JP2020126284A - 情報処理装置、診断支援システム及びプログラム - Google Patents
情報処理装置、診断支援システム及びプログラム Download PDFInfo
- Publication number
- JP2020126284A JP2020126284A JP2019016588A JP2019016588A JP2020126284A JP 2020126284 A JP2020126284 A JP 2020126284A JP 2019016588 A JP2019016588 A JP 2019016588A JP 2019016588 A JP2019016588 A JP 2019016588A JP 2020126284 A JP2020126284 A JP 2020126284A
- Authority
- JP
- Japan
- Prior art keywords
- disease name
- test
- patient
- examination
- inspection
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
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
- 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
- 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
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
【課題】次に実施すべき後続検査を、当該後続検査が診断に有効か否かを判断可能な情報とともに提示する。【解決手段】情報処理装置は、診断対象患者に関する一つ以上の検査データを取得し（ステップＳ１１）、当該取得された検査データに基づいて、診断対象患者が罹患している可能性のある病名の候補、及び、診断対象患者の病名を確定するために実施する後続検査を特定し（ステップＳ１３〜Ｓ１５）、当該特定された病名の候補及び後続検査を表示する（ステップＳ１６）。【選択図】図５
Description
本発明は、情報処理装置、診断支援システム及びプログラムに関する。
一般に、臨床医は、患者を診断して治療法を決定するにあたり、患者に対してどの検査を行い、どの情報を収集し、収集した大量の情報をどのように解釈するか等、数々の意思決定を行う必要がある。診断の不確実性を除去しようとして、闇雲に患者に検査をしてしまうと、患者が被るリスクや医療費の負担が大きくなるおそれがあるため、医師は、単に大量のデータを取得すればよいというわけではなく、取得する検査データやその組み合わせを患者ごとに最適化していく必要がある。
通常、臨床における意思決定は、臨床医の経験や知見に依存している。そこで、過去に診断され、問題の事例と類似する以前の事例情報を医師に知識として提供することにより、臨床意思決定を支援するシステムが提案されている。
例えば、原画像から特徴を抽出し、複数のモダリティーの画像間の特徴関係から、別のモダリティーにおける類似事例を検索するシステムが提案されている（特許文献１参照）。
また、入力画像と画像特性が類似している類似画像を検索し、類似画像に対応付けされた診断情報に基づいて、撮影モダリティー別の画像診断に関する実施率等の統計的指標を算出する類似画像検索装置が提案されている（特許文献２参照）。
しかし、上記従来技術においては、患者の病名は提示されないため、医師が今後の検査を検討する上で有用な情報が求められていた。
例えば、特許文献１に記載の技術においては、複数の症例が挙げられても、医師が判断に困る場合があった。
また、特許文献２に記載の技術においても、撮影モダリティー別の統計的指標を提示するだけでは、各モダリティーによる検査が診断に有効であるか否かを判断することは難しかった。
例えば、特許文献１に記載の技術においては、複数の症例が挙げられても、医師が判断に困る場合があった。
また、特許文献２に記載の技術においても、撮影モダリティー別の統計的指標を提示するだけでは、各モダリティーによる検査が診断に有効であるか否かを判断することは難しかった。
本発明は、上記の従来技術における問題に鑑みてなされたものであって、次に実施すべき後続検査を、当該後続検査が診断に有効か否かを判断可能な情報とともに提示することを課題とする。
上記課題を解決するために、請求項１に記載の発明は、診断対象患者に関する一つ以上の検査データを取得する検査データ取得手段と、当該取得された検査データに基づいて、前記診断対象患者が罹患している可能性のある病名の候補、及び、前記診断対象患者の病名を確定するために実施する後続検査を特定する特定手段と、当該特定された病名の候補及び後続検査を出力する出力手段と、を備える情報処理装置である。
請求項２に記載の発明は、請求項１に記載の情報処理装置において、前記特定手段は、病名の確定に有効であった検査の検査データを入力とし、当該検査データに係る検査を受けた患者の病名を出力として予め機械学習させた第１識別器を用いて、前記診断対象患者の検査データから前記診断対象患者の病名の候補を特定する。
請求項３に記載の発明は、請求項１又は２に記載の情報処理装置において、前記特定手段は、病名の確定に有効であった検査の検査データを入力とし、当該検査データに係る検査を受けた患者に対して実施され、病名の確定に有効であった検査の組み合わせを出力として予め機械学習させた第２識別器を用いて、前記診断対象患者の検査データから前記診断対象患者に実施する後続検査を特定する。
請求項４に記載の発明は、請求項１又は２に記載の情報処理装置において、前記特定手段は、前記特定された病名の候補に対して予め蓄積されている、当該病名を確定するために実施された検査の組み合わせに基づいて、統計解析を用いて、前記診断対象患者に実施する後続検査を特定する。
請求項５に記載の発明は、請求項１から４のいずれか一項に記載の情報処理装置において、患者ごとに、当該患者に対して実施され、病名の確定に有効であった検査のみから構成される一つ以上の検査項目、当該検査項目に対応する検査データ、当該患者に対して確定された病名を示す確定診断結果を対応付けて記憶する記憶手段を備える。
請求項６に記載の発明は、請求項１から５のいずれか一項に記載の情報処理装置において、前記検査データは、医用画像、生物学的検査結果、臨床情報のうち一つ以上を含む。
請求項７に記載の発明は、請求項１から６のいずれか一項に記載の情報処理装置において、前記病名の候補は、確定診断時に得られる病理組織名である。
請求項８に記載の発明は、請求項１から７のいずれか一項に記載の情報処理装置において、前記後続検査は、撮影モダリティー、撮影手技、撮影部位、生物学的検査の種類、検査項目のうち一つ以上を含む。
請求項９に記載の発明は、請求項１から８のいずれか一項に記載の情報処理装置において、前記出力手段は、前記病名の候補が二つ以上ある場合に、当該病名の候補ごとに信頼率を併せて出力する。
請求項１０に記載の発明は、請求項１から９のいずれか一項に記載の情報処理装置において、前記出力手段は、前記後続検査を実施した場合の診断確定率を出力する。
請求項１１に記載の発明は、請求項１から１０のいずれか一項に記載の情報処理装置において、前記出力手段は、前記特定された病名の候補及び後続検査を表示装置に表示させる表示制御手段である。
請求項１２に記載の発明は、診断対象患者に関する一つ以上の検査データを取得する検査データ取得手段と、当該取得された検査データに基づいて、前記診断対象患者が罹患している可能性のある病名の候補、及び、前記診断対象患者の病名を確定するために実施する後続検査を特定する特定手段と、当該特定された病名の候補及び後続検査を出力する出力手段と、を備える診断支援システムである。
請求項１３に記載の発明は、コンピューターを、診断対象患者に関する一つ以上の検査データを取得する検査データ取得手段、当該取得された検査データに基づいて、前記診断対象患者が罹患している可能性のある病名の候補、及び、前記診断対象患者の病名を確定するために実施する後続検査を特定する特定手段、当該特定された病名の候補及び後続検査を出力する出力手段、として機能させるためのプログラムである。
本発明によれば、次に実施すべき後続検査を、当該後続検査が診断に有効か否かを判断可能な情報とともに提示することができる。
［第１の実施の形態］
まず、本発明の第１の実施の形態について説明する。ただし、発明の範囲は、図示例に限定されない。
まず、本発明の第１の実施の形態について説明する。ただし、発明の範囲は、図示例に限定されない。
図１に、第１の実施の形態における診断支援システム１００のシステム構成を示す。
図１に示すように、診断支援システム１００は、情報処理装置１０と、検査管理サーバー２０と、検査装置３０と、を備えて構成されている。情報処理装置１０、検査管理サーバー２０、検査装置３０は、通信ネットワークＮを介してデータ通信可能に接続されている。情報処理装置１０、検査管理サーバー２０、検査装置３０は、例えば、同一の医療施設内に設けられている。
図１に示すように、診断支援システム１００は、情報処理装置１０と、検査管理サーバー２０と、検査装置３０と、を備えて構成されている。情報処理装置１０、検査管理サーバー２０、検査装置３０は、通信ネットワークＮを介してデータ通信可能に接続されている。情報処理装置１０、検査管理サーバー２０、検査装置３０は、例えば、同一の医療施設内に設けられている。
情報処理装置１０は、医療施設に所属する医師により使用されるＰＣ（Personal Computer）等のコンピューター装置である。情報処理装置１０は、一つ以上の検査を終えた患者に対して次の検査（後続検査）を検討する際等に用いられる。
検査管理サーバー２０は、患者に対して実施された検査に関する情報を管理する。検査管理サーバー２０は、患者ごとに、当該患者に対して実施された検査の項目、検査データ（検査結果）、当該患者に対して診断された病名（確定診断結果）を対応付けて記憶している。検査管理サーバー２０は、情報処理装置１０からの要求に応じて、各種情報を情報処理装置１０に提供する。
また、検査管理サーバー２０は、検査装置３０の予約状況を管理する。検査管理サーバー２０は、検査装置３０ごとに、予約が入っている日時を記憶している。
また、検査管理サーバー２０は、検査装置３０の予約状況を管理する。検査管理サーバー２０は、検査装置３０ごとに、予約が入っている日時を記憶している。
検査装置３０は、各種モダリティーや、画像検査以外の検査の検査装置等である。
情報処理装置１０は、制御部１１、操作部１２、表示部１３、通信部１４、記憶部１５等を備えて構成されており、各部はバスにより接続されている。
制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）等から構成され、情報処理装置１０の各部の処理動作を統括的に制御する。具体的には、ＣＰＵは、記憶部１５のプログラム記憶領域１６に記憶されている各種処理プログラムを読み出してＲＡＭに展開し、当該プログラムとの協働により各種処理を行う。
操作部１２は、カーソルキー、文字入力キー及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された操作信号を制御部１１に出力する。また、操作部１２は、表示部１３に積層されたタッチパネルにより構成され、操作者の指等によるタッチ操作の位置に応じた操作信号を制御部１１に出力することとしてもよい。
表示部１３は、ＬＣＤ（Liquid Crystal Display）等のモニターを備えて構成されており、制御部１１から入力される表示信号の指示に従って、各種画面を表示する。
通信部１４は、ネットワークインターフェース等により構成され、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、インターネット等の通信ネットワークＮを介して接続された外部機器との間でデータの送受信を行う。
記憶部１５は、ＨＤＤ（Hard Disk Drive）や不揮発性の半導体メモリー等により構成され、各種データを記憶する。記憶部１５は、プログラム記憶領域１６、識別器記憶領域１７、蓄積データ記憶領域１８を有する。
プログラム記憶領域１６には、情報処理装置１０において実行される各種処理プログラムが記憶される。
識別器記憶領域１７には、第１識別器１７１、第２識別器１７２が記憶される。
第１識別器１７１は、検査データを入力とし、当該検査データに係る検査を受けた患者の病名を出力として予め機械学習させることで得られた識別器である。
第２識別器１７２は、検査データを入力とし、当該検査データに係る検査を受けた患者に対して実施され、病名の確定に有効であった検査の組み合わせを出力として予め機械学習させることで得られた識別器である。
第１識別器１７１は、検査データを入力とし、当該検査データに係る検査を受けた患者の病名を出力として予め機械学習させることで得られた識別器である。
第２識別器１７２は、検査データを入力とし、当該検査データに係る検査を受けた患者に対して実施され、病名の確定に有効であった検査の組み合わせを出力として予め機械学習させることで得られた識別器である。
識別器（第１識別器１７１、第２識別器１７２）の学習に用いる検査データ、識別器の利用時に識別器に入力される検査データとしては、（１）医用画像、（２）生物学的検査結果、（３）臨床情報等が挙げられる。
（１）医用画像
医用画像としては、マンモグラフィー、超音波、ＣＴ、ＭＲＩ、ＰＥＴ、単純Ｘ線等の各種撮影モダリティーにより撮影された画像が用いられる。また、医用画像として、ＨＥ、組織化学染色、免疫組織化学染色画像等の病理画像も用いられる。
医用画像としては、マンモグラフィー、超音波、ＣＴ、ＭＲＩ、ＰＥＴ、単純Ｘ線等の各種撮影モダリティーにより撮影された画像が用いられる。また、医用画像として、ＨＥ、組織化学染色、免疫組織化学染色画像等の病理画像も用いられる。
（２）生物学的検査結果
生物学的検査結果としては、血液又は生検（手術）サンプルに対して実行される腫瘍マーカー分析、アミノ酸分析、遺伝子解析が用いられる。遺伝子解析には、例えば、マイクロアレイ分析、ポリメラーゼ連鎖反応（ＰＣＲ）、遺伝子（ＤＮＡ／ＲＮＡ）配列解析等によって得られる遺伝子経路活性（gene pathway activation）、ノンコーディングＲＮＡ（noncoding RNA）、複数のＲＮＡ（multiple RNAs）、一塩基多型（single nucleotide polymorphism）、コピー数多型（copy number polymorphism）、エピジェネティック多型（epigenetic polymorphism）等がある。
生物学的検査結果としては、血液又は生検（手術）サンプルに対して実行される腫瘍マーカー分析、アミノ酸分析、遺伝子解析が用いられる。遺伝子解析には、例えば、マイクロアレイ分析、ポリメラーゼ連鎖反応（ＰＣＲ）、遺伝子（ＤＮＡ／ＲＮＡ）配列解析等によって得られる遺伝子経路活性（gene pathway activation）、ノンコーディングＲＮＡ（noncoding RNA）、複数のＲＮＡ（multiple RNAs）、一塩基多型（single nucleotide polymorphism）、コピー数多型（copy number polymorphism）、エピジェネティック多型（epigenetic polymorphism）等がある。
（３）臨床情報
臨床情報は、電子カルテ情報、コンピューター診断支援システム（ＣＡＤ）情報、レセプト情報等に含まれる患者情報、画像読影レポートを含む医師による診断情報等、医療施設において蓄積される各種の医用関係情報を含む。
臨床情報は、電子カルテ情報、コンピューター診断支援システム（ＣＡＤ）情報、レセプト情報等に含まれる患者情報、画像読影レポートを含む医師による診断情報等、医療施設において蓄積される各種の医用関係情報を含む。
蓄積データ記憶領域１８には、検査データ１８１、検査組み合わせ情報１８２、確定診断結果１８３が記憶される。
検査データ１８１は、各患者に対して実施された検査の結果を示す情報である。検査データ１８１は、医用画像、生物学的検査結果、臨床情報のうち一つ以上を含む。検査データ１８１には、付帯情報として、検査対象の患者、検査項目等が付帯されている。すなわち、検査データ１８１の付帯情報を参照すると、検査データ１８１に係る患者、検査項目を特定することができる。
検査データ１８１は、各患者に対して実施された検査の結果を示す情報である。検査データ１８１は、医用画像、生物学的検査結果、臨床情報のうち一つ以上を含む。検査データ１８１には、付帯情報として、検査対象の患者、検査項目等が付帯されている。すなわち、検査データ１８１の付帯情報を参照すると、検査データ１８１に係る患者、検査項目を特定することができる。
検査組み合わせ情報１８２は、各患者に対して実施された検査の組み合わせを示す情報である。
確定診断結果１８３は、各患者に対して診断された病名（病理組織名等）を示す情報である。
確定診断結果１８３は、各患者に対して診断された病名（病理組織名等）を示す情報である。
図２に、蓄積データ記憶領域１８に記憶される管理テーブル１８４の例を示す。管理テーブル１８４は、患者、検査組み合わせ情報１８２、検査データ１８１、確定診断結果１８３の対応関係を示すものである。
管理テーブル１８４には、患者ごとに、当該患者に対して各検査（ＭＭＧ、ＭＲＩ、ＣＴ、ＵＳ、細胞診、血液検査等）が実施されたか否かを示す実施フラグ（１：実施済み、０：未実施）、実施済みの検査に対応する検査データの保存場所、当該患者に対して確定された病名を示す確定診断結果が対応付けられている。なお、各患者に対して実施された検査として登録されている検査項目は、病名の確定に有効であった検査のみから構成される。つまり、記憶部１５の蓄積データ記憶領域１８には、患者ごとに、当該患者に対して実施され、病名の確定に有効であった検査のみから構成される一つ以上の検査項目、当該検査項目に対応する検査データ１８１、当該患者に対して確定された病名を示す確定診断結果１８３が対応付けられて記憶されている。管理テーブル１８４を参照すると、各患者に対して実施された検査（検査組み合わせ情報１８２）と、検査データ１８１と、確定診断結果１８３と、を特定することができる。
管理テーブル１８４には、患者ごとに、当該患者に対して各検査（ＭＭＧ、ＭＲＩ、ＣＴ、ＵＳ、細胞診、血液検査等）が実施されたか否かを示す実施フラグ（１：実施済み、０：未実施）、実施済みの検査に対応する検査データの保存場所、当該患者に対して確定された病名を示す確定診断結果が対応付けられている。なお、各患者に対して実施された検査として登録されている検査項目は、病名の確定に有効であった検査のみから構成される。つまり、記憶部１５の蓄積データ記憶領域１８には、患者ごとに、当該患者に対して実施され、病名の確定に有効であった検査のみから構成される一つ以上の検査項目、当該検査項目に対応する検査データ１８１、当該患者に対して確定された病名を示す確定診断結果１８３が対応付けられて記憶されている。管理テーブル１８４を参照すると、各患者に対して実施された検査（検査組み合わせ情報１８２）と、検査データ１８１と、確定診断結果１８３と、を特定することができる。
情報処理装置１０において、制御部１１は、診断対象患者に関する一つ以上の検査データを取得する。例えば、制御部１１は、通信部１４を介して、診断対象患者に対して実施された検査の検査データを検査管理サーバー２０から取得する。すなわち、制御部１１は、検査データ取得手段として機能する。
制御部１１は、取得された検査データに基づいて、診断対象患者が罹患している可能性のある病名の候補、及び、診断対象患者の病名を確定するために実施する後続検査を特定する。すなわち、制御部１１は、特定手段として機能する。病名の候補は、確定診断時に得られる病理組織名である。
具体的には、制御部１１は、病名の確定に有効であった検査の検査データを入力とし、当該検査データに係る検査を受けた患者の病名を出力として予め機械学習させた第１識別器１７１を用いて、診断対象患者の検査データから診断対象患者の病名の候補を特定する。
また、制御部１１は、病名の確定に有効であった検査の検査データを入力とし、当該検査データに係る検査を受けた患者に対して実施され、病名の確定に有効であった検査の組み合わせを出力として予め機械学習させた第２識別器１７２を用いて、診断対象患者の検査データから診断対象患者に実施する後続検査を特定する。
具体的には、制御部１１は、病名の確定に有効であった検査の検査データを入力とし、当該検査データに係る検査を受けた患者の病名を出力として予め機械学習させた第１識別器１７１を用いて、診断対象患者の検査データから診断対象患者の病名の候補を特定する。
また、制御部１１は、病名の確定に有効であった検査の検査データを入力とし、当該検査データに係る検査を受けた患者に対して実施され、病名の確定に有効であった検査の組み合わせを出力として予め機械学習させた第２識別器１７２を用いて、診断対象患者の検査データから診断対象患者に実施する後続検査を特定する。
制御部１１は、特定された病名の候補及び後続検査を出力する。具体的には、制御部１１は、特定された病名の候補及び後続検査を表示部１３（表示装置）に表示させる。すなわち、制御部１１は、出力手段、表示制御手段として機能する。
制御部１１は、病名の候補が二つ以上ある場合に、当該病名の候補ごとに信頼率を併せて出力することとしてもよい。信頼率は、病名の候補として特定された病理組織名（予測結果）の信頼率である。
また、制御部１１は、後続検査を実施した場合の診断確定率を出力することとしてもよい。診断確定率は、検査を実施した場合に、検査後、病名が確定する確率である。
また、制御部１１は、後続検査を実施した場合の診断確定率を出力することとしてもよい。診断確定率は、検査を実施した場合に、検査後、病名が確定する確率である。
後続検査として挙げられる検査は、撮影モダリティー、撮影手技、撮影部位、生物学的検査の種類、検査項目のうち一つ以上を含む。
撮影モダリティーによる画像検査の場合、検査オーダーには、撮像シーケンス、撮影条件が含まれる。撮像シーケンスとして、超音波（Ａ、Ｂ、Ｍ、カラードップラー、パワードップラー、ワイドバンドドップラー）、ＣＴ（ＣＴ、ＣＥＣＴ）、ＭＲＩ（Ｔ１、Ｔ２、ＤＷＩ、ＦＬＡＩＲ、ＳＷＩ、ＭＲＡ、ＢＰＡＳ、・・・）、ＦＤＧ−ＰＥＴ等が挙げられる。撮影条件として、撮影方向、線量、ＵＳ手技（どの方向からどのように超音波をあてるか）等が挙げられる。
撮影モダリティーによる画像検査の場合、検査オーダーには、撮像シーケンス、撮影条件が含まれる。撮像シーケンスとして、超音波（Ａ、Ｂ、Ｍ、カラードップラー、パワードップラー、ワイドバンドドップラー）、ＣＴ（ＣＴ、ＣＥＣＴ）、ＭＲＩ（Ｔ１、Ｔ２、ＤＷＩ、ＦＬＡＩＲ、ＳＷＩ、ＭＲＡ、ＢＰＡＳ、・・・）、ＦＤＧ−ＰＥＴ等が挙げられる。撮影条件として、撮影方向、線量、ＵＳ手技（どの方向からどのように超音波をあてるか）等が挙げられる。
生物学的検査には、細胞診、組織診、血液検査等がある。
生物学的検査の項目には、腫瘍マーカー分析、アミノ酸分析、遺伝子解析等がある。遺伝子解析には、例えば、マイクロアレイ分析、ポリメラーゼ連鎖反応（ＰＣＲ）、遺伝子（ＤＮＡ／ＲＮＡ）配列解析等によって得られる遺伝子経路活性（gene pathway activation）、ノンコーディングＲＮＡ（noncoding RNA）、複数のＲＮＡ（multiple RNAs）、一塩基多型（single nucleotide polymorphism）、コピー数多型（copy number polymorphism）、エピジェネティック多型（epigenetic polymorphism）等）の標的マーカー等がある。
生物学的検査の項目には、腫瘍マーカー分析、アミノ酸分析、遺伝子解析等がある。遺伝子解析には、例えば、マイクロアレイ分析、ポリメラーゼ連鎖反応（ＰＣＲ）、遺伝子（ＤＮＡ／ＲＮＡ）配列解析等によって得られる遺伝子経路活性（gene pathway activation）、ノンコーディングＲＮＡ（noncoding RNA）、複数のＲＮＡ（multiple RNAs）、一塩基多型（single nucleotide polymorphism）、コピー数多型（copy number polymorphism）、エピジェネティック多型（epigenetic polymorphism）等）の標的マーカー等がある。
また、後続検査のオーダーには、術前治療／術後フォローアップに関するオーダーとして、検査方法（画像検査／生物学的検査）、期間、間隔等も含まれる。
次に、第１の実施の形態の情報処理装置１０における動作について説明する。
図３は、情報処理装置１０により実行される識別器生成処理を示すフローチャートである。識別器生成処理は、識別器（第１識別器１７１、第２識別器１７２）を生成する際に実行される処理であり、患者を診断する前に予め行われている。この処理は、制御部１１と記憶部１５に記憶されているプログラムとの協働によるソフトウェア処理によって実現される。
図３は、情報処理装置１０により実行される識別器生成処理を示すフローチャートである。識別器生成処理は、識別器（第１識別器１７１、第２識別器１７２）を生成する際に実行される処理であり、患者を診断する前に予め行われている。この処理は、制御部１１と記憶部１５に記憶されているプログラムとの協働によるソフトウェア処理によって実現される。
まず、制御部１１は、通信部１４を介して、検査管理サーバー２０から各患者に実施した検査の検査項目と各検査項目に対応する検査データ、各患者に対する確定診断結果を取得する（ステップＳ１）。
次に、制御部１１は、患者ごとに、実施した検査の組み合わせと確定診断結果を表示部１３に表示させる（ステップＳ２）。
図４に、表示部１３に表示される無効データ指定画面１３１の例を示す。
無効データ指定画面１３１には、患者ごとに、当該患者に対して実施された検査の組み合わせと、当該患者に対して診断された確定診断結果が対応付けられて表示される。検査組み合わせの表示領域では、患者に対して実施された検査にチェックマークが表示されている。例えば、「患者１」に対しては、「ＭＭＧ」、「ＭＲＩ」、「ＵＳ」、「細胞診」、「血液検査」が実施されており、「ＣＴ」は実施されていない。
医師は、操作部１２からの操作により、「患者１」の確定診断結果が「病名Ａ」であることを考慮し、「病名Ａ」の診断に有効であった検査についてはチェックを残し、「病名Ａ」の診断に有効でなかった検査についてはチェックを外す。このようにして、医師は、病名の確定に有効であった検査のみを情報として残すこととする。
無効データ指定画面１３１には、患者ごとに、当該患者に対して実施された検査の組み合わせと、当該患者に対して診断された確定診断結果が対応付けられて表示される。検査組み合わせの表示領域では、患者に対して実施された検査にチェックマークが表示されている。例えば、「患者１」に対しては、「ＭＭＧ」、「ＭＲＩ」、「ＵＳ」、「細胞診」、「血液検査」が実施されており、「ＣＴ」は実施されていない。
医師は、操作部１２からの操作により、「患者１」の確定診断結果が「病名Ａ」であることを考慮し、「病名Ａ」の診断に有効であった検査についてはチェックを残し、「病名Ａ」の診断に有効でなかった検査についてはチェックを外す。このようにして、医師は、病名の確定に有効であった検査のみを情報として残すこととする。
次に、制御部１１は、表示部１３に表示されている無効データ指定画面１３１上で、操作部１２からいずれかの検査に対してチェックを外す操作があったか否かを判断する（ステップＳ３）。いずれかの検査に対してチェックを外す操作があった場合には（ステップＳ３；ＹＥＳ）、制御部１１は、無効データ指定画面１３１上の該当する検査に対応するチェックマークを削除し、チェックが外された検査を、蓄積されるデータの対象外とする（ステップＳ４）。すなわち、制御部１１は、病名の確定に寄与していない検査を、確定診断結果を導くための検査の組み合わせから除外する。ステップＳ４の後、ステップＳ３に戻り、処理が繰り返される。
ステップＳ３において、検査に対してチェックを外す操作がない場合には（ステップＳ３；ＮＯ）、制御部１１は、操作部１２において、検査管理サーバー２０から取得したデータを登録する旨の指示があったか否かを判断する（ステップＳ５）。検査管理サーバー２０から取得したデータを登録する旨の指示がない場合には（ステップＳ５；ＮＯ）、ステップＳ３に戻り、処理が繰り返される。
ステップＳ５において、検査管理サーバー２０から取得したデータを登録する旨の指示があった場合には（ステップＳ５；ＹＥＳ）、制御部１１は、検査管理サーバー２０から取得したデータを記憶部１５に登録する（ステップＳ６）。
具体的には、制御部１１は、無効データ指定画面１３１においてチェックが入っている検査に対応する検査データ１８１のみを蓄積データ記憶領域１８に記憶させる。
また、制御部１１は、管理テーブル１８４（図２参照）に対し、患者ごとに、チェックが入っている検査（患者に対して実施され、病名の確定に有効であった検査）の実施フラグを「１」とし、各検査に対応する検査データ１８１の保存場所と、当該患者に対して確定された病名を示す確定診断結果１８３と、を対応付けて格納する。
このようにして、患者ごとの検査組み合わせ情報１８２、検査データ１８１、確定診断結果１８３が対応付けられて記憶部１５に保存される。
具体的には、制御部１１は、無効データ指定画面１３１においてチェックが入っている検査に対応する検査データ１８１のみを蓄積データ記憶領域１８に記憶させる。
また、制御部１１は、管理テーブル１８４（図２参照）に対し、患者ごとに、チェックが入っている検査（患者に対して実施され、病名の確定に有効であった検査）の実施フラグを「１」とし、各検査に対応する検査データ１８１の保存場所と、当該患者に対して確定された病名を示す確定診断結果１８３と、を対応付けて格納する。
このようにして、患者ごとの検査組み合わせ情報１８２、検査データ１８１、確定診断結果１８３が対応付けられて記憶部１５に保存される。
次に、制御部１１は、記憶部１５の蓄積データ記憶領域１８にデータが記憶されている患者ごとに、当該患者の病名の確定に有効であった一つ以上の検査の検査データ１８１を入力とし、当該患者の病名（確定診断結果１８３）を出力として機械学習を行わせ、第１識別器１７１を生成する（ステップＳ７）。なお、第１識別器１７１に入力される検査データ１８１の数が多いほど、出力される病名の予測精度が高くなる。また、制御部１１は、検査データ１８１を入力として、患者の病名を出力する際に、当該病名の信頼率も併せて出力するように、第１識別器１７１を生成する。制御部１１は、生成した第１識別器１７１を記憶部１５の識別器記憶領域１７に記憶させる。
次に、制御部１１は、記憶部１５の蓄積データ記憶領域１８にデータが記憶されている患者ごとに、当該患者の病名の確定に有効であった検査の検査データ１８１を入力とし、当該検査データ１８１に係る検査を受けた患者に対して実施され、病名の確定に有効であった検査の組み合わせを出力として機械学習を行わせ、第２識別器１７２を生成する（ステップＳ８）。ここで、制御部１１は、検査データ１８１を入力として、検査の組み合わせを出力する際に、当該組み合わせに含まれる各検査を実施した場合の診断確定率も併せて出力するように、第２識別器１７２を生成する。制御部１１は、生成した第２識別器１７２を記憶部１５の識別器記憶領域１７に記憶させる。
以上で、識別器生成処理が終了する。
以上で、識別器生成処理が終了する。
第１識別器１７１、第２識別器１７２は、ランダムフォレスト、決定木、ＳＶＭ（Support Vector Machine）、ディープ・ラーニング（Deep Learning）の各種ネットワークモデル（AlexNet、GoogleNet等）等により構成される。第１識別器１７１は、検査データ１８１に正解ラベルとして確定診断結果１８３を対応させて学習させたものである。第２識別器１７２は、検査データ１８１に正解ラベルとして検査組み合わせ情報１８２を対応させて学習させたものである。なお、検査データ１８１に正解ラベルとして確定診断結果１８３、検査組み合わせ情報１８２の２種類のラベルを対応させ、マルチラベル学習させてもよい。また、機械学習の手法や、ディープ・ラーニングで用いるネットワークは、任意に選択可能としてもよいし、固定でもよい。
なお、識別器生成処理において、検査管理サーバー２０で管理されている全ての情報を取得することに代えて、前回の処理から増えた分の情報のみを取得し、第１識別器１７１及び第２識別器１７２を更新していくこととしてもよい。
また、識別器生成処理において、ステップＳ１〜ステップＳ６の処理（データ登録まで）と、ステップＳ７，Ｓ８の処理（識別器の生成）と、を異なるタイミングで実行することとしてもよい。また、ステップＳ１〜ステップＳ６の処理については、確定診断結果が生成される度に行い、識別器を生成するのに十分なデータが蓄積されたタイミングで、ステップＳ７，Ｓ８の処理を行うこととしてもよい。
また、識別器生成処理において、ステップＳ１〜ステップＳ６の処理（データ登録まで）と、ステップＳ７，Ｓ８の処理（識別器の生成）と、を異なるタイミングで実行することとしてもよい。また、ステップＳ１〜ステップＳ６の処理については、確定診断結果が生成される度に行い、識別器を生成するのに十分なデータが蓄積されたタイミングで、ステップＳ７，Ｓ８の処理を行うこととしてもよい。
また、第１識別器１７１及び第２識別器１７２を生成する際に、検査データ１８１から特徴量を抽出し、抽出された特徴量を入力として第１識別器１７１及び第２識別器１７２を生成することとしてもよい。
図５は、情報処理装置１０により実行される第１の診断支援処理を示すフローチャートである。この処理は、診断対象患者の病名や後続検査を検討する際に行われる処理であり、制御部１１と記憶部１５に記憶されているプログラムとの協働によるソフトウェア処理によって実現される。
まず、制御部１１は、診断対象患者に関する一つ以上の検査データ（検査結果）を取得する（ステップＳ１１）。具体的には、制御部１１は、通信部１４を介して、診断対象患者に対して実施された検査の検査データを検査管理サーバー２０から取得する。制御部１１は、医用画像、生物学的検査結果、臨床情報のうち一つ以上のデータを取得する。
なお、制御部１１は、予め情報処理装置１０の記憶部１５又は外部装置に記憶されている診断対象患者の検査データを取得することとしてもよい。
なお、制御部１１は、予め情報処理装置１０の記憶部１５又は外部装置に記憶されている診断対象患者の検査データを取得することとしてもよい。
次に、制御部１１は、取得した一つ以上の検査データから特徴量を抽出する（ステップＳ１２）。例えば、検査データとして画像が取得された場合には、制御部１１は、病変の濃度、形状、テクスチャ、ウェーブレット変換に基づく解像度の特徴等の各種画像特徴量を抽出する。
次に、制御部１１は、記憶部１５の識別器記憶領域１７に記憶されている第１識別器１７１を用いて、検査データの特徴量から、診断対象患者が罹患している可能性のある病名の候補を特定する（ステップＳ１３）。また、制御部１１は、第１識別器１７１を用いて、検査データの特徴量から、特定された病名の候補の信頼率を取得する。
ステップＳ１３では、第１識別器１７１に対して検査データの特徴量を入力しているが、ディープ・ラーニングの場合は、特徴量の抽出を独立して行うことなく、検査データそのものを第１識別器１７１に対する入力として用いる。
ステップＳ１３では、第１識別器１７１に対して検査データの特徴量を入力しているが、ディープ・ラーニングの場合は、特徴量の抽出を独立して行うことなく、検査データそのものを第１識別器１７１に対する入力として用いる。
次に、制御部１１は、記憶部１５の識別器記憶領域１７に記憶されている第２識別器１７２を用いて、検査データの特徴量から、病名の確定に有効であった検査の組み合わせを取得する（ステップＳ１４）。また、制御部１１は、第２識別器１７２を用いて、検査データの特徴量から、取得された検査の組み合わせに含まれる各検査を実施した場合の診断確定率を取得する。
ステップＳ１４では、第２識別器１７２に対して検査データの特徴量を入力しているが、ディープ・ラーニングの場合は、特徴量の抽出を独立して行うことなく、検査データそのものを第２識別器１７２に対する入力として用いる。
ステップＳ１４では、第２識別器１７２に対して検査データの特徴量を入力しているが、ディープ・ラーニングの場合は、特徴量の抽出を独立して行うことなく、検査データそのものを第２識別器１７２に対する入力として用いる。
次に、制御部１１は、取得された検査の組み合わせから実施済みの検査を除外し、診断対象患者の病名を確定するために実施する後続検査を特定する（ステップＳ１５）。
次に、制御部１１は、特定された病名の候補及び後続検査を、表示部１３に表示させる（ステップＳ１６）。医師は、表示部１３に表示された病名の候補を参考にしつつ、表示部１３に表示された後続検査の中から実施すべき検査があれば、追加の検査オーダーを出す。
図６に、病名の候補（病理組織名）と後続検査の提示例を示す。ここでは、第１識別器１７１及び第２識別器１７２に入力される検査データとして、血液検査結果（マーカーＥ）、ＭＭＧ画像を用い、第１識別器１７１から病理組織名（病名の候補）が出力され、第２識別器１７２から検査が出力されている。
さらに、制御部１１は、病名の候補ごとに信頼率を併せて表示させ、提示された後続検査を実施した場合の診断確定率を併せて表示させることもできる。
図７に、病名の候補（病理組織名）、信頼率、後続検査、診断確定率の提示例を示す。ここでは、第１識別器１７１及び第２識別器１７２に入力される検査データとして、血液検査結果（マーカーＥ）、ＭＭＧ画像を用い、第１識別器１７１から病理組織名（病名の候補）及び信頼率が出力され、第２識別器１７２から検査及び診断確定率が出力されている。具体的には、血液検査（マーカーＥ）及びＭＭＧの結果、診断対象患者は、信頼率「５０％」で「病名Ａ」であると判断され、信頼率「３５％」で「病名Ｂ」であると判断され、信頼率「１５％」で「病名Ｃ」であると判断されている。また、後続検査として「ＭＲＩ（シーケンスＦ）」と「血液検査（マーカーＧ）」が提示されており、これらの検査を実施することで、「病名Ａ」、「病名Ｂ」、「病名Ｃ」のいずれかに診断が確定する確率は「９５％」である。
図７に、病名の候補（病理組織名）、信頼率、後続検査、診断確定率の提示例を示す。ここでは、第１識別器１７１及び第２識別器１７２に入力される検査データとして、血液検査結果（マーカーＥ）、ＭＭＧ画像を用い、第１識別器１７１から病理組織名（病名の候補）及び信頼率が出力され、第２識別器１７２から検査及び診断確定率が出力されている。具体的には、血液検査（マーカーＥ）及びＭＭＧの結果、診断対象患者は、信頼率「５０％」で「病名Ａ」であると判断され、信頼率「３５％」で「病名Ｂ」であると判断され、信頼率「１５％」で「病名Ｃ」であると判断されている。また、後続検査として「ＭＲＩ（シーケンスＦ）」と「血液検査（マーカーＧ）」が提示されており、これらの検査を実施することで、「病名Ａ」、「病名Ｂ」、「病名Ｃ」のいずれかに診断が確定する確率は「９５％」である。
なお、病理組織名の信頼率に基づいて、提示する後続検査に重みを設定し、診断に有効な検査項目の組み合わせを決定してもよい。
医師は、提示された後続検査の中から、実施する検査を任意に指定することができる。例えば、制御部１１は、実施する検査又は実施しない検査を指定するユーザーインターフェースから操作を受け付け、指定された情報を記憶部１５に記憶させる。医師は、どの検査を優先的に行うかを任意に選択することができる。
次に、制御部１１は、操作部１２からの操作により、追加の検査オーダーが指示されたか否かを判断する（ステップＳ１７）。
追加の検査オーダーが指示された場合には（ステップＳ１７；ＹＥＳ）、診断対象患者に対して検査オーダーに係る検査が実施された後、ステップＳ１１に戻る。具体的には、制御部１１は、追加の検査オーダーに係る検査の検査データを取得し（ステップＳ１１）、取得された検査データを追加して、病名の候補の特定（ステップＳ１３）、後続検査の特定（ステップＳ１４，Ｓ１５）を行う。
追加の検査オーダーが指示された場合には（ステップＳ１７；ＹＥＳ）、診断対象患者に対して検査オーダーに係る検査が実施された後、ステップＳ１１に戻る。具体的には、制御部１１は、追加の検査オーダーに係る検査の検査データを取得し（ステップＳ１１）、取得された検査データを追加して、病名の候補の特定（ステップＳ１３）、後続検査の特定（ステップＳ１４，Ｓ１５）を行う。
ステップＳ１７において、追加の検査オーダーが指示されない場合には（ステップＳ１７；ＮＯ）、第１の診断支援処理が終了する。
以上説明したように、第１の実施の形態によれば、診断対象患者の検査データに基づいて、病名の候補及び後続検査を特定するので、次に実施すべき後続検査を、当該後続検査が診断に有効か否かを判断可能な情報（病名の候補）とともに提示することができる。患者に対して必要な検査のみを行うことで、患者の負担や医療費を軽減させることができる。
具体的には、予め機械学習させた第１識別器１７１を用いて、診断対象患者の検査データから診断対象患者の病名の候補を特定することができる。
また、予め機械学習させた第２識別器１７２を用いて、診断対象患者の検査データから診断対象患者に実施する後続検査を特定することができる。
また、予め機械学習させた第２識別器１７２を用いて、診断対象患者の検査データから診断対象患者に実施する後続検査を特定することができる。
また、病名の候補ごとに信頼率を併せて出力することで、医師が診断対象患者の病名を確定したり、後続検査を選択したりする上で有用な情報となる。
また、後続検査とともに、後続検査を実施した場合の診断確定率を出力することで、医師が後続検査を選択する上で有用な情報となる。
また、後続検査とともに、後続検査を実施した場合の診断確定率を出力することで、医師が後続検査を選択する上で有用な情報となる。
［第２の実施の形態］
次に、本発明を適用した第２の実施の形態について説明する。
第２の実施の形態における診断支援システムは、第１の実施の形態に示した診断支援システム１００と同様の構成によってなるため、図１を援用し、同一の構成部分については説明を省略する。以下、第２の実施の形態に特徴的な構成及び処理について説明する。
次に、本発明を適用した第２の実施の形態について説明する。
第２の実施の形態における診断支援システムは、第１の実施の形態に示した診断支援システム１００と同様の構成によってなるため、図１を援用し、同一の構成部分については説明を省略する。以下、第２の実施の形態に特徴的な構成及び処理について説明する。
第２の実施の形態では、第２識別器１７２に代えて、統計値等を用いて後続検査を特定する。
情報処理装置１０の制御部１１は、特定された病名の候補に対して予め蓄積されている、当該病名を確定するために実施された検査の組み合わせに基づいて、統計解析を用いて、診断対象患者に実施する後続検査を特定する。具体的には、制御部１１は、推奨検査項目準備処理（図８参照）において、病名ごとに、後続検査として実施すべき推奨検査項目を求めておき、この対応関係を参照して、特定された病名の候補に適した後続検査を特定する。
情報処理装置１０の制御部１１は、特定された病名の候補に対して予め蓄積されている、当該病名を確定するために実施された検査の組み合わせに基づいて、統計解析を用いて、診断対象患者に実施する後続検査を特定する。具体的には、制御部１１は、推奨検査項目準備処理（図８参照）において、病名ごとに、後続検査として実施すべき推奨検査項目を求めておき、この対応関係を参照して、特定された病名の候補に適した後続検査を特定する。
次に、第２の実施の形態の情報処理装置１０における動作について説明する。
第２の実施の形態においても、図３に示す識別器生成処理が患者を診断する前に予め行われている。ただし、第２の実施の形態では、第２識別器１７２を使用しないため、ステップＳ８の処理は行われない。
第２の実施の形態においても、図３に示す識別器生成処理が患者を診断する前に予め行われている。ただし、第２の実施の形態では、第２識別器１７２を使用しないため、ステップＳ８の処理は行われない。
図８は、情報処理装置１０により実行される推奨検査項目準備処理を示すフローチャートである。推奨検査項目準備処理は、記憶部１５に記憶されている管理テーブル１８４（図２参照）を参照して、病名ごとに、実施率の高い検査項目を統計的に求める処理であり、患者を診断する前に予め行われている。この処理は、制御部１１と記憶部１５に記憶されているプログラムとの協働によるソフトウェア処理によって実現される。
まず、制御部１１は、記憶部１５に記憶されている管理テーブル１８４の「確定診断結果」フィールドを参照し、処理対象とする病名（確定診断結果）を設定する（ステップＳ２１）。
次に、制御部１１は、管理テーブル１８４から、処理対象の病名と診断された各患者に実施した検査の検査項目を抽出する（ステップＳ２２）。
図９に、管理テーブル１８４から、「確定診断結果」が「病名Ａ」である各患者について、各検査の実施フラグを抽出した結果を示す。図９において、実施フラグが「１」である検査項目は、患者に対して実施され、病名の確定に有効であった検査の検査項目である。
図９に、管理テーブル１８４から、「確定診断結果」が「病名Ａ」である各患者について、各検査の実施フラグを抽出した結果を示す。図９において、実施フラグが「１」である検査項目は、患者に対して実施され、病名の確定に有効であった検査の検査項目である。
次に、制御部１１は、抽出された検査項目ごとに実施回数をカウントする（ステップＳ２３）。具体的には、図９において、検査項目ごとに、実施フラグ「１」の数を足し上げる。すなわち、制御部１１は、検査項目ごとに、処理対象の病名と診断された患者のうち、当該検査が病名の確定に有効であった患者の数を算出する。
次に、制御部１１は、実施回数が多い検査項目を推奨検査項目に決定する（ステップＳ２４）。ここで、「実施回数が多い」か否かの判断は、実施回数が所定回数より多いか否かで判断することとしてもよいし、処理対象の病名と診断された患者の数に対する実施回数の割合（実施率）が所定値より大きいか否かで判断することとしてもよい。制御部１１は、処理対象の病名と推奨検査項目とを対応付けて記憶部１５に記憶させる。例えば、図９では、「病名Ａ」と診断された４人の患者全員に対して、「ＭＭＧ」、「ＭＲＩ」、「ＵＳ」、「血液検査」の検査が実施されているから、これらの検査項目を推奨検査項目とし、病名Ａを決定するために有効な検査として採用する。
次に、制御部１１は、管理テーブル１８４で管理されている蓄積データのうち、未処理の病名（確定診断結果）があるか否かを判断する（ステップＳ２５）。未処理の病名がある場合には（ステップＳ２５；ＹＥＳ）、ステップＳ２１において、他の病名を処理対象として、処理が繰り返される。
ステップＳ２５において、管理テーブル１８４で管理されている蓄積データに対し、全ての病名（確定診断結果）について処理が終了した場合には（ステップＳ２５；ＮＯ）、推奨検査項目準備処理が終了する。
図１０は、情報処理装置１０により実行される第２の診断支援処理を示すフローチャートである。この処理は、診断対象患者に病名や後続検査を検討する際に行われる処理であり、制御部１１と記憶部１５に記憶されているプログラムとの協働によるソフトウェア処理によって実現される。
ステップＳ３１〜ステップＳ３３の処理は、第１の診断支援処理（図５参照）のステップＳ１１〜ステップＳ１３の処理と同様であるため、説明を省略する。
次に、制御部１１は、ステップＳ３３で特定された病名（診断対象患者が罹患している可能性のある病名）に対応付けられている推奨検査項目を記憶部１５から読み出す（ステップＳ３４）。
次に、病名を特定するために入力された検査データ（ステップＳ３１で取得された検査データ）に係る検査については、既に実施済みであるため、制御部１１は、読み出された推奨検査項目から実施済みの検査を除外し、後続検査を特定する（ステップＳ３５）。
ステップＳ３６〜ステップＳ３７の処理は、第１の診断支援処理（図５参照）のステップＳ１６〜ステップＳ１７の処理と同様であるため、説明を省略する。
ステップＳ３３において、病名の候補として「病名Ａ」と「病名Ｂ」が特定され、どちらの病名かを見分ける場合には、制御部１１は、病名ごとに決まる推奨検査項目を比較し、「病名Ａ」及び「病名Ｂ」のどちらにも共通する検査を優先して抽出し、後続検査の検査項目として出力する。
例えば、図１１に示すように、「病名Ａ」に対する推奨検査項目が「ＭＭＧ」、「ＭＲＩ」、「ＵＳ」、「血液検査」であり、「病名Ｂ」に対する推奨検査項目が「ＭＲＩ」、「ＣＴ」、「ＵＳ」、「血液検査」である場合、「病名Ａ」、「病名Ｂ」を診断するのに適した後続検査は、「ＭＲＩ」、「ＵＳ」、「血液検査」であると判断する。
例えば、図１１に示すように、「病名Ａ」に対する推奨検査項目が「ＭＭＧ」、「ＭＲＩ」、「ＵＳ」、「血液検査」であり、「病名Ｂ」に対する推奨検査項目が「ＭＲＩ」、「ＣＴ」、「ＵＳ」、「血液検査」である場合、「病名Ａ」、「病名Ｂ」を診断するのに適した後続検査は、「ＭＲＩ」、「ＵＳ」、「血液検査」であると判断する。
以上説明したように、第２の実施の形態によれば、診断対象患者の検査データに基づいて、病名の候補及び後続検査を特定するので、次に実施すべき後続検査を、当該後続検査が診断に有効か否かを判断可能な情報（病名の候補）とともに提示することができる。
具体的には、予め機械学習させた第１識別器１７１を用いて、診断対象患者の検査データから診断対象患者の病名の候補を特定することができる。
また、予め蓄積されている病名を確定するために実施された検査の組み合わせに基づいて、統計解析により病名と推奨検査項目との対応関係を求めておき、この対応関係を用いて、診断対象患者に実施する後続検査を特定することができる。
また、予め蓄積されている病名を確定するために実施された検査の組み合わせに基づいて、統計解析により病名と推奨検査項目との対応関係を求めておき、この対応関係を用いて、診断対象患者に実施する後続検査を特定することができる。
［変形例］
次に、第２の実施の形態の変形例について説明する。
変形例では、さらに、予め、検査項目ごとに、当該検査項目の検査データに基づく診断結果と確定診断結果との一致率（真陽性率）を、各病名について求めておく。検査データに基づく診断結果とは、単独の検査データから判断された未確定の仮の診断結果である。記憶部１５には、各検査データ１８１に対して、当該検査データ１８１に基づく診断結果（病名）が対応付けられて記憶されていることとする。
次に、第２の実施の形態の変形例について説明する。
変形例では、さらに、予め、検査項目ごとに、当該検査項目の検査データに基づく診断結果と確定診断結果との一致率（真陽性率）を、各病名について求めておく。検査データに基づく診断結果とは、単独の検査データから判断された未確定の仮の診断結果である。記憶部１５には、各検査データ１８１に対して、当該検査データ１８１に基づく診断結果（病名）が対応付けられて記憶されていることとする。
図１２に、最終的に「病名Ａ」と診断された４人の患者に対して、「ＭＭＧ」の検査を実施した際に検査データから得られた診断結果（検査データに基づく診断結果）を示す。図１２では、各患者に対して検査「ＭＭＧ」を実施したことで、それぞれ、「病名Ａ」、「病名Ｃ」、「病名Ｄ」、「病名Ｂ」という診断結果が得られている。確定診断結果「病名Ａ」に対し、検査「ＭＭＧ」の実施で「病名Ａ」と診断された患者は１人であるから、検査「ＭＭＧ」における「病名Ａ」の真陽性率は、１／４＝０．２５となる。
病名の候補として「病名Ａ」と「病名Ｂ」が特定され、どちらの病名かを見分ける場合には、どちらの病名に対しても真陽性率が比較的高い検査を優先して抽出し、後続検査の検査項目として出力する。図１３に、「病名Ａ」、「病名Ｂ」に対する各検査項目の真陽性率を示す。例えば、「病名Ａ」、「病名Ｂ」に対する真陽性率がともに８０％以上である検査を後続検査とする場合、「ＭＲＩ」と「血液検査」を後続検査として出力する。他にも、病名の重篤性が高い方の真陽性率を優先して、後続検査を決めてもよい。
変形例によれば、検査項目ごとの真陽性率に基づいて、真陽性率が高い検査を優先して後続検査を特定することで、効率良く後続検査を提示することができる。
なお、上記各実施の形態及び変形例における記述は、本発明に係る情報処理装置及び診断支援システムの例であり、これに限定されるものではない。システムを構成する各装置、装置を構成する各部の細部構成及び細部動作に関しても本発明の趣旨を逸脱することのない範囲で適宜変更可能である。
例えば、上記各実施の形態及び変形例において特徴的な構成又は処理を組み合わせることとしてもよい。
また、上記各実施の形態及び変形例では、検査データから特定された病名の候補及び後続検査を表示することで、病名の候補及び後続検査を医師に提示する場合について説明したが、医師が利用可能な形式で、病名の候補及び後続検査をデータとして出力することとしてもよい。
また、上記各実施の形態及び変形例では、検査データから特定された病名の候補及び後続検査を表示することで、病名の候補及び後続検査を医師に提示する場合について説明したが、医師が利用可能な形式で、病名の候補及び後続検査をデータとして出力することとしてもよい。
また、後続検査が二つ以上特定された場合に、検査項目ごとに、その検査を実施した場合の診断確定率を併せて提示することとしてもよい。
また、診断確定率が同等の検査項目が複数ある場合、各検査の所要時間に基づいて、所要時間がより短い検査の優先度を高くし、優先度の高い検査を後続検査として提示してもよい。具体的には、各検査の診断確定率に所要時間による重みを加えた値（優先度）を算出して順位付けし、順位に応じて後続検査として表示する。
これにより、検査所要時間の短縮を図ることができる。
これにより、検査所要時間の短縮を図ることができる。
また、後続検査項目を表示する際、各検査の所要時間（又は、所要時間に基づく検査の優先度）を併せて提示してもよい。
医師は、提供された情報を参照することで、検査所要時間が短い検査を選択すれば、検査所要時間を短縮させることができる。また、診断確定率が他の検査項目より比較的高くても、所要時間が長い検査については、医師の判断で（又は自動的に）省略してもよい。
医師は、提供された情報を参照することで、検査所要時間が短い検査を選択すれば、検査所要時間を短縮させることができる。また、診断確定率が他の検査項目より比較的高くても、所要時間が長い検査については、医師の判断で（又は自動的に）省略してもよい。
また、診断確定率が同等の検査項目が複数ある場合、各検査の侵襲性に基づいて、侵襲性がより低い検査の優先度を高くし、優先度の高い検査を後続検査項目として提示してもよい。侵襲性とは、患者の身体に対する負荷の大きさの度合いをいう。侵襲性が高い検査としては、造影剤の注入を伴う検査、患者の病変の一部を針やメスで採取する生検、被爆を伴う検査等が挙げられる。具体的には、各検査の診断確定率に侵襲性の高さによる重みを加えた値（優先度）を算出して順位付けし、順位に応じて後続検査として表示する。
侵襲性がなるべく低いものを提示することで、患者の負担を軽減させることができる。
侵襲性がなるべく低いものを提示することで、患者の負担を軽減させることができる。
また、後続検査項目を表示する際、各検査の侵襲性（又は、侵襲性に基づく検査の優先度）を併せて提示してもよい。
これにより、患者の体力、アレルギー等に合わせて検査を選択することが可能となる。また、診断確定率が他の検査項目より比較的高くても、侵襲性が高い検査については、医師の判断で（又は自動的に）省略してもよい。
これにより、患者の体力、アレルギー等に合わせて検査を選択することが可能となる。また、診断確定率が他の検査項目より比較的高くても、侵襲性が高い検査については、医師の判断で（又は自動的に）省略してもよい。
また、後続検査項目が二つ以上特定された場合に、検査装置３０の予約の混雑具合に応じて、検査を行う順番を提案することとしてもよい。具体的には、検査管理サーバー２０から各検査装置３０の予約状況を取得し、空いている検査装置３０の検査を優先して、提案する検査に順位付けを行う。混雑している検査装置３０に係る検査を無駄に待つことを回避することで、ワークフローの効率化を図ることができる。
また、自施設内でできる検査に限定して、後続検査を提示することとしてもよい。例えば、自施設内でできる検査を予め設定画面から指定しておき、後続検査を提示する際に、自施設内でできる検査のみを提示するようにする。施設の状況に合わせて、実施する検査を選択することが可能となる。
また、診断支援システムを利用して取得した検査データを用いて、病理組織名以外の患者の状態を予測する識別器を生成することとしてもよい。患者の状態とは、遺伝子変異・発現状態、サブタイプ、治療応答性、再発リスクスコア、再発有無、転移有無、予想転移場所、無転移生存期間、全生存期間、リンパ節転移、病期分類等である。
以上の説明では、各処理を実行するためのプログラムを格納したコンピューター読み取り可能な媒体としてＨＤＤや不揮発性の半導体メモリーを使用した例を開示したが、この例に限定されない。その他のコンピューター読み取り可能な媒体として、ＣＤ−ＲＯＭ等の可搬型記録媒体を適用することも可能である。また、プログラムのデータを通信回線を介して提供する媒体として、キャリアウェーブ（搬送波）を適用することとしてもよい。
１０ 情報処理装置
１１ 制御部
１２ 操作部
１３ 表示部
１４ 通信部
１５ 記憶部
１６ プログラム記憶領域
１７ 識別器記憶領域
１８ 蓄積データ記憶領域
２０ 検査管理サーバー
３０ 検査装置
１００ 診断支援システム
１３１ 無効データ指定画面
１７１ 第１識別器
１７２ 第２識別器
１８１ 検査データ
１８２ 検査組み合わせ情報
１８３ 確定診断結果
１８４ 管理テーブル
Ｎ 通信ネットワーク
１１ 制御部
１２ 操作部
１３ 表示部
１４ 通信部
１５ 記憶部
１６ プログラム記憶領域
１７ 識別器記憶領域
１８ 蓄積データ記憶領域
２０ 検査管理サーバー
３０ 検査装置
１００ 診断支援システム
１３１ 無効データ指定画面
１７１ 第１識別器
１７２ 第２識別器
１８１ 検査データ
１８２ 検査組み合わせ情報
１８３ 確定診断結果
１８４ 管理テーブル
Ｎ 通信ネットワーク
Claims (13)
- 診断対象患者に関する一つ以上の検査データを取得する検査データ取得手段と、
当該取得された検査データに基づいて、前記診断対象患者が罹患している可能性のある病名の候補、及び、前記診断対象患者の病名を確定するために実施する後続検査を特定する特定手段と、
当該特定された病名の候補及び後続検査を出力する出力手段と、
を備える情報処理装置。 - 前記特定手段は、病名の確定に有効であった検査の検査データを入力とし、当該検査データに係る検査を受けた患者の病名を出力として予め機械学習させた第１識別器を用いて、前記診断対象患者の検査データから前記診断対象患者の病名の候補を特定する請求項１に記載の情報処理装置。
- 前記特定手段は、病名の確定に有効であった検査の検査データを入力とし、当該検査データに係る検査を受けた患者に対して実施され、病名の確定に有効であった検査の組み合わせを出力として予め機械学習させた第２識別器を用いて、前記診断対象患者の検査データから前記診断対象患者に実施する後続検査を特定する請求項１又は２に記載の情報処理装置。
- 前記特定手段は、前記特定された病名の候補に対して予め蓄積されている、当該病名を確定するために実施された検査の組み合わせに基づいて、統計解析を用いて、前記診断対象患者に実施する後続検査を特定する請求項１又は２に記載の情報処理装置。
- 患者ごとに、当該患者に対して実施され、病名の確定に有効であった検査のみから構成される一つ以上の検査項目、当該検査項目に対応する検査データ、当該患者に対して確定された病名を示す確定診断結果を対応付けて記憶する記憶手段を備える請求項１から４のいずれか一項に記載の情報処理装置。
- 前記検査データは、医用画像、生物学的検査結果、臨床情報のうち一つ以上を含む請求項１から５のいずれか一項に記載の情報処理装置。
- 前記病名の候補は、確定診断時に得られる病理組織名である請求項１から６のいずれか一項に記載の情報処理装置。
- 前記後続検査は、撮影モダリティー、撮影手技、撮影部位、生物学的検査の種類、検査項目のうち一つ以上を含む請求項１から７のいずれか一項に記載の情報処理装置。
- 前記出力手段は、前記病名の候補が二つ以上ある場合に、当該病名の候補ごとに信頼率を併せて出力する請求項１から８のいずれか一項に記載の情報処理装置。
- 前記出力手段は、前記後続検査を実施した場合の診断確定率を出力する請求項１から９のいずれか一項に記載の情報処理装置。
- 前記出力手段は、前記特定された病名の候補及び後続検査を表示装置に表示させる表示制御手段である請求項１から１０のいずれか一項に記載の情報処理装置。
- 診断対象患者に関する一つ以上の検査データを取得する検査データ取得手段と、
当該取得された検査データに基づいて、前記診断対象患者が罹患している可能性のある病名の候補、及び、前記診断対象患者の病名を確定するために実施する後続検査を特定する特定手段と、
当該特定された病名の候補及び後続検査を出力する出力手段と、
を備える診断支援システム。 - コンピューターを、
診断対象患者に関する一つ以上の検査データを取得する検査データ取得手段、
当該取得された検査データに基づいて、前記診断対象患者が罹患している可能性のある病名の候補、及び、前記診断対象患者の病名を確定するために実施する後続検査を特定する特定手段、
当該特定された病名の候補及び後続検査を出力する出力手段、
として機能させるためのプログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019016588A JP2020126284A (ja) | 2019-02-01 | 2019-02-01 | 情報処理装置、診断支援システム及びプログラム |
| US16/778,765 US20200251215A1 (en) | 2019-02-01 | 2020-01-31 | Information processing device, diagnosis support system, and recording medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019016588A JP2020126284A (ja) | 2019-02-01 | 2019-02-01 | 情報処理装置、診断支援システム及びプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2020126284A true JP2020126284A (ja) | 2020-08-20 |
Family
ID=71836625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019016588A Pending JP2020126284A (ja) | 2019-02-01 | 2019-02-01 | 情報処理装置、診断支援システム及びプログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20200251215A1 (ja) |
| JP (1) | JP2020126284A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2022082408A (ja) * | 2020-11-20 | 2022-06-01 | コリア アドバンスド インスティチュート オブ サイエンス アンド テクノロジィ | 精神疾患診断プロトコルを自動探索するためのコンピュータシステムおよびその方法 |
| JP7211649B1 (ja) | 2022-01-14 | 2023-01-24 | 株式会社マリネックス | 自動診断システム、自動診断プログラムおよび自動診断方法 |
| WO2023127029A1 (ja) * | 2021-12-27 | 2023-07-06 | 日本電信電話株式会社 | 観察対象選択装置、観察対象選択方法、及びプログラム |
| JP7457420B1 (ja) | 2023-08-22 | 2024-03-28 | 株式会社グリーンメチル | 医療支援システム、医療支援方法及びプログラム |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7516172B2 (ja) * | 2020-09-08 | 2024-07-16 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置およびプログラム |
| CN112509691B (zh) * | 2020-11-30 | 2024-04-19 | 北京百度网讯科技有限公司 | 鉴别诊断的提示方法、装置、电子设备及存储介质 |
| CN112863682B (zh) * | 2021-02-08 | 2024-04-05 | 北京百度网讯科技有限公司 | 信息分析方法、装置、***、电子设备和存储介质 |
| CN115497616B (zh) * | 2022-10-25 | 2023-05-23 | 杭州杏林信息科技有限公司 | 一种感染性疾病辅助决策的方法、***、设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013093019A (ja) * | 2011-10-05 | 2013-05-16 | A & T Corp | 医療意思決定支援データベースおよび医療意思決定支援方法 |
| JP2018005553A (ja) * | 2016-07-01 | 2018-01-11 | 株式会社トプコン | 医療支援方法及び医療支援システム |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU1837495A (en) * | 1994-10-13 | 1996-05-06 | Horus Therapeutics, Inc. | Computer assisted methods for diagnosing diseases |
| JP5016287B2 (ja) * | 2006-10-18 | 2012-09-05 | コニカミノルタエムジー株式会社 | データベースシステム、プログラム、及び情報処理方法 |
| US11488712B2 (en) * | 2017-08-31 | 2022-11-01 | Google Llc | Diagnostic effectiveness tool |
-
2019
- 2019-02-01 JP JP2019016588A patent/JP2020126284A/ja active Pending
-
2020
- 2020-01-31 US US16/778,765 patent/US20200251215A1/en not_active Abandoned
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013093019A (ja) * | 2011-10-05 | 2013-05-16 | A & T Corp | 医療意思決定支援データベースおよび医療意思決定支援方法 |
| JP2018005553A (ja) * | 2016-07-01 | 2018-01-11 | 株式会社トプコン | 医療支援方法及び医療支援システム |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2022082408A (ja) * | 2020-11-20 | 2022-06-01 | コリア アドバンスド インスティチュート オブ サイエンス アンド テクノロジィ | 精神疾患診断プロトコルを自動探索するためのコンピュータシステムおよびその方法 |
| JP7209383B2 (ja) | 2020-11-20 | 2023-01-20 | コリア アドバンスド インスティチュート オブ サイエンス アンド テクノロジィ | 精神疾患診断プロトコルを自動探索するためのコンピュータシステムおよびその方法、並びにコンピュータ読み取り可能な記録媒体 |
| US11823383B2 (en) | 2020-11-20 | 2023-11-21 | Korea Advanced Institute Of Science And Technology | Computer system for automatically searching for mental disorder diagnosis protocol and method thereof |
| WO2023127029A1 (ja) * | 2021-12-27 | 2023-07-06 | 日本電信電話株式会社 | 観察対象選択装置、観察対象選択方法、及びプログラム |
| JP7211649B1 (ja) | 2022-01-14 | 2023-01-24 | 株式会社マリネックス | 自動診断システム、自動診断プログラムおよび自動診断方法 |
| JP2023103760A (ja) * | 2022-01-14 | 2023-07-27 | 株式会社マリネックス | 自動診断システム、自動診断プログラムおよび自動診断方法 |
| JP7457420B1 (ja) | 2023-08-22 | 2024-03-28 | 株式会社グリーンメチル | 医療支援システム、医療支援方法及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| US20200251215A1 (en) | 2020-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2020126284A (ja) | 情報処理装置、診断支援システム及びプログラム | |
| Richardson et al. | Noninterpretive uses of artificial intelligence in radiology | |
| JP6827920B2 (ja) | 最適化された解剖学的関心構造ラベリング | |
| US20170193660A1 (en) | Identifying a Successful Therapy for a Cancer Patient Using Image Analysis of Tissue from Similar Patients | |
| RU2687760C2 (ru) | Способ и система компьютерной стратификации пациентов на основе сложности случаев заболеваний | |
| JP6053749B2 (ja) | 画像捕捉及び／又は画像関連パラメータの推薦装置 | |
| Sistrom | The appropriateness of imaging: a comprehensive conceptual framework | |
| JP2007502469A (ja) | Ｃａｄ（コンピュータ援用診断）をサポートするシステム及び方法 | |
| KR20200077852A (ko) | 복수의 의료 영상 판독 알고리듬들에 대한 평가 스코어를 생성하는 의료 영상 판독 지원 장치 및 방법 | |
| JP2013511762A (ja) | プロトコルガイドイメージング手順 | |
| Lerchbaumer et al. | Point-of-care lung ultrasound in COVID-19 patients: Inter-and intra-observer agreement in a prospective observational study | |
| JP2022528095A (ja) | 医療情報を評価するためのプラットフォームおよびその使用方法 | |
| Brugnara et al. | Automated volumetric assessment with artificial neural networks might enable a more accurate assessment of disease burden in patients with multiple sclerosis | |
| JP2019149005A (ja) | 医療文書作成支援装置、方法およびプログラム | |
| RU2589384C2 (ru) | Временная диаграмма клинических состояний | |
| Lam et al. | Management of screen-detected lung nodules: A Canadian partnership against cancer guidance document | |
| JP5172262B2 (ja) | レポート作成支援システム及びレポート作成支援方法 | |
| Cho | Breast cancer radiogenomics: Association of enhancement pattern at DCE MRI with deregulation of mTOR pathway | |
| EP3362925B1 (en) | Systems and methods for generating correct radiological recommendations | |
| Dong | Fully-automated segmentation of muscle measurement on CT in detecting central sarcopenia: a trend of standardization | |
| Gaskin et al. | Impact of a reading priority scoring system on the prioritization of examination interpretations | |
| Shaffer | Can machine learning be used to generate a model to improve management of high-risk breast lesions? | |
| JP6665815B2 (ja) | 検査予約管理システム | |
| Bajaj et al. | Value Proposition of FDA-Approved Artificial Intelligence Algorithms for Neuroimaging | |
| JP7462424B2 (ja) | 医用情報処理装置、学習用データ生成プログラムおよび学習用データ生成方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210628 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220519 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220524 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220721 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220802 |