JP5852970B2 - 症例検索装置および症例検索方法 - Google Patents

Description

本発明は、読影対象の症例に対して参考となる症例を自動的に提示する症例検索装置および症例検索方法に関する。

近年、画像診断の分野では撮影画像および読影レポートのデジタル化が進み、医師が大量のデータを共有することが容易になっている。ここで、読影レポートとは、撮影画像に対して読影者が下した診断を示すテキスト情報のことである。また、画像を保管および通信するシステムであるＰＡＣＳ（Ｐｉｃｔｕｒｅ Ａｒｃｈｉｖｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍｓ）内に保管されている読影レポートは、互いに紐付けされて管理されており、保管されている過去の読影レポートの有効な二次利用が求められている。読影レポートの二次利用の一つとして、診断対象となる読影画像に対する参考症例を自動的に提示する。このことにより、診断に関する意思決定を支援する取組みが期待されている。

このような参考症例の提示を実現する従来技術として、特許文献１では、データベースに保存されている読影レポートに対応する撮影画像の画像特徴量と読影レポートに含まれるテキスト情報とを用いて類似症例を検索し、提示する方法が提案されている。具体的には、参考症例を検索する際、類似の画像形態を示す読影レポートのテキスト情報間において代表キーワードを抽出した後、抽出したキーワードに対応付けられた画像特徴量を選択し、選択した画像特徴量から症例間の類似度算出を行っている。読影レポートに記述されたテキスト情報は読影者が着目した観点を示している。すなわち、特許文献１に記載の方法では、多くの読影者が共通して着目した画像特徴量に基づいた代表的な類似症例の提示を行うことができる。

特開２００９−０９３５６３号公報

しかし、特許文献１に記載の方法では、読影者が行った診断に対して、診断内容が異なる類似症例を提示するという思想がない。

診断内容が異なる類似症例とは、画像形態は類似するが自身の診断とは異なる診断が下されている症例のことである。例えば、医師がある画像症例に対して「Ａ癌」と診断した際、画像形態は類似するが、「Ｂ癌」または「Ｃ癌」と診断された症例がそれに該当する。診断内容が異なる類似症例を検索することができれば、読影者は自身の診断と提示された類似症例とを比較することにより、誤診の可能性のある複数の症例を簡単に確認することができる。このため、誤診リスクを低減することができる。

なお、このような診断内容が異なる類似症例を、特許文献１に記載の方法を用いて検索するためには、医師が下した診断内容から抽出されるキーワードとは異なるあらゆるキーワードを用いて類似症例を検索しなければならない。上記あらゆるキーワードの数は膨大である。このため、従来の方法では、診断内容が異なる類似症例を検索するための処理負荷が大きいという課題がある。

そこで本発明は、上記課題を解決するものであって、読影者が行った診断に対して、その読影者の診断とは診断内容が異なる類似症例を、小さな処理負荷で検索することができる、症例検索装置および症例検索方法を提供することを目的とする。

上記の課題を解決するために、本発明に係る症例検索装置は、読影対象の医用画像を示す第１読影画像データと、当該第１読影画像データの読影者による読影結果を示すテキストデータを含む第１読影情報とを取得する読影対象取得部と、前記読影対象取得部が取得した前記第１読影画像データと、症例データベースに記憶されている症例データに含まれる読影対象の医用画像を示す第２読影画像データとの類似度である画像類似度を決定する画像類似度決定部と、前記読影対象取得部が取得した前記第１読影情報と、前記症例データベースに記憶されている症例データに含まれる前記第２読影画像データの読影者による読影結果を示すテキストデータを含む第２読影情報との、テキスト間の類似度であるテキスト類似度を決定するテキスト類似度決定部と、前記症例データベースに記憶されている症例データのうち前記画像類似度決定部が決定した画像類似度が画像類似度に関する閾値以上の症例データの中から、前記画像類似度決定部が決定した画像類似度がより大きく、かつ、前記テキスト類似度決定部が決定したテキスト類似度がより小さい症例データほど、優先的に検索する異義症例検索部と、前記異義症例検索部が検索した症例データを外部に出力する出力部とを備え、前記画像類似度に関する閾値は、前記読影対象取得部が取得した前記第１読影画像データの画素数がより小さいほどより大きな値である。

これにより、読影者は自身の診断に対して、類似する画像に対して診断を行っているが診断内容が異なる類似症例を、小さな処理負荷で検索することができる。そのため、読影者は誤診の可能性のある複数の症例を簡単に確認することができる。このため、誤診リスクを低減することができる。

なお、本発明は、このような特徴的な処理部を備える症例検索装置として実現することができるだけでなく、症例検索装置に含まれる特徴的な処理部が実行する処理をステップとする症例検索方法として実現することができる。また、症例検索装置が備える特徴的な処理部としてコンピュータを機能させるためのプログラムとして実現することもできる。また、症例検索方法に含まれる特徴的なステップをコンピュータに実行させるプログラムとして実現することもできる。そして、そのようなプログラムを、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等のコンピュータ読取可能な不揮発性の記録媒体やインターネット等の通信ネットワークを介して流通させることができるのは、言うまでもない。

本発明によると、読影者が行った診断に対して、その読影者の診断とは診断内容が異なる類似症例を、小さな処理負荷で検索することができる。

図１は、本発明の実施の形態に係る症例検索装置の特徴的な機能構成を示すブロック図である。 図２は、症例データベースに記憶されている症例データの一例を示す図である。 図３は、本発明の実施の形態に係る症例検索装置が実行する全体的な処理の流れを示すフローチャートである。 図４は、テキスト類似度算出処理（図３のステップＳ１０３）の詳細な処理の流れを示すフローチャートである。 図５は、文書行列の一例を示す図である。 図６は、変換テーブルの一例を示す図である。 図７は、診断レベルが追加された文書行列の一例を示す図である。 図８は、外部に設けられた画像閾値データベースに接続された症例検索装置の特徴的な機能構成を示すブロック図である。 図９は、画像閾値データベースに記憶されているデータの一例を示す図である。 図１０は、異義度変換テーブルの一例を示す図である。 図１１は、出力部により出力媒体へ出力された画面の一例を示す図である。 図１２は、出力部により出力媒体へ出力された画面の一例を示す図である。 図１３は、出力部により出力媒体へ出力された画面の一例を示す図である。 図１４は、症例検索装置を実現するコンピュータシステムのハードウェア構成を示すブロック図である。

以下、本発明の実施の形態について、図面を用いて詳細に説明する。なお、以下で説明する実施の形態は、いずれも本発明の好ましい一具体例を示すものである。以下の実施の形態で示される数値、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。本発明は、請求の範囲だけによって限定される。よって、以下の実施の形態における構成要素のうち、本発明の最上位概念を示す独立請求項に記載されていない構成要素については、本発明の課題を達成するのに必ずしも必要ではないが、より好ましい形態を構成するものとして説明される。

はじめに、本実施の形態で用いる特別な用語の定義を述べる。本実施の形態では、自分が読影した画像症例に対して、画像の形態的特徴が類似し、かつ、診断内容が異なる症例を「異義症例」と定義する。一方、自分が読影した画像症例に対して、画像の形態的特徴が類似し、かつ、診断内容も類似する症例を「同義症例」と定義する。

類似症例を用いた読影診断支援には２種類の方法が考えられる。

１つ目は、特許文献１が示すように、読影対象の症例に対して同義症例を提示する支援方法である。読影者は自身の診断と提示された同義症例とを比較することによって、自身の診断と同様の診断が過去に行われているかを確認する。この支援方法は、読影者の診断に対する確信度を向上させることができる。このため、診断に対する確信度の低い読影経験の少ない読影者にとっては有用な支援となる。

一方、２つ目は、読影対象の症例に対して、異義症例を提示する支援方法である。例えば、医師がある画像症例に対して「Ａ癌」と診断した際、画像形態は類似するが、「Ｂ癌」または「Ｃ癌」と診断された症例を積極的に提示する方法である。この方法では、読影者が自身の診断と提示された異義症例とを比較することにより、誤診の可能性のある複数の症例を簡単に確認することができる。このため、読影者の誤診リスクを低減することができる。

本発明の実施の形態に係る症例検索装置は、超音波画像、ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）画像、または核磁気共鳴画像等の医用画像の読影に際し、読影者が読影した画像症例に対する異義症例を検索する装置である。

本発明の一実施態様に係る症例検索装置は、読影対象の医用画像を示す第１読影画像データと、当該第１読影画像データの読影者による読影結果を示すテキストデータを含む第１読影情報とを取得する読影対象取得部と、前記読影対象取得部が取得した前記第１読影画像データと、症例データベースに記憶されている症例データに含まれる読影対象の医用画像を示す第２読影画像データとの類似度である画像類似度を決定する画像類似度決定部と、前記読影対象取得部が取得した前記第１読影情報と、前記症例データベースに記憶されている症例データに含まれる前記第２読影画像データの読影者による読影結果を示すテキストデータを含む第２読影情報との、テキスト間の類似度であるテキスト類似度を決定するテキスト類似度決定部と、前記症例データベースに記憶されている症例データの中から、前記画像類似度決定部が決定した画像類似度がより大きく、かつ、前記テキスト類似度決定部が決定したテキスト類似度がより小さい症例データほど、優先的に検索する異義症例検索部と、前記異義症例検索部が検索した症例データを外部に出力する出力部とを備える。

これにより、読影者は自身の診断に対して、類似する画像に対して診断を行っているが診断内容が異なる類似症例を、小さな処理負荷で検索することができる。そのため、読影者は誤診の可能性のある複数の症例を簡単に確認することができる。このため、誤診リスクを低減することができる。

具体的には、前記異義症例検索部は、前記症例データベースに記憶されている症例データの中から、前記画像類似度決定部が決定した画像類似度を、前記テキスト類似度決定部が決定したテキスト類似度で除した値が所定の異義度閾値よりも大きい症例データを検索する。

このように異義度を定義することにより、画像類似度とテキスト類似度とを同時に評価することができる。

また、前記異義症例検索部は、前記症例データベースに記憶されている症例データのうち前記読影対象取得部が取得した前記第１読影情報に含まれる疾患名を含まない第２読影情報を含む症例データの中から、前記画像類似度決定部が決定した画像類似度がより大きく、かつ、前記テキスト類似度決定部が決定したテキスト類似度がより小さい症例データほど、優先的に検索しても良い。

読影者と同じ疾患名の症例を提示することは、読影者による検索結果の参照時間を増加させてしまうが、読影者とは異なる疾患名の異義症例のみを提示することにより、読影者による検索結果の参照時間を減少させることができ、読影者による診断時間を短縮することが可能になる。

また、前記異義症例検索部は、前記症例データベースに記憶されている症例データのうち前記画像類似度決定部が決定した画像類似度が画像類似度に関する閾値以上の症例データ中から、前記画像類似度決定部が決定した画像類似度がより大きく、かつ、前記テキスト類似度決定部が決定したテキスト類似度がより小さい症例データほど、優先的に検索しても良い。

画像類似度が画像類似度に関する閾値以上の症例データ中から、症例データを検索することにより、検索対象の症例データ数を少なくすることができる。このため、検索時間を短縮することができる。

好ましくは、前記画像類似度に関する閾値は、前記読影対象取得部が取得した前記第１読影画像データの画素数に応じて定められる。

具体的には、前記画像類似度に関する閾値は、前記読影対象取得部が取得した前記第１読影画像データの画素数がより小さいほどより大きな値である。

撮像する臓器または血管の位置もしくは大きさの個人差により、第１読影画像データの画素数がより大きいほど画像類似度はより小さくなる傾向にある。一方、肝臓の病変部などのような局所領域の画像データを第１読影画像データとした場合には、個人差の影響が小さくなるため画像類似度は大きくなる傾向にある。このため、上記のように画像類似度に関する閾値を決めることで、第１読影画像データの大きさに応じた適切な閾値を選択することができ、適切な異義症例を検索することができる。

好ましくは、前記テキスト類似度決定部は、疾患名に該当するワードに対する重みを大きくした上で、前記第１読影情報と、前記第２読影情報との重み付けされたテキスト類似度を決定する。

疾患名に該当するキーワードに対して重み付けてテキスト類似度を算出することにより、読影者の観点に基づいた類似度を算出することができる。

また、前記テキスト類似度決定部は、前記第１読影情報および当該第１読影情報から判定される疾患の進行度合いをクラス分けした指標である診断レベルと、前記第２読影情報および当該第２読影情報から判定される診断レベルとの、テキスト類似度を決定する。

診断レベルは、疾患名の上位概念にあたるキーワードであり、読影者にとっては疾患名と同様に、症例の差異をあらわす重要なキーワードである。この構成により、疾患の進行度合いの差異を反映したテキスト類似度を算出することができる。

好ましくは、前記テキスト類似度決定部は、さらに、読影情報に含まれるテキストを診断レベルに変換するための変換テーブルを参照することにより、前記第１読影情報および前記第２読影情報のそれぞれに含まれるテキストから診断レベルを判定する。

変換テーブルを用いることにより、容易にテキストを診断レベルに変換することができる。

本発明の他の実施態様に係る症例検索装置は、読影対象の医用画像を示す第１読影画像データと、当該第１読影画像データの読影者による読影結果を示すテキストデータを含む第１読影情報とを取得する読影対象取得部と、前記読影対象取得部が取得した前記第１読影画像データと、症例データベースに記憶されている症例データに含まれる読影対象の医用画像を示す第２読影画像データとの類似度である画像類似度を決定する画像類似度決定部と、前記読影対象取得部が取得した前記第１読影情報および当該第１読影情報から判定される疾患の進行度合いを下記（ｉ）乃至（ｉｖ）にクラス分けした指標である診断レベルと、前記症例データベースに記憶されている症例データに含まれる前記第２読影画像データの読影者による読影結果を示すテキストデータを含む第２読影情報および当該第２読影情報から判定される診断レベルとの、テキスト間の類似度であるテキスト類似度を決定するテキスト類似度決定部と、（ｉ）異常所見がないことを示す所見なし、（ｉｉ）病気の状態を注意深く見守ることを要することを示す経過観察、（ｉｉｉ）他の検査を行うことを要することを示す他検査、および（ｉｖ）患部の一部を切り取って、顕微鏡などで調べる検査を要することを示す生検、前記症例データベースに記憶されている症例データの中から、前記画像類似度決定部が決定した画像類似度がより大きく、かつ、前記テキスト類似度決定部が決定したテキスト類似度がより小さい症例データほど、優先的に検索する異義症例検索部と、前記異義症例検索部が検索した症例データを外部に出力する出力部と、を備える。

好ましくは、前記出力部は、前記異義症例検索部が検索した症例データを、同類の病名ごとに分類して外部に出力する。

読影者は自身の診断結果に対して他の病名の可能性を検討する際、検索結果の各所見から自身の診断結果とは異なる病名表記を見つけ出す必要が生じる。検索結果に対して同類の病名で分類した表示を行うことにより、読影者は検索結果として提示された各症例の病名を簡単に確認することができるため、読影時間を短縮することが可能になる。

また、前記出力部は、前記読影対象取得部が取得した前記第１読影情報と、前記異義症例検索部が検索した症例データに含まれる前記第２読影情報との差分情報を判別可能な態様で出力する。

これらの差分情報を判別可能な態様で出力することにより、読影者は異義度の算出理由を簡単に確認することができ、以降の読影時間を短縮することが可能になる。

さらに好ましくは、前記異義症例検索部は、前記症例データベースに記憶されている症例データのうち、前記第２読影情報に含まれる画像所見と確定診断結果とが一致する症例データのみを検索対象として、症例データを検索し、前記画像所見は、前記症例データに含まれる前記第２読影画像データに対する読影者による診断結果であり、前記確定診断結果は、前記症例データに含まれる前記第２読影画像データに対する確定した診断結果である。

症例データベースには、画像ノイズまたは撮影装置の特性により、画像だけからでは確定診断と一致する病変を指摘することができない第２読影画像データが含まれる。このような第２読影画像データのみからは病変を推定すること自体が困難である可能性が高く、参考症例データとして提示すると誤診のリスクが高まる可能性がある。逆に、画像所見と確定診断結果とが一致する症例データは、第２読影画像データから確定診断結果と同じ病変を指摘できることを担保することができる症例データであり、参考症例として適切だと言える。よって、画像所見と確定診断結果とが一致する症例データのみを検索対象とすることにより、誤診のリスクを低減することが可能になる。

以下、本発明に係る症例検索装置について、図面を用いて詳細に説明する。

図１は、本発明の実施の形態に係る症例検索装置１００の特徴的な機能構成を示すブロック図である。

図１に示すように、症例検索装置１００は、読影者の読影結果に応じた症例データを検索する装置である。

症例検索装置１００は、読影対象取得部１０２、画像類似度決定部１０３、テキスト類似度決定部１０４、異義症例検索部１０５、および出力部１０６を備える。症例検索装置１００は、外部の症例データベース１０１に接続されているものとする。なお、症例検索装置１００の設置場所と症例データベース１０１の設置場所とは必ずしも同じ場所である必要はなく、症例検索装置１００と症例データベース１０１とがネットワークを介して接続されていれば、設置場所の制約は無い。

以下、図１に示した、症例データベース１０１および症例検索装置１００の各構成要素の詳細について順に説明する。

症例データベース１０１は、例えばハードディスク、メモリ等からなる記憶装置である。症例データベース１０１は、読影者に提示する読影対象の画像を示す読影画像データと、その読影画像データに対応する読影情報とから構成される症例データを記憶しているデータベースである。ここで、読影画像データとは、画像診断のために用いられる画像データであり、電子媒体に格納された画像データを示す。また、読影情報とは、読影画像データの読影結果に加え、画像診断後に行われる生検等の確定診断結果までを示す情報である。読影情報は、文書データ（テキストデータ）である。生検とは、患部の一部を切り取って、顕微鏡などで調べる検査のことである。

図２は、症例データベース１０１に記憶されている症例データを構成する、読影画像データ２０としての超音波画像および読影情報２１の一例をそれぞれ示す図である。読影情報２１は、読影レポートＩＤ２２、画像ＩＤ２３、画像所見２４および確定診断結果２５を含む。

読影レポートＩＤ２２は、読影レポート（読影情報２１）を識別するための識別子である。画像ＩＤ２３は、読影画像データ２０を識別するための識別子である。画像所見２４は、画像ＩＤ２３の読影画像データ２０に対する診断結果を示す情報である。つまり、画像所見２４は、病名を含む診断結果（読影結果）および診断理由（読影理由）を示す情報である。確定診断結果２５は、読影レポートＩＤ２２で示される患者の確定診断結果を示す。ここで確定診断結果とは、手術または生検で得られた試験体の顕微鏡による病理検査、またはその他様々な手段によって、対象の患者の真の状態が何であったのかを明らかにした診断結果である。

読影対象取得部１０２は、症例データベース１０１から読影者が診断を行った読影画像データ２０および読影情報２１を取得する。例えば、キーボード、マウス等から入力された情報をメモリ等に記憶する。そして、読影対象取得部１０２は、取得した読影画像データおよび読影情報を、画像類似度決定部１０３およびテキスト類似度決定部１０４に出力する。

次に、画像類似度決定部１０３は、読影対象取得部１０２から取得した読影画像データ２０と症例データベース１０１に格納されている各読影画像データ２０との画像類似度を決定し、決定した画像類似度を異義症例検索部１０５に通知する。具体的な画像類似度算出方法については後述する。

なお、画像類似度は、読影画像データ２０が症例データベース１０１に登録される際に、サーバ（図示せず）が自動的に算出し、算出した画像類似度を症例データベース１０１に格納しておいても良い。つまり、新規の読影画像データ２０が症例データベース１０１に登録される際に、サーバが、症例データベース１０１にこれから登録される読影画像データ２０と、既に症例データベース１０１に登録されている各読影画像データ２０との間の画像類似度を算出し、算出した画像類似度を症例データベース１０１に格納しておく。これにより、症例を検索する度に画像類似度を算出する必要がなくなるため、検索の処理時間を短縮することができる。

次に、テキスト類似度決定部１０４は、読影対象取得部１０２から取得した読影情報２１と、症例データベース１０１に格納されている各読影情報２１とのテキスト類似度を決定し、異義症例検索部１０５に通知する。具体的なテキスト類似度算出方法については後述する。

なお、テキスト類似度は、読影情報２１が症例データベース１０１に登録される際に、サーバが自動的に算出し、算出したテキスト類似度を症例データベース１０１に格納しておいても良い。つまり、新規の読影情報２１が症例データベース１０１に登録される際に、サーバが、症例データベース１０１にこれから登録される読影情報２１と、既に症例データベース１０１に登録されている各読影情報２１とのテキスト類似度を算出し、算出したテキスト類似度を症例データベース１０１に格納しておく。これにより、症例を検索する度にテキスト類似度を算出する必要がなくなるため、検索の処理時間を短縮することができる。

次に、異義症例検索部１０５は、画像類似度決定部１０３から取得した画像類似度と、テキスト類似度決定部１０４から取得したテキスト類似度とを用いて、読影対象のレポートに対する異義度を算出する。異義症例検索部１０５は、症例データベース１０１に記憶されている症例データの中から、算出した異義度に基づいて、症例データを検索する。異義症例検索部１０５は、検索した症例データを出力部１０６に出力する。ここで、異義度とは、画像類似度と、テキスト類似度を用いて算出される指標である。画像類似度の値がより高くなるほど異義度はより高い値となり、テキスト類似度の値がより低くなるほど異義度はより低い値となる。即ち、異義度の値は、画像形態が類似するが、診断が異なる症例ほど高い値を示す。具体的な異義度の算出方法は後述する。

次に、出力部１０６は、異義症例検索部１０５から取得した症例データを、外部の出力媒体へ出力する。出力媒体は、例えば液晶ディスプレイ、テレビなどのモニタである。症例データを外部に出力することにより、読影者は症例データを確認することができる。なお、出力部１０６は、ネットワークを介して外部の装置に、検索結果である症例データを出力しても良い。

次に、以上のように構成された症例検索装置１００の動作について説明する。

図３は、症例検索装置１００が実行する処理の全体的な流れを示すフローチャートである。

まず、読影対象取得部１０２は、症例データベース１０１から読影者が診断した読影画像データ２０と読影情報２１を取得し、画像類似度決定部１０３に出力する（ステップＳ１０１）。読影画像データ２０と読影情報２１の取得は、読影者の診断終了後に行えばよい。これにより、読影者は診断終了後、自動的に異義症例を確認することができる。

なお、読影対象取得部１０２は、読影画像データ２０の中から一部の領域の画像データを取得してもよい。具体的には、読影者がマウス等の入力デバイスにより読影画像データ２０の一部の領域を選択し、選択された画像領域の画素値を読影画像データ２０として取得すればよい。これにより、読影者の意図と合致した画像類似性を評価できるため、異義症例の検索精度が向上する。

また、読影対象取得部１０２は、既に症例データベース１０１に記憶されている症例であれば、読影者以外が診断した症例であっても、読影者が選択した任意の症例に対する読影画像データ２０と読影情報２１とを取得してもよい。これにより、読影者以外の人が診断した症例を用いて誤診しやすい他の症例を確認することができるため、読影者による読影パターンの学習効率を向上させることができる。

次に、画像類似度決定部１０３は、読影対象取得部１０２から取得した読影画像データ２０と症例データベース１０１に格納されている読影画像データとの画像類似度を算出することにより決定し、決定した画像類似度を異義症例検索部１０５に通知する（ステップＳ１０２）。

例えば、局所領域における輝度パターンの出現頻度を画像特徴量として、読影対象画像と他の画像間における画像特徴のユークリッド距離の逆数を類似度として算出すればよい（非特許文献１：栗山他，“***Ｘ線写真上の腫瘤陰影検出システムにおける類似画像検索法を用いた偽陽性削除法”，電子情報通信学会論文誌，ｖｏｌ．Ｊ８７−Ｄ２，Ｎｏ．１，ｐｐ．３５３−３５６，２００４を参照）。

次に、テキスト類似度決定部１０４は、読影対象取得部１０２から取得した読影情報２１と症例データベース１０１に格納されている読影情報２１とのテキスト類似度を算出することにより決定し、決定したテキスト類似度を異義症例検索部１０５に通知する（ステップＳ１０３）。

図４はテキスト類似度決定部１０４によるテキスト類似度算出処理（図３のステップＳ１０３）の詳細な処理の流れを示すフローチャートである。以下、図４を用いてテキスト類似度の算出方法について説明する。

まず、テキスト類似度決定部１０４は、症例データベース１０１および読影対象取得部１０２から読影情報２１を取得する（ステップＳ２０１）。

次に、テキスト類似度決定部１０４は、ステップＳ２０１で取得した読影情報２１に付属しているテキストからキーワードを抽出する（ステップＳ２０２）。例えば、図２に示す例では、テキスト類似度決定部１０４は、読影情報２１に含まれる画像所見２４からキーワードを抽出するようにしても良い。具体的には、テキスト類似度決定部１０４は、予め抽出対象となるキーワードをリスト化して保持し、リストに含まれるキーワードに該当する（例えば、一致する）キーワードを抽出すればよい。また、テキスト類似度決定部１０４は、ＣＨＡＳＥＮ等の形態素解析ツールを用いてキーワードを抽出しても良い（非特許文献２：松本裕治，“形態素解析システム「茶筌」”，情報処理，ｖｏｌ．４１，Ｎｏ．１１，ｐｐ．１２０８−１２１４，２０００を参照）。

次に、テキスト類似度決定部１０４は、ステップＳ２０２で抽出されたキーワードを用いて文書行列を作成する（ステップＳ２０３）。文書行列とは、各読影情報２１とキーワードの頻度情報とが対応付けられた行列である。キーワードの頻度情報は、ＤＦ値（Ｄｏｃｕｍｅｎｔ Ｆｒｅｑｕｅｎｃｙ：キーワードが出現する文書数）または出現頻度など、キーワードに対するコンテンツ数が関係付けられた指標であればよい。

図５に文書行列の一例を示す。図５に示すとおり、文書行列５０は検索可能な読影レポートＩＤ２２とそれらのコンテンツから抽出されたキーワードの行列で表現される。文書行列５０を構成する値は、例えばＴＦ・ＩＤＦ値または出現頻度を用いればよい。ＴＦ・ＩＤＦ値とは文書に対するキーワードの網羅性および特定性を組み合わせたキーワードの重み付けの指標であり、文書中に出現したキーワードがどのくらい特徴的であるのかを識別するための指標である。ＴＦ・ＩＤＦ値の具体的な算出方法については、例えば非特許文献３：「情報検索と言語処理」（ｐｐ．３２−３３，東京大学出版会，１９９９）に記載されている。例えば、読影レポートＩＤがＤ１の読影情報２１においては、キーワードＫＷ１、ＫＷ２、ＫＷ３、ＫＷ４およびＫＷ５のＴＦ・ＩＤＦ値が、それぞれ１、０、１、１および０であることが示されている。

次に、テキスト類似度決定部１０４は、ステップＳ２０３で作成された文書行列を用いて、読影情報２１間の類似度を算出する（ステップＳ２０４）。具体的には、読影対象取得部１０２が取得した読影情報２１のキーワードベクトルと、他の読影情報２１のキーワードベクトルとのコサイン距離を類似度として算出すればよい。例えば、読影対象取得部１０２が取得した読影情報２１の読影レポートＩＤ２２がＤ１であり、症例データベース１０１に登録されている症例データに含まれるその他の読影情報２１の読影レポートＩＤ２２がＤ２〜Ｄ５であるとする。例えば、図５の例では、読影レポートＩＤ２２がＤ１のキーワードベクトルは、（１，０，１，１，０）となり、読影レポートＩＤ２２がＤ２のキーワードベクトルは、（０，０，０，１，１）となる。テキスト類似度決定部１０４は、キーワードベクトル（１，０，１，１，０）と、キーワードベクトル（０，０，０，１，１）とのコサイン距離を算出することにより、読影レポートＩＤ２２がＤ１の読影情報２１と、読影レポートＩＤ２２がＤ２の読影情報２１との間のテキスト類似度を算出する。同様にして、テキスト類似度決定部１０４は、読影レポートＩＤ２２がＤ１の読影情報２１と、読影レポートＩＤ２２がＤ３〜Ｄ５のそれぞれの読影情報２１との間のテキスト類似度を算出する。

以上のステップＳ２０１〜Ｓ２０４を行うことにより、ステップＳ１０３においてテキスト類似度を算出することが可能になる。

なお、テキスト類似度決定部１０４は、例えば、画像所見２４の中から、疾患名に該当するキーワードの重みを大きくした後に、類似度を算出してもよい。疾患名は画像所見２４の結論に該当する項目であり、読影者が着目する重要なキーワードである。よって、疾患名に該当するキーワードに対して重み付けてテキスト類似度を算出することにより、読影者の観点に基づいた類似度を算出することができる。例えば、図５の文書行列５０においてキーワードＫＷ１が疾患名に該当するキーワードであるとした場合に、キーワードＫＷ１に対するＴＦ・ＩＤＦ値を２倍にするなどして重み付けを行った後に、コサイン距離を算出することにより、テキスト類似度を算出しても良い。なお、キーワードが疾患名に該当するか否かは、予め疾患名が記憶されている疾患名辞書を参照することにより判断しても良い。

また、テキスト類似度決定部１０４は、例えば、読影情報２１から診断レベルを判定し、判定した診断レベルが追加された文書行列５０を用いてテキスト類似度を算出してもよい。診断レベルとは、読影後の処置の分類であり、疾患の進行度合いをクラス分けした指標である。例えば、一般的な読影作業においては、診断レベルは「所見なし」「経過観察」「他検査」「生検」の４つに分類することができる。診断レベルは、疾患名の上位概念にあたるキーワードであり、読影者にとっては疾患名と同様に、症例の差異をあらわす重要なキーワードである。なお、「所見なし」とは、異常所見がないことを示す診断レベルであり、「経過観察」とは、病気の状態を注意深く見守ることを要することを示す診断レベルであり、「他検査」とは、他の検査を行うことを要することを示す診断レベルであり、「生検」とは、患部の一部を切り取って、顕微鏡などで調べる検査を要することを示す診断レベルである。

診断レベルの判定方法は、読影情報２１に格納されているテキストを診断レベルに変換する変換テーブルを用いればよい。図６に変換テーブルの一例を示す。図６に示すように、変換テーブル６０は、診断レベルに対応するテキストをリスト化したデータベースである。変換テーブル６０は、設計者が予め用意してもよいし、クラスタリング等の処理によって自動的に作成してもよい。例えば、画像所見２４の中に、「所見なし」または「所見はありません」というテキストデータが含まれている場合には、その読影情報２１の診断レベルは「所見なし」であると判定する。変換テーブルを用いることにより、容易にテキストを診断レベルに変換することができる。

具体的なテキスト類似度の算出方法を以下に説明する。テキスト類似度決定部１０４は、例えば、読影情報２１に格納されたテキストに対して、変換テーブル６０を参照することで診断レベルを判定する。テキスト類似度決定部１０４は、判定された診断レベルをキーワードとして文書行列５０に追加した後、ステップＳ２０４で述べた方法によってテキスト類似度を算出する。図７に診断レベルが追加された文書行列の例を示す。図７に示すように、診断レベル７０は、キーワードの１つとして追加され、類似度算出に反映される。この処理により、疾患の進行度合いの差異を反映したテキスト類似度を算出することができる。例えば、Ｄ＿Ｌｅｖｅｌ＿１が診断レベル「所見なし」を示し、Ｄ＿Ｌｅｖｅｌ＿２が診断レベル「経過観察」を示し、Ｄ＿Ｌｅｖｅｌ＿３が診断レベル「他検査」を示し、Ｄ＿Ｌｅｖｅｌ＿４が診断レベル「生検」を示す。

再度図３を参照して、異義症例検索部１０５は、画像類似度決定部１０３から取得した画像類似度と、テキスト類似度決定部１０４から取得したテキスト類似度とを用いて異義度を算出する。異義症例検索部１０５は、症例データベース１０１に記憶されている症例データの中から、算出した異義度に基づいて、症例データを検索する。異義症例検索部１０５は、検索した症例データを出力部１０６に出力する（ステップＳ１０４）。

具体的には、画像類似度をα、テキスト類似度をβ、画像類似度に関する閾値をｔｈとすると、異義度γは以下の式１によって算出することができる。

γ＝α／β （α≧ｔｈ） （式１）

式１で示すように、異義度γは画像類似度αと比例し、テキスト類似度と反比例する指標である。即ち、異義度の値は、画像形態が類似するが、診断が異なる症例ほど高い値を示す。この値を用いることにより、異義症例検索部１０５は、検索対象症例に対して、読影者の診断とは異なる類似症例を優先的に提示することができる。具体的には、異義症例検索部１０５は、症例データベース１０１に記憶されている症例データの中から、異義度が所定の異義度閾値よりも大きい症例データを検索しても良いし、異義度が最も大きいものから順に所定個数の症例データを検索しても良い。このように異義度を定義することにより、画像類似度とテキスト類似度とを同時に評価することができる。

なお、画像類似度に関する閾値ｔｈは、開発者が予め設定してもよい。また、読影者が任意に設定してもよい。

なお、画像類似度に関する閾値ｔｈは、読影対象取得部１０２が取得した読影画像データ２０の画素数に応じて定められた閾値を用いてもよい。例えばＣＴ画像全体で画像類似度を算出した場合、臓器または血管の位置もしくは大きさの個人差により、画像類似度の平均値は低い値になる。一方、画像中の局所領域（例えば肝臓の病変部）の画像類似度を算出した場合であれば、臓器または血管の位置もしくは大きさの個人差による影響は小さくなる。このため、相対的に画像類似度の平均値は高い値になる。このように、画像類似度の平均値は読影画像データ２０の画素数によって異なる。このため、画像類似度に関する閾値ｔｈを、読影対象取得部１０２が取得した読影画像データ２０の画素数によらずに同じ値に設定してしまうと、画素数が大きい読影画像データ２０を含む症例データが異義症例の検索対象から外れるか、又は、画素数の小さい読影画像データ２０を含む症例データが全て異義症例の対象になるという問題が生じる。そこで、異義症例検索部１０５は、読影対象取得部１０２が取得した読影画像データ２０の画素数に応じて画像類似度に関する閾値ｔｈを設定する。

具体的には、図８に示すように、異義症例検索部１０５は、外部に設けられた画像閾値データベース１０７を参照する。図９は、画像閾値データベース１０７に記憶されているデータの一例を示している。つまり、図９は、画素数と画像類似度に関する閾値ｔｈとの対応関係を示すデータの一例を示している。例えば、画素数が２４９９以下の読影画像データ２０に対する閾値ｔｈは０．８である。また、画素数が２５００以上９９９９以下の読影画像データ２０に対する閾値ｔｈは０．７である。このように、読影画像データ２０の画素数がより小さいほど画像類似度に関する閾値ｔｈはより大きな値となるようにデータが定められている。

異義症例検索部１０５は、画像閾値データベース１０７を参照することによって読影対象取得部１０２が取得した読影画像データ２０の画素数に応じた閾値ｔｈを選択する。これにより、読影対象取得部１０２で任意の画像領域を選択した場合であっても、画像領域の大きさに応じた適切な閾値ｔｈを選択することができ、適切な異義症例を検索することができる。

なお、異義度を算出する他の方法としては、予め例えば画像類似度とテキスト類似度の値を異義度の値に変換するテーブルを用意しておき、この変換テーブルを用いて異義度を算出してもよい。図１０に変換テーブルの一例を示す。図１０に示すように、異義度変換テーブル８０には、画像類似度の値とテキスト類似度の値に対する異義度の値が記述されている。例えば、画像類似度が０．８、テキスト類似度が０．１の場合、異義度は６となる。異義度変換テーブル８０には、同じ画像類似度に対してテキスト類似度がより小さいほどより大きくなるような値が記述されていればよく、異義度の値、または同じ異義度の値を表す画像類似度とテキスト類似度とのレンジは、対象とする症例に合わせて任意に設定してもよい。

また、異義症例検索部１０５は、症例データベース１０１に記憶されている症例データのうち読影対象取得部１０２が取得した読影情報２１に含まれる疾患名を含まない読影情報を含む症例データの中から、異義症例を検索しても良い。具体的には、異義症例検索部１０５は、式１で示す異義度で順位付けられた症例に含まれる読影情報２１と、読影対象取得部１０２が取得した読影情報２１を比較し、同じ疾患名が含まれる症例については異義度を最小値に設定する。同じ疾患名が記述された症例であっても、表記ゆれまたは記述量（キーワード数）の違いにより、テキスト類似度が低く算出される場合がある。読影者が、提示された異義症例を参照することにより、誤診の可能性のある複数の症例を確認するためには、読影者が診断した疾患名とは異なる疾患名が付与された症例であることが望ましい。読影者と同じ疾患名の症例を提示することは、読影者による検索結果の参照時間を増加させてしまうが、読影者とは異なる疾患名の異義症例のみを提示することにより、読影者による検索結果の参照時間を減少させることができ、読影者による診断時間を短縮することが可能になる。なお、異義症例検索部１０５は、予め疾患名が記憶されている疾患名辞書を参照することにより、読影情報２１中に含まれる疾患名を判断しても良い。

次に、出力部１０６は、異義症例検索部１０５から取得した症例データを、外部の出力媒体へ出力する（ステップＳ１０５）。

図１１は出力部１０６により出力媒体へ出力された画面の一例を示す図である。図１１に示すように、出力部１０６は、読影者の診断結果に対して、異義度の高い順に類似症例を提示する。図１１の検索結果９０では、画像類似度が０．８、テキスト類似度が０．２５と算出されているため、異義度は上述の式１より３．２と算出でき、他の症例よりも異義度が高く、最高順位で検索されている。

なお、出力部１０６は、読影者の診断症例と、異義症例検索部１０５で検索された症例との画像所見２４および読影画像データ２０の差分を強調して表示してもよい。図１２は図１１の出力例に対して、画像所見の差分を強調表示した例である。異義度の値が異なる理由は、画像所見２４および読影画像データ２０の差分が生じるためである。これらの差分を強調して出力することにより、読影者は異義度の算出理由を簡単に確認することができ、以降の読影時間を短縮することが可能になる。

また、出力部１０６は、異義症例検索部１０５で検索された症例を同類の病名毎に分類して表示してもよい。図１３は図１１の出力例に対して、検索結果を同類の病名毎に分類して表示した例である。読影者は自身の診断結果に対して他の病名の可能性を検討する際、検索結果の各所見から自身の診断結果とは異なる病名表記を見つけ出す必要が生じる。検索結果に対して同類の病名で分類した表示を行うことにより、読影者は検索結果として提示された各症例の病名を簡単に確認することができるため、読影時間を短縮することが可能になる。

以上、図３に示すステップＳ１０１〜Ｓ１０５の処理が実行されることにより、症例検索装置１００は、読影者の診断に対して、診断内容が異なる類似症例を、小さな処理負荷で検索することができる。

なお、画像類似度とテキスト類似度は同一の値の範囲を持つように正規化してもよい。各類似度は、算出方法によっては値の取り得る範囲が異なってしまう。この場合、値の範囲の大きい類似度に異義度が強く反映されるため、偏った異義度指標となってしまう。正規化を行うことで、画像とテキストの類似度を同一に扱うことができ、異義度の偏りを修正することが可能になる。

また、読影者が任意に類似度の範囲を設定してもよい。これにより、着目したい類似度を任意に操作できるため、読影者は「もう少し類似画像の候補を増やしたい」といった要望を検索に反映することができ、検索の利便性を向上させることができる。

また、読影対象取得部１０２は、必ずしも症例データベース１０１から読影画像データ２０および読影情報２１を取得する必要はない。例えば、読影対象取得部１０２は、他のシステムから、読影者が読影を行ったばかりの読影画像データ２０および読影情報２１を取得しても良い。

また、症例検索装置１００は、症例データベース１０１に記憶されている症例データのうち、画像所見２４と確定診断結果２５とが一致する症例データのみを検索対象としても良い。症例データベース１０１には、画像ノイズまたは撮影装置の特性により、画像だけからでは確定診断と一致する病変を指摘することができない読影画像データが含まれる。このような読影画像データのみからは病変を推定すること自体が困難である可能性が高く、参考症例データとして提示すると誤診のリスクが高まる可能性がある。逆に、画像所見２４と確定診断結果２５とが一致する症例データは、読影画像データから確定診断結果と同じ病変を指摘できることを担保することができる症例データであり、参考症例データとして適切だと言える。よって、画像所見２４と確定診断結果２５とが一致する症例データのみを検索対象とすることにより、誤診のリスクを低減することが可能になる。

また、症例データベース１０１は、症例検索装置１００に備えられていてもよい。

また、症例データベース１０１は、症例検索装置１００とネットワークを介して接続されたサーバ上に備えられてもよい。

また、読影情報２１は、読影画像データ２０内に付属データとして含まれていてもよい。

以上のように、本実施の形態に係る症例検索装置１００は、診断内容が異なる類似症例を簡単に確認することができるため、読影者の誤診リスクを低減することができる。

以上、本発明に係る症例検索装置について、実施の形態に基づいて説明したが、本発明は、これらの実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したもの、異なる実施の形態における構成要素を組み合わせて構築される形態なども、本発明の範囲内に含まれる。

上記の症例検索装置は、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭ、ハードディスクドライブ、ディスプレイユニット、キーボード、マウスなどから構成されるコンピュータシステムとして構成されても良い。

図１４は、症例検索装置を実現するコンピュータシステムのハードウェア構成を示すブロック図である。

症例検索装置は、コンピュータ３４と、コンピュータ３４に指示を与えるためのキーボード３６およびマウス３８と、コンピュータ３４の演算結果等の情報を提示するためのディスプレイ３２と、コンピュータ３４で実行されるプログラムを読み取るためのＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）装置４０および通信モデム（図示せず）とを含む。

症例検索装置が行う処理であるプログラムは、コンピュータで読取可能な記録媒体であるＣＤ−ＲＯＭ４２に記憶され、ＣＤ−ＲＯＭ装置４０で読み取られる。または、コンピュータネットワークを通じて通信モデム５２で読み取られる。

コンピュータ３４は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）４４と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）４６と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）４８と、ハードディスク５１と、通信モデム５２と、バス５４とを含む。

ＣＰＵ４４は、ＣＤ−ＲＯＭ装置４０または通信モデム５２を介して読み取られたプログラムを実行する。ＲＯＭ４６は、コンピュータ３４の動作に必要なプログラムまたはデータを記憶する。ＲＡＭ４８は、プログラム実行時のパラメータなどのデータを記憶する。ハードディスク５１は、プログラムまたはデータなどを記憶する。通信モデム５２は、コンピュータネットワークを介して他のコンピュータとの通信を行う。バス５４は、ＣＰＵ４４、ＲＯＭ４６、ＲＡＭ４８、ハードディスク５１、通信モデム５２、ディスプレイ３２、キーボード３６、マウス３８およびＣＤ−ＲＯＭ装置４０を相互に接続する。

さらに、上記の症例検索装置を構成する構成要素の一部または全部は、１個のシステムＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしても良い。システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどを含んで構成されるコンピュータシステムである。ＲＡＭには、コンピュータプログラムが記憶されている。マイクロプロセッサが、コンピュータプログラムに従って動作することにより、システムＬＳＩは、その機能を達成する。

さらにまた、上記の症例検索装置を構成する構成要素の一部または全部は、症例検索装置に脱着可能なＩＣカードまたは単体のモジュールから構成されているとしても良い。ＩＣカードまたはモジュールは、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどから構成されるコンピュータシステムである。ＩＣカードまたはモジュールは、上記の超多機能ＬＳＩを含むとしても良い。マイクロプロセッサが、コンピュータプログラムに従って動作することにより、ＩＣカードまたはモジュールは、その機能を達成する。このＩＣカードまたはこのモジュールは、耐タンパ性を有するとしても良い。

また、本発明は、上記に示す方法であるとしても良い。また、これらの方法をコンピュータにより実現するコンピュータプログラムであるとしても良いし、前記コンピュータプログラムからなるデジタル信号であるとしても良い。

さらに、本発明は、上記コンピュータプログラムまたは上記デジタル信号をコンピュータ読み取り可能な非一時的な記録媒体、例えば、フレキシブルディスク、ハードディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ、ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭ、ＢＤ（Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標））、半導体メモリなどに記録したものとしても良い。また、これらの非一時的な記録媒体に記録されている上記デジタル信号であるとしても良い。

また、本発明は、上記コンピュータプログラムまたは上記デジタル信号を、電気通信回線、無線または有線通信回線、インターネットを代表とするネットワーク、データ放送等を経由して伝送するものとしても良い。

また、本発明は、マイクロプロセッサとメモリを備えたコンピュータシステムであって、上記メモリは、上記コンピュータプログラムを記憶しており、上記マイクロプロセッサは、上記コンピュータプログラムに従って動作するとしても良い。

また、上記プログラムまたは上記デジタル信号を上記非一時的な記録媒体に記録して移送することにより、または上記プログラムまたは上記デジタル信号を上記ネットワーク等を経由して移送することにより、独立した他のコンピュータシステムにより実施するとしても良い。

本発明は、読影者の診断結果に対して診断内容の異なる類似症例を出力する症例検索装置等として利用可能である。

２０ 読影画像データ
２１ 読影情報
２２ 読影レポートＩＤ
２３ 画像ＩＤ
２４ 画像所見
２５ 確定診断結果
５０ 文書行列
６０ 変換テーブル
７０ 診断レベル
８０ 異義度変換テーブル
９０ 検索結果
１００ 症例検索装置
１０１ 症例データベース
１０２ 読影対象取得部
１０３ 画像類似度決定部
１０４ テキスト類似度決定部
１０５ 異義症例検索部
１０６ 出力部

Claims (13)

1. 読影対象の医用画像を示す第１読影画像データと、当該第１読影画像データの読影者による読影結果を示すテキストデータを含む第１読影情報とを取得する読影対象取得部と、
   前記読影対象取得部が取得した前記第１読影画像データと、症例データベースに記憶されている症例データに含まれる読影対象の医用画像を示す第２読影画像データとの類似度である画像類似度を決定する画像類似度決定部と、
   前記読影対象取得部が取得した前記第１読影情報と、前記症例データベースに記憶されている症例データに含まれる前記第２読影画像データの読影者による読影結果を示すテキストデータを含む第２読影情報との、テキスト間の類似度であるテキスト類似度を決定するテキスト類似度決定部と、
   前記症例データベースに記憶されている症例データのうち前記画像類似度決定部が決定した画像類似度が画像類似度に関する閾値以上の症例データの中から、前記画像類似度決定部が決定した画像類似度がより大きく、かつ、前記テキスト類似度決定部が決定したテキスト類似度がより小さい症例データほど、優先的に検索する異義症例検索部と、
   前記異義症例検索部が検索した症例データを外部に出力する出力部とを備え、
   前記画像類似度に関する閾値は、前記読影対象取得部が取得した前記第１読影画像データの画素数がより小さいほどより大きな値である、
   症例検索装置。
2. 前記異義症例検索部は、前記症例データベースに記憶されている症例データの中から、前記画像類似度決定部が決定した画像類似度を、前記テキスト類似度決定部が決定したテキスト類似度で除した値が所定の異義度閾値よりも大きい症例データを検索する
   請求項１に記載の症例検索装置。
3. 前記異義症例検索部は、前記症例データベースに記憶されている症例データのうち前記読影対象取得部が取得した前記第１読影情報に含まれる疾患名を含まない第２読影情報を含む症例データの中から、前記画像類似度決定部が決定した画像類似度がより大きく、かつ、前記テキスト類似度決定部が決定したテキスト類似度がより小さい症例データほど、優先的に検索する
   請求項１または２に記載の症例検索装置。
4. 前記テキスト類似度決定部は、疾患名に該当するワードに対する重みを大きくした上で、前記第１読影情報と、前記第２読影情報との重み付けされたテキスト類似度を決定する
   請求項１または２に記載の症例検索装置。
5. 前記テキスト類似度決定部は、前記第１読影情報および当該第１読影情報から判定される疾患の進行度合いをクラス分けした指標である診断レベルと、前記第２読影情報および当該第２読影情報から判定される診断レベルとの、テキスト類似度を決定する
   請求項１または２に記載の症例検索装置。
6. 前記テキスト類似度決定部は、さらに、読影情報に含まれるテキストを診断レベルに変換するための変換テーブルを参照することにより、前記第１読影情報および前記第２読影情報のそれぞれに含まれるテキストから診断レベルを判定する
   請求項５に記載の症例検索装置。
7. 読影対象の医用画像を示す第１読影画像データと、当該第１読影画像データの読影者による読影結果を示すテキストデータを含む第１読影情報とを取得する読影対象取得部と、
   前記読影対象取得部が取得した前記第１読影画像データと、症例データベースに記憶されている症例データに含まれる読影対象の医用画像を示す第２読影画像データとの類似度である画像類似度を決定する画像類似度決定部と、
   前記読影対象取得部が取得した前記第１読影情報および当該第１読影情報から判定される疾患の進行度合いを下記（ｉ）乃至（ｉｖ）にクラス分けした指標である診断レベルと、前記症例データベースに記憶されている症例データに含まれる前記第２読影画像データの読影者による読影結果を示すテキストデータを含む第２読影情報および当該第２読影情報から判定される診断レベルとの、テキスト間の類似度であるテキスト類似度を決定するテキスト類似度決定部と、
   （ｉ）異常所見がないことを示す所見なし、
   （ｉｉ）病気の状態を注意深く見守ることを要することを示す経過観察、
   （ｉｉｉ）他の検査を行うことを要することを示す他検査、
   （ｉｖ）患部の一部を切り取って、顕微鏡などで調べる検査を要することを示す生検
   前記症例データベースに記憶されている症例データの中から、前記画像類似度決定部が決定した画像類似度がより大きく、かつ、前記テキスト類似度決定部が決定したテキスト類似度がより小さい症例データほど、優先的に検索する異義症例検索部と、
   前記異義症例検索部が検索した症例データを外部に出力する出力部と、
   を備える症例検索装置。
8. 前記出力部は、前記異義症例検索部が検索した症例データを、同類の病名ごとに分類して外部に出力する
   請求項７に記載の症例検索装置。
9. 前記出力部は、前記読影対象取得部が取得した前記第１読影情報と、前記異義症例検索部が検索した症例データに含まれる前記第２読影情報との差分情報を判別可能な態様で出力する
   請求項７に記載の症例検索装置。
10. 前記異義症例検索部は、前記症例データベースに記憶されている症例データのうち、前記第２読影情報に含まれる画像所見と確定診断結果とが一致する症例データのみを検索対象として、症例データを検索し、
    前記画像所見は、前記症例データに含まれる前記第２読影画像データに対する読影者による診断結果であり、
    前記確定診断結果は、前記症例データに含まれる前記第２読影画像データに対する確定した診断結果である
    請求項７に記載の症例検索装置。
11. コンピュータが、読影対象の医用画像を示す第１読影画像データと、当該第１読影画像データの読影者による読影結果を示すテキストデータを含む第１読影情報とを取得する読影対象取得ステップと、
    コンピュータが、前記読影対象取得ステップにおいて取得された前記第１読影画像データと、症例データベースに記憶されている症例データに含まれる読影対象の医用画像を示す第２読影画像データとの類似度である画像類似度を決定する画像類似度決定ステップと、
    コンピュータが、前記読影対象取得ステップにおいて取得された前記第１読影情報および当該第１読影情報から判定される疾患の進行度合いを下記（ｉ）乃至（ｉｖ）にクラス分けした指標である診断レベルと、前記症例データベースに記憶されている症例データに含まれる前記第２読影画像データの読影者による読影結果を示すテキストデータを含む第２読影情報および当該第２読影情報から判定される診断レベルとの、テキスト間の類似度であるテキスト類似度を決定するテキスト類似度決定ステップと、
    （ｉ）異常所見がないことを示す所見なし、
    （ｉｉ）病気の状態を注意深く見守ることを要することを示す経過観察、
    （ｉｉｉ）他の検査を行うことを要することを示す他検査、
    （ｉｖ）患部の一部を切り取って、顕微鏡などで調べる検査を要することを示す生検
    コンピュータが、前記症例データベースに記憶されている症例データの中から、前記画像類似度決定ステップにおいて決定された画像類似度がより大きく、かつ、前記テキスト類似度決定ステップにおいて決定されたテキスト類似度がより小さい症例データほど、優先的に検索する異義症例検索ステップと、
    前記異義症例検索ステップで検索された症例データを外部に出力する出力ステップと
    を含む症例検索方法。
12. 読影対象の医用画像を示す第１読影画像データと、当該第１読影画像データの読影者による読影結果を示すテキストデータを含む第１読影情報とを取得する読影対象取得ステップと、
    前記読影対象取得ステップにおいて取得された前記第１読影画像データと、症例データベースに記憶されている症例データに含まれる読影対象の医用画像を示す第２読影画像データとの類似度である画像類似度を決定する画像類似度決定ステップと、
    前記読影対象取得ステップにおいて取得された前記第１読影情報および当該第１読影情報から判定される疾患の進行度合いを下記（ｉ）乃至（ｉｖ）にクラス分けした指標である診断レベルと、前記症例データベースに記憶されている症例データに含まれる前記第２読影画像データの読影者による読影結果を示すテキストデータを含む第２読影情報および当該第２読影情報から判定される診断レベルとの、テキスト間の類似度であるテキスト類似度を決定するテキスト類似度決定ステップと、
    （ｉ）異常所見がないことを示す所見なし、
    （ｉｉ）病気の状態を注意深く見守ることを要することを示す経過観察、
    （ｉｉｉ）他の検査を行うことを要することを示す他検査、
    （ｉｖ）患部の一部を切り取って、顕微鏡などで調べる検査を要することを示す生検
    前記症例データベースに記憶されている症例データの中から、前記画像類似度決定ステップにおいて決定された画像類似度がより大きく、かつ、前記テキスト類似度決定ステップにおいて決定されたテキスト類似度がより小さい症例データほど、優先的に検索する異義症例検索ステップと、
    前記異義症例検索ステップで検索された症例データを出力する出力ステップと
    をコンピュータに実行させるためのプログラム。
13. 読影対象の医用画像を示す第１読影画像データと、当該第１読影画像データの読影者による読影結果を示すテキストデータを含む第１読影情報とを取得する読影対象取得部と、
    前記読影対象取得部が取得した前記第１読影画像データと、症例データベースに記憶されている症例データに含まれる読影対象の医用画像を示す第２読影画像データとの類似度である画像類似度を決定する画像類似度決定部と、
    前記読影対象取得部が取得した前記第１読影情報および当該第１読影情報から判定される疾患の進行度合いを下記（ｉ）乃至（ｉｖ）のいずれか１つを含むようにクラス分けした指標である診断レベルと、前記症例データベースに記憶されている症例データに含まれる前記第２読影画像データの読影者による読影結果を示すテキストデータを含む第２読影情報および当該第２読影情報から判定される診断レベルとの、テキスト間の類似度であるテキスト類似度を決定するテキスト類似度決定部と、
    （ｉ）異常所見がないことを示す所見なし、
    （ｉｉ）病気の状態を注意深く見守ることを要することを示す経過観察、
    （ｉｉｉ）他の検査を行うことを要することを示す他検査、
    （ｉｖ）患部の一部を切り取って、顕微鏡などで調べる検査を要することを示す生検
    前記症例データベースに記憶されている症例データの中から、前記画像類似度決定部が決定した画像類似度がより大きく、かつ、前記テキスト類似度決定部が決定したテキスト類似度がより小さい症例データほど、優先的に検索する異義症例検索部と、
    前記異義症例検索部が検索した症例データを外部に出力する出力部と、
    を備える症例検索装置。

Images