JP7038459B2 - 呼吸機能検査装置、データ処理方法及び呼吸機能検査システム - Google Patents

Description

本発明は、呼吸機能検査装置、データ処理方法及び呼吸機能検査システムに関する。

ヒトの呼吸機能検査の一手法として、スパイロメトリが知られている（例えば、特許文献１）。

特開２００７－８３０３１号公報

スパイログラムは、医療関係者が当該表示内容を一見しても呼吸機能検査の妥当性や被験者の状態を判断することが困難なことがあった。

本発明は、上記の課題に鑑みてなされたものであって、判断を支援する情報処理が可能な呼吸機能検査装置、データ処理方法及び呼吸機能検査システムを提供することを目的とする。

上記の目的を達成するため、本発明に係る呼吸機能検査装置は、スパイログラムを導出可能なデータであって過去に実施された被験者の呼吸機能の測定結果を示す過去データに基づいて新たな呼吸機能の測定結果を示す追加データを処理する呼吸機能検査装置であって、呼吸機能が正常である場合の測定結果を示すデータ及び異常がある場合の測定結果を示すデータを前記過去データとして記憶する記憶部と、前記追加データと前記過去データとの相関の少なくとも一方を判定する制御部とを備える。

これによって、追加データと記憶部に記憶されたデータとの相関を判定可能になる。すなわち、相関の高低に基づいて、正常な追加データが測定されたか何らかの異常を示す追加データが測定されたかが認識されやすくなる。従って、判断を支援する情報処理が可能である。

呼吸機能検査装置の望ましい態様として、前記過去データは、呼吸機能検査の妥当性が失われる異常が生じた場合の測定結果を示す第１データを含み、前記制御部は、前記第１データに基づいて前記追加データが得られた呼吸機能検査の妥当性を判定する。

これによって、従来、追加データに基づいた被験者の病態診断を行う前に呼吸機能検査を被験者にガイドする検査者が追加データから得られた数値やフローボリュームカーブに基づいて行っていた再測定が必要かどうかの判断を自動化できる。また、検査者によってばらつきがあった再測定が必要かどうかの判断の精度を標準化できる。従って、判断を支援する情報処理が可能である。

呼吸機能検査装置の望ましい態様として、前記追加データが得られた呼吸機能検査の妥当性がないと判定された場合に前記追加データの再取得を促す通知を含む表示を行う表示部を備える。

これによって、再度の呼吸機能検査の実施を促す情報を提供できる。

呼吸機能検査装置の望ましい態様として、前記過去データは、健常者の呼吸機能の測定結果を示す第２データと、呼吸器疾患に罹患している被験者の呼吸機能の測定結果を示す第３データを含み、前記制御部は、前記追加データが得られた呼吸機能検査の妥当性があると判定された場合に前記追加データが前記第２データ又は前記第３データのいずれに該当するかさらに判定する。

これによって、被験者の病態診断を支援する情報処理が可能である。

呼吸機能検査装置の望ましい態様として、前記第３データは、喘息を罹患している被験者の喘息データと、喘息又は他の呼吸器疾患のいずれであるか判定が困難な判別困難データとを含み、前記喘息データは、気道可逆性試験を経た再度の測定結果に基づいて喘息と判定された試験済みデータを含み、前記判別困難データは、前記試験済みデータが得られた被験者が前記気道可逆性試験を経る前の未試験データを含み、前記試験済みデータと前記未試験データとは対応付けられ、前記制御部は、前記追加データと前記未試験データとの照合結果に基づいて、前記追加データが測定された被験者に対する前記気道可逆性試験の実施の妥当性をさらに判定する。

これによって、気道可逆性試験を行うことで喘息と判定する診断の確度がより高められる。従って、診断を支援する情報処理が可能である。

呼吸機能検査装置の望ましい態様として、前記過去データは、複数の前記被験者の各々の年齢、性別、身長、体重のうち少なくとも１つ以上を含む被験者属性情報を含み、前記制御部は、前記被験者属性情報に基づいて前記追加データが前記第２データ又は前記第３データのいずれに該当するか判定する。

これによって、被験者属性情報に対応した病態診断を支援できる。

呼吸機能検査装置の望ましい態様として、前記制御部は、前記追加データが前記第３データに該当する場合、前記記憶部に記憶されている呼吸器疾患の重症度別に設けられた前記第３データに基づいて前記被験者の呼吸器疾患の重症度を判定する。

これによって、呼吸器疾患の重症度の診断を支援できる。

呼吸機能検査装置の望ましい態様として、前記制御部は、前記追加データを入力とし、前記記憶部に記憶されているデータを教師データとし、前記追加データの判定結果を出力とするニューラルネットワークを生成する。

これによって、機械学習を利用した判断の支援が可能である。

また、上記の目的を達成するため、本発明に係るデータ処理方法は、情報処理装置が、呼吸機能検査装置を用いて過去に実施された被験者の測定結果を示すデータであって、呼吸機能検査の妥当性が失われる異常が生じた場合の測定結果を示す第１データを含むデータに基づいて新たな測定結果を示す追加データを処理するデータ処理方法であって、前記第１データに基づいて前記追加データが得られた呼吸機能検査の妥当性を判定するステップを含む。

これによって、従来、追加データに基づいた被験者の病態診断を行う前に呼吸機能検査を被験者にガイドする検査者が追加データから得られた数値やフローボリュームカーブに基づいて行っていた再測定が必要かどうかの判断を自動化できる。また、検査者によってばらつきがあった再測定が必要かどうかの判断の精度を標準化できる。従って、判断を支援する情報処理が可能である。

また、上記の目的を達成するため、本発明に係る呼吸機能検査システムは、被験者のフローボリュームカーブを測定する測定部を備える呼吸機能検査装置と、過去に実施された被験者の測定結果を示すデータに基づいて新たな測定結果を示す追加データを処理する情報処理装置と、を備える呼吸機能検査システムであって、前記情報処理装置は、呼吸機能検査の妥当性が失われる異常が生じた場合の測定結果を示す第１データを記憶する記憶部と、前記第１データに基づいて前記追加データが得られた呼吸機能検査の妥当性を判定する制御部とを備える。

これによって、従来、追加データに基づいた被験者の病態診断を行う前に呼吸機能検査を被験者にガイドする検査者が追加データから得られた数値やフローボリュームカーブに基づいて行っていた再測定が必要かどうかの判断を自動化できる。また、検査者によってばらつきがあった再測定が必要かどうかの判断の精度を標準化できる。従って、判断を支援する情報処理が可能である。

本発明によれば、判断を支援する情報処理が可能な呼吸機能検査装置、データ処理方法及び呼吸機能検査システムを提供することができる。

図１は、実施形態の呼吸機能検査装置の主要構成例を示すブロック図である。 図２は、測定部の主要構成例を示す模式図である。 図３は、スパイログラム及びスパイログラムから得られる情報の一例を示す模式図である。 図４は、健常者である被験者が正しい測定方法で測定を行った場合のフローボリュームカーブを含むスパイログラムの一例を示す模式図である。 図５は、呼気開始不良が生じた場合のスパイログラムの一例を示す模式図である。 図６は、呼気開始不良が生じた場合のスパイログラムの別の一例を示す模式図である。 図７は、呼気が弱くＰＥＦがない場合のスパイログラムの一例を示す模式図である。 図８は、呼気中に咳を含む場合のスパイログラムの一例を示す模式図である。 図９は、呼気中に声門閉鎖を含む場合のスパイログラムの一例を示す模式図である。 図１０は、努力呼気曲線の一例を示す模式図である。 図１１は、疾患の有無及び疾患の種類とフローボリュームカーブとの関係の一例を示す模式図である。 図１２は、測定データの付加データをテーブルデータ形式で表現した場合の一例を示す図である。 図１３は、演算部による処理の流れの一例を示すフローチャートである。 図１４は、診断支援処理の流れの一例を示すフローチャートである。 図１５は、表示部の表示態様の一例を示す図である。 図１６は、可逆性試験を促す通知を含む表示態様の一例を示す図である。 図１７は、ＣＯＰＤに罹患している被験者の追加データのフローボリュームカーブの一例を示す模式図である。 図１８は、ＣＯＰＤに罹患している被験者の追加データのフローボリュームカーブの一例を示す模式図である。

本発明を実施するための形態（実施形態）につき、図面を参照しつつ詳細に説明する。以下の実施形態に記載した内容により本発明が限定されるものではない。また、以下に記載した構成要素には、当業者が容易に想定できるもの、実質的に同一のものが含まれる。さらに、以下に記載した構成要素は適宜組み合わせることが可能である。

図１は、実施形態の呼吸機能検査装置１の主要構成例を示すブロック図である。呼吸機能検査装置１は、測定部１０と、データ管理部２０とを備える。本実施形態の呼吸機能検査装置１は、スパイロメトリの実施及びスパイロメトリの実施によって得られた被験者のデータに基づいた各種の処理を行う。スパイロメトリは、被験者の肺気量及び肺気量に関わる各種の事項を検査するための呼吸機能検査である。

図２は、測定部１０の主要構成例を示す模式図である。測定部１０は、被験者の呼吸機能検査に用いられる。測定部１０は、例えば、抵抗体１１と、圧力差測定部１２と、マウスピース１３とを備える。抵抗体１１は、被験者の呼吸器の流れに対する抵抗を与え、抵抗体１１の通過前後の位置に圧力差（差圧）を生じさせる。圧力差測定部１２は、抵抗体１１で生じた差圧を検出して当該差圧を示す信号をデータ管理部２０へ出力する。データ管理部２０は、当該信号に基づいたデータを追加データＡＤとする。

追加データＡＤは、例えば、後述するスパイログラムＳＧ（図３等参照）、努力呼気曲線及びこれらに関する各種のパラメータを導出可能なデータとして機能する。追加データＡＤは、スパイログラムＳＧ、努力呼気曲線等の図形を描画可能な当該信号そのものを示すデータであってもよいし、当該信号から導出された各種のパラメータを含むデータの集合体であってもよい。なお、後述する測定データ２１０は、新たに測定された追加データＡＤに対して、過去の測定によって得られたデータであるという点が異なるのみであり、データの構成要素については追加データＡＤと同様である。

マウスピース１３は、被験者であるヒトＨの口と抵抗体１１との間の気道を形成する。測定部１０を用いた呼吸機能検査において、被験者は、マウスピース１３を咥えた状態で予め定められた呼吸法に従って呼吸を行う。係る呼吸によって抵抗体１１で生じた差圧を圧力差測定部１２が検出する。

図２に示す測定部１０は、抵抗体１１に金属細管の束を採用した所謂フライシュ型気流計を用いたスパイロメータであるが、測定部１０の具体的な形態はこれに限られるものでない。測定部１０は、例えば、ベネディクト－ロス型、ベローズ型又はその他の種類のスパイロメータであってもよい。

データ管理部２０は、測定部１０を用いて測定されたデータを利用した各種の処理を行う。データ管理部２０は、記憶部２１、演算部２２、表示部２３、入力部２４等を備える。記憶部２１は、ハードディスクドライブ（ＨＤＤ：Hard Disk Drive）、ソリッドステートドライブ（ＳＳＤ：Solid State Drive）、フラッシュメモリーその他の記憶装置のいずれかを有し、各種のデータを記憶する。記憶部２１は、例えば、測定データ２１０、表示プログラム２２０、判定プログラム２３０等を記憶する。

測定データ２１０は、過去に測定部１０を用いて行われた測定結果を示す「過去」データである。また、被験者が新たに行った測定によって測定部１０からデータ管理部２０に出力された新たな測定結果を示すデータ（追加データＡＤ）は、１人の被験者の１回分の測定データ２１０として扱われる。すなわち、測定部１０を用いて測定が行われるたび、測定データ２１０に含まれる被験者のデータは増加する。

表示プログラム２２０は、追加データＡＤ、測定データ２１０に基づいた表示出力を行うためのソフトウェア・プログラムである。以下、単にプログラムと記載した場合、ソフトウェア・プログラムのことをさす。判定プログラム２３０は、追加データＡＤがどのようなデータであるかを判定するためのプログラムである。これらのプログラムにより実現される機能については後述する。

演算部２２は、ＣＰＵ（Central Processing Unit）等の演算回路を有し、記憶部２１に記憶されているプログラム、データを読み出して実行処理し、データ管理部２０の動作に関する各種の処理を行う。表示部２３は、液晶ディスプレイ、有機エレクトロルミネセンスディスプレイその他の表示装置のいずれかを有し、演算部２２の処理内容に応じた表示出力を行う。入力部２４は、例えば表示部２３の表示領域に対するタッチ操作を検出するタッチパネル、キーボード、マウスその他の入力装置のいずれかを有し、データ管理部２０に対するユーザの手動入力操作を受け付ける。

以下、追加データＡＤ及び測定データ２１０に基づいて描画可能なスパイログラムＳＧの概要について説明する。

図３は、スパイログラムＳＧ及びスパイログラムＳＧから得られる情報の一例を示す模式図である。スパイロメトリでは、図３に示すようなフローボリュームカーブＬを描くグラフであるスパイログラムＳＧを描画可能なデータが追加データＡＤ（及び測定データ２１０）として得られる。原点（０）の横軸を基準として上向きの縦軸が呼気による単位時間あたりの呼気流量、すなわち、気流量（フロー）を示し、下向きの縦軸が吸気による気流量を示す。また、幅Ｄ１が努力肺活量（ＦＶＣ：Forced Vital Capacity）を示す。ＦＶＣは、後述するＶ５０及びＶ２５における１００［％］肺気量の基準として扱われる。なお、Ｖ５０及びＶ２５の「Ｖ」は、正しくは上側に傍点が付されたアルファベットのＶである。また、Ｖ５０は、ＦＥＦ５０（Forced Expiratory Flow at 50% of forced vital capacity）と記載されることもある。また、Ｖ２５は、ＦＥＦ７５（Forced Expiratory Flow at 75% of forced vital capacity）と記載されることもある。

図３の幅Ｄ２で示すように、原点（０）の横軸に対して吸気のフローが最大である瞬間の気流量が、ピークフロー（ＰＥＦ：Peak Expiratory Flow）である。喘息、慢性閉塞性肺疾患（ＣＯＰＤ：Chronic Obstructive Pulmonary Disease）、ＡＣＯ（Asthma and COPD Overlap）、肺線維症等の呼吸器疾患に罹患している被験者の場合、一般的に、健常者と比較した場合にＰＥＦ等の低下が現れる傾向があるとされる。

また、幅Ｄ１の中間点に対応する位置における呼気のフロー、すなわち、図３の幅Ｄ３が、５０［％］肺気量の時の呼気流量（Ｖ５０）を示す。また、幅Ｄ１の１／４の位置であって、ＰＥＦから遠い方の位置における呼気のフロー、すなわち、図３の幅Ｄ４が、２５［％］肺気量の時の呼気流量（Ｖ２５）を示す。なお、Ｖ５０及びＶ２５の呼気流量とは、所定の単位時間（例えば、１秒）あたりの呼気流量である。Ｖ５０及びＶ２５は、一般的に、被験者の努力による影響を受けない測定値として診断に利用される傾向がある。喘息等、末梢気道閉塞を伴う疾患に罹患している被験者の場合、一般的に、健常者と比較した場合のＰＥＦの低下よりもＶ５０，Ｖ２５のより顕著な低下が現れる傾向があるとされる。

また、フローボリュームカーブＬには現れないが、スパイロメトリでは、さらに、１秒量（ＦＥＶ１：Forced Expiratory Volume 1sec）及び１秒率（ＦＥＶ１％：Forced Expiratory Volume 1sec ％）も測定される。ＦＥＶ１は、呼気を開始した瞬間から１秒間に呼出された気量を示す。ＦＥＶ１％は、ＦＥＶ１／ＦＶＣと表記されることもあり、ＦＶＣに対するＦＥＶ１の割合を示す。

図３に示すように、フローボリュームカーブＬを描く被験者のスパイログラムＳＧは、時系列に沿って、努力吸気開始点に対応する点Ｐ１、努力吸気終了点及び努力呼気開始点に対応する点Ｐ２、努力呼気のＰＥＦの頂点に対応する点Ｐ３、努力呼気終了点に対応する点Ｐ４の順に沿って形成される。

被験者が測定部１０を用いた呼吸機能検査を行った結果として得られるスパイログラムＳＧは、被験者の健康状態、被験者が正しく測定部１０を取り扱ったか、呼吸機能検査中に生じることが望ましくない事象（被験者の咳等）が生じたか等の各種の事情によって多様な形態を取る。以下、図４から図１１を参照して、スパイログラムＳＧの各種の形態及び関連事項について説明する。まず、健常者である被験者が正しい測定方法で測定を行った場合のフローボリュームカーブを含むスパイログラムＳＧについて図４を参照して説明する。そのうえで、呼吸機能検査の開始から終了までの間に正しい測定方法が順守されなかったことでエラーとして扱われるスパイログラムＳＧについて図５から図９を参照して説明する。

図４は、健常者である被験者が正しい測定方法で測定を行った場合のフローボリュームカーブを含むスパイログラムＳＧの一例を示す模式図である。図４では、フローボリュームカーブのＰＥＦに対応する気流量（Ｌ／ｓｅｃ）に基準線Ｗを付している。後述する図５から図９では、図４で付された基準線Ｗを同様に付すことで、フローボリュームカーブのＰＥＦを図４と比較可能に図示している。

図５は、呼気開始不良が生じた場合のスパイログラムＳＧの一例を示す模式図である。図５に示す例は、図４に示す例に比してフローボリュームカーブのＰＥＦが低く、ＰＥＦに至るまでの呼気量が多い。

図６は、呼気開始不良が生じた場合のスパイログラムＳＧの別の一例を示す模式図である。図６に示す例は、呼気開始後にフローボリュームカーブのＰＥＦに至るまでの間に呼気が生じていることを示すエラーパターンＥ１が含まれているため、呼気開始不良として扱われる。係る呼気は、例えば意図しない少量のものであるが、エラーパターンＥ１としての判定の是非は呼気の発生に基づくものであり、呼気量の多少によるものでない。

図７は、呼気が弱くＰＥＦがない場合のスパイログラムＳＧの一例を示す模式図である。図７に示す例は、図４に示す例に比してフローボリュームカーブのＰＥＦが明らかに低いため、現れるべきＰＥＦがないものとして扱われる。

図８は、呼気中に咳を含む場合のスパイログラムＳＧの一例を示す模式図である。図８に示す例では、呼気中に被験者が咳をしたことによって呼気量の低下と上昇とが繰り返し生じるエラーパターンＥ２がフローボリュームカーブで生じている。

図９は、呼気中に声門閉鎖を含む場合のスパイログラムＳＧの一例を示す模式図である。図９に示す例では、呼気中に被験者が声門を閉じたことによって呼気量が緩やかに低下せず、呼気終末で呼気量が突然基線まで落ちるエラーパターンＥ３がフローボリュームカーブで生じている。

呼気開始不良の有無については、スパイログラムＳＧの形状に限らず、努力呼気曲線から導出可能な外挿気量ＥＶ（図１０参照）、努力呼気時間、呼気終末のプラトー等に基づいて判断可能である。以下、努力呼気曲線及び外挿気量ＥＶについて、図１０を参照して説明する。

図１０は、努力呼気曲線の一例を示す模式図である。図１０に示す努力呼気曲線は、図３に示す点Ｐ１から点Ｐ４にかけての肺気量の変化を時間軸に沿って示したものである。言い換えれば、スパイログラムＳＧと努力呼気曲線は、両方とも、１回の呼吸機能検査により得られた１つの追加データＡＤ（及び測定データ２１０）から導出できる。努力呼気曲線は、横軸が時間軸、縦軸が気量の軸である。図１０における右端側が点Ｐ１に対応する開始点側であり、左端側が点Ｐ４に対応する終了点側である。図１０における左端と、被験者の最大吸気量を示す横軸線ＭＡＸとの距離は、ＦＶＣを表す。

図１０に示す線ＥＶＬは、努力呼気曲線における横軸線ＭＡＸに対する傾き（呼気による吸気量の低下の度合いの傾き）が最大である部分の直線を延長したものである。線ＥＶＬと横軸線ＭＡＸとの交差点は、努力肺活量の呼気開始点ＴＺとして扱われる。また、呼気開始点ＴＺの時点における横軸線ＭＡＸと努力呼気曲線との間隔は、呼気開始点ＴＺにおける呼気量を示す外挿気量ＥＶとして扱われる。

外挿気量ＥＶがＦＶＣの５％以上であるという条件及び外挿気量ＥＶが１５０ｍｌ以上であるという条件の少なくとも一方が満たされた場合、その外挿気量ＥＶを含む呼吸機能検査における呼気開始は不良であると判定される。例えば、図４に示す例が呼気開始不良でなく、図５に示す例が呼気開始不良として扱われる理由の１つは、外挿気量ＥＶに関する条件に基づいている。

また、図４から図９では、各々のフローボリュームカーブが得られた呼吸機能検査における呼気時間の経過と呼気量の増加との関係（プラトーの発生の有無）を示す曲線ＰＬ１，ＰＬ２，ＰＬ３，ＰＬ４，ＰＬ５，ＰＬ６を示している。当該曲線ＰＬ１～ＰＬ６は、原点側（下側）を０秒（ｓｅｃ）として呼気開始からの時間経過を上側に向かう縦軸で示し、原点側（左側）を０（Ｌ）として呼気開始から終了までの呼気量を右側に向かう横軸で示している。また、当該曲線ＰＬ１～ＰＬ６の上端が呼気開始から呼気終了までの経過時間（努力呼気時間）を示している。例えば、図４に示す例では、曲線ＰＬ１の上端がグラフ上端に達している。係るグラフ上端は、努力呼気時間が６秒以上の時間に該当する。これは、努力呼気時間が十分であることを示している。また、曲線ＰＬ１は、呼気終了より前から呼気量が実質的に変化しないプラトーが発生している。このような呼気努力時間及びプラトーの発生も、図４に示すスパイログラムが得られた呼吸機能検査が不良を伴わない正しい測定によるものであることを示している。より具体的には、努力呼気曲線が２秒（ｓｅｃ）以上プラトーに達していること又はプラトーにならない場合、最低６秒（ｓｅｃ）以上の努力呼気時間が計測されていること（努力呼気時間が１５秒（ｓｅｃ）以上もしくは６秒（ｓｅｃ）以上で被験者が呼気を持続できなくなるまで）。一方、図５に示す例では、曲線ＰＬ２の上端がグラフ上端に達していない。これは、努力呼気時間が６秒未満であり、努力呼気時間が不十分であることを示している。また、曲線ＰＬ２は、呼気終了まで呼気量が時間経過に従って増加を続けており、プラトーが発生していない。このような呼気努力時間及びプラトーの未発生も、図５に示すスパイログラムが得られた呼吸機能検査が不良を伴う正しくない測定によるものであることを示している。なお、図４から図９では、努力呼気曲線が縦で表されているが、表示部２３で測定結果を画面する場合や印刷出力時（レポート上）は努力呼気曲線を横向き（時間軸を横、気量軸を縦）に表現し、フローボリュームカーブと努力呼気曲線を重ねず別グラフとして表示するようにしてもよい。

以上、スパイログラムＳＧにおけるエラーの具体例について説明したが、スパイログラムＳＧのフローボリュームカーブを決定する要因はエラーの有無に限られない。被験者の呼吸器疾患の有無及び呼吸器疾患の種類によっても、それぞれ異なるフローボリュームカーブが得られる。

図１１は、疾患の有無及び疾患の種類とフローボリュームカーブとの関係の一例を示す模式図である。図１１では、被験者が呼吸器疾患にかかっていない健常者である場合のフローボリュームカーブＬを目安として、喘息、ＣＯＰＤ、ＡＣＯ、肺線維症の各々の呼吸器疾患にかかっている被験者のフローボリュームカーブの傾向例を示している。

図１１に示すように、呼吸器疾患にかかっている被験者からは、健常者である被験者に比して呼気の気流量（Ｌ／ｓｅｃ）が相対的に低いフローボリュームカーブ（例えば、フローボリュームカーブＬ１，Ｌ２，Ｌ３，Ｌ４）が得られる。

各呼吸器疾患の傾向について一例を示すと、ＣＯＰＤにかかっている被験者のフローボリュームカーブＬ２は、喘息にかかっている被験者のフローボリュームカーブＬ１に比して、ＰＥＦ、Ｖ５０、Ｖ２５、ＦＶＣのいずれも低い傾向がある。また、肺線維症にかかっている被験者のフローボリュームカーブＬ４は、喘息にかかっている被験者のフローボリュームカーブＬ１に比して、Ｖ５０は相対的に高いが、ＦＶＣが低い傾向がある。

実施形態では、追加データＡＤが得られる前に測定部１０又は測定部１０と同等の構成で呼吸機能検査を行うことで得られたデータである測定データ２１０として、呼吸機能が正常である場合の測定結果を示す第２データ２１１と、異常がある場合の測定結果を示す他のデータ（図１に示す第１データ２１３及び第３データ２１９）とが判別されている。例えば、図４に示すスパイログラムＳＧが得られる測定データ２１０は、第２データ２１１として扱われる。また、図５から図９、図１１に示すスパイログラムＳＧが得られる測定データ２１０は、第１データ２１３として扱われる。

また、第１データ２１３は、どのような異常によって第２データ２１１とされなかったかの特徴に基づいて分類されている。

例えば、図５から図９を参照して説明したスパイログラムＳＧが得られたデータは、呼吸機能検査が正しく行われなかったことによって第２データ２１１とされなかったデータであり、ＮＧ（No Good）データ２１３として扱われる。

また、第１データ２１３内でもＮＧとされた具体的な特徴による判別を行ってもよい。図１では、第１データ２１３として、第１ＮＧデータ２１３ａ、第２ＮＧデータ２１３ｂ、第３ＮＧデータ２１３ｃ、第４ＮＧデータ２１３ｄ、第５ＮＧデータ２１３ｅが設けられている。第１ＮＧデータ２１３ａは、図１０を参照して説明した外挿気量ＥＶによる判定で呼吸開始不良とされた図５に示すようなスパイログラムＳＧが得られるデータである。第２ＮＧデータ２１３ｂは、呼気開始後にフローボリュームカーブのＰＥＦに至るまでの間に吸気が生じたことで呼吸開始不良とされた図６に示すようなスパイログラムＳＧが得られるデータである。なお、第１ＮＧデータ２１３ａと第２ＮＧデータ２１３ｂは、呼吸開始不良ＮＧデータとして統合されてもよい。第３ＮＧデータ２１３ｃは、呼気が弱くＰＥＦがないことでＮＧとされた図７に示すようなスパイログラムＳＧが得られるデータである。第４ＮＧデータ２１３ｄは、咳による呼気量の低下と上昇とが繰り返し生じたことでＮＧとされた図８に示すようなスパイログラムＳＧが得られるデータである。第５ＮＧデータ２１３ｅは、声門閉鎖による呼気量の低下と上昇とが繰り返し生じたことでＮＧとされた図９に示すようなスパイログラムＳＧが得られるデータである。

また、図１１を参照して説明したスパイログラムＳＧが得られたデータは、被験者の呼吸器疾患によって第２データ２１１とされなかったデータであり、判別可能な疾患の種類に応じたデータとして第３データ２１９内で扱われる。

例えば、図１１に示すフローボリュームカーブＬ２を含むスパイログラムＳＧが得られるデータは、ＣＯＰＤデータ２１４として扱われる。また、図１１に示すフローボリュームカーブＬ４を含むスパイログラムＳＧが得られるデータは、肺線維症データ２１５として扱われる。

図１１に示すフローボリュームカーブＬ１，Ｌ３を含むスパイログラムＳＧが得られるデータは、それだけでは呼吸器疾患の判別が困難である。従って、係るデータは、例えば、判別困難データ２１８として扱われる。一方、実施形態では、判別困難データ２１８として扱われうるデータのうち、喘息である可能性が高いデータを喘息データ２１６として判別するための処理フローが設けられている。

被験者が喘息であることを検証するために気道可逆性試験を行うことが知られている。以下、可逆性試験と記載した場合、気道可逆性試験をさす。可逆性試験とは、気管支拡張剤を吸入することで呼吸器系の機能が改善するかどうかを確認する試験である。喘息の場合、気管支拡張剤を吸入することで呼吸器系の機能が有意に改善することが知られている。

図１１を参照して説明すると、可逆性試験前の呼吸機能検査でフローボリュームカーブＬ１が得られた被験者に対して可逆性試験を行い、可逆性試験後に呼吸機能検査を行った場合に得られるフローボリュームカーブは、健常者である被験者のフローボリュームカーブＬに相当するものになる傾向がある。

一方、ＣＯＰＤ等、喘息とは異なる疾患の場合、気管支拡張剤を吸入しても呼吸器系の有意な機能改善は見受けられないとされる。従って、同一の被験者の可逆性試験前後の両方の呼吸機能検査結果を示す追加データＡＤ（及び測定データ２１０）を被験者単位で対応付けて管理することで、可逆性試験の結果に基づいた被験者の傾向の把握が可能になる。

なお、ＡＣＯにかかっている被験者のフローボリュームカーブＬ３は、喘息にかかっている被験者のフローボリュームカーブＬ１との明確な相違点が顕在化しにくく、医療従事者であってもフローボリュームカーブのみに基づいた判別が困難である傾向がある。一方、可逆性試験によるフローボリュームカーブの改善の度合いが、喘息に比して顕在化しない傾向があることによって、区別が可能になる。また、ＣＯＰＤ等、フローボリュームカーブによって喘息との区別が可能な被験者についても、可逆性試験を行う選択肢は排除されない。図１１では、フローボリュームカーブが喘息と類似する呼吸器疾患としてＡＣＯを例示しているが、他の呼吸器疾患であっても、可逆性試験によるフローボリュームカーブの改善の度合い等によって判別する処理フローを別途用意可能である。

図１１に示す喘息とＡＣＯのフローボリュームカーブＬ１，Ｌ３の関係はあくまで模式的なものであって、可逆性試験なしで喘息とＡＣＯの判別が不可能であることを確定的に示すものでない。後述する類似判定によって、可逆性試験なしで喘息又はＡＣＯであるという判定を行うことも可能である。

実施形態では、測定部１０を用いて新たに得られた追加データＡＤ及び過去の測定データ２１０の各々に対して、そのデータと他のデータの関連性や被験者の身体的特性その他の情報を示すデータとして、付加データが与えられている。

図１２は、測定データ２１０の付加データをテーブルデータ形式で表現した場合の一例を示す図である。図１２の診断結果は、呼吸機能検査装置１のユーザが入力部２４を用いて行った入力又は判定プログラム２３０を実行した記憶部２１による判定によって測定データ２１０に含まれる各回のデータに設定された診断結果である。「正常」の診断結果は、図１に示す第２データ２１１に該当するデータであることを示す。「ＣＯＰＤ」の診断結果は、図１に示すＣＯＰＤデータ２１４に該当するデータであることを示す。「肺線維症」の診断結果は、図１に示す肺線維症データ２１５に該当するデータであることを示す。「喘息」の診断結果は、図１に示す喘息データ２１６に該当するデータであることを示す。「不明」の診断結果は、図１に示す判別困難データ２１８に該当するデータであることを示す。「ＮＧ」の診断結果は、図１に示す第１データ２１３に該当するデータであることを示す。「ＡＣＯ」の診断結果は、図１に示すＡＣＯデータ２１７に該当するデータであることを示す。「その他」の診断結果は、図１に示す第３データ２１９に該当するものの、内部で分類されないデータであることを示す。

図１２の可逆性試験欄における試験の有無は、可逆性試験が行われた測定結果と関係があるか否かを示す。試験の有無が「無」であるデータは、可逆性試験が行われた測定結果と関係がないことを示す。試験の有無が「有」であるデータは、可逆性試験が行われた測定結果と関係があることを示す。

図１２の可逆性試験欄における試験前、試験後、試験前データ及び試験後データは、試験の有無が「有」であるデータのみフィールドにパラメータが設定される。図１２の例では、可逆性試験前のデータに該当する場合、試験前に「丸（○）」が設定され、当該データと同一の被験者が可逆性試験を行った後のデータの識別番号が試験後データに設定される。「０００００００４」の識別番号が与えられたレコードを例にすると、当該レコードに対応するデータが可逆性試験前のデータであり、当該データを得られた被験者が可逆性試験を行った後に得られたデータが「０００００００５」の識別番号を与えられたデータであることを示している。また、可逆性試験後のデータに該当する場合、試験後に「丸（○）」が設定され、当該データと同一の被験者が可逆性試験を行う前のデータの識別番号が試験前データに設定される。「０００００００５」の識別番号が与えられたレコードを例にすると、当該レコードに対応するデータが可逆性試験後のデータであり、当該データを得られた被験者が可逆性試験を行う前に得られたデータが「０００００００４」の識別番号を与えられたデータであることを示している。可逆性試験欄に含まれる各種のパラメータは、例えば入力部２４を用いた入力を介して、ユーザにより設定される。

また、図１２の被験者属性に含まれる年齢［歳］、性別、身長［ｃｍ］、体重［ｋｇ］のカラムに設定されているパラメータによって例示するように、測定データ２１０に含まれる各種のデータには、被験者の年齢［歳］、性別、身長［ｃｍ］、体重［ｋｇ］等、被験者の身体的特性その他の情報を示すパラメータがさらに設定されてもよい。可逆性試験及び被験者属性のパラメータは、例えば入力部２４を用いた入力を介して、ユーザにより設定される。図１２で例示する付加データの具体的な内容はあくまで一例であってこれに限られるものでなく、同様の意味を示す他の表現が用いられていてもよい。

演算部２２は、判定プログラム２３０を実行することで、追加データＡＤと測定データ２１０との比較結果に基づいた追加データＡＤの判別を行う。具体的には、演算部２２は、まず、追加データＡＤが第１データ２１３に該当するか判定する。追加データＡＤが第１データ２１３に該当しないと判定された場合、演算部２２は、どの呼吸器疾患のデータに該当するかの判定を行う。

より具体的には、演算部２２は、例えば、外挿気量ＥＶがＦＶＣの５％以上であるという条件及び外挿気量ＥＶが１５０ｍｌ以上であるという条件の少なくとも一方が満たされるか判定し、満たされる場合、当該条件を満たした追加データＡＤを第１ＮＧデータ２１３ａに追加する。また、演算部２２は、フローボリュームカーブに呼気量の上昇と下降とが時系列に沿って入れ替わるように生じるパターン（例えば、エラーパターンＥ１，Ｅ２，Ｅ３）が生じていないか判定し、生じている場合、当該追加データＡＤを第２ＮＧデータ２１３ｂ、第４ＮＧデータ２１３ｄ又は第５ＮＧデータ２１３ｅに追加する。第２ＮＧデータ２１３ｂ、第４ＮＧデータ２１３ｄ又は第５ＮＧデータ２１３ｅのいずれに該当するかのより詳細な判定は、例えば、図６、図８及び図９を参照して説明した通り、呼気量の上昇と下降とが生じている期間、上昇と下降の繰り返しの度合い、上昇の度合いと下降の度合いによる落差等に基づいて判別される。また、演算部２２は、明確なＰＥＦを示すフローボリュームカーブＬを描く呼気量の変化であるか判定し、明確なＰＥＦがない場合、当該追加データＡＤを第３ＮＧデータ２１３ｃに追加する。どの程度から「明確なＰＥＦがない」とするかの基準は、第２データ２１１におけるＰＥＦの閾値と同様の考え方で、「明確なＰＥＦがない」ことを判定するための専用の呼気量の閾値を設定するようにしてもよい。これらの判定に基づいて、追加データＡＤが第１データ２１３に該当するかの判定が行われる。

追加データＡＤが第１データ２１３に該当しないと判定された場合、演算部２２は、追加データＡＤに基づいた診断支援処理を行う。診断支援処理は、スパイログラムに基づいた被験者の呼吸器疾患の有無及び種類の診断を支援する情報の提供に係る処理である。具体的には、演算部２２は、例えば、追加データＡＤが第２データ２１１に該当するかの判定を行う。より具体的には、演算部２２は、例えば、明確なＰＥＦを示すフローボリュームカーブＬを描く呼気量の変化であるか、呼吸器疾患によるフローボリュームカーブのレベル低下（ＰＥＦ、Ｖ５０、Ｖ２５、ＦＶＣ等）が生じていないか等の各種条件に基づいて、追加データＡＤが第２データ２１１であるかの判定を行う。なお、「明確なＰＥＦ」、「フローボリュームカーブのレベル（ＰＥＦ、Ｖ５０、Ｖ２５、ＦＶＣ等）」等を判定するため、フローボリュームカーブのＰＥＦ、Ｖ５０、Ｖ２５、ＦＶＣ等の各種の値について、正常な値であるかを判定するための判定基準（例えば、計算式又は閾値）が設定される。当該計算式は、被験者属性のうち年齢［歳］、性別、身長［ｃｍ］、体重［ｋｇ］等の数値に基づいて健常者のＰＥＦ、Ｖ５０、Ｖ２５、ＦＶＣ等の各種の値を求めるための式である。当該閾値は、事前の測定等によって予め定められた値であってもよいし、後述する機械学習によって判定プログラム２３０を実行中の演算部２２が導出した値であってもよいし、前述の計算式によって予め導出された閾値であってもよい。また、係る閾値は、計算式と同様、被験者属性のパラメータの傾向（年齢［歳］、性別、身長［ｃｍ］、体重［ｋｇ］等）に対応して複数種類設定されてもよい。例えば、男性と女性とで異なる閾値が採用されてもよいし、身長、体重等から求められる体格に応じて異なる閾値が採用されてもよい。演算部２２は、追加データＡＤが第２データ２１１に該当すると判定した場合、当該追加データＡＤを第２データ２１１に追加する。

このように、図１２を参照して説明した付加データに含まれる被験者属性（年齢［歳］、性別、身長［ｃｍ］、体重［ｋｇ］等）が、追加データＡＤ（及び測定データ２１０）と対応付けられて記憶部２１に記憶されることで、演算部２２は、追加データＡＤ（及び測定データ２１０）が第２データ２１１に該当するかを判定できる。第２データ２１１に該当しないということは、第３データ２１９に該当するということであるので、演算部２２は、被験者属性に基づいて追加データＡＤが第３データ２１９に該当するかを判定できる。なお、付加データは例えばリレーショナルデータベース管理システム（ＲＤＢＭＳ：Relational DataBase Management System）で取り扱われるデータと同様のデータ構造で記憶されていてもよいし、ＲＤＢＭＳに限らず同様に機能する他の構造のデータとして記憶されていてもよく、具体的なデータ構造は任意である。また、測定データ２１０（及び追加データＡＤ）と付加データとは、例えば測定データ２１０（及び追加データＡＤ）に個別に付加される識別番号と図１２に示す付加データに含まれる識別番号とによって対応付けられる。

また、演算部２２は、呼吸器疾患によるフローボリュームカーブのレベル低下（ＰＥＦ、Ｖ５０、Ｖ２５、ＦＶＣ等）に基づいて、測定データ２１０に含まれる呼吸器疾患の種類毎のデータ（例えば、ＣＯＰＤデータ２１４、肺線維症データ２１５、喘息データ２１６、ＡＣＯデータ２１７及び判別困難データ２１８）との類似判定を行う。演算部２２は、類似判定で追加データＡＤと最も類似すると判定された種類のデータに追加データＡＤを追加する。

なお、追加データＡＤに対して試験後に「丸（○）」が設定されることで試験済みデータとされた場合、演算部２２は、当該試験済みデータと対応付けられた未試験データ２１８ａのフローボリュームカーブに比して当該試験済みデータのフローボリュームカーブが改善しているか判定するようにしてもよい。この場合、具体的には、演算部２２は、例えば、未試験データ２１８ａ及び当該試験済みデータのフローボリュームカーブのＰＥＦ、Ｖ５０、Ｖ２５、ＦＶＣ等に基づいてフローボリュームカーブの改善の度合いを判定する。例えば、図１１に示すフローボリュームカーブＬ１が未試験データ２１８ａのものであり、フローボリュームカーブＬが当該試験済みデータのものであるならば、当該試験済みデータは喘息患者に可逆性試験を実施した場合のフローボリュームカーブの改善に該当すると判定される。このような判定結果が得られた場合、演算部２２は、当該試験済みデータを喘息データ２１６の試験済みデータ２１６ａに追加する。一方、改善の度合いが喘息患者に可逆性試験を実施した場合のフローボリュームカーブの改善に該当しないと判定された場合、演算部２２は、他の呼吸器疾患に罹患している被験者に可逆性試験を実施した場合のフローボリュームカーブの改善の度合いとの関係の判定をさらに行ってもよい。可逆性試験を実施した場合のフローボリュームカーブの変化（改善等）と呼吸器疾患の種類との関係について、呼吸器疾患の種類別に判定用の閾値を設けてもよい。この場合、係る閾値は予め定められてもよいし、後述する機械学習で導出されてもよい。

また、図１１及び図１２を参照した説明に基づいて、演算部２２は、追加データＡＤが、試験済みデータ２１６ａと対応付けられた未試験データ２１８ａに類似するか判定するようにしてもよい。この類似判定は、例えば、未試験データ２１８ａのうち、喘息データ２１６に含まれる試験済みデータ２１６ａと対応付けられたものと当該追加データＡＤとの相関と、未試験データ２１８ａのうち、ＡＣＯデータ２１７に含まれる試験済みデータ２１７ａと対応付けられたものと当該追加データＡＤとの相関と、の相対的高低に基づいて行われる。この類似判定を行った結果、追加データＡＤが喘息データ２１６に含まれる試験済みデータ２１６ａと対応付けられた未試験データ２１８ａに類似すると判定された場合、演算部２２は、スパイログラムＳＧの表示を行う（図１５参照）とともに、可逆性試験を促す通知を当該表示に含ませるようにしてもよい。これによって、可逆性試験を実施する妥当性に関する情報の提供が可能になる。

さらに、実施形態の呼吸機能検査装置１は、所謂機械学習によって追加データＡＤの判定精度をより高められる。例えば、所謂ニューラルネットワークにおける入力を追加データＡＤとし、出力を追加データＡＤの判定結果とし、教師データを測定データ２１０に含まれる各種のデータとする。ここで、判定プログラム２３０を実行中の演算部２２は、当該ニューラルネットワークを生成して入力と出力との間に介在し、上述の処理（特に、図１０参照）を行って入力から出力を導出するための重み付けを行う隠れ層として機能する。当該隠れ層としての演算部２２は、追加データＡＤが示すスパイログラムＳＧの軌跡、ＦＶＣ、ＰＥＦの気流量、Ｖ５０、Ｖ２５、ＦＥＶ１、ＦＥＶ１％、外挿気量ＥＶその他の特徴に基づいて追加データＡＤに基づいた重み付けの度合いを示す値を出力することで、追加データＡＤの判定結果を決定する。

より具体的には、例えば追加データＡＤが第２データ２１１である可能性が高い場合に高い値を出力するニューロンと、追加データＡＤがＣＯＰＤデータ２１４である可能性が高い場合に高い値を出力するニューロンと、追加データＡＤが喘息データ２１６である可能性が高い場合に高い値を出力するニューロンと、追加データＡＤが第１データ２１３である可能性が高い場合に高い値を出力するニューロンと、…のように、測定データ２１０に含まれるデータの種類の各々に対応したニューロンとして演算部２２が機能する判定プログラム２３０が採用される。これによって、実施形態では、機械学習による追加データＡＤの判定を行うことができる。すなわち、判定プログラム２３０は、機械学習プログラムとして機能する。また、判定プログラム２３０を実行中の演算部２２を含む構成は、所謂機械学習システムとして機能する。

さらに、ＦＶＣに基づいた重み付けを行うためのニューロンと、ＰＥＦの気流量に基づいた重み付けを行うためのニューロンと、Ｖ５０に基づいた重み付けを行うためのニューロンと、Ｖ２５に基づいた重み付けを行うためのニューロンと、ＦＥＶ１に基づいた重み付けを行うためのニューロンと、ＦＥＶ１％に基づいた重み付けを行うためのニューロンと、外挿気量ＥＶに基づいた重み付けを行うためのニューロンと、…のように、入力と出力との間に介在する隠れ層を構成するニューロンを階層化するアルゴリズムを含む判定プログラム２３０が採用されることで、より高い精度が望める。これらをさらに発展させて所謂ディープラーニングによる追加データＡＤの判定を行うようにしてもよい。

上述の実施形態における判定結果に従って追加データＡＤが測定データ２１０に含まれるいずれかのデータに分類されると、その後、当該追加データＡＤを含む測定データ２１０が教師データとして機能する。すなわち、追加データＡＤが生じる程、測定データ２１０がより多様なデータを含み、かつ、正しい判定結果を得るための「学習後の教師データ」として機能する。ここで、万が一、判定結果に誤りがあったとしても、例えば入力部２４を介した手動入力によってユーザが当該誤りを訂正して正しい判定結果を設定することで、演算部２２は、判定プログラム２３０による隠れ層の重み付けを訂正する機会を得ることができる。すなわち、実施形態では、必要に応じてユーザが教師データをより正確なデータにすることができる。これによって、判定プログラム２３０を実行中の演算部２２は、より正解に近い判定結果を得られる重み付けに基づいて追加データＡＤの判定結果を導出することができる。このような教師データと出力とのすりあわせの機会が生じ得ることを考慮し、判定プログラム２３０は更新可能に設けられることが望ましい。

図１３は、演算部２２による処理の流れの一例を示すフローチャートである。特筆しない限り、図１３に示す処理は、判定プログラム２３０を実行中の演算部２２による処理である。測定部１０を用いて新たに測定された追加データＡＤが測定部１０からデータ管理部２０に出力された場合、演算部２２は、当該追加データＡＤを取得することで（ステップＳ１）、フローボリュームカーブを含むスパイログラムＳＧを描画可能なデータを得る。

演算部２２は、ステップＳ１の処理で得た追加データＡＤのスパイログラムＳＧが、第１データ２１３に該当するか判定する（ステップＳ２）。具体的には、演算部２２は、外挿気量ＥＶがＦＶＣの５％以上であるという条件及び外挿気量ＥＶが１５０ｍｌ以上であるという条件の少なくとも一方が満たされたか、フローボリュームカーブＬを描く呼気開始から終了までの間にエラーパターン（例えば、エラーパターンＥ１，Ｅ２，Ｅ３）が生じているか、フローボリュームカーブＬにＰＥＦが生じているか等に基づいて、測定部１０を用いた呼吸機能検査の妥当性が失われることになる異常の有無を判定する。

ステップＳ２の処理で第１データ２１３に該当すると判定された場合（ステップＳ２；Ｙｅｓ）、演算部２２は、第１データ２１３の種類を判定し（ステップＳ３）、当該追加データＡＤを第１データ２１３のうち該当する種類のデータに追加し（ステップＳ４）、当該追加データＡＤの診断結果を「ＮＧ」とする付加データを与える。なお、ステップＳ４の処理における第１データ２１３の種類とは、例えば上述の第１ＮＧデータ２１３ａ、第２ＮＧデータ２１３ｂ、第３ＮＧデータ２１３ｃ、第４ＮＧデータ２１３ｄ、第５ＮＧデータ２１３ｅ等である。ステップＳ４の処理後、演算部２２は、表示プログラム２２０を実行して当該追加データＡＤに基づいた表示を行う。ここで、演算部２２は、表示内容に再測定を促す通知を含ませる（ステップＳ５）。表示プログラム２２０の実行による表示態様については後述する。ステップＳ５の処理後、当該追加データＡＤに関する処理はいったん終了する。再測定が促された後に再度測定部１０を用いた追加データＡＤの取得が行われた場合、ステップＳ１から処理が再開される。

一方、ステップＳ２の処理で、第１データ２１３に該当しないと判定された場合（ステップＳ２；Ｎｏ）、すなわち、妥当性がある追加データＡＤが得られたと判定された場合、演算部２２は、診断支援処理を行う（ステップＳ６）。

図１４は、診断支援処理の流れの一例を示すフローチャートである。演算部２２は、ステップＳ１の追加データＡＤに関して呼吸機能検査装置１のユーザによって入力された、可逆性試験の有無、可逆性試験が行われた場合の前後関係を示す付加データを取得する（ステップＳ１１）。なお、ステップＳ１１の処理は、ステップＳ２の処理前に行われてもよい。

演算部２２は、ステップＳ１１の処理で得た付加データに基づいて、ステップＳ１の処理で得た追加データＡＤが試験済みデータに該当するか判定する（ステップＳ１２）。具体的には、演算部２２は、付加データの試験後に「丸（○）」が設定されたか判定する。以下、ステップＳ１２の処理で該当しないと判定された場合（ステップＳ１２；Ｎｏ）について先に説明する。

演算部２２は、ステップＳ１の処理で得た追加データＡＤのスパイログラムＳＧが、第２データ２１１に該当するか判定する（ステップＳ１３）。第２データ２１１に該当すると判定された場合（ステップＳ１３；Ｙｅｓ）、演算部２２は、当該追加データＡＤを第２データ２１１に追加し（ステップＳ１４）、当該追加データＡＤの診断結果を「正常」とする付加データを与える。また、演算部２２は、表示プログラム２２０を実行して当該追加データＡＤに基づいた表示を行う（ステップＳ１５）。表示プログラム２２０の実行による表示態様については後述する。ステップＳ１５の処理後、当該追加データＡＤに関する処理は終了する。

ステップＳ１３の処理で、第２データ２１１に該当しないと判定された場合（ステップＳ１３；Ｎｏ）、演算部２２は、ステップＳ１の処理で得た追加データＡＤのフローボリュームカーブが、判別困難データ２１８に該当するか判定する（ステップＳ１６）。判別困難データ２１８に該当しないと判定された場合（ステップＳ１６；Ｎｏ）、演算部２２は、当該追加データＡＤがどの呼吸器疾患のデータであるかを判定する。図１４では、ステップＳ１７の処理として、演算部２２は、当該追加データＡＤが喘息データ２１６に該当するか判定している。ステップＳ１の処理で得た追加データＡＤが喘息データ２１６に該当すると判定された場合（ステップＳ１７；Ｙｅｓ）、演算部２２は、当該追加データＡＤを喘息データ２１６に追加し（ステップＳ１８）、当該追加データＡＤの診断結果を「喘息」とする付加データを与える。一方、そうでない場合（ステップＳ１７；Ｎｏ）、演算部２２は、当該追加データＡＤを喘息以外の呼吸器疾患の種類に応じたデータに追加する（ステップＳ１９）。喘息以外の呼吸器疾患の種類とは、例えば上述のＣＯＰＤ、ＡＣＯ、肺線維症等である。なお、図１４を参照した説明では、呼吸器疾患の種類に応じた判定の例としてまず喘息について判定を行っているが、演算部２２は、他の呼吸器疾患のデータであるかの判定をより先に行ってもよく、呼吸器疾患の種類と判定の順序については順不同である。また、演算部２２は、各呼吸器疾患に該当するかの判定を個別に行うのではなく、フローボリュームカーブのＰＥＦ、Ｖ５０、Ｖ２５、ＦＶＣ等に基づいて、どの疾患に該当するかを判定するようにしてもよい。

ステップＳ１６の処理で、判別困難データ２１８に該当すると判定された場合（ステップＳ１６；Ｙｅｓ）、演算部２２は、当該追加データＡＤを判別困難データ２１８に追加し（ステップＳ２０）、当該追加データＡＤの診断結果を「不明」とする付加データを与える。演算部２２は、当該追加データＡＤが、喘息データ２１６の試験済みデータ２１６ａと対応付けられた未試験データ２１８ａに類似するか判定する（ステップＳ２１）。

ステップＳ１の処理で得た追加データＡＤが喘息データ２１６の試験済みデータ２１６ａと対応付けられた未試験データ２１８ａに類似すると判定された場合（ステップＳ２１；Ｙｅｓ）、演算部２２は、表示プログラム２２０を実行して当該追加データＡＤに基づいた表示を行うとともに、可逆性試験を促す通知を当該表示に含ませる（ステップＳ２２）。ステップＳ２２の処理後、当該追加データＡＤに関する処理は終了する。一方、当該追加データＡＤが喘息データ２１６の試験済みデータ２１６ａと対応付けられた未試験データ２１８ａに類似しないと判定された場合（ステップＳ２１；Ｎｏ）、ステップＳ１５の処理に移行する。

次に、ステップＳ１２の処理で、追加データＡＤが試験済みデータに該当すると判定された場合（ステップＳ１２；Ｙｅｓ）について説明する。演算部２２は、ステップＳ１１の処理で与えられた付加データによって対応付けられた未試験データ２１８ａを取得する（ステップＳ２３）。演算部２２は、当該未試験データ２１８ａのフローボリュームカーブに比して当該追加データＡＤのフローボリュームカーブが改善しているか判定する（ステップＳ２４）。改善していると判定された場合（ステップＳ２４；Ｙｅｓ）、ステップＳ１８の処理に移行する。ただし、この場合、ステップＳ１８の処理において、演算部２２は、当該追加データＡＤを喘息データ２１６の試験済みデータ２１６ａに追加する。一方、ステップＳ２４の処理で、当該未試験データ２１８ａのフローボリュームカーブに比して当該追加データＡＤのフローボリュームカーブが改善していないと判定された場合（ステップＳ２４；Ｎｏ）、ステップＳ１９の処理に移行する。なお、この場合、ステップＳ１９の処理において、演算部２２は、当該追加データＡＤを呼吸器疾患の種類毎のデータに含まれる試験済みデータ（例えば、ＡＣＯデータ２１７の試験済みデータ２１７ａ）とするようにしてもよい。

図１５は、表示部２３の表示態様の一例を示す図である。演算部２２は、表示プログラム２２０の実行によって、表示部２３に追加データＡＤ、測定データ２１０に基づいた表示出力を行わせる。なお、表示プログラム２２０による表示態様は図１５に示す例に限定されず、スパイログラムＳＧを把握可能な形態であればよい。図１５に示す表示態様では、測定部１０を用いて得られた追加データＡＤに基づいたスパイログラムＳＧが描画された表示部２３を例示している。

また、図１５では、表示されたスパイログラムＳＧが第１データ２１３であると判定された理由を示す強調表示部ＣＰがさらに表示されている。強調表示部ＣＰは、例えば図８におけるエラーパターンＥ２のように、呼吸機能検査中に生じたエラーの原因に対応する部分を囲う枠として表示されるが、これは具体的な強調表示部ＣＰの表示態様の一例であってこれに限られるものでない。強調表示部ＣＰは、エラーの原因とされたスパイログラムＳＧの線又は背景の色分け等による強調表示であってもよいし、エラーの原因とされた箇所に対する矢印及びエラーの原因を解説する文字列であってもよいし、その他エラーの原因を把握可能なあらゆる態様であってよい。

また、図１３を参照して説明したステップＳ５の処理のように再測定を促す通知を含む追加データＡＤの表示が行われる場合、例えば図１５の通知ＭＥのように「再測定をして下さい。」といった文字列を含む表示内容が加えられる。また、係る通知ＭＥでは、再測定が必要になった原因についてさらに通知するようにしてもよい。図１５に示すスパイログラムＳＧでは、呼気中に被験者が咳をしたことによって呼気量の低下と上昇とが繰り返し生じるエラーパターンＥ２が生じている。このため、再測定が必要になった原因が「咳」であることから、通知ＭＥでは再測定が必要になった原因を示す文字列としての「測定中に咳をした可能性があります。」が、再測定を促す「再測定をして下さい。」の文字列の前にさらに加えられている。原因を示す文字列はこれに限られるものでなく、図５から図１０を参照して説明した不良の原因毎に個別に設定される。

なお、図１４を参照して説明したステップ１５の処理では、再測定を促す通知が行われないことから、図１５の強調表示部ＣＰ及び通知ＭＥは表示されず、スパイログラムＳＧが表示される。

図１６は、可逆性試験を促す通知を含む表示態様の一例を示す図である。図１４を参照して説明したステップ２２の処理のように可逆性試験を促す通知を含む追加データＡＤの表示が行われる場合、図１５における通知ＭＥに代えて図１６に示す通知Ｃのように「気道可逆性試験の実施を推奨します。」といった文字列を含む表示内容が加えられる。また、付随情報Ｍを表示するようにしてもよい。図１６の付随情報Ｍでは、追加データＡＤから得られたスパイログラムＳＧに基づいた被験者の診断結果として、喘息を含む各種の呼吸器疾患の各々に該当する可能性をパーセンテージ（０［％］～１００［％］）で数値化して示している。係るパーセンテージの数値は、例えば上述のニューラルネットワークの形成による重み付け処理で追加データＡＤと各種の呼吸器疾患との関係性の強さを数値化する処理によって導出される。図１６では、通知Ｃと共に表示される付随情報Ｍを例示しており、喘息であると診断される可能性が相対的に他の呼吸器疾患に比して高くなっている。

なお、付随情報Ｍのような、ニューラルネットワークの形成による重み付け処理で導出された追加データＡＤに関する情報は、ステップＳ２２の処理による追加データＡＤの表示が行われる場合に限らず、ステップＳ１５の処理による追加データＡＤの表示が行われる場合に表示してもよい。無論、追加データＡＤの内容によっては喘息以外の呼吸器疾患であると診断される可能性がより高い場合もありうる。その場合、通知Ｃは表示されない。

また、第３データ２１９に基づいて診断支援可能な呼吸器疾患は、喘息、ＣＯＰＤ、ＡＣＯ、肺線維症に限られるものでない。例えば、気腫合併肺線維症（ＣＰＦＥ：Combined Pulmonary Fibrosis and Emphysema）やその他の呼吸器疾患に対応する過去のデータを記憶部２１に記憶させることで、ＣＰＦＥやその他の呼吸器疾患にも対応可能である。演算部２２による判定の順序として、例えば、喘息、ＣＯＰＤ、ＡＣＯ、肺線維症に該当せず判別困難データ２１８として扱われる場合の処理をより細分化し、ＣＰＦＥやその他の呼吸器疾患について個別に該当の妥当性を判定するようにしてもよいし、付随情報Ｍのようにニューラルネットワークの形成による重み付け処理に基づいてパーセンテージ（０［％］～１００［％］）で表すようにしてもよい。

また、図１６に例示する付随情報Ｍは、追加データＡＤが各呼吸器疾患に該当する場合の各呼吸器疾患の重症度を「軽症」と「重症」との間の横軸に付された「○」の位置で示している。このように呼吸器疾患の重症度を判定する場合、第３データ２１９に含まれる各呼吸器疾患別のデータ内でさらに「軽症」の場合、「重症」の場合、のように予め設定された重症度の段階別のデータが用意される。演算部２２は、各呼吸器疾患のデータに含まれる重症度の段階別のデータと追加データＡＤとの類似の度合いに基づいて重症度を判定し、付随情報Ｍにおける「○」の位置を決定する。

図１７及び図１８は、ＣＯＰＤに罹患している被験者の追加データＡＤのフローボリュームカーブの一例を示す模式図である。なお、図１７は、疾患の程度が図１８の例に比して軽症である場合のフローボリュームカーブを示し、上述の付随情報Ｍで重症度の中間点よりも軽症側に「○」がつく程度である。また、図１８は、疾患の程度が図１７の例に比して重症である場合のフローボリュームカーブを示し、上述の付随情報Ｍで重症度の中間点よりも重症側に「○」がつく程度である。ＣＯＰＤガイドラインとして国際的に利用されているＧＯＬＤ（Global initiative for chronic Obstructive Lung Disease）によれば、図１７に示す例はステージ１に属し、図１８に示す例はステージ３に属する。

図１７及び図１８に示すフローボリュームカーブＬ２１，Ｌ２２は、図１１を参照して説明した健常者である場合のフローボリュームカーブＬに対する各呼吸器疾患のフローボリュームカーブＬ１，Ｌ２，Ｌ３，Ｌ４等の傾向に基づいて、ＣＯＰＤである可能性が高いと判定されるフローボリュームカーブである。また、フローボリュームカーブＬ２１とフローボリュームカーブＬ２２との相違で例示するように、同じ疾患である可能性が高いと判定される場合であっても被験者の呼吸器疾患の重症度によってフローボリュームカーブは異なるものになりうる。一般的に、呼吸器疾患の重症度が深刻であるほどＰＥＦ、Ｖ５０、Ｖ２５、ＦＶＣのいずれも低くなる傾向がある。図１７及び図１８の例のように図示した場合、特にＰＥＦ及びＦＶＣの低下が視覚的に顕著に現れる。

重症度を診断する場合の一例を挙げると、記憶部２１には予め各呼吸器疾患のデータ内で重症度毎（ＣＯＰＤデータ２１４の場合、ステージ毎）にデータが分類されて記憶されている。演算部２２は、追加データＡＤが新たな第３データ２１９に該当すると判定された場合、どの呼吸器疾患に該当する可能性が高いかの判定と、該当する可能性が高い呼吸器疾患における重症の判定を、記憶部２１において係る分類がされた既存の第３データ２１９に基づいて判定する。係る判定は、上述のニューラルネットワークを利用した処理に基づいたものであってもよいし、他の処理（例えば、総当たりの比較照合処理等）であってもよい。演算部２２は、判定結果に応じて上述の付随情報Ｍのように各呼吸器疾患に該当する可能性及び重症度を出力する。

重症度を診断する場合の別の一例を挙げると、被験者属性（例えば、被験者の年齢、性別、身長、体重等）に基づいて当該被験者属性に対応した健常者である場合のフローボリュームカーブＬを導出する演算式を予め記憶部２１に記憶しておいてもよい。この場合、当該演算式を示すデータは、第２データ２１１に含まれる。また、係る演算式で導出されたフローボリュームカーブＬに基づいた各種パラメータ（例えば、ＰＥＦ、Ｖ５０、Ｖ２５、ＦＶＣ等）と、各呼吸器疾患の重症度毎の当該各種パラメータとの関係（例えば、パーセンテージ等）を示すデータが第３データ２１９に含まれる。演算部２２は、係る演算式に基づいて導出されたフローボリュームカーブＬと追加データＡＤから導出されたフローボリュームカーブとに基づいて、追加データＡＤが新たな第３データ２１９に該当するか、第３データ２１９に該当する場合にどの呼吸器疾患に該当し、どの重症度に該当するかを判定するようにしてもよい。

なお、図１７及び図１８を参照した説明では、ＣＯＰＤを例として重症度の診断について説明をしているが、重症度の診断はＣＯＰＤに限定されず、喘息、ＡＣＯ、肺線維症、ＣＰＦＥその他の病態においても同様に適用可能である。

なお、ＣＰＦＥについて説明すると、ＣＰＦＥに罹患している被験者は、パルスオキシメータで測定可能な酸素飽和度（ＳｐＯ２）が健常者より相対的に低く（９５［％］）、かつ、肺拡散能力試験（ＤＬＣＯ：Diffusing capacity of Lung for Carbon monOxide）の測定結果が健常者より相対的に低く現れる傾向がある。ただし、ＳｐＯ２及びＤＬＣＯはスパイログラムＳＧから導出することを想定したものでなく、また、ＣＰＦＥは、ＣＯＰＤの閉塞性換気障害と肺線維症の拘束性換気障害の特徴とが相殺される可能性があり、フローボリュームカーブＬの波形の特徴ははっきりしない。従って、スパイログラムＳＧのみでは喘息等の他の呼吸器疾患との判別が困難な傾向がある。一方、一人の被験者について継続的に追加データＡＤその他の測定データを取得した際、点Ｐ３から点Ｐ４（図３参照）の間に現れるフローボリュームカーブＬの下に凸の部分は健常者とほぼ同等なレベルに改善しているが、ＳｐＯ２及びＤＬＣＯなどが改善せず、高解像度コンピューター断層撮影（High Resolution Computed Tomography）等の画像診断によってＣＰＦＥの可能性を疑われる診断結果が得られることがある。

実施形態でＣＰＦＥに関する診断結果を行う場合、予めＣＰＦＥに罹患していると診断された被験者に測定部１０を用いた測定を行ってもらうことでＣＰＦＥの第３データ２１９を得ることで、上述のニューラルネットワークによる重み付けの教師データとする。検査者が１つのスパイログラムＳＧを見ただけでは健常者であるかＣＰＦＥであるかを判別困難であっても、健常者及びＣＰＦＥのデータをより多く記憶部２１に記憶させておくことで、ニューラルネットワークによる重み付け処理により、スパイログラムＳＧに基づいて健常者とＣＰＦＥとをパーセンテージ（０［％］～１００［％］）レベルで診断支援することは可能である。これは、健常者とＣＰＦＥとの関係に限られるものでなく、１つのスパイログラムＳＧを見るだけでは診断が困難な他の呼吸器疾患についても同様である。例えば、上述の喘息とＡＣＯとの区別についても同様である。

また、図示しないが、スパイログラムＳＧが呼吸器疾患の傾向を示していた場合、呼吸器疾患の種類を示す通知を表示部２３に表示させてもよい。また、上述のステップＳ１６の処理として、可逆性試験を促す通知を表示部２３に表示させてもよい。これらの通知は、例えば文字列又は記号等の画像によって行われるが、これに限られるものでなく、通知の内容をユーザに伝達可能なあらゆる態様であってよい。

また、入力部２４からの入力操作に応じて、演算部２２は、追加データＡＤに限らず、過去の測定データ２１０に含まれるデータに基づいた表示を追加データＡＤと同様の表示態様で表示部２３に表示させるようにしてもよい。

以上説明したように、実施形態の呼吸機能検査装置１は、スパイログラムＳＧを導出可能なデータであって過去に実施された被験者の呼吸機能の測定結果を示すデータ（測定データ２１０）に基づいて新たな呼吸機能の測定結果を示す追加データＡＤを処理する呼吸機能検査装置であって、呼吸機能検査の妥当性が失われる異常が生じた場合の測定結果を示す第１データ２１３を記憶する記憶部２１と、第１データ２１３に基づいて追加データＡＤが得られた呼吸機能検査の妥当性を判定する制御部（演算部２２）とを備える。

このような実施形態によれば、従来、追加データＡＤに基づいた被験者の病態診断を行う前に測定部１０を用いた呼吸機能検査を被験者にガイドする検査者が追加データＡＤの数値やフローボリュームカーブに基づいて行っていた再測定が必要かどうかの判断を自動化できる。また、検査者によってばらつきがあった再測定が必要かどうかの判断の精度を標準化できる。従って、判断を支援する情報処理が可能である。

また、実施形態の演算部２２は、追加データＡＤが得られた呼吸機能検査の妥当性がないと判定された場合に追加データＡＤの再取得を促す通知（例えば、図１５の通知ＭＥ）を含む表示を行う表示部２３を備える。

これによって、再度の呼吸機能検査の実施を促す情報を提供できる。

また、実施形態の記憶部２１は、健常者の呼吸機能の測定結果を示す第２データ２１１と、呼吸器疾患に罹患している被験者の呼吸機能の測定結果を示す第３データ２１９とを記憶する。制御部（演算部２２）は、追加データＡＤが得られた呼吸機能検査の妥当性があると判定された場合に追加データＡＤが第２データ２１１又は第３データ２１９のいずれに該当するかさらに判定する。

これによって、被験者の病態診断を支援する情報処理が可能である。

また、実施形態の測定データ２１０は、可逆性試験を経た再度の測定結果に基づいて喘息と判定された試験済みデータ２１６ａを含む。また実施形態の判別困難データ２１８は、未試験データ２１８ａを含む。試験済みデータ２１６ａと未試験データ２１８ａとは対応付けられる。実施形態の演算部２２は、追加データＡＤと未試験データ２１８ａとの照合結果に基づいて、追加データＡＤが測定された被験者に対する可逆性試験の実施の妥当性をさらに判定する。

これによって、可逆性試験を行うことで喘息と判定する診断の確度がより高められる。従って、診断を支援する情報処理が可能である。

また、制御部（演算部２２）は、追加データＡＤが第３データ２１９に該当する場合、記憶部２１に記憶されている呼吸器疾患の重症度別に設けられた第３データ２１９に基づいて被験者の呼吸器疾患の重症度を判定する。

これによって、呼吸器疾患の重症度の診断を支援できる。

また、判定プログラム２３０を実行中の演算部２２は、追加データＡＤを入力とし、第２データ２１１及び第３データ２１９を教師データとし、追加データＡＤの判定結果を出力とするニューラルネットワークを生成する。

これによって、機械学習を利用した判断の支援が可能である。

さらに、多角的な角度から、ニューラルネットワークを利用した所謂ＡＩ的な処理（又は、ニューラルネットワークを利用しない通常の演算処理による判定）を用いて検査の妥当性を確認できることから、追加データＡＤの妥当性判断をスピーディに行うことができる。また、呼吸機能検査装置１で判断された追加データＡＤのエラー（不具合とされた具体的なポイント）を表示することで、検査中の被験者の待ち時間が短縮される効果が期待される。

なお、可逆性試験が行われた場合、表示部２３の表示内容に可逆性試験前後のデータを並列表示又は重畳表示するようにしてもよい。これによって、可逆性試験の効果をより分かりやすく示すことができる。

また、判定プログラム２３０の実行によって記憶部２１がデータの種別（診断結果）の判定を行った追加データＡＤに対して、呼吸機能検査装置１のユーザが入力部２４を用いた入力によって診断結果を更新した場合、当該追加データＡＤは、更新された診断結果に対応するデータとして扱われるようにしてもよい。これによって、万が一、演算部２２の判定結果に誤りが生じたとしても、事後に訂正できる。また、この訂正によって、以後の演算部２２による判定の確度をより高めることができる。

また、図１を参照して説明した実施形態の構成では、データ管理部２０が呼吸機能検査装置１に含まれているが、データ管理部２０の構成は、測定部１０を備える呼吸機能検査装置と別体の情報処理装置に含まれていてもよい。この場合、呼吸機能検査装置と情報処理装置は通信可能に接続される。情報処理装置のデータ管理部２０は、測定部１０を備える呼吸機能検査装置から出力される追加データＡＤを取得し、予め記憶されている測定データ２１０を参照した判定を行う。呼吸機能検査装置は、表示部２３と同様の表示装置を備え、情報処理装置の判定結果に基づいた表示出力（図１５参照）を行う。

１ 呼吸機能検査装置
１０ 測定部
２０ データ管理部
２１ 記憶部
２２ 演算部
２３ 表示部
２４ 入力部
２１０ 測定データ
２１１ 第２データ
２１３ 第１データ
２１３ａ 第１ＮＧデータ
２１３ｂ 第２ＮＧデータ
２１３ｃ 第３ＮＧデータ
２１３ｄ 第４ＮＧデータ
２１３ｅ 第５ＮＧデータ
２１４ ＣＯＰＤデータ
２１５ 肺線維症データ
２１６ 喘息データ
２１６ａ，２１７ａ 試験済みデータ
２１７ ＡＣＯデータ
２１８ 判別困難データ
２１８ａ 未試験データ
２１９ 第３データ
ＡＤ 追加データ

Claims (10)

1. スパイログラムを導出可能なデータであって過去に実施された被験者の呼吸機能の測定結果を示す過去データに基づいて新たな呼吸機能の測定結果を示す追加データを処理する呼吸機能検査装置であって、
   呼吸機能が正常である場合の測定結果を示すデータ及び異常がある場合の測定結果を示すデータを前記過去データとして記憶する記憶部と、
   前記追加データと前記過去データとの相関の少なくとも一方を判定する制御部とを備え、
   前記過去データは、呼吸機能検査の妥当性が失われる異常が生じた場合の測定結果を示す第１データを含み、
   前記制御部は、前記第１データに基づいて前記追加データが得られた呼吸機能検査の妥当性を判定する
   呼吸機能検査装置。
2. 前記追加データが得られた呼吸機能検査の妥当性がないと判定された場合に前記追加データの再取得を促す通知を含む表示を行う表示部を備える
   請求項１に記載の呼吸機能検査装置。
3. 前記過去データは、健常者の呼吸機能の測定結果を示す第２データと、呼吸器疾患に罹患している被験者の呼吸機能の測定結果を示す第３データを含み、
   前記制御部は、前記追加データが得られた呼吸機能検査の妥当性があると判定された場合に前記追加データが前記第２データ又は前記第３データのいずれに該当するかさらに判定する
   請求項１又は２に記載の呼吸機能検査装置。
4. 前記第３データは、喘息を罹患している被験者の喘息データと、喘息又は他の呼吸器疾患のいずれであるか判定が困難な判別困難データとを含み、
   前記喘息データは、気道可逆性試験を経た再度の測定結果に基づいて喘息と判定された試験済みデータを含み、
   前記判別困難データは、前記試験済みデータが得られた被験者が前記気道可逆性試験を経る前の未試験データを含み、
   前記試験済みデータと前記未試験データとは対応付けられ、
   前記制御部は、前記追加データと前記未試験データとの照合結果に基づいて、前記追加データが測定された被験者に対する前記気道可逆性試験の実施の妥当性をさらに判定する
   請求項３に記載の呼吸機能検査装置。
5. 前記過去データは、複数の前記被験者の各々の年齢、性別、身長、体重のうち少なくとも１つ以上を含む被験者属性情報を含み、
   前記制御部は、前記被験者属性情報に基づいて前記追加データが前記第２データ又は前記第３データのいずれに該当するか判定する
   請求項３又は４に記載の呼吸機能検査装置。
6. 前記制御部は、前記追加データが前記第３データに該当する場合、前記記憶部に記憶されている呼吸器疾患の重症度別に設けられた前記第３データに基づいて前記被験者の呼吸器疾患の重症度を判定する
   請求項３から５のいずれか一項に記載の呼吸機能検査装置。
7. 前記制御部は、前記追加データを入力とし、前記記憶部に記憶されているデータを教師データとし、前記追加データの判定結果を出力とするニューラルネットワークを生成する
   請求項１から６のいずれか一項に記載の呼吸機能検査装置。
8. 情報処理装置が、呼吸機能検査装置を用いて過去に実施された被験者の測定結果を示すデータであって、呼吸機能検査の妥当性が失われる異常が生じた場合の測定結果を示す第１データを含むデータに基づいて新たな測定結果を示す追加データを処理するデータ処理方法であって、
   前記第１データに基づいて前記追加データが得られた呼吸機能検査の妥当性を判定するステップを含む
   データ処理方法。
9. 被験者のフローボリュームカーブを測定する測定部を備える呼吸機能検査装置と、
   過去に実施された被験者の測定結果を示すデータに基づいて新たな測定結果を示す追加データを処理する情報処理装置と、を備える呼吸機能検査システムであって、
   前記情報処理装置は、
   呼吸機能検査の妥当性が失われる異常が生じた場合の測定結果を示す第１データを記憶する記憶部と、
   前記第１データに基づいて前記追加データが得られた呼吸機能検査の妥当性を判定する制御部とを備える
   呼吸機能検査システム。
10. スパイログラムを導出可能なデータであって過去に実施された被験者の呼吸機能の測定結果を示す過去データに基づいて新たな呼吸機能の測定結果を示す追加データを処理する呼吸機能検査システムであって、
    呼吸機能が正常である場合の測定結果を示すデータ及び異常がある場合の測定結果を示すデータを前記過去データとして記憶する記憶部と、
    前記追加データと前記過去データとの相関の少なくとも一方を判定する制御部とを備え、
    前記過去データは、呼吸機能検査の妥当性が失われる異常が生じた場合の測定結果を示す第１データを含み、
    前記制御部は、前記第１データに基づいて前記追加データが得られた呼吸機能検査の妥当性を判定する
    呼吸機能検査システム。

Images