JPWO2005008254A1 - 臨床検査分析装置、臨床検査分析方法およびその方法をコンピュータに実行させるプログラム - Google Patents
臨床検査分析装置、臨床検査分析方法およびその方法をコンピュータに実行させるプログラム Download PDFInfo
- Publication number
- JPWO2005008254A1 JPWO2005008254A1 JP2005511918A JP2005511918A JPWO2005008254A1 JP WO2005008254 A1 JPWO2005008254 A1 JP WO2005008254A1 JP 2005511918 A JP2005511918 A JP 2005511918A JP 2005511918 A JP2005511918 A JP 2005511918A JP WO2005008254 A1 JPWO2005008254 A1 JP WO2005008254A1
- Authority
- JP
- Japan
- Prior art keywords
- reference pattern
- data
- pattern group
- previous
- distance
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00594—Quality control, including calibration or testing of components of the analyser
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00594—Quality control, including calibration or testing of components of the analyser
- G01N35/00603—Reinspection of samples
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N37/00—Details not covered by any other group of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/698—Matching; Classification
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
Landscapes
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Quality & Reliability (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
Abstract
Description
また、同一の被験者について、前回の検査結果と今回の検査結果とを見比べて、今回の検査データに対する検査が正常に行われたか否かを判断する前回値チェックという方法がある。この前回値チェックは、例えばある患者に対する検査データの値が継続して高い状態であるとき、今回の検査データについてもある程度高い値であると予測したものの、極端に低い値となったときなどに、今回の検査データに対する検査の有効性が疑わしいと判定する方法である。この前回値チェックは、自動分析装置を用いて数値として定量できる項目に対して行われている(特許文献1:特許第2828609号公報参照。)。
また、本出願人は、前回データと今回データの差を求めてから、この差を基準パターンとマッチングさせ、その最短距離の値により前回値チェックを行う臨床検査分析装置を出願している(特許文献2:特開2003−114231号公報参照。)。
また、血球粒度データをデータベース化し、自己組織化マップ(SOM:Self Organizing Map)を利用してクラスタリングし、疾患症例とパターン分類を行う報告がなされている(非特許文献1:井沖浩美ほか、「白血球粒度データによるアレルギー疾患領域のパターン分類」、医療情報学会、第22回医療情報学連合大会、医療支援システム/一般口演セッション:医療支援システム(1)、2002年11月)。
しかしながら、従来の技術では以下の問題点があった。特許文献1の構成では、数値を用いた項目に対してのみ前回値チェックを行うものであり、蛋白電気泳動の波形データや、血球粒度分布図のような画像データ等のグラフィカルなデータを用いて前回値チェックを行うことができなかった。このような検査データに対する前回値チェックは視覚の認識に頼っていたため非効率的であった。
また、特許文献2に開示された技術では、前回データと今回データの値の差を求めて基準パターンとマッチングするため、この差の値が直接意味するものが不明であるとともに、前回データと今回データの値の大きさによって差の値がプラス(+)、あるいは逆にマイナス(−)として出るため、この方法による前回値チェックが直感的に判りにくいものであった。また、上記同様に、グラフィカルなデータを用いて前回値チェックを行うことができなかった。
本発明は、上記問題点に鑑みてなされたものであって、グラフィカルなデータに対する前回値チェックを行うことができ、前回値チェックの判断の信頼性を向上して無駄な再検の手間を減らすことができる臨床検査分析装置、臨床検査分析方法およびその方法をコンピュータに実行させるプログラムを提供することを目的とする。
この発明によれば、グラフィカルなデータを用いた前回値チェックを行うことができ、視覚の認識に頼っていた判断を効率的に行えるようになる。また、前回データと今回データの値の変化だけが大きいときであっても、基準パターン同士の距離が小さいときには正常であると判断でき、前回値チェックの信頼性を向上できる。
第1図は、本発明の臨床検査分析装置が自動分析装置に接続されている外観構成の一例を示した図である。臨床検査分析装置100には、自動血球計数装置200から随時出力される多数の被験者の臨床検査の分析結果が随時入力され、前回値チェックを行う。この前回値チェックにより再検査の有無を判定する。また、自動血球計数装置200は、多数の被験者からの検体に対して臨床検査を行い、その分析結果を臨床検査分析装置100に対して出力する。
なお、ここでは、臨床検査とは、主として検体検査を意味し、被験者から提供された検体に対して、複数の分析項目が含まれた検査を意味するものとする。検体検査の分類は、例えば、保険点数にしたがった分類を採用することができ、例としては、尿中一般物質定性半定量検査、尿中特殊物質定性定量検査、尿中沈渣顕微鏡検査、糞便検査、穿刺・採取液検査、血液形態・機能検査、出血・凝固検査、血液化学検査、内分泌学的検査、腫瘍マーカー、特殊分析、免疫血液学的検査、感染症血清反応、肝炎ウィルス関連検査、自己抗体検査、血漿蛋白免疫学的検査、細胞機能検査、排泄物、滲出物または分泌物の細菌顕微鏡検査、細菌培養同定検査、細菌薬剤感受性検査、抗酸菌分離培養検査、抗酸菌同定検査、抗酸菌薬剤感受性検査、微生物核酸同定・定量検査、動物使用検査があげられる。なお、各臨床検査においては複数の分析項目が含まれる。この分析項目とは例えば電解質中のNa濃度を測定することをいい、臨床検査を構成する複数の検査項目ないし分析項目を指すものとする。
次に、自動血球計数装置200を概説し、どのようにして計数結果が出力されるか説明する。自動血球計数装置200は、第1図に示したように、計数部201と、消耗品格納部202と、検体格納部203と、表示・解析部204と、臨床検査分析装置100に分析結果を伝送する通信線205とを有する。
詳細な説明は省略するが、検体格納部203にセットされた血液は自動攪拌され、計数部201で、定められた希釈倍率に従い、血液は自動希釈され、計数部201で各項目が測定され結果が出力される。また、計数部201は次検体測定に前検体が混入しないように計数部201内部を計数毎に洗浄する。消耗品格納部202は、計数や測定を行うための各種の消耗品を格納する。消耗品には各種の計数・測定を行うための試薬類や洗浄液がある。
表示・解析部204は、計数部201で得られた測定結果に基づいて、必要に応じて、測定項目を整理、表示する。例えば、計測されたデータを使用して、血液細胞の大きさ別の粒度分布図を作成したり、2項目以上同時に測定された血液細胞特性を利用して、2次元またはそれ以上の次元でのポピュレーション分析を行い細胞集団毎に計数を行うことができる。表示・解析部204は、計数部201の測定結果を後述する第5図に示すように、2次元の画像データとして出力する。
表示・解析部204は、各種の情報を出力表示する。表示項目としては、検査項目、測定日、検体数、検査の進行状況などがあげられる。この他、測定中にエラー(障害)が発生した場合には、エラー内容、装置状態、復旧手続のための操作手順も表示する。また、後述するように前回値チェックで有効性に疑いが生じたときには、検体の再検査を促す画面を表示する。
通信線205は、臨床検査の複数の分析結果(計数部201もしくは表示・解析部204から出力された分析結果)を臨床検査分析装置100に伝送する。伝送の方法としては、LANや電話回線等によるネットワーク接続、USBを経た接続等、様々考えられるが、分析結果が速やかに臨床検査分析装置100に出力されればその形態は特に限定されるものではない。なお、後述するように、本実施の形態ではLANによりデータが送信される。
このように、自動血球計数装置200からは多数の被験者から複数項目にわたる分析結果が随時出力される。ここで、自動血球計数装置200は病院に設置されているので、その母集団は何らかの疾患を有する者の集団であり、健常者の数値を逸脱する項目を多数含んでいる場合がほとんどである。したがって、異常値をとるからといって単に再検査を行うことには意味がなく、前回値チェックが正当であると判断された後に、異常値の傾向を把握して真に再検査が必要な異常値であるか否かを判定する必要がある。
この実施の形態では、自動血球計数装置200の表示・解析部204が出力する血球粒度データをデータベース化し、この血球粒度の画像などのオブジェクトデータを前述した自己組織化マップ(SOM)を利用してクラス分類したパターン(血球粒度分布パターン)を用いた分析を行う。具体的には、前述した非特許文献1に記載されたように、クラス分類したパターンを用いる。
次に、臨床検査分析装置100についてその構成を詳述する。第2図は、臨床検査分析装置100のハードウェア構成の一例を示した説明図である。臨床検査分析装置100は、そのハードウェア構成として、CPU101と、RAM102と、ROM103と、ハードディスクドライブ(HD)104と、ネットワークインターフェースカード(NIC)105と、ビデオカード106と、周辺機器インターフェース(I/F)107と、を有する。また、周辺機器I/F部107には、マウス171、キーボード172が接続されている。また、ビデオカード106にはCRTやLCD等のディスプレイ(第1図参照)が接続されている。
HD104は、プログラム部141と、データベース部142とから構成されている。プログラム部141には、臨床検査分析装置100全体の基本制御を行うプログラムであるOSと、後述する通信プログラム、近似度算出プログラム、規格化変換プログラム、判定プログラム、警告表示プログラムなどが格納されている。また、データベース部142には、予め臨床検査の種別に応じた基準パターン(上記の血球粒度分布パターンを含む複数のパターン)が格納されている。
次に、臨床検査分析装置100の機能的構成を説明し、各機能部と第2図に示したハードウェアとの具体的な関係について説明する。第3図は、臨床検査分析装置100の機能的構成の一例を示した説明図である。臨床検査分析装置100は、その機能的構成として、基準パターン群格納部301と、前回データ入力部302と、今回データ入力部303と、パターンマッチング部304と、距離算出部305と、判定部306とを有する。
基準パターン群格納部301は、分析処理を行うための基準パターン群を複数格納している。なお、分析項目が異なるときには、異なる基準パターン群を用いる。この実施の形態では、基準パターン群として血球粒度分布パターンを用いる。第4図は、血球粒度データをスキャッターグラムにより生成された自己組織化マップを示す図表である。この第4図には、競合層144(12×12個、入力層128×128×8bit)の基準パターン群400が示されている。一部の基準パターンは、便宜上拡大表示してある。第5図は、第4図に示した基準パターン群のうちの一つの基準パターンを拡大した説明図である。
第5図に示す横軸は血球の容積であり、縦軸は光透過度を示す。血球を染色後、電気抵抗法で血球容積を測定し、染色度合いに対応した光透過度により細胞組成を分析する。これら容積と光透過度の2つの測定原理を組み合わせることにより、4種類(リンパ球501、単球502、好中球503、好酸球504)の定量を行う。前述した検体を計数した分析結果は、第5図に示す基準パターン500と同じ画像データとして得られる。
次に、基準パターンについてより詳細に説明する。第4図に示した基準パターン群400は、多数(例えば約6千件)の被験者の血液検査のデータを用いて、前述した非特許文献1に記載された技術の自己組織化マップ(SOM)を用いて求めたものである。自己組織化マップは、非線形多変量のデータに潜む有用な知識を可視化するための効率的な方法として位置づけられ、自動血球計数装置200のように、多項目にわたる分析結果(非線形多変量)が出力される場合に、各項目の相関を捉えるのに役立つマップである。なお、SOMは、いわゆるデータマイニングの一種であるので、データマイニングを用いて、後述する近似度合いが算出可能な基準パターンを求めることができるのであれば、SOM以外であっても機械学習やニューラルネット等の各手法を用いることができる。データマイニングの手法を用いることにより、従来では熟練した医者でなければ判断の困難であった数値の相関を判断できるようになる。
なお、第4図に示す基準パターン群400では12×12の合計144パターンを示したが、この数は任意であり、母集団のデータ数(被験者数)や項目数等により適宜決定される。このように、基準パターン群400は、2次元マトリクス状に配置したグラフィカルな画像データからなり、好中球、好酸球、リンパ球、単球などのパターンを総合的にクラス分類したものである。上記の基準パターン群格納部301は、例えば、HD104のデータベース部142(第2図参照)によりその機能を実現することができる。
次に、第3図の各構成部を説明する。前回データ入力部302には、自動血球計数装置200から、被験者についての前回検査時の前回データが入力され、今回データ入力部303には、同一被験者の今回検査時の今回データが入力される。前回データと今回データは、いずれも同一の検査項目に関する血液検査を分析した後の画像データ(第5図参照)であるとする。これら前回データ入力部302と今回データ入力部303は、例えば、NIC105(第2図参照)、CPU101およびHD104のプログラム部141に格納された通信プログラムによりその機能を実現することができる。
パターンマッチング部304は、基準パターン群格納部301が格納している複数の基準パターンと、前回データ入力部302に入力された前回データのパターンをパターンマッチングする。同様に、基準パターン群格納部301が格納している複数の基準パターンと、今回データ入力部303に入力された今回データのパターンをパターンマッチングする。パターンマッチングは、具体的には、基準パターンに最も近似している近似度を計算し、最も近似度が小さいパターンを選定する。なお、近似の度合いは、比較する複数の基準パターンのうち、最も近似している基準パターンとの近似の度合いが算出できればよく、その算出方法は限定されるものではない。
ここで、第4図に示した基準パターンと近似の度合いについて説明する。第6図は、第4図に示した基準パターンを用いて、第4図の基準パターンを求める際に使用した母集団のデータの近似の度合い(最短距離)の分布を示した説明図である。第6図の横軸はデータの番号を、縦軸は最短距離を示しており、横軸に関しては距離の小さな順に並べ替えている。第6図に示したように、ほとんどの被験者は、最短距離が小さいので再検査ないし精密検査の必要は生じない。一方、第6図の右端では、グラフの立ち上がりが急で、最短距離が非常に大きくなっており、再検査ないし精密検査の対象にすべきデータであると考えられる。
パターンマッチング部304は、例えば、CPU101と、HD104のプログラム部141に格納された近似度算出プログラムによりその機能を実現することができる。
距離算出部305は、パターンマッチング部304にて選定された前回データに近似する基準パターンA(第4図の400a)と、今回データに近似する基準パターンB(第4図の400b)との間の距離dを算出する。この距離dは、自己組織化マップによる基準パターン群400上における距離を用いる。これに限らず、基準パターン群400上における各基準パターン同士間の距離dを算出または定義して一覧表化しておき、選定された基準パターンA,B間に相当する距離をこの一覧表から読み出す構成としてもよい。
判定部306は、距離算出部305により算出された距離dを予め定めたしきい値と比較して前回データの有効性を判定する前回値チェックを行う。そして、距離dがしきい値より大きい距離であれば、前回値チェックがNG(今回データの有効性が疑わしい)と判定し、距離dがしきい値より小さい距離であれば、前回値チェックがOK(今回データが有効)であると判定する。NG判定時には、前回値チェックがNG(今回データの有効性が疑わしい)という旨をディスプレイ等に警告表示する。
NG判定される例としては、被験者の取り違え、使用する検体の取り違えが最も多い。例えば、検体の取り違えは検体を示すラベル(バーコード)の貼り間違いによっても生じる。したがって、本発明の臨床検査分析装置100を用いれば、単純な医療ミスを防止できるという効果も奏する。このNG判定時には、もう一度同じ検体を用いた検査を行うよう警告表示してもよい。この他、このNG判定時には、自動血球計数装置200の測定や調整が必要な場合もある。なお、このOK/NG判定は、今回データの有効性に関する判定であり、検査データそのものの値が正常であるか異常であるかを判定するものではない。
判定部306は、例えば、CPU101、HD104のプログラム部141に格納された判定プログラムおよび警告表示プログラム、データベース部142に格納された判定用のしきい値によりその機能を実現することができる。なお、上記のしきい値は、症例や検査内容によって任意に定めることができる。
最後に、臨床検査分析装置100の動作例についてフローチャートを用いて説明する。第7図は、臨床検査分析装置100による前回値チェックの処理手順を示すフローチャートである。
まず、操作者(例えば検査技師)は、この臨床検査として血球粒度分布を指定する。この指定にしたがって、対応する基準パターンおよび判定用のしきい値がデータベース部142から読み出され、RAM102に格納される。続いて、通信プログラム、近似度算出プログラム、規格化変換プログラム、判定プログラムがプログラム部141からRAM102およびCPU101のキャッシュに格納される。これで、動作準備ができたので、CPU101は、通信プログラムにしたがって、自動血球計数装置200からこの被験者の今回の測定データを取得する(ステップS701)。
次に、同一被験者の前回データを検索する(ステップS702)。検索の結果、前回データがなければ(ステップS703:No)前回値チェックが行えないので終了する。前回データがあれば(ステップS703:Yes)、該当するこの前回データを取得する(ステップS704)。次に、この血球粒度分布の基準パターン群400(第4図参照)を読み出す(ステップS705)。
そして、前回データを、適宜規格化変換プログラムによりデータ変換して基準パターン群400の基準パターン全てとパターン照合する(ステップS706)。近似度算出プログラムは、このパターン照合工程において最も近似している基準パターンに対する近似の度合いを算出し、最も近似した基準パターンAを選定し、記憶する(ステップS707)。
同様に、今回データを、適宜規格化変換プログラムによりデータ変換して基準パターン群400の基準パターン全てとパターン照合する(ステップS708)。近似度算出プログラムは、このパターン照合工程において最も近似している基準パターンに対する近似の度合いを算出し、最も近似した基準パターンBを選定し、記憶する(ステップS709)。
前回データと今回データは、いずれも自動血球計数装置200から画像データとして出力される構成であり、基準パターンと同様の形式の画像データであるとする。これに限らず、前回データと今回データは、数値入力され、臨床検査分析装置100内部にて基準パターンと同一形式の画像データに変換される構成としてもよい。この場合、上記規格化変換プログラムのデータ変換がこの画像データの生成処理を行う。
次に、選定されたこれら基準パターンAと基準パターンBの距離dを計算により求める(ステップS710)。距離dは、前述したように一覧表から取得することもできる。そして得た距離dを予め設定したしきい値と比較する(ステップS711)。距離dがしきい値より大きければ(ステップS711:Yes)、前回値チェック結果がNG(今回データの有効性が疑わしい)として警告表示を行い(ステップS712)、前回値チェックの結果を出力して(ステップS713)、終了する。出力先は、前述したディスプレイの他、プリンタからの印字出力や特定ファイルへのデータ出力などがある。なお、距離dがしきい値より小さければ(ステップS711:No)、ステップS712の警告表示を行わず、前回値チェックの結果を出力して(ステップS713)、終了する。
以上説明したように、臨床検査分析装置100は、あり得べきパターンに基づいて前回値チェックを行うので、真に検体の再検査が必要か否かを容易に判断できるようになる。なお、以上の説明では、入院や通院患者等の被験者に対する臨床検査を行う例を説明したが、これに限ることなく、健康体の母集団に対する検査を行うことでもよい。この応用例としては、地域差や、年齢層に応じた臨床検査があげられる。
また、臨床検査分析装置100は、自動血球計数装置200から多量の臨床検査データを入力して用いることができる。したがって、複数の臨床検査データをHD142に格納しておき、必要に応じてSOMを用いて基準パターン群400を再構築してもよい。なお、基準パターン群400は適当なソフトウェアを用いることにより構築可能である。この基準パターン群400は、画像データに限らず、波形データを用いることもできる。
具体的には、上述した実施形態では、血球粒度分布の画像データを用いる構成としたが、他に、蛋白電気泳動の波形データの基準パターン群を用意し、パターンマッチングを行う構成にもできる。この波形データを用いたパターンマッチングは、波形同士の重なり具合に基づいてマッチングの度合いを測ることができ、画像データに比してマッチング処理を簡単に行うことができる。そして、波形データを用いる場合においても画像データと同様にSOM等のデータマイニングにより基準波形データ群を構築しておけばよい。
以上説明したように、本実施の形態にかかる臨床検査分析装置では、基準パターン群400を用いて前回データと今回データそれぞれにマッチングするパターンを選定し、選定された基準パターンA,Bの距離に基づき前回値チェックを行うこととしたので、例え前回データが示す数値と、今回データが示す数値との差が大きなものであっても、選定された基準パターンA,Bの距離が小さいときには、正常であると判定できるため、前回値チェックの信頼性を向上できるようになる。これにより、前回値チェックにかかる無駄な手間と時間を省くことができるようになり、医療費の抑制も期待できるようになる。
また、前回データおよび今回データをいずれも血球粒度パターン等の基準パターン群400とパターンマッチングするため、基準パターンのクラス分類と推定症例との関連付けを視覚的に容易に確認できるようになる。加えて、基準パターン群400上における前回データや今回データに適合した基準パターンの選択エリアおよびこの選択エリア内での選択頻度に基づいて、推定症例や検査結果の変化を適切に判断することも可能となる。
また、近似度を用いて前回および今回の検査データに適合する基準パターンを簡単に選択することができる。また、グラフィカルな画像データである血球粒度分布を用いた検査の前回値チェックや、グラフィカルな波形データである蛋白電気泳動を用いた検査の前回値チェックを行える。また、データマイニングにより構築された基準パターン群を用いてグラフィカルなデータに対する前回値チェックを行えるようになる。また、表示出力により検体を用いた再検査を適切に実行できるようになる。また、データベースから必要な基準パターン群を読み出すだけで異なる検査毎の前回値チェックを行うことができる。また、逐次距離を算出する必要がなく、予め格納された距離を読み出すだけで全ての組み合わせに対する距離を容易に取得できるようになる。
以上説明したように、本発明によれば、前回データと今回データとを直接比較せず、いずれも最もマッチングする基準パターン同士を比較するため、グラフィカルなデータを用いた前回値チェックを行うことができ、視覚の認識に頼っていた判断を効率的に行えるようになる。また、前回データと今回データの値の変化だけが大きいときであっても、基準パターン同士の距離が小さいときには正常であると判断でき、前回値チェックの信頼性を向上できるという効果を奏する。
Claims (17)
- 臨床検査に用いる検体についての今回の検査データの有効性を確認するための前回値チェックを行う臨床検査分析装置において、
前回の検査データおよび今回の検査データを入力する入力手段と、
複数段階のクラス分類を行った基準パターン群を予め格納する基準パターン群格納手段と、
前記前回の検査データに対し、前記基準パターン群の中で最もパターンが適合する基準パターンを選択するとともに、前記今回の検査データに対し、前記基準パターン群の中で最もパターンが適合する基準パターンを選択するパターンマッチング手段と、
前記基準パターン群上に配置された前記前回の検査データに適合する基準パターンと、前記今回の検査データに適合する基準パターンとの間の距離を算出する距離算出手段と、
前記距離算出手段により算出された距離を予め定めたしきい値と比較し、前記距離が前記しきい値を超えたか否かに基づいて前回値チェックの有効性を判定する判定手段と、
を備えたことを特徴とする臨床検査分析装置。 - 前記パターンマッチング手段は、前回および今回の検査データと、前記基準パターン群に含まれる各基準パターンのうち近似度が最も小さい基準パターンをそれぞれ前記適合する基準パターンとして選択することを特徴とする請求の範囲第1項に記載の臨床検査分析装置。
- 前記検体の検査データおよび前記基準パターン群は、血球の計数結果を表す画像データであることを特徴とする請求の範囲第1項に記載の臨床検査分析装置。
- 前記検体の検査データおよび前記基準パターン群は、蛋白電気泳動の分析結果を表す波形データであることを特徴とする請求の範囲第1項に記載の臨床検査分析装置。
- 前記基準パターン群は、所定のデータマイニング手法によりクラスタリングした結果であることを特徴とする請求の範囲第1項に記載の臨床検査分析装置。
- 前記判定手段は、前記有効性が疑わしいと判定したときに、前記検体を用いた再検査が必要である旨を表示出力することを特徴とする請求の範囲第1項に記載の臨床検査分析装置。
- 前記基準パターン群格納手段は、前記検体を用いた検査項目毎に異なる基準パターン群を予め格納するデータベースを備え、所望する検査項目に対応した基準パターン群を前記データベースから読み出して用いることを特徴とする請求の範囲第1項に記載の臨床検査分析装置。
- 前記距離算出手段は、前記基準パターン群上に配置された前記前回の検査データに適合する基準パターンと、前記今回の検査データに適合する基準パターンとの間の距離を予め一覧形式で格納しておき、該当する基準パターン同士に相当する距離を出力することを特徴とする請求の範囲第1項に記載の臨床検査分析装置。
- 臨床検査に用いる検体についての今回の検査データの有効性を確認するための前回値チェックを行う臨床検査分析方法において、
前回の検査データおよび今回の検査データを入力する入力工程と、
複数段階のクラス分類を行った基準パターン群を取得する基準パターン群取得工程と、
前記前回の検査データに対し、前記基準パターン群の中で最もパターンが適合する基準パターンを選択する前回基準パターンマッチング工程と、
前記今回の検査データに対し、前記基準パターン群の中で最もパターンが適合する基準パターンを選択する今回基準パターンマッチング工程と、
前記基準パターン群上に配置された前記前回の検査データに適合する基準パターンと、前記今回の検査データに適合する基準パターンとの間の距離を算出する距離算出工程と、
前記距離算出工程により算出された距離を予め定めたしきい値と比較し、前記距離が前記しきい値を超えたか否かに基づいて前回値チェックの有効性を判定する判定工程と、
を含むことを特徴とする臨床検査分析方法。 - 前記パターンマッチング工程は、前回および今回の検査データと、前記基準パターン群に含まれる各基準パターンのうち近似度が最も小さい基準パターンをそれぞれ前記適合する基準パターンとして選択することを特徴とする請求の範囲第9項に記載の臨床検査分析方法。
- 前記検体の検査データおよび前記基準パターン群は、血球の計数結果を表す画像データであることを特徴とする請求の範囲第9項に記載の臨床検査分析方法。
- 前記検体の検査データおよび前記基準パターン群は、蛋白電気泳動の分析結果を表す波形データであることを特徴とする請求の範囲第9項に記載の臨床検査分析方法。
- 前記基準パターン群は、所定のデータマイニング手法によりクラスタリングした結果であることを特徴とする請求の範囲第9項に記載の臨床検査分析方法。
- 前記判定工程は、前記有効性が疑わしいと判定したときに、前記検体を用いた再検査が必要である旨を表示出力することを特徴とする請求の範囲第9項に記載の臨床検査分析方法。
- 前記基準パターン群取得工程は、前記検体を用いた検査項目毎に異なる基準パターン群を予め格納するデータベースを備え、所望する検査項目に対応した基準パターン群を前記データベースから読み出して用いることを特徴とする請求の範囲第9項に記載の臨床検査分析方法。
- 前記距離算出工程は、前記基準パターン群上に配置された前記前回の検査データに適合する基準パターンと、前記今回の検査データに適合する基準パターンとの間の距離を予め一覧形式で格納しておき、該当する基準パターン同士に相当する距離を出力することを特徴とする請求の範囲第9項に記載の臨床検査分析方法。
- 前記請求の範囲第9項〜第16項のいずれか一つに記載の方法をコンピュータに実行させることを特徴とするプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003199077 | 2003-07-18 | ||
JP2003199077 | 2003-07-18 | ||
PCT/JP2004/010520 WO2005008254A1 (ja) | 2003-07-18 | 2004-07-16 | 臨床検査分析装置、臨床検査分析方法およびその方法をコンピュータに実行させるプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2005008254A1 true JPWO2005008254A1 (ja) | 2006-08-31 |
JP4150044B2 JP4150044B2 (ja) | 2008-09-17 |
Family
ID=34074399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005511918A Expired - Lifetime JP4150044B2 (ja) | 2003-07-18 | 2004-07-16 | 臨床検査分析装置、臨床検査分析方法およびその方法をコンピュータに実行させるプログラム |
Country Status (6)
Country | Link |
---|---|
US (1) | US8676510B2 (ja) |
EP (1) | EP1703283A4 (ja) |
JP (1) | JP4150044B2 (ja) |
KR (1) | KR101106201B1 (ja) |
CN (1) | CN1826529B (ja) |
WO (1) | WO2005008254A1 (ja) |
Families Citing this family (69)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7697764B2 (en) * | 2003-11-21 | 2010-04-13 | National University Corporation Kochi University | Similar pattern searching apparatus, method of similar pattern searching, program for similar pattern searching, and fractionation apparatus |
US20050168660A1 (en) * | 2004-01-29 | 2005-08-04 | Mircea Popescu | Digital moving picture device |
US7231590B2 (en) * | 2004-02-11 | 2007-06-12 | Microsoft Corporation | Method and apparatus for visually emphasizing numerical data contained within an electronic document |
US7299135B2 (en) | 2005-11-10 | 2007-11-20 | Idexx Laboratories, Inc. | Methods for identifying discrete populations (e.g., clusters) of data within a flow cytometer multi-dimensional data set |
JP5217793B2 (ja) * | 2008-08-29 | 2013-06-19 | 東洋紡株式会社 | データの精度を向上する方法、および、そのためのシステム |
US8725420B2 (en) | 2008-10-31 | 2014-05-13 | The Invention Science Fund I, Llc | Compositions and methods for surface abrasion with frozen particles |
US8731841B2 (en) | 2008-10-31 | 2014-05-20 | The Invention Science Fund I, Llc | Compositions and methods for therapeutic delivery with frozen particles |
US20110150765A1 (en) | 2008-10-31 | 2011-06-23 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Frozen compositions and methods for piercing a substrate |
US8221480B2 (en) | 2008-10-31 | 2012-07-17 | The Invention Science Fund I, Llc | Compositions and methods for biological remodeling with frozen particle compositions |
US8788211B2 (en) | 2008-10-31 | 2014-07-22 | The Invention Science Fund I, Llc | Method and system for comparing tissue ablation or abrasion data to data related to administration of a frozen particle composition |
US9050317B2 (en) | 2008-10-31 | 2015-06-09 | The Invention Science Fund I, Llc | Compositions and methods for therapeutic delivery with frozen particles |
US20100111857A1 (en) | 2008-10-31 | 2010-05-06 | Boyden Edward S | Compositions and methods for surface abrasion with frozen particles |
US8793075B2 (en) | 2008-10-31 | 2014-07-29 | The Invention Science Fund I, Llc | Compositions and methods for therapeutic delivery with frozen particles |
US8762067B2 (en) | 2008-10-31 | 2014-06-24 | The Invention Science Fund I, Llc | Methods and systems for ablation or abrasion with frozen particles and comparing tissue surface ablation or abrasion data to clinical outcome data |
US9050070B2 (en) | 2008-10-31 | 2015-06-09 | The Invention Science Fund I, Llc | Compositions and methods for surface abrasion with frozen particles |
US8545856B2 (en) | 2008-10-31 | 2013-10-01 | The Invention Science Fund I, Llc | Compositions and methods for delivery of frozen particle adhesives |
US8409376B2 (en) | 2008-10-31 | 2013-04-02 | The Invention Science Fund I, Llc | Compositions and methods for surface abrasion with frozen particles |
US8603494B2 (en) | 2008-10-31 | 2013-12-10 | The Invention Science Fund I, Llc | Compositions and methods for administering compartmentalized frozen particles |
US8603495B2 (en) | 2008-10-31 | 2013-12-10 | The Invention Science Fund I, Llc | Compositions and methods for biological remodeling with frozen particle compositions |
US8545855B2 (en) | 2008-10-31 | 2013-10-01 | The Invention Science Fund I, Llc | Compositions and methods for surface abrasion with frozen particles |
US8849441B2 (en) | 2008-10-31 | 2014-09-30 | The Invention Science Fund I, Llc | Systems, devices, and methods for making or administering frozen particles |
US8545857B2 (en) | 2008-10-31 | 2013-10-01 | The Invention Science Fund I, Llc | Compositions and methods for administering compartmentalized frozen particles |
US8721583B2 (en) | 2008-10-31 | 2014-05-13 | The Invention Science Fund I, Llc | Compositions and methods for surface abrasion with frozen particles |
US9060934B2 (en) | 2008-10-31 | 2015-06-23 | The Invention Science Fund I, Llc | Compositions and methods for surface abrasion with frozen particles |
US9072688B2 (en) | 2008-10-31 | 2015-07-07 | The Invention Science Fund I, Llc | Compositions and methods for therapeutic delivery with frozen particles |
US9060931B2 (en) | 2008-10-31 | 2015-06-23 | The Invention Science Fund I, Llc | Compositions and methods for delivery of frozen particle adhesives |
US8551505B2 (en) | 2008-10-31 | 2013-10-08 | The Invention Science Fund I, Llc | Compositions and methods for therapeutic delivery with frozen particles |
US9072799B2 (en) | 2008-10-31 | 2015-07-07 | The Invention Science Fund I, Llc | Compositions and methods for surface abrasion with frozen particles |
US9060926B2 (en) | 2008-10-31 | 2015-06-23 | The Invention Science Fund I, Llc | Compositions and methods for therapeutic delivery with frozen particles |
US8731840B2 (en) * | 2008-10-31 | 2014-05-20 | The Invention Science Fund I, Llc | Compositions and methods for therapeutic delivery with frozen particles |
US20100178038A1 (en) * | 2009-01-12 | 2010-07-15 | Mediatek Inc. | Video player |
JPWO2012120755A1 (ja) * | 2011-03-04 | 2014-07-07 | 株式会社日立ハイテクノロジーズ | 分析装置 |
US8799269B2 (en) | 2012-01-03 | 2014-08-05 | International Business Machines Corporation | Optimizing map/reduce searches by using synthetic events |
CN102733469A (zh) * | 2012-06-08 | 2012-10-17 | 南京物联传感技术有限公司 | 一种网络化多功能马桶及其工作方法 |
US8903813B2 (en) | 2012-07-02 | 2014-12-02 | International Business Machines Corporation | Context-based electronic document search using a synthetic event |
US8898165B2 (en) | 2012-07-02 | 2014-11-25 | International Business Machines Corporation | Identification of null sets in a context-based electronic document search |
US9460200B2 (en) | 2012-07-02 | 2016-10-04 | International Business Machines Corporation | Activity recommendation based on a context-based electronic files search |
CN102733468B (zh) * | 2012-07-04 | 2014-04-23 | 广州市晶华光学电子有限公司 | 一种智能大小便检验马桶及其工作方法 |
US9262499B2 (en) | 2012-08-08 | 2016-02-16 | International Business Machines Corporation | Context-based graphical database |
US8676857B1 (en) | 2012-08-23 | 2014-03-18 | International Business Machines Corporation | Context-based search for a data store related to a graph node |
US8959119B2 (en) | 2012-08-27 | 2015-02-17 | International Business Machines Corporation | Context-based graph-relational intersect derived database |
US9251237B2 (en) | 2012-09-11 | 2016-02-02 | International Business Machines Corporation | User-specific synthetic context object matching |
US8620958B1 (en) | 2012-09-11 | 2013-12-31 | International Business Machines Corporation | Dimensionally constrained synthetic context objects database |
US9619580B2 (en) | 2012-09-11 | 2017-04-11 | International Business Machines Corporation | Generation of synthetic context objects |
US9223846B2 (en) | 2012-09-18 | 2015-12-29 | International Business Machines Corporation | Context-based navigation through a database |
US8782777B2 (en) | 2012-09-27 | 2014-07-15 | International Business Machines Corporation | Use of synthetic context-based objects to secure data stores |
US9741138B2 (en) | 2012-10-10 | 2017-08-22 | International Business Machines Corporation | Node cluster relationships in a graph database |
US8931109B2 (en) | 2012-11-19 | 2015-01-06 | International Business Machines Corporation | Context-based security screening for accessing data |
US8983981B2 (en) | 2013-01-02 | 2015-03-17 | International Business Machines Corporation | Conformed dimensional and context-based data gravity wells |
US8914413B2 (en) | 2013-01-02 | 2014-12-16 | International Business Machines Corporation | Context-based data gravity wells |
US9229932B2 (en) | 2013-01-02 | 2016-01-05 | International Business Machines Corporation | Conformed dimensional data gravity wells |
US9053102B2 (en) | 2013-01-31 | 2015-06-09 | International Business Machines Corporation | Generation of synthetic context frameworks for dimensionally constrained hierarchical synthetic context-based objects |
US8856946B2 (en) | 2013-01-31 | 2014-10-07 | International Business Machines Corporation | Security filter for context-based data gravity wells |
US9069752B2 (en) | 2013-01-31 | 2015-06-30 | International Business Machines Corporation | Measuring and displaying facets in context-based conformed dimensional data gravity wells |
US9110722B2 (en) | 2013-02-28 | 2015-08-18 | International Business Machines Corporation | Data processing work allocation |
US9292506B2 (en) | 2013-02-28 | 2016-03-22 | International Business Machines Corporation | Dynamic generation of demonstrative aids for a meeting |
JP2014202608A (ja) * | 2013-04-04 | 2014-10-27 | 日本光電工業株式会社 | 外部精度管理の評価用データの表示方法 |
US10152526B2 (en) | 2013-04-11 | 2018-12-11 | International Business Machines Corporation | Generation of synthetic context objects using bounded context objects |
US9195608B2 (en) | 2013-05-17 | 2015-11-24 | International Business Machines Corporation | Stored data analysis |
US9348794B2 (en) | 2013-05-17 | 2016-05-24 | International Business Machines Corporation | Population of context-based data gravity wells |
US9176998B2 (en) | 2013-05-28 | 2015-11-03 | International Business Machines Corporation | Minimization of surprisal context data through application of a hierarchy of reference artifacts |
US9053192B2 (en) | 2013-05-28 | 2015-06-09 | International Business Machines Corporation | Minimization of surprisal context data through application of customized surprisal context filters |
US10452660B2 (en) | 2013-05-31 | 2019-10-22 | International Business Machines Corporation | Generation and maintenance of synthetic context events from synthetic context objects |
CN105424560A (zh) * | 2015-11-24 | 2016-03-23 | 苏州创继生物科技有限公司 | 流式颗粒仪数据自动化定量分析方法 |
CN107041843B (zh) * | 2017-02-09 | 2021-03-26 | 深圳市卫邦科技有限公司 | 药品抽吸控制方法及装置 |
JP7133911B2 (ja) * | 2017-07-14 | 2022-09-09 | 株式会社堀場製作所 | 検体分析装置 |
CN108181312B (zh) * | 2018-01-18 | 2020-09-04 | 魏燕 | 前列腺液自动分析方法及装置 |
KR102261474B1 (ko) * | 2019-07-12 | 2021-06-07 | 주식회사 젠큐릭스 | 자동 경계화를 이용한 데이터 처리 방법 및 시스템 |
CN111413504B (zh) * | 2020-04-03 | 2022-01-28 | 河北医科大学第四医院 | 一种辅助判读ki67增殖指数的标准比对卡 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02259421A (ja) * | 1989-03-31 | 1990-10-22 | Toshiba Corp | 自動分析装置 |
JP2828609B2 (ja) * | 1994-09-22 | 1998-11-25 | 株式会社エイアンドティー | 臨床検査分析装置 |
JP3823162B2 (ja) * | 2001-07-31 | 2006-09-20 | 株式会社エイアンドティー | 臨床検査分析装置、臨床検査分析方法および臨床検査分析プログラム |
IL147502A0 (en) * | 2002-01-07 | 2002-08-14 | Widemed Ltd | Self-adaptive system, for the analysis of biomedical signals of a patient |
-
2004
- 2004-07-16 CN CN2004800207980A patent/CN1826529B/zh not_active Expired - Fee Related
- 2004-07-16 JP JP2005511918A patent/JP4150044B2/ja not_active Expired - Lifetime
- 2004-07-16 US US10/564,083 patent/US8676510B2/en not_active Expired - Fee Related
- 2004-07-16 WO PCT/JP2004/010520 patent/WO2005008254A1/ja active Application Filing
- 2004-07-16 EP EP04747884A patent/EP1703283A4/en not_active Withdrawn
- 2004-07-16 KR KR1020067001109A patent/KR101106201B1/ko not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
KR20060030115A (ko) | 2006-04-07 |
US20060190195A1 (en) | 2006-08-24 |
CN1826529B (zh) | 2010-12-01 |
EP1703283A4 (en) | 2011-11-23 |
EP1703283A1 (en) | 2006-09-20 |
US8676510B2 (en) | 2014-03-18 |
CN1826529A (zh) | 2006-08-30 |
KR101106201B1 (ko) | 2012-01-20 |
WO2005008254A1 (ja) | 2005-01-27 |
JP4150044B2 (ja) | 2008-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4150044B2 (ja) | 臨床検査分析装置、臨床検査分析方法およびその方法をコンピュータに実行させるプログラム | |
JP4964446B2 (ja) | 分析装置及び検体情報処理プログラム | |
JP5636381B2 (ja) | 細胞集団識別のための機器間の方法およびシステム | |
EP2280358A1 (en) | A urine work area manager and a urine work area | |
CN108595657B (zh) | His系统的数据表分类映射方法和装置 | |
US20210311071A1 (en) | Methods for Sample Quality Assessment | |
WO2019226340A1 (en) | Condition specific sample analysis | |
EP3525211A1 (en) | Test order processing apparatus, computer program therefor and test system | |
JP6791170B2 (ja) | 分析装置、分析方法、および、分析システム | |
JP6768688B2 (ja) | 検査オーダー処理装置およびそれを用いた検査システム | |
JP3823162B2 (ja) | 臨床検査分析装置、臨床検査分析方法および臨床検査分析プログラム | |
JP4872103B2 (ja) | 臨床検査値の管理装置、管理方法及び管理プログラム | |
EP2920573B1 (en) | Particle data segmentation result evaluation methods and flow cytometer | |
WO2022116112A1 (zh) | 样本分析系统、方法、样本图像分析系统及血液分析仪 | |
JP2007292516A (ja) | 精度管理システム及びコンピュータプログラム | |
Kazmierczak | Improving healthcare through advances in point-of-care technologies | |
Lin et al. | Establishing and evaluating an auto-verification system of thalassemia gene detection results | |
Friedrichs et al. | Reference intervals and decision limits | |
JP3395627B2 (ja) | 生体の粒子画像の分類方法 | |
JP6112597B2 (ja) | Cbcスキャッタグラムを用いた診断支援装置 | |
JP5550614B2 (ja) | 臨床検査値の管理装置、管理方法及び管理プログラム | |
EP4367669A2 (en) | All-electronic analysis of biochemical samples | |
EP4283623A1 (en) | Method and device for evaluating quality of pathological slide image | |
JP5550543B2 (ja) | 臨床検査値の管理装置、管理方法及び管理プログラム | |
KR20230040119A (ko) | 인공지능 기반의 일반혈액검사 데이터 분석을 통한 질병 진단 및 건강 관리를 위한 바이오 마커, 진단 키트, 장치, 방법 및 알고리즘 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070508 |
|
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: 20080617 |
|
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: 20080626 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110704 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 4150044 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110704 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140704 Year of fee payment: 6 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |