WO2022044509A1 - 情報処理システム及びプログラム - Google Patents

情報処理システム及びプログラム Download PDF

Info

Publication number
WO2022044509A1
WO2022044509A1 PCT/JP2021/023417 JP2021023417W WO2022044509A1 WO 2022044509 A1 WO2022044509 A1 WO 2022044509A1 JP 2021023417 W JP2021023417 W JP 2021023417W WO 2022044509 A1 WO2022044509 A1 WO 2022044509A1
Authority
WO
WIPO (PCT)
Prior art keywords
information processing
processing system
electrocardiographic waveform
heart failure
information
Prior art date
Application number
PCT/JP2021/023417
Other languages
English (en)
French (fr)
Inventor
克仁 藤生
一成 小室
映理子 荷見
悠 清水
芳宏 三上
龍 齋藤
稔 白土
▲エイ▼ 陳
裕次 濱田
Original Assignee
国立大学法人 東京大学
Ｓｉｍｐｌｅｘ Ｑｕａｎｔｕｍ株式会社
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 国立大学法人 東京大学, Ｓｉｍｐｌｅｘ Ｑｕａｎｔｕｍ株式会社 filed Critical 国立大学法人 東京大学
Priority to EP21773262.7A priority Critical patent/EP3981316A4/en
Priority to CN202311635091.1A priority patent/CN117838067A/zh
Priority to US17/435,974 priority patent/US11412978B2/en
Priority to CN202180002401.9A priority patent/CN114599272A/zh
Publication of WO2022044509A1 publication Critical patent/WO2022044509A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/271—Arrangements of electrodes with cords, cables or leads, e.g. single leads or patient cord assemblies
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/339—Displays specially adapted therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/361—Detecting fibrillation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4842—Monitoring progression or stage of a disease
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6825—Hand
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • 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
    • 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
    • G16H40/63—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 local 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
    • G16H50/20—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
    • 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
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies

Definitions

  • the present invention relates to an information processing system and a program.
  • a method for detecting heart failure in which an electrocardiographic waveform, a heart rate, a heart rate variability, a heart rate interval, and a respiratory frequency are acquired from a user, and the information is analyzed to determine whether or not the patient has heart failure (for example, Patent Document). See 1.).
  • Patent Document 1 does not determine the severity of heart failure (heart failure stage). In addition, since it is necessary to acquire various information from the user, it takes time and effort to determine heart failure.
  • the present invention has decided to provide an information processing system that can reduce the labor of medical staff in determining the stage of heart failure.
  • an information processing system configured to perform a read step and a determination step.
  • the read step the input first electrocardiographic waveform including the electrocardiographic waveform of the user is read out.
  • the determination step the user's heart failure stage is determined based on the first electrocardiographic waveform and the reference information.
  • the reference information is information showing the relationship between the second electrocardiographic waveform including the electrocardiographic waveform that has been acquired in advance and the stage of heart failure has been determined by the doctor, and the feature amount of heart failure.
  • the reference information is a trained model in which the feature amount of heart failure is learned from the second electrocardiographic waveform. The trained model trains the content judged in the judgment step and the corresponding clinical data.
  • FIG. 4A shows a normalized electrocardiographic waveform and a stage of heart failure in a healthy subject.
  • FIG. 4B shows an early normalized electrocardiographic waveform and a stage of heart failure.
  • FIG. 4C shows mild normalized electrocardiographic waveforms and stages of heart failure.
  • FIG. 4D shows moderate and severe normalized electrocardiographic waveforms and stages of heart failure. It is a figure which shows the expression method of the judgment result of the heart failure stage. It is a figure which shows the expression method of the judgment result of the heart failure stage.
  • FIG. 1 It is a figure which shows the expression method of the judgment result of the heart failure stage. It is a figure which shows the expression method of the judgment result of the heart failure stage. It is a figure which shows the expression method of the judgment result of the heart failure stage. It is a figure which shows the expression method of the judgment result of the heart failure stage. It is a figure which shows the expression method of the judgment result of the heart failure stage. It is a figure which shows the expression method of the judgment result of the heart failure stage. It is a figure which shows the expression method of the judgment result of the heart failure stage. It is a figure which shows the expression method of the judgment result of the heart failure stage. It is a block diagram which shows the functional structure of an information processing system 100. FIG.
  • FIG. 16A is an activity diagram showing a method of generating a trained model 122.
  • FIG. 16B is an activity diagram showing information processing of the control unit 110. It is a block diagram which shows the functional structure of an information processing system 100. It is an activity diagram which shows the information processing of a control unit 110. It is a block diagram which shows the functional structure of an information processing system 100. It is an activity diagram which shows the information processing of a control unit 110.
  • the program for realizing the software appearing in the present embodiment may be provided as a non-transitory recording medium (Non-Transity Computer Readable Medium) that can be read by a computer, or can be downloaded from an external server. It may be provided to the external computer to start the program and realize the function on the client terminal (so-called cloud computing).
  • Non-Transity Computer Readable Medium Non-Transity Computer Readable Medium
  • the "part" may include, for example, a combination of hardware resources implemented by a circuit in a broad sense and information processing of software specifically realized by these hardware resources. ..
  • various information is handled in this embodiment, and these information are, for example, physical values of signal values representing voltage and current, and signal values as a bit aggregate of a binary number composed of 0 or 1. It is represented by high-low or quantum superposition (so-called qubit), and communication / operation can be executed on a circuit in a broad sense.
  • a circuit in a broad sense is a circuit realized by at least appropriately combining a circuit, a circuit, a processor, a memory, and the like. That is, an integrated circuit for a specific application (Application Specific Integrated Circuit: ASIC), a programmable logic device (for example, a simple programmable logic device (Simple Programmable Logic Device: SPLD), a composite programmable logic device (Complex Programg)). It includes a programmable gate array (Field Programmable Gate Array: FPGA) and the like.
  • FIG. 1 is a block diagram showing a configuration of information processing system 100.
  • the information processing system 100 includes a control unit 110, a storage unit 120, a display unit 130, an input unit 140, and a communication unit 150.
  • the control unit 110 is a CPU (Central Processing Unit), a GPU (Graphics Processing Unit), or the like, and controls the entire information processing system 100.
  • the storage unit 120 stores various programs and data, and is composed of, for example, a memory, an HDD (Hard Disk Drive), a ROM (Read Only Memory), a RAM (Random Access Memory), and the like.
  • the storage unit 120 stores data and the like used when the control unit 110 executes processing based on the program. Then, the control unit 110 executes the process based on the program stored in the storage unit 120, thereby realizing various processes described later. That is, the program causes the computer to execute each step of the information processing system 100.
  • the storage unit 120 at least a part of the information may be stored in an external server other than the storage unit 120, or may be distributed and stored in a plurality of terminals by using blockchain technology or the like.
  • the display unit 130 displays texts and images (including still images and moving images), and is composed of an arbitrary display.
  • the input unit 140 inputs various information to the information processing system 100, and is composed of a mouse, a keyboard, a pointing device, and the like.
  • the communication unit 150 is a NIC (Network Interface Card) or the like, and is configured to connect the information processing system 100 to a network and enable data communication with other devices or components by a wired connection or a wireless connection.
  • FIG. 2 is a block diagram showing a functional configuration of the information processing system 100.
  • the control unit 110 includes a reading unit 111 and a determination unit 112.
  • the reading unit 111 specifically realizes information processing by software (stored in the storage unit 120) by hardware (control unit 110).
  • the reading unit 111 is configured to execute the reading step.
  • the reading unit 111 reads the input first electrocardiographic waveform.
  • the first electrocardiographic waveform indicates an electrocardiographic waveform acquired from the user.
  • reading the first electrocardiographic waveform means, for example, receiving the first electrocardiographic waveform from an external device via the communication unit 150 and reading the first electrocardiographic waveform to the storage unit 120 (for example, RAM).
  • the first electrocardiographic waveform stored in the storage unit 120 (for example, HDD) in advance is read out according to the operation of the input unit 140 by the user and written out to the storage unit 120 (for example, RAM), or a predetermined value.
  • the server control device (for example, CPU) writes out the first electrocardiographic waveform transmitted from the electrocardiographic measurement terminal to the cloud and stored in the server storage device (for example, HDD) to the server storage device (for example, RAM). , Can be shown. Of course, this is just an example and is not limited to this.
  • the determination unit 112 specifically realizes information processing by software (stored in the storage unit 120) by hardware (control unit 110).
  • the determination unit 112 is configured to execute the determination step.
  • the determination unit 112 determines the heart failure stage based on the first electrocardiographic waveform and the reference information 121.
  • the reference information 121 is stored in the storage unit 120 (for example, ROM).
  • the reference information 121 is information showing the relationship between the second electrocardiographic waveform and the feature amount of heart failure. Examples of reference information include look-up tables, functions, mathematical models, trained models, and the like. Of course, this is just an example and is not limited to this.
  • the heart failure stage is created by NYHA (New York Heart Association: New York Heart Association), and the severity of heart failure is classified into 4 stages according to the degree of subjective symptoms due to physical activity.
  • the second electrocardiographic waveform is an electrocardiographic waveform acquired in advance, and indicates an electrocardiographic waveform in which the stage of heart failure has been determined by a doctor.
  • the determination is that, for example, the lookup table is stored in the storage unit 120 (for example, ROM or HDD) in advance, and the control unit 110 reads the lookup table from the storage unit 120 to make a determination.
  • a function is stored in a storage unit 120 (for example, ROM or HDD) in advance, and a determination is made by inputting a feature amount obtained from the first electrocardiographic waveform to the function.
  • a mathematical model is stored in (ROM or HDD), and a judgment is made by inputting a feature amount obtained from the first electrocardiographic waveform into the mathematical model, or the second electrocardiographic waveform and cardiac failure. Based on the trained model trained with the feature quantity, it can be shown that a judgment is made by inputting the feature quantity obtained from the first electrocardiographic waveform to the trained model.
  • this is just an example and is not limited to this.
  • FIG. 3 is an activity diagram showing information processing of the control unit 110. As shown in FIG. 3, the reading unit 111 reads the input first electrocardiographic waveform (A120). Next, the determination unit 112 determines the heart failure stage based on the first electrocardiographic waveform and the reference information (A140).
  • FIGS. 4A to 4D are diagrams showing the determination results of the heart failure stage.
  • the first electrocardiographic waveforms 311, 321, 331, 341 are read by the reading unit 111, and are referred to as the first electrocardiographic waveforms 311, 321, 331, 341 read out.
  • the determination result 312, 322, 332, 342 of the heart failure stage determined by the determination unit 112 is displayed.
  • NYHA corresponding to the judgment result 312 shows 0 in all nine heartbeats, which indicates the case of a healthy person.
  • NYHA corresponding to the determination result 322 shows 1 in all 9 heartbeats, which indicates the case where the heart failure stage is early.
  • NYHA corresponding to the determination result 332 shows 2 in all 11 heartbeats, which indicates the case where the heart failure stage is mild.
  • NYHA corresponding to the judgment result 342 shows 2 in the third heartbeat but 4 in the other 7 heartbeats, and 4 is dominant among the eight heartbeats. , This indicates a case where the heart failure stage is moderately severe.
  • FIGS. 5 to 14 for examples of various screens displayed on the display unit 130 of the information processing system 100 and the second user terminal 220 described later. According to the screen example as shown in FIGS. 5 to 14, the user can easily grasp the determination result of the heart failure stage.
  • the information processing method is configured to execute a read step and a determination step.
  • the read step the input first electrocardiographic waveform is read.
  • the determination step the stage of heart failure is determined based on the first electrocardiographic waveform and the reference information.
  • the reference information is information showing the relationship between the second electrocardiographic waveform and the feature amount of heart failure.
  • the heart failure stage can be automatically determined. That is, since it is not necessary to acquire various information from the user, it is possible to reduce the labor of the medical staff in determining the stage of heart failure.
  • the first electrocardiographic waveform is preferably composed of 1 to 50 beats. Specifically, for example, 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22. 23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47, It is 48, 49, 50 beats, and may be within the range between any two of the numerical values exemplified here. Especially preferably one beat.
  • the determination unit 112 determines the heart failure stage based on the first electrocardiographic waveform composed of 1 to 50 beats and the reference information.
  • the first electrocardiographic waveform is composed of a heartbeat of 5 to 300 seconds.
  • the first electrocardiographic waveform is composed of a heartbeat of 5 to 300 seconds.
  • It is 240,245,250,255,260,265,270,275,280,285,290,295,300 seconds, and may be within the range between any two of the numerical values exemplified here. Particularly preferably, it is 5 seconds.
  • the determination unit 112 determines the stage of heart failure based on the first electrocardiographic waveform composed of a heartbeat of 5 to 300 seconds and the reference information.
  • the heart failure stage can be automatically determined. Therefore, since the time for acquiring the first electrocardiographic waveform can be reduced, the stage of heart failure can be determined quickly.
  • the first electrocardiographic waveform is composed of one lead.
  • the determination unit 112 determines the stage of heart failure based on the first electrocardiographic waveform composed of one lead and the reference information.
  • the first electrocardiographic waveform is usually composed of 6 types of limb leads and 6 types of chest leads, and one lead indicates any one of these leads.
  • the heart failure stage can be automatically determined. That is, since it is possible to save the user the trouble of attaching the electrodes, it is possible to reduce the trouble of the medical staff.
  • FIG. 15 is a block diagram showing a functional configuration of the information processing system 100.
  • the reference information stored in the storage unit 120 is preferably a trained model 122 in which the feature amount of heart failure is learned from the second electrocardiographic waveform.
  • the trained model 122 is obtained by learning the features of heart failure from the second electrocardiographic waveform by deep learning or machine learning such as CNN (Convolutional Neural Network).
  • FIG. 16A is an activity diagram showing a method of generating the trained model 122.
  • machine learning will be described as an example.
  • the control unit 110 for example, CPU
  • the storage unit 120 for example, HDD
  • the control unit 110 for example, GPU
  • the control unit 110 performs machine learning on the second electrocardiographic waveform (A220).
  • the control unit 110 for example, GPU
  • A210 the trained model 122 is generated.
  • the trained model 122 is a trained version of the content determined by the judgment unit 112 and the corresponding clinical data.
  • the clinical data include age, gender, BMI (Body Mass Index), PWTT (Pulse Wave Transfer Time: pulse wave propagation time), blood pressure, heart rate, SDNN (Standard Deviation Of The NN Interv). Data including at least one of (standard deviation of interval), CVR (Cofficient Of Variation Of RR Interval: RR interval fluctuation coefficient), atrial fibrillation and HRV (Heart Rate Variability: heart rate variability).
  • FIG. 16B is an activity diagram showing information processing of the control unit 110.
  • the reading unit 111 reads the input first electrocardiographic waveform (A120).
  • the determination unit 112 determines the heart failure stage based on the first electrocardiographic waveform and the reference information (A140).
  • the control unit 110 causes the trained model 122 to machine-learn the content determined by the A140 and the clinical data corresponding to the content (A150).
  • the content determined by the determination unit 112 and the clinical data corresponding thereto are further learned, so that the heart failure stage can be determined with high accuracy. Can be done.
  • a fifth embodiment will be described.
  • the description of the parts overlapping with the first embodiment, the second embodiment, the third embodiment, and the fourth embodiment will be omitted as appropriate.
  • FIG. 17 is a block diagram showing a functional configuration of the information processing system 100.
  • the control unit 110 further includes a pretreatment unit 113.
  • the preprocessing unit 113 information processing by software (stored in the storage unit 120) is specifically realized by hardware (control unit 110).
  • the pre-processing unit 113 is configured to execute the pre-processing step.
  • the preprocessing unit 113 preprocesses the first electrocardiographic waveform read by the reading unit 111.
  • the preprocessing means that, for example, predetermined parameters necessary for removing noise in the first electrocardiographic waveform are stored in advance in the storage unit 120 (for example, ROM or HDD), and the control unit 110 stores the storage unit 120.
  • Preprocessing includes, for example, trend removal, motion artifact removal, noise reduction, heartbeat waveform excision, and normalization. It should be noted that these may be combined with each other for pretreatment.
  • FIG. 18 is an activity diagram showing information processing of the control unit 110.
  • the reading unit 111 reads the input first electrocardiographic waveform (A120).
  • the preprocessing unit 113 preprocesses the first electrocardiographic waveform (A130).
  • the determination unit 112 determines the heart failure stage based on the preprocessed first electrocardiographic waveform and the reference information (A140).
  • the heart failure stage can be determined with high accuracy by preprocessing the first electrocardiographic waveform so that the heart failure stage can be easily determined.
  • One lead is preferably the I lead obtained from the user's right and left hands.
  • the I-th lead is a lead obtained from the user's right hand and left hand, and indicates a lead that looks at the side wall of the left ventricle in the heart.
  • the heart failure stage can be automatically determined. That is, since the electrodes are attached only to the right and left hands of the user, the time and effort for attaching the electrodes to the user can be saved, and the time and effort of the medical staff can be reduced.
  • FIG. 19 is a block diagram showing a functional configuration of the information processing system 100.
  • the control unit 110 further includes a reception unit 115 and a visual information generation unit 116.
  • the reception unit 115 information processing by software (stored in the storage unit 120) is specifically realized by hardware (control unit 110).
  • the reception unit 115 is configured to execute the reception step.
  • the reception unit 115 receives the first electrocardiographic waveform from the first user terminal 210.
  • the first user terminal 210 may be, for example, a simple electrocardiograph, a wearable terminal, a 12-lead electrocardiograph, a bedside monitor, or a halter electrocardiograph.
  • accepting can indicate, for example, that the first electrocardiographic waveform acquired by the first user terminal 210 is received via the communication unit 150.
  • the visual information generation unit 116 information processing by software (stored in the storage unit 120) is specifically realized by hardware (control unit 110).
  • the visual information generation unit 116 is configured to execute the visual information generation step.
  • the visual information generation unit 116 generates visual information in which the result of the determination unit 112 can be visually recognized by the second user terminal 220.
  • the second user terminal 220 may be, for example, a personal computer, a smartphone, or a tablet.
  • generating visual information means, for example, a screen, an image, rendering information, etc. when displaying the determination result of the heart failure stage stored in the storage unit 120 (for example, RAM or HDD) on the second user terminal 220. Can be shown to generate visual information for.
  • the first user terminal 210 and the second user terminal 220 may be the same terminal.
  • FIG. 20 is an activity diagram showing information processing of the control unit 110.
  • the reception unit 115 receives the first electrocardiographic waveform from the first user terminal 210 (A110).
  • the reading unit 111 reads the input first electrocardiographic waveform (A120).
  • the determination unit 112 determines the heart failure stage based on the first electrocardiographic waveform and the reference information (A140).
  • the visual information generation unit 116 generates visual information that can be visually recognized by the second user terminal 220 with respect to the result determined by the A140 (A170).
  • the user can confirm the heart failure stage on his / her second user terminal 220, he / she can care about his / her physical condition without being restricted by time or place. That is, it is possible to raise awareness of heart failure to the user.
  • the clinical data is data including at least one of age, gender, BMI, PWTT, blood pressure, heart rate, SDNN, CVRR, atrial fibrillation and HRV.
  • the first electrocardiographic waveform is an information processing system composed of one lead.
  • the one guidance is the information processing system, which is the I-th guidance acquired from the right hand and the left hand of the user.
  • the preprocessing step is configured to be further executed, and in the preprocessing step, the first electrocardiographic waveform read in the read step is preprocessed, and here, with the preprocessing.
  • the first electrocardiographic waveform is an information processing system composed of 1 to 50 beats.
  • the reception step and the visual information generation step are further executed.
  • the first electrocardiographic waveform is received from the first user terminal, and in the visual information generation step.
  • An information processing system that generates visual information that allows the result of the determination step to be visually recognized by a second user terminal.
  • Information processing system 110 Control unit 111: Read unit 112: Judgment unit 113: Preprocessing unit 115: Reception unit 116: Visual information generation unit 120: Storage unit 121: Reference information 122: Learned model 130: Display unit 140 : Input unit 150: Communication unit 210: 1st user terminal 220: 2nd user terminal 311: 1st electrocardiographic waveform 312: Judgment result 321: 1st electrocardiographic waveform 322: Judgment result 331: 1st electrocardiographic waveform 332: Judgment result 341: First electrocardiographic waveform 342: Judgment result

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pulmonology (AREA)
  • Vascular Medicine (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

情報処理システムは、読出ステップと、判断ステップとを実行するように構成される。読出ステップでは、入力された、ユーザの心電波形を含む第１心電波形を読み出す。判断ステップでは、第１心電波形と参照情報とに基づいて、ユーザの心不全ステージを判断する。参照情報とは、予め取得され、医師によって心不全ステージの判断がなされた心電波形を含む第２心電波形と、心不全の特徴量との関係を示す情報である。参照情報は、第２心電波形から心不全の特徴量を学習させた学習済みモデルである。学習済みモデルは、判断ステップで判断した内容とこれに対応する臨床データとを学習させたものである。

Description

情報処理システム及びプログラム
　本発明は、情報処理システム及びプログラムに関する。
　心電波形、心拍数、心拍変動、心拍間隔及び呼吸周波数をユーザから取得し、これらの情報を解析して心不全であるか否かを判断する心不全検出方法が開示されている（例えば、特許文献１参照。）。
特開２０２０－０３９４７２号公報
　しかしながら、特許文献１に開示された技術では、心不全の重症度（心不全ステージ）までは判断されない。また、ユーザから様々な情報を取得する必要があるため、心不全の判断に手間がかかっていた。
　本発明では上記事情を鑑み、心不全ステージの判断において医療従事者の手間を削減できる情報処理システムを提供することとした。
　本発明の一態様によれば、情報処理システムが提供される。この情報処理システムは、読出ステップと、判断ステップとを実行するように構成される。読出ステップでは、入力された、ユーザの心電波形を含む第１心電波形を読み出す。判断ステップでは、第１心電波形と参照情報とに基づいて、ユーザの心不全ステージを判断する。参照情報とは、予め取得され、医師によって心不全ステージの判断がなされた心電波形を含む第２心電波形と、心不全の特徴量との関係を示す情報である。参照情報は、第２心電波形から心不全の特徴量を学習させた学習済みモデルである。学習済みモデルは、判断ステップで判断した内容とこれに対応する臨床データとを学習させたものである。
　上記の開示によれば、心不全ステージの判断において医療従事者の手間を削減できる情報処理システムを提供することができる。
情報処理システム１００の構成を示すブロック図である。 情報処理システム１００の機能構成を示すブロック図である。 制御部１１０の情報処理を示すアクティビティ図である。 ［図４Ａ］健常者の正規化された心電波形と心不全ステージを示す図である。［図４Ｂ］早期における正規化された心電波形と心不全ステージを示す図である。［図４Ｃ］軽度における正規化された心電波形と心不全ステージを示す図である。［図４Ｄ］中重度における正規化された心電波形と心不全ステージを示す図である。 心不全ステージの判断結果の表現方法を示す図である。 心不全ステージの判断結果の表現方法を示す図である。 心不全ステージの判断結果の表現方法を示す図である。 心不全ステージの判断結果の表現方法を示す図である。 心不全ステージの判断結果の表現方法を示す図である。 心不全ステージの判断結果の表現方法を示す図である。 心不全ステージの判断結果の表現方法を示す図である。 心不全ステージの判断結果の表現方法を示す図である。 心不全ステージの判断結果の表現方法を示す図である。 心不全ステージの判断結果の表現方法を示す図である。 情報処理システム１００の機能構成を示すブロック図である。 ［図１６Ａ］学習済みモデル１２２の生成方法を示すアクティビティ図である。［図１６Ｂ］制御部１１０の情報処理を示すアクティビティ図である。 情報処理システム１００の機能構成を示すブロック図である。 制御部１１０の情報処理を示すアクティビティ図である。 情報処理システム１００の機能構成を示すブロック図である。 制御部１１０の情報処理を示すアクティビティ図である。
　以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。
　ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ　Ｃｏｍｐｕｔｅｒ　Ｒｅａｄａｂｌｅ　Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。
　また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。
　また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｌｏｇｉｃ　Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｌｏｇｉｃ　Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。
＜第１実施形態＞
　第１実施形態について説明する。
１．情報処理システム１００の構成
　図１は、情報処理システム１００の構成を示すブロック図である。図１に示すように、情報処理システム１００は、制御部１１０、記憶部１２０、表示部１３０、入力部１４０及び通信部１５０を備える。制御部１１０は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）等であって、情報処理システム１００の全体を制御する。記憶部１２０は、種々のプログラム及びデータを記憶するものであり、例えばメモリ、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等により構成される。
　また、記憶部１２０は、制御部１１０がプログラムに基づき処理を実行する際に用いるデータ等を記憶する。そして、記憶部１２０に記憶されているプログラムに基づいて制御部１１０が処理を実行することにより、後述する各種処理が実現される。すなわち、当該プログラムは、コンピュータに、情報処理システム１００の各ステップを実行させる。なお、記憶部１２０に関して、少なくとも一部の情報が記憶部１２０以外の外部サーバに記憶されていてもよいし、複数の端末にブロックチェーン技術等を用いて分散して記憶されていてもよい。
　表示部１３０は、テキスト、画像（静止画及び動画を含む）を表示するものであり、任意のディスプレイにより構成される。入力部１４０は、情報処理システム１００に種々の情報を入力するものであり、マウス、キーボード、ポインティングデバイス等により構成される。通信部１５０は、ＮＩＣ（Ｎｅｔｗｏｒｋ　Ｉｎｔｅｒｆａｃｅ　Ｃａｒｄ）等であって、情報処理システム１００をネットワークに接続し、有線接続又は無線接続により他の装置又は構成要素とデータ通信可能に構成される。
２．情報処理システム１００の機能構成
　図２は、情報処理システム１００の機能構成を示すブロック図である。図２に示すように、制御部１１０は、読出部１１１と、判断部１１２とを備える。読出部１１１は、ソフトウェア（記憶部１２０に記憶されている）による情報処理がハードウェア（制御部１１０）によって具体的に実現されているものである。読出部１１１は、読出ステップを実行するように構成される。読出部１１１は、入力された第１心電波形を読み出す。ここで、第１心電波形とは、ユーザから取得した心電波形を示す。また、第１心電波形を読み出すとは、例えば、通信部１５０を経由して外部装置から第１心電波形を受信し、当該第１心電波形を読み出すことで記憶部１２０（例えばＲＡＭ）に書き出すこと、予め記憶部１２０（例えばＨＤＤ）に記憶された第１心電波形を、ユーザによる入力部１４０の操作に応じて読み出し、記憶部１２０（例えばＲＡＭ）に書き出すこと、又は、所定の心電計測端末からクラウドに送信され、サーバの記憶装置（例えばＨＤＤ）に保存された第１心電波形について、サーバの制御装置（例えばＣＰＵ）がサーバの記憶装置（例えばＲＡＭ）に書き出すこと等、を示しうる。もちろんあくまでも例示でありこの限りではない。
　判断部１１２は、ソフトウェア（記憶部１２０に記憶されている）による情報処理がハードウェア（制御部１１０）によって具体的に実現されているものである。判断部１１２は、判断ステップを実行するように構成される。判断部１１２は、第１心電波形と参照情報１２１とに基づいて、心不全ステージを判断する。参照情報１２１は、記憶部１２０（例えばＲＯＭ）に記憶されている。ここで、参照情報１２１とは、第２心電波形と心不全の特徴量との関係を示す情報である。参照情報の例として、ルックアップテーブル、関数、数理モデル、学習済みモデル等が挙げられる。もちろんあくまでも例示でありこの限りではない。また、心不全ステージとは、ＮＹＨＡ（Ｎｅｗ　Ｙｏｒｋ　Ｈｅａｒｔ　Ａｓｓｏｃｉａｔｉｏｎ：ニューヨーク心臓協会）が作成し、身体活動による自覚症状の程度により心不全の重症度を４段階に分類したものを示す。さらに、第２心電波形とは、予め取得された心電波形であって、医師によって心不全ステージの判断がなされた心電波形を示す。
　ここで、判断するとは、例えば、予め記憶部１２０（例えばＲＯＭやＨＤＤ）にルックアップテーブルが記憶されており、制御部１１０が記憶部１２０から当該ルックアップテーブルを読み出して判断がなされること、予め記憶部１２０（例えばＲＯＭやＨＤＤ）に関数が記憶されており、当該関数に対して第１心電波形から得られる特徴量を入力することで判断がなされること、予め記憶部１２０（例えばＲＯＭやＨＤＤ）に数理モデルが記憶されており、当該数理モデルに対して第１心電波形から得られる特徴量を入力することで判断がなされること、又は、第２心電波形と心不全の特徴量とを学習させた学習済みモデルに基づいて、当該学習済みモデルに対して第１心電波形から得られる特徴量を入力することで判断がなされること等、を示しうる。もちろんあくまでも例示でありこの限りではない。
３．情報処理
　図３は、制御部１１０の情報処理を示すアクティビティ図である。図３に示すように、読出部１１１は、入力された第１心電波形を読み出す（Ａ１２０）。次に、判断部１１２は、第１心電波形と参照情報とに基づいて、心不全ステージを判断する（Ａ１４０）。
　図４Ａ～Ｄは、心不全ステージの判断結果を示す図である。具体的には、図４Ａ～Ｄでは、第１心電波形３１１，３２１，３３１，３４１が読出部１１１によって読み出され、読み出された第１心電波形３１１，３２１，３３１，３４１と参照情報とに基づいて、判断部１１２によって判断された心不全ステージの判断結果３１２，３２２，３３２，３４２が表示されている。
　図４Ａに示すように、判断結果３１２に対応するＮＹＨＡは、９つの心拍全てにおいて０を示し、これは健常者の場合を示す。図４Ｂに示すように、判断結果３２２に対応するＮＹＨＡは、９つの心拍全てにおいて１を示し、これは心不全ステージが早期の場合を示す。図４Ｃに示すように、判断結果３３２に対応するＮＹＨＡは、１１の心拍全てにおいて２を示し、これは心不全ステージが軽度の場合を示す。図４Ｄに示すように、判断結果３４２に対応するＮＹＨＡは、８つの心拍中、３つ目の心拍は２を示しているが他の７つの心拍は４を示し、４が支配的であるため、これは心不全ステージが中重度の場合を示す。
　なお、情報処理システム１００の表示部１３０や、後述する第２ユーザ端末２２０に表示される様々な画面例を、図５～図１４に例示したので参考にされたい。図５～図１４に示すような画面例によれば、ユーザは心不全ステージの判断結果を容易に把握できる。
　以上をまとめると、情報処理方法は、読出ステップと、判断ステップとを実行するように構成される。
読出ステップでは、入力された第１心電波形を読み出す。判断ステップでは、第１心電波形と参照情報とに基づいて、心不全ステージを判断する。参照情報とは、第２心電波形と心不全の特徴量との関係を示す情報である。
　第１実施形態において、入力された第１心電波形が存在すれば、心不全ステージを自動的に判断することができる。すなわち、ユーザから様々な情報を取得する必要がないため、心不全ステージの判断において、医療従事者の手間を削減することができる。
＜第２実施形態＞
　第２実施形態について説明する。第２実施形態では、第１実施形態と重複する部分の説明は適宜省略する。
　第１心電波形は、１～５０拍から構成されると好ましい。具体的には例えば、１，２，３，４，５，６，７，８，９，１０，１１，１２，１３，１４，１５，１６，１７，１８，１９，２０，２１，２２，２３，２４，２５，２６，２７，２８，２９，３０，３１，３２，３３，３４，３５，３６，３７，３８，３９，４０，４１，４２，４３，４４，４５，４６，４７，４８，４９，５０拍であり、ここで例示した数値の何れか２つの間の範囲内であってもよい。特に好ましくは１拍である。判断部１１２は、１～５０拍から構成される第１心電波形と参照情報とに基づいて、心不全ステージを判断する。
　また、第１心電波形は、５～３００秒の心拍から構成されると好ましい。具体的には例えば、５，１０，１５，２０，２５，３０，３５，４０，４５，５０，５５，６０，６５，７０，７５，８０，８５，９０，９５，１００，１０５，１１０，１１５，１２０，１２５，１３０，１３５，１４０，１４５，１５０，１５５，１６０，１６５，１７０，１７５，１８０，１８５，１９０，１９５，２００，２０５，２１０，２１５，２２０，２２５，２３０，２３５，２４０，２４５，２５０，２５５，２６０，２６５，２７０，２７５，２８０，２８５，２９０，２９５，３００秒であり、ここで例示した数値の何れか２つの間の範囲内であってもよい。特に好ましくは５秒である。判断部１１２は、５～３００秒の心拍から構成される第１心電波形と参照情報とに基づいて、心不全ステージを判断する。
　第２実施形態において、１～５０拍、そして５～３００秒の心拍を表す第１心電波形が存在すれば、心不全ステージを自動的に判断することができる。したがって、第１心電波形を取得する時間を削減することができるため、迅速に心不全ステージを判断することができる。
＜第３実施形態＞
　第３実施形態について説明する。第３実施形態では、第１実施形態及び第２実施形態と重複する部分の説明は適宜省略する。
　第１心電波形は、１つの誘導から構成されると好ましい。判断部１１２は、１つの誘導から構成される第１心電波形と参照情報とに基づいて、心不全ステージを判断する。第１心電波形は、通常、四肢誘導６種類と胸部誘導６種類とから構成されるが、１つの誘導とは、これらのいずれか１つの誘導を示す。
　第３実施形態において、１つの誘導に係る第１心電波形が存在すれば、心不全ステージを自動的に判断することができる。すなわち、ユーザに電極を装着する手間を省くことができるため、医療従事者の手間を削減することができる。
＜第４実施形態＞
　第４実施形態について説明する。第４実施形態では、第１実施形態、第２実施形態及び第３実施形態と重複する部分の説明は適宜省略する。
　図１５は、情報処理システム１００の機能構成を示すブロック図である。図１５に示すように、記憶部１２０に記憶された参照情報は、第２心電波形から心不全の特徴量を学習させた学習済みモデル１２２であると好ましい。学習済みモデル１２２は、例えば、ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ：畳み込みニューラルネットワーク）等の深層学習や機械学習で、第２心電波形から心不全の特徴量を学習させたものである。
　図１６Ａは、学習済みモデル１２２の生成方法を示すアクティビティ図である。ここでは、機械学習を例に挙げて説明する。図１６Ａに示すように、制御部１１０（例えばＣＰＵ）は、記憶部１２０（例えばＨＤＤ）に記憶されている第２心電波形を読み出す（Ａ２１０）。次に、制御部１１０（例えばＧＰＵ）は、当該第２心電波形について機械学習を行う（Ａ２２０）。次に、制御部１１０（例えばＧＰＵ）は、出力処理を行う（Ａ２３０）。ここで、Ａ２１０からＡ２３０を繰り返し行うことで、学習済みモデル１２２が生成する。
　ここで、学習済みモデル１２２は、判断部１１２で判断した内容とこれに対応する臨床データとを学習させたものである。また、臨床データとは、年齢、性別、ＢＭＩ（Ｂｏｄｙ　Ｍａｓｓ　Ｉｎｄｅｘ：ボディマス指数）、ＰＷＴＴ（Ｐｕｌｓｅ　Ｗａｖｅ　Ｔｒａｎｓｉｔ　Ｔｉｍｅ：脈波伝播時間）、血圧、心拍数、ＳＤＮＮ（Ｓｔａｎｄａｒｄ　Ｄｅｖｉａｔｉｏｎ　Ｏｆ　Ｔｈｅ　ＮＮ　Ｉｎｔｅｒｖａｌ：正常心拍間隔の標準偏差）、ＣＶＲＲ（Ｃｏｅｆｆｉｃｉｅｎｔ　Ｏｆ　Ｖａｒｉａｔｉｏｎ　Ｏｆ　ＲＲ　Ｉｎｔｅｒｖａｌ：ＲＲ間隔変動係数）、心房細動及びＨＲＶ（Ｈｅａｒｔ　Ｒａｔｅ　Ｖａｒｉａｂｉｌｉｔｙ：心拍変動）のうちの少なくとも１つを含むデータである。
　図１６Ｂは、制御部１１０の情報処理を示すアクティビティ図である。図１６Ｂに示すように、読出部１１１は、入力された第１心電波形を読み出す（Ａ１２０）。次に、判断部１１２は、第１心電波形と参照情報とに基づいて、心不全ステージを判断する（Ａ１４０）。次に、制御部１１０は、Ａ１４０で判断した内容とこれに対応する臨床データとを学習済みモデル１２２に機械学習させる（Ａ１５０）。
　第４実施形態において、参照情報として学習済みモデル１２２を使用することにより、判断部１１２で判断した内容とこれに対応する臨床データとをさらに学習させることで、高い確度で心不全ステージを判断することができる。
＜第５実施形態＞
　第５実施形態について説明する。第５実施形態では、第１実施形態、第２実施形態、第３実施形態及び第４実施形態と重複する部分の説明は適宜省略する。
　図１７は、情報処理システム１００の機能構成を示すブロック図である。図１７に示すように、制御部１１０は、前処理部１１３をさらに備えると好ましい。前処理部１１３は、ソフトウェア（記憶部１２０に記憶されている）による情報処理がハードウェア（制御部１１０）によって具体的に実現されているものである。前処理部１１３は、前処理ステップを実行するように構成される。前処理部１１３は、読出部１１１で読み出された第１心電波形を前処理する。ここで、前処理するとは、例えば、第１心電波形におけるノイズを除去するために必要な所定パラメータが予め記憶部１２０（例えばＲＯＭやＨＤＤ）に記憶されており、制御部１１０が記憶部１２０から第１心電波形と当該所定パラメータとを読み出して処理がなされることを示しうる。前処理として、例えば、トレンド除去、運動アーチファクト除去、ノイズ除去、心拍ごとの波形切り出し、正規化が挙げられる。なお、これらを互いに組み合わせて前処理をしてもよい。
　図１８は、制御部１１０の情報処理を示すアクティビティ図である。図１８に示すように、読出部１１１は、入力された第１心電波形を読み出す（Ａ１２０）。次に、前処理部１１３は、第１心電波形を前処理する（Ａ１３０）。次に、判断部１１２は、前処理された第１心電波形と参照情報とに基づいて、心不全ステージを判断する（Ａ１４０）。
　第５実施形態において、心不全ステージを判断しやすいように第１心電波形を前処理することにより、高い確度で心不全ステージを判断することができる。
＜第６実施形態＞
　第６実施形態について説明する。第６実施形態では、第１実施形態、第２実施形態、第３実施形態、第４実施形態及び第５実施形態と重複する部分の説明は適宜省略する。
　１つの誘導は、ユーザの右手及び左手から取得した第Ｉ誘導であると好ましい。ここで、第Ｉ誘導とは、ユーザの右手及び左手から取得した誘導であって、心臓における左室の側壁を見る誘導を示す。
　第６実施形態において、第Ｉ誘導に係る第１心電波形が存在すれば、心不全ステージを自動的に判断することができる。すなわち、電極の装着箇所がユーザの右手と左手だけなので、ユーザに電極を装着する手間を省くことができるため、医療従事者の手間を削減することができる。
＜第７実施形態＞
　第７実施形態について説明する。第８実施形態では、第１実施形態、第２実施形態、第３実施形態、第４実施形態、第５実施形態及び第６実施形態と重複する部分の説明は適宜省略する。
　図１９は、情報処理システム１００の機能構成を示すブロック図である。図１９に示すように、制御部１１０は、受付部１１５と、視覚情報生成部１１６とを、さらに備えると好ましい。受付部１１５は、ソフトウェア（記憶部１２０に記憶されている）による情報処理がハードウェア（制御部１１０）によって具体的に実現されているものである。受付部１１５は、受付ステップを実行するように構成される。受付部１１５は、第１心電波形を第１ユーザ端末２１０から受け付ける。第１ユーザ端末２１０は、例えば、簡易心電計、ウェアラブル端末、１２誘導心電計、ベッドサイドモニター、ホルター心電計であってもよい。ここで、受け付けるとは、例えば、第１ユーザ端末２１０で取得した第１心電波形を、通信部１５０を経由して受信することを示しうる。
　視覚情報生成部１１６は、ソフトウェア（記憶部１２０に記憶されている）による情報処理がハードウェア（制御部１１０）によって具体的に実現されているものである。視覚情報生成部１１６は、視覚情報生成ステップを実行するように構成される。視覚情報生成部１１６は、判断部１１２の結果を第２ユーザ端末２２０で視認可能な視覚情報を生成する。第２ユーザ端末２２０は、例えば、パソコン、スマートフォン、タブレットであってもよい。ここで、視覚情報を生成するとは、例えば、記憶部１２０（例えばＲＡＭやＨＤＤ）に記憶されている心不全ステージの判断結果について、第２ユーザ端末２２０に表示させる際における画面、画像、レンダリング情報等の視覚情報を生成することを示しうる。なお、第１ユーザ端末２１０と第２ユーザ端末２２０とは、同一の端末であってもよい。
　図２０は、制御部１１０の情報処理を示すアクティビティ図である。図２０に示すように、受付部１１５は、第１心電波形を第１ユーザ端末２１０から受け付ける（Ａ１１０）。次に、読出部１１１は、入力された第１心電波形を読み出す（Ａ１２０）。次に、判断部１１２は、第１心電波形と参照情報とに基づいて、心不全ステージを判断する（Ａ１４０）。次に、視覚情報生成部１１６は、Ａ１４０で判断した結果について、第２ユーザ端末２２０で視認可能な視覚情報を生成する（Ａ１７０）。
　第７実施形態において、ユーザは、自身の第２ユーザ端末２２０で心不全ステージを確認することができるため、時間や場所に拘束されることなく自身の体調を気にかけることができる。すなわち、ユーザに対して心不全に対する意識付けを図ることができる。
　次に記載の各態様で提供されてもよい。
　前記情報処理システムにおいて、前記臨床データは、年齢、性別、ＢＭＩ、ＰＷＴＴ、血圧、心拍数、ＳＤＮＮ、ＣＶＲＲ、心房細動及びＨＲＶのうちの少なくとも１つを含むデータである、情報処理システム。
　前記情報処理システムにおいて、前記第１心電波形は、１つの誘導から構成される、情報処理システム。
　前記情報処理システムにおいて、前記１つの誘導は、ユーザの右手及び左手から取得した第Ｉ誘導である、情報処理システム。
　前記情報処理システムにおいて、前処理ステップをさらに実行するように構成され、前記前処理ステップでは、前記読出ステップで読み出された前記第１心電波形を前処理し、ここで、前記前処理とは、前記第１心電波形におけるノイズを除去する処理である、情報処理システム。
　前記情報処理システムにおいて、前記第１心電波形は、１～５０拍から構成される、情報処理システム。
　前記情報処理システムにおいて、受付ステップと、視覚情報生成ステップとを、さらに実行するように構成され、前記受付ステップでは、前記第１心電波形を第１ユーザ端末から受け付け、前記視覚情報生成ステップでは、前記判断ステップの結果を第２ユーザ端末で視認可能な視覚情報を生成する、情報処理システム。
　プログラムであって、コンピュータに、前記情報処理システムの各ステップを実行させるための、プログラム。
　もちろん、この限りではない。
１００　：情報処理システム
１１０　：制御部
１１１　：読出部
１１２　：判断部
１１３　：前処理部
１１５　：受付部
１１６　：視覚情報生成部
１２０　：記憶部
１２１　：参照情報
１２２　：学習済みモデル
１３０　：表示部
１４０　：入力部
１５０　：通信部
２１０　：第１ユーザ端末
２２０　：第２ユーザ端末
３１１　：第１心電波形
３１２　：判断結果
３２１　：第１心電波形
３２２　：判断結果
３３１　：第１心電波形
３３２　：判断結果
３４１　：第１心電波形
３４２　：判断結果

Claims (8)

  1. 　情報処理システムであって、
    　読出ステップと、判断ステップとを実行するように構成され、
    　前記読出ステップでは、入力された、ユーザの心電波形を含む第１心電波形を読み出し、
    　前記判断ステップでは、前記第１心電波形と参照情報とに基づいて、前記ユーザの心不全ステージを判断し、ここで、前記参照情報とは、予め取得され、医師によって心不全ステージの判断がなされた心電波形を含む第２心電波形と、心不全の特徴量との関係を示す情報であり、
    　前記参照情報は、前記第２心電波形から前記心不全の特徴量を学習させた学習済みモデルであり、
    　前記学習済みモデルは、前記判断ステップで判断した内容とこれに対応する臨床データとを学習させたものである、
    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において、
    　前記臨床データは、年齢、性別、ＢＭＩ、ＰＷＴＴ、血圧、心拍数、ＳＤＮＮ、ＣＶＲＲ、心房細動及びＨＲＶのうちの少なくとも１つを含むデータである、
    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において、
    　前記第１心電波形は、１つの誘導から構成される、
    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において、
    　前記１つの誘導は、ユーザの右手及び左手から取得した第Ｉ誘導である、
    情報処理システム。
  5. 　請求項１に記載の情報処理システムにおいて、
    　前処理ステップをさらに実行するように構成され、
    　前記前処理ステップでは、前記読出ステップで読み出された前記第１心電波形を前処理し、ここで、前記前処理とは、前記第１心電波形におけるノイズを除去する処理である、
    情報処理システム。
  6. 　請求項１に記載の情報処理システムにおいて、
    　前記第１心電波形は、１～５０拍から構成される、
    情報処理システム。
  7. 　請求項１に記載の情報処理システムにおいて、
    　受付ステップと、視覚情報生成ステップとを、さらに実行するように構成され、
    　前記受付ステップでは、前記第１心電波形を第１ユーザ端末から受け付け、
    　前記視覚情報生成ステップでは、前記判断ステップの結果を第２ユーザ端末で視認可能な視覚情報を生成する、
    情報処理システム。
  8. 　プログラムであって、
    　コンピュータに、請求項１に記載の情報処理システムの各ステップを実行させるための、
    プログラム。
PCT/JP2021/023417 2020-08-31 2021-06-21 情報処理システム及びプログラム WO2022044509A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP21773262.7A EP3981316A4 (en) 2020-08-31 2021-06-21 Information processing system and program
CN202311635091.1A CN117838067A (zh) 2020-08-31 2021-06-21 一种信息处理方法及信息处理系统
US17/435,974 US11412978B2 (en) 2020-08-31 2021-06-21 Information processing system and program
CN202180002401.9A CN114599272A (zh) 2020-08-31 2021-06-21 信息处理系统以及程序

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020145822A JP6893002B1 (ja) 2020-08-31 2020-08-31 情報処理システム及びプログラム
JP2020-145822 2020-08-31

Publications (1)

Publication Number Publication Date
WO2022044509A1 true WO2022044509A1 (ja) 2022-03-03

Family

ID=76464601

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/023417 WO2022044509A1 (ja) 2020-08-31 2021-06-21 情報処理システム及びプログラム

Country Status (5)

Country Link
US (1) US11412978B2 (ja)
EP (1) EP3981316A4 (ja)
JP (1) JP6893002B1 (ja)
CN (2) CN114599272A (ja)
WO (1) WO2022044509A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023189237A1 (ja) * 2022-03-31 2023-10-05 オムロンヘルスケア株式会社 診療支援システム、診療支援装置及びプログラム

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7075611B1 (ja) * 2021-10-28 2022-05-26 国立大学法人 東京大学 情報処理装置、プログラム及び情報処理方法
WO2023193053A1 (en) * 2022-04-08 2023-10-12 3 Aim Ip Pty Ltd A device and method for the detection and monitoring of cardiovascular disease
JP7266349B1 (ja) 2022-08-19 2023-04-28 株式会社ＵＴ－Ｈｅａｒｔ研究所 インシリコ心疾患データベース活用方法、インシリコ心疾患データベース活用プログラム、および情報処理装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010514497A (ja) * 2006-12-27 2010-05-06 カーディアック ペースメイカーズ， インコーポレイテッド リスク層別化のための患者間比較
JP2012504478A (ja) * 2008-10-10 2012-02-23 カーディアック ペースメイカーズ， インコーポレイテッド 心不全患者管理用の複数センサ方式
JP2014507187A (ja) * 2010-12-20 2014-03-27 カーディアック ペースメイカーズ， インコーポレイテッド 逐次分類器を用いる心不全検出
JP2015231427A (ja) * 2014-06-09 2015-12-24 株式会社デンソー 心電計
JP2018524079A (ja) * 2015-06-24 2018-08-30 カーディアック ペースメイカーズ， インコーポレイテッド 可変閾値を用いた事象の検出
JP2020039472A (ja) 2018-09-07 2020-03-19 国立大学法人大阪大学 心不全の検出方法および装置、検出端末装置、心不全検出支援システム、その生産方法、並びにコンピュータプログラム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003153864A (ja) * 2001-11-26 2003-05-27 Nippon Koden Corp 電子カルテシステム
JP5356961B2 (ja) * 2009-09-17 2013-12-04 フクダ電子株式会社 医療情報サービス提供装置
CN103038772B (zh) * 2010-03-15 2017-10-24 新加坡保健服务集团有限公司 预测患者的存活性的系统和装置
CN102670190A (zh) * 2012-05-21 2012-09-19 南京大学 基于心率变异性非线性特性的充盈性心衰自动诊断方法
CN112118783A (zh) * 2018-03-16 2020-12-22 Zoll医疗公司 基于生物振动和射频数据分析来监视生理状态
US11246538B2 (en) * 2019-03-20 2022-02-15 Zoll Medical Corporation Single channel and dual channel noise detection systems and techniques

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010514497A (ja) * 2006-12-27 2010-05-06 カーディアック ペースメイカーズ， インコーポレイテッド リスク層別化のための患者間比較
JP2012504478A (ja) * 2008-10-10 2012-02-23 カーディアック ペースメイカーズ， インコーポレイテッド 心不全患者管理用の複数センサ方式
JP2014507187A (ja) * 2010-12-20 2014-03-27 カーディアック ペースメイカーズ， インコーポレイテッド 逐次分類器を用いる心不全検出
JP2015231427A (ja) * 2014-06-09 2015-12-24 株式会社デンソー 心電計
JP2018524079A (ja) * 2015-06-24 2018-08-30 カーディアック ペースメイカーズ， インコーポレイテッド 可変閾値を用いた事象の検出
JP2020039472A (ja) 2018-09-07 2020-03-19 国立大学法人大阪大学 心不全の検出方法および装置、検出端末装置、心不全検出支援システム、その生産方法、並びにコンピュータプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3981316A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023189237A1 (ja) * 2022-03-31 2023-10-05 オムロンヘルスケア株式会社 診療支援システム、診療支援装置及びプログラム

Also Published As

Publication number Publication date
EP3981316A1 (en) 2022-04-13
JP6893002B1 (ja) 2021-06-23
US11412978B2 (en) 2022-08-16
US20220061754A1 (en) 2022-03-03
JP2022040892A (ja) 2022-03-11
CN117838067A (zh) 2024-04-09
EP3981316A4 (en) 2022-06-29
CN114599272A (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
WO2022044509A1 (ja) 情報処理システム及びプログラム
JP2021184963A (ja) 不整脈検出についての信頼性
US9706952B2 (en) System for ventricular arrhythmia detection and characterization
JP2023182756A (ja) 脳症／せん妄のスクリーニングおよびモニタリングのための装置、システムおよび方法
JP2022531292A (ja) 機械学習による不整脈検出の可視化
US20120150003A1 (en) System Non-invasive Cardiac Output Determination
RU2657384C2 (ru) Способ и система неинвазивной скрининговой оценки физиологических параметров и патологий
US11621082B2 (en) Physiological parameter monitoring system
EP2599436A2 (en) Assessment of medical conditions
CN116782829A (zh) 用于将生物电信号数据转换为数值向量的方法和装置及利用其分析疾病的方法和装置
EP4079224A1 (en) Electrocardiographic analysis device, electrocardiographic analysis method, and program
Mathur et al. Analysis of CNN and feed-forward ANN model for the evaluation of ECG signal
US20160220190A1 (en) Patient signal analysis based on affine template matching
US11478199B2 (en) Heart signal waveform processing system and method
JP7075611B1 (ja) 情報処理装置、プログラム及び情報処理方法
Akouz et al. A Comprehensive Review on Monitoring Sensors for Cardiovascular Disease Prevention and Management
US20140364753A1 (en) Patient signal analysis and characterization based on late potentials
Georgieva-Tsaneva An Information System for Cardiological Data Studying
De Palma et al. ECG wave segmentation algorithm for complete P-QRS-T detection
EP4295754A1 (en) Method for transforming index value based on ecg signal and system thereof
Heena Analysis and classification of heart abnormalities
Mc Cann Finding information-rich electrocardiographic biomarkers to characterize atrial fibrillation
KR20240009349A (ko) 심전도 판독에 기반한 시각화 콘텐츠를 제공하는 방법,프로그램 및 장치
KR20240009348A (ko) 심전도 판독에 기반한 시각화 콘텐츠를 제공하는 방법,프로그램 및 장치
Pratyaksha et al. Diagnosis and management of arrhythmia using machine learning

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2021773262

Country of ref document: EP

Effective date: 20210929

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

Ref document number: 21773262

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE