JP4276894B2 - Anomaly detection system and anomaly detection method - Google Patents
Anomaly detection system and anomaly detection method Download PDFInfo
- Publication number
- JP4276894B2 JP4276894B2 JP2003142841A JP2003142841A JP4276894B2 JP 4276894 B2 JP4276894 B2 JP 4276894B2 JP 2003142841 A JP2003142841 A JP 2003142841A JP 2003142841 A JP2003142841 A JP 2003142841A JP 4276894 B2 JP4276894 B2 JP 4276894B2
- Authority
- JP
- Japan
- Prior art keywords
- series data
- time series
- sample
- process data
- reaction process
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Automatic Analysis And Handling Materials Therefor (AREA)
Description
【0001】
【発明の属する技術分野】
本発明は、試料中の目的成分の濃度又は活性値を測定する技術及び自動分析装置、及び測定時のデータを利用するソフトウェア及びシステムに関する。
【0002】
【従来の技術】
自動分析装置は、試料と試薬を反応容器内に分注して化学反応を発生させ、この混合液の吸光度を測定し、化学反応による吸光度の時系列データ(以下の説明では、反応過程データと呼ぶ)をもとに、吸光度変化量や吸光度変化率を計算し、試料中の目的成分の濃度又は活性値を算出する装置である。
【0003】
このような自動分析装置は、主に医療機関において生化学検査や免疫検査等に用いられ、その検査結果は、医師が患者の病状把握や治療効果の判定、予後の経過観察など各種の診断を行う上で極めて重要な役割を担っている。このため、自動分析装置による分析では、測定が正しく行われたことを保証するための精度管理が重要となる。
【0004】
この精度管理方法の1つとして、各成分の濃度が既知の精度管理試料を測定する方法がある。これは、患者検体試料の測定前後、または複数の患者検体試料の測定間に精度管理試料を測定し、精度管理試料の検査結果が既知濃度に対する許容誤差範囲内であれば測定は正しく行われたと判断し、患者検体試料の検査結果を保証する方法である。従って、精度管理試料の検査結果が既知濃度に対する許容誤差範囲から外れた場合は、測定時に何らかの異常が発生していたことになり、患者検体試料の検査結果を保証することができないため、ユーザは分析を停止し、異常原因を究明して対策を行う必要がある。
【0005】
この測定時の異常を検出する従来技術として、特許文献1に記載の「分析装置の分析過程確認方法、及び自動分析装置」には、目的成分の濃度又は活性値が特定範囲内に算出される試料の反応過程データに対して、予め設定した複数の測定時間(以下の説明では、測光ポイントと呼ぶ)における変化パターンを観察し、予め登録された異常発生時の変化パターンと比較することにより、異常の有無を推定する技術が記載されている。
【0006】
【特許文献1】
特開2000−275252号公報
【0007】
【発明が解決しようとする課題】
しかし、特許文献1に記載の技術では、患者検体試料などの濃度未知の試料に関して異常の有無を推定する場合、目的成分の濃度又は活性値がとりうる全ての値に応じた反応過程データの変化パターンを予め登録しておく必要があるため、事実上不可能である、という問題点があった。
【0008】
また、測定時に発生する異常には、ノイズなどの偶発的に発生する異常もある。このような異常は、反応過程データにおいて必ずしも決まった測光ポイントで変化が現れるとは限らず、不規則なタイミングで反応過程データに変化が現れるため、特許文献1に記載の技術では、偶発的に発生する異常の有無を推定することが困難である、という問題点があった。
【0009】
本発明の目的は、試料中の目的成分の測定時に発生する異常を検出する異常検出システム及び異常検出方法を提供することにある。
【0010】
【課題を解決するための手段】
上記課題は、試料中の目的成分の濃度又は活性値を測定するために用いる1種類以上の試薬と試料とを混合した混合液を光学的に測定した測光値の時系列データの異常を検出する異常検出システムであって、試料の分析が正常に実施されたときの化学反応モデルに対応した時系列データを基準時系列データとして記憶する基準時系列データ記憶手段と、時系列データと基準時系列データを比較し、試料の分析異常の有無を判定する異常判定手段とを有することを特徴とする異常検出システムにより、解決できる。
【0011】
また、上記課題は、化学反応モデルで用いる目的成分毎の化学反応速度に応じた係数と、試料の成分の濃度又は活性値に応じた係数を含むパラメータを記憶する理論パラメータ記憶手段と、上記パラメータを用いて化学反応モデルの時系列データを算出する理論時系列データ算出手段と、理論時系列データ算出手段で算出した理論上の時系列データを基準時系列データとして設定する基準時系列データ設定手段とを有することを特徴とする異常検出システムにより、目的成分毎に異なる複数の化学反応モデルをパラメータで表現できるため、簡易に解決できる。
【0012】
また、上記課題は、目的成分の濃度又は活性値が既知である既知濃度試料を測定して得られた1つもしくは複数の時系列データを記憶する既知濃度試料時系列データ記憶手段と、既知濃度試料時系列データ記憶手段に記憶された時系列データを用い、パラメータを算出する理論パラメータ算出手段と、算出したパラメータを理論パラメータ記憶手段に設定する理論パラメータ設定手段とを有することを特徴とする異常検出システムにより、自動分析装置などの測定条件や測定環境毎に適合したパラメータを算出できるので、判定結果の信頼性をより高めつつ、解決できる。
【0013】
【発明の実施の形態】
本発明は、あらゆる濃度の試料に対して、反応過程データに変化が現れるタイミングに関わらず、測定時に発生する異常を検出する異常検出システム及び異常検出方法を提供する。
【0014】
本発明の異常検出方法は、分析が正常に実施されたときの化学反応モデルに対応した反応過程データを基準反応過程データとする工程と、反応過程データと基準反応過程データとを比較する工程と、反応過程データと基準反応過程データとの比較により測定時の異常の有無を判定する工程とを有する異常検出方法である。
【0015】
即ち、本発明の異常検出方法は、試料中の目的成分の濃度又は活性値を測定するために用いる1種類以上の試薬と試料とを混合した混合液を光学的に測定した測光値の時系列データの異常を検出する異常検出方法であって、試料の分析が正常に実施されたときの化学反応モデルに対応した時系列データを基準時系列データとして基準時系列データ記憶手段に記憶する工程と、時系列データと基準時系列データを比較し、試料の分析異常の有無を異常判定手段で判定する工程とを有することに特徴がある。
【0016】
また、上記の異常検出方法において、化学反応モデルで用いる目的成分毎の化学反応速度に応じた係数と、試料の成分の濃度又は活性値に応じた係数を含むパラメータを理論パラメータ記憶手段に記憶する工程と、パラメータを用いて化学反応モデルの時系列データを理論時系列データ算出手段により算出する工程と、理論時系列データ算出手段で算出した理論上の時系列データを基準時系列データとして、基準時系列データ設定手段により設定する工程とを有することに特徴がある。
【0017】
また、上記の異常検出方法において、目的成分の濃度又は活性値が既知である既知濃度試料を測定して得られた1つもしくは複数の時系列データを既知濃度試料時系列データ記憶手段に記憶する工程と、既知濃度試料時系列データ記憶手段に記憶された時系列データを用い、パラメータを理論パラメータ算出手段により算出する工程と、算出したパラメータを理論パラメータ記憶手段に理論パラメータ設定手段により設定する工程とを有することに特徴がある。
【0018】
図1は、本発明の実施例の異常検出システム100の構成例を説明する図である。
【0019】
システム100は、制御部101と、装置内反応過程データ抽出部102と、一時記憶装置103と、既知濃度反応過程データ記憶装置104と、理論パラメータ算出部105と、理論パラメータDB書き出し部106と、理論パラメータDB107と、理論パラメータDB読み出し部108と、理論反応過程データ算出部109と、基準反応過程データ設定部110と、基準反応過程データ記憶装置111と、異常判定部112と、判定結果出力部113と、で構成される。
【0020】
システム100はハードウェア構成として記載しているが、システム100の機能はソフトウェアで構成されていてもよい。また、システム100は、ネットワーク120を介して、自動分析装置130と通信できる。また、システム100は、ネットワーク120を介して、入出力端末140と通信できる。ネットワーク120は、検査施設内のネットワークを前提としているが、検査部門を有する医療施設内のネットワークでもよい。
【0021】
自動分析装置130は、反応過程データを反応過程データ記憶装置131に格納する。また、反応過程データ記憶装置131に保存された反応過程データは、ネットワーク120を介して、装置内反応過程データ抽出部102によって抽出できる。また、反応過程データ記憶装置131に保存された反応過程データは、ネットワーク120を介して、入出力端末140で閲覧できる。自動分析装置130は、システム100とは別のハードウェアとして記載しているが、システム100の構成が自動分析装置130内に構成されていてもよい。
【0022】
反応過程データ記憶装置131は、自動分析装置130内に構成されることを前提としているが、自動分析装置130と反応過程データ記憶装置131が別のハードウェアで構成されていてもよい。また、反応過程データ記憶装置131が、システム100内に構成されていてもよい。また、反応過程データ記憶装置131が、入出力端末140内に構成されていてもよい。
【0023】
入出力端末140は、キーボードやマウス等を入力機能、CRTディスプレイを出力機能とするパソコン等の情報機器を想定しているが、他の入出力機能を有していてもよい。また、入出力端末140は、Webブラウザ機能を搭載した端末でもよい。また、入出力端末140は、システム100とは別のハードウェアとして記載しているが、入出力端末140の入出力機能がシステム100に搭載されていてもよい。また、入出力端末140は、自動分析装置130とは別のハードウェアとして記載しているが、入出力端末140の入出力機能が自動分析装置130に搭載されていてもよい。また、入出力端末140は、パーソナルコンピュータを前提としているが、臨床検査システムでもよい。また、入出力端末140のユーザは、検査技師等、自動分析装置130の操作者を前提としているが、自動分析装置130のメンテナンス担当者等、他のユーザでもよい。また、システム100と、自動分析装置130と、入出力端末140は、1つのハードウェアとして構成されていてもよい。
【0024】
図2は、本発明の実施例の自動分析装置130の構成例を説明する図である。
【0025】
自動分析装置130は、光源ランプ201と、恒温槽202と、セル203と、試料分注ノズル204と、第1試薬分注ノズル205aと、第2試薬分注ノズル205bと、撹拌棒206と、分光器207と、検知器208と、増幅器209と、A/D変換器210と、で構成される。分析時には、光源ランプ201から発せられた白色光(全波長)が、恒温槽202につけられたセル203を透過して分光器207に入り、分析項目によって異なる特定の単波長成分が検知器208で受光され、増幅器209による増幅後、A/D変換器210でA/D変換され、吸光度として出力される。
【0026】
セルは反応容器になっており、試料分注ノズル204から試料が、第1試薬分注ノズル205aから第1試薬が、第2試薬分注ノズル205bから第2試薬が、それぞれ分注され、撹拌棒206によって撹拌されることで、セル内部で化学反応が起こる。このときの化学反応について、経時的に吸光度を測定(測光)することで、試料中の分析物の濃度又は活性値に換算することが可能となる。
【0027】
以下、分析時の自動分析装置130の動作について説明する。
(1)まず、セル203を水(純水)で満たし、水ブランク測光を行う。この値は、以降測定される吸光度の基準となる。
(2)セル203内の水を排出し、セル203内に試料を分注する。
(3)セル203内に第1試薬を分注し、撹拌する。
(4)試料と第1試薬の混合溶液を一定時間間隔で複数回測光する。
(5)セル203内に第2試薬を分注し、撹拌する。
(6)試料と第1試薬と第2試薬の混合溶液を一定時間間隔で複数回測光する。
(7)10分間の反応時間において計34回の測光を行った後、セル203を洗浄し、分析を終了する。
【0028】
このとき、第1試薬添加から第2試薬添加までの反応を第1反応と呼び、第2試薬添加から測光終了までの反応を第2反応と呼ぶ。また、分析項目によっては、第1試薬のみを使用し、上記(5)、(6)の動作を実行しないものもある。このように、使用する試薬の数により、1試薬系分析、2試薬系分析に分類される。
【0029】
測定した吸光度は、吸光度が物質の濃度に比例する法則(Lambert−Beerの法則)に基づき、(数1)で示すような換算式により濃度又は活性値Cに換算され、反応過程データ記憶装置131に保存される。
C=aA+b …(数1)
(数1)において、a、bは予め設定された値で、分析項目によって異なる。また、Aは、ある測光ポイントでの吸光度変化量、または、複数の測光ポイント間の吸光度変化率である。このように、吸光度を試料中の目的成分の濃度又は活性値に換算する方法としては、吸光度変化量を利用するエンド法、及び、吸光度変化率を利用するレート法がある。
【0030】
図3は、本発明の実施例において、エンド法が用いられる分析項目の例として、TP(総蛋白)の反応過程データ例300を示す図である。
【0031】
TPは1試薬系分析であり、化学反応式301のように、試料中のペプチド(−CO−NH−)と、第1試薬中の銅イオン(Cu2+)が、キレート化合物(金属イオンに有機分子が結合したもの)に変化する化学反応を利用し、キレート化合物の濃度変化を測定することで、TPの濃度を算出する。そのため、測光波長は生成物であるキレート化合物の吸収ピーク波長を用いる。
【0032】
反応過程データ例300に示すように、反応開始直後はキレート化合物が増加し吸光度が急激に上昇する。しかし、分析終了間際には、試料中のペプチドが全てキレート化合物に変化するため、反応がほとんど進行しなくなり、吸光度の上昇は見られなくなる。この分析終了時点での吸光度変化量を用いることで、TPの濃度を算出する。
【0033】
図4は、本発明の実施例において、レート法が用いられる分析項目の例として、LDH(乳酸脱水素酵素)の反応過程データ例400を示す図である。
【0034】
LDHは2試薬系分析であり、化学反応式401のように、試料中の酵素LDHを触媒として、第2試薬中のピルビン酸が乳酸に、第1試薬中のNADH(βーニコチンアミドアデニンジヌクレオチド還元型)がNAD(βーニコチンアミドアデニンジヌクレオチド酸化型)に変化する化学反応を利用し、NADHの減少率を測定することで、LDHの活性値を算出する。そのため、測光波長はNADHの吸収ピーク波長を用いる。
【0035】
反応過程データ例400に示すように、第1反応では吸光度はほぼ一定であるが、第2反応では分析終了まで吸光度が一定の傾きで低下している。これは、試料中のLDHの活性に応じて、NADHが徐々に減少している様子を示している。この第2反応時の吸光度変化率を用いることで、試料中のLDHの活性値を算出する。
【0036】
本実施例では、この化学反応の過程を、試料、試薬、装置全てに異常が無い状態で測定されたものとして、(数2)のような時間tを変数とする指数関数でモデル化する。この(数2)で表現される反応過程データを、理論反応過程データと呼ぶ。
A(t)=A0+A1(1−e−kt) …(数2)
eは自然対数の底である。このとき、kは反応の速度、A0は反応開始時の初期吸光度、A1は目的成分の濃度、を示すパラメータ(以降理論パラメータと呼ぶ)である。ここで、A0、A1は試料によって異なるが、kは化学反応の種類、すなわち分析項目と試薬の組み合わせによって一意に決まる。
【0037】
このように、化学反応の過程をパラメータでモデル化することで、目的成分毎に、あらゆる濃度の試料に対して、化学反応の過程を、簡易に表現できる。
【0038】
図5は、本発明の実施例において、精度管理試料を測定して得られた反応過程データをもとに、理論パラメータを設定する時のフローチャート500を示す図である。
【0039】
まず、ユーザが、反応過程データ記憶装置131に記憶された反応過程データから、試料、試薬、装置全てに異常が無い状態で、同一の精度管理試料を同一の分析項目について測定した反応過程データをN個(N≧1)選定するステップ501を実行する。
次に、制御部101が、装置内反応過程データ抽出部102を起動し、ステップ501で選定されたN個の反応過程データを反応過程データ記憶装置131から抽出し、一時記憶装置103に保存するステップ502を実行する。
【0040】
次に、制御部101が、理論パラメータ算出部105を起動し、一時記憶装置103上のN個の反応過程データが、エンド法を利用する分析項目か、レート法を利用する分析項目かを判断するステップ503を実行する。
【0041】
ステップ503でレート法と判断された場合、制御部101が、理論パラメータ算出部105を起動し、一時記憶装置103上のN個の反応過程データを、それぞれの反応過程データの第1反応の吸光度の平均値が、N個全ての反応過程データで一定値になるように、反応過程データ毎に、第1反応、及び第2反応の測光ポイントの吸光度をそれぞれ正規化し、一時記憶装置103に保存するステップ504を実行する。
【0042】
次に、ステップ504の具体的な例を示す。正規化後の第1反応の吸光度の平均値を「c」とし、一時記憶装置103上の反応過程データについて、第1反応の吸光度の平均値「c’」、第1反応時の反応液量「V1」、第2反応時の反応液量「V2」であったとすると、ステップ504では、理論パラメータ算出部105が、第1反応の測光ポイントの吸光度に値「c−c’」を加算し、第2反応の測光ポイントの吸光度に値「(c−c’)×V1/V2」を加算する。ステップ504により、レート法において、第1反応時の吸光度のずれの影響による第2反応時の吸光度のずれを補正することが可能となる。
【0043】
次に、制御部101が、理論パラメータ算出部105を起動し、一時記憶装置103上のN個の反応過程データに対して、測光ポイント毎に平均値AAVE(t)、標準偏差ASD(t)を算出して、既知濃度反応過程データ記憶装置104に保存するステップ505を実行する。
【0044】
次に、制御部101が、理論パラメータ算出部105を起動し、既知濃度反応過程データ記憶装置104上のAAVE(t)から、(数3)に示すような測光ポイントt〜t+1のAAVE(t)の変化量ΔAAVE(t)を算出し、既知濃度反応過程データ記憶装置104に保存するステップ506を実行する。
ΔAAVE(t)=AAVE(t+1)−AAVE(t+1) …(数3)
図6は、図5のステップ506の実行後の既知濃度反応過程データ記憶装置104の例600を示す図である。
【0045】
例600では、測光ポイントを示す番号(t=1、2、3、…、33、34)とともに、各測光ポイントにおける第1試薬添加からの時間、AAVE(t)、ASD(t)、ΔAAVE(t)が保存されている。
【0046】
次に、制御部101が、理論パラメータ算出部105を起動し、一時記憶装置103上のN個の反応過程データが、1試薬系分析の分析項目か、2試薬系分析の分析項目かを判断するステップ507を実行する。
ステップ507で2試薬系分析と判断された場合、制御部101が、理論パラメータ算出部105を起動し、既知濃度反応過程データ記憶装置104上の第1反応時の測光ポイントに、以降の処理で除外することを示すフラグを付与するステップ508を実行する。
【0047】
次に、制御部101が、理論パラメータ算出部105を起動し、既知濃度反応過程データ記憶装置104上の予め設定した測光ポイントに、以降の処理で除外することを示すフラグを付与するステップ509を実行する。
【0048】
図7は、図5のステップ509の実行後の既知濃度反応過程データ記憶装置104の例700を示す図である。
【0049】
例700では、第1反応時の測光ポイントt=1〜16、及び第2試薬添加直後の3つの測光ポイントt=17〜19に、以降の処理で除外することを示すフラグが付与されている。
【0050】
次に、制御部101が、理論パラメータ算出部105を起動し、既知濃度反応過程データ記憶装置104上のAAVE(t)から、除外することを示すフラグが付与されていない全ての測光ポイント毎に、(数4)に示すようなA1(t)の分散が予め設定した範囲以下になるkと、そのときのA1(t)の平均を算出するステップ510を実行する。このときのkを理論パラメータkとし、A1(t)の平均を理論パラメータA1とする。尚、A1の符号は、反応過程データが単調増加の場合は+、単調減少の場合は−となる。
A1(t)=±√({ΔAAVE(t)}2/
{(−e−k(t+1))−(−e−kt)}2) …(数4)
これにより、第1反応の吸光度と、試薬添加直後等、反応容器内の温度が一時的に変化する測光ポイントを除外し、分析項目の濃度又は活性値への換算に直接利用する第2反応における反応容器内の温度が一定な測光ポイントのみを利用することで、適切な理論パラメータを算出することが可能となる。
【0051】
次に、制御部101が、理論パラメータ算出部105を起動し、ステップ510で算出したk及びA1を(数2)に代入し、除外することを示すフラグが付与されていない全ての測光ポイント毎に、(数2)の値と既知濃度反応過程データ記憶装置104上のAAVE(t)との二乗誤差総和が最小となるA0を算出するステップ511を実行する。このときのA0を、理論パラメータA0とする。
【0052】
次に、制御部101が、理論パラメータDB書き出し部106を起動し、理論パラメータDB107に、ステップ510及びステップ511で算出した理論パラメータk、A0、A1を格納するステップ512を実行する。
【0053】
図8は、図5のステップ512の実行後の理論パラメータDB107の例800を示す図である。
【0054】
理論パラメータDB107は、精度管理試料の種類を識別する精度管理試料IDを格納するフィールド801と、分析項目名を格納するフィールド802と、第1試薬と第2試薬の種類を識別する試薬IDを格納するフィールド803、804と、分析に使用した波長を格納するフィールド805と、分析項目の濃度又活性値の測定値を格納するフィールド806と、レート法の分析項目に関して、ステップ504で正規化した後の第1反応の吸光度の平均値を格納するフィールド807と、理論パラメータk、A0、A1をそれぞれ格納するフィールド808、809、810と、濃度又は活性値への換算式を決定する(数1)におけるa、bをそれぞれ格納するフィールド811、812と、で構成されている。
【0055】
例800では、試薬「RA1」と「RA2」を使用して、波長「λA」で分析したLDHの活性値が「185」の精度管理試料ID「A」で識別される精度管理試料について、第1反応の吸光度の平均値「10000」となるように正規化したとき、「k=0.00061」、「A0=14350」、「A1=−3450」であることを示している。また、例800では、試薬「RB1」を使用して、波長「λB」で分析したTPの濃度が「6.8」の精度管理試料ID「B」で識別される精度管理試料について、理論パラメータは、「k=0.00485」、「A0=1255」、「A1=810」であることを示している。
【0056】
以上のステップ501からステップ512により、自動分析装置などの測定条件や測定環境毎に適合した理論パラメータk、A0、A1を設定することが可能となる。
【0057】
本実施例では、ステップ509において、予め設定した測光ポイントに、以降の処理で除外することを示すフラグを付与したが、このフラグを付与する測光ポイントの数及び時間は、ユーザが任意に設定できる。これにより、分析項目によって反応容器内の温度が変化する測光ポイントや、温度が一定になるまで時間が異なる場合でも、反応容器内の温度が一定な測光ポイントのA1(t)のみを利用して適切な理論パラメータを算出することが可能となる。
【0058】
次に、精度管理試料を測定して得られた理論パラメータをもとに、反応過程データの異常の有無を判定する処理を説明する。
【0059】
図9は、本発明の実施例において、反応過程データの異常を判定する時のフローチャート900を示す。
【0060】
まず、制御部101が、理論パラメータDB読み出し部108を起動し、理論パラメータDB107の各フィールドの情報を、一時記憶装置103に保存するステップ901を実行する。
【0061】
次に、制御部101が、装置内反応過程データ抽出部102を起動し、反応過程データ記憶装置131から正常か異常かを判定する被判定反応過程データA被(t)と、A被(t)の測定値を抽出し、一時記憶装置103に保存するステップ902を実行する。
【0062】
次に、制御部101が、異常判定部112を起動し、一時記憶装置103上のA被(t)が、エンド法を利用する分析項目か、レート法を利用する分析項目かを判断するステップ903を実行する。
【0063】
ステップ903でレート法と判断された場合、制御部101が、異常判定部112を起動し、一時記憶装置103上のA被(t)を、第1反応の吸光度の平均値が、理論パラメータDB107のフィールド807に格納された値に一致するように、第1反応、及び第2反応の測光ポイントの吸光度をそれぞれ正規化し、一時記憶装置103に保存するステップ904を実行する。
【0064】
次に、ステップ904の具体的な例を示す。理論パラメータDB107のフィールド807に値「c」が格納されており、一時記憶装置103上のA被(t)について、第1反応の吸光度の平均値「c’」、第1反応時の反応液量「V1」、第2反応時の反応液量「V2」であったとすると、ステップ904では、異常判定部112が、A被(t)の第1反応の測光ポイントの吸光度に値「c−c’」を加算し、A被(t)の第2反応の測光ポイントの吸光度に値「(c−c’)×V1/V2」を加算する。ステップ904により、レート法において、第1反応時の吸光度のずれの影響による第2反応時の吸光度のずれを補正することが可能となる。
【0065】
次に、制御部101が、理論パラメータ算出部105を起動し、一時記憶装置103上で、理論パラメータを算出したときの精度管理試料の測定値C精に対するA被(t)の測定値C被の比r=C被/C精を算出し、これをもとに、(数5)で示すようなA被(t)の理論反応過程データA被理(t)に対して、A被0、A被1を算出し、一時記憶装置103上に保存するステップ905を実行する。
A被理(t)=A被0+A被1(1−e−kt) …(数5)
以下に、ステップ905の具体的な手順を示す。
【0066】
精度管理試料とA被(t)の測定値の換算に利用した吸光度変化量または吸光度変化率を、それぞれ、A精、A被とすると、(数1)より、(数6)、(数7)のような関係が成り立つ。
aA被+b=r×(aA精+b) …(数6)
A被=r×A精+(r−1)×b/a …(数7)
このとき、Lambert−Beerの法則により、(数7)は全ての測光ポイントtに適用できる。このことから、A精に(数2)を代入することで、A被理(t)を(数8)のように示すことができる。
A被理(t)=r×A0+(r−1)×b/a+r×A1(1−e−kt)…(数8)
以上から、(数5)と(数8)の右辺同士を比較することにより、A被0=r×A0+(r−1)×b/a、A被1=r×A1を算出できる。
【0067】
このように、ステップ905により、患者検体試料などの濃度未知の試料に関して異常の有無の判定に用いる理論上の反応過程データを、目的成分の濃度又は活性値に関わらず算出できる。
【0068】
次に、制御部101が、理論反応過程データ算出部109を起動し、一時記憶装置103上の理論パラメータk、A被0、A被1を(数5)に代入した値を、既知濃度反応過程データ記憶装置104上で除外することを示すフラグが付与されていない全ての測光ポイント毎に、A被(t)の理論反応過程データA被理(t)として算出し、一時記憶装置103に保存するステップ906を実行する。
【0069】
次に、制御部101が、基準反応過程データ設定部110を起動し、既知濃度反応過程データ記憶装置104上で除外することを示すフラグが付与されている測光ポイントについては、(数7)よりr×AAVE(t)+(r−1)×b/aを、それ以外の測光ポイントついては一時記憶装置103上のA被理(t)を、基準反応過程データとして基準反応過程データ記憶装置111に保存するステップ907を実行する。
【0070】
次に、制御部101が、基準反応過程データ設定部110を起動し、既知濃度反応過程データ記憶装置104上のASD(t)を読み出し、全ての測光ポイントについて許容誤差AE(t)=2×ASD(t)を算出し、基準反応過程データ記憶装置111に保存するステップ908を実行する。
【0071】
次に、制御部101が、異常判定部112を起動し、一時記憶装置103上のA被(t)、及び基準反応過程データ記憶装置111上のA被理(t)、AE(t)を用いて、A被理(t)とA被(t)との差D(t)=A被理(t)−A被(t)について、全ての測光ポイントtに関して「−AE(t)≦D(t)≦AE(t)」の真偽を判定するステップ909を実行する。
【0072】
次に、制御部101が、異常判定部112を起動し、一時記憶装置103上のA被(t)を用いて、隣り合う測光ポイント(tとt+1)毎のD(t)とD(t+1)の差の絶対値ΔD(t)=|D(t+1)−D(t)|について、全ての測光ポイントtに関して「ΔD(t)≦予め設定された閾値」の真偽を判定するステップ910を実行する。
【0073】
次に、制御部101が、異常判定部112を起動し、ステップ909、及びステップ910で、どちらも真であったかどうかを判断するステップ911を実行する。
【0074】
ステップ911の結果、ステップ909、及びステップ910で、どちらも真と判定された場合、制御部101が、判定結果出力部113を起動し、判定結果"正常"を入出力端末140に出力するステップ912を実行する。
【0075】
ステップ909、及びステップ910で、少なくともどちらかの一方ステップで偽と判定された場合、制御部101が、判定結果出力部113を起動し、判定結果"異常"を入出力端末140に出力するステップ913を実行する。
【0076】
以上のステップ901からステップ913により、化学反応モデルに応じて、濃度別に全ての測光ポイントに対する基準値を設定して比較するので、あらゆる濃度の試料に対して、反応過程データに変化が現れるタイミングに関わらず、測定時に発生する異常を検出することが可能となる。
【0077】
図10は、図9のステップ909の結果が偽となったときの入出力端末140の画面例1000を示す図である。
【0078】
画面例1000では、反応する物質の濃度に影響を与える異常(試料や試薬の分注量異常、試薬の薄まり等)により、一部の測光ポイントtにおいて、D(t)が−AE(t)よりも小さくなっていることが表示されている。このように、ステップ909により、反応する物質の濃度に影響を与える異常を含む反応過程データを検出することが可能となる。
【0079】
図11は、図9のステップ910の結果が偽となったときの入出力端末140の画面例1100を示す図である。
【0080】
画面例1100では、吸光度にばらつきを生じさせる異常(光度計の揺らぎ、ノイズ等)により、一部の測光ポイントtにおいて、ΔD(t)が閾値を超えていることが表示されている。このように、ステップ910により、吸光度にばらつきを生じさせる異常(光度計の揺らぎ、ノイズ等)を含む反応過程データを検出することが可能となる。
本実施例では、ステップ908において、許容誤差AE(t)=2×ASD(t)としたが、ユーザが任意に設定できる。これにより、分析項目別に、F/P率( False Positive:正常を異常と判断する誤り)やF/N率( False Negative:異常を正常と判断する誤り)が最適となるような許容誤差を設定することが可能となる。
【0081】
また、ステップ910において、ΔD(t)を比較する閾値は、ユーザが任意に設定できる。これにより、分析項目別に、F/P率( False Positive:正常を異常と判断する誤り)やF/N率( False Negative:異常を正常と判断する誤り)が最適となるような許容誤差を設定することが可能となる。
【0082】
以上述べた異常検出システムにより、化学反応モデルを表現するパラメータを算出し、この化学反応モデルを基準として反応過程データと比較するので、あらゆる濃度の試料に対して、反応過程データに変化が現れるタイミングに関わらず、測定時に発生する異常を検出することが可能となる。
【0083】
【発明の効果】
本発明によれば、試料中の目的成分の測定時に発生する異常を検出する異常検出システム及び異常検出方法を提供できる。
【図面の簡単な説明】
【図1】本発明の実施例の異常検出システムの構成例を説明する図。
【図2】本発明の実施例の自動分析装置の構成例を説明する図。
【図3】本発明の実施例において、エンド法が用いられる分析項目の例として、TPの反応過程データ例を示す図。
【図4】本発明の実施例において、レート法が用いられる分析項目の例として、LDHの反応過程データ例を示す図。
【図5】本発明の実施例において、精度管理試料を測定して得られた反応過程データをもとに、理論パラメータを設定する時のフローチャートを示す図。
【図6】図5のステップ506の実行後の既知濃度反応過程データ記憶装置の例を示す図。
【図7】図5のステップ509の実行後の既知濃度反応過程データ記憶装置の例示す図。ステップ509実行後の既知濃度反応過程データ記憶装置の例。
【図8】図5のステップ512の実行後の理論パラメータDBの例を示す図。
【図9】本発明の実施例において、反応過程データの異常を判定する時のフローチャート。
【図10】図9のステップ909の結果が偽となったときの入出力端末の画面例を示す図。
【図11】図9のステップ910の結果が偽となったときの入出力端末の画面例を示す図。
【符号の説明】
100…異常検出システム、101…制御部、102…装置内反応過程データ抽出部、103…一時記憶装置、104…既知濃度反応過程データ記憶装置、105…理論パラメータ算出部、106…理論パラメータDB書き出し部、107…理論パラメータDB、108…理論パラメータDB読み出し部、109…理論反応過程データ算出部、110…基準反応過程データ設定部、111…基準反応過程データ記憶装置、112…異常判定部、113…判定結果出力部、120…検査施設内のネットワーク、130…自動分析装置、131…反応過程データ記憶装置、140…入出力端末、201…光源ランプ、202…恒温槽、203…セル、204…試料分注ノズル、205a…第1試薬分注ノズル、205b…第2試薬分注ノズル、206…撹拌棒、207…分光器、208…検知器、209…増幅器、210…A/D変換器、300…TPの反応過程データの例、301…TPの濃度の算出に利用する化学反応式、400…LDHの反応過程データの例、401…LDHの活性値の算出に利用する化学反応式、500…理論パラメータを設定する時のフローチャート、501…同一精度管理試料を同一分析項目について測定したN個の反応過程データを選定するステップ、502…自動分析装置からN個の反応過程データを抽出するステップ、503…エンド法かレート法かを判断するステップ、504…N個の反応過程データを正規化するステップ、505…平均値AAVE(t)と標準偏差ASD(t)を算出するステップ、506…ΔAAVE(t)を算出するステップ、507…1試薬系か2試薬系かを判断するステップ、508…第1反応の測光ポイントに除外フラグを付与するステップ、509…予め設定した測光ポイントに除外フラグを付与するステップ、510…理論パラメータk及びA1を算出するステップ、511…A0を算出するステップ、512…算出した理論パラメータを理論パラメータDBに格納するステップ、600…ステップ506実行後の既知濃度反応過程データ記憶装置の例、700…ステップ509実行後の既知濃度反応過程データ記憶装置の例、800…ステップ512実行後の理論パラメータDBの例、801…精度管理試料の種類を識別する精度管理試料IDを格納するフィールド、802…分析項目名を格納するフィールド、803…第1試薬の種類を識別する試薬IDを格納するフィールド、804…第2試薬の種類を識別する試薬IDを格納するフィールド、805…分析に使用した波長を格納するフィールド、806…分析項目の濃度又は活性値の測定値を格納するフィールド、807…ステップ504で正規化した後の第1反応の吸光度の平均値を格納するフィールド、808…理論パラメータkを格納するフィールド、809…理論パラメータA0を格納するフィールド、810…理論パラメータA1を格納するフィールド、811…濃度又は活性値への換算式を決定する(数1)におけるaを格納するフィールド、812…濃度又は活性値への換算式を決定する(数1)におけるbを格納するフィールド、900…反応過程データの異常を判定する時のフローチャート、901…理論パラメータDBを読み出すステップ、902…被判定反応過程データA被(t)とその測定値を抽出するステップ、903…エンド法かレート法かを判断するステップ、904…被判定反応過程データA被(t)を正規化するステップ、905…rとA被0とA被1を算出するステップ、906…A被(t)の理論反応過程データA被理(t)を算出するステップ、907…A被理(t)を基準反応過程データとして設定するステップ、908…許容誤差AE(t)を算出するステップ、909…反応する物質の濃度に影響を与える異常の有無を判定するステップ、910…吸光度にばらつきを生じさせる異常の有無を判定するステップ、911…判定結果が正常か異常かを判定するステップ、912…判定結果"正常"を入出力端末に出力するステップ、913…判定結果"異常"を入出力端末に出力するステップ、1000…ステップ909の結果が偽となったときの入出力端末の画面例、1100…ステップ910の結果が偽となったときの入出力端末の画面例。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a technique and an automatic analyzer for measuring the concentration or activity value of a target component in a sample, and software and a system using data at the time of measurement.
[0002]
[Prior art]
The automatic analyzer dispenses a sample and a reagent into a reaction vessel to generate a chemical reaction, measures the absorbance of the mixed solution, and measures the time series data of the absorbance due to the chemical reaction (in the following explanation, the reaction process data and This is a device for calculating the concentration or activity value of the target component in the sample by calculating the amount of change in absorbance and the rate of change in absorbance.
[0003]
Such automatic analyzers are mainly used in medical institutions for biochemical tests, immunological tests, etc., and the results of the tests are used by doctors to make various diagnoses, such as understanding the patient's medical condition, determining treatment effects, and monitoring the prognosis. It plays an extremely important role in doing it. For this reason, in the analysis by the automatic analyzer, accuracy management for assuring that the measurement has been performed correctly is important.
[0004]
As one of the quality control methods, there is a method of measuring a quality control sample whose concentration of each component is known. This is because the quality control sample was measured before and after the measurement of the patient sample sample or between the measurement of multiple patient sample samples, and if the test result of the quality control sample was within the allowable error range for the known concentration, the measurement was performed correctly. This is a method for judging and guaranteeing the test result of a patient specimen sample. Therefore, if the inspection result of the quality control sample deviates from the allowable error range with respect to the known concentration, it means that some abnormality has occurred during the measurement, and the test result of the patient specimen sample cannot be guaranteed. It is necessary to stop the analysis, investigate the cause of the abnormality, and take countermeasures.
[0005]
As a conventional technique for detecting an abnormality at the time of measurement, the “analysis process confirmation method of an analyzer and an automatic analyzer” described in
[0006]
[Patent Document 1]
JP 2000-275252 A
[0007]
[Problems to be solved by the invention]
However, in the technique described in
[0008]
In addition, abnormalities that occur at the time of measurement include accidental abnormalities such as noise. Such an abnormality does not necessarily change at a predetermined photometric point in the reaction process data, but changes in the reaction process data at irregular timing. There is a problem that it is difficult to estimate the presence or absence of an abnormality that occurs.
[0009]
An object of the present invention is to provide an abnormality detection system and an abnormality detection method for detecting an abnormality that occurs when measuring a target component in a sample.
[0010]
[Means for Solving the Problems]
The problem is to detect anomalies in time-series data of photometric values obtained by optically measuring a mixture of one or more reagents used to measure the concentration or activity value of a target component in a sample and the sample. Reference time-series data storage means for storing time-series data corresponding to a chemical reaction model when a sample is normally analyzed as reference time-series data, and a time-series data and a reference time-series. This can be solved by an abnormality detection system characterized by comprising an abnormality determination means for comparing data and determining the presence or absence of an analysis abnormality of a sample.
[0011]
In addition, the above-mentioned problems include theoretical parameter storage means for storing a parameter including a coefficient corresponding to a chemical reaction rate for each target component used in a chemical reaction model, and a coefficient corresponding to the concentration or activity value of a sample component, and the parameter Time series data calculation means for calculating time series data of a chemical reaction model by using, and reference time series data setting means for setting theoretical time series data calculated by the theoretical time series data calculation means as reference time series data With the abnormality detection system characterized by having a plurality of chemical reaction models different for each target component can be expressed by parameters, it can be solved easily.
[0012]
In addition, the above-described problems include known concentration sample time-series data storage means for storing one or a plurality of time-series data obtained by measuring a known concentration sample whose concentration or activity value of the target component is known, and known concentration An abnormality characterized by having theoretical parameter calculation means for calculating parameters using time series data stored in the sample time series data storage means, and theoretical parameter setting means for setting the calculated parameters in the theoretical parameter storage means Since the detection system can calculate parameters suitable for each measurement condition and measurement environment such as an automatic analyzer, it can be solved while further improving the reliability of the determination result.
[0013]
DETAILED DESCRIPTION OF THE INVENTION
The present invention provides an anomaly detection system and an anomaly detection method for detecting an anomaly that occurs during measurement, regardless of the timing at which changes appear in reaction process data for samples of any concentration.
[0014]
The abnormality detection method of the present invention includes a step of using reaction process data corresponding to a chemical reaction model when analysis is normally performed as reference reaction process data, and a step of comparing reaction process data with reference reaction process data. And detecting the presence or absence of abnormality during measurement by comparing the reaction process data with the reference reaction process data.
[0015]
That is, the abnormality detection method of the present invention is a time series of photometric values obtained by optically measuring a mixed solution obtained by mixing one or more types of reagents used for measuring the concentration or activity value of a target component in a sample and the sample. An anomaly detection method for detecting anomalies in data, the step of storing time series data corresponding to a chemical reaction model when a sample is normally analyzed as reference time series data in a reference time series data storage means; The method includes a step of comparing the time series data with the reference time series data and determining whether there is an abnormality in the analysis of the sample by the abnormality determination means.
[0016]
In the abnormality detection method, a parameter including a coefficient corresponding to the chemical reaction rate for each target component used in the chemical reaction model and a coefficient corresponding to the concentration or activity value of the sample component is stored in the theoretical parameter storage means. Using the process and parameters, the time series data of the chemical reaction model is calculated by the theoretical time series data calculation means, and the theoretical time series data calculated by the theoretical time series data calculation means is used as the reference time series data. And a step of setting by time-series data setting means.
[0017]
In the abnormality detection method, one or a plurality of time series data obtained by measuring a known concentration sample whose concentration or activity value of the target component is known is stored in a known concentration sample time series data storage means. Using the time series data stored in the known concentration sample time series data storage means, calculating the parameters by the theoretical parameter calculation means, and setting the calculated parameters in the theoretical parameter storage means by the theoretical parameter setting means It has the characteristics.
[0018]
FIG. 1 is a diagram illustrating a configuration example of an
[0019]
A
[0020]
Although the
[0021]
The
[0022]
It is assumed that the reaction process
[0023]
The input /
[0024]
FIG. 2 is a diagram illustrating a configuration example of the
[0025]
The
[0026]
The cell is a reaction vessel, and a sample is dispensed from the sample dispensing nozzle 204, a first reagent is dispensed from the first
[0027]
Hereinafter, the operation of the
(1) First, the
(2) The water in the
(3) Dispense the first reagent into the
(4) Measure the mixed solution of the sample and the first reagent a plurality of times at regular time intervals.
(5) Dispense the second reagent into the
(6) Measure the mixed solution of the sample, the first reagent, and the second reagent a plurality of times at regular time intervals.
(7) After performing photometry a total of 34 times in a reaction time of 10 minutes, the
[0028]
At this time, the reaction from the addition of the first reagent to the addition of the second reagent is called a first reaction, and the reaction from the addition of the second reagent to the end of photometry is called a second reaction. Some analysis items use only the first reagent and do not execute the operations (5) and (6). As described above, the reagent is classified into one-reagent system analysis and two-reagent system analysis according to the number of reagents used.
[0029]
The measured absorbance is converted into a concentration or activity value C by a conversion formula as shown in (Equation 1) based on the law (Labbert-Beer's law) in which the absorbance is proportional to the concentration of the substance. Saved in.
C = aA + b (Equation 1)
In (Equation 1), a and b are preset values and differ depending on the analysis item. A is an absorbance change amount at a certain photometry point or an absorbance change rate between a plurality of photometry points. As described above, as a method for converting the absorbance to the concentration or activity value of the target component in the sample, there are an end method using the absorbance change amount and a rate method using the absorbance change rate.
[0030]
FIG. 3 is a diagram showing a reaction process data example 300 of TP (total protein) as an example of an analysis item for which the endo method is used in the embodiment of the present invention.
[0031]
TP is a one-reagent analysis, and a peptide (—CO—NH—) in a sample and a copper ion (Cu 2+ ) Calculates a concentration of TP by measuring a change in the concentration of the chelate compound using a chemical reaction that changes to a chelate compound (a metal ion bonded to an organic molecule). Therefore, the photometric wavelength uses the absorption peak wavelength of the product chelate compound.
[0032]
As shown in the reaction process data example 300, immediately after the start of the reaction, the chelate compound increases and the absorbance rapidly increases. However, immediately after the end of the analysis, all the peptides in the sample are changed to chelate compounds, so that the reaction hardly proceeds and no increase in absorbance is observed. By using the amount of change in absorbance at the end of the analysis, the concentration of TP is calculated.
[0033]
FIG. 4 is a diagram showing a reaction process data example 400 of LDH (lactate dehydrogenase) as an example of an analysis item for which the rate method is used in the example of the present invention.
[0034]
LDH is a two-reagent analysis, as shown in
[0035]
As shown in reaction process data example 400, the absorbance in the first reaction is substantially constant, but in the second reaction, the absorbance decreases with a constant slope until the end of the analysis. This shows that NADH is gradually decreased according to the activity of LDH in the sample. The activity value of LDH in the sample is calculated by using the absorbance change rate during the second reaction.
[0036]
In the present embodiment, this chemical reaction process is modeled by an exponential function with time t as a variable as shown in (Equation 2), assuming that the sample, reagent, and apparatus are all measured in an abnormal state. The reaction process data expressed by (Equation 2) is called theoretical reaction process data.
A (t) = A 0 + A 1 (1-e -Kt ) (Equation 2)
e is the base of the natural logarithm. At this time, k is the rate of reaction, A 0 Is the initial absorbance at the start of the reaction, A 1 Is a parameter indicating the concentration of the target component (hereinafter referred to as a theoretical parameter). Where A 0 , A 1 Varies depending on the sample, but k is uniquely determined by the type of chemical reaction, that is, the combination of the analysis item and the reagent.
[0037]
In this way, by modeling the chemical reaction process with parameters, the chemical reaction process can be easily expressed with respect to samples of all concentrations for each target component.
[0038]
FIG. 5 is a
[0039]
First, from the reaction process data stored in the reaction process
Next, the
[0040]
Next, the
[0041]
When the rate method is determined in step 503, the
[0042]
Next, a specific example of
[0043]
Next, the
[0044]
Next, the
ΔA AVE (T) = A AVE (T + 1) -A AVE (T + 1) (Equation 3)
FIG. 6 is a diagram illustrating an example 600 of the known concentration reaction process
[0045]
In Example 600, together with the number indicating the photometric point (t = 1, 2, 3,..., 33, 34), the time from the addition of the first reagent at each photometric point, A AVE (T), A SD (T), ΔA AVE (T) is stored.
[0046]
Next, the
When it is determined in
[0047]
Next, the
[0048]
FIG. 7 is a diagram illustrating an example 700 of the known concentration reaction process
[0049]
In Example 700, a flag indicating that the photometric points t = 1 to 16 at the first reaction and three photometric points t = 17 to 19 immediately after the addition of the second reagent are excluded in the subsequent processing is given. .
[0050]
Next, the
A 1 (T) = ± √ ({ΔA AVE (T)} 2 /
{(-E −k (t + 1) )-(-E -Kt )} 2 ) (Equation 4)
As a result, in the second reaction that is directly used for the conversion to the concentration or activity value of the analysis item, the absorbance of the first reaction and the photometric point at which the temperature in the reaction vessel changes temporarily, such as immediately after addition of the reagent, are excluded. An appropriate theoretical parameter can be calculated by using only a photometric point with a constant temperature in the reaction vessel.
[0051]
Next, the
[0052]
Next, the
[0053]
FIG. 8 is a diagram showing an example 800 of the
[0054]
The
[0055]
In Example 800, the reagent “
[0056]
Through the
[0057]
In the present embodiment, in
[0058]
Next, processing for determining the presence or absence of abnormality in reaction process data based on theoretical parameters obtained by measuring a quality control sample will be described.
[0059]
FIG. 9 shows a flowchart 900 for determining abnormality of reaction process data in the embodiment of the present invention.
[0060]
First, the
[0061]
Next, the
[0062]
Next, the
[0063]
If it is determined in
[0064]
Next, a specific example of
[0065]
Next, the
A Obedience (T) = A Covered + A 1 (1-e -Kt ) (Equation 5)
The specific procedure of
[0066]
Quality control sample and A Covered The change in absorbance or the rate of change in absorbance used for conversion of the measured value of (t) is respectively expressed as A Spirit , A Covered Then, from (Equation 1), the relationships of (Equation 6) and (Equation 7) hold.
aA Covered + B = r × (aA Spirit + B) (Formula 6)
A Covered = R * A Spirit + (R-1) * b / a (Expression 7)
At this time, according to Lambert-Beer's law, (Expression 7) can be applied to all photometric points t. From this, A Spirit By substituting (Equation 2) into Obedience (T) can be expressed as (Equation 8).
A Obedience (T) = r × A 0 + (R-1) * b / a + r * A 1 (1-e -Kt ) ... (Equation 8)
From the above, by comparing the right sides of (Equation 5) and (Equation 8), A Covered = R * A 0 + (R−1) × b / a, A 1 = R * A 1 Can be calculated.
[0067]
In this way, in
[0068]
Next, the
[0069]
Next, the
[0070]
Next, the
[0071]
Next, the
[0072]
Next, the
[0073]
Next, the
[0074]
As a result of
[0075]
In
[0076]
From
[0077]
FIG. 10 is a diagram showing a screen example 1000 of the input /
[0078]
In the screen example 1000, D (t) is -A at some photometric points t due to an abnormality that affects the concentration of the reacting substance (abnormal dispensing amount of sample or reagent, thinning of the reagent, etc.). E It is displayed that it is smaller than (t). As described above, it is possible to detect reaction process data including an abnormality that affects the concentration of the reacting substance by
[0079]
FIG. 11 is a diagram showing a screen example 1100 of the input /
[0080]
In the
In this embodiment, in
[0081]
In
[0082]
The parameters that represent the chemical reaction model are calculated by the abnormality detection system described above, and compared with the reaction process data using this chemical reaction model as a reference, so the timing at which changes appear in the reaction process data for samples of any concentration Regardless, it is possible to detect an abnormality that occurs during measurement.
[0083]
【The invention's effect】
ADVANTAGE OF THE INVENTION According to this invention, the abnormality detection system and abnormality detection method which detect abnormality which generate | occur | produces at the time of the measurement of the target component in a sample can be provided.
[Brief description of the drawings]
FIG. 1 is a diagram illustrating a configuration example of an abnormality detection system according to an embodiment of the present invention.
FIG. 2 is a diagram illustrating a configuration example of an automatic analyzer according to an embodiment of the present invention.
FIG. 3 is a diagram showing an example of reaction process data of TP as an example of an analysis item for which the end method is used in the embodiment of the present invention.
FIG. 4 is a diagram showing an example of LDH reaction process data as an example of an analysis item for which the rate method is used in the embodiment of the present invention.
FIG. 5 is a diagram showing a flowchart when setting theoretical parameters based on reaction process data obtained by measuring a quality control sample in the embodiment of the present invention.
6 is a diagram showing an example of a known concentration reaction process data storage device after execution of
7 is a diagram showing an example of a known concentration reaction process data storage device after execution of
FIG. 8 is a diagram showing an example of a theoretical parameter DB after execution of step 512 in FIG. 5;
FIG. 9 is a flowchart for determining abnormality of reaction process data in the embodiment of the present invention.
10 is a diagram showing an example of a screen of the input / output terminal when the result of
11 is a diagram showing an example of a screen of the input / output terminal when the result of
[Explanation of symbols]
DESCRIPTION OF
Claims (2)
前記試料の分析が正常に実施されたときの化学反応モデルに対応した前記時系列データを基準時系列データとして記憶する基準時系列データ記憶手段と、
前記時系列データと前記基準時系列データを比較し、前記試料の分析異常の有無を判定する異常判定手段と、
前記化学反応モデルで用いる前記目的成分毎の化学反応速度に応じた係数と、前記試料の成分の濃度又は活性値に応じた係数を含むパラメータを記憶する理論パラメータ記憶手段と、
前記パラメータを用いて前記化学反応モデルの時系列データを算出する理論時系列データ算出手段と、
前記理論時系列データ算出手段で算出した理論上の時系列データを前記基準時系列データとして設定する基準時系列データ設定手段とを有することを特徴とする異常検出システム。An abnormality detection system for detecting anomalies in time-series data of photometric values obtained by optically measuring a mixed liquid obtained by mixing one or more types of reagents used for measuring the concentration or activity value of a target component in a sample and the sample. Because
Reference time series data storage means for storing the time series data corresponding to a chemical reaction model when the analysis of the sample is normally performed as reference time series data;
An abnormality determination means that compares the time series data with the reference time series data and determines the presence or absence of an analysis abnormality of the sample ;
Theoretical parameter storage means for storing a parameter including a coefficient according to a chemical reaction rate for each target component used in the chemical reaction model, and a coefficient according to a concentration or activity value of a component of the sample;
Theoretical time series data calculating means for calculating time series data of the chemical reaction model using the parameters;
An anomaly detection system comprising reference time series data setting means for setting theoretical time series data calculated by the theoretical time series data calculation means as the reference time series data .
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003142841A JP4276894B2 (en) | 2003-05-21 | 2003-05-21 | Anomaly detection system and anomaly detection method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003142841A JP4276894B2 (en) | 2003-05-21 | 2003-05-21 | Anomaly detection system and anomaly detection method |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2004347385A JP2004347385A (en) | 2004-12-09 |
JP2004347385A5 JP2004347385A5 (en) | 2006-08-03 |
JP4276894B2 true JP4276894B2 (en) | 2009-06-10 |
Family
ID=33530789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003142841A Expired - Fee Related JP4276894B2 (en) | 2003-05-21 | 2003-05-21 | Anomaly detection system and anomaly detection method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4276894B2 (en) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006337125A (en) * | 2005-06-01 | 2006-12-14 | Hitachi High-Technologies Corp | Automatic analyzer, and analysis method using the automatic analyzer |
JP2008058065A (en) * | 2006-08-30 | 2008-03-13 | Hitachi High-Technologies Corp | Autoanalyzer and automatic analysis method |
JP4896147B2 (en) * | 2006-10-13 | 2012-03-14 | ベックマン コールター, インコーポレイテッド | Abnormality identification method and analyzer |
WO2008044312A1 (en) * | 2006-10-13 | 2008-04-17 | Olympus Corporation | Method of identifying error and analyzer |
JP2008203008A (en) * | 2007-02-19 | 2008-09-04 | Hitachi High-Technologies Corp | Autoanalyzer |
JP4920450B2 (en) * | 2007-02-23 | 2012-04-18 | 株式会社東芝 | Automatic analyzer and accuracy control method thereof |
JP4654256B2 (en) * | 2008-02-28 | 2011-03-16 | 株式会社日立ハイテクノロジーズ | Automatic analyzer |
JP2010008402A (en) * | 2008-05-30 | 2010-01-14 | Hitachi High-Technologies Corp | Abnormality determination assistance method of reaction process data and automatic analyzer |
JP5787948B2 (en) * | 2008-05-30 | 2015-09-30 | 株式会社日立ハイテクノロジーズ | Method for supporting abnormality determination of reaction process data and automatic analyzer |
JP5414286B2 (en) * | 2009-01-16 | 2014-02-12 | 株式会社東芝 | Automatic analyzer |
JP5193937B2 (en) | 2009-05-08 | 2013-05-08 | 株式会社日立ハイテクノロジーズ | Automatic analyzer and analysis method |
JP5193940B2 (en) * | 2009-05-11 | 2013-05-08 | 株式会社日立ハイテクノロジーズ | Automatic analyzer |
JP5520519B2 (en) | 2009-05-20 | 2014-06-11 | 株式会社日立ハイテクノロジーズ | Automatic analyzer and analysis method |
WO2012008324A1 (en) | 2010-07-14 | 2012-01-19 | 株式会社日立ハイテクノロジーズ | Automatic analysis device, analysis method and information processing device |
JP5860643B2 (en) * | 2011-09-08 | 2016-02-16 | 株式会社日立ハイテクノロジーズ | Automatic analyzer |
JP5897323B2 (en) | 2011-12-26 | 2016-03-30 | 株式会社日立ハイテクノロジーズ | Automatic analyzer and measurement value abnormality detection method |
JP5953089B2 (en) * | 2012-03-30 | 2016-07-13 | 株式会社Lsiメディエンス | Method for detecting measurement data abnormality and measurement data abnormality detection device |
JP6073117B2 (en) | 2012-11-26 | 2017-02-01 | 株式会社日立ハイテクノロジーズ | Automatic analyzer, automatic analysis method |
JP6454211B2 (en) * | 2015-03-31 | 2019-01-16 | シスメックス株式会社 | Sample analyzer, blood coagulation analyzer, sample analysis method, and computer program |
JP6937142B2 (en) * | 2017-03-17 | 2021-09-22 | 株式会社東芝 | Deviation judgment device, daily type discrimination device, prediction device, program, and deviation judgment method |
CN109030801B (en) * | 2018-06-02 | 2021-08-20 | 宏葵生物(中国)股份有限公司 | Automatic biochemical analyzer for clinical samples |
JP7299914B2 (en) * | 2018-10-17 | 2023-06-28 | 株式会社日立ハイテク | Abnormality determination method and automatic analyzer |
CN113474662A (en) * | 2018-12-28 | 2021-10-01 | 贝克曼库尔特有限公司 | Clinical analyzer automation system diagnostics |
JP7320137B2 (en) * | 2020-07-20 | 2023-08-02 | 株式会社日立ハイテク | Automatic analyzer and automatic analysis method |
CN116000475B (en) * | 2023-03-23 | 2023-06-09 | 深圳欧斯普瑞智能科技有限公司 | Laser cutting head control method, device, computer equipment and storage medium |
-
2003
- 2003-05-21 JP JP2003142841A patent/JP4276894B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2004347385A (en) | 2004-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4276894B2 (en) | Anomaly detection system and anomaly detection method | |
EP2096442B1 (en) | Automatic analyzer | |
EP2428802B1 (en) | Automatic analysis device and analysis method | |
US9217712B2 (en) | Method for assisting judgment of abnormality of reaction process data and automatic analyzer | |
JP4006203B2 (en) | Precision analysis method for automatic analyzer and chemical analysis method | |
JP5520519B2 (en) | Automatic analyzer and analysis method | |
JP4856993B2 (en) | Self-diagnosis type automatic analyzer | |
JP4366261B2 (en) | Method for determining presence / absence of abnormality in measurement reaction process, automatic analyzer capable of executing the method, and storage medium storing program of the method | |
US6787361B1 (en) | Clinical assay calibration adjustment method | |
JP2005127757A (en) | Automatic analyzer | |
JP4287753B2 (en) | Analysis equipment | |
WO2019123956A1 (en) | Signal processing device and signal processing method | |
WO2020195783A1 (en) | Data analysis method, data analysis system, and computer | |
JP2519325B2 (en) | Automated analyzers and methods for clinical testing | |
JP5787948B2 (en) | Method for supporting abnormality determination of reaction process data and automatic analyzer | |
JP2008058065A (en) | Autoanalyzer and automatic analysis method | |
US11714095B2 (en) | Abnormality determining method, and automatic analyzer | |
JP2005207897A (en) | Autoanalyzer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20050317 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20060511 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20060511 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060519 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060519 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060519 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080129 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090303 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090309 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120313 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120313 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130313 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130313 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |