CN105849769A - 检查服务器、通信终端、检查系统、以及检查方法 - Google Patents

Abstract

本发明提供了一种检查服务器，所述检查服务器包括：通信单元，所述通信单元经由网络与多个通信终端通信，所述多个通信终端可分别连接至能够执行有关存在或者不存在疾病的检查的检查装置，并且分别能够输入有关存在或者不存在所述疾病的诊断，所述诊断与所述检查有关并且由医生做出；以及控制单元，所述控制单元经由所述通信单元从所述多个通信终端中的每个通信终端获取所述检查的结果和所述诊断中的至少一个作为检查信息项，使存储单元将所述多个获取到的检查信息项存储在其中，对所述多个存储的检查信息项进行统计处理，并且在所述医生做出诊断之前使所述通信单元按照所述通信终端中的每个通信终端所给出的要求返回所述统计处理的结果。

Description

检查服务器、通信终端、检查系统、以及检查方法

技术领域

本技术涉及一种使用统计信息的检查系统，涉及一种配置该检查系统的通信终端和检查服务器，并且涉及用于该检查系统的检查方法。

背景技术

近年来，在医疗护理中进行的检查在对患者展开治疗的过程中已经变得越来越重要。开发了许多用于临床检查的检查装置、检查试剂盒和检查方法。

检查系统还可以作为网络兼容的客户端服务器系统而建立。

例如，在专利文件1中，由计算机配置而成的智能模块105，例如，通过直接连接或者通过网络140从数据获取模块(诸如，检查系统150)接收患者检查结果。智能模块执行用于分析患者检查结果的疾病分类过程以确定患者样本是否与炎症性肠病或者其临床亚型相关联。然后将通过该过程而做出的确定结果提供给客户端系统130。

专利文件1：日本特开第2012-508383号公报

发明内容

本发明要解决的问题

然而，在上面提及的检查系统中，仅仅基于从检查终端(检查系统)采集到的患者检查结果进行分析以将其诊断提供给客户端。换言之，上面提及的检查系统并不是在医生进行临床检查之前将检查的阳性预测值和阴性预测值(这将在稍后进行描述)呈现给医生以协助医生确定是否要进行或者停止检查的检查系统。

进一步地，尚无经由网络从分散在许多国家和地区的其它检查终端获取检查结果或者诊断，并且计算每个地区随着时间变化的患病率(这将在稍后进行描述)、阳性预测值和阴性预测值以将它们提供给医生的检查系统。

而且，为了提高患病率的准确度，获得巨大总数量的检查结果很重要，但是焦点尚未放在增加总数量上。

此外，尚无应对传染病(诸如，流行性疾病)传播的检查系统。

另外，在上面提及的检查系统中，已经存在许多问题。例如，无法基于较大量的信息来提高待提供的信息的准确度或者提供更高附加值的信息。

鉴于上述情况，本技术的目的是提供一种从各个方面(诸如，质量和成本)改善临床检查或者治疗的检查服务器、通信终端、检查系统、以及检查方法。

问题的解决方案

为了实现上述目的，根据本技术的实施例，提供了一种检查服务器，该检查服务器包括：通信单元，该通信单元经由网络与多个通信终端通信，该多个通信终端可分别连接至能够执行有关存在或者不存在疾病的检查的检查装置，并且分别能够输入有关存在或者不存在疾病的诊断，该诊断与检查有关并且由医生做出；以及控制单元，该控制单元经由通信单元从多个通信终端中的每个通信终端获取检查的结果和诊断中的至少一个作为检查信息项，使存储单元将多个获取到的检查信息项存储在其中，对多个存储的检查信息项进行统计处理，并且在医生做出诊断之前使通信单元按照通信终端中的每个通信终端所给出的要求返回统计处理的结果。应该注意，除了原来的检查装置之外，此处使用的检查装置还包括检查剂。

为了实现上述目的，在根据本技术的实施例的检查服务器中，控制单元可以使通信单元，基于在多个存储的检查信息项中检查的结果和诊断呈阳性的检查信息项的数量、检查的结果呈阴性并且诊断呈阳性的检查信息项的数量、检查的结果呈阳性并且诊断呈阴性的检查信息项的数量、以及检查的结果和诊断呈阴性的检查信息项的数量，返回作为统计处理的结果而计算的患病率、阳性预测值和阴性预测值中的至少一个。

为了实现上述目的，在根据本技术的实施例的检查服务器中，除了患病率之外，控制单元可以使通信单元返回阳性预测值和阴性预测值，该阳性预测值和该阴性预测值基于患病率、检查装置的敏感性、以及检查装置的特异性而计算得到。

为了实现上述目的，在根据本技术的实施例的检查服务器中，控制单元可以从通信终端中的每个通信终端获取将要接受检查的患者的距发病所经时间，获取与距发病所经时间对应的敏感性和特异性，并且基于获取到的敏感性和特异性计算阳性预测值和阴性预测值。

为了实现上述目的，在根据本技术的实施例的检查服务器中，控制单元可以使检查装置执行用于检查疾病的各种类型的检查，该检查装置连接至所述通信终端中的每个通信终端，从检查装置获取所执行的各种类型的检查的结果，并且基于所获取的各种类型的检查的结果确定指示存在或者不存在疾病的检查的结果。

为了实现上述目的，在根据本技术的实施例的检查服务器中，检查装置可以能够执行各种类型的检查，并且控制单元可以在使检查装置执行各种类型的检查中的一种检查之后，基于有关一种检查的阳性似然比和阴性似然比中的至少一个计算在一种检查中的验后比，将验后比发送到通信终端中的每个通信终端，并且从通信终端中的每个通信终端获取有关是否进行后续检查的信息。

为了实现上述目的，在根据本技术的实施例的检查服务器中，从通信终端获取到的检查信息项可以分别包括指示将要接受检查的患者的属性的患者属性信息，并且当接收到缩小来自通信终端中的每个通信终端的统计信息的范围的要求时，控制单元可以通过对分别具有患者属性信息的属性的检查信息项进行范围缩小来进行统计处理，该要求指定任何患者属性信息。

为了实现上述目的，在根据本技术的实施例的检查服务器中，从通信终端获取到的检查信息项可以分别包括指示进行检查的通信终端中的每个通信终端的属性的终端属性信息，并且当接收到缩小来自通信终端中的每个通信终端的统计信息的范围的要求时，控制单元可以通过对分别具有终端属性信息的属性的检查信息项进行范围缩小来进行统计处理，该要求指定任何终端属性信息。

为了实现上述目的，在根据本技术的实施例的检查服务器中，该控制单元可以对统计处理的结果进行加权，该加权基于终端属性信息，该统计处理的结果基于通过范围缩小而获得的检查信息项而计算得到。

为了实现上述目的，在根据本技术的实施例的检查服务器中，控制单元可以能够使用阳性率，而不是患病率。

为了实现上述目的，在根据本技术的实施例的检查服务器中，检查信息项可以包括用于识别进行检查的方法的信息，并且控制单元可以能够在对相同的疾病进行检查的方法中的每种方法中使用阳性率，而不是患病率，该阳性率是对通过方法中的一种方法获取到的多个检查信息项进行的统计处理的结果，该方法满足针对相应方法初步提供的敏感性和特异性中的初步要求的敏感性和特异性的预定值，该患病率是对通过方法中的另一种方法获取到的多个检查信息项中的每个检查信息项进行的统计处理的结果。

为了实现上述目的，在根据本技术的实施例的检查服务器中，控制单元可以基于阳性预测值评估检查的有效性，将评估结果发送到通信终端中的每个通信终端，并且使通信终端中的每个通信终端显示推荐或者不推荐检查的消息。

为了实现上述目的，在根据本技术的实施例的检查服务器中，从通信终端获取到的检查信息项可以分别包括通信终端中的每个通信终端所在区域的信息，作为指示进行检查的通信终端中的每个通信终端的属性的终端属性信息，并且控制单元可以基于在与第一区域不同的一个或者多个第二区域中获得的患病率，并且基于对在第二区域中的每个第二区域与第一区域之间的感染具有影响的因素，来估计在未实施检查的第一区域中的患病率。

为了实现上述目的，在根据本技术的实施例的检查服务器中，控制单元可以周期性地进行统计处理，创建患病率的历史信息，并且基于历史信息预测未来的患病率。

为了实现上述目的，在根据本技术的实施例的检查服务器中，控制单元可以返回从外部获取到的统计处理的结果，而不是对多个存储的检查信息项进行统计处理。

为了实现上述目的，在根据本技术的实施例的检查服务器中，控制单元可以将药物的列表发送到通信终端的每个通信终端，该药物基于检查的结果、诊断、以及统计处理的结果中的至少一个，并且使通信终端中的每个通信终端提出列表作为针对药物治疗推荐的药物，或者控制单元可以使通信终端中的每个通信终端显示用于能够在检查装置中进行的检查的方法的列表、指示用于在列表中推荐的检查的方法的推荐标志、以及用于开始检查的用户界面。

为了实现上述目的，根据本技术的实施例，提供了一种通信终端，该通信终端包括：通信单元，该通信单元经由网络与检查服务器通信，该检查服务器采集有关存在或者不存在疾病的检查的结果和有关存在或者不存在疾病的诊断中的至少一个的多个集合作为检查信息项，并且提供对多个采集到的检查信息项进行的统计处理的结果，该诊断与检查有关并且由医生做出；输入单元，该输入单元接收来自用户或者医生的输入；以及控制单元，该控制单元使通信单元将统计处理的结果的要求发送到检查服务器，使检查装置执行检查，将统计处理的结果和所执行的检查的结果呈现给用户，该统计处理的结果是经由通信单元从检查服务器接收到的，使用户通过使用输入单元来输入有关所执行的检查的诊断，并且使通信单元将所执行的检查的结果和所输入的诊断中的至少一个作为检查信息项发送给检查服务器。

为了实现上述目的，根据本技术的实施例，提供了一种检查系统，该检查系统包括：检查服务器；以及多个通信终端，该检查服务器包括：第一通信单元，该第一通信单元经由网络与多个通信终端通信，以及第一控制单元，该第一控制单元经由通信单元从多个通信终端中的每个通信终端获取有关存在或者不存在疾病的检查的结果和有关存在或者不存在疾病的诊断中的至少一个作为检查信息项，该诊断与检查有关并且由医生做出，使存储单元将多个获取到的检查信息项存储在其中，对多个存储的检查信息项进行统计处理，并且在医生做出诊断之前使通信单元按照通信终端中的每个通信终端所给出的要求返回统计处理的结果；该多个通信终端分别包括：第二通信单元，该第二通信单元经由网络与检查服务器通信，输入单元，该输入单元接收来自用户或者医生的输入，以及第二控制单元，该第二控制单元使通信单元将统计处理的结果的要求发送到检查服务器，使检查装置执行检查，将统计处理的结果和所执行的检查的结果呈现给用户，该统计处理的结果是经由通信单元从检查服务器接收到的，使用户通过使用输入单元来输入有关所执行的检查的诊断，并且使通信单元将所执行的检查的结果和所输入的诊断中的至少一个作为检查信息项发送给检查服务器。

为了实现上述目的，根据本技术的实施例，提供了一种检查方法，该检查方法包括：通过控制单元，经由通信单元从多个通信终端获取检查的结果和诊断中的至少一个作为检查信息项，该多个通信终端可分别连接至能够执行有关存在或者不存在疾病的检查的检查装置并且分别能够输入有关存在或者不存在疾病的诊断，该诊断与所述检查有关并且由医生做出；使存储单元将多个获取到的检查信息项存储在其中；对多个存储的检查信息项进行统计处理；以及在医生做出诊断之前使通信单元按照通信终端中的每个通信终端所给出的要求返回统计处理的结果。

为了实现上述目的，根据本技术的实施例，提供了一种检查方法，该检查方法包括：通过控制单元，使通信单元将统计处理的结果的要求发送到检查服务器，该通信单元经由网络与检查服务器通信，该检查服务器采集有关存在或者不存在疾病的检查的结果和有关存在或者不存在疾病的诊断中的至少一个的多个集合作为检查信息项，并且提供对多个采集到的检查信息项进行的统计处理的结果，该诊断与检查有关并且由医生做出；使通信单元将统计处理的结果的要求发送到检查服务器；使检查装置执行检查；将统计处理的结果和所执行的检查的结果呈现给用户或者医生，统计处理的结果是经由通信单元从检查服务器接收到的；使用户通过使用接收来自用户的输入的输入单元来输入有关所执行的检查的诊断；以及使通信单元将所执行的检查的结果和所输入的诊断中的至少一个作为检查信息项发送给检查服务器。

本发明的有益效果如下：

如上面所描述的，根据本技术，可以从各个方面(诸如，质量和成本)改善临床检查或者治疗。应该注意，对本文所描述的效果不做必要限定，并且可以产生本文所描述的效果中的任何效果。

附图说明

图1是示出了通过某种检查方法对某种疾病进行临床检查的状态的示意图。

图2是示出了阳性预测值和阴性预测值与患病率之间的关系的图表。

图3是示出了采用本技术的检查系统10经由网络将检查终端20与检查服务器40连接的配置的示意图。

图4是检查服务器40由通用计算机配置而成的情况的框图。

图5是示出了在配置数据库47a的每条记录中的字段(项)的示例的示意图。

图6是检查终端20由检查装置和通用计算机配置而成的情况的框图。

图7是用于描述检查系统10中的总体处理流程的流程图。

图8是用于描述对患病率进行计数和计算的处理的细节的流程图。

图9是用于描述检查的实施的细节的流程图。

图10是用于描述在实施检查的处理中使用基于距发病所经时间的敏感性和特异性的处理的流程图。

图11是用于描述如下处理的流程图：进行各种检查并且将检查的结果综合用在实施检查的处理中。

图12是用于描述在实施检查的处理中，一个接一个地执行多种检查并且每当获得一个检查结果时确定是否继续检查的处理的流程图。

图13是用于描述在对患病率进行计数和计算的处理中，在基于行政管理区和物理距离缩小计数目标数据的范围之后，对患病率进行计数和计算的处理的流程图。

图14是用于描述在对患病率进行计数和计算的处理中，在基于患者的性别和年龄类别缩小计数目标数据的范围之后，对患病率进行计数和计算的处理的流程图。

图15是在数据库47a中的注册患者的数量小并且根据基因多态性进行范围缩小无意义的情况下，通过使用预定敏感性校正总体患病率来计算该基因多态性的患病率的处理的流程图。

图16是示出了可以通过使用敏感性信息来校正患病率的检查服务器40a的配置示例的框图。

图17是基于在某个行政管理区中的免疫渗透率，对通过对在该行政管理区中的数据库47a进行计数而计算得到的患病率(诊断患病率)进行加权校正以预测真实患病率的处理的流程图。

图18是用于描述使用替代患病率的近似指标而不是患病率的处理的流程图。

图19是示出了在敏感性和特异性变化时患病率与阳性率之间的关系的图表。

图20是示出了患病率或者替代患病率的阳性率与阳性预测值和阴性预测值之间的关系的图表。

图21是用于描述在采用了修改示例的配置的情况下对患病率进行计数和计算的处理的流程图。

图22是根据计算得到的阳性预测值的级别来推荐实施检查或者不实施检查的处理的流程图。

图23是示出了已经积累了检查结果的多个地区的患病率、以及根据与多个地区的距离来预测尚未进行检查的地区的患病率的状态的示意图。

图24是用于描述除了当前的患病率之外，还提供未来的预测患病率的处理流程的流程图。

图25是示出了以预定的某个时间段为基础的处理和每次实施检查时的处理的流程图。

图26是示出了用于通过使用LIS来上传诊断等的配置的示意图。

图27是示出了具体示例的示意图，在该具体示例中，除了疾病名称、患病率、阳性预测值和阴性预测值之外，将可由检查终端20的检查装置28实行的检查方法的列表显示在检查终端20上，并且进一步将推荐的检查方法显示在该检查终端上。

具体实施方式

[有关背景]

在用于临床实践的检查装置、检查剂和检查试剂盒(在下文中，正确地称为检查装置)中，对准确度(＝敏感性)和准确度(＝特异性)进行了定义。利用准确度(＝敏感性)，检查装置可以正确地确定呈阳性的感染患者。利用准确度(＝特异性)，检查装置可以正确地确定呈阴性的未感染患者。可以在制造检查装置的时候，规定这些准确度。直到现在，医生已经参照临床检查中的这些指标做出了对检查结果的最终确定。

与此相反，对于检查装置所示的阳性结果或者阴性结果而言，存在阳性预测值和阴性预测值的指标，这些指标用作表示患者是否实际感染到疾病的概率的指标。

阳性预测值和阴性预测值是非常重要的指标，其表示检查结果的概率，供在临床实践中使用检查装置的医生确定疾病的诊断。稍后将描述其重要的原因。阳性预测值和阴性预测值可以通过检查装置的敏感性和特异性、以及患病率计算得到。相反，在传染病等中患病率在时刻变化的情况下，这些指标的值也在时刻变化。

例如，在本技术中，在传染病流行期间，通过使用检查终端来充分地掌握时刻变化的患病率，以协助医生确定更加明确的诊断。这是开发该检查系统的一个目的。

换言之，已经发现了由公共机构提供有关感染的信息的示例，但是尚无法立即提供与每个检查装置或者每个患者对应的详细信息。按照这样的方式立即提供详细信息也是开发该检查系统的一个目的。

[有关患病率]

此处，将简单地描述患病率和有关患病率的指标。图1示出了通过某种检查方法来进行某种疾病的临床检查的状态。此处，适用于情况(真阳性)的人数为“a”，其中，通过检查装置获得阳性结果，并且医生做出患者确实感染到疾病的最终确定。进一步地，适用于情况(假阳性)的人数为“c”，其中，通过检查装置获得阳性结果，但是医生做出患者未感染到疾病的最终确定。

此外，适用于情况(假阴性)的人数为“b”，其中，通过检查装置获得阴性结果，但是医生做出患者感染到疾病的最终确定。而且，适用于情况(真阴性)的人数为“d”，其中，通过检查装置获得阴性结果，并且医生做出患者未感染到疾病的最终确定。

从该图的定义发现，患病率通过表达式(a+b)/(a+b+c)获得。进一步地，有关患病率(阳性、阴性、阳性率、阴性率、阳性预测值、阴性预测值、疾病的数量、非疾病的数量、总数量、敏感性、以及准确度)的指标的定义如图所示。应该注意，在存在多种疾病或者检查方法的情况下，可以为疾病和检查方法的每个组合创建如同该图一样的表格。

在上文中，已经描述了患病率和有关患病率的指标。

[患病率与阳性预测值和阴性预测值之间的关系]

接下来，将描述患病率与阳性预测值和阴性预测值之间的关系。

首先，根据贝叶斯(Bayes)定理，通过使用在进行检查之前在该检查中获得阳性结果的验前比以及似然比，将让患者接受某种检查并且确定该患者实际上感染到疾病的概率(比率)表示为以下数学表达式(1)。

验后比＝验前比×似然比……(1)

进一步地，比率(Ω)通过使用概率(P)由以下数学表达式(2)表示。

Ω＝p/(1-p)……(2)

应该注意，根据数学表达式(2)，概率(p)通过使用比率(Ω)由以下数学表达式(3)表示。

Ω＝p/(1-p)……(3)

进一步地，验后阳性比(这将在稍后进行描述)通过使用验前比和阳性似然比(这将在稍后进行描述)由以下数学表达式(4)表示。

验后阳性比＝验前比×阳性似然比……(4)

此外，验后阴性比(这将在稍后进行描述)通过使用验前比和阴性似然比(这将在稍后进行描述)由以下数学表达式(5)表示。

验后阴性比＝验前比×阴性似然比……(5)

此处，其它指标之间的关系的定义表达式由以下数学表达式(6)至(11)表示。

患病率

＝疾病的数量/总数量……(6)

验前比

＝患病率/(1-患病率)……(7)

验后阳性比

＝阳性预测值/(1-阳性预测值)……(8)

验后阴性比

＝阴性预测值/(1-阴性性预测值)……(9)

阳性似然比

＝敏感性/(1-特异性)

＝(真阳性的数量/疾病的数量)/(假阳性的数量/非疾病的数量)……(10)

阴性似然比

＝(1-敏感性)/特异性

＝(假阴性的数量/疾病的数量)/(真阴性的数量/非疾病的数量)……(11)

通过以上数学表达式，阳性预测值和阴性预测值通过使用敏感性、特异性和患病率由以下数学表达式(12)和(13)表示。

阳性预测值

＝敏感性×患病率/(敏感性×患病率+(1-患病率)(1-特异性))……(12)

阴性预测值

＝特异性×(1-患病率)/(特异性×(1-患病率)+患病率×(1-敏感性))……(13)

应该注意，上述数学表达式可以通过使用概率(p)或者通过使用比率(Ω)来表示，并且所获得的信息含义相同。

在上文中，已经描述了阳性预测值和阴性预测值中的每一个可以表示为患病率的函数的事实。

接下来，将更加详细地描述阳性预测值和阴性预测值与患病率之间的关系。图2是示出了阳性预测值和阴性预测值与患病率之间的关系的图表。应该注意，在该检查中使用的检查装置中，敏感性为90％，并且特异性为90％。

从图表中可以看出，例如，当患病率为50％时，即，当实际感染到疾病的患者的数量为接受诊断的患者的数量的约一半时，阳性预测值和阴性预测值分别为约90％，并且发现检查结果是可信的。

然而，例如，当患病率为约5％时，即，当100人接受诊断并且有约5人感染到疾病时，阳性预测值为约30％，并且发现检查结果是难以信任的。

尽管在该图表中没有示出，但是，例如，甚至是在使用了具有99％的敏感性的检查装置以提高诊断的准确度的情况下，如果患病率极低，那么阳性预测值会下降到低于50％并且检查结果的可靠性也会降低。

如上面所描述的，患病率对于基于临床检查结果做出疾病的诊断的医生而言是非常重要的指标。

在上文中，已经描述了患病率与阳性预测值和阴性预测值之间的关系。

[有关基于阳性预测值和阴性预测值提出治疗计划]

接下来，将描述基于阳性预测值和阴性预测值提出治疗计划。此处，将对在上述检查终端中基于计算得到的阳性预测值和阴性预测值在检查之后提出接下来将采用的检查计划和治疗计划的配置进行描述。

(有关MRSA感染中的重要指标)

此处，举例说明了MRSA(耐甲氧西林金黄色葡萄球菌)的感染。

为了预防医院内感染，有必要单独地管理感染MRSA的患者。在单独管理中，需要针对感染预防措施(诸如，私人病房)、以及医护人员的负担(诸如，洗手和穿戴防护服)收取费用。

为了尽可能地减轻这些负担，重要的是做出患者是否真正感染到MRSA的正确诊断。检查方法的示例包括基因检查、免疫分析、以及培养检查。如果通过这些检查来检查存在或者不存在MRSA的感染，并且可以将未感染MRSA的人正确地诊断为呈MRSA阴性，那么可以减少待单独地管理的感染人数，并且可以减少感染预防措施的费用。从这个观点看，阴性预测值对于MRSA感染很重要。

(有关在MRSA感染中提出的计划的示例)

接下来，将对根据敏感性、特异性、患病率和阴性预测值的级别采用的计划给出具体示例。

例如，当使用了敏感性为85％并且特异性为90％的检查方法时，如果患病率为40％或者更低，那么该检查的阴性预测值为90％或者更高。由此，检查终端提出实施检查的推荐。

如果患病率高于40％，那么该检查的阴性预测值会低于90％。由此，检查终端不推荐该检查，并且提出实施具有更高敏感性的另一检查方法的推荐或者在不进行检查的情况下实施单独管理患者的推荐。

相似地，当使用了敏感性是90％并且特异性是90％的检查方法时，如果患病率为50％或者更低，那么该检查的阴性预测值为90％或者更高。由此，推荐实施检查。如果患病率高于50％，那么阴性预测值会低于90％。由此，检查终端不推荐该检查，并且提出实施具有更高敏感性的另一检查方法的推荐或者实施单独管理患者的推荐。

相似地，当使用了敏感性为95％并且特异性为90％的检查方法时，并且当患病率为66.7％或者更低时，阴性预测值为90％或者更高。由此，推荐实施检查。如果患病率高于66.7％，那么阴性预测值会低于90％。由此，检查终端不推荐检查，并且推荐具有更高敏感性的另一检查方法或者推荐单独地管理患者。

(有关基于患病率推荐检查方法)

接下来，将对基于患病率通过检查终端可以向医生推荐什么检查方法进行描述。

如上面所描述的，在敏感性、特异性、患病率和阴性预测值之间存在预定关系。就这一点而言，在患病率为30％时阴性预测值为90％或者更高的情况下，发现仅仅需要使用具有敏感性为77％和特异性为90％的检查方法。

进一步地，在患病率为40％时阴性预测值为90％或者更高的情况下，发现仅仅需要使用具有敏感性为85％和特异性为90％的检查方法。

此外，在患病率为50％时阴性预测值为90％或者更高的情况下，发现仅仅需要使用具有敏感性为90％和特异性为90％的检查方法。

而且，在患病率为60％时阴性预测值为90％或者更高的情况下，发现仅仅需要使用具有敏感性为93％和特异性为90％的检查方法。

当将其应用于具体情况示例时，例如，检查终端按照如下方式向医生推荐待执行的检查方法。具体地，当患病率为30％时，推荐使用免疫层析检查试剂盒。免疫层析检查试剂盒提供了低敏感性，但却可以抑制成本。当患病率为50％时，设想推荐昂贵但是提供了高敏感性的基因检查试剂盒、或者需要很长的检查时间但是提供了高敏感性的培养检查。

应该注意，在检查系统中，可以保存在进行检查的医疗机构中可行的检查方法的列表，并且可以基于敏感性、特异性、患病率和阴性预测值向医生推荐最佳的检查方法。

在上文中，已经对在检查终端中基于计算得到的阳性预测值和阴性预测值在检查之后提出接下来要采用的检查计划和治疗计划的配置进行了描述。

[有关患病率的具体示例]

接下来，将描述上述患病率的具体示例。此处，将描述患病率根据时代、地区、时期、年龄、社区等变化的示例。

(患病率根据时代变化的示例)

首先，将对耐药细菌的患病率随着时代的推移而变化的状态进行描述。此处，基于美国的CDC(疾病预防控制中心)所创建的有关耐药细菌的发病率变化的信息进行描述。应该注意，发病率和患病率是相似的指标。此处，用患病率替代发病率进行描述。

在美国，耐甲氧西林金黄色葡萄球菌(MRSA)与金黄色葡萄球菌的比例在1980年为约5％，然而，该比例在1990年变为约30％并且在2000年变为约50％。相似地，耐万古霉素肠球菌(VRE)与肠球菌的比例或者耐氟喹诺酮铜绿假单孢菌(FQRP)与肺炎双球菌的比例在1990年为2％或者更低，然而该比例在2000年变为20％或者更高。

如上面所描述的，由于耐药细菌的患病率随着时代的推移而变化，所以，为了提高诊断的准确度，在进行检查时掌握最新患病率很重要。

(患病率根据地区(国家)变化的示例)

接下来，将对耐药细菌的患病率根据地区(国家)变化的状态进行描述。此处，基于欧洲抗生素耐药性监测系统(EARSS)于2008年11月20日出版的《欧洲监测》第13卷第47期的材料进行描述。材料表明了在欧洲以逐个国家为基础的耐药细菌的患病率。

根据EARSS的材料，在2007年，VRE与肠球菌的比例在爱尔兰和希腊为30％或者更高，在英国为30％至20％，在捷克共和国为20％至10％，在意大利、德国和葡萄牙为10％至5％，在西班牙、法国、瑞士、奥地利和其它国家为5％至1％，并且在挪威、瑞典、芬兰、波兰和其它国家为1％或者更低。

如上面所描述的，由于患病率还根据地区和国家而不同，为了提高诊断的准确度，在进行检查时掌握地区的最新患病率很重要。

(流感病毒的患病率的示例1)

接下来，将对流感病毒的患病率根据时期和地区波动的状态进行描述。此处，使用了东京都健康安全研究所的材料。材料表明了以时期为基础并且以逐年为基础的每个定点感染到流感的患者的数量。

根据材料，每年流感病毒的患病率在六月和七月偏低，而在二月和三月偏高。然而，在这种趋势下，流行病开始时期每年均不同，并且其患病率也大大不同。进一步地，随着2009年病毒株(H1pdm)的流行，患病率有时在往年不会发生流行病的十月、十一月和十二月增加。

进一步地，此处，尽管没有在附图中示出，但是，同样在国立传染病研究所的传染病监测报告(IASR，http：//idsc.nih.go.jp/iasr/influ.html)中，报告了定点和其它医疗机构、卫生部门等中的病原体感染案例的数量作为来自地市级公共卫生研究所的传染病监测报告。根据IASR，发现在流行性感冒的时期和地区方面存在差别。另外，根据流感病毒的类型，在流行性感冒的时期和地区存在差别。

如上面所描述的，流感病毒的患病率根据年度、时期和病毒类型的不同而大大地不同。因此，为了提高诊断的准确度，可以在进行检查时非常快速地且连续地采集患病率信息的检查系统是有效的。

(流感病毒的患病率的示例2)

接下来，将对流感病毒的患病率根据患者年龄或者患者所属社区波动的状态进行描述。此处，使用了健康、劳动和社会保障部以及奈良县郡山卫生部的材料。材料表明了在健康、劳动和社会保障部的传染病监测中以逐个年龄组为基础的估计咨询人数。

根据材料，流感病毒在0至14岁的年龄段中，具体地在5至9岁的年龄段中的患病率倾向于比其它年龄组高。换言之，患病率根据年龄组的变化而大大地变化。

因此，根据正接受检查的对象的年龄通过使用最佳患病率来确定检查结果很重要。

进一步地，患病率同样根据患者所属的社区而不同。奈良县郡山卫生部所报告的“大流行性流感在2012年至2013年期间的状态”提供了报告示例，在该报告示例中，流感病毒的患病率在小学学校低年级中很高。例如，提供了报告示例，在该报告示例中，在2011年至2012年期间，在某个小学学校的一年级中的患病率为30％或者更高。

另一方面，根据健康、劳动和社会保障部的住院监测和传染病监测，估计日本2011年至2012年期间的流感类病毒的患病率为16,480,000人。基于2010年的人口普查结果假设日本的人口为1.28亿人，流感病毒的患病率最高为12.9％，这与奈良县的示例不同。换言之，这暗示了流感病毒的患病率根据社区而不同。

因此，根据正接受检查的对象所属的社区通过使用最佳患病率来确定检查结果很重要。

在上文中，已经描述了患病率的具体示例。

[有关检查系统的配置]

接下来，将描述应用了本技术的检查系统的配置。在使用本技术的检查系统中，采用了客户端服务器配置。图3是示出了采用本技术的检查系统10经由网络将检查终端20与检查服务器40连接的配置的示意图。如在该图中所示的，在采用本技术的检查系统10中，多个用作客户端的检查终端20分散地设置在各个国家、地区和机构中并且经由网络30连接至检查服务器40。

(采用客户端服务器配置的原因)

首先，将描述采用本技术的检查系统10必须具有客户端服务器配置的原因。

如上面所描述的，使用最新患病率是本技术的其中一点。如从上述定义中发现的，有关该患病率，随着检查的总数量变得更大，计算得到的患病率的准确度也变得更高。

进一步地，为了增加检查的总数量，存在一种在一个检查终端中进行多种检查的方法和一种从许多检查终端采集检查结果的方法。在本技术中，为了实现一种从许多检查终端采集检查结果的方法，采用由检查服务器40和多个检查终端20形成的客户端服务器配置作为检查系统10的配置。

采用该配置使得能够尽可能地增加用作客户端的检查终端的数量。这可以提高从检查服务器40提供给检查终端20的患病率的准确度。

(有关检查服务器40的配置)

接下来，将描述检查服务器40的硬件配置。检查服务器40可以由专用硬件或者软件配置而成或者可以由通用计算机配置而成。图4是检查服务器40由通用计算机配置而成的情况的框图。

如图所示，检查服务器40包括CPU(中央处理单元、控制单元、第一控制单元)41、ROM(只读存储器)42、RAM(随机存取存储器)43、操作输入单元44、网络接口单元(通信单元、第一通信单元)45、显示单元46和存储单元47，并且这些框经由总线48彼此连接。

ROM 42固定地存储多个程序和数据，诸如，执行各种类型的处理的固件。RAM 43用作CPU 41的工作区并且暂时地保存OS(操作系统)、正在执行的各种程序、以及正在处理的各种类型的数据。

存储单元47是，例如，HDD(硬盘驱动器)、闪存、或者另一非易失性存储器，诸如，固态存储器。在存储单元47中，除了OS、各种应用程序以及各种类型的数据之外，还存储有稍后将描述的数据库47a。

网络接口单元45连接至网络30以与检查终端20交换信息，并且从检查终端20采集信息或者将处理过的信息提供至检查终端20。

CPU 41在存储在ROM 42和存储单元47中的多个程序中将与从操作输入单元44提供的命令对应的程序开发至RAM 43，以根据开发的程序来适当地控制显示单元46和存储单元47。

进一步地，CPU 41基于经由网络30和网络接口单元45从检查终端20采集到的信息来更新数据库47a。CPU 41然后基于从检查终端20接收到的信息的要求所规定的条件，从数据库47a提取必要的信息，对该信息进行计数，并且将该信息返回给检查终端20。

操作输入单元44是，例如，指向装置，诸如，鼠标、键盘、触控面板、或者另一操作装置。

显示单元46是，例如，液晶显示器、EL(电致发光)显示器、等离子体显示器、或者CRT(阴极射线管)显示器。显示单元46可以并入检查服务器40中或者可以是外接的。

在上文中，已经描述了检查服务器40的配置。

(有关数据库47a)

接下来，将描述存储在数据库47a中的记录的配置示例。图5是示出了配置数据库47a的每条记录中的字段(项)的示例的示意图。应该注意，这些项称为检查信息项。

在该示意图的示例中，项：仪器ID、患者ID、样本ID、日期(检查日期)、地址(地址、行政管理区)、国家、性别、年龄、化验结果(检查结果)、诊断(医生的诊断)从左排开。

这些项是示例。可以提供更多的项，或者可以根据将由检查服务器40采集、提取并且计数的信息的类型来将这些项的范围缩小至更少的项。在增加项的数量的情况下，例如，可以添加疾病ID、检查方法ID等。这些疾病ID和检查方法ID的添加使该检查系统与多种疾病或者多种检查方法对应。应该注意，稍后将描述使用这些项的方法。

(有关检查终端20的配置)

接下来，将描述检查终端20的硬件配置。检查终端20可以由专用硬件或者软件配置而成或者可以由检查装置和通用计算机配置而成。图6是检查终端20由检查装置和通用计算机配置而成的情况的框图。

如图所示，检查终端(通信终端)20包括CPU(控制单元、第二控制单元)21、ROM 22、RAM 23、操作输入单元(输入单元)24、网络接口单元(通信单元、第二通信单元)25、显示单元26、存储单元27和检查装置28，并且这些框经由总线29彼此连接。应该注意，将省略对具有与检查服务器40的组成元件相同的功能的组成元件的描述。

网络接口单元25连接至网络30以与检查服务器40交换信息，并且将信息发送到检查服务器40或者接收在检查服务器40中处理过的信息。

CPU 21经由显示单元26将经由网络30和网络接口单元25从检查服务器40接收到的信息呈现给用户或者医生，或者基于接收到的信息进行各种类型的处理。稍后将描述各种类型的处理。进一步地，CPU 21经由网络30和网络接口单元25将检查装置28中的检查结果或者做出疾病诊断的医生的最终诊断发送到检查服务器40。

检查装置28是用来实际检查到疾病的装置。检查结果由CPU 41读取，并且然后经由显示单元26呈现给进行检查的医生或者经由网络30发送到检查服务器40。应该注意，在将检查试剂盒用作检查装置的情况下，检查终端20可以自动读取检查结果，或者可以手动地将检查结果输入到检查终端20。

在上文中，已经描述了检查终端20的配置。

[有关检查系统10的处理流程]

接下来，将描述在检查系统10中进行的处理流程。首先，将描述总体流程。接下来，将描述单独的处理的细节。最后，将处理流程描述为应用示例或者修改示例。

(总体处理流程)

首先，将描述检查系统10中的总体处理流程。图7是用于描述检查系统10中的总体处理流程的流程图。

首先，检查服务器40的CPU 41通过使用检查服务器40中的数据库47a来对一种疾病的患病率和一种检查方法进行计数和计算(步骤S10)。应该注意，稍后将描述该计数和计算处理的细节。应该注意，可以以某个时间段(例如，每小时或者每天)为基础开始计数和计算处理，或者可以通过将来自检查终端20的请求(要求)用作触发器来开始计数和计算处理，医生将利用该检查终端20来实施检查。

接下来，在将要用来实施检查的检查终端20中，检查终端20的CPU 21下载在检查服务器40中计算得到的患病率(步骤S20)。应该注意，可以通过来自检查终端20的拉式通信或者通过来自检查服务器40的推式通信，来进行下载。

接下来，在下载患病率的检查终端20中，CPU 21根据上述数学表达式(12)和(13)计算阳性预测值和阴性预测值(步骤S30)。应该注意，下面再次示出了这些数学表达式。进一步地，假设敏感性和特异性的值由检查终端20初步保存。

阳性预测值＝敏感性×患病率/(敏感性×患病率+(1-患病率)(1-特异性))……(12)

阴性预测值＝特异性×(1-患病率)/(特异性×(1-患病率)+患病率×(1-敏感性))……(13)

应该注意，阳性预测值和阴性预测值可以分别通过表达式a/(a+c)和d/(b+d)直接获得，而不使用患病率。

接下来，在下载患病率的检查终端20中，CPU 21经由显示单元26将患病率、阳性预测值和阴性预测值呈现给用户或者医生(步骤S40)。

接下来，在下载患病率的检查终端20的检查装置28中，根据用户的指令来实施检查(步骤S50)。稍后将描述检查的处理的细节。

接下来，在下载患病率的检查终端20中，CPU 21将输入到检查终端20的诊断等(检查信息)上传到检查服务器40(步骤S60)。应该注意，此处上传的检查信息可以与配置上述数据库47a的记录的项相同。进一步地，上传可以由检查终端20直接进行，或者可以经由实验室信息系统(LIS)或者智能手机进行。稍后将描述上传方法的细节。

接下来，在检查服务器40中，CPU 41将上传的检查信息(诸如，诊断)注册在数据库47a中(步骤S70)。

在步骤S70中的在数据库47a中注册之后，处理返回到步骤S10并且重复上述处理。

在上文中，已经描述了检查系统10中的总体处理流程。

(有关患病率的计数和计算处理)

接下来，将描述对上述患病率进行计数和计算的处理的细节。图8是用于描述对患病率进行计数和计算的处理的细节的流程图。

首先，检查服务器40的CPU 41将诊断的总数量和疾病的数量归零以初始化。诊断的总数量和疾病的数量是用于在计数的时候进行累加的变量(步骤S11)。

接下来，CPU 41确定是否读取了数据库47a中的所有记录(步骤S12)。应该注意，在数据库47a由有关一种疾病和一种检查方法的记录组成的情况下，确定是否读取了所有记录。在数据库47a中包括有关多种疾病和多种检查方法的记录的情况下，可以确定是否读取了有关待计数的疾病或者检查方法的所有记录。

此刻，由于尚未读取数据库47a的所有记录(步骤S12的N)，CPU 41然后从数据库47a读取一条记录(步骤S13)。

接下来，CPU 41将诊断的总数量累加1(步骤S14)。

接下来，CPU 41确定作为读取的记录中的一个字段的医生的“诊断”是否呈阳性(步骤S15)。

仅仅在结果呈阳性(步骤S15中的Y)的情况下，CPU 41将疾病的数量累加1(步骤S16)。

在步骤S16中对疾病的数量进行累加之后步骤S15中的结果呈阴性(步骤S15中的N)的情况下，CPU 41返回步骤S12的处理并且继续该处理。

在步骤S12中，在读取了数据库47a的所有记录(步骤S12中的Y)的情况下，CPU 41然后根据数学表达式(6)，通过诊断的总数量和疾病的数量来计算患病率(步骤S17)。应该注意，数学表达式(6)如下。

患病率

＝疾病的数量/总数量……(6)

在上文中，已经描述了对患病率进行计数和计算的处理的细节。应该注意，在以上描述中，要处理数据库47a的所有记录，但是本技术不限于此。例如，可以提供以下配置：将项“数据注册日期和时间”提供给记录，并且仅仅处理在过去的某个时间段内注册的记录。

进一步地，在以上描述中，对数据库47a中的记录进行计数以获得患病率，但是本技术不限于此。可以提供以下配置：从检查系统10外部获取患病率的值。获取方法可以是通过网络30的方法或者可以是从研究论文等提取患病率的数值并且将数值手动输入到检查服务器40的方法。当将来自研究论文等的数值手动输入到检查服务器40时，需要一种简化输入的标准。

(有关检查的实施)

接下来，将描述上述检查的实施的细节。图9是用于检查的实施的细节的流程图。

首先，用户经由检查终端20的操作输入单元24等输入患者信息(步骤S51)。

接下来，根据用户的指令或者检查终端20的CPU 21的指令，在检查装置28中执行检查(步骤S52)。

接下来，CPU 21读取检查装置28中的检查结果，并且经由显示单元26将检查结果呈现给用户或者医生(步骤S53)。

接下来，医生基于在检查终端20中显示的患病率、阳性预测值、阴性预测值和检查结果将最终诊断输入到检查终端20。当输入诊断时，医生可以通过参考患病率、阳性预测值和阴性预测值以更高的准确度来确定最终诊断。

在上文中，已经描述了检查的实施的细节。

(修改示例1：检查服务器40中的阳性预测值等的计算)

在以上描述中，已经描述了如下处理：检查终端20具有检查终端的敏感性和特异性的信息，并且仅仅从检查服务器40下载患病率以计算检查终端20侧的阳性预测值和阴性预测值。

与此相反，在此处描述的修改示例中，检查服务器40保存有关各种类型的检查装置28的敏感性和特异性的信息。应该注意，对于此处所用的敏感性和特异性的值，可以使用专用于检查装置28并且由检查装置28的制造商作为检查装置28的性能提供的值。在要求信息(诸如，患病率)之前，检查终端20将检查终端20的装置ID等通知给检查服务器40。检查服务器40通过使用与所通知的装置ID相关联的敏感性和特异性的值来计算检查服务器40中的阳性预测值和阴性预测值。检查终端20从检查服务器40下载患病率、阳性预测值和阴性预测值，并且将它们呈现给用户。

采用该配置使检查终端省略了计算阳性预测值和阴性预测值的处理。进一步地，可以在检查服务器40侧任意地调整每个检查终端20的敏感性和特异性。

(修改示例2：更多信息的下载和呈现)

在以上描述中，仅仅下载患病率，或者从检查终端20的检查服务器40下载三个值：患病率、阳性预测值和阴性预测值。与此相反，在此处描述的修改示例中，可以下载更多信息，并且将其呈现给用户。更多信息的示例包括诊断的总数量和疾病的数量。通过将这种信息呈现给用户，可以确定计算得到的阳性预测值和阴性预测值的适当性。

(修改示例3：通过适当的敏感性/特异性来提高预测值)

在以上描述中，在检查装置28中，唯一地确定敏感性和特异性。与此相反，在此处描述的修改示例中，将描述如下配置：敏感性和特异性基于疾病(诸如，传染病)的发展的实耗时间而变化。

例如，在呼吸道传染病的情况下，众所周知，鼻腔或者咽喉中的病原体的数量随着距发病所经时间而波动。随着病原体的数量的变化，检查的敏感性和特异性也会波动。因此，基于患者的距发病所经时间，可以通过使用适当的敏感性和特异性的值来提高将要获得的阳性预测值和阴性预测值的准确度。

图10是用于描述在实施检查的上述处理中使用基于距发病所经时间的敏感性和特异性的处理的流程图。

首先，用户将患者信息输入到检查终端20(步骤S51a)。当输入患者信息时，还输入距发病所经时间。

接下来，检查终端20的CPU 21基于距发病所经时间来获取敏感性和特异性(步骤S51b)。应该注意，可以将即将获取到的敏感性和特异性初步保存在检查终端20中，或者可以从保存敏感性和特异性的检查服务器40下载。

需要一种用于促进获取敏感性和特异性的标准。例如，也许可以将条形码显示在诊断试剂盒的包装上，并且扫描该条形码以将具体敏感性和特异性捕获到检查系统10中。

进一步地，也许还可以在检查系统10中建立有关每个检查装置28的敏感性和特异性的数据库，并且基于检查装置28的医疗装置识别号获取检查装置28的敏感性和特异性、以发病时间为基础的敏感性和特异性、以患者的年龄为基础的敏感性和特异性等。

接下来，CPU 21通过使用获取到的患病率、敏感性和特异性来计算阳性预测值和阴性预测值(步骤S51c)。

接下来，CPU 21将计算得到的阳性预测值和阴性预测值呈现给用户(步骤S51d)。应该注意，当将阳性预测值和阴性预测值呈现给用户时，还可以将获取到的患病率、敏感性和特异性一起呈现。

步骤S51d的处理和后续的步骤与上述步骤相同，并且因此，将省略对其的描述。

在上文中，已经描述了敏感性和特异性基于距发病(诸如，传染病)所经时间而变化的配置。

(修改示例4：多种检查的组合(检查结果的整合))

在以上描述中，已经描述了执行一种检查作为疾病的检查的配置。与此相反，在此处描述的修改示例中，将描述执行各种类型的检查并且整合检查的结果以输出最终检查结果(该最终检查结果不是最终诊断)的配置。在该修改示例的配置中，可以执行各种类型的检查，并且仅仅在所有检查中的结果均呈阳性的情况下，方可认为最终检查结果呈阳性。这使得能够提高似然(敏感性和特异性)的准确度，并且还使得能够提高最终计算得到的阳性预测值和阴性预测值的准确度。

图11是用于描述进行各种检查并且将检查的结果综合用于上述实施检查的处理的处理的流程图。

首先，用户输入患者信息(步骤S51)。该步骤与上述步骤相同。

接下来，检查终端20执行各种类型的检查(在该示例中，三种类型的检查A、B和C)(步骤S52a、S52b和S52c)。这些检查可以同时地并且并行地执行，或者可以一个接一个地顺序执行。应该注意，在获得所有检查结果之后，进行检查结果的确定。

接下来，检查终端20的CPU 21确定相应检查的所有检查结果是否呈阳性(确定表明存在疾病的检查结果)(步骤S52d)。

在所有结果均呈阳性(步骤S52d中的Y)的情况下，CPU 21确定最终检查结果呈阳性(步骤S52e)。此处，虽然在所有检查结果均呈阳性的情况下确定了最终检查结果呈阳性，但是可以存在这样一种情况：当所有结果不一定呈阳性时，CPU 21根据条件(诸如，每种检查的敏感性)确定最终检查结果呈阳性。

在任何结果呈阴性(步骤S52d中的N)的情况下，CPU 21确定最终检查结果呈阴性(确定表明不存在疾病的检查结果)(步骤S52f)。

步骤S53的处理和后续步骤与上述步骤相同，并且因此，将省略对其的描述。应该注意，通过使用此处作为上述“检查结果”而获得的“最终检查结果”，来进行以下处理。

在上文中，已经描述了这样一种配置：执行各种类型的检查，整合检查的结果，并且输出最终检查结果。

(修改示例5：多种检查的组合(检查的逐步执行))

在以上组合了多种检查的修改示例中，已经描述了这样一种配置：在进行所有检查之后，整合所有的检查结果以进行处理。与此相反，在此处描述的修改示例中，一个接一个地执行多种检查并且每当获得一个检查结果时确定是否继续检查。在该修改示例中，检查的逐步执行使得能够提高基于患病率的最终诊断的准确度。

在该修改示例中的配置中，例如，在顺序进行检查A、B和C的情况下并且当确定相应检查的结果呈阳性时，将患者确定为呈真阳性的比率增加。根据相应检查的验后比(验后阳性比和验后阴性比)，可以考虑在后续检查的成本与可能产生的副作用之间的折衷。根据情况，还可以做出如下选择：不进行后续检查，确定患者呈阳性，并且将患者的治疗提前。

图12是用于描述在上述实施检查的处理中，一个接一个地执行多种检查并且每当获得一个检查结果时确定是否继续检查的处理的流程图。此处，提供了一种顺序地进行检查A、B和C作为多种检查的配置。

首先，检查终端20的CPU 21通过使用数学表达式(7)，基于从检查服务器40下载的患病率计算验前比(步骤S49a)。

首先，CPU 21经由显示单元将计算得到的验后比呈现给用户或者医生(步骤S53a)。

接下来，医生确定是否需要执行检查A(步骤S55)。

在确定不需要执行检查A(步骤S55中的N)的情况下，不进行检查。

在确定需要执行检查A(步骤S55中的Y)的情况下，操作输入单元24然后接收来自用户的患者信息的输入(步骤S51)。

接下来，检查终端20的检查装置28执行检查A(步骤S52a)。

接下来，CPU 21通过使用数学表达式(4)，基于检查A的结果并且基于有关检查A的验前比和阳性似然比来计算检查A中的验后阳性比(步骤S49b)。应该注意，此处使用了阳性似然比，但是本技术不限于此。可以采用使用了阳性似然比和阴性似然比中的至少一个的配置。

接下来，CPU 21将验后阳性比呈现给用户(步骤S53b)。

接下来，医生通过参考呈现的验后阳性比来确定是否需要附加检查(步骤S56)。

在确定不需要附加检查(步骤S56中的N)的情况下，不进行检查B和检查C。处理进入医生的诊断的输入(步骤S54)。

在确定需要附加检查(步骤S56中的Y)的情况下，CPU 21然后使检查装置28执行检查B(步骤S52b)。

接下来，CPU 21，如在步骤S49b中一样，基于检查A的检查结果、检查B的检查结果、以及有关检查B的验前比和阳性似然比，来计算检查B中的验后阳性比(步骤S49c)。

接下来，CPU 21将计算得到的验后阳性比呈现给用户或者医生(步骤S53c)。

接下来，医生确定是否需要另一附加检查(步骤S57)。

在确定不需要另一附加检查(步骤S57中的N)的情况下，不进行检查C。处理进入医生的诊断的输入(步骤S54)。

在确定需要另一附加检查(步骤S57中的Y)的情况下，CPU 21然后使检查装置28执行检查C(步骤S52c)。

接下来，CPU 21将检查C的检查结果呈现给用户(步骤S53d)。

接下来，医生通过参考检查结果来将最终诊断输入到检查终端20(步骤S54)。

在上文中，已经描述了如下处理：一个接一个地执行多种检查，并且每当获得一个检查结果时确定是否继续检查。

(修改示例6：基于检查终端的属性缩小目标数据的范围)

在以上描述中，针对数据库47a中的所有记录，即，所有检查结果，对患病率进行计数和计算。与此相反，在此处描述的修改示例中，将描述如下配置：基于检查终端20的属性(终端属性信息)，缩小将作为对患病率进行计数和计算的基础的检查结果的范围。

在此处所描述的示例中，将用于计算患病率的检查结果的范围缩小为仅仅在需要患病率的检查终端20所属的行政管理区(例如，东京)中进行的检查的结果，或者缩小为仅仅在与检查终端20的物理距离(例如，50km)的范围内获取到的检查结果。换言之，范围缩小是基于检查终端20的属性而进行的。应该注意，此处使用的“范围缩小”指的是仅仅使用与某种条件匹配的检查结果来对患病率进行计数。

如上面所描述的，各种类型的范围缩小是在计算患病率时进行的。这使得能够将更多的适当信息提供给单独的检查终端20。

图13是用于描述在上述对患病率进行计数和计算的处理中，在基于行政管理区和物理距离缩小计数目标数据的范围之后，对患病率进行计数和计算的处理的流程图。

首先，检查服务器40的CPU 41从即将作为患病率等的信息提供目的地的检查终端20获取检查终端20所属的行政管理区、当前位置、以及期望范围的物理距离(半径)(步骤S9a)。

接下来，CPU 41将在相同的行政管理区中的诊断的总数量和疾病的数量、以及在规定的距离和疾病数量的范围内的检查结果的诊断的总数量归零以初始化(步骤S11a)。在相同的行政管理区中的诊断的总数量和疾病的数量、以及在规定的距离和疾病数量的范围内的检查结果的诊断的总数量是用于在计数的时候进行累加的变量。

接下来，CPU 41确定是否读取了数据库47a的所有记录(步骤S12)。

此刻，由于尚未读取数据库47a的所有记录(步骤S12的N)，CPU 41然后从数据库47a读取一条记录(步骤S13)。

接下来，CPU 41确定读取的记录的行政管理区是否与检查终端20的行政管理区相同(步骤S18a)。应该注意，可以导出此处所使用的项“行政管理区”作为数据库47a中的项“地址”的一部分。

在读取的记录的行政管理区与检查终端20的行政管理区相同(步骤S18a的Y)的情况下，CPU 41将在相同的行政管理区中的诊断的总数量累加1(步骤S14a)。

接下来，CPU 41确定作为读取的记录中的一个字段的医生的“诊断”是否呈阳性(步骤S15)。

仅仅在结果呈阳性(步骤S15中的Y)的情况下，CPU 41将在相同的行政管理区中的疾病的数量累加1(步骤S16a)。

在步骤18a中读取的记录的行政管理区与检查终端20的行政管理区不同(步骤S18a的N)的情况下，在步骤S15中结果呈阴性(步骤S15的N)的情况下，或者在步骤S16a中对疾病的数量进行累加之后，CPU 41将处理提前至步骤S18b并且继续该处理。

接下来，CPU 41确定在读取的记录中进行检查的位置与检查终端20的当前位置之间的距离是否落入规定范围内(步骤S18b)。

在距离落入规定范围内(步骤S18b中的Y)的情况下，CPU 41然后将在规定距离内的诊断的总数量累加1(步骤S14b)。

接下来，CPU 41确定作为读取的记录中的一个字段的医生的“诊断”是否呈阳性(步骤S15)。

仅仅在结果呈阳性(步骤S15中的Y)的情况下，CPU 41将在规定距离内的疾病的数量累加1(步骤S16b)。

在步骤18b中距离未落入规定范围内(步骤S18b的N)的情况下，在步骤S15中结果呈阴性(步骤S15的N)的情况下，或者在步骤S16b中对疾病的数量进行累加之后，CPU 41将处理返回至步骤S12并且继续该处理。

在步骤S12中，在完全读取数据库47a的所有记录(步骤S12中的Y)的情况下，根据数学表达式(6)，CPU 41然后通过在相同的行政管理区中的诊断的总数量和疾病的数量来计算在相同的行政管理区中的患病率，并且通过在规定范围内的诊断的总数量和疾病的数量来计算在规定范围内的患病率(步骤S17a)。

在上文中，已经描述了如下配置：基于检查终端20的属性对即将作为对患病率进行计数和计算的基础的检查结果进行范围缩小。

(修改示例7：基于患者属性缩小目标数据的范围)

在进行范围缩小的以上修改示例中，已经描述了如下配置：基于检查终端20的属性对即将作为对患病率进行计数和计算的基础的检查结果进行范围缩小。与此相反，在此处描述的修改示例中，将描述如下配置：基于接受检查的患者的属性(患者属性信息)，而不是检查终端20的属性，对即将作为对患病率进行计数和计算的基础的检查结果进行范围缩小。

在此处所描述的示例中，利用需要患病率的检查终端20，基于接受检查的患者的性别或者年龄对待计数的检查结果进行范围缩小以对患病率进行计数和计算。然而，此处描述的范围缩小的示例与上述基于检查终端20的属性的范围缩小不同，并且实际上是以属性内容为基础进行分类。

例如，在通过性别进行范围缩小时，并不仅仅基于与患者的性别相同的性别进行计数，而是基于男性和女性进行计数，并且保存相应值。在需要性别的患病率的情况下，检查服务器40采集男性和女性的患病率，并且将这些患病率提供给检查终端20。

应该注意，在基于检查终端20的属性进行的上述范围缩小的示例中，毋庸置疑，采用了以下配置：首先获取接受检查的患者的性别信息，仅仅从数据库47a提取男性的记录以进行计数，并且然后仅仅计算男性的患病率。在计算与不太常见的并且检查终端20通常不需要的属性有关的患病率的情况下，每当生成这种要求时进行有关该属性的提取是有效的。

如上面所描述的，在计算患病率时进行各种类型的范围缩小使得能够将更多的适当信息提供给单独的患者。

图14是用于描述在上述对患病率进行计数和计算的处理中，在基于患者的性别和年龄类别(例如，以10年为基础的类别，诸如，0-9岁和1-19岁)缩小计算目标数据的范围之后，对患病率进行计数和计算的流程图。应该注意，在该流程图的描述中，将不会描述与基于检查终端20的属性进行的上述范围缩小相似的处理。

首先，检查服务器40的CPU 41以属性类别为基础将诊断的总数量和疾病的数量的变量归零以初始化(步骤S11b)。变量用于在计数的时候进行累加。

接下来，CPU 41确定是否读取了数据库47a的所有记录(步骤S12)。

此刻，由于尚未读取数据库47a的所有记录(步骤S12中的N)，CPU 41然后从数据库47a读取一条记录(步骤S13)。

接下来，CPU 41以性别类别为基础对诊断的总数量和被确定为阳性的案例的数量进行累加(步骤S18a)。

接下来，CPU 41以年龄类别为基础对诊断的总数量和被确定为阳性的案例的数量进行累加(步骤S18b)。CPU 41然后将处理返回至步骤S12并且继续该处理。

在步骤S12中，在完全读取了数据库47a的所有记录(步骤S12中的Y)的情况下，CPU 41然后通过以属性类别为基础的诊断的总数量和疾病的数量来计算以属性类别为基础的患病率(步骤S17b)。

应该注意，此处，作为患者的属性，举例说明了性别和年龄，但是可以通过使用除了上面这些属性之外的属性来进行范围缩小。此时，假设在数据库47a的记录中提供了与该属性对应的项，并且将与该项对应的数据累积。

患者的其它属性的示例包括：(1)医疗面谈信息、(2)当前和过去的药物治疗信息、(3)继往疾病、(4)身体信息(诸如，体温、血压和体重)、(5)有关生活习惯的信息(诸如，运动量、食量或者食物种类)、以及睡眠长度。

进一步地，患者的其它属性的示例包括：(6)生殖细胞系和体细胞系基因的基因型，包括基因的基因组变异、SNP(单核苷酸多态性)、GWAS(全基因组关联研究)、indel(插入-缺失)、CNV(拷贝数变异)、mRNA(信使RNA)、实验胚胎学、miRNA(微RNA)等。

进一步地，还可以使用诸如(7)患者的微生物菌丛(肠道细菌等)和(8)种族等属性。

在上文中，已经描述了如下配置：基于接受检查的患者的属性对即将作为对患病率进行计数和计算的基础的检查结果进行范围缩小。

(修改示例8：基于患者属性进行范围缩小不可行的情况)

在进行上述范围缩小的修改示例中，通过使用检查终端20的属性或者患者的属性来进行范围缩小。与此相反，在此处描述的修改示例中，将描述目标检查结果的数量由于范围缩小而变得不足并且无法通过检查结果的计数来导出有意义的患病率的情况的一种解决方案。

在此处描述的解决方案中，基于从检查系统10外部获取到的校正信息来校正在进行范围缩小之前从数据库47a中的所有案例获得的患病率，并且因此，计算在目标条件下进行范围缩小的情况下的患病率。

应该注意，在以下描述中，将患者属性中的基因多态性描述为用于进行范围缩小的条件。

图15是在数据库47a中的注册患者的数量小并且根据基因多态性进行范围缩小无意义的情况下，通过使用预定敏感性来校正总体患病率来计算该基因多态性的患病率的处理的流程图。换言之，当在检查服务器40中没有注册足够的具有基因多态性的患者的数量，但是存在用于计算该基因多态性的患病率的敏感性校正信息时，通过校正来从总体患病率中计算出该基因多态性的患病率。

首先，检查服务器40的CPU 41获取输入到作为信息提供目的地的检查终端20的患者的基因多态性信息(步骤S9b)。应该注意，患者的基因多态性信息可以直接输入到检查终端20，或者可以基于从检查终端接收到的患者ID从外部获取，诸如，另一服务器。

接下来，CPU 41将在相同的基因多态性中的诊断的总数量和疾病的数量的变量归零以初始化(步骤S11c)。变量用于在计数的时候进行累加。

接下来，CPU 41确定是否读取了数据库47a的所有记录(步骤S12)。

此刻，由于尚未读取数据库47a的所有记录(步骤S12中的N)，CPU 41然后从数据库47a读取一条记录(步骤S13)。

接下来，CPU 41确定读取的记录的基因多态性与从检查终端20获取到的基因多态性是否相同(步骤S18c)。

在基因多态性彼此相同(步骤S18c中的Y)的情况下，CPU 41然后将在相同的基因多态性中的诊断的总数量累加1(步骤S14c)。

接下来，CPU 41确定作为读取的记录中的一个字段的医生的“诊断”是否呈阳性(步骤S15)。

仅仅在结果呈阳性(步骤S15中的Y)的情况下，CPU 41将在相同的基因多态性中的疾病的数量累加1(步骤S16c)。

在步骤18c中基因多态性彼此不同(步骤S18c的N)的情况下，在步骤S15中结果呈阴性(步骤S15的N)的情况下，或者在步骤S16c中对疾病的数量进行累加之后，CPU 41将处理返回至步骤S12并且继续该处理。

在步骤S12中，在完全读取了数据库47a的所有记录(步骤S12中的Y)的情况下，CPU 41然后确定在相同的基因多态性中的诊断的总数量是否足够(步骤S19a)。

在总数量足够(步骤S19a中的Y)的情况下，CPU 41基于在相同的基因多态性中的诊断的总数量和疾病的数量，计算在相同的基因多态性中的患病率(步骤S17b)。

在总数量不足(步骤S19a中的N)的情况下，CPU 41然后确定是否存在与患者的基因多态性对应的用于患病率校正的信息(步骤S19b)。

在不存在用于患病率校正的信息(步骤S19b中的N)的情况下，CPU 41确定计算与患者的基因多态性对应的患病率是不可能的，并且然后返回错误(步骤S19c)。

在存在用于患病率校正的信息(步骤S19b中的Y)的情况下，CPU 41然后在未将检查结果的范围缩小至相同的基因多态性的情况下计算患病率(通用患病率)(步骤S21)。

接下来，CPU 41通过使用用于患病率校正的信息(敏感性信息)来校正计算得到的通用患病率，以计算患者的基因多态性中的患病率(步骤S17c)。

如上面所描述的，即使在检查服务器40中未注册足够的具有传送的基因多态性的患者的数量，在存在与该基因多态性对应的用于患病率校正的敏感性信息的情况下，也可以将校正后的患病率返回至检查终端。

应该注意，在以上描述中，从外部获取用于校正通用患病率的校正值，但是本技术不限于此。可以从外部获取与终端属性和患者属性的每个类别对应的患病率。例如，可以以XML(可扩展标记语言)等的格式从外部获取以性别或者年龄类别为基础的患病率信息。

接下来，将描述在该修改示例中使用的检查服务器40a的配置。图16是示出了可以通过使用上述敏感性信息来校正患病率的检查服务器40a的配置示例的框图。与上述检查服务器40不同的是另外提供了外部数据接口单元49。

用于基于疾病和基因多态性进行校正的敏感性信息经由操作输入单元44由用户输入或者从存储有敏感性信息的记忆卡等获取。应该注意，敏感性信息可以通过网络30经由网络接口单元45获取。

获取用于校正的敏感性信息使检查服务器40a校正患病率，并且在用于提供患病率等的服务的操作期间，提供与具体基因多态性对应的患病率。

(修改示例9：通过加权对患病率的校正)

在以上描述中，已经描述了如下配置：当进行用于计算患病率的计数时，将一个检查结果的权重计为1(对阳性案例的数量进行简单的计数)。与此相反，在此处描述的修改示例中，将描述以下配置：考虑到进行检查的环境条件(例如，在具体地区中的免疫渗透率)，对累加得到的阳性案例的数量进行加权以校正，从而预测真实患病率。应该注意，例如，根据预定条件，通过乘以系数，来进行加权。

图17是基于在某个行政管理区中的免疫渗透率，对通过对在该行政管理区中的数据库47a进行计数而计算得到的患病率(诊断患病率)进行加权校正以预测真实患病率的处理的流程图。应该注意，在此处描述的处理中，假设以下数学表达式(14)是通过使用免疫渗透率f(k)来建立的。

(预测的真实患病率)

＝f(k)×(诊断患病率)……(14)

进一步地，假设免疫渗透率f(k)的具体值是通过使用数学表达式(4)基于在过去确定的真实患病率与过去计算得到的诊断患病率之间的关系而计算得到。

首先，检查服务器40的CPU 41从作为提供有信息(诸如，患病率)的目的地的检查终端20获取检查终端20所属的行政管理区(步骤S9c)。

接下来，CPU 41将在相同的行政管理区中的诊断的总数量和疾病的数量归零以初始化(步骤S11d)。在相同的行政管理区中的诊断的总数量和疾病的数量是用于在计数的时候进行累加的变量。

接下来，CPU 41确定是否读取了数据库47a的所有记录(步骤S12)。

此处，在完全读取了数据库的所有记录的时候进行的步骤S13、S18a、S14a、S15和S16a中的处理与上述处理相同，并且用于计算在相同的行政管理区中的诊断的总数量和疾病的数量。由此，将省略对该处理的描述。

在步骤S12中，在完全读取了数据库47a的所有记录(步骤S12中的Y)的情况下，CPU 41然后根据数学表达式(6)，通过在相同的行政管理区中的诊断的总数量和疾病的数量来计算患病率(诊断患病率)(步骤S17d)。

接下来，CPU 41获取在检查终端20所属的行政管理区中的免疫渗透率f(k)(步骤S9d)。应该注意，CPU 41可以将免疫渗透率f(k)的信息初步保存在检查服务器40中或者从检查系统10的外部获取该信息。进一步地，若需要，可以在检查服务器40中更新免疫渗透率f(k)的值。

接下来，CPU 41通过使用数学表达式(14)来计算预测的真实患病率(步骤S17e)。用上述患病率替代此处计算得到的预测的真实患病率，并且进行以下处理。

在上面的描述中，将行政管理区用作加权的条件。除此之外，作为加权的条件的地区的特征的示例包括：国家、人口、人口密度、检查终端20的位置、与检查终端20的距离、环境的独特性、贫困级别、检查终端20周围的交通状况、以及检查终端20周围的每天的人口变化。

如从在上述范围缩小的修改示例中使用的范围缩小条件和在此处描述的加权的修改示例中使用的加权条件发现的，诸如行政管理区等条件可以用于范围缩小和加权。

应该注意，在以上描述中，已经描述了基于检查终端20的属性的加权，但是加权可以基于患者属性而进行，例如，诸如患者的体温、血压和基因类型等属性。

在上文中，已经描述了如下配置：考虑到进行检查的环境条件，对累加得到的阳性案例的数量进行加权以校正，从而预测真实患病率。

(修改示例10：当诊断不可用时患病率的替代指标(部分1))

在以上描述中，假设在过去的检查结果中也肯定地获得了医生的诊断以计算患病率。与此相反，在此处描述的修改示例中，假设在利用检查终端20进行检查时，有时不能输入医生的最终诊断。当有时不能输入医生的最终诊断时，在数据库47a的“诊断”栏中生成空白，并且待采集和获得的患病率的准确度降低。就这一点而言，在该修改示例中，使用用作患病率的替代的近似指标，而不是患病率。

例如，设想将阳性率用作近似指标。如从以下数学表达式(15)中发现的，当利用检查终端20进行检查时，可以从检查阳性案例的数量获得阳性率，该检查阳性案例的数量可以自动获取到。由此，即使在数据库47a中存在未输入有医生的最终诊断的记录并且未适当地进行计算患病率的情况下，使用替代阳性率的指标使得能够将适当的患病率的近似值提供给检查终端20。

(阳性率)

＝(检查阳性案例的数量)/(诊断的总数量)……(15)

应该注意，以下处理的重点为：即使当将医生的诊断输入到数据库47a的记录的数量不足时，当患病率落入能够由阳性率替代的范围内并且具有阳性检查结果的记录的数量足够时，也用阳性率替代患病率。

图18是用于描述使用替代患病率的近似指标，而不是患病率的处理的流程图。

首先，检查服务器40的CPU 41将诊断的总数量、疾病的数量、诊断输入的数量、以及阳性检查结果的数量归零以初始化(步骤S11e)。诊断的总数量、疾病的数量、诊断输入的数量、以及阳性检查结果的数量是用于在计数的时候进行累加的变量。

接下来，CPU 41确定是否读取了数据库47a的所有记录(步骤S12)。

此刻，由于尚未读取数据库47a的所有记录(步骤S12中的N)，CPU 41然后从数据库47a读取一条记录(步骤S13)。

接下来，CPU 41然后将诊断的总数量累加1(步骤S14)。

接下来，CPU 41确定作为读取的记录中的一个字段的医生的“诊断”栏是否填写(步骤S18d)。

在“诊断”栏填写了(步骤S18d中的Y)的情况下，CPU 41然后将诊断的数量累加1(步骤S14d)。

接下来，CPU 41确定作为读取的记录中的一个字段的医生的“诊断”是否呈阳性(步骤S15)。

在诊断呈阳性(步骤S15中的Y)的情况下，CPU 41将疾病的数量累加1(步骤S16)。

在步骤18d中“诊断”栏未填写了(步骤S18d中的N)的情况下，在步骤S15中诊断呈阴性(步骤S15中的N)的情况下，或者在步骤S16c中对疾病的数量进行累加之后，CPU 41将处理提前到步骤S12并且继续该处理。

接下来，CPU 41确定检查装置28的检查结果是否呈阳性(步骤S18e)。

仅仅在检查结果呈阳性(步骤S18e中的Y)的情况下，CPU 41将阳性检查结果的数量累加1(步骤S16d)。

在步骤S18e中检查结果呈阴性(步骤S18e中的N)，或者在步骤S16d中对疾病的数量进行累加之后，CPU 41将处理返回到步骤S12并且继续该处理。

在步骤S12中，在完全读取了数据库47a的所有记录(步骤S12中的Y)的情况下，CPU 41根据数学表达式(6)，通过诊断的总数量和疾病的数量来计算患病率(步骤S17)。

接下来，CPU 41确定诊断输入的数量是否为预定的阈值或者更大(步骤S19d)。

在诊断输入的数量为预定的阈值或者更大(步骤S19d中的Y)的情况下，将在步骤S17中计算得到的患病率认为是适当的值并且用于以下处理。

在诊断输入的数量小于预定的阈值(步骤S19d中的N)的情况下，将在步骤S17中计算得到的患病率认为是不适当的值并且用于以下处理。CPU 41然后确定计算得到的患病率是否落入能够由阳性率替代的范围内(步骤S19e)。

在计算得到的患病率落入能够由阳性率替代的范围内(步骤S19e中的Y)的情况下，CPU 41然后确定阳性检查结果的数量是否为预定的阈值或者更大(步骤S19f)。

在阳性检查结果的数量为预定的阈值或者更大(步骤S19f中的Y)的情况下，CPU 41然后通过使用数学表达式(15)来计算阳性率(步骤S17d)。

接下来，CPU 41用阳性率来替代患病率(步骤S17e)。用阳性率来替代患病率的值并且用于以下处理。

应该注意，在步骤S19e中患病率未落入能够由阳性率替代的范围内(步骤S19e中的N)的情况下并且在步骤S19f中阳性检查结果的数量小于预定的阈值(步骤S19e中的N)的情况下，CPU 41确定用阳性率替代患病率是不可能的，并且返回错误(步骤S19g)。

在上文中，已经描述了如下修改示例：使用用作患病率的替代的近似指标，而不是患病率。

(有关在具体敏感性/特异性中的患病率与阳性率之间的关系)

此处，将描述患病率与阳性率之间的关系基于敏感性和特异性而变化的事实。

图19是示出了在敏感性和特异性变化时患病率与阳性率之间的关系的图表。该图示出了在诊断装置28的敏感性和特异性从80％(阳性率1所指示的线)到85％(阳性率2所指示的线)、从85％到90％(阳性率3所指示的线)、从90％到95％(阳性率4所指示的线)、并且从95％到100％(阳性率5所指示的线)变化了5％时患病率与阳性率之间的关系

如从该图表中发现的，随着敏感性/特异性的提高，从阳性率1的线开始，患病率和阳性率变得匹配，在该阳性率1的线中，示出了患病率与阳性率之间的最不匹配的关系，并且在阳性率5的线中，患病率与阳性率匹配。这表明，基于利用具有更高敏感性和特异性的诊断装置而获得的检查结果的阳性率显示出更接近患病率的值。

换言之，基于更高敏感性/高特异性的检查结果的阳性率可以将更正确的阳性预测值和阴性预测值呈现给用户。

此处，将描述在使用阳性率而不是患病率的情况下的阳性预测值和阴性预测值。图20是示出了患病率或者作为患病率的替代的阳性率与阳性预测值和阴性预测值之间的关系的图表。

在该图表中发现了，在利用敏感性为80％和特异性为80％的检查装置28进行检查时，患病率(或者阳性率)与待计算得到的阳性预测值和阴性预测值之间的关系。阳性预测值1和阴性预测值1的线表示通过使用原始患病率而计算得到的阳性预测值和阴性预测值。

阳性预测值2和阴性预测值2的线表示在使用敏感性为80％和特异性为80％的另一检查的阳性率而不是患病率的情况下计算得到的阳性预测值和阴性预测值。进一步地，阳性预测值3和阴性预测值3的线表示在使用敏感性为95％和特异性为95％的另一检查的阳性率而不是患病率的情况下计算得到的阳性预测值和阴性预测值。

例如，与阳性预测值2的线(敏感性/特异性为80％)相比，阳性预测值3的线(敏感性/特异性为95％)接近作为原始阳性预测值的阳性预测值1。

如上面所描述的，在用阳性率替代患病率的情况下，使用基于具有更高敏感性和更高特异性的诊断装置的阳性率导致获得更加接近通过原始患病率而计算得到的阳性预测值和阴性预测值的阳性预测值和阴性预测值。这更加有效。

在上文中，已经描述了患病率与阳性率之间的关系基于敏感性和特异性而变化的事实。

(修改示例11：当诊断不可用时患病率的替代指标(部分2))

在用阳性率替代患病率的以上修改示例中，使用了通过某种检查而获得的阳性率，而不是针对该检查方法的患病率。与此相反，在上述用阳性率替代患病率的情况下，使用基于具有更高敏感性和更高特异性的诊断装置的阳性率导致获得更加接近通过原始患病率而计算得到的阳性预测值和阴性预测值的阳性预测值和阴性预测值。在该修改示例中考虑到了这点。应该注意，此处使用的“更高的敏感性”和“更高的特异性”是指它们足够高，高到可信，换言之，是指满足初步要求的预定值。

就这一点而言，在该修改示例的配置中，假设在数据库47a中存储有基于使用不同的敏感性和特异性的多种检查方法的检查结果，在必须用另一指标替代有关使用低敏感性/特异性的检查方法(第一检查方法)的患病率的情况下，使用有关使用高敏感性/特异性的高数值的检查方法(第二检查方法)的阳性率。

作为可以采用这种配置的示例，举例说明了流感病毒的检查。用于流感病毒的检查方法的示例包括低敏感性/特异性的免疫层析法和高敏感性/特异性的PCR(聚合酶链反应)方法。

在患病率因为尚未输入医生的诊断而难以计算的情况下，将通过PCR方法的阳性率用作患病率的替代。即使是在通过免疫层析法难以计算患病率的情况下，这也能计算更加接近原始阳性预测值和阴性预测值的值。

应该注意，通过使用免疫层析法的敏感性(敏感性i)和特异性(特异性i)以及PCR方法的阳性率(阳性率p)，待计算得到的阳性预测值和阴性预测值由以下数学表达式(16)和(17)表示。

阳性预测值

＝敏感性i×阳性率p/(敏感性i×阳性率p+(1-阳性率p)(-特异性i))……(16)

阴性预测值

＝特异性i×(1-阳性率p)/(特异性i×(1-阳性率p)+阳性率p×(1-敏感性i))……(17)

此处，将描述在采用该修改示例的配置的情况下对患病率进行计数和计算的处理。图21是用于描述在采用该修改示例的配置的情况下对患病率进行计数和计算的处理的流程图。

应该注意，该流程图几乎与上述修改示例中的流程图相同(与步骤S1e到步骤S19f相同)，其中，用某种检查方法的阳性率替代检查方法的患病率。就这一点而言，此处，仅仅将描述上述流程图与该修改示例中的流程图之间的差异。该修改示例中的流程图示出了如下处理：用检查方法的阳性率替代某种检查方法的患病率，针对阳性率的检查方法的准确度比针对患病率的检查方法的准确度高(具有更高的敏感性、更高的特异性)。

在阳性检查结果的数量为预定的阈值或者更大(步骤S19f中的Y)的情况下，CPU 41然后基于准确度高的检查方法来获取阳性率(步骤S17f)。接下来，CPU 41用阳性率来替代患病率(步骤S17e)。用基于准确度更高的检查方法的阳性率替代患病率的值并且用于以下处理。

在上文中，已经描述了修改示例，其中，用检查方法的阳性率替代某种检查方法的患病率，针对阳性率的检查方法的准确度比针对患病率的检查方法的准确度高(具有更高的敏感性、更高的特异性)。

应该注意，在数据库47a中注册了有关一种疾病的多种检查方法的结果的情况下，可以基于相应检查方法的注册记录的数量，对敏感性和特异性进行加权平均以获得综合的敏感性和特异性。进一步地，一种检查方法的敏感性和特异性可以适用于注册在数据库47a中的所有检查方法。进一步地，可以将检查方法分组，并且可以对每个组进行加权以获得综合的敏感性和特异性。此外，上面已经描述了作为患病率的替代的另一指标，但是还可以使用代表其地区的机构中的患病率，而不是基于数据库47a的患病率。

(修改示例12：有关实施检查的有效性的呈现)

在以上配置中，检查终端20将信息呈现给进行检查的医生，该信息是患病率、阳性预测值和阴性预测值，即，作为做出最终诊断的医生的参考。与此相反，在此处描述的修改示例中，例如，检查终端20确定计算得到的阳性预测值是否为现实值(评估有效性)，并且，如果是现实值(有效的)，那么检查终端20推荐医生进行检查。

这在医生确定是否执行检查，以在医生执行检查之前，将在检查中获得阳性结果并且该阳性结果真地呈阳性的概率(阳性预测值)以及在检查中获得阴性结果并且该阴性结果真地呈阴性的概率(阴性预测值)呈现给医生时有用。

检查总是根据由于执行检查而产生的副作用与检查的成本之间的折衷来进行。例如，在患病率极低并且计算得到的阳性预测值也太低而不现实的情况下，可以选择不进行检查。

如上面所描述的，在阳性预测值太低而不现实的情况下，检查终端20可以推荐不进行检查，或者在阳性预测值足够高的情况下，检查终端20可以在进行检查之前推荐执行检查。

图22是根据计算得到的阳性预测值的级别来推荐执行检查或者不执行检查的处理的流程图。

首先，检查服务器40的CPU 41通过使用检查服务器40中的数据库47a来对一种疾病和一种检查方法的患病率进行计数和计算(步骤S10)。

接下来，在将要用来实施检查的检查终端20中，检查终端20的CPU 21下载在检查服务器40中计算得到的患病率(步骤S20)。

接下来，在下载患病率的检查终端20中，CPU 21计算阳性预测值和阴性预测值(步骤S30)。

接下来，CPU 21经由显示单元26将患病率、阳性预测值和阴性预测值呈现给用户或者医生(步骤S40)。

接下来，CPU 21获取阳性预测值的阈值A，在该阈值A下，检查的实施不会变得现实(步骤S41)。

接下来，CPU 21获取阳性预测值的阈值B，在该阈值B下，检查的实施变得现实(步骤S42)。应该注意，阈值A和阈值B可以初步保存在检查终端20中，可以从检查服务器40下载，或者可以通过另一方法从外部获取。

接下来，CPU 21确定计算得到的阳性预测值是否为阈值A或者更小(步骤S43)。

在计算得到的阳性预测值为阈值A或者更小(步骤S43中的Y)的情况下，CPU 21经由显示单元26将不实施检查的推荐呈现给用户或者医生(步骤S44)。

在计算得到的阳性预测值高于阈值A(步骤S43中的N)的情况下，CPU21然后确定计算得到的阳性预测值是否为阈值B或者更大(步骤S45)。

在计算得到的阳性预测值为阈值B或者更大(步骤S45中的Y)的情况下，CPU 21经由显示单元26将实施检查的推荐呈现给用户或者医生(步骤S46)。

在步骤S44或者步骤S46中显示推荐之后，或者在步骤S45中计算得到的阳性预测值小于阈值B(步骤S45中的N)的情况下，CPU 21然后使医生能够确定是否实施检查(步骤S47)。

在医生确定实施检查并且指示检查终端20实施检查(步骤S47中的Y)的情况下，然后在检查终端20的检查装置28中实施检查(步骤S50)。

接下来，CPU 21将输入到检查终端20的诊断等上传到检查服务器40(步骤S60)。

接下来，在检查服务器40中，CPU 41将上传的信息(诸如，诊断)注册在数据库47a中(步骤S70)。

在步骤S70中，在数据库47a中注册之后或者在步骤S47中确定未实施检查(步骤S47中的N)的情况下，将处理返回到步骤S10并且重复上述处理。

在上文中，已经描述了如下修改示例：检查终端20确定计算得到的阳性预测值是否为现实值，并且，如果该计算得到的阳性预测值为现实值，那么推荐医生实施检查。

(修改示例13：在未实施检查的地区中的患病率的预测)

在以上描述中，对在实施了检查的地区中的过去的检查结果进行计数，以计算在该地区中的患病率。与此相反，在此处描述的修改示例中，从在其它地区中计算得到的患病率预测在先前未实施检查的地区中的患病率。

图23是示出了已经积累了检查结果的多个地区的患病率、以及根据与多个地区的距离来预测尚未进行检查的地区的患病率的状态的示意图。

在该图中，过去已经在城市A、城市B和城市C中实施了检查，对于城市A、城市B和城市C，累积检查结果并且计算患病率。然而，在城市D中，尚未进行检查，并且无法基于对过去的检查结果进行计数来计算患病率。此处，当将城市A与城市D之间的距离表示为距离AD，将城市B和城市D之间的距离表示为距离BD，并且将城市C与城市D之间的距离表示为距离CD时，假设城市A、城市B和城市C的患病率与城市D的待预测的患病率具有在图中的数学表达式所示的关系。

通过使用检查终端20来获得城市A、城市B和城市C的患病率，将城市之间的距离输入到检查终端20，并且使检查终端20基于图中所示的数学表达式进行计算。这使得能够预测城市D的患病率。

如上面所描述的，当可以预测未实施检查的地区的患病率时，例如，可以获得指南，该指南示出了流动医院等接下来应该进行诊断或者治疗的地区。

应该注意，此处，假设某个地区的患病率与其到另一地区的距离的平方成反比。与此相反，可以基于对感染具有影响的因素，即，城市之间的交通状况或者考虑地理特征的距离、测量时间、人口密度、以及医疗级别中的至少一个，来执行加权校正。

在上文中，已经描述了如下修改示例：从在其它地区中计算得到的患病率，预测先前未进行检查的地区的患病率。

(修改示例14：未来的患病率的预测)

在以上描述中，检查系统10提供当前的患病率。与此相反，在此处描述的修改示例中，除了当前的患病率，还提供未来的患病率。应该注意，提供未来的预测患病率的处理可以在检查服务器40中或者在检查终端20中进行，或者可以在它们之间共享。此处，将假设在检查服务器40中进行该处理，来进行描述。

图24是用于描述除了当前的患病率之外还提供未来的预测患病率的处理流程的流程图。在该处理中，基于某个时间段到现在的患病率的变化率，来计算在某个时间段之后的未来的预测患病率。进一步地，在该处理中，当预测患病率超过预定的阈值时，显示警告。应该注意，在该流程图中，仅仅示出了此处描述的处理的一部分，并且未描述如下步骤：将作为该处理的前提条件的过去的患病率作为历史信息存储在存储单元47中。

首先，检查服务器40的CPU 41计算当前的患病率(步骤S100)。该处理通过上述方法进行。

接下来，CPU 41从存储单元47的历史信息读取某个时间段之前的患病率(步骤S101).例如，“某个时间段之前”是指24小时之前。

接下来，CPU 41基于某个时间段之前的患病率和当前的患病率，来计算单位时间内患病率的变化率(步骤S102)。例如，单位时间内患病率的变化率可以通过以下数学表达式(18)获得。

(单位时间内患病率的变化率)

＝((当前的患病率)-(24小时之前的患病率))/24……(18)

应该注意，为了降低由于患病率的暂时波动而产生的错误处理的潜在性，可以进行以下计算：

(a)使用以更加精细的时间(例如，每个小时)为基础而获取到的多个患病率的平均值，以用作患病率或者某个时间段之前的患病率；以及

(b)以更短的时间为基础计算变化率并且获得这些变化率的平均值。

接下来，CPU 41基于当前的患病率和单位时间内患病率的变化率来计算某个时间段之后的预测患病率(步骤S103)。例如，24小时之后的预测患病率可以通过以下数学表达式(19)计算得到。

(24小时之后的预测患病率)

＝(当前的患病率)+(每单位时间的变化率)×24……(19)

接下来，CPU 41确定预测患病率是否超过预定的阈值(步骤S104)。

仅仅在预测患病率超过预定的阈值(步骤S104中的Y)的情况下，CPU41对用户给出未来的感染传播的警告(步骤S105)。此处给出的警告可以通过任何方法给出。例如，警告可以显示在检查终端20的显示单元26上，或者可以经由电子邮件、互联网上的网页、和各种类型的SNS(社交网络服务)而给出。

在上文中，已经描述了如下修改示例：除了当前的患病率，还提供了未来的预测患病率。

(修改示例15：通信的优化)

在以上描述中，已经描述了如下配置：每当在检查终端20侧进行检查时，从检查服务器40下载信息，诸如，患病率。与此相反，在该修改示例中，为了减少检查服务器40上的负载并且减少检查服务器40与检查终端20之间的通信费，将下载的信息，诸如，患病率，缓存在检查终端20中。每当进行检查时，检查终端20不要求检查服务器40提供信息，诸如，患病率，而是使用在某个时间段期间缓存在检查终端20中的信息，诸如，患病率。

在该修改示例的配置中，根据处理的频率，将整个处理大致分为两个处理组。一个处理组为：以预定的某个时间段为基础进行处理，从在检查服务器40中对患病率进行计数到下载患病率、缓存患病率等。另一个处理组为：每当进行检查时进行处理，从读取缓存的患病率等到实施检查并且将检查结果反映在数据库47a上。应该注意，预定的某个时间段基础可以是，例如，30分钟、3个小时、或者一天。

图25是示出了以预定的某个时间段为基础的处理以及每次实施检查时的处理的流程图。

首先将描述以某个时间段为基础的处理。应该注意，步骤S10至步骤S30与上述步骤相同，从而仅对其进行简单的描述。

首先，检查服务器40的CPU 41通过使用检查服务器40中的数据库47a来对患病率进行计数和计算(步骤S10)。

接下来，在缓存有信息(诸如，患病率)的检查终端20中，检查终端20的CPU 21下载在检查终端40中计算得到的患病率(步骤S20)。

接下来，在下载患病率的检查终端20中，CPU 21计算阳性预测值和阴性预测值(步骤S30)。

接下来，CPU 21将下载的患病率以及计算得到的阳性预测值和阴性预测值存储(缓存)在存储单元27中(步骤S31)。

在完成步骤S31的处理并且过去预定的某个时间段之后，使处理返回到步骤S10并且重复该处理。

在上文中，已经描述了以某个时间段为基础的处理流程。

接下来，将描述每次实施检查时的处理。应该注意，步骤S40至步骤S70与上述步骤相同，从而仅对其进行简单的描述。

首先，检查终端20的CPU 21从存储单元27中的缓存读取患病率、阳性预测值和阴性预测值(步骤S32)。

接下来，CPU 21经由显示单元26将患病率、阳性预测值和阴性预测值呈现给用户或者医生(步骤S40)。

接下来，在检查终端20的检查装置28中，根据用户的指令来实施检查(步骤S50)。

接下来，CPU 21将输入到检查终端20的诊断等上传到检查服务器40(步骤S60)。

接下来，在检查服务器40中，CPU 41将上传的信息(诸如，诊断)注册在数据库47a中(步骤S70)。

在上文中，已经描述了每次实施检查时的处理流程。

应该注意，如上面所描述的，在检查终端20所显示的信息仅仅是患病率、阳性预测值和阴性预测值的情况下，因为存储单元27的缓存大小被抑制得很低，所以该修改示例的配置是有效的。进一步地，同样在应用了上述按照患者属性对目标数据进行范围缩小的修改示例的情况下，由于相同的原因，当某个属性中的类别数量很小时，该修改示例也是有效的。例如，在缓存了以性别为基础的患病率的情况下，待存储的患病率仅仅包括两种类型。

如上面所描述的，与在每次实施检查并且下载计数结果时在检查服务器40中对患病率等进行计数的配置相比较，使用修改示例的配置使得能够减少检查服务器40的负载或者减少检查服务器40与检查终端20之间的通信费。

应该注意，在上述配置中，检查终端20下载信息，诸如，以某个时间段为基础的患病率，但是本技术不限于此。例如，可以采用如下配置：检查服务器40以某个时间段为基础将计数结果(诸如，患病率)分配给检查终端20。

在上文中，已经描述了如下修改示例：将下载的信息，诸如，患病率，缓存在检查终端20中。

(修改示例16：诊断等的上传形式)

在以上描述中，已经描述了如下配置：医生将最终诊断等输入到检查终端20，并且检查终端20将该最终诊断等上传到检查服务器40。与此相反，在此处描述的修改示例中，将描述如下配置：经由医院中的本地系统(诸如，LIS(实验室信息系统))或者互联网上的云系统将信息(诸如，诊断)上传到检查服务器40。

图26是示出了用于通过使用LIS来上传诊断等的配置的示意图。示意图的左边部分示出了如下配置：从检查服务器40下载患病率等并且将来自检查终端20的诊断等直接上传到检查服务器40。上面描述了该配置。示意图的中间部分示出了如下配置：医生将诊断输入到LIS，并且LIS将诊断等上传到检查服务器40。示意图的右边部分示出了如下配置：医生将诊断输入到LIS，LIS将诊断传送到检查终端20，并且检查终端20将诊断上传到检查服务器40。

应该注意，尽管在图中未示出，但是可以采用如下配置：例如，医生通过使用智能手机或者平板PC来将最终诊断输入到能够访问宽范围的系统，诸如，互联网上的云系统。在这种情况下，从云系统将诊断等传送到检查服务器40。

在上文中，已经描述了如下修改示例：经由医院中的本地系统(诸如，LIS)或者互联网上的云系统将信息(诸如，诊断)上传到检查服务器40。

(修改示例17：药物治疗的推荐)

在以上描述中，已经描述了用于在检查终端20中将计算得到的患病率、阳性预测值、阴性预测值等呈现给用户或者医生的配置。与此相反，在此处描述的修改示例中，检查终端20向用户推荐药物治疗。

药物治疗的推荐可以基于患病率、阳性预测值和阴性预测值，基于所实施的检查的结果，或者基于医生的最终诊断来进行。

应该注意，药物治疗的推荐具体指的是在显示单元26上显示，例如，存在或者不存在药物治疗的必要性、待给药物的名称、以及作为药物治疗候选的药物列表。

当然，为了实现修改示例，假设在检查终端20和检查服务器40中或者在检查系统10外部建立了基于疾病和药物治疗的知识。

在上文中，已经描述了如下修改示例：检查终端20向用户推荐药物治疗。

(修改示例18：用户界面)

在以上描述中，已经单独描述了如下配置：在检查终端20的显示单元26上显示通用患病率、由于按照属性进行范围缩小而产生的患病率、由于加权而产生的患病率、作为患病率的替代的阳性率、实施/不实施检查的推荐、预测患病率、药物治疗的推荐、单独管理患者的推荐等。与此相反，在此处描述的修改示例中，例如，将描述整合了这些显示的配置，。

图27是示出了具体示例的示意图，在该具体示例中，除了疾病名称、患病率、阳性预测值和阴性预测值之外，将可由检查终端20的检查装置28实行的检查方法的列表显示在检查终端20上，并且进一步将推荐的检查方法显示在该检查终端上。

在图中，突出显示了PCR方法连同推荐标志26a。进一步地，在检查方法的每个名称旁边，显示有UI(用户界面)，诸如，检查开始按钮26b，其用于指示检查终端20从该显示画面直接开始检查应该注意，除了按钮之外，用于指示开始检查的UI还可以具有通过追踪操作等来给出指令的配置。

进一步地，尽管不是在显示信息时的画面，但是可以提供显示用于进行以下操作的UI的画面。

例如，可以在检查结束时显示的画面上，显示用于给出将检查结果上传到检查服务器40的指令的UI。

进一步地，不是将医生的最终诊断自动上传到检查服务器40，可以在指示诊断的输入完成的画面上，显示用于给出将诊断上传到检查服务器40的指令的UI。

进一步地，在检查结束并且将医生的诊断等上传到检查服务器40之后，可以在画面上显示用于给出开始下一种检查的指令的UI。

进一步地，可以在结束检查时显示的画面上，提供用于转到用于查看统计信息(诸如，患病率、阳性预测值和阴性预测值)的画面的UI。

进一步地，在输入医生的最终诊断之后，也许可以显示画面，在该画面上，将针对患者所需的治疗的各种条件输入到检查终端20，以介绍与这些条件对应的医院和药店。

进一步地，在输入医生的最终诊断之后，也许可以显示画面，在该画面上，将为患者的治疗所支付的治疗成本输入到检查终端20，以介绍与治疗成本数额对应的治疗方法。

在上文中，已经描述了如下修改示例：对显示进行整合等。

(修改示例19：检查终端20的简化)

在以上描述中，已经描述了如下配置：检查系统10采用客户端服务器配置，并且作为客户端的检查终端20和作为服务器的检查服务器40共享处理。与此相反，在此处描述的修改示例中，将描述如下修改示例：检查终端20所进行的处理限于最低处理，并且大部分处理由检查服务器40进行。

例如，检查终端20的功能可以限于显示从检查服务器接收到的信息、输入患者信息等、将输入的数据发送到检查服务器40、执行检查、显示检查结果并且将其发送到检查服务器40、以及输入医生的诊断并且将其发送到检查服务器40。

计数、计算处理、确定处理等由检查服务器40进行，并且因此，可以简化检查终端20的配置并且可以减少成本。

进一步地，在该配置中，在增添了新功能的情况下，可以仅仅改变检查服务器40的配置。检查终端20不需要任何改变。因此，可以省去修改许多检查终端20所需的时间和精力。

在上文中，已经描述了如下修改示例：检查终端20所进行的处理限于最低处理，并且大部分处理由检查服务器40进行。

[本技术的配置的概述]

此处，将总结根据本技术的检查系统10、检查服务器40和检查终端20的配置和功能的概要。

根据本技术的检查服务器40包括网络接口单元45和CPU 41。网络接口单元45经由网络30与多个检查终端20通信，该多个检查终端20可分别连接至能够执行有关存在或者不存在疾病的检查的检查装置，并且分别能够输入有关存在或者不存在疾病的诊断，该诊断与检查有关并且由医生做出。CPU41经由通信网络接口单元45从多个检查终端中的每个检查终端获取检查的结果和诊断中的至少一个作为检查信息项，使存储单元将多个获取到的检查信息项存储在其中，对多个存储的检查信息项进行统计处理，并且在医生做出诊断之前使网络接口单元45按照多个检查终端20中的每个检查终端所给出的要求返回统计处理的结果。

本技术的检查终端20包括网络接口单元25、操作输入单元24和CPU 21。网络接口单元25经由网络30与检查服务器40通信，该检查服务器40采集有关存在或者不存在疾病的检查的结果和有关存在或者不存在疾病的诊断中的至少一个的多个集合作为检查信息项，并且提供对多个采集到的检查信息项进行的统计处理的结果，该诊断与检查有关并且由医生做出。操作输入单元24接收来自用户或者医生的输入。CPU 21使网络接口单元25将统计处理的结果的要求发送到检查服务器40，使检查装置28执行检查，将统计处理的结果和所执行的检查的结果呈现给用户，该统计处理的结果是经由网络接口单元25从检查服务器40接收到的，使用户通过使用操作输入单元24来输入有关所执行的检查的诊断，并且使网络接口单元25将所执行的检查的结果和所输入的诊断中的至少一个作为检查信息项发送给检查服务器40。

本技术的检查系统10包括检查服务器40和多个检查终端20。检查服务器40包括网络接口单元45和CPU 41。网络接口单元45经由网络30与多个检查终端20通信。CPU 41经由网络接口单元45从多个检查终端20中的每个检查终端获取有关存在或者不存在疾病的检查的结果和有关存在或者不存在疾病的诊断中的至少一个作为检查信息项，该诊断与检查有关并且由医生做出，使存储单元47将多个获取到的检查信息项存储在其中，对多个存储的检查信息项进行统计处理，并且在医生做出诊断之前使网络接口单元45按照多个检查终端20中的每个检查终端所给出的要求返回统计处理的结果。多个检查终端20分别包括网络接口单元25、操作输入单元24和CPU 21。网络接口单元25经由网络30与检查服务器40通信。操作输入单元24接收来自用户或者医生的输入。CPU 21使网络接口单元25将统计处理的结果的要求发送到检查服务器40，使检查装置执行检查，将统计处理的结果和所执行的检查的结果呈现给用户，该统计处理的结果是经由网络接口单元25从检查服务器40接收到的，使用户通过使用操作输入单元24来输入有关所执行的检查的诊断，并且使网络接口单元25将所执行的检查的结果和所输入的诊断中的至少一个作为检查信息项发送给网络接口单元25。

[有关实施例的效果]

通过根据本实施例的检查系统10，例如，可以获得以下效果。

(1)提供作为用于基于从许多检查终端20获取到的信息进行诊断的指标(诸如，患病率)的信息可以提高医生所做出的最终诊断的准确度。

(2)对在数据库47a中积累的信息进行范围缩小和加权可以进一步提高所提供的信息(诸如，患病率)的准确度。

(3)除了患病率等之外，从外部获取在检查系统10中不存在的信息可以将更多有用的信息提供给医生。

(4)仅仅在检查服务器40侧的变化可以将基于新功能的新信息提供给医生。

(5)与通常的检查系统不同，可以立即应对感染等。

[补充说明]

另外，本技术不限于以上实施例，并且当然，可以在不脱离本技术的精神的情况下，对本技术进行各种修改。

[本技术的另一配置]

应该注意，本技术可以具有以下配置。

(1)一种检查服务器，该检查服务器包括：

通信单元，该通信单元经由网络与多个通信终端通信，该多个通信终端可分别连接至能够执行有关疾病存在或者不存在的检查的检查装置，并且分别能够输入有关疾病存在或者不存在的诊断，该诊断与检查有关并且由医生做出；以及

控制单元，该控制单元

经由通信单元从多个通信终端中的每个通信终端获取检查和诊断中的至少一个结果作为检查信息项，

使存储单元能够将多个获取到的检查信息项存储在其中，

对多个存储的检查信息项执行统计处理，并且

在医生做出诊断之前使通信单元能够按照通信终端中的每个通信终端所给出的需求返回统计处理的结果。

(2)根据(1)的检查服务器，其中，

控制单元使通信单元，基于在多个存储的检查信息项中检查的结果和诊断呈阳性的检查信息项的数量、检查的结果呈阴性并且诊断呈阳性的检查信息项的数量、检查的结果呈阳性并且诊断呈阴性的检查信息项的数量、以及检查的结果和诊断呈阴性的检查信息项的数量，返回作为统计处理的结果而计算的患病率、阳性预测值和阴性预测值中的至少一个。

(3)根据(2)的检查服务器，其中，

除了患病率之外，控制单元使通信单元返回阳性预测值和阴性预测值，该阳性预测值和阴性预测值基于患病率、检查装置的敏感性、以及检查装置的特异性而计算得到。

(4)根据(2)或者(3)的检查服务器，其中，

控制单元

从通信终端中的每个通信终端获取将要接受检查的患者的距发病所经时间，

获取与距发病所经时间对应的敏感性和特异性，以及

基于获取到的敏感性和特异性计算阳性预测值和阴性预测值。

(5)根据(1)至(4)中任一项的检查服务器，其中，

控制单元

使检查装置执行用于检查疾病的各种类型的检查，该检查装置连接至通信终端中的每个通信终端，

从检查装置获取所执行的各种类型的检查的结果，并且

基于所获取的各种类型的检查的结果确定指示存在或者不存在疾病的检查的结果。

(6)根据(1)至(4)中任一项的检查服务器，其中，

检查装置能够执行各种类型的检查，并且

控制单元在使检查装置执行各种类型的检查中的一种检查之后，基于有关一种检查的阳性似然比和阴性似然比中的至少一个计算在一种检查中的验后比，将验后比发送到通信终端中的每个通信终端，并且从通信终端中的每个通信终端获取有关是否进行后续检查的信息。

(7)根据(1)至(6)中任一项的检查服务器，其中，

从通信终端获取到的检查信息项分别包括指示将要接受检查的患者的属性的患者属性信息，并且

当接收到缩小来自通信终端中的每个通信终端的统计信息的范围的要求时，控制单元通过对分别具有患者属性信息的属性的检查信息项进行范围缩小来进行统计处理，该要求指定任何患者属性信息。

(8)根据(1)至(7)中任一项的检查服务器，其中，

从通信终端获取到的检查信息项分别包括指示进行检查的通信终端中的每个通信终端的属性的终端属性信息，并且

当接收到缩小来自通信终端中的每个通信终端的统计信息的范围的要求时，控制单元通过对分别具有终端属性信息的属性的检查信息项进行范围缩小来进行统计处理，该要求指定任何终端属性信息。

(9)根据(8)的检查服务器，其中，

控制单元对统计处理的结果进行加权，该加权基于终端属性信息，该统计处理的结果基于通过范围缩小而获得的检查信息项而计算得到。

(10)根据(2)至(4)中任一项的检查服务器，其中，

控制单元能够使用阳性率，而不是患病率。

(11)根据(10)的检查服务器，其中，

检查信息项包括用于识别进行检查的方法，并且

控制单元能够在对相同的疾病进行检查的方法中的每种方法中使用阳性率，而不是患病率，该阳性率是对通过方法中的一种方法获取到的多个检查信息项进行的统计处理的结果，该方法满足针对相应方法初步提供的敏感性和特异性中的初步要求的敏感性和特异性的预定值，患病率是对通过方法中的另一种方法获取到的多个检查信息项中的每个检查信息项进行的统计处理的结果。

(12)根据(2)至(4)中任一项的检查服务器，其中，

控制单元基于阳性预测值评估检查的有效性，将评估结果发送到通信终端中的每个通信终端，并且使通信终端中的每个通信终端显示推荐或者不推荐检查的消息。

(13)根据(2)至(4)中任一项的检查服务器，其中，

从通信终端获取到的检查信息项分别包括通信终端中的每个通信终端所在地区的信息，作为指示进行检查的通信终端中的每个通信终端的属性的终端属性信息，并且

控制单元基于在与第一地区不同的一个或者多个第二地区中获得的患病率，并且基于对在第二地区中的每个第二地区与所述第一地区之间的感染具有影响的因素，来估计在未实施检查的第一地区中的患病率。

(14)根据(2)至(4)中任一项的检查服务器，其中，

控制单元周期性地进行统计处理，创建患病率的历史信息，并且基于历史信息预测未来的患病率。

(15)根据(1)至(14)中任一项的检查服务器，其中，

控制单元返回从外部获取到的统计处理的结果，而不是对多个存储的检查信息项进行统计处理。

(16)根据(1)至(15)中任一项的检查服务器，其中，

控制单元将药物的列表发送到通信终端的每个通信终端，该药物基于检查的结果、诊断、以及统计处理的结果中的至少一个，并且使通信终端中的每个通信终端提出列表作为针对药物治疗推荐的药物，或者

控制单元使通信终端中的每个通信终端提出用于能够在检查装置中进行的检查的方法的列表、指示用于在列表中推荐的检查的方法的推荐标志、以及用于开始检查的用户界面。

(17)一种通信终端，该通信终端包括：

通信单元，该通信单元经由网络与检查服务器通信，检查服务器采集有关存在或者不存在疾病的检查的结果和有关存在或者不存在疾病的诊断中的至少一个的多个集合作为检查信息项，并且提供对多个采集到的检查信息项进行的统计处理的结果，该诊断与检查有关并且由医生做出；

输入单元，该输入单元接收来自用户或者医生的输入；以及

控制单元，该控制单元

使通信单元将统计处理的结果的要求发送到检查服务器，

使检查装置执行检查，

将统计处理的结果和所执行的检查的结果呈现给用户，该统计处理的结果是经由通信单元从检查服务器接收到的，

使用户通过使用输入单元来输入有关所执行的检查的诊断，并且

使通信单元将所执行的检查的结果和所输入的诊断中的至少一个作为检查信息项发送给检查服务器。

(18)一种检查系统，该检查系统包括：

检查服务器；以及

多个通信终端，

检查服务器包括：

第一通信单元，该第一通信单元经由网络与多个通信终端通信，以及

第一控制单元，该第一控制单元

经由通信单元从多个通信终端中的每个通信终端获取有关存在或者不存在疾病的检查的结果和有关存在或者不存在疾病的诊断中的至少一个作为检查信息项，该诊断与检查有关并且由医生做出，

使存储单元将多个获取到的检查信息项存储在其中，

对多个存储的检查信息项进行统计处理，并且

在医生做出诊断之前使通信单元按照通信终端中的每个通信终端所给出的要求返回统计处理的结果，

多个通信终端分别包括：

第二通信单元，该第二通信单元经由网络与检查服务器通信，

输入单元，该输入单元接收来自用户或者医生的输入；以及

第二控制单元，该第二控制单元

使通信单元将统计处理的结果的要求发送到检查服务器，

使检查装置执行检查，

将统计处理的结果和所执行的检查的结果呈现给用户，该统计处理的结果是经由通信单元从检查服务器接收到的，

使用户通过使用输入单元来输入有关所执行的检查的诊断，并且

使通信单元将所执行的检查的结果和所输入的诊断中的至少一个作为检查信息项发送给检查服务器。

(19)一种检查方法，该检查方法包括：

通过控制单元，

经由通信单元从多个通信终端获取检查的结果和诊断中的至少一个作为检查信息项，该多个通信终端可分别连接至能够执行有关存在或者不存在疾病的检查的检查装置并且分别能够输入有关存在或者不存在疾病的诊断，该诊断与检查有关并且由医生做出；

使存储单元将多个获取到的检查信息项存储在其中；

对多个存储的检查信息项进行统计处理，以及

在医生做出诊断之前使通信单元按照通信终端中的每个通信终端所给出的要求返回统计处理的结果。

(20)一种检查方法，该检查方法包括：

通过控制单元，

使通信单元将统计处理的结果的要求发送到检查服务器，该通信单元经由网络与检查服务器通信，该检查服务器采集有关存在或者不存在疾病的检查的结果和有关存在或者不存在疾病的诊断中的至少一个的多个集合作为检查信息项，并且提供对多个采集到的检查信息项进行的统计处理的结果，该诊断与检查相关并且由医生做出；

使通信单元将统计处理的结果的要求发送到检查服务器；

使检查装置执行检查；

将统计处理的结果和所执行的检查的结果提出给用户或者医生，该统计处理的结果是经由通信单元从检查服务器接收到的；

使用户通过使用接收来自用户的输入的输入单元来输入有关所执行的检查的诊断；以及

使通信单元将所执行的检查的结果和所输入的诊断中的至少一个作为检查信息项发送给检查服务器。

符号描述

10 检查系统

20 检查终端

21 中央处理单元

22 只读存储器

23 随机存取存储器

24 操作输入单元

25 网络接口单元

26 显示单元

27 存储单元

28 检查装置

30 网络(互联网)

40 检查服务器

41 中央处理单元

42 只读存储器

43 随机存取存储器

44 操作输入单元

45 网络接口单元

46 显示单元

47 存储单元

47a 数据库

权利要求书(按照条约第19条的修改)

1.一种检查服务器，所述检查服务器包括：

通信单元，所述通信单元经由网络与多个通信终端通信，所述多个通信终端各自可连接至能够执行有关存在或者不存在疾病的检查的检查装置，并且各自能够输入有关存在或者不存在所述疾病的诊断，所述诊断与所述检查有关并且由医生做出；以及

控制单元，所述控制单元

经由所述通信单元从所述多个通信终端中的每个通信终端获取所述检查的结果和所述诊断中的至少一个作为检查信息项，

使存储单元将所述多个获取到的检查信息项存储在其中，

对所述多个存储的检查信息项进行统计处理，并且

在所述医生做出诊断之前使所述通信单元按照所述通信终端中的每个通信终端所给出的要求返回所述统计处理的结果。

2.根据权利要求1所述的检查服务器，其中，

所述控制单元使所述通信单元，基于在所述多个存储的检查信息项中所述检查的结果和所述诊断呈阳性的检查信息项的数量、所述检查的结果呈阴性并且所述诊断呈阳性的检查信息项的数量、所述检查的结果呈阳性并且所述诊断呈阴性的检查信息项的数量、以及所述检查的所述结果和所述诊断呈阴性的检查信息项的数量，返回作为所述统计处理的结果而计算的患病率、阳性预测值和阴性预测值中的至少一个。

3.根据权利要求2所述的检查服务器，其中，

除了所述患病率之外，所述控制单元使所述通信单元返回所述阳性预测值和所述阴性预测值，所述阳性预测值和所述阴性预测值基于所述患病率、所述检查装置的敏感性、以及所述检查装置的特异性而计算得到。

4.根据权利要求3所述的检查服务器，其中，

所述控制单元

从所述通信终端中的每个通信终端获取将要接受所述检查的患者的距发病所经时间，

获取与所述距发病所经时间对应的敏感性和特异性，并且

基于所述获取到的敏感性和特异性计算所述阳性预测值和所述阴性预测值。

5.根据权利要求1所述的检查服务器，其中，

所述控制单元

使所述检查装置执行用于检查所述疾病的各种类型的检查，所述检查装置连接至所述通信终端中的每个通信终端，

从所述检查装置获取所执行的各种类型的检查的结果，并且

基于所获取的所述各种类型的检查的结果确定指示存在或者不存在所述疾病的检查的结果。

6.根据权利要求1所述的检查服务器，其中，

所述检查装置能够执行各种类型的检查，并且

所述控制单元在使所述检查装置执行所述各种类型的检查中的一种检查之后，基于有关所述一种检查的阳性似然比和阴性似然比中的至少一个计算在所述一种检查中的验后比，将所述验后比发送到所述通信终端中的每个通信终端，并且从所述通信终端中的每个通信终端获取有关是否进行后续检查的信息。

7.根据权利要求1所述的检查服务器，其中，

从所述通信终端获取到的所述检查信息项各自包括指示将要接受所述检查的患者的属性的患者属性信息，并且

当接收到缩小来自所述通信终端中的每个通信终端的统计信息的范围的要求时，所述控制单元通过对各自具有所述患者属性信息的所述属性的检查信息项进行范围缩小来进行所述统计处理，所述要求指定任何患者属性信息。

8.根据权利要求1所述的检查服务器，其中，

从所述通信终端获取到的所述检查信息项各自包括指示进行所述检查的所述通信终端中的每个通信终端的属性的终端属性信息，并且

当接收到缩小来自所述通信终端中的每个通信终端的统计信息的范围的要求时，所述控制单元通过对各自具有所述终端属性信息的所述属性的检查信息项进行范围缩小来进行所述统计处理，所述要求指定任何终端属性信息。

9.根据权利要求8所述的检查服务器，其中，

所述控制单元对所述统计处理的结果进行加权，所述加权基于所述终端属性信息，所述统计处理的结果基于通过范围缩小而获得的所述检查信息项而计算得到。

10.根据权利要求2所述的检查服务器，其中，

所述控制单元能够使用阳性率，而不是所述患病率。

11.根据权利要求10所述的检查服务器，其中，

所述检查信息项包括用于识别进行所述检查的方法的信息，并且

所述控制单元能够在对相同的疾病进行所述检查的方法中的每种方法中使用所述阳性率，而不是所述患病率，所述阳性率是对通过所述方法中的一种方法获取到的多个检查信息项进行的所述统计处理的结果，所述方法满足针对所述相应方法初步提供的敏感性和特异性中的初步要求的敏感性和特异性的预定值，所述患病率是对通过所述方法中的另一种方法获取到的多个检查信息项中的每个检查信息项进行的所述统计处理的结果。

12.根据权利要求2所述的检查服务器，其中，

所述控制单元基于所述阳性预测值评估所述检查的有效性，将评估结果发送到所述通信终端中的每个通信终端，并且使所述通信终端中的每个通信终端显示推荐或者不推荐所述检查的消息。

13.根据权利要求2所述的检查服务器，其中，

从所述通信终端获取到的所述检查信息项各自包括所述通信终端中的每个通信终端所在地区的信息，作为指示进行所述检查的所述通信终端中的每个通信终端的属性的终端属性信息，并且

所述控制单元基于在与所述第一地区不同的一个或者多个第二地区中获得的患病率，并且基于对在所述第二地区中的每个第二地区与所述第一地区之间的感染具有影响的因素，来估计在未实施所述检查的第一地区中的所述患病率。

14.根据权利要求2所述的检查服务器，其中，

所述控制单元周期性地进行所述统计处理，创建所述患病率的历史信息，并且基于所述历史信息预测未来的患病率。

15.根据权利要求1所述的检查服务器，其中，

所述控制单元返回从外部获取到的所述统计处理的结果，而不是对所述多个存储的检查信息项进行所述统计处理。

16.根据权利要求1所述的检查服务器，其中，

所述控制单元将药物的列表发送到所述通信终端的每个通信终端，所述药物基于所述检查的结果、所述诊断、以及所述统计处理的结果中的至少一个，并且使所述通信终端中的每个通信终端显示所述列表作为针对药物治疗推荐的药物，或者

所述控制单元使所述通信终端中的每个通信终端显示用于能够在所述检查装置中进行的所述检查的方法的列表、指示用于在所述列表中推荐的检查的方法的推荐标志、以及用于开始所述检查的用户界面。

17.一种通信终端，所述通信终端包括：

通信单元，所述通信单元经由网络与检查服务器通信，所述检查服务器采集有关存在或者不存在疾病的检查的结果和有关存在或者不存在所述疾病的诊断中的至少一个的多个集合作为检查信息项，并且提供对所述多个采集到的检查信息项进行的统计处理的结果，所述诊断与所述检查有关并且由医生做出；

输入单元，所述输入单元接收来自用户或者所述医生的输入；以及

控制单元，所述控制单元

使所述通信单元将所述统计处理的结果的要求发送到所述检查服务器，

使检查装置执行所述检查，

将所述统计处理的结果和所执行的检查的结果呈现给所述用户，所述统计处理的结果是经由所述通信单元从所述检查服务器接收到的，

使所述用户通过使用所述输入单元来输入有关所执行的检查的诊断，并且

使所述通信单元将所执行的检查的结果和所输入的诊断中的至少一个作为所述检查信息项发送给所述检查服务器。

18.一种检查系统，所述检查系统包括：

检查服务器；以及

多个通信终端，

所述检查服务器包括：

第一通信单元，所述第一通信单元经由网络与所述多个通信终端通信，以及

第一控制单元，所述第一控制单元

经由所述通信单元从所述多个通信终端中的每个通信终端获取有关存在或者不存在疾病的检查的结果和有关存在或者不存在所述疾病的诊断中的至少一个作为检查信息项，所述诊断与所述检查有关并且由医生做出，

使存储单元将所述多个获取到的检查信息项存储在其中，

对所述多个存储的检查信息项进行统计处理，并且

在所述医生做出诊断之前使所述通信单元按照所述通信终端中的每个通信终端所给出的要求返回所述统计处理的结果，

所述多个通信终端分别包括：

第二通信单元，所述第二通信单元经由所述网络与所述检查服务器通信，

输入单元，所述输入单元接收来自用户或者所述医生的输入；以及

第二控制单元，所述第二控制单元

使所述通信单元将所述统计处理的结果的所述要求发送到所述检查服务器，

使检查装置执行所述检查，

将所述统计处理的结果和所执行的检查的结果呈现给所述用户，所述统计处理的结果是经由所述通信单元从所述检查服务器接收到的，

使所述用户通过使用所述输入单元来输入有关所执行的检查的诊断，并且

使所述通信单元将所执行的检查的结果和所输入的诊断中的至少一个作为所述检查信息项发送给所述检查服务器。

19.一种方法，所述方法包括：

通过控制单元，

经由所述通信单元从多个通信终端获取所述检查的结果和所述诊断中的至少一个作为检查信息项，所述多个通信终端分各自可连接至能够执行有关存在或者不存在疾病的检查的检查装置并且各自能够输入有关存在或者不存在所述疾病的诊断，所述诊断与所述检查有关并且由医生做出；

使存储单元将所述多个获取到的检查信息项存储在其中；

对所述多个存储的检查信息项进行统计处理；以及

在所述医生做出诊断之前使通信单元按照所述通信终端中的每个通信终端所给出的要求返回所述统计处理的结果。

20.一种方法，所述方法包括：

通过控制单元，

使通信单元将统计处理的结果的要求发送到检查服务器，所述通信单元经由网络与所述检查服务器通信，所述检查服务器采集有关存在或者不存在疾病的检查的结果和有关存在或者不存在所述疾病的诊断中的至少一个的多个集合作为检查信息项，并且提供对所述多个采集到的检查信息项进行的所述统计处理的结果，所述诊断与所述检查有关并且由医生做出；

使所述通信单元将所述统计处理的结果的所述要求发送到所述检查服务器；

使检查装置执行所述检查；

将所述统计处理的结果和所执行的检查的结果呈现给用户或者所述医生，所述统计处理的结果是经由所述通信单元从所述检查服务器接收到的；

使所述用户通过使用接收来自所述用户的输入的输入单元来输入有关所执行的检查的所述诊断；以及

使所述通信单元将所执行的检查的结果和所输入的诊断中的至少一个作为所述检查信息项发送给所述检查服务器。

Claims (20)

1.一种检查服务器，所述检查服务器包括：

通信单元，所述通信单元经由网络与多个通信终端通信，所述多个通信终端各自可连接至能够执行有关存在或者不存在疾病的检查的检查装置，并且各自能够输入有关存在或者不存在所述疾病的诊断，所述诊断与所述检查有关并且由医生做出；以及

控制单元，所述控制单元

经由所述通信单元从所述多个通信终端中的每个通信终端获取所述检查的结果和所述诊断中的至少一个作为检查信息项，

使存储单元将所述多个获取到的检查信息项存储在其中，

对所述多个存储的检查信息项进行统计处理，并且

在所述医生做出诊断之前使所述通信单元按照所述通信终端中的每个通信终端所给出的要求返回所述统计处理的结果。

2.根据权利要求1所述的检查服务器，其中，

所述控制单元使所述通信单元，基于在所述多个存储的检查信息项中所述检查的结果和所述诊断呈阳性的检查信息项的数量、所述检查的结果呈阴性并且所述诊断呈阳性的检查信息项的数量、所述检查的结果呈阳性并且所述诊断呈阴性的检查信息项的数量、以及所述检查的所述结果和所述诊断呈阴性的检查信息项的数量，返回作为所述统计处理的结果而计算的患病率、阳性预测值和阴性预测值中的至少一个。

3.根据权利要求2所述的检查服务器，其中，

除了所述患病率之外，所述控制单元使所述通信单元返回所述阳性预测值和所述阴性预测值，所述阳性预测值和所述阴性预测值基于所述患病率、所述检查装置的敏感性、以及所述检查装置的特异性而计算得到。

4.根据权利要求3所述的检查服务器，其中，

所述控制单元

从所述通信终端中的每个通信终端获取将要接受所述检查的患者的距发病所经时间，

获取与所述距发病所经时间对应的敏感性和特异性，并且

基于所述获取到的敏感性和特异性计算所述阳性预测值和所述阴性预测值。

5.根据权利要求1所述的检查服务器，其中，

所述控制单元

使所述检查装置执行用于检查所述疾病的各种类型的检查，所述检查装置连接至所述通信终端中的每个通信终端，

从所述检查装置获取所执行的各种类型的检查的结果，并且

基于所获取的所述各种类型的检查的结果确定指示存在或者不存在所述疾病的检查的结果。

6.根据权利要求1所述的检查服务器，在检查系统中，

所述检查装置能够执行各种类型的检查，并且

所述控制单元在使所述检查装置执行所述各种类型的检查中的一种检查之后，基于有关所述一种检查的阳性似然比和阴性似然比中的至少一个计算在所述一种检查中的验后比，将所述验后比发送到所述通信终端中的每个通信终端，并且从所述通信终端中的每个通信终端获取有关是否进行后续检查的信息。

7.根据权利要求1所述的检查服务器，其中，

从所述通信终端获取到的所述检查信息项各自包括指示将要接受所述检查的患者的属性的患者属性信息，并且

当接收到缩小来自所述通信终端中的每个通信终端的统计信息的范围的要求时，所述控制单元通过对各自具有所述患者属性信息的所述属性的检查信息项进行范围缩小来进行所述统计处理，所述要求指定任何患者属性信息。

8.根据权利要求1所述的检查服务器，其中，

从所述通信终端获取到的所述检查信息项各自包括指示进行所述检查的所述通信终端中的每个通信终端的属性的终端属性信息，并且

当接收到缩小来自所述通信终端中的每个通信终端的统计信息的范围的要求时，所述控制单元通过对各自具有所述终端属性信息的所述属性的检查信息项进行范围缩小来进行所述统计处理，所述要求指定任何终端属性信息。

9.根据权利要求8所述的检查服务器，其中，

所述控制单元对所述统计处理的结果进行加权，所述加权基于所述终端属性信息，所述统计处理的结果基于通过范围缩小而获得的所述检查信息项而计算得到。

10.根据权利要求2所述的检查服务器，其中，

所述控制单元能够使用阳性率，而不是所述患病率。

11.根据权利要求10所述的检查服务器，其中，

所述检查信息项包括用于识别进行所述检查的方法的信息，并且

所述控制单元能够在对相同的疾病进行所述检查的方法中的每种方法中使用所述阳性率，而不是所述患病率，所述阳性率是对通过所述方法中的一种方法获取到的多个检查信息项进行的所述统计处理的结果，所述方法满足针对所述相应方法初步提供的敏感性和特异性中的初步要求的敏感性和特异性的预定值，所述患病率是对通过所述方法中的另一种方法获取到的多个检查信息项中的每个检查信息项进行的所述统计处理的结果。

12.根据权利要求2所述的检查服务器，其中，

所述控制单元基于所述阳性预测值评估所述检查的有效性，将评估结果发送到所述通信终端中的每个通信终端，并且使所述通信终端中的每个通信终端显示推荐或者不推荐所述检查的消息。

13.根据权利要求2所述的检查服务器，其中，

从所述通信终端获取到的所述检查信息项各自包括所述通信终端中的每个通信终端所在地区的信息，作为指示进行所述检查的所述通信终端中的每个通信终端的属性的终端属性信息，并且

所述控制单元基于在与所述第一地区不同的一个或者多个第二地区中获得的患病率，并且基于对在所述第二地区中的每个第二地区与所述第一地区之间的感染具有影响的因素，来估计在未实施所述检查的第一地区中的所述患病率。

14.根据权利要求2所述的检查服务器，其中，

所述控制单元周期性地进行所述统计处理，创建所述患病率的历史信息，并且基于所述历史信息预测未来的患病率。

15.根据权利要求1所述的检查服务器，其中，

所述控制单元返回从外部获取到的所述统计处理的结果，而不是对所述多个存储的检查信息项进行所述统计处理。

16.根据权利要求1所述的检查服务器，其中，

所述控制单元将药物的列表发送到所述通信终端的每个通信终端，所述药物基于所述检查的结果、所述诊断、以及所述统计处理的结果中的至少一个，并且使所述通信终端中的每个通信终端显示所述列表作为针对药物治疗推荐的药物，或者

所述控制单元使所述通信终端中的每个通信终端显示用于能够在所述检查装置中进行的所述检查的方法的列表、指示用于在所述列表中推荐的检查的方法的推荐标志、以及用于开始所述检查的用户界面。

17.一种通信终端，所述通信终端包括：

通信单元，所述通信单元经由网络与检查服务器通信，所述检查服务器采集有关存在或者不存在疾病的检查的结果和有关存在或者不存在所述疾病的诊断中的至少一个的多个集合作为检查信息项，并且提供对所述多个采集到的检查信息项进行的统计处理的结果，所述诊断与所述检查有关并且由医生做出；

输入单元，所述输入单元接收来自用户或者所述医生的输入；以及

控制单元，所述控制单元

使所述通信单元将所述统计处理的结果的要求发送到所述检查服务器，

使检查装置执行所述检查，

将所述统计处理的结果和所执行的检查的结果呈现给所述用户，所述统计处理的结果是经由所述通信单元从所述检查服务器接收到的，

使所述用户通过使用所述输入单元来输入有关所执行的检查的诊断，并且

使所述通信单元将所执行的检查的结果和所输入的诊断中的至少一个作为所述检查信息项发送给所述检查服务器。

18.一种检查系统，所述检查系统包括：

检查服务器；以及

多个通信终端，

所述检查服务器包括：

第一通信单元，所述第一通信单元经由网络与所述多个通信终端通信，以及

第一控制单元，所述第一控制单元

经由所述通信单元从所述多个通信终端中的每个通信终端获取有关存在或者不存在疾病的检查的结果和有关存在或者不存在所述疾病的诊断中的至少一个作为检查信息项，所述诊断与所述检查有关并且由医生做出，使存储单元将所述多个获取到的检查信息项存储在其中，

对所述多个存储的检查信息项进行统计处理，并且

在所述医生做出诊断之前使所述通信单元按照所述通信终端中的每个通信终端所给出的要求返回所述统计处理的结果，

所述多个通信终端分别包括：

第二通信单元，所述第二通信单元经由所述网络与所述检查服务器通信，

输入单元，所述输入单元接收来自用户或者所述医生的输入；以及第二控制单元，所述第二控制单元

使所述通信单元将所述统计处理的结果的所述要求发送到所述检查服务器，

使检查装置执行所述检查，

将所述统计处理的结果和所执行的检查的结果呈现给所述用户，所述统计处理的结果是经由所述通信单元从所述检查服务器接收到的，

使所述用户通过使用所述输入单元来输入有关所执行的检查的诊断，并且

使所述通信单元将所执行的检查的结果和所输入的诊断中的至少一个作为所述检查信息项发送给所述检查服务器。

19.一种方法，所述方法包括：

通过控制单元，

经由所述通信单元从多个通信终端获取所述检查的结果和所述诊断中的至少一个作为检查信息项，所述多个通信终端分各自可连接至能够执行有关存在或者不存在疾病的检查的检查装置并且各自能够输入有关存在或者不存在所述疾病的诊断，所述诊断与所述检查有关并且由医生做出；

使存储单元将所述多个获取到的检查信息项存储在其中；

对所述多个存储的检查信息项进行统计处理；以及

在所述医生做出诊断之前使所述通信单元按照所述通信终端中的每个通信终端所给出的要求返回所述统计处理的结果。

20.一种方法，所述方法包括：

通过控制单元，

使通信单元将统计处理的结果的要求发送到检查服务器，所述通信单元经由网络与所述检查服务器通信，所述检查服务器采集有关存在或者不存在疾病的检查的结果和有关存在或者不存在所述疾病的诊断中的至少一个的多个集合作为检查信息项，并且提供对所述多个采集到的检查信息项进行的所述统计处理的结果，所述诊断与所述检查有关并且由医生做出；

使所述通信单元将所述统计处理的结果的所述要求发送到所述检查服务器；

使检查装置执行所述检查；

将所述统计处理的结果和所执行的检查的结果呈现给用户或者所述医生，所述统计处理的结果是经由所述通信单元从所述检查服务器接收到的；

使所述用户通过使用接收来自所述用户的输入的输入单元来输入有关所执行的检查的所述诊断；以及

使所述通信单元将所执行的检查的结果和所输入的诊断中的至少一个作为所述检查信息项发送给所述检查服务器。