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

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

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。

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。

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を示す概略ブロック図である。 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ウェアラブル・デバイスを示す概略ブロック図である。 一連の血糖測定図である。 システム構成要素を示すアーキテクチャ図である。 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ウェアラブル・デバイスを示す一連のレイアウト図である。 図５のウェアラブル・デバイスを着用する例示的な方法を示す図である。 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。 例示的な無線周波数血糖モニタリング・モジュールのレーダー・スイープを示すグラフである。 指穿刺技法を使用する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。 図９の一連の血糖測定値を時系列値として示す第２のグラフである。 図１０の結果のクラーク・エラー・グリッドである。 光分光法技法を使用して取得された血糖履歴データの一連のクラーク・エラー・グリッドである。 マルチセンサ手法を実装する血糖モニタリング・システムの全体的な動作の概略図である。 間質液中のグルコースを測定するための知られているＣＧＭセンサを示す概略レイアウト図である。

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（Ｓ_１２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（ε_ｒ）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。

上式で、ωは角周波数であり、ε’’ｃ（ω）は周波数依存性誘電率であり、ε’’ｃ（ω）は周波数依存性誘電損失であり、ｎはコール−コール・モデルの次数であり、ε∞は無線周波数誘電率であり、Δε_ｎは分散の大きさであり、τ_ｎは緩和時定数であり、α_ｎは分散の広がりを可能にするパラメータであり、σ_ｉは静的イオン伝導率である。誘電率の決定後、血糖レベルと誘電率との間の相関は、２点校正を使用して取得される。

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⁻ｅ^ｒＲ ・・・・・式１
上式で、

・・・・・式２
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／ｃ_ε ・・・・・式３
上式でｃ_ε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ｃ_ε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。ｃ_ε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。ｆ_０は開始周波数であり、ｆ_１は線形増加スイープの終了周波数であり、Ｂはｆ_１とｆ_０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／ｃ_ε ・・・・・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。

ｃ_ε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（ｆ_Ｂ）は、式５によって与えられる。
ｆ_Ｂ＝ｆ_Ｔ−ｆ_Ｒ＝α^＊τ＝（２Ｒ^＊Ｂ）／（ｃ_ε ^＊Ｔ） ・・・・・式５
周波数の変化率＝α＝Ｂ／Ｔ ・・・・・式６
α、ｆ_Ｔは事前に知られているので、Ｒはユーザに固定され、ｆ_Ｂはベースバンド信号から見つけられるので、式７からｃ_εの値を計算するのは簡単である。

・・・・・式７

単純化された有効誘電率（ε_ｅｆｆ）は、以下のように計算される。

・・・・・式８
上式で、ｔ_{１、２、．．．ｎ}＝個々の皮膚の層の厚さ
ε_{１、２、．．．ｎ}＝個々の皮膚の層の誘電率

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（ε_ｅｆｆ）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、ｃ_εが減少し、ビート周波数ｆ_Ｂ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）。

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ａ_ｊからｅ_ｊ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（ａ_ｊからｅ_ｊ）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］。

Claims (26)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。
11. 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。
12. 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。
13. 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。
14. 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。
15. 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。
16. 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。
17. 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。
18. 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。
19. 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。
20. 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。
21. 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。
22. 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。
23. 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。
24. 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。
25. 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。
26. 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。
    

Images