特表2018-526729(P2018-526729A)IP Force 特許公報掲載プロジェクト 2015.5.11 β版

知財求人 - 知財ポータルサイト「IP Force」

▶ インターナショナル・ビジネス・マシーンズ・コーポレーションの特許一覧
特表2018-526729医用データにおける誤りを識別するためのコンピュータ実施方法、システム、およびコンピュータ・プログラム
<>
  • 特表2018526729-医用データにおける誤りを識別するためのコンピュータ実施方法、システム、およびコンピュータ・プログラム 図000003
  • 特表2018526729-医用データにおける誤りを識別するためのコンピュータ実施方法、システム、およびコンピュータ・プログラム 図000004
  • 特表2018526729-医用データにおける誤りを識別するためのコンピュータ実施方法、システム、およびコンピュータ・プログラム 図000005
  • 特表2018526729-医用データにおける誤りを識別するためのコンピュータ実施方法、システム、およびコンピュータ・プログラム 図000006
< >
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】特表2018-526729(P2018-526729A)
(43)【公表日】2018年9月13日
(54)【発明の名称】医用データにおける誤りを識別するためのコンピュータ実施方法、システム、およびコンピュータ・プログラム
(51)【国際特許分類】
   G16H 10/00 20180101AFI20180817BHJP
   G06F 17/27 20060101ALI20180817BHJP
   G06K 9/00 20060101ALI20180817BHJP
【FI】
   G06Q50/24
   G06F17/27 665
   G06K9/00 Z
【審査請求】未請求
【予備審査請求】未請求
【全頁数】23
(21)【出願番号】特願2018-503136(P2018-503136)
(86)(22)【出願日】2016年7月5日
(85)【翻訳文提出日】2018年3月5日
(86)【国際出願番号】IB2016054023
(87)【国際公開番号】WO2017013518
(87)【国際公開日】20170126
(31)【優先権主張番号】14/806,746
(32)【優先日】2015年7月23日
(33)【優先権主張国】US
(81)【指定国】 AP(BW,GH,GM,KE,LR,LS,MW,MZ,NA,RW,SD,SL,ST,SZ,TZ,UG,ZM,ZW),EA(AM,AZ,BY,KG,KZ,RU,TJ,TM),EP(AL,AT,BE,BG,CH,CY,CZ,DE,DK,EE,ES,FI,FR,GB,GR,HR,HU,IE,IS,IT,LT,LU,LV,MC,MK,MT,NL,NO,PL,PT,RO,RS,SE,SI,SK,SM,TR),OA(BF,BJ,CF,CG,CI,CM,GA,GN,GQ,GW,KM,ML,MR,NE,SN,TD,TG),AE,AG,AL,AM,AO,AT,AU,AZ,BA,BB,BG,BH,BN,BR,BW,BY,BZ,CA,CH,CL,CN,CO,CR,CU,CZ,DE,DK,DM,DO,DZ,EC,EE,EG,ES,FI,GB,GD,GE,GH,GM,GT,HN,HR,HU,ID,IL,IN,IR,IS,JP,KE,KG,KN,KP,KR,KZ,LA,LC,LK,LR,LS,LU,LY,MA,MD,ME,MG,MK,MN,MW,MX,MY,MZ,NA,NG,NI,NO,NZ,OM,PA,PE,PG,PH,PL,PT,QA,RO,RS,RU,RW,SA,SC,SD,SE,SG,SK,SL,SM,ST,SV,SY,TH,TJ,TM,TN,TR,TT,TZ,UA,UG,US
(71)【出願人】
【識別番号】390009531
【氏名又は名称】インターナショナル・ビジネス・マシーンズ・コーポレーション
【氏名又は名称原語表記】INTERNATIONAL BUSINESS MACHINES CORPORATION
(74)【代理人】
【識別番号】100108501
【弁理士】
【氏名又は名称】上野 剛史
(74)【代理人】
【識別番号】100112690
【弁理士】
【氏名又は名称】太佐 種一
(72)【発明者】
【氏名】ブル、ブレンダン、クラーク
(72)【発明者】
【氏名】サイズモア、ロバート、クリスチャン
(72)【発明者】
【氏名】コントレラス、デイビッド
(72)【発明者】
【氏名】ビーガート、キース、ポール
(72)【発明者】
【氏名】スミス、スターリング、リチャードソン
【テーマコード(参考)】
5B064
5B091
5L099
【Fターム(参考)】
5B064AA01
5B064AA10
5B064BA01
5B064EA18
5B064EA19
5B064EA20
5B064FA19
5B091AB08
5B091CA02
5B091CA05
5B091CA12
5B091CA14
5B091EA04
5L099AA21
(57)【要約】
【課題】医用データにおける誤りを識別するためのコンピュータ実施方法、システム、およびコンピュータ・プログラム製品を提供する。
【解決手段】コンピュータ・プロセッサが、レポートと画像とを含む医用データを受信することが可能である。コンピュータ・プロセッサは、自然言語処理を使用してそのレポートを解析して、症状および対応する基準を識別することが可能である。また、コンピュータ・プロセッサは、画像処理モデルを使用してその画像を解析して、画像解析を生成することも可能である。コンピュータ・プロセッサは、その画像解析を基準と比較することによって、そのレポートが潜在的な問題を有するかどうかを判定することが可能である。
【選択図】図2
【特許請求の範囲】
【請求項1】
医用データにおける誤りを識別するためのコンピュータ実施方法であって、
レポートと画像とを備える医用データを受信すること、
プロセッサによる、自然言語処理(NLP)を使用して前記レポートを解析して、症状および前記症状に対応する基準を識別すること、
前記プロセッサによる、画像処理モデルを使用して前記画像を解析することによって画像解析を生成すること、ならびに
前記基準を前記画像解析と比較することによって前記レポートが潜在的な問題を有するかどうかを判定すること
を含む、コンピュータ実施方法。
【請求項2】
前記画像処理モデルは、前記症状に基づいて選択される、請求項1に記載の方法。
【請求項3】
前記レポートが潜在的な問題を有すると判定したことに応答して、前記潜在的な問題を示す通知を与えることをさらに含む、請求項1に記載の方法。
【請求項4】
前記レポートは、光学文字認識(OCR)エラーに起因する潜在的な問題を有する、請求項1に記載の方法。
【請求項5】
前記レポートは、光学単語認識エラーに起因する潜在的な問題を有する、請求項1に記載の方法。
【請求項6】
自然言語処理を使用して前記レポートを解析することに先立って、前記レポートに対して光学文字認識を実行することをさらに含む、請求項1に記載の方法。
【請求項7】
医用データにおける誤りを識別するためのシステムであって、
プロセッサと、
1つまたは複数のモジュールを包含するメモリと
を備え、前記1つまたは複数のモジュールは、実行されると、前記プロセッサに、
レポートと画像とを備える医用データを受信すること、
自然言語処理(NLP)を使用して前記レポートを解析して、症状および前記症状に対応する基準を識別すること、
画像処理モデルを使用して前記画像を解析することによって画像解析を生成すること、ならびに
前記基準を前記画像解析と比較することによって前記レポートが潜在的な問題を有するかどうかを判定すること
を行わせる、システム。
【請求項8】
前記画像処理モデルは、前記症状に基づいて選択される、請求項7に記載のシステム。
【請求項9】
前記1つまたは複数のモジュールは、実行されると、前記プロセッサに、
前記レポートが潜在的な問題を有すると判定したことに応答して、前記潜在的な問題を示す通知を与えることをさらに行わせる、請求項7に記載のシステム。
【請求項10】
前記レポートは、インテリジェント文字認識(ICR)エラーに起因する潜在的な問題を有する、請求項7に記載のシステム。
【請求項11】
前記レポートは、インテリジェント単語認識(IWR)エラーに起因する潜在的な問題を有する、請求項7に記載のシステム。
【請求項12】
前記1つまたは複数のモジュールは、実行されると、前記プロセッサに、
自然言語処理を使用して前記レポートを解析することに先立って、前記レポートに対して光学文字認識を実行することをさらに行わせる、請求項7に記載のシステム。
【請求項13】
医用データにおける誤りを識別するためのコンピュータ・プログラム製品であって、
プログラム命令を実体化しているコンピュータ可読記憶媒体を備え、前記コンピュータ可読記憶媒体は、一時的な信号そのものではなく、前記プログラム命令は、プロセッサによって、前記プロセッサに、
レポートと画像とを備える医用データを受信すること、
自然言語処理(NLP)を使用して前記レポートを解析して、症状および前記症状に対応する基準を識別すること、
画像処理モデルを使用して前記画像を解析することによって画像解析を生成すること、ならびに
前記基準を前記画像解析と比較することによって前記レポートが潜在的な問題を有するかどうかを判定すること
を含む方法を実行させるように実行可能である、コンピュータ・プログラム製品。
【請求項14】
前記画像処理モデルは、前記症状に基づいて選択される、請求項13に記載のコンピュータ・プログラム製品。
【請求項15】
前記プロセッサによって実行される前記方法は、
前記レポートが潜在的な問題を有すると判定したことに応答して、前記潜在的な問題を示す通知を与えることをさらに含む、請求項13に記載のコンピュータ・プログラム製品。
【請求項16】
前記通知は、ネットワークを介して遠隔デバイスに与えられる、請求項15に記載のコンピュータ・プログラム製品。
【請求項17】
前記レポートは、事務上の誤りに起因する潜在的な問題を有する、請求項13に記載のコンピュータ・プログラム製品。
【請求項18】
前記レポートは、転写の誤りに起因する問題を有する、請求項13に記載のコンピュータ・プログラム製品。
【請求項19】
前記プロセッサによって実行される前記方法は、
自然言語処理を使用して前記レポートを解析することに先立って、前記レポートに対して光学文字認識を実行することをさらに含む、請求項13に記載のコンピュータ・プログラム製品。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、一般に、自然言語処理の分野に関し、より詳細には、自然言語処理および画像解析を使用して医用データにおける誤りを識別することに関する。
【背景技術】
【0002】
医師が、骨折などの医学的症状(medical condition)を有する患者を診断するとき、医師は、その症状、およびその症状の重症度などのその症状についての重要な情報について詳述する医用レポートを、しばしば、作成する。例えば、放射線専門医が、X線画像の自らの解析から骨折のサイズと種類を書き留めることがあり得る。次に、これらの医用レポートは、患者の撮影された医用画像と一緒に、その患者の医療を進めるのにそのレポートを必要とする第三者に送信され得る。例えば、その医用レポートおよびそれらのX線画像は、その患者を治療することになる、外科医などの別の医師に送信され得る。また、その医用レポートおよびそれらの画像は、請求または手続きの承認を要求するように保険会社に送信されてもよい。
【発明の概要】
【発明が解決しようとする課題】
【0003】
従って本発明が解決しようとする課題は、医用データにおける誤りを識別する方法を提供することである。
【課題を解決するための手段】
【0004】
本発明の実施形態は、医用データにおける誤りを識別するための方法、コンピュータ・プログラム製品、およびシステムを開示する。コンピュータ・プロセッサが、レポートおよび画像を含む医用データを受け取ってよい。コンピュータ・プロセッサは、自然言語処理を使用してそのレポートを解析して、症状および対応する基準を識別してよい。また、コンピュータ・プロセッサは、画像処理モデルを使用してその画像を解析して、画像解析を生成してよい。コンピュータ・プロセッサは、その画像解析を基準と比較することによって、そのレポートが潜在的な問題を有するかどうかを判定してよい。
前段の概要は、本開示の例示される各実施形態またはすべての実装様態を説明することは意図していない。
【0005】
本開示に含められた図面は、本明細書に組み込まれ、本明細書の一部を形成する。図面は、本開示の実施形態を示し、説明と一緒に、本開示の原理を説明するのに役立つ。図面は、典型的な実施形態を例示するに過ぎず、本開示を限定するものではない。
【図面の簡単な説明】
【0006】
図1】本開示の例示的な実施形態が実施され得る例示的なコンピューティング環境を示すブロック図である。
図2】本開示の実施形態による、医用レポートを解析して、症状および基準を識別するように構成された例示的な自然言語処理システムを示すブロック図である。
図3】本開示の実施形態による、医用データにおける誤りを識別するためのシステムの例示的な高レベル論理アーキテクチャを示すブロック図である。
図4】本開示の実施形態による、自然言語処理および画像解析を使用して医用データにおける誤りを識別するための方法を示す図である。
【発明を実施するための形態】
【0007】
本明細書において説明される実施形態は、様々な変形形態および代替形態に適しているが、実施形態の詳細は、図面に例として示されており、詳細に説明される。しかし、説明される特定の実施形態は、限定する意図で解釈されるべきではないことを理解されたい。それどころか、意図は、本発明の思想および範囲に含まれるすべての変形形態、均等形態、および代替形態を範囲に含むものとする。
【0008】
本開示の態様は、一般に、自然言語処理の分野に関し、より詳細には、自然言語処理および画像解析を使用して、医用データにおける誤りを識別することに関する。本開示は、そのような用途に必ずしも限定されないものの、本開示の様々な態様は、この脈絡を使用する様々な例の説明を介して理解され得る。
【0009】
医師が、骨折などの医学的症状(以降、症状と呼ばれる)を有する患者を診断するとき、医師は、その症状、およびその症状の重症度などのその症状についての重要な情報について詳述する医用レポートを、しばしば、作成する。例えば、放射線専門医が、X線画像の自らの解析から骨折のサイズと種類(例えば、開放、閉鎖、横、らせん状、ひび割れ、その他)を書き留めることがあり得る。次に、これらの医用レポートは、患者の撮影された対応する医用画像と一緒に、その患者の医療を進めるのにそのレポートを必要とする第三者に送信され得る。例えば、その医用レポートおよびそれらのX線画像は、その患者を治療することになる、整形外科医などの別の医師に送信され得る。また、その医用レポートおよびそれらの画像は、請求または手続きの承認を要求するように保険会社に送信されてもよい。
【0010】
医用レポートを受信する第三者(またはレポートを送信する個人)は、しばしば、光学的文字認識(OCR)、または光学的単語認識、インテリジェント文字認識(ICR)、またはインテリジェント単語認識(IWR)などの関連するプロセスを使用して、医用レポートを機械符号化されたテキストに変換する。このことは、レポートをアーカイブするのをより容易にするように、レポートの内容をフォームに入力するように(特に、コンピュータによって行われる場合)、およびそのレポートをコンピュータによって検索可能にするように行われ得る。
【0011】
OCRおよび関連する技術は、画像を機械符号化されたテキストに変換するとき、特に、手書きのテキストを変換するときに過ちを犯しがちである。例えば、OCRプロセスは、「7」を「1」として(または「1」を「7」として)読み取る可能性がある。また、OCRは、文字を脱落させがちでもあり、したがって、10cmの骨折が1cmの骨折として報告され得る。これらの誤りは、患者の治療に不要な遅延を、しばしば、もたらす。例えば、患者が1cmのひび割れ骨折(患者が実際に有する実際の10cmのひび割れ骨折の代わりに)を有すると信じる保険会社が、要求された手術を、その手術が長さ5cm以上のひび割れ骨折に限って適切であるという理由で拒否することがあり得る。患者の治療に影響を及ぼし得る医用レポートの誤りの他の原因は、医用レポートをコピーするとき、または転記するときに生じる誤りなどの事務上の誤りを含む。
【0012】
いくつかの実施形態において、コンピュータ・システムが、医用レポートおよび付随する画像を解析して、医用レポートにおける潜在的な誤りを識別し、患者の治療をはかどらせることが可能である。コンピュータ・システムは、レポートを解析することによって症状およびその症状に関連付けられた基準を識別してよい。本明細書で使用される「基準」とは、症状についての、その症状の種類および重症度などの診断情報を指す。例えば、症状が骨折である場合、関連付けられた基準は、その骨折が「開放」骨折であることを示し得る。また、コンピュータ・システムは、X線画像などの医用画像を解析することによって画像解析を生成することも可能である。画像解析は、「画像症状(image condition)」(すなわち、画像において識別された医学的症状)または「画像基準」(すなわち、画像において識別された基準)あるいはその両方を含み得る。次に、コンピュータ・システムは、レポートにおいて識別された症状または基準あるいはその両方を画像解析と比較して、医用レポートが潜在的な問題を有するかどうかを判定してよい。いくつかの実施形態において、レポートに潜在的な問題が発見された場合、コンピュータ・システムは、その潜在的な問題の存在についてユーザに警報してよい。
【0013】
いくつかの状況において、コンピュータ・システムは、医用レポートを、レポートにおいてキーワードを検索することによって解析してよい。キーワードは、例えば、知られている症状のリストから選択され得る。しかし、このことは、そのような検索が、医用レポートにおけるキーワードの脈絡を考慮に入れない可能性があるので、容認できないソリューションであり得る。さらに、このソリューションは、特に、レポートが複数の症状および基準を含む場合、症状を、その症状に関連付けられた基準に適切に結び付けることができない可能性がある。いくつかの実施形態において、自然言語処理が、症状および関連する基準を判定するためにレポートを解析するのに使用され得る。
【0014】
前述したとおり、本開示の態様は、自然言語処理に関することが可能である。したがって、本発明の実施形態の理解は、自然言語処理システムの実施形態、およびこれらのシステムが動作し得る環境を説明することによって支援され得る。次に図を参照すると、図1は、本開示の例示的な実施形態が実施され得る例示的なコンピューティング環境100のブロック図を示す。いくつかの実施形態において、コンピューティング環境100は、2つの遠隔デバイス102および112と、ホスト・デバイス122とを含み得る。
【0015】
様々な実施形態と合致して、ホスト・デバイス122、ならびに遠隔デバイス102および112は、コンピュータ・システムであってよい。遠隔デバイス102および112、ならびにホスト・デバイス122は、1つまたは複数のプロセッサ106、116、および126と、1つまたは複数のメモリ108、118、および128をそれぞれ含み得る。遠隔デバイス102および112、ならびにホスト・デバイス122は、内部または外部のネットワーク・インターフェース104、114、および124を介して互いに通信するように構成され得る。ネットワーク・インターフェース104、114、および124は、例えば、モデムまたはネットワーク・インターフェース・カードであってよい。遠隔デバイス102および112、またはホスト・デバイス122、あるいはその両方は、ディスプレイまたはモニタを備え得る。さらに、遠隔デバイス102および112、またはホスト・デバイス122、あるいはその両方は、任意選択の入力デバイス(例えば、キーボード、マウス、スキャナ、もしくは他の入力デバイス)、または任意の市販の、もしくはカスタムのソフトウェア(例えば、ブラウザ・ソフトウェア、通信ソフトウェア、サーバ・ソフトウェア、自然言語処理ソフトウェア、検索エンジンもしくはウェブ・クローリング・ソフトウェアまたはその両方、事前定義されたパラメータに基づいて内容をフィルタリングするためのフィルタ・モジュール、その他)、あるいはその両方を含み得る。いくつかの実施形態において、遠隔デバイス102および112、またはホスト・デバイス122、あるいはその両方は、サーバ、デスクトップ、ラップトップ、またはハンドヘルド・デバイスであってよい。
【0016】
遠隔デバイス102および112、ならびにホスト・デバイス122は、互いに遠隔であってよく、かつネットワーク150を介して通信してよい。いくつかの実施形態において、ホスト・デバイス122は、中央ハブであってよく、そこから、遠隔デバイス102および112は、クライアント−サーバ・ネットワーキング・モデルにおいてなど、通信接続を確立することができる。代替として、ホスト・デバイス122、ならびに遠隔デバイス102および112は、任意の他の適切なネットワーキング関係において(例えば、ピア・ツー・ピア構成において、もしくは任意の他のネットワーク・トポロジを使用して)構成されてよい。
【0017】
いくつかの実施形態において、ネットワーク150は、任意の数の任意の適切な通信媒体を使用して実施され得る。例えば、ネットワーク150は、ワイド・エリア・ネットワーク(WAN)、ローカル・エリア・ネットワーク(LAN)、インターネット、またはイントラネットであってよい。いくつかの実施形態において、遠隔デバイス102および112、ならびにホスト・デバイス122は、互いにローカルであってよく、かつ適切なローカル通信媒体経由で通信してよい。例えば、遠隔デバイス102および112、ならびにホスト・デバイス122は、ローカル・エリア・ネットワーク(LAN)、1つもしくは複数の配線接続、無線リンクもしくは無線ルータ、またはイントラネットを使用して通信してよい。いくつかの実施形態において、遠隔デバイス102および112、ならびにホスト・デバイス122は、1つもしくは複数のネットワークの組合せ、または1つもしくは複数のローカル接続の組合せ、あるいはその両方の組合せを使用して通信可能に結合され得る。例えば、第1の遠隔デバイス102が、ホスト・デバイス122に配線で接続され得る(例えば、イーサネット(R)・ケーブルで接続される)一方で、第2の遠隔デバイス112は、ネットワーク150を使用して(例えば、インターネットを介して)ホスト・デバイスと通信してよい。
【0018】
いくつかの実施形態において、ネットワーク150は、クラウド・コンピューティング環境内で、または1つもしくは複数のクラウド・コンピューティング・サービスを使用して実施され得る。様々な実施形態と合致して、クラウド・コンピューティング環境は、1つまたは複数のクラウド・コンピューティング・サービスを提供するネットワーク・ベースの分散型データ処理システムを含み得る。さらに、クラウド・コンピューティング環境は、1つまたは複数のデータ・センタ内に配置され、かつネットワーク150を介してリソースを共有するように構成された多数のコンピュータ(例えば、数百または数千、あるいはそれ以上のコンピュータ)を含んでよい。
【0019】
いくつかの実施形態において、遠隔デバイス102および112は、ユーザが、医用レポートにおける潜在的な問題を識別するためにホスト・デバイス122に電子文書(例えば、医用レポートおよび医用画像)を提出することを可能にしてよい(またはユーザ入力を伴って、もしくは伴わずに自動的に提出してよい)。例えば、遠隔デバイス102および112は、電子文書提出モジュール110および120と、ユーザ・インターフェース(UI)とを含んでよい。電子文書提出モジュール110および120は、ウェブ・ブラウザまたは他の任意の適切なソフトウェア・モジュールの形態であってよく、UIは、任意の種類のインターフェース(例えば、コマンド・ライン・プロンプト、メニュー画面、グラフィカル・ユーザ・インターフェース)であってよい。UIは、ユーザが、文書提出モジュール110および120を使用して、ホスト・デバイス122に医用データ(医用レポートおよび医用画像を含む)を提出するように遠隔デバイス102および112と対話することを可能にし得る。
【0020】
いくつかの実施形態において、ホスト・デバイス122は、自然言語処理システム132を含み得る。自然言語処理システム132は、自然言語プロセッサ134と、検索アプリケーション136と、レポート解析モジュール138とを含み得る。自然言語プロセッサ134は、トークナイザ(tokenizer)、品詞(POS)タガー、意味関係アイデンティファイア(identifier)、および構文関係アイデンティファイアなどの多数のサブコンポーネントを含み得る。例示的な自然言語プロセッサが、図2を参照して詳細に説明される。
【0021】
検索アプリケーション136は、従来の、もしくは他の検索エンジンを使用して実装されてよく、複数のコンピュータ・システムにわたって分散されてよい。検索アプリケーション136は、遠隔デバイス102によって提出された電子文書(医用レポートなどの)と関係する内容に関して1つもしくは複数のデータベース、または他のコンピュータ・システムを検索するように構成され得る。例えば、検索アプリケーション136は、受信された医用レポートにおいて症状、およびその症状に関連付けられた基準を識別するのに役立つように医学辞典、論文、またはアーカイブされた医用レポート、あるいはその組合せを検索するように構成され得る。レポート解析モジュール138は、医用レポートを解析して、症状(例えば、骨折、腫瘍、内出血)および基準(例えば、骨折もしくは腫瘍のサイズ)を識別するように構成され得る。レポート解析モジュール138は、1つもしくは複数のモジュールまたはユニットを含むことが可能であり、検索アプリケーション136を利用して、図2を参照してさらに詳細に説明されるとおり、モジュール138の機能を実行する(例えば、症状および基準を判定する)ことが可能である。
【0022】
いくつかの実施形態において、ホスト・デバイス122は、画像処理システム142を含み得る。画像処理システム142は、医用画像(例えば、X線画像、CATスキャン画像)を解析して、画像解析を作成するように構成され得る。画像解析は、画像処理システム142によって判定された、医用画像に存在する画像症状および画像基準を含み得る。画像処理システム142は、1つもしくは複数のモデル、モジュール、またはユニットを利用して、システム142の機能を実行する(例えば、医用画像を解析し、画像解析を生成する)ことが可能である。例えば、画像処理システム142は、医用画像における特定の症状および基準を識別するように構成された1つまたは複数の画像処理モデルを含み得る。画像処理モデルは、X線画像を解析して、骨折の存在、サイズ、種類、および位置を識別する骨折解析モデル144を含み得る。別の例として、画像処理システム142は、CATスキャンまたはポジトロン・エミッション・トモグラフィ(PET)スキャン画像から腫瘍のサイズおよび位置を識別する腫瘍解析モデル146を含み得る。いくつかの実施形態において、画像処理モデルはソフトウェア・モジュールとして実施され得る。例えば、画像処理システム142は、骨折解析モジュールと、腫瘍解析モジュールとを含み得る。いくつかの実施形態において、単一のソフトウェア・モジュールが、それらの画像処理モデルを使用して画像を解析するように構成され得る。
【0023】
いくつかの実施形態において、画像処理システム142は、症状受信モジュール148を含み得る。症状受信モジュール148は、自然言語処理システムから、医用レポートを解析することによって判定された症状を受信するように構成され得る。次に、症状受信モジュール148は、画像処理システム142内のいずれのモジュール(例えば、骨折解析モジュール144および腫瘍解析モジュール146)が受信された医用画像を解析するのに使用されるべきかを判定してよい。例えば、自然言語処理システム132は、医用レポートから、患者が脛骨を骨折していると診断されていることを識別し得る。その医用レポートには、脛骨を含む患者の下腿のX線画像が付随することが可能である。したがって、症状受信モジュール148は、例えば、腫瘍解析モジュール146の代わりに、骨折解析モジュール144を使用して画像解析が生成されるべきであると判定してよい。
【0024】
いくつかの実施形態において、ホスト・デバイス122は、コンパレータ130を含み得る。コンパレータ130は、自然言語処理システム132から症状および基準を受信するように、かつ画像処理システム142から画像解析を受信するように構成され得る。コンパレータ130は、画像解析を症状および基準と比較して、医用レポートが潜在的な問題を有するかどうかを判定するようにさらに構成され得る。レポートが誤りを含むと判定することに応答して、コンパレータは、ホスト・デバイス122に医用データを送信した遠隔デバイス102または112に通知するように構成され得る。
【0025】
いくつかの実施形態において、ホスト・デバイスは、光学文字認識(OCR)モジュールを有してよい。OCRモジュールは、遠隔デバイス102および112から送信された医用レポートを受信すること、ならびにその医用レポートに対して光学文字認識(または関連するプロセス)を実行して、自然言語処理システム132がその医用レポートに対してNLPを実行し得るようにそのレポートを機械符号化されたテキストに変換することを行うように構成され得る。例えば、第1の遠隔デバイス102が、スキャンされた医用レポートの画像をホスト・デバイスに送信してよい。ORCモジュールが、その画像を機械符号化されたテキストに変換してよく、次に、その変換されたレポートが、解析のために自然言語処理システム132に送信され得る。いくつかの実施形態において、OCRモジュールは、自然言語処理システム132のサブコンポーネントであり得る。他の実施形態において、OCRモジュールは、ホスト・デバイス122内のスタンドアロンのモジュールであってよい。さらに他の実施形態において、OCRモジュールは、遠隔デバイス102および112の上に配置されてよく、医用レポートに対して、医用レポートがホスト・デバイス122に送信される前にOCRを実行してよい。
【0026】
図1は、単一のホスト・デバイス122と、2つの遠隔デバイス102および112とを有するコンピューティング環境100を示すが、本開示の実施形態を実施するための適切なコンピューティング環境は、任意の数の遠隔デバイスおよびホスト・デバイスを含んでよい。図1に示される様々なモデル、モジュール、システム、およびコンポーネントは、存在する場合、複数のホスト・デバイスおよび遠隔デバイスにわたって存在してよい。例えば、いくつかの実施形態が、2つのホスト・デバイスを含み得る。2つのホスト・デバイスは、任意の適切な通信接続を使用して(例えば、WAN、LAN、配線接続、イントラネット、またはインターネットを使用して)通信可能に結合されてよい。第1のホスト・デバイスは、医用レポートを受信し、解析するように構成された自然言語処理システムを含んでよく、第2のホスト・デバイスは、X線画像またはコンピュータ体軸断層撮影スキャン(CATスキャン)などの医用画像を受信し、解析して、画像解析を生成するように構成された画像処理システムを含んでよい。
【0027】
図1は、例示的なコンピューティング環境100の代表的な主要な構成要素を示すことを意図することに留意されたい。しかし、いくつかの実施形態において、個々の構成要素は、図1に示されるのと比べて、より大きい複雑度を有しても、より小さい複雑度を有してもよく、図1に示されるもの以外の、またはそれらに追加の構成要素が存在してもよく、かつそのような構成要素の数、種類、および構成は、異なってよい。
【0028】
次に図2を参照すると、示されているのは、本開示の実施形態による、医用データを解析して、症状および基準を識別するように構成された、自然言語処理システム212を含む例示的なシステム・アーキテクチャ200のブロック図である。いくつかの実施形態において、遠隔デバイス(図1の遠隔デバイス102などの)が、ホスト・デバイス(図1のホスト・デバイス122などの)上に収納され得る自然言語処理システム212に解析されるべき電子文書(医用レポートなどの)を提出してよい。そのような遠隔デバイスは、ネットワーク215経由で自然言語処理システム212にその後、ディスパッチされる医用レポートにおける情報を生成するように、または変更するように動作可能な1つまたは複数のエンティティを自らが含み得るクライアント・アプリケーション208を含んでよい。
【0029】
様々な実施形態と合致して、自然言語処理システム212は、クライアント・アプリケーション208によって送信された電子文書提出に応答することが可能である。特に、自然言語処理システム212は、受信された医用レポートを解析して、患者の診断された症状、および、例えば、その症状の重症度を記述する、基準を識別することが可能である。いくつかの実施形態において、自然言語処理システム212は、自然言語プロセッサ214と、データ・ソース224と、検索アプリケーション228と、レポート解析モジュール230とを含んでよい。自然言語プロセッサ214は、受信された医用レポートおよび他の電子文書を解析するコンピュータ・モジュールであり得る。自然言語プロセッサ214は、電子文書を解析するための様々な方法および技法(例えば、構文解析、意味解析、その他)を実行してよい。自然言語プロセッサ214は、任意の数の自然言語を認識して、解析するように構成されてよい。いくつかの実施形態において、自然言語プロセッサ214は、文書の節をパースしてよい。さらに、自然言語プロセッサ214は、電子文書の解析を実行する様々なモジュールを含んでよい。これらのモジュールは、トークナイザ216、品詞(POS)タガー218、意味関係アイデンティファイア220、および構文関係アイデンティファイア222を含み得るが、以上には限定されない。
【0030】
いくつかの実施形態において、トークナイザ216は、語彙解析を実行するコンピュータ・モジュールであってよい。トークナイザ216は、文字のシーケンスをトークンのシーケンスに変換し得る。トークンは、電子文書に含まれ、かつ意味のある記号として分類された文字のストリングであり得る。さらに、いくつかの実施形態において、トークナイザ216は、電子文書における単語の境界を識別し、文書内の任意のテキスト節を、単語、複数語トークン、数、および句読点などのそれらの節の構成テキスト要素に分解してよい。いくつかの実施形態において、トークナイザ216は、文字のストリングを受信し、そのストリング内の語彙素を識別し、それらの語彙素をトークンに分類してよい。
【0031】
様々な実施形態と合致して、POSタガー218は、特定の品詞に対応するように節における単語をマークアップするコンピュータ・モジュールであってよい。POSタガー218は、自然言語における節または他のテキストを読み、各単語または他のトークンに品詞を割り当ててよい。POSタガー218は、単語の定義および単語の脈絡に基づいて、単語(または他のテキスト要素)が対応する品詞を判定してよい。単語の脈絡は、句、文、または段落における隣接する単語および関連する単語に対するその単語の関係に基づき得る。いくつかの実施形態において、単語の脈絡は、以前に解析された1つまたは複数の電子文書に依存し得る(例えば、ある医用レポートの内容が、別の医用レポートにおけるテキスト要素の意味を明らかにし得る)。単語に割り当てられ得る品詞の例は、名詞、動詞、形容詞、副詞、および類似したものを含むが、以上には限定されない。POSタガー218が割り当て得る他の品詞カテゴリの例は、比較級もしくは最上級の副詞、Wh−副詞、接続詞、限定詞、否定不変化詞(negative particle)、所有の標識、前置詞、Wh−代名詞、および類似したものを含むが、以上には限定されない。いくつかの実施形態において、POSタガー218は、節のトークンに品詞カテゴリでタグを付ける、またはそれ以外で注釈を付けることが可能である。いくつかの実施形態において、POSタガー218は、自然言語処理システム212によってパースされるべき節のトークンまたは単語にタグを付けてよい。
【0032】
いくつかの実施形態において、意味関係アイデンティファイア220は、文書における認識されたテキスト要素(例えば、単語、句)の意味関係を識別するように構成され得るコンピュータ・モジュールであり得る。いくつかの実施形態において、意味関係アイデンティファイア220は、エンティティ間の機能上の依存関係、および他の意味関係を判定してよい。
【0033】
様々な実施形態と合致して、構文関係アイデンティファイア222は、トークンから成る節における構文関係を識別するように構成され得るコンピュータ・モジュールであってよい。構文関係アイデンティファイア222は、例えば、単語のいずれのグループが句として関連付けられるか、およびいずれの単語が動詞の主語または目的語であるかなどの文の文法構造を判定してよい。構文関係アイデンティファイア222は、形式文法に準拠してよい。
【0034】
いくつかの実施形態において、自然言語プロセッサ214は、文書をパースして、その文書の1つまたは複数の部分に関する対応するデータ構造を生成することが可能なコンピュータ・モジュールであってよい。例えば、自然言語処理システム212において医用レポートを受信したことに応答して、自然言語プロセッサ214が、その医用レポートからのパースされたテキスト要素をデータ構造として出力してよい。いくつかの実施形態において、パースされたテキスト要素は、パース・ツリーまたは他のグラフ構造の形態で表されてよい。パースされたテキスト要素を生成するのに、自然言語プロセッサ214は、コンピュータ・モジュール216〜222をトリガしてよい。
【0035】
いくつかの実施形態において、自然言語プロセッサ214の出力は、検索アプリケーション228によって、画像処理システムおよびコンパレータに送信すべき1つまたは複数の症状、および1つまたは複数の関連付けられた基準を取り出すようにコーパスのセット(すなわち、1つまたは複数のコーパス)の検索を実行するのに使用され得る。本明細書において説明されるコーパスとは、図2のデータ・ソース224などの1つまたは複数のデータ・ソースを指すことが可能である。いくつかの実施形態において、データ・ソース224は、データ・ウェアハウスと、情報コーパスと、データ・モデルと、文書リポジトリとを含み得る。いくつかの実施形態において、データ・ソース224は、情報コーパス226を含み得る。情報コーパス226は、データ記憶およびデータ取出しを可能にし得る。いくつかの実施形態において、情報コーパス226は、症状の標準化され、一貫性があり、クリーンで、かつ統合されたリストを収納する記憶機構であってよい。また、情報コーパス226は、各症状に関して、関連付けられた基準のリストを記憶してもよい。例えば、情報コーパス226は、骨折の種類(例えば、開放、閉鎖、横)を含んでよい。そのデータは、運用可能な様々なシステムを源としてよい。情報コーパス226に記憶されるデータは、報告要件および解析要件に特に対処する様態で構造化されてよい。いくつかの実施形態において、情報コーパス226は、リレーショナル・データベースであってよい。
【0036】
いくつかの実施形態において、レポート解析モジュール230は、医用レポートを解析することによって症状および基準を識別するコンピュータ・モジュールであってよい。いくつかの実施形態において、レポート解析モジュール230は、症状アイデンティファイア232と、基準アイデンティファイア234とを含み得る。医用レポートが自然言語処理システム212によって受信されると、レポート解析モジュール230は、自然言語処理を使用してその医用レポートを解析して、症状を識別するように構成され得る。レポート解析モジュール230はまず、自然言語プロセッサ214および関連するサブコンポーネント216〜222を使用して医用レポートをパースしてよい。医用レポートをパースした後、症状アイデンティファイア232が、医用レポートに存在する1つまたは複数の症状を識別してよい。このことは、例えば、検索アプリケーション228を使用して医学辞典(例えば、情報コーパス226)を検索することによって行われ得る。症状が識別されると、症状アイデンティファイア232は、画像処理システム(図1に示される)またはコンパレータ(図1に示される)、あるいはその両方にその症状を送信するように構成され得る。
【0037】
基準アイデンティファイア234が、医用レポートにおける基準(例えば、症状の重症度)を識別してよい。このことは、症状と関係付けられた知られているアイデンティファイアに関して医用レポートを検索することによって行われてよい。知られているアイデンティファイアは、アイデンティファイアのリストを検索することによって見出されてよい。例えば、骨折は、骨折の位置、サイズ、および種類によって、しばしば、記述される。また、骨折は、骨折が開放骨折である場合、ガスティロ開放骨折分類体系を使用して、それらの骨折の「ガスティロ分類(Gustilo grade)」によって記述されてもよい。症状アイデンティファイア232が、症状として骨折を識別した場合、基準アイデンティファイア234が、基準を判定するように骨折と関係する情報を識別するために医用レポートを検索してよい。そのような識別情報は、長さ(例えば、10cm)を示す単語または句、骨折の種類(例えば、開放、閉鎖、横、およびらせん状)を記述する単語、および骨折のガスティロ分類(例えば、分類IIIB)を識別する単語および句を含み得る。識別された症状に関連付けられた基準を識別するために、基準アイデンティファイア234は、識別された症状にしばしば、関連付けられる基準のリストを受け取るように検索アプリケーション228を使用して情報コーパス226を検索してよい。いくつかの実施形態において、基準のリストは、所定であってよい。いくつかの実施形態において、コンピュータ・システムは、複数の医用レポートを解析することによってそのリストを生成してよい。次に、基準アイデンティファイア234は、自然言語処理を使用して、基準のリストに関して医用レポートを検索してよい。症状と関係する基準を識別した後、基準アイデンティファイア234は、画像処理システムまたはコンパレータ(ともに図1に示される)、あるいはその両方にその基準を送信するように構成され得る。
【0038】
次に図3を参照すると、示されているのは、本開示の実施形態による、医用データにおける誤りを識別するためのシステム300の例示的な高レベル論理アーキテクチャのブロック図である。いくつかの実施形態において、ホスト・デバイス301および遠隔デバイス302は、それぞれ、図1のホスト・デバイス122、ならびに遠隔デバイス102および112と同一の構成要素を含んでよい。遠隔デバイス302は、文書受信モジュール304に医用データを提出してよい。医用データは、1つまたは複数のレポートと、X線画像などの1つまたは複数の画像とを含み得る。文書受信モジュール304は、医用データを受信すること、および画像処理システム306に画像を送信し、かつ自然言語処理システム314にレポートを送信することを行うように構成され得る。
【0039】
いくつかの実施形態において、自然言語処理システム314は、自然言語処理システム212(図2に示される)と同一のモジュールおよび構成要素を含んでよい。自然言語処理システム314は、例えば、自然言語プロセッサ316と、検索アプリケーション318と、レポート解析モジュール320とを含み得る。自然言語処理システム314は、医用レポートを解析して、1つまたは複数の症状、および各症状の重症度と関係する1つまたは複数の基準を識別するように構成され得る。症状および基準を識別した後、自然言語処理システム314は、画像処理システム306にその症状を送信してよい。また、自然言語処理システム314は、コンパレータ322に症状と基準の両方を送信してもよい。
【0040】
いくつかの実施形態において、画像処理システム306は、画像処理システム142(図1に示される)と同一のモジュールおよび構成要素を含んでよい。画像処理システム306は、例えば、骨折解析モジュール308と、腫瘍解析モジュール310と、症状受信モジュール312とを含んでよい。症状受信モジュール312は、自然言語処理システム314から、1つまたは複数の医用レポートを解析することによって判定された識別された症状を受信するように構成され得る。識別された症状に基づいて、症状受信モジュール312は、文書受信モジュール304から受信された画像をいずれの画像処理モジュールが解析すべきかを判定してよい。例えば、自然言語処理システム314が、症状が腫瘍であることを報告した場合、症状受信モジュール312は、その画像を解析するよう腫瘍解析モジュール310に求めてよい。
【0041】
いくつかの実施形態において、画像処理システム306は、他の症状に向けられたモジュールを有してよい。例えば、画像処理システム306は、糖尿病の兆候、心臓の構造の問題、損傷した靭帯、または椎間板膨隆、あるいはその組合せを検出するように画像を解析することに向けて専用のモジュールを有してよい。医用画像から特定の症状を識別するのに使用される的を絞った多くの画像解析プロセスが当業者には知られており、本開示は、本明細書において説明される特定の例に限定されるべきではない。
【0042】
画像処理システム306が、受信された画像を、画像処理モジュールを使用して解析した後、システム306は、コンパレータ322に画像解析を送信してよい。画像解析は、その画像において識別された1つもしくは複数の画像症状または1つもしくは複数の画像基準、あるいはその両方を含み得る。いくつかの実施形態において、画像解析は、画像処理システム306によって識別された画像基準だけを含んでよい。コンパレータ322は、その画像解析を受信し、その画像解析を、自然言語処理システム314から受信された症状および基準と比較してよい。いくつかの実施形態において、コンパレータは、自然言語処理システム314によって識別された症状と画像処理システム306によって判定された画像症状が合致するかどうかを判定する。識別された症状と画像症状が合致しない場合、コンパレータは、医用レポートが潜在的な問題を有し得るという通知を遠隔デバイス302に送信してよい。
【0043】
識別された症状が画像症状と合致した場合、コンパレータは、自然言語処理システム314によって識別された基準を画像基準と比較してよい。基準と画像基準の差が閾値の範囲内である場合、コンパレータは、そのレポートが正確であると判定してよい。例えば、自然言語処理システム314が、骨折(症状)が7cm長であること(基準)を示し得る。画像解析が、骨折が実際には9cm長であること(画像基準)を示し得る。コンパレータが、3cm閾値を使用するように構成されている場合、コンパレータは、医用レポートが潜在的な問題を有さないと判定してよい。識別された基準と画像基準の差が閾値より大きい場合、コンパレータは、その医用レポートが潜在的な問題を有し得るという通知を遠隔デバイス302に送信してよい。
【0044】
次に図4を参照すると、示されているのは、本開示の実施形態による、自然言語処理および画像解析を使用して医用データにおける誤りを識別するための方法400である。いくつかの実施形態において、方法400は、1つまたは複数のコンピュータ・システムによって実行され得る。方法400は、動作402において開始してよく、コンピュータ・システムが医用データを受信することが可能である。医用データは、1つまたは複数のレポート(例えば、医師の医用レポート)と、1つまたは複数の画像とを含み得る。いくつかの実施形態において、医用データは、ビデオまたは臨床記録(clinical write up)(例えば、実験レポート)、あるいはその両方を含み得る。動作402において医用データを受信した後、動作404において、コンピュータ・システムは、医用レポートに対して光学文字認識(OCR)を実行して、そのレポートを機械符号化されたテキストに変換してよい。いくつかの実施形態において、コンピュータ・システムは、動作404においてOCRの代わりに、またはOCRと組み合わせて、光学的単語認識、インテリジェント文字認識(ICR)、またはインテリジェント単語認識(IWR)を実行してよい。
【0045】
光学単語認識は、光学文字認識と同様に、タイプされたテキストを機械符号化されたテキストに変換するのに、しばしば、使用される。光学単語認識は、機械符号化されたテキストに変換するとき、単語(個々の文字の代わりに)に焦点を合わせる。ICRとIWRは、手書きの活字体のテキストまたは筆記体のテキスト、あるいはその両方を機械符号化されたテキストに変換するのに主に使用される関連する技術である。ICRが、一度に手書きの活字体の1文字または1字形を変換するのに対して、IWRは、一度に手書きの活字体の1単語を変換する。
【0046】
いくつかの実施形態において、受信された医用レポートは、既に機械符号化されたテキストにされていてよく、動作404は、飛ばされてよい。医用レポートが機械符号化されたテキストにされると、動作406において、コンピュータ・システムが、自然言語処理(NLP)を使用して医用レポートを解析して、症状および基準を識別してよい。識別される症状は、医師が患者において診断した症状であってよい。例えば、症状は、骨折、損傷した靭帯、腫瘍、または癌の種類であり得る。基準は、その症状についての重症度または他の区別する特徴を示してよい。例えば、症状が骨折である場合、基準は、骨折の種類(例えば、開放、閉鎖、横、その他)または骨折のサイズ(例えば、10cm)、あるいはその両方を記述してよい。
【0047】
本明細書において説明される自然言語処理は、限定なしに、図2のモジュール216〜222を参照して説明される技法を含め、任意の関連性のある自然言語処理技法を組み込んでよい。例えば、実施形態において、自然言語処理技法は、レポートにおける構文内容および意味内容を解析することを含んでよい。自然言語処理技法は、構造化データ(例えば、表、グラフ)および非構造化データ(例えば、単語、数字を包含するテキスト内容)をパースするように構成され得る。いくつかの実施形態において、自然言語処理技法は、レポートに存在する意味要素および意味関係、ならびに構文要素および構文関係を解析して、識別するように構成されたソフトウェア・ツールとして、または他のプログラムとして実現されてよい。より詳細には、自然言語処理技法は、医用レポートの文法構成要素、品詞、脈絡、および他の関係(例えば、修飾語)をパースすることを含み得る。自然言語処理技法は、症状および基準と関係する単語、句、または文に関連付けられたキーワード、脈絡情報、およびメタデータ・タグを認識するように構成され得る。構文要素および意味要素は、単語の頻度、単語の意味、テキスト・フォント、イタリック体、ハイパーリンク、固有名、名詞句、品詞、または周囲の単語の脈絡などの情報を含み得る。また、他の構文要素および意味要素も可能である。
【0048】
動作406において症状および基準を識別した後、方法400は、動作408に進むことが可能であり、そこでコンピュータ・システムは、画像処理モデルを使用して画像を解析することによって画像解析を生成してよい。画像解析は、コンピュータ・システムによって、画像に存在するものと判定された画像基準または画像症状、あるいはその両方を含み得る。いくつかの実施形態において、画像処理システムは、本明細書において説明されるとおり、1つまたは複数の特化されたモジュールを使用して画像を解析してよい。画像処理システムは、自然言語処理システムから、識別された症状を受信すること、およびその症状に最も適したモジュールを選択することによって、いずれの画像処理モジュールを使用すべきかを判定してよい。例えば、コンピュータ・システムは、画像を解析して骨折の存在およびサイズを検出するのに専用の第1のモジュールと、腫瘍の存在およびサイズを検出する第2のモジュールとを有してよい。医用レポートを解析することによって判定された症状が、腫瘍が存在することを示す場合、腫瘍を検出するためのモジュールが実行されてよい。
【0049】
動作408において画像解析を生成した後、判定ブロック410において、コンピュータ・システムは、レポートが正確であるかどうかを判定してよい。レポートが正確であるかどうかを判定するのに、コンピュータ・システムは、基準を画像解析と比較してよい。画像解析が基準と合致した場合、コンピュータ・システムは、レポートが正確である(すなわち、識別される潜在的な問題を有さない)と判定してよい。いくつかの実施形態において、基準は、記述的な単語であってよい。例えば、症状が骨折である場合、基準は、その骨折が「開放」骨折であることを示し得る。他の実施形態において、基準は、骨折の長さ、または骨折の分類などの、寸法を有する、または有さない数であってよい。例えば、レポートを解析することによって判定された基準が、骨折が10cm長であることを示し得る。これらの実施形態において、コンピュータ・システムは、画像解析と基準の差が閾値未満である場合、画像解析と基準が合致すると判定してよい。
【0050】
基準と画像解析が合致した場合、コンピュータ・システムは、レポートが正確であると判定してよく、方法400は、終了してよい。基準と画像解析が合致しない場合、コンピュータ・システムは、レポートが正確でないと判定してよく、動作412において、コンピュータ・システムは、レポートが潜在的な問題を有するという通知を与えてよい。いくつかの実施形態において、その通知は、レポートが潜在的な問題を有することをユーザに警報するようにコンピュータ・システムによって遠隔コンピュータ・システムに送信されてよい。コンピュータ・システムが、レポートが潜在的な問題を有するという通知をユーザに与えた後、方法400は、終了してよい。
【0051】
本明細書においてより詳細に説明されるとおり、本明細書において説明される方法のいくつかの実施形態の動作のうちのいくつか、またはすべては、代替の順序で実行されてよく、またはまったく実行されなくてよく、さらに、複数の動作は、同時に生じてよく、またはより大きいプロセスの内部の部分として生じてよいことが考えられる。
【0052】
本発明は、システム、方法、またはコンピュータ・プログラム製品、あるいはその組合せであり得る。コンピュータ・プログラム製品は、プロセッサに本発明の態様を実行させるためのコンピュータ可読プログラム命令を有する(1つまたは複数の)コンピュータ可読記憶媒体を含み得る。
【0053】
コンピュータ可読記憶媒体は、命令実行デバイスによって使用されるように命令を保持し、記憶することが可能な有形のデバイスであり得る。コンピュータ可読記憶媒体は、例えば、電子記憶デバイス、磁気記憶デバイス、光記憶デバイス、電磁記憶デバイス、半導体記憶デバイス、または以上の任意の適切な組合せであり得るが、以上には限定されない。コンピュータ可読記憶媒体のより具体的な例の網羅的でないリストは、以下、すなわち、ポータブル・コンピュータ・ディスケット、ハードディスク、ランダム・アクセス・メモリ(RAM)、読取り専用メモリ(ROM)、消去可能なプログラマブル読取り専用メモリ(EPROMもしくはフラッシュ・メモリ)、スタティック・ランダム・アクセス・メモリ(SRAM)、ポータブル・コンパクト・ディスク読取り専用メモリ(CD−ROM)、デジタル・バーサタイル・ディスク(DVD)、メモリ・スティック、フロッピー(R)・ディスク、命令が記録されているパンチカードもしくは溝の中の隆起構造などの機械的に符号化されたデバイス、および以上の任意の適切な組合せを含む。本明細書において使用されるコンピュータ可読記憶媒体は、電波もしくは他の自由に伝播する電磁波、導波路もしくは他の伝達媒体を介して伝播する電磁波(例えば、光ファイバ・ケーブルを通過する光パルス)、または配線を介して伝送される電気信号などの一時的な信号そのものであると解釈されるべきではない。
【0054】
本明細書において説明されるコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体からそれぞれのコンピューティング/処理デバイスに、またはネットワーク、例えば、インターネット、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワーク、または無線ネットワーク、あるいはその組合せを介して外部コンピュータもしくは外部記憶デバイスにダウンロードされ得る。ネットワークは、銅伝送ケーブル、光伝送ケーブル、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータ、またはエッジ・サーバ、あるいはその組合せを備え得る。各コンピューティング/処理デバイスにおけるネットワーク・アダプタまたはネットワーク・インターフェースが、ネットワークからコンピュータ可読プログラム命令を受信し、それぞれのコンピューティング/処理デバイス内のコンピュータ可読記憶媒体に記憶されるようにコンピュータ可読プログラム命令を転送する。
【0055】
本発明の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セット・アーキテクチャ(ISA)命令、機械命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはSmalltalk(R)、C++、もしくは類似したものなどのオブジェクト指向プログラミング言語、および「C」プログラミング言語もしくは類似したプログラミング言語などの従来の手続き型プログラミング言語を含め、1つまたは複数のプログラミング言語の任意の組合せで書かれたソース・コードもしくはオブジェクト・コードであり得る。コンピュータ可読プログラム命令は、全体がユーザのコンピュータ上で実行されても、一部がユーザのコンピュータ上で実行されても、スタンドアロンのソフトウェア・パッケージとして実行されても、一部がユーザのコンピュータ上で、かつ一部が遠隔コンピュータ上で実行されても、全体が遠隔コンピュータもしくは遠隔サーバの上で実行されてもよい。全体が遠隔コンピュータもしくは遠隔サーバの上で実行されるシナリオにおいて、遠隔コンピュータは、ローカル・エリア・ネットワーク(LAN)もしくはワイド・エリア・ネットワーク(WAN)を含む任意の種類のネットワークを介してユーザのコンピュータに接続されてよく、または接続は、外部コンピュータに対して行われてもよい(例えば、インターネット・サービス・プロバイダを使用してインターネットを介して)。いくつかの実施形態において、例えば、プログラマブル・ロジック回路、フィールド・プログラマブル・ゲート・アレイ(FPGA)、またはプログラマブル・ロジック・アレイ(PLA)を含む電子回路が、本発明の態様を実行するために、電子回路をカスタマイズするようにコンピュータ可読プログラム命令の状態情報を利用することによってコンピュータ可読プログラム命令を実行することが可能である。
【0056】
本発明の態様は、本発明の実施形態による方法、装置(システム)、およびコンピュータ・プログラム製品のフローチャートまたはブロック図あるいはその両方を参照して本明細書において説明される。フローチャートまたはブロック図あるいはその両方の各ブロック、ならびにフローチャートまたはブロック図あるいはその両方におけるブロックの組合せは、コンピュータ可読プログラム命令によって実施され得ることが理解されよう。
【0057】
これらのコンピュータ可読プログラム命令は、そのコンピュータまたは他のプログラマブル・データ処理装置のプロセッサを介して実行されるそれらの命令が、フローチャートまたはブロック図あるいはその両方の1つまたは複数のブロックに指定される機能/動作を実施する手段を作り出すように、汎用コンピュータ、専用コンピュータ、または他のプログラマブル・データ処理装置のプロセッサに提供されてマシンを作り出すものであってよい。また、これらのコンピュータ可読プログラム命令は、命令が記憶されているコンピュータ可読記憶媒体が、フローチャートまたはブロック図あるいはその両方の1つまたは複数のブロックに指定される機能/動作の態様を実施する命令を含む製造品を備えるように、コンピュータ可読記憶媒体に記憶され、コンピュータ、プログラマブル・データ処理装置、または他のデバイス、あるいはその組合せに特定の様態で機能するよう指示することができるものであってもよい。
【0058】
また、コンピュータ可読プログラム命令は、コンピュータ、他のプログラマブル装置、または他のデバイス上で実行される命令が、フローチャートまたはブロック図あるいはその両方の1つまたは複数のブロックに指定される機能/動作を実施するように、コンピュータによって実施されるプロセスを作り出すべく、コンピュータ、他のプログラマブル・データ処理装置、または他のデバイスにロードされ、コンピュータ上、他のプログラマブル装置上、または他のデバイス上で一連の動作ステップを実行させるものであってもよい。
【0059】
図におけるフローチャートおよびブロック図は、本発明の様々な実施形態によるシステム、方法、およびコンピュータ・プログラム製品の可能な実装様態のアーキテクチャ、機能、および動作を例示する。これに関して、フローチャートまたはブロック図における各ブロックは、指定された論理機能を実施するための1つまたは複数の実行可能命令を備える、命令のモジュール、セグメント、または部分を表し得る。いくつかの代替の実装様態において、ブロックに記載される機能は、図に記載される順序を外れて生じてよい。例えば、連続して示される2つのブロックが、実際には、実質的に同時に実行されてよく、またはそれらのブロックが、ときとして、関与する機能に依存して、逆の順序で実行されてよい。また、ブロックまたはフローチャートあるいはその両方の各ブロック、ならびにブロック図またはフローチャートあるいはその両方におけるブロックの組合せは、指定された機能もしくは動作を実行する、または専用ハードウェア命令とコンピュータ命令の組合せを実行する専用ハードウェア・ベースのシステムによって実施され得ることにも留意されたい。
【0060】
本明細書において使用される術語は、特定の実施形態を説明することのみを目的としており、様々な実施形態を限定することは意図していない。本明細書において使用される「ある」および「その」という単数形は、脈絡がそうでないことを明確に示すのでない限り、複数形も含むことを意図している。さらに、「含む」または「含め」という術語、あるいはその両方は、本明細書において使用される場合、述べられた特徴、整数、ステップ、動作、要素、または構成要素あるいはその組合せの存在を明示するが、他の1つまたは複数の特徴、整数、ステップ、動作、要素、構成要素、または以上のグループ、あるいはその組合せの存在または追加を排除しないことが理解されよう。様々な実施形態のうちの例示的な実施形態の前段の詳細な説明において、本明細書の一部分を形成し、例示として、様々な実施形態が実施され得る特定の例示的な実施形態が示される添付の図面(同様の符号が同様の要素を表す)が参照された。これらの実施形態は、当業者がこれらの実施形態を実施することを可能にするように十分に詳細に説明されたが、様々な実施形態の範囲を逸脱することなく、他の実施形態が使用されてよく、論理的変更、機械的変更、電気的変更、およびその他の変更が行われてよい。前段の説明において、様々な実施形態の完全な理解をもたらすように多数の特定の詳細が示された。しかし、様々な実施形態は、これらの特定の詳細なしに実施されてよい。その他の場合において、よく知られた回路、構造、および技法は、実施形態を不明瞭にしないように詳細には示されていない。
【0061】
本明細書内で使用される「実施形態」という単語の様々な事例は、必ずしも同一の実施形態を指すわけではないが、それらの事例が同一の実施形態を指すこともあり得る。本明細書において示される、または説明されるいずれのデータおよびデータ構造も、例に過ぎず、他の実施形態において、異なる量のデータ、異なる種類のデータ、異なるフィールド、異なる数および種類のフィールド、異なるフィールド名、異なる数および種類の行、レコード、もしくはエントリ、あるいは異なる編成のデータが使用されてよい。さらに、別個のデータ構造が必要でないことが可能であるように、任意のデータがロジックと組み合わされてよい。したがって、前段の詳細な説明は、限定する意図で解釈されるべきではない。
【0062】
本開示の様々な実施形態の説明は、例示の目的で提示されてきたが、網羅的であることも、開示される実施形態に限定されることも意図していない。説明される実施形態の範囲および思想を逸脱することなく、多くの変形形態および変更形態が当業者には明白となろう。本明細書において使用される術語は、実施形態の原理、実際的な用途、または市場で見られる技術に優る技術的改良を最もよく説明するように、あるいは当業者が本明細書において開示される実施形態を理解することを可能にするように選択されている。
【0063】
本発明は、特定の実施形態に関連して説明されてきたものの、それらの実施形態の変更形態および変形形態が当業者には明白となることが予期される。したがって、添付の特許請求の範囲は、本発明の真の思想および範囲に含まれるすべてのそのような変更形態および変形形態を範囲に含むものと解釈されるべきことが意図される。
図1
図2
図3
図4
【手続補正書】
【提出日】2018年3月26日
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
医用データにおける誤りを識別するためのコンピュータ実施方法であって、
レポートと画像とを備える医用データを受信すること、
プロセッサによる、自然言語処理(NLP)を使用して前記レポートを解析して、症状および前記症状に対応する基準を識別すること、
前記プロセッサによる、画像処理モデルを使用して前記画像を解析することによって画像解析を生成すること、ならびに
前記基準を前記画像解析と比較することによって前記レポートが潜在的な問題を有するかどうかを判定すること
を含む、コンピュータ実施方法。
【請求項2】
前記画像処理モデルは、前記症状に基づいて選択される、請求項1に記載の方法。
【請求項3】
前記レポートが潜在的な問題を有すると判定したことに応答して、前記潜在的な問題を示す通知を与えることをさらに含む、請求項1に記載の方法。
【請求項4】
前記レポートは、光学文字認識(OCR)エラーに起因する潜在的な問題を有する、請求項1に記載の方法。
【請求項5】
前記レポートは、光学単語認識エラーに起因する潜在的な問題を有する、請求項1に記載の方法。
【請求項6】
自然言語処理を使用して前記レポートを解析することに先立って、前記レポートに対して光学文字認識を実行することをさらに含む、請求項1に記載の方法。
【請求項7】
医用データにおける誤りを識別するためのシステムであって、
プロセッサと、
1つまたは複数のモジュールを包含するメモリと
を備え、前記1つまたは複数のモジュールは、実行されると、前記プロセッサに、
レポートと画像とを備える医用データを受信すること、
自然言語処理(NLP)を使用して前記レポートを解析して、症状および前記症状に対応する基準を識別すること、
画像処理モデルを使用して前記画像を解析することによって画像解析を生成すること、ならびに
前記基準を前記画像解析と比較することによって前記レポートが潜在的な問題を有するかどうかを判定すること
を行わせる、システム。
【請求項8】
前記画像処理モデルは、前記症状に基づいて選択される、請求項7に記載のシステム。
【請求項9】
前記1つまたは複数のモジュールは、実行されると、前記プロセッサに、
前記レポートが潜在的な問題を有すると判定したことに応答して、前記潜在的な問題を示す通知を与えることをさらに行わせる、請求項7に記載のシステム。
【請求項10】
前記レポートは、インテリジェント文字認識(ICR)エラーに起因する潜在的な問題を有する、請求項7に記載のシステム。
【請求項11】
前記レポートは、インテリジェント単語認識(IWR)エラーに起因する潜在的な問題を有する、請求項7に記載のシステム。
【請求項12】
前記1つまたは複数のモジュールは、実行されると、前記プロセッサに、
自然言語処理を使用して前記レポートを解析することに先立って、前記レポートに対して光学文字認識を実行することをさらに行わせる、請求項7に記載のシステム。
【請求項13】
医用データにおける誤りを識別するためのコンピュータ・プログラムであって、
プログラム命令を実体化しているコンピュータ可読記憶媒体を備え、前記コンピュータ可読記憶媒体は、一時的な信号そのものではなく、前記プログラム命令は、プロセッサによって、前記プロセッサに、
レポートと画像とを備える医用データを受信すること、
自然言語処理(NLP)を使用して前記レポートを解析して、症状および基準を識別することであって、前記基準は、前記症状に対応する、前記識別すること、
画像処理モデルを使用して前記画像を解析することによって画像解析を生成すること、ならびに
前記基準を前記画像解析と比較することによって前記レポートが潜在的な問題を有するかどうかを判定すること
を含む方法を実行させるように実行可能である、コンピュータ・プログラム。
【請求項14】
前記画像処理モデルは、前記症状に基づいて選択される、請求項13に記載のコンピュータ・プログラム。
【請求項15】
前記プロセッサによって実行される前記方法は、
前記レポートが潜在的な問題を有すると判定したことに応答して、前記潜在的な問題を示す通知を与えることをさらに含む、請求項13に記載のコンピュータ・プログラム。
【請求項16】
前記通知は、ネットワークを介して遠隔デバイスに与えられる、請求項15に記載のコンピュータ・プログラム。
【請求項17】
前記レポートは、事務上の誤りに起因する潜在的な問題を有する、請求項13に記載のコンピュータ・プログラム。
【請求項18】
前記レポートは、転写の誤りに起因する問題を有する、請求項13に記載のコンピュータ・プログラム。
【請求項19】
前記プロセッサによって実行される前記方法は、
自然言語処理を使用して前記レポートを解析することに先立って、前記レポートに対して光学文字認識を実行することをさらに含む、請求項13に記載のコンピュータ・プログラム。
【請求項20】
請求項13〜19の何れか1項に記載のコンピュータ・プログラムを、コンピュータ可読記録媒体に記録した、コンピュータ可読記録媒体。

【国際調査報告】