JP3987675B2

JP3987675B2 - 臨床検査システム

Info

Publication number: JP3987675B2
Application number: JP2000208225A
Authority: JP
Inventors: 訓光山; 和之島田; 仁司松尾; 聡斎藤
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2000-07-05
Filing date: 2000-07-05
Publication date: 2007-10-10
Anticipated expiration: 2020-07-05
Also published as: JP2002022748A; WO2002003077A1

Description

【０００１】
【発明の属する技術分野】
本発明は臨床検査システムに関し、特に検査結果から再検査の必要の有無を判断する再検要否判定方法に関する。
【０００２】
【従来の技術】
病院の検査室、あるいは検査センター等の検査施設において、被験者の各種の項目について検査が行われ、検査結果が出た際には、その値の妥当性の検証が行われている。例えば検査の結果、異常値が測定された場合には、被験者の検査値が本当に異常であるのか、測定上の不具合（装置の異常、人為的ミスなど）による異常値なのかを判断し、測定上の不具合による可能性が低い場合にはその検査結果を正しいとして臨床へ報告し、測定上の不具合による可能性が高い場合には、再検査を実施する。再検査の必要性は、検査値の組み合わせや、その患者（受診者）についての前回の検査結果を参照し、臨床検査技師が過去の経験に基づき判断していた。
【０００３】
近年、臨床検査の自動化が進み、検査結果を電子データとして蓄積し、管理する臨床検査システムが普及してきている。臨床検査システムの普及に伴い、臨床検査システムに再検査の必要性の有無を判定する論理（再検要否判定手段）が組み込まれるようになってきた。このような再検要否判定手段としては単項目チェック、前回値チェック、項目間チェックが代表的な方式として知られている。
【０００４】
単項目チェックとしては例えば特開平５−１５１２８２号公報に開示されている技術が知られている。この技術は、検査項目ごとに、男女別、年齢別、妊婦の区分に従った基準範囲を設定し、検査値がこの基準範囲を超えた場合に、異常結果として報告する。また、特開平７−２７１８７３号公報には、各検査項目について異常値範囲、パニック値範囲という２種類の基準範囲を設ける方法が記載されている。
【０００５】
前回値チェックとしては例えば特開平５−１５１２８２号公報に記載されているデルタチェック、特開平１１−２９６６０５号公報に記載されている累積デルタチェックが知られている。デルタチェックでは検査項目毎に前回値と今回値の差に基準値を設け、前回値と今回値の差が基準値を超えた場合にはエラーとして報告する。また、累積デルタチェックでは、各検査項目毎に個体内標準偏差（同一の患者、受診者についての検査項目毎の検査値の標準偏差）を求め、前回値と今回値の差と、固体内標準偏差との比を計算する。各検査項目毎に得られた前述の比を加算した値に基準値を設けることにより、異常を検出する。
【０００６】
項目間チェックとしては例えば特開平１１−２９６６０５号公報に記載されているように項目間の比に基準値を設け、異常を判定する方法、あるいは複数の検査項目を用いた論理演算式を定義し、論理演算式の真偽に基き異常を判定する方法が知られている。
【０００７】
【発明が解決しようとする課題】
上述のような技術を適用することにより、再検要否判定の省力化および効率化が実現されつつある。しかしながら、技師が再検の必要性があると判断する検査結果と、自動再検要否判定による結果とが完全に一致するわけではなく、より一層の高精度化が望まれている。検査を行う側としては検査結果に誤りがあるのは困るので、自動再検要否判定では、一般には、再検すべき検査結果の見落とし（検出もれ）が無くなるように基準値や判定論理を設定する傾向にあり、実際には再検の必要が無い検査結果も、再検の必要性ありと判定する傾向の判定基準とする場合が多い。そのため、自動再検要否判定により再検の必要性ありと判定された検査結果を、再度検査技師が確認し、本当に再検が必要な検査結果を抽出する作業が必要となる。検査技師の業務の省力化のためにも、より精度の高い再検要否判定方法が必要とされている。
【０００８】
また、自動再検要否判定を適用する場合、予め数多くの基準値、あるいは論理式を設定する必要があるばかりでなく、各施設（病院）毎に受診に訪れる患者の構成（疾患、年齢等の構成割合）が異なるとともに、技師が再検を実施する基準も異なるため、最適な基準値、論理式の設定が困難である。そのため、基準値、論理式が容易に最適化できず、自動再検要否判定を有効に適用することはできない。
【０００９】
本発明は上記事情に鑑みてなされたものであり、より高精度な自動再検要否判定を実現するとともに、再検要否判定で用いる基準値や論理を容易に最適化可能な臨床検査システムを提供することを目的としている。
【００１０】
【課題を解決するための手段】
検査結果に対し再検査の必要性の有無を判定する再検要否判定手段を有する臨床検査システムにおいて、再検査要と判定された検体に対しては、すでに被験者から得ている検体を使用してすべての再検査を行う。この再検査の結果と先の検査結果結果との比較を行い、これを利用して再検要否判定論理の修正を行う。
【００１１】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態について詳細に説明する。
【００１２】
図１−図３は本発明を適用することができる臨床検査システムの構成例を示す図である。図１において、分析装置サーバ２０、検査サーバ３０および検査クライアント４０は病院内、あるいは検査室内等に敷設されたＬＡＮ５０に接続される。それぞれのサーバ２０，３０、検査クライアント４０としては、例えばパーソナルコンピュータ等を使用することができる。ＬＡＮ５０には、さらに、第１の検査装置１１、第２の検査装置１２および第３の検査装置１３が接続される。分析装置サーバ２０は各検査装置をコントロールするとともに、各検査装置から出力される検査結果等に分析等の必要な処理を施こして、ＬＡＮ５０を経由して検査サーバ３０へ情報を送る。検査サーバ３０は得られた検査結果等の情報を蓄積するとともに、検査結果に対する再検の必要性の有無を判定する。検査クライアント４０は検査サーバ３０に蓄積された検査結果や、検査サーバ３０によって判定された再検の必要性の有無、等の情報を参照することができる。また、自動化されていない検査に対する検査結果は、検査クライアント４０を用いて入力することができる。この場合、入力された検査結果等のデータは検査クライアント４０から検査サーバ３０へ送られ、検査サーバ３０内に蓄えられる。
【００１３】
図２は、図１で説明したシステムが構築された病院５００と判定論理学習施設５５０とが通信回線５４０を介し、データの送受信を行うことを可能にしたシステム構成の例である。判定論理学習施設５５０には、学習サーバ６０が設置されており、学習サーバ６０は第１の通信手段６１０を介して通信回線５４０と接続されている。検査サーバ３０は第２の通信手段６２０を介しを介して通信回線５４０と接続されている。検査サーバ３０と学習サーバ６０は通信回線５４０を介し、データの送受信を行うことが可能である。通信回線５４０としてはデータ通信が可能な様々な回線を使用することができ、例えば電話回線を使用することができる。また、第１の通信手段６１０および第２の通信手段６２０は回線の種類に応じた適当な通信手段を用いる。例えば通信回線５４０として電話回線を使用する場合には、第１の通信手段６１０および第２の通信手段６２０としてはモデムを使用することができる。この例によれば、図１の例では検査サーバ３０で行われている検査結果に対する再検の必要性の有無の判定基準の最適化等を学習サーバ６０に委ねることができる。したがって、学習サーバ６０は通信回線５４０に接続された他の病院のデータをも利用した最適化を行うことができるから、図１のシステムよりは、より充実した最適化が期待できる。
【００１４】
図３は、図１で説明したシステムが構築された検査センター５１０を通信回線５４０を介して接続された各病院５２０、５３０が利用する形の例である。各病院には検査結果参照端末７０が設置されていて、依頼した検査対象についての検査結果を知ることができる。この例によれば、各病院は設備投資を低減しながら、より高度の最適化のなされた再検査を含む検査を実施することができる。
【００１５】
本発明は、いずれの実施形態を取る場合にも適用することができるものであり、検査サーバー３０による再検要否判定をより改善することができる。
【００１６】
図４は、本発明に係る検査サーバ３０の構成の基本的なブロック図を示す。１００はシステムバスである。１０１はＣＰＵである。１０２はデータベースであり、初期検査結果１１１、再検要否判定結果１１４あるいは再検結果１１５のような結果のデータ、再検実施情報１１２、診断情報１２１、契約情報１２２、依頼情報１２３あるいは再検要否判定論理１１６、再検要否判定基準値１１８のような各種の情報、さらには、再検要否判定処理１１３、再検要否判定論理最適化処理１１７、疾患候補推定処理１２４等の実行プログラムなどが格納されている。１０３はＲＡＭであり各種の処理を実行するためのワークエリアとして使用されるメモリ領域である。１０４は入出力インタフェイスであり、検査結果入力、診断情報入力、再検実施情報入力、契約情報入力等の各種の情報の入力をするとともに、検査結果出力、再検結果のような各種の情報を出力する。
【００１７】
この実施例は検査サーバ３０の持つべき機能としてのデータ、実行処理プログラム等を挙げたものであり、すべてを網羅しているわけではない。また、図２に示すようなシステム構成では、再検要否判定論理最適化処理等は判定論理学習施設５５０で実行されるものであり、検査サーバ３０はこれと連携して処理を進めることになる。
【００１８】
このような構成を持つシステムの下で、本発明に係る再検要否判定論理の最適化を実現する具体的な処理について説明する。
【００１９】
ここでは一例として線形判別式による２項目間チェックの最適化について説明する。具体的には、再検要否判定処理１１３で２項目の検査値ｘ、ｙを使用し、（数１）に従いtの値を計算する。ｔ≧０の場合は再検要と判定され、ｔ＜０の場合は再検不要と判定される。
【００２０】
ｔ＝ａｘ＋ｂｙ＋ｃ（数１）
ここでa、b、cは定数であり、（数１）とともに図４のデータベースの再検要否判定論理１１６に記録されている。この値の初期値は、予め収集したデータを使用し、最適化した値を設定しておくか、あるいは技師の過去の経験に基く値を設定しておく。この場合、病院毎の患者の特性（どのような疾患の患者が多いか）や、検査の手法、検査装置、試薬等の条件により最適な値は異なるため、病院毎に最適化を行うことは当然である。
【００２１】
このときの再検要否判定論理の最適化の原理を図５を参照して説明する。
【００２２】
図５（ａ）は検査値ｘ、検査値ｙをそれぞれ横軸、縦軸とし、検査値の分布を×で示すデータ群９２０、○で示すデータ群９４０により示している。直線９５０は直線ａｘ＋ｂｙ＋ｃ＝０を示し、この直線の上側のデータが再検要と判定され、下側のデータが再検不要と判定される。したがって、×で示すデータ群９２０に対しては再検要否判定結果１１４に「再検要」と記録され、○で示すデータ群９４０に対しては再検要否判定結果１１４に「再検不要」と記録されている。
【００２３】
本発明では、×で示すデータ群９２０に対しては、データ群９２０の各検体について再検査を施す。一般には、検体は長時間経過すると、検体としては不適切なものとなるので、この再検査は最初の検査結果１１１が出ると、すぐに実施されるものとする。もちろん、技師が実際に再検が必要かどうかを見直して不要と判定したものは省略するものとしても良い。
【００２４】
再検査の結果を図５（ｂ）に示す。図５（ｂ）で太線の×で示すデータ群は、再検査の結果が初期検査結果と大きく異ならなかったデータ群を示す。つまり，再検しても同結果，すなわち再検が無駄だったことになる。これらのデータは、改めて、再検要否判定結果１１４に再検不要と記録される。一方、元の太さで破線で囲って示す×で示すデータ群の検体は、再検査の結果、矢印のついた破線で対応関係を示す△の位置に検査値が変化したことを示す。すなわち、これらの検体の初回の検査は何らかの異常で信頼性が無く、再検査で確からしい検査値の範囲のデータとなったため，再検査要との判定が適切だったと評価できる。
【００２５】
したがって、再検要否判定論理最適化処理１１７では再検要否判定結果１１４のデータの内、再検要との判定が不適切だった検査結果と適切だった検査結果の分布から再検要否の閾値となる直線９５０を、（数２）で示す直線９６０に変更することができる。この（数２）の内容は再検要否判定論理１１６に記録されている判定論理を修正するものとして採用される。
【００２６】
ａ’ｘ＋ｂ’ｙ＋ｃ’＝０（数２）
本発明による再検とその結果の評価は、当初の検査結果を技師が実際に再検が必要かどうかを見直すことによって得られる結果とは厳密には一致しないかもしれないが、本発明では、被検者の負担、技師の負担を軽減して、より合理的な再検要否判定論理を得ることができる。
【００２７】
このような検体の検査結果についての評価が変わる大きな原因は計測機器あるいは試薬によるものが大部分である。もちろん、この種の検査を行う施設では、毎日、一定の予備的な作業により、計測機器あるいは試薬についてのチェックがなされているが、現実にこの種の無用な再検査の評価がなされているのは事実である。したがって、図５（ａ）、（ｂ）では、再検要と判定されたものについての再検査によって、より合理的な再検要否判定論理の最適化を探求する例を説明したが、逆に、再検不要とされた○で示すデータ群９４０についても、再検要と判断すべきものがある可能性があるわけである。
【００２８】
図６（ａ）、（ｂ）を参照して再検不要とされたデータ群から再検要と判断が変更される例について説明する。図６（ａ）は、図５（ａ）と同じ初期の検査結果を示すデータである。この例では、○で示す、一旦、再検不要と判定されたデータ群９４０の内、直線ａｘ＋ｂｙ＋ｃ＝０の近傍に存在するデータに対しては、再検査を施す。まず、×で示すデータ群の検体については、再検要と判定されるのですべて再検査する。この場合も、検体は長時間経過すると、検体としては不適切なものとなるので、この再検査は最初の結果が出ると、すぐに実施されるものとする。再検査の結果と先の初回の検査結果との比較で×印の大半が検査値が変化し閾値９５０の下側に変わったとする。つまり、再検査要との判定が正しかったと評価される。すると、この分布から先の判定で○で示す再検査不要と一旦判定されたデータも検査値が正しいかどうか疑わしいといえる。そこで、本発明では、図６（ｂ）で太線の○で示すデータ群の内、破線で囲って示す○で示す閾値に近いデータ群の検体については、先の再検不要との判定を修正し再検要と判定する。つまり、改めて、再検要否判定結果１１４に再検要と記録される。
【００２９】
具体的には、再検要否判定論理最適化処理１１７では、再検要否判定結果１１４のデータの内、再検された結果と初回の結果との比較をした値の変化から再検することが適切だったとの評価を行い、再検が適切だったと評価された元の検査値の分布から再検要と判定する直線９５０を、（数３）で示す直線９７０に修正し、過去のデータのうち所定の範囲までさかのぼって修正された直線であらためて再検要否の判定を行う。この（数３）の内容は再検要否判定論理１１６に記録されている判定要否論理を修正するものとして採用される。
【００３０】
ａ''ｘ＋ｂ''ｙ＋ｃ''＝０（数３）
この場合も、本発明による再検とその結果の評価は、当初の検査結果を技師が実際に再検が必要かどうかを見直すことによって得られる結果とは厳密には一致しないかもしれないが、本発明では、被検者の負担、技師の負担を軽減して、より合理的な再検要否判定論理を得ることができる。この例は、再検の費用の低減の面ではメリットがあるとは言えないが、より見落としの無い再検評価を実現できるものといえる。
【００３１】
なお、再検が適切だったとの評価結果が大半をしめた場合に、上記のように、再検要否判定論理を修正して過去のデータの判定をあらためて行う代わりに、単に、「過去に再検査不要と判定した結果は疑わしい」との警告を発する構成としても同様な効果が得られる。
【００３２】
図７は、上述した処理の内、図５の最適化の処理を整理して示すフローチャートである。まず、すべての検体についての検査を所定の項目について行う（ステップ２０１）。この検査結果は入出力インタフェイス１０４を介して入力されデータベース１０２の初期検査結果１１１に保存される（ステップ２０２）。もちろんこれらのデータには分析装置サーバ２０から自動的に入力されるものがあるとともに、検査技師により手作業で入力されるものもある。次いで再検要否判定の為の再検要否判定基準値１１８、再検要否判定論理１１６をＲＡＭ１０３に読み込む（ステップ２０３、２０４）。再検要否判定論理にしたがって各検体についての再検要否の判定を実行する（ステップ２０５）。ここで再検要と判定された検体に対しては、再検要否判定結果１１４に「再検要」と記録する（ステップ２０６）。一方、ここで再検不要と判定された検体に対しては、再検実施情報１１２に「再検不実施」と記録する（ステップ２０７）。ステップ２０５で再検要と判定された検体については、再検査を実施する（ステップ２０８）とともに、再検実施情報１１２に「再検実施」と記録する（ステップ２０９）。さらに、再検結果を入力する（ステップ２１０）。入力された再検結果と初期検査結果との差異の大きさに基づき、本当に再検が必要な検体であったかどうかを判定する（ステップ２１１）。ここで再検不要と判定された検体に対しては、再検要否判定結果１１４に「再検不要」と記録する（ステップ２１３）。次いで、再検要否判定結果１１４および再検実施情報１１２の記録を参照して再検要否判定論理最適化処理１１７を実行する（ステップ２１４）。この結果に応じて再検要否判定論理を修正する（ステップ２１５）。
【００３３】
図８は、上述した処理の内、図６の最適化の処理を整理して示すフローチャートである。この場合も再検要否判定論理にしたがって各検体についての再検要否の判定を実行するステップ２０５までの処理は同一である。ここでは再検要と判定された検体に対しては、再検要否判定結果１１４に「再検要」と記録し（ステップ２０６）、再検査を実施する（ステップ２０８）。一方、ここで再検不要と判定された検体に対しては、再検不要と判定される結果となったデータが、再検が必要な検体と不要な検体を分ける識別境界からどの程度離れているかを評価する（ステップ２２０）。例えば（数１）によるｔを利用しｔ≧−０．１であるか否かを評価し、ｔ≧−０．１であれば、図７で説明した再検要否の判定を実行するステップ２０５の処理で「再検要」と判定されたのと同様に扱う。識別境界から十分、例えばｔが−０．１より小さい程度に離れていれば、図７で説明したステップ２０５の処理で「再検不要」と判定されたときの処理を行う。
【００３４】
ステップ２２０でｔ≧−０．１と判定された検体に対しては、再検要否判定結果１１４に「再検要」と記録する（ステップ２０６）。一方、ここでｔ＜−０．１と判定された検体に対しては、再検実施情報１１２に「再検不実施」と記録する（ステップ２０７）。ステップ２２０でｔ≧−０．１と判定された検体については、再検査を実施する（ステップ２０８）とともに、再検実施情報１１２に「再検実施」と記録する（ステップ２０９）。さらに、再検結果を入力する（ステップ２１０）。入力された再検結果と初期検査結果との差異の大きさに基づき、本当に再検が必要であったかどうかを判定する（ステップ２１１）。ここで再検不要と判定された検体に対しては、再検要否判定結果１１４に「再検不要」と記録する（ステップ２１３）。次いで、再検要否判定結果１１４および再検実施情報１１２の記録を参照して再検要否判定論理最適化処理１１７を実行する（ステップ２１４）。この結果に応じて再検要否判定論理を修正する。（ステップ２１５）。
【００３５】
図６、図８で説明した実施形態は図５、図７で説明した実施形態と比較すると再検の実施対象が増加することになるから、単純に再検の必要なものに絞るという観点では不利であるが、誤って再検対象を見落とすことを防止するという観点では有利である。
【００３６】
なお、ここでは線形判別式を用いた例について説明したが、他の再検判定方法も適用可能である。例えばニューラルネットワークを用いた再検判定にも、同様の最適化を行うことができる。
【００３７】
検査結果、診断情報等を入力する複数の入力素子と、再検の要否を判定する１つの出力素子を有するネットワークを使用し、再検の必要がある検査結果、診断情報を入力した場合には出力ｓが１、必要が無いデータの検査結果等を入力した場合には出力ｓが０になるよう、予め学習しておく。そして、未知のデータが入力された場合出力ｓ≧ｖの場合は再検要、ｓ＜ｖの場合は再検不要、と判定する。ｖは判定の闇値であり、初期値としては０．５を設定する。
【００３８】
図５、図７に相当する場合には、ステップ２１４において再検要否判定結果１１４に記録された再検要、再検不要というデータを教師データとしてニューラルネットワークを学習することにより、最適化することができる。また、図６、図８に相当する場合には、ステップ２２０において、ｔ≧−０．１という条件の代わりに、例えばｓ≧０．４とする。このように、二ューラルネットワークがｖの初期値０．５よりわずかに低い値（ここでは０．４）より大きな値を出力する際の検査値を検出することにより、識別境界近傍の検査値を再検要と判定することができる。
【００３９】
線形判別式を用いた場合には、図５、図６に示すように、ｘ、ｙを軸とする平面上での再検要否の識別境界は直線となる。ニューラルネットワークでは識別境界が曲線となるため、より精度の高い再検判定を行うことができる。
【００４０】
現在、病院内で扱われる診断に関する情報の電子化が進みつつあり、様々な病院情報システム内にこれらの電子化された情報が蓄積されるようになってきており、上述の実施例では説明しなかったが、再検要否判定論理の最適化には種々の情報が参照できる。例えば、診断情報１２１には医師による診断結果、投薬に関する情報等が記録されており、これらを参照した再検の必要性の有無の判断もできる。例えばある受診者の血糖値が通常より高い値を示した場合でも、その受診者に対して既に糖尿病である、という診断が下されていれば、測定ミスである可能性は低いと判断することができる。この他、高脂血症という診断がついている場合にはコレステロールや中性脂肪が高値を示す等、疾患の種類に応じ特有の検査値の傾向を示す。そのため、診断に関する情報を使用することにより、測定ミスの可能性の有無を適切に判断することができる。さらに、診断に関する情報として、疾患名を例に挙げたが、疾患名以外の情報を使用しても良い。例えば、特定の薬を服用している場合にはある検査値が高値、あるいは低値を示すことが知られている場合には、診断に関する情報として投薬情報を用いることにより、再検要否判定の精度を高くすることができる。また、疾患名が決定する前なのか、疾患名が確定し、治療を行っている状態なのか、手術からどのくらい経過しているか、等、診療の段階に関する情報でも良い。疾患名が確定する前や、手術が行われた直後、等は検査値が大きく変動する可能性があるが、病名が確定し治療が開始された後、あるいは手術後長時間が経過し、容態が安定した後では検査値の変動は小さくなる。このような情報を使用すると、前回値からの変動を用いた再検要否判定の精度を高めることが可能となる。
【００４１】
図５、図６では再検要否の判定を、簡単化のため、２項目間の線形評価とする例で説明したが、単項目チェック、前回値チェック、項目間チェック等、従来の技術による様々な方法を拡張して用いることができる。さらに、判定のための基準値、あるいは論理式を男女別、年齢別に設定していたが、上記の例のように、診断に関する情報として疾患名を利用する場合には、男女別、年齢別に加え、更に疾患名毎に基準値、論理式を設定すれば良い。この場合、診断に関する情報として受診者の年齢、性別、疾患名を診断情報１２１より読み取り、該当する基準値、論理式を再検要否判定論理１１６および再検要否判定基準値１１８より読み込み、再検の必要性の有無を判定することができる。この場合、再検要否判定論理１１６または再検要否判定基準値１１８には、例えば図９に示すような形式で、男女別、年齢別、疾患名別に基準値、論理式を記録しておく。このように、再検要否判定論理１１６および再検要否判定基準値１１８に、再検要否判定に使用する基準値等のパラメータや、判定論理を記述した論理式を疾患毎に記録しておくことは、再検要否判定を高精度化できる。
【００４２】
医師の診断が確定していない診療の初期の段階等において、患者の疾患名が利用できない場合には、図９に示すように予め「診断名未確定」の場合の再検基準値、再検論理を記述しておき、この再検基準値、再検論理利用して再検要否判定処理を行えば良い。また、上記の方法の他、全ての疾患に対する再検基準値、再検論理を用いた判定を行い、少なくとも１種類の疾患に対する再検基準値、再検論理を用いた判定で再検不要、と判定された場合には再検不要と決定しても良い。この場合、患者は再検不要と判定された際の再検基準値、再検論理に対応する疾患である可能性が高く、その結果、この疾患の再検基準値、再検論理においては再検不要と判定されたと考えることができる。
【００４３】
また、疾患名が利用できない場合に、図４に示す疾患候補推定処理１２４を利用し、入力された検査結果等から患者の疾患名を推定した後、推定された疾患名に対応する再検基準値、再検判定論理を使用して再検要否判定処理を行っても良い。この場合、疾患候補が出力されなかった場合には、入力された検査値がおかしいと考えられ、再検を要する検体であると判定することができる。
【００４４】
また、投薬情報を利用する場合には、薬の種類別に基準値、論理式を記録しておき、患者に投与されている薬の種類に応じて異なる基準値、論理式を選択して利用することにより、再検要否判定を高精度化することができる。さらに、手術からの経過日数により、異なる基準値、論理式を記録しておき、患者の手術からの経過日数に応じて異なる基準値、論理式を選択して利用することによっても再検要否判定を高精度化することができる。
【００４５】
また、再検要否判定論理としては今回の検査値、過去の検査値、診断情報等を入力とし、再検の必要性の有無を出力とするニューラルネットワークを使用しても良い。この場合には再検要否判定論理１１６には、ニューラルネットワークの層数、各層の素子数、等のネットワーク構造を記述するパラメータや、各素子間の結合重み値等を記録しておき、再検要否判定を行う際には記録された情報に基き、ネットワークを構成する。
【００４６】
また、再検要否判定論理としてファジィ推論を用いる場合には、再検要否判定論理１１６には、ファジィ推論に使用するメンバーシップ関数等を記録しておく。
【００４７】
再検要否判定論理による判定（ステップ２０５）の結果は、再検要否判定結果１１４に記録されるが、ここには、再検要否判定結果の根拠となる情報も記録しておくのが良い。再検要否判定結果の根拠とは、再検が必要であると判定した場合には、何故必要と判定したか、再検が不要であると判定した場合には、何故不用と判定したか、を説明する根拠となる情報である。再検が必要であると判定した場合の根拠とは、例えば単項目チェックで基準値を超えた検査項目とその値、前回値チェックで基準値を超えた検査項目とその値、項目間チェックで異常と判断された論理式と、その論理演算に使用した検査値、疾患名等の診断に関する情報、などである。また、再検が不要であると判定した場合の根拠とは、例えば単項目チェックで異常値（基準値を超えた検査値）が無い場合は異常値無し、という情報が根拠となる。また、異常値があっても再検不要の場合は、異常値を示す検査項目に対する前回値、あるいは疾患名等の診断に関する情報、などを判定の根拠とすることができる。
【００４８】
検査クライアント４０のディスプレイ上に検査結果、及び再検要否判定結果を表示する画面構成例を図１０、図１１に示す。図１０では検査クライアント４０の画面８００上に、受付日時８１０、検査オーダ番号８１５、患者氏名８２０、患者の年齢８２５、患者の性別８３０、患者の受診診療科８３５、検査状況８４０、異常値の有無８４５、再検の要否８５０等、を一覧表形式で表示する例を示している。このうち、検査状況８４０では、生化学免疫検査（図中では「生化免疫」と記述）や、一般検査（図中では「一般」と記述）という検査の種類別に、検査の進行状況を示している。図中「完」とは検査が終了して、検査結果が報告されていることを示し、「未」はまだ検査が終了していないことを示している。また、「−」は、その種類の検査についてはオーダが出されていないことを示している。異常値の有無８４５は「無」の場合、異常値が無かったことを示し、「有」の場合は異常値があったことを示している。まだ検査結果が出ていない場合には「−」が表示されている。再検の要否８５０には、再検要否判定処理１１３により判定された再検の必要性の有無が表示されており、「否」の場合は再検の必要性が無いことを示し、「要」の場合は再検の必要性が有ることを示している。また、検査結果が出ていない場合には「−」が表示されている。
【００４９】
ここでは、上記の情報がオーダ番号順に一覧表示されているが、条件による抽出も可能である。例えば特定の診療科や、患者氏名、異常値の有無、再検の要否、といった項目に条件を設定し、条件を満たす行のみを抽出することにより、目的とする情報を効率良く参照ことができる。
【００５０】
図１０に示す画面構成例において、検査クライアント４０に付属するマウスやキーボード等を操作し、いずれか一行を選択すると、その行に関するさらに詳細な情報が表示される。このときに表示される画面の構成例を図１１に示す。
【００５１】
図１１は検査クライアント４０のディスプレイ８００上における画面の構成例である。画面は患者基本情報表示エリア８６０、検査結果表示エリア８６５、再検要否判定結果表示エリア８７０、再検実施情報入力エリア８７５、から構成される。
【００５２】
患者基本情報表示エリア８６０には、患者ＩＤ、氏名、年齢、性別等、患者に関する情報が表示される。検査結果表示エリア８６５にはＴＰ、Ａｌｂ等の各検査項目ごとの今回値、前回値、それ以前の値、が検査日とともに表形式で表示される。再検要否判定結果表示エリア８７０には、再検要否判定処理１１３による再検の必要性の有無に関する判定結果、及び、その判定の根拠となる情報が表示される。再検実施情報入力エリア８７５では、本システムの操作者が、検査クライアント４０に付属のマウス、キーボード等を利用し、再検を実施するか（したか）、あるいは実施しないか（しなかったか）を選択入力することができる。
【００５３】
システムが再検の必要あり、と判断した検体について、その検査結果を検査技師が参照し、本当に再検が必要かどうか最終的な判断を行う場合があるが、本発明のように再検要否判定結果に応じて必要な再検が自動的に行われるものとすれば、検査技師による判断は省略できるケースが多くなる。検査技師による判断をする場合にも、再検要否判定の根拠を記録する再検要否判定結果１１４を設け、検査結果表示エリア８６５に検査結果を表示するとともに再検要否判定結果表示エリア８７０に再検要否判定結果と再検要否判定の根拠を表示することにより、技師が最終的な判断を行う時に、どの検査値に着目すれば良いかを再検要否判定の根拠として示すことが可能となり、技師は迅速に判断を行うことが可能になる。
【００５４】
再検実施情報入力エリア８７５により入力された再検実施情報は、再検実施情報１１２に記録される。再検要否判定論理最適化処理１１７は初期検査結果１１１に記録された検査結果と、再検実施情報１１２に記録された再検実施情報および再検結果１１５と再検要否判定結果１１４とを用い、再検要否判定処理１１３で用いられる再検要否判定論理１１６を最適化するための情報を出力する。
【００５５】
例えば従来技術による単項目チェック、前回値チェック、項目間チェック等で用いる基準値を最適化する場合、検査結果記録手段に記録された過去の検査結果を用いて検査値分布のヒストグラムを作成し、平均値を中心に、全体の９５％の値が含まれる範囲を基準範囲とする最適化方法がよく知られている。また、別の方法としては検査値の平均値μと標準偏差σを求め、範囲（μ−ｋσ、μ＋ｋσ）を基準範囲とする方法がある。但しｋは適当な定数である。しかしながら、このような基準範囲の設定方法は、再検の必要な検体がどのような検査値であったかという情報は用いていない。そのため、実際にこの方法で設定した基準範囲を用いて再検要否判定を行った場合、過去に再検を実施した検体が、再検不要と判定されたり、また再検が不要な検体を再検の必要ありと判定してしまうケースが多くなってしまう場合がある。そのため、基準範囲の設定の時に、過去の検査結果に加え、その検査結果が再検を行うべき結果であるか否かを示す再検要否判定結果を用いることにより、過去の検査結果の内、本当に再検が必要であった検査結果が全て再検必要、と判断されるような最大限の基準範囲を設定することが可能となる。このように基準範囲を設定することにより、再検すべき検査結果の見落としを少なくするとともに、実際には再検が不要である検査結果を再検要と判断してしまうケースを少なくし、再検要否判定の精度を高めることが可能になる。
【００５６】
再検要否判定処理１１３で、上記以外の手法を用いる場合には、それぞれの手法に対応した様々な最適化方法、学習方法を用いれば良い。例えば再検要否判定処理１１３としてニューラルネットワークを使用する場合には、検査結果１１１から読み込む過去の検査値を学習データとし、再検要否判定結果１１４から読み込まれる再検を行うべき検体であるか否かという情報を教師データとし、ニューラルネットワークの学習を行うことができる。ニューラルネットワークとして例えばフィードフォワード型のネットワークを用いる場合には、学習方法としてバックプロパゲーション法を用いることができる。
【００５７】
再検要否判定は検査値を特徴量とするパターンを、再検の必要があるパターンと、再検の必要が無いパターンの２種類に分類するパターン認識問題と考えることができる。そのため、再検要否判定論理１１６の再検要否判定方法としては、公知の様々なパターン認識方法を用いることができ、また、再検要否判定論理最適化処理１１７としては公知の様々なパターン認識論理構築方法を用いることができる。そのため、例えば再検要否判定論理１１６においてファジィ推論を用いる場合にも、検査結果とそれに対応する再検要否判定結果とを使用することにより、推論方法を最適化することができる。また、公知のパターン認識論理構築方法を用いることにより、最適な論理式を学習により得ることも可能である。
【００５８】
このように、初期検査結果１１１および再検結果１１５と再検実施情報１１２を設けることにより、上述のような再検要否判定論理の最適化が可能になり、再検要否判定精度を向上することができる。
【００５９】
再検論理の最適化は、図７、図８では再検の流れの中で必ず実行されるものとして説明したが、本システムの使用者が再検要否判定論理変更を入力することによって実行するものとしても良い。
【００６０】
また、当然のことながら、システムの運用者は再検結果とは無関係に再検要否判定論理を変更しうる。例えば、図９の再検基準値あるいは再検論理を入力装置を使用して更新するのである。
【００６１】
【発明の効果】
再検要と判定された検体に対する再検結果あるいは再検不要と判定された検体の一部に対する再検結果等の蓄積された再検実施情報と検査結果を用いて再検要否判定論理を最適化することにより、再検の精度を高めることができる。
【図面の簡単な説明】
【図１】本発明を適用することができる臨床検査システムの構成例の一つを示す図。
【図２】本発明を適用することができる臨床検査システムの構成例の他の一つを示す図。
【図３】本発明を適用することができる臨床検査システムの構成例のさらに他の一つを示す図。
【図４】本発明に係る検査サーバの基本的なブロック構成を示す図。
【図５】本発明に係る再検要否判定論理の最適化の原理の一つの実施例を説明する図。
【図６】本発明に係る再検要否判定論理の最適化の原理の他の実施例を説明する図。
【図７】図５に係る再検要否判定論理の最適化の処理のフローチャートを示す図。
【図８】図６に係る再検要否判定論理の最適化の処理のフローチャートを示す図。
【図９】本発明に係る再検要否判定論理で再検要否判定に使用する基準値等のパラメータや、判定論理を記述した論理式の例を示す図。
【図１０】本発明に係る検査クライアントのディスプレイ上に検査結果、及び再検要否判定結果を表示する画面構成例の一つを示す図。
【図１１】本発明に係る検査クライアントのディスプレイ上に検査結果、及び再検要否判定結果を表示する画面構成例の他の一つを示す図。
【符号の説明】
１１：第１の検査装置、１２：第２の検査装置、１３：第３の検査装置、２０：分析装置サーバ、３０：検査サーバ、４０：検査クライアント、５０：ＬＡＮ、６０：学習サーバ、７０：検査結果参照端末、１００：システムバス、１０１：ＣＰＵ、１０２：データベース、１０３：ＲＡＭ、１０４：入出力インタフェイス、１１１：初期検査結果、１１２：再検実施情報、１１３：再検要否判定処理、１１４：再検要否判定結果の結果のデータ、１１５：再検結果の結果のデータ、１１６：再検要否判定論理、１１７：再検要否判定論理最適化処理、１２１：診断情報、１２２：契約情報、１２３：依頼情報、１２４：疾患候補推定処理、５００：病院、５１０：検査センター、５２０：第１の病院、５３０：第２の病院、５４０：通信回線、５５０；判定論理学習施設、６１０：第1の通信手段、６２０：第２の通信手段、８００：検査クライアント４０のディスプレイ画面、８１０：受付日時を表示する列、８１５：オーダ番号を表示する列、８２０：患者氏名を表示する列、８２５：年齢を表示する列、８３０：性別を表示する列、８３５：診療科を表示する列、８４０：検査状況を表示する列、８４５：異常値の有無を表示する列、８５０：再検の要否を表示する列、８６０：患者基本情報表示エリア、８６５：検査結果表示エリア、８７０：再検要否判定結果表示エリア、８７５：再検実施情報入力エリア、９２０，９４０：データ群、９５０：ａｘ＋ｂｙ＋ｃ＝０を満足する直線、９６０：ａ’ｘ＋ｂ’ｙ＋ｃ’＝０を満足する直線、９７０：ａ''ｘ＋ｂ''ｙ＋ｃ''＝０を満足する直線。

Claims

被検者の検体の臨床検査結果に対して再検要否を判定する再検要否判定論理を有し、該再検要否判定論理は所定のパラメータを備え、前記臨床検査結果を個別に保存する手段と、前記再検要否判定論理で再検査要と判定された複数の検体に関するそれぞれの再検査の結果と、対応する保存された初回の検査結果のそれぞれとの比較により再検査したことが適切か否かを判定する手段と、再検査したことが適切と判定された検査結果の分布に応じて、前記再検要否判定理論により−旦再検不要と判定されていた検体についても再検査要と修正指示をする手段とを有する臨床検査システム。
請求項１に記載の臨床検査システムにおいて、前記修正を指示する手段は、前記再検要否判定論理のパラメータを修正し、前記保存された初回の検査結果を修正された前記再検要否判定論理で再度判定することにより修正指示することを特徴とする臨床検査システム。
請求項１に記載の臨床検査システムにおいて、前記被検者の疾患の種類に応じ、異なる前記再検要否判定論理を用いることを特徴とする臨床検査システム。
請求項１に記載の臨床検査システムにおいて、前記被検者が服用している薬の種類に応じ、異なる前記再検要否判定論理を用いることを特徴とする臨床検査システム。
請求項１に記載の臨床検査システムにおいて、前記臨床検査結果から、疑われる疾患名を出力する疾患候補抽出手段を有し、該疾患候補抽出手段が出力する疾患の種類に応じ、異なる前記再検要否判定論理を用いることを特徴とする臨床検査システム。