WO2021020442A1 - 情報処理システム、情報処理装置、情報処理方法、及びプログラム - Google Patents

情報処理システム、情報処理装置、情報処理方法、及びプログラム Download PDF

Info

Publication number
WO2021020442A1
WO2021020442A1 PCT/JP2020/029055 JP2020029055W WO2021020442A1 WO 2021020442 A1 WO2021020442 A1 WO 2021020442A1 JP 2020029055 W JP2020029055 W JP 2020029055W WO 2021020442 A1 WO2021020442 A1 WO 2021020442A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
information
information processing
image data
eye
Prior art date
Application number
PCT/JP2020/029055
Other languages
English (en)
French (fr)
Inventor
デヴィン ソアレス
ブランデン コリーマン
ブラッドリー ヤッツ
河内　直幸
Original Assignee
株式会社ニコン
オプトス ピーエルシー
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 株式会社ニコン, オプトス ピーエルシー filed Critical 株式会社ニコン
Priority to CN202080068885.2A priority Critical patent/CN114450755A/zh
Priority to EP20848309.9A priority patent/EP4006917A4/en
Priority to JP2021535384A priority patent/JPWO2021020442A1/ja
Priority to US17/631,275 priority patent/US20220261989A1/en
Publication of WO2021020442A1 publication Critical patent/WO2021020442A1/ja

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016—Operational features thereof
    • A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/14—Arrangements specially adapted for eye photography
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion

Definitions

  • the present invention relates to an information processing system, an information processing device, an information processing method, and a program.
  • Patent Document 1 An ophthalmic information processing server capable of performing ophthalmic image analysis is known (see Patent Document 1). However, it has not been conventionally considered to select an appropriate ophthalmic information processing server according to the device that captured the image, the requester of the image analysis, and the like.
  • the information processing system which is one aspect of the invention disclosed in the present application, is a first image acquisition device that acquires an eye test image data of a patient and can communicate with the image acquisition device and stores the eye test image data.
  • the image acquisition device includes an information processing device, and the image acquisition device receives first transmission data including the eye test image data and additional information used for identifying an image diagnosis device for image diagnosis of the eye test image data.
  • the first transmission process of transmitting to the first information processing device is executed, and when the first information processing device receives the first transmission data from the image acquisition device, the storage process of storing the eye-tested image data.
  • the first image diagnostic apparatus that performs the first image diagnosis on the eye test image data, and the second image diagnosis different from the first image diagnosis are performed on the eye test image data.
  • a specific process for specifying at least one of the second image diagnostic devices to be performed, and a second transmission process for transmitting the second transmission data including the eye-tested eye image data to the specified image diagnostic device are executed.
  • the information processing system which is one aspect of the invention disclosed in the present application, is a first information that can communicate with an image acquisition device that acquires the eye test image data of a patient and the image acquisition device and stores the eye test image data.
  • the image acquisition device includes a processing device, and the image acquisition device obtains the first transmission data including the eye test image data and additional information used for identifying artificial intelligence for image diagnosis of the eye test image data.
  • the first artificial intelligence for performing the first image diagnosis of the eye test image data and the second artificial intelligence for performing the second image diagnosis different from the first image diagnosis of the eye test image data Based on the additional information, the first artificial intelligence for performing the first image diagnosis of the eye test image data and the second artificial intelligence for performing the second image diagnosis different from the first image diagnosis of the eye test image data.
  • the information processing device which is one aspect of the invention disclosed in the present application includes a processor and a storage device, and the storage device includes a patient's eye test image data, additional information of the eye test image data, and additional information.
  • the processor holds the correspondence information with the image diagnostic apparatus for image-diagnosing the eye-tested image data, and the processor performs the first image diagnosis based on the correspondence information and the additional information of the eye-tested image data.
  • At least one of the first image diagnostic device that performs the eye examination image data and the second image diagnostic device that performs the second image diagnosis different from the first image diagnosis on the eye examination image data is specified, and the subject
  • the transmission data including the eye examination image data is transmitted to the specified diagnostic imaging apparatus.
  • the information processing device which is one aspect of the invention disclosed in the present application includes a processor and a storage device, and the storage device includes a patient's eye test image data, additional information of the eye test image data, and additional information.
  • the processor holds the correspondence information with the artificial intelligence for image diagnosis of the eye test image data, and the processor is the first of the eye test image data based on the correspondence information and the additional information of the eye test image data.
  • At least one of the first artificial intelligence for performing the image diagnosis and the second artificial intelligence for performing the second image diagnosis different from the first image diagnosis of the eye test image data is specified, and the eye test image data and the artificial intelligence are obtained.
  • the second transmission data including the specific specific information to be specified is transmitted to the diagnostic imaging apparatus including the specified artificial intelligence.
  • the information processing method is executed by an information processing device, the information processing device includes a processor and a storage device, and the storage device includes image data of a patient's eye to be inspected.
  • the additional information of the eye-tested image data and the correspondence information between the additional information and the image diagnostic apparatus for image-diagnosing the eye-tested image data are held, and the information processing method is performed by the processor by the processor.
  • the first image diagnostic apparatus that performs the first image diagnosis on the eye test image data, and the second image diagnosis different from the first image diagnosis are performed on the eye test image.
  • At least one of the second diagnostic imaging apparatus to be performed on the data is specified, and the processor transmits the transmission data including the eye-tested eye image data to the identified diagnostic imaging apparatus.
  • the information processing method is executed by an information processing device, the information processing device includes a processor and a storage device, and the storage device includes image data of a patient's eye to be inspected.
  • the additional information of the eye-tested image data and the correspondence information between the additional information and the artificial intelligence for image-diagnosing the eye-tested image data are held, and the information processing method is performed by the processor using the corresponding information and the subject.
  • the first artificial intelligence for performing the first image diagnosis of the eye examination image data and the second image diagnosis different from the first image diagnosis of the eye examination image data are performed.
  • At least one of the artificial intelligence is specified, and the processor transmits the second transmission data including the eye-tested image data and the specific information for identifying the artificial intelligence to the diagnostic imaging apparatus including the specified artificial intelligence.
  • a program that is one aspect of the invention disclosed in the present application is a program for causing an information processing device to execute information processing
  • the information processing device includes a processor and a storage device
  • the storage device is a patient.
  • the program holds the image data to be inspected, the additional information of the image data to be inspected, and the correspondence information between the additional information and the image diagnostic apparatus for image diagnosis of the image data to be inspected.
  • the first image diagnostic apparatus that performs the first image diagnosis on the eye test image data, and the second image diagnosis different from the first image diagnosis are performed on the test eye.
  • the processor is made to execute a process of specifying at least one of the second diagnostic imaging apparatus for the image data and a process of transmitting transmission data including the eye-tested eye image data to the specified diagnostic imaging apparatus.
  • a program that is one aspect of the invention disclosed in the present application is a program for causing an information processing device to execute information processing, the information processing device includes a processor and a storage device, and the storage device is a patient.
  • the program holds the correspondence information of the eye test image data, the additional information of the eye test image data, and the correspondence information between the additional information and the artificial intelligence for image diagnosis of the eye test image data.
  • the first artificial intelligence for performing the first image diagnosis of the eye test image data and the second image diagnosis different from the first image diagnosis of the eye test image data are performed.
  • Example 1 It is an example of AI selection information in Example 1.
  • This is an example of the data structure of the anonymized diagnosis target data in Example 1.
  • This is an example of a display screen for displaying the diagnosis result in the first embodiment.
  • This is an example of a display screen for displaying the diagnosis result in the first embodiment.
  • This is an example of a display screen for displaying the diagnosis result in the first embodiment.
  • This is an example of a display screen for displaying the diagnosis result when the image diagnosis is performed by a plurality of diagnosis servers in the first embodiment.
  • It is explanatory drawing which shows the structural example of the diagnostic imaging system in Example 2.
  • FIG. It is a sequence diagram which shows an example of the image diagnosis processing of the image diagnosis system in Example 2.
  • FIG. 1 is an explanatory diagram showing a configuration example of the diagnostic imaging system of the first embodiment.
  • the diagnostic imaging system includes a management server 100, a diagnostic server 201, a diagnostic server 202, and a diagnostic server 203.
  • the diagnostic imaging system includes, for example, an in-hospital server 300, a terminal 400, and an imaging device 500 installed in a hospital, clinic, health examination facility, or the like.
  • the in-hospital server 300, the terminal 400, and the photographing device 500 are each connected via a network.
  • the imaging device 500 is an ophthalmologic apparatus that photographs the fundus, and examples thereof include a fundus camera (Fundus Camera), a scanning laser ophthalmoscope, and an optical coherence tomography.
  • the photographing device 500 is connected to the terminal 400.
  • the imaging device 500 photographs the patient's eye to be inspected and generates fundus image data of the right eye and the left eye of the inspected eye.
  • the generated fundus image data is transmitted to the terminal 400.
  • the fundus image data is any one of fundus image data taken by a fundus camera, fundus image data of the fundus taken by a scanning laser ophthalmoscope, and tomographic data of the fundus taken by an optical interference tomometer. It may be one. Alternatively, it may be a fundus image data set that is a combination of two or more of them.
  • the fundus image data is an example of the eye image data to be inspected.
  • the terminal 400 which is an example of the image acquisition device, is a computer such as a PC (Personal Computer) or a tablet used by a doctor, an operator of an ophthalmic device, or the like.
  • the terminal 400 is connected to the hospital server 300.
  • the terminal 400 transmits data, which is an example of the first transmission data including the fundus image data and additional information, to the hospital server 300.
  • the additional information includes device information related to the performance and specifications of the imaging device 500, medical departments (ophthalmology, internal medicine, diabetes internal medicine, etc.) of hospitals and clinics using the terminal 400, diagnostic course fees, doctor names, etc. Any one or a combination thereof is included in the facility information including, and the diagnosis type information including the diagnosis mode and the name of the disease to be diagnosed.
  • the angle of view, modality, and resolution of the captured image (eye image to be inspected) of the photographing device 500, and the attribute information of the image including the model number and terminal ID of the photographing device 500 are examples of the device information.
  • the modality is the type of imaging device 500 (eg, fundus camera, scanning laser ophthalmoscope, optical interference tomography, etc.) or the type of image as a medical image captured by the imaging device 500 (eg, red laser or near-infrared laser). It is information showing the photographed fundus image, angiographic image, etc.).
  • the names of doctors and hospitals that use the terminal 400, the location where the terminal is installed information on clinical departments such as ophthalmology, internal medicine and diabetes internal medicine, and information on facilities such as opticians and health examination facilities), etc. This is an example of the facility information.
  • the hospital server 300 which is an example of the image acquisition device, has a patient information DB (DataBase) 310 that holds patient information, and stores the patient information received from the terminal 400 in the patient information DB 310.
  • the hospital server 300 is connected to the management server 100 via a network.
  • the in-hospital server 300 includes patient information, fundus image data, and additional information received from the terminal 400 in the diagnosis target data, and transmits the diagnosis target data, which is an example of the first transmission data, to the management server 100.
  • a part or all of the patient information in the diagnosis target data and a part or all of the additional information may be generated by the in-hospital server 300.
  • the management server 100 which is an example of the first information processing apparatus, is the diagnosis target data in which a part of the diagnosis target data (for example, patient information) received from the hospital server 300 is anonymized, and is an example of the second transmission data. Generates anonymized diagnostic target data.
  • the management server 100 is connected to the diagnostic server 201, the diagnostic server 202, and the diagnostic server 203 via a network.
  • the management server 100 selects and selects either the diagnostic server 201, the diagnostic server 202, or the diagnostic server 203 as the diagnostic server that performs image diagnosis of the fundus image data included in the anonymized diagnosis target data based on the additional information.
  • the anonymized diagnosis target data is transmitted to the diagnostic server.
  • the diagnostic servers 201 to 203 which are examples of diagnostic imaging devices, are each equipped with AI (Artificial Intelligence) that performs diagnostic imaging on fundus image data.
  • AI1, AI2, and AI3 mounted on the diagnostic servers 201 to 203 have different functions (algorithms) (this will be described later).
  • the diagnostic server that has received the anonymized diagnosis target data performs image diagnosis on the fundus image data included in the anonymized diagnosis target data using the built-in AI.
  • the diagnosis result is encrypted and transmitted to the in-hospital server 300 and the terminal 400 via the management server 100.
  • each of the diagnostic servers 201 to 203 will be described.
  • the fundus image targeted by each AI and the name of the disease to be diagnosed are examples, and various combinations of the fundus image and the name of the disease to be diagnosed are possible.
  • the diagnostic server 201 which is an example of the diagnostic imaging apparatus, targets a fundus image taken by an imaging device 500 having a narrow angle of view (an angle of view of less than 30 to 100 degrees starting from the center of the eyeball), which is an example of the first angle of view.
  • the management server 100 transmits the anonymized diagnosis target data to the diagnosis server 201.
  • the diagnostic server 202 has a wide angle of view (100 degrees or more and less than 200 degrees from the center of the eyeball) or an ultra-wide angle of view (200 degrees or more from the center of the eyeball), which is an example of the second angle of view. )
  • the management server 100 transmits the anonymized diagnosis target data to the diagnosis server 202.
  • the diagnostic server 203 targets the fundus image taken by the imaging device 500 having an ultra-wide angle (angle of view of 200 degrees or more starting from the center of the eyeball), and can diagnose not only diabetic retinopathy but also various fundus diseases AI223. Is a diagnostic server equipped with.
  • the management server 100 transmits the anonymized diagnosis target data to the diagnosis server 203.
  • FIG. 2 is a block diagram showing a hardware configuration example of a computer constituting each of the management server 100, the diagnostic server, the hospital server 300, and the terminal 400.
  • the computer 600 has, for example, a processor (CPU) 601, a storage device 602, an input device 603, an output device 604, and a communication I / F (InterFace) 605, which are connected to each other by an internal signal line 606.
  • the processor 601 executes the program stored in the storage device 602.
  • the storage device 602 includes a memory.
  • the memory includes a ROM which is a non-volatile storage element and a RAM which is a volatile storage element.
  • the ROM stores an invariant program (for example, BIOS) and the like.
  • the RAM is a high-speed and volatile storage element such as a DRAM (Dynamic Random Access Memory), and temporarily stores a program executed by the processor 601 and data used when the program is executed.
  • the storage device 602 also includes an auxiliary storage device.
  • the auxiliary storage device is, for example, a large-capacity and non-volatile storage device such as a magnetic storage device (HDD) or a flash memory (SSD), and stores a program executed by the processor 601 and data used when executing the program. .. That is, the program is read from the auxiliary storage device, loaded into memory, and executed by the processor 601.
  • HDD magnetic storage device
  • SSD flash memory
  • the input device 603 is an interface that receives input from an operator, such as a keyboard and a mouse.
  • the output device 604 is a device such as a display or a printer that outputs a program execution result in a format that can be visually recognized by an operator.
  • the input device 603 and the output device 604 may be integrated as in the touch panel device.
  • the communication I / F 605 is a network interface device that controls communication with other devices according to a predetermined protocol.
  • the program executed by the processor 601 is provided to the computer 600 via a removable medium (CD-ROM, flash memory, etc.) or a network, and is stored in a non-volatile auxiliary storage device which is a non-temporary storage medium. Therefore, the computer 600 may have an interface for reading data from removable media.
  • a removable medium CD-ROM, flash memory, etc.
  • a non-volatile auxiliary storage device which is a non-temporary storage medium. Therefore, the computer 600 may have an interface for reading data from removable media.
  • the management server 100, the diagnostic server, the hospital server 300, and the terminal 400 are each configured on one computer 600 physically, or on a plurality of computers 600 logically or physically configured. It is a computer system, and may be operated by separate threads on the same computer 600, or may be operated on a virtual computer built on a plurality of physical computer resources.
  • FIG. 3 is a block diagram showing a functional configuration example of the management server 100.
  • the management server 100 includes an anonymization processing unit 101, an AI selection unit 102, a display screen generation unit 103, and a diagnosis result data generation unit 104.
  • the anonymization processing unit 101 anonymizes the patient information included in the diagnosis target data transmitted from the in-hospital server 300.
  • the AI selection unit 102 selects an AI for performing image diagnosis on the fundus image data included in the diagnosis target data based on the additional information included in the diagnosis target data.
  • the display screen generation unit 103 generates screen information to be displayed on the output device 604.
  • the diagnosis result data generation unit 104 decodes the encrypted diagnosis result received from the diagnosis server, generates a display screen (FIGS. 12, 13, and 14) showing the diagnosis result, and displays the information on this display screen. It is transmitted to the in-hospital server 300.
  • the functional unit included in the management server 100 is realized by the processor 601 of the computer 600 that realizes the management server 100.
  • the processor 601 functions as an anonymization processing unit 101 by operating according to the anonymization processing program loaded in the memory included in the storage device 602, and is loaded in the memory included in the storage device 602.
  • the AI selection program By operating according to the AI selection program, it functions as the AI selection unit 102.
  • the other functional units included in the management server 100 and the functional units included in the other devices are realized by operating the processor 601 according to the program loaded in the memory.
  • the management server 100 holds the AI selection information 110.
  • the AI selection information 110 holds the correspondence information between the additional information and the diagnostic server 201, the diagnostic server 202, and the diagnostic server 203. Further, as will be described later, since AI221, AI222, and AI223 include different diagnostic imaging models, it can be said that the AI selection information 110 includes the correspondence information between the additional information and the diagnostic imaging model.
  • the AI selection information 110 the AI corresponding to the additional information is defined by describing the conditional branching by the value of one or more types of additional information. Further, in the AI selection information 110, the correspondence between the value (or range of values) of one or more types of additional information and the AI 220 may be described in a table format.
  • the AI selection information 110 is stored in the auxiliary storage device included in the storage device 602 of the computer 600 that realizes the management server 100. Similarly, the information and the DB held by the other device are also stored in the auxiliary storage device included in the storage device 602 of the computer 600 that realizes the other device.
  • the information used by each device included in the diagnostic imaging system may be represented by any data structure regardless of the data structure.
  • a properly selected data structure from a table, list, database or queue can store the information.
  • Various information is stored and held in a non-volatile memory or the like.
  • FIG. 4 is a block diagram showing a functional configuration example of the diagnostic server 201.
  • the functional configurations of the diagnostic server 201, the diagnostic server 202, and the diagnostic server 203 differ only in the AI function, and other configurations (the display screen generation unit, the management unit, and the like have the same functions). Therefore, the functional configuration of the diagnostic server 201 will be described.
  • the diagnostic server 201 includes, for example, an image diagnosis unit 2011, a learning information management unit 2021, a diagnostic image generation unit 2031, and a management unit 2041.
  • the diagnostic server 201 holds the learning DB 2101 and the diagnostic imaging model 2111.
  • the learning DB 2101 is a DB for constructing the diagnostic imaging model 2111.
  • the image diagnosis model 2111 is a model that outputs a diagnosis result when image data is input, and is a fundus image taken by a photographing device 500 having a narrow angle of view (an angle of view of less than 30 to 100 degrees starting from the center of the eyeball). This is a model that outputs the grade of diabetic retinopathy symptoms as a diagnostic result. In this embodiment, the grade of diabetic retinopathy symptom is classified into 5 levels of international severity classification.
  • AI221 is realized by the image diagnosis unit 2011, the learning information management unit 2021, the learning DB 2101, and the image diagnosis model 2111.
  • the image diagnosis unit 2011 executes image diagnosis using the image diagnosis model 2111 on the fundus image data included in the anonymization diagnosis target data received from the management server 100.
  • the learning information management unit 2021 stores the eye-tested image data and the image diagnosis result included in the anonymized diagnosis target data in the learning DB 210 as learning data for AI, and updates the learning DB 210.
  • the learning information management unit 2021 updates (for example, optimizes) the diagnostic imaging model 2111 by learning based on the updated learning DB 2101.
  • the diagnostic image generation unit 2031 generates a diagnosed fundus image in which a mark indicating the lesion position, characters of the disease name, etc. are superimposed on the diagnosed fundus image.
  • the management unit 2041 manages the AI221.
  • the diagnosed fundus image is transmitted to the management server 100 together with the diagnosis result.
  • the diagnostic server 201 does not have to have the learning function of the diagnostic imaging model 2111. That is, the diagnostic server 201 may continue to execute the diagnostic imaging while fixing the predetermined diagnostic imaging model 2111 without updating the diagnostic imaging model 2111. In this case, the diagnostic server 201 does not have to have the learning information management unit 2021 and the learning DB 2101.
  • Both the diagnostic server 202 and the diagnostic server 203 have the same configuration as the diagnostic server 201, except that they have a different diagnostic imaging model from the diagnostic server 201.
  • the diagnostic imaging model held by the diagnostic server 202 is a model that outputs a diagnostic result when image data is input, and has a wide angle of view (angle of view of 100 degrees or more and less than 200 degrees starting from the center of the eyeball) or. This is a model that outputs the grade of diabetic retinopathy symptoms as a diagnosis result for a fundus image taken by an imaging device 500 having an ultra-wide angle (angle of view of 200 degrees or more starting from the center of the eyeball).
  • the diagnostic imaging model held by the diagnostic server 203 is a model that outputs the diagnostic result when the image data is input, and was photographed by the imaging device 500 having an ultra-wide angle (angle of view of 200 degrees or more starting from the center of the eyeball). It is a model that outputs diagnostic results of various fundus diseases as well as diabetic retinopathy, targeting fundus images.
  • the diagnostic imaging unit, the learning information management unit, and the learning DB of the diagnostic server 202 and the diagnostic server 203 conform to the diagnostic imaging model held by themselves.
  • FIG. 5 is a block diagram showing a functional configuration example of the in-hospital server 300.
  • the in-hospital server 300 includes, for example, an anonymization processing unit 301, a patient information management unit 302, and a display screen generation unit 303.
  • the in-hospital server 300 holds the patient information DB 310.
  • the anonymization processing unit 301 anonymizes the patient information included in the diagnosis target data.
  • the patient information management unit 302 stores the patient information included in the diagnosis target data in the patient information DB 310, or acquires the patient information from the patient information DB 310 and adds it to the diagnosis target data.
  • the display screen generation unit 303 generates screen information to be displayed on the output device 604.
  • the patient information DB 310 holds patient information.
  • FIG. 6 is a block diagram showing a functional configuration example of the terminal 400.
  • the terminal 400 includes a diagnosis target data generation unit 401, an additional information acquisition unit 402, and a display screen generation unit 403.
  • the diagnosis target data generation unit 401 generates diagnosis target data including patient information, additional information, and eye image data to be examined.
  • the additional information acquisition unit 402 acquires additional information for selecting an AI (or a diagnostic server having an AI appropriate for diagnosis).
  • the display screen generation unit 403 generates screen information to be displayed on the output device 604.
  • FIG. 7 is a sequence diagram showing the image diagnosis process of the image diagnosis system of the first embodiment.
  • a diagnostic server that performs image diagnosis of the fundus image is selected based on the device information of the photographing device 500 and the like.
  • the diagnosis target data generation unit 401 of the terminal 400 receives the input of patient information via the input device 603 (S701).
  • the ID that identifies the patient, the age, gender, address, medical history, drug history, interview results, etc. of the patient are all examples of patient information. For a patient whose information is already registered in the patient information DB 310, if the input of the ID for identifying the patient is accepted, the input of other patient information can be omitted.
  • the diagnosis target data generation unit 401 acquires the fundus image data of both eyes of the patient transmitted from the imaging device 500 (S702).
  • the fundus image data of both eyes may be acquired, or the fundus image data of only one eye of the left eye or the right eye may be acquired.
  • the diagnosis target data generation unit 401 generates left and right eye flags indicating whether the fundus image data is the data of both eyes, the data of only the right eye, or the data of only the left eye.
  • the diagnosis target data generation unit 401 may acquire fundus image data from a device other than the photographing device 500.
  • the additional information acquisition unit 402 acquires the additional information (S703). Specifically, for example, the additional information acquisition unit 402 acquires device information from the imaging device 500 as additional information, or accepts input from a hospital or doctor's clinical department using the terminal 400.
  • these additional information may be stored in advance in the storage device 602 of the terminal 400.
  • the photographing device 500 may embed the device information in the fundus image data as metadata, and the additional information acquisition unit 402 may acquire the device information from the fundus image data.
  • the diagnosis target data generation unit 401 transmits the diagnosis target data including the patient information, the fundus image data, the left and right eye flags, and the additional information to the management server 100 via the hospital server 300 (S704).
  • the patient information management unit 302 of the in-hospital server 300 stores the patient information received from the terminal 400 in the patient information DB 310.
  • the patient information management unit 302 may acquire and supplement the patient information by referring to the patient information DB 310. Specifically, for example, when the patient information received from the terminal 400 is only the ID that identifies the patient, the patient information management unit 302 acquires the patient information corresponding to the ID from the patient information DB 310. , The diagnosis target data including the acquired patient information is transmitted to the management server 100.
  • the anonymization processing unit 101 of the management server 100 performs anonymization processing by a predetermined algorithm on the patient information included in the received diagnosis target data (S705).
  • the anonymization process is a process of anonymizing the patient ID (replacing it with an ID unique to the fundus image data) or deleting the patient's personal information such as the name and disease name.
  • the anonymization processing unit 101 may anonymize only some patient information (for example, only sensitive information related to privacy). Further, the anonymization process for the patient information may be executed in advance by, for example, the anonymization processing unit 301 of the in-hospital server 300 before the diagnosis target data is transmitted to the management server 100.
  • the AI selection unit 102 of the management server 100 selects at least one of the diagnosis server 201, the diagnosis server 202, and the diagnosis server 203 based on the AI selection information 110 and the additional information included in the received diagnosis target data. , Anonymized patient information, fundus image data, left and right eye flags, additional information, and anonymized diagnosis target data (see FIG. 11 below), selected diagnostic server (here, diagnosis). (Suppose that the server 201 is selected) (S706). Details of step S706 will be described later.
  • the AI selection unit 102 may encrypt the anonymized diagnosis target data using an encryption key and then transmit the data to the selected diagnostic server 201.
  • the diagnostic server 201 uses the encryption key as the encryption key. It has a corresponding decryption key, and in step S707 described later, first, the decryption key is used to decrypt the data to be anonymized and diagnosed.
  • the diagnostic imaging unit 2011 of the diagnostic server 201 that received the anonymized diagnosis target data performs image diagnosis on the fundus image data included in the received anonymized diagnosis target data, and diabetic retinopathy targeting the narrow-angle fundus image. Is executed using the image diagnosis model 2111 for diagnosing the above (S707).
  • the learning information management unit 2021 of the diagnosis server 201 updates the learning DB 2101 by storing the fundus image data as learning data in the learning DB 2101, and updates the image diagnosis model 2111 based on the updated learning DB 2101 (S708).
  • the learning information management unit 2021 may also store the anonymized patient information and additional information in the learning DB 2101 as learning data.
  • the management unit 2041 generates image diagnosis result data including the anonymized patient information and the image diagnosis result as bad as possible.
  • the image diagnosis result is encrypted by using the encryption key held by the diagnosis server 201, the encrypted image diagnosis result is generated, and the encrypted image diagnosis result is transmitted to the management server 100 (S709).
  • the image diagnosis result data may include a diagnosed fundus image in which a mark indicating the lesion position, characters of the disease name, and the like are superimposed on the diagnosed fundus image.
  • the diagnosis result data generation unit 104 of the management server 100 decrypts the received encrypted image diagnosis result using the decryption key held by the management server 100 (S710). In addition, the diagnosis result data generation unit 104 restores the anonymized patient information. Then, the decoded image diagnosis result is associated with the patient information of the patient before anonymization.
  • the diagnosis result data generation unit 104 generates a display screen (FIG. 12) showing the diagnosis result including the grade of diabetic retinopathy which is the diagnosis result, assigns the patient ID, and saves it in a memory (not shown).
  • the diagnosis result data generation unit 104 When the management server 100 receives the encrypted image diagnosis result from the diagnosis server 202, the diagnosis result data generation unit 104 generates a display screen (FIG. 13) showing the diagnosis result. When the management server 100 receives the encrypted image diagnosis result from the diagnosis server 203, the diagnosis result data generation unit 104 generates a display screen (FIG. 14) showing the diagnosis result.
  • the diagnosis result data generation unit 104 links the display screen showing the diagnosis result with the patient information and transmits it to the in-hospital server 300 (S711).
  • the display screen generation unit 303 of the hospital server 300 displays a display screen showing the received diagnosis result and a display screen based on the patient information on the output device 604 of the hospital server 300 (S712).
  • the terminal 400 acquires the image diagnosis result and the patient information from the in-hospital server 300, and the display screen generation unit 403 of the terminal 400 displays a display screen showing the diagnosis result and a display screen based on the patient information. It may be displayed on the output device 604 of the terminal 400.
  • the display screen generation unit 103 of the management server 100 generates display screen information based on the image diagnosis result and the patient information and sends it to the hospital server 300, and the hospital server 300 and the terminal 400 generate the generated information.
  • the display screen may be displayed according to the above.
  • FIG. 8 is a flowchart showing an example of the diagnostic server determination process in step S706.
  • the diagnostic server that transmits the anonymized diagnosis target data is determined based on the angle of view information included in the additional information.
  • the AI selection unit 102 of the management server 100 acquires additional information including the angle of view information from the diagnosis target data (S801).
  • the AI selection unit 102 determines whether or not the angle of view indicated by the angle of view information is a wide angle of view (S802). Specifically, when the angle of view information indicates a specific angle, if the angle is at least a predetermined value (for example, 100 degrees), it is determined that the angle of view is wide, and if it is less than the predetermined value, the wide image is wide. Judge that it is not an angle (narrow angle of view).
  • a predetermined value for example, 100 degrees
  • the management server 100 may hold the device information of each photographing device 500.
  • the device information is a look-up table that defines the model number and terminal ID of each photographing device 500 in association with the angle of view, resolution, and the like.
  • the AI selection unit 102 acquires the model number or terminal ID of the photographing device 500 from the additional information, refers to the device information, and has a wide angle of view of the photographing device 500 indicated by the model number or terminal ID. It may be determined whether or not it is.
  • the AI selection unit 102 determines that the angle of view indicated by the angle of view information is a wide angle of view (S802: Yes)
  • the AI selection unit 102 transmits the anonymized diagnosis target data to the diagnosis server 202 (S803), and the AI selection unit 102 must have a wide angle of view.
  • the determination is made (S802: No)
  • the anonymized diagnosis target data is transmitted to the diagnosis server 201 (S804), and the process of step S705 ends.
  • the AI mounted on the diagnostic server 202 can perform image diagnosis on the fundus image captured at a wide angle of view with high accuracy, and the AI mounted on the diagnostic server 201 is captured at a narrow angle of view. It is assumed that the image diagnosis for the image to be inspected can be performed with high accuracy. As a result, the AI selection unit 102 can select an appropriate diagnostic server according to the shooting angle of view of the image to be inspected.
  • the AI selection unit 102 determines whether or not the angle of view indicated by the angle of view information is a wide angle of view, and selects a destination diagnostic server from the two diagnostic servers 201 and the diagnostic server 202. did. Further, the AI selection unit 102 determines which of the three or more angle-of-view categories the angle of view indicated by the angle-of-view information corresponds to, and refers to the AI selection information 110 to make a diagnosis corresponding to the category. You may choose a server.
  • the diagnostic server is selected according to the angle of view, but the diagnostic server may be selected by using other elements included in the additional information.
  • facility information included in the additional information names of doctors and hospitals using the terminal 400, information on clinical departments such as ophthalmology, internal medicine, diabetes internal medicine, etc., eyeglass stores and health examinations
  • Information about facilities such as facilities), fees for diagnostic courses at hospitals and clinics where the terminal 400 is installed, etc. may be used to allow the AI selection unit 102 to determine the diagnostic server.
  • the AI selection unit 102 selects, for example, the diagnosis server 203 if the clinical department information is ophthalmology, and the diagnostic server 201 if the clinical department information is internal medicine. Further, the AI selection unit 102 selects, for example, the diagnosis server 202 or the diagnosis server 203 when the charge of the diagnosis course is equal to or more than the predetermined value, and the diagnosis server 201 when the charge of the diagnosis course is less than the predetermined value.
  • a diagnostic server 201 equipped with AI for diagnosing the onset of a specific disease (for example, diabetic retinopathy) with high accuracy
  • a diagnostic server 203 for comprehensively diagnosing the onset of a plurality of types of diseases.
  • the additional information shall include information indicating the disease to be diagnosed.
  • the AI selection unit 102 may, for example, use the diagnosis server 201 if the disease to be diagnosed indicated by the additional information is the specific disease, and the disease to be diagnosed indicated by the additional information may be a comprehensive diagnosis instead of a specific disease name.
  • the diagnostic server 203 is selected.
  • a diagnostic server 201 equipped with an AI that performs image diagnosis on an eye test image taken by a fundus camera with high accuracy, and an AI that performs image diagnosis on an eye test image taken by a scanning laser ophthalmoscope with high accuracy.
  • the diagnostic server 202 is equipped with the above. It is assumed that the additional information includes information indicating modality.
  • the AI selection unit 102 selects, for example, the diagnostic server 201 if the modality indicated by the additional information is a fundus camera, and selects the diagnostic server 202 if the modality indicated by the additional information is a scanning laser ophthalmoscope.
  • the AI selection unit 102 can select a diagnostic server equipped with the optimum AI from a plurality of diagnostic servers based on additional information. As a result, the user does not have to worry about selecting a diagnostic server and / or has trouble, and the fundus image data can be transmitted to an appropriate diagnostic server.
  • FIG. 9 is a flowchart showing another example of the diagnostic server determination process in step S706.
  • a diagnostic server that transmits anonymized diagnosis target data is determined based on a plurality of types of information (angle of view information and clinical department information) included in the additional information. That is, it is assumed that the angle of view information and the clinical department information are included in the additional information. The difference from FIG. 8 will be described.
  • the AI selection unit 102 determines whether the clinical department indicated by the clinical department information is ophthalmology or internal medicine (S901). ).
  • the AI selection unit 102 determines that the clinical department indicated by the clinical department information is ophthalmology (S901: ophthalmology)
  • S9011: Internal medicine the anonymized diagnosis target data is transmitted to the diagnosis server 202 (S902), and the process of step S705 is completed.
  • the AI mounted on the diagnostic server 202 can perform detailed diagnosis such as the symptom level of a specific disease (for example, diabetic retinopathy) on the fundus image data taken at a wide angle of view with high accuracy. It shall be possible. Further, the AI mounted on the diagnostic server 201 can perform image diagnosis with high accuracy on the fundus image data taken at a narrow angle of view. Further, the AI mounted on the diagnosis server 203 can diagnose the onset of a plurality of types of diseases with high accuracy on the fundus image data taken at a wide angle of view.
  • a specific disease for example, diabetic retinopathy
  • the AI selection unit 102 can select an appropriate diagnostic server according to the shooting angle of view of the eye image to be inspected and the hospital where the terminal 400 is installed or the clinical department of the doctor who uses the terminal 400. That is, the fundus image data can be transmitted to an appropriate diagnostic server based on a plurality of types of information (angle of view information and clinical department information) included in the additional information.
  • all the fundus image data taken at a narrow angle of view is transmitted to the diagnosis server 201, but the eye test image data taken at a narrow angle of view is also conditionally branched by further additional information.
  • the destination diagnostic server may be selected from a plurality of different diagnostic servers.
  • one of the specific diagnostic servers was selected from a plurality of diagnostic servers using two types of additional information, but the additional information and the diagnostic server are selected according to the characteristics of each AI installed in the diagnostic server. Correspondence with can be arbitrarily designed. For example, three or more types of additional information may be used, or the diagnostic server can be determined by arbitrary conditional branching using a plurality of types of additional information.
  • FIG. 10 is an example of AI selection information 110.
  • the AI selection information 110 includes, for example, a record number field 1101, an additional information field 1102, and a diagnostic server ID field 1103.
  • the record number field 1101 holds a number that identifies the record of the AI selection information 110.
  • the additional information column 1102 holds one or more types of additional information elements (angle of view information, modality information, clinical department information, resolution information, etc.).
  • the diagnostic server ID column 1103 holds an ID that identifies the diagnostic server that is the destination of the anonymized diagnosis target data corresponding to the combination of additional information.
  • the AI selection unit 102 acquires additional information in step S706, and transmits the anonymized diagnosis target data to the diagnosis server having the diagnosis server ID corresponding to the acquired additional information in the table of FIG.
  • Conditional branches as shown in FIGS. 8 and 9 may be described in a table format as shown in FIG.
  • FIG. 11 is an example of the data structure of the anonymized diagnosis target data transmitted from the management server 100 to the diagnosis server.
  • the anonymized diagnosis target data includes, for example, a header 701, DICOM (Digital Imaging and Communications in Medicine) data 702, user data 703, and fundus image data 704.
  • DICOM Digital Imaging and Communications in Medicine
  • the DICOM data 702 describes, for example, information such as a format of a medical image taken by the imaging device 500 and information defining a communication protocol between the medical devices including the imaging device 500.
  • User data 703 includes, for example, a diagnosis type flag, left and right eye flags, anonymized patient information, and additional information.
  • the diagnosis type flag is a flag indicating a disease name (a value that identifies diabetic retinopathy, age-related macular degeneration, all fundus diseases, etc.) diagnosed by the diagnosis server selected by the AI selection unit 102.
  • the right / left eye flag is a flag (for example, L, R, or LR) indicating whether the fundus image data 704 is the image data of the right eye, the image data of the left eye, or the image data of both eyes. The value).
  • the contents that can be described in the DICOM data 702 such as the terminal ID and the modality of the photographing device 500 may be described only in the DICOM data 702.
  • FIG. 12 is an example of a display screen displaying the diagnosis result by the diagnosis server 201.
  • FIG. 12 is a display screen (screen layout) when the symptom level of diabetic retinopathy is diagnosed with respect to the eye test image (fundus image) data taken at a narrow angle of view.
  • the display screen includes a patient information display area 1201, an AI information display area 1202, an additional information display area 1203, and a diagnosis result display area 1204.
  • the patient information display area 1201 displays, for example, patient information included in diagnostic imaging data.
  • the AI information display area 1202 displays, for example, the ID of the diagnostic server that performed the image diagnosis and the ID (or version number) of the AI that performed the image diagnosis.
  • the additional information display area 1203 displays, for example, a part (angle of view, resolution, diagnosis type, etc.) or all of the additional information included in the diagnosis target data.
  • the diagnosis result display area 1204 displays information indicating the diagnosis result of the fundus image data by the diagnosis server.
  • a fundus image of both eyes, a bar showing five levels of diabetic retinopathy in both eyes, and findings of both eyes are displayed in the diagnosis result display area 1204.
  • a right eye image and a right-pointing arrow (indicator) indicating the symptom level of diabetic retinopathy in the right eye are displayed on the right side of the bar, and a left eye image and diabetes in the left eye are displayed on the left side of the bar.
  • a left-pointing arrow indicating the symptom level of retinopathy is displayed.
  • the user can grasp the symptom level and the difference in the symptom level of diabetic retinopathy in both eyes only by glancing at the diagnosis result display area 1204.
  • the findings in the diagnosis result display area 1204 are generated by the AI of the diagnosis server. The user of terminal 400 may be able to enter and edit this finding.
  • FIG. 13 is an example of a display screen displaying the diagnosis result by the diagnosis server 202.
  • FIG. 13 is a display screen when the symptom level of diabetic retinopathy is diagnosed with respect to the wide-angle fundus image data taken at a wide angle of view.
  • an abnormality occurs in the peripheral part of the fundus as an initial symptom, and then the abnormality spreads to the central part.
  • wide-angle fundus image data including not only the central portion of the fundus but also the peripheral portion can be obtained.
  • AI which diagnoses wide-angle fundus images taken at a wide angle of view, not only estimates the current symptom level of diabetic retinopathy, but also predicts the future symptom level in consideration of the condition of the peripheral part of the fundus. Can be executed.
  • the diagnosis result display area 1204 in the example of FIG. 13 in addition to the bar showing the current symptom level of diabetic retinopathy in both eyes, the bar showing the symptom level of diabetic retinopathy in both eyes in the future. Is displayed. Further, in the findings of the diagnosis result display area 1204, the predicted state of the future (in FIG. 13, one year later, but three months later, six months later, etc. may be used) is described.
  • the current symptom level and the future symptom level are displayed in the diagnosis result display area 1204, but the current symptom level in the central part of the fundus and the current symptom level in the peripheral part are diagnosed. It may be displayed in the result display area 1204.
  • FIG. 14 is an example of a display screen displaying the diagnosis result by the diagnosis server 203.
  • FIG. 14 is a display screen when a plurality of diseases are diagnosed with respect to the wide-angle fundus image data taken at a wide angle of view. As multiple diseases, one is diabetic retinopathy. This is the same as the diagnosis result display of diabetic retinopathy in FIG. Further, in FIG. 14, a bar and an arrow (indicator) indicating the symptom category and the degree of progression for the disease 2 and the disease 3 are displayed.
  • Disease 2 and Disease 3 are fundus diseases such as age-related macular degeneration and retinal detachment that can be discriminated by AI223 of the diagnostic server 203.
  • the diagnosis result display area 1204 displays information indicating the presumed onset of the disease. You may do so.
  • the diagnosis result display area 1204 may further display a message recommending image diagnosis by a diagnosis server having an AI capable of diagnosing a specific symptom level of a disease whose onset is presumed to occur.
  • the management server 100 may hold correspondence information between the disease and the diagnostic server equipped with AI capable of diagnosing the symptom level of the disease.
  • the management server 100 can transmit a diagnostic server equipped with AI capable of diagnosing the symptom level of the disease by referring to the corresponding information. Identify one of the various diagnostic servers. Then, the management server 100 may send information indicating the diagnosis server to the in-hospital server 300 to display the information, or send the anonymized diagnosis target data to the diagnosis server again to request image diagnosis. You may.
  • the image diagnosis system includes a diagnostic server equipped with an AI (referred to as AI A) that performs image diagnosis on an image having a low resolution (for example, a first resolution less than a predetermined value) and a high resolution (for example, the predetermined value or more). It is assumed to include an AI (referred to as AI B) that performs image diagnosis on an image (of the second resolution) and a diagnostic server equipped with two AIs.
  • AI A an AI
  • AI B an AI
  • a message recommending image diagnosis by AI B is displayed in the diagnosis result display area 1204 using the fundus image data having a higher resolution. May be done.
  • a message recommending that the image be taken with the fundus image data having a higher resolution may be displayed.
  • the anonymized diagnosis target data may be transmitted to a plurality of diagnostic servers, that is, the image diagnosis of the fundus image data may be performed by AIs having different diagnostic imaging models.
  • FIG. 15 is an example of a display screen for displaying the diagnosis result when the image diagnosis is performed by a plurality of diagnosis servers.
  • FIG. 15 is an example of a display screen when the symptom level of diabetic retinopathy is diagnosed with respect to the wide-angle fundus image data taken at a wide angle of view by two diagnostic servers.
  • the classification and the number of classifications of the symptom levels showing the diagnosis results by these two diagnostic servers are different.
  • the diagnosis result display area 1204 is a diagnostic server equipped with an AI that performs image diagnosis of diabetic retinopathy according to classification 1 (international severity classification classified into 5 grades).
  • classification 1 international severity classification classified into 5 grades
  • the diagnosis result of 1 and the second diagnosis result by the diagnosis server equipped with the AI for performing the image diagnosis of diabetic retinopathy according to the classification 2 (modified Davis classification classified into 3 grades) are displayed. That is, the symptom level of diabetic retinopathy according to two different classifications is displayed.
  • the display screen generation unit 103 of the management server 100 may generate a symptom level in consideration of the symptom level according to different classifications and display it as a total result.
  • the score corresponding to the symptom level of each classification is predetermined (for example, No DR in classification 1 is 1 point, Mild is 3 points, ..., A1 in classification 2 is 1 point, A2 is 7 points. , ..., Etc.),
  • the display screen generation unit 103 calculates the average of the scores corresponding to the symptom levels of the left and right eyes.
  • the symptom level corresponding to each category of the average score (symptom level 1 if 1 point or more and less than 2.5 points, symptom level 2 if 2.5 points or more and less than 5 points, etc.) It is assumed that it is predetermined.
  • the display screen generation unit 103 specifies the symptom level corresponding to the calculated average for the left and right eyes, and displays the specified symptom level as a total result in the diagnosis result display area 1204.
  • the classification 2 is not limited to the modified Davis classification, and may be the Fukuda classification or the like.
  • the management server 100 has determined a diagnostic server that performs image diagnosis of the fundus image data included in the anonymized diagnosis target data, but other devices (for example, the in-hospital server 300, the terminal 400, or imaging).
  • the device 500 may determine the diagnostic server.
  • the other device holds the AI selection information 110.
  • the other device includes information (for example, a flag) indicating the determined diagnostic server in the user data 703.
  • the diagnostic server 900 in the diagnostic imaging system of the second embodiment is equipped with a plurality of AI901 to 902. Differences from the first embodiment will be described.
  • FIG. 16 is an explanatory diagram showing a configuration example of the diagnostic imaging system of the second embodiment. It differs from the diagnostic imaging system of FIG. 1 in that the diagnostic server 900 is equipped with a plurality of AIs.
  • the diagnostic imaging system has one diagnostic server 900 in FIG. 16, the diagnostic imaging system has a plurality of diagnostic servers and is one of the plurality of diagnostic servers. A part or all of them may be equipped with a plurality of AIs. Multiple AIs (two, or three or more AIs, including AI901 and AI902) each have a different diagnostic imaging model.
  • the AI selection information 110 of the second embodiment includes information for identifying the AI using additional information transmitted from the in-hospital server 300 or the terminal 400. That is, for example, in FIG. 10, the AI selection information 110 may further include an AI ID column.
  • the AI ID is an ID that identifies the AI that performs image diagnosis of the anonymized diagnosis target data corresponding to the value of the additional information.
  • FIG. 17 is a sequence diagram showing the diagnostic imaging process of the diagnostic imaging system according to the second embodiment. The difference from FIG. 7 will be described.
  • Step S1601 is executed instead of step S702.
  • the AI selection unit 102 of the management server 100 has a plurality of AIs (two or three or more including AI901 and AI902) based on the AI selection information 110 and the additional information included in the received diagnosis target data. Select at least one from AI).
  • the AI selection unit 102 includes the AI information (for example, the ID of AI) indicating the selected AI 220 in the user data 703, and selects the AI 220 to be anonymized and diagnosed including the user data 703. Send to the on-board diagnostic server.
  • AI information for example, the ID of AI
  • the management unit of the diagnosis server that has received the anonymized diagnosis target data selects the AI 220 indicated by the AI information included in the anonymized diagnosis target data, and the selected AI 220 contains the fundus image data included in the anonymized diagnosis target data. Is input (S1602). Subsequently, the process proceeds to step S707.
  • the management server 100 has determined the AI for performing image diagnosis of the fundus image data included in the anonymized diagnosis target data, but other devices (for example, the diagnosis server 900, the hospital server 300, and the terminal 400). , Or the imaging device 500) may determine the AI.
  • the other device holds the AI selection information 110.
  • the other device includes information (for example, a flag) indicating the determined AI in the user data 703.
  • the diagnostic server 900 determines the AI
  • the management server 100 cannot determine which diagnostic server 900 holds the appropriate AI, so the anonymized diagnostic target data should be transmitted to all diagnostic servers. Is desirable.
  • the diagnostic server 900 that has received the anonymized diagnosis target data refers to the AI selection information 110 and determines whether or not the image diagnosis of the fundus image data can be executed by the AI mounted on the AI.
  • the diagnosis server returns the diagnosis result by the AI to the management server 100.
  • the present invention is not limited to the above contents, and may be any combination thereof.
  • other aspects considered within the scope of the technical idea of the present invention are also included in the scope of the present invention.
  • 100 management server 101 anonymization processing unit, 102 AI selection unit, 103 display screen generation unit, 104 diagnosis result data generation unit, 110 AI selection information, 201 diagnosis server, 2011 image diagnosis unit, 300 in-hospital server, 301 anonymization processing Unit, 302 patient information management unit, 303 display screen generation unit, 310 patient information DB, 400 terminal, 401 diagnosis target data generation unit, 402 additional information acquisition unit, 403 display screen generation unit, 600 computer, 601 processor, 602 storage device , 603 input device, 604 output device, 605 communication I / F, 900 diagnostic server, 2021 learning information management unit, 2031 diagnostic image generation unit, 2041 management unit, 2101 learning DB, 2111 image diagnostic model

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Ophthalmology & Optometry (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

情報処理システムは、患者の被検眼画像データを取得する画像取得装置と、画像取得装置と通信可能であり被検眼画像データを記憶する第１情報処理装置と、を有し、画像取得装置は、被検眼画像データと、被検眼画像データを画像診断する画像診断装置の特定に用いられる付加情報と、を含む第１送信データを、第１情報処理装置に送信し、第１情報処理装置は、画像取得装置から第１送信データを受信すると、被検眼画像データを記憶し、付加情報に基づいて、第１画像診断を被検眼画像データに対して行う第１画像診断装置、及び第１画像診断とは異なる第２画像診断を被検眼画像データに対して行う第２画像診断装置の少なくとも一方を特定し、被検眼画像データを含む第２送信データを、特定された画像診断装置に送信する。

Description

情報処理システム、情報処理装置、情報処理方法、及びプログラム 参照による取り込み
　本出願は、２０１９年７月３１日に出願された米国特許仮出願第６２／８８０，９８０号の優先権を主張し、その内容を参照することにより、本出願に取り込む。
　本発明は、情報処理システム、情報処理装置、情報処理方法、及びプログラムに関する。
　眼科画像解析を実施することができる眼科情報処理サーバが知られている（特許文献１参照）。しかしながら、画像を撮影した機器や画像解析の依頼元等に応じて適切な眼科情報処理サーバを選択することは従来考慮されていない。
特許第５９５１０８６号公報
　本願において開示される発明の一側面となる情報処理システムは、患者の被検眼画像ータを取得する画像取得装置と、前記画像取得装置と通信可能であり前記被検眼画像データを記憶する第１情報処理装置と、を有し、前記画像取得装置は、前記被検眼画像データと、前記被検眼画像データを画像診断する画像診断装置の特定に用いられる付加情報と、を含む第１送信データを、前記第１情報処理装置に送信する第１送信処理を実行し、前記第１情報処理装置は、前記画像取得装置から前記第１送信データを受信すると、前記被検眼画像データを記憶する記憶処理と、前記付加情報に基づいて、第１画像診断を前記被検眼画像データに対して行う第１画像診断装置、及び前記第１画像診断とは異なる第２画像診断を前記被検眼画像データに対して行う第２画像診断装置の少なくとも一方を特定する特定処理と、前記被検眼画像データを含む第２送信データを、特定された画像診断装置に送信する第２送信処理と、を実行する。
　本願において開示される発明の一側面となる情報処理システムは、患者の被検眼画像データを取得する画像取得装置と、前記画像取得装置と通信可能であり前記被検眼画像データを記憶する第１情報処理装置と、を有し、前記画像取得装置は、前記被検眼画像データと、前記被検眼画像データを画像診断する人工知能の特定に用いられる付加情報と、を含む第１送信データを、前記第１情報処理装置に送信する第１送信処理を実行し、前記第１情報処理装置は、前記画像取得装置から前記第１送信データを受信すると、前記被検眼画像データを記憶する記憶処理と、前記付加情報に基づいて、前記被検眼画像データの第１画像診断を行うための第１人工知能と前記被検眼画像データの前記第１画像診断と異なる第２画像診断を行う第２人工知能の少なくとも一方を特定する特定処理と、前記被検眼画像データと人工知能を特定する特定情報を含む第２送信データを、前記特定した人工知能を含む画像診断装置に送信する第２送信処理と、を実行する。
　本願において開示される発明の一側面となる情報処理装置は、プロセッサと記憶装置とを備え、前記記憶装置は、患者の被検眼画像データと、前記被検眼画像データの付加情報と、付加情報と前記被検眼画像データを画像診断する画像診断装置との対応情報と、を保持し、前記プロセッサは、前記対応情報と前記被検眼画像データの付加情報とに基づいて、第１画像診断を前記被検眼画像データに対して行う第１画像診断装置、及び前記第１画像診断とは異なる第２画像診断を前記被検眼画像データに対して行う第２画像診断装置の少なくとも一方を特定し、前記被検眼画像データを含む送信データを、特定された画像診断装置に送信する。
　本願において開示される発明の一側面となる情報処理装置は、プロセッサと記憶装置とを備え、前記記憶装置は、患者の被検眼画像データと、前記被検眼画像データの付加情報と、付加情報と前記被検眼画像データを画像診断する人工知能との対応情報と、を保持し、前記プロセッサは、前記対応情報と前記被検眼画像データの付加情報とに基づいて、前記被検眼画像データの第１画像診断を行うための第１人工知能と前記被検眼画像データの前記第１画像診断と異なる第２画像診断を行う第２人工知能の少なくとも一方を特定し、前記被検眼画像データと人工知能を特定する特定情報を含む第２送信データを、前記特定した人工知能を含む画像診断装置に送信する。
　本願において開示される発明の一側面となる情報処理方法は、情報処理装置によって実行され、前記情報処理装置は、プロセッサと記憶装置とを備え、前記記憶装置は、患者の被検眼画像データと、前記被検眼画像データの付加情報と、付加情報と前記被検眼画像データを画像診断する画像診断装置との対応情報と、を保持し、前記情報処理方法は、前記プロセッサが、前記対応情報と前記被検眼画像データの付加情報とに基づいて、第１画像診断を前記被検眼画像データに対して行う第１画像診断装置、及び前記第１画像診断とは異なる第２画像診断を前記被検眼画像データに対して行う第２画像診断装置の少なくとも一方を特定し、前記プロセッサが、前記被検眼画像データを含む送信データを、特定された画像診断装置に送信する。
　本願において開示される発明の一側面となる情報処理方法は、情報処理装置によって実行され、前記情報処理装置は、プロセッサと記憶装置とを備え、前記記憶装置は、患者の被検眼画像データと、前記被検眼画像データの付加情報と、付加情報と前記被検眼画像データを画像診断する人工知能との対応情報と、を保持し、前記情報処理方法は、前記プロセッサが、前記対応情報と前記被検眼画像データの付加情報とに基づいて、前記被検眼画像データの第１画像診断を行うための第１人工知能と前記被検眼画像データの前記第１画像診断と異なる第２画像診断を行う第２人工知能の少なくとも一方を特定し、前記プロセッサが、前記被検眼画像データと人工知能を特定する特定情報を含む第２送信データを、前記特定した人工知能を含む画像診断装置に送信する。
　本願において開示される発明の一側面となるプログラムは、情報処理装置に情報処理を実行させるためのプログラムであって、前記情報処理装置は、プロセッサと記憶装置とを備え、前記記憶装置は、患者の被検眼画像データと、前記被検眼画像データの付加情報と、付加情報と前記被検眼画像データを画像診断する画像診断装置との対応情報と、を保持し、前記プログラムは、前記対応情報と前記被検眼画像データの付加情報とに基づいて、第１画像診断を前記被検眼画像データに対して行う第１画像診断装置、及び前記第１画像診断とは異なる第２画像診断を前記被検眼画像データに対して行う第２画像診断装置の少なくとも一方を特定する処理と、前記被検眼画像データを含む送信データを、特定された画像診断装置に送信する処理と、を前記プロセッサに実行させる。
　本願において開示される発明の一側面となるプログラムは、情報処理装置に情報処理を実行させるためのプログラムであって、前記情報処理装置は、プロセッサと記憶装置とを備え、前記記憶装置は、患者の被検眼画像データと、前記被検眼画像データの付加情報と、付加情報と前記被検眼画像データを画像診断する人工知能との対応情報と、を保持し、前記プログラムは、前記対応情報と前記被検眼画像データの付加情報とに基づいて、前記被検眼画像データの第１画像診断を行うための第１人工知能と前記被検眼画像データの前記第１画像診断と異なる第２画像診断を行う第２人工知能の少なくとも一方を特定する処理と、前記被検眼画像データと人工知能を特定する特定情報を含む第２送信データを、前記特定した人工知能を含む画像診断装置に送信する処理と、を前記プロセッサに実行させる。
実施例１における画像診断システムの構成例を示す説明図である。 実施例１における計算機のハードウェア構成例を示すブロック図である。 実施例１における管理サーバの機能構成例を示すブロック図である。 実施例１における診断サーバの機能構成例を示すブロック図である。 実施例１における院内サーバの機能構成例を示すブロック図である。 実施例１における端末の機能構成例を示すブロック図である。 実施例１における画像診断システムの画像診断処理を示すシーケンス図である。 実施例１における診断サーバ決定処理の一例を示すフローチャートである。 実施例１における診断サーバ決定処理の一例を示すフローチャートである。 実施例１におけるＡＩ選択情報の一例である。 実施例１における匿名化診断対象データのデータ構造の一例である。 実施例１における診断結果を表示する表示画面の一例である。 実施例１における診断結果を表示する表示画面の一例である。 実施例１における診断結果を表示する表示画面の一例である。 実施例１における、複数の診断サーバによって画像診断がされた場合の診断結果を表示する表示画面の一例である。 実施例２における画像診断システムの構成例を示す説明図である。 実施例２における画像診断システムの画像診断処理の一例を示すシーケンス図である。
　以下、添付図面を参照して本発明の実施形態を説明する。本実施形態は本発明を実現するための一例に過ぎず、本発明の技術的範囲を限定するものではないことに注意すべきである。各図において共通の構成については同一の参照符号が付されている。
　図１は、実施例１の画像診断システムの構成例を示す説明図である。画像診断システムは、管理サーバ１００と、診断サーバ２０１と、診断サーバ２０２と、診断サーバ２０３と、を含む。また、画像診断システムは、例えば、病院、クリニック、又は健康診断施設等に設置された院内サーバ３００、端末４００、及び撮影機器５００を含む。院内サーバ３００、端末４００、及び撮影機器５００はそれぞれネットワークを介して接続されている。
　撮影機器５００は、眼底を撮影する眼科装置であり、眼底カメラ（Ｆｕｎｄｕｓ　Ｃａｍｅｒａ）、走査型レーザ検眼鏡（Ｓｃａｎｎｉｎｇ　Ｌａｓｅｒ　Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ）、又は光干渉断層計（Ｏｐｔｉｃａｌ　Ｃｏｈｅｒｅｎｃｅ　Ｔｏｍｏｇｒａｐｈｙ）等があげられる。撮影機器５００は、端末４００に接続されている。撮影機器５００は、患者の被検眼を撮影し、被検眼の右眼と左眼の眼底画像データを生成する。生成された眼底画像データは端末４００に送信する。
　また、眼底画像データは、眼底カメラにより撮影された眼底画像データ、走査型レーザ検眼鏡による撮影された眼底の眼底画像データ、あるいは、光干渉断層計による撮影された眼底の断層データのいずれか１つであってよい。またはそれらの２以上の組み合わせである眼底画像データセットであってもよい。眼底画像データは、被検眼画像データの一例である。
　画像取得装置の一例である端末４００は、医師や眼科機器のオペレータ等が利用するＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）やタブレット等の計算機である。端末４００は、院内サーバ３００に接続されている。端末４００は、眼底画像データと付加情報とを含む第１送信データの一例であるデータを院内サーバ３００に送信する。
　なお、付加情報は、撮影機器５００の性能やスペックに関する機器情報と、当該端末４００を利用する病院やクリニックの診療科（眼科、内科や糖尿病内科など）や診断コースの料金や医者の名称等を含む施設情報、及び診断モードや診断対象の病名等を含む診断種別情報にいずれか一つあるいはそれらの組合せを含む。撮影機器５００の撮影画像（被検眼画像）の画角、モダリティ、及び解像度、並びに撮影機器５００の型番や端末ＩＤ等を含む画像の属性情報は、当該機器情報の一例である。モダリティとは、撮影機器５００の種類（例えば眼底カメラ、走査型レーザ検眼鏡、光干渉断層計等）又は撮影機器５００が撮影する医用画像としての画像種類（例えば、赤色レーザや近赤外レーザにより撮影された眼底画像や血管造影画像等）を示す情報である。また、端末４００を利用する医者及び病院の名称、端末が設置されている場所（眼科、内科や糖尿病内科等の診療科の情報や、眼鏡店や健康診断施設などの施設に関する情報）等は、当該施設情報の一例である。
　画像取得装置の一例である院内サーバ３００は、患者情報を保持する患者情報ＤＢ（ＤａｔａＢａｓｅ）３１０を有し、端末４００から受信した患者情報を患者情報ＤＢ３１０に格納する。院内サーバ３００は、管理サーバ１００とネットワークを介して接続されている。院内サーバ３００は、端末４００から受信した患者情報、眼底画像データ及び付加情報を診断対象データに含め、第１送信データの一例である診断対象データを管理サーバ１００に送信する。なお、診断対象データ内の患者情報の一部又は全部、及び付加情報の一部又は全部が、院内サーバ３００によって生成されてもよい。
　第１情報処理装置の一例である管理サーバ１００は、院内サーバ３００から受信した診断対象データの一部の情報（例えば患者情報）が匿名化された診断対象データであり、第２送信データの一例である匿名化診断対象データを生成する。管理サーバ１００は、診断サーバ２０１、診断サーバ２０２、及び診断サーバ２０３とネットワークを介して接続されている。管理サーバ１００は、付加情報に基づいて、匿名化診断対象データに含まれる眼底画像データの画像診断を行う診断サーバを、診断サーバ２０１、診断サーバ２０２あるいは診断サーバ２０３のいずれかを選択し、選択した診断サーバに当該匿名化診断対象データを送信する。
　いずれも画像診断装置の一例である診断サーバ２０１～２０３は、それぞれ眼底画像データに対する画像診断を行うＡＩ（Ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ）を搭載する。診断サーバ２０１～２０３に搭載されるＡＩ１、ＡＩ２、ＡＩ３はそれぞれ機能（アルゴリズム）が異なっている（これについては後述する）。匿名化診断対象データを受信した診断サーバは、匿名化診断対象データに含まれる眼底画像データに対して、搭載されているＡＩを用いて画像診断を行う。診断結果は暗号化され、管理サーバ１００を介して、院内サーバ３００及び端末４００に送信される。
　以下、診断サーバ２０１～２０３それぞれの一例について説明する。ここで、各ＡＩが対象とする眼底画像や診断する病名は一例であり、さまざまな眼底画像や診断する病名の組み合わせが可能である。
　画像診断装置の一例である診断サーバ２０１は、第１画角の一例である狭画角（眼球中心を起点として画角３０～１００度未満）の撮影機器５００で撮影された眼底画像を対象とし、糖尿病網膜症の診断を行うＡＩ２２１が搭載された診断サーバである。付加情報の中の機器情報が狭画角を示す情報である場合は、管理サーバ１００は匿名化診断対象データを診断サーバ２０１に送信する。
　診断サーバ２０２は、いずれも第２画角の一例である広画角（眼球中心を起点として画角１００度以上～２００度未満）、あるいは、超広角（眼球中心を起点として画角２００度以上）の撮影機器５００で撮影された眼底画像を対象とし、糖尿病網膜症の診断を行うＡＩ２２２が搭載された診断サーバである。付加情報の中の機器情報が広画角を示し、かつ、診断モードが糖尿病網膜症を示す情報である場合は、管理サーバ１００は匿名化診断対象データを診断サーバ２０２に送信する。
　そして、診断サーバ２０３は、超広角（眼球中心を起点として画角２００度以上）の撮影機器５００で撮影された眼底画像を対象とし、糖尿病網膜症だけでなく様々な眼底疾患を診断可能なＡＩ２２３が搭載された診断サーバである。付加情報の機器情報が超広角を示し、かつ、施設情報が眼科医を示す場合は、管理サーバ１００は匿名化診断対象データを診断サーバ２０３に送信する。
　図２は、管理サーバ１００、診断サーバ、院内サーバ３００、及び端末４００それぞれを構成する計算機のハードウェア構成例を示すブロック図である。計算機６００は、例えば、プロセッサ（ＣＰＵ）６０１、記憶デバイス６０２、入力デバイス６０３、出力デバイス６０４、及び通信Ｉ／Ｆ（ＩｎｔｅｒＦａｃｅ）６０５を有し、これらが互いに内部信号線６０６によって接続されている。
　プロセッサ６０１は、記憶デバイス６０２に格納されたプログラムを実行する。記憶デバイス６０２はメモリを含む。メモリは不揮発性の記憶素子であるＲＯＭ及び揮発性の記憶素子であるＲＡＭを含む。ＲＯＭは、不変のプログラム（例えば、ＢＩＯＳ）などを格納する。ＲＡＭは、ＤＲＡＭ（Ｄｙｎａｍｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）のような高速かつ揮発性の記憶素子であり、プロセッサ６０１が実行するプログラム及びプログラムの実行時に使用されるデータを一時的に格納する。
　また、記憶デバイス６０２は、補助記憶装置を含む。補助記憶装置は、例えば、磁気記憶装置（ＨＤＤ）、フラッシュメモリ（ＳＳＤ）等の大容量かつ不揮発性の記憶装置であり、プロセッサ６０１が実行するプログラム及びプログラムの実行時に使用されるデータを格納する。すなわち、プログラムは、補助記憶装置から読み出されて、メモリにロードされて、プロセッサ６０１によって実行される。
　入力デバイス６０３は、例えばキーボードやマウスのような、オペレータからの入力を受けるインターフェースである。出力デバイス６０４は、例えばディスプレイやプリンタのような、プログラムの実行結果をオペレータが視認可能な形式で出力するデバイスである。なお、タッチパネル装置のように入力デバイス６０３と出力デバイス６０４とが一体化していてもよい。通信Ｉ／Ｆ６０５は、所定のプロトコルに従って、他の装置との通信を制御するネットワークインターフェース装置である。
　プロセッサ６０１が実行するプログラムは、リムーバブルメディア（ＣＤ－ＲＯＭ、フラッシュメモリなど）又はネットワークを介して計算機６００に提供され、非一時的記憶媒体である不揮発性の補助記憶装置に格納される。このため、計算機６００は、リムーバブルメディアからデータを読み込むインターフェースを有するとよい。
　なお、管理サーバ１００、診断サーバ、院内サーバ３００、及び端末４００は、それぞれ、物理的に一つの計算機６００上で、又は、論理的又は物理的に構成された複数の計算機６００上で構成される計算機システムであり、同一の計算機６００上で別個のスレッドで動作してもよく、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。
　図３は、管理サーバ１００の機能構成例を示すブロック図である。管理サーバ１００は、匿名化処理部１０１、ＡＩ選択部１０２、表示画面生成部１０３、及び診断結果データ生成部１０４を含む。匿名化処理部１０１は、院内サーバ３００から送信された診断対象データに含まれる患者情報を匿名化する。ＡＩ選択部１０２は、診断対象データに含まれる付加情報に基づいて、診断対象データに含まれる眼底画像データに対する画像診断を行うＡＩを選択する。
　表示画面生成部１０３は、出力デバイス６０４に表示する画面情報を生成する。診断結果データ生成部１０４は、診断サーバから受信した、暗号化された診断結果を復号し、診断結果を示す表示画面（図１２、図１３、図１４）を生成し、この表示画面の情報を院内サーバ３００に送信する。
　なお、管理サーバ１００に含まれる機能部は、管理サーバ１００を実現する計算機６００のプロセッサ６０１によって実現される。具体的には、プロセッサ６０１は、記憶デバイス６０２に含まれるメモリにロードされた匿名化処理プログラムに従って動作することで、匿名化処理部１０１として機能し、記憶デバイス６０２に含まれるメモリにロードされたＡＩ選択プログラムに従って動作することで、ＡＩ選択部１０２として機能する。管理サーバ１００に含まれる他の機能部及び他の装置に含まれる機能部についても同様に、メモリにロードされたプログラムに従ってプロセッサ６０１が動作することによって実現される。
　管理サーバ１００は、ＡＩ選択情報１１０を保持する。ＡＩ選択情報１１０は、付加情報と診断サーバ２０１、診断サーバ２０２、及び診断サーバ２０３との対応情報を保持する。また、後述するようにＡＩ２２１、ＡＩ２２２、及びＡＩ２２３はそれぞれ異なる画像診断モデルを含むため、ＡＩ選択情報１１０は、付加情報と画像診断モデルとの対応情報を含んでいるともいえる。ＡＩ選択情報１１０において、１種類以上の付加情報の値による条件分岐が記述されていることで、付加情報に対応するＡＩが定められている。また、ＡＩ選択情報１１０において、１種類以上の付加情報の値（又は値の範囲）とＡＩ２２０との対応がテーブル形式で記述されていてもよい。
　ＡＩ選択情報１１０は、管理サーバ１００を実現する計算機６００の記憶デバイス６０２に含まれる補助記憶装置に格納されている。なお、他の装置が保持する情報やＤＢについても同様に、当該他の装置を実現する計算機６００の記憶デバイス６０２に含まれる補助記憶装置に格納されている。
　なお、本実施形態において、画像診断システムに含まれる各装置が使用する情報は、データ構造に依存せずどのようなデータ構造で表現されていてもよい。例えば、テーブル、リスト、データベース又はキューから適切に選択したデータ構造体が、情報を格納することができる。各種情報は、不揮発性のメモリなどに記憶保持される。
　図４は、診断サーバ２０１の機能構成例を示すブロック図である。診断サーバ２０１、診断サーバ２０２、及び診断サーバ２０３の機能構成は、ＡＩ機能が異なるのみであり、他の構成（表示画面生成部、管理部などは同様の機能となっている）。よって、診断サーバ２０１の機能構成を説明する。
　診断サーバ２０１は、例えば、画像診断部２０１１、学習情報管理部２０２１、診断画像生成部２０３１、及び管理部２０４１を含む。また、診断サーバ２０１は、学習ＤＢ２１０１及び画像診断モデル２１１１を保持する。学習ＤＢ２１０１は、画像診断モデル２１１１を構築するためのＤＢである。画像診断モデル２１１１は、画像データが入力されると、診断結果を出力するモデルであり、狭画角（眼球中心を起点として画角３０～１００度未満）の撮影機器５００で撮影された眼底画像を対象とし、糖尿病網膜症の症状のグレードを診断結果として出力するモデルである。本実施形態では糖尿病網膜症の症状のグレードは、５段階の国際重症度分類とする。
　画像診断部２０１１、学習情報管理部２０２１、学習ＤＢ２１０１、及び画像診断モデル２１１１によってＡＩ２２１が実現される。画像診断部２０１１は、管理サーバ１００から受信した匿名化診断対象データに含まれる眼底画像データに対して、画像診断モデル２１１１を用いた画像診断を実行する。
　学習情報管理部２０２１は、匿名化診断対象データに含まれる被検眼画像データ及び画像診断結果をＡＩのための学習データとして学習ＤＢ２１０に格納して、学習ＤＢ２１０を更新する。学習情報管理部２０２１は、更新後の学習ＤＢ２１０１に基づいた学習により画像診断モデル２１１１を更新（例えば最適化）する。
　診断画像生成部２０３１は、診断した眼底画像上に、病変位置を示すマークや病名の文字などを重畳した診断済み眼底画像を生成する。管理部２０４１は、ＡＩ２２１を管理する。診断済み眼底画像は診断結果とともに管理サーバ１００へ送信される。
　なお、診断サーバ２０１は、画像診断モデル２１１１の学習機能を有していなくてもよい。つまり、診断サーバ２０１は、画像診断モデル２１１１の更新をせず、予め定められた画像診断モデル２１１１を固定したまま画像診断を実行し続けてもよい。この場合、診断サーバ２０１は、学習情報管理部２０２１及び学習ＤＢ２１０１を有していなくてもよい。
　診断サーバ２０２及び診断サーバ２０３はいずれも、診断サーバ２０１とは異なる画像診断モデルを有する点を除いて、診断サーバ２０１と同様の構成を有する。
　診断サーバ２０２が保持する画像診断モデルは、画像データが入力されると、診断結果を出力するモデルであり、広画角（眼球中心を起点として画角１００度以上～２００度未満）、あるいは、超広角（眼球中心を起点として画角２００度以上）の撮影機器５００で撮影された眼底画像を対象とし、糖尿病網膜症の症状のグレードを診断結果として出力するモデルである。
　診断サーバ２０３が保持する画像診断モデルは、画像データが入力されると、診断結果を出力するモデルであり、超広角（眼球中心を起点として画角２００度以上）の撮影機器５００で撮影された眼底画像を対象とし、糖尿病網膜症だけでなく様々な眼底疾患の診断結果を出力するモデルである。
　なお、診断サーバ２０２及び診断サーバ２０３の画像診断部、学習情報管理部、及び学習ＤＢは、自身が保持する画像診断モデルに適合するものである。
　図５は、院内サーバ３００の機能構成例を示すブロック図である。院内サーバ３００は、例えば、匿名化処理部３０１、患者情報管理部３０２、及び表示画面生成部３０３を含む。また、院内サーバ３００は、患者情報ＤＢ３１０を保持する。
　匿名化処理部３０１は、診断対象データに含まれる患者情報を匿名化する。患者情報管理部３０２は、診断対象データに含まれる患者情報を患者情報ＤＢ３１０に格納したり、患者情報ＤＢ３１０から患者情報を取得して診断対象データに付加したりする。表示画面生成部３０３は、出力デバイス６０４に表示する画面情報を生成する。患者情報ＤＢ３１０は、患者の情報を保持する。
　図６は、端末４００の機能構成例を示すブロック図である。端末４００は、診断対象データ生成部４０１、付加情報取得部４０２、及び表示画面生成部４０３を含む。診断対象データ生成部４０１は、患者情報と付加情報と被検眼画像データとを含む診断対象データを生成する。付加情報取得部４０２は、ＡＩを選択（あるいは診断に適切なＡＩを有する診断サーバ）するための付加情報を取得する。表示画面生成部４０３は、出力デバイス６０４に表示する画面情報を生成する。
　図７は、実施例１の画像診断システムの画像診断処理を示すシーケンス図である。図７の例では、撮影機器５００の機器情報等に基づいて、眼底画像の画像診断を行う診断サーバが選択される。
　まず、端末４００の診断対象データ生成部４０１は、入力デバイス６０３を介して、患者情報の入力を受け付ける（Ｓ７０１）。患者を識別するＩＤ、並びに患者の年齢、性別、住所、病歴、薬歴、及び問診結果等は、いずれも患者情報の一例である。なお、既に患者情報ＤＢ３１０に情報が登録されている患者については、患者を識別するＩＤの入力を受け付ければ、他の患者情報の入力を省略することができる。
　診断対象データ生成部４０１は、撮影機器５００から送信された当該患者の両眼の眼底画像データを取得する（Ｓ７０２）。なお、本実施形態では、両眼の眼底画像データを取得してもよいし、左眼又は右眼の片眼のみの眼底画像データを取得してもよい。診断対象データ生成部４０１は、眼底画像データが、両眼のデータであるか、右眼のみのデータであるか、左眼のみのデータであるかを示す左右眼フラグを生成する。診断対象データ生成部４０１は、撮影機器５００以外のデバイスから眼底画像データを取得してもよい。
　続いて、付加情報取得部４０２は、付加情報を取得する（Ｓ７０３）。具体的には、例えば、付加情報取得部４０２は、付加情報として、撮影機器５００から機器情報を取得したり、端末４００を利用する病院や医者の診療科等の入力を受け付けたりする。
　なお、これらの付加情報は、端末４００の記憶デバイス６０２に予め格納されていてもよい。また、例えば、撮影機器５００が当該眼底画像データに機器情報をメタデータとして埋め込み、付加情報取得部４０２が、当該眼底画像データから当該機器情報を取得してもよい。
　続いて、診断対象データ生成部４０１は、患者情報、眼底画像データ、左右眼フラグ、及び付加情報を含む診断対象データを、院内サーバ３００を介して、管理サーバ１００に送信する（Ｓ７０４）。なお、院内サーバ３００の患者情報管理部３０２は、端末４００から受信した患者情報を患者情報ＤＢ３１０に格納する。
　なお、端末４００から受信した患者情報に不足がある場合には、患者情報管理部３０２は、患者情報ＤＢ３１０を参照して患者情報を取得して補足してもよい。具体的には、例えば、端末４００から受信した患者情報が患者を識別するＩＤのみであった場合には、患者情報管理部３０２は、患者情報ＤＢ３１０から、当該ＩＤに対応する患者情報を取得し、取得した患者情報を含めた診断対象データを管理サーバ１００に送信する。
　続いて、管理サーバ１００の匿名化処理部１０１は、受信した診断対象データに含まれる患者情報に対して、所定のアルゴリズムによる匿名化処理を施す（Ｓ７０５）。匿名化処理としては患者ＩＤを匿名化（眼底画像データに固有なＩＤに差し替える）したり、氏名や病名などの患者の個人情報を削除したりする処理である。なお、匿名化処理部１０１は、一部の患者情報のみ（例えばプライバシーに関するセンシティブ情報のみ）を匿名化してもよい。また、患者情報に対する匿名化処理は、管理サーバ１００に診断対象データが送信される前に、例えば院内サーバ３００の匿名化処理部３０１によって、予め実行されていてもよい。
　管理サーバ１００のＡＩ選択部１０２は、ＡＩ選択情報１１０と受信した診断対象データに含まれる付加情報とに基づいて、診断サーバ２０１、診断サーバ２０２、及び診断サーバ２０３の中から少なくとも１つ選択し、匿名化された患者情報と、眼底画像データと、左右眼フラグと、付加情報と、を含む匿名化診断対象データ（後述の図１１を参照）を、選択された診断サーバ（ここでは、診断サーバ２０１が選択されたとする）に送信する（Ｓ７０６）。ステップＳ７０６の詳細は後述する。
　なお、ＡＩ選択部１０２は、暗号化鍵を用いて匿名化診断対象データを暗号化した上で、選択した診断サーバ２０１に送信してもよく、この場合、診断サーバ２０１が当該暗号化鍵に対応する復号化鍵を有し、後述するステップＳ７０７においてまず当該復号化鍵で匿名化診断対象データを復号化する。
　続いて、匿名化診断対象データを受信した診断サーバ２０１の画像診断部２０１１は、受信した匿名化診断対象データに含まれる眼底画像データに対する画像診断を、狭角眼底画像を対象にした糖尿病網膜症の診断を行う画像診断モデル２１１１を用いて、実行する（Ｓ７０７）。
　診断サーバ２０１の学習情報管理部２０２１は、眼底画像データを学習ＤＢ２１０１に学習データとして格納することで学習ＤＢ２１０１を更新し、更新した学習ＤＢ２１０１に基づいて画像診断モデル２１１１を更新する（Ｓ７０８）。なお、学習情報管理部２０２１は、匿名化患者情報と付加情報も併せて学習ＤＢ２１０１に学習データとして格納してもよい。
　続いて、管理部２０４１は、匿名化した患者情報と画像診断結果とをすく悪とも含む画像診断結果データを生成する。診断サーバ２０１が保持する暗号化鍵を用いて、画像診断結果を暗号化して、暗号化画像診断結果を生成し、管理サーバ１００に送信する（Ｓ７０９）。画像診断結果データには、診断した眼底画像上に、病変位置を示すマークや病名の文字などを重畳した診断済み眼底画像が含まれるようにしてもよい。
　続いて、管理サーバ１００の診断結果データ生成部１０４は、受信した暗号化画像診断結果を、管理サーバ１００が保持する復号化鍵を用いて復号する（Ｓ７１０）。また、診断結果データ生成部１０４は、匿名化されていた患者情報を復元する。そして、復号化した画像診断結果を、匿名化前の当該患者の患者情報と紐づける。
　つぎに、診断結果データ生成部１０４は、診断結果である糖尿病網膜症のグレードを含む診断結果を示す表示画面（図１２）を生成し、患者ＩＤを付与し図示されていないメモリに保存する。
　管理サーバ１００が、診断サーバ２０２から暗号化画像診断結果を受信した場合、診断結果データ生成部１０４は診断結果を示す表示画面（図１３）を生成する。管理サーバ１００が、診断サーバ２０３から暗号化画像診断結果を受信した場合、診断結果データ生成部１０４は診断結果を示す表示画面（図１４）を生成する。
　続いて、診断結果データ生成部１０４は、診断結果を示す表示画面と患者情報と紐づけて、院内サーバ３００に送信する（Ｓ７１１）。院内サーバ３００の表示画面生成部３０３は、受信した診断結果を示す表示画面と患者情報とに基づく表示画面を、院内サーバ３００の出力デバイス６０４に表示する（Ｓ７１２）。なお、端末４００が院内サーバ３００から当該画像診断結果と当該患者情報とを取得し、端末４００の表示画面生成部４０３が、当該診断結果を示す表示画面と当該患者情報とに基づく表示画面を、端末４００の出力デバイス６０４に表示してもよい。
　なお、管理サーバ１００の表示画面生成部１０３が、画像診断結果と患者情報とに基づいて表示画面の情報を生成して院内サーバ３００に送信し、院内サーバ３００及び端末４００は当該生成された情報に従って表示画面を表示してもよい。
　図８は、ステップＳ７０６の診断サーバ決定処理の一例を示すフローチャートである。図８の例では、付加情報に含まれる画角情報に基づいて、匿名化診断対象データを送信する診断サーバが決定される。まず、管理サーバ１００のＡＩ選択部１０２は、診断対象データから画角情報を含む付加情報を取得する（Ｓ８０１）。
　ＡＩ選択部１０２は、画角情報が示す画角が広画角であるか否かを判定する（Ｓ８０２）。具体的には、画角情報が具体的な角度を示す場合には、角度が所定値（例えば１００度）以上であれば広画角であると判定し、当該所定値未満であれば広画角でない（狭画角である）と判定する。
　また、例えば、管理サーバ１００が、各撮影機器５００の機器情報を保持してもよい。具体的には、当該機器情報は各撮影機器５００の型番や端末ＩＤと、画角や解像度等とを対応づけて定義するルックアップテーブルである。この場合、ＡＩ選択部１０２は、付加情報から撮影機器５００の型番又は端末ＩＤを取得して、当該機器情報を参照して、当該型番又は端末ＩＤが示す撮影機器５００の画角が広画角であるか否かを判定してもよい。
　ＡＩ選択部１０２は、画角情報が示す画角が広画角であると判定した場合（Ｓ８０２：Ｙｅｓ）、診断サーバ２０２に匿名化診断対象データを送信し（Ｓ８０３）、広画角でないと判定した場合（Ｓ８０２：Ｎｏ）、診断サーバ２０１に匿名化診断対象データを送信する（Ｓ８０４）、ステップＳ７０５の処理を終了する。
　図８において、診断サーバ２０２に搭載されたＡＩは広画角で撮影された眼底画像に対する画像診断を高精度に行うことができ、診断サーバ２０１に搭載されたＡＩは、狭画角で撮影された被検眼画像に対する画像診断を高精度に行うことができるものとする。これによりＡＩ選択部１０２は、被検眼画像の撮影画角に応じて適切な診断サーバを選択することができる。
　なお、図８では、ＡＩ選択部１０２は、画角情報が示す画角が広画角であるか否かを判定し、２つの診断サーバ２０１と診断サーバ２０２とから送信先の診断サーバを選択した。また、ＡＩ選択部１０２は、画角情報が示す画角が３つ以上の画角の区分のどの区分に該当するかを判定し、ＡＩ選択情報１１０を参照して、当該区分に対応する診断サーバを選択してもよい。
　また、図８では、画角に従って診断サーバが選択されているが、付加情報に含まれている他の要素を用いて診断サーバが選択されてもよい。例えば、付加情報に含まれている施設情報（端末４００を利用する医者及び病院の名称、端末４００が設置されている場所（眼科、内科や糖尿病内科等の診療科情報や、眼鏡店や健康診断施設などの施設に関する情報）、端末４００が設置された病院やクリニックにおける診断コースの料金等）を用いて、ＡＩ選択部１０２が診断サーバを判断するようにしてもよい。
　このとき、ＡＩ選択部１０２は、例えば、診療科情報が眼科であれば診断サーバ２０３を、診療科情報が内科であれば診断サーバ２０１を、選択する。また、ＡＩ選択部１０２は、例えば、診断コースの料金が所定値以上であれば診断サーバ２０２又は診断サーバ２０３を、診断コースの料金が当該所定値未満であれば診断サーバ２０１を、選択する。
　また、特定の疾患（例えば糖尿病網膜症）の発症を高精度に診断するＡＩを搭載する診断サーバ２０１、及び複数種類の病気の発症を総合的に診断する診断サーバ２０３が存在するとする。付加情報が診断対象の病気を示す情報を含むものとする。このとき、ＡＩ選択部１０２は、例えば、付加情報が示す診断対象の病気が当該特定の疾患であれば診断サーバ２０１を、付加情報が示す診断対象の病気が特定の病名ではなく総合診断であれば診断サーバ２０３を、選択する。
　また、例えば、眼底カメラによって撮影された被検眼画像に対する画像診断を高精度に行うＡＩを搭載する診断サーバ２０１、走査型レーザ検眼鏡によって撮影された被検眼画像に対する画像診断を高精度に行うＡＩを搭載する診断サーバ２０２とする。付加情報がモダリティを示す情報を含むものとする。このとき、ＡＩ選択部１０２は、例えば、付加情報が示すモダリティが眼底カメラであれば診断サーバ２０１を選択し、付加情報が示すモダリティが走査型レーザ検眼鏡であれば診断サーバ２０２を選択する。
　このように、ＡＩ選択部１０２は付加情報に基づいて複数の診断サーバから最適なＡＩを搭載する診断サーバを選択することができる。これにより、ユーザが診断サーバの選択で迷うこと及び／又は悩むことが無くなり、眼底画像データを適切な診断サーバに送信することができる。
　図９は、ステップＳ７０６の診断サーバ決定処理の別例を示すフローチャートである。図９では、付加情報に含まれる複数種類の情報（画角情報及び診療科情報）に基づいて、匿名化診断対象データを送信する診断サーバが決定される。つまり、画角情報と診療科情報とが付加情報に含まれているものとする。図８との相違点を説明する。
　ＡＩ選択部１０２は、画角情報が示す画角が広画角であると判定した場合（Ｓ８０２：Ｙｅｓ）、診療科情報が示す診療科が眼科であるか内科であるかを判定する（Ｓ９０１）。ＡＩ選択部１０２は、診療科情報が示す診療科が眼科であると判定した場合（Ｓ９０１：眼科）、診断サーバ２０３に匿名化診断対象データを送信し（Ｓ８０３）、内科であると判定した場合（Ｓ９０１：内科）、診断サーバ２０２に匿名化診断対象データを送信し（Ｓ９０２）、ステップＳ７０５の処理を終了する。
　図９において、診断サーバ２０２に搭載されたＡＩは広画角で撮影された眼底画像データに対して特定の疾患（例えば糖尿病網膜症）の症状レベル等の詳細な診断を高精度に行うことができるものとする。また、診断サーバ２０１に搭載されたＡＩは、狭画角で撮影された眼底画像データに対する画像診断を高精度に行うことができるものとする。また、診断サーバ２０３に搭載されたＡＩは、広画角で撮影された眼底画像データに対する複数種類の病気の発症を高精度に診断できるものとする。
　これによりＡＩ選択部１０２は、被検眼画像の撮影画角と、端末４００が設置された病院又は端末４００を利用する医師の診療科に応じて、適切な診断サーバを選択することができる。つまり、付加情報に含まれる複数種類の情報（画角情報及び診療科情報）に基づいて適切な診断サーバに眼底画像データを送信することができる。
　なお、図９では、狭画角で撮影された眼底画像データについては全て診断サーバ２０１に送信されているが、狭画角で撮影された被検眼画像データについても、さらなる付加情報による条件分岐を加えて、複数の異なる診断サーバから送信先の診断サーバを選択してもよい。
　また、図９では２種類の付加情報を用いて複数の診断サーバから特定の診断サーバの１つが選択されたが、診断サーバに搭載されているＡＩそれぞれの特性に応じて、付加情報と診断サーバとの対応を任意に設計することができる。例えば、３種類以上の付加情報を用いてもよいし、複数種類の付加情報を用いた任意の条件分岐によって診断サーバを決定することができる。
　図１０は、ＡＩ選択情報１１０の一例である。図１０の例では、付加情報と診断サーバとの対応がテーブル形式で記述されている。ＡＩ選択情報１１０は、例えば、レコード番号欄１１０１、付加情報欄１１０２、及び診断サーバＩＤ欄１１０３を含む。レコード番号欄１１０１は、ＡＩ選択情報１１０のレコードを識別する番号を保持する。付加情報欄１１０２は、１種類以上の付加情報の要素（画角情報、モダリティ情報、診療科情報や解像度情報など）を保持する。診断サーバＩＤ欄１１０３は、付加情報の組合せに対応する匿名化診断対象データの送信先である診断サーバを識別するＩＤを保持する。
　例えば、ＡＩ選択部１０２は、ステップＳ７０６において付加情報を取得し、図１０のテーブルにおいて当該取得した付加情報対応する診断サーバＩＤを有する診断サーバに、匿名化診断対象データを送信する。なお、図８及び図９のような条件分岐が図１０のようなテーブル形式によって記述されていてもよい。
　図１１は、管理サーバ１００から診断サーバに送信される匿名化診断対象データのデータ構造の一例である。匿名化診断対象データは、例えば、ヘッダ７０１、ＤＩＣＯＭ（Ｄｉｇｉｔａｌ　Ｉｍａｇｉｎｇ　ａｎｄ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ｉｎ　Ｍｅｄｉｃｉｎｅ）データ７０２、ユーザデータ７０３、及び眼底画像データ７０４を含む。
　ヘッダ７０１には、データの送信元及び送信先等の情報やデータの種別（医療画像、文書、電子メールなどのデータ種別）が記述されている。ＤＩＣＯＭデータ７０２には、例えば、撮影機器５００によって撮影された医療画像のフォーマットや、撮影機器５００を含む医用機器間の通信プロトコルを定義する情報等が記述されている。
　ユーザデータ７０３は、例えば、診断種別フラグ、左右眼フラグ、匿名化患者情報、及び付加情報を含む。診断種別フラグは、ＡＩ選択部１０２によって選択された診断サーバで診断される病名（糖尿病網膜症、加齢性黄斑変性、及びすべての眼底疾患などを識別する値）を示すフラグである。右左眼フラグは、眼底画像データ７０４が右眼の画像データであるか、左眼の画像データであるか、又は両眼の画像データであるかを示すフラグ（例えばＬ、Ｒ、又はＬＲのいずれかの値）である。なお、付加情報のうち、撮影機器５００の端末ＩＤやモダリティ等のＤＩＣＯＭデータ７０２にも記述され得る内容については、ＤＩＣＯＭデータ７０２内にのみ記述されていてもよい。
　図１２は、診断サーバ２０１による診断結果を表示する表示画面の一例である。図１２は、狭画角で撮影された被検眼画像（眼底画像）データに対する糖尿病網膜症の症状レベルの診断が行われた場合の表示画面（画面レイアウト）である。
　表示画面は、患者情報表示領域１２０１、ＡＩ情報表示領域１２０２、付加情報表示領域１２０３、及び診断結果表示領域１２０４を含む。患者情報表示領域１２０１は、例えば、画像診断データに含まれる患者情報を表示する。ＡＩ情報表示領域１２０２は、例えば、画像診断を行った診断サーバのＩＤ、及び画像診断を行ったＡＩのＩＤ（又はバージョン番号）を表示する。付加情報表示領域１２０３は、例えば、診断対象データに含まれる付加情報の一部（画角、解像度、診断種別など）又は全部を表示する。
　診断結果表示領域１２０４は、診断サーバによる眼底画像データの診断結果を示す情報を表示する。図１２の例では、両眼の眼底画像と、両眼の糖尿病網膜症の５段階の症状レベルを示すバーと、両眼の所見と、が診断結果表示領域１２０４に表示されている。
　図１２の例では、バーの右側に、右眼の画像と右眼における糖尿病網膜症の症状レベルを示す右向きの矢印（インジケータ）が表示され、バーの左側に左眼の画像と左眼における糖尿病網膜症の症状レベルを示す左向きの矢印が表示されている。これにより、ユーザは、診断結果表示領域１２０４を一瞥しただけで、両眼の糖尿病網膜症の症状レベル及び症状レベルの差異を把握することができる。また、診断結果表示領域１２０４における所見は、診断サーバのＡＩによって生成される。端末４００のユーザによってこの所見の入力及び編集が可能であってもよい。
　図１３は、診断サーバ２０２による診断結果を表示する表示画面の一例である。図１３は、広画角で撮影された広角眼底画像データに対する糖尿病網膜症の症状レベルの診断が行われた場合の表示画面である。糖尿病網膜症に罹患すると、初期症状として眼底の周辺部に異常が発生し、その後異常が中心部へと広がっていく。広画角で眼底を撮影することにより、眼底の中心部だけでなく周辺部をも含む広角眼底画像データが得られる。従って、広画角で撮影された広角眼底画像の画像診断を行うＡＩは、現在の糖尿病網膜症の症状レベルの推測だけでなく、眼底の周辺部の状態を考慮した将来の症状レベルの予測を実行することができる。
　そこで、図１３の例における診断結果表示領域１２０４においては、現在の両眼の糖尿病網膜症の５段階の症状レベルを示すバーに加えて、将来の両眼の糖尿病網膜症の症状レベルを示すバーが表示されている。また、診断結果表示領域１２０４の所見に、将来（図１３では、１年後としているが、３か月後、半年後などでもよい）の予測状態が記載されている。
　なお、図１３の例では現在の症状レベルと将来の症状レベルとが診断結果表示領域１２０４に表示されているが、眼底の中央部における現在の症状レベルと周辺部における現在の症状レベルとが診断結果表示領域１２０４に表示されてもよい。
　図１４は、診断サーバ２０３による診断結果を表示する表示画面の一例である。図１４は、広画角で撮影された広角眼底画像データに対する複数の病気の診断が行われた場合の表示画面である。複数の病気として、１つは糖尿病網膜症である。これは図１３の糖尿病網膜症の診断結果表示と同様である。図１４ではさらに、病気２と病気３に対する、症状のカテゴリーや進行度を示すバーと矢印（インジケータ）が表示されている。病気２と病気３は加齢性黄斑変性、網膜剥離など診断サーバ２０３のＡＩ２２３で判別可能な眼底疾患である。
　以下、診断結果を表示する表示画面の変形例について説明する。
　疾病の発症の有無を診断できるものの、当該疾病についての症状レベルを確定できなかった画像診断が行われた場合、診断結果表示領域１２０４には、発症が推測された疾病を示す情報が表示されるようにしてもよい。
　このような場合に、診断結果表示領域１２０４には、さらに、発症が推測される疾病の具体的な症状レベルを診断できるＡＩを有する診断サーバによる画像診断を推奨するメッセージが表示されてもよい。
　また、管理サーバ１００が、疾病と、当該疾病の症状レベルを診断可能なＡＩを搭載する診断サーバと、の対応情報を保持してもよい。この場合、管理サーバ１００は、院内サーバ３００から当該メッセージに従って画像診断を行う命令を受け付けると、当該対応情報を参照して、当該疾病の症状レベルを診断可能なＡＩを搭載する診断サーバを送信可能な診断サーバの中から一つを特定する。そして、管理サーバ１００は、当該診断サーバを示す情報を院内サーバ３００に送信して表示させてもよいし、当該診断サーバに対して再度匿名化診断対象データを送信して、画像診断を依頼してもよい。
　また、画像診断システムは、解像度が低い（例えば所定値未満の第１解像度の）画像に対する画像診断を行うＡＩ（ＡＩ　Ａとする）を搭載する診断サーバと、解像度が高い（例えば当該所定値以上の第２解像度の）画像に対する画像診断を行うＡＩ（ＡＩ　Ｂとする）との二つのＡＩを搭載する診断サーバと、を含むものとする。このとき、ＡＩ　Ａによる診断結果において眼底に異常があると診断された場合に、診断結果表示領域１２０４には、より解像度の高い眼底画像データを用いてＡＩ　Ｂによる画像診断を推奨するメッセージが表示されてもよい。あるいは、より解像度の高い眼底画像データで撮影を行うことを推奨するメッセージが表示させるようにしてもよい。
　なお、匿名化診断対象データが複数の診断サーバに送信されてもよい、即ち画像診断モデルが異なるＡＩによって眼底画像データの画像診断が行われてもよい。図１５は、複数の診断サーバによって画像診断がされた場合の診断結果を表示する表示画面の一例である。図１５は、広画角で撮影された広角眼底画像データに対する糖尿病網膜症の症状レベルの診断が、２つの診断サーバによって行われた場合の表示画面の一例である。また、これら２つの診断サーバによる診断結果を示す症状レベルの分類及び分類数が異なるものとする。
　この場合、例えば、図１５のように診断結果表示領域１２０４は、分類１（５段階のグレードに分類する国際重症度分類）による糖尿病網膜症の画像診断を行うＡＩが搭載された診断サーバによる第１の診断結果と、分類２（３段階のグレードに分類する改変Ｄａｖｉｓ分類）による糖尿病網膜症の画像診断を行うＡＩが搭載された診断サーバによる第２の診断結果とが表示される。即ち、異なる２つの分類による糖尿病網膜症の症状レベルを表示する。
　また、例えば、管理サーバ１００の表示画面生成部１０３は、異なる分類による症状レベルを考慮した症状レベルを生成し、総合結果として表示するようにしてもよい。
　具体的には、各分類の症状レベルに対応するスコアが予め定められ（例えば分類１におけるＮｏ　ＤＲが１点、Ｍｉｌｄが３点、・・・、分類２におけるＡ１が１点、Ａ２が７点、・・・等）、表示画面生成部１０３は、左右眼についての症状レベルに対応するスコアの平均を算出する。
　また、総合結果において、スコアの平均の区分ごとに対応する症状レベル（１点以上２．５点未満なら症状レベル１、２．５点以上５点未満なら症状レベル２、・・・等）が予め定められているとする。表示画面生成部１０３は、左右眼について、算出した平均に対応する症状レベルを特定し、特定した症状レベルを総合結果として診断結果表示領域１２０４に表示する。これにより、複数種類の異なる分類によって糖尿病網膜症を診断するＡＩの診断結果を統合し、新たな指標を提示することができる。なお、分類２は改変Ｄａｖｉｓ分類に限られず、福田分類などでもよい。
　なお、本実施例において管理サーバ１００が、匿名化診断対象データに含まれる眼底画像データの画像診断を行う診断サーバを決定していたが、他の装置（例えば院内サーバ３００、端末４００、又は撮影機器５００）が診断サーバを決定してもよい。この場合、当該他の装置はＡＩ選択情報１１０を保持している。また、当該他の装置は、決定した診断サーバを示す情報（例えばフラグ）を、ユーザデータ７０３に含める。
　実施例２の画像診断システムにおける診断サーバ９００は、複数のＡＩ９０１～９０２を搭載している。実施例１との相違点を説明する。
　図１６は、実施例２の画像診断システムの構成例を示す説明図である。診断サーバ９００が複数のＡＩを搭載する点において、図１の画像診断システムと異なる。なお、説明を簡単にするために、図１６では画像診断システムは１台の診断サーバ９００を有しているが、画像診断システムが複数の診断サーバを有し、かつ当該複数の診断サーバの一部又は全部が複数のＡＩを搭載していてもよい。複数のＡＩ（ＡＩ９０１及びＡＩ９０２を含む２つ、又は３つ以上のＡＩ）は、異なる画像診断モデルをそれぞれ有している。
　実施例２のＡＩ選択情報１１０は、院内サーバ３００あるいは端末４００から送信されてくる付加情報を用いてＡＩを特定する情報を含む。つまり、例えば、図１０において、ＡＩ選択情報１１０は、さらに、ＡＩのＩＤ欄を含むとよい。ＡＩのＩＤは、付加情報の値に対応する匿名化診断対象データの画像診断を行うＡＩを識別するＩＤである。
　図１７は、実施例２における画像診断システムの画像診断処理を示すシーケンス図である。図７との相違点について説明する。ステップＳ７０２に代えてステップＳ１６０１が実行される。ステップＳ１６０１において、管理サーバ１００のＡＩ選択部１０２は、ＡＩ選択情報１１０と受信した診断対象データに含まれる付加情報とに基づいて、複数のＡＩ（ＡＩ９０１及びＡＩ９０２を含む２つ、又は３つ以上のＡＩ）からを少なくとも１つ選択する。
　さらにステップＳ１６０１において、ＡＩ選択部１０２は、ユーザデータ７０３内に選択したＡＩ２２０を示すＡＩ情報（例えばＡＩのＩＤ等）を含め、当該ユーザデータ７０３を含む匿名化診断対象データを、選択したＡＩ２２０を搭載する診断サーバに送信する。
　続いて、匿名化診断対象データを受信した診断サーバの管理部は、匿名化診断対象データに含まれるＡＩ情報が示すＡＩ２２０を選択し、選択したＡＩ２２０に匿名化診断対象データに含まれる眼底画像データを入力する（Ｓ１６０２）。続いて、ステップＳ７０７の処理に遷移する。
　なお、実施例２において管理サーバ１００が、匿名化診断対象データに含まれる眼底画像データの画像診断を行うＡＩを決定していたが、他の装置（例えば診断サーバ９００、院内サーバ３００、端末４００、又は撮影機器５００）がＡＩを決定してもよい。この場合、当該他の装置はＡＩ選択情報１１０を保持している。また、当該他の装置は決定したＡＩを示す情報（例えばフラグ）を、ユーザデータ７０３に含める。
　但し、診断サーバ９００がＡＩを決定する場合には、管理サーバ１００はどの診断サーバ９００が適切なＡＩを保持しているかを判断できないため、匿名化診断対象データを全ての診断サーバに送信することが望ましい。そして、匿名化診断対象データを受信した診断サーバ９００は、ＡＩ選択情報１１０を参照して、自身が搭載するＡＩによって眼底画像データの画像診断を実行可能であるか否かを判定する。そして、診断サーバは、画像診断が実行可能であるＡＩを搭載していた場合には、ＡＩによる診断結果を管理サーバ１００に返信する。
　なお、本発明は上記の内容に限定されるものではなく、これらを任意に組み合わせたものであっても良い。また、本発明の技術的思想の範囲で考えられるその他の態様も本発明の範囲に含まれる。
　１００　管理サーバ、１０１　匿名化処理部、１０２　ＡＩ選択部、１０３　表示画面生成部、１０４　診断結果データ生成部、１１０　ＡＩ選択情報、２０１　診断サーバ、２０１１　画像診断部、３００　院内サーバ、３０１　匿名化処理部、３０２　患者情報管理部、３０３　表示画面生成部、３１０　患者情報ＤＢ、４００　端末、４０１　診断対象データ生成部、４０２　付加情報取得部、４０３　表示画面生成部、６００　計算機、６０１　プロセッサ、６０２　記憶デバイス、６０３　入力デバイス、６０４　出力デバイス、６０５　通信Ｉ／Ｆ、９００　診断サーバ、２０２１　学習情報管理部、２０３１　診断画像生成部、２０４１　管理部、２１０１　学習ＤＢ、２１１１　画像診断モデル

Claims (46)

  1. 　患者の被検眼画像データを取得する画像取得装置と、
    　前記画像取得装置と通信可能であり前記被検眼画像データを記憶する第１情報処理装置と、を有する情報処理システムであって、
    　前記画像取得装置は、
    　前記被検眼画像データと、前記被検眼画像データを画像診断する画像診断装置の特定に用いられる付加情報と、を含む第１送信データを、前記第１情報処理装置に送信する第１送信処理を実行し、
    　前記第１情報処理装置は、
    　前記画像取得装置から前記第１送信データを受信すると、前記被検眼画像データを記憶する記憶処理と、
    　前記付加情報に基づいて、第１画像診断を前記被検眼画像データに対して行う第１画像診断装置、及び前記第１画像診断とは異なる第２画像診断を前記被検眼画像データに対して行う第２画像診断装置の少なくとも一方を特定する特定処理と、
    　前記被検眼画像データを含む第２送信データを、特定された画像診断装置に送信する第２送信処理と、を実行する、情報処理システム。
  2. 　請求項１に記載の情報処理システムであって、
    　前記第１画像診断装置及び前記第２画像診断装置を含む前記画像診断装置の台数は、３台以上であり、
    　３台以上の前記画像診断装置は、それぞれ異なる画像診断を被検眼画像データに対して実行可能であり、
    　前記第１情報処理装置は、前記特定処理において、前記３台以上の画像診断装置の少なくとも１つを特定する情報処理システム。
  3. 　請求項１に記載の情報処理システムであって、
    　前記付加情報は、前記被検眼画像データの属性情報に基づいて決定されている、情報処理システム。
  4. 　請求項３に記載の情報処理システムであって、
    　前記画像取得装置は、
    　前記属性情報を取得する取得処理と、
    　前記取得した属性情報に基づいて、前記第１画像診断装置及び前記第２画像診断装置の少なくとも一方を特定するフラグを、前記付加情報として決定する決定処理と、を実行し、
    　前記第１送信処理において、前記フラグを前記第１情報処理装置に送信する、情報処理システム。
  5. 　請求項３に記載の情報処理システムであって、
    　前記画像取得装置は、
    　前記患者の被検眼画像データの前記属性情報を前記付加情報として取得する取得処理を実行し、
    　前記第１情報処理装置は、受信した属性情報に基づいて、前記特定処理を実行する、情報処理システム。
  6. 　請求項３に記載の情報処理システムであって、
    　前記属性情報は、前記被検眼画像データの撮影機器の識別情報を含む、情報処理システム。
  7. 　請求項３に記載の情報処理システムであって、
    　前記属性情報は、前記被検眼画像データの画像を撮影した画角を示す画角情報を含む、情報処理システム。
  8. 　請求項７に記載の情報処理システムであって、
    　前記第１画像診断において、第１画角で撮影された被検眼画像データの画像診断が行われ、
    　前記第２画像診断において、前記第１画角より広い第２画角で撮影された被検眼画像データの画像診断が行われる、情報処理システム。
  9. 　請求項８に記載の情報処理システムであって、
    　前記第１画像診断装置は、
    　前記第１画像診断において前記被検眼画像データにおける前記患者の被検眼に異常を発見した場合、前記第２画角で撮影された前記患者の被検眼画像データの取得を推奨することを示す情報を、当該画像診断の診断結果に含め、
    　前記診断結果を、前記第１情報処理装置に送信する、情報処理システム。
  10. 　請求項７に記載の情報処理システムであって、
    　前記画角情報は、前記被検眼画像データの画像を撮影した撮影機器の識別情報である、情報処理システム。
  11. 　請求項３に記載の情報処理システムであって、
    　前記属性情報は、前記被検眼画像データの解像度を示す情報を含む、情報処理システム。
  12. 　請求項１１に記載の情報処理システムであって、
    　前記第１画像診断において、第１解像度で撮影された被検眼画像データの画像診断が行われ、
    　前記第２画像診断において、前記第１解像度より高い第２解像度で撮影された被検眼画像データの画像診断が行われ、
    　前記第１画像診断装置は、
    　前記第１画像診断において前記被検眼画像データにおける前記患者の被検眼に異常を発見した場合、前記第２解像度で撮影された前記患者の被検眼画像データの取得を推奨することを示す情報を、当該画像診断の診断結果に含め、
    　前記診断結果を、前記第１情報処理装置に送信する、情報処理システム。
  13. 　請求項３に記載の情報処理システムであって、
    　前記属性情報は、前記被検眼画像データのモダリティを示す情報を含む、情報処理システム。
  14. 　請求項１に記載の情報処理システムであって、
    　前記被検眼画像データは、眼底カメラによる眼底画像データ、走査型レーザ検眼鏡による眼底画像データ、及び光干渉断層計による断層データの少なくとも１つを含む、情報処理システム。
  15. 　請求項１４に記載の情報処理システムであって、
    　前記被検眼画像データは、眼底画像データを含み、
    　前記第１画像診断及び前記第２画像診断において、眼底の病変の診断が行われる、情報処理システム。
  16. 　請求項１５に記載の情報処理システムであって、
    　前記第１画像診断及び前記第２画像診断において、眼底画像を使用した糖尿病網膜症の診断が行われる、情報処理システム。
  17. 　請求項１５に記載の情報処理システムであって、
    　前記第１画像診断において、眼底の病変の状態を示す第１分類により診断結果が示され、
    　前記第２画像診断において、前記第１分類と分類数が異なる第２分類により診断結果が示され、
    　前記第１画像診断装置は、前記第１画像診断における前記第１分類による第１診断結果を、前記第１情報処理装置に送信し、
    　前記第２画像診断装置は、前記第２画像診断における前記第２分類による第２診断結果を、前記第１情報処理装置に送信し、
    　前記第１情報処理装置は、前記画像取得装置に、前記第１診断結果及び前記第２診断結果を送信し、
    　前記画像取得装置は、前記第１診断結果及び前記第２診断結果を統合した診断結果を表示する、情報処理システム。
  18. 　請求項１に記載の情報処理システムであって、
    　前記付加情報は、
    　前記第１画像診断装置及び前記第２画像診断装置の双方を特定し、
    　画像診断を特定する情報を含み、
    　前記第１情報処理装置は、前記第１画像診断装置及び前記第２画像診断装置に、前記被検眼画像データと前記付加情報を送信し、
    　前記第１画像診断装置及び前記第２画像診断装置は、前記付加情報が示す画像診断が実行可能である場合、受信した前記被検眼画像データに対して前記付加情報が示す画像診断を行う、情報処理システム。
  19. 　請求項１に記載の情報処理システムであって、
    　前記付加情報は、前記画像取得装置の設置場所に基づいて決定されている、情報処理システム。
  20. 　請求項１に記載の情報処理システムであって、
    　前記付加情報は、画像診断を含む診断コースの料金に基づいて決定されている、情報処理システム。
  21. 　患者の被検眼画像データを取得する画像取得装置と、
    　前記画像取得装置と通信可能であり前記被検眼画像データを記憶する第１情報処理装置と、を有する情報処理システムであって、
    　前記画像取得装置は、
    　前記被検眼画像データと、前記被検眼画像データを画像診断する人工知能の特定に用いられる付加情報と、を含む第１送信データを、前記第１情報処理装置に送信する第１送信処理を実行し、
    　前記第１情報処理装置は、
    　前記画像取得装置から前記第１送信データを受信すると、前記被検眼画像データを記憶する記憶処理と、
    　前記付加情報に基づいて、前記被検眼画像データの第１画像診断を行うための第１人工知能と前記被検眼画像データの前記第１画像診断と異なる第２画像診断を行う第２人工知能の少なくとも一方を特定する特定処理と、
    　前記被検眼画像データと人工知能を特定する特定情報を含む第２送信データを、前記特定した人工知能を含む画像診断装置に送信する第２送信処理と、を実行する、情報処理システム。
  22. 　請求項２１に記載の情報処理システムであって、
    　前記画像診断装置が含む人工知能は、３種類以上であり、
    　前記３種類以上の人工知能は、それぞれ異なる画像診断を被検眼画像データに対して実行可能であり、
    　前記第１情報処理装置は、前記特定処理において、前記３種類以上の人工知能の少なくとも１つを特定する情報処理システム。
  23. 　請求項２１に記載の情報処理システムであって、
    　前記付加情報は、前記被検眼画像データの属性情報に基づいて決定されている、情報処理システム。
  24. 　請求項２３に記載の情報処理システムであって、
    　前記画像取得装置は、
    　前記属性情報を取得する、取得処理と、
    　前記取得した属性情報に基づいて、前記第１人工知能及び前記第２人工知能の少なくとも一方を特定するフラグを、前記付加情報として決定する、決定処理と、を実行し、
    　前記第１送信処理において、前記フラグを前記第１情報処理装置に送信する、情報処理システム。
  25. 　請求項２３に記載の情報処理システムであって、
    　前記画像取得装置は、
    　前記患者の被検眼画像データの前記属性情報を前記付加情報として取得する取得処理を実行し、
    　前記第１情報処理装置は、受信した属性情報に基づいて、前記特定処理を実行する、情報処理システム。
  26. 　請求項２３に記載の情報処理システムであって、
    　前記属性情報は、前記被検眼画像データの撮影機器の識別情報を含む、情報処理システム。
  27. 　請求項２３に記載の情報処理システムであって、
    　前記属性情報は、前記被検眼画像データの画像を撮影した画角を示す画角情報を含む、情報処理システム。
  28. 　請求項２７に記載の情報処理システムであって、
    　前記第１画像診断において、第１画角で撮影された被検眼画像データの画像診断が行われ、
    　前記第２画像診断において、前記第１画角より広い第２画角で撮影された被検眼画像データの画像診断が行われる、情報処理システム。
  29. 　請求項２８に記載の情報処理システムであって、
    　前記画像診断装置は、
    　前記第１画像診断において前記被検眼画像データにおける前記患者の被検眼に異常を発見した場合、前記第２画角で撮影された前記患者の被検眼画像データの取得を推奨することを示す情報を、当該画像診断の診断結果に含め、
    　前記診断結果を、前記第１情報処理装置に送信する、情報処理システム。
  30. 　請求項２７に記載の情報処理システムであって、
    　前記画角情報は、前記被検眼画像データの画像を撮影した撮影機器の識別情報である、情報処理システム。
  31. 　請求項２３に記載の情報処理システムであって、
    　前記属性情報は、前記被検眼画像データの解像度を示す情報を含む、情報処理システム。
  32. 　請求項３１に記載の情報処理システムであって、
    　前記第１画像診断において、第１解像度で撮影された被検眼画像データの画像診断が行われ、
    　前記第２画像診断において、前記第１解像度より高い第２解像度で撮影された被検眼画像データの画像診断が行われ、
    　前記画像診断装置は、
    　前記第１画像診断において前記被検眼画像データにおける前記患者の被検眼に異常を発見した場合、前記第２解像度で撮影された前記患者の被検眼画像データの取得を推奨することを示す情報を、当該画像診断の診断結果に含め、
    　前記診断結果を、前記第１情報処理装置に送信する、情報処理システム。
  33. 　請求項２３に記載の情報処理システムであって、
    　前記属性情報は、前記被検眼画像データのモダリティを示す情報を含む、情報処理システム。
  34. 　請求項２１に記載の情報処理システムであって、
    　前記被検眼画像データは、眼底カメラによる眼底画像データ、走査型レーザ検眼鏡による眼底画像データ、及び光干渉断層計による断層データの少なくとも１つを含む、情報処理システム。
  35. 　請求項３４に記載の情報処理システムであって、
    　前記被検眼画像データは、眼底画像データを含み、
    　前記第１画像診断及び前記第２画像診断において、眼底の病変の診断が行われる、情報処理システム。
  36. 　請求項３５に記載の情報処理システムであって、
    　前記第１画像診断及び前記第２画像診断において、眼底画像を使用した糖尿病網膜症の診断が行われる、情報処理システム。
  37. 　請求項３５に記載の情報処理システムであって、
    　前記第１画像診断において、眼底の病変の状態を示す第１分類により診断結果が示され、
    　前記第２画像診断において、前記第１分類と分類数が異なる第２分類により診断結果が示され、
    　前記画像診断装置は、
    　前記第１画像診断における前記第１分類による第１診断結果を、前記第１情報処理装置に送信し、
    　前記第２画像診断における前記第２分類による第２診断結果を、前記第１情報処理装置に送信し、
    　前記第１情報処理装置は、前記画像取得装置に、前記第１診断結果及び前記第２診断結果を送信し、
    　前記画像取得装置は、前記第１診断結果及び前記第２診断結果を統合した診断結果を表示する、情報処理システム。
  38. 　請求項２１に記載の情報処理システムであって、
    　前記付加情報は、
    　前記第１人工知能及び前記第２人工知能の双方を特定し、
    　画像診断を特定する情報を含み、
    　前記第１情報処理装置は、前記画像診断装置に、前記被検眼画像データと前記付加情報を送信し、
    　前記画像診断装置は、前記付加情報が示す画像診断が実行可能である場合、受信した前記被検眼画像データに対して前記付加情報が示す画像診断を行う、情報処理システム。
  39. 　請求項２１に記載の情報処理システムであって、
    　前記付加情報は、前記画像取得装置の設置場所に基づいて決定されている、情報処理システム。
  40. 　請求項２１に記載の情報処理システムであって、
    　前記付加情報は、画像診断を含む診断コースの料金に基づいて決定されている、情報処理システム。
  41. 　情報処理装置であって、
    　プロセッサと記憶装置とを備え、
    　前記記憶装置は、
    　患者の被検眼画像データと、
    　前記被検眼画像データの付加情報と、
    　付加情報と前記被検眼画像データを画像診断する画像診断装置との対応情報と、を保持し、
    　前記プロセッサは、
    　前記対応情報と前記被検眼画像データの付加情報とに基づいて、第１画像診断を前記被検眼画像データに対して行う第１画像診断装置、及び前記第１画像診断とは異なる第２画像診断を前記被検眼画像データに対して行う第２画像診断装置の少なくとも一方を特定し、
    　前記被検眼画像データを含む送信データを、特定された画像診断装置に送信する、情報処理装置。
  42. 　情報処理装置であって、
    　プロセッサと記憶装置とを備え、
    　前記記憶装置は、
    　患者の被検眼画像データと、
    　前記被検眼画像データの付加情報と、
    　付加情報と前記被検眼画像データを画像診断する人工知能との対応情報と、を保持し、
    　前記プロセッサは、
    　前記対応情報と前記被検眼画像データの付加情報とに基づいて、前記被検眼画像データの第１画像診断を行うための第１人工知能と前記被検眼画像データの前記第１画像診断と異なる第２画像診断を行う第２人工知能の少なくとも一方を特定し、
    　前記被検眼画像データと人工知能を特定する特定情報を含む第２送信データを、前記特定した人工知能を含む画像診断装置に送信する、情報処理装置。
  43. 　情報処理装置によって実行される情報処理方法であって、
    　前記情報処理装置は、プロセッサと記憶装置とを備え、
    　前記記憶装置は、
    　患者の被検眼画像データと、
    　前記被検眼画像データの付加情報と、
    　付加情報と前記被検眼画像データを画像診断する画像診断装置との対応情報と、を保持し、
    　前記情報処理方法は、
    　前記プロセッサが、前記対応情報と前記被検眼画像データの付加情報とに基づいて、第１画像診断を前記被検眼画像データに対して行う第１画像診断装置、及び前記第１画像診断とは異なる第２画像診断を前記被検眼画像データに対して行う第２画像診断装置の少なくとも一方を特定し、
    　前記プロセッサが、前記被検眼画像データを含む送信データを、特定された画像診断装置に送信する、情報処理方法。
  44. 　情報処理装置によって実行される情報処理方法であって、
    　前記情報処理装置は、プロセッサと記憶装置とを備え、
    　前記記憶装置は、
    　患者の被検眼画像データと、
    　前記被検眼画像データの付加情報と、
    　付加情報と前記被検眼画像データを画像診断する人工知能との対応情報と、を保持し、
    　前記情報処理方法は、
    　前記プロセッサが、前記対応情報と前記被検眼画像データの付加情報とに基づいて、前記被検眼画像データの第１画像診断を行うための第１人工知能と前記被検眼画像データの前記第１画像診断と異なる第２画像診断を行う第２人工知能の少なくとも一方を特定し、
    　前記プロセッサが、前記被検眼画像データと人工知能を特定する特定情報を含む第２送信データを、前記特定した人工知能を含む画像診断装置に送信する、情報処理方法。
  45. 　情報処理装置に情報処理を実行させるためのプログラムであって、
    　前記情報処理装置は、プロセッサと記憶装置とを備え、
    　前記記憶装置は、
    　患者の被検眼画像データと、
    　前記被検眼画像データの付加情報と、
    　付加情報と前記被検眼画像データを画像診断する画像診断装置との対応情報と、を保持し、
    　前記プログラムは、
    　前記対応情報と前記被検眼画像データの付加情報とに基づいて、第１画像診断を前記被検眼画像データに対して行う第１画像診断装置、及び前記第１画像診断とは異なる第２画像診断を前記被検眼画像データに対して行う第２画像診断装置の少なくとも一方を特定する処理と、
    　前記被検眼画像データを含む送信データを、特定された画像診断装置に送信する処理と、を前記プロセッサに実行させる、プログラム。
  46. 　情報処理装置に情報処理を実行させるためのプログラムであって、
    　前記情報処理装置は、プロセッサと記憶装置とを備え、
    　前記記憶装置は、
    　患者の被検眼画像データと、
    　前記被検眼画像データの付加情報と、
    　付加情報と前記被検眼画像データを画像診断する人工知能との対応情報と、を保持し、
    　前記プログラムは、
    　前記対応情報と前記被検眼画像データの付加情報とに基づいて、前記被検眼画像データの第１画像診断を行うための第１人工知能と前記被検眼画像データの前記第１画像診断と異なる第２画像診断を行う第２人工知能の少なくとも一方を特定する処理と、
    　前記被検眼画像データと人工知能を特定する特定情報を含む第２送信データを、前記特定した人工知能を含む画像診断装置に送信する処理と、を前記プロセッサに実行させるプログラム。
PCT/JP2020/029055 2019-07-31 2020-07-29 情報処理システム、情報処理装置、情報処理方法、及びプログラム WO2021020442A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202080068885.2A CN114450755A (zh) 2019-07-31 2020-07-29 信息处理系统、信息处理装置、信息处理方法及程序
EP20848309.9A EP4006917A4 (en) 2019-07-31 2020-07-29 INFORMATION PROCESSING SYSTEM, INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD AND PROGRAM
JP2021535384A JPWO2021020442A1 (ja) 2019-07-31 2020-07-29
US17/631,275 US20220261989A1 (en) 2019-07-31 2020-07-29 Information processing system, information processing device, information processing method, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962880980P 2019-07-31 2019-07-31
US62/880,980 2019-07-31

Publications (1)

Publication Number Publication Date
WO2021020442A1 true WO2021020442A1 (ja) 2021-02-04

Family

ID=74229183

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/029055 WO2021020442A1 (ja) 2019-07-31 2020-07-29 情報処理システム、情報処理装置、情報処理方法、及びプログラム

Country Status (5)

Country Link
US (1) US20220261989A1 (ja)
EP (1) EP4006917A4 (ja)
JP (1) JPWO2021020442A1 (ja)
CN (1) CN114450755A (ja)
WO (1) WO2021020442A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5951086B2 (ja) 1977-11-30 1984-12-12 松下電器産業株式会社 誘電体磁器材料
US20170196458A1 (en) * 2016-01-08 2017-07-13 Cardiac Pacemakers, Inc. Obtaining high-resolution information from an implantable medical device
JP2018013826A (ja) * 2016-07-19 2018-01-25 株式会社トプコン 医療情報処理システム及び医療情報処理方法
WO2018201632A1 (zh) * 2017-05-04 2018-11-08 深圳硅基仿生科技有限公司 用于识别眼底图像病变的人工神经网络及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140276025A1 (en) * 2013-03-14 2014-09-18 Carl Zeiss Meditec, Inc. Multimodal integration of ocular data acquisition and analysis
US9386920B2 (en) * 2013-09-30 2016-07-12 Nidek Co., Ltd. Ophthalmologic image processing apparatus
CN107423571B (zh) * 2017-05-04 2018-07-06 深圳硅基仿生科技有限公司 基于眼底图像的糖尿病视网膜病变识别系统
WO2020200087A1 (en) * 2019-03-29 2020-10-08 Ai Technologies Inc. Image-based detection of ophthalmic and systemic diseases

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5951086B2 (ja) 1977-11-30 1984-12-12 松下電器産業株式会社 誘電体磁器材料
US20170196458A1 (en) * 2016-01-08 2017-07-13 Cardiac Pacemakers, Inc. Obtaining high-resolution information from an implantable medical device
JP2018013826A (ja) * 2016-07-19 2018-01-25 株式会社トプコン 医療情報処理システム及び医療情報処理方法
WO2018201632A1 (zh) * 2017-05-04 2018-11-08 深圳硅基仿生科技有限公司 用于识别眼底图像病变的人工神经网络及系统

Also Published As

Publication number Publication date
US20220261989A1 (en) 2022-08-18
JPWO2021020442A1 (ja) 2021-02-04
CN114450755A (zh) 2022-05-06
EP4006917A1 (en) 2022-06-01
EP4006917A4 (en) 2023-08-23

Similar Documents

Publication Publication Date Title
US10783990B2 (en) Clinical trial re-evaluation system
JP5899236B2 (ja) 事例ベース推論を用いた治療プランニングに対する医療判断支援のためのシステム及び方法
Biousse et al. Optic disc classification by deep learning versus expert neuro‐ophthalmologists
De Fauw et al. Automated analysis of retinal imaging using machine learning techniques for computer vision
EP4006914A1 (en) Information processing system, information processing device, image acquisition device, information processing method, image acquisition method, and program
US11875897B2 (en) Medical image processing apparatus, method, and program, and diagnosis support apparatus, method, and program
US8548823B2 (en) Automatically determining ideal treatment plans for complex neuropsychiatric conditions
CN109478418A (zh) 用于使健康数据匿名化并且跨地理区域传输健康数据进行分析的系统和方法
US7996242B2 (en) Automatically developing neuropsychiatric treatment plans based on neuroimage data
JP2018014059A (ja) 医療情報処理システム及び医療情報処理方法
US11302440B2 (en) Accelerating human understanding of medical images by dynamic image alteration
US20150339447A1 (en) Medical assistance device, operation method of medical assistance device, non-transitory computer-readable recording medium, and medical assistance system
JP2012527029A (ja) 外部コンテキストのある臨床決定支援システム
US11145395B1 (en) Health history access
US20220037019A1 (en) Medical scan artifact detection system and methods for use therewith
JP2014512623A (ja) 医療メッセージングのためのシステム及び方法
US20190095583A1 (en) Method and system for electronic medical record processing in presence of conflicts
US20210335491A1 (en) Predictive adaptive intelligent diagnostics and treatment
Fernandes Artificial intelligence in telemedicine
WO2021020442A1 (ja) 情報処理システム、情報処理装置、情報処理方法、及びプログラム
JPH1043138A (ja) 眼底画像蓄積伝送協調診断支援システム
Boland et al. American Glaucoma Society position statement: electronic data standards for clinical practice
US20210391077A1 (en) Medical information processing system, medical information processing apparatus, and medical information processing method
Mbagwu et al. Feasibility of cross-vendor linkage of ophthalmic images with electronic health record data: an analysis from the IRIS Registry®
JP2022116134A (ja) 医療情報処理システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20848309

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2021535384

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020848309

Country of ref document: EP

Effective date: 20220228