JP6195364B2 - 死因推定装置およびその死因推定方法 - Google Patents

死因推定装置およびその死因推定方法 Download PDF

Info

Publication number
JP6195364B2
JP6195364B2 JP2013214394A JP2013214394A JP6195364B2 JP 6195364 B2 JP6195364 B2 JP 6195364B2 JP 2013214394 A JP2013214394 A JP 2013214394A JP 2013214394 A JP2013214394 A JP 2013214394A JP 6195364 B2 JP6195364 B2 JP 6195364B2
Authority
JP
Japan
Prior art keywords
death
cause
history
injury
illness
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.)
Active
Application number
JP2013214394A
Other languages
English (en)
Other versions
JP2014097371A (ja
Inventor
柴田　真理子
真理子 柴田
重治 大湯
重治 大湯
康雄 櫻井
康雄 櫻井
橋本　敬介
敬介 橋本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Medical Systems Corp
Original Assignee
Toshiba Medical Systems Corp
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 Toshiba Medical Systems Corp filed Critical Toshiba Medical Systems Corp
Priority to JP2013214394A priority Critical patent/JP6195364B2/ja
Publication of JP2014097371A publication Critical patent/JP2014097371A/ja
Application granted granted Critical
Publication of JP6195364B2 publication Critical patent/JP6195364B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G16H30/40—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
    • G16H50/20—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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明の実施の形態は、死因推定装置およびその死因推定方法に関する。
現在、厚生労働省から「平成２４年度版死亡診断書（死体検案書）記入マニュアル」が発行されている。この死亡診断書記入マニュアルによれば、死因統計は、国民の保健・医療・福祉に関する行政の重要な基礎資料として役立つとともに、医学研究をはじめとした各分野においても貴重な資料となっている旨が記載されている。
このため、死因統計作成時の資料となる死亡診断書（死体検案書）は、死因の正確性が求められるが、日本では、殆どの場合において、異状死体であっても体表からの目視のみによって死因が決定されている。このため、死因統計が必ずしも正確な統計となっているといえないことが、厚生労働省の報告書などにおいて示唆されている。
そこで、厚生労働省が中心となり、「死因究明に資する死亡時画像診断の活用に関する検討会」において幅広い検討が行われ、最終的には各都道府県へのＡｉ（Autopsy imaging：死亡時画像病理診断）センターの設置が望ましいという結論が得られている。そのため、Ａｉが普及し、多数施行されるようになれば、重篤な傷病の発症頻度や死亡率などの疫学も正確に調査できるようになると思われる。
これに関連して、死因を解明するために、遺体の画像データを取得して、遺体の部位毎の異常陰影を検出するアルゴリズムを用いてその画像データを解析することにより、異常陰影を検出する医用画像処理装置が開示されている（特許文献１参照）。
特開２０１２−９０９２３号公報
ところが、医療機関とＡｉセンターとの間において遺体の搬送や情報のやりとりが煩雑になると、死亡診断書の作成において、責任の所在があいまいになる恐れがあることが指摘されている。また、疫学調査の観点からは、直接の死因だけでなく、死因を引き起こした傷病名を知ることも重要であるため、Ａｉセンターにおける死亡時の画像データを解析した診断結果だけでは充分でないことが示唆されている。
すなわち、死亡時の画像データを解析した画像診断結果からの死因特定だけでは、正確かつ詳細な死亡診断書の作成や疫学調査研究、死因統計作成が困難であることが考えられる。
本実施形態に係る死因推定装置は、遺体の画像データに基づいた診断情報を取得する診断情報取得部と、前記遺体に関連する生前の傷病履歴を取得する傷病履歴取得部と、前記診断情報と前記傷病履歴とに基づいて、前記遺体の直接死因とその原因とを推定する死因推定部と、を備える。
本実施の形態に係る死因推定装置を有する死亡診断書作成支援システムの概略の構成の一例を示した概略構成図。 本実施形態に係るＡｉセンター端末を有する死亡診断書作成支援システムの全体の概略動作を示したシーケンス図。 本実施形態に係るＡｉセンター端末の機能を示す機能ブロック図。 本実施形態に係る傷病データベースに格納されている関連傷病関係リストの一例を示した説明図。 本実施の形態に係るＡｉセンター端末の構成を示すハードウエアブロック図。 本実施形態に係るＡｉセンター端末を備える死亡診断書作成支援システムにおいて、Ａｉセンター端末が死因推定を行う死因推定処理を示したフローチャート。 本実施形態に係るＡｉセンター端末の診断情報取得部（図３）が、画像データに基づいた死因に関連する診断情報を取得したときのその診断情報を示した説明図。 本実施形態に係るＡｉセンター端末の傷病履歴取得部（図３）が、病院の端末から電子カルテに関する情報を取得した場合の電子カルテの一例を示した説明図。 本実施形態に係るＡｉセンター端末の傷病履歴取得部（図３）が、病院の端末から電子カルテに関する情報を取得した場合の電子カルテの一例を示した説明図。 本実施形態に係るＡｉセンター端末の傷病履歴取得部（図３）が、病院の端末から、病院に登録されていた傷病履歴を取得したときのその傷病履歴を示した説明図。 本実施形態に係るＡｉセンター端末の傷病履歴取得部（図３）が、病院の端末から、病院に登録されていた傷病履歴を取得したときのその傷病履歴を示した説明図。 本実施形態に係るＡｉセンター端末の死因候補検索部が、傷病履歴と診断情報に基づいて、死因に関連のある死因候補を抽出した結果を示す説明図。 本実施形態に係るＡｉセンター端末の死因候補検索部が、死因に関連のある死因候補から、関連傷病関係リストに基づいて、関連図によるグループ分けを行った説明図。 本実施形態に係るＡｉセンター端末の死因推定部が、死因候補を時系列に並び替えて、その時系列に並び替えられた死因候補から遺体の直接死因とその原因を推定する説明図。 本実施形態に係るＡｉセンター端末の死亡診断書テンプレート送信部が、推定された遺体の直接死因とその原因を、遺体の死亡診断書を生成する死亡診断書テンプレートに記入した死亡診断書テンプレートの説明図。
本実施形態に係る死因推定装置は、遺体の画像データに基づいた診断情報を取得する診断情報取得部と、前記遺体に関連する生前の傷病履歴を取得する傷病履歴取得部と、前記診断情報と前記傷病履歴とに基づいて、前記遺体の直接死因とその原因とを推定する死因推定部と、を備える。
これにより、本実施形態に係る死因推定装置は、正確かつ詳細な死亡原因を推定することができる。
以下、本実施の形態に係る死因推定装置を備える死亡診断書作成支援システムについて、添付図面を参照して説明する。
図１は、本実施の形態に係る死因推定装置を備える死亡診断書作成支援システム８００の概略の構成の一例を示した概略構成図である。
図１に示すように、死亡診断書作成支援システム８００は、モダリティ１００、Ａｉ（Autopsy imaging）センター端末（死因推定装置）２００、病院Ａの端末３００、病院Ｂの端末４００、担当病院５００、ネットワーク７００などを備えて構成されている。
モダリティ１００は、被検体を撮影するための装置（撮影装置）を分類するときに使用される医用システム名である。例えば、モダリティ１００として、Ｘ線ＣＴ（Computed Tomography）装置、ＭＲＩ（Magnetic Resonance Imaging）装置（磁気共鳴診断装置）、超音波診断装置、核医学診断装置などがある。なお、Ｘ線ＣＴ装置は、放射線などを利用して物体を走査しコンピュータを用いて処理する撮影装置である。ＭＲＩ装置は、磁場と電波を用いて被検体の体内などの画像を撮影する装置である。超音波診断装置は、超音波を被検体に当てて、その反響を映像化する画像診断装置である。核医学診断装置は、被検体に投入された特定の病巣に集積する試薬を、放射性同位体（ラジオアイソトープ：radioisotope）で標識し、その試薬から放射されるγ線をシンチレーションカメラなどの検出器により検出して病巣を含む人体の断層像を抽出する画像診断装置である。本実施の形態では、患者の死亡直後にいずれかの撮影装置をモダリティ１００として遺体の検査を行うようになっている。
Ａｉセンター端末２００は、死因推定装置を構成するものであり、モダリティ１００を用いた遺体の検査結果から死亡原因を推定する端末のことである。また、Ａｉとは、死亡時画像病理診断のことをいい、例えば、患者が死亡した死亡直後に、Ｘ線ＣＴ検査やＭＲＩ検査を行うことにより、死因を診断する診断方法である。
なお、本実施形態に係るＡｉセンター端末２００は、遺体の直接死因とその原因を推定する機能を有しており、Ａｉによる検査結果（画像診断）が登録されると、遺体の直接死因とその原因を推定した後、死亡診断書テンプレートを作成する機能を有している。また、Ａｉセンター端末２００とモダリティ１００とを有する医療機関を、Ａｉセンター（図示せず）と位置づける。なお、Ａｉセンター端末２００の詳細な構成については、後述する。
また、遺体の直接死因とは、直接の死亡の原因となった傷病名などをいう。また、その原因とは、直接死因の原因となる傷病名などのことをいう。
病院Ａの端末３００は、病院Ａに通院履歴がある患者の患者情報が登録されている患者情報端末とする。なお、患者情報とは、患者の住所や氏名などの基本情報や傷病履歴のわかる診療記録（診療録、手術記録、検査データ、診断画像データなど）などが該当する。
病院Ｂの端末４００は、病院Ｂに通院履歴がある患者の患者情報が登録されている患者情報端末とする。
担当病院５００は、本実施形態では、患者の死亡を確認した医療機関のことを指す。ここで、担当病院５００の患者として長期間同じ傷病名で入院による治療を続けた場合は、その転帰として死亡した場合であれば死因が明確である。この場合、担当病院の担当医は、死亡時刻を確認するとともに、患者の電子カルテを参照し、死亡診断書テンプレートに必要な情報を入力して、死亡診断書を作成する。
しかしながら、治療中の医療事故が疑われた場合や、複数の病気を併発していた場合、病院外で倒れ緊急搬送されて来た場合、または自然災害や事故、事件に巻き込まれて死亡した場合には、医師による体表からの目視のみで死因を特定することは困難である。この場合、担当病院５００は、遺体をＡｉセンターに搬送して、死因の調査依頼を行う。そこで、もし、担当病院５００に遺体に関する画像データが存在する場合には、遺体に関する画像データとカルテ情報を、Ａｉセンター端末２００に送信する。
遺体安置場６００は、担当病院５００において死亡が確認された遺体を安置するための安置場である。なお、遺体安置場６００は、任意の構成要素であって、担当病院５００と一体である必要はなく、遺体が安置される場所であればよい。
ネットワーク７００は、死亡診断書作成支援システム８００に接続されている各端末や装置を、相互に接続するためのネットワークである。
図２は、本実施形態に係るＡｉセンター端末２００を備える死亡診断書作成支援システム８００の全体の概略動作を示したシーケンス図である。図２において、Ｓに数字を付した符号は、シーケンス図の各ステップを示している。
担当病院５００において死亡が確認された遺体は、遺体安置場６００に安置される。遺体には、遺体の取り違え防止のため担当病院５００の識別ＩＤ（Identification）や遺体の氏名、カルテ情報などが付されたリストバンドまたは遺体袋が装着される。そして、遺体は、遺体安置場６００からＡｉセンター端末２００のあるＡｉセンターへ搬送される（ステップＳ００１）。
また、担当病院５００は、Ａｉセンターに搬送した遺体に関するカルテ情報やＡｉセンターへの紹介状を、Ａｉセンター端末２００に送付する（ステップＳ００３）。
Ａｉセンター端末２００は、遺体とカルテ情報を取得すると、Ａｉセンターのモダリティ１００による撮影依頼を行う（ステップＳ００５）。なお、本実施形態では、Ｘ線ＣＴ検査でもＭＲＩ検査であってもよく、検査方法に限定されるものではない。
モダリティ１００は、遺体の撮影が終了すると、その撮影結果と読影結果を、Ａｉセンター端末２００に送付する（ステップＳ００７）。なお、モダリティ１００は、遺体を撮影した撮影画像と読影結果を同時に送付する必要はなく、Ａｉセンター端末２００に撮影画像を先行して送付し、Ａｉセンターが有するＣＡＤ（診断支援システム）などを含む読影装置（図示せず）を用いて、読影結果をＡｉセンター端末２００に送付するようにしてもよい。
本実施形態では、死因に関連する過去の手術の有無を死亡診断書に追加したり、死に至った過程の情報を収集して疫学データベースに反映させる必要があるため、死亡した患者の健康保険証番号や「マイナンバー」などのＩＤ番号から他の医療機関や検査機関で作成された診療録や生前の診断画像、その他の医療情報（すなわち診療記録）を取得して、各医療機関からの傷病履歴をつなぎ合わせるようになっている。
具体的には、Ａｉセンター端末２００は、病院Ａの端末３００や病院Ｂの端末４００などに、死亡した患者の電子カルテ、診断画像、健康診断の記録などの情報提供を依頼する（ステップＳ００９）。
病院Ａの端末３００や病院Ｂの端末４００は、死亡した患者の電子カルテ、診断画像、健康診断などの記録があった場合には、Ａｉセンター端末２００にそれらの情報提供の応答を行う（ステップＳ０１１）。具体的には、病院Ａの端末３００に腹部ＣＴ画像や内視鏡の検査結果がある場合には、それらの情報をＡｉセンター端末２００に送信する。なお、各画像データは、電子データとして送信してもよく、また、画像データの一部を抽出して、Ａｉセンター端末２００に送信するようにしてもよい。
また、病院Ａの端末３００や病院Ｂの端末４００が傷病履歴や電子カルテを送信する際に、例えば、担当者による手入力で傷病履歴を入力する形態であってもよく、また、公知技術であるオントロジー技術を用いて電子カルテの意味内容から傷病履歴を抽出し、送信する形態であってもよい。
Ａｉセンター端末２００は、モダリティ１００における読影結果と、病院Ａの端末３００や病院Ｂの端末４００から取得した傷病履歴とに基づいて、死因に結びつく情報から死因の究明や死亡診断書の作成に必要な情報を抽出し、死因推定処理を行う（ステップＳ０１３）。
Ａｉセンター端末２００は、死因推定処理の結果に基づいて、死亡診断書テンプレートを生成し、その死亡診断書テンプレートを依頼のあった担当病院５００に送付する（ステップＳ０１５）。
次に、本実施形態に係るＡｉセンター端末２００の詳細な機能について説明する。
図３は、本実施形態に係るＡｉセンター端末２００の機能を示す機能ブロック図である。
図３に示すように、Ａｉセンター端末２００は、遺体画像取得部２１０、診断情報取得部２２０、傷病履歴要求部２３０、傷病履歴取得部２４０、死因候補検索部２５０、死因推定部２６０、死亡診断書テンプレート送信部２６５、遺体画像データベース２７０、診断情報データベース２８０、傷病データベース２９０などを備えて構成されている。
遺体画像取得部２１０は、モダリティ１００で撮影された遺体（死亡した患者）の画像データを取得するようになっている。遺体画像取得部２１０は、取得した画像データを、遺体画像データベース２７０に格納するようになっている。
診断情報取得部２２０は、遺体の画像データに基づいた診断情報（例えば、取得した遺体の画像データに基づいた死因に関連する診断情報）を取得するようになっている。具体的には、診断情報取得部２２０は、遺体の画像データの読影結果をモダリティ１００から取得して、診断情報データベース２８０に格納するようになっている。なお、本実施形態はこれに限定されるものではなく、診断情報取得部２２０は、遺体画像取得部２１０で取得した画像データに基づいて、その画像データを読影医師に読影させ、その画像データに基づいた死因に関連する診断情報を取得して、診断情報データベース２８０に格納するようにしてもよい。
傷病履歴要求部２３０は、遺体（死亡した患者）に関連する生前の通院履歴に基づいて、病院ごとに登録されている傷病履歴を要求するようになっている。例えば、病院Ａの端末３００や病院Ｂの端末４００にネットワーク７００を介して問い合わせを行い、遺体に関連する生前の傷病履歴を要求するようになっている。
傷病履歴取得部２４０は、要求した傷病履歴が登録されている病院から、その遺体に関連する生前の診療履歴を取得するようになっている。例えば、病院Ａの端末３００や病院Ｂの端末４００に通院履歴に基づく傷病履歴が登録されていた場合には、病院Ａの端末３００や病院Ｂの端末４００から、その傷病履歴を生前の診療履歴として取得するようになっている。
また、傷病履歴取得部２４０は、病院Ａの端末３００や病院Ｂの端末４００から、電子カルテに関する情報を取得した場合には、オントロジー技術（単語の抽出と分析）とテキストマイニングを用いてその電子カルテに記載されている傷病名、病歴、検査名または所見などを傷病履歴として抽出するようになっている。なお、テキストマイニングとは、文字列を対象としたデータマイニングのことであり、例えば、電子カルテにおけるデータを単語や文節で区切り、それらの出現頻度、相関関係または出現傾向などを解析して有益な情報を抽出する。また、電子カルテの単語に傷病名などの識別タグが予め付けられている場合には、それを利用することも可能である。
死因候補検索部２５０は、取得した傷病履歴と、診断情報取得部２２０で取得した遺体の死因に関連する診断情報とに基づいて、傷病が登録されている傷病データベース２９０を検索し、重篤度に応じて死因に関連のある死因候補を検索するようになっている。この場合、例えば、死因候補検索部２５０は、取得した傷病履歴と診断情報とに基づいて、傷病の進行具合を示した関連傷病を傷病データベース２９０から抽出し、その関連傷病に基づいて、死因に関連のある死因候補を検索することができる。この場合の検索例について、図面を用いて説明する。
図４は、本実施形態に係る傷病データベース２９０に格納されている関連傷病関係リストの一例を示した説明図である。
図４に示すように、関連傷病関係リストには、「傷病名」、「重篤度ランク」、「進行した場合の関連傷病」、「原因傷病」、「記載不要」の欄を有している。
関連傷病関係リストの「傷病名」の欄には、現在、知られているすべての傷病名が登録されており、例えば、「肝がん」、「肝不全」、「出血性ショック」、「肝硬変」、「慢性肝炎」、「Ｃ型肝炎」、「***」などが記載されている。
「重篤度ランク」の欄には、各傷病名に対応する重篤度が、重篤度ランクとして付されている。具体的には、現在の医療水準に基づいて決定される重篤度ランクとして、最も重篤度の高いランクにＳランクを割り当て、ランクの高い順に、Ｓランク、Ａランク、Ｂランク、Ｃランク、Ｄランク、Ｅランクが各傷病名に割り当てられている。
図４の例では、肝がんは、Ｓランクであり、肝不全も、Ｓランクが割り当てられている。また、肝硬変は、Ａランクが割り当てられており、Ｃ型肝炎も、Ａランクが割り当てられている。また、腹水は、Ｃランクが割り当てられている。なお、本実施形態では、命に別条が無いランクとして、ＤランクとＥランクが割り当てられている。ＤランクとＥランクに相当する傷病は、命に別状が無いとの判断から、死亡の直接的な原因としては推定されないようになっている。
「進行した場合の関連傷病」の欄には、現在の医療水準に基づいて知られている、傷病名に記載されている傷病が進行した場合の傷病名が記載されている。例えば、「肝がん」が進行した場合、「転移性肝がん」になることが記載されており、「肝硬変」が進行した場合には、「出血性ショック」、「肝不全」または「肝がん」になることが記載されている。また、「慢性肝炎」が進行した場合には、「肝硬変」になることが記載されている。
「原因傷病」の欄には、傷病を引き起こす原因となる傷病名が記載されている。例えば、「出血性ショック」の場合には、この出血性ショックを引き起こす原因として「静脈瘤破裂」が記載されている。また、「腹水（滲出性）」には、この腹水（滲出性）を引き起こす原因として「癌性腹膜炎」、「結核性腹膜炎」、「悪性腫瘍」などが記載されている。
「記載不要」の欄は、死因候補検索部２５０が検索した関連傷病の記載を不要とすることを意味する欄であり、この欄に○印がある場合には、関連傷病の記載を行わないようになっている。
この関連傷病関係リストでは、傷病が進行した場合の関連傷病を検索することができるので、死因候補検索部２５０は、傷病名に基づいて関連傷病を検索するとともに、重篤度ランクに基づいて、死因候補を検索することができる。また、死因候補検索部２５０は、この関連傷病関係リストに基づいて、後述する樹形図による関連図（グループ）を生成することもできる。
死因推定部２６０は、取得した診療情報と診療履歴とに基づいて、遺体の直接死因とその原因とを推定するようになっている。例えば、死因推定部２６０は、検索した死因候補が示す因果関係に基づき、遺体の直接死因とその原因を推定する。具体的には、死因推定部２６０は、検索した死因候補を時系列に並び替え、その時系列に並び替えられた死因候補から遺体の直接死因とその原因を推定する。
死亡診断書テンプレート送信部２６５は、死因推定部２６０で推定した遺体の直接死因とその原因が、遺体の死亡診断書を生成する死亡診断書テンプレートに記入され、記入されたその死亡診断書テンプレートを外部に送信するようになっている。
なお、死亡診断書テンプレート送信部２６５は、死亡診断書テンプレートを、本来、担当病院５００に送信するようになっているが、本実施形態はこれに限定されるものではない。例えば、死亡診断書テンプレートを、死因統計を行う厚生労働省に送付してもよく、警察や病院Ａまたは病院Ｂ、あるいは地方自治体などに送信するようにしてもよい。
次に、本実施形態に係るＡｉセンター端末２００のハードウエアの構成について説明する。
図５は、本実施の形態に係るＡｉセンター端末２００の構成を示すハードウエアブロック図である。
図５に示すように、Ａｉセンター端末２００は、ＣＰＵ（Central Processing Unit）２９１、ＲＯＭ（Read Only Memory）２９２、ＲＡＭ（Random Access Memory）２９３、ネットワークインターフェース部２９４、操作部２９５、表示部２９６、記憶部２９７などを備えて構成されている。
ＣＰＵ２９１は、ＲＯＭ２９２に格納されている各種プログラムをＲＡＭ２９３にロードして、そのプログラムを展開することにより、各種プログラムの機能を実現することできるようになっている。ＲＡＭ２９３は、ワークエリア（作業用メモリ）として利用されるようになっている。ＲＯＭ２９２は、各種プログラムを格納するようになっている。ＲＯＭ２９２に格納されている各種プログラムには、図３で示したＡｉセンター端末２００の各機能を実現するためのプログラムが含まれる。
ネットワークインターフェース部２９４は、ネットワーク７００を介して、Ａｉセンター端末２００から病院Ａの端末３００や病院Ｂの端末４００へ情報提供依頼を送信したり、担当病院５００からカルテ情報を取得するためのインターフェース部である。
操作部２９５は、Ａｉセンター端末２００の各データベースに格納されている傷病履歴や診断情報の表示操作を行ったり、プログラムの入力、編集、登録などを行う入力装置などにより構成されている。具体的には、操作部２９５は、キーボードやマウスなどにより構成されている。
表示部２９６は、モダリティ１００において読影された読影結果を表示したり、担当病院５００から送付されたカルテ情報を表示する表示部として構成されている。この表示部２９６は、液晶ディスプレイやモニタなどにより構成されている。
記憶部２９７は、記憶メモリを構成する記憶部であり、ＲＡＭやハードディスクなどによって構成されている。本実施の形態では、記憶部２９７は、例えば、遺体の画像データを格納する遺体画像データベース２７０やその画像データの診断情報を格納する診断情報データベース２８０、あるいは傷病データベース２９０を構成するようになっている。
このように、本実施の形態では、記憶部２９７は、遺体画像データベース２７０、診断情報データベース２８０、傷病データベース２９０を構成し、また、ＲＯＭ２９２に格納されているプログラムを実行することにより、図３に示したＡｉセンター端末２００の各機能を実現することができるようになっている。
（死因推定処理）
次に、本実施の形態に係るＡｉセンター端末２００を備える死亡診断書作成支援システム８００の死因推定処理の動作について説明する。
図６は、本実施形態に係るＡｉセンター端末２００を備える死亡診断書作成支援システム８００において、Ａｉセンター端末２００が死因推定を行う死因推定処理を示したフローチャートである。図６において、Ｓに数字を付した符号は、フローチャートの各ステップを示している。
まず、ステップＳ１０１では、遺体画像取得部２１０（図３）が、モダリティ１００で撮影された遺体の画像データを取得する。そして、遺体画像取得部２１０は、取得した画像データを、遺体画像データベース２７０に格納する。
ステップＳ１０３では、診断情報取得部２２０（図３）が、取得した遺体の画像データに基づいた死因に関連する診断情報を取得する。この場合、診断情報取得部２２０は、遺体の画像データの読影結果をモダリティ１００から取得して、診断情報データベース２８０に格納する。なお、診断情報取得部２２０は、遺体画像取得部２１０で取得した画像データに基づいて、その画像データを読影医師に読影させ、その画像データに基づいた死因に関連する診断情報を取得して、診断情報データベース２８０に格納するようにしてもよい。ここで、取得する診断情報について、図面を用いて説明する。
図７は、本実施形態に係るＡｉセンター端末２００の診断情報取得部２２０（図３）が、画像データに基づいた死因に関連する診断情報を取得したときのその診断情報を示した説明図である。
図７に示すように、この診断情報には、Ａｉセンターの読影医師による遺体の読影結果として、傷病名を示す「肝がん」、所見を示す「腹水」、傷病名を示す「前立腺肥大症」が記載されている。そして、これらの読影結果が診断情報として、診断情報データベース２８０に格納される。
ステップＳ１０５では、傷病履歴要求部２３０（図３）が、遺体に関連する生前の通院履歴に基づいて、病院ごとに登録されている傷病履歴を要求する。例えば、傷病履歴要求部２３０は、ネットワーク７００を介して病院Ａの端末３００や病院Ｂの端末４００に問い合わせを行うことにより、遺体に関連する生前の傷病履歴や電子カルテを要求する。
ステップＳ１０７では、傷病履歴取得部２４０（図３）が、要求した傷病履歴や電子カルテが登録されている病院から、その傷病履歴や電子カルテを取得する。例えば、病院Ａや病院Ｂの通院履歴に基づく傷病履歴が登録されている場合には、病院Ａの端末３００や病院Ｂの端末４００からその傷病履歴を取得する。
ここで、傷病履歴取得部２４０（図３）は、病院Ａの端末３００や病院Ｂの端末４００から傷病履歴が送付された場合は、傷病履歴を直接取得する。また、病院Ａの端末３００や病院Ｂの端末４００から電子カルテに関する情報が送付された場合は、傷病履歴取得部２４０（図３）は、送付された電子カルテに関する情報に対してテキストマイニングを実行し、その電子カルテに関する情報から、傷病名、病歴、検査名または所見などを傷病履歴として抽出する。
図８は、本実施形態に係るＡｉセンター端末２００の傷病履歴取得部２４０（図３）が、病院Ａの端末３００から電子カルテに関する情報を取得した場合の電子カルテの一例を示した説明図である。
図８に示すように、この電子カルテには、項目名として、傷病名、既往歴[過去の傷病名]、現病歴[主訴・病歴]、身体所見、検査名・検査所見、処方薬名及び処置名、手術名の欄が設けられている。例えば、傷病名の欄には、４年前に腸炎に罹患した旨と、５年前にＣ型肝炎に罹患した旨と、５年前に細菌性結膜炎に罹患した旨が記載されている。
また、既往歴[過去の傷病名]の欄には、病院Ｘにおいて９年前の日付にて細菌性結膜炎が完治した旨が記載されている。現病歴[主訴・病歴]には、４年前に腹痛を患った旨と、５年前に身体のだるさを呈した旨と、５年前に目のかゆみがあった旨が記載されている。
また、身体所見の欄には、５年前に腹水を呈した旨と、５年前に左目が充血した旨が記載されている。また、検査名・検査所見の欄には、腹痛のため、４年前に下部消化管内視鏡検査（小腸内視鏡検査）を受けた旨が記載されており、腸炎と診断された旨が記載されている。また、５年前に血液検査を実施した旨が記載されており、Ｃ型肝炎のウイルスに感染したことを示すＨＣＶ抗体が陽性である旨が記載されている。
また、処方薬名及び処置名の欄には、５年前にＣ型肝炎治療薬であるＰ治療薬が処方された旨が記載され、また、同じく５年前に結膜炎治療薬であるＱ治療薬が処方された旨が記載されている。また、手術名の欄には、手術を受けていないため、その旨が記載されている。
図９は、本実施形態に係る傷病履歴取得部２４０（図３）が、病院Ｂの端末４００から電子カルテに関する情報を取得した場合の電子カルテの一例を示した説明図である。
図９には、図８と同様な項目名が記載されている。また、傷病名の欄には、７年前に前立腺肥大症に罹患した旨と、９年前に細菌性結膜炎に罹患した旨が記載されている。
また、既往歴[過去の傷病名]の欄には、１０年前の日付にて病院Ｙにおいて指骨骨折が完治した旨が記載されている。現病歴[主訴・病歴]には、７年前に***障害と頻尿を呈した旨と、９年前に目のかゆみがあった旨が記載されている。
また、身体所見の欄には、７年前にむくみがあった旨と、９年前に左目が充血した旨が記載されている。また、検査名・検査所見の欄には、７年前にＰＳＡ（Prostate Specific Antigen）検査を受け、前立腺肥大症の疑いがある旨と、７年前に直腸診を行い、前立腺肥大症の疑いがある旨が記載されている。
また、処方薬名及び処置名の欄には、７年前に前立腺肥大症の治療薬が処方された旨と、７年前に***障害治療薬が処方された旨と、９年前に結膜炎治療薬であるＱ治療薬が処方された旨が記載されている。また、手術名の欄には、手術を受けていないため、その旨が記載されている。
傷病履歴取得部２４０は、病院Ａの端末３００から取得した電子カルテに対してテキストマイニングを行うとともに、病院Ｂの端末４００から取得した電子カルテに対してテキストマイニングを行うことにより、各病院に対応する電子カルテからそれぞれ傷病履歴を抽出することができる。
次に、病院Ａの端末３００における傷病履歴と、病院Ｂの端末４００における傷病履歴とについて、図面を用いて説明する。
図１０は、本実施形態に係るＡｉセンター端末２００の傷病履歴取得部２４０（図３）が、病院Ａの端末３００から、病院Ａに登録されていた傷病履歴を取得したときの、その傷病履歴を示した説明図である。
図１０に示す傷病履歴には、病院Ａにおいて、「Ｃ型肝炎（５年前）」、「細菌性結膜炎（５年前）」、「小腸内視鏡検査（４年前）」という履歴が記録されている。これにより、傷病履歴取得部２４０は、これらの傷病履歴を取得する。
図１１は、本実施形態に係るＡｉセンター端末２００の傷病履歴取得部２４０（図３）が、病院Ｂの端末４００から、病院Ｂに登録されていた傷病履歴を取得したときの、その傷病履歴を示した説明図である。
図１１に示す傷病履歴には、病院Ｂにおいて、「前立腺肥大症（７年前）」、「指骨骨折（１０年前）」、「細菌性結膜炎（９年前）」という履歴が記録されている。これにより、傷病履歴取得部２４０は、これらの傷病履歴を取得する。
ステップＳ１０９では、死因候補検索部２５０が、病院Ａの端末３００および病院Ｂの端末４００から取得した傷病履歴と、診断情報取得部２２０で取得した診断情報とに基づいて、傷病が登録されている傷病データベース２９０を検索して、重篤度に応じて死因に関連のある死因候補を検索する。
具体的には、死因候補検索部２５０は、診断情報データベース２８０に格納されている診断情報（図７）に基づいて、傷病データベース２９０が格納する関連傷病関係リスト（図４）を検索し、重篤度に応じて死因に関連のある死因候補を検索する。
例えば、死因候補検索部２５０は、重篤度ランクがＣ以上の傷病を検索するものとし、図７に示した診断情報の「肝がん」、「腹水」および「前立腺肥大症」は、「肝がん」がＳランク、「腹水」と「前立腺肥大症」がＣランクであるため、全ての傷病が死因候補として抽出される。
また、死因候補検索部２５０は、傷病履歴取得部２４０で取得した病院Ａの端末３００の傷病履歴（図１０）に基づいて、傷病データベース２９０が格納する関連傷病関係リスト（図４）を検索し、重篤度に応じて死因に関連のある死因候補を検索する。上記と同様に、死因候補検索部２５０は、重篤度ランクがＣ以上の傷病を検索するものとし、図１０に示した傷病履歴の「Ｃ型肝炎（５年前）」、「細菌性結膜炎（５年前）」および「小腸内視鏡検査（４年前）」は、「Ｃ型肝炎（５年前）」がＡランク、「細菌性結膜炎（５年前）」がＥランク、「小腸内視鏡検査（４年前）」が単なる検査であるため（傷病ではないため）、「Ｃ型肝炎（５年前）」が死因候補として抽出される。
また、死因候補検索部２５０は、傷病履歴取得部２４０で取得した病院Ｂの端末４００の傷病履歴（図１１）に基づいて、傷病データベース２９０が格納する関連傷病関係リスト（図４）を検索し、重篤度に応じて死因に関連のある死因候補を検索する。上記と同様に、死因候補検索部２５０は、重篤度ランクがＣ以上の傷病を検索するものとし、図１１に示した傷病履歴の「前立腺肥大症（７年前）」、「指骨骨折（１０年前）」および「細菌性結膜炎（９年前）」は、「前立腺肥大症（７年前）」がＣランク、「指骨骨折（１０年前）」と「細菌性結膜炎（９年前）」がＥランクであるため、「前立腺肥大症（７年前）」が死因候補として抽出される。
なお、「細菌性結膜炎」については、例えば、複数の医療機関である病院Ａと病院Ｂにおいて傷病履歴があった場合に、「免疫不全」ということも考えられるため、死因候補として抽出するようにしてもよい。これは、抽出された傷病名の回数など複数の医療機関の傷病履歴や電子カルテに対してテキストマイニングを行うことで抽出することができる。
具体的には、頻出する傷病名の重要度ランクと、頻出する傷病名に推測される別の傷病名（例えば、免疫不全）とを傷病データベースに登録しておくことにより、死因候補として抽出する。また、ある１つの医療機関において傷病履歴として頻出する傷病名もテキストマイニングにより、同様に抽出するようにしてもよい。
また、死因候補として関連傷病を抽出する際、例えば、担当病院５００から、感染症やガス中毒などの情報が得られる場合には、それらの情報も考慮して、死因候補を抽出するようにしてもよい。この場合、Ａｉセンターの職員などへの感染や有毒ガスに曝露する事故を防ぐためにも、感染症やガス中毒などの情報は重要である。
このように、ステップＳ１０９において、死因候補検索部２５０は、傷病データベース２９０が格納する関連傷病関係リストに記載された重篤度ランクから、死因候補となる傷病を抽出する。この結果、「肝がん」、「前立腺肥大症（７年前とＡｉ）」、「Ｃ型肝炎」、「腹水」が抽出される。
図１２は、本実施形態に係る死因候補検索部２５０が、傷病履歴と診断情報とに基づいて、死因に関連のある死因候補を抽出した結果を示す説明図である。
図１２に示すように、死因候補検索部２５０は、病院Ａの端末３００と病院Ｂの端末４００の傷病履歴と、Ａｉセンター端末２００の診断情報とに基づいて、死因候補として、「肝がん」、「前立腺肥大症（７年前とＡｉ）」、「Ｃ型肝炎」および「腹水」を抽出したことを示している。なお、死因候補を抽出する際、上述した方法に限定されるものではなく、例えば、公知技術であるオントロジー技術やテキストマイニングを適用して、電子カルテから死因候補を推測してもよく、また、傷病名を特定するための固有なタグを使用して、電子カルテに関する情報から傷病履歴を抽出する形態であってもよい。
また、死因候補検索部２５０は、傷病データベース２９０に格納されている関連傷病関係リストを参照して、傷病の相互の関係を樹形図で示した関連傷病の関連図を形成する。この関連図は、一般的に知られている傷病の進行経過を樹形図によりグループ分けをしたものである。これにより、死因候補検索部２５０は、抽出した「肝がん」、「前立腺肥大症（７年前とＡｉ）」、「Ｃ型肝炎」および「腹水」の死因候補から、次の関連図のようなグループ分けを行うことができる。
図１３は、本実施形態に係るＡｉセンター端末２００の死因候補検索部２５０が、死因に関連のある死因候補から、関連傷病関係リストに基づいて、関連図によるグループ分けを行った説明図である。
図１３に示すように、死因候補検索部２５０（図３）は、「肝がん」、「Ｃ型肝炎」および「腹水」を含む関連図Ａからなるグループと、「前立腺肥大症」を含む関連図Ｂからなるグループに、死因候補の傷病を分けることができる。
図１３に示す関連図Ａでは、「Ｃ型肝炎」に罹患すると、「慢性肝炎」、「肝硬変」と進行することを示している。また、「肝硬変」の転帰として、「肝不全」、「肝がん」、「出血性ショック」の状態に至ると考えられる。また、「腹水」は、「肝がん」または「肝硬変」の転帰として、症状の進行した状態と位置づけられる。
図１３に示す関連図Ｂでは、「前立腺肥大症」に罹患すると、「尿道狭窄」、「水腎症」、「***」と進行することを示している。なお、関連図Ａおよび関連図Ｂで示した各傷病は、関連傷病関係リストにおける関連傷病に該当する。
このように、死因候補検索部２５０は、病院Ａの端末３００および病院Ｂの端末４００から取得した傷病履歴と、診断情報取得部２２０で取得した診断情報とに基づいて、傷病が登録されている傷病データベース２９０を検索して、重篤度に応じて死因に関連のある死因候補を抽出（検索）する。
また、本実施形態に係るＡｉセンター端末２００は、図１３に示した関連傷病の関連図を、表示部２９６に表示するようにしてもよい。この場合、Ａｉセンター端末２００は、死因候補検索部２５０が抽出（検索）する関連傷病と、死因に関連のある死因候補とを、表示部２９６に表示することができる。
ステップＳ１１１（図６）では、死因推定部２６０（図３）が、抽出（検索）された死因候補が示す因果関係に基づいて、遺体の直接死因とその原因を推定する。具体的には、死因推定部２６０は、抽出（検索）された死因候補を時系列に並び替え、その時系列に並び替えられた死因候補から遺体の直接死因とその原因を推定する。
図１４は、本実施形態に係るＡｉセンター端末２００の死因推定部２６０が、死因候補を時系列に並び替えて、その時系列に並び替えられた死因候補から遺体の直接死因とその原因を推定する説明図である。
図１４（Ｘ）では、死因推定部２６０は、まず、抽出された全傷病を時系列に並び替える。そして、図１４（Ｙ）、（Ｚ）に示すように、傷病データベース２９０に格納されている関連傷病関係リストを参照して、図１３と同様な関連図を形成しつつ、時系列に対応した傷病に基づいて、傷病グループを生成する。
具体的には、傷病グループＧｒ１は、Ａｉセンター端末２００の診断情報である「腹水（Ａｉ）」と「肝がん（Ａｉ）」、並びに病院Ａから取得した傷病履歴である「Ｃ型肝炎（５年前）」を含むグループを形成している。また、傷病グループＧｒ２は、病院Ａから取得した傷病履歴である「前立腺肥大症（７年前）」と、Ａｉセンター端末２００の診断情報である「前立腺肥大症（Ａｉ）」を含むグループを形成している。
特に、傷病グループＧｒ２が示す前立腺肥大症については、７年前に発症して、現在の遺体（死亡した患者）も患っていたことを示している。このように、死因推定部２６０は、死因候補検索部２５０によってなされる傷病の因果関係に基づくグループ化に基づいて、傷病を時系列に並び替えることにより、並び替えられた死因候補から遺体の直接死因とその原因を推定する。
具体的には、図１４に示す例では、傷病ごとに重篤度ランク（例えば、（Ｓ），（Ａ），（Ｃ）など）が付されており、死因候補としては、重篤度の一番高いＳランクが付された「肝がん」が直接死因と推定され、その直接死因の原因は、５年前の患った「Ｃ型肝炎」と推定される。
なお、「腹水」は、傷病名ではなく、「腹腔内に液体した貯留した状態」という症状名であり、「出血性ショック」という症状とは異なり死因とは判断され難い。したがって、「腹水」は、死亡診断書に記載するには適当でないため、「記載不要」（図４）とされている。
また、本実施形態では、病院Ａの端末３００と病院Ｂの端末４００の傷病履歴に手術の記録に関する情報がなかったが、もし肝がんの手術が行われたという情報があった場合には、死因に関係する傷病に関する手術のため、死亡診断書に記載する必要がある。
この場合、例えば、病院Ａの端末３００から肝がんの手術があった履歴を傷病履歴取得部２４０が取得し、死因候補検索部２５０が、病院Ａの端末３００から取得した肝がんの手術の履歴に基づいて、死因に関連のある死因候補として抽出し、死因推定部２６０が、肝がんの手術が直接死因と推定するようにしてもよい。
また、本実施形態に係るＡｉセンター端末２００は、図１４に示した時系列の傷病グループの説明図を、表示部２９６に表示するようにしてもよい。この場合、Ａｉセンター端末２００は、死因推定部２６０が時系列に並び替えた死因候補ならびに遺体の直接死因とその原因を、表示部２９６に表示することができる。
ステップＳ１１３（図６）では、死亡診断書テンプレート送信部２６５（図３）が、死因推定部２６０で推定された遺体の直接死因とその原因と、それらの疾患に対する手術の有無を、遺体の死亡診断書を生成する死亡診断書テンプレートに記入し、記入されたその死亡診断書テンプレートを外部に送信するようになっている。
なお、死亡診断書テンプレート送信部２６５は、死亡診断書テンプレートを、担当病院５００に送信するようになっているが、本実施形態はこれに限定されるものではない。例えば、死因統計を行う厚生労働省に送付してもよく、また、事件や事故に応じて、警察や病院Ａまたは病院Ｂに送信するようにしてもよい。
図１５は、本実施形態に係るＡｉセンター端末２００の死亡診断書テンプレート送信部２６５が、推定された遺体の直接死因とその原因を、遺体の死亡診断書を生成する死亡診断書テンプレートに記入した死亡診断書テンプレートの説明図である。
図１５に示すように、死亡診断書テンプレート送信部２６５は、死因推定部２６０で推定された死因候補とその原因を、死亡診断書テンプレートに記入する。また、関連傷病を時系列に並び替えているため、直接死因またはその原因の発症時期も認識することができ、死亡診断書テンプレートに直接死因またはその原因の時期も記入することができる。
具体的には、死亡の直接死因は、「肝がん」であり、その「肝がん」の原因は、「Ｃ型肝炎」と記入されている。また、「肝がん」については、例えば、２ヶ月前から治療中であった旨が記入されるとともに、「Ｃ型肝炎」の発症は、病院Ａの傷病履歴により５年前に罹患していたことが記入されている。
なお、死亡診断書テンプレート送信部２６５は、死因推定部２６０で推定された死因候補とその原因を死亡診断書テンプレートに記入することのみに限定されず、例えば、遺体の氏名や生年月日、または死亡時の住所などをさらに記入する形態であってもよい。
以上説明したように、本実施の形態に係るＡｉセンター端末２００は、Ａｉセンターの読影医師が行った読影結果（診断情報）と、病院Ａや病院Ｂなどの他の病院の傷病履歴とを取得する。Ａｉセンター端末２００は、診断情報と傷病履歴とに基づいて、傷病データベース２９０の関連傷病関係リストを検索し、死因候補を推定して、その死因候補に基づいて、死亡診断書テンプレートを作成する。
これにより、本実施の形態に係るＡｉセンター端末２００は、正確かつ詳細な死亡原因（直接死因とその原因）を推定して死亡診断書テンプレートを作成することできるので、Ａｉセンター端末２００の読影医師や担当医師がその死亡診断書テンプレートを承認することにより、担当病院５００の担当医師に死亡診断書テンプレートを送信したり、厚生労働省の死因統計機関などに送信することができる。
また、担当病院５００の担当医師らは、Ａｉセンターにおける診断情報と病院Ａや病院Ｂなどの傷病履歴などに基づいて、より正確な死亡の直接死因やその原因を把握することができるので、高精度に直接死因とその原因の因果関係を認識することができる。
なお、本実施形態に係るＡｉセンター端末２００は、図１３および図１４で示した処理を内部のアルゴリズムによって処理するようになっていたが、これに限定されるものではなく、例えば、傷病と関連傷病との関連図や因果関係を、表示部２９６に適宜表示するようにしてもよい。
また、本実施形態に係るＡｉセンター端末２００は、上述した実施形態に限定されるものではなく、例えば、「疫学データベースの構築」や「がんに関する傷病グループの研究」などにおける「死因の推定」の情報収集などにも適用することができる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
また、本発明の実施形態では、フローチャートの各ステップは、記載された順序に沿って時系列的に行われる処理の例を示したが、必ずしも時系列的に処理されなくとも、並列的あるいは個別実行される処理をも含むものである。
１００ モダリティ
２００ Ａｉセンター端末
２１０ 遺体画像取得部
２２０ 診断情報取得部
２３０ 傷病履歴要求部
２４０ 傷病履歴取得部
２５０ 死因候補検索部
２６０ 死因推定部
２６５ 死亡診断書テンプレート送信部
２７０ 遺体画像データベース
２８０ 診断情報データベース
２９０ 傷病データベース
２９１ ＣＰＵ
２９２ ＲＯＭ
２９３ ＲＡＭ
２９４ ネットワークインターフェース部
２９５ 操作部
２９６ 表示部
２９７ 記憶部
３００ 病院Ａの端末
４００ 病院Ｂの端末
５００ 担当病院
６００ 遺体安置場
７００ ネットワーク
８００ 死亡診断書作成支援システム

Claims (10)

  1. 遺体の画像データに基づいた診断情報を取得する診断情報取得部と、
    前記遺体に関連する生前の傷病履歴を取得する傷病履歴取得部と、
    前記診断情報と前記傷病履歴とに基づいて、前記遺体の直接死因とその原因とを推定する死因推定部と、
    を備える死因推定装置。
  2. 前記診断情報と前記傷病履歴とに基づいて、傷病が登録されている傷病データベースを検索し、傷病の重篤度に応じて死因に関連のある死因候補を取得する死因候補検索部をさらに備え、
    前記死因推定部は、前記死因候補が示す因果関係に基づいて、前記遺体の直接死因とその原因とを推定する、
    請求項１に記載の死因推定装置。
  3. 前記死因候補検索部は、前記診断情報と前記傷病履歴とに基づいて、傷病の進行具合を示した関連傷病を前記傷病データベースから抽出し、その関連傷病に基づいて、前記死因に関連のある死因候補を取得する、
    請求項２に記載の死因推定装置。
  4. 前記死因推定部は、前記死因候補を時系列に並び替え、その時系列に並び替えられた死因候補の中から前記遺体の直接死因とその原因とを推定する、
    請求項２または３に記載の死因推定装置。
  5. 前記遺体の直接死因とその原因とが記載された、前記遺体の死亡診断書を作成するための死亡診断書テンプレートを外部に送信するテンプレート送信部をさらに備える、
    請求項１から４のいずれか１項に記載の死因推定装置。
  6. 表示部をさらに備え、
    前記死因候補検索部は、前記関連傷病と、前記死因に関連のある死因候補とを、前記表示部に視覚可能に表示させる、
    請求項３に記載の死因推定装置。
  7. 表示部をさらに備え、
    前記死因推定部は、時系列に並び替えられた前記死因候補ならびに前記遺体の直接死因とその原因を、前記表示部に表示させる、
    請求項４に記載の死因推定装置。
  8. 前記遺体に関連する生前の通院履歴に基づいて、病院ごとに登録されている傷病履歴を要求する傷病履歴要求部をさらに備え、
    前記傷病履歴取得部は、前記要求された傷病履歴が登録されている病院の端末から、要求に応じた傷病履歴を取得する、
    請求項１から７のいずれか１項に記載の死因推定装置。
  9. 制御部および記憶部を備えた装置を用いた死因推定方法であって、
    前記制御部は、
    遺体の画像データに基づいた診断情報を取得する診断情報取得ステップと、
    前記記憶部から、前記遺体に関連する生前の傷病履歴を取得する傷病履歴取得ステップと、
    前記診断情報と前記傷病履歴とに基づいて、前記遺体の直接死因とその原因とを推定する死因推定ステップと、
    を有する死因推定方法。
  10. 前記診断情報と前記傷病履歴とに基づいて、傷病が登録されている傷病データベースを検索し、傷病の重篤度に応じて死因に関連のある死因候補を取得する死因候補検索ステップをさらに有し、
    前記死因推定ステップは、前記死因候補が示す因果関係に基づいて、前記遺体の直接死因とその原因とを推定する、
    請求項９に記載の死因推定方法。
JP2013214394A 2012-10-16 2013-10-15 死因推定装置およびその死因推定方法 Active JP6195364B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013214394A JP6195364B2 (ja) 2012-10-16 2013-10-15 死因推定装置およびその死因推定方法

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012229199 2012-10-16
JP2012229199 2012-10-16
JP2013214394A JP6195364B2 (ja) 2012-10-16 2013-10-15 死因推定装置およびその死因推定方法

Publications (2)

Publication Number Publication Date
JP2014097371A JP2014097371A (ja) 2014-05-29
JP6195364B2 true JP6195364B2 (ja) 2017-09-13

Family

ID=50488211

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013214394A Active JP6195364B2 (ja) 2012-10-16 2013-10-15 死因推定装置およびその死因推定方法

Country Status (4)

Country Link
US (1) US20140337057A1 (ja)
JP (1) JP6195364B2 (ja)
CN (1) CN103890807B (ja)
WO (1) WO2014061650A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160099344A (ko) * 2015-02-12 2016-08-22 현대자동차주식회사 인터페이스 장치, 이와 연결되는 차량 검사 장치, 및 차량 검사 장치의 제어방법
CN108463853B (zh) * 2015-10-30 2022-10-18 皇家飞利浦有限公司 场景感知的医学推荐引擎
JP6932570B2 (ja) * 2017-07-03 2021-09-08 株式会社日立製作所 保険設計支援システム及び保険設計支援方法
CN112365971B (zh) * 2020-11-09 2021-06-11 罗鑫龙 一种基于5g的远程互联网大数据智慧医疗***
US11515017B2 (en) * 2021-02-01 2022-11-29 Konica Minolta Healthcare Americas, Inc. Deletion of medical information shared between management server and healthcare facilities
EP4392986A1 (en) * 2021-08-24 2024-07-03 PAIGE.AI, Inc. Systems and methods for processing electronic images in forensic pathology

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8538770B2 (en) * 2000-08-01 2013-09-17 Logical Images, Inc. System and method to aid diagnoses using cross-referenced knowledge and image databases
JP2009252023A (ja) * 2008-04-08 2009-10-29 Topcon Corp 診断書作成支援装置及びプログラム
WO2010048670A1 (en) * 2008-10-31 2010-05-06 St Vincent's Hospital Sydney Limited Method of prognosis in chronic kidney disease
US8380533B2 (en) * 2008-11-19 2013-02-19 DR Systems Inc. System and method of providing dynamic and customizable medical examination forms
KR20110090670A (ko) * 2010-02-04 2011-08-10 주식회사 제론헬스케어 사체 검안용 데이터베이스 및 사체 검안용 시스템
JP2012084114A (ja) * 2010-09-16 2012-04-26 Imagequest Inc 人物識別情報対応付けシステム及びプログラム
JP5725797B2 (ja) * 2010-10-29 2015-05-27 株式会社東芝 医用画像処理装置
US8504142B2 (en) * 2010-11-12 2013-08-06 Oulun Yliopisto Apparatus, method, and computer program for predicting risk for cardiac death
CN102222163B (zh) * 2011-05-25 2016-11-09 中国人民解放军防化指挥工程学院 一种具有免疫期且受季节影响的传染病疫情预测方法

Also Published As

Publication number Publication date
US20140337057A1 (en) 2014-11-13
CN103890807A (zh) 2014-06-25
WO2014061650A1 (ja) 2014-04-24
CN103890807B (zh) 2016-12-21
JP2014097371A (ja) 2014-05-29

Similar Documents

Publication Publication Date Title
JP6195364B2 (ja) 死因推定装置およびその死因推定方法
US9129361B2 (en) Visual indexing system for medical diagnostic data
Sanchis-Sánchez et al. Infrared thermal imaging in the diagnosis of musculoskeletal injuries: a systematic review and meta-analysis
JP5646128B2 (ja) 医用画像検索システム
JP2019169049A (ja) 医用画像特定装置、方法およびプログラム
CN111091906B (zh) 一种基于真实世界数据的辅助医疗诊断方法及***
JP6334874B2 (ja) 医用画像表示装置および医用画像表示装置における表示制御方法
US20120300997A1 (en) Image processing device, method and program
JP6316546B2 (ja) 治療計画策定支援装置及び治療計画策定支援システム
JP2019153249A (ja) 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム
US20090136111A1 (en) System and method of diagnosing a medical condition
WO2020209382A1 (ja) 医療文書作成装置、方法およびプログラム
WO2019193983A1 (ja) 医療文書表示制御装置、医療文書表示制御方法、及び医療文書表示制御プログラム
WO2021157705A1 (ja) 文書作成支援装置、方法およびプログラム
US20200342964A1 (en) Medical information processing apparatus, ordering system and method
JP5958955B2 (ja) 放射線情報管理システム、放射線情報管理方法及び放射線情報管理プログラム
WO2022153702A1 (ja) 医用画像表示装置、方法およびプログラム
JP2017207793A (ja) 画像表示装置および画像表示システム
WO2021193548A1 (ja) 文書作成支援装置、方法およびプログラム
JP2021175454A (ja) 医用画像処理装置、方法およびプログラム
JP2012101088A (ja) 医用画像検索システム
WO2022018942A1 (ja) 医用画像処理装置、方法およびプログラム
JP7436698B2 (ja) 医用画像処理装置、方法およびプログラム
WO2020241857A1 (ja) 医療文書作成装置、方法およびプログラム、学習装置、方法およびプログラム、並びに学習済みモデル
WO2021177312A1 (ja) 情報保存装置、方法およびプログラム、並びに解析記録生成装置、方法およびプログラム

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20160511

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160720

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170328

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170518

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170718

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170810

R150 Certificate of patent or registration of utility model

Ref document number: 6195364

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350