类似病例检索装置、类似病例检索方法及类似病例检索程序

摘要

本发明提供一种综合考虑多个关注区域的特征量的类似病例检索装置、方法及程序。类似病例检索服务器(17)具备特征量计算部(62)、个别类似度计算部(65)及类似病例检索部(67)。特征量计算部(62)针对分别包含1个以上不同对象病变(OL)的多个关注区域(ROI)获取每个关注区域(ROI)的特征量，所述关注区域(ROI)为在包含1张以上检查图像(19)的检查数据(21)中指定且以包含存在于检查图像(19)内的病变即对象病变(OL)的方式指定的关注区域(ROI)。个别类似度计算部(65)对每个关注区域(ROI)的特征量与登记在病例的病例图像(22)内的病变即病例病变(CL)的特征量进行比较，由此计算出每个关注区域(ROI)的个别类似度。类似病例检索部(67)根据计算出的多个个别类似度计算综合类似度，并根据计算出的综合类似度检索类似病例。

说明书

技术领域

本发明涉及一种类似病例检索装置、类似病例检索方法及类似病例检索程序。

背景技术

已知在医疗领域中根据检查图像检索与检查图像类似的以往病例的类似病例检索装置(例如，参考日本特开2010-237930号公报、日本特开2012-118583号公报(美国公开公报US2012/134555号))。检查图像为例如通过进行断层摄影的CT(Computed Tomography)装置或拍摄简单透视图像的一般的X射线摄影装置等医学影像设备(modality)拍摄的图像，用于进行患者的疾患的确定等患者的诊断。在基于一般的X射线摄影装置的1次检查中，有仅拍摄1张检查图像的情况，也有拍摄多张的情况。并且，在基于CT装置的1次检查中，获取多张断层图像(切片图像)。因此，1件检查数据中包含1张以上检查图像。病例大多通过以往检查数据的集聚而创建，因此1件病例数据中也包含1张以上病例图像。

进行类似病例检索时，首先由医生等用户在检查图像内指定关注区域。关注区域为在检查图像内医生特别关注的区域，是包含成为诊断对象的病变的区域。类似病例检索装置对将在检查图像内指定的1个关注区域的特征数值化的特征量与将存在于病例图像内的1个病变的特征数值化的特征量进行比较，由此判定两者的类似度。在此，为了便于说明，将检查图像的关注区域内包含的病变称为对象病变，将病例图像中包含的病变称为病例病变。并且，类似病例检索装置从存储有多个病例的病例数据库中检索包含与关注区域类似的病例病变的病例。

日本特开2010-237930号公报中公开有以抑制检索偏差为目的的发明，如包含对象病变的关注区域的指定方法会根据每个用户而存在个人差异，由于个人差异引起的检索结果产生偏差。具体而言，即使将包含相同的1个对象病变的区域指定为关注区域时，由于所指定的用户的个人差异等原因，根据关注区域的指定方法，所指定的区域的形状和大小也会发生变化，因此有时会导致特征量发生变化。若特征量发生变化，则类似度也发生变化，因此会产生如每个用户的检索结果发生变化的检索偏差。日本特开2010-237930号公报中，为了抑制这种检索偏差，作为1例，对于针对1个对象病变的指定方法不同的多个关注区域，按每个关注区域计算特征量，根据计算出的多个关注区域的特征量的平均值计算类似度，由此进行类似图像检索。由此，能够抑制因每个用户的个人差异引起的检索偏差。

日本特开2010-237930号公报涉及一种对用户觉得类似的主观感觉输出更适合的检索结果的技术。具体而言，相同种类的对象病变存在于多个检查图像的情况下，指定关注区域时，将包含用户觉得类似的相同种类的多个对象病变的关注区域作为相同种类组来组合为1个组。并且，在1件检查数据中求出包含属于相同种类组的多个对象病变的所有特征量的特征量范围，并将该特征量范围作为检索条件来进行类似病例检索。认为相同种类组的特征量范围与用户在主观上觉得类似的范围一致，因此检索结果也能够成为对用户的主观感觉更适合的结果。

发明的概要

发明要解决的技术课题

但是，根据疾患的不同，有时在检查图像中出现的多个对象病变成为确定疾患的依据。例如，结核病的情况下，有时会通过在检查图像中出现空洞阴影、点状阴影、毛玻璃阴影这3种对象病变来确定疾患，弥漫性泛细支气管炎的情况下，有时会通过出现支气管异常阴影及点状阴影这2种对象病变来确定疾患。癌症的情况下，进行单一对象病变中的类似检索即可，但当为癌症以外的非癌症疾患的情况下，需要进行这些多个对象病变中的类似病例检索。

日本特开2010-237930号公报及日本特开2010-237930号公报中记载的现有的类似病例检索装置均着眼于检查图像中包含的1个对象病变，并根据包含所着眼的1个对象病变的关注区域的特征量检索类似病例，并未考虑着眼于检查图像中包含的多个对象病变中的每一个。

如上所述，日本特开2010-237930号公报中，按每个关注区域计算出特征量，但多个关注区域仅仅是指定方法不同的同一个对象病变的关注区域，并未公开有关着眼于不同对象病变的每个关注区域的特征量而检索类似病例的内容。并且，日本特开2010-237930号公报中，对多个检查图像中包含的多个对象病变，针对相同种类的对象病变被组化的1个相同种类组创建1个检索条件，并以所创建的检索条件检索类似病例。可以说日本特开2010-237930号公报仅计算出在包含相同种类的多个对象病变的各个关注区域中共同的特征量以符合用户的嗜好，并未公开有关着眼于多个对象病变中的每个关注区域的特征量而检索类似病例的内容。

如日本特开2010-237930号公报及日本特开2010-237930号公报，在着眼于1个关注区域的特征量的技术中，存在多个关注区域时，无法检索适当的类似病例。

本发明的目的在于提供一种即使存在多个关注区域时也能够进行适当的类似病例检索的类似病例检索装置、类似病例检索方法及类似病例检索程序。

用于解决技术课题的手段

本发明的类似病例检索装置为从登记有多件包含1张以上病例图像的病例的病例数据库中检索与用于患者的诊断的检查图像类似的类似病例的装置，具备特征量获取部、个别类似度计算部、综合类似度计算部及类似病例检索部。特征量获取部针对分别包含1个以上不同对象病变的多个关注区域获取每个关注区域的特征量，所述关注区域为在包含1张以上检查图像的检查数据中指定且以包含存在于检查图像内的病变即对象病变的方式指定的关注区域。个别类似度计算部对每个关注区域的特征量与登记在病例的病例图像内的病变即病例病变的特征量进行比较，由此计算出每个关注区域的个别类似度。综合类似度计算部根据计算出的多个个别类似度计算综合类似度。类似病例检索部根据综合类似度检索类似病例。

当1件病例内登记有多个病例病变时，优选个别类似度计算部将多个关注区域中的每一个与多个病例病变中的每一个一一对应来进行特征量的比较，由此计算个别类似度。

在此，登记于1件病例内的多个病例病变即存在于病例图像内的多个病例病变包括：1张病例图像内存在多个的情况；及存在于多张病例图像内的病例病变的总计为多个的情况，例如在2张病例图像中的每一张中各自存在1个病例病变的情况。

综合类似度计算部可将个别类似度作为要素来创建与关注区域的数量及病例病变的数量相应的数量的排列，并按每个排列计算综合类似度。并且，作为综合类似度，优选为排列中包含的多个个别类似度的总和。

个别类似度计算部可按每个关注区域创建个别类似度表，所述个别类似度表中记录有与多个病例病变对应而计算出的多个个别类似度。并且，综合类似度计算部可从每个关注区域的多个个别类似度表中的每一个中逐一读取个别类似度，并将所读取的多个个别类似度作为要素来创建排列。

综合类似度计算部可根据成为计算综合类似度的要素的个别类似度值对综合类似度进行加权处理。并且，作为加权处理优选为，当个别类似度为阈值以上时提高综合类似度的处理。

优选类似病例检索部根据综合类似度创建将与多件类似病例相关的信息列表化的类似病例列表。并且，类似病例列表中，优选类似病例按综合类似度顺序进行排序。

优选类似病例列表的显示项目中包含综合类似度值和与综合类似度相关的明细信息，明细信息包含用于计算个别类似度的关注区域与病例病变之间的对应关系。

优选类似病例列表中除了综合类似度值以外，还显示有成为综合类似度的计算要素的多个个别类似度值。并且，优选类似病例列表中显示关注区域和病例病变的各图像。

优选类似病例检索部在关注区域的指定数发生变更时能够重新检索。并且，优选类似病例检索部预先保存检索时创建的处理结果的数据，并将所保存的处理结果的数据用于重新检索。

优选类似病例检索部能够根据请求变更多个关注区域的组合及类似病例列表中的多个关注区域的排列顺序中的至少1个。并且，优选类似病例检索部将病例病变的登记数少于所指定的关注区域的数量的病例作为检索对象之外。

并且，所述类似病例检索装置可具备种类信息获取部及必须指定接收部。种类信息获取部获取表示对象病变与病例病变各自的病变种类的种类信息。必须指定接收部接收将所指定的多个关注区域中的至少1个指定为作为检索条件而必须的关注区域的必须指定。此时，类似病例检索部与病例病变的登记数无关地，将包含与被必须指定的关注区域内的对象病变相同种类的病例病变的病例作为检索对象。

所述类似病例检索装置可具有代表值判定部，其在通过将1个关注区域与1件病例中包含的多个病例病变对应来计算出多个综合类似度时，从多个综合类似度中判定1个代表值。此时，优选类似病例检索部根据代表值检索类似病例。

本发明的类似病例检索方法从登记有多件包含1张以上病例图像的病例的病例数据库中检索与用于患者的诊断的检查图像类似的类似病例，所述方法包含特征量获取步骤、个别类似度计算步骤、综合类似度计算步骤及类似病例检索步骤。特征量获取步骤中，针对分别包含1个以上不同对象病变的多个关注区域获取每个关注区域的特征量，所述关注区域为在包含1张以上检查图像的检查数据中指定且以包含存在于检查图像内的病变即对象病变的方式指定的关注区域。个别类似度计算步骤中，对每个关注区域的特征量与登记在病例的病例图像内的病变即病例病变的特征量进行比较，由此计算每个关注区域的个别类似度。综合类似度计算步骤中，根据计算出的多个个别类似度计算综合类似度。类似病例检索步骤中，根据综合类似度检索类似病例。

本发明的类似病例检索程序使计算机执行如下处理，即，从登记有多件包含1张以上病例图像的病例的病例数据库检索与用于患者的诊断的检查图像类似的类似病例，所述程序包含特征量获取步骤、个别类似度计算步骤、综合类似度计算步骤、类似病例检索步骤。特征量获取步骤中，针对分别包含1个以上不同对象病变的多个关注区域获取每个关注区域的特征量，所述关注区域为在包含1张以上检查图像的检查数据中指定且以包含存在于检查图像内的病变即对象病变的方式指定的关注区域。个别类似度计算步骤中，对每个关注区域的特征量与登记在病例的病例图像内的病变即病例病变的特征量进行比较，由此计算每个关注区域的个别类似度。综合类似度计算步骤中，根据计算出的多个个别类似度计算综合类似度。类似病例检索步骤中，根据综合类似度检索类似病例。

发明效果

对多个关注区域中的每一个特征量与病例图像中包含的病例病变的特征量进行比较来计算个别类似度，并根据计算出的个别类似度计算综合类似度，根据综合类似度检索类似病例，因此能够提供一种即使在存在多个关注区域时也能够进行适当的类似病例检索的类似病例检索装置、类似病例检索方法及类似病例检索程序。

附图说明

图1是表示包含类似病例检索服务器的医疗信息系统的结构图。

图2是表示由多张检查图像构成的检查数据的概要的说明图。

图3是表示由1张检查图像构成的检查数据的概要的说明图。

图4是说明诊疗科、检查科、检查图像DB服务器及病例DB服务器的功能的说明图。

图5是病例DB的说明图。

图6是类似病例检索服务器的功能概要的说明图。

图7是表示构成各DB服务器和各终端的计算机的结构图。

图8是表示诊疗科终端的概要的结构图。

图9是指定关注区域的检查图像显示画面的说明图。

图10是表示关于关注区域的指定方法示出与图9不同的例子的说明图。

图11是表示类似病例检索服务器的概要的结构图。

图12是关注区域的特征量的说明图。

图13是病变的图像图案的说明图。

图14是特征量计算部的结构图。

图15是病例病变的特征量的说明图。

图16是个别类似度计算部的说明图。

图17是个别类似度计算方法的说明图。

图18是与多个关注区域对应的个别类似度的说明图。

图19是根据1个关注区域和多个病例病变求出的个别类似度的说明图。

图20是ISM表的说明图。

图21是按每个关注区域创建的ISM表的概要的说明图。

图22是TSM表的创建方法的说明图。

图23是表示TSM的计算方法的说明图。

图24是表示关注区域与病例病变的排列数的说明图。

图25是表示计算与排列数相应的TSM的TSM表的说明图。

图26是表示每个病例的TSM的代表值判定的说明图。

图27是与TSM表中的代表值提取相关的说明图。

图28是表示以TSM进行排序的TSM表的说明图。

图29是表示显示有类似病例列表的画面的说明图。

图30是表示类似病例检索的步骤的概要的流程图。

图31是表示类似病例检索服务器内的处理步骤的流程图。

图32是表示个别类似度值的类似病例列表的说明图。

图33是表示通过加权求出TSM的第2实施方式的说明图。

图34是表示第2实施方式的变形例的说明图。

图35是表示第3实施方式的检查图像显示画面的说明图。

图36是表示针对所选择的1个关注区域的ISM表的说明图。

图37是表示与1个关注区域相应地计算的ISM的数量的说明图。

图38是表示选择1个关注区域时的检索结果画面的说明图。

图39是表示选择2个关注区域时的检查图像显示画面的说明图。

图40是表示针对2个关注区域的ISM表的说明图。

图41是表示针对2个关注区域计算TSM的方法的说明图。

图42是表示与2个关注区域相应地计算的ISM的数量的说明图。

图43是表示选择2个关注区域时的检索结果画面的说明图。

图44是表示第3实施方式的步骤的流程图。

图45是第4实施方式的说明图。

图46是表示第4实施方式的变形例的说明图。

图47是第5实施方式的说明图。

图48是病变种类判定部的判定方法的说明图。

图49是第5实施方式的病例DB的说明图。

图50是表示第5实施方式的个别类似度计算方法的说明图。

图51是第6实施方式的说明图。

图52是第7实施方式的说明图。

图53是第7实施方式的类似病例检索请求的说明图。

具体实施方式

[第1实施方式]

图1所示的医疗信息系统9构建于医院等医疗设施中。医疗信息系统9具有配置于诊疗科10的诊疗科终端11、设置于检查科12的医学影像设备(modality)(医用图像摄影装置)13、申请单(order)管理终端14、检查图像数据库(以下称为“DB”)服务器15、病例DB服务器16及类似病例检索服务器17。这些通过网络18可通信地连接。网络18例如为铺设于院内的LAN(Local Area Network)。医学影像设备13例如包含拍摄断层图像的CT(ComputedTomography)装置或MRI(Magnetic Resonance Imaging)装置及拍摄简单透视图像的一般的X射线摄影装置(DR：Digital Radiography或CR：Computed Radiography等)等。

诊疗科终端11由诊疗科10的医生(图中赋有Dr符号)操作，除了用于电子病例的输入和阅览以外，还用于向检查科12开出用于申请检查的检查申请单。并且，诊疗科终端11还用作图像显示终端，其用于显示通过检查科12拍摄并保存于检查图像DB服务器15的检查图像19，从而使医生阅览检查图像19。

检查科12中，申请单管理终端14接收来自诊疗科10的检查申请单，并管理所接收的检查申请单。检查科12的技师根据检查申请单内容，通过医学影像设备13对患者进行拍摄。检查图像19针对1件检查申请单拍摄1张或多张。若拍摄结束，则医学影像设备13将所拍摄的检查图像19发送至检查图像DB服务器15。若检查结束，则从检查科12向诊疗科10的医生通知检查结束，并且通知检查图像DB服务器15内的检查图像19的保存处。诊疗科10的医生通过诊疗科终端11访问检查图像DB服务器15，通过诊疗科终端11阅览检查图像19。

检查图像DB服务器15具有存储有多张检查图像19的检查图像DB20，是所谓的PACS(Picture Archiving and Communication System)服务器。检查图像DB20是能够通过关键词进行检索的数据库，根据诊疗科终端11等的检索请求和传送请求，传送与检索条件匹配的检查图像19或指定的检查图像19。

如图2及图3所示，检查图像DB20中，将1件检查申请单与包含1张以上检查图像19的1件检查数据21相关联地存储。如图2所示，通过CT装置或MRI装置拍摄的检查图像19为断层图像(还称为切片图像)，1件检查数据21中包含多张检查图像19。如图3所示，当为通过一般的X射线摄影装置拍摄的检查图像19时，是简单透视图像，存在1件检查数据21中仅有1张检查图像19的情况也有多张的情况。

检查申请单中，包含诊疗科10的医生的ID(Identification Data)和科别等申请人信息、患者信息、检查类别等。检查图像19的图像文件具有图像数据及DICOM(DigitalImaging and COmmunication in Medicine)小标题(header)等附带信息。检查申请单的信息存储为检查图像19的附带信息。并且，附带信息中包含检查ID或分别赋予1张检查图像19的图像ID。图2、图3的例子中，如检查ID为“O901”、“O902”且图像ID为“O901-03”、“O901-01”，以对检查ID添加用于识别1张检查图像19的序列号的形态赋予。检查图像DB服务器15能够将这种包含于DICOM标签(tag)的项目作为检索关键字来进行检索。

类似病例检索服务器17作为检索条件接收检查图像19，并检索包含与所接收的检查图像19类似的病例图像22的病例。病例图像22为以往用于诊断的检查图像。病例DB服务器16具有以能够检索的方式存储有多件病例的病例DB23。类似病例检索服务器17访问病例DB服务器16而逐件读取病例，并进行作为检索条件而接收的检查图像19与病例内的病例图像22的比较对照，由此检索与检查图像19类似的病例。

如图4所示，诊疗科10的医生操作诊疗科终端11访问检查图像DB服务器15以下载包含检查图像19的检查数据21。诊疗科终端11中显示检查图像19，由医生阅览。患者患病时，患者的检查图像19中包含显露疾患症状的病变(称为对象病变OL)。诊疗科10的医生从检查数据21中包含的检查图像19中选择包含对象病变OL的检查图像19。检查图像19附加于由诊疗科终端11向类似病例检索服务器17发出的类似病例检索请求，并发送至类似病例检索服务器17。类似病例检索服务器17若接收到类似病例检索请求，则从病例DB服务器16中检索与检查图像19类似的病例，并将检索结果传送至申请人的诊疗科终端11。

诊疗科10的医生确认检查结果中包含的病例。病例中包含附带于病例图像22的影像解读(radiologic interpretations)报告单。医生参考记载于影像解读报告单中的对病例图像22的意见等来做出确定检查图像19的疾患等确诊。

如图5所示，病例DB23中设置有病例图像DB23A及特征量DB23B。病例图像DB23A是以可检索的方式存储病例图像22的数据库。病例中针对每1件赋有病例ID。病例ID相当于检查图像19中的检查ID。1件病例中包含1张以上病例图像22。并且，与检查图像19同样地，各病例图像22中赋有对病例ID加上序列号的图像ID。图5中，病例ID为“C101”的病例数据24中例如包含60张断层图像。

病例图像22中包含表示疾患症状的病变(病例病变CL)。1件病例中登记有1个以上病例病变CL。本例中，病例ID“C101”中登记有No1～No3的3个病例病变CL，“C102”登记有2个病例病变CL，“C103”中登记有1个病例病变CL。病例病变CL为病例图像22在以往作为检查图像而用于诊断时由医生指定为病变的区域，并经过医生的确诊而登记为病例病变CL的病变。对于病例病变CL的指定方法，例如与后述的关注区域ROI相同。

特征量DB23B为存储病例病变CL的图像的特征量CAC的数据库。特征量CAC上赋有由病例ID及病变No构成的识别ID。例如，病例ID“C101”中有3个病例病变CL，各病例病变CL上分别赋有1件病例内的序列号即No1～No3。特征量CAC后面的数字与病例内的序列号对应。对于特征量CAC，例如也可通过与后述的关注区域ROI相同的方法计算。

如图6所示，通过诊疗科终端11发出类似病例检索请求时，由医生将检查图像19内的包含对象病变OL的区域指定为关注区域ROI。类似病例检索请求中附加包含对象病变OL的检查图像19及与所指定的关注区域ROI对应的检查图像19内的区域信息(例如，检查图像19内的坐标信息)。类似病例检索服务器17若接收到类似病例检索请求，则根据检查图像19的图像数据及区域信息确定关注区域ROI。并且，计算关注区域ROI的特征量。计算出特征量之后，类似病例检索服务器17从病例DB服务器16中逐件读取病例，对关注区域ROI与病例病变CL的特征量进行比较，由此检索类似病例。并且，创建与类似的多件病例相关的信息被列表化的类似病例列表，将此作为检索结果传送至诊疗科终端11。

诊疗科终端11、申请单管理终端14、检查图像DB服务器15、病例DB服务器16及类似病例检索服务器17通过以个人计算机、服务器用计算机、工作站等计算机为基础，并安装操作系统等控制程序和客户程序或服务器程序等应用程序来构成。

如图7所示，各DB服务器15～17和构成各终端11、14的计算机的基本结构相同，分别具备CPU(Central Processing Unit)41、存储器42、存储设备43、通信I/F44及输入输出部46。它们经由数据总线47连接。输入输出部46由显示部48及键盘或鼠标等输入设备49构成。

存储设备43例如为HDD(Hard Disk Drive)，存储有控制程序和应用程序(以下，称为AP)50。并且，构建DB的服务器中，与存储程序的HDD不同地，作为DB用存储设备43例如设置有联装多台HDD的磁盘阵列。磁盘阵列可内置于服务器主体，也可与服务器主体分开始设置并通过电缆或网络与服务器主体连接。

存储器42为用于使CPU41执行处理的工作存储器。CPU41将存储于存储设备43的控制程序加载于存储器42来执行依照程序的处理，由此总括控制计算机的各部。通信I/F44为进行与网络18之间的传输控制的网络接口。

诊疗科终端11中，作为AP50安装有进行电子病例的阅览和编辑的电子病例软件和用于阅览检查图像或类似病例列表的浏览器软件(viwer software)等客户程序。浏览器软件例如可以是专用软件也可以是通用的WEB浏览器等。

如图8所示，诊疗科终端11中，若显示检查图像19的浏览器软件启动，则诊疗科终端11的显示部48A上显示具备基于GUI(Graphical User Interface)的操作功能的检查图像显示画面52。诊疗科终端11的CPU41A作为GUI控制部53及检索请求发出部54发挥作用。检查图像显示画面52中，能够进行对检查图像19的关注区域ROI的指定及类似病例检索请求的发出命令。GUI控制部53从通过检查图像显示画面52的输入设备49A接收操作命令，并根据所接收的操作命令进行画面控制。并且，若输入有发出类似病例检索请求的命令，则所输入的发出命令从GUI控制部53输入至检索请求发出部54。检索请求发出部54向类似病例检索请求中附加所指定的检查图像19和关注区域ROI的区域信息，发出类似病例检索请求。

如图9所示，检查图像显示画面52具有显示检查图像19的图像显示区域52A及各种操作部。图像显示区域52A中例如排列显示3张检查图像19。通过滚动操作或逐帧播放操作，能够切换所显示的检查图像19。图像显示区域52A的上方设置有输入检查ID的输入框52B。若在输入框52B中输入检查ID，则所输入的检查ID的检查数据21从检查图像DB服务器15中被下载，并在图像显示区域52A显示检查图像19。图像显示区域52A的下方设置有区域指定按钮52C、清除按钮52D及类似病例检索按钮52E。

区域指定按钮52C为用于在检查图像19内指定关注区域ROI的操作按钮。区域指定按钮52C若被鼠标的指针56点击操作，则能够进行指定检查图像19内的任意区域的区域指定操作。该状态下，对指针56进行操作来例如通过样条指定包含对象病变OL的区域的外周。样条是通过所指定的多个控制点的平滑的曲线，通过用指针56指定控制点来输入。通过这种操作，包含对象病变OL的区域被指定为关注区域ROI。清除按钮52D为用于取消所指定的关注区域ROI的按钮。

关注区域ROI能够指定多个。图9的例子中，对图像ID为“O901-01”至“O901-03”的3张检查图像19中分别各指定有1个No1～No3的关注区域ROI。检查ID“901”的检查数据21中，若没有其他关注区域ROI的指定，则在1件检查数据21中共计指定3个关注区域ROI。并且，图10的例子中，图像ID为“O906-01”的检查图像19内指定有2个关注区域ROI(No1、No2)，图像ID为“O906-02”、“O906-03”的检查图像19内各指定有1个关注区域ROI(No3、No4)。No3的关注区域ROI中包含2个对象病变OL(No3、No4)。如此，可将包含多个对象病变OL的区域指定为1个关注区域ROI。检查ID“906”的检查数据21中，若没有其他关注区域ROI的指定，则在1件检查数据21中共计指定4个关注区域ROI。如此指定的各个关注区域ROI中分别包含1个以上不同的对象病变OL。

如图11所示，类似病例检索服务器17中作为AP50安装有类似病例检索服务器程序，若执行程序，则类似病例检索服务器17的CPU41B作为请求接收部61、特征量计算部62、个别类似度计算部65、综合类似度计算部66、类似病例检索部67及输出控制部69发挥作用。

请求接收部61接收从诊疗科终端11发送的类似病例检索请求，并将所接收的检查图像19及关注区域ROI的区域信息存储于类似病例检索服务器17的存储设备43等。特征量计算部62根据所接收的检查图像19及区域信息计算关注区域ROI的特征量。其中，特征量计算部62作为特征量获取部发挥作用。

如图12所示，存在多个关注区域ROI时，如No1的关注区域ROI的特征量为“RAC1”，No2的关注区域ROI的特征量为“RAC2”，No3的关注区域ROI为“RAC3”，按每个关注区域ROI计算关注区域ROI的特征量RAC。特征量RAC为由与预先设定为典型的病变图像图案的多种病变图案对应的多维的数值构成的特征矢量。

如图13所示，典型的病变图案例如分类为以下8种，即，A：低呼吸区的异常阴影(气肿、气胸、大疱等)；B：空洞；C：支气管的异常阴影(支气管壁肥厚、支气管扩张、牵拉性支气管扩张、支气管透亮影等)；D：蜂窝肺；E：毛玻璃状阴影；F：点状阴影(粒状阴影、TIB等)；G：高吸收区的异常阴影(实变(Consolidation)、结节、支气管粘液腺等)；及H：线状、网状阴影。

如图14所示，特征量计算部62具有与典型的8种病变图案对应的鉴别器62A～62H。各鉴别器62A～62H根据关注区域ROI的图像图案输出与典型的各病变图案对应的数值。各鉴别器62A～62H输出的各数值为构成特征矢量的多维数值，在此，将各数值称为鉴别器输出值。本例中，与各鉴别器62A～62H对应地有8种鉴别器输出值，特征矢量由8维构成。另外，本例中，将典型的病变图案的种类设为A～H的8种，但可少于8种也可以是8种以上。根据该种类，还可适当确定鉴别器的种类、特征矢量的维数。

鉴别器输出值表示典型的病变图案相似度，是表示在关注区域ROI内存在典型的病变图案的程度的值。因此，鉴别器输出值越大，表示关注区域ROI中存在典型的病变图案的程度越高，鉴别器输出值越小，表示存在的程度越低。更详细而言，“+”的鉴别器输出值表示典型的病变图案存在于关注区域ROI内，“-”的鉴别器输出值表示不存在于关注区域ROI内。并且，显示“+”的鉴别器输出值且鉴别器输出值越大，表示存在的程度越高。

图14的例子中，“B：空洞”的病变图案的鉴别器62B和“G：高吸收区”的鉴别器62G显示“+”值，“B：空洞”的输出值最大，因此可知关注区域ROI包含“B：空洞”和“G：高吸收区”的病变图案，且8种病变图案中，“B：空洞”占主导的图像图案。

另外，对典型的病变图案的各鉴别器例如可利用记载于“资料名：ComputerVision and Image Understanding 88卷119页～151页，发行年度2002年12月Using HumanPerceptual Categories for Content-Based Retrieval from a Medical ImageDatabase著者Chi-Ren Shyu,Christina Pavlopoulou Avinash C.kak,and CalaE.Brodley”等的周知的特征量，通过“Ada-boost”等机器学习算法创建。

特征量计算部62针对附加于类似病例检索请求的检查数据21中指定的多个关注区域ROI中的所有关注区域，按每个关注区域ROI计算特征量RAC。

如图15所示，关于存储于病例DB23内的特征量DB23B的各病例病变CL的特征量CAC，也由与上述8种病变图案对应的特征矢量构成。关于病例病变CL，通过与特征量计算部62相同的结构，预先计算出特征矢量并存储于特征量DB23B。

如图16所示，个别类似度计算部65进行关注区域ROI的特征量RAC与病例病变CL的特征量CAC的比较，由此计算个别类似度ISM。具体而言，对特征量RAC和特征量CAC中包含的8维的特征矢量进行比较，由此计算个别类似度ISM。个别类似度ISM值例如通过最小二乘距离或相关性计算。前者时，值越小关注区域ROI与病例病变CL的类似度越高，后者时，值越大关注区域ROI与病例病变CL的类似度越高。

如图17所示，个别类似度计算部65将1件检查数据21中包含的多个关注区域ROI与1件病例数据24中包含的病例病变CL一一对应来进行各自的特征量RAC与特征量CAC的比较，由此计算个别类似度ISM。个别类似度ISM为每个关注区域ROI的类似度，因此是各关注区域的个别类似度，由于与病例病变CL一一对应来计算，因此也是各病例病变CL的个别类似度。个别类似度计算部65针对1个关注区域ROI计算与病例病变CL的数量相应的个别类似度ISM。个别类似度ISM针对所有关注区域ROI进行计算，因此个别类似度计算部65计算与关注区域ROI的数量乘以病例病变CL的数量的数量相应的个别类似度ISM。

检查ID为“O901”的检查数据21中，指定有No1～No3的3个关注区域ROI，病例ID为“C101”的病例数据24中，登记有No1～No3的3个病例病变CL。因此，图17所示的例子中，“O901”的检查数据21与“C101”的病例数据24之间可计算出3×3共计9个个别类似度ISM。另外，图17中，图示出No1、No2的关注区域ROI与No1～No3的各病例病变CL之间的对应关系，但由于空间限制，省略了No3的关注区域ROI与各病例病变CL之间的对应关系。

对各个个别类似度ISM附加的括弧内的识别符号是对病例ID加上关注区域ROI与病例病变CL各自的序列号的识别符号。当为“C101-11”时，表示是No1的关注区域ROI与登记在病例ID为“C101”的病例数据24中的No1的病例病变CL之间的个别类似度ISM。同样地，当为“C101-12”时，表示是No1的关注区域ROI与病例ID为“C101”的No2的病例病变CL之间的个别类似度ISM。

如图18及图19所示，个别类似度计算部65针对多件病例计算个别类似度ISM。例如，如图18所示，个别类似度计算部65首先将病例ID为“C101”的1件病例的No1～No3的3个病例病变CL与No1～No3的关注区域ROI分别对应，由此计算个别类似度ISM。如上所述，病例ID为“C101”的病例中，病例病变CL的登记数为3个(No1～No3)，因此若将3个病例病变CL与3个关注区域ROI对应，则可计算出3×3共计9个个别类似度ISM。

若针对病例ID为“C101”的病例计算个别类似度ISM的处理结束，则个别类似度计算部65接着针对病例ID为“C102”的1件病例计算个别类似度ISM。针对病例ID为“C102”的病例，病例病变CL的登记数为2个(No1及No2)，因此若将2个病例病变CL与3个关注区域ROI对应，则可计算出3×2共计6个个别类似度ISM。将这种处理反复进行与病例数相应的次数。

另外，图18中，针对病例ID为“C101”的病例病变CL，图示了与No1～No3的3个关注区域ROI的所有对应关系，但对于病例ID为“C102”而言，仅示出与No1的关注区域ROI之间的对应关系，对于与No2、No3的关注区域ROI之间的对应关系省略了图示。

个别类似度计算部65针对病例ID为“C103”以后的病例，也同样将No1～No3关注区域ROI与各病例的病例病变CL对应，由此计算个别类似度ISM。图19表示No1的关注区域ROI与病例ID为“C101”～”C104”的病例病变CL之间的对应关系。针对病例ID为“C104”以后的病例，省略图示。并且，针对No2、No3的关注区域ROI，理所当然地也与病例病变CL对应来计算个别类似度ISM，但图19中省略图示。

如图20所示，个别类似度计算部65例如在类似病例检索服务器17的存储器42B或存储设备43B内创建个别类似度表(以下，称为ISM表)71，在ISM表71中记录计算出的个别类似度ISM。ISM表71按每个关注区域ROI而创建。图20的例子表示针对No1的关注区域ROI的ISM表71。ISM表71是按每个个别类似度ISM将病例ID、病变No、病变图像建立关联来存储的表。病变图像是病例病变CL的图像数据。即，ISM表71中，1件档案(redord)由病例ID、病变No、病变图像、个别类似度ISM这4个项目的数据构成。

个别类似度计算部65首先对ISM表71按计算出各个别类似度ISM的顺序记录。各个别类似度ISM例如如“C101”、“C102”、“C103”，按病例ID的编号从小到大的顺序记录。个别类似度ISM的值由关注区域ROI的特征量RAC与病例病变CL的特征量CAC之间的相关性计算，因此数值越大表示类似度越高。

如图21所示，个别类似度计算部65按每个关注区域ROI创建ISM表71。存在No1～No3的3个关注区域ROI时，创建3个ISM表71。该阶段中，如图20所示，ISM表71中以病例ID的顺序排列有各档案。个别类似度计算部65在ISM表71的创建结束时，将ISM表71交给综合类似度计算部66。

如图22所示，综合类似度计算部66根据按每个关注区域ROI创建的多个ISM表71创建综合类似度TSM表72(以下，称为TSM表72)。具体而言，如图23所示，从多个ISM表71逐一读取根据与同一病例内的病例病变CL的对应关系计算出的个别类似度ISM，并根据从各ISM表71读取的多个个别类似度ISM计算综合类似度TSM。更具体而言，综合类似度计算部66将从各ISM表71逐件读取的个别类似度ISM作为综合类似度TSM的要素，创建与关注区域ROI的数量及1件病例内的病例病变CL的数量相应的数量的排列。并且，按每个排列计算综合类似度。

本例中，检查ID为“O901”的检查数据21中存在No1～No3的3个关注区域ROI，创建3个记录有每个关注区域ROI的个别类似度ISM的ISM表71。病例ID为“C101”的病例数据24中登记有3个病例病变CL，因此3个关注区域ROI与3个病例病变CL的排列的数量成为如₃P₃＝3×2×1＝6。计算与该排列的数量相应的数量的综合类似度TSM。

个别类似度ISM为根据将No1～No3的3个关注区域ROI与No1～No3的3个病例病变CL的哪一个一一对应而发生变化的值，因此综合类似度TSM按每个排列而发生变化。如图23所示，本例的排列的明细与6个排列对应地可计算“C101-1”～“C101-6”的6个综合类似度TSM。各综合类似度TSM的识别符号为对病例ID(本例中为C101)赋予综合类似度TSM的1～6的序列号的识别符号。各综合类似度TSM在本例中为将3个个别类似度ISM相加的总和。

各个别类似度ISM为将关注区域ROI与病例病变CL一一对应时的类似度，因此综合类似度TSM越高，表示3个关注区域ROI与3个病例病变CL的各个个别类似度ISM的平均值越高。本例中，个别类似度ISM表示相关值，因此数值越大类似度越高。因此，综合类似度TSM也表示数值越大类似度越高。

本例中，6个综合类似度TSM中，“C101-2”的综合类似度TSM为“2.04”，最高。另一方面，本例中，“C101-3”的综合类似度TSM为“1.32”，最低。并且，“C101-5”的综合类似度TSM中包含个别类似度ISM中显示最高值“0.91”的个别类似度ISM(C101-13)，但不包含最高值的“C101-2”的综合类似度TSM的平均个别类似度ISM更高，因此数值较高。

6个综合类似度TSM中类似度最高的综合类似度TSM(C101-2)为No1的关注区域ROI与No1的病例病变CL之间的个别类似度ISM(C101-11)、No2的关注区域ROI与No3的病例病变CL之间的个别类似度ISM(C101-23)、及No3的关注区域ROI与No2的病例病变CL之间的个别类似度ISM(C101-32)的总和。因此，针对“C101”的病例，将No1～No3的病例病变CL分别与No1、No3、No2的关注区域ROI对应时，能够评价为对“O901”的检查数据21的类似度最高。

如图24所示，综合类似度计算部66仅对如病例ID为“C101”、“C105”、“C106”的病例这样病例病变CL的登记数为关注区域ROI的数量以上的病例计算综合类似度TSM，并作为类似病例的检索对象。即，针对如“C102”～“C104”这样病例病变CL的登记数小于关注区域ROI的数量的病例(本例中，病例病变CL小于3个)，不计算综合类似度TSM而作为检索对象之外。

这基于如下理由。综合类似度TSM是将多个个别类似度ISM平均较高的病例评价为类似度较高的病例的指标。因此，病例病变CL的登记数在关注区域ROI的数量以上的病例和小于关注区域ROI的数量的病例的各个综合类似度TSM中，计算综合类似度TSM的前提条件不同，如一个为3个的总计值而另一个为2个的总计值，因此认为对这种综合类似度TSM彼此进行比较是不适当的。

综合类似度TSM计算出与多个关注区域ROI与多个病例病变CL的排列的数量相应的数量，因此针对成为检索对象的病例，根据病例病变CL的数量，所计算的综合类似度TSM的数量发生变化。针对“C101”的病例，如上所述，排列的数量为如₃P₃＝3×2×1＝6，所计算的综合类似度TSM的数量为6个。针对“C105”的病例，病例病变CL的登记数为“5”，因此排列的数量为如₅P₃＝5×4×3＝60，所计算的综合类似度TSM的数量为60个。同样地，针对“C106”的病例，病例病变CL的登记数为“7”，因此排列的数量为如₇P₃＝7×6×5＝210，所计算的综合类似度TSM的数量为210个。

如图25所示，综合类似度计算部66将针对成为检索对象的多个病例计算出的综合类似度TSM记录于TSM表72。TSM表72中，1件档案由病例ID、综合类似度TSM及个别类似度ISM的组合图案这3个项目的数据构成。组合图案为成为各综合类似度TSM的计算源的个别类似度ISM的组合。综合类似度计算部66将所创建的TSM表72交给类似病例检索部67。图11中，类似病例检索部67中设置有代表值判定部67B。

如图26所示，代表值判定部67B在TSM表72中从多个综合类似度TSM中按每个病例判定代表值。当为“C101”的病例时，从6个综合类似度TSM中，类似度最高(相关值最大)的综合类似度TSM(C101-2)被判定为代表值。同样地，当为“C105”的病例时，从60个综合类似度TSM中，类似度最高(相关值最大)的综合类似度TSM(C105-5)被判定为代表值。

如图27所示，代表值判定部67B对TSM表72内的所有病例实施代表值判定。由此，TSM表72中仅提取按每个病例逐一判定的代表性综合类似度TSM。

如图28所示，类似病例检索部67在已提取代表的TSM表72中，以综合类似度TSM从高到低的方式对各记录进行排序。TSM表72中，综合类似度TSM从1件病例仅提取1个，因此对各档案进行排序是指将病例以综合类似度TSM从高到低的顺序进行排序。由此，对各病例附加位次，在TSM表72的上位提取类似度较高的类似病例。

类似病例检索部67中设置有列表创建部67A(参考图11)。列表创建部67A根据TSM表72创建图29所示的类似病例列表74。类似病例列表74显示在检索结果显示画面76内。类似病例列表74是将与多件类似病例相关的信息列表化的列表。检索结果显示画面76为类似病例检索服务器17向类似病例检索请求的请求源即诊疗科终端11传送检索结果的画面的例子。

列表创建部67A从TSM表72中提取综合类似度TSM，并创建以综合类似度TSM从高到低的顺序排列类似病例的类似病例列表74。类似病例列表74的显示项目中，与各综合类似度TSM相关地包含综合类似度TSM值、基于综合类似度TSM的位次、病例ID及与综合类似度TSM相关的明细信息。本例中，明细信息为用于计算成为综合类似度TSM的计算要素的各个个别类似度ISM的关注区域ROI与病例病变CL之间的对应关系。

类似病例列表74中，病例ID为“C106”的综合类似度TSM与图28所示的“C106-7”的综合类似度TSM对应。成为“C106-7”的综合类似度TSM的计算要素的个别类似度ISM的组合图案为个别类似度ISM(C106-11)、(C106-23)、(C106-34)。显示在类似病例列表74的明细信息为用于计算这些各个个别类似度ISM的关注区域ROI与病例病变CL之间的对应关系。个别类似度ISM(C106-11)为将No1的关注区域ROI与“C106”的No1的病例病变CL对应来计算出的类似度，个别类似度ISM(C106-23)为将No2的关注区域ROI与“C106”的No3的病例病变CL对应来计算出的类似度，个别类似度ISM(C106-34)为将No3的关注区域ROI与“C106”的No4的病例病变CL对应来计算出的类似度。

而且，类似病例列表74的显示项目中包含No1、No3、No4的病例病变CL的病变图像。病变图像例如从ISM表71中读取。而且，在类似病例列表74的上方显示包含No1～No3的关注区域ROI的检查图像19。

类似病例列表74例如显示至上位6位为止的病例。当然也可通过画面滚动等操作来显示6位以下的位次。并且，也可设为可变更能够同时显示的显示件数，如显示至上位10位为止。

输出控制部69(参考图11)进行如下控制，即，关于如此创建的检索结果显示画面76，例如通过XML(Extensible Markup Language)等标记语言创建WEB传送用的XML数据，将此作为检索结果传送至请求源的诊疗科终端11。接收到XML数据的诊疗科终端11由WEB浏览器根据XML数据再现检索结果显示画面76来显示于显示部48A。由此，供医生阅览包含类似病例列表74的检索结果显示画面76。

以下，参考图30及图31对上述结构的作用进行说明。如图30所示，诊疗科10的医生通过诊疗科终端11访问检查图像DB服务器15，获取向检查科12申请的检查的检查数据21(S1100)。诊疗科终端11将检查数据21显示于显示部48A(S1200)。已获取的检查数据21中包含的检查图像19显示于图9所示的检查图像显示画面52。通过检查图像显示画面52，由医生在检查图像19内指定关注区域ROI。诊疗科终端11通过医生的指定操作接收多个关注区域ROI的指定(S1300)。若关注区域ROI的指定结束，则类似病例检索按钮52E被操作。由此，诊疗科终端11接收检索命令(S1400)。若接收到检索命令，则检索请求发出部54发出附加有检查图像19及区域信息的类似病例检索请求，该请求发送至类似病例检索服务器17(S1500)。

若类似病例检索服务器17接收到类似病例检索请求，则请求接收部61接收该请求(S2100)。并且，特征量计算部62根据检查图像19和关注区域ROI的区域信息计算每个关注区域ROI的特征量(S2200)。之后，执行类似病例检索(S2300)。

如图31所示，类似病例检索中，首先由个别类似度计算部65从病例DB服务器16中读取1件病例数据24(S2310)。并且，个别类似度计算部65将检查数据21内的多个关注区域ROI与1件病例数据24中包含的病例病变CL一一对应，由此计算个别类似度ISM(S2320)。存在多个病例病变CL时，按每个病例病变CL计算个别类似度ISM(S2330)。个别类似度计算部65将计算出的个别类似度ISM记录于ISM表71(S2340)，按每个关注区域ROI逐渐创建ISM表71(S2350)。对1件病例数据24进行这种处理之后，对下一病例数据24也同样进行这种处理。并且，反复进行同样的处理，直至针对多件病例数据24例如病例DB23内的所有病例数据24的个别类似度ISM的计算和ISM表71的创建(S2360中的否)结束。

综合类似度计算部66根据按每个关注区域ROI创建的多个ISM表71创建TSM表72(S2370)。创建TSM表72时，如图23所示，首先综合类似度计算部66根据按关注区域ROI区分的多个个别类似度ISM，计算与关注区域ROI与病例病变CL之间的排列的数量相应的数量的综合类似度TSM(S2371)。并且，按每个病例将计算出的综合类似度TSM记录于TSM表72(S2372)。

类似病例检索部67根据所创建的TSM表72创建类似病例列表74(S2380)。创建列表时，首先如图27所示，代表值判定部67B从TSM表72内的每个病例的多个综合类似度TSM中判定代表值，并创建仅提取各病例的代表性综合类似度TSM的TSM表72。之后，类似病例检索部67在TSM表72中以综合类似度TSM从高到低的顺序对病例进行排序(S2382)。由此，在TSM表72的上位提取类似度较高的类似病例。

列表创建部67A根据TSM表72，创建以综合类似度TSM从高到低的顺序排列类似病例的类似病例列表74(S2383)。

图30中，输出控制部69将包含由列表创建部67A作为检索结果而创建的类似病例列表74的检索结果显示画面76转换为传送用XML数据并传送至诊疗科终端11(S2400)。诊疗科终端11接收包含类似病例列表74的XML数据(S1600)，根据XML数据再现检索结果显示画面76(参考图29)并显示于显示部48A。

检查数据21中包含多个对象病变OL的情况下，检索与检查数据21类似的类似病例时，优选除了着眼于包含各对象病变OL的多个关注区域ROI与多个病例病变CL各自的特征量以外，还进行综合考虑各个特征量的检索。例如，某一病例中，即使1个病例病变CL相对1个关注区域ROI显示出较高类似度，但其他病例病变CL的其他关注区域ROI的类似度非常低的情况下，应至少着眼于多个关注区域ROI时，该病例作为类似病例并不适当。

本发明按每个关注区域ROI计算与病例病变CL的个别类似度ISM，根据计算出的个别类似度ISM计算综合类似度TSM，由此进行类似病例检索。综合类似度TSM为将多个个别类似度ISM平均较高的病例评价为类似度较高的病例的指标。通过根据综合类似度TSM检索类似病例，能够针对包含多个对象病变OL的检查数据21检索类似度较高的适当的类似病例。

现有技术中仅进行只着眼于1个关注区域ROI的特征量的类似病例检索，因此存在多个关注区域ROI时的类似病例检索中，无法检索适当的类似病例。而本发明根据综合类似度TSM检索类似病例，因此在存在多个关注区域ROI时的类似病例检索中，能够提供与现有技术相比有用性高的技术。

根据疾患，疾患显现多个对象病变OL的现象有时会成为确定疾患的依据。在这样必须注意多个关注区域ROI的特征量的诊断中，本发明较有用。这种疾患大多为非癌症疾患，如需着眼于空洞阴影、点状阴影及毛玻璃阴影这3种对象病变OL的结核或需着眼于支气管异常阴影及点状阴影这2种对象病变OL的弥漫性泛细支气管炎等。因此，本发明在非癌症疾患的诊断中尤其发挥有用性。

另外，本例中，以多个关注区域ROI中如“空洞”和“毛玻璃阴影”那样分别包含不同病变种类的对象病变OL的例子进行了说明，但各关注区域ROI中包含的对象病变OL只要是另外的对象病变OL，则可以是相同种类。

另外，本例中，将综合类似度TSM设为将多个个别类似度ISM相加的总和，但也可以是相乘的值。

并且，本例中，通过代表值判定部67B从按每个病例计算出的多个综合类似度TSM中按每个病例判定代表值，并仅根据代表值进行类似病例检索。通过判定代表值，如记录于TSM表72的综合类似度TSM的件数减少等检索处理中处理的数据减少，因此具有能够缩短处理时间的效果。记载于影像解读报告单的与病例病变CL相关的医生的意见等诊断结果按每个病例而存在，因此通过代表值判定以病例单位提示检索结果，还能够适当且有效地进行基于类似病例的诊断。但是，也可不判定代表值而进行类似病例检索。不判定代表值时，类似病例列表74中有时会显示相同病例的多个综合类似度TSM。这些多个综合类似度TSM中成为计算要素的个别类似度ISM的组合图案不同，因此能够针对1个病例改变视点来进行参考。

而且，类似病例列表74的显示项目中除了类似病例的病例ID及综合类似度TSM以外，还显示与综合类似度TSM相关的明细信息。能够根据明细信息确认用于计算成为综合类似度TSM的计算要素的各个个别类似度ISM的关注区域ROI与病例病变CL之间的对应关系。通过显示该对应关系，能够掌握成为综合类似度TSM的计算要素的各个个别类似度ISM是将多个关注区域ROI与多个病例病变CL中的哪一个区域和哪一个病变对应而计算出的。并且，类似病例列表74中还显示检查图像19和病例病变CL的病变图像，因此也比较容易参考图像图案，容易直观地判断图像图案彼此的类似度。

作为与综合类似度TSM相关的明细信息，如图32所示的类似病例列表75，可显示成为综合类似度TSM的计算要素的个别类似度ISM值。若除了综合类似度TSM值以外，还显示成为该明细的个别类似度ISM值，则能够确认各关注区域ROI与各病例病变CL的对应中哪个是个别类似度ISM较高的值或较低的值，因此较便利。例如，医生想要重视多个关注区域ROI中的1个时，能够观察所重视的关注区域ROI的个别类似度ISM值来找出适当的类似病例。

综合类似度TSM是将多个个别类似度ISM平均较高的病例评价为类似度较高的病例的指标。因此，类似病例列表中，多个个别类似度ISM的平均值较高的病例的位次较高，对于平均值较低的病例，即使假设1个个别类似度ISM特别高，其位次也较低。与此相比，与类似度相关的医生的主观评价中，医生对特定的病例病变CL与特定的关注区域ROI所存有的印象比平均值的影响大，因此有时医生的主观评价背离基于综合类似度TSM的客观评价(附加位次)。

即使在产生这种背离的情况下，如类似病例列表75，若除了综合类似度TSM以外还显示个别类似度ISM值，则通过确认个别类似度ISM，能够由医生自行验证主观评价。并且，若显示个别类似度ISM值，则通过由医生考虑个别类似度ISM值，针对基于类似病例列表75的根据综合类似度TSM进行的客观评价，也能够由医生根据主观评价加上修正的同时找出适于各个诊断的适当的类似病例。

[第2实施方式]

图33及图34所示的第2实施方式为图23所示的第1实施方式的综合类似度TSM的计算方法的变形例，其他内容与第1实施方式相同。第1实施方式中，将综合类似度TSM作为个别类似度ISM的简单总计值来求出，但如第2实施方式所示，也可根据成为计算综合类似度TSM的要素的个别类似度ISM值进行加权处理。

例如如图33所示，加权处理是如下处理，即，当个别类似度ISM为规定阈值以上时，乘以加权系数W来提高综合类似度TSM。图33的例子中，如双点划线的四角表示，对以相关值表示的值为“0.6”以上的个别类似度ISM乘以加权系数W。由此，综合类似度TSM值与加权系数W相应地变高。

通过加权处理，可获得以下效果。如上所述，综合类似度TSM是将多个个别类似度ISM平均较高的病例评价为类似度较高的病例的指标，基本上多个个别类似度ISM平均较高的病例被评价为类似度较高的类似病例。但是，也有即使包含1个酷似各个关注区域ROI的病例病变CL的病例作为类似病例而具有较高利用价值的情况。因此，针对即使包含1个规定阈值以上的个别类似度ISM的综合类似度TSM，通过加权处理来提高综合类似度TSM。由此，具有已进行加权处理的综合类似度TSM的病例在TSM表72或者类似病例列表74中的位次上升。如此，若利用加权系数W，则关于利用价值较高的病例，能够提高作为类似病例的综合评价，因此容易提取为类似病例。

关于加权系数W的乘法，可如图33所示，与个别类似度ISM相乘，也可如图34所示，对包含规定阈值以上的个别类似度ISM的综合类似度TSM乘以加权系数W。

并且，作为类似病例的评价方法，除了如本例那样将包含规定阈值以上的个别类似度ISM的病例评价得更高的方法以外，相反地也可考虑将包含小于规定阈值的个别类似度ISM的病例评价得更低的方法。即，针对即使存在1个与关注区域ROI的类似度显著低的病例病变CL的病例，降低作为类似病例的综合评价。此时，可代替正加权系数乘以负加权系数来降低综合类似度TSM。由此，对于具有已进行负加权的综合类似度TSM的病例，作为类似病例的综合评价降低。

另外，作为类似病例的评价方法，若从类似病例的实际情况考虑，则与对包含小于规定阈值的个别类似度ISM的病例进行负加权相比，更优选通过对包含规定阈值以上的个别类似度ISM的病例进行正加权来提高该病例的评价。

并且，本例中，以相关值表示个别类似度ISM，因此将相关值为规定值以上的个别类似度ISM判定为类似度为规定阈值以上的个别类似度ISM。与此相比，以最小二乘距离表示个别类似度ISM时，值越小类似度越高，因此该情况下，当最小二乘距离的值为规定值以下时，判定为类似度为规定阈值以上的个别类似度ISM。

[第3实施方式]

图35～图44所示的第3实施方式是利用类似病例检索的用户即医生能够变更关注区域ROI的指定数的方式。当关注区域ROI的指定数发生变更时，类似病例检索服务器17进行类似病例检索的重新检索并传送检索结果。

由此，例如能够实现以下用法，即，首先指定1个关注区域ROI来发出类似病例检索请求，确认该检索结果之后，追加关注区域ROI来再次发出类似病例检索请求，从而确认基于2个关注区域ROI的检索结果。通过逐渐依次追加指定的关注区域ROI的数量，能够逐渐限定检索结果即类似病例列表74中包含的类似病例的件数。具体而言，除了图35～图43以外，还适当参考图44的流程图来进行说明。另外，特征量的计算方法和个别类似度ISM的计算方法与上述实施方式相同，因此省略说明，并以不同点为中心进行说明。

如图35所示，在诊疗科终端11的检查图像显示画面52中，医生例如对图像ID为“O901-01”的检查图像19，仅指定1个No1的关注区域ROI，通过类似病例检索按钮52E进行类似病例检索命令。诊疗科终端11将仅指定有1个关注区域ROI的类似病例检索请求发送至类似病例检索服务器17。由此，如图44的流程图所示，类似病例检索服务器17接收类似病例检索请求(S3010中的是)。

如图36所示，个别类似度计算部65将1个关注区域ROI与病例病变CL一一对应来创建ISM表71(图44的S3020)。个别类似度计算部65针对类似检索请求中包含的所有关注区域ROI创建ISM表71(图44的S3030)。当关注区域ROI为1个时，当然仅创建1个ISM表71。

关注区域ROI的指定仅为1个时，如图37所示，包括病例病变CL的登记数仅为1个的病例(病例ID为“C103”)在内，全部成为检索对象。因此，ISM表71中计算病例DB23内的所有病例的病例病变CL与关注区域ROI之间的个别类似度ISM。例如，如“C106”的病例，当病例病变的登记数为7个时，个别类似度计算部65计算出7个个别类似度ISM。对所有病例进行这种个别类似度ISM的计算，由此创建ISM表71。

并且，当判定关注区域ROI为1个还是多个(图44的S3040)且仅有1个指定时(图44的S3040中的否)，个别类似度计算部65将ISM表71交给类似病例检索部67。关注区域ROI的指定仅为1个时，无法计算综合类似度TSM，因此类似病例检索部67根据ISM表71创建图38所示的类似病例列表74A(图44的S3050)。类似病例列表74A中以个别类似度ISM从高到低的顺序排列有类似病例。包含这种类似病例列表74A的检索结果显示画面76A传送至诊疗科终端11。并且，类似病例检索服务器17保存类似病例检索处理中创建的包含中间处理的处理结果的数据，如ISM表71等的中间处理数据、类似病例列表74A等的最终处理数据等(图44的S3080)。处理结果的数据的保存处例如为类似病例检索服务器17的存储器或存储设备(参考图7)。

医生在确认该类似病例列表74A之后进一步追加关注区域ROI时，如图39所示，在检查图像显示画面52中，例如除了No1的关注区域ROI以外，还指定No2的关注区域ROI来发出类似检索请求的命令。

如图40所示，当追加了关注区域ROI的指定时(图44的S3090中的是)，类似病例检索服务器17创建所追加的No2的关注区域ROI的ISM表71(图44的S3020)。当存在多个关注区域ROI时，个别类似度计算部65创建所有关注区域的ISM表71(图44的S3030)。此时，由于保存有第一次类似病例检索中创建的处理结果的数据，因此对可利用的数据予以再利用。由此，减轻处理负荷或缩短处理时间。1次追加了多个关注区域ROI时，创建与所追加的数量相应的数量的ISM表71。本例中，由于已创建No1的关注区域ROI的ISM表71而保存有数据，因此仅重新创建No2的关注区域ROI的ISM表71。

当关注区域ROI为多个时，个别类似度计算部65将ISM表71交给综合类似度计算部66(图44的S3040中的是)。综合类似度计算部66根据2个ISM表71创建TSM表72A(图44的S3060)。如图41所示，综合类似度计算部66计算与关注区域ROI和病例病变CL的排列的数量相应的数量的综合类似度TSM。例如，关注区域ROI为2个且病例病变CL的数量为3个时，排列的数量为如₃P₂＝3×2＝6。

如图42所示，综合类似度计算部66对病例DB23的其他病例也同样计算与关注区域ROI的综合类似度TSM。但是，关注区域ROI的指定被追加1个而成2个，因此如病例ID为“C103”的病例，病例病变CL的登记数为1个的病例被排除在检索对象之外。对于病例病变CL为2个以上的病例，成为检索对象，并根据各个病例病变CL的数量，计算与和关注区域ROI的排列数量相应的数量的综合类似度TSM。如此创建基于2个关注区域ROI的TSM表72A(参考图40)。

如图43所示，类似病例检索部67根据TSM表72A创建类似病例列表74B(图44的S3070)。包含类似病例列表74B的检索结果显示画面76B被传送至诊疗科终端11。类似病例列表74B中，仅包含1个病例病变CL的病例为检索对象之外，因此与类似病例列表74A(参考图38)相比，以限定类似病例的方式创建。由此，医生能够使用通过依次追加关注区域ROI来增加指定数，从而限定类似病例的同时发现更适当的类似病例的使用方法。

并且，类似病例检索部67保存基于已追加的关注区域ROI进行检索处理时创建的包含中间处理的处理结果的数据(TSM表72A等)。而且，追加了关注区域ROI时，如第1实施方式中的说明，创建基于3个关注区域ROI的类似病例列表74(参考图29)。如本例，若事先保存类似病例检索的处理结果的数据，则可减轻重新检索时的处理负荷或缩短处理时间，因此能够有效地利用类似病例检索服务器17的CPU等的资源，并且检索速度也提高。

另外，以追加关注区域ROI的指定数来重新检索的例子进行了说明，当然也可减少关注区域ROI的指定数来进行重新检索。

并且，病例DB23中，也有登记有多个病例病变CL的病例的件数较少的情况。该情况下，即使指定多个关注区域ROI，在具有关注区域ROI的指定数以上的登记数的病例的件数有限时，也会很难从中找出适当的类似病例。这种情况下，如本例，设为能够通过对关注区域ROI的指定数进行增减的同时进行重新检索，这能够实现与积蓄在病例DB23中的病例的件数相应的使用方法，因此较有用。

[第4实施方式]

并且，如第3实施方式，当对关注区域ROI的指定数进行增减的同时进行重新检索时，如图45、图46所示的第4实施方式，可进一步适当变更多个关注区域ROI的组合或检索结果显示画面76中的关注区域ROI的排列顺序即可。

如图45及图46所示，检索结果显示画面80A、80B中，在类似病例列表81A、81B旁边设置有ROI选择部82。ROI选择部82例如具有3个选择框82A，各选择框82A中，能够逐一选择关注区域ROI。若在图9所示的检查图像显示画面52中指定关注区域ROI，则ROI选择部82以下拉菜单82B等方式显示所指定的关注区域ROI的列表。本例中，指定有No1～No3的关注区域ROI，因此下拉菜单82B中显示No1～No3的关注区域ROI。若通过指针56从下拉菜单82B中选择1个关注区域ROI，则所选择的关注区域ROI输入至选择框82A。

各选择框82A的排列顺序与检索结果显示画面80A中包含各关注区域ROI的检查图像19的排列顺序对应，例如在编号为“1”的选择框82A中选择的包含No1的关注区域ROI的检查图像19显示于最左侧。同样地，在编号为“2”的选择框82A中选择的包含No2的关注区域ROI的检查图像19显示于中央。而且，若在编号为“3”的选择框82A中进行选择，则如图46所示，包含被选择的关注区域ROI的检查图像19显示于最右侧。

重新检索按钮83为用于以ROI选择部82中选择的条件命令类似病例检索的重新检索请求的按钮。若重新检索按钮83被操作，则从诊疗科终端11向类似病例检索服务器17发送包含在ROI选择部82中选择的选择条件的重新检索请求。请求接收部61接收包含选择条件的重新检索请求。

类似病例检索服务器17根据重新检索请求进行个别类似度计算和综合类似度计算，并执行类似病例的重新检索处理。并且，如图45、图46所示，将重新检索处理的处理结果即类似病例列表81A、81B作为检索结果传送至诊疗科终端11。

类似病例列表81A是指定了No1及No2这2个关注区域ROI时的检索结果。类似病例列表81A中，关注区域ROI的排列顺序为，包含No1的关注区域ROI的检查图像19显示于最右侧，且包含No2的关注区域ROI的检查图像19显示于中央。类似病例列表81B为指定了No1～No3这3个关注区域ROI时的检索结果。类似病例列表81B中，关注区域ROI的排列顺序为，从左至右排列包含No2、No3、No1的各关注区域ROI的检查图像19。类似病例检索服务器17如在第3实施方式中的说明，执行类似检索时，保存包括类似病例列表的数据在内的处理结果的数据。

诊疗科10的医生确认类似病例列表81。并且，能够根据需要在ROI选择部82中变更多个关注区域ROI的组合或排列顺序并且再次进行重新检索。类似病例检索服务器17中保存有处理结果的数据，因此能够再利用数据时，可在短时间内传送重新检索的结果。并且，也可设为如下，即，诊疗科终端11中暂且保存传送来的类似病例列表81的数据，从而不进行重新检索就能够重新显示。

[第5实施方式]

上述实施方式中，不判定关注区域ROI中包含的对象病变OL的种类而将其与病例病变CL对应来计算个别类似度ISM，由此进行类似病例检索。但是，如图47～图50所示的第5实施方式，也可对关注区域ROI中包含的对象病变OL及病例病变CL进行病变种类的判定，并仅将相同种类的病变彼此对应来计算个别类似度ISM，由此进行类似病例检索。如图13所示，病变图案典型地根据病变种类区分。因此，能够在计算出特征量的阶段根据特征量来判定病变种类。第5实施方式是利用这种病变种类判定的方式。

如图47所示，第5实施方式中，类似病例检索服务器17中设置有病变种类判定部86。如图48所示，病变种类判定部86根据由特征量计算部62计算出的关注区域ROI的特征量RAC，判定关注区域ROI中包含的对象病变OL的种类。病变种类判定部86例如将与在由各鉴别器62A～62H输出的鉴别器输出值中表示最大鉴别器输出值的鉴别器对应的病变种类判定为关注区域ROI中包含的对象病变OL的种类。本例的情况下，“B：空洞”的鉴别器62B的鉴别器输出值最大，因此对象病变OL的种类被判定为“B：空洞”。

另一方面，第5实施方式中，如图49所示，对各病例病变CL，也根据特征量CAC预先判定病变种类，已判定的病变种类存储于特征量DB23B。

如图50所示，个别类似度计算部65在计算关注区域ROI与各病例病变CL之间的个别类似度ISM时，仅对病变种类为相同种类的彼此计算个别类似度ISM，对病变种类不同的病例，不计算个别类似度ISM。本例中，No1的关注区域ROI的种类为“B：空洞”，因此从“C101”的病例中仅计算种类为“B：空洞”的与No3的病例病变CL之间的个别类似度ISM。1件病例中登记有多个与关注区域ROI相同种类的病例病变CL时，计算出多个个别类似度ISM。并且，与关注区域ROI相同种类的病例病变CL一个也没有被登记时，针对该病例，不计算个别类似度ISM。

由此，能够减少个别类似度计算部65的计算处理时间。并且，与不区分病变种类而计算个别类似度ISM的第1实施方式相比，ISM表71的尺寸也变小，因此存储器的工作区域也可以较小。因此，施加于类似病例检索服务器17的CPU41B的负荷减轻，因此能够缩短检索时间。

但是，预先判定病变种类而仅对相同种类的病例计算个别类似度ISM的方式中，病变种类的判定精度较低时，有可能遗漏应作为类似病例来检索的病例病变CL即所谓的检索遗漏。尤其，如图10所示，将多个对象病变OL指定为1个关注区域ROI时，根据种类判定，做出偏向多个对象病变OL中的任意一个的判定。因此，对于第5实施方式优选在确认了病变种类的判定精度的基础上实施。

[第6实施方式]

图51所示的第6实施方式为以判定病变种类的第5实施方式为前提的方式，该方式中根据病例病变CL的登记数不同的多件病例，创建1个类似病例列表87。如在第1实施方式中的说明，对于成为检索对象的病例，优选将病例病变CL的数量为关注区域ROI的数量以上的病例作为对象。

然而，在病例DB23中，有时病例病变CL的登记数较多的病例的积蓄数较少。该情况下，若将不满足关注区域ROI的数量的登记数的病例全部作为检索对象之外，则检索对象过少，可能导致无法检索适当的类似病例。即使是病例病变CL的登记数不满足关注区域ROI的数量的病例，若针对各个病例病变CL来看，有时也会具有诊断时有用的价值。第6实施方式为对于病例病变CL的登记数少于关注区域ROI的数量的病例也能够包含在检索对象中而作为类似病例提取的方式。

具体而言，例如在检查数据21中，设为指定有“B：空洞”、“F：点状阴影”、“E：毛玻璃状阴影”这3种关注区域ROI。该情况下，将多种关注区域ROI的1种关注区域ROI必须指定为作为类似病例检索的检索条件而必须的关注区域ROI。作为必须指定的关注区域ROI，例如为医生在诊断时判断为重要度最高的关注区域ROI。

本例中，包含病变种类为“B：空洞”的对象病变OL的关注区域ROI(No1)被必须指定(图中，以粗框表示)。并且，对于包含另外2种(“F：点状阴影”、“E：毛玻璃状阴影”)对象病变OL的关注区域ROI(No2、No3)，虽指定为关注区域ROI但并未被必须指定。以这种条件，从诊疗科终端11向类似病例检索服务器17发送类似病例检索请求。

类似病例检索服务器17中，请求接收部61接收包含必须指定的类似病例检索请求。请求接收部61作为必须指定接收部发挥作用。病变种类判定部86针对所接收的请求中包含的3个关注区域ROI的对象病变OL，判定病变种类。并且，对于No1的关注区域ROI，作为检索条件进行了必须指定，因此类似病例检索服务器17固定No1的关注区域ROI的种类来进行类似病例检索。

具体而言，由于No1的关注区域ROI的种类为“B：空洞”，因此类似病例检索服务器17将“B：空洞”固定为检索条件。并且，作为病例病变CL的种类，将包含所固定的“B：空洞”的病例作为检索对象。只要是包含所固定的种类(“B：空洞”)的病例病变CL的病例，则与登记数无关地作为检索对象。另一方面，对于不包含所固定的种类(“B：空洞”)的病例病变CL的病例，排除在检索对象外。

检索对象的挑选即针对病例进行的、是作为检索对象还是作为对象之外的判定，例如由个别类似度计算部65来进行。个别类似度计算部65仅对包含“B：空洞”的病例病变CL的病例计算个别类似度ISM，并创建ISM表71。由综合类似度计算部66来进行时，仅对包含“B：空洞”的病例病变CL的病例计算综合类似度TSM，并创建TSM表72。

通过这种检索对象的挑选，本例中成为检索对象的是以下4种图案的病例。第1是3种关注区域ROI中只有“B：空洞”一致的病例。第2是3种中“B：空洞”及No2的关注区域ROI的种类即“F：点状阴影”这2种一致的病例。第3是3种中“B：空洞”及No3的关注区域ROI的种类即“E：毛玻璃状阴影”这2种一致的病例。第4是3种全部一致的病例。

个别类似度计算部65根据挑选出的病例，将相同种类的病例病变CL与各关注区域ROI一一对应来计算个别类似度ISM。由于No1的关注区域ROI的种类即“B：空洞”被固定，因此挑选出的病例内包含“B：空洞”的病例病变CL。因此，在No1的关注区域ROI中，针对所有挑选出的病例计算个别类似度ISM。由此，创建No1的ISM表71。

接着，个别类似度计算部65计算针对No2的关注区域ROI的个别类似度ISM。No2的关注区域ROI的情况下，成为计算个别类似度ISM的对象的病例为包含“F：点状阴影”的上述第2图案的病例及第4图案的病例。根据计算出的个别类似度ISM，创建与No2的关注区域ROI对应的ISM表71。对于No3的关注区域ROI，也计算个别类似度ISM。No3的关注区域ROI的情况下，成为计算个别类似度ISM的对象的病例为包含“E：毛玻璃状阴影”的第3图案及第4图案的病例。根据计算出的个别类似度ISM创建与No3的关注区域ROI对应的ISM表71。

如此，对No1～No3的关注区域ROI计算出ISM表71之后，根据包含固定的“B：空洞”的组合即根据No1和No2的ISM表71的组合、No1和No3的ISM表71的组合、及No1～No3的ISM表71的组合，综合类似度计算部66根据各组合计算综合类似度TSM，并创建3种TSM表72A～72C。

类似病例检索部67根据No1的ISM表71及3种TSM表72A～72C创建类似病例列表87。其中，记录于ISM表71的是个别类似度ISM，无法与多个个别类似度ISM之和即综合类似度TSM同列比较。并且，TSM表72A、72B为2个个别类似度ISM之和，而TSM表72C为3个个别类似度ISM之和，因此对此也无法同列比较。因此，类似病例检索部67进行标准化，以便能够比较各表71、72A～72C的个别类似度ISM及综合类似度TSM。根据已标准化的类似度即标准化值，对各病例附加位次。标准化例如为个别类似度ISM及综合类似度TSM分别除以个别类似度ISM的数量的处理。

首先，病例ID为“C111”时，对于从ISM表71中提取的个别类似度ISM(“0.91”)，由于个别类似度ISM的数量为1个，因此该值(“0.91”)直接成为标准化值。另一方面，病例ID为“C112”或“C116”的病例中，从TSM表72A、72B中提取的综合类似度TSM(分别为“2.32”、“2.24”)是2个个别类似度ISM之和，因此除以2的值(“1.16”、“1.12”)成为标准化值。并且，如病例ID为“C114”，从TSM表72C中提取的综合类似度TSM(“3.63”)是3个个别类似度ISM之和，因此除以3值(“1.21”)成为标准化值。

另外，本例中，作为标准化值，使用了除以个别类似度ISM的数量的简单的平均值，但例如病例ID为“C114”，对于包含关注区域ROI的个别类似度ISM为一定值以上的病例病变CL的病例，也可对平均值进行加权来计算出标准化值，以评价为类似度更高。

根据本例，即使在病例DB23内关注区域ROI的数量以上的病例较少时，也能够有效利用这些病例来进行类似病例检索。而且，由于接收必须的关注区域ROI的指定，因此能够将在检索对象中包含医生认为重要的关注区域ROI的病例作为检索对象，因此能够限定在尤其有用的类似病例。另外，本例中，以对多个关注区域ROI中的1个进行必须指定的例子进行了说明，但也可对2个以上的关注区域ROI进行必须指定。

[第7实施方式]

图52及图53所示的第7实施方式为在诊疗科终端11计算关注区域ROI的特征量而不是在类似病例检索服务器17中计算的方式。可如第7实施方式那样在诊疗科终端11计算关注区域ROI的特征量，该情况下，类似病例检索服务器17上不设置特征量计算部62，而设置图11所示的个别类似度计算部65、综合类似度计算部66及类似病例检索部67等特征量计算部62以外的结构。

如图52所示，诊疗科终端11中设置有与特征量计算部62相同的特征量计算部88。特征量计算部88例如通过由CPU41A执行安装于诊疗科终端11的软件来实现。特征量计算部88根据包含检查图像19的检查数据21及通过GUI控制部53输入的关注区域ROI的区域信息，计算特征量RAC。检索请求发出部54中附加与关注区域ROI对应的图像及计算出的特征量RAC，并发出类似病例检索请求。

如图53所示，类似病例检索请求从诊疗科终端11发送至类似病例检索服务器17。类似病例检索服务器17根据所接收的类似病例检索请求进行类似检索，并将检索结果传送至诊疗科终端11。第7实施方式中，类似病例检索服务器17的请求接收部61作为特征量获取部发挥作用。

第7实施方式中，进行图47～图50所示的第5实施方式及图51所示的第6实施方式中说明的病变种类判定时，可在诊疗科终端11设置病变种类判定部。该情况下，对类似病例检索请求还附加已判定的种类的信息，并传送至类似病例检索服务器17。第5及第6实施方式中，获取病变种类信息的种类信息获取部的功能由病变种类判定部86担负，但在诊疗科终端11设置病变种类判定部从而发送至类似病例检索服务器17的方式中，请求接收部61作为种类信息获取部发挥作用。

上述各实施方式中，以根据来自诊疗科终端11的请求进行类似病例检索的类似病例检索服务器17的方式说明了本发明的类似病例检索装置，当然也可以以不使用类似病例检索服务器17而是由诊疗科终端11访问病例DB服务器16来检索类似病例的方式，在诊疗科终端11设置类似病例检索功能。该情况下，诊疗科终端11成为类似病例检索装置。

并且，上述各实施方式中，以各自的服务器构成了类似病例检索服务器17和病例DB服务器16，但也可综合这些来由1个服务器构成。如此，也可在1个服务器综合多个功能或按每个功能分离服务器。

另外，计算机系统的硬件结构可进行各种变形。例如，关于类似病例检索服务器17，为了提高处理能力和可靠性，作为硬件也能够由分离的多台服务器计算机构成。如此，计算机系统的硬件结构可根据处理能力、安全性、可靠性等所需的性能而适当变更。而且，不限于硬件，对于病例DB23和AP50等程序，为了确保安全性和可靠性，当然也能够进行双重化或者分散于多个存储设备来存储。

并且，上述各实施方式中，对于类似病例检索服务器17，以在1个医疗设施内利用的方式进行了说明，但也可设为可供多个医疗设施利用的方式。

具体而言，上述各实施方式中，类似病例检索服务器17为如下方式，即，诊疗科终端11等设置于1个医疗设施内的客户终端经由LAN可通信地连接，并根据来自客户终端的请求，提供与类似病例检索相关的应用服务。为了可供多个医疗设施利用，类似病例检索服务器17例如经由网络或公用通信网等WAN(Wide Area Network)，与设置于多个医疗设施的客户终端可通信地连接。并且，类似病例检索服务器17接收来自多个医疗设施的客户终端的请求，并向各客户终端提供与类似病例检索相关的应用服务。

该情况下的类似病例检索服务器17的设置地点和管理主体例如可以是与医疗设施不同的数据中心，也可以是多个医疗设施中的1个。并且，利用WAN时，考虑到信息安全性，优选构建VPN(Virtual Private Network)或使用HTTPS(Hypertext Transfer ProtocolSecure)等安全等级较高的通信协议。

本发明并不限于上述各实施方式，只要不脱离本发明宗旨，则当然可以采用各种结构。例如，本例中，作为检查图像的例子，以CT、MRI、简单的X射线图像为例，但也能够适用于通过乳房摄影术(mammography)或内窥镜等其他方式拍摄的检查图像。并且，还能够适当组合上述各种实施方式或各种变形例。并且，本发明除了程序以外，还涉及存储程序的存储介质。