.
(제3 실시 형태의 변형예 2)
상기 실시 형태에서는, 단계 S3070에서, 장치는 단계 S3060에서 선택된 최대 긍정 정보 및 최대 부정 정보를 입력했을 경우의 추론 결과의 추이를 제시한다. 그러나, 반드시 추이를 제시하여야 하는 것은 아니다. 예를 들면, 장치는 최대 긍정 정보를 입력했을 경우에 얻어지는 추론 결과와, 최대 부정 정보를 입력했을 경우에 얻어지는 추론 결과의 차이가 임계값보다 작은 경우에는 "안정적인"의 표시를 행해도 된다. 또한, 이와 같은 경우에는, 단계 S3060에서 최대 긍정 정보와 최대 부정 정보의 선택을 행하지 않아도 된다.
(제3 실시 형태의 그 밖의 변형예)
제1, 제2 실시 형태에서 설명한 변형예는 제3 실시 형태에서도 적용가능하다.
(기타 실시예)
본 발명의 양태는 메모리 소자에 기록된 프로그램을 판독 및 실행하여, 상기 실시 형태의 기능을 수행하는 시스템 또는 장치의 컴퓨터(또는 CPU 또는 MPU 등의 소자)에 의해서, 그리고, 예를 들면 메모리 소자에 기록된 프로그램을 판독 및 실행하여 상기 실시 형태의 기능을 수행하는 시스템 또는 장치의 컴퓨터에 의해서 단계가 수행되는 방법에 의해서 구현될 수도 있다. 이를 위하여, 예를 들면 네트워크를 통해서, 또는 메모리 소자로서 기능하는 다양한 형태의 기록 매체(예를 들면, 컴퓨터 판독가능 매체)로부터 컴퓨터에 프로그램이 제공된다.
본 발명이 예시적인 실시 형태를 참조하여 설명되었지만, 본 발명이 개시된 예시적인 실시 형태에 한정되지 않음을 이해하여야 할 것이다. 아래의 특허청구범위의 범위는 모든 변경 및 등가 구조와 기능을 포함하도록 가장 넓은 해석과 일치하여야 한다.
본 출원은, 2012년 2월 14일 출원된 일본 특허 출원 제2012-029835호인 우선권을 주장하며, 이는 그 전체로서 본 명세서에서 참조로 원용된다.

Claims (27)

  1. 증례(症例)에 관련된 정보를 입력으로 한 추론을 행하는 추론 수단으로부터 얻어지는 정보에 근거해서 진단을 지원하는 진단 지원 장치이며,
    대상 증례에 대하여 유저에 의해 입력된 제1 진단명을 취득함과 함께, 상기 추론 수단에 입력 가능한 의료용 정보의 군으로부터 상기 대상 증례에 관련된 복수의 의료용 정보를 취득하는 의료용 정보 취득 수단과,
    상기 추론 수단에 의한 상기 복수의 의료용 정보를 입력으로 한 추론에 의해 얻어지는 상기 대상 증례의 진단명이 상기 제1 진단명일 확신도에 대하여 상기 의료용 정보가 미치는 영향도인 제1 영향도와, 상기 추론에 의해 얻어지는 상기 대상 증례의 진단명이 상기 제1 진단명과는 다른 제2 진단명인 확신도에 대하여 상기 의료용 정보가 미치는 영향도인 제2 영향도를 취득하는 영향도 취득 수단과,
    상기 제1 영향도와 상기 제2 영향도에 기초하여, 상기 제1 진단명과 상기 제2 진단명 중 어느 하나에 대하여 긍정적이고 또한 나머지 하나의 진단명에 대하여 부정적인 의료용 정보를 지원 정보로서 선택하는 선택 수단과,
    상기 지원 정보를 제시하는 제시 수단을 포함하는, 진단 지원 장치.
  2. 제1항에 있어서, 상기 선택 수단은, 상기 추론 수단에 의한 상기 제1 진단명과 동일한 추론 결과에 대하여 부정적인 의료용 정보를 선택하는, 진단 지원 장치.
  3. 제2항에 있어서, 상기 추론 수단은 복수의 추론 결과를 얻고,
    상기 선택 수단은, 상기 제1 진단명과 동일한 추론 결과에 대하여 부정적이고 상기 제2 진단명에 대하여 긍정적인 의료용 정보를 선택하는, 진단 지원 장치.
  4. 제2항에 있어서, 상기 추론 수단은 복수의 추론 결과를 얻고,
    상기 선택 수단은, 상기 제1 진단명과 동일한 추론 결과에 대하여 부정적이고 상기 제2 진단명에 대하여 긍정적인 의료용 정보를, 상기 의료용 정보의 군 중 상기 추론에 이용되지 않은 의료용 정보로부터 선택하는, 진단 지원 장치.
  5. 제3항에 있어서, 상기 제2 진단명은, 상기 복수의 추론 결과 중, 상기 제1 진단명과 동일한 추론 결과보다 중요도가 높은 진단명과 동일한 추론 결과인, 진단 지원 장치.
  6. 삭제
  7. 제1항에 있어서, 상기 선택 수단은, 상기 의료용 정보의 군 중 상기 추론 수단에 의한 추론에 이용된 의료용 정보로부터 상기 지원 정보를 선택하는, 진단 지원 장치.
  8. 제1항에 있어서, 상기 선택 수단은, 상기 의료용 정보의 군 중 상기 추론 수단에 의한 추론에 이용되지 않은 의료용 정보로부터 상기 지원 정보를 선택하는, 진단 지원 장치.
  9. 제7항에 있어서, 상기 추론 수단은 복수의 추론 결과를 얻고,
    상기 제2 진단명은, 상기 복수의 추론 결과 중 상기 제1 진단명과 동일한 추론 결과보다 중요도가 높은 진단명과 동일한 추론 결과인, 진단 지원 장치.
  10. 제1항에 있어서, 상기 제시 수단은 표시 제어 수단을 구비하고,
    상기 표시 제어 수단은, 상기 제시 수단에 의해 제시된 상기 지원 정보가, 상기 제1 진단명 또는 상기 제2 진단명을 긍정하는 경우와 부정하는 경우로 상이한 표시 형태로 표시 수단에 표시하는, 진단 지원 장치.
  11. 제1항에 있어서, 상기 의료용 정보 취득 수단은, 상기 대상 증례에 관하여 유저에 의해 입력된 의료용 정보를 기입력 정보로서 취득하고,
    상기 영향도 취득 수단은, 상기 기입력 정보에 기초하여 선택된 의료용 정보의 각각에 관해, 상기 제1 영향도와 상기 제2 영향도를 취득하고,
    상기 선택 수단은, 상기 제1 영향도와 상기 제2 영향도에 기초하여 상기 의료용 정보의 적어도 일부를 상기 지원 정보로서 선택하는, 진단 지원 장치.
  12. 삭제
  13. 제1항에 있어서, 상기 제2 진단명은, 상기 추론 수단에 의한 추론 결과 중 상기 대상 증례의 진단명인 확신도가 높은 진단명인, 진단 지원 장치.
  14. 제1항에 있어서, 상기 제2 진단명은 상기 제1 진단명보다 중요도가 높은 진단명인, 진단 지원 장치.
  15. 제11항에 있어서, 상기 지원 정보는 상기 기입력 정보의 적어도 일부인, 진단 지원 장치.
  16. 제11항에 있어서, 상기 지원 정보는, 상기 의료용 정보의 군 중, 상기 기입력 정보 이외의 의료용 정보인 미입력 정보의 적어도 일부인, 진단 지원 장치.
  17. 삭제
  18. 제14항에 있어서, 상기 지원 정보는, 상기 제1 진단명에 대하여 부정적인 의료용 정보로서 상기 제2 진단명에 대하여 긍정적인 의료용 정보를 포함하는, 진단 지원 장치.
  19. 제16항에 있어서, 상기 지원 정보는 상기 제1 진단명에 대하여 긍정적인 의료용 정보를 포함하는, 진단 지원 장치.
  20. 제1항에 있어서, 상기 지원 정보는, 상기 제1 진단명에 대하여 긍정적인 의료용 정보로서 상기 제2 진단명에 대하여 부정적인 의료용 정보인, 진단 지원 장치.
  21. 제11항에 있어서, 상기 추론 수단은, 상기 기입력 정보와 상기 의료용 정보의 각각의 쌍에 기초하여 상기 대상 증례에 관한 제2 추론 결과를 취득하고,
    상기 진단 지원 장치는, 상기 제2 추론 결과로부터 제3 진단명을 취득하는 비교 진단명 취득 수단을 더 포함하는, 진단 지원 장치.
  22. 제21항에 있어서, 상기 지원 정보는, 상기 제1 진단명과 상기 제3 진단명이 일치되게 하는 정보인, 진단 지원 장치.
  23. 제21항에 있어서, 상기 지원 정보는, 상기 추론 결과와, 상기 제1 진단명에 대하여 가장 긍정적인 정보가 입력되었을 경우 및 상기 제1 진단명에 대하여 가장 부정적인 정보가 입력되었을 경우의, 추론 결과의 추이를 나타내는 정보를 포함하는, 진단 지원 장치.
  24. 제1항 내지 제5항, 제7항 내지 제11항, 제13항 내지 제16항, 및 제18항 내지 제23항 중 어느 한 항에 있어서, 상기 추론 수단을 더 포함하는, 진단 지원 장치.
  25. 증례에 관련된 정보를 입력으로 한 추론을 행하는 추론 수단으로부터 얻어지는 정보에 기초하여 진단 지원 정보를 제시하기 위한 정보 처리 방법으로서,
    대상 증례에 대하여 유저에 의해 입력된 제1 진단명을 취득함과 함께, 상기 추론 수단에 입력 가능한 의료용 정보의 군으로부터 상기 대상 증례에 관련된 복수의 의료용 정보를 취득하는 의료용 정보 취득 단계와,
    상기 추론 수단에 의한 상기 복수의 의료용 정보를 입력으로 한 추론에 의해 얻어지는 상기 대상 증례의 진단명이 상기 제1 진단명인 확신도에 대하여 상기 의료용 정보가 미치는 영향도인 제1 영향도와, 상기 추론에 의해 얻어지는 상기 대상 증례의 진단명이 상기 제1 진단명과는 다른 제2 진단명인 확신도에 대하여 상기 의료용 정보가 미치는 영향도인 제2 영향도를 취득하는 영향도 취득 단계와,
    상기 제1 영향도와 상기 제2 영향도에 기초하여, 상기 제1 진단명과 상기 제2 진단명 중 어느 하나에 대하여 긍정적이고 또한 나머지 하나의 진단명에 대하여 부정적인 의료용 정보를 지원 정보로서 선택하는 선택 단계와,
    상기 지원 정보를 제시하는 제시 단계를 포함하는, 정보 처리 방법.
  26. 삭제
  27. 삭제
KR1020147024582A 2012-02-14 2013-01-24 진단 지원 장치 및 그 제어 방법 KR101742531B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2012-029835 2012-02-14
JP2012029835A JP6021346B2 (ja) 2012-02-14 2012-02-14 診断支援装置及びその制御方法
PCT/JP2013/052119 WO2013121883A1 (en) 2012-02-14 2013-01-24 Diagnosis support apparatus and method of controlling the same

Publications (2)

Publication Number Publication Date
KR20140131346A KR20140131346A (ko) 2014-11-12
KR101742531B1 true KR101742531B1 (ko) 2017-06-01

Family

ID=48983998

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020147024582A KR101742531B1 (ko) 2012-02-14 2013-01-24 진단 지원 장치 및 그 제어 방법

Country Status (6)

Country Link
US (2) US9734300B2 (ko)
EP (1) EP2814381A4 (ko)
JP (1) JP6021346B2 (ko)
KR (1) KR101742531B1 (ko)
CN (2) CN108053884A (ko)
WO (1) WO2013121883A1 (ko)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2506173B1 (en) * 2011-03-28 2020-01-01 Canon Kabushiki Kaisha Medical diagnosis support apparatus and medical diagnosis support method
JP6021346B2 (ja) * 2012-02-14 2016-11-09 キヤノン株式会社 診断支援装置及びその制御方法
JP6071338B2 (ja) * 2012-08-30 2017-02-01 キヤノン株式会社 医療診断支援装置、医療診断支援方法及びプログラム
JP6525527B2 (ja) * 2014-08-07 2019-06-05 キヤノン株式会社 読影レポート作成支援装置、読影レポート作成支援方法及びプログラム
JP6347755B2 (ja) * 2015-02-27 2018-06-27 富士フイルム株式会社 診療支援装置、診療支援装置の作動方法及び作動プログラム、診療支援システム
DE102015104412A1 (de) * 2015-03-24 2016-09-29 Schott Ag Verfahren zur Geometrieänderung von Glaskeramiken und verfahrensgemäß hergestellter beschichteter Glaskeramikartikel
WO2017106629A1 (en) * 2015-12-17 2017-06-22 Corning Incorporated Ion exchangeable glass with fast diffusion
JP6738163B2 (ja) * 2016-03-01 2020-08-12 キヤノン株式会社 診断支援装置、診断支援装置が実行する方法及びプログラム
US20190139631A1 (en) * 2016-05-04 2019-05-09 Koninklijke Philips N.V. Estimation and use of clinician assessment of patient acuity
JP6808557B2 (ja) * 2017-03-30 2021-01-06 キヤノン株式会社 情報処理装置、その制御方法及びプログラム
JP6862286B2 (ja) * 2017-05-31 2021-04-21 キヤノン株式会社 情報処理装置、情報処理方法、情報処理システム及びプログラム
JP6463572B1 (ja) * 2017-07-24 2019-02-06 アクシオンリサーチ株式会社 対象システムの内部状態を推定する支援システム
JP7224757B2 (ja) * 2017-10-13 2023-02-20 キヤノン株式会社 診断支援装置、情報処理方法、診断支援システム及びプログラム
JP7483502B2 (ja) 2020-05-29 2024-05-15 富士フイルムヘルスケア株式会社 画像診断支援装置および画像診断支援方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006155002A (ja) * 2004-11-26 2006-06-15 Hitachi Medical Corp レポート作成支援システム
JP2011131022A (ja) * 2009-12-25 2011-07-07 Canon Inc 医療診断支援装置

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2983350B2 (ja) * 1991-10-08 1999-11-29 株式会社東芝 医用画像表示システム
JP3226400B2 (ja) 1993-12-06 2001-11-05 富士通株式会社 診断装置
US6988088B1 (en) * 2000-10-17 2006-01-17 Recare, Inc. Systems and methods for adaptive medical decision support
JP4150539B2 (ja) * 2002-06-21 2008-09-17 株式会社日立ハイテクノロジーズ 医療支援システム
US7458936B2 (en) * 2003-03-12 2008-12-02 Siemens Medical Solutions Usa, Inc. System and method for performing probabilistic classification and decision support using multidimensional medical image databases
JP4795681B2 (ja) * 2004-12-27 2011-10-19 富士フイルム株式会社 診断支援装置、診断支援方法およびそのプログラム
JP2007275408A (ja) * 2006-04-10 2007-10-25 Fujifilm Corp 類似画像検索装置および方法並びにプログラム
JP5053690B2 (ja) * 2007-04-12 2012-10-17 株式会社東芝 画像診断支援システム、及び画像診断支援プログラム
JP5186858B2 (ja) * 2007-09-27 2013-04-24 富士フイルム株式会社 医用情報処理システム、医用情報処理方法、及びプログラム
JP5100285B2 (ja) * 2007-09-28 2012-12-19 キヤノン株式会社 医用診断支援装置およびその制御方法、プログラム、記憶媒体
JP5159242B2 (ja) * 2007-10-18 2013-03-06 キヤノン株式会社 診断支援装置、診断支援装置の制御方法、およびそのプログラム
US20090248314A1 (en) 2008-03-25 2009-10-01 Frisman Dennis M Network-based system and method for diagnostic pathology
JP5582707B2 (ja) * 2009-02-27 2014-09-03 キヤノン株式会社 医療意志決定支援装置及びその制御方法
JP2010252989A (ja) * 2009-04-23 2010-11-11 Canon Inc 医用診断支援装置及びその制御方法
JP5517524B2 (ja) 2009-08-10 2014-06-11 キヤノン株式会社 医療診断支援装置、医療診断支援装置の制御方法およびプログラム
JP2011125568A (ja) * 2009-12-18 2011-06-30 Canon Inc 画像処理装置、画像処理方法、プログラム及び画像処理システム
JP5800595B2 (ja) * 2010-08-27 2015-10-28 キヤノン株式会社 医療診断支援装置、医療診断支援システム、医療診断支援の制御方法、及びプログラム
JP5728212B2 (ja) * 2010-11-30 2015-06-03 キヤノン株式会社 診断支援装置、診断支援装置の制御方法、およびプログラム
CN103339626A (zh) * 2011-01-31 2013-10-02 松下电器产业株式会社 病例检索装置及病例检索方法
EP2506173B1 (en) * 2011-03-28 2020-01-01 Canon Kabushiki Kaisha Medical diagnosis support apparatus and medical diagnosis support method
JP5858636B2 (ja) * 2011-04-13 2016-02-10 キヤノン株式会社 画像処理装置、その処理方法及びプログラム
JP5685133B2 (ja) * 2011-04-13 2015-03-18 キヤノン株式会社 画像処理装置、画像処理装置の制御方法、およびプログラム
JP4979842B1 (ja) * 2011-06-30 2012-07-18 パナソニック株式会社 類似症例検索装置および類似症例検索方法
US10049445B2 (en) * 2011-07-29 2018-08-14 Canon Kabushiki Kaisha Image processing apparatus and image processing method of a three-dimensional medical image
GB2510741A (en) * 2011-09-28 2014-08-13 Canon Kk Image processing apparatus, image processing method and program
JP5952568B2 (ja) * 2012-01-24 2016-07-13 キヤノン株式会社 画像診断支援装置、その処理方法及びプログラム
JP5995449B2 (ja) * 2012-01-24 2016-09-21 キヤノン株式会社 情報処理装置及びその制御方法
JP6021346B2 (ja) * 2012-02-14 2016-11-09 キヤノン株式会社 診断支援装置及びその制御方法
JP5967968B2 (ja) * 2012-02-14 2016-08-10 キヤノン株式会社 医療診断支援システム、医療診断支援装置、情報処理方法、及びプログラム
JP6071338B2 (ja) * 2012-08-30 2017-02-01 キヤノン株式会社 医療診断支援装置、医療診断支援方法及びプログラム
JP5668090B2 (ja) * 2013-01-09 2015-02-12 キヤノン株式会社 医療診断支援装置及び医療診断支援方法
JP6362061B2 (ja) * 2013-07-10 2018-07-25 キヤノン株式会社 診断支援システム、その作動方法、およびプログラム
JP6276529B2 (ja) * 2013-07-17 2018-02-07 キヤノン株式会社 読影支援装置、その方法、及びプログラム
JP6304970B2 (ja) * 2013-08-09 2018-04-04 キヤノン株式会社 画像処理装置、画像処理方法
JP6383189B2 (ja) * 2014-06-16 2018-08-29 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
JP6376873B2 (ja) * 2014-07-16 2018-08-22 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
US9808213B2 (en) * 2014-08-11 2017-11-07 Canon Kabushiki Kaisha Image processing apparatus, image processing method, medical image diagnostic system, and storage medium
JP6532287B2 (ja) * 2015-05-14 2019-06-19 キヤノン株式会社 医療診断支援装置、情報処理方法及びプログラム
US10181187B2 (en) * 2015-09-09 2019-01-15 Canon Kabushiki Kaisha Information processing apparatus, method thereof, information processing system, and computer-readable storage medium that display a medical image with comment information

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006155002A (ja) * 2004-11-26 2006-06-15 Hitachi Medical Corp レポート作成支援システム
JP2011131022A (ja) * 2009-12-25 2011-07-07 Canon Inc 医療診断支援装置

Also Published As

Publication number Publication date
JP2013165780A (ja) 2013-08-29
US20170308661A1 (en) 2017-10-26
US20150006447A1 (en) 2015-01-01
JP6021346B2 (ja) 2016-11-09
CN104114083A (zh) 2014-10-22
CN104114083B (zh) 2018-01-30
KR20140131346A (ko) 2014-11-12
US10726344B2 (en) 2020-07-28
WO2013121883A1 (en) 2013-08-22
EP2814381A1 (en) 2014-12-24
CN108053884A (zh) 2018-05-18
US9734300B2 (en) 2017-08-15
EP2814381A4 (en) 2015-12-09

Similar Documents

Publication Publication Date Title
KR101742531B1 (ko) 진단 지원 장치 및 그 제어 방법
US9519866B2 (en) Diagnosis support apparatus, method of controlling the same, and storage medium
JP6016406B2 (ja) 医療診断支援装置及び医療診断支援方法及び入力支援システム
EP2423841B1 (en) Diagnosis support apparatus, diagnosis support system, diagnosis support control method, and computer-readable memory
CN109074869B (zh) 医疗诊断支持装置、信息处理方法以及医疗诊断支持系统
JP6930411B2 (ja) 情報処理装置及び情報処理方法
JP6362061B2 (ja) 診断支援システム、その作動方法、およびプログラム
Sahiner et al. Data drift in medical machine learning: implications and potential remedies
JP2014048798A (ja) 医療診断支援装置、医療診断支援方法及びプログラム
JP6220435B2 (ja) 診断支援装置及びその制御方法
US11967424B2 (en) Information processing apparatus, information processing method, and recording medium
JP6530841B2 (ja) 診断支援システム、その作動方法、診断支援装置、およびプログラム
JP2024505213A (ja) 人工知能モデルの結果に対する信頼情報提供方法および装置

Legal Events

Date Code Title Description
A201 Request for examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E90F Notification of reason for final refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant