JP2020512534A - 材料の合理的取り扱い - Google Patents

材料の合理的取り扱い Download PDF

Info

Publication number
JP2020512534A
JP2020512534A JP2019531317A JP2019531317A JP2020512534A JP 2020512534 A JP2020512534 A JP 2020512534A JP 2019531317 A JP2019531317 A JP 2019531317A JP 2019531317 A JP2019531317 A JP 2019531317A JP 2020512534 A JP2020512534 A JP 2020512534A
Authority
JP
Japan
Prior art keywords
tubes
separating
sample
sample contained
additional
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2019531317A
Other languages
English (en)
Inventor
ヴァルレ、エリック
オーガニ、ソーラブ ファラマーツィ
オーガニ、ソーラブ ファラマーツィ
ビュエ、マーティン
ガザリ タルビ、ピーアール.エル
ガザリ タルビ、ピーアール.エル
Original Assignee
ベックマン コールター、インク.
ベックマン コールター、インク.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ベックマン コールター、インク., ベックマン コールター、インク. filed Critical ベックマン コールター、インク.
Publication of JP2020512534A publication Critical patent/JP2020512534A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584Control arrangements for automatic analysers
    • G01N35/0092Scheduling
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584Control arrangements for automatic analysers
    • G01N35/0092Scheduling
    • G01N2035/0094Scheduling optimisation; experiment design
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/10Devices for transferring samples or any liquids to, in, or from, the analysis apparatus, e.g. suction devices, injection devices
    • G01N2035/1027General features of the devices
    • G01N2035/1032Dilution or aliquotting

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

【解決手段】実験室が特定の制約を満たす方法で複数のチューブからの生物学的試料に対して複数の試験を実行する必要がある状況において、実験室は、確実に関係する制約を満たす方法で試料を取り扱い、それらを機器に割り当てることができる。これは、チューブ、試験、機器および処方を表す行列および最適化関数の使用を含むことができ、また、試料を処理する際に与えられた条件の制約を満たすために、試料をアリコートするかどうか、およびどのように当該試料をアリコートするかを動的に決定することを含むことができる。【選択図】 なし

Description

本開示は、材料の取り扱いについての改良された方法に関する。
一般的に、ヒトの生物学的材料に対する実験室試験を実施する状況において、患者から採取されるチューブの数は様々な要因に従って変化し得る。一方では、患者からできるだけ少ない試料材料(例えば、血液)を取り去ることは健康上の利益がある。他方では、生物学的材料の複数のチューブを集めることは、試験を異なる機器上で並行して実行することを可能にし、それにより、結果および関連する医学的処置を可能な限り早期に提供し得る点で有益である。これらの競合する考慮事項の均衡を図る様々な方法、例えば、患者から採取する材料の量を決定する方針の使用、または試料の採取後に試料を別々のチューブに分離することなどが試みられているが、既知の技術は生物学的材料を取り扱う際の1若しくはそれ以上の欠点を抱えている。したがって、生物学的材料を取り扱う際の既知の欠点を改善するために、生物学的材料の取り扱いについての改良された技術が必要とされている。
開示する技術の実施形態は様々な方法で適用することができる。例えば、本明細書に開示する材料に基づいて、当業者は、複数の実験器械と、少なくとも1つの分注機(aliquoter)と、メモリおよびプロセッサを有する少なくとも1つのシステムとを有する機器を実施することが可能である。そのような実施形態では、複数の実験器械からの実験器械のそれぞれは、少なくとも1つの試験を実行するように適合させることができる。同様に、いくつかのそのような実施形態では、システムは、実行されると、複数のチューブに収容されている試料を追加のチューブに分離する1若しくはそれ以上の方法を決定することと、当該試料を分離するための1若しくはそれ以上の方法に対応する評価結果に基づき、少なくとも1つの分注機を用いて前記複数のチューブに収容されている試料を分離することとを有する工程を実行するように適合された命令を有するよう構成されている。
開示の技術がどのように実施される可能性があるかについての更なる情報は本明細書に記載されており、また試料に対する変形形態は当業者にとって直ぐに明白となり、この書面に記載された材料に基づいて過度の実験なしに実施できるであろう。したがって、この概要に記載されている例示的な方法および機器は、例示的なものにすぎないと理解されるべきであり、この書面または任意の関連文書によって提供される保護の範囲を限定するものとして扱われるべきではない。
図1は、どの試験をどの実験室機器を使用してどのチューブで実施するかを決定する際に実験室が直面する基本的問題の例示的な実施形態を示す。 図2は、機器間でチューブを割り当てるに使用される手順の例示的な実施形態を示す。 図3は、特定のチューブに必要な試験および機器によって行われる試験に関する情報を格納するのに使用できる行列の例示的な実施形態を示す。 図4は、チューブを実験室内の機器にどのように割り当てるべきかを示すのに使用される行列の例示的な実施形態を示す。 図5は、単一のチューブからの材料に対して並行操作を可能にするのにどのようにアリコートを使用することができるかということについての例示的な実施形態を示す。 図6は、どのようにアリコートを行列に基づく最適化ワークフローに統合することができるかということについての例示的な実施形態を示す。 図7は、アリコートされていないチューブの分析器への割り当てを示すガントチャートを提供する。 図8は、アリコートが動的に決定されるワークフローの例示的な実施形態を示す。 図9は、チューブが特定の方法で機器に分配されている場合に実験室に対する制約が満たされているかどうかを判定するプロセスの例示的な実施形態を示す。 図10は、アリコートされたチューブの分析器への割り当てを示すガントチャートの例示的な実施形態を提供する。 図11は、全ての利用可能な機器による処理を必要とするチューブがアリコートなしでは応答時間の制約を満たさない状況における、チューブの数およびチューブ―機器行列に対するアリコートの潜在的な影響の例示的な実施形態を示す。 図12は、その他の機器から遠く離れた機器と少なくとも1つのその他の機器とによる処理を必要とするチューブがアリコートなしで応答時間の制約を満たさない状況における、チューブの数およびチューブ−機器行列に対するアリコートの潜在的な影響の例示的な実施形態を示す。 図13は、複数の機器による処理を必要とするチューブがアリコートなしで応答時間の制約を満たさない状況における、チューブの数およびチューブ−機器行列に対するアリコートの潜在的な影響の例示的な実施形態を示す。 図14は、いくつかの実施形態において使用され得る例示的なコンピュータシステムを示す。 図15は、主要性能評価指標を改善することができるかどうかに基づいてアリコートが動的に決定されるワークフローの例示的な実施形態を示す。 図16は、新しいアリコート用に再利用される機器の割り当てによりアリコートが動的に決定されるワークフローの例示的な実施形態を示す。 図17は、アリコートが動的に決定され、複数のアリコート方針が並行して適用されるワークフローの例示的な実施形態を示す。
本開示の実施形態は、試験のため生物学的材料の試料の適切な取り扱いに関する問題に対処して、特に単一の試料を複数の部分に適切に分離する(すなわち、試料をアリコートする)という課題に対処して、応答時間の短縮や使用可能な材料の最大化などの競合する考慮事項を解決するために使用することができる。一態様において、開示の技術は、試料を処理する際に存在する種々の条件および要件を考慮した方法でそのような生物学的試料をアリコートする技術に関する。いくつかの実施形態では、これは、スループットの最大化および処理されるべきチューブの数の最小化などの競合する目的に対処することができる。説明のため、本明細書に開示する実施形態は、その文脈において発明者の技術の適用に焦点を合わせる。しかしながら、本明細書に開示の技術はその他の目的のため、及びその他の文脈においても同様に使用することができることを理解すべきである。例示的な一実施形態において、例えば実験室における患者の試料などの生物学的材料の取り扱いに関して用いるのではなく、開示の技術は化学的試料など非生物由来の材料の取り扱いに適用することもでき、それは、様々な予期されない物質(汚染物質など)の存在のために試験され得る。したがって、本明細書に開示する実施形態は、例示的な実施例としてのみ提供されたものとして理解されるべきであり、本開示の多数の修正形態および代替形態が当業者に想起され得る。
本開示の実施形態は様々な方法で適用することができる。例えば、本明細書に記載の開示に基づいて、当業者は、1若しくはそれ以上の種類の試験を実施するように適合された複数の実験器械と、分注機と、(実行されると)アリコート定義プロセスを実行するように適合された命令を有するように構成されたコンピュータとを有する機器を実施し得る。そのようなアリコート定義プロセスは、複数のチューブに収容されている生物学的材料の試料を追加のチューブに分離する1若しくはそれ以上の方法を決定する工程と、複数のチューブに収容されている生物学的材料の試料を追加のチューブに分離する方法に対応する結果を判定する工程と、1若しくはそれ以上の結果を評価することに基づいて、複数のチューブに収容されている生物学的材料の試料を追加のチューブに分離する方法の1つを承認する工程とを有することができる。そのような場合、複数のチューブに収容されている生物学的材料の試料を追加のチューブに分離する1若しくはそれ以上の方法の決定は、生物学的材料の試料に対して行われる複数の試験を示す第1の行列と、実験器械が実行するように適合されている試験の種類を示す第2の行列などの因子に基づくものとすることができる。
その他の実施例として、本明細書に開示する材料に基づいて、当業者であれば、複数のチューブに収容されている試料を追加のチューブに分離する潜在的な方法を決定する工程と、複数のチューブに収容されている試料を追加のチューブに分離する前記潜在的な方法を承認するかどうかを決定する工程と、複数のチューブに収容されている試料を分離する決定された方法が承認されるまでこれらの工程を繰り返す工程などを有する方法を実施することができる。
いくつかの実施形態において、前段落に記載したような方法は決定工程が繰り返されるたびに、複数のチューブに収容されている試料を追加のチューブに分離する潜在的な方法は、試料を分離するための以前に決定された最新の方法よりも多くの追加のチューブに当該試料を分離するように実施できる。
いくつかの実施形態において、前2段落のいずれかに記載したような方法は、複数のチューブに収容されている試料を追加のチューブに分離する最初の方法を決定する工程と、複数のチューブに収容されている試料を追加のチューブに分離する最初の方法に対応する初期結果を決定する工程と、複数のチューブに収容されている試料を追加のチューブに分離する最初の方法を承認するかどうかを当該初期結果の評価に基づいて決定する工程と、複数のチューブに収容されている試料を追加のチューブに分離する方法が承認されるまで工程のセットを繰り返す工程とを有してもよい。これらの工程は、複数のチューブに収容されている試料を追加のチューブに分離する新しい方法を決定する工程であって、この新しい方法は、試料を分離する以前に決定された最新の方法に対して、試料を分離する追加のチューブの数を増やすものである、前記新しい方法を決定する工程と、試料を分離する新しい方法に対応する新しい結果を判定する工程と、新しい結果の評価に基づいて試料を分離する新しい方法を承認するかどうかを決定する工程とを含んでもよい。
いくつかの実施形態において、前段落に記載したような方法は、複数のチューブに収容されている試料を分離する最初の方法は複数のチューブに収容されている試料を追加のチューブに分離しないように実施することができる。
いくつかの実施形態において、前4段落のいずれかに記載したような方法は、複数のチューブを収容している試料を分離する方法を決定し、そのような分離の1若しくはそれ以上の結果が複数のアリコート(すなわち、単一の試料を複数の部分に分離する)方針のそれぞれについて並行して行われることを決定するように実施することができる。
いくつかの実施形態において、前5段落のいずれかに記載したような方法は、少なくとも1つの主要性能評価指標に対する結果の影響を判定する工程を有する方法に、試料を分離した結果を評価する工程が含まれるように実施することができる。
いくつかの実施形態において、前6段落のいずれかに記載するような方法は、試料分離の結果を評価する工程であって、評価された各結果が試料を処理するための要件を満たすことに対応するかを判定する工程を有するものである、前記結果を評価する工程を含むよう、並びに、評価された結果のいずれも当該試料を処理するための要件を満たすことに対応しない場合でも、試料を分離する方法を承認することを含むように実行することができる。
いくつかの実施形態において、前7段落のいずれかに記載したような方法は、試料に対して行われる試験を示す第1の行列と実験器械を実行するために適合される試験の種類を示す第2の行列とに基づいて、試料を分離する方法を決定するように実施することができる。
いくつかの実施形態において、前8段落のいずれかに記載したような方法は、分注機及び複数の実験器械から離れている遠隔のコンピュータ設備にホストされている仮想機器を使用して前述の決定および承認工程を実行するように実施することができる。
機器およびコンピュータプログラム製品の実施形態もまた可能である。例えば、いくつかの実施形態は、前段落のいずれかに記載の方法を実行する適合された機器を有することができる。同様に、いくつかの実施形態は、前段落のいずれかに記載の方法を実行するための命令を符号化するコンピュータ可読媒体を有するコンピュータプログラム製品を有することができる。
その他の実施形態において、複数の実験器械と、少なくとも1つの分注機と、コンピュータとを有する機器があってもよい。そのような実施形態では、各実験器械は、1若しくはそれ以上の種類の試験を実行するように適合させることができる。さらに、そのような実施形態では、コンピュータは、実行されると、それにアリコート定義プロセスを実行させるように適合された命令を有するように構成することができる。そのようなアリコート定義プロセスは、複数のチューブに収容されている試料を更なるチューブに分離するために少なくとも1つの分注機を使用する1若しくはそれ以上の方法を決定する工程と、前記試料を分離するために少なくとも1つの分注機を使用する前記1若しくはそれ以上の方法に対応する評価結果に基づいて、前記試料を分離するための少なくとも1つの分注機を使用する前記1若しくはそれ以上の方法のうちの1つを承認する工程とを有することができる。
ここで図面を見ると、図1は、実験室が直面する基本的な問題を説明する図の例示的な実施形態である。実験室のどの機器でどのチューブに対してどの試験を実行するかを決定するのは困難である。図1に示す状況では、実験室が様々な供給元(例えば、病院、医院など)からチューブを受け取り、それらに対して様々な試験を実施する必要がある。例示的な実施形態において、実験室は、その内容物を試験a、b、およびcの対象とする必要がある100本のチューブと、内容物を試験a、d、f、およびhの対象とする必要がある200本のチューブと、内容物を試験c、e、g、およびiの対象とする必要がある150本のチューブ等とを受け取ることができる。図1の右側に示すように、実験室はまた、必要な試験を実行するのに使用可能な複数の機器を有する場合がある。例示的な実施形態において、実験室は、試験a、b、c、およびdを実行可能なタイプM1の3つの機器を有し、また試験a、i、およびjを実行可能なタイプM2の2つの機器を有する。その場合、必要な試験をより速く簡単な方法で完了できるよう、どのようにして種々のチューブを種々の利用可能な機器に割り当て、また当該機器間における順序決定すべきかを決定するかが問題である。
一実施形態において、そのような問題に対処するのに様々な手法を用いることができる。例示的な一実施形態において、図2に示すような順序を使用してチューブを割り当てることが可能である。更なる実施形態では、当該順序は、第1の未割り当てチューブを取り出し、そのチューブ201に対する最大数の試験を実行できる機器の待ち行列にそれを追加することによって始まる。図1に示す状況における例示的な実施形態では、それらの機器がそれらのチューブに対する試験全てを実行することができるため、前記工程は、試験a、b、およびcを実行する必要がある内容物を伴う100本のチューブのうちの1本を取り出し、タイプM1の機器のうちの1つの待ち行列にそれを追加することによって行われる。更なる一実施形態において、チューブが待ち行列201に追加された後、更なる試験が必要であるかどうかの確認202が行われてもよい。更なる一実施形態において、(例えば、必要な試験の全てを実行することができない機器の待ち行列にチューブが追加されたため)更なる試験が必要であった場合、既にチューブが待ち行列に入っている(すなわち、その待ち行列に既にチューブが割り当てられている)機器によって処理されない1若しくはそれ以上の試験を実行することができるその他の機器の待ち行列201に当該チューブを追加してプロセスが繰り返される。代替的な実施形態において、更なる試験を実行する必要がない場合、機器203に割り当てられていない更なるチューブがあるかどうかを判定するための確認が行われる。更なる一実施形態において、更なるチューブがある場合、そのプロセスは、次のチューブ(例えば、試験a、b、およびcの対象とする必要がある内容物を有する100本のチューブのセットからの第2のチューブ)に204を繰り返し、そのチューブを適宜待ち行列201に追加することができる。そうでない場合、機器へのチューブの割り当ては終了したと見なすことができ、物理的なチューブに対し機器間における順序決定がなされ、それらの待ち行列割り当てに対応する方法で試験され得る。
図2に示すようなアルゴリズムはチューブを機器に割り当てるために使用され得るが、そのようなアルゴリズムは重大な欠点を有する可能性がある。例えば、(上記のように)試験a、b、およびcを必要とするチューブがタイプM1の機器に割り当てられている場合、試験dを必要とする任意のチューブがタイプM1の機器により処理されなければならないため、タイプM1の機器が不必要に支障になる可能性がある一方、試験a、bおよびcのみを必要とするチューブは、タイプM1の機器、または(試験aを実行するための)タイプM2の機器を(試験bおよびcを実行するための)タイプM3の機器と組み合わせて使用して処理できる可能性がある。したがって、この理由およびその他の理由から、図2に示すような単純な割り当てプロセスを使用するのではなく、チューブはより精密な方法で機器に割り当てられることが好ましい。例えば、いくつかの実施形態では、図3(チューブ−試験行列および機器−試験行列)に示すような行列を使用して、どのチューブにどの試験が必要であり、どの機器がそれらの試験を実行できるかについての情報を記憶することができる。そして、これらの行列を最適化関数(例えば、ハンガリーのアルゴリズム、オークションのアルゴリズム、または割り当ての問題を解決するために使用されるその他のアルゴリズム)への入力として使用して、実験室内の様々な機器へのチューブの割り当て方を示す図4(チューブ−機器行列)に図示するような行列を生成することができる。その他の行列表現も可能である。例えば、図3は、試験の可能な組み合わせごとに1行を有するものとしてチューブ−試験行列を示したが、いくつかの実施形態では、チューブ−試験行列はチューブ毎に1行を有し、それにより、2n−1行を有する代わりに、チューブ−試験行列はq行を有するようになっていてもよい。この場合、nは試験数を表し、qはチューブ数を表す。したがって、図3〜図4に示すチューブ−試験、機器−試験、及びチューブ−試験行列は、単なる例示として理解されるべきであり、限定として扱われるべきではない。
しかしながら、上記のようなより精密な行列に基づく最適化手法でさえ、全ての場合において十分ではないことがある。例示のため、3つの異なる機器で試験対象とする必要がある内容物を有する単一のチューブの単純化された場合を考える。応答時間が問題にならない場合、これは、チューブを、第1の機器(機器A)に、次いで第2の機器(機器B)に、次いで3番目の機器(機器C)に割り当てることで簡単に達成できる。しかしながら、例えば関連機器(すなわち、機器A、BおよびC)の各々が1時間の応答時間を有するが、実験室がチューブの到着から150分以内(すなわち2時間半の応答時間内)にチューブに対する試験を完了する必要があるとする契約をしている病院からチューブが来た場合など、実現困難な応答時間の制約があり得る。これに対処するために、いくつかの実施形態では、実験室は当該チューブをアリコートする、すなわちチューブの内容物を複数のチューブに分けることができる。このようにして、いくつかの実施形態では、試験は2若しくはそれ以上の関連機器で並行して実行することができ、それにより各機器がその試験の完了までに60分を要するとしても150分の応答時間要件を満たし得る。図5は、単一のチューブからの材料に対して並行操作を可能にするためにいくつかの実施形態においてどのようにアリコートが使用され得るかを示す図である。図6は、いくつかの実施形態においてどのようにアリコートが上述したような行列に基づく最適化ワークフローに統合されるかを示す図である。この図では、チューブは事前定義されたアリコート方針に従ってアリコートされることとなり、またチューブ−試験行列が使用されて、最初に提供されるチューブではなく、アリコートされるチューブが反映される。
チューブのアリコートは、単一のチューブの内容物を複数の機器により並行して試験することを可能にすることによって応答時間を潜在的に減少させることができるが、考慮すべき欠点もある。例えば、分注機はそれ自体がボトルネックになる可能性があり、アリコートが無差別に行われると応答時間の増加をもたらす可能性がある。さらに、チューブ内の死容積のために、アリコートは試験に利用可能な試料の有効量を減少させるという結果をもたらす可能性がある。したがって、いくつかの実施形態では、図6に示すような方法で決定された方針に基づいてチューブを単純にアリコートするのではなく、好ましくは、図8、図15、図16、及び図17に示すような代替のワークフローを使用してチューブのアリコート(チューブを全てアリコートすべきかどうかを含む)を動的に決定することができる。図8のワークフローでは、チューブ―機器行列が生成されると、決定された方針に従って単純にアリコートするのではなく、または又はチューブを機器に分配するのではなく、チューブ―機器行列が生成され、その行列に基づいてチューブを機器に分配するための順序およびスケジュールが決定された後、その方法でチューブを分配することが実験室に課される様々な制約を満たすかどうかについての確認801が行われる。これは、例えば、後述の図9に示すようなプロセスを用いて行われる。
図9のプロセスでは、数学的モデルおよび発見的問題解決法を初期的に用いてチューブ901の応答時間を決定することができる(例えば、各チューブがその内容物に対して必要な試験を実施するのに必要な時間は、理想的な条件下で単独で動作する場合、そのチューブが割り当てられた各機器がその試験を実行する必要がある時間に基づいて、また、処理すべきチューブをオーダーする際に最短処理時間の最初の発見的問題解決法が使用されるという仮定に基づいて決定することができる)。次に、チューブの応答時間が確認902されて、それらが実験室の契約上の約束を満たしていることを確かめることができる。確認902が、契約上の約束が満たされていることを示した場合、応答時間はシミュレーションを用いて再決定することができ、それは実験室における実際の状態についての情報の使用に基づく前の決定101とは異なり得る。いくつかの実施形態では、そのようなシミュレーションは以下のような因子を考慮することができる。
・機器の待ち行列の現在の長さ、および待ち行列にあるチューブを考慮して試験を完了するための付随的遅延、
・実験室について推定される将来の作業負荷が、チューブの新しいバッチが現在の待ち行列に追加されたときに器械がボトルネックになる可能性があるものである場合、
・実験室の物理的なレイアウトを考慮して、機器間でチューブを搬送するのに必要な時間、
・機器に搭載されている試薬、およびそれらの試薬を用いて器械が実行できる対応する試験、および/または、
・機器の利用可能性に対する予定されたメンテナンス(例えば試薬補充、較正および制御)の影響。
契約上の応答時間の約束が満たされたかどうかの確認は繰り返すことができ(904)、そのプロセスは、その確認に基づいて制約が満たされたか(905)または満たされなかったか(906)を示すことができる。
当然、いくつかの実施形態では、図8に示すようなワークフローにおいて制約が満たされているかどうかの確認801は、図9のプロセスを介する以外の方法で実行されてもよい。例えば、図9のプロセスは、応答時間を決定するために数学的モデルおよびシミュレーションを用いる個別の工程を有する一方、いくつかの実施形態では、それらの工程のうちの1つを省略することが可能であり、制約を満たしているかどうかの確認801が、シミュレーションのみまたは数学的モデルのみのいずれかを用いて実行されてもよい。同様に、いくつかの実施形態では、制約を満たしているかどうかを判断するときに(801)、契約上義務付けられている応答時間以外の因子を考慮することが可能である。例えば、いくつかの実施形態では、図9に示す確認902、904は、契約上の応答時間の約束を考慮する代わりに、またはそれに加えて、提案されているどのレベルのアリコートが試験に必要な閾値を下回るチューブの試料材料の使用可能量をもたらすかどうかを(例えば、試料をアリコートするチューブの死容積のために)考慮することができる。さらに、いくつかの実施形態において、図9に示すようなプロセスは、アリコートが潜在的に有意義であるかどうかを決定するための発見的問題解決法などを使用することによって、(例えば、チューブのバッチに関連した期限がすでに過ぎている、またはアリコートにより、必要な試験を実行することを妨げる程度の死容積まで失われた試料の量が増加する場合、アリコートは無意味なものとして扱い)、また、発見的問題解決法によりアリコートには少なくともある程度の潜在的な利点があること示されている場合に図9に示すようなプロセスによる処理のみによって、省略または任意選択されてもよい。
さらに、図9の一般的なプロセスに従う実施形態においても、変形形態は可能である。例えば、いくつかの実施形態において、図9のプロセスの出力は、制約が満たされたかどうかの単純なYES/NOの表示とすることができる。その他の実施形態では、図9に示すようなプロセスの出力は、どのチューブについて制約の違反があったか、及びその違反の性質などのより多くの情報を含んでもよい(例えば、そのチューブが割り当てられた特定の機器がボトルネックになる可能性があったため、そのチューブが短い応答時間を有するが機器の待ち行列中その他のチューブの後ろに位置するため、または、その機器が実験室のその他の機器から遠くに位置し、それを使用するためには、チューブを機器に物理的に輸送する時間を考慮する必要があるため、特定のチューブについての応答時間が長すぎるという表示)。したがって、図9のプロセスに関する上記説明、およびその図に対する例示的な変形形態は、例示的なものにすぎないと理解されるべきであり、この書面または任意のその他の関連文書によって提供される保護の範囲を制限するものとして扱われるべきではない。
ここで図8の説明に戻ると、しかしながら、ある制約が満たされていないと判定されると、決定801が行われ、潜在的なアリコートおよび試験割り当てが決定される(802)。これは、チューブ−試験行列の修正をもたらし、それは、新しいチューブ―試験行列を生成し、処理すべきチューブについての新しい順序とスケジュールを決定するのに使用される。提案されたアリコートおよび試験割り当てにより関係する制約が満されるかどうかを判定するために、その新しい順序およびスケジュールを確認することができる(801)。その後、これは、1若しくはそれ以上の回数繰り返され、潜在的に毎回異なるアリコートおよび試験割り当てが決定される(802)。例えば、いくつかの実施形態では、図8の確認801が、アリコートなしでは制約を満たさないことを示している場合、最初のアリコートおよび試験割り当ては相対的に保守的なアリコート方針を使用して生じさせることができ(すなわち、試料を保持するために使用されるチューブの数を相対的にわずかに増加させる)、関連する制約を満たすチューブのスケジュールおよび順序が最終的に生成されるまで、その後の各繰り返しでより積極的な方針が使用される。その時点で、図8に示すワークフローは完了したと見なしてもよく、チューブを物理的にアリコートし、その制約を満たす結果となった方法で試験することができる。この種の進行において異なる種類のアリコート方針を適用することから得られる結果の例、ならびにチューブの数およびチューブ−機器行列に対するそれらそれぞれの影響を図11〜図13に示す。
当然、上記説明は例示のみを意図したものであり、いくつかの実施形態では、記載された動的アリコート作業ワークフローに対する変形形態が可能であり、当業者であればこの開示を考慮して過度の実験なしにそれを実施し得ることを理解されよう。この種の変形形態の一例として、アリコートおよび試験割り当てを決定する工程802を考える。上述のようにいくつかの場合では、この決定は、実験室で処理されるべき一組のチューブにアリコート方針を一括して適用することによって行われる。しかしながら、いくつかの実施形態では、この種の決定802は、例えば制約が満たされない原因となったそれらのチューブのアリコートのみによって、より対象を絞った方法で実行することも可能である。例えば、いくつかの実施形態では、以前のチューブ−機器行列によって特定の機器に割り当てられたチューブにより、応答時間要件に違反が生じた場合、処理されるべき全てのチューブをアリコートするのではなく、最初にそれらのチューブのみがアリコートされてもよい。同様に、いくつかの実施形態では、個々のチューブに適用される応答時間に制約がある場合、アリコートは、応答時間の制約に違反するチューブのみに限定されてもよい。いくつかの実施形態では、この種類の条件付き集束は、応答時間が試験ごとに定義される場合に適用することもでき、内容物が応答時間の制約に違反する試験を必要とするチューブにのみアリコートが適用される。実際、いくつかの実施形態では、不必要なアリコートを回避するため、制約に違反したチューブの全てが最初にアリコートされるとは限らない。例えば、制約に違反したと最初に判断されたときに、制約に違反したチューブのサブセット(例えば、複数のチューブのうちの1つ)のみがアリコートされ、許容可能なアリコートおよび試験の割り当てが達成されるまで、繰り返し方式で追加のチューブにアリコートを適用することができる。
いくつかの実施形態では、更なるレベルの対象化も可能である。例えば、いくつかの実施形態では、応答時間の制約に違反するチューブは、アリコートの候補としてのみ扱われ、それらが1若しくはそれ以上の追加のフィルターを通過した場合にのみアリコートされ、新しい試験割り当てがなされる。いくつかの実施形態において、候補のチューブが1若しくはそれ以上の排除フィルターを通過した後にのみアリコートされる場合、潜在的に適用し得る様々な排除フィルターが存在してもよい。例えば、いくつかの実施形態では、特定の優先指定(例えば、統計値(Stat))または特定の情報源(例えば、病院)からの候補のチューブのみがアリコートされてもよく、一方で、考慮する優先指定または優先順位付けされた供給元からの候補のチューブがない場合を除き、その他の候補のチューブが除外され得る。いくつかの実施形態では、あるチューブを候補とする問題がアリコートにより潜在的に解決される(または少なくとも改善する)ことを確実にするために確認を行うことも可能であり、そうでない場合、そのチューブは除外されることとなる。例えば、いくつかの実施形態では、応答時間がチューブごとに定義される場合、ステートメントT+T<=T+TまたはステートメントT>Tのいずれかが真であると、候補のチューブはアリコートから除外される。この場合、Tは器械待ち行列におけるチューブの現在の(すなわち、アリコートされていない)位置のためのタイミングであり、Tは機器間でのチューブの輸送のためのタイミングであり、Tはチューブをアリコートするのに必要な時間であり、Tはアリコートされるチューブが現在のアリコートに基づいて待ち行列に入れられる最大の時間であり、Tはチューブの応答時間要件である。従って、応答時間要件15分のチューブが試験TおよびTを必要とし、試験TおよびTを実施する機器の待ち行列がそれぞれ10分および20分の長さである場合、そのチューブはアリコートから除外することができる。アリコートされたチューブが最初の利用可能な待ち行列位置に置かれたとしても、15分の応答時間の制約は依然として試験Tの20分の待ち時間に違反するからである(すなわち、TはTよりも大きい)。いくつかの実施形態では、チューブごとではなく試験ごとに定義される応答時間についても同様の種類の排除を実行することができ(例えば、そのチューブに対して行う必要がある試験のうちの少なくとも1つが、その試験を実行する機器の既存の待ち行列に基づいて満たすことができない応答時間を有する場合、候補のチューブをアリコートから除外することができ)、或いは、応答時間以外の特性についても同様の種類の排除を行うことができる(例えば、試料がアリコートされるチューブの死容積が考慮されると、必要な試験を実行するのに十分な試料がないこととなる場合、候補のチューブを除外することもできる)。したがって、候補のチューブが実際にアリコートされることを除外することについての上記説明は、例示的なものにすぎないと理解されるべきであり、限定的なものとして扱われるべきではない。
いくつの実施形態では、アリコートするチューブを決定することを超えて、アリコートおよび試験の割り当てを決定する工程802の様式の変形形態もまた可能である。例示のため、特定のチューブがアリコートされるべきことが決定されたときの、生成するアリコートの数の決定を考える。いくつかの実施形態では、これは単に、最大アリコート数を決定し、その後、その数または必要な試験数に基づいて試料をアリコートすることによって行うことができる(例えば、死容積を考慮して試料がアリコートされ得るチューブの最大数を決定し、その後、試料を、その最大数のチューブ、またはアリコート前のチューブに必要な試験数と等しい数のチューブのいずれか少ない方に試料をアリコートする)。しかしながら、いくつかの実施形態では、その他の因子も同様に考慮され得る。例えば、いくつかの実施形態において、或るチューブがチューブ毎に定義されている応答時間の制約を受ける場合において、そのチューブがアリコートされるべきものである場合(例えば、それがアリコート候補として特定され、また、候補除外手法を使用する実施において適用可能な除外基準をすべて満たしている場合)、チューブの内容物に対して試験を行うのに必要な機器の数に基づき、それをいくつかのチューブにアリコートすることができる。同様に、いくつかの実施形態では、或るチューブが試験ごとに定義されている応答時間の制約を受ける場合であって、そのチューブがアリコートされるべきでものである場合、それは、応答時間の制約が満たされない試験を実行する可能性がある機器の数と等しい数のチューブにアリコートされ得る。当然、いくつかの実施形態では、その他の変形形態、例えば組み合わせ手法(例えば、アリコート数が応答時間の制約に基づいて決定される場合には死容積に基づく最大アリコート数を上限として用いる)もまた可能であり、当業者であれば過度の実験なしにこの開示を考慮して実施することができるであろう。したがって、アリコート数についての変形形態の上記説明は、アリコートの対象化についての変形形態の説明と同様に、例示的なものにすぎないと理解されるべきであり、限定的なものとして扱われるべきではない。
また、開示の技術は、アリコートするかどうか(および/またはどのようにアリコートするか)を動的に決定する態様で実行することができるが、それは、図8に示す基本的なワークフローとは異なる態様で実施することも可能である。この例として、図15を考える。この図に続く実施形態では、アリコートおよび試験割り当て802を続行するかどうかは、特定の主要性能評価指標(すなわち、KPI)が改善され得るかどうか1501に基づいて決定される。これらのKPIは、例えば応答時間の制約を満たさないチューブの数、応答時間の制約を満たさないチューブの割合、または実験室全体の処理量、あるいはチューブ(またはチューブ試験)の期限に対してそれらのチューブ(またはチューブ試験)が実際に行われるまでの遅延の総計などのより高レベルな考慮事項などとすることができる。図15に示す代替的なワークフローの種類に続く実施形態では、チューブのバッチが到着すると、コンピュータは、そのチューブのバッチについて図2のワークフローを少なくとも一度繰り返してもよく、また、KPIが改善するのを止めるまでワークフローを繰り返し続けてもよく、当該改善が止まる時点でKPIに対し最良の影響を与えることが分かったアリコートおよび試験割り当てが最適であることが示され、その割り当てに基づいてチューブはアリコートされ機器に送られ得る。当然、いくつかの実施形態では、KPIの使用は、最適な割り当てが特定される時まで新しいアリコートおよび試験割り当てを生成することを要しない。例えば、いくつかの実施形態では、KPIは単に閾値と比較され(例えば、応答時間要件を満たさないチューブの5%以下)、閾値が満たされるかKPIが改善するのを止めるまでワークフローが繰り返されてもよい。同様に、いくつかの実施形態では、パレートフロントに複数の許容可能な解決策がある場合(すなわち、特定の状況において適用する制約を満たす複数の解決策があるが、その他すべてに厳密に影響を及ぼす1つの解決策はない場合)、ユーザに許容可能な解決策のうちのどれを使用するかということについての決定をするよう要求してもよい。
いくつかの実施形態においてアリコートが行われるべきかどうかおよび/またはどのように行われるべきかを動的に決定するために使用され得るワークフローの更なる例が、図16および図17に提供される。図16には、プロセスが示されているが、当該プロセスは、最終的なアリコートおよび試験割り当てが特定されるまで、それがアリコートおよび試験割り当ての決定802を反復的に繰り返す点で図8および図15のプロセスに類似するものである。しかしながら、図16のプロセスは、各反復においてワークフロー全体のうちのより小さな部分を繰り返す点で図8および15に示すものと異なり、潜在的な各アリコート及び試験割り当て決定802のためにチューブ―機器行列を再計算するのではなく、新しいアリコートのために機器割り当てを再利用する。当然、図8、図15、および図16は、アリコートおよび試験割り当て802を反復的に決定するワークフローを示しているが、この反復的決定は、動的アリコートを実施するために開示の技術が使用される全ての場合において必ずしも存在するものではない。図17には、いくつかの実施形態において、図8、図15および図16に示すような反復なしでアリコートの動的決定をどのように実行し得るかについての例が提供されており、この図では、複数のアリコート方針を並行して適用することができ(例えば、マルチスレッドプロセスにおける異なるスレッドとして、単一のシステム上で起動される異なるプロセスとして、など)、その後、それらの方針の結果を互いに比較して、どれが任意の状況に最も適しているかを判断することができる。
開示の技術をどのように使用してチューブの取り扱いを改善することができるかをさらに示すために、表1に記載のチューブ−機器行列を考える。
Figure 2020512534
この表では、各チューブの各値は、そのチューブが特定の分析器によって処理されるのに必要な時間と、その分析器によるそのチューブの処理の完了期限との両方を示す。例えば、表1に示す状況では、チューブ1に対する分析器Aの動作は2時間単位かかり、分析器Aによるチューブ1の処理の期日は15時間単位である。スケジューリングにおいて、その分析器に対するチューブの順序は、遅延動作の数を最小にするように決定されることが好ましい。この目的を達成するために、最も早い期日優先規則を適用することができ、また同点の場合には、最も短い処理時間規則を用いて分析器に対するチューブを順序付けることができる。図7には、この手法を用いて生成されたアリコートされていないチューブのスケジュールを示すガントチャートが提供されている。図7のガントチャートに見られるように、分析器Bによるチューブ4の処理は14時間単位が経過するまで完了しないので、アリコートがない場合の分析器Bでのチューブ4の処理期日(すなわち11時間単位)は守られない。しかしながら、チューブ4をアリコートして再スケジュールすると、これを回避できる。これは図10において見ることができる。これは、チューブ4がチューブT4*IおよびT4*IIに置き換えられている場合の修正ガントチャートであり、これらのチューブへチューブ4がアリコートされたことを示す。図10に示すように、このアリコートにより当該チューブについての全ての期日が満たされ、したがって作業の遅延はなく、それにより、開示の技術がチューブの処理に関する要件を満たす一方で、依然として必要以上に多くのチューブをアリコートすることに関連したコストが回避されるという有用性が示されている。
ここで図14を見ると、この図は、いくつかの実施形態において、例えばアリコート命令および機器割り当ての生成を実行するのに使用することができるコンピュータシステムを示す。図14に示すように、そのようなコンピュータシステムは、1若しくはそれ以上のプロセッサ1401、1若しくはそれ以上のコンピュータ可読メモリ1402(例えば、RAM、ROM、またはその他の様々な種類の記憶装置)、通信バス1403、および1若しくはそれ以上の外部デバイスインターフェース1404、1405(例えば、USBポート、パラレルポート、TCP/IPアダプタカードなど)を含み得る。いくつかの実施形態では、外部デバイスインターフェース1404、1405は、様々な入力デバイス1406(例えば、キーボード、タッチスクリーンインターフェースなど)および/または分注機1407などの種々な実験室機器に接続されてもよい。動作において、本明細書に記載したようなワークフローを実行する命令は、1若しくはそれ以上のコンピュータ可読メモリ1402に格納されてもよく、また、それらの命令は外部入力デバイス1406から受け取った入力時にプロセッサ1401によって実行されて、分注機1407に送られてチューブがどのようにアリコートされるべきかを指定し得るアリコート命令を生成することができる。さらに、いくつかの実施形態では、機器割り当てはまた、生成され、(図14には示されていない)アリコートされたチューブを実際に処理する分析機器に送ってもよく、それにより、いくつかの実施形態では実験室全体を本明細書に記載の最適方法で潜在的に制御できるようになっている。
上記説明では説明のため、本技術の様々な実施形態の理解を提供するために多数の詳細が述べられてきた。しかしながら、特定の実施形態がこれらの詳細のいくつかなしで、または更なる詳細を用いて実施し得ることは当業者に明らかであろう。
いくつかの実施形態を説明してきたが、本発明の趣旨から逸脱することなく様々な修正形態、代替構造、および等価物を使用できることが当業者には理解されよう。さらに、本発明を不必要に曖昧にすることを避けるために、いくつかの周知のプロセスおよび要素は記載されていない。さらに、任意の特定の実施形態の詳細は、その実施形態の変形形態において常に存在していなくてもよく、またはその他の実施形態に追加することができる。
本明細書で使用される場合、単数形「a」、「an」、および「the」は、文脈が明らかにそうでないことを指示しない限り、複数の指示対象を含む。明瞭さと理解のために本発明を詳細に説明した。しかしながら、添付の特許請求の範囲の範囲内で特定の変更および修正が実施され得ることが理解されよう。
本明細書中で使用される場合、用語「患者」とは、管理人によって病状、疾患などについての試験、治療、モニタリングなどが行われているヒトまたはヒトでない対象をいう。
本明細書で使用される場合、用語「機器」とは、デバイスまたはデバイスの組み合わせをいう。
本明細書で使用される場合、「ネットワーク」という用語は、標準プロトコルを使用するネットワークの任意の集合をいう。例えば、この用語は、グローバルな分散型ネットワークを形成するために1組の標準プロトコル(TCP/IP、HTTPなど)によって互いにリンクされている相互接続された(パブリックおよび/またはプライベート)ネットワークの集まりを含む。この用語はまた、既存の標準プロトコルへの変更および追加、あるいはその他の媒体(例えば、テレビ、ラジオなど)との統合を含む、将来行われる可能性がある変形形態を包含することも意図されている。
本明細書で使用される場合、用語「試料」は任意の生物学的試料をいい、用語「生物学的試料」は、その自然環境から単離された生物学的材料、例えば動物またはヒトの体などの任意の標本を網羅することを意味する。それは、組織、骨、靭帯などのような固体形態とすることができる。それはまた、血液、髄液などのような液体形態とすることもできる。
本明細書で使用される場合、用語「セット」は、類似の性質、デザイン、または機能の0若しくはそれ以上のものの数、グループ、または組み合わせをいう。
本明細書で使用される場合、用語「に基づいて」とは、何かが少なくとも部分的に「に基づいている」と示されているものによって決定されることを意味する。何かがそれ以外の何かに基づいて完全に決定されなければならないことを示すために、それは、それによって完全に決定されるものは何でも「排他的に」基づいているものとして説明されることとなる。
本明細書で使用される場合、「第1」、「第2」などの修飾語は単に読みやすさを改善するために使用されるラベルであり、それらが修飾する項目間の一時的または実質的な違いを示唆することは意図しない。例えば、特許請求の範囲において事項を「第1のプログラム」および「第2のプログラム」ということは、「第1のプログラム」が最初に生成されること、またはコンピュータによって実行されたときに、2つのプログラムが必然的に異なることを引き起こすことを示すものと理解されるべきではない。

Claims (10)

  1. 機器であって、
    a)複数の実験器械であって、各実験器械は少なくとも1つの試験を実行するように適合されているものである、前記複数の実験器械と、
    b)少なくとも1つの分注機と、
    c)メモリとプロセッサとを有する少なくとも1つのシステムであって、このシステムは、実行されると、
    i)複数のチューブに収容されている試料を追加のチューブに分離する1若しくはそれ以上の方法を決定する工程と、
    iii)前記試料を分離する前記1若しくはそれ以上の方法に対応する評価結果に基づいて、前記少なくとも1つの分注機を使用して前記複数のチューブに収容されている前記試料を分離する工程と
    を有する工程を実行させるように適合された命令を有するように構成されているシステムと
    を有する機器。
  2. 請求項1に記載の機器において、前記命令が、実行されると、前記システムに実行させるように適合された前記工程は、
    a)前記複数のチューブに収容されている前記試料を追加のチューブに分離する最初の方法を決定する工程と、
    b)前記複数のチューブに収容されている前記試料を追加のチューブに分離する前記最初の方法に対応する初期結果を判定する工程と、
    c)前記初期結果の評価に基づいて、前記複数のチューブに収容されている前記試料を追加のチューブに分離する前記最初の方法を承認するかどうかを決定する工程と、
    d)前記複数のチューブに収容されている前記試料を追加のチューブに分離する方法が承認されるまで、
    i)前記複数のチューブに収容されている前記試料を追加のチューブに分離する新しい方法を決定する工程であって、前記複数のチューブに収容されている前記試料を追加のチューブに分離する当該新しい方法は、前記複数のチューブに収容されている前記試料を追加のチューブに分離する以前に決定された最新の方法に対して、前記試料が分離される追加のチューブ数を増加させる工程と、
    ii)前記複数のチューブに収容されている前記試料を追加のチューブに分離する新しい方法に対応する新しい結果を決定する工程と、
    iii)新しい結果を評価することに基づいて、前記複数の追加のチューブに収容されている前記試料を分離する新しい方法を承認するかどうかを決定する工程と
    を繰り返す工程と
    を有するものである、機器
  3. 請求項2に記載の機器において、前記複数のチューブに収容されている前記試料を追加のチューブに分離する最初の方法は、前記複数のチューブに収容されている前記試料を追加のチューブに分離しないものである、機器。
  4. 請求項1に記載の機器において、前記システムは、複数のアリコート方針を有するように構成され、かつ、各アリコート方針のために並行して前記複数のチューブに収容されている前記試料を追加のチューブに分離する1若しくはそれ以上の方法を決定するように構成されているものである、機器。
  5. 請求項1に記載の機器において、前記試料を分離する前記1若しくはそれ以上の方法に対応する結果を評価する工程は、少なくとも1つの主要性能評価指標に対する前記結果の影響を判定する工程を有するものである、機器。
  6. 請求項1に記載の機器において、
    a)前記試料を分離する前記1若しくはそれ以上の方法に対応する結果を評価する工程は、当該評価された結果のそれぞれが前記試料を処理するための要件を満たすことに対応するかどうかを判定する工程を有し、
    b)前記命令は、前記評価結果のいずれもが前記試料を処理するための前記要件を満たすことに対応しない場合でも、前記複数のチューブに収容されている前記試料を追加のチューブに分離する前記1若しくはそれ以上の方法のうちの1つをシステムに承認させるように適合されているものである、機器。
  7. 請求項1に記載の機器において、複数のチューブに収容されている試料を追加のチューブに分離する1若しくはそれ以上の方法の決定は、
    a)前記複数のチューブに収容されている前記試料に対して実行されるべき複数の試験を示す第1の行列と、
    b)前記複数の実験器械からの実験器械が実行するように適合されている試験の種類を示す第2の行列と
    に基づくものである、機器。
  8. 請求項1に記載の機器において、前記システムは、前記複数の実験器械および前記少なくとも1つの分注機から離れて配置されているリモートコンピュータ施設における仮想機器をホストとするものである、機器。
  9. 方法であって、
    a)複数のチューブに収容されている試料を追加のチューブに分離する潜在的な方法を決定する工程と、
    b)前記複数のチューブに収容されている試料を追加のチューブに分離する前記潜在的な方法を承認するかどうかを決定する工程と、
    c)前記複数のチューブに収容されている前記試料を追加のチューブに分離する決定された方法が承認されるまで工程(a)〜(b)を繰り返す工程と
    を有する方法。
  10. 請求項9に記載の方法において、請求項9の工程(a)〜(b)が実行されるたびに、前記複数のチューブに収容されている試料を追加のチューブに分離する前記潜在的な方法は、前記複数のチューブに収容されている前記試料を、前記試料を分離する以前に決定された最新の方法よりも多くの追加のチューブに分離するものである、方法。
JP2019531317A 2016-12-12 2017-12-08 材料の合理的取り扱い Pending JP2020512534A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662432930P 2016-12-12 2016-12-12
US62/432,930 2016-12-12
PCT/US2017/065345 WO2018111721A1 (en) 2016-12-12 2017-12-08 Intelligent handling of materials

Publications (1)

Publication Number Publication Date
JP2020512534A true JP2020512534A (ja) 2020-04-23

Family

ID=60915634

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019531317A Pending JP2020512534A (ja) 2016-12-12 2017-12-08 材料の合理的取り扱い

Country Status (7)

Country Link
US (1) US11549958B2 (ja)
EP (1) EP3552025A1 (ja)
JP (1) JP2020512534A (ja)
CN (1) CN110192111B (ja)
AU (1) AU2017378068A1 (ja)
CA (1) CA3046815A1 (ja)
WO (1) WO2018111721A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3633510A1 (en) * 2018-10-01 2020-04-08 Siemens Aktiengesellschaft System, apparatus and method of operating a laboratory automation environment
EP3757575B1 (en) * 2019-06-24 2023-06-07 F. Hoffmann-La Roche AG Method of operating an analytical laboratory
CN112881703B (zh) * 2019-11-30 2024-04-19 深圳市帝迈生物技术有限公司 一种血液检测装置及方法、计算机存储介质

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9810574D0 (en) * 1998-05-18 1998-07-15 Thermo Bio Analysis Corp Apparatus and method for monitoring and controlling laboratory information and/or instruments
US6581012B1 (en) * 1999-07-30 2003-06-17 Coulter International Corp. Automated laboratory software architecture
DE60139922D1 (de) * 2001-04-05 2009-10-29 Inpeco Ip Ltd Verfahren zur Verwaltung von Arbeitszellensystemen mit einem Automatisierungsverwaltungssystem
JP2003315348A (ja) * 2002-04-22 2003-11-06 Hitachi High-Technologies Corp 検体処理システム及びそれを用いた検体検査自動化システム
US20080235055A1 (en) * 2003-07-17 2008-09-25 Scott Mattingly Laboratory instrumentation information management and control network
US7860727B2 (en) * 2003-07-17 2010-12-28 Ventana Medical Systems, Inc. Laboratory instrumentation information management and control network
US6984527B2 (en) * 2003-08-11 2006-01-10 Dade Behring Inc. Automated quality control protocols in a multi-analyzer system
US20060095484A1 (en) 2004-10-28 2006-05-04 Netaps Inc. Method and system for solving an optimization problem
US20070282476A1 (en) * 2006-06-06 2007-12-06 Siemens Corporate Research, Inc Dynamic Workflow Scheduling
US8112229B2 (en) * 2007-05-31 2012-02-07 Abbott Laboratories Method for determining the order of execution of assays of a sample in a laboratory automation system
EP2450711A1 (en) * 2010-11-03 2012-05-09 F. Hoffmann-La Roche AG Analaysis system for analyzing biological samples
ES2490965T3 (es) 2011-04-29 2014-09-04 F. Hoffmann-La Roche Ag Procedimiento para la operación de una celda de trabajo para muestras automatizadas
CN104094124A (zh) * 2012-02-27 2014-10-08 株式会社日立高新技术 检体预处理***
WO2015126839A1 (en) * 2014-02-19 2015-08-27 Siemens Healthcare Diagnostics Inc. Mother daughter tube carrier for aliquoters
EP3410323B1 (en) * 2017-05-29 2020-11-25 F. Hoffmann-La Roche AG Method for operating a laboratory system

Also Published As

Publication number Publication date
AU2017378068A1 (en) 2019-07-04
WO2018111721A1 (en) 2018-06-21
CA3046815A1 (en) 2018-06-21
CN110192111B (zh) 2024-07-02
CN110192111A (zh) 2019-08-30
EP3552025A1 (en) 2019-10-16
US20210072268A1 (en) 2021-03-11
US11549958B2 (en) 2023-01-10

Similar Documents

Publication Publication Date Title
Luscombe et al. Dynamic resource allocation to improve emergency department efficiency in real time
Riise et al. Local search for the surgery admission planning problem
Hatton Choosing the right prioritisation method
Kamran et al. Uncertainty in advance scheduling problem in operating room planning
Salehi et al. Stochastic-based robust dynamic resource allocation for independent tasks in a heterogeneous computing system
Riise et al. Recursive logic-based Benders’ decomposition for multi-mode outpatient scheduling
JP2020512534A (ja) 材料の合理的取り扱い
AU2019204138A1 (en) Techniques for case allocation
Cudney et al. A decision support simulation model for bed management in healthcare
Vodicka et al. Costs of integrating cervical cancer screening at an HIV clinic in Kenya
Pongjetanapong et al. Implementing complex task allocation in a cytology lab via HCCM using Flexsim HC
Lee et al. Proactive coordination of inpatient bed management to reduce emergency department patient boarding
Elalouf et al. An alternative scheduling approach for improving emergency department performance
Harzi et al. Scheduling patients in emergency department by considering material resources
Booker et al. Quality improvement with discrete event simulation: a primer for radiologists
Leeftink et al. Batch scheduling in the histopathology laboratory
Isken et al. Simulating outpatient obstetrical clinics
WO2020106696A1 (en) Scheduling tests in a laboratory environment
Nguyen et al. Scheduling rules to achieve lead-time targets in outpatient appointment systems
Schultz et al. Variability based surgical scheduling: a simulation approach
Van Merode et al. Decision support for clinical laboratory capacity planning
Lemos et al. Heuristics for the stochastic single-machine problem with E/T costs
Tayyab et al. Modeling of multi-level planning of shifting bottleneck resources integrated with downstream wards in a hospital
Shin et al. Resource specification for prototyping human-intensive systems
Kim Enhancing Patient Flow in Emergency Departments: A Machine Learning and Simulation-Based Resource Scheduling Approach