CN115776866A - 使用可穿戴血糖监测装置进行人群疾病识别 - Google Patents

Abstract

描述了使用可穿戴血糖监测装置识别人群疾病。疾病识别系统获取由用户人群的用户穿戴的可穿戴血糖监测装置产生的温度测量值。疾病识别系统还获取描述用户位置的位置数据并将每个温度测量值与相应位置相关联。疾病识别系统利用识别逻辑(例如，一个或更多个机器学习模型)来基于所述温度测量值和所述位置数据来识别一个或更多个位置的所述用户的所述疾病的所述存在。疾病识别系统生成用于通知至少一个用户关于疾病的存在的通信。

Description

使用可穿戴血糖监测装置进行人群疾病识别

相关应用

本申请要求于2020年7月29日提交的题为“使用可穿戴血糖监测装置进行人群疾病识别(Population Malady Identification with a Wearable Glucose MonitoringDevice)”的美国临时专利申请No.63/058,253的权益，其全部公开内容通过引用并入本文。

背景技术

疾病，例如流感和冠状病毒等疾病，可以对人群产生广泛而严重的影响。例如，某个疾病可以会对人群产生与健康相关的影响，因此至少需要对患有该疾病的人进行某个形式的治疗。附加地，一些疾病可以会产生严重的经济影响，由于各个原因，例如对疾病的恐惧、为应对疾病传播而制定的规则和法规(例如，隔离、宵禁和/或关闭某些业务)等，使世界和地方经济部门陷于瘫痪。然而，可以通过采取减轻行为来减少此类疾病的负面影响，例如保持社交距离、增加洗手或消毒、增加对共享空间的清洁以及戴上面部遮盖物等等。

这些实际减轻疾病的地行为地有效性不仅取决于行为被采用的程度，还取决于采用的及时性。在疾病早期广泛采用减轻行为，可以在更大程度上减少疾病的负面影响，而不是之后采用这些行为。此外，如果某些人被感染，可以会比其他人更容易遭受严重的不良影响。可以比其他人风险更高的人的一个实施例是糖尿病人——与没有糖尿病的人相比，一个特定的疾病可以导致糖尿病人更严重的不良影响，可以危及生命。那些高危人群及早采取减轻行为，使他们能够限制暴露于疾病和/或采取预防措施以防止疾病收缩，即使暴露于疾病。

许多疾病的一个指标是患有疾病的人的体温升高，该升高是相对于已确定的“正常”温度(例如98.6°F)而言的。然而，在现实世界中，人们通常不会“测量体温”，直到他们感到不适，因此在一个人开始感到不适后，他、她或护理人可以会获取一个温度计来测量该人的体温和/或可以前往测量他或她的体温的医生办公室。然而，到这个时候，这个人可以已经感染了疾病足够长的时间，以至于在不知不觉中让其他人暴露于疾病。在疾病发作的早期，由于在感染疾病和感觉不适到足以测量他们的体温之间的时间延迟，人群中的许多人可以在不知不觉中患有疾病并将其他人暴露于疾病。至少部分由于这个时间延迟，使用温度来识别疾病的传统方法可以不适用于防止疾病的传播，因此疾病可以会对人群以及遭受严重不良影响风险较高的人群产生严重影响。

发明内容

为了克服这些问题，利用可穿戴血糖监测装置识别人群疾病。疾病识别系统获取由用户人群的用户穿戴的可穿戴血糖监测装置产生的温度测量值。疾病识别系统还获取描述用户位置的位置数据，并将温度测量值与相应位置相关联。疾病识别系统利用识别逻辑(例如，一个或更多个机器学习模型)来基于温度测量值和位置数据来识别一个或更多个位置的用户的疾病的存在。疾病识别系统生成用于通知至少一个用户关于疾病的存在的通信。

一个方面是一个方法，其包括：获取由用户人群的用户穿戴的可穿戴血糖监测装置产生的温度测量值；获取描述用户位置的位置数据，并将每个温度测量值与相应位置相关联；根据温度测量值和位置数据，识别一个或更多个位置的用户的疾病的存在；并通知至少一名用户该疾病的存在。

在上述方法中，识别疾病的存在包括部分地使用一个或更多个机器学习模型来处理温度测量值和位置数据，其基于用户人群的历史温度测量值以及描述用户人群中存在一个或更多个疾病的历史数据生成。在上述方法中，可穿戴血糖监测装置包括至少一个连续血糖监测(CGM)系统。在上述方法中，识别还基于由用户人群的用户穿戴的可穿戴血糖监测装置产生的血糖测量值。

在上述方法中，识别疾病的存在包括部分地使用一个或更多个机器学习模型来处理温度测量值、血糖测量值和位置数据，其基于用户人群的历史温度和血糖测量值以及描述用户人群中存在的一个或更多个疾病的历史数据生成。

上述方法还包括将疾病的存在通知至少一个第三方。在上述方法中，所述至少一个第三方包括以下至少之一：公共卫生组织、政府组织、学区、医疗保健机构、新闻源、远程医疗服务或具有与可穿戴血糖监测装置相对应的血糖监测平台的数据伙伴。在上述方法中，用户人群的用户具有血糖监测平台的用户档案。

在上述方法中，向至少一个用户通知疾病的存在包括：生成在不同位置的用户人群之间在视觉上区分疾病严重程度的热图；以及导致热图显示在与至少一个用户相关联的计算装置的显示装置上。在上述方法中，通知至少一个用户疾病的存在包括：生成具有疾病存在信息的警报；以及通过与至少一个用户相关联的计算装置导致警报的输出。在上述方法中，导致警报的输出包括通过计算装置的显示装置导致警报的显示。

另一方面是一个系统，包括：至少一个处理器；存储器，其上存储有指令，所述指令可由所述至少一个处理器执行以执行以下操作：获取由用户人群的用户穿戴的可穿戴血糖监测装置产生的温度测量值；获取描述用户位置的位置数据并将温度测量值与相应位置相关联；根据温度测量值和位置数据，识别一个或更多个位置的用户的疾病的存在；并通知至少一名用户该疾病的存在。

上述系统还包括一个或更多个机器学习模型，其被配置为通过处理温度测量值和位置数据来识别疾病的存在，其基于用户人群的历史温度测量值和描述用户人群中存在一个或更多个疾病的历史数据生成。

在上述系统中，可穿戴血糖监测装置包括至少一个连续血糖监测(CGM)系统。在上述系统中，识别还基于由用户人群的用户穿戴的可穿戴血糖监测装置产生的血糖测量值。上述系统还包括一个或更多个机器学习模型，该模型被配置为通过处理温度测量值、血糖测量和位置数据来识别疾病的存在，其基于历史温度和用户人群的血糖测量值和描述用户人群中存在一个或更多个疾病的历史数据生成。

在上述系统中，所述操作还包括将所述疾病的存在通知至少一个第三方。在上述系统中，所述至少一个第三方包括以下至少之一：公共卫生组织、政府组织、学区、医疗机构、新闻源、远程医疗服务或具有与可穿戴血糖监测装置对应的血糖监测平台的数据伙伴。在上述系统中，用户人群的用户具有血糖监测平台的用户档案。

在上述系统中，向至少一个用户通知疾病的存在包括：生成在不同位置的用户人群之间在视觉上区分疾病严重程度的热图；以及导致热图显示在与至少一个用户相关联的计算装置的显示装置上。在上述系统中，通知至少一个用户疾病的存在包括：生成具有疾病存在信息的警报；并且通过与至少一个用户相关联的计算装置导致警报的输出。在上述系统中，导致警报的输出包括通过计算装置的显示装置导致警报的显示。

另一方面是具有存储在其上的指令的一个或更多个非暂时性计算机可读存储介质，该指令可由至少一个计算装置的一个或更多个处理器执行以导致该至少一个计算装置执行包括以下操作的操作：获取由用户人群的用户穿戴的可穿戴血糖监测装置产生的温度测量值；获取描述用户位置的位置数据并将温度测量值与相应位置相关联；根据温度测量值和位置数据，识别一个或更多个位置的用户的疾病的存在；并通知至少一名用户该疾病的存在。

在上述存储介质中，识别疾病的存在包括部分地使用一个或更多个机器学习模型来处理温度测量值和位置数据，其基于用户人群的历史温度测量值和描述用户人群中存在一个或更多个疾病的历史数据生成。在上述存储介质中，可穿戴血糖监测装置包括至少一个连续血糖监测(CGM)系统。在上述存储介质中，识别还基于由用户人群的用户穿戴的可穿戴血糖监测装置产生的血糖测量值。

在上述存储介质中，识别疾病的存在包括部分地使用一个或更多个机器学习模型来处理温度测量值、血糖测量值和位置数据，其基于用户人群的历史温度和血糖测量和描述用户人群中存在一个或更多个疾病的历史数据生成。在上述存储介质中，所述操作还包括将所述疾病的存在通知至少一个第三方。

在上述存储介质中，所述至少一个第三方包括以下至少之一：公共卫生组织、政府组织、学区、医疗保健机构、新闻源、远程医疗服务、或具有与可穿戴血糖监测装置对应的血糖监测平台的数据伙伴。在上述存储介质中，用户人群的用户具有血糖监测平台的用户档案。在上述存储介质中，向至少一个用户通知疾病的存在包括：生成在不同位置的用户人群之间在视觉上区分疾病严重程度的热图；以及导致热图显示在与至少一个用户相关联的计算装置的显示装置上。

在上述存储介质中，通知至少一个用户疾病的存在包括：生成具有疾病存在信息的警报；并且通过与至少一个用户相关联的计算装置导致警报的输出。在上述存储介质中，导致警报的输出包括通过计算装置的显示装置导致警报的显示。

另一方面是一个装置，包括：用于获取由用户人群的用户穿戴的可穿戴血糖监测装置产生的温度测量值；用于获取描述用户位置的位置数据并将每个温度测量值与相应位置相关联；用于基于温度测量值和位置数据识别在一个或更多个位置用户的疾病的存在；以及用于将疾病的存在通知至少一个用户。

本概述以简化形式介绍了一些概念，这些概念将在下面的详细描述中还描述。因此，本发明内容并非旨在识别所要求保护的主题的基本特征，也不旨在用作确定所要求保护的主题的范围的帮助。

附图说明

参考附图来描述详细说明书。

图1是在可操作以采用本文描述的技术的示例性实施方式中的环境的图示。

图2更详细地描述了图1的可穿戴血糖监测装置的实施例。

图3描述了示例性实施方式，其中从可穿戴血糖监测装置收集的数据，包括温度测量值，被路由到与人群疾病识别相关的不同系统。

图4描述了为显示与人群疾病识别相关联的信息而显示的用户界面的示例性实施方式。

图5描述了通过用户界面与人群疾病识别相关联地显示的信息的示例性实施方式。

图6描述了为显示与人群疾病识别相关联的通知而显示的用户界面的示例性实施方式。

图7描述了为在选定位置显示与人群疾病识别相关联的信息而显示的用户界面的示例性实施方式。

图8描述了示例性实施方式中的过程，其中基于从可穿戴血糖监测装置获取的温度测量值在一个或更多个位置的用户中识别疾病的存在。

图9示出了包括实施例装置的各个组件的实施例系统，其可以被实现为任何类型的计算装置，如参考图1-8所描述和/或利用来实现本文所描述的技术的实施方式。

具体实施方式

概述

许多疾病的一个指标是患有疾病的人的体温升高，该升高是相对于已确定的“正常”温度(例如98.6°F)而言的。然而，在现实世界中，人们通常不会“测量体温”，直到他们感到不适——他们通常不会实时连续监测体温。到实际测量病人的体温时，病人可以已经感染了疾病足够长的时间，从而在不知不觉中暴露于其他人。在疾病发作的早期，由于在感染疾病和感觉不适到足以测量他们的体温之间的时间延迟，人群中的许多人可以在不知不觉中患有疾病并将其他人暴露于疾病。至少部分由于这个时间延迟，使用温度识别疾病的传统方法可以不适用于防止疾病的传播，因此疾病可以会对人群以及遭受严重不良影响风险较高的人群产生严重影响。此外，还有多个因素会影响个人的体温。例如，运动和天气会影响个体的体温，因此个体的体温可以对应于通常表明疾病的存在或不存在的温度——即使运动或天气是导致温度的原因而不是疾病的原因。为此，在个人的温度测量值中可以存在太多干扰，导致温度在个人水平上不适合于疾病识别。

为了克服这些问题，利用可穿戴血糖监测装置识别人群疾病。与传统的温度测量值方法不同，配置有温度传感器的可穿戴血糖监测装置可以连续(例如，以预定时间间隔)和实时地产生人的温度测量值，因为血糖监测装置被配置为由人在一段时间内连续穿戴。通过对人产生实时温度测量值，无需人或其他人的交互来故意测量人的温度，可穿戴血糖监测装置可以在这些变化发生时捕捉人的温度变化。就地理区域中的大部分人可以穿戴被配置为有温度传感器的可穿戴血糖监测装置而言，该子集所穿戴的可穿戴血糖监测装置可以实时产生温度测量值，使得温度的变化例如，可以通过诸如机器学习模型之类的识别逻辑来识别跨子集的测量。

在一个或更多个实施方式中，疾病识别系统获取由用户人群的用户穿戴的可穿戴血糖监测装置产生的那些温度测量值。疾病识别系统还获取描述用户位置的位置数据并将每个温度测量值与相应位置相关联。例如，识别系统从用户的用户档案或从与例如用户的移动装置的温度测量值一起打包的位置数据(例如，全球定位系统(GPS)坐标)获取位置数据。

疾病识别系统利用识别逻辑(例如，一个或更多个机器学习模型)来基于温度测量值和位置数据来识别一个或更多个位置的用户的疾病的存在。应当理解，为用户人群获取的温度测量值结果的数量对于人类来说过多，以至于无法实际处理，例如，无法识别那些温度测量值中的有意义的模式(例如，一个位置的平均温度上升超过整个人群和/或特定位置的阈值温度)。然而，相比之下，识别逻辑被配置为处理温度测量值的数量和时间量，这对于任何人来说实际上是不可以的。

一旦识别逻辑识别出疾病的存在或不存在，疾病识别系统就可以生成用于通知至少一个用户关于疾病的存在的通信。附加或替代地，疾病识别系统可以生成用于通知第三方的通信，例如公共卫生组织、政府机构、学区等。通过实时测量人群水平的温度并通知疾病的存在，疾病识别系统可以比传统方法更早地提供有关疾病的存在的信息。因此，人们可以能够更早地采取减轻行为，这可以有效地避免或至少减少疾病的许多负面影响。

在以下讨论中，首先描述可采用本文所述技术的实施例环境。然后描述可以在示例性环境以及其他环境中执行的示例性实施方式细节和过程。示例性过程的执行不限于示例性环境，且示例性环境不限于示例性过程的执行。

实施例环境

图1是示例性实施方式的环境100的示意图，其可用于使用本文所述的可穿戴血糖监测装置进行人群疾病识别。所示环境100包括穿戴可穿戴血糖监测装置104和计算装置106的人102。所示环境100还包括用户人群108中穿戴可穿戴血糖监测装置104的其他用户和血糖监测平台110。可穿戴血糖监测装置104、计算装置106、用户人群108和血糖监测平台110以通信方式联接，包括通过网络112。

替代或附加地，可穿戴血糖监测装置104和计算装置106可以其他方式进行通信联接，例如使用一个或更多个无线通信协议或技术。举例来说，可穿戴血糖监测装置104和计算装置106可以使用一个或更多个蓝牙(例如，蓝牙低能量链路)、近场通信(NFC)、5G等相互通信。

根据所述技术，可穿戴血糖监测装置104被配置为提供人102的血糖的测量值以及人102的温度的测量值。可穿戴血糖监测装置104可以被配置为有血糖传感器，例如，其连续地检测指示人102的血糖的分析物并且能够生成血糖测量值。在所示环境100和整个详细描述中，这些测量值表示为血糖测量值114。可穿戴血糖监测装置104还可以被配置为有温度传感器，例如，由于热电效应而连续测量与温度相关的电压的热电偶。测量的电压可以解释为(例如，人102的)温度。在所示环境100中以及在整个详细描述中，这些测量被表示为温度测量值116。

在一个或更多个实施方式中，可穿戴血糖监测装置104为连续血糖监测(CGM)系统。如本文所用，术语“连续”在与相关血糖监测结合使用时可以指装置基本上连续地产生测量值的能力，使得装置可以被配置为以时间间隔(例如，每小时、每30分钟、每5分钟等)，响应于与不同装置建立通信联接(例如，当计算装置与可穿戴血糖监测装置104建立无线连接以检索一个或更多个测量值时)等等，产生血糖测量值114。

以类似的方式，可穿戴血糖监测装置104可以被配置为基本上连续地产生温度测量值116，例如使得能够以时间间隔(例如，每5分钟、每分钟、每30秒等)产生温度测量值116，响应于与不同装置建立通信联接，等等。在一个或更多个实施方式中，产生温度测量值116的速率比产生血糖测量值114的速率更频繁，例如，每30秒产生温度测量值116并且每5分钟产生血糖测量值114。关于图2，其更详细地讨论了该功能以及可穿戴血糖监测装置104的配置的其他方面。

附加地，可穿戴血糖监测装置104通过无线连接等方式将血糖测量值114和温度测量值116传输到计算装置106。可穿戴血糖监测装置104可以实时通信这些测量值，例如，因为它们是使用血糖传感器和温度传感器产生的。替代地或附加地，可穿戴血糖监测装置104可以以设定的时间间隔将血糖测量值114和温度测量值116通信到计算装置106。例如，可穿戴血糖监测装置104可以被配置为每五分钟将血糖测量值114通信给计算装置106(当它们被生产时)并且每30秒通信温度测量值116(当它们被生产时)或每天一次(作为预定时间间隔的“数据转储”的一部分)。

当然，在不背离所描述技术的精神或范围的情况下，传送血糖测量值114的间隔和与温度测量值116的通信间隔可以与上述实施例不同。根据所述技术，例如基于来自计算装置106的请求，可穿戴血糖监测装置104根据其他基础将测量值通信到计算装置106。无论如何，计算装置106可以至少临时地将人102的血糖测量值114和/或温度测量值116保持在计算装置106的计算机可读存储介质中。

在不背离所描述的技术的精神或范围的情况下，尽管被示为可穿戴装置(例如，智能手表)，但是计算装置106可以以多个方式配置。举例来说而非限制，计算装置106可以被配置为不同类型的移动装置(例如，移动电话或平板装置)。在一个或更多个实施方式中，计算装置106可以被配置为与血糖监测平台110相关联的专用装置，例如，具有从可穿戴血糖监测装置104获取血糖测量值114、执行与血糖测量值114相关的各个计算、显示与血糖测量值114和血糖监测平台110有关的信息、将血糖测量值114通信到血糖监测平台110等等。然而，与计算装置106被配置为移动电话的实施方式不同，计算装置106在被配置为专用装置时可以不包括移动电话或可穿戴配置可用的某些功能，例如拨打电话的能力、相机功能、利用社交网络应用程序的能力等。

附加地，根据所述技术，计算装置106可以表示不止一个装置。例如，在一个或更多个情况下，计算装置106可以对应于可穿戴装置(例如，智能手表)和移动电话。在这个情况下，这两个装置都可以执行至少一些相同的操作，例如从可穿戴血糖监测装置104接收血糖测量值114和温度测量值116，并通过网络112将它们通信到血糖监测平台110，显示与血糖测量114和温度测量116相关的信息，等等。替代地或附加地，不同的装置可以具有其他装置不具有的或受到特定装置的计算指令的限制的不同功能。

例如，在计算装置106对应于单独的智能手表和移动电话的情况下，智能手表可以被配置为有各个传感器和功能以测量人102的各个生理标志物(例如，心率、呼吸、血流速率等)和活动(例如，步数)。在这个场景下，移动电话可以不会被配置为有这些传感器和功能，或者它可以包括有限数量的功能——尽管在其他情况下，移动电话可以能够提供相同的功能。继续这个特定情况，手机可以具有智能手表所没有的功能，例如，用于捕捉用于预测未来血糖水平的膳食图像的相机和计算资源量(例如，电池和处理速度)，其使得移动电话能够更有效地执行与血糖测量值114和温度测量值116相关的计算。即使在智能手表能够执行此类计算的情况下，计算指令也可以限制手机上的这些计算的性能，以免给两个装置带来负担并有效地利用可用资源。就此而言，在不背离所述技术的精神或范围的情况下，计算装置106可以以不同的方式配置并且代表与本文讨论的不同数量的装置。

如上所述，计算装置106将血糖测量值114和温度测量值116通信到血糖监测平台110。在所示环境100中，血糖测量值114和温度测量值116与位置数据120一起存储在血糖监测平台110的存储装置118中。存储装置118可以表示一个或更多个数据库以及能够存储血糖测量值114、温度测量值116和位置数据120的其他类型的存储。

存储装置118还可以存储各个其他数据。根据所述技术，例如，人102至少对应于血糖监测平台110的用户并且还可以是一个或更多个其他第三方服务提供商的用户。为此，用户102可以与用户名相关联，有时需要提供身份验证信息(例如密码或生物特征数据)，以便使用用户名访问血糖监测平台110。该信息以及关于用户的其他信息可以保存在存储装置118中，例如，包括描述人102的人口统计信息、关于医疗保健提供者的信息、支付信息、处方信息、确定的健康指标、用户偏好、其他服务提供商系统的帐户信息(例如，与可穿戴装置、社交网络系统、远程医疗服务等关联的服务提供商)，等等。

存储装置118还维护用户人群108中的其他用户的数据。鉴于此，存储装置118中的血糖测量值114和温度测量值116包括来自人102穿戴的可穿戴血糖监测装置104的血糖传感器和温度传感器的血糖和温度测量值，还包括来自与用户人群108中的其他用户相对应的人穿戴的血糖监测装置的血糖和温度传感器的血糖测量值和温度测量值。同样，这些其他用户的血糖测量值114和温度测量值116由其各自的装置通过网络112通信到血糖监测平台110，并且这些其他用户具有与血糖监测平台110相应的用户档案。

在所示实施例中，血糖监测平台110包括疾病识别系统122。疾病识别系统122被配置为至少处理温度测量值116和位置数据120以识别在一个位置的用户人群中疾病的存在，例如识别在地理区域中冠状病毒疾病的爆发，例如、国家、州、县、城市、邮政编码、投票区或学区，仅举几例。基于人群中疾病的识别，疾病识别系统122可以提供与识别相关的通知，例如警报、建议、“热”图或基于预测的其他信息。例如，疾病识别系统122可以向人102(例如，通过计算装置106)、向公共卫生组织等提供通知。

尽管被描述为与计算装置106独立的装置的一部分，但疾病识别系统122的部分或全部可以替代或附加地在计算装置106处实施，例如，疾病识别应用程序。疾病识别系统122还可以使用附加数据，例如通过使用血糖测量值114，在一个位置的用户人群中识别疾病。在例如连续测量血糖和温度并获取描述此类测量值的数据的背景下，考虑图2的以下讨论。

图2更详细地描述了图1的可穿戴血糖监测装置104的实施方式的实施例200。特别地，所示实施例200包括可穿戴血糖监测装置104的俯视图和对应的侧视图。值得注意的是，可穿戴血糖监测装置104的实施方式可以与以下讨论不同，但不会背离所述技术的精神或范围。

在本实施例200中，可穿戴血糖监测装置104被图示为包括血糖传感器202、温度传感器204和传感器模块206。此处，血糖传感器202在侧视图中被描述为已皮下插入皮肤208中，例如人102的。温度传感器204和传感器模块206在顶视图中被描述为虚线矩形。可穿戴血糖监测装置104还包括所示实施例200中的发射器210。温度传感器204和传感器模块206使用虚线矩形表示它们可以封装或以其他方式实现在发射器210的外壳内。在该实施例200中，可穿戴血糖监测装置104还包括粘合垫212和附接机构214。

在操作中，血糖传感器202、粘合垫212和附接机构214可以组装成应用组件，其中应用组件被配置为应用于皮肤208，以便血糖传感器202的皮下插入，如图所示。在这个情况下，发射器210可以在应用到皮肤208之后通过附接机构214附接到组件上。附加或替代地，发射器210可以被合并为应用组件的一部分，这样血糖传感器202、粘合垫212、附接机构214和发射器210(带有温度传感器204和传感器模块206)都可以一次性应用于皮肤208。附加或替代地，温度传感器204可以与血糖传感器202一起设置，使得它被包括在应用组件中，该应用组件可以包括在一些配置中的发射器210并且可以不包括在其他配置中的发射器210(例如，发射器210可以在应用之后附接到应用程序组件)。在一个或更多个实施方式中，使用单独的传感器涂敷器(未显示)将该应用组件应用于皮肤208。在一个或更多个实施方式中，可以通过从皮肤208上剥离粘合垫212来移除应用组件。应当理解，在不背离所描述的技术的精神或范围的情况下，所示出的可穿戴血糖监测装置104及其各个组成部分仅仅是一个实施例形式因素，并且可穿戴血糖监测装置104及其组件可以具有不同的形式因素。

在操作中，血糖传感器202和温度传感器204通过至少一个通信通道通信联接到传感器模块206，通信通道可以是无线连接或有线连接。可以主动或被动地实现从血糖传感器202和温度传感器204到传感器模块206的通信，或者从传感器模块206到血糖传感器202和温度传感器204的通信。这些通信可以是连续的(例如模拟的)或离散的(例如数字的)。

血糖传感器202可以是一个装置、分子和/或化学品，其响应于至少部分独立于血糖传感器202的事件而改变或导致改变。传感器模块206实现为接收血糖传感器202的变化指示或由血糖传感器202导致的变化指示。例如，血糖传感器202可以包括血糖氧化酶，血糖氧化酶与血糖和氧气反应形成过氧化氢，过氧化氢可由传感器模块206电化学检测，传感器模块206可包括电极。在此实施例中，血糖传感器202可以配置为或包括血糖传感器，血糖传感器被配置为使用一个或更多个测量技术检测血液或间质液中指示血糖水平的分析物。在一个或更多个实施方式中，血糖传感器202还可被配置为检测血液或间质液中指示其他标记物(例如乳酸水平)的分析物。附加或替代地，可穿戴血糖监测装置104可包括血糖传感器202的附加传感器以检测指示其他标记的那些分析物。

温度传感器204被配置为检测可用于确定例如人102的温度测量值的条件。例如，温度传感器204可以被配置为热电偶，该热电偶由于热电效应而连续测量与温度相关的电压。传感器模块206可以被配置为将测量的电压解释为(例如，人102的)温度，并产生温度测量值116。替代或附加地，温度传感器204可以包括或利用第一和第二电导体，并且传感器模块206可以电检测跨过温度传感器204的第一和第二电导体的电势变化。在该实施例中，传感器模块206和温度传感器204被配置为热电偶，使得电势的变化对应于温度变化，传感器模块206可被配置为用于产生温度测量值116。应当理解，温度传感器204和传感器模块206可以以多个方式配置，以检测人102的温度并产生温度测量值116以指示人102的温度。

在一些实施例中，传感器模块206和可穿戴血糖监测装置104的传感器被配置为检测单个分析物，例如血糖。在其他实施例中，传感器模块206和可穿戴血糖监测装置104的传感器被配置为检测多个分析物，例如钠、钾、二氧化碳、睾酮、乳酸、胰岛素和血糖。替代或附加地，可穿戴血糖监测装置104可以包括多个传感器，不仅检测一个或更多个分析物(例如，钠、钾、二氧化碳、睾酮、乳酸、胰岛素和血糖)，还检测一个或者多个环境条件(例如，人102的温度，人102所在环境的温度)。因此，传感器模块206、血糖传感器202和温度传感器204(以及任何附加传感器)可以检测一个或更多个分析物的存在、一个或更多分析物的缺乏、人102的温度和/或一个以上环境条件的变化。

在一个或更多个实施方式中，传感器模块206可以包括处理器和存储器(未示出)。传感器模块206通过利用处理器，可以基于与温度传感器204的通信，例如，指示上述解释，生成温度测量值116。类似地，传感器模块206通过利用处理器，可以基于与血糖传感器202的通信，例如，指示上述变化，生成血糖测量值114。基于与血糖传感器202和温度传感器204的这些通信，传感器模块206可以还被配置为生成温度测量值116和血糖测量114的数据流。这些数据流可以包括可通信的数据包，包括至少一个血糖测量值114或至少一个温度测量值116。

如上所述，传感器模块206和传感器可以操作以在不同的时间间隔产生血糖测量值114和温度测量值116。例如，传感器模块206和温度传感器204可用于在第一时间间隔(例如，每30秒)产生(例如，人102的)温度测量值116。相比之下，传感器模块206和血糖传感器202可用于在不同于第一时间间隔的第二时间间隔产生血糖测量值114，例如每5分钟。当然，根据所述技术，使用血糖传感器202和温度传感器204产生血糖测量值114和温度测量值116的时间间隔可以不同于上面讨论的那些。例如，血糖测量值114和温度测量值116可以在至少一个实施方式中以相同的时间间隔产生，使得血糖测量值114和温度测量值116之间存在一对一的关系。

除了以不同的时间间隔产生之外，血糖测量值114和温度测量值116也可以在不同的时间间隔被通信到一个或更多个计算装置。例如，发射器210可以被配置为以第一传输间隔(例如每5分钟)将血糖测量值114传输到计算装置。在一个或更多个实施方式中，血糖测量值114的传输间隔与例如每5分钟产生的血糖测量值114的间隔相同。以这个方式，每次产生单独的血糖测量值114时，发射器210可以将单独的血糖测量值114通信到计算装置。附加或替代地，多个血糖测量值114可以通过可穿戴血糖监测装置104的存储器来存储，并且发射器210可以将多个血糖测量值114(或它们的子集)通信到计算装置。

关于温度测量值116，发射器210可以被配置为以不同于第一传输间隔的第二传输间隔(例如，每天一次)将它们通信到计算装置。为此，可将多个温度测量值116至少暂时保持在可穿戴血糖监测装置104的存储器中。那些温度测量值116可以由发射器210以与产生这些测量值的速率(例如，每30秒)不同的速率(例如，每天一次)通信到计算装置。通过以低于产生那些测量值的频率通信温度测量值116，可穿戴血糖监测装置104可以节省资源(例如，电池寿命和计算机处理周期)，否则这些资源可用于生成温度测量值116的更频繁的通信并将其通信到一个计算装置。相反，发射器210可以基本上在产生血糖测量值114时通信它们，因为人102或医疗保健提供者可以使用血糖测量值114来为健康状况(例如，糖尿病)做出治疗决定。此外，这样的决定可以要求血糖测量值114是及时的(即，基本上实时的)以避免与健康状况相关的不良影响，例如血糖异常。尽管上面讨论了比温度测量值116的产生频率低的传输间隔，但是在一个或更多个实施方式中，发射器210可以以产生这些测量值的相同或相似的速率将温度测量值116传输到计算装置.

发射器210还可以导致与血糖测量值114和温度测量值116打包或分开的附加数据传输到计算装置。举例来说，该附加数据可以包括其他分析物的测量值、一个或更多个传感器标识符(例如，从其他血糖传感器中唯一识别特定血糖传感器202的信息)、可穿戴血糖监测装置104的其他组件的标识符(例如，发射器210的一个或更多个天线)，表示给定传感器的状态的传感器状态(例如，描述给定传感器的操作状态)，

在考虑了实施例环境和示例性可穿戴血糖监测装置之后，现在考虑根据一个或更多个实施方式，讨论在数字媒体环境中使用可穿戴血糖检测装置识别人群疾病的技术的一些实施例细节。

人群疾病识别

图3描述了实施方式的实施例300，其中从可穿戴血糖监测装置收集的数据，包括温度测量值，被路由到与人群疾病识别相关的不同系统。

图示的实施例300包括来自图1的可穿戴血糖监测装置104和计算装置106的实施例。所示实施例300还包括如上所述的疾病识别系统122和存储装置118，存储血糖测量值114和温度测量值116。在该实施例300中，描述了可穿戴血糖监测装置104将血糖测量值114和温度测量值116传输到计算装置106。可穿戴血糖监测装置104可以多个方式将血糖测量值114和温度测量值116传输到计算装置106。

所示实施例300还包括数据包302。这里，数据包302包括温度测量值116和位置数据120。位置数据120用散列示出，以指示它是可选的——在一个或更多个实施方式中，位置数据不与温度测量值116一起通信到血糖监测平台110。在位置数据120不与温度测量值116通信的情况下，位置数据120可以简单地保存在血糖监测平台110的存储装置118中，例如，作为与建立或更新用户相关的输入位置使用血糖监测平台110的人102的档案。这是人102的温度测量值116如何与位置相关联的一个实施例。

在一个或更多个实施方式中，位置数据120可以由计算装置106产生，并与温度测量116一起打包在数据包302(如图所示)中，以描述人102的位置，例如，当生成血糖测量值114或当血糖测量值114被通信到血糖监测平台110时，人102的位置。举例来说，计算装置106可以被配置为有合适的硬件和处理资源，以使用全球定位系统(GPS)坐标、涉及与无线接入点(例如，无线路由器或蜂窝电话塔)通信的三角测量方法来确定位置、GPS和无线接收的其他数据的组合，等等。以这个方式，人102在给定时间的温度测量值116可以与人102所在的位置相关联，或者与人102的计算装置106所在的物理位置相关联。

数据包302可以包括与图示不同的或附加的数据，例如血糖测量值114中的一个或更多个、由可穿戴血糖监测装置104产生并通信到计算装置106的任何其他数据，以及由计算产生的补充数据。装置106描述一个或更多个事件(例如，在时间上)对应于一个或更多个血糖测量值114和/或温度测量值116(例如，应用使用数据、装置交互数据等)，仅举几例。在此实施例300中，数据包302被描述为从计算装置106路由到血糖监测平台110的存储装置118。因此，计算装置106可以充当可穿戴血糖监测装置104和血糖监测平台110之间的中介，并且计算装置106可以被配置为例如用户的移动电话或智能手表。

尽管未在所示实施例300中描述，但血糖监测平台110可处理这些数据包302，并导致至少一些温度测量值116和位置数据120(当包含在数据包302中时)存储在存储装置118中。血糖监测平台110还可以处理从计算装置106接收到的血糖测量值114并且导致它们中的至少一些也被存储在存储装置118中。可以从存储装置118向疾病识别系统122提供或以其他方式访问这些数据，例如，用于识别某个位置的用户人群中的疾病，如下所述。

在所示实施例300中，疾病识别系统122被描述为从存储装置118接收位置数据120和温度测量值116。疾病识别系统122被配置为使用位置数据120和温度测量值116来识别不同位置的疾病。在所示实施例300中还描述了疾病识别系统122接收血糖测量值114。然而，与位置数据120和温度测量值116相比，被描述为通信到疾病识别系统122的血糖测量值114用散列示出。这表示在一个或更多个实施方式中，疾病识别系统122在没有血糖测量值114的位置处识别用户人群中的疾病，并且在其他实施方式中，疾病识别系统122确实使用血糖测量值114来识别其中的疾病一个位置的用户人群。根据所述技术，由疾病识别系统122处理的血糖测量值114、位置数据120和温度测量值116可以对应于用户人群108的一个或更多个用户，其可以包括人102。

在所示实施例300中，疾病识别系统122被描述为包括识别逻辑304。通常，识别逻辑304被配置为处理温度测量值116和位置数据120以识别在某个时间在一个或更多个位置的用户人群中的疾病，例如识别疾病的存在(例如，在某个时间间隔(例如，最后一天、上周等)内位于地理区域(例如，县)的用户之间的流行性感冒、冠状病毒病等)。在一个或更多个实施方式中，识别逻辑304可以被配置为处理血糖测量值114以及温度测量值116和位置数据120，以在某个时间在一个或更多个位置识别用户人群中的疾病。此外，识别逻辑304还可用于对多个位置(例如，多个县)和多次执行该识别。基于此识别，可以针对不同地理区域(例如，在县与县之间)显示疾病的存在和/或其严重程度(例如，疾病病例数或患有疾病的人群百分比)和/或针对不同的时间(例如，每天或每周)。

该识别还使得识别逻辑304能够比较不同地理区域和/或时间段内的疾病，例如通过确定与不同地理区域或不同时间段之间疾病的存在(例如，差异)相关的一个或更多个统计测量。通过导致与识别对应的信息的显示，识别逻辑304使用户能够比较(例如，视觉上)跨不同地理区域和/或跨时间段的疾病的存在。例如，可以显示在同一时间段(例如，上周)两个不同位置处的疾病的存在和/或严重程度，如至少关于图4更详细讨论的。替代或附加地，可以在不同的时间段内比较给定位置处疾病的存在和/或严重程度，如关于图5更详细讨论的。如上所述，识别逻辑304可以被配置为根据所述技术识别各个类型的地理区域的疾病。尽管在上面和下面讨论了县，例如，识别逻辑304可以替代或附加地识别国家、州、城市、邮政编码、投票区和学区的疾病，仅举几例。

为了识别用户人群中的疾病，识别逻辑304可以以各个方式配置而不背离所述技术的精神或范围。例如，识别逻辑304可以包括或被配置为机器学习模型或机器学习模型的集合，例如回归模型(例如，线性、多项式和/或逻辑回归模型)、分类器、神经网络和基于强化学习的模型，仅举几例。替代地或附加地，识别逻辑304可以包括或被配置为一个或更多个硬编码规则，使得识别逻辑304处理温度测量值116和位置数据120(以及在一些实施方式中的附加数据)，例如，确定与疾病识别相关的一项或更多项统计测量。在该实施例中，识别逻辑304然后可以将上述规则应用于一个或更多个统计测量。附加或替代地，识别逻辑304可以被配置为检测血糖测量值114和/或温度测量值116中与位置数据120相关的异常。特别地，识别逻辑304可以识别与所确定的“正常”温度或某个位置的血糖的偏差。偏差和确定的正常值可以对应于位于给定位置的用户人群的平均温度或血糖。应当理解，识别逻辑304可以以其他方式配置(例如，基于各个不同的算法和/或规则)，以根据所描述的技术，在给定时间段内识别某个位置的用户人群中的疾病。

如上所述，识别逻辑304可以包括或被配置为在或更多实施方式中的机器学习模型。在这样的实施方式中，机器学习模型可以根据一个或更多个算法生成——训练模型以学习模型的内部权重(例如，神经网络方法)或学习模型的预测函数的参数(例如，回归方法)——并且通过使用历史温度测量值116和位置数据120，例如，用户人群108。在使用附加数据来识别用户人群中的疾病的实施方式中，例如血糖测量值114，机器学习模型可以使用该附加数据来还训练。

连同历史温度测量值116和位置数据120，还可以使用描述一个或更多个疾病的存在和/或不存在的历史数据来生成机器学习模型。例如，在生成机器学习模型之前，历史温度测量值116和历史位置数据120可以与描述在相应位置和在相应时间存在或不存在疾病的数据相关联。换言之，每个历史温度测量值116可以与相应位置(例如，使用位置数据120)和描述在对应于历史温度测量值116的时间在相应位置是否存在(或不存在)至少一个疾病的信息相匹配。在识别逻辑304也使用历史血糖测量值114来识别疾病的情况下，每个历史温度测量值116可以还与一个或更多个相应的血糖测量值114匹配。

该匹配数据在本文中可以称为“训练数据”。当被配置为机器学习模型时，识别逻辑304可以通过根据一个或更多个算法执行的学习或训练过程来生成，该算法被配置为从该训练数据学习函数参数或基于该训练数据训练模型。结合该训练或学习过程，历史温度测量值116(以及可选地历史血糖测量值114)可以对应于识别逻辑304的输入，而相应位置处疾病的存在或不存在可以对应于期望结果，相对于在训练或学习过程期间识别逻辑304的输出可以被比较。通过使用上面提到的一个或更多个学习或训练算法，识别逻辑304学会在给定相应输入训练数据的情况下基本预测训练数据中的结果。特别地，机器学习模型的函数参数或内部模型权重在训练过程中会根据所采用的学习或训练算法自动调整，以导致模型在过程中输出的预测更接近训练数据的结果。应当理解，可以结合与所述技术相关的多个学习方法，包括监督方法、无监督方法和强化学习方法。

此外，识别逻辑304可以使用与识别疾病相关的各个其他上下文信息进行训练，因此也能够在操作期间接收这些上下文信息。举例来说，该上下文信息可以包括月份、星期几和一天中的时间，仅举几例。识别逻辑304可以使用该信息，例如，通知根据与标称模式相关联的预期温度变化检测异常。举例来说，整个人群的平均温度在夜间可以较低，例如，因为人群中的人正在睡觉并且在睡眠期间体温较低。以这个方式，夜间整个人群的相对较高的平均温度——可以不会显着(例如，统计上显着)高于白天的人群平均温度——可以表明人群中疾病的存在。上下文信息的其他实施例可以包括不同位置的每月预期气候。应当理解，识别逻辑304可以使用并且还能够在操作期间利用各个上下文信息来训练而不背离所述技术的精神或范围。

一旦被训练或学习了基础功能的参数，被配置为机器学习模型的识别逻辑304被配置为用于操作以识别在一个位置的用户人群中的疾病。更具体地，被配置为机器学习模型的识别逻辑304通过例如基于训练或学习生成关于疾病是否存在于特定位置和一段时间内的预测来识别这个疾病。为此，将温度测量值116和位置数据120以及可选的血糖测量值114作为输入提供给识别逻辑304。描述关于用户人群的其他方面的数据也可以作为输入提供给识别逻辑304。

在一个或更多个实施方式中，疾病识别系统122预处理位置数据120和温度测量值116以将它们格式化，使得它们可以作为识别逻辑304的输入来接收。举例来说，疾病识别系统122可以形成位置数据120和温度测量值116的向量(例如，特征向量)，然后将那些向量作为输入提供给识别逻辑304。在一个或更多个实施方式中，预处理可以包括确定位置数据120和温度测量值116的统计特征，包括例如平均温度、一段时间内的平均温度、中值温度、温度高于阈值的用户数量温度，以及地理区域中温度高于阈值温度的用户百分比，仅举几例。在这些实施方式中，疾病识别系统122可以被配置为生成输入数据以描述除了直接描述温度测量值116和位置数据120之外或而不是直接描述所确定的统计特征。基于使用上述方法从历史温度测量值中学习的模式，识别逻辑304基于数据输入输出关于在特定时间段内给定位置处疾病的存在的预测。输出还可以被配置为指示疾病的存在的向量(例如，特征向量)。

如上所述，识别逻辑304可替代或附加地被配置为一个或更多个硬编码规则。这样的规则可以基于对一个或更多个标准的满足来识别疾病的存在或不存在。举例来说，规则可以涉及与阈值的比较，使得如果地理区域中的阈值百分比的用户具有在一段时间内超过阈值温度的温度(或平均温度)，则识别逻辑304识别在地理区域在该时间段内疾病的存在。应当理解，这仅仅是一个实施例规则，并且识别逻辑可以编码多个规则以根据所述技术在一个位置的用户人群中识别疾病。

基于由识别逻辑304输出的描述一个或更多个识别的疾病的数据，疾病识别系统122可以通知不同的实体。所示实施例300包括通知306和通知308。通知306被示为被通信到计算装置106，在一个或更多个实施方式中，其与对应于用户人群108的用户的人102相关联。具体地，人102可以对应于用户人群108中穿戴可穿戴血糖监测装置104和/或具有血糖监测平台110的用户档案的一个用户。相反，通知308被示为被通信给第三方310。第三方310可以对应于对疾病识别系统122在用户人群中识别的疾病感兴趣的各个实体。举例来说而非限制，第三方310可以代表公共卫生组织(例如，疾病控制中心(CDC)、世界卫生组织(WHO)和美国国立卫生研究院(NIH))，政府组织、学区、医疗保健机构(例如，医院和医生办公室)、新闻源、远程医疗服务或数据合作伙伴(例如，已与血糖监测平台110达成协议的实体接收已识别疾病的通知)，仅举几例。

在一个或更多个实施方式中，通知306、308包括描述由识别逻辑304在至少一个地理区域中一段时间内识别的疾病的信息，例如，一个或更多个先前时间段、当前时间间隔(例如，今天、本周、本月)、识别之后的一个或更多个时间段(例如，明天、下周、下个月)。为此，通知306、308可以包括至少一些相同信息。替代地或附加地，通知306、308可以包括不同的信息。例如，通知306可以包括针对人102的警报或警告。这样的警报可以包括基于对诸如用户所在的地理区域或用户选择的地理区域的位置处的疾病的识别来推荐用户采取的一个或更多个行为的指令。举例来说，警报可以将疾病告知用户和/或包括行为建议以减轻人102感染疾病的风险，例如比平时更频繁地洗手、避免与其他人密切互动、限制在家旅行，在别人身边时戴面罩，等等。在至少一个实施方式中，通信给第三方310的通知308可以不包括带有这个指令的警报，尽管在至少一个不同的实施方式中，通知308可以包括某个形式的警报和/或用于减轻所识别的疾病的推荐行为。

应当理解，通知306、308可以包括相同的信息或不同的信息，而不背离这里描述的技术的精神或范围。无论如何，通知306、308包括基于和/或描述由识别逻辑304在一段时间内为至少一个地理区域中的用户人群识别的至少一个疾病的信息。在可以包括在通知306、308中然后通过计算装置106或与第三方310相关联的计算装置显示的不同信息的上下文中，考虑图4-6的以下讨论。

图4描述了为显示与人群疾病识别相关联的信息而显示的用户界面的实施方式的实施例400。

所示实施例400包括显示用户界面404的显示装置402，其可以是通知306、308的实施例或基于那些通知生成。在该实施例400中，用户界面404包括地理区域(例如，国家)的显示，该地理区域被划分为另外的地理区域(例如，县)。此外，用户界面404包括可视地指示附加的地理区域中识别的疾病的图形元素。这些视觉元素基于由识别逻辑304识别的疾病，如上所述。

用户界面404是“热图”的一个实施例，该“热图”可以基于由识别逻辑304在一段时间内在不同区域的用户人群中识别的疾病而生成。作为热图，用户界面404被配置为显示一个位置与另一个位置在疾病的存在方面的差异，例如显示“热点”。热点对应于疾病严重程度被识别为相对大于其他位置的位置。在该实施例400中，位置406与图形元素一起显示，该图形元素指示疾病的严重程度大于由不同位置408处的图形元素指示的严重程度。通过这个方式，可以在同一时间段内直观地指示两个不同位置处疾病的存在或严重程度。换句话说，热图在视觉上区分了热图上描述的不同位置的用户人群中疾病的严重程度。

在该实施例400中，与所显示地理区域中的一个或更多个疾病相关联的时间由图形时间元素410指示。图形时间元素410可以表示根据所描述的技术的各个时间段，例如从当年的1月1日到指定日期的时间段，从选定数据(例如，开始时间)的时间段。“疾病”季节或首次识别的疾病病例)到指定日期、给定日期、给定星期、给定月份、给定年份等。

图5描述了通过用户界面与人群疾病识别相关联地显示的信息的实施方式的实施例500。

所示实施例500描述了地理区域(例如，国家)的多个阶段，该地理区域被划分为另外的地理区域(例如，县)，其中多个阶段包括在视觉上指示在不同时间在另外的地理区域中识别的疾病的图形元素的多个阶段。特别地，所示实施例500包括可以分别对应于第一时间、第二时间和第三时间的第一阶段502、第二阶段504和第三阶段506。在该实施例中，第二时间可以在第一时间之后，第三时间可以在第二时间之后。

阶段502、504、506可以经由诸如用户界面404之类的用户界面显示，并且是通知306、308的实施例或基于那些通知生成。每个阶段可对应于“热图”，该“热图”指示在相应时间(例如，在第一、第二或第三时间)在不同位置的一个或更多个疾病的存在或严重程度。在一个或更多个实施方式中，用户界面404可以被配置为以时间顺序和/或时间倒序显示不同的阶段502、504、506，并且还对这些阶段之间的过渡进行动画处理。以这个方式，所述系统可以直观地向用户指示一个或更多个疾病的存在和/或严重程度如何随时间变化。在该特定实施例500中，例如，在第三阶段506的地理区域和其他地理区域的地图包括比在第一阶段502的地图更多的热点，表明从第一时间到第三时间一个或更多个疾病的存在或严重程度增加。在该实施例中，第二阶段504的图表示在第一阶段502和第三阶段506之间疾病的存在和/或严重程度的中间增长。一般而言，相同地理区域或一组地理区域在不同时间的显示使得在给定位置处疾病的存在和/或严重程度能够在不同时间之间进行比较。

图6描述了为显示与人群疾病识别相关联的通知而显示的用户界面的实施方式的实施例600。

所示实施例600描述了计算装置106显示用户界面602的一个实施例。用户界面602可以是通知306的实施例或者可以由计算装置106基于通知306生成。在该实施例600中，用户界面显示信息604，其描述了如上所述的由识别逻辑304识别的疾病。这里，用户界面602还包括推荐行为606。如上所述，可以建议推荐行为606以减轻计算装置106的用户患上识别出的疾病的可以性。

在该实施例600中，用户界面602还包括可选择的图形元素608、610，它们可选择以显示关于由识别逻辑304识别的一个或更多个疾病的更多信息，即，在视觉上指示疾病的存在或严重程度的地图(例如，如图4和5所示)和附加信息。示例性用户界面602还包括警告到期612。应当理解，用户界面602是可以基于通知306显示的警报的一个实施例。在不背离所描述技术的精神或范围的情况下，警报可以被配置为用于以不同方式显示以包括不同和/或附加信息。替代或附加地，警告可以显示为来自移动应用程序的通知、在移动应用程序内、接收并显示为文本消息等等。

图7描述了为在选定位置显示与人群疾病识别相关联的信息而显示的用户界面的实施方式的实施例700。

所示实施例700包括示例性实施方式中的计算装置106，其中计算装置106的用户选择位置，识别逻辑304基于温度测量值116识别在所选位置是否检测到疾病，并且计算装置106显示与标识有关的指示，例如该位置存在疾病或该位置不存在疾病。

例如，在第一阶段702，计算装置106显示允许用户提供输入以选择地理区域的用户界面。所描述的界面指示用户可以开始键入地名的字符或说出地名。在第二阶段704，计算装置106显示与用户输入的用于选择地理区域的搜索查询的一部分相匹配的建议地理区域。尽管未在所示实施例700中描述，但计算装置106的用户选择位置，即，加利福尼亚州圣地亚哥。

在阶段706，计算装置106显示是否由识别逻辑304在所选位置识别出疾病的指示。特别地，用户界面配置708对应于识别逻辑304确实识别所选地理区域处的疾病(“是”)和/或预测在即将到来的时间段内该区域存在疾病风险的情况。相比之下，用户界面配置710对应于识别逻辑304未识别所选地理区域处的疾病(“否”)和/或预测在即将到来的时间段内该区域不存在疾病风险的情况。

已经讨论了使用可穿戴血糖监测装置识别人群疾病的技术的实施例细节，现在考虑一些实施例过程来说明这些技术的其他方面。

实施例过程

本节描述了使用可穿戴血糖监测装置识别人群疾病的实施例过程。过程的方面可以以硬件、固件或软件或其组合来实现。这些过程被显示为一组框，这些框指定由一个或更多个装置执行的操作，并且不必限于所示的用于执行各个框的操作的顺序。在至少一些实施方式中，过程由疾病识别系统执行，例如利用识别逻辑304的疾病识别系统122。

图8描述了示例性实施方式中的过程800，其中基于从可穿戴血糖监测装置获取的温度测量值在一个或更多个位置的用户中识别疾病的存在。

获取由用户人群的用户穿戴的可穿戴血糖监测装置产生的温度测量值(框802)。举例来说，疾病识别系统122从血糖监测平台110的存储装置118获取温度测量值116。温度测量值116由用户人群108的用户的可穿戴血糖监测装置104产生。

获取描述用户位置的位置数据，并且根据位置数据将温度测量值与相应的位置相关联(框804)。举例来说，疾病识别系统122获取位置数据120。在一个或更多个实施方式中，与用户人群108的用户相关联的计算装置106将位置数据120与相应的温度测量值116相关联，使得疾病识别系统122能够将位置数据120描述的位置与每个温度测量值116相关联。替代或附加地，存储装置118将位置数据120保持为用户人群108的用户的用户档案的一部分。这里，疾病识别系统122能够将用户人群108的用户的用户档案的位置数据120所描述的位置与温度测量值116中的每一个相关联。

基于温度测量值和位置数据，在一个或更多个位置的用户中识别出疾病的存在(框806)。举例来说，识别逻辑304基于温度测量值116和位置数据120识别在一个或更多个位置的用户的疾病的存在。在一个或更多个实施方式中，识别逻辑304还基于血糖测量值114识别疾病的存在。

至少一个用户被通知疾病的存在(框808)。举例来说，疾病识别系统122将通知306通信到计算装置106以通知人102关于在框806识别的疾病的存在。通知306可以包括或以其他方式使得能够经由计算装置106显示一个或更多个用户界面，以输出关于所识别的疾病的信息，例如图4-7中描述的一个或更多个用户界面。

在一个或更多个实施方式中，至少一个第三方被通知疾病的存在。举例来说，疾病识别系统122将通知308通信给第三方310以通知与第三方310相关联的至少一个用户关于在框806识别的疾病。通知308可以包括或以其他方式使得能够经由计算装置显示一个或更多个用户界面，以输出关于所识别的疾病的信息，例如图4-7中描述的一个或更多个用户界面。

已经描述了根据一个或更多个实施方式的实施例过程，现在考虑可以用于实现这里描述的各个技术的实施例系统和装置。

实施例系统和装置

图9示出了通常在900处的实施例系统，该实施例系统包括实施例计算装置902，其表示可以实现本文描述的各个技术的一个或更多个计算系统和/或装置。这通过包含疾病识别系统122来说明。这里，在计算装置902级别和服务提供商级别都说明了疾病识别系统122。这表明疾病识别系统122的一些方面可以在计算装置902(例如，计算装置106)处实现，例如与疾病识别应用相关。这也表明疾病识别系统122的各个方面是使用一个或更多个基于服务器的或“云端计算”资源来实现的。例如，计算装置902可以是服务提供商的服务器、与客户端相关联的装置(例如，客户端装置)、片上系统和/或任何其他合适的计算装置或计算系统。

如图所示的实施例计算装置902包括处理系统904、一个或更多个计算机可读介质906、以及一个或更多个相互通信联接的I/O接口908。尽管未示出，但计算装置902还可以包括将各个组件相互联接的系统总线或其他数据和命令传输系统。系统总线可以包括不同总线结构中的任何一个或组合，诸如存储器总线或存储器控制器、外围总线、通用串行总线和/或利用多个总线架构中的任一个的处理器或本地总线。还设想了多个其他实施例，诸如控制线和数据线等。

处理系统904表示通过使用硬件执行一个或更多个操作的功能。因此，处理系统904被示为包括硬件元件910，其可以被配置为处理器、功能框等。这可以包括在硬件中使用一个或更多个半导体形成的专用集成电路或其他逻辑装置的实施方式。硬件元件910不受形成它们的材料或其中采用的处理机制的限制。例如，处理器可以包括半导体和/或晶体管(例如，电子集成电路(IC))。在这样情况下，处理器可执行指令可以是电子可执行指令。

计算机可读介质906被示为包括存储器/存储器912。存储器/存储器912表示与一个或更多个计算机可读介质相关联的存储器/存储器容量。存储器/存储器组件912可以包括易失性介质(例如随机存取存储器(RAM))和/或非易失性介质(诸如只读存储器(ROM)、闪存、光盘、磁盘等)。存储器/存储器组件912可以包括固定介质(例如，RAM、ROM、固定硬盘驱动器等)以及可移动介质(例如，闪存、可移动硬盘驱动器、光盘等)。计算机可读介质906可以以如下文还描述的多个其他方式来配置。

输入/输出接口908表示允许用户向计算装置902输入命令和信息并且还允许使用各个输入/输出装置将信息显示给用户和/或其他组件或装置的功能。输入装置的实施例包括键盘、光标控制装置(例如，鼠标)、麦克风、扫描仪、触摸功能(例如，被配置为检测物理触摸的电容或其他传感器)、相机(例如，可以使用可见或不可见波长(诸如红外频率)将锻炼识别为不涉及触摸的手势)等等。输出装置的实施例包括显示装置(例如，监控器或投影仪)、扬声器、打印机、网卡、触觉响应装置等。因此，计算装置902可以如下文还描述的多个方式配置以支持用户交互。

可以在软件、硬件元件或程序模块的一般情况中描述各个技术。通常，此类模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元素、组件、数据结构等。如本文所用，术语“模块”、“功能”和“组件”通常表示软件、固件、硬件或其组合。这里描述的技术的特征是平台无关的，这意味着这些技术可以在具有各个处理器的各个商业计算平台上实现。

所描述的模块和技术的实施方式可以存储在某个形式的计算机可读介质上或通过某个形式的计算机可读介质传输。计算机可读介质可包括可由计算装置902访问的多个介质。举例来说而非限制，计算机可读介质可以包括“计算机可读存储介质”和“计算机可读信号介质”。

“计算机可读存储介质”可以指与单纯的信号传输、载波或信号本身相比，能够实现信息的持久性和/或非暂时性存储器的介质和/或装置。因此，计算机可读存储介质是指非信号承载介质。计算机可读存储介质包括硬件，例如易失性和非易失性、可移动和不可移动介质和/或存储装置，所述存储装置采用适合于在其上存储信息的方法或技术，例如计算机可读指令、数据结构、程序模块、逻辑元件/电路或其他数据。计算机可读存储介质的实施例可以包括但不限于RAM、ROM、EEPROM、闪存或其他存储技术、CD-ROM、数字通用磁盘(DVD)或其他光学存储器、硬盘、盒式磁带、磁带、磁盘存储或其他磁性存储装置，或其他存储装置、有形介质或适合存储所需信息且可由计算机访问的制品。

“计算机可读信号介质”可以指代被配置为诸如经网络向计算装置902的硬件传输指令的信号承载介质。信号介质通常可以包含计算机可读指令、数据结构、程序模块或调制数据信号中的其他数据，例如载波、数据信号或其他传输机制。信号介质还包括任何信息递送介质。术语“调制数据信号”是指以对信号中的信息进行编码的方式设置或改变其一个或更多个特性的信号。举例来说而非限制，通信介质包括诸如有线网络或直连的有线介质，以及诸如声学、RF、红外线和其他无线介质的无线介质。

如前所述，硬件元件910和计算机可读介质906表示以硬件形式实现的模块、可编程装置逻辑和/或固定装置逻辑，其可以在一些实施方式中用于实现本文描述的技术的至少一些方面，例如执行一个或更多个指令。硬件可以包括集成电路或片上系统的组件、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、复杂可编程逻辑装置(CPLD)和以及硅或其他硬件中的其他实施方式。在这个情况下，硬件可以作为执行由硬件所包含的指令和/或逻辑所定义的程序任务的处理装置，以及用于存储用于执行的指令的硬件，例如前面描述的计算机可读存储介质。

前述的组合也可用于实施本文所述的各个技术。因此，软件、硬件或可执行模块可以被实现为包含在某个形式的计算机可读存储介质上和/或由一个或更多个硬件元件910实现的一个或更多个指令和/或逻辑。计算装置902可以被配置为实现与软件和/或硬件模块相对应的特定指令和/或功能。因此，可以至少部分地在硬件中实现可由计算装置902执行作为软件的模块的实施方式，例如，通过使用处理系统904的计算机可读存储介质和/或硬件元件910。指令和/或功能可以由一个或更多个制品(例如，一个或更多个计算装置902和/或处理系统904)执行/操作以实现本文描述的技术、模块和实施例。

本文所述的技术可以由计算装置902的各个配置支持并且不限于本文所述的技术的具体实施例。该功能还可以全部或部分地通过使用分布式系统来实现，诸如通过如下所述的平台916在“云端”914上实现。

云端914包括和/或表示资源918的平台916。平台916抽取了硬件(例如，服务器)的底层功能和云端914的软件资源。资源918可以包括在远程于计算装置902的服务器上执行计算机处理时可以使用的应用程序和/或数据。资源918还可以包括通过因特网和/或通过例如蜂窝或Wi-Fi网络的订户网络提供的服务。

平台916可以抽取资源和功能以将计算装置902与其他计算装置连接。平台916还可以用于抽取资源的缩放，以向所遇到的对经由平台916实现的资源918的需求提供相应级别的缩放。因此，在互连装置实施方式中，这里描述的功能的实施方式可以分布在整个系统900中。例如，该功能可以部分在计算装置902上实现，也可以通过抽取云端914功能的平台916实现。

结论

尽管系统和技术已经以特定于结构特征和/或方法行为的语言进行了描述，但是应当理解，在所附权利要求中定义的系统和技术不一定限于所描述的特定特征或行为。相反，具体特征和行为被公开为实现要求保护的主题的实施例形式。

Claims (34)

1.一个方法，其包括：

获取由用户人群的用户穿戴的可穿戴血糖监测装置产生的温度测量值；

获取描述所述用户位置的位置数据并将每个所述温度测量值与相应位置相关联；

根据所述温度测量值和所述位置数据，识别一个或更多个位置的所述用户的疾病的存在；以及

通知至少一名所述用户有关所述疾病的所述存在。

2.根据权利要求1所述的方法，其中，识别所述疾病的所述存在包括部分地使用一个或更多个机器学习模型来处理所述温度测量值和所述位置数据，所述一个或更多个机器学习模型基于所述用户人群的历史温度测量值和描述所述用户人群中存在一个或更多个疾病的历史数据生成。

3.根据权利要求1所述的方法，其中，所述可穿戴血糖监测装置包括至少一个连续血糖监测(CGM)系统。

4.根据权利要求1所述的方法，其中，所述识别还基于由所述用户人群的所述用户穿戴的所述可穿戴血糖监测装置产生的血糖测量值。

5.根据权利要求4所述的方法，其中，识别所述疾病的所述存在包括部分地使用一个或更多个机器学习模型来处理所述温度测量值、所述血糖测量值和所述位置数据，所述一个或更多个机器学习模型基于所述用户人群的历史温度和血糖测量值和描述所述用户人群中存在的一个或更多个疾病的历史数据生成。

6.根据权利要求1所述的方法，其还包括将所述疾病的所述存在通知至少一个第三方。

7.根据权利要求6所述的方法，其中，所述至少一个第三方包括以下至少之一：公共卫生组织、政府组织、学区、医疗保健机构、新闻源、远程医疗服务或具有与所述可穿戴血糖监测装置对应的血糖监测平台的数据合作伙伴。

8.根据权利要求1所述的方法，其中，所述用户人群的所述用户具有血糖监测平台的用户档案。

9.根据权利要求1所述的方法，其中，通知至少一个用户所述疾病的所述存在包括：

生成一张热图，在视觉上区分不同位置用户人群的所述疾病严重程度；以及

导致在与所述至少一个用户相关联的计算装置的显示装置上显示所述热图。

10.根据权利要求1所述的方法，其中，通知至少一个用户所述疾病的所述存在包括：

生成包含有关所述疾病的所述存在信息的警报；以及

通过与所述至少一个用户相关联的计算装置导致所述警报的输出。

11.根据权利要求10所述的方法，其中，导致所述警报的输出包括通过所述计算装置的显示装置导致所述警报的显示。

12.一个系统，其包括：

至少一个处理器；以及

存储器，其上存储有指令，该指令可由所述至少一个处理器执行以执行操作，包括：

获取由用户人群的用户穿戴的可穿戴血糖监测装置产生的温度测量值；

获取描述所述用户位置的位置数据并将温度测量值与相应位置相关联；

根据所述温度测量值和所述位置数据，识别一个或更多个位置的所述用户的疾病的存在；以及

通知至少一名所述用户有关所述疾病的所述存在。

13.根据权利要求12所述的系统，其还包括一个或更多个机器学习模型，其被配置为通过处理所述温度测量值和所述位置数据来识别所述疾病的所述存在，所述一个或更多个机器学习模型基于所述用户人群的历史温度测量值和描述所述用户人群中存在一个或更多个疾病的历史数据生成。

14.根据权利要求12所述的系统，其中，所述可穿戴血糖监测装置包括至少一个连续血糖监测(CGM)系统。

15.根据权利要求12所述的系统，其中，所述识别还基于由所述用户人群的所述用户穿戴的所述可穿戴血糖监测装置产生的血糖测量值。

16.根据权利要求15所述的系统，其还包括一个或更多个机器学习模型，其被配置为通过处理所述温度测量值、所述血糖测量值和所述位置数据来识别所述疾病的所述存在，所述一个或更多个机器学习模型基于所述用户人群的历史温度和血糖测量值和描述所述用户人群中存在的一个或更多个疾病的历史数据生成。

17.根据权利要求12所述的系统，其中，所述操作还包括向至少一个第三方通知所述疾病的所述存在。

18.根据权利要求17所述的系统，其中，所述至少一个第三方包括以下至少之一：公共卫生组织、政府组织、学区、医疗保健机构、新闻源、远程医疗服务或具有与所述可穿戴血糖监测装置对应的血糖监测平台的数据合作伙伴。

19.根据权利要求12所述的系统，其中，所述用户人群的所述用户具有血糖监测平台的用户档案。

20.根据权利要求12所述的系统，其中，通知至少一个用户所述疾病的所述存在包括：

生成一张热图，在视觉上区分不同位置用户人群的所述疾病严重程度；以及

导致在与所述至少一个用户相关联的计算装置的显示装置上显示所述热图。

21.根据权利要求12所述的系统，其中，通知至少一个用户所述疾病的所述存在包括：

生成包含有关所述疾病的所述存在信息的警报；以及

通过与所述至少一个用户相关联的计算装置导致所述警报的输出。

22.根据权利要求21所述的系统，其中，导致所述警报的输出包括通过所述计算装置的显示装置导致所述警报的显示。

23.一个或更多个非暂时性计算机可读存储介质，其上存储有指令，可由所述至少一个计算装置的一个或更多个处理器执行，以导致所述至少一个计算装置执行以下操作，其包括：

获取由用户人群的用户穿戴的可穿戴血糖监测装置产生的温度测量值；

获取描述所述用户位置的位置数据并将温度测量值与相应位置相关联；

根据所述温度测量值和所述位置数据，识别一个或更多个位置的所述用户的疾病的存在；以及

通知至少一名所述用户有关所述疾病的所述存在。

24.根据权利要求23所述的一个或更多个计算机可读存储介质，其中，识别所述疾病的所述存在包括部分地使用一个或更多个机器学习模型来处理所述温度测量值和所述位置数据，所述一个或更多个机器学习模型基于所述用户人群的历史温度测量值和描述所述用户人群中存在一个或更多个疾病的历史数据生成。

25.根据权利要求23所述的一个或更多个计算机可读存储介质，其中，所述可穿戴血糖监测装置包括至少一个连续血糖监测(CGM)系统。

26.根据权利要求23所述的一个或更多个计算机可读存储介质，其中，所述识别还基于由所述用户人群的所述用户穿戴的所述可穿戴血糖监测装置产生的血糖测量值。

27.根据权利要求26所述的一个或更多个计算机可读存储介质，其中，识别所述疾病的存在包括部分地使用一个或更多个机器学习模型来处理所述温度测量值、所述血糖测量值和所述位置数据，所述一个或更多个学习机器模型基于所述用户人群的历史温度和血糖测量值和描述所述用户人群中存在一个或更多个疾病的历史数据生成。

28.根据权利要求23所述的一个或更多个计算机可读存储介质，其中，所述操作还包括向至少一个第三方通知所述疾病的所述存在。

29.根据权利要求28所述的一个或更多个计算机可读存储介质，其中，所述至少一个第三方包括以下至少之一：公共卫生组织、政府组织、学区、医疗保健机构、新闻源、远程医疗服务或具有与所述可穿戴血糖监测装置对应的血糖监测平台的数据合作伙伴。

30.根据权利要求23所述的一个或更多个计算机可读存储介质，其中，所述用户人群的所述用户具有血糖监测平台的用户档案。

31.根据权利要求23所述的一个或更多个计算机可读存储介质，其中，通知至少一个用户关于所述疾病的所述存在包括：

生成一张热图，在视觉上区分不同位置用户人群的所述疾病严重程度；以及

导致在与所述至少一个用户相关联的计算装置的显示装置上显示所述热图。

32.根据权利要求23所述的一个或更多个计算机可读存储介质，其中，通知至少一个用户关于所述疾病的所述存在包括：

生成包含有关所述疾病的所述存在信息的警报；以及

通过与所述至少一个用户相关联的计算装置导致所述警报的输出。

33.根据权利要求32所述的一个或更多个计算机可读存储介质，其中，导致所述警报的输出包括导致经由所述计算装置的显示装置显示所述警报。

34.一个装置，其包括：

用于获取由用户人群的用户穿戴的可穿戴血糖监测装置产生的温度测量值；

用于获取描述用户位置的位置数据并将每个所述温度测量值与相应位置相关联；

用于基所述温度测量值和所述位置数据在一个或更多个位置识别所述用户中疾病的存在；以及

用于通知至少一个所述用户关于所述疾病的所述存在。

Images