第32回医療情報学連合大会にて、画像診断のeラーニングのデモンストレーションを行いました。モニターアンケートも掲載しています。

1. 胸部単純撮影における
画像診断学習システムの開発

2. 1. はじめに
背景
・近年の撮影機器の進歩に伴って、CR(Computed Radiography),
DR(Digital Radiography)などの放射線画像診断の重要性が高まって
いる。
・しかし、放射線科診断専門医の絶対数は不足しており、かつその育成に
は膨大な時間と労力を要する。
その結果
・診療放射線技師による画像診断の補佐業務
・診療所などで専門外の医師が画像診断を行うこと
が不可欠になる。
研究目的
これまで我々が開発してきた画像診断知識ベース（参考文献[1][2][3]
参照）と、大阪大学大学院医学系研究科放射線医学教室において教育
用症例画像として利用されている490症例を用いて、放射線科診断専門
医に限らず、診療放射線技師や画像診断を行う必要のある専門外の医
師が利用できる画像診断学習システムを開発する。

3. 2. システム構成
図１ システム構成図

4. 3.1 学習システムの内容 ユーザに提供する機能
設定項目
1. 学習したい問題の範囲
2. 学習したい項目
3. 難易度
4. カテゴリナビゲーション
5. 最初から正解の表示
図２ 設定画面

5. 3.1 学習システムの内容 ユーザに提供する機能
図3 問題解答画面

6. 3.1 学習システムの内容 ユーザに提供する機能
図4 症例画像 確認画面

7. 3.1 学習システムの内容 ユーザに提供する機能
図5 模範解答表示画面
図6 成績表示画面

8. 3.2 学習システムの内容 答え合わせの方法
図５ 答え合わせの例
実際の症例では1つの問題につき、画像が複数存在したり、複数の基本
所見や該当する診断があるため、解答欄が多様な形で提示される。
・「基本部位」「基本所見」「診断」の組合せ（横一列）が不正解の場合は
右端に×が表示される。
・解答欄ごとの正解不正解は、正解が太字アンダーライン（実際の画面
では青字）として表示される。

9. 3.2 学習システムの内容 答え合わせの方法
1. 「基本部位」「基本所見」「診断」の解答
の組合せに対して正解度*1を計算する。
2. 正解度を利用して正解の組合せと比
較する「基本部位」「基本所見」「診断」
の組合せを抽出する。
3. 抽出した組合せに対して「基本部位」
「基本所見」「診断」の各語彙が正解か
どうかを判定する。
4. 他の組合せがあれば正解度の順に各
語彙が正解かどうかを判定し、すべて
の組合せに対して各語彙の正解不正
解を判定する。
5. すべての語彙が正解の場合の組合せ
のみ、「基本部位」「基本所見」「診断」
の組合せが正解と判断する。
図６ 答え合わせのフロー

10. 4.1 実証実験 概要
＜対象＞放射線技師、および放射線技師を目指す学生
・九州大学12名
・熊本大学4名
・名古屋大学4名
・鳥取大学3名
・病院所属14名
（兵庫医科大学病院、鳥取大学医学部附属病院、
金沢大学、埼玉医科大学総合医療センターほか）
計37名 ／ 有効回答数35名
＜実施期間＞ 約2カ月
＜解答数＞ 平均54.8問
＜平均正答率＞ 20.06％

11. 4.2 実証実験 アンケート結果より
＜学習システムは、従来の教科書学習くに比べ有効か？＞ ＜学習システムを、今後も使用したいか？＞
学習システムの有効性を91%が認めた。 80％が、学習システムの継続利用の意欲あり。
＜学習システムで使われている用語は妥当か？＞
学習システムの用語について、94％が現場・教科書で
使われているものと大きな差異はないと考える。

12. 4.2 実証実験 アンケート結果より
Topic 2 Topic 3
Topic 1
臨床に近いサイズ 画像診断スキルに
豊富な症例画像！ を、モニターで観察 あわせて学習できる
＜本システムの有効性を認める
理由（フリー回答）＞
・多くの疾患の症例画像を見
ることができた（10人）
・モニターで見ることで臨床に
近い（7人）
・拡大画像を確認できる（5
人）
・画像が鮮明（3人）
＜「使いやすい」理由（フリー回答＞
・あらかじめ表示させる解答部分を変
えることで、画像診断スキルに応じ
た学習ができる（6人）
・「所見」「診断」をヒント表示させるこ
とで、初学者の学習にも向く（1人）

13. 4.2 実証実験 アンケート結果より
＜初級・中級・上級の難易度の設定について、
どのように感じましたか？＞
※1 2回目以降の正解を含む正解数
設問の難易度 小計 技師・博士 学生 学生の平均正答率※1
妥当とは言えない 20名 8名 12名 13.5％
妥当である 15名 8名 7名 30％
全体の平均正答率20％より高く、
比較的優秀な学生と推測される。
画像診断初学者のレベルアップにも資するべく、
下記の対応を実施する。
対応1 対応2
難易度「入門」新設 ヒント設定の活用
「所見」「診断」をヒント表示させ
「部位」のみを解答させる

14. 5. 結論
学習するユーザの特性や能力にあわせて出題を最適化できるシステムを
構築し、放射線技師および放射線技師を目指す学生37名に対して実証実
験を行い35名からアンケートを回収した。
その結果以下の結論を得た。
・ 放射線技師（めざす学生含む）で、画像診断学習の有効性を認める
一方で、以下の通り学習システムの改良点を見出した。
・ 画像診断の初学者向けに、設問の難易度「入門」を新設する
・ 初学者向けのヒント設定の訴求を強化する
・ 解説を望む声があり（37％）、より学習効果を高めるために
解説内容を検討し解説を用意する
今後は専門外の医師に対しても評価をお願いする予定である。

15. ー作成ー
コニカミノルタエムジー（株） 開発本部 笹井 浩介
大阪大学大学院医学系研究科 医療情報学 三原 直樹
特定非営利活動法人 メディカル指南車 藤原 理恵
網屋 充世
兵庫医科大学 医療情報学 宮本 正喜
大阪大学大学院医学系研究科 医療情報学 松村 泰志