1.本技术涉及程序、检查装置、信息处理装置和信息处理方法。


背景技术：

2.近年来，在医疗场所，由医务工作者在被检查者旁边进行的、被称为poct(point of care testing：即时检验)的临床检查已得到普及。poct中使用了检查试剂盒，该检查试剂盒使用免疫层析法检查有无检查对象物，所述免疫层析法是利用了例如毛细现象的免疫测定法(例如，参考专利文献1)。使用了免疫层析法的检查试剂盒，按流感病毒、诺如病毒、肺炎球菌、腺病毒等检查对象物准备，通过使用与想检查的项目(检查对象物)对应的检查试剂盒，能够进行各种检查。作为使用了免疫层析法的检查试剂盒，通过将采自被检查者的被检查物(标本)在规定的滴下区域滴下，经过规定的检查时间后，目视确认有无判定线，由此判定检查对象物的有无(阳性或阴性)。
3.先行技术文献
4.专利文献
5.专利文献1：日本特开2019-45286号公报


技术实现要素：

6.发明要解决的课题
7.上述那样的检查试剂盒由多个制造者销售，每种检查试剂盒的使用方法或检查所需的时间等不同，在用错误的使用方法进行了检查的情况下，有不能得到正确检查结果的顾虑。特别是像在流感流行时期那样有许多检查对象(采自被检查者的标本)的情况下，需要迅速地获得对多个检查对象的正确检查结果，存在进行检查的医务工作者的工作负荷大这一问题。
8.本技术鉴于这样的事情而做出，其目的在于，提供能够减轻进行检查的医务工作者等的工作负荷的程序等。
9.用于解决课题的手段
10.本技术的一种程序，使计算机执行下述处理：取得对用免疫层析法检查被检查物的检查试剂盒拍摄的图像；将所取得的所述图像输入结果判别用的已学习模型，所述结果判别用的已学习模型进行了深度学习，能在被输入了检查试剂盒的拍摄图像的情况下输出涉及所述拍摄图像中的检查试剂盒的检查结果的信息；根据从所述结果判别用的已学习模型输出的信息，判定所取得的所述图像中的检查试剂盒的检查结果；输出判定出的检查结果。
11.发明的效果
12.按照本技术，能够在使用了通过免疫层析法检测被检查物的检查试剂盒的检查中减轻医务工作者等检查者的工作负荷。
附图说明
13.图1a是表示检查装置的外观例的示意图。
14.图1b是表示检查试剂盒的外观例的示意图。
15.图2是表示检查装置的结构例的框图。
16.图3a是表示检查装置中存储的db(数据库)的结构例的示意图。
17.图3b是表示检查装置中存储的db的结构例的示意图。
18.图4是表示类别判别模型的结构例的示意图。
19.图5是表示检查装置实施的判定处理顺序的一例的流程图。
20.图6是表示检查装置实施的判定处理顺序的一例的流程图。
21.图7a是表示画面例的示意图。
22.图7b是表示画面例的示意图。
23.图8是表示实施方式2的检查系统的结构例的示意图。
24.图9是表示实施方式2的检查系统的结构例的框图。
25.图10是表示实施方式2的服务器实施的判定处理顺序的一例的流程图。
26.图11a是表示画面例的示意图。
27.图11b是表示画面例的示意图。
28.图11c是表示画面例的示意图。
29.图11d是表示画面例的示意图。
30.图12是表示实施方式3的服务器实施的判定处理顺序的一例的流程图。
31.图13a是表示画面例的示意图。
32.图13b是表示画面例的示意图。
33.图14是表示实施方式4的服务器实施的判定处理顺序的一例的流程图。
34.图15是表示实施方式5的检查装置实施的判定处理顺序的一例的流程图。
35.图16是表示实施方式6的服务器实施的判定处理顺序的一例的流程图。
36.图17是表示实施方式7的服务器实施的判定处理顺序的一例的流程图。
37.图18是表示实施方式8的检查装置实施的判定处理顺序的一例的流程图。
38.图19是表示实施方式8的检查装置实施的判定处理顺序的一例的流程图。
具体实施方式
39.以下，对本技术的程序、检查装置、信息处理装置和信息处理方法，基于表示其实施方式的附图进行详述。
40.(实施方式1)
41.说明使用神经网络(已学习模型)对使用了免疫层析法的检查试剂盒的检查结果进行判定的检查装置。图1a是表示检查装置的外观例的示意图，图1b是表示检查试剂盒的外观例的示意图。具体来说，图1a是检查装置的立体图，图1b是检查试剂盒的俯视图。检查装置10例如是设置在医疗机构使用的装置，其具有作为矩形壳体的收纳部10a、以及设置在收纳部10a的上表面的显示部15和通知用灯16。收纳部10a的一个侧面被开口，检查试剂盒20经开口部被插入收纳部10a的内部，并被取出到收纳部10a的外部。
42.收纳部10a内部的底面是可并排载置多个检查试剂盒20的载置面10b(载置台)，通
过分割线10c分割出载置各个检查试剂盒20的区域a～d。图1a所示的例子中，载置面10b上能够载置四个检查试剂盒20，载置各个检查试剂盒20的区域a～d被设置成从开口部起向收纳部10a内部沿进深方向延伸。另外，载置面10b上载置的检查试剂盒20的数不限于4个，载置检查试剂盒20的各区域的延伸方向不限于图1a的方向。另外，也可以在收纳部10a的形成开口的侧面设置能开闭开口部的盖部。分割线10c可以是在载置面10b上绘制的线段，也可以设有凸部或凹部，只要能让进行检查的检查者在载置检查试剂盒20时区分出各区域a～d，可以是任何形态。
43.在收纳部10a内部的上表面，设有用于对载置在各个区域a～d的检查试剂盒20进行拍摄的照相机17和拍摄用灯18(参考图2)。本实施方式中，使用一个照相机17和一个拍摄用灯18拍摄载置在区域a～d的检查试剂盒20，但也可以对区域a～d分别设置照相机17和拍摄用灯18。
44.如图1a和图1b所示，检查试剂盒20构成为大致矩形板状，一个面上具有滴下区域21和判定区域22。滴下区域21是供采自被检查者的被检查物(标本)滴下的区域，判定区域22是表示对滴到滴下区域21的被检查物的检查结果(是否含有检查对象物)的区域。被检查物例如可以是被检查者的鼻腔拭子、咽拭子、鼻涕、尿、唾液、血液等。在判定区域22，线状涂布有与检查对象物发生反应(结合)的抗体(检查用抗体)，当检查对象物与检查用抗体发生了反应时，显现出蓝色或紫红色等。因此，在被检查物中含有检查对象物的情况下，被检查物所含的检查对象物与检查用抗体反应而显色，在判定区域22出现判定线。图1b示出了流感病毒用的检查试剂盒20的例子，图1b所示的检查试剂盒20上涂布有甲型流感用的检查用抗体和乙型流感用的检查用抗体。这样的检查试剂盒20能够同时检查甲型流感和乙型流感。另外，在判定区域22，在远离滴下区域21的位置，线状涂布有与标记抗体发生反应(结合)的抗体(结束判定用抗体)，当标记抗体与结束判定用抗体发生了反应时，显现出蓝色或紫红色等。因此，例如在涂布于滴下区域21的标记抗体与被检查物一起在判定区域22内移动并到达了结束判定用抗体的涂布位置时，标记抗体与结束判定用抗体发生反应而显色，在判定区域22出现检查结束线(控制线)。图1b所示的判定区域22，构成为从靠近滴下区域21的一侧起依次会出现甲型流感的判定线、乙型流感的判定线和检查结束线，但不限于这样的结构。只要检查结束线设置在距滴下区域21最远的位置，两条判定线的位置互换也可以。另外，检查试剂盒20可以构成为仅出现甲型流感的判定线，也可以构成为仅出现乙型流感的判定线。
45.检查试剂盒20上，在设有滴下区域21和判定区域22的面附有与被检查者相对应的代码23(代码信息)。图1b中，带有使用了qr码(注册商标)的代码23，但不限于此。例如，可以粘贴记载有在医疗机构的就诊卡号码(代码23)或与就诊卡号码(代码23)对应的条码等的贴纸，也可以手写记入就诊卡号码(代码23)。
46.上述结构的检查试剂盒20以设有滴下区域21和判定区域22的面朝上载置的状态用于检查。因此，将设有滴下区域21和判定区域22的面作为上表面。在由检查装置10对检查试剂盒20的检查结果进行判定的情况下，将检查试剂盒20的上表面作为上侧载置到检查装置10的载置面10b的任一区域a～d。只要在各区域a～d内，检查试剂盒20的载置位置可以是任意位置，载置方向(载置时的朝向)也可以是任意方向。
47.图2是表示检查装置10的结构例的框图。检查装置10使用个人计算机或服务器计
算机等构成，包括控制部11、存储部12、通信部13、输入部14、显示部15、通知用灯16、照相机17、拍摄用灯18、读取部19等，以上各部分通过总线相互连接在一起。控制部11包括cpu(central processing unit)、mpu(micro-processing unit)或gpu(graphics processing unit)等一个或多个处理器。控制部11通过适宜地运行存储在存储部12中的控制程序12p，使检查装置10执行要由本技术的检查装置进行的各种信息处理、控制处理等。
48.存储部12包括ram(random access memory)、闪存、硬盘、ssd(solid state drive)等。存储部12中预先存储有控制部11运行的控制程序12p和运行控制程序12p所需的各种数据等。存储部12临时存储控制部11运行控制程序12p时产生的数据等。存储部12中还存储有例如通过深度学习(deep learning)处理构筑的已学习模型即类别判别模型12a(类别判别用的已学习模型)和结果判别模型12b(结果判别用的已学习模型)。类别判别模型12a是已学习模型，其经过学习，可在被输入了图像数据(拍摄图像)的情况下输出表示拍摄图像中的检查试剂盒20的类别是预先登记的哪个类别的信息(涉及类别的信息)，该图像数据是对上述图1b所示那样的检查试剂盒20的上表面进行拍摄而得到的。结果判别模型12b是已学习模型，其经过学习，可在被输入拍摄检查试剂盒20的上表面所得的图像数据(拍摄图像)的情况下输出表示拍摄图像中的检查试剂盒20的检查结果是阳性或阴性的信息(涉及检查结果的信息)。结果判别模型12b按类别判别模型12a的判别对象即检查试剂盒20的类别(种类)设置。已学习模型对输入值进行规定的运算，并输出运算结果，规定该运算的函数的系数、阈值等数据分别被作为类别判别模型12a和结果判别模型12b存储在存储部12中。存储部12还存储后述的试剂盒信息db12c(数据库)和检查信息db12d。试剂盒信息db12c和检查信息db12d可以存储在与检查装置10连接的外部存储装置中，也可以存储在可通过网络与检查装置10通信的外部存储装置中。
49.通信部13是用于通过有线通信或无线通信连接至互联网或lan(local area network：局域网)等网络的接口，与外部装置之间通过网络进行信息的收发。本实施方式中，通信部13能够通过网络与医疗机构中的电子病历系统通信。输入部14接受用户(检查者)的操作输入，将与操作内容对应的控制信号向控制部11送出。显示部15是液晶显示器或有机el显示器等，按照来自控制部11的指示显示各种信息。此外，输入部14和显示部15也可以是构成为一体的触摸面板。
50.通知用灯16是led(light emitting diode)灯、旋转灯等，通过按照来自控制部11的指示点亮或闪烁，将检查装置10的检查状况通知给检查者。本实施方式中为具有一个通知用灯16的结构，但也可以对载置面10b的各个区域a～d分别设置通知用灯16。另外，也可以设置蜂鸣器或扬声器等声音输出装置取代通知用灯16，通过声音将检查装置10的检查状况通知给检查者。
51.照相机17(拍摄部)具有镜头和拍摄元件等，通过镜头取得被拍摄物体像的图像数据。照相机17按照来自控制部11的指示进行拍摄，将所取得的图像数据(拍摄图像)依次向控制部11送出。拍摄用灯18例如是led灯，其按照来自控制部11的指示点亮。此外，在进行拍摄的时机，控制部11对拍摄用灯18送出点亮指示，并且对照相机17送出拍摄执行指示。由此，能够在拍摄用灯18点亮的状态下利用照相机17进行拍摄，能够对载置在载置面10b上的检查试剂盒20进行高精度的拍摄，得到良好的拍摄图像。此外，照相机17和拍摄用灯18除了可以内置于检查装置10中之外，还可以外接于检查装置10。在这种情况下，检查装置10具有
能够与外部的照相机和拍摄用灯连接的连接部，通过连接部控制外部的照相机和拍摄用灯的动作，通过连接部取得外部的照相机拍摄到的图像数据。
52.读取部19读取存储在包含cd(compact disc)-rom、dvd(digital versatile disc)-rom和usb(universal serial bus)存储器的可移动式存储介质1a中的信息。存储部12中存储的程序和数据例如也可以由控制部11通过读取部19从可移动式存储介质1a读取并存储在存储部12中。另外，存储部12中存储的程序和数据也可以由控制部11通过通信部13经由网络从外部装置下载并存储在存储部12中。另外，也可以事先将程序和数据存储在半导体存储器1b中，由控制部11从半导体存储器1b读出程序和数据。
53.图3a和图3b是表示检查装置10中存储的db12c、12d的结构例的示意图。图3a表示试剂盒信息db12c，图3b表示检查信息db12d。试剂盒信息db12c中存储与能够由检查装置10对检查结果进行判定处理的检查试剂盒20有关的信息。图3a所示的试剂盒信息db12c包含试剂盒类别id列、制造者信息列、试剂盒名称列、检查对象物列、检查时间列等。试剂盒类别id列存储按检查试剂盒20的种类(类别)分配的识别信息。制造者信息列与试剂盒类别id对应地存储与制造或销售各检查试剂盒20的制造者有关的信息，试剂盒名称列与试剂盒类别id对应地存储各检查试剂盒20的名称或称呼等。检查对象物列与试剂盒类别id对应地存储与各检查试剂盒20能检查的对象物有关的信息，检查时间列与试剂盒类别id对应地存储各检查试剂盒20检查所需的时间。作为试剂盒信息db12c中存储的试剂盒类别id，其在控制部11通过输入部14或通信部13取得了新种类的检查试剂盒20的信息时由控制部11发行并存储。作为试剂盒信息db12c中存储的试剂盒类别id以外的信息，其在每次控制部11通过输入部14或通信部13取得了追加指示时由控制部11追加。试剂盒信息db12c的存储内容不限于图3a所示的例子，也可以存储与检查试剂盒20有关的各种信息。例如各个检查试剂盒20的使用数或库存数等也可以被存储在试剂盒信息db12c中。
54.检查信息db12d存储与检查装置10对检查结果的判定状况有关的信息。图3b所示的检查信息db12d包括区域信息列、患者id列、试剂盒类别id列、检查时间列、经过时间列、阳性概率列、拍摄图像列等。区域信息列存储设置在检查装置10的载置面10b上的载置区域a～d的识别信息。患者id列与区域信息对应地存储与载置在各区域a～d的检查试剂盒20对应的患者(被检查者)的识别信息(例如在医疗机构的就诊卡号码)。试剂盒类别id列与区域信息对应地存储载置在各区域a～d的检查试剂盒20的种类的识别信息，检查时间列与区域信息对应地存储载置在各区域a～d的检查试剂盒20检查所需的时间。经过时间列与区域信息对应地存储检查试剂盒20被载置在各区域a～d后的经过时间。阳性概率列与区域信息对应地存储载置在各区域a～d的检查试剂盒20的检查结果为阳性的概率，拍摄图像列与区域信息对应地存储载置在各区域a～d的检查试剂盒20的拍摄图像。拍摄图像的数据除了存储在检查信息db12d中以外，还可以存储在存储部12的规定区域或与检查装置10连接的外部存储装置中。在这种情况下，拍摄图像列存储用于读出拍摄图像的数据的信息(例如表示数据的存储场所的文件名)。检查信息db12d中存储的区域信息被预先存储。作为检查信息db12d中存储的患者id，其在每次控制部11根据照相机17的拍摄图像确定与拍摄图像中的检查试剂盒20对应的患者的识别信息(患者id)时由控制部11存储。作为检查信息db12d中存储的试剂盒类别id和检查信息，其在每次控制部11根据照相机17的拍摄图像判别拍摄图像中的检查试剂盒20的类别时由控制部11从试剂盒信息db12c读出并存储。作为检查信息
db12d中存储的经过时间，当控制部11根据照相机17的拍摄图像检测出在各区域a～d载置了检查试剂盒20时由控制部11存储检测之后的经过时间。作为检查信息db12d中存储的阳性概率，其在每次控制部11根据照相机17的拍摄图像取得表示拍摄图像中的检查试剂盒20的检查结果为阳性的概率时由控制部11存储。作为检查信息db12d中存储的拍摄图像，其在每次由照相机17取得拍摄图像时由控制部11存储或更新。拍摄图像可以与拍摄日期时间或拍摄时机(例如从检查开始起的经过时间)一起依次存储，也可以仅存储最新的拍摄图像。检查信息db12d的存储内容不限于图3b所示的例子，也可以存储与载置面10b的各区域a～d有关的各种信息、或与载置在各区域a～d的检查试剂盒20有关的信息等。另外，也可以存储距检查时间结束的剩余判定时间来取代经过时间。
55.图4是表示类别判别模型12a的结构例的示意图。本实施方式的类别判别模型12a例如以如图4所示的cnn(convolution neural network)模型构成。类别判别模型12a除了cnn模型之外还可以以r-cnn(region-based cnn)、yolo(you only look once)等各种学习模型构成。图4所示的类别判别模型12a由输入层、中间层和输出层构成。中间层包含卷积层、池化层和全结合层。本实施方式的类别判别模型12a，通过输入层被输入检查试剂盒20的上表面的拍摄图像(图像数据)。输入层的各节点被输入检查试剂盒20的拍摄图像中的各像素，通过输入层的各节点输入的检查试剂盒20的拍摄图像被输入到中间层。被输入到中间层的检查试剂盒20的拍摄图像，在卷积层通过滤波处理等被提取图像的特征量，生成特征图，在池化层被压缩，从而信息量减少。卷积层和池化层反复设置多层，由多个卷积层和池化层生成的特征图被输入全结合层。全结合层设有多层(图4中为两层)，根据被输入的特征图，使用各种函数、阈值等算出各层节点的输出值，将算出的输出值依次输入后面层的节点。全结合层通过将各层节点的输出值依次输入后面层的节点，最终对输出层的各节点分别赋予输出值。卷积层、池化层和全结合层各自的层数不限于图4所示的例子。
56.本实施方式的类别判别模型12a被构成为判别五种检查试剂盒20的类别。因此，类别判别模型12a中，输出层具有五个节点0～4，节点0输出被输入的拍摄图像中的检查试剂盒20要被判别为第一类别的概率，节点1输出要被判别为第二类别的概率，节点2输出要被判别为第三类别的概率，节点3输出要被判别为第四类别的概率，节点4输出要被判别为第五类别的概率。也可以具有输出要判别为作为判别对象的类别以外的类别或不能判别的概率的输出节点。输出层的各节点的输出值例如为0～1.0的值，由五个节点分别输出的概率的合计为1.0(100％)。
57.类别判别模型12a使用训练数据进行学习，该训练数据包含检查试剂盒20的上表面的拍摄图像、表示拍摄图像中的检查试剂盒20的类别的信息、或表示拍摄图像中不含检查试剂盒20的信息(正确标签)。类别判别模型12a进行学习，使得在被输入训练数据所含的拍摄图像的情况下，来自与训练数据所含的正确标签对应的输出节点的输出值接近1.0，来自其它输出节点的输出值接近0。在学习处理中，类别判别模型12a优化规定对输入值进行的规定运算的各种函数的系数和阈值等数据。由此，能够得到已学习的类别判别模型12a，其通过学习能在被输入了拍摄图像的情况下，输出表示拍摄图像中的检查试剂盒20的类别的信息。类别判别模型12a的学习例如可由其它学习装置进行。由其它学习装置进行学习生成的已学习的类别判别模型12a，例如经由网络或经由可移动式存储介质1a从学习装置下载到检查装置10，并存储在存储部12中。
58.本实施方式的结果判别模型12b也与类别判别模型12a同样地以例如图4所示的cnn模型构成。结果判别模型12b也可以以r-cnn、yolo等各种学习模型构成。本实施方式的结果判别模型12b与类别判别模型12a同样地通过输入层被输入检查试剂盒20的上表面的拍摄图像。结果判别模型12b按检查试剂盒20的类别设置，例如，与检查甲型和乙型流感用的检查试剂盒20对应的结果判别模型12b被构成为:判别拍摄图像中的检查试剂盒20的检查结果是甲型和乙型均为阳性、甲型和乙型均为阴性、只有甲型为阳性、只有乙型为阳性这四种模式中的哪一种。因此，结果判别模型12b的输出层具有四个节点0～3，例如，节点0输出被输入的拍摄图像中的检查试剂盒20的检查结果要被判别为甲型和乙型均为阳性的概率，节点1输出要被判别为甲型和乙型均为阴性的概率，节点2输出要被判别为只有甲型为阳性的概率，节点3输出要被判别为只有乙型为阳性的概率。输出层的各节点的输出值例如为0～1.0的值，由四个节点分别输出的概率的合计为1.0(100％)。也可以具备输出要判别为不能判别的概率的输出节点。
59.结果判别模型12b使用训练数据进行学习，该训练数据包含检查试剂盒20的上表面的拍摄图像和表示拍摄图像中的检查试剂盒20的检查结果(例如四种模式中的哪一种)的信息(正确标签)。结果判别模型12b进行学习，使得在被输入了训练数据所含的拍摄图像的情况下，来自与训练数据所含的正确标签对应的输出节点的输出值接近1.0，来自其它输出节点的输出值接近0。由此，能得到已学习的结果判别模型12b，其进行学习，能在被输入了拍摄图像的情况下，输出表示拍摄图像中的检查试剂盒20的检查结果为四种模式中的哪一种的信息。结果判别模型12b的学习例如也能够由其它学习装置进行，由其它学习装置生成的已学习的结果判别模型12b例如经由网络或经由可移动式存储介质1a从学习装置下载到检查装置10，并存储在存储部12中。
60.以下，说明本实施方式的检查装置10对检查试剂盒20的检查结果进行判定的处理。图5和图6是表示检查装置10实施的判定处理顺序的一例的流程图，图7a和图7b是表示画面例的示意图。以下的处理由控制部11按照存储在检查装置10的存储部12中的控制程序12p执行。本实施方式中，通过控制部11运行控制程序12p来实现以下处理，但也可以用专用的硬件电路实现一部分处理。
61.在检查装置10开始动作时，控制部11开始利用照相机17拍摄动图像(s11)。控制部11用照相机17取得例如每秒30帧(30枚)的图像数据(拍摄图像)，根据依次取得的拍摄图像，判定载置面10b的区域a～d中的任意一个是否载置了检查试剂盒20(s12)。例如，控制部11算出依次取得的拍摄图像间的差异，根据拍摄图像间的差异，判定是否载置了检查试剂盒20。具体来说，当拍摄图像间的差异在规定量以上时，可以判定为载置了检查试剂盒20。另外，控制部11可以使用已学习模型判定是否载置了检查试剂盒20，该已学习模型进行了学习，可在被输入了例如拍摄图像的情况下，输出表示拍摄图像中是否拍摄到了检查试剂盒20的信息。在这种情况下，控制部11将照相机17拍到的拍摄图像依次输入已学习模型，根据来自已学习模型的输出信息，判定在拍摄图像中是否包含检查试剂盒20，即，能够判定是否载置了检查试剂盒20。
62.在判断为载置面10b未载置检查试剂盒20的情况下(s12：否)，控制部11持续进行根据照相机17依次取得的拍摄图像判定载置面10b是否载置了检查试剂盒20的处理。在判定为载置面10b的任一区域a～d载置了检查试剂盒20的情况下(s12：是)，控制部11确定载
置了检查试剂盒20的区域a～d(s13)。例如，照相机17拍摄的拍摄图像中，分别与区域a～d对应的区域(拍摄范围)被预先登记，控制部11判断拍摄图像间的差异在规定量以上的区域(拍摄范围)对应于区域a～d中的哪一个，从而确定对应的区域a～d。控制部11也可以使用已学习模型判断被判定为载置了检查试剂盒20的区域(拍摄范围)对应于区域a～d的哪一个，从而确定对应的区域a～d。也可以是:在载置面10b的各区域a～d记载有文字a～d，控制部11例如使用ocr(optical character reader：光字符读出器)读取拍摄图像间的差异在规定量以上的区域或使用已学习模型判定为载置了检查试剂盒20的区域所含的文字a～d，从而确定载置了检查试剂盒20的区域。另外，还可以是:在输入部14预先设置用于指示开始对各区域a～d的判定处理的操作按钮，通过检查者的输入确定检查试剂盒20已被载置一事和被载置的区域a～d。由于具备这样的结构，在没能根据拍摄图像确定检查试剂盒20被载置的区域a～d的情况下、或想提前开始判定处理的情况下，能够可靠地开始判定处理。在确定了检查试剂盒20被载置的区域a～d的情况下，控制部11将检查信息db12d中的与确定出的区域a～d的区域信息对应的各信息重置。
63.接下来，控制部11使用照相机17和拍摄用灯18取得载置面10b上的拍摄图像(s14)。然后，控制部11(提取部)从所取得的拍摄图像提取在步骤s13确定出的区域a～d的拍摄区域，即，步骤s12中判定为载置了的检查试剂盒20的拍摄区域(s15)。例如，控制部11像图4所示的拍摄图像那样，根据载置面10b上的分割线10c提取各区域a～d的拍摄区域。在提取出检查试剂盒20的拍摄区域的情况下，控制部11将所取得的拍摄区域作为与在步骤s13确定出的区域a～d的区域信息对应的拍摄图像存储在检查信息db12d中。然后，控制部11根据检查信息db12d中存储的拍摄图像(检查试剂盒20的拍摄区域)读取被拍摄的检查试剂盒20上记载的代码23，取得患者的识别信息(患者id)(s16)。例如，在代码23为qr码的情况下，控制部11分析拍摄图像中的qr码，取得患者id(例如在医疗机构的就诊卡号码)。而在代码23为手写的患者id的情况下，控制部11通过ocr读取来取得拍摄图像中的手写的患者id。控制部11也可以构成为通过检查者经输入部14进行的输入来取得患者id。在取得了患者id的情况下，控制部11将所取得的患者id与在步骤s13确定出的区域a～d的区域信息对应地存储在检查信息db12d中。
64.接下来，控制部11根据检查信息db12d中存储的拍摄图像(检查试剂盒20的拍摄区域)判定拍摄图像中的检查试剂盒20的类别(s17)。本实施方式中，控制部11使用类别判别模型12a判定检查试剂盒20的类别。具体来说，控制部11将拍摄图像输入类别判别模型12a，根据从类别判别模型12a输出的信息(来自各输出节点的输出信息)判定拍摄图像中的检查试剂盒20的类别。例如，控制部11确定类别判别模型12a的输出节点中输出值最大的输出节点，并将与确定出的输出节点相对应的类别确定为拍摄图像中的检查试剂盒20的类别。在各检查试剂盒20的代码23包含检查试剂盒20的类别信息的情况下，控制部11也可以基于从拍摄图像读取的代码23的信息取得类别信息。控制部11也可以构成为通过检查者经输入部14进行的输入取得检查试剂盒20的类别的信息。在确定了检查试剂盒20的类别的情况下，控制部11从试剂盒信息db12c读出确定出的类别的试剂盒类别id和检查时间，与在步骤s13确定出的区域a～d的区域信息对应地存储在检查信息db12d中。
65.接下来，控制部11开始对自该检查试剂盒20中的检查开始起的经过时间进行计时(s18)。控制部11每隔例如1秒、10秒等那样的规定时间就将计时的经过时间与在步骤s13确
定出的区域a～d的区域信息对应地存储在检查信息db12d中。接下来，控制部11(判定部)确定与在步骤s17判定出的类别相应的结果判别模型12b，使用确定出的结果判别模型12b判定在检查信息db12d中存储的拍摄图像(检查试剂盒20的拍摄区域)中的检查试剂盒20的检查结果(s19)。这里，控制部11将拍摄图像输入结果判别模型12b，根据从结果判别模型12b输出的信息(来自各输出节点的输出信息)判定拍摄图像中的检查试剂盒20的检查结果。具体来说，控制部11确定结果判别模型12b的输出节点中输出值最大的输出节点，在与确定出的输出节点相对应的检查结果为阳性(如果是流感用检查试剂盒20，则检测结果为甲型乙型均为阳性、只有甲型为阳性、或只有乙型为阳性)的情况下，取得来自确定出的输出节点的输出值(最大的输出值)。即，控制部11取得检查结果要被判别为阳性的概率(阳性概率)。在取得了阳性概率的情况下，控制部11将所取得的阳性概率与在步骤s13确定出的区域a～d的区域信息对应地存储在检查信息db12d中。控制部11还可以与阳性概率一起将与该阳性概率对应的检查结果(阳性结果)也存储在检查信息db12d中。通过上述的处理，在区域a～d中的任一区域载置了检查试剂盒20的情况下，基于检查试剂盒20的拍摄图像，与检查试剂盒20相关的信息(试剂盒类别id和检查时间)、与检查试剂盒20对应的患者的信息(患者id)、检查试剂盒20的检查结果的判定状况(阳性概率)可被确定，并被存储在检查信息db12d中。
66.控制部11判断在步骤s19判定出的检查结果表示的阳性概率(判定概率)是否在规定阈值以上(s20)。这里的阈值是能够确定拍摄图像中的检查试剂盒20的检查结果为阳性的值，例如可以设为80％(0.8)。该阈值被预先设定并被存储在例如存储部12中。在判断为阳性概率小于阈值的情况下(s20：否)，控制部11判断该时间点下的经过时间(自检查开始起的经过时间)是否超过了该检查试剂盒20的检查时间(检查所需的时间)(s21)。具体来说，控制部11判断检查信息db12d中存储的经过时间是否达到了检查时间，在达到了的情况下，判断为超过了检查时间(即，检查时间已经过)。在判断为未超过检查时间的情况下(s21：否)，控制部11等待，直到自最近一次拍摄检查试剂盒20起经过了规定时间。这里，规定时间是执行拍摄检查试剂盒20并判定拍摄图像中的检查试剂盒20的检查结果这一处理的时间间隔，例如可以是30秒或1分钟。
67.控制部11判断自最近一次拍摄检查试剂盒20起是否经过了规定时间(s22)，在判断为未经过的情况下(s22：否)等待。在判断为经过了规定时间的情况下(s22：是)，控制部11使用照相机17和拍摄用灯18取得载置面10b上的检查试剂盒20的拍摄图像(s23)。然后，控制部11从所取得的拍摄图像中提取在步骤s13确定出的区域a～d的拍摄区域，即，作为判定对象的检查试剂盒20的拍摄区域(s24)，并返回到步骤s19的处理。控制部11将所提取的检查试剂盒20的拍摄区域作为与在步骤s13确定出的区域a～d的区域信息对应的最新的拍摄图像存储在检查信息db12d中。然后，控制部11使用结果判别模型12b对存储在检查信息db12d中的最新的拍摄图像中的检查试剂盒20的检查结果进行判定(s19)，将所得到的阳性概率作为与在步骤s13确定出的区域a～d的区域信息对应的最新的阳性概率存储在检查信息db12d中。控制部11也可以在要返回到步骤s19的处理时，根据在步骤s24取得的检查试剂盒20的拍摄区域，再次取得与检查试剂盒20对应的患者id或试剂盒类别。而且，也可以在确定所取得的患者id或试剂盒类别与检查信息db12d中存储的患者id或试剂盒类别(试剂盒类别id和检查时间)相同之后进行步骤s19的处理。在这种情况下，能够防止各被检查者的
检查结果拿错。
68.控制部11重复步骤s19～s24的处理，直到阳性概率为规定阈值以上，由此，每经过规定时间(例如1分钟)，重复对检查试剂盒20进行拍摄并根据拍摄图像判定检查试剂盒20的检查结果(取得阳性概率)的处理。在阳性概率被判断为规定阈值以上的情况下(s20：是)，控制部11将判定出的检查结果(这里是阳性的检查结果)显示在显示部15上进行通知(s25)。另一方面，在步骤s21判断为检查时间已经过的情况下(s21：是)，即，在阳性概率为规定阈值以上之前检查时间就已经过的情况下，控制部11将判定出的检查结果(这里为阴性的检查结果)显示在显示部15上进行通知(s25)。在步骤s25中，控制部11也可以通过不仅显示检查结果、还使通知用灯16点亮或闪烁来通知判定处理结束。在这种情况下，即便在检查者处于远离检查装置10的位置的情况下，也能够知晓判定处理结束。另外，在检查装置10具有声音输出装置的情况下，也可以通过声音输出装置的声音输出通知判定处理结束。
69.图7a示出显示部15上显示的检查结果画面例，检查结果画面显示载置在各区域a～d的检查试剂盒20的检查结果的判定状况。具体来说，按区域a～d对载置在各区域a～d的检查试剂盒20显示由检查试剂盒20的拍摄图像确定出的患者id、试剂盒类别id和拍摄图像。另外，按区域a～d显示距与检查试剂盒20的类别相应的检查时间结束的剩余判定时间(剩余时间)和判定处理的执行状况(状态)，在判定处理结束了的情况下，显示判定结果(ai判定结果)。优选从检查装置10的前表面侧(设有开口部的面那一侧)看时载置面10b的各区域a～d的配置位置与检查结果画面上显示的与各区域a～d有关的信息(与载置在各区域a～d的检查试剂盒20有关的信息)的显示位置一致。在一致的情况下，能够容易地将载置在各区域a～d的检查试剂盒20与检查结果画面上显示的各区域a～d的信息相对应，能够抑制拿错检查结果。
70.在检查信息db12d存储有患者id、试剂盒类别id和拍摄图像的情况下，控制部11将被存储的各信息显示在检查结果画面的与各区域a～d对应的位置。在检查信息db12d存储(更新)了经过时间的情况下，控制部11根据更新后的经过时间和该检查试剂盒20的检查时间算出剩余的判定时间，并将算出的剩余时间显示在检查结果画面的与各区域a～d对应的位置。另外，作为各区域a～d的状态信息，控制部11对处于空闲状态的区域显示“等候试剂盒”，在开始了判定处理的情况下更新为“正在判定”，在结束了判定处理的情况下更新为“确认结果”。此外，在结束了判定处理的情况下，控制部11将在步骤s25判定出的检查结果(ai判定结果)显示在检查结果画面的与各区域a～d对应的位置。状态信息不限于上述的例子，也可以使用表示判定处理的进行状况的各种信息，例如正在取得患者id、正在判别试剂盒类别等。
71.在图7a所示的检查结果画面上，按区域a～d显示确定按钮和更正按钮，确定按钮用于指示确定所显示的判定结果(判定出的检查结果)，更正按钮用于指示更正(修正)判定结果。确定按钮和更正按钮以在判定结果出来后能够操作的方式被显示，与处于空闲状态的区域、或正在判定处理的区域对应的确定按钮和更正按钮以不能操作的方式被显示。对判定处理结束并显示出“确认结果”这一状态的区域a～d，检查者确认在区域a～d载置的检查试剂盒20的判定区域22，通过目视判断检查试剂盒20的检查结果。然后，检查者在自己的判断和ai判定结果一致的情况下操作确定按钮，在不一致的情况下操作更正按钮。因此，在通过输入部14操作了检查结果画面上的确定按钮的情况下，控制部11接受对所显示的判定
结果的确定指示，在操作了更正按钮的情况下，控制部11接受对所显示的判定结果的更正指示。
72.控制部11判断是否接受了对判定结果的确定指示(s26)，在判断为接受了确定指示的情况下(s26：是)，确定判定结果并向规定的装置发送(s27)，结束对该区域的处理。例如，控制部11将判定结果和该患者的患者id对应地从通信部13经由网络向电子病历系统发送。电子病历系统将从检查装置10接收的各患者的检查结果追加到电子病历，由此，能够使检查装置10与电子病历系统联动。在判断为未接受确定指示的情况下(s26：否)，即，在接受了更正指示(修正指示)的情况下，控制部11在结果显示画面之上重叠显示如图7b所示的更正接受画面(s28)。在更正接受画面上，例如图7b所示，显示用于指定可对判定出的检查结果进行更正的检查结果(更正内容)的各按钮(甲型乙型阳性按钮、阴性按钮、仅甲型阳性按钮、仅乙型阳性按钮)和用于结束更正处理的取消按钮。此外，在用于指定更正内容的按钮中，判定出的检查结果的按钮也可以以不能选择的方式被显示。即，在图7a所示的画面中对区域a的更正按钮被操作了的情况下，在图7b所示的画面上的阴性按钮以不能选择的方式被显示。因此，检查者在要更正判定结果的情况下操作与想更正的内容对应的按钮，在不更正判定结果的情况下操作取消按钮。
73.在通过输入部14操作了更正接受画面上的取消按钮的情况下，控制部11结束对更正接受画面的显示，回到对检查结果画面的显示。在通过输入部14操作了更正接受画面上的与更正内容对应的按钮的情况下，控制部11接受与被操作的按钮对应的更正内容(修正内容)(s29)。即，在甲型乙型阳性按钮被操作了的情况下，控制部11接受更正为甲型乙型阳性的指示，在仅甲型阳性按钮被操作了的情况下，控制部11接受更正为仅甲型阳性的指示。控制部11将所接受的更正内容与检查信息db12d中存储的最新的拍摄图像和检查试剂盒20的类别(例如试剂盒类别id)对应地存储在存储部12中(s30)。此外，这里存储的更正内容和拍摄图像能够用于训练数据(再学习用数据)，该训练数据用于使与试剂盒类别id的类别对应的结果判别模型12b再学习。控制部11将判定结果更正为所接受的更正内容(s31)，确定更正后的判定结果并向规定的装置(例如电子病历系统)发送(s27)，结束对该区域的处理。
74.本实施方式的检查装置10，通过上述处理，在载置面10b上载置了检查试剂盒20的情况下，自动地判定检查试剂盒20被载置一事和所载置的区域a～d。另外，检查装置10自动地判定与载置面10b上载置的检查试剂盒20对应的患者id、检查试剂盒20的类别、检查试剂盒20的检查结果。因此，能够在使用了检查试剂盒20的检查中减轻医务工作者等检查者在目视判定检查结果时的工作负荷。检查试剂盒20由多个制造者销售，各检查试剂盒20的使用方法或检查所需的时间等不同，在用错误的使用方法进行了检查的情况下，有不能得到正确检查结果的顾虑。对此，通过使用本实施方式的检查装置10，检查者只要将检查试剂盒20载置在载置面10b的任一区域a～d上即可，无需准确掌握各检查试剂盒20的检查时间或检查结果的判定方法，能够减轻检查者的负荷。另外，在手动进行判定的情况下，有可能弄错各检查试剂盒20的检查时间或检查结果的判定方法等，但本实施方式的检查装置10能够避免这样的失误，能够以高精度判定检查试剂盒20的检查结果。本实施方式中，能够用一台检查装置10对多个制造者的检查试剂盒20和多个种类的检查试剂盒20进行检查结果的判定。因此，对使用多个制造者的检查试剂盒20和多个种类的检查试剂盒20的医疗机构等来说，尤其能够期待其效果。
75.本实施方式的检查装置10，每隔规定时间对检查试剂盒20进行拍摄，根据得到的拍摄图像进行检查结果的判定，例如在阳性概率达到规定阈值(例如80％)以上的时间点，通知检查结果为阳性。因此，在与检查试剂盒20相应的检查时间经过之前阳性概率就达到规定阈值以上的情况下，不用等检查时间结束就能提前通知检查结果。因此，即便在例如像流感流行时期那样有许多检查对象的情况下，也能够正确且迅速地判定对多个检查对象的检查结果。特别是能够对检查结果为阳性的被检查者提前通知检查结果，能够期待减少在医疗机构的等待时间。
76.本实施方式中，在检查装置10判定出的检查结果(判定结果)错误的情况下，能够通过检查结果画面更正判定结果。因此，在通过检查装置10自动的判定出的检查结果错误的情况下，能够更正为例如由检查者输入的正确检查结果。另外，能够使用更正后的检查结果和拍摄图像使结果判别模型12b再学习，在这种情况下，能够实现更高精度的结果判别模型12b。此外，在使结果判别模型12b再学习的情况下，例如，制造者管理的学习装置收集在各检查装置10被更正的检查结果和拍摄图像(再学习用的训练数据)，使用所收集的再学习用的训练数据使结果判别模型12b再学习。而且，通过将再学习后的结果判别模型12b提供给检查装置10，能够更新各检查装置10中的结果判别模型12b，各检查装置10能够使用更高精度的结果判别模型12b。另外，也可以构成为对使用类别判别模型12a判别出的检查试剂盒20的类别也能在其有误的情况下进行更正，在这种情况下，也能够使类别判别模型12a再学习。
77.本实施方式中，在检查装置10的载置面10b上设有用于标明各区域a～d边界的分割线10c，但分割线10c也不是必须的。例如，在载置面10b的任意位置载置了检查试剂盒20的情况下，检查装置10通过确定各检查试剂盒20的载置位置并与确定出的位置对应地进行各处理，能够对在任意位置载置的检查试剂盒20进行判定处理。例如，在类别判别模型12a由r-cnn构成的情况下，能够实现在被输入的拍摄图像中提取检查试剂盒20的区域、并且判别检查试剂盒20的类别的类别判别模型12a。在使用这样的类别判别模型12a的情况下，载置面10b上也可以不设置分割线10c。本实施方式中，使用一个类别判别模型12a和各类别的结果判别模型12b(多个结果判别模型12b)判别检查试剂盒20的检查结果，但不限于这种结构。例如，也可以使结果判别模型学习成在被输入了拍摄图像的情况下不判别拍摄图像中的检查试剂盒20的类别而是判别检查试剂盒20的检查结果。在这种情况下，能够使用一个结果判别模型判定被输入的拍摄图像中的检查试剂盒20的检查结果。
78.本实施方式中，通过读取载置面10b上载置的检查试剂盒20的代码23，能够确定与检查试剂盒20对应的被检查者，因此能够使判定出的检查结果与电子病历系统联动。但是，检查装置10也可以不是确定被检查者的结构。即，检查装置10也可以是在载置面10b上载置了检查试剂盒20的情况下判定检查试剂盒20的类别和检查结果并进行通知的结构。在这种情况下，各检查试剂盒20与各被检查者的对应关系例如由检查者建立即可。
79.本实施方式中，在使用结果判别模型12b判别出的阳性概率达到规定阈值以上(80％以上)的情况下，判定出的结果(为阳性的检查结果)被确定并作为ai判定结果显示在检查结果画面上。除此之外，例如也可以是:在阳性概率达到90％以上的情况下，判定出的结果(为阳性的检查结果)被确定并显示在检查结果画面上，而在阳性概率为80％以上且小于90％的情况下，与判定出的结果(为阳性的检查结果)一起显示催促检查者确认判定结果
的消息(例如“要确认”)。通过显示这样的消息，能够在对使用结果判别模型12b判定出的结果的确定性(阳性概率)小于规定值的情况下催促检查者进行确认，能够将更准确的检查结果提供给被检查者。
80.(实施方式2)
81.说明检查系统，该检查系统使用用户终端取得检查试剂盒20的拍摄图像，从用户终端取得了拍摄图像的服务器(信息处理装置)对检查试剂盒20的检查结果进行判定。图8是表示实施方式2的检查系统的结构例的示意图。本实施方式的检查系统包含服务器30和多个用户终端40，服务器30从用户终端40取得检查试剂盒20的拍摄图像，根据拍摄图像对检查试剂盒20的检查结果进行判定，并将检查结果通知给用户终端40。服务器30和各个用户终端40可连接到互联网等网络n上，经由网络n进行信息的收发。
82.服务器30是运营本实施方式的检查系统的业者等管理的信息处理装置，由服务器计算机或个人计算机等构成。服务器30可以设置多台，也可以通过设于一台服务器内的多个虚拟机实现，还可以使用云服务器实现。用户终端40是平板终端、智能手机、个人计算机等。本实施方式中，用户终端40进行按用户操作拍摄检查试剂盒20的处理、将得到的拍摄图像向服务器30发送的处理等各种信息处理。服务器30进行根据从用户终端40接收到的拍摄图像对拍摄图像中的检查试剂盒20的检查结果进行判定的处理、将判定结果向用户终端40发送的处理等各种信息处理。
83.图9是表示实施方式2的检查系统的结构例的框图。用户终端40包含控制部41、存储部42、通信部43、输入部44、显示部45、照相机46等，上述各部通过总线相互连接。控制部41包含cpu、mpu或gpu等一个或多个处理器。控制部41通过适宜地运行存储在存储部42中的控制程序42p，进行用户终端40要进行的各种信息处理、控制处理等。
84.存储部42包含ram、闪存、硬盘、ssd等。存储部42预先存储有控制部41运行的控制程序42p和控制程序42p运行所需的各种数据等。存储部42临时存储在控制部41运行控制程序42p时产生的数据等。另外，存储部42存储检查结果判定应用程序(检查结果判定app)42a，检查结果判定app42a用于根据检查试剂盒20的拍摄图像向服务器30询问拍摄图像中的检查试剂盒20的检查结果。
85.通信部43是用于通过有线通信或无线通信与网络n连接的接口。输入部44接受用户的操作输入，并将与操作内容对应的控制信号向控制部41送出。显示部45是液晶显示器或有机el显示器等，按照来自控制部41的指示显示各种信息。输入部44和显示部45可以是一体构成的触摸面板。照相机46按照来自控制部41的指示进行拍摄，将所取得的图像数据(拍摄图像)依次向控制部41送出。
86.在用户终端40，存储部42中存储的控制程序和数据可以由控制部41通过通信部43经由网络n从外部装置下载并存储在存储部42中。另外，在用户终端40具有读取可移动式存储介质中存储的信息的读取部(未图示)的情况下，也可以由控制部41通过读取部从可移动式存储介质读取控制程序和数据并存储在存储部42中。
87.服务器30包含控制部31、存储部32、通信部33、输入部34、显示部35、读取部36等，上述各部通过总线相互连接。控制部31包含cpu、mpu或gpu等一个或多个处理器。控制部31通过适宜地运行存储部32中存储的控制程序32p，使服务器30进行本技术的信息处理装置要进行的各种信息处理、控制处理等。存储部32包含ram、闪存、硬盘、ssd等。存储部32中预
先存储有控制部31运行的控制程序32p和控制程序32p运行所需的各种数据等。存储部32临时存储控制部31运行控制程序32p时产生的数据等。存储部32中存储有与实施方式1的类别判别模型12a和结果判别模型12b同样的类别判别模型32a和结果判别模型32b，并存储有与实施方式1的试剂盒信息db12c同样的试剂盒信息db32c。在本实施方式的服务器30中，结果判别模型32b按作为类别判别模型32a的判别对象的检查试剂盒20的类别(种类)设置。试剂盒信息db32c可以存储在与服务器30连接的外部存储装置中，也可以通过网络n存储在可与服务器30通信的外部存储装置中。此外，本实施方式中，试剂盒信息db32c也可以不存储在服务器30的存储部32中。
88.通信部33是用于通过有线通信或无线通信与网络n连接的接口。输入部34接受用户的操作输入，并将与操作内容对应的控制信号向控制部31送出。显示部35是液晶显示器或有机el显示器等，按照来自控制部31的指示显示各种信息。输入部34和显示部35也可以是一体构成的触摸面板。读取部36读取存储在可移动式存储介质3a中的信息。存储部32中存储的控制程序和数据可以由控制部31通过读取部36从可移动式存储介质3a读取并存储在存储部32中。另外，也可以是控制部31通过通信部33经由网络n从外部装置下载控制程序和数据并存储在存储部32中。还可以是控制部31从半导体存储器3b读出控制程序和数据。
89.图10是表示实施方式2的服务器30实施的判定处理顺序的一例的流程图，图11a～图11d是表示画面例的示意图。图10中，左侧示出用户终端40进行的处理，右侧示出服务器30进行的处理。本实施方式中，想使用检查试剂盒20进行检查的用户(被检查者)例如在自己家等采集被检查物，将被检查物滴到检查试剂盒20的滴下区域21。例如被检查者本人或被检查者的家属等(以下称为用户)采集被检查者的鼻腔拭子、咽拭子、鼻涕、尿、唾液等被检查物，滴在检查试剂盒20的滴下区域21。然后，等到例如检查试剂盒20的使用说明书中记载的检查时间(检查所需的时间)经过后、或检查试剂盒20的判定区域22出现了检查结束线后，用户使用用户终端40启动检查结果判定app42a。此外，在不知道检查时间的情况下、或不知道检查结束线出现的情况下，用户也可以在将被检查物滴到滴下区域21后的任意时机启动检查结果判定app42a。在运行了检查结果判定app42a的情况下，用户终端40的控制部41启动照相机46(s41)，开始利用照相机46拍摄动图像。
90.控制部41使例如图11a所示的提示画面显示在显示部45(s42)。在提示画面上，显示提示对检查试剂盒20的判定区域22(判定线和检查结束线)进行拍摄(静止图像拍摄)的消息。提示画面上具有显示照相机46拍到的拍摄图像(动图像和静止图像)的图像栏和用于指示静止图像拍摄的拍摄按钮。控制部41在提示画面中的图像栏依次显示照相机46取得的动图像，用户确认图像栏显示的动图像，在能够拍摄到检查试剂盒20的上表面的状态下，通过输入部44操作拍摄按钮。在提示画面中的拍摄按钮被操作了的情况下，控制部41接受用照相机46拍摄静止图像的指示，取得检查试剂盒20的上表面的拍摄图像(静止图像)。因此，控制部41判断是否通过提示画面接受了静止图像的拍摄指示(s43)，在判断为没有接受拍摄指示的情况下(s43：否)，继续显示提示画面。
91.在判断为接受了静止图像的拍摄指示的情况下(s43：是)，控制部41利用照相机46进行静止图像的拍摄，取得检查试剂盒20的上表面的拍摄图像(s44)。控制部41如图11b所示将所取得的拍摄图像(静止图像)显示在提示画面中的图像栏(s45)。在图11b所示的提示画面中，显示检查试剂盒20的拍摄图像(静止图像)，并显示是否将所显示的拍摄图像向服
务器30发送的询问消息。提示画面具有用于指示发送拍摄图像的发送按钮和用于指示重新拍摄检查试剂盒20的拍摄图像的重新拍摄按钮。在将图像栏显示的拍摄图像向服务器30发送的情况下，用户通过输入部44操作发送按钮，由此指示向服务器30发送拍摄图像，在重新拍摄拍摄图像的情况下，用户通过输入部44操作重新拍摄按钮，由此指示拍摄图像的重新拍摄。因此，控制部41判断是否通过提示画面接受了拍摄图像的发送指示(s46)，在判断为没有接受发送指示的情况下(s46：否)，即，在被指示了重新拍摄的情况下，返回到步骤s42的处理，返回到图11a所示的对提示画面的显示。在判断为接受了拍摄图像的发送指示的情况下(s46：是)，控制部41将图像栏中正在显示的拍摄图像向服务器30发送(s47)。此外，控制部41与拍摄图像一起将自身的用户终端40的信息(例如目的地信息)向服务器30发送。
92.服务器30的控制部31(图像取得部)从用户终端40接收检查试剂盒20的拍摄图像，使用类别判别模型32a判定所接收的拍摄图像中的检查试剂盒20的类别(s48)。在此，与图5中的步骤s17同样，控制部31将拍摄图像输入类别判别模型32a，根据来自类别判别模型32a的输出信息确定拍摄图像中的检查试剂盒20的类别。在确定了检查试剂盒20的类别的情况下，控制部31(判定部)确定与确定出的类别相应的结果判别模型32b，使用确定出的结果判别模型32b判定接收到的拍摄图像中的检查试剂盒20的检查结果(s49)。在此，与图6中的步骤s19同样，控制部31将拍摄图像输入结果判别模型32b，根据来自结果判别模型32b的输出信息判定拍摄图像中的检查试剂盒20的检查结果是阳性还是阴性。具体来说，控制部31取得检查结果要被判别为阳性的概率(阳性概率)。
93.控制部31判断所取得的阳性概率是否在规定阈值以上(例如80％以上)(s50)。在判断为在阈值以上的情况下(s50：是)，控制部31(输出部)将判定出的结果(这里是为阳性的检查结果)向用户终端40发送(s51)。此外，控制部31使用从用户终端40与拍摄图像一起接收到的用户终端40的信息(目的地信息)将判定结果(检查结果)向用户终端40发送。另一方面，在判断为所取得的阳性概率小于规定阈值的情况下(s50：否)，控制部31(输出部)将为阴性的检查结果向用户终端40发送(s52)。
94.用户终端40的控制部41在从服务器30接收了判定结果(检查结果)的情况下将接收到的检查结果显示在显示部45上(s53)，并结束处理。图11c示出由服务器30判定出为阳性的检查结果的显示例，图11d是表示由服务器30判定出为阴性的检查结果的显示例。通过这样的通知画面，用户终端40的用户能够从服务器30取得自己拍摄的检查试剂盒20的检查结果。因此，本实施方式中，在自己家使用检查试剂盒20进行检查的情况下，能够由服务器30对检查试剂盒20的检查结果进行判定。因此，用户不必掌握检查试剂盒20的使用方法，能够更简单地使用检查试剂盒20。另外，例如在用户终端40安装有管理用户的身高、体重、血圧、体温、心率等生物数据的健康管理应用程序的情况下，控制部41也可以将从服务器30接收到的检查试剂盒20的检查结果与健康管理应用程序联动。在这种情况下，用户能够通过所惯用的健康管理应用程序掌握检查试剂盒20的检查结果，因此，便利性有所提高。
95.本实施方式中，也能够将结果判别模型32b构成为：除了检查结果要被判别为阳性的概率(阴性概率)和检查结果要被判别为阴性的概率(阴性概率)，还输出不能判定的概率(不能判定概率)。例如，可以使结果判别模型32b学习成输出高的值作为无法对检查结束线未出现的状态下的检查试剂盒20的拍摄图像进行判定的概率。在这种情况下，服务器30可以构成为：不仅根据阳性概率和阴性概率确定为检查结果为阳性或阴性，还在不能判定概
率在规定阈值以上(例如50％以上)的情况下向用户终端40请求重新发送检查试剂盒20的拍摄图像。被请求重新发送拍摄图像的用户终端40返回到例如图11a所示的提示画面的显示，再次取得检查试剂盒20的拍摄图像向服务器30发送，服务器30能够根据接收到的拍摄图像再次进行检查结果的判定。由此，例如在第一次拍摄检查试剂盒20的时机在检查时间结束前的情况下、或拍摄图像是不能判定检查结果的图像的情况下等，能够使用再次拍摄的图像进行检查结果的判定，并将检查试剂盒20的正确检查结果通知给用户。
96.本实施方式的用户终端40中，也可以取代根据用户的操作取得检查试剂盒20的静止图像的结构，构成为自动拍摄检查试剂盒20的静止图像。即，可以将用户终端40构成为：在通过照相机46拍摄了检查试剂盒20的动图像的情况下，在能拍摄高精度的静止图像的时机自动取得检查试剂盒20的静止图像。在这种情况下，用户只需将用户终端40保持在检查试剂盒20的上表面的上方(通过照相机46拍摄检查试剂盒20的动图像)，就能够高精度地取得检查试剂盒20的静止图像。因此，用户不必操作例如图11a所示的提示画面中的拍摄按钮，用户的操作性更高。
97.本实施方式中，用户终端40除了是被检查者或被检查者家属等的终端之外，还可以是检查者在医疗机构等中使用的终端。例如，可以是如下结构:一家医疗机构事先设置有一台服务器30，该医疗机构内的检查者使用用户终端40拍摄检查试剂盒20并将拍摄图像向服务器30发送，从服务器30取得判定结果。在这种情况下，即便是在大规模的医疗机构中使用检查试剂盒20进行检查的场所有多处的情况下，也能够通过在各个检查场所(例如各诊疗科目的诊察室或处置室等)取得检查试剂盒20的拍摄图像并向服务器30发送，来获得检查试剂盒20的正确检查结果。另外，也可以是如下结构：事先在网络n上准备服务器30，多个医疗机构的检查者使用用户终端40拍摄检查试剂盒20并将拍摄图像向服务器30发送，从服务器30取得判定结果。在这种情况下，一个服务器30可由多个医疗机构中的检查者共享。另外，即便在销售了新种类的检查试剂盒20的情况下，也由管理服务器30的管理者这一方进行类别判别模型32a和结果判别模型32b的更新。因此，医疗机构方面无需进行判别模型32a、32b的更新处理，就能够获得使用了最新的类别判别模型32a和结果判别模型32b的判定结果。
98.(实施方式3)
99.说明实施方式2的检查系统中在服务器30判定出的结果(检查试剂盒20的检查结果)有误的情况下从用户终端40向服务器30发送更正内容的检查系统。本实施方式的检查系统由于能通过与实施方式2的检查系统的各装置30、40同样的装置实现，所以省略对其结构的说明。图12是表示实施方式3的服务器30实施的判定处理顺序的一例的流程图，图13a和图13b是表示画面例的示意图。图12所示的处理在图10所示的处理中增加了步骤s53之后的步骤s61～s65。省略说明与图10相同的步骤。另外，图12中，省略了对图10中步骤s41～s52的图示。
100.本实施方式中，与实施方式2同样，用户终端40的控制部41进行步骤s41～s47的处理，服务器30的控制部31进行步骤s48～s52的处理。由此，根据由用户终端40拍摄到的检查试剂盒20的拍摄图像，服务器30判定检查试剂盒20的检查结果，并将判定出的结果发送给用户终端40。然后，用户终端40的控制部41将从服务器30接收到的判定结果(检查结果)显示在显示部45(s53)。在本实施方式的服务器30中，控制部31在判断为检查试剂盒20的检查
结果为阳性的情况下，具体来说，在判断为阳性概率在规定阈值以上的情况下，生成如图13a所示的检查结果画面向用户终端40发送。由此，用户终端40将如图13a所示的检查结果画面显示在显示部45。图13a所示的检查结果画面上，显示通知检查试剂盒20的检查结果被判定为阳性的消息、以及用于检查结果判定的检查试剂盒20的拍摄图像。此外，服务器30的控制部31在判断为检查试剂盒20的检查结果为阴性的情况下，生成通知检查结果被判定为阴性的检查结果画面向用户终端40发送。
101.检查结果画面上还具有用于指示对所通知的判定结果进行更正(修正)的更正按钮和用于指示检查结果判定app42a结束的结束按钮。因此，用户目视判断用于检查的检查试剂盒20的判定区域22(判定线)的检查结果，判断自己的判断和检查结果画面上通知的判定结果是否一致。然后，用户在自己的判断和通知的判定结果一致的情况下，操作结束按钮，在不一致的情况下，操作更正按钮。在通过输入部44操作了检查结果画面上的更正按钮的情况下，控制部41接受对通知的判定结果的更正指示，在操作了结束按钮的情况下，接受检查结果判定app42a的结束指示。
102.控制部41判断是否接受了对判定结果的更正指示(s61)，在判断为接受了更正指示的情况下(s61：是)，例如，将如图13b所示的更正接受画面显示在显示部45(s62)。更正接受画面上，例如，在判定结果为甲型阳性的情况下，如图13b所示，显示用于指定可对判定结果更正的检查结果(更正内容)的各按钮(甲型乙型阳性按钮、阴性按钮、仅乙型阳性按钮)和用于结束更正处理的取消按钮。因此，用户在要更正判定结果的情况下，操作与想更正成的内容对应的按钮，在不更正判定结果的情况下，操作取消按钮。
103.在通过输入部44操作了更正接受画面上的取消按钮的情况下，控制部41结束对更正接受画面的显示，回到对检查结果画面的显示。在更正接受画面上与更正内容对应的按钮被操作了的情况下，控制部41接受与被操作的按钮对应的更正内容(s63)。即，控制部41例如在甲型乙型阳性按钮被操作了的情况下，接受更正为甲型乙型阳性的指示。控制部41将所接受的更正内容和检查结果画面上显示的检查试剂盒20的拍摄图像对应地向服务器30发送(s64)。
104.服务器30的控制部31在从用户终端40接收到更正内容和拍摄图像的情况下，与接收到的更正内容和拍摄图像对应地存储到例如存储部32中(s65)，并结束处理。此外，控制部41在判断为没有通过检查结果画面接受对判定结果的更正指示的情况下(s61：否)，即，在接受了检查结果判定app42a的结束指示的情况下，跳过步骤s62～s64的处理，结束处理。服务器30中存储的更正内容和拍摄图像能够用于使结果判别模型32b再学习的训练数据(再学习用数据)，该结果判别模型32b与拍摄图像中的检查试剂盒20的类别对应。例如，服务器30的控制部31能够使用类别判别模型32a判定再学习用数据的拍摄图像中的检查试剂盒20的类别，将再学习用数据的拍摄图像和更正内容表示的检查结果作为训练数据，使与判定出的类别对应的结果判别模型32b再学习。由此，能够得到可更高精度地判别检查试剂盒20的检查结果的结果判别模型32b。
105.本实施方式也能得到与实施方式2同样的效果。而且，在本实施方式中，在服务器30判定出的检查结果(判定结果)有误的情况下，服务器30能够从用户终端40取得正确的检查结果。因此，服务器30能够从用户终端40取得正确的检查结果和检查试剂盒20的拍摄图像，能够收集用于使结果判别模型32b再学习的训练数据。另外，在使用收集到的训练数据
使结果判别模型32b再学习的情况下，能够实现更高精度的结果判别模型12b。
106.(实施方式4)
107.说明实施方式2的检查系统中在用户终端40向服务器30发送检查试剂盒20的拍摄图像时也发送表示用户终端40的当前位置的位置信息的检查系统。本实施方式的检查系统由于能通过与实施方式2的检查系统的各装置30、40同样的装置实现，因此省略对结构的说明。图14是表示实施方式4的服务器30实施的判定处理顺序的一例的流程图。图14所示的处理在图10所示的处理中增加了取代步骤s47的步骤s71～s72，并在步骤s51之后增加了步骤s73。省略说明与图10相同的步骤。另外，图14中省略了对图10中步骤s41～s45的图示。
108.本实施方式中，与实施方式2同样，用户终端40的控制部41进行步骤s41～s46的处理。然后，用户终端40的控制部41在判断为通过提示画面接受了拍摄图像的发送指示的情况下(s46：是)，取得表示自己用户终端40的当前位置的位置信息(s71)。例如在用户终端40具有接收从gps(global positioning system：全球定位系统)卫星发送的信号的gps天线的情况下，控制部41根据通过gps天线接收到的信号取得当前位置。控制部41例如也可以通过用户经由输入部44进行的输入来取得位置信息。在这种情况下，控制部41可以在显示部45显示选择画面，通过选择画面接受对位置信息的选择，该选择画面例如用于选择日本的某一都道府县、或东北地区、关东地区、近畿地区等某一地区。此外，当前位置的取得方法不限于这些方法。控制部41将所取得的位置信息和提示画面上正在显示的拍摄图像对应地向服务器30发送(s72)。
109.服务器30的控制部31(位置取得部)从用户终端40接收位置信息和拍摄图像，根据接收到的拍摄图像进行步骤s48～s52的处理。由此，能够将服务器30根据由用户终端40拍摄到的检查试剂盒20的拍摄图像判定出的检查结果发送给用户终端40。然后，用户终端40的控制部41显示从服务器30接收到的判定结果(检查结果)(s53)。
110.本实施方式的服务器30中，在步骤s51的处理后，控制部31(计数部)根据从用户终端40接收到的位置信息确定包含该位置信息表示的位置的地域，在与确定出的地域对应的阳性数上加1(s73)。即，在出现了阳性的检查结果的情况下，服务器30按用户终端40的地域(位置信息)对阳性数(发病数)进行计数。此外，地域可以指例如日本的都道府县，也可指东北地区、关东地区、近畿地区等地区。这样，通过服务器30对各地域的发病数(阳性数)进行计数，能够预测流感等疾病的流行趋势等。控制部31将分别与预先设定的多个地域对应的阳性数存储在例如存储部32中，通过对存储部32中存储的各地域的阳性数加1，来对各地域的阳性数进行计数。此外，控制部31可以按日期对各地域的阳性数进行计数，也可以按一天里的规定时间段对各地域的阳性数进行计数。
111.本实施方式也能得到与实施方式2同样的效果。而且，本实施方式中，能够根据服务器30从用户终端40接收到的拍摄图像对被判断为检查结果为阳性的数(阳性数)按地域计数。另外，本实施方式的结构也能应用于实施方式3的检查系统，在应用于实施方式3的检查系统时也能获得同样的效果。
112.(实施方式5)
113.说明实施方式1的检查装置10中按检查试剂盒20的类别对检查试剂盒20的使用数进行计数的检查装置10。本实施方式的检查装置由于具有与实施方式1的检查装置10同样的结构，因此省略说明其结构。图15是表示实施方式5的检查装置10实施的判定处理顺序的
一例的流程图。图15所示的处理在图5和图6所示的处理中增加了步骤s17和步骤s18之间的步骤s81。省略说明与图5和图6相同的步骤。另外，图15中省略了对图6中各步骤的图示。
114.本实施方式中，检查装置10的控制部11与实施方式1同样地进行步骤s11～s17的处理。然后，本实施方式的检查装置10中，控制部11在与步骤s17中判定出的检查试剂盒20的类别对应的检查试剂盒20的使用数上加1(s81)。由此，能够通过检查装置10对检查结果被判定的检查试剂盒20的使用数按类别计数。此外，控制部11按检查试剂盒20的类别将对应的使用数存储在例如存储部12中，通过在存储部12中存储的各类别的使用数上加1，来对各类别的使用数进行计数。控制部11也可以按日期对各类别的使用数进行计数，还可以按周或月等规定期间对各类别的使用数进行计数。在步骤s81的处理后，控制部11与实施方式1同样地进行步骤s18以后的处理。
115.本实施方式也能获得与实施方式1同样的效果。而且，本实施方式中，对检查装置10判定了检查结果的检查试剂盒20，能够对各类别的使用数进行计数。因此，由于能够对各个类别的检查试剂盒20掌握实际的使用数，所以检查试剂盒20的库存管理变得容易，接下来要购入的进货数也容易决定。另外，由于能够掌握各检查试剂盒20的库存数，所以也能够对检查装置10设定例如在库存数小于规定数的情况下向作为销售方的制造者自动下单的功能。
116.本实施方式的结构也能应用于实施方式2～4的检查系统。此外，在应用实施方式2～4的检查系统的情况下，例如能够对被检查者在自己家等使用了的检查试剂盒20的各类别的使用数进行计数。因此，例如能够掌握各制造者的份额。另外，各制造者能够根据各类别的使用数合理决定接下来要制造的检查试剂盒20的制造数，能够抑制产生过剩的库存。
117.(实施方式6)
118.说明实施方式2的检查系统中服务器30根据从用户终端40接收到的拍摄图像取得与拍摄图像中的检查试剂盒20的使用期限有关的信息并在使用期限过后将这一情况通知用户终端40的用户的检查系统。本实施方式的检查系统由于能通过与实施方式2的检查系统的各装置30、40同样的装置实现，因此省略说明其结构。图16是表示实施方式6的服务器30实施的判定处理顺序的一例的流程图。图16所示的处理在图10所示的处理中增加了步骤s48和步骤s49之间的步骤s91，并在步骤s49和步骤s50之间增加了步骤s92～s93。省略说明与图10相同的步骤。另外，图16中省略了对图10中步骤s41～s46的图示。
119.本实施方式中，与实施方式2同样，用户终端40的控制部41进行步骤s41～s47的处理，服务器30的控制部31进行步骤s48的处理。然后，本实施方式的服务器30中，控制部31(期限取得部)由接收到的来自用户终端40的拍摄图像取得与拍摄图像中的检查试剂盒20的使用期限有关的信息(使用期限信息)(s91)。例如，可以事先将使用期限信息(作为使用期限的年月日)印在各检查试剂盒20的上表面，控制部31由拍摄图像读取使用期限信息。另外，在各检查试剂盒20的代码23包含使用期限信息的情况下，控制部31也可以由从拍摄图像读取的代码23的信息取得使用期限信息。另外，也可以是：事先将检查试剂盒20的产品号码或批次号码等试剂盒信息印在各检查试剂盒20的上表面，控制部31从拍摄图像读取试剂盒信息，确定与所读取的试剂盒信息对应的使用期限。在这种情况下，将检查试剂盒20的与试剂盒信息对应的使用期限信息预先存储在存储部32中。另外，也可以是：各检查试剂盒20的代码23中包含试剂盒信息，从读取自拍摄图像的代码23的信息取得试剂盒信息，并取得
与所取得的试剂盒信息对应的使用期限信息。
120.服务器30的控制部31在取得使用期限信息之后进行步骤s49的处理，判定接收到的拍摄图像中的检查试剂盒20的检查结果。然后，控制部31(判断部)根据步骤s91中取得的使用期限信息判断使用期限是否已过(s92)。例如，控制部31比较该时间点的当前日期时间和使用期限，判断使用期限是否已过。还可以是：控制部31比较从用户终端40接收到拍摄图像的接收日期时间和使用期限，判断使用期限是否已过。在从用户终端40接收到的拍摄图像中包含拍摄日期时间的信息的情况下，控制部31也可以比较拍摄日期时间和使用期限，判断使用期限是否已过。
121.控制部31在判断为使用期限已过的情况下(s92：是)，生成用于通知使用期限已过的消息(期限通知信息)(s93)。在判断为使用期限未过的情况下(s92：否)，控制部31跳过步骤s93的处理。然后，控制部31判断步骤s49中取得的阳性概率是否在规定阈值以上(s50)，在判断为阈值以上的情况下(s50：是)，将为阳性的检查结果与步骤s93中生成的消息(期限通知信息)一起向用户终端40发送(s51)。另外，控制部31在判断为阳性概率小于规定阈值的情况下(s50：否)，将为阴性的检查结果与步骤s93中生成的消息(期限通知信息)一起向用户终端40发送(s52)。由此，用户终端40的控制部41在使用期限已过的情况下将通知这一情况的消息(s53)与服务器30的判定结果(检查结果)一起显示。因此，在用户误用了使用期限已过的检查试剂盒20的情况下，服务器30能够将这一情况通知用户(被检查者)。因此，用户能够用使用期限未过的检查试剂盒20重新进行检查，能够获得正确的检查结果。
122.本实施方式也能得到与实施方式2同样的效果。而且，在本实施方式中，服务器30能够根据从用户终端40接收到的拍摄图像确认检查试剂盒20的使用期限未过。另外，在使用期限已过的情况下，由于从服务器30向用户终端40通知使用期限已过一事，所以用户能够掌握使用了使用期限已过的检查试剂盒20一事。另外，本实施方式的结构也能应用于实施方式3、4的检查系统，在应用于实施方式3、4的检查系统时也能获得同样的效果。
123.(实施方式7)
124.说明实施方式2的检查系统中在服务器30根据从用户终端40接收到的拍摄图像判定出拍摄图像中的检查试剂盒20的检查结果为阳性的情况下将可治疗的医疗机构的信息或市售药的信息等提供给用户终端40的用户的检查系统。本实施方式的检查系统由于能够通过与实施方式2的检查系统的各装置30、40同样的装置实现，因此省略说明其结构。图17是表示实施方式7的服务器30实施的判定处理顺序的一例的流程图。图17所示的处理在图10所示的处理中增加了步骤s51之前的步骤s101。对与图10相同的步骤省略说明。另外，图17中，省略了对图10中步骤s41～s46的图示。
125.本实施方式中，与实施方式2同样，用户终端40的控制部41进行步骤s41～s47的处理，服务器30的控制部31进行步骤s48～s50的处理。然后，本实施方式的服务器30中，控制部31在判断为所取得的阳性概率在规定阈值以上的情况下(s50：是)，生成可对判断为阳性的疾病提供治疗的医疗机构或诊疗科目的信息(医疗机构信息、介绍信息)(s101)。例如在服务器30的存储部32中，与检查试剂盒20的类别或检查试剂盒20的检查对象物对应地事先存储可治疗各疾病的医疗机构或诊疗科目的信息。然后，控制部31从存储部32读出与步骤s48中判定出的检查试剂盒20的类别对应的医疗机构或诊疗科目的信息。然后，控制部31将读出的医疗机构或诊疗科目的信息和判定出的检查结果(这里为阳性的检查结果)汇总向
用户终端40发送(s51)。由此，用户终端40的控制部41将可提供治疗的医疗机构或诊疗科目的信息与服务器30的判定结果(检查结果)一起显示(s53)。此外，提供给用户终端40的用户的信息除了医疗机构或诊疗科目的信息之外还可以包含市售药或药房的信息。
126.本实施方式也能得到与实施方式2同样的效果。而且，本实施方式中，在服务器30根据从用户终端40接收到的拍摄图像判断为检查结果为阳性的情况下，能够将医疗机构或诊疗科目的信息、或是市售药或药房的信息等提供给用户(被检查者)，能够提供去医疗机构就诊或服用市售药的建议。另外，本实施方式的结构也能应用于实施方式3、4、6的检查系统，在应用于实施方式3、4、6的检查系统时也能得到同样的效果。
127.(实施方式8)
128.说明在实施方式1的检查装置10中设有输出节点的结构，该输出节点向类别判别模型12a的输出层输出要被判断为不能判别是作为判别对象的哪一类别(不能判别)的概率。除了类别判别模型12a以外，本实施方式的检查装置10具有与实施方式1的检查装置10同样的结构，因此省略说明其结构。此外，本实施方式的类别判别模型12a构成为判别是作为判别对象学习了的检查试剂盒20的哪一类别、或者不能判别为作为判别对象的类别(不能判别)。因此，类别判别模型12a中，输出层具有的节点数为作为判别对象的类别的数加1，一个节点输出所输入的拍摄图像中的检查试剂盒20的类别要被判断为不是作为判别对象的类别的概率。
129.图18和图19是表示实施方式8的检查装置10实施的判定处理顺序的一例的流程图。图18和图19所示的处理在图5和图6所示的处理中增加了步骤s17和步骤s18之间的步骤s111～s113。省略说明与图5和图6相同的步骤。本实施方式中，检查装置10的控制部11与实施方式1同样地进行步骤s11～s17的处理。此外，本实施方式的类别判别模型12a判别拍摄图像中的检查试剂盒20的类别是作为判别对象的哪一类别、或者是否不能判别。控制部11根据来自类别判别模型12a的输出信息判断拍摄图像中的检查试剂盒20的类别是否能判定为作为判别对象的哪一类别(能够判定)(s111)。在判断为能判定的情况下(s111：是)，控制部11进行步骤s18以后的处理。
130.在判断为不能判定的情况下(s111：否)，控制部11将表示无法判定的出错消息显示在显示部15上进行出错通知(s112)。例如，控制部11在显示部15上显示的检查结果画面中作为显示区域的状态信息显示“不能判定类别”等出错消息，该显示区域与作为判定对象的检查试剂盒20对应。另外，控制部11不仅显示出错消息，还可以通过使通知用灯16点亮或闪烁来通知出错的发生，在检查装置10具有声音输出装置的情况下，也可以通过声音输出装置的声音输出通知出错的发生。
131.对于不能判别类别的检查试剂盒20，例如检查者目视确认检查结果，通过输入部14输入检查结果。因此，控制部11判断是否接受了对进行了出错通知的检查试剂盒20的检查结果的输入(s113)，在判断为未接受的情况下(s113：否)，继续进行出错通知(s112)。例如在通过输入部14指示了出错通知结束的情况下，控制部11也可以结束出错通知。在判断为接受了检查结果的输入的情况下(s113：是)，控制部11跳转至步骤s27的处理，将所输入的检查结果向规定的装置(例如电子病历系统)发送(s27)，结束对该区域的处理。
132.本实施方式也能得到与实施方式1同样的效果。而且，在本实施方式中，针对无法由类别判别模型12a判别类别的检查试剂盒20，能够通过检查者的手动输入来输入检查结
果，能够将检查结果登记到电子病历系统中。作为检查试剂盒20，每天都有新类别的试剂盒被销售。这样的状况下，能够由类别判别模型12a对学习过的检查试剂盒20自动进行检查结果的判定，对未学习的检查试剂盒20，检查者通过目视进行检查结果的判定。因此，检查者仅对类别判别模型12a未学习的类别的检查试剂盒20通过目视进行检查结果的判定即可，能够减轻检查者进行检查时的负荷。
133.本实施方式的结构也能够应用于实施方式5的检查装置10、实施方式2～4、6、7的检查系统。此外，在应用于实施方式2～4、6、7的检查系统的情况下，例如，服务器30在根据从用户终端40接收到的拍摄图像使用类别判别模型32a判定出拍摄图像中的检查试剂盒20的类别的情况下，在能够判定是作为判别对象的哪一类别的情况下，使用判定出的类别的结果判别模型32b判定拍摄图像中的检查试剂盒20的检查结果。另一方面，在无法判定是作为判别对象的哪一类别的情况下，服务器30将表示无法判别的出错消息向用户终端40发送，以进行出错通知。由此，作为用户发送的拍摄图像中的检查试剂盒20的检查结果，服务器30不仅能对用户终端40的用户通知阳性或阴性，还能通知不能判别。
134.(实施方式9)
135.上述实施方式1～8中，都是在使用检查试剂盒20进行了检查时由检查装置10或服务器30正确地判定检查试剂盒20的检查结果。除此之外，例如制造者也可以将检查装置10或服务器30用于对检查试剂盒20在出厂前进行的品质检查。例如，可以对出厂前的检查试剂盒20进行拍摄，使用类别判别模型12a、32a判定拍摄图像中的检查试剂盒20的类别，根据能否恰当地判定来判别为合格品或不合格品。因此，通过使用检查装置10或服务器30自动进行以往目视进行的品质检查，能够效率良好地进行品质检查，并且能够提供品质参差少的检查试剂盒20。
136.应该认为，本次公开的实施方式的所有点都是示例，不是限制性的。本发明的范围，不是上述的意思而是由权利要求所示，包含与权利要求书等同的意思和范围内的所有变更。
137.附图标记说明
138.10 检查装置
139.11 控制部
140.15 显示部
141.17 照相机
142.20 检查试剂盒
143.30 服务器
144.31 控制部
145.33 通信部
146.40 用户终端
147.41 控制部
148.10b 载置面
149.12a、32a 类别判别模型
150.12b、32b 结果判别模型