CN114796702A - 胰岛素疗法确定 - Google Patents

胰岛素疗法确定 Download PDF

Info

Publication number
CN114796702A
CN114796702A CN202210076492.7A CN202210076492A CN114796702A CN 114796702 A CN114796702 A CN 114796702A CN 202210076492 A CN202210076492 A CN 202210076492A CN 114796702 A CN114796702 A CN 114796702A
Authority
CN
China
Prior art keywords
patient
therapy
insulin delivery
insulin
instance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210076492.7A
Other languages
English (en)
Inventor
姜博屹
钟宇翔
P·J·阿格拉瓦尔
A·戴纳蒂
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.)
Medtronic Minimed Inc
Original Assignee
Medtronic Minimed Inc
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 Medtronic Minimed Inc filed Critical Medtronic Minimed Inc
Publication of CN114796702A publication Critical patent/CN114796702A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT 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
    • G16H20/17—ICT 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 delivered via infusion or injection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/142—Pressure infusion, e.g. using pumps
    • A61M5/14244—Pressure infusion, e.g. using pumps adapted to be carried by the patient, e.g. portable on the body
    • A61M5/14248—Pressure infusion, e.g. using pumps adapted to be carried by the patient, e.g. portable on the body of the skin patch type
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14503—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue invasive, e.g. introduced into the body by a catheter or needle or using implanted sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/20—Supervised data analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/142—Pressure infusion, e.g. using pumps
    • A61M2005/14208—Pressure infusion, e.g. using pumps with a programmable infusion control system, characterised by the infusion program
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/142—Pressure infusion, e.g. using pumps
    • A61M5/14244—Pressure infusion, e.g. using pumps adapted to be carried by the patient, e.g. portable on the body
    • A61M5/14248—Pressure infusion, e.g. using pumps adapted to be carried by the patient, e.g. portable on the body of the skin patch type
    • A61M2005/14252—Pressure infusion, e.g. using pumps adapted to be carried by the patient, e.g. portable on the body of the skin patch type with needle insertion means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/33—Controlling, regulating or measuring
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/20—Blood composition characteristics
    • A61M2230/201—Glucose concentration

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Optics & Photonics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Physics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Biotechnology (AREA)
  • Bioethics (AREA)
  • Nutrition Science (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Dermatology (AREA)
  • Chemical & Material Sciences (AREA)
  • Emergency Medicine (AREA)
  • Medicinal Chemistry (AREA)

Abstract

描述了用于确定胰岛素疗法的技术。所述技术包含获得当前患者的患者特征信息；使用机器学习模型，基于所述患者特征信息从多种胰岛素递送疗法中确定针对所述当前患者的胰岛素递送疗法，其中所述机器学习模型是基于多个患者的数字表示生成的；以及输出指示所确定的胰岛素递送疗法的信息。

Description

胰岛素疗法确定
技术领域
本公开涉及医疗系统，并且更具体地涉及用于针对糖尿病的疗法的医疗系统。
背景技术
患有糖尿病的患者通常从胰岛素递送装置(例如，泵或注射装置)接收胰岛素以控制他或她的血流中的葡萄糖水平。由于胰岛素产生不足和/或由于胰岛素抵抗，天然产生的胰岛素可能无法控制糖尿病患者的血流中的葡萄糖水平。为了控制葡萄糖水平，患者的疗法例行程序可以包含胰岛素的基础剂量和团注剂量。在禁食期间，基础剂量倾向于将葡萄糖水平保持在一致的水平。可以在进餐时间或接近进餐时间或葡萄糖水平可能有相对快速变化的其它时间将团注剂量递送给患者。
发明内容
本文公开了用于胰岛素疗法确定的技术。可以使用系统；处理器实施的方法；以及存储指令的非暂时性处理器可读存储介质来实践所述技术，所述指令在被所述一个或多个处理器执行时引起所述技术的执行。
在一些实例中，所述技术可以涉及获得当前患者的患者特征信息；使用机器学习模型，基于所述患者特征信息从多种胰岛素递送疗法中确定针对所述当前患者的胰岛素递送疗法，其中所述机器学习模型是基于多个患者的数字表示生成的；以及输出指示所确定的胰岛素递送疗法的信息。
在下文的附图和描述中阐述本公开的一个或多个方面的细节。本公开的其它特征、目的和优点将根据所述描述和附图以及权利要求书变得明显。
附图说明
图1是展示了根据本公开中所描述的一个或多个实例的包括胰岛素泵的示例胰岛素疗法确定系统的框图。
图2是展示了根据本公开中所描述的一个或多个实例的包括手动注射装置的示例胰岛素疗法确定系统的框图。
图3是展示了根据本公开中所描述的一个或多个实例的包括网络化注射装置的示例胰岛素疗法确定系统的框图。
图4是展示了根据本公开中所描述的一个或多个实例的患者装置的实例的框图。
图5是展示了根据本公开中所描述的一个或多个实例的医师装置的实例的框图。
图6是展示了用于胰岛素疗法确定的示例过程的流程图。
图7是展示了用于生成用于胰岛素疗法确定的机器学习模型的示例过程的流程图。
具体实施方式
在本公开中描述了用于胰岛素疗法确定的装置、系统和技术。对于糖尿病患者，可以通过补充胰岛素来控制如葡萄糖水平的增加等葡萄糖水平的变化。例如，糖尿病患者往往对胰岛素有抵抗力或无法产生足够的胰岛素来降低葡萄糖水平。因此，糖尿病患者可能依赖于以团注和/或基础剂量递送补充胰岛素以将葡萄糖水平保持在目标范围内(例如，在100dl/mg到180dl/mg内)，所述目标范围的上限为低于高血糖葡萄糖水平的预定数量的值，并且下限为高于低血糖葡萄糖水平的预定数量的值。
然而，不同的患者可能有不同的胰岛素递送疗法。这可能至少部分是由于不同的患者具有不同的偏好，这可以影响疗法依从性。例如，第一疗法可以对应于每顿餐食后递送相同量的胰岛素，并且第二疗法可以对应于每顿餐食的定制量的胰岛素(例如，不同量的胰岛素)。理论上，第二疗法应该比第一疗法提供更好的临床结果(例如，葡萄糖水平在更长的时间内维持在目标范围内)，但实际上，患者的偏好可能会使第二疗法产生比第一疗法更差的临床结果。例如，第二疗法可能涉及碳水化合物计数，但更喜欢简单性而不是准确性的患者可能会使用随机值而不是花时间找出餐食的碳水化合物含量。对于此类患者，针对每顿餐食统一量的胰岛素可能比针对每顿餐食定制量的胰岛素产生更好的临床结果。
本公开描述了用于以平衡临床结果与患者偏好的方式确定当前患者的胰岛素递送疗法的示例技术。这可以基于生成将患者特征(例如，人口统计信息)与对应于具有那些特征的患者的最佳临床结果的胰岛素递送疗法相关的机器学习模型来实现。因此，所述模型可以用于基于当前患者的特征预测将为当前患者提供最佳临床结果的胰岛素递送疗法。
应当理解，本文所公开的技术可以用一种或多种类型的胰岛素(例如，速效胰岛素、中效胰岛素和/或慢效胰岛素)来实践。因此，如“基础胰岛素”和“团注胰岛素”等术语不一定表示不同类型的胰岛素。例如，速效胰岛素可以用于基础剂量和团注剂量。
图1是展示了根据本公开中所描述的一个或多个实例的包括胰岛素泵的示例胰岛素疗法确定系统的框图。图1展示了系统10A，所述系统包含胰岛素泵14、管道16、输注器18、监测装置20(例如，葡萄糖水平监测装置)、患者装置24、云26和医师装置36。云26表示包含一个或多个处理器28A-28N(“一个或多个处理器28”)的本地、广域或全球计算网络，这些处理器位于一个或多个网络装置(例如，一个网络装置可以包含一个或多个处理器28或者一个或多个处理器28可以分布在多个网络装置上)内。在一些实例中，各种组件可以基于由监测装置20确定的葡萄糖水平来确定疗法的改变，并且因此系统10A可以被称为葡萄糖水平管理系统10A。
患者12可能患有糖尿病(例如，1型糖尿病或2型糖尿病)，并且因此，患者12的葡萄糖水平可以通过补充胰岛素的递送来控制。例如，患者12可能无法产生足够的胰岛素来控制葡萄糖水平，或者由于患者12可能已经发展出的胰岛素抵抗，患者12产生的胰岛素量可能不足。
为了接受补充胰岛素，患者12可以携带联接到用于将胰岛素递送到患者12中的管道16的胰岛素泵14。输注器18可以连接到患者12的皮肤并且包含将胰岛素递送到患者12中的套管。监测装置20还可以联接到患者12以测量患者12的葡萄糖水平。胰岛素泵14、管道16、输注器18和监测装置20可以一起形成胰岛素泵系统。胰岛素泵系统的一个实例是美敦力迷你美公司(MEDTRONIC MINIMED,INC.)的MINIMEDTM670G胰岛素泵系统。然而，可以使用胰岛素泵系统的其它实例，并且示例技术不应被认为限于MINIMEDTM 670G胰岛素泵系统。例如，本公开中所描述的技术可以用于包含无线通信能力的胰岛素泵系统。然而，示例技术不应被认为限于具有无线通信能力的胰岛素泵系统，并且如有线通信等其它类型的通信也是可能的。在另一个实例中，胰岛素泵14、管道16、输注器18和/或监测装置20可以含有在同一壳体中。
胰岛素泵14可以是患者12可以放置在不同位置中的相对较小的装置。例如，患者12可以将胰岛素泵14夹到患者12所穿戴的裤子的腰带。在一些实例中，为谨慎起见，患者12可以将胰岛素泵14放置在口袋中。通常，胰岛素泵14可以被穿戴在不同的地方，并且患者12可以基于患者12正在穿戴的特定衣服将胰岛素泵14放置在某个位置中。
为了递送胰岛素，胰岛素泵14包含一个或多个储器(例如，两个储器)。储器可以是保持至多N个单位的胰岛素(例如，至多300个单位的胰岛素)并锁定到胰岛素泵14中的塑料筒。胰岛素泵14可以是由可更换和/或可充电电池供电的电池供电装置。
管道16可以在第一端部处连接到胰岛素泵14中的储器，并且可以在第二端部处连接到输注器18。管道16可以将胰岛素从胰岛素泵14的储器携带到患者12。管道16可以是柔性的，从而允许成环或弯曲以最小化管道16变得与胰岛素泵14或输注器18分离的担忧或管道16断裂的担忧。
输注器18可以包含患者12将其插入到皮肤下脂肪层中(例如，皮下连接)的薄套管。输注器18可以搁置在患者12的胃附近。胰岛素可以从胰岛素泵14的储器行进穿过管道16，穿过输注器18中的套管，并进入患者12体内。在一些实例中，患者12可以使用输注器插入装置。患者12可以将输注器18放置到输注器插入装置中，并且在按下输注器插入装置上的按钮的情况下，输注器插入装置可以将输注器18的套管插入到患者12的脂肪层中，并且在套管插入患者12的脂肪层中的情况下，输注器18可以搁置在患者的皮肤的顶部上。
在一些实例中，胰岛素泵14可以是可植入的胰岛素泵。为了便于描述，关于在患者12外部的胰岛素泵14来描述本公开。
监测装置20可以包含插入在患者12的皮肤下，如患者12的胃附近或患者12的手臂中(例如，皮下连接)的葡萄糖传感器。监测装置20可以被配置成测量间质葡萄糖水平，所述间质葡萄糖是在患者12的细胞之间的流体中发现的葡萄糖。监测装置20可以被配置成连续地或周期性地采样葡萄糖水平和葡萄糖水平随时间的变化速率。
在一个或多个实例中，胰岛素泵14、监测装置20和/或图1中所展示的各个组件可以一起形成闭环的疗法递送系统。例如，患者12可以在胰岛素泵14上设置目标葡萄糖水平，通常以毫克/分升为单位进行测量。胰岛素泵14可以从监测装置20接收当前的葡萄糖水平，并且作为响应，可以增加或减少递送给患者12的胰岛素量(例如，通过递送不同数量的离散胰岛素团注或改变胰岛素团注大小)。例如，如果当前葡萄糖水平高于目标葡萄糖水平，则胰岛素泵14可以增加胰岛素。如果当前葡萄糖水平低于目标葡萄糖水平，则胰岛素泵14可以暂时停止递送胰岛素。胰岛素泵14可以被认为是自动胰岛素递送(AID)装置的实例。AID装置的其它实例也是可能的，并且本公开中所描述的技术可以适用于其它AID装置。
胰岛素泵14和监测装置20可以被配置成一起操作以模拟健康胰腺以其进行工作的方式中的一些方式。胰岛素泵14可以被配置成递送基础剂量，所述基础剂量是全天连续或基本连续释放的少量胰岛素。有时葡萄糖水平会升高，如由于进食或患者12进行的一些其它活动。胰岛素泵14可以被配置成与食物摄入相关联地按照需要递送团注剂量或校正血流中不令人期望的高葡萄糖水平，例如补充基础剂量。在一个或多个实例中，如果葡萄糖水平升高至目标水平以上，则胰岛素泵14可以递送团注剂量以解决葡萄糖水平的升高。胰岛素泵14可以被配置成计算基础剂量和团注剂量，并且相应地递送基础剂量和团注剂量。例如，胰岛素泵14可以确定要连续递送的基础剂量的量，并且然后响应于由于进食或一些其它事件引起的葡萄糖水平的升高而确定要递送以降低葡萄糖水平的团注剂量的量。术语食用通常用于指代消耗食物的行为，并且也包含饮用。
因此，在一些实例中，监测装置20可以对葡萄糖水平进行采样以确定葡萄糖水平随时间的变化速率。监测装置20可以将葡萄糖水平输出到胰岛素泵14(例如，通过如蓝牙或BLE等无线链路连接)。胰岛素泵14可以将葡萄糖水平与目标葡萄糖水平(例如，由患者12或临床医生设置的)进行比较，并且基于比较调整胰岛素剂量。
如上文所描述，患者12或临床医生可以在胰岛素泵14上设置一种或多种目标葡萄糖水平。患者12或临床医生可以以多种方式在胰岛素泵14上设置目标葡萄糖水平。作为一个实例，患者12或临床医生可以利用患者装置24与胰岛素泵14通信。医师可以利用医师装置36和/或患者装置24与胰岛素泵14通信。
患者装置24和医师装置36的实例包含如智能手机、平板计算机、膝上型计算机等移动装置。在一些实例中，患者装置24和/或医师装置36可以是用于胰岛素泵14的特殊编程器或控制器(例如，专用远程控制装置)。尽管图1展示了一个患者装置24，但是在一些实例中，可以存在多个患者装置。例如，系统10A可以包含移动装置和专用无线控制器，其中的每一个都是患者装置24的实例。仅为了便于描述，示例技术是关于患者装置24进行描述的，并且应理解为患者装置24可以是一个或多个患者装置。
患者装置24和/或医师装置36也可以被配置成与监测装置20接口。作为一个实例，患者装置24和/或医师装置36可以通过胰岛素泵14从监测装置20接收信息，其中胰岛素泵14在患者装置24与监测装置20之间中继信息。作为另一个实例，患者装置24和/或医师装置36可以直接从监测装置20(例如，通过无线链路)接收信息(例如，葡萄糖水平或葡萄糖水平的变化速率)。
在一个或多个实例中，患者装置24可以包括用户接口，患者12或临床医生可以用所述用户接口控制胰岛素泵14。例如，患者装置24可以包括允许患者12或临床医生输入目标葡萄糖水平的触摸屏。另外或可替代地，患者装置24可以包括输出当前和/或过去的葡萄糖水平的显示装置。在一些实例中，患者装置24可以向患者12输出通知，如葡萄糖水平过高或过低的通知以及关于患者12需要采取的任何动作的通知。例如，如果胰岛素泵14的电池的电量低，则胰岛素泵14可以向患者装置24输出电池电量低指示，并且患者装置24可以进而向患者12输出更换电池或对电池进行充电的通知。
通过患者装置24的显示装置控制胰岛素泵14仅被提供作为实例，并且不应被认为是限制性的。例如，胰岛素泵14可以包含允许患者12或临床医生设置胰岛素泵14的各种葡萄糖水平的按钮。在一些实例中，胰岛素泵14本身或作为患者装置24的补充可以被配置成向患者12输出通知。例如，如果当前感测的葡萄糖水平过高或过低，则胰岛素泵14可以输出听觉或触觉输出。在一些实例中，如果电池电量低，则胰岛素泵14可以在胰岛素泵14的显示器上输出电池电量低指示。
如上所提及的，胰岛素泵14可以基于当前的葡萄糖水平(例如，由监测装置20测量)向患者12递送胰岛素。然而，应当理解，胰岛素递送不限于基于当前葡萄糖水平的实施方案。例如，胰岛素泵14可以基于预测的葡萄糖水平(例如，基于葡萄糖水平趋势确定的未来葡萄糖水平)向患者12输送胰岛素。
在一个或多个实例中，胰岛素泵14可以被编程为具有一种或多种胰岛素递送疗法，这些疗法限定了递送胰岛素的时间和量。例如，一种或多种胰岛素递送疗法可以限定每顿餐食后递送的胰岛素量。针对每顿餐食，递送的胰岛素量可能相同，针对一些餐食，胰岛素量可能不同，或者可能基于如一天中的时间、地点、工作日或周末等其它信息而不同。
当医师确定患者12将接受胰岛素疗法并且开出使用胰岛素泵14的处方时，医师可以确定胰岛素递送疗法，用所述疗法对胰岛素泵14进行编程，使得胰岛素泵14可以根据胰岛素递送疗法来递送疗法。医师可以利用他或她的专业知识来确定适合患者12的胰岛素递送疗法。例如，医师可以利用医师装置36来检索患者12的患者记录，并且然后可以基于患者12的患者记录确定患者12的胰岛素递送疗法。
在一些实例中，医师可以基于本文称为“数字孪生”的患者特异性生理模拟器来确定胰岛素递送疗法。因此，可以以考虑患者12的各种特质的方式来确定胰岛素递送疗法。更具体地，数字孪生可以是基于数学模型的数字表示或复制品，所述数学模型具有一个或多个患者特异性参数(例如，胰岛素敏感性因子、体重、胰岛素与碳水化合物的比率、内源性葡萄糖产生、碳水化合物吸收速度和/或胰岛素吸收速度)。数字孪生可以通过在一个或多个处理器上执行的软件实施。数字孪生可以模拟餐食内容信息、胰岛素剂量信息和葡萄糖水平之间的相互关系。例如，基于包括患者将要食用的碳水化合物的估计量和递送给患者的胰岛素的建议量的输入，数字孪生可以输出关于患者12在餐后一段时间内的葡萄糖水平的信息。
然而，对于一些患者来说，数字孪生可能并不容易获得。例如，对于没有胰岛素疗法历史的患者，数字孪生可能不存在，因为生成数字孪生可能涉及基于患者对胰岛素的生理反应推导出一个或多个患者特异性参数。
本公开描述了甚至对于此类患者来确定胰岛素递送疗法的示例技术。更具体地，示例技术涉及基于其它患者的数字孪生为当前患者(例如，患者12)确定胰岛素递送疗法。
例如，每个数字孪生可以用于模拟由多种胰岛素递送疗法中的每种胰岛素递送疗法产生的葡萄糖水平。因此，对于其它患者中的每个患者，可以基于模拟从所述多种胰岛素递送疗法中选择胰岛素递送疗法。所选疗法可以对应于所述患者的最佳临床结果(例如，相对最大量的范围内的时间)。基于其它患者的所选疗法，可以生成机器学习模型以将胰岛素递送疗法与患者特征(例如，人口统计信息)相关联。此机器学习模型可以应用于当前患者的特征以确定对应于当前患者的最佳临床结果的胰岛素递送疗法。
在一些实例中，所确定的胰岛素递送疗法可以是胰岛素递送疗法的“概况”，因为它包含关于疗法的一般信息但不包含可能因患者而异的特定信息。例如，疗法概况可以指示患者12是否应该在每顿餐食和/或活动后接受相同量的胰岛素、每顿餐食和/或活动后接受定制(例如，不同的)量的胰岛素、基于一周中的某天、地点或一天中的时间等的定制量的胰岛素；然而，疗法概况可以不指定任何特定量的胰岛素。相反，医师可以选择特定量的胰岛素用于胰岛素递送疗法的概况。在一些实例中，所确定的胰岛素递送疗法可以包含胰岛素递送疗法的概况以及指示每顿餐食和/或活动后要递送的胰岛素量的信息以供医师审查和批准。
如图1中所展示的，系统10A包含云26，所述云包含一个或多个处理器28、数据库30、数字表示32和任选地，机器学习(ML)模型34。如下文更详细描述的，一个或多个处理器28可以被配置成基于数字表示32和数据库30生成ML模型34。一个或多个处理器28、医师装置36和/或患者装置24然后可以利用ML模型34来确定用于患者12的胰岛素递送疗法。
云26可以包含多个网络装置(例如，服务器)，并且每个网络装置可以包含一个或多个处理器。一个或多个处理器28可以分布在多个网络装置上或者可以定位于网络装置中单个网络装置内。云26表示支持一个或多个处理器28的计算基础设施，所述一个或多个处理器可以执行一个或多个用户请求的应用程序或操作。例如，一个或多个处理器28可以远程存储、管理和/或处理原本由患者装置24本地存储、管理和/或处理的数据。一个或多个处理器28可以共享用于执行计算的数据或资源，并且可以是计算服务器、网络服务器、数据库服务器等的一部分。一个或多个处理器28可以在数据中心内的网络装置(例如，服务器)中，或者可以跨多个数据中心分布。在一些情况下，数据中心可以在不同的地理位置中。
一个或多个处理器28以及本文所描述的其它处理电路系统可以包含以下中的任何一个或多个：微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或任何其它等效的集成或离散逻辑电路系统，以及此类组件的任何组合。归属于一个或多个处理器28以及本文所描述的其它处理电路系统的功能可以体现为硬件、固件、软件或其任何组合。
一个或多个处理器28可以被实施为固定功能电路、可编程电路或其组合。固定功能电路是指提供特定功能并且在可以执行的操作上预先设置的电路。可编程电路是指可以被编程以执行各种任务并在可以执行的操作中提供灵活功能的电路。例如，可编程电路可以执行使可编程电路以由软件或固件的指令所限定的方式操作的软件或固件。固定功能电路可以执行软件指令(例如，以接收参数或输出参数)，但是所述固定功能电路执行的操作的类型通常是不可变的。在一些实例中，一个或多个处理器28可以包含不同的电路块(固定功能或可编程)，并且在一些实例中，一个或多个处理器28可以包含集成电路。一个或多个处理器28可以包含由可编程电路形成的算术逻辑单元(ALU)、基本功能单元(EFU)、数字电路、模拟电路和/或可编程核。在使用由可编程电路执行的软件来执行一个或多个处理器28的操作的实例中，一个或多个处理器28可访问的存储器(例如，在云26中的服务器上)可以存储一个或多个处理器28接收并执行的软件的目标代码。
数据库30可以维持多个患者(例如，当前正在通过胰岛素递送接受糖尿病治疗的患者)的信息。多个患者的信息可以包含如人口统计信息(例如，年龄、体重、身高、是否是吸烟者、血压等)等信息和指示多个患者的疗法结果的信息(例如，葡萄糖水平在患者的目标范围内保持多长时间，患者经历了多少次低血糖事件，最高葡萄糖水平是多少等)。维持在数据库30上的指示结果的信息可以包含来自患者正在接受的疗法的结果的信息。数据库30可以任选地维持患者正在接受的实际疗法的概况。
例如，多个患者中的每个患者可以佩戴或可以附接有相应的监测装置，例如监测装置20。可以将多个患者中的每个患者的葡萄糖水平测量结果上传(例如，通过相应的患者装置)到数据库30。一个或多个处理器28可以访问数据库30以确定来自多个患者正在接受的胰岛素递送疗法的结果。尽管可能，但数据库30可能没有必要维持或者一个或多个处理器28可能没有必要利用多个患者正在接受的实际胰岛素递送疗法。
如所展示的，云26还可以包含数字表示32。数字表示32可以是多个患者的数字复制品(例如，数字孪生)。可能已经生成数字表示32用于确定多个患者的胰岛素递送疗法。如更详细描述的，一个或多个处理器28可以利用其它患者的数字表示32来确定ML模型34，以确定当前患者12的胰岛素递送疗法。
为便于说明，数字表示32示出在云26内部。在一些实例中，数字表示32可以通过在一个或多个处理器28上执行的软件实施。在一些实例中，数字表示32所使用的患者特异性参数可以维持在数据库30中。
根据本公开中描述的一个或多个实例，数据库30可以维持多种胰岛素递送疗法。每种胰岛素递送疗法可以限定信息，如对于每次胰岛素递送(例如，均匀团注)，递送的胰岛素量是否相同，递送的胰岛素量是否基于餐食类型而不同(例如，为早餐、午餐和晚餐定制的团注)，一周中不同天的胰岛素输送量是否不同(例如，为工作日和周末定制的团注)等。在一些实例中，维持在数据库30中的胰岛素递送疗法可以包含指示要递送的胰岛素量的信息，但是不需要包含要递送的胰岛素的量。在一些实例中，数据库30中维持的胰岛素递送疗法可以包含如基于与特定类型的商店、餐馆等的接近度要递送的胰岛素的量的信息。
下文表1提供了数据库30可以维持的多种胰岛素递送疗法的实例。在一些实例中，每种胰岛素递送疗法可以是“平衡”疗法，因为它寻求临床结果与和患者依从性之间的平衡。
表1
Figure BDA0003484243410000101
在一个或多个实例中，一个或多个处理器28可以利用数字表示32来模拟多个患者对根据多种胰岛素递送疗法中的每种胰岛素递送疗法接受疗法的生理反应。因此，一个或多个处理器28可以基于为多个患者中的每个患者模拟多种胰岛素递送疗法中的每种胰岛素递送疗法的疗法结果来生成多种模拟疗法结果。
对于多个患者中的每个患者，一个或多个处理器28可以基于多种模拟疗法结果从多种胰岛素递送疗法中选择胰岛素递送疗法。例如，一个或多个处理器28可以选择产生最佳模拟疗法结果(例如，范围内最长的时间、最少的低血糖事件、最低的最大葡萄糖水平等)的胰岛素递送疗法。
一个或多个处理器28可以向数据库30提供所选胰岛素递送疗法。对于每个患者，数据库30可以维持与人口统计信息和/或指示疗法结果的信息相关联的相应选择的胰岛素递送疗法。表2是示例数据库表。
表2
Figure BDA0003484243410000102
一个或多个处理器28可以基于人口统计信息、指示疗法结果的信息和所选胰岛素递送疗法来生成ML模型34。例如，一个或多个处理器28可以基于监督训练或无监督训练生成ML模型34。
对于监督训练，表2可能是用于生成ML模型34的“地面真值”。例如，在ML模型34的生成期间，一个或多个处理器28可以更新ML模型34的权重，使得对于给定的输入，ML模型34的输出近似等于地面真值。
无监督训练的一个实例是k均值聚类，但其它用于无监督训练以生成ML模型34的技术也是可能的。例如，一个或多个处理器28可以利用表2中的信息来生成集群，其中每个集群是基于人口统计信息、指示疗法结果的信息和所选胰岛素递送疗法来确定的。所得集群组织可以是ML模型34的实例。
在一些实例中，一旦生成了ML模型34，ML模型34就可以重复用于不同的患者以确定胰岛素递送疗法。一个或多个处理器28可以使用类似于上文所描述那些的操作来周期性地更新ML模型34。例如，如果多个患者(例如，添加和/或移除一个或多个患者)和/或多种胰岛素递送疗法(例如，添加和/或移除一种或多种胰岛素递送疗法)有任何变化，那么一个或多个处理器28可以更新ML模型34。
如图1所展示的，医师装置36和/或患者装置24可以访问ML模型34来确定用于患者12的胰岛素递送疗法。例如，当医师确定患者12(例如，当前患者)将接受胰岛素疗法时，医师装置36可以获得患者12的患者特征信息。患者特征信息可以是患者12的人口统计信息和/或疗法的期望结果。例如，用户(例如，医师、医师助理或护士)可以将患者12的年龄、患者12的性别、患者12的体重、患者12的身高、患者12是否是吸烟者、期望的范围内的时间、低血糖事件的最大可允许数量、最大可允许的葡萄糖水平等输入医师装置36。医师装置36可以将患者特征信息(例如，人口统计信息和/或期望的疗法结果)传送到一个或多个处理器28，所述一个或多个处理器可以将ML模型34应用于患者特征信息以确定推荐给患者12的胰岛素递送疗法。一个或多个处理器28可以将指示胰岛素递送疗法的数据传送给医师装置36以呈现给医师。
在一些实例中，医师可以审查和评估胰岛素递送疗法以确定胰岛素递送疗法是否适合患者12。在一些实例中，医师还可以确定用于胰岛素递送疗法的一种或多种胰岛素量。例如，胰岛素递送疗法可以指定工作日和周末的不同量的胰岛素(例如，工作日的剂量与周末的剂量不同)，并且医师可以指定不同量的胰岛素。然而，在一些其它实例中，胰岛素递送疗法可以包含一种或多种胰岛素量的推荐以供医师审查。
在医师批准后，胰岛素泵14可以被配置成根据胰岛素递送疗法递送胰岛素。这可以按多种方式获得。例如，胰岛素泵14可以与医师装置26通信联接，所述医师装置可以自动配置胰岛素泵14。作为另一个实例，医师装置26可以将指示批准的数据传送到云16，所述云将指示胰岛素递送疗法的数据传送到患者装置24。在一些实例中，患者装置24可以相应地自动配置胰岛素泵14。
在一些实例中，可以多次执行对患者12的胰岛素递送疗法的确定。例如，如果医师确定第一胰岛素递送疗法产生不令人满意的临床结果(例如，因为患者12没有充分遵守第一胰岛素递送疗法)，则可以重复上述技术以确定患者12的第二胰岛素递送疗法。重复确定胰岛素递送疗法的其它示例原因包含患者12的人口统计学变化(例如，体重增加或减轻、戒烟、年龄增加等)和/或疗法的期望结果(例如，范围内更长或更短的时间，更高或更低的最大葡萄糖水平等)。
尽管以上实例描述了在云26中实施的机器学习技术，但应当理解，机器学习技术的实施不限于云26。例如，机器学习技术可以以涉及云26、医师装置36和/或患者装置24的分布式方式来实施。因此，一个或多个处理器28、医师装置36的一个或多个处理器和/或患者装置24的一个或多个处理器可以被配置成基于执行存储在一个或多个处理器可读存储介质(例如，云26中的网络装置的存储器、医师装置36的存储器和/或患者装置24的存储器)中的指令来执行本公开中所描述的示例技术。
图2是展示了根据本公开中所描述的一个或多个实例的包括手动注射装置(未示出)的示例胰岛素疗法确定系统的框图。图2展示了类似于图1的系统10A的系统10B。然而，在系统10B中，患者12可以没有胰岛素泵14。而是，患者12可以利用手动注射装置(例如，胰岛素笔或注射器)来递送胰岛素。例如，不是胰岛素泵14自动递送胰岛素，而是患者12(或患者12的护理者)可以用胰岛素填充注射器，在胰岛素笔中设置剂量并执行注射。
系统10B的实例可以以与系统10A的实例基本相同的方式操作。然而，在系统10B中，没有要配置的胰岛素泵14。因此，在获得医师批准后，云26可以将指示所确定的胰岛素递送疗法的信息传送到患者装置24，所述患者装置可以定期向患者12或患者12的护理者提供信息，以用适量的胰岛素填充注射器或胰岛素笔以供递送。
图3是展示了根据本公开中所描述的一个或多个实例的包括网络化注射装置的另一个示例胰岛素疗法确定系统的框图。图3展示了类似于图1的系统10A和图2的系统10B的系统10C。在系统10C中，患者12可以没有胰岛素泵14。而是，患者12可以利用注射装置40来递送胰岛素。例如，不是胰岛素泵14自动递送胰岛素，而是患者12(或患者12的护理者)可以利用注射装置40执行注射。
注射装置40可以不同于注射器，因为注射装置40可以是能够与患者装置24、医师装置36和/或系统10C中的其它装置通信的装置。例如，注射装置40可以接收指示所确定的胰岛素递送疗法的信息，并且可以根据所确定的胰岛素递送疗法自动设置用于递送给患者12的适量的胰岛素。
而且，注射装置40可以包含储器，并且可以能够基于指示要递送多少疗法剂量的信息用量那么多胰岛素用于递送。例如，注射装置40可以基于从患者装置24和/或医师装置36接收的信息自动设置胰岛素量。在一些实例中，注射装置40可以类似于胰岛素泵14，但不是由患者12穿戴。注射装置40的一个实例是胰岛素笔，其有时也被称为智能胰岛素笔。注射装置40的另一个实例可以是具有智能帽的胰岛素笔，其中智能帽可以用于设置特定的胰岛素剂量。
上述实例将胰岛素泵14、注射器和注射装置40描述为递送胰岛素的示例方式。在本公开中，术语“胰岛素递送装置”通常可以指用于递送胰岛素的任何装置。胰岛素递送装置的实例包含胰岛素泵14、注射器和注射装置40。如所描述的，注射器可以是用于注射胰岛素、但不一定能够通信或给药特定量的胰岛素的装置。然而，注射装置40可以是用于注射胰岛素、且可以能够与其它装置通信(例如，通过蓝牙、BLE和/或Wi-Fi)或可以能够给药特定量的胰岛素的装置。注射装置40可以是供电(例如，电池供电)装置，并且注射器可以是不需要电力的装置。
图4是展示了根据本公开中所描述的一个或多个实例的患者装置的实例的框图。虽然患者装置24通常可以被描述为手持计算装置，但是在一些实例中，患者装置24可以是例如笔记本计算机或工作站。在一些实例中，患者装置24可以是如智能手机或平板计算机等移动装置。患者装置24可以执行允许患者装置24执行本公开中所描述的示例技术的应用程序。在一些实例中，患者装置24可以是用于与胰岛素泵14通信的专用控制器。
如图4中所展示的，患者装置24可以包含处理电路系统42、存储器44、用户接口46、遥测电路系统48和电源50。存储器44可以存储程序指令，所述程序指令在由处理电路系统42执行时使得处理电路系42提供贯穿本公开归属于患者装置24的功能。例如，存储器44是存储指令的一个或多个处理器可读存储介质的实例，所述指令在被处理电路系统42执行时使得执行本公开中所描述的一种或多种示例技术。
在一些实例中，患者装置24的存储器44可以存储如要递送的胰岛素量、目标葡萄糖水平、递送时间等多个参数。处理电路系统42(例如，通过遥测电路系统48)可以将存储在存储器44中的参数输出到胰岛素泵14或注射装置40以将胰岛素递送给患者12。在一些实例中，处理电路系统42可以执行存储在存储器44中的通知应用程序，所述通知应用程序通过用户接口46向患者12输出通知，如服用胰岛素、胰岛素量和服用胰岛素的时间的通知。
存储器44可以包含任何易失性、非易失性、固定、可移除、磁性、光学或电介质，如RAM、ROM、硬盘、可移除磁盘介质、NVRAM、EEPROM、闪存等。处理电路系统42可以采用一个或多个微处理器、DSP、ASIC、FPGA、可编程逻辑电路系统等的形式，并且本文中归属于处理电路系统42的功能可以体现为硬件、固件、软件或其任何组合。
用户接口46可以包含按钮或键盘、灯、用于语音命令的麦克风和/或如液晶(LCD)等显示装置。在一些实例中，所述显示器可以是触摸屏。如本公开中所讨论的，处理电路系统42可以通过用户接口46呈现和接收与疗法有关的信息。例如，处理电路系统42可以通过用户接口46接收患者输入。患者输入可以例如通过按压键盘上的按钮、通过键盘输入文本或从触摸屏选择图标来输入。
遥测电路系统48包含用于与如云26中的装置、医师装置36、胰岛素泵14或注射装置40(如果适用的话)和监测装置20等另一个装置通信的任何合适的硬件、固件、软件或其任何组合。遥测电路系统48可以在天线的帮助下接收通信，所述天线可以在患者装置24的内部和/或外部。遥测电路系统48也可以被配置成通过无线通信技术与另一个计算装置通信，或者通过有线连接进行直接通信。可以用于促进患者装置24与另一个计算装置之间的通信的本地无线通信技术的实例包含根据IEEE 802.11、蓝牙或BLE规范集的RF通信、例如根据IrDA标准的红外通信或其它标准或专有遥测协议。遥测电路系统48还可以提供与运营商网络的连接以访问云26。以这种方式，其它装置可以能够与患者装置24通信。
电源50向患者装置24的组件提供操作功率。在一些实例中，电源50可以包含电池，如可再充电或不可充电电池。不可充电电池可以持续数月或数年，而可充电电池可以例如每天或每周通过外部装置定期充电。可再充电电池的再充电可以通过使用交流电(AC)插座或通过外部充电器与患者装置24内的感应充电线圈之间的近侧感应相互作用来完成。
图5是展示了根据本公开中所描述的一个或多个实例的医师装置的实例的框图。医师装置36可以类似于患者装置24。然而，在一些实例中，医师装置36可以是膝上型计算机、台式计算机、笔记本计算机或工作站。
存储器54可以类似于图4的存储器44，处理电路系统52可以类似于图4的处理电路系统42，遥测电路系统58可以类似于图4的遥测电路系统48，并且用户接口56可以类似于图4的用户接口46。在医师装置36是台式计算机或工作站的实例中，电源60可以包含插入壁式插座以供电的AC/DC转换器。在医师装置36是膝上型或手持装置的实例中，电源60可以类似于图4的电源50。
图6是展示了用于胰岛素疗法确定的示例过程的流程图。出于说明的目的，关于一个或多个处理器以及存储指令的一个或多个处理器可读存储介质来描述图6的示例过程，所述指令在被一个或多个处理器执行时使得执行图6中所描述的示例技术。一个或多个处理器的实例包含一个或多个处理器28、处理电路系统42的一个或多个处理器和/或处理电路系统52的一个或多个处理器。一个或多个处理器可读存储介质的实例包含云26中的一个或多个装置的一个或多个存储器；存储器44；和/或存储器54。
一个或多个处理器可以获得当前患者12的患者特征信息(62)。患者特征的实例包含患者12的人口统计信息(例如，身高、体重、性别、是否是吸烟者等)和/或期望的疗法结果(例如，期望的范围内的时间、低血糖事件的最大可允许数量、最大可允许的葡萄糖水平等)。一个或多个处理器可以从患者装置24和/或医师装置36获得患者特征信息，其可以通过用户接口46和/或用户接口56获得患者特征信息中的至少一些患者特征信息。
一个或多个处理器可以使用机器学习模型(例如，ML模型34)，基于患者特征信息从多种胰岛素递送疗法中确定针对当前患者12的胰岛素递送疗法(64)。在一些实例中，多种胰岛素递送疗法中的每种胰岛素递送疗法可以表示患者依从疗法的可能性与疗法的临床结果之间的不同平衡。例如，指定统一团注量的第一疗法可能相较于临床结果更重视患者依从性，而指定不同团注量的第二疗法可能相较于患者依从性更重视临床结果。然而，由于患者依从性因素，第一疗法可以为一些患者提供最佳疗法结果，并且第二疗法可以为一些其它患者提供最佳疗法结果。基于患者特征可以用于预测患者依从性的假设，ML模型34可以将患者特征与预测的疗法相关联，以为具有那些特征的患者提供最佳结果。
如将参考图7更详细地描述的那样，可以基于多个患者的数字表示32生成机器学习模型(例如，ML模型34)。在一些实例中，多个患者可以排除当前患者12。因此，一个或多个处理器可以能够在不使用当前患者12的数字表示的情况下(例如，不需要当前患者12的数字孪生)确定胰岛素递送疗法。
一个或多个处理器可以输出指示在框64处确定的胰岛素递送疗法的信息(66)。例如，一个或多个处理器可以向医师装置36输出指示所确定的胰岛素递送疗法的信息以供显示。医师可以审查和批准所确定的胰岛素递送疗法。在一些实例中，指示所确定的胰岛素递送疗法的信息可以包含胰岛素递送疗法的概况，并且可以不包含指示要递送的胰岛素的量的信息。在此类实例中，医师可以推荐要递送的胰岛素的量。
可以(例如，周期性地，当患者12的人口统计信息有任何变化时和/或当疗法的期望结果有任何变化时)重复图6的示例过程。在一些实例中，在初始确定胰岛素递送疗法后，患者12可以根据胰岛素递送疗法接受疗法。在此时间期间，可以从胰岛素递送疗法中捕获实际结果。如果胰岛素递送疗法的实际结果(例如，范围内的时间)不令人满意，则医师可以改变疗法的期望结果。
在一些实例中，在图6的示例过程中使用的当前患者12的患者特征信息可以被认为是当前患者12的患者特征信息的第一实例，并且胰岛素递送疗法可以被认为是胰岛素递送疗法的第一实例。一个或多个处理器可以被配置成在获得患者特征信息的第一实例后的一段时间(例如，3个月或6个月)获得当前患者的患者特征信息的第二实例。一个或多个处理器可以使用机器学习模型(例如，ML模型34)基于患者特征信息的第二实例和指示所确定的胰岛素递送疗法的第二实例的输出信息从多种胰岛素递送疗法中确定针对当前患者12的胰岛素递送疗法的第二实例。
图7是展示了用于生成用于胰岛素疗法确定的机器学习模型的示例过程的流程图。出于说明的目的，关于一个或多个处理器以及存储指令的一个或多个处理器可读存储介质来描述图7的示例过程，所述指令在被一个或多个处理器执行时使得执行图7中所描述的示例技术。一个或多个处理器的实例包含一个或多个处理器28、处理电路系统42的一个或多个处理器和/或处理电路系统52的一个或多个处理器。一个或多个处理器可读存储介质的实例包含存储器44、存储器54和/或云26中的一个或多个装置的一个或多个存储器。
例如，一个或多个处理器可以包含第一组处理器和第二组处理器，并且一个或多个处理器可读存储介质可以包括第一组处理器可读存储介质和第二组处理器可读存储介质。患者装置24和/或医师装置36可以包含第一组处理器和第一组处理器可读存储介质。云26中的一个或多个装置可以包含第二组处理器(例如，一个或多个处理器28)和第二组处理器可读存储介质。
针对多个患者中的每个患者，一个或多个处理器28可以获得人口统计信息和指示疗法结果的信息(72)。多个患者可以排除患者12。疗法的结果可以维持在数据库30中(例如，基于来自对多个患者上的监测装置的测量)。数据库30还可以为多个患者中的每个患者维持人口统计信息。
针对所述多个患者中的每个患者，一个或多个处理器28可以使用相应的数字表示模拟所述多种胰岛素递送疗法中的每种胰岛素递送疗法的疗法结果以生成多个模拟疗法结果(74)。例如，可能有至少5000个患者(例如，10,000个患者)和至少5种胰岛素递送疗法(例如，20)。对于第一患者，一个或多个处理器28可以生成二十个模拟疗法结果(例如，二十种胰岛素递送疗法中的每种胰岛素递送疗法一个模拟疗法结果)。对于第二患者，一个或多个处理器28可以针对(例如，10,000个)患者中的每个患者生成二十个模拟疗法结果，以此类推。
在一个或多个实例中，一个或多个处理器28可以针对所述多个患者中的每个患者基于所述多个模拟疗法结果从所述多种胰岛素递送疗法中选择相应的胰岛素递送疗法(76)。例如，一个或多个处理器28可以针对10,000个患者中的第一患者确定二十个模拟疗法结果中的哪一个是最佳的，并且选择产生最佳结果的胰岛素递送疗法。对于10,000个患者中的第二患者，一个或多个处理器28可以确定二十个模拟疗法结果中的哪一个是最佳的，并且选择产生最佳结果的胰岛素递送疗法，以此类推。选择可以维持在如表2的数据库表中，其中每个患者的人口统计信息与疗法结果和所选胰岛素递送疗法相关联地维持。
一个或多个处理器28可以基于所述人口统计信息、指示疗法结果的信息以及多个患者中的每个患者的所选胰岛素递送疗法来生成所述机器学习模型(例如，ML模型34)(78)。作为一个实例，可以使用监督训练生成ML模型34。例如，表2的实例可以是用于生成ML模型34的地面真值。作为另一个实例，可以使用无监督训练生成ML模型34。例如，一个或多个处理器28可以基于表2的实例利用k均值聚类来形成具有类似特征的患者的聚类。
这些技术的各个方面可在一个或多个处理器，包含一个或多个微处理器、DSP、ASIC、FPGA或任何其它等效集成或离散逻辑电路系统，以及此类组件的任何组合内实现，其体现在编程器中，如医师或患者编程器、电刺激器或其它装置。术语“处理器”或“处理电路系统”一般可指代单独或与其它逻辑电路系统或任何其它等效电路组合的前述逻辑电路系统中的任一个。
在一个或多个实例中，本公开中所描述的功能可以以硬件、软件、固件或其任意组合实施。如果以软件形式实施，则可以将所述功能作为一个或多个指令或代码存储在计算机可读介质上，并且可以由基于硬件的处理单元执行所述功能。计算机可读介质或处理器可读存储介质可以包含形成有形、非暂时性介质的计算机可读存储介质或处理器可读存储介质。指令可以由一个或多个处理器，如一个或多个DSP、ASIC、FPGA、通用微处理器或其它等效的集成或离散逻辑电路系统来执行。因此，如本文所用，术语“处理器”可以是指前述结构中的任何结构或适于实施本文所描述的技术的任何其它结构。
另外，在一些方面，本文所描述的功能可以设置在专用硬件和/或软件模块内。将不同特征描绘为模块或单元旨在突出不同的功能方面，并且不一定暗示此类模块或单元必须由单独的硬件或软件组件来实现。相反，与一个或多个模块或单元相关联的功能可以由单独的硬件或软件部件来执行，或者集成在共用的或单独的硬件或软件部件中。而且，所述技术可以完全在一个或多个电路或逻辑元件中实施。本公开的技术可以在各种各样的装置或设备中实施，包含云26的一个或多个处理器28、患者装置24的一个或多个处理器、可穿戴装置22的一个或多个处理器、胰岛素泵14的一个或多个处理器或其某种组合。一个或多个处理器可以是一个或多个集成电路(IC)和/或驻留在本公开中所描述的示例系统中的各个位置的离散电路系统。
用于例如本公开中所描述的示例技术的一个或多个处理器或处理电路系统可以实施为固定功能电路、可编程电路或其组合。固定功能电路是指提供特定功能并且在可以执行的操作上预先设置的电路。可编程电路是指可以被编程以执行各种任务并在可以执行的操作中提供灵活功能的电路。例如，可编程电路可以执行使可编程电路以由软件或固件的指令所限定的方式操作的软件或固件。固定功能电路可以执行软件指令(例如，以接收参数或输出参数)，但是所述固定功能电路执行的操作的类型通常是不可变的。在一些实例中，单元中的一个或多个单元可以是不同的电路块(固定功能或可编程)，并且在一些实例中，所述一个或多个单元可以是集成电路。处理器或处理电路系统可以包含由可编程电路形成的算术逻辑单元(ALU)、基本功能单元(EFU)、数字电路、模拟电路和/或可编程核。在使用由可编程电路执行的软件来执行处理器或处理电路系统的操作的实例中，所述处理器或处理电路系统可访问的存储器可以存储所述处理器或处理电路系统接收并执行的软件的目标代码。
已经描述本公开的各个方面。这些以及其它方面处于以下权利要求书的范围内。

Claims (20)

1.一种用于确定胰岛素疗法的系统，所述系统包括：
一个或多个处理器；以及
一个或多个处理器可读存储介质，所述一个或多个处理器可读存储介质存储指令，所述指令在被所述一个或多个处理器执行时使得执行以下操作：
获得当前患者的患者特征信息；
使用机器学习模型，基于所述患者特征信息从多种胰岛素递送疗法中确定针对所述当前患者的胰岛素递送疗法，其中所述机器学习模型是基于多个患者的数字表示生成的；以及
输出指示所确定的胰岛素递送疗法的信息。
2.根据权利要求1所述的系统，其中所述多种胰岛素递送疗法至少包括指示针对每顿餐食的相同量的胰岛素的第一胰岛素递送疗法、指示针对每顿餐食定制的胰岛素量的第二胰岛素递送疗法以及指示第一组天数期间餐食的第一胰岛素量和第二组天数期间餐食的第二胰岛素量的第三胰岛素递送疗法。
3.根据权利要求1所述的系统，其中所述当前患者的所述患者特征信息包括所述当前患者的患者特征信息的第一实例，其中所确定的胰岛素递送疗法包括胰岛素递送疗法的第一实例，并且其中所述一个或多个处理器可读存储介质进一步存储指令，所述指令在被所述一个或多个处理器执行时使得执行以下操作：
在获得所述患者特征信息的第一实例后，获得所述当前患者的患者特征信息的第二实例；
使用所述机器学习模型，基于所述患者特征信息的第二实例从所述多种胰岛素递送疗法中确定针对所述当前患者的胰岛素递送疗法的第二实例；
输出指示所确定的胰岛素递送疗法的第二实例的信息。
4.根据权利要求1所述的系统，其中所述一个或多个处理器可读存储介质进一步存储指令，所述指令在被所述一个或多个处理器执行时使得执行以下操作：
针对所述多个患者中的每个患者获得人口统计信息和指示疗法结果的信息；
针对所述多个患者中的每个患者，使用相应的数字表示模拟所述多种胰岛素递送疗法中的每种胰岛素递送疗法的疗法结果以生成多个模拟疗法结果；
针对所述多个患者中的每个患者基于所述多个模拟疗法结果从所述多种胰岛素递送疗法中选择相应的胰岛素递送疗法；以及
基于所述人口统计信息、指示疗法结果的信息以及所述多个患者中的每个患者的所选胰岛素递送疗法来生成所述机器学习模型。
5.根据权利要求1所述的系统，其中所述机器学习模型是基于监督训练生成的。
6.根据权利要求1所述的系统，其中所述机器学习模型是基于无监督训练生成的。
7.根据权利要求1所述的系统，其中从所述多种胰岛素递送疗法中确定针对所述当前患者的所述胰岛素递送疗法包括在不使用所述当前患者的数字表示的情况下确定所述胰岛素递送疗法。
8.一种用于确定胰岛素疗法的方法，所述方法包括：
获得当前患者的患者特征信息；
使用机器学习模型，基于所述患者特征信息从多种胰岛素递送疗法中确定针对所述当前患者的胰岛素递送疗法，其中所述机器学习模型是基于多个患者的数字表示生成的；以及
输出指示所确定的胰岛素递送疗法的信息。
9.根据权利要求8所述的方法，其中所述多种胰岛素递送疗法至少包括指示针对每顿餐食的相同量的胰岛素的第一胰岛素递送疗法、指示针对每顿餐食定制的胰岛素量的第二胰岛素递送疗法以及指示第一组天数期间餐食的第一胰岛素量和第二组天数期间餐食的第二胰岛素量的第三胰岛素递送疗法。
10.根据权利要求8所述的方法，其中所述当前患者的所述患者特征信息包括所述当前患者的患者特征信息的第一实例，其中所确定的胰岛素递送疗法包括胰岛素递送疗法的第一实例，并且其中所述方法进一步包括：
在获得所述患者特征信息的第一实例后，获得所述当前患者的患者特征信息的第二实例；
使用所述机器学习模型，基于所述患者特征信息的第二实例从所述多种胰岛素递送疗法中确定针对所述当前患者的胰岛素递送疗法的第二实例；
输出指示所确定的胰岛素递送疗法的第二实例的信息。
11.根据权利要求8所述的方法，其进一步包括
针对所述多个患者中的每个患者获得人口统计信息和指示疗法结果的信息；
针对所述多个患者中的每个患者，使用相应的数字表示模拟所述多种胰岛素递送疗法中的每种胰岛素递送疗法的疗法结果以生成多个模拟疗法结果；
针对所述多个患者中的每个患者基于所述多个模拟疗法结果从所述多种胰岛素递送疗法中选择相应的胰岛素递送疗法；以及
基于所述人口统计信息、指示疗法结果的信息以及所述多个患者中的每个患者的所选胰岛素递送疗法来生成所述机器学习模型。
12.根据权利要求8所述的方法，其中所述机器学习模型是基于监督训练生成的。
13.根据权利要求8所述的方法，其中所述机器学习模型是基于无监督训练生成的。
14.根据权利要求8所述的方法，其中从所述多种胰岛素递送疗法中确定针对所述当前患者的所述胰岛素递送疗法包括在不使用所述当前患者的数字表示的情况下确定所述胰岛素递送疗法。
15.一种或多种非暂时性处理器可读存储介质，其存储指令，所述指令在被所述一个或多个处理器执行时使得执行以下操作：
获得当前患者的患者特征信息；
使用机器学习模型，基于所述患者特征信息从多种胰岛素递送疗法中确定针对所述当前患者的胰岛素递送疗法，其中所述机器学习模型是基于多个患者的数字表示生成的；以及
输出指示所确定的胰岛素递送疗法的信息。
16.根据权利要求15所述的一种或多种非暂时性处理器可读存储介质，其中所述多种胰岛素递送疗法至少包括指示针对每顿餐食的相同量的胰岛素的第一胰岛素递送疗法、指示针对每顿餐食定制的胰岛素量的第二胰岛素递送疗法以及指示第一组天数期间餐食的第一胰岛素量和第二组天数期间餐食的第二胰岛素量的第三胰岛素递送疗法。
17.根据权利要求15所述的一种或多种非暂时性处理器可读存储介质，其中所述当前患者的所述患者特征信息包括所述当前患者的患者特征信息的第一实例，其中所确定的胰岛素递送疗法包括胰岛素递送疗法的第一实例，并且其中所述一种或多种非暂时性处理器可读存储介质进一步存储指令，所述指令在被所述一个或多个处理器执行时使得执行以下操作：
在获得所述患者特征信息的第一实例后，获得所述当前患者的患者特征信息的第二实例；
使用所述机器学习模型，基于所述患者特征信息的第二实例从所述多种胰岛素递送疗法中确定针对所述当前患者的胰岛素递送疗法的第二实例；
输出指示所确定的胰岛素递送疗法的第二实例的信息。
18.根据权利要求15所述的一种或多种非暂时性处理器可读存储介质，其进一步存储指令，所述指令在被所述一个或多个处理器执行时使得执行以下操作：
针对所述多个患者中的每个患者获得人口统计信息和指示疗法结果的信息；
针对所述多个患者中的每个患者，使用相应的数字表示模拟所述多种胰岛素递送疗法中的每种胰岛素递送疗法的疗法结果以生成多个模拟疗法结果；
针对所述多个患者中的每个患者基于所述多个模拟疗法结果从所述多种胰岛素递送疗法中选择相应的胰岛素递送疗法；以及
基于所述人口统计信息、指示疗法结果的信息以及所述多个患者中的每个患者的所选胰岛素递送疗法来生成所述机器学习模型。
19.根据权利要求15所述的一种或多种非暂时性处理器可读存储介质，其中所述机器学习模型是基于监督训练生成的。
20.根据权利要求15所述的一种或多种非暂时性处理器可读存储介质，其中从所述多种胰岛素递送疗法中确定针对所述当前患者的所述胰岛素递送疗法包括在不使用所述当前患者的数字表示的情况下确定所述胰岛素递送疗法。
CN202210076492.7A 2021-01-29 2022-01-24 胰岛素疗法确定 Pending CN114796702A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/162,091 US20220245504A1 (en) 2021-01-29 2021-01-29 Insulin therapy determination
US17/162,091 2021-01-29

Publications (1)

Publication Number Publication Date
CN114796702A true CN114796702A (zh) 2022-07-29

Family

ID=80122063

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210076492.7A Pending CN114796702A (zh) 2021-01-29 2022-01-24 胰岛素疗法确定

Country Status (3)

Country Link
US (1) US20220245504A1 (zh)
EP (1) EP4036923A1 (zh)
CN (1) CN114796702A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4102517A1 (en) * 2021-06-11 2022-12-14 Siemens Healthcare GmbH Risk determination for a ct-examination

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11081234B2 (en) * 2012-10-04 2021-08-03 Analytic Diabetic Systems, Inc. Clinical support systems and methods
CN111655128A (zh) * 2018-02-09 2020-09-11 德克斯康公司 用于决策支持的系统和方法
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

Also Published As

Publication number Publication date
EP4036923A1 (en) 2022-08-03
US20220245504A1 (en) 2022-08-04

Similar Documents

Publication Publication Date Title
US20240181158A1 (en) Methods and systems for therapy delivery
US11364340B2 (en) Simplified insulin pump for type II diabetics
TWI639131B (zh) 以葡萄糖監控器與輸入幫浦來提供快速給藥上之反饋的糖尿病管理方法及系統
TW201900229A (zh) 具有自動化基礎與手動推注胰島素控制之糖尿病管理系統
US11551812B2 (en) Prediction based delivering or guiding of therapy for diabetes
US11957875B2 (en) Techniques and devices providing adaptivity and personalization in diabetes treatment
US20240173477A1 (en) Glucose level management without carbohydrate counting
US20220241501A1 (en) Dosage recommendation facilitated by artificial intelligence
EP4036923A1 (en) Insulin therapy determination
US20220168506A1 (en) Systems and methods for optimizing medicament dosing
US20220105269A1 (en) Automated projection mode switching for glucose levels
US20210228804A1 (en) Meal insulin determination for improved post prandial response
CN116261756A (zh) 糖尿病状况警报的自动禁用和葡萄糖水平的自动化预测模式切换
US20220181015A1 (en) Monitoring glucose level using different graphical representations
CN114949444A (zh) 基于膳食的蛋白质含量的葡萄糖水平管理
CN114949445A (zh) 基于膳食的脂肪含量的葡萄糖水平管理
US20230405224A1 (en) Autonomous dose determination for pen delivery of medicament
US20210142902A1 (en) Medical device site monitoring methods and related devices and systems
EP4080516A1 (en) Improved automatic drug delivery system for individuals with type-2 diabetes
WO2022125688A1 (en) Monitoring glucose level using different graphical representations

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination