ケースベースの意思決定支援のための方法及び装置

专利摘要:
本発明は、ケースベースの意思決定サポートのための方法及び装置である。「ベースライン」システムを有するために、数名の放射線専門医からの入力に対して、ケースベースの意思決定支援システムが訓練され、次いで、放射線専門医が、類似度距離の計算に対する特徴の重みを直接、精緻化するか、又は、新たなグラウンド・トゥルース・クラスタを提供するための選択肢を上記システムが与える。ユーザ入力に基づいて類似度距離計算の修正を可能にするために、本発明は、異なる体験及び／又は異なる意見を有する別々のユーザに類似度グラウンド・トゥルースを適合させる。
公开号:JP2011511337A
申请号:JP2010538981
申请日:2008-12-11
公开日:2011-04-07
发明作者:アグニホトリ，ラリサ；ジャオ，ルゥイン；ボロツキー，リラ；チュン−チー リー，マイケル
申请人:コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ；
IPC主号:G06F17-30

专利说明:

[0001] 本発明は、ケースベースの意思決定支援に関し、特に、例えば、コンピュータ支援診断（ＣＡＤｘ）などの医療アプリケーションにおけるケースベースの意思決定支援の個人化における使用のための方法及び装置に関する。]
背景技術

[0002] 放射線専門医は、コンピュータ・トモグラフィ（ＣＴ）、Ｘ線、磁気共鳴撮像（ＭＲＩ）、超音波、陽電子放射断層撮影（ＰＥＴ）等によって生成される多くの走査画像を読み取らなければならない。これは、放射線専門医によって「情報過多」につながり得る。他方で、放射線専門医は、走査を誤解し、よって、不必要な生検又は処置の遅延をもたらし得る。情報過多により、潜在的には、前述の問題が更に重くなる。前述の状況において、コンピュータ支援診断手法などの意思決定支援システムは、その結果、ワ—クフロー、及び患者への提供成果（ｐａｔｉｅｎｔ ｏｕｔｃｏｍｅ）を改善させるよう一層利用されている。]
[0003] コンピュータ支援診断システムの背景には、臨床医が、以前にみたケースの参照における経験により、知識を得るということがある。例えば、肺癌のＣＴスキャンの診断を行ううえで意思決定支援システムが臨床医を支援することが可能なやり方の１つに、既に診断されており、新たなものと類似した先行画像を提供するということがある。走査は、Ｘ線、磁気共鳴撮像（ＭＲＩ）、超音波、陽電子放射断層撮影（ＰＥＴ）等などの同じか、又は何れかの他のモダリティによって生成することが可能である。実例ベースの（ケースベースの）パラダイムは、既知の診断を伴う結節を、過去のケースのデータベースから検索し、放射線専門医に提示するということである。これは、実例ベースのＣＡＤｘシステムの基本的な前提である。]
[0004] Ｋｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｅｌｅｃｔｒｏｎｉｃｓ Ｎ．Ｖ社によって出願され、未公開の、「Ｃｌｉｎｉｃｉａｎ−ｄｒｉｖｅｎ ｅｘａｍｐｌｅ−ｂａｓｅｄ ｃｏｍｐｕｔｅｒ−ａｉｄｅｄ ｄｉａｇｎｏｓｉｓ」と題する国際出願２００７／０５２３０７号明細書には、放射線専門医主導の実例ベースのコンピュータ支援診断システムを最適化するための方法及び装置を記載している。上記国際出願では、実例ベースの（すなわち、ケースベースの）診断の最適化は、類似度の主観的な評価により、それぞれのクラスタに、データベース内の関心ボリューム（ＶＯＩ）をクラスタ化することによって実現される。主観ベースのクラスタ化に一致させるように特徴空間におけるデータベースＶＯＩを、選択された特徴に基づいて類似度の客観的評価によってクラスタ化するような実例を取り出すために、関心ボリュームの特徴の最適な組が次いで選択される。取り出された実例をＶＯＩの傍らに表示して、臨床医による比較のために診断される。]
[0005] これまで、ＣＡＤｘシステムなどの既存のケースベース意思決定支援システムでは、一放射線専門医の場合に類似していることは、別の放射線専門医の場合にも類似しているものとされている。しかし、類似度は、主観性が非常に高いので、同様な経験度を有する別々の医師間で異なる可能性が高い。しかがって、ユーザ毎に個人化された検索に対する高精度の類似度メトリックを策定する必要性が存在している。類似度を求めることの課題は、類似度のグラウンド・トゥルース（ｇｒｏｕｎｄ ｔｒｕｔｈ）を確立するという課題に関係する。意思決定支援では、「グラウンド・トゥルース（ｇｒｏｕｎｄ ｔｒｕｔｈ）」という語は通常、理想的なシステムが返す「正しい回答」を表す。例えば、肺結節が良性であるか悪性であるかを推定するコンピュータ支援診断システムでは、データ群のグラウンド・トゥルースは、肺結節毎の臨床的に検証された診断である。すなわち、それは、良性であるか、又は悪性であり、多くの場合、生検標本及びおよび組織病理学的解析によって明らかにされる。悪性又は良性のグラウンド・トゥルースと違って、類似度のグラウンド・トゥルースは不明瞭であり、白黒付けず、ユーザ毎に異なる。別々の放射線専門医は、類似度について異なる意見を有し得る。よって、目標はなお、グラウンド・トゥルースに一致し得るコンピュータ・システムを生成することである。しかし、グラウンド・トゥルース自体の定義の明確性はずっと低い。類似度は、主観性が非常に高く、ユーザ毎で異なる。例えば、何れも書くという点で万年筆及びボールペンが類似しているということをユーザは見出し得る。しかし、別のユーザの場合、完全に異なる特性を有する、非常に異なる２つの物体が存在している。]
発明が解決しようとする課題

[0006] 「ベースライン」システムを確立するために、いくつかの放射線専門医からの入力に対して、ケースベースの意思決定支援システムが訓練され、次いで、自分の入力に基づいてベースライン・システムを放射線専門医が精緻化するための選択肢を上記システムが提供するということを本明細書及び特許請求の範囲において提案している。前述の入力は、異なる経験及び／又は異なる意見を有する別々のユーザに類似度距離計算を適合させるように、新たな類似度グラウンド・トゥルース・クラスタを提供するか、又は直接、類似度距離計算の特徴の重みを精緻化するために使用される。]
課題を解決するための手段

[0007] したがって、本発明の一局面によれば、
類似度の評価のために、デフォルトの特徴及び重みの組を使用することにより、類似したケースを検索するよう、前記データベース内のケースの組と入力ケースとの間の類似度距離計算を行う工程と、
類似したケース及びデフォルトの特徴及び重みの組をユーザに向けて提示する工程と、
デフォルトの特徴の組に加えて、デフォルトの特徴の組、及び／又は少なくとも１つの新たな特徴のうちの何れか一方の修正された重みを含む入力をユーザから受け取る工程と、
ユーザにとって類似なケースを検索するために、新たな特徴及び重みの組により、類似度距離計算を修正する工程とを含む。]
[0008] 特徴の重みの修正を可能にするか、又は、類似度距離の計算のために新たな特徴を含めることにより、提案された手法はシステム性能を直接変え、よって、異なる体験及び／又は異なる意見を有する種々のユーザに対して、類似ケース検索を適合させる。]
[0009] 一実施例では、方法は、類似度クラスタ化のために、いくつかのケースに対する、ユーザによって与えられる入力レーティングを受信する工程と、類似度クラスタ化に基づいて新たな特徴及び重みの組を生成して、学習アルゴリズムを実行することにより、類似度距離計算を修正する工程とを含む。]
[0010] 類似度距離計算を修正するために、新たな特徴及び重みの組の生成、及びユーザによって求められた変えられたグラウンド・トゥルースの組み入れを可能にすることにより、本願提案の方法は、システム性能を間接的に変更し、更に、異なる体験及び／又は異なる意見を有する別々のユーザに類似度グラウンド・トゥルースを適合させる。]
[0011] 別の実施例では、方法は更に、ユーザ群から収集された特徴及び重みの複数の個人設定に基づいた類似度距離計算のための新たなベースラインとして新たな特徴及び重みの組を生成する工程を含む。]
[0012] このようにして、新たなベースラインは、ユーザ群に特有である（例えば、病院に特有である）ように設定される。更に、各ユーザの個人設定と、新たなベースラインのグラウンド・トゥルース間の差は、アウトライアを識別するように評価される。経験のないユーザが、経験のあるユーザから学びたいことがあり得る場合、経験のないユーザは、経験のあるユーザの設定を使用することが奨励されるべきである。]
[0013] 本発明の別の局面によれば、
類似度の評価のために、デフォルトの特徴及び重みの組を使用することにより、類似したケースを検索するよう、入力ケースと、ケースの組との間の類似度距離計算を行うよう構成された検索装置と、
類似したケース及びデフォルトの特徴及び重みの組をユーザに向けて提示するよう構成された提示装置と、
類似度の評価のために、デフォルトの特徴及び重みの組を使用することにより、類似したケースを検索するよう、
デフォルトの特徴の組に加えて、デフォルトの特徴の組、及び／又は少なくとも１つの新たな特徴のうちの何れか一方の修正された重みを含む入力をユーザから受け取るよう構成された受け取り装置と、
ユーザにとって類似なケースを検索するために、新たな特徴及び重みの組により、類似度距離計算を修正するよう構成された修正装置とを備える。]
[0014] 一実施例では、受け取り装置は、類似度クラスタ化のために、いくつかのケースに対する、ユーザによって与えられる入力レーティングを受信する工程と、類似度クラスタ化に基づいて新たな特徴及び重みの組を生成して、学習アルゴリズムを実行することにより、類似度距離計算を修正する。]
図面の簡単な説明

[0015] 本発明による方法の例示的な実施例の概要を記載したフローチャートである。
本発明による、方法における精緻化処理の例示的な実施例を示すフローチャートである。
本発明による装置３００の例示的な実施例を示すブロック図である。]
[0016] 本出願に記載した、方法及びその変形の修正に対応する、独立請求項に規定された本発明の修正及びその変形は、本明細書及び特許請求の範囲に基づいて当業者によって行うことが可能である。]
[0017] 本発明の前述並びに他の目的及び特徴は、以下の詳細な説明を添付図面に関連させて検討することにより、更に明らかになるであろう。]
[0018] 同じ参照符号は、図を通して、同じ構成部分を表すために使用する。]
[0019] 図１は、本発明による、方法の一例の概要を記載したフローチャートである。この方法によれば、ケースベースの意思決定支援システムは、「ベースライン」システムを確立するために、数名の放射線専門医からの入力に対してまず訓練される（工程１００）。システムは次いで、放射線専門医の入力に基づいた精緻化処理により、特定の放射線専門医について適合させる。] 図１
[0020] ベースライン訓練は、例えば、国際出願２００７／０５２３０７号に記載された方法を使用して、システムに組み込まれた訓練モジュールにより、病院での設置中、又は、製品開発中に行われ得る。システムが「一般の」母集団について訓練されると、類似度距離計算に使用されるデフォルトの特徴及び重みの組が求められる。前述の特徴及び重みは、診断する対象のケース（すなわち、クエリする対象のケース）と、データベース内のケースとの間の類似度の客観評価のために使用される。]
[0021] 放射線専門医がまず、システムにログインする場合、放射線専門医は、本発明によって提供される精緻化処理に自分自身が使用するために類似度関数及びグラウンド・トゥルースを個人化する旨の選択肢を有する。類似度のグラウンド・トゥルース、及び類似度関数の精緻化は、放射線専門医の入力に基づく。これは、特徴の重みを直接修正するか、又は、新たな類似度グラウンド・トゥルース・クラスタを提供するか、又はその組合せを提供し得る放射線専門医の入力に基づく。放射線専門医が、いくつかの反復後に、精緻化されたグラウンド・トゥルース及び類似度関数に基づいた検索結果に満足する場合、精緻化処理は停止し、システムはその場合、放射線専門医によって認識された類似した適切なケースを検索する特定の放射線専門医について個人化される。]
[0022] 図２は、精緻化処理（例えば、図１における工程１０１）を詳しく説明する例示的な実施例を示すフローチャートである。ケースベースの意思決定支援システムが、前述の通り、開発され、訓練されるものとする。図２によれば、方法は、ユーザ（放射線専門医、内科医、又は新人研修医であり得る）からのクエリ・ケースを受け取る工程２１０を含む。] 図１ 図２
[0023] 次いで、方法は、データベース内のケースの組と、入力されたケースとの間で類似度距離計算を行う工程２２０を更に含む。類似したケースが、類似度の評価のためにデフォルトの特徴及び重みの組を使用することによって検索される。]
[0024] 全ケース（すなわち、医療対象に関連付けられた画像及び情報）はそのケースを特徴付ける特徴の組と関連付けられる。前述の特徴は、有効直径、円形度の程度、コントラスト、平均グレー値、とがった角、マージン、密度、画素の標準偏差、動径勾配率等などの特性を含み得る。更に、患者に特有の臨床データは（例えば、年齢、癌の病歴等）も特徴を構成し得る。「デフォルトの特徴の組」とは、特徴のタイプのリストが事前に定められているということを意味するが、ケース毎に、各特徴に関連付けられた明らかに異なる値が存在している。デフォルトの特徴、及びその対応する重みは、クエリにおけるケースと、ユーザによって選択されたデータベースにおいて記憶されたケースとの間の類似度の客観的な評価のために類似度距離計算に使用される。特徴又は重みが変わると、すなわち、類似度距離計算が変わると、システム性能、すなわち、検索結果は相応に変わる。]
[0025] 同様なケースは、ベースライン・システムでパッケージングされたケースを含む、予め選択された訓練の組から、又はその特定のユーザによって診断されたとマーキングされたケースを含むユーザ自身の記録から、病院において先行して評価、診断、又は処理されているケースを含む、病院自体のデータベースから検索することができる。ユーザによってクエリされるケース、及びデータベースから検索されるケースは、画像及び／又はテキストを含み得る。例えば、ユーザによってクエリされるケースは、肺結節などの、医療対象の診断画像（又は一連の診断画像）であり得、検索されたケースは、悪性又は良性として診断されている肺結節であり得る。クエリ・ケース及び検索された結果は、クエリ・ケース又は検索されたケースの電子健康記録からの情報などのテキストで更に強化することが可能である。]
[0026] 上記方法は、ユーザによって選択されたデータベース内のケースと、クエリされたケースとの間の類似度の客観的な評価の類似度距離計算において使用される、特徴及び重みのデフォルトの組、並びに同様なケースを、自分の主観評価のためにユーザに提示する工程２３０を更に含む。]
[0027] 方法は、更なる適合が必要であるか否かを示す入力をユーザから受け取る工程２３５を更に含む。ユーザが、検索された類似ケースを視て評価し、ベースライン・システムを精緻化しないか否かを判定する。検索された結果にユーザが満足している場合（すなわち、類似度グラウンド・トゥルース又は類似度距離の計算がユーザに充分適合している場合）、システムは更なる適合を必要としない。さもなければ、ユーザは、自分の必要性にシステムを適合させる選択肢を有する。]
[0028] 方法は、デフォルトの特徴の組に加えて、少なくとも１つの新たな特徴又はデフォルトの特徴の組の少なくとも１つに対する修正された重みを含むユーザ入力を受け取る工程２４０を更に含む。ユーザ入力は、ケース間の類似度に関するユーザの個人的な意見又は選好を反映する。一実施例では、ユーザは、デフォルトの特徴及び／又は重みを明示的に修正することができる。例えば、ユーザは、ベースライン・システムにおける既存の特徴の重みを修正する情報を入力するか、又は、ベースライン・システムから排除された、新たな特徴（例えば、処置による腫瘍のサイズの変化）を加える情報を入力する。]
[0029] 別の実施例では、特徴の修正は、訓練セッションによって暗黙的に行うことができる。例えば、システムは、変えられたグラウンド・トゥルースによる入力を受け取ることができる（特定のクエリ・ケースに、類似しているか又は類似していないとしてユーザによって分類される対象の、ベースライン・システムにおいて当初使用されたものとは異なる、別のケースの組（例えば、肺結節画像の組）。あるいは、ユーザには、一連の肺結節が提示され得、ユーザは、どれが類似しており、どれが類似していないかを評価する。ユーザは、ケースから導き出されたどの特徴がクラスタ化に使用されるかも示し得る。このようにして、ユーザは、好ましい新たな類似度グラウンド・トゥルースを作成する。]
[0030] 方法は更に、ユーザにとって類似したケースを検索するために、新たな特徴及び重みの組で、類似度距離計算を修正する工程（２５０）を更に含む。特徴に対する重みが直接修正されるか、又は新たな特徴がユーザ入力によって直接追加された場合、類似度距離計算は、新たな特徴及び重みの組を使用することによって変わり、それにより、システム性能が直接変わることになる。]
[0031] グラウンド・トゥルースが修正されると、新たな特徴及び重みの組を、ユーザからの入力に基づいて生成して、学習アルゴリズムを実行することにより、類似度関数を修正する。新たな特徴及び重みの組により、類似度距離計算が変わり、システム性能が間接的に変わることになる。]
[0032] 新たな特徴及び重みの組をどのようにして生成又は選択するかの詳細については、国際出願２００７／０５２３０７号明細書（遺伝アルゴリズム（ＧＡ）を利用して、最適な特徴空間を求め、好ましくは、最適な特徴空間において使用するための最適なポイントツーポイント類似度基準を求めるということが開示されている）を参照されたい。最適な特徴空間は、クラスタリングの工程における主観的な特徴ランキングからメンバ特徴を得ることができる特徴プールから得るものとする。特徴プールは、データベースにおけるＶＯＩに関する何れかの抽出可能な画像特徴又は適切な臨床データをより包括的に含み得る。候補類似度基準は、利用されたポイントツーポイント距離メトリックに関してのみ互いに異なり得る。]
[0033] 新たな染色体がＧＡにおける複製によって生成される都度、染色体の適合度が評価される。各染色体はそれぞれの特徴の組を表し、好ましくは、それぞれの距離メトリックを表し、適合度が最も高い染色体は、停止基準が満たされる時点で選ばれるので、染色体適合度の各評価は、反復処理の反復とみなし得る。次いで、反復的に、特徴の組が選ばれ、好ましくは、距離メトリックが選ばれる。]
[0034] 類似度関数の特徴及び重みの組が変えられると、ユーザは、クエリ・ケースを使用してシステムに更にクエリすることができる。クエリ・ケースは、先行するクエリにおいて使用された同じもの、又はユーザによって入力される新たなものであり得る。前述の状態では、類似距離の計算は、ユーザの個人的な類似度グラウンド・トゥルースを反映する新たな特徴及び重みの組を使用して行われる。この状態では、精緻化処理は、更なるクエリのために工程Ｓ１０に戻る。]
[0035] 受け取られたクエリ・ケース、並びに、更新された特徴及び重みの組によれば、類似度距離計算が、ユーザにとって類似しているケースを検索するためにデータベース内のケースと、クエリされたケースとの間の類似度の評価がもう一度行われる。検索されたケースは、類似度距離の計算に使用された新たな特徴及び重みとともにユーザに提示される。ユーザは、検索された類似ケ—スを再び、視て評価し、更なる精緻化が必要か否かを判定する。ユーザは、なお、検索された結果に満足していない場合、精緻化処理を再びシステムに実行させ得る。精緻化処理のいくつかの反復後、ユーザは、検索されたケースに満足し得、その場合、システムは、ユーザに対して個人化されるか又は精緻化される。]
[0036] 類似度グラウンド・トゥルースがユーザに適合されると、処理は工程Ｓ１５５に進む。Ｓ１５５では、ユーザは後の時点で使用するために、設定（すなわち、更新された特徴及び重み）を保存する。ユーザは、他のユーザによる使用のために自分自身の設定のアクセスを可能にするか、又は制限するフラグをセットし、必要に応じて自分のコンピュータに自分の個人設定をダウンロードするために、別々のアプリケーション分野において使用するために、２つ以上の個人設定の組を有することを許可され得る。]
[0037] 上記方法の実施例が、ユーザが検索を容易に微調整することが可能であるようにリアルタイムで、検索されたケース全てをリアルタイムで変えることを可能にし、重みを調節している一方で、２つ以上のクエリ及び検索結果の組をユーザが視ることを可能にすることが効果的である。更に、精緻化処理は、例えば、特徴の重みを手作業で、又は半自動的に修正して、経験のあるユーザに対して更なるコントロールを与えることができる。]
[0038] 更に、検索されたケースの数、及び検索されたケース毎にみたいデータ又は画像（すなわち、提示されたい臨床情報）をユーザによって個人化する工程を上記方法が含むことが上記実施例において効果的である。精緻化処理中又はシステム使用中の何れの時点でも、ユーザは、（例えば、「非定型」ケースであるとユーザが結論付けているので）自分がシステムを使用している際に特定のケースを決して検索するべきでない旨を示すことにより、システムを更に個人化することができる。]
[0039] 精緻化処理は、ユーザが初めてログインする時点で、又は、自分の判断で将来の何れかの時点で実行することができる。例えば、より多くの体験をユーザが積むにつれて、個人化設定（すなわち、類似度距離計算に使用される特徴及び重み）を変更することが望ましいことがあり得る。]
[0040] 別の実施例では、方法は、類似度距離の計算の新たなベースラインとしての新たな特徴及び重みの組を生成する工程１６０を更に含む。新たな特徴及び重みの組を生成する工程は、ユーザ群（例えば、病院内システムを使用している医師グループ）から収集された特徴及び重みについての複数の個人設定に基づく。特徴及び重みについての個人設定は、特徴／重みの直接修正によって明示的に設定することが可能であり、新たなベースラインは病院特有に設定することが可能である。]
[0041] 評価の工程１６５では、新たなベースラインと、各ユーザの個人設定との間の差が、アウトライアを識別するように計算される。経験のないユーザが、経験のあるユーザから学びたいことがあり得る場合、経験のないユーザは、経験のあるユーザの設定を使用することが奨励されるべきである。]
[0042] 図１及び図２に示す上記方法は、ソフトウェア又はハードウェアで、又は両方の組合せで実現することが可能である。] 図１ 図２
[0043] 図３は、本発明による個人化されたケースベースの意思決定支援装置３００の例示的な実施例を示すブロック図である。装置３００は、
類似度の評価のための特徴及び重みのデフォルトの組を使用して、類似したケースを検索するためにデータベースからのケースの組と、入力クエリ・ケースとの間の類似度距離計算を行うよう構成された（すなわち、検索する工程２２０の機能を行うことが意図された）検索装置３１０と、
類似したケースと、特徴及び重みのデフォルトの組をユーザに提示するよう構成された（すなわち、提示する工程２３０の機能を行うことが意図された）提示装置３２０と、
デフォルトの特徴の組に加えて、少なくとも１つの新たな特徴又はデフォルトの特徴の組のうちの少なくとも一方に対する修正された重みを含むユーザ入力を受け取るよう構成された（すなわち、受け取る工程２４０の機能を行うことが意図された）受け取り装置３３０と、
ユーザにとって類似したケースを受け取るために新たな特徴及び重みの組により、類似度距離の計算を修正するよう構成された（すなわち、修正する工程２５０の機能を行うことが意図された）修正装置３４０と
を備える。] 図３
[0044] 一実施例では、受信装置３３０は、類似度クラスタ化のためにいくかのケースに対してユーザによって与えられる入力レーティングを受け取り、更に、類似度クラスタ化にユーザが使用した特徴の入力を受け取るよう更に構成される。]
[0045] 別の実施例では、修正装置３４０は、学習アルゴリズムを実行することにより、類似度距離の計算を修正するために、類似度クラスタ化に基づいて新たな特徴及び重みの組を生成するよう構成される。]
[0046] 更なる実施例では、装置３００は、ユーザにとって類似したケースを取り出すために、更新された特徴及び重みの組を使用することによって行われる反復工程を制御するよう構成された制御装置３４５を更に備える。]
[0047] 別の実施例では、装置３００は更に、ユーザ群から収集された特徴及び重みの複数の個人設定に基づいた類似度距離計算のための新たなベースラインとして新たな特徴及び重みの組を生成するよう構成された評価装置を備える。評価装置３５０は、各ユーザの、特徴及び重みの個人設定と、新たなベースラインとの間の差を評価して、アウトライアを識別するよう更に構成される。]
[0048] 柔軟なユーザ・インタフェース及び認証制御などの他の機能によって本発明を拡充することができるということを当業者は認識するであろう。本発明は、機能、又は別個のアドオン・モジュールとして、放射線インフォマティックス・プロダクト又は医療インフォマティッス・プロダクトに一体化することができる。本発明は、スタンドアロン型のケースベースのＣＡＤｘワークステーション・プロダクトとして実現することもできる。]
[0049] 本発明は、何れの撮像モダリティに関するコンピュータ支援診断システムにも使用することが可能である。特に、本発明は、放射線専門医によって行われる診断過程中に、推定診断を確認するか、又は種々の疾病の診断を支援するために使用することが可能である。他のアプリケーションには、教育、救急診断、及びケースベースのコンピュータ支援治療管理が含まれる。]
実施例

[0050] 前述の実施例は本発明を限定するよりも例証するものであり、本特許請求の範囲記載の範囲から逸脱しない限り、当業者は別の実施例を設計することができる。特許請求の範囲では、括弧内にある参照符号は何れも、請求項を限定するものと解されるべきでない。「ｃｏｍｐｒｉｓｉｎｇ」の語は、請求項又は明細書に記載したもの以外の構成要素又は工程が存在していることを排除するものでない。構成要素に先行する語「ａ」又は「ａｎ」を使用していることは、前述の複数の構成要素が存在していることを排除するものでない。本発明は、別個のいくつかの構成要素を備えたハードウェア・ユニットにより、かつ、プログラムされたコンピュータのユニットによって実現することが可能である。いくつかのユニットを列挙した装置クレームでは、それらのユニットのいくつかを同一のハードウェア又はソフトウェアのアイテムによって実現することが可能である。第１、第２及び第３等の語を使用していることは、何れの順序を示すものでもない。前述の語は名称として解釈されるものとする。]

权利要求:

請求項1
方法であって、類似度の評価のために、デフォルトの特徴及び重みの組を使用することにより、類似したケースを検索するよう、ケースの組と入力クエリ・ケースとの間の類似度距離計算を行う工程と、前記類似したケース及び前記デフォルトの特徴及び重みの組をユーザに向けて提示する工程と、前記デフォルトの特徴の組に加えて、前記デフォルトの特徴の組、及び／又は少なくとも１つの新たな特徴のうちの何れか一方の修正された重みを含む入力をユーザから受け取る工程と、ユーザにとって類似なケースを検索するために、新たな特徴及び重みの組により、前記類似度距離計算を修正する工程とを含む方法。
請求項2
請求項１記載の方法であって、更に、類似度クラスタ化のために、いくつかのケースに対する、ユーザによって与えられる入力レーティングを受け取る工程と、前記類似度クラスタ化に基づいて新たな特徴及び重みの組を生成して、学習アルゴリズムを実行することにより、前記類似度距離計算を修正する工程とを更に含む方法。
請求項3
請求項２記載の方法であって、前記生成する工程の前に、前記類似度クラスタ化にユーザが使用した特徴の入力を受け取る工程を更に含む方法。
請求項4
請求項２記載の方法であって、前記学習アルゴリズムが遺伝アルゴリズムである方法。
請求項5
請求項１記載の方法であって、ユーザにとって、検索された類似ケースからケースを除外するため入力をユーザから受け取る工程を更に含む方法。
請求項6
請求項１乃至５のうちの何れか一項に記載の方法であって、ユーザにとって類似したケースを検索するために、更新された特徴及び重みの組を使用することにより、類似度距離の計算を行う反復工程を更に含む方法。
請求項7
請求項６記載の方法であって、更に、ユーザ群から収集された特徴及び重みの複数の個人設定に基づいた類似度距離計算のための新たなベースラインとして新たな特徴及び重みの組を生成する工程を含む方法。
請求項8
請求項７記載の方法であって、各ユーザの、特徴及び重みの個人設定と、新たなベースラインとの間の差を評価してアウトライアを識別する工程を更に含む方法。
請求項9
請求項１記載の方法であって、前記ベースライン・システムでパッケージングされたケースを含む予め選択された訓練の組から、又はデータベースからケースを選択する工程を含む方法。
請求項10
装置であって、類似度の評価のために、デフォルトの特徴及び重みの組を使用することにより、類似したケースを検索するよう、ケースの組と入力クエリ・ケースとの間の類似度距離計算を行うよう構成された検索装置と、前記類似したケース及び前記デフォルトの特徴及び重みの組をユーザに向けて提示するよう構成された提示装置と、前記デフォルトの特徴の組に加えて、前記デフォルトの特徴の組、又は少なくとも１つの新たな特徴のうちの何れか一方の修正された重みを含む入力をユーザから受け取るよう構成された受け取り装置と、ユーザにとって類似なケースを検索するために、新たな類似度グラウンド・トゥルースを供給することにより、新たな特徴及び重みの組により、前記類似度距離計算を修正するよう構成された修正装置とを備える装置。
請求項11
請求項１０記載の装置であって、前記受け取り装置は、類似度クラスタ化のためにいくつかのケースに対してユーザによって与えられる入力レーティングを受け取るよう更に構成される装置。
請求項12
請求項１１記載の装置であって、前記受け取り装置は、前記類似度クラスタ化にユーザが使用した特徴の入力を受け取るよう更に構成される装置。
請求項13
請求項１２記載の装置であって、前記修正装置は、学習アルゴリズムを実行することにより、類似度距離の計算を修正するために、前記類似度クラスタ化に基づいて新たな特徴及び重みの組を生成するよう構成される装置。
請求項14
請求項１０乃至１３の何れか一項に記載の装置であって、ユーザにとって類似したケースを検索するために、更新された特徴及び重みの組を使用することによって類似度距離計算が行われる反復工程を制御するよう構成された制御装置を更に備える装置。
請求項15
請求項１４記載の装置であって、ユーザ群から収集された特徴及び重みの複数の個人設定に基づいた類似度距離計算のための新たなベースラインとして新たな特徴及び重みの組を生成するよう構成された評価装置を更に備える装置。