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
診断支援システム、医療診断支援装置及び診断支援方法 Download PDFInfo
- Publication number
- WO2018012090A1 WO2018012090A1 PCT/JP2017/017262 JP2017017262W WO2018012090A1 WO 2018012090 A1 WO2018012090 A1 WO 2018012090A1 JP 2017017262 W JP2017017262 W JP 2017017262W WO 2018012090 A1 WO2018012090 A1 WO 2018012090A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- image
- certainty factor
- medical image
- medical
- diagnosis support
- Prior art date
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
-
- 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
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Epidemiology (AREA)
- Optics & Photonics (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
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
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。
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。
[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。
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。
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。
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。
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。
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。
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。
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
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)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017538746A JP6251945B1 (ja) | 2016-07-13 | 2017-05-02 | 診断支援システム、医療診断支援装置及び診断支援方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-138125 | 2016-07-13 | ||
JP2016138125 | 2016-07-13 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2018012090A1 true WO2018012090A1 (ja) | 2018-01-18 |
Family
ID=60952898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2017/017262 WO2018012090A1 (ja) | 2016-07-13 | 2017-05-02 | 診断支援システム、医療診断支援装置及び診断支援方法 |
Country Status (1)
Country | Link |
---|---|
WO (1) | WO2018012090A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021167018A1 (ja) * | 2020-02-18 | 2021-08-26 | 富士フイルム株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JPWO2021177357A1 (ja) * | 2020-03-03 | 2021-09-10 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059391A1 (en) * | 2006-09-06 | 2008-03-06 | Siemens Medical Solutions Usa, Inc. | Learning Or Inferring Medical Concepts From Medical Transcripts |
WO2010050333A1 (ja) * | 2008-10-30 | 2010-05-06 | コニカミノルタエムジー株式会社 | 情報処理装置 |
JP2016021248A (ja) * | 2015-09-01 | 2016-02-04 | キヤノン株式会社 | 医療診断支援装置 |
-
2017
- 2017-05-02 WO PCT/JP2017/017262 patent/WO2018012090A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059391A1 (en) * | 2006-09-06 | 2008-03-06 | Siemens Medical Solutions Usa, Inc. | Learning Or Inferring Medical Concepts From Medical Transcripts |
WO2010050333A1 (ja) * | 2008-10-30 | 2010-05-06 | コニカミノルタエムジー株式会社 | 情報処理装置 |
JP2016021248A (ja) * | 2015-09-01 | 2016-02-04 | キヤノン株式会社 | 医療診断支援装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021167018A1 (ja) * | 2020-02-18 | 2021-08-26 | 富士フイルム株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP7420914B2 (ja) | 2020-02-18 | 2024-01-23 | 富士フイルム株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JPWO2021177357A1 (ja) * | 2020-03-03 | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11712208B2 (en) | Systems and methods to deliver point of care alerts for radiological findings | |
US11341646B2 (en) | Systems and methods to deliver point of care alerts for radiological findings | |
US11049250B2 (en) | Systems and methods to deliver point of care alerts for radiological findings | |
JP5728212B2 (ja) | 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 | |
JP2019033966A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
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 | |
KR20140050620A (ko) | 진단 지원 장치, 진단 지원 시스템, 진단 지원 장치의 제어 방법, 및 비일시적 컴퓨터 판독가능한 저장 매체 | |
JP6362061B2 (ja) | 診断支援システム、その作動方法、およびプログラム | |
JP2007172604A (ja) | 取得システムのプロトコル及び/又はパラメータに基づいてコンピュータ利用アルゴリズムを選択するための方法及び装置 | |
JP2019101485A (ja) | 情報処理方法、情報処理装置、情報処理システム及びプログラム | |
WO2018012090A1 (ja) | 診断支援システム、医療診断支援装置及び診断支援方法 | |
US11348242B2 (en) | Prediction apparatus, prediction method, prediction program | |
KR102245219B1 (ko) | 의료 영상에서 악성의심 병변을 구별하는 방법, 이를 이용한 의료 영상 판독 방법 및 컴퓨팅 장치 | |
US11551351B2 (en) | Priority judgement device, method, and program | |
JP6251945B1 (ja) | 診断支援システム、医療診断支援装置及び診断支援方法 | |
CN111192679B (zh) | 一种影像数据异常的处理方法、装置及存储介质 | |
JP6877569B2 (ja) | ずれ検出装置、方法およびプログラム | |
JP6862286B2 (ja) | 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 | |
US20220181026A1 (en) | Information processing apparatus, information processing system, information processing method, and storage medium | |
KR102231698B1 (ko) | 정상 의료 영상을 필터링하는 방법, 이를 이용한 의료 영상 판독 방법 및 컴퓨팅 장치 | |
JP7418730B2 (ja) | 医用画像処理装置、医用画像処理方法および医用画像処理プログラム | |
US20230386113A1 (en) | Medical image processing apparatus and medical image processing method | |
US11410341B2 (en) | System and method for visualizing placement of a medical tube or line | |
US20240070856A1 (en) | Control Device and Method for Controlling a Medical Imaging System | |
US20220108451A1 (en) | Learning device, method, and program, medical image processing apparatus, method, and program, and discriminator |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
ENP | Entry into the national phase |
Ref document number: 2017538746 Country of ref document: JP Kind code of ref document: A |
|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 17827224 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 17827224 Country of ref document: EP Kind code of ref document: A1 |