JP6530841B2 - 診断支援システム、その作動方法、診断支援装置、およびプログラム - Google Patents
診断支援システム、その作動方法、診断支援装置、およびプログラム Download PDFInfo
- Publication number
- JP6530841B2 JP6530841B2 JP2018115421A JP2018115421A JP6530841B2 JP 6530841 B2 JP6530841 B2 JP 6530841B2 JP 2018115421 A JP2018115421 A JP 2018115421A JP 2018115421 A JP2018115421 A JP 2018115421A JP 6530841 B2 JP6530841 B2 JP 6530841B2
- Authority
- JP
- Japan
- Prior art keywords
- inference
- diagnosis
- diagnostic
- information
- name
- 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
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
本発明は、診断支援システムに関し、特に医療診断を支援する情報を提供する診断支援システムに関する。
医療の分野では、X線CT装置やMRI等の撮影装置により得られた医用画像を医師が読影して診断を行う画像診断が行われている。例えば、画像診断では、主治医の読影の依頼を受けた医師が、画像から得られる所見(以下、「読影所見」と称する)や各種測定値を総合的に判断して画像に写る病変の症状を特定する。そして、医師は、その画像診断に至った経緯を読影所見や測定値を利用して、依頼元の主治医への読影レポートとしてまとめる。
このような医師の読影に対する負担軽減を目的として、医用画像に対して異常陰影等を検出し、コンピュータ処理により陰影の状態を推論することにより診断の支援を行う医療診断支援装置(以下、「診断支援装置」と称する)が開発されている。通常、このような診断支援装置を用いる場合は、まず医師による読影が行われ、その後に医師は診断支援装置が提示した支援情報を参照し、自らが読影した結果との比較を行い、最終的な判断を行う。ここで、診断支援装置が提示した支援情報を信頼するためには、この支援情報が何を拠り所として導出されたのかを医師が知ることが望ましい。すなわち、診断支援装置は、提示する支援情報について、その推論根拠も提示することが好ましい。
そこで、そのような推論根拠を提示するための診断支援装置が開発されている。例えば、本願出願人らが提案した特許文献1には、読影所見などの入力済みの情報に基づく装置の推論結果に対して、否定的な情報と肯定的な情報を支援情報として提示する技術が記載されている。さらに特許文献1には、可能性のある診断名夫々に対する否定的な情報と肯定的な情報を支援情報として提示する技術が記載されている。これにより、診断支援装置が推論結果を提示するとともに、読影所見などの情報に基づく装置の推論結果の導出に影響した情報を支援情報として提示することも可能としている。
医師による読影の傾向として、医師が想定した診断名に自信がある場合には想定した診断名を肯定するような情報を、自信がない場合にはそれ以外の診断名を否定するような情報を手掛かりとすることが多い。しかしながら、前述した特許文献に記載の技術ではそのような情報を支援情報として提示できないことがあるという課題があった。
上記の課題に鑑み、本発明は、医師の診断の確信度を向上させるために必要な情報を効率的に提示できるようにすることを目的とする。
上記目的を達成するための一手段として、本発明の診断支援システムは以下の構成を備える。すなわち、症例に対応する複数の医用情報に基づいて、前記症例に対応する複数の診断名の推論確率を取得する推論手段と、前記複数の診断名のうち、対象となる診断名の前記推論確率が所定の基準よりも低い場合に、前記対象となる診断名以外の診断名の前記推論確率に否定的な影響を与えた前記医用情報を選択する選択手段と、前記選択された医用情報に基づく支援情報を表示部に表示させる表示制御手段と、を有する。
本発明によれば、医師の診断の確信度を向上させるために必要な情報を効率的に提示することができる。
以下に、図面を参照しながら、本発明を実施するための形態(実施形態)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るものではない。
[第1実施形態]
第1の実施形態による診断支援システムは、医療診断対象である症例に関する医用情報を取得し、症例に対する診断支援を行う。なお、本実施形態では、診断支援システムは、肺の異常陰影に関する、複数の読影所見および過去の病歴や腫瘍マーカー値(以下、臨床情報と称する)を医用情報として取得するものとする。そして取得した情報を基に、肺の異常陰影の異常の種類(診断名)に関する推論を行い、その結果に基づいて診断支援情報を提示する場合を例として説明する。なお、推論対象はこれに限定されるものではなく、以下に示す診断名や入力可能な読影所見、臨床情報などは、何れも診断支援システムの処理の工程を説明するための一例に過ぎない。
第1の実施形態による診断支援システムは、医療診断対象である症例に関する医用情報を取得し、症例に対する診断支援を行う。なお、本実施形態では、診断支援システムは、肺の異常陰影に関する、複数の読影所見および過去の病歴や腫瘍マーカー値(以下、臨床情報と称する)を医用情報として取得するものとする。そして取得した情報を基に、肺の異常陰影の異常の種類(診断名)に関する推論を行い、その結果に基づいて診断支援情報を提示する場合を例として説明する。なお、推論対象はこれに限定されるものではなく、以下に示す診断名や入力可能な読影所見、臨床情報などは、何れも診断支援システムの処理の工程を説明するための一例に過ぎない。
図1は、第1実施形態に係るシステムの診断支援装置の構成を示す。本実施形態による診断支援装置100は、入力情報取得部102と、推論部104と、影響度取得部106と、選択部108と、提示部110とを備える。また、診断支援装置100は、情報入力端末200に接続されている。
情報入力端末200は、ユーザ(医師)の操作などにより、診断対象である症例に対応した、肺の異常陰影に関する症例情報(医用画像や臨床情報を含む電子カルテの情報など)を不図示のサーバから取得する。なお、情報入力端末200は、外部記憶装置、例えばFDD、HDD、CDドライブ、DVDドライブ、MOドライブ、ZIPドライブ等と接続し、それらのドライブから症例情報を取得するようにしてもよい。情報入力端末200は、読影可能な形でこれらの症例情報を表示する。
ユーザは表示部としてのモニタに表示された症例情報に対する読影所見を、マウスやキーボードを用いて入力する。この処理は、例えばテンプレート形式の入力支援方法を用いて、GUIにより選択できるような機能を情報入力端末200が備えることで実現される。なお、本実施形態では、読影所見と臨床情報には、後述するように、それぞれ名称と状態が含まれるものとする。また、情報入力端末において、読影所見についてはユーザがモニタ表示を参考に入力し、臨床情報についてはテンプレートに自動的に入力されるようにしてもよいし、ユーザが入力してもよい。情報入力端末200は、ユーザの操作に従い、読影所見と臨床情報と、この情報に付随するデータ(代表画像など)を、LAN等を介して診断支援装置100へと送信する。
入力情報取得部102は、情報入力端末200から診断支援装置100へ入力された肺の異常陰影に関する情報(以下、入力情報と称する)とそれに付随するデータ(以下、入力情報とまとめて医用情報と称する。)を取得し、これらを推論部104、影響度取得部106、及び提示部110へと出力する。推論部104は、入力情報取得部102が取得した入力情報に基づいて、診断対象である肺の異常陰影に関する推論処理を実行し、異常陰影が夫々の診断名である確率(推論結果)を算出する。算出した推論結果は影響度取得部106、選択部108、及び提示部110へと出力する。推論処理については後述する。
影響度取得部106は、入力情報取得部102が取得した入力情報と、推論部104で取得した推論結果を用いて影響度を取得し、取得した影響度を選択部108へと出力する。影響度の取得方法については後述する。選択部108は、推論部104で取得した推論結果と、影響度取得部106で取得した影響度に基づいて、情報を選択する。選択部108で選択した情報は、提示部110へと出力する。提示部110は、提示する情報を生成して表示する。具体的には、提示部110は、入力情報取得部102で取得した入力情報及び付随するデータと、推論部104で取得した推論結果と、選択部108で選択した情報に基づいて、提示する情報を生成し、生成した情報を表示制御する。
なお、図1に示した診断支援装置100の各部の少なくとも一部は独立した装置として実現してもよい。また、夫々が機能を実現するソフトウェアとして実現してもよい。本実施形態では各部はそれぞれソフトウェアにより実現されているものとする。
図2は、図1に示した各部の夫々の機能を、ソフトウェアを実行することで実現するためのコンピュータの基本構成を示す図である。CPU1001は、主として各構成要素の動作を制御する。主メモリ1002は、CPU1001が実行する制御プログラムを格納したり、CPU1001によるプログラム実行時の作業領域を提供したりする。磁気ディスク1003は、オペレーティングシステム(OS)、周辺機器のデバイスドライブ、後述する処理等を行うためのプログラムを含む各種アプリケーションソフト等を格納する。表示メモリ1004は、表示用データを一時記憶する。モニタ1005は、例えばCRTモニタや液晶モニタ等であり、表示メモリ1004からのデータに基づいて画像やテキストなどの表示を行う。マウス1006及びキーボード1007は、ユーザによるポインティング入力及び文字等の入力をそれぞれ行う。上記各構成要素は、共通バス1008により互いに通信可能に接続されている。
図3は、本実施形態における処理手順を示すフローチャートを示す。本実施形態では、CPU1001が主メモリ1002に格納されている各部の機能を実現するプログラムを実行することにより実現される。なお、以下の説明では、読影所見又は臨床情報名をIj(j=1〜m)で表し、m種類の読影所見又は臨床情報名I1〜Imを取り扱うものとする。また、Ijが取りうるk個の状態をSjkと表記する。kの範囲はIjにより様々な値となる。本実施形態では、例として、図4に示したような読影所見又は臨床情報を入力または取得可能であって、さらに、夫々の読影所見又は臨床情報は、図4に示したような状態を取ることが可能であるものとする。例えば、I1の「形状」は、異常陰影の形状を表しており、状態S11「球形」、状態S12「分葉状」、状態S13「不整形」の3状態をとる。I2の「切れ込み」は、異常陰影における切れ込みの程度を表している。また、Ilの「巻(気管支)」は、異常陰影における気管支の巻き込みの有無を表している。また、Imの「既往」は、過去に疾患の既往があったかどうかを表している。
また、以下の説明では、状態Sjkの集合を集合Eと表記する。ただし、ある一つのIjの状態Sjkは、一つの集合Eの中には複数が同時に存在しないものとする。例えば、I1が状態S11、状態S12、状態S13を、I2が状態S21、状態S22、状態S23、状態S24を取る場合、集合E = {S11, S21}は取りうるが、集合E ={S11, S12}は取ることが出来ない。これは一つの読影所見又は臨床情報は一つの状態のみを取るためである。また、以下の説明では、診断名を、記号Dを用いて表記する。本実施形態では、診断名として、原発性肺癌(D1と表記)、癌の肺転移(D2と表記)、その他(D3と表記)の3値を取るものとする。また、入力情報として集合Eが与えられた場合の診断名Dr(r=1, 2, 3)の推論確率を、P(Dr|E)と表記する。同様に、集合EのサブセットをExと表記し、サブセットExが与えられた場合の診断名Drの推論確率を、P(Dr|Ex)と表記する。また、診断名Drに対するExの影響度をI(Dr|Ex)と表記する。
ステップS3000において、入力情報取得部102は、診断支援装置100へ入力された肺の異常陰影に関する入力情報とそれに付随するデータとを取得する。例えば、取得した入力情報において、I1「形状」:状態S12「分葉状」、I2「切れ込み」:状態S21「強」、…、Il「巻(気管支)」:状態Sl1「有」、…、Im「既往」:状態Sm2「無」、であったとする。この場合、状態Sjkの集合E(すなわち、入力情報)は、E = {S12, S21,…, Sl1,…, Sm2}となる。
ステップS3010において、推論部104は、ステップS3000で取得した入力情報(すなわち、E)に基づいて、異常陰影が夫々の診断名である確率(推論結果)を推論する。このときの推論手段としては、ベイジアンネットワーク、ニューラルネットワーク、サポートベクターマシン、など既存の様々な推論手法が利用できる。本実施形態では、推論手段としてベイジアンネットワークを用いる。ベイジアンネットワークは条件付確率を用いた推論モデルであり、入力情報が入力された場合の各診断名の推論確率(その事例が夫々の診断名である確率。事後確率ともいう)の取得が可能である。本実施形態では異常陰影の診断名D1、D2、D3それぞれに対する推論確率が取得される。
ステップS3020において、影響度取得部106は、ステップS3000で取得した入力情報と、ステップS3010で取得した推論結果を用いて影響度を取得する。具体的には、少なくとも一つの集合E(すなわち、入力情報)のサブセットEx(すなわち、入力情報のサブセット)を取得し、夫々のサブセットExについて各診断名に対する影響の度合いを示す影響度を取得する。例えば、前述の例のE = {S12, S21,…, Sl1,…, Sm2}において、要素数が2となるサブセットExを取得する場合には、{S12, S21}、{S12, Sl1}、{S21, Sm2}などのExが取得される。本実施形態では、要素数が1個となる全てのサブセットExを取得するものとする。したがって、前述の例では、Eの要素がm個なので、m個のサブセットExが取得される。
次いで、それぞれのサブセットExにおいて影響度を取得する。本実施形態では影響度を、各診断名の事前確率と、Exのみが入力された場合の推論確率を利用して算出する。なお、本実施形態では、各診断名の事前確率は、入力がない場合の各診断名の確率に相当する。そして、例えば、診断名Drに対するExの影響度I(Dr|Ex)を次式で算出する。
(1)式において、I(Dr|Ex)が正、すなわち、Exのみを入力した時の事後確率が事前確率より大きい場合は、ExはDrに対して肯定的な影響を持つと判定する。一方、負の場合、すなわち、Exのみを入力した時の事後確率が事前確率より小さい場合は、ExはDrに対して否定的な影響を持つと判定する。なお、以上の影響度の算出方法は、本実施形態における処理の一例であり、これに限定されるものではない。
ステップS3030において、選択部108は、ステップS3010で取得した推論結果と、ステップS3020で取得した影響度に基づいてサブセットを選択する。本実施形態では、選択部108は、推論結果の中で、最も高い推論確率を有する診断名の推論確率と閾値に応じてサブセットを選択する。具体的には、最も高い推論確率が所定の閾値以上の場合には、選択部108は、最も高い推論確率を有する診断名を肯定するサブセットを選択する。一方、最も高い推論確率が所定の閾値を超えない場合には、選択部108は、推論確率が低いと判断し、最も高い推論確率を有する診断名以外の診断名を否定するサブセットを選択する。なお、以上の選択方法は、本実施形態における処理の一例であり、これに限定されるものではない。
図5を用いて、閾値を70.0%とした場合の本実施形態による処理を詳しく説明する。図5(a)及び図5(b)は、夫々異なる入力情報(集合E)を取得した場合の、ステップS3010の処理によって得られた推論確率P(Dr|Ex)と、ステップS3020の処理によって得られた各診断名への影響度I(Dr|Ex)を示す。図5(a)では、最も高い推論確率を有する診断名はD1(すなわち、原発性肺癌)であり、その推論確率P(D1|E)は47.6%である。この場合、推論確率P(D1|E)は閾値の70.0%を超えていないため、選択部108は、D1以外のD2とD3を否定する情報、すなわち、I(D2|Ex)、I(D3|Ex)が負となるサブセットを選択する。本実施形態では、選択部108は、I(D2|Ex)、I(D3|Ex)が負となるサブセットExの中で最も小さい値を取るExを夫々選択する。具体的には、本実施形態では、選択部108は、{Sm2}(=-13.8%)、{S43}(=-8.80)を夫々選択する。
一方、図5(b)では、最も高い推論確率を有する診断名はD2(すなわち、癌の肺転移)であり、その推論確率P(D2|E)は82.1%である。この場合、推論確率P(D2|E)は閾値の70.0%を超えているため、選択部108は、D2を肯定する情報、すなわち、I(D2|Ex)が正となるサブセットを選択する。本実施形態では、選択部108は、I(D2|Ex)が正となるサブセットExの中で最も大きい値を取るExを選択する。具体的には、本実施形態では、選択部108は、{S11}(=10.4)を選択する。
ステップS3040において、提示部110は、提示する情報を生成して表示する。具体的には、ステップS3000で取得された入力情報及び付随するデータと、ステップS3010で取得された推論結果と、ステップS3030で選択されたサブセットの情報に基づいて、提示する情報を生成する。図6は、図5(a)で示す推論結果と影響度を取得した場合に、本実施形態においてモニタ1005に表示される提示情報の一例を示す。提示情報600は、ステップS3000で取得した肺の異常陰影の代表画像6000、及び、肺の異常陰影の入力情報6010を含んでいる。また、提示情報600は、ステップS3010で推論した推論結果6020を含んでいる。図に示される例では、推論結果6020として、推論結果における原発性肺癌の推論確率6021、癌の肺転移の推論確率6022、及び、その他の推論確率6023が、円グラフによって表示される。また、提示情報600は、推論結果において各診断名の中で最も高い推論確率を得た診断名(図の例では原発性肺癌)とその確率6030(図の例では、癌の原発性肺癌の推論確率)とを含んでいる。また、提示情報600は、ステップS6030の処理により選択される支援情報6040を含んでいる。
本実施形態によれば、推論結果の推論確率を考慮することにより、支援情報の選択方法を変化させている。具体的には、対象となる診断名の推論確率が高い場合にはその診断名を肯定する情報を選択し、低い場合には他の診断名を否定する情報を選択する。その結果、医師による読影の場合と同じような情報を支援情報として提示することが可能となる。そのため、医師が必要する情報を効率的に提示することができる。言い換えれば、本実施形態によれば、対象とする診断名の自信度に応じた情報を選択して提示するため、ユーザが必要とする情報を効率的に提示することができる。
[変形例1]
本実施形態では、ステップS3030において、最も高い推論確率を有する診断名の推論確率と閾値に応じて情報を選択していた。しかし、選択の基準として最も高い診断名の推論確率のみではなく、他の診断名の推論確率を利用してもよい。例えば、2番目に高い推論確率を有する診断名の推論確率との差分/比率が既定の閾値を超えるかどうかに応じて情報を選択してもよい。または、最も低い推論確率を有する診断名の推論確率との差分/比率と閾値を利用してもよい。さらに、2番目以降N番目までの推論確率の総和との差分/比率を利用してもよいし、各診断名の推論確率の中央値との差分/比率を利用してもよい。これによると、情報の選択が動的に行われるため、医師が必要とする情報を柔軟に提示することができる。
本実施形態では、ステップS3030において、最も高い推論確率を有する診断名の推論確率と閾値に応じて情報を選択していた。しかし、選択の基準として最も高い診断名の推論確率のみではなく、他の診断名の推論確率を利用してもよい。例えば、2番目に高い推論確率を有する診断名の推論確率との差分/比率が既定の閾値を超えるかどうかに応じて情報を選択してもよい。または、最も低い推論確率を有する診断名の推論確率との差分/比率と閾値を利用してもよい。さらに、2番目以降N番目までの推論確率の総和との差分/比率を利用してもよいし、各診断名の推論確率の中央値との差分/比率を利用してもよい。これによると、情報の選択が動的に行われるため、医師が必要とする情報を柔軟に提示することができる。
[変形例2]
本実施形態では、ステップS3030において、最も高い推論確率を有する診断名の推論確率と閾値に応じて情報を選択していた。しかし、選択の基準として2番目以降の推論確率を有する診断名の推論確率を用いてもよい。例えば、最も低い推論確率を有する診断名の推論確率と閾値を利用して情報を選択してもよい。
本実施形態では、ステップS3030において、最も高い推論確率を有する診断名の推論確率と閾値に応じて情報を選択していた。しかし、選択の基準として2番目以降の推論確率を有する診断名の推論確率を用いてもよい。例えば、最も低い推論確率を有する診断名の推論確率と閾値を利用して情報を選択してもよい。
[変形例3]
本実施形態では、ステップS3030において、最も高い推論確率を有する診断名の推論確率を利用して情報を選択していた。しかし、最も高い推論確率を有する診断名ではなく、他の方法により特定された診断名の推論確率を利用してもよい。例えば、医師が指定した診断名の推論確率に応じて情報を選択してもよい。これによると、医師が所望する診断名に対して情報が選択されるため、医師がより必要とする情報を効率的に提示することができる。
本実施形態では、ステップS3030において、最も高い推論確率を有する診断名の推論確率を利用して情報を選択していた。しかし、最も高い推論確率を有する診断名ではなく、他の方法により特定された診断名の推論確率を利用してもよい。例えば、医師が指定した診断名の推論確率に応じて情報を選択してもよい。これによると、医師が所望する診断名に対して情報が選択されるため、医師がより必要とする情報を効率的に提示することができる。
[変形例4]
ステップS3030では、対象となる診断名以外を否定する情報を選択する時に、その診断名以外の診断名夫々の影響度も同時に利用して情報を選択していた。しかし、対象となる診断名の影響度を利用して情報を選択してもよい。具体的には、対象となる診断名を肯定しつつ、それ以外の診断名を否定する情報を選択してもよい。また、対象なる診断名以外を複数同時に否定する情報を選択してもよい。これによると、複数の診断名に対する影響度を利用して情報が選択されるため、医師がより必要とする情報を効率的に提示することができる。
ステップS3030では、対象となる診断名以外を否定する情報を選択する時に、その診断名以外の診断名夫々の影響度も同時に利用して情報を選択していた。しかし、対象となる診断名の影響度を利用して情報を選択してもよい。具体的には、対象となる診断名を肯定しつつ、それ以外の診断名を否定する情報を選択してもよい。また、対象なる診断名以外を複数同時に否定する情報を選択してもよい。これによると、複数の診断名に対する影響度を利用して情報が選択されるため、医師がより必要とする情報を効率的に提示することができる。
[変形例5]
ステップS3030では、最も高い推論確率を有する診断名の閾値を超えた場合に、その診断名を肯定する情報を提示し、超えない場合にはそれ以外の診断名を否定する情報を提示していた。しかし、その他の方法であってもよい。具体的には、診断名の閾値を超えた場合にはそれ以外の診断名を否定する情報を提示し、超えない場合にはその診断名を肯定する情報を提示してもよい。
この方法によれば、医師が通常行う方法の逆の観点で情報を提示するため、医師が診断を行う際に注意喚起として情報を利用することが期待できる。
ステップS3030では、最も高い推論確率を有する診断名の閾値を超えた場合に、その診断名を肯定する情報を提示し、超えない場合にはそれ以外の診断名を否定する情報を提示していた。しかし、その他の方法であってもよい。具体的には、診断名の閾値を超えた場合にはそれ以外の診断名を否定する情報を提示し、超えない場合にはその診断名を肯定する情報を提示してもよい。
この方法によれば、医師が通常行う方法の逆の観点で情報を提示するため、医師が診断を行う際に注意喚起として情報を利用することが期待できる。
以上のように、本実施形態によれば、医用情報に含まれる読影所見や臨床情報から得られる各診断名に対する推論確率と、その所見や臨床情報のサブセットそれぞれが推論確率に係る推論に及ぼす影響度に基づいて、適切な支援情報を提供することが可能となる。
[その他の実施形態]
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
100 診断支援装置、102 入力情報取得部、104 推論部、106 影響度取得部、108 選択部、110 提示部、200 情報入力端末
Claims (13)
- 症例に対応する複数の医用情報に基づいて、前記症例に対応する複数の診断名の推論確率を取得する推論手段と、
前記複数の診断名のうち、対象となる診断名の前記推論確率が所定の基準よりも低い場合に、前記対象となる診断名以外の診断名の前記推論確率に否定的な影響を与えた前記医用情報を選択する選択手段と、
前記選択された医用情報に基づく支援情報を表示部に表示させる表示制御手段と、
を有することを特徴とする診断支援システム。 - 前記選択手段は、前記対象となる診断名の前記推論確率が所定の基準よりも高い場合に、前記対象となる診断名の前記推論確率に肯定的な影響を与えた前記医用情報を選択することを特徴とする請求項1に記載の診断支援システム。
- 前記選択手段は、前記対象となる診断名の前記推論確率が所定の基準よりも低い場合に、前記対象となる診断名の前記推論確率に肯定的な影響を与えると共に、前記対象となる診断名以外の診断名の前記推論確率に否定的な影響を与えた前記医用情報を選択することを特徴とする請求項1又は2に記載の診断支援システム。
- 前記推論確率に影響を与えた度合いを示す、前記医用情報の影響度を取得する影響度取得手段
を更に有し、
前記選択手段は、前記影響度に基づいて、前記医用情報を選択することを特徴とする請求項1乃至3の何れか1項に記載の診断支援システム。 - 前記対象となる診断名は、前記複数の診断名のうち、前記推論確率が最も高い診断名であることを特徴とする請求項1乃至4の何れか1項に記載の診断支援システム。
- 前記対象となる診断名は、前記複数の診断名のうち、ユーザから指定された診断名であることを特徴とする請求項1乃至4の何れか1項に記載の診断支援システム。
- 前記所定の基準は、閾値であることを特徴とする請求項1乃至6の何れか1項に記載の診断支援システム。
- 前記医用情報は、少なくとも読影所見と臨床情報の何れかを含む情報であることを特徴とする請求項1乃至7の何れか1項に記載の診断支援システム。
- 前記表示制御手段は、前記支援情報と共に、前記診断名ごとの前記推論確率を前記表示部に表示させることを特徴とする請求項1乃至8の何れか1項に記載の診断支援システム。
- 症例に対応する複数の医用情報に基づいて、前記症例に対応する複数の診断名の推論確率を取得する推論手段と、
前記複数の診断名のうち、対象となる診断名の前記推論確率が所定の基準よりも低い場合に、前記対象となる診断名以外の診断名の前記推論確率に否定的な影響を与えた前記医用情報を選択する選択手段と、
前記選択された医用情報に基づく支援情報を表示部に表示させる表示制御手段と、
を有することを特徴とする診断支援装置。 - 推論部と、選択部と、提示部とを有する診断支援システムの作動方法であって、
前記推論部が、症例に対応する複数の医用情報に基づいて、前記症例に対応する複数の診断名の推論確率を取得する推論工程と、
前記選択部が、前記複数の診断名のうち、対象となる診断名の前記推論確率が所定の基準よりも低い場合に、前記対象となる診断名以外の診断名の前記推論確率に否定的な影響を与えた前記医用情報を選択する選択工程と、
前記提示部が、前記選択された医用情報に基づく支援情報を表示部に表示させる表示制御工程と、
を有することを特徴とする診断支援システムの作動方法。 - 推論部と、選択部と、提示部とを有する診断支援装置の作動方法であって、
前記推論部が、症例に対応する複数の医用情報に基づいて、前記症例に対応する複数の診断名の推論確率を取得する推論工程と、
前記選択部が、前記複数の診断名のうち、対象となる診断名の前記推論確率が所定の基準よりも低い場合に、前記対象となる診断名以外の診断名の前記推論確率に否定的な影響を与えた前記医用情報を選択する選択工程と、
前記提示部が、前記選択された医用情報に基づく支援情報を表示部に表示させる表示制御工程と、
を有することを特徴とする診断支援装置の作動方法。 - 請求項11又は12に記載された作動方法の各工程をコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018115421A JP6530841B2 (ja) | 2018-06-18 | 2018-06-18 | 診断支援システム、その作動方法、診断支援装置、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018115421A JP6530841B2 (ja) | 2018-06-18 | 2018-06-18 | 診断支援システム、その作動方法、診断支援装置、およびプログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013144857A Division JP6362061B2 (ja) | 2013-07-10 | 2013-07-10 | 診断支援システム、その作動方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018183601A JP2018183601A (ja) | 2018-11-22 |
JP6530841B2 true JP6530841B2 (ja) | 2019-06-12 |
Family
ID=64356752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018115421A Active JP6530841B2 (ja) | 2018-06-18 | 2018-06-18 | 診断支援システム、その作動方法、診断支援装置、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6530841B2 (ja) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4021179B2 (ja) * | 2000-11-29 | 2007-12-12 | 富士通株式会社 | 診断支援プログラム、診断支援プログラムを記録したコンピュータ読取可能な記録媒体、診断支援装置及び診断支援方法 |
WO2006077885A1 (ja) * | 2005-01-19 | 2006-07-27 | Hitachi Medical Corporation | 画像診断支援装置及び画像診断支援プログラム |
JP5582707B2 (ja) * | 2009-02-27 | 2014-09-03 | キヤノン株式会社 | 医療意志決定支援装置及びその制御方法 |
JP5398518B2 (ja) * | 2009-12-25 | 2014-01-29 | キヤノン株式会社 | 医療診断支援装置 |
JP5800595B2 (ja) * | 2010-08-27 | 2015-10-28 | キヤノン株式会社 | 医療診断支援装置、医療診断支援システム、医療診断支援の制御方法、及びプログラム |
JP5744631B2 (ja) * | 2011-06-06 | 2015-07-08 | キヤノン株式会社 | 診療支援装置、診療支援方法 |
JP5456132B2 (ja) * | 2012-10-03 | 2014-03-26 | キヤノン株式会社 | 診断支援装置、診断支援装置の制御方法、およびそのプログラム |
-
2018
- 2018-06-18 JP JP2018115421A patent/JP6530841B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018183601A (ja) | 2018-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5728212B2 (ja) | 診断支援装置、診断支援装置の制御方法、およびプログラム | |
JP6016406B2 (ja) | 医療診断支援装置及び医療診断支援方法及び入力支援システム | |
US10726344B2 (en) | Diagnosis support apparatus and method of controlling the same | |
JP6362061B2 (ja) | 診断支援システム、その作動方法、およびプログラム | |
JP5875285B2 (ja) | 医療診断支援装置、情報処理方法及びプログラム | |
US10282671B2 (en) | Medical diagnosis support apparatus and method of controlling the same | |
JP6818424B2 (ja) | 診断支援装置、情報処理方法、診断支援システム及びプログラム | |
JP6071338B2 (ja) | 医療診断支援装置、医療診断支援方法及びプログラム | |
JP5864942B2 (ja) | 画像処理装置及び画像処理方法 | |
JP6220435B2 (ja) | 診断支援装置及びその制御方法 | |
US11967424B2 (en) | Information processing apparatus, information processing method, and recording medium | |
JP5350201B2 (ja) | 推論装置、推論方法、及びプログラム | |
JP6530841B2 (ja) | 診断支援システム、その作動方法、診断支援装置、およびプログラム | |
JP6527614B2 (ja) | 画像処理装置及び画像処理装置の作動方法 | |
CN113808181A (zh) | 医学图像的处理方法、电子设备和存储介质 | |
CN108984587B (zh) | 信息处理装置、信息处理方法、信息处理***和存储介质 | |
JP2016105796A (ja) | 医療診断支援装置及び医療診断支援方法 | |
JP2018110040A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2016101511A (ja) | 画像処理装置及び画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190328 |
|
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: 20190419 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190517 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6530841 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |