JP2021522582A - 患者のデジタルツインを使用したパーソナル閉ループ医療送達システム - Google Patents

Abstract

インスリン注入デバイスのインスリン送達コントローラのパラメータを自動的に調節する医療デバイスシステムおよび関連する方法が開示される。本方法は、過去数日間のインスリン注入デバイスの動作に関連するデータを取得し、データは、ユーザのグルコースレベルに関連するセンサグルコースデータと、識別された食事に関連する食事データと、を含む。取得されたデータを処理して、ユーザの好適な薬物動態／薬力学（ＰＫ／ＰＤ）モデルを生成し、ＰＫ／ＰＤモデルは、ユーザに対して取得されたセンサグルコースデータの少なくとも一部に適合する。ＰＫ／ＰＤモデルを使用して、インスリン注入デバイスのさらなる動作に関連する追加のデータに基づいて、インスリン送達コントローラの少なくとも１つの調節されたパラメータを計算することができる。インスリン送達コントローラは、モデル計算されたパラメータに従って、その設定を調節するように命令するか、または制御することができる。

Description

関連出願の相互参照
本出願は、２０１９年４月１６日に出願された米国特許出願第１６／３８６，１０４号の利益を主張する。本出願は、２０１８年４月２３日に出願された米国特許出願第１５／９６０，４９５号の利益を主張する。本出願は、２０１８年６月１７日に出願された米国仮特許出願第６２／６８６，０４０号の利益を主張する。

開示される主題の実施形態は、糖尿病治療管理のためのシステムおよび方法を対象とする。より具体的には、開示される主題の実施形態は、注入デバイスの特定の設定を調節する推奨事項を生成および実装する目的で、薬液注入デバイスの動作に関連するデータを分析するシステムおよび方法を対象とする。

正常な健康な人の膵臓は、血漿グルコースレベルの上昇に応じて、インスリンを生成して血流に放出する。膵臓に存在するベータ細胞（β細胞）は、必要に応じてインスリンを生成し、血流に分泌する。β細胞が機能不全になるか、または１型糖尿病として知られる状態で死ぬ場合（または場合によっては、β細胞が不十分な量のインスリンを生成する場合、２型糖尿病）、インスリンを別の供給源から身体に提供する必要がある。糖尿病は、米国だけで総人口の約８％に影響を与える。

典型的には、インスリンは経口摂取できないため、注射器で注入されてきた。しかしながら、特に糖尿病患者のためにインスリンを送達するために、注入ポンプ治療の使用が増加している。例えば、外部注入ポンプは、ベルト、ポケットなどに装着され、皮下組織に配置された経皮針またはカニューレを備えた注入チューブを介してインスリンを体内に送達する。医師は、持続注入が糖尿病患者の状態をより適切に制御できることを認識しており、患者にそれを処方することも増えている。

患者関連およびポンプ関連のデータは、その後のレビューおよび分析のために、インスリン注入ポンプの動作中に収集することができる。例えば、グルコースセンサデータ、インスリン送達データ、および／または注入ポンプによって生成または収集された他のデータを適切な方法で分析して、注入デバイスの１つ以上の設定の変更を推奨することが望ましいかどうかを決定できる。したがって、注入デバイスの様々な設定を患者固有の方法で調節して、（分析されたデータに従って）患者の治療を改善し、かつ最適化することができる。

米国特許第５，５０５，７０９号明細書 米国特許第６，４８５，４６５号明細書 米国特許第６，５５４，７９８号明細書 米国特許第６，５５８，３５１号明細書 米国特許第６，６５９，９８０号明細書 米国特許第６，７５２，７８７号明細書 米国特許第６，８１７，９９０号明細書 米国特許第６，９３２，５８４号明細書 米国特許第７，６２１，８９３号明細書 米国特許出願公開番号第ＵＳ２０１３／０３３８６３０号明細書 米国特許番号第９，５２６，８３４号明細書 国際出願公開番号２０１４／０３５５７０号明細書

本明細書に開示されるのは、デュアルモードインスリン注入デバイスの使用を管理する方法である。注入デバイスは、手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作する。本方法の例示的な実施例は、インスリン注入デバイスのユーザのための閉ループポンプデータを受信することであって、閉ループポンプデータが自動閉ループインスリン送達モードでの動作中に、少なくとも１つの定義された期間、インスリン注入デバイスによってユーザに送達された基礎インスリンを示すデータを含む、受信することと、受信した閉ループポンプデータを分析して、ユーザの更新された基礎レートデータを生成することと、更新された基礎レートデータから、インスリン注入デバイスの手動モード基礎レート設定を調節するための推奨事項を生成することであって、インスリン注入デバイスが、手動インスリン送達モードでの動作中に手動モード基礎レート設定を実装する、生成することと、インスリン注入デバイスを制御して、推奨事項に従って手動モード基礎レート設定を調節することと、を含む。

プロセッサベースのコンピューティングデバイスも本明細書に開示されている。コンピューティングデバイスは、少なくとも１つのプロセッサデバイス、および少なくとも１つのプロセッサデバイスと動作可能に関連付けられた非一時的なプロセッサ可読媒体を含む。プロセッサ可読媒体は、手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作するインスリン注入デバイスのユーザのための閉ループポンプデータを受信することであって、閉ループポンプデータが、少なくとも１つの定義された期間、自動閉ループインスリン送達モードでの動作中にインスリン注入デバイスによってユーザに送達された基礎インスリンを示すデータを含む、受信することと、受信した閉ループポンプデータを分析して、ユーザの更新された基礎レートデータを生成することと、更新された基礎レートデータから、インスリン注入デバイスの手動モード基礎レート設定を調節するための推奨事項を生成することであって、インスリン注入デバイスが、手動インスリン送達モードでの動作中に手動モード基礎レート設定を実装する、生成することと、推奨事項をコンピューティングデバイスからインスリン注入デバイスに通信することと、を含む、方法を、少なくとも１つのプロセッサデバイスに実行させるように構成可能な実行可能命令を有する。

インスリン注入および管理システムも本明細書に開示されている。システムの例示的な実施形態は、手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作して、ユーザにインスリンを送達するように構成されたインスリン注入デバイスと、インスリン注入デバイスとのデータ通信をサポートするプロセッサベースのコンピューティングデバイスと、を含む。コンピューティングデバイスは、プロセッサデバイスと、プロセッサデバイスに動作可能に関連付けられた非一時的なプロセッサ可読媒体と、を含む。プロセッサ可読媒体は、インスリン注入デバイスのユーザのための閉ループポンプデータをコンピューティングデバイスを用いて受信することであって、閉ループポンプデータが、少なくとも１つの定義された期間、自動閉ループインスリン送達モードでの動作中にインスリン注入デバイスによってユーザに送達された基礎インスリンを示すデータを含む、受信することと、コンピューティングデバイスを用いて受信した閉ループポンプデータを分析して、ユーザの更新された基礎レートデータを生成することと、更新された基礎レートデータから、インスリン注入デバイスの手動モード基礎レート設定を調節するために推奨事項を生成することであって、インスリン注入デバイスが、手動インスリン送達モードでの動作中に手動モード基礎レート設定を実装し、生成することがコンピューティングデバイスによって実行される、生成することと、推奨事項をコンピューティングデバイスからインスリン注入デバイスに通信することと、を含む、方法を、プロセッサデバイスに実行させるように構成可能な実行可能命令を記憶する。

手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作するデュアルモードインスリン注入デバイスのインスリン送達コントローラのパラメータを自動的に調節し、ユーザへのインスリンの送達を調整する方法も本明細書に提示される。本方法は、過去数日間のインスリン注入デバイスの動作に関連する治療関連データを取得するであって、治療関連データが、ユーザのグルコースレベルに関連するセンサグルコースデータを含み、治療関連データが、識別された食事に関連する食事データを含む、受信することと、取得された治療関連データから、数日間にユーザに送達されたインスリンの総１日量の予想値、空腹期間に対応する空腹時グルコースレベルの予想値、および空腹時グルコースレベルの予想値における推定血漿インスリン濃度の予想値を計算することと、食事データで識別された各食事の吸収率を推定することであって、推定することが、インスリンの総１日量の計算された予想値、空腹時グルコースレベルの計算された予想値、および推定血漿インスリン濃度の計算された予想値を使用する、推定することと、取得した治療関連データで表される各日について、ユーザの薬物動態／薬力学（ＰＫ／ＰＤ）モデルをその日のセンサグルコースデータに適合させることができるか確認し、いくつかのぴったり適合した日に対応するぴったり適合したデータを識別して、いくつかの適合度の低い日に対応する適合度の低いデータを排除するか、または無視することであって、確認することが推定吸収率を使用する、排除するか、または無視することと、ぴったり適合したデータに基づいて、ユーザの最終的なＰＫ／ＰＤモデルを生成することであって、生成することが、最終的なＰＫ／ＰＤモデルのパラメータを調節し、かつ決定して、ぴったり適合した日のセンサグルコースデータに適合させる、生成することと、生成された最終的なＰＫ／ＰＤモデルを使用して、インスリン注入デバイスのさらなる動作に関連する追加の治療関連データに基づいて、インスリン送達コントローラの少なくとも１つの調節されたパラメータを計算することと、計算された少なくとも１つの調節されたパラメータに従って、設定を調節するようにインスリン送達コントローラに命令することと、を含む。例示的な実施形態では、インスリン送達コントローラは、計算された少なくとも１つの調節されたパラメータに従って、インスリン注入デバイスからユーザへのインスリンの送達を調節するように操作されてもよい。

プロセッサベースのコンピューティングデバイスも本明細書に開示されている。デバイスは、少なくとも１つのプロセッサデバイスと、少なくとも１つのプロセッサデバイスと動作可能に関連付けられた非一時的なプロセッサ可読媒体と、を含む。プロセッサ可読媒体は、手動インスリン送達モードまたは自動閉鎖モードで動作するデュアルモードインスリン注入デバイスのインスリン送達コントローラのパラメータを自動的に調節し、ユーザへのインスリンの送達を調整する方法を少なくとも１つのプロセッサデバイスに実行させるように構成可能な実行可能命令を有する。本方法は、過去数日間のインスリン注入デバイスの動作に関連する治療関連データを取得するであって、治療関連データが、ユーザのグルコースレベルに関連するセンサグルコースデータを含み、治療関連データが、確認された食事に関連する食事データを含む、受信することと、取得された治療関連データから、数日間にユーザに送達されたインスリンの総１日量の予想値を計算することと、取得された治療関連データから、空腹期間に対応する空腹時グルコースレベルの予想値、および空腹時グルコースレベルの予想値における推定血漿インスリン濃度の予想値を計算することと、食事データで確認された各食事の吸収率を推定することであって、推定することが、インスリンの総１日量の計算された予想値、空腹時グルコースレベルの計算された予想値、および推定血漿インスリン濃度の計算された予想値を使用する、推定することと、取得した治療関連データで表される各日について、ユーザの薬物動態／薬力学（ＰＫ／ＰＤ）モデルをその日のセンサグルコースデータに適合させることができるか確認し、いくつかのぴったり適合した日に対応するぴったり適合したデータを識別して、いくつかの適合度の低い日に対応する適合度の低いデータを排除するか、または無視することであって、確認することが推定吸収率を使用する、排除するか、または無視することと、ぴったり適合したデータに基づいて、ユーザの最終的なＰＫ／ＰＤモデルを生成することであって、生成することが、最終的なＰＫ／ＰＤモデルのパラメータを調節し、かつ決定して、ぴったり適合した日のセンサグルコースデータに適合させる、生成することと、最終的なＰＫ／ＰＤモデルを使用して、インスリン注入デバイスのさらなる動作に関連する追加の治療関連データに基づいて、インスリン送達コントローラの少なくとも１つの調節されたパラメータを計算することと、計算された少なくとも１つの調節されたパラメータに従って、設定を調節するようにインスリン送達コントローラに命令することと、を含む。

医療デバイスシステムも本明細書に提示されている。本システムは、手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作して、ユーザへのインスリン送達を調整するように構成されたインスリン注入デバイスであって、インスリン注入デバイスが、インスリン送達コントローラと、インスリン注入デバイスとのデータ通信をサポートするプロセッサベースのコンピューティングデバイスと、を含む、インスリン注入デバイスを含む。コンピューティングデバイスは、プロセッサデバイスと、プロセッサデバイスに動作可能に関連付けられた非一時的なプロセッサ可読媒体と、を含み、プロセッサ可読媒体は、インスリン注入デバイスのインスリン送達コントローラのパラメータを自動的に調節する方法をプロセッサデバイスに実行させるように構成可能な実行可能命令を含む。本方法は、過去数日間のインスリン注入デバイスの動作に関連する治療関連データを取得するであって、治療関連データが、ユーザのグルコースレベルに関連するセンサグルコースデータを含み、治療関連データが、された食事に関連する食事データを含む、受信することと、取得された治療関連データから、数日間にユーザに送達されたインスリンの総１日量の予想値を計算することと、取得された治療関連データから、空腹期間に対応する空腹時グルコースレベルの予想値、および空腹時グルコースレベルの予想値における推定血漿インスリン濃度の予想値を計算することと、食事データで識別された各食事の吸収率を推定することであって、推定することが、インスリンの総１日量の計算された予想値、空腹時グルコースレベルの計算された予想値、および推定血漿インスリン濃度の計算された予想値を使用する、推定することと、取得した治療関連データで表される各日について、ユーザの薬物動態／薬力学（ＰＫ／ＰＤ）モデルをその日のセンサグルコースデータに適合させることができるか確認し、いくつかのぴったり適合した日に対応するぴったり適合したデータを識別して、いくつかの適合度の低い日に対応する適合度の低いデータを排除するか、または無視することであって、確認することが推定吸収率を使用する、排除するか、または無視することと、ぴったり適合したデータに基づいて、ユーザの最終的なＰＫ／ＰＤモデルを生成することであって、生成することが、最終的なＰＫ／ＰＤモデルのパラメータを調節し、かつ決定して、ぴったり適合した日のセンサグルコースデータに適合させる、生成することと、最終的なＰＫ／ＰＤモデルを使用して、インスリン注入デバイスのさらなる動作に関連する追加の治療関連データに基づいて、インスリン送達コントローラの少なくとも１つの調節されたパラメータを計算することと、計算された少なくとも１つの調節されたパラメータに従って、設定を調節するようにインスリン送達コントローラに命令することと、を含む。

この概要は、詳細な説明で以下にさらに説明される、選択された概念を簡略化した形式で紹介するために提供されている。この概要は、特許請求される主題の主要な特徴または本質的な特徴を特定することを意図しておらず、特許請求される主題の範囲を決定する際の補助として使用されることも意図していない。

主題のより完全な理解は、以下の図と併せて考慮した場合に詳細な説明および請求項を参照することによって導き出すことができ、同様の参照番号は図全体を通して同様の要素を指す。

本発明の例示的な実施形態によって構成され、かつ配設されたインスリン注入および管理システムの簡略化されたブロック図である。 図１に示されるシステムでの配置に好適なコンピュータベースまたはプロセッサベースのデバイスの例示的な実施形態の簡略化されたブロック図である。 注入デバイス管理プロセスの例示的な実施形態を示すフローチャートである。 患者のデジタルツインを生成するためのプロセスの例示的な実施形態を示すフローチャートである。 インスリン注入デバイスの動作を制御するためのプロセスの例示的な実施形態を示すフローチャートである。

以下の詳細な説明は、本質的に単なる例示であり、主題の実施形態またはそのような実施形態の用途および使用を限定することを意図するものではない。本明細書で使用される場合、「例示的（ｅｘｅｍｐｌａｒｙ）」という単語は、「例、事例、または例証としての役割を果たす」ことを意味する。本明細書で例示として説明されている任意の実装は、必ずしも他の実装よりも好ましいか、または有利であると解釈されるべきではない。さらに、前述の技術分野、背景、簡単な要約、または以下の詳細な説明で提示されたいずれの明示的または黙示的な理論に拘束される意図はない。

技術およびテクノロジーは、機能的および／または論理的ブロック構成要素に関して、ならびに様々なコンピューティング構成要素またはデバイスによって実行され得る動作、処理タスク、および機能の記号表現を参照して、本明細書で説明され得る。このような動作、タスク、および機能は、コンピュータ実行、コンピュータ化、ソフトウェア実装、またはコンピュータ実装と呼ばれることもある。図に示される様々なブロック構成要素は、指定された機能を実行するように構成された任意の数のハードウェア、ソフトウェア、および／またはファームウェア構成要素によって実現され得ることを理解されたい。例えば、システムまたは構成要素の実施形態は、様々な集積回路構成要素、例えば、メモリ要素、デジタル信号処理要素、論理要素、ルックアップテーブルなどを採用することができ、それらは、１つ以上のマイクロプロセッサまたはその他の制御デバイスの制御のもとで、様々な機能を実行することができる。

ソフトウェア、ファームウェア、またはプロセッサ可読命令で実装された場合、本明細書で説明されるシステムの様々な要素は、本質的に、様々なタスクを実行するコードセグメントまたは命令である。特定の実施形態では、プログラムまたはコードセグメントは、情報を記憶するか、または転送することができる任意の媒体を含むことができる有形のプロセッサ可読媒体に記憶される。非一時的かつプロセッサ可読媒体の例には、電子回路、半導体メモリデバイス、ＲＯＭ、フラッシュメモリ、消去可能ＲＯＭ（ＥＲＯＭ）、フロッピーディスケット、ＣＤ−ＲＯＭ、光ディスク、ハードディスクなどが含まれる。

以下の説明は、患者が使用するインスリン注入デバイスの特定の設定を調節するための推奨事項を生成し、かつ送達する糖尿病患者管理システムに関する。本明細書に開示される例示的な実施形態は、クラウドベースのアーキテクチャを採用し、プロセッサ集中型タスクのほとんどは、システム内の他のデバイス、例えば、モバイルクライアントデバイス、携帯型インスリン注入デバイス、データのソース（患者関連データ、インスリンポンプデータなど）、および場合によっては他のリモートデバイスと通信する１つ以上のサーバシステムによって実行される。開示されたシステムは、自動閉ループモードでの患者のインスリン注入デバイスの動作中に収集される患者固有のデータを取得し、かつ処理して、インスリン注入デバイスの特定の設定に対する推奨される調節を生成し、かつ実装する。調節は、手動送達モードでのインスリン注入デバイスの動作中に適用される。

簡潔にするために、注入システム、インスリンポンプ、および注入セットに関連する従来の特徴および機能は、ここでは詳細に説明されない場合がある。インスリンおよび他の薬物を投与するために使用される注入ポンプおよび／または関連システムの例は、特許文献１〜９に記載されているが、これらに限定されないタイプのものであり得る。さらに、特許文献１０は、インスリン注入デバイスへの調節を推奨するための糖尿病治療管理システムの説明を含む。本明細書に記載されているいくつかの特徴および機能は、本明細書に開示されているシステムによって活用することができる。

次に図面を参照すると、図１は、以下でより詳細に説明される技術および方法論をサポートするように適切に構成されたインスリン注入および管理システム１００の例示的な実施形態の簡略化されたブロック図表現である。システム１００は、インスリン注入デバイスのユーザ（患者、介護者、医療提供者、両親など）をサポートし、インスリン注入デバイスの使用を管理し、かつ制御するための様々な技術および方法を実行する。図１は、システム１００の１つの可能な実装を示し、他の配設、アーキテクチャ、および配置は、必要に応じて提供できることを理解されたい。システム１００（説明のために簡略化されている）は、一般に、制限なしに、以下の構成要素を含むかまたはそれと協働する。リモートまたは「クラウド」ベースのコンピューティングデバイス１０２、インスリン注入デバイス１０４、連続グルコースセンサ１０６、およびユーザ／患者のための注入セット１０８。インスリン注入デバイス１０４、グルコースセンサ１０６、および注入セット１０８は、糖尿病を治療するために患者が使用するインスリン注入システムの構成要素である。システム１００はまた、任意のデータアップローダ構成要素１１２を含むか、またはそれと協働することができる。

システム１００の構成要素の少なくともいくつかは、必要に応じてデータ通信をサポートするために互いに通信可能に結合されている。この特定の例では、コンピューティングデバイス１０２およびインスリン注入デバイス１０４は、好適なデータ通信ネットワーク（図１には示されていない）を介して互いに通信する。さらに、データアップローダ構成要素１１２は、好ましくは、好適なデータ通信ネットワークを使用してインスリン注入デバイス１０４からコンピューティングデバイス１０２にデータを通信するインターフェース構成要素として構成される。特定の実施形態では、インスリン注入デバイス１０４および／または連続グルコースセンサ１０６は、リモートコンピューティングデバイス１０２への関連データの直接アップロードを容易にするために、ネットワークに通信可能に結合される。代替的に、または追加的に、インスリン注入デバイス１０４は、関連するデータをデータアップローダ構成要素１１２に直接提供し、データアップローダ構成要素１１２は、ネットワークを介してリモートコンピューティングデバイス１０２にデータをアップロードする。コンピューティングデバイス１０２と注入デバイス１０４との間のデータ経路内に、１つ以上の中間、インターフェース、またはデータ反復デバイスを含むシステムなど、他の構成およびトポロジも企図される。

図１は、ネットワーク通信リンクを簡略化した方式で示している。実際には、システム１００は、様々なエンティティおよびプロバイダによって維持されるか、または操作される任意の数の無線および任意の数の有線データ通信ネットワークと協働して活用することができる。したがって、システム１００の様々な構成要素間の通信は、複数のネットワークリンクおよび異なるデータ通信プロトコルを含み得る。これに関して、ネットワークは、制限なしに、以下のいずれかを含むか、またはそれらと協力することができる。ローカルエリアネットワーク、広域ネットワーク、インターネット、パーソナルエリアネットワーク、セルラー通信ネットワーク、衛星通信ネットワーク、ビデオサービスまたはテレビ放送ネットワーク、車両に搭載されたネットワークなど。システム１００の構成要素は、ネットワークとの互換性のために必要に応じて、様々な無線および有線データ通信プロトコル、科学技術、および技術をサポートするように適切に構成され得る。

特定の例示的な実施形態によれば、リモートコンピューティングデバイス１０２は、少なくとも１つのコンピュータベースまたはプロセッサベースの構成要素として実装される。説明を簡単かつ簡単にするために、図１は、コンピューティングデバイス１０２を単一のブロックとして示している。コンピューティングデバイス１０２を実装するために、任意の数の別個のハードウェア構成要素を利用できることを理解されたい。コンピューティングデバイス１０２を実装するのに好適なデバイスの例示的な実施形態を、図２を参照して以下に説明する。

この特定の実施形態の場合、リモートコンピューティングデバイス１０２は、インスリン注入および管理システム１００の「心臓」と考えることができる。コンピューティングデバイス１０２は、システム１００の機能および動作をサポートする（１つ以上の構成要素を使用して実現される）データベースシステム１１６を含むか、またはそれと協働する。リモートコンピューティングデバイス１０２は、各患者の入力データを収集および分析し（入力データは、インスリン注入デバイスおよび／またはインスリン注入デバイス以外のソースを含む様々なソース、例えば、グルコースセンサまたはメータ、インスリン注入デバイス、コンピューティングデバイスなどのユーザによって操作されるモバイルデバイスから発生し得る）、必要に応じて関連するタイムリーな推奨事項を生成し、生成された推奨事項の患者への、かつ／またはインスリン注入デバイス１０４への直接の送達を管理する。

特定の実施形態では、リモートコンピューティングデバイス１０２の機能および処理インテリジェンスの一部またはすべては、インスリン注入デバイス１０４および／またはシステム１００と互換性のある他の構成要素またはコンピューティングデバイスにあり得る。言い換えれば、システム１００は、（図１に示すように）ネットワークベースまたはクラウドベースのサーバ構成に依存する必要はないが、そのような配置は最も効率的で経済的な実装であり得る。これらおよび他の代替構成は、この開示によって企図される。このために、システム１００のいくつかの実施形態は、データソース、データ処理単位、および／または推奨事項送達機構として機能する追加のデバイスおよび構成要素を含み得る。例えば、システム１００は、制限なしに、以下の要素のいずれかまたはすべてを含むことができる。コンピュータデバイスまたはシステム、患者モニター、医療提供者システム、データ通信デバイスなど。

特定の実施形態では、インスリン注入デバイス１０４は、例えば、注入セット１０８を介して患者の体内にインスリンを送達するように操作される携帯型の患者着用または患者携帯構成要素である。特定の例示的な実施形態によれば、システム１００によってサポートされる各インスリン注入デバイス１０４は、コンピュータベースまたはプロセッサベースの構成要素として実装される。説明を簡単かつ容易にするために、図１は、１つのインスリン注入デバイス１０４のみを示している。しかしながら、実際には、システム１００は、複数のインスリン注入デバイス１０４をサポートするように適切に構成され、各患者またはユーザは、少なくとも１つのインスリン注入デバイス１０４を所有または操作する。インスリン注入デバイス１０４を実装するのに好適なデバイスの例示的な実施形態を、図２を参照して以下に説明する。

システム１００は、１つ以上のソースから入力データを取得し、これは、様々な糖尿病管理デバイス（インスリン注入デバイス１０４、連続グルコース監視デバイス、グルコースセンサ１０６、監視デバイスなど）を含み得る。これに関して、インスリン注入デバイス１０４は、システム１００の入力データのソースを表す。特定の実施形態では、インスリン注入デバイス１０４は、その動作、状態、インスリン送達イベントなどに関連するデータを提供する。前述のように、インスリン注入デバイス１０４によって生成または収集された関連データは、システム１００の特定の実装に応じて、リモートコンピューティングデバイス１０２に直接、またはデータアップローダ構成要素１１２を介して間接的に送信することができる。インスリン注入デバイス１０４によって提供される特定のタイプのデータは、以下でより詳細に説明される。

簡単にするために、図１は、１つのグルコースセンサ１０６のみを示している。しかしながら、実際には、システム１００は、複数のグルコースセンサ１０６をサポートするように適切に構成され、各患者またはユーザは、少なくとも１つのグルコースセンサ１０６を所有または操作する。グルコースセンサ１０６は、患者のグルコースレベル（間質）をリアルタイムで測定するように適切に構成されている。グルコースセンサ１０６は、インスリン注入デバイス１０４またはデータアップローダ構成要素１１２などの他のデバイスへのセンサグルコースデータの送信を容易にする無線送信機を含み得る。いくつかの実装形態では、グルコースセンサ１０６は、必要に応じてセンサグルコースデータをリモートコンピューティングデバイス１０２に直接提供できる。

特定の実施形態および用途に応じて、システム１００は、他のデバイス、システム、および入力データのソースを含むか、またはそれらと協働することができる。例えば、特定の実施形態では、システム１００は、活動追跡デバイス、食事記録デバイスまたはアプリ、気分追跡デバイスまたはアプリなどを含むがこれらに限定されないコンテキスト情報またはデータの１つ以上のソースを含む。

上述のように、システム１００は、本明細書に記載の特徴をサポートするために必要な機能および方法を実行するように書かれた、適切に構成されたハードウェアおよびソフトウェアを有するコンピュータベースおよび／またはプロセッサベースの構成要素を含むか、またはそれらと協働する。例えば、リモートコンピューティングデバイス１０２および各インスリン注入デバイス１０４は、電子プロセッサベースの構成要素として実現され得る。さらに、各データアップローダ構成要素１１２は、プロセッサベースの構成要素として実現することもできる。これに関して、図２は、図１に示されているシステムでの配置に好適なコンピュータベースまたはプロセッサベースのデバイス２００の例示的な実施形態の簡略化されたブロック図である。

デバイス２００の示された実施形態は、１つの好適なプラットフォームの高レベルで一般的な表現であることを意図している。これに関して、システム１００のコンピュータベースまたはプロセッサベースの構成要素のいずれも、デバイス２００のアーキテクチャを利用することができる。デバイス２００の示された実施形態は、一般に、これらに限定されないが、少なくとも１つのプロセッサデバイス２０２、好適な量のメモリ２０４、デバイス固有のハードウェア、ソフトウェア、ファームウェア、および／または特徴２０６、ユーザインターフェース２０８、通信モジュール２１０、およびディスプレイ要素２１２を含む。もちろん、デバイス２００の実装は、本明細書で説明される主題に関係のない様々な特徴をサポートするように構成された追加の要素、構成要素、モジュール、および機能を含み得る。例えば、デバイス２００は、デバイス２００の特定の実装および配置に関連し得る従来の機能をサポートするための特定の特徴および要素を含み得る。実際には、デバイス２００の要素は、バスまたは任意の好適な相互接続アーキテクチャ２１４を介して一緒に結合され得る。

プロセッサデバイス２０２は、汎用プロセッサ、連想メモリ、デジタル信号プロセッサ、特定用途向け集積回路、フィールドプログラマブルゲートアレイ、任意の好適なプログラマブルロジックデバイス、ディスクリートゲートまたはトランジスタロジック、ディスクリートハードウェア構成要素、または本明細書で説明される機能を実行するために設計された任意の組み合わせで実装するか、または実行することができる。さらに、プロセッサデバイス２０２は、コンピューティングデバイスの組み合わせ、例えば、デジタル信号プロセッサとマイクロプロセッサの組み合わせ、複数のマイクロプロセッサ、デジタル信号プロセッサコアと組み合わせた１つ以上のマイクロプロセッサ、または任意の他のこのような構成として実装され得る。

メモリ２０４は、ＲＡＭメモリ、フラッシュメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭメモリ、レジスタ、ハードディスク、リムーバブルディスク、ＣＤ−ＲＯＭ、または当技術分野で知られている任意の他の形態の記憶媒体として実現され得る。これに関して、メモリ２０４は、プロセッサデバイス２０２がメモリ２０４から情報を読み取り、メモリ２０４に情報を書き込むことができるように、プロセッサデバイス２０２に結合することができる。代替として、メモリ２０４は、プロセッサデバイス２０２に統合されてもよい。一例として、プロセッサデバイス２０２およびメモリ２０４は、ＡＳＩＣ内にあり得る。メモリ２０４の少なくとも一部は、プロセッサデバイス２０２に動作可能に関連付けられたコンピュータ記憶媒体、例えば、コンピュータ実行可能命令が記憶された有形のコンピュータ可読媒体として実現することができる。コンピュータ実行可能命令は、プロセッサデバイス２０２によって読み取られ実行されると、デバイス２００に、特定の実施形態に固有の特定のタスク、動作、機能、およびプロセスを実行させる。これに関して、メモリ２０４は、そのようなコンピュータ可読媒体の１つの好適な実装を表すことができる。代替的または追加的に、デバイス２００は、携帯型またはモバイル構成要素またはプラットフォーム、例えば携帯型ハードドライブ、ＵＳＢフラッシュドライブ、光ディスクなどとして実現されるコンピュータ可読媒体（別途示されない）を受信するか、またはそれと協働することができる。

デバイス固有のハードウェア、ソフトウェア、ファームウェア、および特徴２０６は、デバイス２００の１つの実施形態から別の実施形態に変化してもよい。例えば、デバイス固有のハードウェア、ソフトウェア、ファームウェア、および特徴２０６は、デバイス２００がインスリン注入デバイスとして実現されるときのインスリンポンプ動作、デバイス２００がクラウドベースのコンピューティングデバイスとして実現されるときのサーバシステムの動作などをサポートする。実際には、デバイス固有のハードウェア、ソフトウェア、ファームウェア、および特徴２０６の特定の部分または態様は、図２に示されている他のブロックのうちの１つ以上で実装され得る。

ユーザインターフェース２０８は、ユーザがデバイス２００と対話することを可能にするために、様々な特徴を含むか、またはそれと協働し得る。したがって、ユーザインターフェース２０８は、例えば、キーパッド、キー、キーボード、ボタン、スイッチ、ノブ、タッチパッド、ジョイスティック、ポインティングデバイス、仮想ライティングタブレット、タッチスクリーン、マイクロフォン、またはユーザがオプションを選択するか、情報を入力するか、またはそうでなければデバイス２００の動作を制御することを可能にする任意のデバイス、構成要素、または機能などの、様々なヒューマンマシンインターフェースを含み得る。ユーザインターフェース２０８は、ユーザがディスプレイ要素２１２を介してアプリケーションを操作するか、そうでなければアプリケーションと対話することを可能にする１つ以上のグラフィカルユーザインターフェース（ＧＵＩ）制御要素を含み得る。

通信モジュール２１０は、デバイス２００の動作中に必要に応じて、デバイス２００と他の構成要素との間のデータ通信を容易にする。この説明の文脈では、通信モジュール２１０を採用して、デバイス関連制御データ、患者関連データ、デバイス関連状態または動作データ、治療推奨事項、注入デバイス調節推奨事項および関連制御命令などを送信するか、またはストリーミングすることができる。通信モジュール２１０の特定の構成および機能は、ハードウェアプラットフォームおよびデバイス２００の特定の実装に応じて変化し得ることを理解されたい。したがって、図１を参照すると、リモートコンピューティングデバイス１０２の通信モジュールを利用して、様々なソースから入力データを取得し、推奨事項および通知をインスリン注入デバイス１０４に送信する。さらに、インスリン注入デバイス１０４の通信モジュールは、グルコースセンサ１０６からセンサグルコースデータを受信し、入力データをコンピューティングデバイス１０２に送信するために使用され得る。実際には、デバイス２００の実施形態は、様々なデータ通信プロトコルを使用して、無線データ通信および／または有線データ通信をサポートすることができる。例えば、通信モジュール２１０は、ＲＦ、ＩｒＤＡ（赤外線）、ブルートゥース（登録商標）、ＺｉｇＢｅｅ（およびＩＥＥＥ８０２．１５プロトコルのその他の変形例）、ＩＥＥＥ８０２．１１（任意のバリエーション）；ＩＥＥＥ８０２．１６（ＷｉＭＡＸまたは任意のその他のバリエーション）、直接シーケンススペクトラム拡散、周波数ホッピングスペクトラム拡散、セルラー／無線／コードレス通信プロトコル、無線ホームネットワーク通信プロトコル、ページングネットワークプロトコル、磁気誘導、衛星データ通信プロトコル、ＷＭＴＳ帯域で動作しているものなどの無線病院または医療施設のネットワークプロトコル、ＧＰＲＳ、および無線ＵＳＢの変形例などの独自の無線データ通信プロトコルを含むが、それに限定されない、１つ以上の無線データ通信プロトコル、技術、または方法論をサポートすることができる。さらに、通信モジュール２１０は、イーサネット、パワーライン、ホームネットワーク通信プロトコル、ＵＳＢ、ＩＥＥＥ１３９４（Ｆｉｒｅｗｉｒｅ）、病院ネットワーク通信プロトコル、および独自のデータ通信プロトコルを含むがそれに限定されない、１つ以上の有線／ケーブル接続データ通信プロトコルをサポートすることができる。

ディスプレイ要素２１２は、デバイス２００が様々な画面、推奨事項メッセージ、通知、ＧＵＩ、ＧＵＩ制御要素、ドロップダウンメニュー、オートフィルフィールド、テキスト入力フィールド、メッセージフィールドなどをレンダリングし、かつ表示できるように適切に構成される。もちろん、ディスプレイ要素２１２は、よく理解されているように、デバイス２００の動作中に他の情報を表示するために利用することもできる。特に、ディスプレイ要素２１２の特定の構成、動作特性、サイズ、解像度、および機能は、デバイス２００の実際の実装に応じて変化し得る。

図２に示される一般的なアーキテクチャは、インスリン注入デバイス１０４によって利用され得る。インスリン注入デバイス１０４の適切に構成され、設計され、かつプログラムされたインスリン送達コントローラは、プロセッサデバイス２０２、メモリ２０４、および／またはデバイス固有のハードウェア、ソフトウェア、および特徴２０６を使用して実現することができる。代替的に、インスリン送達コントローラは、マイクロコントローラデバイス、特定用途向け集積回路（ＡＳＩＣ）などとして実現され得る。

開示される主題は、手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作することができるデュアルモードインスリン注入デバイスの使用を管理する方法に関する。例えば、手動インスリン送達モードは、覚醒時間中に作動させることができ、閉ループモードは、睡眠時間中に作動させることができる。手動インスリン送達モードで動作する場合、注入デバイスは、インスリンが患者に送達される方法に影響を与える適用可能な手動モード設定を利用する。同様に、閉ループモードで動作する場合、注入デバイスは、インスリンが患者に送達される方法に影響を与える適用可能な閉ループ設定を利用する。これに関して、手動インスリン送達モードでの動作中に手動モード基礎レート設定を利用して、患者への基礎インスリンの送達を調整することができ、閉ループ基礎レート設定を利用して、閉ループインスリン送達モードでの動作中に患者への基礎インスリンの送達を調整することができる。この説明は基礎レート設定の調節に焦点を当てているが、本明細書に提示されている概念および方法論は、患者のインスリン感度因子（ＩＳＦ）および／または患者のインスリン対炭水化物比（炭水化物比）を含むが、これに限定されないインスリン注入デバイスの他の患者固有の設定を調節するためにも利用できる。

特定の実施形態によれば、インスリン注入デバイスは、グルコースを正常血糖範囲内に維持するために基礎インスリン送達を自動的に調節するように適切に構成されている。注入デバイスは、（ｉ）事前プログラムされたレートまたは時間ベースのレートプロファイルに従って基礎インスリンが送達される手動モード、および（ｉｉ）センサのグルコース測定値に基づいて基礎インスリン送達が自動的に（例えば、５分ごとに）調節される閉ループモードの、２つの独立した動作モードを有する。閉ループモードでの数日間の動作後、フィードバックコントローラによるインスリン送達の一定の調節により、送達される基礎インスリン総１日量はより最適なレベルに達する傾向がある。手動モード治療に使用される事前にプログラムされた基礎レートは、通常はインスリン注入デバイス治療の開始時に設定されるが、様々な理由により、閉ループモードでの数週間の治療後には関係ない場合がある。したがって、インスリン注入デバイスから収集されたデータから取得された閉ループインスリン送達プロファイルに基づいて、手動モードの注入デバイス設定を再調節することを考慮することは価値がある。

インスリン注入デバイスから取得されたデータに基づいて患者の基礎レートを再計算するために、次の方法論を採用できる。最初に、自動閉ループインスリン送達モードがアクティブであった（Ｎは、７、１４などの任意の実際的な数値である）、ポンプデータの最後のＮ日間のレポートまたは分析を取得する。次に、少なくとも患者のインスリンの総１日投与量（１日あたり）と、送達された総基礎インスリン（１日あたり）を取得する。取得したデータから、次のように単一の１日の基礎レートを計算できる。

複数の１日の基礎レートは、その日の指定された各時間セグメント（例えば、３時間のセグメント、４時間のセグメント、１時間のセグメント）の閉ループモードの基礎インスリン送達の分布に基づいて計算することもできる。例えば、以下の表１に示すように、デュアルモードインスリン注入デバイスを使用する５２７人の患者からのデータを使用して、自動閉ループモード中に注入デバイスによって送達された基礎インスリンの分布を３時間のセグメントごとに導出した。表１は、同じタイプ／モデルのインスリン注入デバイスを使用して５２７人の患者について収集されたデータに基づいて、３時間のセグメントごとに送達された閉ループ基礎インスリンの平均分布を示している。

人口ベースのデータ（表１に示すデータなど）を使用して、その日のセグメントごとの基礎レートを次のように計算できる。

その日のセグメント（３時間のセグメント）ごとの基礎レートは、例えば、性別、人口統計、年齢、インスリン必要量、ボディマスインデックス、病歴などに基づいて分離された患者などの様々な集団コホートについても計算できる。収集された患者および注入デバイスのデータを活用して、利用可能な情報に基づいてそのようなコホートを分離することができる。

その日のセグメント（３時間のセグメント）ごとの基礎レートは、（上記の表１に示すような人口ベースの分布ではなく）１人の患者のみの３時間ごとの自動閉ループ基礎インスリン分布に基づいて計算することもできる。１人の患者のみの例を以下に提供する。以下の表２は、この特定のユーザについて、その日の３時間のセグメントごとに送達される閉ループ基礎のパーセンテージを示している。

この患者の場合、自動閉ループモードで過去７日間に送達された平均総基礎インスリンは１９．６単位であった。したがって、このデータに基づく３時間あたりの基礎レートは、以下の表３に示すように計算できる。

３時間ごとのセグメントの代わりに、その日を４つの６時間のセグメント、２つの１２時間のセグメント、または必要に応じて任意の数のセグメントに分割できる。

特定の実施形態では、注入デバイスおよび／または患者データはまた、単位／日で表される平均総１日量（ＴＤＤ）を示す。この情報を使用して、ｍｇ／ｄＬ／単位で表される患者のインスリン感度因子（ＩＳＦ）を更新できる。ここで提示される例示的な実施形態の場合、ＩＳＦは、以下の式

に従って計算される。
この関係は、ＩＳＦの計算方法の一例にすぎないことが理解されたい。実際には、ここで説明する方法論とシステムは、必要に応じて、他の式や方程式を使用してＩＳＦを計算できる。これに関して方程式の分子はすべての場合に１８００である必要はない（１５００、１７００、２０００などの値も実行可能である）。さらに、ここでは平均ＴＤＤ値が適切であるが、他の統計表現、測定値、または加重値も利用できる。例えば、平均ＴＤＤ値の代わりに、定義された日数から計算されたＴＤＤの中央値を使用できる。別の例として、ＴＤＤベースの値の代わりに、１日の自動ボーラス量の統計値（例えば、平均）を使用することができる。これらおよび他の変形例は、この開示によって企図される。

ここで提示する方法論を使用して、手動送達モードでのインスリン注入デバイスの動作に影響を与える特定の患者固有の設定は、注入デバイスが自動閉ループ送達モードで機能している間に収集されたデバイス／患者データの分析に基づいて調節される。より具体的には、手動モード基礎レート設定および／またはインスリン感度因子は、必要に応じて注入デバイスによって自動的に調節することができる。したがって、手動送達モードの基礎レート設定は、継続的な方法で（インスリン注入デバイスまたは他の方法によって自動的に）調節されて、患者にとってより良好な血糖結果を達成することができる。実際には、この方法論の結果として、患者の開ループ（手動モード）センサのグルコースプロファイルは時間とともに改善するはずである。

これに関して、図３は、注入デバイス管理プロセス３００の例示的な実施形態を示すフローチャートである。プロセス３００に関連して実行される様々なタスクは、ソフトウェア、ハードウェア、ファームウェア、またはそれらの任意の組み合わせによって実行され得る。例示の目的で、プロセス３００の以下の説明は、図１および図２に関連して上述された要素を指す場合がある。実際には、プロセス３００の一部は、記載されたシステムの異なる要素、例えば、注入デバイス、データアップローダ構成要素、クラウドベースのコンピューティングデバイス、患者監視デバイス、スマートフォン、パーソナルコンピュータなどによって実行され得る。プロセス３００は、任意の数の追加のタスクまたは代替のタスクを含むことができ、図３に示すタスクは、図示の順序で実行する必要はなく、プロセス３００は、本明細書では詳細に説明されていない追加の機能を有するより包括的な手順またはプロセスに組み込むことができることを理解されたい。さらに、図３に示されるタスクのうちの１つ以上は、意図された全体的な機能性が損なわれていない限り、プロセス３００の実施形態から省略され得る。

実際には、システム１００は、複数の患者のデータを収集し、かつ分析するように構成することができる。実際、システム１００の一元化されたクラウドベースの展開は、それが多数の患者に対応するために拡張可能であることを可能にする。したがって、本明細書で説明する技術および方法論を利用して、異なる患者に対する推奨事項および関連する注入デバイスの調節を生成し、送達し、かつ処理することができる。簡潔かつ簡単にするために、プロセス３００は、１人のユーザ／患者のみを参照して説明されている。システム１００の実施形態は、複数の異なるユーザ／患者に対応する方法でプロセス３００を拡張できることを理解されたい。

必須ではないが、プロセス３００の実施形態は、インスリン注入デバイスによって実行されるいくつかのタスク、および別のコンピューティングデバイス（例えば、クラウドベースのデバイス、患者が所有するか、または操作するパーソナルコンピュータ、患者が所有するか、または操作するモバイルデバイス、医療デバイスの部品、データアップローダ構成要素など）によって実行される他のタスクを含む。以下の説明は、患者のインスリン注入デバイス１０４が特定のタスクを実行し、リモートコンピューティングデバイス１０２が他のタスクを実行することを想定している（図１を参照）。このために、図３の左側のブロックは、インスリン注入デバイス１０４によって実行されるタスクを表し、図３の右側のブロックは、リモートコンピューティングデバイス１０２によって実行されるタスクを表す。

上記で説明したように、プロセス３００は、手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作するデュアルモードインスリン注入デバイスの使用を管理する方法の例示的な実施形態を表す。この例は、インスリン注入デバイスが閉ループ送達モードで動作するように制御されていることを想定している（タスク３０２）。閉ループ送達モードでの動作は、患者、介護者、インスリン注入デバイスによって、自動的に、インスリン注入デバイスと通信するデバイス、システム、または構成要素によってリモートなどで開始できる。実際には、インスリン注入デバイスのコントローラ／プロセッサは、閉ループモードでの動作の制御を担当する。

インスリン注入デバイスが閉ループ送達モードで動作している間、プロセス３００は、注入デバイスのユーザのための閉ループポンプデータを収集する（タスク３０４）。閉ループポンプデータは、注入デバイスの状態および／またはユーザの状態に関連するデータを含む。閉ループポンプデータには、自動閉ループインスリン送達モードでの動作中に、少なくとも１つの定義された期間（例えば、８時間、いくつかの連続する１時間、またはいくつかの連続する３時間）の間、インスリン注入デバイスによってユーザに送達される基礎インスリンを示すデータを含むが、これに限定されない。特定の実施形態では、閉ループポンプデータは、ユーザのインスリンの平均総１日量（ＴＤＤ）などの、少なくとも１つの定義された期間（例えば、過去２４時間、いくつかの時間の連続するセグメント）の間に注入デバイスによって送達されたインスリンの総量を示すデータも含む。閉ループポンプデータには、グルコースセンサデータ、注入デバイスのログデータ、ユーザ入力データ、特定のイベントまたは収集されたデータに関連する時間／カレンダーデータ、および／または本明細書に記載する主題に特に関連しないその他の情報も含まれる。

閉ループポンプデータを収集して、インスリン注入デバイスにあるメモリに記憶できる。最終的に、収集された閉ループポンプデータは、分析および処理のために少なくとも１つのコンピューティングデバイスに提供される（タスク３０６）。この例は、インスリン注入デバイスが、収集された閉ループポンプデータを直接、または図１に示すデータアップローダ構成要素１１２などの１つ以上の中間構成要素を介してリモートコンピューティングデバイスに通信することを想定している。注入デバイスが閉ループモードを終了した後、ポンプデータを自動的にアップロードできるか、または、ユーザ、介護者などがアップロードを開始できる。

この説明は、収集された閉ループポンプデータがリモートコンピューティングデバイスによって正常に受信されることを想定している（タスク３０８）。受信されたポンプデータは、１人のユーザ／患者のインスリン注入デバイスから生じる。しかしながら、リモートコンピューティングデバイスは、複数の異なるユーザおよび複数の異なるインスリン注入デバイスをサポートするように設計され、かつプログラムされ得、これらは、対応するポンプデータを生成し、かつ提供する。したがって、プロセス３００は、（任意選択で）少なくとも１つの他のユーザの追加の閉ループポンプデータを取得することができ（タスク３１０）、追加のポンプデータは、それぞれのインスリン注入デバイスから生じる。ここで説明する方法論は、任意の１人の患者または２人以上の患者のポンプデータを受信して分析できるため、タスク３１０は任意であり、所与の患者に対する結果として得られた調節推奨事項は、患者固有のポンプデータ自体または複数の患者から収集されたポンプデータに基づいている。

プロセス３００は、受信された閉ループポンプデータを分析することにより継続する（タスク３１２）。上述のように、分析されるポンプデータは、所与の患者に固有であり得るか、または複数の異なる患者に関連付けられ得る。受信された閉ループポンプデータは、特定のユーザの更新された基礎レートデータを生成するためにレビューされ、かつ分析される（タスク３１４）。したがって、更新された基礎レートデータは、その特定のユーザのポンプデータのみに基づいて、その特定のユーザのポンプデータおよび少なくとも１人の他のユーザのポンプデータに基づいて、または少なくとも１人の他のユーザのポンプデータに基づいて（特定のユーザのポンプデータを考慮せずに）生成できる。特定の実施形態では、タスク３１２は、特定の期間にわたって自動閉ループ送達モードで送達されたインスリンの総量を考慮し、その量は、その期間の基礎レートになる。例えば、過去２週間に、午前３時から午前６時までの閉ループ動作中に、平均３．０単位のインスリンが患者に送達されたことを想定する。午前３：００から午前６：００までの時間セグメントの新しい基礎レート（手動モードで使用される）は、１．０単位／時間になる。別の例として、閉ループモードで過去２週間に１日ごと平均３６単位の基礎インスリンが送達された場合、更新された基礎レートは１．５単位／時間になる。

プロセス３００はまた、閉ループポンプデータに含まれるＴＤＤ情報に基づいて、ユーザのＩＳＦ値を更新することができる（タスク３１４）。上述のように、ＩＳＦは次のように計算できる。

ここで、Ｘの値は（例えば）１８００、１５００、２０００などであり得る。実際には、プロセス３００は、基礎レート自体、ＩＳＦ値自体、または基礎レートとＩＳＦ値の両方を更新することができる。

この説明では、現在の値が調節されるように、更新された基礎レートおよび／または更新されたＩＳＦ値が現在の値と少なくとも閾値分異なることを想定している。したがって、プロセス３００は、（更新された基礎レートデータから、かつ／または更新されたＩＳＦ値から）インスリン注入デバイスの特定の設定を調節するための推奨事項を生成することによって継続する（タスク３１６）。このために、リモートコンピューティングデバイスは、インスリン注入デバイスの手動モード基礎レート設定を調節するための推奨事項、および／またはインスリン注入デバイスのＩＳＦ値を調節するための推奨事項を生成する。推奨事項は、ユーザへの提示または通信のために適切な方法で配置し、フォーマットし、かつ構成することができる。これに関して、推奨事項は、電子メール、テキストメッセージ、ＨＴＭＬ文書（ウェブページ）、表示可能なレポートなどのようなユーザが読み取り可能なフォーマットで提供（または実装）することができる。代替的に（または追加的に）、推奨事項は、任意のコンピュータ可読データオブジェクト、メタデータ、制御／コマンド信号または命令などとして実現することができる。推奨事項は、推奨事項を生成するコンピューティングデバイスを介した即時提示を意図するか、またはインスリン注入デバイス、患者監視デバイス、または患者のスマートフォンデバイスなどのリンクした、または関連する宛先デバイスまたはシステムを介した提示を意図することができる。ここで説明する例示的な実施形態によれば、推奨事項は、インスリン注入デバイスで提示するために構成され、かつフォーマットされ、デバイスの１つ以上の設定の調節を推奨するためにインスリン注入デバイスが実行できる特定のコマンドまたは制御命令を含む。

プロセス３００の示された実施形態によれば、推奨事項は、元のコンピューティングデバイスからインスリン注入デバイスに通信される（タスク３１８）。この例は、推奨事項（または推奨事項を伝えるために利用されるあらゆるデータ）がインスリン注入デバイスによって正常に受信され、かつ処理されることを想定する（タスク３２０）。推奨事項の受信および処理に応じて、インスリン注入デバイスは適切なアクションを実行する。例えば、注入デバイスは、注入デバイスの本来の機能を使用して、推奨事項の要旨を患者に表示するか、予示するか、またはそうでなければ提示することができる。別の例として、推奨事項に示されているように、特定の設定を自動的に調節するように注入デバイスを適切に構成することができる。さらに別の例として、推奨事項の受信および処理に応じて、注入デバイスは、患者、介護者、または他のユーザから確認または許可を受信した後、特定の設定を調節するように準備することができる。

プロセス３００の例示的な実施形態は、インスリン注入デバイスを自動的に制御して、推奨事項で伝えられるパラメータまたは値に従って手動モード基礎レート設定を調節する（タスク３２２）。代替的または追加的に、プロセス３００は、インスリン注入デバイスを自動的に制御して、推奨事項で伝えられた更新されたＩＳＦ値に従ってＩＳＦを調節する（タスク３２２）。これに関して、インスリン注入デバイスの関連設定は、リモートコンピューティングデバイスによって生成された推奨事項によって自動的に更新され得る。最終的に、インスリン注入デバイスは、手動インスリン送達モードで動作するように制御される（タスク３２４）。「調節後」手動モードでの動作は、ユーザ／患者のさらなる関与なしに自動的かつシームレスに行われる場合があるか、または、次の手動送達モードに入ったときに最近の調節が有効になる場合がある。手動インスリン送達モードでの動作中、インスリン注入デバイスは、リモートコンピューティングデバイスから取得した推奨事項で伝えられた、（調節された）手動モード基礎レート設定および／または調節されたＩＳＦ値を実装および使用する。

患者の炭水化物比も同様の方法で調節できる。これに関して、炭水化物比の１つの古典的な関係は、Ｙは適切に選択または計算された値（５００など）である

のように表される。
その結果、炭水化物比は、ＩＳＦ値について上記のように処理できる（それらの定義関係が類似しているため）。炭水化物比の値は、患者の１日の自動ボーラス量に基づく統計値を使用して計算することもできることを理解されたい。炭水化物比を調節するためのこれらおよび他の技術は、この開示によって企図される。

プロセス３００の反復は、必要または要求に応じて繰り返すことができる。例えば、プロセス３００は、閉ループ動作の各期間の後に実行することができる。代替的に、プロセス３００の反復は、閉ループ動作の各期間中に収集されたポンプデータを使用して、任意の指定された数の閉ループ期間に続いて実行することができる。別の例として、プロセス３００は、毎週、毎月、毎日などで実行することができる。

特定の実装によれば、手動モード基礎レート設定が、２４時間の日の複数の時間セグメントに対応する複数の手動モード基礎レートを定義する基礎レートプロファイルを含むか、または表し、手動モード基礎レートの少なくとも一部が、推奨事項に従って調節される。例えば、表３を参照して上述したように、２４時間の期間は、各々がそれぞれ基礎レートを有する８つの３時間のセグメントに分割することができる。そのようなシナリオでは、８つの基礎レートのいずれかまたはすべてを、ここで説明する方法論を使用して調節できる。別の実装によれば、手動モード基礎レート設定は、２４時間の期間の単一の基礎レート値を含むか、または表し、その特定の基礎レート値は、推奨事項に従って調節される。これらおよび他の変形例は、この開示によって企図される。

上述のプロセス３００の例示的な実施形態は、クラウドベースのシステムの処理インテリジェンス、リソース、および能力を活用する。しかしながら、代替の実施形態によれば、インスリン注入デバイス自体がポンプデータを分析し、推奨事項を生成し、必要に応じて推奨事項に基づいて行動することができる。言い換えると、ここで説明する方法論は、いずれのリモート処理構成要素を使用せずに、スタンドアロンのインスリン注入デバイスのコンテキストで実現できる。この目的のために、インスリン注入デバイスは、適切なときに収集されたそのポンプデータを分析し、推奨事項を生成し、必要に応じて推奨事項を自己実装または自己実行できる。前述のように、注入デバイスは自動的に推奨される調節を入力できるか、または推奨される調節を入力する前に、確認または承認が（患者、介護者、または他の許可されたユーザから）受信されるのを待つことができる。

上記の例では、リモートクラウドベースのコンピューティングデバイスからインスリン注入デバイスに推奨事項を通信し、インスリン注入デバイスは、推奨事項の受信に応じて適切な行動を実行する。しかしながら、代替の実施形態によれば、推奨事項はインスリン注入デバイスに送達される必要はない。代わりに、推奨事項は、インスリン注入デバイス以外のデバイス、システム、または構成要素に提供するか、通信するか、またはそうでなければ送達することができる。宛先デバイスは、例えば、ラップトップコンピュータ、デスクトップコンピュータ、もしくはタブレットコンピュータ、スマートフォンなどのモバイルデバイス、ウェアラブルコンピューティングデバイス、インスリン注入デバイス以外の医療機器または医療デバイス、ビデオゲームデバイス、家庭用娯楽デバイスまたはシステム、コンピュータベースのスマートアプライアンス、または適切に構成およびプログラムされたコンピュータベースのデバイスであり得る。そのような実施形態の場合、宛先デバイスは、推奨事項をインスリン注入デバイスに転送するための中間デバイスまたはインターフェースデバイスとして機能することができ、または適切な行動を実行する必要があるユーザに推奨事項を提示する「通知」デバイスとして機能することができる（例えば、注入デバイスの設定に推奨される調節を行う、適切な方法で注入デバイスを制御する、注入デバイスの設定の自動更新を承認するなど）。

上述の様々な実施形態は、以下の例に関するが、それに限定されない。

１．手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作するデュアルモードインスリン注入デバイスの使用を管理する方法であって、インスリン注入デバイスのユーザのための閉ループポンプデータを受信することであって、閉ループポンプデータが自動閉ループインスリン送達モードでの動作中に、少なくとも１つの定義された期間、インスリン注入デバイスによってユーザに送達された基礎インスリンを示すデータを含む、受信することと、受信した閉ループポンプデータを分析して、ユーザの更新された基礎レートデータを生成することと、更新された基礎レートデータから、インスリン注入デバイスの手動モード基礎レート設定を調節するための推奨事項を生成することであって、インスリン注入デバイスが、手動インスリン送達モードでの動作中に手動モード基礎レート設定を実装する、生成することと、インスリン注入デバイスを制御して、推奨事項に従って手動モード基礎レート設定を調節することと、を含む、方法。

２．受信ステップ、分析ステップ、および生成ステップが、インスリン注入デバイスとデータ通信するコンピューティングデバイスによって実行され、推奨事項をコンピューティングデバイスからインスリン注入デバイスに通信するステップをさらに含む、実施例１に記載の方法。

３．制御ステップが、プロセッサベースのコンピュータシステムからの推奨事項を受信することに応じて、インスリン注入システムによって自動的に実行される、実施例２に記載の方法。

４．調節された手動モード基礎レート設定に従って、手動インスリン送達モードでのインスリン注入デバイスの動作を制御するステップをさらに含む、実施例１に記載の方法。

５．第２のインスリン注入デバイスの第２のユーザの追加の閉ループポンプデータを取得するステップをさらに含み、分析ステップが、受信した閉ループポンプデータおよび取得した追加の閉ループポンプデータを分析し、ユーザの更新された基礎レートデータを生成する、実施例１に記載の方法。

６．受信ステップ、分析ステップ、および生成ステップが、インスリン注入デバイスによって実行され、制御ステップが、推奨事項の生成に応じて、インスリン注入システムによって自動的に実行される、実施例１に記載の方法。

７．手動モード基礎レート設定が、２４時間の日の複数の時間セグメントに対応する複数の手動モード基礎レートを定義する基礎レートプロファイルを含み、手動モード基礎レートの少なくとも一部が、推奨事項に従って調節される、実施例１に記載の方法。

８．手動モード基礎レート設定が、２４時間の期間の基礎レート値を含み、基礎レート値が推奨事項に従って調節される、実施例１に記載の方法。

９．閉ループポンプデータが、ユーザのインスリンの平均総１日量（ＴＤＤ）を示すデータを含み、ＩＳＦがｍｇ／ｄＬ／単位の単位で表され、ＴＤＤが単位／日の単位で表される式

に従ってユーザのインスリン感度因子（ＩＳＦ）を更新するステップをさらに含む、実施例１に記載の方法。

１０．手動インスリン送達モードでの動作中に更新されたインスリン感度因子を利用するようにインスリン注入デバイスを制御するステップをさらに含む、実施例９に記載の方法。

１１．プロセッサベースのコンピューティングデバイスであって、少なくとも１つのプロセッサデバイスと、少なくとも１つのプロセッサデバイスに動作可能に関連付けられた非一時的なプロセッサ可読媒体であって、プロセッサ可読媒体が、手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作するインスリン注入デバイスのユーザのための閉ループポンプデータを受信することであって、閉ループポンプデータが、少なくとも１つの定義された期間、自動閉ループインスリン送達モードでの動作中にインスリン注入デバイスによってユーザに送達された基礎インスリンを示すデータを含む、受信することと、受信した閉ループポンプデータを分析して、ユーザの更新された基礎レートデータを生成することと、更新された基礎レートデータから、インスリン注入デバイスの手動モード基礎レート設定を調節するための推奨事項を生成することであって、インスリン注入デバイスが、手動インスリン送達モードでの動作中に手動モード基礎レート設定を実装する、生成することと、推奨事項をコンピューティングデバイスからインスリン注入デバイスに通信することと、を含む、方法を、少なくとも１つのプロセッサデバイスに実行させるように構成可能な実行可能命令を含む、プロセッサ可読媒体と、を備える、コンピューティングデバイス。

１２．推奨事項が、インスリン注入デバイスに、手動モード基礎レート設定を自動的に調節させる、実施例１１に記載のコンピューティングデバイス。

１３．少なくとも１つのプロセッサデバイスによって実行される方法が、調節された手動モード基礎レート設定に従って、手動インスリン送達モードでのインスリン注入デバイスの動作を制御するステップをさらに含む、実施例１１に記載のコンピューティングデバイス。

１４．少なくとも１つのプロセッサデバイスによって実行される方法が、第２のインスリン注入デバイスの第２のユーザの追加の閉ループポンプデータを取得するステップをさらに含み、分析ステップが、受信された閉ループポンプデータおよび取得された追加の閉ループポンプデータを分析して、ユーザの更新された基礎レートデータを生成する、実施例１１に記載のコンピューティングデバイス。

１５．閉ループポンプデータが、ユーザのインスリンの平均総１日量（ＴＤＤ）を示すデータを含み、少なくとも１つのプロセッサデバイスによって実行される方法が、ＩＳＦがｍｇ／ｄＬ／単位の単位で表され、ＴＤＤが単位／日の単位で表される式

に従って、ユーザのインスリン感度因子（ＩＳＦ）を更新するステップをさらに含む、実施例１１に記載のコンピューティングデバイス。

１６．手動インスリン送達モードでの動作中に、更新されたインスリン感度因子を利用するようにインスリン注入デバイスを制御するステップをさらに含む、実施例１５のコンピューティングデバイス。

１７．インスリン注入および管理システムであって、手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作して、インスリンをユーザに送達するように構成された、インスリン注入デバイスと、インスリン注入デバイスとのデータ通信をサポートするプロセッサベースのコンピューティングデバイスであって、コンピューティングデバイスが、プロセッサデバイスと、プロセッサデバイスに動作可能に関連付けられた非一時的なプロセッサ可読媒体と、を備え、プロセッサ可読媒体が、インスリン注入デバイスのユーザのための閉ループポンプデータをコンピューティングデバイスを用いて受信することであって、閉ループポンプデータが、少なくとも１つの定義された期間、自動閉ループインスリン送達モードでの動作の間、インスリン注入デバイスによってユーザに送達された基礎インスリンを示すデータを含む、受信することと、コンピューティングデバイスを用いて、受信した閉ループポンプデータを分析し、ユーザの更新された基礎レートデータを生成することと、更新された基礎レートデータから、インスリン注入デバイスの手動モード基礎レート設定を調節するための推奨事項を生成することであって、インスリン注入デバイスが、手動インスリン送達モードでの動作中に手動モード基礎レート設定を実装し、生成することが、コンピューティングデバイスによって実行される、生成することと、推奨事項をコンピューティングデバイスからインスリン注入デバイスに通信することと、を含む、方法を、プロセッサデバイスに実行させるように構成可能な実行可能命令を含む、コンピューティングデバイスと、を備える、システム。

１８．インスリン注入デバイスが、コンピューティングデバイスから推奨事項を受信することに応じて、手動モード基礎レート設定を自動的に調節する、実施例１７に記載のシステム。

１９．プロセッサデバイスによって実行される方法が、第２のインスリン注入デバイスの第２のユーザの追加の閉ループポンプデータを取得するステップをさらに含み、分析ステップが、受信された閉ループポンプデータおよび取得された追加の閉ループポンプデータを分析して、ユーザの更新された基礎レートデータを生成する、実施例１７に記載のシステム。

２０．閉ループポンプデータが、ユーザのインスリンの平均総１日量（ＴＤＤ）を示すデータを含み、プロセッサデバイスによって実行される方法が、ＩＳＦがｍｇ／ｄＬ／単位の単位で表され、ＴＤＤが単位／日の単位で表される式

に従って、ユーザのインスリン感度因子（ＩＳＦ）を更新するステップをさらに含む、実施例１７に記載のシステム。

２１．プロセッサデバイスによって実行される方法が、手動インスリン送達モードでの動作中に更新されたインスリン感度因子を利用するようにインスリン注入デバイスを制御するステップをさらに含む、実施例２０に記載のシステム。

患者のためのパーソナライズされたデジタルツイン
（上記のタイプの）インスリン注入デバイスの例示的な実施形態は、自動「ハイブリッド閉ループ」モードで動作することができ、その間、継続的に監視されるセンサのグルコース測定値に応じて、基礎インスリンが自動的に患者に送達される。典型的な方法論によれば、閉ループ制御アルゴリズムの特定のパラメータおよび設定は、毎日または望ましいスケジュールに従って自動的に調節されるが、他のパラメータおよび設定は、患者または介護者の関与が必要であり、例えば基礎レート、インスリン注入レートの上限、および患者のインスリン感度因子は、患者の炭水化物比率および搭載されたインスリン速度曲線を手動で設定しながら、自動的に制御できる。さらに、インスリン注入デバイスの閉ループ制御アルゴリズムは、固定されている（ハードコードされている）、リアルタイムで調節することを目的としていない、または簡略化された方法で（例えば、別のパラメータまたはスケーリング係数を掛けた設定に基づいて）調節されるいくつかのパラメータを有することができる。したがって、自動化された閉ループモードで動作しているときの結果を改善するには、閉ループ制御アルゴリズムをさらにパーソナライズして、患者／介護者の関与なしに追加のパラメータおよび設定を調節できるようにすることが望ましい。

インスリン注入デバイスは、特許文献１１および特許文献１２に記載されているタイプの制御アルゴリズム、処理スキーム、および操作方法（またはその適切に変更、更新、またはカスタマイズされたバージョン）を組み込む、または活用できる。

以下でより詳細に説明される例示的な実施形態によれば、パーソナライズされた閉ループシステムは、監視される各患者に対して「デジタルツイン」を利用するクラウドベースの適合スキームを含む。この文脈では、デジタルツインは、患者の数学的モデルまたはシミュレーションであり、炭水化物の摂取およびインスリン送達に応じて患者の血中グルコース応答を一緒に定義するか、または説明する微分方程式のセットを含む。デジタルツインは様々なパラメータを有し、パラメータの値は各個々の患者に固有である。概念的には、デジタルツインへの主要な「入力」は、患者に送達されるインスリンの量および患者が消費する炭水化物の量であり、デジタルツインの「出力」は、血中グルコースレベルまたはプロファイルである。クラウドベースのデジタルツインは、インスリン注入デバイスのすべての関連設定、ゲイン、およびパラメータを最適かつ自動的に設定するために使用される。注入デバイスが堅牢かつ強力な処理機能を有する代替の実施形態では、デジタルツインの作成、更新、および管理をクラウドで実装する必要はない（代わりに、注入デバイス自体がこれらの責任を処理できる）。

図１を参照して上述したシステム１００はまた、任意の数の異なる患者に対してデジタルツインを生成し、適合させ、かつ維持するために使用され得る。各デジタルツインは、患者のインスリン注入デバイスのハイブリッド閉ループ制御アルゴリズムによって利用される閉ループ制御パラメータのパーソナライズされた患者固有のセットに関連する。ここで説明する実装では、閉ループ制御パラメータには少なくとも以下が含まれる。
インスリン注入デバイスの比例積分微分（ＰＩＤ）コントローラのゲイン値である、ＫＰ、
ＰＩＤコントローラの積分時定数である、ＴＡＵＩ、
ＰＩＤコントローラの微分時定数である、ＴＡＵＤ、
コントローラのインスリンフィードバック時定数であり、搭載されているインスリンがインスリンの分泌を阻害する速度に関連している、ＩＦＢ時定数、
インスリンボーラスが患者の体に吸収される速度を示すパラメータである、ＩＯＢ速度曲線、
開ループまたは一時的な基礎インスリン送達レートである、基礎レート、
炭水化物摂取量の１単位ごとりのボーラス量である、炭水化物比、
患者のインスリン感度因子であり、目標グルコース値からのグルコースの１ｍｇ／ｄＬ偏差ごとに送達されるボーラス量に関連する、ＩＳＦ、
患者の閉ループグルコース目標である、設定点、
単位／時間で表される最大インスリン注入レートである、Ｕ_ＭＡＸ、
数時間先の患者の血中グルコースを予測するモデルベースのアルゴリズムのゲインである、モデルベースの予測ゲイン、
モデルベースのグルコース予測アルゴリズムの時定数である、モデルベースの予測時定数、
数時間後の食後血中グルコースを予測するモデルベースのアルゴリズムのゲインである、モデルベースの予測食事ゲイン、および
食後血中グルコースを予測するモデルベースのアルゴリズムの時定数である、モデルベースの予測子食事時定数。

上記のパラメータの多くは、インスリン注入デバイスによって実装される特定の制御アルゴリズムに固有であることに注意されたい。したがって、実際の実施形態で使用されるパラメータのセットは、上述のものとは異なる場合がある。

ここで提示される例示的な実施形態は、（例えば、過去Ｎ日間のデータが患者のインスリン注入デバイスから収集された後）グルコースセンサ増強ポンプデータのベースライン量を収集した後、患者のためのデジタルツインを生成する。ここで説明する例では、過去１９日間のポンプデータに基づいてデジタルツインを生成するが、１９日間よりも多いか、または少ないデータを利用することもできる。その日数は、デジタルツインの調節可能なパラメータを良好な精度と信頼性をもって推定するのに十分であるため、１９日が選択されている。収集されたデータは、インスリンの総１日送達（ＴＤＤ）の中央値を推定するために使用される。このＴＤＤの中央値は、インスリンの単位で表される。

次に、履歴ポンプデータを使用して、次の固有のセットを計算する。（１）ＳＧＢａｓｅ（血漿インスリン濃度がＩＢａｓａｌの場合の空腹時血中グルコース）、および（２）ＩＢａｓａｌ（空腹時血中グルコースがＳＧＢａｓｅに等しい場合の血漿インスリン濃度）。

次に、１９日間のデータでの各食事の吸収率（患者によって予示されたか、そうでなければシステムによって識別されるか、または検出されてもよい）は、食後センサのグルコース測定値を適合し、前のステップで計算されたＳＧＢａｓｅ／ＩＢａｓａｌのセットを含む、単純化されたデジタルツインモデルを使用して評価される。これらの吸収率は、ＴＤＤの中央値から推定される平均インスリン感度ゲインを使用して決定される。このステップでは、患者の母集団の経験的データに基づく簡略化または平均化された薬物動態／薬力学（ＰＫ／ＰＤ）モデルを使用して、食事吸収率を評価する。

次に、考慮中の各個々の日のセンサグルコースデータ（１９日間の履歴データ）が分析され、ＰＫ／ＰＤ推定モデルに適切に適合するかどうかが決定される。ＰＫ／ＰＤモデルは毎日調節され、その特定の日の実際のセンサデータで検証される。所与の日のセンサグルコースデータがデジタルツインパラメータを調節してもうまく適合しない場合、その日のポンプデータは無視され、考慮されなくなる。残りのポンプデータは、次のステップのために保持される。

次に、残りのすべてのポンプデータに対して単一のＰＫ／ＰＤモデルが推定される。これに関して、目標は、残りのポンプデータからすべてのセンサグルコースデータに最も適合する１つのＰＫ／ＰＤモデルを取得することである。最終的なモデルは、患者の１９日間の履歴データから取得された「良好な」ポンプデータに最も一致する患者のデジタルツインを表す。その後、最終的なデジタルツインモデルは、収集されたポンプデータで「良好」な日ごとに再評価される。この比較の結果が最小基準の閾値を超えた場合（つまり、ダブル確認により、収集されたポンプデータに基づいて最終的なデジタルツインモデルが正確であることが判明した）、デジタルツインは確定され、その後の使用のために生成される。この比較の結果、最終的なデジタルツインモデルが受け入れられないことが示された場合、次いで、デジタルツインは使用されず、閉ループパラメータのデフォルト値が使用される。

デジタルツインを生成するための全体的な手順は、新しいポンプデータがクラウドなどにアップロードされるたびに、スケジュールに従って、１日１回、定期的に繰り返すことができる。このようにして、患者のデジタルツインを必要に応じて頻繁に更新し、かつ調節して、患者の追跡を続けることができる。

実際には、デジタルツインの作成および維持により、システム１００は、個別にインスリンポンプ治療を改善することができる。システム１００は、開ループ基礎レート、食事炭水化物比率、インスリン感度因子（ＩＳＦ）、インスリンフィードバックゲイン（ＩＦＢ）、ＰＩＤゲイン、およびモデル予測ゲインを計算することができる。非限定的な一例として、システム１００は、開ループ基礎インスリン送達レートの最大８つの１日の期間、炭水化物比率の最大８つの１日の期間、１つのＩＳＦ値、ＩＦＢの３つの定数、ＰＩＤコントローラの３つのゲイン、モデル予測子の５つのゲイン、ＩＯＢ速度曲線の１つの値、およびコントローラの設定点の１つの値を最適化するように操作することができる。例示的な実施形態によれば、８つの炭水化物比率および４８の基礎レートは、基礎レートおよび炭水化物比率の連続２４時間プロファイルを推定することによって調節され、次いで、それをインスリンポンプで利用可能な最大のセグメンテーションに区分的に分離する。

この例の最初のステップとして、システム１００は、食事なしのシナリオでそれを調節することにより、開ループ基礎インスリン送達レートの６つの１日の期間を推定する。次に、最後のステップの最適なインスリン基礎レートが送達されていると想定して、デジタルツインシナリオを使用して、３つの炭水化物比率が最適化される。ＩＦＢ、ＩＳＦ、およびＩＯＢ速度曲線は、デジタルツインパラメータから直接（つまり、患者の最終的なＰＫ／ＰＤモデルを使用して）計算される。

次に、システム１００は、ハイブリッド閉ループシステムのシミュレートされた環境を使用して、新しい炭水化物比率、ＩＳＦ、ＩＯＢ速度曲線、およびＩＦＢを実装して、ＰＩＤゲインおよび設定点を最適化する。この最適化目標は、患者の目標血中グルコース範囲内の時間を最大化しながら、低血糖（血中グルコース＜７０ｍｇ／ｄＬ）の時間を最小化することである。代替の方法論に従って、自動モードの炭水化物比率およびＩＯＢ曲線が調節され、次いで、自動モード用に調節された炭水化物比率に最も適合する基礎レートが推定される。

図４は、患者のデジタルツインを生成するためのプロセス４００の例示的な実施形態を示すフローチャートであり、図５は、（インスリン注入デバイス１０４などの）インスリン注入デバイスの動作を制御するためのプロセス５００の例示的な実施形態を示すフローチャートである。図３を参照して上述したように、図４および図５のフローチャートは、インスリン注入デバイスによって実行されるいくつかのタスク、および別のコンピューティングデバイス（例えば、クラウドベースのデバイス、患者が所有するか、または操作するパーソナルコンピュータ、患者が所有するか、または操作するモバイルデバイス、医療デバイスの部品、データアップローダ構成要素など）によって実行される他のタスクを含む。以下の説明は、患者のインスリン注入デバイス１０４が特定のタスクを実行し、リモートコンピューティングデバイス１０２が他のタスクを実行することを想定している（図１を参照）。この目的のために、図４および図５の左側のブロックは、インスリン注入デバイス１０４によって実行されるタスクを表し、図４および図５の右側のブロックは、リモートコンピューティングデバイス１０２によって実行されるタスクを表す。

上記で説明したように、プロセス４００は、手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作するデュアルモードインスリン注入デバイスのインスリン送達コントローラの特定のパラメータを自動的に調節し、ユーザへのインスリンの送達を調節する方法の例示的な実施形態を表す。この例は、インスリン注入デバイスが、患者にインスリンを投与するために必要に応じて継続的に制御され、かつ操作されることを想定している（タスク４０２）。タスク４０２に対応する期間中、インスリン注入デバイスは、典型的な開ループモードおよび／または閉ループ送達モードで操作される。閉ループ送達モードでの動作は、患者、介護者、インスリン注入デバイスによって、自動的に、インスリン注入デバイスと通信するデバイス、システム、または構成要素によってリモートなどで開始できる。実際には、インスリン注入デバイスのインスリン送達コントローラは、閉ループモードでの動作の制御を担当する。

インスリン注入デバイスの動作中、プロセス４００は、注入デバイスのユーザのための治療関連データを収集する（タスク４０４）。治療関連データは、過去１９日間など、過去数日間（Ｎ）のインスリン注入デバイスの操作に関連する。より具体的には、治療関連データは、注入デバイスの状態および／またはユーザの状態に関連するデータを含む。例えば、治療関連データは、ユーザのグルコースレベルに関連するセンサグルコースデータ、ユーザによって予示された食事に関連する食事データ、基礎インスリンおよびインスリンボーラス量を含むインスリン送達データ、および関連する時間データ（時間／日付スタンプ）、予示された食事時間のデータまたは情報、予示された食事の炭水化物摂取推定値、手動インスリン送達モードでのデバイスの動作に関連するインスリン感度因子（ＩＳＦ）、炭水化物比率（ＣＲ）値、ならびに、ユーザが入力した血中グルコース計の測定値を含み得るが、それに限定されない。さらに、治療関連データは、図１〜図３を参照して上記で説明された閉ループポンプデータのいずれかを含み得る。

治療関連データを収集して、インスリン注入デバイスにあるメモリに記憶できる。最終的に、収集された治療関連データは、分析および処理のために少なくとも１つのコンピューティングデバイスに提供される（タスク４０６）。この例は、インスリン注入デバイスが、収集された治療関連データを、直接、または図１に示すデータアップローダ構成要素１１２などの１つ以上の中間構成要素を介してリモートコンピューティングデバイスに通信することを想定している。治療関連データは、特定のトリガーイベントに応じて自動的にアップロードできるか、または、アップロードは、ユーザや介護者などが開始できる。

この説明では、収集された治療関連データがリモートコンピューティングデバイスによって正常に受信されるか、アクセスされるか、またはそうでなければ取得されると想定している（タスク４０８）。受信したデータは、１人のユーザ／患者のインスリン注入デバイスに由来する。しかしながら、リモートコンピューティングデバイスは、複数の異なるユーザおよび複数の異なるインスリン注入デバイスをサポートするように設計およびプログラムされ得、これらは、対応する治療関連データを生成し、かつ提供する。この例では、Ｎ日間の治療関連データが処理のために取得されると想定している。より具体的には、例示的な実施形態は、過去の直近Ｎ日間の治療関連データを処理する。ここで提示される例示的な実施形態は、各デジタルツインがそれぞれの患者について収集されたデータのみに基づいて生成されるように、患者固有の方法で治療関連データを処理する。しかしながら、代替の実施形態では、特定の患者のデジタルツインは、（その特定の患者を含む）異なる患者の母集団から取得された治療関連データに基づいて生成され得る。

プロセス４００は、患者のデジタルツインを生成する目的で、直近のＮ日間の治療関連データを分析することにより継続する。デジタルツイン生成ルーチンの最初のステップとして、プロセス４００は、考慮中の数日間にユーザに送達されるインスリンの総１日量（ＴＤＤ、通常は１日ごとのインスリンの単位で表される）の予想値を計算する（タスク４１０）。前述したように、ＴＤＤの中央値は考慮中のＮ日から計算できるか、平均ＴＤＤ値は計算できるか、あるいは、タスク４１０で他の統計表現、測定値、または加重値を利用することもできる。ここで説明する例示的な実施形態では、インスリンのＴＤＤの予想値は、日数Ｎに基づく中央値である。

プロセス４００はまた、取得された治療関連データから、患者の空腹期間に関連する特定のパラメータを計算する。より具体的には、プロセス４００は、空腹期間に対応する空腹時グルコースレベル（ＳＧＢａｓｅ）の予想値、およびＳＧＢａｓｅの予想値での血漿インスリン濃度（ＩＢａｓａｌ）の予想値を計算する（タスク４１２）。タスク４１２で実行される計算は、実際に送達されたインスリンの量、体内で利用可能なインスリンの量の推定、および血中グルコースレベルを考慮する。ここで説明する実施形態の場合、タスク４１２は、Ｎ日間の収集されたデータについて、ＳＧＢａｓｅの１つの値およびＩＢａｓａｌの１つの対応する値を計算する。理論的には、ＳＧＢａｓｅとＩＢａｓａｌの最大Ｎ個の個別の値を考慮する必要があり得る（１日に１セットの値）。しかしながら、実際には、ＳＧＢａｓｅ値とＩＢａｓａｌ値の好適なセットが欠落している日が１日以上ある場合がある。例えば、信頼できる空腹期間を正確に識別できない場合などである。したがって、タスク４１２は、好ましくは、ＳＧＢａｓｅの１つの予想値およびプロセス４００において後で使用されるＩＢａｓａｌの１つの予想値を生成する。予想値は、平均値、中央値、加重平均、または取得した治療関連データに基づくいくつかのその他の統計値である。

プロセス４００は、食事データで識別される各予示された食事の吸収率を推定することにより継続する（タスク４１４）。この特定の実装では、タスク４１４での推定は、インスリンのＴＤＤの計算された予想値、ＳＧＢａｓｅの計算された予想値、およびＩＢａｓａｌの計算された予想値を使用する。実際には、タスク４１４での推定は、既知の、事前設定された、またはデフォルトのＰＫ／ＰＤモデルを固定パラメータで使用して、インスリンＴＤＤの計算された予想値、ＳＧＢａｓｅの計算された予想値、およびＩＢａｓａｌの計算された予想値に基づいて吸収率を推定する。吸収率を推定するために利用されるＰＫ／ＰＤモデルは、プロセス４００が各予示された食事を迅速かつ容易に特徴付けることを可能にする固定パラメータを有する単純化されたモデルであり得る。これに関して、タスク４１４で使用されるＰＫ／ＰＤモデルは、（炭水化物の摂取と結果として得られる血中グルコースの変化との間の関係に関連のないもの）、患者データの大規模な母集団から派生した「一般化された」モデルであり得るか、または一部のパラメータが固定されたモデルであり得る。このように、ＴＤＤはインスリン感度を推定するために使用され、「固定された」ＰＫ／ＰＤはグルコースに対するインスリンの反応速度である。実際のＰＫ／ＰＤは、（ＴＤＤで計算された）インスリン感度とグルコースに対するインスリンの反応速度の組み合わせであり、すべての患者に対してこのステップで固定されていると想定されている。

食事データで識別された各食事について、タスク４１４での推定は、患者（デジタルツイン）の最終的なＰＫ／ＰＤモデルに含まれる特定の食事関連パラメータの値を取得する。例示的な実施形態によれば、各食事の吸収率は、食後センサのグルコース測定値、タスク４１２で計算されたＳＧＢａｓｅ／ＩＢａｓａｌ値、および平均インスリン感度（ＩＳ）ゲインに基づいて計算される。この特定の実装では、平均ＩＳゲインは次のように計算され、

で表される。この式では、ＴＤＤはタスク４１０で計算された値である。タスク４１４の結果として、各予示された食事は、食事関連の２つのパラメータ、つまり食事のゲイン（ＫＭ）と食事の時定数（ＴＡＵＭ）によって正確に特徴付けられる。これら２つのパラメータは、それぞれ食事の大きさと時間を表す。

この例によれば、プロセス４００は、取得された治療関連データを（毎日）選別するか、またはフィルタリングすることによって継続する。これに関して、プロセス４００は、治療関連データを分析して、考慮中の各日のデータを使用して患者のデジタルツインを生成する必要があるかどうかを決定する。したがって、「良好な」日のデータは保持されるが、「悪い」日のデータは破棄され、削除され、またはそうでなければ無視される。ここで提示される例示的な実施形態は、ぴったり適合したデータと適合度の低いデータを識別するために、ユーザのＰＫ／ＰＤモデルを１日のセンサグルコースデータに適合させることを試みる（タスク４１６）。ぴったり適合したデータは「良好な」日と関連付けられ、適合度の低いデータは「悪い」日と関連付けられる。したがって、タスク４１６は、センサグルコースデータをユーザのＰＫ／ＰＤモデルに適切に適合させることができない日の治療関連データのいずれかを考慮から除外する。

特に、タスク４１６で利用されるＰＫ／ＰＤモデルは、食事吸収率を推定するためにタスク４１４で利用される簡略化されたＰＫ／ＰＤモデルとは異なる。簡略化され、固定されたＰＫ／ＰＤモデルとは対照的に、タスク４１６は、ユーザのＰＫ／ＰＤモデルを適合させて、所与の日の既知のセンサグルコースデータに適合させることを試みる。取得された治療関連データによって表される各日について、タスク４１４は、ユーザのＰＫ／ＰＤモデルをその日のセンサグルコースデータに適合させることができるかどうかを確認し、いくつかのぴったり適合した日に対応するぴったり適合したデータを識別して、いくつかの適合度の低い日に対応する適合度の低いデータを排除するか、または無視する。タスク４１４で実行される確認は、タスク４１４で推定された推定食事吸収率とともに、取得された治療関連データからのセンサグルコースデータを使用する。プロセス４００がユーザのＰＫ／ＰＤモデルを所与の日のセンサグルコースデータに正常に適合させる場合、すなわち、最小パラメトリック最適化基準が満たされる場合、その特定の日のデータが保持される。そうでなければ、その日のデータは、プロセス４００の目的のために無視される（そのデータは、シミュレーションにおける食事シナリオなどの他の使用のために保持することができる）。

プロセス４００は、ぴったり適合したデータのみに基づいて、ユーザの最終的なＰＫ／ＰＤモデルを生成することにより継続する（タスク４１８）。これに関して、タスク４１８は、最終的なＰＫ／ＰＤモデルのパラメータ調節し、決定し、かつ／または適合させて、ぴったり適合した日のすべてのセンサグルコースデータを適合させる。タスク４１８で実行される生成は、食事吸収率を推定するためにタスク４１４で使用される既知のまたはデフォルトのＰＫ／ＰＤモデルで初期化される。初期化後、タスク４１８で実行される生成は、そのＰＫ／ＰＤモデルのパラメータを適合させて、最終的なＰＫ／ＰＤモデルに到達する。タスク４１８の結果は、考慮中のすべての日のセンサグルコースデータに最も適合する患者の単一のＰＫ／ＰＤモデルである。

プロセス４００は、生成された最終的なＰＫ／ＰＤモデルを、ぴったり適合したデータに含まれる１日のセンサグルコースデータに対して検証することにより継続する（タスク４２０）。この検証は、（複数の日のデータに基づいて生成された）最終的なＰＫ／ＰＤモデルが各個々の日のセンサグルコースデータを考慮するときにも有効であることを確認するために実行される。検証基準が満たされる場合（クエリタスク４２２の「はい」分岐）、ユーザの最終的なＰＫ／ＰＤモデルは、ユーザのデジタルツインとして使用するために保存される（タスク４２４）。検証基準が満たされない場合（クエリタスク４２２の「いいえ」分岐）、最終的なＰＫ／ＰＤモデルの代わりにインスリン注入デバイスのデフォルト制御パラメータが使用される（タスク４２６）。実際には、デジタルツインには、上記のすべてのパラメータ（ＫＰ、時定数、ＩＳＦ、およびその他のパラメータ）の確定値が含まれている。したがって、最終的なＰＫ／ＰＤモデルまたはデフォルトの制御パラメータのいずれかが、インスリンの送達を調整するために患者の注入デバイスのインスリン送達コントローラによって利用される。

生成されたデジタルツインは、必要に応じて継続的に使用できるように、適切なメモリ記憶要素またはアーキテクチャに記憶される。プロセス４００は、特定のトリガーイベントまたは条件などの検出に応じて、更新スケジュールに従って、必要に応じて定期的に繰り返すことができる。例えば、プロセス４００は、直近のＮ日間にわたって収集された治療関連データに基づいて患者のデジタルツインを更新するために、週に一度深夜に繰り返されてもよい。別の例として、プロセス４００は、Ｎ日ごとに１回繰り返されてもよい。デジタルツインを継続的に更新することで、患者の実際のＰＫ／ＰＤ特性を正確にモデル化できる。

患者のデジタルツインの現在のバージョンは、患者のインスリン注入デバイスがインスリン治療を調整し、かつ制御する方法を強化するか、改善するか、または最適化するために様々な方法で利用できる。より具体的には、デジタルツインを使用して、患者のインスリン注入デバイスのインスリン送達コントローラによって使用されるインスリン送達制御アルゴリズム（複数可）のパラメータをどのように最適に調節するかを決定することができる。推奨される調節は、インスリン送達コントローラによって自動的に実装することも、または患者、介護者、親などによる確認後に行うこともできる。

ここで図５を参照すると、プロセス５００は、患者のデジタルツインがすでに上述の方法で生成され、かつ保存されていることを想定している。ここで説明する例の場合、インスリン注入デバイスは、閉ループインスリン送達モードで動作して、ユーザへのインスリンの送達を調整する（タスク５０２）。実際には、インスリン注入デバイスのインスリン送達コントローラは、閉ループモードでの動作の制御を担当する。インスリン注入デバイスの閉ループ動作中に、プロセス５００は、注入デバイスのユーザのための治療関連データを収集する（タスク５０４）。上述のように、タスク５０４は、直近Ｎ日間のインスリン注入デバイスの動作に関連する追加の治療関連データを収集することができる。その後、収集された治療関連データは、分析および処理のために少なくとも１つのコンピューティングデバイスに提供される（タスク５０６）。この例は、インスリン注入デバイスが、収集された治療関連データを、直接、または図１に示すデータアップローダ構成要素１１２などの１つ以上の中間構成要素を介してリモートコンピューティングデバイスに通信することを想定している。治療関連データは、特定のトリガーイベントに応じて自動的にアップロードできるか、または、アップロードは、ユーザや介護者などが開始できる。

この説明では、追加の治療関連データがリモートコンピューティングデバイスによって正常に受信されるか、アクセスされるか、またはそうでなければ取得されると想定している（タスク５０８）。プロセス５００は、生成された最終的なＰＫ／ＰＤモデル（デジタルツイン）を使用して、インスリン送達コントローラの少なくとも１つの調節されたパラメータを計算することにより継続する（タスク５１０）。タスク５１０での計算は、デジタルツインが生成された後に発生するインスリン注入デバイスの動作に関連する追加の治療関連データに基づいている。言い換えると、最新バージョンのデジタルツインは、インスリン送達コントローラのインスリン送達制御アルゴリズム（複数可）を最適に適合させる方法を決定する目的で、追加の治療関連データを分析するか、または処理するために使用される。タスク５１０が調節が必要であると決定した場合、プロセス５００は、調節された１つ以上のパラメータに従って１つ以上のその設定を調節するようにインスリン送達コントローラに命令することによって継続する（タスク５１２）。この特定の実施形態によれば、タスク５１２は、リモートコンピューティングデバイスから患者のインスリン注入デバイスへの適切なコマンド、命令、または更新情報の送達に関連付けられている。

この説明は、インスリン注入デバイスが、タスク５１２で生成された命令を正常に受信し、それに作用することを想定している。インスリン注入デバイスは、以前に計算された調節されたパラメータ（複数可）に従って、インスリン送達コントローラの１つ以上の設定を調節する、受信された命令を実行する（タスク５１４）。調節されたパラメータは、インスリン注入デバイスの開ループおよび／または閉ループ動作に関連している。この方法でインスリン送達コントローラを調節した後、プロセス５００は、計算された少なくとも１つの調節されたパラメータに従って、インスリン注入デバイスからユーザへのインスリンの送達を調整するようにインスリン送達コントローラを操作することによって継続する（タスク５１６）。更新された設定での動作は、上記のように継続され、追加の治療関連データが収集されて処理され、進行中の方法でデジタルツインをさらに適合させる。

上述のように、タスク５１０は、インスリン送達コントローラの治療送達設定の調節に関連している。特定の実施形態では、患者の履歴データ（通常、約３週間のセンサ拡張ポンプ（ＳＡＰ）治療のデータを含む）を利用して、数学モデルのパラメータを適合させ、インスリン送達および食事消費に応じて実際の患者のグルコース応答を厳密にエミュレートする。

実際には、自動モードパラメータ、炭水化物比率、インスリン感度、基礎レートなどを含むことができるインスリン治療への変更は、患者のデジタルツインを使用してシミュレートできる。上記のように、デジタルツインには、患者固有のＰＫ／ＰＤモデル、および（患者の実際の治療関連データから識別される）時間の関数としての食事吸収率の固定プロファイルが含まれる。食事吸収率の固定プロファイルには、本質的に患者の食事消費習慣が含まれる。デジタルツインは、予測されたグルコース情報を患者に提供し、これは、好適なコスト関数への入力として使用できる。

この特定の例によれば、治療の各調節は、目標が設定可能なグルコース治療値であり、ＳＧが予測されるグルコースである、次のコスト関数によって評価される。

目標は７０〜１８０ｍｇ／ｄＬの任意の値であり得、典型的な値は９０〜１１０ｍｇ／ｄＬである。最適化手順によって適切に低いコスト値が見つかるまで、治療が調節される（これには、任意の数の最適化スキームが含まれる場合がある）。最小コスト値が見つかった後、コスト値が最も低い結果となった治療が望ましいものとして選択される。同じ手順は、閉ループ治療または開ループ治療を調節するために適用される。

前述の詳細な説明では少なくとも１つの例示的な実施形態を提示したが、非常に多くの変形が存在することを理解されたい。また、本明細書に記載される１つ以上の例示的な実施形態は、特許請求される主題の範囲、適用性、または構成を決して限定することを意図するものではないことも理解されたい。むしろ、前述の詳細な説明は、説明された１つ以上の実施形態を実装するための便利なロードマップを当業者に提供するであろう。本特許出願の時点で既知の均等物および予測可能な均等物を含む請求項によって定義される範囲から逸脱することなく、要素の機能および配設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。

Claims (15)

1. 手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作するデュアルモードインスリン注入デバイスのインスリン送達コントローラのパラメータを自動的に調節する方法であって、
   過去数日間の前記インスリン注入デバイスの動作に関連するデータを取得することであって、前記データが、ユーザのグルコースレベルに関連するセンサグルコースデータと、識別された食事に関連する食事データと、を含む、取得することと、
   前記取得されたデータから、前記数日の間に前記ユーザに送達されたインスリンの総１日量の予想値を計算することと、
   前記取得されたデータから、空腹期間に対応する空腹時グルコースレベルの予想値、および前記空腹時グルコースレベルの前記予想値における推定血漿インスリン濃度の予想値を計算することと、
   前記食事データで識別された各食事の吸収率を推定することであって、前記推定が、インスリンの総１日量の前記計算された予想値、前記空腹時グルコースレベルの前記計算された予想値、および前記推定血漿インスリン濃度の前記計算された予想値を使用する、推定することと、
   ぴったり適合した数日に対応するぴったり適合したデータを識別するため、および適合度の低い数日に対応する適合度の低いデータを排除するか、または無視するために、前記取得されたデータで表される各日について、前記ユーザの薬物動態／薬力学（ＰＫ／ＰＤ）モデルをその日の前記センサグルコースデータに適合させることができるかどうかを確認することであって、前記確認することが前記推定吸収率を使用する、確認することと、
   前記ぴったり適合したデータに基づいて、前記ユーザの最終的なＰＫ／ＰＤモデルを生成することであって、前記生成することが、前記最終的なＰＫ／ＰＤモデルのパラメータを調節し、かつ決定して、前記ぴったり適合した日の前記センサグルコースデータを適合させる、生成することと、
   前記生成された最終的なＰＫ／ＰＤモデルを使用して、前記インスリン注入デバイスのさらなる動作に関連する追加のデータに基づいて、前記インスリン送達コントローラの少なくとも１つの調節されたパラメータを計算することと、
   前記計算された少なくとも１つの調節されたパラメータに従って、設定を調節するように前記インスリン送達コントローラに命令することと、を含む、方法。
2. 前記計算された少なくとも１つの調節されたパラメータに従って、前記インスリン送達コントローラの設定を調節することをさらに含む、請求項１に記載の方法。
3. 前記取得されたデータが、
   基礎インスリンおよびインスリンボーラス量を含むインスリン送達データ、ならびに関連する時間データと、
   予示された食事時間データと、
   予示された食事の炭水化物摂取推定と、
   前記手動インスリン送達モードでの動作に関連するインスリン感度因子（ＩＳＦ）と、
   炭水化物比（ＣＲ）値と、
   ユーザ入力された血中グルコース計の測定値と、をさらに含む、請求項１または２に記載の方法。
4. インスリンの総１日量の前記予想値が、中央値である、請求項１、２または３に記載の方法。
5. 前記推定ステップが、固定パラメータを有する既知のＰＫ／ＰＤモデルを使用して、インスリンの総１日量の前記計算された予想値、前記空腹時グルコースレベルの前記計算された予想値、および前記推定血漿インスリン濃度の前記計算された予想値に基づいて、前記吸収率を推定する、請求項１、２、３または４に記載の方法。
6. 前記最終的なＰＫ／ＰＤモデルが食事関連パラメータを含み、
   前記食事データにおいて識別された各食事について、前記推定ステップが、前記食事関連パラメータの値を取得する、請求項５に記載の方法。
7. 前記生成ステップが、前記既知のＰＫ／ＰＤモデルで初期化され、
   初期化後、前記生成ステップが前記既知のＰＫ／ＰＤモデルのパラメータを適合させて、前記最終的なＰＫ／ＰＤモデルに到達する、請求項５または６に記載の方法。
8. 前記過去数日が直近の過去数日である、請求項１〜７のいずれか１項に記載の方法。
9. 前記生成された最終的なＰＫ／ＰＤモデルを、前記ぴったり適合したデータに含まれる１日のセンサグルコースデータに対して検証するステップをさらに含む、請求項１〜８のいずれか１項に記載の方法。
10. プロセッサベースのコンピューティングデバイスであって、
    少なくとも１つのプロセッサデバイスと、
    前記少なくとも１つのプロセッサデバイスに動作可能に関連付けられた非一時的なプロセッサ可読媒体と、を備え、前記プロセッサ可読媒体は、手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作するデュアルモードインスリン注入デバイスのインスリン送達コントローラのパラメータを自動的に調節する方法を前記少なくとも１つのプロセッサデバイスに実行させるように構成可能な実行可能命令を含み、前記方法は、
    過去数日間の前記インスリン注入デバイスの動作に関連するデータを取得することであって、前記データが、前記ユーザのグルコースレベルに関連するセンサグルコースデータ、および識別された食事に関連する食事データを含む、取得することと、
    前記取得されたデータから、前記数日の間に前記ユーザに送達されたインスリンの総１日量の予想値を計算することと、
    前記取得されたデータから、空腹期間に対応する空腹時グルコースレベルの予想値、および前記空腹時グルコースレベルの前記予想値における推定血漿インスリン濃度の予想値を計算することと、
    前記食事データで識別された各食事の吸収率を推定することであって、前記推定が、インスリンの総１日量の前記計算された予想値、前記空腹時グルコースレベルの前記計算された予想値、および前記推定血漿インスリン濃度の前記計算された予想値を使用する、推定することと、
    ぴったり適合した数日に対応するぴったり適合したデータを識別するため、および適合度の低い数日に対応する適合度の低いデータを排除するか、または無視するために、前記取得されたデータで表される各日について、前記ユーザの薬物動態／薬力学（ＰＫ／ＰＤ）モデルをその日の前記センサグルコースデータに適合させることができるかどうかを確認することであって、前記確認することが前記推定吸収率を使用する、確認することと、
    前記ぴったり適合したデータに基づいて、前記ユーザの最終的なＰＫ／ＰＤモデルを生成することであって、前記生成することが、前記最終的なＰＫ／ＰＤモデルのパラメータを調節し、かつ決定して、前記ぴったり適合した日の前記センサグルコースデータを適合させる、生成することと、
    前記最終的なＰＫ／ＰＤモデルを使用して、前記インスリン注入デバイスのさらなる動作に関連する追加のデータに基づいて、前記インスリン送達コントローラの少なくとも１つの調節されたパラメータを計算することと、
    前記計算された少なくとも１つの調節されたパラメータに従って、設定を調節するように前記インスリン送達コントローラに命令することと、を含む、コンピューティングデバイス。
11. 前記少なくとも１つのプロセッサデバイスによって実行される前記方法が、
    前記計算された少なくとも１つの調節されたパラメータに従って、前記インスリン送達コントローラの設定を調節するステップをさらに含む、請求項１０に記載のコンピューティングデバイス。
12. 前記推定ステップが、固定パラメータを有する既知のＰＫ／ＰＤモデルを使用して、インスリンの総１日量の前記計算された予想値、前記空腹時グルコースレベルの前記計算された予想値、および前記推定血漿インスリン濃度の前記計算された予想値に基づいて、前記吸収率を推定する、請求項１０または１１に記載のコンピューティングデバイス。
13. 前記最終的なＰＫ／ＰＤモデルが食事関連パラメータを含み、
    前記食事データにおいて識別された各食事について、前記推定ステップが、前記食事関連パラメータの値を取得し、任意で、
    前記生成ステップが、前記既知のＰＫ／ＰＤモデルで初期化され、
    初期化後、前記生成ステップが、前記既知のＰＫ／ＰＤモデルのパラメータを適合させて、前記最終的なＰＫ／ＰＤモデルに到達する、請求項１２に記載のコンピューティングデバイス。
14. 前記少なくとも１つのプロセッサデバイスによって実行される前記方法が、
    前記生成された最終的なＰＫ／ＰＤモデルを、前記ぴったり適合したデータに含まれる１日のセンサグルコースデータに対して検証するステップをさらに含む、請求項１０〜１３のいずれか１項に記載のコンピューティングデバイス。
15. 手動インスリン送達モードまたは自動閉ループインスリン送達モードで動作して、ユーザへのインスリン送達を調整するように構成されたインスリン注入デバイスであって、前記インスリン注入デバイスが、インスリン送達コントローラと、請求項１０〜１４のいずれか１項に記載のプロセッサベースのコンピューティングデバイスと、を備える、インスリン注入デバイスを備える、医療デバイスシステム。
    

Images