CZ34492U1 - A system for monitoring the vital functions of diabetics to diagnose and predict health or life-threatening situations - Google Patents
A system for monitoring the vital functions of diabetics to diagnose and predict health or life-threatening situations Download PDFInfo
- Publication number
- CZ34492U1 CZ34492U1 CZ2019-37103U CZ201937103U CZ34492U1 CZ 34492 U1 CZ34492 U1 CZ 34492U1 CZ 201937103 U CZ201937103 U CZ 201937103U CZ 34492 U1 CZ34492 U1 CZ 34492U1
- Authority
- CZ
- Czechia
- Prior art keywords
- computer
- user
- information
- amount
- insulin
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims description 17
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 claims description 80
- 102000004877 Insulin Human genes 0.000 claims description 40
- 108090001061 Insulin Proteins 0.000 claims description 40
- 229940125396 insulin Drugs 0.000 claims description 40
- 230000037081 physical activity Effects 0.000 claims description 33
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 18
- 239000008103 glucose Substances 0.000 claims description 18
- 230000036772 blood pressure Effects 0.000 claims description 16
- 239000008280 blood Substances 0.000 claims description 15
- 210000004369 blood Anatomy 0.000 claims description 15
- 238000013500 data storage Methods 0.000 claims description 13
- 208000013016 Hypoglycemia Diseases 0.000 description 15
- 230000000694 effects Effects 0.000 description 14
- 230000002218 hypoglycaemic effect Effects 0.000 description 12
- 235000005911 diet Nutrition 0.000 description 11
- 230000037213 diet Effects 0.000 description 11
- 206010012601 diabetes mellitus Diseases 0.000 description 9
- 201000001421 hyperglycemia Diseases 0.000 description 9
- 150000001720 carbohydrates Chemical class 0.000 description 8
- 235000014633 carbohydrates Nutrition 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 235000013305 food Nutrition 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 235000013361 beverage Nutrition 0.000 description 6
- 229940079593 drug Drugs 0.000 description 6
- 239000003814 drug Substances 0.000 description 6
- 230000037396 body weight Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 235000006694 eating habits Nutrition 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 230000004060 metabolic process Effects 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 229940088597 hormone Drugs 0.000 description 3
- 239000005556 hormone Substances 0.000 description 3
- 208000003443 Unconsciousness Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 239000003925 fat Substances 0.000 description 2
- 231100001261 hazardous Toxicity 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 102000051325 Glucagon Human genes 0.000 description 1
- 108060003199 Glucagon Proteins 0.000 description 1
- 206010040576 Shock hypoglycaemic Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000023852 carbohydrate metabolic process Effects 0.000 description 1
- 235000021256 carbohydrate metabolism Nutrition 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 235000020880 diabetic diet Nutrition 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- MASNOZXLGMXCHN-ZLPAWPGGSA-N glucagon Chemical compound C([C@@H](C(=O)N[C@H](C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(O)=O)C(C)C)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](C)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CO)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@H](CCCCN)NC(=O)[C@H](CO)NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CO)NC(=O)[C@@H](NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@@H](NC(=O)CNC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CO)NC(=O)[C@@H](N)CC=1NC=NC=1)[C@@H](C)O)[C@@H](C)O)C1=CC=CC=C1 MASNOZXLGMXCHN-ZLPAWPGGSA-N 0.000 description 1
- 229960004666 glucagon Drugs 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 235000000891 standard diet Nutrition 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Dentistry (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
Systém monitorující vitální funkce diabetiků pro diagnostiku a předpověď zdraví či život ohrožujících situacíA system for monitoring the vital functions of diabetics for the diagnosis and prediction of health or life-threatening situations
Oblast technikyField of technology
Technické řešení spadá do oblasti technologií měření pro diagnostické účely a výstražných zařízení reagujících na abnormální hodnoty vitálních funkcí uživatele, jakožto i systémy pro přenos měřených hodnot a jejich vyhodnocování.The technical solution falls into the field of measurement technologies for diagnostic purposes and warning devices responding to abnormal values of the user's vital functions, as well as systems for the transmission of measured values and their evaluation.
Dosavadní stav technikyPrior art
Pojmem diabetes mellitus (DM) označujeme chronické onemocnění související s porušeným metabolismem sacharidů, kdy organismus postiženého člověka (diabetika) buď nevytváří hormon inzulín (vrozený DM I. typu), případně mají jeho tkáně k inzulínu sníženou citlivost (získaný DM II. typu). Inzulín je hormon produkovaný slinivkou břišní, který snižuje koncentraci glukózy v krvi. Nedostatek inzulínu u diabetiků a následná vysoká koncentrace glukózy v krvi (hyperglykémie) může způsobit vážné zdravotní potíže, proto si postižení jedinci musí inzulín pravidelně injekčně aplikovat. Přesné požadované množství inzulínu se stanovuje na základě analýzy aktuální koncentrace glukózy v krvi tzv. glukometrem. Zároveň je ovšem nutné sledovat diabetikovu dietu a zajistit dostatečný, byť kontrolovaný přísun sacharidů. V případě již tak nízké koncentrace glukózy v krvi, dané například vynecháním jídla či sportovním výkonem, může injekčně podaný inzulín snížit koncentraci glukózy v krvi pod fýziologickou mez a způsobit tzv. hypoglykémii. Ta se projevuje v lehčích případech malátností, v těžších případech bezvědomím, a je považována za život ohrožující stav. V takovém případě je nutné postiženému podat stravu bohatou na sacharidy, případně injekčně aplikovat hormon glukagon, který působí proti účinkům inzulínu a zvyšuje koncentraci glukózy v krvi. Jelikož člověk postižený akutní hypoglykémii si ve většině případů není schopen sám pomoci, byla vyvinuta řada způsobů, jak nastupující hypoglykémie diagnostikovat a včas na ni upozornit.The term diabetes mellitus (DM) refers to a chronic disease associated with impaired carbohydrate metabolism, when the body of the affected person (diabetic) either does not produce the hormone insulin (congenital DM type I), or its tissues have reduced sensitivity to insulin (acquired type II DM). Insulin is a hormone produced by the pancreas that lowers blood glucose. Insulin deficiency in diabetics and subsequent high blood glucose levels (hyperglycaemia) can cause serious health problems, so affected individuals must inject insulin regularly. The exact required amount of insulin is determined by analyzing the current blood glucose concentration with a so-called glucometer. At the same time, however, it is necessary to monitor the diabetic diet and ensure a sufficient, albeit controlled, supply of carbohydrates. In the case of an already low blood glucose concentration, given for example by skipping a meal or exercising, the injected insulin may lower the blood glucose concentration below the physiological limit and cause so-called hypoglycaemia. It manifests itself in mild cases of malaise, in more severe cases unconsciousness, and is considered a life-threatening condition. In this case, it is necessary to give the victim a diet rich in carbohydrates, or inject the hormone glucagon, which acts against the effects of insulin and increases blood glucose levels. As a person with acute hypoglycemia is in most cases unable to help himself, a number of ways have been developed to diagnose and alert early hypoglycemia.
V současné době jsou v dané oblasti techniky známa řešení využívající zařízení připevněné na těle nositele, které s pomocí řady senzorů monitoruje jeho vitální fúnkce a zjištěné hodnoty odesílá do bezdrátově připojeného zařízení, které je vyhodnocuje, jak je zřejmé příkladně ze spisů US 2014159912, WO 2016056694 či US 2014235293. V případě zjištění nestandardních hodnot je zařízení schopno upozornit na nadcházející nebezpečnou situaci a případně samo upozornit složky integrovaného záchranného systému. Dále je možné data exportovat pro jejich využití zdravotnickým personálem. Jak popisují například spisy WO 2019072141 a WO 2019072142, anonymizovaná data od více uživatelů je možné shromažďovat a využít je ke zpřesnění měření a rozpoznání potenciálně nebezpečných situací.At present, solutions are known in the art using a device mounted on the wearer's body, which monitors his vital functions with the aid of a number of sensors and sends the detected values to a wirelessly connected device, which evaluates them, as is evident from US 2014159912, WO 2016056694. or US 2014235293. In case of finding non-standard values, the device is able to warn of the upcoming dangerous situation and possibly alert itself to the components of the integrated rescue system. Furthermore, it is possible to export data for their use by medical staff. As described, for example, in WO 2019072141 and WO 2019072142, anonymized data from multiple users can be collected and used to refine measurements and identify potentially hazardous situations.
Systémy vyvinuté pro diabetiky vyhodnocují mimo běžných vitálních fúnkcí, jako jsou tepová frekvence či krevní tlak, i koncentraci glukózy v krvi a nutriční hodnoty přijímané stravy a mohou uživateli podávat zpětnou vazbu ve formě upozornění na nedostatečnou frekvenci měření či na nutnou medikaci, případně ve formě doporučení a rad týkajících se terapií, cvičení nebo vhodných diet, jak je příkladně patrné ze spisů US 2013035563, US 2013311515, US 2015012223 a US 10052073. Moderní diagnostické systémy pro diabetiky jsou taktéž schopné na základě monitorování vitálních fúnkcí uživatele a předem známých vzorců odhalit nastupující hypoglykémii. Ty jsou příkladně popsané ve spisech US 2010174228, EP 3361480, US 10456086, US 6923763 či US 10431340.Systems developed for diabetics evaluate, in addition to common vital functions, such as heart rate or blood pressure, blood glucose concentration and nutritional value of the diet and can provide the user with feedback in the form of insufficient measurement frequency or necessary medication, or in the form of recommendations and advice on therapies, exercises or suitable diets, as exemplified by US 2013035563, US 2013311515, US 2015012223 and US 10052073. Modern diagnostic systems for diabetics are also capable of detecting the onset of hypoglycemia by monitoring the user's vital signs and known patterns. . These are described, for example, in US 2010174228, EP 3361480, US 10456086, US 6923763 or US 10431340.
Omezení současných metod plyne z toho, že riziko hypoglykemie vyhodnocují pouze ze získaných abnormálních vitálních fúnkcí. Upozornění tedy přichází ve chvíli, kdy nástup hypoglykemie již započal, což může být často příliš pozdě. Uživatel zároveň v takovém případě reaguje již na svůjThe limitation of current methods stems from the fact that they evaluate the risk of hypoglycemia only from acquired abnormal vital functions. Thus, the warning comes when the onset of hypoglycemia has already begun, which can often be too late. In such a case, the user already responds to his own
-1CZ 34492 UI nestandardní klinický stav a snaží se potlačit symptomy místo toho, aby zmíněnému stavu úplně předešel.-1GB 34492 UI is a non-standard clinical condition and seeks to suppress symptoms instead of completely preventing the condition.
Úkolem tohoto technického řešení je aplikovat komplexnější metody diagnostiky, které vedle sledování vitálních funkcí v reálném čase dále berou v úvahu nutriční složení uživatelovy diety a integrací kalendáře i jeho nadcházející plány, jako například sportovní aktivitu. V důsledku toho je využitím takového systému možné vyhodnotit budoucí riziko hypoglykemie ještě před nástupem příznaků a úplně jí zabránit.The task of this technical solution is to apply more complex diagnostic methods which, in addition to monitoring vital signs in real time, also take into account the nutritional composition of the user's diet and calendar integration and his upcoming plans, such as sports activity. As a result, by using such a system, it is possible to evaluate the future risk of hypoglycemia before the onset of symptoms and to prevent it completely.
Podstata technického řešeníThe essence of the technical solution
Podstatou technického řešení je systém dohledových zařízení pro monitorování fýziologického stavu měřené osoby postižené diabetem I. či II. stupně a počítač, na kterém je prováděn způsob vyhodnocování naměřených hodnot.The essence of the technical solution is a system of surveillance devices for monitoring the physiological state of the measured person with diabetes I. or II. stage and a computer on which the method of evaluating the measured values is performed.
Systém zahrnuje:The system includes:
Podstatou technického řešení je systém dohledových zařízení pro monitorování fyziologického stavu měřené osoby postižené diabetem I. či II. stupně a počítač, na kterém je prováděn způsob vyhodnocování naměřených hodnot.The essence of the technical solution is a system of surveillance devices for monitoring the physiological condition of the measured person with diabetes I. or II. stage and a computer on which the method of evaluating the measured values is performed.
Systém zahrnuje:The system includes:
1) počítač, kterým může být osobní počítač, tablet, tzv. chytrý telefon či tzv. chytré hodinky, sestávající z hardware, který zahrnuje datové úložiště, a software pro monitorování a vyhodnocování aktuálního i předpokládaného fýziologického stavu uživatele. Počítač je dále spojen s glukometrem, zařízením pro sledování pohybové aktivity, množství spálených kalorií a tepové frekvence a měřičem krevního tlaku.1) a computer, which may be a personal computer, tablet, so-called smartphone or so-called smart watch, consisting of hardware that includes data storage, and software for monitoring and evaluating the current and expected physiological state of the user. The computer is further connected to a glucometer, a device for monitoring physical activity, the amount of calories burned and heart rate, and a blood pressure meter.
2) datové úložiště pro ukládání informací získaných z glukometru, zařízení pro sledování pohybové aktivity, množství spálených kalorií a tepové frekvence a měřiče krevního tlaku a dále ručně uživatelem zadaných informací o množství a typu zkonzumované potravy a nápojů a dále také ručně zadaných informací o plánované fýzické aktivitě, a to jak včetně každodenních činností, tak zejména sportu.2) data storage for storing information obtained from the glucometer, devices for monitoring physical activity, amount of calories burned and heart rate and blood pressure meter, as well as manually entered user information on the amount and type of food and beverages consumed and also manually entered information on planned physical activity, including everyday activities and especially sports.
2) glukometr, který měří koncentraci glukózy v krvi uživatele a naměřené informace předává do úložiště počítače. Glukometr může hodnoty měřit kontinuálně či bodově v předem nastavených intervalech. Glukometr je s počítačem spojen jednosměrně pro předávání naměřených informací či výhodně obousměrně tak, aby přijímal instrukce od počítače pro neplánovaná bodová měření. Lze však užít i zadávání naměřených informací uživatelem do úložiště počítače ručně.2) a glucometer, which measures the concentration of glucose in the user's blood and transmits the measured information to the computer's storage. The meter can measure values continuously or pointwise at preset intervals. The meter is connected to the computer in one direction to transmit the measured information or preferably in both directions so as to receive instructions from the computer for unplanned point measurements. However, it is also possible to use the input of measured information by the user into the computer's storage manually.
3) zařízení pro sledování pohybové aktivity, množství spálených kalorií a tepové frekvence, kterým může být fitness náramek a které sledované informace předává do úložiště počítače.3) a device for monitoring physical activity, the number of calories burned and heart rate, which can be a fitness bracelet and which transmits the monitored information to the computer storage.
Dále je zařízení výhodně vybaveno detektorem pádu, který může upozornit na akutní život ohrožující situaci.Furthermore, the device is preferably equipped with a fall detector, which can warn of an acute life-threatening situation.
4) měřič krevního tlaku, který měří hodnoty krevního tlaku uživatele a naměřené informace předává do úložiště počítače. Měřič krevního tlaku může hodnoty měřit kontinuálně či bodově v předem nastavených intervalech. Měřič krevního tlaku je s počítačem spojen jednosměrně pro předávání naměřených informací či výhodně obousměrně tak, aby přijímal instrukce od počítače pro neplánovaná bodová měření. Lze však užít i zadávání naměřených informací uživatelem do úložiště počítače ručně.4) a blood pressure meter, which measures the user's blood pressure values and transmits the measured information to the computer's storage. The blood pressure meter can measure values continuously or pointwise at preset intervals. The blood pressure meter is connected to the computer in one direction to transmit the measured information or preferably in both directions so as to receive instructions from the computer for unplanned spot measurements. However, it is also possible to use the input of measured information by the user into the computer's storage manually.
Ve výhodném provedení systém dále zahrnuje inzulínovou pumpu, která kontinuálně dávkuje uživateli inzulín. Inzulínová pumpa je připojena k počítači, kterému předává údaje o množství aplikovaného inzulínu a v jehož datovém úložišti jsou naměřené hodnoty ukládány. Alternativně si uživatel inzulín aplikuje injekčně sám a informace o aplikovaném množství inzulínu zadává do počítače ručně.In a preferred embodiment, the system further comprises an insulin pump that continuously dispenses insulin to the user. The insulin pump is connected to a computer to which it transmits data on the amount of insulin applied and in whose data store the measured values are stored. Alternatively, the user injects the insulin himself and enters the information about the amount of insulin delivered into the computer manually.
V dalším výhodném provedení systém zahrnuje osobní váhu, která měří tělesnou hmotnost uživatele a naměřené informace předává do úložiště počítače. Jelikož tělesná hmotnost výrazněIn another preferred embodiment, the system includes a personal scale that measures the body weight of the user and transmits the measured information to a computer storage. Because body weight significantly
-2CZ 34492 UI ovlivňuje metabolismus jedince, slouží tyto informace ke zřetelnému zpřesnění výpočtů týkajících se vytvořené předpokladu vlivu diety a fýzické zátěže uživatele na vývoj koncentrace glukózy v krvi.-2CZ 34492 UI affects the metabolism of the individual, this information is used to clearly refine the calculations concerning the established assumption of the effect of diet and physical activity of the user on the development of blood glucose concentration.
Uživatel také pravidelně zadává do počítače informace o množství a typu zkonzumované potravy a nápojů, které jsou ukládány do datového úložiště. Na základě těchto údajů je počítačem vyhodnocováno množství sacharidů, tuků a bílkovin, které uživatel zkonzumoval. Tato data jsou průběžně porovnávána s údaji o uživatelově metabolismu (vypočítanými na základě jeho výšky, váhy, pohlaví a dalších informací), jeho fýzickou aktivitou a množstvím aplikovaného inzulínu. Na základě tohoto porovnání vyhodnocuje riziko možného nástupu hyperglykemie či hypoglykemie v budoucnu.The user also regularly enters into the computer information about the amount and type of food and beverages consumed, which are stored in a data repository. Based on this data, the amount of carbohydrates, fats and proteins consumed by the user is evaluated by a computer. These data are continuously compared with data on the user's metabolism (calculated on the basis of his height, weight, sex and other information), his physical activity and the amount of insulin administered. Based on this comparison, it evaluates the risk of possible onset of hyperglycemia or hypoglycemia in the future.
Dále uživatel do počítače zaznamenává informace o plánované fýzické aktivitě, a to včetně každodenních činností a zejména sportu, které jsou ukládány do datového úložiště. Fyzické aktivity jsou označeny kódy pro zpracování počítačem, a to rozčleněním do typů dle jejich fyzické náročnosti. Na základě typu a délky trvání fýzické aktivity je počítačem vyhodnocena energetická náročnost naplánovaných činností a získané údaje pomáhají dále zpřesnit vyhodnocení rizika nástupu hyperglykemie či hypoglykemie, jelikož počítají s energetickými výdaji jedince nad rámec jeho bazálního metabolismu. Pokud tedy příkladně počítač vyhodnotí, že množství zkonzumovaných sacharidů by za normálních okolností vedlo k nárůstu koncentrace glukózy v krvi, ale ty budou během nadcházející sportovní aktivity spáleny, nevydá výhodně oproti stavu techniky varování o hrozící hyperglykemii. Bez dat o nadcházející sportovní aktivitě by počítač vydal falešně pozitivní varování.Furthermore, the user records on the computer information about the planned physical activity, including daily activities and especially sports, which are stored in a data repository. Physical activities are marked with codes for computer processing, divided into types according to their physical demands. Based on the type and duration of physical activity, the computer evaluates the energy intensity of planned activities and the obtained data help to further refine the evaluation of the risk of hyperglycemia or hypoglycemia, as they take into account the individual's energy expenditure beyond his basal metabolism. Thus, for example, if a computer evaluates that the amount of carbohydrates consumed would normally lead to an increase in blood glucose levels, but these will be burned during the upcoming sports activity, it will not advantageously issue a warning of impending hyperglycemia over the prior art. Without data on upcoming sports activity, the computer would issue a false positive warning.
Dále je do počítače možné zaznamenávat nadcházející dlouhodobý pobyt mimo domov, například dovolenou. Počítač poté na základě předchozích dat o uživatelově aktivitě, stravovacích návycích a množství aplikovaného inzulínu, vydává upozornění informující o množství inzulínu, případně dalších léků, které si uživatel musí vzít s sebou, aby tak předešel jejich nedostatku.It is also possible to record the upcoming long-term stay away from home, such as a holiday, on the computer. Based on previous data on the user's activity, eating habits and the amount of insulin applied, the computer then issues a warning informing about the amount of insulin or other medicines that the user must take with him to prevent their deficiency.
Získané informace mohou být zpracovány off-line přímo v jednotce počítače. Takový přístup v případě nového uživatele vyžaduje zkušební dobu, během které počítač sbírá data o uživateli, především o vývoji jeho vitálních funkcí, stravovacích návycích a fyzické aktivitě. Tato data následně vyhodnocuje a hledá trendy a vzorce, které použije k identifikaci nestandardních či krizových naměřených hodnot a rizikových situací. Během této zkušební doby počítač nezobrazuje upozornění ani doporučení.The information obtained can be processed off-line directly in the computer unit. Such an approach in the case of a new user requires a trial period during which the computer collects data about the user, in particular about the development of his vital functions, eating habits and physical activity. This data is then evaluated and searched for trends and formulas, which it will use to identify non-standard or crisis measured values and risk situations. During this trial period, the computer does not display warnings or recommendations.
Výhodně j sou naměřená data odesílána na externí datové úložiště - cloud, kde j sou anonymizovaná data zpřístupněna v on-line módu všem počítačů, které jsou do sítě připojeny. Tento přístup nevyžaduje po novém uživateli zkušební dobu a po uložení prvotních informací do datového úložiště počítač zobrazuje upozornění a doporučení okamžitě.Preferably, the measured data is sent to an external data storage - cloud, where the anonymized data is made available in online mode to all computers that are connected to the network. This access does not require a trial period for the new user, and after saving the initial information to the data store, the computer displays warnings and recommendations immediately.
Při zahájení používání systému uživatelem pro odstranění zkušební doby a následně dlouhodobě pro zpřesnění výsledků vyhodnocení počítač porovnává složení diety uživatele s dietou ostatních uživatelů srovnatelné tělesné konstituce a dále porovnává hodnoty jejich vitálních funkcí při běžných činnostech i při sportu a množství aplikovaného inzulínu. Pokud zjistí významné odchylky od normálu, zobrazí uživateli upozornění na hrozící zdravotní riziko a doporučení na změnu stravovacích návyků.When the user starts using the system to eliminate the trial period and then to evaluate the evaluation results in the long run, the computer compares the composition of the user's diet with the diet of other users of comparable body constitution and further compares their vital signs during normal activities and sports and the amount of insulin applied. If it detects significant deviations from the normal, it displays a warning to the user of the imminent health risk and recommendations for changing eating habits.
Obdobně počítač porovnává množství a typ fýzické aktivity uživatele s fýzickou aktivitou uživatelů srovnatelné tělesné konstituce a dále porovnává hodnoty jejich vitálních fúnkcí při běžných činnostech i při sportu a množství aplikovaného inzulínu. Pokud zjistí významné odchylky od normálu, zobrazí uživateli upozornění na hrozící zdravotní riziko a doporučení na změnu pohybových návyků.Similarly, the computer compares the amount and type of physical activity of the user with the physical activity of users of comparable body constitution and further compares the values of their vital functions in normal activities and sports and the amount of insulin applied. If it detects significant deviations from normal, it displays a warning to the user of the imminent health risk and recommendations for changing movement habits.
Po vyhodnocení všech zadaných relevantních dat poskytuje počítač uživateli výsledky vyhodnocení v podobě upozornění, doporučení a pokynů, a to:After evaluating all entered relevant data, the computer provides the user with the results of the evaluation in the form of warnings, recommendations and instructions, namely:
-3CZ 34492 Ul-3CZ 34492 Ul
1) upozornění na nadcházející měření koncentrace glukózy v krvi glukometrem a na aplikaci inzulínu;1) notification of upcoming blood glucose measurements with a glucometer and insulin administration;
2) při zjištění nesprávných stravovacích návyků doporučení na úpravu diety;2) in case of finding incorrect eating habits, recommendations for diet adjustment;
3) při zjištění nedostatečné fyzické aktivity doporučení na vhodná cvičení;3) in case of finding insufficient physical activity, recommendations for suitable exercises;
4) doporučení, zda je pro uživatele nadcházející naplánovaná fýzická aktivita z hlediska jeho zdravotního stavu vhodná;4) a recommendation as to whether the forthcoming planned physical activity is appropriate for the user in terms of his or her state of health;
5) při nadcházejícím dlouhodobém pobytu mimo domov, například z důvodu dovolené, doporučení o množství inzulínu a dalších léků, které je nutné si vzít s sebou;5) for the upcoming long-term stay away from home, for example due to holidays, recommendations on the amount of insulin and other drugs that need to be taken with you;
6) při zjištění hrozící hypoglykémie pokyn ke konzumaci sacharidů;6) an instruction to consume carbohydrates when imminent hypoglycaemia is detected;
7) při zjištění hrozící hyperglykémie pokyn k aplikaci inzulínu.7) instructions on insulin administration if hyperglycaemia is detected.
Objasnění výkresůExplanation of drawings
Obrázek 1 schematicky zobrazuje systém dle příkladu č. 1.Figure 1 schematically shows the system according to Example No. 1.
Příklady uskutečnění technického řešeníExamples of technical solution
Příklad č. 1 popisuje výhodnou sestavu systému.Example No. 1 describes a preferred system assembly.
K počítači 1 v podobě chytrého telefonu s datovým úložištěm 11 je bezdrátově připojen glukometr 12 pro měření koncentrace glukózy v krvi uživatele, zařízení 13 pro sledování pohybové aktivity, množství spálených kalorií a tepové frekvence v podobě fitness náramku umístěném na uživatelově zápěstí, měřič 14 krevního tlaku pro měření hodnot krevního tlaku uživatele, osobní váha 15 pro měření tělesné hmotnosti uživatele a inzulínová pumpa 16 pro aplikaci inzulínu a sledování množství aplikovaného inzulínu. V datovém úložišti 11 jsou uloženy informace 100 zadané uživatelem a získané z připojených zařízení, a to informace 101 o množství a typu uživatelem zkonzumované potravy a nápojů, informace 102 o plánované fýzické aktivitě uživatele, informace 103 o plánovaném dlouhodobém pobytu mimo domov, informace 120 o koncentraci glukózy v krvi uživatele, informace 130 o pohybové aktivitě uživatele, množství spálených kalorií a tepové frekvenci, informace 140 o hodnotách krevního tlaku uživatele, informace 150 o tělesné hmotnosti uživatele a informace 160 o množství aplikovaného inzulínu. Počítač 1 je prostřednictvím internetu připojen k serveru 2 pro zálohování informací z datového úložiště 11 počítače 1 do cloudového úložiště 21 severu 2 a přístup k anonymizovaným informacím 200 ostatních uživatelů.A glucometer 12 for measuring the user's blood glucose, a device 13 for monitoring physical activity, the amount of calories burned and the heart rate in the form of a fitness bracelet placed on the user's wrist, a blood pressure meter 14 is wirelessly connected to the computer 1 in the form of a smartphone with a data storage 11. for measuring the user's blood pressure, a personal scale 15 for measuring the user's body weight and an insulin pump 16 for administering insulin and monitoring the amount of insulin applied. The data store 11 stores information 100 entered by the user and obtained from the connected devices, namely information 101 on the amount and type of food and beverages consumed by the user, information 102 on the planned physical activity of the user, information 103 on the planned long stay away from home, information 120 on the user's blood glucose concentration, the user's physical activity information 130, the amount of calories burned and heart rate, the user's blood pressure values information 140, the user's body weight information 150, and the amount of insulin administered 160. The computer 1 is connected via the Internet to a server 2 for backing up information from the data storage 11 of the computer 1 to the cloud storage 21 of the server 2 and accessing the anonymized information of 200 other users.
Příklad č. 2 popisuje dílčí část způsobu prováděného na systému uživatelem.Example No. 2 describes a partial part of the method performed on the system by the user.
Ráno po probuzení, vždy ve stejnou dobu, se uživatel váží pomocí osobní váhy 15. která informace 150 o hmotnosti odesílá a ukládá do datového úložiště 11 počítače 1. Uživatel si dále nasadí fitness náramek, který po celý den sleduje jeho pohybovou aktivitu, tedy měří počet kroků, překonané převýšení, vypočítává spálené kalorie, kontinuálně sleduje jeho tepovou frekvenci a informace 130 o pohybové aktivitě uživatele, množství spálených kalorií a tepové frekvenci odesílá a ukládá do datového úložiště 11 počítače 1. Následně uživatel si nasadí měřič 14 krevního tlaku, který v pravidelných intervalech v průběhu dne měří jeho krevní tlak a informace 140 o hodnotách krevního tlaku uživatele odesílá a ukládá do datového úložiště 11 počítače L V průběhu dne uživatel provádí na základě pokynů z počítače měření glukometrem 12, který informace 120 o koncentraci glukózy v krvi uživatele odesílá a ukládá do datového úložiště 11 počítače 1, a aplikuje si potřebné množství inzulínu. Po každém jídle uživatel zadává informace 101 o množství a typu uživatelem zkonzumované potravy a nápojů do počítače 1, kde jsou ukládány do datového úložiště 11. Taktéž uživatel do počítače 1 zadává informace 102 o plánované fyzické aktivitě uživatele, a to především typ a délku trvání fýzické aktivity, a dále také informace 103 o plánovaném dlouhodobém pobytu mimo domov s tím, že jsou informace 100 ukládána do datového úložiště 11 počítače LIn the morning after waking up, always at the same time, the user weighs himself using a personal scale 15. which sends information about the weight 150 and stores it in the data storage 11 of the computer 1. The user also puts on a fitness bracelet which monitors his physical activity throughout the day, the number of steps, the cant overcome, calculates the calories burned, continuously monitors his heart rate and sends information 130 about the user's physical activity, the amount of calories burned and heart rate to the data storage 11 of computer 1. The user then puts on a blood pressure meter 14 at regular intervals throughout the day it measures his blood pressure and sends and stores information 140 on the user's blood pressure values 11 in the data storage 11 of the computer LV during the day the user performs measurements with a glucometer 12 based on instructions from the computer, which sends information 120 on the user's glucose concentration. stores in the data storage 11 of the computer 1, and injects the required amount of insulin. After each meal, the user enters information 101 on the amount and type of food and beverages consumed by the user to the computer 1, where they are stored in the data store 11. The user also enters information 102 on the user's planned physical activity, in particular the type and duration of physical activities, as well as information 103 on the planned long-term stay away from home, with the information 100 being stored in the data storage 11 of the computer L
-4CZ 34492 UI-4CZ 34492 UI
Příklad č. 3 popisuje tvorbu uživatelova profilu.Example No. 3 describes the creation of a user profile.
Během zkušební doby porovnává počítač 1 vztahy mezi informacemi 102 o plánované fyzické aktivitě uživatele, informacemi 150 o tělesné hmotnosti uživatele, informacemi 101 o množství a typu uživatelem zkonzumované potravy a nápojů, informacemi 160 o množství aplikovaného inzulínu a informacemi 120 o koncentraci glukózy v krvi uživatele s přihlédnutím k vývoji koncentrace glukózy v průběhu dne. Výsledkem je jednak množství energie využité při běžných činnostech i při sportu a jednak vliv diety a fyzické aktivity na hodnoty koncentrace glukózy v krvi. Tato data jsou následně použita k predikci množství živin (sacharidů, tuků a bílkovin), které bude uživatelův metabolismus vyžadovat při naplánovaných činnostech v budoucnosti.During the trial period, the computer 1 compares the relationships between the user's scheduled physical activity information 102, the user's body weight information 150, the amount 101 and amount of food and beverage consumed by the user 101, the amount of insulin administered 160 and the user's blood glucose information 120. taking into account the evolution of glucose concentration during the day. The result is both the amount of energy used in normal activities and sports and the effect of diet and physical activity on blood glucose levels. These data are then used to predict the amount of nutrients (carbohydrates, fats and proteins) that the user's metabolism will require for planned activities in the future.
Příklad č. 4 popisuje vyhodnocení hrozící hypoglykémie na základě dat o vitálních funkcích uživatele.Example 4 describes the evaluation of impending hypoglycemia based on data on the user's vital signs.
Počítač 1 sleduje vývoj vitálních funkcí uživatele, které porovnává se známými profily indikujícími nástup hypoglykemie. Pokud zjistí shodu, zobrazí uživateli upozornění na hrozící rizikový zdravotní stav a sdělí uživateli pokyn s množstvím a formu sacharidů, které je nutné zkonzumovat pro odvrácení rizikového zdravotního stavu.Computer 1 monitors the development of the user's vital functions, which he compares with known profiles indicating the onset of hypoglycemia. If it finds a match, it displays a warning of the imminent health condition to the user and instructs the user on the amount and form of carbohydrates that must be consumed to avert the health risk.
Příklad č. 5 popisuje vyhodnocení hrozící hypoglykémie na základě dat o nadcházející fyzické aktivitě.Example 5 describes the evaluation of impending hypoglycemia based on data on upcoming physical activity.
Počítač 1 analyzuje informace 102 o plánované fyzické aktivitě uložené v datovém úložišti 11 a dle uživatelova profilu určí pravděpodobné množství vynaložené energie. Následně vyhodnotí na základě informace 101 o množství a typu zkonzumované potravy a nápojů a informaci 160 o množství aplikovaného inzulínu, zda fyzická aktivita povede k hypoglykemii. Pokud určí, že ano, zobrazí uživateli upozornění na hrozící rizikový zdravotní stav a indikuje uživateli množství a formu sacharidů, které je nutné zkonzumovat v předepsaný čas pro odvrácení rizikového zdravotního stavu.The computer 1 analyzes the information 102 about the planned physical activity stored in the data store 11 and determines the probable amount of energy expended according to the user profile. It then evaluates, based on information 101 on the amount and type of food and beverage consumed and information 160 on the amount of insulin administered, whether physical activity will lead to hypoglycemia. If it determines that it is, it displays a warning of the imminent health condition to the user and indicates to the user the amount and form of carbohydrates that must be consumed at the prescribed time to avert the health risk.
Příklad č. 6 popisuje vyhodnocení hrozící hyperglykémie na základě dat o vitálních funkcích uživatele.Example 6 describes the evaluation of impending hyperglycemia based on data on the user's vital signs.
Počítač 1 sleduje vývoj vitálních funkcí uživatele, které porovnává se známými profily indikujícími nástup hyperglykemie. Pokud zjistí shodu, zobrazí uživateli upozornění na hrozící rizikový zdravotní stav a indikuje uživateli množství inzulínu, které je nutné aplikovat pro odvrácení rizikového zdravotního stavu.Computer 1 monitors the development of the vital functions of the user, which he compares with known profiles indicating the onset of hyperglycemia. If it finds a match, it warns the user of the imminent medical condition and indicates to the user the amount of insulin that must be used to avert the medical condition.
Příklad č. 7 popisuje vyhodnocení hrozící hyperglykémie na základě diety a množství aplikovaného inzulínu s přispěním dat o nadcházející fyzické aktivitě.Example No. 7 describes the evaluation of impending hyperglycemia based on diet and the amount of insulin administered, with the addition of data on upcoming physical activity.
Počítač 1 analyzuje informace 101 o množství a typu uživatelem zkonzumované potravy a informace 160 o množství aplikovaného inzulínu. Pokud je zjištěn nepoměr, který by mohl vést k hyperglykemii, a v datovém úložišti 11 počítače 1 nejsou žádné informace 102 o plánované fyzické aktivitě uživatele, které by indikovaly intenzivní fyzickou aktivitu naplánovanou v blízké budoucnosti, zobrazí uživateli upozornění na hrozící rizikový zdravotní stav a sdělí uživateli pokyn s množstvím inzulínu, které je nutné aplikovat pro odvrácení rizikového zdravotního stavu.Computer 1 analyzes information 101 on the amount and type of food consumed by the user and information 160 on the amount of insulin administered. If a disparity is found that could lead to hyperglycemia, and there is no information 102 in the data store 11 of the computer 1 about the planned physical activity of the user indicating intense physical activity planned in the near future, it warns the user of the imminent health risk and informs the user instruct the user with the amount of insulin that must be used to avert a hazardous medical condition.
Příklad č. 8 popisuje odhad množství potřebných léků při nadcházející dovolené.Example No. 8 describes an estimate of the amount of medication needed for the upcoming leave.
Počítač 1 zjistí z informace 103 o plánovaném dlouhodobém pobytu mimo domov v datovém úložišti 11 nadcházející dovolenou uživatele. Na základě jeho průměrné fyzické aktivity a spotřeby inzulínu, případně dalších léků, spolu s naplánovanou fyzickou aktivitou a očekávanou nestandardní dietou, které jsou zaneseny v počítači, odhaduje množství potřebného inzulínuThe computer 1 detects from the information 103 about the planned long-term stay away from home in the data store 11 the upcoming holiday of the user. Based on his average physical activity and consumption of insulin, or other drugs, along with the planned physical activity and the expected non-standard diet, which are recorded in the computer, he estimates the amount of insulin needed.
-5 CZ 34492 UI a dalších léků, které by si uživatel měl vzít s sebou, aby nedošlo k rizikové situaci, a vydává pro uživatele upozornění na toto množství.-5 CZ 34492 UI and other drugs that the user should take with him to avoid a risk situation, and issues warnings to the user about this amount.
Průmyslová využitelnostIndustrial applicability
Systém monitorující vitální funkce diabetiků pro diagnostiku a předpověď zdraví či život ohrožujících situací je využitelný zejména pro osoby s těžším stupněm diabetů, u kterých vlivem aplikace velkého množství inzulínu hrozí při nesprávné dietě stavy bezvědomí způsobené 10 hypoglykemickým šokem. Systém je koncipován tak, aby poskytoval upozornění a doporučení upravená na míru konkrétnímu uživateli, a forma monitorování je zvolena tak, aby nezpůsobovala uživateli přílišné nepohodlí. Jeho široký záběr pokrývající řadu aspektů běžného dne v důsledku umožňuje diabetickým pacientům vést život s minimem omezení.The system for monitoring the vital functions of diabetics for the diagnosis and prediction of health or life-threatening situations can be used especially for people with more severe diabetes, who are at risk of unconsciousness caused by hypoglycemic shock due to the application of large amounts of insulin due to incorrect diet. The system is designed to provide warnings and recommendations tailored to a particular user, and the form of monitoring is chosen so as not to cause excessive discomfort to the user. Its wide scope covering many aspects of the everyday life as a result allows diabetic patients to lead a life with minimal limitations.
Claims (3)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CZ2019-37103U CZ34492U1 (en) | 2019-12-31 | 2019-12-31 | A system for monitoring the vital functions of diabetics to diagnose and predict health or life-threatening situations |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CZ2019-37103U CZ34492U1 (en) | 2019-12-31 | 2019-12-31 | A system for monitoring the vital functions of diabetics to diagnose and predict health or life-threatening situations |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CZ34492U1 true CZ34492U1 (en) | 2020-11-03 |
Family
ID=73045603
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CZ2019-37103U CZ34492U1 (en) | 2019-12-31 | 2019-12-31 | A system for monitoring the vital functions of diabetics to diagnose and predict health or life-threatening situations |
Country Status (1)
| Country | Link |
|---|---|
| CZ (1) | CZ34492U1 (en) |
-
2019
- 2019-12-31 CZ CZ2019-37103U patent/CZ34492U1/en active Protection Beyond IP Right Term
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10629294B2 (en) | Means and method for improved glycemic control for diabetic patients | |
| US20200152329A1 (en) | Systems for predicting hypoglycemia and methods of use thereof | |
| WO2010022387A1 (en) | Method and apparatus for chronic disease control | |
| US20110201901A1 (en) | Systems and Methods for Predicting Patient Health Problems and Providing Timely Intervention | |
| JP2014050451A (en) | Biological information processing system, wearable device, server system, and program | |
| CN111372506A (en) | System and computer program for predicting thyrotoxicosis using wearable device | |
| CN113453619A (en) | Safety tool for making decision support recommendations for users of continuous blood glucose monitoring systems | |
| US11937936B2 (en) | Thyroid function monitoring method according to medication, and monitoring server and user terminal performing the same | |
| Hussain et al. | Insulin Pumps and Continuous Glucose Monitoring Made Easy E-Book: Insulin Pumps and Continuous Glucose Monitoring Made Easy E-Book | |
| WO2018232487A1 (en) | Method and system for monitoring a diabetes treatment plan | |
| KR102028676B1 (en) | A method, server and program for providing medical after case service | |
| CZ34492U1 (en) | A system for monitoring the vital functions of diabetics to diagnose and predict health or life-threatening situations | |
| CN110600128A (en) | Blood sugar management system for insulin dependent diabetes mellitus patient and use method | |
| US20220313148A1 (en) | Pregnancy-related complication identification and prediction from wearable-based physiological data | |
| WO2022212744A2 (en) | Pregnancy detection from wearable-based physiological data | |
| US20230301524A1 (en) | Monitoring assistance system and monitoring assistance method | |
| RU2824256C1 (en) | Calculation of data using contextual information | |
| WO2022212758A1 (en) | Pregnancy-related complication identification and prediction from wearable-based physiological data | |
| CA3215586A1 (en) | Fertility prediction from wearable-based physiological data | |
| JP2014503920A (en) | A device for managing data especially related to diabetes | |
| WO2019021278A1 (en) | Hypoglycemic identification device, system and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FG1K | Utility model registered |
Effective date: 20201103 |
|
| ND1K | First or second extension of term of utility model |
Effective date: 20231128 |