CN1670755A - 糖尿病诊疗支持系统以及存储介质 - Google Patents

糖尿病诊疗支持系统以及存储介质 Download PDF

Info

Publication number
CN1670755A
CN1670755A CNA2005100547921A CN200510054792A CN1670755A CN 1670755 A CN1670755 A CN 1670755A CN A2005100547921 A CNA2005100547921 A CN A2005100547921A CN 200510054792 A CN200510054792 A CN 200510054792A CN 1670755 A CN1670755 A CN 1670755A
Authority
CN
China
Prior art keywords
diabetes
model
treatment
biosome
diagnosis
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
CNA2005100547921A
Other languages
English (en)
Inventor
高地泰浩
齐藤太计雄
中岛弘
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.)
Sysmex Corp
Original Assignee
Sysmex Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sysmex Corp filed Critical Sysmex Corp
Publication of CN1670755A publication Critical patent/CN1670755A/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
    • 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
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明涉及糖尿病诊疗支持系统，其包括：用于输入含有患者的检查值以及临床症状的诊疗数据的输入装置；具有规定的参数、把与糖尿病相关联的内脏以及/或者器官的功能作为数学模型表现的生物体模型；根据所述诊疗数据以及生物体模型，推算适合患者的参数值的推算单元；根据由该推算单元推算的参数值，分析患者的糖尿病病状的病状分析单元；根据分析的病状，生成诊疗支持信息的诊疗支持信息生成单元；以及，输出由上述病状分析单元以及/或者诊疗支持信息生成单元获得的信息的诊疗支持信息输出单元。另外也公开了一种计算机可读的存储介质。

Description

糖尿病诊疗支持系统以及存储介质
技术领域
本发明是关于一种糖尿病诊疗支持系统以及存储介质，特别是关于提供成为糖尿病的病状分析和治疗方法等的参考的诊疗支持信息的糖尿病诊疗支持系统、以及存储用于使计算机发挥作为该糖尿病诊疗支持系统的功能的计算机程序的存储介质。
背景技术
糖尿病是被看作生活习惯病的代表的疾病。糖尿病的病状主要由“肝糖释放亢进”、“胰岛素分泌能力”、“胰岛素抵抗性”构成，并且根据是否存在胰岛素分泌的绝对缺乏而分为I型糖尿病和II型糖尿病。其中大部分是以来自胰β细胞的相对的胰岛素分泌降低、和胰岛素敏感性降低，即胰岛素抵抗性增大为特征的II型糖尿病。II型糖尿病中，大多数是在患者自己没有发觉的情况下逐渐发展，如果放任其发展会引发严重的并发症。
糖尿病的可怕后果在于引发特有的血管病变和神经病变的并发症，且在5年、10年、20年的漫长的病态过程中，当血糖控制不足时，就会产生这种病变。例如，作为代表性的病变的糖尿病视网膜病变、白内障等是眼睛方面的病变，肾脏的病变主要是蛋白尿、浮肿、甚至引起尿毒症。手脚的麻木、甚至遍及全身的神经痛等神经病变。而且，会使动脉硬化发展较快，心绞痛、心肌梗塞、脑血管意外、脑血栓成为与大多数糖尿病的死因直接相关的疾病。因此，糖尿病的治疗，其最大的目标在于预防和控制并发症的发生和发展，为了预防并发症，控制血糖就非常重要。
II型糖尿病的治疗中，主要是进行饮食治疗和运动治疗，以求实现血糖的正常化。但是，如果仅靠此还不足够的情况下，还要进一步进行作为药物治疗的内服药、或者胰岛素注射，以获得理想的血糖控制。
作为治疗糖尿病中使用的药物，例如如下所列。
(1)作用于胰β细胞、促进胰岛素分泌的“磺酰脲(SU)”
(2)主要作用于肝脏，提高肝的糖处理能力，抑制来自肝脏的糖释放的“双胍(BG)”
(3)通过阻碍肠道的α-葡萄糖苷酶(二糖水解酶)、使从肠道的葡萄糖吸收变缓，来控制餐后高血糖的“α-葡萄苷酶抑制剂(AGI)”
(4)促进细胞内的胰岛素作用以减弱胰岛素抵抗性，帮助降低血糖的“胰岛素抵抗性改善剂(噻唑烷类药剂、TDZ)”
(5)胰岛素制剂
另外，为了结合每个患者的情况进行糖尿病的血糖控制，可以进行由饮食疗法、运动疗法、用药等的组合构成的最合适的治疗方案。
但是，这种治疗方案没有一定之规，方案确定在很大程度上依赖于专家的知识、经验。分析糖尿病专科医生的知识、经验，糖尿病专科医生从临床症状、临床检查值等更加仔细地掌握糖尿病患者每个人的病况，根据该病况决定治疗方针和治疗方案。
例如，根据临床症状、临床检查值，从“肝糖释放亢进”、“胰岛素分泌能力”、“胰岛素抵抗性”三个要素对糖尿病患者的病状进行分类，糖尿病的病状有以下分类。
A.I型糖尿病
B.II型糖尿病(末梢胰岛素抵抗性)：有血管或者末梢的糖利用降低的情况，多数偏胖。
C.II型糖尿病(肝糖释放亢进)：肝糖元合成促进和糖新生抑制的效果下降的情况，即便不偏胖，也多数存在内脏脂肪蓄积。
D.II型糖尿病(胰岛素分泌缺乏)：由于胰β细胞疲惫等原因、胰岛素分泌不足的情况，不胖反而消瘦。
对于这样的病状，采用划一的治疗方案很难获得良好的血糖控制，必须根据不同的病状，给与饮食、运动以及药物相结合的最适当的治疗方案。一方面，对于非糖尿病专科医生的开业医生或一般的内科医生，不仅不一定能实现如此对每个患者的最合适的治疗方案，甚至还存在无法达到理想的血糖控制的情况。因此，如果能够正确且定量地掌握糖尿病的病况、向非糖尿病专科医生的开业医生或一般的内科医生提供诊疗支持信息，开业医生或一般的内科医生也能进行适合各糖尿病患者的治疗。
另外，以前也存在几种糖尿病诊疗支持系统，但大多是仅仅监督自体血糖的测定结果、或者仅仅从自体血糖值等测定结果来决定胰岛素的使用量的系统，并不能给非专科医生提供足够的支持信息(例如，参照日本特许厅特开10-332704以及11-29659810)。而且，公知由日本糖尿病学会制订的糖尿病诊断标准。其根据糖尿病典型症状的有无、以及口服葡萄糖负荷实验的结果，把患者分类为“正常型”、“临界型”、“糖尿病型”，将两次检查的结果均为“糖尿病型”的患者诊断为“糖尿病患者”。
作为已经存在的进行糖尿病诊疗支持的计算机系统，大多把根据该诊断标准的判断进行了自动化。例如，输入内服葡萄糖负荷实验的结果等，自动地比较其输入数据与规定的标准值，输出患者在分类上是属于上述“正常型”、“临界型”、“糖尿病型”的哪一种的结果。
进一步，作为高级的系统，也存在附加了通过同时输入患者的身高、体重，判断患者是否肥胖，由此自动地选择使用的药物的功能的系统。
但是，由于这种过去的系统，不能详细地分析每个患者的病状，所以即便使用有关的过去的系统，医师也不能详细地掌握患者的病状。因此，如果不依靠专科医生的高度的经验、主观判断就无法准确地掌握患者的状况，非以糖尿病为专业的医师、或者糖尿病诊断经验比较少的医师就不能进行准确的判断。而且，由于专科医生的判断也是依赖经验的多少、以及主观的部分较多，所以参差不齐。
发明内容
本发明考虑到以上的情况，其目的在于，提供一种能够推算分析输入的检查值、同时掌握患者的情况、能够提供对即便是非糖尿病专科的医生的诊断也有帮助的支持信息的糖尿病诊疗支持系统。
本发明的第1糖尿病诊疗支持系统，包括：用于输入含有患者的检查值以及临床症状的诊疗数据的输入装置；具有规定的参数、把与糖尿病相关联的内脏以及/或者器官的功能作为数学模型表现的生物体模型；根据所述诊疗数据以及生物体模型，推算适合患者的参数值的推算单元；根据由该推算单元推算的参数值，分析患者的糖尿病病状的病状分析单元；根据分析的病状，生成诊疗支持信息的诊疗支持信息生成单元；以及，输出由上述病状分析单元以及/或者诊疗支持信息生成单元获得的信息的诊疗支持信息输出单元。
本发明的第2糖尿病诊疗支持系统，包括：用于输入含有患者的检查值以及临床症状的诊疗数据的输入装置；具有规定的参数、把与糖尿病相关联的内脏以及/或者器官的功能作为数学模型表现的生物体模型；根据所述诊疗数据以及生物体模型，推算适合患者的参数值的推算单元；通过向所述生物体模型输入所述推算单元推算的参数值、根据假定的治疗方针进行模拟治疗，模拟其治疗效果的治疗模拟单元。
本发明的第3方面涉及一种存储有用于使具有输入装置以及输出设备的计算机作为用于糖尿病诊疗支持的糖尿病诊疗支持系统而发挥功能的计算机程序的计算机可读存储介质，其中所述计算机程序包括：使所述计算机接收由所述输入装置输入的、包含患者的检查值以及临床症状的诊疗数据的步骤；使所述计算机根据具有规定的参数、把与糖尿病相关联的内脏以及/或者器官的功能作为数学模型表现的生物体模型和所述诊疗数据，推算适合患者的参数值的步骤；使所述计算机根据推算的参数值来分析患者的糖尿病的病状的步骤；使所述计算机根据分析的病状来生成诊疗支持信息的步骤；以及，使所述计算机通过所述输出设备输出病状的分析结果以及/或者生成的诊疗支持信息的步骤。
附图说明
图1是表示本发明实施方式的糖尿病诊疗支持系统的概念性结构的功能框图。
图2是表示根据图1所示的实施方式的糖尿病诊疗支持系统的硬件结构的框图。
图3是表示本发明的实施方式的糖尿病诊疗支持系统的处理的全过程的流程图。
图4是表示本发明的实施方式的糖尿病诊疗支持系统的诊疗支持信息生成处理的流程图。
图5是表示本发明的实施方式的糖尿病诊疗支持系统的病状模拟处理的流程图。
具体实施方式
以下将根据附图说明本发明的实施方式。
图1是表示本发明实施方式的糖尿病诊疗支持系统的概念性结构的功能框图。如图1所示，该实施方式的糖尿病诊疗支持系统10，具有诊疗数据输入部1、生物体模型2、生物体模型驱动部3、生物体模型生成部4、病状分析部5、诊疗支持信息生成部6、病状模拟部7以及诊疗支持信息输出部8的各功能块。这些各功能块，通过如下的硬件结构和计算机程序的协作运行而实现。
图2是表示本发明的实施方式的糖尿病诊疗支持系统的硬件构成的框图。本实施方式的糖尿病诊疗支持系统10，由以主体11、显示器12、输入装置13为主而构成的计算机10a构成。主体11，主要由CPU11a、ROM11b、RAM11c、硬盘11d、读取装置11e、输入输出接口11f、通信接口11g、图像输出接口11h构成，CPU11a、ROM11b、RAM11c、硬盘11d、读取装置11e、输入输出接口11f以及图像输出接口11h通过总线11i相互连接并能够进行数据通信。
CPU11a能够运行ROM11b中存储的计算机程序以及RAM11c中装入的计算机程序。然后，通过该CPU11a运行如后所述的应用程序14a，实现上述各功能块，使计算机10a作为糖尿病诊疗支持系统10而发挥作用。
ROM11b由模板ROM、PROM、EPROM、EEPROM等构成，存储有由CPU11a运行的计算机程序以及用于程序的数据等。
RAM11c由SRAM或者DRAM等构成。RAM11c用于读取由ROM11b以及硬盘11d中存储的计算机程序。另外，在运行这些计算机程序时，被作为CPU11a的工作区域而利用。
硬盘11d安装有操作系统以及应用程序等用于使CPU11a运行的各种计算机程序以及用于运行该计算机程序的数据。后述的应用程序14a也被安装于该硬盘11d。
读取装置11e，由软驱、CD-ROM驱动器或者DVD-ROM驱动器等构成，能够读取可移动型存储介质14中存储的计算机程序或者数据。而且，在可移动型存储介质14中存储有用于使计算机发挥作为本发明的糖尿病诊疗支持系统的功能的应用程序14a，计算机10a从该可移动型存储介质14读出本发明的应用程序14a，该应用程序14a能够安装于硬盘11d。
另外，上述应用程序14a，不仅可由可移动型存储介质14提供，也可以从利用电通信线路(无论有线、无线)与计算机10a连接的可以进行通信的外部机器、通过所述电通信线路来提供。例如，也可以使所述应用程序14a存储在因特网上的服务器计算机的硬盘内，使计算机10a访问该服务器计算机，下载该计算机程序，并将其安装到硬盘11d。
而且，硬盘11d中安装有提供例如美国微软公司制造销售的Windows(注册商标)等图形客户界面环境的操作系统。在下面的说明中，假设本实施方式的应用程序14a在该操作系统上运行。
输入输出接口11f，由例如USB、IEEE1394、RS-232C等串行接口，SCSI、IDE、IEEE1284等并行接口、以及D/A转换器、A/D转换器等组成的模拟接口等构成。输入输出接口11f上连接有键盘以及鼠标等组成的输入装置13，用户通过使用该输入装置13，能够向计算机10a输入数据。
图像输出接口11h连接有由LCD或者CRT等构成的显示器12，向显示器12输出对应于从CPU11a给出的图像数据的图像信号。显示器12根据输入的图像信号，显示图像(画面)。
图1所示的诊疗数据输入部1，是向主系统输入血糖值等检查结果的数值(检查值)、由医师的问诊而得到的临床症状、其他的信息的部分，是由如图2所示的输入装置13、输入输出接口11f以及关于来自输入装置13的信息输入的接收的计算机程序而构成的。在本实施方式中，诊疗数据输入部1由输入装置13构成，但并不限于此，例如也可以构成为除输入装置13外、还具有OCR、扫描仪等各种输入机器，也可以采用在计算机10a可访问的数据库等中存储各种信息、计算机10a通过访问该数据库而输入信息的结构。所输入的信息，被存储于硬盘11d中，使生物体模型生成部4等利用。
在此，本实施方式中，作为被输入的诊疗数据，至少可以列举内服糖负荷实验的胰岛素值(μu/ml)、血糖值(mg/dl)、空腹时以及餐后2小时的胰岛素值a(μu/ml)、血糖值b(mg/dl)、HOMA-IR值(＝a*b/405)、24小时的尿中C肽(μg)、糖化蛋白指标HbA1c、有无体重减轻、BMI值、？IRI/？BS、尿酮体是否呈阳性等。但是，并不限于此，根据需要也可以输入其他的检查值。另外，还可以列举作为临床症状的肥胖或者消瘦的状态、空腹时或餐后的血糖值的状态、含糖物质的摄取状态等。
生物体模型2是作为数学模型表现与糖尿病相关的内脏、器官的功能的模型，例如能够表现胰脏中的胰岛素的分泌功能、肝脏中的葡萄糖的摄取功能、末梢组织中的利用胰岛素的糖的代谢功能。作为模型的表现方式，例如可以作为以物质浓度为变量的微分方程式来表现。不过，并不仅限于此，根据需要也可以包含其他内脏、器官或其他的功能，也可以采用其他的表现方式。该生物体模型2具有对于各患者来说都一样的结构部分、以及根据各患者而不同的变量即参数。
作为在此使用的生物体模型2，可以利用如Bergman etal.，American Journal of Physiology，vol.236(6)，p.E-667-77(1979)以及Bergman et al.，Journal of Clinical Investigation，vol.68(6)，p.1456-67(1981)中所公开的通过数式表现褒曼基本模型的形式。
该基本模型，以血浆葡萄糖浓度、血浆胰岛素浓度以及末梢组织的胰岛素作用点处的胰岛素作用量即远程胰岛素作为变量。在此，假设时刻t的血浆葡萄糖浓度为G(t)、血浆胰岛素浓度为I(t)、远程胰岛素为X(t)，则G(t)、I(t)、X(t)分别表示为如下所示的左侧为时间微分的微分方程式。
dG(t)/dt＝-p1(G(t)-Gb)-X(t)G(t)
dX(t)/dt＝-p2X(t)+p3(I(t)-Ib)
dI(t)/dt＝-n(I(t)-Ib)+？(G(t)-h)其中G(t)＞h
        ＝-n(I(t)-Ib)+？(G(t)-h)其中G(t)？h
在此，式中各参数代表：
p1：胰岛素非依赖型葡萄糖代谢速度
Gb：葡萄糖浓度底值
p2：胰岛素作用点处的胰岛素摄取能力
p3：对于胰岛素依赖型葡萄糖代谢的胰岛素消耗率
Ib：胰岛素浓度底值
n：单位时间的胰岛素消耗量
？：对于葡萄糖刺激的胰岛素分泌灵敏度
h：胰岛素分泌开始的血糖值阈值，
这些都可以根据各患者的情况而具有不同的值。
生物体模型驱动部3，是用于利用生物体模型2进行用于再现生物体的活动的计算的部分。例如，也可以利用MatLab(马斯沃可斯公司产品)或E-Cell(庆应义塾大学公开软件)计算生物体模型的活动。另外，也可以采用其他的计算系统。
使用所述基本模型作为所述生物体模型2时，生物体模型驱动部3可以利用能够以任意参数和任意时间间隔计算所述微分方程式的数值计算软件。
生物体模型生成部4，是用于推算使生物体模型驱动部3的输出与被输入的诊疗数据相一致的生物体模型2的参数值的部分。作为参数值的推算方法，可以采用公知的最小二乘法、最速下降法或遗传算法，但并不限于此，也可以根据需要采用其他算法。
采用所述基本模型作为所述生体模型2时，第一步，可以利用作为所述诊疗数据的静脉葡萄糖负荷实验时的血浆中胰岛素变化浓度数据，采用公知的最小二乘法、最速下降法或遗传算法，推算使得与所述模型驱动部3输出的G(t)之间的误差最小的、所述参数中的p1、p2、p3、Gb的值。下一步，可以利用作为所述诊疗数据的静脉葡萄糖负荷实验时的血浆中胰岛素变化浓度数据，采用同样的公知方法，推算使得与所述模型驱动部3输出的G(t)之间的误差最小的、所述参数中的？、n、h、Ib的值。
病状分析部5，通过把生物体模型生成部4生成的参数值与所述糖尿病患者的3种病状、即“肝糖释放亢进”、“胰岛素分泌能力”、“胰岛素抵抗性”建立对应关系，与事先确定的正常人的参数值进行比较，检测出呈现异常的参数，来分析病状。例如，可以把所述基本模型的参数中？与“胰岛素分泌能力”、Gb与“肝糖释放亢进”、p3与“胰岛素抵抗性”建立对应关系。进一步，也可以对于特定的参数，设定正常人摄取的上限值和下限值，当超出该范围时即判定为异常。并且，也可以通过正常人的参数的代表值与生成的患者的参数值的比率值，判定正常、异常。
诊疗支持信息生成部6，是利用病状分析部5输出的病状模式、由诊疗数据输入部1输入的诊疗数据以及存储有专科医生的经验的数据库等，根据后述的诊疗判断标准，生成以被认为是最合适的治疗方法为主的支持信息的部分。
存储有专科医生的经验的数据库，是由专科医生对糖尿病药物的知识、关于运动疗法的知识、关于饮食疗法的知识等构成，根据各种病状模式及患者的临床症状、手术史等，作为治疗方针而被系统化了的数据库。这些信息存储于硬盘11d、RAM11c等存储装置中。
作为药物的知识，可以列举根据各病状可以施用的药物的候补、根据临床症状的药物的选择顺序和施用量、根据患者的状态不能施用的药物的种类(禁忌信息)等。药物的施用比率，由如该患者的各病因给糖尿病的影响度及对肾脏等内脏器官有无损害这样的参数的强度函数而决定。
例如，与TZD同时施用AGI的药物施用方针，应该考虑到其对该患者的糖尿病病因中胰岛素抵抗性的增强给予的影响最大、进一步还应综合考虑没有发生心力衰竭、没有电解质异常、过去没有消化道手术等条件，才能施用。
作为运动疗法的知识，可以列举出适应各病状的运动强度、运动量及推荐的运动项目等。
作为饮食疗法的知识，可列举出适应各病状的允许摄取热量、各种营养素的允许摄取量等。
病状模拟部7，是利用生物体模型生成部4生成的患者固有的生物体模型，预测对该患者进行某种治疗后的病状的部分。例如，对于治疗前最大影响病因是胰岛素分泌下降的患者，假定施加胰岛素进行模拟的结果，如果看到“胰岛素分泌”上升和“糖释放”降低而未见“糖利用”的上升，则可以预测治疗后的病状是胰岛素抵抗性为最大影响病因，并输出有此意义的结果。
诊疗支持信息输出部8，是输出在诊疗支持信息生成部6生成的治疗方法、病况模拟部7预测的病状或者治疗结果等的支持信息的部分。
诊疗支持信息输出部8，由如图2所示的显示器12、图像输出接口11h、以及与向显示器12的信息输出相关的计算机程序构成。在本实施方式中，诊疗支持信息输出部8由显示器12构成，但并不限于此，例如显示器12之外，也可以具有打印机等印刷装置。
下面，对本发明的糖尿病诊疗支持系统的处理内容进行说明。图3、图4及图5是表示本发明的糖尿病诊疗支持系统的处理流程的流程图。首先，在步骤S1，CPU11a接收来自输入装置13的如上述的某患者的诊疗数据。
接着，CPU11a启动生物体模型推算处理(步骤S2)。在本步骤中，CPU11a设定一定的初始值作为生物体模型2的参数值(步骤S2-1)，并施加给生物体模型驱动部3使其再现生物体的活动(步骤S2-2)。
然后，CPU11a对生物体模型驱动部3的输出和被输入的诊疗数据进行比较，判别两者是否充分一致(步骤S2-3，S2-4)。在此，如果两者不充分一致，CPU11a将更新参数值，返回步骤S2-2重复进行上述处理。
另一方面，如果生物体模型驱动部3的输出与被输入的诊疗数据充分一致，CPU11a将输出此时的参数值，继续进行如下的病状分析步骤S3的处理。
接着，CPU11a启动病状分析处理(步骤S3)。在该病状分析处理中，主要进行以下3个判定处理。
步骤S3-1：末梢的胰岛素抵抗性判定
步骤S3-2：来自肝脏的葡萄糖释放亢进判定
步骤S3-3：胰岛素分泌下降判定
例如，把所述基本模型中的p3看作表示对于末梢组织的胰岛素浓度的单位时间代谢的葡萄糖的量的参数，可以判定该参数下降的患者患有末梢胰岛素抵抗性。
另外，把所述基本模型中的Gb看作表示葡萄糖的产生被抑制的底值的血糖值的参数，可以判定该参数增加的患者患有来自肝脏的释放亢进。
把所述基本模型中的？看作表示对于葡萄糖刺激的单位时间产生的胰岛素产生量的参数，可以判定该参数下降的患者患有胰岛素分泌能力下降。
若进行各步骤的判定处理，就会在每个步骤中由CPU11a算出评价得分，并暂时保存在RAM11c或者硬盘11d中。例如，在步骤S3-1中，通过CPU11a进行末梢胰岛素抵抗性判定处理，求得表示胰岛素抵抗性作为糖尿病的病因产生了多大影响的评价值(设为得分A)。作为得分A的计算方法，可以采用例如、用基本模型中的p3：胰岛素依赖型葡萄糖代谢的胰岛素消耗率除以正常人的标准值的方法。该得分A被临时保存，并用于下面的诊疗支持信息生成处理(步骤S4)。
同样，在步骤S3-2，由CPU11a计算出葡萄糖释放亢进的评价值得分B，在步骤S3-3，由CPU11a计算出胰岛素分泌下降的得分C。作为得分B的计算方法，可以采用例如、用基本模型中的Gb：葡萄糖浓度底值除以正常人的标准值的方法。作为得分C的计算方法，可以采用例如、用基本模型中的h：胰岛素分泌开始的血糖值阈值除以正常人的标准值的方法。这些得分，数值越大其病因影响度越大。
接着，CPU11a判断进入支持信息的生成处理(步骤S4)、还是进入病状模拟(步骤S5)。该判断也可以如此进行，即，进行催促使用者输入的显示，通过使用者判断并进行规定的键输入来指定应进行的处理。或者，也可以在步骤S1的输入时，使用者预先输入进行哪种处理的信息。另外，这种分支判断并不是必需的，也可以在CPU11a实施步骤S4后，时序地进行步骤S5。
在步骤S4的诊疗支持信息生成处理中，根据在步骤S2中求得的3个得分(A、B、C)的大小关系，由CPU11a进行以下4个处理中的某一个处理。
步骤S4-1：末梢的胰岛素抵抗性被判定为最大时
步骤S4-2：来自肝脏的葡萄糖释放亢进被判定为最大时
步骤S4-3：胰岛素分泌下降被判定为最大时
在这3个处理中，CPU11a针对各种病因，根据规定的诊疗判断标准，生成由治疗方针、施用药物等构成的支持信息。
例如，当末梢的胰岛素抵抗性被判定为最大时，CPU11a能够生成抵抗性改善药即TZD药最适合的信息。
另外，当来自肝脏的葡萄糖释放亢进被判定为最大时，CPU11a能够生成抑制糖释放的BG药最适合的信息。
同样，当胰岛素分泌下降被判定为最大时，CPU11a能够生成刺激胰岛素分泌的SU药最适合的信息。
然后，在步骤S4之后，CPU11a使生成的诊疗支持信息显示在显示器13上，或者由打印机打印出来(步骤S6)。
在病状模拟处理(步骤S5)中，CPU11a利用求得的参数值，预测进行治疗后的患者的病状。病状的预测，例如通过输入施用特定量的某种药物的信息，CPU11a计算出表示所述各参数值的各函数值，使这些各参数值增加或者减少，并把其参数值施加到所述生物体模型驱动部来进行。此后，CPU11a，进入步骤S6处理，使步骤S2、S3以及S5中求得的有助于诊疗支持的信息显示在显示器12上，或者由打印机打印出来。以上即为本发明的糖尿病诊疗支持系统的整个流程。
如上分析病状确定治疗方针后，如上所述在步骤S6，把包含决定的治疗方针的治疗支持信息提供给医师等。对于一个患者，由于能够在第二次及第三次的诊断中都进行同样的检查、分析，并得到数值化的分析结果(得分)，同时提供诊疗支持信息，所以能够客观而准确地掌握患者的状态随时间的变化，对应经过状态、根据恰当的判断进行治疗。
例如，由发现得分的变化，不仅能得知分类了的病状的变化，而且能够由定量化的得分值来确认是哪种程度的病状变化，就有可能进行更恰当的判断、治疗。另外，通过利用该诊疗支持系统，由于能够不依赖于不确定要素较多的经验和主观，而以预先准备的统一的诊疗判断标准获得病状的分析和治疗方针，所以即便是非糖尿病专科的医生也有可能获得与专科医生同等或者相近的判断或治疗。

Claims (20)

1.一种用于糖尿病诊疗支持的糖尿病诊疗支持系统，其特征在于，包括：
用于输入含有患者的检查值以及临床症状的诊疗数据的输入装置；
具有规定的参数、把与糖尿病相关联的内脏以及/或者器官的功能作为数学模型表现的生物体模型；
根据所述诊疗数据以及生物体模型，推算适合患者的参数值的推算单元；
根据由该推算单元推算的参数值，分析患者的糖尿病病状的病状分析单元；
根据分析的病状，生成诊疗支持信息的诊疗支持信息生成单元；以及，
输出由上述病状分析单元以及/或者诊疗支持信息生成单元获得的信息的诊疗支持信息输出单元。
2.根据权利要求1所述的糖尿病诊疗支持系统，其中，所述生物体模型的模型结构对于各患者都一样。
3.根据权利要求1所述的糖尿病诊疗支持系统，其中，所述参数对应于与糖尿病诊疗相关的病状。
4.根据权利要求1所述的糖尿病诊疗支持系统，其中，所述推算单元推算使输入的诊疗数据与由生物体模型再现的生物体的活动相一致的生物体模型的参数值。
5.根据权利要求1所述的糖尿病诊疗支持系统，其中，所述病状分析单元，通过把各患者固有的参数值与规定的参数值的正常范围进行比较，分析患者的病状。
6.根据权利要求1所述的糖尿病诊疗支持系统，其中，所述诊疗支持信息生成单元，根据与各病状模式相对应的规定的治疗支持信息，生成与所述病状分析单元的分析结果的病状模式相对应的治疗支持信息。
7.根据权利要求1所述的糖尿病诊疗支持系统，其中，进一步包含：通过向所述生物体模型输入所述推算单元推算的参数值、根据假定的治疗方针进行模拟治疗，模拟其治疗效果的治疗模拟单元。
8.根据权利要求4所述的糖尿病诊疗支持系统，其中，所述诊疗数据是患者的血糖值以及胰岛素的浓度，所述推算单元，推算使由所述生物体模型再现的血糖值以及胰岛素浓度与被输入的血糖值以及胰岛素浓度相一致的生物体模型的参数值。
9.根据权利要求1所述的糖尿病诊疗支持系统，其中，所述生物体模型包含胰脏、肝脏以及末梢组织模型，胰脏模型表现胰岛素的分泌、肝脏模型表现葡萄糖的摄取与释放、末梢组织模型表现由胰岛素控制的糖代谢。
10.根据权利要求9所述的糖尿病诊疗支持系统，其中，所述生物体模型具有分别表示胰岛素非依赖型葡萄糖代谢速度、葡萄糖浓度底值、胰岛素作用点处的胰岛素摄取能力、对于胰岛素依赖型葡萄糖代谢的胰岛素消耗率、胰岛素浓度底值、单位时间的胰岛素消耗量、对于葡萄糖刺激的胰岛素分泌灵敏度、胰岛素分泌开始的血糖值阈值的参数。
11.一种用于糖尿病诊疗支持的糖尿病诊疗支持系统，其特征在于，包括：
用于输入含有患者的检查值以及临床症状的诊疗数据的输入装置；
具有规定的参数、把与糖尿病相关联的内脏以及/或者器官的功能作为数学模型表现的生物体模型；
根据所述诊疗数据以及生物体模型，推算适合患者的参数值的推算单元；
通过向所述生物体模型输入所述推算单元推算的参数值、根据假定的治疗方针进行模拟治疗，模拟其治疗效果的治疗模拟单元。
12.根据权利要求11所述的糖尿病诊疗支持系统，其中，所述生物体模型的模型结构对于各患者都一样。
13.根据权利要求11所述的糖尿病诊疗支持系统，其中，所述推算单元推算使输入的诊疗数据与由生物体模型再现的生物体的活动相一致的生物体模型的参数值。
14.根据权利要求13所述的糖尿病诊疗支持系统，其中，所述诊疗数据是患者的血糖值以及胰岛素的浓度，所述推算单元，推算使由所述生物体模型再现的血糖值以及胰岛素浓度与被输入的血糖值以及胰岛素浓度相一致的生物体模型的参数值。
15.根据权利要求11所述的糖尿病诊疗支持系统，其中，所述生物体模型包含胰脏、肝脏以及末梢组织模型，胰脏模型表现胰岛素的分泌、肝脏模型表现葡萄糖的摄取与释放、末梢组织模型表现由胰岛素控制的糖代谢。
16.一种计算机可读存储介质，存储有用于使具有输入装置以及输出设备的计算机作为用于糖尿病诊疗支持的糖尿病诊疗支持系统而发挥功能的计算机程序，其中所述计算机程序包括：
使所述计算机接收由所述输入装置输入的、包含患者的检查值以及临床症状的诊疗数据的步骤；
使所述计算机根据具有规定的参数、把与糖尿病相关联的内脏以及/或者器官的功能作为数学模型表现的生物体模型和所述诊疗数据，推算适合患者的参数值的步骤；
使所述计算机根据推算的参数值来分析患者的糖尿病的病状的步骤；
使所述计算机根据分析的病状来生成诊疗支持信息的步骤；以及，
使所述计算机通过所述输出设备输出病状的分析结果以及/或者生成的诊疗支持信息的步骤。
17.根据权利要求16所述的存储介质，其中，所述生物体模型的模型结构对于各患者都一样。
18.根据权利要求16所述的存储介质，其中，所述参数对应于与糖尿病诊疗相关的病状。
19.根据权利要求16所述的存储介质，其中，在使所述计算机推算参数值的步骤中，使所述计算机推算使输入的诊疗数据与由生物体模型再现的生物体的活动相一致的生物体模型的参数值。
20.根据权利要求16所述的存储介质，其中，在使所述计算机分析病状的步骤中，使所述计算机通过将各患者固有的参数值与规定的参数值的正常范围进行比较来分析患者的病状。
CNA2005100547921A 2004-03-17 2005-03-16 糖尿病诊疗支持系统以及存储介质 Pending CN1670755A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2004076397 2004-03-17
JP2004076397A JP4547173B2 (ja) 2004-03-17 2004-03-17 糖尿病診療支援システム

Publications (1)

Publication Number Publication Date
CN1670755A true CN1670755A (zh) 2005-09-21

Family

ID=34858347

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2005100547921A Pending CN1670755A (zh) 2004-03-17 2005-03-16 糖尿病诊疗支持系统以及存储介质

Country Status (4)

Country Link
US (1) US7914449B2 (zh)
EP (1) EP1580682A2 (zh)
JP (1) JP4547173B2 (zh)
CN (1) CN1670755A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101763464A (zh) * 2008-12-22 2010-06-30 希森美康株式会社 糖尿病诊疗支援装置和计算机系统
CN101077307B (zh) * 2006-05-24 2011-02-09 希森美康株式会社 生物器官功能模拟系统
CN102651995A (zh) * 2009-12-18 2012-08-29 霍夫曼-拉罗奇有限公司 用于测试血糖测量引擎的系统和设备
CN102763109A (zh) * 2010-02-23 2012-10-31 霍夫曼-拉罗奇有限公司 用于将治疗指南提供给患有糖尿病的人的方法和系统
CN103620413A (zh) * 2011-03-21 2014-03-05 Ima生物科技公司 对样品中的靶分子进行检测和定量的方法
CN106446504A (zh) * 2015-07-31 2017-02-22 富士通株式会社 用于生物医学模拟的系统和方法
CN108122608A (zh) * 2006-06-16 2018-06-05 霍夫曼-拉罗奇有限公司 收集可以从其确定糖尿病疗法的患者信息的系统和方法
CN112102953A (zh) * 2020-10-22 2020-12-18 平安科技（深圳）有限公司 个性化糖尿病健康管理系统、设备及存储介质

Families Citing this family (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090312620A1 (en) * 2005-04-27 2009-12-17 Hou-Mei Henry Chang Diabetes monitor
JP5100979B2 (ja) * 2005-05-11 2012-12-19 シスメックス株式会社 生体シミュレーションシステム及びコンピュータプログラム
JP4756906B2 (ja) * 2005-05-11 2011-08-24 シスメックス株式会社 生体シミュレーションシステム及びコンピュータプログラム
JP4781710B2 (ja) * 2005-05-12 2011-09-28 シスメックス株式会社 治療効果予測システム及びそのプログラム
JP4822204B2 (ja) * 2005-07-06 2011-11-24 国立大学法人神戸大学 血糖降下薬作用予測システム
JP4861687B2 (ja) * 2005-11-21 2012-01-25 シスメックス株式会社 医療用シミュレーションシステム及びそのコンピュータプログラム
JP2007272427A (ja) * 2006-03-30 2007-10-18 Sysmex Corp 生体の疑似試験コンピュータシステム、そのコンピュータプログラム、及び生体の疑似試験方法
EP1830333A1 (en) * 2006-01-27 2007-09-05 Sysmex Corporation Medical simulation system, computer system and computer program product
JP4901226B2 (ja) * 2006-01-27 2012-03-21 シスメックス株式会社 医療用シミュレーションシステム及びそのコンピュータプログラム
JP2007312922A (ja) * 2006-05-24 2007-12-06 Sysmex Corp 生体応答予測システム及びそのプログラム
DE202006021307U1 (de) 2006-06-30 2015-08-06 Eckhard Salzsieder Anordnung zur rechnergestützten Bestimmung des charakteristischen Tagesprofils des individuellen Glukosemetabolismus
DE102006030210A1 (de) * 2006-06-30 2008-01-03 Salzsieder, Eckhard, Dipl.-Phys., Dr. rer.nat. Verfahren und Anordnung zur rechnergestützten Bestimmung des charakteristischen Tagesprofils des individuellen Glukosemetabolismus
WO2008101172A2 (en) * 2007-02-16 2008-08-21 Ohio University System and method for managing diabetes
US20080262745A1 (en) * 2007-04-20 2008-10-23 David Charles Polidori Method for Determining Insulin Sensitivity and Glucose Absorption
JP2008293171A (ja) * 2007-05-23 2008-12-04 Sysmex Corp 医療診断支援コンピュータシステム、コンピュータプログラム、及びサーバコンピュータ
US8712748B2 (en) 2007-06-27 2014-04-29 Roche Diagnostics Operations, Inc. Medical diagnosis, therapy, and prognosis system for invoked events and methods thereof
KR101183854B1 (ko) 2007-06-27 2012-09-20 에프. 호프만-라 로슈 아게 테라피 시스템용 환자 정보 입력 인터페이스
SI2179379T1 (sl) * 2007-06-27 2019-09-30 F. Hoffmann-La Roche Ag Sistem za dajanje terapije z odprto arhitekturo in njegov postopek
EP2164977B1 (en) * 2007-07-17 2013-10-30 Metabolon, Inc. Biomarkers for pre-diabetes and methods using the same
BRPI0821228A2 (pt) * 2007-12-18 2015-06-16 Koninkl Philips Electronics Nv Sistema de modelagem clínica, método para avaliar cenários clínicos hipotéticos, e, processador ou meio legível por computador
US20100138453A1 (en) * 2008-02-12 2010-06-03 Alferness Clifton A System and method for generating a personalized diabetes management tool for diabetes mellitus
US20100145670A1 (en) * 2008-02-12 2010-06-10 Alferness Clifton A System and method for managing type 2 diabetes mellitus through a personal predictive management tool
US20100198021A1 (en) * 2008-02-12 2010-08-05 Alferness Clifton A Computer-implemented method for providing a tunable personalized tool for estimating glycated hemoglobin
US20100145725A1 (en) * 2008-02-12 2010-06-10 Alferness Clifton A System and method for managing type 1 diabetes mellitus through a personal predictive management tool
US20100137786A1 (en) * 2008-02-12 2010-06-03 Alferness Clifton A System and method for actively managing type 1 diabetes mellitus on a personalized basis
US20110077930A1 (en) * 2008-02-12 2011-03-31 Alferness Clifton A Computer-implemented method for providing a personalized tool for estimating 1,5-anhydroglucitol
US20100145174A1 (en) * 2008-02-12 2010-06-10 Alferness Clifton A System And Method For Providing A Personalized Tool For Estimating Glycated Hemoglobin
US20100198020A1 (en) * 2008-02-12 2010-08-05 Alferness Clifton A System And Method For Computer-Implemented Method For Actively Managing Increased Insulin Resistance In Type 2 Diabetes Mellitus
US20100145173A1 (en) * 2008-02-12 2010-06-10 Alferness Clifton A System and method for creating a personalized tool predicting a time course of blood glucose affect in diabetes mellitus
US20100138203A1 (en) * 2008-02-12 2010-06-03 Alferness Clifton A System and method for actively managing type 2 diabetes mellitus on a personalized basis
KR101007594B1 (ko) 2008-05-08 2011-01-12 가톨릭대학교 산학협력단 임상의사결정지원시스템이 적용된 반자동화 혈당관리시스템 및 그 방법
JP5261026B2 (ja) * 2008-05-22 2013-08-14 株式会社タニタ 血糖値測定装置および食後平均血糖値の測定方法
JP5334643B2 (ja) * 2009-03-30 2013-11-06 シスメックス株式会社 尿試料分析装置
JP4797103B2 (ja) * 2009-06-25 2011-10-19 有限会社東海メディカルサービス 治療支援プログラム、その記録媒体および治療支援システム
WO2011103430A1 (en) 2010-02-19 2011-08-25 Medivation Technologies, Inc. Pyrido[4,3-b]indole and pyrido[3,4-b]indole derivatives and methods of use
US20110237918A1 (en) * 2010-02-23 2011-09-29 Robin Wagner Methods and systems for providing therapeutic guidelines to a person having diabetes
WO2012112963A1 (en) 2011-02-18 2012-08-23 Medivation Technologies, Inc. Compounds and methods for treatment of hypertension
FR2976076B1 (fr) 2011-05-31 2015-02-27 Imabiotech Procede de detection et de quantification d'une molecule cible dans un tissu
US8744828B2 (en) 2012-07-26 2014-06-03 Rimidi Diabetes, Inc. Computer-implemented system and method for improving glucose management through modeling of circadian profiles
US8756043B2 (en) 2012-07-26 2014-06-17 Rimidi Diabetes, Inc. Blood glucose meter and computer-implemented method for improving glucose management through modeling of circadian profiles
US8768673B2 (en) 2012-07-26 2014-07-01 Rimidi Diabetes, Inc. Computer-implemented system and method for improving glucose management through cloud-based modeling of circadian profiles
WO2014022864A1 (en) * 2012-08-03 2014-02-06 University Of Virginia Patent Foundation Computer simulation for testing and monitoring of treatment strategies for stress hyperglycemia
US11081234B2 (en) * 2012-10-04 2021-08-03 Analytic Diabetic Systems, Inc. Clinical support systems and methods
CA2899994C (en) 2013-02-25 2022-08-30 Imabiotech Method to evaluate the tissue targeting of a molecule of interest
CA2928557C (en) 2013-10-24 2023-10-10 Trustees Of Boston University Infusion system for preventing mischanneling of multiple medicaments
EP3319662B1 (en) 2015-07-08 2023-09-13 Trustees of Boston University Infusion system and components thereof
US11464456B2 (en) 2015-08-07 2022-10-11 Aptima, Inc. Systems and methods to support medical therapy decisions
US10783801B1 (en) 2016-12-21 2020-09-22 Aptima, Inc. Simulation based training system for measurement of team cognitive load to automatically customize simulation content
CN110366405B (zh) 2017-01-06 2023-02-17 波士顿大学托管委员会 输注系统及其部件
CN110197724A (zh) * 2019-03-12 2019-09-03 平安科技（深圳）有限公司 预测糖尿病患病阶段的方法、装置及计算机设备
WO2021011699A1 (en) 2019-07-16 2021-01-21 Beta Bionics, Inc. Ambulatory device and components thereof
US11278661B2 (en) 2020-03-10 2022-03-22 Beta Bionics, Inc. Infusion system and components thereof
JP2023010391A (ja) * 2021-07-09 2023-01-20 オムロンヘルスケア株式会社 診療支援システム、診療支援装置、診療支援方法及びプログラム

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3365579B2 (ja) * 1993-06-10 2003-01-14 株式会社ハーディ 医用診断システム
JPH0757018A (ja) * 1993-08-19 1995-03-03 Nippo Sangyo Kk 総合医療診断支援装置
JP3897063B2 (ja) * 1996-01-19 2007-03-22 株式会社中埜酢店 判別支援方法
JP3344540B2 (ja) * 1996-05-24 2002-11-11 株式会社東芝 エキスパートシステム
FI112545B (fi) * 1997-05-30 2003-12-15 Nokia Corp Menetelmä ja järjestelmä potilaan veren glykosyloidun hemoglobiinikomponentin tason ennustamiseksi
JP3147836B2 (ja) * 1997-11-13 2001-03-19 日本電気株式会社 知識獲得装置、知識獲得方法及び知識獲得用プログラムを記録した記憶媒体
JPH11296598A (ja) * 1998-04-07 1999-10-29 Seizaburo Arita 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体
DZ3338A1 (fr) 2000-03-29 2001-10-04 Univ Virginia Méthode, systeme et programme d'ordinateur pour l'évaluation de régulation de glycemique du diabète à partir de données contrôllées automatiquement
US6612985B2 (en) * 2001-02-26 2003-09-02 University Of Rochester Method and system for monitoring and treating a patient
US7353152B2 (en) * 2001-05-02 2008-04-01 Entelos, Inc. Method and apparatus for computer modeling diabetes
US20050125158A1 (en) * 2001-12-19 2005-06-09 Kaiser Foundation Health Plan Inc. Generating a mathematical model for diabetes
JP4133027B2 (ja) * 2002-06-25 2008-08-13 株式会社日立ハイテクノロジーズ 感染症知識ベース編集支援方法およびそのプログラム
EP1378853A1 (fr) * 2002-07-04 2004-01-07 GE Medical Systems Global Technology Company LLC Système numérique d'assistance médicale
JP4289869B2 (ja) 2002-11-06 2009-07-01 シスメックス株式会社 糖尿病診断支援システム
WO2005036446A2 (en) * 2003-10-07 2005-04-21 Entelos, Inc. Simulating patient-specific outcomes

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101077307B (zh) * 2006-05-24 2011-02-09 希森美康株式会社 生物器官功能模拟系统
US8073629B2 (en) 2006-05-24 2011-12-06 Sysmex Corporation Simulation system of function of biological organ
CN108122608A (zh) * 2006-06-16 2018-06-05 霍夫曼-拉罗奇有限公司 收集可以从其确定糖尿病疗法的患者信息的系统和方法
CN101763464A (zh) * 2008-12-22 2010-06-30 希森美康株式会社 糖尿病诊疗支援装置和计算机系统
CN101763464B (zh) * 2008-12-22 2015-12-09 希森美康株式会社 糖尿病诊疗支援装置
CN102651995B (zh) * 2009-12-18 2014-12-10 霍夫曼-拉罗奇有限公司 用于测试血糖测量引擎的系统和设备
CN102651995A (zh) * 2009-12-18 2012-08-29 霍夫曼-拉罗奇有限公司 用于测试血糖测量引擎的系统和设备
CN102763109A (zh) * 2010-02-23 2012-10-31 霍夫曼-拉罗奇有限公司 用于将治疗指南提供给患有糖尿病的人的方法和系统
CN102763109B (zh) * 2010-02-23 2018-06-26 霍夫曼-拉罗奇有限公司 用于监测血糖bG水平并向患有糖尿病的人报告bG水平的不良事件的方法和设备
CN103620413A (zh) * 2011-03-21 2014-03-05 Ima生物科技公司 对样品中的靶分子进行检测和定量的方法
CN107179349A (zh) * 2011-03-21 2017-09-19 Ima生物科技公司 对样品中的靶分子进行检测和定量的方法
CN106446504A (zh) * 2015-07-31 2017-02-22 富士通株式会社 用于生物医学模拟的系统和方法
CN106446504B (zh) * 2015-07-31 2019-04-09 富士通株式会社 用于生物医学模拟的系统和方法
CN112102953A (zh) * 2020-10-22 2020-12-18 平安科技（深圳）有限公司 个性化糖尿病健康管理系统、设备及存储介质
CN112102953B (zh) * 2020-10-22 2023-06-16 平安科技（深圳）有限公司 个性化糖尿病健康管理系统、设备及存储介质

Also Published As

Publication number Publication date
JP2005267042A (ja) 2005-09-29
US20050234311A1 (en) 2005-10-20
EP1580682A2 (en) 2005-09-28
US7914449B2 (en) 2011-03-29
JP4547173B2 (ja) 2010-09-22

Similar Documents

Publication Publication Date Title
CN1670755A (zh) 糖尿病诊疗支持系统以及存储介质
JP4289869B2 (ja) 糖尿病診断支援システム
US11133111B2 (en) Methods and systems for an artificial intelligence support network for vibrant constitutional guidance
McDonnell et al. A novel approach to continuous glucose analysis utilizing glycemic variation
Vasan et al. The role of hypertension in the pathogenesis of heart failure: a clinical mechanistic overview
JP2008530660A (ja) 仮想の患者の母集団の定義方法
KR20140119022A (ko) 체중 및 영양 제어를 위한 유전자 기반 건강 관리 시스템들
JP2006304833A (ja) 診断支援システム及びコンピュータプログラム
JPWO2020059794A1 (ja) 情報処理方法、情報処理装置及びプログラム
Gates et al. High-throughput mouse phenotyping
US20200251201A1 (en) Identifying and quantifying individualized variability-patterns and implementing them for improved efficacy of systems
Schulz et al. Social support group attendance is related to blood pressure, health behaviours, and quality of life in the Multicenter Lifestyle Demonstration Project
Beyazıt et al. Investigation of effect on glycosylated hemoglobin, blood pressure, and body mass index of diabetes intensive education program in patients with type 2 diabetes mellitus
Yang et al. Analysis of correlation between heart failure in the early stage of acute myocardial infarction and serum pregnancy associated plasma protein-A, prealbumin, C-reactive protein, and brain natriuretic peptide levels
Shi et al. Artificial neural networks: current applications in modern medicine
Schrezenmeir et al. Controlled multicenter study on the effect of computer assistance in intensive insulin therapy of type 1 diabetics
CN100446719C (zh) 代谢监视，用于指示对象的健康相关条件的装置
US20220301715A1 (en) Method of using digital twin biomarker profiles for improved sports training and performance, wellness and healthcare outcomes
EP2224363A2 (en) Diagnostic support apparatus for diabetes and computer program product
Taylor The Jackson Heart Study of the future
Courtney et al. The Game of Health©: An innovative lifestyle change program implemented in a family practice
Imamović et al. Modelling and simulation of blood glucose dynamics
Deichmann et al. New model of glucose-insulin regulation characterizes effects of physical activity and facilitates personalized treatment evaluation in children and adults with type 1 diabetes
US20230245752A1 (en) System and method for biomarker analysis in sporting, wellness and healthcare
Wang et al. A Randomized, Controlled Trial Exploring Collaborative Nursing Intervention on Self‐Care Ability and Blood Glucose of Patients with Type 2 Diabetes Mellitus

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Open date: 20050921