特開 2024-145776 情報処理装置、情報処理方法およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024145776

(43)【公開日】2024-10-15

(54)【発明の名称】情報処理装置、情報処理方法およびプログラム

(51)【国際特許分類】

   A61N 5/10 20060101AFI20241004BHJP

【ＦＩ】

A61N5/10 P

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2023058268

(22)【出願日】2023-03-31

(71)【出願人】

【識別番号】518119249

【氏名又は名称】株式会社ビードットメディカル

(74)【代理人】

【識別番号】100105924

【弁理士】

【氏名又は名称】森下 賢樹

(72)【発明者】

【氏名】早乙女 直也

(72)【発明者】

【氏名】久保田 佳樹

(72)【発明者】

【氏名】松崎 有華

(72)【発明者】

【氏名】竹下 英里

【テーマコード（参考）】

4C082

【Ｆターム（参考）】

4C082AC01

4C082AN02

4C082AN05

(57)【要約】

【課題】放射線治療における治療計画に関する適切な情報を簡便に得るための技術を提供する。
【解決手段】情報処理装置は、放射線治療が行われる治療施設における業務の一部を治療施設に代わってリモートで実施するためのである。情報処理装置は、治療施設において取得された、患部をそれぞれ含む複数の第１の断層画像を記憶した記憶部と、複数の第１の断層画像に基づいて、新たな放射線治療における患部を含む第２の断層画像に基づく、新たな放射線治療のための治療計画に関するデータを生成する生成部と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

放射線治療が行われる治療施設における業務の一部を前記治療施設に代わってリモートで実施するための情報処理装置であって、
前記治療施設において取得された、患部をそれぞれ含む複数の第１の断層画像を記憶した記憶部と、
前記複数の第１の断層画像に基づいて、新たな放射線治療における患部を含む第２の断層画像に基づく、前記新たな放射線治療のための治療計画に関するデータを生成する生成部と、を備える、
情報処理装置。

【請求項2】

前記記憶部は、前記第１の断層画像について注意すべき領域を示す注意情報をさらに記憶し、
前記生成部は、前記注意情報に基づいて、前記第２の断層画像について注意すべき領域を示す情報を生成する、
請求項１に記載の情報処理装置。

【請求項3】

前記第１の断層画像について、放射線治療の際に照射されるべき放射線の線量分布を算出する線量算出部と、
前記線量算出部が所定の制約の下で算出した線量分布と前記線量算出部が前記所定の制約無しで算出した線量分布との差分に基づく前記注意情報を取得する注意取得部と、をさらに備える、
請求項２に記載の情報処理装置。

【請求項4】

前記第１の断層画像および前記注意情報のセットを教師データとして学習処理を行い、前記第２の断層画像を入力として前記第２の断層画像について注意すべき領域を示す情報を出力する学習モデルを生成する学習部をさらに備え、
前記生成部は、前記第２の断層画像を前記学習モデルに入力することによって、前記第２の断層画像について注意すべき領域を示す情報を生成する、
請求項２に記載の情報処理装置。

【請求項5】

前記記憶部は、前記第１の断層画像に基づく治療計画情報をさらに記憶し、
前記生成部は、前記第１の断層画像および前記治療計画情報を用いて、前記第２の断層画像に基づく治療計画情報の評価データを生成する、
請求項１に記載の情報処理装置。

【請求項6】

前記生成部は、前記第１の断層画像に基づく治療計画情報と前記第２の断層画像に基づく治療計画情報との類似度に基づいて、前記第２の断層画像に基づく治療計画情報の前記評価データを生成する、
請求項５に記載の情報処理装置。

【請求項7】

前記治療計画情報は、対応する断層画像の輪郭情報または放射線治療の際に照射されるべき放射線の線量分布情報を含む、
請求項６に記載の情報処理装置。

【請求項8】

放射線治療が行われる治療施設における業務の一部を前記治療施設に代わってリモートで実施するための情報処理方法であって、
前記治療施設において取得された、患部をそれぞれ含む複数の第１の断層画像を記憶することと、
前記複数の第１の断層画像に基づいて、新たな放射線治療における患部を含む第２の断層画像に基づく、前記新たな放射線治療のための治療計画に関するデータを生成することと、を含む、
情報処理方法。

【請求項9】

コンピュータに、放射線治療が行われる治療施設における業務の一部を前記治療施設に代わってリモートで実施するための情報処理方法を実行させるためのプログラムであって、
前記情報処理方法は、
前記治療施設において取得された、患部をそれぞれ含む複数の第１の断層画像を記憶することと、
前記複数の第１の断層画像に基づいて、新たな放射線治療における患部を含む第２の断層画像に基づく、前記新たな放射線治療のための治療計画に関するデータを生成することと、を含む、
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、情報処理方法およびプログラムに関する。

【背景技術】

【0002】

癌などの患部にＸ線または粒子線などの放射線を照射して治療する放射線治療は、放射線の照射条件などを事前に決定した治療計画の下で行われる。たとえば特許文献１には、断層画像の関心領域に照射パラメータを設定し、関心領域に照射される放射線の照射線量を計算する治療計画装置が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１０－２２０６５９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、治療計画立案の十分な経験をもつ人材が治療施設において不足していると、治療計画の妥当性を判断することが難しく、円滑に治療計画を作成できないことがある。

【0005】

本発明はこうした状況に鑑みてなされたものであり、その例示的な目的の一つは、放射線治療における治療計画に関する適切な情報を簡便に得るための技術を提供することにある。

【課題を解決するための手段】

【0006】

本発明のある態様の情報処理装置は、放射線治療が行われる治療施設における業務の一部を治療施設に代わってリモートで実施するためのものである。情報処理装置は、治療施設において取得された、患部をそれぞれ含む複数の第１の断層画像を記憶した記憶部と、複数の第１の断層画像に基づいて、新たな放射線治療における患部を含む第２の断層画像に基づく、新たな放射線治療のための治療計画に関するデータを生成する生成部と、を備える。

【0007】

本発明の別の態様は、放射線治療が行われる治療施設における業務の一部を治療施設に代わってリモートで実施するための情報処理方法である。この情報処理方法は、治療施設において取得された、患部をそれぞれ含む複数の第１の断層画像を記憶することと、複数の第１の断層画像に基づいて、新たな放射線治療における患部を含む第２の断層画像に基づく、新たな放射線治療のための治療計画に関するデータを生成することと、を含む。

【0008】

本発明の別の態様は、コンピュータに、放射線治療が行われる治療施設における業務の一部を治療施設に代わってリモートで実施するための情報処理方法を実行させるためのプログラムである。この情報処理方法は、治療施設において取得された、患部をそれぞれ含む複数の第１の断層画像を記憶することと、複数の第１の断層画像に基づいて、新たな放射線治療における患部を含む第２の断層画像に基づく、新たな放射線治療のための治療計画に関するデータを生成することと、を含む。

【0009】

なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システム、記録媒体、コンピュータプログラムなどの間で変換したものもまた、本発明の態様として有効である。

【発明の効果】

【0010】

本発明によれば、放射線治療における治療計画に関する適切な情報を簡便に得るための技術を提供できる。

【図面の簡単な説明】

【0011】

【図1】第１実施形態に係る治療計画請負施設および治療施設を示す図である。

【図2】放射線治療における治療計画の作成の流れを説明するためのフローチャートである。

【図3】第１実施形態に係る情報処理装置の機能ブロック図である。

【図4】図４（ａ）は、記憶部に蓄積された断層画像のデータセットを示す図であり、図４（ｂ）は、断層画像および抽出部が抽出した輪郭情報のセットを含むデータセットを示す図である。

【図5】図５（ａ）は、所定の制約の下で算出された線量分布の一例を示す図であり、図５（ｂ）は、所定の制約無しで算出された線量分布の一例を示す図である。

【図6】注意取得部が生成する注意マップの一例を説明するための概念図である。

【図7】図７（ａ）～（ｃ）は、学習モデルを用いて生成された注意マップの一例を説明するための図である。

【図8】本実施形態に係る情報処理装置の動作の一例を示すフローチャートである。

【図9】図８に示した学習データの生成処理の一例を示すフローチャートである。

【図10】第２実施形態に係る情報処理装置の機能ブロック図である。

【図11】評価部が評価対象の治療計画情報を評価する一例を説明するための図である。

【図12】第２実施形態に係る情報処理装置の動作の一例を示すフローチャートである。

【図13】図１２に示すデータセットの作成処理の流れを示すフローチャートである。

【図14】第１実施形態に係る情報処理装置および第２実施形態に係る情報処理装置のハードウェア構成の一例を示す図である。

【発明を実施するための形態】

【0012】

（実施形態）
以下、図面を参照しながら、本発明を実施するための形態について詳細に説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を適宜省略する。なお、本明細書及び図面において、実質的に同一の機能構成を有する複数の構成要素を、同一の符号の後に異なるアルファベットを付して区別する場合もある。ただし、実質的に同一の機能構成を有する複数の構成要素の各々を特に区別する必要がない場合、複数の構成要素の各々に同一符号のみを付する。たとえば、治療施設２０ａおよび治療施設２０ｂのそれぞれを特に区別しないとき、これらを単に「治療施設２０」と称する。また、以下に述べる構成は例示であり、本発明の範囲を何ら限定するものではない。

【0013】

（第１実施形態）
図１は、第１実施形態に係る治療計画請負施設（以下、「センター１０」とも称する。）および治療施設２０を示す図である。センター１０には、医師、医学物理士およびドシメトリストなどの専門家が所属し、治療施設２０には、医師、医学物理士および放射線技師などの専門家が所属する。

【0014】

センター１０は、放射線治療がそれぞれ行われる複数の治療施設２０における業務の一部を治療施設２０に代わってリモートで実施する。本実施形態では、センター１０は、放射線治療における治療計画の立案の依頼を治療施設２０から受け、その依頼に応じた治療計画関する情報を治療施設２０に提供する。センター１０は、たとえば治療計画の立案の依頼の際に、放射線治療の対象となる患部を含むＣＴ（Computed Tomography）画像などの情報を治療施設２０から取得し、治療施設２０から取得した各種の情報はセンター１０において蓄積される。なお、図１には、２つの治療施設２０ａ，２０ｂを示すが、治療施設２０の数は１施設であってよいし、３施設以上であってよい。

【0015】

本実施形態に係るセンター１０は、情報処理装置１００を有する。情報処理装置１００は、放射線治療が治療施設２０における業務の一部を治療施設２０に代わってリモートで実施するためのものであり、放射線治療のための治療計画に関するデータを生成する。なお、情報処理装置１００は、センター１０に配置されている必要はなく、センター１０の外部にサーバとして配置されてよい。この場合、たとえばセンター１０内に配置された端末とサーバとがネットワークで接続され、ネットワークを通じてサーバを利用してよい。

【0016】

図２は、放射線治療における治療計画の作成の流れを説明するためのフローチャートである。以下、図２に示すフローチャートに沿って、治療計画の作成の流れを説明する。以下で説明するＳ１０１～Ｓ１１３の作業は、主としてセンター１０の主導で行われる。

【0017】

治療施設２０の担当医は、患者の治療方針とともに治療に関わる検査画像などをセンター１０に提供しているものとする。検査画像は、たとえばＣＴ画像、ＭＲＩ（Magnetic Resonance Imaging）画像およびＰＥＴ（Positron Emission Tomography）画像などである。本明細書では、ある患者の検査画像について、１回の検査で取得された３次元画像を画像シリーズという。また、画像シリーズは、複数の画像で構成され、それぞれの画像を断層画像という。

【0018】

センター１０の医師は、新たな放射線治療の対象となる患部を含む断層画像から輪郭を抽出する（Ｓ１０１）。具体的には、患部および臓器などの輪郭が断層画像から抽出される。Ｓ１０１における輪郭の抽出は、治療施設２０の担当医によって行われてもよいし、センター１０が有する自動輪郭抽出装置（図示しない。）を用いて行われてよい。次いで、医師は、Ｓ１０１において抽出した輪郭などに基づいて、放射線の照射方針を決定する（Ｓ１０３）。次いで、医学物理士は、照射パラメータを設定する（Ｓ１０５）。次いで、医学物理士は、Ｓ１０５において設定した照射パラメータに基づいて、線量分布を計算する（Ｓ１０７）。

【0019】

次いで、医学物理士は、Ｓ１０７において計算した線量分布およびＤＶＨ（Dose Volume Histogram）が許容内であるか否かを判断する（Ｓ１０９）。医学物理士が線量分布およびＤＶＨが許容内であると判断した場合にはＳ１１１に進み、医学物理士が線量分布およびＤＶＨが許容内でないと判断した場合にはＳ１１３に進む。

【0020】

Ｓ１０９において医学物理士が線量分布およびＤＶＨが許容内でないと判断すると、医学物理士は、照射パラメータを修正する（Ｓ１１３）。照射パラメータが修正されると、Ｓ１０７において、修正された照射パラメータに基づき線量分布が計算される。

【0021】

Ｓ１０９において医学物理士が線量分布およびＤＶＨが許容内であると判断すると、治療施設２０の担当医は、ここまでの作業で得られた治療計画（たとえば抽出した輪郭、照射方針および線量分布など）を承認するか否かを判断する（Ｓ１１１）。このとき、治療施設２０の担当医およびセンター１０の医学物理士のやりとりを通じて、治療計画を承認するか否かが判断されてよい。あるいは、センター１０内の医師および医学物理士がやりとりを行い、センター１０内で臨床的見地に基づき治療計画が承認されたあと、治療施設２０の担当医とセンター１０内の医学物理士または／および医師とのやりとりを通じて、治療計画を承認するか否かが判断されてよい。治療計画が承認される場合にはＳ１１５に進み、治療計画が承認されない場合にはＳ１１３に進む。

【0022】

Ｓ１１１において治療施設２０の担当医が治療計画を承認すると、医師など患者の治療に関わる医療スタッフなどで構成された治療施設２０のカンファレンスは、治療計画を承認するか否かを判断する（Ｓ１１５）。カンファレンスが治療計画を承認する場合にはＳ１１７に進み、カンファレンスが治療計画を承認しない場合にはＳ１１３に進む。

【0023】

Ｓ１１５以降のフローにおいては、センター１０あるいは治療施設２０のいずれの医学物理士が作業を行ってもよい。Ｓ１１５においてカンファレンスが治療計画を承認する場合には、医療物理士は、患者ＱＡ（Patient specific Quality Assurance）プランを作成する（Ｓ１１７）。次いで、医学物理士は、Ｓ１１７において作成した患者ＱＡプランに基づいて患者ＱＡ測定を行う（Ｓ１１９）。

【0024】

次いで、医学物理士は、Ｓ１１９における患者ＱＡ測定の結果を確認し、その測定値が許容内であるか否かを判断する（Ｓ１２１）。Ｓ１２１において医学物理士が測定値が許容内であると判断すると治療計画の作成は終了し、作成された治療計画に基づき放射線治療が行われる。Ｓ１２１において医学物理士が測定値が許容内でないと判断するとＳ１２３に進む。

【0025】

Ｓ１２１において医学物理士が測定値が許容内でないと判断すると、医学物理士がその測定値の誤差が大きいか否かを判断する（Ｓ１２３）。測定値の誤差が大きいと医学物理士が判断するとＳ１１３に進み、測定値の誤差が大きくないと医学物理士が判断するとＳ１２５に進む。

【0026】

Ｓ１２３において医学物理士が測定値の誤差が大きくないと判断すると、医学物理士は、患者ＱＡ測定における測定条件（測定位置など）を変更する（Ｓ１２５）。測定条件が変更されると、Ｓ１１９において、変更された測定条件で患者ＱＡ測定が行われる。

【0027】

以上、治療計画の流れを説明した。この治療計画の作成において、センター１０は各種の情報を蓄積することができる。センター１０は、たとえば、治療施設２０から送られる断層画像、センター１０において断層画像から抽出された輪郭および計算された線量分布などの情報を蓄積できる。

【0028】

センター１０の医学物理士は、患者ＱＡプランの測定結果をモンテカルロシミュレーションなどで予測してよい。測定条件が不適切な場合（照射野において小照射野および線量勾配の大きい領域などを含む）、センター１０の医学物理士は、適切な測定条件で患者ＱＡプランを修正し、そのＱＡプランを治療施設２０に提供できる。治療施設２０において放射線治療に対し十分な経験をもつ人材が不足していても、治療計画を代行するだけでなく、要望に応じて安全に治療を開始するサポートが可能である。

【0029】

図３は、第１実施形態に係る情報処理装置１００の機能ブロック図である。本実施形態に係る情報処理装置１００には、複数の治療施設２０から提供された、患部をそれぞれ含む複数の画像シリーズ（以下、「第１の画像シリーズ」とも称する。）が格納されている。情報処理装置１００は、その第１の画像シリーズを用いて、治療計画に関する各種のデータを生成する。

【0030】

第１の画像シリーズは、１回の検査で取得された複数の断層画像（以下、「第１の断層画像」とも称する。）で構成されてよい。なお、第１の画像シリーズは、治療施設２０のカンファレンスで承認された治療計画情報と紐づく画像シリーズであってよいし、センター１０内の医師によって承認された治療計画情報と紐づく画像シリーズであってよい。

【0031】

情報処理装置１００の機能は、記憶部１２０、処理部１４０および通信部１６０が協働することにより実現される。

【0032】

記憶部１２０は、各種の情報を記憶する。記憶部１２０に記憶された各種の情報は、必要に応じて処理部１４０によって参照される。記憶部１２０は、たとえば、複数の治療施設２０において取得されてセンター１０に送られた、患部をそれぞれ含む複数の第１の断層画像（具体的には、第１の画像シリーズ）を記憶する。また、記憶部１２０は、記憶した第１の画像シリーズに基づき生成される各種の情報を記憶してよい。また、記憶部１２０は、処理部１４０による処理を実現するためのプログラムを記憶する。

【0033】

また、記憶部１２０は、第１の画像シリーズに基づき生成される治療計画情報を記憶してよい。この治療計画情報は、放射線治療において放射線の照射領域およびその線量などを示す情報であってよい。より具体的には、治療計画情報は、対応する第１の画像シリーズに含まれる患部および臓器などの輪郭を示す輪郭情報、および放射線治療の際に照射されるべき放射線の線量分布を示す線量分布情報などを含んでよい。

【0034】

記憶部１２０は、第１の断層画像について注意すべき領域を示す注意情報を記憶してよい。注意すべき領域は、一例として、安全な治療をするために線量を下げる必要がある領域である。注意情報は、たとえば、第１の断層画像において注意すべき領域を色付けしたマップ（以下、「注意マップ」ともいう。）であってよい。注意マップは、注意すべき度合いが大きい領域ほど濃くなるように色づけされたものであってよい。また、注意情報および対応する第１の画像シリーズのセットは、教師データとして記憶部１２０に記憶されてよい。

【0035】

処理部１４０は、各種の情報処理を行う。本実施形態に係る処理部１４０は、記憶部１２０に記憶された第１の画像シリーズを用いて、新たな放射線治療における患部を含む画像シリーズ（以下、「第２の画像シリーズ」とも称する。）に基づく、新たな放射線治療のための治療計画に関するデータを生成する。より具体的には、処理部１４０は、第２の画像シリーズについて、輪郭の抽出、線量分布の算出、注意すべき領域を示す情報の生成などを行うことができる。第２の画像シリーズは、１回の検査で取得された複数の断層画像（以下、「第２の断層画像」とも称する。）で構成されてよい。

【0036】

通信部１６０は、各種の情報を送受信する。通信部１６０は、たとえば、処理部１４０における処理のための情報を治療施設２０から受信してよく、具体的には、患部を含む第１の画像シリーズなどを治療施設２０から受信してよい。また、通信部１６０は、たとえば、処理部１４０が生成した情報を治療施設２０に送信してよく、具体的には、第２の画像シリーズについて注意すべき領域を示す情報などを送信してよい。

【0037】

本実施形態に係る処理部１４０は、抽出部１４２、線量算出部１４４、注意取得部１４６、学習部１４８および生成部１５０を生成する。

【0038】

抽出部１４２は、各種の公知の画像認識技術を用いて、第１の断層画像から各種の領域の輪郭を抽出し、その結果を輪郭情報として記憶部１２０に伝送する。抽出部１４２は、たとえば、患部および臓器などの輪郭を抽出し、その輪郭を特定する情報（患部および臓器の名称など）とともに、輪郭情報を記憶部１２０に伝送してよい。なお、輪郭の抽出は、医師などによって手動で行われてよい。また、抽出部１４２によって抽出された輪郭は、医師などの判断の下、必要に応じて修正されてよい。

【0039】

線量算出部１４４は、記憶部１２０に記憶された複数の第１の画像シリーズのそれぞれについて、放射線治療の際に照射されるべき放射線の線量分布を算出する。算出された線量分布を示す線量分布情報は、記憶部１２０に伝送される。ここで、センター１０内の医学物理士および医師によって、照射方向および線量計算における制約などを検討して得られたパラメータが情報処理装置１００に入力され、線量算出部１４４は、そのパラメータに基づき線量分布を算出してよい。

【0040】

たとえば、線量算出部１４４は、輪郭情報に基づいて、患部において線量が必要な値となるように、線量分布を算出してよい。また、線量算出部１４４は、所定の制約の下で線量分布を算出してよいし、その所定の制約無しで線量分布を算出してよい。所定の制約は、たとえば、特定の臓器に対応する輪郭内において線量が所定の閾値以下であることなどであってよい。このような制約の下で線量分布が算出されることで、放射線治療の際に、特定の臓器に放射線が照射されることが抑制される。

【0041】

注意取得部１４６は、記憶部１２０に記憶された第１の画像シリーズについて、注意すべき領域を示す注意情報を取得し、取得した注意情報を記憶部１２０に伝送する。具体的には、注意取得部１４６は、記憶部１２０に記憶された第１の画像シリーズについて、線量算出部１４４が所定の制約の下で算出した線量分布と線量算出部１４４が所定の制約無しで算出した線量分布との差分に基づく注意情報を取得してよい。たとえば、注意取得部１４６は、注意情報として注意マップを生成してよい。

【0042】

たとえば、注意取得部１４６は、
Ｍ（ｉ）＝ω（ｉ）×｜Ｄ１（ｉ）－Ｄ２（ｉ）｜
で表されるマップＭ（ｉ）を算出してよい。注意取得部１４６は、マップＭ（ｉ）の値の大きさに応じた濃淡を有する画像データを注意マップとして生成してよい。ここで、ｉは第１の断層画像上の位置（３次元）を示し、ωはウェイト関数を示し、Ｄ１（ｉ）は所定の制約の下で算出され、放射線治療に実際に使用された線量分布を示し、Ｄ２（ｉ）は所定の制約なしで算出された線量分布を示す。ウェイト関数について、たとえば、抽出部１４２が得た患部および臓器などの輪郭と重複する領域においてω＝１、それ以外の領域においてω＝０にしてよい。あるいは、患部からの臓器の距離などの相対位置関係により濃淡をウェイト関数に付けてよい。また、ある特定の臓器、たとえば直列臓器についてはω＝１、並列臓器については０＜ω＜１にしてよい。さらに、ウェイト関数は、複数の重み付けを加味したものであってよい。

【0043】

学習部１４８は、記憶部１２０に記憶された第１の断層画像（あるいは第１の画像シリーズ）および注意情報のセットを教師データとして学習処理を行い、第２の断層画像（あるいは第２の画像シリーズ）を入力としてその第２の断層画像について注意すべき領域を示す情報を出力する学習モデルを生成する。なお、教師データに用いられる第１の断層画像は、特定の臓器（たとえば心臓または肺など）が含まれるように特定される。学習モデルは、たとえば各種のニューラルネットワークなどで構成されてよい。生成された学習モデルに関する情報（たとえば学習パラメータなど）は、記憶部１２０に伝送されてよい。

【0044】

生成部１５０は、複数の第１の断層画像（あるいは第１の画像シリーズ）に基づいて、新たな放射線治療における患部を含む第２の断層画像（あるいは第２の画像シリーズ）に基づく、新たな放射線治療のための治療計画に関するデータを生成する。たとえば、生成部１５０は、第１の画像シリーズの注意情報を用いて、新たな放射線治療における患部を含む第２の断層画像（あるいは第２の画像シリーズ）について、注意すべき領域を示す情報を生成する。

【0045】

たとえば、生成部１５０は、新たな放射線治療における患部を含む第２の断層画像（あるいは第２の画像シリーズ）を学習部１４８によって生成された学習モデルに入力することによって、その第２の断層画像について注意すべき領域を示す情報を生成する。より具体的には、生成部１５０は、特定の臓器のための学習モデルを用いて、その臓器を含む第２の断層画像について注意すべき領域を示す注意マップを生成してよい。生成された注意マップは、通信部１６０を通じて、たとえば治療施設２０に送信されてよい。

【0046】

図４（ａ）および図４（ｂ）を参照して、抽出部１４２が抽出する輪郭の一例を説明する。図４（ａ）は、記憶部１２０に蓄積された第１の断層画像３０２のデータセット３００を示す図であり、図４（ｂ）は、第１の断層画像３０２および抽出部１４２が抽出した輪郭情報のセット３１２を含むデータセット３１０を示す図である。

【0047】

図４（ａ）に示す、データセット３００は、複数の第１の断層画像３０２を含む。抽出部１４２は、この第１の断層画像３０２から輪郭を抽出する。このとき、抽出部１４２は、複数の第１の断層画像３０２で構成される第１の画像シリーズ毎に輪郭を抽出してよい。図４（ｂ）に示すデータセット３１０は、第１の断層画像３０２および輪郭情報でそれぞれ構成された複数のセット３１２を含む。図４（ｂ）には、第１の断層画像３０２の上に、抽出部１４２によって抽出された２つの輪郭３１４，３１６が示される。

【0048】

図５（ａ）および図５（ｂ）を参照して、線量算出部１４４が算出する線量分布の一例を説明する。図５（ａ）は、所定の制約の下で算出された線量分布の一例を示す図であり、図５（ｂ）は、所定の制約無しで算出された線量分布の一例を示す図である。

【0049】

図５（ａ）に示すデータセット３２０は、第１の断層画像３０２、輪郭情報および線量分布情報でそれぞれ構成された複数のセット３２２を含む。第１の断層画像３０２の輪郭情報は、患部の輪郭３１４および臓器の輪郭３１６を含む。ここでは、所定の制約が輪郭３１６において、放射線の線量が所定の閾値よりも小さくなることであるものとする。図５（ａ）に示す例では、照射領域３２４は、その内部では線量が所定の閾値以上となるように算出され、その外部では線量が所定の閾値より小さくなるように算出される。これにより、輪郭３１６内の領域では線量が閾値よりも低くなる。この結果、放射線治療において、輪郭３１６に対応する臓器に不必要に放射線が照射されることを抑制できる。なお、所定の制約における閾値は臓器ごとに定められてよい。たとえば、患部の周囲にある正常臓器のうちの危険臓器に分類される臓器の閾値は、患部の閾値よりも低く定められてよい。このように、危険臓器は、治療計画に影響を及ぼす可能性がある。

【0050】

図５（ｂ）に示すデータセット３３０は、第１の断層画像３０２、輪郭情報および線量分布情報でそれぞれ構成された複数のセット３３２を含む。図５（ｂ）に示す例では、図５（ａ）に示す例で説明した所定の制約無しで線量分布が算出されている。この結果、照射領域３３４は、輪郭３１６で囲まれた領域の一部を含むように形成される。このため、照射領域３３４の一部において、線量が所定の閾値よりも高くなる。

【0051】

図６は、注意取得部１４６が生成する注意マップ３４４の一例を説明するための概念図である。図６に示すデータセット３４０は、第１の断層画像３０２および注意マップ３４４でそれぞれ構成された複数のセット３４２を含む。図６には、参考のため、図５（ａ）および図５（ｂ）に示した輪郭３１４，３１６を破線で示している。図６に示す注意マップ３４４は、所定の制約の下で算出された線量分布と所定の制約無しで算出された線量分布との差分である。図６に示す例では、輪郭３１４と輪郭３１６との間で濃くなるように、注意マップ３４４が生成され、輪郭３１４と輪郭３１６との間が注意すべき領域としてより強調される。

【0052】

学習部１４８は、このように生成された注意マップ３４４および第１の断層画像３０２のセットを教師データとして学習処理を行い、第２の断層画像を入力として注意マップを出力する学習モデルを生成できる。

【0053】

図７（ａ）～（ｃ）を参照して、学習モデルを用いて生成された注意マップの一例を説明する。ここでは、粒子線スキャニング照射方法で治療を行う治療施設における前立腺がんの症例で説明する。図７（ａ）は、教師データの一例を示す図である。図７（ａ）に示すデータセット３４００（教師データ）は、第１の断層画像３０４２、注意マップ３４４０、輪郭３１４０，３１６１，３１６２および線量分布情報（図示せず）などでそれぞれ構成された複数のセット３４２０を含む。患部である前立腺（輪郭３１４０）と危険臓器である直腸(輪郭３１６１）との接する部分を中心に注意マップ３４４０が示される。ただし、ここでは注意の度合いを示す濃淡は表示していない。

【0054】

図７（ｂ）は、新たな放射線治療における患部を含む複数の第２の断層画像３０５２を含むデータセット３５００を示す図である。生成部１５０は、第２の断層画像３０５２（あるいは第２の断層画像３０５２で構成された第２の画像シリーズ）を学習モデルに入力することによって、その第２の断層画像３０５２について注意すべき領域を示す注意マップを生成できる。

【0055】

図７（ｃ）では、学習モデルを用いて生成された注意マップ３５４０が第２の断層画像３０５２上に示される。第２の断層画像３０５２では、患部と危険臓器とが比較的離れている。よって、注意マップ３５４０が示す領域も相対的に小さくなっている。

【0056】

たとえば治療施設２０の担当者は、注意マップ３５４０を参照することにより、第２の断層画像３０５２において注意すべき領域を確認でき、より正確に輪郭を抽出したり線量分布を計算したりできるようになる。ここで大腿骨頭（輪郭３１６２)も危険臓器である。しかしながら、粒子線治療などの体内深部で大きな線量付与を生ずる照射方法では、従来の照射方法とは異なり、粒子線のビームの進行方向において、患部前方に位置する危険臓器への注意の度合いが下がる。よって、大腿骨頭部には注意マップは示されていない。照射する線質の違い（たとえば、Ｘ線、陽子線、重粒子線など）、照射方法（Ｘ線治療における３次元原体照射と強度変調照射法など、粒子線治療におけるスキャニング照射法とパッシブ照射法など）の違いにより、注意マップの表示が切り替えられてもよい。これにより、従来の治療装置から新たな照射法を行う治療装置を導入したばかりの治療施設であっても、計画者の経験値に頼ることなく品質を維持した治療を行うことができる。また、複数の異なる線質、照射法の治療装置を導入している治療施設では、注意マップを確認するだけで、各照射装置で治療した場合の危険臓器への被ばく度合いを直感的に理解できる。

【0057】

図８は、本実施形態に係る情報処理装置１００の動作の一例を示すフローチャートである。以下、図８に示すフローチャートに沿って、情報処理装置１００の動作を説明する。

【0058】

まず、処理部１４０は、学習データの生成処理を行う（Ｓ２１）。これにより、学習データが生成される。学習データの生成処理の詳細は、図８を参照して後述する。

【0059】

次いで、学習部１４８は、Ｓ２１において生成された学習データを用いて学習処理を行い、学習モデルを生成する（Ｓ２３）。具体的には、学習部１４８は、記憶部１２０に蓄積された第１の断層画像（あるいは第１の画像シリーズ）および注意情報のセットを教師データとして学習処理を行い、第２の断層画像（あるいは第２の画像シリーズ）を入力としてその第２の断層画像について注意すべき領域を示す情報を出力する学習モデルを生成する。

【0060】

次いで、生成部１５０は、Ｓ２３において生成された学習モデルに、新たな放射線治療における患部を含む第２の断層画像（具体的には、第２の画像シリーズ）を入力することによって、その第２の断層画像について注意すべき領域を示す情報を生成する（Ｓ２５）。

【0061】

図９は、図８に示した学習データの生成処理（Ｓ２１）の一例を示すフローチャートである。以下、図９に示すフローチャートに沿って、学習データの生成処理の流れを説明する。

【0062】

まず、抽出部１４２は、記憶部１２０に蓄積された複数の第１の断層画像から輪郭を抽出する（Ｓ２１１）。たとえば、抽出部１４２は、記憶部１２０に蓄積された第１の画像シリーズのそれぞれについて、第１の画像シリーズを構成する第１の断層画像から輪郭を抽出してよい。このとき、抽出部１４２は、隣接する第１の断層画像において輪郭が滑らかにつながるように輪郭を抽出してよい。

【0063】

次いで、線量算出部１４４は、記憶部１２０に蓄積された複数の第１の断層画像（あるいは第１の画像シリーズ）について、所定の制約の下で線量分布を算出する（Ｓ２１３）。ここで、線量算出部１４４は、第１の画像シリーズ毎に線量分布を算出してよい。なお、Ｓ２１１およびＳ２１３における処理は、情報処理装置１００によらず、医師または医学物理士が外部の装置を用いて手動で行ってよい。

【0064】

次いで、線量算出部１４４は、記憶部１２０に蓄積された複数の第１の断層画像（あるいは第１の画像シリーズ）について、所定の制約無しで線量分布を算出する（Ｓ２１５）。ここで、線量算出部１４４は、第１の画像シリーズ毎に線量分布を算出してよい。

【0065】

次いで、注意取得部１４６は、Ｓ２１３において所定の制約の下で算出された線量分布と、Ｓ２１５において所定の制約無しで算出された線量分布との差分に基づき、注意情報を生成する（Ｓ２１７）。生成された注意情報（たとえば注意マップなど）と第１の断層画像（あるいは第１の画像シリーズ）とのセットは、学習データ（教師データ）として記憶部１２０に記憶される。Ｓ２１７において注意情報が生成されると、学習データの生成処理は終了する。なお、学習データは、たとえば、治療施設２０のカンファレンスで承認された治療計画、もしくはセンター１０内の医師によって承認された治療計画に基づくデータセットである。

【0066】

治療施設２０では、治療計画の立案の十分な経験をもつ人材が不足していることがある。このような治療施設２０では、治療計画が効率的に進められないことが想定される。本実施形態に係るセンター１０の情報処理装置１００は、放射線治療のための治療計画に関するデータを生成できる。このため、治療施設２０において人材不足であっても、治療計画およびその計画に基づく放射線治療を円滑に進めることができる。

【0067】

また、治療施設２０では、断層画像から患部およびその患部に隣接する危険臓器などの輪郭の抽出に関して十分な経験をもつ人材が不足していることがある。この場合、治療施設２０では、精度の高い輪郭の抽出を効率的に行うことができず、現場の負担が大きくなることがある。

【0068】

本実施形態に係るセンター１０の情報処理装置１００には、複数の断層画像およびそれらの画像からの線量分布情報が格納されている。本実施形態に係る情報処理装置１００は、格納された複数の線量分布情報を用いて、断層画像において注意すべき領域を示す情報を生成するための学習モデルを生成する。また、情報処理装置１００は、その学習モデルを用いて断層画像について、注意すべき領域を示す情報を注意マップとして生成する。

【0069】

治療施設２０は、注意マップの作成をセンター１０に依頼し、依頼に応じて作成されたされた注意マップを参照して、輪郭の抽出の際に注意すべき箇所を明確にすることが可能となる。この結果、人材不足の治療施設２０においても、精度の高い輪郭を断層画像から抽出することが可能となる。

【0070】

（第２実施形態）
第２実施形態では、主として、処理部４４０の機能が第１実施形態と異なる。図１０は、第２実施形態に係る情報処理装置４００の機能ブロック図である。第２実施形態に係る情報処理装置４００は、記憶部４２０、処理部４４０および通信部４６０を備える。

【0071】

記憶部４２０は、第１実施形態に係る記憶部１２０と実質的に同一の機能を有し、第１実施形態に係る記憶部１２０と実質的に同一の情報を記憶してよい。第２実施形態に係る記憶部４２０は、複数の第１の画像シリーズのそれぞれについて、治療計画情報を記憶する。治療計画情報は、輪郭情報および線量分布情報を含む。記憶部４２０に記憶された情報は、必要に応じて処理部４４０によって参照される。また、記憶部４２０は、処理部４４０による処理を実現するためのプログラムを記憶する。

【0072】

第２実施形態に係る処理部４４０は、蓄積された複数の第１の断層画像（あるいは第１の画像シリーズ）およびその治療計画情報を用いて、新たな放射線治療における患部を含む第２の断層画像（あるいは第２の画像シリーズ）に基づく治療計画情報を評価し、その評価データを生成する。第２実施形態に係る処理部４４０は、抽出部４４２、線量算出部４４４、類似度算出部４４６および評価部４４８を有する。第２実施形態に係る抽出部４４２および線量算出部４４４のそれぞれは、第１実施形態に係る抽出部１４２および線量算出部１４４のそれぞれと実質的に同一の機能を有してよい。

【0073】

類似度算出部４４６は、第１の断層画像（あるいは第１の画像シリーズ）に基づく治療計画情報と、新たな放射線治療における患部を含む第２の断層画像（あるいは第２の画像シリーズ）に基づく治療計画情報（以下、「評価対象の治療計画情報」とも称する。）との類似度を算出する。類似度算出部４４６が算出した結果は、評価部４４８に伝送される。

【0074】

具体的には、類似度算出部４４６は、データセットから所定の数の第１の画像シリーズおよび治療計画情報のセットを選択し、選択した治療計画情報のそれぞれと評価対象の治療計画情報との類似度を算出する。なお、第１の画像シリーズおよび選択した治療計画情報は、たとえば、治療施設２０のカンファレンスで承認された治療計画、もしくはセンター１０内の医師によって承認された治療計画に基づくデータセットである。

【0075】

たとえば、類似度算出部４４６は、同じ症例（たとえば、前立腺がんなど）のデータセットから、危険臓器と患部との相対位置関係および臓器サイズが似た症例を５例（具体的には、５人分）選択する。類似度算出部４４６は、この選択した５例の第１の画像シリーズのそれぞれから、３次元的に同じ場所の輪郭が描かれている第１の断層画像を取り出す。また、類似度算出部４４６は、第２の画像シリーズから同じ場所の輪郭が描かれている第２の断層画像を取り出す。類似度算出部４４６は、輪郭全体またはその輪郭に伴う線量分布全体について、取り出した第１の断層画像と第２の断層画像との類似度を算出する。具体的には、類似度算出部４４６は、第１および第２の断層画像を構成するボクセルを用いて類似度を算出する。ただし、ボクセルは、断層画像上で考えるとき、断層画像に含まれる最小画素となる。なお、類似度算出部４４６は、３次元的に輪郭を捉えたとき、断層画像と断層画像と間を補間した仮想的なボクセルを用いて類似度を算出してよい。

【0076】

たとえば、類似度算出部４４６は、データセットから５例の第１の画像シリーズおよび輪郭情報のセットを選択し、５つの輪郭情報のそれぞれと評価対象の輪郭情報とのＤＳＣ（Dice Similarity Coefficient）を算出し、算出した５例のＤＳＣの平均値を輪郭情報の類似度としてよい。
ＤＳＣは、２つの集合（輪郭）をＡ，Ｂとしたとき、
ＤＳＣ（Ａ，Ｂ）＝２｜Ａ∩Ｂ｜／（｜Ａ｜＋｜Ｂ｜）
と表される。すなわち、ＤＳＣ（Ａ，Ｂ）は、２つの集合（輪郭）の重なる領域を２つの集合の領域（輪郭）の平均で割った値である。ＡおよびＢが互いに完全に一致する場合にはＤＳＣは１となり、ＡおよびＢが互いに全く重ならない場合にはＤＳＣは０となる。このＤＳＣが大きいほど、２つの集合（輪郭）はよく似ているといえる。

【0077】

類似度算出部４４６は、抽出された輪郭の場所に応じたウェイトを付したＤＳＣを算出してよい。具体的には、類似度算出部４４６は、第１実施形態において説明した注意マップにおいて強調される領域について、他の領域よりも大きいウェイトを付してよい。

【0078】

また、類似度算出部４４６は、データセットから５例の第１の画像シリーズおよび線量分布情報のセットを選択し、選択した５例の線量分布情報と評価対象の線量分布情報との類似度を算出してよい。具体的には、類似度算出部４４６は、５つの線量分布情報のそれぞれと評価対象の線量分布情報との正規化相互相関、相互情報量および差分二乗和などを算出し、５つの正規化相互相関、相互情報量および差分二乗和などの平均値を線量分布情報の類似度として算出してよい。

【0079】

正規化相互相関（ＮＣＣ：Normalized Cross-Correlation）は、２つの線量分布をＡ（ｘ、ｙ），Ｂ（ｘ、ｙ）としたとき、次式で表される。

【数1】

【0080】

ここで、（ｘ、ｙ）は、断層画像におけるスライス位置での２次元座標を示す。分子は、２つの線量分布の内積を示し、両線量分布が似ているほど大きくなる。分母は分子を正規化する。ＮＣＣは、２つの線量分布が似ているほど大きくなり、最大で１、最小で０となる。

【0081】

差分二乗和（ＳＳＤ：Sum of Squared Difference）は、２つの線量分布をＡ（ｘ、ｙ），Ｂ（ｘ、ｙ）としたとき、次式で表される。２つの線量分布が似ているほど、ＳＳＤの値は小さくなる。

【数2】

【0082】

評価部４４８は、新たな放射線治療における患部を含む第２の画像シリーズに関する治療計画情報を評価する。評価部４４８は、生成部として機能し、第１の断層画像（あるいは第１の画像シリーズ）に基づく治療計画情報と新たな放射線治療における患部を含む第２の断層画像（あるいは第２の画像シリーズ）に基づく治療計画情報との類似度に基づいて、新たな放射線治療における患部を含む第２の断層画像（あるいは第２の画像シリーズ）に関する治療計画情報の評価データを生成する。たとえば、評価部４４８は、輪郭情報の類似度および線量分布の類似度に基づいて、評価対象となる治療計画情報の評価データを生成できる。

【0083】

図１１は、評価部４４８が評価対象の治療計画情報を評価する一例を説明するための図である。図１１では、横軸に輪郭情報の類似度を示し、縦軸に線量分布情報の類似度を示す。図１１には、算出された輪郭情報の類似度および線量分布情報の類似度をプロットしている。

【0084】

評価部４４８は、輪郭情報の類似度の閾値および線量分布情報の類似度の閾値を用いた評価基準に基づいて、評価対象の治療計画情報を評価できる。具体的には、評価部４４８は、輪郭情報の類似度が閾値Ｘ１以上であり、線量分布情報の類似度が閾値Ｙ１以上である領域Ａである治療計画情報Ｐ１を合格と評価できる。また、評価部４４８は、輪郭情報の類似度が閾値Ｘ１より低い治療計画情報Ｐ２および輪郭分布情報の類似度が閾値Ｙ１より低い治療計画情報Ｐ３を不合格と評価してよい。なお、図１１には図示しないが、評価部４４８は、輪郭情報の類似度が閾値Ｘ１より低く、かつ、輪郭分布情報の類似度が閾値Ｙ１より低い治療計画情報を不合格と評価してよい。

【0085】

図１２は、第２実施形態に係る情報処理装置４００の動作の一例を示すフローチャートである。以下、図１２に示すフローチャートに沿って、第２実施形態に係る情報処理装置４００の動作の一例を説明する。

【0086】

まず、処理部４４０は、データセットの作成処理を行う（Ｓ３１）。これにより、記憶部４２０に蓄積された複数の第１の画像シリーズのそれぞれについて、輪郭情報および線量分布情報が生成され、第１の画像シリーズ、輪郭情報および線量分布情報でそれぞれ構成された複数のセットを含むデータセットが生成されてよい。データセットの作成処理の詳細は、図１３を参照して後述する。

【0087】

次いで、類似度算出部４４６は、データセットの輪郭情報と評価対象となる輪郭情報との類似度を算出する（Ｓ３３）。たとえば、類似度算出部４４６は、５例のデータセットから比較する輪郭情報を選択し、選択した評価対象の輪郭情報に対してＤＳＣの平均値を算出してよい。評価対象となる輪郭情報が複数ある場合には、類似度算出部４４６は、評価対象となる輪郭情報のそれぞれに対して適切な重み付けをして算出したＤＳＣの平均値から類似度を算出してよい。

【0088】

次いで、類似度算出部４４６は、データセットの線量分布情報と評価対象となる線量分布情報との類似度を算出する（Ｓ３５）。たとえば、類似度算出部４４６は、５例のデータセットから比較する線量分布情報を選択し、選択した評価対象の線量分布情報に対して正規化相互相関などの指標の平均値から、類似度を算出してよい。

【0089】

次いで、評価部４４８は、Ｓ３３において算出した輪郭情報の類似度およびＳ３５において算出した線量分布情報の類似度に基づいて、評価対象の治療計画情報を評価する（Ｓ３７）。

【0090】

図１３は、図１２に示すデータセットの作成処理（Ｓ３１）の流れを示すフローチャートである。第２実施形態に係る情報処理装置４００は、図９に示すＳ２１１～Ｓ２１３の処理と同様にして、Ｓ２１１～Ｓ２１３の処理を行ってよい。これにより、第１の断層画像（より具体的には、第１の画像シリーズ）について、輪郭情報および線量分布情報が得られ、データセットが生成される。なお、Ｓ３１１およびＳ３１３の処理は、医師または医学物理士が、情報処理装置４００とは別の装置を用いて第１の画像シリーズから輪郭の抽出および線量分布の計算を行うことで実施されてよい。

【0091】

治療施設２０において、断層画像からの輪郭の抽出および線量分布の計算に関して十分な経験をもつ人材が不足していることがある。このような人材不足により、治療施設２０において作成した治療計画が放射線治療に耐え得る品質であるかどうかの判断が困難である場合がある。

【0092】

本実施形態に係る情報処理装置４００は、蓄積された複数の断層画像とそれぞれの治療計画情報に基づく評価基準を用いて、評価対象となる治療計画情報を評価することができる。また、この評価基準は、各治療施設２０に提供することも可能である。その結果、治療施設２０は、自施設の医師および医学物理士などの治療計画立案者に対して、治療計画の品質保証についてトレーニングを行うことができる。

【0093】

治療施設２０は、センター１０に作成した治療計画情報を提供し、その治療計画情報の妥当性の判断を依頼する。センター１０は、依頼に応じて情報処理装置４００によって評価結果および評価基準を治療施設２０に提供できる。これにより、治療施設２０は、作成した治療計画が放射線治療に耐え得る品質であるかどうかを容易に判断することが可能となり、人材不足であっても治療計画を短時間で効率的に進めることができる。また、治療計画の評価は、カンファレンスの機能の少なくとも一部を代替し得る。

【0094】

（ハードウェア構成）
図１４は、第１実施形態に係る情報処理装置１００および第２実施形態に係る情報処理装置４００のハードウェア構成の一例を示す図である。情報処理装置１００，４００は、プロセッサ１０１、記憶装置１０２、通信装置１０３、入力操作を受け付ける入力装置１０４および情報を出力する出力装置１０５を備える。

【0095】

プロセッサ１０１は、ＣＰＵ（Central Processing Unit）およびＧＰＵ（Graphical Processing Unit）などを含む。プロセッサ１０１は、第１実施形態に係る処理部１４０および第２実施形態に係る処理部４４０としての機能を実現してよい。

【0096】

記憶装置１０２は、メモリ、ＨＤＤ（Hard Disk Drive）およびＳＳＤ（Solid State Drive）などを含む。記憶装置１０２は、第１実施形態に係る記憶部１２０および第２実施形態に係る記憶部４２０としての機能を実現してよい。

【0097】

通信装置１０３は、外部と情報を送受信するための通信インターフェースである。通信装置１０３は、第１実施形態に係る通信部１６０および第２実施形態に係る通信部４６０としての機能を実現してよい。

【0098】

入力装置１０４は、たとえば、キーボード、タッチパネル、マウスおよびマイクなどを含む。出力装置１０５は、たとえば、ディスプレイ、タッチパネルおよびスピーカなどを含む。

【0099】

（補足）
以上、本発明を実施の形態をもとに説明した。この実施の形態は例示であり、それらの各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

【0100】

上記実施形態では、主として、複数の情報処理装置１００が、複数の治療施設２０のデータ（具体的には、第１の画像シリーズ、輪郭情報および線量分布情報など）を蓄積することを想定した。これに限らず、情報処理装置１００は、単一の治療施設２０のデータを蓄積し、そのデータを用いて学習モデルを生成してよい。このカスタマイズされた学習モデルは、当該治療施設２０に提供されてよい。あるいは、複数の治療施設２０からのデータを情報処理装置１００に蓄積し、そのデータを用いて汎用的な学習モデルを生成してよい。その学習モデルは、任意の治療施設２０に提供されてよい。

【符号の説明】

【0101】

１０ センター、２０ 治療施設、１００，４００ 情報処理装置、１２０，４２０ 記憶部、１４０，４４０ 処理部、１６０，４６０ 通信部、３０２ 断層画像、３１４，３１６ 輪郭、３２４，３３４ 照射領域、３４４ 注意マップ、１４２，４４２ 抽出部、１４４，４４４ 線量算出部、１４６ 注意取得部、１４８ 学習部、１５０ 生成部、４４６ 類似度算出部、４４８ 評価部。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】