研究所の天秤・pH計・滴定装置の感熱紙の印字を撮って読み取り、測定値・日時・機器の番号を実験記録の表に転記して、同じ日の点検と校正の印字に結び付ける

処理の起点を決める

写真が共有フォルダに保存されたことを起点にします。 撮影台の横に研究所の共用のスマートフォンを置き、カメラで撮った写真を Teams のチャネルのファイルの場所に保存する運用にします。1枚ずつ動かし、終わった写真は処理済みのフォルダへ移します。 移すのは成功したときだけにし、受け取りのフォルダに残っている枚数が、そのまま未処理の数になるようにします。

撮るのは測定の直後です。 感熱紙は時間とともに薄くなり、指でこすると黒くなります。ノートに貼る前に撮ることを決まりにします。夕方にまとめて撮ると、撮影の時刻と印字の日時の差が大きくなり、時計のずれを見分けられなくなります。

点検と校正の印字も、同じ撮影台で撮ります。 これまで点検簿に貼るだけだった印字も、撮って読ませることで、測定との結び付けの相手になります。 撮り忘れると、測定に「点検が見つからない」の印が付くので、撮り忘れもその日のうちに分かります。

入力データを集める

質を決めるのは、機器の台帳の「点検の決まり」の列です。 天秤は「使う日の最初」、pH計は「使う前」、滴定のファクターは「定期」と、機器によって結び付ける点検の決まりが違います。決まりが台帳に書かれていないと、どの点検の印字を相手にすればよいかが決まりません。

実験番号のラベルは、印字と同じ写真に写すために要ります。 機器の印字には、試料の名前を入れられない機種が多くあります。ラベルが同じ画像に写っていれば、どの実験の測定かが画像の側で決まります。 ラベルには実験番号を大きく印刷し、テンプレートモデルで読める位置に置きます。

データの取得方法を決める

読み取りは、Power Automate から Document Intelligence の REST API を2回呼びます。1回目は分類モデル、2回目は分類の結果に応じたテンプレートモデルです。

分類の splitMode は none にします。 公式の説明では、v4.0 の分類モデルは既定で文書を分割せず、none は入力のファイル全体を1つの文書として扱います。1枚の写真には1枚の印字を写す決まりなので、分割は要りません。 2枚が写っていたら、分類の信頼度が下がることを手がかりに撮り直してもらいます。

分類の信頼度には、しきい値を置きます。 公式の説明では、分類モデルは各文書を学習したどれかの種類に割り当てようとするため、学習していない種類の文書が来ることが想定されるなら、分類のスコアにしきい値を置くか、「その他」の種類に代表的な見本を入れることが勧められています。この構成では両方を行い、しきい値を下回るものは研究員に戻します。

AIへ渡す前に整形する

1. 形式と大きさの確認 … 画像は JPEG か PNG で、縦横が50〜10,000ピクセルの範囲にあることを確かめます
2. 文字の大きさの確認 … 抽出する文字の高さの下限は、1024×768の画像で12ピクセルとされています。感熱紙の細い印字は、撮影台の高さを固定して下限を割らないようにします
3. 向きの補正 … 撮影台の上で印字が横向きに置かれたものを、縦に直します
4. 明るさの補正 … 薄くなりかけた印字は、コントラストを上げてから読ませます。ただし補正の前の写真も必ず残します
5. 重複の検知 … 同じ機器の番号・同じ日時・同じ値の印字が直近にあれば、同じ印字を2回撮ったものとして印を付けます
6. 処理済みの印字の確認 … 一度表に入った印字が、撮り直しで再び来たときは、上書きせずに研究員に確かめます

2番目を軽く見ないでください。 天秤の印字は小さな文字で、スマートフォンを離して撮ると下限に近くなります。撮影台にスマートフォンの置き場所を作り、毎回同じ距離で撮れるようにすることが、読み取りの精度をいちばん左右します。

AIに処理させる

させるのは、印字の種類を分けることと、種類ごとに決まった項目を読み取って信頼度を返すことだけです。 結び付けや計算は Python が行います。

測定値は文字列のまま持ちます。 「12.3400」を数値にすると「12.34」になり、天秤が出した桁が消えます。 桁は天秤の読み取りの限度を表しているので、表には印字されたとおりの文字列を入れ、比べるときだけ Python で数値に直します。

結び付けの規則は、機器の台帳の「点検の決まり」から作ります。

clock_suspect を付けた測定は、結び付けの結果を確定させません。 時計がずれていると、before_check が本当は点検の後の測定である可能性があります。機器の管理担当が時計を確かめ、ずれの幅を記録してから、結び付けをやり直します。

指示内容を固定する

この構成では生成AIを使わないため、プロンプトの代わりにモデルの学習の指示と、ラベル付けの決まりを示します。読み取りの精度は、ここで決まります。

【分類モデルの種類と見本の集め方】
- 種類：天秤_測定 / 天秤_点検 / pH_測定 / pH_校正 / 滴定_結果 / 滴定_標定 / その他
- 1種類あたり見本は5枚以上。機種が違うものは、それぞれ5枚以上を同じ種類に入れる
- 「その他」には、撮影台に写りがちな紙（ラベルだけ、付箋、別の機器の伝票）を入れる
- 見本は、撮影台の上で実際の運用と同じ距離・同じ照明で撮る
- 薄くなりかけた印字、斜めに置いた印字も数枚ずつ入れる

【テンプレートモデルのラベル付けの決まり】
- 機器の番号：印字の機器 ID の欄。印字に無い機種は、機器に貼った番号の札を写し込む
- 日時：印字の日付と時刻を、別々のフィールドとしてラベル付けする
- 値：数字の部分だけ。単位は別のフィールドにする
- 桁：先頭と末尾の 0 を含めて、印字のとおりにラベル付けする
- 実験番号：ラベルの番号の部分だけ
- 見本のうち、値が空欄の印字（中断した測定）も1枚入れる

【受け取った後の決まり（Python 側）】
- 項目の信頼度が決めた値を下回ったら、その項目を「確認」にする
- 日時の形式が読めないときは、撮影の時刻で埋めない。空欄にして「確認」にする
- 値の文字列に数字以外が混じったら、数値に直さず「確認」にする

「日時を撮影の時刻で埋めない」を明記するのは、時計のずれを見るためです。 日時が読めないときに撮影の時刻で埋めると、ずれの計算の相手が自分自身になり、ずれが0になります。 読めない日時は空欄のまま人に回します。

「桁を印字のとおりにラベル付けする」も同じ理由です。 見本で末尾の0を落としてラベル付けすると、モデルは0を落として返すことを学びます。 ラベル付けの段階で、桁を消す経路を作らないようにします。

出力形式を固定する

Python が、読み取り結果と結び付けの結果を次の形にまとめます。

{
  "photo_id": "",
  "captured_at": "2026-10-15T10:42:00+09:00",
  "doc_type": "balance_measure | balance_check | ph_measure | ph_calibration | titration_result | titration_standardize | other",
  "class_confidence": 0.0,
  "instrument_no": { "value": "", "confidence": 0.0 },
  "printed_at": { "date": "", "time": "", "confidence": 0.0 },
  "values": [
    { "name": "weight", "text": "12.3400", "unit": "g", "confidence": 0.0 }
  ],
  "experiment_no": { "value": "", "confidence": 0.0 },
  "link": {
    "status": "linked | no_check | before_check | check_expired | clock_suspect | not_applicable",
    "check_photo_id": "",
    "clock_diff_minutes": 0
  },
  "needs_review": ["printed_at"]
}

1つ目の理由は、値を文字列と信頼度の組で持てることです。 text に印字のとおりの文字列、confidence に読み取りの信頼度が入り、表には text をそのまま入れます。

2つ目は、結び付けの結果を測定の行に持たせられることです。 link.status と check_photo_id を表の列に入れると、どの点検の印字を根拠に「点検の後の測定」としたのかが、行を見るだけで分かります。 監査のときに点検簿を探しに行く必要が無くなります。

3つ目は、needs_review で人の確認を絞れることです。 信頼度の低い項目と結び付けの印がある項目だけが並び、空の行は研究員が一覧で流し見て確定させます。

システムへ連携する

実験記録の表には、下書きの列と確定の列を分けて持たせます。 読み取りの値は下書きの列に入り、研究員が確定させた値だけが確定の列に移ります。集計や報告書に使うのは確定の列だけです。

機器の台帳には書き込みません。 時計のずれや点検の抜けが続く機器があっても、台帳の状態を変えるのは機器の管理担当です。この構成は、知らせるところまでにします。

人が確認する

人が確かめるのは、needs_review に項目がある行と、link.status が linked 以外の行だけです。

1. clock_suspect を先に見る … 機器の管理担当が機器の時計を確かめます。ずれていれば、ずれの幅を記録して結び付けをやり直します
2. no_check と before_check を見る … 点検の印字の撮り忘れか、本当に点検をせずに測ったかを確かめます。撮り忘れなら、点検簿の印字を撮って足します
3. 信頼度の低い項目を写真で確かめる … 写真を開き、該当の数字を目で読みます
4. 確定させる … 下書きの列の値を確定の列に移します
5. 直したら記録する … どの項目を、何から何に直したかを残します

2番目で「本当に点検をせずに測った」と分かったときの扱いは、この構成では決めません。 測り直すか、記録に注記して残すかは、分析の責任者と研究所の決まりで決めることです。 この構成がするのは、その事実を測定の当日に見えるようにするところまでです。

目標は、900枚をならして1枚1.2分です。 撮影に数十秒、印の無い行の流し見に数秒、印のある行の確認に数分かかる想定です。印の付く行が2割を超える月は、撮影の距離か、点検の撮り忘れが増えています。

例外に対処する

下から4行目が、運用を続けると必ず起きます。 テンプレートモデルは様式の変化に弱いので、機器を買い替えたら、その日のうちに見本を集め始める決まりにします。古い機種のモデルは、その機器を台帳から外すまで残します。

記録を残す

• 撮った写真（補正の前の写真と、補正の後の写真）
• 撮影の時刻と撮った人
• 分類モデルとテンプレートモデルの応答の全文と、そのときのモデルの ID
• 結び付けの結果と、相手にした点検の写真の ID
• 研究員が直した項目と、確定させた日時
• 機器ごとの時計のずれの推移

モデルの ID を残すのは、モデルを学習し直すためです。 見本を足して学習し直すと、同じ写真でも読み取りの結果が変わることがあります。どのモデルで読んだ値なのかが残っていないと、直す前後の比較ができません。

最後の行は、機器の管理の材料になります。 ずれが少しずつ大きくなっている天秤は、時計の電池が弱っています。ずれの推移を見て、電池の交換や時計の合わせ直しを先回りできます。