JP2020204581A - Screen editing program, screen editing device, and method of generating trained model - Google Patents

Screen editing program, screen editing device, and method of generating trained model Download PDF

Info

Publication number
JP2020204581A
JP2020204581A JP2019113174A JP2019113174A JP2020204581A JP 2020204581 A JP2020204581 A JP 2020204581A JP 2019113174 A JP2019113174 A JP 2019113174A JP 2019113174 A JP2019113174 A JP 2019113174A JP 2020204581 A JP2020204581 A JP 2020204581A
Authority
JP
Japan
Prior art keywords
screen
control unit
skill
operator
level
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.)
Pending
Application number
JP2019113174A
Other languages
Japanese (ja)
Inventor
大介 豊泉
Daisuke Toyoizumi
大介 豊泉
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.)
Fujirebio Inc
Original Assignee
Fujirebio Inc
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 Fujirebio Inc filed Critical Fujirebio Inc
Priority to JP2019113174A priority Critical patent/JP2020204581A/en
Publication of JP2020204581A publication Critical patent/JP2020204581A/en
Pending legal-status Critical Current

Links

Images

Landscapes

  • Automatic Analysis And Handling Materials Therefor (AREA)

Abstract

To provide a screen editing program configured to determine the proficiency level of an operator of an analysis device as needed and edit an operation screen such that the screen is suitable for the determined proficiency level, and to provide a method of generating a trained model to be used by the screen editing program.SOLUTION: A screen editing program makes a computer perform processes of: acquiring operation information pertaining to operations performed on an analysis device; determining the skill level of an operator based on the acquired operation information; and editing an operation screen of the analysis device according to the determined skill level.SELECTED DRAWING: Figure 8

Description

本発明は、分析機器の操作画面を編集する画面編集プログラムに関する。 The present invention relates to a screen editing program for editing an operation screen of an analytical instrument.

血液や尿などの検体及び試薬を混合し、検体中の目的成分（腫瘍マーカー、ホルモン、細菌、ウイルスなど）を分析する分析装置が使用されている。分析装置による検体の分析は複数の手順からなる。分析装置による検査を実行するオペレータは、手順にしたがい、タッチパネルディスプレイに表示される操作画面を操作しなくてはならない。しかし、操作画面は全ての機能を使用可能に汎用的に設計されているため、操作に習熟していないオペレータは操作に時間を要し、誤操作をしてしまうことがある。 An analyzer that mixes samples and reagents such as blood and urine and analyzes the target components (tumor markers, hormones, bacteria, viruses, etc.) in the samples is used. Analysis of a sample by an analyzer consists of multiple procedures. The operator performing the inspection by the analyzer must operate the operation screen displayed on the touch panel display according to the procedure. However, since the operation screen is designed to be versatile so that all functions can be used, an operator who is not proficient in the operation takes time to operate and may make an erroneous operation.

このような状況に対して、作業項目をリスト表示するナビゲーション画面を表示する分析システムが提案されている（特許文献１）。また、操作画面において、入力ボタンの操作や入力欄への入力を不可とするフィールドプロテクション機能の設定を、画面毎に行なうのではなく、共通のプロテクト条件を入力することにより、全画面のフィールドプロテクションの設定を可能とする分析装置が提案されている（特許文献２）。 In response to such a situation, an analysis system that displays a navigation screen that displays a list of work items has been proposed (Patent Document 1). In addition, on the operation screen, the field protection function that prohibits the operation of input buttons and input to the input field is not set for each screen, but by inputting common protection conditions, full screen field protection is performed. An analyzer that enables the setting of the above has been proposed (Patent Document 2).

特開２００８−７０３２１号公報Japanese Unexamined Patent Publication No. 2008-70321 特開２００７−２４０２２４号公報JP-A-2007-240224

しかし、分析装置を使用する施設や機関により操作手順は異なるが、従来技術におけるナビゲーション画面はカスタマイズすることを想定していない。一方、フィールドプロテクションは誤操作防止に一定の効果を奏する。しかし、操作の習熟度が異なる複数のオペレータが交代で操作する場合、オペレータの習熟度によりフィールドプロテクションの内容を随時切り替える必要があるが、従来技術ではそのようなことを想定していない。 However, although the operation procedure differs depending on the facility or institution that uses the analyzer, it is not assumed that the navigation screen in the prior art is customized. On the other hand, field protection has a certain effect on preventing erroneous operation. However, when a plurality of operators having different operation proficiency operations take turns operating, it is necessary to switch the contents of field protection at any time depending on the operator's proficiency level, which is not assumed in the prior art.

本発明はこのような事情に鑑みてなされたものである。その目的は、オペレータの習熟度を随時判定し、判定した習熟度に適合した表示となるよう操作画面を編集する画面編集プログラム等の提供である。 The present invention has been made in view of such circumstances. The purpose is to provide a screen editing program or the like that determines the proficiency level of the operator at any time and edits the operation screen so that the display matches the determined proficiency level.

本発明に係る画面編集プログラムは、分析機器に対する操作についての操作情報を取得し、取得した操作情報に基づき、操作者のスキルを判定し、判定したスキルに応じて前記分析機器の操作画面を編集する処理を、コンピュータに行わせることを特徴とする。 The screen editing program according to the present invention acquires operation information about operations on the analysis device, determines the skill of the operator based on the acquired operation information, and edits the operation screen of the analysis device according to the determined skill. It is characterized in that the processing to be performed is performed by a computer.

本発明にあっては、オペレータの習熟度に適合した操作画面を随時表示することが可能となる。 In the present invention, it is possible to display an operation screen suitable for the proficiency level of the operator at any time.

分析装置のハードウェア構成例を示すブロック図である。It is a block diagram which shows the hardware configuration example of an analyzer. 施設情報ＤＢの例を示す説明図である。It is explanatory drawing which shows the example of facility information DB. 操作履歴ＤＢの例を示す説明図である。It is explanatory drawing which shows the example of the operation history DB. 画面定義ＤＢの例を示す説明図である。It is explanatory drawing which shows the example of the screen definition DB. 画面遷移ＤＢの例を示す説明図である。It is explanatory drawing which shows the example of the screen transition DB. 固有規則ＤＢの例を示す説明図である。It is explanatory drawing which shows the example of the specific rule DB. レベル判定規則ＤＢの例を示す説明図である。It is explanatory drawing which shows the example of the level determination rule DB. レベル判定処理の手順例を示すフローチャートである。It is a flowchart which shows the procedure example of a level determination process. 判定レベル確定処理の手順例を示すフローチャートである。It is a flowchart which shows the procedure example of the determination level determination process. レベル判定モデルの例を示す説明図である。It is explanatory drawing which shows the example of the level determination model. 操作予測モデルの例を示す説明図である。It is explanatory drawing which shows the example of the operation prediction model. レベル判定処理の手順例を示すフローチャートである。It is a flowchart which shows the procedure example of a level determination process. 画面例を示す説明図である。It is explanatory drawing which shows the screen example. 操作予測処理の手順例を示すフローチャートである。It is a flowchart which shows the procedure example of operation prediction processing. 再学習処理の手順例を示すフローチャートである。It is a flowchart which shows the procedure example of the relearning process. 再学習処理の手順例を示すフローチャートである。It is a flowchart which shows the procedure example of the relearning process. 規則生成処理の手順例を示すフローチャートである。It is a flowchart which shows the procedure example of the rule generation processing. 再学習処理の他の手順例を示すフローチャートである。It is a flowchart which shows the other procedure example of the relearning process.

（実施の形態１）
以下、図面を参照しつつ実施の形態を説明する。図１は分析装置のハードウェア構成例を示すブロック図である。分析装置１（分析機器、画面編集装置）は制御部１１、主記憶部１２、補助記憶部１３、入出力インタフェース１５、操作パネル１６、通信部１７、読み取り部１８、検体ラック２１、試薬格納部２２、測定部２３及び搬送機構２４を含む。制御部１１、主記憶部１２、補助記憶部１３、入出力インタフェース１５、通信部１７及び読み取り部１８はバスＢにより接続されている。検体ラック２１、試薬格納部２２、測定部２３及び搬送機構２４は、入出力インタフェース１５を介して、制御部１１からの制御信号により、動作が制御される。制御部１１、主記憶部１２、補助記憶部１３、入出力インタフェース１５、操作パネル１６、通信部１７及び読み取り部１８は分析装置１と別体とした制御装置としてもよい。当該制御装置はパネルコンピュータやタブレットコンピュータ等で構築してもよい。また、制御装置を複数のコンピュータからなるマルチコンピュータ、ソフトウェアによって仮想的に構築された仮想マシン又は量子コンピュータで構成してもよい。 (Embodiment 1)
Hereinafter, embodiments will be described with reference to the drawings. FIG. 1 is a block diagram showing a hardware configuration example of the analyzer. The analyzer 1 (analytical instrument, screen editing device) includes a control unit 11, a main storage unit 12, an auxiliary storage unit 13, an input / output interface 15, an operation panel 16, a communication unit 17, a reading unit 18, a sample rack 21, and a reagent storage unit. 22, the measuring unit 23, and the transport mechanism 24 are included. The control unit 11, the main storage unit 12, the auxiliary storage unit 13, the input / output interface 15, the communication unit 17, and the reading unit 18 are connected by the bus B. The operation of the sample rack 21, the reagent storage unit 22, the measurement unit 23, and the transfer mechanism 24 is controlled by a control signal from the control unit 11 via the input / output interface 15. The control unit 11, the main storage unit 12, the auxiliary storage unit 13, the input / output interface 15, the operation panel 16, the communication unit 17, and the reading unit 18 may be separate control devices from the analyzer 1. The control device may be constructed by a panel computer, a tablet computer, or the like. Further, the control device may be composed of a multi-computer composed of a plurality of computers, a virtual machine virtually constructed by software, or a quantum computer.

制御部１１は、一又は複数のＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）、ＧＰＵ（Graphics Processing Unit）等の演算処理装置を有する。制御部１１は、補助記憶部１３に記憶された制御プログラム１Ｐ（画面編集プログラム）を読み出して実行することにより、分析装置１に係る種々の情報処理、制御処理等を行う。 The control unit 11 has one or a plurality of arithmetic processing units such as a CPU (Central Processing Unit), an MPU (Micro-Processing Unit), and a GPU (Graphics Processing Unit). The control unit 11 reads and executes the control program 1P (screen editing program) stored in the auxiliary storage unit 13 to perform various information processing, control processing, and the like related to the analyzer 1.

主記憶部１２は、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）、フラッシュメモリ等である。主記憶部１２は主として制御部１１が演算処理を実行するために必要なデータを一時的に記憶する。 The main storage unit 12 is a SRAM (Static Random Access Memory), a DRAM (Dynamic Random Access Memory), a flash memory, or the like. The main storage unit 12 temporarily stores data necessary for the control unit 11 to execute arithmetic processing.

補助記憶部１３はハードディスク又はＳＳＤ（Solid State Drive）等であり、制御部１１が処理を実行するために必要な制御プログラム１Ｐや各種ＤＢ（Database）を記憶する。補助記憶部１３は、施設情報ＤＢ１３１、操作履歴ＤＢ１３２、画面定義ＤＢ１３３、画面遷移ＤＢ１３４及び固有規則ＤＢ１３５を記憶する。また、補助記憶部１３はレベル判定規則ＤＢ１４１、レベル判定モデル１４２及び操作予測モデル１４３を記憶する。補助記憶部１３は分析装置１に接続された外部記憶装置であってもよい。補助記憶部１３に記憶する各種ＤＢ等を、内部情報システムに接続されたデータベースサーバに記憶してもよい。内部情報システムはＨＩＳ（Hospital Information System:病院情報システム）等である。 The auxiliary storage unit 13 is a hard disk, SSD (Solid State Drive), or the like, and stores a control program 1P and various DBs (Databases) necessary for the control unit 11 to execute processing. The auxiliary storage unit 13 stores the facility information DB 131, the operation history DB 132, the screen definition DB 133, the screen transition DB 134, and the unique rule DB 135. Further, the auxiliary storage unit 13 stores the level determination rule DB 141, the level determination model 142, and the operation prediction model 143. The auxiliary storage unit 13 may be an external storage device connected to the analyzer 1. Various DBs and the like stored in the auxiliary storage unit 13 may be stored in the database server connected to the internal information system. The internal information system is HIS (Hospital Information System) or the like.

入出力インタフェース１５はシリアル又はパラレルインタフェースを含む。制御部１１からの指示にしたがい、制御信号を検体ラック２１、試薬格納部２２、測定部２３及び搬送機構２４に出力する。また、制御信号に対する検体ラック２１、試薬格納部２２、測定部２３及び搬送機構２４からの応答信号を制御部１１に伝達する。 The input / output interface 15 includes a serial or parallel interface. According to the instruction from the control unit 11, the control signal is output to the sample rack 21, the reagent storage unit 22, the measurement unit 23, and the transfer mechanism 24. Further, the response signals from the sample rack 21, the reagent storage unit 22, the measuring unit 23, and the transport mechanism 24 to the control signal are transmitted to the control unit 11.

操作パネル１６は例えば液晶表示装置とタッチパネルとが一体となったタッチパネルディスプレイである。操作パネル１６は、分析装置１を操作するための操作画面を表示する。操作パネル１６はタッチパネルにより、オペレータ（操作者）の操作入力を受け付ける。 The operation panel 16 is, for example, a touch panel display in which a liquid crystal display device and a touch panel are integrated. The operation panel 16 displays an operation screen for operating the analyzer 1. The operation panel 16 receives the operation input of the operator (operator) by the touch panel.

通信部１７は通信に関する処理を行うための通信モジュールである。通信部１７はＨＩＳを介して、他のコンピュータや装置と情報の送受信を行う。 The communication unit 17 is a communication module for performing processing related to communication. The communication unit 17 transmits / receives information to / from other computers and devices via HIS.

読み取り部１８はＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）−ＲＯＭ及びＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）−ＲＯＭを含む可搬型記憶媒体１ａを読み取る。制御部１１が読み取り部１８を介して、制御プログラム１Ｐを可搬型記憶媒体１ａより読み取り、補助記憶部１３に記憶してもよい。また、半導体メモリ１ｂから、制御部１１が制御プログラム１Ｐを読み込んでもよい。 The reading unit 18 reads a portable storage medium 1a including a CD (Compact Disc) -ROM and a DVD (Digital Versaille Disc) -ROM. The control unit 11 may read the control program 1P from the portable storage medium 1a via the reading unit 18 and store it in the auxiliary storage unit 13. Further, the control unit 11 may read the control program 1P from the semiconductor memory 1b.

続いて各種ＤＢについて説明する。図２は施設情報ＤＢの例を示す説明図である。施設情報ＤＢ１３１は分析装置１を導入している施設（医療機関や検査センタ）に関する情報を記憶する。施設情報ＤＢ１３１は、種類列、規模列、検体数列、勤務体系列及び夜勤列を含む。種類列は施設の種類を記憶する。例えば種類は、病院、検査センタ、研究所等である。規模列は施設の規模を記憶する。例えば規模は大規模、中規模、小規模等である。規模の判断は検査技師数等で行なう。検体数列は１日当りに受け付けるおおよその検体数を記憶する。勤務体系列は検査技師等の勤務体系を記憶する。例えば勤務体系は「月〜金」、「シフト勤務」等である。夜勤列は検査技師の夜間勤務があるか否かを記憶する。夜勤列は検査技師の夜間勤務があれば１又はありを、検査技師の夜間勤務がなければ０又はなしを記憶する。 Subsequently, various DBs will be described. FIG. 2 is an explanatory diagram showing an example of a facility information DB. The facility information DB 131 stores information about facilities (medical institutions and inspection centers) in which the analyzer 1 is installed. The facility information DB 131 includes a type column, a scale column, a sample number sequence, a work body series, and a night shift line. The type column stores the type of facility. For example, the types are hospitals, inspection centers, laboratories, and the like. The scale column stores the scale of the facility. For example, the scale is large, medium, small, etc. The scale is judged by the number of inspection engineers. The sample sequence stores the approximate number of samples accepted per day. The work body series memorizes the work system of inspection technicians and the like. For example, the work system is "Monday-Friday", "shift work", etc. The night shift line remembers whether or not there is a night shift for the inspection technician. The night shift line stores 1 or yes if there is a night shift of the inspection technician, and 0 or none if there is no night shift of the inspection technician.

図３は操作履歴ＤＢの例を示す説明図である。操作履歴ＤＢ１３２は、オペレータが分析装置１に対して行った操作の履歴（操作情報）を記憶する。操作履歴ＤＢ１３２は、発生時刻列、操作内容列、画面列及び状態列を含む。発生時刻列は操作が発生した時刻を記憶する。操作内容列はオペレータが行った操作内容を記憶する。画面列は操作が発生したときに表示されていた画面を記憶する。状態列は分析装置１の状態を記憶する。例えば状態は、検体受付中、検査中、検体交換待ち、キャリブレーション中などである。 FIG. 3 is an explanatory diagram showing an example of the operation history DB. The operation history DB 132 stores a history (operation information) of operations performed by the operator on the analyzer 1. The operation history DB 132 includes an occurrence time column, an operation content column, a screen column, and a status column. The occurrence time column stores the time when the operation occurred. The operation content column stores the operation content performed by the operator. The screen sequence memorizes the screen that was displayed when the operation occurred. The state column stores the state of the analyzer 1. For example, the status is sample acceptance, test, sample exchange waiting, calibration, and the like.

図４は画面定義ＤＢの例を示す説明図である。画面定義ＤＢ１３３は各画面の内容を記憶する。画面定義ＤＢ１３３は各画面に含まれる入力欄、表示するメニュー、操作ボタン等の情報を記憶する。画面定義ＤＢ１３３は、ID列、名称列、要素番号列、種類列、ラベル列、メソッド列、入力規則列、default列及び表示レベル列を含む。ID列は画面を一意に特定可能な画面IDを記憶する。名称列は画面の名称を記憶する。要素番号列は画面に含まれる各要素を特定可能な番号を記憶する。種類列は要素の種類を記憶する。例えば種類はTxBox、Btn、radio、DDList等である。TxBoxはテキストを入力するテキストボックスを示す。Btnは操作ボタンを示す。Radioはラジオボタンを示す。DDListはドロップダウンリストを示す。ラベル列は要素に付随するラベルを記憶する。要素がテキストボックスである場合、ラベルは入力すべきデータ種別を示す。要素が操作ボタンである場合、ラベルはボタンに表示する文字列を示す。要素がラジオボタンである場合、ラベルはラジオボタンにより選択されるデータ内容を示す。要素がドロップダウンリストである場合、ラベルは
リストに表示される選択肢を示す。メソッド列は要素が操作されることより実行するメソッドを記憶する。例えばメソッドは、値を設定する、画面を遷移するなどである。入力規則列は、テキストボックスのようにオペレータが入力を行なう要素である場合、入力を制限する規則を記憶する。入力規則は例えば数字６桁である。この場合、数字６桁以外の入力はエラーとして、入力を受け付けないように動作する。default列は要素の既定値を記憶する。例えば要素がラジオボタンである場合、初期表示時に選択しているラジオボタンに対して、default列の値を１とする。表示レベル列は要素を表示するオペレータのスキルレベル（スキル）を記憶する。例えば、上級スキルを３、中級スキルを２、初級スキルを１とし、任意のスキルを０とする。表示レベル列の値が０であれば、スキルに関わらず要素を操作可能に表示する。表示レベル列の値が３であれば、オペレータのスキルが上級と判断された場合、当該要素は操作可能に表示される。オペレータのスキルが中級又は初級の場合は、当該要素は操作不可能に表示される。当該要素は、フィールドプロテクションされる、又はグレーアウト表示される。 FIG. 4 is an explanatory diagram showing an example of a screen definition DB. The screen definition DB 133 stores the contents of each screen. The screen definition DB 133 stores information such as input fields, display menus, and operation buttons included in each screen. The screen definition DB 133 includes an ID column, a name column, an element number column, a type column, a label column, a method column, a validation rule column, a default column, and a display level column. The ID column stores the screen ID that can uniquely identify the screen. The name column stores the name of the screen. The element number string stores a number that can identify each element included in the screen. The type column stores the type of element. For example, the types are TxBox, Btn, radio, DDList, etc. TxBox indicates a text box for entering text. Btn indicates an operation button. Radio indicates a radio button. DDList indicates a drop-down list. The label column stores the label attached to the element. If the element is a text box, the label indicates the type of data to enter. If the element is an operation button, the label indicates the string to display on the button. If the element is a radio button, the label indicates the data content selected by the radio button. If the element is a drop-down list, the label indicates the choices that will appear in the list. The method column stores the method to be executed by manipulating the element. For example, a method sets a value, transitions a screen, and so on. The validation rule column stores the rules that restrict the input when the operator inputs the elements such as a text box. The validation rule is, for example, 6 digits. In this case, the input other than the 6-digit number is regarded as an error and operates so as not to accept the input. The default column stores the default value of the element. For example, when the element is a radio button, the value in the default column is set to 1 for the radio button selected at the time of initial display. The display level column stores the skill level (skill) of the operator who displays the element. For example, the advanced skill is 3, the intermediate skill is 2, the beginner skill is 1, and any skill is 0. If the value of the display level column is 0, the element is displayed in an operable manner regardless of the skill. If the value of the display level column is 3, the element is operably displayed if the operator's skill is determined to be advanced. If the operator's skill is intermediate or beginner, the element is displayed as inoperable. The element is field protected or grayed out.

図５は画面遷移ＤＢの例を示す説明図である。画面遷移ＤＢ１３４は画面間の遷移定義を記憶する。画面遷移ＤＢ１３４は、現ID列、先ID列、アクション列及び自動遷移列を含む。現ID列は画面遷移前に表示されている画面の画面IDを記憶する。先ID列は画面遷移後に表示される画面の画面IDを記憶する。アクション列は画面遷移を起こす契機となる操作を記憶する。自動遷移列はオペレータの操作がなくても遷移する条件を記憶する。例えば、単なる確認画面であって、上級スキルのオペレータが参照する必要ない画面は、次の画面に自動遷移するように設定してもよい。 FIG. 5 is an explanatory diagram showing an example of a screen transition DB. The screen transition DB 134 stores the transition definition between screens. The screen transition DB 134 includes a current ID column, a destination ID column, an action column, and an automatic transition column. The current ID column stores the screen ID of the screen displayed before the screen transition. The destination ID column stores the screen ID of the screen displayed after the screen transition. The action column stores the operation that triggers the screen transition. The automatic transition column stores the transition conditions without any operator operation. For example, a screen that is merely a confirmation screen and does not need to be referenced by an operator with advanced skills may be set to automatically transition to the next screen.

図６は固有規則ＤＢの例を示す説明図である。固有規則ＤＢ１３５は分析装置１が設置されている施設固有の入力規則等を記憶する。固有規則ＤＢ１３５は、ID列、名称列、要素番号列、入力規則列及びアクション列を含む。ID列は規則を適用する画面の画面IDを記憶する。名称列は規則を適用する画面の名称を記憶する。要素番号列は規則を適用する画面要素の要素番号を記憶する。入力規則列は要素に適用する入力規則を記憶する。アクション列は入力規則に違反した場合の動作を記憶する。 FIG. 6 is an explanatory diagram showing an example of the specific rule DB. The unique rule DB 135 stores an input rule and the like specific to the facility in which the analyzer 1 is installed. The unique rule DB 135 includes an ID column, a name column, an element number string, an input rule column, and an action column. The ID column stores the screen ID of the screen to which the rule is applied. The name column stores the name of the screen to which the rule is applied. The element number column stores the element number of the screen element to which the rule is applied. The validation rule column stores the validation rules applied to the element. The action column stores the action when the validation rule is violated.

図７はレベル判定規則ＤＢの例を示す説明図である。レベル判定規則ＤＢ１４１はオペレータのスキルレベルを判定するための規則を記憶する。レベル判定規則ＤＢ１４１は、タイプ列、画面範囲列、開始列、終了列及び判定基準列を含む。タイプ列は判定規則のタイプを記憶する。タイプは例えば、所要時間、平均時間、遷移回数である。所要時間は連続して行なう複数の操作（一連の操作）の所要時間によりレベルの判定を行なう規則をいう。平均時間は同様な操作を繰り返し行なう場合に操作の要した平均時間でレベルの判定を行なう規則をいう。また、１つの操作の中に同様な副操作を複数回含む場合に、副操作の平均時間でレベル判定を行なう規則をいう。例えば、文字入力速度によるレベル判定規則である。遷移回数は一連の操作を完了するまでの画面遷移回数によりレベルの判定を行なう規則をいう。画面範囲列は判定を行なうために参照する履歴が複数画面に亘るのか、単一の画面に閉じているのかを記憶する。開始列及び終了列はレベル判定を行なう開始条件及び終了条件をそれぞれ記憶する。開始列及び終了列は更に画面列及び操作列を含む。画面列は開始条件又は終了条件とする画面を記憶する。操作列は開始条件又は終了条件とする操作を記憶する。判定基準列はレベルの判定基準を記憶する。判定規則のタイプが所要時間又は平均時間の場合、判定基準列は時間を記憶する。判定規則のタイプが遷移回数の場合、判定基準列は回数を記憶する。判定基準列は更に上級列、中級列及び初級列を含む。上級列はスキルレベルを上級と判定する基準を記憶する。中級列はスキルレベルを中級と判定する基準を記憶する。初級列はスキルレベルを初級と判定する基準を記憶する。スキルレベルを上級、中級、初級の３段階に分けたがそれに限らない。スキルレベルは２段階でもよいし、４段階以上でもよい。 FIG. 7 is an explanatory diagram showing an example of the level determination rule DB. The level determination rule DB 141 stores a rule for determining the skill level of the operator. The level determination rule DB 141 includes a type column, a screen range column, a start column, an end column, and a determination reference column. The type column stores the type of judgment rule. The types are, for example, required time, average time, number of transitions. The required time is a rule that determines the level based on the required time of a plurality of operations (a series of operations) performed continuously. The average time is a rule that determines the level based on the average time required for the operation when the same operation is repeated. Further, when a similar sub-operation is included a plurality of times in one operation, the rule is used to determine the level based on the average time of the sub-operation. For example, it is a level judgment rule based on the character input speed. The number of transitions is a rule for determining the level based on the number of screen transitions until a series of operations are completed. The screen range column stores whether the history referred to for making a judgment spans multiple screens or is closed on a single screen. The start column and the end column store the start condition and the end condition for level determination, respectively. The start and end columns further include screen columns and operation columns. The screen string stores the screen as the start condition or the end condition. The operation column stores the operation as the start condition or the end condition. The judgment criteria column stores the judgment criteria of the level. If the judgment rule type is required time or average time, the judgment criterion column stores the time. If the type of judgment rule is the number of transitions, the judgment reference column stores the number of times. The criteria column further includes the advanced column, the intermediate column and the beginner column. The advanced column stores the criteria for judging the skill level as advanced. The intermediate column stores the criteria for judging the skill level as intermediate. The beginner's row memorizes the criteria for judging the skill level as beginner. The skill level is divided into three levels: advanced, intermediate, and beginner, but it is not limited to that. The skill level may be 2 levels or 4 levels or more.

図８はレベル判定処理の手順例を示すフローチャートである。分析装置１の制御部１１は操作履歴ＤＢ１３２に新たな操作履歴が追加されていないか確認する（ステップＳ１）。制御部１１は操作履歴ＤＢ１３２が更新されているか否かを判定する（ステップＳ２）。制御部１１は操作履歴ＤＢ１３２が更新されていないと判定した場合（ステップＳ２でＮＯ）、処理を終了する。制御部１１は操作履歴ＤＢ１３２が更新されていると判定した場合（ステップＳ２でＹＥＳ）、レベル判定規則ＤＢ１４１に記憶してある判定規則の１つを選択する（ステップＳ３）。制御部１１は選択した判定規則に対するフラグがＯＮか否かを判定する（ステップＳ４）。フラグは判定規則毎に設ける。フラグは主記憶部１２又は補助記憶部１３に記載する。フラグの初期値はＯＦＦとする。制御部１１は選択した判定規則に対応するフラグがＯＮでないと判定した場合（ステップＳ４でＮＯ）、開始条件を満たすか否かを判定する（ステップＳ５）。判定は、新たな履歴と判定規則の開始列とを対照することにより行なう。新たな履歴の内容と開始列の内容とが一致すれば、制御部１１は開始条件を満たすと判定する。新たな履歴の内容と開始列の内容とが一致しなければ、制御部１１は開始条件を満たないと判定する。制御部１１は、開始条件を満たさないと判定した場合（ステップＳ５でＮＯ）、処理をステップＳ７へ進める。制御部１１は、開始条件を満たすと判定した場合（ステップＳ５でＹＥＳ）、判定規則に対応するフラグをＯＮにするとともに、装置の状態を記憶する（ステップＳ６）。なお、選択した判定規則のタイプが所要時間や平均時間などのように時間計測が必要な規則である場合、タイマーに連動するカウンタのカウント開始など必要な処理も行なう。制御部１１は未処理の判定規則があるか否かを判定する（ステップＳ７）。制御部１１は未処理の判定規則があると判定した場合（ステップＳ７でＹＥＳ）、処理をステップＳ３へ戻し、未処理の判定規則についての処理を行なう。 FIG. 8 is a flowchart showing a procedure example of the level determination process. The control unit 11 of the analyzer 1 confirms whether or not a new operation history has been added to the operation history DB 132 (step S1). The control unit 11 determines whether or not the operation history DB 132 has been updated (step S2). When the control unit 11 determines that the operation history DB 132 has not been updated (NO in step S2), the control unit 11 ends the process. When the control unit 11 determines that the operation history DB 132 has been updated (YES in step S2), the control unit 11 selects one of the determination rules stored in the level determination rule DB 141 (step S3). The control unit 11 determines whether or not the flag for the selected determination rule is ON (step S4). Flags are set for each judgment rule. The flag is described in the main storage unit 12 or the auxiliary storage unit 13. The initial value of the flag is OFF. When the control unit 11 determines that the flag corresponding to the selected determination rule is not ON (NO in step S4), the control unit 11 determines whether or not the start condition is satisfied (step S5). The determination is made by comparing the new history with the start column of the determination rule. If the contents of the new history and the contents of the start column match, the control unit 11 determines that the start condition is satisfied. If the contents of the new history and the contents of the start column do not match, the control unit 11 determines that the start condition is not satisfied. When the control unit 11 determines that the start condition is not satisfied (NO in step S5), the control unit 11 proceeds to the process in step S7. When the control unit 11 determines that the start condition is satisfied (YES in step S5), the control unit 11 turns on the flag corresponding to the determination rule and stores the state of the device (step S6). If the selected judgment rule type is a rule that requires time measurement such as required time or average time, necessary processing such as starting counting of a counter linked to a timer is also performed. The control unit 11 determines whether or not there is an unprocessed determination rule (step S7). When the control unit 11 determines that there is an unprocessed determination rule (YES in step S7), the control unit 11 returns the process to step S3 and performs the process for the unprocessed determination rule.

制御部１１は選択した判定規則に対するフラグがＯＮであると判定した場合（ステップＳ４でＹＥＳ）、終了条件を満たすか否かを判定する（ステップＳ８）。判定方法は開始条件と同様であるから省略する。制御部１１は、終了条件を満たすと判定した場合（ステップＳ８でＹＥＳ）、判定規則に対応したフラグをＯＦＦにする（ステップＳ９）。制御部１１は判定規則の判定基準列に従ってスキルレベルの判定を行なう（ステップＳ１０）。制御部１１は判定したスキルレベルを主記憶部１２又は補助記憶部１３に記載する（ステップＳ１１）。制御部１１は、終了条件を満さないと判定した場合（ステップＳ８でＮＯ）、装置の状態が変化したか否かを判定する（ステップＳ１２）。状態の変化とは、一連の操作が中途で取り消されたような変化をいう。この場合、レベル判定を継続すると誤った判定を行なう可能性があるため、レベル判定をリセットする。例えば、状態の変化とは、一連の操作の途中でホーム画面に戻った場合である。ホーム画面は分析装置１が起動直後にデフォルトで表示する画面である。また、状態の変化とは、入力画面において途中まで入力がされたものの所定時間以上、放置された後、クリアボタン等で入力内容がオールクリアされた場合である。制御部１１は、装置の状態が変化したと判定した場合（ステップＳ１２でＹＥＳ）、すべてのフラグをＯＦＦにし（ステップＳ１３）、処理をステップＳ７へ移す。ステップＳ６において、カウンタのカウント開始などの処理をしていた場合、カウント停止、カウンタクリア等を行なう。制御部１１は、装置の状態が変化してないと判定した場合（ステップＳ１２でＮＯ）、処理をステップＳ７へ移す。 When the control unit 11 determines that the flag for the selected determination rule is ON (YES in step S4), the control unit 11 determines whether or not the end condition is satisfied (step S8). Since the determination method is the same as the start condition, it is omitted. When the control unit 11 determines that the end condition is satisfied (YES in step S8), the control unit 11 turns off the flag corresponding to the determination rule (step S9). The control unit 11 determines the skill level according to the determination reference sequence of the determination rule (step S10). The control unit 11 describes the determined skill level in the main storage unit 12 or the auxiliary storage unit 13 (step S11). When the control unit 11 determines that the end condition is not satisfied (NO in step S8), the control unit 11 determines whether or not the state of the device has changed (step S12). A change in state is a change in which a series of operations is canceled halfway. In this case, if the level determination is continued, an erroneous determination may be made, so the level determination is reset. For example, the state change is when the home screen is returned in the middle of a series of operations. The home screen is a screen displayed by default immediately after the analyzer 1 is started. Further, the change in the state is a case where the input contents are all cleared by the clear button or the like after being left for a predetermined time or more even though the input is halfway on the input screen. When the control unit 11 determines that the state of the device has changed (YES in step S12), the control unit 11 turns off all the flags (step S13), and shifts the process to step S7. If processing such as starting counting of the counter is performed in step S6, counting is stopped, the counter is cleared, and the like. When the control unit 11 determines that the state of the device has not changed (NO in step S12), the control unit 11 shifts the process to step S7.

制御部１１は未処理の判定規則がないと判定した場合（ステップＳ７でＮＯ）、判定レベルを確定する（ステップＳ１４）。判定レベル確定処理については後述する。制御部１１は確定したオペレータのスキルレベルが現在のスキルレベルから変更になるか否かを判定する（ステップＳ１５）。分析装置１が起動した直後に設定するスキルレベルは、ログインしたユーザのスキルレベルとする。ユーザのスキルレベルは例えばユーザＩＤとパスワードを記憶しているユーザＤＢ（図示しない）に予め記憶する。制御部１１はスキルレベルが変更にならないと判定した場合（ステップＳ１５でＮＯ）、処理を終了する。制御部１１はスキルレベルが変更になると判定した場合（ステップＳ１５でＹＥＳ）、現在表
示している画面についての画面定義を読み込み（ステップＳ１６）。変更になるスキルレベルに応じた表示内容で画面を再描画する（ステップＳ１７）。制御部１１は処理を終了する。制御部１１はレベル判定処理を繰り返し実行する。 When the control unit 11 determines that there is no unprocessed determination rule (NO in step S7), the control unit 11 determines the determination level (step S14). The determination level determination process will be described later. The control unit 11 determines whether or not the skill level of the determined operator is changed from the current skill level (step S15). The skill level set immediately after the analyzer 1 is activated is the skill level of the logged-in user. The skill level of the user is stored in advance in, for example, a user DB (not shown) that stores the user ID and password. When the control unit 11 determines that the skill level does not change (NO in step S15), the control unit 11 ends the process. When the control unit 11 determines that the skill level will be changed (YES in step S15), the control unit 11 reads the screen definition for the currently displayed screen (step S16). The screen is redrawn with the display contents according to the skill level to be changed (step S17). The control unit 11 ends the process. The control unit 11 repeatedly executes the level determination process.

図９は、判定レベル確定処理の手順例を示すフローチャートである。制御部１１は判定規則による判定レベルが記憶されているか否かを判定する（ステップＳ３１）。制御部１１は判定レベルが記憶されていると判定した場合（ステップＳ３１でＹＥＳ）、記憶しているレベルを取得する（ステップＳ３２）。複数の判定規則による判定結果がでている場合、複数個のレベルが取得される。制御部１１は取得したレベルが全て一致するか判定する（ステップＳ３３）。制御部１１は取得したレベルが全て一致しないと判定した場合（ステップＳ３３でＮＯ）、判定レベルを取得したレベルの中で最低のレベルにする（ステップＳ３４）。初級者レベルのオペレータを上級者レベルと判定した場合よりも、上級者レベルのオペレータを初級レベルと判定した場合の方が、弊害が少ないと考えられるからである。判定レベルの決定方法は他の方法でもよい。制御部１１は取得したレベルが全て一致すると判定した場合（ステップＳ３３でＹＥＳ）、判定レベルを取得したレベルとする（ステップＳ３５）。制御部１１は、呼び出し元へ処理を戻す。制御部１１は判定レベルが記憶されていないと判定した場合（ステップＳ３１でＮＯ）、処理を終了し、呼び出し元へ処理を戻す。 FIG. 9 is a flowchart showing a procedure example of the determination level determination process. The control unit 11 determines whether or not the determination level according to the determination rule is stored (step S31). When the control unit 11 determines that the determination level is stored (YES in step S31), the control unit 11 acquires the stored level (step S32). If there are judgment results based on multiple judgment rules, multiple levels are acquired. The control unit 11 determines whether all the acquired levels match (step S33). When the control unit 11 determines that all the acquired levels do not match (NO in step S33), the control unit 11 sets the determination level to the lowest level among the acquired levels (step S34). This is because it is considered that there is less harmful effect when the advanced level operator is judged to be the beginner level than when the beginner level operator is judged to be the advanced level. The determination level may be determined by another method. When the control unit 11 determines that all the acquired levels match (YES in step S33), the control unit 11 sets the determined level to the acquired level (step S35). The control unit 11 returns the process to the caller. When the control unit 11 determines that the determination level is not stored (NO in step S31), the control unit 11 ends the process and returns the process to the caller.

本実施の形態においては、レベル判定処理を繰り返し行い判定したオペレータのスキルレベルに応じた画面を操作パネル１６に表示する。それによって、分析装置１にログインしなおすことなく、スキルレベルの異なる複数のオペレータが分析装置１を操作したとしても、スキルレベルに応じた画面を操作パネル１６に表示することが可能となる。具体的には、スキルレベルが初心者レベルの場合、入力が必須でない項目についてはプロテクションする。また、中級者レベル以上のオペレータしか行わない機能を呼び出すための操作ボタンはグレーアウトする。以上によって、オペレータの誤操作を防止することが可能となる。このような効果は、分析装置１の起動時にログインしたオペレータ以外のオペレータが操作する場合でも、再ログインをしない運用を行っている施設において、特に有効である。 In the present embodiment, the operation panel 16 displays a screen corresponding to the skill level of the operator who has repeatedly performed the level determination process and determined the determination. As a result, even if a plurality of operators having different skill levels operate the analyzer 1 without logging in to the analyzer 1, a screen corresponding to the skill level can be displayed on the operation panel 16. Specifically, if the skill level is beginner level, items that are not required to be entered are protected. In addition, the operation buttons for calling functions that are performed only by operators at the intermediate level or higher are grayed out. As described above, it is possible to prevent erroneous operation by the operator. Such an effect is particularly effective in a facility that operates without re-login even when an operator other than the operator who logged in when the analyzer 1 is started operates.

（実施の形態２）
本実施の形態は、オペレータのスキルレベルの判定を学習モデルにより行う形態に関する。以下の説明においては、主に実施の形態１と異なる部分について説明する。 (Embodiment 2)
The present embodiment relates to a mode in which the skill level of an operator is determined by a learning model. In the following description, a part different from the first embodiment will be mainly described.

（レベル判定モデル）
まず、学習モデルについて説明する。図１０はレベル判定モデルの例を示す説明図である。レベル判定モデル１４２は、例えばＬＳＴＭ（Long-Short Term Memory）に係るニューラルネットワークである。ＬＳＴＭはＲＮＮ（Recurrent Neural Network）の一種である。レベル判定モデル１４２は、操作履歴の時系列データを入力として、操作したオペレータのスキルを予測するニューラルネットワークである。 (Level judgment model)
First, the learning model will be described. FIG. 10 is an explanatory diagram showing an example of a level determination model. The level determination model 142 is, for example, a neural network related to LSTM (Long-Short Term Memory). LSTM is a kind of RNN (Recurrent Neural Network). The level determination model 142 is a neural network that predicts the skill of the operator who has operated the operation history by inputting the time series data of the operation history.

ＬＳＴＭは入力層、中間層、及び出力層を有する。入力層は、時系列に沿って各時点の操作履歴の入力をそれぞれ受け付ける複数のニューロンを有する。出力層は、操作したオペレータのスキルの予測値を出力するニューロンを有する。中間層は、入力層の各ニューロンへの入力値から予測値を演算するためのニューロンを有する。中間層のニューロンはＬＳＴＭ Ｂｌｏｃｋと呼ばれ、過去の時点での入力値に関する中間層での演算結果を用いて次の時点での入力値に関する演算を行うことで、直近時点までの時系列データから次の時点の値を演算する。レベル判定モデル１４２はＬＳＴＭに限定されず、ＬＳＴＭ以外のニューラルネットワークであってもよい。 The LSTM has an input layer, an intermediate layer, and an output layer. The input layer has a plurality of neurons that receive input of operation history at each time point in chronological order. The output layer has neurons that output predicted values of the skill of the operated operator. The middle layer has neurons for calculating predicted values from the input values to each neuron in the input layer. Neurons in the middle layer are called LSTM Blocks, and by using the calculation results in the middle layer related to the input values at the past time point to perform calculations related to the input values at the next time point, from the time series data up to the latest time point. Calculate the value at the next time. The level determination model 142 is not limited to the LSTM, and may be a neural network other than the LSTM.

分析装置１は、操作履歴ＤＢ１３２に格納されている操作履歴の時系列データから作成された教師データを用い、レベル判定モデル１４２を生成する。すなわち、操作履歴と操作を行ったオペレータのスキルとが対応付いている教師データを用いて、レベル判定モデル１４２の学習を行う。教師データの作成は次のように行なう。施設における各オペレータのスキルを認定し、分析装置１に入力する。分析装置１の操作をどのスキルのオペレータが行ったかを記録する。例えば、分析装置１にカメラを取り付け、オペレータの顔画像を随時取得する。分析装置１の制御部１１は、撮影した画像に基づき、時間毎に操作を行ったオペレータを認識する。制御部１１は、当該データと操作履歴ＤＢ１３２の記憶している操作履歴とを対応付けることにより、一連の履歴毎に操作履歴を分割する。制御部１１は、分割した一連の操作履歴（時系列データ）と対応するオペレータのスキルとを教師データとして、レベル判定モデル１４２の学習を行ない、学習済みのレベル判定モデル１４２（学習済みモデル）を生成する。なお、分析装置１の操作を行ったオペレータを記録するために、カメラにてオペレータの顔画像を撮影したが、それに限らない。教師データ作成時には、操作開始前のログイン、操作終了後のログアウトを確実に行うようにすればよい。または、分析装置１にＩＣカードリーダを接続し、ＩＣカードをリーダにセットしなければ、操作できないようにする。ＩＣカードは各オペレータに配布することにより、操作したオペレータの記録が可能となる。または、システム管理者等が目視で操作したオペレータを記録してもよい。 The analyzer 1 generates the level determination model 142 by using the teacher data created from the time series data of the operation history stored in the operation history DB 132. That is, the level determination model 142 is trained using the teacher data in which the operation history and the skill of the operator who performed the operation correspond to each other. The teacher data is created as follows. The skills of each operator in the facility are certified and input to the analyzer 1. It records which skill operator performed the operation of the analyzer 1. For example, a camera is attached to the analyzer 1 and an operator's face image is acquired at any time. The control unit 11 of the analyzer 1 recognizes the operator who has performed the operation every hour based on the captured image. The control unit 11 divides the operation history for each series of history by associating the data with the operation history stored in the operation history DB 132. The control unit 11 learns the level determination model 142 by using the divided series of operation history (time series data) and the corresponding operator skills as teacher data, and uses the learned level determination model 142 (learned model). Generate. In order to record the operator who operated the analyzer 1, the face image of the operator was taken by the camera, but the present invention is not limited to this. When creating teacher data, it is sufficient to ensure that login is performed before the start of the operation and logout is performed after the operation is completed. Alternatively, an IC card reader is connected to the analyzer 1 so that the operation cannot be performed unless the IC card is set in the reader. By distributing the IC card to each operator, it is possible to record the operated operator. Alternatively, the operator visually operated by the system administrator or the like may be recorded.

制御部１１は、一連の操作履歴を発生順に、各ニューロンに順次入力していく。制御部１１は、中間層での演算を行い、最終的にオペレータのスキルレベルの予測値を出力層のニューロンから出力する。制御部１１は、実際のオペレータのスキルレベルを正解値として予測値と比較し、予測値が正解値に近似するように、中間層での演算に用いるパラメータを最適化する。当該パラメータは、例えばニューロン間の重み（結合係数）、活性化関数の係数などである。パラメータの最適化の方法は特に限定されないが、例えば制御部１１は誤差逆伝播法を用いて各種パラメータの最適化を行う。なお、レベル判定モデル１４２の学習は分析装置１ではなく、他のコンピュータで行ってもよい。そして、学習により得た最適パラメータを、分析装置１が記憶しているレベル判定モデル１４２に反映させる。 The control unit 11 sequentially inputs a series of operation histories to each neuron in the order of occurrence. The control unit 11 performs an operation in the intermediate layer, and finally outputs a predicted value of the operator's skill level from the neurons in the output layer. The control unit 11 compares the skill level of the actual operator with the predicted value as the correct answer value, and optimizes the parameters used for the calculation in the intermediate layer so that the predicted value approximates the correct answer value. The parameters include, for example, the weight between neurons (coupling coefficient), the coefficient of the activation function, and the like. The method of optimizing the parameters is not particularly limited, but for example, the control unit 11 optimizes various parameters by using the error back propagation method. The learning of the level determination model 142 may be performed not by the analyzer 1 but by another computer. Then, the optimum parameters obtained by learning are reflected in the level determination model 142 stored in the analyzer 1.

また、分割した操作履歴に基づき、操作履歴の分割規則を生成する。例えば、ある画面になると一連の操作が終了と判定する、所定時間以上、アイドルであったら操作終了とみなす、ある画面については、アイドルが長くても途中と判定するなどである。 In addition, the operation history division rule is generated based on the divided operation history. For example, when a certain screen is reached, it is determined that a series of operations is completed, when it is idle for a predetermined time or longer, it is regarded as the end of the operation, and for a certain screen, it is determined that the idle is in the middle even if it is long.

以上の処理は初期構築の作業である。以後、操作履歴を取り出し、一連の操作履歴を時系列データとして、レベル判定モデル１４２に入力する事により、オペレータのレベル判定を行なう。図１０に例示するレベル判定モデル１４２は出力層として、３つのノードがある。３つノード各々は、オペレータのスキルレベルが上級者レベルである確率、中級者レベルである確率、初級者レベルである確率を出力する。３つの各ノードの出力値は例えば０〜１．０の値であり、３つのノードからそれぞれ出力された確率の合計が１．０（１００％）となる。図１０Ａはオペレータのスキルレベルが上級者レベルと判定された例を示す。図１０Ｂはオペレータのスキルレベルが初級者レベルと判定された例を示す。なお、初期構築の処理は、分析装置１以外の装置やクラウドサービスで行ってよい。そして、初期構築で得た初期学習を行ったレベル判定モデル１４２を、分析装置１の補助記憶部１３に記憶する。 The above processing is the work of initial construction. After that, the level of the operator is determined by taking out the operation history and inputting a series of operation histories into the level determination model 142 as time series data. The level determination model 142 illustrated in FIG. 10 has three nodes as an output layer. Each of the three nodes outputs the probability that the skill level of the operator is the advanced level, the probability that the operator is at the intermediate level, and the probability that the operator is at the beginner level. The output value of each of the three nodes is, for example, a value of 0 to 1.0, and the total of the probabilities output from each of the three nodes is 1.0 (100%). FIG. 10A shows an example in which the skill level of the operator is determined to be the advanced level. FIG. 10B shows an example in which the skill level of the operator is determined to be the beginner level. The initial construction process may be performed by a device other than the analyzer 1 or a cloud service. Then, the level determination model 142 obtained in the initial construction and subjected to the initial learning is stored in the auxiliary storage unit 13 of the analyzer 1.

（操作予測モデル）
図１１は操作予測モデルの例を示す説明図である。操作予測モデル１４３は、例えばＬＳＴＭに係るニューラルネットワークである。ＬＳＴＭはＲＮＮの一種である。操作予測モデル１４３は、直前までの操作履歴の時系列データを入力として、以後にオペレータが
行なう操作を予測するニューラルネットワークである。 (Operation prediction model)
FIG. 11 is an explanatory diagram showing an example of an operation prediction model. The operation prediction model 143 is, for example, a neural network related to LSTM. LSTM is a kind of RNN. The operation prediction model 143 is a neural network that predicts the operation to be performed by the operator after the time series data of the operation history up to the previous time is input.

分析装置１の制御部１１は、操作履歴ＤＢ１３２に格納されている操作履歴の時系列データから作成された教師データを用い、操作予測モデル１４３を生成する。教師データの作成は次のように行なう。分析装置１の制御部１１は、操作履歴ＤＢ１３２から操作履歴を取得し、上述した分割ルールに基づき、操作履歴を一連の操作毎に分割し、複数の時系列データを生成する。各時系列に含まれる複数の操作履歴を、さらに入力と出力に分割したものを教師データとして、操作予測モデル学習を行なう。なお、操作予測モデル１４３の学習は分析装置１ではなく、他のコンピュータで行ってもよい。そして、学習により得た最適パラメータを、分析装置１が記憶している操作予測モデル１４３に反映させる。図１１において、ＥＯＳはＥｎｄ ｏｆ ｓｅｑｕｅｎｃｅの略である。ＥＯＳは時系列データの終端を示す。 The control unit 11 of the analyzer 1 generates the operation prediction model 143 by using the teacher data created from the time series data of the operation history stored in the operation history DB 132. The teacher data is created as follows. The control unit 11 of the analyzer 1 acquires the operation history from the operation history DB 132, divides the operation history for each series of operations based on the above-mentioned division rule, and generates a plurality of time series data. Operation prediction model learning is performed using a plurality of operation histories included in each time series further divided into inputs and outputs as teacher data. The learning of the operation prediction model 143 may be performed not by the analyzer 1 but by another computer. Then, the optimum parameters obtained by learning are reflected in the operation prediction model 143 stored in the analyzer 1. In FIG. 11, EOS is an abbreviation for End of sequence. EOS indicates the end of time series data.

以上の処理は初期構築の作業である。以後、操作履歴が更新されるたびに、実行された操作を操作予測モデル１４３に入力し、次に行なう操作を予測し、予測した操作を支援する画面を表示する。図１１に示す例では、操作予測モデル１４３は、画面Ｂにおいてボタン２が選択操作された後の操作を予測している。操作予測モデル１４３が予測した操作は、欄１への入力、決定ボタンの操作、追加ボタンの操作、コメントの入力、キャンセルボタンの操作である。操作予測モデル１４３は、予測した操作毎に確率を出力する。 The above processing is the work of initial construction. After that, every time the operation history is updated, the executed operation is input to the operation prediction model 143, the next operation is predicted, and a screen for supporting the predicted operation is displayed. In the example shown in FIG. 11, the operation prediction model 143 predicts the operation after the button 2 is selected and operated on the screen B. The operations predicted by the operation prediction model 143 are input to the column 1, operation of the enter button, operation of the add button, input of the comment, and operation of the cancel button. The operation prediction model 143 outputs a probability for each predicted operation.

（レベル判定処理）
続いて、学習済みのレベル判定モデル１４２を用いた処理について説明する。図１２はレベル判定処理の手順例を示すフローチャートである。分析装置１の制御部１１は操作履歴ＤＢ１３２に新たな操作履歴が追加されていないか確認する（ステップＳ５１）。制御部１１は操作履歴ＤＢ１３２が更新されているか否かを判定する（ステップＳ５２）。制御部１１は操作履歴ＤＢ１３２が更新されていると判定した場合（ステップＳ５２でＹＥＳ）、新しい操作履歴からレベル判定モデル１４２に入力するデータを作成する（ステップＳ５３）。制御部１１は作成したデータをレベル判定モデル１４２に入力し、オペレータのスキルレベルを判定する（ステップＳ５４）。制御部１１は判定したスキルレベルと現在設定しているスキルレベルが異なり変更が必要か否かを判定する（ステップＳ５５）。制御部１１はスキルレベルの変更が必要と判定した場合（ステップＳ５５でＹＥＳ）、スキルレベルに応じた画面定義を画面定義ＤＢ１３３から読み込み（ステップＳ５６）、制御部１１は定義に従って画面を再描画する（ステップＳ５７）。制御部１１は処理を終了する。なお、スキルレベルを変更した場合、新たなスキルレベルを補助記憶部１３等に設けた一時記憶領域に記憶する。制御部１１はスキルレベルの変更は必要ないと判定した場合（ステップＳ５５でＮＯ）、処理を終了する。制御部１１は操作履歴ＤＢ１３２が更新されていないと判定した場合（ステップＳ５２でＮＯ）、タイムアウトであるか否かを判定する（ステップＳ５８）。タイムアウトとは所定時間以上、操作がない状態をいう。制御部１１はタイムアウトでないと判定した場合（ステップＳ５８でＮＯ）、処理をステップＳ５１へ戻す。制御部１１はタイムアウトであると判定した場合（ステップＳ５８でＹＥＳ）、レベル判定モデル１４２に入力するためのタイムアウトデータを作成する（ステップＳ５９）。制御部１１はステップＳ５４以降の処理を実行する。制御部１１はレベル判定処理を繰り返し実行する。オペレータのスキルレベルの判定は操作履歴により判定する。そのため、操作するオペレータが変わった直後は、画面表示がスキルレベルと合わない場合がある。初級者レベル向けの画面を上級者レベルのオペレータが操作しようとした場合、操作に必要な要素が使用できないことがあり得る。そのような状況を解除するために、マスク解除ボタンを画面に設けてもよい。マスク解除ボタンが操作されたこと（入力操作情報）も操作履歴に記憶する。 (Level judgment processing)
Subsequently, the process using the trained level determination model 142 will be described. FIG. 12 is a flowchart showing a procedure example of the level determination process. The control unit 11 of the analyzer 1 confirms whether or not a new operation history has been added to the operation history DB 132 (step S51). The control unit 11 determines whether or not the operation history DB 132 has been updated (step S52). When the control unit 11 determines that the operation history DB 132 has been updated (YES in step S52), the control unit 11 creates data to be input to the level determination model 142 from the new operation history (step S53). The control unit 11 inputs the created data into the level determination model 142 and determines the skill level of the operator (step S54). The control unit 11 determines whether or not the determined skill level is different from the currently set skill level and needs to be changed (step S55). When the control unit 11 determines that the skill level needs to be changed (YES in step S55), the control unit 11 reads the screen definition according to the skill level from the screen definition DB 133 (step S56), and the control unit 11 redraws the screen according to the definition. (Step S57). The control unit 11 ends the process. When the skill level is changed, the new skill level is stored in the temporary storage area provided in the auxiliary storage unit 13 or the like. When the control unit 11 determines that the skill level does not need to be changed (NO in step S55), the control unit 11 ends the process. When the control unit 11 determines that the operation history DB 132 has not been updated (NO in step S52), the control unit 11 determines whether or not there is a timeout (step S58). A time-out is a state in which there is no operation for a predetermined time or longer. When the control unit 11 determines that the time-out has not occurred (NO in step S58), the process returns to step S51. When the control unit 11 determines that the timeout has occurred (YES in step S58), the control unit 11 creates timeout data for input to the level determination model 142 (step S59). The control unit 11 executes the processes after step S54. The control unit 11 repeatedly executes the level determination process. The skill level of the operator is judged based on the operation history. Therefore, the screen display may not match the skill level immediately after the operator to operate is changed. When an advanced level operator tries to operate a screen for beginner level, it is possible that the elements necessary for the operation cannot be used. In order to cancel such a situation, a mask release button may be provided on the screen. The operation of the mask release button (input operation information) is also stored in the operation history.

図１３は画面例を示す説明図である。容器形状の選択領域１６１はオペレータのスキル
レベルに合わせて、フィールドプロテクション（操作不可）にしている。コメント入力欄１６２は、分析装置１が設置されている施設では使われていない。そのため、操作入力不要であることを示すため、マスク表示されている。図１３にはないが、マスク表示はオペレータが要素を参照不要である場合にも用いられる。マスク表示されている要素を操作可能とするために、マスク解除ボタン１６３が表示されている。性別欄１６４は男性がデフォルトとなっている。検体の希釈倍率１６５もデフォルト設定されている。上述ように、デフォルト設定は固有規則ＤＢ１３５に記憶している。なお、デフォルト設定は、操作履歴に基づく機械学習により、随時更新してもよい。また、検体ＩＤ欄１６６や年齢欄１６７に入力規則が設定されている場合、登録ボタン１６８が操作されたときに、制御部１１は規則を満たしている否か（妥当性）をチェックする。規則を満たしていないとき、制御部１１は警告を表示する。入力規則は画面定義ＤＢ１３３又は固有規則ＤＢ１３５に記憶している。ここでは、検体ＩＤ欄は数字６桁という入力規則があるため、図１３のように、入力数字が４桁であれば、制御部１１は警告を表示する。また、年齢欄１６７は固有規則ＤＢ１３５において、空白の場合は警告することが定義されている。図１３のように空白のまま、登録ボタン１６８を操作されると、制御部１１は「通常は”年齢“を入力しています。」との警告表示を行なう。なお、画面において、入力を行う可能性のある入力欄や操作する可能性のあるボタンをハイライト表示などにより、強調表示してもよい。オペレータが初級者レベルの場合、操作効率の向上が期待できる。 FIG. 13 is an explanatory diagram showing a screen example. The container shape selection area 161 is set to field protection (inoperable) according to the skill level of the operator. The comment input field 162 is not used in the facility where the analyzer 1 is installed. Therefore, a mask is displayed to indicate that no operation input is required. Although not shown in FIG. 13, the mask display is also used when the operator does not need to refer to the element. The unmask button 163 is displayed to enable the operation of the masked element. Male is the default in the gender column 164. The sample dilution factor 165 is also set by default. As described above, the default settings are stored in the unique rule DB135. The default setting may be updated at any time by machine learning based on the operation history. Further, when the input rule is set in the sample ID field 166 and the age field 167, when the registration button 168 is operated, the control unit 11 checks whether or not the rule is satisfied (validity). When the rule is not satisfied, the control unit 11 displays a warning. The input rule is stored in the screen definition DB 133 or the unique rule DB 135. Here, since the sample ID field has an input rule of 6 digits, the control unit 11 displays a warning if the input number is 4 digits as shown in FIG. Further, the age column 167 is defined in the specific rule DB135 to warn if it is blank. When the registration button 168 is operated with the registration button 168 left blank as shown in FIG. 13, the control unit 11 displays a warning message "usually" age "is input." On the screen, input fields that may be input and buttons that may be operated may be highlighted by highlighting or the like. If the operator is at the beginner level, improvement in operation efficiency can be expected.

（操作予測処理）
次に、操作予測モデル１４３を用いた操作予測処理について説明する。図１４は操作予測処理の手順例を示すフローチャートである。分析装置１の制御部１１は操作履歴ＤＢ１３２に新たな操作履歴が追加されていないか確認する（ステップＳ７１）。制御部１１は操作履歴ＤＢ１３２が更新されているか否かを判定する（ステップＳ７２）。制御部１１は操作履歴ＤＢ１３２が更新されていると判定した場合（ステップＳ７２でＹＥＳ）、新しい操作履歴から操作予測モデル１４３に入力するデータを作成する（ステップＳ７３）。制御部１１は作成したデータを操作予測モデル１４３に入力し、操作予測を行なう（ステップＳ７４）。予測した操作を補助記憶部１３等に設けた一時記憶領域に記憶する（ステップＳ７５）。制御部１１は予測した操作に従って、画面を再描画する（ステップＳ７６）。制御部１１は処理を終了する。制御部１１は操作履歴ＤＢ１３２が更新されていないと判定した場合（ステップＳ７２でＮＯ）、タイムアウトであるか否かを判定する（ステップＳ７７）。制御部１１はタイムアウトでないと判定した場合（ステップＳ７７でＮＯ）、処理をステップＳ７１へ戻す。制御部１１はタイムアウトであると判定した場合（ステップＳ７７でＹＥＳ）、次の操作を予測しているか否かを判定する（ステップＳ７８）。当該判定は、一時記憶領域に予測結果を記憶しているか否かにより行なう。制御部１１は次の操作を予測していると判定した場合（ステップＳ７８でＹＥＳ）、予測している操作を行なうためのヘルプ表示を行なう（ステップＳ７９）。例えば、「○△操作（予測した操作）を行なうには？」というボタンを表示する。オペレータが当該ボタンを選択した場合、操作手順を記載した説明画面をポップアップ表示する。制御部１１は次の操作を予測していないと判定した場合（ステップＳ７８でＮＯ）、現在表示している画面についての説明を表示する（ステップＳ８０）。例えば、画面に表示している各要素（入力欄、ラジオボタン、操作ボタン等）についての説明画面をポップアップ表示する。制御部１１は処理を終了する。制御部１１は操作予測処理を繰り返し実行する。なお、操作予測モデル１４３が出力した予測操作に確率によって、当該操作に使用する画面要素を強調表示、表示レイアウトの変更を行ってもよい。 (Operation prediction processing)
Next, the operation prediction process using the operation prediction model 143 will be described. FIG. 14 is a flowchart showing a procedure example of the operation prediction process. The control unit 11 of the analyzer 1 confirms whether or not a new operation history has been added to the operation history DB 132 (step S71). The control unit 11 determines whether or not the operation history DB 132 has been updated (step S72). When the control unit 11 determines that the operation history DB 132 has been updated (YES in step S72), the control unit 11 creates data to be input to the operation prediction model 143 from the new operation history (step S73). The control unit 11 inputs the created data into the operation prediction model 143 and performs operation prediction (step S74). The predicted operation is stored in the temporary storage area provided in the auxiliary storage unit 13 or the like (step S75). The control unit 11 redraws the screen according to the predicted operation (step S76). The control unit 11 ends the process. When the control unit 11 determines that the operation history DB 132 has not been updated (NO in step S72), the control unit 11 determines whether or not there is a timeout (step S77). When the control unit 11 determines that the time-out has not occurred (NO in step S77), the process returns to step S71. When the control unit 11 determines that the time-out has occurred (YES in step S77), the control unit 11 determines whether or not the next operation is predicted (step S78). The determination is made based on whether or not the prediction result is stored in the temporary storage area. When the control unit 11 determines that the next operation is predicted (YES in step S78), the control unit 11 displays help for performing the predicted operation (step S79). For example, a button "How to perform a ○ △ operation (predicted operation)?" Is displayed. When the operator selects the button, an explanation screen describing the operation procedure is displayed in a pop-up. When the control unit 11 determines that the next operation is not predicted (NO in step S78), the control unit 11 displays an explanation about the currently displayed screen (step S80). For example, an explanation screen for each element (input field, radio button, operation button, etc.) displayed on the screen is displayed in a pop-up. The control unit 11 ends the process. The control unit 11 repeatedly executes the operation prediction process. The screen element used for the operation may be highlighted and the display layout may be changed depending on the probability of the prediction operation output by the operation prediction model 143.

制御部１１は、レベル判定処理と操作予測処理とをシリアライズして実行する。すなわち、制御部１１は、レベル判定処理と操作予測処理とを同時並行には行わないようにする。また、レベル判定処理において画面を再描画する際には、それ以前に操作予測処理で再描画している内容を反映して表示する。一方、操作予測処理において画面を再描画する際
には、レベル判定処理においてマスキングした要素については、表示していないとして扱う。 The control unit 11 serializes and executes the level determination process and the operation prediction process. That is, the control unit 11 prevents the level determination process and the operation prediction process from being performed in parallel. In addition, when the screen is redrawn in the level determination process, the content redrawn in the operation prediction process before that is reflected and displayed. On the other hand, when the screen is redrawn in the operation prediction process, the masked element in the level determination process is treated as not being displayed.

（操作予測モデルの再学習）
次に、操作予測モデル１４３の再学習について、説明する。再学習は例えば、日次で行なう。図１５及び図１６は、再学習処理の手順例を示すフローチャートである。分析装置１の制御部１１は再学習に使用する操作履歴を取得する（ステップＳ９１）。使用する操作履歴は例えば前回の再学習後に発生した操作履歴である。制御部１１は取得した操作履歴を、一連の操作履歴毎に分割する（ステップＳ９２）。分割して得た操作履歴のグループ各々を分割履歴という。制御部１１は処理対象とする分割履歴を選択する（ステップＳ９３）。制御部１１は分割履歴をレベル判定モデル１４２に入力して、オペレータのスキルレベルを判定する（ステップＳ９４）。制御部１１は、判定したレベルが上級者レベルか否かを判定する（ステップＳ９５）。制御部１１は、判定したレベルが上級者レベルでないと判定した場合（ステップＳ９５でＮＯ）、処理をステップＳ９７へ進める。制御部１１は、判定したレベルが上級者レベルであると判定した場合（ステップＳ９５でＹＥＳ）、操作予測モデル１４３の再学習を行なう（ステップＳ９６）。制御部１１は未処理の分割履歴があるか否かを判定する（ステップＳ９７）。制御部１１は未処理の分割履歴があると判定した場合（ステップＳ９７でＹＥＳ）、処理をステップＳ９３に戻し、未処理の分割履歴に対する処理を行なう。制御部１１は未処理の分割履歴がないと判定した場合（ステップＳ９７でＮＯ）、処理を終了する。 (Re-learning of operation prediction model)
Next, the re-learning of the operation prediction model 143 will be described. Re-learning is performed daily, for example. 15 and 16 are flowcharts showing a procedure example of the re-learning process. The control unit 11 of the analyzer 1 acquires the operation history used for re-learning (step S91). The operation history to be used is, for example, the operation history generated after the previous re-learning. The control unit 11 divides the acquired operation history into a series of operation histories (step S92). Each group of operation history obtained by dividing is called a division history. The control unit 11 selects the division history to be processed (step S93). The control unit 11 inputs the division history into the level determination model 142 and determines the skill level of the operator (step S94). The control unit 11 determines whether or not the determined level is an advanced level (step S95). When the control unit 11 determines that the determined level is not the advanced level (NO in step S95), the control unit 11 advances the process to step S97. When the control unit 11 determines that the determined level is the advanced level (YES in step S95), the control unit 11 relearns the operation prediction model 143 (step S96). The control unit 11 determines whether or not there is an unprocessed division history (step S97). When the control unit 11 determines that there is an unprocessed division history (YES in step S97), the control unit 11 returns the processing to step S93 and performs processing on the unprocessed division history. When the control unit 11 determines that there is no unprocessed division history (NO in step S97), the control unit 11 ends the process.

上述のステップＳ９６の詳細な処理を、図１６を用いて説明する。制御部１１は変数ｎに１を代入し、変数ｍに分割履歴に含まれる履歴の個数を代入する（ステップＳ１１１）。制御部１１は、入力層がｎ個、出力層がｍ−ｎ個の教師データを作成する（ステップＳ１１２）。すなわち、分割履歴のうち最初のｎ個を入力とし、残りのｍ−ｎ個が出力すべき正解値とする教師データを作成する。制御部１１は作成した教師データにより、操作予測モデル１４３を学習する（ステップＳ１１３）。制御部１１は変数ｎを１増加させる（ステップＳ１１４）。制御部１１は変数ｎが変数ｍに等しいか否かを判定する（ステップＳ１１５）。制御部１１は変数ｎが変数ｍに等しくないと判定した場合（ステップＳ１１５でＮＯ）、処理をステップＳ１１２に戻し、入力層、出力層の数を変更した教師データによる学習を行なう。制御部１１は変数ｎが変数ｍに等しいと判定した場合（ステップＳ１１５でＹＥＳ）、処理を図１５のステップＳ９７へ移す。なお、再学習の処理は、分析装置１ではなく、他のコンピュータで行ってもよい。そして、再学習により得た最適パラメータを、分析装置１が記憶している操作予測モデル１４３に反映させる。 The detailed processing of step S96 described above will be described with reference to FIG. The control unit 11 substitutes 1 for the variable n and substitutes the number of histories included in the division history for the variable m (step S111). The control unit 11 creates teacher data having n input layers and mn output layers (step S112). That is, teacher data is created in which the first n pieces of the division history are input and the remaining mn pieces are the correct answer values to be output. The control unit 11 learns the operation prediction model 143 from the created teacher data (step S113). The control unit 11 increments the variable n by 1 (step S114). The control unit 11 determines whether or not the variable n is equal to the variable m (step S115). When the control unit 11 determines that the variable n is not equal to the variable m (NO in step S115), the process returns to step S112, and learning is performed using the teacher data in which the numbers of the input layer and the output layer are changed. When the control unit 11 determines that the variable n is equal to the variable m (YES in step S115), the control unit 11 shifts the process to step S97 in FIG. The re-learning process may be performed by another computer instead of the analyzer 1. Then, the optimum parameters obtained by the re-learning are reflected in the operation prediction model 143 stored in the analyzer 1.

次に、規則の生成について説明する。ここで規則とは、画面定義ＤＢ１３３に記憶する入力規則や、固有規則ＤＢ１３５に記憶する施設固有の入力規則等である。図１７は規則生成処理の手順例を示すフローチャートである。制御部１１は処理対象とする操作履歴を取得する（ステップＳ１３１）。制御部１１は、処理対象とする画面を選択する（ステップＳ１３２）。制御部１１は選択した画面に含まれる入力欄の１つを選択する（ステップＳ１３３）。制御部１１は操作履歴より、選択した入力欄に値が入力された回数と入力されなかった回数を求め、入力される確率を算出する（ステップＳ１３４）。制御部１１は算出した入力確率が閾値より大きいか否かを判定する（ステップＳ１３５）。閾値は予め定めておく。例えば閾値は７０％である。制御部１１は算出した入力確率が閾値より大きいと判定した場合（ステップＳ１３５でＹＥＳ）、操作履歴から入力規則を生成し記憶する（ステップＳ１３６）。例えば、数値を入力する欄で過去に入力された値が全て６桁であれば、数字６桁という入力規則を画面定義ＤＢ１３３に記憶する。また、年齢入力欄であれば、空白時には警告を表示する固有規則を固有規則ＤＢ１３５に記憶する。制御部１１は算出した入力確率が閾値以下と判定した場合（ステップＳ１３５でＮＯ）、マスク設定を画面定義ＤＢ１３３に記憶する（ステップＳ１３７）。制御部１１は未処理の入力欄
があるか否かを判定する（ステップＳ１３８）。制御部１１は未処理の入力欄があると判定した場合（ステップＳ１３８でＹＥＳ）、処理をステップＳ１３３に戻し、未処理の入力欄について処理を行なう。制御部１１は未処理の入力欄がないと判定した場合（ステップＳ１３８でＮＯ）、選択した画面に含まれるボタンの１つを選択する（ステップＳ１３９）。制御部１１は操作履歴より、選択したボタンが操作された回数と操作されなかった回数を求め、操作される確率を算出する（ステップＳ１４０）。制御部１１は算出した操作確率が閾値より大きいか否かを判定する（ステップＳ１４１）。閾値は予め定めておく。例えば閾値は７０％である。制御部１１は算出した操作確率が閾値より大きいと判定した場合（ステップＳ１４１でＹＥＳ）、求めた確率を記憶する（ステップＳ１４２）。例えば、画面定義ＤＢ１３３に記憶する。制御部１１は算出した操作確率が閾値以下と判定した場合（ステップＳ１４１でＮＯ）、マスク設定を記憶する（ステップＳ１４３）。制御部１１は未処理のボタンがあるか否かを判定する（ステップＳ１４４）。制御部１１は未処理のボタンがあると判定した場合（ステップＳ１４４でＹＥＳ）、処理をステップＳ１３９に戻し、未処理のボタンについて処理を行なう。制御部１１は未処理のボタンがないと判定した場合（ステップＳ１４４でＮＯ）、処理を終了する。 Next, rule generation will be described. Here, the rule is an input rule stored in the screen definition DB 133, a facility-specific input rule stored in the unique rule DB 135, or the like. FIG. 17 is a flowchart showing a procedure example of the rule generation process. The control unit 11 acquires the operation history to be processed (step S131). The control unit 11 selects a screen to be processed (step S132). The control unit 11 selects one of the input fields included in the selected screen (step S133). From the operation history, the control unit 11 obtains the number of times the value is input and the number of times the value is not input in the selected input field, and calculates the probability of being input (step S134). The control unit 11 determines whether or not the calculated input probability is larger than the threshold value (step S135). The threshold is set in advance. For example, the threshold is 70%. When the control unit 11 determines that the calculated input probability is larger than the threshold value (YES in step S135), the control unit 11 generates and stores an input rule from the operation history (step S136). For example, if all the values entered in the past in the numerical value input field are 6 digits, the input rule of 6 digits is stored in the screen definition DB 133. Further, in the case of the age input field, a unique rule that displays a warning when blank is stored in the unique rule DB 135. When the control unit 11 determines that the calculated input probability is equal to or less than the threshold value (NO in step S135), the control unit 11 stores the mask setting in the screen definition DB 133 (step S137). The control unit 11 determines whether or not there is an unprocessed input field (step S138). When the control unit 11 determines that there is an unprocessed input field (YES in step S138), the control unit 11 returns the process to step S133 and processes the unprocessed input field. When the control unit 11 determines that there is no unprocessed input field (NO in step S138), the control unit 11 selects one of the buttons included in the selected screen (step S139). The control unit 11 obtains the number of times the selected button is operated and the number of times the selected button is not operated from the operation history, and calculates the probability of being operated (step S140). The control unit 11 determines whether or not the calculated operation probability is larger than the threshold value (step S141). The threshold is set in advance. For example, the threshold is 70%. When the control unit 11 determines that the calculated operation probability is larger than the threshold value (YES in step S141), the control unit 11 stores the obtained probability (step S142). For example, it is stored in the screen definition DB 133. When the control unit 11 determines that the calculated operation probability is equal to or less than the threshold value (NO in step S141), the control unit 11 stores the mask setting (step S143). The control unit 11 determines whether or not there is an unprocessed button (step S144). When the control unit 11 determines that there is an unprocessed button (YES in step S144), the process returns to step S139, and the unprocessed button is processed. When the control unit 11 determines that there is no unprocessed button (NO in step S144), the control unit 11 ends the process.

施設情報ＤＢ１３１に基づいて、画面定義ＤＢ１３３や固有規則ＤＢ１３５の初期設定を、制御部１１が行ってもよい。画面定義ＤＢ１３３に記憶するマスク設定、すなわち表示レベル列の値を、施設の種類毎に設定した画面定義を補助記憶部１３等に記憶しておく。制御部１１は、施設情報ＤＢ１３１の種類列に応じて、対応した画面定義を読み出し、画面定義ＤＢ１３３に記憶する。例えば、検査センタではよく使うボタンであるが、病院では使わないボタンを、施設の種類に応じて適切なマスク設定を行える。施設情報ＤＢ１３１の検体数列の値に基づいて、単位時間あたりの検体登録数が過大になった場合に警告を行う。制御部１１は検体数列の値に基づき、単位時間あたりの適切な検体登録数を算出し、算出した値に基づく規則を生成し、固有規則ＤＢ１３５に記憶する。また、画面定義ＤＢ１３３や固有規則ＤＢ１３５とは関係しない制御を制御部１１は行ってもよい。例えば、制御部１１は、施設情報ＤＢ１３１の夜勤列の値がなしであって、夜間の時間帯であっても起動している場合、制御部１１は自動的にログアウト、シャットダウン、電源オフ等をする。このよう動作規則は、画面定義ＤＢ１３３や固有規則ＤＢ１３５とは異なるデータベースに定義し、当該データベースを補助記憶部１３する。 The control unit 11 may perform initial settings of the screen definition DB 133 and the unique rule DB 135 based on the facility information DB 131. The mask setting stored in the screen definition DB 133, that is, the value of the display level column is stored in the auxiliary storage unit 13 or the like in the screen definition set for each type of facility. The control unit 11 reads the corresponding screen definition according to the type string of the facility information DB 131 and stores it in the screen definition DB 133. For example, buttons that are often used in examination centers but are not used in hospitals can be masked appropriately according to the type of facility. Based on the value of the sample number sequence of the facility information DB 131, a warning is issued when the number of sample registrations per unit time becomes excessive. The control unit 11 calculates an appropriate number of sample registrations per unit time based on the value of the sample sequence, generates a rule based on the calculated value, and stores it in the specific rule DB 135. Further, the control unit 11 may perform control not related to the screen definition DB 133 and the specific rule DB 135. For example, if the control unit 11 has no value in the night shift line of the facility information DB 131 and is activated even during the night time zone, the control unit 11 automatically logs out, shuts down, powers off, and the like. To do. As described above, the operation rule is defined in a database different from the screen definition DB 133 and the specific rule DB 135, and the database is used as the auxiliary storage unit 13.

規則生成処理に使用する操作履歴は過去もの全てでも良いが、期間やオペレータのスキルレベル等で絞り込んでもよい。例えば、直近半年の操作履歴に絞る、上級者レベルのオペレータの操作履歴のみに絞る。スキルレベルで絞り込む場合は、操作履歴を一連の操作履歴に分割し、分割して得た分割履歴をレベル判定モデル１４２に入力する。レベル判定モデル１４２が上級者レベルと判定した分割履歴のみを残し、他レベルの分割履歴は処理対象から外す。 The operation history used for the rule generation process may be all past ones, but may be narrowed down by the period, the skill level of the operator, or the like. For example, narrow down to the operation history of the last six months, and narrow down to the operation history of advanced level operators. When narrowing down by skill level, the operation history is divided into a series of operation histories, and the divided history obtained by the division is input to the level determination model 142. Only the division history determined by the level determination model 142 as the advanced level is left, and the division history of other levels is excluded from the processing target.

（解除ボタン操作による再学習）
上述したように、マスク表示やフィールドプロテクションは、初級者レベルのオペレータの誤操作を防止するためである。そのため、初級者レベル表示となっている画面を中級者レベル又は上級者レベルが操作する場合、オペレータが望む操作が行えないときがある。そのために設けているのが解除ボタンである。そこで、解除ボタンの操作履歴を用いて、レベル判定モデル１４２の再学習を行う。図１８は再学習処理の他の手順例を示すフローチャートである。制御部１１は操作履歴を取得する（ステップＳ１５１）。操作履歴は操作履歴ＤＢ１３２から取得する。ここでの操作履歴はレベル判定モデルが判定したオペレータのスキルレベルと対応付けがされているものとする。制御部１１は操作履歴と共にスキルレベルも取得する。制御部１１は操作履歴を一連の操作履歴に分割する（ステップＳ１５２）。分割履歴に含まれる個々の操作履歴に対応するオペレータのスキルレベルが同一でない場合、同一スキルレベルが連続する操作履歴毎にさらに分割する。制御部１１
は分割履歴の１つを処理対象として選択する（ステップＳ１５３）。制御部１１は分割履歴の中に、解除操作が含まれるか否かを判定する（ステップＳ１５４）。解除操作は解除ボタン操作によるマスク表示やフィールドプロテクションを解除する操作である。制御部１１は分割履歴の中に、解除操作が含まれないと判定した場合（ステップＳ１５４でＮＯ）、処理をステップＳ１５７へ進める。制御部１１は分割履歴の中に、解除操作が含まれると判定した場合（ステップＳ１５４でＹＥＳ）、分割履歴に対応したスキルレベルを変更する（ステップＳ１５５）。例えば、スキルレベルが初級者レベルであれば、中級者レベルに変更する。スキルレベルが中級者レベルであれば、上級者レベルに変更する。また、スキルレベルが初級者レベルであって、解除する操作が複数回実行されている場合は、上級者レベルに変更してもよい。制御部１１は変更したスキルレベルと分割履歴とを教師データとして、レベル判定モデル１４２に入力して、再学習を行う（ステップＳ１５６）。制御部１１は未処理の操作履歴があるか否かを判定する（ステップＳ１５７）。制御部１１は未処理の操作履歴があると判定した場合（ステップＳ１５７でＹＥＳ）、処理をステップＳ１５３に戻し、未処理の分割履歴に対する処理を行う。制御部１１は未処理の操作履歴がないと判定した場合（ステップＳ１５７でＮＯ）、処理を終了する。 (Re-learning by operating the release button)
As described above, the mask display and field protection are for preventing erroneous operation by a beginner level operator. Therefore, when the intermediate level or the advanced level operates the screen displayed on the beginner level, the operator may not be able to perform the desired operation. The release button is provided for that purpose. Therefore, the level determination model 142 is relearned by using the operation history of the release button. FIG. 18 is a flowchart showing another procedure example of the re-learning process. The control unit 11 acquires the operation history (step S151). The operation history is acquired from the operation history DB 132. It is assumed that the operation history here is associated with the skill level of the operator determined by the level determination model. The control unit 11 acquires the skill level as well as the operation history. The control unit 11 divides the operation history into a series of operation histories (step S152). If the skill levels of the operators corresponding to the individual operation histories included in the division history are not the same, the operation history is further divided for each operation history in which the same skill level is continuous. Control unit 11
Selects one of the division histories as the processing target (step S153). The control unit 11 determines whether or not the release operation is included in the division history (step S154). The release operation is an operation to release the mask display or field protection by operating the release button. When the control unit 11 determines that the release operation is not included in the division history (NO in step S154), the control unit 11 advances the process to step S157. When the control unit 11 determines that the division history includes the release operation (YES in step S154), the control unit 11 changes the skill level corresponding to the division history (step S155). For example, if the skill level is beginner level, change it to intermediate level. If the skill level is intermediate level, change to advanced level. Also, if the skill level is the beginner level and the operation to release is executed multiple times, the skill level may be changed to the advanced level. The control unit 11 inputs the changed skill level and the division history as teacher data into the level determination model 142, and performs re-learning (step S156). The control unit 11 determines whether or not there is an unprocessed operation history (step S157). When the control unit 11 determines that there is an unprocessed operation history (YES in step S157), the control unit 11 returns the process to step S153 and performs a process on the unprocessed division history. When the control unit 11 determines that there is no unprocessed operation history (NO in step S157), the control unit 11 ends the process.

解除ボタン操作は、オペレータのスキルレベルの判定誤りの指摘であるとみなすことで、レベル判定モデル１４２の再学習を自律的に行うことが可能となる。それにより、レベル判定モデル１４２の判定精度を向上させることが可能となる。 By regarding the release button operation as pointing out an error in determining the skill level of the operator, it is possible to autonomously relearn the level determination model 142. As a result, it is possible to improve the determination accuracy of the level determination model 142.

本実施の形態は、実施の形態１と同様な効果を奏する。それに加えて次の効果を奏する。本実施の形態は、レベル判定を学習モデルにより行なうので、レベル判定規則を作成する手間が省ける。また、判定したオペレータのスキルレベルに加えて、操作予測モデル１４３による次に実行されると予測される操作も考慮して画面を描画するので、初級者レベルのオペレータであっても、誤操作する可能性をより低減することが可能となる。 The present embodiment has the same effect as that of the first embodiment. In addition to that, it has the following effects. In the present embodiment, since the level determination is performed by the learning model, the trouble of creating the level determination rule can be saved. In addition to the skill level of the determined operator, the screen is drawn in consideration of the operation predicted to be executed next by the operation prediction model 143, so even a beginner level operator can make an erroneous operation. It becomes possible to further reduce the sex.

実施の形態２で用いた操作予測モデル１４３を実施の形態１で用いてもよい。実施の形態１におけるオペレータのスキルレベル判定の結果と、操作予測モデル１４３による次に実行されると予測される操作も考慮して画面を描画してもよい。 The operation prediction model 143 used in the second embodiment may be used in the first embodiment. The screen may be drawn in consideration of the result of the skill level determination of the operator in the first embodiment and the operation predicted to be executed next by the operation prediction model 143.

レベル判定モデル１４２、操作予測モデル１４３は、施設の種類毎に初期学習したモデルを補助記憶部１３に記憶しておき、分析装置１が施設に導入されるときに、当該施設に合わせたモデルを選択してもよい。また、初期学習したモデルをクラウドストレージやデータベースサーバ等に記憶しておき、分析装置１が施設に導入されるときに、当該施設に合わせたモデルを選択し、クラウドストレージ等からダウンロードしてもよい。 The level determination model 142 and the operation prediction model 143 store the models initially learned for each type of facility in the auxiliary storage unit 13, and when the analyzer 1 is introduced into the facility, a model suitable for the facility is used. You may choose. Further, the initially learned model may be stored in a cloud storage, a database server, or the like, and when the analyzer 1 is introduced into the facility, a model suitable for the facility may be selected and downloaded from the cloud storage or the like. ..

各実施の形態で記載されている技術的特徴（構成要件）はお互いに組み合わせ可能であり、組み合わせすることにより、新しい技術的特徴を形成することができる。
今回開示された実施の形態はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。 The technical features (constituent requirements) described in each embodiment can be combined with each other, and by combining them, new technical features can be formed.
The embodiments disclosed this time should be considered to be exemplary in all respects and not restrictive. The scope of the present invention is indicated by the scope of claims, not the above-mentioned meaning, and is intended to include all modifications within the meaning and scope equivalent to the scope of claims.

１ 分析装置
１Ｐ 制御プログラム
１ａ 可搬型記憶媒体
１ｂ 半導体メモリ
１１ 制御部
１２ 主記憶部
１３ 補助記憶部
１３１ 施設情報ＤＢ
１３２ 操作履歴ＤＢ
１３３ 画面定義ＤＢ
１３４ 画面遷移ＤＢ
１３５ 固有規則ＤＢ
１４１ レベル判定規則ＤＢ
１４２ レベル判定モデル
１４３ 操作予測モデル
１５ 入出力インタフェース
１６ 操作パネル
１７ 通信部
１８ 読み取り部
２１ 検体ラック
２２ 試薬格納部
２３ 測定部
２４ 搬送機構 1 Analyzer 1P Control program 1a Portable storage medium 1b Semiconductor memory 11 Control unit 12 Main storage unit 13 Auxiliary storage unit 131 Facility information DB
132 Operation history DB
133 Screen definition DB
134 Screen transition DB
135 Unique Rule DB
141 Level Judgment Rule DB
142 Level judgment model 143 Operation prediction model 15 Input / output interface 16 Operation panel 17 Communication unit 18 Reading unit 21 Specimen rack 22 Reagent storage unit 23 Measurement unit 24 Conveyance mechanism

Claims (10)

分析機器に対する操作についての操作情報を取得し、
取得した操作情報に基づき、操作者のスキルを判定し、
判定したスキルに応じて前記分析機器の操作画面を編集する処理を、
コンピュータに行わせることを特徴とする画面編集プログラム。 Acquire operation information about operations on analytical instruments,
Based on the acquired operation information, the skill of the operator is judged and
The process of editing the operation screen of the analytical instrument according to the determined skill,
A screen editing program characterized by having a computer do it. 前記操作情報を時系列で取得し、
取得した時系列の操作情報を、操作者のスキルと該スキルに対応した時系列の操作情報とを含む教師データにより学習した学習済みモデルに入力し、
前記学習済みモデルの出力に基づいて、前記操作者のスキルを判定する
ことを特徴とする請求項１に記載の画面編集プログラム。 Acquire the operation information in chronological order and
The acquired time-series operation information is input to the trained model learned by the teacher data including the skill of the operator and the time-series operation information corresponding to the skill.
The screen editing program according to claim 1, wherein the skill of the operator is determined based on the output of the trained model. 前記判定したスキルにより、前記操作者を初心者であると判定した場合、前記操作画面の所定の領域に、参照不要又は操作入力不可であることを示す所定の表示を行なう
ことを特徴とする請求項１又は２に記載の画面編集プログラム。 A claim characterized in that, when the operator is determined to be a beginner by the determined skill, a predetermined display indicating that reference is not required or operation input is not possible is performed in a predetermined area of the operation screen. The screen editing program according to 1 or 2. 前記操作画面は解除ボタンを含み、当該解除ボタンが操作された場合、前記所定の表示を解除し、解除したことを前記操作情報として記憶する
ことを特徴とする請求項３に記載の画面編集プログラム。 The screen editing program according to claim 3, wherein the operation screen includes a release button, and when the release button is operated, the predetermined display is released and the release is stored as the operation information. .. 前記分析機器が設置される施設の施設情報を取得し、
取得した施設情報に基づいて、前記操作画面の所定の領域に、参照不要又は操作入力不可であることを示す所定の表示を行なう
ことを特徴とする請求項１から３の何れか１項に記載の画面編集プログラム。 Obtain facility information of the facility where the analytical instrument is installed,
The description according to any one of claims 1 to 3, wherein a predetermined display indicating that reference is not required or operation input is not possible is performed in a predetermined area of the operation screen based on the acquired facility information. Screen editing program. 前記分析機器が設置される施設の施設情報を取得し、
取得した施設情報に基づいて、前記操作情報の妥当性を判定し、
妥当でないと判定した場合、前記操作画面に警告表示を行なう
ことを特徴とする請求項１から５の何れか１項に記載の画面編集プログラム。 Obtain facility information of the facility where the analytical instrument is installed,
Based on the acquired facility information, the validity of the operation information is determined, and
The screen editing program according to any one of claims 1 to 5, wherein a warning is displayed on the operation screen when it is determined that the operation screen is not valid. 前記操作情報の取得及び前記操作者のスキルの判定を繰り返し実行し、
新たに判定した前記操作者のスキルが、既に判定したスキルと異なる場合、新たに判定したスキルに応じて前記操作画面を編集する
ことを特徴とする請求項１から６の何れか１項に記載の画面編集プログラム。 The acquisition of the operation information and the judgment of the skill of the operator are repeatedly executed.
The invention according to any one of claims 1 to 6, wherein when the skill of the newly determined operator is different from the skill already determined, the operation screen is edited according to the newly determined skill. Screen editing program. 取得した時系列の操作情報と、予測モデルとを用いて、続いて行なう操作を予測し、
予測した操作の情報又は該操作を行なうための操作領域を前記操作画面に出力すると共に、前記操作以外の操作に関する表示はマスクする
ことを特徴とする請求項１から７の何れか１項に記載の画面編集プログラム。 Using the acquired time-series operation information and the prediction model, predict the operation to be performed subsequently.
The invention according to any one of claims 1 to 7, wherein the information of the predicted operation or the operation area for performing the operation is output to the operation screen, and the display related to the operation other than the operation is masked. Screen editing program. 分析機器に対する操作についての操作情報を取得する取得部と、
取得した操作情報に基づき、操作者のスキルを判定する判定部と、
判定したスキルに応じて操作画面を編集する画面編集部と
を備えることを特徴とする画面編集装置。 An acquisition unit that acquires operation information about operations on analytical instruments,
A judgment unit that determines the skill of the operator based on the acquired operation information,
A screen editing device characterized by having a screen editing unit that edits the operation screen according to the judged skill. 分析機器に対する操作について、操作を行った操作者のスキルと時系列の操作情報とを含む教師データを複数取得し、
取得した教師データに基づき、時系列の操作情報を入力した場合に、前記操作者のスキルの予測値を出力する学習済みモデルを生成する
処理をコンピュータに行わせることを特徴とする学習済みモデルの生成方法。 For operations on analytical instruments, acquire multiple teacher data including the skills of the operator who performed the operation and time-series operation information.
A trained model characterized in that a computer is made to perform a process of generating a trained model that outputs a predicted value of the skill of the operator when time-series operation information is input based on the acquired teacher data. Generation method.
JP2019113174A 2019-06-18 2019-06-18 Screen editing program, screen editing device, and method of generating trained model Pending JP2020204581A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019113174A JP2020204581A (en) 2019-06-18 2019-06-18 Screen editing program, screen editing device, and method of generating trained model

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019113174A JP2020204581A (en) 2019-06-18 2019-06-18 Screen editing program, screen editing device, and method of generating trained model

Publications (1)

Publication Number Publication Date
JP2020204581A true JP2020204581A (en) 2020-12-24

Family

ID=73837939

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019113174A Pending JP2020204581A (en) 2019-06-18 2019-06-18 Screen editing program, screen editing device, and method of generating trained model

Country Status (1)

Country Link
JP (1) JP2020204581A (en)

Similar Documents

Publication Publication Date Title
US11281978B2 (en) Distributed rule-based probabilistic time-series classifier
JP5542201B2 (en) System and method for automatic quality control of medical diagnostic processes
US6820070B2 (en) Method and tool for data mining in automatic decision making systems
US11093702B2 (en) Checking and/or completion for data grids
TWI842961B (en) Data processing method, data processing device and computer readable recording medium
WO2019211308A1 (en) Visualization of biomedical predictions
JP7214417B2 (en) Data processing method and data processing program
US9304895B1 (en) Evolutionary technique with n-pool evolution
CN111062626A (en) Capability level evaluation method, device, equipment and storage medium
JP2020204581A (en) Screen editing program, screen editing device, and method of generating trained model
Grote et al. Reliability in machine learning
CN107871286A (en) User is with contacting human world cohesion decision method/system, storage medium and equipment
US12106195B2 (en) Method of and system for identifying and enumerating cross-body degradations
JP7545864B2 (en) Decision Support Devices
US20210406758A1 (en) Double-barreled question predictor and correction
CN113838573A (en) Clinical assistant decision-making diagnosis self-learning method, device, equipment and storage medium
US10025700B1 (en) Data mining technique with n-Pool evolution
Lamata Avoiding big data pitfalls
US10839938B2 (en) Filtering of genetic material in incremental fitness evolutionary algorithms based on thresholds
von Wangenheim et al. UX Heuristics and Checklist for Deep Learning powered Mobile Applications with Image Classification
Shafi et al. A new intelligent modelling two-stage of hybrid fuzzy prediction approach by using computation software
KR102618067B1 (en) Method and apparatus for predicting occurrence of symptom of allergic disease
US20230213897A1 (en) Information processing device, information processing method, and computer program product
US11846969B1 (en) UI state identification, navigation and crawling
Yang et al. Design variable-sampling control charts using covariate information