JP2013242334A

JP2013242334A - 反応過程データの異常判定支援方法及び自動分析装置

Info

Publication number: JP2013242334A
Application number: JP2013168427A
Authority: JP
Inventors: Satoshi Mitsuyama; 訓光山; Suketaka Fukuyama; 祐貴福山; Hidekatsu Takada; 英克高田; Hideyuki Ban; 伴　　秀行; Tomonori Mimura; 智憲三村
Original assignee: Hitachi High Technologies Corp; Hitachi High Tech Corp
Current assignee: Hitachi High Tech Corp
Priority date: 2008-05-30
Filing date: 2013-08-14
Publication date: 2013-12-05
Anticipated expiration: 2029-04-08
Also published as: JP5787948B2

Abstract

【課題】反応過程データ上に現れる特定の吸光度変化について分析し，異常検出支援を行う方法を提供する。
【解決手段】測光値の時系列データに予め設定した評価式を適用して，特定の波形の特徴量を示す指標を算出する指標算出手段（スコア算出部１０６）と，過去に算出された指標に対する対象データの指標の関係を示す値を算出する相対指標算出手段（パーセンタイル算出部１１０）と，指標算出手段により算出された値と相対指標算出手段により算出された値とを同時に表示する指標表示手段（判定結果出力部１１２）と，を有することを特徴とする。
【選択図】図１

Description

本発明は，試料中の目的成分の濃度や活性値を測定する技術及び自動分析装置，及び測定時のデータを利用するソフトウェア及びシステムに関する。

自動分析装置とは，試料と試薬をセル内に分注して化学反応を発生させ，この混合液の吸光度を測定し，化学反応による吸光度の時系列データ（以降，反応過程データと呼ぶ）をもとに，吸光度変化量や吸光度変化率を計算し，試料中の目的成分の濃度や活性値を算出する装置である。

このような自動分析装置は，主に医療機関において生化学検査や免疫検査等に用いられ，その検査結果は，医師が患者の病状把握や治療効果の判定，予後の経過観察など各種の診断を行う上で極めて重要な役割を担っている。このため，自動分析装置による分析では，測定が正しく行われたことを保証するための技術が重要となる。

この測定結果を保証するための一つの方法として，反応過程データを用いた異常検出がある。これは，反応過程データに現れる異常な吸光度変化の有無を判定することで，測定結果を保証する方法である。したがって，異常な吸光度変化が有ると判定された場合，測定時に装置，試料，試薬に何らかの異常が発生していたことになり，検査結果を保証することができないため，ユーザは分析を停止し，異常原因を究明して対策を行う必要がある。

この反応過程データ上の異常を検出する従来技術として，特開昭６３−１０１７３４号公報に記載の「自動化学分析装置」には，試料及び試薬の化学反応状態に応じて吸光度が変化しない非測定用波長の反応過程データに対して，予め設定した閾値を超える変化のある測光点を検出し，測定波長について検出された測光点の吸光度変化を補正する技術が記載されている。

特開昭６３−１０１７３４号公報

しかし，上記特開昭６３−１０１７３４号公報に記載された技術では，反応過程データの全体的な異常の有無を判定しており，装置や試料や試薬などが原因で発生する様々な異常の種類を特定することが必ずしも容易でなかった。この場合，装置や試料や試薬の異常が疑われる場合に，検査技師が異常な反応過程データを一つずつ確認し，異常原因を推定しなければならず，手間と時間がかかる場合があった。

本発明の目的は，以上の課題に対処してなされたもので，反応過程データ上に現れる特定の吸光度変化について分析し，異常検出支援を行う方法を提供することにある。

上記課題は，測光値の時系列データに予め設定した評価式を適用して，特定の波形の特徴量を示す指標を算出する指標算出手段と，過去に算出された前記指標に対する対象データの前記指標の関係を示す値を算出する相対指標算出手段と，前記指標算出手段により算出された値と前記相対指標算出手段により算出された値とを同時に表示する指標表示手段と，を有することを特徴とする異常判定支援方法により，解決できる。

また，上記課題は，化学反応による測光値変化成分を推定する反応変化成分推定手段と，前記時系列データと前記反応変化成分推定手段で得られた推定値との差分を算出して，外乱による変化成分の時系列データを抽出する外乱変化成分抽出手段とを備え，前記指標算出手段は，前記外乱変化成分抽出手段で得られた時系列データを用いて処理することを特徴とする異常判定支援方法により，化学反応による吸光度変化の影響を著しく低減することができるため，判定結果の信頼性をより高めつつ，解決できる。

また，上記課題は，前記指標算出手段と，任意の期間における前記指標の度数分布を生成する度数分布生成手段と，着目した時点と，前記着目時点より過去の時点の２つの期間の度数分布を用いて，特定の異常発生頻度に関する期間の差異を提示する度数分布差提示手段と，を有することを特徴とする異常判定支援方法により，解決できる。

特定の吸光度変化の特徴量を算出する異常判定支援方法により，特定の異常の発見を容易にすることができる。装置の異常の発生箇所が限定でき，早期に装置異常を発見することができる。また，異常の発生頻度を提示する異常判定支援方法により，反応過程データを用いた装置の状態推定が可能となり，新たな部品を追加することなく装置保全の効率化，装置の信頼性向上を実現することが可能となる。

本発明の実施例である異常判定支援システムの構成図。自動分析装置の構成図。本発明の実施例における異常判定支援処理のフローチャート。ステップ３０２実行時のスコア算出例。スコアＤＢのデータテーブル例。各測光点のスコアと算出したパーセンタイルの例。ステップ３１０実行後の入出力端末の画面例。ステップ３１４実行後の入出力端末の画面例。外乱成分抽出処理を含む異常判定支援処理のフローチャート。ステップ９０２実行後の反応過程データとその近似値の例。ステップ９０３実行後の反応過程データの外乱成分の例。本発明の第３の実施例の処理フローを示す図。

［実施例１］
図１に，本発明の第１の実施例である異常判定支援システム１００の構成図を示す。
本システム１００は，制御部１０１と，一次記憶装置１０２と，装置内反応過程データ抽出部１０３と，反応過程データ近似部１０４と，外乱成分抽出部１０５と，スコア算出部１０６と，スコアＤＢ読み出し部１０７と，スコアＤＢ１０８と，スコアＤＢ書き出し部１０９と，パーセンタイル算出部１１０と，ヒストグラム作成部１１１と，判定結果出力部１１２と，で構成される。

本システム１００はハードウェア構成として記載しているが，本システム１００の機能はソフトウェアで構成されていてもよい。

本システム１００は，ネットワーク１２０を介して，自動分析装置１３０と通信できる。また，本システム１００は，ネットワーク１２０を介して，入出力端末１４０と通信できる。

ネットワーク１２０は，検査施設内のネットワークを前提としているが，検査部門を有する医療施設内のネットワークでもよい。

自動分析装置１３０は，反応過程データを反応過程データ記憶装置１３１に格納する。また，反応過程データ記憶装置１３１に保存された反応過程データは，ネットワーク１２０を介して，装置内反応過程データ抽出部１０３によって抽出できる。また，反応過程データ記憶装置１３１に保存された反応過程データは，ネットワーク１２０を介して，入出力端末１４０で閲覧できる。

自動分析装置１３０は，本システム１００とは別のハードウェアとして記載しているが，本システム１００の構成が自動分析装置１３０内に構成されていてもよい。

反応過程データ記憶装置１３１は，自動分析装置１３０内に構成されることを前提としているが，自動分析装置１３０と反応過程データ記憶装置１３１が別のハードウェアで構成されていてもよい。また，反応過程データ記憶装置１３１が，本システム１００内に構成されていてもよい。また，反応過程データ記憶装置１３１が，入出力端末１４０内に構成されていてもよい。

入出力端末１４０は，キーボードやマウス等を入力機能，ＣＲＴディスプレイを出力機能とするパソコン等の情報機器を想定しているが，他の入出力機能を有していてもよい。また，入出力端末１４０は，Ｗｅｂブラウザ機能を搭載した端末でもよい。また，入出力端末１４０は，本システム１００とは別のハードウェアとして記載しているが，入出力端末１４０の入出力機能が本システム１００に搭載されていてもよい。また，入出力端末１４０は，自動分析装置１３０とは別のハードウェアとして記載しているが，入出力端末１４０の入出力機能が自動分析装置１３０に搭載されていてもよい。また，入出力端末１４０は，パーソナルコンピュータを前提としているが，臨床検査システムでもよい。

また，入出力端末１４０のユーザは，検査技師等，自動分析装置１３０の操作者を前提としているが，自動分析装置１３０のメンテナンス担当者等，他のユーザでもよい。

また，本システム１００と，自動分析装置１３０と，入出力端末１４０は，１つのハードウェアとして構成されていてもよい。

図２に，自動分析装置１３０の構成図を示す。自動分析装置１３０は，光源ランプ２０１と，恒温槽２０２と，セル２０３と，試料分注ノズル２０４と，第１試薬分注ノズル２０５ａと，第２試薬分注ノズル２０５ｂと，攪拌機構２０６と，分光器２０７と，検知器２０８と，増幅器２０９と，Ａ／Ｄ変換器２１０と，で構成される。分析時には，光源ランプ２０１から発せられた白色光（全波長）が，恒温槽２０２に浸けられたセル２０３を透過して分光器２０７に入り，分析項目によって異なる特定の単波長成分が検知器２０８で受光され，増幅器２０９による増幅後，Ａ／Ｄ変換器２１０でＡ／Ｄ変換され，吸光度として出力される。

セルは反応容器になっており，試料分注ノズル２０４から試料が，第１試薬分注ノズル２０５ａから第１試薬が，第２試薬分注ノズル２０５ｂから第２試薬が，それぞれ分注され，攪拌機構２０６によって撹拌されることで，セル内部で化学反応が起こる。このときの化学反応について，経時的に吸光度を測定（測光）することで，試料中の分析物の濃度や活性値に換算することが可能となる。

以下に反応過程データ上に現れる特徴的な吸光度変化について説明する。
恒温槽２０２やセル２０３内の気泡や水あかや異物が光軸を遮ることにより反応過程データに異常が現れる場合がある。このとき発生する異常は，複数波長の反応過程データ上に一時的な吸光度の上昇（以降ジャンプと呼ぶ）として現れる。つまり，反応過程データ上にこのようなジャンプが頻繁に現れる場合は，恒温槽２０２やセル２０３内に水あかや異物が混入していることが疑われる。このため，反応過程データに現れる異常な吸光度変化のうち，ジャンプによる異常を検出することで，異常の発生原因を限定し，早期的な装置異常の発見，すなわち装置保全の効率化，装置の信頼性向上につなげることができる。

本発明の目的は，反応過程データよりジャンプの大きさを自動的に分析し，ジャンプの大きな点の検出やジャンプの発生頻度を提示することにある。

図３に，精度管理試料を測定して得られた反応過程データをもとにジャンプによる異常判定を支援する時のフローチャート３００を示す。

まず，制御部１０１が装置内反応過程データ抽出部１０３を起動し，反応過程データ記憶装置１３１に記憶された反応過程データから，処理の対象となる波長λの反応過程データを抽出し，一次記憶装置１０２に格納するステップ３０１を実行する。

次に，制御部１０１がスコア算出部１０６を起動し，反応過程データよりジャンプの大きさを表すスコアを測光点ごとに算出するステップ３０２を実行する。スコアは式（１）によって算出される。式（１）は，時刻ｔの測光点におけるジャンプのスコアが，前後のｔ−１，ｔ＋１との吸光度差の小さい方で定義されることを示している。これにより，ジャンプの特徴である瞬間的な吸光度の上昇，即ち１点のみの吸光度の上昇を定量化することができる。
Ｅ(ｔ)＝min((Ａ(ｔ)−Ａ(ｔ−１))，(Ａ(ｔ)−Ａ(ｔ＋１))) …(1)

図４に，反応過程データ上のジャンプに対して式（１）を適用する例４００を示す。例４００において，Ａ_tは時刻ｔにおける吸光度を表しており，時刻ｔで吸光度のジャンプが発生している。Ａ_tに対して式（１）を適用すると，Ａ_tとＡ_t-1，Ａ_t+1の差のうちの小さい方がスコアとして算出される。ジャンプが発生している場合，Ａ_t-1，Ａ_t+1から吸光度が大きく離れているため，スコアは周囲のスコアよりも大きくなる。

次に，制御部１０１がスコアＤＢ書き出し部１０９を起動し，現在処理している試料で算出したスコアをＤＢに登録するステップ３０３を実行する。

図５にスコアＤＢの例５００を示す。スコアＤＢ１０８は，試料の種類を識別する試料ＩＤを格納するフィールド５０１と，第１試薬と第２試薬の種類を識別する試薬ＩＤを格納するフィールド５０２と，分析に使用した波長の種類を格納するフィールド５０３と，算出したスコアを測光点ごとに格納するフィールド５０４と，で構成されている。例５００では，試薬「Ｒ_A１」と「Ｒ_A２」を使用して，波長「λ₁」で分析した試料ＩＤ「Ａ」で識別される試料について，測光点２２のスコアが「−３．５８」，測光点２３のスコアが「１．３３」，測光点２４のスコアが「−５．４５」であることを示している。

次に，制御部１０１が，処理すべき全ての波長に対して処理を行ったかを判断するステップ３０４を実行する。

ステップ３０４で処理すべき全ての波長に対して処理が終了していないと判断された場合，制御部１０１が，装置内反応過程データ抽出部１０３を起動し，処理が終了していない波長についてステップ３０２からステップ３０３までを実行する。これにより，気泡や水あか，異物によるジャンプが複数の波長において発生するという特徴を活用したデータ分析が可能となる。

以上のステップ３０１からステップ３０４により，対象となる測光点の吸光度が周囲の測光点の吸光度よりどの程度上昇しているかを定量化することが可能となる。

次に，スコアを利用して，ジャンプの相対的な大きさを算出することで，ジャンプ判定の支援を行う処理を説明する。

まず，制御部１０１が，ジャンプの相対的な大きさを算出する処理を実行するかを判断するステップ３０５を実行する。ジャンプの相対的な大きさを算出する処理を行わない場合は，ステップ３０６を実行する。ステップ３０６については後述する。

ジャンプの相対的な大きさを算出する処理を行う場合，制御部１０１がスコアＤＢ読み出し部１０７を起動し，対象と同一の試料，試薬，波長のスコアをスコアＤＢ１０８より読み出すステップ３０７を実行する。

次に，制御部１０１がパーセンタイル算出部１１０を起動し，読み出された波長の同一測光点のスコアに対する対象試料，測光点のスコアのパーセンタイルを算出するステップ３０８を実行する。これにより，対象となる試料の各測光点のジャンプの相対的な大きさが示される。

図６に，各測光点のスコアと算出したパーセンタイルの例６００を示す。例６００では，ＤＢから読み出されたスコアが，測光点とスコアの大きさによってプロットされており，時刻ｔにおける対象となる試料のパーセンタイルが９５％であることを示している。また，例６００では，測光点によってスコアの分布の平均値や分散が異なっていることも確認できる。スコアの相対的な大きさを示すことにより，各測光点の分布の差異の影響を加味したジャンプ判定を支援することができる。

次に，制御部１０１が処理すべき全ての波長に対して処理を行ったかを判断するステップ３０９を実行する。これにより，ジャンプは全ての波長において発生するというジャンプの特徴を活用した反応過程データの分析が可能となる。処理すべき全ての波長に対して処理が終了していないと判断された場合，制御部１０１が対象となる波長に対してステップ３０７と３０８を実行する。

次に，制御部１０１が判定結果出力部１１２を起動し，各波長のスコアの絶対値とパーセンタイルを出力するステップ３１０を実行する。

図７に，スコアの順位の結果が出力されたときの入出力端末１４０の画面例を７００に示す。画面例７００では，スコアの絶対的な大きさを示すグラフ７０１にスコアの相対的な大きさを示すパーセンタイルが表示されている。これにより，検査技師はスコアの大きな点が他の試料の同一測光点の結果と比較して特異的に大きいかを知ることができる。一方で，スコアが他の測光点よりも比較的小さくても，他の試料の同一測光点の結果と比較して特異的に大きいかを確認することができる。よって，対象となる試料にジャンプが発生しているかを判断することを容易にすることができる。
以上の手順により，ジャンプの相対的な大きさを算出することで，ジャンプ判定の支援を行うことが可能となる。

次に，ステップ３０５でジャンプの大きさを相対的に示す処理を実行しないと判断した場合か，ステップ３１０を実行した後，ジャンプの発生頻度の経時変化を提示する処理を実行するかを判断するステップ３０６を実行する。ジャンプの発生頻度の経時変化を提示する処理を行わない場合は，本処理を終了する。

ジャンプの発生頻度の経時変化を提示する処理を実行する場合，制御部１０１がスコアＤＢ読み出し部１０７を起動し，比較対象となる期間Ｐ１と現在の期間Ｐ２における同一の試料，試薬，波長のスコアを読み出すステップ３１１を実行する。例えば，期間Ｐ１，Ｐ２は○月○日〜△月△日の全試料，○時○分〜△時△分の全試料，試料ＩＤ○○〜△△の全試料などである。

次に，制御部１０１がヒストグラム作成部１１１を起動し，波長毎，測光点毎にスコアの大きさのヒストグラムを期間Ｐ１，Ｐ２それぞれで作成するステップ３１２を実行する。これにより，スコアの分布をそれぞれの期間で得ることができる。

次に，制御部１０１が処理すべき全ての波長に対して処理を行ったかを判断するステップ３１３を実行する。これにより，ジャンプは全ての波長において発生するというジャンプの特徴を活用した反応過程データの分析が可能となる。処理すべき全ての波長に対して処理が終了していないと判断された場合，制御部１０１が対象となる波長に対してステップ３１１と３１２を実行する。

次に，制御部が結果出力部１１２を起動し，期間Ｐ１，Ｐ２のヒストグラムを同時に出力するステップ３１４を実施する。

図８に，２つのヒストグラムが表示されたときの入出力端末１４０の画面例８００を示す。画面例８００では，期間Ｐ１のヒストグラム８０１と期間Ｐ２のヒストグラム８０２が，ピークの高さが揃うように表示されている。また，スコアの大きな測光点の頻度をわかりやすく表示するため，ヒストグラム８０１の一部を拡大したヒストグラム８０３，ヒストグラム８０２の一部を拡大したヒストグラム８０４が表示されており，頻度の差を一目で確認できるように，値域が適切に設定されている。これにより，スコア分布を期間Ｐ１，Ｐ２で比較することができ，ジャンプ発生頻度の多寡を確認することができる。発生頻度に差異が見られ，現在のジャンプが多い場合，恒温槽２０２やセル２０３内に水あかや異物が混入していることなどの装置の異常が考えられる。検査技師は大きなジャンプの発生頻度に大きな違いがないか，この画面により容易に判断できるので，適切なタイミングで装置のメンテナンスができる。
以上のステップ３０１から３１４により，反応過程データを分析することにより，ジャンプによる異常判定を支援することが可能となる。

本実施例では，ステップ３１２において，波長，測光点ごとにヒストグラムを作成するとしたが，波長や測光点で区別せずにヒストグラムを作成してもよい。これにより，一つのヒストグラムで対象となる期間の度数分布が確認することができ，検査技師のより簡潔にデータの確認をすることができる。

また，ステップ３１２において，スコアの大きさのヒストグラムを作成するとしたが，スコアの大きさではなく，スコアとスコアの平均値との差からヒストグラムを作成してもよい。これにより，波長や測光点毎の偏りの影響が除去され，波長や測光点で区別せずにヒストグラムを作成する場合により公平な比較を行うことができる。

また，ステップ３１４において，二つのヒストグラム８０１，８０２のピークの高さを揃えるとしたが，ある基準となるデータ区間の高さを揃えるとしてもよい。これにより，ピークが存在するデータ区間が異なる場合において，その差異を明確に可視化することができる。

［実施例２］
次に，本発明の第２の実施例について説明する。本実施例は反応過程データから，反応による吸光度変化成分を除去することにより外乱による吸光度変化成分を抽出する処理を加えたものである。その他の構成や処理については，第１の実施例と基本的に同じである。

図９に，精度管理試料を測定して得られた反応過程データをもとにジャンプの大きさを定量化する時のフローチャートを示す。

まず，前記ステップ３０１と同様のステップ９０１を実行する。
次に，制御部１０１が反応過程データ近似部１０４を起動し，反応過程データの近似関数を算出するステップ９０２を実行する。例えば，近似関数のモデルを式（２）とした場合，近似パラメータであるｋ，Ａ０，Ａ１が算出され，近似値が求められる。
Ａ(ｔ)＝Ａ０＋Ａ１（１−ｅ^-kt） …(2)

このとき，ｋは反応速度定数，Ａ０は反応開始時の初期吸光度，Ａ１は目的成分の濃度，を示す近似パラメータであり，ｔは時刻，Ａ(ｔ)は時刻ｔにおける測光点の吸光度，ｅは自然対数の底である。

図１０にステップ９０２実行後の反応過程データの例１０００を示す。例１０００では，反応過程データについて曲線近似によるフィッティングが行われた様子を示している。

次に，制御部１０１が外乱成分抽出部１０５を起動し，反応過程データと近似値の差分を算出することにより，反応の外乱成分を抽出するステップ９０３を実行する。これにより，反応過程データの反応による吸光度変化成分が除去され，外乱による吸光度の変化が明確となり，高精度な異常判定を行うことが可能となる。また，反応過程データには波長ごとや測光点ごとの吸光度の分布に反応による大きな差異がみられる場合があるが，外乱成分を抽出することでその差異を低減することができる。これにより，波長間や測光点間のスコアの比較が可能となる。

図１１にステップ９０３実行後の外乱成分データの例１１００を示す。例１１００では，反応による吸光度変化成分が除去され，外乱による吸光度の変化が除去されていることが示されている。

次に，制御部１０１がスコア算出部１０６を起動し，外乱成分データよりジャンプの大きさを表すスコアを測光点ごとに算出するステップ９０４を実行する。スコアは式（３）によって算出される。式（３）は，式（１）と同様の式であるが，吸光度の差分をスコアに用いるのではなく，ステップ９０３で算出した外乱成分を利用する。式（３）中，Ｄは外乱成分である。
Ｅ(ｔ)＝min((Ｄ(ｔ)−Ｄ(ｔ−１))，(Ｄ(ｔ)−Ｄ(ｔ＋１))) …(3)

以上のステップ９０１からステップ９０４により，対象となる測光点の吸光度が周囲の測光点の吸光度よりどの程度上昇しているかを吸光度変化の外乱成分より定量化することが可能となる。
ステップ９０５からステップ９１６については前記ステップ３０３からステップ３１４と同様であるため，割愛する。

以上のステップ９０１から９１６により，反応過程データより抽出した外乱による吸光度変化成分を分析することにより，ジャンプによる異常判定の支援をより正確に実施することが可能となる。

本実施例では，ステップ９０２において，式（２）をモデルとした近似を行うとしたが，近似手法は多項式近似やテイラー展開など，どのようなモデルを使用してもよい。これにより，反応過程データによって適したモデル式を選択することができ，より高精度なスコア算出が可能となる。ただし，この場合導出するパラメータは異なる。

また，ステップ９１０において，波長毎，測光点毎にパーセンタイルを算出しているが，波長や測光点で区別を行わずにパーセンタイルを算出してもよい。また，算出されたパーセンタイルの波長ごとの平均値や中央値をその測光点における代表値としてもよい。これにより，一つの試料のパーセンタイルを示すグラフの数が減り，検査技師のデータ確認業務が容易となる。

また，ステップ９１４において，波長，測光点ごとにヒストグラムを作成するとしたが，波長や測光点で区別せずにヒストグラムを作成してもよい。これにより，一つのヒストグラムで対象となる期間の度数分布が確認することができ，検査技師のより簡潔にデータの確認をすることができる。

また，ステップ９１４において，スコアの大きさのヒストグラムを作成するとしたが，スコアの大きさではなく，スコアとスコアの平均値との差からヒストグラムを作成してもよい。これにより，波長や測光点毎の偏りの影響が除去され，波長や測光点で区別せずにヒストグラムを作成する場合により公平な比較を行うことができる。

また，ステップ９１６において，二つのヒストグラム８０１，８０２のピークの高さを揃えるとしたが，ある基準となるデータ区間の高さを揃えるとしてもよい。これにより，ピークが存在するデータ区間が異なる場合において，その差異が明確に可視化することができる。

［実施例３］
次に本発明の第３の実施例を説明する。装置の構成は実施例１，２と同じである。図１２は，本実施例において，反応過程データの異常の有無を判定するための処理フローを示している。なお，実施例２の説明に用いた処理フローを説明する図９と同一の処理を行う処理ステップには，同じ記号を付している。

処理ステップ９０１〜９１２間での処理は実施例３における図９の同符合の処理ステップと同一であるため，説明は省略する。また，以下で述べる処理ステップ１２１０〜１２３０の処理は制御部で行う。処理ステップ９０７におけるパーセンタイル値を算出するかどうかの判断は，予めユーザが設定しておく。全項目に対してパーセンタイル算出を実行しても良いし，一部の項目についてのみ実行しても良い。また，全項目に対してパーセンタイルを実行させないという設定でも良い。

処理ステップ１２１０では異常を判定するための，判定用閾値を読み出す。判定用の閾値は予め設定された値が記憶されている。値はスコアＤＢ１０８に記憶しても良いし，制御部１０１内に保持していても良い。また，値はユーザが変更可能な構成としても良い。閾値は検査項目や試薬ごとに異なる値を設定しても良い。また，各測光ポイントで同一の値を用いても良いし，測光ポイントごとに異なる値を用いても良い。

ステップ９０７においてパーセンタイルを実行すると判断された項目に対しては，判定用閾値として，過去のスコア値の分布に対してどの程度はずれたら異常と判定するかを相対値により容易に設定することが可能である。例えば，過去のデータの分布から上下１％のスコア値を異常と判定する場合には，パーセンタイル値に対し１％，９９％という２種類の閾値を設定しておく。

処理ステップ１２２０では，処理ステップ９０４で算出したスコア値，または処理ステップ９１０で算出したパーセンタイル値と，処理ステップ１２１０で読み出した判定用閾値を比較することにより，異常の有無を判定する。例えば上記のように１％，９９％の２種類の判定用閾値を設定した場合，処理ステップ９１０で算出したパーセンタイル値が１％以下，または９９％以上であった場合に異常と判定し，それ以外の場合には正常と判定する。
処理ステップ１２３０では処理ステップ１２２０での判定結果を判定結果出力部１１２に出力する。

図１２に示した処理フローでは，処理ステップ９０２，９０３において外乱成分の抽出処理を行っているが，第１の実施例と同様，外乱成分の抽出を行わない構成も可能である。この場合，時間を要する近似式の算出処理を行わないため，処理を高速化することが可能である。

以上述べた第３の実施例によれば，近傍の測光ポイントとの差分値に基くスコア値を用いることにより，反応過程データの一点のみが異常な変動を示すような異常データを高精度に検出可能である。また，スコア値から換算したパーセンタイル値を用いることにより，過去のデータからどの程度外れたデータを異常と判定するかを相対値により容易に設定することが可能である。また，近似式を用いて外乱成分を抽出することにより，より高精度に異常な変動成分を検出可能となる。

１００異常判定支援システム
１０１制御部
１０２一次記憶装置
１０３装置内反応過程データ抽出部
１０４反応過程データ近似部
１０５外乱抽出部
１０６スコア算出部
１０７スコアＤＢ読み出し部
１０８スコアＤＢ
１０９スコアＤＢ書き出し部
１１０パーセンタイル算出部
１１１ヒストグラム作成
１１３判定結果出力部
１２０検査施設内のネットワーク
１３０自動分析装置
１３１反応過程データ記憶装置
１４０入出力端末
２０１光源ランプ
２０２恒温槽
２０３セル
２０４試料分注ノズル
２０５ａ第１試薬分注ノズル
２０５ｂ第２試薬分注ノズル
２０６攪拌機構
２０７分光器
２０８検知器
２０９増幅器
２１０Ａ／Ｄ変換器

Claims

試料と１種類以上の試薬を混合した混合液を複数の波長で光学的に測定した測光値の時系列データから，前記試料中の目的成分の濃度や活性値の測定を行う自動分析装置において，
前記時系列データの各時点において１時点前のデータとの第１の差分値と，１時点後ろのデータとの第２の差分値を計算し，前記第１の差分値の絶対値と前記第２の差分値の絶対値を比較し，小さい方の値を指標とする指標算出手段を有し，
該指標の値により異常の有無を判定することを特徴とする自動分析装置。
請求項１記載の自動分析装置において，過去に測定された試料に対し算出された複数の前記指標の分布の中心と，新たに測定された試料に対し算出された前記指標との相対的距離を計算する相対指標算出手段とを有することを特徴とする自動分析装置。
請求項１記載の自動分析装置において，前記時系列データを関数により近似し，該関数より近似される値を化学反応による測光値変化成分とする反応変化成分推定手段と，前記時系列データと前記反応変化成分推定手段で得られた推定値との差分を算出して，外乱による変化成分の時系列データを抽出する外乱変化成分抽出手段とを備えることを特徴とする自動分析装置。
請求項１記載の自動分析装置において，前記指標算出手段により算出された値と前記相対指標算出手段により算出された値とを同時に表示する指標表示手段とを有することを特徴とする自動分析装置。
請求項１記載の自動分析装置において，前記指標算出手段により算出された値に基き，異常の有無を判定する手段を有すること特徴とする自動分析装置。
請求項１記載の自動分析装置において，過去に測定された試料に対し算出された複数の前記指標の分布の中心と，新たに測定された試料に対し算出された前記指標との相対的距離を計算する相対指標算出手段と，該相対指標に基き異常の有無を判定する手段とを有することを特徴とする自動分析装置。