特許ウォッチ

公開番号2025179219
公報種別公開特許公報(A)
公開日2025-12-09
出願番号2025154550,2024516342
出願日2025-09-17,2022-09-21
発明の名称ディープラーニングに基づいて連続的な身体状態を計測する方法、コンピュータプログラム及び装置
出願人メディカル・エーアイ・カンパニー・リミテッド,Medical AI Co., Ltd.
代理人弁理士法人IPX
主分類A61B 5/346 20210101AFI20251202BHJP(医学または獣医学;衛生学)
要約【課題】心電図データに基づいて身体特性に対する生物学的情報及び疾患に対する病理学的情報を個別的に予測し、これを併合して身体状態を連続的な数値で計測する方法を提供することを目的とする。
【解決手段】本開示の一実施例によって、コンピューティング装置によって実行される、ディープラーニングに基づいて連続的な身体状態を計測する方法、コンピュータプログラム及び装置が開示される。前記方法は、心電図データを獲得する段階と、事前に学習された神経回路網モデルを使用して、前記心電図データに基づいて前記心電図データを測定した対象の疾患の発病又は前記疾患の進行状況に対応する身体状態を推論する段階と、を含み、前記神経回路網モデルは、前記疾患と相関関係を有する前記身体特性を示す生物学的情報に対する第1特徴又は前記疾患の進行程度を反映する病理学的情報に対する第2特徴のうちの少なくとも一つに基づいて学習されものであり得る。
【選択図】図2
特許請求の範囲【請求項１】
少なくとも一つのプロセッサ（ｐｒｏｃｅｓｓｏｒ）を含むコンピューティング装置によって実行される、ディープラーニングに基づいて連続的な身体状態を計測する方法であって、
心電図データを獲得する段階と、
事前に学習された神経回路網モデルを使用し、前記心電図データに基づいて前記心電図データを測定した対象の疾患の発病又は前記疾患の進行状況に対応する身体状態を推論する段階と、
を含み、
前記神経回路網モデルは、前記疾患と相関関係を有する身体特性を示す生物学的情報に対する第１特徴、又は前記疾患の進行程度を反映する病理学的情報に対する第２特徴のうちの少なくとも一つに基づいて学習された、方法。
続きを表示（約 1,300 文字）【請求項２】
前記神経回路網モデルは、前記心電図データに基づいて前記第１特徴を出力するように学習された第１サブモデルを含み、
前記第１サブモデルは、前記生物学的情報に含まれた少なくとも一つの因子（ｆａｃｔｏｒ）に対する数値を個別的に出力するように前記因子の個数に合わせて構成される、請求項１に記載の方法。
【請求項３】
前記神経回路網モデルは、前記心電図データに基づいて前記第２特徴を出力するように学習された第２サブモデルをさらに含み、
前記第２サブモデルは、前記病理学的情報に含まれた少なくとも一つの因子に対する数値を個別的に出力するように、前記因子の個数に応じて構成される、請求項２に記載の方法。
【請求項４】
前記神経回路網モデルは、前記第１サブモデルの出力である第１特徴及び前記第２サブモデルの出力である第２特徴に基づいて、前記疾患の発病又は前記疾患の進行状況によって連続的に変化する身体状態を数値で表現するように学習された第３サブモデルをさらに含む、請求項３に記載の方法。
【請求項５】
前記第３サブモデルは、前記疾患の種類によって決定された加重値に基づいて、前記第１特徴及び前記第２特徴を組み合わせて生成された第３特徴を受けて前記数値を出力する、請求項４に記載の方法。
【請求項６】
前記第１サブモデル及び前記第２サブモデルのそれぞれは、ラベルが指定されなかったサンプルを含む学習データを用いて実行される自己教師あり学習に基づいて学習された、請求項３に記載の方法。
【請求項７】
前記疾患は、心血管疾患を含む、請求項１に記載の方法。
【請求項８】
前記生物学的情報は、前記心血管疾患に含まれた冠状動脈疾患に関連した身体特性因子として、年齢、性別、背又は体重のうちの少なくとも一つを含む、請求項７に記載の方法。
【請求項９】
前記病理学的情報は、前記心血管疾患に含まれた冠状動脈疾患の進行程度を反映する病理学的特性因子として、心筋梗塞有無、血管カルシウム化の程度、血栓の安全性、冠状動脈の血管内速度、又は冠状動脈の狭窄程度のうちの少なくとも一つを含む、請求項８に記載の方法。
【請求項１０】
コンピュータ可読の保存媒体に保存されたコンピュータプログラム（ｐｒｏｇｒａｍ）であって、前記コンピュータプログラムは、一つ以上のプロセッサ（ｐｒｏｃｅｓｓｏｒ）で実行される場合、ディープラーニングに基づいて連続的な身体状態を計測する動作を実行し、
前記動作は、
心電図データを獲得する動作と、
事前に学習された神経回路網モデルを使用して、前記心電図データに基づいて前記心電図データを測定した対象の疾患の発病又は前記疾患の進行状況に対応する身体状態を推論する動作と、
を含み、
前記神経回路網モデルは、前記疾患と相関関係を有する身体特性を示す生物学的情報に対する第１特徴、又は前記疾患の進行程度を反映する病理学的情報に対する第２特徴のうちの少なくとも一つに基づいて学習された、コンピュータプログラム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示の内容は医療分野のディープラーニング技術に関し、具体的には疾患に対する身体特性を連続的な数値で示すためのディープラーニングに基づいて連続的な身体状態を計測する方法、コンピュータプログラム及び装置に関する。
続きを表示（約 1,000 文字）【０００２】
【背景技術】
【０００３】
心電図信号とは心臓が拍動する周期中に起こる心臓の電気的活動状態をグラフ上に示したものである。よって、私たちは心電図信号を介して心臓の構造的及び機能的な面を観察することができる。よって、不整脈、心筋梗塞などの心臓疾患を含めた多様な疾病を診断するために心電図信号が使用される。
【０００４】
心臓疾患を含めた一般的な身体疾患は連続的に変化する身体状態が、疾患と診断されるために設定された基準値に至るほどに悪化する状況を示す。すなわち、身体状態は０又は１のデジタルではないアナログのように連続的に変化し、人為的に設定された基準値によって疾病有無が決定される。例えば、心臓疾患の場合、心臓に血液を供給する冠状動脈の状態は連続的に変化し、冠状動脈が狭く狭窄程度によって、動脈硬化症、狭心症、心筋梗塞症などの疾患が決定される。
【０００５】
身体疾患を予測するために、ディープラーニングに基づいて多様な技術が開発されている。しかし、従来技術は人為的に設定された基準によって決定された疾患の有無を判断するためのものが大多数である。すなわち、疾患の有無は連続的に変化する身体状態を任意の基準によって区分したものであり、これを用いて学習されたディープラーニングモデルは疾患の有無のみを予測するだけで、疾患に対する全般的な身体状態を予測することができない。
【０００６】
疾患予測の目的は、疾患の発病可能性を推測して疾患を予防することである。よって、疾患予測領域では、疾患の有無を予測することだけでなく、疾患に関連した身体状態を正確に予測することも重要である。すなわち、私たちは疾患に関連して連続的に変化する身体状態を予測する必要がある。
【０００７】
【発明の概要】
【発明が解決しようとする課題】
【０００８】
本開示は前述した背景技術に対応して案出されたものであり、心電図データに基づいて身体特性に対する生物学的情報及び疾患に対する病理学的情報を個別的に予測し、これを併合して身体状態を連続的な数値で計測する方法を提供することを目的とする。
【０００９】
ただし、本開示で解決しようとする課題は以上で言及した課題に限定されず、言及しなかった他の課題は下の記載から明らかに理解可能であろう。
【００１０】
【課題を解決するための手段】
（【００１１】以降は省略されています）

関連特許