CN103418053B - 个体化胰岛素治疗泵及其基础输注率优化方法 - Google Patents
个体化胰岛素治疗泵及其基础输注率优化方法 Download PDFInfo
- Publication number
- CN103418053B CN103418053B CN201310312769.2A CN201310312769A CN103418053B CN 103418053 B CN103418053 B CN 103418053B CN 201310312769 A CN201310312769 A CN 201310312769A CN 103418053 B CN103418053 B CN 103418053B
- Authority
- CN
- China
- Prior art keywords
- insulin
- basal
- blood glucose
- infusion
- infusion rate
- 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.)
- Expired - Fee Related
Links
Abstract
本发明涉及一种由动态血糖监测系统(CGMS)辅助的个体化胰岛素治疗泵(CSII)。该装置包括胰岛素泵本体、通讯模块、数据处理模块和输注执行器;胰岛素泵本体接受数据处理模块得出的治疗方案,并据之控制输注执行器输注胰岛素;通讯模块从CGMS和胰岛素泵本体获取数据以供数据处理模块形成治疗方案。本发明还涉及一种基于所述的胰岛素治疗泵优化基础输注率的方法。采用了该发明的个体化胰岛素治疗泵及其基础输注率优化方法,能够基于每个患者自身的实时反馈血糖数据形成模型,并通过模拟调整胰岛素的基础输注率来评判和优化其基础输注量。
Description
技术领域
本发明涉及一种胰岛素治疗泵,具体涉及一种个体化胰岛素治疗泵,同时涉及一种适用于胰岛素治疗泵领域的输注量优化方法,尤其是一种能够根据实时监控患者血糖数据并优化胰岛素基础输注量的方法。
背景技术
●胰岛素治疗泵(CSII)概述
胰岛素治疗泵是采用人工智能控制的胰岛素输入装置,通过持续皮下输注胰岛素的方式,模拟胰岛素的生理性分泌模式从而控制高血糖的一种胰岛素治疗方法。
生理状态下胰岛素分泌按与进餐的关系可大致分为两部分:一是不依赖于进餐的持续微量分泌,即基础胰岛素分泌,此时胰岛素以间隔8~13min脉冲形式分泌;二是由进餐后高血糖刺激引起的大量胰岛素分泌。
为模拟生理性胰岛素分泌,早在20世纪60年代即尝试持续胰岛素皮下输注方法。目前,胰岛素泵通过人工智能控制,以可调节的脉冲式皮下输注方式,模拟体内基础胰岛素分泌;同时在进餐时,根据食物种类和总量设定餐前胰岛素及输注模式以控制餐后血糖。
胰岛素泵的使用在国际上已有20余年历史。DCCT研究结果的公布奠定了强化胰岛素治疗在糖尿病治疗和并发症控制中的重要地位,也为胰岛素泵的临床应用提供了优质的临床证据。该研究证实,与多次胰岛素注射相比,胰岛素泵可以更有效地控制糖化血红蛋白的水平,同时还改善了患者的生活质量。自DCCT研究结果发布后,美国糖尿病患者的胰岛素泵用量上升显著。2005年,美国胰岛素泵使用者已达到278000人。1型糖尿病(T1DM)占胰岛素泵使用者中的绝大多数。
胰岛素治疗泵具有如下特点:
(1)更有利于血糖控制
包括平稳控制血糖,减少血糖波动、避免过大剂量使用胰岛素导致的体重增加、明显减少低血糖发生的风险、减少胰岛素吸收的变异、加强糖尿病围手术期的血糖控制等。
(2)提高患者生活质量
胰岛素泵的使用可提高患者对治疗的依从性,减少多次皮下注射胰岛素给糖尿病患者带来的痛苦和不便;增加糖尿病患者进食、运动的自由度;提高患者自我血糖管理能力;减轻糖尿病患者心理负担。
●胰岛素治疗泵的剂量
由于人体内的血糖与胰岛素水平处于不断变化的动态平衡过程中,且受多种因素的影响,所关于如何确定胰岛素治疗泵的剂量一直是研究重点之一。2009版中国胰岛素泵治疗指南推荐的输注方案可以概括为:首先应根据患者糖尿病分型、血糖水平以及体重情况确定初始剂量并分配到基础输注量和餐前大剂量中,再根据病人实际情况确定补充大剂量和校正大剂量以综合控制患者血糖。其中,基础输注量是指维持机体基础血糖代谢所需的胰岛素量,可以通过调节基础输注率及相应的时间段来调节基础输注量对于患者的作用。基础输注率是指胰岛素泵提供基础胰岛素的速度,一般以胰岛素用量(U)/h表示,其设定模式较多,可根据血糖控制的需要设置为一个或多个时间段,临床大多分为3~6个时间段。相对T2DM患者,一般T1DM患者需要采用更多分段。在T2DM患者中,血糖波动值较大的所谓脆性DM患者的分段方法往往与普通患者有差异。
胰岛素泵具体实施过程中,餐前大剂量、补充大剂量、校正大剂量以及基础输注率所采取的时间段多根据规范或经验来设定,故基础输注量才是用户主要调节的内容。并且,由于大多数患者并不会终身佩戴胰岛素治疗泵,所以临床上通常会在其使用一段时间胰岛素治疗泵以后,主要根据能够取得最佳疗效的基础输注量来确定其使用胰岛素注射时所应当采取的剂量。
由于患者之间存在着巨大的个体差异,使得临床上往往难以确定最适合患者的基础输注量,从而实现个体化的血糖调控。然而目前少有学者或研究者注意到这一点并提出符合临床操作实际的解决方案。例如,中国专利CN101254322A于2008-09-03公开了一种基于模型预测控制的大剂量胰岛素全自动智能输注方法和装置,在动态血糖监测系统(CGMS)支持下,通过强跟踪滤波器在线检测饮食并输注初始大剂量胰岛素,故其主要关注点在于餐前大剂量。然而由于考虑到可能会引起的低血糖风险,自动计算得出的大剂量胰岛素剂量对于用户而言很可能是不安全的。又如,中国专利CN102500013A于2012-06-20公开了一种便携式智能胰岛素治疗泵及其控制模型,其通过动态监控用户的血糖水平,跟踪血糖变化量输注胰岛素治疗糖尿病。这一闭环的输注泵控制模型并未考虑到患者在餐后可能有的剧烈血糖波动,且由于其采用的是历史无关的调控方法,所以其调控结果无法反映患者本身的特性,无法用于指导拆除胰岛素泵之后的用药。
因此,亟需一种能够基于患者自身的实时反馈血糖数据,通过数据建模和仿真来优化基础输注率的装置与方法。本发明为了适应这样的需求,针对现有胰岛素治疗泵及其剂量确定过程中的不足,以动态血糖监测系统(CGMS)为其辅助装置进行了研制。以下对CGMS作简要的分析,便于对后面的发明内容作深入说明。
●动态血糖监测系统(CGMS)
动态血糖监测仪是通过持续皮下埋入糖的传感器,全程连续地记录细胞间液的葡萄糖水平,反映的血糖变化。病人日常生活中每天的血糖值被连续地记录下来,并下载到计算机中,作出血糖图,供临床进行分析和诊断。通过动态血糖仪监测结果医生能全面了解病人血糖波动类型,对血糖控制及糖尿病治疗有重大意义。
目前一般认为,当医生具有丰富而专业的临床应用经验时,由CGMS与CSII构成的双C体外开环系统的联合应用可以帮助其通过CGMS动态血糖图谱指导胰岛素泵剂量的细致调节,达到完美血糖控制。
发明内容
针对现有技术的上述不足,根据本发明的实施例,希望提供一种以动态血糖监测系统(CGMS)为辅助装置的个体化胰岛素治疗泵(CSII),从而能够基于每个患者自身的实时反馈血糖数据形成模型,并通过模拟调整胰岛素的基础输注率来评判和优化其基础输注率。此外,本发明还希望提供一种基于所述的胰岛素治疗泵实现优化基础输注率的方法,通过模拟调整胰岛素的基础输注率来评判和优化其基础输注量。
根据实施例,本发明提供的个体化胰岛素治疗泵包括胰岛素泵本体、通讯模块、数据处理模块以及输注执行器,所述的胰岛素泵本体接受所述的数据处理模块得出的治疗方案,并据之控制所述的输注执行器输注胰岛素;所述的通讯模块从动态血糖监测系统CGMS和所述的胰岛素泵本体获取数据以供所述的数据处理模块形成治疗方案。
根据一个实施例,本发明前述个体化胰岛素治疗泵中,所述的数据处理模块包括数据存储单元、算法单元和仿真单元,其中:所述的数据存储单元存储包括胰岛素基础输注量的时间段分布、基础输注率和血糖波动理想范围在内的有关参数和指标,并按时间段分布组织实时反馈血糖数据的存储;所述的算法单元根据用户设定的胰岛素基础输注量的时间段分布来划分实时反馈血糖数据的计算区间,并建立任一时刻患者血糖值与胰岛素基础输注率的关系模型;所述的仿真单元在所述的任一时刻患者血糖值与胰岛素基础输注率的关系模型上,根据用户所设定的基础输注率的可变范围来模拟当基础输注率变动时,在某一时间段内患者各时刻的血糖值,并根据用户所设定的血糖波动的理想范围来评价并选择最佳的基础输注率值,从而将基础输注率调整到最优化的状态并形成个体化的胰岛素泵治疗方案;如果在某一时间段内无法选出最佳的基础输注率值,则所述的仿真单元提示用户调整基础输注量的时间段分布,以便使每个时间段内的血糖都被控制在理想范围内。
根据一个实施例,本发明前述个体化胰岛素治疗泵中,所述的算法单元根据用户设定的胰岛素基础输注量的时间段分布来划分实时反馈血糖数据的计算区间,并按如下方式建立任一时刻患者血糖值与胰岛素基础输注率的关系模型:
设某段时间内共测得n个血糖数据,则在i时刻,人体的血糖值为Xi=Ai–α*Uoi+Ci(i=1,2,…,n)
其中,Ai为人体在i时刻的基础血糖值,不随每一天人体状况的不同而变化;α为此时刻所在时间段内胰岛素基础输注率,Uoi为单位胰岛素输注率在此时刻的降糖效应,此效应对于某位具体患者而言,在每天的同一时刻是相同的,Ci为包含其他因素(例如进食、活动等事件)在内的随机血糖波动值。
在i+1时刻,假设Ci+1-Ci近似为0,则
Xi+1-Xi=Ai+1-Ai-α(Uoi+1-Uoi)。对于另一天的相同i时刻及i+1时刻,则有
Yi+1-Yi=Ai+1-Ai-β(Uoi+1-Uoi),其中,Yi为人体在i时刻的血糖值,β为当天的此时刻所在时间段内胰岛素基础输注率,用于计算的β≠α。则有:
Uoi+1-Uoi=[(Xi+1-Xi)-(Yi+1-Yi)]/(β-α),记为ui
Ai+1-Ai=[β(Xi+1-Xi)-α(Yi+1-Yi)]/(β-α),记为ai
因此,由任一时刻的Xi可得下一时刻血糖值Xi+1与胰岛素基础输注率α的关系为:Xi+1=Xi+ai-αui。(i=1,2,3…n-1)。
根据一个实施例,本发明前述个体化胰岛素治疗泵中,所述的仿真单元在上述模型的基础上,根据用户所设定的基础输注率的可变范围来模拟当α变动时,在某一时间段内患者各时刻的血糖值,并根据用户所设定的血糖波动的理想范围来评价并选择最佳的α值,从而将基础输注率调整到最优化的状态并形成个体化的胰岛素泵治疗方案。如果无法选出最佳的α值,则所述的仿真单元提示用户调整基础输注量的时间段分布,以便使每个时间段内的血糖都被控制在理想范围内。
根据一个实施例,本发明前述个体化胰岛素治疗泵中,所述的胰岛素泵本体在通过所述的通讯模块从所述的数据处理模块获得个体化的胰岛素泵治疗方案后,按照此方案控制所述的输注执行器向患者输注胰岛素,并完成显示和监控。
根据实施例,本发明还提供一种基于所述的胰岛素治疗泵实现优化基础输注率的方法,该方法包括以下步骤:
(1)用户通过所述的胰岛素泵本体设定初始胰岛素输注方案及包括胰岛素基础输注量的时间段分布、各时段基础输注率调节范围、血糖波动理想范围在内的有关参数和指标,并启动CGMS监测患者的血糖;
(2)所述的胰岛素泵本体按照初始胰岛素输注方案控制所述的输注执行器向患者输注胰岛素,并完成显示、监控等功能;
(3)所述的通讯模块与CGMS通讯获得动态的血糖数据,与胰岛素泵本体通讯获得包括胰岛素基础输注量的时间段分布、各时段基础输注率调节范围、血糖波动理想范围在内的有关参数和指标;
(4)所述的数据处理模块对以上数据进行存储、计算和仿真后,将基础输注率调整到最优化的状态。
该实现优化基础输注率的方法中,所述的数据处理模块将基础输注率调整到最优化状态的过程包括以下步骤:
(21)所述的数据存储单元存储包括胰岛素基础输注量的时间段分布、基础输注率和血糖波动理想范围在内的有关参数和指标,并按时间段分布组织实时反馈血糖数据的存储;
(22)所述的算法单元根据用户设定的胰岛素基础输注量的时间段分布来划分实时反馈血糖数据的计算区间,并建立任一时刻患者血糖值与胰岛素基础输注率的关系模型;
(23)所述的仿真单元在上述模型的基础上,根据用户所设定的基础输注率的可变范围来模拟当基础输注率变动时,在某一时间段内患者各时刻的血糖值,并根据用户所设定的血糖波动的理想范围来评价并选择最佳的基础输注率值,从而确定基于患者实时反馈血糖数据的优化的基础输注率。如果无法选出最佳的α值,则所述的仿真单元提示用户调整基础输注量的时间段分布,以便使每个时间段内的血糖都被控制在理想范围内。
相对于现有技术,本发明所述的胰岛素泵本体接受用户设定的初始胰岛素输注方案及包括胰岛素基础输注量的时间段分布、各时段基础输注率调节范围、血糖波动理想范围在内的有关参数和指标,并开始按照初始胰岛素输注方案控制所述的输注执行器向患者输注胰岛素,以及完成显示、监控等功能;所述的通讯模块与CGMS通讯获得动态的血糖数据,与胰岛素泵本体通讯获得包括胰岛素基础输注量的时间段分布、各时段基础输注率调节范围、血糖波动理想范围在内的有关参数和指标;这些数据经所述的数据处理模块存储、计算和仿真后,得到优化了的基础输注率并形成个体化的胰岛素泵治疗方案;所述的胰岛素泵本体通过所述的通讯模块获得此个体化的胰岛素泵治疗方案后,按照此方案控制所述的输注执行器向患者输注胰岛素,并完成显示、监控等功能。总之,采用了该发明的一种个体化胰岛素治疗泵,能够基于每个患者自身的实时反馈血糖数据形成模型,并通过模拟调整胰岛素的基础输注率来评判和优化其基础输注量。
附图说明
图1为根据本发明实施例的个体化胰岛素治疗泵的结构示意图。
图2为根据本发明实施例的数据处理模块的仿真单元在某一时间段内优化基础输注率的流程图。
具体实施方式
为了能够更清楚地理解本发明的技术内容,特举以下实施例,结合附图详细说明。
在本发明一种较佳的实施方式中,用户通过按键操作本发明的个体化胰岛素治疗泵。图1中的通讯模块在该实施方式中以蓝牙通讯协议与CGMS相连,以数据总线形式与胰岛素泵本体相连。
在该实施方式中,用户在某日的下午4点左右通过胰岛素泵本体设定初始胰岛素输注方案及有关参数和指标,包括但不限于:
(1)当天下午4点至次日下午4点以前的胰岛素输注方案(以下简称方案A)为:短效胰岛素总量44u/d,基础率总量21u,按六段法输注:
0.5u/h 0.9u/h 1.1u/h 0.9u/h 1.0u/h 0.7u/h
0:00———3:00———7:00———12:00———16:00———20:00———24:00
其中下排为时间段分布,上排为各时段的基础量输注率。
(2)次日下午4点至第三天下午4点以前的胰岛素输注方案(以下简称方案B)为:短效胰岛素总量45u/d,基础率总量23.4u,按六段法输注:
0.6u/h 1.0u/h 1.2u/h 1.0u/h 1.1u/h 0.8u/h
0:00———3:00———7:00———12:00———16:00———20:00———24:00
(3)3:00~7:00的基础量输注率可调节范围为0.7u/h~1.5u/h,根据《2010年糖尿病防治指南讨论版》中国2型糖尿病的控制目标,这一时间段空腹血糖波动理想范围为3.9–7.2mmol/l(70–130mg/dl)。
在该实施方式中,用户设定完成后,即启动图1中的CGMS监测人体血糖,并启动图1中的胰岛素泵本体依次按照方案A、方案B控制所述的输注执行器向患者输注胰岛素,并完成显示、监控等功能。。至第三天的早晨7:00时,图1中的CGMS已经有2个的3:00~7:00期间的血糖数据
在该实施方式中,图1中的通讯模块即与CGMS通讯获得这两日3:00~7:00期间的血糖数据,与胰岛素泵本体通讯获得包括胰岛素基础输注量的时间段分布、各时段基础输注率调节范围、血糖波动理想范围在内的有关参数和指标。随后,图1中的数据处理模块对上述数据进行存储、计算和仿真,得到优化了的基础输注率。以3:00~7:00时间段为例,此间的优化了的基础输注率为1.3u/h。类似地,数据处理模块获得各时间段的优化了的基础输注率,并形成个体化的胰岛素泵治疗方案(以下简称方案C)为:短效胰岛素总量44u/d,基础率总量23.5u,按六段法输注:
0.7u/h 1.2u/h 1.0u/h 0.9u/h 1.4u/h 0.6u/h
0:00———3:00———7:00———12:00———16:00———20:00———24:00
在该实施方式中,图1中的胰岛素泵本体通过图1中的通讯模块获得此个体化的胰岛素泵治疗方案,从第三天的下午4:00开始(即第三个24小时开始)按照方案C控制图1的输注执行器向患者输注胰岛素,以及完成显示、监控等功能。
在这一实施方式中,图1中的数据处理模块由数据存储单元、算法单元和仿真单元组成。图1中的数据存储单元存储包括胰岛素基础输注量的时间段分布、基础输注率和血糖波动理想范围在内的有关参数和指标,并按时间段分布组织实时反馈血糖数据的存储。设CGMS每10分钟记录一个平均血糖值,则在第二天和第三天的3:00~7:00之间,各有24个数据。图1中的数据存储单元即将其记录到同一个时间段中,获取的数据如下:
在该实施方式中,图1中的算法单元根据用户设定的胰岛素基础输注量的时间段分布来划分实时反馈血糖数据的计算区间,并建立起任一时刻患者血糖值与胰岛素基础输注率的关系模型。以上述数据为例,按此前的建模方法,对于3:00~7:00时间段,可以得到Xi+1=Xi+ai-αui。(i=1,2,3…n-1),Xi为i时刻的血糖值,α为基础输注率。ai与ui满足:
时刻 | ai(mmol/L) | ui(mmol·h/L·u) |
1 | -0.216 | -0.019 |
2 | 0.151 | -0.043 |
3 | 0.091 | 0.026 |
4 | -0.105 | -0.026 |
5 | 0.034 | 0.015 |
6 | 0.015 | -0.007 |
7 | -0.156 | 0.029 |
8 | 0.004 | -0.048 |
9 | 0.129 | -0.014 |
10 | -0.051 | 0.043 |
11 | -0.049 | -0.001 |
12 | -0.005 | 0.048 |
13 | 0.055 | -0.037 |
14 | -0.015 | -0.039 |
15 | 0.099 | -0.016 |
16 | -0.105 | 0.022 |
17 | 0.118 | -0.003 |
18 | -0.155 | 0.058 |
19 | -0.166 | 0.011 |
20 | 0.057 | -0.017 |
21 | 0.165 | -0.063 |
22 | -0.283 | -0.004 |
23 | 0.066 | 0.000 |
在该实施方式中,图1中的仿真单元在上述模型的基础上,按照图2的流程来优化基础输注率。仍以3:00~7:00时间段为例。首先,仿真单元根据用户基础输注率范围得到用于模拟的基础输注率集合Α={0.7,0.8,0.9,1.0,1.1,1.2,1.3,1.4,1.5},随后令j=1,相当于把α=0.7u/h代入Xi+1=Xi+ai-αui,仿真得到此时间段内从第2时刻开始的血糖值为:7.24,7.42,7.50,7.41,7.43,7.45,7.28,7.31,7.45,7.37,7.32,7.29,7.37,7.38,7.49,7.37,7.49,7.29,7.12,7.19,7.40,7.12,7.18mmol/L,并非都在血糖理想波动范围(3.9~7.2mmol/L)以内,故直接进入下一轮模拟。此后仿真单元依次将α=0.8~1.5u/h代入Xi+1=Xi+ai-αui,并模拟、评判,发现当α=1.2u/h时,此时间段内从第2时刻开始的血糖值为6.91,7.11,7.17,7.10,7.11,7.13,6.94,7.01,7.15,7.05,7.00,6.94,7.04,7.07,7.19,7.06,7.18,6.95,6.78,6.85,7.09,6.81,6.88,处于血糖理想波动范围,故将1.2u/h存入A’集合。此后发现α=1.3、1.4与1.5u/h时,血糖值也在理想波动范围内,故最终A’集合存在有1.2u/h、1.3u/h、1.4u/h、1.5u/h等4个元素,仿真单元选择其中最小的1.2u/h作为优化后的基础输注率,结合其他时间段的优化后的基础输注率,最终形成个体化的胰岛素泵治疗方案为:短效胰岛素总量44u/d,基础率总量23.5u,按六段法输注:
0.7u/h 1.2u/h 1.0u/h 0.9u/h 1.4u/h 0.6u/h
0:00———3:00———7:00———12:00———16:00———20:00———24:00
采用该实施方式的基于所述的胰岛素治疗泵实现优化基础输注率的方法,包括以下步骤:
(21)用户通过图1中的胰岛素泵本体设定初始胰岛素输注方案及有关参数和指标为:
(31)第一个24小时内的胰岛素输注方案(以下简称方案A)为:短效胰岛素总量44u/d,基础率总量21u,按六段法输注:
0.5u/h 0.9u/h 1.1u/h 0.9u/h 1.0u/h 0.7u/h
0:00———3:00———7:00———12:00———16:00———20:00———24:00
其中下排为时间段分布,上排为各时段的基础量输注率。
(32)第二个24小时内的胰岛素输注方案(以下简称方案B)为:短效胰岛素总量45u/d,基础率总量23.4u,按六段法输注:
0.6u/h 1.0u/h 1.2u/h 1.0u/h 1.1u/h 0.8u/h
0:00———3:00———7:00———12:00———16:00———20:00———24:00
(33)3:00~7:00的基础量输注率可调节范围为0.7u/h~1.5u/h,血糖波动理想范围为3.9~7.2mmol/L。
(22)用户启动图1中的CGMS监测患者的血糖;
(23)图1中的胰岛素泵本体依次按照方案A、方案B控制所述的输注执行器向患者输注胰岛素,并完成显示、监控等功能;
(24)图1中的通讯模块与CGMS通讯获得动态的血糖数据,与胰岛素泵本体通讯获得包括胰岛素基础输注量的时间段分布、各时段基础输注率调节范围、血糖波动理想范围在内的有关参数和指标;
(25)图1中的数据处理模块对以上数据进行存储、计算和仿真后,将基础输注率调整到最优化的状态;
采用该实施方式的实现优化基础输注率的方法中,将基础输注率调整到最优化状态的过程包括以下步骤:
(41)图1中的数据存储单元存储包括胰岛素基础输注量的时间段分布、基础输注率和血糖波动理想范围在内的有关参数和指标,并按时间段分布组织实时反馈血糖数据的存储;
(42)图1中的算法单元根据用户设定的胰岛素基础输注量的时间段分布来划分实时反馈血糖数据的计算区间,并建立任一时刻患者血糖值与胰岛素基础输注率的关系模型;
(43)图1中的仿真单元在上述模型的基础上,按照图2所示的流程图,根据用户所设定的基础输注率的可变范围来模拟当基础输注率变动时,在某一时间段内患者各时刻的血糖值,并根据用户所设定的血糖波动的理想范围来评价并选择最佳的基础输注率值,从而确定基于患者实时反馈血糖数据的优化的基础输注率。如果在某一时间段内无法选出最佳的基础输注率值,则所述的仿真单元提示用户调整基础输注量的时间段分布,以便使每个时间段内的血糖都被控制在理想范围内。
在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。在阅读了本发明记载的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (4)
1.一种个体化胰岛素治疗泵,其特征在于,包括胰岛素泵本体、通讯模块、数据处理模块以及输注执行器,所述的胰岛素泵本体接受所述的数据处理模块得出的治疗方案,并据之控制所述的输注执行器输注胰岛素;所述的通讯模块从动态血糖监测系统CGMS和所述的胰岛素泵本体获取数据以供所述的数据处理模块形成治疗方案;所述的数据处理模块包括数据存储单元、算法单元和仿真单元,其中:
所述的数据存储单元存储包括胰岛素基础输注量的时间段分布、基础输注率和血糖波动理想范围在内的有关参数和指标,并按时间段分布组织实时反馈血糖数据的存储;
所述的算法单元根据用户设定的胰岛素基础输注量的时间段分布来划分实时反馈血糖数据的计算区间,并建立任一时刻患者血糖值与胰岛素基础输注率的关系模型;
所述的仿真单元在所述的任一时刻患者血糖值与胰岛素基础输注率的关系模型上,根据用户所设定的基础输注率的可变范围来模拟当基础输注率变动时,在某一时间段内患者各时刻的血糖值,并根据用户所设定的血糖波动的理想范围来评价并选择最佳的基础输注率值,从而将基础输注率调整到最优化的状态并形成个体化的胰岛素泵治疗方案;如果在某一时间段内无法选出最佳的基础输注率值,则所述的仿真单元提示用户调整基础输注量的时间段分布,以便使每个时间段内的血糖都被控制在理想范围内。
2.根据权利要求1所述的个体化胰岛素治疗泵,其特征在于,所述的算法单元按如下方式建立任一时刻患者血糖值与胰岛素基础输注率的关系模型:
设某段时间内共测得n个血糖数据,则在i时刻,人体的血糖值为Xi=Ai–α*Uoi+Ci(i=1,2,…,n)
其中,Ai为人体在i时刻的基础血糖值,不随每一天人体状况的不同而变化;α为此时刻所在时间段内胰岛素基础输注率,Uoi为单位胰岛素输注率在此时刻的降糖效应,此效应对于某位具体患者而言,在每天的同一时刻是相同的,Ci为包含进食、活动等因素在内的随机血糖波动值;
在i+1时刻,假设Ci+1-Ci近似为0,则
Xi+1-Xi=Ai+1-Ai-α(Uoi+1-Uoi),对于另一天的相同i时刻及i+1时刻,则有
Yi+1-Yi=Ai+1-Ai-β(Uoi+1-Uoi),其中,Yi为人体在i时刻的血糖值,β为当天的此时刻所在时间段内胰岛素基础输注率,用于计算的β≠α,则有:
Uoi+1-Uoi=[(Xi+1-Xi)-(Yi+1-Yi)]/(β-α),记为ui
Ai+1-Ai=[β(Xi+1-Xi)-α(Yi+1-Yi)]/(β-α),记为ai
因此,由任一时刻的Xi可得下一时刻血糖值Xi+1与胰岛素基础输注率α的关系为:
Xi+1=Xi+ai-αui(i=1,2,3…n-1)。
3.根据权利要求2所述的个体化胰岛素治疗泵,其特征在于,所述的仿真单元在上述模型的基础上,根据用户所设定的基础输注率的可变范围来模拟当α变动时,在某一时间段内患者各时刻的血糖值,并根据用户所设定的血糖波动的理想范围来评价并选择最佳的α值,从而将基础输注率调整到最优化的状态并形成个体化的胰岛素泵治疗方案;如果无法选出最佳的α值,则所述的仿真单元提示用户调整基础输注量的时间段分布,以便使每个时间段内的血糖都被控制在理想范围内。
4.根据权利要求1-3任何一项所述的个体化胰岛素治疗泵,其特征在于,所述的胰岛素泵本体在通过所述的通讯模块从所述的数据处理模块获得个体化的胰岛素泵治疗方案后,按照此方案控制所述的输注执行器向患者输注胰岛素,并完成显示和监控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310312769.2A CN103418053B (zh) | 2013-07-24 | 2013-07-24 | 个体化胰岛素治疗泵及其基础输注率优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310312769.2A CN103418053B (zh) | 2013-07-24 | 2013-07-24 | 个体化胰岛素治疗泵及其基础输注率优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103418053A CN103418053A (zh) | 2013-12-04 |
CN103418053B true CN103418053B (zh) | 2015-03-11 |
Family
ID=49643784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310312769.2A Expired - Fee Related CN103418053B (zh) | 2013-07-24 | 2013-07-24 | 个体化胰岛素治疗泵及其基础输注率优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103418053B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11786656B2 (en) | 2017-10-12 | 2023-10-17 | Microtech Medical (Hangzhou) Co., Ltd. | Cloud big data-based system and method for insulin pump individualized configuration optimization |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105688308A (zh) * | 2014-11-13 | 2016-06-22 | 上海泽生科技开发有限公司 | 注射泵控制方法、控制单元及注射泵 |
CN104524664B (zh) * | 2014-12-12 | 2018-06-26 | 深圳市理邦精密仪器股份有限公司 | 一种胰岛素注射设备的控制方法、装置及系统 |
CN104667379B (zh) * | 2015-03-06 | 2017-08-15 | 上海交通大学 | 动态闭环控制的胰岛素泵 |
CN104667368B (zh) * | 2015-03-06 | 2017-08-15 | 上海交通大学 | 控制与计算分离的胰岛素泵动态控制实现方法 |
US10117992B2 (en) * | 2015-09-29 | 2018-11-06 | Medtronic Minimed, Inc. | Infusion devices and related rescue detection methods |
CN112933333B (zh) | 2016-01-14 | 2023-03-28 | 比格福特生物医药公司 | 调整胰岛素输送速率 |
US20170332952A1 (en) * | 2016-05-23 | 2017-11-23 | Bigfoot Biomedical, Inc. | Insulin delivery system and methods with risk based set points |
US11027063B2 (en) | 2017-01-13 | 2021-06-08 | Bigfoot Biomedical, Inc. | Insulin delivery methods, systems and devices |
US10500334B2 (en) | 2017-01-13 | 2019-12-10 | Bigfoot Biomedical, Inc. | System and method for adjusting insulin delivery |
US10583250B2 (en) | 2017-01-13 | 2020-03-10 | Bigfoot Biomedical, Inc. | System and method for adjusting insulin delivery |
EP3568860A1 (en) | 2017-01-13 | 2019-11-20 | Bigfoot Biomedical, Inc. | Insulin delivery methods, systems and devices |
US11197949B2 (en) * | 2017-01-19 | 2021-12-14 | Medtronic Minimed, Inc. | Medication infusion components and systems |
US11179517B2 (en) * | 2017-02-03 | 2021-11-23 | University Of Virginia Patent Foundation | Method, system, and computer readable medium for controlling insulin delivery using retrospective virtual basal rates |
WO2018152358A1 (en) * | 2017-02-15 | 2018-08-23 | University Of Virginia Patent Foundation, D/B/A University Of Virginia Licensing And Ventures Group | System, method, and computer readable medium for a basal rate profile adaptation algorithm for closed-loop artificial pancreas systems |
CN111388796B (zh) * | 2020-03-24 | 2022-05-03 | 首都医科大学宣武医院 | 注射泵的定时装置和注射泵 |
CN111632228B (zh) * | 2020-05-19 | 2021-05-25 | 中国科学院深圳先进技术研究院 | 一种基于可穿戴监测方法的闭环人工胰腺系统 |
CN112137588B (zh) * | 2020-09-27 | 2023-05-23 | 甘肃省人民医院 | 一种综合创面管理系统及方法 |
CN112535777B (zh) * | 2020-11-27 | 2022-12-02 | 江苏省苏北人民医院 | 一种基于cgm的危重患者智能化血糖管理系统 |
CN116807464B (zh) * | 2023-08-30 | 2024-01-26 | 武汉联影智融医疗科技有限公司 | 基于人工胰腺系统的血糖控制装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AUPR632301A0 (en) * | 2001-07-11 | 2001-08-02 | Chee, Frederick Howe-Hui | Infusion apparatus for regulating blood glucose levels |
KR100636336B1 (ko) * | 2004-11-04 | 2006-10-19 | 이홍규 | 혈당의 효율적 조절을 가능케 하는 삼중 기능을 갖는인슐린 펌프 및 이를 보조하는 생리수 시린지를 포함하는인슐린 투여 시스템 |
EP1728468A1 (de) * | 2005-06-04 | 2006-12-06 | Roche Diagnostics GmbH | Bewertung von Werten der Blutglucosekonzentration zur Einstellung der Insulindosierung |
CN101125086A (zh) * | 2006-08-18 | 2008-02-20 | 刘胜 | 闭环自动控制胰岛素注射系统 |
CN101254322B (zh) * | 2008-01-07 | 2010-05-12 | 杨力 | 便携式智能胰岛素治疗泵 |
JP2013503874A (ja) * | 2009-09-01 | 2013-02-04 | ユニバーシティ オブ ヴァージニア パテント ファウンデーション | ノミナルオープンループ・プロファイルを用いた糖尿病におけるインスリン放出の調節(aid)のためのシステム、方法及びコンピュータ・プログラム製品 |
EP2483824B1 (en) * | 2009-09-30 | 2017-08-16 | DreaMed Diabetes Ltd | Monitoring device for management of insulin delivery |
CN102892895B (zh) * | 2010-03-11 | 2016-01-13 | 弗吉尼亚大学专利基金会 | 用于糖尿病中的胰岛素泵动作和其他胰岛素递送模式的安全性、分析和监督的方法和系统 |
CN102500013A (zh) * | 2011-11-22 | 2012-06-20 | 北京化工大学 | 基于模型预测控制的大剂量胰岛素全自动智能输注方法和装置 |
-
2013
- 2013-07-24 CN CN201310312769.2A patent/CN103418053B/zh not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11786656B2 (en) | 2017-10-12 | 2023-10-17 | Microtech Medical (Hangzhou) Co., Ltd. | Cloud big data-based system and method for insulin pump individualized configuration optimization |
Also Published As
Publication number | Publication date |
---|---|
CN103418053A (zh) | 2013-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103418053B (zh) | 个体化胰岛素治疗泵及其基础输注率优化方法 | |
CN107715230B (zh) | 基于云端大数据的胰岛素泵个体化配置优化系统 | |
CA2816388C (en) | Maintaining multiple defined physiological zones using model predictive control | |
AU2013280898B2 (en) | Method and system to handle manual boluses or meal events for closed-loop controllers | |
Palerm et al. | A run-to-run control strategy to adjust basal insulin infusion rates in type 1 diabetes | |
CN104054081A (zh) | 胰岛素泵 | |
CN110289094B (zh) | 一种基于专家规则的胰岛素精准给药决策方法 | |
EP2943149A1 (en) | Model-based personalization scheme of an artificial pancreas for type i diabetes applications | |
TW201509380A (zh) | 用於人工胰臟之封閉迴路控制的方法及系統 | |
CN105169525A (zh) | 用于闭环胰岛素输注系统的防护技术 | |
CN102458377A (zh) | 用于调节基线给送分布的装置和方法 | |
Sasi et al. | A fuzzy controller for blood glucose-insulin system | |
CN101866387B (zh) | 糖尿病人个体化胰岛素治疗指南仪及其使用方法 | |
EP4042436A1 (en) | Blood glucose control system | |
Sun et al. | Reinforcement learning-based adaptive insulin advisor for individuals with type 1 diabetes patients under multiple daily injections therapy | |
Oroojeni Mohammad Javad et al. | Reinforcement learning algorithm for blood glucose control in diabetic patients | |
Prud'Homme et al. | Preclinically assessed optimal control of postprandial glucose excursions for type 1 patients with diabetes | |
CN114903648B (zh) | 一种基于eso和模型预测控制的双激素人工胰腺控制器 | |
CN201548962U (zh) | 糖尿病人个体化胰岛素治疗指南仪 | |
CN105688308A (zh) | 注射泵控制方法、控制单元及注射泵 | |
Hu et al. | The design of an intelligent insulin pump | |
Ahmed et al. | Blood glucose-insulin regulation and management system using MATLAB/SIMULINK | |
Hernández et al. | High-order sliding-mode control for blood glucose regulation in the presence of uncertain dynamics | |
El Hachimi et al. | Overcoming control challenges in the artificial pancreas | |
Li et al. | PID control of glucose concentration in subjects with type 1 diabetes based on a simplified model: An in silico trial |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150311 Termination date: 20210724 |