JP7422873B2 - 胸部x線写真から胸部状態を診断するためのディープラーニングシステム - Google Patents
胸部x線写真から胸部状態を診断するためのディープラーニングシステム Download PDFInfo
- Publication number
- JP7422873B2 JP7422873B2 JP2022526251A JP2022526251A JP7422873B2 JP 7422873 B2 JP7422873 B2 JP 7422873B2 JP 2022526251 A JP2022526251 A JP 2022526251A JP 2022526251 A JP2022526251 A JP 2022526251A JP 7422873 B2 JP7422873 B2 JP 7422873B2
- Authority
- JP
- Japan
- Prior art keywords
- chest
- training
- machine learning
- radiograph
- human
- 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
- 238000013135 deep learning Methods 0.000 title description 4
- 238000011976 chest X-ray Methods 0.000 title description 3
- 238000000034 method Methods 0.000 claims description 117
- 238000012549 training Methods 0.000 claims description 95
- 210000000038 chest Anatomy 0.000 claims description 79
- 238000010801 machine learning Methods 0.000 claims description 71
- 238000011156 evaluation Methods 0.000 claims description 55
- 230000008569 process Effects 0.000 claims description 27
- 238000012360 testing method Methods 0.000 claims description 21
- 201000003144 pneumothorax Diseases 0.000 claims description 15
- 210000000115 thoracic cavity Anatomy 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000003759 clinical diagnosis Methods 0.000 claims 2
- 206010017076 Fracture Diseases 0.000 description 15
- 238000013528 artificial neural network Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 14
- 230000015654 memory Effects 0.000 description 14
- 238000003745 diagnosis Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000010200 validation analysis Methods 0.000 description 12
- 208000010392 Bone Fractures Diseases 0.000 description 8
- 238000002601 radiography Methods 0.000 description 7
- 238000002059 diagnostic imaging Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000003058 natural language processing Methods 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 210000003109 clavicle Anatomy 0.000 description 2
- 238000004040 coloring Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 210000000614 rib Anatomy 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 208000025721 COVID-19 Diseases 0.000 description 1
- 206010009245 Clavicle fracture Diseases 0.000 description 1
- 206010020462 Humerus fracture Diseases 0.000 description 1
- 208000006670 Multiple fractures Diseases 0.000 description 1
- 208000002151 Pleural effusion Diseases 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 208000027790 Rib fracture Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000006931 brain damage Effects 0.000 description 1
- 231100000874 brain damage Toxicity 0.000 description 1
- 208000029028 brain injury Diseases 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 210000002758 humerus Anatomy 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000013101 initial test Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000025426 neoplasm of thorax Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 206010041569 spinal fracture Diseases 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 201000003957 thoracic cancer Diseases 0.000 description 1
- 201000008827 tuberculosis Diseases 0.000 description 1
- 238000010626 work up procedure Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/20076—Probabilistic image processing
-
- 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
- G06T2207/30096—Tumor; Lesion
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Heart & Thoracic Surgery (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Physiology (AREA)
- Theoretical Computer Science (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
本出願は、2019年11月7日に出願された米国仮特許出願第62/931974号の優先権および利益を主張する。米国仮特許出願第62/931974号は、その全体が参照により本明細書に組み込まれている。
図1A~図1Cは、本開示の例示的な実施形態による例示的なコンピューティングシステムを示す。具体的には、図1Aは、1つまたは複数の機械学習モデル140が、X線機器101によって生成されたX線写真から画像診断推論情報を生成するためにリモートX線写真解釈システム130によって使用される例示的なシステムを示す。図1Bは、1つまたは複数の機械学習モデル120が画像診断推論情報を生成するためにX線写真術コンピューティングシステム102によって使用される代替システムを示す。図1Cは、機械学習モデル120または140の訓練を可能にするように接続されたシステム/デバイスの構成要素を示す。
図2は、本開示の例示的な実施形態による判定ラベルを取得するための例示的なプロセスを示す。具体的には、図示の判定プロセスでは、複数の(たとえば、1~N人)の人間の評価者(たとえば、放射線科医)が協働で参照X線写真(たとえば、参照胸部X線写真)を評価して参照X線写真についての判定ラベルを生成することができる。具体的には、判定プロセスは、1回または複数回の中間評価ラウンド(たとえば、2ラウンド、3ラウンド、5ラウンドなど)にわたって行うことができる。各中間評価ラウンドにおいて、各々の人間の評価者には、参照例を検討してそれぞれの中間評価を提供する機会を与えることができる。
図3は、本開示の例示的な実施形態による(たとえば、妥当性確認または試験時の)訓練済みモデルの重み付き性能評価を判定するための例示的な技法のブロック図を示す。具体的には、図3に示すように、機械学習モデル304が参照X線写真を受信し処理して1つまたは複数の画像診断推論情報306を生成することができる。1つまたは複数の画像診断推論情報に対して性能評価(たとえば、重み付き性能評価)308を実行することができる。
図5は、使用できる1つの例示的な機械学習モデルアーキテクチャを示す。図5に示すアーキテクチャは一例に過ぎず、図示のアーキテクチャに加えてまたは図示のアーキテクチャの代わりに他のアーキテクチャを使用することができる。
図6は、本開示の例示的な実施形態による判定ラベルを取得して使用するための例示的な方法600のフローチャート図を示す。
本明細書で議論される技術は、サーバ、データベース、ソフトウェアアプリケーション、およびその他のコンピュータベースシステム、ならびにそのようなシステム間で講じられる処置およびそのようなシステム間で送信される情報に言及している。コンピュータベースシステムの固有の融通性によって、構成要素間のタスクおよび機能の様々な可能な構成、組合せ、および分割が可能になる。たとえば、本明細書で議論されるプロセスは、単一のデバイスもしくは構成要素を使用して実施することもまたは協働する複数のデバイスもしくは構成要素を使用して実施することもできる。データベースおよびアプリケーションは単一のシステム上に実装することもまたは複数のシステムにわたって分散することもできる。分散された構成要素は順次動作することもまたは並行して動作することもできる。
30 医療サービス提供者
101 X線機器
102 X線写真術コンピューティングシステム
112 プロセッサ
114 メモリ
116 データ
118 命令
120 機械学習モデル、モデル
122 ユーザ入力構成要素
130 リモートX線写真解釈システム
132 プロセッサ
134 メモリ
136 データ
138 命令
140 機械学習モデル、モデル
150 訓練コンピューティングシステム
152 プロセッサ
154 メモリ
156 データ
158 命令
160 モデルトレーナ
162 訓練データ、訓練データセット
180 ネットワーク
302 参照X線写真、参照例
304 機械学習モデル、モデル
306 画像診断推論情報
308 性能評価、損失関数
402 訓練X線写真
403 グラウンドトゥルースラベル
404 機械学習モデル、モデル
406 画像診断推論情報
408 重み付き損失関数
500 機械学習モデル
504 共有特徴抽出部
506、507、508 分類ヘッド
516、517、518 推論情報、出力
600 例示的な方法、方法
700 例示的な方法、方法
Claims (23)
- 機械学習を介して胸部X線写真の解釈を向上させるための方法であって、
1つまたは複数のコンピューティングデバイスによって、胸部X線写真を受信し処理して、前記胸部X線写真が1つまたは複数の胸部状態を示すかどうかを示す出力を生成するように構成された1つまたは複数の機械学習モデルを記述するデータを取得するステップと、
前記1つまたは複数のコンピューティングデバイスによって、複数の訓練例を含む訓練データセットにアクセスするステップであって、前記複数の訓練例の各々が、例示的な胸部X線写真と、前記例示的な胸部X線写真が前記1つまたは複数の胸部状態を示すかどうかを示す前記例示的な胸部X線写真に割り当てられたラベルとを含み、
前記複数の訓練例の少なくともいくつかについて、前記例示的な胸部X線写真に割り当てられた前記ラベルが、複数の人間の評価者によってそれぞれ前記例示的な胸部X線写真について提供された複数の最終評価に基づいて生成される判定ラベルを含み、
前記複数の最終評価を提供する前に、前記人間の評価者に、1回または複数回の中間評価ラウンドを介して、他の人間の評価者によって提供された1つまたは複数のそれぞれの中間評価が与えられる、ステップと、
前記1つまたは複数のコンピューティングデバイスによって、前記訓練データセットに含まれる前記複数の訓練例を使用して前記1つまたは複数の機械学習モデルを訓練するステップとを含む方法。 - 前記1回または複数回の中間評価ラウンドのうちの少なくとも1回について、前記複数の人間の評価者には、前記他の人間の評価者に対する、そのそれぞれの中間評価に関するそれぞれの書面による解説が提供されている、請求項1に記載の方法。
- 前記1回または複数回の中間評価ラウンドのうちの少なくとも1回について、前記複数の人間の評価者には、前記他の人間の評価者に対する、前記例示的な胸部X線写真に関するそれぞれの視覚的マークアップが提供されている、請求項1または2に記載の方法。
- 前記1回または複数回の中間評価ラウンドのうちの少なくとも1回について、前記複数の人間の評価者の各々が前記他の人間の評価者に対して匿名である、請求項1から3のいずれか一項に記載の方法。
- 各判定ラベルは、それぞれ前記複数の人間の評価者によって提供されたそれぞれの複数の最終評価からの意見の一致または多数派所見を含む、請求項1から4のいずれか一項に記載の方法。
- 前記1つまたは複数の機械学習モデルを訓練した後、
前記1つまたは複数のコンピューティングデバイスによって、患者に関連する臨床胸部X線写真を取得するステップと、
前記1つまたは複数のコンピューティングデバイスによって、前記1つまたは複数の機械学習モデルを使用して、前記臨床胸部X線写真に基づいて前記患者についての臨床診断を生成するステップとをさらに含む、請求項1から5のいずれか一項に記載の方法。 - 前記患者についての前記臨床診断が、前記患者の前記1つまたは複数の胸部状態についての提案される治療を含む、請求項6に記載の方法。
- 前記訓練データセットに含まれる前記例示的な胸部X線写真の少なくともいくつかは、正面胸部X線写真を含む、請求項1から7のいずれか一項に記載の方法。
- 前記1つまたは複数の胸部状態は、気胸、陰影、結節、および骨折のうちの1つもしくは複数を含む、請求項1から8のいずれか一項に記載の方法。
- 各訓練例についての前記ラベルは、複数の胸部状態の有無を示し、
前記1つまたは複数の機械学習モデルは、それぞれ前記複数の胸部状態についての複数の2進分類ヘッドを有する少なくとも1つのマルチヘッドモデルを含む、請求項1から9のいずれか一項に記載の方法。 - 胸部X線写真を受信し処理して、前記胸部X線写真が1つまたは複数の胸部状態を示すかどうかを示す出力を生成するように構成された機械学習モデル用の改良された訓練データをコンピューティングシステムによって生成するための方法であって、
それぞれ複数の例示的な胸部X線写真を含む複数の訓練例のうちの1つもしくは複数について、
複数の人間の評価者に前記例示的な胸部X線写真を与えるステップと、
前記例示的な胸部X線写真についての複数の中間評価をそれぞれ前記複数の人間の評価者から受信するステップと、
1回または複数回の中間評価ラウンドの各々について、
前記複数の人間の評価者の各々に前記複数の中間評価を与えるステップと、
前記複数の人間の評価者の各々について、そのような人間の評価者がそのそれぞれの中間評価を維持するかそれとも変更するかの指示を受信するステップと、
前記1回または複数回の中間評価ラウンドの後に、それぞれ前記複数の人間の評価者について前記例示的な胸部X線写真についての複数の最終評価を判定するステップと、
前記複数の最終評価に基づいて前記例示的な胸部X線写真についてのラベルを生成するステップと、
前記ラベルを前記例示的な胸部X線写真と共に訓練データセットに格納するステップとを含む方法。 - 前記1回または複数回の中間評価ラウンドのうちの少なくとも1回について、前記複数の人間の評価者の各々に前記複数の中間評価を与えるステップは、前記複数の人間の評価者から受信されたそれぞれの書面による解説を他の人間の評価者に提供するステップを含む、請求項11に記載の方法。
- 前記1回または複数回の中間評価ラウンドのうちの少なくとも1回について、前記複数の人間の評価者の各々に前記複数の中間評価を与えるステップは、前記複数の人間の評価者から受信された前記胸部X線写真上のそれぞれの視覚的マークアップを他の人間の評価者に提供するステップを含む、請求項11または12に記載の方法。
- 前記1回または複数回の中間評価ラウンドのうちの少なくとも1回について、前記複数の人間の評価者の各々が他の人間の評価者に対して匿名である、請求項11、12、または13に記載の方法。
- 請求項1から14のいずれか一項に記載の方法を実行するための手段を備えたコンピューティングシステム。
- 請求項1から14のいずれか一項に記載の訓練データセットを使用して訓練された1つまたは複数の機械学習モデルを備えたコンピューティングシステム。
- 胸部X線写真上で機械学習モデルの性能を評価する際に逆確率重み付けを実行するための方法であって、
参照データセットに含まれる複数の参照例のうちの1つまたは複数について、
1つまたは複数のコンピューティングデバイスによって、参照胸部X線写真について1つまたは複数の機械学習モデルによって生成された出力を取得するステップであって、前記出力は、前記参照胸部X線写真が1つまたは複数の胸部状態を示すかどうかを示し、前記1つまたは複数の機械学習モデルが、請求項1~14のいずれか一項に記載の方法の各ステップを実行して訓練された機械学習モデルを含む、ステップと、
前記1つまたは複数のコンピューティングデバイスによって、前記参照胸部X線写真に関連するラベルにアクセスするステップと、
前記1つまたは複数のコンピューティングデバイスによって、前記出力と前記ラベルとの比較に少なくとも部分的に基づいて前記参照胸部X線写真について前記1つまたは複数の機械学習モデルの重み付き性能を評価するステップであって、前記重み付き性能は、前記参照例に関連するエンリッチメントの量に反比例する重み値を使用して重み付けされる、ステップとを含む方法。 - 前記参照データセットは親データセットのサブセットを含み、
各参照例についての前記重み値は、前記参照例に関連するグループに含まれる前記親データセットに含まれる例の数を、前記参照データセットに含まれ、前記参照例に関連する前記グループに含まれる参照例の数で割った値に等しい、請求項17に記載の方法。 - 前記参照例に関連する前記グループは、前記参照例と同じラベルを有するすべての参照例を含む、請求項18に記載の方法。
- 前記参照データセットは、訓練プロセスの後に前記1つまたは複数の機械学習モデルの性能を試験するために使用される試験データセットを含む、請求項17または18または19に記載の方法。
- 前記参照データセットは、前記1つまたは複数の機械学習モデルを訓練するために使用される訓練データセットを含み、前記重み付き性能は重み付き損失を含む、請求項17または18または19または20に記載の方法。
- 前記1つまたは複数のコンピューティングデバイスによって、重み付き損失に少なくとも部分的に基づいて前記1つまたは複数の機械学習モデルを訓練するステップをさらに含む、請求項21に記載の方法。
- 前記親データセットは母集団-レベル分布を示す、請求項18または19に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962931974P | 2019-11-07 | 2019-11-07 | |
US62/931,974 | 2019-11-07 | ||
PCT/US2020/055365 WO2021091661A1 (en) | 2019-11-07 | 2020-10-13 | Deep learning system and method for diagnosis of chest conditions from chest radiographs |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023500538A JP2023500538A (ja) | 2023-01-06 |
JP7422873B2 true JP7422873B2 (ja) | 2024-01-26 |
Family
ID=73040347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022526251A Active JP7422873B2 (ja) | 2019-11-07 | 2020-10-13 | 胸部x線写真から胸部状態を診断するためのディープラーニングシステム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220384042A1 (ja) |
EP (1) | EP4038627A1 (ja) |
JP (1) | JP7422873B2 (ja) |
CN (1) | CN115039184A (ja) |
WO (1) | WO2021091661A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160048956A1 (en) | 2013-04-13 | 2016-02-18 | The Trustees Of The University Of Pennsylvania | System and method for medical image analysis and probabilistic diagnosis |
JP2019046058A (ja) | 2017-08-31 | 2019-03-22 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
US20190279761A1 (en) | 2017-05-25 | 2019-09-12 | Enlitic, Inc. | Medical scan comparison system |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101874348B1 (ko) * | 2017-11-21 | 2018-07-09 | 주식회사 뷰노 | 피검체의 흉부 pa 영상의 판독을 지원하는 방법 및 이를 이용한 장치 |
KR102140402B1 (ko) * | 2019-09-05 | 2020-08-03 | 주식회사 루닛 | 기계학습을 이용한 의료 영상 판독의 품질 관리 방법 및 장치 |
US11720647B2 (en) * | 2020-08-21 | 2023-08-08 | GE Precision Healthcare LLC | Synthetic training data generation for improved machine learning model generalizability |
-
2020
- 2020-10-13 EP EP20800498.6A patent/EP4038627A1/en active Pending
- 2020-10-13 US US17/775,139 patent/US20220384042A1/en active Pending
- 2020-10-13 JP JP2022526251A patent/JP7422873B2/ja active Active
- 2020-10-13 WO PCT/US2020/055365 patent/WO2021091661A1/en unknown
- 2020-10-13 CN CN202080092290.0A patent/CN115039184A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160048956A1 (en) | 2013-04-13 | 2016-02-18 | The Trustees Of The University Of Pennsylvania | System and method for medical image analysis and probabilistic diagnosis |
US20190279761A1 (en) | 2017-05-25 | 2019-09-12 | Enlitic, Inc. | Medical scan comparison system |
JP2019046058A (ja) | 2017-08-31 | 2019-03-22 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
Non-Patent Citations (2)
Title |
---|
FARNOUD, Farzad Hassanzadeh et al.,"Building consensus via iterative voting",2013 IEEE International Symposium on Information Theory [online],2013年07月,[2023年06月23日検索],インターネット<URL:https://ieeexplore.ieee.org/document/6620393>,DOI: 10.1109/ISIT.2013.6620393,ISSN: 2157-8095 |
HSU, Chia-Chien et al.,"The Delphi Technique: Making Sense of Consensus",Practical Assessment, Research, and Evaluation [online],Vol. 12,Article 10,2007年,[2023年06月23日検索],インターネット<URL:https://scholarworks.umass.edu/pare/vol12/iss1/10/>,DOI: 10.7275/pdz9-th90 |
Also Published As
Publication number | Publication date |
---|---|
JP2023500538A (ja) | 2023-01-06 |
US20220384042A1 (en) | 2022-12-01 |
WO2021091661A1 (en) | 2021-05-14 |
EP4038627A1 (en) | 2022-08-10 |
CN115039184A (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rajpurkar et al. | Deep learning for chest radiograph diagnosis: A retrospective comparison of the CheXNeXt algorithm to practicing radiologists | |
US11631175B2 (en) | AI-based heat map generating system and methods for use therewith | |
US11200969B2 (en) | Peer-review flagging system | |
Horgan et al. | Artificial intelligence: power for civilisation–and for better healthcare | |
Liz et al. | Ensembles of convolutional neural network models for pediatric pneumonia diagnosis | |
US20210366106A1 (en) | System with confidence-based retroactive discrepancy flagging and methods for use therewith | |
US20220172809A9 (en) | Report generating system and methods for use therewith | |
US20200373003A1 (en) | Automatic medical scan triaging system and methods for use therewith | |
Yang et al. | An approach to automatic process deviation detection in a time-critical clinical process | |
US20220253592A1 (en) | System with report analysis and methods for use therewith | |
EP3329403A1 (en) | Reliability measurement in data analysis of altered data sets | |
US20240161035A1 (en) | Multi-model medical scan analysis system and methods for use therewith | |
US20220005565A1 (en) | System with retroactive discrepancy flagging and methods for use therewith | |
Jung et al. | Essential properties and explanation effectiveness of explainable artificial intelligence in healthcare: A systematic review | |
Enad et al. | A review on artificial intelligence and quantum machine learning for heart disease diagnosis: Current techniques, challenges and issues, recent developments, and future directions | |
CN112435745B (zh) | 就诊策略推荐方法、装置、电子设备及存储介质 | |
JP7422873B2 (ja) | 胸部x線写真から胸部状態を診断するためのディープラーニングシステム | |
Yoon et al. | Use of artificial intelligence in triaging of chest radiographs to reduce radiologists’ workload | |
CN117012380A (zh) | 事件预估方法、装置、设备、存储介质及程序产品 | |
Mosquera et al. | Integration of a deep learning system for automated chest x-ray interpretation in the emergency department: A proof-of-concept | |
Krones et al. | From theoretical models to practical deployment: A perspective and case study of opportunities and challenges in AI-driven healthcare research for low-income settings | |
Abubakar et al. | IoT-enabled machine learning for enhanced diagnosis of diabetes and heart disease in resource-limited settings | |
Gambo et al. | Implementing decision support tool for low-back pain diagnosis and prediction based on the range of motions | |
Hill | AI in imaging: the regulatory landscape | |
CN113688319B (zh) | 医疗产品推荐方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220623 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220623 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230703 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230929 |
|
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: 20231218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240116 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7422873 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |