CN102981850A - 确定给药信息的系统和方法 - Google Patents

确定给药信息的系统和方法 Download PDF

Info

Publication number
CN102981850A
CN102981850A CN2012104562371A CN201210456237A CN102981850A CN 102981850 A CN102981850 A CN 102981850A CN 2012104562371 A CN2012104562371 A CN 2012104562371A CN 201210456237 A CN201210456237 A CN 201210456237A CN 102981850 A CN102981850 A CN 102981850A
Authority
CN
China
Prior art keywords
information
user
meals
processor
user interface
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.)
Granted
Application number
CN2012104562371A
Other languages
English (en)
Other versions
CN102981850B (zh
Inventor
S·韦纳特
P·加利
A·图克拉尔
S·奇塔贾卢
H·巴克
R·瓦格纳
K·马科
J·R·龙
S·鲍萨姆拉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
F Hoffmann La Roche AG
Original Assignee
F Hoffmann La Roche AG
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 F Hoffmann La Roche AG filed Critical F Hoffmann La Roche AG
Publication of CN102981850A publication Critical patent/CN102981850A/zh
Application granted granted Critical
Publication of CN102981850B publication Critical patent/CN102981850B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G16H40/63ICT 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 local operation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61PSPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P3/00Drugs for disorders of the metabolism
    • A61P3/08Drugs for disorders of the metabolism for glucose homeostasis
    • A61P3/10Drugs for disorders of the metabolism for glucose homeostasis for hyperglycaemia, e.g. antidiabetics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/451Execution arrangements for user interfaces
    • 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
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • 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
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Diabetes (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Obesity (AREA)
  • Hematology (AREA)
  • Veterinary Medicine (AREA)
  • Endocrinology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Organic Chemistry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Emergency Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Infusion, Injection, And Reservoir Apparatuses (AREA)
  • Medical Preparation Storing Or Oral Administration Devices (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一种确定给药信息的系统,该系统可以包括用于具有第一参数分量和第二参数分量的前馈信息的用户输入的输入装置,数据存储装置和处理器。该数据存储装置可以在其中已经保存了把所述第一和第二参数分量值与给药信息相关联的映射。该处理器可以响应所述前馈信息的用户输入来根据所述映射确定相应的给药信息。

Description

确定给药信息的系统和方法
本申请为申请日为2006年12月4日、申请号为200680052471.0,名称为“确定给药信息的系统和方法”的发明专利申请的分案申请。
对相关申请的交叉引用
本申请要求2005年12月8日提交的美国专利申请No.11/297,733的优先权,该申请公开的内容全部以引用的方式并入本文。
技术领域
本发明总体上涉及确定给药信息(drug administration information)的技术,并且更具体地涉及基于用户相关前馈信息的用户输入来确定胰岛素给药信息的系统。
背景技术
存在许多糖尿病控制装置,这些装置配置为基于一定数量的由用户提供的前馈信息,建议或自动施用不同种类、不同数量和/或不同服药间隔的胰岛素片剂。希望简化在确定该片剂信息的过程中要求用户提供的前馈信息的内容,并尽量减少其数量。
发明内容
本发明可以包括一个或更多的在所附权利要求书中限定的特征,和/或一个或更多的下面所述的特征,以及它们的组合。一种确定给药信息的系统,可以包括用于具有第一参数分量和第二参数分量的前馈信息的用户输入的输入装置、以及数据存储装置和处理器。该数据存储装置可以已经在其中保存了把该第一和第二参数的值与给药信息相关联的映射。该处理器可以响应该前馈信息的用户输入来根据该映射确定相应的给药信息。
该系统可进一步包括显示单元。该处理器可以被设置为在该显示单元上显示至少一部分相应的给药信息。该处理器可以被设置为控制该显示单元来显示图形用户界面,该界面具有用第一参数的值定义的第一坐标轴和用第二参数的值定义的第二坐标轴。该图形用户界面可以用于采用对相应的一对第一和第二参数值的单个用户选择的形式的前馈信息的用户输入。
该图形用户界面可以包括触摸响应界面,其用于对相应的一对第一和第二参数值的单个用户选择。
该图形用户界面可以定义栅格型用户界面,用于对相互离散的各对第一和第二参数值的单个用户选择。另选地,该图形用户界面可以定义该第一和第二参数值的连续函数。
所述药物可以是降低血糖的药物。例如,该药物可以是胰岛素。该输入装置可以被设置为用于采用膳食信息形式的前馈信息的用户输入,该用户输入具有对应于膳食的碳水化合物含量的第一参数分量和对应于用户从膳食中吸收全部糖的预期速度的第二参数分量。该输入装置可以包括显示单元,且该处理器可以被设置为控制该显示单元显示图形用户界面,该界面具有用碳水化合物含量值定义的第一坐标轴和用用户从膳食中吸收全部糖的预期速度值定义的第二坐标轴。该图形用户界面可以用于采用对相应的一对碳水化合物含量和预期速度值的单个用户选择的形式的前馈信息的用户输入。
该处理器可以被设置为控制该显示单元以对碳水化合物重量的直接估计的形式来显示所述碳水化合物含量值。另选地,该处理器可以被设置成控制该显示单元以膳食量值的形式来显示所述碳水化合物含量值。仍另选地,该处理器可以被设置为控制该显示单元以相对于参考膳食量的膳食量值的形式来显示碳水化合物含量值。
该处理器可以被设置为控制该显示单元以膳食持续时间的形式来显示所述预期速度值。另选地,该处理器可以被设置为控制该显示单元以相对于参考膳食持续时间的膳食持续时间的形式来显示所述预期速度值。仍另选地,该处理器可以被设置为控制显示单元以总血糖生成指数值的形式来显示所述预期速度值。
该处理器可以被设置为控制显示单元显示图形用户界面,该界面具有用碳水化合物含量值定义的第一坐标轴和用用户从膳食中吸收全部糖的预期速度值定义的第二坐标轴。该图形用户界面可以用于采用对相应的各对碳水化合物含量和预期速度值的用户选择的形式的前馈信息的用户输入。该处理器可以被设置为控制该显示单元以脂肪量、蛋白质量和碳水化合物量的形式来显示所述预期速度值,以及以该脂肪量、蛋白质量和碳水化合物量各自的膳食量值的形式来显示所述碳水化合物含量值。该图形用户界面可以用于采用对在脂肪量方面的膳食量值、在蛋白质量方面的膳食量值以及在碳水化合物量方面的膳食量值的用户选择的形式的前馈信息的用户输入。另选地,该处理器可以被设置为控制该显示单元采用分别相对于在脂肪、蛋白质和碳水化合物量方面的参考膳食量值的脂肪量、蛋白质量和碳水化合物量的形式来显示所述膳食量值。
该输入装置可以被设置为用于训练信息形式的附加前馈信息的用户输入。在这种情况下,数据存储装置可以已经在其中保存了把该训练信息与修正信息相关联的附加映射,且处理器可以响应于训练信息的用户输入来根据通过该附加映射确定的修正信息修正相应的给药信息。
该输入装置可以被设置为用于用户压力信息形式的附加前馈信息的用户输入。在这种情况下,数据存储装置可以已经在其中存储了把该用户压力信息与修正信息相关联的附加映射,而且该处理器可以响应该用户压力信息的用户输入来根据通过该附加映射确定的修正信息修正相应的给药信息。
该输入装置可以被设置为用于用户疾病信息形式的附加前馈信息的用户输入。在这种情况下,数据存储装置可以已经在其中存储了把该用户疾病信息与修正信息相关联的附加映射,而且该处理器可以响应该用户疾病信息的用户输入来根据通过该附加映射确定的修正信息修正相应的给药信息。
该输入装置可以被设置为用于用户月经周期信息形式的附加前馈信息的用户输入。在这种情况下,数据存储装置可以已经在其中存储了把该用户月经周期信息与修正信息相关联的附加映射,而且该处理器可以响应该用户月经周期信息的用户输入来根据通过该附加映射确定的修正信息修正相应的给药信息。
该处理器可以设置为监控用户接受和拒绝根据所述映射确定的该给药信息的出现,并至少部分地基于用户接受和拒绝该给药信息的出现来确定该系统对用户使用来说是否是可以接受的,该处理器可以被设置为至少部分地基于用户接受和拒绝该给药信息的出现来进而确定该系统是否需要重新校准。
该系统可以进一步包括用于用户反馈信息的输入的装置。该处理器可以被设置为监控用户反馈信息并至少部分地基于该用户反馈信息来确定对用户使用来说该系统是否是可以接受的。如果处理器确定该系统对用户使用来说是可以接受的,该处理器可以被设置为至少部分地基于用户反馈信息来进而确定该系统是否需要重新校准。
该系统可以进一步包括用于健康护理专业反馈信息的输入的装置。该处理器可以被设置为监控该健康护理专业反馈信息并至少部分地基于该健康护理专业反馈信息来确定对用户使用来说该系统是否是可以接受的。如果该处理器确定对用户使用来说该系统可以接受的,该处理器可以被设置为至少部分地基于该健康护理专业反馈信息来进而确定该系统是否需要重新校准。
该系统可以进一步包括至少一个基于模型的函数,响应对一个或更多的用户状况的测量来估计另一个用户状况,该状况不同于上述的一个或更多的用户状况。该处理器可以被设置为监控所述至少一个基于模型的函数并至少部分地基于所述至少一个基于模型的函数来确定对用户使用来说该系统是否是可以接受的。如果处理器确定对用户使用来说该系统是可以接受的,该处理器可以被设置为至少部分地基于所述至少一个基于模型的函数来进而确定该系统是否需要重新校准。
一种确定给药信息的方法,可以包括接收前馈信息的单个用户输入,其中该前馈信息包括第一参数和第二参数的用户特定值。本方法可以进一步包括把该第一和第二参数与给药信息相关联。
本方法可以进一步包括在显示单元上显示至少一部分所述给药信息。
把该第一和第二参数与给药信息相关联可以包括使用映射处理该第一和第二参数,该映射设置为把第一参数值和第二参数值映射到相应的给药信息。
接收该前馈信息的单次用户输入的输入装置可以包括通过图形用户界面来接收该前馈信息的单次用户输入,其中所述图形用户界面可以具有用第一参数值定义的第一坐标轴和用第二参数值定义的第二坐标轴。
该药物可以是降低血糖的药物。例如,该药物可以是胰岛素。该第一参数可以对应于膳食的碳水化合物含量且该第二参数可以对应用户从膳食中吸收全部糖的预期速度。
该第一参数值可以以碳水化合物重量的形式来显示于所述图形用户界面。另选地,该第一参数值可以以膳食量值的形式来显示于该图形用户界面。仍另选地,该第一参数值可以以相对于参考膳食量的膳食量值的形式来显示于该图形用户界面。
该第二参数值可以以膳食持续时间值的形式来显示于该图形用户界面。另选地,该第二参数值可以以相对于参考膳食持续时间的膳食持续时间的形式来显示于该图形用户界面。仍另选地,该第二参数值可以以总血糖生成指数值的形式来显示于该图形用户界面。
第二参数分量值可以以脂肪量、蛋白质量和碳水化合物量的形式来显示在该图形用户界面上。第一参数分量值可以以脂肪量、蛋白质量和碳水化合物量各自的膳食量值的形式来显示于所述图形用户界面上。该第一参数值可以以分别相对于脂肪量、蛋白质量和碳水化合物量各自的参考膳食量值的脂肪量、蛋白质量和碳水化合物量各自的膳食量值的形式来显示在图形用户界面上。
在第一参数对应于膳食的碳水化合物含量且第二参数对应于用户从膳食中吸收全部糖的预期速度的实施例中,该方法可以进一步包括接收包括用户训练信息的附加前馈信息的单次用户输入,并根据该用户训练信息来修正给药信息。另选地或是附加地,该方法可以进一步包括接收包括用户压力信息的附加前馈信息的单次用户输入,并根据该用户压力信息来修正给药信息。仍另选地或是附加地,该方法可以进一步包括接收包括用户疾病信息的附加前馈信息的单次用户输入,并根据该用户疾病信息来修正给药信息。仍另选地或是附加地,该方法进一步包括接收包括用户月经周期信息的附加前馈信息的单次用户输入,并根据该用户月经周期信息来修正给药信息。
该方法可以进一步包括监控用户接受或拒绝根据所述映射确定的给药信息的出现,并至少部分地基于用户接受和拒绝该给药信息的出现来确定该系统对用户使用来说是否是可以接受的。如果该方法对用户使用来说是可以接受的,该方法可以进一步包括以下内容:至少部分地基于用户接受和拒绝该给药信息的出现来确定是否需要对该方法的重新校准。
该方法可以另选地或者附加地包括监控与前馈信息不同的用户反馈信息,并至少部分地基于该用户反馈信息来确定该方法对用户使用来说是否是可以接受的。如果该方法对用户使用来说是可以接受的,该方法可以进一步包括以下内容:至少部分地基于该用户反馈信息来确定是否需要对该方法的重新校准。
该方法可以另选地或者附加地包括监控健康护理专业反馈信息,并至少部分地基于该健康护理专业反馈信息来确定该方法对于用户使用来说是否是可以接受的。如果该方法对于用户使用来说是可以接受的,该方法可以进一步包括以下内容:至少部分地基于该健康护理专业反馈信息来确定是否需要对该方法的重新校准。
该方法可以另选地或者附加地包括定义至少一个基于模型的函数,该函数响应于对一个或更多的用户状况的测量来估计不同于该一个或更多的用户状况的其它用户状况,并至少部分地基于该至少一个基于模型的函数来确定该方法对于用户使用来说是否是可以接受的。如果该方法对于用户使用来说是可以接受的,该方法可以进一步包括以下内容:至少部分地基于该至少一个基于模型的函数来确定是否需要对该方法的重新校准。
可以提供一种为图形用户界面确定患者适应性的方法,该图形用户界面被设置为允许患者选择从中确定给药信息的前馈信息。该方法可以包括收集患者相关信息,该信息涉及定义为若干种前馈信息中任一种和相应的给药信息的事件。该方法可以进一步包括处理所述收集的患者相关信息以确定是否能够识别出该患者相关信息中的一个或更多的有规律的模式,该有规律的模式可以基于所述前馈信息的相应种类允许对所述给药信息的适当值的可接受的预测。如果能够识别出患者相关信息中一个或更多的有规律的模式,该方法可以进一步包括处理该收集的患者相关信息以确定是否可以减少前馈信息种类的数量。如果可以减少前馈信息种类的数量,该方法可以进一步包括减少前馈信息种类的数量。
处理该收集的患者相关信息以确定是否能够识别出该患者相关信息中一个或更多的有规律的模式的步骤可以包括根据该患者相关信息的至少一个变量分类该患者相关信息,并在该患者相关信息的全部剩余变量上集合该患者相关信息。处理收集的患者相关信息以确定是否能够识别出该患者相关信息中一个或更多的有规律的模式的步骤可以进一步包括为涉及该至少一个变量的患者相关信息计算一变量系数。处理该收集的患者相关信息以确定是否能够识别出患者相关信息中一个或更多的有规律的模式的步骤可以进一步包括如果涉及该至少一个变量的该患者相关信息的变量系数不超过一最大变量系数,则确定以至少一个变量来分类的该患者相关信息允许基于该前馈信息的相应种类对给药信息的适当值的可接受的预测。处理该收集的患者相关信息以确定是否能够识别出患者相关信息中一个或更多的有规律的模式可以进一步包括如果涉及该至少一个变量的该患者相关信息的变量系数超过了一最大变量系数则执行下面的步骤:根据该患者相关信息的至少一个变量并根据该患者相关信息的至少另一个变量来分类该患者相关信息,并在该患者相关信息的全部剩余变量上集合该患者相关信息,计算涉及该至少一个变量和该至少另一个变量的患者相关信息的变量系数,并且如果涉及该至少一个变量和该至少另一个变量的患者相关信息的变量系数不超过最大变量系数,确定以该至少一个变量和至少另一个变量分类的患者相关信息允许基于相应的前馈信息的种类对给药信息的适当值的可接受的预测。处理该收集的患者相关信息以确定是否能够识别出患者相关信息中一个或更多的有规律的模式可以进一步包括如果涉及该至少一个变量和该至少另一个变量的患者相关信息的变量系数中的任一个均超过了变量的最大系数,则执行下面的步骤:使用该患者相关信息的重复优选集合执行该分类、计算和确定步骤直至所有相应数量的变量系数都不超出该变量的最大系数。
处理该收集的患者相关信息以确定前馈信息的种类的数量是否可以减少的步骤可以包括确定所有种类的前馈信息的合并方案。处理该收集的患者相关信息以确定前馈信息的种类的数量是否可以减少的步骤可以进一步包括分析各个合并方案以确定根据该合并方案前馈种类是否可以合并。处理该收集的患者相关信息以确定前馈信息的种类的数量是否可以减少的步骤可以进一步包括从具有可被合并的前馈种类的各个合并方案中选择一个最佳的合并方案。处理该收集的患者相关信息以确定前馈信息的种类的数量是否可以减少的步骤可以进一步包括根据最佳的合并方案合并前馈种类。处理该收集的患者相关信息以确定前馈信息的种类的数量是否可以减少的步骤可以包括对患者相关信息中一个或更多的有规律的模式中的每一个执行该确定、分析、选择和合并步骤。
该方法可以进一步包括预筛分患者以确定患者是否是该图形用户界面的可接受的候选者。该方法可以进一步包括只有当患者是该图形用户界面的可接受的候选者时执行所述收集步骤、两个处理步骤和减少步骤。
该方法可以进一步包括建立把患者可选种类的前馈信息映射到相应给药信息的映射,并用该图形用户界面实现该映射。
该方法可以进一步包括监控用户接受或拒绝根据所述映射确定的该给药信息的出现,并至少部分地基于用户接受和拒绝该给药信息的出现来确定该图形用户界面对用户使用来说是否是可以接受的。如果该图形用户界面对用户使用来说是可接受的,该方法可以进一步包括以下步骤:至少部分地基于用户接受和拒绝该给药信息的出现来确定该图形用户界面是否需要重新校准。
该方法可以另选地或者附加地包括监控不同于该前馈信息的用户反馈信息,并至少部分地基于该用户反馈信息确定该图形用户界面对用户使用来说是否是可以接受的。如果该图形用户界面对用户使用来说是可接受的,该方法可以进一步包括以下步骤:至少部分地基于用户反馈信息确定该图形用户界面是否需要重新校准。
该方法可以另选地或附加地包括监控健康护理专业反馈信息并至少部分地基于该健康护理专业反馈信息来确定对用户使用来说该图形用户界面是否是可以接受的。如果该图形用户界面对用户使用来说是可接受的,该方法可以进一步包括以下步骤:至少部分地基于该健康护理专业反馈信息确定该图形用户界面是否需要重新校准。
该方法可以另选地或附加地包括定义至少一个基于模型的函数,响应对一个或更多的用户状况的测量来估计另一个用户状况,该状况不同于上述的一个或更多的用户状况,并至少部分地基于该至少一个基于模型的函数来确定该图形用户界面对于用户使用来说是否是可以接受的。如果该图形用户界面对于用户使用来说是可以接受的,该方法可以进一步包括以下内容:至少部分地基于该至少一个基于模型的函数来确定是否需要对该图形用户界面的重新校准。
用前馈信息定义的事件可以是患者摄取的膳食,且所述药物可以是降低血糖的药物。用前馈信息定义的事件可以进一步包括患者承受的训练。另选地或者附加地,用前馈信息定义的事件可以进一步包括患者经受的压力。另选地或者附加地,用前馈信息定义的事件可以进一步包括患者经受的疾病。另选地或者附加地,用前馈信息定义的事件可以进一步包括患者的月经周期。
用前馈信息定义的事件可以是患者承受的训练事件,且所述药物可以是降血糖的药物。
用前馈信息定义的事件可以是患者经受的压力事件,且所述药物可以是降血糖的药物。
用前馈信息定义的事件可以是患者经受的疾病事件,且所述药物可以是降血糖的药物。
用前馈信息定义的事件可以是患者经受的月经事件,且所述药物可以是降血糖的药物。
附图说明
考虑下面的对本发明的具体描述,将会更好的理解本发明,并更清楚的看到除上面的阐述外本发明其它的目标。所述具体描述参照所附的附图,其中:
图1是确定给药信息的系统的一个示例性实施例的框图。
图2图解说明一个用于向图1的系统输入膳食相关信息的图形用户界面的实施例。
图3图解说明另一个用于向图1的系统输入膳食相关信息的图形用户界面的实施例。
图4图解说明另一个用于向图1的系统输入膳食相关信息的图形用户界面的实施例。
图5图解说明另一个用于向图1的系统输入膳食相关信息的图形用户界面的实施例。
图6仍图解说明另一个用于向图1的系统输入膳食相关信息的图形用户界面的实施例。
图7图解说明另一个用于向图1的系统输入膳食相关信息的图形用户界面的实施例。
图8是图解说明一个软件算法的实施例,该算法可由图1的系统执行,用于基于用图2-7中的图形用户界面中的一个输入的膳食信息的用户输入来确定给药信息。
图9是图解说明映射的一个实施例的表格,该映射把以碳水化合物含量——例如,膳食量——和糖的预期吸收形式和持续时间——例如,膳食持续时间——形式提供的膳食信息的用户输入与相应的给药信息相关联。
图10是为使用图2-7中所示种类的图形用户界面确定患者或用户适应性的一个示例性方法的流程图。
图11是图10的流程图的延长部分。
图12是图10和11的流程图的延长部分。
图13是图解说明用于按照图10-12所示的方法收集患者相关信息的患者日志的一个实施例的表格。
图14A-14K是按照图10的方法中统计分析步骤的一个实施例的各种方法分类的某些患者相关信息相对胰岛素片剂量的示例性柱状图。
图15是持续学习方法的一个示例性实施例的流程图。
具体实施方式
出于增进对本发明的原则的理解的目的,将参考在所附附图中所示的多个示例性实施例,并且将用特定的语言来描述。可以理解,在本申请文件中,用语“用户”和“患者”可以互换的加以使用。
现在参考图1,示出了确定给药信息的系统10的一个示例性实施例的框图。在所示实施例中,该系统10包括电子装置12,该装置具有与存储单元16数据连接的处理器14、输入装置18、显示器20和通信输入/输出单元24。该电子装置12可以以通用计算机、中央服务器、个人计算机(PC)、膝上或笔记本电脑、个人数字助理(PDA)或其它手持式装置、外用输液泵、血糖计、分析传感系统或类似的形式来提供。该电子装置12可以被构造为依照一个或更多的常用操作系统运行——例如,包括但不限于windows,linux和Mac OS 和诸如QNX,eCOS,WinCE以及palm OS等嵌入式OS,并且可以被构造为按照一个或更多的常用互联网协议来处理数据——例如,但不限于NetBios,TCP/IP和AppleTalk。在任何情况下,该电子设备12构成全闭环、半闭环或开环糖尿病控制系统的一部分,这些系统的示例将在下面加以介绍。在所示实施例中,该处理器14是基于微处理器的,虽然该处理器14可以另选地由一个或更多的通用和/或专用电路形成并按下面介绍的来运行。在所示实施例中,该存储单元16包括充足的存储能力来存储数据、一个或更多的由处理器14执行的软件算法和其它数据。该存储器单元16可以包括一个或更多的常用存储器或者其它数据存储装置。
输入装置18可以按常用方式用来输入和/或修正数据。在所示实施例中,该显示器20也被包括以便用于观看与装置12和/或系统10的操作相关的信息。该显示器可以是常用的显示装置,例如包括但不限于发光二极管(LED)显示器,液晶显示器(LCD),阴极射线管(CRT)显示器或类似装置。另选地或附加地,该显示器20可以是或者可包括被设置为通过一个或更多的编码图案、振动、合成语音响应或类似的形式向具有音频识别能力的用户、其他人或其它电子系统传递信息的听觉显示。另选地或附加地,该显示器20可以是或者包括一个或更多的被设置为显示可以由用户或其他人辨识的触觉信息的触觉指示器。
在一个实施例中,该输入装置18可以是或者包括常用的键盘或键座用来向处理器14输入文字和数字数据。该键盘或键座可以包括一个或更多按键或按钮,该按键或按钮被设置为具有一个或更多的触觉指示器来使视力较差的用户找到并选择适合的一个或更多的按键和/或使用户在较差的光照条件下找到并选择适当的一个或更多按键。另选地或附加地,该输入装置18可以是或包括常用的鼠标或其它常用的用于选择在显示器20上表示的信息的点击装置。可选地或附加地,该输入装置18可以包括设置为图形用户界面(GUI)的显示器20。在本实施例中,该显示器20可以包括一个或更多的可选输入,用户可以通过用适当的工具接触该显示器20的适当的部分来进行选择。可选地或附加地,该输入装置18可以包括多个开关或按键,其可以被用户触发以选择装置12和/或系统10的相应操作特征。可选地或附加地,该输入装置18可以是或包括声控电路,响应语音命令来向处理器14提供相应输入数据。在任何情况下,该输入装置18和/或显示器20可以被包括在该电子装置12内或者与该装置分开,如虚线22A和22B所示。
在某些实施例中,该系统10可以包括一定数量,N个医学装置261-26N,其中N可以是任何正整数。在这样的实施例中,该一个或更多的医学装置261-26N中的任何一个可以被植入用户体内,从外部连接到用户身体上(例如,像一个输液泵),或者与用户的身体分开。另选地或附加地,一个或更多的所述医学装置261-26N可以安装到电子装置12并且/或者成为电子装置12的一部分。在所示的实施例中,所述多个医学装置261-26N分别设置为通过相应数量的无线通信链路281-28N中的任意一个与电子装置12的通信I/O单元24进行无线通信。该无线通信可以是单向或双向的。使用的无线通信的形式包括、但不限于射频(RF)通信,红外(IR)通信,WiFi,RFID(感应连接)通信,声学通信,电容性信号(经由一导体),电流信号(经由一导体)或类似的形式。在所述任何情况下,该电子装置12和多个医学装置261-26N中任一个包含用于管理该无线通信电路的常用电路。可选地或附加地,一个或更多的医学装置261-26N可以被设置为经由中间的一个或更多的常用串行或并行构造的硬件连接与所述电子装置12通信。该一个或更多的医学装置261-26N中每一个可以包括常用处理单元、常用输入/输出电路和/或装置以及一个或更多的合适的数据和/或程序存储装置当中的任意一个或多个。
在某些实施例中,该系统10可以另选地或附加地包括远程装置30,如图1中的虚线框中所示。该远程装置30可以包括与处理器14相同或类似的常用处理器32,常用存储器或其它数据存储单元34,常用输入装置36——其可以是或者包括上面介绍的关于输入装置18的输入装置的任意一种或多种,常用显示单元38——其可以是或者包括上面介绍的关于显示单元20的显示单元的任意一种或多种,以及常用通信I/O电路40。该远程设备30可以被设置为通过任意常用的有线或无线通信接口42——其可以是或包括上面介绍的任意通信接口或链路——与电子装置12进行通信。
图1中所示的系统10是常用的全闭环、半闭环或开环糖尿病控制装置,或者组成该控制装置的一部分。与此相关,该系统10需要一定量的前馈信息的用户输入,从中该系统10确定至少部分的胰岛素片剂施用信息。该胰岛素片剂施用信息可以是或者包括,例如,胰岛素片剂量、片剂类型(例如,标准的或者如Regular,Lispro等快速起效的),胰岛素片剂施药(delivery)时间、次数或间隔(例如,单次施药,多次分开施药,连续施药等等),以及类似信息。用户提供的前馈信息的示例可以是或者包括,例如但不限于,用户血糖浓度,关于已经摄取、正在摄取或将要在将来某一时刻摄取的膳食或加餐的信息、用户的训练信息、用户的压力信息、用户的疾病信息、关于用户的月经周期的信息、以及类似的信息。在任何情况下,该系统10包括施药机构,用于施用控制数量的药物,如胰岛素、胰增血糖素、激素或者类似药物,以及/或者通过显示器20向用户提供另选地行动治疗建议,例如摄入碳水化合物,训练等。可以以任何类型的常用结构提供该系统10,而且这里将介绍某些所述结构的示例。然而,可以理解,下面的示例仅出于举例的目的而加以提供,而不应被认为是任何方式的限定。本领域技术人员可以想到全闭环、半闭环或开环糖尿病控制装置的其它可能的应用,而且任何该其它应用通过本公开是可以预见的。
在系统10的第一示例性应用中,该电子装置12以常用的胰岛素泵的形式提供,该胰岛素泵被设置为戴在用户体外并且还被设置为可控制的将胰岛素施入用户体内。在本示例中,多个医疗装置261-26N可以包括一个或更多的植入传感器和/或传感技术,用来提供关于用户的生理状况的信息。该植入传感器的示例可以包括,但不应限于,糖传感器、体温传感器、血压传感器、心律传感器、一个或更多的设置为获取一个或更多身体的生理状态的生物标志器,例如HBAIC或类似装置。在包含植入糖传感器的应用中,该系统10可以是以常规方式运行的全闭环系统,以自动地监控血糖并适当的施用胰岛素,以把血糖维持在期望的水平。多个医疗装置261-26N可以另选地或附加地包括一个或更多的在用户体外的传感器或传感系统和/或传感技术用来提供关于用户的生理状况的信息。所述传感器或传感系统的示例可以包括,但不应限于,糖分解传感器/计,体温传感器,血压传感器,心律传感器,一个或更多的设置为获取一个或更多的身体生理状态如HbA1c的生物标志器,或类似装置。在包括外部血糖传感器的应用中,该系统10可以是以常规方式运行的闭环、半闭环或开环系统,以基于由用户在此提供的血糖信息施用适当的胰岛素。任何由上述的传感器和/或传感技术提供的信息可以使用任何一种或更多的常用的有线或无线通信技术传送到该系统10。在本示例性的应用中,也可以包括手持式或其它便携电子设备形式的远程装置30,被设置为向电子装置12发送信息和/或从该装置接收信息。
在该系统10的第二示例性应用中,电子装置12以诸如PDA或其它手持装置等手持式远程装置的形式提供。在本示例中,该多个医疗装置261-26N包括至少一个常用植入或体外佩戴药物泵。在本示例的一个实施例中,胰岛素泵被设置为可控制的向用户体内施入胰岛素。在本实施例中,该胰岛素泵被设置为向手持装置12无线地发送关于胰岛素施药的信息。该手持式装置12被设置为监控由该泵进行的胰岛素施药,并可以进一步被设置为确定并建议胰岛素片剂量、碳水化合物摄入,训练及类似信息。在本实施例中该系统10可以被设置为允许从手持装置12到该胰岛素泵的无线信息的发送,或者可以不被如此设置。
在本示例的另选的实施例中,该手持装置12被设置为通过确定胰岛素的施药命令并把该命令发送到该胰岛素泵,来控制对用户的胰岛素施药。该胰岛素泵,相应地,被设置为从手持装置12中接收该胰岛素施药命令,并按照该命令向用户施用胰岛素。在本实施例中,该胰岛素泵可以进一步处理该由手持单元12提供的胰岛素泵命令,或者可以不进一步处理。在任何情况下,在本实施中该系统10将典型地被设置为允许从胰岛素泵向该手持装置12无线回传信息,从而允许监控泵的操作。在本示例的任何一个实施例中,该系统10可以进一步包括一个或更多的之前示例中介绍的类型的植入和/或外部传感器。在本示例性应用中,还可以包括例如PC、PDA、膝上型或笔记本计算机等形式的远程装置30,被设置为向电子装置12发送信息和/或从电子装置12接收信息。
本领域技术人员将会想到使用图1所示的系统10的至少部分部件的全闭环,半闭环或开环糖尿病控制装置的其它可能的应用。例如,在一个或更多的上述示例中该电子装置12可以以PDA、膝上、笔记本或个人电脑的形式提供,该装置被设置为与医疗装置261-26N当中的一个以上进行通信,医疗装置其中的至少一个是胰岛素施药系统,以便监控和/或控制对用户的胰岛素施用。作为另一示例,远程装置30可以被设置为与电子装置12和/或一个或更多的医疗装置261-26N通信,以控制和/或监控对患者的胰岛素施用,并且/或者向该电子装置12传送一个或更多软件程序和/或数据。该远程装置30可以位于护理提供者的办公室或者其它远程位置,并且在该远程装置和系统10的任何部件之间的通信可以通过内联网、互联网(例如,万维网)、蜂窝、电话调制器,RF或其它通信链路实现。任意一种或更多的常用互联网协议可以用于该通信。另选地或附加地,任何常用的移动内容传输系统,例如Wi-Fi,WiMAX,短消息系统(SMS)或其它常用的消息模型可以被用于允许组成系统10的装置之间的通信。在任何情况下,任何所述其它的应用是通过本公开来预期的。
一般来说,人体内的血糖浓度由于诸如膳食和训练等一个或更多的外部影响而改变,并且也由于各种生理反应——如压力、疾病、月经周期以及类似反应——而变化。对患有糖尿病的人,这种变化会使监控该病人的血糖水平并且按照需要施用胰岛素或其它改变血糖药物——例如降低血糖或提高血糖——以把人体的血粮浓度维持在期望的范围成为必需。在任何上面的示例中,该系统10因此被设置为基于一定量的用户特定信息,确定胰岛素或者其它改变血糖药物的合适的数量、种类和/或定时以进行施用,从而维持正常的血糖水平而不引起低血糖症或高血糖症。在某些实施例中,该系统以常规的方式设置以控制一个或更多的外置(如,皮下的,经皮的或皮外的)和/或植入胰岛素泵以便自动地注射或者以另外的方式向用户身体提供一个或更多的胰岛素片剂形式的适当数量和种类的胰岛素。在另外的实施例中,该系统10被按常规方式设置为显示或以其它方式以胰岛素的建议形式通知用户适当数量、种类和/或定时的胰岛素。在该实施例中,形成该系统10的一部分的常用硬件和/或软件允许用户接收建议的胰岛素数量、种类和/或定时,或者拒绝该建议。如果被接受,在一个实施例中,该系统10自动注射或者以其它方式向用户体内提供一个或更多的胰岛素片剂形式的适当数量和种类的胰岛素。如果,另一方面,用户拒绝了该胰岛素的建议,形成该系统10的一部分的常用硬件和/或软件允许用户不通过系统10而手动地输入胰岛素片剂的数量、种类和/或定时。该系统10然后被以常规的方式设置为自动注射或以其它方式向用户体内提供一个或更多的胰岛素片剂形式的用户指定的数量、种类和/或定时的胰岛素。另选地,与由系统10显示的胰岛素建议相应的适当数量和种类的胰岛素可以被手动地注射,或者口服进入用户体内。然而,可以理解,该系统10可以另选地或附加地以类似的方式被设置以向患者确定、建议和/或施用其它类型的药物。
如刚才所述,该系统10运行以确定并且建议或者施用给患者的一个或更多胰岛素片剂形式的适当数量的胰岛素或者其它降血糖药物。在确定所述适当数量的胰岛素时,该系统10需要至少一部分信息,该信息与一个或更多的与患者相关的外部反应和/或各种生理反应相关。例如,如果患者准备摄入、正在摄入、或者最近已经摄入了膳食或加餐,该系统10一般需要与该膳食或加餐相关的部分信息以确定适当数量、种类和/或定时的一个或更多的膳食补偿片剂。当人体摄入了膳食或加餐形式的食物时,人体通过随时间来吸收该膳食或加餐中的糖来进行反应。出于本文件的目的,任何食物的摄入下面可以被称作“膳食”,并且该用语“膳食”这里包括了传统上的膳食,如早餐、午餐和晚餐,以及之间的加餐、饮料等。
人体的糖吸收曲线图的一般形状在摄入膳食后上升,在饭后的某个可测量的时间达到顶峰,并接着其后下降。任何一种糖的吸收曲线图的速度,即从开始到完成的速率,对人体来说通常随膳食成分、膳食类型或时间(如,早餐、午餐、晚餐或是加餐)以及/或者根据一个或更多的其它因素而变化,并且也可能在其它方面一样的膳食环境下在天与天之间变化。一般来说,与由患者向系统10提供的该膳食摄入信息相关的前馈信息应该包括,明确的或暗含的,对应于患者将要摄入、正在摄入或者最近已经摄入的碳水化合物的量的膳食或加餐的碳水化合物含量的估计,以及对患者从膳食中吸收全部糖的速度的估计。
患者将要摄入、正在摄入或者最近已经摄入的碳水化合物的量的的估计,可以由患者以多种形式中的任意一种来提供。示例包括,但不限于,对碳水化合物重量的直接估计(如,以克或其它常用重量量度为单位),相对于参考量的碳水化合物的量(如,无量纲的),膳食或加餐量的估计(如,无量纲的),以及相对于参考膳食或加餐量的膳食或加餐量的估计(如,无量纲的)。本领域技术人员能够想到用于的其它形式的膳食或加餐的碳水化合物含量的患者输入,并且任何所述其它的形式是可以通过本公开来预期的。
对患者从膳食中吸收全部糖的速度的估计可以类似地由用户以多种形式中的任意一种来提供。例如,对于该吸收全部糖的预期速度的特定值,该糖吸收曲线图获得患者摄入的膳食的速度。在另一示例中,患者从膳食中吸收全部糖的速度也包括从人体摄入膳食到对人体摄入的膳食的糖吸收峰值之间的持续时间,其包括了患者摄入的膳食的持续时间。吸收全部糖的速度可以因而以膳食速度或持续时间的形式表示。在这种情况下吸收全部糖的预期速度参数的示例可以包括,但不限于,对应膳食速度或持续时间(如,时间单位)的估计的混合参数,对应相对于参考膳食速度或持续时间(如,无量纲)的膳食速度或持续时间的混合参数,或类似的参数。
作为提供吸收全部糖的预期速度参数的估计的另一个示例,糖吸收曲线图的形状和持续时间可以被映射到膳食的成分。在这种情况下吸收全部糖的预期速度参数的示例可以包括,但不限于与膳食量或相对膳食量形式的对碳水化合物含量估计相配合的对脂肪量、蛋白质量和碳水化合物量(如,以克为单位)的估计,与膳食量或相对膳食量形式的对碳水化合物含量估计相配合的对相对于脂肪、蛋白质和碳水化合物参考量的脂肪量,蛋白质量和碳水化合物量的估计,以及对膳食或加餐的总血糖生成指数值的估计(如,无量纲),其中为了本申请文件的目的,用语“总血糖生成指数”被定义为按照膳食或加餐引起的人体血糖上升的速度来分类膳食或加餐的参数。因此,例如,具有低血糖生成指数的膳食或加餐产生缓慢的血糖上升,而具有高血糖生成指数的膳食或加餐产生快速的血糖上升。对总血糖生成指数的示例性的测量可以是,但不限于,经过一特定时间——如2小时——从膳食中吸收的碳水化合物与参考值——如得自纯糖或白面包——的比例。一般本领域技术人员能够想到用于的患者从膳食中吸收全部糖的预期速度的用户输入的其它形式,和/或用于的糖吸收曲线图的预期形状和持续时间的其它形式,并且任何所述其它的形式是可以通过本公开来预期的。
该系统10示例性地包括图形用户界面,该界面用于患者(用户)输入具有第一参数成分和第二参数成分的膳食相关信息。该图形用户界面示例性地显示在电子装置12的显示单元20上,但也可以另选地或附加地显示在远程装置30的显示单元38上。处理器14被设置为控制显示单元20以常见的方式在电子装置12上显示图形用户界面。另选地或附加地,处理器32可以被设置为控制显示单元38以常见的方式在远程装置30上显示该图形用户界面。可以以任何一种或更多的常用形式提供对该图形用户界面的用户输入。示例包括,但不限于相应装置12和/或18的输入装置18和/或36上提供的一个或更多的按钮或按键,显示单元20和/或38的触摸屏,一个或更多的常用点击机构,或类似装置。
膳食相关信息的患者(用户)输入的第一参数分量示例性地对应于患者将要摄入、正在摄入或者最近已经摄入的膳食的碳水化合物数量或含量,且第二参数分量示例性地对应于患者从膳食中吸收全部糖的预期速度。参见图2,表示用于膳食摄入信息的用户输入的所述图形用户界面50的一个示例性实施例。在该示例性实施例中,该图形用户界面50是一个网格型用户界面,具有用膳食量形式的碳水化合物含量定义的一个网格坐标轴以及用膳食持续时间形式的患者从膳食中吸收全部糖的预期速度定义的另一个网格坐标轴。该膳食量网格坐标轴以“少量”、“中等”、“大量”指示符的形式定义了三种不同的膳食量或者数量值,且该膳食持续时间网格坐标轴类似地以“慢”、“中等”、“快”指示符的形式定义了三种不同的膳食持续时间值。该网格型图形用户界面50用于关于患者将要摄入、正在摄入或者最近已经摄入的膳食的碳水化合物含量和吸收全部糖的预期速度信息的单个用户选择。像这里所使用的,用语“单个用户选择”定义为由用户做出的一个选择。可以理解,这里介绍的系统和方法不限于单一用户,并且更合适的本文件中介绍的系统和方法可以应用于单用户或多用户平台。在任何情况下,在该图解的示例中,用户已经选择了膳食相关的输入,该输入表明患者将要摄入、正在摄入或者最近已经摄入的膳食是大量膳食,其将会,或者已经在中等的膳食持续时间上被摄入。通常,在本文中用语“大量”、“中等”和“少量”旨在包含任何常见的膳食量的量度,例如但不限于使用任何重量、容量等的特定单位的膳食量或数量。
参照图3,表示用于膳食摄入信息的用户输入的图形用户界面52的另一个示例性实施例。在该图解的实施例中,图形用户界面52是网格型用户界面,具有用相对参考膳食量的膳食量形式的碳水化合物含量定义的一个网格坐标轴,并用相对参考膳食持续时间的膳食持续时间形式的患者从膳食中吸收全部糖的预期速度来定义的另一个网格坐标轴。该膳食量网格坐标轴用“低于正常”、“正常”、“高于正常”指示符的形式定义了三种不同的膳食量值,且该膳食持续时间网格坐标轴类似地以“短于正常”、“正常”、“长于正常”指示符的形式定义了三种不同的膳食持续时间值。该网格型图形用户界面52用于关于患者准备摄入、正在摄入或最近已经摄入的膳食的碳水化合物含量和吸收全部糖的预期速度信息的单个用户选择。在本图解的示例中,用户已经选择了一个膳食相关输入,该输入表明患者准备摄入、正在摄入或最近已经摄入的膳食少于正常膳食且该膳食持续时间大约与正常的膳食持续时间相同。一般来说,本文中的用语“多于”或“少于”旨在包含了任何相对特定的“正常”膳食量的膳食量的常用量度,例如但不限于,使用任何重量、容量等特定单位的膳食量或数量。
参见图4,表示另一个用于膳食摄入信息的用户输入的图形用户界面54的示例性实施例。在该图解的实施例中,图形用户界面54是一个网格型用户界面,具有用膳食量形式的碳水化合物含量定义的一个网格坐标轴,和用膳食的脂肪量、蛋白质量和碳水化合物量形式的吸收全部糖的预期速度定义的另一个网格坐标轴。与图1和2所示并参照其加以介绍的实施例相关的单次输入相比,该图形用户界面54因而需要三个分开的由用户输入的选择。如上文简要介绍的,该脂肪量、蛋白质量和碳水化合物量将被映射到患者从膳食中吸收全部糖的预期速度。该膳食量网格坐标轴以“少量”、“中等”、“大量”指示符的形式定义了三种不同的膳食量值。该网格型图形用户界面54用于关于患者准备摄入、正在摄入、或者最近已经摄入的膳食的碳水化合物含量和吸收全部糖的预期速度信息的用户选择。在图解的示例中,用户已经选择了膳食相关输入,表明患者准备摄入、正在摄入或最近已经摄入的膳食具有大量的脂肪,中等量的蛋白质和大量的碳水化合物。总的来说,本文中用语“大量”、“中等”和“少量”旨在包含了任何常用的膳食量的量度,例如包括但不限于使用重量、容量等任意特定单位的膳食量或数量。
通常,任何期望的函数关系可以在本实施例中被用于把三个膳食成分量映射到相应的膳食速度或膳食持续时间值。一个示例性的函数关系可以是,但不应限于,把相等的重量分配给三种膳食组成成分,计算三种用户特定的膳食成分值的百分比,把相等间隔的阈值分配到三个膳食量值之间的两个分界点,即33%和66%,并接着比较三种膳食成分值的百分比与该阈值百分比值以确定膳食速度。使用图4中所示的示例,少量、中等和大量成分分别被分配值1、2和3。因而脂肪的百分比是3/8或37.5%,蛋白质的百分比是2/8或25%,且碳水化合物的百分比是3/8或37.5%。因而脂肪和碳水化合物的百分比二者均是中等,且蛋白质的百分比是较低,导致一中等到中等偏慢的混合膳食速度。
参见图5,表示用于膳食摄入信息的用户输入的图形用户界面56的另一个示例性实施例。在该图解的实施例中,图形用户界面56是一个网格型用户界面,具有一个用相对参考膳食量的膳食量形式的碳水化合物含量定义的网格坐标轴,和另一个用膳食的脂肪量、蛋白质量和碳水化合物量形式的患者从膳食中吸收全部糖的预期速度定义的另一个网格坐标轴。与图形用户界面54一样,相比与图1和2中所示并参照其加以介绍的实施例中相关的单次输入,图形用户界面56因而需要三个分开的由用户输入的选择。该用户特定的脂肪、蛋白质和碳水化合物量将使用刚才介绍的任何期望的二者之间的函数关系被映射到相应的膳食速度或膳食持续时间值。该膳食量网格坐标轴以“低于正常”、“正常”和“高于正常”指示符的形式定义了三个不同的膳食量值。该网格型图形用户界面56用于关于患者准备摄入、正在摄入或最近已经摄入的膳食的碳水化合物含量和吸收全部糖的预期速度信息的用户选择。在该图解的示例中,用户已经选择了一个膳食相关输入,该输入表明患者准备摄入、正在摄入或者最近已经摄入的膳食具有正常的脂肪量、正常的蛋白质量和低于正常的碳水化合物量。一般来说,在本文中的用语“高于”和“低于”旨在包含任何相对于特定的“正常”膳食量的膳食量的常用量度,例如包括但不限于使用重量、容量等任何特定单位的膳食量或数量。
参照图6,表示用于膳食摄入信息的用户输入的图形用户界面58的另一个示例性实施例。在该图解的实施例中,图形用户界面58定义了以按重量(克或其它常用重量单位)的碳水化合物含量的形式提供的碳水化合物含量和以总血糖生成指数(无量纲)的形式提供的患者从膳食中吸收全部糖的预期速度的连续函数。另选地,该图形用户界面58可以定义数字显示,该数字显示是以碳水化合物含量形式提供的碳水化合物含量和以总血糖生成指数形式提供的糖吸收的预期速度的离散函数。在任何一种情况下,碳水化合物和/或总血糖生成指数参数可以另选地在图形用户界面60中以“高”、“中等”和“低”——在上文中介绍了这些用语——的形式,或者以“高于正常”、“正常”和“低于正常”——在上文中介绍了这些用语——的形式表达。任意数量的点、虚线、实线或者其它任何种类的网格线可以另选地或附加地被添加到图形用户界面58以增加界面58上的碳水化合物含量和总血糖生成指数值之间的区分度。在任何情况下,该图形用户界面58用于关于患者准备摄入、正在摄入或者最近已经摄入的膳食的碳水化合物含量和糖吸收的预期速度信息的单个用户选择。在图解的示例中,用户已经选择了膳食相关输入,该输入表明患者准备摄入、正在摄入或最近已经摄入的膳食具有大约50克的碳水化合物重量和大约62的总血糖生成指数值。
参见图7,表示用于膳食摄入信息的用户输入的图形用户界面60的另一个示例性实施例。在该示例性的实施例中,该图形用户界面60定义了以膳食量的形式提供的碳水化合物含量和以膳食持续时间的形式提供的患者从膳食中吸引全部糖的预期速度的连续函数。该膳食量坐标轴以“少量”、“中等”和“大量”指示符的形式定义了三种不同的膳食量值,并且该膳食持续时间坐标轴类似地以“慢”、“中”和“快”指示符的形式定义了三种不同的膳食持续时间值。该连续型图形用户界面60用于关于患者准备摄入、正在摄入或最近已经摄入的膳食的碳水化合物含量和吸收全部糖的预期速度信息的单个用户选择。任意数量的点、虚线、实线或者其它任何种类的网格线可以另选地或附加地被添加到图形用户界面60以增加界面60上的膳食量和膳食持续时间值之间的区分度。在图解的示例中,用户已经选择了膳食相关输入,该输入表明患者准备摄入、正在摄入或最近已经摄入的膳食处在中等和大量之间,且该膳食在慢和中等之间的膳食持续时间上被摄入。
将会注意到,虽然在图2-7中描绘的图形用户界面的各种示例被图解为显示在电子装置12的显示单元20上,该图形用户界面的任何一个可以另选地或附加地被显示在远程装置30的显示单元38上。图2-7中的显示单元20由处理器14进一步地控制来在显示单元20的右上角显示当前的日期和时间。可以理解,处理器14可以被设置为另选地以常见的方式控制显示单元20来显示关于系统10、用户的更多或更少的信息和/或其它期望的信息。可以进一步的理解,在图2-7中所示并参照其加以介绍的各种图形用户界面仅作为示例提供,并且可以另选地或附加地采用任何一个或更多的图2-7中所示的示例的各种组合、以及用于其它碳水化合物含量和糖吸收形状、速度和/或持续时间信息的输入的图形用户界面。
现在参见图8,表示软件算法100的一个示例性实施例的流程图,该软件算法用于基于膳食摄入信息的用户输入,使用图1的系统10来确定给药信息。该软件算法100将描述为由电子装置12的处理器14执行,然而该软件算法100可以另选地或附加地由远程装置30的处理器32执行。该算法100在步骤102开始,且在步骤104中处理器14被操作用于监控用于膳食摄入信息的用户输入的所述图形用户界面(GUI)。该图形用户界面可以采用图2-7中所示并在此参照图2-7加以介绍的示例性图形用户界面中的任意一个或者其任意组合的形式,或者可以另选地采用用于膳食相关的碳水化合物含量和患者从膳食中吸收全部糖的预期速度的其它用户输入。
下面的步骤104,该算法100前进至步骤106,该步骤中处理器14操作来确定是否已经检测到完整的对GUI的用户输入。例如,在具有单次输入图形用户界面的实施例中,在步骤106处理器14可以操作来当用户已经选择了对图形用户界面的单次输入时确定什么时间完整的对GUI的用户输入已经发生。另一方面,在具有多次输入图形用户界面的实施例中,该处理器14可以操作来当用户已经选择了全部对GUI的用户可选输入时确定什么时间完整的对GUI的用户输入已经发生。在任何情况下,如果在步骤106处理器还没有检测到完整的对GUI的用户输入,该算法100的执行循环返回执行步骤104。另一方面,如果处理器14在步骤106检测到完整的对GUI的用户输入已经发生,算法的执行前进至步骤108,该步骤中处理器14操作来在时间和日期上标识该GUI输入且把该在日期和时间上标记的GUI输入存入在存储器或数据存储单元16和/或34内包含的数据库。步骤104和106可以示例性地进一步包括计时机构,该机构设置为如果用户没有在特定的时间段内提供完整的对GUI的用户输入,则把该算法100指引到特定的步骤或状态。
在该示例性的实施例中,算法100在下面的设想下加以设置:用户刚刚摄入膳食之前输入膳食相关信息,以便该日期和时间标记一般可表示膳食实际消费的日期和时间。步骤108可以示例性地被调整为进一步地为用户提供在向数据库输入该信息之前调整与日期和时间标记GUI输入相关的时间和/或日期的能力。这一可选的特征为用户提供了在摄入膳食以后把膳食摄入信息输入GUI,并且之后从当前的时间和/或日期改变该日期标记的时间和/或日期以反映实际的或估计的之前的摄入膳食的时间和/或日期的能力。例如,以这种方式,在膳食已经被摄入之后可以确定和施用或建议膳食补偿片剂。该可选的特征还向用户提供了在摄入膳食之前——例如饭前足够长的时间之前——向GUI输入膳食摄入信息以便步骤108中的日期和/或时间标记一般不表示消费相应膳食的实际时间和/或日期,并且然后从当前时间和/或日期改变该时间和/或日期标记以反映估计的该膳食可能被摄入的将来时间和/或日期的能力。然而,可以理解,在任意情况下该算法100应进一步包括一个或更多的步骤,这些步骤允许处理器14适当地调整对GUI的用于确定膳食补偿片剂的用户输入,以便患者从膳食中吸收全部糖的速度计入在摄入膳食和接下来地对GUI输入膳食相关用户输入之间经过的时间,或者在对GUI输入膳食相关用户输入和接下来地摄入该膳食之间的时间延迟。对本领域技术人员来说包括上述一个或更多的步骤将是机械性地运用。
虽然未在图8中示出,该算法100或其它独立执行的算法可以进一步地包括一个或更多的允许用户修正之前输入的膳食相关信息和/或相关时间和/或日期标记信息,或者允许用户在之前输入的膳食相关信息和/或相关时间和/或日期标记信息上附加新的和/或可能更准确的信息的步骤。这一可选的特征为用户提供了在例如在膳食摄入之前或摄入中输入该膳食相关信息的情况下修正上述数据的能力,以便随后反映出实际膳食摄入与在信息输入时期望或估计的膳食摄入的任何偏差。例如,预定的膳食可以被跳过或延迟,与之前的估计相比更多或更少的膳食可以已经实际被食用,以及/或者膳食的成分可以已经比之前的估计发生了改变。
下面是步骤108,处理器14在步骤110被操作来把对GUI的膳食摄入信息的用户输入映射到相应的胰岛素施药信息。存储器或数据存储单元16和/或34示例性地已经在其中存储了把前馈的用户输入的膳食信息与胰岛素施药量相关联的映射。该映射可以以任意常见的形式提供,其例子包括,但不限于一个或更多的曲线图、图表、表格、公式或者类似形式。所述映射130的一个示例性实施例在图9中表示,并且以表格的形式提供,该表格把膳食速度形式的碳水化合物含量和膳食持续时间形式的患者从膳食中吸引全部糖的预期速度映射到膳食补偿片剂信息。在图9所示的实施例中,膳食补偿片剂信息可以是或者包括准备给用户服用的胰岛素片剂的总数X、准备服用的胰岛素片剂的每一个的量或数量Y(例如,以国际单位),在准备服用的每个胰岛素片剂之间间隔的时间△T,以及多个胰岛素片剂中第一个将被服用的时间I中的任意一个或多个。本领域技术人员将会意识到其它的胰岛素定量给药方案可以被用来定义该把前馈的用户输入的膳食信息关联到胰岛素施药量的映射,并且任何所述其它的胰岛素定量给药方案是可由本公开来预见的。
再次参见图8,在一个示例性实施例中,在步骤110该处理器14从而被操作来使用图9中所示的通用型表格把对GUI的膳食摄入信息的用户输入映射到胰岛素施药信息。将可以理解,处理器14另选地或附加地使用与碳水化合物含量和患者从膳食中吸引全部糖的预期速度相一致的不同的表格坐标轴值,和/或使用一个或更多的其它常用映射技术来把用户特定膳食摄入信息映射到相应地胰岛素片剂施药信息。虽然该胰岛素片剂施药信息被参照图9描述为组成膳食补偿片剂,包括准备给用户服用的胰岛素片剂的总数X、准备服用的胰岛素片剂的每一个的量或数量Y(例如,以国际单位),在准备服用的每个胰岛素片剂之间间隔的时间△T,以及多个胰岛素片剂中第一个将被服用的时间I中的任意一个或多个,可以进一步地理解该胰岛素片剂施药信息可以另选地或附加地包括一个或更多的校正片剂量,即不涉及膳食的胰岛素片剂量,以及在任何情况下可以包括比图9中所示的更多或更少的信息。
算法100的执行从步骤110进至步骤112,其中在该所示的实施例中,处理器14被操作来控制显示单元20和/或显示单元38来以胰岛素片剂建议的形式来显示在步骤110中确定的至少部分胰岛素施药信息。接下来在步骤114中,操作该处理器14来确定用户是否接受或拒绝在步骤112中显示的该胰岛素片剂建议。在一个示例性实施例中,该处理器14被操作来通过先与胰岛素片剂建议一起显示用户可选择的图形“接受”和“拒绝”指示符,然后监控该指示符以确定用户选择了两个指示符中的哪一个来执行步骤114。在一个另选地实施例中,“接受”和“拒绝”按钮或按键可以形成输入装置18和/或36的一部分,并且在该实施例中处理器14被操作来通过监控所述按钮或按键以确定用户选择了两个中的哪一个来执行步骤114。本领域技术人员将会认识到用于实现步骤114的其它常见技术,以及任何所述其它的常用技术是可以通过本公开预见的。步骤114可以示例性地进一步包括计时机构,该机构设置为如果用户没有接受或拒绝在步骤112中显示的建议,则指引算法100到特定的步骤或状态。在任何情况下,如果处理器14在步骤114中确定用户接受在步骤112中显示的胰岛素片剂建议,在步骤116处理器14此后被操作来向由处理器14、处理器32和/或一个或更多的构成医疗装置261-26N中任何一个的一部分的处理器电路执行的一个或更多的胰岛素施药算法提供该建议胰岛素片剂信息。处理器14、处理器32和/或一个或更多的构成医疗装置261-26N中任何一个的一部分的处理器电路接下来被操作来在任何所述一个或更多的胰岛素施药算法的指示下,按照通过常见的电子控制胰岛素施药装置——如植入、皮下、经皮和/或皮外的胰岛素注射泵——建议的胰岛素片剂信息,控制对用户的一个或更多的胰岛素片剂的自动服用。另选地,用户、健康护理专业机构或其它个人可以按照该建议的胰岛素片剂信息通过常用的注射笔或者其它常用的手动施药机构手动地施用该一个或更多的胰岛素片剂。此后在步骤118中,处理器14被操作来以日期和时间标记建议的胰岛素片剂信息并把该日期和时间标记的建议胰岛素片剂信息输入存储器或数据存储单元16和/或34中包含的数据库。
如果在步骤114中处理器14确定用户拒绝在步骤112显示的胰岛素片剂建议,该处理器14其后在步骤120被操作来促使用户修正该建议的胰岛素片剂信息。在一个示例性实施例中,处理器14被操作来通过以允许用户通过图形用户界面、输入装置18和/或36,或者通过其它常用的数据输入装置修正任何建议的胰岛素片剂信息的方式来显示胰岛素片剂建议来执行步骤120,并且还被操作来当对该建议的胰岛素片剂信息的修正完成时显示可由用户选择的图形的“接受改变”建议符。该处理器14然后在步骤112被操作来监控该“接受改变”指示符。直至用户在步骤112中选择了该“接受改变”指示符,该算法100返回执行步骤120。该算法可以进一步示例性地包括一个或更多的常用步骤(未示出),如果用户没有在特定的时间段内选择该“接受改变”指示符这些步骤允许算法100跳过步骤122继续执行。在任何情况下,当处理器14在步骤122确定用户已经选择了该“接受改变”指示符,处理器14其后在步骤在步骤124被操作来对一个或更多的由处理器14、处理器32和/或一个或更多的组成医疗装置261-26N中任何一个的一部分的处理器电路执行的一个或更多的胰岛素施药算法提供修正的胰岛素片剂信息。处理器14、处理器32和/或一个或更多的组成医疗装置261-26N中任何一个的一部分的处理器电路然后被操作来在任何上述一个或更多的胰岛素施药算法的指导下,按照该修正的胰岛素片剂信息,通过常用的电子控制胰岛素施药装置——如植入、皮下、经皮和/或皮外的胰岛素注射泵,控制一个或更多的胰岛素片剂对用户的自动施用。另选地,用户、健康护理专业或其它机构可以根据该修正的胰岛素片剂信息通过常用的注射器或其它常用的手动施药机构来手动地施用该一个或更多的胰岛素片剂。此后在步骤126,处理器14被操作来以日期和时间标记该修正的胰岛素片剂信息并把该日期和时间标记的修正胰岛素片剂信息输入在存储器或数据存储单元16和/或34中包含的数据库。在另选地实施例中,算法100的步骤116和124可以以常用的方式加以修正以允许用户通过手动地施用一个或更多的胰岛素片剂来人工地忽略该建议的胰岛素片剂信息。然而,在此实施例中,希望允许用户在步骤118和126中向数据库输入与该一个或更多的胰岛素片剂的手动施用相关的日期和时间标记信息,例如,一个或更多的胰岛素片剂的数量、种类、剂量和/或定时。在任何情况下,算法100的执行从步骤118和126的任何一个返回步骤104。
在算法100的另选实施例中,步骤112-116和120-124可以以常用的方式修正以使处理器14来在一个或更多的胰岛素施药算法的指示下,根据在步骤110确定的胰岛素施药信息来控制一个或更多的胰岛素片剂对用户的自动施用。在此实施例中,在步骤110中确定的胰岛素给药信息因而不被显示或以别的方式作为胰岛素片剂建议提供给用户,而是代替地通过常用的电子控制胰岛素施药装置——如植入、皮下、经皮和/或皮外的胰岛素注射泵,自动地服用或以其它方式对用户施用。
在图2-7中所示的图形用户界面示例,以及图8的用于基于通过上述图形用户界面的前馈信息用户输入确定给药信息的算法100,已经在这里与上下文中的向系统10提供从中确定胰岛素施药信息的膳食摄入信息一起示出。可以理解类似的图形用户界面可以另选地或附加地全部或部分地基于一个或更多的与用户相关的其它外部因素和/或各种生理机理加以开发。示例包括但不限于诸如训练、压力、疾病、月经周期和/或类似因素的直接或间接的一维或二维指示符等考虑因素。作为一个特定的示例,可以开发图2-7中所示类型的图形用户界面来用于用户训练信息形式的前馈信息的用户输入,该用户训练信息具有对应于相对(如相对于参考量)或实际用户训练强度的一个参量或坐标轴,以及另外的对应于相对(如相对于参考量)或实际用户训练持续时间的参数或坐标轴,或者具有用户训练信息的单个参数或坐标轴。作为另一个示例,可以开发图2-7中所示类型的图形用户界面以用于用户压力形式的前馈信息的用户输入,该用户压力信息具有对应于用户压力的相对(如相对于参考量)或实际状态或分布的一个参数或坐标轴,以及其它对应于相对(如相对于参考量)或实际用户压力持续时间的其它参数或坐标轴,或者具有用户压力信息的单个参数或坐标轴。作为另一个示例,可以开发图2-7中所示类型的图形用户界面以用于用户疾病信息形式的前馈信息的用户输入,该用户疾病信息具有对应用户疾病的相对(如,相对参考量)或实际状态或分布的一个参数或坐标轴,以及对应于相对(如,相对参考量)或实际用户疾病持续时间的其它参数或坐标轴,或者具有用户疾病信息的单个参数或坐标轴。作为另一个示例,可以开发图2-7中所示类型的图形用户界面,以用于用户月经周期信息形式的前馈信息的用户输入,该月经周期信息具有对应于相对(如,相对参考量)或实际用户月经程度的一个参数或坐标轴,以及对应于相对(如,相对参考量)或实际月经持续时间的其它参数或坐标轴,或者具有用户月经周期信息的单个参数或坐标轴。本领域技术人员将会想到其它的图形用户界面的示例,可以基于一个或更多的与用户相关的其它外部因素和/或各种生理机理开发这些界面,并且任何其它的示例通过本公开是可以预见的。在任何情况下,处理器14示例性地被操作以任何上述图形用户界面来以日期和时间标记事件发生,并且可以附加地允许该时间和日期标记被更改以标记过去发生或预计将在将来发生的一个或更多的与用户相关的其它外界因素和/或各种生理机理。这一特征还示例性地用于向用户提供对即将发生(如,预定)的事件开始/终止时间的进行建议的能力,以便增加该系统的准确性并提供水平增加的事件一致性。
前面所述类型的图形用户界面可以被用来例如由它们自己确定施药的数量、种类和/或定时,以及/或者一个或更多药物——如胰岛素片剂的建议。另选地,任何上述图形用户界面可以,例如,与一个或更多的其它图形用户界面一起,用作修正一个或更多的胰岛素片剂的数量、种类和/或定时。作为后一种情况的特定示例,该系统10可以被操作来首先基于在上面介绍的使用图2-7所示类型的图形用户界面的膳食摄入信息用户输入确定并建议和/或施用一个或更多的胰岛素片剂。还可以提供一个或更多的附加图形用户界面以用于用户使用分数因子、附加偏移量和/或修正函数形式的修正因数来调整或修正该一个或更多的胰岛素片剂。作为一个特定的示例,可以开发附加的图形用户界面以用于用户训练信息形式的前馈信息的用户输入,该用户训练信息具有对应于相对或实际用户训练强度的一个参量或坐标轴,以及对应于相对或实际用户训练持续时间的其它参数或坐标轴,具有用户训练信息的单个参数或坐标轴,或者具有单个,用户可选的代表在与输入的数据相关的特定时间窗口中用户训练的发生或未发生的二进制值。在本示例中,存储器或数据存储单元16和/或34包括附加的映射,就像图9中所示的类型,把用户训练的强度和持续时间关联到适当的修正信息。该处理器14然后响应于用户训练信息形式的附加前馈信息的用户输入来修正之前由处理器14按照膳食摄入信息确定的给药信息,作为通过该附加映射确定的修正信息的函数。可以理解附加映射可以以任何常见形式提供,例如包括但不限于,一个或更多的曲线图、函数图(plot)、公式、表格或类似形式。作为另一个示例,可以开发附加的图形用户界面来用于用户压力信息形式的前馈信息的用户输入,该用户压力信息具有对应于相对或实际用户压力状态或分布的一个参数或坐标轴,以及对应于相对或实际用户压力持续时间的其它参数或坐标轴,具有用户压力信息单个参数或坐标轴,或者具有代表在与输入的数据相关的特定时间窗口中用户压力的出现或未出现的单个、用户可选的二进制值。在本示例中,存储器或数据存储单元16和/或34包括如图9中所示类型的附加映射,该映射把用户压力状态或分布和持续时间关联到适当的修正信息。该处理器14然后响应于用户压力信息形式的附加前馈信息的用户输入来修正之前由处理器14按照膳食摄入信息确定的给药信息,作为通过该附加映射确定的修正信息的函数。可以理解该附加映射可以以任何常用的形式提供,例如包括但不限于一个或更多的曲线图,函数图,公式,表格或类似形式。作为另一个示例,可以开发附加的图形用户界面来用于用户疾病信息形式的前馈信息的用户输入,该用户疾病信息具有对应相对或实际用户疾病状态或分布的一个参数或坐标轴,以及对应相对或实际用户疾病持续时间的其它参数或坐标轴,具有用户疾病信息的单个参数或坐标轴,或者具有代表在与输入的数据相关的特定时间窗口中用户疾病的出现与未出现的单一的、用户可选的二进制值。在本示例中,存储器或数据存储单元16和/或34包括如图9所示类型的附加映射,该映射把用户疾病状态或分布和持续时间关联到适当的修正信息。处理器14然后响应于用户疾病信息形式的附加前馈信息的用户输入来修正之前由处理器14按照膳食摄入信息确定的给药信息,作为通过该附加映射确定的修正信息的函数。可以理解附加映射可以以任何常用的形式提供,包括但不限于一个或更多的曲线图、函数图、公式、表格或类似形式。作为另一个示例,可以开发附加的图形用户界面以用于用户月经周期信息形式的前馈信息的用户输入,该用户月经周期信息具有对应于相对或实际用户月经程度的一个参数或坐标轴,以及对应相对或实际月经持续时间的其它参数或坐标轴,具有用户月经周期信息的单个参数或坐标轴,或者具有代表在与输入的数据相关的特定时间窗口中用户月经周期的出现或未出现的单个的、用户可选的二进制值。在本示例中,存储器或数据存储单元16和/或34包括图9中所示类型的附加映射,该映射把用户的月经程度和月经持续时间与适当的修正信息相关联。处理器14然后响应用户月经周期信息形式的附加前馈信息的用户输入以修正之前由处理器14按照膳食摄入信息确定的给药信息,作为通过附加映射确定的修正信息的函数。可以理解该附加映射可以以任何常见的形式提供,例如包括但不限于一个或更多的曲线图、函数图、公式、表格或类似形式。本领域技术人员将想到可以基于一个或更多与用户相关的其它外部因素和/或各种生理机理开发的其它图形用户界面的示例,并且任何其它的示例通过本公开是可以预见的。
这里图解并介绍的任意一种或更多的图形用户界面是否适合患者使用将至少部分地取决于患者的个人习惯。例如,如参照图2-9在上面加以介绍的把膳食摄入信息关联到膳食相关胰岛素施药信息的图形用户界面是否适合患者使用将至少部分地取决于患者的饮食习惯。因而期望基于患者的习惯并以上述习惯为基础考虑对使用任何该图形用户界面的患者适应性为任何患者开发一个或更多的适合的图形用户界面。为了减少由用户向系统10提供的输入的数量而不损害糖控制整体水平,要利用用户饮食习惯的规律。通常可以预测患有糖尿病的人典型地从相对受到限制的数量的食物项目及其组合中进行选择。这里图解并介绍的类型的图形用户界面是否适合由个人使用通常取决于通过利用个人饮食习惯的可预测性简化与它们的血糖作用相关的膳食或加餐的可变性。
参照图10-12,表示一个用于确定患者或用户使用图2-7所示类型图形用户界面的适应性的示例性过程150的流程图。在一个示例性的实施例中,该过程150的一个或更多的步骤以手工执行。另选地或附加地,一个或更多的剩余的步骤可以以至少一个存储在存储单元或数据存储装置——如电子装置12的存储单元或数据存储单元16或者远程装置30的存储单元或数据存储装置34——中的软件算法的形式提供,并由处理器——如电子装置12的处理器14或远程装置30的处理器32——以常规的方式执行。仍作为另选地,整个过程150可以以一个或更多的存储在存储单元或数据存储装置——如电子装置12的存储单元或数据存储单元16或者远程装置30的存储单元或数据存储装置34——中的软件算法的形式提供,并由处理器——如电子装置12的处理器14或远程装置30的处理器32——以常用的方式执行。
在示例性的实施例中,该过程150被分解成三个处理模块,这三个模块中的每一个分别在图10、11和12中分开表示。第一处理模块以流程图的形式在图10中表示,涉及为使用图2-7中所示类型的图形用户界面的可能的适应性预筛分患者,并涉及在做出使用该界面的患者适应性的决定的情况下为该界面收集患者相关信息。该第二处理模块以流程图的形式在图11中表示,并涉及处理和分析该收集的患者相关信息以确定是否能够识别出这些信息中的一个或更多的规则模式,该规则模式基于可用的前馈输入分类产生可接收的,即足够准确的对适当的胰岛素施药建议的预测。第三处理模块在图12中以流程图的形式表示,并且涉及如果一个或更多的在该信息中的规则模式能够被识别,出于减少前馈输入种类的数量的目标分析该患者相关信息。在该过程150显示可以基于患者的记录饮食习惯定义合适的图形用户界面的情况下,该第三处理模块的结果是把用户可选的前馈信息映射到胰岛素施药信息的图形用户界面。
参照图10,表示过程150的第一处理模块的一个示例性实施例的流程图。该过程150开始于步骤152,在该步骤确定为这里所示及所介绍类型的图形用户界面判断患者是否是已经存在的候选者。典型地,步骤152将由健康护理专业机构执行,并且可以由有权使用患者记录数据库的常用的电脑加以辅助。在任何情况下,如果在步骤152中确定该患者是已经存在的候选人,算法执行进至步骤164。在这种情况下,患者是一个已经存在的候选人,并且健康护理专业机构已经确定过程150应为该用户再次执行。如果在步骤152中另外地确定患者不是已经存在的候选者,算法执行进至步骤154。
在步骤154中,当不是已经存在的候选者时,在为这里所示及所介绍类型的图形用户界面确定患者能否从预筛分处理中被自动放弃。典型地,步骤152将由健康护理专业机构执行,并且可以由常用的电脑加以辅助。通常,如果对健康护理专业机构来说看起来这里所示及所介绍类型的图形用户界面适合该特定患者使用,患者可以从预筛分处理中被自动放弃。虽然健康护理专业机构可以使该决定基于多个因素,该健康护理专业机构将典型地使该决定至少部分地基于对患者的膳食习惯的检查,并且还可以考虑训练习惯,总体健康状况、患者压力等。作为在其中特定患者可以从该预筛分处理中被放弃的一个示例,该患者应执行严格并重复的定量饮食以及规律的训练状态。该健康护理专业机构,在检查了患者的定量饮食和训练状态之后,可以确定这里所示及所介绍类型的图形用户界面将适合特定患者使用是具有可接受的可能性的,并且该预筛分处理可以因而被放弃。可以理解一个或更多的其它因素可以另选地或附加地在步骤154中被该健康护理机构考虑,并且因此而提供的示例不应被看作是任何方式的限制。在任何情况下,如果在步骤154中确定患者可以从预筛分处理中被自动放弃,算法执行进至步骤164。如果在步骤154中相反地确定患者不可以从预筛分处理中被自动放弃,算法执行进至步骤156。
在步骤156中,该健康护理专业机构执行患者的预筛分程序以确定患者是否可能是这里所示及所介绍类型的图形用户界面的可接受的候选者。该预筛分处理,虽然其可以包括需要考虑的多种因素,将典型地包括对患者进行的各种影响血糖的事件(如膳食、压力等),以及患者如何进行这些事件(如规律或不规律的膳食习惯,训练,胰岛素治疗,等等)的检查。一个示例性的可以在步骤156加以执行的预筛分程序的例子是使患者和/或健康护理专业机构完成一工作表或调查表,该工作表或调查表被设计为调查与患者是否可能是这里所示及所介绍类型的图形用户界面的可接受的候选者的决定相关的患者信息。一个示例性的调查表和/或工作表可以询问部分或全部的下面的信息:
1、患者的每日和/或每周的膳食预定,
2、膳食量(如,按重量),
3、各种膳食的成分(如,脂肪、蛋白质和碳水化合物的量),
4、各种膳食的血糖生成指数,
5、对膳食事件的胰岛素剂量方案,
6、每周的习惯(关于膳食或非膳食),
7、训练计划,
8、其它的生活方式相关信息,
9、使用这里所示及所介绍类型的图形用户界面的患者偏好,
10、在有规律的基础上管理数量信息的问题,
11、患者改变膳食和其它习惯的能力和希望,以便治疗需要上的不一致对于这里所示及所介绍类型的图形用户界面的使用来说是更能接收的。
关于各个事件,如关于各膳食的信息被看作数据记录。在进行预筛分分析之前,应该收集最小数量——m个数据记录,其中m是在任何特定的预筛分程序中最小数量的数据记录,需要这些记录来减少可用的结果。类似地,可以对数据记录的最大数量n施加限制,其中“n”可以代表记录的实际最大数量,超过则将不可能提供附加信息的记录数量,以及/或者超过则将不可能对在目前不存在于数据中的一个或更多的模式的开发作出贡献的记录数量。
该预筛分程序还可以被用来收集特定事件治疗信息,其可以包括但不应限于,一种或更多的患者可能目前正在使用的药物、一个或更多的对给定事件的治疗的数量和强度的各种组合、以及治疗的定时。关于治疗的定时的信息可以包括,但不应限于治疗被接收或执行的每天中的时间和/或每周中的日期、身体周期信息——如月经周期等,和如训练或压力等因素在膳食和胰岛素剂量上的结合的影响这些信息当中的一个或更多。本领域技术人员将会意识到为了确定患者是否可能是这里所示及所介绍类型的图形用户界面的可接受的候选者的目标而进行患者预筛分程序的其它技术,并且所述其它技术通过本公开是可以预见的。
接着步骤156,在步骤158中健康护理专业机构估计在对患者的预筛分程序中收集的如上面的示例中所述的患者相关信息,以确定患者是否可能是这里所示及所介绍类型的图形用户界面的可接受的候选者。在一个实施例中,例如,工作表和/或调查表中的各种条目可以被设计为具有点值,以便可以为患者确定最终“得分”。在本示例中,患者是否是这里所示及所介绍类型的图形用户界面的可接受的候选者可以通过比较患者在该调查表和/或工作表中的“得分”和一个确定的阈值得分来确定。在其它的实施例中,例如,该调查表和/或工作表可以设计成流程图或树状结构,其通过该调查表和/或工作表来引导健康护理专业机构并最终把该健康护理专业机构指引到患者是或者不是这里所示及所介绍类型的图形用户界面的可接受的候选者的结论。
本领域技术人员将会意识到其它用于估计预筛分调查表和/或工作表的技术,它们中的一些可以手动执行,另外的可以在常用计算机的辅助下执行,并且任何所述其它技术通过本公开是可以预见的。在任何情况下,如果该健康护理专业机构在步骤158中确定患者是这里所示及所介绍类型的图形用户界面的可接受的候选者,过程150进至步骤164。另一方面,如果该健康护理专业机构在步骤158中确定患者不是这里所示及所介绍类型的图形用户界面的可接受的候选者,该过程150进至步骤160,在该步骤中作出表示该图形用户界面对被评估的患者的使用来说是不可接受的。在步骤152-158由健康护理专业机构手动执行的实施例中,步骤160可以被略过或者与步骤158合并。然而,在其中步骤152-158中的任何一个或更多的步骤是在计算机的辅助下执行的实施例中,步骤160可以通过经该计算机显示适当的表示该图形用户界面是不可接受使用的消息来加以执行。接着步骤160,该过程150进至步骤162,在该步骤中过程150结束。
从步骤152、154和158的“是”的分支开始,过程150进至步骤164,在该步骤中这里所示及所介绍类型的图形用户界面被选择,并且被选择具有与在图形用户界面的每个坐标轴上的用户可选前馈输入的最大数量相对应的最大网格大小或数量。通常,该最大网格大小或数量将取决于多种因素,例如包括但不限于易于使用,使用在每个界面坐标轴上具有该数量的前馈输入的图形用户界面患者是否将会感到舒适,多少个前馈输入可能会使患者认为太复杂了,等等。在一个实施例中,例如,该最大网格数量是五,虽然该数量可以被增加或减小以适应特定的应用。具有值为五的最大网格数量,这表明该选定的图形用户界面的碳水化合物含量坐标轴和吸收全部糖的速度坐标轴每个都将最初具有五个用户可选输入。
接着步骤164,该过程150进至步骤166,其中模式数量PN被设为1。此后在步骤168中,选择最大模式数量,MAXPN。该模式数量,PN,作为该用语在此使用,涉及用于把用户可选的前馈输入映射到相应胰岛素施药信息的患者相关信息的不同要素的数量。例如,如果患者相关信息是很规则和重复性的,该图形用户界面可以只需要单独一个“膳食”映射,其为一周中的任一天的任一时间摄入的任何膳食把用户可选的前馈输入映射到相应的胰岛素施药信息。作为另一个示例,如果患者相关信息是有一定程度的规则和重复性的,但是低于在上一个示例中的规则性和重复性,该图形用户界面可以要求多个不同的“膳食种类”映射,这些映射取决于膳食类型,如早餐、午餐、晚餐或加餐,分别把用户可选的前馈输入映射到相应的胰岛素施药信息。该最大模式数量,MAXPN,对患者相关信息的不同要素的数量施加限定,该患者相关信息可以被用于把用户可选的前馈输入映射到相应的胰岛素施药信息。
接着步骤168,该过程150进至步骤170,在该步骤中收集与以前馈输入定义的事件相关的关于患者的信息,并且该信息被输入数据库。在一个示例性实施例中,步骤166通过使患者保持一书面或电子形式的关于膳食信息和具有最大网格数量的图形用户界面的事件的日志来手动执行。该日志20的一个示例,包括患者相关信息的示例在图13中示出。在该示例性的例子中,该最大网格数量为五,以便碳水化合物含量坐标轴和吸收全部糖的速度的坐标轴每个将具有五个可选的输入。在图13的示例性的日志220中,在膳食或加餐之前患者输入相关信息,并且该相关信息可以包括,但不限于膳食或加餐之前患者的血糖,膳食类型或种类——如“B”代表早餐,“L”代表午餐,“D”代表晚餐且“S”代表加餐,估计摄入(或将要摄入)的碳水化合物,EIC(如以克为单位),估计的膳食效果持续时间,EMED,即摄入的膳食对个体的血糖水平的影响的估计持续时间(如,以分钟为单位),膳食或加餐的绝对持续时间AMD(如,快速F,中快MF,中速M,中慢MS和慢S),膳食或加餐的相对持续时间RMD(如,长于标准LN,稍长于标准SLN,标准N,稍短于标准SSN或者短于标准SN),膳食或加餐的绝对量,AMS(如,大量L,中等偏大ML,中等M,中等偏少MS,或者少量S),膳食或加餐的相对量RMS,(如,多于标准LN,稍多于标准SLN,标准N,稍少于标准SSN,或者少于标准SN),在脂肪含量项目上的绝对膳食量AMSF(如,少S,中等偏少MS,中等M,中等偏大ML,或大L),在碳水化合物含量项目上的绝对膳食量AMSC(如,少S,中等偏少MS,中等M,中等偏多ML,或大量L),在蛋白质含量项目上的绝对膳食量,AMSP(如,少S,中等偏少MS,中等M,中等偏多ML,或大量L),在脂肪、蛋白质和碳水化合物含量项目上的相对膳食量(未在图13中示出)(如,低于标准SN,略低于标准SSN,标准N,略高于标准SLN,或高于标准LN),膳食或加餐的总血糖生成指数TGI,膳食或加餐之前的施用的任何膳食补偿片剂MCB(如,I.U.),膳食或加餐之间施用的任何校正片剂CB(如I.U.)、日期、时间及类似信息。虽然没有在图13中专门示出,当膳食补偿和/或校正片剂被以较小剂量在一段时间内服用时其它的片剂相关信息可以包含在日志中。在这种情况下,所述其它的片剂相关信息可以包括,例如,但不应限于,施用的膳食补偿或校正片剂的数量,施用片剂之间的时间和施用第一份片剂的时间。其它的可能有关并可能相应地被包括在该患者日志220中的信息包括,但不限于,膳食或加餐之前的训练的强度和持续时间,膳食或加餐之前患者的压力状态(分布)和持续时间,膳食或加餐之前的患者的疾病程度和持续时间,月经周期信息,如膳食或加餐之前月经的程度和月经持续时间,以及类似的信息。通常,希望在延长的时间段内收集所述患者相关的信息,如对于男性为四周且对于女性至少6-8周,虽然也可以另选地使用其它时间长度。
可以意识到上面参照图2-7所示并介绍的图形用户界面中的没有哪一个对所有患者有用。因为习惯、个人偏好和类似因素通常在患者中因人而异,一个或更多的图形用户界面对某些患者来说可能是很适合的,但对别的患者来说其它图形用户界面将是最适合的。在图13所示的日志示例中包含的特定信息将允许医生或其他糖尿病护理提供者随之选择上面参照图2-7所示并介绍的图形用户界面示例中的任何一个。在较少的图形用户界面可用的情况下,在图13中所示的日志示例中含有的信息可以类似的加以减少。
在其它的其中所述事件是患者摄入的膳食的示例性实施例中,通过使营养学家或其它制订膳食计划者提供图13中的示例所示的基于专门计划的膳食类型、含量和时间的信息来执行过程150的步骤170。在任何情况下,过程150的执行从步骤170进至步骤172,在该步骤中确定是否已经为当前的模式数量收集了足够的患者相关信息。如果是,过程150进至第二处理模块的“A”,在步骤172中,如果确定为当前的模式数量收集的患者相关信息的数量还不足,该过程150返回步骤170。
像上面介绍的关于步骤156的预筛分处理,在进至第二处理模块之前应该收集数据记录的最小数量m,其中“m”是为了取得有用的结果而需要的数据记录的最小数量。类似地,通过步骤172对数据记录的最大数量n施以限制,其中n可以代表记录的实际最大数量,超过则将不可能提供附加信息的记录数量,以及/或者超过则将不可能对在目前不存在于数据中的一个或更多的模式的开发作出贡献的记录数量。
现在参照图11,表示过程150的第二处理模块的一个示例性实施例的流程图。该第二处理模块开始于步骤174,该步骤中出于找到对用户的膳食种类(即用户选择的前馈信息)具有显著影响的起始模式数量的目标对在步骤168中收集的患者相关信息进行一系列的统计分析。接下来在步骤176中,确定从该统计分析中生成的类间模式识别是否是可以接受的。如果是可接收的,该过程150进至第三处理模块的“B”。然而,如果从步骤174的统计分析中得到的该类间模式识别结果是不可接受的,过程150进至步骤178,在该步骤中确定是否已经为当前的模式数量收集了足够的患者相关信息。如果没有,该过程150回到图10的步骤170。另一方面,如果在步骤178中确定为当前的模式数量已经收集了足够的患者相关信息,该过程150进至步骤180,在该步骤中确定该模式数量PN是否等于所述最大模式数量MAXPN。如果不等,在步骤182中增加该模式数量PN,并且该过程150然后返回步骤174。然而,如果该模式数量PN等于该最大模式数量MAXPN,在步骤180中,过程150进至步骤184,在该步骤中做出图形用户界面对被评估的患者来说是不可使用的指示。在步骤174-182由健康护理专业机构手动执行的实施例中,步骤184可以被略过或者与步骤182合并。然而,在步骤174-182中的任何一个或更多是在计算机的辅助下进行的实施例中,步骤184可以通过由该计算机显示一个适当的表示图形用户界面是不可使用的消息来加以实现。接着步骤184,过程150进至步骤186,在该步骤中过程150结束。
在第二处理模块中包括步骤174-180的循环的一个示例性例子包括对作为独立变量(膳食类型、每周中的日期,选定的输入网格分类等)的函数的给定的膳食补偿片剂的重复建模。该最大绝对或相对预测错误之后可以在与预定的限制相比时用作适应性的量度。
在第二处理模块中包括步骤174-182的循环的另一个示例性的例子在图14A-14K中表示。图14A-14K中所示的例子使用变量系数(CV)形式的计量作为分开的片剂反应形式的类间模式识别的量度,并且应用该患者相关信息的重复优选集合直至该最大CV不超过预定的可接受的值。如果不能达到这种状态,该网格型用户界面可能不适合该用户。
为了图解图14A-14K的步骤,考虑把这里所示并说明的类型的网格型图形用户界面减化为定义了三个种类(分类)——如“低于标准”、“标准”和“高于标准”——形式的膳食碳水化合物含量的一个维度。然后选择一最大值Cvmax(如Cvmax=10%)。
对用户相关信息——如以图13中的示例的方式示出的信息——的统计分析以四个步骤示例性的加以执行。在步骤1中,收集的数据被以大小类别(“低于标准”、“标准”、“高于标准”)分类,这对应如图14A中所示在全部其它变量中集合数据。对于这些类别中的每一种,用公知的技术计算其变量系数CV。如果计算得到的系数CV中没有超过Cvmax的,该用户界面适合该用户。在这种情况下,该对用户界面的前馈输入在一维的情况下将会只是对未决膳食的膳食量值,如低于标准,高于标准或标准。例如,图9中的前馈信息对胰岛素片剂信息的映射因而可以是单一映射,该映射为在一周的任意一天的任意时间摄入的任意膳食把用户选择的膳食量的前馈输入值映射到相应的胰岛素片剂信息。在这种情况下,该相应地胰岛素片剂信息可以是,例如,对使用来自图14A的统计分析步骤1的信息的用户特定种类的膳食量的等于平均片剂分布的胰岛素片剂分布。
在这一示例中,步骤1(图14A)中的一个或更多的计算得到的系数CV超过了Cvmax,则统计分析处理相应地进至步骤2。在步骤2中,收集到的数据被按照大小类型(“低于标准”、“标准”、“高于标准”)并按照膳食类型或时间(早餐,午餐和晚餐)分类,如图14B中所示,这对应在所有其它分量上集合数据。然后由膳食量类型和膳食类型或时间来计算变量系数CV。如果计算获得的系数中没有超出CVmax的,该用户界面适合该用户。在这种情况下对图形用户界面的前馈输入在一维的情况下将会是对未决膳食的膳食量值和膳食类型或时间值。图9中前馈信息对胰岛素片剂信息的映射因而可以,例如,包括三个映射,每个映射把膳食量的用户选择的前馈输入值映射到不同的相应胰岛素片剂信息,映射取决于膳食类型或时间,如早餐、午餐或晚餐。在这种情况下,该相应的胰岛素片剂信息可以是,例如,对使用从图14B的步骤2的统计分析中得到的信息的用户特定种类的膳食量的通过膳食类型或时间的等于平均片剂分布的胰岛素片剂分布。
在本示例中,步骤2(图14B)中的一个或更多的计算获得的系数CV超过了Cvmax,则统计分析处理相应地进至步骤3。在步骤3,如图14C和14D所示,该收集的数据以大小类型(“低于标准”、“标准”、“高于标准”)、膳食类型或时间(早餐、午餐和晚餐)以及日期的类型(周中、周末)分类,这对应于在全部其它变量上集合数据。以大小类型、膳食类型或时间和日期的类型计算变量系数。如果计算获得的系数中没有超过CVmax的该用户界面适合该用户。在这种情况下,对图形用户界面的该前馈输入在一维的情况下将会是对未决膳食的膳食量值、膳食类型或时间值以及日期类型值。图9中前馈信息到胰岛素片剂信息的映射因而可以,例如,包括六个映射,每个映射把膳食量的用户选择的前馈输入值映射到不同的相应胰岛素片剂信息,映射取决于膳食类型或时间,如早餐、午餐或晚餐,还取决于日期类型,如周中或周末。在这种情况下,相应的胰岛素片剂信息可以是,例如,对使用从图14C和14D的步骤3的统计分析中得到的信息的用户特定种类的膳食量的通过膳食类型或时间并通过日期类型的等于平均片剂分布的胰岛素分布。
在本示例中,一个或更多的从步骤3(图14C和14D)中计算获得的系数CV超出了CVmax,则该统计分析处理相应地进至步骤4。在步骤4中收集的数据按大小类型(“小于标准”、“标准”、“多于标准”)、膳食类型或时间(早餐、午餐和晚餐)、以及每周中的日期(周日、周一等)分类,如图14E-14K中所示。以大小类型、膳食类型或时间以及每周的日期计算变量系数。如果计算得到的系数中没有超过CVmax,该用户界面适合该用户。在这种情况下对图形用户界面的前馈输入在一维的情况下将会是对未决膳食的膳食量值、膳食类型或时间值和每周中的日期值。图9的前馈信息到胰岛素片剂信息的映射因而可以,例如,包括21个映射,每个映射把膳食量的用户选择的前馈输入值映射到不同的相应胰岛素片剂信息,映射取决于膳食类型或时间,如早餐、午餐或晚餐,并还取决于每周中的日期,如周日、周一等。在这种情况下,相应的胰岛素片剂信息可以是,例如,使用从图14E和14K中统计分析步骤4获得的信息的用户特定种类的膳食量通过膳食类型或时间并还通过每周的日期的等于平均片剂分布的胰岛素片剂分布。
在任一个或全部的上述步骤中,膳食的类型或时间、日期类型和/或每周的日期可以自动地由系统10确定,并且因而不需要由患者手动地输入到该图形用户界面。可以意识到,虽然前面的示例使用变量系数作为以片剂响应的分布形式的类间模式识别的量度的计量,一个或更多的其它常见的计量可以用于按照图11的步骤174-82执行的统计分析。
在其坐标轴中的至少一个代表(伪)连续输入的用户界面的实施例中,如参照图6和7所示并加以描述的界面,可以开发膳食补偿片剂量的一个模型或一系列的模型。该一个或系列的模型将会是各种输入变量的函数,其中用户选择的分类的一个是在用户界面的连续坐标轴的位置。如果该模型是足够刚性的,在用户选择了落在学习期间所覆盖的范围以外的连续输入值的情况下可以采用外推法来确定片剂量建议。
现在参见图12,示出了过程150的第三处理模块的一个示例性实施例的流程图。如果执行到了过程150的第三模块,图11中的第二处理模块成功确定了患者相关信息的模式,从该模式中用户选择的前馈信息能够被映射到相应的胰岛素片剂信息。第三处理模块的目标是在可能时减少用户选择的前馈输入的种类的数量。在所示的实施例中,图12的第三处理模块通过在合适处合并用户可选的前馈输入的邻近的种类达到该目标。例如,如由图12的第三处理模块确定,可能适合把“标准”和“高于标准”的对特定模式的用户可选输入种类合并成单一的“标准”种类。
第三处理模块开始于步骤188,其中计数器K被设置到1。之后在步骤190中,以图11的第二处理模块的生成的模式的第K个模式要素被选择用于处理。之后在步骤192中,生成对该第K个模式要素的合并方案。如下面通过示例所示,步骤192包括识别正在被处理的对特定模式要素的用户可选的前馈输入的各种可能聚类合并。之后的步骤194,为各个种类合并方案进行患者相关信息的统计分析以识别是否任何一个或更多的种类可以被合并。之后在步骤196中,从步骤194的统计分析中最佳的种类合并方案基于一个或更多的性能计量被选择。如在本文中所使用的,“最佳”被定义为在多种竞争的策略中,通过定义合适的具有适当权重的成本函数,把该成本函数应用于全部竞争的策略,并选择成本最小的策略选择的策略。在解决最佳种类合并方案的问题时必须满足的附加的限制也可以被定义。该附加的限制的示例包括,但不限于,在网格图案的全部K个要素中需要的相同的网格种类,需要的种类的整个行和列的合并,和类似示例。
下面的步骤200,确定步骤192-198是否产生对K个模式的元素的种类中任何一个改变,如合并。如果是,该处理进至步骤202,其中确定目前K个模式要素的种类的总数是否等于种类的最小的期望数量MIN,如,一个或更多。如果不是,过程150返回步骤192。如果在步骤200中确定K个模式要素的种类都没有改变,或者在步骤202中种类的总数等于种类的最小数量MIN,对K个模式要素的处理已经完毕,且过程150进至步骤204,该步骤中确定K是否等于模式要素的总数量。如果不是,则模式要素还没有全部被处理则过程150进至步骤206,其中“K”的值增加1,并接着返回步骤190以处理下一个模式要素。当全部模式要素已经被处理后,步骤204进至步骤208,该步骤中建立一个或更多的映射,如图9中所示的类型,这些映射把用户可选的前馈输入种类或种类的合并映射到相应的胰岛素施药信息。然后在步骤210中该过程150停止,并且图形用户界面和由过程150建立的一个或更多的前馈到胰岛素施药信息的映射可以在系统10中实现并以上面参照图2-9的介绍来使用以基于由患者提供给界面的用户可选的前馈信息建议或对患者施用胰岛素。
在此将使用图14A-14K生成的患者相关信息模式的示例作为图解图12的第三处理模块的操作的例子。在本例中,开发21个一维模式要素,如对每周的七天中每一天的三种膳食类型中每一个的膳食量的模式。在本例中模式要素的总数因此是21,且由步骤206定义的外部循环将相应地执行20次。处理该21个不同的模式要素的顺序可以是任意的,且在本例中第一模式要素(K=1)是周一早餐,接下来是周一午餐、周一晚餐、周二早餐等等。步骤190的第一次执行因而选择该周一早餐模式要素。
为了便于对该第三处理模块的介绍,在图14A-14K中所示的示例中所述“少”、“标准”和“多”前馈输入种类是指定的数字值,如“少”=1,“标准”=2且“多”=3。指定种类之间的连字号作为区分合并种类,从步骤192获得的三种可能的种类合并方案因而是:
((1,1),(2,1),(3,1))
(([1-2],1),(3,1)),和
((1,1),([2-3],1))
其对应于周一早餐的((少,标准,多)、(少+标准,多)和(少,标准+多))。
在一个示例性实施例中,通过在合并方案中以2为步进增加种类的数量直至沿着膳食量坐标轴的整个采样分布被覆盖,执行每个种类合并方案的统计分析。可以期望使用等宽的种类,虽然这不是必须的。还期望把每个种类集中在采样分布的中间值。可以以多种不同方式实现估计每个合并方案的可接受程度。在一个示例性的实施例中,每个种类的最小和最大值与中间值之间的差值被转化为增加的胰岛素片剂值。最终,该增加的胰岛素片剂值被转化成对饭后血糖目标的期望的差值或百分比。这些差值或百分比可以进而与一个或更多的预定阈值水平相比较以确定该种类合并方案是否是可接受的。在另选的实施例中,多个假定的采样可以对蒙特卡洛仿真从各个种类的采样分布中提取。每个采样与该种类的中值的偏差进而以与之前介绍的实施例中相同的方式加以处理。
步骤194的结果是基于对每个方案的统计分析对所有可接受的种类合并方案的识别。步骤194将总是至少产生一个方案,因为原始方案,如没有种类合并((1,1),(2,1),(3,1))被包括在该分析之中。如果从步骤194中形成了多于一个的方案,步骤196基于一个或更多的性能计量从得自步骤194的多个方案中选择“最佳”的方案。例如该一个或更多的性能计量可以包括但不限于,在每个方案中平均或中值的数据变化之一或任意组合,与每个方案相关的估计值函数,具有较少的全部种类的期望度,把种类数量减少一个增加的好处,等。本领域技术人员将会想到用于选择得自步骤194的多个种类合并方案中“最佳”方案的其它技术,并且所述其它的技术通过本公开是可以预见的。
在步骤198,周一早餐的前馈输入种类按照由步骤196确定的“最佳”合并方案加以合并。一个示例性的结果可以是上面所示的第二合并方案,其可以通过把“少”和“标准”种类合并为“标准”种类来实现,从而在此只有“标准”和“多”两个标准。在任何情况下,步骤202指引过程150返回步骤192-200,直至种类的总数不再改变,且步骤204把过程150指引返回步骤192-202直至所有模式要素,如直至周日晚餐都被处理。图12所示的第三处理模块对图14A-14K的示例性的一维数据组的结果,是显示给患者的对每周中任何日期的任何膳食的用户可选前馈信息,可包括一个、两个或三个输入种类。
在前面的示例中,前馈输入种类以膳食量形式的一维信息表示,且输入种类的总数是三,如“少”、“标准”和“多”。可以理解在包括多维信息,即多个用户可选前馈信息的坐标轴的图形用户界面的实施例中,种类合并方案的数量显著地增加。种类合并方案的数量随着用户可选前馈种类的总数的增加而相类似的增加。例如,在包括二维信息——如膳食量坐标轴和膳食速度坐标轴——且沿每个坐标轴包括四个用户可选种类的前馈信息——如“少”、“中等偏少”、“中等偏多”、“多”,以及“慢”、“中慢”、“中快”、“快”——的图形用户界面的实施例中,可能的种类合并方案是(如果数字1-4被指定到每个坐标轴的四种输入值):
((1,1),(1,2),(1,3),(1,4),(2,1),(2,2),(2,3),(2,4),(3,1),(3,2),(3,3),(3,4),(4,1),(4,2),(4,3),(4,4));
((1,[1-2]),(1,3),(1,4),(2,[1-2]),(2,3),(2,4),(3,[1-2]),(3,3),(3,4),(4,[1-2]),(4,3),(4,4));
((1,1),(1,[2-3]),(1,4),(2,1),(2,[2-3]),(2,4),(3,1),(3,[2-3]),(3,4),(4,1),(4,[2-3]),(4,4));
((1,1),(1,2),(1,[3-4]),(2,1),(2,2),(2,[3-4]),(3,1),(3,2),(3,[3-4]),(4,1),(4,2),(4,[3-4]));
(([1-2],1),([1-2],2),([1-2],3),([1-2],4),(3,1),(3,2),(3,3),(3,4),(4,1),(4,2),(4,3),(4,4));
((1,1),(1,2),(1,3),(1,4),([2-3],1),([2-3],2),([2-3],3),([2-3],4),,(4,1),(4,2),(4,3),(4,4));以及
((1,1),(1,2),(1,3),(1,4),(2,1),(2,2),(2,3),(2,4),([3-4],1),([3-4],2),([3-4],3),([3-4],4))。
在这种情况下,在一个时间的两个行可以被合并以建立该合并的种类组。
患者通过与系统10每天交互来调谐系统10。希望在“学习”模式中使用这种每日的交互来建立实施治疗的患者特定的历史,从该历史中出于更新或重新调谐这里介绍的图形用户界面的目的可以提取一个或更多的模式,该交互可以用附加的患者和/或健康护理专业机构反馈加以补充。在本文中,学习包括监控患者与图形用户界面的交互以及监控患者和健康护理专业机构的反馈,并基于来自所述监控的信息适应该图形用户界面的操作。出于本文的目的,学习不包括这里描述的收集患者相关信息并从收集到的信息中建立图形用户界面的最初的训练过程。
在实际中治疗可以由于若干原因中的任何一个而改变。例如,患者可能改变他或她的生活方式,如修改或引入每天的训练习惯。作为另一个例子,患者可能有意或无意的改变他或她的饮食习惯,如在膳食和/或加餐时间内通过食用更少或更大量的食物。作为另一个示例,患者的短期和/或长期体重可以由于训练、疾病、在膳食中食用更少或更多的食物,身体新陈代谢的改变等原因而改变。
参照图15,表示对这里所示及所介绍类型的图形用户界面的持续性学习过程200的一个示例性实施例的流程图。该过程200可以由处理器14执行,也可以手动执行或者可以通过手动执行步骤和由处理器14执行的步骤的组合来执行。然而,出于本说明书的目的,该过程200可以被描述成由处理器14执行。该过程200开始于步骤250,252,254和256,这些步骤中处理器14被操作于时间均分操作模式,或者在这些步骤中多个处理器被操作或者连续的执行代码,以便在系统10被设置为做出所述建议的实施例中监控患者对由系统10生成的胰岛素施药建议的接受或拒绝,监控任何用户输入系统10的反馈,监控由健康护理专业机构输入系统10的任何反馈或其它信息,以及/或者监控一个或更多的基于模型的函数,这些函数中的每一个均响应一个或更多的对患者状况的测量以估计不同于所述一个或更多患者状况的其它患者状况。任何所述监控可以包括存储信息。任何所述存储的信息可以立即或在今后加以评估,并且/或者可以在对数据库和/或一个或更多的系统控制算法进行新的输入或更新时重新评估。输入系统10的用户反馈的示例包括,但不限于图13中所示的任何信息,用户对应用的GUI的输入,以及其它用户相关信息如训练、压力和/或疾病的强度或状态、月经周期信息、一个或更多的用户受到监控的生理状态的结果,用户受到监控的血糖控制的结果——如使用HbA1C,及类似信息。任何所述信息可以通过上面介绍的任何装置被输入系统10。另选地或附加地,该输入装置18和/或36可以包括多个专用的输入按钮、按键或类似部件,其可以以颜色编码或者以其它方式使之易于识别,这使用户通过易于识别的输入装置来输入常见或非常见的行为或状况。输入系统10的健康护理专业(HCP)机构的反馈的示例包括,但不限于由健康护理专业机构执行的测试的结果,饮食、训练和/或其它生活方式相关的建议或建议,一个或更多的HCP监控的生理状况的结果,HCP监控的血糖控制的结果——如使用HbA1c,以及类似信息。基于模型的函数的示例包括但不限于至少部分地基于血糖和/或HbA1c测量对糖吸收,胰岛素使用及类似的基于模型的估计。
在任何情况下,过程200从步骤250-256进至步骤258,该步骤中处理器14被操作来确定当前应用的GUI是否仍是可接受的。处理器14被操作来通过处理已经在按时间在步骤250-256中提供的信息执行步骤258。例如,如果处理器14确定了在一段时间内已经连续地拒绝或修正了由系统10建议的胰岛素施药信息,处理器14可以被操作来继续步骤258的“否”分支。类似的,如果处理器14从由用户提供的反馈信息、由健康护理提供者提供的反馈信息和/或基于模型的信息中确定,图形用户界面的一个或更多的操作特性在用于确定和定义该GUI的参数上是不连续的,该处理器14可以被操作来继续步骤258的“否”分支。其它需考虑的因素和其它用于确定当前应用的GUI是否是可接受的技术是本领域技术人员将能够想到的,而且所述其它的因素和/或技术通过本公开是可以预见的。
如果处理器14在步骤258中确定当前应用的GUI仍是可接受的,对过程200的执行进至步骤260,该步骤中处理器14被操作来确定当前应用的GUI是否需要任何重新校正。通常,在步骤258中使用的一个或更多的相同考虑因素可以由处理器14在步骤260中用来作出上述判断。如果处理器14确定当前应用的GUI不需要重新校正,过程242的执行返回执行步骤250-256。另一方面,如果在步骤260中处理器14确定当前应用的GUI需要重新校正,过程200的执行跳至参照图10-12所示并介绍的过程150的步骤152。在此,把用户可选择的对当前应用的GUI的前馈输入关联到相应的胰岛素施药信息的映射可以由处理器14按照在重复执行过程200期间收集的患者特定历史进行修正。
如果处理器14在步骤258中确定当前应用的GUI不再可以接受,过程200的执行进至步骤262,该步骤中处理器14控制显示单元20和/或38显示开发另一个GUI的消息建议。从步骤262,过程200的执行进至步骤264,该步骤中处理器14被操作来促使用户响应在步骤262中显示的建议。如果用户选择不接受该建议,过程200的执行返回步骤250-256。另一方面,如果在步骤264中用户选择接受在步骤262中显示的该建议,过程200的执行跳至参照图10-12所示并介绍的过程150的步骤152。在此,处理器14、用户和/或健康护理专业机构可以选择不同的GUI或者可以确定可选的GUI中没有适合患者使用的。
学习过程200使用输入的信息建立患者历史,从中提取患者治疗的模式。在该过程200由处理器14执行的实施例中,该处理器14可以被构造为在系统10正常运行的背景下执行过程200。该处理器200也可以被设计为与正常运行的系统10同步地加以执行。
学习过程150可以是协议驱动以达到适当的可变性,其适合于获得模式信息。另选地或附加地,该交互可以以自由的类型进行,其中每天的活动将与治疗一起输入。学习交互的长度可以被设计为某一固定的天数。另选地或附加地,可以应用收敛的类型以识别特定的学习期的结束,诸如不变的统计分布参数超过特定阈值。
可以示例性地应用学习过程150作为与其它治疗建议支持应用一起工作的模块。在这种情况下,学习过程150可以用于把用户的个人输入映射到如胰岛素剂量等标准化并量化的治疗。一当量化并标准化,该建议信息或命令建议信息可以传递给第三方建议支持应用或与其输入合并。学习过程150可以因而被用于直接提供治疗,或者提供可以由第三方建议支持应用使用的信息,例如,用于向所附的输液泵传输输液信息。
量化膳食有时对患者来说是困难的。然而,对学习过程150的输入的质量是患者和/或健康护理专业机构的负担。在学习过程150中数据接受能力的限制因而基于隐含的理解:向学习过程150提供的数据记录表示质量信息,其包含新的内容和附加的有用信息。
在某些实施例中,患者将提供所述事件,并且还将施用所述治疗。因为患者可以施用由系统10建议的治疗或者不施用该建议的治疗,在该情况下患者在其如何映射该治疗的方面训练系统10。对治疗的改变或修正预计通过略过建议的治疗由患者直接进行。该学习过程200进而提供全部收集信息的统计分布内容。
可以分析该收集数据的统计部分以提供监控信息。该数据分析可以示例性地被分成两个数据组:(1)旧的数据占用的数据组和(2)最近的数据组所占用的数据组。该旧的数据组代表当治疗最后一次重新安排时的数据分布。该最近的数据组涉及具有例如大约一个月或类似的时间范围的当前时间窗口周围的数据。两组数据分布之后可能加以对比,并且发现的两个分布之间的变化一般表示患者的生活方式的变化和/或在治疗相关的参数上积累的变化。这可以引起不同的选择以修正映射或治疗。当接收到任何新的数据记录时以及/或者在接收到一批新的数据记录之后可以引发这一分析。改变治疾的需要基于监控在原始记录组和新的数据记录之间的统计特性。
由患者对系统10建议的胰岛素信息的规则修正通常是(1)系统10进行的不充分或不足够的学习和/或(2)原来的治疗不能满足当前的治疗需要的标志。例如,当患者已经经历了生活方式的变化时发生,该变化导致系统10建议的治疗信息是不充分或不正确的。患者否决(override)的发生频率可以因而被用作修正映射或治疗的触发事件。
如果对系统来说血糖测量是可用的,则可以增强对治疗的监控。可以使用患者模型加强不规则的监控,该患者模型可以用于监控并预测血糖水平。治疗的作用被包括在该患者模型中。所述患者模型可能针对特定患者分别加以考虑,或者可以是合适的表示患者行为的人口代表模型。该糖测量或预测的糖测量提供了监控模块,其可以表明当前的治疗是存在偏差的并且需要进一步的特定数据来改进治疗。
该治疗典型地由患者通过检查其与建议的治疗之间的偏差来加以评估。如果建议的治疗规则地进行修正(否决),这表明患者的行为发生了变化并且GUI应进行校正。连续地测量该统计的说明。当治疗和/或膳食输入分布改变时,其可以被用于监控改变。血糖测量和好的血糖控制的其它标志如HbA1c等提供了对治疗的有效性的检查。
虽然在前面的附图和说明书中已经图解并详细描述了本发明,这些内容将被看作示例性的而不是相对应的限制性的,可以理解这里仅已表示并介绍了示例性的实施例,而希望保护在本发明的精神内的所有改变和修正,并且虽然表示并描述了当前优选的本发明实施例,显然可以理解本发明不限于此,而是可以是在下面的权利要求书的范围内的另外地加以不同实施和实现。

Claims (20)

1. 一种用于至少基于用户摄取膳食来为用户确定给药信息的系统,该系统包括:
输入装置,其用于膳食信息形式的前馈信息的用户输入,所述前馈信息具有对应于所属膳食的碳水化合物含量的第一参数分量和对应于用户从所述膳食中吸收全部葡萄糖的预期速度的第二参数分量,其中该膳食信息与将来要摄取的膳食有关,
数据存储装置,在其中保存了把第一参数分量值和第二参数分量值与给药信息相关联的映射,
处理器,其响应所述前馈信息的用户输入来根据所述映射确定相应的给药信息,
其中所述输入装置包括显示单元,并且其中所述处理器控制所述显示单元来显示图形用户界面,
其中所述图形用户界面具有用第一参数分量的值定义的第一坐标轴和用第二参数分量的值定义的第二坐标轴,所述图形用户界面用于形式为相应的第一和第二参数分量值对的用户选择的前馈信息用户输入;和
其中所述输入装置和所述处理器为用户提供在实际膳食摄取之后修正与之前输入的膳食信息相关联的一个或更多的时间和日期标记信息的能力。
2. 根据权利要求1所述的系统,其中所述图形用户界面包括触摸响应界面并且定义了栅格型用户界面,该栅格型用户界面用于对相应的第一和第二参数分量值对的用户选择。
3. 根据权利要求1所述的系统,其中所述图形用户界面定义所述第一和第二参数分量的连续函数。
4. 根据权利要求1所述的系统,其中所述给药信息与降血糖药物或者胰岛素有关。
5. 根据权利要求1所述的系统,其中所述处理器控制所述显示单元,通过所述图形用户界面以对从碳水化合物重量的直接估计、膳食量值和相对参考膳食量的膳食量值中选择的格式来显示所述碳水化合物含量值。
6. 根据权利要求1所述的系统,其中所述处理器控制所述显示单元,通过所述图形用户界面以从膳食持续时间值、相对于参考膳食持续时间的膳食持续时间值和总血糖生成指数值中选择的格式来显示所述预期速度值。
7. 根据权利要求1所述的系统,其中所述处理器控制所述显示单元,通过所述图形用户界面以包括脂肪量、蛋白质量和碳水化合物量的格式来显示所述预期速度值,以及以包括该脂肪量、蛋白质量和碳水化合物量各自的膳食量值的格式来显示所述碳水化合物含量值。
8. 根据权利要求1所述的系统,其中所述图形用户界面用于包括以在脂肪量方面的膳食量值、在蛋白质量方面的膳食量值以及在碳水化合物量方面的膳食量值的用户选择的格式的前馈信息用户输入,并且,其中所述处理器控制所述显示单元,通过所述图形用户界面以分别相对于在脂肪、蛋白质和碳水化合物量方面的参考膳食量值的脂肪量、蛋白质量和碳水化合物量的形式来显示所述膳食量值。
9. 根据权利要求1所述的系统,其中所述输入装置用于包括训练信息、用户压力信息、用户疾病信息和用户月经周期信息中的至少一种信息的附加前馈信息的用户输入,
其中所述数据存储装置已经在其中保存了把所述训练信息、用户压力信息、用户疾病信息和用户月经周期信息中的至少一种信息与修正信息相关联的附加映射,并且,
其中所述处理器响应于所述训练信息、用户压力信息、用户疾病信息和用户月经周期信息中的至少一种信息的用户输入来根据通过该附加映射确定的修正信息来修正相应的给药信息。
10. 根据权利要求1所述的系统,其中所述处理器可操作为确定是否已经检测到完整的对所述图形用户界面的用户输入,并且其中所述处理器可操作为在时间和日期上标记所述图像用户界面输入,并且如果该处理器检测到完整的对所述图形用户界面的用户输入已经出现,则将在时间和日期上标记的所述图像用户界面输入输入到包含在所述数据存储装置内的数据库。
11. 根据权利要求1所述的系统,其中该系统为用户提供将新的或更准确的信息附加到之前输入的膳食信息的能力。
12. 根据权利要求1所述的系统,其中所述处理器控制所述显示单元,通过所述图形用户界面显示至少一些相应的给药信息。
13. 根据权利要求12所述的系统,其中所述处理器监控用户接受和拒绝根据所述映射确定的所显示的相应的给药信息的出现,并至少部分地基于用户接受和拒绝该相应的给药信息的出现来确定该系统对用户使用来说是否是可以接受的。
14. 根据权利要求13所述的系统,其中如果所述处理器确定所述系统对用户使用来说是可以接受的,则所述处理器至少部分地基于用户接受和拒绝该给药信息的出现来确定所述系统是否需要重新校准。
15. 根据权利要求1所述的系统,进一步包括用于用户反馈信息输入的装置,并且其中该处理器监控用户反馈信息并至少部分地基于所述用户反馈信息来确定对用户使用来说该系统是否是可以接受的。
16. 根据权利要求15所述的系统,其中如果所述处理器确定该系统对用户使用来说是可以接受的,则该处理器至少部分地基于所述用户反馈信息来确定该系统是否需要重新校准。
17. 根据权利要求1所述的系统,进一步包括用于健康护理专业反馈信息的输入的装置,并且其中所述处理器监控该健康护理专业反馈信息并至少部分地基于该健康护理专业反馈信息来确定对用户使用来说该系统是否是可以接受的。
18. 根据权利要求17所述的系统,其中如果该处理器确定对用户使用来说该系统可以接受的,则该处理器至少部分地基于该健康护理专业反馈信息来确定该系统是否需要重新校准。
19. 根据权利要求1所述的系统,进一步包括至少一个基于模型的函数,响应对一个或更多的用户状况的测量来估计另一个用户状况,该状况不同于上述的一个或更多的用户状况,并且其中处理器监控所述至少一个基于模型的函数并至少部分地基于所述至少一个基于模型的函数来确定对用户使用来说该系统是否是可以接受的。
20. 根据权利要求19所述的系统,其中如果该处理器确定对用户使用来说该系统是可以接受的,则该处理器至少部分地基于所述至少一个基于模型的函数来确定该系统是否需要重新校准。
CN201210456237.1A 2005-12-08 2006-12-04 确定给药信息的系统和方法 Active CN102981850B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/297,733 US7941200B2 (en) 2005-12-08 2005-12-08 System and method for determining drug administration information
US11/297733 2005-12-08

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CNA2006800524710A Division CN101366033A (zh) 2005-12-08 2006-12-04 确定给药信息的系统和方法

Publications (2)

Publication Number Publication Date
CN102981850A true CN102981850A (zh) 2013-03-20
CN102981850B CN102981850B (zh) 2016-07-06

Family

ID=37714553

Family Applications (3)

Application Number Title Priority Date Filing Date
CN201210456237.1A Active CN102981850B (zh) 2005-12-08 2006-12-04 确定给药信息的系统和方法
CN201210455480.1A Expired - Fee Related CN102945325B (zh) 2005-12-08 2006-12-04 确定给药信息的系统和方法
CNA2006800524710A Pending CN101366033A (zh) 2005-12-08 2006-12-04 确定给药信息的系统和方法

Family Applications After (2)

Application Number Title Priority Date Filing Date
CN201210455480.1A Expired - Fee Related CN102945325B (zh) 2005-12-08 2006-12-04 确定给药信息的系统和方法
CNA2006800524710A Pending CN101366033A (zh) 2005-12-08 2006-12-04 确定给药信息的系统和方法

Country Status (11)

Country Link
US (1) US7941200B2 (zh)
EP (3) EP2330526A3 (zh)
JP (1) JP4997248B2 (zh)
CN (3) CN102981850B (zh)
CA (1) CA2632709A1 (zh)
CY (1) CY1124150T1 (zh)
DK (1) DK2330527T3 (zh)
ES (1) ES2861254T3 (zh)
HU (1) HUE053781T2 (zh)
PL (1) PL2330527T3 (zh)
WO (1) WO2007065285A2 (zh)

Families Citing this family (200)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7885697B2 (en) 2004-07-13 2011-02-08 Dexcom, Inc. Transcutaneous analyte sensor
US20110087312A1 (en) * 2001-03-02 2011-04-14 Erchonia Corporatin Method for Treatment of Diabetes and Prediabetes with Low-Level Laser Therapy
US9282925B2 (en) 2002-02-12 2016-03-15 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US8260393B2 (en) 2003-07-25 2012-09-04 Dexcom, Inc. Systems and methods for replacing signal data artifacts in a glucose sensor data stream
US8010174B2 (en) 2003-08-22 2011-08-30 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US7553295B2 (en) 2002-06-17 2009-06-30 Iradimed Corporation Liquid infusion apparatus
US8771183B2 (en) 2004-02-17 2014-07-08 Abbott Diabetes Care Inc. Method and system for providing data communication in continuous glucose monitoring and management system
US8282549B2 (en) 2003-12-09 2012-10-09 Dexcom, Inc. Signal processing for continuous analyte sensor
US7774145B2 (en) 2003-08-01 2010-08-10 Dexcom, Inc. Transcutaneous analyte sensor
US8761856B2 (en) 2003-08-01 2014-06-24 Dexcom, Inc. System and methods for processing analyte sensor data
US20080119703A1 (en) 2006-10-04 2008-05-22 Mark Brister Analyte sensor
US20190357827A1 (en) 2003-08-01 2019-11-28 Dexcom, Inc. Analyte sensor
US7591801B2 (en) 2004-02-26 2009-09-22 Dexcom, Inc. Integrated delivery device for continuous glucose sensor
US20140121989A1 (en) 2003-08-22 2014-05-01 Dexcom, Inc. Systems and methods for processing analyte sensor data
US7920906B2 (en) 2005-03-10 2011-04-05 Dexcom, Inc. System and methods for processing analyte sensor data for sensor calibration
US9247900B2 (en) 2004-07-13 2016-02-02 Dexcom, Inc. Analyte sensor
WO2005051170A2 (en) 2003-11-19 2005-06-09 Dexcom, Inc. Integrated receiver for continuous analyte sensor
US11633133B2 (en) 2003-12-05 2023-04-25 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US8364231B2 (en) 2006-10-04 2013-01-29 Dexcom, Inc. Analyte sensor
US8423114B2 (en) 2006-10-04 2013-04-16 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US8808228B2 (en) 2004-02-26 2014-08-19 Dexcom, Inc. Integrated medicament delivery device for use with continuous analyte sensor
US8452368B2 (en) 2004-07-13 2013-05-28 Dexcom, Inc. Transcutaneous analyte sensor
US9636450B2 (en) 2007-02-19 2017-05-02 Udo Hoss Pump system modular components for delivering medication and analyte sensing at seperate insertion sites
US7697967B2 (en) 2005-12-28 2010-04-13 Abbott Diabetes Care Inc. Method and apparatus for providing analyte sensor insertion
WO2007027691A1 (en) 2005-08-31 2007-03-08 University Of Virginia Patent Foundation Improving the accuracy of continuous glucose sensors
US8880138B2 (en) 2005-09-30 2014-11-04 Abbott Diabetes Care Inc. Device for channeling fluid and methods of use
US7766829B2 (en) 2005-11-04 2010-08-03 Abbott Diabetes Care Inc. Method and system for providing basal profile modification in analyte monitoring and management systems
EP1795116A1 (de) * 2005-12-12 2007-06-13 F. Hoffmann-La Roche AG System mit einem tragbaren Patientengerät und externem Bedienteil
US11298058B2 (en) 2005-12-28 2022-04-12 Abbott Diabetes Care Inc. Method and apparatus for providing analyte sensor insertion
US7736310B2 (en) 2006-01-30 2010-06-15 Abbott Diabetes Care Inc. On-body medical device securement
US7826879B2 (en) 2006-02-28 2010-11-02 Abbott Diabetes Care Inc. Analyte sensors and methods of use
US7885698B2 (en) 2006-02-28 2011-02-08 Abbott Diabetes Care Inc. Method and system for providing continuous calibration of implantable analyte sensors
US7981034B2 (en) 2006-02-28 2011-07-19 Abbott Diabetes Care Inc. Smart messages and alerts for an infusion delivery and management system
US9392969B2 (en) 2008-08-31 2016-07-19 Abbott Diabetes Care Inc. Closed loop control and signal attenuation detection
US8224415B2 (en) 2009-01-29 2012-07-17 Abbott Diabetes Care Inc. Method and device for providing offset model based calibration for analyte sensor
US8478557B2 (en) 2009-07-31 2013-07-02 Abbott Diabetes Care Inc. Method and apparatus for providing analyte monitoring system calibration accuracy
US8374668B1 (en) 2007-10-23 2013-02-12 Abbott Diabetes Care Inc. Analyte sensor with lag compensation
US9675290B2 (en) 2012-10-30 2017-06-13 Abbott Diabetes Care Inc. Sensitivity calibration of in vivo sensors used to measure analyte concentration
US8473022B2 (en) 2008-01-31 2013-06-25 Abbott Diabetes Care Inc. Analyte sensor with time lag compensation
US8140312B2 (en) 2007-05-14 2012-03-20 Abbott Diabetes Care Inc. Method and system for determining analyte levels
US7630748B2 (en) 2006-10-25 2009-12-08 Abbott Diabetes Care Inc. Method and system for providing analyte monitoring
US9339217B2 (en) 2011-11-25 2016-05-17 Abbott Diabetes Care Inc. Analyte monitoring system and methods of use
US7618369B2 (en) 2006-10-02 2009-11-17 Abbott Diabetes Care Inc. Method and system for dynamically updating calibration parameters for an analyte sensor
US8346335B2 (en) 2008-03-28 2013-01-01 Abbott Diabetes Care Inc. Analyte sensor calibration management
US7653425B2 (en) 2006-08-09 2010-01-26 Abbott Diabetes Care Inc. Method and system for providing calibration of an analyte sensor in an analyte monitoring system
US8219173B2 (en) 2008-09-30 2012-07-10 Abbott Diabetes Care Inc. Optimizing analyte sensor calibration
US9326709B2 (en) 2010-03-10 2016-05-03 Abbott Diabetes Care Inc. Systems, devices and methods for managing glucose levels
US8226891B2 (en) 2006-03-31 2012-07-24 Abbott Diabetes Care Inc. Analyte monitoring devices and methods therefor
US20110054391A1 (en) * 2006-07-28 2011-03-03 Ward W Kenneth Analyte sensing and response system
US8206296B2 (en) 2006-08-07 2012-06-26 Abbott Diabetes Care Inc. Method and system for providing integrated analyte monitoring and infusion system therapy management
US8932216B2 (en) * 2006-08-07 2015-01-13 Abbott Diabetes Care Inc. Method and system for providing data management in integrated analyte monitoring and infusion system
US8135548B2 (en) 2006-10-26 2012-03-13 Abbott Diabetes Care Inc. Method, system and computer program product for real-time detection of sensitivity decline in analyte sensors
US8579853B2 (en) * 2006-10-31 2013-11-12 Abbott Diabetes Care Inc. Infusion devices and methods
US20080139910A1 (en) * 2006-12-06 2008-06-12 Metronic Minimed, Inc. Analyte sensor and method of using the same
US10154804B2 (en) * 2007-01-31 2018-12-18 Medtronic Minimed, Inc. Model predictive method and system for controlling and supervising insulin infusion
US8930203B2 (en) 2007-02-18 2015-01-06 Abbott Diabetes Care Inc. Multi-function analyte test device and methods therefor
US8732188B2 (en) 2007-02-18 2014-05-20 Abbott Diabetes Care Inc. Method and system for providing contextual based medication dosage determination
US20080228056A1 (en) 2007-03-13 2008-09-18 Michael Blomquist Basal rate testing using frequent blood glucose input
ES2784736T3 (es) 2007-04-14 2020-09-30 Abbott Diabetes Care Inc Procedimiento y aparato para proporcionar el procesamiento y control de datos en un sistema de comunicación médica
US9008743B2 (en) 2007-04-14 2015-04-14 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
US9204827B2 (en) 2007-04-14 2015-12-08 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
WO2009096992A1 (en) 2007-04-14 2009-08-06 Abbott Diabetes Care, Inc. Method and apparatus for providing data processing and control in medical communication system
US8600681B2 (en) 2007-05-14 2013-12-03 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US9125548B2 (en) 2007-05-14 2015-09-08 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8560038B2 (en) 2007-05-14 2013-10-15 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8444560B2 (en) 2007-05-14 2013-05-21 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8103471B2 (en) 2007-05-14 2012-01-24 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8239166B2 (en) 2007-05-14 2012-08-07 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US10002233B2 (en) 2007-05-14 2018-06-19 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8260558B2 (en) 2007-05-14 2012-09-04 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US7751907B2 (en) 2007-05-24 2010-07-06 Smiths Medical Asd, Inc. Expert system for insulin pump therapy
US8221345B2 (en) 2007-05-30 2012-07-17 Smiths Medical Asd, Inc. Insulin pump based expert system
EP2152350A4 (en) 2007-06-08 2013-03-27 Dexcom Inc INTEGRATED MEDICINE DELIVERY DEVICE FOR USE WITH A CONTINUOUS ANALYZING SUBSTANCE SENSOR
JP5680960B2 (ja) 2007-06-21 2015-03-04 アボット ダイアベティス ケア インコーポレイテッドAbbott Diabetes Care Inc. 健康管理装置および方法
EP2166928B1 (en) 2007-06-21 2018-09-12 Abbott Diabetes Care Inc. Health monitor
JP6017758B2 (ja) * 2007-06-27 2016-11-02 エフ ホフマン−ラ ロッシュ アクチェン ゲゼルシャフト 治療システムのための患者情報入力インターフェイス
EP2171630A1 (en) 2007-06-27 2010-04-07 F. Hoffmann-Roche AG System and method for developing patient specific therapies based on modeling of patient physiology
US8160900B2 (en) 2007-06-29 2012-04-17 Abbott Diabetes Care Inc. Analyte monitoring and management device and method to analyze the frequency of user interaction with the device
US8105282B2 (en) 2007-07-13 2012-01-31 Iradimed Corporation System and method for communication with an infusion device
US8834366B2 (en) 2007-07-31 2014-09-16 Abbott Diabetes Care Inc. Method and apparatus for providing analyte sensor calibration
US20090063402A1 (en) * 2007-08-31 2009-03-05 Abbott Diabetes Care, Inc. Method and System for Providing Medication Level Determination
EP4098177A1 (en) 2007-10-09 2022-12-07 DexCom, Inc. Integrated insulin delivery system with continuous glucose sensor
US8377031B2 (en) 2007-10-23 2013-02-19 Abbott Diabetes Care Inc. Closed loop control system with safety parameters and methods
US8409093B2 (en) 2007-10-23 2013-04-02 Abbott Diabetes Care Inc. Assessing measures of glycemic variability
US20090157654A1 (en) * 2007-12-12 2009-06-18 Chen-Hwa Song System and method for presenting mixed media
US20090164239A1 (en) 2007-12-19 2009-06-25 Abbott Diabetes Care, Inc. Dynamic Display Of Glucose Information
US20090177147A1 (en) 2008-01-07 2009-07-09 Michael Blomquist Insulin pump with insulin therapy coaching
WO2009105709A1 (en) 2008-02-21 2009-08-27 Dexcom, Inc. Systems and methods for processing, transmitting and displaying sensor data
US8185412B1 (en) 2008-03-28 2012-05-22 Mahesh Harpale Method and apparatus for chronic care treatment control with custom named-type factors and user estimation error correction
US20110118699A1 (en) * 2008-04-29 2011-05-19 Ofer Yodfat Methods and Apparatuses for Selecting a Bolus Delivery Pattern in a Drug Delivery Device
US8591410B2 (en) 2008-05-30 2013-11-26 Abbott Diabetes Care Inc. Method and apparatus for providing glycemic control
US8924159B2 (en) 2008-05-30 2014-12-30 Abbott Diabetes Care Inc. Method and apparatus for providing glycemic control
DK2141620T3 (en) 2008-07-01 2019-02-18 Hoffmann La Roche Insulin pump and method for controlling one of the insulin pump's user interface
US8876755B2 (en) 2008-07-14 2014-11-04 Abbott Diabetes Care Inc. Closed loop control system interface and methods
US9943644B2 (en) 2008-08-31 2018-04-17 Abbott Diabetes Care Inc. Closed loop control with reference measurement and methods thereof
US8734422B2 (en) 2008-08-31 2014-05-27 Abbott Diabetes Care Inc. Closed loop control with improved alarm functions
US8622988B2 (en) 2008-08-31 2014-01-07 Abbott Diabetes Care Inc. Variable rate closed loop control and methods
US20100057040A1 (en) 2008-08-31 2010-03-04 Abbott Diabetes Care, Inc. Robust Closed Loop Control And Methods
US20110224646A1 (en) * 2008-09-11 2011-09-15 Ofer Yodfat Methods and Devices for Tailoring a Bolus Delivery Pattern
US8986208B2 (en) 2008-09-30 2015-03-24 Abbott Diabetes Care Inc. Analyte sensor sensitivity attenuation mitigation
US9326707B2 (en) 2008-11-10 2016-05-03 Abbott Diabetes Care Inc. Alarm characterization for analyte monitoring devices and systems
US8974439B2 (en) * 2009-01-02 2015-03-10 Asante Solutions, Inc. Infusion pump system and methods
US8103456B2 (en) 2009-01-29 2012-01-24 Abbott Diabetes Care Inc. Method and device for early signal attenuation detection using blood glucose measurements
US8560082B2 (en) 2009-01-30 2013-10-15 Abbott Diabetes Care Inc. Computerized determination of insulin pump therapy parameters using real time and retrospective data processing
US20100198034A1 (en) 2009-02-03 2010-08-05 Abbott Diabetes Care Inc. Compact On-Body Physiological Monitoring Devices and Methods Thereof
US8497777B2 (en) 2009-04-15 2013-07-30 Abbott Diabetes Care Inc. Analyte monitoring system having an alert
EP2419015A4 (en) * 2009-04-16 2014-08-20 Abbott Diabetes Care Inc ANALYTE SENSOR CALIBRATION MANAGEMENT
EP2425209A4 (en) 2009-04-29 2013-01-09 Abbott Diabetes Care Inc METHOD AND SYSTEM FOR REAL-TIME CALIBRATION OF AN ANALYTICAL SENSOR WITH RETROACTIVE FILLING
EP2424435B1 (en) 2009-04-30 2021-06-02 Dexcom, Inc. Performance reports associated with continuous sensor data from multiple analysis time periods
US9184490B2 (en) 2009-05-29 2015-11-10 Abbott Diabetes Care Inc. Medical device antenna systems having external antenna configurations
CN101644599B (zh) * 2009-06-22 2014-11-26 理康互联科技(北京)有限公司 称重分析装置及方法
US20110196213A1 (en) * 2009-06-26 2011-08-11 Roche Diagnostics Operations, Inc. Display For Biological Values
GR20090100384A (el) * 2009-07-08 2011-02-18 Αχιλλεας Τσουκαλης Αντλια ινσουλινης
DK3936032T3 (da) 2009-07-23 2024-07-29 Abbott Diabetes Care Inc Realtidshåndtering af data relateret til fysiologisk styring af glukoseniveauer
CN104799866A (zh) 2009-07-23 2015-07-29 雅培糖尿病护理公司 分析物监测装置
WO2011014704A2 (en) 2009-07-30 2011-02-03 Tandem Diabetes Care, Inc. Infusion pump system with disposable cartridge having pressure venting and pressure feedback
CN105686807B (zh) 2009-08-31 2019-11-15 雅培糖尿病护理公司 医疗设备
DK3988470T3 (da) 2009-08-31 2023-08-28 Abbott Diabetes Care Inc Visningsindretninger til en medicinsk indretning
WO2011041469A1 (en) 2009-09-29 2011-04-07 Abbott Diabetes Care Inc. Method and apparatus for providing notification function in analyte monitoring systems
WO2011053881A1 (en) 2009-10-30 2011-05-05 Abbott Diabetes Care Inc. Method and apparatus for detecting false hypoglycemic conditions
US20110168954A1 (en) * 2009-12-02 2011-07-14 Carbon Design Innovations, Inc. Carbon nanotube based composite surface enhanced raman scattering (sers) probe
US8882701B2 (en) 2009-12-04 2014-11-11 Smiths Medical Asd, Inc. Advanced step therapy delivery for an ambulatory infusion pump and system
KR20120123444A (ko) * 2010-01-22 2012-11-08 라이프스캔, 인코포레이티드 분석물 검사 방법 및 시스템
US9041730B2 (en) 2010-02-12 2015-05-26 Dexcom, Inc. Receivers for analyzing and displaying sensor data
US8635046B2 (en) 2010-06-23 2014-01-21 Abbott Diabetes Care Inc. Method and system for evaluating analyte sensor response characteristics
US10092229B2 (en) 2010-06-29 2018-10-09 Abbott Diabetes Care Inc. Calibration of analyte measurement system
JP5648355B2 (ja) * 2010-07-26 2015-01-07 セイコーエプソン株式会社 血糖値予測装置
US10136845B2 (en) 2011-02-28 2018-11-27 Abbott Diabetes Care Inc. Devices, systems, and methods associated with analyte monitoring devices and devices incorporating the same
EP2680754B1 (en) 2011-02-28 2019-04-24 Abbott Diabetes Care, Inc. Devices, systems, and methods associated with analyte monitoring devices and devices incorporating the same
WO2012142502A2 (en) 2011-04-15 2012-10-18 Dexcom Inc. Advanced analyte sensor calibration and error detection
US10556063B2 (en) 2011-06-20 2020-02-11 Renaudia Medical, Llc Distributed medication delivery using autonomous delivery device
EP2720735A4 (en) 2011-06-20 2015-03-11 Renaudia Medical Llc DISTRIBUTED MEDICATION DELIVERY SYSTEM AND METHOD HAVING AUTONOMOUS DELIVERY DEVICES
WO2013049381A1 (en) * 2011-09-28 2013-04-04 Abbott Diabetes Care Inc. Methods for analyte monitoring management and analyte measurement data management, and articles of manufacture related thereto
US9622691B2 (en) 2011-10-31 2017-04-18 Abbott Diabetes Care Inc. Model based variable risk false glucose threshold alarm prevention mechanism
US9069536B2 (en) 2011-10-31 2015-06-30 Abbott Diabetes Care Inc. Electronic devices having integrated reset systems and methods thereof
US9317656B2 (en) 2011-11-23 2016-04-19 Abbott Diabetes Care Inc. Compatibility mechanisms for devices in a continuous analyte monitoring system and methods thereof
US8710993B2 (en) 2011-11-23 2014-04-29 Abbott Diabetes Care Inc. Mitigating single point failure of devices in an analyte monitoring system and methods thereof
EP2836943B1 (en) * 2012-03-23 2020-01-01 Dipartimento di Ingegneria Civile e Architettura Dell'Università degli Studi di Pavia Method for providing a value of insulin and the related system
CN102621327B (zh) * 2012-03-28 2015-08-05 广东乐心医疗电子股份有限公司 一种智能型血糖仪的测量方法
JP5187450B2 (ja) * 2012-03-29 2013-04-24 セイコーエプソン株式会社 予測血糖値算出装置、予測血糖値算出方法
US9180242B2 (en) 2012-05-17 2015-11-10 Tandem Diabetes Care, Inc. Methods and devices for multiple fluid transfer
US9238100B2 (en) 2012-06-07 2016-01-19 Tandem Diabetes Care, Inc. Device and method for training users of ambulatory medical devices
US20130345575A1 (en) * 2012-06-21 2013-12-26 Chang-An Chou Cardiovascular monitoring device
US8756043B2 (en) 2012-07-26 2014-06-17 Rimidi Diabetes, Inc. Blood glucose meter and computer-implemented method for improving glucose management through modeling of circadian profiles
US8744828B2 (en) 2012-07-26 2014-06-03 Rimidi Diabetes, Inc. Computer-implemented system and method for improving glucose management through modeling of circadian profiles
US8768673B2 (en) 2012-07-26 2014-07-01 Rimidi Diabetes, Inc. Computer-implemented system and method for improving glucose management through cloud-based modeling of circadian profiles
US10132793B2 (en) 2012-08-30 2018-11-20 Abbott Diabetes Care Inc. Dropout detection in continuous analyte monitoring data during data excursions
WO2014052136A1 (en) 2012-09-26 2014-04-03 Abbott Diabetes Care Inc. Method and apparatus for improving lag correction during in vivo measurement of analyte concentration with analyte concentration variability and range data
CN103144913B (zh) * 2012-10-08 2016-02-03 苏州艾隆科技股份有限公司 快速发药设备出药异常处理方法及其系统
US10357606B2 (en) 2013-03-13 2019-07-23 Tandem Diabetes Care, Inc. System and method for integration of insulin pumps and continuous glucose monitoring
US9940441B2 (en) 2013-03-13 2018-04-10 Tandem Diabetes Care, Inc. System and method for maximum insulin pump bolus override
US9173998B2 (en) 2013-03-14 2015-11-03 Tandem Diabetes Care, Inc. System and method for detecting occlusions in an infusion pump
US10433773B1 (en) 2013-03-15 2019-10-08 Abbott Diabetes Care Inc. Noise rejection methods and apparatus for sparsely sampled analyte sensor data
US10016561B2 (en) 2013-03-15 2018-07-10 Tandem Diabetes Care, Inc. Clinical variable determination
US9474475B1 (en) 2013-03-15 2016-10-25 Abbott Diabetes Care Inc. Multi-rate analyte sensor data collection with sample rate configurable signal processing
US10076285B2 (en) 2013-03-15 2018-09-18 Abbott Diabetes Care Inc. Sensor fault detection using analyte sensor data pattern comparison
US9492608B2 (en) 2013-03-15 2016-11-15 Tandem Diabetes Care, Inc. Method and device utilizing insulin delivery protocols
CN105580052A (zh) 2013-07-02 2016-05-11 豪夫迈·罗氏有限公司 食物体积和碳水化合物的估计
WO2015009385A1 (en) 2013-07-19 2015-01-22 Dexcom, Inc. Time averaged basal rate optimizer
WO2015102745A1 (en) 2013-12-31 2015-07-09 Abbott Diabetes Care Inc. Self-powered analyte sensor and devices using the same
EP3100189A1 (fr) * 2014-01-28 2016-12-07 Debiotech S.A. Dispositif de commande avec recommandation
WO2015153482A1 (en) 2014-03-30 2015-10-08 Abbott Diabetes Care Inc. Method and apparatus for determining meal start and peak events in analyte monitoring systems
GB201407896D0 (en) * 2014-05-05 2014-06-18 Joanneum Res Forschungsgmbh Insulin dosage proposal system
US9669160B2 (en) 2014-07-30 2017-06-06 Tandem Diabetes Care, Inc. Temporary suspension for closed-loop medicament therapy
US10137246B2 (en) * 2014-08-06 2018-11-27 Bigfoot Biomedical, Inc. Infusion pump assembly and method
CN113349766A (zh) 2015-07-10 2021-09-07 雅培糖尿病护理公司 对于生理参数进行动态葡萄糖曲线响应的系统、装置和方法
JP6858751B2 (ja) 2015-08-20 2021-04-14 アセコー インコーポレイテッド 糖尿病管理療法アドバイザ
US10664569B2 (en) * 2015-08-21 2020-05-26 Medtronic Minimed, Inc. Data analytics and generation of recommendations for controlling glycemic outcomes associated with tracked events
JP6489985B2 (ja) * 2015-09-24 2019-03-27 ルネサスエレクトロニクス株式会社 プログラム開発支援装置およびプログラム開発支援ソフトウェア
US10569016B2 (en) 2015-12-29 2020-02-25 Tandem Diabetes Care, Inc. System and method for switching between closed loop and open loop control of an ambulatory infusion pump
EP3411109A4 (en) * 2016-02-05 2019-07-10 Animas Corporation VISUALIZATION AND ANALYSIS TOOL FOR A DRUG DELIVERY SYSTEM
WO2017197492A1 (en) * 2016-05-20 2017-11-23 Appmed Inc. System and method for monitoring and identifying posology efficacy for an individual
WO2018167543A1 (en) 2017-03-17 2018-09-20 Universität Bern System and method for drug therapy management
EP3600014A4 (en) 2017-03-21 2020-10-21 Abbott Diabetes Care Inc. METHODS, DEVICES AND SYSTEM FOR PROVIDING DIAGNOSIS AND THERAPY FOR DIABETIC CONDITION
USD853583S1 (en) 2017-03-29 2019-07-09 Becton, Dickinson And Company Hand-held device housing
WO2018204568A1 (en) 2017-05-05 2018-11-08 Eli Lilly And Company Closed loop control of physiological glucose
EP3438858A1 (en) 2017-08-02 2019-02-06 Diabeloop Closed-loop blood glucose control systems and methods
US11331022B2 (en) 2017-10-24 2022-05-17 Dexcom, Inc. Pre-connected analyte sensors
US11943876B2 (en) 2017-10-24 2024-03-26 Dexcom, Inc. Pre-connected analyte sensors
US11457863B1 (en) * 2017-10-27 2022-10-04 Verily Life Sciences Llc Virtual health coach based insulin titration platform
WO2019125932A1 (en) 2017-12-21 2019-06-27 Eli Lilly And Company Closed loop control of physiological glucose
AU2018392922B2 (en) 2017-12-21 2021-07-01 Glytec, Llc Advising diabetes medications
US11268506B2 (en) 2017-12-22 2022-03-08 Iradimed Corporation Fluid pumps for use in MRI environment
CN110234374B (zh) * 2017-12-29 2022-09-16 深圳迈瑞生物医疗电子股份有限公司 麻醉药物识别方法、麻醉脑电信号的处理方法和装置
DK180246B1 (en) 2018-03-12 2020-09-11 Apple Inc User interfaces for health monitoring
US11158413B2 (en) * 2018-04-23 2021-10-26 Medtronic Minimed, Inc. Personalized closed loop medication delivery system that utilizes a digital twin of the patient
US11317833B2 (en) 2018-05-07 2022-05-03 Apple Inc. Displaying user interfaces associated with physical activities
WO2019246381A1 (en) 2018-06-22 2019-12-26 Eli Lilly And Company Insulin and pramlintide delivery systems, methods, and devices
EP3827437A1 (en) * 2018-07-26 2021-06-02 Eli Lilly and Company Systems and methods for remote prescription of medication-dosing regimens
US11534067B2 (en) 2018-08-20 2022-12-27 Biosense Webster (Israel) Ltd. Learned monitoring device correction
CN113924627A (zh) * 2019-02-22 2022-01-11 派尔疗法股份有限公司 用于治疗与偏头痛相关联的症状的系统和方法
US11152100B2 (en) 2019-06-01 2021-10-19 Apple Inc. Health application user interfaces
US12002588B2 (en) * 2019-07-17 2024-06-04 Apple Inc. Health event logging and coaching user interfaces
US11654236B2 (en) * 2019-11-22 2023-05-23 Tandem Diabetes Care, Inc. Systems and methods for automated insulin delivery for diabetes therapy
DK181037B1 (en) 2020-06-02 2022-10-10 Apple Inc User interfaces for health applications
US11698710B2 (en) 2020-08-31 2023-07-11 Apple Inc. User interfaces for logging user activities
US20220241501A1 (en) * 2021-01-29 2022-08-04 Medtronic Minimed, Inc. Dosage recommendation facilitated by artificial intelligence
US20220265926A1 (en) * 2021-02-19 2022-08-25 Medtronic Minimed, Inc. Glucose level management based on fat content of meals
US20220265177A1 (en) * 2021-02-19 2022-08-25 Medtronic Minimed, Inc. Glucose level management based on protein content of meals
US11915805B2 (en) 2021-06-06 2024-02-27 Apple Inc. User interfaces for shared health-related data

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2321044Y (zh) * 1998-04-14 1999-05-26 黄列军 多功能糖尿病饮食治疗计算卡
CN1329511A (zh) * 1998-11-30 2002-01-02 诺沃挪第克公司 帮助用户进行包括多个操作的自我医疗的方法和系统
US6352505B1 (en) * 1997-08-18 2002-03-05 Jonathan David Bortz Device for diabetes management
CN2503533Y (zh) * 2000-09-19 2002-07-31 北京康联医用设备有限公司 糖尿病人饮食营养计划装置
US6554798B1 (en) * 1998-08-18 2003-04-29 Medtronic Minimed, Inc. External infusion device with remote programming, bolus estimator and/or vibration alarm capabilities
US20030208113A1 (en) * 2001-07-18 2003-11-06 Mault James R Closed loop glycemic index system
US20030208110A1 (en) * 2000-05-25 2003-11-06 Mault James R Physiological monitoring using wrist-mounted device
US20040180810A1 (en) * 2002-10-23 2004-09-16 Joseph Pilarski Method of food and insulin dose management for a diabetic subject
WO2005081170A2 (en) * 2004-02-19 2005-09-01 Edward Henry Mathews Diabetes management and patient database system via mobile communication device

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU546785B2 (en) * 1980-07-23 1985-09-19 Commonwealth Of Australia, The Open-loop controlled infusion of diabetics
US4731726A (en) * 1986-05-19 1988-03-15 Healthware Corporation Patient-operated glucose monitor and diabetes management system
EP0290683A3 (en) * 1987-05-01 1988-12-14 Diva Medical Systems B.V. Diabetes management system and apparatus
US5233520A (en) * 1990-12-19 1993-08-03 The United States Of America As Represented By The Secretary Of Agriculture Method and system for measurement of intake of foods, nutrients and other food components in the diet
US5412560A (en) * 1991-08-27 1995-05-02 Dine Systems, Inc. Method for evaluating and analyzing food choices
US5956501A (en) * 1997-01-10 1999-09-21 Health Hero Network, Inc. Disease simulation system and method
AU1766201A (en) * 1992-11-17 2001-05-30 Health Hero Network, Inc. Method and system for improving adherence with a diet program or other medical regimen
US20010011224A1 (en) * 1995-06-07 2001-08-02 Stephen James Brown Modular microprocessor-based health monitoring system
US5836312A (en) * 1996-01-02 1998-11-17 Moore; Steven Jerome Computer-assisted system and method for adjudging the effect of consumable intakes on physiological parameters
US6835175B1 (en) * 1998-04-10 2004-12-28 Proactive Metabolics Co. Medical devices for contemporaneous decision support in metabolic control
WO1999066394A1 (en) 1998-06-17 1999-12-23 Microsoft Corporation Method for adapting user interface elements based on historical usage
US8438038B2 (en) * 1999-04-16 2013-05-07 Cardiocom, Llc Weight loss or weight management system
US6602191B2 (en) * 1999-12-17 2003-08-05 Q-Tec Systems Llp Method and apparatus for health and disease management combining patient data monitoring with wireless internet connectivity
US20010005830A1 (en) * 1999-12-27 2001-06-28 Tadashi Kuroyanagi Information medium with respect to food and drink, health control terminal and health control support system
KR100520871B1 (ko) * 2000-01-17 2005-10-12 아사히 가세이 가부시키가이샤 전자 건강 상담 방법
US6694191B2 (en) * 2000-01-21 2004-02-17 Medtronic Minimed, Inc. Ambulatory medical apparatus and method having telemetry modifiable control software
US20010037060A1 (en) * 2000-02-08 2001-11-01 Thompson Richard P. Web site for glucose monitoring
US6572542B1 (en) * 2000-03-03 2003-06-03 Medtronic, Inc. System and method for monitoring and controlling the glycemic state of a patient
US20020015723A1 (en) * 2000-04-13 2002-02-07 Koenig Donna L. Diabetic diet management system
US20030226695A1 (en) * 2000-05-25 2003-12-11 Mault James R. Weight control method using physical activity based parameters
WO2002100266A1 (en) 2000-06-13 2002-12-19 Edward Henry Mathews A dietary system: 'blood sugar predicting system'
US20020019707A1 (en) * 2000-06-26 2002-02-14 Cohen Alan M. Glucose metering system
IL137759A (en) * 2000-08-08 2007-07-16 Eddie Karnieli Method for monitoring food intake
WO2002033541A2 (en) * 2000-10-16 2002-04-25 Tangis Corporation Dynamically determining appropriate computer interfaces
JP2002291705A (ja) * 2001-03-29 2002-10-08 Toto Ltd 携帯型電話機を利用した食事時刻記録装置
US6635015B2 (en) * 2001-04-20 2003-10-21 The Procter & Gamble Company Body weight management system
US7179226B2 (en) * 2001-06-21 2007-02-20 Animas Corporation System and method for managing diabetes
AUPR651501A0 (en) * 2001-07-20 2001-08-16 Chait, Daryl Diet monitoring apparatus and system
US6544212B2 (en) * 2001-07-31 2003-04-08 Roche Diagnostics Corporation Diabetes management system
US20030040821A1 (en) * 2001-08-24 2003-02-27 Christopher Case System and method for portable personal diabetic management
JP4424986B2 (ja) * 2001-09-07 2010-03-03 メドトロニック ミニメド インコーポレイテッド 注入ポンプシステム
US7204823B2 (en) * 2001-12-19 2007-04-17 Medtronic Minimed, Inc. Medication delivery system and monitor
FI20012593A0 (fi) * 2001-12-28 2001-12-28 Pertti Laehteenmaeki Menetelmä ja järjestelmä ravitsemustietopalvelun järjestämiseksi
CA2474733C (en) * 2002-02-01 2012-11-20 Weightwatchers.Com, Inc. Software and hardware system for enabling weight control
US20030212379A1 (en) * 2002-02-26 2003-11-13 Bylund Adam David Systems and methods for remotely controlling medication infusion and analyte monitoring
JP4177659B2 (ja) * 2002-03-29 2008-11-05 タケミ アオキ トーマス インスリンを注入する装置
US7090638B2 (en) * 2002-06-03 2006-08-15 Edward Vidgen System and method for optimized dietary menu planning
GB2418258B (en) * 2002-06-05 2006-08-23 Diabetes Diagnostics Inc Analyte testing device
US7278983B2 (en) * 2002-07-24 2007-10-09 Medtronic Minimed, Inc. Physiological monitoring device for controlling a medication infusion device
JP4975249B2 (ja) * 2002-10-09 2012-07-11 ボディーメディア インコーポレイテッド 生理学的情報及び/又はコンテキストパラメータを用いて個人の状態パラメータを測定する装置
US20040162702A1 (en) * 2003-02-19 2004-08-19 Pandipati Radha K. C. Diet/exercise monitor
US20040243443A1 (en) * 2003-05-29 2004-12-02 Sanyo Electric Co., Ltd. Healthcare support apparatus, health care support system, health care support method and health care support program
US20050010416A1 (en) * 2003-07-09 2005-01-13 Gensym Corporation System and method for self management of health using natural language interface
US8060173B2 (en) * 2003-08-01 2011-11-15 Dexcom, Inc. System and methods for processing analyte sensor data
KR100680191B1 (ko) 2003-09-05 2007-02-08 삼성전자주식회사 감정 있는 에이전트를 갖는 사전 행동적 사용자 인터페이스 시스템
PL1677668T3 (pl) 2003-10-13 2010-12-31 Novo Nordisk As Sposób i urządzenie do określania stanu fizjologicznego
US20070060870A1 (en) * 2005-08-16 2007-03-15 Tolle Mike Charles V Controller device for an infusion pump
US20070060869A1 (en) * 2005-08-16 2007-03-15 Tolle Mike C V Controller device for an infusion pump

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6352505B1 (en) * 1997-08-18 2002-03-05 Jonathan David Bortz Device for diabetes management
CN2321044Y (zh) * 1998-04-14 1999-05-26 黄列军 多功能糖尿病饮食治疗计算卡
US6554798B1 (en) * 1998-08-18 2003-04-29 Medtronic Minimed, Inc. External infusion device with remote programming, bolus estimator and/or vibration alarm capabilities
CN1329511A (zh) * 1998-11-30 2002-01-02 诺沃挪第克公司 帮助用户进行包括多个操作的自我医疗的方法和系统
US20030208110A1 (en) * 2000-05-25 2003-11-06 Mault James R Physiological monitoring using wrist-mounted device
CN2503533Y (zh) * 2000-09-19 2002-07-31 北京康联医用设备有限公司 糖尿病人饮食营养计划装置
US20030208113A1 (en) * 2001-07-18 2003-11-06 Mault James R Closed loop glycemic index system
US20040180810A1 (en) * 2002-10-23 2004-09-16 Joseph Pilarski Method of food and insulin dose management for a diabetic subject
WO2005081170A2 (en) * 2004-02-19 2005-09-01 Edward Henry Mathews Diabetes management and patient database system via mobile communication device

Also Published As

Publication number Publication date
WO2007065285A2 (en) 2007-06-14
US20070179434A1 (en) 2007-08-02
EP2330527A3 (en) 2015-06-10
EP2330527B1 (en) 2021-02-10
PL2330527T3 (pl) 2021-07-19
US7941200B2 (en) 2011-05-10
CN101366033A (zh) 2009-02-11
CN102945325B (zh) 2016-08-03
CA2632709A1 (en) 2007-06-14
WO2007065285A3 (en) 2007-08-02
EP1958108A2 (en) 2008-08-20
EP2330526A3 (en) 2015-07-08
DK2330527T3 (da) 2021-04-12
JP4997248B2 (ja) 2012-08-08
ES2861254T3 (es) 2021-10-06
EP2330527A2 (en) 2011-06-08
JP2009521249A (ja) 2009-06-04
CN102945325A (zh) 2013-02-27
CY1124150T1 (el) 2022-05-27
HUE053781T2 (hu) 2021-07-28
EP2330526A2 (en) 2011-06-08
CN102981850B (zh) 2016-07-06

Similar Documents

Publication Publication Date Title
CN102981850B (zh) 确定给药信息的系统和方法
CN114206207A (zh) 与药物剂量指导相关的系统、装置和方法
JP6017758B2 (ja) 治療システムのための患者情報入力インターフェイス
EP2627251B1 (en) Handheld diabetes management device with bolus calculator
US6582366B1 (en) Medical devices for contemporaneous decision support in metabolic control
CN102933139B (zh) 结构化调整
WO2009086216A1 (en) Method and apparatus for providing treatment profile management
US20210256872A1 (en) Devices, systems, and methods for predicting blood glucose levels based on a personalized blood glucose regulation model
US20200043588A1 (en) System and method for improving the drug therapy management
KR20220158477A (ko) 식이관리 서비스를 제공하는 서버, 클라이언트 및 이를 구현하는 방법
CN106687964A (zh) 用两种模式对基础胰岛素的滴定
KR20190073042A (ko) 사용자 건강습관정보 수집을 통한 건강관리 서비스 제공 장치 및 제공 방법
CN117413319A (zh) 基于感测的生物标志物数据的个性化食物推荐
CN114446493A (zh) 基于对食物项的确定的糖尿病疗法
DK2888684T3 (en) INSULIN PUMP AND METHODS FOR OPERATING THE INSULIN PUMP
CA3165932A1 (en) Decision support and treatment administration systems
RU2785797C2 (ru) Система и способ для совершенствования тактики лекарственной терапии
US20240100253A1 (en) Incorporation of additional sensors into adaptation of aid systems
KR102484399B1 (ko) 빅데이터 기반 클라우드 연동 플랫폼을 이용한 그룹 건강 관리 정보 제공 시스템 및 방법
CN116246754B (zh) 一种人体体重监测评估干预管理方法和系统
US20230381414A1 (en) Assessment of past insulin delivery outcomes to automatically tune mda systems
US20220230751A1 (en) Decision support system, and method in relation thereto
Al Ahdab Modeling, Estimation, and Feedback Techniques in Type 2 Diabetes
CN115445022A (zh) 一种智能化的胰岛素泵控制系统
Oviedo Castillo Forecasting and decision support for type 1 diabetes insulin therapy using machine learning

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1178991

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant