CN114902344A - 血糖控制系统 - Google Patents

血糖控制系统 Download PDF

Info

Publication number
CN114902344A
CN114902344A CN202080084498.8A CN202080084498A CN114902344A CN 114902344 A CN114902344 A CN 114902344A CN 202080084498 A CN202080084498 A CN 202080084498A CN 114902344 A CN114902344 A CN 114902344A
Authority
CN
China
Prior art keywords
subject
therapy
control
value
insulin
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
CN202080084498.8A
Other languages
English (en)
Inventor
菲拉斯·H·埃尔-哈提布
爱德华·R·达米亚诺
爱德华·B·拉斯金
林志伟
迈克尔·J·罗辛科
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.)
Beta Bionics Inc
Original Assignee
Beta Bionics 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
Priority claimed from PCT/US2020/042198 external-priority patent/WO2021011699A1/en
Priority claimed from PCT/US2020/042195 external-priority patent/WO2021011697A1/en
Priority claimed from PCT/US2020/042269 external-priority patent/WO2021011738A1/en
Application filed by Beta Bionics Inc filed Critical Beta Bionics Inc
Publication of CN114902344A publication Critical patent/CN114902344A/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
    • G16H40/00—ICT 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
    • G16H40/40—ICT 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 management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
    • 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
    • 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
    • A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
    • A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic
    • 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
    • A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
    • A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic
    • A61M5/1723—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic using feedback of body parameters, e.g. blood-sugar, pressure
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/65—Updates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/65—Updates
    • G06F8/656—Updates while running
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • 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
    • G16H40/00—ICT 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
    • G16H40/60—ICT 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
    • 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
    • G16H40/00—ICT 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
    • G16H40/60—ICT 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
    • G16H40/63—ICT 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
    • 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
    • G16H40/00—ICT 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
    • G16H40/60—ICT 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
    • G16H40/67—ICT 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
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • A61M2005/1401—Functional features
    • 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
    • A61M2202/00—Special media to be introduced, removed or treated
    • A61M2202/07—Proteins
    • 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
    • A61M2205/18—General characteristics of the apparatus with alarm
    • 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
    • A61M2205/3303—Using a biosensor
    • 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
    • A61M2205/35—Communication
    • A61M2205/3546—Range
    • A61M2205/3553—Range remote, e.g. between patient's home and doctor's office
    • 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
    • A61M2205/35—Communication
    • A61M2205/3546—Range
    • A61M2205/3569—Range sublocal, e.g. between console and disposable
    • 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
    • A61M2205/35—Communication
    • A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
    • A61M2205/3584—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using modem, internet or bluetooth
    • 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
    • A61M2205/35—Communication
    • A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
    • A61M2205/3592—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using telemetric means, e.g. radio or optical transmission
    • 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
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/502—User interfaces, e.g. screens or keyboards
    • 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
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/502—User interfaces, e.g. screens or keyboards
    • A61M2205/505—Touch-screens; Virtual keyboard or keypads; Virtual buttons; Soft keys; Mouse touches
    • 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
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/52—General characteristics of the apparatus with microprocessors or computers with memories providing a history of measured variating parameters of apparatus or patient
    • 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
    • A61M2205/60—General characteristics of the apparatus with identification means
    • A61M2205/609—Biometric patient identification 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
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/20—Blood composition characteristics
    • A61M2230/201—Glucose concentration
    • 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
    • A61M5/1407—Infusion of two or more substances
    • A61M5/1408—Infusion of two or more substances in parallel, e.g. manifolds, sequencing valves

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Hematology (AREA)
  • Anesthesiology (AREA)
  • Vascular Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Computer Security & Cryptography (AREA)
  • Diabetes (AREA)
  • Emergency Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Infusion, Injection, And Reservoir Apparatuses (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • External Artificial Organs (AREA)

Abstract

血糖控制系统被配置为修改提供给对象的治疗并确定修改后的治疗是否引起血糖控制的统计学上显著的改善。该系统使用控制参数的第一值获得由第一治疗的递送产生的血糖控制信息，并确定对应于第一治疗的第一效果。控制参数被设置为不同于第一值的第二值。该系统使用控制参数的第二值获得由第二治疗的递送产生的血糖控制信息，并确定对应于第二治疗的第二效果。该系统可以进行比较评估，并确定控制参数的第二值是否引起对象血糖控制的统计学上显著的改善。

Description

血糖控制系统
通过引用并入任何优先申请
本申请于2020年10月2日递交，递交日期与第PCT/US2020/054025号国际申请相同，后者标题为“血糖控制系统(BLOOD GLUCOSE CONTROL SYSTEM)”，并在此通过引用明确地整体并入本文中，用于所有目的。在与本申请一起递交的申请数据表中确定的外国或国内优先权要求的任何和所有申请均根据37CFR 1.57在此通过引用并入本文中。
技术领域
本公开涉及移动医疗装置(如血糖控制系统)，其向对象提供治疗。
背景
持续递送、泵驱动的药物注射装置通常包括以皮下方式在输注部位处穿过患者的皮肤安装的递送套管。泵从储存器中抽取药物并经由套管将其递送到患者。注射装置通常包括将药物从入口端口传送至递送套管的通道，这使得递送至递送套管终止的皮下组织层。一些输注装置被配置为向患者递送一种药物，而其他输注装置被配置为向患者递送多种药物。
概述
本公开的系统、方法和装置各自具有若干创新方面，其中没有单个单独代表本文所公开的所有期望属性。本说明书中所描述的主题的一种或多种实施方式的细节在附图和以下描述中阐述。
本文所公开的某些实施方案涉及计算机实施的方法，所述方法使用被配置为至少将胰岛素治疗递送至对象的药物泵生成一段时间内所述对象中的总碳水化合物治疗的指示。所述方法可以由硬件处理器执行，所述硬件处理器被配置为生成所述药物泵的剂量控制信号，所述药物泵被配置为至少将胰岛素治疗递送至所述对象。所述方法可以包括接收所述对象的葡萄糖水平，并且至少部分地基于所述葡萄糖水平确定已经发生升高所述对象血糖水平的触发事件。所述触发事件可包括确定所述对象中存在即将发生的低血糖症风险或所述对象中存在低血糖症发作。所述方法还可包括确定反调节剂的量以响应所述即将发生的低血糖症风险或低血糖症发作。此外，所述方法可以包括至少部分地基于所述反调节剂的量来确定所述碳水化合物治疗的剂量。另外，所述方法可以包括在包括多个低血糖症风险事件或低血糖症发作的时期内跟踪确定的碳水化合物治疗的剂量，以生成所述时期内总碳水化合物治疗的指示。所述方法可以包括输出总碳水化合物治疗的指示。
本公开的另外的实施方案涉及自动化血糖控制系统，所述系统被配置为生成一段时间内对象总碳水化合物治疗的指示。所述自动化血糖控制系统可以包括药物递送接口，其被配置为与药物泵可操作地连接，所述药物泵被配置为将药物输注所述对象中。所述药物可以至少包括胰岛素。此外，所述自动化血糖控制系统可以包括被配置为存储特定计算机可执行指令的存储器，以及硬件处理器，所述硬件处理器与所述存储器通信且被配置为执行特定计算机可执行指令，以至少：接收所述对象的血糖水平；至少部分地基于所述葡萄糖水平确定已经发生升高所述对象血糖水平的触发事件，其中所述触发事件包括在所述对象中存在即将发生的低血糖症风险或在所述对象中存在低血糖症发作；确定反调节剂的量以响应即将发生的低血糖症风险或低血糖症发作；至少部分基于所述反调节剂的量确定碳水化合物治疗的剂量；在包括多个低血糖症风险事件或低血糖症发作的时期内跟踪确定的碳水化合物治疗的剂量，以生成所述时期内总碳水化合物治疗的指示；并输出总碳水化合物治疗的指示。
本公开的某些实施方案涉及自动化血糖控制系统，其被配置为生成包括来源于自主确定的胰岛素剂量的胰岛素治疗指令的备用治疗方案。所述自动化血糖控制系统可以包括药物递送接口，其被配置为与药物泵可操作地连接，以用于将药物输注入对象中。此外，所述自动化血糖控制系统可以包括被配置为存储特定计算机可执行指令的存储器，以及硬件处理器，所述硬件处理器与所述存储器通信且被配置为执行特定计算机可执行指令，以至少：从可操作地被配置为确定所述对象中的葡萄糖水平的传感器接收葡萄糖水平信号；使用控制算法生成剂量控制信号，所述控制算法被配置为至少部分地基于所述葡萄糖水平信号自主地确定待输注入所述对象中的胰岛素剂量，以用于控制所述对象血糖的目的；跟踪由所述自动化血糖控制系统在包括至少一天的跟踪期内施用所述对象的胰岛素治疗，其中跟踪所述胰岛素治疗包括将递送给所述对象的自主确定的胰岛素剂量的指示存储为基础胰岛素、校正团注胰岛素，或作为胰岛素的进餐时间团注；至少部分地基于在跟踪期内施用于所述对象的胰岛素治疗，生成包括胰岛素治疗指令的备用注射治疗方案或备用泵治疗方案中的至少一种；并在所述自动化血糖控制系统不向所述对象提供治疗时，在显示器上输出备用注射治疗方案或备用泵治疗方案中的至少一种，使得治疗能够以由所述自动化血糖控制系统所确定的速率维持。
本公开的另外的实施方案涉及生成备用治疗方案的计算机实施的方法，其包括来源于由自动化血糖控制系统确定的自主确定的胰岛素剂量的胰岛素治疗指令。所述方法可以由所述自动化血糖控制系统的硬件处理器执行。所述方法可以包括接收来自传感器的葡萄糖水平信号，所述传感器被可操作地配置为确定所述对象中的葡萄糖水平，并且使用控制算法生成剂量控制信号，所述控制算法被配置为至少部分基于所述葡萄糖水平信号自主地确定待输注入所述对象中的胰岛素剂量，以用于控制所述对象血糖的目的。此外，所述方法可以包括在包括至少一天的跟踪周期内跟踪通过所述自动化血糖控制系统施用于所述对象的胰岛素治疗。跟踪胰岛素治疗可以包括存储递送至所述对象的自主确定的胰岛素剂量的指示。此外，所述方法可以包括至少部分地基于在所述跟踪期内施用于所述对象的胰岛素治疗来生成包括胰岛素治疗指令的备用注射治疗方案或备用泵治疗方案中的至少一种。另外，所述方法可以包括在显示器上输出所述备用注射治疗方案或备用泵治疗方案中的至少一种，使得能够在所述自动化血糖控制系统未向所述对象提供治疗时以由所述自动化血糖控制系统确定的速率维持治疗。
本公开的一些实施方案涉及自动化血糖控制系统，其被配置为生成由所述自动化血糖控制系统的用户作出的治疗方案修改的报告。所述自动化血糖控制系统可以包括药物递送接口，其被配置为与药物泵可操作地连接，以用于将药物输注入对象中。此外，所述自动化血糖控制系统可以包括被配置为存储特定计算机可执行指令、存储的控制参数值和治疗日志的存储器。此外，所述自动化血糖控制系统可以包括硬件处理器，其与所述存储器通信且被配置为执行特定的计算机可执行指令，以至少：从被可操作地配置为确定所述对象中的葡萄糖水平的传感器接收葡萄糖水平信号；使用控制算法生成剂量控制信号，所述控制算法被配置为至少部分地基于所述葡萄糖水平信号和通过与控制参数选择界面元素的用户交互可修改的控制参数，自主地确定要输注入所述对象中的胰岛素剂量，以用于控制所述对象血糖的目的；在包括至少一天的跟踪期内跟踪用户对所述控制参数的修改，其中跟踪所述用户修改包括在治疗日志中存储每个用户修改是否包括控制参数相对于所存储的控制参数值的增加或减少，以及每次用户修改发生期间的时间；并且生成用户对所述控制参数修改的报告，其中所述报告包括从所存储的控制参数值增加和减少的频率的量度。
本公开的某些实施方案涉及使用血糖控制系统修改提供给对象的治疗的计算机实施方的法。所述方法可以由硬件处理器执行，所述硬件处理器被配置为生成血糖控制系统的剂量控制信号。此外，所述方法可以包括从与所述对象可操作地连接的葡萄糖水平传感器接收葡萄糖水平信号。此外，所述方法可以包括通过所述血糖控制系统在第一治疗期期间将第一治疗递送至所述对象，其中至少部分地基于由控制算法使用的控制参数的第一值来递送所述第一治疗，以生成所述剂量控制信号。所述控制算法可以使用所述控制参数来考虑所述对象中胰岛素的积累，从而控制所述控制算法对所述对象中如通过所述葡萄糖水平信号指示的血糖波动的胰岛素剂量响应。此外，所述方法可以包括确定至少部分对应于所述第一治疗的第一效果。确定所述第一效果可以包括分析如通过所述葡萄糖水平信号指示的所述对象中血糖的血糖控制。此外，所述方法可以包括自主地生成控制参数的第二值。自主生成的第二值可以被确定为基于所述第一值和所述第一效果的函数。另外，所述方法可包括将所述控制参数从所述第一值修改为所述第二值，并在第二治疗期期间使所述血糖控制系统向所述对象递送第二治疗。可以至少部分地基于所述控制参数的第二值来递送所述第二治疗。此外，改变所述控制参数可以修改提供给所述对象的治疗。
本公开的另外的实施方案涉及使用血糖控制系统修改提供给对象的治疗的计算机实施的方法。所述方法可以由硬件处理器执行，所述硬件处理器被配置为生成所述血糖控制系统的剂量控制信号。所述方法可以包括使第一治疗在第一治疗期间由所述血糖控制系统递送至对象。可以至少部分地基于由控制算法使用以生成所述剂量控制信号的控制参数的第一值来递送所述第一治疗。所述方法还可以包括确定至少部分对应于所述第一治疗的第一效果。确定所述第一效果可以包括从与所述对象可操作地连接的葡萄糖水平传感器接收葡萄糖水平信号。此外，所述方法可以包括至少部分地基于所述控制参数的基线值和基于所述对象的血糖控制限定的函数的输出自主地生成控制参数的第二值。所述葡萄糖水平信号可以包括在第一治疗期期间所述对象的血糖控制的指示。此外，所述方法可以包括将控制参数从所述第一值修改为所述第二值，并且使第二治疗在第二治疗期期间由所述血糖控制系统递送至所述对象。可以至少部分地基于所述控制参数的第二值来递送所述第二治疗。改变控制参数可以包括修改提供给所述对象的治疗。
本公开的一些实施方案涉及使用血糖控制系统修改提供给对象的治疗的计算机实施的方法。所述方法可以由硬件处理器实施，所述硬件处理器被配置为生成所述血糖控制系统的剂量控制信号。所述方法可以包括使第一治疗在第一治疗期期间由所述血糖控制系统递送至对象。可以至少部分地基于由控制算法使用以生成所述剂量控制信号的控制参数的第一值来递送所述第一治疗。所述方法还可以包括确定至少部分对应于所述第一治疗的第一效果。确定所述第一效果可以包括从与所述对象可操作地连接的葡萄糖水平传感器接收葡萄糖水平信号。此外，所述方法可以包括自主地生成所述控制参数的第二值。自主生成的第二值可以被确定为至少部分基于基线值的函数。此外，所述方法可以包括将所述控制参数从所述第一值修改为所述第二值。所述方法还可以包括在第二治疗期期间使所述血糖控制系统向所述对象递送第二治疗。可以至少部分地基于所述控制参数的第二值来递送第二治疗。此外，改变所述控制参数可以包括修改提供给所述对象的治疗。所述方法还可以包括确定至少部分对应于所述第二治疗的第二效果，并且在没有人的动作的情况下自主地进行所述第一效果和所述第二效果的比较。此外，所述方法可以包括至少部分地基于所述第一效果和所述第二效果的比较来选择所述控制参数的第一值或所述控制参数的第二值中的一个作为有效控制参数值。此外，所述方法可以包括配置所述血糖控制系统以在第三治疗期期间至少部分地基于所述有效控制参数值向所述对象提供治疗。所述有效控制参数值的选择可以修改提供给所述对象的治疗。
此外，可以组合任何上述实施方案。例如，单个自动化血糖控制系统可以被配置为实施一项或多项上述实施方案。
附图简述
在整个附图中，参考数字被重新用于指示参考元件之间的对应关系。提供附图是为了说明本文所述的主题的某些方面，而不是限制其范围。
图1A示出了示例性血糖控制系统，其经由移动药物泵提供血糖控制。
图1B示出了另一示例性血糖控制系统，其经由移动药物泵提供血糖控制。
图1C示出了另一示例性血糖控制系统，其经由移动药物泵提供血糖控制。
图2A显示了示例性血糖控制系统的框图。
图2B显示了另一示例性血糖控制系统的框图。
图2C显示了另一示例性血糖控制系统的框图。
图2D显示了另一示例性血糖控制系统的框图。
图3是包括电子通信接口的示例性葡萄糖控制系统的示意图。
图4A显示了处于在线操作模式的示例性血糖控制系统的框图。
图4B显示了处于离线操作模式的示例性血糖控制系统的框图。
图5示出了根据某些实施方案的葡萄糖控制系统的框图。
图6示出了根据某些实施方案的控制器系统的框图。
图7呈现了根据某些实施方案的示例性碳水化合物治疗等效性跟踪过程的流程图。
图8呈现了根据某些实施方案的示例性备用治疗方案生成过程的流程图。
图9呈现了根据某些实施方案的示例性控制参数修改跟踪过程的流程图。
图10示出了根据某些实施方案的示例性备用治疗方案。
图11示出了根据某些实施方案的示例性控制参数修改报告。
图12示出了根据某些实施方案的可以被包括作为图11的控制参数修改报告的一些实施方式的一部分的示例膳食选择报告。
图13呈现了根据某些实施方案的示例性自动化血糖控制细化过程的流程图。
图14A示出了T最大值设置为65分钟的对象的血糖控制的模拟。
图14B示出了T最大值设置为15分钟的对象的血糖控制的模拟。
图14C示出了T最大值设置为130分钟的对象的血糖控制的模拟。
图15示出了血糖水平信号(CGM轨迹)的实例以及与使用血糖控制系统的血糖控制相关的一些参数。
图16呈现了根据某些实施方案的基于调整功能的示例性自动化血糖控制细化过程的流程图。
图17示出了可以由血糖控制系统作为统计分析的一部分生成和利用的统计量的一些实例。
图18呈现了根据某些实施方案的示例性自动化血糖控制细化过程的流程图。
详述
本文所述的一些实施方案涉及用于一种或多种药物的药物输注系统和此类系统的组件(例如，输注泵、药物筒、筒连接器、内腔组件、输注连接器、输注套装等)。一些实施方案涉及制造输注系统及其组件的方法。一些实施方案涉及使用任何前述系统或组件向患者输注一种或多种药物(例如，药物、激素等)的方法。作为示例性说明，输注系统可以包括输注泵，其可以包括一个或多个药物筒或者可以具有集成的药物储存器。输注系统可以包括药物筒和筒连接器，但不包括泵。输注系统可以包括筒连接器和输注泵，但不包括药物筒。输注系统可以包括输注连接器、内腔组件、筒连接器、输注泵，但不包括药物筒或输注套装。血糖控制系统可以与输注系统一起操作以将一种或多种药物(包括至少一种血糖控制剂)输注入对象中。在本说明书的任何实施方案中所描述和/或示出的任何特征、结构、组件、材料、步骤或方法可以与在本说明书中的任何其他实施方案中所描述和/或示出的任何特征、结构、组件、材料、步骤或方法一起使用，或代替在本说明书中的任何其他实施方案中所描述和/或示出的任何特征、结构、组件、材料、步骤或方法。另外，在一实施方案中所描述和/或示出的任何特征、结构、组件、材料、步骤或方法可以不存在于另一实施方案中。
血糖控制系统概述
血糖控制系统被用于控制对象中的血糖水平。血糖控制系统可以包括控制器，其被配置为生成用于可以被输注入对象中的一种或多种葡萄糖控制剂的剂量控制信号。葡萄糖控制剂包括倾向于降低血糖水平的调节剂(如胰岛素和胰岛素类似物)，以及倾向于增加血糖水平的反调节剂(如胰高血糖素或右旋糖)。被配置为与两种或更多种葡萄糖控制剂一起使用的血糖控制系统可以生成每种试剂的剂量控制信号。在一些实施方案中，血糖控制系统可以生成试剂的剂量控制信号，即使试剂可能不能用于经由与对象连接的药物泵给药。
葡萄糖控制剂可以经由皮下注射、经由静脉内注射或经由另一合适的递送方法递送至对象。在经由移动药物泵进行血糖控制治疗的情况下，皮下注射是最常见的。移动药物泵100是一种移动医疗装置，其在本文中有时被称为移动装置、移动药物装置、移动式移动装置或AMD。移动医疗装置包括移动药物泵和被配置为由对象携带并向对象递送治疗的其他装置。
在一些实例中，移动医疗装置(AMD)是电刺激装置，并且治疗递送包括向对象提供电刺激。电刺激装置的一个实例是心脏起搏器。心脏起搏器对心肌生成电刺激以控制心律。电刺激装置的另一个实例是用于治疗帕金森病或运动障碍的深部脑刺激器。
图1A-1C显示了血糖控制系统的实例，其经由与对象连接的移动药物泵提供血糖控制。在图1A中，药物泵100使用输注套装104与输注部位102连接。药物泵具有集成的泵控制器106a，其允许用户经由用户与泵控制器106a的交互来查看泵数据和改变治疗设置。葡萄糖水平传感器110生成由血糖控制系统接收的葡萄糖水平信号。
在图1B中，药物泵100经由无线数据连接与外部电子装置108(诸如例如智能手机)通信。至少一些泵控制器106a和106b可以经由用户与外部电子装置108的用户界面元件的交互来操纵。葡萄糖水平传感器110还可以经由无线数据连接与药物泵100通信。
在图1C中，药物泵100包括集成的套管，其插入到输注部位102中而无需单独的输注套装。至少一些泵控制器106b可以经由用户与外部电子装置108的用户界面元件的交互来操纵。在一些情况下，泵控制可以经由用户与远程计算环境(未示出)生成的用户界面元素交互来操纵，诸如例如云计算服务，其经由直接或间接电子数据连接与药物泵100连接。
葡萄糖控制系统通常包括用户界面，其被配置为提供以下中的一种或多种：治疗信息、葡萄糖水平信息和/或能够经由用户与界面控制器的交互来改变治疗设置的治疗控制元件。用户界面可以经由包括显示器和按钮、开关、拨号盘、电容式触摸界面或触摸屏界面中的一种或多种的电子装置来实施。在一些实施方案中，用户界面的至少一部分与移动药物泵集成，所述移动药物泵可以经由被配置成便于皮下注射一种或多种葡萄糖控制剂的输注套装拴在对象的身体上。在某些实施方案中，用户界面的至少一部分是经由与移动药物泵分离的电子装置(如智能手机)来实施的。
图2A-2D示出了显示葡萄糖控制系统200的示例性配置的框图。如图2A所示，葡萄糖控制系统200a可以包括控制器202a，控制器202a具有电子处理器204a和存储器210a，存储器210a存储可由处理器204a执行的指令208a。控制器202a和泵212可以被集成到移动医疗装置(AMD)100中。AMD 100可以包括用于与外部电子装置进行无线数字数据通信的收发器214a。当存储在存储器210a中的指令208a由电子处理器204a执行时，控制器202a可以实施控制算法的至少一部分，所述控制算法基于对象随时间变化的葡萄糖水平和一个或多个控制参数生成一种或多种葡萄糖控制剂的剂量控制信号。剂量控制信号在被递送至泵212时引起控制对象血糖的给药操作。
如图2B所示，葡萄糖控制系统200b可以至少部分地经由通过与移动医疗装置100分离的电子装置108的电子处理器204b执行指令208b来操作。电子装置108可以包括能够建立到AMD 100的无线数字数据连接的收发器214b，并且控制器202b可以经由执行存储在存储器210b中的指令208b来实施控制算法的至少一部分。当存储在存储器210b中的指令208b由电子处理器204b执行时，控制器202b可以实施控制算法的至少一部分，所述控制算法基于对象随时间变化的葡萄糖水平和一个或多个控制参数生成一种或多种葡萄糖控制剂的剂量控制信号。剂量控制信号在被递送至泵212时引起控制对象血糖的给药操作。在一些实施方案中，剂量控制信号在短程无线数据连接216上从装置收发器214b传输至AMD收发器214a。AMD 100接收剂量控制信号并将它们传递给泵212以进行给药操作。
如图2C所示，葡萄糖控制系统200c可以至少部分地经由执行与远程计算机206(诸如例如云服务)集成的电子处理器204c上的指令208c来操作。当存储在存储器210c中的指令208c由电子处理器204c执行时，控制器202c可以实施控制算法的至少一部分，所述控制算法基于对象随时间变化的葡萄糖水平和一个或多个控制参数生成一种或多种葡萄糖控制剂的剂量控制信号。剂量控制信号在递送至泵212时引起控制对象血糖的给药操作。在一些实施方案中，剂量控制信号经端至端无线数据连接218上从远程计算机WAN连接接口220c传输致AMD WAN连接接口220a。AMD 100接收剂量控制信号并将它们传递至泵212以进行给药操作。
如图2D所示，葡萄糖控制系统200d可以具有两个或更多个控制器202a、202b、202c，它们协作以生成用于通过泵212进行给药操作的剂量控制信号。远程计算机206可以经由WAN无线数据连接218向电子装置108的WAN连接接口220b发送或接收通过WAN连接接口220c传递的数据或指令。电子装置108可以经由短程无线数据连接216向AMD 100的收发器214a发送或接收通过收发器214b传递的数据或指令。在一些实施方案中，可以省略电子装置，并且AMD 100的控制器202a、202c和远程计算机206协作以生成传递至泵212的剂量控制信号。在此类实施例中，AMD 100可以具有其自己的WAN连接接口220a以支持到远程计算机206的直接端到端无线数据连接。
如图3所示，在一些实施方案中，葡萄糖控制系统200包括实施电子通信接口(ECI)302的电路，所述电子通信接口被配置为从一个或多个电子装置发送和接收电子数据。ECI包括传感器接口304，其被配置为从诸如连续葡萄糖监测器(CGM)的传感器110接收葡萄糖水平信号。一些CGM以固定测量间隔(如五分钟间隔)生成葡萄糖水平信号。传感器110可以与对象可操作地连接以便生成对应于对象的血糖估算或测量的葡萄糖水平信号。控制器202可以使用葡萄糖水平信号来生成剂量控制信号。可以经由泵接口306将剂量控制信号提供给泵212。在一些实施方案中，传感器接口304经由短程无线连接308连接至传感器110。在一些实施方案中，泵接口306经由短程无线连接310连接至泵212。在其他实施方案中，泵接口306经由本地数据总线连接至泵212，如当控制器202、ECI306和泵212被集成到AMD 100中时。
控制器可以被配置为使用生成基础剂量、校正剂量和/或进餐剂量中的至少一种的控制算法来生成剂量控制信号。可用于生成这些剂量的控制算法的实例被公开于第2008/0208113号、第2013/0245547号、第2016/0331898号和第2018/0220942号美国专利申请公开(本文被称为“控制器公开”)中，它们的完整内容通过引用并入本文中并构成本说明书的一部分。校正剂量可以包括调节剂或反调节剂，并且可以使用模型预测控制(MPC)算法(如控制器公开中所公开的模型预测控制(MPC)算法)生成。基础剂量可以包括调节剂，并且可以使用基础控制算法(如在控制器公开中所公开的基础控制算法)生成。进餐剂量可以包括调节剂，并且可以使用进餐控制算法(如在控制器公开中所公开的进餐控制算法)生成。本文公开了这些控制器中的至少一些的另外的方面和改进。当控制器202a与输注电机306集成在同一外壳中时，剂量控制信号可以经由ECI 302传输到输注电机306或者可以经由电导体传输到输注电机306。
如图4A所示，控制器400可以被配置为在控制器从传感器110接收到葡萄糖水平信号402的时间段期间以“在线模式”运行。在在线模式下，控制算法生成剂量控制信号404，其基于葡萄糖水平信号402的值和控制算法的控制参数实施定期校正剂量。泵212被配置为在控制器400保持在线模式时，在没有大量用户干预的情况下向对象至少递送校正剂量和基础剂量。
如图4B所示，控制器400可以被配置为在控制器未从传感器110接收到葡萄糖水平信号402的时间段期间，至少在预期但未接收到葡萄糖水平信号402的时间段期间，以“离线模式”运行。在离线模式下，控制算法生成剂量控制信号404，其响应于分离的葡萄糖测量值406(诸如例如，使用葡萄糖测试条从对象获得的测量值)并基于控制算法的控制参数来实施校正剂量。泵212被配置为在没有大量用户干预的情况下向对象递送基础剂量，并且可以在控制器400保持离线模式时响应于分离的葡萄糖测量值406向对象递送校正剂量。
葡萄糖控制系统的示例性实施方式
图5示出了用于调节可以是人的动物对象(对象)512的血糖水平的自动化葡萄糖控制系统510。自动化葡萄糖控制系统510是药物输注系统的实例，并且可以包括上文先前关于药物输注系统所描述的任何实施方案。
对象512可以从一个或多个递送装置514接收多个剂量的胰岛素，例如通过导管与对象512的皮下空间连接的输注泵。如下所述，递送装置514还可递送反调节剂或高血糖剂(如胰高血糖素或右旋糖)，以用于在某些情况下控制血糖水平。对于胰岛素和反调节剂(例如胰高血糖素)的递送，递送装置514可以是机械驱动的输注机构，其分别具有用于胰岛素和反调节剂的双筒。在本说明书中，特别提到胰高血糖素，但应理解这只是为了方便，并且可以使用其他反调节剂(例如，右旋糖)。类似地，本文中的术语“胰岛素”应理解为涵盖所有形式的胰岛素样物质，其包括天然人或动物胰岛素以及多种形式中的任何形式的合成胰岛素(通常被称为“胰岛素类似物”)。
对于在线或自主操作，葡萄糖传感器516与对象512可操作地连接，以连续地对对象512的葡萄糖水平进行采样。在一些情况下，葡萄糖传感器516可以被称为连续葡萄糖监测(CGM)传感器，其可以在至少一段时间内连续或周期性地测量或感测对象512的血糖水平。感测可以以多种方式完成，通常涉及对象512和葡萄糖传感器516之间的某种形式的物理连接521。控制器518可以根据来自葡萄糖传感器516的葡萄糖水平信号519来控制递送装置514的操作，并且受程序输入参数(PARAMS)520的影响，程序输入参数(PARAMS)520可以由诸如对象512的用户、对象512的父母或监护人，或医疗保健提供者(例如，临床医生或医生)提供。用于自动操作的一个输入参数可以包括对象512的重量。在一些情况下，葡萄糖控制系统510可以提供有效的自动化控制，而无需接收关于对象512已经摄取的膳食的明确信息或任何其他“前馈”信息，这部分地通过控制器518的操作的自适应方面来实现。在其他情况下，葡萄糖控制系统510可以使用接收到的关于对象摄入或计划摄入的膳食的信息，或其他“前馈”信息，来修改血糖控制和/或胰岛素或反调节剂的递送。
控制器518是具有控制电路的电气装置，所述控制电路提供如本文所述的操作功能。在一实施方案中，控制器518可以实现为具有计算机指令处理电路的计算机化装置(例如，硬件处理器)，所述计算机指令处理电路执行一个或多个计算机程序，每个计算机程序包括相应的计算机指令集。在一些情况下，处理电路通常将包括一个或多个处理器530以及存储器540和与处理器530连接或与处理器530通信的输入/输出电路532，其中存储器540存储计算机程序指令和数据，并且输入/输出电路532可以向外部装置(如葡萄糖传感器516和递送装置514)提供接口。在一些情况下，输入/输出电路532可以提供用户界面，或者可以与一个或多个处理器(例如，控制器518或包括在葡萄糖控制系统510或单独的计算系统(如智能手机、膝上型计算机、台式计算机、智能手表等)中的单独的处理器530)，以向用户(例如，对象512、父母或监护人或临床医生)提供用户界面。在一些情况下，输入/输出电路532可以包括触摸屏和/或被配置为控制触摸屏的触摸屏控制器538(未示出)。
在一些情况下，控制器518可以执行葡萄糖水平控制系统510的所有功能。在此类情况下，处理器530可以是任选的或省略。在其他情况下，控制器518可以至少执行对象512的自动化血糖控制，并且一个或多个单独的处理器530可以执行血糖控制系统510(或药物泵)的一项或多项附加操作，如跟踪高血糖症或低血糖症事件或风险事件的发生、向用户输出数据、控制或启动与另一计算系统的通信、调节对葡萄糖水平控制系统510的访问，或与药物泵或递送装置514的操作无关的其他操作。
输入/输出电路532可以控制与一个或多个其他计算系统和/或与用户的通信。在一些情况下，输入/输出电路532可以包括一个或多个单独的接口电路或控制器，以促进用户交互和/或通信。例如，输入/输出电路532可以包括用户接口电路534、网络接口电路536和/或触摸屏控制器538。
用户接口电路534可以包括可以向用户输出用户界面和/或经由用户界面从用户接收用户输入的任何电路或处理器。用户界面电路534可以从处理器530接收对应于用户界面的一个或多个信号。用户界面电路534可以控制显示器，以基于从处理器530接收的一个或多个信号向用户呈现用户界面。此外，用户界面电路534可以包括任何电路，其可以接收与用户与用户界面的交互相对应的信号，并且可以将该信号提供给处理器530和/或控制器518以进行进一步处理。在一些情况下，用户界面电路可以由可以控制触摸屏界面的触摸屏控制器538代替。在其他情况下，触摸屏控制器538可以是用户界面电路534的补充。
网络接口电路536可以包括使得能够与有线或无线网络通信的任何电路。网络接口电路536可以包括一个或多个网络接口卡和/或无线电(例如，蓝牙无线电、蓝牙低能量(BLE)无线电、4g LTE无线电、5G无线电、ND-LTE无线电等)。
存储器540可以包括非易失性存储器和/或易失性存储器。非易失性存储器可以包括闪存或固态存储器。
控制系统510还能够以离线方式操作，其中它被用于提供胰岛素(以及潜在的胰高血糖素)的递送，独立于或不接收由传感器516报告的葡萄糖水平。例如，在传感器516需要更换、未正确与对象512连接或有缺陷的情况下，葡萄糖控制系统510可以以离线方式操作，而无需来自传感器516的输入。因此，可以在当葡萄糖信号(水平)519可用时，在每个包括连续采样间隔的在线周期与当葡萄糖信号(水平)519完全或间歇性不可用时每个包括连续采样间隔的离线周期之间划分总体操作。对于这些时期，下面的描述使用了术语“在线”和“离线”。而且，即使当葡萄糖水平信号519可供使用时，用户也可以出于某种原因选择离线操作。
用户控制输入(用户CNTL 523)可以经由某种类型的本地或远程用户界面来提供。在一些实施方案中，用户界面可以类似于常规胰岛素泵或类似装置的用户界面，例如，通过包括用于命令递送团注的控制按钮和可能的小显示器。在其他实施方案中，该系统可以具有到远程装置的有线或无线接口，所述远程装置可以结合更完整功能的用户接口，如智能手机、智能手表、膝上型计算机、台式计算机、云计算服务或其他可穿戴装置或计算装置。在一些情况下，无线接口可以提供对局域网的访问，如个人家庭网络、公司网络或其他方式的网络。可选地或附加地，无线接口可以提供用户可用的本地装置之间的直接连接(例如，经由蓝牙或其他近场通信技术)。在一些情况下，无线接口可以提供对广域网的访问，如但不限于互联网。例如，无线接口可以包括允许经由4G或5G蜂窝连接访问网络的蜂窝接口。在一些情况下，蜂窝接口可以是低功率接口，如窄带LTE或其他物联网(IoT)接口。
在离线模式中，葡萄糖传感器516可能不存在、不起作用或未与对象512连接。因此，在离线模式下，血糖信号519可能不可用于控制自动操作。在一些情况下，用户可以向控制系统510提供一个或多个血糖测量值，以促进控制系统510的自动操作。这些测量值可以在特定时间段内提供。可选地或另外，葡萄糖控制系统510可以使用治疗史和/或先前血糖控制测量史来促进控制系统510在至少特定时间段内的自动操作。
本文的描述将“用户”称为用户控制输入523的源。如本文所用的“用户”可以是对象512、对象512的父母或监护人、医疗保健提供者(例如，临床医生、医生或可为对象提供医疗护理的其他人)、或可被授权帮助管理对象512的治疗的任何其他用户。在某些实施方式中，葡萄糖水平控制系统510是对象512穿戴的用于持续葡萄糖控制的个人装置。在一些此类实施方式中，用户和对象512可以是同一个人。在其他实施方式中，可能有另一个人参与对象512的护理并提供控制输入，并且在此类实施方式中，该其他人具有用户的角色。
血糖控制系统的示例性控制器
图6示出了根据某些实施方案的控制器518的示例性结构。图6中所示的控制器518可以表示具有不同控制器或处理器的物理结构，或由一个或多个物理处理器实施的逻辑结构。换言之，可以使用单个处理器来实施图6所示的每个控制器，每个控制器可以由其自己的处理器实施，或者某些处理器可以将图6中所示的控制器中的多个，但不一定是全部，实施为控制器518的一部分。此外，虽然图6的控制器被示出为控制器518的一部分，但在一些实施方式中，一个或多个控制器可以与控制器518分离。
控制器518可以包括四个单独的控制器，即胰高血糖素(或反调节剂)控制器622、基础胰岛素控制器624、校正胰岛素控制器626和初始胰岛素控制器628。基础胰岛素控制器624包括标称速率控制器630和调制控制器632。如图所示，胰高血糖素控制器622生成提供给胰高血糖素递送装置514-1的胰高血糖素剂量控制信号634。来自控制器624-628的相应输出636-640可以被组合，以形成提供给胰岛素递送装置514-2的总胰岛素剂量控制信号642。如图所示，来自基础胰岛素控制器624的输出信号636可以由标称速率控制器630和调制控制器632的各自输出的组合形成。胰岛素递送装置514-2可以包括为递送不同类型和/或数量的胰岛素而定制的装置，并且精确的配置可以为控制器624-628所知和/或在控制器624-628的控制下。为了便于描述，一个或多个胰岛素递送装置514-2的集合在下文中以单数形式被称为胰岛素递送装置514-2。
图6还示出了各种控制器的输入/输出信号，其包括葡萄糖水平信号519、参数520和用户输入523以及一组控制器间信号644。控制器间信号644使信息能够从发展或生成信息的一个控制器通信至另一个控制器，在所述控制器中所述信息可用于所述控制器的控制功能。
控制器622-628可以以在线/自动模式或离线模式中操作。在自动化模式中，校正控制器626使用诸如第7,806,854号美国专利中所述的控制方案来调节葡萄糖水平，该专利的内容在此通过引用整体并入本文中。基础控制器624和初始胰岛素控制器628可以执行如国际专利申请公开WO 2012/058694 A2中所述的自适应自动化控制，其内容在此通过引用整体并入本文中。控制器622-628通常采用包括控制参数的控制方法或算法，这些控制参数在数学上与所报告的葡萄糖值组合以生成输出值，所述输出值被转换(直接或经由另外的调整)成剂量控制信号634、642。例如，第7,806,854号美国专利中所述的控制方案包括合并各种控制参数的广义预测控制(GPC)方法。控制算法通常是自适应的，这意味着控制参数在操作过程中被动态调整，以反映变化的操作环境和“学习”方面—通过监测其自身的运行，算法调整其运行以更具体地适合个人用户，增强算法的有效性，并减少或避免对有关用户的另外显式输入信息的需要。应当注意，输入参数520可以形成控制算法使用的控制参数的一部分。其他控制参数为根据算法的具体情况的内部参数，并且动态调整选择的那些内部控制参数的参数，以实现控制算法的适配。
运行的一个特征是控制器从最近过去的在线操作周期中学习并在离线操作期间使用该学习的能力。第10,543,313号美国专利(其内容在此通过引用整体并入本文中)描述了在离线操作中可独立使用或一起使用的两种方法。第一种方法在接收到分离的葡萄糖测量值时自动计算校正的胰岛素团注的正确大小，然后系统响应于用户控制输入而施用校正团注。第二种方法自动计算胰岛素膳食团注的正确大小，并响应用户控制输入而施用胰岛素。这两种方法都利用过去在线操作期间获得的信息来自动计算正确的值，从而使用户无需进行计算或提供校正因子。
碳水化合物治疗等效跟踪
高血糖症是当血液中的糖或葡萄糖水平超过特定水平(例如，180mg/dL)时发生的病况。这种病况可能发生在糖尿病患者身上。为了帮助减少高血糖症的发生，对象可以使用自动化血糖控制系统，该系统可以使用药物泵自动向对象提供胰岛素。施用的胰岛素可以通过消耗对象中的葡萄糖来帮助控制对象的血糖水平。
低血糖症是当血液中的糖或葡萄糖水平低于特定水平(例如，70mg/dL)时发生的病况。这种病况可能会产生不良后果，包括意识丧失、癫痫发作和死亡。引起高血糖症和低血糖症的血糖水平可能因患者而异。为了降低低血糖症的风险，对象可以消耗碳水化合物来增加血糖。由于与低血糖症事件相关的严重后果，对象通常消耗快速代谢的碳水化合物。这些碳水化合物通常不健康，但比发生低血糖症事件更可取。例如，碳水化合物可能包括具有大量精制糖的糖果棒。
双激素葡萄糖控制系统可以通过在血糖水平降得太低(例如，低于50mg/dL)时包括可以施用对象的除胰岛素之外的反调节剂(例如胰高血糖素)来降低发生低血糖症的风险。对于没有双激素葡萄糖控制系统的对象，了解减少碳水化合物治疗或消耗碳水化合物以解决低血糖症事件或潜在的低血糖症事件可能是有用的，这可以通过切换到双激素葡萄糖控制系统来实现。此外，对于确实具有双激素葡萄糖控制系统的对象来说，了解通过具有双激素葡萄糖控制系统而获得的碳水化合物治疗的减少可能是有用的。例如，了解消耗或避免的碳水化合物治疗量对于监测对象的营养摄入量可能很重要。虽然监测摄入的营养对所有人都很重要，但其对糖尿病患者尤其重要，因为糖尿病患者必须在健康饮食与确保他们的血糖保持在特定范围内之间取得平衡，以避免高血糖症和低血糖症。
本公开涉及系统，其可以执行计算机实施的方法，所述方法使用被配置为向对象递送至少胰岛素治疗的药物泵在一段时间内在对象中生成总碳水化合物治疗的指示。该系统可以是自动化血糖控制系统(例如，葡萄糖水平控制系统510)，其包括用于确定剂量控制信号以提供药物泵(例如，递送装置514)的硬件处理器(例如，控制器518)。在一些情况下，药物泵可以被配置为递送胰岛素治疗和反调节剂(例如胰高血糖素)治疗。可选地，该系统可以与血糖控制系统分开，但可以从血糖控制系统接收血糖信息。例如，该系统可以是可以从血糖控制系统接收血糖信息的个人计算系统或云计算系统。
系统可以接收或确定对象(例如对象512)的葡萄糖水平。可以基于从对应于对象的葡萄糖水平的连续葡萄糖监测(CGM)传感器(例如，葡萄糖传感器516)接收的信号(例如，葡萄糖水平信号)来确定对象的葡萄糖水平。在一些情况下，葡萄糖水平可以从单独的葡萄糖测量中确定，如可以使用葡萄糖测量试剂盒和/或葡萄糖试纸获得。
至少使用对象的葡萄糖水平，系统可以确定是否已经发生用于提高对象的血糖水平的触发事件。触发事件可以包括指示在特定时间段内发生低血糖症事件或发生低血糖症事件的风险超过风险阈值的血糖水平。当对象的葡萄糖水平下降到低于葡萄糖阈值时，可以确定低血糖症事件的风险。该葡萄糖阈值可能因不同对象而异，并且在一些情况下，可能由对象或护理人员(例如，医疗保健提供者、父母或监护人)指定。因此，在一些情况下，不同的触发事件可以基于对象对低血糖症发生的风险耐受性或对对象中存在的血糖量的可能不同偏好来定义。不同的对象可能更喜欢将血糖维持或试图维持在不同的水平，例如由于不同对象的活动水平或新陈代谢的差异。确定发生低血糖症事件的风险可以包括从葡萄糖传感器接收低血糖症风险的指示或对未来时间的葡萄糖水平的预测。例如，确定即将发生低血糖症的风险可以包括确定对象的血糖水平在接下来的5-15分钟内预期低于60mg/dl。
响应于触发事件，系统可以确定要施用的反调节剂的量，或者如果血糖控制系统包括施用反调节剂的能力将施用的反调节剂的量。在一些情况下，通过例如自动化血糖控制系统施用反调节剂。在其他情况下，不施用反调节剂。例如，自动化血糖控制系统可能无法递送反调节剂。作为另一个示例，自动化血糖控制系统可能能够递送反调节剂，但可能没有可用的反调节剂剂量。
该系统可以使用所施用或将要施用的反调节剂的指示来确定碳水化合物的相应量。碳水化合物的相应量可以指示为预防低血糖症事件、降低低血糖症事件的风险或响应于低血糖症事件的发生而消耗的碳水化合物的量。可选地，或另外，碳水化合物的相应量可以指示如果反调节剂不可用，将消耗的碳水化合物的量。
碳水化合物的相应量可以从反调节剂的量与碳水化合物的量之间的映射获得。在一些情况下，映射可以基于测量的碳水化合物与反调节剂之间的等效性。可选地，或另外，映射可以在确定的反调节剂的量与对象在确定可能发生低血糖症事件时指示他或她通常消耗的碳水化合物的量之间。
映射可以通过将不同量的反调节剂映射到不同对应量的碳水化合物的查找表来实施。在一些情况下，根据消耗的碳水化合物类型(例如，简单碳水化合物相对于复杂碳水化合物，或消耗的糖果棒的类型等)，单一数量的反调节剂可能会映射到不同数量的碳水化合物。可选地，映射可以基于公式，其基于反调节剂的量和碳水化合物的量之间的对应关系将反调节剂的量转换为碳水化合物的量。反调节剂和碳水化合物之间关系的确定可以基于比较碳水化合物与反调节剂(例如胰高血糖素、右旋糖等)的临床试验。此外，映射可以至少部分基于对象的优选碳水化合物来源和/或对象的特征(例如，体重)。
在一些情况下，系统可以跟踪低血糖症事件的数量或指示特定时间段内即将发生的低血糖症事件风险的触发的发生次数。该时间段可以是数天、数周、数月、数年或任何其他时间段，在这些时间段内，需要基于反调节剂的可用性的缺乏或可用性来确定消耗或避免的碳水化合物之间的关系。在一些情况下，碳水化合物治疗的跟踪可以基于多个低血糖症事件或低血糖症风险事件，而不是时间段或除了时间段之外。
对于低血糖症事件的每次发生或指示低血糖症事件即将发生的风险的触发的发生，系统可以确定节省的碳水化合物治疗的估算值或通过获取反治疗剂本来可以节省的碳水化合物治疗的估算值。该系统可以生成一个时间段的报告，其表明已节省的总碳水化合物或通过获取反调节剂本来可以节省的碳水化合物。该报告可以包括在该时间段内需要或节省的碳水化合物治疗的总量或总和。该时间段可以是数天、数周、数月、数年，或从特定时间开始(例如，从对象开始使用系统开始)。此外，该报告可以指示对象在响应于低血糖症事件或即将发生的低血糖症事件的风险时通常消耗的碳水化合物的类型。该报告可以呈现给对象、医疗保健提供者和/或对象的父母或监护人。医疗保健提供者可以使用此报告来帮助护理对象。例如，医疗保健提供者可以使用该报告为对象生成营养计划，该计划说明了消耗的用以将血糖水平维持在期望或设定点范围内的碳水化合物。
该报告可能包括一系列避免或可能消耗以解决低血糖症事件风险的碳水化合物治疗。此外，该报告可包括基于使用反调节剂代替碳水化合物治疗而节省或未消耗的卡路里量、避免的糖量、未消耗的食物量、避免的可能的体重增加等。
碳水化合物治疗等效跟踪过程
图7呈现了根据某些实施方案的示例性碳水化合物治疗等效性跟踪过程700的流程图。过程700可以由任何系统进行，其可以随时间跟踪对象的葡萄糖水平，并识别低血糖症事件，或当低血糖症事件的风险满足阈值时(例如，当低血糖症事件的风险匹配或高于特定概率时)的发生。例如，过程700可以由葡萄糖水平控制系统510的一个或多个元件执行。在一些情况下，过程700的至少某些操作可以由单独的计算系统执行，所述计算系统从葡萄糖水平控制系统510接收对象512的血糖水平的指示，和/或低血糖症事件的指示(或识别为高于低血糖症风险事件阈值)。尽管一个或多个不同的系统可以执行过程700的一个或多个操作，但是为了简化讨论并且不限制本公开，过程700是针对特定系统来描述的。
过程700开始于框702，其中葡萄糖水平控制系统510接收对象512的葡萄糖水平。接收葡萄糖水平可以包括接收对应于对象的葡萄糖水平的葡萄糖水平信号。可以从葡萄糖传感器516(例如，CGM传感器)接收葡萄糖水平信号。可选地，或另外，可以从用户接收葡萄糖水平，所述用户经由用户界面将葡萄糖水平提供给葡萄糖水平控制系统510，如由处理器530生成的用户界面，其可以通过触摸屏控制器538在触摸屏上输出。从用户接收的葡萄糖水平可以是使用可用于替代葡萄糖传感器516的替代传感器或测量机构(例如，糖尿病测量条)测量的葡萄糖水平。
在框704处，葡萄糖水平控制系统510至少部分地基于葡萄糖水平确定已经发生升高对象512的血糖水平的触发事件。触发事件可以包括确定对象512中存在或正在发生低血糖症事件或低血糖症发作。可选地或另外，触发事件可以包括确定对象512中存在即将发生的低血糖症风险，或者对象512中将在特定时间量内发生低血糖症事件的即将发生的风险。可以通过将对象的葡萄糖水平与葡萄糖阈值进行比较来确定低血糖症事件或发生低血糖症事件的风险的确定。可选地或另外，可通过将葡萄糖水平的趋势和/或变化率(例如，下降率)与阈值进行比较来确定低血糖症事件或发生低血糖症事件的风险的确定。在一些情况下，特定的血糖水平和血糖水平的趋势可以组合以确定低血糖症的风险。例如，如果葡萄糖水平低(例如，低于特定阈值，如60mg/dL)，但确定的葡萄糖水平趋势是向上的，那么低血糖症的风险可能低于如果葡萄糖水平高于阈值的情况，但确定的葡萄糖水平趋势是向下朝向阈值。在一些情况下，用于确定是否正在发生低血糖症事件或用于确定存在高于阈值的低血糖症发生风险的阈值可以基于对象512的生理特征而变化。生理特征可以基于在患者组之间关联或共享的生理特征(例如，性别、年龄、体重)，或者可以特定于特定对象512。例如，可以基于如由葡萄糖水平控制系统510确定的在先前发生的低血糖症期间确定的对象512的葡萄糖水平或基于特定于对象512的临床数据来确定与低血糖症风险相关联的阈值。
响应于框704处的触发事件，葡萄糖水平控制系统510在框706处确定反调节剂的量。葡萄糖水平控制系统510可以至少部分地基于对象512的血糖水平、发生低血糖症的风险的量或百分比(例如，99％的低血糖症风险或概率可以触发比75％的低血糖症风险或概率更大的反调节剂剂量)、对象512的生理特征、对象512的血糖水平的趋势，或反调节剂的类型来确定反调节剂的量。
在一些情况下，葡萄糖水平控制系统510可以使用递送装置514-1将确定量的反调节剂递送至对象512。响应于即将发生的低血糖症风险或低血糖症发作，和/或响应于葡萄糖水平满足或下降至低于阈值葡萄糖水平，可以将反调节剂递送至对象512。阈值葡萄糖水平或是否递送反调节剂的确定可以基于对象512的生理特征和/或对象512对低血糖症事件的风险承受能力。应当理解，在本上下文中，风险耐受能力一般不是指用户的主观风险倾向。相反，风险承受能力通常是当对象512的血糖水平处于特定水平时，对象512发生低血糖症事件或发生低血糖症症状的可能性的客观确定。可以基于在特定血糖水平的对象512中的低血糖症病史或缺乏低血糖症病史，和/或基于获得的对象512的临床数据来确定该风险承受能力。
在其他情况下，葡萄糖水平控制系统510可能不向对象512递送反调节剂，因为例如，葡萄糖控制系统510可能不能够递送反调节剂，或因为装有反调节剂的筒可能是空的或具有少于阈值量的剩余反调节剂。
在框708处，葡萄糖水平控制系统510至少部分地基于反调节剂确定碳水化合物治疗的剂量。碳水化合物治疗可以指消耗碳水化合物以预防或响应于低血糖症的发生。碳水化合物可以包括对象512可以消耗以预防或响应于低血糖症的发生的任何类型的碳水化合物，并且通常包括速效碳水化合物，其可以包括在人体内容易转化为糖的含糖食物。例如，碳水化合物可以是糖果棒、苏打、果汁或其他可能含有大量糖或精制糖的食物。
确定碳水化合物治疗的剂量可以包括获得反调节剂与碳水化合物之间的映射。该映射可以存储在存储器540中并且可以从存储器540访问，和/或可以从另一计算装置访问。葡萄糖水平控制系统510可以至少部分地基于映射和反调节剂的量来确定碳水化合物治疗的剂量。在一些情况下，映射可能会根据反调节剂的类型和/或碳水化合物的类型而不同。反调节剂的类型可由用户识别或可基于安装或插入葡萄糖水平控制系统510中的药筒自动确定。此外，碳水化合物的类型可以由用户指定，并且可以包括对象512在响应低血糖症的发生或发生的风险时通常消耗的碳水化合物类型的标识。例如，用户可以经由用户界面指定对象是否通常食用糖果棒或果汁，或者在响应于低血糖症的发生或发生的风险时通常食用的碳水化合物的大小。
在一些情况下，可以基于反调节剂和碳水化合物的临床比较生成反调节剂与碳水化合物之间的映射。可选地或另外，映射可以至少部分地基于对象512的生理特征。
映射可以存储在查找表或可以存储不同碳水化合物与反调节剂之间的关系的其他数据结构中。映射可以在不同数量和/或类型的碳水化合物与不同数量和/或类型的反调节剂之间。可选地或另外，映射可以是将碳水化合物与反调节剂相关联，或反之亦然的公式。例如，葡萄糖水平控制系统510可以使用所确定的反调节剂的量作为查找表的索引来确定碳水化合物的对应量。可选地，葡萄糖水平控制系统510可以将所确定的反调节剂的量应用于计算碳水化合物的对应量的公式。该公式可以基于反调节剂和/或碳水化合物的类型、用户的生理特征和/或临床数据生成。
在一些情况下，映射可以基于葡萄糖水平控制系统510而变化。例如，葡萄糖水平控制系统510可以包括当葡萄糖水平控制系统510(或其药物泵)是被配置为向对象递送胰岛素和反调节剂治疗的双激素泵时的第一映射，并且可以包括当葡萄糖水平控制系统510未被被配置为向对象512递送反调节剂治疗时的第二映射。在一些情况下，葡萄糖水平控制系统510可以将两种映射存储在存储器540中。例如，葡萄糖水平控制系统510可以在反调节剂可用时使用第一映射，并且可以在反调节剂不可用时使用第二映射。映射可能因多种原因而变化，包括因为双激素葡萄糖水平控制系统510可以更精确地控制由于反调节剂的可用性而引起的低血糖症事件的发生，这可能因此改变对象可能消耗的碳水化合物的频率和类型。
在框710处，葡萄糖水平控制系统510输出碳水化合物治疗剂量的指示。输出碳水化合物治疗剂量的指示可以包括在显示器上输出碳水化合物治疗剂量的指示，以呈现给用户。此外，碳水化合物治疗剂量的指示可以传输到另一计算系统，以用于显示或与和对象512相关的其他治疗数据(如临床医生用来帮助管理对象512护理的治疗数据)聚合。在一些情况下，碳水化合物治疗剂量的指示可以包括在对应于对象512的护理的报告中。
在某些实施方案中，过程700的操作在一段时间内被执行或重复。例如，与框702-708相关联的操作可以在一段时间内重复一次或多次。在此类情况下，可以将在一段时间内确定的碳水化合物治疗的剂量聚合，以确定该时间段内的总碳水化合物治疗。此外，框710可以包括输出对于确定碳水化合物治疗剂量的每个单独时间的碳水化合物治疗剂量，和/或针对该时间段的聚合的确定的碳水化合物治疗剂量的指示。该时间段可以是任何时间段。例如，时间段可以是一天、一周、一个月、一年、自对象512开始使用葡萄糖水平控制系统510、自用户获得或停止获得对反调节剂的访问或任何其他时间段的时间。在一些情况下，时间段由低血糖症事件的发生或满足阈值的低血糖症风险的发生来定义。例如，时间段可以是与5、10、15、100或任何其他数量的低血糖症事件或满足阈值的低血糖症风险的发生相关联的时间。
总碳水化合物治疗的指示可以对应于对象512所消耗的碳水化合物的减少，因为例如，反调节剂对葡萄糖水平控制系统510以及因此对象514的可用性。因此，总碳水化合物治疗的指示可以对应于通过反调节剂对对象512的可用性可实现的碳水化合物的减少。此外，总碳水化合物治疗的指示可对应于提供或可作为碳水化合物替代物提供给对象的反调节剂的量。
每个对象或在每个低血糖症事件期间消耗的特定碳水化合物或碳水化合物的量可以变化。例如，当对象512测量的血糖水平太低或当对象感觉血糖水平可能很低(例如，开始感觉到一些降血糖作用)时，对象512可以食用特定的糖果棒。对象可以食用整个糖果棒或可以食用一部分。一些糖果棒可能会被对象丢失(例如，掉在地上)。在其他情况下，对象在不同的低血糖症事件期间可能有不同的可用糖果棒或其他精制糖源。因此，即使碳水化合物与反调节剂之间可能存在客观映射，由于反调节剂的可用性而消耗或避免的碳水化合物的量可能因每次低血糖症事件而变化。因此，避免总碳水化合物治疗的指示，或如果反调节剂可用则可以避免的指示，可能表明一系列碳水化合物可能潜在地被反调节剂的可用性替代。
在一些情况下，碳水化合物治疗或总碳水化合物治疗的指示可包括以下指示中的一种或多种：卡路里指示、碳水化合物指示、糖测量指示、食物量指示或可归因于碳水化合物治疗的对象体重的指示。指示可能与由于缺乏反调节剂而消耗的东西或基于反调节剂的可用性而避免的东西相关联。例如，卡路里的指示可以是由于反调节剂的存在而未消耗的卡路里的数量。有利地，与碳水化合物治疗或避免碳水化合物治疗有关的治疗信息的可用性可以帮助患者护理。例如，对象可以减少可能产生大量健康后果的精制糖消耗。此外，医疗保健提供者可以基于碳水化合物信息更好地帮助对象控制他或她的体重。
碳水化合物治疗的指示可以任何可呈现的形式呈现给用户。例如，碳水化合物治疗的指示可以以表格、图表、曲线图、柱状图或其他数据呈现工具的形式呈现，用于指示通过存在反调节剂实现的或通过对特定对象512使用反调节剂实现的反调节剂可能实现的碳水化合物随时间的减少。应当理解，由于用户的生理特征的差异、每个用户的糖尿病差异、每个用户的生活方式的差异等因素，碳水化合物治疗数据的指示对于不同的用户可能不同。有利地，通过使用葡萄糖水平控制系统510来跟踪对象512的碳水化合物治疗，或确定与反调节剂相关的避免的或可避免的碳水化合物治疗，可以个性化对对象512血糖水平的管理。
另外的碳水化合物治疗等效跟踪实施方案
患有糖尿病的人经常食用口服碳水化合物，以用于治疗或预防低血糖症的目的。此类额外的碳水化合物可能会产生不健康的后果，引起体重增加是其中之一。拥有双激素葡萄糖控制系统来输注反调节剂(例如胰高血糖素)，以减少低血糖症的频率、程度和持续时间，可以显著减少用以治疗或预防低血糖症的“药用”需求的口服碳水化合物的量。
本公开的某些实施方案涉及用于将由自主葡萄糖控制系统计算的在线反调节剂量(例如胰高血糖素)的量转化为估算用户凭借反调节剂量已经免于需要，或者如果用户获取反调节剂将不再需要的碳水化合物量的方法。在同时输注胰岛素和反调节剂/激素的双激素自主葡萄糖控制系统中，该方法可以包括被递送以用于治疗或预防低葡萄糖水平的在线反调节剂量与估算在其他情况下需要以实现可比较的安全控制情况(如果未递送反调节剂量)的口服碳水化合物之间的映射。在仅使用胰岛素的自主葡萄糖控制系统中，其中不递送多个剂量的反调节剂/激素，但仍在线计算，该方法可以包括计算的在线反调节剂量与如果反调节剂可用并且其剂量实际递送，对象将很可能不需要消耗以治疗或预防低葡萄糖水平的口服碳水化合物估算的量之间的映射。
在不失一般性的情况下，本文公开的实施方案包括自主葡萄糖控制系统，其中反调节剂是胰高血糖素。然而，可以利用其他药物和/或反调节剂。该方法可以包括将计算的在线胰高血糖素给药与消耗的用于治疗或预防在仅胰岛素配置中在实际使用中(例如，在临床研究期间)观察到的低葡萄糖水平(“治疗碳水化合物”)的口服碳水化合物相关联，并将反调节剂与碳水化合物之间的关系与递送的在线胰高血糖素剂量(或其他反调节剂)与消耗的双激素(胰岛素-胰高血糖素)配置中的口服碳水化合物之间的类似关系相关联。
使用从实际使用(例如，临床研究)中收集的数据，仅胰岛素配置中消耗的治疗碳水化合物Cio与在线计算的(但未递送的)胰高血糖素剂量Gc之间的关系可以描述为关系Cio＝Rio(x)*Gc，其中Rio(x)可能是相关因子，它可以是向量x中包含的多个依赖项的函数。此类依赖性可以包括正在使用的特定胰岛素和/或胰高血糖素(例如，它们的临床特性)，和/或控制系统假定的与胰岛素和/或胰高血糖素相关的药代动力学设置。依赖性还可以包括用户的体重和葡萄糖控制系统使用的葡萄糖靶标。在一些实施方案中，对于在Cio与Gc之间的关系中表现出有限变化的系统(例如，由于有限的影响，或相关联的依赖性的有限变化或没有变化)，Rio(x)可以是常数，或Rio(x)≡Rio。
与仅使用胰岛素的配置类似，根据实际使用数据，双激素(胰岛素-胰高血糖素)配置中消耗的治疗碳水化合物Cbh与在线递送的胰高血糖素剂量Gd之间的关系可以通过关系Cbh＝Rbh(x)*Gd描述，其中Rbh(x)可以以与上述Rio(x)类似的方式描述。在一些情况下，量Cio、Gc、Cbh和Gd可以指每日量，如在某个使用期间(例如，一周)的平均值。在一些情况下，量Cio、Gc、Cbh和Gd可以指用户每体重的平均每日量，在这种情况下，可以从x中消除对体质的依赖。
在计算了Gc，但在仅胰岛素的系统中实际上没有递送胰高血糖素的情况下，Gc在治疗或预防低葡萄糖水平方面对葡萄糖没有影响，这反过来通常预计会引起进一步计算的胰高血糖素给药(例如，倾向于增加给定情况下Gd的大小)。相比之下，由于Gd在双激素系统中递送，预计它会在预防或减少低葡萄糖水平的频率、程度或持续时间方面具有影响，这进而预期会限制胰高血糖素给药的总量级(例如，限制给定情况的Gd)。因此，对于给定的一组依赖性，通常期望两个系统配置之间的Gc>Gd。同样，由于Gc在对抗低葡萄糖水平方面没有作用，而Gd确实具有这种作用，因此在比较两种系统配置时，预计处理碳水化合物Cio>Cbh。
如果对于具有Gc的仅胰岛素系统的给定实际使用案例，可以理想地关联如果计算的在线胰高血糖素给药实际上作为Gd递送，对于相同的实际使用情形的相应Cio如何，则可以作出推测如果他们反而使用双激素系统(具有相同的胰岛素控制器)，其中胰高血糖素将被递送，用户将需要“Cio–Cbh”更少的治疗碳水化合物(例如，本来可以节省那么多)。相反，如果对于具有Gd的双激素系统的给定实际使用案例，可以理想地关联如果未递送所递送的在线胰高血糖素剂量，而仅计算为Gc，对于相同实际使用情形的相应Cbh如何，则可以作出推测如果他们相反使用仅胰岛素系统(具有相同的胰岛素控制器)，其中胰高血糖素将不被递送，用户实际上已经避免了服用“Cio–Cbh”额外治疗碳水化合物的需要。应当理解，上述计算是在理想情况下的估算，因为在实践中，不可能通过重新运行过去的实际使用情形来获得此类理想关系。
对于实际实施，可以重新模拟使用仅胰岛素系统的实际使用案例，同时假设双激素系统可用，其中假设递送胰高血糖素。由于控制系统在发布随后的附近胰高血糖素剂量时可能会考虑递送的剂量，因此模拟的胰高血糖素剂量相对于仅胰岛素系统的原始Gc可能表现出降低。由于葡萄糖分布在模拟中保持不变，模拟可能缺乏反映响应于假定的递送的胰高血糖素剂量而生成的任何葡萄糖偏移。反过来，模拟可能缺乏反映胰高血糖素剂量完全减少到Gd的情况，如果葡萄糖偏移实际上受益于递送的胰高血糖素，则可能观察到这种情况。因此，在模拟中观察到的胰高血糖素剂量减少，即假递送的胰高血糖素
Figure BDA0003677636830000281
相对于“真正的Gd”可能可论证地在量级上被夸大了。如上所述，基于先前的分析，Gc可以被映射到仅胰岛素配置中的对应量Cio，并且
Figure BDA0003677636830000282
可以被映射到双激素配置中的对应量
Figure BDA0003677636830000283
因此，模拟结果可以将减少
Figure BDA0003677636830000284
映射到用户在使用双激素系统时会节省的治疗碳水化合物的估算
Figure BDA0003677636830000285
该估算可能是保守估算。在跨越实践中观察到的Gc范围的各种实际使用案例中重复模拟分析，提供了它们与如果用户一直使用双激素系统，他们可能不需要消耗的治疗碳水化合物的(在一些情况下，保守的)估算值
Figure BDA0003677636830000286
的相关范围之间的全局映射。相反，当使用双激素系统时，可以利用映射，其中观察到的剂量Gd被映射回伪计算的胰高血糖素
Figure BDA0003677636830000287
并且所得的相关差异
Figure BDA0003677636830000288
提供了用户凭借双激素系统很可能省去的治疗碳水化合物的(在一些情况下，保守的)估算值。
某些实施方案包括系统，其包括用于自动控制对象血糖水平的控制器。控制器可操作，以基于对象的随时间变化的葡萄糖水平生成胰岛素剂量控制信号，如通过随时间变化的葡萄糖水平信号所示的。葡萄糖水平信号可以由可操作以连续感测对象的葡萄糖水平的葡萄糖传感器生成。胰岛素剂量控制信号可以控制递送装置对胰岛素剂量的递送。此外，控制器可以以规则频率运行，以生成胰岛素剂量控制信号来调节对象中的葡萄糖水平。在在线操作期间，控制器可以采用生成胰高血糖素剂量信号的控制算法，所述胰高血糖素剂量信号可以映射到相关量的口服碳水化合物。
口服碳水化合物可与低葡萄糖水平的预防或治疗相关。此外，胰高血糖素剂量信号和口服碳水化合物之间的映射可以来源于临床数据的分析。可以计算胰高血糖素剂量信号，但不能在仅胰岛素系统配置中递送。相比之下，可以计算胰高血糖素剂量信号，并且可以在胰岛素-胰高血糖素系统配置中递送胰高血糖素。在仅胰岛素的系统配置中计算的胰高血糖素剂量可以映射到口服碳水化合物的量，其为如果相反使用胰岛素-胰高血糖素系统配置，估算已经节省的胰高血糖素剂量。在胰岛素-胰高血糖素的系统配置中递送的胰高血糖素剂量可以映射到口服碳水化合物的量，其为如果相反使用仅胰岛素系统配置，估算已经节省的量。映射可能取决于所使用的胰岛素和胰高血糖素的临床特性，以及与胰岛素和胰高血糖素的作用和效果相关的控制系统中的设置。此外，映射可能取决于对象的体重。
备用治疗方案生成
移动药物装置，如血糖控制系统(例如，胰岛素泵或组合的胰岛素和反调节剂(例如，胰高血糖素)泵)可以为对象提供个性化治疗。换言之，移动药物装置可以提供特定于对象的生理、状况、活动等的药物。此外，一些移动药物装置监测对象的状况以确定何时提供治疗、提供什么类型的治疗(例如，胰岛素或反调节剂治疗)和/或提供多少治疗。由移动药物装置提供的治疗可能正在进行，并且在一些情况下可以挽救生命。因此，移动药物装置的功能不间断是重要的。
尽管尽了最大努力，但有时移动药物装置的治疗会被中断。例如，移动药物装置可能损坏，对象可能用尽或无法获取必要的一次性用品(例如，替换胰岛素筒、用于改变移动药物装置部位的现场套件、替换电池等)，或者对象可能忘记给移动药物装置的电池充电，或不在可用于给移动药物装置充电的电源的位置。因此，存在移动药物装置可能不可用或可能需要更换的情况。
当移动药物装置不可用时，或者当正在使用替代的(临时的或永久的)移动药物装置时，可能期望具有来自移动药物装置的治疗设置的指示。例如，如果用户(例如，对象、医疗保健提供者、父母或监护人)正在提供替代治疗(例如，注射治疗)，而移动药物装置，则可能需要知道在特定情况下或在特定时间要提供的治疗量。
在一些情况下，医疗保健提供者可以访问可能已经预先确定(例如，经由临床测试)的治疗信息。该治疗信息可包括可用于确定在特定时间或在特定条件下提供给对象的治疗的任何类型的信息。例如，治疗信息可以指示对象的设定点胰岛素范围、提供给用户以调整葡萄糖水平的胰岛素量、胰岛素在对象中达到最大浓度的时间量，或可能影响药物给药的时间或量的任何其他信息。
医疗保健提供者可用的治疗信息可能不充分。例如，对象可能无法在需要信息的时间点联系医疗保健提供者以获取治疗信息。此外，在一些情况下，信息可能已经过时，例如，因为移动药物装置可能随着时间的推移改进了治疗。如果最近发生了改进，则医疗保健提供者的过时值可能就足够了，直到替换的移动药物装置可以重复原始移动药物装置的改进过程。在其他情况下，过时的治疗信息可能不充分，因为例如，自上次进行临床测试以来，改进非常显著或对象可能发生了生理变化(例如，体重增加或体重减轻或新陈代谢变化)。使用过时的治疗信息可能不太有效并且可能对对象造成不适或伤害。
本文所公开系统的某些实施方案可以生成备用治疗数据。如果对象当前的装置发生故障，对象(或用户)可以使用备份治疗数据执行注射治疗或配置替换的移动药物装置。通过使用备用治疗数据，对象可以维持与移动药物装置提供的治疗护理水平相匹配或更密切匹配的治疗护理水平，而不是临床数据，如果有的话，临床数据可能已经完全过时。
该系统可以包括自动化血糖控制系统(例如，葡萄糖水平控制系统510)，其被配置为生成包括来源于自主确定的胰岛素剂量的胰岛素治疗指令的备用治疗方案。在正常操作期间，该系统可以接收来自传感器的葡萄糖水平信号，该传感器可操作地被配置为确定对象的葡萄糖水平。传感器可以包括可以确定葡萄糖水平的任何类型的传感器。例如，传感器可以是连续血糖监测(CGM)传感器。
使用确定的葡萄糖水平，系统可以使用控制算法自主地确定和/或生成剂量控制信号。可以在没有任何用户动作或与血糖控制信号交互的情况下执行剂量控制系统的确定和/或生成。在一些情况下，缺乏用户动作或与血糖控制系统的交互是指有意识的动作，并且可能排除对象生理特征的传感器测量。控制算法可以至少部分地基于葡萄糖水平信号，自主地确定待输注到对象中的胰岛素剂量，以用于控制对象血糖的目的。控制算法可以包括任何类型的控制算法。
例如，控制算法可以是双指数药代动力学(PK)模型，其对对象血浆中胰岛素剂量的累积进行建模。自动化血糖系统可以基于双指数PK模型和对象的一次或多次血糖测量来控制胰岛素或反调节剂的递送或施用。双指数PK模型可以对皮下施用的胰岛素到血液中的吸收和/或血液中葡萄糖减少的速率进行建模。随时间变化的双指数PK模型可以由以下等式表示：
Figure BDA0003677636830000311
其中U0是以(U)为单位的皮下剂量，K是比例常数，α1和α2是时间常数。
作为替代实例，控制算法可以包括线性算法，该线性算法基于线性降低率对对象中的葡萄糖减少或葡萄糖积累进行建模。例如，控制算法可以确定待施用于对象的特定剂量D的胰岛素。然后，控制算法可以估算在4小时内每小时有0.25*D的胰岛素被吸收到血浆中。类似地，控制算法可以估算在胰岛素达到血浆内的最大浓度后，胰岛素在三个小时内以每小时0.33*D的速率减少。
不管使用何种控制算法，自动化血糖控制系统可以在特定时间段内一次或多次施用胰岛素，并且在一些情况下施用反调节剂。可能有多种原因和/或触发因素引起自动化血糖控制系统供应胰岛素。例如，自动化血糖控制系统可以周期性地提供基础剂量的胰岛素，以试图维持对象血浆中稳定的血糖水平。作为另一实例，自动化血糖控制系统可以在进餐时间提供胰岛素团注，以说明作为进餐的一部分要消耗的预期葡萄糖量。进餐时间团注可以是用户指定的量或者可以是响应于对象对进餐大小的指示而施用的胰岛素的量。这种膳食大小的指示可能是主观的。在一些情况下，用于确定膳食大小的胰岛素团注的大小可以是固定值或恒定值。在一些其他情况下，随着自动化血糖控制系统学习或细化要施用对象的胰岛素量以将对象的血糖保持在目标设定点内，确定的膳食大小的胰岛素团注的大小可能随时间变化。当对象(或其他用户)对膳食大小进行主观识别时，自动化血糖控制系统可以基于预期血糖水平测量值与实际血糖水平测量值的比较来学习或改进待施用的最佳胰岛素。除了基础和进餐时间胰岛素团注之外，自动化血糖控制系统还可以基于葡萄糖水平信号向对象提供校正剂量的胰岛素。可以响应于模型预测控制器(MPC)根据血糖水平读数确定或估算用户的胰岛素水平在未来某个时间段内预期下降到阈值以下，来提供胰岛素的校正剂量。MPC可以执行控制算法，其可以将葡萄糖浓度调节到参考设定点，同时最小化控制信号的积极性和局部胰岛素积累。可以基于与对象中胰岛素的药代动力学有关的标称时间值推导出描述所施用胰岛素的皮下积累的数学公式。数学公式可以是关于胰岛素吸收速率、峰值胰岛素吸收时间和/或胰岛素(或另一种药物)的总作用时间。可与本公开的实施方案一起使用的MPC控制器的实例在2010年10月5日发布的第7,806,854号美国专利中进行了描述，该专利的公开内容在此通过引用以其整体并入本文中，用于所有目的。
自动化血糖控制系统可以在跟踪周期内跟踪施用于对象的胰岛素治疗。尽管跟踪期的长度不受限制并且通常可以是任何时间段，但通常跟踪期至少是足以使自动化血糖控制系统学习或改进药物(例如，胰岛素)的量，以在特定条件下(例如，当检测到特定的血糖水平或确定特定的膳食大小时)施用于对象的最小时间段。例如，自动化血糖控制系统最初可以在午餐时施用6个单位的胰岛素，并在晚餐时施用10个单位的胰岛素。这些初始值可以设置为医疗保健提供者和/或对象，例如，基于对象的临床数据。然而，随着时间的推移(例如，3-5天)，自动化血糖控制系统可以确定在午餐提供7个单位的胰岛素和在晚餐提供8个单位的胰岛素使对象血糖水平保持比最初的配置更接近设定点范围的中值。尽管不限于此，但通常每个单位的胰岛素是一毫升胰岛素的1/100。
如所指示的，跟踪期可以是任何时间长度。例如，跟踪期可以是1天、3天、5天、7天、介于两者之间的任何时间或更长。通常，跟踪期至少足够长，以提供足够的时间来学习或改进对象的自动化血糖控制系统的初始设置。在一些情况下，跟踪期可能是1天或2天。在其他情况下，跟踪期可以是从特定时间段直到当前时间段。例如，跟踪期可以是从治疗开始直到当前时间点。在其他情况下，跟踪期可以是移动或变换窗口。例如，跟踪期可以是最少的周、两周、一个月或一年。此外，对于非血糖系统，跟踪期可以基于足以确定或改进对象的药物控制值的时间量而不同。在一些情况下，跟踪期可能是特定长度的窗口。该窗口可以是移动窗口。例如，窗口可能是前7天。随着时间的推移，窗口移动至继续包含前7天。
跟踪胰岛素治疗可以包括存储递送至对象的自主确定的胰岛素剂量。这些自主确定的胰岛素剂量可以包括基础胰岛素剂量、进餐时胰岛素团注或校正胰岛素剂量中的一种或多种。此外，跟踪胰岛素治疗可以包括跟踪使用的胰岛素类型。胰岛素的类型可以包括任何类型的胰岛素，如速效胰岛素(例如，Lispro、Aspro或Glulisin)、常规或短效胰岛素(例如Humulin R、Novolin R或Velosulin R)、中效胰岛素(例如，Humulin N、Novolin N、ReliOn)、长效胰岛素(例如，地特胰岛素(Levemir)和甘精胰岛素(Basaglar，Lantus))，或超长效胰岛素(例如，德谷胰岛素(Tresiba)、甘精胰岛素u-300(Toujeo))。此外，跟踪胰岛素治疗可以包括跟踪反调节剂(例如胰高血糖素)治疗。
在一些情况下，跟踪胰岛素治疗可以包括计算在一段时间内(例如，在跟踪窗口上)提供的平均治疗。例如，跟踪胰岛素治疗可以包括确定每个给药间隔期间标称基础剂量的过去7天的移动平均值。假设每5分钟提供一次基础治疗，则移动平均值可以基于之前的288剂(例如，在1天内)或2016剂(例如，在7天内)计算。该计算可用于获得备用治疗的基础速率曲线。在一些情况下，时间段可以被分解成不同的时间段，这些时间段可能与不同的治疗速率相关联。例如，可能有4个基础治疗期(例如，10pm-4am、4am-10am、10am-4pm和4pm-10pm)。因此，可以为一天或一些其他时间段(例如，7天)内的每个基础治疗期计算单独的移动平均值。计算的平均值可用于计算可用于对自动化葡萄糖控制系统进行编程的备用基础速率。此外，基础速率曲线可包括汇总该天中的剂量，以确定可用于注射治疗的长效胰岛素的剂量。
与基础治疗类似，可以计算校正剂量的移动平均值，以确定经由泵或注射治疗提供的胰岛素校正团注。可选地或另外，校正剂量的移动平均值与对象的血糖随时间的测量相结合可用于确定血糖从校正治疗期间提供的单位胰岛素的变化率。
进餐时间的团注也可以使用移动平均值来计算。此外，可以为一些时间短内(例如，进餐时间的前7天)的每餐(例如，早餐、午餐和晚餐)剂量计算单独的移动平均值。在一些情况下，可以使用不同的窗口函数计算每个移动平均值。例如，可以使用Hann窗或Hamming窗来计算移动平均值。在一些情况下，可以针对不同的膳食大小确定不同的剂量水平，并且可以针对不同的膳食确定不同的剂量。在一些情况下，尽管大小相似，但不同的膳食(例如早餐相对于午餐)可能具有不同的剂量，例如，由于对象醒来时相对于他们通常吃午餐时的血糖水平不同，或者因为在早餐相对于午餐消耗的食物类型不同。此外，在一些情况下，不同对象的新陈代谢差异可能引起不同的进餐时间团注。
胰岛素治疗可以存储在治疗日志或任何其他类型的数据结构中。此外，胰岛素治疗可以存储在自动化化血糖系统的存储器中、伴随装置上、对象或用户的计算装置(例如膝上型电脑或台式机)上、云计算环境中或任何其他能够接收来自自动化血糖控制系统的胰岛素治疗信息的存储系统中。
使用治疗日志或跟踪的胰岛素数据，自动化血糖系统或能够访问治疗日志或跟踪的胰岛素数据的计算系统可以生成备用胰岛素治疗方案。备用胰岛素治疗方案可以包括备用注射治疗方案或备用泵治疗方案。备用注射治疗方案可以包括一种或多种量的胰岛素(或其他药物)，以一次或多次使用注射治疗(例如，手动提供的注射)来施用，以帮助将对象的状况维持在正常或期望的生理范围或状况内。备用泵治疗方案可以包括相同类型或不同类型的替换药物泵的数据和/或指令，以向对象提供治疗。替换药物泵可以是永久替换或临时替换。
备用泵治疗方案可以与备用注射治疗方案相同和/或包括相同类型的信息。可选地或另外，备用泵治疗方案可以包括与备用注射治疗方案不同的值。例如，备用泵治疗方案可以包括基础治疗的指示，以以相对较短的增量(例如，每5分钟、每半小时、每小时等)定期提供。因为胰岛素泵可以自动化施用胰岛素，所以可能提供稳定或周期性的胰岛素滴注。对于使用注射治疗的对象，以类似的短增量手动施用胰岛素可能是不切实际的。相反，用户可能以较少定期施用治疗(例如，大约每4-5小时或6-8小时一次、在进餐时间之前、醒来之后和/或睡觉之前等)。因此，泵和注射的备用治疗方案可能不同。此外，备用方案中使用或确定的胰岛素类型可能不同。例如，备用方案可能要求使用长效胰岛素，诸如例如甘精胰岛素，或中效胰岛素，诸如例如人重组胰岛素。
在一些情况下，备用泵治疗方案可用于手动改进供对象使用的替代血糖控制系统的泵设置。在其他情况下，替代血糖控制系统可以基于备用治疗方案自动化配置自身。例如，用户可以将备用治疗方案提供给替代血糖控制系统，该替代血糖控制系统可以使用该信息进行自校准。
无论是否生成或需要备用方案，收集和分析由自动化血糖控制系统提供的治疗的治疗数据对于帮助管理对象的状况都可能是有用的。例如，治疗数据可用于确定对象是否对自动化血糖控制系统提供的治疗感到满意，或者血糖控制系统是否以最匹配对象的生活方式或治疗偏好(主观或其他方式)的方式被配置。确定血糖控制系统是否正在提供期望的治疗或以期望的速率提供治疗的一种方法是确定对象或可能帮助管理对象的治疗，至由自动化血糖控制系统提供的治疗的其他用户进行的修改的频率和/或幅度。
本文所公开的自动化血糖控制系统可以在跟踪期内跟踪用户对控制参数的修改。跟踪期可以包括上述用于跟踪治疗以生成备用方案的任何时间周期。此外，控制参数可以包括可能影响施用治疗的任何类型的控制参数。例如，控制参数可以涉及治疗量、递送治疗的时间、递送治疗的速率，或何时或是否递送治疗的触发，以及其他控制参数。此外，控制参数可直接影响治疗的递送(例如，指定递送药物的时间或待递送的药物量)，或可间接影响治疗(例如，调整设定点范围以维持血糖或对象中胰岛素积累的速率，其可用于修改用于施用治疗的控制算法)。
用户修改可以包括对自动化血糖控制系统的控制参数或设置的任何改变。例如，自动化血糖控制系统可以跟踪用户减少或增加控制参数(例如，施用的胰岛素的量)的每个实例和/或速率或次数百分比。此外，跟踪对控制参数的改变可以包括跟踪用户多久暂停一次治疗或临时调整目标血糖范围或其他控制参数。此外，跟踪对控制参数的改变可以包括跟踪用户何时对控制参数做出改变。例如，用户一般可以修改夜间的控制参数，而白天参数保持不变，或反之亦然。在一些情况下，自动化血糖控制系统可能会跟踪对象体重随时间的变化。体重可以由用户提供，并且可以影响血糖控制(例如，施用的胰岛素量可能与对象的重量有关)。
自动化血糖控制系统可以生成跟踪用户对控制参数的修改的报告。该报告可以包括对所存储的控制参数值的增加和减少频率的测量。此外，报告可以包括用户在跟踪期间修改高于或低于自动化血糖控制系统的存储的控制参数值的控制参数的次数百分比的指示符。在一些情况下，该报告指示在跟踪期间暂停胰岛素输注的次数，或将胰岛素递送到对象的速度(例如，积极性)。
使用该报告，临床医生或其他医疗保健提供者可以确定是否应对控制参数进行修改，以更好地管理对象的治疗。例如，如果确定对象在晚上或夜间期间每周将血糖目标水平提高4-5次，则临床医生可以确定应该调整晚上的目标设定点，以减少用户手动调整由自动化血糖控制系统提供的治疗，或治疗的控制参数设置的发生次数。在一些情况下，对象可能会根据主观原因调整治疗。在一些这样的情况下，治疗报告可以使临床医生或医疗保健提供者能够训练对象控制他或她的疾病。在其他情况下，临床医生可以确定对象对血糖的耐受性不同于最初确定的耐受性或与平均对象不同，并且可以相应地调整自动化血糖控制系统的一个或多个控制参数。
在一些实施方式中，自动化血糖控制系统可以基于报告随时间自动化调整一个或多个控制参数。例如，如果自动化血糖控制系统确定在一个月的过程中对象在30天中有20天将白天目标血糖范围调整为更低，则自动化血糖控制系统可以修改控制参数以具有更低的设定点范围。在一些情况下，自动化血糖控制系统可以将变化通信给用户(如对象、父母或监护人，或医疗保健提供者)。
示例性备用治疗方案生成过程
图8示出了根据某些实施方案的示例性备用治疗方案生成过程800的流程图。过程800可以由任何可以跟踪随时间提供给对象的药物治疗(例如，胰岛素治疗)并生成备用治疗方案的系统执行，如果葡萄糖水平控制系统510变得不可用，则可以使用该备用治疗方案。例如，过程800可以由葡萄糖水平控制系统510的一个或多个元件执行。在一些情况下，过程800的至少某些操作可以由单独的计算系统执行，该计算系统从葡萄糖水平控制系统510接收提供给对象512的药物治疗的指示。尽管一个或多个不同的系统可以执行过程800的一个或多个操作，但是为了简化讨论并且不限制本公开，过程800是针对特定系统来描述的。
过程800开始于框802，其中葡萄糖水平控制系统510接收对象512的葡萄糖水平。接收葡萄糖水平可以包括接收和/或确定对应于对象的葡萄糖水平的葡萄糖水平信号。可以从葡萄糖传感器516(例如，CGM传感器)接收葡萄糖水平信号。可选地或另外，可以从用户接收葡萄糖水平，该用户经由用户界面将葡萄糖水平提供给葡萄糖水平控制系统510，如由处理器530生成的用户界面，其可以通过触摸屏控制器538在触摸屏上输出。从用户接收的葡萄糖水平可以是使用可用于替代葡萄糖传感器516的替代传感器或测量机构(例如，糖尿病测量条)测量的葡萄糖水平。
在框804处，葡萄糖水平控制系统510至少部分地基于葡萄糖水平信号生成胰岛素剂量控制信号。在一些情况下，胰岛素剂量控制信号可以是药物控制信号，该药物控制信号被配置为控制药物泵以将药物(例如，胰岛素、反调节剂或其他药物)施用至对象512。可以使用控制算法生成剂量控制信号，该控制算法被配置为至少部分地基于在框802处确定的葡萄糖水平或葡萄糖水平信号来自主地确定为了控制对象血糖的目的而向对象施用或输注至对象中的胰岛素剂量。
在框806处，葡萄糖水平控制系统510在跟踪期内跟踪施用对象512的胰岛素治疗。跟踪期通常至少为一天，并且可能更长。例如，跟踪期可以是1天、2天、一周、一个月、几个月、一年、前述实例之间的任意时间长度，或甚至更长。在一些情况下，跟踪期可能从跟踪开始的时间点开始是连续的。例如，跟踪期可以涵盖对象512对葡萄糖水平控制系统510的整个使用寿命。在跟踪期设置为定义的时间段(其可以针对过程800的不同迭代进行修改)的情况下，过程800可以根据请求或在触发事件时使用相等或不同长度的新的跟踪期周期性地重复。触发事件可以包括可能使先前生成的备用治疗方案可能过时的任何事件。例如，触发事件可以包括药物类型的改变(例如，不同的胰岛素或反调节剂制剂)、对象512的生理特征的改变(例如，体重的改变，或对不同葡萄糖水平或药物的敏感性)，或对象512的平均活动水平的变化。
尽管跟踪期通常是至少一天，使得葡萄糖水平控制系统510能够基于来自葡萄糖水平控制系统510使用的完整周期(例如，清醒和睡眠时间)的数据来确定备用方案，但在一些情况下，跟踪期至少最初可能少于一天。例如，可以在半天的活动后生成初始备用治疗方案。随着在葡萄糖水平控制系统510的全天(以及在一些情况下，随后一天)的使用中更多数据变得可用，可以更新该初始备用治疗方案。
在一些情况下，跟踪期可以由或基于特定数量的胰岛素施用事件来定义。例如，跟踪期可以由基于葡萄糖水平信号生成胰岛素剂量的至少十个实例来定义。作为另一实例，跟踪期可以由进餐事件、校正剂量事件和/或基础剂量事件的最小数量来定义。例如，跟踪期可能需要发生3餐或每种餐食类型的3餐、2次校正剂量和/或100次基础剂量。应当理解，上述剂量数量只是一个实例，并且跟踪期可以包括更多或更少剂量的量。此外，跟踪期可以被定义或指定为特定数量的胰岛素剂量的时间和发生的组合。
在一些情况下，跟踪期可以是可变的。例如，如果葡萄糖水平控制系统510确定胰岛素剂量治疗在跟踪期内不一致或不稳定(例如，由于不一致的锻炼或饮食习惯)，则可以延长跟踪期。
跟踪胰岛素治疗可以包括在框804处存储至少部分地基于葡萄糖水平信号生成的胰岛素剂量控制信号。可选地或另外，跟踪胰岛素治疗可包括存储对应于胰岛素(或另一药物)剂量控制信号的胰岛素(或其它药物)量的指示。胰岛素剂量控制信号和/或胰岛素量的指示可以对应于作为基础胰岛素剂量、校正胰岛素团注和/或作为进餐时间胰岛素团注递送至对象512的胰岛素剂量。
存储胰岛素剂量控制信号和/或胰岛素量的指示可以包括将胰岛素剂量控制信号和/或胰岛素量的指示存储在葡萄糖水平控制系统510的存储器540中的治疗日志或任何其他类型的数据结构中。可选地或另外，葡萄糖水平控制系统510可以将胰岛素剂量控制信号和/或胰岛素量的指示存储在远程数据存储处。该远程数据存储可以是葡萄糖水平控制系统510可以与之通信的本地计算系统(例如，膝上型电脑、台式机、智能手机或对象512或用户的其他计算装置)。葡萄糖控制系统510可以经由
Figure BDA0003677636830000391
或其他近场通信服务或经由本地网络向本地计算系统提供胰岛素剂量控制信号数据或胰岛素量的指示。可选地或另外，远程数据存储可以是远程计算系统，葡萄糖水平控制系统510可以通过广域网与其通信，如无线局域网、使用基于IoT的通信技术的蜂窝网络、蜂窝通信技术或任何其他通信网络。在一些情况下，广域网可以包括互联网。葡萄糖水平控制系统510可以包括使其能够与本地或远程计算系统通信的无线电。此外，远程计算系统可以是数据中心或云计算环境的计算系统。
无论是本地或远程计算系统，葡萄糖水平控制系统510都可以与计算系统建立通信通道。该通信信道可以是加密信道。此外，通信信道可以是葡萄糖水平控制系统510与计算系统之间的直接端到端连接。一旦建立了通信通道，葡萄糖水平控制系统510可以将胰岛素剂量控制信号数据或胰岛素量的指示传输至计算系统。
通常，与框802-806相关联的操作可以在整个跟踪期的过程中重复多次。例如，在一些情况下，与基础胰岛素相关的胰岛素剂量控制系统可以每天生成多达288次。因此，跟踪胰岛素治疗可以包括存储整个跟踪期间输注入对象512中的多个自主确定剂量的胰岛素的胰岛素剂量控制信号和/或相应的胰岛素量指示。
通常，反调节剂治疗包括在存在低血糖症风险或发生低血糖症时施用反调节剂(例如胰高血糖素)。通常，反调节剂不是定期或每天提供的。然而，了解向对象512施用反调节剂的量和频率可能是有用的。例如，它可以帮助健康保健工作者或用户指导或调整对对象512的护理。此外，跟踪反调节剂的使用可以帮助确定对象512在双激素泵中或用于注射治疗中应该可以获取的反调节剂的最小量。在一些情况下，框806可以包括跟踪在跟踪期期间施用的反调节剂。跟踪反调节剂治疗可以包括存储自主确定的响应于在框802处获得的葡萄糖水平信号而递送至对象512的反调节剂剂量的指示。
在框808处，葡萄糖水平控制系统510至少部分地基于所跟踪的胰岛素治疗来生成备用治疗方案。可以基于在跟踪期内、在跟踪期的不同部分(例如，早餐、午餐和晚餐，或起床和睡眠时间等)内，或响应于特定事件(例如，进食时、血糖水平超过阈值水平等时)而施用于用户的平均胰岛素量或速率，来确定备用治疗方案。备用治疗方案可以包括备用注射方案和/或备用泵治疗方案。备用注射方案可以向用户(例如，对象512、父母或监护人或对象512的其他看护人)提供可经由注射施用对象512的一定量的胰岛素。此外，备用注射治疗可以指示可以施用胰岛素的时间。例如，备用注射治疗可以指示在特定进餐时间待施用的胰岛素量。此外，备用注射治疗可以指示单位胰岛素可能不具有对象512的效果，从而使用户能够计算当血糖读数指示对象512的葡萄糖水平太高(例如，高于所需的设定值范围)时向对象512施用多少胰岛素。
与备用注射治疗方案类似，备用泵治疗方案可以向用户(例如，对象512、父母或监护人，或对象512的其他看护人)提供可以经由药物泵施用于对象512的胰岛素量。使用备用泵治疗方案，用户可以配置药物泵以施用所识别的胰岛素量。备用泵治疗方案可用于在无法访问CGM传感器(例如，对象512不拥有CGM传感器，或药物泵或CGM传感器有故障等)时配置药物泵。此外，备用泵治疗方案可用于为替代葡萄糖水平控制系统提供初始配置。
在一些情况下，备用注射治疗方案和备用泵治疗方案可以相同。然而，通常至少推荐的基础治疗设置可能会有所不同。经由注射治疗将胰岛素每天多次施用于对象512通常是不切实际的。因此，备用注射治疗方案可以识别可以有限(例如，一天一次或两次)施用的长效胰岛素单位或剂量。然而，药物泵可以更容易地在超过有限的基础上(例如，每小时、每半小时、每5分钟等)施用胰岛素。因此，备用泵治疗方案可以识别胰岛素的基础速率，其可以为每个时间单位施用一次(例如，每小时一次或每15分钟一次，或每五分钟一次)，或以每个时间单位(例如，每小时)的特定速率连续施用(例如，0.5或0.6个单位)。此外，备用泵治疗方案可以识别一天中不同部分的不同速率(例如，对于对象，每半天一个速率、每四分之一天一个速率，或典型清醒时间期间一个速率和典型睡眠时间期间一个速率等)。
在一些情况下，可以在框808处生成初始备用治疗方案。随着获得另外的胰岛素治疗数据，初始备用治疗方案可随时间更新。
生成备用治疗方案可以包括至少部分地基于在跟踪期间每天提供给对象512的平均总基础胰岛素来确定长效胰岛素单位的数量。每天提供的平均总基础胰岛素可以作为单剂量的长效胰岛素被包括在备用注射治疗方案中，该单剂量长效胰岛素被配置为帮助全天维持对象512的基础胰岛素水平。在一些情况下，每天提供的平均总基础胰岛素可以作为多剂胰岛素(例如，全天2或3剂)包含在备用注射治疗方案中。
可选地或另外，基础胰岛素可以包括在备用治疗方案中，如在备用泵治疗方案中，作为可以供应给泵以在全天中提供基础胰岛素速率的剂量率。此外，在一些情况下，跟踪期的每一天可以划分为多个子时间段。例如，跟踪期的每一天可以分为两个、三个、四个或更多个时间段，或者相等或不同的长度。在一些这样的情况下，生成备用治疗方案可以包括确定多个子时段中的每个子时间段的每小时基础速率。可以通过对跟踪期的每一天的相应子周期进行平均来确定该每小时基础速率。例如，如果跟踪期的每一天被划分为两个子时间段(例如，中午到午夜和午夜到中午)，则在整个跟踪期的第一个子时间段期间供应的基础速率可以被平均，并且在整个跟踪期的第二子时间段期间供应的基础速率可以被平均，以确定两个基础速率，以用于包括在备用治疗方案中。基础速率可以根据每小时费率或基于任何其他时间段来确定。可选地，基础速率可以基于作为备用治疗方案的一部分推荐将特定量(例如，一个单位)的胰岛素施用对象512的时间量来确定。例如，如果葡萄糖水平控制系统510确定对象512每1.125小时接受一个单位的胰岛素，则备用治疗方案可以指示基础速率为每1.125小时一个单位。可选地或另外，备用治疗方案可以指示每小时0.89单位的基础速率。
另外，生成备用治疗方案可以包括确定在跟踪期间每天提供给对象的平均校正团注。可以通过将每个数据施用的校正剂量的总量相加并除以跟踪期中的天数来确定平均校正团注。平均校正团注可以包括在备用治疗方案中作为对用户的指导。然而，通常，校正团注是响应于确定对象的血糖水平达到峰值或超过阈值而提供的，并且不一定作为胰岛素的每日剂量。因此，可以将平均校正团注作为备用治疗方案的一部分包括在内，以帮助用户了解在平均一天期间可能需要的胰岛素量，这对于用户(例如，对象)可能是有用的，以确定例如在注射治疗中可以获取多少胰岛素来使用。在一些情况下，当确定平均校正团注时，可以省略跟踪期的一天或多天或时间段，因为例如，一天或多天或时间段可能被确定为异常值。可以省略异常值以提供对平均胰岛素需求或消耗的更准确的了解。
在一些实施方式中，葡萄糖水平控制系统510可以确定至少部分归因于在跟踪期期间作为校正团注提供给对象的胰岛素单位的平均血糖变化。在一些情况下，葡萄糖水平控制系统510可以将在跟踪期期间施用的每个校正团注与对象512的血糖水平的变化相关联。
生成备用治疗方案可包括针对每天多个进餐时间中的每个进餐时间，确定在跟踪期内提供给对象的平均进餐时间团注胰岛素。在一些情况下，可以确定特定膳食(例如早餐、午餐和晚餐)的平均进餐时间团注，而其他食物摄入时间段(例如零嘴或下午茶时间)可能会被省略或忽略。此外，平均进餐时间团注可以与用户识别的特定膳食大小相关联。例如，葡萄糖水平控制系统510可以确定小膳食和大膳食或者小膳食、中膳食和大膳食的平均进餐时间团注。可以通过使用葡萄糖水平控制系统510的控制算法，针对每个进餐时间和识别的进餐大小，对葡萄糖水平控制系统510确定的应该施用对象512的胰岛素量进行平均来确定平均进餐时间团注。
在一些情况下，备用治疗方案可以包括与反调节剂的施用有关的数据。例如，备用治疗方案可以包括在跟踪间内提供给对象的总反调节剂和/或每日反调节剂的指示。
在框810处，葡萄糖水平控制系统510输出备用治疗方案。输出备用治疗方案可包括在显示器上显示备用治疗方案，使用户能够实施备用治疗方案。可选地或另外，输出备用治疗方案可以包括将备用治疗方案传送到用户的计算装置以供显示和/或存储。在一些情况下，备用治疗方案可以存储在葡萄糖水平控制系统510处，并且可以响应于用户与葡萄糖水平控制系统510的用户界面的交互而被访问。
在一些情况下，过程800可以至少部分地与下述过程900组合。因此，在一些情况下，备用治疗方案还可以包括用户对葡萄糖水平控制系统510的控制算法所使用的一个或多个控制参数的修改记录，以自主确定要输注或施用至对象的胰岛素剂量。该用户修改记录可以包括用户修改控制参数的实例的特性，和/或用户在跟踪期的每一天和/或在整个跟踪期期间修改控制参数的次数百分比。
图9示出了根据某些实施方案的示例性控制参数修改跟踪过程900的流程图。过程900可以由可以跟踪用户与葡萄糖水平控制系统510的交互性，且更具体地，用户修改由葡萄糖水平控制系统510使用的控制参数以帮助控制向对象512的药物递送的发生的任何系统来执行。例如，过程900可以由葡萄糖水平控制系统510的一个或多个元件执行。在一些情况下，过程900的至少某些操作可以由单独的计算系统执行，该单独的计算系统从葡萄糖水平控制系统510，和/或从在将修改传输到葡萄糖水平控制系统510之前，在单独的计算系统处用户与用户界面的交互，接收对葡萄糖水平控制系统510的控制参数设置的改变的指示。尽管一个或多个不同的系统可以执行过程900的一个或多个操作，但是为了简化讨论并且不限制本公开，过程900是针对特定系统来描述的。
过程900开始于框902，其中葡萄糖水平控制系统510接收对象512的葡萄糖水平。框902可以包括先前关于框802描述的实施方案中的一项或多项。
在框904处，葡萄糖水平控制系统510至少部分地基于葡萄糖水平信号和控制参数生成胰岛素剂量控制信号。可以基于使葡萄糖水平控制系统510能够自主地确定要输注入或施用至对象以控制对象的血糖水平的胰岛素剂量的控制算法来生成胰岛素剂量控制信号。控制算法可以至少部分地基于控制参数来确定胰岛素的剂量。控制参数可以包括可以影响控制算法的操作或输出，或葡萄糖水平控制系统510的操作，并且可由用户(例如，对象512或至少是部分负责护理对象512(例如，父母或监护人))修改的任何参数。在一些情况下，控制参数可以是或可以对应于对象512的葡萄糖水平的目标设定点。在其他情况下，控制参数可以对应于葡萄糖水平控制系统510是否要在至少一段时间内生成胰岛素剂量控制信号。例如，控制参数可以与葡萄糖水平控制系统510的至少一些操作是暂停还是激活有关。框904可以包括先前关于框804描述的实施方案中的一项或多项。
在框906处，葡萄糖水平控制系统510在跟踪期内跟踪对控制参数的一个或多个用户修改。跟踪期可以是一天、少于一天，或者其可以长于一天(例如，2天、3天、一周、一个月等)。此外，跟踪期可以包括一个或多个如先前关于过程800所描述的时间段。用户可以是对象512或可以被允许修改葡萄糖水平控制系统510的控制参数的任何其他用户(例如，父母或监护人，或医疗保健提供者)。
用户可以使用可由葡萄糖水平控制系统510生成和/或输出的用户界面来修改控制参数。可选地或另外，用户界面可以由能够与葡萄糖水平控制系统510处的控制参数通信和/或修改葡萄糖水平控制系统510处的控制参数的计算系统生成和/或输出。例如，计算系统可以是智能手机、智能手表、膝上型电脑或台式计算机，或可用于被配置葡萄糖水平控制系统510的任何其他类型的计算装置。用户界面可以在触摸屏上输出，用户可以与该触摸屏交互以修改控制参数。用户可以与控制参数选择元素或其他用户界面元素交互以选择和/或修改控制参数。在一些情况下，用户可以为控制参数提供葡萄糖水平控制系统510支持的任何值。在其他情况下，用户可能限于选择控制参数的特定值，该值可能小于葡萄糖水平控制系统510的支持能力或小于允许其他用户选择的值。例如，临床医生可以被授予比父母更大的修改范围，以用于修改控制参数。
跟踪一个或多个用户修改可以包括将一个或多个用户修改存储在治疗日志、数据库或其他数据结构中。此外，跟踪一个或多个用户修改可以包括跟踪或存储每个用户修改是否包括控制参数的增加或减少。可以基于控制参数的值相对于参考值是增加还是减少来确定控制参数是否增加或减少的确定。参考值可以包括控制参数的当前值、默认值、提供给葡萄糖水平控制系统510的临床值和/或由葡萄糖水平控制系统510确定的值。此外，跟踪一个或多个用户修改可以包括存储修改控制参数的时间和/或一个或多个条件。例如，葡萄糖水平控制系统510可以存储一天中的时间、由一个或多个生理传感器确定和/或由用户识别的对象512的活动水平、正在食用或未食用的膳食等。此外，跟踪胰岛素治疗可以包括存储递送或施用给对象512的自主确定的胰岛素剂量的指示。
在一些情况下，跟踪期可以划分为多个子时间段。子时间段可以对应于跟踪期内一天的不同部分。例如，跟踪期的每一天可以分为大致对应于白天和黑夜的两个相等的一半，或者对应于一天中的特定小时数的3或4个不同的时间段。子时间段的长度可以相等或不相等。跟踪一个或多个用户修改可以包括跟踪在跟踪期的子时间内对控制参数的修改的发生。此外，在跟踪期内一天的子时间段内发生修改可以与在跟踪期内另一天的相应子时间段内发生修改相结合。换言之，在从9:00-21:00定义的子时段内每次发生的控制参数修改都可以跨跟踪期的天数进行汇总。
在一些情况下，可以为每个子时间段的控制参数确定不同的参考值。在一些此类情况下，跟踪一个或多个用户修改可以包括跟踪针对子时间段的参考值对控制参数值的修改。
在框908处，葡萄糖水平控制系统510生成用户对控制参数的修改的报告。可选地或另外，报告可由另一计算系统(如云计算系统或医疗保健提供者的计算系统)基于从葡萄糖水平控制系统510接收的数据(例如，控制参数值的用户修改的发生)来生成。
报告可以包括从存储的控制参数值增加和减少的频率测量。此外，报告可以指示葡萄糖水平控制系统510的一个或多个特征的运行已被暂停或中止的次数，或葡萄糖水平控制系统510的一个或多个特征的运行已被暂停或中止的跟踪期的百分比。此外，该报告可以指示每次发生的每个控制参数的总计和/或平均的修改幅度。在一些情况下，报告可能会指示在跟踪期内高于或低于参考值的用户修改百分比。此外，在跟踪期或跟踪期的每一天被划分为子周期的情况下，该报告可以包括测量跟踪期的每个子周期的控制参数相对于参考值增加和减少的频率。在一些情况下，报告可以包括在用户修改控制参数的值时或在用户修改控制参数的值的阈值时间段内发生的用户活动的特性。例如，当用户对控制参数值进行修改时，报告可以识别用户是否正在锻炼(例如，游泳、跑步、跳舞等)。
在一些实施方案中，框908可以包括将生成的报告存储在葡萄糖水平控制系统510(例如，在存储器540中)和/或另一个计算装置的存储器处。在一些情况下，计算装置可以是对象512(或父母或监护人)的计算装置。此外，计算装置可以是医疗保健提供者的计算装置。在一些情况下，计算装置可以是云计算服务的计算装置。
可以通过有线连接(例如，USB电缆)从葡萄糖水平控制系统510获得报告。可选地或另外，可以经由与葡萄糖水平控制系统510的无线连接来获得报告。例如，葡萄糖水平控制系统510可以建立到医疗保健提供者的计算系统的加密连接，所述计算系统可以从葡萄糖水平控制系统510接收报告。可选地或另外，葡萄糖水平控制系统510可与云计算提供者建立加密通信信道，云计算提供者可接收来自葡萄糖水平控制系统510的报告。然后，任何授权用户都可以访问该报告。
有利地，在某些实施方案中，医疗保健提供者可以使用报告来帮助管理对象512的护理。例如，如果医疗保健提供者确定用户修改控制参数的次数超过阈值次数或在特定时间段内，医疗保健提供者可以使用该信息来修改提供给对象512的护理和/或对对象512进行最佳护理教育。例如，治疗速度可能需要调整，或者胰岛素的量可能太低而无法让对象感到舒适。例如，在一些情况下，对象512对血糖水平的耐受性可能与引导用户修改设定点范围的平均用户不同。了解该信息可以帮助医疗保健提供者管理对象512的护理(例如，调整初始设定点范围，或修改处方胰岛素的类型)。
此外，如上所示，过程900可以与过程800组合。换言之，可以生成包括备用治疗方案和用户可以修改葡萄糖水平控制系统510的一个或多个控制参数的次数的记录的报告。在其他情况下，可以独立地触发和/或执行过程800和900。
示例性的备用治疗报告
图10-图12示出了备用治疗报告或一组报告的一个非限制性实例，其可以使用本文所公开的一个或多个实施方案来生成。换言之，图10-图12的报告可以是由葡萄糖水平控制系统510生成的单个报告的部分，或者可以是同时生成或基于不同数据和/或在不同跟踪期内生成的单独报告。该报告可以由自动化血糖控制系统510生成，或者由可以从自动化血糖控制系统接收治疗数据的另一计算系统生成。此外，图10-图12仅表示可以生成的报告或报告集的一个非限制性实例。可能生成包含更多或更少数据的其他报告。例如，图10中所示的备用注射治疗方案和备用泵治疗方案可以分成两个单独的报告，可以单独生成和/或访问这些报告。
图10示出了根据某些实施方案的示例性备用治疗方案报告1000。在不同的关系和/或条件下推荐的胰岛素量可以以单位显示。在一些情况下，报告1000可以识别包含在一个单位中的胰岛素的量和/或胰岛素的类型。此外，在一些情况下，报告1000可以是使用户能够修改胰岛素类型或胰岛素单位大小的交互式报告。在一些此类情况下，表1002可以基于胰岛素类型和/或所选择的胰岛素的单位大小来更新在特定时间或条件下待施用的推荐胰岛素单位数。
报告1000可以识别用于确定备用治疗方案的跟踪期1006的长度。此外，报告1000可以识别跟踪期1006发生的时间或日期范围1008。有利地，了解跟踪期1006可以帮助确定对包括在备用治疗方案中的推荐的信任量。跟踪期越长，建议越有可能准确。较短的跟踪期更容易受到不太准确的建议的影响，因为例如，跟踪期可能包含更多天，这些天对于对象的典型状况或活动水平来说是异常值。例如，在对象消耗多于正常的膳食或运动量显著超过正常的那一天发生的一天的跟踪期，可能会引起与对象的典型生活方式不匹配的备用治疗建议。此外，了解跟踪期何时发生对于确定推荐的最新程度以及它们是否是对象应施用的胰岛素量的可靠指标可能是有用的。例如，如果跟踪期1006的日期范围1008是一岁，并且对象在这一年中体重显著增加或减轻，则备用治疗方案可能不再是推荐的注射治疗的可靠指示。在此类情况下，用户可以调整推荐和/或触发过程800的新的发生。
表1002示出了示例性备用注射治疗方案，其可以指示可以在使用注射治疗的不同时间或不同条件下施用于对象512的各种胰岛素剂量。表1002确定对象512在早餐、午餐或晚餐食用通常大小的膳食时可以注射的胰岛素量。通常大小的膳食可以指特定对象512通常食用或已被医疗保健提供者建议食用的膳食的大小。指定的胰岛素单位可以指自动化血糖控制系统510在用户食用所识别的通常大小的膳食时平均向对象512提供的胰岛素量。在一些情况下，表格1002还可以包括针对不同大小膳食的推荐胰岛素剂量。例如，每份早餐可以说明三个不同的值(例如，5个单位、6个单位和8个单位)，这些值对应于较轻或小于通常的早餐、通常大小的早餐以及较重或大于通常大小的早餐。
应当理解，递送的胰岛素量可以随时间和/或基于患者在特定时间的状况而变化。因此，如报告1000的顶部所示，建议备用治疗方案中的建议在特定时间量内临时使用(例如，在所示实例中长达72小时)。推荐有效的时间量可以基于对象512、收集的历史数据量(例如，跟踪期的大小)、对象血糖水平的每日变化量或任何数量的可能影响可以安全地遵循备用治疗方案的时间量的其他因素而变化。
如表1002所示，备用注射治疗方案还可以确定对象512被推荐每天(或在一天中的某些时间)施用的长效胰岛素的量。该长效胰岛素可用于代替葡萄糖水平控制系统510可定期提供的基础胰岛素。
另外，表1002标识了可归因于一个单位胰岛素的葡萄糖水平的降低。例如，如表1002中所示，自动化血糖控制系统510已确定一个单位的胰岛素(例如，一毫升胰岛素的1/100)可将对象512的血糖水平降低9mg/dL。因此，实施注射治疗的用户可以测量对象512的血糖水平，确定测量的血糖水平与所期望的设定点或阈值葡萄糖水平之间的差值，并将差值除以9，以确定响应于确定需要校正剂量(例如，血糖超出所期望设定点范围)而要注射的胰岛素单位数。
报告1000的表格1004提供备用泵治疗方案的实例。如图所示，备用泵治疗方案可以具有与针对进餐时间和校正因子的备用注射治疗方案相同的治疗信息。然而，因为泵可能能够提供周期性的基础治疗，注射治疗的长效胰岛素单位可以用指示备用或替换泵应向对象施用胰岛素的速率的基础速率代替。如图所示，基础速率可能随时间变化。在所示的实例中，为构成一天24小时的四个不同时间段提供了基础费率。然而，基础率可以划分为更少(例如，2个十二小时的区块)或更多(例如，每四小时)的周期数，每个时间段可能具有不同的基础率，如基于由自动化血糖控制系统提供的历史治疗所确定的。
在一些情况下，报告1000可以包括可以在跟踪期内跟踪的另外的数据。该另外的数据可以包括可以促进对象512的护理和/或自动化葡萄糖水平控制系统510的维护的任何数据。可以使用例如过程800或900来跟踪和包括在报告中的另外的数据的一些非限制性实例在报告1000的图表1010中示出。例如，如图表1010中所示，报告可以包括对象512在跟踪期内的平均血糖水平和/或相应的估算A1C百分比。此外，报告1000可以指示对象的血糖水平在所期望的设定点范围内和/或高于所期望的设定点范围的时间量或百分比。类似地，报告1000可以指示对象的血糖水平低于阈值血糖水平的时间量或百分比。
另外，报告1000可以指示每天的膳食通告的平均数量。如图表1010中所示，生成示例性报告1000的对象512平均做出4.2个膳食通告，表明对象平均每天消耗多于3份膳食。在一些情况下，报告可能会进一步说明所宣布的膳食类型(例如，两份早餐、一份午餐和一份晚餐)。第二份早餐可能是一份大零嘴，其大小大致相当于对象的一份小份早餐。因此，对象可能已经做出了另外的早餐通告。在一些情况下，自动化葡萄糖水平控制系统510可以支持单独的零嘴或其他膳食通告选项。
报告1000还可包括每天施用对象的胰岛素总量，和/或每天施用对象的反调节剂(例如胰高血糖素)的总量。另外，报告1000可以指示自动化葡萄糖水平控制系统510在跟踪期内能够与CGM传感器连接或通信的时间百分比量，其可以对应于自动化葡萄糖水平控制系统510在跟踪期期间以在线模式运行的时间量。
图11示出了根据某些实施方案的示例性控制参数修改报告1100。如前所述，报告1100可以是使用例如过程900生成的单独报告。或者报告1100可以作为第二个被包括在报告1000中。
报告1100通常可以提供在跟踪期期间用户修改自动化葡萄糖水平控制系统510的一个或多个控制参数的次数或百分比的指示。此外，与报告1000一样，报告1100可以识别跟踪期1006发生的时间或日期范围1008。在一些情况下，用户可以与报告1100交互，以确定用户在跟踪期的子集期间修改一个或多个控制参数的次数百分比数。类似地，用户可以过滤或缩小日期范围，以查看本文针对跟踪期的子集(例如，选定的数据范围)所描述的其他数据。
报告1100可以包括图表1102，其示出了在跟踪期期间在一天的过程中相对于所期望的目标设定点范围的对象血糖水平。这一天可以是跟踪期内每一天获得的平均值，或者其可以说明特定的选定日期。
此外，报告1100可以包括表格1104，其指示用户在特定时间段期间修改血糖目标的次数的百分比。在非限制性示例性报告1100的表1102中，指示两个时间段，白天和夜间。然而，应当理解，表格1104可以指示更少或更多的时间段。此外，时间段可以指示时间段的特定时间(例如，从9:00到21:00和从21:00到9:00)。
如图所示，表格1104可以指示用户增加或减少葡萄糖目标设定点的次数的百分比。另外，该报告可以指示用户没有修改或像往常一样离开葡萄糖目标设定点的次数百分比。表1104中指示的这个目标设定点可以指单个目标值(例如，110mg/dL、125mg/dL、130mg/dL等)，或者可以指目标设定点范围(例如，70-180mg/dL)。
另外，报告1100可以指示用户在跟踪期(临时目标计数1106)或选择的数据范围期间设置临时葡萄糖目标的次数。该报告还可以指示用户在跟踪期期间暂停治疗的次数(例如，暂停的胰岛素治疗计数1108)和/或选择的日期范围。
对象的血糖可能受到对象体重的影响。因此，对象可以向自动化血糖控制系统提供体重更新。在一些此类情况下，报告可以指示体重的变化以及体重参数何时被修改(例如，体重数据1110)。在一些情况下，报告1100可以被过滤以分别显示体重改变之前和之后的数据。体重数据可能有助于医疗保健提供者，例如，以确定体重变化是否可能至少部分是用户修改目标葡萄糖水平的基础。通常，自动化葡萄糖水平控制系统510(例如，使用血糖读数)将自动考虑体重变化可能对血糖控制生成的影响。然而，对象512可能会有不同的感觉。收集与用户对自动化葡萄糖水平控制系统510的修改有关的修改数据并将数据与体重变化相关联的能力，可以帮助医疗保健提供者通过例如调整自动化葡萄糖水平控制系统510的设置、改变胰岛素处方、教育对象512，或可以改善对象512护理的任何其他动作来更好地治疗对象512。
在一些情况下，报告可以省略对低于阈值的血糖目标设置的改变。换句话说，可能是统计噪音的微小变化可以被忽略。此外，在一些情况下，报告可以指示何时修改控制参数(例如，在就寝时间，关于特定膳食，如晚餐等)。在一些情况下，报告还可以指示葡萄糖目标设定点或其他控制参数的变化持续时间。
图12示出了根据某些实施方案的可以作为图11的控制参数修改报告1100的一些实施方式的一部分被包括的示例膳食选择报告1200。报告1200可以包括表格1202，其标识用户(例如，对象512)每天通告每份膳食类型的平均次数。通常，用户每天会通告0次或1次膳食。然而，在一些情况下，用户可能会多于1次通告特定的进餐时间，以说明例如尺寸可能与特定膳食相似的较大零嘴。较小的零嘴通常可以由自动化葡萄糖水平控制系统510(例如，由校正胰岛素控制器626)的控制算法处理，而无需膳食通告。
此外，表格1202可以识别在跟踪期内或在跟踪期内的选定时间段内用户通告特定尺寸的膳食的次数。例如，表格102可以指示通告通常大小的膳食、通告小于通常大小的膳食或通告大于通常大小的膳食的次数。
自动化血糖控制细化
移动医疗装置(AMD)可以包括控制系统，该控制系统例如基于对象的健康状况(例如，基于对象的一个或多个测量的生理指标或参数确定的)，自动向对象提供治疗。在一些实例中，控制系统可以基于一个或多个测量的生理参数(例如，使用一个或多个对象传感器，如CGM传感器)，并根据可包括一个或多个控制参数的预测模型，确定在每次治疗递送期间的治疗时间和/或治疗的强度。在一些实例中，预测模型可用于估算治疗的生理效果，以便根据预期的生理效果调整治疗递送。在存在可能影响治疗递送对对象的生理效果的随时间变化的和对象特定因素的情况下，期望自适应地调整控制参数的值，以优化对对象的治疗递送。在一些情况下，AMD可能是一种移动药物装置，其可调节对象血液中分析物的水平。这种移动药物装置的一个实例是自动化血糖控制系统(例如，葡萄糖水平控制系统510)，其可以自动向对象512提供胰岛素和/或反调节剂(例如，胰高血糖素)，以帮助控制对象512的血糖水平(BGL)。通常，控制算法可以由自动化血糖水平控制系统510实施，以确定何时递送胰岛素和/或向对象512提供多少胰岛素。此外，控制算法可以控制胰岛素的持续或周期性递送(例如，基础剂量)，以及可以提供以将对象的血糖水平调整到所期望范围内的校正团注。控制算法可以使用从对象传感器(例如，实时测量对象的一个或多个生理参数的传感器)，如连续葡萄糖监测(CGM)传感器，获得的血糖水平读数，所述传感器从对象获得自动化血糖测量值。此外，在一些情况下，控制算法可以响应于对象512将待食用或正在食用的膳食的指示而递送胰岛素团注。
可以将胰岛素皮下施用至对象512的血液中。例如，葡萄糖控制系统可以经由连接到对象身体上部位的递送装置，皮下递送药物(例如，胰岛素、胰高血糖素)。在提供胰岛素和对象血浆中的胰岛素量达到特定浓度水平，如最大浓度的时间之间通常存在延迟，称为药代动力学(PK)延迟。该时间量可以根据胰岛素的类型和/或特定对象的生理机能而变化。例如，对于速效胰岛素，胰岛素团注可能需要花费大约65分钟来在一名对象的血浆中达到最大浓度，而对于另一名对象则需要60、64或70分钟。对于一些其他类型的胰岛素，可能需要花费3-5小时才能达到对象血浆中的最大浓度。另外，在对象血浆中胰岛素量的变化与由此生成的对象血液中葡萄糖水平变化的时间之间可能存在延迟，称为药效学(PD)延迟。在一些实例中，药效学(PD)延迟的值可用于根据患者血液中胰岛素的估算浓度来估算BGL。
在一些情况下，血糖控制系统可以实施基于药代动力学(PK)模型的预测算法，以估算皮下向对象施用胰岛素之后对象血浆中胰岛素随时间的积累。在一些实例中，PK延迟可以是特定于对象的和/或随时间变化的。因此，在这些实例中，PK模型可以包括一个或多个参数(被称为控制参数)，其可以是对象特定的和/或随时间变化的。可能影响PK延迟和/或PK模型的控制参数的因素和参数的实例可以包括：胰岛素类型、血糖水平(例如，在胰岛素施用时间)、对象的生理特征、对象的健康状况、对象的一种或多种生理参数、施用时间、输注套装的放置位置、所施用的胰岛素量等。生理特征可能包括大部分人共有的特征(例如，体重、性别、年龄等)，以及可能是对象独有的或特定的特征，或少数人共有的特征(例如，与遗传学相关的特征)。不同对象生理机能之间的差异可能会引起每个对象或某些对象子集的最佳血糖范围的差异。此外，生理上的差异也可能影响胰岛素在血浆中的吸收。换言之，不同对象的不同生理机能可能引起不同对象的胰岛素吸收花费不同的时间量。因此，虽然血浆中葡萄糖的最大浓度可能在一个对象的速效胰岛素团注递送后65分钟出现，但对于另一对象其可能是60分钟或70分钟。
因此，在一些此类实例中，血糖水平控制系统510(例如，AMD的血糖控制系统)可以实施一种方法来自适应地改变在其控制算法中使用的PK模型中的一个或多个控制参数，以修改其预测，以便将BGL保持在所期望范围内。例如，血糖控制系统可以使用来自一个或多个对象传感器(例如，CGM)的读数和/或从对象接收的信息(例如，使用AMD的用户界面)，来修改一个或多个控制参数。
如上所示，血糖系统(如自动化血糖水平控制系统510)可以基于PK模型和对象的一个或多个血糖水平测量值控制胰岛素或反调节剂的递送或施用。在一些实例中，PK模型可以是双指数PK模型，其可以被用于估算或确定皮下施用的胰岛素在血液中的吸收或积累，和/或对于递送胰岛素剂量的给定值对象血液中胰岛素水平的衰减率。在一些实例中，根据双指数PK模型的随时间推移的胰岛素吸收可以通过以下方程式表示：
Figure BDA0003677636830000541
其中U0是以(U)为单位的皮下剂量，K是比例常数，且α1和α2是时间常数，其可以被用作模型的控制参数。在一些实例中，从施用皮下剂量(U0)的时间开始的胰岛素吸收峰值时间可以称为T最大值，并且可以基于以下方程式确定：
Figure BDA0003677636830000542
在一些实例中，α1和α2可以相关(例如，通过诸如α2＝1.5α1的方程式或任何其他线性或非线性数学关系)。在一些此类实例中，可以单独使用T最大值作为双指数PK模型的控制参数。在一些情况下，T最大值可以指对象血液中胰岛素浓度达到最大水平的时间(例如，从施用皮下剂量的时间开始)。在一些其他实例中，双指数PK模型可用于估算或确定对象血液中反调节剂或激素(例如胰高血糖素)的积累。方程式2可以被用于计算皮下施用剂量中累积的胰岛素量的未决效果，因为这可以被视为总面积之间(
Figure BDA0003677636830000543
它可以描述由于剂量U0可以被吸收的激素(例如，胰岛素)总量的测量值)和可以代表在时间U0消耗部分的量度
Figure BDA0003677636830000544
的差异。
通常，血糖控制系统被配置为将对象的血糖维持在特定范围(例如，正常范围)内。随着血糖升高或降低，血糖控制系统可以向对象施用特定量的胰岛素或反调节剂，以使对象的血糖水平回到所期望范围内或接近所期望的设定点。如上文所解释的，药物被吸收到对象的血流中可能需要花费一些非无限小的时间量。因此，PK模型(例如，双指数PK模型)可以被用于确定应向对象提供多少胰岛素或反调节剂，以将对象的血糖维持在特定范围内。在一些实例中，PK模型(例如，双指数PK模型)可用于预测在施用胰岛素或反调节剂时对象的胰岛素血糖水平浓度随时间的变化。在一些情况下，PK模型的控制参数值可以由医疗保健提供者基于通过临床试验获得的默认值和/或基于针对对象的个体化治疗计划来设置，如可以基于对象的临床测试和/或医疗保健提供者对对象的评估确定的，这可以基于对对象的测试来确定。
然而，如前所示，PK模型的药代动力学延迟和控制参数可能是对象特异性的和/或由于各种因素而随时间变化。因此，尽管临床数据可以通过一个或多个试验确定平均对象的控制参数的最佳或推荐值，但确定的数据对于特定对象可能不是最佳的。此外，个性化治疗计划通常基于时间点测量。这些时间点测量可以为治疗提供良好的指导，但是由于不同的活动，由于对象在他或她一生中的变化，或出于任何其他数量的原因，对象的控制参数的最佳值可能在一天中的不同时间发生变化。
本公开的葡萄糖水平控制系统510可以实施一种方法或过程，以自主地和/或自动地修改控制算法的一个或多个控制参数，或控制算法使用的模型，以修改使用葡萄糖水平控制系统510提供给对象的治疗。该方法可以由硬件处理器530和/或控制治疗施用的控制器518来执行。该系统可以响应于对象血糖水平的确定而向对象提供治疗(例如，胰岛素)。可以至少部分地基于从与对象可操作地连接的葡萄糖水平传感器获得的葡萄糖水平信号来确定血糖水平。治疗(例如，胰岛素或反调节剂的量)的确定可以至少部分地基于血糖水平和/或双指数模型。此外，治疗的确定可以至少部分地基于血糖控制系统的一个或多个控制参数的值或设置。一个或多个控制参数可以是或可以对应于双指数PK模型，或用于控制向对象施用治疗的任何其他模型或控制算法的一个或多个参数。
如上文所提及的，系统510可以基于一个或多个控制参数的值或设置来提供治疗。一个或多个控制参数的值或设置可以基于医疗保健提供者、对象或其他用户对血糖控制系统510的初始配置。此外，初始配置可以基于临床数据或获得的特定于对象的数据。在一些情况下，控制参数可以是血糖控制系统的控制算法使用的时间常数(例如，双指数PK模型中的T最大值)。该时间常数可以被用于通过控制算法计算对象中的胰岛素积累。此外，控制参数可以被用于控制控制算法对对象中的血糖波动的胰岛素施用响应，如从葡萄糖水平传感器获得的葡萄糖水平信号所指示的。在一些情况下，控制参数可能是T最大值或可能与T最大值相关(例如，由方程式2定义的)。例如，控制参数可以是T最大值的估算值或T最大值的一小部分(例如，0.5)。如前文解释的，T最大值可以是胰岛素吸收的峰值时间，或者是直到来自胰岛素剂量的胰岛素浓度在对象的血液中达到最大浓度的时间量。
此外，控制参数可以与设定点或目标血糖水平或血糖范围相关联。例如，控制参数可以与估算的“活性胰岛素”量(例如，由对象中的胰岛素积累和/或利用模型确定的对象中的胰岛素量)下降至低于阈值时的时间点相关联。作为另一实例，控制参数可以是胰岛素团注的清除时间(例如，对象利用的胰岛素施用团注的时间量的估算)。在一些情况下，控制参数可能与T1/2有关，其对应于血浆中胰岛素浓度达到血浆中最大浓度一半时的时间。在一些情况下，控制参数可以是可用于计算T最大值或T1/2的参数。
在一些实例中，系统510可以确定所提供的治疗的效果(本文称为治疗效果或效果)。例如，治疗效果可以通过分析对象血液中血糖的血糖控制(例如，BGL的变化或在测量期间提供的治疗)来确定，如从葡萄糖传感器(例如，CGM传感器)接收的葡萄糖水平信号所示的。在一些情况下，控制系统可以测量或确定所提供的治疗随时间的效果。在一些此类情况下，治疗效果可以基于BGL的变化和/或随时间递送的治疗量来确定。此外，在一些情况下，系统可以在几个治疗递送时间或实例内继续向对象提供治疗，并且可以对在几个治疗递送时间或实例内测量的或确定的治疗效果进行平均或以其他方式聚合。在一些其他的实例中，系统510可以至少部分地基于从对象接收的输入来确定治疗效果。从对象接收的输入可以包括主观或客观效果。从对象接收的输入可以包括使用例如测试条获得的手动血糖水平测量。输入的另一实例可以是轻度头痛、呼吸困难、头痛或由对象识别的任何其他客观或主观影响的指示。
至少部分地基于所提供的治疗和治疗的测量或确定的效果(例如，归因于治疗的血糖水平的变化)，控制系统510可以自主地确定对一个或多个控制参数的修改。例如，控制系统可以修改控制算法(或控制算法中使用的PK模型)使用的T最大值值，例如，以改善可以提供给对象的后续治疗的效果。因此，控制参数值的定向修改(例如，增加或减少)可以取决于基于控制参数的初始值或先前值提供的治疗的测量或确定的效果。此外，控制参数值的定向修改可以取决于确定或测量的血糖治疗的效果与血糖治疗的预期效果(例如，基于PK模型计算的)之间的差异。在一些实例中，可以基于提供的治疗剂量的量和/或在一个或多个先前的治疗递送期间和之间测量的对象的BGL来确定控制参数的定向修改。
在一些实例中，对象的药效学延迟可以是已知值。在这些实例中，可以根据从葡萄糖传感器接收到的BGL测量值来估算对象血液中吸收的胰岛素量。在一些此类实例中，定向修改可以取决于基于具有选定T最大值值的PK模型(例如，双指数PK模型)计算的吸收胰岛素值与基于从葡萄糖传感器接收到的BGL测量值的吸收胰岛素的估算值之间的差异。
使用修改后的控制参数，系统510可以确定在治疗递送时间向对象512递送的治疗。与初始控制参数一样，可以基于修改的控制参数在一个或多个治疗递送时间期间递送治疗。系统可以使用先前关于使用初始控制参数递送的治疗描述的实施方案中的一个或多个，基于修改的控制参数来确定递送的治疗的效果。
在一些实例中，控制系统可以比较来自使用控制参数的初始值递送的治疗测量、确定或报告的效果(例如，生理效果)与来自使用控制参数的修改值递送的治疗的那些效果。基于比较，控制系统可以确定控制参数的哪些值对于对象是优选的。在一些实例中，可以实时或基本实时地执行比较。此外，可以由系统510在没有用户交互的情况下执行比较。可以使用比较方法并基于一个或多个比较标准来执行比较。
比较方法可以基于在离散时间确定或测量的有限数量的治疗效果，或者基于一段时间内效果的连续时间变化。在一些实例中，比较方法可以涉及对由控制参数的初始值和修改值的使用生成的测量或确定的影响的统计分析。比较标准可以基于效果或基于效果在一段时间内的时间变化。例如，优选的控制参数值可以是使对象的血糖水平保持在所期望范围内或更接近对象的设定点水平的值。因此，系统可以设置或维持控制参数，以具有生成更接近于对象的期望范围或设定点以用于后续治疗的血糖水平的值。
在一些情况下，系统510可以针对不同的控制参数值重复该过程，从而使系统能够随着时间改进对象的血糖控制。在该过程的后续执行中，初始控制参数值可能不是初始值，而是可以是基于所确定的控制参数效果的控制参数的最近选择值。
在一些情况下，可以基于对象的葡萄糖水平不满足阈值来触发控制参数的第二或修改值的确定，或者控制参数的修改。可选地或另外，可以基于对象的预期葡萄糖值与施用治疗之后对象的预期葡萄糖值之间的差异超过阈值来触发修改控制参数值的过程。
使用本文所述的实施方案，控制参数的值可以自主地修改，而无需对象或用户与血糖控制系统的交互。换言之，血糖控制系统可以自动调整和/或改进控制算法使用的控制参数，以用于对象的血糖控制。
如前所述，血糖控制系统可以为对象提供胰岛素治疗和反调节剂治疗。在一些情况下，血糖控制系统可能只提供胰岛素治疗。在一些此类情况下，血糖控制系统可以基于检测到的对象的状况输出可以或应该施用对象的反调节剂的量的指示。
控制参数使用的有效控制参数值可以保持有效，直到随后发生治疗修改过程。在一些情况下，治疗修改过程的执行是连续执行的，其中控制参数值至少部分地基于先前控制参数值的确定效果而被修改。在其他情况下，执行治疗修改过程直到确定的治疗效果满足期望阈值(例如，当检测到的血糖水平在设定点或中值设定点值的阈值内时)。在一些情况下，治疗修改过程被执行一定数量的次数，并且提供最佳结果(例如，接近所期望的血糖水平)的控制参数值被设置为后续治疗的有效控制参数。在一些情况下，在对象身体的不同部位(例如背部、胃、腿或手臂)处提供治疗可能会引起不同的血糖吸收率(与不同的PK延迟相关)。因此，在一些此类情况下，可以在每次用于递送治疗的输注套装被移动到对象上的不同部位时执行治疗修改过程。
示例性的自动化血糖控制改进过程
图13示出了根据某些实施方案的示例性自动化化血糖控制细化过程的流程图。过程1300可以由任何系统来执行，该系统可以自主地和/或自动地修改控制算法和/或控制参数，所述控制算法和/或控制参数基于与施用于对象512的治疗相关的反馈(例如，来自血糖信号)影响控制算法的执行。例如，过程1300可以由葡萄糖水平控制系统510的一个或多个元件执行。在一些情况下，过程1300的至少某些操作可以由单独的计算系统执行，所述计算系统从葡萄糖水平控制系统510接收血糖数据。尽管一个或多个不同的系统可以执行过程1300的一个或多个操作，但是为了简化讨论并且不限制本公开，过程1300是针对特定系统来描述的。
过程1300可以自动执行并且无需用户交互。在一些情况下，用户可以经由命令或与用户界面的交互来触发过程1300。然而，一旦过程1300被触发，过程1300可以被自动执行。此外，可以连续地、周期性地或响应于触发来执行过程1300。触发可以是基于时间的和/或基于对象的葡萄糖水平的测量。例如，触发可以对应于确定对象的葡萄糖水平与预测的葡萄糖水平的差异超过阈值，所述预测的葡萄糖水平是由基于药物施用的葡萄糖水平控制算法预测的。此外，触发可以基于对象512对葡萄糖水平控制系统510的激活或首次使用。
过程1300开始于框1302，其中葡萄糖水平控制系统510接收对应于对象512的葡萄糖水平的葡萄糖水平信号。可以从能够测量对象血液中葡萄糖水平的葡萄糖传感器接收葡萄糖水平信号。例如，传感器可以是连续葡萄糖监测(CGM)传感器。框1302可以包括先前关于框802或902描述的实施方案中的一个或多个。
在框1304处，葡萄糖水平控制系统510在第一治疗期向对象512提供第一治疗。第一治疗可以至少部分地基于葡萄糖水平信号和控制参数的第一值。控制参数可以包括影响葡萄糖水平控制系统510的操作和/或葡萄糖水平控制系统510的控制算法的性能的任何控制参数。控制算法可以包括用于确定要施用于对象512的药物(例如，胰岛素)剂量的任何控制算法。换言之，控制器518或处理器530可以使用控制算法以至少部分地基于控制参数的值(例如，框1304的第一值)来生成剂量控制信号，以使递送装置514施用一剂胰岛素或其他药物。
在一些情况下，控制算法可以基于PK模型(方程式2)。此外，在一些情况下，控制参数可以是T最大值，其可以使用方程式3计算。在其他情况下，控制参数可以是T1/2，其可能与可归因于施用于对象512的剂量的血流中的胰岛素剂量下降到血液中最大浓度的1/2的时间量有关。在一些情况下，控制参数对应于在施用胰岛素剂量之后直到对象血浆内的胰岛素达到特定浓度水平的时间。此外，在一些情况下，控制参数可以是影响T最大值的确定的参数，如时间常数α1和α2中的一个或多个。在一些实施方式中，控制算法可被控制参数使用，来说明和/或确定对象512中的胰岛素(或其他药物)的积累，和/或在对象512中的胰岛素(或其他药物)的减少率。在一些情况下，控制参数可用于控制控制算法对对象中的血糖波动的胰岛素施用响应，如在框1302处接收的葡萄糖水平信号所指示的。
在一些情况下，控制参数可以与用于通过控制算法计算对象中的胰岛素积累中的至少一个时间常数有关，如可用于T最大值计算中的时间常数α1和α2中的一个或多个。在一些情况下，控制参数可以对应于对象512中胰岛素减少的速率。在一些情况下，控制参数可以与用于维持或试图维持对象512血糖水平的目标设定点或目标设定点范围有关。
第一治疗可以对应于向对象512单次施用胰岛素。胰岛素的这种单次施用可以是出于任何原因施用的任何类型的胰岛素。例如，胰岛素剂量可以是基础胰岛素剂量、初始剂量、响应于膳食通告而提供的剂量或胰岛素的校正剂量。此外，第一治疗可以是除胰岛素之外的药物，如反调节剂(例如胰高血糖素)。在一些情况下，第一治疗可以是在第一治疗期间向对象512供应或施用的多个药物(例如，胰岛素和/或反调节剂)剂量。此外，多个药物剂量可以包括多种类型的药物剂量，如一个或多个基础剂量、与一个或多个膳食通告相关的一个或多个膳食剂量、一个或多个校正剂量等。
第一治疗期可以是对应于单个药物剂量的时间段。可选地，第一治疗期可以是包含多个药剂剂量的时间段。此外，时间第一治疗期可以是与定义的时间长度相关联的时间段。可选地或另外，第一治疗期可以基于多个药物递送期来定义。换言之，时间段可以根据递送或施用指定数量的药物剂量(任何类型或特定类型的)所花费的时间量而变化。
可以基于先前的治疗或过程1300的先前执行来选择第一值。在一些情况下，第一值是基于基线值选择的。基线值可以与临床数据相关联，或者它可以基于葡萄糖水平控制系统510在执行过程1300之前的一段时间内的初始操作来确定。可选地或另外，可以基于临床数据或对象512的特定处方来选择第一值。在一些情况下，第一值可以基于平均用户或与对象512共享某些生理数据的平均用户的临床数据。在一些情况下，第一值是基于医疗保健提供者对对象512的评估来确定的。此外，可以基于葡萄糖水平控制系统510的输注部位(例如，背部、胃部、腿部等)来确定第一值。在一些情况下，可以基于对象512的人口统计或特征来选择第一值。例如，第一个值可以基于对象512的性别、重量、体重或年龄。
在框1306处，葡萄糖水平控制系统510确定至少部分对应于或归因于第一治疗的第一效果。确定第一效果可以包括从与对象可操作地连接的葡萄糖水平传感器接收葡萄糖水平信号。该葡萄糖水平信号可以是比在框1302处接收的葡萄糖水平信号更新的后续或更新的葡萄糖读数。在框1302处接收的葡萄糖水平信号可以被用于确定施用于对象512的治疗，并且在框1306处接收的葡萄糖水平信号可以被用于确定施用的治疗的结果。应当理解，葡萄糖水平信号可被连续地或周期性地接收，并且可用于确定要施用的治疗和确定所施用治疗的效果。
在一些情况下，确定第一效果可以包括分析如葡萄糖水平信号所指示的对象中血糖的血糖控制。分析对象中血糖的血糖控制可以包括随时间跟踪对象512的血糖水平。此外，分析对象中血糖的血糖控制可包括将对象512随时间的血糖水平与如使用控制参数的选定值，基于控制算法中使用的PK模型预测的预测的对象512随时间的血糖进行比较。如上所述，在一些实例中，测量的对象512随时间的血糖水平可以被用于计算对象血液中胰岛素水平的累积和/或减少。在这些实例中，分析对象中血糖的血糖控制可包括使用PK模型(例如，双指数PK模型)和控制算法中使用的控制参数值，确定计算的胰岛素(或其他药物)积累和/或减少是否或以何种程度匹配基于测量的血糖水平(例如，从CGM传感器获得的)估算的胰岛素(或其他药物)的累积或减少。在一些情况下，可以至少部分地通过分析从测量对象的一个或多个生理参数(例如，心率、温度等)的一个或多个对象传感器接收的一个或多个信号来确定第一效果。
在又一实例中，可以基于从对象(例如，使用AMD的用户界面)接收的输入来确定第一效果。在一些情况下，可以至少部分地基于由对象512(例如，使用用户界面)提供的关于第一值或第一效果的评估或输入来确定第一效果。例如，如果对象512在第一治疗期期间感觉眩晕、头晕、头昏、恶心或其他不舒服，则对象512可以经由例如AMD的触摸屏显示器指示对象512感觉如何。
在框1308处，葡萄糖水平控制系统510获得控制参数的第二值。该第二值可以自主确定。此外，在一些情况下，可以自动确定第二值。在一些情况下，至少部分地基于触发血糖控制细化过程1300的用户来确定第二值。在一些此类情况下，控制系统可以确定第二值并将其经由控制系统510的用户界面534呈现给用户。
在一些其他实例中，第二值可以从血糖控制系统510的用户界面534获得(例如，响应于用户与用户界面的交互)。在一些实例中，第二值可以从连接到葡萄糖控制系统或以其他方式与葡萄糖控制系统通信的计算系统获得。通信连接可以是有线或无线连接。此外，无线连接可以是直接连接(例如，经由蓝牙或其他近场通信技术)或网络上的连接(例如，局域网、广域网、蜂窝网络等)。
第二值可以是控制参数与第一值相比的增加或减少。第二值可以被限制为相对于第一值的特定最大变化。此外，可以至少部分地基于第一效果来选择第二值。例如，如果对应于第一值的第一效果引起血糖接近设定点范围的上限，则可以选择第二值以尝试使血糖水平更接近设定点范围的中间。此外，可以至少部分地基于对象512的特征来选择第二值，如年龄、重量、性别或可能影响血糖管理的任何其他特征。在一些实例中，可以至少部分地基于基于对象512提供的评估确定的第一效果来选择第二值，以尝试减轻对象512感受到的症状。
在一些情况下，可以至少部分地基于控制参数的基线值和基于对象的血糖控制定义的函数的输出来生成控制参数的第二值。在一些实例中，对象的血糖控制可以包括对象血液中葡萄糖水平的测量值(例如，由CGM提供的)和/或在第一治疗期间提供的治疗量(例如，胰岛素或反调节激素的剂量)。控制参数的基线值可以对应于在框1304处用于提供治疗的第一值。该基线值可以是在对象发生任何变化(例如，重量、胰岛素类型或代谢变化等)之前的最后一个已知的最佳值。可选地或另外，基线值可以是由医疗保健提供者确定的值。在一些情况下，控制参数的第二值至少部分地基于由葡萄糖水平信号指示的血糖控制。
在一些情况下，第二值可以是对T最大值或T1/2的修改。应当理解，T最大值和/或T1/2可以至少部分地基于对象512的生理学或生物化学。因此，设置第一值和第二值的T最大值或T1/2的设置可以指设置控制算法的参数或控制算法使用的PK模型，其代表或对应于T最大值和/或T1/2。例如，第一值和第二值的设置可以包括设置一个或多个控制参数，这些控制参数可以用于确定或估算对象512的T最大值和/或T1/2。然而，设定值可能与对象512的T最大值和/或T1/2的实际值不同。此外，由于不同对象的T最大值和/或T1/2可能不同，因此并不总是可能明确地设置或确定对象的T最大值和/或T1/2。相反，可以通过比较针对至少部分对应于T最大值和/或T1/2的不同控制参数值确定的效果和/或血糖水平来估算或确定T最大值和/或T1/2。使用过程1300，控制参数可以迭代地接近对象512的实际T最大值和/或T1/2，或在对象512的实际T最大值和/或T1/2的阈值内。可选地，使用过程1300，控制参数(如时间常数α1和α2中的一个或多个)可以迭代地接近对应于对象512的实际T最大值和/或T1/2的值。
在框1310处，葡萄糖水平控制系统510将控制参数更改为第二值。将控制参数更改为第二值会引起控制算法的运行或执行发生变化。控制算法的执行中的这种改变可以引起与向对象512提供治疗相关联的一个或多个因素的改变。例如，控制算法的执行中的改变可以引起递送的药物量、药物递送的时间、药物剂量被递送到对象512的速率、对象血糖的目标设定点或目标范围、用于确定是否递送药物的阈值(例如，与目标设定点的阈值差)，或可能影响递送至对象512的治疗的任何其他因素的改变。
在框1312处，葡萄糖水平控制系统510在第二治疗期期间向对象512提供第二治疗。第二治疗至少部分地基于在框1310处被更新为第二值的更新的控制参数。与第一种治疗一样，第二种治疗可以指一个或多个药物剂量。此外，第二治疗期可以指特定的时间量、递送特定数量的药物剂量的时间量或特定数量的药物剂量。在一些情况下，框1312可以包括关于框1304描述的实施方案中的一个或多个，但是在第二治疗期间使用控制参数的第二值。在一些实例中，第二治疗期的持续时间可以等于第一周期的持续时间。在一些其他实例中，在第二治疗期期间递送的治疗的数量可以等于在第一第二治疗期期间递送的治疗的数量。
在框1314处，葡萄糖水平控制系统510确定至少部分对应于第二治疗的第二效果。框1314可以包括关于框1306但关于第二治疗描述的实施方案中的一个或多个。
在框1316处，葡萄糖水平控制系统510至少部分地基于第一效果和第二效果的比较来选择第一值或第二值中的一个。第一效果和第二效果的比较可以自主地执行而无需用户的动作。葡萄糖水平控制系统510可以基于第一效果或第二效果是否引起对象512的改善的护理(例如，更接近较长时间段的所期望设定点，或血糖值的较小波动性，或医疗保健提供者可用于评估糖尿病管理成功的任何其他因素)，来选择第一值或第二值中的一个作为控制参数的当前值或有效值。在一些情况下，葡萄糖水平控制系统510选择控制参数的当前值或有效值的第三值。可以基于第一效果和第二效果的比较来选择第三值。例如，如果确定第一效果优于第二效果，则可以基于在与第一值的改变相反的方向上对第一值的改变以获得第二值来选择第三值。例如，如果在前面的实例中，在确定第一种效果优于第二种效果，第一值对应于60分钟的T最大值，并且选择第二值对应于更长时间段(例如，65或70分钟)的T最大值的情况下，可以选择第三值以对应于较短时间段(例如，50或55分钟)的T最大值。
比较第一效果和第二效果可以包括确定第一值或第二值是否使对象512的葡萄糖水平更接近目标设定点，和/或将对象512的葡萄糖水平保持在更长时间段的目标范围内。在一些情况下，比较第一效果和第二效果可以包括确定第一值或第二值是否引起对象512的更稳定的血糖水平或对象512的血糖水平的波动性更小。在一些情况下，比较第一效果和第二效果可以包括确定第一值或第二值是否引起对象512血糖水平偏离目标血糖范围更多和/或更大。
考虑到硬件处理器530或葡萄糖水平控制系统510的处理速度，第一效果和第二效果的比较可以实时或基本实时地执行。因此，在一些情况下，可以在确定第二效果时执行第一效果和第二效果的比较。
在一些实施方案中，第一效果和第二效果的比较可以包括第一效果和第二效果统计比较或统计分析。在一些情况下，第一和第二效果的比较可以包括确定第二治疗与第一治疗相比是否生成了统计学上显著的治疗(例如，血糖控制)改善。统计学上显著的改善可能因对象或对象的状况而异。比较还可以包括确定与第一治疗期相比，在第二治疗期期间风险因素(例如，低血糖症)是否有统计学意义的增加。在一些实施方案中，统计学上显著的改善可以是基于与第一效果相关联的一组数据的第一统计分析和与第二效果相关联的第二组数据相关联的第二统计分析而确定的改善。例如，第一和第二统计分析可以包括分别计算在第一和第二治疗期期间测量的血糖水平的均值和方差。在一些实例中，可以通过比较在第一和第二治疗期期间测量的血糖水平的均值和方差来确定改善。在一些实例中，可以通过将在第一和第二治疗期期间测量的血糖水平的均值和方差与一个或多个参考值进行比较来确定改善。参考值可以是由医疗保健提供者或用户提供的值，并且可以存储在葡萄糖水平控制系统510的存储器540中。在一些实例中，第一和第二治疗期可以足够长，以在每个周期包括多次治疗递送(例如，葡萄糖和/或胰高血糖素的输注)。在一些实施方案中，可以通过与至少部分地基于在第一和第二治疗期期间测量的血糖水平计算的其他统计量进行比较来确定改善。在一些此类实施方案中，统计量可以是为比较治疗(例如，用于控制对象血糖水平的药物递送)效果而定义的特定统计量。
在一些情况下，第一和/或第二可以经由葡萄糖控制系统和/或计算系统(例如，智能手机、膝上型电脑、个人电脑等)的用户界面向用户(例如，对象或父母)输出。在一些实例中，用户可以使用确定的效果来调整控制参数的值。
在一些情况下，更好地管理对象512血糖的值可以输出给用户(例如，对象或父母)。然后用户可以基于选择的控制参数值配置葡萄糖水平控制系统510。可选地或另外，葡萄糖水平控制系统510可以自动化修改控制参数的值。在一些情况下，可以向用户提供确认修改的机会。在其他情况下，修改可能会自动化发生而无需确认。然而，可以将修改呈现给用户(例如，对象或医疗保健提供者)和/或记录在治疗日志中。
在一些情况下，比较由与葡萄糖水平控制系统510通信的另一计算系统执行。例如，葡萄糖水平控制系统510可以将葡萄糖水平信号、从葡萄糖水平信号确定的数据，和/或从对象接收的指示血糖控制效果的评估传输到另一计算系统(如本地计算系统、智能手机或基于云的计算系统)。此外，葡萄糖水平控制系统510可以将与控制参数值和向对象512施用药物相关联的数据传输到计算系统。计算系统可以确定更好地管理对象512血糖水平的控制参数的值。计算系统可以用所选值被配置葡萄糖水平控制系统510。可选地或另外，选择的值可以输出给可以用选择的值配置葡萄糖水平控制系统510的用户。
在框1318处，葡萄糖水平控制系统510基于在框1316处选择的控制参数的选定值向对象512提供治疗。在框1318处提供的治疗可以在第三治疗期期间提供，所述第三治疗期在第一和第二治疗期之后的某个点。因此，在前两个时间段期间，第一和第二值可以分别用于控制参数，以确定引起更好结果或改善对对象512的护理的值。在随后的时间段期间，对对象512生成更好结果的值可以被用于为对象512提供未来的护理。可选地，可以使用既不是第一值也不是第二值的新值来提供后续护理，以尝试找到可以向对象512提供更好或改进的护理水平的控制参数值(例如，更接近更长时间段内所期望的目标葡萄糖水平)。
在一些实例中，向对象提供治疗可以包括生成向对象递送一定量的药物(例如胰岛素或反调节剂)的递送装置514(例如，通过导管与对象512的皮下空间偶联的输注泵)的剂量控制信号，其中所述量可以通过剂量信号确定。
基于所选值向对象512提供治疗可以包括被配置葡萄糖水平控制系统510，以在第三治疗期期间至少部分地基于有效控制参数值向对象512提供治疗。在一些情况下，至少部分地基于有效控制参数值配置葡萄糖水平控制系统510以向对象512提供治疗可以结束过程1300。在其他情况下，可以重复过程1300。重复过程1300可以包括在执行与框1304相关联的操作时，使用选择的值(例如，来自过程1300的先前迭代的第一或第二值)作为第一值。在框1308处生成的第二值可以是在过程1300的先前迭代期间未使用的新的值。
可以重复过程1300，直到第一效果和第二效果之间的差异小于阈值差异。可选地或另外，过程1300可以周期性地重复特定次数的迭代，以响应于命令，或响应于确定对象512的血糖在特定时间量内不满足特定阈值。
在一些实例中，过程1300可以被用于修改葡萄糖系统的多于一个控制参数(或控制系统使用的控制算法)。在一些此类实例中，过程1300可用于在从框1302开始并在框1318处结束的第一修改周期期间调整第一控制参数，并在再次从框1302开始并在框1318处结束的第二修改周期期间调整第二控制参数。第二修改周期可以紧接在第一修改周期之后或延迟特定时间。在一些实例中，控制系统可以确定何时应该在修改第一参数之后修改第二控制参数。在一些实例中，可以至少部分地基于基于葡萄糖信号(例如，从CGM传感器接收的)测量的血糖控制来确定延迟。在一些其他实例中，可以基于从用户接收到的输入来确定延迟。在一些实例中，可以至少部分地基于确定的第一控制参数的修改来确定第二控制参数的修改。
在一些实例中，可以在调整第一和第二控制参数之后的第三时间段期间调整第三控制参数。第三控制参数的调整可以紧跟在第二控制参数的调整之后或者可以在延迟之后发生。可以至少部分地基于在调节第二控制参数之后对象的血糖控制来确定延迟。在一些实例中，葡萄糖控制系统可以被配置为当对象的血糖控制满足一个或多个阈值条件时顺序地调整第一和第二，或第一、第二和第三控制参数。在一些实例中，调整控制参数的时间段的持续时间可以不同于其他参数的持续时间。
在一些实施方案中，过程1300的修改版本可以被用于确定控制参数的值(例如，最佳值)。在一些此类实例中，在框1314处确定第二效果之后，控制系统可以跳过框1316和框1318，并反而获得控制参数的第三值。在一些实例中，可以至少部分地基于在框1314处确定的第二效果来确定该第三值。在一些实例中，该第三值可以自主确定。此外，在一些情况下，可以自动确定第三值。在一些情况下，至少部分地基于触发血糖控制改进过程1300的用户来确定第三值。在一些此类情况下，控制系统可以确定第三值并将其经由控制系统510的用户界面534呈现给用户。在一些实例中，第三值可以由用户经由控制系统510的用户界面534提供。在一些实例中，在获得第三值之后，系统可以基于第三值向对象提供治疗。过程1300的该修改版本可以重复几次。在一些实例中，可以重复该修改版本，直到最后两个后续效果之间的差异小于阈值差异。可选地或另外，过程1300的修改版本可以周期性地重复特定次数的迭代，以响应于命令，或响应于确定对象512的血糖在特定时间量内不满足特定阈值。
如上所述，过程1300可以被用于修改影响胰岛素递送的一个或多个控制参数。然而，过程1300不限于此，并且可以用于修改影响其他药物，如反调节剂(例如胰高血糖素、葡萄糖等)递送的一个或多个控制参数。在一些情况下，过程1300可以被用于推荐改变胰岛素和/或反调节剂递送而不修改递送。这对于在不支持反调节剂或支持使用反调节剂但不具有可用反调节剂的单一激素葡萄糖水平控制系统510中生成关于反调节剂的推荐可能是有利的。
此外，在过程1300被用于修改多个控制参数的情况下，控制参数中的至少两个或更多个可以彼此相关。例如，如果控制参数包括时间常数α1和α2，则α1和α2之间可能存在关系，使得修改α1可能引起修改α2。例如，α2可能等于α1的1.5倍
在框316处设置为活动参数的控制参数的值(例如，第一值或第二值)，可以被控制算法用于在特定时间段内或直到重复过程1300时向对象512提供治疗。如前文解释的，在一些情况下，过程1300周期性地重复和/或响应于触发，如一段时间内的血糖值或平均血糖值，或将葡萄糖水平控制系统510连接到对象512的部位变化的指示(例如，用于提供皮下剂量的输注装置位置的改变)。
假设性实例
如前所述，胰岛素吸收的峰值时间可以被称为T最大值。不同类型的胰岛素可能会引起直到达到对象血液中的或对于不同对象的峰值吸收的不同的时间量。例如，在一个假设性实例中，对象之间的速效赖脯胰岛素和门冬胰岛素的聚合T最大值可以确定为大约65分钟，而使用超速效胰岛素，诸如例如，以Fiasp品牌销售的门冬胰岛素注射液(其配方可减少达到峰值吸收的时间)的对象之间的聚集T最大值可确定为大约40分钟。当使用将对应于T最大值的控制参数设置为65分钟的自动化血糖水平控制系统(如葡萄糖水平控制系统510)时，与使用速效胰岛素相比，在使用超速效胰岛素时平均葡萄糖水平或低血糖症的频率的改善并无统计学上显著的改善。在此比较中，T最大值保持不变，同时改变所使用的胰岛素类型。
当调整自动化血糖水平控制系统的控制参数的值以使用不同的T最大值设置时，在假设性实例中，当使用超速效胰岛素时在降低T最大值时平均葡萄糖下降。在此实例中，当使用具有超速效胰岛素如Fiasp血糖控制系统时，三组对象采用了使用修改后的T最大值值的控制算法。第一组使用血糖水平控制系统，该系统被配置为治疗第一周的T最大值为65分钟，并且随后治疗周的T最大值较低(诸如例如，50分钟)。第二组使用血糖水平控制系统，该系统被配置为治疗第一周的T最大值为65分钟，并且随后治疗周的T最大值甚至较低(诸如例如，50分钟)。第三组使用血糖水平控制系统，该系统被配置为治疗第一周的T最大值为65分钟，并且随后治疗周的T最大值明显更低(诸如例如，30分钟)。比较每个队列内和跨队列的T最大值变化表明，当T最大值降低时，平均葡萄糖水平下降，并且低血糖症没有统计学上显著的增加或减少。
当T最大值短于生理胰岛素吸收峰值时间时，低血糖症的风险增加，因为血糖水平控制系统可能在一段时间内叠加或施用多剂量的胰岛素。这可能会发生，因为当T最大值设置为低于实际峰值胰岛素吸收时间时，血糖水平控制系统可能会错误地将较低的血糖浓度识别为最大血糖水平浓度。
通过使用过程1300来比较不同T最大值设置的效果，可能优化对象和/或特定类型胰岛素的T最大值设置。在一些实例中，比较可以基于一种或多种统计方法。例如，使用在治疗期间收集的葡萄糖浓度数据(例如，使用CGM传感器)，控制系统可以确定与较早的评估期相比，在后期使用不同的T最大值值，平均葡萄糖水平是否存在统计学上显著的差异。如果用于T最大值的后续或更新的值引起效果改善，则可以将T最大值或对应于T最大值的血糖水平控制系统510的控制参数设置为更新的值，其中控制参数值的改变可以在确定统计学上显著的改进后自动发生，或可能在生成潜在改进通告并收到控制参数值应发生变化的确认后发生。在T最大值的默认值或先前值处收集对象512的葡萄糖信号一段时间后，T最大值的值可以从初始T最大值以显著量降低。例如，控制算法可以自动改变T最大值或相关的时间常数，以反映T最大值减少至少10分钟、至少5分钟、至少2分钟、不超过15分钟、不超过20分钟、不超过30分钟，或者在该句子中跨越任意两个前面的值之间的范围内的变化，其中前面的值被包含在该范围内。该系统可以在与较高T最大值相关联的先前数据集和与较低T最大值相关联的当前数据集之间执行统计分析。如果血糖水平控制系统的控制器确定对象的平均血糖水平有显著或统计学上显著的改善(例如，超过阈值改善)，而低血糖症事件或风险事件有很少增加或没有增加，则系统可以采用或推荐较低的T最大值值作为优选T最大值。可以使用另外减少的T最大值重复此过程。在一些情况下，T最大值的每次降低可能小于先前的降低。此外，如果确定对象的平均葡萄糖水平没有改善，和/或如果低血糖症或低血糖症风险事件增加，则系统可以使用先前的T最大值，或可以选择介于新的T最大值和之前的T最大值之间的T最大值。因此，使用过程1300，系统可以迭代地修改T最大值，以找到对象和/或所选胰岛素类型的最佳值。
此外，通过对一个或多个控制参数进行实时分析和优化，与临床测试期间可能发生的延迟分析相比，可以更快和更准确地改善对象糖尿病的维持。临床测试可能不太准确，因为可能无法实时捕获对象的生理变化。
在一些情况下，上述实时过程和统计分析可以被用于分析由一个或多个对象传感器(例如，测量一个或多个生理参数)获得的其他类型的生物医学数据。在一些此类情况下，可以从智能手表、体重传感器或任何其他类型的生物医学传感器接收另外的生物医学数据，如数据(例如，血压、心率)。通过调整过程1300以执行另外的生物医学数据的统计分析，可能执行生物特征数据的定量客观分析，其可以被医疗保健提供者用来护理对象。
此外，上述比较分析的结果可以被用于向对象提出另外的建议。例如，如果确定特定类型的胰岛素的实际T最大值高于对象的预期，则可以建议对象在使用该特定类型的胰岛素时以特定方式修改他或她的饮食。
示例性模拟
可适用于本公开的实施方案的自动化葡萄糖水平控制系统510的实施方案描述于2015年8月6日公开的第WO 2015/116524号国际公开；2017年12月5日发布的第9,833,570号美国专利；以及2010年10月5日发布的第7,806,854号美国专利中，其每个的公开内容均在此通过引用整体并入本文中，用于所有目的。
由于胰岛素的有限利用率，自动化葡萄糖水平控制系统510可以自主地施用胰岛素剂量，并且考虑胰岛素剂量的在线累积(“活性胰岛素”)。胰岛素剂量的胰岛素吸收速率以及继而累积的速率可以通过药代动力学(PK)模型(例如，由方程式2表示的具有预设时间常数α1和α2值的双指数PK模型)建模。与PK模型相关的重要临床意义是胰岛素剂量(例如，皮下施用的)在对象血液中吸收所花费的时间。在一些实例中，血液中胰岛素吸收的峰值时间被称为T最大值。在一些其他的实例中。在一些其他的实例中，T最大值可以是在递送特定剂量的胰岛素之后胰岛素浓度达到其最大值的时间。在一些此类实例中，T最大值可以从向对象提供胰岛素的时间开始测量(例如，使用输注套装皮下)。
在一些实例中，设置PK模型中的时间常数(例如，方程式2中的α1和α2)可以等同于模型固有假设的设置T最大值；相反，设置T最大值可能会设置PK模型的时间常数。由于时间常数的值可以用于确定控制系统对胰岛素积累的在线计算，因此时间常数的值可以控制控制系统对给定血糖水平偏移的胰岛素剂量响应。因此，变化的T最大值或与T最大值相关的时间常数控制了控制系统胰岛素剂量的积极性。
在某些实施方案中，控制系统实施方法，以在线调整控制系统的PK模型的T最大值(因此，时间常数)设置。该方法可以通过周期性地进行生成T最大值的修改建议的在线评估和计算的控制系统，或者通过在线自动化调制T最大值的控制系统来执行。在任何一种情况下，计算都可能基于一段时间内控制系统的性能。在一些情况下，对T最大值的在线调整，无论是自主发生还是作为建议发布，都可以基于控制系统在一些时间间隔内的葡萄糖控制性能，包括血糖水平、平均血糖水平，或低葡萄糖水平(低血糖症)和/或高葡萄糖水平(高血糖症)发生的程度和/或持续时间的趋势。可选地，计算可以基于反调节剂的使用、反调节剂可用的其他预期用途(例如，在仅胰岛素系统中或在反调节剂或其递送通道暂时不可用的情况下)。该方法可以对T最大值可以变化的范围施加上限和/或下限(静态或动态)。对于给定情况，T最大值的调整程度可以不同，例如，取决于通过控制系统施用的特定胰岛素。
在某些实施方案中，无论连续葡萄糖监测器(其可以向控制系统提供输入葡萄糖信号)是在线还是离线，所描述的方法都可以适用。例如，本文所公开的方法可以应用于第WO 2015/116524号国际公开中描述的系统。此外，所描述的方法可以与被激活或未被激活的系统的其他方面共存，诸如但不限于具有由系统自动调整的葡萄糖目标，例如，如在2017年2月16日公开的第WO 2017/027459号国际公开中所描述的系统中，其在此通过引用并入本文中，用于所有目的。
如前所述，皮下施用的胰岛素吸收到血液中可以由方程式2的双指数PK模型控制。在PK模型中设置时间常数可以设置皮下施用剂量中胰岛素累积量的未决效果的量度，因为它可以被视为总面积(
Figure BDA0003677636830000721
其可以描述由于剂量U0引起的总效果随时间的度量)和
Figure BDA0003677636830000722
之间的差异，后者可以代表U0的花费部分的度量。胰岛素剂量吸收到血液中的峰值时间T最大值可由方程式3给出。因此，设置T最大值可以设置PK模型时间常数，这可以直接控制控制系统对给定葡萄糖特征的在线胰岛素剂量响应的量级(例如，积极性的或保守的)。尽管不限于此，但为简单起见，假设α1和α2是相关的，例如α2＝1.5α1。
双指数PK模型可用于模拟葡萄糖特征与递送至对象的药物(例如，胰岛素或胰高血糖素)剂量之间的关系。图14A-图14C示出的模拟证明了一种效果，其增加或减少T最大值设置或对应于T最大值的控制参数的值可能对葡萄糖水平控制系统510对给定葡萄糖特征(例如，24小时内血糖水平的时间变化)的在线胰岛素和胰高血糖素剂量响应生成影响。
图14A示出了T最大值设置为65分钟的对象的血糖控制的模拟。图表1402示出了对象的血糖水平(BGL)在24小时内的变化。范围1404指示对象血糖水平的所期望目标设定点范围(例如，在70至120mg/dL之间)。此外，范围1406指示与低血糖症或低血糖症风险相关的对象的葡萄糖水平范围(例如，低于60mg/dL)。图表1410A至少部分地基于图表1402中所示的血糖水平变化示出了在与图表1402相同的24小时时间段内向对象施用药物(胰岛素或胰高血糖素)。
图14B示出了T最大值设置为15分钟的对象的血糖控制的模拟。图表1410B对应于图表1410A，但T最大值设置为15分钟而不是65分钟。如通过比较图表1410B与1410A所示，将T最大值降低至15分钟可引起维持给定葡萄糖曲线1400所需的胰岛素剂量增加。
图14C示出了T最大值设置为130分钟的对象的血糖控制的模拟。图表和1410C对应于图表1410A，但T最大值设置为130分钟而不是65分钟。如通过比较图表1410C与1410A所示，将T最大值增加至130分钟可引起维持给定葡萄糖曲线1400所需的胰岛素剂量减少。
即使对象的葡萄糖特征未改变，增加或减少胰岛素(或反调节剂)剂量也可能影响对象512的护理。例如，对象可能会经历不同程度的症状(例如，头晕、恶心等)，这可归因于对象糖尿病的维持。有利地，葡萄糖控制系统的一个或多个控制参数的自主优化可以减少维持正常葡萄糖分布所需的药物剂量的量和/或频率。
图14A-图14C中示出的模拟说明了修改葡萄糖控制系统的控制参数的影响的一个非限制性实例。在一些情况下，不同的剂量可能随后引起不同的血糖波动，这反过来可能会改变随后确定的胰岛素-胰高血糖素剂量。尽管如此，图14A-图14C中所示的模拟证明了作为控制参数的T最大值与由葡萄糖水平控制系统510针对每种治疗确定的药物剂量之间的相关性。此外，如下所述，这些模拟表明，所确定的治疗剂量可以用作反馈来调整T最大值。
示例性的自动血糖控制细化过程
在一些实施方式中，T最大值的值可以基于消退时间段中的血糖控制在线自动变化。例如，可以使用以下方程式描述T最大值：
Figure BDA0003677636830000731
其中
Figure BDA0003677636830000732
是T最大值的基线值，f(yk,gk)是参数控制调整函数(本文被称为调整函数)，基于葡萄糖信号的血糖控制，yk，和/或反调节剂量的量，gk，其由控制系统(无论是否递送)计算。f(yk,gk)的评估可以在一段时间内进行(例如，一周、两周、四周或其他时间间隔)。例如，
Figure BDA0003677636830000733
Figure BDA0003677636830000741
在一些实例中，k可以表示当前治疗期，并且N可以指示可以包括一个或多个治疗期的消退时间段。
参数控制调整函数f(yk,gk)可引起对于在消退时间段(其可包括一个或多个治疗期)内葡萄糖信号yk的血糖控制中低血糖症(严重性和/或持续时间)或即将发生的低血糖症的增加，T最大值(k)相对于
Figure BDA0003677636830000742
的增加，并且相反，可以引起对于在消退时间段内，葡萄糖信号yk的血糖控制中高血糖症(严重性和/或持续时间)的增加，T最大值(k)相对于
Figure BDA0003677636830000743
的减少。此外，f(yk,gk)可引起对于在消退时间段内，反调节剂量gk的量的增加或减少，T最大值(k)分别相对于
Figure BDA0003677636830000744
的增加或减少。可以响应于用户命令或基于对象的生理测量，在离散时间评估和生成调整f(yk,gk)为T最大值(k)，其可以为预定的周期性间隔(例如，每24小时一次、每三天一次、每周一次等)。可选地或另外，当一些度量满足阈值或满足当前计算窗口(例如，一周、一个月等)内的某些标准时，可以在线评估和生成调整。该标准可以包括yk中低血糖何时达到或超过某个阈值，或gk中反调节剂量水平何时达到或超过某个阈值。可选地或另外，可以在与当前计算窗口中的葡萄糖信号yk(例如，均值)相关的一些评估已经获得与其在先前计算窗口(例如，前一周)中的评估的统计学上显著的差异之后生成调整。这些描述的实施方式允许具有关于何时T最大值(k)被调整和/或它被调整的量级的在线数学确定的动态实例。
在一些实例中，可以基于用户命令或基于对象的生理测量来安排定期的或周期性的时间间隔(例如，24小时周期、两天周期、一周周期等)。在一些其他实例中，治疗期可以被限定为两个后续治疗递送之间的时间间隔，并且可以基于标记治疗期开始的治疗递送时间来识别每个治疗期。在任一情况下，f(yk,gk)可以是第k个治疗期对T最大值的调整，并且可以基于方程式
Figure BDA0003677636830000745
评估，其中yn是在第n个治疗期期间测量的葡萄糖信号，gn是第n个治疗期的反调节激素的计算剂量，并且N表示可包括一个或多个治疗期的消退时间段。在一些实例中，N可以是第k个治疗期之前的治疗期的数量。
图15示出了治疗期期间(从tS 1504开始并在tE 1506结束)的血糖水平信号G(t)1502(例如，从CGM传感器接收的CGM轨迹)的实例，在此期间，一个或几个胰岛素和/或反调节剂(例如胰高血糖素)的剂量由葡萄糖控制系统510确定和/或施用。例如，可以在时间tu,i1510以测量的葡萄糖水平Gu,i 1512提供Ui 1508单位的胰岛素剂量(其中i从1变化到tS1504与tE 1506之间的胰岛素递送数量)。类似地，控制系统可能已经计算了可能已经施用或未施用的Cj 1514单位的剂量、可能已经递送胰高血糖素的葡萄糖水平Gc,j 1518，和可能已经递送胰高血糖素的时间tc,j 1516(其中j从1变化到tS 1504与tE 1506之间的胰高血糖素递送数量)。控制系统可以被配置为提供治疗，以便将BGL维持在由上限G最大值1520和下限G最小值1522限定的正常范围内，并且接近设定点G设定1524。在一些实例中，高于G最大值1520的葡萄糖水平可指示高血糖症，并且低于G最小值1522的葡萄糖水平可被认为是低血糖症。例如，在图15所示的治疗期期间，控制系统可以识别出高血糖症1526的两个实例和低血糖症1528的两个实例。在一些实例中，在每个治疗期期间，控制系统可以为所有治疗递送(i和j的所有值)存储G(t)1502、tu,i 1510、tc,j 1516、Ui 1508和Cj 1514。在一些实例中，一个或多个控制参数(例如，T最大值、G设定)的值在tS 1504与tE 1506之间的治疗期间可能不会改变。
图16示出了示例性自动化血糖改进过程的流程图，该过程可以使用上述修改方法来控制葡萄糖控制系统的T最大值和/或其他控制参数。过程1600可以由任何系统来执行，该系统可以自主地和/或自动地修改控制算法和/或控制参数，该控制算法和/或控制参数基于与施用于对象512的治疗相关的反馈(例如，来自血糖信号)影响控制算法的执行。例如，过程1600可以由葡萄糖水平控制系统510的一个或多个元件执行。在一些情况下，过程1600的至少某些操作可以由单独的计算系统执行，该计算系统从葡萄糖水平控制系统510接收血糖数据。尽管一个或多个不同的系统可以执行过程1600的一个或多个操作，但是为了简化讨论并且不限制本公开，过程1600是针对特定系统来描述的。
过程1600可以自动执行并且无需用户交互。在一些情况下，用户可以经由命令或与用户界面的交互来触发过程1600。然而，一旦过程1600被触发，过程1600可以被自动执行。此外，可以连续地、周期性地或响应于触发来执行过程1600。触发可以是基于时间的和/或基于对象的葡萄糖水平的测量。例如，触发可以对应于确定对象的葡萄糖水平与预测的葡萄糖水平的差异超过阈值，该预测的葡萄糖水平是由基于药物施用的葡萄糖水平控制算法预测的。此外，触发可以基于对象512对葡萄糖水平控制系统510的激活或首次使用。
过程1600开始于框1602处，其中为葡萄糖控制系统510的控制参数(例如，可以自适应地修改的控制参数)选择第一值。例如，控制参数可以是在葡萄糖控制系统510的控制算法中使用的T最大值值。在一些实例中，T最大值可以与控制算法使用的PK模型中的一个或多个参数相关。作为另一实例，控制参数可以是设定点(例如，图15中的G设置1524)或对象512的血糖浓度的测量值(例如，使用CGM传感器测量的)的目标值。
可以基于基线值来选择控制参数的第一值。基线值可以与临床数据相关联，可以基于葡萄糖水平控制系统510在执行过程1600之前的一些时间段的运行来确定，或者可以从过程1600的先前执行来确定。可选地或另外，可以基于临床数据或对象512的特定处方来选择基线值。在一些情况下，基线值可以基于平均用户的临床数据或与对象512共享某些生理数据的平均用户。在一些情况下，基线值是基于医疗保健提供者对对象512的评估来确定的。此外，可以基于葡萄糖水平控制系统510的输注部位(例如，背部、胃部、腿部等)来确定基线值。在一些情况下，可以基于对象512的人口统计或特征来选择基线值。
在框1604处，葡萄糖控制系统510至少部分地基于控制参数的第一值在一段时间内向对象512提供治疗。此外，可以至少部分地基于在该时间段期间接收到的一个或多个葡萄糖信号来提供治疗。葡萄糖信号可以从葡萄糖传感器(例如，CGM)接收，并且可以对应于对象的葡萄糖水平。在一些情况下，该时间段可以包括一个或多个治疗期。在一些实例中，时间段中包括的治疗期的数量可以是相等或不等的治疗期。治疗期可以是对应于单个递送的药物剂量的时间段，其可以包括药物剂量的瞬时递送或在一段时间内的递送。可选地，治疗期可以是包含多个药物剂量递送的时间段。此外，治疗期可以是与定义的时间长度相关联的时间段。可选地或另外，治疗期可以基于多个药物周期来限定。换言之，时间段可以根据递送或施用指定数量的药物剂量(任何类型或特定类型的)所花费的时间量而变化。
在一些实例中，多种治疗的递送时间和剂量可以至少部分地基于葡萄糖水平信号和葡萄糖控制系统510使用的控制算法的控制参数的第一值。控制参数可以包括影响葡萄糖水平控制系统510的操作和/或葡萄糖水平控制系统510的控制算法的性能的任何控制参数。
例如，控制参数可以是T最大值、T1/2、药物剂量的递送速度、葡萄糖水平的设定点、血糖范围、血糖水平的阈值(例如，最大值或最小值)等。控制算法可以包括用于确定要施用对象512的药物(例如，胰岛素)剂量的任何控制算法和/或PK模型。换言之，控制器518或处理器530可以使用控制算法以至少部分地基于控制参数的值(例如，在框1602处选择的第一值)来生成剂量控制信号，以使递送装置514施用一剂胰岛素或其他药物。
在时间段内提供的多种治疗中的每种治疗可以对应于向对象512单次施用胰岛素。胰岛素的这种单次施用可以是可以出于任何原因施用的任何类型的胰岛素。例如，胰岛素剂量可以是基础胰岛素剂量、初始剂量、响应于膳食通告而提供的剂量或胰岛素的校正剂量。此外，提供的每种治疗可以是除胰岛素之外的药物，如反调节剂(例如胰高血糖素)。在一些情况下，每种治疗递送可以包括在治疗期间向对象512供应或施用的多个药物(例如，胰岛素和/或反调节剂)剂量。此外，多个药物剂量可以包括不同类型的药物剂量，如一个或多个基础剂量、与一个或多个膳食通告相关的一个或多个膳食剂量、一个或多个校正剂量等。
在一些实例中，正被调整的控制参数的值可以在时间窗期间从一个治疗期改变到另一治疗期。例如，控制参数的值可以在每个治疗期或治疗期组的开始改变给定量。在一些其他实例中，控制参数的值可以在一定数量的治疗之后改变给定量。在一些实例中，控制参数改变的量可以基于时间窗中的一个或多个消退治疗期来确定。在一些情况下，框1604可以包括关于过程1304所描述的实施方案中的一个或多个。
在一些实例中，在治疗期或包括在该时间段中的多个治疗期中的一个或多个治疗期期间，可以获得和/或存储治疗数据。参考图15，在一些实例中，治疗数据可以包括葡萄糖信号G(t)1524、计算的或实际的递送时间(tc,j 1516)和反调节剂的估算或递送量(Cj1514)。该治疗数据可以存储在葡萄糖水平控制系统510的存储器540中。此外，治疗数据可以包括在治疗期期间施用的反调节激素的总量。可选地或另外，与每个治疗期相关联的其他参数和数据可以存储在存储器540中。例如，施用的胰岛素总量、递送的胰岛素量(Ui1508)、在每个治疗期期间递送的胰岛素的递送时间(tu,i 1510)、从可以测量对象的一个或多个生理参数的其他传感器接收的数据、从对象或用户接收的数据(例如，经由用户界面)等。
在框1606处，葡萄糖水平控制系统510确定控制参数的控制参数调整。控制参数调整可以至少部分地基于治疗数据。在一些实施方案中，可以使用调整函数来确定调整。例如，调整函数可以是根据方程式4的用于修改T最大值的函数f(yk,gk)。在一些实例中，可以通过分析如葡萄糖水平信号(例如，G(t)1524或CGM迹线)指示的对象中血糖的血糖控制来确定控制参数调整。分析对象中血糖的血糖控制可以包括随时间跟踪对象512的血糖水平。此外，分析对象中血糖的血糖控制可包括将对象512随时间的血糖水平与预测的基于控制算法中使用的PK模型和控制参数值预测的对象512随时间的血糖进行比较。在一些实例中，调整函数f(yk,gk)的值可以至少部分使用tc,j 1516、Cj 1514和Gc,j(其中j从1变化到在时间段期间提供的反调节的数量)的估算值或实际值来计算。在一些其他实例中，调整函数f(yk,gk)的确定可以包括基于tc,j 1516、Cj 1514和Gc,j的估算值或实际值的统计分析(其中j从1变化到在时间段期间提供的反调节的数量)。在一些此类实例中，统计分析可以基于统计量和/或下文所述的分析工具。
在一些情况下，可以基于低血糖症1528和/或高血糖症1526事件的数量和/或每个事件的持续时间来确定对控制参数的调整。在一些实例中，可以基于测量的葡萄糖水平和设定点(G设定1524)之间的差异来确定对控制参数的调整。在一些实例中，可以基于葡萄糖水平保持在目标范围内(例如，在G最大值1520和G最小值1522之间)的时间间隔来确定调整。在一些情况下，可以基于所测量的对象512的血糖水平的稳定性或对象512的血糖水平的较小波动性来确定调整。例如，可以执行统计分析以确定G(t)的分布变化率超过一个或多个阈值率。
在一些情况下，可以至少部分地通过分析从测量对象的一个或多个生理参数(例如，心率、温度等)的一个或多个对象传感器接收的一个或多个信号来确定对控制参数的调整。在又一实例中，可以基于从对象512接收的评估或输入(例如，使用AMD的用户界面)来确定对控制参数的调整。例如，如果对象512在一个或多个治疗期期间感觉眩晕、头晕、头昏、恶心或其他不舒服，则对象512可以经由例如触摸屏用户界面或AMD的其他界面指示对象512的感觉如何。
考虑硬件处理器530的处理速度、葡萄糖水平控制系统510或对象向葡萄糖水平控制系统510提供他或她的状况的评估的时间，可以实时或基本实时地确定调整。在一些情况下，对控制参数的调整可以由与葡萄糖水平控制系统510通信的计算系统来确定。例如，葡萄糖水平控制系统510可以将治疗数据传输到另一计算系统(如本地计算系统、智能手机或基于云的计算系统)。此外，葡萄糖水平控制系统510可以将治疗数据和与控制参数值相关联的数据传输到计算系统。计算系统可以确定在下一时间段更好地管理对象512血糖水平的调整。
在框1608处，葡萄糖水平控制系统510使用在框1606处确定的控制参数调整来调整控制参数。在一些实例中，可以自主地或自动地执行调整。在一些其他实例中，在框1606处确定的控制参数调整可以经由用户界面(例如，触摸屏显示器)呈现给对象或其他用户(例如，父母、监护人、临床医生等)。在一些这样的情况下，对象或其他用户可能能够确认或修改控制参数调整。在其他情况下，控制参数调整的显示可以出于信息目的而呈现，并且可能不能由用户调整。在一些情况下，可以仅在接收到用户确认(例如，用户与用户界面的交互)之后才调整控制参数。在调整由计算系统确定的一些其他实例中，调整值可以经由葡萄糖控制系统的用户界面或计算系统的用户界面呈现给用户。在一些情况下，用户可以使用从计算机系统接收或呈现的调整值来调整葡萄糖控制系统的控制参数。
框1608处的调整可以引起控制算法的操作或执行的改变。控制算法的执行中的这种改变可以引起与向对象512提供治疗相关联的一个或多个因素的改变。例如，控制算法的执行中的改变可以引起递送的药物量、药物递送的时间、药物剂量被递送到对象512的速率、对象血糖的目标设定点或目标范围、用于确定是否递送药物的阈值(例如，与目标设定点的阈值差)，或可能影响递送至对象512的治疗的任何其他因素的改变。
在一些情况下，控制参数的调整值可以输出给用户(例如，对象或父母)。然后用户可以基于选择的控制参数值被配置葡萄糖水平控制系统510。可选地或另外，葡萄糖水平控制系统510可以自动调整控制参数的值。在一些情况下，可以向用户提供确认调整的机会。在其他情况下，调整可能会自动发生而无需确认。然而，可以将调整呈现给用户(例如，对象或医疗保健提供者)和/或记录在治疗日志中。
在框1610处，葡萄糖水平控制系统510至少部分地基于在框1608处更新的更新的控制参数来提供治疗。控制参数的新的值可以在第二时间段内保持。第二时间段可以指特定的时间量、递送特定数量的药物剂量的时间量或特定数量的药物剂量。
可以在随后的时间段期间重复过程1600。在一些实例中，该过程可以周期性地重复(每24小时、每两天、每周或其他时间间隔)。在一些情况下，时间段可以由对象或用户提供。此外，可以响应于命令而重复该过程。在一些情况下，可以响应于确定对象512的血糖水平在特定时间量内不满足一个或多个标准而重复该过程。例如，当BGL和目标BGL的测量平均值之间的统计学上显著的差异超过阈值，或者在特定时间量期间检测到的低血糖症和/或高血糖症的数量超过阈值数量时，可以重复该过程。
在一些实例中，过程1600可以被用于调整影响葡萄糖控制系统的治疗递送的若干控制参数。在一些此类实例中，过程1600可以被用于在一个时间段期间调整第一控制参数，并且在第二时间段期间调整第二控制参数。第二时间段可以紧接在第一时间段之后或延迟特定时间。在一些实施方式中，控制系统510可以确定何时调整控制参数。在一些实例中，可以至少部分地基于葡萄糖信号的血糖控制来确定控制参数调整周期之间的延迟。在一些情况下，可以基于从用户接收到的输入来确定延迟。此外，可以至少部分地基于确定的第一控制参数的调整来确定第二控制参数的调整。
在一些实施方案中，可以在第三时间段期间调整第三控制参数。第三控制参数的调整可以紧跟在第二控制参数的调整之后或者可以在延迟之后发生。可以至少部分地基于在调节第二控制参数之后对象的血糖控制来确定延迟。在一些情况下，葡萄糖控制系统可以被配置为当对象的血糖控制满足一个或多个阈值条件时顺序地调整第一和第二，或第一、第二和第三控制参数。在一些实例中，调整控制参数的时间段的持续时间可以不同于第一和第二控制参数的持续时间。
如上所述，过程1600可以被用于调整影响胰岛素递送的一个或多个控制参数。然而，过程1600不限于此，并且可以用于修改影响其他药物，如反调节剂(例如胰高血糖素)递送的一个或多个控制参数。在一些情况下，过程1600可以被用于推荐改变胰岛素和/或反调节剂递送而不修改递送。这对于在不支持反调节剂或支持使用反调节剂但不具有可用反调节剂的非双激素葡萄糖水平控制系统510中生成关于反调节剂的推荐可能是有利的。
自动化血糖控制细化中统计分析的实施
如上所述，可以通过在临床研究期间从多组对象(例如，20、50、100、200名对象)收集的治疗数据集(例如，血糖控制信息)的统计分析来确定由葡萄糖控制系统510使用的PK模型和/或控制算法的一个或多个控制参数的值(例如，基线值或最佳临床值)。在一些实例中，可以直接测量每个群组内的对象的控制参数(例如，T最大值)(例如，基于手动或自动化施用后的血液分析结果)。这些测量可用于确定要在葡萄糖控制系统中使用的控制参数(例如，T最大值)的最佳值。在一些情况下，对象的血糖水平(BGL)可以使用相同或几乎相同的葡萄糖控制系统控制和记录给定时间段(例如，一周、两周、一个月或其他时间段)。每个群组中的对象可以使用相同的葡萄糖控制系统的控制参数值，而不同群组中的对象可以使用相同控制参数的不同值。随后，可以使用统计分析来比较给定时期内测量的治疗数据集(例如，包括对象的测量和/或确定的血糖控制信息)，以评估控制参数的最佳值。例如，可以将第一组中响应于将T最大值设置为第一值而测量的对象的血糖控制，与第二组中响应于将T最大值设置为第二值而测量的对象血糖控制进行比较。这种比较可以包括各种统计分析，这些分析可以揭示测量的血糖控制之间的统计显著差异。例如，可以将从第一组和第二组获得的测量的血糖水平数据的平均值、方差和/或标准偏差，与可以从具有正常血糖水平的第三组对象(例如，非糖尿病对象)获得的一组参考值进行比较。为了生成准确的结果，此类临床研究通常需要几个队列，每个队列都包含大量对象(例如，大到使得足以能够进行统计分析)，并因此需要大量相同的葡萄糖控制系统。例如，在一些研究中，可能需要10、20、50或100个对象和葡萄糖系统。因此，根据临床研究确定一个或多个控制参数的最佳值可能既昂贵又耗时。此外，临床研究通常无法捕捉对象的独特生理特征和实时生理变化(即使研究包括几个大型队列)。
实时监测BGL并自主或自动化向对象提供药物的便携式葡萄糖控制系统可以收集和存储治疗数据集，其类似于在临床研究中收集的那些，可以包括足够数量的数据点以用于统计分析。在一些实例中，治疗数据可以包括血糖控制信息(例如，从CGM传感器接收的)、治疗的其他生理效果(例如，从对象传感器或对象获得的)、递送的药物的量和类型、药物递送时间等。有利地，这些治疗数据集可用于确定葡萄糖控制系统的一个或多个控制参数的最佳值，或者与默认值、基线值或初始临床确定值相比提供改进的糖尿病管理的葡萄糖控制系统的一个或多个控制参数的值。可基于统计分析确定最佳或改进值，包括可用于临床研究的统计分析类型。在一些实施方案中，统计分析可以包括计算一个或多个统计量，如均值、方差、标准偏差、各种统计分布(例如，关于以下图17描述的那些)等。基于在一个或多个治疗期期间收集的治疗数据对葡萄糖控制系统的一个或多个控制参数的值进行有效和实时(或接近实时)评估，消除了对昂贵且耗时的临床研究的需要，并且可能例如，通过考虑对象的独特生理特征和实时生理变化来改善对象糖尿病的维持。此外，与临床测试相比，控制参数值的活性评估提供了更快和更准确的糖尿病评估和管理。本文所述的一些实施方案可用于确定一个或多个控制参数的最佳值，用户可使用这些控制参数经由葡萄糖控制系统的用户界面调整控制参数。在一些情况下，葡萄糖控制系统可以使用确定的光学值自主地调整一个或多个控制参数。
由葡萄糖控制系统收集的治疗数据可以包括血糖控制信息、与药物递送时间、提供的药物剂量、药物递送时的BGL水平(例如，基于从CGM传感器获得的葡萄糖信号测量的)、药物对对象的生理影响(例如，药物递送后一段时间内的BGL、对象评估等)，以及可以从提供给对象的治疗确定的任何类型的数据。在一些实施方案中，葡萄糖控制系统可以在一个或多个治疗期期间收集治疗数据。参考图15，在每个治疗周期(例如，在tS 1504开始并在tE1506结束的周期)收集和存储的治疗数据可以包括但不限于：CGM迹线G(t)1502、胰岛素的递送剂量(Ui 1508)和递送时间(时间tu,i)、反调节剂(例如，胰高血糖素)的递送或确定剂量(Ci 1514)和递送时间(tc,i 1516)等。治疗数据可以作为一个或多个数据集存储在葡萄糖控制系统的存储器(例如，闪存驱动器、固态驱动器、硬盘或任何其他类型的非易失性存储器)中。每个数据集可以与一个或多个类别的治疗数据或收集治疗数据的特定治疗期相关联。在一些情况下，一个或多个控制参数的值可以从一个治疗期改变到另一治疗期。例如，控制参数的值可以在治疗期或治疗期组的开始改变给定量。控制参数的值可以由葡萄糖水平控制系统510自动化改变或由用户经由用户界面改变。在一些情况下，控制参数可以在一定数量的治疗期之后改变给定量。可以基于在一个或多个先前治疗期期间收集的治疗数据来确定控制参数改变的量。可选地或另外，控制参数改变的量可以由用户经由用户界面提供。在一些情况下，选择一个或多个治疗期的持续时间，使得测量或确定的数据集足够大以进行统计分析。在一些实例中，与使用统计分析确定的控制参数的最佳或改进值相关联的不确定性可能取决于用于分析的数据集的大小。
在一些实施方案中，过程1300可以被用于使用统计分析来确定控制参数的值(例如，最佳值)。例如，统计分析可以被用于在框1306、框1314处确定治疗效果，或在步骤1316处比较由不同控制参数值生成的治疗效果。在一些此类实例中，在框1308处，可以由用户(例如，对象或监护人)至少部分地基于对在第一治疗期期间收集和/或存储的治疗数据(框1304)执行的统计分析的第一效果和结果来提供控制参数的第二值。在一些实例中，在步骤1316处，可以至少部分地基于第一效果和第二效果来执行统计分析，以获得比较评估。比较评估可用于确定与用于对照参数的其他值相比，控制参数的一对或一组值中的一个是否引起对象的血糖控制得到改善。在一些实施方案中，在框1316处确定的控制参数值可以经由葡萄糖控制系统510的用户界面和/或连接到葡萄糖控制系统(例如，经由无线链路)的计算系统(例如，智能手机、笔记本、个人计算机等)提供给对象、监护人或医疗保健提供者。在一些此类实施方案中，对象、监护人或医疗保健提供者可以在下一治疗期之前通过与用户界面的交互将相应控制参数的值改变为确定的值(例如，在框1318处)。可选地或另外，葡萄糖水平控制系统510可以自动化将控制参数的值改变为确定的值并进行到框1318。在一些此类情况下，可以向用户提供确认修改的机会。在其他情况下，修改可能会自动化发生而无需确认。然而，可以将修改呈现给用户(例如，对象或医疗保健提供者)和/或记录在治疗日志中。
在一些实例中，在第一(框1304)和第二(框1312)治疗期期间提供给对象的第一和第二治疗可以包括多个治疗递送。在第一(框1304)和第二(框1312)治疗期期间，控制系统510可以获得第一和第二第一治疗数据。在一些这样的情况下，治疗数据可以包括血糖控制信息，所述血糖控制信息至少包括在相应治疗期间接收到的葡萄糖信号。确定第一效果可以包括计算在每个周期期间提供的多个治疗期间收集的治疗数据的统计特征。例如，控制系统510可以计算测量的BGL的平均值、与平均值的偏差和方差。在一些情况下，控制系统510可以计算一个或多个量(例如，统计量)，以量化平均血糖水平及其与基线水平的偏差。在一些实施方案中，控制系统510可以确定一个或多个量(例如，统计量)，以评估血糖控制的可变性和相关风险(例如，低血糖症或高血糖症的风险)，或量化平均血糖水平及其与基线(例如，正常)水平的偏差。在一些情况下，第二周期的持续时间可以等于第一周期的持续时间。可选地或另外，可以选择每个周期的持续时间，以使得每个周期包括提供给对象的相同数量的治疗。在一些实施方案中，可以选择每个周期的持续时间，使得在该时期期间施用治疗的次数足够大，以能够进行统计学上显著的评估。在一些情况下，在框1316处，第一效果和第二效果之间的比较可以包括对基于在第一和第二周期期间收集的数据生成的统计数据的统计分析。
在一些实例中，除了一个或多个控制参数的最优值之外，控制系统可以生成控制参数优化报告，其可以包括在优化过程中计算的统计量。此外，报告可以包括治疗数据和相关风险评估的图形表示。在一些此类实例中，对象或医疗保健提供者可以使用该报告来做出与选择确定的最佳参数值相关的决定。另外，控制参数优化报告可包括对象或医疗保健提供者可用于修改管理对象血糖控制的总体策略的信息。例如，修改对象的进餐时间、消耗膳食的内容或数量等。
图17示出了可以在过程1300的框1306和1314处使用治疗期间的治疗数据1705和控制系统1703的已知参数生成和利用的统计量的一些实例。在一些实施方案中，在治疗期间，某些控制参数的值可以是固定的和/或基于基线值(例如，先前临床研究的结果)或先前确定的值(例如，通过不同的控制参数修改和/或或优化过程)进行选择。参考图15，在图17所示的实例中，假设G最小值1722(正常BGL的下限)、G最大值1720(正常BGL的上限)和G设定1724(目标BGL)是由对象、用户、医疗保健提供者提供的或由计算系统基于一组临床数据确定的已知值。例如，G最小值1722可以为65mg/dL至75mg/dL，G最大值1720可以为175mg/dL至185mg/dL，并且G设定1724可以为70mg/dL至180mg/dL。在一些实例中，G设定1724可以是由先前的优化过程(例如，过程1300)确定的值(例如，最优值)。G(t)1702(CGM迹线或测量的血糖控制)、Ui的1708、tu,i的1710、Ci的1514和tc,i的1716可以包括在治疗期间收集的治疗数据中。在一些实例中，治疗数据1705可以被用于生成各种类型的统计量。例如，治疗数据1705可用于为某些测量或确定的值生成概率分布(例如，离散的或连续的)和/或频率分布(例如，绝对的、相对的或累积的)。例如，与葡萄糖浓度1726(例如，葡萄糖信号在选定范围内的治疗期的部分)、葡萄糖变化率1728(例如，葡萄糖变化率信号在选定的范围速率内的治疗期的部分)、胰岛素剂量1730(提供的胰岛素剂量的百分比在选定的剂量范围内)、胰高血糖素剂量1732(提供的胰高血糖素剂量的百分比在选定的剂量范围内)、高血糖1734(检测到的高血糖事件的百分比，其中葡萄糖信号高于G最大值的量在选定范围内)、低血糖症1736(检测到的低血糖症事件的百分比，其中葡萄糖信号低于G最小值的量在选定范围内)等相关的分布。在一些实例中，这些统计分布的一个或多个特征(均值、方差、与均值的偏差等)或这些统计分布的一些特征的特定组合可用于确定(例如，量化)治疗的效果。在一些实例中，可以过滤被认为生成某些统计数据(例如，直方图)的治疗数据，以排除在某些事件期间收集的数据点。例如，在进餐时间期间、在运动期间等。在一些实例中，与这些事件相关联的时间仓可以由用户通过用户界面来指定。
在一些实施方案中，统计分析可以包括可以比较不同控制参数值的效果的分析方法和工具。可与本文所述的一项或多项实施方案一起使用的分析方法和工具的一些实例在文章“Statistical Tools to Analyze Continuous Glucose Monitor Data”(W.Clarke等人,Diabetes Technology and Therapeutics,11卷,S45-S54,2009)中有描述，其在此通过引用整体并入本文中。本文讨论了可促进在治疗期间从复杂且大量测量的血糖控制信息中提取信息的方法和工具的实例。在一些情况下，用于统计分析的治疗数据包括对象的葡萄糖迹线或G(t)。在一些实例中，G(t)可以是从CGM传感器接收到的一系列带时间戳的血糖数据(参见图17)。在一些实例中，从CGM获得的葡萄糖信号可以将血糖水平表示为离散时间序列，该时间序列在由特定装置的分辨率确定的步骤中近似G(t)(例如，每2min、5min、10min等的读数)。在一些实例中，可以对治疗数据(例如，从CGM传感器接收的葡萄糖信号)执行统计分析，以提供与以下相关的评估(例如，比较评估)：(1)平均血糖水平和与正常血糖控制的偏差(有时称为血糖正常)，(2)变异性和风险评估，以及(3)临床事件，如餐后葡萄糖波动和低血糖症发作。在一些实施方案中，可以基于在两个时间段期间收集的两组治疗数据进行评估。在一些此类实例中，控制系统510可以使用评估来确定对象的血糖控制是否已经从第一治疗期改善到第二治疗期。在一些实例中，医疗保健提供者可以使用评估来评估对象在一个或多个时间段内的血糖控制。
在一些情况下，血糖控制系统可以确定平均血糖的三个值：平均值(例如，针对在治疗期或治疗期的一部分期间测量的整个G(t)计算的)、膳食前平均值(例如，针对膳食后60-120min的时间窗计算的)和膳食后平均值(例如，针对膳食前0-60min的时间窗计算的)。膳食前和膳食后平均值以及平均值之间的差异的计算可以作为膳食前团注时间和团注量的总体有效性的指示。在一些实例中，可以通过确定在预设目标限值内、低于或高于预设目标限值(例如，G最小值＝70和G最大值＝180mg/dL)花费的时间百分比，来评估与目标或血糖正常的偏差。在一些实例中，可以经由连续葡萄糖读数之间的线性插值来计算每个范围内的时间百分比。在一些其他实例中，可以计算另外范围内的时间百分比。在一些这样的实例中，还可以评估发生极端低血糖症和高血糖症的概率。为了量化血糖水平的可变性，在一些实例中，标准偏差和方差可用于计算BGL的可变性。在一些情况下，当关注葡萄糖变异性与低血糖症和高血糖症风险之间的关系时，可以定义一个风险指数，该指数可以作为整体葡萄糖变异性的量度。在一些实例中，可以计算单个函数，以将整体葡萄糖变化分成与偏移成低血糖症和高血糖症相关的两个独立部分，并同时使这些偏移的幅度相对于它们所携带的风险相等。例如，从180到250mg/dL的BGL转变可能看起来比从70到50mg/dL的转变大三倍，而如果转换为风险，这些波动看起来是相等的。在一些情况下，BGL变化率分析(例如，以mg/dL/min测量的)可用于评估BGL波动在分钟时间尺度上的动态。换句话说，这是对系统的“局部”属性的评估，而不是上面讨论的“全局”属性。在一些实例中，可以通过值BGL、其一阶或有时二阶导数(加速度)，在任何时间点附近评估局部属性。
在一些实例中，除了治疗数据的统计分析之外，在过程1300的框1306、1314和1316中，在第一或第二治疗期期间提供的用户输入的统计分析可以用于确定或比较治疗效果。例如，对象表现出某些症状的次数和一天中的时间可以被用于确定治疗效果。
在一些情况下，除了过程1300的框1306、1314和1316中的治疗数据的统计分析之外，从一个或多个对象传感器(例如，智能手表、体重传感器等)接收的生物医学或生理数据的统计分析可以被用于确定或比较治疗效果。例如，来自重量传感器或任何其他类型的生物医学传感器的对象的体温、血压、心率)。
在一些实例中，可以修改过程1300以确定T最大值的最佳值，或通过在一系列治疗期中在每个治疗期之后降低T最大值(增加治疗的积极性)来提供改善的对象糖尿病维持的T最大值值，直到统计评估显示进一步降低T最大值不会在不增加低血糖症可能性的情况下提高平均葡萄糖水平。改善对象糖尿病的维持可包括与先前的控制值(例如，T最大值)设置相比，将平均葡萄糖水平维持在更接近于设定点葡萄糖水平范围，或减少平均葡萄糖水平随时间的波动。应当理解，其他度量可用于测量对象糖尿病维持的改善，如低血糖症风险事件的减少或胰岛素施用的减少，而不会增加糖尿病效果或相应的风险。
图18呈现了根据某些实施方案的示例性自动化化控制参数修改过程的流程图。过程1800可以由任何系统来执行，该系统可以自主地和/或自动化地修改控制算法和/或控制参数，该控制算法和/或控制参数基于与施用对象512的治疗相关的反馈(例如，来自血糖信号)影响控制算法的执行。例如，过程1800可以由葡萄糖水平控制系统510的一个或多个元件执行。在一些情况下，过程1800的至少某些操作可以由单独的计算系统执行，该计算系统从葡萄糖水平控制系统510接收血糖数据。尽管一个或多个不同的系统可以执行过程1800的一个或多个操作，但是为了简化讨论并且不限制本公开，过程1800是针对特定系统来描述的。
过程1800可以自动执行并且无需用户交互。在一些情况下，用户可以经由命令或与用户界面的交互来触发过程1800。然而，一旦过程1800被触发，过程1800可以被自动执行。此外，可以连续地、周期性地或响应于触发来执行过程1800。触发可以是基于时间的和/或基于对象的葡萄糖水平的测量。例如，触发可以对应于确定对象的葡萄糖水平与预测的葡萄糖水平的差异超过阈值，该预测的葡萄糖水平是由基于药物施用的葡萄糖水平控制算法预测的。此外，触发可以基于对象512对葡萄糖水平控制系统510的激活或首次使用。
在一些实施方案中，葡萄糖水平控制系统510可以执行过程1800，以便调整葡萄糖控制系统510的一个或多个控制参数，以改善对象的血糖控制。控制参数可以包括影响葡萄糖水平控制系统510的操作和/或葡萄糖水平控制系统510的控制算法的性能的任何控制参数。在一些这样的实施方案中，除了改善对象的血糖控制之外，过程1800可以考虑对象中低血糖症的风险。在一些实施方案中，过程1800可以包括先前关于过程1300所描述的实施方案中的一个或多个。
过程1800开始于框1802处，其中为葡萄糖控制系统的控制参数(例如，T最大值或选择被优化的葡萄糖控制系统的其他控制参数)选择初始值。控制参数可以是由葡萄糖控制系统510的控制算法PK使用的药代动力学(PK)模型的控制参数。在一些实例中，控制参数可以是在施用胰岛素剂量之后直到对象血浆内的胰岛素达到特定浓度水平的时间。在一些情况下，控制参数的初始值可以基于在第一治疗期之前的时间段期间递送的治疗、临床值或对象的体重。
在一些实例中，可以使用关于过程1300的框1304所描述的实施方案中的一个或多个来选择控制参数的初始值。在一些实施方案中，控制参数可以是由葡萄糖控制系统的控制算法用来解释对象中胰岛素积累的控制参数。在一些实施方案中，基于从葡萄糖水平传感器(例如，SGM传感器)接收的葡萄糖水平信号，控制参数可用于控制控制算法对对象中的血糖波动的胰岛素剂量响应。
在框1804处，控制系统510可以至少部分地基于葡萄糖水平信号和控制参数的初始值在第一治疗期期间提供治疗。在某些实施方案中，框1804可以包括先前关于过程1300的框1304所描述的实施方案中的一个或多个。在一些实施方案中，第一治疗数据可以包括由第一治疗的递送生成的血糖控制信息。在一些实例中，系统可以将在第一治疗期期间生成的所有或一些治疗数据存储在控制系统510的存储器中。在一些实例中，在框1804处提供的治疗可以包括多个药物递送。
在框1806处，控制系统510可以使用在框1804处收集和存储的第一治疗数据的统计分析，来确定在第一治疗期期间提供的治疗的治疗效果。在一些实例中，统计分析可以包括计算上面讨论的并参考图17的统计量。在一些情况下，统计分析可以包括在框1804处某些测量的和/或计算的参数之间的回归分析。在一些此类实例中，回归分析可以包括确定自回归模型。在一些实例中，控制系统510可以使用关于过程1300的框1306所描述的实施方案中的一个或多个来确定治疗效果。
在框1808处，控制系统510可以与在框1802处选择的初始值或在最后治疗期中使用的值相比，修改控制参数的值。在一些实例中，修改的值可以是使治疗更具积极性(例如，显著量的积极性)的值。例如，当控制参数是T最大值时，在框1808处，T最大值的值可以减少到比在先前的治疗期中使用的值(例如，初始值或最后修改的值)更少的量(例如，5、10、15分钟，或更多)。在一些实例中，可以响应于用户与用户界面的交互，而从血糖控制系统的用户界面接收控制参数的修改值。先前的治疗期可以是第一治疗期或任何更早的治疗期。在一些实例中，T最大值的值可以降低显著的量(例如，10分钟、15分钟或其他值)。此外，T最大值降低的量可以小于先前在过程1800的先前迭代期间的降低。在一些实施方案中，可以自动化修改控制参数而无需用户的动作。在一些情况下，修改控制参数可以改变施用对象的胰岛素的时间、剂量大小或注射速度。
在框1810处，控制系统510可以至少部分地基于葡萄糖信号和从框1808接收的控制参数的修改值向对象提供治疗。在一些实例中，治疗期(在框1810处)的持续时间可以等于一个或多个先前的治疗期的持续时间。在一些其他实例中，可以基于在一个或多个先前治疗期期间递送的治疗的确定的治疗效果来确定治疗期的持续时间。在一些实例中，在框1810处，系统可以存储在治疗期间生成的所有或一些治疗数据。在一些实例中，在框1810处提供的治疗可以包括多个药物递送。在一些情况下，治疗数据可以包括由治疗的递送生成的血糖控制信息。
在框1812处，控制系统510确定在最后治疗期期间在框1810处提供的治疗的治疗效果。在一些实例中，可以至少部分地基于在框1810处获得和存储的治疗数据来确定治疗效果。在一些实例中，控制系统510可以使用关于过程1300的框1306所描述的实施方案中的一个或多个来确定治疗效果。
在框1814处，控制系统510至少部分地基于在最后一个治疗期和最后一个治疗期之前的治疗期提供和存储的治疗的确定治疗效果来执行统计分析，以获得比较评估。在一些此类实例中，比较评估可以基于确定的效果和在相应治疗期间收集的治疗数据的统计分析。在一些实例中，统计分析可以包括使用治疗数据生成统计量(例如，图17中所示的分布)。在一些实例中，统计分析可以包括上述分析方法。在一些此类实例中，可以使用统计数据的一个或多个特征来比较治疗效果。在一些实例中，统计分析可以包括基于在最后两个治疗期中获得的治疗数据或确定的在最后两个时期提供的治疗的效果，计算平均值、中值、众数、标准偏差、速率、比例或概率中的一个或多个。
在判定框1816处，控制系统510至少部分地基于从框1814接收的比较评估，控制系统510可以确定与最后一个治疗期之前的治疗期相比，在最后治疗期期间使用的控制参数的值是否已经改善对象的血糖控制。在一些实施方案中，控制系统510可以确定控制参数的修改值是否已经引起血糖控制的统计学上显著的改善。在一些实施方案中，控制系统510可以确定控制参数的修改值是否已经引起对象生理参数的改善。在这些实施方案中，可以至少部分地基于从葡萄糖水平传感器接收的葡萄糖水平信号来确定生理参数。
如果控制系统510在判定框1816处确定对象的血糖控制没有改善，则控制系统510可以返回框1810处，并基于控制参数的上次修改值继续向对象提供治疗，而无需进一步修改。
如果在判定框1816处，控制系统510确定与最后一个治疗期之前的治疗期相比，在最后一个治疗期期间使用的控制参数的值改善了对象的血糖控制，则控制系统510进行到判定框1818。在一些情况下，在系统510进行到框1818之前，血糖控制的改善应该大于阈值水平。在一些情况下，如果与控制参数的第一值相比，控制参数的修改值引起血糖偏离的发生减少，则控制系统进行到框1818。
在判定框1818处，控制系统510可以确定与最后治疗期之前的治疗期相比，在最后治疗期期间低血糖症事件的频率和/或严重性是否增加。在一些实例中，如果控制系统510确定在最后治疗期期间低血糖症事件的频率和/或严重性增加(例如，超过阈值数量或量)，则控制系统510可以返回到框1810，并继续根据控制参数的最后修改值向对象提供治疗，而无需任何进一步修改。如果在判定框1818处，控制系统确定低血糖症事件的频率和/或严重性的变化是可忽略的(例如，低于阈值数量或量)，则控制系统可以进行到框1808，其中控制系统510修改控制参数的值。在一些实例中，修改的值可以是引起更具积极性的治疗的值(例如，T最大值的值可以降低)。在一些此类实例中，控制参数改变的量可以小于一个或多个先前修改中的减少量。
在一些实例中，在框1818处，控制系统可以确定除低血糖症之外的一个或多个事件的风险或频率和严重性。例如，控制系统可以确定尽管对象的血糖控制有所改善，但葡萄糖浓度的速率和量级已经增加到超过阈值。在一些此类实例中，这些另外的风险确定可用于确定是保持还是修改控制参数的最后值。
在一些实施方案中，过程1800的修改版本可以由葡萄糖控制系统使用，其中过程在框1816处停止，并且控制系统基于控制参数的最后修改值继续提供治疗，直到接收到用户输入。在一些此类实例中，可以经由葡萄糖控制系统510和/或连接到葡萄糖控制系统(例如，经由无线链路)的计算系统(例如，智能手机、笔记本电脑、个人计算机等)的用户界面，将控制参数的最后值(在框1808处修改)、基于在框1814处执行的比较生成的比较评估的结果(例如，对象的血糖控制的统计学上显著的改善是否来自最后一个控制参数变化)，输出给对象、监护人或医疗保健提供者。在一些此类实施方案中，至少部分地基于比较评估的结果，对象、监护人或医疗保健提供者可以在下一次治疗期之前改变相应控制参数的值(例如，与用户界面的交互)。
在一些实例中，用于确定治疗效果(例如，在过程1300中的框1306和1312，以及过程1800中的框1806和1812处)或比较治疗效果(例如，在过程1300中的框1316和过程1800中的框1814处)的统计分析可以包括回归分析。在一些实例中，回归分析可用于找到在治疗期期间计算和/或测量的参数之间的关系。例如，参考图17，可以使用回归分析来寻找在治疗期期间提供的多种治疗的Ui和葡萄糖浓度变化率之间的关系(例如，使用接近ti的G(t))。在一些情况下，一个或多个回归分析的结果可用于优化过程，以确定控制参数的值。
在一些实例中，在一个或多个治疗期期间捕获和存储的治疗数据可以被划分为相等的时间间隔，其中每个时间间隔在24周期内以基本上相同的特定开始和结束时间开始和结束。在一些此类实例中，可以导出在特定开始时间和结束时间之间的时间间隔内的血糖控制的自回归模型。随后，得到的自回归模型可用于确定与之前的治疗期相比，血糖控制是否得到改善。在一些情况下，得到的自回归模型可用于在随后的治疗期中(在确定自回归模型的周期之后的治疗期之后)，对一个或多个控制参数进行另外的调整。
在一些实例中，治疗数据的统计分析的结果可以被用于评估由CGM传感器生成的准确度葡萄糖信号。
如上所述，在一些实例中，葡萄糖控制系统可以生成控制参数优化报告，该报告可以包括在优化过程期间计算的一些或全部统计量、统计分析的结果和治疗数据的图形表示以及相关的风险评估。在一些此类实例中，控制可变性网格分析(CVGA)可以包括在控制参数优化报告中，以从葡萄糖控制的角度可视化CGM数据在组级别的可变性。在一些实例中，图表可以包括不同的图表组，例如，以可视化平均血糖和与目标值的偏差，可视化可变性和风险评估，以及基于事件的临床特征。在一些其他实例中，图形数据可以表示平均血糖和与目标葡萄糖迹线和聚合葡萄糖迹线的偏差，所述聚合葡萄糖迹线表示所花费的低于预设目标范围、在预设目标范围内或高于预设目标范围的时间，并且可视化跨越血糖阈值。在又一实例中，控制参数优化报告可以包括表示可变性和风险评估数据的图表。例如，可以呈现风险迹线，以突出基本差异(例如，通过使朝向低血糖症和高血糖症的葡萄糖偏离的大小相等，强调大的葡萄糖偏移，并抑制目标范围内的波动)。在一些其他实例中，血糖变化率的直方图可以包括在报告中，以呈现例如葡萄糖转变的分布和范围。在又一实例中，在报告中可以包括Poincare图，以可视化在不同治疗期期间葡萄糖信号的稳定性，这也可能与控制参数的不同值相关联。
示例性实施方案
以下是多组示例性编号的实施方案的列表。以下示例性实施方案列表中列举的特征可以与本文所公开的另外的特征组合。此外，以下列表中的每组示例性编号的实施方案可以与来自以下列表的一组或多组另外的示例性编号的实施方案组合。此外，本文公开了特征的另外的创造性组合，其没有在下面的示例性实施方案列表中具体列举并且不包括与下面列出的实施方案相同的特征。为简洁起见，以下示例性实施方案的列表并未识别本公开的每个创造性方面。以下示例性实施方案的列表不旨在识别本文所述的任何主题的关键特征或基本特征。
1.使用被配置为至少将胰岛素治疗递送至对象的药物泵，生成一段时间内的总碳水化合物治疗的指示的计算机实施的方法，所述方法包括：
通过被配置为生成被配置为至少将胰岛素治疗递送至对象的药物泵的剂量控制信号的硬件处理器：
接收对象的葡萄糖水平；
至少部分地基于葡萄糖水平确定已经发生升高对象血糖水平的触发事件，其中触发事件指示对象中存在即将发生的低血糖症风险或低血糖症发作存在于对象中；
确定反调节剂的量以响应即将发生的低血糖症风险或低血糖症发作；
至少部分地基于反调节剂的量来确定碳水化合物治疗的剂量；
在包括多个低血糖症风险事件或低血糖症发作的时期内跟踪确定的碳水化合物治疗的剂量，以生成该时期内总碳水化合物治疗的指示；和
输出总碳水化合物治疗的指示。
2.如实施方案1所述的计算机实施的方法，其还包括响应于低血糖症的即将发生的风险或低血糖症发作，向对象提供所述量的反调节剂。
3.如实施方案1所述的计算机实施的方法，其还包括响应于葡萄糖水平满足或下降到低于阈值葡萄糖水平，向对象提供所述量的反调节剂。
4.如实施方案3所述的计算机实施的方法，其中所述阈值葡萄糖水平是基于对象对低血糖症事件的风险耐受性来设置的。
5.如实施方案1所述的计算机实施的方法，其中总碳水化合物治疗的指示对应于对象消耗的碳水化合物的减少。
6.如实施方案1所述的计算机实施的方法，其中总碳水化合物治疗的指示对应于通过所述反调节剂的可用性可实现的碳水化合物的减少。
7.如实施方案1所述的计算机实施的方法，其中总碳水化合物治疗的指示对应于作为碳水化合物替代物提供给对象的反调节剂的量。
8.如实施方案1所述的计算机实施的方法，其中总碳水化合物治疗的指示包括一系列碳水化合物的指示。
9.如实施方案1所述的计算机实施的方法，其中确定碳水化合物治疗的剂量包括：
获取所述反调节剂和碳水化合物之间的映射；和
至少部分地基于所述映射和所述反调节剂的量来确定碳水化合物治疗的剂量。
10.如实施方案9所述的计算机实施的方法，其中所述映射至少部分地基于所述碳水化合物的类型。
11.如实施方案9所述的计算机实施的方法，其中基于所述反调节剂与所述碳水化合物的临床比较生成所述映射。
12.如实施方案9所述的计算机实施的方法，其中所述映射至少部分地基于所述对象的生理特征。
13.如实施方案9所述的计算机实施的方法，其中所述映射至少部分地基于所述反调节剂的类型。
14.如实施方案9所述的计算机实施的方法，其中所述映射包括将所述反调节剂与所述碳水化合物相关联的公式。
15.如实施方案9所述的计算机实施的方法，其中当所述药物泵包括被配置为向对象递送反调节剂治疗的双激素泵时所述映射包括第一映射，并且其中当所述药物泵未被配置成向对象递送所述反调节剂治疗时所述映射包括第二映射。
16.如实施方案1所述的计算机实施的方法，其中所述总碳水化合物治疗的指示包括以下中的一种或多种：卡路里指示、碳水化合物指示、糖测量指示、食物量指示或可归因于碳水化合物治疗的对象重量的指示。
17.如实施方案1所述的计算机实施的方法，其中所述周期对应于特定时间段、包括在所述多个低血糖症风险事件中的事件数量，或者包括在所述多个低血糖症事件中的发作数量。
18.被配置为生成一段时间内对象中总碳水化合物治疗的指示的自动化血糖控制系统，所述自动化血糖控制系统包括：
药物递送接口，其被配置为与药物泵可操作地连接，所述药物泵被配置为将药物输注入对象中，其中所述药物至少包括胰岛素；
被配置为存储特定的计算机可执行指令的存储器；和
硬件处理器，其与存储器通信且被配置为执行具体计算机可执行指令，以至少：
接收对象的葡萄糖水平；
至少部分地基于葡萄糖水平确定已经发生升高对象血糖水平的触发事件，其中触发事件指示对象中存在即将发生的低血糖症风险或低血糖症发作存在于对象中；
确定反调节剂的量以响应即将发生的低血糖症风险或低血糖症发作；
至少部分地基于反调节剂的量来确定碳水化合物治疗的剂量；
在包括多个低血糖症风险事件或低血糖症发作的时期内跟踪确定的碳水化合物治疗的剂量，以生成该时期内总碳水化合物治疗的指示；和
输出总碳水化合物治疗的指示。
19.如实施方案18所述的自动化血糖控制系统，其中所述硬件处理器还被配置为操作用于自动生成反调节剂剂量信号的控制算法，所述反调节剂剂量信号被配置为操作所述药物泵，以至少部分基于从与对象可操作地连接的葡萄糖水平传感器接收到的葡萄糖水平信号来控制对象中的血糖水平，所述信号指示葡萄糖水平不满足对应于所述触发事件的阈值。
20.如实施方案18所述的自动化血糖控制系统，其中所述存储器哈被配置为存储所述反调节剂与所述碳水化合物之间的映射，并且其中所述硬件处理器还被配置为：
从所述存储器获取所述映射；和
至少部分地基于所述映射与所述反调节剂的量来确定碳水化合物治疗的剂量。
21.如实施方案20所述的自动化血糖控制系统，其中所述映射包括将所述反调节剂与所述碳水化合物相关联的算法。
22.如实施方案18所述的自动化血糖控制系统，其中所述周期对应于特定时间段、包括在所述多个低血糖症风险事件中的事件数量，或者包括在所述多个低血糖症事件中的发作数量。
可以鉴于以下编号的实施方案来描述本公开的另外的实施方案：
1.使用血糖控制系统修改提供给对象的治疗的计算机实施的方法，所述方法包括：
通过被配置为生成所述血糖控制系统的剂量控制信号的硬件处理器，从与对象可操作地连接的葡萄糖水平传感器接收葡萄糖水平信号；
使所述血糖控制系统在第一治疗期期间将第一治疗递送至对象，其中至少部分地基于由控制算法使用以生成所述剂量控制信号的控制参数的第一值来递送所述第一治疗，其中所述控制算法使用所述控制参数来说明对象中胰岛素的积累，从而控制控制算法对对象中如通过所述葡萄糖水平信号所指示的血糖波动的胰岛素给药响应；
确定至少部分对应于所述第一治疗的第一效果，其中确定所述第一效果包括分析对象中如通过所述葡萄糖水平信号指示的血糖的血糖控制；
自主生成所述控制参数的第二值，其中所述自主生成的第二值被确定为基于所述第一值和所述第一效果的函数；
将所述控制参数从所述第一值修改为所述第二值；和
使所述血糖控制系统在第二治疗期期间将第二治疗递送至对象，
其中至少部分地基于所述控制参数的第二值来递送所述第二治疗，并且其中改变所述控制参数修改提供给对象的治疗。
2.如实施方案1所述的计算机实施方法，其还包括：
通过所述硬件处理器，
确定至少部分对应于所述第二治疗的第二效果；
至少部分地基于第一效果和第二效果的比较来选择控制参数的第一值或控制参数的第二值中的一个作为有效控制参数值；和
至少部分地基于所述有效控制参数值配置所述血糖控制系统，以在第三治疗期期间向对象提供治疗，其中所述有效控制参数值的选择修改提供给对象的治疗。
3.如实施方案1所述的计算机实施的方法，其中由所述控制算法使用的控制参数涉及用于通过所述控制算法计算对象中胰岛素积累的至少一个时间常数。
4.如实施方案1所述的计算机实施的方法，其中所述控制算法使用的控制参数对应于对象中胰岛素减少的速率。
5.如实施方案1所述的计算机实施的方法，其中所述第一治疗期包括对应于施用多个治疗实例的时间段，并且其中所述第一治疗包括所述多个治疗实例。
6.如实施方案1所述的计算机实施的方法，其中将所述控制参数修改为所述第二值修改了在所述第二治疗期期间施用的胰岛素的时间、剂量大小或施用速率中的一种或多种。
7.如实施方案1所述的计算机实施的方法，其中所述控制参数的第一值至少部分地基于在所述第一治疗期之前的时间段期间递送的治疗、临床值或对象的体重中的一种或多种。
8.如实施方案1所述的计算机实施的方法，其中所述控制算法使用的控制参数对应于在施用胰岛素剂量之后直到对象血浆内的胰岛素达到特定浓度水平的时间。
9.使用血糖控制系统修改提供给对象的治疗的计算机实施的方法，所述方法包括：
通过被配置为生成所述血糖控制系统的剂量控制信号的硬件处理器，
通过所述血糖控制系统在第一治疗期期间将第一治疗递送至对象，其中至少部分地基于由控制算法使用的以生成剂量控制信号的控制参数的第一值来递送所述第一治疗；
确定至少部分对应于所述第一治疗的第一效果，其中确定所述第一效果包括从与对象可操作地连接的葡萄糖水平传感器接收葡萄糖水平信号；
至少部分地基于所述控制参数的基线值和基于对象的血糖控制定义的函数的输出，自主地生成所述控制参数的第二值，其中所述葡萄糖水平信号包括在所述第一个治疗期期间对象血糖控制的指示；
将所述控制参数从所述第一值修改为所述第二值；和
使所述血糖控制系统在第二治疗期期间将第二治疗递送至对象，其中至少部分地基于所述控制参数的第二值来递送所述第二治疗，并且其中改变所述控制参数修改提供给对象的治疗。
10.如实施方案9所述的计算机实施方法，其还包括：
通过所述硬件处理器，
确定至少部分对应于所述第二治疗的第二效果；
至少部分地基于第一效果和第二效果的比较来选择控制参数的第一值或控制参数的第二值中的一个作为有效控制参数值；和
至少部分地基于所述有效控制参数值配置所述血糖控制系统，以在第三治疗期期间向对象提供治疗，其中所述有效控制参数值的选择修改提供给对象的治疗。
11.如实施方案9所述的计算机实施的方法，其中所述第一治疗包括在所述第一治疗期期间施用的多个治疗实例。
12.如实施方案9所述的计算机实施的方法，其中所述控制算法使用的控制参数对应于直到对象血液中的胰岛素达到可归因于施用胰岛素剂量的特定浓度水平的时间。
13.使用血糖控制系统修改提供给对象的治疗的计算机实施的方法，所述方法包括：
通过被配置为生成所述血糖控制系统的剂量控制信号的硬件处理器，
通过所述血糖控制系统在第一治疗期期间将第一治疗递送至对象，其中至少部分地基于由控制算法使用的以生成剂量控制信号的控制参数的第一值来递送所述第一治疗；
确定至少部分对应于所述第一治疗的第一效果，其中确定所述第一效果包括从与对象可操作地连接的葡萄糖水平传感器接收葡萄糖水平信号；
自主生成所述控制参数的第二值，其中所述自主生成的第二值被确定为至少部分基于基线值的函数；
将所述控制参数从所述第一值修改为所述第二值；
使所述血糖控制系统在第二治疗期期间将第二治疗递送至对象，其中至少部分地基于所述控制参数的第二值来递送所述第二治疗，并且其中改变所述控制参数修改提供给对象的治疗；
确定至少部分对应于所述第二治疗的第二效果；
自主执行所述第一效果和所述第二效果的比较，而无需人的动作；
至少部分地基于所述第一效果和所述第二效果的比较来选择所述控制参数的第一值或所述控制参数的第二值中的一个作为有效控制参数值；和
至少部分地基于所述有效控制参数值配置所述血糖控制系统，以在第三治疗期期间向对象提供治疗，其中所述有效控制参数值的选择修改提供给对象的治疗。
14.如实施方案13所述的计算机实施的方法，其中所述控制参数的第二值至少部分地基于由所述葡萄糖水平信号指示的血糖控制。
15.如实施方案13所述的计算机实施方法，其中所述基线值包括所述控制参数的第一值。
16.如实施方案13所述的计算机实施的方法，其中所述控制参数的第一值至少部分地基于所述基线值确定。
17.如实施方案13所述的计算机实施的方法，其还包括执行所述第一效果和所述第二效果的比较，其中响应于确定所述第二效果而基本上实时地执行所述比较。
18.如实施方案13所述的计算机实施的方法，其还包括执行所述第一效果和所述第二效果的比较，其中所述第一效果和所述第二效果的比较包括执行所述第一效果和所述第二效果的统计比较。
19.如实施方案13所述的计算机实施的方法，其还包括执行所述第一效果和所述第二效果的比较，其中所述第一效果和所述第二效果的比较包括执行至少所述第一效果和所述第二效果的回归分析。
20.如实施方案13所述的计算机实施的方法，其中可以基于皮下施用的胰岛素吸收到对象血液中的时间与血糖控制函数之间的回归分析的性能来选择所述控制参数的第二值，其中所述血糖控制函数至少部分地基于所述葡萄糖水平信号。
21.自动化血糖控制系统，其被配置为自主修改控制算法使用的以生成剂量控制信号的控制参数，从而向对象提供治疗，所述自动化血糖控制系统包括：
被配置为与用于将药物输注入对象中的药物泵可操作地连接的药物递送接口；
存储器，其被配置为存储特定的计算机可执行指令和治疗数据；和
硬件处理器，其与存储器通信且被配置为执行具体计算机可执行指令，以至少：
从与对象可操作地连接的葡萄糖水平传感器接收葡萄糖水平信号；
使得在第一治疗期期间将第一治疗递送至对象，其中至少部分地基于由所述控制算法使用以生成所述剂量控制信号的控制参数的第一值来递送所述第一治疗，其中所述控制算法使用所述控制参数来说明对象中胰岛素的积累，从而控制控制算法对对象中如通过所述葡萄糖水平信号所指示的血糖波动的胰岛素给药响应；
确定至少部分对应于所述第一治疗的第一效果，其中确定所述第一效果包括分析对象中如通过所述葡萄糖水平信号指示的血糖的血糖控制；
自主生成所述控制参数的第二值，其中所述自主生成的第二值被确定为基于所述第一值和所述第一效果的函数；
将所述控制参数从所述第一值修改为所述第二值；和
使得在第二治疗期期间将第二治疗递送至对象，其中至少部分地基于所述控制参数的第二值来递送所述第二治疗，并且其中改变所述控制参数修改提供给对象的治疗；
22.如实施方案21所述的自动化血糖控制系统，其中所述硬件处理器还被配置为执行所述特定计算机可执行指令，以至少：
确定至少部分对应于所述第二治疗的第二效果；
至少部分地基于第一效果和第二效果的比较来选择控制参数的第一值或控制参数的第二值中的一个作为有效控制参数值；和
至少部分地基于所述有效控制参数值，在第三治疗期期间向对象提供治疗，其中所述有效控制参数值的选择修改提供给对象的治疗。
23.如实施方案21所述的自动化血糖控制系统，其中由所述控制算法使用的控制参数涉及用于通过所述控制算法计算对象中胰岛素积累的至少一个时间常数。
24.如实施方案21所述的自动化血糖控制系统，其中所述控制算法使用的控制参数对应于对象中胰岛素减少的速率。
25.如实施方案21所述的自动化血糖控制系统，其中所述第一治疗期包括对应于施用多个治疗实例的时间段，并且其中所述第一治疗包括所述多个治疗实例。
26.如实施方案21所述的自动化血糖控制系统，其中将所述控制参数修改为所述第二值修改了在所述第二治疗期期间施用的胰岛素的时间、剂量大小或施用速率中的一种或多种。
27.如实施方案21所述的自动化血糖控制系统，其中所述控制参数的第一值至少部分地基于在所述第一治疗期之前的时间段期间递送的治疗、临床值或对象的体重中的一个或多个。
28.如实施方案21所述的自动化血糖控制系统，其中所述控制算法使用的控制参数对应于在施用胰岛素剂量之后直到对象血浆内的胰岛素达到特定浓度水平的时间。
29.如实施方案21所述的自动化血糖控制系统，其中所述控制参数对应于T最大值或T1/2。
可以鉴于以下编号的实施方案来描述本公开的另外的实施方案：
1.使用血糖控制系统修改提供给对象的治疗的计算机实施的方法，所述方法包括：
通过被配置为生成所述血糖控制系统的剂量控制信号的硬件处理器，
从与对象可操作地连接的葡萄糖水平传感器接收葡萄糖水平信号；
使所述血糖控制系统在第一治疗期期间将第一治疗递送至所述对象，其中至少部分地基于由控制算法使用以生成所述剂量控制信号的控制参数的第一值来递送所述第一治疗，其中所述控制算法使用所述控制参数来说明对象中胰岛素的积累，从而控制控制算法对对象中如通过所述葡萄糖水平信号所指示的血糖波动的胰岛素给药响应；
获得包括由所述第一治疗的递送生成的血糖控制信息的第一治疗数据；
确定至少部分对应于第一时间段内的第一治疗的第一效果，其中至少部分地基于所述第一治疗数据确定所述第一效果；
将所述控制参数设置为不同于所述第一值的第二值；
使所述血糖控制系统在第二治疗期期间将第二治疗递送至对象，其中至少部分地基于所述控制参数的第二值来递送所述第二治疗，并且其中改变所述控制参数修改提供给对象的治疗；
获得包括由所述第二治疗的递送生成的血糖控制信息的第二治疗数据；
确定至少部分对应于第二时间段内的第二治疗的第二效果，其中至少部分地基于所述第二治疗数据确定所述第二效果；
至少部分地基于所述第一效果和所述第二效果来执行统计分析，以获得比较评估；和
至少部分基于所述比较评估确定所述控制参数的第二值是否引起对象血糖控制的改善。
2.如实施方案1所述的计算机实施方法，其中至少部分地基于与所述血糖控制系统的用户界面的用户交互，将所述控制参数设置为所述第一值或所述第二值。
3.如实施方案1所述的计算机实施的方法，其中所述控制参数被自动设置为所述第一值或所述第二值，而无需用户的动作。
4.如实施方案1所述的计算机实施的方法，其中自主选择所述控制参数的第二值。
5.如实施方案1所述的计算机实施的方法，其中响应于确定所述第二值引起对象血糖控制的改善，所述方法还包括选择所述控制参数的第二值，以使通过所述血糖控制系统在第三治疗期期间向对象递送第三治疗。
6.如实施方案1所述的计算机实施的方法，其中确定所述控制参数的第二值是否引起对象血糖控制的改善包括确定所述控制参数的第二值是否引起对象血糖控制的统计学上显著的改善。
7.如实施方案6所述的计算机实施的方法，其中所述统计学上显著的改善包括对象的血糖控制改善的阈值水平。
8.如实施方案1所述的计算机实施的方法，其中确定所述控制参数的第二值是否引起对象血糖控制的改善包括确定所述控制参数的第二值是否引起对象生理参数的改善。
9.如实施方案8所述的计算机实施的方法，其中至少部分地基于所述葡萄糖水平信号确定所述生理参数。
10.如实施方案1所述的计算机实施的方法，其中确定所述控制参数的第二值是否引起对象血糖控制的改善包括确定与所述控制参数的第一值相比，所述控制参数的第二值是否引起血糖波动的发生减少。
11.如实施方案1所述的计算机实施的方法，其中确定所述控制参数的第二值是否引起对象血糖控制的改善包括确定与所述控制参数的的第一值相比，所述控制参数的第二值是否引起低血糖症事件的发生风险降低。
12.如实施方案1所述的计算机实施的方法，其中执行所述统计分析包括基于所述第一治疗数据或所述第二治疗数据，确定平均值、中值、众数、标准偏差、速率、比例或概率中的一个或多个。
13.如实施方案1所述的计算机实施的方法，其中执行所述统计分析包括基于所述第一治疗数据或所述第二治疗数据，确定平均值、中值、众数、标准偏差、速率、比例或概率中的一个或多个。
14.如实施方案1所述的计算机实施的方法，其中所述控制算法使用的控制参数对应于在施用胰岛素剂量之后直到对象血浆内的胰岛素达到特定浓度水平的时间。
15.如实施方案1所述的计算机实施的方法，其中使所述第一治疗在所述第一治疗期期间被递送包括使多个治疗实例被施用，并且其中所述多个治疗实例中的至少一个在所述第一个疗期间在与至少一个其他治疗实例不同的时间段被施用。
16.如实施方案1所述的计算机实施的方法，其中所述第一治疗期和所述第二治疗期具有相同的持续时间。
17.如实施方案1所述的计算机实施的方法，其中在所述第一治疗期期间施用第一多个治疗实例，并且在所述第二治疗期期间施用第二多个治疗实例。
18.如实施方案1所述的计算机实施的方法，其中将所述控制参数设置为所述第二值使得修改在所述第二治疗期期间施用的胰岛素的时间、剂量大小或注射速度中的一种或多种。
19.如实施方案1所述的计算机实施的方法，其中所述控制参数的第一值基于在所述第一治疗期之前的时间段期间递送的治疗、临床值或对象的体重中的一个或多个。
20.如实施方案1所述的计算机实施的方法，其中所述控制算法至少部分地基于药代动力学(PK)模型。
21.如实施方案20所述的计算机实施的方法，其中所述控制参数包括所述药代动力学(PK)模型的参数。
22.如实施方案1所述的计算机实施的方法，其中执行所述统计分析包括执行回归分析或生成自回归模型中的一种或多种。
23.自动化血糖控制系统，其被配置为自主修改控制算法使用的以生成剂量控制信号的控制参数，从而向对象提供治疗，所述自动化血糖控制系统包括：
被配置为与用于将药物输注入对象中的药物泵可操作地连接的药物递送接口；
存储器，其被配置为存储特定的计算机可执行指令和治疗数据；和
硬件处理器，其与存储器通信且被配置为执行具体计算机可执行指令，以至少：
从与对象可操作地连接的葡萄糖水平传感器接收葡萄糖水平信号；
使得在第一治疗期期间将第一治疗递送至对象，其中至少部分地基于由控制算法使用以生成所述剂量控制信号的控制参数的第一值来递送所述第一治疗，其中所述控制算法使用所述控制参数来说明对象中胰岛素的积累，从而控制控制算法对对象中如通过所述葡萄糖水平信号所指示的血糖波动的胰岛素给药响应；
获得包括由所述第一治疗的递送生成的血糖控制信息的第一治疗数据；
确定至少部分对应于第一时间段内的第一治疗的第一效果，其中至少部分地基于所述第一治疗数据确定所述第一效果；
将所述控制参数设置为不同于所述第一值的第二值；
使所述血糖控制系统在第二治疗期期间将第二治疗递送至对象，其中至少部分地基于所述控制参数的第二值来递送所述第二治疗，并且其中改变所述控制参数修改提供给对象的治疗；
获得包括由所述第二治疗的递送生成的血糖控制信息的第二治疗数据；
确定至少部分对应于第二时间段内的第二治疗的第二效果，其中至少部分地基于所述第二治疗数据确定所述第二效果；
至少部分地基于所述第一效果和所述第二效果来执行统计分析，以获得比较评估；
至少部分基于所述比较评估确定所述控制参数的第二值是否引起对象血糖控制的改善。
24.如实施方案23所述的自动化血糖控制系统，其中响应于确定所述第二值引起对象血糖控制的改善，所述硬件处理器还被配置为执行所述特定计算机可执行的指令来选择所述控制参数的第二值，以使通过所述血糖控制系统在第三治疗期期间向对象递送第三治疗。
25.如实施方案23所述的自动化血糖控制系统，其中确定所述控制参数的第二值是否引起对象血糖控制的改善包括确定所述控制参数的第二值是否引起对象的至少一个生理参数的改善的阈值水平。
26.如实施方案23所述的自动化血糖控制系统，其中确定所述控制参数的第二值是否引起对象血糖控制的改善包括确定与所述控制参数的相比的第一值，所述控制参数的第二值是否引起血糖波动发生的减少或低血糖症事件的发生风险降低。
27.如实施方案23所述的自动化血糖控制系统，其中所述控制算法使用的控制参数对应于在施用胰岛素剂量之后直到对象血浆内的胰岛素达到特定浓度水平的时间。
28.如实施方案23所述的自动化血糖控制系统，其中所述第一治疗期的长度被选择为包括至少特定数量的治疗实例，并且其中所述第二治疗期的长度被选择为包括至少特定数量的治疗实例。
29.如实施方案23所述的自动化血糖控制系统，其中执行所述统计分析包括执行回归分析或生成自回归模型中的一种或多种。
30.如实施方案23所述的自动化血糖控制系统，其中所述控制算法至少部分地基于药代动力学(PK)模型，并且其中所述控制参数包括所述药代动力学(PK)模型的参数。
可以鉴于以下编号的实施方案来描述本公开的另外的实施方案：
1.自动化血糖控制系统，其被配置为生成包括来源于自主确定的胰岛素剂量的胰岛素治疗指令的备用治疗方案，所述自动化血糖控制系统包括：
被配置为与用于将药物输注入对象中的药物泵可操作地连接的药物递送接口；
被配置为存储特定的计算机可执行指令的存储器；和
硬件处理器，其与存储器通信且被配置为执行具体计算机可执行指令，以至少：
接收来自传感器的葡萄糖水平信号，所述传感器被可操作地配置为确定对象中的葡萄糖水平；
至少部分地基于使所述葡萄糖水平信号，使用被配置为自主地确定待输注到对象中的胰岛素剂量的控制算法生成剂量控制信号，以用于控制对象血糖的目的；
跟踪由所述自动化血糖控制系统在包括至少一天在内的跟踪期内施用于对象的胰岛素治疗，其中跟踪所述胰岛素治疗包括将作为基础胰岛素递送至对象的自主确定的胰岛素剂量的指示存储为胰岛素的校正团注，或作为胰岛素的进餐时间团注；
至少部分地基于在跟踪期内施用对象的胰岛素治疗，来生成包括胰岛素治疗指令的备用注射治疗方案或备用泵治疗方案中的至少一种；和
在显示器上输出备用注射治疗方案或备用泵治疗方案中的至少一种，使得能够在自动化血糖控制系统未向对象提供治疗时以由自动化血糖控制系统确定的速率维持治疗。
2.如实施方案1所述的自动化血糖控制系统，其中所述硬件处理器还被配置为执行所述特定的计算机可执行指令，以在存储器中至少存储递送至对象的自主确定的胰岛素剂量的指示。
3.如实施方案1所述的自动化血糖控制系统，其中所述硬件处理器还被配置为执行所述特定计算机可执行指令，以至少：
与独立于所述自动化血糖控制系统的外部计算系统建立通信通道；和
将递送至对象的自主确定的胰岛素剂量的指示传输到所述外部计算系统。
4.如实施方案3所述的自动化血糖控制系统，其中所述外部计算系统为数据中心的计算系统，并且所述硬件处理器还被配置为执行所述特定的计算机可执行指令，以至少控制能够通过广域网与所述外部计算系统通信的无线电。
5.如实施方案1所述的自动化血糖控制系统，其中所述硬件处理器还被配置为通过至少部分地基于在所述跟踪期间每天提供给对象的平均总基础胰岛素至少确定长效胰岛素单位的数量，来生成所述备用注射治疗方案。
6.如实施方案1所述的自动化血糖控制系统，其中所述跟踪期的每天被划分为多个子时间段，并且其中所述硬件处理器还被配置为通过至少确定所述多个子间时段中的每个子时间段的每小时基础速率，来生成所述备用泵治疗方案。
7.如实施方案1所述的自动化血糖控制系统，其中所述硬件处理器还被配置为通过至少确定在所述跟踪期的每天提供给对象的平均校正团注，来生成所述备用注射治疗方案或所述备用泵治疗方案。
8.如实施方案1所述的自动化血糖控制系统，其中所述硬件处理器还被配置为通过至少确定在所述跟踪期内提供给对象的平均校正团注，来生成所述备用注射治疗方案或所述备用泵治疗方案。
9.如实施方案1所述的自动化血糖控制系统，其中所述硬件处理器还被配置为通过至少确定在所述跟踪期内至少部分归因于作为校正团注提供给对象的胰岛素单位的平均血糖变化，来生成所述备用注射治疗方案或所述备用泵治疗方案。
10.如实施方案1所述的自动化血糖控制系统，其中所述硬件处理器还被配置为通过对于每天的多个进餐时间中的每个进餐时间，至少确定在所述跟踪期内提供给对象的胰岛素的平均进餐时间团注，来生成所述备用注射治疗方案或所述备用泵治疗方案。
11.如实施方案1所述的自动化血糖控制系统，其中所述硬件处理器还被配置为执行所述特定计算机可执行指令，以至少：
跟踪在所述跟踪期内施用对象的反调节剂治疗，其中跟踪反调节剂治疗包括存储自主确定的响应于所述葡萄糖水平信号而递送至对象的反调节剂剂量的指示；和
在所述备用注射治疗方案或所述备用泵治疗方案中的至少一种中，包括在所述跟踪间内提供给对象的总反调节剂和/或每日反调节剂的指示。
12.如实施方案1的自动化血糖控制系统，其中所述控制算法还被配置为至少部分地基于所述葡萄糖水平信号和可通过用户与控制参数选择界面元素的交互来修改的控制参数，自主地确定要输注入对象中的胰岛素剂量，以用于控制对象血糖的目的，并且其中所述硬件处理器还被配置为执行所述特定的计算机可执行指令，以至少：
在所述跟踪期内跟踪用户对所述控制参数的修改，其中跟踪所述用户修改包括在治疗日志中存储用户修改中的每一个是否包括所述控制参数相对于所存储的控制参数值的增加或减少，以及每个用户修改发生的时间；和
生成对所述控制参数的用户修改的报告，其中所述报告包括从所存储的控制参数值增加和减少的频率的测量，并且其中所述报告被包括在所述备用注射治疗方案或所述备用泵治疗方案中的至少一个中。
13.生成备用治疗方案的计算机实施的方法，所述方法包括来源于由自动化血糖控制系统确定的自主确定的胰岛素剂量的胰岛素治疗指令，所述计算机实施的方法包括：
通过所述自动化血糖控制系统的硬件处理器，
接收来自传感器的葡萄糖水平信号，所述传感器被可操作地配置为确定对象中的葡萄糖水平；
至少部分地基于使所述葡萄糖水平信号，使用被配置为自主地确定要输注到对象中的胰岛素剂量的控制算法生成剂量控制信号，以用于控制对象血糖的目的；
在包括至少一天在内的跟踪期内跟踪由所述自动化血糖控制系统施用对象的胰岛素治疗，其中跟踪所述胰岛素治疗包括存储递送至对象的自主确定的胰岛素剂量的指示；
至少部分地基于在跟踪期内施用对象的胰岛素治疗，来生成包括胰岛素治疗指令的备用注射治疗方案或备用泵治疗方案中的至少一种；和
在显示器上输出备用注射治疗方案或备用泵治疗方案中的至少一种，使得能够在自动化血糖控制系统未向对象提供治疗时以由自动化血糖控制系统确定的速率维持治疗。
14.如实施方案13所述的计算机实施的方法，其中所述自主确定的胰岛素剂量包括基础胰岛素剂量、胰岛素的校正团注或胰岛素的进餐时间团注中的一种或多种。
15.如实施方案13所述的计算机实施的方法，其还包括：
与独立于所述自动化血糖控制系统的外部计算系统建立通信通道；和
将递送至对象中的自主确定的胰岛素剂量的指示传输到所述外部计算系统。
16.如实施方案13所述的计算机实施的方法，其中生成备用注射治疗方案或备用泵治疗方案中的至少一种包括以下中的一项或多项：
至少部分地基于在所述跟踪期内每天提供给对象的平均总基础胰岛素来确定长效胰岛素单位的数量；
将所述跟踪期分成多个子时间段，并确定所述多个子时间段中的每个子时间段的每小时基础速率；
确定在所述跟踪期内提供给对象的平均校正团注；
确定至少部分归因于在跟踪时段期间作为校正团注提供给对象的胰岛素单位的平均血糖变化；或
针对每天多个进餐时间中的每个进餐时间，确定在跟踪期内提供给对象的平均进餐时间团注胰岛素。
17.如实施方案13所述的计算机实施的方法，其还包括跟踪在跟踪期内施用对象的反调节剂治疗，其中跟踪所述反调节剂治疗包括存储响应于所述葡萄糖水平信号而递送至对象的自主确定的反调节剂剂量的指示，并且其中生成备用注射治疗方案或备用泵治疗方案中的至少一种包括在所述备用注射治疗方案或所述备用泵治疗方案中的至少一种中包括在所述跟踪期内提供给对象的总反调节剂和/或每日反调节剂的指示。
18.自动化血糖控制系统，其被配置为生成由所述自动化血糖控制系统的用户进行的治疗方案修改的报告，所述自动化血糖控制系统包括：
被配置为与用于将药物输注入对象中的药物泵可操作地连接的药物递送接口；
存储器，其被配置为存储特定的计算机可执行指令、存储的控制参数值和治疗日志；和
硬件处理器，其与存储器通信且被配置为执行具体计算机可执行指令，以至少：
接收来自传感器的葡萄糖水平信号，所述传感器被可操作地配置为确定对象中的葡萄糖水平；
至少部分地基于使所述葡萄糖水平信号和可通过用户与控制参数选择界面元素的交互修改的控制参数，使用被配置为自主地确定待输注到对象中的胰岛素剂量的控制算法生成剂量控制信号，以用于控制对象血糖的目的；
在包括至少一天在内的跟踪期内跟踪用户对所述控制参数的修改，其中跟踪所述用户修改包括在所述治疗日志中存储用户修改中的每一个是否包括所述控制参数相对于所存储的控制参数值的增加或减少，以及每个用户修改发生的时间；和
生成对所述控制参数的用户修改的报告，其中所述报告包括从所存储的控制参数值增加和减少的频率的测量。
19.如实施方案18所述的自动化血糖控制系统，其中所述报告还包括在所述跟踪期内高于或低于所存储的控制参数值的用户修改的百分比。
20.如实施方案18所述的自动化血糖控制系统，其中所述报告还包括在所述跟踪期内暂停胰岛素输注的次数。
21.如实施方案18所述的自动化血糖控制系统，其中所述报告还包括在所述跟踪期内用户未修改存储的控制参数的时间百分比。
22.如实施方案18所述的自动化血糖控制系统，其中所述跟踪期被划分为多个子时间段，并且其中所述硬件处理器还被配置为针对所述跟踪期的每个子时间段，跟踪用户对所述控制参数的修改，其中所述报告包括对于所述跟踪期的每个子时间段，从所存储的控制参数值增加和减少的频率的测量。
23.如实施方案22所述的自动化血糖控制系统，其中所述多个子时间段中的至少第一子时间段与所述控制参数的第一值相关联，并且所述多个子时间段中的至少第一子时间段与所述控制参数的第二值相关联，并且其中所述硬件处理器还被配置为在第一子时间段内跟踪用户对所述控制参数的第一值的修改，并在所述第二子时间段内跟踪用户对所述控制参数的第二值的修改。
24.如实施方案18所述的自动化血糖控制系统，其中所述硬件处理器还被配置为跟踪与用户对所述控制参数的修改相关联的用户活动，并且其中用户对所述控制参数的修改的报告包括在用户修改所述控制参数期间发生的用户活动的特性。
25.生成由被配置为将药物输注入对象中的自动化血糖控制系统的用户进行的治疗方案修改的报告的计算机实施的方法，所述计算机实施的方法包括：
通过所述自动化血糖控制系统的硬件处理器，
接收来自传感器的葡萄糖水平信号，所述传感器被可操作地配置为确定对象中的葡萄糖水平；
至少部分地基于使所述葡萄糖水平信号和可通过用户与控制参数选择界面元素的交互修改的控制参数，使用被配置为自主地确定要输注到对象中的胰岛素剂量的控制算法生成剂量控制信号，以用于控制对象血糖的目的；
在包括至少一天在内的跟踪期内跟踪用户对所述控制参数的修改，其中跟踪所述用户修改包括在治疗日志中存储用户修改中的每一个是否包括所述控制参数相对于所存储的控制参数值的增加或减少，以及每个用户修改发生的时间；和
生成对所述控制参数的用户修改的报告，其中所述报告包括从所存储的控制参数值增加和减少的频率的测量。
26.如实施方案25所述的计算机实施的方法，其中所述报告还包括在所述跟踪期内高于或低于所存储的控制参数值的用户修改的百分比。
27.如实施方案25所述的计算机实施的方法，其中所述报告还包括在所述跟踪期内暂停胰岛素输注的次数。
28.如实施方案25所述的计算机实施的方法，其中所述跟踪期被划分为多个子时间段，并且其中所述计算机实施的方法还包括针对所述跟踪期的每个子时间段，跟踪用户对所述控制参数的修改，并且其中所述报告包括对于所述跟踪期的每个子时间段，从所存储的控制参数值增加和减少的频率的测量。
29.如实施方案28所述的计算机实施的方法，其中所述多个子时间段中的至少第一子时间段与所述控制参数的第一值相关联，并且所述多个子时间段中的至少第一子时间段与所述控制参数的第二值相关联，并且其中所述计算机实施的方法还包括在所述第一子时间段内跟踪用户对所述控制参数的第一值的修改，并在所述第二子时间段内跟踪用户对所述控制参数的第二值的修改。
30.如实施方案25所述的计算机实施的方法，其还包括跟踪与用户对所述控制参数的修改相关联的用户活动，并且其中用户对所述控制参数的修改的报告包括在用户修改所述控制参数期间发生的用户活动的特性。
术语
应当理解，根据本文描述的任何特定实施方案，不一定可以实施所有目标或优点。因此，例如，本领域技术人员将认识到，某些实施方案可以被配置为以实施或优化如本文所教导的一个优点或一组优点的方式操作，而不必实施如本文可能教导或建议的其他目标或优点。
本文所描述的所有过程可以体现在由包括一个或多个计算机或处理器的计算系统执行的软件代码模块中并且经由其完全自动化。代码模块可以存储在任何类型的非暂时性计算机可读介质或其他计算机存储装置中。一些或所有方法可以体现在专门的计算机硬件中。此外，计算系统可以包括自动化血糖系统、移动药物系统或移动医疗装置、作为其一部分实施或与之通信。
除了本文所述的那些之外，许多其他变型将从本公开中显而易见。例如，根据实施方案，本文描述的任何算法的某些动作、事件或功能可以以不同的顺序执行，可以被添加、合并或完全省略(例如，并非所有描述的动作或事件是算法实践所必需的)。此外，在某些实施方案中，动作或事件可以同时执行，例如通过多线程处理、中断处理或多个处理器或处理器核或在其他并行架构上，而不是顺序执行。另外，不同的任务或过程可以由可以一起运行的不同机器和/或计算系统来执行。
结合本文公开的实施方案描述的各种说明性逻辑块和模块可以由机器实施或执行，如处理单元或处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他可编程逻辑器件、分立门或晶体管逻辑、分立硬件组件或设计用于执行本文所述功能的以上的任何组合。处理器可以是微处理器，但在可选方案中，处理器可以是控制器、微控制器或状态机、它们的组合等。处理器可以包括被配置为处理计算机可执行指令的电子电路。在另一实施方案中，处理器包括执行逻辑操作而不处理计算机可执行指令的FPGA或其他可编程装置。处理器还可以实施为计算装置的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器与DSP核结合，或任何其他此类配置。尽管本文主要针对数字技术进行了描述，但处理器也可以主要包括模拟组件。计算环境可以包括任何类型的计算机系统，包括但不限于基于微处理器的计算机系统、大型计算机、数字信号处理器、便携式计算装置、装置控制器或器具内的计算引擎等。
除非另有明确说明，否则诸如“能够(can)”、“能(could)”、“可能(might)”或“可以(may)”等条件性语言在所使用的上下文中被理解为一般用于传达某些实施方案包括，而其他实施方案不包括某些特征、元素和/或步骤。因此，这种条件性语言通常不旨在暗示一项或多项实施方案以任何方式需要的特征、元素和/或步骤，或者一项或多项实施方案必定包括用于在有或没有用户输入或提示的情况下决定这些特征、元素和/或步骤是否被包括或将在任何特定实施方案中执行。
分离性语言如短语“X、Y或Z中的至少一个”，除非另有明确说明，否则应根据所使用的上下文理解为一般用于表示项目、术语等可以是X、Y或Z，或以上的任意组合(例如，X、Y和/或Z)。因此，这种分离性语言通常不旨在也不应暗示某些实施方案需要至少一个X、至少一个Y或至少一个Z各自存在。
本文所述的和/或在附图中描绘的流程图中的任何过程描述、元素或框应被理解为潜在地表示模块、段或代码部分，其包括用于实施过程中的特定逻辑功能或元素的一个或多个可执行指令。替代实施方式包括在本文描述的实施方案的范围内，其中元素或功能可以被删除、以所示出或讨论的顺序外的顺序执行，包括基本上同时地或以相反顺序执行，这取决于所涉及的功能，如本领域技术人员将理解的。
除非另有明确说明，否则诸如“一个/种(a/an)”等冠词一般应被解释为包括一个或多个所描述的项目。因此，诸如“被配置为...的装置(a device configured to)”的短语旨在包括一个或多个所列举的装置。这样的一个或多个列举的装置也可以共同被配置为执行所述的陈述。例如，“被配置为执行陈述A、B和C的处理器”可以包括被配置为执行陈述A的第一处理器与被配置为执行陈述B和C的第二处理器联合工作。
应当强调，可以对上述实施方案进行许多改变和修改，其中的元素应被理解为包括于其他可接受的实例之中。所有这样的修改和改变在本文中都旨在包括在本公开的范围内。

Claims (30)

1.使用血糖控制系统修改提供给对象的治疗的计算机实施的方法，所述方法包括：
通过配置为生成所述血糖控制系统的剂量控制信号的硬件处理器，
从与所述对象可操作地连接的葡萄糖水平传感器接收葡萄糖水平信号；
使所述血糖控制系统在第一治疗期期间将第一治疗递送至所述对象，其中至少部分地基于由控制算法使用以生成所述剂量控制信号的控制参数的第一值来递送所述第一治疗，其中所述控制算法使用所述控制参数来说明对象中胰岛素的积累，从而控制所述控制算法对所述对象中如通过所述葡萄糖水平信号所指示的血糖波动的胰岛素给药响应；
获得包括由所述第一治疗的递送产生的血糖控制信息的第一治疗数据；
确定至少部分对应于第一时间段内的第一治疗的第一效果，其中至少部分地基于所述第一治疗数据确定所述第一效果；
将所述控制参数设置为不同于所述第一值的第二值；
使所述血糖控制系统在第二治疗期期间将第二治疗递送至所述对象，其中至少部分地基于所述控制参数的所述第二值来递送所述第二治疗，并且其中改变所述控制参数修改提供给所述对象的治疗；
获得包括由所述第二治疗的递送产生的血糖控制信息的第二治疗数据；
确定至少部分对应于第二时间段内的所述第二治疗的第二效果，其中至少部分地基于所述第二治疗数据确定所述第二效果；
至少部分地基于所述第一效果和所述第二效果来执行统计分析，以获得比较评估；和
至少部分基于所述比较评估确定所述控制参数的第二值是否引起所述对象血糖控制的改善。
2.如权利要求1所述的计算机实施的方法，其中至少部分地基于与所述血糖控制系统的用户界面的用户交互，将所述控制参数设置为所述第一值或所述第二值。
3.如权利要求1或权利要求2所述的计算机实施的方法，其中所述控制参数被自动设置为所述第一值或所述第二值，而无需用户的动作。
4.如权利要求1-3中任一项所述的计算机实施的方法，其中所述控制参数的第二值被自主选择。
5.如权利要求1-4中任一项所述的计算机实施的方法，其中响应于确定所述第二值引起对象血糖控制的改善，所述方法还包括选择所述控制参数的第二值，以使通过所述血糖控制系统在第三治疗期期间向对象递送第三治疗。
6.如权利要求1-5中任一项所述的计算机实施的方法，其中确定所述控制参数的第二值是否引起对象血糖控制的改善包括确定所述控制参数的第二值是否引起对象血糖控制的统计学上显著的改善。
7.如权利要求6所述的计算机实施的方法，其中所述统计学上显著的改善包括对象的血糖控制改善的阈值水平。
8.如权利要求1-7中任一项所述的计算机实施的方法，其中确定所述控制参数的第二值是否引起对象血糖控制的改善包括确定所述控制参数的第二值是否引起对象生理参数的改善。
9.如权利要求8所述的计算机实施的方法，其中至少部分地基于所述葡萄糖水平信号确定所述生理参数。
10.如权利要求1-9中任一项所述的计算机实施的方法，其中确定所述控制参数的第二值是否引起所述对象血糖控制的改善包括确定与所述控制参数的的第一值相比，所述控制参数的第二值是否引起血糖波动的发生减少。
11.如权利要求1-10中任一项所述的计算机实施的方法，其中确定所述控制参数的第二值是否引起所述对象血糖控制的改善包括确定与所述控制参数的的第一值相比，所述控制参数的第二值是否引起低血糖症事件的发生风险降低。
12.如权利要求1-11中任一项所述的计算机实施的方法，其中执行所述统计分析包括基于所述第一治疗数据或所述第二治疗数据，确定平均值、中值、众数、标准偏差、速率、比例或概率中的一个或多个。
13.如权利要求1-12中任一项所述的计算机实施的方法，其中执行所述统计分析包括至少部分基于所述第一效果或所述第二效果，确定平均值、中值、众数、标准偏差、速率、比例或概率中的一个或多个。
14.如权利要求1-13中任一项所述的计算机实施的方法，其中所述控制算法使用的控制参数对应于在施用胰岛素剂量之后直到所述对象血浆内的胰岛素达到特定浓度水平的时间。
15.如权利要求1-14中任一项所述的计算机实施的方法，其中使所述第一治疗在所述第一治疗期期间被递送包括使多个治疗实例被施用，并且其中所述多个治疗实例中的至少一个在所述第一治疗期期间在与至少一个其他治疗实例不同的时间段被施用。
16.如权利要求1-15中任一项所述的计算机实施的方法，其中所述第一治疗期和所述第二治疗期具有相同的持续时间。
17.如权利要求1-16中任一项所述的计算机实施的方法，其中在所述第一治疗期期间施用第一多个治疗实例，并且在所述第二治疗期期间施用第二多个治疗实例。
18.如权利要求1-17中任一项所述的计算机实施的方法，其中将所述控制参数设置为所述第二值使得修改以下中的一种或多种：在所述第二治疗期期间施用的胰岛素的时间、剂量大小或注射速度。
19.如权利要求1-18中任一项所述的计算机实施的方法，其中所述控制参数的第一值基于以下中的一种或多种：在所述第一治疗期之前的时间段期间递送的治疗、临床值或所述对象的体重。
20.如权利要求1-19中任一项所述的计算机实施的方法，其中所述控制算法至少部分地基于药代动力学(PK)模型。
21.如权利要求20所述的计算机实施的方法，其中所述控制参数包括所述药代动力学(PK)模型的参数。
22.如权利要求1-21中任一项所述的计算机实施的方法，其中执行所述统计分析包括执行回归分析或生成自回归模型中的一种或多种。
23.自动化血糖控制系统，其被配置为自主修改控制算法所使用的控制参数，以生成剂量控制信号，从而向对象提供治疗，所述自动化血糖控制系统包括：
药物递送接口，其被配置为与用于将药物输注入所述对象中的药物泵可操作地连接；
存储器，其被配置为存储特定的计算机可执行指令和治疗数据；和
硬件处理器，其与所述存储器通信且被配置为执行具体计算机可执行指令，以至少：
从与所述对象可操作地连接的葡萄糖水平传感器接收葡萄糖水平信号；
使得在第一治疗期期间将第一治疗递送至所述对象，其中至少部分地基于由控制算法使用以生成所述剂量控制信号的控制参数的第一值来递送所述第一治疗，其中所述控制算法使用所述控制参数来说明所述对象中胰岛素的积累，从而控制所述控制算法对所述对象中如通过所述葡萄糖水平信号所指示的血糖波动的胰岛素给药响应；
获得包括由所述第一治疗的递送产生的血糖控制信息的第一疗法数据；
确定至少部分对应于第一时间段内的第一疗法的第一效果，其中至少部分地基于所述第一治疗数据确定所述第一效果；
将所述控制参数设置为不同于所述第一值的第二值；
使所述血糖控制系统在第二治疗期期间将第二治疗递送至所述对象，其中至少部分地基于所述控制参数的第二值来递送所述第二治疗，并且其中改变所述控制参数修改提供给所述对象的治疗；
获得包括由所述第一治疗的递送产生的血糖控制信息的第一治疗数据；
确定至少部分对应于第一时间段内的第一治疗的第一效果，其中至少部分地基于所述第一治疗数据确定所述第一效果；
将所述控制参数设置为不同于所述第一值的第二值；
使所述血糖控制系统在第二治疗期期间将第二治疗递送至所述对象，其中至少部分地基于所述控制参数的所述第二值来递送所述第二疗法，并且其中改变所述控制参数修改提供给所述对象的治疗；
获得包括由所述第二治疗的递送产生的血糖控制信息的第二治疗数据；
确定至少部分对应于第二时间段内的所述第二治疗的第二效果，其中至少部分地基于所述第二治疗数据确定所述第二效果；
至少部分地基于所述第一效果和所述第二效果来执行统计分析，以获得比较评估；和
至少部分基于所述比较评估确定所述控制参数的第二值是否引起所述对象血糖控制的改善。
24.如权利要求23所述的自动化血糖控制系统，其中响应于确定所述第二值引起所述对象血糖控制的改善，所述硬件处理器还被配置为执行所述特定计算机可执行的指令来选择所述控制参数的第二值，以使通过所述血糖控制系统在第三治疗期期间向所述对象递送第三治疗。
25.如权利要求23或权利要求24所述的自动化血糖控制系统，其中确定所述控制参数的第二值是否引起所述对象血糖控制的改善包括确定所述控制参数的第二值是否引起所述对象的至少一个生理参数的改善的阈值水平。
26.如权利要求23-25中任一项所述的自动化血糖控制系统，其中确定所述控制参数的第二值是否引起所述对象血糖控制的改善包括确定与所述控制参数的第一值相比，所述控制参数的第二值是否引起血糖波动发生的减少或低血糖症事件的发生风险降低。
27.如权利要求23-26中任一项所述的自动化血糖控制系统，其中所述控制算法使用的控制参数对应于在施用胰岛素剂量之后直到所述对象血浆内的胰岛素达到特定浓度水平的时间。
28.如权利要求23-27中任一项所述的自动化血糖控制系统，其中所述第一治疗期的长度被选择为包括至少特定数量的治疗实例，并且其中所述第二治疗期的长度被选择为包括至少特定数量的治疗实例。
29.如权利要求23-28中任一项所述的自动化血糖控制系统，其中执行所述统计分析包括执行回归分析或生成自回归模型中的一种或多种。
30.如权利要求23-29中任一项所述的自动化血糖控制系统，其中所述控制算法至少部分地基于药代动力学(PK)模型，并且其中所述控制参数包括所述药代动力学(PK)模型的参数。
CN202080084498.8A 2019-10-04 2020-10-02 血糖控制系统 Pending CN114902344A (zh)

Applications Claiming Priority (17)

Application Number Priority Date Filing Date Title
US201962911143P 2019-10-04 2019-10-04
US201962910970P 2019-10-04 2019-10-04
US201962911017P 2019-10-04 2019-10-04
US62/910,970 2019-10-04
US62/911,017 2019-10-04
US62/911,143 2019-10-04
US202062987842P 2020-03-10 2020-03-10
US62/987,842 2020-03-10
US202063037472P 2020-06-10 2020-06-10
US63/037,472 2020-06-10
USPCT/US2020/042198 2020-07-15
PCT/US2020/042198 WO2021011699A1 (en) 2019-07-16 2020-07-15 Ambulatory device and components thereof
PCT/US2020/042195 WO2021011697A1 (en) 2019-07-16 2020-07-15 Blood glucose control system
USPCT/US2020/042195 2020-07-15
PCT/US2020/042269 WO2021011738A1 (en) 2019-07-16 2020-07-16 Blood glucose control system
USPCT/US2020/042269 2020-07-16
PCT/US2020/054130 WO2021067856A1 (en) 2019-10-04 2020-10-02 Blood glucose control system

Publications (1)

Publication Number Publication Date
CN114902344A true CN114902344A (zh) 2022-08-12

Family

ID=75336591

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202080084498.8A Pending CN114902344A (zh) 2019-10-04 2020-10-02 血糖控制系统
CN202080084028.1A Pending CN114868200A (zh) 2019-10-04 2020-10-02 血糖控制系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202080084028.1A Pending CN114868200A (zh) 2019-10-04 2020-10-02 血糖控制系统

Country Status (9)

Country Link
EP (2) EP4042436A4 (zh)
JP (2) JP2022551265A (zh)
CN (2) CN114902344A (zh)
AU (2) AU2020358856A1 (zh)
CA (2) CA3151777A1 (zh)
DE (2) DE112020004780T5 (zh)
IL (2) IL291671A (zh)
MX (2) MX2022003962A (zh)
WO (2) WO2021067856A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210060244A1 (en) * 2019-08-28 2021-03-04 Medtronic Minimed, Inc. Method and system for verifying whether a non-medical client device is operating correctly with a medical device controlled by the non-medical client device and causing a notification to be generated
US20220148724A1 (en) * 2020-11-11 2022-05-12 Itamar Medical Ltd. Sleep apnea test device
WO2022204705A1 (en) * 2021-03-25 2022-09-29 Beta Bionics, Inc. Emergency medicament dose control
FR3133478A1 (fr) * 2022-03-11 2023-09-15 Diabeloop Système informatisé de communication d’informations de traitement à un utilisateur

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7591801B2 (en) * 2004-02-26 2009-09-22 Dexcom, Inc. Integrated delivery device for continuous glucose sensor
EP1881786B1 (en) 2005-05-13 2017-11-15 Trustees of Boston University Fully automated control system for type 1 diabetes
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
US10231077B2 (en) * 2007-07-03 2019-03-12 Eingot Llc Records access and management
DK2393414T3 (en) * 2009-02-04 2016-01-18 Sanofi Aventis Deutschland MEDICAL SYSTEM AND A method for providing glycemic control glycemic response BASED ON INFORMATION
EP3173014B1 (en) * 2009-07-23 2021-08-18 Abbott Diabetes Care, Inc. Real time management of data relating to physiological control of glucose levels
US8726266B2 (en) * 2010-05-24 2014-05-13 Abbott Diabetes Care Inc. Method and system for updating a medical device
EP2633456B1 (en) 2010-10-31 2019-09-04 Trustees of Boston University Blood glucose control system
US8745298B2 (en) * 2011-10-24 2014-06-03 Roche Diagnostics Operations, Inc. Interoperability enhancement that supports connectivity of applications on a medical device
SG10201705568YA (en) * 2012-12-21 2017-08-30 Deka Products Lp System and apparatus for electronic patient care using web services
US9242043B2 (en) * 2013-03-15 2016-01-26 Tandem Diabetes Care, Inc. Field update of an ambulatory infusion pump system
EP2851823A1 (en) * 2013-09-20 2015-03-25 Sanofi-Aventis Deutschland GmbH Data management unit for supporting health control
US10105488B2 (en) * 2013-12-12 2018-10-23 Medtronic Minimed, Inc. Predictive infusion device operations and related methods and systems
US9486580B2 (en) * 2014-01-31 2016-11-08 Aseko, Inc. Insulin management
CN106456064B (zh) 2014-01-31 2020-11-27 波士顿大学董事会 基于在前时期的离线葡萄糖控制
EP3148419A4 (en) * 2014-05-27 2018-01-24 ResMed Limited Remote respiratory therapy device management
WO2016019133A1 (en) * 2014-07-30 2016-02-04 Tandem Diabetes Care, Inc. Temporary suspension for closed-loop medicament therapy
WO2016138240A1 (en) * 2015-02-27 2016-09-01 Zoll Medical Corporation Downloading and booting method and system for a wearable medical device
MX2017012128A (es) * 2015-03-24 2018-02-09 Ares Trading Sa Sistema de atencion a pacientes.
JP2018525093A (ja) 2015-08-07 2018-09-06 トラスティーズ オブ ボストン ユニバーシティ グルコース目標の自動適合を備えたグルコース制御システム
US9886556B2 (en) * 2015-08-20 2018-02-06 Aseko, Inc. Diabetes management therapy advisor
US10987468B2 (en) * 2016-01-05 2021-04-27 Bigfoot Biomedical, Inc. Operating multi-modal medicine delivery systems
CA3009351A1 (en) * 2016-01-14 2017-07-20 Bigfoot Biomedical, Inc. Adjusting insulin delivery rates
US20170259072A1 (en) * 2016-03-14 2017-09-14 Qualcomm Incorporated System architecture for medical implant
US10426342B2 (en) * 2016-03-31 2019-10-01 Zoll Medical Corporation Remote access for ambulatory medical device
US10937536B2 (en) * 2016-07-15 2021-03-02 Universität Bern Estimation of insulin based on reinforcement learning
US10896245B2 (en) * 2016-08-29 2021-01-19 Bigfoot Biomedical, Inc. Network topology for insulin pump systems
WO2019089324A1 (en) * 2017-10-30 2019-05-09 Dexcom, Inc. Diabetes management partner interface for wireless communication of analyte data
CA3085930A1 (en) * 2017-12-21 2019-06-27 Eli Lilly And Company Closed loop control of physiological glucose
EP3603401B1 (en) 2018-08-02 2021-12-08 Radie B.V. Device and method for portioning a dough mass
EP3998943A4 (en) * 2019-07-16 2023-09-06 Beta Bionics, Inc. BLOOD SUGAR CONTROL SYSTEM

Also Published As

Publication number Publication date
EP4042436A1 (en) 2022-08-17
MX2022003961A (es) 2022-07-21
IL291746A (en) 2022-05-01
CN114868200A (zh) 2022-08-05
WO2021067767A1 (en) 2021-04-08
JP2023503792A (ja) 2023-02-01
DE112020004780T5 (de) 2022-09-01
JP2022551265A (ja) 2022-12-08
EP4042436A4 (en) 2023-10-04
MX2022003962A (es) 2022-07-21
CA3151782A1 (en) 2021-04-08
EP4042441A4 (en) 2023-10-11
AU2020356952A1 (en) 2022-04-14
AU2020358856A1 (en) 2022-04-14
WO2021067856A1 (en) 2021-04-08
IL291671A (en) 2022-05-01
EP4042441A1 (en) 2022-08-17
CA3151777A1 (en) 2021-04-08
DE112020004762T5 (de) 2022-08-11

Similar Documents

Publication Publication Date Title
US11679201B2 (en) Blood glucose control system with carbohydrate therapy indication
US11957876B2 (en) Glucose control system with automated backup therapy protocol generation
US10835671B2 (en) Adjusting insulin delivery rates
JP6243546B2 (ja) 先行する期間に基づくオフライングルコースレベル制御
CN114902344A (zh) 血糖控制系统
US20130041342A1 (en) Insulin pump and methods for operating the insulin pump
CN110869075A (zh) 人工胰岛系统中的胰岛素残余活性含量计算
WO2015056259A1 (en) System and method for improved artificial pancreas management
JP2006175227A (ja) 糖尿病管理装置
RU2661715C2 (ru) Способ определения значения допустимого роста глюкозы в крови после приема пищи
US20230405224A1 (en) Autonomous dose determination for pen delivery of medicament
US20230381413A1 (en) Time-segmented basal rate adaptation process
WO2022235714A1 (en) Glucose level control systems and methods
WO2023081239A1 (en) Autonomous medicament dose trimming

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