JP2017523852A - 制御への応用のための移動ホライズン状態イニシャライザ - Google Patents
制御への応用のための移動ホライズン状態イニシャライザ Download PDFInfo
- Publication number
- JP2017523852A JP2017523852A JP2017506924A JP2017506924A JP2017523852A JP 2017523852 A JP2017523852 A JP 2017523852A JP 2017506924 A JP2017506924 A JP 2017506924A JP 2017506924 A JP2017506924 A JP 2017506924A JP 2017523852 A JP2017523852 A JP 2017523852A
- Authority
- JP
- Japan
- Prior art keywords
- state
- model
- cgm
- sensor
- time
- 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.)
- Granted
Links
- 238000005070 sampling Methods 0.000 claims abstract description 53
- 238000005259 measurement Methods 0.000 claims abstract description 48
- 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 60
- 239000008280 blood Substances 0.000 claims description 53
- 210000004369 blood Anatomy 0.000 claims description 53
- 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 52
- 239000008103 glucose Substances 0.000 claims description 52
- 238000000034 method Methods 0.000 claims description 51
- 102000004877 Insulin Human genes 0.000 claims description 30
- 108090001061 Insulin Proteins 0.000 claims description 30
- 229940125396 insulin Drugs 0.000 claims description 30
- 238000005457 optimization Methods 0.000 claims description 19
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 210000000496 pancreas Anatomy 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000011282 treatment Methods 0.000 claims description 10
- 229940079593 drug Drugs 0.000 claims description 7
- 239000003814 drug Substances 0.000 claims description 7
- 238000012377 drug delivery Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000001788 irregular Effects 0.000 claims description 4
- 206010028980 Neoplasm Diseases 0.000 claims description 3
- 206010002091 Anaesthesia Diseases 0.000 claims description 2
- 208000017667 Chronic Disease Diseases 0.000 claims description 2
- 208000018737 Parkinson disease Diseases 0.000 claims description 2
- 230000037005 anaesthesia Effects 0.000 claims description 2
- 230000036772 blood pressure Effects 0.000 claims description 2
- 201000011510 cancer Diseases 0.000 claims description 2
- 238000001631 haemodialysis Methods 0.000 claims description 2
- 230000000322 hemodialysis Effects 0.000 claims description 2
- 208000032839 leukemia Diseases 0.000 claims description 2
- 238000007726 management method Methods 0.000 claims description 2
- 238000004886 process control Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 36
- 230000008859 change Effects 0.000 description 12
- 238000003199 nucleic acid amplification method Methods 0.000 description 12
- 230000004044 response Effects 0.000 description 12
- 230000003321 amplification Effects 0.000 description 11
- 238000013459 approach Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 238000001802 infusion Methods 0.000 description 3
- 230000004043 responsiveness Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002641 glycemic effect Effects 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 206010027146 Melanoderma Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 238000000126 in silico method Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000001019 normoglycemic effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
- A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
- A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
- A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic
- A61M5/1723—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic using feedback of body parameters, e.g. blood-sugar, pressure
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
- A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
- A61M5/142—Pressure infusion, e.g. using pumps
- A61M2005/14208—Pressure infusion, e.g. using pumps with a programmable infusion control system, characterised by the infusion program
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/18—General characteristics of the apparatus with alarm
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/50—General characteristics of the apparatus with microprocessors or computers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/20—Blood composition characteristics
- A61M2230/201—Glucose concentration
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Hematology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Anesthesiology (AREA)
- Vascular Medicine (AREA)
- Diabetes (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Infusion, Injection, And Reservoir Apparatuses (AREA)
- External Artificial Organs (AREA)
- Feedback Control In General (AREA)
Abstract
Description
連続時間関数を、各モデル出力の得られたセンサー測定データポイントにフィッティングさせるステップ、および続いて、合成された出力軌跡によりモデル状態を構築するために、状態が推定または初期化されている状態空間動的モデルのサンプリング期間と同時に、連続時間関数をサンプリングするステップ、を含み、
(a)フィッティングさせた関数が再較正のポイントにおいてその値が不連続であることを容認されるが、その微分係数が不連続であることは容認されないことによってセンサーの再較正が組み込まれ、不連続性の大きさは最適化により特定され、ならびにフィッティングさせた関数のサンプリングは再較正の不連続性を無視して実行される;
(b)関数のフィッティングが、センサー測定のタイムスタンプおよび状態推定器の呼び出し時間を用い:
(i)センサーと状態推定器との間の遅れは、推定器の呼び出し時間と同時に始まる時間に遡ってフィッティングされた関数をサンプリングすることによって、少なくとも部分的に軽減される;および
(ii)不規則な時間間隔、または状態が推定または初期化されているモデルのサンプリング期間ではない時間間隔で収集されたセンサーデータに対応可能である;
(c)状態が推定または初期化されているモデルが入力を有することができ、入力が存在する場合、過去の入力データは状態の構築に用いられる;
(d)モデルの状態が観測可能または再構築可能である;
(e)状態が推定または初期化されているモデルが単一の出力を有する場合、オフセットを含まない合成された出力軌跡を反映して現在のモデル状態が構築され、状態が推定または初期化されているモデルが複数の出力を有する場合、出力のミスマッチを調整するためにトレードオフ戦略が用いられる、
方法を提供する。
センサー測定データが、カルマンフィルターまたは他の信号処理技術を用いて予備処理される;
本方法が、1型糖尿病などの生体医学的応用における自動薬物送達または工程制御の実装において展開される;
センサーが連続血糖モニター(CGM)であり、離散時間状態空間動的モデルが血糖濃度の予測のために用いられる;
本方法が、状態フィードバックモデル予測制御(MPC)法則などの状態フィードバック制御法則と動作可能に組み合わされ、アルゴリズム的インスリン投与を実行する;
本方法が、状態フィードバックモデル予測制御(MPC)システムなどの状態フィードバック制御システムと動作可能に組み合わされ、インスリンを送達する;
本方法が、アラームおよび/または通知システムと動作可能に組み合わされ、該アラームおよび/または通知判定実施アルゴリズムが血糖予測などの予測を用い、そのアラームおよび/または通知判定実施アルゴリズムにおいてモデルの状態を使用する離散時間状態空間動的モデルにより実施される;および/または
本方法が、薬物送達の医療用デバイス、例えば、血圧管理、血液透析制御、麻酔(例えばその深さ)の制御、パーキンソン病の処置、白血病の処置、癌の処置、HIVの処置などの慢性の病態または処置に適したデバイスの制御に適合される;
によってさらに規定される。
(a)センサーの再較正が血糖出力値の不連続性を含むが、その微分係数の不連続性を含まないことによって関数定義内に適応され、不連続性の大きさが最適化によって特定される、
(b)データフィッティングが、CGMのタイムスタンプとコントローラの呼び出し時間とを用い、したがって、非同期性データのサンプリングが自然に取り扱われる;
(c)最適化の後で、フィッティングさせた関数がコントローラモデルのサンプリング期間Tにおいてサンプリングされ、再較正の不連続性を無視して、出力軌跡が合成される;ならびに
(d)過去の入力データと組み合わせ、可観測性を仮定し、オフセットを含まないフィッティングさせた出力軌跡を反映するように、現在のモデル状態が構築される;
方法を提供する。
まず、関数を得られた連続血糖モニタリング(CGM)データポイントにフィッティングさせ、その後、状態が推定されているモデルのサンプリング期間と同時に関数をサンプリングすることによってモデルの状態を構築するステップ、を含み、
(a)CGMセンサーの再較正が、フィッティングさせた関数が不連続であることを容認することによって組み込まれ;
(b)センサーとコントローラとの間の遅れは、少なくとも部分的に軽減される;
(c)不規則な時間間隔、または状態が推定されているモデルのサンプリング期間ではない時間間隔で収集されたデータに対応可能である;ならびに
(d)モデルが推定工程の間またはその中に用いられるのではなく、むしろ状態がモデルのために推定され、最終結果に対する任意のプラント−モデルのミスマッチの影響が制限される、
方法を提供する。
本方法を、カルマンフィルターまたは他の信号処理技術と組み合わせ、CGMデータを予備処理する;
本方法を、モデル予測制御(MPC)の制御アルゴリズムと動作可能に組み合わせ、インスリンなどの薬物を送達する;および/または
本方法を、オープンループCGMなどのためのアラームシステムと動作可能に組み合わせる。
van Heusden et al.[2012]のインスリン−血糖モデルを用い、これを下記に要約する。このモデルは、サンプリング期間T=5分[分]を用いた離散時間、線形時不変(LTI)システムである。時間ステップインデックスはiにより表される。プラント入力のスカラー量はサンプリング期間ごとに送達される投与されたインスリンボーラス注入量uIN,i[U]であり、プラント出力のスカラー量は対象の血糖値yBG,i[mg/dL]である。このプラントは定常状態の周辺で線形化され、対象特有の時間依存性基底入力速度uBASAL,i[U/h]を適用することによって達成されると仮定され、定常状態血糖出力ys=110[mg/dL]をもたらすと仮定される。
iの進行に伴うパラメータθiの値の矛盾のない解釈のために、関数f(・)は現在時間τiから原点にシフトしてフィッティングされる。フィッティングのために考察される連続時間関数のクラスは、p次の多項式である
この項において、開示の状態推定戦略の挙動および利益を、単純な数値例によって実証する。パラメータの選択は、理にかなった範囲内で、開示される戦略の実例の最も単純なものを生み出すように行った。(9)の多項式の次数はp=1を用いた、すなわち、本発明者らは、直線フィッティングを実行した。用いたデータポイントMの数は、関数フィッティングの自由度以上でなければならないことに留意されたい。したがって、本発明者らは、履歴ホライズンM=3を選択し、1回の再較正による直線フィッティングを容易にした。本発明者らは、R1=R2=1およびR3=0.1として、最も古いデータポイントに関する誤差に対して、最も新しい2つのデータポイントに伴う誤差より小さいペナルティを付けた。最後に、本発明者らは、Q=0{2,2}を選択し、すなわち、最適パラメータ
図1は、線形状態推定器の増幅Lが、プラント−モデルのミスマッチを除去する能力にどのように影響を与えるかを表している。CGMは280mg/dLにおいて一定であり、インスリン注入は基底速度で実行する。増幅Lが高いほどミスマッチの除去は有効であるが、ノイズに対する応答性も上昇する。この実施例において、線形状態推定器の状態は、定常状態におけるCGM値が得られるように初期化されことに留意されたい。この最適な初期化にもかかわらず、線形状態推定器の状態推定値はドリフトし、推定器の出力CxiとCGM信号との定常状態のミスマッチを引き起こしている。この理由は、モデル(2)がys=110mg/dLの周辺の線形化に基づいていること、および上昇した、定常状態のCGM値は、基底インスリン送達には適合しないことである。対照的に、開示される状態推定器はこのようなミスマッチの影響を受けない。なぜなら、合成出力軌跡はモデル(2)ではなく、CGMデータのみに基づいて作製されており、また、可観測性によって、この機構が、この作製された出力軌跡に正確に対応する状態を構築するためである。
この実施例において、本発明者らは、CGMデータがT=5分ではなく9分ごとに送信された場合、コントローラが9分ごとに同時にアップデートされるという仮定の下に、何が起こるかを示す。これはMPCが実際に(本明細書において)どのように実装されるかではないが、この実施例は有益である。
この実施例において、本発明者らは開示される推定器の、コントローラのアップデート時刻とCGMとの間の遅れを適応させる能力を実証する。本発明者らは、速度変化が1mg/dL/分であり、データポイントがT=5分ごとであるCGM軌跡について考察する。コントローラはT=5分ごとにアップデートされ、最新のCGM値に関して4分遅れた。結果を図3にプロットしている。遅れにも関わらず、線形推定器はMPC予測を最も新しいCGM値から開始させている。対照的に、開示される推定器は、MPC予測をCGMデータ軌跡の延長上に外挿された値から始めている。
この実施例において、本発明者らは、コントローラが制御入力を、意図したようにサンプリング期間T=5分でアップデートする事例について考察する。CGM値は1mg/dL/分で上昇するが、その値は、7分ごとにしかアップデートされない。サンプリング期間のこのミスマッチにより、MPCおよびCGMは時として同時にアップデートされるが、多くの場合これらの間には遅れがあり、別の時には、前のMPCがアップデートした後に、CGMアップデートは行われていない状況にある。
開示されるアプローチのはじめの動機は、センサーの再較正を巧みに適応させることであり、これを次に示す。コントローラおよびCGMは、正しいサンプリング期間;T=5分に同期させる。CGMは14:25まで200mg/dLを示し、14:30に250mg/dLに再較正され、この値をその後も保持している。
CGMデータに基づくMPCの最適化を初期化するための、再帰的状態推定器に伴う問題を解決する、移動ホライズン最適化に基づく新規な状態推定スキームが開示される。開示される戦略の機構および利益を、簡単な、模式的実施例を使用して実証した。開示される方法は、University of Padova/Virginia FDAにより認可された代謝シミュレーター(Kovatchev et al.[2009])により試験され、「通常」の状況において、すなわち、本開示を着想させた問題となる事例を扱わない場合において、反応性高くチューニングされた線形状態推定器と同等に機能する。より困難性の高い状況をシミュレーションする場合、臨床試験で得られるものにより密接に類似したCGMデータを用いて、開示される推定器の性能を検証する。
Bequette,B.W.,Optimal Estimation Applications to Continuous Glucose Monitoring,In Proc.AACC American Control Conf.,pages 958−962,Boston,MA,USA,June 2004.
Breton,M,Farret,A,Bruttomesso,D,Anderson,S,Magni,L,Patek,S,Dalla Man,C,Place,J,Demartini,S,Del Favero,S,Toffanin,C,Hughes−Karvetski,C,Dassau,E,Zisser,H,Doyle III,F.J,De Nicolao,G,Avogaro,A,Cobelli,C,Renard,E,& Kovatchev,B.,Fully Integrated Artificial Pancreas in Type 1 Diabetes:Modular Closed−Loop Glucose Control Maintains Near Normoglycemia,Diabetes,61(9):2230−2237,June 2012.
Cobelli,C,Dalla Man,C,Sparacino,G,Magni,L,De Nicolao,G,& Kovatchev,B.P.,Diabetes:Models,Signals and Control,IEEE Rev.Biomed.Eng.,2:54−96,2009.
Cobelli,C,Renard,E,& Kovatchev,B.,Artificial Pancreas:Past,Present,Future,Diabetes,60(11):2672−2682,Nov.2011.
Doyle III,F.J,Huyett,L.M,Lee,J.B,Zisser,H.C,& Dassau,E.,Bench to Clinic Symposia−Closed Loop Artificial Pancreas Systems:Engineering the Algorithms,Diabetes Care,37:1191−1197,2014.
Gondhalekar,R,Dassau,E,Zisser,H.C,& Doyle III,F.J.,Periodic−Zone Model Predictive Control for Diurnal Closed−loop Operation of an Artificial Pancreas,J.Diabetes Sci.Technol.,7(6):1446−1460,Nov.2013.
Gondhalekar,R,Dassau,E,& Doyle III,F.J.,MPC Design for Rapid Pump−Attenuation and Expedited Hyperglycemia Response to Treat T1DM with an Artificial Pancreas,In Proc.AACC American Control Conf.,Portland,OR,USA,pp.4224−4230,June 2014.
Grosman,B,Dassau,E,Zisser,H.C,Jovanovic,L,& Doyle III,F.J.,Zone Model Predictive Control:A Strategy to Minimize Hyper−and Hypoglycemic Events,J.Diabetes Sci.Technol.,4(4):961−975,July 2010.
Grosman,B,Dassau,E,Zisser,H,Jovanovic,L,& Doyle III,F.J.,Multi−Zone−MPC:Clinical Inspired Control Algorithm for the Artificial Pancreas,In Proc.18th IFAC World Congress,pages 7120−7125,Milan,Italy,Aug.2011.
Harvey,R.A,Wang,Y,Grosman,B,Percival,M.W,Bevier,W,Finan,D.A,Zisser,H,Seborg,D.E,Jovanovic,L,Doyle III,F.J,& Dassau,E.,Quest for the Artificial Pancreas:Combining Technology with Treatment,IEEE Eng.Med.Biol.Mag.,29(2):53−62,2010.
Hovorka,R.,Continuous glucose monitoring and closed−loop systems,Diabetic Med.,23(1):1−12,Jan.2006.
Hovorka,R,Canonico,V,Chassin,L.J,Haueter,U,Massi−Benedetti,M,Federici,M.O,Pieber,T.R,Schaller,H.C,Schaupp,L,Vering,T,& Wilinska,M.E.,Nonlinear model predictive control of glucose concentration in subjects with type 1 diabetes.Physiol.Meas.,25:905−920,July 2004.
Kovatchev,B.P,Breton,M,Dalla Man,C,& Cobelli,C.,In Silico Preclinical Trials:A Proof of Concept in Closed−Loop Control of Type 1 Diabetes,J.Diabetes Sci.Technol.,3(1):44−55,Jan.2009.
Kuure−Kinsey,M,Palerm,C.C,& Bequette,B.W.,A Dual−Rate Kalman Filter for Continuous Glucose Monitoring,In Proc.EMBS Annual Int.Conf.,pages 63−66,New York City,NY,USA,Aug.2006.
Levine,W.S,editor.,The Control Handbook,CRC Press,Boca Raton,FL,USA,2 edition,2011.
Magni,L,Raimondo,D.M,Dalla Man,C,De Nicolao,G,Kovatchev,B,& Cobelli,C.,Model predictive control of glucose concentration in type 1 diabetic patients:An in silico trial,Biomed.Signal Process.Control,4(4):338−346,2009.
Magni,L,Raimondo,D.M,Bossi,L,Dalla Man,C,De Nicolao,G,Kovatchev,B,& Cobelli,C.,Model Predictive Control of Type 1 Diabetes:An in Silico Trial,J.Diabetes Sci.Technol.,1(6):804−812,Nov.2007.
Miller,M & Strange,P.,Use of Fourier Models for Analysis and Interpretation of Continuous Glucose Monitoring Glucose Profiles,J.Diabetes Sci.Technol.,1(5):630−638,Sep.2007.
Parker,R.S,Doyle III,F.J,& Peppas,N.A.,A Model−Based Algorithm for Blood Glucose Control in Type I Diabetic Patients,IEEE Trans.Biomed.Eng.,46(2):148−157,Feb.1999.
Rawlings,J.B & Mayne,D.Q.,Model Predictive Control:Theory and Design,Nob Hill Publishing,Madison,WI,USA,Aug.2009.
Turksoy,K,Bayrak,E.S,Quinn,L,Littlejohn,E,& Cinar,A.,Multivariable Adaptive Closed−Loop Control of an Artificial Pancreas Without Meal and Activity Announcement,Diabetes Technol.Ther.,15(5):386−400,May 2013.
van Heusden,K,Dassau,E,Zisser,H.C,Seborg,D.E,& Doyle III,F.J.,Control−Relevant Models for Glucose Control Using A Priori,Patient Characteristics,IEEE Trans.Biomed.Eng.,59(7):1839−1849,July 2012.
Walsh,J & Roberts,R.,Pumping Insulin,Torrey Pines Press,San Diego,CA,USA,4 edition,2006.
Zisser,H.,Clinical Hurdles and Possible Solutions in the Implementation of Closed−Loop Control in Type 1 Diabetes Mellitus,J.Diabetes Sci.Technol.,5(5):1283−1286,Sep.2011.
Claims (14)
- モデルの出力のセンサー測定に基づく、離散時間状態空間動的モデルの状態の推定または初期化のための状態推定器の方法であって、連続時間関数を、各モデル出力の得られたセンサー測定データポイントにフィッティングさせるステップ、および続いて、合成された出力軌跡によりモデル状態を構築するために、前記状態が推定または初期化されている前記状態空間動的モデルのサンプリング期間と同時に、前記連続時間関数をサンプリングするステップ、を含み、
(a)前記フィッティングさせた関数が再較正のポイントにおいてその値が不連続であることを容認されるが、その微分係数が不連続であることは容認されないことによる、センサーの再較正が組み込まれ、前記不連続性の大きさが最適化により特定され、ならびに前記フィッティングさせた関数の前記サンプリングが前記再較正の不連続性を無視して実行され;
(b)前記関数のフィッティングが、センサー測定のタイムスタンプおよび前記状態推定器の呼び出し時間を用い、ここで:
(i)前記センサーと状態推定器との間の遅れが、前記推定器の呼び出し時間と同時に始まる時間に遡って前記フィッティングさせた関数をサンプリングすることによって、少なくとも部分的に軽減され;および
(ii)不規則な時間間隔、または前記状態が推定または初期化されている前記モデルの前記サンプリング期間ではない時間間隔で収集されたセンサーデータに対応可能であり;
(c)前記状態が推定または初期化されている前記モデルが入力を有することができ、入力が存在する場合、過去の入力データが前記状態の構築に用いられ;
(d)前記モデルの前記状態が観測可能または再構築可能であり;
(e)前記状態が推定または初期化されている前記モデルが単一の出力を有する場合、現在のモデル状態は、オフセットを含まない前記合成された出力軌跡を反映して構築され、前記状態が推定または初期化されている前記モデルが複数の出力を有する場合、出力のミスマッチを調整するためにトレードオフ戦略が用いられる、
方法。 - 1型糖尿病を処置するためのインスリン送達を制御する方法であって、移動ホライズン最適化を使用して、連続時間関数を連続血糖モニタリング(CGM)データにフィッティングさせるステップを含み:
(a)前記関数定義内において、前記血糖出力値の不連続性を含むが、その微分係数の不連続性を含まないことによって、センサーの再較正が適応され、前記不連続性の大きさが前記最適化によって特定され;
(b)データフィッティングが、前記CGMのタイムスタンプとコントローラの呼び出し時間とを用い、したがって、非同期性データのサンプリングが自然に取り扱われ;
(c)最適化の後で、前記フィッティングさせた関数が前記コントローラモデルのサンプリング期間Tにおいてサンプリングされ、前記再較正の不連続性を無視して、出力軌跡が合成され;ならびに
(d)過去の入力データと組み合わせ、可観測性を仮定し、オフセットを含まない前記フィッティングさせた出力軌跡を反映するように、現在のモデル状態が構築される;
方法。 - 1型糖尿病に適用するための人工膵臓のインスリン送達コントローラを制御する移動ホライズン状態イニシャライザのための方法であって、
まず得られた連続血糖モニタリング(CGM)データポイントに関数をフィッティングさせ、その後、状態が推定されているモデルのサンプリング期間と同時に前記関数をサンプリングすることによって前記モデルの状態を構築するステップ、を含み、
(a)CGMセンサーの再較正が、前記フィッティングさせた関数が不連続であることを容認することによって組み込まれ;
(b)前記センサーとコントローラとの間の遅れが、少なくとも部分的に軽減され;
(c)不規則な時間間隔、または前記状態が推定されている前記モデルの前記サンプリング期間ではない時間間隔で収集されたデータに対応可能であり;ならびに
(d)前記モデルが前記推定工程の間またはその中に用いられるのではなく、むしろ前記状態が前記モデルのために推定され、最終結果に対する任意のプラント−モデルのミスマッチの影響が制限される、
方法。 - 1型糖尿病を処置するための人工膵臓のモデル予測制御(MPC)のための方法であって、センサーの再較正および非同期性測定による状態推定を用いるステップを含み、状態が、連続時間関数をサンプリングすることによって合成された予言的な出力データによって構築され、前記関数は、測定された連続血糖モニタリング(CGM)センサーのデータにフィッティングさせること、およびセンサーの再較正時刻において値の不連続性を含むが、その微分係数の不連続性は含まないことによって特徴付けられる方法。
- 前記センサー測定データが、カルマンフィルターまたは他の信号処理技術を用いて予備処理される、請求項1、2、3または4に記載の方法。
- 1型糖尿病などの生体医学的応用における自動薬物送達または工程制御の実装において活用される、請求項1、2、3または4に記載の方法。
- 前記センサーが連続血糖モニター(CGM)であり、血糖濃度の予測のために前記離散時間状態空間動的モデルが用いられる、請求項1、2、3または4に記載の方法。
- 状態フィードバックモデル予測制御(MPC)法則などの状態フィードバック制御法則と動作可能に組み合わされ、アルゴリズム的インスリン投与を実行する、請求項1、2、3または4に記載の方法。
- 状態フィードバックモデル予測制御(MPC)システムなどの状態フィードバック制御システムと動作可能に組み合わされ、インスリンを送達する、請求項1、2、3または4に記載の方法。
- アラームおよび/または通知システムと動作可能に組み合わされ、前記アラームおよび/または通知判定実施アルゴリズムが血糖予測などの予測を用い、そのアラームおよび/または通知判定実施アルゴリズムにおいてモデルの状態を使用する離散時間状態空間動的モデルにより実施される、請求項1、2、3または4に記載の方法。
- 薬物送達の医療用デバイス、例えば、血圧管理、血液透析制御、麻酔(例えばその深さ)の制御、パーキンソン病の処置、白血病の処置、癌腫瘍の処置、HIVの処置などの慢性の病態または処置に適したデバイスに適合される、請求項1、2、3または4に記載の方法。
- (i)連続モニタリングデータの予備処理などのためのカルマンフィルターまたは他の信号処理技術、
(ii)インスリンなどの薬物を送達するためのモデル予測制御(MPC)制御アルゴリズム、および/または
(iii)GMなどのオープンループ連続モニタリングのためのアラームシステム
と動作可能に組み合わされた、請求項1、2、3または4に記載の方法。 - 請求項1、2、3または4に記載の方法を実装するようにプログラムされたコントローラ。
- 請求項1、9、10または11に記載の方法を実装するようにプログラムされたコントローラを含み、状態モニタリングシステム、薬物用ポンプもしくは計量システムおよび/または送達される薬物を含んでもよい薬物送達システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462034132P | 2014-08-06 | 2014-08-06 | |
US62/034,132 | 2014-08-06 | ||
PCT/US2015/043763 WO2016022650A1 (en) | 2014-08-06 | 2015-08-05 | Moving-horizon state-initializer for control applications |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017523852A true JP2017523852A (ja) | 2017-08-24 |
JP2017523852A5 JP2017523852A5 (ja) | 2018-08-23 |
JP6810991B2 JP6810991B2 (ja) | 2021-01-13 |
Family
ID=55264479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017506924A Active JP6810991B2 (ja) | 2014-08-06 | 2015-08-05 | 離散時間状態空間動的モデルに基づく状態推定器と組み合わされたコントローラを使用する薬物送達システムの作動方法、該コントローラおよび該システム |
Country Status (7)
Country | Link |
---|---|
US (2) | US9984773B2 (ja) |
EP (1) | EP3177344B1 (ja) |
JP (1) | JP6810991B2 (ja) |
CN (1) | CN106714874B (ja) |
AU (1) | AU2015301146B2 (ja) |
CA (1) | CA2957432C (ja) |
WO (1) | WO2016022650A1 (ja) |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7959598B2 (en) | 2008-08-20 | 2011-06-14 | Asante Solutions, Inc. | Infusion pump systems and methods |
US9561324B2 (en) | 2013-07-19 | 2017-02-07 | Bigfoot Biomedical, Inc. | Infusion pump system and method |
GB2523989B (en) | 2014-01-30 | 2020-07-29 | Insulet Netherlands B V | Therapeutic product delivery system and method of pairing |
DE102015000845A1 (de) * | 2015-01-27 | 2016-07-28 | W.O.M. World Of Medicine Gmbh | Verfahren und Vorrichtung zur Regelung der Temperatur des Gasstroms bei medizintechnischen Vorrichtungen |
CN111905188B (zh) | 2015-02-18 | 2022-07-22 | 英赛罗公司 | 流体输送和输注装置及其使用方法 |
US10275573B2 (en) | 2016-01-13 | 2019-04-30 | Bigfoot Biomedical, Inc. | User interface for diabetes management system |
EP3374004B1 (en) | 2016-01-14 | 2023-06-28 | Bigfoot Biomedical, Inc. | Adjusting insulin delivery rates |
WO2018058041A1 (en) | 2016-09-23 | 2018-03-29 | Insulet Corporation | Fluid delivery device with sensor |
EP3500161A4 (en) | 2016-12-12 | 2020-01-08 | Bigfoot Biomedical, Inc. | ALARMS AND WARNINGS FOR MEDICINE DELIVERY DEVICES AND RELATED SYSTEMS AND METHODS |
EP3568859A1 (en) | 2017-01-13 | 2019-11-20 | Bigfoot Biomedical, Inc. | Insulin delivery methods, systems and devices |
WO2018132754A1 (en) | 2017-01-13 | 2018-07-19 | Mazlish Bryan | System and method for adjusting insulin delivery |
EP3618713B1 (en) | 2017-05-05 | 2021-12-15 | Eli Lilly and Company | Closed loop control of physiological glucose |
EP3438858A1 (en) | 2017-08-02 | 2019-02-06 | Diabeloop | Closed-loop blood glucose control systems and methods |
EP3729446A1 (en) | 2017-12-21 | 2020-10-28 | Eli Lilly and Company | Closed loop control of physiological glucose |
USD928199S1 (en) | 2018-04-02 | 2021-08-17 | Bigfoot Biomedical, Inc. | Medication delivery device with icons |
EP3788628A1 (en) | 2018-05-04 | 2021-03-10 | Insulet Corporation | Safety constraints for a control algorithm-based drug delivery system |
EP3811373A1 (en) | 2018-06-22 | 2021-04-28 | Eli Lilly and Company | Insulin and pramlintide delivery systems, methods, and devices |
AU2019347755B2 (en) | 2018-09-28 | 2023-02-02 | Insulet Corporation | Activity mode for artificial pancreas system |
EP3864668A1 (en) | 2018-10-11 | 2021-08-18 | Insulet Corporation | Event detection for drug delivery system |
USD920343S1 (en) | 2019-01-09 | 2021-05-25 | Bigfoot Biomedical, Inc. | Display screen or portion thereof with graphical user interface associated with insulin delivery |
US11801344B2 (en) | 2019-09-13 | 2023-10-31 | Insulet Corporation | Blood glucose rate of change modulation of meal and correction insulin bolus quantity |
US11935637B2 (en) | 2019-09-27 | 2024-03-19 | Insulet Corporation | Onboarding and total daily insulin adaptivity |
WO2021113647A1 (en) | 2019-12-06 | 2021-06-10 | Insulet Corporation | Techniques and devices providing adaptivity and personalization in diabetes treatment |
US11833329B2 (en) | 2019-12-20 | 2023-12-05 | Insulet Corporation | Techniques for improved automatic drug delivery performance using delivery tendencies from past delivery history and use patterns |
JP7512395B2 (ja) | 2020-01-06 | 2024-07-08 | インスレット コーポレイション | 持続する残差に基づく食事および/または運動行為の予測 |
US11551802B2 (en) | 2020-02-11 | 2023-01-10 | Insulet Corporation | Early meal detection and calorie intake detection |
US11547800B2 (en) | 2020-02-12 | 2023-01-10 | Insulet Corporation | User parameter dependent cost function for personalized reduction of hypoglycemia and/or hyperglycemia in a closed loop artificial pancreas system |
US11986630B2 (en) | 2020-02-12 | 2024-05-21 | Insulet Corporation | Dual hormone delivery system for reducing impending hypoglycemia and/or hyperglycemia risk |
US11324889B2 (en) | 2020-02-14 | 2022-05-10 | Insulet Corporation | Compensation for missing readings from a glucose monitor in an automated insulin delivery system |
US11607493B2 (en) | 2020-04-06 | 2023-03-21 | Insulet Corporation | Initial total daily insulin setting for user onboarding |
US11132352B1 (en) | 2020-05-13 | 2021-09-28 | International Business Machines Corporation | Utilizing local IoT devices to reconcile data mismatches |
US11684716B2 (en) | 2020-07-31 | 2023-06-27 | Insulet Corporation | Techniques to reduce risk of occlusions in drug delivery systems |
US11904140B2 (en) | 2021-03-10 | 2024-02-20 | Insulet Corporation | Adaptable asymmetric medicament cost component in a control system for medicament delivery |
CN113223721B (zh) * | 2021-03-23 | 2022-07-12 | 杭州电子科技大学 | 一种新型冠状病毒肺炎的预测控制模型 |
WO2023049900A1 (en) | 2021-09-27 | 2023-03-30 | Insulet Corporation | Techniques enabling adaptation of parameters in aid systems by user input |
US11439754B1 (en) | 2021-12-01 | 2022-09-13 | Insulet Corporation | Optimizing embedded formulations for drug delivery |
CN117170238B (zh) * | 2023-09-15 | 2024-04-16 | 四川大学 | 基于协作分布式mpc的异构无人机集群搜索算法 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8774886B2 (en) * | 2006-10-04 | 2014-07-08 | Dexcom, Inc. | Analyte sensor |
US8364231B2 (en) * | 2006-10-04 | 2013-01-29 | Dexcom, Inc. | Analyte sensor |
US8478557B2 (en) * | 2009-07-31 | 2013-07-02 | Abbott Diabetes Care Inc. | Method and apparatus for providing analyte monitoring system calibration accuracy |
US20080269714A1 (en) * | 2007-04-25 | 2008-10-30 | Medtronic Minimed, Inc. | Closed loop/semi-closed loop therapy modification system |
US7717903B2 (en) * | 2007-09-06 | 2010-05-18 | M2 Group Holdings, Inc. | Operating an infusion pump system |
US7695434B2 (en) * | 2007-10-19 | 2010-04-13 | Lifescan Scotland, Ltd. | Medical device for predicting a user's future glycemic state |
US20100262117A1 (en) * | 2007-11-02 | 2010-10-14 | University Of Virginia Patent Foundation | Predictive control based system and method for control of insulin delivery in diabetes using glucose sensing |
JP5504175B2 (ja) * | 2008-01-31 | 2014-05-28 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | モデル不一致を補償するためのチューニングを有する頑健な適応モデル予測コントローラ |
US20100057040A1 (en) * | 2008-08-31 | 2010-03-04 | Abbott Diabetes Care, Inc. | Robust Closed Loop Control And Methods |
US8734422B2 (en) * | 2008-08-31 | 2014-05-27 | Abbott Diabetes Care Inc. | Closed loop control with improved alarm functions |
US8062249B2 (en) * | 2009-03-31 | 2011-11-22 | Abbott Diabetes Care Inc. | Overnight closed-loop insulin delivery with model predictive control and glucose measurement error model |
US9579456B2 (en) * | 2009-05-22 | 2017-02-28 | Abbott Diabetes Care Inc. | Methods for reducing false hypoglycemia alarm occurrence |
US8257300B2 (en) * | 2009-05-22 | 2012-09-04 | Abbott Diabetes Care Inc. | Safety features for integrated insulin delivery system |
WO2010135646A1 (en) * | 2009-05-22 | 2010-11-25 | Abbott Diabetes Care Inc. | Usability features for integrated insulin delivery system |
US9858386B2 (en) * | 2009-11-02 | 2018-01-02 | Universita Degli Studi Di Padova | Method to recalibrate continuous glucose monitoring data on-line |
US20110313680A1 (en) * | 2010-06-22 | 2011-12-22 | Doyle Iii Francis J | Health Monitoring System |
DK2628115T3 (en) * | 2010-10-12 | 2015-08-24 | Univ California | Insulin Delivery Device |
WO2013049372A1 (en) * | 2011-09-28 | 2013-04-04 | Abbott Diabetes Care Inc. | Methods, devices and systems for analyte monitoring management |
US9316513B2 (en) * | 2012-01-08 | 2016-04-19 | Sensor Platforms, Inc. | System and method for calibrating sensors for different operating environments |
US9907909B2 (en) * | 2012-12-20 | 2018-03-06 | Animas Corporation | Method and system for a hybrid control-to-target and control-to-range model predictive control of an artificial pancreas |
CA2897925C (en) * | 2013-01-14 | 2017-05-30 | The Regents Of The University Of California | Daily periodic target-zone modulation in the model predictive control problem for artificial pancreas for type 1 diabetes applications |
US9486171B2 (en) * | 2013-03-15 | 2016-11-08 | Tandem Diabetes Care, Inc. | Predictive calibration |
CN103605878B (zh) * | 2013-08-19 | 2016-03-30 | 浙江大学 | 一种基于数据建模和模型移植的通用血糖预测方法 |
CN103793594A (zh) * | 2013-12-30 | 2014-05-14 | 上海交通大学医学院附属瑞金医院 | 一种构建肠道-胰岛调控轴相关功能评估模型的方法与应用 |
US10314547B2 (en) * | 2014-04-09 | 2019-06-11 | Halo Wearables LLC | Calibration of a wearable medical device |
US9949673B2 (en) * | 2014-08-26 | 2018-04-24 | MAXIM lNTEGRATED PRODUCTS, INC. | System, method and apparatus with multiple reservoirs for in situ calibration of implantable sensors |
-
2015
- 2015-08-05 CA CA2957432A patent/CA2957432C/en active Active
- 2015-08-05 WO PCT/US2015/043763 patent/WO2016022650A1/en active Application Filing
- 2015-08-05 AU AU2015301146A patent/AU2015301146B2/en active Active
- 2015-08-05 JP JP2017506924A patent/JP6810991B2/ja active Active
- 2015-08-05 EP EP15829714.3A patent/EP3177344B1/en active Active
- 2015-08-05 CN CN201580051005.XA patent/CN106714874B/zh active Active
-
2017
- 2017-02-04 US US15/424,824 patent/US9984773B2/en active Active
-
2018
- 2018-05-27 US US15/990,634 patent/US11189381B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CA2957432C (en) | 2017-07-25 |
CN106714874A (zh) | 2017-05-24 |
WO2016022650A1 (en) | 2016-02-11 |
AU2015301146B2 (en) | 2020-06-25 |
US11189381B2 (en) | 2021-11-30 |
US20170147781A1 (en) | 2017-05-25 |
EP3177344A1 (en) | 2017-06-14 |
JP6810991B2 (ja) | 2021-01-13 |
US20180277253A1 (en) | 2018-09-27 |
EP3177344A4 (en) | 2017-08-09 |
CA2957432A1 (en) | 2016-02-11 |
AU2015301146A1 (en) | 2017-03-16 |
CN106714874B (zh) | 2019-10-08 |
US9984773B2 (en) | 2018-05-29 |
EP3177344B1 (en) | 2023-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017523852A (ja) | 制御への応用のための移動ホライズン状態イニシャライザ | |
CA2979886C (en) | Methods and systems for analyzing glucose data measured from a person having diabetes | |
JP6073478B2 (ja) | インスリン注入デバイスを制御するシステム及び方法 | |
Messori et al. | Model individualization for artificial pancreas | |
CN107771056B (zh) | 经皮分析物传感器和监视器、其校准以及相关联方法 | |
Facchinetti et al. | An online self-tunable method to denoise CGM sensor data | |
US20100262117A1 (en) | Predictive control based system and method for control of insulin delivery in diabetes using glucose sensing | |
JP2015526242A (ja) | インスリン注入デバイスを制御するシステム及び方法 | |
US20150164414A1 (en) | Recursive Real-time Determination of Glucose Forcing in a Diabetic patient for use in a Closed Loop Insulin Delivery system | |
US20210076994A1 (en) | Multi-rate analyte sensor data collection with sample rate configurable signal processing | |
US20240274300A1 (en) | Method, system, and computer readable medium for virtualization of a continuous glucose monitoring trace | |
WO2002024065A1 (en) | Method and apparatus for real-time estimation and control of pysiological parameters | |
JP2010521222A (ja) | 血糖入力を使用する基礎速度試験 | |
MohammadRidha et al. | A variable reference trajectory for model-free glycemia regulation | |
Facchinetti et al. | Detecting failures of the glucose sensor-insulin pump system: improved overnight safety monitoring for type-1 diabetes | |
Chandrasekhar et al. | An android phone based artificial pancreas system for type-1 diabetic patients | |
Messori et al. | A nonparametric approach for model individualization in an artificial pancreas | |
Gondhalekar et al. | State Estimation with Sensor Recalibrations and Asynchronous Measurements for MPC of an Artificial Pancreas to Treat T1DM | |
EP4039293A1 (en) | Techniques and devices for adaptation of maximum drug delivery limits | |
Kovács et al. | Physiological modeling and control at Obuda University | |
Angelova et al. | Delay-differential equations for glucose-insulin regulation | |
Reiterer et al. | Algorithm for offline recalibration of recorded CGM traces | |
CA2884999C (en) | Safeguarding measures for a closed-loop insulin infusion system | |
Ollerton et al. | Robust approximation to adaptive control by use of representative parameter sets with particular reference to type 1 diabetes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180710 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180710 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180710 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180731 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180807 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181102 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190208 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20190208 |
|
C11 | Written invitation by the commissioner to file amendments |
Free format text: JAPANESE INTERMEDIATE CODE: C11 Effective date: 20190226 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20190320 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20190326 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20190426 |
|
C211 | Notice of termination of reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C211 Effective date: 20190514 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20191224 |
|
C13 | Notice of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: C13 Effective date: 20200303 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200407 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20200414 |
|
RD13 | Notification of appointment of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7433 Effective date: 20200616 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200616 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20200721 |
|
C30 | Protocol of an oral hearing |
Free format text: JAPANESE INTERMEDIATE CODE: C30 Effective date: 20200827 |
|
C30 | Protocol of an oral hearing |
Free format text: JAPANESE INTERMEDIATE CODE: C30 Effective date: 20200923 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200928 |
|
C302 | Record of communication |
Free format text: JAPANESE INTERMEDIATE CODE: C302 Effective date: 20200928 |
|
C23 | Notice of termination of proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C23 Effective date: 20201027 |
|
C03 | Trial/appeal decision taken |
Free format text: JAPANESE INTERMEDIATE CODE: C03 Effective date: 20201204 |
|
C30A | Notification sent |
Free format text: JAPANESE INTERMEDIATE CODE: C3012 Effective date: 20201209 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201210 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6810991 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |