JP2023536038A - ウェアラブルグルコースモニタリングデバイスを用いた集団疾病の識別 - Google Patents

Abstract

ウェアラブルグルコースモニタリングデバイスを用いた集団疾患の識別が説明される。疾病識別システムは、ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされる温度測定値を取得する。疾病識別システムは更に、ユーザの場所を表す場所データを取得し、温度測定値の各々をそれぞれの場所と関連付ける。疾病識別システムは、識別ロジック（例えば、１つ以上の機械学習モデル）を利用して、温度測定値及び場所データに基づいて、場所のうちの１つ以上においてユーザの疾病の存在を識別する。疾病識別システムは、ユーザのうちの少なくとも１人に疾病の存在について通知するための通信を生成する。

Description

関連出願
本出願は、２０２０年７月２９日に出願された「Ｐｏｐｕｌａｔｉｏｎ Ｍａｌａｄｙ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｗｉｔｈ ａ Ｗｅａｒａｂｌｅ Ｇｌｕｃｏｓｅ Ｍｏｎｉｔｏｒｉｎｇ Ｄｅｖｉｃｅ」と題された米国仮特許出願第６３／０５８，２５３号の利益を主張し、その開示全体は参照により本明細書に組み込まれる。

疾病、例えば、インフルエンザ及びコロナウイルスなどの病気は、集団に広範かつ深刻な影響を与える可能性がある。例えば、所与の疾病は集団に健康関連の影響を与える可能性があり、疾病にかかった人には少なくとも何らかの形態の治療が必要となる。更に、いくつかの疾病は、その疾病に対する恐怖心、疾病の蔓延に対するルール及び規制（例えば、検疫、外出禁止、及び／又は特定の事業の閉鎖）など、様々な理由で、深刻な経済的な影響を与え、世界経済及び地域経済の分野を麻痺させることがある。しかしながら、数例を挙げると、ソーシャルディスタンスを置く、手洗い又は消毒を増やす、共有スペースの清掃を増やす、顔を覆うものを着用するなどの緩和行動を採用することで、そのような疾病の悪影響を軽減することができる。

実際に疾病を軽減するこれらの行動の有効性は、行動が採用される程度だけでなく、採用の適時性にも依存する。疾病の初期経過で緩和行動を広く採用することで、それらの行動が後で採用される場合よりも、疾病の悪影響を大幅に抑えることができる。更に、一部の人は、感染した場合に重篤な副作用を経験するリスクが他の人よりも高い可能性がある。他の人よりもリスクが高い可能性がある人の一例は、糖尿病を患っている人であり、所与の疾病は、糖尿病を患っていない人と比べて、糖尿病を患っている人の方が、より深刻な副作用を引き起こし、生命を脅かす可能性がある。これらのリスクの高い人が早期に緩和行動を採用することで、疾病にさらされることを制限すること、及び／又はたとえ疾病にさらされたとしても、疾病にかかることを防ぐ予防策を講じることを可能にする。

多くの疾病の指標は、疾病を患っている人の温度の上昇であり、この上昇は、９８．６°Ｆなどの確立された「正常な」温度に対してのものである。しかし、現実の世界では、人は一般的に、体調が悪くなるまで「温度を測る」ことはないため、人が体調を崩し始めた後、その人、又は介護者が温度計を入手して、その人の温度を測定し得、かつ／又は温度が測定される医師の診療所に移動し得る。しかしながら、この時までに、その人は十分な期間、その疾病に感染しており、知らないうちに他の人をその疾病にさらしている可能性がある。疾病の発症初期は、疾病にかかってから温度を測るほど体調が悪くなるまでの間に時間的な遅れがあるため、集団の多くの人が知らないうちに疾病にかかり、他の人を疾病にさらしてしまう可能性がある。この時間的な遅れに少なくとも部分的に起因して、温度を使用して疾病を識別する従来のアプローチは、疾病の蔓延を防ぐのに好適でない可能性があり、したがって、疾病は集団に深刻な影響を与え、深刻な悪影響を経験するリスクの高い人々にも影響を与える可能性がある。

これらの問題を克服するために、ウェアラブルグルコースモニタリングデバイスを用いた集団疾病の識別が活用される。疾病識別システムは、ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされる温度測定値を取得する。疾病識別システムは更に、ユーザの場所を表す場所データを取得し、温度測定値をそれぞれの場所と関連付ける。疾病識別システムは、識別ロジック（例えば、１つ以上の機械学習モデル）を利用して、温度測定値及び場所データに基づいて、場所のうちの１つ以上においてユーザの疾病の存在を識別する。疾病識別システムは、ユーザのうちの少なくとも１人に疾病の存在について通知するための通信を生成する。

一態様は、方法であって、この方法は、ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされた温度測定値を取得することと、ユーザの場所を表す場所データを取得し、温度測定値の各々をそれぞれの場所と関連付けることと、温度測定値及び場所データに基づいて、場所のうちの１つ以上でユーザの疾病の存在を識別することと、ユーザのうちの少なくとも１人に、疾病の存在について通知することと、を含む。

上記の方法では、疾病の存在を識別することは、１つ以上の機械学習モデルを部分的に使用して、温度測定値及び場所データを処理することを含み、１つ以上の機械学習モデルは、ユーザ集団の過去の温度測定値、及びユーザ集団における１つ以上の疾病の存在を表す過去のデータに基づいて生成される。上記の方法では、ウェアラブルグルコースモニタリングデバイスは、少なくとも１つの連続グルコースモニタリング（ＣＧＭ）システムを含む。上記の方法では、識別することは、ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされたグルコース測定値に更に基づく。

上記の方法では、疾病の存在を識別することは、１つ以上の機械学習モデルを部分的に使用して、温度測定値、グルコース測定値、及び場所データを処理することを含み、１つ以上の機械学習モデルは、ユーザ集団の過去の温度及びグルコース測定値、並びにユーザ集団における１つ以上の疾病の存在を表す過去のデータに基づいて生成される。

上記の方法は、疾病の存在について少なくとも１つの第三者に通知することを更に含む。上記の方法は、少なくとも１つの第三者は、公衆衛生組織、政府組織、学区、医療施設、ニュースソース、遠隔医療サービス、又はウェアラブルグルコースモニタリングデバイスに対応するグルコースモニタリングプラットフォームを有するデータパートナーのうちの少なくとも１つを含む。上記の方法では、ユーザ集団のユーザは、グルコースモニタリングプラットフォームを有するユーザプロファイルを有する。

上記の方法では、疾病の存在について少なくとも１人のユーザに通知することは、異なる場所におけるユーザ集団全体で疾病の重症度を視覚的に区別するヒートマップを生成することと、少なくとも１人のユーザと関連付けられたコンピューティングデバイスのディスプレイデバイス上へのヒートマップの表示を引き起こすことと、を含む。上記の方法では、疾病の存在について少なくとも１人のユーザに通知することは、疾病の存在についての情報を有するアラートを生成することと、少なくとも１人のユーザと関連付けられたコンピューティングデバイスを介して、アラートの出力を引き起こすことと、を含む。上記方法では、アラートの出力を引き起こすことは、コンピューティングデバイスのディスプレイデバイスを介して、アラートの表示を引き起こすことを含む。

別の態様は、システムであって、このシステムは、少なくとも１つのプロセッサと、動作を実行するために、少なくとも１つのプロセッサによって実行可能な命令が記憶されているメモリであって、動作が、ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされた温度測定値を取得すること、ユーザの場所を表す場所データを取得し、温度測定値をそれぞれの場所と関連付けること、温度測定値及び場所データに基づいて、場所のうちの１つ以上でユーザの疾病の存在を識別すること、及びユーザのうちの少なくとも１人に、疾病の存在について通知すること、を含む、メモリと、を備える。

上記のシステムは、温度測定値及び場所データを処理することによって、疾病の存在を識別するように構成された１つ以上の機械学習モデルを更に備え、１つ以上の機械学習モデルは、ユーザ集団の過去の温度測定値、及びユーザ集団における１つ以上の疾病の存在を表す過去のデータに基づいて生成される。

上記のシステムでは、ウェアラブルグルコースモニタリングデバイスは、少なくとも１つの連続グルコースモニタリング（ＣＧＭ）システムを含む。上記のシステムでは、識別することは、ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされたグルコース測定値に更に基づく。上記のシステムは、温度測定値、グルコース測定値、及び場所データを処理することによって、疾病の存在を識別するように構成された１つ以上の機械学習モデルを更に備え、１つ以上の機械学習モデルは、ユーザ集団の過去の温度及びグルコース測定値、並びにユーザ集団における１つ以上の疾病の存在を表す過去のデータに基づいて生成される。

上記のシステムでは、動作は、疾病の存在について少なくとも１つの第三者に通知することを更に含む。上記のシステムでは、少なくとも１つの第三者は、公衆衛生組織、政府組織、学区、医療施設、ニュースソース、遠隔医療サービス、又はウェアラブルグルコースモニタリングデバイスに対応するグルコースモニタリングプラットフォームを有するデータパートナーのうちの少なくとも１つを含む。上記のシステムでは、ユーザ集団のユーザは、グルコースモニタリングプラットフォームを有するユーザプロファイルを有する。

上記のシステムでは、疾病の存在について少なくとも１人のユーザに通知することは、異なる場所におけるユーザ集団全体で疾病の重症度を視覚的に区別するヒートマップを生成することと、少なくとも１人のユーザと関連付けられたコンピューティングデバイスのディスプレイデバイス上へのヒートマップの表示を引き起こすことと、を含む。上記のシステムでは、疾病の存在について少なくとも１人のユーザに通知することは、疾病の存在についての情報を有するアラートを生成することと、少なくとも１人のユーザと関連付けられたコンピューティングデバイスを介して、アラートの出力を引き起こすことと、を含む。上記のシステムでは、アラートの出力を引き起こすことは、コンピューティングデバイスのディスプレイデバイスを介して、アラートの表示を引き起こすことを含む。

別の態様は、少なくとも１つのコンピューティングデバイスに動作を実行させるために、少なくとも１つのコンピューティングデバイスの１つ以上のプロセッサによって実行可能な命令が記憶されている１つ以上の非一時的コンピュータ可読記憶媒体であって、動作は、ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされた温度測定値を取得することと、ユーザの場所を表す場所データを取得し、温度測定値をそれぞれの場所と関連付けることと、温度測定値及び場所データに基づいて、場所のうちの１つ以上でユーザの疾病の存在を識別することと、ユーザのうちの少なくとも１人に、疾病の存在について通知することと、を含む。

上記の記憶媒体では、疾病の存在を識別することは、１つ以上の機械学習モデルを部分的に使用して、温度測定値及び場所データを処理することを含み、１つ以上の機械学習モデルは、ユーザ集団の過去の温度測定値、及びユーザ集団における１つ以上の疾病の存在を表す過去のデータに基づいて生成される。上記の記憶媒体では、ウェアラブルグルコースモニタリングデバイスは、少なくとも１つの連続グルコースモニタリング（ＣＧＭ）システムを含む。上記の記憶媒体では、識別することは、ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされたグルコース測定値に更に基づく。

上記の記憶媒体では、疾病の存在を識別することは、１つ以上の機械学習モデルを部分的に使用して、温度測定値、グルコース測定値、及び場所データを処理することを含み、１つ以上の機械学習モデルは、ユーザ集団の過去の温度及びグルコース測定値、並びにユーザ集団における１つ以上の疾病の存在を表す過去のデータに基づいて生成される。上記の記憶媒体では、動作は、疾病の存在について少なくとも１つの第三者に通知することを更に含む。

上記の記憶媒体では、少なくとも１つの第三者は、公衆衛生組織、政府組織、学区、医療施設、ニュースソース、遠隔医療サービス、又はウェアラブルグルコースモニタリングデバイスに対応するグルコースモニタリングプラットフォームを有するデータパートナーのうちの少なくとも１つを含む。上記の記憶媒体では、ユーザ集団のユーザは、グルコースモニタリングプラットフォームを有するユーザプロファイルを有する。上記の記憶媒体では、疾病の存在について少なくとも１人のユーザに通知することは、異なる場所におけるユーザ集団全体で疾病の重症度を視覚的に区別するヒートマップを生成することと、少なくとも１人のユーザと関連付けられたコンピューティングデバイスのディスプレイデバイス上へのヒートマップの表示を引き起こすことと、を含む。

上記の記憶媒体では、疾病の存在について少なくとも１人のユーザに通知することは、疾病の存在についての情報を有するアラートを生成することと、少なくとも１人のユーザと関連付けられたコンピューティングデバイスを介して、アラートの出力を引き起こすことと、を含む。上記の記憶媒体では、アラートの出力を引き起こすことは、コンピューティングデバイスのディスプレイデバイスを介して、アラートの表示を引き起こすことを含む。

別の態様は、装置であって、この装置は、ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされた温度測定値を取得するための手段と、ユーザの場所を表す場所データを取得し、温度測定値の各々をそれぞれの場所と関連付けるための手段と、温度測定値及び場所データに基づいて、場所のうちの１つ以上でユーザの疾病の存在を識別するための手段と、ユーザのうちの少なくとも１人に、疾病の存在について通知するための手段と、を備える。

この概要は、以下の発明を実施するための形態で更に記載される概念の選択を簡略化された形式で紹介している。したがって、この概要は、特許請求される主題の本質的な特徴を識別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。

詳細な説明は、添付の図を参照して記載されている。

本明細書に記載の技法を用いるように動作可能な例示的な実装態様における環境の図示である。 図１のウェアラブルグルコースモニタリングデバイスの例をより詳細に描写する。 ウェアラブルグルコースモニタリングデバイスから収集された温度測定値を含むデータが、集団疾病の識別に関連して異なるシステムにルーティングされる例示的な実装態様を描写する。 集団疾病の識別と関連付けられた情報を提示するために表示されるユーザインターフェースの例示的な実装態様を描写する。 ユーザインターフェースを介して集団疾病の識別に関連して提示される情報の例示的な実装態様を描写する。 集団疾病の識別と関連付けられた通知を提示するために表示されるユーザインターフェースの例示的な実装態様を描写する。 選択された場所における集団疾病の識別と関連付けられた情報を提示するために表示されるユーザインターフェースの例示的な実装態様を描写する。 ウェアラブルグルコースモニタリングデバイスから取得された温度測定値に基づいて、１つ以上の場所におけるユーザの疾病の存在が識別される例示的な実装態様の手順を描写する。 本明細書に記載の技術の実施形態を実装するために、図１～８を参照して記載及び／又は利用される任意のタイプのコンピューティングデバイスとして実装され得る例示的なデバイスの様々な構成要素を含む例示的なシステムを示す。

概要
多くの疾病の指標は、疾病を患っている人の温度の上昇であり、この上昇は、９８．６°Ｆなどの確立された「正常な」温度に対してのものである。しかし、現実の世界では、人は一般に、気分が悪くなるまで「温度を測る」ことはなく、一般に、温度を実質的にリアルタイムで継続的に監視することはない。病気の人の温度が実際に測定されるまでに、その人が疾病に十分長く感染しており、知らないうちに他の人にうつしてしまう可能性がある。疾病の発症初期は、疾病にかかってから温度を測るほど体調が悪くなるまでの間に時間的な遅れがあるため、集団の多くの人が知らないうちに疾病にかかり、他の人を疾病にさらしてしまう可能性がある。この時間的な遅れに少なくとも部分的に起因して、温度を使用して疾病を識別する従来のアプローチは、疾病の蔓延を防ぐのに好適でない可能性があり、したがって、疾病は集団に深刻な影響を与え、深刻な悪影響を経験するリスクの高い人々にも影響を与える可能性がある。更に、個々の人の温度に影響を与える可能性のある様々な要因がある。例えば、運動及び天候は個人の温度に影響を与える可能性があり、運動や天候が温度の原因であって疾病ではないにもかかわらず、個人の温度が一般的に疾病の有無を示す温度に対応し得る。この目的のために、個々の人の温度測定値にノイズが多すぎて、個人レベルにおける疾病の識別に温度が好適でない場合がある。

これらの問題を克服するために、ウェアラブルグルコースモニタリングデバイスを用いた集団疾病の識別が活用される。従来の温度測定アプローチとは異なり、温度センサを有して構成されたウェアラブルグルコースモニタリングデバイスは、グルコースモニタリングデバイスがある期間にわたって人による連続的な着用のために構成されているので、人の温度測定値を連続的に（例えば、所定の時間間隔で）、かつリアルタイムでもたらし得る。人のリアルタイムの温度測定値をもたらすことにより、人又は別の人が意図的に人の温度を測定することなく、ウェアラブルグルコースモニタリングデバイスは人の温度の変化をその都度捉える。地理的地域における人のかなりの部分が、温度センサを有して構成されたウェアラブルグルコースモニタリングデバイスを着用し得る程度に、人のかなりの部分が着用したウェアラブルグルコースモニタリングデバイスは、サブセットにわたる温度測定値の変化が、例えば機械学習モデルなどの識別ロジックによって識別することができるように、リアルタイムで温度測定をもたらし得る。

１つ以上の実装態様では、疾病識別システムは、ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされたこれらの温度測定値を取得する。疾病識別システムは更に、ユーザの場所を表す場所データを取得し、温度測定値の各々をそれぞれの場所と関連付ける。例えば、識別システムは、例えばユーザのモバイルデバイスによって、ユーザのユーザプロファイルから、又は温度測定値と共にパッケージ化された場所データ（例えば、全地球測位システム（ＧＰＳ）座標）から場所データを取得する。

疾病識別システムは、識別ロジック（例えば、１つ以上の機械学習モデル）を利用して、温度測定値及び場所データに基づいて、場所のうちの１つ以上においてユーザの疾病の存在を識別する。ユーザの集団について得られた温度測定値の数は、ヒトが実用的に処理するには多すぎる、例えば、集団全体及び／又は特定の場所におけるそれらの温度測定値の意味のあるパターン（例えば、閾値温度を超える場所における平均温度の上昇）を識別するには多すぎるということが理解されるであろう。しかしながら、対照的に、識別ロジックは、いかなるヒトにとっても実用的に不可能である数の温度測定値を、短時間で処理するように構成されている。

識別ロジックが疾病の有無を識別すると、疾病識別システムは、ユーザのうちの少なくとも１人に疾病の存在について通知するための通信を生成し得る。追加的又は代替的に、疾病識別システムは、公衆衛生組織、政府機関、学区などの第三者に通知するための通信を生成し得る。集団レベルでリアルタイムに温度を測定し、疾病の存在について通知することにより、疾病識別システムは、従来のアプローチよりも早く疾病の存在についての情報を提供することができる。その結果、人々は、緩和行動を早期に採用することが可能となり得、これは、疾病の悪影響の多くを回避又は少なくとも軽減するのに効果的であり得る。

以下の考察では、最初に、本明細書に記載の技法を使用し得る例示的な環境を記載する。次いで、例示的な環境及び他の環境で実行され得る例示的な実装態様の詳細及び手順が記載される。例示的な手順のパフォーマンスは、例示的な環境に限定されず、例示的な環境は、例示的な手順のパフォーマンスに限定されない。

例示的な環境
図１は、本明細書に記載されるように、ウェアラブルグルコースモニタリングデバイスによる集団疾病識別を採用するように動作可能である例示的な実施態様における環境１００の説明図である。図示された環境１００は、ウェアラブルグルコースモニタリングデバイス１０４、及びコンピューティングデバイス１０６を装着して描写されている人１０２を含む。図示された環境１００はまた、ウェアラブルグルコースモニタリングデバイス１０４を着用するユーザ集団１０８の他のユーザ、及びグルコースモニタリングプラットフォーム１１０を含む。ウェアラブルグルコースモニタリングデバイス１０４、コンピューティングデバイス１０６、ユーザ集団１０８、及びグルコースモニタリングプラットフォーム１１０は、ネットワーク１１２を介することを含んで、通信可能に結合される。

代替的又は追加的に、ウェアラブルグルコースモニタリングデバイス１０４及びコンピューティングデバイス１０６は、１つ以上の無線通信プロトコル又は技法を使用するなどして、他の方式で通信可能に結合され得る。例として、ウェアラブルグルコースモニタリングデバイス１０４及びコンピューティングデバイス１０６は、Ｂｌｕｅｔｏｏｔｈ（例えば、Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙリンク）、近距離無線通信（ＮＦＣ）、５Ｇなどのうちの１つ以上を使用して互いに通信し得る。

記載された技法によれば、ウェアラブルグルコースモニタリングデバイス１０４は、人１０２の血中グルコースの測定値、及び人１０２の温度の測定値も提供するように構成されている。ウェアラブルグルコースモニタリングデバイス１０４は、例えば、人１０２のグルコースを示す分析物を連続的に検出し、かつグルコース測定値の生成を可能にするグルコースセンサを有して構成され得る。図示された環境１００では、かつ詳細な説明を通じて、これらの測定値は、グルコース測定値１１４として表される。ウェアラブルグルコースモニタリングデバイス１０４は、例えば、熱電効果の結果として温度依存電圧を連続的に測定する熱電対などの温度センサを有するように構成され得る。測定された電圧は、（例えば人１０２の）温度として解釈することができる。図示された環境１００では、かつ詳細な説明を通じて、これらの測定値は、温度測定値１１６として表される。

１つ以上の実装態様では、ウェアラブルグルコースモニタリングデバイス１０４は、連続グルコースモニタリング（ＣＧＭ）システムである。本明細書で使用されるように、グルコースモニタリングに関連して使用される「連続的」という用語は、デバイスが、時間間隔（例えば、毎時、３０分毎、５分毎など）、異なるデバイスとの通信的結合の確立に応答して（例えば、コンピュータデバイスが、測定値のうちの１つ以上を取り出すためにウェアラブルグルコースモニタリングデバイス１０４との無線接続を確立するとき）グルコース測定値１１４をもたらすように構成され得る、など実質的に連続して測定値をもたらすデバイスの能力を指し得る

同様に、ウェアラブルグルコースモニタリングデバイス１０４は、温度測定値１１６を時間間隔（例えば、５分毎、１分毎、３０秒毎など）で、異なるデバイスとの通信的結合の確立などに応答してもたらすことを可能にするなど、温度測定値１１６を実質的に連続してもたらすように構成され得る。１つ以上の実装態様では、温度測定値１１６がもたらされる速度は、グルコース測定値１１４がもたらされる速度より頻繁であり、例えば、温度測定値１１６は３０秒毎にもたらされ、グルコース測定値１１４は５分毎にもたらされる。この機能性は、ウェアラブルグルコースモニタリングデバイス１０４の構成の更なる態様と共に、図２に関連してより詳細に考察される。

更に、ウェアラブルグルコースモニタリングデバイス１０４は、グルコース測定値１１４及び温度測定値１１６を、無線接続を介するなど、コンピューティングデバイス１０６に送信する。ウェアラブルグルコースモニタリングデバイス１０４は、例えばこれらの測定値がグルコースセンサ及び温度センサを使用してもたらされるため、これらの測定値をリアルタイムで通信し得る。代替的又は追加的に、ウェアラブルグルコースモニタリングデバイス１０４は、設定された時間間隔で、グルコース測定値１１４及び温度測定値１１６をコンピューティングデバイス１０６に通信し得る。例えば、ウェアラブルグルコースモニタリングデバイス１０４は、グルコース測定値１１４を（それらがもたらされているときに）５分毎にコンピューティングデバイス１０６に通信し、温度測定値１１６を（それらがもたらされているときに）３０秒毎に通信し、又は（所定の時間間隔での「データダンプ」の一部として）１日に１回通信するように構成され得る。

確かに、グルコース測定値１１４が通信される間隔及び温度測定値１１６が通信される間隔は、記載された技術の趣旨又は範囲から逸脱することなく、上記の例と異なり得る。測定値は、コンピューティングデバイス１０６からの要求に基づくなど、説明された技法に従う他の拠点に従って、ウェアラブルグルコースモニタリングデバイス１０４によって、コンピューティングデバイス１０６に通信され得る。したがって、コンピューティングデバイス１０６は、例えば、コンピューティングデバイス１０６のコンピュータ可読記憶媒体において、人１０２のグルコース測定値１１４及び／又は温度測定値１１６を少なくとも一時的に維持し得る。

ウェアラブルデバイス（例えば、スマートウォッチ）として図示されているが、コンピューティングデバイス１０６は、記載される技法の趣旨又は範囲から逸脱することなく、様々な方式で構成され得る。限定ではなく、例として、コンピューティングデバイス１０６は、異なるタイプのモバイルデバイス（例えば、携帯電話又はタブレットデバイス）として構成され得る。１つ以上の実装態様では、コンピューティングデバイス１０６は、グルコースモニタリングプラットフォーム１１０と関連付けられた専用デバイスとして構成され得、例えば、ウェアラブルグルコースモニタリングデバイス１０４からグルコース測定値１１４を取得し、グルコース測定値１１４に関連する様々な計算を実行し、グルコース測定値１１４及びグルコースモニタリングプラットフォーム１１０に関連する情報を表示し、グルコース測定値１１４をグルコースモニタリングプラットフォーム１１０に通信するなどを行う機能性を有する。しかしながら、コンピューティングデバイス１０６が携帯電話として構成されている実装態様とは対照的に、コンピューティングデバイス１０６は、電話をかける能力、カメラ機能性、ソーシャルネットワーキングアプリケーションを利用する能力などのような、専用のデバイスとして構成されているときに、携帯電話又はウェアラブル構成で利用可能ないくつかの機能性を含まない場合がある。

追加的に、コンピューティングデバイス１０６は、記載される技法により、２つ以上のデバイスを表し得る。１つ以上のシナリオでは、例えば、コンピューティングデバイス１０６は、ウェアラブルデバイス（例えば、スマートウォッチ）及び携帯電話の両方に対応し得る。そのようなシナリオでは、これらのデバイスの両方は、例えば、ウェアラブルグルコースモニタリングデバイス１０４からグルコース測定値１１４及び温度測定値１１６を受信し、ネットワーク１１２を介してそれらをグルコースモニタリングプラットフォーム１１０に通信し、グルコース測定値１１４及び温度測定値１１６などに関連する情報を表示するなど、同じ動作のうちの少なくともいくつかを実行することが可能であり得る。代替的又は追加的に、異なるデバイスは、他のデバイスが有していないか、又は特定のデバイスへの命令を計算することを通じて制限される異なる能力を有し得る。

コンピューティングデバイス１０６が別個のスマートウォッチ及び携帯電話に対応するシナリオでは、例えば、スマートウォッチは、多様な生理学的マーカー（例えば、心拍数、呼吸、血流量など）及び人１０２の活動（例えば、ステップ）を測定する様々なセンサ及び機能性を備えて構成され得る。このシナリオでは、携帯電話がこれらのセンサ及び機能性を備えて構成されていないか、又は制限された量のその機能性を含むことがあるが、他のシナリオでは、携帯電話が同じ機能性を提供可能であり得る。この特定のシナリオを続けると、携帯電話は、将来のグルコースレベルを予測するために使用される食事の画像を捕捉するためのカメラ、携帯電話がグルコース測定値１１４及び温度測定値１１６に関連する計算をより効率的に実行することを可能にする量のコンピューティングリソース（例えば、電池及び処理速度）などの、スマートウォッチが有していない能力を有し得る。スマートウォッチがそのような計算を実行可能であるシナリオでも、計算命令は、両方のデバイスに負担をかけず、利用可能なリソースを効率的に利用するために、携帯電話に対するそれらの計算のパフォーマンスを制限することがある。この範囲で、コンピューティングデバイス１０６は、記載される技術の趣旨及び範囲から逸脱することなく、異なる方式で構成され、本明細書で考察されるものとは異なる数のデバイスを表し得る。

上述したように、コンピューティングデバイス１０６は、グルコースモニタリングプラットフォーム１１０にグルコース測定値１１４及び温度測定値１１６を通信する。図示の環境１００では、グルコース測定値１１４及び温度測定値１１６は、場所データ１２０と共にグルコースモニタリングプラットフォーム１１０の記憶デバイス１１８に記憶されることが示されている。記憶デバイス１１８は、１つ以上のデータベースと、更にはグルコース測定値１１４、温度測定値１１６、及び場所データ１２０を記憶することが可能な他のタイプのストレージと、を表し得る。

記憶デバイス１１８はまた、多様な他のデータを記憶し得る。記載の技法に従って、例えば、人１０２は、少なくともグルコースモニタリングプラットフォーム１１０のユーザに対応しており、１つ以上の他の第三者サービスプロバイダのユーザであり得る。この目的のために、人１０２は、ユーザ名と関連付けられ、かつある時点で、ユーザ名を使用してグルコースモニタリングプラットフォーム１１０にアクセスするための認証情報（例えば、パスワード又は生体認証データ）を提供することを必要とされ得る。この情報は、例えば、人１０２を表すデモグラフィック情報、医療提供者に関する情報、支払い情報、処方情報、判定された健康指標、ユーザ選好、他のサービスプロバイダシステム（例えば、ウェアラブル、ソーシャルネットワーキングシステム、遠隔医療サービスなどと関連付けられたサービスプロバイダ）のアカウント情報などを含む、ユーザに関する様々な他の情報と共に、記憶デバイス１１８に維持され得る。

記憶デバイス１１８はまた、ユーザ集団１０８中の他のユーザのデータを維持する。このことを考慮すると、記憶デバイス１１８内のグルコース測定値１１４及び温度測定値１１６は、人１０２が着用したウェアラブルグルコースモニタリングデバイス１０４のグルコース及び温度センサからのグルコース及び温度測定値を含み、またユーザ集団１０８内の他のユーザに相当する人が着用したグルコースモニタリングデバイスのグルコース及び温度センサからのグルコース及び温度測定値も含む。これによりまた、これらの他のユーザのグルコース測定値１１４及び温度測定値１１６は、ネットワーク１１２を介してそれぞれのデバイスによってグルコースモニタリングプラットフォーム１１０に通信され、かつこれらの他のユーザは、グルコースモニタリングプラットフォーム１１０を用いたそれぞれのユーザプロファイルを有することになる。

図示された例では、グルコースモニタリングプラットフォーム１１０は、疾病識別システム１２２を含む。疾病識別システム１２２は、少なくとも温度測定値１１６と場所データ１２０を処理して、地理的地域、例えば、数例挙げると、国、州、郡、市、郵便番号、投票区、又は学区などにおけるコロナウイルス疾患の発生を識別するなど、ある場所のユーザの集団の間で疾病の存在を識別するように構成されている。集団内の疾病の識別に基づいて、疾病識別システム１２２は、アラート、推奨、「ヒート」マップ、又は予測に基づく他の情報など、識別に関する通知を提供し得る。例えば、疾病識別システム１２２は、人１０２に（例えば、コンピューティングデバイス１０６を介して）、公衆衛生機関などに通知を提供し得る。

コンピューティングデバイス１０６とは別の装置の一部として描写されているが、疾病識別システム１２２の部分又は全体は、交互に又は追加的にコンピューティングデバイス１０６、例えば疾病識別アプリにおいて実装され得る。疾病識別システム１２２はまた、グルコース測定値１１４を使用することなどにより、追加のデータを使用して、ある場所においてユーザの集団の中から疾病を識別し得る。グルコースと温度を、例えば連続的に測定し、そのような測定値を記述したデータを得るという状況で、図２の以下の考察を検討する。

図２は、図１のウェアラブルグルコースモニタリングデバイス１０４の実装態様の例２００をより詳細に描写する。特に、図示の例２００は、ウェアラブルグルコースモニタリングデバイス１０４の上面図及び対応する側面図を含む。ウェアラブルグルコースモニタリングデバイス１０４は、説明した技法の趣旨又は範囲から逸脱することなく、様々な方式で、以下の考察から実装を変え得ることが理解されるであろう。

この例２００では、ウェアラブルグルコースモニタリングデバイス１０４は、グルコースセンサ２０２、温度センサ２０４、及びセンサモジュール２０６を含むように図示されている。ここで、グルコースセンサ２０２は、例えば、人１０２の皮膚２０８に皮下挿入された状態で側面図に描写されている。温度センサ２０４及びセンサモジュール２０６は、破線の長方形として上面図に描写されている。ウェアラブルグルコースモニタリングデバイス１０４はまた、図示の例２００において送信機２１０を含む。温度センサ２０４及びセンサモジュール２０６に対する破線の長方形の使用は、それらが送信機２１０のハウジング内に収容されるか、又は別様で実装される可能性があることを示している。この例２００では、ウェアラブルグルコースモニタリングデバイス１０４は、接着パッド２１２及び取り付け機構２１４を更に含む。

動作中、グルコースセンサ２０２、接着パッド２１２、及び取り付け機構２１４は、適用アセンブリを形成するように組み立てられ得、適用アセンブリは、描写されているように、グルコースセンサ２０２が皮下挿入されるように皮膚２０８に適用されるように構成されている。そのようなシナリオでは、送信機２１０は、取り付け機構２１４を介して皮膚２０８に適用された後のアセンブリに取り付けられ得る。追加的又は代替的に、送信機２１０は、適用アセンブリの一部として組み込まれ得、それによって、グルコースセンサ２０２、接着パッド２１２、取り付け機構２１４、及び（温度センサ２０４及びセンサモジュール２０６を有する）送信機２１０を、すべて一度に皮膚２０８に適用することができる。追加的又は代替的に、温度センサ２０４は、ある構成では送信機２１０を含み、他の構成では送信機２１０を含まない可能性がある（例えば、送信機２１０は適用後に適用アセンブリに取り付けられ得る）適用アセンブリに含まれるようにグルコースセンサ２０２と共に配設され得る。１つ以上の実装態様では、この適用アセンブリは、別個のセンサアプリケータ（図示せず）を使用して皮膚２０８に適用される。１つ以上の実施態様では、適用アセンブリは、皮膚２０８から粘着パッド２１２を剥がすことによって、除去され得る。図示のウェアラブルグルコースモニタリングデバイス１０４及びその様々な構成要素は、単なる１つの例示的なフォームファクタであり、ウェアラブルグルコースモニタリングデバイス１０４及びその構成要素は、記載の技法の趣旨又は範囲から逸脱することなく、異なるフォームファクタを有し得ることが理解されよう。

動作中、グルコースセンサ２０２及び温度センサ２０４は、無線接続又は有線接続であり得る少なくとも１つの通信チャネルを介してセンサモジュール２０６に通信可能に結合される。グルコースセンサ２０２及び温度センサ２０４からセンサモジュール２０６への通信、又はセンサモジュール２０６からグルコースセンサ２０２及び温度センサ２０４への通信は、能動的又は受動的に実施することができ、これらの通信は、連続的（例えば、アナログ）又は離散的（例えば、デジタル）とすることができる。

グルコースセンサ２０２は、グルコースセンサ２０２から少なくとも部分的に独立している事象に応答して変化するか、又は変化を引き起こすデバイス、分子、及び／又は化学物質であり得る。センサモジュール２０６は、グルコースセンサ２０２への変化又はグルコースセンサ２０２によって引き起こされた変化の指示を受信するように実装されている。例えば、グルコースセンサ２０２は、グルコース及び酸素と反応して、電極を含み得るセンサモジュール２０６によって電気化学的に検出可能な過酸化水素を形成するグルコースオキシダーゼを含むことができる。この例では、センサ２０２は、１つ以上の測定技法を使用してグルコースレベルを示す血液又は間質液中の分析物を検出するように構成されたグルコースセンサとして構成され得るか、又はグルコースセンサを含み得る。１つ以上の実装態様では、グルコースセンサ２０２はまた、乳酸レベルなどの他のマーカーを示す血液又は間質液中の分析物を検出するように構成され得る。追加的又は代替的に、ウェアラブルグルコースモニタリングデバイス１０４は、他のマーカーを示す分析物を検出するために、グルコースセンサ２０２に追加のセンサを含み得る。

温度センサ２０４は、例えば人１０２の温度測定値を判定するために使用され得る状態を検出するように構成されている。例えば、温度センサ２０４は、熱電効果の結果として温度依存電圧を連続的に測定する熱電対として構成され得る。センサモジュール２０６は、測定された電圧を（例えば、人１０２の）温度として解釈し、温度測定値１１６をもたらすように構成され得る。代替的又は追加的に、温度センサ２０４は、第１及び第２の電気導体を含むか又は利用することができ、センサモジュール２０６は、温度センサ２０４の第１及び第２の電気導体にわたる電位の変化を電気的に検出することができる。この例では、センサモジュール２０６及び温度センサ２０４は、電位の変化が温度変化に対応するように熱電対として構成され、センサモジュール２０６は、温度測定値１１６をもたらすために使用するように構成され得る。温度センサ２０４及びセンサモジュール２０６は、人１０２の温度を検出し、温度測定値１１６をもたらして人１０２の温度を示すように、様々な方式で構成され得ることを理解されたい。

いくつかの例では、センサモジュール２０６及びウェアラブルグルコースモニタリングデバイス１０４のセンサは、単一の分析物、例えば、グルコースを検出するように構成されている。他の例では、センサモジュール２０６及びウェアラブルグルコースモニタリングデバイス１０４のセンサは、複数の分析物、例えば、ナトリウム、カリウム、二酸化炭素、テストステロン、乳酸、インスリン、及びグルコースを検出するように構成されている。代替的又は追加的に、ウェアラブルグルコースモニタリングデバイス１０４は、１つ以上の分析物（例えば、ナトリウム、カリウム、二酸化炭素、テストステロン、乳酸、インスリン、及びグルコース）だけでなく、１つ以上の環境条件（例えば、人１０２の温度、人１０２がいる環境の温度）も検出する複数のセンサを含み得る。したがって、センサモジュール２０６、グルコースセンサ２０２、及び温度センサ２０４（並びに任意の追加センサ）は、１つ以上の分析物の存在、１つ以上の分析物の不在、人１０２の温度、及び／又は１つ以上の環境条件の変化を検出し得る。

１つ以上の実装態様では、センサモジュール２０６は、プロセッサ及びメモリ（図示せず）を含み得る。センサモジュール２０６は、プロセッサを活用することにより、例えば、上で考察された解釈を示す温度センサ２０４との通信に基づいて、温度測定値１１６を生成し得る。同様に、センサモジュール２０６は、プロセッサを活用することにより、上で考察された変化を示すグルコースセンサ２０２との通信に基づいて、グルコース測定値１１４を生成し得る。グルコースセンサ２０２及び温度センサ２０４とのこれらの通信に基づいて、センサモジュール２０６は、温度測定値１１６及びグルコース測定値１１４のストリームを生成するように更に構成され得る。これらのストリームは、少なくとも１つのグルコース測定値１１４又は少なくとも１つの温度測定値１１６を含む通信可能なデータのパッケージを含み得る。

上述のように、センサモジュール２０６及びセンサは、異なる時間間隔でグルコース測定値１１４及び温度測定値１１６をもたらすように動作し得る。例えば、センサモジュール２０６及び温度センサ２０４は、第１の時間間隔、例えば３０秒毎に（例えば、人１０２の）温度測定値１１６をもたらすように動作可能であり得る。対照的に、センサモジュール２０６及びグルコースセンサ２０２は、第１の時間間隔とは異なる第２の時間間隔、例えば５分毎にグルコース測定値１１４をもたらすように動作可能であり得る。確かに、グルコースセンサ２０２及び温度センサ２０４を使用してグルコース測定値１１４及び温度測定値１１６がもたらされる時間間隔は、記載された技法に従って上で考察されたものから変化し得る。例えば、グルコース測定値１１４及び温度測定値１１６は、グルコース測定値１１４と温度測定値１１６との間に１対１の関係が存在するように、少なくとも１つの実装態様において同じ時間間隔でもたらされ得る。

異なる時間間隔でもたらされることに加えて、グルコース測定値１１４及び温度測定値１１６は、異なる時間間隔で１つ以上のコンピューティングデバイスに通信され得る。例えば、送信機２１０は、グルコース測定値１１４を第１の送信間隔で、例えば５分毎にコンピューティングデバイスに送信するように構成され得る。１つ以上の実装態様では、グルコース測定値１１４の送信間隔は、グルコース測定値１１４がもたらされる間隔と同じであり、例えば５分毎である。このようにして、個々のグルコース測定値１１４が生成されるたびに、送信機２１０は、個々のグルコース測定値１１４をコンピューティングデバイスに通信し得る。追加的又は代替的に、複数のグルコース測定値１１４は、ウェアラブルグルコースモニタリングデバイス１０４のストレージによって記憶され得、送信機２１０は、複数のグルコース測定値１１４（又はそれらのサブセット）をコンピューティングデバイスに通信し得る。

温度測定値１１６に関して、送信機２１０は、それらを第１の送信間隔とは異なる第２の送信間隔で、例えば１日に１回、コンピューティングデバイスに通信するように構成され得る。この目的のために、複数の温度測定値１１６が、ウェアラブルグルコースモニタリングデバイス１０４のストレージに少なくとも一時的に維持され得る。それらの温度測定値１１６は、それらの測定値がもたらされる速度（例えば、３０秒毎）とは異なる速度（例えば、１日１回）で、送信機２１０によってコンピューティングデバイスに通信され得る。それらの測定値がもたらされるよりも低い頻度で温度測定値１１６を通信することによって、ウェアラブルグルコースモニタリングデバイス１０４は、温度測定値１１６のより頻繁な通信を生成してコンピューティングデバイスに通信するために別様で使用され得るリソース（例えば、バッテリ寿命及びコンピュータ処理サイクル）を節約し得る。対照的に、送信機２１０は、人１０２又は医療提供者が健康状態（例えば、糖尿病）の治療決定を行うためにグルコース測定値１１４を使用する可能性があるので、グルコース測定値１１４を実質的にもたらされたときに通信し得る。更に、そのような決定は、健康状態、例えば、血糖異常と関連する悪影響を回避するために、グルコース測定値１１４がタイムリーである（すなわち、実質的にリアルタイムである）ことを必要とし得る。温度測定値１１６をもたらすことよりも頻度の低い送信間隔が上で考察されているが、１つ以上の実装態様では、送信機２１０は、温度測定値１１６を、それらの測定値がもたらされるのと同じ又は同様の速度でコンピューティングデバイスに送信し得る。

送信機２１０はまた、グルコース測定値１１４及び温度測定値１１６と一緒にパッケージ化された、又はそれらとは別個の追加データのコンピューティングデバイスへの送信を引き起こし得る。例として、この追加データは、他の分析物の測定値、１つ以上のセンサ識別子（例えば、他のグルコースセンサから特定のグルコースセンサ２０２を一意に識別する情報）、ウェアラブルグルコースモニタリングデバイス１０４の他の構成要素の識別子（例えば、送信機２１０の１つ以上のアンテナ）、所与のセンサの状態を表す（例えば、所与のセンサの動作状態を表す）センサステータスなどを含み得る。

例示的な環境及び例示的なウェアラブルグルコースモニタリングデバイスを考慮した上で、次に、１つ以上の実装態様に従ったデジタル媒体環境でのウェアラブルグルコースモニタリングデバイスを用いた集団疾病識別のための技法のいくつかの例示的な詳細についての考察を検討する。

集団疾病の識別
図３は、ウェアラブルグルコースモニタリングデバイスから収集された温度測定値を含むデータが、集団疾病の識別に関連して異なるシステムにルーティングされる例示的な実装態様の例３００を描写する。

図示の例３００は、図１から、グルコースモニタリングデバイス１０４及びコンピューティングデバイス１０６の例を含む。図示された例３００はまた、疾病識別システム１２２と、上で考察されたように、グルコース測定値１１４及び温度測定値１１６を記憶する記憶デバイス１１８とを含む。この例３００では、ウェアラブルグルコースモニタリングデバイス１０４は、グルコース測定値１１４及び温度測定値１１６をコンピューティングデバイス１０６に送信している様子が描写されている。ウェアラブルグルコースモニタリングデバイス１０４は、様々な方式で、グルコース測定値１１４及び温度測定値１１６をコンピューティングデバイス１０６に送信し得る。

図示の例３００はまた、データパッケージ３０２を含む。ここで、データパッケージ３０２は、温度測定値１１６及び場所データ１２０を含む。場所データ１２０は、任意選択であることを示すためにハッシングで図示されており、１つ以上の実装態様では、場所データは温度測定値１１６と共にグルコースモニタリングプラットフォーム１１０に通信されない。場所データ１２０が温度測定値１１６と通信されないシナリオでは、場所データ１２０は、例えば、人１０２のユーザプロファイルの確立又はグルコースモニタリングプラットフォーム１１０を用いた更新に関連して入力される場所として、単にグルコースモニタリングプラットフォーム１１０の記憶デバイス１１８に保持され得る。これは、人１０２の温度測定値１１６がどのように場所と関連付けられ得るかの一例である。

１つ以上の実装態様では、場所データ１２０は、グルコース測定値１１４がもたらされたとき又はグルコース測定値１１４がグルコースモニタリングプラットフォーム１１０に通信されたときの人１０２の場所など、人１０２の場所を記述するために、コンピューティングデバイス１０６によって生成され、温度測定値１１６と共にデータパッケージ３０２（図示のとおり）にパッケージ化され得る。例として、コンピューティングデバイス１０６は、グローバルポジショニングシステム（ＧＰＳ）座標、無線アクセスポイント（例えば、無線ルータ又は携帯電話タワー）との通信を伴う三角測量アプローチ、ＧＰＳと無線で受信した他のデータとの組み合わせなどを使用して、場所を判定するための好適なハードウェア及び処理リソースを有して構成され得る。このようにして、所与の時間における人１０２の温度測定値１１６を、人１０２が位置する場所、又は人１０２のコンピューティングデバイス１０６が物理的に位置する場所と関連付けることができる。

データパッケージ３０２は、数例を挙げれば、グルコース測定値１１４のうちの１つ以上、ウェアラブルグルコースモニタリングデバイス１０４によってもたらされ、コンピューティングデバイス１０６に通信される他の任意のデータ、並びにグルコース測定値１１４及び／又は温度測定値１１６のうちの１つ以上に（例えば、時間的に）対応する１つ以上の事象（例えば、アプリケーション使用データ、デバイス相互作用データなど）を記述する、コンピューティングデバイス１０６によってもたらされる補足データなど図示とは異なる又は追加のデータを含み得る。この例３００では、データパッケージ３０２は、コンピューティングデバイス１０６からグルコースモニタリングプラットフォーム１１０の記憶デバイス１１８にルーティングされて描写されている。したがって、コンピューティングデバイス１０６は、ウェアラブルグルコースモニタリングデバイス１０４とグルコースモニタリングプラットフォーム１１０との間の仲介役として機能し得、コンピューティングデバイス１０６は、例えば、ユーザの携帯電話又はスマートウォッチとして構成され得る。

図示の例３００には描写されていないが、グルコースモニタリングプラットフォーム１１０は、これらのデータパッケージ３０２を処理し、（データパッケージ３０２に含まれる場合）温度測定値１１６及び場所データ１２０のうちの少なくともいくつかを記憶デバイス１１８に記憶することを引き起こし得る。グルコースモニタリングプラットフォーム１１０はまた、コンピューティングデバイス１０６から受信したグルコース測定値１１４を処理し、それらの少なくともいくつかを記憶デバイス１１８に記憶することを引き起こし得る。記憶デバイス１１８から、このデータは、例えば、以下でより詳細に説明するように、ある場所においてユーザの集団の中から疾病を識別するために、疾病識別システム１２２に提供されるか、又は別様でアクセスされ得る。

図示の例３００では、疾病識別システム１２２は、記憶デバイス１１８から場所データ１２０及び温度測定値１１６を受信する様子が描写されている。疾病識別システム１２２は、場所データ１２０及び温度測定値１１６を使用して、異なる場所での疾病を識別するように構成されている。疾病識別システム１２２はまた、図示された例３００においてグルコース測定値１１４を受信する様子が描写されている。しかし、場所データ１２０及び温度測定値１１６とは対照的に、疾病識別システム１２２に通信されるように描写されているグルコース測定値１１４は、ハッシングで示されている。これは、１つ以上の実装態様において、疾病識別システム１２２は、グルコース測定値１１４を用いずに、ある場所におけるユーザの集団の中の疾病を識別し、他の実装態様において、疾病識別システム１２２は、ある場所におけるユーザの集団の中の疾病を識別するためにグルコース測定値１１４を使用することを表している。記載された技法によれば、グルコース測定値１１４、場所データ１２０、及び疾病識別システム１２２によって処理された温度測定値１１６は、人１０２を含み得るユーザ集団１０８の１人以上のユーザに対応し得る。

図示の例３００では、識別ロジック３０４を含む疾病識別システム１２２が描写されている。一般に、識別ロジック３０４は、ある時間間隔（例えば、最終日、最終週など）の間に地理的領域（例えば、郡）に位置するユーザの間で疾患（例えば、インフルエンザ、コロナウイルス病など）の存在を識別するなど、ある時間に１つ以上の場所にいるユーザの集団における疾病を識別するために温度測定値１１６及び場所データ１２０を処理するように構成されている。１つ以上の実装態様では、識別ロジック３０４は、温度測定値１１６及び場所データ１２０と共にグルコース測定値１１４を処理して、ある時点で１つ以上の場所におけるユーザの集団の疾病を識別するように構成され得る。更に、識別ロジック３０４は、この識別を複数の場所（例えば、複数の郡）に対して複数回実行するために更に使用可能である。この識別に基づき、疾病の存在及び／又はその重症度（例えば、疾病の症例数又は疾病を有する人口の割合）を、異なる地理的領域（例えば、郡単位）及び／又は異なる時間（例えば、日単位又は週単位）について提示することができる。

識別はまた、識別ロジック３０４が、異なる地理的領域間又は異なる期間間の疾病の存在（例えば、差異）に関連して、１つ以上の統計的尺度を判定することなどにより、異なる地理的地域にわたって、かつ／又は期間にわたって疾病を比較することを可能にする。識別に対応する情報の提示を引き起こすことにより、識別ロジック３０４は、ユーザが、異なる地理的領域にわたって、かつ／又は期間にわたって疾患の存在を（例えば、視覚的に）比較することを可能にする。例えば、少なくとも図４に関してより詳細に考察されるように、同じ期間（例えば、最終週）にわたる２つの異なる場所における疾病の存在及び／又は重症度を提示することができる。代替的又は追加的に、所与の場所における疾病の存在及び／又は重症度は、図５に関してより詳細に考察されるように、異なる期間にわたって比較することができる。上で考察されたように、識別ロジック３０４は、説明された技法に従って、様々なタイプの地理的領域について疾病を識別するように構成され得る。郡について上及び下で考察されているが、例えば、数例挙げると、識別ロジック３０４は、国、州、都市、郵便番号、投票区、及び学区について、代替的又は追加的に疾病を識別し得る。

ユーザの集団の中から疾病を識別するために、識別ロジック３０４は、説明された技法の趣旨又は範囲から逸脱することなく、様々な方式で構成され得る。例えば、識別ロジック３０４は、数例を挙げると、回帰モデル（例えば、線形、多項式、及び／又はロジスティック回帰モデル）、分類子、ニューラルネットワーク、及び強化学習ベースのモデルなどの機械学習モデル又は機械学習モデルのアンサンブルとして含むか又は構成され得る。代替的又は追加的に、識別ロジック３０４は、識別ロジック３０４が温度測定値１１６及び場所データ１２０（及びいくつかの実装態様では追加のデータ）を処理して、例えば、疾病識別に関連する１つ以上の統計的尺度を判定するように、１つ以上のハードコードされたルールを含み得るか、又はそれらとして構成され得る。この例では、識別ロジック３０４は次に、上述のルールを１つ以上の統計的尺度に適用し得る。追加的又は代替的に、識別ロジック３０４は、場所データ１２０に関連して、グルコース測定値１１４及び／又は温度測定値１１６の異常を検出するように構成され得る。特に、識別ロジック３０４は、ある場所について判定された「正常な」温度又はグルコースからの偏差を識別することができる。偏差及び判定された正常値は、所与の場所にいるユーザの集団全体の平均温度又はグルコースに対応し得る。識別ロジック３０４は、説明された技法に従って、所与の期間中の場所におけるユーザの集団の間で疾病を識別するために、他の方式で（例えば、様々な異なるアルゴリズム及び／又はルールに基づいて）構成され得ることを理解されたい。

上述のように、識別ロジック３０４は、１つ以上の実装態様において機械学習モデルを含み得るか、又は機械学習モデルとして構成され得る。そのような実装態様では、機械学習モデルは、モデルの内部重みを学習するためにモデルを訓練する（例えば、ニューラルネットワークのアプローチ）、又はモデルの予測関数のパラメータを学習する（例えば、回帰アプローチ）、かつ例えば、ユーザ集団１０８の過去の温度測定１１６及び場所データ１２０の使用によって、１つ以上のアルゴリズムに従って生成され得る。追加のデータが、例えば、グルコース測定値１１４のようなユーザの集団における疾病を識別するために使用される実装態様では、機械学習モデルは、この追加のデータを使用して更に訓練され得る。

過去の温度測定値１１６及び場所データ１２０に加えて、機械学習モデルは、１つ以上の疾病の存在及び／又は不在を表す過去データを使用して生成され得る。機械学習モデルを生成する前に、例えば、過去の温度測定値１１６及び過去の場所データ１２０を、それぞれの場所及びそれぞれの時間における疾病の有無を表すデータと関連付けることができる。換言すれば、過去の各温度測定値１１６は、それぞれの場所と（例えば、場所データ１２０を使用して）、過去の温度測定値１１６に対応する時間においてそれぞれの場所に少なくとも１つの疾病が存在したか（又は存在しなかったか）を表す情報と照合され得る。過去のグルコース測定値１１４も識別ロジック３０４によって使用されて疾患を識別するシナリオでは、過去の各温度測定値１１６は、１つ以上のそれぞれのグルコース測定値１１４と更に照合され得る。

この一致したデータは、本明細書では「訓練データ」と称されることがある。識別ロジック３０４は、機械学習モデルとして構成される場合、この訓練データから関数パラメータを学習するか、若しくはこの訓練データに基づいてモデルを訓練するように構成された１つ以上のアルゴリズムに従って実行される学習又は訓練プロセスを介して生成され得る。この訓練又は学習プロセスに関連して、過去の温度測定値１１６（及び任意選択的に過去のグルコース測定値１１４）は、識別ロジック３０４への入力に対応し得、一方、それぞれの場所での疾病の有無は、訓練又は学習プロセス中の識別ロジック３０４の出力と比較され得る、所望の結果に対応し得る。上述した学習又は訓練アルゴリズムの１つ以上を使用することにより、識別ロジック３０４は、対応する入力訓練データを与えられた訓練データにおける結果を実質的に予測することを学習する。特に、機械学習モデルの関数パラメータや内部モデルの重みは、学習又は訓練アルゴリズムに応じて、学習プロセス中に自動的に調整され、プロセス中にモデルが出力する予測値を、学習データの結果とより厳密に一致させる。教師ありアプローチ、教師なしアプローチ、及び強化学習アプローチを含む、様々な学習アプローチが、記載された技術に関連して利用され得ることを理解されたい。

更に、識別ロジック３０４は、疾病の識別に関連する他の様々な状況情報を使用して訓練され得、したがって、動作中にそれらを受信することも可能であり得る。例として、この状況情報には、数例を挙げると、月、曜日、及び時刻が含まれ得る。識別ロジック３０４は、例えば、公称パターンと関連付けられた予想温度変化からの異常の検出を知らせるために、この情報を使用することができる。例として、集団全体の平均温度は、例えば、集団内の人々が睡眠中であり、睡眠中の体温が低いため、夜間に低くなる可能性がある。このように、夜間の集団全体の比較的高い平均温度は、日中の集団の平均温度よりも顕著に（統計的に有意に）高くない可能性があるが、集団に疾病が存在することを示している可能性がある。状況情報の他の例には、異なる場所での月毎の予想気候が含まれ得る。識別ロジック３０４は、記載された技法の趣旨又は範囲から逸脱することなく、様々な状況情報を使用して訓練され得、かつ動作中に活用することも可能であり得ることを理解されたい。

一旦訓練されるか、又は基礎となる関数のパラメータが学習されると、機械学習モデルとして構成された識別ロジック３０４は、場所におけるユーザの集団の中の疾病を識別するために動作するように構成されている。より具体的には、機械学習モデルとして構成された識別ロジック３０４は、例えば訓練又は学習に基づいて、特定の場所において、かつある期間にわたって疾病が存在するかどうかに関する予測を生成することによって、そのような疾病を識別する。そうするために、温度測定値１１６及び場所データ１２０、及び任意選択的にグルコース測定値１１４が、識別ロジック３０４への入力として提供される。ユーザ集団に関する他の側面を表すデータも、識別ロジック３０４への入力として提供され得る。

１つ以上の実装態様では、疾病識別システム１２２は、場所データ１２０及び温度測定値１１６を前処理して、識別ロジック３０４によって入力として受け取ることができるようにフォーマット化する。例として、疾病識別システム１２２は、場所データ１２０及び温度測定値１１６のベクトル（例えば、特徴ベクトル）を形成し、次いでそれらのベクトルを識別ロジック３０４への入力として提供し得る。１つ以上の実装態様では、前処理は、例えば、数例を挙げると、平均温度、ある期間にわたる平均温度、中央温度、閾値温度を超える温度を有するユーザの数、及び閾値温度を超える温度を有する地理的領域におけるユーザの割合を含む、場所データ１２０及び温度測定値１１６の統計的特徴を判定することを含み得る。これらの実装態様では、疾病識別システム１２２は、温度測定値１１６及び場所データ１２０を直接表すことに加えて、又は表す代わりに、判定された統計的特徴を表す入力データを生成するように構成され得る。上で考察されたアプローチを使用して過去の温度測定値から学習したパターンに基づいて、識別ロジック３０４は、データ入力に基づいて、特定の期間にわたる所与の場所での疾病の存在に関する予測を出力する。出力は、疾病の存在を示すベクトル（例えば、特徴ベクトル）として構成することもできる。

上述のように、識別ロジック３０４は、代替的又は追加的に、１つ以上のハードコードされたルールとして構成され得る。そのようなルールは、１つ以上の基準を満たすことに基づいて、疾病の有無を識別することができる。例として、ルールは閾値との比較を含み得、地理的領域のユーザの閾値割合が、ある期間にわたって閾値温度を上回る温度（又は平均温度）を有する場合、識別ロジック３０４は、その期間の地理的領域における疾病の存在を識別する。これは、単に一例のルールであること、並びに、識別ロジックは、説明された技法に従って、ある場所のユーザの集団の中の疾病を識別するための様々なルールを符号化し得ることを理解されたい。

識別ロジック３０４が出力した、１つ以上の識別された疾病を記述するデータに基づいて、疾病識別システム１２２は、異なるエンティティに通知することができる。図示の例３００は、通知３０６及び通知３０８を含む。通知３０６は、コンピューティングデバイス１０６に通信されるように図示され、コンピューティングデバイス１０６は、１つ以上の実装態様において、ユーザ集団１０８のユーザに対応する人１０２と関連付けられる。具体的には、人１０２は、ウェアラブルグルコースモニタリングデバイス１０４を着用し、及び／又はグルコースモニタリングプラットフォーム１１０を有するユーザプロファイルを有する、ユーザ集団１０８の１人のユーザに対応し得る。対照的に、通知３０８は、第三者３１０に通信されているように図示されている。第三者３１０は、疾病識別システム１２２によってユーザの集団において識別された疾病に関心を有する様々なエンティティに対応し得る。限定ではなく、例として、第三者３１０は、数例を挙げると、公衆衛生機関（例えば、疾病対策センター（ＣＤＣ）、世界保健機関（ＷＨＯ）、及び国立衛生研究所（ＮＩＨ））、政府機関、学区、医療施設（例えば、病院及び診療所）、ニュースソース、遠隔医療サービス、又はデータパートナー（例えば、識別された疾病の通知を受信するために、グルコースモニタリングプラットフォーム１１０と契約を結んだエンティティ）を表し得る。

１つ以上の実装態様では、通知３０６、３０８は、ある期間、例えば、１つ以上の以前の期間、現在の時間間隔（例えば、今日、今週、今月）、識別に続く１つ以上の期間（例えば、明日、来週、来月）について、少なくとも１つの地理的領域において識別ロジック３０４によって識別される疾病を表す情報を含む。この目的のために、通知３０６、３０８は、同じ情報の少なくともいくつかを含むことができる。代替的又は追加的に、通知３０６、３０８は、異なる情報を含むことができる。例えば、通知３０６は、人１０２に向けられたアラート又は警告を含み得る。そのようなアラートは、ユーザが位置するか、又はユーザによって選択された地理的領域などの場所における疾病の識別に基づいて、ユーザが取る１つ以上の行動を推奨する指示を含み得る。例として、アラートは、疾病についてユーザに通知し得、かつ／又は、通常よりも頻繁に手を洗う、他の人との密接な交流を避ける、自宅からの移動を制限する、他の人がいるときは顔を覆うものを着用する、などの疾病に感染する人１０２のリスクを軽減する行動の提案を含み得る。少なくとも１つの実装態様では、第三者３１０に通信される通知３０８は、そのような命令を伴うアラートを含まない場合があるが、少なくとも１つの異なる実装態様では、通知３０８は、識別された疾病を軽減するための何らかの形式のアラート及び／又は推奨される行動を含み得る。

通知３０６、３０８は、本明細書で説明する技法の趣旨又は範囲から逸脱することなく、同じ情報又は異なる情報を含むことができることを理解されたい。それにもかかわらず、通知３０６、３０８は、期間にわたって少なくとも１つの地理的領域におけるユーザの集団について識別ロジック３０４によって識別された少なくとも１つの疾病に基づき、かつ／又はそれを表す情報を含む。通知３０６、３０８に含まれ、コンピューティングデバイス１０６又は第三者３１０と関連付けられたコンピューティングデバイスを介して提示され得る異なる情報の状況において、図４～６の以下の考察を検討する。

図４は、集団疾病の識別と関連付けられた情報を提示するために表示されるユーザインターフェースの実装態様の例４００を描写する。

図示の例４００は、通知３０６、３０８の例であり得るか、又はこれらの通知に基づいて生成され得る、ユーザインターフェース４０４を表示するディスプレイデバイス４０２を含む。この例４００では、ユーザインターフェース４０４は、更なる地理的領域（例えば、郡）に分割された地理的領域（例えば、国）の表示を含む。更に、ユーザインターフェース４０４は、更なる地理的領域で識別された疾病を視覚的に示すグラフィック要素を含む。これらの視覚的要素は、上で考察されたように識別ロジック３０４によって識別された疾病に基づく。

ユーザインターフェース４０４は、異なる領域のユーザ集団の間で識別ロジック３０４によって識別された疾病に基づいて、ある期間にわたって生成され得る「ヒートマップ」の一例である。ヒートマップとして、ユーザインターフェース４０４は、「ホットスポット」を示すなど、ある場所と別の場所との疾病の存在の差を示すように構成されている。ホットスポットは、疾病の重症度が他の場所よりも相対的に大きいと識別される場所に対応する。この例４００では、場所４０６は、疾病の重症度が異なる場所４０８のグラフィック要素によって示される重症度よりも大きいことを示すグラフィック要素と共に表示される。このようにして、２つの異なる場所での疾病の存在又は重症度を、同じ期間視覚的に示すことができる。言い換えれば、ヒートマップは、ヒートマップに描写されている異なる場所におけるユーザ集団全体の疾病の重症度を視覚的に区別する。

この例４００では、表示された地理的領域における１つ以上の疾病と関連付けられた時間が、グラフィック時間要素４１０によって示される。グラフィカル時間要素４１０は、当年の１月１日から示された日付までの期間、選択されたデータ（例えば、「疾病」シーズンの始まり又は疾病の最初の識別された症例）から示された日付までの期間、所与の日、所与の週、所与の月、所与の年など、説明された技法に従って様々な期間を表すことができる。

図５は、ユーザインターフェースを介して集団疾病の識別に関連して提示される情報の実施態様の例５００を描写する。

図示された例５００は、地理的領域（例えば、国）が更なる地理的領域（例えば、郡）に分割される複数の段階を描写しており、複数の段階は、複数の段階の異なる時間において更なる地理的領域で識別された疾病を視覚的に示すグラフィック要素を含む。特に、図示の例５００は、第１の段階５０２、第２の段階５０４、及び第３の段階５０６を含み、これらはそれぞれ、第１の時間、第２の時間、及び第３の時間に対応し得る。この例では、第２の時間が第１の時間の後に続き得、第３の時間が第２の時間の後に続き得る。

段階５０２、５０４、５０６は、ユーザインターフェース４０４などのユーザインターフェースを介して提示され得、通知３０６、３０８の例であるか、若しくはそれらの通知に基づいて生成され得る。各段階は、対応する時間、例えば、第１、第２、又は第３の時間における異なる場所での１つ以上の疾病の存在又は重症度を示す「ヒートマップ」に対応し得る。１つ以上の実装態様では、ユーザインターフェース４０４は、異なる段階５０２、５０４、５０６を時系列及び／又は逆時系列で表示し、またそれらの段階間の遷移を動画にするように構成され得る。このようにして、説明されたシステムは、１つ以上の疾病の存在及び／又は重症度が経時的にどのように変化するかをユーザに視覚的に示すことができる。この特定の例５００では、例えば、第３の段階５０６における地理的領域及び更なる地理的領域のマップは、第１の段階５０２におけるマップよりも多くのホットスポットを含み、第１の時間から第３の時間にかけて１つ以上の疾病の存在又は重症度が増加したことを示している。この例では、第２の段階５０４におけるマップは、第１の段階５０２と第３の段階５０６との間の疾病の存在及び／又は重症度の中間の増加を示す。一般的に言えば、同じ地理的領域又は一連の地理的領域を異なる時間に提示することで、所与の場所での疾病の存在及び／又は重症度が、異なる時間にわたって比較されることを可能にする。

図６は、集団疾病の識別と関連付けられた通知を提示するために表示されるユーザインターフェースの実装態様の例６００を描写する。

図示の例６００は、ユーザインターフェース６０２を表示するコンピューティングデバイス１０６の一例を描写する。ユーザインターフェース６０２は、通知３０６の一例であり得るか、又は通知３０６に基づいてコンピューティングデバイス１０６によって生成され得る。この例６００では、ユーザインターフェースは、上で考察されたように識別ロジック３０４によって識別された疾病を説明する情報６０４を表示する。ここで、ユーザインターフェース６０２は、推奨行動６０６も含む。上で考察されたように、推奨行動６０６は、コンピューティングデバイス１０６のユーザが識別された疾病にかかる可能性を軽減するために提案され得る。

この例６００では、ユーザインターフェース６０２は、選択可能なグラフィック要素６０８、６１０を更に含み、これらは、識別ロジック３０４によって識別された１つ以上の疾病についてのより多くの情報、すなわち、（例えば、図４及び図５のように）疾病の存在又は重症度を視覚的に示すマップ及び追加情報を表示するために選択可能である。例示的なユーザインターフェース６０２はまた、警告期限６１２を含む。ユーザインターフェース６０２は、通知３０６に基づいて表示され得るアラートの一例であることを理解されたい。アラートは、説明された技法の趣旨又は範囲から逸脱することなく、異なる及び／又は追加の情報を含めるために、異なる方式で表示するように構成され得る。代替的又は追加的に、警告は、モバイルアプリからの通知として、モバイルアプリ内で表示され得、テキストメッセージとして受信及び表示され得る、などである。

図７は、選択された場所における集団疾病の識別と関連付けられた情報を提示するために表示されるユーザインターフェースの実装態様の例７００を描写する。

図示された例７００は、コンピューティングデバイス１０６のユーザが場所を選択し、識別ロジック３０４が温度測定値１１６に基づいて選択された場所で疾病が検出されたかどうかを識別し、コンピューティングデバイス１０６が、場所に疾病が存在するという指示又は場所に疾病が存在しないという指示など、識別に関連する指示を表示する例示的な実施態様において、コンピューティングデバイス１０６を含んでいる。

例えば、第１の段階７０２において、コンピューティングデバイス１０６は、ユーザが地理的領域を選択するための入力を提供することを許容するユーザインターフェースを提示する。描写されているインターフェースは、ユーザが、地名の文字を入力し始め得るか、又は地名を話し得ることを示している。第２の段階７０４において、コンピューティングデバイス１０６は、地理的領域を選択するためにユーザによって入力された検索クエリの一部分に一致する提案された地理的領域を提示する。図示の例７００には描写されていないが、コンピューティングデバイス１０６のユーザは、場所、すなわちカリフォルニア州サンディエゴを選択する。

段階７０６において、コンピューティングデバイス１０６は、選択された場所で識別ロジック３０４によって疾病が識別されたかどうかの指示を提示する。特に、ユーザインターフェース構成７０８は、識別ロジック３０４が、選択された地理的領域において疾病を識別し（「はい」）、かつ／又は今後の期間にわたってその地域における疾病のリスクがあると予測するシナリオに対応する。対照的に、ユーザインターフェース構成７１０は、識別ロジック３０４が、選択された地理的領域において疾病を識別し（「いいえ」）、かつ／又は今後の期間にわたってその地域における疾病のリスクがないと予測するシナリオに対応する。

ウェアラブルグルコースモニタリングデバイスを用いた集団疾病の識別のための技法の詳細例について考察してきたが、ここで、技法の追加の側面を解説するためにいくつかの例示的手順について検討する。

例示的な手順
このセクションでは、ウェアラブルグルコースモニタリングデバイスを用いた集団疾病の例示的手順について説明する。手順の態様は、ハードウェア、ファームウェア、ソフトウェア、又はそれらの組み合わせにおいて実装され得る。手順は、１つ以上のデバイスによって実行される動作を指定するブロックのセットとして示され、必ずしもそれぞれのブロックによって動作を実行するために示される順序に限定されない。少なくともいくつかの実装態様では、手順は、識別ロジック３０４を利用する疾病識別システム１２２などの疾病識別システムによって実行される。

図８は、ウェアラブルグルコースモニタリングデバイスから取得された温度測定値に基づいて、１つ以上の場所におけるユーザの疾病の存在が識別される例示的な実装態様の手順８００を描写する。

ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされる温度測定値が取得される（ブロック８０２）。例として、疾病識別システム１２２は、グルコースモニタリングプラットフォーム１１０の記憶デバイス１１８から温度測定値１１６を取得する。温度測定値１１６は、ユーザ集団１０８のユーザのウェアラブルグルコースモニタリングデバイス１０４によってもたらされる。

ユーザの場所を表す場所データが取得され、場所データに従って温度測定値がそれぞれの場所と関連付けられる（ブロック８０４）。例として、疾病識別システム１２２は、場所データ１２０を取得する。１つ以上の実装態様では、ユーザ集団１０８のユーザに関連付けられたコンピューティングデバイス１０６は、疾病識別システム１２２が場所データ１２０によって記述された場所を温度測定値１１６の各々と関連付けることができるよう、場所データ１２０をそれぞれの温度測定値１１６に関連付ける。代替的又は追加的に、記憶デバイス１１８は、ユーザ集団１０８のユーザのユーザプロファイルの一部として場所データ１２０を維持する。ここで、疾病識別システム１２２は、ユーザ集団１０８のユーザのユーザプロファイルの場所データ１２０によって記述される場所を、温度測定値１１６の各々と関連付けることができる。

温度測定値及び場所データに基づいて、１つ以上の場所においてユーザの疾病の存在が識別される（ブロック８０６）。例として、識別ロジック３０４は、温度測定値１１６及び場所データ１２０に基づいて、場所のうちの１つ以上においてユーザの疾病の存在を識別する。１つ以上の実装態様では、識別ロジック３０４は、グルコース測定値１１４に更に基づいて疾病の存在を識別する。

ユーザのうちの少なくとも１人は、疾病の存在について通知される（ブロック８０８）。例として、疾病識別システム１２２は、通知３０６をコンピューティングデバイス１０６に通信して、ブロック８０６において識別された疾病の存在について人１０２に知らせる。通知３０６は、コンピューティングデバイス１０６を介して、図４～７に描写されるユーザインターフェースのうちの１つ以上など、識別された疾病についての情報を出力するためのユーザインターフェースのうちの１つ以上の提示を含み得るか、別様で可能にするし得る。

１つ以上の実装態様では、少なくとも１つの第三者が、疾病の存在について通知を受ける。例として、疾病識別システム１２２は、第三者３１０と関連付けられた少なくとも１人のユーザに、ブロック８０６において識別された疾病について知らせるために、通知３０８を第三者３１０に通信する。通知３０８は、コンピューティングデバイスを介して、図４～図７に描写されるユーザインターフェースのうちの１つ以上など、識別された疾病についての情報を出力するための１つ以上のユーザインターフェースの提示を含むか、別様でそれを可能にすることができる。

１つ以上の実装態様による例示的な手順について記載したため、本明細書に記載の様々な技法を実装するために利用することができる例示的なシステム及びデバイスについて検討する。

例示的なシステム及びデバイス
図９は、本明細書に記載の様々な技法を実装し得る１つ以上のコンピューティングシステム及び／又はデバイスを体現する例示的なコンピューティングデバイス９０２を含む、全体を９００とする例示的なシステムを図示するものである。これは、疾病識別システム１２２を含めることを通じて図示されている。ここで、疾病識別システム１２２は、コンピューティングデバイス９０２レベルとサービスプロバイダレベルの両方において図示されている。これは、疾病識別システム１２２の態様のいくつかが、疾病識別アプリに関連するなどして、コンピューティングデバイス９０２（例えば、コンピューティングデバイス１０６）において実施され得ることを示している。これはまた、疾病識別システム１２２の態様が、１つ以上のサーバベース又は「クラウドコンピューティング」リソースを使用して実装されることを示している。コンピューティングデバイス９０２は、例えば、サービスプロバイダのサーバ、クライアントと関連付けられたデバイス（例えば、クライアントデバイス）、オンチップシステム、及び／又は任意の他の好適なコンピューティングデバイス又はコンピューティングシステムであり得る。

図示の例示的なコンピューティングデバイス９０２は、処理システム９０４、１つ以上のコンピュータ可読媒体９０６、及び互いに通信可能に結合されている１つ以上のＩ／Ｏインターフェース９０８を含む。図示されていないが、コンピューティングデバイス９０２は、様々な構成要素を互いに結合するシステムバス又は他のデータ及びコマンド転送システムを更に含み得る。システムバスは、メモリバス若しくはメモリコントローラ、ペリフェラルバス、ユニバーサルシリアルバス、及び／又は多様なバスアーキテクチャのいずれかを利用するプロセッサ若しくはローカルバスなどの異なるバス構造のうちの任意の１つ又は組み合わせを含むことができる。制御ライン及びデータラインなど、多様な他の例も企図されている。

処理システム９０４は、ハードウェアを使用して１つ以上の動作を実行するための機能性を体現する。したがって、処理システム９０４は、プロセッサ、機能ブロックなどとして構成され得るハードウェア要素９１０を含むものとして図示されている。これは、１つ以上の半導体を使用して形成された特定用途向け集積回路又は他のロジックデバイスとしてのハードウェアでの実装態様を含み得る。ハードウェア要素９１０は、それらが形成される材料、又はそれらに使用される処理機構によって限定されない。例えば、プロセッサは、半導体及び／又はトランジスタ（例えば、電子集積回路（ＩＣ））から構成され得る。このようなコンテキストでは、プロセッサ実行可能な命令は、電子的に実行可能な命令であり得る。

コンピュータ可読媒体９０６は、メモリ／ストレージ９１２を含むものとして示されている。メモリ／ストレージ９１２は、１つ以上のコンピュータ可読媒体と関連付けられたメモリ／記憶容量を表す。メモリ／ストレージ９１２構成要素は、揮発性媒体（ランダムアクセスメモリ（ＲＡＭ）など）及び／又は不揮発性媒体（読み出し専用メモリ（ＲＯＭ）、フラッシュメモリ、光ディスク、磁気ディスクなど）を含み得る。メモリ／ストレージ９１２構成要素は、固定メディア（例えば、ＲＡＭ、ＲＯＭ、固定ハードドライブなど）並びにリムーバブルメディア（例えば、フラッシュメモリ、リムーバブルハードドライブ、光ディスクなど）を含み得る。コンピュータ可読媒体９０６は、以下に更に記載される多様な他の方式で構成され得る。

入力／出力インターフェース９０８は、ユーザがコンピューティングデバイス９０２にコマンド及び情報を入力することを可能にし、また、様々な入力／出力デバイスを使用してユーザ及び／又は他の構成要素又はデバイスに情報を提示することを可能にする機能性を体現する。入力デバイスの例は、キーボード、カーソル制御デバイス（例えば、マウス）、マイク、スキャナー、タッチ機能性（例えば、物理的なタッチを検出するように構成されている容量性又は他のセンサ）、カメラ（例えば、動きを、タッチを伴わないジェスチャーとして認識するために、可視又は赤外線周波数などの不可視の波長を用い得る）などを含む。出力デバイスの例は、ディスプレイデバイス（例えば、モニター又はプロジェクター）、スピーカー、プリンター、ネットワークカード、触覚応答デバイスなどを含む。したがって、コンピューティングデバイス９０２は、ユーザインタラクションを支援するために、以下に更に記載される様々な方式で構成され得る。

本明細書では、ソフトウェア、ハードウェア要素、又はプログラムモジュールの一般的なコンテキストで様々な技法が記載され得る。一般に、このようなモジュールは、特定のタスクを実行するか、又は特定の抽象データ型を実装するルーチン、プログラム、オブジェクト、要素、構成要素、データ構造などを含む。本明細書で使用される「モジュール」、「機能性」、及び「構成要素」という用語は、一般に、ソフトウェア、ファームウェア、ハードウェア、又はそれらの組み合わせを表す。本明細書に記載の技法の特徴は、プラットフォームに依存せず、つまり、この技法は、多様なプロセッサを有する多様な商用コンピューティングプラットフォームに実装され得ることを意味する。

記載されるモジュール及び技法の実装態様は、何らかの形式のコンピュータ可読媒体に記憶されるか、又はそれを介して伝送され得る。コンピュータ可読媒体は、コンピューティングデバイス９０２によってアクセスされ得る多様な媒体を含み得る。限定ではなく、例として、コンピュータ可読媒体は、「コンピュータ可読記憶媒体」及び「コンピュータ可読信号媒体」を含み得る。

「コンピュータ可読記憶媒体」は、単なる信号伝送、搬送波、又は信号自体とは対照的に、情報の永続的及び／又は非一時的な記憶を可能にする媒体及び／又はデバイスを指し得る。したがって、コンピュータで可読記憶媒体は、非信号伝達媒体を指す。コンピュータ可読記憶媒体は、揮発性及び非揮発性、リムーバブル及び非リムーバブル媒体などのハードウェア、及び／又はコンピュータ可読命令、データ構造、プログラムモジュール、ロジック要素／回路、又は他のデータなどの情報の記憶に好適な方法又は技術で実装された記憶デバイスを含む。コンピュータ可読記憶媒体の例は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ若しくは他のメモリ技術、ＣＤ－ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）若しくは他の光記憶デバイス、ハードディスク、磁気カセット、磁気テープ、磁気ディスクストレージ若しくは他の磁気記憶デバイス、若しくは他の記憶デバイス、有形媒体、又は所望の情報を記憶するのに好適であり、コンピュータによってアクセスされ得る製品を含み得るが、これらに限定されない。

「コンピュータ可読信号媒体」は、ネットワークなどを介して、コンピューティングデバイス９０２のハードウェアに命令を伝送するように構成されている信号担持媒体を指し得る。信号媒体は、典型的に、コンピュータ可読命令、データ構造、プログラムモジュール、又は搬送波、データ信号、若しくは他の輸送機構などの変調されたデータ信号における他のデータを具体化し得る。信号媒体は、任意の情報送達媒体も含む。「変調されたデータ信号」という用語は、信号における情報を符号化するような様式で設定又は変更されたその特性のうちの１つ以上を有する信号を意味する。限定ではなく、例として、通信媒体は、有線ネットワーク又は直接有線接続などの有線媒体、及び音響、ＲＦ、赤外線、及び他の無線媒体などの無線媒体を含む。

前述したように、ハードウェア要素９１０及びコンピュータ可読媒体９０６は、１つ以上の命令を実行するためなどの、本明細書に記載される技法の少なくともいくつかの態様を実装するためにいくつかの実施形態で使用され得るハードウェア形態で実装されるモジュール、プログラマブルデバイスロジック及び／又は固定デバイスロジックを体現する。ハードウェアは、集積回路又はオンチップシステムの構成要素、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、複雑なプログラマブルロジックデバイス（ＣＰＬＤ）、及びシリコン又は他のハードウェアにおける他の実装態様を含み得る。このコンテキストでは、ハードウェアは、ハードウェアによって具体化された命令及び／又はロジックによって定義されるプログラムタスク、並びに実行のための命令を記憶するために利用されるハードウェア、例えば、上記のコンピュータ可読記憶媒体を実行する処理デバイスとして動作し得る。

前述の組み合わせを用いて、本明細書に記載の様々な技法を実装し得る。したがって、ソフトウェア、ハードウェア、又は実行可能モジュールは、何らかの形態のコンピュータ可読記憶媒体上に、及び／又は１つ以上のハードウェア要素９１０によって具現化される１つ以上の命令及び／又はロジックとして実装され得る。コンピューティングデバイス９０２は、ソフトウェア及び／又はハードウェアモジュールに対応する特定の命令及び／又は機能を実装するように構成され得る。したがって、ソフトウェアとしてコンピューティングデバイス９０２によって実行可能であるモジュールの実装態様は、例えば、コンピュータ可読記憶媒体及び／又は処理システム９０４のハードウェア要素９１０の使用を通じて、少なくとも部分的にハードウェアで達成され得る。命令及び／又は機能は、本明細書に記載の技法、モジュール、及び例を実装するために、１つ以上の製品（例えば、１つ以上のコンピューティングデバイス９０２及び／又は処理システム９０４）によって実行可能／動作可能であり得る。

本明細書に記載の技法は、コンピューティングデバイス９０２の様々な構成によって支援され得、本明細書に記載の技法の特定の例に限定されない。この機能性はまた、以下に記載されるように、プラットフォーム９１６を介した「クラウド」９１４などを介して、分散システムを使用することを通じて、全部又は部分的に実装され得る。

クラウド９１４は、リソース９１８のためのプラットフォーム９１６を含み、及び／又はそれを体現する。プラットフォーム９１６は、クラウド９１４のハードウェア（例えば、サーバ）及びソフトウェアリソースの基礎となる機能性を抽象化する。リソース９１８は、コンピューティングデバイス９０２からリモートにあるサーバ上でコンピュータ処理が実行されている間に利用され得るアプリケーション及び／又はデータを含み得る。リソース９１８はまた、インターネットを介して、及び／又はセルラ又はＷｉ－Ｆｉネットワークなどの加入者ネットワークを通じて提供されるサービスを含むことができる。

プラットフォーム９１６は、コンピューティングデバイス９０２を他のコンピューティングデバイスと接続するためのリソース及び機能を抽象化し得る。プラットフォーム９１６はまた、リソースのスケーリングを抽象化して、プラットフォーム９１６を介して実装されているリソース９１８の遭遇した需要に対応するレベルのスケールを提供するように機能し得る。したがって、相互接続されたデバイスの実施形態では、本明細書に記載の機能性の実装態様は、システム９００の全体にわたって分散され得る。例えば、機能性は、部分的にコンピューティングデバイス９０２上に、並びにクラウド９１４の機能性を抽象化するプラットフォーム９１６を介して、実装され得る。

結論
システム及び技法は、構造的特徴及び／又は方法論的行為に固有の言語で記載されているが、添付の特許請求の範囲で定義されるシステム及び技法は、必ずしも記載される特定の特徴又は行為に限定されないと理解するべきである。むしろ、特定の特徴及び行為は、特許請求の範囲の主題を実装するための例示的な形態として開示されている。

１０２ 人
１０４ ウェアラブルグルコースモニタリングデバイス
１０６ コンピューティングデバイス
１０８ ユーザ集団
１１０ グルコースモニタリングプラットフォーム
１１２ ネットワーク
１１４ グルコース測定値
１１６ 温度測定値
１１８ 記憶デバイス
１２０ 場所データ
１２２ 疾病識別システム

Claims (34)

1. 方法であって、
   ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされた温度測定値を取得することと、
   前記ユーザの場所を表す場所データを取得し、前記温度測定値の各々をそれぞれの場所と関連付けることと、
   前記温度測定値及び前記場所データに基づいて、前記場所のうちの１つ以上で前記ユーザの疾病の存在を識別することと、
   前記ユーザのうちの少なくとも１人に、前記疾病の存在について通知することと、を含む、方法。
2. 前記疾病の前記存在を識別することが、１つ以上の機械学習モデルを部分的に使用して、前記温度測定値及び前記場所データを処理することを含み、前記１つ以上の機械学習モデルが、前記ユーザ集団の過去の温度測定値、及び前記ユーザ集団における１つ以上の疾病の存在を表す過去のデータに基づいて生成される、請求項１に記載の方法。
3. 前記ウェアラブルグルコースモニタリングデバイスが、少なくとも１つの連続グルコースモニタリング（ＣＧＭ）システムを含む、請求項１に記載の方法。
4. 前記識別することが、前記ユーザ集団の前記ユーザが着用した前記ウェアラブルグルコースモニタリングデバイスによってもたらされたグルコース測定値に更に基づく、請求項１に記載の方法。
5. 前記疾病の前記存在を識別することが、１つ以上の機械学習モデルを部分的に使用して、前記温度測定値、前記グルコース測定値、及び前記場所データを処理することを含み、前記１つ以上の機械学習モデルが、前記ユーザ集団の過去の温度及びグルコース測定値、並びに前記ユーザ集団における１つ以上の疾病の存在を表す過去のデータに基づいて生成される、請求項４に記載の方法。
6. 前記疾病の前記存在について少なくとも１つの第三者に通知することを更に含む、請求項１に記載の方法。
7. 前記少なくとも１つの第三者が、公衆衛生組織、政府組織、学区、医療施設、ニュースソース、遠隔医療サービス、又は前記ウェアラブルグルコースモニタリングデバイスに対応するグルコースモニタリングプラットフォームを有するデータパートナーのうちの少なくとも１つを含む、請求項６に記載の方法。
8. 前記ユーザ集団の前記ユーザが、グルコースモニタリングプラットフォームを有するユーザプロファイルを有する、請求項１に記載の方法。
9. 前記疾病の前記存在について少なくとも１人のユーザに通知することが、
   異なる場所におけるユーザ集団全体で前記疾病の重症度を視覚的に区別するヒートマップを生成することと、
   前記少なくとも１人のユーザと関連付けられたコンピューティングデバイスのディスプレイデバイス上への前記ヒートマップの表示を引き起こすことと、を含む、請求項１に記載の方法。
10. 前記疾病の前記存在について少なくとも１人のユーザに通知することが、
    前記疾病の前記存在についての情報を有するアラートを生成することと、
    前記少なくとも１人のユーザと関連付けられたコンピューティングデバイスを介して、前記アラートの出力を引き起こすことと、を含む、請求項１に記載の方法。
11. 前記アラートの出力を引き起こすことが、前記コンピューティングデバイスのディスプレイデバイスを介して、前記アラートの表示を引き起こすことを含む、請求項１０に記載の方法。
12. システムであって、
    少なくとも１つのプロセッサと、
    動作を実行するために、前記少なくとも１つのプロセッサによって実行可能な命令が記憶されているメモリであって、前記動作が、
    ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされた温度測定値を取得することと、
    前記ユーザの場所を表す場所データを取得し、前記温度測定値をそれぞれの場所と関連付けることと、
    前記温度測定値及び前記場所データに基づいて、前記場所のうちの１つ以上で前記ユーザの疾病の存在を識別することと、
    前記ユーザのうちの少なくとも１人に、前記疾病の前記存在について通知することと、を含む、メモリと、を備える、システム。
13. 前記温度測定値及び前記場所データを処理することによって、前記疾病の前記存在を識別するように構成された１つ以上の機械学習モデルを更に備え、前記１つ以上の機械学習モデルが、前記ユーザ集団の過去の温度測定値、及び前記ユーザ集団における１つ以上の疾病の存在を表す過去のデータに基づいて生成される、請求項１２に記載のシステム。
14. 前記ウェアラブルグルコースモニタリングデバイスが、少なくとも１つの連続グルコースモニタリング（ＣＧＭ）システムを備える、請求項１２に記載のシステム。
15. 前記識別することが、前記ユーザ集団の前記ユーザが着用した前記ウェアラブルグルコースモニタリングデバイスによってもたらされたグルコース測定値に更に基づく、請求項１２に記載のシステム。
16. 前記温度測定値、前記グルコース測定値、及び前記場所データを処理することによって、前記疾病の前記存在を識別するように構成された１つ以上の機械学習モデルを更に備え、前記１つ以上の機械学習モデルが、前記ユーザ集団の過去の温度及びグルコース測定値、並びに前記ユーザ集団における１つ以上の疾病の存在を表す過去のデータに基づいて生成される、請求項１５に記載のシステム。
17. 前記動作が、前記疾病の前記存在について少なくとも１つの第三者に通知することを更に含む、請求項１２に記載のシステム。
18. 前記少なくとも１つの第三者が、公衆衛生組織、政府組織、学区、医療施設、ニュースソース、遠隔医療サービス、又は前記ウェアラブルグルコースモニタリングデバイスに対応するグルコースモニタリングプラットフォームを有するデータパートナーのうちの少なくとも１つを含む、請求項１７に記載のシステム。
19. 前記ユーザ集団の前記ユーザが、グルコースモニタリングプラットフォームを有するユーザプロファイルを有する、請求項１２に記載のシステム。
20. 前記疾病の前記存在について少なくとも１人のユーザに通知することが、
    異なる場所におけるユーザ集団全体で前記疾病の重症度を視覚的に区別するヒートマップを生成することと、
    前記少なくとも１人のユーザと関連付けられたコンピューティングデバイスのディスプレイデバイス上への前記ヒートマップの表示を引き起こすことと、を含む、請求項１２に記載のシステム。
21. 前記疾病の前記存在について少なくとも１人のユーザに通知することが、
    前記疾病の前記存在についての情報を有するアラートを生成することと、
    前記少なくとも１人のユーザと関連付けられたコンピューティングデバイスを介して、前記アラートの出力を引き起こすことと、を含む、請求項１２に記載のシステム。
22. 前記アラートの出力を引き起こすことが、前記コンピューティングデバイスのディスプレイデバイスを介して、前記アラートの表示を引き起こすことを含む、請求項２１に記載のシステム。
23. 少なくとも１つのコンピューティングデバイスに動作を実行させるために、前記少なくとも１つのコンピューティングデバイスの１つ以上のプロセッサによって実行可能な命令が記憶されている１つ以上の非一時的コンピュータ可読記憶媒体であって、前記動作が、
    ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされた温度測定値を取得することと、
    前記ユーザの場所を表す場所データを取得し、前記温度測定値をそれぞれの場所と関連付けることと、
    前記温度測定値及び前記場所データに基づいて、前記場所のうちの１つ以上で前記ユーザの疾病の存在を識別することと、
    前記ユーザのうちの少なくとも１人に、前記疾病の前記存在について通知することと、を含む、１つ以上の非一時的コンピュータ可読記憶媒体。
24. 前記疾病の前記存在を識別することが、１つ以上の機械学習モデルを部分的に使用して、前記温度測定値及び前記場所データを処理することを含み、前記１つ以上の機械学習モデルが、前記ユーザ集団の過去の温度測定値、及び前記ユーザ集団における１つ以上の疾病の存在を表す過去のデータに基づいて生成される、請求項２３に記載の１つ以上のコンピュータ可読記憶媒体。
25. 前記ウェアラブルグルコースモニタリングデバイスが、少なくとも１つの連続グルコースモニタリング（ＣＧＭ）システムを備える、請求項２３に記載の１つ以上のコンピュータ可読記憶媒体。
26. 前記識別することが、前記ユーザ集団の前記ユーザが着用した前記ウェアラブルグルコースモニタリングデバイスによってもたらされたグルコース測定値に更に基づく、請求項２３に記載の１つ以上のコンピュータ可読記憶媒体。
27. 前記疾病の前記存在を識別することが、１つ以上の機械学習モデルを部分的に使用して、前記温度測定値、前記グルコース測定値、及び前記場所データを処理することを含み、前記１つ以上の機械学習モデルが、前記ユーザ集団の過去の温度及びグルコース測定値、並びに前記ユーザ集団における１つ以上の疾病の存在を表す過去のデータに基づいて生成される、請求項２６に記載の１つ以上のコンピュータ可読記憶媒体。
28. 前記動作が、前記疾病の前記存在について少なくとも１の第三者に通知することを更に含む、請求項２３に記載の１つ以上のコンピュータ可読記憶媒体。
29. 前記少なくとも１つの第三者が、公衆衛生組織、政府組織、学区、医療施設、ニュースソース、遠隔医療サービス、又は前記ウェアラブルグルコースモニタリングデバイスに対応するグルコースモニタリングプラットフォームを有するデータパートナーのうちの少なくとも１つを含む、請求項２８に記載の１つ以上のコンピュータ可読記憶媒体。
30. 前記ユーザ集団の前記ユーザが、グルコースモニタリングプラットフォームを有するユーザプロファイルを有する、請求項２３に記載の１つ以上のコンピュータ可読記憶媒体。
31. 前記疾病の前記存在について少なくとも１人のユーザに通知することが、
    異なる場所におけるユーザ集団全体で前記疾病の重症度を視覚的に区別するヒートマップを生成することと、
    前記少なくとも１人のユーザと関連付けられたコンピューティングデバイスのディスプレイデバイス上への前記ヒートマップの表示を引き起こすことと、を含む、請求項２３に記載の１つ以上のコンピュータ可読記憶媒体。
32. 前記疾病の前記存在について少なくとも１人のユーザに通知することが、
    前記疾病の前記存在についての情報を有するアラートを生成することと、
    前記少なくとも１人のユーザと関連付けられたコンピューティングデバイスを介して、前記アラートの出力を引き起こすことと、を含む、請求項２３に記載の１つ以上のコンピュータ可読記憶媒体。
33. 前記アラートの出力を引き起こすことが、前記コンピューティングデバイスのディスプレイデバイスを介して、前記アラートの表示を引き起こすことを含む、請求項３２に記載の１つ以上のコンピュータ可読記憶媒体。
34. 装置であって、
    ユーザ集団のユーザが着用したウェアラブルグルコースモニタリングデバイスによってもたらされた温度測定値を取得するための手段と、
    前記ユーザの場所を表す場所データを取得し、前記温度測定値の各々をそれぞれの場所と関連付けるための手段と、
    前記温度測定値及び前記場所データに基づいて、前記場所のうちの１つ以上で前記ユーザの疾病の存在を識別するための手段と、
    前記ユーザのうちの少なくとも１人に、前記疾病の前記存在について通知するための手段と、を備える、装置。