临床检查分析设备、临床检查分析方法、以及临床检查分析程序

摘要

一种临床检查分析设备(100)，包括：征候模式存储单元(301)，其针对特定群体，存储多个用于临床检查中特定多个项目的分析结果的征候模式；临床检查结果输入单元(302)，其输入针对某一受治对象的临床测试中特定多个项目的分析结果；以及逼近计算单元(303)，用于基于经过输入单元(302)所输入的分析结果和存储在征候模式存储单元(301)中的多个征候模式、计算分析结果与最逼近征候模式的逼近程度。

说明书

技术领域

本发明涉及用于用多个征候模式分析多个分析项目的一种临床测试分析设备、一种临床测试分析方法、以及一种计算机程序。

背景技术

传统上，在临床测试中，针对规定项目分析由被测病人(以下将其称为“受治对象”)所提供的每一个样本(标本)，并且基于分析的结果判断受治对象的健康状态。特别是，目前，自动分析设备已经有了很大的改进。把这样的自动分析设备安装在临床测试所需要的地方，即安装在医院的测试房间中，并且可以在短时间内分析多个样本。由于临床测试技术的改进，目前进行高可靠性的测试，并且基于测试结果判断受治对象的健康状态，是可能的。

然而，传统的技术存在着以下的问题：

由于对临床测试的分析结果的判断是标准化的，甚至比作为需要重新测试或需要更精确测试的样本所需的更多的样本也可能被不利地检测。以下将更详细地描述这样的一个问题。

首先，描述以上问题很难出现的情况。目前，大多数公司让雇员周期性地进行身体检查。由于大多数雇员处于健康状态，因此只有很少的雇员在某些测试中具有非正常值。例如，很少的雇员在血液测试方面具有非正常值。所以，通过设置一个用于判断的标准化的准则把需要重新测试或进一步精确测试的人与健康人区分开来是可能的。换句话说，在针对一个健康人群进行临床测试的情况下，为每一个测试项目设置一个正常值范围，并且把具有即使一个超范围项目的人视为需要重新测试或进一步精确测试的人足以。

其次，让我们考察在易于出现以上问题的情况下医院中的病人。住院病人周期性地接受临床测试，以便监视医疗所带来的改善。由于住院病人具有某种类型的疾病，所以如果使用以上用于进行判断的标准准则，那么大多数人将被分类为需要重新测试或进一步精确测试的人。由于这有损于医疗的初衷，而且，放松标准化准则以更宽地设置正常值范围，也将降低判断的可靠性，所以不可能进行这样的选择。即，在针对具有疾病的人群进行临床测试的情况下，出现了这样的一个问题：判断正常出现的非正常值是一个需要重新测试或进一步精确测试的值，还是一个可以作为正常值被接受的值，是不可能的。

另一方面，存在着另一种先前值检查的方法，其中无论非正常值是否可以接受，都通过把针对同一病人的先前测试结果与当前测试结果加以比较，进行判断。然而，由于对于多个项目大多数病人显示非正常值，所以问题是：如果不是一个业务精湛的医生，则很难加以判断。另外，即使使用先前值检查方法，由于在每一个项目都具有一个轴的多维空间中，无论值是否落入一个固定的范围，均采用了一种类似的标准化的判断，所以仍存在着对需要重新测试或进一步精确测试的多个样本进行检测的问题。

本发明的一个目的是，合理地消除不必要的重新测试，同时维持测试的可靠性。

发明内容

根据本发明的临床测试分析设备包括：征候模式存储部分，用于针对规定群体，存储关于临床测试中多个规定项目的过去分析结果的多个征候模式；临床测试结果输入部分，用于获取针对一受治对象的临床测试中的多个规定项目的当前分析结果；以及相象计算部分，用于通过把当前分析结果与征候模式进行比较，计算当前分析结果与最相象征候模式的相象程度。

因此，本发明使基于征候模式判断重新测试是否一定必要成为可能。

根据本发明的临床测试分析设备，其特征在于，它把一群病人视为规定群体。

即，本发明能够基于非正常值模式、判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。

根据本发明的临床测试分析设备，其特征在于，从规定群体中抽取多个征候模式。

即，本发明能够获得一个关于多个项目的分析结果的表象地强关联的模式，并能够判断其是可接受的模式还是需要确定的重新测试的测试结果。而且，当计算征候模式时，能够使用数据挖掘方法，例如，机器学习、神经网络、自身组织映像。

根据本发明的临床测试分析设备，其特征在于，临床测试包括尿沉淀的显微镜检查、血形态/功能测试、出血/血凝结测试、血液化学测试、内分泌测试、肿瘤标志、传染病血清测试、自身抗体测试以及针对血浆蛋白的免疫学测试中的至少一个测试或一个以上的测试的组合。

即，本发明能够基于对相应于根据国家健康保险(NHI)要点对临床测试的分类的征候模式、判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。

根据本发明的临床测试分析设备，其特征在于，多个规定项目为白血球、红血球、血色素、血球密度以及血小板的数值量或浓度的值。

即，本发明能够使用基于实践中医学领域中最频繁进行的血液测试的征候模式、判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。

根据本发明的临床测试分析设备，其特征在于，多个规定项目为电解液中钠(Na)、钾(K)以及氯(Cl)的浓度值。

即，本发明能够使用基于实践中医学领域中最频繁进行的电解液测试的征候模式、判断一非正常值是可接受的模式、还是需要确定的重新测试的测试结果。

根据本发明的临床测试分析设备，其特征在于，多个规定项目的分析结果是针对规定群体的每一单一成员逐项目与先前测试的分析结果进行比较的分析结果。

即，本发明能够基于考虑到先前临床测试结果和测试值的时间变化的征候模式、判断一非正常值是可接受的模式、还是需要确定的重新测试的测试结果。

根据本发明的临床测试分析设备，其特征在于，它还装备有重新测试判断部分，用于基于所述相象计算部分所计算的相象程度和一个预设置的判断极限、判断受治对象是否需要重新测试。

当测试结果显示与任何征候模式的相象程度很小(即不正常的机会相当高)时，本发明能够判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。

根据本发明的临床测试分析方法包括：获取针对一受治对象的临床测试中多个规定项目的当前分析结果；获取关于针对规定群体的临床测试中规定项目的过去分析结果的多个征候模式；以及通过把当前分析结果与征候模式进行比较，检测每一当前分析结果是否为极小发生率的非正常结果。

即，本发明能够基于临床模式、判断是否一定需要重新测试。

根据本发明的临床测试分析方法，其特征在于，它把一群病人作为规定群体。

即，本发明能够基于非正常值模式、判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。

根据本发明的临床测试分析方法，其特征在于，从规定群体中抽取多个征候模式。

即，本发明能够获得一个关于多个项目的分析结果的表象地强关联的模式，并判断其是可接受的模式还是需要确定的重新测试的测试结果。而且，当计算征候模式时，能够使用数据挖掘方法，例如，机器学习、神经网络、自身组织映像。

根据本发明的临床测试分析方法，其特征在于，多个规定项目的分析结果是针对规定群体的每一单一成员逐项目与先前测试的分析结果进行比较的分析结果。

即，本发明能够基于考虑到先前临床测试结果和测试值的时间变化的征候模式、判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。

根据本发明的计算机程序使计算机实现了：获取针对一受治对象的临床测试中多个规定项目的当前分析结果；获取关于针对规定群体的临床测试中规定项目的过去分析结果的多个征候模式；以及通过把当前分析结果与征候模式进行比较，检测每一当前分析结果是否为极小发生率的非正常结果。

即，本发明能够基于征候模式、判断是否一定需要重新测试。

根据本发明的计算机程序，其特征在于，它把一群病人作为规定群体。

即，本发明能够基于非正常值模式、判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。

根据本发明的计算机程序，其特征在于，从规定群体中抽取多个征候模式。

即，本发明能够获得一个关于多个项目的分析结果的表象地强关联的模式，并判断其是可接受的模式还是需要确定的重新测试的测试结果。而且，当计算征候模式时，能够使用数据挖掘方法，例如，机器学习、神经网络、自身组织映像。

根据本发明的计算机程序，其特征在于，多个规定项目的分析结果是针对规定群体的每一单一成员逐项目与先前测试的分析结果进行比较的分析结果。

即，本发明能够基于考虑到先前临床测试结果和测试值的时间变化的征候模式、判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。

附图说明

图1说明了根据本发明的连接于一个自动分析设备的临床测试分析设备的外部设计的一个实例；

图2是表示临床测试分析设备的硬件配置的一个实例的示意图；

图3是临床测试分析设备的功能配置的一个实例的示意图；

图4说明了关于5个血液测试项目分析结果的64个征候模式；

图5是图4中所说明的征候模式之一的放大图；

图6说明了关于3个电解液测试项目的分析结果的25个项目的征候模式；

图7是图6中所说明的征候模式之一的放大图；

图8表示关于6个血液化学测试项目的分析结果的36个征候模式；

图9是图8中所说明的征候模式之一的放大图；

图10是血液测试中5个规定项目的分析结果以及将加以比较的征候模式的数值值的一张表；

图11表示当抽取图4中所说明的征候模式时所使用的群体(大约40000个病例)的数据的相象程度(最小距离)的分布，这一分布是使用该图所说明的征候模式加以计算的；

图12说明了警告显示屏幕的一个实例；以及

图13是表示临床测试分析设备的处理实例的流程图。

具体实施方式

以下将参照附图详细解释本发明的示范实施例。

此处，使用了一个其中把临床测试分析设备连接于医院中的一个自动分析设备的例子，给出了关于根据本发明的临床测试分析设备、临床测试分析方法、以及计算机程序的解释。

图1说明了根据本发明的连接于一个自动分析设备的临床测试分析设备的外部设计的一个实例。临床测试分析设备100通过输入多个病人的临床测试分析结果，可在任何时候从自动分析设备200将它们输出，判断一个病人是否需要重新测试。自动分析设备200针对来自病人的样本进行临床测试，并且把分析结果输出到临床测试分析设备100。

此处，临床测试主要指的是一个样本测试，该样本测试包括针对从一个受治对象(由于本实施例假设是医院的一个应用实例，所以受治对象指的是病人)所提供的样本的多个分析项目。例如，可以使用一种根据NHI要点的分类方法，对样本测试进行分类，比如D000：尿标准定量测试；D0001：尿特定量测试；D0002：尿沉淀的显微镜检查；D0003：排泄物检查；D0004：穿刺的/收集的液体测试；D0005：血形态/功能测试；D0006：出血/血凝结测试；D0007：血液化学测试；D0008：内分泌测试；D0009：肿瘤标志；D0010：特殊分析；D0011：免疫血液测试；D0012：传染病血清测试；D0013：与肝炎病毒相关的测试；D0014：自身抗体测试；D0015：针对血浆蛋白的免疫测试；D0016：细胞功能测试；D0017：排泄物、渗出物、或分泌物的细菌的显微镜检查；D0018：细菌培养鉴定测试；D0019：细菌原因感染性测试；D0020：抗酸细菌隔离培养测试；D0021：抗酸细菌鉴定测试；D0022：抗酸细菌原因感染性测试；D0023：微生物核酸鉴定/定量测试；D0024：动物测试等。而且，每一临床测试包括多个分析项目。分析项目表示包括构成一个临床测试的多个测试项目或分析项目，例如，对电解液中的钠(Na)浓度的测量。

以下描述自动分析设备200的概况和获取分析结果的过程。自动分析设备200，如图1中所说明的，包括一个分析部分201、一个可消耗存储部分202、一个解释部分203、一个显示部分204及一条传输线205。传输线205用于把分析结果发送到临床测试分析设备100。

分析部分201通过在一个反应容器中的样本上滴一种试剂，进行光谱分析和光吸收分析，并且通过比色法和浊度法输出分析结果。分析部分201还自动地传送反应容器，如果需要的话，把未使用的反应容器引导到一条分析路径。而且，当测试完成时，分析部分201把反应容器放置到一个分类的废物存储器中。分析部分201还使用清洗探针和先前存储的清洁剂清洗设备的内部，以致于不中断地进行下一个测试。

可消耗存储部分202存储各种用于临床测试或化学分析的可消耗材料。可消耗材料包括用于进行各种分析的试剂、清洁剂、容器、以及周期性更换的部件。

解释部分203，如果需要的话，根据从分析部分201所获得的分析结果，对测试项目的内容进行分类。例如，在分析部分201中，当滴一种试剂A(染色溶解液)到一种试剂B(酶标记试剂)中时，试剂A、试剂B和存在于样本中的抗原形成了一种免疫化合物。然后，通过被结合于试剂B的酶的作用，形成了一种有色化合物C，以使用比色法量化样本中抗原的数量。特别是，当临床测试为一个规定血液测试时，存在着多个测试项目，并且在测试的过程中可以覆盖试剂。因此，顺序地存储中间结果，解释部分203使用一个预设立的计算公式，对多个分析结果进行总体输出。

显示部分204显示各种信息。显示部分204所显示的信息包括测试的题目、测试的项目、测试的日期、测试的数目(样本的个数)、测试的过程状态等。另外，如果在测试期间出现任何错误或中断，则显示部分204显示错误的内容、设备的状态以及用以恢复的纠正动作的过程。

把从分析部分201或解释部分203输出的临床测试的分析结果经由传输线205发送到临床测试分析设备100。传输线205可以为一个局域网(LAN)、一条电话线或一条通用串行总线(USB)等。发送方案不局限于某种特定的方法，只要能够迅速地把分析结果发送到临床测试分析设备100即可。本实施例利用了一个LAN连接传输数据。

自动分析设备200输出针对多个病人的多个项目的分析结果。由于把自动分析设备200安装在一个医院中，因此所涉及的群体为一组具有某种疾病的人，而且在大多数情况下，许多项目显示偏离一个健康人的数值值的数值值。因此，仅因为一个受治对象具有一个非正常值，就进行重新测试是无意义的，相反，必须了解非正常值的倾向，以判断非正常值是否需要重新测试。

另外，病人患有各种类型的疾病，例如肝病、肺病等。取决于疾病的类型，具有非正常值的项目可能显示一种倾向，换句话说，可能出现关于多个项目的关联性。通过参照一个表象地确定这些关联性的数据库，临床测试分析设备100判断非正常值是否一定需要重新测试或进一步精确测试。

图2是表示临床测试分析设备100的硬件配置的一个实例的示意图。临床测试分析设备100包括一个中央处理器(CPU)101、一个随机存储存储器(RAM)102、一个只读储器(ROM)103、一个硬盘(HD)104、一个网络接口卡(NIC)105、一个视频卡106以及一个外设接口(I/F)部分107。把一个鼠标器171和一个键盘172连接于外设接口部分107。把一个阴极射线管(CRT)(参见图1)连接于视频卡106。

硬盘104包括一个程序部分141和一个数据库部分142。程序部分141存储一个操作系统(OS)，以基本上控制临床测试分析设备100的整体；一个通信程序；一个相象计算程序；一个正常化转换程序程序；一个判断程序以及一个警告显示程序等。数据库部分142存储根据临床测试的类型的征候模式(例如针对D0005血形态/功能测试的征候模式数据库(以下称为“DB”)、针对D0007的血液化学测试征候模式DB等)和相应于征候模式的判断极限(例如，针对D0005血形态/功能测试的判断极限、针对D0007血液化学测试的判断极限等)。

以下解释临床测试分析设备100的功能配置以及每一具有图2中所说明的硬件的功能部分的具体关系。图3是临床测试分析设备100的功能配置的一个实例的示意图。临床测试分析设备100的功能配置包括一个征候模式存储部分301、一个临床测试结果输入部分302、一个相象计算部分303以及重新测试判断部分304。

征候模式存储部分301存储关于针对规定群体的临床测试中的规定多个项目的分析结果的多个征候模式。本实施例中的规定群体指的是住院病人。另外，由于存储了许多类型的征候模式，所以不必在住院病人之中准备从多个具有特定疾病的病人中获取的征候模式。即，征候模式存储部分301存储所有类型的征候模式，例如说明具有肝病或肺病等病人的征候模式。换句话说，临床测试分析设备100的操作员不需要知道将要用于一个测试的征候模式集合。然而，取决于使用的类型，操作员可以基于将要被判断的病人选择适当的征候模式，以加速重新测试判断部分304的判断。

由于征候模式是临床测试中“多个规定项目”的分析结果的征候模式，所以当分析不同的项目时必须使用不同的征候模式，即，当分析项目为a，b，c时，则可以使用A1，A2，...，An(以下称为“组A”)的征候模式，而不管病人是谁。然而，当分析项目为α，β，γ时，则应使用组B(B1，B2，...，Bm)的征候模式，它们不同于组A的征候模式。

图4说明了关于5个血液测试项目分析结果的64个征候模式。图5是图4中所说明的征候模式之一的放大图。另一方面，图6说明了关于3个电解液测试项目的分析结果的25个项目的征候模式。图7是图6中所说明的征候模式之一的放大图。

在图5所说明的图中，把D0005血形态/功能测试中的5个分析项目描绘在水平轴上。这些分析项目包括白血球(WBC)、红血球(RBC)、血色素(HGB)、血球密度(HCT)以及血小板(PLT)。把由征候概率正常化的每一个分析项目的值描绘在纵轴上。在图7所说明的图中，把D0007血液化学测试中的3个分析项目描绘在水平轴上。这些分析项目包括钠(Na)、钾(K)以及氯(Cl)。把由征候概率正常化的每一个分析项目的值描绘在纵轴上。对于正常化，把纵轴上的值30和70分别设置为2.5百分点和97.5百分点。

当自动分析设备200输出包括图5中所说明的5个项目的血液测试(血形态/功能测试)的分析结果时，可以把图4中所说明的血液测试的征候模式组用于分析。另一方面，当自动分析设备200输出包括图7中所说明的3个项目的电解液测试(血液化学测试)的分析结果时，可以使用图6中所说明的电解液测试的征候模式组。

使用具有40,000个病历中的病人的血液测试数据的自身组织映像(SOM)获得图4中所说明的征候模式。自身组织映像被认为是视化包含在非线性多元数据中的有用信息的一种有效的方法，并且当输出多-项目(multi-items)(非线性多元)的分析结果时，是有助于捕获每一个项目的关联性的映像，正如自动分析设备200的情况。SOM是一种所谓的数据挖掘。因此，如果使用数据挖掘能够获得可用于计算相象程度的征候模式，那么也可以使用除SOM之外的任何方法。数据挖掘技术使判断数值值的关联成为可能，过去如果不是一个业务精湛的医生，很难做到这一点。

另外，就征候模式的数目而言，图4和图6分别显示了64个模式和25个模式。然而，这些数字可以为任意的，并且可以根据病人的数目和项目的数目(血液测试中的5个项目)适当加以确定。

在以上的例子中，从每一病人的一次测试中的多个项目的分析结果(“当前值结果”)获取征候模式。然而，可以通过考虑病人的历史对征候模式，不局限于以上的情况，加以构造。例如，住院病人可能必须进行周期性的血液测试。即使此处某一项目说明了与最后测试结果相比的一个非正常值，但如果另一项目也显示了处于某一范围的非正常值，那么可以判断征候模式是可以接受的。因此，即使当当前值结果导致肯定需要重新测试的判断时，在当前测试结果和先前测试结果之间进行的比较导致征候模式是可以被接收的判断，使消除一个不必要的重新测试成为可能。

图8表示关于6个血液化学测试项目的分析结果的36个征候模式。图9是图8中所说明的征候模式之一的放大图。

在图9中所说明的图中，把D0007血液化学测试中的6个分析项目描绘在水平轴上。这些分析项目包括天冬氨酸氨基转移酶(asparateamino-transferase)(AST)、丙氨酸转氨酶(alanine amino-transferase)(ALT)、乳酸脱氢酶(lactic dehydrogenase)(LDH)、碱性磷酸酶(alkaline phosphatase)(ALP)、γ-谷氨酰转肽酶(γ-glutamyltranspeptidase)(γ-GTP)、胆碱脂酶(cholinesterase)(ChE)。把当前值和先前值之间的差描绘在纵轴上。尽管在这个例子中使用了当前值和先前值之间的差，然而当前值与先前值的比率也能够用于取决于使用类型构造征候模式。考虑病人的历史是值得的，例如特别是当在药物治疗的某一阶段改变用药时。

参照图2和3。例如，可以使用HD 104的数据库部分142实现征候模式存储部分301。而且，数据库部分142根据NHI要点存储多个相应于每一分类的征候模式。

例如，可以使用NIC 105、CPU 101以及存储在HD 104的程序部分141中的通信程序实现输入针对每一病人的多个项目的分析结果的临床测试结果输入部分302。

通过把来自临床测试结果输入部分302的分析结果与存储在征候模式存储部分301中的多个征候模式进行比较，相象计算部分303计算分析结果与最相象征候模式的相象程度。当使用图4中所说明的征候模式时，其中数字化了5个项目，针对所有征候模式，获取从临床测试结果输入部分302输入的5个数值值和相应于比较征候模式的项目的数值值之间的总距离，然后把最小值确定为相象程度。

图10是血液测试中的5个规定项目的分析结果以及将加以比较的征候模式的数值值的一张表。现在，为了便于解释，让我们假设仅存在两个征候模式。分析结果Ain和征候模式A1之间的相象程度K1由

$$ >>K>1>=>sqrt>>(>>>(>51>->50>)>>2>>+>>>(>67>->60>)>>2>>+>>>(>32>->47>)>>2>>+>>>(>45>->52>)>>2>>+>>>(>60>->61>)>>2>>)>>\cong >18.03>$$

给出。

另一方面，分析结果Ain和征候模式A2之间的相象程度K2由

$$ >>K>2>=>sqrt>>(>>>(>51>->42>)>>2>>+>>>(>67>->48>)>>2>>+>>>(>32>->62>)>>2>>+>>>(>45>->52>)>>2>>+>>>(>60>->63>)>>2>>)>>\cong >37.54>$$

给出。

因此，在这一例子中，分析结果Ain的相象程度取为较小的值18.03。传统上，即使某一项目超出预先确定的范围，也宣布病人需要进行重新测试或进一步的精确测试。换句话说，传统的方法并入了一个不考虑项目之间的关联的独立的判断算法。然而，本方法通过考虑项目之间的关联性，提供了一种完善的判断算法。

尽管在以上解释中基于项目之间的总距离获取相象程度，但这一计算方法不局限于使用总距离的方法。例如，也可以基于具有最大距离差的任何两个项目或甚至基于大小或面积计算相象程度。即，在相象计算部分303中，计算方法不局限于某一特定的算法，只要可以在多个比较征候模式中计算相对最相象征候模式的相象程度即可。

以下是对图4中所说明的征候模式和相象程度的解释。图11表示当抽取图4的征候模式时、来自所使用的群体(大约40,000个病例)的数据的相象程度(最小距离)的分布，这一分布是使用该图所说明的征候模式加以计算的。把数据的序列号描绘在水平轴上，并且把相应的最小距离描绘在纵轴上。按距离递增的顺序排列水平轴上的数据。如该图中所示，由于大多数病人具有最小距离的一个很小的值，所以他们不需要重新测试或进一步精确测试。另一方面，该图的右侧显示了最小距离的一个突然的上升，并且可以认为应该针对具有这一数据的病人进行重新测试或进一步精确测试。

例如，可以使用CPU 101和存储在HD 104的程序部分141中的相象计算程序实现相象计算部分303。在图4和图6的例子中，正常化了征候模式，因此当计算相象程度时，Ain也需要被转换成要加以比较的同一比例尺。也把转换公式作为一个正常化转换程序存储在H13 104的程序部分14l中。

重新测试判断部分304基于相象计算部分303所计算的相象程度和一个预设置的判断极限、判断所涉及的临床测试结果是否需要重新测试或进一步精确测试。如图11中所说明的，在大多数情况下，来自病人的数据实际上与征候模式相同或类似于征候模式。然而，很少存在不与任何征候模式相匹配的测量值。在图11的例子中，如果把判断极限设置为20，则有效检测需要重新测试或进一步精确测试的样本是可能的。

当判断出需要重新测试时，把一条警告显示在临床测试分析设备100的CRT上(参见图1)。图12说明了警告显示屏幕的一个实例。警告显示程序的屏幕配置通过显示一条指示结果是否为一个非正常值的信息，以及其它的数据，比如病例史、日期、临床测试的类型、要加以分析的项目、样本号、受治对象姓名、先前值和当前值、来帮助医生或测试技师进行判断。

总的来说，输出一个非正常值的最频繁的情况是，把要加以测试的受治对象或样本加以混合的时候。因此，如果使用根据本发明的临床测试分析设备100，则也可防止这样的一个荒谬的医疗错误。而且，由于自动分析设备200在一个很短的时间内自动地进行和完成各种分析过程，所以即使在把受治对象加以混合的情况下，对于受治对象来说在他们留在医院期间进行重新测试也是可能的。因此受治对象的负担很小。

例如，可以使用CPU 101、存储在HD 104的程序部分141中的判断程序和警告显示程序、以及存储在数据库部分142中的判断极限，实现重新测试判断部分304。

最后，参照流程图解释临床测试分析设备100的一个操作实例。图13是临床测试分析设备的处理实例的流程图。操作员，例如一个测试技师，指出要加以分析的临床测试(步骤S401)。例如可以指出D0001：尿标准定量测试。遵照这一指示，从数据库部分142中读出相应的征候模式和判断极限，并将它们存储在RAM 102中(步骤S402)。

接下来，从程序部分141中读出通信程序、相象计算程序、正常化转换程序程序以及判断程序，并将它们存储在RAM 102和CPU 101的高速缓存中(步骤S403)。既然已完成了进行测试的准备工作，CPU 101顺序地针对每一单一的受治对象从自动分析设备200输入分析结果(步骤S404)。

正常化转换程序转换针对每一病人所输入的分析结果，然后将其与所有的征候模式进行比较(步骤S405)。在比较过程中，相象计算程序计算与最相象征候模式的相象程度(步骤S406)。当相象程度超过判断极限时(步骤S407)，从程序部分141调用警告显示程序，以显示一条警告，如图12中所说明的(步骤S408)。即，通过执行步骤S405至步骤S408，基于多个征候模式和针对每一单一病人的分析结果、通过检测具有极小发生率的分析结果、判断是否需要重新测试或进一步精确测试。最后，当完成了对所有情况的判断步骤(S409)时，结束该过程。

如以上所描述的，由于临床测试分析设备100基于最可能的模式、计算相象程度，所以能够很容易地全面判断是否一定需要重新测试或进一步精确测试。尽管在以上的例子使用了一群病人，但也可以使用一群健康人，不局限于任何特定的群体。这类应用的例子，可以在针对不同领域或不同年龄组的临床测试中发现。

临床测试分析设备100从自动分析设备200输入相当数量的临床测试数据。可以把这些数据存储在HD 142中，而且如果需要的话，可以用于使用SOM重新构造征候模式。可以使用任何适当的软件构造征候模式。

如以上所描述的，由于征候模式存储部分存储了关于针对规定群体的临床测试中规定多个项目的分析结果的多个征候模式，临床测试结果输入部分输入针对一个受治对象的临床测试中的规定多个项目的分析结果，并且相象计算部分基于临床测试结果输入部分所输入的分析结果以及多个存储在征候模式存储部分中的征候模式、计算分析结果与最相象征候模式的相象程度，所以能够基于征候模式判断是否一定需要重新测试，因而能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于根据本发明的临床测试分析设备把一群病人作为规定群体，所以能够基于非正常值模式、判断一个非正常值是可接受的模式还是需要确定的重新测试的测试结果。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于从规定群体中抽取根据本发明的临床测试分析设备的多个征候模式，所以能够获取关于该多个项目的分析结果的一个表象地强关联的模式，并能够判断其是可接受的模式还是需要确定的重新测试的测试结果。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于用于根据本发明的临床测试分析设备的临床测试要么至少为如下测试之一，要么为如下一个以上测试的一个组合：尿沉淀显微镜检查、血形态/功能测试、出血/血凝结测试、血液化学测试、内分泌测试、肿瘤标志、传染病血清测试、自身抗体测试、以及针对血浆蛋白的免疫测试，所以能够基于相应于根据健康保险的临床测试的分类的征候模式、判断一个非正常值是可接受的模式还是需要确定的重新测试的测试结果。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于用于根据本发明的临床测试分析设备的多个规定项目为白血球、红血球、血色素、血球密度以及血小板的数值量值或浓度值，所以能够使用基于实践中医学领域中最频繁进行的血液测试的征候模式、判断一个非正常值是可接受的模式还是需要确定的重新测试的测试结果。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于根据本发明的临床测试分析设备的多个规定项目为电解液中的钠(Na)、钾(K)以及氯(Cl)的浓度值，所以能够使用基于实践中医学领域中最频繁进行的电解液测试的征候模式、判断一个非正常值是可接受的模式还是需要确定的重新测试的测试结果。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于根据本发明的临床测试分析设备的多个规定项目的分析结果是针对规定群体的每一单一成员逐项目与先前测试的分析结果进行比较的分析结果，所以能够基于考虑到先前临床测试结果和测试值的时间变化的征候模式、判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于根据本发明的临床测试分析设备的重新测试判断部分基于相象计算部分所计算的相象程度和判断极限、判断受治对象是否需要重新测试，所以当测试结果显示与任何征候模式的相象程度很小(即不正常的可能性相当高)时，所以能够判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于根据本发明的临床测试分析方法在临床测试结果输入步骤输入针对一受治对象的临床测试中的规定项目的分析结果，在征候模式读出步骤读出关于针对规定群体的临床测试中多个规定项目的分析结果的多个征候模式，以及在不正常结果检测步骤基于在读出步骤读出的多个征候模式和在输入步骤输入的分析结果、检测正被讨论的分析结果是否为极小发生率的不正常结果，所以能够基于征候模式判断是否一定需要重新测试。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于根据本发明的临床测试分析方法把一群病人作为规定群体，所以能够基于非正常值模式、判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于从规定群体中抽取根据本发明的临床测试分析方法的多个征候模式，所以能够获取关于该多个项目的分析结果的一个表象地强关联的模式，并判断其是可接受的模式还是需要确定的重新测试的测试结果。而且，当计算征候模式时，能够使用数据挖掘方法，比如机器学习、神经网络、自身组织映像。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于用于根据本发明的临床测试分析方法的多个规定项目的分析结果是针对规定群体的每一单一成员逐项目与先前测试的分析结果进行比较的分析结果，所以能够基于考虑先前临床测试结果和测试值的时间变化的征候模式、判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于根据本发明的临床测试分析程序使计算机实现了下列步骤：输入针对一受治对象的临床测试中规定项目的分析结果的多个征候模式，读出关于针对某一规定群体的临床测试中多个规定项目的分析结果，以及基于在读出步骤读出的多个征候模式和在输入步骤输入的分析结果、检测正被讨论的分析结果是否为极小发生率的不正常结果，所以能够基于征候模式判断是否一定需要重新测试。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于根据本发明的临床测试分析程序把一群病人作为规定群体，所以能够基于非正常值模式、判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于从规定群体中抽取根据本发明的临床测试分析程序的多个征候模式，所以能够获取关于该多个项目的分析结果的一个表象地强关联的模式，并能够判断其是可接受的模式还是需要确定的重新测试的测试结果。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

由于用于根据本发明的临床测试分析方法的多个规定项目的分析结是针对规定群体的每一单一成员逐项目与先前测试的分析结果进行比较的分析结果，所以能够基于考虑到先前临床测试结果和测试值的时间变化的征候模式的征候模式、判断一非正常值是可接受的模式，还是需要确定的重新测试的测试结果。因此，能够合理地消除不必要的重新测试，同时维持测试的可靠性。

工业上的可应用性

如以上所描述的，根据本发明的临床测试分析设备、临床测试分析方法、以及计算机程序，适合于用多个征候模式分析多个分析项目。