JP7376674B2 - 文書作成支援装置、文書作成支援方法及びプログラム - Google Patents

文書作成支援装置、文書作成支援方法及びプログラム Download PDF

Info

Publication number
JP7376674B2
JP7376674B2 JP2022500424A JP2022500424A JP7376674B2 JP 7376674 B2 JP7376674 B2 JP 7376674B2 JP 2022500424 A JP2022500424 A JP 2022500424A JP 2022500424 A JP2022500424 A JP 2022500424A JP 7376674 B2 JP7376674 B2 JP 7376674B2
Authority
JP
Japan
Prior art keywords
property
texts
text
image
document creation
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
JP2022500424A
Other languages
English (en)
Other versions
JPWO2021162008A1 (ja
Inventor
佳児 中村
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.)
Fujifilm Corp
Original Assignee
Fujifilm 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 Fujifilm Corp filed Critical Fujifilm Corp
Publication of JPWO2021162008A1 publication Critical patent/JPWO2021162008A1/ja
Application granted granted Critical
Publication of JP7376674B2 publication Critical patent/JP7376674B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/55—Rule-based translation
    • G06F40/56—Natural language generation
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Description

開示の技術は、文書作成支援装置、文書作成支援方法及びプログラムに関する。
医用画像に基づいて読影レポート等の文書に適用し得るテキストを生成する文書作成支援装置に関する技術として、以下の技術が知られている。例えば、特開２００９－８２４４３号公報には、画像特徴情報と読影結果の所見文を対応付けて格納した格納手段と、読影対象の画像において指定された注目領域の画像特徴情報を取得する取得手段と、取得手段で取得された画像特徴情報に類似した画像特徴情報を格納手段から検索し、検索された画像特徴情報に対応付けて格納されている所見文を格納手段から取得する検索手段と、検索手段により取得された所見文の記述を、取得手段で取得された注目領域の画像特徴情報に基づいて変更することにより、指定された注目領域の読影の所見文を生成する生成手段と、を備えた診断支援装置が記載されている。
また、特開２００９－２５９０００号公報には、予め用意された複数の用語から所望の用語を選択させ、選択された用語の組み合わせに応じて生成された定型文、あるいは入力候補から、文として使用するものを選択させ、選択された文への修正加筆を受け付け修正文とする操作入力制御手段と、操作入力制御手段で選択された用語の組み合わせと修正文とを関連付けて辞書に登録する登録手段と、操作入力制御手段で選択された用語の組み合わせと、登録手段で関連付けられた用語の組み合わせが一致する修正文を、辞書から検索する検索手段と、検索手段で検索された修正文を、操作入力制御手段で選択される文の入力候補として表示させる表示制御手段とを備えた文書作成支援装置が記載されている。
医用画像に基づいて自動生成されるテキストには、重要事項が欠落していたり、重要でない事項が含まれていたりする場合があり、必ずしもユーザの要求に合致したテキストが生成されない場合がある。これに対処するために、記載が互いに異なる複数の候補テキストを提示し、複数の候補テキストの中からユーザの要求に合致したテキストをユーザに選択させることが考えられる。この場合、複数の候補テキストは、記載内容が変化に富んでいることが好ましい。これにより、複数の候補テキストの中にユーザの要求に合致したものが含まれる可能性が高くなる。また、ユーザによって選択されたテキストの記述内容の傾向を、その後のテキスト生成に反映させることで、複数の候補テキストの中にユーザの要求に合致したものが含まれる可能性が更に高くなる。
開示の技術は、上記の点に鑑みてなされたものであり、画像に基づいてテキストを自動生成する場合に、ユーザの要求に合致したテキストが生成される可能性を高めることを目的とする。
開示の技術に係る文書支援作成装置は、少なくとも１つのプロセッサを備えた文書作成支援装置である。プロセッサは、画像に含まれる特徴部分の性状を、予め定められた複数の性状項目の各々について特定し、特定された性状の少なくとも１つを記述した互いに異なる複数のテキストを生成する場合に、複数のテキストの各々に記述される性状に対応する性状項目の組み合わせが複数のテキスト間で互いに異なるように複数のテキストを生成し、複数のテキストのうちのいずれか１つが選択された場合に、選択されたテキストに記述された性状に対応する性状項目である選択項目と、選択されたテキストを含む複数のテキストを生成する際に複数の性状項目の各々について性状を特定した結果である性状特定結果と、を対応付けた対応データを生成し、複数の性状項目の各々について特定された性状と、対応データに含まれる性状特定結果とが一致する場合、当該性状特定結果に対応付けられた選択項目と同一の性状項目について特定した性状を記述した優先テキストを、複数のテキストのうちの１つとして生成する。
プロセッサは、複数のテキストの各々を表示画面に表示させる場合に、優先テキストを他のテキストと識別可能に表示する制御を行ってもよい。プロセッサは、優先テキストを表示画面の最上位に位置するように、複数のテキストを表示画面の上下方向に並べて表示させる制御を行ってもよい。また、プロセッサは、優先テキストを強調表示する制御を行ってもよい。また、プロセッサは、複数のテキストのうちのいずれか１つが選択される度に対応データを生成し、生成した対応データを記憶部に格納してもよい。
開示の技術に係る文書作成支援方法は、画像に含まれる特徴部分の性状を、予め定められた複数の性状項目の各々について特定し、特定された性状の少なくとも１つを記述した互いに異なる複数のテキストを生成する場合に、複数のテキストの各々に記述される性状に対応する性状項目の組み合わせが複数のテキスト間で互いに異なるように複数のテキストを生成し、複数のテキストのうちのいずれか１つが選択された場合に、選択されたテキストに記述された性状に対応する性状項目である選択項目と、選択されたテキストを含む複数のテキストを生成する際に複数の性状項目の各々について性状を特定した結果である性状特定結果と、を対応付けた対応データを生成し、複数の性状項目の各々について特定された性状と、対応データに含まれる性状特定結果とが一致する場合、当該性状特定結果に対応付けられた選択項目と同一の性状項目について特定した性状を記述した優先テキストを、複数のテキストのうちの１つとして生成する処理を文書作成支援装置が備えるプロセッサが実行する、というものである。
開示の技術に係るプログラムは、画像に含まれる特徴部分の性状を、予め定められた複数の性状項目の各々について特定し、特定された性状の少なくとも１つを記述した互いに異なる複数のテキストを生成する場合に、複数のテキストの各々に記述される性状に対応する性状項目の組み合わせが複数のテキスト間で互いに異なるように複数のテキストを生成し、複数のテキストのうちのいずれか１つが選択された場合に、選択されたテキストに記述された性状に対応する性状項目である選択項目と、選択されたテキストを含む複数のテキストを生成する際に複数の性状項目の各々について性状を特定した結果である性状特定結果と、を対応付けた対応データを生成し、複数の性状項目の各々について特定された性状と、対応データに含まれる性状特定結果とが一致する場合、当該性状特定結果に対応付けられた選択項目と同一の性状項目について特定した性状を記述した優先テキストを、複数のテキストのうちの１つとして生成する処理をコンピュータに実行させるためのプログラムである。
開示の技術によれば、 画像に基づいてテキストを自動生成する場合に、ユーザの要求に合致したテキストが生成される可能性を高めることが可能となる。
開示の技術の実施形態に係る医療情報システムの概略構成を示す図である。 開示の技術の実施形態に係る文書作成支援装置のハードウェア構成の一例を示す図である。 開示の技術の実施形態に係る文書作成支援装置の機能的な構成の一例を示す機能ブロック図である。 開示の技術の実施形態に係る文書作成支援装置の機能を説明するための図である。 開示の技術の実施形態に係るテキスト生成部を構成するリカレントニューラルネットワークの模式的な構成の一例を示す図である。 開示の技術の実施形態に係る表示画面に表示される情報の表示態様の一例を示す図である。 開示の技術の実施形態に係る対応データを生成する処理を説明するための図である。 開示の技術の実施形態に係る優先テキストの表示形態の一例を示す図である。 開示の技術の実施形態に係る文書作成支援処理の流れの一例を示すフローチャートである。 開示の技術の実施形態に係るテキスト生成処理の流れの一例を示すフローチャートである。 開示の技術の実施形態に係る表示制御処理の流れの一例を示すフローチャートである。
以下、開示の技術の実施形態について図面を参照しつつ説明する。尚、各図面において、実質的に同一又は等価な構成要素又は部分には同一の参照符号を付している。
［第１の実施形態］
図１は開示の技術の実施形態に係る文書作成支援装置を適用した医療情報システム１の概略構成を示す図である。医療情報システム１は、公知のオーダリングシステムを用いた診療科の医師からの検査オーダに基づいて、被写体の検査対象部位の撮影、撮影により取得された医用画像の保管、読影医による医用画像の読影と読影レポートの作成、及び依頼元の診療科の医師による読影レポートの閲覧と読影対象の医用画像の詳細観察とを行うためのシステムである。
医療情報システム１は、複数の撮影装置２、読影端末である複数の読影ワークステーション（ＷＳ）３、診療科ワークステーション（ＷＳ）４、画像サーバ５、画像データベース６、読影レポートサーバ７、及び読影レポートデータベース８が、有線または無線のネットワーク９を介して互いに通信可能な状態で接続されて構成されている。
各機器は、医療情報システム１の構成要素として機能させるためのアプリケーションプログラムがインストールされたコンピュータである。アプリケーションプログラムは、ＤＶＤ（Digital Versatile Disc）あるいはＣＤ－ＲＯＭ（Compact Disc Read Only Memory）等の記録媒体に記録されて配布され、その記録媒体からコンピュータにインストールされる。または、ネットワーク９に接続されたサーバコンピュータの記憶装置、もしくはネットワークストレージに、外部からアクセス可能な状態で格納され、要求に応じてコンピュータにダウンロードされ、インストールされる。
撮影装置２は、被写体の診断対象となる部位を撮影することにより、診断対象部位を表す医用画像を生成する装置である。撮影装置２は、例えば、単純Ｘ線撮影装置、ＣＴ装置、ＭＲＩ装置、及びＰＥＴ（Positron Emission Tomography)装置等であってもよい。撮影装置２により生成された医用画像は画像サーバ５に送信され、保存される。
診療科ＷＳ４は、診療科の医師が医用画像の詳細観察、読影レポートの閲覧、及び電子カルテの作成等に利用するコンピュータであり、処理装置、ディスプレイ等の表示装置、並びにキーボード及びマウス等の入力装置により構成される。診療科ＷＳ４では、患者のカルテ（電子カルテ）の作成、画像サーバ５に対する画像の閲覧要求、画像サーバ５から受信した医用画像の表示、医用画像中の疾患を疑う領域の自動検出または強調表示、読影レポートサーバ７に対する読影レポートの閲覧要求、及び読影レポートサーバ７から受信した読影レポートの表示等の各処理が、各処理のためのソフトウェアプログラムを実行することにより行われる。
画像サーバ５は、汎用のコンピュータにデータベース管理システム（DataBase Management System: DBMS）の機能を提供するソフトウェアプログラムがインストールされたものである。また、画像サーバ５は、ストレージを含んで構成される画像データベース６を備えている。画像データベース６は、画像サーバ５とデータバスによって接続されたハードディスク装置であってもよいし、ネットワーク９に接続されているＮＡＳ（Network Attached Storage）及びＳＡＮ（Storage Area Network）に接続されたディスク装置であってもよい。また、画像サーバ５は、撮影装置２からの医用画像の登録要求を受け付けると、その医用画像をデータベース用のフォーマットに整えて画像データベース６に登録する。
画像データベース６には、撮影装置２において取得された医用画像の画像データと、画像データに付帯する付帯情報とが登録される。付帯情報には、例えば、個々の医用画像を識別するための画像ＩＤ、被写体である患者を識別するための患者ＩＤ(identification)、検査内容を識別するための検査ＩＤ、医用画像毎に割り当てられるユニークなＩＤ（ＵＩＤ：unique identification）、医用画像が生成された検査日、検査時刻、医用画像を取得するための検査で使用された撮影装置の種類、患者氏名、年齢、性別等の患者情報、検査部位（撮影部位）、撮影情報（撮影プロトコル、撮影シーケンス、撮像手法、撮影条件、造影剤の使用有無等）、１回の検査で複数の医用画像を取得したときのシリーズ番号あるいは採取番号等の情報が含まれる。また、画像サーバ５は、読影ＷＳ３からの閲覧要求をネットワーク９経由で受信すると、画像データベース６に登録されている医用画像を検索し、検索された医用画像を要求元の読影ＷＳ３に送信する。
読影レポートサーバ７には、汎用のコンピュータにデータベース管理システムの機能を提供するソフトウェアプログラムが組み込まれる。読影レポートサーバ７は、読影ＷＳ３からの読影レポートの登録要求を受け付けると、その読影レポートをデータベース用のフォーマットに整えて読影レポートデータベース８に登録する。また、読影レポートの検索要求を受け付けると、その読影レポートを読影レポートデータベース８から検索する。
読影レポートデータベース８には、例えば、読影対象の医用画像を識別する画像ＩＤ、読影を行った画像診断医を識別するための読影医ＩＤ、病変名、病変の位置情報、所見、及び所見の確信度等の情報が記録された読影レポートが登録される。
ネットワーク９は、病院内の各種機器を接続する有線または無線のローカルエリアネットワークである。読影ＷＳ３が他の病院あるいは診療所に設置されている場合には、ネットワーク９は、各病院のローカルエリアネットワーク同士をインターネットまたは専用回線で接続した構成としてもよい。いずれの場合にも、ネットワーク９は光ネットワーク等の医用画像の高速転送が実現可能な構成にすることが好ましい。
読影ＷＳ３は、画像サーバ５に対する医用画像の閲覧要求、画像サーバ５から受信した医用画像に対する各種画像処理、医用画像の表示、医用画像に対する解析処理、解析結果に基づく医用画像の強調表示、解析結果に基づく読影レポートの作成、読影レポートの作成の支援、読影レポートサーバ７に対する読影レポートの登録要求と閲覧要求、並びに読影レポートサーバ７から受信した読影レポートの表示等の各処理を、各処理のためのソフトウェアプログラムを実行することにより行う。読影ＷＳ３は、後述する文書作成支援装置１０を内包しており、上記の各処理のうち、文書作成支援装置１０が行う処理以外の処理は、周知のソフトウェアプログラムにより行われるため、ここでは詳細な説明は省略する。また、文書作成支援装置１０が行う処理以外の処理を読影ＷＳ３において行わず、別途その処理を行うコンピュータをネットワーク９に接続しておき、読影ＷＳ３からの処理の要求に応じて、そのコンピュータにおいて要求された処理を行うようにしてもよい。以下、読影ＷＳ３に内包される文書作成支援装置１０について詳細に説明する。
図２は、文書作成支援装置１０のハードウェア構成の一例を示す図である。文書作成支援装置１０は、ＣＰＵ（Central Processing Unit）１０１、メモリ１０２、記憶部１０３、液晶ディスプレイ等の表示部１０４、キーボード及びマウス等の入力部１０５、及び外部Ｉ／Ｆ（InterFace）１０６を含む。なお、入力部１０５は音声による入力を受け付けるマイクロフォンを備えていてもよい。ＣＰＵ１０１、メモリ１０２、記憶部１０３、表示部１０４、入力部１０５、及び外部Ｉ／Ｆ１０６は、バス１０７に接続される。文書作成支援装置１０は、外部Ｉ／Ｆ１０６を介して、医療情報システム１のネットワーク９に接続される。なお、ＣＰＵ１０１は、開示の技術におけるプロセッサの一例である。
記憶部１０３は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、又はフラッシュメモリ等によって実現される。記憶部１０３には、文書作成支援プログラム１０８が格納される。文書作成支援プログラム１０８は、ＤＶＤあるいはＣＤ－ＲＯＭ等の記録媒体に記録されて配布され、その記録媒体から文書作成支援装置１０にインストールされる。または、文書作成支援プログラム１０８は、ネットワークに接続されたサーバコンピュータの記憶装置、もしくはネットワークストレージに、外部からアクセス可能な状態で格納され、要求に応じて文書作成支援装置１０にダウンロードされ、インストールされる。ＣＰＵ１０１は、記憶部１０３から文書作成支援プログラム１０８を読み出してからメモリ１０２に展開し、展開した文書作成支援プログラム１０８を実行する。また、記憶部１０３には、対応データ１０９が格納される。対応データ１０９の詳細については後述する。
図３は、文書作成支援装置１０の機能的な構成の一例を示す機能ブロック図である。文書作成支援装置１０は、画像取得部１１、特徴抽出部１２、解析部１３、テキスト生成部１４、表示制御部１５及び対応データ生成部１６を有する。文書作成支援装置１０は、ＣＰＵ１０１が文書作成支援プログラム１０８を実行することで、画像取得部１１、特徴抽出部１２、解析部１３、テキスト生成部１４、表示制御部１５及び対応データ生成部１６として機能する。
画像取得部１１は、診断対象となる医用画像（以下診断対象画像と称する）を取得する。診断対象画像は、画像データベース６に保存されており、文書作成支援装置１０（読影ワークステーション３）からの要求に応じて画像データベース６から文書作成支援装置１０に送信され、記憶部１０３に保存される。画像取得部１１は、記憶部１０３に保存されている診断対象画像を取得する。なお、画像取得部１１は、画像データベース６に保存されている診断対象画像を、画像データベース６から直接取得してもよい。なお、以下において、診断対象画像が、胸部ＣＴ画像である場合を例に説明する。
特徴抽出部１２は、画像取得部１１によって取得された診断対象画像から、結節や腫瘤等の疾患を疑う陰影（以下、異常陰影という）を、特徴部分として抽出する。特徴抽出部１２は、例えば、ディープラーニング等の機械学習によって学習された学習済みモデルを用いて異常陰影を抽出してもよい。上記の学習済みモデルは、例えば、異常陰影を含む医用画像と、その異常陰影が存在する画像中の領域を特定した情報との複数の組み合わせを学習用データとして用いた機械学習によって学習される。上記の学習用済みモデルは、医用画像を入力とし、当該医用画像における異常陰影の領域を特定した結果を出力とする。図４には、診断対象画像２００から異常陰影ＳＨが抽出された例が示されている。
解析部１３は、特徴抽出部１２によって抽出された異常陰影について解析を行うことにより、異常陰影の性状を、予め定められた複数の性状項目の各々について特定する。異常陰影について特定される性状項目の例として、当該異常陰影における、位置、スピキュラの有無、辺縁不整の有無、胸膜陥入の有無、疾患の種類などが挙げられる。
解析部１３は、例えば、ディープラーニング等の機械学習によって学習された学習済みモデルを用いて異常陰影の性状を特定してもよい。上記の学習済みモデルは、例えば、異常陰影を含む医用画像と、当該異常陰影の性状を表す性状ラベルとの複数の組み合わせを学習用データとして用いた機械学習によって学習される。上記の学習用済みモデルは、医用画像を入力とし、当該医用画像に含まれる異常陰影における、性状項目毎に導出される性状スコアを出力とする。性状スコアは、当該性状項目についての性状の顕著性を示すスコアである。性状スコアは、例えば０以上１以下の値をとり、性状スコアの値が大きい程、その性状が顕著であることを示す。
解析部１３は、例えば異常陰影の性状項目の１つである「スピキュラの有無」についての性状スコアが例えば０．５以上である場合、当該異常陰影の「スピキュラの有無」についての性状が「スピキュラ有り（陽性）」であることを特定し、「スピキュラ有無」についての性状スコアが例えば０．５未満である場合、当該異常陰影の「スピキュラの有無」についての性状が「スピキュラ無し（陰性）」であることを特定する。なお、性状判定に用いる閾値０．５は、例示に過ぎず、性状項目毎に適切な値に設定される。
図４には、診断対象画像２００から抽出された異常陰影ＳＨの性状項目毎の性状として、「左上葉」、「胸膜陥入＋」、「辺縁不整＋」、「スピキュラ＋」、「腫瘤」が特定された例が示されている。なお、特定された性状における「＋」表記は、その性状が陽性であることを示している。
テキスト生成部１４は、特徴抽出部１２によって抽出された異常陰影について、当該異常陰影の性状を記述した互いに異なる複数のテキストを候補テキストとして生成する。テキスト生成部１４は、解析部１３によって特定された複数の性状項目の各々についての性状の少なくとも１つが各テキストに記述されるように複数のテキストを生成する。また、テキスト生成部１４は、複数のテキストの各々に記述される性状に対応する性状項目の組み合わせが複数のテキスト間で互いに異なるように複数のテキストを生成する。
図４には、テキスト生成部１４が、異常陰影ＳＨの性状を記述した互いに異なる４つのテキストを生成した例が示されている。テキスト生成部１４は、複数の性状項目の各々について特定された性状のうち、例えば「左上葉」、「腫瘤」に基づいて「左上葉に腫瘤が認められます。」という記述を含む第１のテキストＴ１を生成する。また、テキスト生成部１４は、複数の性状項目の各々について特定された性状のうち、例えば「左上葉」、「胸膜陥入＋」、「腫瘤」に基づいて「左上葉に胸膜陥入を伴う腫瘤が認められます。」という記述を含む第２のテキストＴ２を生成する。また、テキスト生成部１４は、複数の性状項目の各々について特定された性状のうち、例えば「左上葉」、「胸膜陥入＋」、「スピキュラ＋」、「腫瘤」に基づいて「左上葉に胸膜陥入を伴うスピキュラを有する腫瘤が認められます。」という記述を含む第３のテキストＴ３を生成する。また、テキスト生成部１４は、複数の性状項目の各々について特定された性状のうち、例えば「左上葉」、「胸膜陥入＋」、「辺縁不整＋」、「スピキュラ＋」、「腫瘤」に基づいて「左上葉に辺縁不整で胸膜陥入を伴うスピキュラを有する腫瘤が認められます。」という記述を含むテキスト第４のテキストＴ４を生成する。
このように、テキスト生成部１４は、予め定められた複数の性状項目の各々について特定された性状の少なくとも１つが複数のテキストの各々に記述され、且つ複数のテキストの各々に記述される性状に対応する性状項目の組み合わせが複数のテキスト間で互いに異なるように複数のテキストを生成する。なお、テキスト生成部１４が生成するテキストの数は、３つ以下であってもよいし、５つ以上であってもよい。
また、テキスト生成部１４は、複数の性状項目の各々について特定された性状と、記憶部１０３に格納された対応データ１０９に含まれる性状特定結果とが一致する場合、後述する優先テキストを、複数のテキストのうちの１つとして生成する。
テキスト生成部１４は、入力された単語からテキストを作成するように学習が行われたリカレントニューラルネットワークを含んで構成されている。図５はリカレントニューラルネットワークの模式的な構成を示す図である。図５に示すように、リカレントニューラルネットワーク２０は、エンコーダ２１及びデコーダ２２を含んで構成される。エンコーダ２１には、解析部１３によって特定された性状に対応する文字が入力される。例えば、テキスト生成部１４が図４に例示する第４のテキストＴ４を生成する場合、エンコーダ２１には、解析部１３によって特定された性状を文字化した「左上葉」、「辺縁不整＋」、「胸膜陥入」、「スピキュラ」、「腫瘤」が入力される。デコーダ２２は、エンコーダ２１に入力された単語を文章化するように学習がなされており、上記の入力単語から、「左上葉に辺縁不整で胸膜陥入を伴うスピキュラを有する腫瘤が認められます。」という第４のテキストＴ４を生成する。なお、図５において「ＥＯＳ」は文章の終わりを示す（End Of Sentence）。
表示制御部１５は、テキスト生成部１４によって生成された複数のテキストを表示部１０４に表示させる制御を行う。図６は、表示制御部１５による制御によって表示部１０４の表示画面３００に表示される情報の表示態様の一例を示す図である。図６に示すように、テキスト生成部１４によって生成された第１～第４のテキストＴ１～Ｔ４が表示画面３００に表示される。また、第１～第４のテキストＴ１～Ｔ４に対応する、異常陰影ＳＨを含む診断対象画像２００が表示画面３００に表示される。診断対象画像２００には、異常陰影ＳＨの位置を示すマーク２０１が付与されていてもよい。また、表示画面３００には、異常陰影ＳＨについて特定された性状項目毎の性状を示す性状ラベル２０２が表示される。また、第１～第４のテキストＴ１～Ｔ４の各々の近傍には、当該テキストに記述されている性状を示す性状ラベル２０３が表示される。ユーザは、表示画面３００に表示された複数のテキストの中から任意の１つを選択し、選択したテキストを自身が作成する文書（読影レポート）の一部または全部として利用することが可能である。テキストの選択は、例えば、選択したいテキストの表示領域をポインタでクリックすることにより行うことが可能である。
また、表示制御部１５は、テキスト生成部１４によって生成された複数のテキストの中に優先テキストが含まれる場合、優先テキストを他のテキストと識別可能に表示する。優先テキストの表示態様については後述する。
対応データ生成部１６は、テキスト生成部１４によって生成された複数のテキストのうちのいずれか１つが選択された場合に対応データ１０９を生成する。対応データ１０９は、ユーザによって選択されたテキストに記述された性状に対応する性状項目である選択項目と、ユーザによって選択されたテキストを含む複数のテキストを生成する際に複数の性状項目の各々について性状を特定した結果である性状特定結果と、を対応付けたデータである。対応データ生成部１６は、生成した対応データ１０９を記憶部１０３に格納する。
上記したように、診断対象画像に含まれる異常陰影については、解析部１３の解析によって予め定められた複数の性状項目の各々について性状が特定される。一方、ユーザが作成する文書（読影レポート）には、ユーザが必要と認める一部の性状項目についての性状のみが記述されることが多い。この場合、複数の性状項目の各々について特定された性状の結果である性状特定結果と、その性状特定結果を考慮してユーザが文書（読影レポート）に含めたいと考える性状項目との間には相関性があると考えられる。性状特定結果と選択項目とを対応付けた対応データ１０９は、文書（読影レポート）に含める性状項目の選択に関し、ユーザの傾向を記録したデータであるといえる。
以下において、対応データ生成部１６が対応データ１０９を生成する処理を、図６に例示した第１～第４のテキストＴ１～Ｔ４のうち第２のテキストＴ２がユーザによって選択された場合を例に図７を参照しつつ説明する。
第２のテキストＴ２は、「左上葉に胸膜陥入を伴う腫瘤が認められます。」という記述を含む。すなわち、第２のテキストＴ２は、性状項目「位置」について特定された性状である「左上葉」、性状項目「胸膜陥入の有無」について特定された性状である「胸膜陥入＋」及び性状項目「疾患の種類」について特定された性状である「腫瘤」に基づいて生成されたものである。ユーザによって第２のテキストＴ２が選択された場合、対応データ生成部１６は、第２のテキストＴ２に記述された性状に対応する性状項目である「位置」、「胸膜陥入の有無」及び「疾患の種類」を選択項目として特定する。対応データ生成部１６は、特定した選択項目「位置」、「胸膜陥入の有無」及び「疾患の種類」と、選択された第２のテキストＴ２を含む複数のテキスト（第１～第４のテキストＴ１～Ｔ４）を生成する際に複数の性状項目の各々について性状を特定した結果である性状特定結果「左上葉」、「胸膜陥入＋」、「辺縁不整＋」、「スピキュラ＋」及び「腫瘤」と、を対応付けた対応データ１０９を生成し、これを記憶部１０３に格納する。この場合、対応データ１０９は、性状特定結果として「左上葉」、「胸膜陥入＋」、「辺縁不整＋」、「スピキュラ＋」及び「腫瘤」が得られた場合、「位置」、「胸膜陥入の有無」及び「疾患の種類」に関する性状が文書（読影レポート）に含められる可能性が高いことを示す。対応データ生成部１６は、テキスト生成部１４によって生成された複数のテキストがユーザによって選択される度に対応データ１０９を生成し、記憶部１０３に格納する。すなわち、記憶部１０３には、過去の様々な異常陰影について、性状特定結果と選択項目とが対応付けられた対応データ１０９が蓄積される。
テキスト生成部１４は、診断対象画像に含まれる異常陰影に関して複数のテキストを生成する際に、記憶部１０３にアクセスし、診断対象画像に含まれる異常陰影について特定された性状と一致する性状特定結果を含む対応データ１０９が存在するか否かを判定する。テキスト生成部１４は、そのような対応データ１０９が存在すると判定した場合、当該対応データ１０９に含まれる性状特定結果に対応付けられた選択項目と同一の性状項目について特定した性状を記述したテキストを優先テキストとして生成する。テキスト生成部１４は、優先テキスト以外にも、１つまたは複数のテキストを生成する。テキスト生成部１４は、複数のテキストの各々に記述される性状に対応する性状項目の組み合わせが、複数のテキスト間で互いに異なるように、優先テキストを含む複数のテキストを生成する。
一方、テキスト生成部１４は、診断対象画像に含まれる異常陰影について特定された性状と一致する性状特定結果を含む対応データ１０９が存在しないと判定した場合、所定の規則に基づいて複数のテキストを生成する。所定の規則は、例えば、Ｎ個の性状項目の中から、Ｍ個（Ｍ＜Ｎ）以上の性状項目を選択する組み合わせの全てについてテキストを生成する、というものであってもよい。この場合、各テキストに含まれる性状項目の数は、複数のテキストの間で互いに異なっていてもよいし、同じであってもよい。
例えば、図７に例示した対応データ１０９が記憶部１０３に格納されている場合において、診断対象画像に含まれる異常陰影について今回特定された性状が「左上葉」、「胸膜陥入＋」、「辺縁不整＋」、「スピキュラ＋」及び「腫瘤」である場合、テキスト生成部１４は、今回特定されたこれらの性状と、対応データ１０９に含まれる過去の性状特定結果とが一致すると判定する。この場合、テキスト生成部１４は、対応データ１０９において、当該性状特定結果に対応付けられた選択項目である「位置」、「胸膜陥入の有無」及び「疾患の種類」と同一の性状項目について今回特定された性状「左上葉」、「胸膜陥入＋」及び「腫瘤」に基づいて「左上葉に胸膜陥入を伴う腫瘤が認められます。」という記述を含むテキストを優先テキストとして生成する。この場合、過去に選択された第２のテキストＴ２と同一の記述を含む優先テキストが生成される。
表示制御部１５は、上記したように、テキスト生成部１４によって生成された複数のテキストの中に優先テキストが含まれる場合、優先テキストを他のテキストと識別可能に表示する。図８は、優先テキストの表示形態の一例を示す図である。図８に示すように、表示制御部１５は、優先テキストＴＰを表示画面３００の最上位に位置するように、複数のテキストを表示画面３００の上下方向に並べて表示させるとともに、優先テキストＴＰを強調表示させる制御を行う。図８には、強調表示として、優先テキストＴＰを太字で表示するとともに、優先テキストＴＰの背景色を他のテキストＴＸとは異ならせて表示した場合が例示されている。なお、表示制御部１５は、優先テキストの表示領域の近傍に、そのテキストが優先テキストであることを示す文字またはマークを表示する制御を行ってもよい。
以下に、文書作成支援装置１０の作用について説明する。図９は、ＣＰＵ１０１が、文書作成支援プログラム１０８を実行することによって実施される文書作成支援処理の流れの一例を示すフローチャートである。文書作成支援プログラム１０８は、例えば、ユーザによって入力部１０５を介して実行開始の指示が入力された場合に実行される。なお、診断対象画像は、画像サーバ５から文書作成支援装置１０（読影ワークステーション３）にダウンロードされ、記憶部１０３に保存されているものとする。
ステップＳＴ１において、画像取得部１１は、記憶部１０３に保存されている診断対象画像を取得する。ステップＳＴ２において、特徴抽出部１２は、画像取得部１１によって取得された診断対象画像から、異常陰影を特徴部分として抽出する。ステップＳＴ３において、解析部１３は、診断対象画像から抽出された異常陰影について解析を行い、予め定められた複数の性状項目の各々について、異常陰影の性状を特定する。
ステップＳＴ４において、テキスト生成部１４は、ステップＳＴ３において特定された性状を記述した互いに異なる複数のテキストを生成する。テキスト生成部１４は、予め定められた複数の性状項目の各々について特定された性状の少なくとも１つが複数のテキストの各々に記述され、且つ複数のテキストの各々に記述される性状に対応する性状項目の組み合わせが複数のテキスト間で互いに異なるように複数のテキストを生成する。
ここで、図１０は、ステップＳＴ４において行われるテキスト生成処理の詳細を示すフローチャートである。ステップＳＴ１１において、テキスト生成部１４は、記憶部１０３にアクセスし、ステップＳＴ３において特定された性状と一致する性状特定結果を含む対応データ１０９が存在するか否かを判定する。テキスト生成部１４は、そのような対応データ１０９が存在すると判定した場合には処理をステップＳＴ１２に移行し、そのような対応データ１０９が存在しないと判定した場合には処理をステップＳＴ１３に移行する。
ステップＳＴ１２において、テキスト生成部１４は、ステップＳＴ３において特定された性状のうち、ステップＳＴ１１の処理においてヒットした対応データ１０９に含まれる性状特定結果に対応付けられた選択項目と同一の性状項目について特定した性状を記述した優先テキストを、複数のテキストのうちの１つとして生成する。
ステップＳＴ１３において、テキスト生成部１４は、所定の規則に基づいて複数のテキストを生成する。所定の規則は、例えば、Ｎ個の性状項目の中から、Ｍ個（Ｍ＜Ｎ）以上の性状項目を選択する組み合わせの全てについてテキストを生成する、というものであってもよい。この場合、各テキストに含まれる性状項目の数は、複数のテキストの間で互いに異なっていてもよいし、同じであってもよい。
ステップＳＴ５において、表示制御部１５は、テキスト生成部１４によって生成された複数のテキストを表示部１０４に表示させる制御を行う。
ここで、図１１は、ステップＳＴ５において行われる表示制御処理の詳細を示すフローチャートである。ステップＳＴ２１において、表示制御部１５は、テキスト生成部１４によって生成された複数のテキストの中に優先テキストが存在するか否かを判定する。表示制御部１５は、優先テキストが存在すると判定した場合には処理をステップＳＴ２２に移行し、優先テキストが存在しないと判定した場合には処理をステップＳＴ２３に移行する。
ステップＳＴ２２において、表示制御部１５は、優先テキストを他のテキストと識別可能に表示部１０４の表示画面に表示させる。表示制御部１５は、例えば、優先テキストを表示画面の最上位に表示させるとともに強調表示することにより、優先テキストをユーザに識別させる。
ステップＳＴ２３において、表示制御部１５は、所定の規則に基づいて複数のテキストを表示部１０４の表示画面に表示させる。所定の規則は、例えば、複数のテキストに記述されている性状に対応する性状項目の数に応じた順序で、複数のテキストを並べて表示するというものであってもよい。ユーザは、表示部１０４に表示された複数のテキストの中から任意の１つを選択し、選択したテキストを自身が作成する文書（読影レポート）の一部または全部として利用することが可能である。
ステップＳＴ６において、対応データ生成部１６は、テキスト生成部１４によって生成された複数のテキストのうちのいずれかが選択されたか否かを判定する。
ステップＳＴ７において、対応データ生成部１６は、ユーザによって選択されたテキストに記述された性状に対応する性状項目である選択項目と、ステップＳＴ３における解析によって得られた性状特定結果と、を対応付けた対応データ１０９を生成する。
ステップＳＴ８において、対応データ生成部１６は、ステップＳＴ７において生成した対応データ１０９を記憶部１０３に格納する。なお、対応データ生成部１６は、ステップＳＴ１１の判定において、ステップＳＴ３において特定された性状と一致する性状特定結果を含む対応データ１０９が記憶部１０３内に既に存在すると判定された場合には、その対応データ１０９を上書きしてもよい。
以上のように、開示の技術の実施形態に係る文書作成支援装置１０によれば、診断対象画像から抽出された異常陰影の性状を記述した互いに異なる複数のテキストが候補テキストとして生成される。複数のテキストは、各テキストに記述される性状に対応する性状項目の組み合わせが互いに異なる。これにより、記載内容が変化に富んだ複数のテキストを生成することが可能となる。これにより、複数のテキストの中にユーザの要求に合致したものが含まれる可能性が高くなり、ユーザによる文書（読影レポート）の作成を効果的に支援することが可能となる。
また、開示の技術の実施形態に係る文書作成支援装置１０によれば、生成された複数のテキストのうちのいずれか１つが選択された場合に、選択されたテキストに記述された性状に対応する性状項目である選択項目と、選択されたテキストを含む複数のテキストを生成する際に複数の性状項目の各々について性状を特定した結果である性状特定結果と、を対応付けた対応データ１０９が生成される。そして、診断対象画像から抽出された異常陰影について特定された性状と、対応データ１０９に含まれる性状特定結果とが一致する場合、当該性状特定結果に対応付けられた選択項目と同一の性状項目について特定した性状を記述した優先テキストが、複数のテキストのうちの１つとして生成される。性状特定結果と選択項目とを対応付けた対応データ１０９は、文書（読影レポート）に含める性状項目の選択に関し、ユーザの傾向を示すデータであるといえる。
対応データ１０９に基づいて生成される優先テキストを、複数のテキストのうちの１つとして生成することで、複数のテキストの中にユーザの要求に合致したものが含まれる可能性を更に高めることが可能となる。また、優先テキストは、表示画面上において他のテキストと識別可能に表示されるので、優先テキストを、推奨するテキストとして提示することが可能となる。このように、ユーザによって選択されたテキストの記述内容の傾向を、その後のテキスト生成に反映させることで、複数の候補テキストの中にユーザの要求に合致したものが含まれる可能性を高めることが可能となる。
本実施形態に係る文書作成支援装置１０の各機能部等の各種の処理を実行する処理部（processing unit）のハードウェア的な構造としては、次に示す各種のプロセッサ（processor）を用いることができる。上記各種のプロセッサには、前述したように、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵに加えて、ＦＰＧＡ（field-programmable gate array）等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device：PLD）、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。
１つの処理部は、これらの各種のプロセッサのうちの１つで構成されてもよいし、同種又は異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせや、ＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。
複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアント及びサーバ等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（System On Chip：SoC）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサの１つ以上を用いて構成される。
更に、これらの各種のプロセッサのハードウェア的な構造としては、より具体的には、半導体素子等の回路素子を組み合わせた電気回路（circuitry）を用いることができる。
なお、２０２０年２月１０日に出願された日本国特許出願２０２０－０２０８６６の開示は、その全体が参照により本明細書に取り込まれる。また、本明細書に記載された全ての文献、特許出願および技術規格は、個々の文献、特許出願、および技術規格が参照により取り込まれることが具体的かつ個々に記された場合と同程度に、本明細書中に参照により取り込まれる。

Claims (7)

  1. 少なくとも１つのプロセッサを備えた文書作成支援装置であって、
    前記プロセッサが、
    画像に含まれる特徴部分の性状を、予め定められた複数の性状項目の各々について特定し、
    特定された性状の少なくとも１つを記述した互いに異なる複数のテキストを生成する場合に、前記複数のテキストの各々に記述される性状に対応する性状項目の組み合わせが前記複数のテキスト間で互いに異なるように前記複数のテキストを生成し、
    前記複数のテキストのうちのいずれか１つが選択された場合に、選択されたテキストに記述された性状に対応する性状項目である選択項目と、選択されたテキストを含む複数のテキストを生成する際に前記複数の性状項目の各々について性状を特定した結果である性状特定結果と、を対応付けた対応データを生成し、
    前記複数の性状項目の各々について特定された性状と、前記対応データに含まれる前記性状特定結果とが一致する場合、当該性状特定結果に対応付けられた選択項目と同一の性状項目について特定した性状を記述した優先テキストを、前記複数のテキストのうちの１つとして生成する
    文書作成支援装置。
  2. 前記プロセッサは、前記複数のテキストの各々を表示画面に表示させる場合に、前記優先テキストを他のテキストと識別可能に表示する制御を行う
    請求項１に記載の文書作成支援装置。
  3. 前記プロセッサは、前記優先テキストを前記表示画面の最上位に位置するように、前記複数のテキストを前記表示画面の上下方向に並べて表示させる制御を行う
    請求項２に記載の文書作成支援装置。
  4. 前記プロセッサは、前記優先テキストを強調表示する制御を行う
    請求項２または請求項３に記載の文書作成支援装置。
  5. 前記プロセッサは、前記複数のテキストのうちのいずれか１つが選択される度に前記対応データを生成し、生成した対応データを記憶部に格納する
    請求項１から請求項４のいずれか１項に記載の文書作成支援装置。
  6. 画像に含まれる特徴部分の性状を、予め定められた複数の性状項目の各々について特定し、
    特定された性状の少なくとも１つを記述した互いに異なる複数のテキストを生成する場合に、前記複数のテキストの各々に記述される性状に対応する性状項目の組み合わせが前記複数のテキスト間で互いに異なるように前記複数のテキストを生成し、
    前記複数のテキストのうちのいずれか１つが選択された場合に、選択されたテキストに記述された性状に対応する性状項目である選択項目と、選択されたテキストを含む複数のテキストを生成する際に前記複数の性状項目の各々について性状を特定した結果である性状特定結果と、を対応付けた対応データを生成し、
    前記複数の性状項目の各々について特定された性状と、前記対応データに含まれる前記性状特定結果とが一致する場合、当該性状特定結果に対応付けられた選択項目と同一の性状項目について特定した性状を記述した優先テキストを、前記複数のテキストのうちの１つとして生成する
    処理を文書作成支援装置が備えるプロセッサが実行する
    文書作成支援方法。
  7. 画像に含まれる特徴部分の性状を、予め定められた複数の性状項目の各々について特定し、
    特定された性状の少なくとも１つを記述した互いに異なる複数のテキストを生成する場合に、前記複数のテキストの各々に記述される性状に対応する性状項目の組み合わせが前記複数のテキスト間で互いに異なるように前記複数のテキストを生成し、
    前記複数のテキストのうちのいずれか１つが選択された場合に、選択されたテキストに記述された性状に対応する性状項目である選択項目と、選択されたテキストを含む複数のテキストを生成する際に前記複数の性状項目の各々について性状を特定した結果である性状特定結果と、を対応付けた対応データを生成し、
    前記複数の性状項目の各々について特定された性状と、前記対応データに含まれる前記性状特定結果とが一致する場合、当該性状特定結果に対応付けられた選択項目と同一の性状項目について特定した性状を記述した優先テキストを、前記複数のテキストのうちの１つとして生成する
    処理をコンピュータに実行させるためのプログラム。
JP2022500424A 2020-02-10 2021-02-09 文書作成支援装置、文書作成支援方法及びプログラム Active JP7376674B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020020866 2020-02-10
JP2020020866 2020-02-10
PCT/JP2021/004835 WO2021162008A1 (ja) 2020-02-10 2021-02-09 文書作成支援装置、文書作成支援方法及びプログラム

Publications (2)

Publication Number Publication Date
JPWO2021162008A1 JPWO2021162008A1 (ja) 2021-08-19
JP7376674B2 true JP7376674B2 (ja) 2023-11-08

Family

ID=77292325

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022500424A Active JP7376674B2 (ja) 2020-02-10 2021-02-09 文書作成支援装置、文書作成支援方法及びプログラム

Country Status (3)

Country Link
US (1) US20220375562A1 (ja)
JP (1) JP7376674B2 (ja)
WO (1) WO2021162008A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2021107098A1 (ja) * 2019-11-29 2021-06-03

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009041586A1 (ja) 2007-09-28 2009-04-02 Canon Kabushiki Kaisha 診断支援装置及びその制御方法
JP2011100254A (ja) 2009-11-05 2011-05-19 Hitachi Medical Corp 医用診断レポートシステム、当該システムとして機能させるためのプログラム、および医用診断レポートの作成支援方法
JP2017029411A (ja) 2015-07-31 2017-02-09 キヤノン株式会社 医用文書作成装置およびその制御方法、プログラム
JP2017191520A (ja) 2016-04-14 2017-10-19 キヤノンマーケティングジャパン株式会社 医用画像診断支援システム、その制御方法、及びプログラム、並びに情報処理装置、その制御方法、及びプログラム
JP2019153250A (ja) 2018-03-06 2019-09-12 富士フイルム株式会社 医療文書作成支援装置、方法およびプログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8520978B2 (en) * 2007-10-31 2013-08-27 Mckesson Technologies Inc. Methods, computer program products, apparatuses, and systems for facilitating viewing and manipulation of an image on a client device
US10803581B2 (en) * 2017-11-06 2020-10-13 Beijing Keya Medical Technology Co., Ltd. System and method for generating and editing diagnosis reports based on medical images
US11610667B2 (en) * 2018-11-19 2023-03-21 RAD AI, Inc. System and method for automated annotation of radiology findings
US10909681B2 (en) * 2019-01-03 2021-02-02 The Regents Of The University Of California Automated selection of an optimal image from a series of images

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009041586A1 (ja) 2007-09-28 2009-04-02 Canon Kabushiki Kaisha 診断支援装置及びその制御方法
JP2011100254A (ja) 2009-11-05 2011-05-19 Hitachi Medical Corp 医用診断レポートシステム、当該システムとして機能させるためのプログラム、および医用診断レポートの作成支援方法
JP2017029411A (ja) 2015-07-31 2017-02-09 キヤノン株式会社 医用文書作成装置およびその制御方法、プログラム
JP2017191520A (ja) 2016-04-14 2017-10-19 キヤノンマーケティングジャパン株式会社 医用画像診断支援システム、その制御方法、及びプログラム、並びに情報処理装置、その制御方法、及びプログラム
JP2019153250A (ja) 2018-03-06 2019-09-12 富士フイルム株式会社 医療文書作成支援装置、方法およびプログラム

Also Published As

Publication number Publication date
WO2021162008A1 (ja) 2021-08-19
JPWO2021162008A1 (ja) 2021-08-19
US20220375562A1 (en) 2022-11-24

Similar Documents

Publication Publication Date Title
JP5744182B2 (ja) 放射線ディスクリプタを用いた報告ビューア
US8744149B2 (en) Medical image processing apparatus and method and computer-readable recording medium for image data from multiple viewpoints
JP2019153250A (ja) 医療文書作成支援装置、方法およびプログラム
JP2019169049A (ja) 医用画像特定装置、方法およびプログラム
JP7102509B2 (ja) 医療文書作成支援装置、医療文書作成支援方法、及び医療文書作成支援プログラム
JP2019149005A (ja) 医療文書作成支援装置、方法およびプログラム
US20220285011A1 (en) Document creation support apparatus, document creation support method, and program
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
WO2020209382A1 (ja) 医療文書作成装置、方法およびプログラム
JP2024009342A (ja) 文書作成支援装置、方法およびプログラム
JP2024009108A (ja) 文書作成支援装置、文書作成支援方法及びプログラム
US20130275124A1 (en) Generation of pictorial reporting diagrams of lesions in anatomical structures
JP7376674B2 (ja) 文書作成支援装置、文書作成支援方法及びプログラム
US20230005580A1 (en) Document creation support apparatus, method, and program
US20220392595A1 (en) Information processing apparatus, information processing method, and information processing program
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
US20220277577A1 (en) Document creation support apparatus, document creation support method, and document creation support program
JP7504987B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
WO2022158173A1 (ja) 文書作成支援装置、文書作成支援方法及びプログラム
WO2022230641A1 (ja) 文書作成支援装置、文書作成支援方法、及び文書作成支援プログラム
WO2022224848A1 (ja) 文書作成支援装置、文書作成支援方法、及び文書作成支援プログラム
US20230070906A1 (en) Information processing apparatus, method, and program
WO2022239593A1 (ja) 文書作成支援装置、文書作成支援方法、及び文書作成支援プログラム
JP7436628B2 (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
JP7371220B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220801

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230912

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230919

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: 20231003

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231026

R150 Certificate of patent or registration of utility model

Ref document number: 7376674

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150