特開 2024-169528 情報処理システム

(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】P2024169528

(43)【公開日】2024-12-05

(54)【発明の名称】情報処理システム

(51)【国際特許分類】

   G16H 30/00 20180101AFI20241128BHJP

【ＦＩ】

G16H30/00

【審査請求】有

【請求項の数】1

【出願形態】ＯＬ

(21)【出願番号】P 2024160480

(22)【出願日】2024-09-17

(62)【分割の表示】P 2021535386の分割

【原出願日】2020-07-29

(31)【優先権主張番号】62/880,975

(32)【優先日】2019-07-31

(33)【優先権主張国・地域又は機関】US

(71)【出願人】

【識別番号】000004112

【氏名又は名称】株式会社ニコン

(71)【出願人】

【識別番号】509012991

【氏名又は名称】オプトス ピーエルシー

(74)【代理人】

【識別番号】110001678

【氏名又は名称】藤央弁理士法人

(72)【発明者】

【氏名】ソアレス デヴィン

(72)【発明者】

【氏名】コリーマン ブランデン

(72)【発明者】

【氏名】ヤッツ ブラッドリー

(72)【発明者】

【氏名】河内 直幸

(57)【要約】

【課題】同意情報の利便性およびプライバシー保護の向上を図ること。
【解決手段】画像取得装置は、被検眼画像データの送信の許可／不許可を示す第１同意情報と被検眼画像データの再使用の許可／不許可を示す第２同意情報とを生成し、第１同意情報が送信許可を示す場合、患者情報、被検眼画像データ及び第２同意情報を含む第１送信データを送信し、第１情報処理装置は、第１送信データ受信で被検眼画像データを記憶し、第１送信データ受信で被検眼画像データに固有な識別情報を生成し、識別情報、被検眼画像データ及び第２同意情報を含む第２送信データを送信し、第２情報処理装置は、第２送信データ受信で被検眼画像データを画像診断し、第２同意情報が不許可を示す場合、被検眼画像データを消去し、第２同意情報が許可を示す場合、被検眼画像データ及び画像診断による診断結果を保存し、識別情報と診断結果とを含む第３送信データを送信する。
【選択図】 図１

【特許請求の範囲】

【請求項1】

患者の被検眼画像データを取得する画像取得装置と、前記画像取得装置と通信可能であり前記被検眼画像データを記憶する第１情報処理装置と、前記第１情報処理装置と通信可能であり前記被検眼画像データを使用して画像診断する第２情報処理装置と、を有する情報処理システムであって、
前記画像取得装置は、
前記第１情報処理装置への前記被検眼画像データの送信の許可または不許可を示す第１同意情報と、前記第２情報処理装置での画像診断後における前記第２情報処理装置での前記被検眼画像データの再使用の許可または不許可を示す第２同意情報とを生成する第１生成処理と、
前記第１同意情報が送信許可を示す場合、前記患者の患者情報、前記被検眼画像データおよび前記第２同意情報を含む第１送信データを、前記第１情報処理装置に送信する第１送信処理と、を実行し、
前記第１情報処理装置は、
前記画像取得装置から前記第１送信データを受信すると、前記被検眼画像データを記憶する記憶処理と、
前記第１送信データを受信すると、前記被検眼画像データに固有な識別情報を生成する第２生成処理と、
前記識別情報、前記被検眼画像データおよび前記第２同意情報を含む第２送信データを、前記第２情報処理装置に送信する第２送信処理と、を実行し、
前記第２情報処理装置は、
前記第１情報処理装置から前記第２送信データを受信すると、前記被検眼画像データに基づいて画像診断する画像診断処理と、
前記第２同意情報が前記被検眼画像データの再使用の不許可を示す場合、前記被検眼画像データを前記画像診断処理後に消去し、前記第２同意情報が前記被検眼画像データの再使用の許可を示す場合、前記被検眼画像データおよび前記画像診断処理による画像診断結果をデータベースに保存するデータ処理と、
前記識別情報と前記画像診断結果とを含む第３送信データを、前記第１情報処理装置に送信する第３送信処理と、
を実行する情報処理システム。

【発明の詳細な説明】

【参照による取り込み】

【0001】

本出願は、令和１年（２０１９年）７月３１日に出願された米国仮出願６２／８８０，９７５の優先権を主張し、その内容を参照することにより、本出願に取り込む。

【技術分野】

【0002】

本発明は、情報処理システム、情報処理装置、情報処理方法および情報処理プログラムに関する。

【背景技術】

【0003】

多種多様な眼科画像解析を実施することが可能な眼科情報処理サーバが知られている。しかしながら、患者の同意情報の取扱いについては考慮されていない。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１５－２２１２７６号公報

【発明の概要】

【0005】

第１開示技術の情報処理システムは、患者の被検眼画像データを取得する画像取得装置と、前記画像取得装置と通信可能であり前記被検眼画像データを記憶する第１情報処理装置と、前記第１情報処理装置と通信可能であり前記被検眼画像データを使用して画像診断する第２情報処理装置と、を有する情報処理システムであって、前記画像取得装置は、前記第１情報処理装置への前記被検眼画像データの送信の許可または不許可を示す第１同意情報と、前記第２情報処理装置での画像診断後における前記第２情報処理装置での前記被検眼画像データの再使用の許可または不許可を示す第２同意情報とを生成する第１生成処理と、前記第１同意情報が送信許可を示す場合、前記患者の患者情報、前記被検眼画像データおよび前記第２同意情報を含む第１送信データを、前記第１情報処理装置に送信する第１送信処理と、を実行し、前記第１情報処理装置は、前記画像取得装置から前記第１送信データを受信すると、前記被検眼画像データを記憶する記憶処理と、前記第１送信データを受信すると、前記被検眼画像データに固有な識別情報を生成する第２生成処理と、前記識別情報、前記被検眼画像データおよび前記第２同意情報を含む第２送信データを、前記第２情報処理装置に送信する第２送信処理と、を実行し、前記第２情報処理装置は、前記第１情報処理装置から前記第２送信データを受信すると、前記被検眼画像データに基づいて画像診断する画像診断処理と、前記第２同意情報が前記被検眼画像データの再使用の不許可を示す場合、前記被検眼画像データを前記画像診断処理後に消去し、前記第２同意情報が前記被検眼画像データの再使用の許可を示す場合、前記被検眼画像データおよび前記画像診断処理による画像診断結果をデータベースに保存するデータ処理と、前記識別情報と前記画像診断結果とを含む第３送信データを、前記第１情報処理装置に送信する第３送信処理と、を実行する。

【0006】

第２開示技術の情報処理システムは、患者の被検眼画像データを記憶する第１情報処理装置と、前記第１情報処理装置と通信可能な第２情報処理装置と、が通信可能な情報処理システムであって、前記第１情報処理装置は、患者の被検眼画像データについて前記第２情報処理装置での使用についての同意に関する同意情報に基づいて、前記被検眼画像データを前記第２情報処理装置に送信する第１送信処理と、を実行し、前記第２情報処理装置は、前記第１送信処理によって送信されてくる前記被検眼画像データに基づいて画像診断する画像診断処理と、前記画像診断処理による画像診断結果を前記第１情報処理装置に送信する第２送信処理と、を実行する。

【0007】

第３開示技術の情報処理装置は、他の情報処理装置と通信可能な情報処理装置であって、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、前記プロセッサは、患者の被検眼画像データについて前記他の情報処理装置での使用についての同意に関する同意情報を取得する取得処理と、前記取得処理によって取得された同意情報に基づいて、前記被検眼画像データを前記他の情報処理装置に送信する送信処理と、を実行する。

【0008】

第４開示技術の情報処理装置は、患者の被検眼画像データを記憶する他の情報処理装置と通信可能な情報処理装置であって、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、学習データを記憶するデータベースにアクセス可能であり、前記プロセッサは、前記被検眼画像データと、前記情報処理装置での前記被検眼画像データの再使用の許可または不許可を示す同意情報と、を前記他の情報処理装置から受信する受信処理と、前記受信処理によって受信された被検眼画像データに基づいて画像診断する画像診断処理と、前記画像診断処理による画像診断結果を前記他の情報処理装置に送信する送信処理と、前記受信処理によって受信された同意情報に基づいて、前記被検眼画像データの消去または前記データベースへの保存に関するデータ処理と、を実行する。

【0009】

第５開示技術の情報処理装置は、患者の被検眼画像データを記憶する他の第１情報処理装置および学習データを記憶するデータベースを有する他の第２情報処理装置と通信可能な情報処理装置であって、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、前記プロセッサは、前記被検眼画像データと、前記情報処理装置での前記被検眼画像データの再使用の許可または不許可を示す同意情報と、を前記他の第１情報処理装置から受信する受信処理と、前記受信処理によって受信された被検眼画像データに基づいて画像診断する画像診断処理と、前記画像診断処理による画像診断結果を前記他の第１情報処理装置に送信する送信処理と、前記受信処理によって受信された同意情報に基づいて、前記被検眼画像データの消去または前記他の第２情報処理装置への送信を実行するデータ処理と、を実行する。

【0010】

第６開示技術の情報処理プログラムは、他の情報処理装置と通信可能な情報処理装置のプロセッサに、患者の被検眼画像データについて前記他の情報処理装置での使用についての同意に関する同意情報を取得する取得処理と、前記取得処理によって取得された同意情報に基づいて、前記被検眼画像データを前記他の情報処理装置に送信する送信処理と、を実行させる。

【0011】

第７開示技術の情報処理プログラムは、患者の被検眼画像データを記憶する他の情報処理装置と通信可能であり、学習データを記憶するデータベースにアクセス可能な情報処理装置のプロセッサに、前記被検眼画像データと、前記情報処理装置での前記被検眼画像データの再使用の許可または不許可を示す同意情報と、を前記他の情報処理装置から受信する受信処理と、前記受信処理によって受信された被検眼画像データに基づいて画像診断する画像診断処理と、前記画像診断処理による画像診断結果を前記他の情報処理装置に送信する送信処理と、前記受信処理によって受信された同意情報に基づいて、前記被検眼画像データの消去または前記データベースへの保存に関するデータ処理と、を実行させる。

【0012】

第８開示技術の情報処理プログラムは、患者の被検眼画像データを記憶する他の第１情報処理装置および学習データを記憶するデータベースを有する他の第２情報処理装置と通信可能な情報処理装置のプロセッサに、前記被検眼画像データと、前記情報処理装置での前記被検眼画像データの再使用の許可または不許可を示す同意情報と、を前記他の第１情報処理装置から受信する受信処理と、前記受信処理によって受信された被検眼画像データに基づいて画像診断する画像診断処理と、前記画像診断処理による画像診断結果を前記他の情報処理装置に送信する送信処理と、前記受信処理によって受信された同意情報に基づいて、前記被検眼画像データの消去または前記他の第２情報処理装置への送信に関するデータ処理と、を実行させる。

【0013】

第９開示技術の情報処理方法は、他の情報処理装置と通信可能な情報処理装置が実行する情報処理方法であって、患者の被検眼画像データについて前記他の情報処理装置での使用についての同意に関する同意情報を取得する取得処理と、前記取得処理によって取得された同意情報に基づいて、前記被検眼画像データを前記他の情報処理装置に送信する送信処理と、を含む。

【0014】

第１０開示技術の情報処理方法は、患者の被検眼画像データを記憶する他の情報処理装置と通信可能であり、学習データを記憶するデータベースにアクセス可能な情報処理装置が実行する情報処理方法であって、前記被検眼画像データと、前記情報処理装置での前記被検眼画像データの再使用の許可または不許可を示す同意情報と、を前記他の情報処理装置から受信する受信処理と、前記受信処理によって受信された被検眼画像データに基づいて画像診断する画像診断処理と、前記画像診断処理による画像診断結果を前記他の情報処理装置に送信する送信処理と、前記受信処理によって受信された同意情報に基づいて、前記被検眼画像データの消去または前記データベースへの保存を制御するデータ制御処理と、を含む。

【0015】

第１１開示技術の情報処理方法は、患者の被検眼画像データを記憶する他の第１情報処理装置および学習データを記憶するデータベースを有する他の第２情報処理装置と通信可能な情報処理装置が実行する情報処理方法であって、前記被検眼画像データと、前記情報処理装置での前記被検眼画像データの再使用の許可または不許可を示す同意情報と、を前記他の第１情報処理装置から受信する受信処理と、前記受信処理によって受信された被検眼画像データに基づいて画像診断する画像診断処理と、前記画像診断処理による画像診断結果を前記他の情報処理装置に送信する送信処理と、前記受信処理によって受信された同意情報に基づいて、前記被検眼画像データの消去または前記他の第２情報処理装置への送信を制御するデータ制御処理と、を含む。

【図面の簡単な説明】

【0016】

【図1】図１は、同意情報を用いた画像診断例を示す説明図である。

【図2】図２は、コンピュータのハードウェア構成例を示すブロック図である。

【図3】図３は、患者情報ＤＢの記憶内容例を示す説明図である。

【図4】図４は、実施例１にかかる情報処理システムの動作シーケンス例を示す説明図である。

【図5】図５は、図４に示した診断データの送信決定処理（ステップＳ４１４）の詳細な処理手順例を示すフローチャートである。

【図6】図６は、図４に示した眼底画像データの取扱い処理（ステップＳ４３３）の詳細な処理手順例１を示すフローチャートである。

【図7】図７は、図４に示した眼底画像データの取扱い処理（ステップＳ４３３）の詳細な処理手順例２を示すフローチャートである。

【図8】図８は、眼底画像データの修正処理（ステップＳ７０２）の例１を示す説明図である。

【図9】図９は、眼底画像データの修正処理（ステップＳ７０２）の例２を示す説明図である。

【図10】図１０は、図４に示した眼底画像データの取扱い処理（ステップＳ４３３）の詳細な処理手順例３を示すフローチャートである。

【図11】図１１は、図７および図９に示した眼底画像データ修正処理（ステップＳ７０２）の詳細な他の処理手順例を示すフローチャートである。

【図12】図１２は、糖尿病網膜症の重症度例を示す説明図である。

【図13】図１３は、実施例１にかかる情報処理システムの機能的構成例を示すブロック図である。

【図14】図１４は、実施例２にかかる情報処理システムの動作シーケンス例を示す説明図である。

【図15】図１５は、図１４に示した眼底画像データの取扱い処理（ステップＳ４３２）の詳細な処理手順例を示すフローチャートである。

【図16】図１６は、実施例２にかかる情報処理システムの機能的構成例を示すブロック図である。

【発明を実施するための形態】

【実施例0017】

＜同意情報を用いた画像診断例＞
図１は、同意情報を用いた眼底画像診断例を示す説明図である。同意情報を用いた眼底画像診断は、情報処理システム１００により実行される。情報処理システム１００は、院内システム１０１と、管理サーバ１２０と、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）サーバ１３０と、を含む。院内システム１０１と管理サーバ１２０とは、通信可能に接続されている。管理サーバ１２０とＡＩサーバ１３０とは、通信可能に接続されている。

【0018】

院内システム１０１は、たとえば、病院やクリニック（眼科医、内科医、糖尿病内科医など）に設けられる。院内システム１０１は、眼科装置１１１と、端末１１２と、院内サーバ１１３と、を有する。眼科装置１１１は、端末１１２と通信可能に接続される。眼科装置１１１は、眼底カメラ（Ｆｕｎｄｕｓ Ｃａｍｅｒａ）、被検眼にレーザ光を走査し眼底からの反射光に基づいて画像を生成する走査型レーザ検眼鏡（Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ）や光干渉断層計（Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ）などであり、被検眼の眼底画像データ１０２Ｒ，１０２Ｌを生成する。右眼の眼底画像データ１０２Ｒおよび左眼の眼底画像データ１０２Ｌを区別しない場合は、眼底画像データ１０２と表記する。末尾に「Ｒ」、「Ｌ」を有する他の符号についても同様である。眼科装置１１１は、生成した眼底画像データ１０２を端末１１２に送信する。眼底画像データ１０２には撮影年月日が含まれる。
眼底画像データは、眼底カメラにより撮影された眼底画像データ、走査型レーザ検眼鏡による撮影された眼底の眼底画像データ、あるいは、光干渉断層計による撮影された眼底の断層データのいずれか１つであってよい。またはそれらの２以上の組み合わせである眼底画像データセットであってもよい。

【0019】

眼科装置１１１は、たとえば、眼底カメラ、走査型レーザ検眼鏡および光干渉断層計の少なくとも１つにより構成される。したがって、眼底画像データ１０２は、眼底カメラによる眼底画像データ、走査型レーザ検眼鏡による眼底画像データ、または、光干渉断層計による断層データのいずれか１つまたは２以上の組み合わせとなる。

【0020】

端末１１２は、眼科装置１１１および院内サーバ１１３と通信可能なコンピュータである。端末１１２は、管理サーバ１２０と直接通信可能としてもよい。端末１１２は、たとえば、医師により使用される。端末１１２は、たとえば、パーソナルコンピュータやタブレットである。端末１１２は、眼科装置１１１からの眼底画像データ１０２を院内サーバ１１３に転送する。

【0021】

また、端末１１２は、同意情報１０３を院内サーバ１１３に送信する。同意情報１０３とは、患者ｉが、自身の被検眼の眼底画像データ１０２について院内システム１０１外での利用に同意するか否かを示す情報である。具体的には、たとえば、同意情報１０３は、第１同意情報１０３ａと、第２同意情報１０３ｂと、を含む。

【0022】

第１同意情報１０３ａは、たとえば、院内システム１０１外の管理サーバ１２０への眼底画像データ１０２の送信の許可または不許可を示す外部保存フラグである。外部保存フラグが「１」の場合、院内システム１０１外の管理サーバ１２０への眼底画像データ１０２の送信の許可（ＯＫ）を示し、「０」の場合、不許可（ＮＧ）を示す。

【0023】

第２同意情報１０３ｂは、たとえば、院内システム１０１外のＡＩサーバ１３０での画像診断後におけるＡＩサーバ１３０での眼底画像データ１０２の再使用の許可または不許可を示す二次使用フラグである。二次使用フラグが「１」の場合、ＡＩサーバ１３０での眼底画像データ１０２の二次使用の許可（ＯＫ）を示し、「０」の場合、不許可（ＮＧ）を示す。同意情報１０３は、患者ｉごとに存在する。また、同意情報１０３には、有効期限が設けられてもよい。また、同意情報１０３は、各患者ｉについて撮影回ごとに存在してもよい。同意情報１０３のデータ形式は、院内サーバ１１３、管理サーバ１２０、およびＡＩサーバ１３０が認識可能であれば、どのようなデータ形式でもよい。

【0024】

また、端末１１２は、院内サーバ１１３から患者情報や診断結果データ１０５を受信して、表示画面に表示する。なお、眼科装置１１１からの眼底画像データ１０２、院内サーバ１１３からの患者情報、診断結果データ１０５に含まれる診断結果、および同意情報１０３は、端末１１２または院内サーバ１１３により、同一のＩＤ（たとえば、患者ＩＤ）で関連付けられるものとする。

【0025】

院内サーバ１１３は、端末１１２および管理サーバ１２０と通信可能なコンピュータである。院内サーバ１１３は、患者情報ＤＢ１１４を有する。患者情報ＤＢ１１４は、患者情報を格納するデータベースである。院内サーバ１１３は、端末１１２から患者ＩＤおよび眼底画像データ１０２を受信する。院内サーバ１１３は、患者ＩＤで特定される患者情報に関連付けて眼底画像データ１０２、診断結果データに含まれる診断結果、および同意情報１０３を患者情報ＤＢ１１４に格納する。

【0026】

院内サーバ１１３は、第１同意情報１０３ａが院内システム１０１外の管理サーバ１２０への眼底画像データ１０２の送信の許可を示す場合、診断データ１０４を管理サーバ１２０に送信し、不許可を示す場合、送信しない。これにより、院内サーバ１１３は、患者ｉの第１同意情報１０３ａを遵守することができる。診断データ１０４は、患者ｉの患者情報と眼底画像データ１０２と第２同意情報１０３ｂとを含む。院内サーバ１１３は、管理サーバ１２０から診断結果データ１０５を受信する。院内サーバ１１３は、受信した診断結果データ１０５に含まれる診断結果を患者情報ＤＢ１１４に格納する。

【0027】

管理サーバ１２０は、院内サーバ１１３およびＡＩサーバ１３０と通信可能なコンピュータである。管理サーバ１２０は、院内サーバ１１３から診断データ１０４を受信する。管理サーバ１２０は、受信した診断データ１０４を匿名化する。具体的には、たとえば、管理サーバ１２０は、新規なＩＤ（以下、匿名化ＩＤ）を発行して、受信した診断データ１０４内の患者情報と関連付ける。そして、管理サーバ１２０は、当該匿名化ＩＤと眼底画像データ１０２との組み合わせを、匿名化診断データ１０６とする。

【0028】

なお、患者情報内の患者ＩＤを匿名化ＩＤとして使用してもよい。この場合、匿名化診断データ１０６は、匿名化ＩＤである患者ＩＤと眼底画像データ１０２と第２同意情報１０３ｂとにより構成される。これにより、患者情報が匿名化される。なお、管理サーバ１２０は、患者情報のうち患者ｉを一意に特定しない情報であれば、匿名化診断データ１０６に含めてもよい。患者ｉを一意に特定しない情報としては、たとえば、患者ｉの視力、性別、年齢、国籍がある。

【0029】

また、管理サーバ１２０は、患者情報を暗号化してもよい。この場合、管理サーバ１２０は、暗号化した患者情報と、眼底画像データ１０２との組み合わせを、匿名化診断データとしてＡＩサーバ１３０に送信する。

【0030】

管理サーバ１２０は、ＡＩサーバ１３０から匿名化診断結果データ１０７を受信する。匿名化診断結果データ１０７は、匿名化診断データ１０６に含まれる匿名化ＩＤと、被検眼の症状の重症度（進行度ともいう）である診断結果と、を含む。管理サーバ１２０は、受信した匿名化診断結果データ１０７を診断結果データ１０５に変換する。

【0031】

具体的には、たとえば、管理サーバ１２０は、受信した匿名化診断結果データ１０７に含まれる匿名化ＩＤに関連付けされている患者情報を取得し、匿名化ＩＤから当該取得した患者情報に付け替えることにより、患者情報と診断結果とを含む診断結果データ１０５を生成する。

【0032】

管理サーバ１２０が、暗号化した患者情報と眼底画像データ１０２と第２同意情報１０３ｂとの組み合わせである匿名化診断データ１０６を、ＡＩサーバ１３０に送信した場合、管理サーバ１２０は、当該暗号化した患者情報と診断結果とを含む匿名化診断結果データ１０７を、ＡＩサーバ１３０から受信することになる。

【0033】

この場合、管理サーバ１２０は、暗号化した患者情報を復号することで、匿名化診断結果データ１０７を診断結果データ１０５に変換する。このようにして、管理サーバ１２０は、匿名化や暗号化により患者情報を秘匿化することができ、個人情報を保護することができる。このあと、管理サーバ１２０は、生成した診断結果データ１０５を院内サーバ１１３に送信する。

【0034】

ＡＩサーバ１３０は、機械学習や深層学習により得られた学習パラメータを用いて、ＡＩにより眼底画像診断を実行するコンピュータである。ＡＩサーバ１３０は、過去の眼底画像データ１０３とその進行度との組み合わせを訓練データとして学習し、学習パラメータを生成する。訓練データ集合および学習パラメータは、学習ＤＢ１１３１に格納される。また、学習ＤＢ１１３１は、進行度に対応する所見１０５を記憶する。この学習パラメータを用いて、眼底画像の特徴量を、コンボリューションニューラルネットワーク（ＣＮＮ）を用いて抽出する。そして、特徴量に基づいて入力された眼底画像の症状を推定する。

【0035】

ＡＩサーバ１３０は、匿名化診断データ１０６を受信する。ＡＩサーバ１３０は、匿名化診断データ１０６に含まれる眼底画像データ１０２を、ＣＮＮに学習パラメータが適用された学習モデルに入力し、重症度を出力する。

【0036】

ＡＩサーバ１３０は、匿名化診断データ１０６に含まれていた匿名化ＩＤと、学習モデルから出力された重症度と、を含む匿名化診断結果データ１０７を生成する。ＡＩサーバ１３０は、生成した匿名化診断結果データ１０７を管理サーバ１２０に送信する。

【0037】

ＡＩサーバ１３０は、第２同意情報１０３が、院内システム１０１外のＡＩサーバ１３０での画像診断後におけるＡＩサーバ１３０での眼底画像データの再使用の許可を示す場合、重症度と当該重症度の出力元になった眼底画像データ１０２との組み合わせを学習データとして学習ＤＢの学習データ集合に追加し、不許可を示す場合、追加しない。これにより、ＡＩサーバ１３０は、患者ｉの第２同意情報１０３を遵守することができる。このようにして、情報処理システム１００は、患者ｉの個人情報を保護することができる。

【0038】

＜コンピュータのハードウェア構成例＞
図２は、コンピュータ（端末１１２、院内サーバ１１３、管理サーバ１２０、ＡＩサーバ１３０、ＤＢサーバ１４００）のハードウェア構成例を示すブロック図である。コンピュータ２００は、プロセッサ２０１と、記憶デバイス２０２と、入力デバイス２０３と、出力デバイス２０４と、通信インターフェース（通信ＩＦ）２０５と、を有する。プロセッサ２０１、記憶デバイス２０２、入力デバイス２０３、出力デバイス２０４、および通信ＩＦ２０５は、バス２０６により接続される。プロセッサ２０１は、コンピュータ２００を制御する。

【0039】

記憶デバイス２０２は、プロセッサ２０１の作業エリアとなる。また、記憶デバイス２０２は、各種プログラムやデータを記憶する非一時的なまたは一時的な記録媒体である。記憶デバイス２０２としては、たとえば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリがある。

【0040】

入力デバイス２０３は、データを入力する。入力デバイス２０３としては、たとえば、キーボード、マウス、入力ペン、タッチパネル、テンキー、スキャナがある。出力デバイス２０４は、データを出力する。出力デバイス２０４としては、たとえば、ディスプレイ、プリンタがある。通信ＩＦ２０５は、ネットワークと接続し、データを送受信する。

【0041】

＜患者情報ＤＢ１１４＞
図３は、患者情報ＤＢ１１４の記憶内容例を示す説明図である。患者情報ＤＢ１１４は、患者情報フィールド３０１と、診断情報フィールド３０２と、を有する。患者情報フィールドは３０１、サブフィールドとして、患者ＩＤフィールド３１１と、氏名フィールド３１２と、性別フィールド３１３と、生年月日フィールド３１４と、連絡先フィールド３１５と、を有する。同一行におけるサブフィールド３１１～３１５の患者ｉ（ｉは、たとえば、１以上の整数）の患者情報となる。

【0042】

患者ＩＤフィールド３１１は、患者ＩＤを格納する記憶領域である。患者ＩＤＰｉは、患者ｉを一意に特定する識別情報である。氏名フィールド３１２は、患者ｉの氏名ＦＮｉを格納する記憶領域である。性別フィールド３１３は、患者ｉの性別Ｓｉを格納する記憶領域である。生年月日フィールド３１４は、患者ｉの生年月日ＤＯＢｉを格納する記憶領域である。連絡先フィールド３１５は、患者ｉの連絡先ＡＤｉを格納する記憶領域である。

【0043】

診断情報フィールド３０２は、患者ｉのｊ回目（ｊは１以上の整数）までの診断情報Ｄｉ１～Ｄｉｊを格納する記憶領域である。診断情報Ｄｉｊは、眼底画像データ１０２と、診断結果Ｒｉｊと、撮影年月日Ｔｉｊと、同意情報１０３と、を含む。診断結果Ｒｉｊは、ＡＩサーバ１３０からの重症度を含む。撮影年月日Ｔｉｊは、眼科装置１１１での被検眼の撮影により眼底画像データ１０２が生成された年月日である。同意情報１０３は、上述した第１同意情報１０３ａ（外部保存フラグ）と第２同意情報１０３ｂ（二次使用フラグ）とを含む。

【0044】

＜情報処理システム１００の動作シーケンス例＞
図４は、実施例１にかかる情報処理システム１００の動作シーケンス例を示す説明図である。端末１１２および院内サーバ１１３を区別しない場合、画像取得装置４００と称す。画像取得装置４００は、患者情報ＤＢ１１４から、被検者となる患者ｉの患者情報を取得する（ステップＳ４１１）。画像取得装置４００は、患者ｉの眼底画像データ１０２を端末１１２を介して取得する（ステップＳ４１２）。また、院内サーバ１１３は、患者ｉの同意情報１０３を、端末１１２を介して取得する（ステップＳ４１３）。

【0045】

そして、画像取得装置４００は、ステップＳ４１１によって取得された患者情報と、ステップＳ４１２によって取得された眼底画像データ１０２と、ステップＳ４１３で取得した第２同意情報１０３ｂと、を含む診断データ１０４について、送信決定処理を実行する（ステップＳ４１４）。この診断データ１０４の送信決定処理（ステップＳ４１４）とは、第１同意情報１０３ａの内容にしたがって、診断データ１０４を送信するか否かを決定する処理である。

【0046】

画像取得装置４００は、第１同意情報１０３ａが送信許可を示す場合、診断データ１０４を送信する決定をし、第１同意情報１０３ａが送信不許可を示す場合、診断データ１０４を送信しない決定をする。診断データ１０４の送信決定処理（ステップＳ４１４）の詳細については後述する。これにより、画像取得装置４００は、ステップＳ４１４で診断データ１０４を送信する決定をした場合に限り、診断データ１０４を、管理サーバ１２０に送信する（ステップＳ４１５）。

【0047】

管理サーバ１２０は、画像取得装置４００から診断データ１０４が送信されてくると、診断データ１０４を受信する（ステップＳ４２１）。つぎに、管理サーバ１２０は、診断データ１０４に含まれている患者情報を匿名化する（ステップＳ４２２）。そして、管理サーバ１２０は、患者情報に関連付けされた匿名化ＩＤと、眼底画像データ１０２と、第２同意情報１０３ｂ（二次使用フラグ）とを含む匿名化診断データ１０６を、ＡＩサーバ１３０に送信する（ステップＳ４２３）。

【0048】

ＡＩサーバ１３０は、管理サーバ１２０から匿名化診断データ１０６が送信されてくると、匿名化診断データ１０６を受信する（ステップＳ４３１）。つぎに、ＡＩサーバ１３０は、匿名化診断データ１０６に含まれる眼底画像データ１０２を学習モデルに入力することにより、眼底画像診断を実行する（ステップＳ４３２）。

【0049】

ＡＩサーバ１３０は、眼底画像診断（ステップＳ４３２）後、眼底画像データ１０２の取扱い処理を実行する（ステップＳ４３３）。眼底画像データ１０２の取扱い処理（ステップＳ４３３）は、第２同意情報１０３ｂの内容に基づいて、学習データとして使用するか否かなど、眼底画像診断（ステップＳ４３２）された眼底画像データ１０２の今後の取扱いを決定する処理である。眼底画像データ１０２の取扱い処理（ステップＳ４３３）の詳細については後述する。

【0050】

そして、ＡＩサーバ１３０は、匿名化ＩＤと、眼底画像診断により出力された重症度である診断結果Ｒｉｊと、を含む匿名化診断結果データ１０７を、管理サーバ１２０に送信する（ステップＳ４３４）。

【0051】

このあと、ＡＩサーバ１３０は、学習処理を実行する（ステップＳ４３５）。具体的には、たとえば、ＡＩサーバ１３０は、眼底画像データ１０２の取扱い処理（ステップＳ４３３）において、ステップＳ４３１で受信した匿名化診断データに含まれる眼底画像データ１０２と、ステップＳ４３２で出力された診断結果Ｒｉｊである重症度と、の組み合わせを学習データとして取り扱うことが許可された場合（第２同意情報１０３ｂ（二次使用フラグ）が二次使用ＯＫを示す場合）に限り、学習ＤＢ１３１の学習データ集合に追加し、追加後の学習データ集合で学習モデルを更新する。

【0052】

また、管理サーバ１２０は、ＡＩサーバ１３０から匿名化診断結果データ１０７が送信されてくると、匿名化診断結果データ１０７を受信する（ステップＳ４２４）。このとき、管理サーバ１２０は、匿名化診断結果データ１０７の受信が完了したことを示す完了情報を画像取得装置４００に送信してもよい。つぎに、管理サーバ１２０は、匿名化診断結果データ１０７に含まれている匿名化ＩＤに基づいて、患者情報を復元する（ステップＳ４２５）。

【0053】

たとえば、管理サーバ１２０は、ステップＳ４２２で保持しておいた、匿名化ＩＤに関連付けられている患者ＩＤを含む患者情報を読み出す。そして、管理サーバ１２０は、取得した患者情報と、診断結果Ｒｉｊと、を含む診断結果データ１０５を生成し（ステップＳ４２６）、診断結果データ１０５を画像取得装置４００に送信する（ステップＳ４２７）。

【0054】

画像取得装置４００は、管理サーバ１２０から完了情報を受信した場合、管理サーバ１２０に診断結果データ１０５の取得要求を送信してもよい。これにより、管理サーバ１２０は、当該取得要求を受信した場合に、画像取得装置４００に診断結果データ１０５を送信する。このあと、管理サーバ１２０は、診断結果データ１０５を保存する（ステップＳ４２８）。そして、管理サーバ１２０の処理を終了する。

【0055】

画像取得装置４００は、管理サーバ１２０から診断結果データ１０５が送信されてくると、診断結果データ１０５を受信する（ステップＳ４１６）。これにより、端末１１２は、院内サーバ１１３からの診断結果データ１０５および眼底画像データ１０２を用いて、眼底画像データ１０２や重症度、患者情報を表示画面に表示することができる。そして、ユーザの指示により終了ボタン（図示せぬ）が操作されることにより、表示処理を終了する。

【0056】

図５は、図４に示した診断データ１０４の送信決定処理（ステップＳ４１４）の詳細な処理手順例を示すフローチャートである。第１同意情報１０３ａである外部保存フラグが外部保存の許可（ＯＫ）を示す「１」である場合（ステップＳ５０１：Ｙｅｓ）、画像取得装置４００は、診断データ１０４を送信対象に決定して、診断データ１０４の送信決定処理（ステップＳ４１４）を終了する。一方、第１同意情報１０３ａである外部保存フラグが外部保存の不許可（ＮＧ）を示す「０」である場合（ステップＳ５０１：Ｎｏ）、院内サーバ１１３は、診断データ１０４を送信非対象に決定して、診断データ１０４の送信決定処理（ステップＳ４１４）を終了する。つまり、第１同意情報１０３ａである外部保存フラグが外部保存の不許可（ＮＧ）の場合は、撮影された眼底画像を院内サーバのみで保管し、ＡＩによる画像診断は行われない。

【0057】

図６は、図４に示した眼底画像データ１０２の取扱い処理（ステップＳ４３３）の詳細な処理手順例１を示すフローチャートである。第２同意情報１０３ｂである二次使用フラグが二次使用存の許可（ＯＫ）を示す「１」である場合（ステップＳ６０１：Ｙｅｓ）、ＡＩサーバ１３０は、眼底画像データ１０２および診断結果Ｒｉｊの組み合わせを学習データとして学習ＤＢ１３１に保存して、眼底画像データ１０２の取扱い処理（ステップＳ４３３）を終了する。一方、第２同意情報１０３ｂである二次使用フラグが二次使用の不許可（ＮＧ）を示す「０」である場合（ステップＳ６０１：Ｎｏ）、ＡＩサーバ１３０は、眼底画像データ１０２を消去して、眼底画像データ１０２の取扱い処理（ステップＳ４３３）を終了する。

【0058】

図７は、図４に示した眼底画像データ１０２の取扱い処理（ステップＳ４３３）の詳細な処理手順例２を示すフローチャートである。図６では、二次使用フラグがＯＫであれば、眼底画像データ１０２および診断結果Ｒｉｊをそのまま学習データとして学習ＤＢ１３１に保存したが、図７では、たとえ、二次使用フラグがＯＫであったとしても、個人情報保護に配慮して、ＡＩサーバ１３０は、眼底画像データ１０２を修正してから学習データとして学習ＤＢ１３１に保存する。図６と同一ステップには同一ステップ番号を付し、その説明を省略する。

【0059】

第２同意情報１０３ｂである二次利用フラグが二次利用存の許可（ＯＫ）を示す「１」である場合（ステップＳ６０１：Ｙｅｓ）、ＡＩサーバ１３０は、眼底画像データ１０２の修正処理を実行する（ステップＳ７０２）。ここで、眼底画像データ１０２の修正処理（ステップＳ７０２）の例について説明する。修正処理（ステップＳ７０２）は、眼底画像データが外部へ流出した場合に眼底画像データが不正利用されないようにするための画像処理である。例えば、眼底画像データを用いた網膜認証システムへの不正利用や、眼底画像データベースへの不正登録を防止することを目的とした処理である。

【0060】

図８は、眼底画像データ１０２の修正処理（ステップＳ７０２）の例１を示す説明図である。図８では、ＡＩサーバ１３０は、右眼の眼底画像データ１０２Ｒを左右反転してあらたに左眼の眼底画像データ８０２Ｌに変換し、左眼の眼底画像データ１０２Ｌを左右反転してあらたに右眼の眼底画像データ８０２Ｒに変換する。この場合、ＡＩサーバ１３０は、診断結果ＲｉｊＲも診断結果ＲｉｊＬに変更し、診断結果ＲｉｊＬも診断結果ＲｉｊＲに変更する。

【0061】

図９は、眼底画像データ１０２の修正処理（ステップＳ７０２）の例２を示す説明図である。図９では、左眼の眼底画像データ１０２の修正例を示すが、右眼についても同様の修正が可能である。ＡＩサーバ１３０は、眼底画像データ１０２Ｌに血管の形状データを追加することで眼底画像データ１０２Ｌを眼底画像データ１０２Ｌ１に修正することが可能である。

【0062】

また、ＡＩサーバ１３０は、眼底画像データ１０２Ｌに血管の形状データの経路を変更することで眼底画像データ１０２Ｌを眼底画像データ１０２Ｌ２に修正することが可能である。また、ＡＩサーバ１３０は、眼底画像データ１０２Ｌに血管の形状データを削除することで眼底画像データ１０２Ｌを眼底画像データ１０２Ｌ３に修正することが可能である。血管データの追加、変更、削除の場合は、左右反転とは異なり、診断結果Ｒｉｊは入れ替わらない。

【0063】

なお、図９に示した追加、変更および削除においては、ＡＩサーバ１３０は、診断結果Ｒｉｊを参照して、眼底画像データ１０２Ｌのうち異常な領域に関連しない健常な領域内の画像データを修正するのが好ましい。健常な領域とは、たとえば、診断結果Ｒｉｊが軽傷非増殖網膜症（Ｍｉｌｄ。以下、第１網膜症）であれば毛細血管瘤が存在しない領域、診断結果Ｒｉｊが中等または重症非増殖網膜症（ＭｏｄｅｒａｔｅまたはＳｅｖｅｒｅ。以下、第２網膜症）であれば無血管野ではない領域、診断結果Ｒｉｊが増殖網膜症（Ｐｒｏｌｉｆｅｒａｔｉｖｅ。以下、第３網膜症）であれば新生血管が発生していない領域である。健常な領域の修正は、診断結果Ｒｉｊに影響を及ぼさない。これにより、眼底画像データ１０２の修正後においても修正前の診断結果を維持することができる。

【0064】

また、図９および図１０のように眼底画像データ１０２を修正することにより、修正後の眼底画像データ８０２が外部に流出したとしても、網膜認証で悪用されても認証されなくなる。このように、修正により孟獲認証を無効化することができ、セキュリティの向上を図ることができる。また、眼底画像データ１０２を修正だけでなく、眼底画像を暗号化を施すことにより、さらなるセキュリティの向上を図るようにしてもよい。

【0065】

図７に戻り、ＡＩサーバ１３０は、ステップＳ７０２で修正済みの眼底画像データ８０２および診断結果Ｒｉｊの組み合わせを学習データとして学習ＤＢ１３１に保存して（ステップＳ７０４）、眼底画像データ１０２の取扱い処理（ステップＳ４３３）を終了する。これにより、患者ｉのプライバシーに配慮して、修正後の眼底画像データ８０２の二次使用を行うことができる。

【0066】

図１０は、図４に示した眼底画像データ１０２の取扱い処理（ステップＳ４３３）の詳細な処理手順例３を示すフローチャートである。図７～図９では、眼底画像データ１０２に修正をおこなった例を挙げたが、修正の程度によっては、修正前の診断結果Ｒｉｊとは異なる診断結果Ｒｉｊになってしまう場合がある。

【0067】

したがって、図１０では、ＡＩサーバ１３０は、修正後の眼底画像データ８０２について再度、眼底画像診断を実行し、修正前の眼底画像データ１０２と同じ診断結果Ｒｉｊであれば、学習データとして二次使用するために学習ＤＢ１３１に保存して、個人情報保護と、修正前後の診断結果の同一性と、の両立を図る。

【0068】

図６および図７と同一ステップには同一ステップ番号を付し、その説明を省略する。図７に示した眼底画像データ１０２の修正処理（ステップＳ７０２）のあと、ＡＩサーバ１３０は、修正済みの眼底画像データ８０２について眼底画像診断を再実行する（ステップＳ１００１）。

【0069】

そして、ＡＩサーバ１３０は、ステップＳ１００１による再診断結果Ｒｉｊと、変更前の診断結果Ｒｉｊと、が一致するか否かを判断する（ステップＳ１００２）。具体的には、たとえば、ステップＳ７０２において図８に示したように眼底画像データ１０２を左右反転した場合、ＡＩサーバ１３０は、右眼の再診断結果ＲｉｊＲと修正前の左眼の診断結果ＲｉｊＬとが一致するか否か、および、左眼の再診断結果ＲｉｊＬと修正前の右眼の診断結果ＲｉｊＲとが一致するか否かを判断する。

【0070】

なお、ステップＳ７０２で、眼底画像データ１０２の左右反転ではなく、図９に示したように血管の形状データの追加、変更、または削除である場合、ＡＩサーバ１３０は、右眼の再診断結果ＲｉｊＲと修正前の右眼の診断結果ＲｉｊＲとが一致するか否か、および、左眼の再診断結果ＲｉｊＬと修正前の左眼の診断結果ＲｉｊＬとが一致するか否かを判断する。

【0071】

両眼とも一致しない場合（ステップＳ１００２：Ｎｏ）、ステップＳ７０２に戻り、ＡＩサーバ１３０は、眼底画像データ１０２の修正処理（ステップＳ７０２）を再実行する。この場合、ＡＩサーバ１３０は、血管の形状データの追加、変更、削除など、既に実行した修正とは異なる修正を実行する。ただし、追加、変更、削除の対象となる血管の形状データが既に実行した追加、変更、削除の対象と異なれば、異なる修正となる。

【0072】

一方、両眼とも一致する場合（ステップＳ１００２：Ｙｅｓ）、ＡＩサーバ１３０は、ステップＳ７０２で修正済みの最新の眼底画像データ８０２および診断結果Ｒｉｊの組み合わせを学習データとして学習ＤＢ１３１に保存して（ステップＳ７０４）、眼底画像データ１０２の取扱い処理（ステップＳ４３３）を終了する。

【0073】

これにより、患者ｉの眼底画像データの不正利用を防止や、患者ｉのプライバシー保護に配慮しつつ、修正前後の診断結果Ｒｉｊの同一性を図ることにより、診断結果Ｒｉｊに変更がない修正後の眼底画像データ８０２の二次使用を行うことができる。またこれにより、修正後の眼底画像データ８０２およびその診断結果Ｒｉｊの組み合わせを学習データとした場合に、ＡＩサーバ１３０による眼底画像診断に用いる学習モデルによる予測精度低下を抑制することができる。

【0074】

図１１は、図７および図９に示した眼底画像データ修正処理（ステップＳ７０２）の詳細な他の処理手順例を示すフローチャートである。図１１では、ＡＩサーバ１３０が診断結果Ｒｉｊである重症度によって網膜内の血管の形状データを修正する処理手順例を示す。図１２は、糖尿病網膜症の重症度例を示す説明図である。

【0075】

図１１において、ＡＩサーバ１３０は、診断結果Ｒｉｊが異変なし（Ｎｏ ＤＲ）であるか否かを判断する（ステップＳ１１０１）。診断結果Ｒｉｊが異常なし（Ｎｏ ＤＲ）である場合（ステップＳ１１０１：Ｙｅｓ）、ＡＩサーバ１３０は、図８または図９に示したように、眼底画像データ１０２の血管の形状データを修正する（ステップＳ１１０２）。そして、眼底画像データ修正処理（ステップＳ７０２）を終了して次の処理に移行する。

【0076】

一方、診断結果Ｒｉｊが異常なし（Ｎｏ ＤＲ）でない場合（ステップＳ１１０１：Ｎｏ）、ＡＩサーバ１３０は、診断結果Ｒｉｊが第１網膜症（Ｍｉｌｄ）または第３網膜症（Ｐｒｏｌｉｆｅｒａｔｉｖｅ）であるか否かを判断する（ステップＳ１１０３）。診断結果Ｒｉｊが第１網膜症（Ｍｉｌｄ）または第３網膜症（Ｐｒｏｌｉｆｅｒａｔｉｖｅ）である場合（ステップＳ１１０３：Ｙｅｓ）、ＡＩサーバ１３０は、図８または図９に示したように、眼底画像データ１０２の血管の形状データを修正する（ステップＳ１１０４）。

【0077】

第１網膜症（Ｍｉｌｄ）では毛細血管溜が発生する。第３網膜症（Ｐｒｏｌｉｆｅｒａｔｉｖｅ）では新生血管が発生する。したがって、毛細血管溜や新生血管の形状データの削除を防止するため、ステップＳ１１０４の修正では、追加、変更、および削除のうち形状データの削除は不可である。そして、眼底画像データ修正処理（ステップＳ７０２）を終了して次の処理に移行する。

【0078】

一方、診断結果Ｒｉｊが第１網膜症（Ｍｉｌｄ）および第３網膜症（Ｐｒｏｌｉｆｅｒａｔｉｖｅ）のいずれでもない場合（ステップＳ１１０３：Ｎｏ）、診断結果Ｒｉｊは第２網膜症（ＭｏｄｅｒａｔｅまたはＳｅｖｅｒｅ）に該当する。したがって、ＡＩサーバ１３０は、図８または図９に示したように、眼底画像データ１０２の血管の形状データを修正する（ステップＳ１１０５）。

【0079】

第２網膜症（ＭｏｄｅｒａｔｅまたはＳｅｖｅｒｅ）では所定範囲の無血管野が存在する。したがって、無血管野への血管の形状データの追加を防止するため、ステップＳ１１０５の修正では、追加、変更、および削除のうち形状データの追加は不可である。なお、変更により無血管野に血管の形状データが追加される場合も、形状データの追加に該当するため、そのような修正は不可である。そして、眼底画像データ修正処理（ステップＳ７０２）を終了して次の処理に移行する。

【0080】

このように、ＡＩサーバ１３０は、診断結果Ｒｉｊに応じて眼の組織を示す形状データの修正を実行することで、修正前後での診断結果Ｒｉｊの変更を防止することができる。これにより、患者ｉのプライバシーに配慮しつつ、修正前後の診断結果Ｒｉｊの同一性を図ることにより、診断結果Ｒｉｊに変更がない修正後の眼底画像データ８０２の二次使用を行うことができる。またこれにより、修正後の眼底画像データ８０２およびその診断結果Ｒｉｊの組み合わせを学習データとした場合に、ＡＩサーバ１３０による眼底画像診断に用いる学習モデルによる予測精度低下を抑制することができる。

【0081】

＜情報処理システムの機能的構成例＞
図１３は、実施例１にかかる情報処理システムの機能的構成例を示すブロック図である。図１３において、情報処理装置１３００は、画像取得装置４００（端末１１２、院内サーバ１１３）および管理サーバ１２０を包含するコンピュータである。情報処理装置１３００は、取得部１３０１と、第１送信部１３０２と、第１受信部１３０３と、を有する。取得部１３０１、第１送信部１３０２および第１受信部１３０３は、具体的には、たとえば、図２に示した記憶デバイス２０２に記憶されたプログラムをプロセッサ２０１に実行させることにより実現される。

【0082】

取得部１３０１は、画像取得装置４００により各種データを取得する。具体的には、たとえば、取得部１３０１は、図４のステップＳ４１１～Ｓ４１３に示したように、画像取得装置４００により、患者情報ＤＢ１１４から対象となる患者ｉの患者情報および診断情報Ｄｉｊを取得する。診断情報Ｄｉｊには同意情報１０３が含まれる。また、取得部１３０１は、管理サーバ１２０により、図４のステップＳ４２２に示したように患者情報の匿名化処理を実行することにより、眼底画像データ１０２に固有な識別情報として匿名化ＩＤを取得する。

【0083】

また、取得部１３０１は、図４のステップＳ４２５、Ｓ４２６に示したように、ＡＩサーバ１３０からの匿名化診断結果データ１０７に含まれる匿名化ＩＤから特定される患者情報と、匿名化診断結果データ１０７に含まれる診断結果Ｒｉｊと、に基づいて、患者ｉの診断結果データ１０５を取得して、管理サーバ１２０内に記憶する。

【0084】

第１送信部１３０２は、画像取得装置４００により各種データを送信する。具体的には、たとえば、第１送信部１３０２は、図４のステップＳ４１５に示したように、第１同意情報１０３ａが送信許可を示す場合、画像取得装置４００により、患者ｉの患者情報、眼底画像データ１０２および第２同意情報１０３ｂを含む診断データ１０４を、管理サーバ１２０に送信する。また、第１送信部１３０２は、図４のステップＳ４２３に示したように、管理サーバ１２０により、匿名化ＩＤ、眼底画像データ１０２および第２同意情報１０３ｂを含む匿名化診断データ１０６を、ＡＩサーバ１３０に送信する。

【0085】

第１受信部１３０３は、画像取得装置４００により各種データを受信する。具体的には、たとえば、第１受信部１３０３は、図４のステップＳ４２４に示したように、ＡＩサーバ１３０から匿名化診断結果データ１０７を受信する。また、第１受信部１３０３は、画像取得装置４００により、ステップＳ４２４で匿名化診断結果データ１０７の受信が完了したことを示す完了情報を受信する。また、第１受信部１３０３は、画像取得装置４００により、管理サーバ１２０からの診断結果データ１０５を受信する。

【0086】

ＡＩサーバ１３０は、第２受信部１３１１と、画像診断部１３１２と、第２送信部１３１３と、データ制御部１３１４と、学習部１３１５と、修正部１３１６と、学習ＤＢ１３１と、を有する。第２受信部１３１１、画像診断部１３１２、第２送信部１３１３、データ制御部１３１４、学習部１３１５、および修正部１３１６は、具体的には、たとえば、図２に示した記憶デバイス２０２に記憶されたプログラムをプロセッサ２０１に実行させることにより実現される。学習ＤＢ１３１は、具体的には、たとえば、図２に示した記憶デバイス２０２により実現される。

【0087】

第２受信部１３１１は、図４のステップＳ４３１に示したように、情報処理装置１３００の第１送信部１３０２から送信されてくる匿名化診断データ１０６を受信する。

【0088】

画像診断部１３１２は、図４のステップＳ４３２に示したように、機械学習や深層学習、より具体的には、たとえば、画像診断部１３１２は、ＣＮＮに更新後の学習パラメータが適用された学習モデルに、眼底画像データを入力して、眼底画像診断を実行し、診断結果Ｒｉｊとして重症度を第２送信部１３１３に出力する。

【0089】

第２送信部１３１３は、図４のステップＳ４３４に示したように、診断結果Ｒｉｊを含む匿名化診断結果データを情報処理装置１３００の第１受信部１３０３に送信する。

【0090】

データ制御部１３１４は、図４のステップＳ４３３に示したように、図７および図１０の眼底画像データの取扱い処理を実行する。具体的には、たとえば、データ制御部１３１４は、保存部１３４１と消去部１３４２とを有する。保存部１３４１は、二次使用フラグがＯＫであれば画像診断部１３１２で診断された眼底画像データ１０２および診断結果Ｒｉｊの組み合わせである学習データを保存し、消去部１３４２は、二次使用フラグがＮＧであれば画像診断部１３１２で診断された眼底画像データ１０２を消去する。

【0091】

学習部１３１５は、学習ＤＢ１３１内の学習データ集合をＣＮＮに与えて、ＣＮＮの学習パラメータを更新することにより、学習モデルを生成する。

【0092】

修正部１３１６は、図７および図１０のステップＳ７０２に示したように、画像診断部１３１２で診断された眼底画像データ１０２を修正する。この場合、保存部１３４１は、二次使用フラグがＯＫであれば修正部１３１６で修正された修正済みの眼底画像データ８０２および診断結果Ｒｉｊの組み合わせである学習データを保存する。また、修正部１３１６は、学習部１３１５による最新の学習モデルに修正後の眼底画像データ８０２を入力することにより、修正後の眼底画像データ８０２についての診断結果Ｒｉｊを得る。この場合、修正前後の診断結果Ｒｉｊが一致するまで修正部１３１６は眼底画像データ１０２の修正を実行してもよい。

【0093】

このように、実施例１では、患者ｉのプライバシーに配慮しつつ、修正前後の診断結果Ｒｉｊの同一性を図ることにより、診断結果Ｒｉｊに変更がない修正後の眼底画像データ８０２の二次使用を行うことができる。またこれにより、修正後の眼底画像データ８０２およびその診断結果Ｒｉｊの組み合わせを学習データとした場合に、ＡＩサーバ１３０による眼底画像診断に用いる学習モデルによる予測精度低下を抑制することができる。

【0094】

なお、画像取得装置４００は、患者ｉの画像診断が初回の場合、第１同意情報１０３ａおよび第２同意情報１０３ｂを生成し、患者ｉの画像診断が二回目以降の場合、初回に生成した第１同意情報１０３ａおよび第２同意情報１０３ｂを用いてもよい。これにより、同意情報１０３を再設定する必要がなくなり、利便性の向上を図ることができる。

【0095】

また、画像取得装置４００は、患者ｉの画像診断が初回の場合、第１同意情報１０３ａおよび第２同意情報１０３ｂを生成し、患者ｉの画像診断が二回目以降の場合、初回に生成した第１同意情報１０３ａを用い、第２同意情報１０３ｂの更新要求を出力してもよい。更新要求は、たとえば、端末１１２の表示画面に表示される。患者ｉまたは医師は、更新要求が表示画面に表示されると、第２同意情報１０３ｂである二次使用フラグを「１」（ＯＫ）または「０」（ＮＧ）に設定する。設定後、院内サーバ１１３は、第１同意情報１０３ａを参照して管理サーバ１２０に送信するか否かを判断し、送信する場合、診断データ１０４を管理サーバ１２０に送信する。

【0096】

これにより、第１同意情報１０３ａを再設定する必要がなくなり、利便性の向上を図ることができるとともに、第２同意情報１０３ｂの再確認を患者ｉに促すことで、プライバシー保護の向上を図ることができる。

【実施例0097】

つぎに、実施例２について説明する。実施例１では、ＡＩサーバ１３０が学習ＤＢ１３１を有していたが、実施例２では、ＡＩサーバ１３０と学習ＤＢ１３１とを分離した例について説明する。学習ＤＢ１３１は、ＡＩサーバ１３０とは異なるＤＢサーバ１４００が保有する。ＤＢサーバ１４００の機能は、管理サーバ１２０が担ってもよい。なお、実施例２では、実施例１との相違点に着目して説明するため、実施例１と同一内容については同一符号を付し、その説明を省略する。

【0098】

図１４は、実施例２にかかる情報処理システム１００の動作シーケンス例を示す説明図である。ＡＩサーバ１３０は、ＤＢサーバ１４００から学習パラメータを取得して、眼底画像診断を実行する（ステップＳ１４３２）。ステップＳ４３２との相違は、ＤＢサーバ１４００から学習パラメータを取得する点である。

【0099】

眼底画像診断を実行した（ステップＳ１４３２）後、ＡＩサーバ１３０は、匿名化診断データ１０６をＤＢサーバ１４００に送信する（ステップＳ１４０１）。この場合、ＤＢサーバ１４００は、眼底画像データ１０２の取扱い処理を実行する（ステップＳ１４３３）。一方、ＡＩサーバ１３０は、漏洩防止のため、眼底画像データ１０２を消去する（ステップＳ１４０２）。また、ＡＩサーバ１３０は、学習ＤＢ１３１から学習データ集合を取得して学習処理を実行する（ステップＳ１４３４）。ステップＳ４３４との相違は、ＤＢサーバ１４００から学習データ集合を取得する点である。そして、ＡＩサーバ１３０は、受信した眼底画像における処理を終了し、次に受信する眼底画像を受ける待機状態となる。

【0100】

図１５は、図１４に示した眼底画像データ１０２の取扱い処理（ステップＳ４３２）の詳細な処理手順例を示すフローチャートである。ＤＢサーバ１４００は、匿名化診断データ１０６を受信すると、第２同意情報１０３ｂである二次使用フラグが二次使用の不許可（ＮＧ）を示す「０」である場合（ステップＳ６０１：Ｎｏ）、眼底画像データ１０２を消去して、眼底画像データ１０２の取扱い処理（ステップＳ１４３３）を終了する。

【0101】

一方、第２同意情報１０３ｂである二次利用フラグが二次利用存の許可（ＯＫ）を示す「１」である場合（ステップＳ６０１：Ｙｅｓ）、ＤＢサーバ１４００は、眼底画像データ１０２の修正処理を実行する（ステップＳ７０２）。そして、ＤＢサーバ１４００は、修正済み眼底画像データ８０２をＡＩサーバ１３０に送信する（ステップＳ１５１１）。

【0102】

ＡＩサーバ１３０は、ＤＢサーバ１４００から修正済み眼底画像データ８０２を受信すると、修正済み眼底画像データ８０２を学習モデルに入力して眼底画像診断を再実行する（ステップＳ１５０１）。そして、ＡＩサーバ１３０は、再診断結果ＲｉｊをＤＢサーバ１４００に送信する（ステップＳ１５０２）。

【0103】

ＤＢサーバ１４００は、ＡＩサーバ１３０から再診断結果Ｒｉｊを受信する（ステップＳ１５１２）。そして、ＤＢサーバ１４００は、再診断結果Ｒｉｊと修正前の眼底画像データ１０２の診断結果Ｒｉｊとが一致するか否かを判断する（ステップＳ１００２）。一致しない場合（ステップＳ１００２：Ｎｏ）、ステップＳ７０２に戻り、ＤＢサーバ１４００は、眼底画像データ１０２を再修正する（ステップＳ７０２）。一致する場合（ステップＳ１００２：Ｙｅｓ）、ＤＢサーバ１４００は、修正済み眼底画像データ８０２および再診断結果Ｒｉｊを学習データとして学習ＤＢ１３１に保存する（ステップＳ７０４）。これにより、眼底画像データ１０２の取扱い処理（ステップＳ１４３３）を終了する。

【0104】

＜情報処理システムの機能的構成例＞
図１６は、実施例２にかかる情報処理システムの機能的構成例を示すブロック図である。図１６において、ＡＩサーバ１３０のデータ制御部１６００は、消去部１３４２および第３送信部１６０１を有し、ＤＢサーバ１４００は、学習ＤＢ１３１および保存部１６０２を有する。第３送信部１６０１は、二次使用フラグがＯＫである場合、修正済み眼底画像データ８０２および診断結果ＲｉｊをＤＢサーバ１４００に送信する。保存部１６０２は、第３送信部１６０１からの修正済み眼底画像データ８０２および診断結果Ｒｉｊを学習データとして学習ＤＢ１３１の学習データ集合に保存する。

【0105】

このように、実施例２においても、患者ｉのプライバシーに配慮しつつ、修正前後の診断結果Ｒｉｊの同一性を図ることにより、診断結果Ｒｉｊに変更がない修正後の眼底画像データ８０２の二次使用を行うことができる。またこれにより、修正後の眼底画像データ８０２およびその診断結果Ｒｉｊの組み合わせを学習データとした場合に、ＡＩサーバ１３０による眼底画像診断に用いる学習モデルによる予測精度低下を抑制することができる。

【0106】

なお、本発明は上記の内容に限定されるものではなく、これらを任意に組み合わせたものであってもよい。また、本発明の技術的思想の範囲で考えられるその他の態様も本発明の範囲に含まれる。