知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024081925
(43)【公開日】2024-06-19
(54)【発明の名称】判定システム、判定方法、及びプログラム
(51)【国際特許分類】
G16H 10/40 20180101AFI20240612BHJP
G01N 33/543 20060101ALI20240612BHJP
G01N 21/78 20060101ALI20240612BHJP
G06T 7/00 20170101ALI20240612BHJP
【ＦＩ】
G16H10/40
G01N33/543 521
G01N21/78 A
G06T7/00 350B
G06T7/00 612
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2022195515
(22)【出願日】2022-12-07
(71)【出願人】
【識別番号】000003193
【氏名又は名称】ＴＯＰＰＡＮホールディングス株式会社
(74)【代理人】
【識別番号】100149548
【弁理士】
【氏名又は名称】松沼 泰史
(74)【代理人】
【識別番号】100139686
【弁理士】
【氏名又は名称】鈴木 史朗
(74)【代理人】
【識別番号】100169764
【弁理士】
【氏名又は名称】清水 雄一郎
(74)【代理人】
【識別番号】100147267
【弁理士】
【氏名又は名称】大槻 真紀子
(72)【発明者】
【氏名】勝亦 優
(72)【発明者】
【氏名】宮田 健一
(72)【発明者】
【氏名】沼田 徳樹
【テーマコード（参考）】
2G054
5L096
5L099
【Ｆターム（参考）】
2G054AA07
2G054AB02
2G054AB04
2G054AB05
2G054CA21
2G054CA22
2G054CA23
2G054CA25
2G054CE02
2G054EA05
2G054EA06
2G054EB02
2G054FA08
2G054FA12
2G054FA33
2G054FA42
2G054FA44
2G054FB02
2G054FB03
2G054GA03
2G054GB10
2G054GE06
2G054JA01
2G054JA02
2G054JA05
2G054JA07
5L096BA06
5L096BA13
5L096GA41
5L096KA04
5L099AA03
(57)【要約】
【課題】検査器具を用いた検査における検査結果を判定するための学習済みモデルにかかるコストを低減することが可能な判定システム、判定方法、及びプログラムを提供する。
【解決手段】検査対象者から供給された検体との反応結果を表示している検査器具の種類を示す種類情報を取得する種類情報取得部と、前記検査器具において、前記検体に含まれる検査対象物の濃度に応じた濃淡のラインが前記反応結果として表示されている領域が撮像された撮像画像を取得する撮像画像取得部と、前記検査器具の種類と、前記ラインの濃淡と、前記ラインの濃淡が定量化された値である濃淡定量値との関係を学習した学習済みモデルに前記種類情報と前記撮像画像を入力することで、前記撮像画像が示す前記ラインの濃淡が定量化された前記濃淡定量値を取得する定量化部と、前記種類情報と前記濃淡定量値に基づき、検査結果を判定する判定部と、を備える判定システム。
【選択図】図４
【解決手段】検査対象者から供給された検体との反応結果を表示している検査器具の種類を示す種類情報を取得する種類情報取得部と、前記検査器具において、前記検体に含まれる検査対象物の濃度に応じた濃淡のラインが前記反応結果として表示されている領域が撮像された撮像画像を取得する撮像画像取得部と、前記検査器具の種類と、前記ラインの濃淡と、前記ラインの濃淡が定量化された値である濃淡定量値との関係を学習した学習済みモデルに前記種類情報と前記撮像画像を入力することで、前記撮像画像が示す前記ラインの濃淡が定量化された前記濃淡定量値を取得する定量化部と、前記種類情報と前記濃淡定量値に基づき、検査結果を判定する判定部と、を備える判定システム。
【選択図】図４
【特許請求の範囲】
【請求項1】
検査対象者から供給された検体との反応結果を表示している検査器具の種類を示す種類情報を取得する種類情報取得部と、
前記検査器具において、前記検体に含まれる検査対象物の濃度に応じた濃淡のラインが前記反応結果として表示されている領域が撮像された撮像画像を取得する撮像画像取得部と、
前記検査器具の種類と、前記ラインの濃淡と、前記ラインの濃淡が定量化された値である濃淡定量値との関係を学習した学習済みモデルに前記種類情報と前記撮像画像を入力することで、前記撮像画像が示す前記ラインの濃淡が定量化された前記濃淡定量値を取得する定量化部と、
前記種類情報と前記濃淡定量値に基づき、検査結果を判定する判定部と、
を備える判定システム。
前記検査器具において、前記検体に含まれる検査対象物の濃度に応じた濃淡のラインが前記反応結果として表示されている領域が撮像された撮像画像を取得する撮像画像取得部と、
前記検査器具の種類と、前記ラインの濃淡と、前記ラインの濃淡が定量化された値である濃淡定量値との関係を学習した学習済みモデルに前記種類情報と前記撮像画像を入力することで、前記撮像画像が示す前記ラインの濃淡が定量化された前記濃淡定量値を取得する定量化部と、
前記種類情報と前記濃淡定量値に基づき、検査結果を判定する判定部と、
を備える判定システム。
【請求項2】
前記濃淡定量値と検査結果との関係を示す判定基準を前記検査器具の種類ごとに記憶する判定基準記憶部、
をさらに備え、
前記判定部は、前記ラインの濃淡が定量化された前記検査器具の種類を前記種類情報に基づき特定し、特定した前記検査器具の種類に対応する前記判定基準を用いて前記検査結果を判定する、
請求項１に記載の判定システム。
をさらに備え、
前記判定部は、前記ラインの濃淡が定量化された前記検査器具の種類を前記種類情報に基づき特定し、特定した前記検査器具の種類に対応する前記判定基準を用いて前記検査結果を判定する、
請求項１に記載の判定システム。
【請求項3】
前記検査結果は、陽性又は陰性によって示され、
前記判定基準は、偽陽性及び偽陰性を除くよう設定される、
請求項２に記載の判定システム。
前記判定基準は、偽陽性及び偽陰性を除くよう設定される、
請求項２に記載の判定システム。
【請求項4】
前記学習済みモデルは、前記検査器具の種類ごとに、前記撮像画像が示す前記ラインの濃淡に応じた前記濃淡定量値が対応付けられた前記撮像画像を教師データとして、前記検査器具の種類と、前記ラインの濃淡と、前記濃淡定量値との関係を学習する、
請求項１に記載の判定システム。
請求項１に記載の判定システム。
【請求項5】
前記教師データにおいて前記撮像画像に対応付けられる前記濃淡定量値は、前記ラインの濃さの下限値と前記ラインの濃さがプラトーとなる値との間の範囲において、前記検査対象物の濃度の下限値と上限値との間の範囲が分割された分割範囲ごとに設定される、
請求項４に記載の判定システム。
請求項４に記載の判定システム。
【請求項6】
前記教師データにおいて前記撮像画像に対応付けられる前記濃淡定量値は、前記検査器具の全ての種類に共通に用いられ、前記分割範囲は前記検査器具の種類ごとに前記ラインの濃さと前記検査対象物の濃度との関係に応じて拡大又は縮小する、
請求項５に記載の判定システム。
請求項５に記載の判定システム。
【請求項7】
種類情報取得部が、検査対象者から供給された検体との反応結果を表示している検査器具の種類を示す種類情報を取得する種類情報取得過程と、
撮像画像取得部が、前記検査器具において、前記検体に含まれる検査対象物の濃度に応じた濃淡のラインが前記反応結果として表示されている領域が撮像された撮像画像を取得する撮像画像取得過程と、
定量化部が、前記検査器具の種類と、前記ラインの濃淡と、前記ラインの濃淡が定量化された値である濃淡定量値との関係を学習した学習済みモデルに前記種類情報と前記撮像画像を入力することで、前記撮像画像が示す前記ラインの濃淡が定量化された前記濃淡定量値を取得する定量化過程と、
判定部が、前記種類情報と前記濃淡定量値に基づき、検査結果を判定する判定過程と、
を含む判定方法。
撮像画像取得部が、前記検査器具において、前記検体に含まれる検査対象物の濃度に応じた濃淡のラインが前記反応結果として表示されている領域が撮像された撮像画像を取得する撮像画像取得過程と、
定量化部が、前記検査器具の種類と、前記ラインの濃淡と、前記ラインの濃淡が定量化された値である濃淡定量値との関係を学習した学習済みモデルに前記種類情報と前記撮像画像を入力することで、前記撮像画像が示す前記ラインの濃淡が定量化された前記濃淡定量値を取得する定量化過程と、
判定部が、前記種類情報と前記濃淡定量値に基づき、検査結果を判定する判定過程と、
を含む判定方法。
【請求項8】
コンピュータを、
検査対象者から供給された検体との反応結果を表示している検査器具の種類を示す種類情報を取得する種類情報取得手段と、
前記検査器具において、前記検体に含まれる検査対象物の濃度に応じた濃淡のラインが前記反応結果として表示されている領域が撮像された撮像画像を取得する撮像画像取得手段と、
前記検査器具の種類と、前記ラインの濃淡と、前記ラインの濃淡が定量化された値である濃淡定量値との関係を学習した学習済みモデルに前記種類情報と前記撮像画像を入力することで、前記撮像画像が示す前記ラインの濃淡が定量化された前記濃淡定量値を取得する定量化手段と、
前記種類情報と前記濃淡定量値に基づき、検査結果を判定する判定手段と、
として機能させるためのプログラム。
検査対象者から供給された検体との反応結果を表示している検査器具の種類を示す種類情報を取得する種類情報取得手段と、
前記検査器具において、前記検体に含まれる検査対象物の濃度に応じた濃淡のラインが前記反応結果として表示されている領域が撮像された撮像画像を取得する撮像画像取得手段と、
前記検査器具の種類と、前記ラインの濃淡と、前記ラインの濃淡が定量化された値である濃淡定量値との関係を学習した学習済みモデルに前記種類情報と前記撮像画像を入力することで、前記撮像画像が示す前記ラインの濃淡が定量化された前記濃淡定量値を取得する定量化手段と、
前記種類情報と前記濃淡定量値に基づき、検査結果を判定する判定手段と、
として機能させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、判定システム、判定方法、及びプログラムに関する。
【背景技術】
【0002】
従来、医療現場において、検査器具（例えば抗原検査キットなどの体外診断用医薬品）を用いた検査が行われている。例えば抗原検査キットでは、抗原検査キット中の抗体と、抗原検査キットに供給した検体中の抗原とが反応すると、抗原検査キットにラインが表示される仕様になっている。よって、抗原検査キットに検体を供給して、ラインが表示されるか否かによって陽性又は陰性を判定することができる。
【0003】
近年、新型コロナウイルスの流行によって医療現場が逼迫し、医療現場にて検査を受けられない人が増加することがあった。これに伴い、検査を希望する人が自分自身で検査を行うことができる環境の整備が進められている。現在では、検査を希望する人は、自治体から配布される検査器具やドラッグストアで購入した検査器具などを用いて、医療現場へ赴かなくとも自宅などにて自分自身で検査をすることができるようになっている。上述したように、抗原検査キットではラインの有無を確認することで検査結果を判定できるため、習熟した医療従事者ではない一般人であっても、容易に検査を行うことができる。
【0004】
しかしながら、検査結果は、ラインの有無だけでなく、ラインの濃淡（即ち検体中の抗原量）によって異なる場合もある。このため、検査キットの使用者は、ラインの濃淡も読み取ることで、より精度の高い検査結果を得ることができる。しかしながら、ラインの濃淡を目視で読み取って判定することは、習熟した医療従事者でも困難であった。
そこで、例えば下記特許文献１には、検査キットを撮影した画像を入力として検査結果を出力する学習済みモデルを用いて、検査キットの種類毎に検査結果を自動で判定する技術が開示されている。
そこで、例えば下記特許文献１には、検査キットを撮影した画像を入力として検査結果を出力する学習済みモデルを用いて、検査キットの種類毎に検査結果を自動で判定する技術が開示されている。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】国際公開第２０２０／２５６０４１号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
しかしながら、上記特許文献１に記載された学習済みモデルには複数種類の検査キットに適用できるような汎用性はない。このため、複数種類の検査キットについて検査を行うには種類ごとに学習済みモデルを用意する必要があるが、種類の数だけ学習済みモデルを用意するためには多くのコスト（例えば時間や費用など）がかかってしまう。
【0007】
上述の課題を鑑み、本発明の目的は、検査器具を用いた検査における検査結果を判定するための学習済みモデルにかかるコストを低減することが可能な判定システム、判定方法、及びプログラムを提供することにある。
【課題を解決するための手段】
【0008】
上述の課題を解決するために、本発明の一態様に係る判定システムは、検査対象者から供給された検体との反応結果を表示している検査器具の種類を示す種類情報を取得する種類情報取得部と、前記検査器具において、前記検体に含まれる検査対象物の濃度に応じた濃淡のラインが前記反応結果として表示されている領域が撮像された撮像画像を取得する撮像画像取得部と、前記検査器具の種類と、前記ラインの濃淡と、前記ラインの濃淡が定量化された値である濃淡定量値との関係を学習した学習済みモデルに前記種類情報と前記撮像画像を入力することで、前記撮像画像が示す前記ラインの濃淡が定量化された前記濃淡定量値を取得する定量化部と、前記種類情報と前記濃淡定量値に基づき、検査結果を判定する判定部と、を備える。
【0009】
本発明の一態様に係る判定方法は、種類情報取得部が、検査対象者から供給された検体との反応結果を表示している検査器具の種類を示す種類情報を取得する種類情報取得過程と、撮像画像取得部が、前記検査器具において、前記検体に含まれる検査対象物の濃度に応じた濃淡のラインが前記反応結果として表示されている領域が撮像された撮像画像を取得する撮像画像取得過程と、定量化部が、前記検査器具の種類と、前記ラインの濃淡と、前記ラインの濃淡が定量化された値である濃淡定量値との関係を学習した学習済みモデルに前記種類情報と前記撮像画像を入力することで、前記撮像画像が示す前記ラインの濃淡が定量化された前記濃淡定量値を取得する定量化過程と、判定部が、前記種類情報と前記濃淡定量値に基づき、検査結果を判定する判定過程と、を含む。
【0010】
本発明の一態様に係るプログラムは、コンピュータを、検査対象者から供給された検体との反応結果を表示している検査器具の種類を示す種類情報を取得する種類情報取得手段と、前記検査器具において、前記検体に含まれる検査対象物の濃度に応じた濃淡のラインが前記反応結果として表示されている領域が撮像された撮像画像を取得する撮像画像取得手段と、前記検査器具の種類と、前記ラインの濃淡と、前記ラインの濃淡が定量化された値である濃淡定量値との関係を学習した学習済みモデルに前記種類情報と前記撮像画像を入力することで、前記撮像画像が示す前記ラインの濃淡が定量化された前記濃淡定量値を取得する定量化手段と、前記種類情報と前記濃淡定量値に基づき、検査結果を判定する判定手段と、として機能させる。
【発明の効果】
【0011】
本発明によれば、検査器具を用いた検査における検査結果を判定するための学習済みモデルにかかるコストを低減することができる。
【図面の簡単な説明】
【0012】
【図1】本実施形態に係る判定システムの概略構成の一例を示すブロック図である。
【図2】本実施形態に係る検査器具の一例を示す図である。
【図3】本実施形態に係るユーザ端末の機能構成の一例を示すブロック図である。
【図4】本実施形態に係る判定サーバの機能構成の一例を示すブロック図である。
【図5】本実施形態に係る検査対象物の濃度とラインの濃さとの関係の一例を示す図である。
【図6】本実施形態に係るラインの濃淡を定量化するために設定される定量化レンジの一例を示す図である。
【図7】本実施形態に係るＡ社の検査器具に対する定量化レンジの適用例を示す図である。
【図8】本実施形態に係るＢ社の検査器具に対する定量化レンジの適用例を示す図である。
【図9】本実施形態に係るＣ社の検査器具に対する定量化レンジの適用例を示す図である。
【図10】本実施形態に係る判定システムにおける処理の流れの一例を示すシーケンス図である。
【発明を実施するための形態】
【0013】
以下、図面を参照しながら本発明の実施形態について詳しく説明する。
【0014】
＜１．判定システムの概略構成＞
図１を参照して、本実施形態に係る判定システムの概略構成について説明する。図１は、本実施形態に係る判定システムの概略構成の一例を示すブロック図である。
図１に示す判定システム１は、検査器具を用いた検査の検査結果を判定するためのシステムである。検査結果は、例えば、陽性又は陰性によって示される。
図１に示すように、判定システム１は、ユーザ端末１０と、判定サーバ２０と、検査器具３０とを備える。
図１を参照して、本実施形態に係る判定システムの概略構成について説明する。図１は、本実施形態に係る判定システムの概略構成の一例を示すブロック図である。
図１に示す判定システム１は、検査器具を用いた検査の検査結果を判定するためのシステムである。検査結果は、例えば、陽性又は陰性によって示される。
図１に示すように、判定システム１は、ユーザ端末１０と、判定サーバ２０と、検査器具３０とを備える。
【0015】
ユーザ端末１０と判定サーバ２０は、ネットワークＮＷを介して、通信可能に接続されている。ネットワークＮＷには、情報の授受を行うための構成として、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、電話網（携帯電話網、固定電話網等）、地域ＩＰ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）網、インターネット等が適用される。
【0016】
（１）ユーザ端末１０
ユーザ端末１０は、検査器具３０を用いた検査を実施する者（ユーザ）が有する端末である。検査を実施する者は、例えば、検査対象者（患者）自身であってもよいし、検査対象者以外の者であってもよい。ユーザ端末１０は、例えば、スマートフォンやタブレット端末などの携帯端末、又はＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）などである。
ユーザ端末１０は、検査器具３０を用いた検査を実施する者（ユーザ）が有する端末である。検査を実施する者は、例えば、検査対象者（患者）自身であってもよいし、検査対象者以外の者であってもよい。ユーザ端末１０は、例えば、スマートフォンやタブレット端末などの携帯端末、又はＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）などである。
【0017】
ユーザ端末１０には、ユーザによる検体の検査から検査結果の登録までを支援するためのアプリケーション（以下、「検査支援アプリ」とも称される）によって、検査支援のための画面が表示される。ユーザは、検査支援アプリによってユーザ端末１０に表示される画面に従って検体の検査から検査結果の登録までの作業を行う。
本実施形態では、検査支援アプリの機能は、Ｗｅｂシステム（即ちＷｅｂアプリ）によって提供される。このため、検査支援アプリはサーバ（例えば判定サーバ２０）で管理されており、その機能はＷｅｂブラウザを介して提供される。
本実施形態では、検査支援アプリの機能は、Ｗｅｂシステム（即ちＷｅｂアプリ）によって提供される。このため、検査支援アプリはサーバ（例えば判定サーバ２０）で管理されており、その機能はＷｅｂブラウザを介して提供される。
【0018】
（２）判定サーバ２０
判定サーバ２０は、ユーザ端末１０によって取得される情報に基づく判定を行うサーバである。判定サーバ２０は、１つ又は複数のサーバ（例えば、クラウドサーバ）で構成される。
判定サーバ２０は、ユーザ端末１０によって取得される情報に基づく判定を行うサーバである。判定サーバ２０は、１つ又は複数のサーバ（例えば、クラウドサーバ）で構成される。
【0019】
（３）検査器具３０
検査器具３０は、臨床検査薬の構成要素となる器具である。臨床検査薬は、疾患の有無を検査するために用いられる。検査方法には、例えば、ラテラルフローアッセイ（ラテラルフロー法）、ＥＬＩＳＰＯＴ法など、疾患の有無を診断するために検査対象物の存在の有無を検査する方法がある。免疫アッセイが適用されるラテラルフローアッセイのことを、特に、イムノクロマトグラフィーと呼ぶことがある。なお、臨床検査薬には、検体を採取するための検体採取治具、抽出液、検出用試薬等が含まれていてもよい。
検査器具３０は、臨床検査薬の構成要素となる器具である。臨床検査薬は、疾患の有無を検査するために用いられる。検査方法には、例えば、ラテラルフローアッセイ（ラテラルフロー法）、ＥＬＩＳＰＯＴ法など、疾患の有無を診断するために検査対象物の存在の有無を検査する方法がある。免疫アッセイが適用されるラテラルフローアッセイのことを、特に、イムノクロマトグラフィーと呼ぶことがある。なお、臨床検査薬には、検体を採取するための検体採取治具、抽出液、検出用試薬等が含まれていてもよい。
【0020】
ここで、図２を参照して、本実施形態に係る検査器具３０について説明する。図２は、本実施形態に係る検査器具３０の一例を示す図である。
図２に示すように、検査器具３０は、二次元コード３１０と、供給部３２０と、呈色部３３０とを備える。
図２に示すように、検査器具３０は、二次元コード３１０と、供給部３２０と、呈色部３３０とを備える。
【0021】
（３－１）二次元コード３１０
二次元コード３１０は、検査器具３０の個体識別情報が埋め込まれた二次元のコード画像である。二次元コード３１０は、読取用情報の一例である。読取用情報は、検査器具３０の筐体に付される。読取用情報は、検査器具３０の筐体に対して直接印刷されてもよいし、検査器具３０に貼付するシールなどに印刷されてもよい。
個体識別情報は、検査器具３０を一意に識別する情報であって、例えば、検査器具３０の製造メーカ名、ロット番号、及び製造番号、検査対象物、検査対象物に対応する疾患、その疾患の項目などを示す情報である。
なお、検査器具３０においてその個体識別情報が何らかの方法で特定可能であればよく、例えば、個体識別情報が検査器具３０にそのまま印刷されている場合には二次元コード３１０は省略されてもよい。
二次元コード３１０は、検査器具３０の個体識別情報が埋め込まれた二次元のコード画像である。二次元コード３１０は、読取用情報の一例である。読取用情報は、検査器具３０の筐体に付される。読取用情報は、検査器具３０の筐体に対して直接印刷されてもよいし、検査器具３０に貼付するシールなどに印刷されてもよい。
個体識別情報は、検査器具３０を一意に識別する情報であって、例えば、検査器具３０の製造メーカ名、ロット番号、及び製造番号、検査対象物、検査対象物に対応する疾患、その疾患の項目などを示す情報である。
なお、検査器具３０においてその個体識別情報が何らかの方法で特定可能であればよく、例えば、個体識別情報が検査器具３０にそのまま印刷されている場合には二次元コード３１０は省略されてもよい。
【0022】
（３－２）供給部３２０
供給部３２０は、検体が供給される領域である。供給部３２０は、例えば、検体供給窓３２１を備える。例えば、検体供給窓３２１に、検査対象者の検体が供給されることによって、供給部３２０に検体が供給される。検体は、検体採取治具によって、例えば検査対象者の鼻腔、口腔、咽頭などから採取される。採取された検体は、抽出液によって検体採取治具から抽出され、検体と抽出液からなる試料（検体液）として調製される。供給部３２０には、検体供給窓３２１に試料が滴下されることで、当該試料に含まれる検体が供給される。
供給部３２０は、検体が供給される領域である。供給部３２０は、例えば、検体供給窓３２１を備える。例えば、検体供給窓３２１に、検査対象者の検体が供給されることによって、供給部３２０に検体が供給される。検体は、検体採取治具によって、例えば検査対象者の鼻腔、口腔、咽頭などから採取される。採取された検体は、抽出液によって検体採取治具から抽出され、検体と抽出液からなる試料（検体液）として調製される。供給部３２０には、検体供給窓３２１に試料が滴下されることで、当該試料に含まれる検体が供給される。
【0023】
（３－３）呈色部３３０
呈色部３３０は、呈色反応の結果（反応結果）が表示される領域である。呈色反応は、検体に検査対象物が含まれていた場合に変色又は発色する化学反応である。呈色部３３０は、例えば、コントロールライン３３１と、テストライン３３２とを備える。コントロールライン３３１は、供給部３２０に供給された検体が、呈色部３３０まで正常に移動した場合に、線（ライン）が現れる領域である。テストライン３３２は、検体中に、標的とするウイルスや抗体等（検査対象物）が存在する場合に線が現れる領域である。テストライン３３２に現れる線の濃淡は、検体に含まれる検査対象物の濃度に応じて変化する。即ち、テストライン３３２は、検体に含まれる検査対象物の濃度に応じた濃淡のラインが反応結果として表示される領域である。
なお、検査対象物が複数種類ある場合、それぞれの検査対象物に対応する複数のテストライン３３２が呈色部３３０に設けられてもよい。
呈色部３３０は、呈色反応の結果（反応結果）が表示される領域である。呈色反応は、検体に検査対象物が含まれていた場合に変色又は発色する化学反応である。呈色部３３０は、例えば、コントロールライン３３１と、テストライン３３２とを備える。コントロールライン３３１は、供給部３２０に供給された検体が、呈色部３３０まで正常に移動した場合に、線（ライン）が現れる領域である。テストライン３３２は、検体中に、標的とするウイルスや抗体等（検査対象物）が存在する場合に線が現れる領域である。テストライン３３２に現れる線の濃淡は、検体に含まれる検査対象物の濃度に応じて変化する。即ち、テストライン３３２は、検体に含まれる検査対象物の濃度に応じた濃淡のラインが反応結果として表示される領域である。
なお、検査対象物が複数種類ある場合、それぞれの検査対象物に対応する複数のテストライン３３２が呈色部３３０に設けられてもよい。
【0024】
（検体について）
本実施形態における検体は、検査対象者から採取された検体である。検体は、例えば、綿棒などで喉をこすることによって採取された粘液等である。検体は、液体であることが望ましく、例えば、末梢血、血清、血漿、腹水、尿、脳脊髄液、痰、唾液、骨髄、滑液、眼房水、羊水、耳垢、母乳、気管支肺胞洗浄液、精液、前立腺液、カウパー液若しくは射精前液、汗、糞便、毛髪、涙、嚢胞液、胸水若しくは腹水、囲心腔液、リンパ液、糜粥、乳糜、胆汁、間質液、月経分泌物、膿、皮脂、嘔吐物、膣分泌物、粘膜からの分泌物、水便、膵液、鼻腔からの分泌液、咽頭からの分泌液、鼻腔拭い液、咽頭拭い液、鼻腔からの洗浄液、気管支肺吸引物、胚盤胞腔液、臍帯血等であり、疾患を診断する際の指標となる物質を含んだものである。
本実施形態における検体は、検査対象者から採取された検体である。検体は、例えば、綿棒などで喉をこすることによって採取された粘液等である。検体は、液体であることが望ましく、例えば、末梢血、血清、血漿、腹水、尿、脳脊髄液、痰、唾液、骨髄、滑液、眼房水、羊水、耳垢、母乳、気管支肺胞洗浄液、精液、前立腺液、カウパー液若しくは射精前液、汗、糞便、毛髪、涙、嚢胞液、胸水若しくは腹水、囲心腔液、リンパ液、糜粥、乳糜、胆汁、間質液、月経分泌物、膿、皮脂、嘔吐物、膣分泌物、粘膜からの分泌物、水便、膵液、鼻腔からの分泌液、咽頭からの分泌液、鼻腔拭い液、咽頭拭い液、鼻腔からの洗浄液、気管支肺吸引物、胚盤胞腔液、臍帯血等であり、疾患を診断する際の指標となる物質を含んだものである。
【0025】
（検査対象物について）
本実施形態における検査対象物は、臨床検査薬で検査する対象となる物質である。例えば、検査対象物は、細胞、菌、ウイルス、エクソソーム、核酸、ポリペプチド（抗原ならびに抗体を含む）、ポリヌクレオチド、脂質、リン脂質、糖質、多糖、糖タンパク、低分子化合物、細胞もしくは菌からの代謝物、ならびに菌もしくはウイルス、エクソソームの断片等の単独の物質（物体）もしくはこれらの複合体の物質（物体）である。
本実施形態における検査対象物は、臨床検査薬で検査する対象となる物質である。例えば、検査対象物は、細胞、菌、ウイルス、エクソソーム、核酸、ポリペプチド（抗原ならびに抗体を含む）、ポリヌクレオチド、脂質、リン脂質、糖質、多糖、糖タンパク、低分子化合物、細胞もしくは菌からの代謝物、ならびに菌もしくはウイルス、エクソソームの断片等の単独の物質（物体）もしくはこれらの複合体の物質（物体）である。
【0026】
（疾患について）
本実施形態における疾患は、病気のことであり、代表的な分類として、がん、高血圧症、糖尿病、心疾患、脳血管障害、精神神経疾患、免疫・アレルギー疾患、感染症などがある。
本実施形態における疾患は、病気のことであり、代表的な分類として、がん、高血圧症、糖尿病、心疾患、脳血管障害、精神神経疾患、免疫・アレルギー疾患、感染症などがある。
【0027】
（疾患の項目について）
疾患の項目は、上記の疾患をより細分化したものであって、疾患の原因および代謝物、現象などがある。例えば、疾患の項目は、コロナウイルス、インフルエンザ、アデノウイルス、ＲＳウイルス、ロタウイルス、Ｂ型肝炎ウイルス、Ｃ型肝炎ウイルス、ＨＩＶ、ヘルペスウイルス、ノロウイルス、ヒトメタニューモウイルス、Ａ群ベータ溶連菌、ヘリコバクターピロリ、梅毒トレポネーマ、マイコプラズマ、クロストリジウムディフィシル、マイコバクテリウム、大腸菌Ｏ１５７、大腸菌ベロ毒素、肺炎球菌、レジオネラ、プロカルシトニン、クラミジア、淋菌、アレルギー性結膜炎、黄体形成ホルモン（ＬＨ）、ヒト絨毛性性腺刺激ホルモン（ＨＣＧ）、ＢＮＰ、ＮＴ－ｐｒｏＢＮＰ、ＣＫ－ＭＢ、ミオグロビン、トロポニン、Ｄダイマー、Ｈ－ＦＡＢＰ、顆粒球エラスターゼ、癌胎児性抗原（ＣＥＡ）、便潜血、インスリン様成長因子結合タンパク、ｆＦＮ、アレルギー検査、ＣＲＰ、抗ＣＣＰ抗体などがある。
疾患の項目は、上記の疾患をより細分化したものであって、疾患の原因および代謝物、現象などがある。例えば、疾患の項目は、コロナウイルス、インフルエンザ、アデノウイルス、ＲＳウイルス、ロタウイルス、Ｂ型肝炎ウイルス、Ｃ型肝炎ウイルス、ＨＩＶ、ヘルペスウイルス、ノロウイルス、ヒトメタニューモウイルス、Ａ群ベータ溶連菌、ヘリコバクターピロリ、梅毒トレポネーマ、マイコプラズマ、クロストリジウムディフィシル、マイコバクテリウム、大腸菌Ｏ１５７、大腸菌ベロ毒素、肺炎球菌、レジオネラ、プロカルシトニン、クラミジア、淋菌、アレルギー性結膜炎、黄体形成ホルモン（ＬＨ）、ヒト絨毛性性腺刺激ホルモン（ＨＣＧ）、ＢＮＰ、ＮＴ－ｐｒｏＢＮＰ、ＣＫ－ＭＢ、ミオグロビン、トロポニン、Ｄダイマー、Ｈ－ＦＡＢＰ、顆粒球エラスターゼ、癌胎児性抗原（ＣＥＡ）、便潜血、インスリン様成長因子結合タンパク、ｆＦＮ、アレルギー検査、ＣＲＰ、抗ＣＣＰ抗体などがある。
【0028】
＜２．ユーザ端末の機能構成＞
以上、本実施形態に係る判定システム１の概略構成について説明した。続いて、図３を参照して、本実施形態に係るユーザ端末１０の機能構成について説明する。図３は、本実施形態に係るユーザ端末１０の機能構成の一例を示すブロック図である。
図３に示すように、ユーザ端末１０は、通信部１１０と、入力部１２０と、撮像部１３０と、記憶部１４０と、制御部１５０と、出力部１６０とを備える。
以上、本実施形態に係る判定システム１の概略構成について説明した。続いて、図３を参照して、本実施形態に係るユーザ端末１０の機能構成について説明する。図３は、本実施形態に係るユーザ端末１０の機能構成の一例を示すブロック図である。
図３に示すように、ユーザ端末１０は、通信部１１０と、入力部１２０と、撮像部１３０と、記憶部１４０と、制御部１５０と、出力部１６０とを備える。
【0029】
（１）通信部１１０
通信部１１０は、各種情報を送受信する機能を有する。例えば、通信部１１０は、判定サーバ２０と通信を行い、各種情報を送受信する。
通信部１１０は、各種情報を送受信する機能を有する。例えば、通信部１１０は、判定サーバ２０と通信を行い、各種情報を送受信する。
【0030】
（２）入力部１２０
入力部１２０は、ユーザからの入力を受け付ける機能を有する。入力部１２０は、ユーザ端末１０がハードウェアとして備える入力装置、例えばボタン、タッチパネル、マイクロフォン等によって構成される。
入力部１２０は、ユーザからの入力を受け付ける機能を有する。入力部１２０は、ユーザ端末１０がハードウェアとして備える入力装置、例えばボタン、タッチパネル、マイクロフォン等によって構成される。
【0031】
（３）撮像部１３０
撮像部１３０は、撮像画像を撮像する機能を有する。撮像部１３０は、例えば、ユーザ端末１０がハードウェアとして備えるカメラによって構成される。
撮像部１３０は、撮像画像を撮像する機能を有する。撮像部１３０は、例えば、ユーザ端末１０がハードウェアとして備えるカメラによって構成される。
【0032】
（４）記憶部１４０
記憶部１４０は、各種情報を記憶する機能を有する。記憶部１４０は、ユーザ端末１０がハードウェアとして備える記憶媒体、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、フラッシュメモリ、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ ｒｅａｄ／ｗｒｉｔｅ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、又はこれらの記憶媒体の任意の組み合わせによって構成される。
記憶部１４０は、各種情報を記憶する機能を有する。記憶部１４０は、ユーザ端末１０がハードウェアとして備える記憶媒体、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、フラッシュメモリ、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ ｒｅａｄ／ｗｒｉｔｅ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、又はこれらの記憶媒体の任意の組み合わせによって構成される。
【0033】
（５）制御部１５０
制御部１５０は、ユーザ端末１０の動作全般を制御する機能を有する。制御部１５０は、例えば、ユーザ端末１０がハードウェアとして備えるＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）にプログラムを実行させることによって実現される。
図３に示すように、制御部１５０は、操作受付部１５１と、出力制御部１５２とを備える。
制御部１５０は、ユーザ端末１０の動作全般を制御する機能を有する。制御部１５０は、例えば、ユーザ端末１０がハードウェアとして備えるＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）にプログラムを実行させることによって実現される。
図３に示すように、制御部１５０は、操作受付部１５１と、出力制御部１５２とを備える。
【0034】
（５－１）操作受付部１５１
操作受付部１５１は、入力部１２０に入力されたユーザの操作を受け付ける機能を有する。ユーザは、例えば、アプリ起動操作、種類入力操作、撮像操作などを行う。
アプリ起動操作は、検査支援アプリを起動する操作である。初回起動時の場合、ユーザは、個人情報や顔写真などの事前登録を行う。事前登録済みの場合、ユーザは、サインインを行う。
操作受付部１５１は、入力部１２０に入力されたユーザの操作を受け付ける機能を有する。ユーザは、例えば、アプリ起動操作、種類入力操作、撮像操作などを行う。
アプリ起動操作は、検査支援アプリを起動する操作である。初回起動時の場合、ユーザは、個人情報や顔写真などの事前登録を行う。事前登録済みの場合、ユーザは、サインインを行う。
【0035】
種類入力操作は、検査結果の判定対象となる検査器具３０の種類を入力する操作である。検査器具３０の種類は、例えば、メーカと検査可能な検査対象物の種類とに基づき分類される。一例として、検査器具３０の種類は、Ａ社のコロナウイルス抗原検査キット、Ａ社のインフルエンザ抗原検査キット、Ｂ社のコロナウイルス抗原検査キット、Ｂ社のインフルエンザ抗原検査キットなどのように分類される。
ユーザによる検査器具３０の種類の入力は、名称を直接入力可能であってよいし、画面に表示されるガイドに沿って選択可能であってもよい。ユーザによって入力された検査器具３０の種類を示す情報（以下、「種類情報」とも称される）は、通信部１１０を介して判定サーバ２０へ送信される。
ユーザによる検査器具３０の種類の入力は、名称を直接入力可能であってよいし、画面に表示されるガイドに沿って選択可能であってもよい。ユーザによって入力された検査器具３０の種類を示す情報（以下、「種類情報」とも称される）は、通信部１１０を介して判定サーバ２０へ送信される。
【0036】
撮像操作では、検査器具３０を撮像するための操作である。具体的に、ユーザは、まず、ユーザ端末１０の撮像部１３０を起動する操作を行う。当該操作を受け付けた操作受付部１５１は、撮像部１３０を起動する。撮像部１３０の起動後、ユーザは、反応結果が示されている呈色部３３０が少なくとも含まれるように、検査器具３０を撮像する。なお、ユーザは、検査器具３０の供給部３２０に対して検体を供給してから規定反応時間が経過した後に、撮像操作を行うものとする。
ユーザが撮像部１３０で撮像した撮像画像は、通信部１１０を介して判定サーバ２０へ送信される。
ユーザが撮像部１３０で撮像した撮像画像は、通信部１１０を介して判定サーバ２０へ送信される。
【0037】
（５－２）出力制御部１５２
出力制御部１５２は、各種画面や情報の出力を制御する機能を有する。例えば、出力制御部１５２は、検査支援アプリの画面を出力部１６０に表示させる。また、出力制御部１５２は、通信部１１０が判定サーバ２０から受信する情報を出力部１６０に表示させる。通信部１１０が判定サーバ２０から受信する情報は、例えば、陽性又は陰性を示す検査結果である。
また、出力制御部１５２は、操作受付部１５１がユーザから受け付けた操作に応じて、操作ガイドなどを出力部１６０に表示させてもよい。
出力制御部１５２は、各種画面や情報の出力を制御する機能を有する。例えば、出力制御部１５２は、検査支援アプリの画面を出力部１６０に表示させる。また、出力制御部１５２は、通信部１１０が判定サーバ２０から受信する情報を出力部１６０に表示させる。通信部１１０が判定サーバ２０から受信する情報は、例えば、陽性又は陰性を示す検査結果である。
また、出力制御部１５２は、操作受付部１５１がユーザから受け付けた操作に応じて、操作ガイドなどを出力部１６０に表示させてもよい。
【0038】
（６）出力部１６０
出力部１６０は、各種情報を出力する機能を有する。出力部１６０は、ユーザ端末１０がハードウェアとして備える出力装置、例えばディスプレイ装置やタッチスクリーン（タッチパネル）などの表示装置やスピーカなどの音声出力装置によって構成される。
出力部１６０は、各種情報を出力する機能を有する。出力部１６０は、ユーザ端末１０がハードウェアとして備える出力装置、例えばディスプレイ装置やタッチスクリーン（タッチパネル）などの表示装置やスピーカなどの音声出力装置によって構成される。
【0039】
＜３．判定サーバの機能構成＞
以上、本実施形態に係るユーザ端末１０の機能構成について説明した。続いて、図４を参照して、本実施形態に係る判定サーバ２０の機能構成について説明する。図４は、本実施形態に係る判定サーバ２０の機能構成の一例を示すブロック図である。
図４に示すように、判定サーバ２０は、通信部２１０と、記憶部２２０と、制御部２３０とを備える。
以上、本実施形態に係るユーザ端末１０の機能構成について説明した。続いて、図４を参照して、本実施形態に係る判定サーバ２０の機能構成について説明する。図４は、本実施形態に係る判定サーバ２０の機能構成の一例を示すブロック図である。
図４に示すように、判定サーバ２０は、通信部２１０と、記憶部２２０と、制御部２３０とを備える。
【0040】
（１）通信部２１０
通信部２１０は、各種情報を送受信する機能を有する。例えば、通信部２１０は、ユーザ端末１０と通信を行い、各種情報を送受信する。
通信部２１０は、各種情報を送受信する機能を有する。例えば、通信部２１０は、ユーザ端末１０と通信を行い、各種情報を送受信する。
【0041】
（２）記憶部２２０
記憶部２２０は、判定サーバ２０がハードウェアとして備える記憶媒体、例えば、ＨＤＤ、ＳＳＤ、フラッシュメモリ、ＥＥＰＲＯＭ、ＲＡＭ、ＲＯＭ、又はこれらの記憶媒体の任意の組み合わせによって構成される。
図４に示すように、記憶部２２０は、モデル記憶部２２１と、判定基準記憶部２２２を備える。
記憶部２２０は、判定サーバ２０がハードウェアとして備える記憶媒体、例えば、ＨＤＤ、ＳＳＤ、フラッシュメモリ、ＥＥＰＲＯＭ、ＲＡＭ、ＲＯＭ、又はこれらの記憶媒体の任意の組み合わせによって構成される。
図４に示すように、記憶部２２０は、モデル記憶部２２１と、判定基準記憶部２２２を備える。
【0042】
（２－１）モデル記憶部２２１
モデル記憶部２２１は、定量化モデルを記憶する機能を有する。定量化モデルは、テストライン３３２の濃淡を定量化するモデルである。定量化モデルは、検査器具３０の種類と、テストライン３３２の濃淡と、テストライン３３２の濃淡が定量化された値（以下、「濃淡定量値」とも称される）との関係を学習（機械学習）した学習済みモデルである。
モデル記憶部２２１は、定量化モデルを記憶する機能を有する。定量化モデルは、テストライン３３２の濃淡を定量化するモデルである。定量化モデルは、検査器具３０の種類と、テストライン３３２の濃淡と、テストライン３３２の濃淡が定量化された値（以下、「濃淡定量値」とも称される）との関係を学習（機械学習）した学習済みモデルである。
【0043】
定量化モデルは、例えば、検査器具３０の種類ごとに、撮像画像が示すテストライン３３２の濃淡に応じた濃淡定量値が対応付けられた撮像画像を教師データとして、検査器具３０の種類と、ラインの濃淡と、濃淡定量値との関係を学習する。
【0044】
教師データにおいて撮像画像に対応付けられる濃淡定量値は、テストライン３３２の濃さの下限値とラインの濃さがプラトー（Ｐｌａｔｅａｕ）となる値との間の範囲において、検査対象物の濃度の下限値と上限値との間の範囲が分割された分割範囲（以下、「定量化レンジ」とも称される）ごとに設定される。
また、教師データにおいて撮像画像に対応付けられる濃淡定量値は、検査器具３０の全ての種類に共通に用いられ、定量化レンジは検査器具３０の種類ごとにテストライン３３２の濃さと検査対象物の濃度との関係に応じて拡大又は縮小する。
これにより、定量化モデルは、種類の異なる複数の検査器具３０について、各検査器具３０の撮像画像が示すテストライン３３２の濃淡が似ている場合であっても、いずれかの検査器具３０における定量化の結果に寄ることなく、各検査器具３０に応じた濃淡定量値を出力することができる。
また、教師データにおいて撮像画像に対応付けられる濃淡定量値は、検査器具３０の全ての種類に共通に用いられ、定量化レンジは検査器具３０の種類ごとにテストライン３３２の濃さと検査対象物の濃度との関係に応じて拡大又は縮小する。
これにより、定量化モデルは、種類の異なる複数の検査器具３０について、各検査器具３０の撮像画像が示すテストライン３３２の濃淡が似ている場合であっても、いずれかの検査器具３０における定量化の結果に寄ることなく、各検査器具３０に応じた濃淡定量値を出力することができる。
【0045】
【0046】
まず、図５を参照して、検査対象物の濃度とテストライン３３２の濃さとの関係について説明する。図５は、本実施形態に係る検査対象物の濃度とラインの濃さとの関係の一例を示す図である。図５に示すグラフの横軸は検査対象物の濃度（濃度）を示し、縦軸はテストライン３３２の濃さ（ライン濃さ）を示す。図５には、一例として、コロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフが示されている。
グラフＧ１は、Ａ社のコロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフである。グラフＧ２は、Ｂ社のコロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフである。グラフＧ３は、Ｃ社のコロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフである。
図５に示す３つのグラフでは、グラフＧ１においてライン濃さがプラトーに達するまでの濃度が一番低く、グラフＧ３においてライン濃さがプラトーに達するまでの濃度が一番高くなっている。
グラフＧ１は、Ａ社のコロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフである。グラフＧ２は、Ｂ社のコロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフである。グラフＧ３は、Ｃ社のコロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフである。
図５に示す３つのグラフでは、グラフＧ１においてライン濃さがプラトーに達するまでの濃度が一番低く、グラフＧ３においてライン濃さがプラトーに達するまでの濃度が一番高くなっている。
【0047】
次に、図６を参照して、テストライン３３２の濃淡を定量化するために設定される定量化レンジについて説明する。図６は、本実施形態に係るラインの濃淡を定量化するために設定される定量化レンジの一例を示す図である。
図６に示す定量化レンジＱＲは、検査対象物の濃度の下限値と上限値との間の範囲を６分割する場合に設定される定量化レンジである。定量化レンジＱＲの分割された各範囲（以下、単に「レンジ」とも称される）には、各レンジに対応するライン濃さを定量化するための濃淡定量値が設定される。一例として、図６に示すように、レンジＲ１には「０」、レンジＲ２には「０．２」、レンジＲ３には「０．４」、レンジＲ４には「０．６」、レンジＲ５には「０．８」、レンジＲ６には「１．０」が設定される。
図６に示す定量化レンジＱＲを各種の検査器具３０に適用する場合、上述したように検査器具３０の種類ごとにテストライン３３２の濃さと検査対象物の濃度との関係に応じてレンジＲ１～Ｒ６の幅が変動する。
図６に示す定量化レンジＱＲは、検査対象物の濃度の下限値と上限値との間の範囲を６分割する場合に設定される定量化レンジである。定量化レンジＱＲの分割された各範囲（以下、単に「レンジ」とも称される）には、各レンジに対応するライン濃さを定量化するための濃淡定量値が設定される。一例として、図６に示すように、レンジＲ１には「０」、レンジＲ２には「０．２」、レンジＲ３には「０．４」、レンジＲ４には「０．６」、レンジＲ５には「０．８」、レンジＲ６には「１．０」が設定される。
図６に示す定量化レンジＱＲを各種の検査器具３０に適用する場合、上述したように検査器具３０の種類ごとにテストライン３３２の濃さと検査対象物の濃度との関係に応じてレンジＲ１～Ｒ６の幅が変動する。
【0048】
次に、図７から図８を参照して、各種の検査器具３０への定量化レンジＱＲの適用例について説明する。
図７は、本実施形態に係るＡ社の検査器具３０に対する定量化レンジの適用例を示す図である。図７には、図５に示したＡ社のコロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフＧ１に対して、図６に示した定量化レンジＱＲを適用した例が示されている。
図８は、本実施形態に係るＢ社の検査器具３０に対する定量化レンジの適用例を示す図である。図８には、図５に示したＢ社のコロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフＧ２に対して、図６に示した定量化レンジＱＲを適用した例が示されている。
図９は、本実施形態に係るＣ社の検査器具３０に対する定量化レンジの適用例を示す図である。図９には、図５に示したＣ社のコロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフＧ３に対して、図６に示した定量化レンジＱＲを適用した例が示されている。
図７から図９に示す各例を比較すると、図７に示すグラフＧ１における濃度の下限値と上限値との間の範囲が最も狭く、図９に示すグラフＧ３における濃度の下限値と上限値との間の範囲が最も広くなっている。
これより、図７から図９に示すように、図７、図８、図９の順にグラフにおける濃度の下限値と上限値との間の範囲が広くなっていくにつれて、定量化レンジＱＲの範囲も広くなっている。
図７は、本実施形態に係るＡ社の検査器具３０に対する定量化レンジの適用例を示す図である。図７には、図５に示したＡ社のコロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフＧ１に対して、図６に示した定量化レンジＱＲを適用した例が示されている。
図８は、本実施形態に係るＢ社の検査器具３０に対する定量化レンジの適用例を示す図である。図８には、図５に示したＢ社のコロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフＧ２に対して、図６に示した定量化レンジＱＲを適用した例が示されている。
図９は、本実施形態に係るＣ社の検査器具３０に対する定量化レンジの適用例を示す図である。図９には、図５に示したＣ社のコロナウイルス抗原検査キットにおける濃度とライン濃さの関係を示すグラフＧ３に対して、図６に示した定量化レンジＱＲを適用した例が示されている。
図７から図９に示す各例を比較すると、図７に示すグラフＧ１における濃度の下限値と上限値との間の範囲が最も狭く、図９に示すグラフＧ３における濃度の下限値と上限値との間の範囲が最も広くなっている。
これより、図７から図９に示すように、図７、図８、図９の順にグラフにおける濃度の下限値と上限値との間の範囲が広くなっていくにつれて、定量化レンジＱＲの範囲も広くなっている。
【0049】
定量化モデルの学習に用いる教師データは、図７から図９に示したように定量化レンジが適用された濃度とライン濃さの関係を示すグラフに基づき作成される。
例えば、ある撮像画像が示す検査器具３０がＡ社のコロナウイルス抗原検査キットであり、その反応結果が示すテストライン３３２の濃さがレンジＲ２の範囲内の濃さであるとする。この場合、当該撮像画像に対して検査器具３０の種類が「Ａ社のコロナウイルス抗原検査キット」であることを示す情報と、濃淡定量値が「０．２」であることを示す情報とを対応付けたデータが教師データとして作成される。
また、ある撮像画像が示す検査器具３０がＢ社のコロナウイルス抗原検査キットであり、その反応結果が示すテストライン３３２の濃さがレンジＲ４の範囲内の濃さであるとする。この場合、当該撮像画像に対して検査器具３０の種類が「Ｂ社のコロナウイルス抗原検査キット」であることを示す情報と、濃淡定量値が「０．６」であることを示す情報とを対応付けたデータが教師データとして作成される。
また、ある撮像画像が示す検査器具３０がＣ社のコロナウイルス抗原検査キットであり、その反応結果が示すテストライン３３２の濃さがレンジＲ６の範囲内の濃さであるとする。この場合、当該撮像画像に対して検査器具３０の種類が「Ｃ社のコロナウイルス抗原検査キット」であることを示す情報と、濃淡定量値が「１．０」であることを示す情報とを対応付けたデータが教師データとして作成される。
例えば、ある撮像画像が示す検査器具３０がＡ社のコロナウイルス抗原検査キットであり、その反応結果が示すテストライン３３２の濃さがレンジＲ２の範囲内の濃さであるとする。この場合、当該撮像画像に対して検査器具３０の種類が「Ａ社のコロナウイルス抗原検査キット」であることを示す情報と、濃淡定量値が「０．２」であることを示す情報とを対応付けたデータが教師データとして作成される。
また、ある撮像画像が示す検査器具３０がＢ社のコロナウイルス抗原検査キットであり、その反応結果が示すテストライン３３２の濃さがレンジＲ４の範囲内の濃さであるとする。この場合、当該撮像画像に対して検査器具３０の種類が「Ｂ社のコロナウイルス抗原検査キット」であることを示す情報と、濃淡定量値が「０．６」であることを示す情報とを対応付けたデータが教師データとして作成される。
また、ある撮像画像が示す検査器具３０がＣ社のコロナウイルス抗原検査キットであり、その反応結果が示すテストライン３３２の濃さがレンジＲ６の範囲内の濃さであるとする。この場合、当該撮像画像に対して検査器具３０の種類が「Ｃ社のコロナウイルス抗原検査キット」であることを示す情報と、濃淡定量値が「１．０」であることを示す情報とを対応付けたデータが教師データとして作成される。
【0050】
なお、定量化モデルの学習に用いる教師データを作成するにあたり、検査器具３０の種類ごとに、各種類のテストライン３３２の濃淡に合わせた濃淡定量値を撮像画像に対応付けたとする。例えば、Ａ社、Ｂ社、Ｃ社の各検査器具３０の撮像画像が示す反応結果がいずれもレンジＲ２の範囲内の濃さであるが、Ａ社の撮像画像には濃淡定量値「０．２」、Ｂ社の撮像画像には濃淡定量値「０．４」、Ｃ社の撮像画像には濃淡定量値「０．６」を対応付けたとする。このような対応付けは、例えば、ある会社の検査器具３０のテストライン３３２が低い濃度でも十分濃くなる仕様であり、別の会社の検査器具３０のテストライン３３２が同じ濃度でも薄いラインで検出する仕様であるような場合などに起こり得る。
このように、種類が異なる複数の検査器具３０について同じ濃さのレンジであっても対応付けられた濃淡定量値が異なる撮像画像を教師データとして作成した場合、当該教師データを用いて学習した定量化モデルは、正確な定量結果を出力できなくなる場合がある。特に、イムノクロマトグラフィーによる検査器具３０の画像判定の場合、検査器具３０の種類が異なっていても、各種の筐体における供給部３２０や呈色部３３０の配置・ライン形状などが似通っていることがある。このため、定量化モデルは、ある会社の検査器具３０の撮像画像に対して定量化を行う際に、他社の検査器具３０と誤認識し、他者の学習データから濃淡を判定して誤った定量結果を出力する可能性がある。
そこで、本実施形態では、定量化モデルは、図５から図９を参照して説明したようにして作成された教師データを用いて学習することで、ライン濃さと濃度との対応関係が異なる複数種類の検査器具３０を定量化の対象とする場合に、ある検査器具３０についての定量化を他の検査器具３０についての定量化の結果に引っ張られることなく行うことができる。このため、判定システム１は、当該定量化モデルが１つあれば、複数種類の検査器具３０について精度高く定量化することができる。
よって、判定システム１では、検査器具３０の種類ごとに定量化モデルを用意する必要がないため、定量化モデルにかかるコスト（時間や費用）を低減することができる。
このように、種類が異なる複数の検査器具３０について同じ濃さのレンジであっても対応付けられた濃淡定量値が異なる撮像画像を教師データとして作成した場合、当該教師データを用いて学習した定量化モデルは、正確な定量結果を出力できなくなる場合がある。特に、イムノクロマトグラフィーによる検査器具３０の画像判定の場合、検査器具３０の種類が異なっていても、各種の筐体における供給部３２０や呈色部３３０の配置・ライン形状などが似通っていることがある。このため、定量化モデルは、ある会社の検査器具３０の撮像画像に対して定量化を行う際に、他社の検査器具３０と誤認識し、他者の学習データから濃淡を判定して誤った定量結果を出力する可能性がある。
そこで、本実施形態では、定量化モデルは、図５から図９を参照して説明したようにして作成された教師データを用いて学習することで、ライン濃さと濃度との対応関係が異なる複数種類の検査器具３０を定量化の対象とする場合に、ある検査器具３０についての定量化を他の検査器具３０についての定量化の結果に引っ張られることなく行うことができる。このため、判定システム１は、当該定量化モデルが１つあれば、複数種類の検査器具３０について精度高く定量化することができる。
よって、判定システム１では、検査器具３０の種類ごとに定量化モデルを用意する必要がないため、定量化モデルにかかるコスト（時間や費用）を低減することができる。
【0051】
（２－２）判定基準記憶部２２２
判定基準記憶部２２２は、判定基準を記憶する機能を有する。判定基準は、濃淡定量値と検査結果との関係を示し、検査結果の判定に用いられる情報である。判定基準は、検査器具３０の種類ごとに用意される。判定基準記憶部２２２は、判定基準を検査器具３０の種類ごとに記憶する。
判定基準には、例えば、検査結果を陽性とする濃淡定量値と検査結果を陰性とする濃淡定量値との境界を示す閾値が設定される。なお、判定基準は、偽陽性及び偽陰性を除くよう設定されてもよい。これにより、検査結果の判定精度を向上することができる。
判定基準記憶部２２２は、判定基準を記憶する機能を有する。判定基準は、濃淡定量値と検査結果との関係を示し、検査結果の判定に用いられる情報である。判定基準は、検査器具３０の種類ごとに用意される。判定基準記憶部２２２は、判定基準を検査器具３０の種類ごとに記憶する。
判定基準には、例えば、検査結果を陽性とする濃淡定量値と検査結果を陰性とする濃淡定量値との境界を示す閾値が設定される。なお、判定基準は、偽陽性及び偽陰性を除くよう設定されてもよい。これにより、検査結果の判定精度を向上することができる。
【0052】
（３）制御部２３０
制御部２３０は、判定サーバ２０の動作全般を制御する機能を有する。制御部２３０は、例えば、判定サーバ２０がハードウェアとして備えるＣＰＵにプログラムを実行させることによって実現される。
図４に示すように、制御部２３０は、種類情報取得部２３１と、撮像画像取得部２３２と、定量化部２３３と、判定部２３４とを備える。
制御部２３０は、判定サーバ２０の動作全般を制御する機能を有する。制御部２３０は、例えば、判定サーバ２０がハードウェアとして備えるＣＰＵにプログラムを実行させることによって実現される。
図４に示すように、制御部２３０は、種類情報取得部２３１と、撮像画像取得部２３２と、定量化部２３３と、判定部２３４とを備える。
【0053】
（３－１）種類情報取得部２３１
種類情報取得部２３１は、種類情報を取得する機能を有する。例えば、種類情報取得部２３１は、通信部２１０がユーザ端末１０から受信する、検査対象者から供給された検体との反応結果を表示している検査器具３０の種類を示す種類情報を取得する。
種類情報取得部２３１は、種類情報を取得する機能を有する。例えば、種類情報取得部２３１は、通信部２１０がユーザ端末１０から受信する、検査対象者から供給された検体との反応結果を表示している検査器具３０の種類を示す種類情報を取得する。
【0054】
（３－２）撮像画像取得部２３２
撮像画像取得部２３２は、撮像画像を取得する機能を有する。例えば、撮像画像取得部２３２は、通信部２１０がユーザ端末１０から受信する、検査器具３０において検体に含まれる検査対象物の濃度に応じた濃淡のラインが反応結果として表示されている領域（呈色部３３０）が撮像された撮像画像を取得する。
撮像画像取得部２３２は、撮像画像を取得する機能を有する。例えば、撮像画像取得部２３２は、通信部２１０がユーザ端末１０から受信する、検査器具３０において検体に含まれる検査対象物の濃度に応じた濃淡のラインが反応結果として表示されている領域（呈色部３３０）が撮像された撮像画像を取得する。
【0055】
（３－３）定量化部２３３
定量化部２３３は、テストライン３３２の濃さを定量化する機能を有する。例えば、定量化部２３３は、モデル記憶部２２１に記憶されている定量化モデルに、種類情報取得部２３１によって取得された種類情報と撮像画像取得部２３２によって取得された撮像画像を入力することで、撮像画像が示すテストライン３３２の濃淡が定量化された濃淡定量値を取得する。
定量化部２３３は、テストライン３３２の濃さを定量化する機能を有する。例えば、定量化部２３３は、モデル記憶部２２１に記憶されている定量化モデルに、種類情報取得部２３１によって取得された種類情報と撮像画像取得部２３２によって取得された撮像画像を入力することで、撮像画像が示すテストライン３３２の濃淡が定量化された濃淡定量値を取得する。
【0056】
（３－４）判定部２３４
判定部２３４は、検査結果を判定する機能を有する。例えば、判定部２３４は、種類情報取得部２３１によって取得された種類情報と、定量化部２３３によって取得された濃淡定量値に基づき、検査結果を判定する。具体的に、判定部２３４は、定量化部２３３によってテストライン３３２の濃淡が定量化された検査器具３０の種類を種類情報に基づき特定し、特定した検査器具３０の種類に対応する判定基準を用いて検査結果を判定する。
一例として、判定部２３４は、定量化された濃淡定量値と判定基準とを比較し、定量化された濃淡定量値が検査結果を陽性とする値であれば、検査結果が陽性であると判定する。一方、判定部２３４は、定量化された濃淡定量値と判定基準とを比較し、定量化された濃淡定量値が検査結果を陰性とする値であれば、検査結果が陰性であると判定する。
判定部２３４は、検査結果を判定する機能を有する。例えば、判定部２３４は、種類情報取得部２３１によって取得された種類情報と、定量化部２３３によって取得された濃淡定量値に基づき、検査結果を判定する。具体的に、判定部２３４は、定量化部２３３によってテストライン３３２の濃淡が定量化された検査器具３０の種類を種類情報に基づき特定し、特定した検査器具３０の種類に対応する判定基準を用いて検査結果を判定する。
一例として、判定部２３４は、定量化された濃淡定量値と判定基準とを比較し、定量化された濃淡定量値が検査結果を陽性とする値であれば、検査結果が陽性であると判定する。一方、判定部２３４は、定量化された濃淡定量値と判定基準とを比較し、定量化された濃淡定量値が検査結果を陰性とする値であれば、検査結果が陰性であると判定する。
【0057】
＜４．処理の流れ＞
以上、本実施形態に係る判定サーバ２０の機能構成について説明した。続いて、図１０を参照して、本実施形態に係る処理の流れについて説明する。図１０は、本実施形態に係る判定システムにおける処理の流れの一例を示すシーケンス図である。
なお、図１０に示す処理が開始するタイミングでは、試料（ユーザが採取した検体を用いて調製されたもの）が検査器具３０の供給部３２０に滴下されてから、規定反応時間が経過しているものとする。
以上、本実施形態に係る判定サーバ２０の機能構成について説明した。続いて、図１０を参照して、本実施形態に係る処理の流れについて説明する。図１０は、本実施形態に係る判定システムにおける処理の流れの一例を示すシーケンス図である。
なお、図１０に示す処理が開始するタイミングでは、試料（ユーザが採取した検体を用いて調製されたもの）が検査器具３０の供給部３２０に滴下されてから、規定反応時間が経過しているものとする。
【0058】
図１０に示すように、まず、ユーザは、ユーザ端末１０に対して、アプリ起動操作を行う（ステップＳ１０１）。
検査支援アプリの起動後、ユーザは、ユーザ端末１０に対して、種類入力操作を行う（ステップＳ１０２）。
種類入力後、ユーザは、ユーザ端末１０に対して撮像操作を行う（ステップＳ１０３）。
検査支援アプリの起動後、ユーザは、ユーザ端末１０に対して、種類入力操作を行う（ステップＳ１０２）。
種類入力後、ユーザは、ユーザ端末１０に対して撮像操作を行う（ステップＳ１０３）。
【0059】
ユーザ端末１０の撮像部１３０は、操作受付部１５１がユーザから撮像操作を受け付けると、ユーザの操作に応じて少なくとも検査器具３０の呈色部３３０を撮像する（ステップＳ１０４）。
操作受付部１５１は、種類入力操作によって入力された検査器具３０の種類を示す種類情報と、撮像操作によって撮像部１３０によって撮像された撮像画像を、通信部１１０を介して判定サーバ２０へ送信する（ステップＳ１０５）。
操作受付部１５１は、種類入力操作によって入力された検査器具３０の種類を示す種類情報と、撮像操作によって撮像部１３０によって撮像された撮像画像を、通信部１１０を介して判定サーバ２０へ送信する（ステップＳ１０５）。
【0060】
判定サーバ２０の種類情報取得部２３１は、通信部２１０がユーザ端末１０から受信した種類情報を取得し、判定サーバ２０の撮像画像取得部２３２は、通信部２１０がユーザ端末１０から受信した撮像画像を取得する（ステップＳ１０６）。
次いで、定量化部２３３は、定量化処理を行う（ステップＳ１０７）。定量化処理では、定量化部２３３は、まず、種類情報取得部２３１によって取得された種類情報と撮像画像取得部２３２によって取得された撮像画像を、モデル記憶部２２１に記憶されている定量化モデルに入力する。そして、定量化部２３３は、入力した撮像画像が示すテストライン３３２の濃淡について定量化モデルから出力される濃淡定量値を取得する。
次いで、判定部２３４は、判定処理を行う（ステップＳ１０８）。判定処理では、判定部２３４は、種類情報取得部２３１によって取得された種類情報と、定量化部２３３によって取得された濃淡定量値に基づき、検査結果を判定する。
判定後、判定部２３４は、通信部２１０を介して、ユーザ端末１０へ検査結果を送信する（ステップＳ１０９）。
次いで、定量化部２３３は、定量化処理を行う（ステップＳ１０７）。定量化処理では、定量化部２３３は、まず、種類情報取得部２３１によって取得された種類情報と撮像画像取得部２３２によって取得された撮像画像を、モデル記憶部２２１に記憶されている定量化モデルに入力する。そして、定量化部２３３は、入力した撮像画像が示すテストライン３３２の濃淡について定量化モデルから出力される濃淡定量値を取得する。
次いで、判定部２３４は、判定処理を行う（ステップＳ１０８）。判定処理では、判定部２３４は、種類情報取得部２３１によって取得された種類情報と、定量化部２３３によって取得された濃淡定量値に基づき、検査結果を判定する。
判定後、判定部２３４は、通信部２１０を介して、ユーザ端末１０へ検査結果を送信する（ステップＳ１０９）。
【0061】
ユーザ端末１０の出力制御部１５２は、通信部１１０が判定サーバ２０から受信した検査結果を出力部１６０に表示する（ステップＳ１１０）。
ユーザは、ユーザ端末１０に表示された検査結果を確認する（ステップＳ１１１）。
ユーザは、ユーザ端末１０に表示された検査結果を確認する（ステップＳ１１１）。
【0062】
以上説明したように、本実施形態に係る判定システム１は、検査対象者から供給された検体との反応結果を表示している検査器具３０の種類を示す種類情報を取得する種類情報取得部２３１と、検査器具３０において、検体に含まれる検査対象物の濃度に応じた濃淡のテストライン３３２（ライン）が反応結果として表示されている領域が撮像された撮像画像を取得する撮像画像取得部２３２と、検査器具３０の種類と、テストライン３３２の濃淡と、テストライン３３２の濃淡が定量化された値である濃淡定量値との関係を学習した定量化モデル（学習済みモデル）に種類情報と撮像画像を入力することで、撮像画像が示すテストライン３３２の濃淡が定量化された濃淡定量値を取得する定量化部２３３と、種類情報と濃淡定量値に基づき、検査結果を判定する判定部２３４と、を備える。
【0063】
かかる構成により、ユーザは、１つの定量化モデルのみを用いて、複数種類の検査器具３０について陽性又は陰性の検査結果を得ることができる。これにより、判定システム１の提供者は、検査器具３０の種類ごとに定量化モデルを用意する必要がなく、定量化モデルの用意にかかるコスト（時間や費用など）を削減することができる。
よって、本実施形態に係る判定システム１は、検査器具３０を用いた検査における検査結果を判定するための学習済みモデルにかかるコストを低減することを可能とする。
よって、本実施形態に係る判定システム１は、検査器具３０を用いた検査における検査結果を判定するための学習済みモデルにかかるコストを低減することを可能とする。
【0064】
＜５．変形例＞
以上、実施形態について説明した。続いて、上述した実施形態の変形例について説明する。なお、以下に説明する各変形例は、単独で実施形態に適用されてもよいし、組み合わせで実施形態に適用されてもよい。また、各変形例は、実施形態で説明した構成に代えて適用されてもよいし、実施形態で説明した構成に対して追加的に適用されてもよい。
以上、実施形態について説明した。続いて、上述した実施形態の変形例について説明する。なお、以下に説明する各変形例は、単独で実施形態に適用されてもよいし、組み合わせで実施形態に適用されてもよい。また、各変形例は、実施形態で説明した構成に代えて適用されてもよいし、実施形態で説明した構成に対して追加的に適用されてもよい。
【0065】
上述した実施形態のユーザ端末１０と判定サーバ２０が有する機能は、かかる例に限定されない。例えば、ユーザ端末１０が有する機能の一部を判定サーバ２０が有してもよいし、判定サーバ２０が有する機能の一部をユーザ端末１０が有してもよい。
【0066】
また、上述した実施形態では、検査支援アプリの機能がＷｅｂアプリによって提供される例について説明したが、かかる例に限定されない。例えば、検査支援アプリの機能は、ユーザ端末１０に検査支援アプリをインストールすること（即ちネイティブアプリ）で提供されてもよい。
この場合、Ｗｅｂアプリの場合にユーザ端末１０にて行われていた処理が判定サーバ２０で行われてもよいし、判定サーバ２０で行われていた処理がユーザ端末１０にて行われてもよい。例えば、ユーザ端末１０で取得された情報は、一時的にユーザ端末１０に保存されてから所定のタイミングにて判定サーバ２０へ保存されてもよいし、ユーザ端末１０には保存せずに判定サーバ２０へ直接保存されてもよい。
この場合、Ｗｅｂアプリの場合にユーザ端末１０にて行われていた処理が判定サーバ２０で行われてもよいし、判定サーバ２０で行われていた処理がユーザ端末１０にて行われてもよい。例えば、ユーザ端末１０で取得された情報は、一時的にユーザ端末１０に保存されてから所定のタイミングにて判定サーバ２０へ保存されてもよいし、ユーザ端末１０には保存せずに判定サーバ２０へ直接保存されてもよい。
【0067】
また、上述した実施形態では、出力制御部１５２が検査結果を出力部１６０に表示させる例について説明したが、かかる例に限定されない。例えば、出力制御部１５２は、濃淡定量値も出力部１６０に表示させてもよい。この場合、判定サーバ２０の定量化部２３３は、定量化処理後に、通信部２１０を介してユーザ端末１０へ濃淡定量値を送信する。そして、出力制御部１５２は、通信部１１０が判定サーバ２０から受信する濃淡定量値を出力部１６０に表示させる。
【0068】
以上、本発明の実施形態の変形例について説明した。なお、上述した実施形態における判定システム１、ユーザ端末１０、及び判定サーバ２０の一部又は全部をコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、ＦＰＧＡ（Field Programmable Gate Array）等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。
【0069】
以上、図面を参照してこの発明の実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。
【符号の説明】
【0070】
１…判定システム、１０…ユーザ端末、２０…判定サーバ、３０…検査器具、１１０…通信部、１２０…入力部、１３０…撮像部、１４０…記憶部、１５０…制御部、１５１…操作受付部、１５２…出力制御部、１６０…出力部、２１０…通信部、２２０…記憶部、２２１…モデル記憶部、２２２…判定基準記憶部、２３０…制御部、２３１…種類情報取得部、２３２…撮像画像取得部、２３３…定量化部、２３４…判定部、３１０…二次元コード、３２０…供給部、３２１…検体供給窓、３３０…呈色部、３３１…コントロールライン、３３２…テストライン、ＮＷ…ネットワーク
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】