WO2018012090A1 - 診断支援システム、医療診断支援装置及び診断支援方法 - Google Patents

Abstract

診断支援装置１は、身体状態の判定に用いる医療画像を、医療画像を解析する画像解析装置２に送信する画像送信部と、画像送信部が送信した医療画像と、当該医療画像の撮像方式を示す方式情報とを関連付けて記憶する記憶部と、画像解析装置から、医療画像がどのような身体状態を示している確信度が高いかを示す複数の確信度算出結果を受信する結果受信部と、複数の確信度算出結果のうち、画像解析装置に送信した医療画像に関連付けて記憶部に記憶された方式情報に対応する確信度算出結果に基づいて、医療画像が示す身体状態に関する診断支援情報を出力する出力部と、を有する。

Description

診断支援システム、医療診断支援装置及び診断支援方法

　本発明は、医療画像に基づいて身体の状態を判定するための診断支援システム、医療診断支援装置及び診断支援方法に関する。

　従来、コンピュータを用いて医療画像を解析することにより、身体の状態の診断を補助するシステムが知られている。特許文献１には、学習用の医療画像を用いて、医療画像に含まれる部位を識別させる方法を学習させたコンピュータに、医療画像の診断を支援させる方法が開示されている。

特表２００８－５２０３１７号公報

　従来の方法においてコンピュータが解析する医療画像は、臓器が同一の方向から撮影された画像であった。例えば、特許文献１に開示された方法を用いることで、同一の方向から撮影された胸部の画像に基づいて、腫瘍の位置を特定することができる。

　しかしながら、臓器によっては、それぞれ異なる方向から撮影された複数種類の医療画像が用いられる。例えば、心臓のＭＲＩ（Magnetic Resonance Imaging）画像により診断を行う場合、水平断面画像及び垂直断面画像等の各種の医療画像が用いられる。このように、各種の医療画像が混在して用いられる場合、撮影された方向等の条件が異なることによって、コンピュータが、正常な画像であるにもかかわらず異常な画像であると認識してしまうことがあるという問題があった。

　そこで、本発明はこれらの点に鑑みてなされたものであり、コンピュータによる医療画像に基づく診断支援の精度を向上させることを目的とする。

　本発明の第１の態様に係る診断支援システムは、医療画像が示す身体状態の診断を支援する診断支援装置と、前記医療画像を解析する画像解析装置と、を備える診断支援システムである。前記画像解析装置は、前記診断支援装置から前記医療画像を受信する画像受信部と、前記医療画像を解析することにより、前記医療画像が示している複数の身体状態それぞれの確信度を算出する算出部と、前記算出部が算出した複数の身体状態に対応する複数の確信度を示す複数の確信度算出結果を前記診断支援装置に送信する結果送信部と、を有する。また、前記診断支援装置は、前記画像解析装置に解析させる対象となる前記医療画像を前記画像解析装置に送信する画像送信部と、前記画像送信部が送信した前記医療画像と、当該医療画像の撮像方式を示す方式情報とを関連付けて記憶する記憶部と、前記画像解析装置が送信した前記複数の確信度算出結果を受信する結果受信部と、前記複数の確信度算出結果のうち、前記画像解析装置に送信した前記医療画像に関連付けて前記記憶部に記憶された前記方式情報に対応する確信度算出結果に基づいて、前記医療画像が示す身体状態に関する診断支援情報を出力する出力部と、を有する。

　前記結果受信部は、前記医療画像が正常状態を示している確信度又は異常状態を示している確信度を示す確信度情報と前記方式情報とが関連付けられた前記複数の確信度算出結果を受信し、前記出力部は、前記複数の確信度算出結果のうち、前記画像送信部が送信した前記医療画像に関連付けて前記記憶部に記憶された前記方式情報と同一の方式情報に対応する前記確信度算出結果に基づいて前記診断支援情報を出力してもよい。

　前記出力部は、前記画像送信部が送信した前記医療画像に関連付けられた前記方式情報に対応する確信度算出結果が複数ある場合、前記複数の確信度算出結果のうち、前記確信度情報が示す確信度が最も高い一つの確信度算出結果を含む前記診断支援情報を出力してもよい。

　前記画像送信部は、複数の前記医療画像を含む医療画像群を送信し、前記結果受信部は、前記複数の医療画像のそれぞれに関連付けて前記複数の確信度算出結果を受信し、前記出力部は、前記複数の医療画像のそれぞれに対して前記複数の確信度算出結果から一つの画像別確信度算出結果を選択した後に、前記複数の医療画像のそれぞれに関連付けられた複数の前記画像別確信度算出結果に基づいて、前記医療画像群に対応する前記診断支援情報を出力してもよい。

　前記出力部は、同一の前記医療画像群に含まれる前記複数の医療画像において異なる確信度算出結果が得られてしまった場合に、前記複数の医療画像のそれぞれが生成された時間に基づいて選択した一以上の医療画像に対応する前記確信度算出結果を選択してもよい。

　前記画像送信部は、複数の前記医療画像を含む医療画像群を送信し、前記結果受信部は、前記複数の医療画像のそれぞれに関連付けられた複数の画像別確信度算出結果をそれぞれが含む前記複数の確信度算出結果を受信し、前記出力部は、同一の方式情報に対応する前記複数の確信度算出結果から、それぞれの前記確信度算出結果における前記複数の医療画像に対応する複数の画像別確信度算出結果が示す前記確信度の最大値と、前記それぞれの確信度算出結果における前記複数の医療画像に対応する前記画像別確信度算出結果の総和が最も大きい確信度算出結果における総和に対する他の確信度算出結果における総和の割合と、に基づいて、前記医療画像群に対応する前記診断支援情報を出力してもよい。

　前記画像送信部は、前記画像解析装置に学習させるための前記医療画像である学習画像を、前記学習画像の撮像方式を示す前記方式情報と、前記学習画像に対応する身体状態を示す診断支援情報とに関連付けて前記画像解析装置に送信し、前記算出部は、前記画像受信部が受信した解析の対象となる前記医療画像が示す身体状態の確信度を、前記学習画像が示す前記診断支援情報に基づいて学習した結果に基づいて判定してもよい。

　前記出力部は、前記画像送信部が前記画像解析装置に送信した前記医療画像に対応する方式情報に基づいて、前記結果受信部が受信した前記確信度算出結果に含まれる複数の結果から、前記画像送信部が送信した医療画像に関連付けられた方式情報に対応する結果を除去してもよい。

　また、前記算出部は、前記医療画像の撮像方式を示す方式情報と、正常であるか異常であるかを示す状態情報とが関連付けられた複数の学習用の医療画像を取得し、前記撮像方式の種別ごとに医療画像の正常パターンと異常パターンとの違いを学習してもよい。

　本発明の第２の態様に係る医療診断支援装置は、身体状態の診断に用いる医療画像を、前記医療画像を解析する画像解析装置に送信する画像送信部と、前記画像送信部が送信した前記医療画像と、当該医療画像の撮像方式を示す方式情報とを関連付けて記憶する記憶部と、前記画像解析装置から、前記医療画像がどのような身体状態を示している確信度が高いかを示す複数の確信度算出結果を受信する結果受信部と、前記複数の確信度算出結果のうち、前記画像解析装置に送信した前記医療画像に関連付けて前記記憶部に記憶された前記方式情報に対応する確信度算出結果に基づいて、前記医療画像が示す身体状態に関する診断支援情報を出力する出力部と、を有する。

　本発明の第３の態様に係る診断支援方法は、医療画像が示す身体状態の診断を支援するための診断支援方法であって、前記医療画像を解析する画像解析装置に解析させる対象となる前記医療画像を前記画像解析装置に送信するステップと、前記画像解析装置から、前記医療画像がどのような身体状態を示している確信度が高いかを示す複数の確信度算出結果を受信するステップと、前記複数の確信度算出結果のうち、前記画像解析装置に送信した前記医療画像の撮像方式を示す方式情報に対応する確信度算出結果に基づいて、前記医療画像が示す身体状態に関する診断支援情報を出力するステップと、を有する。

　本発明によれば、コンピュータによる医療画像に基づく診断支援の精度が向上するという効果を奏する。

診断支援システムＳの構成を示す図である。 画像解析装置２における学習について説明するための図である。 画像解析装置２の学習後に、医療画像に対する確信度算出結果を出力する方法について説明するための図である。 診断支援装置１の構成を示す図である。 画像解析装置２の構成を示す図である。 診断支援装置１が医療画像群に対応する身体状態を特定する方法について説明するための図である。 出力部１４３が、診断支援情報を出力する他の方法について説明するための図である。

［本実施形態の概要］
　図１は、本実施形態に係る診断支援システムＳの構成を示す図である。画像判定システムＳは、診断支援装置１と、画像解析装置２とを備える。

　診断支援装置１は、ＭＲＩ装置、ＣＴ（Computer Tomography）装置、レントゲン装置、超音波検査装置等の医療機器から出力された医療画像を取得し、取得した医療画像が、身体に異常が生じている状態を示しているか否かの診断を支援する。診断支援装置１は、例えばサーバであり、医療機器から取得した医療画像を画像解析装置２に送信する。診断支援装置１は、画像解析装置２から、送信した医療画像に基づいて推定される、身体がどのような状態である確率が高いかを示す確信度の算出結果を受信する。診断支援装置１は、受信した確信度の算出結果に基づいて、身体に異常が生じている可能性が高いか否かを判定する。

　画像解析装置２は、例えば人工知能のソフトウェアによりディープラーニングが可能なコンピュータである。画像解析装置２は、多数の学習用の医療画像を用いて、医療画像の内容と身体の異常の有無との関係を学習し、学習した結果に基づいて、診断支援装置１から受信した医療画像が、身体が異常状態であるという確信度、及び身体が正常状態であるという確信度を算出する。画像解析装置２は、算出した確信度を含む確信度算出結果を診断支援装置１に通知する。

　画像判定システムＳは、さまざまな種別の医療画像が混在して使用可能であることを特徴としている。画像解析装置２は、学習時には、医療画像の撮像方式を示す方式情報と、正常であるか異常であるかを示す状態情報とが関連付けられた医療画像を取得し、各種別の医療画像の正常パターンと異常パターンとの違いを学習する。

　方式情報には、医療画像に含まれる臓器の撮像方向（水平断面方向又は垂直断面方向）及び撮像タイミング（ローテンション中又は停止中）等のように、撮像方式の種別を特定するための情報が含まれている。画像解析装置２は、学習を行った後に、診断支援装置１から受信した医療画像が、それぞれの種別の医療画像の正常パターンである確信度、及びそれぞれの種別の医療画像の異常パターンである確信度を算出する。

　図２は、画像解析装置２における学習について説明するための図である。画像解析装置２が学習する際には、医療画像の種別と正常／異常を示す状態情報とが関連付けられた医療画像が画像解析装置２に入力される。図２の例では、医療画像の撮像方式を示す方式情報としてａ、ｂ、ｃの３種類が示されている。また、正常状態を示している医療画像にＮが関連付けられており、異常状態を示している医療画像にＥ１又はＥ２が関連付けられている。Ｅ１及びＥ２は、それぞれ異なる異常状態に対応している。

　画像解析装置２は、多数の医療画像に基づいて、医療画像の方式情報と状態情報との各組み合わせが、どのような特徴を持っているかを認識し、組み合わせと特徴との関係をマッピングする。画像解析装置２は、さまざまな特徴に対して、組み合わせと特徴との関係をマッピングした学習結果を記憶媒体に記憶する。

　図３は、画像解析装置２の学習後に、医療画像に対する確信度算出結果を出力する方法について説明するための図である。画像解析装置２は、学習した後に取得した医療画像が有する特徴を分析し、医療画像が有する特徴が、各組み合わせに属する確信度を算出する。画像解析装置２は、医療画像ごとに、各組み合わせに属する確信度を算出し、医療画像を特定するための情報（例えば、医療画像ＩＤ）と各組み合わせに属する確信度とを関連付けた確信度算出結果を出力する。

　図３に示す例においては、画像解析装置２が出力する確信度算出結果が、状態情報と方式情報の組み合わせがＮａである確信度が０．９であり、Ｅ１ａである確信度が０．４であり、Ｅ２ｂである確信度が０．３であることを示している。以下の説明において、確信度を示す数値を確信度情報と称する場合がある。診断支援装置１は、このような確信度算出結果を受信した場合、画像解析装置２に送信した医療画像に対応する方式情報に基づいて、確信度算出結果に含まれる複数の結果から、送信した医療情報と異なる方式情報に対応する結果を除去してもよい。

　例えば、診断支援装置１が送信した医療画像の方式情報がａである場合、診断支援装置１は、確信度算出結果に含まれているＥ２ｂという結果を除去する。診断支援装置１は、残った結果のうち、確信度が最も高い結果に対応する組み合わせ（図３においてはＮａ）が示す状態情報が、画像解析装置２に送信した医療画像に対応する身体状態を示していると判定して、判定した身体状態を示す診断支援情報を出力する。このようにして、診断支援装置１は、画像解析装置２に対して医療画像の方式情報を通知することなく、医療画像が示す臓器の状態を示す診断支援情報を出力することができる。診断支援装置１は、例えば、医療画像と診断支援情報とを関連付けて、医師のコンピュータに送信する。

　なお、確信度算出結果が示す数値は、確信度自体を示す数値である必要はなく、複数の組み合わせ間での相対的な確からしさを示す数値であればよい。図３に示すように、Ｎａである確信度が０．９であり、Ｅ１ａである確信度が０．４であり、Ｅｂである確信度が０．３であることを示している場合、診断支援装置１は、全ての組み合わせの確信度の総和が１．０になるように正規化して、Ｎａである確信度が５６％、Ｅ１ａである確信度が２５％、Ｅ２ｂである確信度が１９％であるとしてもよい。
　以下、診断支援装置１及び画像解析装置２の構成及び動作について詳細に説明する。

［診断支援装置１の構成］
　図４は、診断支援装置１の構成を示す図である。診断支援装置１は、画像取得部１１と、通信部１２と、記憶部１３と、制御部１４とを有する。画像取得部１１は、医療機器等の外部装置から医療画像を取得するためのインターフェースである。画像取得部１１は、例えばＤＩＣＯＭ（Digital Imaging and Communication in Medicine）規格に対応するインターフェースである。

　通信部１２は、画像解析装置２との間でデータを送受信するためのインターフェースであり、例えばＬＡＮ（Local Area Network）コントローラを有する。通信部１２は、ＬＡＮ又はインターネット等のネットワークを介して、画像解析装置２に複数の医療画像を送信するとともに、画像解析装置２から複数の確信度算出結果を受信する。

　記憶部１３は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）及びハードディスク等の記憶媒体を含む。記憶部１３は、制御部１４が実行するプログラムを記憶する。また、記憶部１３は、画像取得部１１を介して受信した複数の医療画像、及び通信部１２を介して画像解析装置２から受信した複数の確信度算出結果を一時的に記憶する。記憶部１３は、例えば、画像解析装置２に送信した複数の医療画像と、各医療画像の方式情報とを関連付けて記憶する。

　制御部１４は、例えばＣＰＵ（Central Processing Unit）である。制御部１４は、記憶部１３に記憶されたプログラムを実行することにより、画像送信部１４１、結果受信部１４２及び出力部１４３として機能する。

　画像送信部１４１は、画像解析装置２に解析させる対象となる医療画像を画像解析装置２に送信する。画像送信部１４１は、画像取得部１１が取得した医療画像から、医療画像に対応する人を特定することが可能な識別情報を除去し、識別情報を除去した後の複数の医療画像を、通信部１２を介して画像解析装置２に送信する。なお、画像送信部１４１は、画像解析装置２が学習する際に、画像解析装置２に学習させるための医療画像である学習画像を、学習画像の撮像方式を示す方式情報と、学習画像に対応する身体状態を示す診断支援情報とに関連付けて画像解析装置２に送信してもよい。

　結果受信部１４２は、画像解析装置２が送信した複数の確信度算出結果を、通信部１２を介して受信する。複数の確信度算出結果は、例えば、図３を参照して説明したように、複数の方式情報と複数の状態情報との各組み合わせに対応する確信度算出結果である。結果受信部１４２は、医療画像が正常状態を示している確信度又は異常状態を示している確信度を示す確信度情報と方式情報とが関連付けられた複数の確信度算出結果を受信する。結果受信部１４２は、受信した複数の確信度算出結果を出力部１４３に入力する。

　出力部１４３は、結果受信部１４２が受信した複数の確信度算出結果のうち、画像解析装置２に送信した医療画像に関連付けて記憶部１３に記憶された方式情報に対応する確信度算出結果に基づいて、医療画像が示す身体状態に関する診断支援情報を出力する。具体的には、出力部１４３は、複数の確信度算出結果のうち、画像送信部１４１が画像解析装置２に送信した医療画像に関連付けて記憶部１３に記憶された方式情報と同一の方式情報に対応する確信度算出結果に基づいて診断支援情報を出力する。例えば、出力部１４３は、図３に示した例の場合、方式情報ａ、ｂに対応する複数の確信度算出結果のうち、画像解析装置２に送信した医療画像の方式情報であるａに対応する確信度算出結果に対応する診断支援情報を出力する。

　出力部１４３は、画像送信部１４１が画像解析装置２に送信した医療画像に関連付けられた方式情報に対応する確信度算出結果が複数ある場合、複数の確信度算出結果のうち、確信度情報が示す確信度が最も高い一つの確信度算出結果を出力する。例えば、図３に示した例においては、画像解析装置２に送信した医療画像に関連付けられた方式情報ａに対応する確信度算出結果として、画像解析装置２からはＮａ及びＥ１ａが送信されている。そこで、出力部１４３は、Ｎａ及びＥ１ａのうち、確信度がＥ１ａよりも高いＮａを選択し、医療画像が、正常な状態を示していることを示す診断支援情報を出力する。出力部１４３は、確信度算出結果を受信した場合、画像解析装置２に送信した医療画像に対応する方式情報に基づいて、確信度算出結果に含まれる複数の結果から、画像送信部１４１が送信した医療画像に関連付けられた方式情報に対応する結果を除去してもよい。

［画像解析装置２の構成］
　図５は、画像解析装置２の構成を示す図である。画像解析装置２は、画像受信部２１と、算出部２２と、記憶部２３と、結果送信部２４とを有する。

　画像受信部２１は、診断支援装置１から医療画像を受信する。算出部２２は、医療画像を解析することにより、医療画像がどのような身体状態を示している確信度が高いかを算出する。算出部２２は、画像受信部２１が受信した解析の対象となる医療画像が示している複数の身体状態それぞれに対応する確信度を、学習画像が示す診断支援情報を用いて学習した結果に基づいて算出する。算出部２２は、例えばＣＰＵであり、記憶部２３に記憶されたプログラムを実行することにより、算出処理を実行する。

　算出部２２は、学習過程において、医療画像の撮像方式を示す方式情報と、正常であるか異常であるかを示す状態情報とが関連付けられた複数の学習用の医療画像を取得する。算出部２２は、撮像方式の種別ごとに医療画像の正常パターンと異常パターンとの違いを学習することにより学習モデルを作成し、作成した学習モデルを記憶部２３に記憶させる。算出部２２は、画像受信部２１が医療画像を受信すると、記憶部２３に記憶された学習モデルを参照し、画像受信部２１が受信した医療画像と方式情報とを学習モデルへの入力とすることで、確信度を算出する。

　記憶部２３は、ＲＯＭ、ＲＡＭ及びハードディスク等の記憶媒体を含む。記憶部２３は、算出部２２が実行するプログラムを記憶している。結果送信部２４は、算出部２２が生成した複数の確信度算出結果を診断支援装置１に送信する。

（変形例）
　上記の説明においては、診断支援装置１が画像解析装置２に１枚の医療画像を送信する場合について説明したが、診断支援装置１は、複数の医療画像を含む医療画像群を画像解析装置２に送信し、送信した複数の医療画像のそれぞれに対応する複数の確信度算出結果を画像解析装置２から受信してもよい。医療画像群は、例えば、複数の医療画像のファイルが書庫形式で単一ファイル化されている。

　具体的には、診断支援装置１及び画像解析装置２は、以下のように動作する。
　画像送信部１４１は、複数の医療画像を含む医療画像群を画像解析装置２に送信する。画像送信部１４１は、例えば、所定の時間（例えば３０秒）にわたって取得された心臓のＭＲＩ画像群を画像解析装置２に送信する。医療画像群においては、医療画像群に含まれる各医療画像を特定するための識別情報が、医療画像に関連付けられている。

　画像解析装置２は、医療画像群を受信すると、算出部２２において、医療画像群に含まれる医療画像ごとに、確信度算出結果を生成する。結果送信部２４は、医療画像に関連付けて、複数の確信度算出結果を診断支援装置１に送信する。例えば、結果送信部２４は、医療画像の識別情報と確信度算出結果とを関連付けて送信する。

　結果受信部１４２は、複数の医療画像のそれぞれに関連付けて複数の確信度算出結果を受信し、受信した複数の確信度算出結果を、医療画像の識別情報に関連付けて記憶部１３に記憶させる。
　出力部１４３は、例えば、複数の医療画像のそれぞれに対して複数の確信度算出結果から一つの画像別確信度算出結果を選択した後に、複数の医療画像のそれぞれに関連付けられた複数の画像別確信度算出結果に基づいて、医療画像群に対応する診断支援情報を出力する。

　図６は、診断支援装置１が医療画像群に対応する身体状態を特定する方法について説明するための図である。診断支援装置１が、図６のような５枚の医療画像を含む医療画像群を画像解析装置２に送信し、結果受信部１４２が、それぞれの医療画像に対応する確信度算出結果を受信したとする。このような場合、まず、出力部１４３は、それぞれの医療画像に対応する確信度算出結果のうち、記憶部１３に記憶された医療画像の方式情報に対応する確信度算出結果を選択する。例えば、図６に示す例において、出力部１４３は、医療画像１に対応する確信度算出結果のうち、Ｎａ及びＥ１ａを選択する。

　続いて、出力部１４３は、選択した確信度算出結果が複数ある場合、複数の確信度算出結果のうち、最も高い確信度を示している確信度算出結果を選択する。図６の医療画像１の場合、Ｎａの確信度が０．７、Ｅ１ａの確信度が０．６であることから、出力部１４３は、確信度が最も大きいＮａを選択する。そして、出力部１４３は、確信度算出結果がＮａであることから、医療画像１に基づいて、身体状態が正常であることを示す診断支援情報を出力する。

　出力部１４３は、同様の手順により、医療画像２～医療画像４に対しては確信度算出結果Ｎａを選択する。これに対して、出力部１４３は、医療画像５に対しては、確信度算出結果Ｅ１ａを選択する。このように、同一の医療画像群に含まれる複数の医療画像において、異なる確信度算出結果が得られてしまった場合、出力部１４３は、最も多くの医療画像に対応する確信度算出結果を、医療画像群に対応する確信度算出結果に決定する。このようにすることで、一部の医療画像に基づいて身体状態を判定することが困難な場合であっても、出力部１４３は、高い精度で身体状態を特定することができる。

　出力部１４３は、同一の医療画像群に含まれる複数の医療画像において、異なる確信度算出結果が得られてしまった場合に、複数の医療画像のそれぞれが生成された時間に基づいて選択した一以上の医療画像に対応する確信度算出結果を選択してもよい。医療画像群における最初の所定の期間に生成された医療画像、及び最後の所定の期間に生成された医療画像は、その他の医療画像に比べて信頼度が低い傾向にある。そこで、出力部１４３は、例えば、医療画像群に含まれる複数の医療画像のうち、最初に医療画像が生成された時刻より後の所定の期間に含まれる医療画像、及び最後に医療画像が生成された時刻より前の所定の期間に含まれる医療画像以外の医療画像の確信度算出結果を用いて、身体状態を特定する。

　また、出力部１４３は、同一の方式情報に対応する複数の確信度算出結果のうち、複数の医療画像に対応する確信度算出結果が示す確信度の総和が最も大きい確信度算出結果に基づいて、医療画像群に対応する診断支援情報を出力してもよい。例えば、図６に示す例の場合、各医療画像に対応する確信度算出結果Ｎａの総和は、０．７＋０．９＋０．９＋０．８＋０．５＝３．８であり、確信度算出結果Ｅ１ａの総和は、０．６＋０．４＋０．３＋０．５＋０．６＝２．４であり、確信度算出結果Ｅ２ａの総和は０．３である。この場合、出力部１４３は、医療画像群の確率算出結果としてＮａを選択し、医療画像群が示す身体状態が正常であることを示す診断支援情報を出力する。

　さらに、出力部１４３は、同一の方式情報に対応する複数の確信度算出結果から、それぞれの確信度算出結果における複数の医療画像に対応する複数の画像別確信度算出結果が示す確信度の最大値と、それぞれの確信度算出結果における複数の医療画像に対応する画像別確信度算出結果の総和が最も大きい確信度算出結果における総和に対する他の確信度算出結果における総和の割合（寄与度）とに基づいて、医療画像群に対応する診断支援情報を出力してもよい。

　図７は、出力部１４３が診断支援情報を出力する上記の方法について説明するための図である。出力部１４３は、まず、Ｎａ、Ｅ１ａ、Ｅ２ｂ等のそれぞれの確信度算出結果に対して、複数の医療画像に対応する複数の画像別確信度算出結果の総和を算出する。例えば、図７（ａ）に示す例においては、Ｎａの場合、総和は０．７＋０．９＋０．９＝２．５、Ｅ１ａの場合、総和は０．６＋０．４＋０．３＝１．３、Ｅ２ｂの場合、総和は０．３＋０．３＋０．４＝１．０となる。この場合、最も総和が大きい確信度算出結果はＮａであり、総和は２．５である。この場合、Ｎａの総和に対するＥ１ａの総和の割合（寄与度）は０．５であり、Ｎａの総和に対するＥ２ｂの総和の割合（寄与度）は０．４である。

　続いて、出力部１４３は、それぞれの確信度算出結果における複数の医療画像に対応する複数の画像別確信度算出結果が示す確信度の最大値を選択する。確信度算出結果Ｎａにおける確信度の最大値は０．９、確信度算出結果Ｅ１ａにおける確信度の最大値は０．６、確信度算出結果Ｅ２ｂにおける確信度の最大値は０．４である。

　続いて、図７（ｂ）に示すように、出力部１４３は、それぞれの確信度算出結果に対して選択した確信度の最大値に寄与度を乗算することにより、判定値を算出する。図７（ｂ）に示す例においては、Ｎａの判定値は、０．９×１．０＝０．９０、Ｅ１ａの判定値は、０．６×０．５＝０．３０、Ｅ２ｂの判定値は、０．４×０．４＝０．１６となる。出力部１４３は、判定値が最も大きい確信度算出結果に対応する身体状態が、医療画像が示す身体状態であると特定し、その旨を示す診断支援情報を出力する。

　以上の図７を用いて説明した方法により、複数の医療画像に対応する複数の画像別確信度算出結果の総和を用いることで、各確信度算出結果の信頼性の高さが考慮されるので、判定精度をさらに向上することができる。

［診断支援システムＳによる効果］
　以上説明したように、本実施形態に係る診断支援システムＳにおいては、診断支援装置１が、身体状態の判定に用いる医療画像を画像解析装置２に送信し、診断支援装置１は、画像解析装置２から受信した複数の確信度算出結果のうち、画像解析装置２に送信した医療画像に関連付けて記憶部１３に記憶された方式情報に対応する確信度算出結果に基づいて、医療画像が示す身体状態に関する診断支援情報を出力する。このようにすることで、診断支援装置１は、医療画像に関連付けて方式情報を画像解析装置２に送信することなく、画像解析装置２の人工知能を用いて、医療画像に基づいて身体状態を高い精度で判定することができる。

　以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。そのような変更又は改良を加えた形態も本発明の技術的範囲に含まれ得ることが、請求の範囲の記載から明らかである。
　例えば、上記の説明においては、医療画像としてＭＲＩ装置から出力された撮像画像が用いられる例について説明したが、医療画像の種別はＭＲＩの画像に限らず、ＭＲＩ装置以外の医療機器から出力された任意の画像であってもよい。また、医療画像は、心臓以外の部位の画像であってもよい。

１　診断支援装置
２　画像解析装置
１１　画像取得部
１２　通信部
１３　記憶部
１４　制御部
２１　画像受信部
２２　算出部
２３　記憶部
２４　結果送信部
１４１　画像送信部
１４２　結果受信部
１４３　出力部

Claims (11)

1. 　医療画像が示す身体状態の診断を支援する診断支援装置と、前記医療画像を解析する画像解析装置と、を備える診断支援システムであって、
   　前記画像解析装置は、
   　前記診断支援装置から前記医療画像を受信する画像受信部と、
   　前記医療画像を解析することにより、前記医療画像が示している複数の身体状態それぞれの確信度を算出する算出部と、
   　前記算出部が算出した複数の身体状態に対応する複数の確信度を示す複数の確信度算出結果を前記診断支援装置に送信する結果送信部と、
   　を有し、
   　前記診断支援装置は、
   　前記画像解析装置に解析させる対象となる前記医療画像を前記画像解析装置に送信する画像送信部と、
   　前記画像送信部が送信した前記医療画像と、当該医療画像の撮像方式を示す方式情報とを関連付けて記憶する記憶部と、
   　前記画像解析装置が送信した前記複数の確信度算出結果を受信する結果受信部と、
   　前記複数の確信度算出結果のうち、前記画像解析装置に送信した前記医療画像に関連付けて前記記憶部に記憶された前記方式情報に対応する確信度算出結果に基づいて、前記医療画像が示す身体状態に関する診断支援情報を出力する出力部と、
   　を有する診断支援システム。
2. 　前記結果受信部は、前記医療画像が正常状態を示している確信度又は異常状態を示している確信度を示す確信度情報と前記方式情報とが関連付けられた前記複数の確信度算出結果を受信し、
   　前記出力部は、前記複数の確信度算出結果のうち、前記画像送信部が送信した前記医療画像に関連付けて前記記憶部に記憶された前記方式情報と同一の方式情報に対応する前記確信度算出結果に基づいて前記診断支援情報を出力する、
   　請求項１に記載の診断支援システム。
3. 　前記出力部は、前記画像送信部が送信した前記医療画像に関連付けられた前記方式情報に対応する確信度算出結果が複数ある場合、前記複数の確信度算出結果のうち、前記確信度情報が示す確信度が最も高い一つの確信度算出結果を含む前記診断支援情報を出力する、
   　請求項２に記載の診断支援システム。
4. 　前記画像送信部は、複数の前記医療画像を含む医療画像群を送信し、
   　前記結果受信部は、前記複数の医療画像のそれぞれに関連付けて前記複数の確信度算出結果を受信し、
   　前記出力部は、前記複数の医療画像のそれぞれに対して前記複数の確信度算出結果から一つの画像別確信度算出結果を選択した後に、前記複数の医療画像のそれぞれに関連付けられた複数の前記画像別確信度算出結果に基づいて、前記医療画像群に対応する前記診断支援情報を出力する、
   　請求項１から３のいずれか一項に記載の診断支援システム。
5. 　前記出力部は、同一の前記医療画像群に含まれる前記複数の医療画像において異なる確信度算出結果が得られてしまった場合に、前記複数の医療画像のそれぞれが生成された時間に基づいて選択した一以上の医療画像に対応する前記確信度算出結果を選択する、
   　請求項４に記載の診断支援システム。
6. 　前記画像送信部は、複数の前記医療画像を含む医療画像群を送信し、
   　前記結果受信部は、前記複数の医療画像のそれぞれに関連付けられた複数の画像別確信度算出結果をそれぞれが含む前記複数の確信度算出結果を受信し、
   　前記出力部は、同一の方式情報に対応する前記複数の確信度算出結果から、それぞれの前記確信度算出結果における前記複数の医療画像に対応する複数の画像別確信度算出結果が示す前記確信度の最大値と、前記それぞれの確信度算出結果における前記複数の医療画像に対応する前記画像別確信度算出結果の総和が最も大きい確信度算出結果における総和に対する他の確信度算出結果における総和の割合と、に基づいて、前記医療画像群に対応する前記診断支援情報を出力する、
   　請求項１から３のいずれか一項に記載の診断支援システム。
7. 　前記画像送信部は、前記画像解析装置に学習させるための前記医療画像である学習画像を、前記学習画像の撮像方式を示す前記方式情報と、前記学習画像に対応する身体状態を示す診断支援情報とに関連付けて前記画像解析装置に送信し、
   　前記算出部は、前記画像受信部が受信した解析の対象となる前記医療画像が示す身体状態の確信度を、前記学習画像が示す前記診断支援情報に基づいて学習した結果に基づいて判定する、
   　請求項１から６のいずれか一項に記載の診断支援システム。
8. 　前記出力部は、前記画像送信部が前記画像解析装置に送信した前記医療画像に対応する方式情報に基づいて、前記結果受信部が受信した前記確信度算出結果に含まれる複数の結果から、前記画像送信部が送信した医療画像に関連付けられた方式情報に対応する結果を除去する、
   　請求項１から７のいずれか一項に記載の診断支援システム。
9. 　前記算出部は、前記医療画像の撮像方式を示す方式情報と、正常であるか異常であるかを示す状態情報とが関連付けられた複数の学習用の医療画像を取得し、前記撮像方式の種別ごとに医療画像の正常パターンと異常パターンとの違いを学習する、
   　請求項１から８のいずれか一項に記載の診断支援システム。
10. 　身体状態の診断に用いる医療画像を、前記医療画像を解析する画像解析装置に送信する画像送信部と、
    　前記画像送信部が送信した前記医療画像と、当該医療画像の撮像方式を示す方式情報とを関連付けて記憶する記憶部と、
    　前記画像解析装置から、前記医療画像がどのような身体状態を示している確信度が高いかを示す複数の確信度算出結果を受信する結果受信部と、
    　前記複数の確信度算出結果のうち、前記画像解析装置に送信した前記医療画像に関連付けて前記記憶部に記憶された前記方式情報に対応する確信度算出結果に基づいて、前記医療画像が示す身体状態に関する診断支援情報を出力する出力部と、
    　を有する診断支援装置。
11. 　医療画像が示す身体状態の診断を支援するための診断支援方法であって、
    　前記医療画像を解析する画像解析装置に解析させる対象となる前記医療画像を前記画像解析装置に送信するステップと、
    　前記画像解析装置から、前記医療画像がどのような身体状態を示している確信度が高いかを示す複数の確信度算出結果を受信するステップと、
    　前記複数の確信度算出結果のうち、前記画像解析装置に送信した前記医療画像の撮像方式を示す方式情報に対応する確信度算出結果に基づいて、前記医療画像が示す身体状態に関する診断支援情報を出力するステップと、
    　を有する診断支援方法。
     
     

Images