JP2011069707A - 血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラム - Google Patents

血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラム Download PDF

Info

Publication number
JP2011069707A
JP2011069707A JP2009220647A JP2009220647A JP2011069707A JP 2011069707 A JP2011069707 A JP 2011069707A JP 2009220647 A JP2009220647 A JP 2009220647A JP 2009220647 A JP2009220647 A JP 2009220647A JP 2011069707 A JP2011069707 A JP 2011069707A
Authority
JP
Japan
Prior art keywords
analysis information
blood
diagnosis support
information
subject
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2009220647A
Other languages
English (en)
Other versions
JP5530691B2 (ja
Inventor
Jo Linssen
リンゼン ヨー
Michael Schaeffer
シェーファー ミハエル
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sysmex Corp
Original Assignee
Sysmex Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sysmex Corp filed Critical Sysmex Corp
Priority to JP2009220647A priority Critical patent/JP5530691B2/ja
Priority to CN201010288013.5A priority patent/CN102033122B/zh
Priority to US12/888,844 priority patent/US20110077870A1/en
Priority to EP10179337.0A priority patent/EP2302377B1/en
Publication of JP2011069707A publication Critical patent/JP2011069707A/ja
Application granted granted Critical
Publication of JP5530691B2 publication Critical patent/JP5530691B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1468—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle
    • G01N15/147—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle the analysis being performed on a sample stream
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
    • G01N2015/016—White blood cells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
    • G01N2015/018—Platelets
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N2015/1024—Counting particles by non-optical means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/1031—Investigating individual particles by measuring electrical or magnetic effects
    • G01N15/12—Investigating individual particles by measuring electrical or magnetic effects by observing changes in resistance or impedance across apertures when traversed by individual particles, e.g. by using the Coulter principle
    • G01N2015/137—Cleaning

Landscapes

  • Chemical & Material Sciences (AREA)
  • Dispersion Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

【課題】本発明は、検査を簡略化しつつ、重篤な疾患状態になってから早期に予後予測を支援することができる血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラムを提供する。
【解決手段】本発明に係る血球計数装置１は、被験者（患者）の血液中の血球を検出する検出部と、該検出部による検出結果に基づいて、血液中の有核赤血球に関する第１分析情報と、血液中の顆粒球に関する第２分析情報又は血液中の血小板に関する第３分析情報とを取得する検出ユニット（分析情報取得手段）２と、検出ユニット（分析情報取得手段）２で取得した第１分析情報と、第２分析情報又は第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力するデータ処理ユニット（診断支援情報出力手段）３とを備える。
【選択図】図１

Description

本発明は、血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラムに関し、特に、臨床的に重篤な疾患状態になった患者の予後予測を支援する血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラムに関する。
病院では、所定の疾患状態の患者の中でも特に臨床的に重篤な疾患状態になった患者は、集中治療室（ＩＣＵ）などの施設において、２４時間体制で管理され、集中的な治療を受ける。このような重篤な患者に対して早期に予後予測を行うことができれば、その後の治療方針や投薬の計画を適切に決定することが可能となる。ここで、臨床的に重篤な患者には、全身性炎症反応症候群（ＳＩＲＳ：Ｓｙｓｔｅｍｉｃ Ｉｎｆｌａｍｍａｔｏｒｙ Ｒｅｓｐｏｎｓｅ Ｓｙｎｄｒｏｍｅ）と診断された患者や、呼吸、循環、代謝などで重篤な機能不全におちいった患者などが含まれる。また、予後予測とは、患者（被験者）が高確率で死亡に至る程度の重症（ｓｅｖｅｒｉｔｙ）であるか否かの予測、患者（被験者）が長期治療を必要とするほどの重症であるか否かの予測等をいう。例えば、ＳＩＲＳと診断された患者について、早期に予後予測を行うことができれば、適切な治療や投薬を早期に開始して、さらに重篤な疾患（多臓器機能障害（ＭＯＤ））へと進行することを未然に回避することが可能になる。
従来、ＩＣＵ患者の予後予測を行う方法として、ＡＰＡＣＨＥ−ＩＩ（Ａｃｕｔｅ Ｐｈｙｓｉｏｌｏｇｙ ａｎｄ Ｃｈｒｏｎｉｃ Ｈｅａｌｔｈ Ｅｖａｌｕａｔｉｏｎ）やＳＯＦＡ（Ｓｅｐｓｉｓ−ｒｅｌａｔｅｄ Ｏｒｇａｎ Ｆａｉｌｕｒｅ Ａｓｓｅｓｓｍｅｎｔ）によるスコアリング方法が採用されている。
ここで、ＡＰＡＣＨＥ−ＩＩでは、体温、血圧、ＰａＯ2 、血清クレアチニン等の臓器機能の指標としての１２個の測定値に基づく点数、年齢による点数、慢性疾患の点数に基づいてスコア値を算出する。そして、ＡＰＡＣＨＥ−ＩＩでは、算出したスコア値から疾患の重症の度合いを階層化し、生存・死亡に関する予後予測を行う。
また、ＳＯＦＡでは、呼吸器（ＰａＯ2 ／ＦｉＯ2 ）、凝固系（血小板数）、肝機能（ビリルビン濃度）、心血管系（血圧）、中枢神経系（Ｇｌａｓｇｏｗ ｃｏｍａ ｓｃａｌｅ）、腎機能（クレアチニン濃度または尿量）の６項目に基づくスコア値を算出する。そして、ＳＯＦＡでは、算出したスコア値から疾患の重症の度合いを推定する。
また、非特許文献１及び２には、重症患者の血液中の有核赤血球（ＮＲＢＣ）がその患者の死亡率と関係することが開示されている。また、非特許文献２には、敗血症患者の血液中の幼若顆粒球（ＩＧ）がその患者の死亡率と関係することも開示されている。
アクセル スタション（Ａｘｅｌ Ｓｔａｃｈｏｎ）、他５名、「医療集中治療患者の血液の中の有核赤血球が、死亡率の増加リスクを示すことの研究（Ｎｕｃｌｅａｔｅｄ ｒｅｄ ｂｌｏｏｄ ｃｅｌｌｓ ｉｎ ｔｈｅ ｂｌｏｏｄ ｏｆ ｍｅｄｉｃａｌ ｉｎｔｅｎｓｉｖｅ ｃａｒｅ ｐａｔｉｅｎｔｓ ｉｎｃｒｅａｓｅｄ ｍｏｒｔａｌｉｔｙ ｒｉｓｋ：ａ ｐｒｏｓｐｅｃｔｉｖｅ ｃｏｈｏｒｔ ｓｔｕｄｙ）」、（米国）、クリティカルケア（Ｃｒｉｔｉｃａｌ Ｃａｒｅ）、２００７年、第１１巻、第３号 モンタグ（Ｂ． Ｍｏｎｔａｇ）他１名、「敗血症における重要マーカーの評価（Ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｋｅｙ Ｍａｒｋｅｒｓ ｉｎ Ｓｅｐｓｉｓ）」、（独国）、パブストサイエンス（Ｐａｂｓｔ Ｓｃｉｅｎｃｅ Ｐｕｂｌｉｓｈｅｒｓ）、２００３年、ｐ．６９−７３
ＡＰＡＣＨＥ−ＩＩ、ＳＯＦＡ等のスコアリング方法では、多数の検査項目の情報が必要となるため、煩雑な検査が必要となり、費用がかかるという問題があった。
一方、非特許文献１及び非特許文献２では、有核赤血球（ＮＲＢＣ）が患者の死亡率と関係することが開示されているが、有核赤血球（ＮＲＢＣ）を単独の指標として用いて予後予測を行ったとしても、患者が重篤な疾患状態になってから早期に予後予測を行うことは難しかった。また、非特許文献２では、幼若顆粒球（ＩＧ）が患者の死亡率と関係することも開示されているが、幼若顆粒球（ＩＧ）を単独の指標として用いて予後予測を行ったとしても、やはり早期に予後予測を行うことは難しかった。
本発明は、上記事情に鑑みてなされたものであり、検査を簡略化しつつ、重篤な疾患状態になってから早期に予後予測を支援することができる血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラムを提供することを目的としている。
上記目的を達成するために第１発明に係る血球計数装置は、被験者の血液中の血球を検出する検出部と、該検出部による検出結果に基づいて、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の顆粒球に関する第２分析情報又は前記血液中の血小板に関する第３分析情報とを取得する分析情報取得手段と、該分析情報取得手段で取得した前記第１分析情報と、前記第２分析情報又は前記第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援情報出力手段とを備える。
また、第２発明に係る血球計数装置は、第１発明において、前記分析情報取得手段は、前記検出部による検出結果に基づいて、前記第１分析情報と、前記第２分析情報と、前記第３分析情報とを取得し、前記診断支援情報出力手段は、前記第１分析情報乃至前記第３分析情報の分析情報に基づいて前記診断支援情報を出力する。
また、第３発明に係る血球計数装置は、第２発明において、前記分析情報取得手段は、前記検出部による検出結果に基づいて、前記血液中の幼若網赤血球に関する第４分析情報をさらに取得し、前記診断支援情報出力手段は、前記第１分析情報乃至前記第４分析情報の分析情報に基づいて前記診断支援情報を出力する。
また、第４発明に係る血球計数装置は、第１乃至第３発明のいずれか一つにおいて、前記第２分析情報は、好中球又は幼若顆粒球に関する分析情報である。
また、第５発明に係る血球計数装置は、第１乃至第４発明のいずれか一つにおいて、前記第３分析情報は、成熟血小板又は幼若血小板に関する分析情報である。
また、第６発明に係る血球計数装置は、第３発明において、前記検出部は、染色処理された血液中の血球を検出するように構成されており、前記分析情報取得手段は、前記第２分析情報として好中球の数に関する分析情報、前記第３分析情報として成熟血小板に関する分析情報をそれぞれ取得するとともに、前記検出部による検出結果に基づいて、好中球の染色度合いを示す第５分析情報、幼若顆粒球の数に関する第６分析情報、幼若血小板に関する第７分析情報をさらに取得し、前記診断支援情報出力手段は、前記第１分析情報乃至前記第７分析情報の分析情報に基づいて前記診断支援情報を出力する。
また、第７発明に係る血球計数装置は、第１乃至第６発明のいずれか一つにおいて、前記分析情報取得手段で取得した前記第１分析情報と、前記第２分析情報又は前記第３分析情報とに基づく指標を、所定の基準で算出する診断支援指標算出手段をさらに備え、前記診断支援情報出力手段は、前記診断支援指標算出手段で算出した前記指標に基づいて前記診断支援情報を出力する。
また、第８発明に係る血球計数装置は、第７発明において、前記診断支援情報出力手段は、前記診断支援指標算出手段で算出した前記指標と、所定の閾値とを比較し、比較結果に基づいて前記診断支援情報を出力する。
また、第９発明に係る血球計数装置は、第１乃至第６発明のいずれか一つにおいて、前記分析情報取得手段で取得した前記第１分析情報と、前記第２分析情報又は前記第３分析情報とに基づく指標を、所定の基準で算出する診断支援指標算出手段をさらに備え、前記診断支援情報出力手段は、前記診断支援指標算出手段で算出した前記指標を、前記診断支援情報として出力する。
また、第１０発明に係る血球計数装置は、第１乃至第９発明のいずれか一つにおいて、前記検出部は、前記血液が通過するフローセルと、該フローセルを通過する血液に光を照射する光源と、該光源から光が照射された血液からの光を受光する受光部とを備える。
上記目的を達成するために第１１発明に係る血球計数装置は、被験者の血液中の血球を検出する検出部と、該検出部による検出結果に基づいて、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の成熟血小板に関する第２分析情報と、前記血液中の幼若血小板に関する第３分析情報とを取得する分析情報取得手段と、該分析情報取得手段で取得した第１乃至第３分析情報に基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援情報出力手段とを備える。
上記目的を達成するために第１２発明に係る診断支援装置は、被験者の血液中の血球を検出した結果に基づく、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の顆粒球に関する第２分析情報又は前記血液中の血小板に関する第３分析情報との入力を受け付ける分析情報受付手段と、該分析情報受付手段で入力を受け付けた前記第１分析情報と、前記第２分析情報又は前記第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援情報出力手段とを備える。
上記目的を達成するために第１３発明に係る診断支援装置は、被験者の血液中の血球を検出した結果に基づく、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の成熟血小板に関する第２分析情報と、前記血液中の幼若血小板に関する第３分析情報とを取得する分析情報取得手段と、該分析情報取得手段で取得した第１乃至第３分析情報に基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援情報出力手段とを備える。
上記目的を達成するために第１４発明に係る診断支援方法は、被験者の血液中の血球を検出した結果に基づく、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の顆粒球に関する第２分析情報又は前記血液中の血小板に関する第３分析情報との入力を受け付ける第１ステップと、該第１ステップで入力を受け付けた前記第１分析情報と、前記第２分析情報又は前記第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力する第２ステップとを含む。
また、第１５発明に係る診断支援方法は、第１４発明において、前記第１ステップで入力を受け付ける前記第１分析情報、前記第２分析情報、前記第３分析情報は、全身性の炎症反応を呈している被験者の血液中の血球を検出した結果に基づく。
また、第１６発明に係る診断支援方法は、第１４発明において、前記第１ステップで入力を受け付ける前記第１分析情報、前記第２分析情報、前記第３分析情報は、全身性炎症反応症候群と診断された被験者の血液中の血球を検出した結果に基づく。
また、第１７発明に係る診断支援方法は、第１４乃至第１６発明のいずれか一つにおいて、前記第１ステップで入力を受け付ける前記第１分析情報、前記第２分析情報、前記第３分析情報は、集中治療室の被験者の血液中の血球を検出した結果に基づく。
また、上記目的を達成するために第１８発明に係る診断支援方法は、被験者の血液中の血球を検出した結果に基づく、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の成熟血小板に関する第２分析情報と、前記血液中の幼若血小板に関する第３分析情報との入力を受け付ける第１ステップと、該第１ステップで入力を受け付けた前記第１乃至第３分析情報に基づいて被験者の予後予測を支援する診断支援情報を出力する第２ステップとを含む。
上記目的を達成するために第１９発明に係るコンピュータプログラムは、被験者の予後予測を支援する診断支援装置で実行することが可能なコンピュータプログラムにおいて、 前記診断支援装置を、被験者の血液中の血球を検出した結果に基づく、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の顆粒球に関する第２分析情報又は前記血液中の血小板に関する第３分析情報との入力を受け付ける分析情報受付手段、該分析情報受付手段で入力を受け付けた前記第１分析情報と、前記第２分析情報又は前記第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援情報出力手段 として機能させる。
上記目的を達成するために第２０発明に係るコンピュータプログラムは、被験者の予後予測を支援する診断支援装置で実行することが可能なコンピュータプログラムにおいて、 前記診断支援装置を、被験者の血液中の血球を検出した結果に基づく、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の成熟血小板に関する第２分析情報と、前記血液中の幼若血小板に関する第３分析情報とを取得する分析情報取得手段、該分析情報取得手段で取得した第１乃至第３分析情報に基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援情報出力手段として機能させる。
第１発明、第１２発明、第１４発明及び第１９発明では、血液中の有核赤血球に関する第１分析情報と、血液中の顆粒球に関する第２分析情報又は血液中の血小板に関する第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力するので、血球計数装置から取得することができる分析情報のみに基づいて、重篤な疾患状態になってから早期に予後予測を支援することが可能となり、多数の検査項目の情報を得るための作業が不要で、血球計数装置以外の装置を用いて検査する必要も生じないため、被験者の予後予測を支援するための検査に必要な手間と費用を軽減することができる。なお、血球計数装置とは、血液に希釈・溶血・染色等の処理を施し、光学的又は電気的に血球を計数する装置である。血球計数装置としては、ＸＥ−２１００(シスメックス株式会社製)、ＬＨ７００シリーズ（ベックマン・コールター社製）、セルダイン−４０００（アボット社製）、ＡＤＶＩＡ−２１２０(シーメンス社製)等が挙げられる。これらの血球計数装置は、ＣＢＣ項目、白血球分類、及び網赤血球（ＲＥＴ）を検出するように構成されている。
第２発明では、血液中の有核赤血球に関する第１分析情報と、血液中の顆粒球に関する第２分析情報と、血液中の血小板に関する第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力するので、血球計数装置から取得することができる分析情報のみに基づいて、重篤な疾患状態になってから早期に予後予測を支援することが可能となり、被験者の予後予測を支援するための検査に必要な手間と費用を軽減することができる。
第３発明では、診断支援情報出力手段が、第１分析情報と、第２分析情報と、第３分析情報と、血液中の幼若網赤血球に関する第４分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力するので、血球計数装置から取得することができる分析情報のみに基づいて、重篤な疾患状態になってから早期に予後予測を支援することができる。
第４発明では、第２分析情報は、好中球又は幼若顆粒球に関する分析情報であるので、血球計数装置から取得することができる分析情報のみに基づいて、重篤な疾患状態になってから早期に予後予測を支援することができる。
第５発明では、第３分析情報は、成熟血小板又は幼若血小板に関する分析情報であるので、血球計数装置から取得することができる分析情報のみに基づいて、重篤な疾患状態になってから早期に予後予測を支援することができる。
第６発明では、診断支援情報出力手段が、血液中の有核赤血球に関する第１分析情報、好中球の数に関する第２分析情報、成熟血小板に関する第３分析情報、血液中の幼若網赤血球に関する第４分析情報、好中球の染色度合いを示す第５分析情報、幼若顆粒球の数に関する第６分析情報、幼若血小板に関する第７分析情報に基づいて被験者の予後予測を支援する診断支援情報を出力するので、血球計数装置から取得することができる分析情報のみに基づいて、重篤な疾患状態になってから早期に予後予測を支援することができる。
第７発明では、診断支援情報出力手段は、診断支援指標算出手段で算出した指標に基づいて、診断支援情報を出力するので、複雑な処理を行うことなく、予後予測を支援でき、費用を軽減することができる。
第８発明では、診断支援情報出力手段は、診断支援指標算出手段で算出した指標と、所定の閾値とを比較し、比較結果に基づいて診断支援情報を出力するので、複雑な処理を行うことなく、予後予測を支援でき、費用を軽減することができる。
第９発明では、診断支援情報出力手段は、診断支援指標算出手段で算出した指標を、診断支援情報として出力するので、複雑な処理を行うことなく、予後予測を支援でき、費用を軽減することができる。
第１０発明では、検出部が、血液が通過するフローセルと、フローセルを通過する血液に光を照射する光源と、光源から光が照射された血液からの光を受光する受光部とを備えるので、予後予測を支援するために必要な検出結果を、他の検出方法と比較して安価に得ることができる。
第１１発明、第１３発明、第１８発明及び第２０発明では、血液中の有核赤血球に関する第１分析情報と、血液中の成熟血小板に関する第２分析情報と、血液中の幼若血小板に関する第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力するので、血球計数装置から取得することができる分析情報のみに基づいて、重篤な疾患状態になってから早期に予後予測を支援することが可能となり、予後予測を支援するための検査に必要な手間と費用を軽減することができる。
第１５発明では、入力を受け付ける第１分析情報、第２分析情報、第３分析情報が、全身性の炎症反応を呈している被験者の血液中の血球を検出した結果に基づくので、このような被験者に対して、検査に必要な手間と費用を軽減しつつ、血球計数装置から取得することができる分析情報に基づいて、全身性の炎症反応を呈してから早期に予後予測を支援することができる。
第１６発明では、入力を受け付ける第１分析情報、第２分析情報、第３分析情報が、全身性炎症反応症候群と診断された被験者の血液中の血球を検出した結果に基づくので、このような被験者に対しても、検査に必要な手間と費用を軽減しつつ、血球計数装置から取得することができる分析情報に基づいて、全身性炎症反応症候群と診断されてから早期に予後予測を支援することができる。
第１７発明では、入力を受け付ける第１分析情報、第２分析情報、第３分析情報が、集中治療室の被験者の血液中の血球を検出した結果に基づくので、このような被験者に対しても、検査に必要な手間と費用を軽減しつつ、血球計数装置から取得することができる分析情報に基づいて、集中治療室での治療を開始してから早期に予後予測を支援することができる。
上記構成によれば、本発明における血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラムは、血液中の有核赤血球に関する第１分析情報と、血液中の顆粒球に関する第２分析情報又は血液中の血小板に関する第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力するので、血球計数装置から取得することができる分析情報のみに基づいて、重篤な疾患状態になってから早期に予後予測を支援することが可能となり、多数の検査項目の情報を得るための作業が不要で、血球計数装置以外の装置を用いて検出する必要も生じないため、予後予測を支援するための検査に必要な手間と費用を軽減することができる。
また、上記構成によれば、本発明における別の血球計数装置、診断支援装置及びコンピュータプログラムは、血液中の有核赤血球に関する第１分析情報と、血液中の成熟血小板に関する第２分析情報と、血液中の幼若血小板に関する第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力するので、血球計数装置から取得することができる分析情報のみに基づいて、重篤な疾患状態になってから早期に予後予測を支援することが可能となり、多数の検査項目の情報を得るための作業が不要で、血球計数装置以外の装置を用いて検出する必要も生じないため、予後予測を支援するための検査に必要な手間と費用を軽減することができる。
本発明の実施の形態に係る血球計数装置の概略構成を示す正面図である。 本発明の実施の形態に係る血球計数装置の検出ユニットの構成を示すブロック図である。 本発明の実施の形態に係る血球計数装置の検出部の構成を模式的に示す概略平面図である。 本発明の実施の形態に係る血球計数装置のデータ処理ユニットの構成を示すブロック図である。 本発明の実施の形態に係る血球計数装置のデータ処理ユニットのデータ処理部のＣＰＵの処理手順を示すフローチャートである。 本発明の実施の形態に係る血球計数装置で作成したＮＲＢＣスキャッタグラムを示した図である。 本発明の実施の形態に係る血球計数装置で作成したＤＩＦＦスキャッタグラムを示した図である。 本発明の実施の形態に係る血球計数装置で作成したＷＢＣ／ＢＡＳＯスキャッタグラムを示した図である。 本発明の実施の形態に係る血球計数装置で作成したＲＥＴスキャッタグラムを示した図である。 本発明の実施の形態に係る血球計数装置で作成したＲＥＴスキャッタグラムの一部を拡大した部分を示した図である。 ＲＯＣ曲線を示した図である。 本発明の実施の形態に係る血球計数装置のデータ処理ユニットのデータ処理部のＣＰＵの指標（ＩＣＰＳ）を算出する手順を示すフローチャートである。 本発明の実施の形態に係る血球計数装置のデータ処理ユニットのデータ処理部のＣＰＵの指標（ＩＣＰＳ）を算出する手順を示すフローチャートである。 複数のＳＩＲＳ患者の血液を血球計数装置で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃＋Ｎｅｕｔ＃＋Ｎｅｕｔ−Ｙ＋ＩＧ＃））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。 複数のＳＩＲＳ患者の血液を血球計数装置で測定して得られた有核赤血球の数（ＮＲＢＣ＃）の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。 図１５で示した図の縦軸を有核赤血球の数（ＮＲＢＣ＃）のスコア値に変換した図である。 複数のＳＩＲＳ患者の血液を血球計数装置で測定して得られた幼若顆粒球の数（ＩＧ＃）の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。 複数のＳＩＲＳ患者の血液を血球計数装置で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ＃））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。 複数のＳＩＲＳ患者の血液を血球計数装置で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ−Ｙ））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。 複数のＳＩＲＳ患者の血液を血球計数装置で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＿ＩＰＦ＃））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。 複数のＳＩＲＳ患者の血液を血球計数装置で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。 複数のＳＩＲＳ患者の血液を血球計数装置で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋ＩＧ＃））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。 複数のＳＩＲＳ患者の血液を血球計数装置で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ＃））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。 複数のＳＩＲＳ患者の血液を血球計数装置で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ−Ｙ））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。
以下、本発明の実施の形態における血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラムについて、図面を用いて具体的に説明する。以下の実施の形態は、特許請求の範囲に記載された発明を限定するものではなく、実施の形態の中で説明されている特徴的事項の組み合わせの全てが解決手段の必須事項であるとは限らないことは言うまでもない。
図１は、本発明の実施の形態に係る血球計数装置の概略構成を示す正面図である。図１に示すように、本発明の実施の形態に係る血球計数装置１は、所定の疾患状態（例えば、ＳＩＲＳなどの重篤な疾患状態）になった後の被験者（患者）の血液中の血球を検出し、被験者の予後予測を支援する装置であり、主として検出ユニット２及びデータ処理ユニット３により構成されている。検出ユニット２は、被験者の血液中の血球を検出する。データ処理ユニット３は、検出ユニット２で検出した結果を含むデータを受信して分析処理を行う。血球計数装置１は、例えば、病院、病理検査施設等の医療機関の施設内に設置してある。検出ユニット２とデータ処理ユニット３とは、互いにデータ通信することが可能であるように、伝送ケーブル３ａによって接続してある。なお、伝送ケーブル３ａで検出ユニット２とデータ処理ユニット３とを直接接続する構成に限定されるものではなく、例えば電話回線を使用した専用回線、ＬＡＮ、インターネット等の通信ネットワークを介して検出ユニット２とデータ処理ユニット３とを接続してもよい。
検出ユニット２の正面の右下部分には、被験者の血液を収容した採血管をセットすることが可能な採血管セット部２ａが設けてある。採血管セット部２ａは、その近傍に設けてあるボタンスイッチ２ｂを操作者が押すことにより操作者側へ迫り出して、採血管をセットすることが可能な状態となる。採血管セット部２ａは、採血管をセットした後、操作者が再度ボタンスイッチ２ｂを押すことで、検出ユニット２側へ移動して収納される。
図２は、本発明の実施の形態に係る血球計数装置１の検出ユニット２の構成を示すブロック図である。図２に示すように、検出ユニット２は、従来の血球計数装置の本体部と同様の構成を備えており、試料供給部４と、検出部５と、制御部８と、通信部９とを備えている。試料供給部４は、チャンバ、複数の電磁弁、ダイヤフラムポンプ等を備えた流体ユニットであり、検出ユニット２にセットされた被験者の血液と試薬とを混合した検出試料を検出部５に供給する。制御部８は、検出ユニット２の各種構成要素の動作制御を行う。通信部９は、例えばＲＳ−２３２Ｃインタフェース、ＵＳＢインタフェース、Ｅｔｈｅｒｎｅｔ（登録商標）インタフェースであり、データ処理ユニット３との間でデータの送受信を行う。
図３は、本発明の実施の形態に係る血球計数装置１の検出部５の構成を模式的に示す概略平面図である。図３に示すように、検出部５は、光学式のフローサイトメータであり、半導体レーザによるフローサイトメトリー法により血液中の有核赤血球（ＮＲＢＣ）、網赤血球（ＲＥＴ）、成熟赤血球（ＲＢＣ）、白血球（ＷＢＣ）、血小板（ＰＬＴ）等を検出する。なお、本明細書においては、「赤血球」を、「有核赤血球（ＮＲＢＣ）」、「網赤血球（ＲＥＴ）」及び「成熟赤血球（ＲＢＣ）」の全てを含む概念で用いる。また、「血小板」を、「成熟血小板」及び「幼若血小板」を含む概念で用いる。検出部５は、検出試料の液流を形成するフローセル５１を備えている。フローセル５１は、透光性を有する石英、ガラス、合成樹脂等の材料によって管状に構成されており、その内部が検出試料及びシース液が通流する流路となっている。検出部５では、フローセル５１へ向けてレーザ光を出射するように半導体レーザ光源５２を配置してある。半導体レーザ光源５２とフローセル５１との間には、複数のレンズからなる照射レンズ系５３を配置してある。照射レンズ系５３によって、半導体レーザ光源５２から出射された平行ビームがビームスポットに集光される。また、半導体レーザ光源５２から直線的に延びた光軸上に、フローセル５１を挟んで照射レンズ系５３と対向するようにフォトダイオード５４を設け、半導体レーザ光源５２からの直接光を遮光するようにビームストッパ５４ａを配置してある。
フローセル５１に検出試料が通流すると、レーザ光により散乱光及び蛍光の光が発生する。発生した光のうち、レーザ光の照射方向（前方）の光がフォトダイオード５４で光電変換される。半導体レーザ光源５２から直線的に延びた光軸に沿って進行する光のうち、半導体レーザ光源５２からの直接光はビームストッパ５４ａによって遮光され、フォトダイオード５４には概ね光軸方向に沿って進行する散乱光（以下、前方散乱光という）のみが入射する。フローセル５１を通流する検出試料から発せられた前方散乱光は、フォトダイオード５４で光電変換され、光電変換された電気信号（以下、前方散乱光信号という）がアンプ５４ｂによって増幅され、制御部８に出力される。前方散乱光信号は、血球の大きさを反映している。
また、フローセル５１の側方であって、半導体レーザ光源５２からフォトダイオード５４へ直線的に延びる光軸に対して交差する方向に、側方集光レンズ５５を配置してあり、側方集光レンズ５５は、フローセル５１を通流する検出試料にレーザ光を照射したときに発生する側方光（光軸に対して交差する方向へ出射される光）を集光する。側方集光レンズ５５の下流側にはダイクロイックミラー５６を配置してあり、側方集光レンズ５５で集光した光は、ダイクロイックミラー５６で散乱光成分と蛍光成分とに分けられる。ダイクロイックミラー５６で反射する光軸方向（側方集光レンズ５５とダイクロイックミラー５６とを結ぶ光軸方向に交差する方向）には、側方散乱光受光用のフォトダイオード５７が配置してあり、ダイクロイックミラー５６を透過する光軸方向には、側方蛍光受光用の光学フィルタ５８ａ及びフォトダイオード５８を配置してある。
ダイクロイックミラー５６で反射された光は、側方散乱光であり、フォトダイオード５７で光電変換され、光電変換された電気信号（以下、側方散乱光信号という）がアンプ５７ａによって増幅され、制御部８に出力される。側方散乱光信号は、血球の内部情報（核の大きさ等）を反映している。また、ダイクロイックミラー５６を透過した光は、側方蛍光であり、光学フィルタ５８ａによって波長選択された後、フォトダイオード５８で光電変換され、光電変換された電気信号（以下、側方蛍光信号という）がアンプ５８ｂによって増幅され、制御部８に出力される。側方蛍光信号は、血球の染色度合いを示す情報を反映している。
図４は、本発明の実施の形態に係る血球計数装置１のデータ処理ユニット３の構成を示すブロック図である。図４に示すように、データ処理ユニット３は、少なくとも、ＣＰＵ（中央演算装置）等で構成されるデータ処理部３１、画像表示部３２、入力部３３で構成されている。データ処理部３１は、ＣＰＵ３１ａ、メモリ３１ｂ、ハードディスク３１ｃ、読出装置３１ｄ、入出力インタフェース３１ｅ、画像出力インタフェース３１ｆ、通信インタフェース３１ｇ、内部バス３１ｈで構成されている。データ処理部３１は、ＣＰＵ３１ａと、メモリ３１ｂ、ハードディスク３１ｃ、読出装置３１ｄ、入出力インタフェース３１ｅ、画像出力インタフェース３１ｆ、通信インタフェース３１ｇのそれぞれとは、内部バス３１ｈを介して接続されている。
ＣＰＵ３１ａは、上記したハードウェア各部の動作を制御するとともに、ハードディスク３１ｃに記憶されているコンピュータプログラム３４に従って、検出ユニット２から受信したデータの処理を行う。
メモリ３１ｂは、ＳＲＡＭ、フラッシュメモリ等の揮発性メモリで構成され、コンピュータプログラム３４の実行時にロードモジュールが展開され、コンピュータプログラム３４の実行時に発生する一時的なデータ等を記憶する。
ハードディスク３１ｃは、内蔵される固定型記憶装置等で構成されている。ハードディスク３１ｃに記憶されているコンピュータプログラム３４は、プログラム及びデータ等の情報を記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体３５から、可搬型ディスクドライブである読出装置３１ｄによりダウンロードされ、実行時にはハードディスク３１ｃからメモリ３１ｂへ展開して実行される。もちろん、通信インタフェース３１ｇを介して外部のコンピュータからダウンロードされたコンピュータプログラムであっても良い。ハードディスク３１ｃには、被験者の予後予測を支援する診断支援情報として、例えば重症度が極めて高く、死亡に至る確率が高いことを示すメッセージと、重症度が中程度であり、死亡に至る確率が低いことを示すメッセージとが記憶されている。また、分析情報をスコア化するときに用いられる分析情報ごとのスコア用閾値（後に説明する）、被験者の予後予測を行うための判別用閾値（後に説明する）も記憶されている。
入出力インタフェース３１ｅは、キーボード、タブレット等で構成される入力部３３と接続されている。画像出力インタフェース３１ｆは、ＣＲＴモニタ、ＬＣＤ等の画像表示部３２と接続されている。
通信インタフェース３１ｇは内部バス３１ｈに接続されており、インターネット、ＬＡＮ、ＷＡＮ等の外部のネットワーク網に接続されることにより、外部のコンピュータ、検出ユニット２等とデータ送受信を行うことが可能となっている。例えば上記したハードディスク３１ｃは、データ処理ユニット３に内蔵される構成に限定されるものではなく、通信インタフェース３１ｇを介して接続されている外部のストレージ等の外部記録媒体であっても良い。
以下、本発明の実施の形態に係る血球計数装置１の動作について説明する。まず、血球計数装置１の試料供給部４は、採血管セット部２ａにセットされた採血管から血液を吸引し、吸引した血液を４つのアリコートに分割し、所定の専用試薬を添加することにより、ＮＲＢＣ検出試料、ＲＥＴ検出試料、ＤＩＦＦ検出試料、及びＷＢＣ／ＢＡＳＯ検出試料を調製する。なお、ＮＲＢＣ検出試料は、血液を希釈処理し、さらに有核赤血球検出用の専用試薬を用いて染色処理することによって調製される。ＲＥＴ検出試料は、血液を希釈処理し、さらに網状赤血球検出用の専用試薬を用いて染色処理することによって調製される。ＤＩＦＦ検出試料は、血液を希釈処理し、白血球分類用の専用試薬を用いて溶血処理し、さらにＤＩＦＦ検出用の専用試薬を用いて染色処理することによって調製される。ＷＢＣ／ＢＡＳＯ検出試料は、血液を希釈処理し、さらに白血球検出用の専用試薬を用いて溶血処理することによって調製される。試料供給部４は、調製された検出試料を、検出部５のフローセル５１に供給する。
図５は、本発明の実施の形態に係る血球計数装置１のデータ処理ユニット３のデータ処理部３１のＣＰＵ３１ａの処理手順を示すフローチャートである。まず、フローセル５１に検出試料が供給されると、ＣＰＵ３１ａは、通信インタフェース３１ｇを介して、検出ユニット２の検出部５から出力された前方散乱光信号、側方散乱光信号、側方蛍光信号のデータをそれぞれ受信し、メモリ３１ｂに記憶する（ステップＳ５１）。ＣＰＵ３１ａは、メモリ３１ｂに記憶した検出部５で検出した前方散乱光信号、側方散乱光信号、側方蛍光信号のデータから複数のスキャッタグラムを作成する（ステップＳ５２）。具体的には、ＣＰＵ３１ａはステップＳ５２において、ＮＲＢＣ検出試料について、前方散乱光信号をＹ軸方向、側方蛍光信号をＸ軸方向としたＮＲＢＣスキャッタグラム、ＲＥＴ検出試料について、前方散乱光信号をＹ軸方向、側方蛍光信号をＸ軸方向としたＲＥＴスキャッタグラム、ＤＩＦＦ検出試料について、側方蛍光信号をＹ軸方向、側方散乱光信号をＸ軸方向としたＤＩＦＦスキャッタグラム、ＷＢＣ／ＢＡＳＯ検出試料について、前方散乱光信号をＹ軸方向、側方散乱光信号をＸ軸方向としたＷＢＣ／ＢＡＳＯスキャッタグラムを作成する。
次に、ＣＰＵ３１ａは、ＮＲＢＣスキャッタグラムを用いて、有核赤血球の数（ＮＲＢＣ＃）を算出し（ステップＳ５３）、血液中の有核赤血球（ＮＲＢＣ）に関する分析情報として取得する。図６は、本発明の実施の形態に係る血球計数装置１で作成したＮＲＢＣスキャッタグラムを示した図である。図６に示すように、ＮＲＢＣスキャッタグラムは、血球を、有核赤血球（ＮＲＢＣ）領域６０、白血球（ＷＢＣ）領域６１、赤血球ゴースト領域６２の三つの領域に分類する。有核赤血球（ＮＲＢＣ）領域６０に含まれる赤血球の個数を数えることで有核赤血球の数（ＮＲＢＣ＃）を算出することができる。
次に、ＣＰＵ３１ａは、ＤＩＦＦスキャッタグラム及びＷＢＣ／ＢＡＳＯスキャッタグラムを用いて、好中球の数（Ｎｅｕｔ＃）を算出し（ステップＳ５４）、顆粒球に関する分析情報として取得する。なお、本明細書においては、「顆粒球」を「成熟顆粒球」及び「幼若顆粒球」の両方を含む概念で用いる。「成熟顆粒球」には、好中球（Ｎｅｕｔ）、好酸球（ＥＯ）、好塩基球（ＢＡＳＯ）が含まれる。図７は、本発明の実施の形態に係る血球計数装置１で作成したＤＩＦＦスキャッタグラムを示した図である。図８は、本発明の実施の形態に係る血球計数装置１で作成したＷＢＣ／ＢＡＳＯスキャッタグラムを示した図である。図７に示すように、ＤＩＦＦスキャッタグラムは、白血球（ＷＢＣ）を、単球（ＭＯＮＯ）領域７１、リンパ球（ＬＹＭＰＨ）領域７２、好中球（Ｎｅｕｔ）＋好塩基球（ＢＡＳＯ）領域７３、好酸球（ＥＯ）領域７４、及び幼若顆粒球（ＩＧ）領域７５の五つの領域に分類する。そのため、ＤＩＦＦスキャッタグラムから、好中球（Ｎｅｕｔ）＋好塩基球（ＢＡＳＯ）領域７３の白血球（ＷＢＣ）の個数を数えることで、好中球（Ｎｅｕｔ）の数と好塩基球（ＢＡＳＯ）の数との和を算出することができる。
好中球（Ｎｅｕｔ）の数と好塩基球（ＢＡＳＯ）の数との和から好中球の数（Ｎｅｕｔ＃）を算出するために、ＷＢＣ／ＢＡＳＯスキャッタグラムを用いて好塩基球（ＢＡＳＯ）の数を求める。図８に示すように、ＷＢＣ／ＢＡＳＯスキャッタグラムは、白血球（ＷＢＣ）を、単球（ＭＯＮＯ）＋リンパ球（ＬＹＭＰＨ）＋好中球（Ｎｅｕｔ）＋好酸球（ＥＯ）領域８１と、好塩基球（ＢＡＳＯ）領域８２との二つの領域に分類する。そのため、ＷＢＣ／ＢＡＳＯスキャッタグラムから、好塩基球（ＢＡＳＯ）領域８２の白血球（ＷＢＣ）の個数を数えることで、好塩基球（ＢＡＳＯ）の数を算出することができる。ＤＩＦＦスキャッタグラムから算出した好中球（Ｎｅｕｔ）の数と好塩基球（ＢＡＳＯ）の数との和から、ＷＢＣ／ＢＡＳＯスキャッタグラムから算出した好塩基球（ＢＡＳＯ）の数を減算することで、好中球の数（Ｎｅｕｔ＃）を算出することができる。
次に、ＣＰＵ３１ａは、ＤＩＦＦスキャッタグラムを用いて、好中球の染色度合いを示す値（Ｎｅｕｔ−Ｙ）を算出し（ステップＳ５５）、顆粒球に関する分析情報として取得する。具体的には、ＤＩＦＦスキャッタグラムから、好中球（Ｎｅｕｔ）＋好塩基球（ＢＡＳＯ）領域７３に含まれる全ての血球（すなわち好中球（Ｎｅｕｔ）及び好塩基球（ＢＡＳＯ））の側方蛍光強度の平均値を算出することで、好中球の染色度合いを示す値（Ｎｅｕｔ−Ｙ）を算出することができる。なお、算出した好中球の染色度合いを示す値（Ｎｅｕｔ−Ｙ）には、好塩基球（ＢＡＳＯ）の側方散乱光強度の影響が含まれるが、好塩基球（ＢＡＳＯ）の数が少なく影響は小さい。
次に、ＣＰＵ３１ａは、ＤＩＦＦスキャッタグラムを用いて、幼若顆粒球の数（ＩＧ＃）を算出し（ステップＳ５６）、顆粒球に関する分析情報として取得する。具体的には、ＤＩＦＦスキャッタグラムから、幼若顆粒球（ＩＧ）領域７５の白血球（ＷＢＣ）の個数を数えることで、幼若顆粒球の数（ＩＧ＃）を算出することができる。
次に、ＣＰＵ３１ａは、ＲＥＴスキャッタグラムを用いて、成熟血小板の数（ＰＬＴ＃）を算出し（ステップＳ５７）、血液中の血小板に関する分析情報として取得する。図９は、本発明の実施の形態に係る血球計数装置１で作成したＲＥＴスキャッタグラムを示した図である。図９に示すように、ＲＥＴスキャッタグラムは、血液を、成熟赤血球（ＲＢＣ）領域９０、血小板（ＰＬＴ）領域９１、網赤血球（ＲＥＴ）領域９２の三つの領域に分類する。そして、ＲＥＴスキャッタグラムから、血小板（ＰＬＴ）領域９１の血小板の個数を数えることで、成熟血小板の数（ＰＬＴ＃）を算出することができる。
次に、ＣＰＵ３１ａは、ＲＥＴスキャッタグラムを用いて、幼若網赤血球の数（ＩＲＦ＃）を算出し（ステップＳ５８）、血液中の幼若網赤血球に関する分析情報として取得する。具体的には、網赤血球（ＲＥＴ）領域９２を側方蛍光強度により、低蛍光強度領域ＬＦＲ、中蛍光強度領域ＭＦＲ、高蛍光強度領域ＨＦＲの三つの領域に分け、中蛍光強度領域ＭＦＲに含まれる網赤血球の個数及び高蛍光強度領域ＨＦＲに含まれる網赤血球の個数を数え、それらを合算することで、幼若網赤血球の数（ＩＲＦ＃）を算出することができる。
次に、ＣＰＵ３１ａは、ＲＥＴスキャッタグラムを用いて、血小板（ＰＬＴ）領域９１において、核酸染色蛍光色素と良く反応する大型で側方蛍光強度の高い領域（ＩＰＦ分画領域）に出現する幼若血小板の数（ＩＰＦ＃）を算出し（ステップＳ５９）、血液中の幼若血小板に関する分析情報として取得する。図１０は、本発明の実施の形態に係る血球計数装置１で作成したＲＥＴスキャッタグラムの一部を拡大した部分を示した図である。図１０に示すように、血小板（ＰＬＴ）領域９１は、ＩＰＦ分画領域９１ａとそれ以外の領域に分けることができる。そのため、ＲＥＴスキャッタグラムから、ＩＰＦ分画領域９１ａの血小板の個数を数えることで、幼若血小板の数（ＩＰＦ＃）を算出することができる。なお、ステップＳ５７で算出した成熟血小板の数（ＰＬＴ＃）には、幼若血小板の数（ＩＰＦ＃）も含まれているが、幼若血小板の数は成熟血小板の数と比較して十分小さいため、本実施形態では、血小板（ＰＬＴ）領域９１の血小板の数を成熟血小板の数（ＰＬＴ＃）としている。もちろん、血小板（ＰＬＴ）領域９１の血小板の数から幼若血小板の数（ＩＰＦ＃）を減算して得られた数値を、成熟血小板の数（ＰＬＴ＃）としてもよい。
次に、ＣＰＵ３１ａは、ステップＳ５３乃至ステップＳ５９において算出して取得した複数の分析情報（ＮＲＢＣ＃、Ｎｅｕｔ＃、Ｎｅｕｔ−Ｙ、ＩＧ＃、ＰＬＴ＃、ＩＲＦ＃、ＩＰＦ＃）から、分析情報（Ｎｅｕｔ＃、Ｎｅｕｔ−Ｙ、ＩＧ＃、ＮＲＢＣ＃＿ＩＲＦ＃、ＰＬＴ＃＿ＩＰＦ＃）ごとに、所定の基準でスコア値を設定し、設定したスコア値を合算して指標を算出する（ステップＳ６０）。ここで、分析情報（ＮＲＢＣ＃＿ＩＲＦ＃）は、有核赤血球の数（ＮＲＢＣ＃）と幼若網赤血球の数（ＩＲＦ＃）とに基づく分析情報で、分析情報（ＰＬＴ＃＿ＩＰＦ＃）は、成熟血小板の数（ＰＬＴ＃）と幼若血小板の数（ＩＰＦ＃）とに基づく分析情報である。なお、ステップＳ６０で算出する指標は、以下、指標（ＩＣＰＳ：Ｉｎｔｅｎｓｉｖｅ Ｃａｒｅ Ｐｒｏｇｎｏｓｔｉｃ Ｓｃｏｒｅ）と呼ぶ。分析情報ごとに設定したスコア値は、ステップＳ５３乃至ステップＳ５９で取得した分析情報と、ハードディスク３１ｃに予め分析情報ごとに記憶されているスコア用閾値とを比較することにより設定される。
ここで、スコア用閾値の決め方について説明する。スコア用閾値は、例えば以下の方法により血球計数装置１の開発者等によって予め決定され、ハードディスク３１ｃに記憶されている。本発明の実施の形態では、ＲＯＣ（Ｒｅｃｅｉｖｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｈａｒａｃｔｅｒｉｓｔｉｃ）曲線によるＲＯＣ分析を用いている。一般的にＲＯＣ分析は、スクリーニング検査等の精度の評価や従来の検査と新しい検査との比較に用いられている。ＲＯＣ曲線は、縦軸を感度（％）、横軸を１００−特異度（％）とする平面図上に示される。なお、感度（％）とは、所定の疾患で死亡に至った被験者の数に対する、重症度が極めて高く、死亡に至る確率が高いと予測された被験者の数の割合である。特異度（％）とは、所定の疾患で死亡に至らなかった被験者の数に対する、重症度が中程度であり、死亡に至る確率が低いと予測された被験者の数の割合である。
ＲＯＣ曲線は、血球計数装置１の開発者等により、以下のように生成される。例えば幼若顆粒球の数（ＩＧ＃）を分析情報として用いた場合、開発者等は、ある閾値を設定し、該閾値と、被験者の幼若顆粒球の数（ＩＧ＃）とに基づいて被験者の予後予測を行う。当該予後予測は、複数の被験者について実行される。そして、開発者等は、複数の被験者の予後予測を行った結果から、感度（％）及び特異度（％）を算出する。さらに、開発者等は、前述の縦軸を感度（％）、横軸を１００−特異度（％）とする平面図上において、算出した感度（％）及び特異度（％）に対応する位置に、マーク（点）を付す。すなわち、当該マーク（点）は、設定された閾値における感度（％）及び特異度（％）に対応する。開発者等は、順次閾値を変化させながら、上記の判別、算出、及びマーキングを繰り返す。そして、開発者等は、上記平面図上に付された複数のマーク（点）を近似する曲線を描く。当該曲線がＲＯＣ曲線である。
図１１は、ＲＯＣ曲線を示した図である。図１１に示す平面図は、縦軸が感度、横軸が１００−特異度で、曲線１１１が幼若顆粒球の数（ＩＧ＃）のＲＯＣ曲線である。曲線１１１において、座標（０，１００）から曲線１１１までの距離ｌが最短となる点１１１ａが、感度と特異度のバランスが最適となる点である。そして、点１１１ａをマーキングしたときに設定された閾値がベストカットオフ値である。また、曲線１１１と軸とで囲む面積のうち、座標（１００，０）側の面積が幼若顆粒球の数（ＩＧ＃）のＡＵＣ（Ａｒｅａ Ｕｎｄｅｒ ｔｈｅ Ｃｕｒｖｅ）１１１ｂである。
スコア用閾値の決め方の説明に戻る。まず開発者等は、ＲＯＣ曲線に基づきベストカットオフ値を取得し、当該ベストカットオフ値を第１のスコア用閾値として決める。次に開発者等は、ＲＯＣ曲線に基づき特異度が８５％となる点について設定された閾値を、第２のスコア用閾値として決める。さらに開発者等は、ＲＯＣ曲線に基づき特異度が９５％となる点について設定された閾値を、第３のスコア用閾値として決める。例えば、幼若顆粒球の数（ＩＧ＃）の第１乃至第３のスコア用閾値は、それぞれ、１５０個／μｌ、５００個／μｌ、１０００個／μｌとなる。好中球の数（Ｎｅｕｔ＃）の第１乃至第３のスコア用閾値は、それぞれ、１１０００個／μｌ、１５０００個／μｌ、２２０００個／μｌとなる。好中球の染色度合いを示す値（Ｎｅｕｔ−Ｙ）の第１乃至第３のスコア用閾値は、それぞれ、４８０、５００、５５０となる。血小板の数（ＰＬＴ＃）の第１乃至第３のスコア用閾値は、それぞれ、１５０×１０3 個／μｌ、１００×１０3 個／μｌ、５０×１０3 個／μｌとなる。ＮＲＢＣ＃＿ＩＲＦ＃、ＰＬＴ＃＿ＩＰＦ＃についても、血球計数装置１の開発者等により、同様の方法でスコア用閾値が決定され、ハードディスク３１ｃに記憶されている。
ハードディスク３１ｃに予め記憶されている前述のスコア用閾値を用いて、ＣＰＵ３１ａが分析情報ごとにスコア値を設定し、設定したスコア値を合算して指標（ＩＣＰＳ）を算出する処理を以下に説明する。図１２及び図１３は、本発明の実施の形態に係る血球計数装置１のデータ処理ユニット３のデータ処理部３１のＣＰＵ３１ａによる指標（ＩＣＰＳ）を算出する手順を示すフローチャートである。ＣＰＵ３１ａは、図５のステップＳ５３乃至ステップＳ５９で算出して取得した複数の分析情報から順次スコア化する分析情報を選択する（ステップＳ１２１）。ＣＰＵ３１ａは、ステップＳ１２１で選択した分析情報が好中球の数（Ｎｅｕｔ＃）、好中球の染色度合いを示す値（Ｎｅｕｔ−Ｙ）、幼若顆粒球の数（ＩＧ＃）のいずれかであるか否かを判断する（ステップＳ１２２）。ＣＰＵ３１ａが、ステップＳ１２１で選択した分析情報が好中球の数（Ｎｅｕｔ＃）、好中球の染色度合いを示す値（Ｎｅｕｔ−Ｙ）、幼若顆粒球の数（ＩＧ＃）のいずれかであると判断した場合（ステップＳ１２２：ＹＥＳ）、ＣＰＵ３１ａは、処理を図１３のステップＳ１３１に進める。例えば、ステップＳ１２１で選択した分析情報が好中球の数（Ｎｅｕｔ＃）である場合について説明する。ＣＰＵ３１ａは、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）が、第１のスコア用閾値以上か否かを判断する（ステップＳ１３１）。ＣＰＵ３１ａが、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）が第１のスコア用閾値未満であると判断した場合（ステップＳ１３１：ＮＯ）、ＣＰＵ３１ａは、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）に対してスコア値を‘０（ゼロ）’に設定する（ステップＳ１３２）。
ＣＰＵ３１ａが、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）が第１のスコア用閾値以上であると判断した場合（ステップＳ１３１：ＹＥＳ）、ＣＰＵ３１ａは、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）が、第２のスコア用閾値以上か否かを判断する（ステップＳ１３３）。ＣＰＵ３１ａが、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）が第２のスコア用閾値未満であると判断した場合（ステップＳ１３３：ＮＯ）、ＣＰＵ３１ａは、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）に対してスコア値を‘１’に設定する（ステップＳ１３４）。
ＣＰＵ３１ａが、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）が第２のスコア用閾値以上であると判断した場合（ステップＳ１３３：ＹＥＳ）、ＣＰＵ３１ａは、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）が、第３のスコア用閾値以上か否かを判断する（ステップＳ１３５）。ＣＰＵ３１ａが、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）が第３のスコア用閾値未満であると判断した場合（ステップＳ１３５：ＮＯ）、ＣＰＵ３１ａは、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）に対してスコア値を‘２’に設定する（ステップＳ１３６）。ＣＰＵ３１ａが、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）が第３のスコア用閾値以上であると判断した場合（ステップＳ１３５：ＹＥＳ）、ＣＰＵ３１ａは、ステップＳ５４において算出した好中球の数（Ｎｅｕｔ＃）に対してスコア値を‘４’に設定する（ステップＳ１３７）。そして、ＣＰＵ３１ａは、処理を図１２のステップＳ１２５に進める。
ＣＰＵ３１ａが、ステップＳ１２１で選択した分析情報は、好中球の数（Ｎｅｕｔ＃）、好中球の染色度合いを示す値（Ｎｅｕｔ−Ｙ）、幼若顆粒球の数（ＩＧ＃）のどれでもないと判断した場合（ステップＳ１２２：ＮＯ）、ＣＰＵ３１ａは、ステップＳ１２１で選択した分析情報が、ＮＲＢＣ＃＿ＩＲＦ＃であるか否かを判断する（ステップＳ１２３）。ＣＰＵ３１ａが、ステップＳ１２１で選択した分析情報がＮＲＢＣ＃＿ＩＲＦ＃であると判断した場合（ステップＳ１２３：ＹＥＳ）、ＣＰＵ３１ａは、処理をステップＳ１２７に進める。
ステップＳ１２７では、まず、有核赤血球の数（ＮＲＢＣ＃）をスコア化する。ハードディスク３１ｃには、上記の第１及び第２のスコア用閾値が記憶されており、さらに、第３のスコア用閾値として特異度が９０％となる点について設定された閾値が記憶されており、第４のスコア用閾値として特異度が９５％となる点について設定された閾値が記憶されている。そして、ＣＰＵ３１ａは、上記のステップＳ１３１乃至Ｓ１３７と同様の方法で有核赤血球の数（ＮＲＢＣ＃）をスコア化する。このとき、有核赤血球の数（ＮＲＢＣ＃）が第３のスコア用閾値以上であり、第４のスコア用閾値未満である場合には、スコア値が‘３’に設定され、第４のスコア用閾値以上である場合には、スコア値が‘４’に設定される。ハードディスク３１ｃには、さらに、ＩＲＦ＃に関するスコア用閾値として１５個／μｌおよび５０個／μｌの２つの閾値が記憶されている。そして、ステップＳ５８で取得されたＩＲＦ＃の値が１５個／μｌ未満、又は５０個／μｌ以上の場合には、有核赤血球の数（ＮＲＢＣ＃）について設定されたスコア値に‘２’が加算される。このようにして求められたスコア値が、ＮＲＢＣ＃＿ＩＲＦ＃のスコア値として設定される。そして、ＣＰＵ３１ａは、処理をステップＳ１２５に進める。
ＣＰＵ３１ａが、ステップＳ１２１で選択した分析情報はＮＲＢＣ＃＿ＩＲＦ＃ではないと判断した場合（ステップＳ１２３：ＮＯ）、ＣＰＵ３１ａは、ステップＳ１２１で選択した分析情報が、ＰＬＴ＃＿ＩＰＦ＃であるか否かを判断する（ステップＳ１２４）。ＣＰＵ３１ａが、ステップＳ１２１で選択した分析情報が、ＰＬＴ＃＿ＩＰＦ＃ではないと判断した場合（ステップＳ１２４：ＮＯ）、ＣＰＵ３１ａは、処理をステップＳ１２５に進める。ＣＰＵ３１ａが、ステップＳ１２１で選択した分析情報が、ＰＬＴ＃＿ＩＰＦ＃であると判断した場合（ステップＳ１２４：ＹＥＳ）、ＣＰＵ３１ａは、処理をステップＳ１２８に進める。
ハードディスク３１ｃには、血小板の数（ＰＬＴ＃）についてのスコア用閾値として、５０×１０3 個／μｌ，１００×１０3 個／μｌ，１５０×１０3 個／μｌが記憶されており、幼若血小板の数（ＩＰＦ＃）についてのスコア用閾値として５０００個／μｌが記憶されている。これらのスコア用閾値は、過去の統計データに基づいて設定される。ステップＳ１２８では、ＣＰＵ３１ａは、これらのスコア用閾値に基づいてＰＬＴ＃＿ＩＰＦ＃のスコア値を設定する。具体的には、血小板の数（ＰＬＴ＃）が１５０×１０3 個／μｌ以上の場合には、スコア値が‘０’に設定される。血小板の数（ＰＬＴ＃）が１００×１０3 個／μｌ以上１５０×１０3 個／μｌ未満、かつ、幼若血小板の数（ＩＰＦ＃）が５０００個／μｌ未満の場合には、スコア値が‘１’に設定される。また、血小板の数（ＰＬＴ＃）が５０×１０3 個／μｌ以上１００×１０3 個／μｌ未満、かつ、幼若血小板の数（ＩＰＦ＃）が５０００個／μｌ以上である場合にも、スコア値が‘１’に設定される。血小板の数（ＰＬＴ＃）が５０×１０3 個／μｌ未満、かつ、幼若血小板の数（ＩＰＦ＃）が５０００個／μｌ以上である場合には、スコア値が‘２’に設定される。血小板の数（ＰＬＴ＃）が５０×１０3 個／μｌ以上１００×１０3 個／μｌ未満、かつ、幼若血小板の数（ＩＰＦ＃）が５０００個／μｌ未満の場合には、スコア値が‘３’に設定される。血小板の数（ＰＬＴ＃）が５０×１０3 個／μｌ未満、かつ、幼若血小板の数（ＩＰＦ＃）が５０００個／μｌ未満の場合には、スコア値が‘４’に設定される。
ＣＰＵ３１ａは、分析情報の中で、まだスコア化していない分析情報があるか否かを判断する（ステップＳ１２５）。ＣＰＵ３１ａが、分析情報の中で、まだスコア化していない分析情報があると判断した場合（ステップＳ１２５：ＹＥＳ）、ＣＰＵ３１ａは、処理をステップＳ１２１に戻す。ＣＰＵ３１ａが、分析情報のすべてをスコア化したと判断した場合（ステップＳ１２５：ＮＯ）、ＣＰＵ３１ａは、分析情報ごとに設定したスコア値を合算して指標（ＩＣＰＳ）を算出する（ステップＳ１２６）。なお、指標（ＩＣＰＳ）を算出するために分析情報ごとに設定したスコア値を合算する方法は、分析情報ごとに設定したスコア値を単純に合算する方法に限定されるものではなく、分析情報ごとに設定したスコア値を所定の指標（ＩＣＰＳ）算出式に当てはめる方法を用いれば良く、例えば、分析情報ごとに設定したスコア値に適宜重み付けをして合算する方法であっても良い。
図５に戻って、ＣＰＵ３１ａは、ステップＳ６０で算出した指標（ＩＣＰＳ）に基づいて被験者の予後予測を行う（ステップＳ６１）。ＣＰＵ３１ａは、指標（ＩＣＰＳ）に基づく被験者の予後予測として、指標（ＩＣＰＳ）とハードディスク３１ｃに記憶してある判別用閾値とを比較し、指標（ＩＣＰＳ）が判別用閾値以上であれば、重症度が極めて高く死亡に至る確率が高いと判別し、指標（ＩＣＰＳ）が判別用閾値未満であれば、重症度が中程度であり死亡に至る確率が低いと判別する。
ここで、ステップＳ６０で算出した指標（ＩＣＰＳ）に基づく被験者の予後予測として、重症度が極めて高く死亡に至る確率が高いか、重症度が中程度であり死亡に至る確率が低いかの判別を行うことが可能であること、及び指標（ＩＣＰＳ）と比較する判別用閾値の決め方について、以下に説明する。なお、判別用閾値は、血球計数装置１の開発者等により予め決定され、ハードディスク３１ｃに記憶されている。また、以下に説明する指標（ＩＣＰＳ）では、指標（ＩＣＰＳ（＊＊＊＋＊＊＊））の「＊＊＊」に記載されている分析情報のそれぞれを上記の方法でスコア化し、スコア化した値を合算して算出しているものとする。
図１４は、複数のＳＩＲＳ患者の血液を血球計数装置１で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃＋Ｎｅｕｔ＃＋Ｎｅｕｔ−Ｙ＋ＩＧ＃））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。図１４では、ＳＩＲＳであると診断された日からの日数を横軸、ＮＲＢＣ＃＿ＩＲＦ＃、ＰＬＴ＃＿ＩＰＦ＃、Ｎｅｕｔ＃、Ｎｅｕｔ−Ｙ、ＩＧ＃のそれぞれをスコア化して合算して算出した指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃＋Ｎｅｕｔ＃＋Ｎｅｕｔ−Ｙ＋ＩＧ＃））を縦軸としている。折れ線１４１は、死亡に至らなかったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃＋Ｎｅｕｔ＃＋Ｎｅｕｔ−Ｙ＋ＩＧ＃））の平均値を、折れ線１４２は、死亡に至ったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃＋Ｎｅｕｔ＃＋Ｎｅｕｔ−Ｙ＋ＩＧ＃））の平均値を、それぞれ示している。なお、折れ線１４１、１４２に示すエラーバーは、それぞれの指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃＋Ｎｅｕｔ＃＋Ｎｅｕｔ−Ｙ＋ＩＧ＃））の最高値と最低値とを表している。
折れ線１４１は、指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃＋Ｎｅｕｔ＃＋Ｎｅｕｔ−Ｙ＋ＩＧ＃））が‘５’より大きくなることはほとんどなく、折れ線１４２は、指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃＋Ｎｅｕｔ＃＋Ｎｅｕｔ−Ｙ＋ＩＧ＃））が‘５’以下になることはほとんどないため、‘５’を、ＳＩＲＳの重症度が極めて高く死亡に至る確率が高いか、ＳＩＲＳの重症度が中程度であり死亡に至る確率が低いかを判別する判別用閾値と決定することができる。つまり、本発明の実施の形態に係る血球計数装置１を用いて、指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃＋Ｎｅｕｔ＃＋Ｎｅｕｔ−Ｙ＋ＩＧ＃））を算出し、算出した指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃＋Ｎｅｕｔ＃＋Ｎｅｕｔ−Ｙ＋ＩＧ＃））が‘５’以上であれば、重症度が極めて高く死亡に至る確率が高いと予測することができる。逆に、指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃＋Ｎｅｕｔ＃＋Ｎｅｕｔ−Ｙ＋ＩＧ＃））が‘５’未満であれば、重症度が中程度であり死亡に至る確率が低いと予測することができる。
ＣＰＵ３１ａによる診断支援情報出力処理の説明に戻る（図５参照）。ＣＰＵ３１ａは、ステップＳ６１での比較結果に基づき、ハードディスク３１ｃから診断支援情報を読み出し、画像出力インタフェース３１ｆを介して画像表示部３２に、通信インタフェース３１ｇを介して他のコンピュータ、プリンタ等に出力する（ステップＳ６２）。具体的に、ステップＳ６２において、ステップＳ６１で被験者の予後予測を行った結果が、重症度が極めて高く死亡に至る確率が高いとの判別（すなわち、指標（ＩＣＰＳ）が判別用閾値以上である）であれば、ハードディスク３１ｃから、重症度が極めて高く死亡に至る確率が高いことを示すメッセージを読み出し、診断支援情報として出力する。また、ステップＳ６２において、ステップＳ６１で被験者の予後予測を行った結果が、重症度が中程度であり死亡に至る確率が低いとの判別（すなわち、指標（ＩＣＰＳ）が判別用閾値未満である）であれば、ハードディスク３１ｃから、重症度が中程度であり死亡に至る確率が低いことを示すメッセージを読み出し、診断支援情報として出力する。
ここで、比較例として、指標（ＩＣＰＳ）を算出するための分析情報として、有核赤血球の数又は幼若顆粒球の数を単独で用いた場合の予後予測の可否について説明する。
図１５は、複数のＳＩＲＳ患者の血液を血球計数装置１で測定して得られた有核赤血球の数（ＮＲＢＣ＃）の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。図１５では、ＳＩＲＳであると診断された日からの日数を横軸、有核赤血球の数（ＮＲＢＣ＃）の計数値を縦軸としている。折れ線１５１は、死亡に至らなかったＳＩＲＳ患者群における有核赤血球の数（ＮＲＢＣ＃）の平均値を、折れ線１５２は、死亡に至ったＳＩＲＳ患者群における有核赤血球の数（ＮＲＢＣ＃）の平均値をそれぞれ示している。なお、折れ線１５１、１５２に示すエラーバーは、それぞれの有核赤血球の数（ＮＲＢＣ＃）の計数値の最高値と最低値とを表している。
図１５に示すように、ＳＩＲＳであると診断された日から２５日目までは、折れ線１５１と折れ線１５２とをある閾値で分けることはできないため、有核赤血球の数（ＮＲＢＣ＃）計数値を単独で用いて重症度が極めて高く死亡に至る確率が高いか、重症度が中程度であり死亡に至る確率が低いかの判別を行うことができない。一方、図１４と図１５とを比較すると、本発明の実施の形態に係る指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃＋Ｎｅｕｔ＃＋Ｎｅｕｔ−Ｙ＋ＩＧ＃））を用いた場合には、有核赤血球の数（ＮＲＢＣ＃）を単独で用いた場合と比較して早期に予後予測を支援することが可能であることが分かる。
図１６は、図１５で示した図の縦軸を有核赤血球の数（ＮＲＢＣ＃）のスコア値に変換した図である。スコア値への変換には、ステップＳ１２７における有核赤血球の数（ＮＲＢＣ＃）のスコア化と同じ方法を用いた。図１６では、ＳＩＲＳであると診断された日からの日数を横軸、有核赤血球の数（ＮＲＢＣ＃）のスコア値を縦軸としている。折れ線１６１は、死亡に至らなかったＳＩＲＳ患者群における有核赤血球の数（ＮＲＢＣ＃）のスコア値の平均値を、折れ線１６２は、死亡に至ったＳＩＲＳ患者群における有核赤血球の数（ＮＲＢＣ＃）のスコア値の平均値をそれぞれ示している。なお、折れ線１６１、１６２に示すエラーバーは、それぞれの有核赤血球の数（ＮＲＢＣ＃）のスコア値の最高値と最低値とを表している。
図１６に示すように、ＳＩＲＳであると診断された日から５日目までは、折れ線１６１と折れ線１６２とが非常に近い位置にあり、ある閾値で分けることはできないため、有核赤血球の数（ＮＲＢＣ＃）のスコア値を単独で用いて、ＳＩＲＳの重症度が極めて高く死亡に至る確率が高いか、ＳＩＲＳの重症度が中程度であり死亡に至る確率が低いかの判別を行うことができない。一方、図１４と図１６とを比較すると、本発明の実施の形態に係る指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ＃））を用いて重症度が極めて高く死亡に至る確率が高いか、重症度が中程度であり死亡に至る確率が低いかの判別を行う場合は、有核赤血球の数（ＮＲＢＣ＃）のスコア値を単独で用いた場合と比較して早期に予後予測を支援することが可能であることが分かる。
図１７は、複数のＳＩＲＳ患者の血液を血球計数装置１で測定して得られた幼若顆粒球の数（ＩＧ＃）の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。図１７では、ＳＩＲＳであると診断された日からの日数を横軸、幼若顆粒球の数（ＩＧ＃）のスコア値を縦軸としている。折れ線１７１は、死亡に至らなかったＳＩＲＳ患者群における幼若顆粒球の数（ＩＧ＃）のスコア値の平均値を、折れ線１７２は、死亡に至ったＳＩＲＳ患者群における幼若顆粒球の数（ＩＧ＃）のスコア値の平均値をそれぞれ示している。なお、折れ線１７１、１７２に示すエラーバーは、それぞれの幼若顆粒球の数（ＩＧ＃）のスコア値の最高値と最低値とを表している。
図１７に示すように、折れ線１７１と折れ線１７２とは重なってしまっており、幼若顆粒球の数（ＩＧ＃）のスコア値を単独で用いて、ＳＩＲＳの重症度が極めて高く死亡に至る確率が高いか、ＳＩＲＳの重症度が中程度であり死亡に至る確率が低いかの判別を行うことはできない。
なお、上記の実施形態では、指標（ＩＣＰＳ）の算出には上記した全ての分析情報（Ｎｅｕｔ＃、Ｎｅｕｔ−Ｙ、ＩＧ＃、ＮＲＢＣ＃＿ＩＲＦ＃、ＰＬＴ＃＿ＩＰＦ＃）を用いているが、これら全てを用いる必要はなく、これらの分析情報から所定の２つ以上の分析情報を選択し、スコア化し、得られた複数のスコア値を合算してもよい。また、ＮＲＢＣ＃＿ＩＲＦ＃をスコア化するのではなく、有核赤血球の数（ＮＲＢＣ＃）をスコア化してもよい。この場合、有核赤血球の数（ＮＲＢＣ＃）は、上記の第１乃至第３のスコア用閾値を用い、ステップＳ１３１乃至Ｓ１３７と同様の方法によりスコア化してもよい。さらに、ＰＬＴ＃＿ＩＰＦ＃をスコア化するのではなく、血小板の数（ＰＬＴ＃）をスコア化してもよい。この場合も、血小板の数（ＰＬＴ＃）は、上記の第１乃至第３のスコア用閾値を用い、ステップＳ１３１乃至Ｓ１３７と同様の方法によりスコア化してもよい。
以下に、指標（ＩＣＰＳ）の算出に用いる分析情報の組み合わせが変更可能であることについて説明する。
図１８は、複数のＳＩＲＳ患者の血液を血球計数装置１で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ＃））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。図１８では、ＳＩＲＳであると診断された日からの日数を横軸、ＮＲＢＣ＃、Ｎｅｕｔ＃のそれぞれをスコア化して合算して算出した指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ＃））を縦軸としている。折れ線１８１は、死亡に至らなかったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ＃））の平均値を、折れ線１８２は、死亡に至ったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ＃））の平均値を、それぞれ示している。なお、折れ線１８１、１８２に示すエラーバーは、それぞれの指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ＃））の最高値と最低値とを表している。
折れ線１８１は、指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ＃））が‘２’より大きくなることはほとんどなく、折れ線１８２は、指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ＃））が‘２’以下になることはほとんどないため、‘２’を、ＳＩＲＳの重症度が極めて高く死亡に至る確率が高いか、ＳＩＲＳの重症度が中程度であり死亡に至る確率が低いかを判別する判別用閾値と決定することができる。
図１９は、複数のＳＩＲＳ患者の血液を血球計数装置１で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ−Ｙ））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。図１９では、ＳＩＲＳであると診断された日からの日数を横軸、ＮＲＢＣ＃、Ｎｅｕｔ−Ｙのそれぞれをスコア化して合算して算出した指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ−Ｙ））を縦軸としている。折れ線１９１は、死亡に至らなかったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ−Ｙ））の平均値を、折れ線１９２は、死亡に至ったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ−Ｙ））の平均値を、それぞれ示している。なお、折れ線１９１、１９２に示すエラーバーは、それぞれの指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ−Ｙ））の最高値と最低値とを表している。
折れ線１９１は、指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ−Ｙ））が‘２’より大きくなることはほとんどなく、折れ線１９２は、指標（ＩＣＰＳ（ＮＲＢＣ＃＋Ｎｅｕｔ−Ｙ））が‘２’以下になることはほとんどないため、‘２’を、ＳＩＲＳの重症度が極めて高く死亡に至る確率が高いか、ＳＩＲＳの重症度が中程度であり死亡に至る確率が低いかを判別する判別用閾値と決定することができる。
また、図２０は、複数のＳＩＲＳ患者の血液を血球計数装置１で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＿ＩＰＦ＃））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。図２０では、ＳＩＲＳであると診断された日からの日数を横軸、ＮＲＢＣ＃、ＰＬＴ＃＿ＩＰＦ＃のそれぞれをスコア化して合算して算出した指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＿ＩＰＦ＃））を縦軸としている。折れ線２０１は、死亡に至らなかったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＿ＩＰＦ＃））の平均値を、折れ線２０２は、死亡に至ったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＿ＩＰＦ＃））の平均値を、それぞれ示している。なお、折れ線２０１、２０２に示すエラーバーは、それぞれの指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＿ＩＰＦ＃））の最高値と最低値とを表している。
折れ線２０１は、指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＿ＩＰＦ＃））が‘２’より大きくなることはほとんどなく、折れ線２０２は、指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＿ＩＰＦ＃））が‘２’以下になることはほとんどないため、‘２’を、ＳＩＲＳの重症度が極めて高く死亡に至る確率が高いか、ＳＩＲＳの重症度が中程度であり死亡に至る確率が低いかを判別する判別用閾値と決定することができる。
また、図２１は、複数のＳＩＲＳ患者の血液を血球計数装置１で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。
図２１では、ＳＩＲＳであると診断された日からの日数を横軸、ＮＲＢＣ＃＿ＩＲＦ＃、ＰＬＴ＃＿ＩＰＦ＃のそれぞれをスコア化して合算して算出した指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃））を縦軸としている。折れ線２１１は、死亡に至らなかったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃））の平均値を、折れ線２１２は、死亡に至ったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃））の平均値を、それぞれ示している。なお、折れ線２１１、２１２に示すエラーバーは、それぞれの指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃））の最高値と最低値とを表している。
折れ線２１１は、指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃））が‘３’より大きくなることはほとんどなく、折れ線２１２は、指標（ＩＣＰＳ（ＮＲＢＣ＃＿ＩＲＦ＃＋ＰＬＴ＃＿ＩＰＦ＃））が‘３’以下になることはほとんどないため、‘３’を、ＳＩＲＳの重症度が極めて高く死亡に至る確率が高いか、ＳＩＲＳの重症度が中程度であり死亡に至る確率が低いかを判別する判別用閾値と決定することができる。
また、図２２は、複数のＳＩＲＳ患者の血液を血球計数装置１で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋ＩＧ＃））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。図２２では、ＳＩＲＳであると診断された日からの日数を横軸、ＮＲＢＣ＃、ＰＬＴ＃、ＩＧ＃のそれぞれをスコア化して合算して算出した指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋ＩＧ＃））を縦軸としている。折れ線２２１は、死亡に至らなかったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋ＩＧ＃））の平均値を、折れ線２２２は、死亡に至ったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋ＩＧ＃））の平均値を、それぞれ示している。なお、折れ線２２１、２２２に示すエラーバーは、それぞれの指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋ＩＧ＃））の最高値と最低値とを表している。
折れ線２２１は、指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋ＩＧ＃））が‘３’より大きくなることはほとんどなく、折れ線２２２は、指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋ＩＧ＃））が‘３’以下になることはほとんどないため、‘３’を、ＳＩＲＳの重症度が極めて高く死亡に至る確率が高いか、ＳＩＲＳの重症度が中程度であり死亡に至る確率が低いかを判別する判別用閾値と決定することができる。
また、図２３は、複数のＳＩＲＳ患者の血液を血球計数装置１で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ＃））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。図２３では、ＳＩＲＳであると診断された日からの日数を横軸、ＮＲＢＣ＃、ＰＬＴ＃、Ｎｅｕｔ＃のそれぞれをスコア化して合算して算出した指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ＃））を縦軸としている。折れ線２３１は、死亡に至らなかったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ＃））の平均値を、折れ線２３２は、死亡に至ったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ＃））の平均値を、それぞれ示している。なお、折れ線２３１、２３２に示すエラーバーは、それぞれの指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ＃））の最高値と最低値とを表している。
折れ線２３１は、指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ＃））が‘３’より大きくなることはほとんどなく、折れ線２３２は、指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ＃））が‘３’以下になることはほとんどないため、‘３’を、ＳＩＲＳの重症度が極めて高く死亡に至る確率が高いか、ＳＩＲＳの重症度が中程度であり死亡に至る確率が低いかを判別する判別用閾値と決定することができる。
また、図２４は、複数のＳＩＲＳ患者の血液を血球計数装置１で測定して得られた指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ−Ｙ））の経時変化を、死亡に至らなかったＳＩＲＳ患者群及び死亡に至ったＳＩＲＳ患者群に分けて示した図である。図２４では、ＳＩＲＳであると診断された日からの日数を横軸、ＮＲＢＣ＃、ＰＬＴ＃、Ｎｅｕｔ−Ｙのそれぞれをスコア化して合算して算出した指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ−Ｙ））を縦軸としている。折れ線２４１は、死亡に至らなかったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ−Ｙ））の平均値を、折れ線２４２は、死亡に至ったＳＩＲＳ患者群の指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ−Ｙ））の平均値を、それぞれ示している。なお、折れ線２４１、２４２に示すエラーバーは、それぞれの指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ−Ｙ））の最高値と最低値とを表している。
折れ線２４１は、指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ−Ｙ））が‘３’より大きくなることはほとんどなく、折れ線２４２は、指標（ＩＣＰＳ（ＮＲＢＣ＃＋ＰＬＴ＃＋Ｎｅｕｔ−Ｙ））が‘３’以下になることはほとんどないため、‘３’を、ＳＩＲＳの重症度が極めて高く死亡に至る確率が高いか、ＳＩＲＳの重症度が中程度であり死亡に至る確率が低いかを判別する判別用閾値と決定することができる。
以上のように、本発明の実施の形態に係る血球計数装置１は、データ処理ユニット３が、検出ユニット２の検出部５で血球を検出した結果に基づき、血液中の有核赤血球に関する第１分析情報（例えば、ＮＲＢＣ＃）、血液中の顆粒球に関する第２分析情報（例えば、Ｎｅｕｔ＃、Ｎｅｕｔ−Ｙ、ＩＧ＃）又は／及び血液中の血小板に関する第３分析情報（例えば、ＰＬＴ＃、ＩＰＦ＃）に基づいて指標（ＩＣＰＳ）を算出し、算出した指標（ＩＣＰＳ）に基づいて被験者の予後予測を支援する診断支援情報を出力するので、血球計数装置１から取得することができる分析情報のみに基づいて、重篤な疾患状態になってから早期に予後予測を支援することが可能となり、多数の検査項目の情報を得るための作業が不要で、血球計数装置以外の装置を用いて検出する必要も生じないため、予後予測を支援するための検査に必要な手間と費用を軽減することができる。
また、本発明の実施の形態に係る血球計数装置１は、全身性の炎症反応を呈している被験者の血液中の血球を検出した結果に基づき指標（ＩＣＰＳ）を算出し、算出した指標（ＩＣＰＳ）に基づいて被験者の予後予測を支援することが可能で、このような被験者に対して、検査に必要な手間と費用を軽減しつつ、血球計数装置１で取得した分析情報に基づいて、全身性の炎症反応を呈してから早期に予後予測を支援することができる。
さらに、本発明の実施の形態に係る血球計数装置１は、全身性炎症反応症候群（ＳＩＲＳ）と診断された被験者の血液中の血球を検出した結果に基づき指標（ＩＣＰＳ）を算出し、算出した指標（ＩＣＰＳ）に基づいて被験者の予後予測を支援することが可能で、このような被験者に対しても、検査に必要な手間と費用を軽減しつつ、血球計数装置１で取得した分析情報に基づいて、ＳＩＲＳであると診断されてから早期に予後予測を支援することができる。
またさらに、本発明の実施の形態に係る血球計数装置１は、集中治療室の被験者の血液中の血球を検出した結果に基づき指標（ＩＣＰＳ）を算出し、算出した指標（ＩＣＰＳ）に基づいて被験者の予後予測を支援することが可能で、このような被験者に対しても、検査に必要な手間と費用を軽減しつつ、血球計数装置１で取得した分析情報に基づいて、集中治療室での治療を開始してから早期に予後予測を支援することができる。
なお、上記実施形態に係る血球計数装置１は、診断支援情報として、重症度が極めて高く死亡に至る確率が高いことを示すメッセージ又は重症度が中程度であり死亡に至る確率が低いことを示すメッセージを出力しているが、本発明はこれに限定されるものではなく、診断支援情報として、図５のステップＳ６０で算出した指標（ＩＣＰＳ）を出力しても良い。
また、上記実施の形態に係る血球計数装置１は、指標（ＩＣＰＳ）を算出し、算出した指標（ＩＣＰＳ）に基づいて予後予測を行っているが、本発明はこれに限定されるものではなく、他の判別式を用いて予後予測を行ってもよい。判別式は、例えば死亡に至った患者及び死亡に至らなかった患者のそれぞれについて分析情報を取得し、取得した分析情報を多変量解析することによって作成してもよい。
また、上記実施の形態に係る血球計数装置１の検出部５は、単一のフローサイトメータを備えているが、複数のフローサイトメータを備えてもよいし、フローサイトメータに加えて、電気抵抗方式の検出器を備えてもよい。この場合、血小板については電気抵抗方式の検出器からの出力に基づいて、その分析情報（ＰＬＴ＃）を取得し、他の項目については上記のようにフローサイトメータからの出力に基づいて、分析情報を取得してもよい。
なお、本発明の実施の形態に係る血球計数装置１からデータ処理ユニット３を取り出し、被験者の血液中の血球を検出した結果に基づく、血液中の有核赤血球に関する第１分析情報（例えば、ＮＲＢＣ＃）、血液中の顆粒球に関する第２分析情報（例えば、Ｎｅｕｔ＃、Ｎｅｕｔ−Ｙ、ＩＧ＃）、血液中の血小板に関する第３分析情報（例えば、ＰＬＴ＃、ＩＰＦ＃）を受け付け、第１分析情報、第２分析情報又は／及び第３分析情報に基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援装置としても構成することができる。
つまり、診断支援装置は、検出ユニット２を備えず、図５に示すステップＳ６０乃至ステップＳ６２の処理のみを行う装置として構成されている。そのため、診断支援装置は、第１分析情報、第２分析情報、第３分析情報等を受け付けることができれば、検出ユニット２に対して遠隔な場所に配置されていても、被験者の予後予測を支援することが可能となる。
１ 血球計数装置
２ 検出ユニット
３ データ処理ユニット
４ 試料供給部
５ 検出部
８ 制御部
９ 通信部
５１ フローセル
５２ 半導体レーザ光源
５３ 照射レンズ系
５４、５７、５８ フォトダイオード
５４ａ ビームストッパ
５４ｂ、５７ａ、５８ｂ アンプ
５５ 側方集光レンズ
５６ ダイクロイックミラー
５８ａ 光学フィルタ
３１ データ処理部
３１ａ ＣＰＵ
３１ｂ メモリ
３１ｃ ハードディスク
３１ｄ 読出装置
３１ｅ 入出力インタフェース
３１ｆ 画像出力インタフェース
３１ｇ 通信インタフェース
３１ｈ 内部バス
３２ 画像表示部
３３ 入力部
３４ コンピュータプログラム
３５ 可搬型記録媒体

Claims (20)

  1. 被験者の血液中の血球を検出する検出部と、
    該検出部による検出結果に基づいて、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の顆粒球に関する第２分析情報又は前記血液中の血小板に関する第３分析情報とを取得する分析情報取得手段と、
    該分析情報取得手段で取得した前記第１分析情報と、前記第２分析情報又は前記第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援情報出力手段と
    を備えることを特徴とする血球計数装置。
  2. 前記分析情報取得手段は、前記検出部による検出結果に基づいて、前記第１分析情報と、前記第２分析情報と、前記第３分析情報とを取得し、
    前記診断支援情報出力手段は、前記第１分析情報乃至前記第３分析情報の分析情報に基づいて前記診断支援情報を出力することを特徴とする請求項１に記載の血球計数装置。
  3. 前記分析情報取得手段は、前記検出部による検出結果に基づいて、前記血液中の幼若網赤血球に関する第４分析情報をさらに取得し、
    前記診断支援情報出力手段は、前記第１分析情報乃至前記第４分析情報の分析情報に基づいて前記診断支援情報を出力することを特徴とする請求項２に記載の血球計数装置。
  4. 前記第２分析情報は、好中球又は幼若顆粒球に関する分析情報であることを特徴とする請求項１乃至３のいずれか一項に記載の血球計数装置。
  5. 前記第３分析情報は、成熟血小板又は幼若血小板に関する分析情報であることを特徴とする請求項１乃至４のいずれか一項に記載の血球計数装置。
  6. 前記検出部は、染色処理された血液中の血球を検出するように構成されており、
    前記分析情報取得手段は、前記第２分析情報として好中球の数に関する分析情報、前記第３分析情報として成熟血小板に関する分析情報をそれぞれ取得するとともに、前記検出部による検出結果に基づいて、好中球の染色度合いを示す第５分析情報、幼若顆粒球の数に関する第６分析情報、幼若血小板に関する第７分析情報をさらに取得し、
    前記診断支援情報出力手段は、前記第１分析情報乃至前記第７分析情報の分析情報に基づいて前記診断支援情報を出力することを特徴とする請求項３に記載の血球計数装置。
  7. 前記分析情報取得手段で取得した前記第１分析情報と、前記第２分析情報又は前記第３分析情報とに基づく指標を、所定の基準で算出する診断支援指標算出手段をさらに備え、
    前記診断支援情報出力手段は、前記診断支援指標算出手段で算出した前記指標に基づいて前記診断支援情報を出力することを特徴とする請求項１乃至６のいずれか一項に記載の血球計数装置。
  8. 前記診断支援情報出力手段は、前記診断支援指標算出手段で算出した前記指標と、所定の閾値とを比較し、比較結果に基づいて前記診断支援情報を出力することを特徴とする請求項７に記載の血球計数装置。
  9. 前記分析情報取得手段で取得した前記第１分析情報と、前記第２分析情報又は前記第３分析情報とに基づく指標を、所定の基準で算出する診断支援指標算出手段をさらに備え、
    前記診断支援情報出力手段は、前記診断支援指標算出手段で算出した前記指標を、前記診断支援情報として出力することを特徴とする請求項１乃至６のいずれか一項に記載の血球計数装置。
  10. 前記検出部は、
    前記血液が通過するフローセルと、
    該フローセルを通過する血液に光を照射する光源と、
    該光源から光が照射された血液からの光を受光する受光部と
    を備えることを特徴とする請求項１乃至９のいずれか一項に記載の血球計数装置。
  11. 被験者の血液中の血球を検出する検出部と、
    該検出部による検出結果に基づいて、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の成熟血小板に関する第２分析情報と、前記血液中の幼若血小板に関する第３分析情報とを取得する分析情報取得手段と、
    該分析情報取得手段で取得した第１乃至第３分析情報に基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援情報出力手段と
    を備えることを特徴とする血球計数装置。
  12. 被験者の血液中の血球を検出した結果に基づく、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の顆粒球に関する第２分析情報又は前記血液中の血小板に関する第３分析情報との入力を受け付ける分析情報受付手段と、
    該分析情報受付手段で入力を受け付けた前記第１分析情報と、前記第２分析情報又は前記第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援情報出力手段と
    を備えることを特徴とする診断支援装置。
  13. 被験者の血液中の血球を検出した結果に基づく、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の成熟血小板に関する第２分析情報と、前記血液中の幼若血小板に関する第３分析情報とを取得する分析情報取得手段と、
    該分析情報取得手段で取得した第１乃至第３分析情報に基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援情報出力手段と
    を備えることを特徴とする診断支援装置。
  14. 被験者の血液中の血球を検出した結果に基づく、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の顆粒球に関する第２分析情報又は前記血液中の血小板に関する第３分析情報との入力を受け付ける第１ステップと、
    該第１ステップで入力を受け付けた前記第１分析情報と、前記第２分析情報又は前記第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力する第２ステップと
    を含むことを特徴とする診断支援方法。
  15. 前記第１ステップで入力を受け付ける前記第１分析情報、前記第２分析情報、前記第３分析情報は、全身性の炎症反応を呈している被験者の血液中の血球を検出した結果に基づくことを特徴とする請求項１４に記載の診断支援方法。
  16. 前記第１ステップで入力を受け付ける前記第１分析情報、前記第２分析情報、前記第３分析情報は、全身性炎症反応症候群と診断された被験者の血液中の血球を検出した結果に基づくことを特徴とする請求項１４に記載の診断支援方法。
  17. 前記第１ステップで入力を受け付ける前記第１分析情報、前記第２分析情報、前記第３分析情報は、集中治療室の被験者の血液中の血球を検出した結果に基づくことを特徴とする請求項１４乃至１６のいずれか一項に記載の診断支援方法。
  18. 被験者の血液中の血球を検出した結果に基づく、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の成熟血小板に関する第２分析情報と、前記血液中の幼若血小板に関する第３分析情報との入力を受け付ける第１ステップと、
    該第１ステップで入力を受け付けた前記第１乃至第３分析情報に基づいて被験者の予後予測を支援する診断支援情報を出力する第２ステップと
    を含むことを特徴とする診断支援方法。
  19. 被験者の予後予測を支援する診断支援装置で実行することが可能なコンピュータプログラムにおいて、
    前記診断支援装置を、
    被験者の血液中の血球を検出した結果に基づく、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の顆粒球に関する第２分析情報又は前記血液中の血小板に関する第３分析情報との入力を受け付ける分析情報受付手段、
    該分析情報受付手段で入力を受け付けた前記第１分析情報と、前記第２分析情報又は前記第３分析情報とに基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援情報出力手段
    として機能させることを特徴とするコンピュータプログラム。
  20. 被験者の予後予測を支援する診断支援装置で実行することが可能なコンピュータプログラムにおいて、
    前記診断支援装置を、
    被験者の血液中の血球を検出した結果に基づく、前記血液中の有核赤血球に関する第１分析情報と、前記血液中の成熟血小板に関する第２分析情報と、前記血液中の幼若血小板に関する第３分析情報とを取得する分析情報取得手段、
    該分析情報取得手段で取得した第１乃至第３分析情報に基づいて被験者の予後予測を支援する診断支援情報を出力する診断支援情報出力手段
    として機能させることを特徴とするコンピュータプログラム。
JP2009220647A 2009-09-25 2009-09-25 血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラム Active JP5530691B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2009220647A JP5530691B2 (ja) 2009-09-25 2009-09-25 血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラム
CN201010288013.5A CN102033122B (zh) 2009-09-25 2010-09-16 血球计数装置、诊断支援方法以及控制系统
US12/888,844 US20110077870A1 (en) 2009-09-25 2010-09-23 Blood cell counter, diagnosis support method and computer program product
EP10179337.0A EP2302377B1 (en) 2009-09-25 2010-09-24 Blood cell counter, diagnosis support method, and computer program product

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2009220647A JP5530691B2 (ja) 2009-09-25 2009-09-25 血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラム

Publications (2)

Publication Number Publication Date
JP2011069707A true JP2011069707A (ja) 2011-04-07
JP5530691B2 JP5530691B2 (ja) 2014-06-25

Family

ID=43532554

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2009220647A Active JP5530691B2 (ja) 2009-09-25 2009-09-25 血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラム

Country Status (4)

Country Link
US (1) US20110077870A1 (ja)
EP (1) EP2302377B1 (ja)
JP (1) JP5530691B2 (ja)
CN (1) CN102033122B (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014098628A (ja) * 2012-11-14 2014-05-29 Kochi Univ Ｃｂｃスキャッタグラムを用いた診断支援装置
JP2014520251A (ja) * 2011-05-04 2014-08-21 アボット・ラボラトリーズ 白血球分析システムおよび方法
JP2015194358A (ja) * 2014-03-31 2015-11-05 シスメックス株式会社 血液分析装置
US9778163B2 (en) 2011-05-04 2017-10-03 Abbott Laboratories Nucleated red blood cell analysis system and method
US9810618B2 (en) 2011-05-04 2017-11-07 Abbott Laboratories Basophil analysis system and method

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016106688A1 (zh) 2014-12-31 2016-07-07 深圳迈瑞生物医疗电子股份有限公司 一种有核红细胞报警方法、装置及流式细胞分析仪
WO2016109925A1 (zh) 2015-01-05 2016-07-14 深圳迈瑞生物医疗电子股份有限公司 血压测量仪及其气路结构以及气路盒
JP6858672B2 (ja) * 2017-08-29 2021-04-14 富士フイルム株式会社 医療画像処理システム及び内視鏡システム
CN111684263A (zh) * 2018-04-28 2020-09-18 深圳迈瑞生物医疗电子股份有限公司 血液分析系统、血液分析仪、血液分析方法及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005002093A (ja) * 2003-05-20 2005-01-06 Masako Nozaki 血管透過性亢進抑制剤
JP2009036587A (ja) * 2007-07-31 2009-02-19 Sysmex Corp 診断支援システムおよび診断支援情報提供装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5692220A (en) * 1993-09-02 1997-11-25 Coulter Corporation Decision support system and method for diagnosis consultation in laboratory hematopathology
US5812419A (en) * 1994-08-01 1998-09-22 Abbott Laboratories Fully automated analysis method with optical system for blood cell analyzer
US6784981B1 (en) * 2000-06-02 2004-08-31 Idexx Laboratories, Inc. Flow cytometry-based hematology system
JP2005024472A (ja) * 2003-07-04 2005-01-27 Sysmex Corp 幼若血小板測定装置
US7674598B2 (en) * 2004-05-21 2010-03-09 Beckman Coulter, Inc. Method for a fully automated monoclonal antibody-based extended differential
JP4679843B2 (ja) * 2004-07-02 2011-05-11 シスメックス株式会社 血液分析装置および分析プログラム
US7796797B2 (en) * 2005-09-28 2010-09-14 Sysmex Corporation Apparatus for obtaining an image of a blood cell and method for obtaining an image of a blood cell
JP4976038B2 (ja) * 2006-03-29 2012-07-18 シスメックス株式会社 血液学的試料の測定方法
CN1945326A (zh) * 2006-10-13 2007-04-11 江西特康科技有限公司 基于视觉形态的五分类全血细胞分析方法
JP5010443B2 (ja) * 2006-12-20 2012-08-29 シスメックス株式会社 血球分析装置および血球分析方法
EP4151985A1 (en) * 2007-02-01 2023-03-22 Sysmex Corporation Sample analyzer
JP4949898B2 (ja) * 2007-03-09 2012-06-13 シスメックス株式会社 血球分析装置
WO2009117682A1 (en) * 2008-03-21 2009-09-24 Abbott Point Of Care, Inc. Method and apparatus for detecting and counting platelets individually and in aggregate clumps

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005002093A (ja) * 2003-05-20 2005-01-06 Masako Nozaki 血管透過性亢進抑制剤
JP2009036587A (ja) * 2007-07-31 2009-02-19 Sysmex Corp 診断支援システムおよび診断支援情報提供装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JPN6013053096; Ｓｔａｃｈｏｎ　Ａ　ｅｔ　ａｌ: 'Ｎｕｃｌｅａｔｅｄ　ｒｅｄ　ｂｌｏｏｄ　ｃｅｌｌｓ　ｉｎ　ｔｈｅ　ｂｌｏｏｄ　ｏｆ　ｍｅｄｉｃａｌ　ｉｎｔｅｎｓｉｖｅ　ｃａｒｅ　ｐａｔｉｅｎｔｓ　ｉｎｄｉｃａｔｅ　ｉｎｃｒｅａｓｅｄ　ｍｏｒｔａｌｉ' Ｃｒｉｔ　Ｃａｒｅ １１（３）, 2007 *
JPN6013053098; Ｋｅｉｓｅｉ　Ａｓａｙａｍａ　ａｎｄ　Ｎａｏｋｉ　Ａｉｋａｗａ: 'Ｅｖａｌｕａｔｉｏｎ　ｏｆ　Ｓｙｓｔｅｍｉｃ　Ｉｎｆｌａｍｍａｔｏｒｙ　Ｒｅｓｐｏｎｓｅ　Ｓｙｎｄｒｏｍｅ　Ｃｒｉｔｅｒｉａ　ａｓ　ａ　Ｐｒｅｄｉｃｔｏｒ　ｏｆ　Ｍｏｒｔａｌｉｔｙ　ｉｎ　Ｅｍｅｒｇｅ' Ｋｅｉｏ　Ｊ　Ｍｅｄ ４７（１）, 199803, １９-２７ *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014520251A (ja) * 2011-05-04 2014-08-21 アボット・ラボラトリーズ 白血球分析システムおよび方法
US9778162B2 (en) 2011-05-04 2017-10-03 Abbott Laboratories White blood cell analysis system and method
US9778163B2 (en) 2011-05-04 2017-10-03 Abbott Laboratories Nucleated red blood cell analysis system and method
US9810618B2 (en) 2011-05-04 2017-11-07 Abbott Laboratories Basophil analysis system and method
US10481071B2 (en) 2011-05-04 2019-11-19 Abbott Laboratories White blood cell analysis system and method
US10481072B2 (en) 2011-05-04 2019-11-19 Abbott Laboratories Nucleated red blood cell analysis system and method
US10481073B2 (en) 2011-05-04 2019-11-19 Abbott Laboratories Basophil analysis system and method
JP2014098628A (ja) * 2012-11-14 2014-05-29 Kochi Univ Ｃｂｃスキャッタグラムを用いた診断支援装置
JP2015194358A (ja) * 2014-03-31 2015-11-05 シスメックス株式会社 血液分析装置

Also Published As

Publication number Publication date
US20110077870A1 (en) 2011-03-31
CN102033122A (zh) 2011-04-27
EP2302377A2 (en) 2011-03-30
CN102033122B (zh) 2014-04-23
JP5530691B2 (ja) 2014-06-25
EP2302377B1 (en) 2015-05-27
EP2302377A3 (en) 2011-04-06

Similar Documents

Publication Publication Date Title
JP5667353B2 (ja) 血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラム
JP5530691B2 (ja) 血球計数装置、診断支援装置、診断支援方法及びコンピュータプログラム
Meintker et al. Comparison of automated differential blood cell counts from Abbott Sapphire, Siemens Advia 120, Beckman Coulter DxH 800, and Sysmex XE-2100 in normal and pathologic samples
JP5581283B2 (ja) 検体分析装置
CN101358983B (zh) 辅助诊断系统及辅助诊断信息提供装置
US8017078B2 (en) Blood cell analyzer, blood cell analyzing method, and computer program product
JP2007078508A (ja) 分析装置及び検体情報処理プログラム
JP2008224337A (ja) 血球分析装置
KR20150091049A (ko) Cpd 데이터를 이용한 결핵 선별검사
KR20150100634A (ko) 응괴 조정을 갖는 혈소판 카운트를 위한 시스템들 및 방법들
US20100129855A1 (en) Blood cell analyzer, blood cell analyzing method, and computer program product
Longanbach et al. Automated blood cell analysis
JP2021173756A (ja) 血液を検査するための方法、装置、システム、およびコンピュータプログラム製品
CN116762011A (zh) 发展成脓毒症的概率的检测
JP2006010630A (ja) 異常細胞の検出装置およびその検出方法
CN114222907B (en) Detection and reporting of neutrophil subpopulations
CN117529648B (zh) 一种样本分析装置和样本分析方法
JP5201472B2 (ja) 血球分析装置、血球分析方法及びコンピュータプログラム
Molnar Automated Blood Cell Analysis
JP2023137000A (ja) 検体分析装置、検体分析方法およびプログラム
Katyayani Utility Of The International Consensus Group Criteria For Manual Peripheral Smear Review Following Automated Blood Cell Analysis & Research Centre, Vijayapur, Karnataka.
JP2023137001A (ja) 検体分析装置、検体分析方法およびプログラム
Longanbach et al. Since the 1980s, automated blood cell analysis has virtu-ally replaced manual hemoglobin, hematocrit, and cell
JP2015021938A (ja) 検体分析装置、疾患監視システムおよび検体分析装置のデータ管理方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20120608

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20130128

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20131029

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20140325

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20140421

R150 Certificate of patent or registration of utility model

Ref document number: 5530691

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250