JPWO2013175683A1 - 病理診断結果判定システム、病理診断結果判定方法および病理診断結果判定装置 - Google Patents

Abstract

本発明の病理診断結果判定システムは、組織標本画像の病理診断を行い、診断記録情報を生成する診断部と、前記組織標本画像の病理診断結果が記載されたレポートを蓄積するレポート蓄積部と、前記レポート蓄積部に蓄積されているレポートに記載されている診断結果を解析するレポート解析部と、前記レポート解析部で解析された診断結果と、前記診断記録情報とを比較し、診断結果の一致度を判断するレポート検証部とを備えたことを特徴とする。

Description

本発明は、組織標本画像を診断した結果とレポート内容の乖離を発見する病理診断結果判定システム、病理診断結果判定方法および病理診断結果判定装置に関する。

一般的な病理診断方法として、人体より採取された病変組織や細胞などの標本（病理標本）を、ガラスのスライド上に貼り付けて顕微鏡を用いて観察・診断する方法がある。近年、顕微鏡による病理診断以外にも、スライド上の標本をデジタル画像として取り込むスキャナを用いた病理診断（画像診断）が行われている。

通常、顕微鏡やデジタル画像によって病理診断が行われた後、病理医はその結果を病理診断報告書として書面にまとめる。このとき、事務手続き上のミスや書面管理の不徹底により、病理診断結果と病理診断報告書の記載内容に乖離が生じることがある。

この対策として、特開２０１０−０３５７５６号公報では、視線検出を用いて医療診断画像のどの位置のどの特徴、どの程度の時間を見たかを検出し、あらかじめ特徴抽出により設定しておいた要注意領域の見落としの警告をあげる方法が提案されている。この方法は、診断現場に視線検出装置を導入でき、警告を与えるような場合には有効である。

特開２０１０−０３５７５６号公報

しかし、視線検出装置の導入は、経済的負担、病理医への心理的負担があり、このような装置を導入することに抵抗は大きい。本発明の目的は、上述の課題を解決する技術を提供することにある。

上記目的を達成するため、本発明の病理診断結果判定システムは、組織標本画像の病理診断を行い、診断記録情報を生成する診断部と、組織標本画像の病理診断結果が記載されたレポートを蓄積するレポート蓄積部と、レポート蓄積部に蓄積されているレポートに記載されている診断結果を解析するレポート解析部と、レポート解析部で解析された診断結果と、診断記録情報とを比較し、診断結果の一致度を判断するレポート検証部とを備えたことを特徴とする。

また、本発明の病理診断結果判定方法は、組織標本画像の病理診断を行い、診断記録情報を生成する診断ステップと、組織標本画像の病理診断結果が記載されたレポートをレポート蓄積部に蓄積するレポート蓄積ステップと、レポート蓄積部に蓄積されているレポートに記載されている診断結果を解析するレポート解析ステップと、レポート解析ステップで解析された診断結果と、診断記録情報とを比較し、診断結果の一致度を判断するレポート検証ステップとを含むことを特徴とする。

また、本発明の病理診断結果判定装置は、組織標本画像の病理診断を行い、診断記録情報を生成する診断部と、組織標本画像の病理診断結果が記載されたレポートを蓄積するレポート蓄積部と、レポート蓄積部に蓄積されているレポートに記載されている診断結果を解析するレポート解析部と、レポート解析部で解析された診断結果と、診断記録情報とを比較し、診断結果の一致度を判断するレポート検証部とを備えたことを特徴とする。

本発明によれば、組織標本画像を診断した結果とレポート内容の乖離を防止し、誤診リスクの低減を図ることができる。

本発明による病理診断判定システムの第１の実施形態の構成例を示すブロック図である。 第１の実施形態の病理診断判定システムの動作手順の例を示すフロー図である。 第１の実施形態の診断部１０２に記録されている診断結果情報の例を示す説明図である。 第１の実施形態のレポート解析部１０５に記録されている診断結果情報の例を示す説明図である。 レポート蓄積部１０４に蓄積されている病理レポートの例を示す説明図である。 組織領域のブロック分割例を示す説明図である。 ブロック番号と注視領域（ＲＯＩ）の対応付け表の例を示す説明図である。 本発明による病理診断判定システムの第２の実施形態の構成例を示すブロック図である。 第２の実施形態の病理診断判定結果システムの動作手順の例を示すフロー図である。 診断情報蓄積部１０３に記録されている診断記録情報の例を示す説明図である。 診断情報蓄積部１０３に記録されている診断記録情報の例を示す説明図である。 診断情報蓄積部１０３に記録されている診断記録情報の例を示す説明図である。 レポート解析部１０５に記録されている診断記録情報の例を示す説明図である。 各種特徴とその属性情報に対応する重み付け値の例を示す説明図である。 注視領域（ＲＯＩ）を高倍率で観察した例を示す説明図である。

実施形態１．
以下、図面を参照して、本発明の実施形態について例示的に詳しく説明する。ただし、以下の実施形態に記載されている構成要素はあくまでも例示であり、本発明の技術的範囲をそれらのみに限定する趣旨のものではない。

図１は、本発明による病理診断判定システムの第１の実施形態の構成例を示すブロック図である。画像蓄積部１０１は、病変組織の標本スライドをスキャナなどの撮像装置で読み込み、生成された組織標本画像を蓄積する。

診断部１０２は、画像蓄積部１０１に組織標本画像の送信を要求し、得られた組織画像中の組織の輪郭を抽出する。さらに、診断部１０２は、組織内に存在する各種特徴を抽出する機能を有する。ここで、病理診断に用いる特徴の例としては、核、腺管、印環細胞、粘液、壊死細胞などが挙げられる。

また、診断部１０２は、画素の色の値で対象領域を含む大まかな領域を限定した後、エッジ抽出フィルタやテンプレートマッチングなどの一般的な画像処理手段を用いて対象領域から特徴領域を抽出する。なお、ここで特徴領域とは、病理診断に用いる特徴を含む領域のことである。

さらに、診断部１０２は、組織標本画像から抽出された各種特徴を基に注視領域（ＲＯＩ）を決めて解析し、病理診断を行う。このとき、特徴の色、形などに関する値（特徴量）がまとめて特徴ベクトルとされる。診断部１０２は、ニューラルネットワーク（ＮＮ）やサポートベクターマシン（ＳＶＭ）などの機械学習方式で予め学習された識別器に特徴ベクトルを入力し、病理診断を行う。

得られた診断結果は、図３ａに示すように、組織標本の識別情報（ＩＤ）、注視領域（ＲＯＩ）とともに診断部１０２に診断記録情報として蓄積される。組織標本識別情報（ＩＤ）とは、組織標本を識別するための情報である。本実施形態では、組織標本に識別情報を含んだバーコードが付されている。

注視領域（ＲＯＩ：Ｒｅｇｉｏｎ Ｏｆ Ｉｎｔｅｒｅｓｔ）とは、病理診断上の重要な特徴を含む組織標本画像中の病理診断対象となる領域のことである。また、診断結果とは、組織標本の病理診断結果である。本実施形態では、診断結果は、その組織標本が「悪性」か「良性」かということを示している。

レポート蓄積部１０４には、病理レポートが蓄積されている。一般に、図４に示すように、病理レポートには、患者情報（組織標本識別情報（ＩＤ）、年齢、性別）、病理医情報、標本情報（臓器名、臓器内における生検採取位置、採取方法）、診断情報（診断結果、所見）などのテキスト情報が記載されている。病理レポートには、その他必要に応じて病理診断に必要な項目を追加しても良い。

レポート解析部１０５は、病理レポートの記載内容を基に、自然言語処理の構文解析により診断結果を抽出する。診断結果は、その組織標本が「悪性」か「良性」かということを示している。診断結果は、図３ｂに示すように、組織標本の識別情報（ＩＤ）、注視領域（ＲＯＩ）とともにレポート解析部１０５に診断記録情報として蓄積される。

レポート検証部１０６は、診断部１０２に蓄積されている診断結果とレポート蓄積部１０４に蓄積されている診断記録情報の一致度を判定する。第１の実施形態では、レポート検証部１０６は、診断部１０２に蓄積されている診断記録情報とレポート蓄積部１０４に蓄積されている診断記録情報の一致度を判定する。

図２は、第１実施形態の病理診断判定システムの動作手順の例を示すフロー図である。診断部１０２は、画像蓄積部１０１に蓄積された組織標本画像を要求する（Ｓ１００）。診断部１０２は、要求した組織標本画像中の組織の輪郭を、先述の特徴抽出と同様の方法で抽出する。さらに診断部１０２は、組織内に存在する各種特徴を抽出し、各種特徴の属性情報（特徴の密度、特徴の形状、大小などを表す。）である特徴量を算出する（Ｓ１０１ａ，ｂ）。

また、診断部１０２は、抽出した各種特徴情報をもとに、注視領域（ＲＯＩ）を決め、病理診断を行う（Ｓ１０２）。診断部１０２は、注視領域（ＲＯＩ）を決定する方法に、特開２００９−１７５０４０に記載されている手法を用いても良いし、その他の手法を用いても良い。

第１実施形態における診断記録情報とは、組織標本識別情報（ＩＤ）、注視領域（ＲＯＩ）、診断結果に関する情報のことである。診断情報蓄積部１０３は、診断部１０２で得られた診断記録情報を、図３ａに示すようなテーブルとして蓄積する（Ｓ１０３）。

一方、レポート解析部１０５は、レポート蓄積部１０４に蓄積されたレポートを要求する（Ｓ２００）。レポート解析部１０５は、レポートに記載されている診断記録情報を抽出し（Ｓ２０１）、図３ｂに示すようなテーブルとしてレポート解析部１０５自身に記録する（Ｓ２０２）。

レポート検証部１０６は、診断部１０２とレポート解析部１０５に記録されている診断記録情報（図３ａ、図３ｂ）とを比較し、両者の一致度を判断する。以下、診断記録情報を比較するフローを説明する。

＜組織標本識別情報（ＩＤ）の比較＞
レポート検証部１０６は、まず、組織標本識別情報（ＩＤ）を比較する（Ｓ３００）。組織標本識別情報（ＩＤ）が一致したら、次に、レポート検証部１０６は、注視領域（ＲＯＩ）を比較する（Ｓ３０１）。組織標本識別情報（ＩＤ）が一致しなかった場合には、そこでフローは終了する（Ｓ３０３）。

＜注視領域の比較＞
ステップＳ３００において、組織標本識別情報（ＩＤ）が一致したら、次にレポート検証部１０６は、注視領域（ＲＯＩ）を比較する（Ｓ３０１）。以下、注視領域（ＲＯＩ）を比較するフローを説明する。

図５に示すように、レポート検証部１０６は、診断部１０２で抽出された組織領域の上端、下端、左端、右端に接する矩形領域（バウンディングボックス）を設定する。レポート検証部１０６は、この矩形領域内部を複数のブロックに分割する。レポート検証部１０６は、例えば、縦方向に４分割、横方向に４分割し、合計１６個のブロックを生成し、各ブロックに１〜１６までの番号を付ける。

病理レポートと各ブロックとの位置情報の対応付けは次のように行われる。病理レポートに記載されている注視領域（ＲＯＩ）に関する情報は、「右上」のような大まかな位置のみで示されることが多い。図６に示すように注視領域（ＲＯＩ）とブロック番号の対応をあらかじめ定義しておくことで、病理レポートに記載されている注視領域と組織標本画像中の注視領域との対応関係を特定できる。

一方、レポート解析部１０５は、病理レポートの構文解析を行い、注視領域（ＲＯＩ）情報を取得する。例えば、ここで注視領域（ＲＯＩ）情報として、「右上」という言葉が抽出できたとする。このとき、病理レポートの「右上」に該当する組織標本画像中の位置は図６のようにブロック番号３, ４，８と定義されているため、注視領域（ＲＯＩ）情報に関して、両者は一致すると判断できる（Ｓ３０１）。ここで、注視領域が一致しなかった場合には、そこでフローは終了する（Ｓ３０３）。

＜診断結果の比較＞
さらに、レポート検証部１０６は、診断部１０２とレポート解析部１０５に記録されている診断結果を比較する（Ｓ３０２）。両者の診断結果が、「良性」で一致した場合、レポート検証部１０６は、最終診断結果を「良性」とし、フローが終了する（Ｓ３０３）。

一方、両者の診断結果が、「悪性」で一致した場合、レポート検証部１０６は、最終診断結果を「悪性」とし、フローが終了する（Ｓ３０３）。ここで、レポート検証部１０６は、がんの悪性の詳細評価（例えば、グレーディングなど）を行っても良い。このとき、レポート検証部１０６は、表示画面に診断記録情報を表示しても良い。

また、両者の診断結果が一致しなかった場合には、レポート検証部１０６は、表示画面に警告表示し、フローが終了する（Ｓ３０３）。

本発明によれば、組織標本画像を診断した結果と病理医が作成したレポート内容の乖離を防止できる。

実施形態２．
第２の実施形態では、レポート蓄積部１０４に蓄積されている病理レポートの記載内容を基に病理診断に必要な特徴とその属性情報が抽出される。そして、診断情報蓄積部１０３に蓄積されている診断記録情報に含まれる特徴とその属性情報とが比較され、両者の一致度が判断される。また、このとき両者の一致度に応じたスコアが算出され、算出されたスコアが予め設定された標準値よりも一定値以上かけ離れている場合には、警告表示が行われる。

図７は、本発明による病理診断判定システムの第２の実施形態の構成例を示すブロック図である。第１の実施形態との違いは、診断部１０２が、診断特徴認識部１１２と診断特徴解析部１２２とを含むことである。さらに、第１の実施形態との違いは、レポート検証部１０６が、特徴別重要度テーブル記録部１２６と、スコア算出部１３６とを含むことである。なお、第１実施形態と共通している構成については、説明を省略する。

診断部１０２は、診断特徴認識部１１２と、診断特徴解析部１２２と、診断記録部１３２とを含む。

診断特徴認識部１１２は、画像蓄積部１０１に組織標本画像の送信を要求し、得られた組織画像中の組織の輪郭を抽出する。さらに、診断特徴認識部１１２は、組織内に存在する各種特徴を抽出する機能を有する。ここで、病理診断に用いる特徴の例としては核、腺管、印環細胞、粘液、壊死細胞などが挙げられる。特徴抽出の方法は、第１の実施形態と同様の方法が用いられるため、ここでは説明を省略する。

診断特徴解析部１２２は、診断特徴認識部１１２で抽出された組織画像中の組織、及び特徴を解析し、病理診断を行う。

診断特徴解析部１２２は、組織画像中から特徴となる領域を抽出する。そして、診断特徴解析部１２２は、その領域の形状に関する量（面積、周囲長、円形度、長軸・短軸及びその比、細線化画素数とその測地線、端点、交差点数）、およびその領域内の画素の色要素（ＲＧＢ、ＨＳＶ等）の平均値、分散を特徴として計算する。診断特徴解析部１２２は、それらの値をまとめて特徴量ベクトルとし、閾値処理、もしくはニューラルネットワーク（ＮＮ）、サポートベクターマシン（ＳＶＭ）などに代表される機械学習法を用いて、良性もしくは悪性の程度を判定する。

診断特徴解析部１２２は、０と１などの２値で程度を判定してもよい。また、診断特徴解析部１２２は、閾値からの離れ具合や、機械学習法で計算される数値などの連続値を用いて程度を判定してもよい。なお、診断特徴解析部１２２は、上記方法を含め、一般的に知られた特徴解析方法の技術を利用しても良い。

診断記録部１３２は、診断特徴解析部１２２で解析された組織標本画像の組織標本識別情報（ＩＤ）、注視領域（ＲＯＩ）、特徴名、特徴の属性情報などを診断記録情報として記録する。

レポート解析部１０５は、抽出部１１５と、記録部１２５とを含む。

抽出部１１５は、病理レポートの記載内容を基に、特徴とその特徴の属性情報を自然言語処理の構文解析により抽出する。特徴の属性情報とは、特徴の密度、特徴の形状、大小などを表す。抽出部１１５は、得られた特徴、及び特徴の属性情報を基に病理診断を行う。診断結果は、図１０に示すように、組織標本の識別情報（ＩＤ）、注視領域（ＲＯＩ）とともに診断情報蓄積部１０３に診断記録情報として蓄積される。

記録部１２５は、抽出部１１５で抽出された特徴とその属性情報を図１０に示すように記録する。

レポート検証部１０６は、比較部１１６と、特徴別重要度テーブル記録部１２６と、スコア算出部１３６とを含む。

比較部１１６は、診断情報蓄積部１０３に蓄積されている診断記録情報と、レポート解析部１０５の記録部１２５に記録されている特徴およびその属性情報とを比較する。

特徴別重要度テーブル記録部１２６は、スコア算出に用いられる重み付け値を図１１に示すように記録する。この重み付け値は、特徴とその属性情報の各々に対応して予め設定されている。

具体的には、胃がん診断における印環細胞や前立腺がん診断におけるcomedo necrosis といったその特徴の有無で悪性判断を強く支持するようなものほど、重み付け値は極めて大きな値を示す。

また、腺管のようにその特徴のみでは悪性判断を必ずしも支持できない特徴もある。この場合、その属性情報による悪性発生率や深刻度（がんであった場合、進行が早いなど）に応じた重み付け値が設定される。例えば、特徴が「腺管」の場合、その属性情報には大きさ、密度、形状などを表す語がある。例えば、「大きさの異なる腺管が密集している」といった所見が病理レポートに記載されていたとする。この場合、図１１に示すように、「腺管が密集している」という項目に対して＋５、「腺管の大きさが異なる」という項目には＋７といった重み付け値が設定される。

スコア算出部１３６は、比較部１１６で付与された一致度スコアと、特徴別重要度テーブル記録部１２６に記録されている重み付け値を用いて、加重和などにより警告スコアを算出する。

一致度スコアとは、特徴を比較したときその一致度により付与されるスコアのことである。診断情報記録部１０３、及びレポート解析部１０５の記録部１２５に記録されている同一の組織標本画像の診断記録情報において、両者の特徴を比較した場合に、両者の特徴が一致した場合には＋１、一致しなかった場合には−１がそれぞれ一致度スコアとして付与される。

また、警告スコアとは、特徴の一致度スコアと、図１１に示すような予め設定された重み付け値を、特徴、または属性情報の一致項目に乗じ、総和を算出することで導出されるスコアである。警告スコアは、診断情報記録部１０３、及びレポート解析部１０５の病理診断結果がどの程度かけ離れているかを示す指標となる。

本例では、胃がんの疑いがある組織標本を用いて病理診断が行われる場合を挙げて説明する。また、特徴として「腺管」、属性情報として「大きさ、形状、密集度など」を用いて病理診断が行われる場合を想定して説明する。

診断特徴認識部１１２は、組織標本画像中の組織、及び各種特徴領域を抽出する。さらに、診断特徴解析部１２２は、抽出した各種特徴情報をもとに、注視領域（ＲＯＩ）を決め病理診断を行う。ここまでのステップは、第１の実施形態と同様のため、説明を省略する。

図１２は、診断特徴認識部１１２で認識された組織標本画像中の組織、及び特徴情報をもとに注視領域（ＲＯＩ）が複数設定され、そのうち注視領域（ＲＯＩ）を１つ決定したことを示す説明図である。注視領域（ＲＯＩ）が決定されると、診断特徴解析部１２２は、注視領域内に存在する特徴を、診断するために適した倍率に設定する。診断特徴解析部１２２で行われる注視領域（ＲＯＩ）の病理診断方法は、第１の実施形態と同様であるため、説明を省略する。

診断特徴解析部１２２は、腺管を解析した際に得られた組織標本識別情報（ＩＤ）、注視領域（ＲＯＩ）情報、特徴名とその属性情報を診断情報蓄積部１０３に送る。診断情報蓄積部１０３は、送られた情報を図９に示すように記録する。

一方、レポート蓄積部１０４に蓄積されたレポートは、レポート解析部１０５に送信される。レポート解析部１０５の抽出部１１５は、レポートに記載されている病理標本識別情報（ＩＤ）、注視領域（ＲＯＩ）、特徴名とその属性情報を抽出し、図１０に示すようなテーブル形式で記録部１２５に記録する。

以下、レポート解析部１０５がレポート蓄積部１０４に蓄積されているレポートの記載内容を基に、特徴名とその属性情報を抽出するフローを説明する。例えば、病理レポートに、「大きさの異なる腺管が密集している」という所見があるとする。この場合、レポート解析部１０５は、特徴として「腺管」、属性情報として「大きさが異なる」、「密集」を抽出する。ここで得られた情報は、図１０に示すようなテーブル形式でレポート解析部１０５の記録部１２５に記録される。

次に、レポート検証部１０６の比較部１１６は、記録部１２５に記録した特徴とその属性情報を含む診断記録情報と、診断情報蓄積部１０３に蓄積されている診断記録情報とを比較し、両者の一致度を判定する。以下、この判定処理のフローを図８を用いて説明する。

＜組織標本識別情報（ＩＤ）の比較＞
レポート検証部１０６は、診断情報蓄積部１０３に蓄積された組織標本識別情報（ＩＤ）と、レポート解析部１０５で解析されたレポートの組織標本識別情報（ＩＤ）とを比較する（Ｓ６００）。一致していた場合、続いてレポート検証部１０６は、注視領域（ＲＯＩ）を比較する（Ｓ６０１）。注視領域（ＲＯＩ）が一致していない場合、ここでフローは終了する（Ｓ６０７）。

＜注視領域（ＲＯＩ）の比較＞
レポート検証部１０６は、診断情報蓄積部１０３に蓄積された診断記録情報と、レポート解析部１０５で解析されたレポートの診断記録情報のうち注視領域（ＲＯＩ）とを比較する（Ｓ６０１）。ここでの比較方法は、第１の実施形態と同様のため、説明を省略する。

＜特徴とその属性情報の比較＞
レポート検証部１０６の比較部１１６は、診断情報蓄積部１０３に蓄積された情報（図９ａ）と、レポート解析部１０５に保存されている特徴とその属性情報（図１０）のうち、まず最初に特徴を比較する（Ｓ６０２）。本例の場合、特徴は両者ともに「腺管」である。そのため、比較部１１６は、特徴が一致すると判断し、特徴の一致度スコアとして＋１を付与する。

次に、レポート検証部１０６の比較部１１６は、診断情報蓄積部１０３と、レポート解析部１０５に記録されている特徴の属性情報とを比較する。レポート検証部１０６には、予め属性情報の記載ごとに、それに対応する閾値の条件が設定されている。比較部１１６は、診断記録情報１０３、及びレポート解析部１０５に記録されている属性情報がその閾値の条件を満たしているとき、両者が一致していると判断する。

ここで、特徴の属性情報を比較する例として、密度に関する情報を比較する場合について説明する。診断情報蓄積部１０３には、「密度７０％」を表わす情報（図９ａ）が蓄積されている。これは、注視領域（ＲＯＩ）全体のうち腺管が占める割合を意味している。一方、レポート解析部１０５には、「密集している」ことを表わす情報（図１０）が保存されている。

このとき、特徴の属性情報である「密度７０％」および「密集している」が、ともに予め設定された閾値の条件を満たす。そのため、レポート検証部１０６は、両者が一致していると判断する。

次に、特徴の属性情報の比較する例として、特徴の大きさに関する情報を比較する場合について説明する。診断情報蓄積部１０３には、「大きさのばらつき：大」であることを表わす情報（図９ａ）が蓄積されており、レポート解析部１０５には、「大きさは異なる」ことを表わす情報（図１０）が保存されている。このとき、両者ともに予め設定された閾値の条件を満たす。そのため、レポート検証部１０６は、両者が一致していると判断する。

さらに、レポート検証部１０６のスコア算出部１３６は、各特徴の一致度スコアと、特徴別重要度テーブル記録部１２６に予め設定された重み付け値とを、特徴、または属性情報の一致項目に乗じ、全体の和を算出することで警告スコアを導出する（Ｓ６０４）。

本例において、特徴は「腺管」で一致していると判断されたため、一致度スコアは＋１になる。さらに、特徴別重要度テーブル記録部１２６に記録された情報から、腺管のうち「大きさが異なる」という項目は重み付け値＋７、「密集している」という項目は重み付け値＋５になる。

スコア算出部１３６は、このようにして得られた一致度スコア＋１を２つの重み付け値に乗じ、総和を算出することで警告スコアを導出する。ここで算出された警告スコアは、＋１２になる。なお、スコア算出部１３６は、レポート文中の特徴と、その属性情報の配列順序により、必要に応じて算出された警告スコアに加点および／または減点してもよい。

レポート検証部１０６のスコア算出部１３６で算出された警告スコアは、警告表示部１０７へと送られる。警告表示部１０７は、予め設定された閾値とレポート検証部１０６から送信された警告スコアを比較する（Ｓ６０５）。

警告スコアが閾値と一定以上かけ離れている場合、警告表示部１０７は、ユーザに対し警告表示を行い（Ｓ６０６）、処理を終了する（Ｓ６０７）。警告スコアが閾値と一定以上かけ離れていない場合、警告表示部１０７は、そのまま処理を終了する（Ｓ６０７）。いずれの場合においても、警告表示部１０７は、警告表示と同時に警告スコアを表示してもよい（Ｓ６０７）。

続いて、診断情報蓄積部１０３に蓄積されている診断記録情報（図９ｂ）と、レポート解析部１０５に記録されている診断記録情報（図１０）における特徴が一致しなかった場合の処理を説明する。

レポート検証部１０６の比較部１１６は、診断情報蓄積部１０３に蓄積された診断記録情報（図９ｂ）と、レポート解析部１０５に保存されている診断記録情報（図１０）のうち、まず最初に特徴を比較する。特徴は、それぞれ「腺管」、「印環細胞」である。そのため、比較部１１６は、特徴が一致していないと判断し、一致度スコアを−１とする。その結果は、警告表示部１０７へと送られる。

警告表示部１０７は、病理診断に用いた特徴が一致しない旨の警告表示を行い（Ｓ６０３）、フローはそのまま終了する（Ｓ６０７）。さらに、警告表示部１０７は、特徴が一致しなかった旨と、特徴とその属性情報を表示する（Ｓ６０６）。

本実施形態によれば、組織標本画像を診断した結果と病理医が作成したレポート内容の乖離を防止でき、また、病理診断結果のみならず、詳細な理由を評価できる。

実施形態３．
第３実施形態では、レポート蓄積部１０４に蓄積されているレポートに記載された診断記録情報と、診断情報蓄積部１０３に蓄積された診断記録情報とが比較され、両者の一致度が判断される。第２実施形態との違いは、診断情報蓄積部１０３に蓄積されている診断記録情報が複数存在することである。

診断情報蓄積部１０３とレポート解析部１０５に記録されている組織標本識別情報（ＩＤ）、および、注視領域（ＲＯＩ）の抽出方法と比較方法は、第１の実施形態と同様であるため、ここでは説明を省略する（Ｓ６００、Ｓ６０１）。

以下、診断情報蓄積部１０３に記録されている診断結果情報が複数存在する場合に、特徴とその属性情報を比較するフローを図９、及び図１０を用いて説明する。

レポート蓄積部１０４に蓄積されている病理レポートに、「大きさの異なる腺管が密集している」と記載されている場合を考える。特徴とその属性情報は、第１の実施形態と同様の方法で抽出されるため、ここでは説明を省略する。本例の場合、抽出された特徴は「腺管」、抽出された属性情報は「大きさの異なる」、「密集している」である。

診断情報蓄積部１０３に記録されていて、レポート蓄積部１０４に蓄積されている病理レポート（図１０）と、病理標本識別情報（ＩＤ）、及び注視領域（ＲＯＩ）が一致したものが、図９に示すように３つ（図９ａ、図９ｂ、図９ｃ）存在する場合を考える。この場合、該当する診断記録情報の各々について、病理レポートに記載されている特徴とその属性情報が比較される（Ｓ６０２）。

＜特徴、及び特徴の属性情報が一致する場合＞
レポート検証部１０６の比較部１１６は、診断情報蓄積部１０３に記録された注視領域１と、病理レポートに記載された特徴とその属性情報の比較を行う（Ｓ６０２）。まず最初に、比較部１１６は、診断情報蓄積部１０３に蓄積された診断記録情報（図９ａ）と、レポート解析部１０５に保存されている診断記録情報（図１０）のうちの特徴とを比較する。本例の場合、特徴は両者ともに「腺管」である。そのため比較部１１６は、特徴が一致すると判断し、一致度スコアを＋１とする。

次に、比較部１１６は、特徴の属性情報を比較する。診断情報蓄積部１０３には、「密度７０％」を表わす情報（図９ａ）が蓄積され、レポート解析部１０５には、「密集している」ことを表わす情報（図１０）が保存されている。第２の実施形態と同様の方法を用いて、比較部１１６は、両者が一致していると判断する。

続いて、比較部１１６は、特徴の大きさに関する情報を比較する。診断情報蓄積部１０３には、「大きさのばらつきがある」ことを表わす情報が蓄積されており、レポート解析部１０５には、保「大きさは異なる」ことを表わす情報（図１０）が保存されている。この場合も、第２の実施形態と同様の方法を用いて、比較部１１６は、両者が一致していると判断する。

特徴別重要度テーブル記録部１２６に記録された情報から、腺管のうち「大きさが異なる」という項目は重み付け値＋７、「密集している」という項目は重み付け値＋５になる。

スコア算出部１３６は、このようにして得られた一致度スコア、及び重み付け値を用いて警告スコアを算出する（Ｓ６０４）。警告スコアの算出方法は、第２の実施形態と同様であるため、ここでは説明を省略する。

＜特徴、及び特徴の属性情報が一致しない場合＞
比較部１１６は、診断情報蓄積部１０３に蓄積された診断記録情報（図９ｂ）と、レポート解析部１０５に保存されている診断記録情報（図１０）のうちの特徴とを比較する。本例の場合、特徴が異なる。そのため比較部１１６は、特徴が一致しないと判断し、一致度スコアを−１とする。

特徴の一致度スコアとして−１が付与された場合、それ以後、警告スコアは算出されない。ここで、一致度スコアが−１になる場合、診断情報蓄積部１０３に蓄積されている診断記録情報に含まれる特徴が、病理レポートには記載されていなかった新たな情報であることを意味する。

警告表示部１０７は、特徴が一致しなかった旨と、算出された警告スコア、特徴とその属性情報を表示する。このとき、警告表示部１０７は、一致度の値が低い方から順にこれらの情報を表示させても良い。

また、比較部１１６は、診断情報蓄積部１０３に蓄積された診断記録情報（図９ｃ）と、レポート解析部１０５に保存されている診断記録情報（図１０）のうちの特徴を比較する。この方法も、先述した、診断情報蓄積部１０３に蓄積された診断記録情報（図９ｂ）と、レポート解析部１０５に保存されている診断記録情報（図１０）とを比較する方法と同様である。そのため、ここでは説明を省略する。

以上のように、本実施形態によれば、組織標本画像を診断した結果と病理医が作成したレポート内容の乖離を防止でき、また、病理診断結果のみならず、詳細な理由を評価できる。

以上、実施形態及び実施例を参照して本願発明を説明したが、本願発明は上記実施形態および実施例に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

この出願は、２０１２年５月２４日に出願された日本特許出願２０１２−１１８７２６を基礎とする優先権を主張し、その開示の全てをここに取り込む。

１０１ 画像蓄積部
１０２ 診断部
１０３ 診断情報蓄積部
１０４ レポート蓄積部
１０５ レポート解析部
１０６ レポート検証部
１０７ 警告表示部
１１２ 診断特徴認識部
１２２ 診断特徴解析部
１３２ 診断記録部
１１５ 抽出部
１２５ 記録部
１１６ 比較部
１２６ 特徴別重要度テーブル記録部
１３６ スコア算出部

Claims (15)

1. 組織標本画像の病理診断を行い、診断記録情報を生成する診断部と、
   前記組織標本画像の病理診断結果が記載されたレポートを蓄積するレポート蓄積部と、
   前記レポート蓄積部に蓄積されているレポートに記載されている診断結果を解析するレポート解析部と、
   前記レポート解析部で解析された診断結果と、前記診断記録情報とを比較し、診断結果の一致度を判断するレポート検証部とを備えた
   ことを特徴とする病理診断結果判定システム。
2. 組織標本画像の病理診断を行い、診断記録情報を蓄積する診断記録蓄積部を備え、
   レポート解析部は、レポート蓄積部に蓄積されているレポートから注視領域、特徴名、及びその属性情報を抽出し、
   レポート検証部は、前記レポート解析部で抽出された注視領域、特徴名、及び当該特徴の属性情報と、前記診断記録蓄積部の診断記録情報とを比較し、特徴名の一致により一致度スコアを設定し、当該一致度スコアと、特徴名及びその属性情報毎に予め設定された重み付け値を用いて警告スコアを算出する
   請求項１に記載の病理診断結果判定システム。
3. 重み付け値は、特徴と当該特徴の属性情報に応じて設定される請求項２に記載の病理診断結果判定システム。
4. 診断部は、複数の注視領域を抽出し、
   レポート検証部は、前記複数の注視領域ごとに診断記録情報を比較し、設定された一致度スコアを用いて警告スコアを算出する
   請求項２または請求項３に記載の病理診断結果判定システム。
5. 一致していない特徴に加え、一致した特徴を警告スコア順に表示する警告表示部を備えた
   請求項４に記載の病理診断結果判定システム。
6. 組織標本画像の病理診断を行い、診断記録情報を生成する診断ステップと、
   前記組織標本画像の病理診断結果が記載されたレポートをレポート蓄積部に蓄積するレポート蓄積ステップと、
   前記レポート蓄積部に蓄積されているレポートに記載されている診断結果を解析するレポート解析ステップと、
   前記レポート解析ステップで解析された診断結果と、前記診断記録情報とを比較し、診断結果の一致度を判断するレポート検証ステップとを含む
   ことを特徴とする病理診断結果判定方法。
7. 組織標本画像の病理診断を行い、診断記録情報を診断記録蓄積部に蓄積する診断記録蓄積ステップを含み、
   レポート解析ステップで、レポート蓄積部に蓄積されているレポートから注視領域、特徴名、及びその属性情報を抽出し、
   レポート検証ステップで、前記レポート解析ステップで抽出された注視領域、特徴名、及び当該特徴の属性情報と、前記診断記録蓄積部の診断記録情報とを比較し、特徴名の一致により一致度スコアを設定し、当該一致度スコアと、特徴名及びその属性情報毎に予め設定された重み付け値を用いて警告スコアを算出する
   請求項６に記載の病理診断結果判定方法。
8. 重み付け値は、特徴と当該特徴の属性情報に応じて設定される請求項７に記載の病理診断結果判定方法。
9. 診断ステップで、複数の注視領域を抽出し、
   レポート検証ステップで、前記複数の注視領域ごとに診断記録情報を比較し、設定された一致度スコアを用いて警告スコアを算出する
   請求項７または請求項８に記載の病理診断結果判定方法。
10. 一致していない特徴に加え、一致した特徴を警告スコア順に表示する警告表示ステップを含む
    請求項９に記載の病理診断結果判定方法。
11. 組織標本画像の病理診断を行い、診断記録情報を生成する診断部と、
    前記組織標本画像の病理診断結果が記載されたレポートを蓄積するレポート蓄積部と、
    前記レポート蓄積部に蓄積されているレポートに記載されている診断結果を解析するレポート解析部と、
    前記レポート解析部で解析された診断結果と、前記診断記録情報とを比較し、診断結果の一致度を判断するレポート検証部とを備えた
    ことを特徴とする病理診断結果判定装置。
12. 組織標本画像の病理診断を行い、診断記録情報を蓄積する診断記録蓄積部を備え、
    レポート解析部は、レポート蓄積部に蓄積されているレポートから注視領域、特徴名、及びその属性情報を抽出し、
    レポート検証部は、前記レポート解析部で抽出された注視領域、特徴名、及び当該特徴の属性情報と、前記診断記録蓄積部の診断記録情報とを比較し、特徴名の一致により一致度スコアを設定し、当該一致度スコアと、特徴名及びその属性情報毎に予め設定された重み付け値を用いて警告スコアを算出する
    請求項１１に記載の病理診断結果判定装置。
13. 重み付け値は、特徴と当該特徴の属性情報に応じて設定される請求項１２に記載の病理診断結果判定装置。
14. 診断部は、複数の注視領域を抽出し、
    レポート検証部は、前記複数の注視領域ごとに診断記録情報を比較し、設定された一致度スコアを用いて警告スコアを算出する
    請求項１２または請求項１３に記載の病理診断結果判定装置。
15. 一致していない特徴に加え、一致した特徴を警告スコア順に表示する警告表示部を備えた
    請求項１４に記載の病理診断結果判定装置。

Images