特許 7484428 医療診断支援システム、医療診断支援プログラム、および、医療診断支援方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-05-08

(45)【発行日】2024-05-16

(54)【発明の名称】医療診断支援システム、医療診断支援プログラム、および、医療診断支援方法

(51)【国際特許分類】

   G16H 50/20 20180101AFI20240509BHJP

【ＦＩ】

G16H50/20

【請求項の数】 12

(21)【出願番号】P 2020093855

(22)【出願日】2020-05-29

(65)【公開番号】P2021189707

(43)【公開日】2021-12-13

【審査請求日】2022-12-23

(73)【特許権者】

【識別番号】000001270

【氏名又は名称】コニカミノルタ株式会社

(74)【代理人】

【識別番号】110001807

【氏名又は名称】弁理士法人磯野国際特許商標事務所

(72)【発明者】

【氏名】松本 洋日

【審査官】吉田 誠

(56)【参考文献】

【文献】特開２００７－３１０６３２（ＪＰ，Ａ）

【文献】特開２０１９－１２１３９０（ＪＰ，Ａ）

【文献】特開平０８－１７３４０４（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１４／０２０６９４９（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ１６Ｈ １０／００ － ８０／００

(57)【特許請求の範囲】

【請求項1】

対象者の生活習慣情報及び前記対象者のＸ線画像情報を取得する取得部と、
罹患前の、生活習慣情報及びＸ線画像情報を入力データとし、発症後の、生活習慣情報、Ｘ線画像情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得部により取得された前記対象者の生活習慣情報及びＸ線画像情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定部と、
前記推定部により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者のＸ線画像情報が示すＸ線画像を変形したＸ線画像を出力部に出力させる制御部と、
を備える医療診断支援システム。

【請求項2】

現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得部と、
罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得部により取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定部と、
前記推定部により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者のスパイログラフを変形したスパイログラフを出力部に出力させる制御部と、
を備える医療診断支援システム。

【請求項3】

現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得部と、
罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得部により取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定部と、
前記推定部により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者の診断基準図におけるプロットの移動を出力部に出力させる制御部と、
を備える医療診断支援システム。

【請求項4】

現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得部と、
罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得部により取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定部と、
前記推定部により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者の将来のフローカーブを出力部に出力させる制御部と、
を備える医療診断支援システム。

【請求項5】

医療診断支援システムのコンピュータに、
対象者の生活習慣情報及び前記対象者のＸ線画像情報を取得する取得手順、
罹患前の、生活習慣情報及びＸ線画像情報を入力データとし、発症後の、生活習慣情報、Ｘ線画像情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得手順により取得された前記対象者の生活習慣情報及びＸ線画像情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定手順、
前記推定手順により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者のＸ線画像情報が示すＸ線画像を変形したＸ線画像を出力部に出力させる制御手順、
を実行させるための医療診断支援プログラム。

【請求項6】

医療診断支援システムのコンピュータに、
現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得手順、
罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得手順により取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定手順、
前記推定手順により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者のスパイログラフを変形したスパイログラフを出力部に出力させる制御手順、
を実行させるための医療診断支援プログラム。

【請求項7】

医療診断支援システムのコンピュータに、
現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得手順、
罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得手順により取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定手順、
前記推定手順により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者の診断基準図におけるプロットの移動を出力部に出力させる制御手順、
を実行させるための医療診断支援プログラム。

【請求項8】

医療診断支援システムのコンピュータに、
現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得手順、
罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得手順により取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定手順、
前記推定手順により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者の将来のフローカーブを出力部に出力させる制御手順、
を実行させるための医療診断支援プログラム。

【請求項9】

医療診断支援システムが、
対象者の生活習慣情報及び前記対象者のＸ線画像情報を取得する取得ステップ、
罹患前の、生活習慣情報及びＸ線画像情報を入力データとし、発症後の、生活習慣情報、Ｘ線画像情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得ステップにより取得された前記対象者の生活習慣情報及びＸ線画像情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定ステップ、
前記推定ステップにより推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者のＸ線画像情報が示すＸ線画像を変形したＸ線画像を出力部に出力させる制御ステップ、
を実行することを特徴とする医療診断支援方法。

【請求項10】

医療診断支援システムが、
現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得ステップ、
罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得ステップにより取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定ステップ、
前記推定ステップにより推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者のスパイログラフを変形したスパイログラフを出力部に出力させる制御ステップ、
を実行することを特徴とする医療診断支援方法。

【請求項11】

医療診断支援システムが、
現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得ステップ、
罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得ステップにより取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定ステップ、
前記推定ステップにより推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者の診断基準図におけるプロットの移動を出力部に出力させる制御ステップ、
を実行することを特徴とする医療診断支援方法。

【請求項12】

医療診断支援システムが、
現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得ステップ、
罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得ステップにより取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定ステップ、
前記推定ステップにより推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者の将来のフローカーブを出力部に出力させる制御ステップ、
を実行することを特徴とする医療診断支援方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、医療診断支援システム、医療診断支援プログラム、および、医療診断支援方法に関する。

【背景技術】

【0002】

近年、医療支援に関する技術開発が盛んにおこなわれている。例えば、特許文献１には、対象者の生活習慣情報と各種検査データを、当該生活習慣に由来する公知の各種検査データと比較して、当該生活習慣を継続した場合の将来の検査データを予測する装置について開示されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１８－１１３０４２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、特許文献１は、主に、メタボリックシンドロームに対する健康指導について開示するにとどまり、喘息やＣＯＰＤ（Chronic Obstructive Pulmonary Disease）などの肺機能の疾患に対する医療診断支援について開示していない。対象者の肺機能に対する医療診断支援については改善の余地が残されている。

【0005】

上記事情に鑑みて、本発明では、対象者の肺機能に対する医療診断の支援を実現することを目的とする。

【課題を解決するための手段】

【0006】

本発明の上記の目的は、下記の手段によって達成される。

【0007】

（１）：対象者の生活習慣情報及び前記対象者のＸ線画像情報を取得する取得部と、罹患前の、生活習慣情報及びＸ線画像情報を入力データとし、発症後の、生活習慣情報、Ｘ線画像情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得部により取得された前記対象者の生活習慣情報及びＸ線画像情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定部と、前記推定部により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者のＸ線画像情報が示すＸ線画像を変形したＸ線画像を出力部に出力させる制御部と、を備える医療診断支援システム。

【0008】

（２）：現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得部と、罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得部により取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定部と、前記推定部により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者のスパイログラフを変形したスパイログラフを出力部に出力させる制御部と、を備える医療診断支援システム。

【0009】

（３）：現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得部と、罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得部により取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定部と、前記推定部により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者の診断基準図におけるプロットの移動を出力部に出力させる制御部と、を備える医療診断支援システム。

【0010】

（４）：現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得部と、罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得部により取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定部と、前記推定部により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者の将来のフローカーブを出力部に出力させる制御部と、を備える医療診断支援システム。

【0011】

（５）：医療診断支援システムのコンピュータに、対象者の生活習慣情報及び前記対象者のＸ線画像情報を取得する取得手順、罹患前の、生活習慣情報及びＸ線画像情報を入力データとし、発症後の、生活習慣情報、Ｘ線画像情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得手順により取得された前記対象者の生活習慣情報及びＸ線画像情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定手順、前記推定手順により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者のＸ線画像情報が示すＸ線画像を変形したＸ線画像を出力部に出力させる制御手順、を実行させるための医療診断支援プログラム。

【0012】

（６）：医療診断支援システムのコンピュータに、現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得手順、罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得手順により取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定手順、前記推定手順により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者のスパイログラフを変形したスパイログラフを出力部に出力させる制御手順、を実行させるための医療診断支援プログラム。

【0013】

（７）：医療診断支援システムのコンピュータに、現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得手順、罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得手順により取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定手順、前記推定手順により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者の診断基準図におけるプロットの移動を出力部に出力させる制御手順、を実行させるための医療診断支援プログラム。

【0014】

（８）：医療診断支援システムのコンピュータに、現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得手順、罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得手順により取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定手順、前記推定手順により推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者の将来のフローカーブを出力部に出力させる制御手順、を実行させるための医療診断支援プログラム。

【0015】

（９）：医療診断支援システムが、対象者の生活習慣情報及び前記対象者のＸ線画像情報を取得する取得ステップ、罹患前の、生活習慣情報及びＸ線画像情報を入力データとし、発症後の、生活習慣情報、Ｘ線画像情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得ステップにより取得された前記対象者の生活習慣情報及びＸ線画像情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定ステップ、前記推定ステップにより推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者のＸ線画像情報が示すＸ線画像を変形したＸ線画像を出力部に出力させる制御ステップ、を実行することを特徴とする医療診断支援方法。

【0016】

（１０）：医療診断支援システムが、現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得ステップ、罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得ステップにより取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定ステップ、前記推定ステップにより推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者のスパイログラフを変形したスパイログラフを出力部に出力させる制御ステップ、を実行することを特徴とする医療診断支援方法。

【0017】

（１１）：医療診断支援システムが、現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得ステップ、罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得ステップにより取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定ステップ、前記推定ステップにより推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者の診断基準図におけるプロットの移動を出力部に出力させる制御ステップ、を実行することを特徴とする医療診断支援方法。

【0018】

（１２）：医療診断支援システムが、現在までの喫煙情報及びスパイロメータによる測定結果を含む、対象者の生活習慣情報を取得する取得ステップ、罹患前の生活習慣情報を入力データとし、発症後の、生活習慣情報、並びに肺野濃度変化量、肺野形状変形量、及び心臓変形量の少なくとも１つとした画像処理パラメータを出力データとして学習済みの識別器を用いて、前記取得ステップにより取得された前記対象者の生活習慣情報から、前記画像処理パラメータを決定し、前記対象者の将来の肺機能を推定する推定ステップ、前記推定ステップにより推定された結果として、前記決定した画像処理パラメータを用いて、前記対象者の将来のフローカーブを出力部に出力させる制御ステップ、を実行することを特徴とする医療診断支援方法。

【発明の効果】

【0019】

本発明によれば、対象者の肺機能に対する医療診断の支援を実現することができる。

【図面の簡単な説明】

【0020】

【図1】本実施形態の医療診断支援システムの機能構成図の例である。

【図2】本実施形態の処理のフローチャートの例である。

【図3】具体例１における対象者のＸ線画像の例であり、左側が現在のＸ線画像、右側が将来のＸ線画像である。

【図4】具体例２におけるスパイログラフの例である。

【図5】具体例３における診断基準図の例である。

【図6】具体例４におけるフローカーブの例である。

【図7】医療診断支援システムの機能を実現するコンピュータの一例を示すハードウェア構成図である。

【発明を実施するための形態】

【0021】

以下、添付した図面を参照して、本発明の実施形態について説明する。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、重複する説明を省略する。

【0022】

［構成］
本実施形態の医療診断支援システムは、対象者の肺機能に関する医療診断を支援するコンピュータである。図１に示すように、本実施形態の医療診断支援システム１は、取得部１１と、推定部１２と、出力部１３と、制御部１４と、対象者ＤＢ２１と、識別器２２を備えている。「ＤＢ」は「データベース」の略である。

【0023】

取得部１１は、対象者に関する各種情報を取得する。対象者に関する各種情報は、例えば、（Ａ）対象者の生活習慣情報、（Ｂ）対象者に対するＸ線診断装置のＸ線画像情報（例：胸部のＸ線画像）または診断結果（例：肺野濃度変化量、肺野形状変形量、心臓変形量）、（Ｃ）各種モダリティ（例：ＣＴ（Computed Tomography）、ＭＲＩ（Magnetic Resonance Imaging）、超音波診断装置）の画像情報または診断結果、（Ｄ）対象者の身体情報とすることができるが、これらに限定されない。

【0024】

対象者の生活習慣情報は、例えば、対象者の喫煙に関する情報（例：１日の喫煙本数、喫煙歴）、スパイロメータによる測定結果、食事や運動に関する情報とすることができるが、これらに限定されない。また、対象者の身体情報は、例えば、対象者の年齢、性別、身長、体重とすることができるが、これらに限定されない。また、対象者の生活習慣情報は、対象者の身体情報に基づく情報としてもよい。対象者に関する各種情報は、対象者ＤＢ２１に格納され得る。

【0025】

推定部１２は、取得部１１が取得した情報から、対象者の将来の肺機能を推定する。推定部１２は、例えば、学習済みの識別器２２を用いて推定することができる。

【0026】

出力部１３は、推定部１２により推定された結果（推定結果）を出力する。出力部１３が出力する推定結果は、例えば、スパイログラフ、診断基準図、フローカーブ（フローボリューム曲線）、所定の画像であるが、これらに限定されない。また、出力部１３は、スパイログラフ、診断基準図、フローカーブ、所定の画像の一つ以上を出力することができる。出力部１３が出力した結果は、対象者ＤＢ２１に格納され得る。

【0027】

制御部１４は、医療診断支援システム１が実行する各種処理を制御する。例えば、制御部１４は、推定部１２により推定された結果を出力部１３に出力させることができる。

【0028】

対象者ＤＢ２１は、医療診断の支援に用いる各種の情報を格納する。対象者ＤＢ２１は、取得部１１が取得した情報、および、出力部１３が出力した推定結果を、対象者ごとに格納する。なお、対象者ＤＢ２１は、医療診断支援システム１の外部に設けられ、医療診断支援システム１が必要に応じて外部の対象者ＤＢ２１から情報を取得してもよい。

【0029】

識別器２２は、所定の入力データおよび所定の出力データを用いて所定の機械学習により作成された学習済みの学習モデルである。機械学習は、例えば、ディープランニング、ニューラルネットワーク、サポートベクターマシンとすることができるが、これらに限定されない。

【0030】

例えば、入力データを、ＣＯＰＤ患者のＣＯＰＤ罹患前の生活習慣情報とし、出力データを、同じＣＯＰＤ患者のＣＯＰＤ発症後のスパイロメータによる測定結果とし、機械学習によって識別器２２を作成することができる。また、より一般化して、入力データを、同性、同年代、同身長の健康者の生活習慣情報とし、出力データを、同性、同年代、同身長のＣＯＰＤ患者のスパイロメータによる測定結果とし、機械学習によって識別器２２を作成することができる。

【0031】

また、例えば、入力データを、ＣＯＰＤ患者のＣＯＰＤ罹患前の生活習慣情報、および、ＣＯＰＤ罹患前のＸ線画像情報とし、出力データを、同じＣＯＰＤ患者のＣＯＰＤ発症後のＸ線画像情報とし、機械学習によって識別器２２を作成することができる。また、より一般化して、入力データを、同性、同年代、同身長の健康者の生活習慣情報、および、同性、同年代、同身長の健康者のＸ線画像情報とし、出力データを、同性、同年代、同身長のＣＯＰＤ患者のＸ線画像情報とし、機械学習によって識別器２２を作成することができる。

【0032】

また、機械学習の出力データを、Ｘ線画像情報に代えて、または、Ｘ線画像情報に加えて画像処理パラメータとしてもよい。画僧処理パラメータは、例えば、肺野濃度変化量、肺野形状変形量、心臓変形量とすることができるが、これらに限定されない。出力部１３は、出力データとしての肺野濃度変化量、肺野形状変形量、心臓変形量に基づく画像処理によって、現在のＸ線画像から将来のＸ線画像を生成することができる。

【0033】

［処理］
次に、図２を参照して、医療診断支援システム１が実行する処理について説明する。

【0034】

まず、取得部１１が、対象者の生活習慣情報を取得する（ステップＳ１）。次に、推定部１２が、学習済みの識別器２２を用いて、取得部１１が取得した生活習慣情報を入力として、対象者の将来の肺機能を推定する（ステップＳ２）。最後に、出力部１３が、推定部１２によって推定された結果を出力する（ステップＳ３）。出力部１３の出力は、所望の態様で実現することができる。

【0035】

図２の処理によれば、対象者の生活習慣情報を維持した場合における将来の肺機能の推定結果を対象者に明示することができる。

【0036】

［具体例１］
例えば、取得部１１は、現在健康な対象者の生活習慣情報として、現在までの喫煙情報、および、スパイロメータによる測定結果のうち少なくともいずれかを取得するとともに、当該対象者のＸ線画像を取得したとする。現在健康な対象者のＸ線画像は、図３の左側に示す通りであったとする。

【0037】

推定部１２は、学習済みの識別器２２を用いて、取得部１１が取得した生活習慣情報および現在のＸ線画像から、対象者の将来の肺機能を推定する。出力部１３は、推定結果として、対象者の将来のＸ線画像を出力することができる。換言すれば、推定部１２が、識別器２２の入力となる生活習慣情報および現在のＸ線画像から、画像処理パラメータを決定し、出力部１３が、決定した画像処理パラメータを用いてＸ線画像を変形して出力する。対象者の将来のＸ線画像は、図３の右側に示す通りであったとする。

【0038】

また、「将来」の具体的タイミングは適宜設定することができ、推定部１２に入力する時間パラメータとして指定することができる（以下の具体例２～４でも同様）。例えば、医療診断支援システム１を操作するユーザ（例：医師）からの入力により、取得部１１が当該時間パラメータを取得することができる。

【0039】

図３右側のＸ線画像によれば、図３左側のＸ線画像と比較して、肺の画像部分が黒くなっている、肺の画像部分が上下に引き伸ばされている（白抜き矢印参照）、心臓の画像部分が細くなっている（左右幅が減少している）（斜線矢印参照）、といったＣＯＰＤの特徴を捉えることができる。よって、当該対象者が現在の生活習慣を継続すると将来ＣＯＰＤに罹る可能性があることを当該対象者にわかりやすく伝えることができる。その結果、現在の生活習慣を改善するように注意喚起することができ、対象者の肺機能に対する医療診断支援を実現することができる。

【0040】

［具体例２］
例えば、取得部１１は、現在健康な対象者の生活習慣情報として、現在までの喫煙情報、および、スパイロメータによる測定結果を取得したとする。現在健康な対象者のスパイログラフは、図４の曲線４１に示す通りであったとする。なお、スパイログラフは、肺活量（努力性肺活量ともいう。ＦＶＣ：Forced Vital Capacity）、および、１秒量（FEV_1.0）を求めることができる（ＦＥＶは、forced expiratory volumeの略）。

【0041】

推定部１２は、学習済みの識別器２２を用いて、取得部１１が取得した生活習慣情報から、対象者の将来の肺機能を推定する。出力部１３は、推定結果として、対象者の将来のスパイログラフを出力することができる。換言すれば、推定部１２が、識別器２２の入力となる生活習慣情報から、画像処理パラメータを決定し、出力部１３が、決定した画像処理パラメータを用いてスパイログラフを変形して出力する。対象者の将来のスパイログラフは、図４の曲線４２であったとする。

【0042】

また、出力部１３は、サンプルとして、将来の対象者の年齢、身長、性別に対する予測肺活量を示すスパイログラフを出力することができる。予測肺活量のスパイログラフは、図４の曲線４３であったとする。曲線４３の出力の際、年齢は、推定部１２に入力する時間パラメータ分シフトさせ、身長および性別はそのままにすることが好ましい。

【0043】

図４の曲線４２によれば、曲線４１と比較して、最大吸気量が減少する（極大ピークが下方にシフトする。白抜き矢印参照。）、１秒量が減少する（最大吸気のタイミングから１秒後の肺活量の値が上方にシフトする。斜線矢印参照。）、といった特徴を捉えることができる。よって、当該対象者が現在の生活習慣を継続すると将来、肺機能低下に陥る可能性があることを当該対象者にわかりやすく伝えることができる。その結果、現在の生活習慣を改善するように注意喚起することができ、対象者の肺機能に対する医療診断支援を実現することができる。

【0044】

また、曲線４２の全体が、曲線４３の下方にある。よって、当該対象者が現在の生活習慣を継続すると将来、肺機能低下に陥る可能性があることを当該対象者により客観的に伝えることができる。その結果、現在の生活習慣を改善するように注意喚起することができ、対象者の肺機能に対する医療診断支援を実現することができる。

【0045】

［具体例３］
例えば、取得部１１は、現在健康な対象者の生活習慣情報として、現在までの喫煙情報、および、スパイロメータによる測定結果を取得したとする。現在健康な対象者の肺機能状態は、図５の診断基準図のプロット５１に示す通りであったとする。

【0046】

なお、診断基準表は、横軸を％肺活量とし、縦軸を１秒率としたマトリクスである。％肺活量は、予測肺活量に対する実測肺活量（つまり、ＦＶＣ）の比である（図５では％表示）。また、１秒率は、実測肺活量に対する１秒量の比である（図５では％表示）。％肺活量が８０％～１００％の範囲内にあり、かつ、１秒率が７０％～１００％の範囲内にあるときは、肺機能は正常である（図５の「正常」）。また、％肺活量が８０％～１００％の範囲内にあり、かつ、１秒率が７０％以下にあるときは、閉塞性喚起障害にある（図５の「閉塞性」）。また、％肺活量が８０％以下にあり、かつ、１秒率が７０％～１００％の範囲内にあるときは、拘束性喚起障害にある（図５の「拘束性」）。また、％肺活量が８０％以下にあり、かつ、１秒率が７０％以下にあるときは、閉塞性喚起障害および拘束性喚起障害を併せ持つ混合性喚起障害にある（図５の「混合性」）。

【0047】

推定部１２は、学習済みの識別器２２を用いて、取得部１１が取得した生活習慣情報から、対象者の将来の肺機能を推定する。出力部１３は、推定結果として、対象者の将来の診断基準表を出力することができる。換言すれば、推定部１２が、識別器２２の入力となる生活習慣情報から、画像処理パラメータを決定し、出力部１３が、決定した画像処理パラメータを用いて将来の肺機能を示すプロットを付した診断基準表を出力する。対象者の将来の肺機能を示すプロットは、図５のプロット５２であったとする。

【0048】

図５よれば、「正常」の領域内にあるプロット５１から、「閉塞性」の領域内にあるプロット５２に、肺機能状態が遷移したことを捉えることができる。よって、当該対象者が現在の生活習慣を継続すると将来、閉塞性喚起障害に陥る可能性があることを当該対象者にわかりやすく伝えることができる。その結果、現在の生活習慣を改善するように注意喚起することができ、対象者の肺機能に対する医療診断支援を実現することができる。

【0049】

また、出力部１３は、図５の診断基準表を用いて、対象者の肺機能状態の遷移を連続的に見せることができる。具体的には、推定部１２将来の肺機能を推定するときに用いる時間パラメータの値を連続的に増大させ、出力部１３は、より将来の肺機能状態をプロットの移動として表示することができる。図５では、「閉塞性」の領域内にあるプロット５２から、「混合性」の領域内にあるプロット５３に移動し、肺機能状態が閉塞性喚起障害から混合性喚起障害に遷移したことを示している。よって、当該対象者が現在の生活習慣を継続するとさらに先の将来、混合性喚起障害に陥る可能性があることを当該対象者にわかりやすく伝えることができる。その結果、現在の生活習慣を改善するように注意喚起することができ、対象者の肺機能に対する医療診断支援を実現することができる。

【0050】

［具体例４］
例えば、取得部１１は、現在健康な対象者の生活習慣情報として、現在までの喫煙情報、および、スパイロメータによる測定結果を取得したとする。現在健康な対象者の肺機能状態は、図６のフローカーブの曲線６１（正常）に示す通りであったとする。

【0051】

なお、図６は、閉塞性喚起障害に見られるフローカーブである。横軸は、呼吸の気量（Ｌ）（肺気量と同義）であり、縦軸は、気速（Ｌ／秒）である。閉塞性喚起障害は、末梢気道が閉塞することで息が吐きづらくなる疾患である。息が吐きづらくなることで気速が低下するため、カーブが下降するときに下に凸になる特徴がある。軽度障害（曲線６２）では、気量は低下しないが、カーブが下降するときに下に凸になる特徴がある。中度障害（曲線６３）では、気量が低下するとともに、カーブが下降するときに下に凸になる特徴がある。重度障害（曲線６４）になると、気量も気速も大幅に低下し、重症のＣＯＰＤ患者に多くみられる特徴となる。

【0052】

推定部１２は、学習済みの識別器２２を用いて、取得部１１が取得した生活習慣情報から、対象者の将来の肺機能を推定する。出力部１３は、推定結果として、対象者の将来のフローカーブを出力することができる。換言すれば、推定部１２が、識別器２２の入力となる生活習慣情報から、画像処理パラメータを決定し、出力部１３が、決定した画像処理パラメータを用いて将来の肺機能を示すフローカーブを出力する。対象者の将来の肺機能を示すフローカーブは、図６の曲線６５であったとする。

【0053】

図６によれば、対象者のフローカーブが「正常」から「軽度障害」に近づいたことを捉えることができる。また、曲線６５は、カーブの下降時に若干下に凸になっている。よって、当該対象者が現在の生活習慣を継続すると将来、閉塞性喚起障害に陥る可能性があることを当該対象者にわかりやすく伝えることができる。その結果、現在の生活習慣を改善するように注意喚起することができ、対象者の肺機能に対する医療診断支援を実現することができる。

【0054】

＜ハードウェア構成＞
また、上述してきた医療診断支援システム１は、例えば図７に示すようなハードウェア構成で示されるコンピュータｚによって実現される。コンピュータｚは、ＣＰＵ１ｚ、ＲＡＭ２ｚ、ＲＯＭ３ｚ、ＨＤＤ４ｚ、通信Ｉ／Ｆ（インターフェイス）５ｚ、入出力Ｉ／Ｆ６ｚ、およびメディアＩ／Ｆ７ｚを有する。

【0055】

ＣＰＵ１ｚは、ＲＯＭ３ｚまたはＨＤＤ４ｚに格納されたプログラムに基づいて動作し、各部（取得部１１と、推定部１２と、出力部１３と、制御部１４を含む）の制御を行う。ＲＯＭ３ｚは、コンピュータｚの起動時にＣＰＵ１ｚによって実行されるブートプログラムや、コンピュータｚのハードウェアに依存するプログラム等を格納する。

【0056】

ＨＤＤ４ｚは、ＣＰＵ１ｚによって実行されるプログラム、および、かかるプログラムによって使用されるデータ等を格納する。通信Ｉ／Ｆ５ｚは、通信網９ｚを介して他の機器からデータを受信してＣＰＵ１ｚへ送り、ＣＰＵ１ｚが生成したデータを通信網９ｚを介して他の機器へ送信する。

【0057】

ＣＰＵ１ｚは、入出力Ｉ／Ｆ６ｚを介して、ディスプレイやプリンタ等の出力装置、および、キーボードやマウス等の入力装置を制御する。ＣＰＵ１ｚは、入出力Ｉ／Ｆ６ｚを介して、入力装置からデータを取得する。また、ＣＰＵ１ｚは、生成したデータを入出力Ｉ／Ｆ６ｚを介して出力装置へ出力する。

【0058】

メディアＩ／Ｆ７ｚは、記録媒体８ｚに格納されたプログラムまたはデータを読み取り、ＲＡＭ２ｚを介してＣＰＵ１ｚに提供する。ＣＰＵ１ｚは、かかるプログラムを、メディアＩ／Ｆ７ｚを介して記録媒体８ｚからＲＡＭ２ｚ上にロードし、ロードしたプログラムを実行する。記録媒体８ｚは、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

【0059】

例えば、コンピュータｚが医療診断支援システム１として機能する場合、コンピュータｚのＣＰＵ１ｚは、ＲＡＭ２ｚ上にロードされたプログラムを実行することにより、各部の機能を実現する。プログラム実行の際、ＨＤＤ４ｚが格納するデータ等が使用される。コンピュータｚのＣＰＵ１ｚは、これらのプログラムを記録媒体８ｚから読み取って実行するが、他の例として、他の装置から通信網９ｚを介してこれらのプログラムを取得してもよい。

【0060】

＜まとめ＞
本実施形態によれば、対象者の現在の生還習慣を継続した場合における将来の肺機能の推定結果を、対象者にわかりやすく（例えば、視覚的に）伝えることができ、現在の生活習慣を見直すように対象者に注意喚起することができる。したがって、対象者の肺機能に対する医療診断の支援を実現することができる。
特に、対象者のＸ線画像情報を入力したときの推定結果として、対象者の将来のＸ線画像を出力することができるため、将来の肺機能の推定結果を対象者によりわかりやすく伝えることができる。
また、生活習慣情報を、対象者の喫煙に関する情報、スパイロメータによる測定結果とすることで、喫煙に起因する肺機能の推定結果を対象者にわかりやすく伝えることができる。その結果、対象者に喫煙の習慣を見直すように注意喚起することができる。
また、スパイログラフ、診断基準図、フローカーブ、画像の一つ以上を出力することで、肺機能の推定結果を対象者にわかりやすく伝えることができる。

【0061】

＜変形例＞
（ａ）：本実施形態では、対象者の現在の生活習慣情報を入力したときの将来の肺機能を推定した。しかし、例えば、現在の生活習慣情報とは異なる仮の生活習慣情報を入力したときの仮の将来の肺機能を推定部１２で推定することができる。仮の生活習慣情報を試行錯誤して入力することで、疾患無しの、または、疾患が緩和される将来の肺機能を導出する生活習慣情報を追求することができる。その結果、対象者の生活習慣を、追求した生活習慣情報に係る生活習慣に切り替えるように、生活習慣の見直しのアドバイスをすることができる。

【0062】

（ｂ）：本実施形態では、疾患前の（健康者の）生活習慣情報を入力データとし、肺機能の患者の検査結果（スパイロメータによる測定結果、Ｘ線画像情報、画像処理パラメータ）を出力データとした、学習済みの識別器を用いて肺機能を推定した。しかし、例えば、肺機能の患者の検査結果を入力データとし、肺機能疾患から回復した（または緩和可能な）対象者の生活習慣情報を出力データとした、学習済みの他の識別器を用いて、肺機能疾患から回復可能な（または緩和可能な）生活習慣情報を推定することもできる。

【0063】

（ｃ）：本実施形態において、例えば、推定部１２は、所定の類似画像を用いて、画像情報ではない対象者の生活習慣情報（例：数値で表現される各種検査データ群）から、対象者の将来の肺機能を示す所定の画像を出力することができる。例えば、所定の類似画像は、対象者と同性、同年代、同身長の一般者の画像情報とすることができるがこれに限定されない。

【0064】

（ｄ）：本実施形態の具体例４では、閉塞性喚起障害について説明した。しかし、具体例４の発明は、閉塞性喚起障害に限らず、例えば、拘束性喚起障害や、上気道障害についても適用できる。

【0065】

（ｅ）：本実施形態で説明した各種発明を、適宜組み合わせることができる。

【符号の説明】

【0066】

１ 医療診断支援システム
１１ 取得部
１２ 推定部
１３ 出力部
１４ 制御部
１５ 識別器
２１ 対象者ＤＢ
２２ 識別器

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】