JP2007272427A - 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 - Google Patents

Abstract

【課題】生体に対する試験をコンピュータシミュレーションによって擬似的に行う。
【解決手段】 生体の疑似試験コンピュータシステム１００であって、生体に対する第１試験の結果の入力を受け付ける第１試験結果入力部と、入力された前記第１試験結果に基づき、前記第１試験とは異なる第２試験を行うための生体モデルを生成する生体モデル生成部と、前記生体モデルを用いて、前記第２試験のコンピュータシミュレーションを行う第２試験シミュレーション部と、を備えている。
【選択図】図７

Description

本発明は、糖尿病に関する試験等のように生体を対象に行う試験を、コンピュータ上で行うための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に関するものである。

糖尿病の病因１つとして、インスリン抵抗性が挙げられる。インスリンは血糖を低下させるホルモンであり、インスリン抵抗性の低い（インスリン感受性の良い）健常者の場合、末梢中のインスリンが十分であれば血糖値が高くなることが抑えられる。
ところが、インスリン抵抗性が存在すると、インスリンによる糖利用促進が低下するため、末梢中にインスリンが十分あっても血糖値が高くなってしまう。
したがって、インスリン抵抗性の的確な把握は、適切な糖尿病治療を行うために重要となる。

このインスリン抵抗性の評価法として、多くの方法が提案されており、例えば、空腹時血漿インスリン濃度による評価、ＨＯＭＡ−Ｒ（homeostasis model assesment）による評価などがある。しかし、両者とも、被験者にインスリン分泌不全がある場合には、インスリン抵抗性の評価が困難になるという欠点があるため、簡易な評価方法として用いられている。

インスリン抵抗性の厳密な評価方法としては、グルコースクランプが知られている。euglycemic-hyperinsulinemic clampと呼ばれるグルコースクランプは、図１６に示すように、生体外部から、最初の所定時間（０〜１０分）は、３［ｍＵ／ｋｇ／ｍｉｎ］程度のインスリン注入を静脈へ行った後、１．５［ｍＵ／ｋｇ／ｍｉｎ］程度の定量インスリン静脈注入を行うとともに、生体の血糖値が目標値（例えば、１００ｍｇ／ｄｌ）に保たれるように、生体外部からのグルコース注入量を調整する方法である。

血糖値が一定に保たれると、肝臓での糖新生が抑制されるため、外部から投与されたグルコースは大部分が末梢（主に筋肉）に取り込まれることになる。すなわち、グルコース注入率（ＧＩＲ：glucose infusion rate）は、末梢でのグルコース吸収率とみなすことができ、したがって、グルコース注入率が、インスリン抵抗性を示すことになる。

ところが、グルコースクランプは、被験者への負担が非常に大きく、あまり実施されていないのが実情である。
すなわち、図１６に示すように、被験者には、点滴によって静脈へグルコース及びインスリンを投与がなされるとともに、数分おきに、血糖値を調べるための採血が何度も行われる。
前述の空腹時血漿インスリン濃度による評価やＨＯＭＡ−Ｒであれば、一回１の採血だけでよいため被験者への負担が軽いが、グルコースクランプでは、点滴と多数回の採血が必要であるため被験者への負担が大きい。
このため、現実の糖尿病の治療に際しては、インスリン抵抗性を考慮することが困難であった。

特表２００５−５０８０２５号公報

本発明者らは、グルコースクランプのように、被験者の負担が大きいなどの理由で、実施が事実上困難な試験をコンピュータシミュレーションによって簡易に行うことができれば、様々な疾患の治療に役立つであろうとの着想を得た。
そこで本発明は、生体に対する試験をコンピュータシミュレーションによって擬似的に行うための新たな技術的手段を提供することを目的とする。

本発明は、生体の疑似試験コンピュータシステムであって、生体に対する第１試験（例えば、ＯＧＴＴ）の結果の入力を受け付ける第１試験結果入力部と、入力された前記第１試験結果に基づき、前記第１試験とは異なる第２試験（例えば、グルコースクランプ）を行うための生体モデルを生成する生体モデル生成部と、前記生体モデルを用いて、前記第２試験のコンピュータシミュレーションを行う第２試験シミュレーション部と、を備えている。

本発明によれば、実際に第２試験（例えば、グルコースクランプ）を行わなくても、実際に行った第１試験（例えば，ＯＧＴＴ）結果に基づいて生成された生体モデルを使った第２試験のシミュレーションを行うことができる。

前記生体モデル生成部は、入力された前記第１試験結果を模した疑似試験結果を再現可能な生体モデルを生成するのが好ましい。
第１試験結果を模した疑似試験結果を再現できる生体モデルであれば、その生体モデルは被験者を良く模したものということができ、適切な生体モデルによって第２試験のシミュレーションを行うことができる。

入力された前記第１試験結果を模した疑似試験結果を再現可能な生体モデルに、第２試験を行うための修正を施す生体モデル修正部を備えているのが好ましい。生体モデル修正部を備えていることで、第１試験と第２試験との試験条件等の違い等に対応することができる。
なお、生体モデルが、実施形態で説明するもののように、生体の機能に関する複数のパラメータを含む数理モデルによって構成されている場合、生体モデル修正部は、パラメータを修正するものとして構成できる。

前記生体モデルは、実際の第２試験（例えば、グルコースクランプ）において生体に与えられる入力に対応した疑似入力（例えば、インスリン注入量及びグルコース注入量）が与えられると、実際の第２試験における生体応答を模した疑似応答（例えば、血糖値）を生成するよう構成され、前記第２試験シミュレーション部は、生成された前記生体モデルに対して、前記疑似入力（例えば、インスリン注入量及びグルコース注入量）を与えて、前記第２試験のコンピュータシミュレーションを行うよう構成されているのが好ましい。

前記第１試験及び第２試験は、共通の疾患に関する互いに異なる試験であることが好ましく、前記疾患としては、糖尿病を挙げることができる。また、前記第１試験は、経口糖負荷試験（ＯＧＴＴ）とすることができ、前記第２試験は、グルコースクランプとすることができる。

前記生体モデルは、インスリン注入量及びグルコース注入量を与えたときの生体の血糖値変化を出力可能に構成され、前記第２試験シミュレーション部は、所定のインスリン注入量を前記生体モデルに入力したときに、前記血糖値が略目標値になるグルコース注入量を求めるよう構成されているのが好ましい。このように構成されていることで、グルコースクランプのシミュレーションを行うことができる。

前記第２試験シミュレーション部によって求められたグルコース注入量からインスリン抵抗性を判定するインスリン抵抗性判定部を更に備えているのが好ましい。この場合、医師等によるインスリン抵抗性判定が容易となる。

本発明に係るコンピュータプログラムは、コンピュータを、前記疑似試験コンピュータシステムとして機能させるためのものである。

また、本発明に係る方法は、生体の疑似試験をコンピュータによって行う方法であって、コンピュータに入力された第１試験結果に基づき、前記第１試験とは異なる第２試験を行うための生体モデルを生成するステップと、前記生体モデルを用いて、前記第２試験のコンピュータシミュレーションを行うステップと、を含む。

本発明によれば、第２試験を実際に行わなくても、第１試験の結果から生成された生体モデルに基づき第２試験をコンピュータシミュレーションによって行うことができる。

以下、添付図面を参照しつつ、本発明の実施の形態を詳細に説明する。
図１は、本発明の一実施の形態に係る生体の疑似試験コンピュータシステム（以下、単に「システム」ともいう）のハードウェア構成を示すブロック図である。本実施の形態に係るシステム１００は、本体１１０と、ディスプレイ１２０と、入力デバイス１３０とから主として構成されたコンピュータ１００ａによって構成されている。本体１１０は、ＣＰＵ１１０ａと、ＲＯＭ１１０ｂと、ＲＡＭ１１０ｃと、ハードディスク１１０ｄと、読出装置１１０ｅと、入出力インタフェース１１０ｆと、画像出力インタフェース１１０ｈとから主として構成されており、ＣＰＵ１１０ａ、ＲＯＭ１１０ｂ、ＲＡＭ１１０ｃ、ハードディスク１１０ｄ、読出装置１１０ｅ、入出力インタフェース１１０ｆ、及び画像出力インタフェース１１０ｈは、バス１１０ｉによってデータ通信可能に接続されている。

ＣＰＵ１１０ａは、ＲＯＭ１１０ｂに記憶されているコンピュータプログラム及びＲＡＭ１１０ｃにロードされたコンピュータプログラムを実行することが可能である。そして、後述するようなアプリケーションプログラム１４０ａを当該ＣＰＵ１１０ａが実行することにより、後述するような各機能ブロックが実現され、コンピュータ１００ａがシステム１００として機能する。
ＲＯＭ１１０ｂは、マスクＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等によって構成されており、ＣＰＵ１１０ａに実行されるコンピュータプログラムおよびこれに用いるデータ等が記録されている。

ＲＡＭ１１０ｃは、ＳＲＡＭ又はＤＲＡＭ等によって構成されている。ＲＡＭ１１０ｃは、ＲＯＭ１１０ｂ及びハードディスク１１０ｄに記録されているコンピュータプログラムの読み出しに用いられる。また、これらのコンピュータプログラムを実行するときに、ＣＰＵ１１０ａの作業領域として利用される。
ハードディスク１１０ｄは、オペレーティングシステム及びアプリケーションプログラム等、ＣＰＵ１１０ａに実行させるための種々のコンピュータプログラム及び当該コンピュータプログラムの実行に用いるデータがインストールされている。後述するアプリケーションプログラム１４０ａも、このハードディスク１１０ｄにインストールされている。

読出装置１１０ｅは、フレキシブルディスクドライブ、ＣＤ−ＲＯＭドライブ、又はＤＶＤ−ＲＯＭドライブ等によって構成されており、可搬型記録媒体１４０に記録されたコンピュータプログラム又はデータを読み出すことができる。また、可搬型記録媒体１４０には、コンピュータを本発明のシステムとして機能させるためのアプリケーションプログラム１４０ａが格納されており、コンピュータ１００ａが当該可搬型記録媒体１４０から本発明に係るアプリケーションプログラム１４０ａを読み出し、当該アプリケーションプログラム１４０ａをハードディスク１１０ｄにインストールすることが可能である。

なお、前記アプリケーションプログラム１４０ａは、可搬型記録媒体１４０によって提供されるのみならず、電気通信回線（有線、無線を問わない）によってコンピュータ１００ａと通信可能に接続された外部の機器から前記電気通信回線を通じて提供することも可能である。例えば、前記アプリケーションプログラム１４０ａがインターネット上のサーバコンピュータのハードディスク内に格納されており、このサーバコンピュータにコンピュータ１００ａがアクセスして、当該コンピュータプログラムをダウンロードし、これをハードディスク１１０ｄにインストールすることも可能である。
また、ハードディスク１１０ｄには、例えば米マイクロソフト社が製造販売するＷｉｎｄｏｗｓ（登録商標）等のグラフィカルユーザインタフェース環境を提供するオペレーティングシステムがインストールされている。以下の説明においては、本実施形態に係るアプリケーションプログラム１４０ａは当該オペレーティングシステム上で動作するものとしている。

入出力インタフェース１１０ｆは、例えばＵＳＢ、ＩＥＥＥ１３９４、ＲＳ−２３２Ｃ等のシリアルインタフェース、ＳＣＳＩ、ＩＤＥ、ＩＥＥＥ１２８４等のパラレルインタフェース、およびＤ／Ａ変換器、Ａ／Ｄ変換器等からなるアナログインタフェース等から構成されている。入出力インタフェース１１０ｆには、キーボードおよびマウスからなる入力デバイス１３０が接続されており、ユーザが当該入力デバイス１３０を使用することにより、コンピュータ１００ａにデータを入力することが可能である。
画像出力インタフェース１１０ｈは、ＬＣＤまたはＣＲＴ等で構成されたディスプレイ１２０に接続されており、ＣＰＵ１１０ａから与えられた画像データに応じた映像信号をディスプレイ１２０に出力するようになっている。ディスプレイ１２０は、入力された映像信号にしたがって、画像（画面）を表示する。

［本システムにおける生体モデル］
図２は、本システム１００における生体モデルの一例の全体構成を示すブロック図である。この生体モデルは、特に、糖尿病に関連した生体器官を模したものであり、膵臓ブロック１、肝臓ブロック２、インスリン動態ブロック３及び末梢組織ブロック４から構成されている。

各ブロック１，２，３，４は、それぞれ入力と出力を有している。すなわち、膵臓ブロック１は、血中グルコース濃度６を入力とし、インスリン分泌速度７を出力としている。
肝臓ブロック２は、消化管からのグルコース吸収５、血中グルコース濃度６及びインスリン分泌速度７を入力とし、正味グルコース放出８及び肝臓通過後インスリン９を出力としている。グルコース吸収５は、生体モデル外部から与えられるデータである。
また、インスリン動態ブロック３は、肝臓通過後インスリン９を入力とし、末梢組織でのインスリン濃度１０を出力としている。
さらに、末梢組織ブロック４は、正味グルコース放出８及び末梢組織でのインスリン濃度１０を入力とし、血中グルコース濃度６を出力としている。

また、それぞれの機能ブロック１〜４は、コンピュータプログラムがシステム１００のＣＰＵ１１０ａによって実行されることにより実現される。

つぎに、前述した例における各ブロックの詳細について説明する。なお、ＦＧＢ及びＷｓはそれぞれ空腹時血糖値（ＦＧＢ＝ＢＧ（０））及び想定体重を示しており、またＤＶｇ及びＤＶｉはそれぞれグルコースに対する分布容量体積及びインスリンに対する分布容量体積を示している。

［生体モデルの膵臓ブロック］
膵臓ブロック１の入出力の関係は、以下の微分方程式（１）を用いて記述することができる。また、微分方程式（１）と等価な、図３に示されるブロック線図を用いて表現することもできる。
微分方程式（１）：
ｄＹ／ｄｔ ＝ −α｛Ｙ（ｔ）−β（ＢＧ（ｔ）−ｈ）｝
（ただし、ＢＧ（ｔ）＞ ｈ）
＝ −αＹ（ｔ） （ただし、ＢＧ（ｔ）＜=ｈ）
ｄＸ／ｄｔ ＝ −Ｍ・Ｘ（ｔ）＋Ｙ（ｔ）
ＳＲ（ｔ） ＝ Ｍ・Ｘ（ｔ）
変数：
ＢＧ（ｔ）：血糖値
Ｘ（ｔ） ：膵臓から分泌可能なインスリン総量
Ｙ（ｔ） ：グルコース刺激に対しＸ（ｔ）に新たに供給されるインスリン供給速度
ＳＲ（ｔ）：膵臓からのインスリン分泌速度
パラメータ：
ｈ ：インスリン供給を刺激できるグルコース濃度のしきい値
α ：グルコース刺激に対する追従性
β ：グルコース刺激に対する感受性
Ｍ ：単位濃度あたりの分泌速度
ここで、図２における膵臓ブロック１への入力である血糖値６はＢＧ（ｔ）と対応し、また出力であるインスリン分泌速度７はＳＲ（ｔ）と対応する。

図３のブロック線図において、６は血糖値ＢＧ（ｔ）、７は膵臓からのインスリン分泌速度ＳＲ（ｔ）、１２はインスリン供給を刺激できるグルコース濃度のしきい値ｈ、１３はグルコース刺激に対する感受性β、１４はグルコース刺激に対する追従性α、１５は積分要素、１６はグルコース刺激に対して新たに供給されるインスリン供給速度Ｙ（ｔ）、１７は積分要素、１８は膵臓から分泌可能なインスリン総量Ｘ（ｔ）、１９は単位濃度当たりの分泌速度Ｍをそれぞれ示している。

［生体モデルの肝臓ブロック］
肝臓ブロック２の入出力の関係は、以下の微分方程式（２）を用いて記述することができる。また、微分方程式（２）と等価な、図４に示されるブロック線図を用いて表現することもできる。
微分方程式（２）：
ｄＩ_４（ｔ）／ｄｔ ＝ α２｛−Ａ_３Ｉ_４（ｔ） ＋ (1−Ａ_７)・ＳＲ（ｔ） ｝
Ｇｏｆｆ（ＦＧＢ） ＝ ｆ１ (ただし ＦＧＢ＜ｆ３）
＝ ｆ１ ＋ ｆ２・(ＦＧＢ−ｆ３)
(ただしＦＧＢ＞＝ｆ３）
Ｆｕｎｃ１（ＦＧＢ）＝ ｆ４ − ｆ５・(ＦＧＢ−ｆ６)
Ｆｕｎｃ２（ＦＧＢ）＝ｆ７／ＦＧＢ
ｂ１(Ｉ_４（ｔ）)＝ ｆ８｛1 ＋ ｆ９・Ｉ４（ｔ）｝
ＨＧＵ（ｔ） ＝ｒ・Ｆｕｎｃ１（ＦＧＢ）・ｂ１(Ｉ_４（ｔ）)・ＲＧ（ｔ）＋ (1−r)・Ｋｈ・ＢＧ（ｔ）・Ｉ_４（ｔ） （ただしＨＧＵ（ｔ）＞＝０）
ＨＧＰ（ｔ） ＝ Ｉ_４ｏｆｆ・Ｆｕｎｃ２（ＦＧＢ）・ｂ２＋Ｇ_ｏｆｆ（ＦＧＢ）−Ｉ_４（ｔ）・Ｆｕｎｃ２（ＦＧＢ）・ｂ２ （ただしＨＧＰ（ｔ）＞= ０）
ＳＧＯ（ｔ） ＝ＲＧ（ｔ）＋ ＨＧＰ（ｔ）−ＨＧＵ（ｔ）
ＳＲｐｏｓｔ（ｔ） ＝ Ａ_７ＳＲ（ｔ）
変数：
ＢＧ（ｔ）：血糖値（血液単位体積あたりのグルコース濃度）
ＳＲ（ｔ）：膵臓からのインスリン分泌速度
ＳＲｐｏｓｔ（ｔ）：肝臓通過後のインスリン
ＲＧ（ｔ） ：消化管からのグルコース吸収
ＨＧＰ（ｔ） ：肝糖放出
ＨＧＵ（ｔ） ：肝糖取込
ＳＧＯ（ｔ） ：肝臓からの正味グルコース
Ｉ_４（ｔ） ：肝インスリン濃度
パラメータ：
Ｋｈ ：単位インスリン、単位グルコース当たりの肝臓でのインスリン依存グルコース取り込み速度
Ａ_７ ：肝臓でのインスリン取り込み率
Ｇｏｆｆ ：基礎代謝に対するグルコース放出速度
ｂ２ ：肝糖放出抑制率に関する調整項
ｒ ：インスリン非依存性肝糖取り込みへの分配率
α２ ：インスリン刺激に対する追従性
Ｉ_４ｏｆｆ ：肝糖放出が抑制されるインスリン濃度のしきい値
関数：
Ｇｏｆｆ（ＦＧＢ）： 基礎代謝に対するグルコース放出速度
Ｆｕｎｃ１（ＦＧＢ）： 消化管からのグルコース刺激に対する肝糖取り込み率
Ｆｕｎｃ２（ＦＧＢ）： インスリン刺激に対する肝糖放出抑制率
ｆ１〜ｆ９ ： 上記の3要素の表現にあたって用いた定数
ｂ１（Ｉ_４（ｔ））： 肝糖取り込み率に関する調整項
ここで、図２における肝臓ブロックへの入力である、消化管からのグルコース吸収５はＲＧ（ｔ）、血糖値６はＢＧ（ｔ）、インスリン分泌速度７はＳＲ（ｔ）とそれぞれ対応し、また出力である正味グルコース放出８はＳＧＯ（ｔ）、肝臓通過後インスリン９はＳＲｐｏｓｔ（ｔ）とそれぞれ対応している。

図４のブロック線図において、５は消化管からのグルコース吸収ＲＧ（ｔ）、６は血糖値ＢＧ（ｔ）、７は膵臓からのインスリン分泌速度ＳＲ（ｔ）、８は肝臓からの正味グルコースＳＧＯ（ｔ）、９は肝臓通過後のインスリンＳＲｐｏｓｔ（ｔ）、２４は肝臓のインスリン通過率（１−Ａ７）、２５はインスリン刺激に対する追従性α２、２６は肝臓通過後のインスリン分配速度Ａ３、２７は積分要素、２８は肝インスリン濃度I_４（ｔ）、９はインスリン依存性肝糖取り込み分配率（１−ｒ）、３０は単位インスリン、単位グルコース当たりの肝臓でのインスリン依存グルコース取り込み速度Ｋｈ、３１はインスリン非依存性肝糖取り込みへの分配率ｒ、３２は消化管からのグルコース刺激に対する肝糖取り込み率Ｆｕｎｃ１（ＦＧＢ）、３３は肝糖取り込み率に関する調整項ｂ１（Ｉ_４（ｔ））、３４は肝糖取込ＨＧＵ（ｔ）、３５は肝糖放出が抑制されるインスリン濃度のしきい値Ｉ_４ｏｆｆ、３６はインスリン刺激に対する肝糖放出抑制率Ｆｕｎｃ２（ＦＧＢ）、３７は肝糖放出抑制率に関する調整項ｂ２、３８は基礎代謝に対するグルコース放出速度、３９は肝糖放出ＨＧＰ（ｔ）、４０は肝臓でのインスリン取り込み率Ａ_７を示している。

［生体モデルのインスリン動態ブロック］
インスリン動態分泌の入出力の関係は、以下の微分方程式（３）を用いて記述することができる。また、微分方程式（３）と等価な、図５に示されるブロック線図を用いて表現することもできる。
微分方程式（３）：
ｄＩ_１（ｔ）／ｄｔ ＝ −Ａ_３Ｉ_１（ｔ）＋Ａ_５Ｉ_２（ｔ）＋Ａ_４Ｉ_３（ｔ）＋ＳＲｐｏｓｔ（ｔ）＋ＩＩＲ（ｔ）
ｄＩ_２（ｔ）／ｄｔ＝ Ａ_６Ｉ_１（ｔ）− Ａ_５Ｉ_２（ｔ）
ｄＩ_３（ｔ）／ｄｔ＝Ａ_２Ｉ_１（ｔ） − Ａ_１Ｉ_３（ｔ）
変数：
ＳＲｐｏｓｔ（ｔ）：肝臓通過後のインスリン
Ｉ_１（ｔ） ：血中インスリン濃度
Ｉ_２（ｔ） ：インスリン非依存組織でのインスリン濃度
Ｉ_３（ｔ） ：末梢組織でのインスリン濃度
ＩＩＲ（ｔ） ：（グルコースクランプ試験における）インスリン注入速度
パラメータ：
Ａ_１ ：末梢組織でのインスリン消失速度
Ａ_２ ：末梢組織へのインスリン分配率
Ａ_３ ：肝臓通過後のインスリン分配速度
Ａ_４ ：末梢組織通過後のインスリン流出速度
Ａ_５ ：インスリン非依存組織でのインスリン消失速度
Ａ_６ ：インスリン非依存組織へのインスリン分配率
ここで、図２におけるインスリン動態ブロックの入力である肝臓通過後のインスリン９は、ＳＲｐｏｓｔ（ｔ）と対応し、また出力である末梢組織でのインスリン濃度１０は、Ｉ_３（ｔ）と対応する。

図５のブロック線図において、９は肝臓通過後のインスリンＳＲｐｏｓｔ（ｔ）、１０は末梢組織でのインスリン濃度Ｉ_３（ｔ）、５０は積分要素、５１は肝臓通過後のインスリン分配速度Ａ_３、５２は血中インスリン濃度Ｉ_１（ｔ）、５３は末梢組織へのインスリン分配率Ａ_２、５４は積分要素、５５は末梢組織でのインスリン消失速度Ａ１、５６は末梢組織通過後のインスリン流出速度Ａ_４、５７はインスリン非依存組織へのインスリン分配率Ａ_６、５８は積分要素、５９はインスリン非依存組織でのインスリン濃度Ｉ_２（ｔ）、６０はインスリン非依存組織でのインスリン消失速度Ａ_５をそれぞれ示している。
また、静脈へのインスリン注入速度ＩＩＲ（ｔ）は、後述の第２試験であるグルコースクランプのときに与えられる値であり、第１試験（ＯＧＴＴ）のシミュレーションの際には、ＩＩＲ（ｔ）＝０で演算が行われる。

［生体モデルの末梢組織ブロック］
末梢組織ブロック４の入出力の関係は、以下の微分方程式（４）を用いて記述することができる。また、微分方程式（４）と等価な、図６に示されるブロック線図を用いて表現することもできる。
微分方程式（４）：
ｄＢＧ´／ｄｔ＝ＳＧＯ（ｔ）−ｕ* Ｇｏｆｆ（ＦＧＢ）−Ｋｂ（ＢＧ´（ｔ）−ＦＢＧ´）−Ｋｐ・Ｉ_３（ｔ）・ＢＧ´（ｔ）＋ＧＩＲ（ｔ）
変数：
ＢＧ´（ｔ） ：血糖値（単位体重あたりのグルコース濃度）
(ただしＢＧ[ｍｇ／ｄｌ]、ＢＧ´[ｍｇ／ｋｇ])
ＳＧＯ（ｔ） ：肝臓からの正味グルコース
Ｉ_３（ｔ） ：末梢組織でのインスリン濃度
ＦＢＧ´ ：空腹時血糖（ただしＦＢＧ´＝ＢＧ´（０））
ＧＩＲ（ｔ） ：（グルコースクランプにおける）グルコース注入速度
パラメータ：
Ｋｂ ：末梢組織でのインスリン非依存グルコース消費速度
Ｋｐ ：単位インスリン、単位グルコースあたりの
末梢組織でのインスリン依存グルコース消費速度
ｕ ：基礎代謝に対するグルコース放出速度のうち
基礎代謝に対するインスリン非依存グルコース消費が占める割合
関数：
Ｇｏｆｆ（ＦＧＢ）：基礎代謝に対するグルコース放出速度
ｆ１〜ｆ３ ：Ｇｏｆｆの表現にあたって用いた定数
ここで、図２における末梢組織ブロックへの入力である末梢組織でのインスリン濃度１０はＩ_３（ｔ）、肝臓からの正味グルコース８はＳＧＯ（ｔ）とそれぞれ対応し、また出力である血糖値６はＢＧ（ｔ）と対応する。

図６のブロック線図において、６は血糖値ＢＧ（ｔ）、８は肝臓からの正味グルコースＳＧＯ（ｔ）、１０は末梢組織でのインスリン濃度Ｉ_３（ｔ）、７０は基礎代謝に対するインスリン非依存グルコース消費速度ｕ* Ｇｏｆｆ（ＦＧＢ）、７１は積分要素、７２は末梢組織でのインスリン非依存グルコース消費速度Ｋｂ、７３は単位インスリン、単位グルコース当たりの末梢組織でのインスリン依存グルコース消費速度Ｋｐ、７４は単位変換定数Ｗｓ／ＤＶｇをそれぞれ示している。
また、静脈へのグルコース注入速度ＧＩＲ（ｔ）は、後述の第２試験であるグルコースクランプのときに与えられる値であり、第１試験（ＯＧＴＴ）のシミュレーションの際には、ＧＩＲ（ｔ）＝０で演算が行われる。

図２に示されるように、本システムを構成するブロック間の入力、出力は、相互に接続されているため、消化管からのグルコース吸収５を与えることで、血糖値、インスリン濃度の時系列変化を、数式に基づいて計算し、シミュレートすることができる。

本システムの微分方程式の計算には、例えばＥ−Ｃｅｌｌ（慶應義塾大学公開ソフトウェア）やＭＡＴＬＡＢ（マスワークス社製品）を用いることができるが、他の計算システムを用いてもよい。

［疑似グルコースクランプの処理手順］
図７は、本システム１００を用いた疑似的なグルコースクランプの実行手順を示している。まず、被験者に対して実際にＯＧＴＴ（第１試験）を行う。そして、そのＯＧＴＴの結果がシステム１００に入力されると、システム１００は、その被験者の糖尿病に関連した生体器官を模倣した生体モデル（図２）を生成する（ステップＳ１）。

続いて、システム１００は、ステップＳ１で生成された生体モデルを、第２試験であるグルコースクランプの実行時の状態を示す生体モデルとするために、修正処理を行う（ステップＳ２）。
その後、システム１００は、ステップＳ２で得られた生体モデルを用いて、擬似的なグルコースクランプ試験を行う（ステップＳ３）。システム１００は、疑似グルコースクランプ処理によって、グルコースクランプ試験で求められるＧＩＲ（Glucose Infusion Rate；グルコース注入量（速度））の推定値を獲得し、これを出力する（ステップＳ４）。さらに、システム１００は、ＧＩＲ推定値から、インスリン抵抗性を判定し、これを出力する（ステップＳ５）。

［第１ステップＳ１：生体モデル生成］
［生体モデル生成部］
図２〜図６に示す上述の生体モデルが、個々の患者の生体器官を適切に模倣するためには、生体モデルのパラメータと変数の初期値とを、個々の患者に応じて決定し、決定されたパラメータ及び初期値を生体モデルに適用する必要がある。なお、以下では、特に区別しなければ、変数の初期値も生成対象のパラメータに含めるものとする。

このため、本システムは、生体モデル生成部としての機能を実現するため、生体モデルの内部パラメータの組である内部パラメータセット（以下、単に「パラメータセット」ということがある）を求め、求めたパラメータセットが適用された生体モデルを生成する機能を有している。なお、この機能も、コンピュータプログラムによって実現されている。
生体モデル生成部によって生成されたパラメータセットを前記生体モデルに与えることで、生体モデル演算部が、生体器官の機能のシミュレートを行って、実際の生体応答（検査結果）を模した疑似応答を出力することができる。

［ＯＧＴＴ結果（第１試験）に基づくパラメータセット生成部］
以下、実際の被験者（生体）への第１試験であるＯＧＴＴ（Oral Glucose Tolerance Test;経口ブドウ糖負荷試験）の結果（生体応答）に基づき、その被験者の生体器官を模した生体モデルを形成するためのパラメータセットを生成するパラメータセット生成部について説明する。
なお、ＯＧＴＴは、口からブドウ糖を摂取して、所定時間経過後に数回採血して血糖値と血中インスリン濃度を測定する試験であり、グルコースクランプに比べると、被験者への負担が少なく、実際に良く実施される試験である。

［ＯＧＴＴ時系列データ入力：ステップＳ１−１］
図８は、システム１００のパラメータセット生成部が、生体モデルのパラメータセットを求める処理手順を示している。同図に示すように、パラメータを求めるには、まず、実際の第１試験結果（生体応答）としてのＯＧＴＴ時系列データの入力処理（ステップＳ１−１）が行われる。
ＯＧＴＴ時系列データは、生体モデルによる機能の模倣対象となる被験者に対して実際に行った検査であるＯＧＴＴの結果であり、本システムは、実際の第１試験結果として入力を受け付ける（第１試験結果入力部としての機能）。ここでは、ＯＧＴＴ時系列データとして、ＯＧＴＴグルコースデータ（血糖値変動データ）と、ＯＧＴＴインスリン（血中インスリン濃度変動データ）の２つが入力される。

図９は、入力されるＯＧＴＴ時系列データとしての血糖値変動データ（図９（ａ））及び血中インスリン濃度変動データ（図９（ｂ））の例を示している。
図９（ａ）の血糖値変動データは、図２〜図６に示す生体モデルにおける出力項目の一つである血糖値ＢＧ（ｔ）の時間的変化に対応した実測データである。
また、図９（ｂ）の血中インスリン濃度変動データは、図２〜図６に示す生体モデルにおける出力項目の一つである血中インスリン濃度I_１(t)の時間的変化に対応した実測データである。

［テンプレートマッチング：ステップＳ１−２］
次に、本システムＳＳは、入力されたＯＧＴＴ時系列データと、テンプレートデータベースＤＢのテンプレートとのマッチングを行う。
テンプレートデータベースＤＢは、図１０に示すように、テンプレートとなる生体モデルの参照用出力値Ｔ１，Ｔ２，・・と、当該参照用出力値を発生させるパラメータセットＰＳ＃０１，ＰＳ＃０２・・とが対応付けられた複数組のデータが予め格納されたものである。参照用出力値とパラメータセットの組を作成するには、任意の参照用出力値に対して、適当なパラメータセットを割り当てたり、逆に任意のパラメータセットを選択した場合の生体モデルの出力を生体シミュレーションシステムで求めたりすればよい。

図１１は、テンプレート（参照用出力値）Ｔ１の例を示している。図１１（ａ）は、テンプレートとしての血糖値変動データであり、図２〜図６に示す生体モデルにおける出力項目の一つである血糖値ＢＧ（ｔ）の時間的変化に対応した参照用時系列データである。図１１（ｂ）は、テンプレートとしての血中インスリン濃度変動データであり、図２〜図６に示す生体モデルにおける出力項目の一つである血中インスリン濃度I_１(t)の時間的変化に対応した参照用時系列データである。

システム１００は、上記テンプレートデータベースＤＢの各参照用時系列データと、ＯＧＴＴ時系列データとの類似度を演算する。類似度は、誤差総和を求めることによって得られる。誤差総和は、次式によって得られる。
誤差総和＝αΣ｜ＢＧ（０）−ＢＧｔ（０）｜＋βΣ｜ＰＩ（０）−ＰＩｔ（０）｜
＋αΣ｜ＢＧ（１）−ＢＧｔ（１）｜＋βΣ｜ＰＩ（１）−ＰＩｔ（１）｜
＋αΣ｜ＢＧ（２）−ＢＧｔ（２）｜＋βΣ｜ＰＩ（２）−ＰＩｔ（２）｜
＋・・・
＝α｛Σ｜ＢＧ（ｔ）−ＢＧｔ（ｔ）｜｝＋β｛Σ｜ＰＩ（ｔ）−ＰＩｔ（ｔ）｜｝
ここで、
ＢＧ：入力データの血糖値[mg/dl]
ＰＩ：入力データの血中インスリン濃度［μU/ml］
ＢＧｔ：テンプレートの血糖値[mg/dl]
ＰＩｔ：テンプレートの血中インスリン濃度［μU/ml］
ｔ：時間［分］
また、α及びβは規格化に用いる係数であり、
α＝１／Average｛ΣＢＧ（ｔ）｝
β＝１／Average｛ΣＰＩ（ｔ）｝
定式のAverageはテンプレートデータベースＤＢ１に格納された全テンプレートに対する平均値を指す。

図１２は、テンプレートＴ１に対するＯＧＴＴ時系列データの誤差総和（規格化なし）を示しており、具体的には、図１２（ａ）は、図９（ａ）の血糖値と図１１（ａ）の血糖値との誤差を示しており、図１２（ｂ）は、図９（ｂ）のインスリンと図１１（ｂ）のインスリンの誤差を示している。
図９の入力データ（１０分間隔の０分から１８０分のデータ）と、図１２のテンプレートＴ１についてみると、
Σ｜ＢＧ（ｔ）−ＢＧｔ（ｔ）｜＝２９
Σ｜ＰＩ（ｔ）−ＰＩｔ（ｔ）｜＝２０
となる。ここで、α＝０．０００３５、β＝０．００１０５とすると、
誤差総和＝（０．０００３５×２９）＋（０．００１０５×２０）
＝０．０３１１５

上記のようにして、ＣＰＵ１００ａは、テンプレートデータベースＤＢ１中の各テンプレートについて誤差総和を求め、誤差総和（類似度）が最小となるテンプレート、すなわちＯＧＴＴ時系列データに最も近似するテンプレートを決定する（ステップＳ１−２）。

［パラメータセット獲得：ステップＳ１−４］
さらに、ステップＳ１−３では、システム１００は、ステップＳ１−２において決定されたテンプレートに対応するパラメータセットを、テンプレートデータベースＤＢから獲得する。つまり、テンプレートＴ１に対応するパラメータセットＰＳ＃０１が得られる（図１０参照）。
下記表１は、このようにして得られたパラメータセットＰＳ＃０１に含まれるパラメータ値の具体的数値例を示している。

なお、パラメータセット（生体モデル）を生成する方法は、上記のようなテンプレートマッチングに限られるものではない。例えば、パラメータセットを遺伝的アルゴリズムによって生成してもよい。つまり、パラメータセットの初期集団をランダムに発生させ、初期集団に含まれるパラメータセット（個体）に対して、選択・交叉・突然変異処理を行って、新たな子集団を生成するという遺伝的アルゴリズムを行うことができる。この遺伝的アルゴリズムによって生成されたパラメータセットのうち、入力された第１試験結果に近似した疑似第１試験結果を出力するパラメータセットを採用することができる。
このように、生体モデル生成部は、入力された第１試験結果を模した疑似試験結果を出力できる生体モデルを生成できるものであれば、その具体的生成方法は特に限定されない。

［疑似応答取得部（生体モデル演算部）］
システム１００は、上記パラメータセットＰＳ＃０１が、生体モデルに与えられると、その生体モデルに基づき演算を行い、入力されたＯＧＴＴ時系列データを模した疑似応答情報（血糖値及びインスリン濃度の時系列変化）を出力する機能を有している（システム１００の疑似応答取得部（生体モデル演算部）としての機能）。
つまり、システム１００では、生成された生体モデルに基づき、患者の生体器官のシミュレーションを行うことができる。
医師等のシステム１００のユーザは、出力されたＯＧＴＴの疑似応答情報と、実際のＯＧＴＴ時系列データとを見比べることで、生成された生体モデルの正確性を確認することができる。
なお、生体モデル演算部の機能は、ＯＧＴＴ（第１試験）のシミュレーションのためだけでなく、グルコースクランプ（第２試験）のシミュレーションのためにも用いられる。

［ステップＳ２：生体モデル修正部］
生体モデル修正処理では、表１に示すパラメータのうち、膵臓から分泌可能なインスリン総量の初期値（初期分泌）Ｘ（０）及び肝糖放出抑制率に関する調整項ｂ２を０にする。この修正は、生体モデルのパラメータを、第２試験たるグルコースクランプ実施時の状態（血糖値の定常状態）にするためのものである。

実際のグルコースクランプ試験では、試験を開始してしばらくすると、一定のインスリン注入速度において血糖値が目標値において一定である定常状態（血糖値変動がない状態）となるため、グルコース変化に反応して膵臓より分泌されるインスリン分泌は、０となる。
すなわち、インスリン分泌能Ｘ（０）には、個人差があるため、この値を予め０にすることで、インスリン分泌能の個人差を排除した試験結果を得ることができる。
この生体モデル修正処理では、膵臓からのインスリン初期分泌を０にするため、前記定常状態を直ちに得ることができるため、定常状態を得るための演算処理が不要となる。

また、肝糖放出抑制率に関する調整項ｂ２を０にするのは、肝臓モデルにおける肝糖放出（内因性グルコース放出速度）ＨＧＰ（ｔ）を０にするためのものである。すなわち、実際のグルコースクランプ試験の定常状態では、肝臓の門脈におけるインスリン濃度はほぼ一定であるので肝臓からのグルコース放出が抑制（ゼロ）され、生体外部から注入されたグルコース量が末梢でのグルコース消費量とみなせる状態となる。
この生体モデル修正処理では、肝臓糖放出ＨＧＰ（ｔ）を０にするため、前記定常状態を直ちに得ることができ、定常状態を得るための演算処理が不要となる。なお、ＨＧＰ（ｔ）を０にするには、パラメータｂ２を０にする他、ＨＧＰ（ｔ）を求める演算式（前述）を単に、ＨＧＰ（ｔ）＝０に置き換える等の別の処理で実現してもよい。

なお、生体モデル修正は、必ずしも行う必要はない。つまり、実際のグルコースクランプと同様なグルコース注入とインスリン注入を行ったものとして演算を行えば、前記定常状態は得ることができる。

［ステップＳ３：疑似グルコースクランプ処理部；第２試験シミュレーション部］
生体モデルを用いた第１試験（ＯＧＴＴ）のシミュレーションでは、消化管グルコース吸収ＲＧ（ｔ）を第１試験疑似入力として生体モデルに与えた場合の血糖値ＢＧ（ｔ）及び血中インスリン濃度Ｉ１（ｔ）を第１試験疑似応答として再現するものであったが、第２試験（グルコースクランプ）のシミュレーションでは、インスリン注入量ＩＩＲ（ｔ）（図５参照）及びグルコース注入量ＧＩＲ（ｔ）（図６参照）を第２試験疑似入力として前記生体モデルに与えた場合の血糖値ＢＧ（ｔ）（及び血中インスリン濃度Ｉ１（ｔ））を第２試験疑似応答とするものである。
なお、グルコースクランプのシミュレーションの際には、消化管グルコース吸収ＲＧ（ｔ）＝０として演算が行われる。

グルコースクランプにおいて求めたいのは所定のインスリン注入量ＩＩＲ（ｔ）によって目標血糖値ＢＧ（ｔ）を得るためのグルコース注入量ＧＩＲ（ｔ）であるから、システム１００の疑似グルコースクランプ処理では、疑似入力として所定量のＩＩＲ（ｔ）（例えば、１．４６［μＵ／ｋｇ／ｍｉｎ］）を生体モデルに与え、目標血糖値ＢＧ（ｔ）（例えば、９５［ｍｇ／ｄｌ］）になるように、第２の疑似入力ＧＩＲ（ｔ）［ｍｇ／ｋｇ／ｍｉｎ］を変化させる。

なお、ＩＩＲ（ｔ）は、一定値でもよいが、被験者の体重に応じた値としてもよい。すなわち、疑似入力として与えられるＩＩＲ（ｔ）＝９５［μＵ／ｍｉｎ］／体重［ｋｇ］によって求めても良い。また、前記ＩＩＲ（ｔ）の式中の「９５」という値も特に限定されるものではなく、例えば、８０〜１００の間の任意の数値としてもよく、システム１００のユーザによって任意の値に設定できるようにしてもよい。
また、本実施形態では、生体モデルは、前記修正処理によって、既にグルコース試験の定常状態となっているため、疑似グルコースクランプの演算中、常に一定でよい。すなわち、実際のグルコースクランプでは、定常状態とするために、最初にインスリンを多めに注入し、その後、より少ないインスリン注入量を一定量注入するが、本実施形態では、予め定常状態の生体モデルが得られているため、はじめから一定量のインスリンを注入すればよい。

［ＧＩＲ推定処理部］
疑似グルコースクランプにおいて目標血糖値を達成できるＧＩＲ（ｔ）を求めるには、疑似入力たるＧＩＲ（ｔ）の値を多様に変化させて疑似グルコースクランプシミュレーションを行った場合の血糖値を求め、その血糖値が目標血糖値又は目標血糖値近傍になれば、そのＧＩＲ（ｔ）を「目標血糖値を達成できるＧＩＲ（ｔ）」として推定することができる。

図１３は、複数のＧＩＲ（ｔ）の候補１〜５によって、疑似グルコースクランプ処理を行った場合の血糖値変化を示している。目標血糖値が９５［ｍｇ／ｄｌ］の場合、候補３が目標血糖値を達成するために最も適しており、この場合、候補３がＧＩＲ（ｔ）推定値として得られる。

ＧＩＲ（ｔ）の値を変化させるには、例えば、遺伝的アルゴリズムを用いることができる。つまり、ＧＩＲ（ｔ）の初期値に対して、選択・交叉・突然変異処理を行って、新たなＧＩＲ（ｔ）を生成することができる。
また、ＧＩＲ（ｔ）の候補を疑似入力として疑似グルコースクランプ処理を行ったときの疑似応答たる血糖値と目標血糖値との差に応じて、当該差が小さくなるようにＧＩＲ（ｔ）候補値を修正し、目標血糖値を達成できるＧＩＲ（ｔ）推定値を求めてもよい。

［ステップＳ４：疑似クランプ結果出力］
上記のようにして得られたＧＩＲ（ｔ）の推定値（例えば、１０．６５［ｍｇ／ｋｇ／ｍｉｎ］）は、システム１００のディスプレイ１２０に出力される（図７のステップＳ４）。
また、図１４，１５は、上記のようにして得られたＧＩＲ（ｔ）でのグルコースクランプシミュレーションの結果として、血糖値及びインスリン濃度の時間的変化を示している。図１４，１５に示す結果もシステム１００のディスプレイ１２０に出力される。

医師等のシステム１００のユーザは、ディスプレイ１２０に表示された図１４，１５に示す結果を見ることで、シミュレーション結果の血糖値が目標血糖値又はその近傍になっていることを目視確認でき、ＧＩＲ（ｔ）推定値の妥当性を確認することができる。
出力されたＯＧＴＴの疑似応答情報と、実際のＯＧＴＴ時系列データとを見比べることで、生成された生体モデルの正確性を確認することができる。

［ステップＳ５：インスリン抵抗性判定］
システム１００は、さらに、ＧＩＲ（ｔ）推定値に基づき、被験者のインスリン抵抗性の有無を判定する（インスリン抵抗性判定部としての機能）。
具体的には、システム１００は、ＧＩＲ（ｔ）推定値が、第１しきい値（例えば、４）より低ければ、明らかなインスリン抵抗性があると判定する。また、ＧＩＲ（ｔ）が、前記第１しきい値より高いが第２しきい値（例えば、６）より低い場合、インスリン抵抗性の傾向ありと判定する。ＧＩＲ（ｔ）が、前記第２しきい値より高ければ、正常であると、と判定する。この判定結果は、ディスプレイ１２０に出力される。

インスリン抵抗性の有無（又は程度）をシステム１００が出力することで、医師がインスリン抵抗性を判断する際の参考情報を提供することができる。
なお、インスリン抵抗性判定及びその出力は、行わなくても良い。医師は、ＧＩＲの値があれば、インスリン抵抗性を判定できるため、システム１００は、ＧＩＲ推定値を出力すれば足りることもあるためである。

［シミュレーション結果］
図１７〜図２２は、被験者Ａ，Ｂ，Ｃについて、実際のＯＧＴＴ結果からＧＩＲ推定値を求めた結果を示している。
図１７及び図１８は、被験者Ａのシミュレーション結果であり、実際のＯＧＴＴ試験結果のうち、血糖値変化が図１７（ａ）において点線で、インスリン値変化が図１７（ｂ）において点線で示されている。図１７（ａ）（ｂ）中の実線は、これらの試験結果に基づいて生成された生体モデルによるＯＧＴＴシミュレーション結果（図１７（ａ）は血糖値変化、図１７（ｂ）はインスリン値変化）を示している。

図１８は、生成された生体モデルに基づき、疑似グルコースクランプを行った結果を示している。ここでは、目標血糖値が９５［ｍｇ／ｄｌ］（被験者ＡのＯＧＴＴ時の空腹時血糖値）となるＧＩＲ推定値として１０．６８が算出された。つまり、ＧＩＲ値＝１０．６８とした場合に、図１８（ａ）に示すように、疑似グルコースクランプ結果（血糖値）が目標血糖値＝９５［ｍｇ／ｄｌ］にほぼ等しくなり、この１０．６８がＧＩＲ推定値として求まる。
なお、図１８（ｂ）は、当該ＧＩＲ推定値での疑似グルコースクランプ結果（インスリン）を示している。
算出されたＧＩＲ推定値＝１０．６８≧１０より、被験者Ａは正常であると判定される。

図１９及び図２０は、被験者Ｂのシミュレーション結果であり、実際のＯＧＴＴ試験結果のうち、血糖値変化が図１９（ａ）において点線で、インスリン値変化が図１９（ｂ）において点線で示されている。図１９（ａ）（ｂ）中の実線は、これらの試験結果に基づいて生成された生体モデルによるＯＧＴＴシミュレーション結果（図１９（ａ）は血糖値変化、図１９（ｂ）はインスリン値変化）を示している。

図２０は、生成された生体モデルに基づき、疑似グルコースクランプを行った結果を示している。ここでは、目標血糖値が１１８［ｍｇ／ｄｌ］（被験者ＢのＯＧＴＴ時の空腹時血糖値）となるＧＩＲ推定値として４．７が算出された。つまり、ＧＩＲ値＝４，７とした場合に、図２０（ａ）に示すように、疑似グルコースクランプ結果（血糖値）が目標血糖値＝１１８［ｍｇ／ｄｌ］にほぼ等しくなり、この４．７がＧＩＲ推定値として求まる。
なお、図２０（ｂ）は、当該ＧＩＲ推定値での疑似グルコースクランプ結果（インスリン）を示している。
算出されたＧＩＲ推定値＝４．７（６≧４．７＞４）より、被験者Ｂはインスリン抵抗性の傾向有り、と判定される。

図２１及び図２２は、被験者ｃのシミュレーション結果であり、実際のＯＧＴＴ試験結果のうち、血糖値変化が図２１（ａ）において点線で、インスリン値変化が図２１（ｂ）において点線で示されている。図２１（ａ）（ｂ）中の実線は、これらの試験結果に基づいて生成された生体モデルによるＯＧＴＴシミュレーション結果（図２１（ａ）は血糖値変化、図２１（ｂ）はインスリン値変化）を示している。

図２２は、生成された生体モデルに基づき、疑似グルコースクランプを行った結果を示している。ここでは、目標血糖値が１２７［ｍｇ／ｄｌ］（被験者ＣのＯＧＴＴ時の空腹時血糖値）となるＧＩＲ推定値として２．９８が算出された。つまり、ＧＩＲ値＝２．９８とした場合に、図２２（ａ）に示すように、疑似グルコースクランプ結果（血糖値）が目標血糖値＝１２７［ｍｇ／ｄｌ］にほぼ等しくなり、この２．９８がＧＩＲ推定値として求まる。
なお、図２２（ｂ）は、当該ＧＩＲ推定値での疑似グルコースクランプ結果（インスリン）を示している。
算出されたＧＩＲ推定値＝２．９８（４≧２．９８）より、被験者Ｃは明らかなインスリン抵抗性、と判定される。

本発明は、上記実施形態に限定されるものではなく、様々な変形が可能である。
例えば、本システムは、糖尿病以外の疾患にも適用できるものである。また、第１試験及び第２試験は、ＯＧＴＴ及びグルコースクランプに限られるものではなく、その他の試験であってもよい。

また、糖尿病を対象とした場合の第２試験の他の例としては、ＩＶＧＴＴ（Intravenous Glucose Tolerance Test）を挙げることができる。ＩＶＧＴＴは、被験者の空腹時にグルコースを静脈にボーラス注射（bolus injection：多量を短時間に注射）し、５分ごとに採血することで、血糖消失直線からインスリン感受性を調べる試験である。ＩＶＧＴＴをシステム１００で擬似的に行う場合は、前記ボーラス注射に相当するＧＩＲ（ｔ）の値を疑似入力として生体モデルに与えれば、血糖値変化がＩＶＧＴＴの疑似応答として得られる。

システムのハードウェア構成を示すブロック図である。 生体モデルの全体構成図である。 生体モデルの膵臓モデルの構成を示すブロック線図である。 生体モデルの肝臓モデルの構成を示すブロック線図である。 生体モデルのインスリン動態モデルの構成を示すブロック線図である。 生体モデルの末梢組織モデルの構成を示すブロック線図である。 疑似グルコースクランプの処理手順を示すフローチャートである。 パラメータセット生成処理手順を示すフローチャートである。 実測ＯＧＴＴ時系列データであり、（ａ）は血糖値、（ｂ）は血中インスリン濃度である。 テンプレートデータベースＤＢ１の構成図である。 テンプレートデータであり、（ａ）は血糖値、（ｂ）はインスリン濃度である。 テンプレートＴ１に対するＯＧＴＴ時系列データの誤差総和を示す図であり、（ａ）は血糖値、（ｂ）はインスリン濃度である。 ＧＩＲごとの疑似グルコースクランプ処理結果（血糖値変化）を示す図である。 ＧＩＲ推定値による疑似グルコースクランプ処理結果（血糖値変化）を示す図である。 ＧＩＲ推定値による疑似グルコースクランプ処理結果（インスリン変化）を示す図である。 グルコースクランプの説明図である。 被験者ＡのＯＧＴＴシミュレーション結果である。 被験者Ａの疑似グルコースクランプ結果である。 被験者ＢのＯＧＴＴシミュレーション結果である。 被験者Ｂの疑似グルコースクランプ結果である。 被験者ＣのＯＧＴＴシミュレーション結果である。 被験者Ｃの疑似グルコースクランプ結果である。

符号の説明

１膵臓ブロック
２肝臓ブロック
３インスリン動態ブロック
４末梢組織ブロック
５消化管からのグルコース吸収
６血糖値
７インスリン分泌速度
８正味グルコース放出
９肝臓通過後インスリン
１０末梢組織でのインスリン濃度
１００ システム

Claims (12)

1. 生体の疑似試験コンピュータシステムであって、
   生体に対する第１試験の結果の入力を受け付ける第１試験結果入力部と、
   入力された前記第１試験結果に基づき、前記第１試験とは異なる第２試験を行うための生体モデルを生成する生体モデル生成部と、
   前記生体モデルを用いて、前記第２試験のコンピュータシミュレーションを行う第２試験シミュレーション部と、
   を備えていることを特徴とする生体の疑似試験コンピュータシステム。
2. 前記生体モデル生成部は、入力された前記第１試験結果を模した疑似試験結果を再現可能な生体モデルを生成することを特徴とする請求項１記載の生体の疑似試験コンピュータシステム。
3. 入力された前記第１試験結果を模した疑似試験結果を再現可能な生体モデルに、第２試験を行うための修正を施す生体モデル修正部を備えていることを特徴とする請求項２記載の生体の疑似試験コンピュータシステム。
4. 前記生体モデルは、実際の第２試験において生体に与えられる入力に対応した疑似入力が与えられると、実際の第２試験における生体応答を模した疑似応答を生成するよう構成され、
   前記第２試験シミュレーション部は、生成された前記生体モデルに対して、前記疑似入力を与えて、前記第２試験のコンピュータシミュレーションを行うよう構成されている、
   ことを特徴とする請求項１〜３のいずれかに記載の生体の疑似試験コンピュータシステム。
5. 前記第１試験及び第２試験は、共通の疾患に関する互いに異なる試験であることを特徴とする請求項１〜４のいずれかに記載の生体の疑似試験コンピュータシステム。
6. 前記疾患は、糖尿病である請求項５記載の生体の疑似試験コンピュータシステム。
7. 前記第１試験は、経口糖負荷試験（ＯＧＴＴ）である請求項１〜６のいずれかに記載の生体の疑似試験コンピュータシステム。
8. 前記第２試験は、グルコースクランプである請求項１〜７のいずれかに記載の生体の疑似試験コンピュータシステム。
9. 前記生体モデルは、インスリン注入量及びグルコース注入量を与えたときの生体の血糖値変化を出力可能に構成され、
   前記第２試験シミュレーション部は、所定のインスリン注入量を前記生体モデルに入力したときに、前記血糖値が略目標値になるグルコース注入量を求めるよう構成されていることを特徴とする請求項１〜８記載の生体の疑似試験コンピュータシステム。
10. 前記第２試験シミュレーション部によって求められたグルコース注入量からインスリン抵抗性を判定するインスリン抵抗性判定部を更に備えていることを特徴とする請求項９記載の生体の疑似試験コンピュータシステム。
11. コンピュータを、請求項１〜１０のいずれかに記載の生体の疑似試験コンピュータシステムとして機能させるためのコンピュータプログラム。
12. 生体の疑似試験をコンピュータによって行う方法であって、
    コンピュータに入力された第１試験結果に基づき、前記第１試験とは異なる第２試験を行うための生体モデルを生成するステップと、
    前記生体モデルを用いて、前記第２試験のコンピュータシミュレーションを行うステップと、
    を含むことを特徴とする生体の疑似試験方法。

Images