WO2022254702A1

WO2022254702A1 - 検査ガイド装置および検査ガイド方法

Info

Publication number: WO2022254702A1
Application number: PCT/JP2021/021399
Authority: WO
Inventors: 学市川; 真人石掛; 政佳阿部; 修野中
Original assignee: オリンパス株式会社
Priority date: 2021-06-04
Filing date: 2021-06-04
Publication date: 2022-12-08
Also published as: JPWO2022254702A1

Abstract

内視鏡検査等、医行為を伴う検査や臨床検査を適切に受けるために必要なアドバイスを受けることが可能な検査ガイド装置および検査ガイド方法を提供する。検査ガイド方法は、内視鏡検査受診者の状態情報の時間的変化に基づき、受診者の内視鏡検査の準備に係る工程の進捗度合いを推定し（Ｓ３９～Ｓ４３）、推定した進捗度合いに基づき、準備に係る工程の終了タイミングに関する情報を生成する（Ｓ４９）。ここで、準備に係る工程の進捗度合いは、内視鏡検査受診者の腸管洗浄状態の進捗度合いであり、腸管洗浄状態が一定の度合いに達すると予測したタイミングを準備に係る工程の終了タイミングとする。

Description

検査ガイド装置および検査ガイド方法

　本発明は、内視鏡検査等、医行為を伴う検査や臨床検査を受ける被検者（研究等に参加する方を示す被験者とは区別し、検査を受ける方として被検者と表す）に対して、実際に検査を受けるまでの間に、適切なガイドを与えることのできる検査ガイド装置および検査ガイド方法に関する。

　医療施設には複数の内視鏡等の検査装置が用意されており、患者や被検者の検査項目に応じて適切な内視鏡が準備され、この内視鏡が検査に使用される。この場合、内視鏡等の洗浄状態や、また消耗状態や老朽化状態等も考慮して、良好な状態で内視鏡を使用するためのスケジュールを設定しなければならない。そこで、特許文献１においては、内視鏡検査業務において適切にスケジューリングを行う内視鏡検査業務支援システムが提案されている。

特開２０１７－１１３０８２号公報

　前述の特許文献１の内視鏡検査業務支援システムは、医療施設内において内視鏡検査業務のスケジューリングを適切に行う技術について記載されているが、医療施設において、検査を受ける被検者が適切な検査を受けるためのアドバイス等の支援については記載されていない。実際の医療現場では、被検者が内視鏡検査を受けるまでに下剤を服用して消化管洗浄を行う等、被検者が内視鏡検査を受診する際にしなければならないことが種々あり、また、被検者の健康状態や個人差によって必要な処置や下剤等の処置役の服用時間、検査時間等が異なる。そのため、検査前の下剤を含めた処置薬の服用や、また検査時の体調管理、被検者の健康状態や個人差等、被検者の状態も含めて適切なアドバイスをしなければ、被検者が十分安心して検査を受けることが難しい。

　本発明は、このような事情を鑑みてなされたものであり、内視鏡検査等、医行為を伴う検査や臨床検査を適切に受けるために必要なアドバイスを受けることが可能な検査ガイド装置および検査ガイド方法を提供することを目的とする。

　上記目的を達成するため第１の発明に係る検査ガイド方法は、内視鏡検査受診者の状態情報の時間的変化に基づき、上記内視鏡検査受診者の内視鏡検査の準備に係る工程の進捗度合いを推定し、上記推定した進捗度合いに基づき、準備に係る工程の終了タイミングに関する情報を生成する。

　第２の発明に係る検査ガイド方法は、上記第１の発明において、上記準備に係る工程の進捗度合いは、内視鏡検査受診者の腸管洗浄状態の進捗度合いであり、腸管洗浄状態が一定の度合いに達すると予測したタイミングを、準備に係る工程の終了タイミングとする。
　第３の発明に係る検査ガイド方法は、上記第１の発明において、上記状態情報の時間的変化とは、排泄画像の時間的変化であり、上記排泄画像の時間的変化に基づいて、上記排泄画像が撮影された時よりも未来の腸管の洗浄度の時間的変化を推定し、推定した洗浄度の時間的変化が一定のレベルに達するタイミングを、腸管洗浄状態の終了タイミングとする。

　第４発明に係る検査ガイド方法は、上記第２の発明において、上記内視鏡検査受診者の腸管洗浄の開始からの時間を更に加味し、洗浄度の時間的変化を推定する。
　第５の発明に係る検査ガイド方法は、上記第２の発明において、上記内視鏡検査受診者が飲んだ腸管洗浄剤を推定し、この推定量を更に加味し、洗浄度の時間的変化を推定する。

　第６の発明に係る検査ガイド装置は、上記第２の発明において、更に、上記内視鏡検査受診者の腸管洗浄に係る薬剤の飲み方に関するガイドを表示する。
　第７の発明に係る検査ガイド方法は、上記第２の発明において、更に、上記内視鏡検査受診者が腸管洗浄のために飲む薬剤に応じて、ガイド表示を変更する。
　第８の発明に係る検査ガイド方法は、上記第２の発明において、上記薬剤の飲み方に関するガイドとは、薬剤を飲む時間または薬剤を飲む量または薬剤と共に飲むべき薬剤以外の量に関する。

　第９の発明に係る検査ガイド方法は、上記第２の発明において、上記内視鏡検査受診者が排泄した状態が撮影された排泄画像と、複数の上記排泄画像を、排泄経過モデルと特徴量を比較して、洗浄度の時間的変化を推定し、腸管洗浄状態の終了タイミングを推定する。
　第１０の発明に係る検査ガイド方法は、上記第２の発明において、排泄された状態が撮影された排泄画像を用いて学習されたＡＩモデルと、上記内視鏡検査受診者が排泄した状態が撮影された複数の排泄画像を用いて、腸管洗浄状態の終了タイミングを推定する。
　第１１の発明に係る検査ガイド方法は、上記第２の発明において、排泄された状態が撮影された排泄画像に加え、洗浄完了までの時間と洗浄剤の量の少なくとも一方を用いて学習されたＡＩモデルに、被検者が排泄した状態が撮影された排泄画像を入力して、腸管洗浄状態の終了タイミングを推定する。

　第１２の発明に係る検査ガイド方法は、上記第２の発明において、排泄された状態が撮影された排泄画像に洗浄度をアノテーションした複数の学習データセットを用いて学習されたＡＩモデルに、上記内視鏡検査受診者が排泄した状態が撮影された排泄画像を入力して洗浄度を推定し、腸管洗浄状態の終了タイミングを推定する。
　第１３の発明に係る検査ガイド方法は、上記第２の発明において、排泄された状態が撮影された複数の排泄画像に検査可能な状態に達するまでの洗浄時間または洗浄剤を飲んだ量をアノテーションした複数の学習データセットを用いて学習されたＡＩモデルに、被検者が排泄した状態が撮影された複数の排泄画像を入力して洗浄終了タイミングを推定する。
　第１４の発明に係る検査ガイド方法は、上記第１の発明において、上記準備に係る工程の終了タイミングと、上記内視鏡検査受診者よりも先に受診する者の検査時間ずれ状況によって決まる検査開始予測時間をガイドすることを特徴とする請求項１に記載の検査ガイド方法。
　第１５の発明に係る検査ガイド方法は、上記第１の発明において、さらに上記受診者の食事の履歴情報に従って、内視鏡検査の準備に係る工程の終了タイミングに関する情報を生成する。

　第１６の発明に係る検査ガイド装置は、内視鏡検査受診者の状態情報を取得する状態取得部と、上記状態情報の時間的変化に基づき、上記内視鏡検査受診者の検査準備の進捗状況を推定する進捗推定部と、上記進捗状況に基づき、上記検査準備に係るアドバイスを表示させるためのアドバイス生成部と、を具備する。

　第１７の発明に係る検査ガイド装置、上記第１５の発明において、上記検査準備は、消化管洗浄に係る準備であり、上記状態取得部は、上記内視鏡検査受診者の排泄に係る情報を取得し、上記進捗推定部は、上記進捗状況として、上記内視鏡検査受診者の上記消化管洗浄に係る進捗を推定する。
　第１８の発明に係る検査ガイド装置は、上記第１５の発明において、上記進捗推定部は、消化管洗浄の進捗及び一定の洗浄度合いに到達するまでの所要時間または洗浄剤摂取に係る回数・量を推定し、上記アドバイス生成部は、上記進捗推定部の推定結果に基づく情報を生成する。

　本発明によれば、内視鏡検査等、医行為を伴う検査や臨床検査を適切に受けるために必要なアドバイスを受けることが可能な検査ガイド装置および検査ガイド方法を提供することができる。

本発明の第１実施形態に係る内視鏡検査支援システムの構成を示すブロック図である。本発明の第１実施形態に係る内視鏡検査支援システムのサービスサーバにおけるメイン動作を示すフローチャートである。本発明の第１実施形態に係る内視鏡検査支援システムのサービスサーバにおける検査時期ガイド表示の動作を示すフローチャートである。本発明の第１実施形態に係る内視鏡検査支援システムのサービスサーバにおける検査時期ガイド表示の動作の変形例を示すフローチャートである。本発明の第１実施形態に係る内視鏡検査支援システムにおいて、洗浄度の変化を示すグラフである。本発明の第１実施形態に係る内視鏡検査支援システムにおいて、排便の基準画像列を示す図である。本発明の第１実施形態に係る内視鏡検査支援システムにおいて、洗浄度をＡＩによって算出する方法を説明する図である。本発明の第１実施形態に係る内視鏡検査支援システムにおいて、洗浄度をアルゴリズムによって予測する場合の洗浄度曲線を示すグラフである。本発明の第１実施形態に係る内視鏡検査支援システムにおいて、洗浄度をＡＩによって予測する場合のアルゴリズムを示す図である。本発明の第１実施形態に係る内視鏡検査支援システムにおいて、被検者が洗浄剤を飲み始める際のアラーム表示画面を示す図である。本発明の第１実施形態に係る内視鏡検査支援システムにおいて、被検者が洗浄剤を飲む際のアドバイス画面を示す図である。本発明の第１実施形態に係る内視鏡検査支援システムにおいて、被検者が自宅を出発し、医療施設において検査が終了するまでのアドバイス画面を示す図である。本発明の第２実施形態に係る内視鏡検査支援システムの構成を示すブロック図である。本発明の第２実施形態に係る内視鏡検査支援システムのサービスサーバにおけるメイン動作を示すフローチャートである。本発明の第２実施形態に係る内視鏡検査支援システムにおいて、被検者が医療施設に到着してから検査が終了するまでのアドバイス画面を示す図である。

　以下、本発明の実施形態として、本発明を内視鏡検査支援システムに適用した例について説明する。大腸内視鏡検査では、大腸を検査するために、腸管の洗浄剤を飲み、大腸まで洗浄してから検査を受けるので、本実施形態では腸管洗浄を行う場合を主として説明する。もちろん、本発明は内視鏡検査に限らず、その他の臨床検査や医行為を伴う検査に応用することも可能である。まず、第１実施形態に係る内視鏡検査支援システムについて、図１ないし図９Ｃを用いて説明する。図１は、第１実施形態に係る内視鏡検査支援システムの全体構成を示すブロック図である。この内視鏡検査支援システムは、サービスサーバ１０、ユーザ端末２０、および院内システム３０、３４とから構成されている。

　サービスサーバ１０は、インターネット等の通信網を通じてユーザ等が使用するユーザ端末２０、および医療施設内において医療従事者等が使用し、また医療施設内における情報取得用とし使用する院内システム３０、３４と接続可能であり、ユーザ等に種々のサービスを提供することができる。サービスサーバ１０は、ＣＰＵ（Central Processing Unit）等の処理装置、プログラムを記憶したメモリ、その他の周辺回路を有し、制御部１１、通信部１２、スケジュール管理部１３、洗浄度判定部１４、時間予測部１５、指示発信１６、および検査結果記録部１７を有する。なお、スケジュール管理部１３、洗浄度判定部１４、時間予測部１５、指示発信部１６、検査結果記録部１７は、ハードウエア回路等によって実現してもよく、また制御部１１がメモリに記憶されたプログラムを実行することによって、実現しても良い。この場合には、制御部１１を構成する１または複数のプロセッサが、スケジュール管理部１３、洗浄度判定部１４、時間予測部１５、および指示発信部１６の機能を果たす。

　制御部１１は、サービスサーバ１０の全体を制御する。制御部１１は、ＣＰＵ等の処理装置、プログラムを記憶したメモリ等を有する１つ又は複数のプロセッサから構成され、プログラムを実行することによって、サービスサーバ１０内の各部を制御することができる。制御部１１は、院内システム３４の待合室情報取得部３７、検査室情報取得部３８、リカバリルーム情報取得部３９から受診者が内視鏡検査を受診する医療機関における使用状況を取得する使用状況取得部としても機能する（図２のＳ１５、Ｓ１７等参照）。使用状況は、医療機関における待合・前処置・検査・リカバリ・会計のいずれか少なくとも１つに係る各行為を行う空間における使用状況（混雑状況）である。

　通信部１２は、サービスサーバ１０の周辺回路の内に設けられた通信回路を有し、ユーザ端末２０、院内システム３０、３４内の各通信部と通信を行うことができる。通信としては、例えば、指示発信部１６がアドバイスを作成した際に、ユーザ端末２０にアドバイスを送信する。また、通信部１２を通じて、被検者の要望を入力することができる。例えば、被検者が、鎮痛剤を用いての検査を希望する場合や、鎮静剤を用いて検査を希望する場合には、その旨がユーザ端末２０に入力され、通信部１２を通じて、サービスサーバ１０に伝達される。また、被検者が自宅から医療施設に移動する際の交通手段等についての要望を入力することもできる。サービスサーバ１０が検査ガイド装置として機能する場合には、通信部１２が、内視鏡検査受診者の要望を入力する受診者要望入力部として機能する。

　スケジュール管理部１３は、ユーザ（被検者）が内視鏡検査を受ける際に、種々の時間管理を行う。例えば、ユーザが検査を受ける際に腸管洗浄用の洗浄剤を飲み始めるタイミングがどうかの管理や（図２のＳ３参照））、ユーザが検査の受診するために病院等の医療施設に出かける出発時刻や（図２のＳ１１、Ｓ１３参照）、検査の全工程の予測時刻（図２のＳ１９）等の時間管理を行う。また、スケジュール管理部１３は、時間予測部１５によって予測された検査時間等を考慮してスケジュール管理を行う（図２のＳ１５、Ｓ１７、Ｓ１９参照）。

　洗浄度判定部１４は、被検者の排便の画像等に基づいて、被検者の腸管の洗浄度合いを判定する。被検者が複数回洗浄剤を飲み、排便するたびに次第に腸管が洗浄される。洗浄度判定部１４は、この洗浄度の度合いを判定する。排便画像に基づいて行う洗浄度の判定については、図４ないし図８を用いて後述する。洗浄度判定部１４は、サービスサーバ１０が検査ガイド装置として機能する場合には、内視鏡検査受診者の状態情報を取得する状態取得部として機能する（例えば、図２のＳ５、図３Ａおよび図３Ｂ、図１１のＳ１４ａ等参照）。状態取得部は、受診者の排泄に係る情報を取得する。

　時間予測部１５は、被検者が検査を受ける際の時間を予測する。例えば、被検者が自宅で洗浄剤を服用して腸管内を洗浄する場合に、被検者の排便の画像に基づいて洗浄度を判定した結果の時間的変化に基づいて、洗浄が終了する時刻を予測する（例えば、図４、図８参照）。また、時間予測部１５が時間予測を行うにあたって、洗浄判定部１４が行う腸管洗浄度の判定結果の時間的変化（例えば、排泄画像の時間的変化、図５の基準画像列参照）に基づいて行う。また、腸管洗浄度が一定のレベルに達すると予測するタイミングを終了タイミングとする（例えば、図３Ａおよび図３ＢのＳ４９、図４の検査可能レベルＬｅｖ参照）。この予測結果を基に、洗浄が終了するまでに、被検者が飲む洗浄剤量や回数等についても予測する。

　また、時間予測部１５は、洗浄以外にも、検査の準備が終了する時刻や、検査が開始される時刻、検査が完了する時刻等についても予測してもよい。例えば、検査にかかる時間から逆算して飲み始めの時刻や出発時刻を予測し（例えば、図２のＳ３、Ｓ１１参照）、また医療施設において、検査やリカバリ等に係る時間や検査終了後の検査結果を聞くための時間、会計待ちの時間等を考慮して検査の全工程における時刻等を予測してもよい（例えば、図２のＳ１９参照）。

　時間予測部１５は、サービスサーバ１０が検査ガイド装置として機能する場合には、状態情報の時間的変化に基づき、受診者の検査準備の進捗状況を推定する進捗推定部として機能する（例えば、図３Ａおよび図３ＢのＳ４９等参照）。検査準備は、消化管洗浄に係る準備である。本実施形態においては、被検者が洗浄剤を飲み、腸管を洗浄することが相当する。進捗推定部は、進捗状況として、受診者の消化管洗浄に係る進捗を推定する。進捗推定部は、消化管洗浄の進捗及び一定の洗浄度合いに到達するまでの所要時間または洗浄剤摂取に係る回数・量を推定する（例えば、図３Ａおよび図３ＢのＳ４９等参照）。

　時間予測部１５は、状態情報と、使用状況に基づき、内視鏡検査に関わる時刻を推定する時刻推定部として機能する（例えば、図２のＳ１９参照）。時刻推定部は、医療機関における待合・前処置・検査・リカバリ・会計の何れか少なくとも１つに係る各行為の開始または終了の時刻を予想する。

　指示発信部１６は、被検者に対するアドバイスを作成し、サービスサーバ１０からユーザ端末２０等に、通信部１２を通じて発信する。アドバイスとしては、例えば、被検者の排便に基づいて、洗浄が終了するのが何時頃で、残りの洗浄剤の量や回数等がある（例えば、図３Ａおよび図３ＢのＳ４９等参照）。また、これ以外にも、出発時刻や洗浄時のアドバイス等がある（図９Ａないし図９Ｃ参照）。指示発信部１６は、サービスサーバ１０が検査ガイド装置として機能する場合には、進捗状況に基づき、検査準備に係るアドバイスを表示させるアドバイス表示部として機能する（図３Ａおよび図３ＢのＳ４９、図９Ａないし図９Ｃ等参照）。アドバイス表示部は、進捗推定部の推定結果に基づく情報（洗浄度、洗浄剤摂取回数・量、洗浄完了予想時刻等）を表示する。アドバイス表示部は、内視鏡検査受診者の要望を考慮して、アドバイスを表示する。

　指示発信部１６は、サービスサーバ１０が検査ガイド装置として機能する場合には、推定に基づき、内視鏡検査に係るアドバイスを表示するアドバイス表示部として機能する。アドバイス表示部は、医療機関への移動の開始・各行為の開始または終了・医療機関での全行為の完了に係るアドバイスを表示する。指示発信部１６は、進捗状況に基づき、検査準備に係るアドバイスを表示させるアドバイス生成部（例えば、図３Ａおよび図３ＢのＳ４９等参照）として機能する。アドバイス生成部は、進捗推定部の推定結果に基づく情報を生成する。

　検査結果記録部１７は、被検者が病院において内視鏡検査等の検査が終了した場合に、その検査結果を記録部に記録する。

　院内システム３０および院内システム３４は、本実施形態においては、同一病院内に設けられており、他の病院内においても同様に複数の院内システムが設けられている。同一病院内に設けられている院内システム３０、３４の内の１つは、医師・看護師等や事務管理部門、調剤部門等の従事者が使用する携帯端末やＰＣ（パーソナルコンピュータ）と接続され、種々の情報のやり取りを行うためのシステムであり、他の１つは、患者の待合室や、検査室や、リカバリルーム等における情報を取得するための機器、例えば、撮像部等を有する監視装置、また医療施設の従事者が使用する携帯端末やＰＣと接続され、種々の情報のやり取りを行うためのシステムである。同一病院内に３以上の系統があれば、３以上の院内システムを設けても勿論かまわないし、また１つにまとめてあっても構わない。

　院内システム３０、３４内の制御部３１、３５は、各院内システム３０、３４内において、全体を制御する。制御部３１、３５は、ＣＰＵ等の処理装置、プログラムを記憶したメモリ等を有し、プログラムを実行し、各院内システム内の各部を制御することができる。また、制御部３１、３５は、同一病院内の院内システム３０、３４が連携して動作するようにしてもよい。

　通信部３２、３６は、通信回路を有し、サービスサーバ１０、他の院内システム３０、３４内の各通信部と通信を行うことができる。

　スケジュール管理部３３は、院内システム３０における携帯端末やＰＣの使用者（医師、看護師、薬剤師、検査技師、事務員等）のスケジュール管理を行う。このスケジュール管理にあたっては、サービスサーバ１０内のスケジュール管理部１３と連携し、被検者の検査スケジュール（検査前～検査当時～検査後を含む）と連動させて行う。

　待合室は、被検者が内視鏡検査を受けるまで、待機する部屋である。待合室情報取得部３７は、待合室に配置されたカメラ等の撮影部、マイクロフォン等の音声収取部等を有し、待合室における種々の情報を取得する。撮影部や音声収集部によって収集した情報に基づいて、待合室における情報を取得する。また、待合室情報取得部３７が、ユーザ端末２０とも直接通信が可能であれば、ユーザ端末２０を有する被検者が待合室に在室していることを検出できる。さらに、被検者がどのような検査を受けに来たか、どのような予定になっているか、さらに被検者のプロフィール等、種々の情報を取得することができる。また、看護師等が、院内端末から直接、情報を院内システム３４にテキスト入力や画像入力するするようにしても構わない。

　検査室は、被検者が内視鏡検査を受ける部屋である。検査室情報取得部３８は、検査室に配置されたカメラ等の撮影部、マイクロフォン等の音声収取部等を有し、検査室において被検者が受ける内視鏡検査に関する種々の情報を取得する。撮影部や音声収集部によって収集した情報に基づいて、検査室における情報を取得する。また、検査室情報取得部３８が、ユーザ端末２０とも直接通信が可能であれば、ユーザ端末２０を有する被検者が検査室に在室していることを検出できる。さらに、被検者の検査の進行状況や、検査結果等の情報を取得することもできる。また、看護師等が、院内端末から直接、情報を院内システム３４やテキスト入力や画像入力するようにしても構わない。なお、検査室は複数設置されている場合が多い。そのため、検査室情報取得部３８は、検査室ごとにその情報を取得することが好ましい。

　リカバリルームは、被検者の内視鏡検査が終了した後に鎮静剤等による薬剤の効果が覚め、被検者が正常な状態に戻るまで休憩する部屋である。リカバリルーム情報取得部３９は、リカバリルームに配置されたカメラ等の撮影部、マイクロフォン等の音声収取部等を有し、リカバリルームにおいて被検者の状態に関する種々の情報を取得する。撮影部や音声収集部によって収集した情報に基づいて、リカバリルームにおける情報を取得する。また、リカバリルーム情報取得部３９が、ユーザ端末２０とも直接通信が可能であれば、ユーザ端末２０を有する被検者がリカバリルームに在室していることを検出できる。さらに、被検者の休憩状態に関する情報を取得することができる。また、看護師等が、院内端末から直接、情報を院内システム３４にテキスト入力や画像入力するようにしても構わない。

　ユーザ端末２０は、被検者が使用するＰＣであってもよいが、本実施形態においてはスマートフォン等の携帯端末を想定して説明する。携帯端末であれば、被検者が携帯していることから、生活習慣に関する情報を収集するのが容易となり、また被検者の排便の状態を撮影するのも容易である。ユーザ端末２０は、ＣＰＵ（Central Processing Unit）等の処理装置、プログラムを記憶したメモリ、その他の周辺回路を有し、ユーザ端末２０内には、制御部２１、通信部２２、撮影部２３、ＵＩ（User Interface）部２４が設けられている。なお、ユーザ端末２０内の各部は、ハードウエア回路等によって実現してもよく、また一部の機能を制御部２１がメモリに記憶されたプログラムを実行することによって、実現しても良い。

　制御部２１は、ユーザ端末２０の全体を制御する。制御部２１は、ＣＰＵ等の処理装置、プログラムを記憶したメモリ等を有する１つ又は複数のプロセッサから構成され、プログラムを実行し、ユーザ端末２０内の各部を制御することができる。また、内視鏡検査を受ける際のスケジュール管理や、排便の洗浄度の判定や、時間予測や、被検者へのアドバイスの発信は、本実施形態においては、サービスサーバ１０内のスケジュール管理部１３、洗浄度判定部１４、時間予測部１５、指示発信部１６において行う。

　しかし、制御部２１において、サービスサーバ１０内において行う、これらの機能を実行してもよい。その場合には、制御部２１内には、推論エンジンを設けておき、洗浄度等について推論を行うようにしてもよい。この場合には、ユーザ端末２０が検査ガイド装置として機能し、制御部２１は、状態情報の時間的変化に基づき、受診者の検査準備の進捗状況を推定する進捗推定部として機能する。進捗推定部は、消化管洗浄の進捗及び一定の洗浄度合いに到達するまでの所要時間または洗浄剤摂取に係る回数・量を推定する（例えば、図３Ａおよび図３ＢのＳ４９等参照）。

　制御部２１は、ユーザ端末２０が検査ガイド装置として機能する場合には、受診者が内視鏡検査を受診する医療機関における使用状況を取得する使用状況取得部として機能する。また、制御部２１は、ユーザ端末２０が検査ガイド装置として機能する場合には、状態情報と、使用状況に基づき、内視鏡検査に関わる時刻を推定する時刻推定部として機能する。

　通信部２２は、ユーザ端末２０の周辺回路の内に設けられた通信回路を有し、サービスサーバ１０内の通信部１２と通信を行うことができる。通信部２２を通じて、サービスサーバ１０と、スケジュール管理や、洗浄度判定や、時間予測や、被検者へのアドバイス等の種々の情報のやり取りを行うことができる。

　撮影部２３は、撮像素子、撮影レンズ、撮像素子、撮像回路等を有し、対象物を画像データに変換して出力する。本実施形態においては、撮影部２３は、被検者の排便の画像を取得するために使用する。撮影部２３は、携帯端末２０が検査ガイド装置として機能する場合には、内視鏡検査受診者の状態情報を取得する状態取得部として機能する（例えば、図３Ａおよび図３ＢのＳ３９参照）。状態取得部は、被検者の排泄に係る情報を取得する。

　ＵＩ部２４は、ユーザ端末２０に情報を入力し、情報を出力するためのユーザインターフェースである。ＵＩ部２４は、被検者に情報を伝達するための視覚的（聴覚的等も含む）表示部と、被検者がユーザ端末２０に情報を入力するための入力部（例えば、テキスト入力部や、音声入力部等を含む）を有する。この入力部には、内視鏡検査を受診する被検者の要望、例えば、鎮静剤を用いた検査を希望の有無等も入力できる。また、被検者が自宅から医療施設に移動する際の交通手段等についての要望を入力できるようにしてもよい。

　ＵＩ部２４は、ユーザ端末２０が検査ガイド装置として機能する場合には、進捗状況に基づき、検査準備に係るアドバイスを表示させるアドバイス表示部として機能する。アドバイス表示部は、進捗推定部の推定結果に基づく情報（洗浄度、洗浄剤摂取回数・量、洗浄完了予想時刻等）を表示する。ＵＩ部２４は、ユーザ端末２０が検査ガイド装置として機能する場合には、内視鏡検査受診者の要望を入力する受診者要望入力部として機能する。アドバイス表示部は、内視鏡検査受診者の要望を考慮して、アドバイスを表示する。ＵＩ部２４は、ユーザ端末２０が検査ガイド装置として機能する場合には、推定に基づき、内視鏡検査に係るアドバイスを表示するアドバイス表示部として機能する。

　このような内視鏡検査支援システムを構築することによって、ユーザ（被検者）は、内視鏡等の検査を安心して受けることができる。例えば、内視鏡検査の際に、洗浄剤の服用を始めた後、さらに服用が必要かどうか、また何時に病院に行けばよいか、また何時に検査が始まるのか、また何時に検査が終わるのか等、被検者が色々と不明点が生じてしまう。実際、洗浄剤を服用した際に、早く洗浄が終わる人もいれば、洗浄に時間が掛かる人もいる。このような場合には、被検者は、ユーザ端末２０にインストールされている「安心アプリ」（後述する図２に示すメインフローと並行してユーザ端末２０内において実行されるアプリケーション）を使用すれば、安心して検査を受けることができる。すなわち、この安心アプリを使用することによって、また検査を受けるための必要なアドバイスを受けることができる。

　次に、図２に示すフローチャートを用いて、ユーザ端末２０とサービスサーバ１０が協働して被検者（ユーザ）に内視鏡検査の支援を行うためのアプリケーションソフトのメイン動作を説明する。このアプリケーションによるメイン動作は、サービスサーバ１０内の制御部１１が、ユーザ端末２０内の制御部２１と連携し、サービスサーバ１０内の各部を制御し、さらに院内システム２０、３５と連携することによって実現する。図２に示すフローは、ユーザ端末２０に検査補助用の安心アプリがインストールされている場合に、サービスサーバ１０が主体となって、ユーザ端末２０に被検者向けのアドバイスを行うことを前提に説明している。この場合には、サービスサーバ１０が検査ガイド装置として機能する。しかし、ユーザ端末２０が主となり、サービスサーバ１０の支援を受けて、被検者向けのアドバイスを提供することも勿論可能である。この場合には、ユーザ端末２０が検査ガイド装置として機能する。

　図２に示すメイン動作が開始すると、まず、検査開始予想時刻を取得する（Ｓ１）。ここでは、制御部１１が、スケジュール管理部１３に問合せ、被検者が医療施設における内視鏡検査の予約日時に関する情報を取得し、この予約日時に基づいて、検査開始予想時刻が分かる。もし、医療施設に予約がない場合には、予約を行うと共に、検査開始予想時刻も取得する。この検査開始予想時刻の取得は、被検者がユーザ端末２０において、安心アプリを起動し、サービスサーバ１０に検査を受けることの通知がなされた場合に、行う。なお、図２のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、ユーザ端末２０が、検査開始予想時刻をサービスサーバ１０内のスケジュール管理部１３に問合せを行い、検査開始予想時刻を取得する。

　次に、飲み始めアラームを行う（Ｓ３）。ここでは、制御部１１は、ステップＳ１において取得した検査開始予想時刻に基づいて、洗浄剤を飲み始める時刻になったか否かを判定し、飲み始める時刻になれば、指示発信部１６からユーザ端末２０に指示し、被検者に洗浄剤の飲み始めアラームをＵＩ部２４に表示させる。洗浄剤は複数回に亘って飲み、検査可能な洗浄度になるまでの標準的な時間を考慮して、飲み始めの時刻を決める。但し、被検者によって、検査可能な洗浄度になるまでの時間が異なることから、標準時間よりも多少余裕を持たせてもよく、また過去の実績があれば、その情報を考慮して決めてもよい（図４、図８等参照）。この飲み始めアラームの表示例については、図９Ａを用いて後述する。なお、図２のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、ユーザ端末２０の制御部２１は、スケジュール管理部１３から取得した飲み始め時刻になると、被検者に飲み始めアラームを告知する。

　次に、洗浄度をチェックする（Ｓ５）。ここでは、制御部１１は、指示発信部１６を通じてユーザ端末２０に、被検者の排便の画像を撮影部２３によって取得するように、指示する。被検者が排便画像を撮影すると、通信部２２を通じて、サービスサーバ１０に送信する。サービスサーバ１０内の洗浄度判定部１４は、被検者の排便画像等に基づいて、洗浄度を判定し、十分な洗浄レベルに達したか否かを判定する。洗浄度を判定すると、その被検者が何時頃、洗浄が完了するか予想することができる（図４、図８等参照）。この洗浄度チェックの動作については、図３Ａまたは図３Ｂを用いて後述する。また、洗浄している際に、ユーザ端末２０のＵＩ部２４には、例えば、図９Ｂに示すようなアドバイス表示を行う。この表示については後述する。なお、図２のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、被検者の排便画像をサービスサーバ１０に送信し、洗浄度の判定を依頼する。

　十分な洗浄度レベルに達すると、次に、現在地を取得する（Ｓ７）。本実施形態は、被検者は、自宅等（医療施設以外の場所）において、洗浄剤を服用して、腸管洗浄を行うことを前提している。このため、腸管洗浄が終了してから、病院等の医療施設に移動することになる。このステップでは、医療施設に移動するに要する時間を算出するにあたって、まず、制御部２１は、ユーザ端末２０に現在位置を送信するように指示する。現在位置に関する情報は、ユーザ端末２０内のＧＰＳ等の位置検出部によって取得する。このため、ユーザ端末２０はＧＰＳ等の位置検出部を有する。なお、図２のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、ユーザ端末２０内の位置検出部によって現在位置に関する情報を取得する。

　現在地情報を取得すると、次に検査開始予想時刻を取得する（Ｓ９）。ステップＳ１においても、検査開始予想時刻を取得しているが、その後の状況変化があることを考慮して、制御部１１は、再度、院内システム３０内のスケジュール管理部３３に検査開始予想時刻を問い合わせる。すなわち、医療施設において、予定通り検査が進まない場合や、予定より早く検査が進んだ場合もあり、医療施設における検査の進行状態等を勘案した検査開始時刻を予想する。なお、図２のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１が、サービスサーバ１０および院内システム３０を通じて、再度、検査開始予想時刻を取得する。制御部２１がサービスサーバ１０から必要な情報を収集し、検査開始時刻を予想してもよい。

　検査開始予想時刻を取得すると、次に、出発時刻か否かを判定する（Ｓ１１）。ここでは、制御部１１は、ステップＳ９において取得した検査開始予想時刻と、ステップＳ７において取得した現在地の情報に基づいて、医療施設に移動開始時刻を算出し、現時点が算出した移動開始時刻（出発時刻）になったか否かを判定する。移動開始時刻の算出にあたっては、現在地から医療施設までの移動時間を考慮して行う。被検者が指定する交通手段があれば、この交通手段での移動時間を算出し、また複数の交通手段を選択できるようにしてもよい。さらに、当日の交通の混雑状況（例えば、道路の混雑状況、鉄道の運行状況）も考慮して移動時間を算出するようにしてもよい。なお、移動時間の算出には、移動経路や交通手段をガイドするような別のサービスと連携してもよい。

　ステップＳ１１における判定の結果、出発時刻でない場合には、ステップＳ７に戻り、前述の動作を繰り返す。医療施設における検査の進み具合や、交通手段における状況等は、変化する場合があり、この変化を考慮して出発時刻の予想を行う。なお、図２のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１が、サービスサーバ１０内のスケジュール管理部１３に、出発時刻を問い合わせ、現時点が出発時刻になったか否かを判定する。制御部２１がサービスサーバ１０および院内システム３０、３４から必要な情報を収集し、出発時刻か否かを判定してもよい。

　ステップＳ１１における判定の結果、出発時刻であった場合には、出発アラームを告知する（Ｓ１３）。出発時刻になると、サービスサーバ１０内の指示発信部１６は、ユーザ端末２０に出発アラームを、ＵＩ部２４に表示するように指示する。この場合、指示発信部１６が出発時刻を予めユーザ端末２０に通知し、ユーザ端末２０が出発時刻になったことを検知すると、出発アラームを告知するようにしてもよい。出発アラームは、視覚的に行っても良く、また聴覚的によって行ってもよい。また、出発アラームに合わせておすすめの移動手段や移動経路を表示するようにしてもよい。例えば、腸管洗浄が完了した直後に電車を利用して移動するような場合において、ホームからトイレまでの距離が近い駅が多い経路をガイドするようにしてもよい。また、停車する駅が少ない電車よりも、比較的停車駅が多い電車（各駅停車等）をガイドしたほうが、被検者が安心する場合があるため、被検者にトイレに行きたくなりそうかを確認した上で適切な移動経路をガイドするようにしてもよい。被検者は出発アラームが告知されると、自宅等から医療施設へ移動を開始する。なお、図２のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１が、出発時刻になったと判定した場合に、出発アラームを、ＵＩ部２４に表示する。

　出発アラームを被検者に告知すると、次に、検査終了予想時刻を取得する（Ｓ１５）。被検者が医療施設に到着すると、準備が整い次第、内視鏡検査が開始される。被検者が予想よりも早く医療施設に到着する場合があり、また被検者の前の方の検査に時間が掛かってしまう等、予定通りに検査が開始しない場合があり、また被検者の検査の際に、挿入困難な場合には検査に予定よりも時間がかかってしまう場合があり、また検査時にポリープが発見されると、ポリープ切除のために検査時間が長くなってしまう場合がある。そこで、このステップでは、時間予測部１５が種々の状況変化を考慮して、検査の終了時刻を予想する。時間予測部１５が、院内システム３０、３４と連携しながら、被検者の内視鏡検査が終了する時刻を予測する。

　なお、ステップＳ１５において、時間予測部１５が、被検者のプロフィールや生活習慣、前回の検査結果等に基づいてポリープの存在可能性を推論するようにしてもよい。また、ポリープ以外にも切除や生検などの処置を行う必要がある病変の可能性を含めて推論してもよい。即ちここでは、内視鏡検査において検査時間が変動するリスクにかかわる処置等の可能性を予想し、その結果に基づき検査終了予想時刻を推定する。

　なお、図２のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップＳ１５では、制御部２１が、サービスサーバ１０内の時間予測部１５に、検査終了予測時刻を問い合わせて、取得する。制御部２１がサービスサーバ１０から必要な情報を収集し、検査終了時刻を予想してもよい。

　続いて、リカバリ完了予想時刻を取得する（Ｓ１７）。検査において鎮静剤を使用した場合、検査が終了すると、被検者は鎮静剤が覚めるまで、リカバリ室で休憩する。リカバリ室の混雑状態等の情報は、リカバリルーム情報取得部３９によって取得することができる。このステップでは、制御部１１が、リカバリルーム情報取得部３９に問合せて、リカバリルームの混雑状況等の情報を取得し、時間予測部１５がこれらの情報と被検者の体調等に基づいてリカバリ完了時刻を予想させ、このリカバリ完了予想時刻を取得する。なお、図２のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１が、サービスサーバ１０内の時間予測部１５からリカバリ完了予想時刻を取得する。制御部２１がサービスサーバ１０から必要な情報を収集し、リカバリ完了時刻を予想してもよい。

　次に、検査全行程の完了予測時刻を表示する（Ｓ１９）。ここでは、制御部１１が、時間予測部１５に対して、ステップＳ１５、Ｓ１７において取得した予想時刻等を基に、検査の全工程が完了する時刻を予想させ、この予測時刻を取得する。検査が終了するまでには、待合時間、検査時間、リカバリ時間、検査結果の説明時間、投薬がある場合には薬を受け取る時間、会計処理時間等の時間が掛かることから、時間予測部１５は、これらの時間を考慮して検査全行程の完了時刻を予想する。内視鏡検査の被検者の状態情報と、内視鏡検査を実施する病院の混雑状態やスタッフの稼働状況も考慮して検査の全工程について完了時刻を予想してもよい。検査の各工程の時刻を予想すると、予想時刻指示発信部１６を通じて、ユーザ端末２０に送信して、ＵＩ部２４に表示させる。この全行程の予想時刻の表示例については、図９Ｃを用いて後述する。なお、図２のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１が、サービスサーバ１０内の時間予測部１５に完了時刻を予測させて、この予想時刻を取得し、ＵＩ部２４に表示する。制御部２１がサービスサーバ１０から必要な情報を収集し、完了時刻を予想してもよい。

　検査全行程の完了予想時刻を表示すると、次に、被検者が病院を出たか否かを判定する（Ｓ２１）。ここでは、ユーザ端末２０は、ＧＰＳ等の測位システムを用いて、被検者が医療施設を出たか否かを判定する。この判定の結果、医療施設に居る場合には、ステップＳ１５に戻り、前述の動作を行い、検査全行程予想時刻表示を更新する。すなわち、医療施設における、検査終了時間やリカバリ完了予想時刻等は、状況に応じて変化するので、このステップでは、状況の変化を考慮して検査全行程完了時刻を予想し、表示する。一方、ステップＳ２１における判定の結果、病院を出た場合には、このメイン動作のフローを終了する。

　なお、ステップＳ２１では、病院を出ること以外にも、被検者が駐車場に行った、車に乗った、公共交通機関を利用し始めた、帰宅した等を判断するようにしてもよく、安心アプリによる支援の終了の判断ができればよい。また、図２ではステップＳ１５に戻っているが、既に検査が終了している場合にはステップＳ１７に戻るようにしてもよく、また、既にリカバリも完了している場合にはステップＳ１９に戻るようにしてもよい。

　なお、図２のアプリケーションソフトがサービスサーバ１０において主体的に実行される場合には、ステップＳ２１では、サービスサーバ１０内の制御部１１は、ユーザ端末２０内のＧＰＳ等の測位システムによって取得した現在位置をサービスサーバ１０に送信するように依頼する。

　このように、図２に示すメイン動作のフローにおいては、内視鏡検査等の検査の予想開始時刻を取得し、この開始時刻に基づいて、被検者に洗浄剤の飲み始めのタイミングをアドバイスすることができる（Ｓ１、Ｓ３参照）。また、洗浄が終わると、その後の状況変化に応じた検査の予想開始時刻を取得し、現在地から医療施設までの移動に要する時間を勘案して出発時刻を算出し、この出発時刻になると出発アラームを告知している（Ｓ７～Ｓ１３参照）。また、医療施設においては、検査が完了するまでに、待合時間、検査時間、リカバリ時間、検査結果の説明時間、会計処理時間等の時間が掛かることから、これらの時間を考慮して、検査全行程の完了時刻を予想し、これを表示するようにしている（Ｓ１５～Ｓ１９参照）。このため、被検者はどれくらい検査に時間がかかるかを予測することができ、安心して検査を受けることができる。

　なお、図２においては、検査室情報取得部３７やリカバリルーム情報取得部３９からの情報に基づいて、検査終了時刻やリカバリ完了時刻の予想を行っていたが（Ｓ１５、Ｓ１７参照）、これに限らず、待合室、前処置室、検査結果通知用の部屋（診察室等）、会計室等、医療施設内における部屋（部屋に限らず場所（空間）でもよい）の情報や、検査を実施する担当内視鏡医のスケジュール等、その他の情報を用いて、各行為における開始や終了時刻を予想し、アドバイス表示するようにしてもよい。

　次に、図３Ａに示すフローチャートを用いて、ステップＳ５（図２参照）における洗浄度チェックの動作について説明する。前述したように、本実施形態においては、被検者が洗浄剤を自宅等（医療施設を除く）において服用し、腸管洗浄を行う。この洗浄度チェックのフローにおいては、被検者が洗浄剤を飲むに当たって必要となるアドバイスを提供し、さらに排便画像に基づいて、十分な洗浄がなされたか否かを判定する。

　図３Ａに示す洗浄度チェックのフローが開始すると、まず、洗浄が必要であり、かつ飲む時間になったか否かを判定する（Ｓ２１）。ステップＳ３（図２）において飲み始めアラームが表示された後、被検者は所定時間間隔で洗浄剤を服用しなければならない。このステップでは、制御部１１は、洗浄剤を飲まなければならず、かつ前回の飲用から所定時間が経過したか否かを判定する。このために、制御部１１は、ユーザ端末２０から被検者の洗浄剤の服用状況に関する情報を取得し、判定する。なお、図２のアプリケーションソフトがサービスサーバ１０において主体的に実行される場合には、制御部２１は、ステップＳ２１では、被検者が洗浄剤を飲んだか否かを、被検者のＵＩ部２４へ入力情報等に基づいて判定する。

　次に、被検者のプロフィールや生活習慣に基づいて洗浄のし易さを推論する（Ｓ２３）。被検者が洗浄剤を飲み腸管を洗浄するにあたって、洗浄のし易さは個人差があり、この洗浄のし易さに応じて、洗浄剤を飲む際に適切なガイドを表示させるとよい。そのため、このステップでは被検者の洗浄のし易さを推論する。ユーザ端末２０内の記録部、またはサービスサーバ１０の検査結果記録部１７には、ユーザのプロフィールが記録されている。また、ユーザ端末２０は、ユーザが普段から携帯しているので、ユーザの行動、例えば、何時に起床し、何時に朝食・昼食・夕食をとり、何時に就寝しているか等の日常の習慣が分かり、また、ウォーキング、ジョギンクを行ったとか、ジムで運動した等の情報を得ることができる。さらに、食事の内容等を撮影していれば、どのようなものを食しているかについても分かる。さらに、検査結果記録部１７には、被検者の種々の健康診断等の結果も記録されている。これらの情報を用いて、サービスサーバ１０内に備えられた推論エンジンを用いて、上述の情報を入力することによって、洗浄のし易さを推論する。

　ステップＳ２１における判定の結果、洗浄かつ飲む時間になった場合には、洗浄剤量を表示する（Ｓ２５）。被検者は洗浄剤をどのくらい飲んだらよいのか分からない場合もあることから、このステップにおいて、制御部１１は、被検者が洗浄に使用する洗浄剤に合わせて、予め記憶してある洗浄剤量を、指示発信部１６を通じてユーザ端末２０に送信し、ＵＩ部２４に表示させる。このとき、洗浄のしやすさに応じて、一定時間に飲む洗浄剤の量を調整するようにしてもよい。この表示については、図９Ｂを用いて後述する。なお、図２のアプリケーションソフトがサービスサーバ１０において主体的に実行される場合には、制御部２１は、指示発信部１６から送信されてきた洗浄剤量をＵＩ部２４に表示させる。または、制御部２１が毎回飲むべき洗浄剤量を予め記憶しておき、この記憶された洗浄剤量に基づいて、ＵＩ部２４に表示するようにしてもよい。

　なお、図２のアプリケーションソフトがサービスサーバ１０において主体的に実行される場合には、ステップＳ２３、Ｓ２５において、制御部１１が、上述の情報を収集し、これらの情報に基づいて、洗浄剤のし易さを推論してもよい。また、ポリープの可能性に（検査時間が変動するリスクにかかわる処置等の可能性）ついて推論してもよい。また、ユーザ端末２０内に推論エンジンを備えていれば、ステップＳ２３において、この推論エンジンを利用してもよい。本実施形態においては、洗浄のし易さ（ポリープの有無であってもよい）について推論エンジンを用いて推論するようにしているが、ロジカルに洗浄のし易さ（ポリープの有無であってもよい）について予想（判断）するようにしてもよい。

　続いて、洗浄剤を飲むのが困難か否かについて判定する（Ｓ２７）。洗浄剤の飲み易さは、前述したように、個々人によって異なり、飲み難さを訴える被検者もいる。被検者が洗浄剤を飲み難いと感じる場合には、ユーザ端末２０のＵＩ部２４の画面等において、ギブアップアイコンをクリックすることによって、その旨の意思表示を行うことができる。このステップでは、制御部１１が、ユーザ端末２０においてなされた被検者の意思表示を確認する。なお、図２のアプリケーションソフトがサービスサーバ１０において主体的に実行される場合には、制御部１１が、ＵＩ部２４における被検者の意思表示を確認すればよい。ユーザ端末２０は、ギブアップアイコン以外にも、ギブアップ釦等を設け、被検者がギブアップ釦等を操作できるようにしてもよい。

　ステップＳ２７における判定の結果、飲むのが困難な場合には、サーバ経由で、病院にて画像を確認し、これ以上洗浄剤を飲む必要があるか否かを入力する（Ｓ２９）。内視鏡検査を行うには、腸管に便が残っていない状態にする必要があり、このことは被検者の排便画像を見ることによって分かる。そこで、このステップでは、被検者の排便をユーザ端末２０の撮影部２３において撮影するので、この画像をサービスサーバ１０と経由して院内システム３０または３４に送信する（図９Ｂの画面Ｄ４参照）。担当の医師等は、送信されてきた画像を見て、十分洗浄されているか否かを判定し、これ以上洗浄剤を飲む必要があるか判断する。なお、この際、被検者と病院の間で意思疎通ができるように、音声等において対話できるようにしてもよい。

　次に、ステップＳ２９における画像判断に基づいて、病院が十分洗浄されていると判断したか否かを判定する（Ｓ３１）。このステップでは、内視鏡検査の担当医師等の判断に基づいて判定する。この判定の結果は制御部２１に伝えられ、十分洗浄されていると判定されている場合には、ステップＳ４７に進み、洗浄完了を表示する。一方、十分洗浄されていないと判断された場合には、病院の判断結果を表示する（Ｓ３３）。ここでは、院内システム３０または３４からの判断結果を、制御部１１はユーザ端末２０に送信し、ユーザ端末２０のＵＩ部２４に病院の判断結果、すなわち、洗浄剤を飲むことが必要であることを表示させる。また、病院にて異常事態と判断した場合、すぐに来院するよう表示させてもよい。なお、図２のアプリケーションソフトがユーザ端末２０において主体的に実行される場合には、制御部１１が、サービスサーバ１０を通じて、病院の担当医師等の判断結果を入手し、その判断結果をＵＩ部２４に表示する。

　ステップＳ２７において飲むのが困難でない場合、またはステップＳ３３において病院の判断結果を表示すると、飲み切るまで待機する（Ｓ３５）。ここでは、ステップＳ２３において表示された洗浄量を、被検者が飲み切るまで待機状態となる。被検者が洗浄剤を飲み切ると、その旨をユーザ端末２０に入力するようにしておけばよい。飲み切るまでの待機期間中に、被検者が排便した場合がある。この場合には、図３Ａには記載がないが、ステップＳ３９に進み、Ｓ３９以下の処理を実行する。洗浄剤を飲み切ると、ステップＳ２１に戻り、次の洗浄剤を飲む時間か否かを判定する。洗浄剤を飲む時間になれば、前述のステップＳ２３以下を実行する。

　ステップＳ２１における判定の結果、洗浄剤が必要かつ飲む時間でない場合には、次に、排便があったか否かを判定する（Ｓ３７）。洗浄剤を飲むことによって、被検者が排便することがある。排便がある場合には、ユーザ端末２０のＵＩ部２４にその旨を入力する（図９Ｂの画面Ｄ４参照）。排便がない場合には、待機状態であり、ステップＳ２１に戻る。ここでは、制御部１１は、ユーザ端末２０からの情報に基づいて判定する。

　一方、排便があった場合には、画像を撮影する（Ｓ３９）。この場合には、制御部１１は、被検者がユーザ端末２０の撮影部２３によって排便の画像を撮影するように指示する。このとき、制御部２１は被検者が撮影するようにＵＩ部２４にアドバイス表示を行う（図９Ｂの画面Ｄ４参照）。なお、図２のアプリケーションソフトがユーザ端末２０において主体的に実行される場合には、制御部１１が、被検者にて排便の画像を撮影するように指示する。

　ステップＳ３９における画像撮影は、画像の撮影に限らず、便器にカメラ等のセンサが接続されている場合、そのセンサから画像や排便に関する情報を取得するようにしてもよい。また、水洗トイレにおける水の液性、電気抵抗、超音波の反射率など、光学的な物理量以外の様々な情報をステップＳ３９で取得し、その時間的変化を用いて腸管の洗浄度を判定するようにしてもよい。

　画像を撮影すると、画像を送信する（Ｓ４１）。ここでは、洗浄のレベルを判定するために、制御部１１は、ユーザ端末２０は撮影した画像をサービスサーバ１０に送信するように指示する。なお、図２のアプリケーションソフトがユーザ端末２０において主体的に実行される場合には、排便画像を撮影すると、制御部１１が、画像を送信する。なお、ユーザ端末が洗浄度チェックを行うことができれば、サービスサーバ１０に送信せずに、ユーザ端末２０内において判定してもよい。

　次に、洗浄レベルを取得する（Ｓ４３）。排便の画像を取得したサービスサーバ１０において、洗浄度判定部１４は、被検者の腸管の洗浄度を判定する。腸管の洗浄が進むと排便画像が澄んでくるので、画像を解析することによって、洗浄のレベルを取得できる。洗浄レベルの判定の仕方については、図４ないし図８を用いて後述する。なお、図２のアプリケーションソフトがユーザ端末２０において主体的に実行される場合には、制御部２１は、洗浄度判定部１４から洗浄度の判定結果を取得する。

　洗浄レベルを取得すると、次に、十分な洗浄ができたか否かを判定する（Ｓ４５）。ここでは、制御部１１は、洗浄度判定部１４から最新の洗浄レベルの判定結果を取得し、これに基づいて判定する。なお、図２のアプリケーションソフトがユーザ端末２０において主体的に実行される場合には、制御部２１は、洗浄度判定部１４から最新の洗浄レベルの判定結果に基づいて判定してもよく、または洗浄度判定部１４における判定レベルを取得するようにしてもよい。

　ステップＳ４５における判定の結果、十分な洗浄レベルに達していない場合には、洗浄終了予想時刻と残りの飲む量（回数）を表示する（Ｓ４９）。ここでは、時間予測部１５は、洗浄が完了するレベルに達するまでに必要な洗浄剤の量（回数）と終了時刻を予想する。またはサービスサーバ１０内のスケジュール管理部１３、または洗浄度予測部１４に問合せ、予測結果を取得する。ＵＩ部２４には、被検者が毎回飲む洗浄剤の量を表示するようにしておき（例えば、図９Ｂの画面Ｄ２ａ～Ｄ２ｃ等参照）、被検者の洗浄度の測定結果を考慮すれば、被検者の洗浄レベルが検査可能レベルＬｅｖに達するタイミングを推定することができる（例えば、図４参照）。終了タイミングが予測できれば、それまでに飲む洗浄剤の量（回数）を予想できる。この終了タイミングの予測は、古典的なロジカルな方法であってもよく（例えば、図４、図７等参照）、また、人工知能ＡＩを用いて、推論する方法であってもよい（例えば、図６、図８等参照）。

　洗浄剤の量（回数）と終了時刻の予想結果を取得すると、指示発信部１６は、予想結果をユーザ端末２０に送信し、ＵＩ部２４に表示させる。この表示の際に、併せて「頑張ってね」等、被検者に励ましの表示をするようにしてもよい。ＵＩ部２４に洗浄剤の量（回数）と終了時刻の予想結果を表示すると、ステップＳ２１に戻る。

　なお、ステップＳ４９において、図２のアプリケーションソフトがユーザ端末２０において主体的に実行される場合には、制御部２１は、必要な情報を収集し、洗浄が完了するレベルに達するまでに必要な洗浄剤の量（回数）と終了時刻を予想し、この予想結果をＵＩ部２４に表示する。

　一方、ステップＳ４５における判定の結果、十分な洗浄ができたと判定した場合、またはステップＳ３１において、病院が十分に洗浄できたと判定した場合には、洗浄完了表示を行う（Ｓ４７）。ここでは、指示発信部１６は、ユーザ端末２０のＵＩ部２４に洗浄が完了した旨を表示させる（図９Ｂの画面Ｄ６参照）。洗浄が完了したことから、被検者は病院に移動し、病院において内視鏡検査を受診することができる（図２のＳ１１、Ｓ１３参照）。洗浄完了表示を行うと、洗浄度チェックのフローを終了し、元のフローに戻る。

　次に、図３Ｂに示すフローチャートを用いて、洗浄度チェックの変形例について説明する。図３Ａに示すフローチャートにおいては、ステップＳ２１における判定の結果、洗浄剤を飲む時間であれば、ステップＳ２３以下の一連のステップを実行し、飲む時間でなければ排便ありか否かを判定していた。これに対して、図３Ｂに示すフローにおいては、ステップＳ２１における判定の結果、洗浄剤を飲む時間であれば、洗浄剤量を表示した後、ステップＳ２１に戻り、一方、洗浄剤を飲む時間でなければ、ステップＳ２７以下の一連のステップを実行するようにしている点で相違する。すなわち、ステップＳ２１の判定の結果がＮｏの場合の進む先と、ステップＳ２３を実行した後に進むステップ先と、ステップＳ３３を実行した後の進むステップ先が異なる他は、図３Ａのフローと同じである。各ステップにおける動作は、図３Ａのフローと同じであるので、詳しい説明は省略する。

　このように、図３Ａおよび図３Ｂに示す洗浄度チェックのフローにおいては、被検者が洗浄剤を飲み、腸管洗浄を行う際に、排便画像を取得し（Ｓ３９、Ｓ４１参照）、この排便画像に基づいて洗浄レベルを判定し（Ｓ４３参照）、この洗浄レベルの経時的変化に基づいて、被検者にアドバイスを与えるようにしている（Ｓ４７、Ｓ４９参照）。このため、個々の被検者の状態に応じたアドバイスを与えることができる。

　また、図３Ａおよび図３Ｂに示す洗浄度チェックのフローにおいては、被検者が、洗浄剤を飲む時間になると、被検者にその旨をアドバイスしている（Ｓ２１、Ｓ２３参照）。洗浄剤は所定時間間隔で服用しなければならず、時間管理が煩わしく感ずる被検者がいるが、そのような被検者であっても、本フローでは問題なく洗浄剤を服用することができる。また、被検者が、これ以上洗浄剤を飲むのキツイと感じ、ギブアップアイコンを操作した場合には（Ｓ２７Ｙｅｓ）、病院に排便の画像が送信され、病院で洗浄度合いを判断している（Ｓ２９、Ｓ３１参照）。ＡＩを利用して画像の洗浄度合いを判定してもよいが、本実施形態においては、医療機関において担当者が判断しているので、被検者に安心を提供することができる。この場合、腸管洗浄の結果、きれいになっていそうだった場合には、「洗浄完了」を表示し（Ｓ４７）、一方、きれいになっていない場合には、「頑張ってね」等、励ましの表示を行うとよい。

　次に、ステップＳ４９における洗浄レベルの取得と、ステップＳ４９における洗浄度予測について、図４ないし図８を用いて説明する。

　まず、図４を用いて、洗浄度の予測について説明する。図４は、洗浄度の変化を示すグラフであり、横軸は洗浄剤を飲み始めてからの時間の経過を示し、縦軸は洗浄度を示す。縦軸の洗浄度は、上側が低く、下側が高く、洗浄度がレベルＬｅｖより下側であれば検査が可能である。実線は、洗浄剤を飲み始めてからの標準的な洗浄度の変化を示す標準洗浄度曲線Ｌｓｔである。腸の動きによって、洗浄度の変化は、おおよその傾向があると考える。そこで、食事内容・時刻、排便量・時刻を収集し、洗浄度を予想し、標準洗浄度曲線Ｌｓｔを作成する。この標準洗浄度曲線Ｌｓｔは、ＡＩを利用して作成してもよく、また古典的な手法（ロジカル的な手法等）によって作成すればよい。また、前回の実績・性別・年齢・人種・地域等に基づき変更してもよい。また、使用する洗浄剤に応じて変更してもよい。この標準的な洗浄度の変化曲線の作成については、図５ないし図８を用いて後述する。

　図４のグラフにおいて、Ｒａ１～Ｒａ５は、被検者ａの各時刻における洗浄度の測定値であり、一点鎖線は、標準洗浄度曲線Ｌｓｔに対して、被検者ａの測定値Ｒａ１～Ｒａ５を考慮して作成した被検者ａの洗浄度の変化予測曲線Ｌｅｓａである。この変化予測曲線Ｌｅｓａを用いて、被検者ａの各時刻における洗浄度を予測することができ、Ｒａ６、Ｒａ７は、その予想値である。この例では、洗浄剤は減らせないが、後どのくらい飲めば規定量の洗浄剤を飲むことになるか表示することで、安心感を提供することができる。

　また、破線は、被検者が洗浄剤を飲み腸管を洗浄する際に、洗浄度が不足しているか否かを判定するするためのアラートラインＬａである。被検者の測定値がアラートラインＬａよりも右側にある場合、すなわち、洗浄度が不足方向にある場合には、被検者に警告する。図４に示す例では、測定値Ｒａ５はアラートラインＬａよりも右側にあり、アラートラインＬａを超えて洗浄度が不足しているため、サービスサーバ１０は病院側へアラートする。

　また、図４のグラフにおいて、Ｒｂ１、Ｒｂ２は、被検者ｂの各時刻における洗浄度の測定値である。被検者被検者ａの場合と同様に、標準洗浄度曲線Ｌｓｔに対して、被検者ｂの測定値Ｒｂ１、Ｒｂ２を考慮して洗浄度の変化予測曲線Ｌｅｓｂを作成することができる。この変化予測曲線を用いると、被検者ｂの各時刻における洗浄度を予測することができ、Ｒｂ３、Ｒｂ４、Ｒｂ５は、その予想値である。被検者ｂの場合には、標準的な洗浄度曲線Ｌｓｔよりも洗浄が進んでいるため、規定量より少なくても、洗浄が完了すると予測される。すなわち、実際の洗浄度曲線からおおよそ推定して、どのくらい飲めばよさそうか表示することができる。

　このように、検査可能なレベルＬｅｖ以下になるまでの時間には、被検者による個人差があり、図４に示す例では、時間差Ｔｄｉｆの差が生じている。一般的に、腸管洗浄剤は一定時間ごとに規定量を飲み続けるため、時間差Ｔｄｉｆに概ね比例して洗浄剤の飲む量を減らすことができる。本実施形態においては、洗浄度を測定し、個人差を考慮して検査可能レベル以下になるまでの時間を予想して、被検者に提示するようにしている。すなわち、標準洗浄度曲線Ｌｓｔと、実際の測定値から、後どれくらい時間かかり、また洗浄剤の飲む回数を予測することができる。また、この予測に基づいて、ユーザ端末２０のＵＩ部２４に、「いい調子」「ちょっと遅いけど相談する？」のような見守り感のある表示を行ってもよい。

　次に、洗浄度予測アルゴリズムについて説明する。まず、標準洗浄度曲線Ｌｓｔの作成について説明する。標準洗浄度曲線作成のためＮ人の被検者から以下のデータを取得する。
- 被検者基本情報（年齢、性別、体重、身長、便秘症有無等）
- 洗浄剤を飲み、排便した時の排便の画像と時刻

　Ｎ人の被検者から上述のデータを取得すると、次に、洗浄度を定量化する。洗浄度の定量化にあたっては、排便画像から画像特徴量Ｆを抽出する。画像特徴量Ｆは、ＲＧＢ色空間のベクトル値でもよいし、ＲＢＧの平均値でも良い。また、他の色空間を使った特徴量を算出してもよい。さらに、固形状態の便を抽出し、固形物の画像内での占有率を特徴量としてもよい。

　一般的な検査可能に至るまでの排便画像列を基準画像列と呼ぶことにする。図５に基準画像列の例を示す。この例では、被検者の初期の排便の画像Ｐ１は固形状態を示し、その後の画像Ｐ２は泥状態を示し、その後の画像Ｐ３はカスがある状態である。検査可能な状態における画像Ｐ４は透明感のある液体である。基準画像列において、検査可能状態の画像Ｐ４における画像特徴量をＦ_ｏｋとする。各排便画像の特徴量Ｆ_ｊとＦ_ｏｋからの特徴量空間内の距離をＤ_ｊとし、これを洗浄度と定義する。つまり、Ｄの値が小さいほど検査可能な状態に近いことを示す。

　基準画像列を作成し、各画像の特徴量を算出すると、次に、標準洗浄度曲線を作成する。まず、Ｎ人の被検者の画像データを洗浄度－時刻の空間にプロットする。減少傾向のパターンが明確に異なるものは異なる標準パターンとして記録しておく（例えば、図４の標準洗浄度曲線Ｌｓｔ参照）。その際、標準洗浄度曲線のパターン群で群を規定する被検者基本情報を特定する。これらの処理を行うことによって、標準洗浄曲線Ｌｓｔを作成する。なお、母集団の年齢、性別等に基づいて、それぞれ異なる標準洗浄曲線Ｌｓｔを作成してもよい。

　上述の洗浄曲線は、最初は、排せつされる塊によって大きく変動し、その後は、腸の表面にこびりついていたものが洗浄剤で洗われていくモードに変わるので、腸管の管方向断面積で決まる第１のモードの減衰と、腸管内面の表面積で決まる第２のモードの減衰によって決まる場合もある。腸の形状や大きさは、被検者のプロフィール基づいて、分類して判定してもよい。

　また、受診者が検査当日までの食事に気を配ったか否かで、残渣が残りやすいか残り難いかという傾向が変わることが知られており、例えば、麺類で言えば、うどん、そうめん、冷や麦は消化によく、残渣の心配がなく、そば、ラーメン、パスタなどは影響が出やすいとされている。こうした推奨フードを摂取していた人であれば、その他の食事をしていた人より、少ない腸管洗浄剤で検査に臨むことが出来ることが知られている。つまり、受診者、被検者の食事の履歴情報に従って、内視鏡検査の準備に係る工程の終了タイミングに関する情報を生成するようにしてもよい。また、食事の履歴情報に従って、検査ＯＫのスレッシュレベルを補正したり、予想時刻や腸管洗浄剤量を補正して洗浄終了のガイドを提示したりしてもよい。なお、上述の履歴情報は、スマートフォンや端末入力で自己申告でもよいし、口頭申告でシステムに医療従事者が入力してもよいし、スマートフォンで撮影したメニュー画像から、これらを判定してもよい。

　上述の洗浄曲線は、排便における塊と液体色に依存し、固体排泄物が出た後に液体のみになり、最終的にはカスが見えるのみとなる。液体と言っても溶液ではないので、結局は視認できる固体が出た後に、泥状になっていく。このように、洗浄曲線において、固体がある場合（第１クラス）、泥状（第２クラス）、液体＋カス程度（第３クラス）というクラス分類が可能であり、第１クラス（または、第２クラスも含め）の継続時間と第３クラスの時間変化の相関に基づく曲線を洗浄曲線として代用したり、洗浄終了の予想をしたりしてもよい。

　前述したような画像特徴量Ｆから洗浄度を定義し、標準洗浄度曲線Ｌｓｔを作成する方法以外にも、深層学習（ディープラーニング（Deep Learning））を用いて洗浄度を定義するようにしてもよい。図６を用いて、この方法を説明する。

　図６（ａ）は、排便の画像データを収集し、推論モデルを生成する方法を示す。まず、被検者の基本情報と洗浄剤を飲み始めてからの時間と対応付けて排便画像データを多数収集する。次に、収集した画像データに対して、アノテータ（アノテーションを付与する人）が基準画像列（図５、図６（ｂ）参照）を参照し、どのクラスに入るかを判断し、判断したクラスをアノテーションとして付与し、教師データを作成する。図６の例で説明すると、アノテータが排便画像Ｐ１１を見て、この画像が図６（ｂ）に示す基準画像列（画像Ｐ１～Ｐ４）を参照し、排便画像Ｐ１１がどの画像（クラス）に近いかを判断する。

　図６（ｂ）に示す例では、画像Ｐ１～Ｐ４の洗浄度は、それぞれ１００、６６、３３、０である。図６（ａ）では、排便画像Ｐ１１は、画像Ｐ２の「２．泥状態」に近いころから、排便画像Ｐ１１に「２番」とアノテーションＡ１１を行い、教師データＴ１１を作成する。収集した画像データの全てについてアノテーションを付与することによって、教師データが作成される。

　Ｎ人の被検者から教師データが作成されると、この教師データを用いて、排便画像とクラスを予測する推論モデルを作成する。これは、古典的手法の特徴量空間の距離Ｄに置き換えても良い。この推論モデルが作成されると、多数の被検者の排便画像から、標準洗浄度曲線Ｌｓｔを得ることができる。すなわち、標準的な被検者が洗浄剤を飲んだ場合に、時間と共に、洗浄度がどのように変化するかという標準洗浄度曲線Ｌｓｔ（図４参照）を得ることができる。教師データの母集合となった被検者の性別、年齢別等、被検者のプロフィール毎に、標準洗浄度曲線Ｌｓｔを作成してもよい。

　前述したような画像特徴量Ｆから洗浄度を定量化して標準洗浄度曲線Ｌｓｔを作成すると、または図６を用いて説明したような深層学習を用いて標準洗浄曲線Ｌｓｔを作成すると、次に、被検者（ユーザ）の基本情報（例えば、性別、年齢層等）に基づいて、ユーザに適した標準洗浄度曲線Ｌｓｔをシステムから選択する。図７（ａ）は、ユーザｃに適した標準洗浄度曲線Ｌｓｔｃの例を示す。図７（ａ）においても、図４のグラフと同様に、縦軸は洗浄度、横軸は洗浄剤を飲み始めてからの経過時間を示す。なお、代表的な年齢や性別等の基本情報に基づき作成したＭパターンの標準洗浄度曲線Ｌｓｔから、被検者の基本情報に近いＮパターン（Ｎ≦Ｍ）の標準洗浄度曲線Ｌｓｔを選択し、補間等を行うことによって被検者の標準洗浄度曲線Ｌｓｔｃを作成するようにしてもよい。

　被検者に適した標準洗浄度曲線Ｌｓｔｃを選択すると、次に、被検者は洗浄剤を飲み、排便する毎に排便画像をサービスサーバ１０に送る（図３Ａおよび図３ＢのＳ３７~Ｓ４１参照）。サービスサーバ１０は排便画像を受信すると、洗浄度判定部１４が排便画像から洗浄度を算出する。この算出は、洗浄度判定部１４が、図５に示した基準画像列と排便画像を比較して行ってもよく、推論用の推論モデルを用いて行ってもよい。また、画像特徴量を用いて、洗浄度Ｄを算出するようにしてもよい。

　洗浄度判定部１４が洗浄度を算出すると、グラフに洗浄度をプロットする。洗浄度を複数プロットできたら、時系列データとして予測曲線を計算し表示する。図７（ｂ）に示す例では、被検者ｃの各排便画像について洗浄度Ｒｃ１、Ｒｃ２、Ｒｃ３を算出する。次に、洗浄度Ｒｃ１、Ｒｃ２、Ｒｃ３に基づいて、被検者ｃの洗浄度の予測曲線Ｌｃを求める。

　被検者の洗浄度の予測曲線を求めるためのアルゴリズムとしては、ＡＲモデルやカルマンフィルタを用いてもよい。また、標準洗浄度曲線を被検者のプロット済みデータにフィッティングさせて予測曲線を計算してもよい。予測曲線が求めると、あと何回洗浄剤を飲めば検査可能か計算することができ、飲む回数を被検者に知らせることができる（図３Ａおよび図３ＢのＳ４９参照）。

　次に、図８を用いて、洗浄度の予測を古典的手法ではなく、深層学習によって実施する例について説明する。深層学習を用いて洗浄度を推論するには、まず、深層学習によって推論モデルを作成する。図８（ａ）は、深層学習のアルゴリズムを示す。まず、洗浄剤を飲んだ人の排便画像を、Ｎ人分取得する（＃１）。例えば、サービスサーバ１０が、多数のユーザ端末を通じて、被検者の排便画像を取得する。被検者の同意をとり、図３Ａおよび図３ＢのＳ４１に取得した画像を用いてもよい。

　排便画像を収集すると、次に、各画像に対して、検査可能になるまでの情報を付与し学習を行う（＃３）。検査可能になるまでの情報としては、検査可能になるまでに、洗浄剤を飲んだ量、回数、時間等とする。図８（ｃ）に、被検者Ａの排便画像の例を示す。画像ＰＡ１、ＰＡ２、・・・は、被検者Ａの排便画像であり、左側の画像ＰＡ１は、最初の画像であり、時間が経過するにつれて、画像ＰＡ２、ＰＡ３・・・と変化し、最後の画像ＰＡＮにおいて、内視鏡検査を行うに十分に洗浄がなされた状態となっている。同様に、画像ＰＢ１、ＰＢ２、ＰＢ３、ＰＢＮは、被検者Ｂの排便画像であり、最後の画像ＰＢＮにおいて、十分に洗浄がなされた状態となっている。

　ステップ＃３において、被検者Ａが画像ＰＡＮの段階において検査ＯＫとなり、被検者Ｂが画像ＰＢＮの段階において検査がＯＫとなっているので、この段階になるまでに、被検者Ａ、Ｂが飲んだ洗浄剤の量、回数、時間等を、検査可能になるまでの情報とする。例えば、被検者Ａは、排便画像ＰＡ１の段階では、検査がＯＫとなるまでに、あと１５００ｍｌ飲み、あと１０回飲み、又はあと２時間かかった等、検査可能になるまでの情報が得られる。

　検査可能になるまでの洗浄剤の量（洗浄時間）等の情報を得ると、各排便画像に検査可能になるまでの情報をアノテーションして教師データを作成する。排便画像をＮ人分収集しているので、Ｎ個の教師データを作成することができる。教師データができると、推論エンジンに排便画像を入力し、検査可能になるまでの情報が出力できるように、推論エンジンのニューラル・ネットワークの各入力の結合の重み付けを変化させ、推論モデルを生成する。推論モデルが生成されると、図８（ａ）における学習が終了する。

　推論モデルが生成されると、図３Ａおよび図３ＢのステップＳ４９における洗浄終了の予想時刻と、それまでに飲む洗浄剤の量（回数）を推論によって行うことができる。この推論のアルゴリズムについて、図８（ｂ）を用いて説明する。まず、内視鏡検査を受ける被検者（ユーザ）は、排便画像をシステムに送信する（＃１１）。図３Ａおよび図３Ｂのフローにおいて説明したように、被検者が洗浄剤を飲み、排便する際には、排便の画像を撮影し、画像を送信するようにアドバイスがなされる（図３Ａおよび図３ＢのＳ３７、Ｓ３９、Ｓ４１、図９Ｂの画面Ｄ４参照）。この排便画像は、サービスサーバ１０に送信される。

　次に、受け取った画像に基づいて、検査可能になるまでの、洗浄剤の量、回数、および／または時間を推定する（＃１３）。図３Ａおよび図３ＢのステップＳ４１において、サービスサーバ１０が排便画像のデータを受信すると、洗浄度判定部１４は、推論エンジンに受信した排便の画像データを入力する。このために、推論エンジンには、図８（ａ）を用いて説明した推論モデルを設定しておく。推論エンジンに排便の画像データを入力すると、検査可能になるまでの洗浄剤の量、回数、およびまたは時間を推定することができる。推論結果が出力されると、ＵＩ部２４等の表示部に、洗浄が終了する予想時刻と、それまでに飲む洗浄剤の量（回数）を表示することができる（例えば、図９Ｂの画面Ｄ５参照）。

　ここで、図８（ａ）等において行う深層学習について、説明する。「深層学習（ディープ・ラーニング）」は、ニューラル・ネットワークを用いた「機械学習」の過程を多層構造化したものである。情報を前から後ろに送って判定を行う「順伝搬型ニューラル・ネットワーク」が代表的なものである。順伝搬型ニューラル・ネットワークは、最も単純なものでは、Ｎ１個のニューロンで構成される入力層、パラメータで与えられるＮ２個のニューロンで構成される中間層、判別するクラスの数に対応するＮ３個のニューロンで構成される出力層の３層があればよい。入力層と中間層、中間層と出力層の各ニューロンはそれぞれが結合加重で結ばれ、中間層と出力層はバイアス値が加えられることによって、論理ゲートを容易に形成できる。

　ニューラル・ネットワークは、簡単な判別を行うのであれば３層でもよいが、中間層を多数にすることによって、機械学習の過程において複数の特徴量の組み合わせ方を学習することも可能となる。近年では、９層～１５２層のものが、学習にかかる時間や判定精度、消費エネルギーの観点から実用的になっている。また、画像の特徴量を圧縮する、「畳み込み」と呼ばれる処理を行い、最小限の処理で動作し、パターン認識に強い「畳み込み型ニューラル・ネットワーク」を利用してもよい。また、より複雑な情報を扱え、順番や順序によって意味合いが変わる情報分析に対応して、情報を双方向に流れる「再帰型ニューラル・ネットワーク」（全結合リカレントニューラルネット）を利用してもよい。

　これらの技術を実現するために、ＣＰＵやＦＰＧＡ（Field Programmable Gate Array）等の従来からある汎用的な演算処理回路を使用してもよい。しかし、これに限らず、ニューラル・ネットワークの処理の多くが行列の掛け算であることから、行列計算に特化したＧＰＵ（Graphic Processing Unit）やTensor Processing Unit（TPU）と呼ばれるプロセッサを利用してもよい。近年ではこのような人工知能（ＡＩ）専用ハードの「ニューラル・ネットワーク・プロセッシング・ユニット（ＮＰＵ）」がＣＰＵ等その他の回路とともに集積して組み込み可能に設計され、処理回路の一部になっている場合もある。

　その他、機械学習の方法としては、例えば、サポートベクトルマシン、サポートベクトル回帰という手法もある。ここでの学習は、識別器の重み、フィルター係数、オフセットを算出するものあり、これ以外にも、ロジスティック回帰処理を利用する手法もある。機械に何かを判定させる場合、人間が機械に判定の仕方を教える必要がある。本実施形態においては、画像の判定を、機械学習によって導出する手法を採用したが、そのほか、人間が経験則・ヒューリスティクスによって獲得したルールを適応するルールベースの手法を用いてもよい。

　次に、図９Ａないし図９Ｃを用いて、ユーザ端末２０のＵＩ部２４において、被検者に提供するアドバイスについて説明する。図９Ａは、図２のステップＳ３において行う、飲み始めアラームの例である。図２に示すフローは、前述したように、被検者が自宅等において、内視鏡検査を受けるために洗浄剤を飲み、腸管を洗浄してから、病院に検査を受けに行く場合の動作を示す。このフローでは、検査開始時刻から逆算して、飲み始めのタイミングになると、被検者に飲み始めのアドバイスを提示する（図２のＳ３参照）。図９Ａの画面Ｄ１は、このときのアドバイス画像を示し、この例では、「飲み始めてください。飲み終わりまで、２時間以上必要です。そろそろ飲み始めてください。」とＵＩ部２４に表示がなされる。このとき、過去の洗浄時間の実績などを用いて、必要な時間を変更して表示するようにしてもよい。例えば、過去に１時間半で検査に十分な洗浄度になった場合、例えば、１時間４５分程度必要と表示してもよい。

　図９Ｂは、洗浄剤を飲み始めた際から、洗浄が完了するまでにおける、ユーザ端末２０のＵＩ部２４でのアドバイス表示を示す。画面Ｄ２ａ、Ｄ２ｂ、Ｄ２ｃは、洗浄剤量の表示画面である。洗浄剤は、何種類かあるので、被検者に渡されている洗浄剤に応じた表示とする。画面Ｄ２ａには洗浄剤がモビプレップ（登録商標）の場合の飲み方が表示され、画面Ｄ２ｂには洗浄剤がムーベン（登録商標）の場合の飲み方が表示され、画面Ｄ２ｃには洗浄剤がビジクリア（登録商標）の場合の飲み方が表示される。

　また、画面のＤ２ａ、Ｄ２ｂ、Ｄ２ｃの左下には、被検者が受診する病院と音声通話等を行うためのアイコンＩｐｈが表示されている。被検者が洗浄剤を飲んでいる際に、飲むのがキツイと感じた場合に、このアイコンＩｐｈをタッチすると、病院を呼び出し、担当者と通話することができる。図９Ｂに示す画面Ｄ３は、病院を呼び出した際の画面である。この画面Ｄ３が表示されると、担当者と対話を行い、排便の画像を見てもらうことによって、さらに洗浄剤を飲み続けるか、終了するか、中断して病院に行くか等の判断を行うことができる（図３Ａおよび図３ＢのＳ２９参照）。

　また、画面のＤ２ａ、Ｄ２ｂ、Ｄ２ｃの右下には、被検者が排便のためにトイレに行った際のアドバイスを受けるためのトイレアイコンＩｔｏが表示されている。このとき、被検者がトイレアイコンＩｔｏをタッチすると、画面Ｄ４が表示され、被検者に排便を撮影するように促す（図３Ａおよび図３ＢのＳ３９参照）。

　被検者が排便画像をサービスサーバ１０に送信すると、洗浄度判定部１４は受信した画像に基づいて洗浄度を判定する。また洗浄度判定部１４は、内視鏡検査が受けるに十分に腸管が洗浄されるまでに飲む洗浄剤の量（回数）と終了時刻を予測する。サービスサーバ１０内の指示発信部１６は、予測結果をユーザ端末２０に送信し、ＵＩ部２４に画面Ｄ５に示すように表示させる。この例では、必要量の３３％が飲まれ、あと洗浄剤を８杯飲み、１０時５５分頃に洗浄が終了するとの予測を表示している。また、このとき、サービスサーバ１０は、病院の院内システム３１または３４に、被検者の腸管洗浄度を通知するようにしてもよい。

　また、被検者が排便の画像をサービスサーバ１０に送信し、洗浄度判定部１４が十分に洗浄できたと判定すると（図３Ａおよび図３ＢのＳ４７Ｙｅｓ参照）、指示発信部１６は、洗浄が完了したことをユーザ端末２０に表示させる。図９Ｂに示す例では、画面Ｄ６に示すように、ＵＩ部２４に完了表示がなされる。また、このとき、サービスサーバ１０は、病院の院内システム３１または３４に、被検者の腸管洗浄が完了したことを連絡するようにしてもよい。

　図９Ｃは、洗浄剤による腸管洗浄が完了した後、被検者が自宅等を出発して病院に移動した際における、ユーザ端末２０のＵＩ部２４でのアドバイス表示を示す。洗浄剤による腸管洗浄が完了すると、図９Ｂの画面Ｄ６に示すような表示がなされる。その後、病院までの移動時間と検査開始時刻等を考慮した出発時間になると、ユーザ端末２０に出発アラームが表示される（図２のＳ１１、Ｓ１３参照）。図９Ｃの画面Ｄ７は、出発アラームの表示例を示している。出発アラームは、被検者に出発時刻であることを告知するだけではなく、自宅等から病院までの交通状況等、移動にあたっての参考情報を取得して表示するようにしてもよい。

　被検者が病院に到着すると、ＵＩ部２４には画面Ｄ８に示すような検査予定が表示される（図２のＳ１９参照）。この表示は、スケジュール管理部１３や時間予測部１５が被検者の検査の全工程を予測し、指示発信部１６がＵＩ部２４に検査の予定を表示させる。なお、画面Ｄ８では、既に完了した工程については実績に基づく時間を、文字サイズや色、書体を変更して（予想した時刻と実績に基づく時刻が区別できるような表示で）表示するようにしてもよい。例えば、病院に到着した時点では、検査開始予定時刻が１３：００、検査終了予定時刻が１３：３０だった場合には画面Ｄ８に示すように表示する。その後、検査室の混雑状況などに基づき時間予測部１５が検査開始予定時刻を１３：０５と予測した場合には、その予想時刻を表示する。また、実際に検査が１３：０４に開始され、１３：２０に終了した場合には、画面Ｄ８にはそれらの時刻を表示する。また、当初の検査終了時刻より１０分早く検査が終了する場合には、この時間を考慮して時間予測部１５が前倒しで時刻を予想するので、時間予測部１５が前倒しで予測した時刻を表示する。

　以上、説明したように、本発明の第１実施形態においては、被検者が医療施設以外の自宅等において、洗浄剤を服用し、腸管を洗浄してから、医療施設に移動し、内視鏡検査を受診するようにしている。この受診にあたって、内視鏡検査の被検者がどこにいるか（図２のＳ５、また洗浄状態がどうであるか（図２のＳ７、図３Ａおよび図３ＢのＳ４３、Ｓ４５等参照）等の状態情報を取得し、これらの状態情報に基づいて検査の進捗状況を推定し（例えば、図２のＳ９、Ｓ１５、Ｓ１７、Ｓ１９、図３Ａおよび図３ＢのＳ４９等参照）、この進捗状況に基づいてアドバイスを提供するようにしている（図２のＳ１３、図３Ａおよび図３ＢのＳ４９等参照）。このため、内視鏡検査を適切に受けるために必要なアドバイスを受けることができ、被検者は安心して検査を受けることができる。

　次に、図１０ないし図１２を用いて、本発明の第２実施形態について説明する。第１実施形態においては、被検者は、病院ではなく、自宅等において洗浄剤を飲み、腸管洗浄が終わってから、病院に移動して、内視鏡検査を受けていた。これに対して、第２実施形態においては、被検者は、病院に移動してから、そこで洗浄剤を飲み、腸管洗浄が終わると、内視鏡検査を行うようにする。従って、第１実施形態と第２実施形態においては、被検者がどこで腸管洗浄を行うかが相違する。

　図１０は、第２実施形態に係る内視鏡検査支援システムの全体構成を示すブロック図である。この内視鏡検査支援システムは、第１実施形態と同様に、サービスサーバ１０、ユーザ端末２０、および院内システム３０、３４とから構成されている。サービスサーバ１０、ユーザ端末２０、および院内システム３０の内部構成は、図１に示した第１実施形態と同様であることから、説明を省略する。

　院内システム３４は、制御部３５、通信部３６、待合室情報取得部３７、検査室情報取得部３８、リカバリルーム情報取得部３９を有し、これらの各部は、図１に示した第１実施形態と同様の構成であることから、詳しい説明を省略する。院内システム３４は、上述の各部に加えて、前処置室情報取得部４０を有する。第２実施形態においては、被検者は病院に移動してから、洗浄剤を飲む等の前処置を行う。

　前処置室は、被検者が洗浄剤の服用等、内視鏡検査を行う際の前処置を行うための部屋である。前処置室情報取得部４０は、被検者が行う前処置に関する情報を取得する。前処置室情報取得部４０は、前処置室に配置されたカメラ等の撮影部、マイクロフォン等の音声収取部等を有し、前処置室において被検者の行う前処置に関する種々の情報を取得する。撮影部や音声収集部によって収集した情報に基づいて、前処置室における情報を取得する。また、前処置情報取得部４０が、ユーザ端末２０とも直接通信が可能であれば、ユーザ端末２０を有する被検者が前処置室に在室していることを検出できる。さらに、被検者がどのような検査を受けに来たか、どのような前処置を行う予定になっているか、さらに被検者のプロフィール等、種々の情報を取得することができる。また、看護師等が、院内端末から直接、情報をテキスト入力や画像入力を行うようにしても構わない。なお、ユーザ端末２０に代えて、病院が被検者に専用の情報端末を貸与し、被検者に関する情報を収集してもよい。

　次に、図１１に示すフローチャートを用いて、第２実施形態における、ユーザ端末２０とサービスサーバ１０が協働して被検者（ユーザ）に内視鏡検査の支援を行うためのアプリケーションソフトのメイン動作を説明する。このアプリケーションによるメイン動作は、第１実施形態と同様に、サービスサーバ１０内の制御部１１が、ユーザ端末２０内の制御部２１と連携し、サービスサーバ１０内の各部を制御し、さらに院内システム２０、３５と連携することによって実現する。図１１示すフローは、ユーザ端末２０に検査補助用の安心アプリがインストールされている場合に、サービスサーバ１０が主体となって、ユーザ端末２０に被検者向けのアドバイスを行うことを前提に説明している。この場合には、サービスサーバ１０が検査ガイド装置として機能する。しかし、ユーザ端末２０が主となり、サービスサーバ１０の支援を受けて、被検者向けのアドバイスを提供することも勿論可能である。この場合には、ユーザ端末２０が検査ガイド装置として機能する。

　第２実施形態は、前述したように、被検者が洗浄剤を飲むのが病院で行う点で大きく相違する。このため、第１実施形態に係る第２図のメイン動作のフローと比較すると、被検者が自宅で行っていたステップＳ１～Ｓ５、Ｓ９が省略され、代わりにステップＳ１０が追加されている。また、被検者が病院に到着後の処理として、ステップＳ１４ａ～Ｓ１４ｃが追加され（なお、図１１のＳ１４ｃは、図２のＳ５と同様）、ステップＳ１５、Ｓ１７、が省略され、ステップＳ２３が追加されている。そこで、第１実施形態との相違点を中心に、図１１のフローチャートについて説明する。

　図１１に示すメイン動作が開始すると、まず、現在地を取得する（Ｓ７）。前述したように、本実施形態は、被検者は、病院等の医療施設に移動し、そこで洗浄剤を服用して、腸管洗浄を行うことを前提している。このステップでは、医療施設に移動するに要する時間を算出するにあたって、まず、被検者の現在位置を取得する。このため、制御部１１は、ユーザ端末２０内のＧＰＳ等の位置検出部によって取得した被検者の現在位置に関する情報をサービスサーバ１０に送信するように指示し、被検者の現在位置を取得する。なお、図１１のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１は、ユーザ端末２０内の位置検出部によって現在位置情報を取得する。

　現在地情報を取得すると、次に前処置開始予想時刻を取得する（Ｓ１０）。ここでは、被検者が自宅等を出発する時刻を算出するために、病院等における洗浄剤の服用等を行う前処置を開始する時刻を取得する。この前処置開始時刻は、制御部１１が、内視鏡検査を行う病院等のスケジュール管理部３３に問い合わせることによって取得することができる。制御部１１がスケジュール管理部３３に検査開始予定時刻を問い合わせ、時間予測部１５が検査開始予定時刻から逆算する形で前処置開始予測時刻を予測するなど、スケジュール管理部３３にて管理されている基準となる時刻と、病院内で実施する工程の所用時間などに基づき時間予測部１５が予測した時刻に基づき前処置開始予想時刻を取得してもよい。なお、図１１のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１は、サービスサーバ１０を通じて、スケジュール管理部３３に問合せて、前処置開始予想時刻を取得する。

　次に、出発時刻になったか否かを判定する（Ｓ１１）。ここでは、制御部２１は、ステップＳ７において取得した現在地情報と、ステップＳ１０において取得した前処置開始予想時刻の情報に基づいて、医療施設に移動開始時刻を算出する。この出発時刻算出のために、自宅等から病院等までの交通手段について、被検者の要望を設定し、出発時刻を算出してもよい。また算出にあたって、医療施設前の交通状況を考慮するようにしてもよい。出発時刻を算出すると、現時点が算出した移動開始時刻（出発時刻）になったか否かを判定する。この判定の結果、出発時刻でない場合には、ステップＳ７に戻る。なお、図１１のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１が出発時刻を算出し、現時点が出発時刻であるか否かを判定する。

　ステップＳ１１における判定の結果、出発時刻であった場合には、出発アラームを被検者に告知する（Ｓ１３）。出発時刻になったことから、制御部１１は、ユーザ端末２０のＵＩ部２４に出発アラームを表示させる。出発アラームは、発音部材によって行ってよい。検者は出発アラームが告知されると、自宅等から医療施設へ移動を開始する。なお、図１１のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１がＵＩ部２４に、出発アラームを告知させればよい。

　次に、病院に到着したか否かを判定する（Ｓ１４ａ）。ここでは、被検者が目的とする病院等に到着したか否かを、ユーザ端末２０の位置検出部の検出結果に基づいて判定する。このため、制御部１１は、ユーザ端末２０から現在地の情報を取得する。この判定の結果、病院等に到着していない場合には、待機状態となる。なお、図１１のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１が、ユーザ端末２０内の位置検出部の検出結果に基づいて判定する。

　ステップＳ１４ａにおける判定の結果、病院等に到着した場合には、院内タスク予想時刻の取得を開始する（Ｓ１４ｂ）。病院内では、前処置（洗浄）、検査、休息（リカバリ）、検査結果の説明、会計（清算）等の院内タスクがある。このステップでは、制御部１１が、これらのタスクの予想時刻に関する情報を、院内システム３０内のスケジュール管理部３３から取得する。なお、図１１のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１が、サービスサーバ１０を通じて、院内システム３０内のスケジュール管理部３３から取得する。

　次に、洗浄度をチェックする（Ｓ１４ｃ）。この洗浄度チェックは、図２のステップＳ５と同様の処理を行う。被検者は、病院等内において、洗浄剤を飲み、腸管を十分洗浄する。この際、制御部１１はユーザ端末２０を通じて、被検者の排便の画像を撮影部２３によって取得し、通信部２２を通じて、サービスサーバ１０に送信させる。サービスサーバ１０内の洗浄度判定部１４は、被検者の排便画像等に基づいて、洗浄度を判定し、十分な洗浄レベルに達したか否かを判定する。この洗浄度チェックの動作については、前述の図３Ａまたは図３Ｂのフローと同様であるので、詳しい説明を省略する。また、洗浄している際に、ユーザ端末２０のＵＩ部２４には、例えば、前述した図９Ｂに示すようなアドバイス表示を行う。なお、図１１のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１が、サービスサーバ１０内の洗浄度判定部１４と協働して、洗浄度を判定する。

　洗浄度をチェックすると、次に、検査全行程が完了する予想時刻を表示する（Ｓ１９）。制御部１１は、検査の進み具合等と、スケジュール管理部３３におけるスケジュールをみながら、検査の全工程の予想時刻を推定し、この予想時刻を、ユーザ端末２０のＵＩ部２４に表示させる。この表示については、図１２を用いて後述する。なお、図１１のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１が、サービスサーバ１０やスケジュール管理部３３等と連携し、検査の全工程の予想時刻を推定し、この予想時刻をＵＩ部２４に表示する。

　次に、被検者が病院等を出たか否かを判定する（Ｓ２１）。被検者は、腸管洗浄、検査、リカバリ、検査結果の説明、会計（清算）等の院内における全タスクが終了すると、病院等を出る。ここでは、制御部１１が、ユーザ端末２０内のＧＰＳ等の位置検出部によって取得した被検者の現在位置に関する情報をサービスサーバ１０に送信するように指示し、被検者の現在位置を取得し、判定する。被検者のユーザ端末２０内の位置検出部による検出結果以外にも、院内システム３４内の、待合室情報取得部３７、検査室情報取得部３８、リカバリルーム情報取得部３９によって、被検者の位置情報を取得できれば、この情報を用いてもよい。ステップＳ２１にける判定の結果、病院等を出ていない場合には、ステップ１９に戻り、前述の動作を繰り返す。なお、ステップＳ１９に戻る代りに、ステップＳ１４ｃに戻り、洗浄度をチェックするようにしてもよい。この場合には、既に洗浄が終了している場合には、ステップＳ１４ｃをスキップすればよい。なお、図１１のアプリケーションソフトがユーザ端末２０において、主体的に実行される場合には、このステップでは、制御部２１は、ユーザ端末２０内の位置検出部によって現在位置情報、または、院内システム３４からの情報を取得し、判定する。

　ステップＳ２１における判定の結果、病院を出た場合には、院内タスク予想時刻の取得を終了する（Ｓ２３）。院内タスクの予想時刻は、ステップＳ１４ｂにおいて取得を開始し、ユーザ端末２０のＵＩ部２４に表示していた（図１２参照）。ステップＳ２１における判定の結果、被検者は検査のための全てのタスクを終了したことから、この予想時刻の取得を終了し、メイン動作のフローを終了する。

　次に、図１２を用いて、検査全行程完了時刻の予想表示について説明する。この表示は、図１１のステップＳ１９において行われる。第２実施形態においては、第１実施形態と同様に、時間予測部１５が、院内タスクの開始時刻等を予想している（図１１のＳ１４ｂ、Ｓ２３参照）。この院内タスクの開始時刻等に基づいて、院内スケジュールをユーザ端末２０のＵＩ部２４に表示することができる。図１２は、図９Ｃの画面Ｄ８と同様に、院内タスクスケジュールを表示した例であり、ＣＴは、現在時刻を示す。なお、図９Ｃの画面Ｄ８とは異なり、第２実施形態においては、医療施設で洗浄を行っている。このように、ユーザ端末２０のＵＩ部２４に院内タスクのスケジュールが表示されるので、被検者は次に何を行うのか、また何時頃に終わるか等を簡単に知ることができる。

　以上、説明したように、本発明の第２実施形態においては、被検者が医療施設に移動してから、洗浄剤を服用して腸管を洗浄し、内視鏡検査を受けている。この受診にあたって、内視鏡検査の被検者の洗浄状態がどうであるか（図１１のＳ１４ｃ、図３Ａおよび図３ＢのＳ４３、Ｓ４５等参照）等の状態情報を取得し、これらの状態情報に基づいて検査の進捗状況を推定し（例えば、図１１のＳ１１、Ｓ１４ａ、図３Ａおよび図３ＢのＳ４９等参照）、この進捗状況に基づいてアドバイスを提供するようにしている（図１１のＳ１３、図３Ａおよび図３ＢのＳ４９等参照）。このため、内視鏡検査を適切に受けるために必要なアドバイスを受けることができ、被検者は安心して検査を受けることができる。

　以上説明したように、本発明の各実施形態においては、内視鏡検査の受診にあたって、内視鏡検査の被検者の洗浄状態がどうであるか（図２のＳ５、図３Ａおよび図３ＢのＳ４３、Ｓ４５、図１１のＳ１４ｃ等参照）等の状態情報を取得し、これらの状態情報に基づいて検査の進捗状況を推定し（例えば、図２のＳ５、図１１のＳ１４ａ、図３Ａおよび図３ＢのＳ４９等参照）、この進捗状況に基づいてアドバイスを提供するようにしている（図３Ａおよび図３ＢのＳ４９等参照）。このため、内視鏡検査を適切に受けるために必要なアドバイスを受けることができ、被検者は安心して検査を受けることができる。

　また、本発明の各実施形態においては、内視鏡検査受診者の状態情報に基づき、受診者の内視鏡検査に係る工程の進捗を推定し、進捗に関する情報を表示する検査ガイド方法を提供している。また、内視鏡検査の受診者の状態情報に基づき、受診者の内視鏡検査に係る工程の進捗を推定し、この推定された進捗に関する情報を表示する検査ガイド方法を提供している。また、同じもの（同一被検者の排泄物、また排泄部を含む水等）を繰り返し取得し、この取得したもの透明度（洗浄度）の時間的変化に基づき、同じものが特定の透明度になるまでの時間を予測する予測方法を提供している。この予測方法によれば、洗浄開始前半の特定時間を跨ぐ複数回の測定（画像の撮影結果の分析等）によって、洗浄終了時刻が分かる。洗浄終了時刻は特定の洗浄推移モデルを参考にしてもよく、また複数回の測定で、変化が速いなら第１モデル、遅いなら第２モデルといった複数パターンで判定してもよい。

　本明細書においては、もっぱら排泄物等を撮影した画像を用いる例について説明したが、画像でなくても光学的なセンサを使って透過、反射などを見るのが考えられる。画像の代わりに、水洗トイレの水のｐＨとか、抵抗とか、試薬反応とかを利用してもよい。これは洗浄液が排泄物のどれぐらいの割合を占めているかを調べる方法で、洗浄液が、ナトリウム等、電解質を含む薬剤だから利用できる方法である。また、水洗トイレであれば、排泄物だけが撮影されるわけではなく、水洗トイレの便器に溜まった水が混ざっていることを想定する。これは写真画像においても同様で、排せつ物を含む水洗トイレの水を撮影して、その透明度や洗浄度はもとからあった水洗用の水の影響を排除した方が良いが、それは誤差の範囲であるとして考えてもよい。

　また、本発明の各実施形態においては、内視鏡検査の受診にあたって、内視鏡検査の被検者の洗浄状態がどうであるか、（図２のＳ５、図３Ａおよび図３ＢのＳ４３、Ｓ４５、図１１のＳ１４ｃ等参照）等の状態情報を取得し、被検者の内視鏡検査を受診する医療施設における使用状況（待合・前処置・検査・リカバリ・会計の何れか少なくとも１つに係る各行為を行う場所における使用状況）を取得し（例えば、図２のＳ１５、Ｓ１７）、洗浄状態情報と、使用状況の情報に基づき、内視鏡検査に関わる時刻を推定し、この推定に基づき、臨床検査に係るアドバイスを表示している（例えば、図２のＳ１９参照）。このため、被検者は、各行為からなる内視鏡検査において、個々の時刻が予想できるので、計画を立てやすく、また安心して受診することができる。

　また、本発明の各実施形態における検査ガイド方法は、内視鏡検査受診者の状態情報の時間的変化に基づき、受診者の内視鏡検査の準備に係る工程の進捗度合いを推定し（例えば、図３Ａおよび図３ＢのＳ３７～Ｓ４３参照）、この推定した進捗度合いに基づき、準備に係る工程の終了タイミングに関する情報を生成している（例えば、図３Ａおよび図３ＢのＳ４９参照）。このため、本実施形態における検査ガイド方法によれば、内視鏡検査等、医行為を伴う検査や臨床検査を適切に受けるために必要なアドバイスを受けることができる。すなわち、受診者の状態情報の変化に基づいて、検査を受けるための準備工程の進捗度合い（例えば、腸管洗浄を行った際の洗浄度の進み具合）を判定し、この判定結果に基づいて、準備工程の終了のタイミングのアドバイスを受けることができる。

　また、本発明の各実施形態における検査ガイド方法は、準備に係る工程の進捗度合いは、内視鏡検査受診者の腸管洗浄状態の進捗度合いであり（例えば、図４）、腸管洗浄状態が一定の度合いに達すると予測したタイミングを、準備に係る工程の終了タイミングとする（例えば、図３Ａおよび図３ＢのＳ４３、Ｓ４９、図４の検査可能レベルＬｅｖ、図７、図８参照）。すなわち、各実施形態においては、腸管洗浄状態の進捗度合いに基づいて、準備の終了タイミングを予測しており、受診者は準備終了のタイミングについて、適切なアドバイスを受けることができる。

　また、本発明の各実施形態における検査ガイド方法において、状態情報の時間的変化とは、排泄画像の時間的変化であり（例えば、図５、図６（ｂ）参照）、この排泄画像の時間的変化に基づいて、排泄画像が撮影された時よりも未来の腸管の洗浄度の時間的変化を推定し（例えば、図４、図７（ｂ））、推定した洗浄度の時間的変化が一定のレベルに達するタイミングを、腸管洗浄状態の終了タイミングとする（例えば、図３Ａおよび図３ＢのＳ４９、図４の検査可能レベルＬｅｖ、図７、図８等参照）。すなわち、各実施形態においては、腸管洗浄の洗浄状態を繰り返し取得し（例えば、図３Ａおよび図３ＢのＳ３７~Ｓ４１参照）、この洗浄状態の時間的変化に基づいて、将来の洗浄度を予測し（例えば、図３Ａおよび図３ＢのＳ４３、図４の検査可能レベルＬｅｖ参照）、この予測された洗浄度が検査可能なレベルに達するタイミングを洗浄終了タイミングとしている（例えば、図３Ａおよび図３ＢのＳ４９参照）。このため、受診者は準備終了のタイミングについて、適切なアドバイスを受けることができる。

　また、本発明の各実施形態における検査ガイド方法において、内視鏡検査受診者の腸管洗浄の開始からの時間を更に加味し、洗浄度の時間的変化を推定している（例えば、図２のＳ３、Ｓ５、図９Ｃの画面Ｄ８、図１１のＳ１９、図１２等参照）。このため、受診者が洗浄剤を飲み始めてからの、適切な終了タイミングについて、アドバイスを受けることができる。

　また、本発明の各実施形態における検査ガイド方法において、内視鏡検査受診者が飲んだ腸管洗浄剤を推定し、この推定量（洗浄開始からの時間と概ね比例する）を更に加味し、洗浄度の時間的変化を推定している。例えば、図３Ａおよび図３Ｂに示す例では、ステップＳ２５において洗浄剤量を表示し（例えば、図９Ｂの画面Ｄ２ａ～Ｄ２ｃ）、受診者が、この洗浄剤量と飲んだ回数に基づいて、今後の洗浄度の時間的変化を推定することができる。

　また、本発明の各実施形態における検査ガイド方法において、内視鏡検査受診者の腸管洗浄に係る薬剤の飲み方に関するガイドを表示している（例えば、図３Ａおよび図３ＢのＳ４９、図９Ｂの画面Ｄ２ａ～Ｄ２ｃ等参照）。受診者は、腸管洗浄に係る薬剤の飲み方を知らない場合が多く、飲み方の表示がなされることによって、適切に検査を受けることができる。

　また、本発明の各実施形態における検査ガイド方法において、内視鏡検査受診者が腸管洗浄のために飲む薬剤に応じて、ガイド表示を変更している（例えば、図９Ｂの画面Ｄ２ａ～Ｄ２ｃ等参照）。薬剤に応じてガイド表示を切り替えているので、誤った飲み方をすることを防止することができる。

　また、本発明の各実施形態における検査ガイド方法において、薬剤の飲み方に関するガイドとして、薬剤を飲む時間または薬剤を飲む量または薬剤と共に飲むべき薬剤以外の量を表示する（例えば、図９Ｂの画面Ｄ２ａ～Ｄ２ｃ等参照）。具体的に、飲む時間、飲む量等について、表示されるので、受診者が誤った飲み方をすることを防止することができる。

　また、本発明の各実施形態における検査ガイド方法において、内視鏡検査受診者が排泄した状態が撮影された排泄画像と、複数の排泄画像を、排泄経過モデルと特徴量を比較して、洗浄度の時間的変化を推定し、腸管洗浄状態の終了タイミングを推定している（例えば、図３Ａおよび図３ＢのＳ３９～Ｓ４３、図５等参照）。すなわち、受診者の排泄画像について、排泄経過モデル（例えば、図５の基準画像列参照）と比較し、また受診者の排泄画像の特徴量と排泄経過モデルの特徴量を用いて、洗浄度を推定している。また、受診者が排便する毎に（図３Ａおよび図３ＢのＳ３７、図９Ｂの画面Ｄ４等参照）、排泄画像を撮影するようにしているので、複数の排泄画像について洗浄度を得ることができる。この複数の洗浄度の時間的変化に基づいて、腸管洗浄の終了タイミングを予測することができる。

　また、本発明の各実施形態における検査ガイド方法において、排泄された状態が撮影された排泄画像を用いて学習されたＡＩモデルと、内視鏡検査受診者が排泄した状態が撮影された複数の排泄画像を用いて、腸管洗浄状態の終了タイミングを推定している（例えば、図３Ａおよび図３ＢのＳ４５、Ｓ４９、図６、図８等参照）。また、本発明の各実施形態における検査ガイド方法において、排泄された状態が撮影された排泄画像に加え、洗浄完了までの時間と洗浄剤の量の少なくとも一方を用いて学習されたＡＩモデルに、被検者が排泄した状態が撮影された排泄画像を入力して、腸管洗浄状態の終了タイミングを推定している（例えば、図６、図８参照）。ビックデータ等を利用してＡＩモデルを生成、このＡＩモデルを用いて腸管洗浄状態の終了タイミングを推測することができる。

　また、本発明の各実施形態における検査ガイド方法において、排泄された状態が撮影された排泄画像に洗浄度をアノテーションした複数の学習データセットを用いて学習されたＡＩモデルに、内視鏡検査受診者が排泄した状態が撮影された排泄画像を入力して洗浄度を推定し、腸管洗浄状態の終了タイミングを推定している（例えば、図６、図８等参照）。ＡＩモデルを利用することによって、ビックデータ等を利用して推測することができる。

　また、本発明の各実施形態における検査ガイド方法において、排泄された状態が撮影された複数の排泄画像に検査可能な状態に達するまでの洗浄時間または洗浄剤を飲んだ量をアノテーションした複数の学習データセットを用いて学習されたＡＩモデルに、被検者が排泄した状態が撮影された複数の排泄画像を入力して洗浄終了タイミングを推定している（例えば、図８等参照）。このため、ビックデータがあれば、洗浄終了タイミングを容易に推定することができる。

　また、本発明の各実施形態における検査ガイド方法において、準備に係る工程の終了タイミングと、内視鏡検査受診者よりも先に受診者の（洗浄もある）検査時間ずれ状況によって決まる検査開始予測時間をガイドする（例えば、図２のＳ１５～Ｓ１９、図９Ｃ、図１１のＳ１９、図１２等参照）。内視鏡検査には、洗浄、検査、リカバリ（休憩）、結果説明、会計等、種々の段階があり、しかも、複数の受診者が検査を受けていることから、先の受診者が予定とずれると、検査の支援を受けている受診の検査開始時刻が変わってしまう。この場合でも、本実施形態によれば、先の受診者のずれに応じて検査開始時刻が変わったことが告知され、便利である。また、本発明の各実施形態における検査ガイド方法において、さらに受診者の食事の履歴情報に従って、内視鏡検査の準備に係る工程の終了タイミングに関する情報を生成する。受診者の食事の履歴によって、残渣の残り難さが変わるので、この履歴情報を使用することにより、精度良く準備工程の終了タイミングに関する情報を生成することができる。

　また、本発明の各実施形態においては、第１タイミング以降の処置に従って決まる第２タイミングを推定するようにしている。すなわち、内視鏡検査には、多数の段階の処置があり、それぞれの処置にかかる時間が次の処置の開始タイミングに影響するので、個々のタイミングに応じて、次のタイミングを推定するようにしている。洗浄開始からの時間、洗浄剤の飲んだ量、洗浄状態の進捗度合い、古典的手法またはＡＩ、古典的手法とＡＩ等、適宜組み合わせて洗浄終了タイミングを推定してもよい。

　また、本発明の各実施形態における検査ガイド方法において、内視鏡検査受診者の状態情報と、内視鏡検査を実施する病院の混雑状況またはスタッフの稼働状況に応じ、内視鏡検査に係る工程の進捗を推定し、この推定した進捗に応じたガイドを表示する（例えば、図２のＳ１５～Ｓ１９、図１１のＳ１９等参照）。すなわち、各実施形態においては、内視鏡検査を受ける病院の院内状況を加味して、終了する時刻を推定し、この時刻を表示するようにしている。

　また、本発明の各実施形態における検査ガイド方法において、内視鏡検査受診者の状態情報は、内視鏡検査に係る工程の進捗状況（実績値、どこまで進んだか）及び／又は受診者が処置を受ける可能性を示すリスクであり、内視鏡検査室及び／又は内視鏡検査スタッフの稼働状況に応じ、内視鏡検査の開始時刻または内視鏡検査の終了時刻を推定する。また、本発明の各実施形態における検査ガイド方法において、受診者が受ける内視鏡検査を実施する内視鏡検査室及び／又は内視鏡検査スタッフが、他の受診者に対する第二の内視鏡検査に使用／従事しており、第二の内視鏡検査が挿入困難、病変発見、生検、処置、または正常等によって当初の想定（第二の内視鏡検査実施前に想定）された時間から乖離（短縮または延長）する場合、受診者が受ける内視鏡検査の推定開始時刻または推定終了時刻を、変更（早める or 遅らせる）する。また、本発明の各実施形態における検査ガイド方法において、内視鏡検査を実施する病院の混雑状況とは、待合・前処置・検査・リカバリ・検査結果通知・会計のいずれかの混雑状況又は当該スペースによる工程を実施するにあたり、標準的な時間（当該施設での標準的な時間）から乖離する状況である。

　また、本発明の各実施形態における検査ガイド装置は、内視鏡検査受診者の状態情報を取得する状態取得部と、この取得された状態情報の時間的変化に基づき、内視鏡検査受診者の検査準備の進捗状況を推定する進捗推定部と、この推定された進捗状況に基づき、検査準備に係るアドバイスを表示させるためのアドバイス生成部と、を有する。なお、図１および図１０に示した内視鏡検査支援システムでは、受診者の検査準備の進捗状況の推定や、この推定に基づいて行うアドバイスの生成は主としてサービスサーバ１０において行っていた。しかし、これらの処理は、サービスサーバ１０に限らず、ユーザ端末２０内で行ってもよく、また院内システム３０、３４において行うようにしてもよい。このため、サービスサーバ１０内の機能の一部をユーザ端末２０または院内システム３０、３４において実行できるようにすればよい。

　また、上述の検査準備は、消化管洗浄に係る準備であり、状態取得部は、内視鏡検査受診者の排泄に係る情報を取得し（例えば、図３Ａおよび図３ＢのＳ３９、４１等参照）、進捗推定部は、進捗状況として、内視鏡検査受診者の消化管洗浄に係る進捗を推定する（例えば、図３Ａおよび図３ＢのＳ４３等参照）。また、進捗推定部は、消化管洗浄の進捗及び一定の洗浄度合いに到達するまでの所要時間または洗浄剤摂取に係る回数・量を推定し（例えば、図３Ａおよび図３ＢのＳ４９、図４～図８等参照）、アドバイス生成部は、進捗推定部の推定結果に基づく情報を生成する（例えば、図１の指示発信部１６、図３Ａおよび図３ＢのＳ４９等参照）。

　また、本発明の各実施形態における検査ガイド装置は、内視鏡検査受診者の要望を入力する受信者要望入力部を有し、アドバイス表示部は、内視鏡検査受診者の要望を考慮して、アドバイスを表示する。また、検査ガイド方法は、臨床検査の受診者の状態情報を取得し、　状態情報の時間的変化に基づき、受診者の検査準備の進捗状況を推定し、進捗状況に基づき、臨床検査の準備に係るアドバイスを表示する。

　また、本発明の各実施形態における検査ガイド方法は、院内混雑状況によって、第１タイミング（例えば、開始タイミング）（洗浄もある）と、第１タイミング以降の処置に従ってきまる第２タイミング（例えば、終了タイミング）を予測（推定）する。すなわち、検査を受診する病院等においては、複数の受診者がおり、院内の混雑状況は一定ではない。そこで、検査ガイドを行うにあたって、各実施形態においては、院内の混雑状況を加味して予測（推定）するようにしている。

　また、本発明の各実施形態における検査ガイド装置は、内視鏡検査の受診者の状態情報を取得する状態取得部（例えば、図２のＳ５、図３Ａおよび図３Ｂ、図１１のＳ１４ａ等参照）と、受診者が内視鏡検査を受診する医療機関における使用状況を取得する使用状況取得部（例えば、図２のＳ１５、Ｓ１７等参照）と、状態情報と使用状況に基づき内視鏡検査に関わる時刻を推定する時刻推定部（例えば、図２および図１１のＳ１９、図９Ｃの画面Ｄ８、図１２等参照）を有する。また、この検査ガイド装置は、推定に基づき、内視鏡検査に係るアドバイスを表示するアドバイス表示部を有してもよい。すなわち、この検査ガイド装置は、内視鏡検査に用いられる内視鏡や検査室の使用状況等によって、内視鏡検査の開始時刻や終了時刻等、検査に係る時刻を推定する。また、上述の使用状況は、医療機関における待合・前処置・検査・処置・リカバリ・会計の何れか少なくとも１つに係る各行為を行う空間における使用状況であり、時刻推定部は、各行為の開始または終了の時刻を予想し、アドバイス表示部は、医療機関への移動の開始・各行為の開始または終了・医療機関での全行為の完了に係るアドバイスを表示する。

　また、本発明の各実施形態における検査ガイド方法は、臨床検査の受診者の状態情報を取得し、この状態情報の時間的変化に基づき、受診者の検査準備の進捗状況を推定する進捗推定部（例えば、図３Ａおよび図３ＢのＳ４９等参照）と、進捗状況に基づき検査準備に係るアドバイスを表示させるためのアドバイス生成部（（えば、図３Ａおよび図３ＢのＳ４９等参照）を有する。

　また、本発明の各実施形態における内視鏡検査支援方法は、臨床検査の受診者の状態情報を取得し、受診者が臨床検査を受診する医療機関における使用状況を取得し、状態情報と、使用状況に基づき、上記臨床検査に関わる時刻を推定し、推定に基づき、臨床検査に係るアドバイスを表示する。各実施形態においては、主として内視鏡検査の場合について説明したが、内視鏡検査に限らず、検査にあたって種々の準備・前処理等を行う臨床検査に適用することができる。

　なお、本発明の各実施形態においては、サービスサーバ１０が内視鏡検査を受ける際のアドバイスを被検者に提供するとして説明したが、サービスサーバは複数のサーバによってサービスを提供するようにしてもよく、また、ユーザ端末２０内のみで提供できるようしてもよい。この場合には、ユーザ端末２０において、スケジュール管理部１３、洗浄度判定部１４、時間予測部１５等の機能を有するようにし、院内システム３０、３４と連携できるようにすればよい。また、内視鏡検査を受けることを主に説明したが、内視鏡検査に限らず、臨床検査を受ける場合には、種々の準備・前処理等が必要であり、その場合にも、本実施形態を適用することができる。

　また、本発明の各実施形態においては、ロジックベースの判定を主として説明し、一部に機械学習を使用した推論による判定を行っていた。ロジックベースによる判定を行うか推論による判定を行うかは、本実施形態においては適宜いずれかを選択して使用するようにしてもよい。また、判定の過程で、部分的にそれぞれの良さを利用してハイブリッド式の判定をしてもよい。

　また、本発明の各実施形態においては、制御部１１、２１、３１、３５は、ＣＰＵやメモリ等から構成されている機器として説明した。しかし、ＣＰＵとプログラムによってソフトウエア的に構成する以外にも、各部の一部または全部をハードウエア回路で構成してもよく、ヴェリログ（Verilog）やＶＨＤＬ（Verilog Hardware Description Language）等によって記述されたプログラム言語に基づいて生成されたゲート回路等のハードウエア構成でもよく、またＤＳＰ（Digital Signal Processor）等のソフトを利用したハードウエア構成を利用してもよい。これらは適宜組み合わせてもよいことは勿論である。

　また、制御部１１、２１、３１、３５は、ＣＰＵに限らず、コントローラとしての機能を果たす素子であればよく、上述した各部の処理は、ハードウエアとして構成された１つ以上のプロセッサが行ってもよい。例えば、各部は、それぞれが電子回路として構成されたプロセッサであっても構わないし、ＦＰＧＡ（Field Programmable Gate Array）等の集積回路で構成されたプロセッサにおける各回路部であってもよい。または、１つ以上のＣＰＵで構成されるプロセッサが、記録媒体に記録されたコンピュータプログラムを読み込んで実行することによって、各部としての機能を実行しても構わない。

　また、本発明の各実施形態においては、サービスサーバ１０は、制御部１１、通信部１２、スケジュール管理部１３、洗浄度判定部１４、時間予測部１５、指示発信部１６、検査結果記録部１７を有しているものとして説明した。しかし、これらは一体の装置内に設けられている必要はなく、例えば、インターネット等の通信網によって接続されていれば、上述の各部は分散されていても構わない。同様に、ユーザ端末２０は、制御部２１、通信部２２、撮影部２３、ＵＩ部２４を有しているものとして説明した。しかし、これらは一体の装置内に設けられている必要はなく、例えば、インターネット等の通信網によって接続されていれば、上述の各部は分散されていても構わない。院内システム３０、３４等においても、同様である。

　また、近年は、様々な判断基準を一括して判定できるような人工知能が用いられる事が多く、ここで示したフローチャートの各分岐などを一括して行うような改良もまた、本発明の範疇に入るものであることは言うまでもない。そうした制御に対して、ユーザが善し悪しを入力可能であれば、ユーザの嗜好を学習して、そのユーザにふさわしい方向に、本願で示した実施形態はカスタマイズすることが可能である。

　さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。特に、音声認識を含む生体反応を利用した操作などはそれぞれにふさわしいセンサやインターフェースや判定回路が必要になるが煩雑になるのを避けて特に記載していないが、これらのユーザの手動操作を代用しうる様々な改良技術、代替技術によってもまた、本発明は達成が可能であることを付記しておく。

　また、本明細書において説明した技術のうち、主にフローチャートで説明した制御に関しては、プログラムで設定可能であることが多く、記録媒体や記録部に収められる場合もある。この記録媒体、記録部への記録の仕方は、製品出荷時に記録してもよく、配布された記録媒体を利用してもよく、インターネットを通じてダウンロードしたものでもよい。

　また、本発明の一実施形態においては、フローチャートを用いて、本実施形態における動作を説明したが、処理手順は、順番を変えてもよく、また、いずれかのステップを省略してもよく、ステップを追加してもよく、さらに各ステップ内における具体的な処理内容を変更してもよい。

　また、特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず」、「次に」等の順番を表現する言葉を用いて説明したとしても、特に説明していない箇所では、この順で実施することが必須であることを意味するものではない。

　本発明は、上記実施形態にそのまま限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせによって、種々の発明を形成できる。例えば、実施形態に示される全構成要素の幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

１０・・・サービスサーバ、１１・・・制御部、１２・・・通信部、１３・・・スケジュール管理部、１４・・・洗浄度判定部、１５・・・時間予測部、１６・・・指示発信部、１７・・・検査結果記録部、２０・・・ユーザ端末、２１・・・制御部、２２・・・通信部、２３・・・撮影部、２４・・・ＵＩ部、３０・・・院内システム、３１・・・制御部、３２・・・通信部、３３・・・スケジュール管理部、３４・・・院内システム、３５・・・制御部、３６・・・通信部、３７・・・待合室情報取得部、３８・・・検査室情報取得部、３９・・・リカバリルーム情報取得部、４０・・・前処置室情報取得部

Claims

　内視鏡検査受診者の状態情報の時間的変化に基づき、上記内視鏡検査受診者の内視鏡検査の準備に係る工程の進捗度合いを推定し、
　上記推定した進捗度合いに基づき、準備に係る工程の終了タイミングに関する情報を生成する、
　ことを特徴とする検査ガイド方法。
　上記準備に係る工程の進捗度合いは、内視鏡検査受診者の腸管洗浄状態の進捗度合いであり、
　腸管洗浄状態が一定の度合いに達すると予測したタイミングを、準備に係る工程の終了タイミングとする、
　ことを特徴とする請求項１に記載の検査ガイド方法。
　上記状態情報の時間的変化とは、排泄画像の時間的変化であり、
　上記排泄画像の時間的変化に基づいて、上記排泄画像が撮影された時よりも未来の腸管の洗浄度の時間的変化を推定し、
　推定した洗浄度の時間的変化が一定のレベルに達するタイミングを、腸管洗浄状態の終了タイミングとする、
　ことを特徴とする請求項１に記載の検査ガイド方法。
　上記内視鏡検査受診者の腸管洗浄の開始からの時間を更に加味し、洗浄度の時間的変化を推定することを特徴とする請求項２に記載の検査ガイド方法。
　上記内視鏡検査受診者が飲んだ腸管洗浄剤を推定し、この推定量を更に加味し、洗浄度の時間的変化を推定することを特徴とする請求項２に記載の検査ガイド方法。
　更に、上記内視鏡検査受診者の腸管洗浄に係る薬剤の飲み方に関するガイドを表示することを特徴とする請求項２に記載の検査ガイド方法。
　更に、上記内視鏡検査受診者が腸管洗浄のために飲む薬剤に応じて、ガイド表示を変更することを特徴とする請求項２に記載の検査ガイド方法。
　上記薬剤の飲み方に関するガイドとは、薬剤を飲む時間または薬剤を飲む量または薬剤と共に飲むべき薬剤以外の量に関することを特徴とする請求項６に記載の検査ガイド方法。
　上記内視鏡検査受診者が排泄した状態が撮影された排泄画像と、
　複数の上記排泄画像を、排泄経過モデルと特徴量を比較して、洗浄度の時間的変化を推定し、腸管洗浄状態の終了タイミングを推定する、
　ことを特徴とする請求項２に記載の検査ガイド方法。
　排泄された状態が撮影された排泄画像を用いて学習されたＡＩモデルと、上記内視鏡検査受診者が排泄した状態が撮影された複数の排泄画像を用いて、腸管洗浄状態の終了タイミングを推定することを特徴とする請求項２に記載の検査ガイド方法。
　排泄された状態が撮影された排泄画像に加え、洗浄完了までの時間と洗浄剤の量の少なくとも一方を用いて学習されたＡＩモデルに、被検者が排泄した状態が撮影された排泄画像を入力して、腸管洗浄状態の終了タイミングを推定することを特徴とする請求項２に記載の検査ガイド方法。
　排泄された状態が撮影された排泄画像に洗浄度をアノテーションした複数の学習データセットを用いて学習されたＡＩモデルに、上記内視鏡検査受診者が排泄した状態が撮影された排泄画像を入力して洗浄度を推定し、腸管洗浄状態の終了タイミングを推定することを特徴とする請求項２に記載の検査ガイド方法。
　排泄された状態が撮影された複数の排泄画像に検査可能な状態に達するまでの洗浄時間または洗浄剤を飲んだ量をアノテーションした複数の学習データセットを用いて学習されたＡＩモデルに、被検者が排泄した状態が撮影された複数の排泄画像を入力して洗浄終了タイミングを推定することを特徴とする請求項２に記載の検査ガイド方法。
　上記準備に係る工程の終了タイミングと、上記内視鏡検査受診者よりも先に受診する者の検査時間ずれ状況によって決まる検査開始予測時間をガイドすることを特徴とする請求項１に記載の検査ガイド方法。
　さらに上記受診者の食事の履歴情報に従って、内視鏡検査の準備に係る工程の終了タイミングに関する情報を生成する、
　ことを特徴とする請求項１に記載の検査ガイド方法。
　内視鏡検査受診者の状態情報を取得する状態取得部と、
　上記状態情報の時間的変化に基づき、上記内視鏡検査受診者の検査準備の進捗状況を推定する進捗推定部と、
　上記進捗状況に基づき、上記検査準備に係るアドバイスを表示させるためのアドバイス生成部と、
　を具備することを特徴とする検査ガイド装置。
　上記検査準備は、消化管洗浄に係る準備であり、
　上記状態取得部は、上記内視鏡検査受診者の排泄に係る情報を取得し、
　上記進捗推定部は、上記進捗状況として、上記内視鏡検査受診者の上記消化管洗浄に係る進捗を推定する、
　ことを特徴とする請求項１５に記載の検査ガイド装置。
　上記進捗推定部は、消化管洗浄の進捗及び一定の洗浄度合いに到達するまでの所要時間または洗浄剤摂取に係る回数・量を推定し、
　上記アドバイス生成部は、上記進捗推定部の推定結果に基づく情報を生成する、
　ことを特徴とする請求項１５に記載の検査ガイド装置。