相似病例檢索裝置以及相似病例檢索方法

專利名稱：相似病例檢索裝置以及相似病例檢索方法
技術領域：
本發明涉及病例檢索裝置以及病例檢索方法，在醫療信息系統領域中，從存儲了包含醫用圖像和該醫用圖像的讀影報告的病例數據的病例數據庫中，檢索與作為對象的讀影報告相似的病例數據。
背景技術：
近年，為了支援基于讀影醫療的醫用圖像的讀影、基于臨床醫療的診斷，而將與過去讀影以及診斷出的醫用圖像、其讀影結果以及診斷結果等相關的信息存儲到數據庫中的研究盛行。此外，提出有一種相似病例檢索系統，醫師從上述數據庫中檢索與讀影/診斷對象的醫用圖像相似的醫用圖像以及該醫用圖像的讀影結果、診斷結果等的相關信息。
在以往的病例檢索系統中，多個記載了讀影/診斷結果的文本數據(以下記載為 “讀影報告”)保存在數據庫中。因此，從數據庫中檢索具有與醫師輸入的讀影報告(以下記載為“檢索對象”)內所含有的文字串相似的文字串的讀影報告。然后，將所檢索的讀影報告和醫用圖像作為檢索結果而輸出(參照非專利文獻I)。
在這種以往的病例檢索系統中，使用具有以讀影報告內所含有的各關鍵詞的個數為要素的向量，來檢索讀影報告。具體地說，通過對檢索對象的向量與數據庫內的讀影報告的向量之間的距離進行計算，由此對數據庫內的各讀影報告相對于檢索對象的相似度進行計算。然后，優先檢索含有計算出的相似度較高的讀影報告的讀影報告。
現有技術文獻
非專利文獻
非專利文獻I :基于文本的相似診療文本檢索系統(生物體醫工學44 (I): 199-206,2006)發明內容
發明要解決的課題
根據上述以往的病例檢索系統，能夠將檢索對象與文字串的一致率較高的讀影報告，檢索作為與檢索對象相似的讀影報告。
然而，僅通過向醫師提示含有檢索對象與文字串的一致率較高的讀影報告的病例數據，不能夠得知相對于當前診斷中的病例在醫學上以何種程度接近。因此，醫師不能夠決定病名的情況較多。因此，醫師使用利用其他檢索關鍵詞檢索到的多個病例數據，來診斷檢索對象的癥狀。換句話說，在以往的方法中，存在的課題為，有時不能夠從多個病例數據中檢索適當的病例數據。
因此，本發明是為了解決上述以往的課題而進行的，其目的在于提供一種相似病例檢索裝置，能夠從多個病例數據中檢索適當的病例數據。
用于解決課題的手段
本發明一個方案的相似病例檢索裝置為，具備關鍵詞提取部，從作為文本數據的讀影報告中提取關鍵詞，該文本數據記載了在對醫用圖像進行讀影時成為診斷對象的診斷項目、和表示上述診斷項目的癥狀的診斷結果；診斷樹解析部，參照存儲有診斷樹的診斷樹存儲部，根據上述關鍵詞提取與上述讀影報告對應的診斷流程即對象診斷流程，該診斷樹以樹結構表示包含到病名被決定為止的診斷項目和該診斷項目的癥狀的多個診斷流程； 相似診斷流程提取部，根據對診斷項目的癥狀進行判斷的困難度的程度即診斷項目的難易度、或者決定病名的困難度的程度即病名的難易度，從上述診斷樹存儲部所存儲的診斷樹所包含的多個診斷流程中，提取與上述對象診斷流程相似的相似診斷流程；以及相似病例檢索部，從病例數據存儲部所存儲的多個病例數據中，檢索與上述相似診斷流程對應的病例數據。
根據該構成，能夠使用根據難易度而提取的相似診斷流程，來檢索病例數據。由此，能夠著眼于難易度較高的診斷項目或者病名，而有效地檢索病例數據，因此能夠檢索適當的病例數據。
此外，上述病名的難易度也可以被計算為，在上述診斷樹中，含有同一病名的診斷流程的數量越多，則該病名的難易度越高。此外，上述診斷項目的難易度也可以被計算為， 上述診斷樹中的診斷項目的癥狀的分支數越多，則該診斷項目的難易度越高。此外，上述病名的難易度也可以被計算為，從上述診斷樹中的診斷項目的癥狀分支出的病名的數量越多，則該病名的難易度越高。此外，上述病名的難易度也可以計算為，對每個病名預先決定的值即表示病名的出錯容易度的值越大，則該病名的難易度越高。
根據這些構成，能夠提高醫師在診斷中困惑的診斷項目或者病名的難易度，因此能夠檢索更適當的病例數據。
此外，也可以為，在至少提取2個上述對象診斷流程、且上述2個對象診斷流程包含于相互不同的診斷樹的情況下，上述相似診斷流程提取部對每個診斷樹提取上述相似診斷流程。
根據該構成，即使在提取了多個對象診斷流程的情況下，也能夠提取相似診斷流程。
此外，本發明不僅能夠實現為這種相似病例檢索裝置，還能夠實現為以這種相似病例檢索裝置所具備的特征性構成部的動作為步驟的相似病例檢索方法。此外，本發明還能夠實現為使計算機執行相似病例檢索方法所含有的各步驟的程序。然后，這種程序當然能夠經由CD-ROM (Compact Disc Read Only Memory :只讀存儲型光盤)等非暫時性記錄介質或者互聯網等傳送介質來發布。
發明的效果
根據本發明，能夠著眼于難易度較高的診斷項目或者病名而有效地檢索病例數據,能夠從多個病例數據中檢索適當的病例數據。


圖I是表示醫師的醫用圖像的讀影順序的流程圖。
圖2是表示讀影報告的一個例子的圖。
圖3是表示診斷樹的一個例子的圖。
圖4是用于說明難易度的圖。
圖5是用于說明難易度的圖。
圖6是用于說明難易度的圖。
圖7是用于說明難易度的圖。
圖8是用于說明難易度的圖。
圖9是表示本發明的實施方式的相似病例檢索系統的功能構成的框圖。
圖10是表示關鍵詞提取部的詳細功能構成的框圖。
圖11是表示難易度評價部的詳細功能構成的框圖。
圖12是表示相似病例檢索部的詳細功能構成的框圖。
圖13是表示本發明的實施方式的相似病例檢索系統的利用狀態的圖。
圖14是表示由本發明的實施方式的相似病例檢索系統進行處理的流程的流程圖。
圖15是表示由關鍵詞提取部進行的處理的流程的流程圖。
圖16是表示由難易度評價部進行的處理的流程的流程圖。
圖17是表示由相似診斷流程提取部進行的處理的流程的流程圖。
圖18是表示由相似診斷流程提取部進行的處理的流程的流程圖。
圖19是表示由相似診斷流程提取部進行的處理的流程的流程圖。
圖20是表示由相似診斷流程提取部進行的處理的流程的流程圖。
圖21是表示由相似診斷流程提取部進行的處理的流程的流程圖。
圖22是用于說明多個診斷樹的變更方法的圖。
圖23是表示由相似病例檢索部進行的處理的流程的流程圖。
圖24是表示由檢索病例控制部進行的處理的流程的流程圖。
圖25是表示在相似病例檢索實驗中使用的診斷樹的圖。
圖26是表示相似病例檢索實驗的結果的圖。
圖27是表示相似病例檢索實驗的結果的圖。
圖28是表示相似病例檢索實驗的結果的圖。
圖29是表示相似病例檢索實驗的結果的圖。
具體實施方式
在對本發明一個方案的病例檢索裝置進行說明之前，首先，使用圖I以及圖2對醫師的一般的醫用圖像的讀影順序進行簡單說明。圖I是表示醫師的醫用圖像的讀影順序的流程圖。此外，圖2是表示讀影報告以及醫用圖像的一個例子的圖。
對在此使用的用語進行簡單說明。“診斷項目”是指在對醫用圖像進行讀影時成為診斷對象的病變的種類、部位。“癥狀”是指病變、部位的狀態。此外，“診斷結果”是指醫師通過對診斷項目進行診斷而得到的該診斷項目的癥狀。
此外，“讀影報告”是記載了診斷項目和診斷結果的文本數據。例如，在讀影報告中存在“腫瘤邊界部清晰平滑”的記載的情況下，診斷項目為”腫瘤邊界部”，診斷結果為“清晰平滑”。
此外，“病名”是指根據各診斷項目的診斷結果、醫師最終決定的疾病的名稱。此外，“病例數據”是指含有醫用圖像和讀影報告的數據。
以下，使用圖I來說明醫師的診斷順序。
首先，醫師得到成為診斷對象的醫用圖像(例如通過CT (Computed Tomography計算機斷層掃描)或者MRI (Magnetic Resonance Imaging :磁共振成像)等得到的圖像) (SOO)0
接下來，醫師對醫用圖像進行讀影，并對診斷項目進行診斷(S01)。
在此，在不能夠判斷診斷項目的癥狀的情況下(S02的否)，醫師對與當前讀影的醫用圖像的診斷項目以及診斷結果相似的、過去讀影了的醫用圖像的診斷項目以及診斷結果進行檢索(S03 )，利用檢索結果來對診斷項目進行診斷(SOI)。
另一方面，在能夠判斷診斷項目的癥狀的情況下(S02的是)，如圖2所示那樣，醫師將診斷項目以及診斷結果輸入到讀影報告的意見欄。
在此，在為了決定病名而需要的診斷項目的診斷未結束的情況下(S05的否)，再次返回步驟S01，對下一個診斷項目進行診斷。
另一方面，在為了決定病名而需要的診斷項目的診斷全部結束的情況下(S05的否)，醫師判斷是否能夠決定病名(S06)。
在此，在不能夠決定病名的情況下(S06的否)，醫師從過去的病例數據中，檢索與當前讀影的醫用圖像的診斷項目以及診斷結果相似的過去的病例數據(以下稱為“相似病例”)(S07)，并判斷是否能夠利用檢索結果來決定病名。
另一方面，在能夠決定病名的情況下(S06的是)，醫師根據診斷項目的診斷結果來決定病名(S08)。然后，如圖2所示那樣，醫師將決定的病名輸入病名欄。
醫師按照以上那樣的順序進行醫用圖像的讀影。此時，對于診斷項目的癥狀的診斷、病名的決定，在判斷時困惑的情況下，醫師檢索相似病例。然后，醫師通過將檢索結果與當前讀影的醫用圖像進行比較，由此能夠得到用于診斷項目的診斷或者病名的決定的線索。
在此，對于相似病例的檢索，更具體地進行了考慮。在上述的醫師的讀影順序中， 在步驟S03以及S07中進行相似病例的檢索。具體地說，步驟S03中的相似病例的檢索，是步驟S02判斷是否能夠進行診斷項目的癥狀的判斷的分支步驟，因此，表示醫師對于某個診斷項目的診斷困惑的情況。另一方面，步驟S07中的相似病例的檢索，是步驟S06判斷是否能夠決定病名的分支步驟，表示醫師在診斷項目的診斷結束之后對于病名的決定困惑的情況。對這些讀影順序中的醫師的狀態進行分析的結果，確定了醫師需要進行相似病例的檢索的狀態和其原因主要為以下5種。
以下對這5種原因進行詳細說明。
(I)在對診斷項目進行診斷時，能夠判斷為該診斷項目的癥狀的癥狀彼此非常相似。
在醫師對診斷項目進行診斷時，在能夠判斷為該診斷項目的癥狀的癥狀彼此相似的情況下，難以分辨該癥狀間的不同而判斷適當的癥狀。作為其結果，可以認為需要進行相似病例檢索的可能性較高。
(2)在對診斷項目進行診斷時，能夠判斷為該診斷項目的癥狀的癥狀的數量較多。
在醫師對診斷項目進行診斷時，在能夠判斷為該診斷項目的癥狀的癥狀為多個的情況下，難以判斷為是哪個癥狀的可能性較高。作為其結果，可以認為需要進行相似病例檢索。
( 3)為了決定病名而需要進行診斷的診斷項目的數量較多。
在為了決定病名而必須對較多診斷項目進行診斷的情況下，與該診斷項目的數量成正比例地難以決定病名。作為其結果，可以認為需要進行相似病例檢索的可能性較高。
(4)即使對為了決定病名而需要進行診斷的診斷項目全部進行了診斷，也不能夠決定病名。
醫師按順序對診斷項目進行診斷，而決定病名。此時，有時雖然診斷項目的診斷全部結束、已沒有應診斷的診斷項目，但病名未被決定為一個。換句話說，有時即使診斷項目的診斷結束，還存在較多病名的選擇項。在這種情況下，醫師難以決定病名。由此，可以認為需要進行相似病例檢索的可能性較高。
(5)僅通過對I種診斷項目進行診斷，不能夠決定病名。
醫師在決定病名之前，對各種診斷項目(形狀、花紋等)進行診斷。該診斷項目的種類數越多則越難以決定病名，可以認為需要進行相似病例檢索的可能性較高。
上述5個項目全部是在決定診斷項目的診斷或者病名時，醫師困惑到哪種程度這樣的診斷癥狀或者決定病名的困難度所相關的項目。因此，如果能夠利用醫師對于各診斷項目、病名困惑到哪種程度，而提示容易困惑的過去的病例數據，則可以認為對于醫師來說是有用的。
例如，在對檢索對象的讀影報告(癥狀A)的相似病例進行檢索時，如果不僅提示癥狀A、還能夠檢索含有對于診斷項目來說能夠判斷的多個癥狀(例如癥狀A、B、C、D、E、F、G) 之中在判斷時困惑的癥狀(例如僅為癥狀A、D、G)的病例數據，對于醫師來說是有用的。此時，困惑的病例(癥狀D、G)與檢索對象的文字串(癥狀A)不同，因此通過現有技術中的、基于讀影報告中的文字串的一致程度的相似病例的檢索方法，并不能夠進行檢索。
鑒于這些情況，本發明人研究了如下的方法不僅是文字串的一致，還能夠如上述那樣利用診斷的困難度，來檢索相似病例。以下，將該診斷的困難度記載為診斷的難易度或者僅記載為難易度。
在此，對診斷的難易度更詳細地進行說明。診斷的難易度表示醫師在對診斷項目進行診斷(癥狀和病名的判斷)時，對癥狀的判定困惑到何種程度。例如，難易度表示對診斷項目的癥狀是癥狀A還是癥狀B進行判斷時困難到哪種程度。此外，例如，難易度表示對病名是病名C或者是病名D進行決定時困難到哪張程度。
通過利用這種診斷的難易度來檢索相似病例，醫師能夠檢索在診斷時困惑的病例。然而，在過去的讀影報告中，未記載各診斷項目的難易度。此外，對于過去的病例，難以使醫師從現在開始賦予難易度。由此，診斷的難易度需要根據讀影報告以外來決定。
因此，本發明人著眼于醫師的診斷順序與診斷的難易度之間的關系。對于醫師正進行診斷的病例，如果能夠根據其診斷的順序來提取難易度，則能夠檢索醫師在診斷時困惑的病例。以下，對根據診斷順序來提取難易度的方法進行說明。
首先，說明診斷流程。醫師基于醫學知識來判斷各診斷項目的癥狀。醫師通過反復進行多次該診斷項目的癥狀的判斷，由此決定最終的病名。如此，將病名、到該病名被決定為止應診斷的診斷項目以及該診斷項目的癥狀，稱為診斷流程。
具體地說，醫師首先對預先決定的診斷項目進行診斷。例如，在進行乳房超聲波診斷的情況下，首先醫師對邊界部的癥狀(邊界為清晰平滑/清晰粗糙/不清晰)進行判斷。 接下來，醫師根據邊界部的診斷結果，對下一個診斷項目進行診斷。例如，如果邊界部為清晰平滑，則醫師接著進行形狀的診斷。此外，如果邊界部為清晰粗糙或者不清晰，則醫師接著進行分界線的斷裂的診斷。換句話說，醫師根據診斷項目的診斷結果，在使接著進行診斷的診斷項目變化的同時對診斷項目進行診斷，最后決定病名。
因此，診斷流程能夠由將診斷項目與癥狀組合了的樹結構來表示。此外，能夠根據檢查部位、診斷圖像的種類，在某種程度上預先決定該診斷流程。由此，能夠根據醫學書、過去病例來構建該樹。以下，將由樹結構表示了該診斷流程的結構稱為診斷樹。
此外，一般，醫師不會根據I種診斷樹來決定病名，而從各種角度反復進行診斷來決定病名。因此，對于I個診斷對象將多個種類的診斷樹(與形狀相關的診斷樹、與組織結構相關的診斷樹等)組合來進行診斷的情況較多。在此，圖3表示對于乳房超聲波診斷的形狀的診斷樹的例子。
診斷樹具有診斷項目、癥狀的種類、病名的信息。當將診斷樹中的某一個流程稱為診斷流程時，當前的讀影報告所記載的內容由診斷項目、診斷結果、病名構成，因此如果參照診斷樹，則能夠確定診斷流程。此外，可知讀影報告所記載的診斷流程在診斷樹中處于何處。
另一方面，診斷樹具有診斷項目、癥狀的種類、病名的信息，因此對于需要根據樹的分支信息和它們的個數來進行上述的相似病例檢索的原因，能夠根據以下的指標分別計算出診斷的難易度。
對于(I)的評價指標
為了對能夠判斷為某個診斷項目的癥狀的癥狀彼此非常相似的情況進行評價，觀察在對該診斷項目進行了判斷的癥狀之前存在多少相同的病名即可。例如，在如圖4那樣對診斷項目a進行了判斷之后，在圖案A與圖案B中存在較多相同的病名的情況下，可以認為該癥狀未成為將這些病名進行區別的要素。因此，由于在癥狀彼此中沒有將作為對象的病名大幅區分那樣的特征、即進行判斷的癥狀彼此相似，因此可以認為難以進行該癥狀間的判斷。因此，通過根據診斷樹對某個診斷項目下的病名數進行計數，由此對難易度進行評價。
對于(2)的評價指標
為了根據診斷樹對癥狀的種類較多的情況進行評價，使用診斷樹中的癥狀的種類數(相對于診斷項目的枝杈的數量)即可。例如，對于圖3的形狀這種診斷項目，根據癥狀的個數(四個不規則形、多邊形、分葉形、圓·橢圓)來評價難易度。如圖5那樣，該種類數越多，則評價為難易度越高的診斷項目。
對于(3)的評價指標
為了對即使根據診斷樹對多個診斷項目進行診斷、也未決定病名的情況進行評價，使用診斷樹所包含的診斷項目數即可。在對于圖6那樣的診斷樹，對實線箭頭和虛線箭頭的流程進行了比較的情況下，評價為診斷的次數較多的實線一方難以診斷、難易度較高。
對于(4)的評價指標
說明對全部診斷項目進行診斷、病名也未決定的情況。在存在如圖7那樣的診斷樹的情況下，如箭頭所示那樣對診斷項目進行了診斷。在這種情況下，即使診斷項目的診斷全部結束，也必須從病名1、2、3中決定某一個。此時，根據診斷樹中的病名數來評價難易度即可。例如，在圖7中，病名1、2、3的病名數為(3個)。在圖3中，根據與邊界部清晰平滑、 形狀為不規則形的診斷樹相對的病名數(2個)來評價難易度。
在上述情況下，即使在病名的個數較少的情況下，能夠考慮到有時也難以進行病名的選擇。此時，按照每個病名，對該病名的出錯容易度進行評價。在此，病名的出錯容易度是指，將對于讀影報告的結果、在之后的診斷中該讀影結果被變更了何種程度計算為指標。例如，將醫師的診斷大體區分時，具有基于讀影醫療的讀影和基于臨床醫生的診斷這2 個階段。此時，也可以將讀影時的病名與醫師最終決定的病名不同的概率作為出錯容易度。 另一方面，在基于讀影醫療的讀影過程中，存在I次讀影和2次讀影，也可以將該I次讀影和2次讀影的結果不同的概率作為病名的出錯容易度。以下，將這些集中記載為疾病數據。
對于(5)的評價指標
為了對在一個診斷項目的種類中，未決定病名的情況進行評價，從讀影報告中提取項目數、并對使用的診斷樹的個數進行計算即可。對圖8那樣的存在與形狀相關的診斷樹和與顏色相關的診斷樹的情況進行說明。此時，如各個箭頭那樣進行診斷并到達病名I。 在該情況下，讀影報告中含有與各個診斷樹相關的文字串(例如“項目a”等)。由此，通過對讀影報告的文字串進行解析，并與各診斷樹匹配，由此可知使用了幾個診斷樹。此外，該診斷樹的個數越多、則進行越復雜的診斷，并評價為難易度越高。
在以下的實施方式中，不是根據使用的診斷樹的個數來評價難易度的方法，而是作為例子表示能夠將組合診斷樹而提示的病例有效地變化的情況。
如此，對于上述評價指標，能夠根據診斷樹來推斷上述項目的診斷的難易度。關于各難易度的計算，在實施方式的說明時進行詳細說明。
根據這些情況，本發明人得到如下想法通過根據讀影報告和含有診斷流程的診斷樹來推斷難易度，由此實現相似病例檢索的目的。
以下，參照附圖對基于該想法而構成的本發明的實施方式進行說明。此外，在以下說明的實施方式均表示本發明的優選的一個具體例。換句話說，以下的實施方式中表示的數值、形狀、材料、構成要素、構成要素的配置以及連接方式、步驟、步驟的順序等，為本發明的一個例子，不意圖限定本發明。此外，對于以下的實施方式的構成要素中、表示本發明的最上位概念的獨立請求項未記載的構成要素，作為構成更優選的方式的任意的構成要素進行說明。
(實施方式)
圖9是表示本實施方式的相似病例檢索系統100的構成的框圖。如圖9所示那樣， 相似病例檢索系統100具備相似病例檢索裝置I、輸入部2、相似病例顯示部6以及讀影支援數據庫10。
(輸入部2)
輸入部2是供醫師輸入讀影報告的設備(例如鍵盤或者鼠標等)。輸入部2將醫師輸入的文檔數據、選擇結果向關鍵詞提取部3發送。
(相似病例顯示部6)
相似病例顯示部6從相似病例檢索部5受理病例數據，并向醫師提示。相似病例顯示部6例如為PC (Personal Computer :個人計算機)用的顯示器、TV (Television 電視機)、醫療用讀影監視器等。
(相似病例檢索裝置I)
相似病例檢索裝置I是用于從病例數據存儲部9中檢索與由輸入部2輸入的讀影報告相似的病例數據的裝置。相似病例檢索裝置I具備關鍵詞提取部3、難易度評價部4以及相似病例檢索部5。
(關鍵詞提取部3)
關鍵詞提取部3從輸入部2接收讀影報告的文檔數據，從文檔數據的中提取與醫學用語、診斷項目、診斷結果相關的關鍵詞，向難易度評價部4發送。換句話說，關鍵詞提取部3從輸入部2接收讀影報告，并從接收的讀影報告中提取關鍵詞。
圖10是表示關鍵詞提取部3的詳細功能構成的框圖。如圖10所示那樣，關鍵詞提取部3具備文字串解析部31和文字串比較部32。
文字串解析部31對于從輸入部2受理的讀影報告，進行文字串解析，并對名詞、助詞等進行分類。然后，文字串解析部31將完成解析的文字串向文字串比較部32發送。
文字串比較部32受理由文字串解析部31解析的文字串，并將這些文字串與關鍵詞字典存儲部7所儲存的文字串進行比較，在一致的情況下將該關鍵詞(以下也稱為“文字串”)向難易度評價部4發送。
(難易度評價部4)
難易度評價部4受理從關鍵詞提取部3所提取的文字串，并從診斷樹存儲部8讀出診斷樹。難易度評價部4根據這些文字串和診斷樹來計算診斷項目的難易度，并向相似病例檢索部5發送。
圖11是表示難易度評價部4的詳細功能構成的框圖。如圖11所示那樣，難易度評價部4具備診斷樹解析部41和相似診斷流程提取部42。
診斷樹解析部41參照診斷樹存儲部8，根據由關鍵詞提取部3提取的關鍵詞，提取與由輸入部2輸入的讀影報告對應的診斷流程即對象診斷流程。
具體地說，診斷樹解析部41將從關鍵詞提取部3接收的文字串與診斷樹存儲部8 內所儲存的多個診斷樹分別進行比較，選擇含有關鍵詞的診斷樹。接下來，診斷樹解析部41 根據選擇的診斷樹和文字串，對當前的讀影報告在上述診斷樹中、讀影報告與哪個診斷流程對應進行解析。然后，診斷樹解析部41將診斷樹和與當前的讀影報告對應的樹內位置信息(對象診斷流程)向相似診斷流程提取部42發送。
相似診斷流程提取部42根據診斷項目的難易度或者病名的難易度，從診斷樹存儲部8所存儲的診斷樹所含有的多個診斷流程中，提取與對象診斷流程相似的相似診斷流程。具體地說，相似診斷流程提取部42，例如以越是包括有對象診斷流程中含有的難易度較高的診斷項目或者病名的診斷流程、越提取為相似診斷流程的方式，從多個診斷流程中提取相似診斷流程。
更具體地說，相似診斷流程提取部42接收診斷樹和樹內位置信息，并取得與當前的讀影報告對應的對象診斷流程中含有的各診斷項目的難易度。接下來，相似診斷流程提取部42將含有難易度較高的診斷項目的診斷流程提取為相似診斷流程，并向相似病例檢索部5發送。
(相似病例檢索部5)
相似病例檢索部5從難易度評價部4受理相似診斷流程，并對病例數據存儲部9 的病例數據的相似度進行計算，將相似度較高的病例數據向相似病例顯示部6發送。換句話說，相似病例檢索部5從病例數據存儲部9所存儲的多個病例數據中，檢索與相似診斷流程對應的病例數據。換句話說，相似病例檢索部5對根據相似診斷流程而診斷的病例數據進行檢索。并且，相似病例檢索部5還對根據對象診斷流程而診斷的病例數據進行檢索。
圖12是表示相似病例檢索部5的詳細功能構成的框圖。如圖12所示那樣，相似病例檢索部5具備檢索病例控制部51和相似度評價部52。
檢索病例控制部51從難易度評價部4受理相似診斷流程。在此，如果沒有來自輸入部2的輸入，則檢索病例控制部51直接將相似診斷流程向相似度評價部52發送。另一方面，在存在來自輸入部2的輸入的情況下，檢索病例控制部51對相似診斷流程賦予加權而向相似度評價部52發送相似診斷流程。
相似度評價部52接收相似診斷流程，并對病例數據存儲部9所存儲的病例數據的診斷流程與相似診斷流程的相似度進行計算。接著，將相似度較高的病例數據向相似病例顯示部6發送。
(讀影支援數據庫10)
讀影支援數據庫10具備關鍵詞字典存儲部7、診斷樹存儲部8以及病例數據存儲部9。
(關鍵詞字典存儲部7)
關鍵詞字典存儲部7存儲關鍵詞提取所使用的醫學用語。
(診斷樹存儲部8)
診斷樹存儲部8儲存與診斷項目和其癥狀的種類等的診斷流程相關的信息。換句話說，診斷樹存儲部8存儲有診斷樹，該診斷樹以樹結構來表示含有到病名被決定為止的診斷項目和該診斷項目的癥狀的多個診斷流程。
(病例數據存儲部9)
病例數據存儲部9儲存有過去的讀影報告和診斷所使用的醫用圖像。換句話說， 病例數據存儲部9存儲有讀影報告和醫用圖像的組即病例數據。
(系統的利用方式)
圖13是表示本實施方式的相似病例檢索系統100的利用方式的圖。
相似病例檢索系統100具備相似病例檢索裝置I、輸入部2、相似病例顯示部6以及讀影支援數據庫10。相似病例檢索系統100根據由輸入部2輸入的讀影報告，實現難易度評價，并對于輸入的讀影報告，從讀影支援數據庫10中檢索診斷的難易度較高的病例數據，并將其結果向相似病例顯示部6提示。
接下來，對如以上那樣構成的相似病例檢索系統100的各種動作進行說明。
(相似病例檢索的處理的整體概要)
圖14是表不在相似病例檢索系統100中進行的處理的流程的流程圖。圖14對應于圖I的步驟S03、S07。
(相似病例檢索系統的處理流程)
(S10 :輸入讀影報告)
在步驟SlO中，輸入部2受理來自醫師的讀影報告的輸入，并向相似病例檢索裝置I發送。在此，將圖2所示那樣的、醫師在讀影報告中輸入了“邊界部為清晰平滑，形狀為不規則形。懷疑為乳頭腺管癌。”的情況作為例子，而具體地進行說明。在步驟SlO中，醫師的輸入即“邊界部為清晰平滑，形狀為不規則形。懷疑為乳頭腺管癌?！北幌蛳嗨撇±龣z索裝置I發送。
(Sll :提取關鍵詞)
在步驟Sll中，關鍵詞提取部3接受讀影報告的文檔數據，從該文檔數據中提取與診斷相關的文字串，并向難易度評價部4發送。以下，使用圖15對步驟Sll的詳細內容進行說明。
在步驟S30中，關鍵詞提取部3讀入從輸入部2接收的讀影報告。
在步驟S31中，文字串解析部31對于從輸入部2接受的讀影報告，進行文字串解析，并對名詞、助詞等進行分類。然后，文字串解析部31將完成解析的文字串向文字串比較部32發送。
在步驟S32中，文字串比較部32從文字串解析部31接收完成解析的文字串，并將其與關鍵詞字典存儲部7所存儲的文字串進行比較。
在步驟S33中，文字串比較部32僅將關鍵詞字典存儲部7所存儲的文字串中、與從文字串解析部31接收的文字串一致的文字串向難易度評價部4發送。例如，在步驟SlO 中受理了“邊界部為清晰平滑，形狀為不規則形。懷疑為乳頭腺管癌?！边@種輸入的情況下， 在步驟Sll中，文字串解析部31從“邊界部為清晰平滑，形狀為不規則形?！敝薪馕鑫淖执?。 例如，文字串比較部32以“邊界部/為/清晰平滑/，/形狀/為/不規則形/。懷疑/為 /乳頭腺管癌/?！钡姆绞椒纸馕淖执?。然后，文字串解析部31通過將所分解的文字串與關鍵詞字典存儲部7所存儲的文字串(具有邊界部、清晰平滑、形狀、不規則形、乳頭腺管癌)進行對照，由此向難易度評價部4發送“邊界部”、“清晰平滑”、“形狀”、“不規則形”、“乳頭腺管癌”。
(S12:評價難易度)
在步驟S12中，難易度評價部4接受從關鍵詞提取部3提取的文字串，并從診斷樹存儲部8接受診斷樹。難易度評價部4根據這些文字串和診斷樹來計算診斷項目的難易度， 并向相似病例檢索部5發送。以下，使用圖16對步驟S12的詳細內容進行說明。
在步驟S40中，難易度評價部4讀入從關鍵詞提取部3接收的文字串。
在步驟S41中，診斷樹解析部41將從關鍵詞提取部3接收的文字串與診斷樹存儲部8所儲存的診斷樹進行比較，而對診斷樹進行選擇。換句話說，診斷樹解析部41參照診斷樹存儲部8，確定含有與由關鍵詞提取部3提取的關鍵詞一致的診斷項目、癥狀以及病名的診斷樹。
在步驟S42中，診斷樹解析部41根據接收的文字串和選擇的診斷樹，解析當前的讀影報告與診斷樹所含有的多個診斷流程中的哪個診斷流程相對應。然后，診斷樹解析部 41將診斷樹和當前的讀影報告中的樹內位置信息向相似診斷流程提取部42發送。換句話說，診斷樹解析部41將與讀影報告對應的診斷流程作為對象診斷流程向相似診斷流程提取部42發送。
在步驟S43中，相似診斷流程提取部42接收診斷樹和樹內位置信息，并對各診斷項目計算相對于當前的讀影報告的難易度。例如，在步驟Sll中，考慮“邊界部”、“清晰平滑”、“形狀”、“不規則形”以及“乳頭腺管癌”被提取為關鍵詞的情況。此時，診斷樹解析部 41將“邊界部”、“清晰平滑”、“形狀”、“不規則形”以及“乳頭腺管癌”與圖3的診斷樹的文字串進行比較，而提取與當前輸入的讀影報告對應的對象診斷流程。之后，使用如此提取的對象診斷流程，對難易度的評價進行說明。
(S43 :評價診斷樹內難易度)
在步驟S43中，相似診斷流程提取部42計算在提取相似診斷流程時利用的難易度。
(第一難易度模式根據同一病名數計算難易度)
此外，在步驟S43中，也可以根據與診斷項目相對的病名的一致數(同一病名數)來決定難易度。在即使對全部診斷項目進行診斷、也未決定病名的情況下，診斷變得困難。因此，相似診斷流程提取部42以診斷項目的分支下的病名一致到何種程度作為基準，來評價難易度。具體地說，相似診斷流程提取部42以在同一病名數較多的情況下、難易度變高的方式對病名的難易度進行評價，以在較少的情況下、難易度變低的方式對病名的難易度進行評價。換句話說，相似診斷流程提取部42以含有同一病名的診斷流程越多、則難易度越高的方式對病名的難易度進行計算。以下，使用圖17對步驟S43的詳細內容進行說明。
在步驟S70中，相似診斷流程提取部42讀入診斷樹。
在步驟S71中，相似診斷流程提取部42計算檢索對象的流程。
在步驟S72中，相似診斷流程提取部42存儲檢索對象診斷流程(以下也稱為檢索對象流程)的病名。
在步驟S73中，相似診斷流程提取部42對讀入的診斷樹的項目分支數進行計數。
在步驟S74中，相似診斷流程提取部42讀入項目分支。
在步驟S75中，相似診斷流程提取部42對與在分支下存在的步驟S72中存儲的病名相同的病名數進行計數。
在步驟S76中，相似診斷流程提取部42根據同一病名數來計算該診斷項目的難易度。
步驟S77是確認是否針對全部項目對病名數進行了計數的分支步驟，在全部項目的計數完成的情況下，進入到結束，在未完成的情況下，進入到步驟S74并繼續進行同一病名數的計數。
使用圖3，對根據同一病名數計算難易度的情況的具體例進行說明。在此，注目于診斷項目“形狀”下的癥狀的種類“不規則形”、“多邊形”、“分葉形”。作為“不規則形”下的病名，存在“乳頭腺管癌”、“實體管癌”。作為“多邊形”下的病名，存在“實體管癌”、“粘液癌”、“髄樣癌”。作為“分葉形”下的病名，存在“葉狀腫瘤”、“線維腺瘤”、“囊腫”。此時，當對“不規則形”評價難易度時，在“多邊形”下含有也在“不規則形”下也存在的“實體管癌” 這樣的病名，因此這些癥狀容易發生錯誤，因此評價為難易度較高。另一方面，“分葉形”不存在一致的病名，因此難以發生錯誤，因此評價為難易度較低。
(第二難易度模式根據項目分支數計算難易度)
此外，在步驟S43中，也可以根據與診斷項目相對的癥狀的種類數(項目分支數)來決定難易度。在與診斷項目相對的癥狀的種類較多時，診斷變得困難。因此，將癥狀的數量作為基準來評價難易度。此時，在癥狀的種類較多的情況下，評價為難易度較高，在較少的1情況下評價為難易度較低。換句話說，診斷項目的難易度被計算為，診斷樹中的診斷項目的 癥狀的分支數越多、則難易度越高。換言之，診斷項目的難易度被計算為，能夠判斷為診斷 項目的癥狀的癥狀的數量越多、則難易度越高。以下，使用圖18對步驟S43的詳細內容進 行說明。在步驟S80中，相似診斷流程提取部42讀入診斷樹。在步驟S81中，相似診斷流程提取部42計算檢索對象的流程。在步驟S82中，相似診斷流程提取部42對診斷樹的項目分支數進行計數。在步驟S83中，相似診斷流程提取部42對項目分支數進行計數。在步驟S84中，相似診斷流程提取部42根據項目分支數來計算該診斷項目的難易 度。步驟S85是確認是否針對全部項目分支對診斷項目數進行了計數的分支，在全部 項目的計數完成的情況下，進入到結束，在未完成的情況下，進入到步驟S83并繼續進行項 目分支數的計數。考慮在圖3中根據項目分支數計算難易度的情況。此時，假設對于各個癥狀的種 類為相同的診斷難易度，僅根據個數來決定難易度。例如，在圖3中，診斷項目“形狀”下的 癥狀的種類存在“不規則形”、“多邊形”、“分葉形”、“圓 橢圓”這4個種類。另一方面，診 斷項目“不清晰halo (_)”下的癥狀的種類僅存在“存在”、“不存在”兩種。此時，與對診斷 項目為“存在”以及“不存在”的某一個進行判斷相比，將對診斷項目為“不規則形”、“多邊 形”、“分葉形”以及“圓 橢圓”的某一個進行判斷的情況評價為難易度較高。此外，病名的難易度也可以與上述同樣地計算。換句話說，病名的難易度也可以 被計算為，診斷樹的從診斷項目的癥狀分支的病名的數量越多、則難易度越高。具體地說， 例如也可以計算為，在圖3中，最下段的框內所記載的病名的數量越多，則病名的難易度越 聞。(第三難易度模式根據病名的出錯容易度計算難易度)此外，在步驟S43中，也可以根據與診斷項目相對的病名的出錯容易度，來決定難 易度。在診斷項目中病名的錯誤較多時，假定為診斷較難。因此，將病名的出錯容易度作為 基準對難易度進行評價。具體地說，相似診斷流程提取部42以按照每個病名預先設定的 值、即表示病名的出錯容易度的值越大、則難易度越高的方式進行計算。此時，在病名的錯誤較多的情況下評價為難易度較高，在較少的情況下評價為難 易度較低。以下，圖19表示步驟S43的詳細內容。在步驟S90中，相似診斷流程提取部42讀入診斷樹。在步驟S91中，相似診斷流程提取部42對檢索對象的流程進行計算。在步驟S92中，相似診斷流程提取部42提取檢索對象的病名。在步驟S93中，相似診斷流程提取部42讀入與在步驟S93中提取的病名和診斷樹 的病名相對的疾病數據。在步驟S94中，相似診斷流程提取部42對全部診斷流程數進行計數。在步驟S95中，相似診斷流程提取部42讀入診斷流程。在步驟S96中，相似診斷流程提取部42基于疾病數據對各診斷流程的病名的難易 度進行評價。
步驟S97是確認是否對全部診斷流程對難易度進行了評價的分支步驟，在全部流程的評價完成的情況下，進入到結束，在未完成的情況下，進入到步驟S95，并繼續進行難易度的評價。
此外，在步驟S43中，也可以根據與診斷結果相對的病理檢查的正解率，來計算病名的出錯容易度。在此，病理檢查是指采取腫瘤組織的檢查。不僅是讀影的診斷結果，在治療的階段中也進行采取腫瘤組織的病理檢查，根據對該組織進行分析的結果，來進行確定診斷。將該病理檢查的結果與讀影結果的一致率作為正解率。
此外，在步驟S43中，也可以將上述多個方法組合來計算難易度。
考慮在圖3中根據病名的出錯容易度計算難易度的情況。當關注于癥狀的種類 “多邊形”時，其下的病名存在“實體管癌”、“粘液癌”、“髄樣癌”這3個種類。
例如，“實體管癌”和“髄樣癌”的診斷較難，“實體管癌”和“粘液癌”的診斷較容易。在以下，將想檢索的病名為“實體管癌”時作為例子進行說明。首先，作為事前的處理， 相對于“實體管癌”等各病名，將與出錯容易度相當的數值和病名組合存儲作為疾病數據。 在檢索時，對于“實體管癌”這個病名讀出疾病數據(例如“粘液癌” O. 1、“髄樣癌”0. 7等)。 將該疾病數據用為對于檢索文字串的相似度計算的權重，在通過“實體管癌”這個文字串進行了檢索的情況下，能夠使不同文字串即“髄樣癌”的相似度上升。
(第四的難易度模式從多個樹中刪除不可能的診斷流程)
在步驟S44中，相似診斷流程提取部42使用診斷樹解析部41提取的多個診斷樹， 對診斷樹的組合進行評價，由此將不可能的相似診斷流程刪除，提取有效的診斷流程，向相似病例檢索部5發送。
以在多個診斷樹中是否存在病名的組合作為指標，來進行從多個診斷樹中的有效診斷流程的提取。以下，使用圖20對步驟S44的詳細內容進行說明。
在步驟SlOO中，相似診斷流程提取部42讀入多個診斷樹。
在步驟SlOl中，相似診斷流程提取部42從多個診斷樹中提取與檢索對象流程同一病名的流程。
在步驟S102中，相似診斷流程提取部42對于同一病名的流程，從多個診斷樹中讀入相似難易度的流程。
在步驟S103中，相似診斷流程提取部42對在步驟SlOl、S102中提取的流程的病名的種類數進行計數。
在步驟S104中，相似診斷流程提取部42按照不同病名、不同診斷樹，對流程所含有的病名數進行計數。
在步驟S105中，相似診斷流程提取部42將在全部診斷樹中進行了計數的病名采用為有效的診斷流程。
步驟S106是確認是否對全部病名進行了評價的分支步驟，在對全部病名完成了評價的情況下，進入到結束，在未完成的情況下，進入到步驟S103并繼續進行評價。
(第五難易度模式使由多個樹和讀影報告顯示的對象變化)
此外，在步驟S44中，也可以根據讀影報告所記載的診斷項目，對使用的診斷樹進行變更。在此，對基于之前所述的有效診斷流程的提取方法來使診斷樹變更的例子進行說明。以下，使用圖21對在步驟S44中使診斷樹變更的詳細流程進行說明。
在步驟SllO中，相似診斷流程提取部42讀入讀影報告所記載的診斷項目和病名。
在步驟Slll中，相似診斷流程提取部42選擇并讀入在步驟SllO中提取的診斷項目所包含的診斷樹。
在步驟S112中，相似診斷流程提取部42從多個診斷樹中提取與檢索對象流程為同一病名的診斷流程。
在步驟S113中，相似診斷流程提取部42對于同一病名的流程從多個診斷樹中讀入相似診斷流程。
在步驟SI 14中，相似診斷流程提取部42對在步驟SI 12、SI 13中提取的流程的病名的種類數進行計數。
在步驟SI 15中，相似診斷流程提取部42按照不同病名、不同診斷樹對流程所含有的病名數進行計數。
在步驟S116中，相似診斷流程提取部42將在全部診斷樹中進行了計數的病名采用為有效的診斷流程。
步驟S117是確認是否對全部病名進行了評價的分支步驟，在對全部病名完成了評價的情況下，進入到結束，在未完成的情況下，進入到步驟S114并繼續進行評價。例如， 在如圖22那樣存在多個診斷樹的情況下，設為現在醫師關于形狀進行診斷，檢索對象流程為“項目a-圖案A-項目b-圖案C-病名2”。此外，設為在形狀的診斷樹中病名1、2、3的診斷較困難，在形狀的診斷樹中病名2、3的診斷較困難。此時，在步驟Slll中，讀入當前診斷中的診斷流程，在步驟S112將病名與當前正診斷的流程一致的診斷流程(在此從與顏色相關的診斷樹中)讀入為診斷流程“項目C-圖案E-項目d-圖案G-病名2”。在步驟S113 中，在各個診斷樹中讀入相似診斷流程即“項目a-圖案A-項目b-圖案C-病名1”、“項目 a-圖案A-項目b_圖案C-病名3”、“項目C-圖案E-項目d_圖案G-病名3”?？傊?讀入以下那樣的診斷流程。診斷流程1:“項目1-圖案A-項目b-圖案C-病名1”(診斷樹:形狀)
診斷流程2 “項目圖案A-項目b_圖案C-病名2”(診斷樹:形狀)
診斷流程3 “項目圖案A-項目b_圖案C-病名3”(診斷樹:形狀)
診斷流程4 “項目圖案E-項目d-圖案G-病名2”(診斷樹:顏色)
診斷流程5 “項目圖案E-項目d-圖案G-病名3”(診斷樹:顏色)
換句話說，在提取至少2個對象診斷流程、且2個對象診斷流程包含于相互不同的診斷樹的情況下，相似診斷流程提取部42按照每個診斷樹提取相似診斷流程。
對于這種診斷流程，在步驟S114、S115中，對于形狀樹和顏色樹對病名數進行計數。由此，例如，由于病名I僅存在于形狀樹側，因此在使用與當前檢索中的診斷流程不同的診斷流程來綜合地進行了診斷的情況下，不作為相似，因此能夠進行從顯示對象排除這種變更。如以上那樣，通過將多個樹組合而進行的評價，能夠減少顯示對象。
(S45 :提取相似診斷流程)
在步驟S45中，相似診斷流程提取部42根據難易度，將難易度與檢索對象相似的診斷流程作為相似診斷流程向相似病例檢索部5發送。具體地說，相似診斷流程提取部42 以越是含有難易度較高的診斷項目或者病名的診斷流程、越提取為相似診斷流程的方式， 提取相似診斷流程。
(S13:檢索相似病例)
在步驟S13中，相似病例檢索部5從難易度評價部4接受相似診斷流程，對病例數據存儲部9所存儲的各病例數據的相似度進行計算，將相似度較高的病例數據優先向相似病例顯示部6發送。以下，使用圖23對步驟S13的詳細內容進行說明。
在步驟S50中，相似病例檢索部5讀入從難易度評價部4接收的相似診斷流程。
在步驟S51中，檢索病例控制部51從輸入部2接收檢索項目，并將對檢索項目進行了加權的相似診斷流程向相似度評價部52發送。以下，圖24表示步驟S51的詳細情況。
在步驟S60中，檢索病例控制部51接收相似診斷流程。
在步驟S61中，檢索病例控制部51讀入來自輸入部2的用戶輸入。
步驟S62是判斷在輸入部2中是否存在用戶的輸入的分支步驟，在存在輸入的情況下進入到步驟S63，在沒有輸入的情況下進入到步驟S52。
在步驟S63中，檢索病例控制部51在相似診斷流程內檢索用戶輸入的文字串的有無、位置。
在步驟S64中，檢索病例控制部51對用戶輸入的診斷流程內項目進行加權。通過進行該加權，能夠優先地檢索用戶想檢索的項目。關于加權的計算方法的詳細內容記載于后述的實施例。
在步驟S52中，相似度評價部52接收用戶檢索項目和相似診斷流程，并對其與病例數據存儲部9所儲存的讀影報告的相似度進行評價。
在步驟S53中，相似度評價部52從病例數據存儲部9讀出在步驟S52中相似度評價結果為高位的病例數據所含有的讀影報告和醫用圖像。
在步驟S54中，相似度評價部52將從病例數據存儲部9讀出的病例數據所含有的讀影報告和醫用圖像向相似病例顯示部6發送。
(S14:顯示相似病例)
在步驟S14中，相似病例顯示部6從相似病例檢索部5接受病例數據，并向醫師進行提示。相似病例顯示部6例如為顯示器、TV、監視器等。
如以上那樣，根據本實施方式的相似病例檢索系統100，能夠使用根據難易度而提取的相似診斷流程，對病例數據進行檢索。由此，能夠著眼于難易度較高的診斷項目或者病名，而有效地對病例數據進行檢索，因此能夠檢索適當的病例數據。
(實施例)
在以下，表示為了實驗而制作簡單的讀影報告、并對相似度進行了評價的結果。圖 25表示在本實施例中使用的診斷樹。將癥狀作為圖案而記載在四邊的框內，診斷項目被記載為項目。使用了在多個診斷流程中存在相同的病名(例在圖案D、E中存在病名N)的診斷樹。此外，在這次實驗中，在讀影報告中記載有“項目a為圖案B。項目c為圖案G。懷疑為病名S?！?，并提取了以下的關鍵詞。
( I)診斷項目“項目a”、“項目c”
(2)癥狀“圖案B”、“圖案G”
(3)病名“病名 S”
表示在實驗中使用2個難易度的評價方法(同一病名數、病名的出錯容易度)而進行了難易度評價的結果。此外，對將文字串的一致數作為指標來計算相似度的以往方法與本實施例進行了比較。以下，表示方法和此時使用的評價式。在此，使用以下的式(I)來計算相似度Sim。
[數學式I]
在此，X表示文字串的比較結果，在一致的情況下取1，在不一致的情況下取O。此外，fk (W，X)為對是否進行加權進行辨別的函數。在X、W均為O時取0，此外取I。
(I)以往方法(無難易度評價，將文字串的一致數作為指標的方法)
(權重以往方法)
[數學式2]
Wk =1. O · 式(2)
(2)基于病名一致數的難易度
在本實驗中，為了容易得知結果，作為在診斷項目下存在的病名的一致數，對于與病名最接近的診斷結果即圖25的圖案D L，使用了以下的式子。此外，該計算也可以返回診斷項目而用于圖案A C。在此，nx為分支下存在的病名的一致數，na表示病名的總數。 例如，在對圖案D和圖案E進行比較的情況下，圖案D下存在病名M、N、0，圖案E下存在病名P、N、O。由此，由于N、O —致，因此nx為2、總數na為6，其權重Wk成為O. 33。
(權重病名一致數)
[數學式3]
(3)基于病名出錯容易度的難易度
在本實驗中，病名S最容易發生錯誤，接著病名T容易發生錯誤。此外，對于該出錯容易度的數值使用了式(4)。該數值既可以按照每個病名預先決定，也可以根據數據庫自動地決定。
(權重出錯容易度)
[數學式4]
Wk =1. O (病名 S)
Wk = O. 7 (病名 T) · 式⑷
Wk = 0(病名 S、T 以外)
(相似度)使用式(3)
(4)難易度(2)和難易度(3)的組合
圖26 圖29表示實驗結果。在圖中對于相似度較高的10件記載了相似度和診斷流程。在此，診斷項目I是含有診斷項目a的階層，癥狀I是對于項目a的癥狀，圖案A、 B、C與此相應。診斷項目2是在其癥狀下存在的診斷項目，是指項目b、C、d。癥狀2表示項目b、c、d下的癥狀。在以下將診斷流程記載為“診斷項目1-癥狀1-診斷項目2-癥狀 2-病名”。在該記載方法中，成為檢索對象的讀影報告的診斷流程成為“a-B-c-G-S”。
(I)以往方法(無難易度評價，將文字串的一致數作為指標的方法)wkfk(w,x)(Zc = I,-’.Λ,)·式⑴
Wt·式⑶
圖26表示以往方法的實驗結果。由于文字串的一致數為相似度的指標，因此例如相對于這次的檢索對象讀影報告“a-B-c-G-S”，相似度最高的是文字串全部一致的 “a-B-c-G-S”，其相似度為I。此外，5個文字串中4個一致的“a-B-c-G-T”的相似度成為 O. 8。如此，在以往方法中能夠對與檢索的診斷流程相同的病例數據進行檢索。
(2)基于病名一致數的難易度
圖27表示基于病名一致數的難易度評價的實驗結果。當將病名一致數作為指標來評價難易度時，在各診斷流程中對與檢索讀影報告的病名“病名S” 一致的病名數進行計算，因此含有病名S的診斷流程的相似度上升。例如，在圖27中“a-B-c-H-S”、“a-B-c-I-S” 的相似度從O. 8上升到O. 9。因此，如果使用本方法，則能夠優先檢索到達所檢索的病名的診斷流程。換句話說，含有難易度較高的病名即“病名S”的診斷流程被提取為相似診斷流程。
(3)基于病名出錯容易度的難易度
圖28表示基于病名出錯容易度的難易度評價的實驗結果。當將病名出錯容易度作為指標來評價難易度時，在與含有檢索讀影報告的病名“病名S”的診斷流程相同的診斷項目、癥狀中含有“病名T”的診斷流程的相似度上升。因此，如果使用本方法，能夠優先檢索含有容易錯誤的病名的診斷流程。換句話說，包括有對象診斷流程所含有的病名和容易出錯的病名的診斷流程被提取為相似診斷流程。
(4)難易度(2)和難易度(3)的組合
圖29表示基于難易度(2)和難易度(3)的組合的難易度評價的實驗結果。在將病名一致數和病名出錯容易度組合了的情況下，存在雖然文字串的一致數較少、但相似度大幅上升的診斷流程。例如，“a-B-c-H-T”在以往的文字串的一致數中相似度為O. 6，但在這次提出的方法中相似度成為O. 9。由此，如果使用本方法，能夠優先檢索包括有容易到達檢索的病名、容易發生錯誤的病名的診斷流程。
以上，根據說明的相似病例檢索系統，不僅能夠提示文字串相似這種病例數據，還能夠提示容易與成為對象的讀影報告發生錯誤的病例數據，能夠提高醫師對診斷的可靠度。
例如，在當前診斷中的讀影報告中記載有“邊界為清晰平滑，形狀為多邊形，因此懷疑為實體管癌”時，可以認為是存在圖3那樣的診斷樹的情況。
此時，通過之前所述的關鍵詞提取部，從報告記載內容中提取“邊界”、“清晰平滑”、“形狀”、“多邊形”、“實體管癌”等項目，在診斷樹內與該記載相匹配的診斷流程“邊界-清晰平滑-形狀-多邊形-實體管癌”被選擇為檢索對象。
在此，設為“不規則形”、“多邊形”容易發生錯誤。此外，設為“乳頭腺管癌”和“實體管癌”的診斷較困難，“實體管癌”和“粘液癌”的診斷容易。此時，考慮在數據庫內存在如下的過去病例的報告的情況過去病例I為“邊界為清晰平滑，形狀為多邊形，因此懷疑為粘液癌”，過去病例2為“邊界為清晰平滑，形狀為不規則形，因此懷疑為乳頭腺管癌”。醫師容易進行“乳頭腺管癌”和“粘液癌”的診斷，因此即使將過去病例I作為檢索結果進行提示，也不會成為醫師的參考。
但是，在以往方法中文字串一致到何種程度成為指標，因此當將過去病例I和過去病例2進行比較時，過去病例I的“邊界”、“清晰平滑”、“形狀”、“多邊形”這4個文字串一致，相對于此過去病例I的“邊界”、“清晰平滑”、“形狀”的3個一致，將一致的文字串較多的過去病例I作為相似病例輸出。
與此相對，在本發明中，不僅將文字串的一致數、還將難易度作為指標，因此對于檢索對象的文字串未包含的“多邊形”、“實體管癌”也計算權重，相似度上升。作為其結果， 過去病例2被提示為檢索結果，因此醫師能夠在與容易出錯的病例進行比較的同時進行診斷。
以上，基于實施方式對本發明一個方案的相似病例檢索裝置I進行了說明，但本發明不限定于這些實施方式。只要不脫離本發明的主旨，對本實施方式實施了本領域技術人員想到的各種變形的方式，或者將不同實施方式中的構成要素組合而構建的方式，都包含于本發明的范圍內。
例如，輸入部2也可以利用用于對預先準備的診斷項目以及癥狀進行選擇的模板，來從醫師受理輸入。
此外，輸入部2也可以根據病例數據存儲部9的數據來制作上述模板。
此外，文字串解析部31也可以利用一般的關鍵詞提取方法(例如基于形態元素解析的關鍵詞提取、基于N-gram的關鍵詞提取)。
此外，文字串比較部32也可以使用同義詞字典來進行與關鍵詞的比較。
此外，文字串比較部32不僅進行與關鍵詞字典存儲部7所存儲的關鍵詞的比較， 也可以進行使用同義詞字典來將用于難易度評價的關鍵詞統一那樣的變換處理。
此外，與所輸入的讀影報告相對應的診斷樹，不僅根據診斷項目，也可以根據患者的檢查部位信息(胸部、腹部等)來決定。
此外，關鍵詞字典存儲部7所存儲的關鍵詞，也可以參照病例數據存儲部所存儲的讀影報告來制作。
此外，關鍵詞字典存儲部7所存儲的關鍵詞例如也可以根據ICD10(國際疾病分類第10版)等的疾病分類表來制作。
此外，診斷樹存儲部8也可以參照病例DB內的讀影報告來制作。
此外，也可以在診斷結束后在病例數據存儲部9中增加當前的檢索病例。
此外，在上述實施方式中，相似診斷流程提取部42對難易度進行了計算，但不一定需要計算難易度。例如，相似診斷流程提取部42也可以從診斷樹存儲部8讀出按照每個診斷項目或者病名存儲的難易度。
此外，上述實施方式的相似病例檢索裝置I所具備的構成要素的一部分或者全部也可以由一個系統LSI (Large Scale Integration :大規模集成電路)構成。
系統LSI是將多個構成部集成在一個芯片上而制造的超多功能LSI，具體地說，是含有微處理器、ROM (Read Only Memory :只讀存儲器)、RAM (Random Access Memory :隨機存取存儲器)等而構成的計算機系統。上述ROM中存儲有計算機程序。上述微處理器根據上述計算機程序來進行動作，由此系統LSI實現其功能。
在此,使其成為LSI,但根據集成度的不同,有時還稱為IC(Integrated Circuit集成電路)、系統LSI、超級LSI、巨大LSI。此外，集成電路化的方法不限于LSI，也可以通過專用電路或者通用處理器來實現。在LSI制造后，也可以利用能夠編程的FPGA (Field Programmable Gate Array :現場可編程門陣列)、或者能夠重構LSI內部的電路單元的連接、設定的可配置處理器。
并且，如果由于半導體技術的進步或者派生的其他技術，而置換LSI的集成電路化的技術出現，當然也可以使用該技術來進行功能修補的集成化。還存在應用生物技術等的可能性。
此外，本發明不僅能夠實現為具備這種特征性處理部的相似病例檢索裝置，還能夠實現為將相似病例檢索裝置所包含的特征性處理部作為步驟的相似病例檢索方法。此外，還能夠實現為使計算機執行相似病例檢索方法所包含的特征性各步驟的計算機程序。 然后，當然能夠經由CD-ROM等的計算機能夠讀取的記錄介質或者互聯網等通信網絡，使這種計算機程序流通。
此外，本發明不限定于上述實施方式。
工業可利用性
本發明，作為對病例數據存儲部所儲存的多個病例數據(診斷圖像以及讀影報告) 進行檢索的相似病例檢索裝置是有用的。此外，在判斷的結構能夠樹化那樣的領域(機構設計、裁判判例檢索、專利檢索等)中，還能夠廣泛利用于從儲存有與圖像、圖面建立關聯的文本數據的數據庫中檢索相似數據的其他系統中。
附圖標記的說明
I相似病例檢索裝置
2輸入部
3關鍵詞提取部4難易度評價部
5相似病例檢索部
6相似病例顯示部
7關鍵詞字典存儲部
8診斷樹存儲部
9病例數據存儲部
10讀影支援數據庫
31文字串解析部
32文字串比較部
41診斷樹解析部
42相似診斷流程提取部
51檢索病例控制部
52相似度評價部
100相似病例檢索系統
權利要求
1.一種相似病例檢索裝置，具備關鍵詞提取部，從作為文本數據的讀影報告中提取關鍵詞，該文本數據記載了在對醫用圖像進行讀影時成為診斷對象的診斷項目、和表示上述診斷項目的癥狀的診斷結果；診斷樹解析部，參照存儲有診斷樹的診斷樹存儲部，根據上述關鍵詞提取與上述讀影報告對應的診斷流程即對象診斷流程，該診斷樹以樹結構表示包含到病名被決定為止的診斷項目和該診斷項目的癥狀的多個診斷流程；相似診斷流程提取部，根據對診斷項目的癥狀進行判斷的困難度的程度即診斷項目的難易度、或者決定病名的困難度的程度即病名的難易度，從上述診斷樹存儲部所存儲的診斷樹所包含的多個診斷流程中，提取與上述對象診斷流程相似的相似診斷流程；以及相似病例檢索部，從病例數據存儲部所存儲的多個病例數據中，檢索與上述相似診斷流程對應的病例數據。
2.如權利要求I記載的相似病例檢索裝置，其中，上述病名的難易度被計算為，在上述診斷樹中，含有同一病名的診斷流程的數量越多， 則該病名的難易度越高。
3.如權利要求I或者2記載的相似病例檢索裝置，其中，上述診斷項目的難易度被計算為，上述診斷樹中的診斷項目的癥狀的分支數越多，則該診斷項目的難易度越高。
4.如權利要求I 3中任一項記載的相似病例檢索裝置，其中，上述病名的難易度被計算為，從上述診斷樹中的診斷項目的癥狀分支出的病名的數量越多，則該病名的難易度越高。
5.如權利要求I 4中任一項記載的相似病例檢索裝置，其中，上述病名的難易度被計算為，對每個病名預先決定的值即表示病名的出錯容易度的值越大，則該病名的難易度越高。
6.如權利要求I 5中任一項記載的相似病例檢索裝置，其中，在至少提取2個上述對象診斷流程、且上述2個對象診斷流程包含于相互不同的診斷樹的情況下，上述相似診斷流程提取部對每個診斷樹提取上述相似診斷流程。
7.如權利要求I 6中任一項記載的相似病例檢索裝置，其中，上述相似診斷流程提取部，從上述診斷樹存儲部所存儲的診斷樹中包含的多個診斷流程中提取相似診斷流程，以便將越是包含難易度高的診斷項目或者病名的診斷流程，越提取為相似診斷流程。
8.一種相似病例檢索方法，包括關鍵詞提取步驟，從作為文本數據的讀影報告中提取關鍵詞，該文本數據記載了在對醫用圖像進行讀影時成為診斷對象的診斷項目、和表示上述診斷項目的癥狀的診斷結果；診斷樹解析步驟，參照存儲有診斷樹的診斷樹存儲部，根據上述關鍵詞提取與上述讀影報告對應的診斷流程即對象診斷流程，該診斷樹以樹結構表示包含到病名被決定為止的診斷項目和該診斷項目的癥狀的多個診斷流程；相似診斷流程提取步驟，根據對診斷項目的癥狀進行判斷的困難度的程度即診斷項目的難易度、或者決定病名的困難度的程度即病名的難易度，從上述診斷樹存儲部所存儲的診斷樹中包含的多個診斷流程中，提取與上述對象診斷流程相似的相似診斷流程；以及相似病例檢索步驟，從病例數據存儲部所存儲的多個病例數據中，檢索與上述相似診斷流程對應的病例數據。
9.一種程序，使計算機執行權利要求8記載的相似病例檢索方法。
全文摘要
相似病例檢索裝置(1)具備關鍵詞提取部(3)，從讀影報告中提取關鍵詞；診斷樹解析部(41)，通過參照存儲有診斷樹的診斷樹存儲部(8)，基于關鍵詞提取與讀影報告對應的對象診斷流程；相似診斷流程提取部(42)，基于診斷項目的難易度或者病名的難易度，從診斷樹存儲部(8)所存儲的診斷樹所包含的多個診斷流程中提取與對象診斷流程相似的相似診斷流程；以及相似病例檢索部(5)，從病例數據存儲部(9)所存儲的多個病例數據中檢索與相似診斷流程對應的病例數據。
文檔編號G06F17/30GK102985924SQ20128000193
公開日2013年3月20日 申請日期2012年2月9日 優先權日2011年2月14日
發明者小塚和紀, 高田和豐, 續木貴史 申請人:松下電器產業株式會社