JP2017538474A - 血糖モニタリングのためのサーバ装置およびウェアラブル・デバイス、ならびに関連する方法 - Google Patents
血糖モニタリングのためのサーバ装置およびウェアラブル・デバイス、ならびに関連する方法 Download PDFInfo
- Publication number
- JP2017538474A JP2017538474A JP2017526639A JP2017526639A JP2017538474A JP 2017538474 A JP2017538474 A JP 2017538474A JP 2017526639 A JP2017526639 A JP 2017526639A JP 2017526639 A JP2017526639 A JP 2017526639A JP 2017538474 A JP2017538474 A JP 2017538474A
- Authority
- JP
- Japan
- Prior art keywords
- blood glucose
- wearer
- server device
- wearable device
- glucose monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0531—Measuring skin impedance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- 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
- G16H40/67—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 remote operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/16—Details of sensor housings or probes; Details of structural supports for sensors
- A61B2562/164—Details of sensor housings or probes; Details of structural supports for sensors the sensor is mounted in or on a conformable substrate or carrier
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6825—Hand
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Abstract
ウェアラブル・デバイス(104)の着用者(106)の血糖をモニタリングするためのサーバ装置(102)は、ウェアラブル・デバイス内の無線周波数血糖モニタリング・モジュール(124)によって取得されたデータを使用して、デバイスの着用者の血糖モニタリングの第1の動作モードを実行するように構成される。サーバ装置はまた、ウェアラブル・デバイス内の光分光法血糖モニタリング・モジュール(126)によって取得されたデータを使用して血糖モニタリングの第2の動作モードを実行するように構成される。サーバ装置は、デバイスの着用者の基準血糖値としきい値グルコース値とのしきい値比較を実行する(314)。しきい値比較に応じて、第1の動作モードと第2の動作モードのうちの1番目が選択される。
Description
本発明は、ウェアラブル・デバイスの着用者の血糖をモニタリングするためのサーバ装置に関する。本発明はまた、血糖モニタリングのためのウェアラブル・デバイスに関する。本発明はまた、血糖をモニタリングするために、ウェアラブル・デバイスとサーバ装置との間で情報を伝達するためのコンピューティング・デバイスに関する。本発明はまた、サーバ装置の動作方法に関する。本発明はまた、ウェアラブル・デバイスの動作方法に関する。本発明はまた、コンピューティング・デバイスの動作方法に関する。本発明はまた、本方法を実装するためのコンピュータ・プログラム製品および/またはコンピュータ・プログラムに関する。
本発明は、それだけには限らないが、ウェアラブル・デバイスの着用者の、継続的な、たとえば連続的な、非侵襲的血糖モニタリングのために特に適用される。本明細書において「連続的な」という用語が使用される場合、データが処理のためにノンストップで収集および/または送信される継続的なモニタリングを意味する。加えて、または代替として、たとえば1分から15分の間の離散的間隔で、データがバッチで処理するために収集および/または送信されることを意味する。そのような時間間隔は、臨床医によって指定される。本明細書で開示される技法の実装形態は、正確な非侵襲的自己血糖モニタリングを可能にする。本明細書で開示される技法は、キャリブレーションを最小限に抑えた継続的なモニタリングを可能にする。
糖尿病(DM)は世界中で前例のないペースで増加している。国際糖尿病連合(IDF)は、2013年には3億8200万人の糖尿病患者が、2030年までには5億9200万人の糖尿病患者に急増すると推定している。世界保健機関(WHO)は、これを世界的な流行と宣言している。糖尿病管理の年間費用は、2013年の約3,760億ドルから2030年には4,900億ドルに増加する。DMの管理には、合併症を軽減するために、目標HbA1c7%の厳密な血糖コントロールが必要である。血糖のセルフ・モニタリングおよび毎日の血糖の自己認識により、薬物療法および生活様式測定のコンプライアンスが高まり、目標HbA1cを達成する可能性がより高くなる。無自覚性低血糖の危険性が高い1型糖尿病患者では、適切な処置を時間通りにとることができるように、血糖のセルフ・モニタリングも重要である。正常血糖濃度は4〜8mmol/Lの範囲内であるのに対し、病態生理学的血糖濃度は、DM患者では2〜30mmol/Lの範囲内である。
現在、血糖濃度のモニタリングは、主に、推定のたびにユーザが針で自分の指を刺すことを含む、セルフ・モニタリング血糖(SMBG)システムによって行われている。特にインスリンポンプの患者のために、血糖をモニタリングするために連続的なグルコース・モニタリング・システム(CGMS)も使用される。ほぼすべてのSMBGシステムは費用対効果の高い電気化学バイオセンサを使用しており、これらのシステムは、血液サンプルを取得するために針で指を刺すための自動ランセット・デバイスを推奨しており、DM患者は、毎日最大4〜7回と、非常に頻繁に血糖をモニタリングする必要があるため、痛身が伴う場合がある。CGMSシステムは、最小侵襲性ではあるが、患者にとっての不快感、連続的なキャリブレーションの要件、および生物付着しやすいという点で限界がある。セルフ血糖モニタリングの現在の技法は、侵襲的で、痛みを伴い、高価な傾向がある。
CGMSは、血糖(BG)値を推定するために間質液(ISF)を利用し、侵襲性を最小限に抑えた解決策として導入された。この侵襲的技術は、糖尿病患者の毎日の血糖レベルを継続的にモニタリングするために、1型および2型糖尿病患者によって広く受け入れられて大規模に使用されている。
図14は、間質液中のグルコースを測定するセンサを示している。微小透析に基づく手法は、ISFを抽出するために追加の遅延を受ける。
現在、市場に出回っているほとんどのCGMSデバイスは侵襲的である。腹部の皮下に挿入された酵素センサを備えるインビボ方法、または、エクスビボ酵素センサへの微小透析液抽出によるエクスビボ方法が使用される[1]。
依然として、血糖計を介する毛細管血糖サンプルへの間質センサ信号のキャリブレーションが必要である。たとえば、Dexcom社の商用デバイス「Seven」は、7日間の寿命の皮下センサのために平均1日2回のキャリブレーションが必要である[2]。現在、すべてのCGMSシステムは、挿入後の血糖測定によるキャリブレーション、および、その後の定期的な再キャリブレーションが必要である[3]。このキャリブレーションプロセスは、新しいセンサが交換されるたびに(2〜7日ごとに)繰り返されなければならない。
CGMデバイスは、毛細管血糖と比較した場合の時間遅延を示す。膜の厚さに依存する短い遅延は、グルコース膜を通じた拡散による通過時間の影響に起因する。微小透析に基づく手法は、ISFを抽出するために追加の遅延を受ける。
さらに、皮下酵素センサ信号は、典型的にはナノアンペア範囲にあり、電流振幅がISFグルコースに比例する。任意の電子雑音およびアーチファクトを平滑化するための追加のフィルタリングが必要であるため、平滑化に必要な量に比例する遅延を生じさせる。全体として、移動平均フィルタ、非線形または線形レート制限フィルタ、およびデータ平滑化デシメーション・フィルタを備える3段階のデジタル・フィルタリングが必要である。その後、キャリブレーションのためにマルチ・ミニット(multi−minute)センサ信号が送信される。定常状態運転中に商業的侵襲性CGM製品によって報告される全システム遅延は、5分から12.6分である。現在のCGMSシステムは、非常にコストがかかり、センサ費用が長期的に影響を及ぼす。
別の非侵襲的方法では、超音波センサを使用する。以下の式の通り、流体および軟組織における音速(c)は圧縮率(β)に依存し、圧縮率(β)は、分子間結合力、および媒体の密度(ρ)によって決定される。
c=(β*ρ)1/2
c=(β*ρ)1/2
グルコース分子の水素結合による水構造の破壊により、より結合していない水が、より密集した、より圧縮しにくい構造を形成する。したがって、細胞外液中のグルコース濃度の変化は、密度と断熱圧縮性の両方に影響し、線形関係によって音速に直接影響する。この影響は、超音波トランシーバによって測定される[10]。
最近、唾液[4]、汗、および涙[5]などの流体を使用することにある程度の関心が寄せられている。しかしながら、これらは、流体中のグルコース分泌に依存しており、より高い濃度では正確である可能性がある。さらに、最大30分の時間の遅れが存在する。これらの流体は高血糖に対する良好なスクリーニング・ツールであるかもしれないが、すべての範囲においてリアルタイムでグルコースの正確な定量的測定値を与えるものではない。
制限を含む、開発された従来技術の血糖モニタリング技法およびデバイスが表1に要約される。
表1:様々なCGMS技法と、その長所および制限を示す。
本発明は、独立請求項に定義されている。本発明のいくつかの任意の特徴は、従属請求項に定義されている。
本明細書に記載の技法の実装形態は、著しい技術的利点を提供する。たとえば、本明細書に記載のウェアラブル・デバイスは、異なる最適動作範囲を有する、2つの異なるセンサ技術を実施する。技術のうちの1つは、ウェアラブル・デバイスの着用者にとって可能な最も正確で、効率的で、便利な方法で血糖モニタリングが行われるように、継続的なモニタリングのために選択される。さらに、血糖値は経時的に変化するので、より正確に追跡され、血糖値が十分に変化する場合、一方のセンサ技術から他方のセンサ技術への切替えが行われる。
血糖値のモニタリングはサーバにおいて行われ、それによってウェアラブル・デバイス自体の処理負担を最小限に抑え、デバイスを可能な限り単純化することが可能になる。デバイスの着用者は、ウェアラブル・デバイスとサーバ装置との間でインターフェースするためにプログラムを使用することが可能になり、プログラムは、パーソナル・コンピュータなどで使用される実行可能プログラム、または、スマート・フォン、タブレット、またはスマート・ウォッチなどのスマート・デバイスで使用するためのアプリである。
本明細書に記載のシステムは、所定の期間にわたって取得されたデータを使用する微調整に特に適している。一例では、ウェアラブル・デバイスおよびサーバ装置は、それらの設定が着用者のデータを追跡するために使用される機械学習アルゴリズムに基づいて変更され、切替えしきい値およびアラーム状態などの様々なシステム設定を微調整するように構成される。しきい値およびアラーム状態の1つの例は、低血糖事象のモニタリングに関連する。たとえば、アラーム状態がトリガされる設定が変更される可能性は低いが、警告(たとえば、ユーザに警告する必要があるが、アラーム状態ほど深刻ではない状態)が設定されるレベルは、好ましくは顧問医師からの入力によって、ユーザの投薬計画および/またはそれに対するあらゆる変更などを考慮して、ユーザによって変更される。
したがって、毛細管血糖のセルフ・モニタリングおよび連続的なグルコース・モニタリング・システムは、HbA1cレベルを著しく低下させることができる治療および生活様式/行動測定を指導するために、糖尿病に罹患した人々が自分のグルコース・レベルをモニタリングするために必要なツールを提供する。侵襲的な性質、頻繁なセンサ交換、毎日の複数のキャリブレーション、および実際の血糖値の報告におけるタイム・ラグのため、本明細書に記載される非侵襲的(NI)な低コストの解決法は、満たされない緊急の必要性を提供する。光分光法、誘電分光法、および機械学習を組み合わせたマルチセンサ法およびアルゴリズム的手法が、本明細書に記載されている。パルス・オキシメトリ、心拍数、体格指数(BMI)(測定部位における脂肪率)、体温、運動、および食物からの他の補正パラメータは、モバイル/コンピュータOSアプリケーションを介してシステムに含まれる。
さらなる潜在的な利点は、以下を含む。
1.信号対雑音比および感度の改善。本明細書で開示される技法の実装形態は、信号対雑音比を最大にするために、複数のセンサおよびパラメータを使用する並列モニタリングを可能にする。
2.連続的なグルコース測定を有するウェアラブル・システム。1つの例示的なシステムでは、防水性の薄いフレックス・ケーブルを使用することによって、SNRを低下させずに、連続的な測定用の気密センサ・パッチがスマート・ウォッチに取り付けられる。いくつかの代替測定部位は、耳(耳たぶ)/外耳道、腕、足などが含まれるが、これらに限定されない。
3.血糖濃度の正確な測定。低血糖/高血糖事象を検出し予測するために、異なる相関係数を有する複数の方法が利用される。1つの例示的な非侵襲性の連続的なグルコース・モニタリング・システムは独自のアルゴリズムを有し、ISO15197規格のクラーク/パークス・エラー・グリッドで評価される。
4.グルコース測定に要する時間を短縮し、時間の遅れを低減する。開示されたシステムは、既存の市販の連続的なグルコース・モニタリング・システムと比較して、複数のフィルタリング段階を必要としない場合がある。間質液センサと比較すると、フィルタリングによって生じる時間の遅れを最小限に抑えるので、リアルタイムで血糖を決定することが可能である。開示された技法は、間質液分析を使用して検出することなしに実装され得、これらの例では、指穿刺技法を使用する血液のサンプリングを必要とする測定技法と比較すると、生理的なリード/ずれがない場合がある。
1.信号対雑音比および感度の改善。本明細書で開示される技法の実装形態は、信号対雑音比を最大にするために、複数のセンサおよびパラメータを使用する並列モニタリングを可能にする。
2.連続的なグルコース測定を有するウェアラブル・システム。1つの例示的なシステムでは、防水性の薄いフレックス・ケーブルを使用することによって、SNRを低下させずに、連続的な測定用の気密センサ・パッチがスマート・ウォッチに取り付けられる。いくつかの代替測定部位は、耳(耳たぶ)/外耳道、腕、足などが含まれるが、これらに限定されない。
3.血糖濃度の正確な測定。低血糖/高血糖事象を検出し予測するために、異なる相関係数を有する複数の方法が利用される。1つの例示的な非侵襲性の連続的なグルコース・モニタリング・システムは独自のアルゴリズムを有し、ISO15197規格のクラーク/パークス・エラー・グリッドで評価される。
4.グルコース測定に要する時間を短縮し、時間の遅れを低減する。開示されたシステムは、既存の市販の連続的なグルコース・モニタリング・システムと比較して、複数のフィルタリング段階を必要としない場合がある。間質液センサと比較すると、フィルタリングによって生じる時間の遅れを最小限に抑えるので、リアルタイムで血糖を決定することが可能である。開示された技法は、間質液分析を使用して検出することなしに実装され得、これらの例では、指穿刺技法を使用する血液のサンプリングを必要とする測定技法と比較すると、生理的なリード/ずれがない場合がある。
潜在的な商業用途としては、非侵襲的血糖計を含む。たとえば、インスリンを身体に自動的に注入するための人工膵臓と一体化されることとしてもよい。連続的な多感覚データ分析を通じて身体パラメータの異常が検出することができる。たとえば、本明細書で開示される1つまたは複数のRF技法を実装することによって、説明されたアルゴリズムのいくつかの改良によって、データ傾向の分析から、適切なセンサ配置(たとえばユーザの首の上)から甲状腺機能低下症/甲状腺機能亢進症を検出することが可能である。
本発明は、単なる例として、添付の図面を参照して説明される。
まず図1を参照すると、ウェアラブル・デバイスの着用者の血糖をモニタリングするための例示的なシステムが示されている。システム100は、血糖をモニタリングするためのサーバ装置102を備える。サーバ装置102は、着用者106に着用されたウェアラブル・デバイス104によって取得された、着用者の血糖レベルに関連するデータを処理するように構成される。この例では、サーバ装置102は、着用者のコンピューティング・デバイス108を通じてウェアラブル・デバイス104と通信する。
サーバ装置102は、マイクロプロセッサ110と、実行可能命令114をロードするメモリ112(たとえば、RAMなどの揮発性メモリ)とを備え、実行可能命令は、サーバ装置102がプロセッサ110の制御下で実行する機能を定義する。サーバ装置102はまた、サーバ装置102が他のデバイスと通信することを可能にする入力/出力モジュール116を備える。ユーザ・インターフェース118は、ユーザとの対話のために設けられ、たとえば、ディスプレイ・モニタ、コンピュータ・キーボードなどのコンピューティング周辺デバイスを備える。サーバ102は、たとえば着用者106に関するデータのデータベース122、たとえば血糖履歴データおよび/または他のセンサ・データを記憶するデータ・ストレージ120を備える。
ウェアラブル・デバイス104は、主に、無線周波数血糖モニタリング・モジュール124と、光分光法血糖モニタリング・モジュール126とを備える。ウェアラブル・デバイス104はまた、生体インピーダンス・センサ・モジュール128(システム要件に依存する)と、ウェアラブル・デバイス104が他のデバイスと通信することを可能にする入力/出力モジュール130とを備える。ウェアラブル・デバイス104は、マイクロ・コントローラおよびフラッシュ・メモリなどの他の構成要素を有するが、これらの他の構成要素は明瞭化のためにこの図から省略されている。
一例では、無線高周波数血糖モニタリング・モジュール124は、24GHzから24.25GHzの周波数範囲内で動作するように構成されている。この周波数範囲内での動作は、いくつかの技術的理由により特に有益であることが分かっている。第1に、61から61.5GHzの次のISM帯域と比較すると、ユーザの皮膚領域における浸透の深さがより大きい。また、これはもちろん短波長であり、皮膚または細胞レベルのいかなる損傷も引き起こさない。血糖の変動に関連するRF信号は、RF信号が細胞レベルに浸透することができ、細胞膜の誘電率変化が血糖濃度の変化に関して測定されるので、相関性が高い。24GHzのISM帯域では、異なる層の誘電率の観測可能な低下が観察される。たとえば、図7を参照されたい。この場合において、血糖の変化は血液の誘電率にのみ影響し、これは本明細書に記載の技法を通じて測定される。
図5を参照して以下に説明するように、例示的なウェアラブル・デバイスは、フレックス・ケーブルを取り付けられていてもよい。これらの構成のうちの少なくとも1つでは、フレックス・ケーブルは無線周波数24GHz信号を送受信する必要があるため、基板レベルでの損失を低減するために、導電性フレックス層間の誘電体層は極めて低くなければならない。コストおよび製造の観点から、高収率の無線周波数フレックス基板を達成することは非常に高価で困難である。さらに、61GHzのISM帯域は人体組織において損失が大きく、大気や水などによって吸収される可能性がある。さらに、大量生産のために、集積回路チップは、たとえばmm波(61GHz ISM帯域)回路を実装するために、高ft(単一利得電流周波数)のシリコン・ゲルマニウム・プロセスを実装する、特殊な低トランジスタ・ノード技術を利用して製造される。この周波数範囲内での動作は、製造の観点からの実現利益を可能にする。図5の例(より詳細に後述する)では、フレックス・ケーブルを参照する。
コンピューティング・デバイス108は、マイクロプロセッサ132と、実行可能命令136をロードするメモリ134(たとえば、RAMなどの揮発性メモリ)とを備え、実行可能命令は、コンピューティング・デバイス108がプロセッサ132の制御下で実行する機能を定義する。コンピューティング・デバイス102はまた、コンピューティング・デバイス108が他のデバイスと通信することを可能にする入力/出力モジュール138を備える。ユーザ・インターフェース140は、ユーザとの対話のために設けられ、たとえば、ディスプレイ・モニタ、コンピュータ・キーボードなどのコンピューティング周辺デバイスを備える。コンピューティング・デバイス108が、たとえば、スマート・フォン、タブレットデバイス、またはスマート・ウォッチである場合、ユーザ・インターフェース140は、多くのスマート・フォンおよび他のハンドヘルド・デバイスにおいて普及しているように、タッチパネル・ディスプレイの形態である可能性が高い。
サーバ装置102は、通信ネットワーク142(たとえば、インターネット)および通信チャネル144を通じて通信するように構成され、通信チャネル144は、ワイヤード・リンクでもワイヤレス・リンクでもよく、その両方の組合せでもよい。コンピューティング・デバイス106は、通信ネットワーク142および通信チャネル146を通じて通信するように構成され、通信チャネル146は、ワイヤード・リンクでもワイヤレス・リンクでもよく、その両方の組合せでもよい。ウェアラブル・デバイス104は、通信チャネル148を通じてコンピューティング・デバイス108と通信するように構成され、通信チャネル148は、ワイヤード・リンクでもワイヤレス・リンクでもよく、その両方の組合せでもよい。一実装形態では、通信チャネル148はBluetooth(商標)チャネルであり、ウェアラブル・デバイス104と着用者コンピューティング・デバイス108は共に、関連するハードウェアおよびソフトウェアを有する。たとえば、USBプロトコルを用いた直接ケーブル接続も考えられる。ある点では、ケーブル接続は、ウェアラブル・デバイス(明確にするために図1から省略されている)内の任意のバッテリもまた、ケーブル接続を通じて充電されるという利点を提供する。それに加えて、または代替として、ウェアラブル・デバイス104は、別の通信チャネル(図示せず)を通じて、または、通信ネットワーク142を通じて、サーバ装置102と通信するように構成される。すなわち、これらの通信は、コンピューティング・デバイス108を通じてルーティングされない。そのような構成では、Bluetooth(商標)チップ上で動作するIPv4またはIPv6ソフトウェア・スタックを使用してBluetooth(商標)通信チップにデータを送信するか、またはBluetooth(商標)通信チップからデータを受信するために、追加のソフトウェア・スタックを有するインターネット・ルータに類似したヘッドレス・ルータ・サーバが使用される。これにより、データの送受信のための媒体として機能するモバイル・デバイスまたはスマート・デバイスを使用せずに、サーバと直接通信することが可能になる。
サーバ装置102は、図1に概略的に示されているような単一のサーバであってもよいし、上述の機能を別個のサーバに分散させてもよく、別個のサーバの各々は図1に示されるものに対応する独自のハードウェア構成要素を有する。本明細書における「マイクロプロセッサ」、「メモリ」等への言及は、特に断らない限り、唯一のサーバ装置において動作する唯一のマイクロプロセッサに適用すると限定されるとは必ずしも見なされない。
図2は、ウェアラブル・デバイス104のより詳細なブロック図を提供する。図2は、無線周波数血糖モニタリング・モジュール124、光分光法血糖モニタリング・モジュール126、生体インピーダンス・センサ・モジュール128、および入力/出力モジュール130を再び示す。入力/出力モジュール130と通信チャネル148との間のインターフェースも示されている。
図2の例では、ウェアラブル・デバイス104はまた、電力管理モジュール200と、ウェアラブル・デバイス104の動作を制御するマイクロ制御ユニットなどのコントローラ・ユニット202とを備える。たとえばプログラマブルロジックコントローラを含む他のタイプのコントローラも想定される。信号調整ブロック203は、アナログ−デジタル変換器204による変換に先立って、モジュール124、126、128のうちの1つまたは複数から受信したデータに対する利得およびフィルタリング機能を提供する。
無線周波数モジュール124は、ライン206上の1つまたは複数のアンテナ(図2には示されていないが、図4を参照)と通信する。光分光法モジュール126は、ライン208上の光源(図2には示されていないが、図4を参照)と通信し、および/またはライン208上の光源に電力を供給する。光分光法モジュール126は、ライン210上の光センサ(図2には示されていないが、図4を参照)と通信し、および/またはライン210上の光センサに電力を供給する。適切なフォトセンサには、シリコン、シリコン・ゲルマニウム、インジウム・ガリウム・ヒ素酸塩、ガリウム・ホスファイト、ゲルマニウム、および量子ドットのうちの1つまたは複数が含まれる。生体インピーダンス・センサ・モジュール128は、ライン212上の生体インピーダンス・センサ/センサ電極の第1のセット(図2には示されていないが、図4を参照)と通信し、および/またはライン212上の生体インピーダンス・センサ/センサ電極の第1のセットに電力を供給する。生体インピーダンス・センサ・モジュール128は、ライン214上の生体インピーダンス・センサ/センサ電極の第2のセット(図2には示されていないが、図4を参照)と通信し、および/またはライン214上の生体インピーダンス・センサ/センサ電極の第2のセットに電力を供給する。
無線周波数血糖モニタリング・モジュール124に関して、一例では、ある周波数での血糖濃度の変化に対する着用者の身体、または着用者の身体の一部の誘電率を一定の頻度で測定する誘電分光感知技法を実装する。この技法は、着用者のグルコース・レベルを測定するために、たとえば、測定の局所的な部位、すなわち手首、または指、あるいは人差し指と親指との間の皮膚弁などを測定するために実装される。他の適切な測定部位には、たとえば耳たぶが含まれる。
独立した研究において、赤血球(erythrocytes)/赤血球(Red Blood Cells)の誘電率は、約20mmol/Lまでのグルコース濃度の増加とともに直線的に増加することが示されている[8]。この誘電率のシフトは、たとえば誘電分光技法を使用して、RF/mm波周波数で測定される。したがって、インピーダンスおよび組織電波信号は、血糖濃度の変化を感知するために使用される。
上述のように、図3は、一連の血糖測定図である。最初に図3(a)は、無線周波数血糖モニタリング・モジュール124の第1の血糖値範囲にわたる第1の動作範囲300を示す。図3の例では、第1の範囲300は、下限血糖値302から上限血糖値304までの無線周波数血糖モニタリング・モジュール124の最適な動作範囲に対応する。一例では、下限血糖値302は0mg/dLである。一例では、上限血糖値304は360mg/dLである。範囲300は、モジュールの応答が少なくともほぼ線形であり、したがって受け入れられる測定結果を提供する、無線周波数血糖センサ・モジュールの動作範囲を表す。
図3(b)には、光分光法血糖モニタリング・モジュール126の第2の血糖値範囲にわたる第2の動作範囲306が示されている。図3の例では、第2の範囲306は、下限血糖値308から上限血糖値310までの光分光法血糖モニタリング・モジュール126の最適な動作範囲に対応する。一例では、下限血糖値308は36mg/dLである。別の例では、下限血糖値308は72mg/dLである。一例では、上限血糖値304は500mg/dLである。範囲306は、モジュールの応答が少なくともほぼ線形であり、したがって受け入れられる測定結果を提供する、光分光法血糖センサ・モジュールの動作範囲を表す。
図3(c)に示されるように、第1の範囲300および第2の範囲306は、第2の範囲306の下限値308から第1の範囲300の上限値304までの重複する範囲312を有し、重複する範囲312内で、センサ・モジュール124、126は共に受け入れられる線形性能を示す。
デバイス104の着用者の初期基準血糖値は、侵襲的な指穿刺血糖検査から取得され、サーバ装置102に伝達される。一実装形態では、初期基準血糖値は、コンピューティング・デバイス108において着用者によって入力され、そこからサーバ装置102に通信される。
それに加えて、または代替として、初期基準血糖値は、たとえば、非Bluetooth(商標)血糖計から自動的および/または直接的にサーバに送信される。このように、ユーザが結果をコンピューティング・デバイス108に入力する必要はない。最初の指穿刺値は、ウェアラブル・デバイスから直接通信されてもよく(ウェアラブル・デバイスが適切な送信機を有すると仮定して)、コンピューティング・デバイス108などのコンピューティング・デバイスに自動的に伝達されてもよい。一例では、指穿刺値を取得し、この値をコンピューティング・デバイス108などのコンピューティング・デバイスに伝達するためにカスタマイズされたデバイスが提供される。カスタマイズされたデバイスは、任意の非Bluetooth(商標)血糖計に接続されるBluetooth(商標)対応のカスタム・プリント回路基板でもよく、初期および毎日のキャリブレーションのために使用される指穿刺データは、Bluetooth(商標)プロトコルを使用してコンピューティング・デバイス108に送信される。これにより、ユーザが指穿刺値を入力する必要がなくなり、非侵襲的なウェアラブル・センサと血糖計がそれらのシステム・タイミングをシームレスに同期させ、キャリブレーションデータの正確な瞬間を定義することが可能になる。カスタマイズされたデバイスは、メータから指穿刺値を抽出するために、血糖計のモデルに応じて1つまたは複数のプロトコルを実行する。
サーバ装置102は、図3(c)に示されるように、最初にしきい値血糖値314を設定する。図3の例では、しきい値血糖値は300mg/dLに設定されているが、適切な場合は他の値も考慮される。図から分かるように、初期しきい値血糖値は重複する範囲312内にある。
重複する範囲312内には、しきい値血糖値314よりも低い血糖値の部分範囲316、およびしきい値血糖値314よりも高い血糖値の部分範囲318が存在する。
サーバ装置102は、初期基準血糖値としきい値血糖値314とを比較することと、そこから無線周波数血糖モニタリング・モジュール124と光分光法血糖モニタリング・モジュール126とのうちのいずれが、基準グルコース値の周辺における継続的な(たとえば、連続的な)血糖モニタリングを実行するために最も適しているかを決定することとを行うように構成される。たとえば、初期基準血糖値が、光分光法血糖モニタリング・モジュール126の第2の動作範囲306の下限値308よりも低い値であり、これにより、無線周波数血糖モニタリング・モジュール124は、その部類の血糖値について、光分光法血糖モニタリング・モジュール126よりも正確な性能を示すことを示している。その後、無線周波数血糖モニタリング・モジュール124によって取得された測定データを使用して、サーバ装置102によって継続的な非侵襲的血糖モニタリングが行われる。
初期基準血糖値が、無線周波数血糖モニタリング・モジュール124の第1の動作範囲300の上限値304よりも高い値である場合、光分光法血糖モニタリング・モジュール126は、その部類の血糖値について、無線周波数血糖モニタリング・モジュール124よりも正確な性能を示すことを示している。その後、光分光法血糖モニタリング・モジュール126によって取得された測定データを使用して、サーバ装置102によって継続的な非侵襲的血糖モニタリングが行われる。
初期基準血糖値が重複する範囲内にある場合、RFまたは光分光法技法のいずれかが、選択された技法が動作の範囲において受け入れられるほど線形である限り、初期の継続的なモニタリングのために選択される。たとえば、初期の測定値は200mg/dLの血糖値をもたらし、継続的なモニタリングのために最初に光分光法センサ・データが選択される。そのような状況では、1分あたりのグルコース変化に限定された病態生理学的速度が知られている。血糖濃度が増減すると、センサからの予測出力もそれに従って変化する。その後、感知された血糖値がしきい値に近づくかまたは交差する場合、継続的なモニタリングのためにRFセンサ・データが選択される。
より広義には、サーバ装置102は、単に、初期基準血糖値が第1の部分範囲316内にあることに基づいて(したがって、無線周波数血糖モニタリング・モジュール124が、少なくとも最初は、実施される血糖モニタリングにより適している可能性があることを示す)、または、第2の部分範囲318内にあることに基づいて(光分光法血糖モニタリング・モジュール126が、少なくとも最初は、実施される血糖モニタリングにより適している可能性があることを示す)、選択を実行する。
したがって、図1は、ウェアラブル・デバイス104の着用者106の血糖をモニタリングするためのサーバ装置102を示しており、サーバ装置106は、プロセッサ110とメモリ112とを備え、サーバ装置102は、プロセッサ110の制御下で、メモリ112に記憶された命令114を実行することと、ウェアラブル・デバイス104内の無線周波数血糖モニタリング・モジュール124によって取得されたデータを使用してウェアラブル・デバイス104の着用者106の血糖モニタリングの第1の動作モードを実行することとを行うように構成されることを理解されたい。サーバ装置102はまた、ウェアラブル・デバイス104内の光分光法血糖モニタリング・モジュール126によって取得されたデータを使用して、ウェアラブル・デバイス104の着用者106の血糖モニタリングの第2の動作モードを実行するように構成される。次いで、サーバ装置102は、ウェアラブル・デバイス104の着用者106の基準血糖値としきい値血糖値314とのしきい値比較を実行する。サーバ装置102は、しきい値比較に応じて第1の動作モードと第2の動作モードのうちの1番目を選択する。対応する方法も説明される。
したがって、サーバ装置102は、モジュール124、126のうちの1つを初期モジュールとして選択し、そこから、着用者106の血糖の継続的なモニタリングのために、血糖測定データが取得される。
完全性のために、それに加えて、または代替として、サーバ装置102について本明細書で説明される機能性はまた、着用者のコンピューティング・デバイス108に提供されることが述べられる。
モジュール124、126のうちの1番目を選択後、着用者の血糖値は、モジュール124、126のうちの他方を使用して血糖測定がより正確に決定される程度に変化する。
図3(c)の例に戻ると、この例では、サーバ装置102による最初の選択は、無線周波数血糖モニタリング・モジュール124によって取得された測定データに基づいて継続的な血糖モニタリングが決定されるためであった。無線周波数血糖モニタリング・モジュール124からの生の測定データに基づいてサーバ装置102によって決定された血糖値320である、血糖320の測定値は、重複する範囲312の部分領域316に示されている。着用者が食物、たとえば大量の糖成分を備える食料を有する大量の食事を消費する状況では、無線周波数血糖モニタリング・モジュール124から取得された生の測定データは、矢印324によって示されるように、測定(決定)値320が初期しきい値314を超えて増加することを示す。そのような決定により、サーバ装置102は、測定/決定された値320の増加を考えて、光分光法血糖モニタリング・モジュール126によってより正確なモニタリングが行われると決定するように構成される。
別の例では、サーバ装置102による初期選択は、光分光法血糖モニタリング・モジュール126によって取得された測定データに基づいて継続的な血糖モニタリングが決定されるためであった。光分光法血糖モニタリング・モジュール126からの生の測定データに基づいてサーバ装置102によって決定された血糖値322である、血糖322の測定値は、重複する範囲312の部分領域318に示されている。着用者の血糖値322が初期しきい値314を下回るようなこの状況では、矢印326によって示されるように、サーバ装置102は、測定/決定された値322の減少を考えて、無線周波数血糖モニタリング・モジュール124によってより正確なモニタリングが行われると決定するように構成される。
ある例示的なユーザの場合、重複する範囲312は100mg/dLの範囲にわたる場合があり、両方の方法が受け入れられるほど線形である。
したがって、図3は、無線周波数血糖モニタリング・モジュール124が、第1の血糖値範囲302、304にわたる第1の動作範囲300を有し、光分光法血糖モニタリング・モジュール126が、第2の血糖値範囲308、310にわたる第2範囲の動作306を有し、第1の範囲300および第2の範囲306は、重複する範囲312を有することを示すことを理解されたい。サーバ装置102は、しきい値血糖値314が重複する範囲312内にあるように構成されており、サーバ装置102は、血糖モニタリング中に着用者106の血糖の測定値320、322がしきい値314を横切るときを決定することと、決定に応じて、第1の動作モードと第2の動作モードのうちの2番目を選択することとを行うように構成される。この文脈では、しきい値を「横切る」は、決定された血糖値320、324がしきい値の下からしきい値の上に上がったとき、またはしきい値の上からしきい値の下に下がったときを意味する。
一構成では、第1の動作モードと第2の動作モードとの間の初期選択は、しきい値血糖値を参照せずに実行されるべきである。この構成では、初期選択は、第1の範囲300および第2の範囲306に関して、着用者の受信された基準血糖値がどこであるかを決定することによって実行される。したがって、別の表現では、図1および図3は、ウェアラブル・デバイス104の着用者106の血糖をモニタリングするためのサーバ装置102を示し、サーバ装置102は、プロセッサ110およびメモリ112を備え、サーバ装置102は、プロセッサ110の制御下で、メモリ112に記憶された命令114を実行することと、ウェアラブル・デバイス104内の無線周波数血糖モニタリング・モジュール124によって取得されたデータを使用してウェアラブル・デバイス104の着用者106の血糖モニタリングの第1の動作モードを実行することと、無線周波数血糖モニタリング・モジュール124が、第1の血糖値範囲302、304にわたる第1の動作範囲300を有し、ウェアラブル・デバイス104内の光分光法血糖モニタリング・モジュール126によって取得されたデータを使用して、ウェアラブル・デバイス104の着用者106の血糖モニタリングの第2の動作モードを実行することと、光分光法血糖モニタリング・モジュール126が、第2の血糖値範囲308、310にわたる第2の動作範囲306を有し、第1の範囲300と第2の範囲306が、重複する範囲312を有し、着用者の受信された基準血糖値に応じて、第1の動作モードと第2の動作モードのうちの1つを選択することとを行うように構成されていることを示すことを理解されたい。対応する方法も説明される。
本出願人は、測定/決定された血糖値320、322の決定に生体インピーダンス測定値を組み込むことにより、しきい値314を横切ることを見出した。生体インピーダンス測定値は、提供されたときに、任意の生体インピーダンス・センサから、またはウェアラブル・デバイス104内の生体内インピーダンス・センサ・モジュール128から取得される。ウェアラブル・デバイス104およびサーバ装置102の動作中、サーバ装置102は、生体インピーダンス・センサ・モジュール128から、たとえば、生体インピーダンス・センサの周囲の皮膚の局所化領域についての、着用者の皮膚抵抗、キャパシタンス、および/または位相に関連する構成要素を含む測定値を受信する。皮膚抵抗/キャパシタンス/位相におけるあらゆる変化は、着用者106の血糖の変化を示す。たとえば、ある個人については、同様の環境設定下では、特定の血糖値Ymg/dLに対して特定の抵抗値Xオームを有する。血糖値がYからY+deltaYに増加すると、XからたとえばX+deltaXまでの(局所)皮膚抵抗に対応する変化がある。生体インピーダンス・センサ・モジュール128から測定された測定値から、好ましい動作モード、すなわち、無線周波数センサ・モジュール124または光分光法センサ・モジュール126のうちのどちらからのデータを使用するべきかが選択される。たとえば、0または1の重みが、RF法または光学法のいずれかに割り当てられる。他の重み付け値、たとえばRF法の場合は0.7、光学法の場合は0.3が考えられる。この技法はまた、しきい値が300mg/dLに設定されている図3の例で利用される。サーバ装置102は、継続的なモニタリング中に受信したデータでなされた観測、たとえば(たとえば、装置102内のBMIセンサで測定される「局所的な」肥満度指数)の変化などのユーザの身体の構成における変化に応答してモニタリングする人員または変数によって設定されるように、このしきい値が可変であるように構成される。すなわち、サーバ装置102は、しきい値血糖値を変化させるように構成されている。
ウェアラブル・デバイスに生体インピーダンス・センサ・モジュールを組み込むことにより、複雑さの少ない処理を使用してグルコース値の予備的決定を行うことができるという利点が得られ、サーバ装置102が、継続的なモニタリングのためにモジュール124、126のどちらが使用されるべきかを決定するために十分に正確である。
この例を続けると、最初の指穿刺に関連してサーバ装置102で受信された血糖値が、着用者が100mg/dLの血糖値を有することを示す場合、サーバ装置102は、決定された血糖値がしきい値、この例では300mg/dLに達するまで、光センサ・モジュール126に重み0を、およびRFセンサ・モジュール124に重み1を割り当てることができる。決定された血糖値がしきい値を横切ると、たとえば、図3(c)の矢印324で示されるように、決定された値320がしきい値314を横切ると、新たな(局所的な)皮膚抵抗が生体インピーダンス・センサ・モジュール128を使用して測定され、光センサ・モジュール126には重み1が割り当てられ、RFセンサ・モジュール124には重み0が割り当てられる。したがって、サーバ装置102は、決定された第1の非侵襲的な測定された血糖値、および第2の非侵襲的な測定された血糖値のうちの少なくとも1つに重み係数を適用することによって、血糖モニタリングを実行するように構成される。
したがって、図1および図3は、着用者106の生体インピーダンス値を決定することと、生体インピーダンス値は生体インピーダンス・センサ128から受信したデータによって取得されており、生体インピーダンス値を使用して、着用者106の血糖の測定(決定)値320、322がしきい値を横切るときを決定することとを行うように構成されたサーバ装置102を示していることを理解されたい。
決定された値320、322を継続的にモニタリングすることにより、サーバ装置102が、着用者が気づく必要のある任意のアラーム状態を追跡することが可能になる。たとえば、血糖が低すぎたり高すぎたりすると(低血糖または高血糖事象を示す)、アラームが生成される。このような差し迫った事象をデバイスの着用者に通知して、ユーザが、事象が発生するリスクを低減するために薬物および/または食物を摂取するなどの予防措置を取ることができるようにすることは有用である。アラームは、いくつかの方法のうちのいずれか1つで生成される。たとえば、サーバ装置102は、ユーザのコンピューティング・デバイスに情報を送信して、そこでアラームを生成する。それに加えて、または代替として、ウェアラブル・デバイス104は、可聴信号などのアラームを発するように、または振動動作または同様のものを生成するように構成され得る。
重み係数は、装置102のメモリ112にロードされた命令114(ソフトウェア・コード)を実装するサーバ装置102によって適用される。それに加えて、または代替として、ある測定値のセットから他の測定値のセットに切り替えるために、何らかの形式のハード回路切替えが行われる。
図4は、システム・アーキテクチャの代替図を提供する。この図では、機械学習と重み割当て機能は任意である。図13に関して機械学習を参照するいくつかの詳細が与えられているが、要約すると、個々のユーザの特性に基づいて個々のユーザのための最適なモニタリング・パラメータを決定し、それに応じて、たとえば、低血糖および高血糖事象に対するアラームを設定するために使用される。これらの結果は、いくつか例を挙げると、ユーザの心拍数、体温、パルス・オキシメトリ、睡眠サイクル、運動活動、および食物摂取などのユーザの追加データから微調整される。
図5は、例示的なウェアラブル・デバイス104の一連のレイアウト図を提供する。図5(a)は、ユーザの皮膚に接触して着用されることが意図されるウェアラブル・デバイスの側面の立面図であり、図5(b)は側面図であり、図5(c)は、着用者の皮膚から離れて着用されることが意図されるウェアラブル・デバイスの側面の立面図である。図5の例示的なデバイスは、折り曲げ線が形成されるフレキシブルな部分502を有する概して平坦な基板500で構成され、その理由は図6を読めば明らかになるであろう。フレキシブルな領域502の両側には接触領域506が設けられており、接触領域のいずれかは、無線周波数(パッチ)アンテナ508が取り付けられているか、そこに搭載されており、アンテナ508は無線周波数センサ・モジュール124の一部を形成している。それに加えて、または代替として、他のタイプのアンテナ、たとえばスロット・アンテナが使用される。一例では、無線周波数ICチップの基板上に、無線周波数信号を放射するアンテナを設けられる。光分光法モジュール126は、この例では、LED510、フォトダイオード512信号調整モジュール514などの光源を備える。ウェアラブル・デバイス104は、それぞれ正および負の電極のための第1および第2のセットの生体インピーダンス・センサ電極516、518を備える。加速度計520および/または体温センサ521もまた設けられる。
PCB層部分522は、図5(b)において、RF IC524およびラミネート固定層526とともに最もよく見える。バッテリ528が設けられている。
図5(c)に見られるように、OLEDディスプレイ532を有する部分をセンサ部分に接合するために、フレキシブルケーブル530が使用される。
図1、図2、および図4は、血糖モニタリングのためのウェアラブル・デバイス104を示しており、ウェアラブル・デバイスは、ウェアラブル・デバイス104の着用者106の第1の非侵襲的測定血糖値を取得する無線周波数血糖モニタリング・モジュール124を備える。ウェアラブル・デバイスの着用者の第2の非侵襲的測定血糖値を取得する光分光法血糖モニタリング・モジュール126が設けられている。第1の非侵襲的測定血糖測定値および第2の非侵襲的測定血糖値を、ユーザのコンピューティング・デバイス108および/またはサーバ装置102などの第2のデバイスに送信する送信機モジュール130が設けられている。対応する方法も説明される。
上述のように、ウェアラブル・デバイス104は、生体インピーダンスモニタリング・モジュール128を備える。これは、ウェアラブル・デバイス104の着用者106の生体インピーダンス測定値を取得するために提供され、送信機モジュール130は、第2の装置102、108に生体インピーダンス測定値を送信するように構成される。
したがって、図1は、プロセッサ132およびメモリ134を備えるコンピューティング・デバイス108を示し、コンピューティング・デバイス108は、プロセッサ132の制御下で、サーバ装置102とウェアラブル・デバイス104との間で情報を伝達するために、メモリ134に記憶された命令136を実行するように構成されていることを理解されたい。対応する方法も説明される。
図6は、図5に示されるウェアラブル・デバイス104を着用する1つの方法を示している。この点で、デバイスは、ユーザの身体の一部、この例ではユーザの手に装着される。具体的には、デバイスは、親指と人差し指との間のユーザの手の中の領域の周囲に折り畳まれる。折り目は、フレキシブルな部分502の折り目504の周囲である。上述したように、他のタイプのウェアラブル・デバイスも考えられる。これらは、腕(または手首)、あるいは耳などの、身体の他の部分に装着され、たとえば耳たぶにクリップで留められる。
生体インピーダンス・センサは、ウェアラブル・デバイスの領域の周囲の局所化領域602の「局所化」生体インピーダンス値を測定するように構成される。この点で、局所化領域602の範囲および大きさは、デバイスの着用者、およびウェアラブル・デバイス内の電子構成要素の特性を含むいくつかの要因に依存する。たとえば、局所化領域は、図6に示される領域602などの領域でもよく、肘の下の着用者の腕または腕全体などの別の領域でもよい。
再び図1を参照すると、無線周波数血糖モニタリング・モジュール124によって取得された感知された信号は、通信ネットワーク142を介してサーバ装置102に伝達される。サーバ装置102は、着用者の血糖レベルの変化を検出するために、受信したデータを処理するように構成される。たとえば、サーバ装置102は、時間領域また周波数領域のうちの1つまたは複数において、散乱パラメータ(S12パラメータなどのSパラメータ)技法を使用する1つまたは複数のアルゴリズムを実装するように構成される。モジュール124からの生データ(および、そのことに関してはモジュール126から)は、TCP/IPプロトコル、LTEプロトコル、またはショート・メッセージング・サービス(SMS)などの任意の適切な通信プロトコルを使用して伝達される。
一実装形態では、誘電率測定は、たとえば無線周波数血糖モニタリング・モジュール124内の、ウェアラブル・デバイス104内のCW/FMCW(レーダー)チップを使用して取得される。それに加えて、または代替として、誘電率の変化は、入力波と出力波との間の位相差の検出を通じて測定され、この目的のための単純で低コストの解決策を提供する。
連続波変調の使用は、製品に使用される無線周波数集積回路チップ内の電圧制御発振器を制御するために正確な電圧が生成されなければならない場合に特に有益と考えられる。そのような構成では、安定した超低雑音のデジタル−アナログ変換器によって高電圧が生成される。ウェアラブル・デバイス用のデジタル−アナログ変換器が超低電力でなければならず、デジタル−アナログ変換器が電圧制御発振器にインピーダンスを提供するために出力バッファを必要とするとき、FMCWなどの他の変調プロトコルは、デジタル−アナログ変換器が無線周波数数で動作することを必要とすることがある(FMCWチップの帯域幅、およびスイープ間隔の持続時間によって決定される)。したがって、FMCW変調方式は、より高い電力消費を引き起こし、電池の頻繁な充電/放電をもたらし、これは特に長時間にわたって使用することが意図されるウェアラブル・デバイスにとって望ましくないと考えられる。
一実装形態では、無線周波数血糖モニタリング・モジュール124は、皮膚のすべての異なる層の結合誘電率値を単一の誘電率基準値として感知する。次いで、血糖指穿刺侵襲試験から取得された、知られている血糖値に相関付けられ/キャリブレーションされる。血糖濃度が変化すると血液の誘電率が変化するので、この結合された皮膚の絶対的な誘電率は同様に変化し、誘電分光法によって、たとえば周波数領域において検出可能である。決定された血糖値はまた、同様に時間領域に変換される。
材料の誘電率および/または他の材料の特性を測定するために、材料のSパラメータを測定するベクトル・ネットワーク・アナライザが使用される。誘電率(εr)は、たとえば[12]に記載されたステップを使用して抽出される。
電気的特性におけるグルコースに依存する変化を定量化するコール−コール・モデルも使用される。
図7は、6つの例示的な生体組織のタイプの比誘電率対周波数の一連の曲線を示すグラフである[9]。例示的なグラフにおいて、乾燥した皮膚、濡れた皮膚、筋肉、血液、脳/白質、および脂肪の層700の誘電率が、適用された無線周波数の周波数の変化によってどのように変化するかを示す。図から分かるように、誘電率の著しく低下する領域702が存在する。この領域702は、図3(a)に示されるように、RFセンサ・モジュール124の動作範囲300に対応する。したがって、ウェアラブル・デバイス104からの一連の信号として受信された、RFセンサ・モジュール124から受信したデータをモニタリングしながら、サーバ装置102は、誘電率値の変化から血糖の変化を検出することができる。
したがって、サーバ装置102は、無線周波数血糖モニタリング・モジュールから受信したデータを、着用者の身体の複数の組織層の一連の結合値として関連付けることと、互いに異なっている一連の結合値における第1および第2の結合値の決定から、着用者の血糖の変化を決定することとを行うように構成される。また、サーバ装置102は、無線周波数血糖モニタリング・モジュール124から受信したデータを一連の結合誘電率値として関連付けるように構成される。
従来、レーダーは、動く物体や、距離および速度などのパラメータを検出するために使用される。システム100は、血糖の量を抽出するために使用される血液中の波の伝搬の吸収、遅延、および位相の1つまたは複数を測定するためにFMCWレーダーを使用する新規な方法を実装するために使用される。CWを含む他の変調方式も考えられる。
血糖の量を非侵襲的に推定するための2つの例示的な方法を以下に説明する。
減衰法
この概念は、以下の式の助けを借りて表現される。図5(a)に示されるように、フレックス基板/ケーブル504は、折畳み線を横切って折り畳まれるときに、折畳みの両側で一定の距離を維持する。組織内を伝播する波は、以下のように表される。
E(R)=E+e−rR+E−erR ・・・・・式1
上式で、
この概念は、以下の式の助けを借りて表現される。図5(a)に示されるように、フレックス基板/ケーブル504は、折畳み線を横切って折り畳まれるときに、折畳みの両側で一定の距離を維持する。組織内を伝播する波は、以下のように表される。
E(R)=E+e−rR+E−erR ・・・・・式1
上式で、
であり、
R=部位の厚さを測定する
ε=誘電率
σ=伝導率
μ=浸透性
μおよびσは、グルコース・レベルとほぼ無関係であり、Rは個人に固定される。したがって、εの変化は測定された減衰で表される。波の振幅を測定することは、高価なベクトル・ネットワーク・アナライザではなく、FMCW、CW、または別の変調方式を通じて行われる。
さらに、誘電率の変化はまた、この目的のためにFMCWまたは他のレーダーを使用することによって、入力波と出力波との間の位相差を通じて測定される。
τ=R/cε ・・・・・式3
上式でcεは媒体中の波の速度である。
τ=R/cε ・・・・・式3
上式でcεは媒体中の波の速度である。
ここで、τは、距離Rでターゲットに送信された波形によってかかる時間遅延である。
デジタル・ノギスと同様のデバイスを使用することによって、特定の人物についてRも決定されることに留意されたい。
グルコース・モニタリング・センサは連続的に着用しなければならない場合があるので、ユーザがデバイスを初めて使用するときには、彼(または、彼女)は、センサ・パッチを測定部位に付けなければならない場合があり、RF/mm波ICはFMCWなどの信号を生成する。Rは1人のユーザに固定され、τはベースバンド内のFFT(高速フーリエ変換)信号処理から求められるので、媒体依存のcεの値を後続のセンサ信号のキャリブレーションのための第1の基準点とすることができる。cεのこの値は、さらなる非侵襲的なセンサ測定値のためのキャリブレーションされた基準点として役立つために、血糖指穿刺値とともに、電話機上の(および/またはサーバ・レベルで)マイクロ・コントローラまたはソフトウェアに記憶される。
位相情報は、この時間遅延τから抽出される。実験中に血糖値が上昇すると位相シフトが観察される。
(2)位相情報
図8は、第2の例示的な方法である、FMCWを実装するRFモジュールのレーダー・スイープを示している。f0は開始周波数であり、f1は線形増加スイープの終了周波数であり、Bはf1とf0との間の差である帯域幅であり、Tはスイープ周期である。
τ=2R/cε ・・・・・式4
図8は、第2の例示的な方法である、FMCWを実装するRFモジュールのレーダー・スイープを示している。f0は開始周波数であり、f1は線形増加スイープの終了周波数であり、Bはf1とf0との間の差である帯域幅であり、Tはスイープ周期である。
τ=2R/cε ・・・・・式4
ここで、τは、距離Rでターゲットに送信された波形が、戻ってくるためにかかる時間遅延である。
cεは媒体中の光の速度である。この例では、媒体は生物学的皮膚または関心のある測定部位である。
ビート周波数(fB)は、式5によって与えられる。
fB=fT−fR=α*τ=(2R*B)/(cε *T) ・・・・・式5
周波数の変化率=α=B/T ・・・・・式6
α、fTは事前に知られているので、Rはユーザに固定され、fBはベースバンド信号から見つけられるので、式7からcεの値を計算するのは簡単である。
fB=fT−fR=α*τ=(2R*B)/(cε *T) ・・・・・式5
周波数の変化率=α=B/T ・・・・・式6
α、fTは事前に知られているので、Rはユーザに固定され、fBはベースバンド信号から見つけられるので、式7からcεの値を計算するのは簡単である。
単純化された有効誘電率(εeff)は、以下のように計算される。
式7に示されるように、光の速度は媒体の誘電率に依存する。現在の手法は、皮膚のすべての異なる層についての結合誘電率値(εeff)を、血糖指穿刺値に相関する単一の誘電率基準値として使用する。血糖濃度の増加に伴って血液の誘電率が変化するので、この結合した皮膚の絶対的な誘電率も同様に増加するため、時間遅延τも増加し、cεが減少し、ビート周波数fBが増加する。
振幅および/または周波数シフト情報を明らかにするために、ビート周波数に対して高速フーリエ変換が実行される。
光分光法血糖モニタリング・モジュール126によって取得された感知された信号はまた、通信ネットワーク142を介してサーバ装置102に伝達される。サーバ装置102は、着用者の血糖レベルの変化を検出するために、受信したデータを処理するように構成される。たとえば、サーバ装置102は、その目的のために1つまたは複数のアルゴリズムを実装するように構成される。
近赤外光は、血糖の量を決定するために組織に深く浸透することができるので、魅力的な方法である[6]。血糖含有量の増加に伴って散乱する光の量は減少する。したがって、血糖の量を推定するために、フォトダイオードおよび光源が使用される。しかしながら、本出願人の1人によって行われた以前の実験[7]は、たとえば、耳たぶの厚さ(測定部位として使用される)などの組織の厚さ、および皮膚の色調の変化が、血糖の量に関して近赤外光と中赤外光の相関係数の低下に寄与することを示唆している。相関係数の低下は、キャリブレーションなしに複数の個人について血糖を決定する唯一の方法として使用される場合、この方法をあまり適さないものにする。
図9(および、図9の破線の代わりに記号を実装する図10)は、侵襲的な技法と比較した現在の非侵襲的な技法を実装する一連の血糖測定値を示すグラフである。連続的に予測される血糖は、健康な人のボランティアの基準血糖に関して、無線周波数法を使用して与えられる。この実験は、砂糖飲料とチョコレート・クッキーが18分間隔で消費される87分間にわたって行われた。実験の45分目と62分目には明確なセンサ・ピークが観測される(実線によって示される)。One Touch Ultra(商標)デバイスを使用する血液穿刺は、センサ・ピーク付近の血糖の急上昇を確認するために、5〜7分ごとに採取される(鎖線によって示される)。レート制限フィルタリングが生のセンサ・データに適用され、破線で示されている。このセンサは、60秒ごとに非侵襲性データを生成する。クラーク・エラー・グリッドにプロットされると、データはISO15197規格を満たすことができることが分かっている。
図11は、図10の結果のクラーク・エラー・グリッドである。
図12は、個人および複数の個人の血糖の結果に関する非侵襲性近赤外(NIR)光分光法を比較した結果を示す。図12(a)は、本明細書に記載のNIR手法を使用するNI−CGMSシステムの潜在的可能性を示しており、制御されていない、またキャリブレーションされていない環境において、4日間にわたって2回、侵襲的血糖検査とともにデータが採取される。図12(b)では、NIR(980nm)、近赤外(1200、1450、1550nm)を使用して24人の無作為の個人についてデータが採取され、予測グルコース濃度が基準血糖に関してプロットされる。合計96のサンプル点は、臨床的に受け入れられる、クラークグリッドA(73.34%)およびB(26.66%)1200での測定値を示す。24人の個人は、同様の皮膚の色調(視覚的にフィルタリングされた)を有する13人と11人の個人からなる2つのグループに分類されるが、年齢制限はない。傾き切片式1202は、図12(b)の予測グルコース測定値をプロットするために使用されるが、図12(a)では、クラーク・エラー・グリッド分析を実行するために、センサ値とBG値との間に相関係数が見出される。
図12(a)は、1型糖尿病の個人の血糖値の非侵襲的結果対NIR光源を示しており、図12(b)は、糖尿病の有無にかかわらず複数の個人の血糖値対NIR光源の結果を示す。
したがって、サーバ装置102は、測定された血糖値と血糖履歴データとを比較することと、その比較から、着用者の血糖の変化を決定することとを行うように構成されていることを理解されたい。血液履歴データは、モジュール124から、またはモジュール126からのいずれかにかかわらず、着用者から取得されたデータ、あるいはサンプル被験者群(被験者の各々は、糖尿病を有していてもよく、いなくてもよい)から取得されたデータを備える。装置102は、測定された血糖値と、非侵襲性センサの履歴データからの傾き切片式とを比較するように構成される。(この文脈において、「測定された血糖値」は、モジュール124、126内のセンサによって取得された生データ、またはサーバ装置102によって処理された後のこの生データを指す場合がある。
前述の実験[7]は、組織の厚さ、たとえば測定部位として使用される耳たぶの厚さの変化、および皮膚の色調の変化が、血糖の量に対して近赤外光の相関係数の低下に寄与することを示唆している。低血糖状態の間の相関係数の低下は、血糖を測定する唯一の方法として使用される場合、この方法をあまり適さないものにする。実験後の重要な洞察は、非侵襲アルゴリズムは各個人に固有である可能性があることであった。
上述したように、機械学習アルゴリズムは、ウェアラブル・デバイス104内のセンサ124、126によって取得されたデータをモニタリングまたは追跡するために使用される。追跡されたデータは、RFセンサ・データと光学センサ・データとの間の切替えが生成されるしきい値、および/またはアラームが生成されるしきい値などのシステムデータを改良/微調整するために使用される。
完全な非侵襲性の連続的なグルコース・モニタリング・システム解決策は、上述のハードウェアにあるだけでなく、たとえば、アンドロイド/iOSアプリケーションで実装される機械学習アルゴリズム、1つまたは複数のサーバ(たとえば、1つまたは複数のクラウドサーバ)、固定またはモバイル・デバイス内の組込みリアルタイム・オペレーティング・システム、あるいはその中に実装されているアルゴリズムの少なくとも1つの構成要素においても存在する。教師なし学習および強化学習の手法は、血糖を決定するために2つの非侵襲的方法に割り当てられた重みを動的に更新するために適用される1組の方法である。
上述したように、キャリブレーションの要件の自動変化を示唆するキャパシタンス、抵抗、位相の変化を見るために、生体インピーダンスが局所的に(耳たぶ、腕、鼻孔、脚など)測定される。生体インピーダンス測定値(人の生活様式に応じて数週間かかる)の変化を検出すると、サーバ装置102は、アルゴリズムが新しいキャリブレーション基準点、すなわち、その後の非侵襲的なセンサ測定値のための基準校正点として役立つ新しいキャパシタンス値および新しい光分光法基準センサ値を定義するように構成される。現在のすべてのCGMSデバイスに対して毎日複数のキャリブレーションが必要な場合があるため、最初は1日に2回のキャリブレーションを採用することが提案される。これは、1日を通して連続的な血糖モニタリングのための2点基準キャリブレーション方式として役立つ。
新たな校正基準点を定義することができることは、数週間にわたって、センサ測定部位でのユーザの脂肪含有量が変化し、したがって血液穿刺センサ測定値の使用による再校正を必要とするため、有益である。あるいは、局所領域の生体インピーダンスが測定されるので、脂肪量の変化が検出される。これが重要である場合、ユーザの履歴データが有効なままであるように、新たに入ってきた無線周波数データをキャリブレーションするために、サーバ内の以前のユーザ・データからの新しい基準点が使用される。したがって、サーバ装置は、生体インピーダンス値の変化に基づいて着用者に関する履歴データをキャリブレーション(または再校正)するように構成される。
機械学習/ディープ・ラーニング・アルゴリズムの助けを借りて、任意で、ユーザの毎日の運動活動を追跡するアンドロイド/iOSアプリケーション(歩数計のような)とともに、内蔵する非侵襲的なグルコース結果を独立して提供する2つの方法に割り当てられる重みを動的に変化させて予測するために、加速度計、生体インピーダンス、心拍数、パルス・オキシメトリ・センサがセンサ・パッチ/フィットネス・バンドに内蔵される。図13は、臨床的に受け入れられる血糖含有量を予測するために、マルチセンサ方法の全相関を高めるための例示的な相関係数および重み割当て方式を示す。
睡眠中の差し迫った低血糖事象を正確に決定し、予測するために、パルス・オキシメトリおよび/または心拍数とともに生体インピーダンスが使用される。低血糖事象中に、ユーザの自律神経が高まり頻脈を引き起こすと、ユーザの心拍数が上昇すると予想される。しかしながら、自律神経系に問題がある場合、低血糖で心拍数の上昇を示さない患者もいる。
機械学習は、使用時に生体インピーダンスの切替えしきい値の精度を高めるのに役立つ任意のパラメータとして、着用者の心拍数、運動パターン、睡眠サイクル(持続時間を含む)、体温(中核/皮膚)からの入力/特徴/傾向を使用する。これらの任意のパラメータはすべての個人に固有であり、したがって、ニューラル・ネットワーク層の重み割当ては様々であり、機械学習システムへの入力データ(または、トレーニング・データ)に応じて線形回帰/非線形回帰技法が使用される。
収集されたユーザ・データに対するニューラル・ネットワーク/機械学習技法の実装が行われる。十分なデータを収集すると、機械はこのデータを使用してトレーニングされ、その後のセンサ・データはユーザからのキャリブレーションを必要としない(SMBG指穿刺に関して)。
ニューラル・ネットワーク層に割り当てられた重みは、すべての個人について類似していない場合がある。心拍数、運動、睡眠パターン、局所生体インピーダンス、およびパルス・オキシメトリからのデータ傾向が使用される:
1)心拍数−休息中および受動的の両方−1日を通して、
2)運動(たとえば、歩数計または同様のデバイスを使用して測定される)、
3)睡眠パターン(光、深さ、REM)、
4)局所生体インピーダンス(組織脂肪、水分量の変化を追跡する−抵抗、キャパシタンス、位相を測定することによって)。
1)心拍数−休息中および受動的の両方−1日を通して、
2)運動(たとえば、歩数計または同様のデバイスを使用して測定される)、
3)睡眠パターン(光、深さ、REM)、
4)局所生体インピーダンス(組織脂肪、水分量の変化を追跡する−抵抗、キャパシタンス、位相を測定することによって)。
機械学習は、以下の原理で動作する。RF波信号からの特徴は、時間領域および周波数領域で分析される。時間領域の特徴(平均、中央値、分散、標準偏差、時間遅延)が計算される。使用される周波数領域の特徴は、信号電力、大きさ、全スペクトル電力、雑音電力スペクトル、正規化電力(スペクトルの正規化電力は、たとえば10分ごとに間隔をあけて計算され、この例のCGMの周波数は10分である)、および周波数シフトを含む。
異なる皮膚/組織層のキャパシタンス−たとえば、脂肪、濡れた皮膚、乾燥した皮膚、血液、骨−は、結合された誘電率の基準として役立つ1つの統一されたキャパシタンスと見なされる。血糖の変化による赤血球数の誘電率の変化は、たとえば、上述したRF波技法のうち1つを使用して測定される。骨、脂肪、濡れた皮膚、乾燥した皮膚、および誘電率などのいくつか層は短期間ではなく長期間でのみ変化するので、血糖の予測のためにRF波を利用するCGMは、制御されていない環境において実装するために適している。
図13に示されるように、提案された様々な方法(光分光法、誘電分光法、体温、BMI、パルス・オキシメトリ)の相関係数ajからejは、動的測定環境に適応するために、機械学習アルゴリズム内に含まれる。これにより、CGMSによって必要とされるキャリブレーションの量は、提案されたNI−CGMS技法を使用する推定された最初の1ヶ月の後、平均1日に2回から1日に1回に減少する。十分なユーザ・データが取得された後、侵襲的技法と非侵襲的技法の両方を使用して、ゼロ校正方式が実現される。このゼロ校正方式を実現するために、提案されたマルチセンサ手法とともにディープ・ラーニング・アルゴリズムが実装される。
1つの例示的な実装形態シナリオでは、システムの最初の使用時に、ユーザは、キャリブレーションブロック内の点1として示されたシステム開始時にキャリブレーションするように指示される。これは、個々のセンサの最小しきい値および最大しきい値を計算するために行われる。次に、ユーザはセンサ・パッチを着用し、キャリブレーションの第2の点が採取される(好ましくは、食物を摂取する前に)。キャリブレーションの点3は、食物を摂取してから20〜30分後に採取される。これは、位相シフト(または、例示的な遅延、周波数領域分析を測定しているパラメータ)の方向を取得し、センサパラメータの変化を記録するために行われる。校正点1から3は、センサの寿命中に1回だけ行われる必要があることに留意されたい。
校正点4と5は、およそ12時間ごとに毎日行われるべきである。NI−CGMSデバイスを継続的に使用すると、キャリブレーションを1日に1回に減らすことができると予測される。最終的に、我々のシステムにおいて侵襲的方法および非侵襲的方法の両方の十分なデータ点が利用可能になった後、ディープ・ラーニングおよびマルチセンサ・データの助けを借りてゼロ校正が達成される。
サーバ102は、呼吸数、脂肪率、および水分量、ならびに睡眠サイクル/段階などのユーザ・パラメータを計算するために、生体インピーダンス測定構成要素を実装する。酸素化脱酸素化血球数、および脈拍数/心拍数を計算するために、パルス・オキシメトリが使用される。環境および皮膚表面を備える体温測定値が取得される。感知された生体インピーダンス、パルス・オキシメトリ、および体温データは、血糖含有量を計算するために、光分光法および誘電分光法の2つの方法の補正因子として役立つことができる。
キャリブレーションモデルの個々の係数(ajからej)を達成した後、機械学習およびディープ・ラーニング・アルゴリズムと組み合わせた光分光法および誘電分光法(RF/mm波/テラヘルツ)によって取得されたデータの処理に加えて、生体インピーダンス、体温、パルス・オキシメトリ、心拍数、運動量、食物摂取などの因子/パラメータの動的変化が、光分光法および誘電分光法を使用して取得されたデータのそれぞれの重みを割り当てるために使用される。
高血糖および低血糖のおおよその領域は、たとえば、生体インピーダンス、パルス・オキシメトリ、心拍数、および体温センサなどのマルチセンサの助けを借りて正確に決定される。この議論のために、図13に示されるセンサは、多数の検出パラメータを有するものとして示されている。本明細書に記載のデバイスおよび/またはシステムの様々な実装形態は、より少数のセンサ構成要素または検出パラメータを含み、本開示の範囲内にとどまる。あるいは、デバイスおよび/またはシステムの他の実装形態は、追加の構成要素、センサ、または記載された構成要素、センサの様々な組合せを含み、本開示の範囲内にとどまる。
機械学習、ディープ・ラーニング、マルチセンサ・データを組み合わせた主なアルゴリズムは、血糖結果を予測するために使用され、低血糖/高血糖警告を提供する。
複数の並列センサ(誘電分光法、光分光法、および局所生体インピーダンス・センサ)および追加のパラメータ(たとえば、局所BMI、皮膚の厚さ、心拍数、パルス・オキシメトリ、体温(中核、皮膚)、運動追跡装置、食物摂取)を使用する、提案されたシステムは、臨床的に受け入れられるために必要な信号対雑音比および感度を最大化する。たとえば、高度に統合された複数のセンサ・パッチを、刺激なしに皮膚のひだの上に置くことができる。歩数計に似たウェアラブル・デバイスが使用される。時間の遅れなしに低血糖を検出する際の感度を上げるための任意の心拍数センサが、マルチセンサ手法に統合される。収集された非侵襲性CGMSデータは、複数のパラメータに基づいて、差し迫った低血糖および高血糖事象を警告するために評価される。記載された技法を使用して、臨床的精度が達成される。
この前の説明では、図面に示された装置およびシステムは、多数の構成要素を有するものとして示されている。本明細書で説明されるデバイスおよび/またはシステムの様々な実装形態は、より少数の構成要素を含み、本開示の範囲内にとどまる。あるいは、デバイスおよび/またはシステムの他の実装形態は、追加の構成要素または記載された構成要素の様々な組合せを含み、本開示の範囲内にとどまる。ウェアラブル・デバイスは、たとえば耳たぶ、鼻孔、腕、指先など、それが形状に適合する限り、身体のどの部分にも装着される。
[11]によれば、「たとえば、10kHzでは、第1の動物の300mg/dlサンプルのインピーダンス係数は74.0Ωで、第2の動物では71.3Ωであった。これは、インピーダンス分光法手法の可能な臨床応用では、各被験者に対してキャリブレーションが必要とされることを示唆している。」
我々は、線形回帰および非線形回帰技法を利用するニューラル・ネットワークを使用して実装された機械学習を通じて、個人向けのカスタマイズされたアルゴリズムを通じて、人それぞれのこの変化に対応している。RF法と光分光法との間の切替えは、局所生体インピーダンス・センサからの抵抗、キャパシタンス、位相パラメータの助けを借りて行われる。
前述の議論から理解されるように、本明細書に開示される技法の実装形態は、重要な技術的利益の実現を可能にする。
たとえば、複数のセンサを実装する真の非侵襲的解決策は、これまで侵襲的モニタリングを必要とする分野で一般的に必要とされていた要件を取り除くことができる。知られているCGMSシステムは、典型的には、3日間から7日間の間の限られたライフサイクルを有する。本明細書に記載された技法を実装するウェアラブル・デバイスは、正確なCMOS IC寿命に応じて、約12ヶ月から18ヶ月の間の寿命を有する。記載された光源および感知構成要素とともに、CMOSの使用は、大幅に強化された製品寿命につながる可能性がある。
いくつかの知られているCGMSシステムは、約2時間から10時間の間の有意なセンサ・ウォームアップ時間を必要とする。本明細書に記載の技法を実装するウェアラブル・デバイスは、ウォームアップ時間をまったく必要としない場合がある。
いくつかの知られているCGMSセンサは、生物付着を起こしやすい。開示されているNI−CGMSデバイスは、非侵襲性であるため、生物付着を起こしにくい。
多くの既存のCGMSデバイスは非常に高価である。上述のウェアラブル・デバイスは、非常に低コストで低電力の解決策であることが予測される。
多くの知られている非侵襲的技法は、臨床基準を満たすために十分正確ではない。提案されたウェアラブル・センサでは、グルコース濃度を決定する2つの独立した方法は、臨床要件を満たすために組み合わせられると、個々の方法の精度を高める。
同じ非侵襲的デバイスを使用する複数の個人の様々な皮膚の色調および皮膚の厚さの変化は、血糖計デバイスを用いた面倒な複数のキャリブレーションサイクルを必要とする。
上記の無線周波数モジュール(たとえば、mm波技術を利用する)の使用は、皮膚の色調に依存せず、皮膚の厚さがアルゴリズムにおいて考慮されるので、図13に示されるような簡単なキャリブレーションが達成される。
提案された光分光法では、ユーザがNI−CGMSデバイスを使用するときに、適切な校正基準点が自動的に選択される。機械学習アルゴリズムは、光分光法センサの出力の精度の変化を自動的に感知し、皮膚パラメータが変化した場合に新しい校正点を選択することができる。
真の低血糖事象を決定する際にCGMSシステムが感度を低下させることが知られている。生体インピーダンス、心拍数、体温、および加速度計測定値の助けを借りて、記載された光分光法および誘電分光技法は、低血糖事象を正確に予測/検出することができる。
いくつかの知られているCGMSセンサは、これらのセンサが間質液(ISF)グルコース濃度を測定し、3つ以上の段階のデジタル・フィルタリングを必要とするため、血糖濃度を報告するために約5分から15分の間の時間の遅れを有する。本明細書に記載された技法は、最小のずれでリアルタイムまたはほぼリアルタイムの連続的なグルコース測定を可能にし、血糖が非侵襲的に測定されるので、センサ信号の後処理のために、たかだか数秒から1分程度である。上述のウェアラブル・デバイスは、多段階フィルタリングを必要とせず、このデバイスは、いくつかの知られているCGMSセンサと比較して、ナノアンペア・センサ電流に対処することに限定されない。
いくつかの知られているCGMSセンサは、大きな可搬性の問題を有する。インビボ酵素センサに接続された別個のワイヤレス・トランシーバを、身体(たとえば、腹部領域)に取り付ける必要がある場合がある。エクスビボ微小透析法では、ISF液を運ぶ別個のチューブが腰部/腹部領域に取り付けられ、グルコース測定のために外部センサに接続される必要がある。代わりに、本発明者は、スマート・ウォッチまたは同様の通信デバイスに接続される付属の感知および検出技法を使用して、上述したようなウェアラブルで薄くて小面積の防水センサを提案する。
知られている非侵襲的デバイスは、信号対雑音比および感度が低下する。本技法では、複数の方法およびパラメータを使用する並列モニタリングを用いる方法を使用することによって、信号対雑音比が高められる。我々のシステムは、マルチセンサ手法を使用し、信号対雑音比を最大化するために様々な並列方法を使用している。
本明細書に記載の技法は、自動インスリン注射のためにNI−CGMSが人工膵臓とワイヤレスにリンクすることを可能にする。
本技法は、誘電分光法および血糖濃度の検出のために、たとえば、FMCWを使用する。CW、AM、PMなどの他の変調方式、周波数帯域が使用される。
本技法は、1〜300GHzの周波数帯域を使用する。
機械学習技法を使用すると、ゼロ校正が必要とされるシステムをもたらす可能性がある。
本発明は、単なる例示として記載されたものであり、本発明の趣旨および範囲から逸脱することなしに、上述した技法に様々な変更を加えることができることを理解されたい。
(参考文献)
[1]D.Barry Keenan、John J.Mastrototaro、Gayane Voskanyan、Garry M.Steil、「Delays in Minimally Invasive Continuous Glucose Monitoring Devices:A review of Current Technology」、Journal of Diabetes Science and Technology、Volume 3、Issue 5、2009年9月。
[2]Dexcom、[Online].http://www.dexcom.com/dexcom−g4−platinumにて入手可能。
[3]Karin Obermaier、B.S Gunther Schmelzeisen−Redeker、Michael Schoemaker、Hans−Martin Klotzer、Harald Kirchsteiger、Heino Eikmeier、Luigi del Re、「Performance Evaluations of Continuous Glucose Monitoring Systems:Precision Absolute Relative Deviation is Part of the Assessment」、Journal of Diabetes Science and Technology、Volume 7、Issue 4、2013年7月。
[4]Satish BN、Srikala P、Maharudrappa B、他。Saliva:A tool in assessing glucose levels in Diabetes Mellitus.J Int Oral Health 2014;6(2):114−7。
[5]Badugu R、Lakowicz JR、Geddes CD.A glucose sensing contact lens:from benchtop to patient.Curr Opin Biotechnol 2005;16(1):100−7。
[6]Kenji Iino、Katsuhiko Maruo、Hidenobu Arimoto、Koji Hyodo、Tetsu Nakatani and Yukio Yamada;「Monte carlo sim of near infrared spectroscopy in the wavelength range from 1000nm to 1900nm」、Optical Review、Vol.10、No.6、Pg. 600−606、2003年。
[7]Sharma Sunny、「An instrument and method for providing Non−invasive Blood Glucose Measurement」、インド特許5046/CHE/2012、2012年12月28日。
[8]A. Di Biasio、C. Cametti、「D−glucose−induced alterations in the electrical parameters of human erythrocyte cell membrane」、Bioelectrochemistry、Vol.77、Issue2、Pg.151−157、2010年。
[9]Azadeh Peyman、Camelia Gabriel、「Dielectric properties of tissues」、Who workshop on dosimetry of RF fileds、Moscow、Russia、2005年12月。
[10]IIana Harman−Boehm M.D.、「Noninvasive Glucose Monitoring: A Novel Approach」J Diabetes Sci Technology V3.2、2009年3月。
[11]A. Tura、S.Sbrignadello、S.Barison、S. Conti、G.Pacini、Impedance spectroscopy of solutions at physiological glucose concentrations、Biophysical Chemistry、Volume 129、Issues 2−3、2007年9月、Pages 235−241、ISSN 0301−4622、http://dx.doi.org/10.1016/j.bpc.2007.06.001。
[12]S. Arslanagic、T.V.Hansen、N.A. Mortensen、A.H.Gregersen、O.Sigmund、R.W.Ziolkowski、O.Breinbjerg、「A review of the the scattering parameter extraction method with clarification of ambiguity issues in relation to metamaterial homogenization Antennas and Propagation Magazine」、55(2013)、pp.91−106[arXiv:1206.4801]。
(参考文献)
[1]D.Barry Keenan、John J.Mastrototaro、Gayane Voskanyan、Garry M.Steil、「Delays in Minimally Invasive Continuous Glucose Monitoring Devices:A review of Current Technology」、Journal of Diabetes Science and Technology、Volume 3、Issue 5、2009年9月。
[2]Dexcom、[Online].http://www.dexcom.com/dexcom−g4−platinumにて入手可能。
[3]Karin Obermaier、B.S Gunther Schmelzeisen−Redeker、Michael Schoemaker、Hans−Martin Klotzer、Harald Kirchsteiger、Heino Eikmeier、Luigi del Re、「Performance Evaluations of Continuous Glucose Monitoring Systems:Precision Absolute Relative Deviation is Part of the Assessment」、Journal of Diabetes Science and Technology、Volume 7、Issue 4、2013年7月。
[4]Satish BN、Srikala P、Maharudrappa B、他。Saliva:A tool in assessing glucose levels in Diabetes Mellitus.J Int Oral Health 2014;6(2):114−7。
[5]Badugu R、Lakowicz JR、Geddes CD.A glucose sensing contact lens:from benchtop to patient.Curr Opin Biotechnol 2005;16(1):100−7。
[6]Kenji Iino、Katsuhiko Maruo、Hidenobu Arimoto、Koji Hyodo、Tetsu Nakatani and Yukio Yamada;「Monte carlo sim of near infrared spectroscopy in the wavelength range from 1000nm to 1900nm」、Optical Review、Vol.10、No.6、Pg. 600−606、2003年。
[7]Sharma Sunny、「An instrument and method for providing Non−invasive Blood Glucose Measurement」、インド特許5046/CHE/2012、2012年12月28日。
[8]A. Di Biasio、C. Cametti、「D−glucose−induced alterations in the electrical parameters of human erythrocyte cell membrane」、Bioelectrochemistry、Vol.77、Issue2、Pg.151−157、2010年。
[9]Azadeh Peyman、Camelia Gabriel、「Dielectric properties of tissues」、Who workshop on dosimetry of RF fileds、Moscow、Russia、2005年12月。
[10]IIana Harman−Boehm M.D.、「Noninvasive Glucose Monitoring: A Novel Approach」J Diabetes Sci Technology V3.2、2009年3月。
[11]A. Tura、S.Sbrignadello、S.Barison、S. Conti、G.Pacini、Impedance spectroscopy of solutions at physiological glucose concentrations、Biophysical Chemistry、Volume 129、Issues 2−3、2007年9月、Pages 235−241、ISSN 0301−4622、http://dx.doi.org/10.1016/j.bpc.2007.06.001。
[12]S. Arslanagic、T.V.Hansen、N.A. Mortensen、A.H.Gregersen、O.Sigmund、R.W.Ziolkowski、O.Breinbjerg、「A review of the the scattering parameter extraction method with clarification of ambiguity issues in relation to metamaterial homogenization Antennas and Propagation Magazine」、55(2013)、pp.91−106[arXiv:1206.4801]。
Claims (26)
- ウェアラブル・デバイスの着用者の血糖をモニタリングするためのサーバ装置であって、
プロセッサとメモリとを備え、前記プロセッサの制御下で、前記メモリに記憶された命令を実行し、
前記ウェアラブル・デバイス内の無線周波数血糖モニタリング・モジュールによって取得されたデータを使用して前記ウェアラブル・デバイスの前記着用者の血糖モニタリングの第1の動作モードを実行し、
前記ウェアラブル・デバイス内の光分光法血糖モニタリング・モジュールによって取得されたデータを使用して、前記ウェアラブル・デバイスの前記着用者の血糖モニタリングの第2の動作モードを実行し、
前記ウェアラブル・デバイスの前記着用者の基準血糖値としきい値血糖値とのしきい値比較を実行し、
前記しきい値比較に応じて前記第1の動作モードと前記第2の動作モードのうちの1番目を選択するように構成されている、サーバ装置。 - 前記無線周波数血糖モニタリング・モジュールが、第1の血糖値範囲にわたる第1の動作範囲を有し、
前記光分光法血糖モニタリング・モジュールが、第2の血糖値範囲にわたる第2の動作範囲を有し、前記第1の範囲と前記第2の範囲が重複する範囲を有し、
前記サーバ装置が、前記しきい値血糖値が重複する前記範囲内にあるように構成されており、
前記サーバ装置が、血糖モニタリング中に前記着用者の血糖の測定値が前記しきい値を横切るときを決定することと、該決定に応じて、前記第1の動作モードと前記第2の動作モードのうちの2番目を選択することとを行うように構成される、請求項1に記載のサーバ装置。 - 前記着用者の生体インピーダンス値を決定することと、該生体インピーダンス値が、生体インピーダンス・センサから受信したデータによって取得されており、
前記生体インピーダンス値を使用して、前記着用者の血糖の測定値が前記しきい値を横切るときを決定することと、を行うように構成される、請求項1または2に記載のサーバ装置。 - 前記生体インピーダンス値が、前記着用者の身体の局所領域に対する局所生体インピーダンス値であり、該局所生体インピーダンス値が、前記ウェアラブル・デバイス内の生体インピーダンス・センサ・モジュールによって取得される、請求項3に記載のサーバ装置。
- 前記生体インピーダンス値の変化に基づいて前記着用者に関する履歴データをキャリブレーションするように構成される、請求項4に記載のサーバ装置。
- 前記しきい値血糖値を変化させるように構成される、請求項1から5のいずれか一項に記載のサーバ装置。
- 所定の期間にわたって決定された前記着用者の測定された血糖値に応じて、前記しきい値血糖値を変化させるように構成される、請求項6に記載のサーバ装置。
- 前記無線周波数血糖モニタリング・モジュールから受信した前記データを、前記着用者の身体の複数の組織層の一連の結合値として関連付けることと、互いに異なっている前記一連の結合値における第1および第2の結合値の決定から、前記着用者の血糖の変化を決定することとを行うように構成される、請求項1から7のいずれか一項に記載のサーバ装置。
- 前記無線周波数血糖モニタリング・モジュールから受信した前記データを一連の結合誘電率値として関連付けるように構成される、請求項8に記載のサーバ装置。
- 前記測定された血糖値と血糖履歴データとを比較することと、
該比較から、前記着用者の血糖の変化を決定することと、を行うように構成される、請求項2から9のいずれか一項に記載のサーバ装置。 - 前記血糖履歴データが、前記着用者から取得されたデータ、またはサンプル被験者群から取得されたデータを備える、請求項10に記載のサーバ装置。
- 前記測定された血糖値と、前記履歴データからの傾き切片式とを比較するように構成される、請求項11に記載のサーバ装置。
- 決定された第1の非侵襲的な測定された血糖値、および第2の非侵襲的な測定された血糖値のうちの少なくとも1つに重み係数を適用することによって、血糖モニタリングを実行するように構成される、請求項1から12のいずれか一項に記載のサーバ装置。
- 政治的原因のメータ(political cause meter)内の、またはそれに関連付けられる送信デバイスから、初期基準血糖値を受信するように構成される、請求項1から13のいずれか一項に記載のサーバ装置。
- ウェアラブル・デバイスの着用者の血糖をモニタリングするためのサーバ装置であって、
プロセッサとメモリとを備え、前記プロセッサの制御下で、前記メモリに記憶された命令を実行し、
前記ウェアラブル・デバイス内の無線周波数血糖モニタリング・モジュールによって取得されたデータを使用して前記ウェアラブル・デバイスの前記着用者の血糖モニタリングの第1の動作モードを実行し、前記無線周波数血糖モニタリング・モジュールは、第1の血糖値範囲にわたる第1の動作範囲を有し、
前記ウェアラブル・デバイス内の光分光法血糖モニタリング・モジュールによって取得されたデータを使用して、前記ウェアラブル・デバイスの前記着用者の血糖モニタリングの第2の動作モードを実行し、前記光分光法血糖モニタリング・モジュールは、第2の血糖値範囲にわたる第2の動作範囲を有し、前記第1の範囲と前記第2の範囲が重複する範囲を有し、
前記着用者の受信された基準血糖値に応じて、前記第1の動作モードと前記第2の動作モードのうちの1つを選択するように構成されている、サーバ装置。 - 血糖モニタリングのためのウェアラブル・デバイスであって、
前記ウェアラブル・デバイスの着用者の第1の非侵襲的測定血糖値を取得するための無線周波数血糖モニタリング・モジュールと、
前記ウェアラブル・デバイスの前記着用者の第2の非侵襲的測定血糖値を取得するための光分光法血糖モニタリング・モジュールと、
前記第1の非侵襲的測定血糖測定値および前記第2の非侵襲的測定血糖値を、第2のデバイスに送信するための送信機モジュールと、
を備える、ウェアラブル・デバイス。 - 前記ウェアラブル・デバイスの前記着用者の生体インピーダンス測定値を取得するための生体インピーダンスモニタリング・モジュールをさらに備え、
前記送信機モジュールが、前記第2のデバイスに前記生体インピーダンス測定値を送信するように構成される、請求項16に記載のウェアラブル・デバイス。 - 前記無線周波数血糖モニタリング・モジュールが、約24GHz〜24.25GHzの周波数帯域内で動作するように構成されている、請求項16または17に記載のウェアラブル・デバイス。
- プロセッサとメモリとを備えるコンピューティング・デバイスであって、
前記プロセッサの制御下で、前記メモリに記憶された命令を実行し、請求項1から15のいずれか一項に記載の前記サーバ装置と、請求項16から18のいずれか一項に記載の前記ウェアラブル・デバイスとの間で情報を伝達するように構成される、コンピューティング・デバイス。 - ウェアラブル・デバイスの着用者の血糖をモニタリングするための方法であって、
請求項1から15のいずれか一項に記載の前記サーバ装置に実装されている、方法。 - 非侵襲的測定血糖値を取得するための方法であって、
請求項16から18のいずれか一項に記載の前記ウェアラブル・デバイスに実装されている、方法。 - 請求項1から15のいずれか一項に記載の前記サーバ装置と、請求項16〜18のいずれか一項に記載の前記ウェアラブル・デバイスとの間で情報を伝達する方法であって、
請求項19に記載の前記コンピューティング・デバイスに実装されている、方法。 - サーバ装置が請求項20に記載の前記方法を実施するための命令を備えるコンピュータ・プログラム製品。
- コンピューティング・デバイスが、請求項22に記載の前記方法を実施するための命令を備えるコンピュータ・プログラム製品。
- サーバ装置が、請求項20に記載の前記方法を実施するための命令を備えるコンピュータ・プログラム。
- コンピューティング・デバイスが、請求項22に記載の前記方法を実施するための命令を備えるコンピュータ・プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG10201407731T | 2014-11-18 | ||
SG10201407731T | 2014-11-18 | ||
PCT/SG2015/050454 WO2016080911A1 (en) | 2014-11-18 | 2015-11-18 | Server apparatus and wearable device for blood glucose monitoring and associated methods |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017538474A true JP2017538474A (ja) | 2017-12-28 |
Family
ID=56014299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017526639A Pending JP2017538474A (ja) | 2014-11-18 | 2015-11-18 | 血糖モニタリングのためのサーバ装置およびウェアラブル・デバイス、ならびに関連する方法 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP3220824A4 (ja) |
JP (1) | JP2017538474A (ja) |
AU (1) | AU2015350582A1 (ja) |
SG (1) | SG11201704055YA (ja) |
WO (1) | WO2016080911A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021029509A1 (ko) * | 2019-08-09 | 2021-02-18 | 주식회사 아이센스 | 연속 혈당 측정 시스템의 통신 연결 방법 |
KR102325887B1 (ko) * | 2020-09-22 | 2021-11-15 | 큐어스트림(주) | 혈당 조절 시스템 및 방법 |
US11607147B2 (en) | 2020-01-16 | 2023-03-21 | Samsung Electronics Co., Ltd. | Component analyzing apparatus and component analyzing method, and impedance measuring apparatus |
WO2023113505A1 (ko) * | 2021-12-17 | 2023-06-22 | 주식회사 에스비솔루션 | 유전율 센싱에 기초하여 생체정보를 검출하는 스마트 워치 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11642045B1 (en) | 2012-09-25 | 2023-05-09 | Micro Mobio Corporation | Personal health and environmental monitoring device and method |
US9459201B2 (en) | 2014-09-29 | 2016-10-04 | Zyomed Corp. | Systems and methods for noninvasive blood glucose and other analyte detection and measurement using collision computing |
US9554738B1 (en) | 2016-03-30 | 2017-01-31 | Zyomed Corp. | Spectroscopic tomography systems and methods for noninvasive detection and measurement of analytes using collision computing |
US10653342B2 (en) * | 2016-06-17 | 2020-05-19 | The Board Of Trustees Of The University Of Illinois | Soft, wearable microfluidic systems capable of capture, storage, and sensing of biofluids |
US10057395B1 (en) | 2017-08-27 | 2018-08-21 | Carydean Enterprises LLC | Case for a mobile electronic device |
KR102033696B1 (ko) | 2017-09-18 | 2019-10-21 | 서울대학교병원 | 웨어러블 장치를 이용한 갑상선기능항진증의 예측 시스템 및 예측 컴퓨터프로그램 |
US10035010B1 (en) | 2017-09-28 | 2018-07-31 | Carydean Enterprises LLC | Systems and methods for drug delivery |
CN111432724A (zh) | 2017-10-05 | 2020-07-17 | 美国贝鲁特大学 | 使用自适应射频电路和天线设计监测包含葡萄糖在内的血液的新型非侵入性生物、化学标志物和示踪剂监测装置 |
KR102016393B1 (ko) * | 2017-10-26 | 2019-09-10 | (주)오상헬스케어 | 검체의 농도 측정 방법 및 장치 |
WO2019084537A1 (en) * | 2017-10-29 | 2019-05-02 | Rourk Christopher J | ELECTRON TRANSPORT DOOR CIRCUITS AND METHODS OF MANUFACTURE, OPERATION AND USE |
US10817780B2 (en) | 2017-10-29 | 2020-10-27 | Christopher J. Rourk | Electron transport gate circuits and methods of manufacture, operation and use |
US20190148010A1 (en) * | 2017-11-14 | 2019-05-16 | Samsung Electronics Co., Ltd. | System and method for controlling sensing device |
US10631753B2 (en) * | 2018-03-22 | 2020-04-28 | Arnold Chase | Blood glucose tracking system |
KR20200067592A (ko) * | 2018-12-04 | 2020-06-12 | 삼성전자주식회사 | 웨어러블 장치에서 생체 신호의 측정을 가이드 하기 위한 방법 |
USD928835S1 (en) | 2018-12-07 | 2021-08-24 | Avon Kuo | Display screen or portion thereof with an animated graphical user interface |
KR20200113550A (ko) * | 2019-03-25 | 2020-10-07 | 삼성전자주식회사 | 헬스케어 장치 및 방법 |
CN112450919B (zh) * | 2020-11-11 | 2022-11-04 | 云南省第一人民医院 | 一种用于评估2型糖尿病患者夜间低血糖的血糖监测装置 |
GB202102891D0 (en) * | 2021-03-01 | 2021-04-14 | Medical Wireless Sensing Ltd | Dual-mode biosensor |
GB2604346A (en) * | 2021-03-01 | 2022-09-07 | Medical Wireless Sensing Ltd | Dual-mode biosensor |
WO2022254462A1 (en) * | 2021-06-04 | 2022-12-08 | Sheth Mahesh Manohar | A painless non-invasive glucose measuring device and method thereof |
GB2610612A (en) * | 2021-09-10 | 2023-03-15 | Medical Wireless Sensing Ltd | Biosensor |
ES2948213A1 (es) * | 2022-02-11 | 2023-09-06 | Smarthealth S L | Dispositivo portable y método para la estimación no invasiva del nivel de valores fisiológicos |
TW202401454A (zh) * | 2022-04-14 | 2024-01-01 | 中央研究院 | 利用演繹學習系統的非侵入式血糖預測 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2555807A1 (en) * | 2004-02-12 | 2005-08-25 | Biopeak Corporation | Non-invasive method and apparatus for determining a physiological parameter |
EP1954175B1 (en) * | 2005-11-10 | 2016-07-13 | Biovotion AG | Device for determining the glucose level in body tissue |
US20110160554A1 (en) * | 2008-06-18 | 2011-06-30 | Alexander Megej | Device and method for determining at least one characterizing parameter of multilayer body tissue |
CA2753650A1 (en) * | 2008-11-26 | 2010-06-03 | University Of Virginia Patent Foundation | Method, system, and computer program product for tracking of blood glucose variability in diabetes |
-
2015
- 2015-11-18 EP EP15860746.5A patent/EP3220824A4/en not_active Withdrawn
- 2015-11-18 WO PCT/SG2015/050454 patent/WO2016080911A1/en active Application Filing
- 2015-11-18 JP JP2017526639A patent/JP2017538474A/ja active Pending
- 2015-11-18 SG SG11201704055YA patent/SG11201704055YA/en unknown
- 2015-11-18 AU AU2015350582A patent/AU2015350582A1/en not_active Abandoned
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021029509A1 (ko) * | 2019-08-09 | 2021-02-18 | 주식회사 아이센스 | 연속 혈당 측정 시스템의 통신 연결 방법 |
US11607147B2 (en) | 2020-01-16 | 2023-03-21 | Samsung Electronics Co., Ltd. | Component analyzing apparatus and component analyzing method, and impedance measuring apparatus |
KR102325887B1 (ko) * | 2020-09-22 | 2021-11-15 | 큐어스트림(주) | 혈당 조절 시스템 및 방법 |
WO2022065569A1 (ko) * | 2020-09-22 | 2022-03-31 | 큐어스트림(주) | 혈당 조절 시스템 및 방법 |
WO2023113505A1 (ko) * | 2021-12-17 | 2023-06-22 | 주식회사 에스비솔루션 | 유전율 센싱에 기초하여 생체정보를 검출하는 스마트 워치 |
Also Published As
Publication number | Publication date |
---|---|
EP3220824A4 (en) | 2018-07-04 |
WO2016080911A1 (en) | 2016-05-26 |
AU2015350582A1 (en) | 2017-07-06 |
EP3220824A1 (en) | 2017-09-27 |
SG11201704055YA (en) | 2017-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017538474A (ja) | 血糖モニタリングのためのサーバ装置およびウェアラブル・デバイス、ならびに関連する方法 | |
US20230108235A1 (en) | Systems, devices, and methods to compensate for temperature effects on sensors | |
US10478101B1 (en) | Continuous glucose monitoring based on remote sensing of variations of parameters of a SiC implanted antenna | |
Abd Salam et al. | The evolution of non-invasive blood glucose monitoring system for personal application | |
CA2936458C (en) | Implantable sensor and method for such sensor | |
CA2936487C (en) | Health monitoring system | |
EP3317790B1 (en) | Multiple sensors for biometric analysis | |
US10092225B2 (en) | Non-invasive system and method for measuring blood glucose in the human body utilizing a modified ceramic coaxial resonator | |
US9078606B1 (en) | System and method for measuring blood glucose in the human body without a drawn blood sample | |
Yunos et al. | Non-invasive glucose monitoring devices: A review | |
Choi | Recent developments in minimally and truly non-invasive blood glucose monitoring techniques | |
CN107928681B (zh) | 一种基于耳垂血液层的微波能量谱无创血糖浓度检测法 | |
US20220095968A1 (en) | Systems, devices, and methods to compensate for temperature effects on sensors | |
Dorsaf et al. | Non-invasive glucose monitoring: Application and technologies | |
Amaral et al. | Effects of glucose in blood and skin impedance spectroscopy | |
US20120059236A1 (en) | Implantable device for real-time monitoring of glycemia and dosage | |
US20210196206A1 (en) | Systems and methods for sepsis risk evaluation | |
Singh et al. | A Defected Ground Comb Shape Microwave Sensor for Non Invasive Measurement of Blood Glucose | |
Mahadeo et al. | Investigating the Impact of Mechanical Deformation on Non-Invasive Serum Glucose Sensing Using a Double U-slot Antenna | |
Manjusha | Non Invasive Blood Glucose Measurement | |
Shanmugapriya et al. | Non-Invasive Optical Glucose Monitoring Using Laser Spectroscopy | |
Irfani et al. | Continuous and Non-Invasive Blood Glucose Measurements: A Narrative Review | |
Aswal et al. | Glucose Monitoring Techniques and Their Calibration | |
Karimian et al. | Design of Non-Invasive Sensor for Detection of Glucose Level in Diabetic Patient | |
Jain et al. | Non-invasive Glucose Measurement Technologies: Recent Advancements and Future Challenges |