WO2023119813A1 - 自動分析装置及び光源ランプの寿命の判定方法 - Google Patents

Abstract

光源ランプの光量が大きく変動する不安定な状態に至る前に、光源ランプの寿命が近づいていることを検出する技術を提供する。本開示は、光源ランプと、光源ランプから発出された光を検出する光検出器と、光検出器の検出信号を処理し、光の吸光度を算出する制御装置と、を備え、制御装置は、吸光度の経時変化を取得し、吸光度の経時変化の傾向が変化した場合に、光源ランプの寿命が近づいていると判定する、自動分析装置を提案する（図４参照）。

Description

自動分析装置及び光源ランプの寿命の判定方法

　本開示は、自動分析装置及び光源ランプの寿命の判定方法に関する。

　血清及び尿などの生体試料の成分分析を行う生化学自動分析装置が知られている。生化学自動分析装置は、反応容器内で被検試料と試薬とを反応させ、それによって生じる色調の変化又は濁りの変化を、分光光度計等の測光ユニットによって一定の時間間隔で光学的に測定する。ここで、測光ユニットに用いられている光源ランプの光量は、使用開始から徐々に減退し、寿命（断線）直前に光量が大きく変動することが知られている（特許文献１参照）。

特開２０１７－１２９４６０号公報

　特許文献１では、光源ランプの寿命（断線）直前の光量の乱れを検知している。光源ランプの光量が大きく変動すると、測定される吸光度のばらつきは大きくなる。光量のばらつきが大きい状態での測定は、不正確な測定結果を招く可能性がある。

　そこで、本開示は、光源ランプの光量が大きく変動する不安定な状態に至る前に、光源ランプの寿命が近づいていることを検出する技術を提供する。

　上記課題を解決するために、本開示の自動分析装置は、光源ランプと、前記光源ランプから発出された光を検出する光検出器と、前記光検出器の検出信号を処理し、前記光の吸光度を算出する制御装置と、を備え、前記制御装置は、前記吸光度の経時変化を取得し、前記吸光度の経時変化の傾向が変化した場合に、前記光源ランプの寿命が近づいていると判定することを特徴とする。

　本開示に関連する更なる特徴は、本明細書の記述、添付図面から明らかになるものである。また、本開示の態様は、要素及び多様な要素の組み合わせ及び以降の詳細な記述と添付される請求の範囲の様態により達成され実現される。本明細書の記述は典型的な例示に過ぎず、本開示の請求の範囲又は適用例を如何なる意味に於いても限定するものではない。

　本開示の技術によれば、光源ランプの光量が大きく変動する不安定な状態に至る前に、光源ランプの寿命が近づいていることを検出することができる。上記以外の課題、構成及び効果は、以下の実施の形態の説明により明らかにされる。

自動分析装置の構成を示す模式図。 水ブランク吸光度の経時変化の一例を示すグラフ。 図２のグラフの傾きを算出してプロットしたグラフ。 第１の実施形態に係る光源ランプの寿命の判定方法を示すフローチャート。 第１の実施形態に係る測定条件設定画面の例を示す図。 点灯時間１５００時間でメンテナンス作業を実施した際の水ブランク吸光度の経時変化の一例を示すグラフ。 水ブランク吸光度の経時変化の一例を示すグラフ。 図７のグラフの傾きを算出してプロットしたグラフ。 第２の実施形態に係る光源ランプの寿命の判定方法を示すフローチャート。 第２の実施形態に係る測定条件設定画面の例を示す図。 第３の実施形態に係る学習装置の機能ブロック図。 メンテナンス履歴に含まれるデータの例を示す図。 アラーム情報に含まれるデータの例を示す図。 ニューラルネットワークによる学習モデルの例を示す図。 推奨アクション表示画面の例を示す図。

［第１の実施形態］
＜自動分析装置の構成例＞
　図１は、第１の実施形態に係る自動分析装置１０の構成を示す模式図である。図１に示すように、自動分析装置１０は、装置本体１００及び制御装置２００を備える。装置本体１００は、反応ディスク１０１、試料ディスク１０２、試薬ディスク１０３、光源ランプ１０４、分光用回折格子１０５、センサ１０６、反応容器収納部１０７、搬送装置１０８、試料分注機構１０９、試薬分注機構１１０、攪拌機構１１１及び洗浄機構１１２を備える。

　反応ディスク１０１は回転可能に構成され、周方向に沿って複数の反応容器１を保持する。反応容器１には、試料及び試薬が分注される。図示は省略しているが、反応ディスク１０１は反応槽に設置されており、反応容器１は、反応槽内の温調された循環水に浸漬されている。試料ディスク１０２は回転可能に構成され、周方向に沿って複数の試料容器２を保持する。試料容器２は、血液や尿などの生体試料を収容する。試薬ディスク１０３は回転可能に構成され、放射状に複数の試薬容器３を保持する。試薬容器３は、試料の分析に用いる種々の試薬を収容する。

　光源ランプ１０４、分光用回折格子１０５及びセンサ１０６は、光度計を構成する。光源ランプ１０４は、反応ディスク１０１に保持された反応容器１のうち１つに光を照射する。反応容器１を透過した光は、分光用回折格子１０５により各波長成分に分光される。分光先には、必要個数分のセンサ１０６が設置されている。センサ１０６は、測定に必要とされる波長に対応する位置に配置されている。センサ１０６は、入射した光を光電変換し、光量、すなわち、光子数に比例した電流を発生する。この電流は光電流と呼ばれる。試料に含まれる測定対象成分の濃度に比例した電気信号を得るために、光電流は、不図示のＡ／Ｄ変換部によりデジタル値に変換される。当該デジタル値がセンサ１０６の検出結果として制御装置２００に出力される。

　反応容器収納部１０７は、未使用の複数の反応容器１を収納する。搬送装置１０８は、反応容器１を把持し、三軸方向に移動可能なアクチュエータを備える。搬送装置１０８は、反応容器収納部１０７に収納された反応容器１を反応ディスク１０１に搬送する。

　試料分注機構１０９及び試薬分注機構１１０は、回転軸の周りに回転するアームに設けられたプローブを駆動して、吸引及び吐出の動作を行う。試料分注機構１０９は、試料容器２から反応容器１に試料を分注する。試薬分注機構１１０は、試薬容器３から反応容器１に試薬を分注する。攪拌機構１１１は、回転軸の周りに回転するアームに設けられたプローブを駆動して、反応容器１に分注された試料及び試薬を攪拌する。洗浄機構１１２は、不図示の吸引機構、洗剤吐出機構、水吐出機構及び乾燥機構を有し、反応容器１を洗浄及び乾燥可能に構成されている。

　制御装置２００は、例えばコンピュータデバイスであり、プロセッサ２０１、記憶装置２０２、出力装置２０３及び入力装置２０４を有する。制御装置２００は、自動分析装置１０全体の動作を制御する。また、制御装置２００は、光度計から検出信号を受信し、試料中の測定対象物質についての分析を行う。

　プロセッサ２０１は、例えばＣＰＵ、ＭＰＵ、ＧＰＵなどの処理装置により構成される。プロセッサ２０１は、自動分析装置１０の各構成要素の動作を制御する。また、プロセッサ２０１は、光度計の検出結果（測光データ）から吸光度を算出する。記憶装置２０２は、例えばメモリ及びストレージなどの、内蔵又は外部接続記憶装置により構成される。記憶装置２０２は、自動分析装置１０の動作に必要なプログラム及び各種パラメータ、並びに測光データなどを記憶する。出力装置２０３は、例えばディスプレイ、タッチパネル、プリンタ、スピーカなどにより構成される。入力装置２０４は、例えばキーボード、マウス、マイク、タッチパネルなどにより構成される。プロセッサ２０１、記憶装置２０２、出力装置２０３及び入力装置２０４は、不図示のバスを介して互いに情報の送受信が可能である。

＜自動分析装置の分析シーケンス＞
　自動分析装置１０の各構成要素の動作は制御装置２００のプロセッサ２０１により制御されるが、以下では説明の簡略化のため、各構成要素を動作の主体として説明する。

　まず、洗浄機構１１２は、反応容器１を洗浄する。その後、洗浄機構１１２は、水（精製水又は純水：「ブランク水」という場合がある）を反応容器１内に分注する。光度計は、水が分注された反応容器１の透過光を測定し、測光データをプロセッサ２０１に出力する。プロセッサ２０１は、測光データから吸光度（以下、「水ブランク吸光度」という）を算出し、記憶装置２０２に記憶させる。その後、洗浄機構１１２は、反応容器１から水を吸引し、不図示の廃液タンクに廃棄する。なお、ブランク水は、試薬容器３に収容されていてもよい。この場合、洗浄機構１１２の代わりに、試薬分注機構１１０により、反応容器１内にブランク水を分注することができる。

　続いて、試料分注機構１０９は、試料容器２内の試料を反応容器１に分注する。試薬分注機構１１０は、試料が分注された反応容器１に対し、試薬容器３内の試薬を分注する。攪拌機構１１１は、反応容器１に分注された試料及び試薬を攪拌する。これにより、試料及び試薬が反応した反応液が得られる。光度計は、反応ディスク１０１の回転速度に応じて定まる一定の時間間隔で、反応容器１内の試料及び試薬の化学反応による発色を測光する。プロセッサ２０１は、測光データから反応液の吸光度を算出し、記憶装置２０２に記憶させる。プロセッサ２０１は、反応容器１中の反応液の吸光度を水ブランク吸光度により補正し、試料の濃度を算出する。吸光度は、反応容器１のキズや汚れの付着、光源ランプ１０４の光量変化の影響を受けて変動するため、一般的に水ブランク吸光度は試料の吸光度測定の直前に取得される。

　なお、化学反応を安定的に促進するため、反応容器１の温度は恒温水供給装置（不図示）により一定に保たれている。測定終了後、洗浄機構１１２は反応容器１を洗浄する。洗浄後の反応容器１は次の試料の測定に用いられる。

　以上のように、自動分析装置１０では、反応容器１は、洗浄、水ブランク吸光度の測定、試料の吸光度の測定の順番で、繰り返し使用される。水ブランク吸光度の測定は、反応容器１にブランク水を分注し、反応ディスク１０１の回転動作によって反応容器１が光度計の前を横切るタイミングで行われる。水ブランク吸光度の測定では、反応容器１内に吸光度を変動させる要因を含んでいないため、安定した測定値を得ることができる。そのため、光源ランプ１０４の状態を確認するのに適している。なお、光源ランプ１０４の光量が大きいほど吸光度は低くなり、光量が減退すると吸光度は高くなる。

　図２は、水ブランク吸光度の経時変化の一例を示すグラフである。図２のグラフの横軸は光源ランプ１０４の点灯時間（ｈ）であり、縦軸は水ブランク吸光度である。図２は、光源ランプ１０４としてハロゲンランプを用い、２０時間おきに測定した波長３４０ｎｍの光の吸光度をプロットしたものである。図２に示すように、水ブランク吸光度は、点灯開始（新品の光源ランプ１０４の使用開始）から上昇傾向にある。水ブランク吸光度の経時変化量は使用開始時に最も大きく、光源ランプ１０４が消耗されるにつれ、経時変化量は徐々に小さくなり、水ブランク吸光度はピークに達する。このピークまでの水ブランク吸光度の上昇量、及び、ピークに達するまでの時間は、光源ランプにより異なる。その後、水ブランク吸光度は下降傾向に転じ、断線時に水ブランク吸光度は高値に跳ね上がる。断線直前には光源ランプ１０４の状態が不安定になり、水ブランク吸光度が大きく上下に変動する。水ブランク吸光度の下降の程度、及び、断線までに有する時間は、光源ランプにより異なる。

　図３は、図２のグラフの傾きを算出してプロットしたグラフである。図３のグラフの横軸は光源ランプ１０４の点灯時間（ｈ）であり、縦軸は図２のグラフの傾きである。図３は、水ブランク吸光度の各測定点から過去１００時間分のデータを使用し、回帰直線をあてはめ、その傾きをプロットしたものである。図３に示すように、図２のグラフの傾き、すなわち、水ブランク吸光度の経時変化量は徐々に小さくなる傾向にあり、断線直前に大きく上下に変動する。ただし、反応槽の汚れや気泡などの外乱に起因して乱れた水ブランク吸光度が測定された場合、あるプロットの傾きの値が、その直前のプロットの傾きの値より大きくなることがある。したがって、場合によっては、光源ランプ１０４の使用開始時におけるグラフの傾きよりも、その後の任意の時刻におけるグラフの傾きの方が、外乱の影響で大きくなる可能性もある。このことを考慮すると、図３に示す水ブランク吸光度のグラフの傾きは、光源ランプ１０４の寿命直前までの期間を総合して、徐々に小さくなる傾向を示しているといえる。図２及び３では、一例として、ハロゲンランプを用いて３４０ｎｍの光を測定した水ブランク吸光度について説明したが、例えば４５０ｎｍ又は６００ｎｍなどの波長の光においても同様の傾向を示す。

　図２及び３から、光源ランプ１０４の劣化に伴う光量変動に起因する吸光度変動には、以下の２点の特徴があることが分かった。１点目は、寿命直前に起こる吸光度の乱れを除き、吸光度の経時変化量は使用開始時に最も大きく、光源ランプ１０４が劣化するにつれて吸光度の経時変化量は徐々に小さくなる傾向があることである。２点目は、光源ランプ１０４の寿命直前に起こる吸光度の乱れは、使用開始からの吸光度の変動の傾向と逆の傾向を示した後に現れる特徴であることである。例えば、図２に示すように、使用開始から吸光度が増加傾向にある場合、光源ランプ１０４の寿命が近づくと吸光度が数時間減少し、その後、寿命直前に吸光度が大きく上下に変動する。

　この知見を基に、本発明者らは、吸光度の経時変化量が小さくなったこと、あるいは、吸光度の変動の傾向が逆方向に変化したことを検知した際に、光源ランプの寿命が近づいていると判定できることを見出した。

＜光源ランプの寿命の判定方法＞
　図４は、第１の実施形態に係る光源ランプ１０４の寿命（異常）の判定方法を示すフローチャートである。図４の処理は、プロセッサ２０１が光源ランプ監視プログラムを起動し、自動分析装置１０のハードウェアを連携動作させることによって実行される。光源ランプ監視プログラムは、例えば、自動分析装置１０の電源を入れた際に起動することができる。あるいは、光源ランプ監視プログラムは、ユーザが光源ランプ１０４の状態を確認するための指示を入力した際に起動することもできる。あるいは、光源ランプ監視プログラムは、ユーザが分析シーケンスの開始の指示を入力した際に、分析シーケンス用のプログラムと同時に起動してもよい。

（ステップＳ１）
　プロセッサ２０１は、洗浄機構１１２を駆動して、反応容器１にブランク水を分注させ、光度計により水ブランク吸光度を測定する。この水ブランク吸光度の測定は、自動分析装置１０の分析シーケンスに含まれている水ブランク測定として実施することができる。この場合、光源ランプ監視プログラムの実行のための新たな水ブランク吸光度の測定を必要としない。

（ステップＳ２）
　プロセッサ２０１は、測定した水ブランク吸光度を記憶装置２０２に累積記憶する。このとき、プロセッサ２０１は、測定した水ブランク吸光度を、光源ランプ１０４の使用開始からの累積点灯時間と対応付けて記憶装置２０２に記憶する。光源ランプ１０４の累積点灯時間は、記憶装置２０２が記憶した光源ランプ１０４の点灯実行日時及び消灯実行日時を基に、プロセッサ２０１が算出することができる。

（ステップＳ３）
　プロセッサ２０１は、必要なデータ数の水ブランク吸光度が記憶されたか判定する。必要な数の水ブランク吸光度が記憶されている場合（Ｙｅｓ）、処理はステップＳ４に移行する。必要な数の水ブランク吸光度が記憶されていない場合（Ｎｏ）、処理はステップＳ１に戻り、必要なデータ数が蓄積されるまで、水ブランク吸光度の測定（ステップＳ１）及び記憶（ステップＳ２）を繰り返す。

（ステップＳ４）
　プロセッサ２０１は、記憶装置２０２に蓄積された水ブランク吸光度と光源ランプ１０４の点灯時間に基づいて、水ブランク吸光度及び点灯時間から求められるグラフの傾きを算出し、記憶装置２０２に記憶する。

　傾きは、累積記憶した水ブランク吸光度及び点灯時間から求められるグラフに対し、例えば最小二乗法などを用いて直線又は曲線（関数）をあてはめることにより、算出することができる。図２で示したように、光源ランプ１０４の点灯開始から断線までの吸光度変化は、線形ではない。そのため、直線をあてはめる場合は、最新の水ブランク吸光度を起点にした所定の点灯時間の範囲の水ブランク吸光度、又は、最新の水ブランク吸光度を起点にした所定のデータ数の範囲の水ブランク吸光度を使用することができる。曲線をあてはめる場合は、点灯開始からのすべての水ブランク吸光度を使用してもよい。プロセッサ２０１は、あてはめた直線の傾き又は曲線の傾き（微分値など）を算出し、これをグラフの傾きとする。

　なお、水ブランク吸光度のデータ数が少ないと、外乱に起因して水ブランク吸光度が乱れた場合、ステップＳ４において算出される傾きの値が、乱れた水ブランク吸光度の影響を受けやすくなる。したがって、上述のステップＳ３において判定される、必要なデータ数を大きくすることにより、グラフの傾きの算出における、乱れた水ブランク吸光度の影響を低減することができる。

（ステップＳ５）
　プロセッサ２０１は、算出した傾きに基づいて、光源ランプ１０４の寿命が近づいているか否かを判定する。光源ランプ１０４の寿命が近づいている場合（Ｙｅｓ）、処理はステップＳ６に移行する。光源ランプ１０４の寿命が近づいていない場合（Ｎｏ）、処理は終了する。

　光源ランプ１０４の寿命が近づいているかどうかは、水ブランク吸光度の上昇傾向が止まった（傾きの値が０になった）かどうか、又は、水ブランク吸光度が下降傾向になった（傾きの値がマイナスになった）かどうかにより判定することができる。すなわち、傾き０を閾値として、傾きが０以下の場合に光源ランプ１０４の寿命が近づいていると判定することができる。

　なお、吸光度のピーク付近では吸光度変化が小さいため、反応容器１に付着した汚れや気泡などの外乱の影響により、傾きの値がプラスとマイナスを往復することが予想される。そのため、傾きの値が複数回０以下になった際に光源ランプ１０４の寿命が近づいたと判定することにより、判定の正確性を向上できる。この場合、プロセッサ２０１は、ステップＳ５を複数回実行する。その後、傾きが０以下になった回数を判定するステップを実行し、所定の回数、傾きが０以下になったら、ステップＳ６に移行する。所定の回数、傾きが０以下にならなかった場合は、処理を終了する。

　光源ランプ１０４の寿命判定のための閾値は必ずしも０である必要はない。例えば、光源ランプ１０４を寿命直前まで使用したい場合は、閾値は０より小さい値とすることができる。光源ランプ１０４の消耗程度が小さいうちに交換したい場合は、閾値は０より大きい値とすることができる。光源ランプ１０４の寿命が近づいていることを早くからユーザに通知したい場合も、閾値は０より大きい値とすることができる。

　なお、本実施形態では、光源ランプ１０４の点灯開始から吸光度が上昇した後に下降する波長を例に説明しているが、波長によっては、吸光度変動が逆の動きをする。すなわち、波長によっては、点灯開始から吸光度が下降傾向にあり、その後上昇傾向に転じる。この場合、ステップＳ１～Ｓ４までは同様に実行される。そして、ステップＳ５の判定において、水ブランク吸光度の下降傾向が止まった（傾きの値が０になった）かどうか、又は、水ブランク吸光度が上昇傾向になった（傾きの値がプラスになった）かどうか、すなわち、吸光度が０以上かどうかにより、光源ランプ１０４の寿命が近づいていると判定する。

（ステップＳ６）
　プロセッサ２０１は、寿命が近づいていることを示す警告（アラーム情報）を生成し、出力装置２０３に出力することで、ユーザに通知する。このとき、例えば、「光源ランプの寿命が近づいています」というテキスト、又は、「光源ランプを交換してください」というテキストなどを通知画面に含めてディスプレイに表示したり、音声でスピーカから発したりすることができる。

　プロセッサ２０１は、生成したアラーム情報を、測定した水ブランク吸光度とともに記憶装置２０２に記録し、後にこれらの蓄積されたデータを参照する機能を有していてもよい。これにより、吸光度が異常になった経緯を測定データから解析可能となる。結果として、測定信頼性の向上を図ることができる。さらに、通信回線を介して、蓄積されたデータをサービス拠点に転送し、サービス拠点において自動分析装置１０の状態を監視するようにしてもよい。これにより、早期段階でメンテナンスの指示や部品交換等といった対処が可能となり、自動分析装置１０の信頼性を向上することができる。

＜第１の実施形態の変形例＞
　図４の処理は、自動分析装置１０の装置本体１００に接続された制御装置２００のプロセッサ２０１により実行されることを説明した。代替的に、制御装置２００は、装置本体１００の動作の制御のみを行い、図４の処理は、制御装置２００と通信可能な他の制御装置において実行するようにしてもよい。

　図４では、光源ランプ１０４の寿命判定において、反応容器１にブランク水が収容された状態で測定した水ブランク吸光度を使用する例を記載した。代替的に、反応容器１が空の状態で測定した吸光度を使用してもよいし、特定の反応液が入った状態で測定した吸光度を使用してもよい。これらの吸光度として、実際に分析シーケンスにおいて使用された結果を使用してもよいし、光源ランプ１０４の寿命判定用に新たに取得してもよい。また、反応容器１を透過した光の吸光度の代わりに、隣接する反応容器１間の隙間を通過した光の吸光度を使用してもよい。反応容器１の隙間で測定した吸光度は、反応容器１の汚れや傷、反応容器１内の気泡の影響を受けないため、水ブランク吸光度よりもさらに光源ランプ１０４の吸光度変化が分かりやすい利点がある。

　光源ランプ１０４の寿命判定に使用する波長に特に限定はない。ただし、光源ランプ１０４の劣化による吸光度変化は、例えば３４０ｎｍなどの短波長側で見えやすい傾向にある。そのため、短波長の吸光度変化を測定することにより、より正確に光源ランプ１０４の寿命を判定することができる。

　水ブランク吸光度及び点灯時間から求められるグラフの傾きは、波長ごとに算出してもよいし、複数の波長で水ブランク吸光度を取得し、複数の波長間の吸光度差に基づいて算出してもよい。同時に測定した異なる波長の水ブランク吸光度の差を使用することで、反応槽循環水に浮遊するゴミや反応容器１に付着した気泡などの影響を軽減することができる。水ブランク吸光度測定において測定する波長は、その後に測定する試料の分析項目に依存する場合がほとんどである。複数の波長で傾きを算出するよう設定しておくことで、データ数が集まらずに判定が止まる事態を回避できる。

　一般的に自動分析装置は、複数の反応容器１を使用する。そのため、取得される水ブランク吸光度は単一の反応容器１から取得したものではない。傾きの算出には、同一波長で測定したものであれば、複数の反応容器１で取得した水ブランク吸光度を使用してもよい。判定に必要なデータ数を取得できるようであれば、反応容器１ごとに傾きを算出してもよい。また、記憶装置２０２が記憶した水ブランク吸光度をそのまま傾きの算出に使用してもよいし、複数の水ブランク吸光度の平均値又は中央値などを算出してから傾きの算出に使用してもよい。

　取得した水ブランク吸光度は全て使用する必要はなく、除外条件を定めてもよい。例えば、自動分析装置１０の立ち上げ直後や反応槽循環水の交換直後は、一度光源ランプ１０４が消灯した状態から点灯する。このため、再度光源ランプ１０４を点灯した際に光量が安定するまで時間がかかり、光量が不安定になっている虞がある。したがって、自動分析装置１０の立ち上げ直後、又は、循環水の交換後、所定時間以内に計測された測光データは傾きの算出に使用しないよう設定することで、光源ランプ１０４の寿命の誤判定を防止できる。また、反応容器１が反応液により汚れている場合や気泡が付着している場合は、測定される吸光度は前回測定した吸光度から乖離する。多くの自動分析装置では、このような吸光度の乖離がないかをプロセッサ２０１で判定し、異常な反応容器１を分析に使用しないように制御している。このような吸光度の乖離の有無の判定をプロセッサ２０１が行っている場合は、乖離しているとみなされた吸光度を、傾き算出の対象から除外してもよい。また、算出の対象外とする吸光度を判定するための基準を新たに定めてもよい。例えば、上述した回帰直線、又は、回帰曲線から推定される吸光度から大きく乖離する点を傾きの算出の対象外とすることができる。

　光源ランプ１０４の寿命判定に用いる波長や、測定された水ブランク吸光度の除外条件などの上記の条件は、光源ランプ監視プログラムに組み込んでもよいし、ユーザが設定できるようにしてもよい。

　図５は、光源ランプ１０４の寿命判定の条件を設定するための測定条件設定画面３０（ＧＵＩ画面）の例を示す図である。測定条件設定画面３０は、測定条件設定部３１及び除外条件設定部３２を含む。測定条件設定部３１では、光度計が計測可能な波長が列挙されており、どの波長による水ブランク吸光度の測定結果を傾き算出に使用するかを選択することができる。除外条件設定部３２では、傾き算出から除外する水ブランク吸光度を設定することができる。図５の例では、自動分析装置１０の立ち上げ後の経過時間と、反応槽循環水の交換後の経過時間とを指定可能としている。除外条件設定部３２で指定された時間に取得された水ブランク吸光度は、グラフの傾き算出に使用されない。

＜メンテナンスによる吸光度のずれについて＞
　反応槽の清掃や反応容器１の交換等のメンテナンス作業を実施すると、測定環境がメンテナンス前後で異なるため、吸光度が高値方向又は低値方向にシフトする。以下、メンテナンスによる吸光度のずれを考慮した寿命の判定方法について説明する。

　図６は、点灯時間１５００時間でメンテナンス作業を実施した際の水ブランク吸光度の経時変化の一例を示すグラフである。図６に示すように、点灯時間１５００時間において、吸光度が低値方向にシフトしている。この吸光度のずれは測定環境の変化によるものであり、光源ランプ１０４の消耗程度の変化によるものではない。吸光度の変化率（傾き）は、光源ランプ１０４の消耗程度に依存するため、メンテナンス前後で吸光度の変化率（傾き）は同程度になると予想できる。

　メンテナンスによる吸光度のずれを考慮せずに、メンテナンス前後のデータを基に傾き算出を行うと、正しく光源ランプ１０４の消耗程度を判定できない虞がある。メンテナンス後に取得されたデータのみを用いてグラフの傾きを算出する方法も考えられるが、この場合、必要な数のデータが集まるまで、光源ランプ１０４の消耗程度を判定できない。そのため、メンテナンス直前及び直後の吸光度を用いて、メンテナンスによる吸光度のずれ量を算出し、補正を行う。メンテナンスによる吸光度のずれは、メンテナンス直前の水ブランク吸光度と、直後の水ブランク吸光度の差を算出し、その差を足し引きすることで補正できる。メンテナンスの実施有無は、プロセッサ２０１から送信されるメンテナンス実行の信号や、ユーザがＧＵＩ画面を介して指示するメンテナンス実行の信号をトリガに、プロセッサ２０１が判断できる。

　しかし、自動分析装置によっては、装置がメンテナンス実施の有無の情報を保持していない場合がある。例えば、自動分析装置１０の電源を落とした状態でメンテナンスが行われる場合である。このような場合は、吸光度ずれの発生を光源ランプ１０４の寿命判定とは別に判定する必要がある。前述したように、吸光度の変化率（傾き）はメンテナンス前後で同程度になると予想される。そのため、吸光度の乖離を検知した際に、傾きが同程度であることを検出できれば、メンテナンスが実行されたと判定できる。吸光度の乖離は、例えば、前回の寿命判定フローで求めた回帰直線又は回帰曲線に基づいて、最新の吸光度を取得した点灯時間での吸光度を推定し、推定した値と実際に測定した最新の吸光度とを比較する方法が挙げられる。あるいは、点灯時間の差が小さい場合は、最新の吸光度と前回の吸光度との差を比較することで、吸光度の乖離を検出できる。傾きが同程度であるかの判定は、吸光度の乖離の検出前後の傾きをそれぞれ算出し、比較する方法がある。傾きが同程度である場合は、光源ランプ１０４の異常による変化ではないと判定し、ずれ量を補正してもよい。傾きが同程度でない場合は、光源ランプ１０４の異常又はそのほかの要因で装置の状態が不安定であるとみなし、装置を停止してもよいし、ユーザに異常を通知してもよい。傾きが高値に変化した場合、光源ランプ１０４が断線前の不安定な状態になった、又は、光源ランプ１０４が交換されたなどの理由が考えられる。光源ランプ１０４の交換が理由の場合、傾きが高値になることは正常なため、傾きが高値になった場合には、ユーザにＧＵＩを介して光源ランプ１０４の交換実施の有無を確認することで、装置の不要な停止を防止できる。吸光度のずれを判定する際の傾き算出は、光源ランプ１０４の寿命判定時よりも少ないデータ数で算出してもよいし、同じデータ数で算出してもよい。

＜第１の実施形態のまとめ＞
　以上のように、第１の実施形態の自動分析装置は、光源ランプ１０４と、光源ランプ１０４から発出された光を検出するセンサ１０６（光検出器）と、センサ１０６の検出信号を処理し、吸光度を算出するプロセッサ２０１（制御装置）と、を備える。プロセッサ２０１は、吸光度の経時変化を取得し、吸光度の経時変化の傾向が変化した場合に、光源ランプ１０４の寿命が近づいていると判定する。吸光度の経時変化の傾向の変化は、吸光度と光源ランプの点灯時間とから求められるグラフの傾きと、所定の閾値との比較により、検知することができる。上述のように、光源ランプの寿命直前に起こる吸光度の乱れを除き、吸光度の経時変化量は使用開始時に最も大きく、劣化するにつれて徐々に小さくなる傾向がある。また、光源ランプ１０４の寿命直前に起こる吸光度の乱れは、使用開始からの吸光度の変動の傾向と逆の傾向を示した後に現れる特徴である。したがって、第１の実施形態のように吸光度の経時変化の傾向を監視することにより、光源ランプ１０４の光量が大きく変動する不安定な状態に至る前に、光源ランプ１０４の寿命が近づいていることを検出することができる。

　さらに、本実施形態によれば、個々の光源ランプ１０４の消耗程度に応じて寿命が近づいたことを検出できるため、個々の光源ランプ１０４の適正な交換時期を判定することができる。これにより、ユーザの交換作業の負担を軽減できる。さらに、寿命が近づいていない光源ランプ１０４を交換することがなくなるので、光源ランプ１０４のコストを低減でき、環境負担を低減することができる。

［第２の実施形態］
　上述の第１の実施形態においては、光源ランプ１０４の寿命が近づいていると判定された場合に、交換を促すようユーザに通知することを説明した。第２の実施形態においては、光源ランプ１０４の寿命を推測し、交換時期を前もってユーザに通知する技術を提案する。

　図７は、水ブランク吸光度の経時変化の一例を示すグラフである。図７では、点灯時間５００時間までの水ブランク吸光度が測定されており、５００時間までのプロットに対しカーブフィッティングした曲線が点線で示されている。このように、カーブフィッティングにより５００時間以降の水ブランク吸光度の経時変化を推測できる。

　図８は、図７のグラフの傾きを算出してプロットしたグラフである。図８には、点灯時間１０００時間までのグラフの傾きのプロットに対しカーブフィッティングした曲線が点線で示されている。このように、カーブフィッティングにより１０００時間以降のグラフの傾きの変化を推測でき、傾きが所定の閾値に達する点灯時間、すなわち、光源ランプ１０４の寿命が近づく点灯時間を推測できる。

　図９は、第２の実施形態に係る光源ランプ１０４の寿命の判定方法を示すフローチャートである。ステップＳ１～Ｓ３は第１の実施形態と同じであるので説明を省略する。ステップＳ３の後、ステップＳ１０４～Ｓ１０７が実行される。

（ステップＳ１０４）
　プロセッサ２０１は、取得された水ブランク吸光度のプロットに回帰曲線をあてはめ、回帰曲線の傾きを算出する。

（ステップＳ１０５）
　プロセッサ２０１は、回帰曲線の傾きに基づいて、水ブランク吸光度の上昇傾向が止まる（傾きの値が０になる）点灯時間、又は、水ブランク吸光度が上昇傾向から下降傾向に転じる（傾きの値がマイナスになる）点灯時間を推定する。すなわち、傾き０を閾値として、傾きが０以下となる点灯時間を推定する。なお、第１の実施形態と同様に、傾きの閾値は０に限定されず、場合に応じて適宜変更することができる。

（ステップＳ１０６）
　プロセッサ２０１は、ステップＳ１０５で推定した点灯時間と現在の点灯時間とに基づいて、推定した点灯時間までの残り時間（残点灯時間）を算出する。当該残点灯時間は、光源ランプ１０４の寿命が近づいて光源ランプ１０４を交換すべき時間までの残り時間である。

（ステップＳ１０７）
　プロセッサ２０１は、残点灯時間を含む通知を生成し、出力装置２０３に出力することで、ユーザに通知する。このとき、例えば、「光源ランプの交換時期はＸ日後です」というテキストを警告画面に含めてディスプレイに表示したり、音声でスピーカから発したりすることができる。

＜交換時期の通知について＞
　図１０は、第２の実施形態に係る測定条件設定画面４０（ＧＵＩ画面）の例を示す図である。測定条件設定画面４０は、測定条件設定部３１、除外条件設定部３２及び警告出力設定部４１を含む。測定条件設定部３１と除外条件設定部３２は第１の実施形態（図５）と同じであるので、説明を省略する。警告出力設定部４１では、推定した残点灯時間（交換時期）の何営業日前、何時間前にディスプレイ（出力装置２０３）に警告画面を表示するかをユーザが設定できる。警告画面の出力のタイミングは複数設定することができる。このように、推定された光源ランプ１０４の交換時期よりも前にユーザに交換時期を通知することにより、ユーザは実行中の測定を中断することなく、交換作業の実施タイミングを計画できる。これにより、測定の中断によって試料や試薬が損失することを防止できる。

＜第２の実施形態のまとめ＞
　以上のように、第２の実施形態において、プロセッサ２０１は、吸光度と光源ランプの点灯時間とから求められるグラフに関数（回帰曲線）をフィッティングし、フィッティングした関数の傾きが所定の閾値に達する光源ランプの点灯時間を、傾きが所定の閾値に達する前に算出して、光源ランプの寿命が近づく点灯時間を推定する。第２の実施形態によれば、ユーザが光源ランプの交換時期を前もって計画することができる。

［第３の実施形態］
　上述の第１及び第２の実施形態においては、光源ランプ１０４の点灯時間と水ブランク吸光度とから求められるグラフの傾きに基づいて光源ランプ１０４の寿命を判定する技術を説明した。しかしながら、水ブランク吸光度が乱れると、算出される傾きの値の精度が低下してしまう。水ブランク吸光度を不安定にする原因にはいくつかの種類があり、それぞれの原因の解消方法は異なる。そこで、自動分析装置の過去の運用履歴に基づいて光源ランプの寿命を判定するようにしてもよい。これにより、より精度良く光源ランプ１０４の寿命を判定することが可能になる。このために、第３の実施形態においては、光源ランプ１０４の寿命を機械学習により推定する技術を提案する。

　図１１は、第３の実施形態に係る学習装置３００の機能ブロック図である。学習装置３００は、制御装置２００の記憶装置２０２とデータを送受信可能に構成されている。学習装置３００の物理的な構成としては、例えば単体のサーバ又は単体の汎用コンピュータで構成されていてもよいし、処理装置（プロセッサ）及び記憶装置の任意の部分がネットワークで接続された複数のサーバで構成されていてもよい。学習装置３００の機能は、その記憶装置に格納されたプログラムが処理装置によって実行されることによって実現される。また、ソフトウェアで構成される機能の全部又は一部と同等の機能を、ＦＰＧＡ（Field Programmable Gate Array）又はＡＳＩＣ（Application Specific Integrated Circuit）などのハードウェアで実現してもよい。

　図１１に示すように、記憶装置２０２は、判定用データ５０及び学習モデル６０を記憶する。判定用データ５０は、水ブランク吸光度５１、自動分析装置１０のメンテナンス履歴５２及びアラーム情報５３を含む。判定用データ５０は、光源ランプ１０４の寿命判定に関連する指標データ（例えば、上述の閾値、算出された傾き、光源ランプ１０４の累積点灯時間及び測定波長など）を含んでいてもよい。プロセッサ２０１（図１１には不図示）は、記憶装置２０２が記憶する判定用データ５０を学習装置３００に出力する。学習モデル６０は、プロセッサ２０１が光源ランプ１０４の寿命を判定する際に使用される。学習モデル６０は、学習装置３００により作成され、更新される。

　学習装置３００は、入力部３０１、訓練データ生成部３０２、訓練データ入力部３０３、学習モデル更新部３０４、出力部３０５、アルゴリズムデータベース３０６及び他装置データデータベース３０７を備える。

　入力部３０１は、制御装置２００から、判定用データ５０を受信する。入力部３０１は、取得した判定用データ５０を訓練データ生成部３０２に出力する。訓練データ生成部３０２は、判定用データ５０から訓練データを生成する。訓練データ入力部３０３は、訓練データ生成部３０２で生成された訓練データを、学習モデル更新部３０４に入力する。学習モデル更新部３０４は、訓練データを用いて学習モデル６０を更新する。出力部３０５は、学習モデル更新部３０４により更新された学習モデル６０を制御装置２００に送信する。プロセッサ２０１は、更新された学習モデル６０を記憶装置２０２に記憶し、当該更新された学習モデル６０を用いて光源ランプ１０４の寿命判定を行う。

　なお、学習モデル６０の原型は、アルゴリズムデータベース３０６に蓄積されている。学習モデルの精度を高めるためにはできるだけ多くの訓練データを用いて学習することが必要である。このため、他装置データデータベース３０７には、他の自動分析装置から収集された判定用データの訓練データが格納されている。アルゴリズムデータベース３０６に蓄積されている学習モデルは、他装置データデータベース３０７からの訓練データに基づいて作成されている。学習モデル更新部３０４は、学習モデル６０を更新するとともに、学習モデル６０のアルゴリズムに変更が生じた場合には、訓練データ生成部３０２に変更情報をフィードバックする。訓練データ生成部３０２は、学習モデル更新部３０４からのフィードバックに基づいて、訓練データ生成条件を更新する。

　図１２Ａは、メンテナンス履歴５２に含まれるデータの例を示す図である。メンテナンス履歴５２は、データ項目として、実施したメンテナンス名５２１、メンテナンスを実施した日付５２２及び時間５２３を含む。メンテナンス名５２１として、反応槽循環水交換、反応槽清掃及び反応槽容器交換が例示されているが、メンテナンスの種類はこれらに限定されない。

　図１２Ｂは、アラーム情報５３に含まれるデータの例を示す図である。アラーム情報５３は、データ項目として、自動分析装置１０のプロセッサ２０１がアラームを発出した日付５３１、時間５３２、アラームコード５３３及びアラーム名５３４を含む。アラームコード５３３は、プロセッサ２０１がアラームを生成した際に当該アラームに付与する任意の識別番号である。アラーム名５３４として、光量低下、反応槽水温高、給水タンク水位低下、真空タンク満杯、吸引圧力異常（検体）、検体不足、攪拌不良、セルスキップ、セルブランク値異常が例示されているが、プロセッサ２０１は、自動分析装置１０の運転状況に応じて、これら以外のアラームも生成しうる。

　学習モデル６０としては、例えばニューラルネットワーク、回帰木、ベイズ識別器などの任意の学習器を用いることができる。

　図１３は、ニューラルネットワークによる学習モデル６０の例を示す図である。学習モデル６０は、入力層６１、中間層６２及び出力層６３から構成される。入力層６１に入力された情報（判定用データ又はその加工データ）が中間層６２に伝搬され、さらに出力層６３へと順に伝搬される。出力層６３からは、入力層６１に入力された情報に基づく推論結果（光源ランプ１０４の寿命の判定結果）が出力される。なお、一般にニューラルネットワークの中間層は複数層であるが、図１３では１つの中間層６２で代表させて示している。入力層６１、中間層６２及び出力層６３はそれぞれ、丸印で示される複数の入力ユニット、中間ユニット及び出力ユニットを有している。入力層６１の各入力ユニットに入力された情報は、入力ユニットと中間ユニットとの間の結合係数によって重みづけされ、各中間ユニットに入力される。中間層６２の中間ユニットの値は、入力ユニットからの値が加算されることによって算出される。また、中間層６２の各中間ユニットからの出力は、中間ユニットと出力ユニットとの間の結合係数によって重み付けされ、各出力ユニットに入力される。中間ユニットからの値が加算されることにより、出力層６３の出力ユニットの値が算出される。このように、中間層６２での処理は、入力層６１に入力された入力データの値を非線形変換して、出力層６３の出力データとして出力することに相当する。

　入力層６１へ入力される判定用データは、例えば、測定結果情報５４及び装置関連情報５５に分類することができる。測定結果情報５４は、例えば、水ブランク吸光度、測定波長、光源ランプの累積点灯時間を含む。装置関連情報５５は、例えば、メンテナンス履歴及びアラーム情報を含む。メンテナンス履歴としては、例えば、水ブランク吸光度に影響を及ぼす可能性のある反応槽の水交換、反応槽の清掃、反応容器１の交換、及び、反応容器１の洗浄などの操作が含まれる。アラーム情報には、種々のレベルのアラームが含まれている。アラーム解除のためには直ちにメンテナンスが必要となる場合や、直ちにメンテナンスを要しないが要観察である注意レベルの場合等がある。

　出力層６３から出力される推論結果は、例えば、アクション関連情報６４及び異常原因６５に分類することができる。アクション関連情報６４は、ユーザの光源ランプ１０４に関するアクションに関連する情報であり、例えば、光源ランプ１０４の交換の推奨、使用不可になるまでの平均的残り時間、アクション推奨までの平均的残り時間などを含む。これらのアクション関連情報６４の出力値は確率値であり、出力された確率値が予め定められた閾値以上か、未満かにより判定される。使用不可になるまでの平均的残り時間は、光源ランプ１０４の断線前に吸光度が不安定な状態に達するまでの推定残点灯時間である。アクション推奨までの平均的残り時間は、光源ランプ１０４の交換が推奨されるレベルに達するまでの推定残点灯時間である。

　異常原因６５は、例えば反応槽の汚れ又は反応容器１の汚れなど、光源ランプ１０４以外の要因により吸光度の異常値が発生していることを示唆する情報である。ユーザは、出力されたアクション関連情報６４及び異常原因６５に基づいて、光源ランプ１０４の交換の必要性を判断することができる。

　なお、図１３に示されている入力データ及び出力データはあくまでも一例であり、その他のデータを含んでいてもよい。

　上述の学習モデル６０による光源ランプ１０４の寿命の判定は、例えば、第１の実施形態で説明したステップＳ５（図４）の代わり、又は、第２の実施形態で説明したステップＳ１０５～Ｓ１０６（図９）の代わりに、プロセッサ２０１が実行することができる。その後、プロセッサ２０１は、学習モデル６０から出力されたアクション関連情報６４及び異常原因６５に基づいて、ユーザへの通知又は警告を生成し、出力装置２０３（例えばディスプレイ）に出力する。

　図１４は、ディスプレイに表示される推奨アクション表示画面７０の例を示す図である。図１４では、光源ランプ１０４の交換が推奨されている場合が示されている。推奨アクション表示画面７０は、推奨アクション表示部７１、推奨実施時期表示部７２及び参考情報表示部７３を含む。推奨アクション表示部７１には、推奨されるアクションの名称とその推奨度合いが表示される。バー７４のハッチング部分が大きい程、推奨度合いが大きいことを示す。

　推奨実施時期表示部７２には、過去の光源ランプ１０４の交換の実施履歴、光源ランプ１０４の交換の推奨期間、光源ランプ１０４の交換の実施予定日が表示されている。また、光源ランプ１０４の交換が推奨されている期間がカレンダー中に網掛けで示されており、黒丸印が本日を示し、黒三角印が当該アクションの実施予定日を示している。過去の光源ランプ１０４の交換の実施履歴は、記憶装置２０２に記憶されたメンテナンス履歴５２に基づいて生成される。光源ランプ１０４の交換の推奨期間は、学習モデル６０から出力された、アクション推奨までの平均的残り時間に基づいて生成される。光源ランプ１０４の交換の実施予定日は、例えば、推奨期間満了の何営業日前に交換するかをユーザが予め設定しておくことにより決定することができる。あるいは、交換の実施予定日は、ユーザがカレンダーの日付をクリックすることにより決定することができる。

　参考情報表示部７３には、予め定められた推奨アクションの要否判断について重要性の高いデータ、例えば水ブランク吸光度の履歴を表示することができる。これにより、ユーザの経験に照らし合わせて推奨アクションが妥当なものかを、ユーザが改めてデータを収集しなくても確認することが可能になる。

＜第３の実施形態のまとめ＞
　以上のように、第３の実施形態においては、記憶装置２０２が、吸光度の経時変化に関連する情報及び自動分析装置１０のメンテナンスに関連する情報を入力とし、光源ランプ１０４の寿命を出力とする訓練データを用いて学習させた学習モデル６０を記憶している。プロセッサ２０１は、学習モデル６０に、取得した吸光度の経時変化に関連する情報及び自動分析装置１０のメンテナンスに関連する情報を入力して、光源ランプ１０４の寿命に関する値を出力させる。このように、機械学習により、吸光度の経時変化とメンテナンスとの関連性に応じて、吸光度の傾向の変化が光源ランプ１０４に起因するものか、光源ランプ１０４以外に起因するものかを判定することができる。これにより、光源ランプ１０４の寿命の誤判定を防止でき、精度良く光源ランプ１０４の寿命を判定することができる。

［変形例］
　本開示は、上述した実施形態に限定されるものでなく、様々な変形例を含んでいる。例えば、上述した実施形態は、本開示を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備える必要はない。また、ある実施形態の一部を他の実施形態の構成に置き換えることができる。また、ある実施形態の構成に他の実施形態の構成を加えることもできる。また、各実施形態の構成の一部について、他の実施形態の構成の一部を追加、削除又は置換することもできる。

１…反応容器、２…試料容器、３…試薬容器、１０…自動分析装置、１００…装置本体、１０１…反応ディスク、１０２…試料ディスク、１０３…試薬ディスク、１０４…光源ランプ、１０５…分光用回折格子、１０６…センサ（光検出器）、１０７…反応容器収納部、１０８…搬送装置、１０９…試料分注機構、１１０…試薬分注機構、１１１…攪拌機構、１１２…洗浄機構、２００…制御装置、２０１…プロセッサ、２０２…記憶装置、２０３…出力装置、２０４…入力装置、３００…学習装置

Claims (14)

1. 　光源ランプと、
   　前記光源ランプから発出された光を検出する光検出器と、
   　前記光検出器の検出信号を処理し、前記光の吸光度を算出する制御装置と、を備え、
   　前記制御装置は、
   　前記吸光度の経時変化を取得し、
   　前記吸光度の経時変化の傾向が変化した場合に、前記光源ランプの寿命が近づいていると判定することを特徴とする自動分析装置。
2. 　請求項１の自動分析装置において、
   　前記制御装置は、
   　前記吸光度と前記光源ランプの点灯時間とから求められるグラフの傾きを算出し、
   　前記傾きと所定の閾値との比較により、前記吸光度の経時変化の傾向の変化を検知することを特徴とする自動分析装置。
3. 　請求項２の自動分析装置において、
   　前記制御装置は、
   　前記光源ランプの点灯開始から前記吸光度が上昇傾向にある場合、前記傾きが前記所定の閾値以下となったときに、前記吸光度の経時変化の傾向が変化したと判定し、
   　前記光源ランプの点灯開始から前記吸光度が下降傾向にある場合、前記傾きが前記所定の閾値以上となったときに、前記吸光度の経時変化の傾向が変化したと判定することを特徴とする自動分析装置。
4. 　請求項２の自動分析装置において、
   　前記制御装置は、
   　前記グラフに関数をフィッティングし、
   　前記フィッティングした関数に基づいて前記傾きを算出することを特徴とする自動分析装置。
5. 　請求項４の自動分析装置において、
   　前記制御装置は、
   　前記フィッティングした関数の前記傾きが前記所定の閾値に達する前記光源ランプの点灯時間を、前記傾きが前記所定の閾値に達する前に算出して、前記光源ランプの寿命が近づく前記点灯時間を推定することを特徴とする自動分析装置。
6. 　請求項１の自動分析装置において、
   　前記制御装置は、
   　前記光源ランプの寿命が近づいていると判定された場合に、前記光源ランプの交換をユーザに促す通知を生成し、出力装置に出力することを特徴とする自動分析装置。
7. 　請求項５の自動分析装置において、
   　前記制御装置は、
   　前記推定した前記光源ランプの寿命が近づく前記点灯時間よりも前に、前記光源ランプの交換をユーザに促す通知を生成し、出力装置に出力することを特徴とする自動分析装置。
8. 　請求項７の自動分析装置において、
   　前記制御装置は、
   　前記通知を前記出力装置に出力するタイミングを設定可能に構成されたＧＵＩ画面を生成し、前記出力装置に出力することを特徴とする自動分析装置。
9. 　請求項１の自動分析装置において、
   　前記吸光度の経時変化に関連する情報及び前記自動分析装置のメンテナンスに関連する情報を入力とし、前記光源ランプの寿命を出力とする訓練データを用いて学習させた学習モデルを記憶する記憶装置をさらに備え、
   　前記制御装置は、
   　前記学習モデルに、取得した前記吸光度の経時変化に関連する情報及び前記自動分析装置のメンテナンスに関連する情報を入力して、前記光源ランプの寿命に関する値を出力させることを特徴とする自動分析装置。
10. 　請求項９の自動分析装置において、
    　前記吸光度の経時変化に関連する情報は、前記吸光度の経時変化及び前記光源ランプの点灯時間を含むことを特徴とする自動分析装置。
11. 　請求項９の自動分析装置において、
    　前記自動分析装置のメンテナンスに関連する情報は、前記自動分析装置のメンテナンス履歴及び前記自動分析装置のアラーム履歴を含むことを特徴とする自動分析装置。
12. 　請求項９の自動分析装置において、
    　前記学習モデルが出力する前記光源ランプの寿命に関する値は、前記光源ランプの交換の推奨度合い、前記光源ランプが使用不可になるまでの平均的残り時間、及び、前記光源ランプの交換の推奨時期までの平均的残り時間のうち少なくとも１つを含むことを特徴とする自動分析装置。
13. 　請求項１の自動分析装置において、
    　前記制御装置は、
    　前記自動分析装置の起動から所定の時間が経過した後に取得された前記吸光度の経時変化を前記判定に用いることを特徴とする自動分析装置。
14. 　光源ランプと、前記光源ランプから発出された光を検出する光検出器と、を備える自動分析装置に接続された制御装置により実行される前記光源ランプの寿命の判定方法であって、
    　前記制御装置により、
    　前記光検出器により検出された光の検出信号を受信することと、
    　前記検出信号に基づいて吸光度を算出することと、
    　前記吸光度の経時変化を取得することと、
    　前記吸光度の経時変化の傾向が変化した場合に、前記光源ランプの寿命が近づいていると判定することと、を含む、光源ランプの寿命の判定方法。

Images