誤った患者からの採血は再検査や誤診などの原因となり，提出された検体の0.1%〜0.3%に発生すると言われている．検体検査結果のチェック機構としては、各項目が前回値とどの程度変化したかを比較するデルタチェックと呼ばれる手法が広く用いられているが，その精度は十分とは言えない．当院における実際の採血結果から人工的な取り違えデータを作成し，主に前回値との差を特徴量として機械学習モデルによる取り違えの検出システムを構築した．デルタチェックによるROC AUCは0.9408であったのに対し，XGBoostによる最終モデルにおけるROC AUCは0.9986であった．
