JP2024521607A - センサ移行のためのデータストリームブリッジング - Google Patents
センサ移行のためのデータストリームブリッジング Download PDFInfo
- Publication number
- JP2024521607A JP2024521607A JP2023544374A JP2023544374A JP2024521607A JP 2024521607 A JP2024521607 A JP 2024521607A JP 2023544374 A JP2023544374 A JP 2023544374A JP 2023544374 A JP2023544374 A JP 2023544374A JP 2024521607 A JP2024521607 A JP 2024521607A
- Authority
- JP
- Japan
- Prior art keywords
- glucose
- glucose sensor
- data stream
- sensor
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013508 migration Methods 0.000 title description 6
- 230000005012 migration Effects 0.000 title description 6
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims abstract description 951
- 239000008103 glucose Substances 0.000 claims abstract description 951
- 238000005259 measurement Methods 0.000 claims abstract description 296
- 238000000034 method Methods 0.000 claims description 79
- 238000012544 monitoring process Methods 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims 3
- 230000007704 transition Effects 0.000 abstract description 46
- 238000004891 communication Methods 0.000 abstract description 19
- 238000012806 monitoring device Methods 0.000 description 111
- 238000001514 detection method Methods 0.000 description 23
- 238000005516 engineering process Methods 0.000 description 19
- 238000010801 machine learning Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 11
- 210000004369 blood Anatomy 0.000 description 10
- 239000008280 blood Substances 0.000 description 10
- 230000008859 change Effects 0.000 description 10
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 10
- 230000036541 health Effects 0.000 description 9
- 230000000153 supplemental effect Effects 0.000 description 8
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 239000013589 supplement Substances 0.000 description 6
- 102000004877 Insulin Human genes 0.000 description 5
- 108090001061 Insulin Proteins 0.000 description 5
- 239000000853 adhesive Substances 0.000 description 5
- 230000001070 adhesive effect Effects 0.000 description 5
- 229940125396 insulin Drugs 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 4
- 239000012491 analyte Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000003780 insertion Methods 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- 229910052708 sodium Inorganic materials 0.000 description 4
- 239000011734 sodium Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 3
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 3
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 229910052700 potassium Inorganic materials 0.000 description 3
- 239000011591 potassium Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000010792 warming Methods 0.000 description 3
- 206010011906 Death Diseases 0.000 description 2
- MHAJPDPJQMAIIY-UHFFFAOYSA-N Hydrogen peroxide Chemical compound OO MHAJPDPJQMAIIY-UHFFFAOYSA-N 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 210000003722 extracellular fluid Anatomy 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 108010015776 Glucose oxidase Proteins 0.000 description 1
- 239000004366 Glucose oxidase Substances 0.000 description 1
- 208000013016 Hypoglycemia Diseases 0.000 description 1
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- -1 e.g. Substances 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 229940116332 glucose oxidase Drugs 0.000 description 1
- 235000019420 glucose oxidase Nutrition 0.000 description 1
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 230000002218 hypoglycaemic effect Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 1
- 230000004393 visual impairment Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1468—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using chemical or electrochemical methods, e.g. by polarographic means
- A61B5/1473—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using chemical or electrochemical methods, e.g. by polarographic means invasive, e.g. introduced into the body by a catheter
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1486—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using enzyme electrodes, e.g. with immobilised oxidase
- A61B5/14865—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using enzyme electrodes, e.g. with immobilised oxidase invasive, e.g. introduced into the body by a catheter or needle or using implanted sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/683—Means for maintaining contact with the body
- A61B5/6832—Means for maintaining contact with the body using adhesives
- A61B5/6833—Adhesive patches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7221—Determining signal validity, reliability or quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/7445—Display arrangements, e.g. multiple display units
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
- A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
- A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
- A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic
- A61M5/1723—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic using feedback of body parameters, e.g. blood-sugar, pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0266—Operational features for monitoring or limiting apparatus function
- A61B2560/028—Arrangements to prevent overuse, e.g. by counting the number of uses
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Optics & Photonics (AREA)
- Mathematical Physics (AREA)
- Emergency Medicine (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Fuzzy Systems (AREA)
- Chemical & Material Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Chemical & Material Sciences (AREA)
- Hematology (AREA)
- Evolutionary Computation (AREA)
- Radiology & Medical Imaging (AREA)
- Diabetes (AREA)
- Vascular Medicine (AREA)
- Anesthesiology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
センサ移行のためのデータストリームブリッジングが説明される。グルコース測定値の第1のデータストリームが、ユーザによって装着された第1のグルコースセンサから受信される。第1のデータストリームを介した第1のグルコース測定値の生成及び/又は通信が停止したときに、第1のグルコースセンサの終了イベントが検出される。次に、グルコース測定値の第2のデータストリームが、第1のグルコースセンサに置き換えられる、ユーザによって装着された第2のグルコースセンサから受信される。第2のグルコースセンサのウォームアップ期間中、推定グルコース値は、終了イベントの前に第1のグルコースセンサから受信されたグルコース測定値の第1のデータストリームと、第2のグルコースセンサから受信されたグルコース測定値の第2のデータストリームとの両方に基づいて、ユーザのために出力される。
Description
関連出願
本出願は、2021年5月17日に出願され、「Data-Stream Bridging for Sensor Transitions」と題された米国仮特許出願第63/189429号、及び2021年8月10日に出願され、「Data-Stream Bridging for Sensor Transitions」と題された米国仮特許出願第63/231502号の利益を主張するものであり、これらのそれぞれの開示全体が参照により本明細書に組み込まれる。
本出願は、2021年5月17日に出願され、「Data-Stream Bridging for Sensor Transitions」と題された米国仮特許出願第63/189429号、及び2021年8月10日に出願され、「Data-Stream Bridging for Sensor Transitions」と題された米国仮特許出願第63/231502号の利益を主張するものであり、これらのそれぞれの開示全体が参照により本明細書に組み込まれる。
糖尿病は、数億人の人々に影響を及ぼす代謝状態である。これらの人々にとって、血中グルコースレベルをモニタリングし、それらのレベルを許容可能な範囲内に調節することは、心疾患及び視力喪失などの長期的な問題を緩和するためだけでなく、高グルコース及び低グルコースの影響を回避するためにも重要である。血中グルコースレベルは、時間の経過とともに、かつ食事又は運動などの日常的な出来事に応じてほぼ常に変化するため、そのレベルを許容可能な範囲内に維持することは困難であり得る。医療技術の進歩は、実質的にリアルタイムでグルコース濃度を測定及び記録する持続グルコース監視(continuous glucose monitoring、CGM)システムを含む、血糖をモニタリングするための様々なシステムの開発を可能にした。CGMシステムは、測定されたグルコース値が許容範囲内にあることを確実にするために、これらのシステムのユーザにとって重要なツールである。
多くのグルコース監視システムは、グルコースを監視するためにユーザの皮膚に挿入することができるセンサを含む装着型デバイスを利用する。多くの場合、これらのセンサは使い捨てであり、所定の時間(例えば、10日間)動作するように設計されており、その後、センサは新しいセンサと交換されなければならない。新しいセンサがユーザの皮膚に挿入されるとき、センサは、センサが正確な測定値を一貫して生成することが可能になる前に「ウォームアップ」するためにかなりの量の時間(例えば、2時間)を必要とし得る。この期間中、すなわちウォームアップ期間中、新たに挿入されたグルコースセンサを使用して生成されたグルコース測定値は、正確でない場合があり、かつ/又は一貫して正確でない場合がある。
ウォームアップ期間中のグルコースセンサの信頼性の低さに起因して、多くの従来のグルコース監視システムは、単に、この期間中にあらゆるタイプのグルコースデータを表示することを控える。しかしながら、センサ間の移行期間中の利用可能なグルコースデータの欠如は、グルコースアラート及びアラームが無効にされることをもたらし、それは、インスリンを投与するときなど、重要な決定を行うためにグルコースデータに依拠するユーザにとって健康リスクにつながり得る。その結果、ユーザは、自分のグルコースレベルを監視するために、移行期間中に痛みを伴う指先穿刺を使用することに頼ることがある。指を刺すことに頼ることはまた、不便であるか、又は不快であり得、それらのユーザがウォームアップ期間中に行うことができる活動を制限し得る。
これらの問題を克服するために、センサ移行のためのデータストリームブリッジングが説明される。グルコース測定値の第1のデータストリームが、ユーザによって装着された第1のグルコースセンサから受信される。第1のデータストリームは、装着型グルコース監視デバイスがグルコース測定値を生成し、それらの測定値をユーザに関連付けられたコンピューティングデバイスにストリーミングする(例えば、それらを通信する)第1の期間に対応する。第1のデータストリームを介した第1のグルコース測定値の生成及び/又は通信が停止したときに、第1のグルコースセンサの終了イベントが検出される。次に、グルコース測定値の第2のデータストリームが、第1のグルコースセンサに置き換えられる、ユーザによって装着された第2のグルコースセンサから受信される。第2のグルコースセンサのウォームアップ期間中、推定グルコース値は、終了イベントの前に第1のグルコースセンサから受信されたグルコース測定値の第1のデータストリームと、第2のグルコースセンサから受信されたグルコース測定値の第2のデータストリームとの両方に基づいて、ユーザのために出力される。
この発明の概要は、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態で紹介している。したがって、この発明の概要は、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。
概要
センサ移行のためのデータストリームブリッジングが説明される。説明される技術によれば、ブリッジングシステムは、ユーザが第1のグルコースセンサを第2のグルコースセンサと置き換えるときなどに、センサ間の「ギャップをブリッジする」ように構成される。そうすることにより、システムは、古いセンサが期限切れになるとき(例えば、古いセンサがユーザのデータを報告するためにもはや使用されなくなった後の期間、及び/又は古いセンサがユーザのデータを報告するためにもはや使用されなくなるのに近い期間(例えば、1時間前、2時間前、12時間前など))と、新しいセンサが適切にウォームアップされ較正されるときとの間の期間に対応するセンサ移行期間中に、ユーザの推定グルコース値を出力することが可能になる。ブリッジングシステムはまた、新しいセンサのウォームアップ期間の長さを短縮するために利用され得る。全体を通してより詳細に論じられるように、センサのウォームアップ期間は、あらゆる時間量であってよい(例えば、実質的に時間なし、0~1時間、1~2時間、2時間超など)。
センサ移行のためのデータストリームブリッジングが説明される。説明される技術によれば、ブリッジングシステムは、ユーザが第1のグルコースセンサを第2のグルコースセンサと置き換えるときなどに、センサ間の「ギャップをブリッジする」ように構成される。そうすることにより、システムは、古いセンサが期限切れになるとき(例えば、古いセンサがユーザのデータを報告するためにもはや使用されなくなった後の期間、及び/又は古いセンサがユーザのデータを報告するためにもはや使用されなくなるのに近い期間(例えば、1時間前、2時間前、12時間前など))と、新しいセンサが適切にウォームアップされ較正されるときとの間の期間に対応するセンサ移行期間中に、ユーザの推定グルコース値を出力することが可能になる。ブリッジングシステムはまた、新しいセンサのウォームアップ期間の長さを短縮するために利用され得る。全体を通してより詳細に論じられるように、センサのウォームアップ期間は、あらゆる時間量であってよい(例えば、実質的に時間なし、0~1時間、1~2時間、2時間超など)。
1つ以上の実装形態では、ブリッジングシステムは、ユーザによって装着された第1のグルコースセンサからグルコース測定値の第1のデータストリームを受信する。第1のデータストリームは、装着型グルコース監視デバイスがグルコース測定値を生成し、それらの測定値をユーザに関連付けられたコンピューティングデバイスにストリーミングする(例えば、それらを通信する)第1の期間に対応する。ブリッジングシステムは、第1のデータストリームを介した第1のグルコース測定値の生成及び/又は通信が停止する及び/又は停止する予定である時間(例えば、実際のセンサ満了前の「猶予期間」)に対応する第1のグルコースセンサの終了イベントを検出又は決定する。
第1のセンサは、使い捨てであってもよく、例えば、所定の時間(例えば、10日間)、又は何らかの事象の発生が検出される(例えば、信号品質が品質閾値未満に劣化する、グルコース測定値の分散が分散閾値を超える、又は化学反応が生じる)まで動作するように設計されてもよい。したがって、場合によっては、ブリッジングシステムは、第1のグルコースセンサに関連付けられたタイマが満了し、所定の時間量が経過したことを示すときに、終了イベントを検出する。代替的又は追加的に、終了イベントは、ユーザが第1のグルコースセンサを物理的に取り外したときに検出することができる。例えば、第1のグルコースセンサは、ユーザの皮膚に皮下挿入されてもよく、終了イベントは、第1のグルコースセンサがユーザの皮膚から取り外されたときに検出されてもよく、これは、第1のセンサとコンピューティングデバイスとの間の接続性の喪失をもたらす。
終了イベントが検出又は決定される方法にかかわらず、センサブリッジングシステムは、センサ間の移行期間中に「ギャップをブリッジする」ように構成される(例えば、第1のセンサに置き換わるように意図された第2のセンサがウォームアップしている間にデータを提供することができる)。センサ間のこの移行期間は、複数のセンサ(例えば、それらのうちの2つ)がユーザの体内に同時に埋め込まれる期間、及び/又は1つのセンサのみがユーザの体内に埋め込まれる(又はセンサが埋め込まれない)期間であってもよい。一例では、この移行期間は、第1のセンサの期限切れから第2のセンサの挿入まで延びていることができる。別の例では、この移行期間は、第1のセンサの満了前の猶予期間から第2のセンサの挿入まで延びていることができる。別の例では、移行期間は、第1のセンサの期限切れから第2のセンサのウォームアップ後まで延びていることができる。別の例では、移行期間は、第1のセンサの期限切れ前の猶予期間から第2のセンサのウォームアップ後まで延びていることができる。移行期間のためのあらゆる所望の時間量が、全体を通して論じられる概念に従って使用され得る。例えば、移行期間又は移行期間の一部は、所定の時間量であってもよい。別の例では、移行期間又は移行期間の一部は、1つ以上のセンサ及び/又は他のデータ入力からの1つ以上のデータストリームに基づいて決定される患者固有の時間量であってもよい。
特に、センサ間の移行期間は、第1のグルコースセンサの終了イベントが検出されたときに始まり、第2のセンサが始動された(例えば、ユーザの体内に挿入された)ときに終わる第1の期間と、第2のグルコースセンサがウォームアップする第2の期間との両方を含み得る。特に、第1の期間中、グルコース測定値は受信されないが、第2の期間中、すなわちウォームアップ期間中、新たに挿入されたグルコースセンサを使用して生成されたグルコース測定値は、正確でない場合があり、かつ/又は一貫して正確でない場合がある。ウォームアップ期間中にグルコースセンサによって生成される測定値が、その期間のかなりの部分にわたって人の実際のグルコースレベルを正確に推定しない可能性があるという事実のために、ほとんどの従来のシステムは、ウォームアップ期間が終了するまで、ユーザの推定グルコース値を出力することを単に控える。しかしながら、センサ間の移行中にグルコースデータの出力を防止することは、ユーザのグルコースレベルを綿密に監視するユーザにとってフラストレーションをもたらす可能性があり、センサ間の移行中により長期間にわたってグルコースデータを見ることができない一部のユーザにとって健康リスクをもたらす可能性がある。
この問題を解決するために、本明細書で説明されるブリッジングシステムは、センサ間の移行期間中に推定グルコース測定値のセットを生成及び出力するように構成される。そうするために、ブリッジングシステムは、終了イベントの前に第1のグルコースセンサから受信された第1のグルコース測定値と、第1のグルコースセンサに置き換わる第2のグルコースセンサから受信された第2のグルコース測定値との両方に基づいて、ユーザの推定グルコース値を生成する。限定ではなく例として、ブリッジングシステムは、第1のグルコース測定値及び第2のグルコース測定値、又はそれらの測定値を表すデータ(例えば、特徴ベクトル)を、1つ以上の機械学習モデルへの入力として提供し得る。そのような機械学習モデルは、以前の期間からのユーザの過去のグルコース測定値(例えば、第1のグルコース測定値)に基づいて、及びユーザの比較的最新であるが潜在的に不適切な測定値(例えば、第2のグルコース測定値)に基づいて、ユーザの現在のグルコースレベルを予測するように構成され得る。場合によっては、モデルはまた、温度データ、活動データ、食物ロギングデータなどを活用することなどによって、より正確なグルコース予測を形成するために、他のデータストリームを活用してもよい。推定グルコース測定値を生成及び出力することによって、ブリッジングシステムは、移行期間中に生じる正確なグルコース測定値の生成におけるギャップの少なくとも一部を「ブリッジ」し得る。このようにして、ユーザは、推定されたグルコース値、並びに他のグルコース関連情報(例えば、アラート及び視覚化)を、センサ間の移行期間中に中断されない形式で見ることができる。
1つ以上の実装形態では、ブリッジングシステムは、新しいグルコースセンサのウォームアップ期間が続く時間量を低減するように構成される。新しいグルコースセンサのウォームアップ期間を短縮するために、ブリッジングシステムは、新しいグルコースセンサから受信されたグルコース測定値の新しいデータストリームが、前のグルコースセンサの終了イベントの前に、前のグルコースセンサから受信されたグルコース測定値の前のデータストリームに少なくとも部分的に基づいて精度閾値を満たすかどうかを判定する。そして、精度閾値が満たされたときに、新しいグルコースセンサのウォームアップ期間が終了する。特に、ウォームアップ時間を決定するために新しいセンサから受信されたグルコース測定値の精度を使用することによって、ウォームアップ時間は、所定の時間量に対して短縮され得る。例えば、ウォームアップ時間は、第1の所定の時間量(例えば、2時間、30分など)から、第1の所定の時間量未満の時間量(例えば、それぞれ、2時間未満、30分未満など)に短縮され得る。これにより、ユーザは、所定の時間量がウォームアップ期間に使用される場合よりも早くグルコースレベルを管理するための行動をとることが可能になる。更に、正確なグルコースをより早く提示することによって、ユーザの健康に関して潜在的に危険な事象が回避され得る。これはまた、装着型グルコース監視デバイスに依存する人々が指穿刺の使用を低減することを可能にし、それによって、潜在的に痛みを伴う不快な活動を彼らの生活から排除する。
特に、この手法は、異なるユーザが、第1及び第2のデータストリームの精度の信頼度に基づいて異なるウォームアップ精度閾値を有し得るので、ユーザのウォームアップ期間を個人化することもできる。例えば、第1のデータストリームにおいて大量のセンサノイズを測定することは、漸進的なセンサ低下を示し得る。この場合、システムは、第1のセンサデータにおいてより低い信頼度を有し得、これは、より厳密な精度閾値をもたらし得る。同様に、ユーザが、第2のグルコースセンサの挿入時に彼らの皮膚に強い反応を有し、読み取り値においてより多くのノイズをもたらす場合、これはまた、精度閾値を増加させ得る。
以下の説明では、最初に、本明細書に説明される技法を使用することができる例示的な環境が説明される。次いで、例示的な環境、並びに他の環境において実行され得る実装態様の詳細及び手順の例が説明される。例示的な手順の実行は、その例示的な環境に限定されるものではなく、また、その例示的な環境は、その典型的な手順の実行に限定されるものではない。
環境の例
図1は、本明細書に記載のセンサ移行のためのデータストリームブリッジングを採用するために動作可能な例示的な実装形態における環境100の図示である。図示された環境100は、装着型グルコース監視デバイス104を着用して示された人102を含み、その例は、それぞれ第1及び第2のグルコースセンサを有する装着型グルコース監視デバイス104(a)及び装着型グルコース監視デバイス104(b)を含む。図示される環境100はまた、ブリッジングシステム108を有するように示されたコンピューティングデバイス106を含む。装着型グルコース監視デバイス104及びコンピューティングデバイス106は、ネットワーク110を介することを含めて、通信可能に結合されている。図1に示される環境100の構成要素のうちのいくつか又は全ては、使い捨て(例えば、ユーザによる1回限りの使用のために構成される)又は再使用可能(例えば、複数の分析物監視セッションのためにユーザによる使用のために構成される)であるように構成されてもよく、又はその構成要素のいずれもそのように構成されなくてもよい。
図1は、本明細書に記載のセンサ移行のためのデータストリームブリッジングを採用するために動作可能な例示的な実装形態における環境100の図示である。図示された環境100は、装着型グルコース監視デバイス104を着用して示された人102を含み、その例は、それぞれ第1及び第2のグルコースセンサを有する装着型グルコース監視デバイス104(a)及び装着型グルコース監視デバイス104(b)を含む。図示される環境100はまた、ブリッジングシステム108を有するように示されたコンピューティングデバイス106を含む。装着型グルコース監視デバイス104及びコンピューティングデバイス106は、ネットワーク110を介することを含めて、通信可能に結合されている。図1に示される環境100の構成要素のうちのいくつか又は全ては、使い捨て(例えば、ユーザによる1回限りの使用のために構成される)又は再使用可能(例えば、複数の分析物監視セッションのためにユーザによる使用のために構成される)であるように構成されてもよく、又はその構成要素のいずれもそのように構成されなくてもよい。
代替的に又は追加的に、装着型グルコース監視デバイス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、他の方法で通信可能に結合され得る。例として、装着型グルコース監視デバイス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(near-field communication、NFC)、5Gなどのうちの1つ以上を使用して、互いに通信することができる。
本記載の技術によれば、装着型グルコース監視デバイス104は、人102のグルコースの測定値を提供するように構成されている。本明細書では、装着型グルコース監視デバイスが論じられるが、データストリームブリッジングが、グルコース測定値を提供することができる他のデバイス、例えば、非装着型グルコースデバイス(指穿刺を必要とする血糖測定器など)、パッチなどのセンサ移行のために使用され得ることを理解されたい。加えて、又は代替として、データストリームブリッジングは、いくつか例を挙げると、グルコース値とは異なる値、例えば、温度、他の分析物(例えば、乳酸塩、ナトリウム、インスリンなど)、及び心拍数を生成するセンサの移行に関連して使用されてもよい。しかし、装着型グルコース監視デバイス104を含む実装態様では、その装着型グルコース監視デバイスは、人102のグルコースを示す分析物を検出して、上記及び下記に説明するように、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用いて構成され得る。
1つ以上の実装形態では、装着型グルコース監視デバイス104は、持続グルコース監視(continuous glucose monitoring、CGM)システムである。本明細書で使用される場合、グルコース監視と関連して使用される「持続」という用語は、測定値を実質的に連続して生成するためのデバイスの能力を指す場合があり、その結果、デバイスは、異なるデバイスとの通信結合を確立すること(例えば、コンピューティングデバイス106が装着型グルコース監視デバイス104との無線接続を確立して、測定値のうちの1つ以上を取り出すとき)に応答して、時間間隔(例えば、1時間毎、30分毎、5分毎、1分毎、30秒毎など)でグルコース測定値を生成するように構成することができる。この機能は、装着型グルコース監視デバイス104の構成の更なる態様とともに、図2に関連してより詳細に説明される。
更に、装着型グルコース監視デバイス104は、無線接続などを介して、グルコース測定値をコンピューティングデバイス106に送信する。装着型グルコース監視デバイス104は、例えば、これらの測定値がグルコースセンサを使用して生成されたときに、それらの測定値をリアルタイムで通信することができる。代替的に又は追加的に、装着型グルコース監視デバイス104は、設定された時間間隔でグルコース測定値をコンピューティングデバイス106に通信することができる。例えば、装着型グルコース監視デバイス104は、グルコース測定値をコンピューティングデバイス106に(それらの測定値が生成されているときに)5分毎に通信するように構成することができる。確実に、グルコース測定値が通信される時間間隔は、本記載の技術の趣旨又は範囲から逸脱することなく、上記の例とは異なってもよい。それらの測定値は、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、本記載の技法による他の基礎に従って、装着型グルコース監視デバイス104によってコンピューティングデバイス106に通信することができる。いずれにしても、コンピューティングデバイス106は、人102のグルコース測定値を少なくとも一時的に、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内に維持することができる。
コンピューティングデバイス106は、本記載の技術の趣旨又は範囲から逸脱することなく、様々な方法で構成され得る。限定されない例として、コンピューティングデバイス106は、いくつかのフォームファクタを挙げると、モバイルデバイス(例えば、携帯電話、装着型デバイス若しくはタブレットデバイス)、デスクトップコンピュータ、又はラップトップコンピュータとして構成され得る。1つ以上の実装形態では、コンピューティングデバイス106は、グルコース監視プラットフォーム(図示せず)に関連付けられた専用デバイスとして構成され得、その専用デバイスは、例えば、装着型グルコース監視デバイス104からグルコース測定値を取得し、グルコース測定値に関連する様々な計算を実行し、グルコース測定値及びグルコース監視プラットフォーム(図示せず)に関連する情報を表示し、グルコース測定値をグルコース監視プラットフォームに通信するなどのための機能を有する。
更に、コンピューティングデバイス106は、本記載の技法による2つ以上のデバイスを表すことができる。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、装着型デバイス(例えば、スマートウォッチ)と携帯電話との両方に対応することができる。そのようなシナリオでは、これらのデバイスの両方は、装着型グルコース監視デバイス104からグルコース測定値を受信し、ネットワーク110を介してそれらの測定値をグルコース監視プラットフォームに通信し、グルコース測定値に関連する情報を表示するなどのために、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。代替的に又は追加的に、異なるデバイスは、他のデバイスが有しないか、又はコンピューティング命令を通じて指定されたデバイスに限定される、異なる能力を有することができる。
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、人102の様々な生理学的マーカー(例えば、心拍数、心拍数変動性、呼吸、血流速度など)及び活動(例えば、歩行又は他の運動)を測定するための様々なセンサ及び機能を備えて構成され得る。このシナリオでは、携帯電話は、これらのセンサ及び機能を備えて構成されなくてもよいか、又はその機能の限定された量を含むことができる-ただし、他のシナリオでは、携帯電話は、同じ機能を提供することが可能である場合がある。この特定のシナリオを用いて続けると、携帯電話は、グルコース監視に関連付けられた画像を取り込むためのカメラ、及びその携帯電話がグルコース測定値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コンピューティングリソース(例えば、バッテリー及び処理速度)の量など、スマートウォッチが有しない能力を有することができる。スマートウォッチがそのような計算を実行することができるシナリオにおいても、コンピューティング命令は、それらの計算の実行を携帯電話に限定して、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ことができる。この程度まで、コンピューティングデバイス106は、本記載の技術の趣旨及び範囲から逸脱することなく、本明細書で説明されたものとは異なる方法で構成され、かつ異なる数のデバイスを表すことができる。
説明される技術によれば、ブリッジングシステム108は、人102が第1のグルコースセンサを第2のグルコースセンサと交換するときなど、センサ間の移行中に「ギャップをブリッジする」ように構成され、かつ/又は第1のグルコースセンサ及び第2のグルコースセンサがある時間量にわたって人102内に同時に埋め込まれるセンサ間の移行を含み得る。図示された環境100において、人102は、第1の段階112、第2の段階114、及び第3の段階116を含む3つの段階で示されている。更に、段階の時系列順は、第1の段階112、それに続く第2の段階114、及びそれに続く第3の段階116に対応し得る。第1の段階112では、人102は、第1のグルコースセンサを含む装着型グルコース監視デバイス104(a)を装着しているように示されている。第2の段階114において、人102は、グルコース監視デバイスを装着していない状態で示されている。これは、人102が装着型グルコース監視デバイス104(a)を取り外した後であるが、人102が装着型グルコース監視デバイス104(b)を適用する前の期間、例えば、人102が装着型グルコース監視デバイス104(a)の第1のセンサの使用から装着型グルコース監視デバイス104(b)の第2のセンサの使用に切り替えるときに対応し得る。第3の段階116では、人102は、上述のように、第2のグルコースセンサを含む装着型グルコース監視デバイス104(b)を装着して示されている。代替的な実施形態では、追加の及び/又は異なる段階が存在してもよい(例えば、人102が着用型グルコース監視デバイス104(a)及び着用型グルコース監視デバイス104(b)を同時に着用する段階)。あらゆる実施形態において、ブリッジングシステム108は、装着型グルコース監視デバイス104(a)に関連付けられた第1のデータストリームと、装着型グルコース監視デバイス104(b)に関連付けられた第2のデータストリームとの間の「ギャップをブリッジする」ことが人102にとって正確であるか、又は「ウォームアップ」されるのを助けるために使用され得る。
1つ以上の実装形態では、装着型グルコース監視デバイス104(a)及び装着型グルコース監視デバイス104(b)は、1つ以上の構成要素、例えば、いくつか例を挙げると、共通の送信機、プロセッサ、又はコンピュータ可読記憶装置を共有することができる。そのような実装形態では、それらの共有構成要素は、再利用可能な構成要素が、ある期間の後に処分される1つ以上の使い捨て構成要素、例えばグルコースセンサと結合され得るように、再利用可能であり得る。使い捨て構成要素は、例えば、所定の時間量(例えば、10日、15日など)の間、又は何らかの事象の発生が検出される(例えば、信号品質が品質閾値未満に劣化する、グルコース測定値の分散が分散閾値を超える、又は化学反応が生じる)まで、動作するように設計されてもよい。このようにして、装着型グルコース監視デバイス104(b)は、グルコース測定値をコンピューティングデバイス106に送信するために、装着型グルコース監視デバイス104(a)と同じ送信機を使用することができる。
あるいは、装着型グルコース監視デバイス104(a)及び装着型グルコース監視デバイス104(b)は、いかなる構成要素も共有しなくてもよく、それらは完全に別個のデバイスであってもよい。そのような実装では、装着型グルコース監視デバイス104(a)及び装着型グルコース監視デバイス104(b)は、同じ設計を有し、同じ形式で構成されてもよいが、それらは、第1の物理的デバイス及び別個の第2の物理的デバイスに対応するように、別個のデバイスとして製造されてもよい。例えば、装着型グルコース監視デバイス104(a)は、第1のグルコースセンサ及び第1の送信機を含んでもよく、装着型グルコース監視デバイス104(b)は、第1のグルコースセンサ及び第1の送信機とは別個であるが、第1のグルコースセンサ及び送信機と同じ構成を有する、第2のグルコースセンサ及び第2の送信機を含んでもよい。代替的に又は追加的に、着用型グルコース監視デバイス104(a)及び着用型グルコース監視デバイス104(b)は、互いに異なるタイプの構成要素を有する、異なる構成、例えば異なる型番の別個のデバイスであってもよい。そのようなシナリオでは、それにもかかわらず、異なる設計及び構成を有する別個のデバイスが、グルコース測定値をコンピューティングデバイス106に通信するように構成され得る。
図示された環境100はまた、第1のデータストリーム118、第2のデータストリーム120、移行期間122、終了イベント124、及びウォームアップ期間126を示す。説明される技術によれば、第1のデータストリーム118は、第1のグルコース測定値128を含み、これは、装着型グルコース監視デバイス104(a)によって、そのそれぞれのグルコースセンサ(例えば、第1のグルコースセンサ)を使用して生成され、第1のデータストリーム118の一部としてコンピューティングデバイス106に通信される。同様に、第2のデータストリーム120は、第2のグルコース測定値130(a)、130(b)を含み、これらは、装着型グルコース監視デバイス104(b)によって、それぞれのグルコースセンサ(例えば、第2のグルコースセンサ)を使用して生成され、第1のデータストリーム118の一部としてコンピューティングデバイス106に通信される。ここで、第2のグルコース測定値130(a)は、ウォームアップ期間126中に装着型グルコース監視デバイス104(b)によって生成される第2のデータストリーム120内の測定値の一部に対応する。対照的に、第2のグルコース測定値130(b)は、ウォームアップ期間126の後に着用型グルコース監視デバイス104(b)によって生成される第2のデータストリーム120内の測定値の一部、例えば、第2のデータストリーム120のグルコース測定値の後続部分に対応する。
環境100において、第1のデータストリーム118及び第2のデータストリーム120は、これらのストリームが対応する期間を視覚的に伝えるブロックとして示されている。例として、第1のデータストリーム118は、装着型グルコース監視デバイス104(a)が第1のグルコース測定値128を生成し、それらの測定値をコンピューティングデバイス106にストリーミングする(例えば、それらを通信する)第1の期間に対応する。終了イベント124は、第1のデータストリーム118を介した第1のグルコース測定値128の生成及び/又は通信が終了する時間(例えば、時点)に対応する。終了イベント124を引き起こし得る、又は終了イベント124として検出され得る様々なイベントは、以下でより詳細に説明される。
更に、図示された環境100は、第1のデータストリーム118を終了させる終了イベント124と、ウォームアップ期間126に対応する第2のデータストリーム120の部分との間に「ブロック」を含まない。これは、1つ以上の実装形態において、終了イベント124と、装着型グルコース監視デバイス104(b)のウォームアップ期間126との間の期間にわたって、グルコース監視デバイスによってグルコース測定値が生成されず、コンピューティングデバイス106に通信されないことを示す。実際に、これは、例えば、人102が装着型グルコース監視デバイス104(a)を取り外した後であって、人102が装着型グルコース監視デバイス104(b)を適用する前に、人102がグルコース監視デバイスを装着していない状態で描かれている第2の段階114における人102の描写と一致する。しかしながら、いくつかの実装形態では、グルコース測定値の生成及びストリーミングにおいて「中断」がない場合があるが、グルコース測定値は、人102が装着型グルコース監視デバイス104(a)を依然として着用している間に装着型グルコース監視デバイス104(b)が適用されるときなど、異なるソースから生じ得る。この場合、ブリッジングシステム108は、装着型グルコース監視デバイス104(a)及び装着型グルコース監視デバイス104(b)の両方から同時にセンサ測定値を受信し得る。言い換えれば、第1のグルコースセンサのクールダウン期間は、第2のグルコースセンサのウォームアップ期間と重複し得る。推定グルコース値は、このシナリオでは、同時に装着されている2つの異なるセンサから受信されたリアルタイムグルコース測定値に基づいて決定され得る。
第2のデータストリーム120は、第1の期間に続く第2の期間に対応する。この第2の期間はまた、装着型グルコース監視デバイス104(b)が第2のグルコース測定値130(a)、130(b)を生成し、それらの測定値をコンピューティングデバイス106にストリーミングする(例えば、それらを通信する)ときに対応する。
第1のグルコース測定値128及び第2のグルコース測定値130(a)、130(b)は、たとえ第1のグルコース測定値128及び第2のグルコース測定値130(a)、130(b)がそれぞれ第1及び第2のデータストリーム118、120に含まれていても、人102のグルコースの測定値が時間とともにどのように変化し得るかを視覚的に伝えるために、第1及び第2のデータストリーム118、120とは別個に示されている。第1のグルコース測定値128及び第2のグルコース測定値130(a)、130(b)を別々にドットとして示すことによって、図示された環境100は、人102のグルコースの測定値が経時的にどのように変化し得るかを示す。図示された「ドット」は、コンピューティングデバイス106が人102のグルコースをどのように出力(例えば、表示)するかをより厳密に、例えば、グルコーストレースとして表すこともできる。
注目すべきことに、装着型グルコース監視デバイス104(b)のウォームアップ期間126(例えば、第2のグルコースセンサのウォームアップ期間)に対応する第2のグルコース測定値130(a)は、第1のグルコース測定値128及びウォームアップ期間126の後に生成され通信される第2のグルコース測定値130(b)よりも変動性を有して示されている。これは、1つ以上のシナリオにおいて、グルコースセンサが、正確な測定値を一貫して生成するために使用され得る前に、ある量の時間(例えば、2時間、30分など)を必要とし得ることを表す。この期間中、すなわち、ウォームアップ期間126中、新たに挿入されたグルコースセンサを使用して生成されたグルコース測定値は、正確でない場合があり、かつ/又は一貫して正確でない場合がある。
これは、一部のグルコースセンサが、(例えば、人102の)体内への挿入に応答して1つ以上の化学反応が起こるように設計されているために起こり得る。1つ以上の化学反応は、センサがグルコースを示す体内の分析物を検出することを可能にし得る。そのような化学反応の一例は、ウォームアップ期間126にわたって人102の体内に挿入されたときに溶解する、グルコースセンサをコーティングする物質である。代替的又は追加的に、グルコースセンサは、ウォームアップ期間126中に人102の身体からの流体で充填される必要があり得る。実際に、グルコースセンサは、説明される技術の趣旨又は範囲から逸脱することなく、異なる理由のために、ウォームアップ期間中に人102のグルコースの正確な及び/又は一貫して正確な測定値を生成することができない場合があり、又は生成するために信頼されない場合がある。いずれにせよ、ウォームアップ期間126中に装着型グルコース監視デバイス104(b)によって生成される測定値は、仮にあったとしても、その期間のかなりの部分にわたって人102の実際のグルコースレベルを正確に推定しない場合がある。
一般に、ブリッジングシステム108は、グルコース監視デバイスが不適切なグルコース測定値、例えば、人の実際のグルコースレベルを正確に推定することができない測定値を生成する可能性がある期間の推定グルコース値を生成するように構成される。1つ以上の実装形態において、例えば、ブリッジングシステム108は、装着型グルコース監視デバイス104(b)のグルコースセンサ(上述の第2のグルコースセンサ)について、ウォームアップ期間126中に推定グルコース値132のセットを生成して出力するように構成される。ブリッジングシステム108は、ウォームアップ期間126に対応する、第1のデータストリーム118の第1のグルコース測定値128に基づいて、及び第2のデータストリーム120の第2のグルコース測定値130(a)に基づいて、人102についての推定グルコース値132を生成し得る。
限定ではなく例として、ブリッジングシステム108は、第1のグルコース測定値128及び第2のグルコース測定値130(a)、又はそれらの測定値を表すデータ(例えば、特徴ベクトル)を、1つ又は複数の機械学習モデルへの入力として提供することができる。そのような機械学習モデルは、以前の期間からのユーザの過去のグルコース測定値(例えば、第1のグルコース測定値128)に基づいて、及びユーザの比較的最新であるが潜在的に不適切な測定値(例えば、第2のグルコース測定値130(a))に基づいて、ユーザの現在のグルコースレベルを予測するように構成され得る。
推定グルコース値132を生成することによって、ブリッジングシステム108は、移行期間122の間に生じる正確なグルコース測定値の生成におけるギャップの少なくとも一部を「ブリッジ」し得る。1つ以上の実装形態では、ブリッジングシステム108はまた、第2の段階114中に、例えば、人がグルコース監視デバイスを装着しておらず、終了イベント124とウォームアップ期間126の開始との間の期間に対応する間に、人102の推定グルコース値を生成するように構成され得る。ブリッジングシステム108は、過去のグルコース測定値に基づいて人のグルコースを予測するように構成された1つ以上の機械学習モデルを使用することなどによって、第1のグルコース測定値128のみに基づいて、この期間中の人102の推定グルコース値を生成するように構成され得る。この目的のために、ブリッジングシステム108は、第1のグルコース測定値128に基づいて、人102がグルコース監視デバイスを装着していない間(例えば、第2の段階114の間)に、人102の推定グルコース値を生成し得る。対照的に、ブリッジングシステム108は、第1のグルコース測定値128と、ウォームアップ期間126中に生成された第2のグルコース測定値130(a)との両方に基づいて、ウォームアップ期間126中に人102についての推定グルコース値132を生成し得る。加えて、又は代替として、ブリッジングシステム108は、推定グルコース値132を正確に生成するために、温度データ、活動データ、食物ロギングデータなどを活用することなどによって、他のデータストリームを活用し得る。
1つ以上の実装形態では、コンピューティングデバイス106(例えば、コンピューティングデバイス106に関連付けられたアプリケーション)は、例えば、意思決定支援及び表示のために、第2のグルコース測定値130(a)を推定グルコース値132に効果的に置き換え得る。第2のグルコース測定値130(a)とともに第1のグルコース測定値128を使用することによって、ブリッジングシステム108は、第2のグルコース測定値130(a)によって表されるよりも正確な人102の実際のグルコースのトレース(例えば、推定グルコース値132)を生成する。より正確なトレースにより、人102又は人102の医療提供者は、ウォームアップ期間126中に推定グルコース値132に依存して、いくつか例を挙げると、食事をするか否か及び何を食べるか、インスリンを投与するか否か、又は深刻な健康状態を緩和するために医療提供者に連絡をとるか否かなどの治療決定を導くことができる。例えば、持続グルコース監視システムによって持続的にグルコースを測定し、そのような測定値を記述するデータと取得するという文脈において、図2の以下の説明を検討する。
図2は、装着型グルコース監視デバイスの実装形態の例200をより詳細に示している。特に、図示された例200は、装着型グルコース監視デバイス104の上面図及び対応する側面図を含む。装着型グルコース監視デバイス104は、本記載の技法の趣旨又は範囲から逸脱することなく、以下の説明から、実装態様において、様々な方法で変更を行うことができることを理解されたい。上述したように、例えば、センサ移行のためのデータストリームブリッジングは、非装着型デバイス(例えば、指穿刺を必要とする血糖測定器)、パッチなど、グルコース監視のための他のタイプのデバイスと関連して、使用することができる。
この例200では、装着型グルコース監視デバイス104は、グルコースセンサ202及びセンサモジュール204を含むように図示されている。ここでは、グルコースセンサ202は、例えば、人102の皮膚206中の皮下に挿入されている側面図に示してある。センサモジュール204は、上面図に破線長方形として図示してある。装着型グルコース監視デバイス104はまた、図示された例200において送信機208も含む。センサモジュール204について破線長方形を使用することにより、そのセンサモジュールが送信機208のハウジング内に収容されるか、又はそうでなければ実装され得ることが示されている。この例200では、装着型グルコース監視デバイス104は、接着パッド210及び取り付け機構212を更に含む。
動作中、グルコースセンサ202、接着パッド210、及び取り付け機構212は、貼り付けアセンブリを形成するように組み立てられ得、貼り付けアセンブリは、描写されているようにセンサ202が皮下挿入されるように皮膚206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208は、取り付け機構212を介して皮膚206に貼り付けた後、アセンブリに取り付けられ得る。あるいは、送信機208は、貼り付けアセンブリの一部として組み込まれ得、その結果、グルコースセンサ202、接着パッド210、取り付け機構212、及び送信機208(センサモジュール204を有する)は、皮膚206に一度に全て貼り付けることができる。1つ以上の実装形態では、この貼り付けアセンブリは、別個のセンサ貼り付け具(図示せず)を使用して皮膚206に貼り付けられる。従来の血糖測定器によって必要とされる指穿刺とは異なり、装着型グルコース監視デバイス104の、ユーザが開始する貼り付けは、ほぼ無痛であり、血液の採取を必要としない。更に、自動センサ貼り付け具により、一般に、臨床医又は医療サービス提供者の支援なしに、人102がグルコースセンサ202を皮膚206中の皮下に埋め込むことが可能になる。
この貼り付けアセンブリはまた、接着パッド210を皮膚206から剥離することによって取り外すこともできる。図示されているように、装着型グルコース監視デバイス104及びその様々な構成要素は、単純に、1つの例示的なフォームファクタであり、装着型グルコース監視デバイス104及びその構成要素は、本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することができることを理解されたい。
動作中、グルコースセンサ202は、無線接続又は有線接続とすることができる少なくとも1つの通信チャネルを介して、センサモジュール204に通信可能に結合されている。グルコースセンサ202からセンサモジュール204への伝達、又はセンサモジュール204からグルコースセンサ202への通信は、能動的又は受動的に実施され得、これらの通信は、連続的(例えば、アナログ式)又は離散的(例えば、デジタル式)とすることができる。
グルコースセンサ202は、デバイス、分子、及び/又は化学物質であってもよく、それらは、グルコースセンサ202とは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。センサモジュール204は、グルコースセンサ202に対する変化の指示、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204によって電気化学的に検出可能である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、グルコースセンサ202は、1つ以上の測定技術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つ以上の実施態様では、グルコースセンサ202はまた、乳酸塩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も検出するように構成され得、これは、グルコースベースの事象を識別又は予測する際の精度を向上することができる。追加的に又は代替的に、装着型グルコース監視デバイス104は、他のマーカーを示すそれらの分析物を検出するための、グルコースセンサ202への追加のセンサを含むことができる。
別の例では、グルコースセンサ202(又は装着型グルコース監視デバイス104の追加の図示されていないセンサ)は、第1及び第2の導体を含むことができ、センサモジュール204は、グルコースセンサ202のその第1及び第2の導体の両端の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204及びグルコースセンサ202は、電位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ている。いくつかの例では、センサモジュール204及びグルコースセンサ202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る。他の例では、センサモジュール204及びグルコースセンサ202は、複数の分析物、例えば、ナトリウム、カリウム、二酸化炭素、及びグルコースを検出するように構成される。代替的に又は追加的に、装着型グルコース監視デバイス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、グルコース、及びインスリン)だけでなく、1つ以上の環境条件(例えば、温度)も検出するための複数のセンサを含む。したがって、センサモジュール204及びグルコースセンサ202(及びあらゆる追加のセンサ)は、1つ以上の分析物の存在、1つ以上の分析物の不在、及び/又は1つ以上の環境条件の変化を検出し得る。
1つ以上の実施態様では、センサモジュール204は、プロセッサ及びメモリ(図示せず)を含むことができる。このセンサモジュール204は、プロセッサを活用することによって、上述し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214を生成することができる。グルコース測定値214は、図1に関連して論じられたデータストリームのいずれかのグルコース測定値、例えば、第1のデータストリーム118の第1のグルコース測定値128の少なくとも一部、又は第2のデータストリーム120の第2のグルコース測定値130(a)、130(b)の少なくとも一部に対応し得る。確かに、グルコース測定値214は、本技術の趣旨又は範囲から逸脱することなく、他のデータストリームに対応し得る。いずれにせよ、グルコースセンサ202からの上述の通信に基づいて、センサモジュール204は、少なくとも1つのグルコース測定値214を含む通信可能なデータパッケージを生成するように更に構成されている。1つ以上の実装形態では、センサモジュール204は、限定ではなく例として、補足センサ情報216を含む追加のデータを含むようにこれらのパッケージを構成することができる。そのような補足センサ情報には、センサ識別子、センサステータス、グルコース測定値214に対応する温度、グルコース測定値214に対応する他の分析物の測定値などが含まれ得る。補足センサ情報216は、本記載の技術の趣旨又は範囲から逸脱することなく、少なくとも1つのグルコース測定値214を補足する様々なデータを含むことができることを理解されたい。
装着型グルコース監視デバイス104が無線送信のために構成されている実装態様では、送信機208は、グルコース測定値214及び/又は補足センサ情報216をデータストリームとしてコンピューティングデバイスに無線で送信することができる。代替的に又は追加的に、センサモジュール204は、グルコース測定値214及び/又は補足センサ情報216を(例えば、センサモジュール204のメモリ、及び/又は装着型グルコース監視デバイス104の他の物理的コンピュータ可読記憶媒体に)バッファリングし、後に様々な間隔で、例えば、時間間隔(1秒毎、30秒毎、1分毎、5分毎、1時間毎など)、記憶間隔(バッファリングされたグルコース測定値214及び/又は補足センサ情報216がデータの閾値量、若しくは測定値の数に到達したとき)などで、そのバッファリングされたグルコース測定値214及び/又はバッファリングされた補足センサ情報216を送信機208に送信させることができる。
環境の例、及び装着型グルコース監視デバイスの例を検討してきたが、ここで、1つ以上の実装形態による、センサ移行のためのデータストリームブリッジングのための技術の詳細のいくつかの例に関する説明について検討する。
センサ移行のためのデータストリームブリッジング
図3は、グルコースセンサのウォームアップ期間の推定グルコース値を生成するシステムの例300を示す。図示される例300は、ブリッジングシステム108を含む。
図3は、グルコースセンサのウォームアップ期間の推定グルコース値を生成するシステムの例300を示す。図示される例300は、ブリッジングシステム108を含む。
この例300では、ブリッジングシステム108は、第1のデータストリーム118及び第2のデータストリーム120を入力として受信するように示されている。第2のデータストリーム120は、第1のデータストリーム118に続いて受信されてもよく、及び/又は同時に受信されてもよい。ブリッジングシステム108はまた、推定グルコース値132を出力するように示されている。図示されるように、ブリッジングシステム108は、ストリームハンドラ302及び値予測エンジン304を含む。ストリームハンドラ302は、終了検出エンジン306及びデータ精度モジュール308を含んで示されている。値予測エンジン304は、予測ロジック310を含んで示されている。これらの構成要素は、上述及び後述するように、ブリッジングシステム108がセンサ間の移行のための「ギャップをブリッジする」ことを可能にする様々な態様を実行するように構成される。ブリッジングシステム108は、これらの様々な構成要素とともに図示してあるが、実装態様において、ブリッジングシステム108は、本記載の技術の趣旨又は範囲から逸脱することなく、より少ない、より多い、かつ/又は異なる構成要素を含み得ることを理解されたい。
1つ以上の実装形態では、終了検出エンジン306は、グルコースセンサの終了イベントを検出するように構成される。図1の文脈では、例えば、終了検出エンジン306は、終了イベント124を検出するように構成される。上述のように、終了イベント124は、第1のデータストリーム118の一部としての装着型グルコース監視デバイス104(a)による第1のグルコース測定値128の生成及び/又は通信が終了するか、又は終了する予定である時間(例えば、終了前の猶予期間)に対応し得る。終了検出エンジン306は、説明される技術に従って異なるタイプの終了イベントを検出するように構成され得る。
例として、グルコースセンサは、限定された所定の期間、例えば、ほんの数例を挙げると、7日間、10日間、又は30日間にわたって使用するように構成されてもよい。そのような実装形態では、各グルコースセンサは、例えば、グルコースセンサがユーザの皮膚に挿入されたとき、又は別様にユーザのグルコースを測定するために展開されたときに開始するタイマと関連付けられ得る。終了検出エンジン306は、タイマを維持し、及び/又はタイマが満了したときを検出することができる。タイマがカウントダウン(減衰)する実装形態では、例えば、終了検出エンジン306は、タイマが0に達するか、又はそれぞれのセンサの寿命の終わりを示す何らかの他の閾値に低下するときを検出することができる。対照的に、タイマがカウントアップする(増加する)実装形態では、終了検出エンジン306は、タイマがそれぞれのセンサの寿命の終わりを示す閾値(例えば、10日)に達するときを検出することができる。
代替的又は追加的に、終了検出エンジン306は、グルコースセンサの「寿命」を表す満了タイマ値を識別することとは異なる条件の変化に対応する終了イベントを検出してもよい。例として、終了検出エンジン306は、グルコースセンサとの接続性(例えば、通信性又は物理的)の喪失に基づいて終了イベントを検出してもよい。例えば、終了検出エンジン306は、ほんの数例を挙げると、閾値時間量の後にグルコース測定値がグルコースセンサから受信されないとき、信号(例えば、「心拍」)がグルコースセンサから受信されないとき、グルコースセンサとの接続性の終了を示す信号が受信されるとき、グルコースセンサについて寿命末期化学反応が検出されるとき、又は新しいセンサについて化学反応が検出されるとき、終了イベントが発生したことを検出し得る。
上述したように、装着型グルコース監視デバイス104のグルコースセンサは、人102の皮膚の皮下に挿入され得る。1つ以上の実装形態では、終了検出エンジン306は、それらのグルコースセンサがユーザの皮膚から取り外されたとき、例えば、人102の皮膚から引き抜かれたとき、終了イベントを検出するように構成され得る。説明される技術によれば、終了検出エンジン306は、第1のデータストリーム118のグルコース測定値の生成及び/又は通信が終了するときを示す終了イベント124を検出するように構成される。代替的に又は追加的に、終了イベントは、ユーザインターフェース(例えば、ユーザインターフェース316)とのユーザ相互作用によって開始されてもよい。例えば、ユーザは、第1のグルコースセンサとのセッションを終了し、第2のグルコースセンサとの新しいセッションを開始するための制御を選択することが可能であってもよい。終了検出エンジン306は、説明される技術の趣旨又は範囲から逸脱することなく、異なるタイプの終了イベントを検出し得ることを理解されたい。
一般に、値予測エンジン304は、グルコースセンサを使用して生成された実際のグルコース測定値を使用して、推定グルコース値132を生成するように構成される。例えば、値予測エンジン304は、第1のデータストリーム118又は第2のデータストリーム120のうちの1つ以上からの測定値を使用して、推定グルコース値132を生成してもよい。更に、値予測エンジン304は、推定グルコース値132を生成して、第1のデータストリーム118又は第2のデータストリーム120の1つ以上のグルコース測定値を置き換えることができる。図1の状況では、例えば、値予測エンジン304は、推定グルコース値132を生成して、第2のデータストリーム120のグルコース測定値を置き換え、具体的には、装着型グルコース監視装置104(b)のグルコースセンサのウォームアップ期間126に対応する第2のグルコース測定値130(a)を置き換える。値予測エンジン304はまた、図5~図7に関連して説明されるように、他の期間の推定グルコース値を生成するために使用されてもよい。これらの期間は、例えば、ユーザがいずれのセンサも装着していない期間、及び遡及的にセンサの使用(又は接続性)の終わり、例えば、センサの寿命の終わりにおける期間を含んでもよい。加えて、又は代替として、値予測エンジン304は、温度データ、活動データ、食物ロギングデータなどを活用することなどによって、推定グルコース値を正確に生成するために、他のデータストリーム(図示せず)を活用してもよい。
グルコースセンサのウォームアップ期間126のための推定グルコース値132を生成するとき、値予測エンジン304は、第1のグルコース測定値128に基づいて、及びウォームアップ期間126に対応する第2のグルコース測定値130(a)にも基づいて、それらの値を生成し得る。第1のグルコース測定値128及び第2のグルコース測定値130(a)から推定グルコース値132を生成するために、値予測エンジン304は、予測ロジック310を使用する。動作中、予測ロジック310は、それらのグルコース測定値を入力として受け取り、符号化されたアルゴリズム、式、規則のセット、及び/又はモデルに従ってそれらを処理し、推定グルコース値132を決定及び出力することが可能な実行可能コード(例えば、「バイナリ」)として構成され得る。予測ロジック310は、説明される技術の趣旨又は範囲から逸脱することなく、様々なアルゴリズム、式、規則、及び/又はモデルに基づいて実装され得る。
1つ以上の実装において、例えば、予測ロジック310は、加重平均などの1つ以上の重み付け技術を用いて推定グルコース値132を決定してもよい。例えば、予測ロジック310は、ウォームアップ期間126の開始に向かって第2のグルコース測定値130(a)に比較的小さい重みを関連付けることができ、ウォームアップ期間126の終了により近い第2のグルコース測定値130(a)に比較的大きい重みを関連付けることができる。1つ以上の実装形態では、予測ロジック310は、時間とともに徐々に大きくなる重みを第2のグルコース測定値130(a)に関連付けることができる。一例として、ウォームアップ期間126の開始時に、予測ロジック310は、0.9の重みを第1のグルコース測定値128に割り当て、0.1の重みを第2のグルコース測定値130(a)に割り当て、次いで、推定グルコース値132を、重み付けされた第1及び第2のグルコース測定値の合計として計算することができる。対照的に、ウォームアップ期間126の終わりに向かって、予測ロジック310は、第1のグルコース測定値128に0.1の重みを割り当て、第2のグルコース測定値130(a)に0.9の重みを割り当て、次いで、重み付けされた第1及び第2のグルコース測定値の合計として推定グルコース値132を計算することができる。
推定グルコース値132を決定することの一部として、予測ロジック310はまた、重みを第1のグルコース測定値128又はそれらの測定値から導出される予測と関連付けてもよい。例えば、予測ロジック310は、将来のある期間(例えば、来たる30分、2時間、又は終日)にわたる人のグルコースを予測するために、ユーザの母集団の履歴データにおいて訓練された1つ以上の機械学習モデルを含んでもよい。そのような機械学習モデルは、入力(例えば、人102のグルコース測定値の最後の30分、最後の6時間、又は最後の日)としてグルコース測定値の1つ以上のシーケンス(例えば、トレース)を受信することに応答して、人102のグルコースを予測し得る。そのような実装形態では、予測ロジック310は、ウォームアップ期間126について予測された(例えば、第1のグルコース測定値128から予測された)グルコース値に基づいて、及びウォームアップ期間126に対応する第2のグルコース測定値130(a)にも基づいて、推定グルコース値132を決定することができる。
例えば、予測ロジック310が経時的に第2のグルコース測定値130(a)に漸進的により大きな重みを関連付けながら、予測ロジック310はまた、ウォームアップ期間126について予測されたグルコース値に漸進的により小さな重みを関連付けてもよい。このようにして、予測グルコース値は、ウォームアップ期間126の開始に向かって推定グルコース値132により大きな影響を与えることができ、第2のグルコース測定値130(a)は、ウォームアップ期間126の終了に向かって推定グルコース値132により大きな影響を与えることができる。予測グルコース値に関連付けられた重みは、「減衰する」と言うことができるのに対し、第2のグルコース測定値130(a)に関連付けられた重みは、時間とともに「増大する」と言うことができる。1つ以上の実装形態では、予測ロジック310は、予測されたグルコース値及び第2のグルコース測定値130(a)の加重平均を計算することによって、推定グルコース値132を決定することができる。
予測ロジック310は、ストリーム補足312に基づいて推定グルコース値132を決定することもできる。ストリーム補足312は、その使用が選択的であることを示すために破線で示されており、例えば、1つ以上の実装形態では、推定グルコース値132を決定するために使用されなくてもよい。それにもかかわらず、ストリーム補足312が推定グルコース値132を決定するために使用される実装形態では、ストリーム補足312は、人102の1つ以上の態様を記述するデータ、測定値を取得するために使用される1つ以上のセンサ、測定値がコンピューティングデバイス106に通信される第1又は第2のデータストリーム118、120、並びに/あるいはそれらのセンサによって生成された及び/又はコンピューティングデバイス106によって受信された測定値の精度又は信頼性に影響を及ぼし得る他の要因を含み得る。
例として、ストリーム補足312が説明し得る人102の態様は、ほんの数例を挙げると、人102の温度、人102が食べた食物(例えば、どのくらい、いつ、食物のタイプ、及び/又はマクロ)、人102によって行われた運動(例えば、どのくらいの長さ、強度、タイプ、及び/又はパフォーマンスメトリック)、人102の睡眠(例えば、持続時間、質、及び/又はいつ)、グルコースに加えて人102について測定された分析物(例えば、インスリン、乳酸塩、ナトリウム、カリウム、及び/又は二酸化炭素)、人の生理学的マーカー(例えば、心拍数、心拍変動(heart rate variability、HRV)、血圧、及び/又は血中酸素濃度)、人102のストレス(例えば、ストレスの多いイベントの識別)、人の人口統計(例えば、年齢、性別、場所、及び遺伝子マーカー)、及び人の識別又は診断された健康状態(例えば、1型糖尿病、2型糖尿病、妊娠、損傷、及び/又は手術)を含む。
ストリーム補足312が記述し得る1つ以上のセンサの例示的な態様は、センサの「状態」を含み、センサの「状態」は、センサが決定し、測定値のうちの1つ以上に関連付けるように設計された値を指す。そのような状態は、それぞれの測定値が生成されたときに、センサが「正常に」動作しているか、又は正常条件外で動作しているかを示す。ストリーム補足312が記述し得るセンサの他の例示的な態様は、ほんの数例を挙げると、例えば、センサの製造ロット、センサの一意の識別子、センサのモデル番号、センサの工場較正情報、センサが測定値を生成するために使用される残り時間、センサの相対精度、センサの相対変動性、センサに関して検出された誤差に関する情報、センサによって生成された情報の品質の尺度、及び/又はセンサと他の構成要素とのインターフェースに関する情報を含む。
ストリーム補足312が記述し得るデータストリームの例示的な態様は、ほんの数例を挙げると、装着型グルコース監視デバイス104(a)とコンピューティングデバイス106との間の接続性問題(例えば、接続性の喪失)、装着型グルコース監視デバイス104(b)とコンピューティングデバイス106との間の接続性問題、データストリームの1つ以上の部分に関して検出された破損、データストリームの1つ以上の部分に関連付けられた品質メトリック(例えば、対応するパケット及び/又はそれらのパケットの通信の品質を記述する)、並びにデータストリームの1つ以上の部分の遅延を含む。実際、これらは、ストリーム補足312によって説明され得る態様の単なる例であり、説明される技術の趣旨又は範囲から逸脱することなく、センサによって生成され、及び/又はコンピューティングデバイス106によって受信される測定値の精度に影響を及ぼす様々な他の態様を説明することができる。
上述したように、予測ロジック310は、様々なアルゴリズム、式、規則、及び/又はモデルに基づいて実装され得る。予測ロジック310が、1つ以上の機械学習モデルに基づいて実装されるか、又はさもなければ1つ以上の機械学習モデルを含む実装形態では、例えば、それらのモデルのうちの少なくとも1つは、母集団にとって「一般的」であり得る。そのようなモデルは、ユーザ母集団のユーザを記述する訓練データを使用して訓練されてもよく、ユーザ母集団の様々なユーザに対するグルコースの予測を生成するために訓練される。概して、母集団に対して「一般的」であるモデルは、特定のエンドユーザのための予測を生成するために動作中に使用されるとき、例えば、特定のエンドユーザの転移学習及び/又は訓練データを使用する更なる訓練を通して、特定のエンドユーザのために更に訓練されていない。代替的又は追加的に、予測ロジック310によって使用されるモデルのうちの少なくとも1つは、エンドユーザに固有であり得る。そのようなモデルは、グルコースの予測を生成するように訓練される特定のエンドユーザを記述する履歴データを使用して訓練され得る。1つ以上の実装形態では、そのような「ユーザ固有」モデルは、最初は集団にとって「一般的」であり、次いで、特定のユーザを記述する転送学習及び/又は訓練データを使用して更に訓練され得る。
1つ以上の実装形態において、予測ロジック310の機械学習モデルは、第1のデータストリーム118からのデータ(例えば、第1のグルコース測定値128のうちの1つ以上)、第2のデータストリーム120からのデータ(例えば、第2のグルコース測定値130(a)のうちの1つ以上)、及びストリーム補足312を入力として受信してもよく、これは、人102の様々な態様、及び/又は予測ロジック310が推定グルコース値132を生成するコンテキストの態様を記述する。次いで、この機械学習モデルは、入力(例えば、上述のデータを表す特徴ベクトル)に重みを適用することによって推定グルコース値132を決定することができる。それらの重みは、ユーザ母集団及び/又は人102の履歴データを使用して決定された基礎モデルに対応し得る。そのような実装形態では、機械学習モデルは、推定グルコース値132を示すデータ(例えば、特徴ベクトル)を出力するように構成される。出力データ(例えば、特徴ベクトル)を処理して、推定グルコース値132を得ることができる。値予測エンジン304は、予測ロジック310を使用して、ウォームアップ期間126中及びウォームアップ期間126が終了するまで、推定グルコース値132を生成することができる。1つ以上の実装形態では、機械学習モデルは、センサ間の移行中にユーザのグルコース測定値が特定のグルコース閾値を上回る(例えば、180mg/dLを上回る)確率を出力して、高血糖のリスクを示すことができ、及び/又はセンサ間の移行中にユーザのグルコース測定値が特定のグルコース閾値を下回る(例えば、70mg/dLを下回る)確率を出力して、低血糖のリスクを示すことができる。
この例300では、データ精度モジュール308は、ウォームアップ期間がいつ終了するかを決定する。1つ以上の実装形態では、データ精度モジュール308は、センサが人102に挿入されたことを検出した後の所定の時間量(例えば、ウォームアップに必要な時間が実質的にない、30分などの1時間未満、2時間、2時間超など)に基づいてウォームアップ期間の終了を決定する。所定の時間量は、グルコースセンサが、何らかの欠陥がない状態で、所定の時間量の後に精度の閾値量を満たすことを示す、無数の現実世界の制御された試験に基づいて設定され得る。図1の文脈では、例えば、データ精度モジュール308は、装着型グルコース監視デバイス104のグルコースセンサが人102に挿入されたことを検出してから所定の時間量後に、ウォームアップ期間126が終了すると判定してもよい。代替的に又は追加的に、データ精度モジュール308は、第2のデータストリーム120のデータが人102のグルコースを正確に記述している、例えば、第2のデータストリーム120の精度が精度閾値を満たすという判定に基づいて、ウォームアップ期間の終了を判定してもよい。
1つ以上の実装形態において、例えば、予測ロジック310は、(例えば、第1のデータストリーム118を使用して)予測ロジック310によって生成されたグルコース予測に基づいて、また、第2のデータストリーム120のデータに基づいて、第2のデータストリーム120のデータの精度を決定してもよい。例として、データ精度モジュール308は、第2のデータストリーム120のデータを予測と比較し、比較に部分的に基づいて第2のデータストリーム120のデータの精度を決定することができる。例えば、データ精度モジュール308は、予測と第2のデータストリーム120のデータとを比較することによって、それらの差を識別することができる。これらの差に基づいて、データ精度モジュール308は、第2のデータストリーム120のデータが、ある閾値時間量にわたって、ある閾値頻度で、及び/又はある閾値回数の測定にわたって、予測ロジック310によって生成されたグルコース予測の範囲内に留まるときを更に決定することができる。
代替又は追加として、データ精度モジュール308は、第2のデータストリーム120のデータに関する1つ以上のメトリックを計算し、メトリックに基づいて第2のデータストリーム120の精度を決定することができる。例えば、データ精度モジュール308は、第2のデータストリーム120の第2のグルコース測定値130(a)の変動性を計算することができる。このシナリオでは、データ精度モジュール308が、計算された変動性が精度閾値を満たすと判定したとき、データ精度モジュール308は、ウォームアップ期間126が終了したと判定することもできる。1つ以上の実装形態では、データ精度モジュール308は、上記で説明した技術のうちの1つ以上に基づいて、及び又は他の技術を使用して、精度の尺度を生成し得る。データ精度モジュール308は、説明される技術の趣旨又は範囲から逸脱することなく、様々な方法でセンサによって生成され、センサから受信されるデータストリームの精度を決定することができることを理解されたい。
ウォームアップ期間126を決定するために第2のデータストリーム120のデータの精度を使用することによって、ウォームアップ期間126は、所定の時間量に対して短縮され得る。例えば、ウォームアップ期間126は、第1の所定の時間量(例えば、2時間、30分など)から第1の所定の時間量よりも短い時間量(例えば、それぞれ2時間未満、30分未満など)に短縮され得る。第1のデータストリーム118に基づくウォームアップ期間126のためのグルコース予測を使用することはまた、所定の時間量に関連してウォームアップ期間126を短縮し得る。そうすることで、コンピューティングデバイス106は、所定の時間量がウォームアップ期間126に使用される場合よりも早く人102のグルコースを彼ら(又は人102に関連付けられた別のユーザ)に提示することができる。これは、人102、医療提供者、又は別のユーザが、所定の時間量がウォームアップ期間126に使用される場合よりも早く、人102のグルコースレベルを管理するための措置を講じることを可能にする。正確なグルコースをより早く提示することによって、人102の健康に関する潜在的に危険な事象を回避することができる。これはまた、装着型グルコース監視デバイス104に依存する人々が、所定の時間量が使用されるときと比較して、指の突き刺しを低減することを可能にする。これは、彼らの生活から潜在的に痛みを伴う不快な活動を排除し、生活の質を高める。
図示された例300はまた、推定グルコース値132を入力として受信するように示されたディスプレイモジュール314を含む。一般に、ディスプレイモジュール314は、グルコース提示318を表示するユーザインターフェース316を生成するように構成される。1つ以上の実装形態では、ユーザインターフェース316は、コンピューティングデバイス106のディスプレイデバイスを介して表示され、ユーザインターフェース316は、アプリケーション内に表示され得る。そのようなアプリケーションは、グルコース監視プラットフォーム(例えば、装着型グルコース監視デバイス104のプロバイダ)に対応し、バックグラウンドで、及び/又はコンピューティングデバイス106のディスプレイデバイスを介したアイコンの選択に応答してなど、コンピューティングデバイス106上で実行され得る。更に、そのようなアプリケーションは、様々な機能を提供するためにネットワーク110を介してグルコース監視プラットフォームと相互作用するウェブアプリケーションに対応し得る。
グルコース提示318は、第1のグルコース測定値128、推定グルコース値132、及び/又は第2のグルコース測定値130(a)、130(b)のうちの1つ以上を表示するように、様々な方法で構成され得る。例えば、グルコース提示318は、経時的にプロットされた1つ以上のグルコーストレースとして構成されてもよい。1つ以上の実装形態では、グルコース提示318はまた、推定グルコース値132と同時に第2のグルコース測定値130(a)を表示するように構成され得る。両方を表示することによって、グルコース提示318は、ウォームアップ期間126中に生成された実際の測定値の正確さ(又は不正確さ)、及び/又は実際の測定値と推定グルコース値132との間の差を視覚的に伝える。代替的又は追加的に、表示モジュール314は、推定グルコース値132と第2のグルコース測定値130(a)との間の差が閾値を超えるときなど、様々なシナリオにおいてグルコース測定値又は推定グルコース値を表示しないことを決定してもよい。グルコース提示を含むユーザインターフェースを表示する文脈において、図4の以下の説明を検討する。
図4は、グルコースセンサのウォームアップ期間の推定グルコース値を含む、経時的なユーザのグルコースのプロットを表示する、ユーザインターフェースの実装形態の例400を示す。
例400は、コンピューティングデバイス106の例を示す。ここで、コンピューティングデバイスは、第1の段階406、第2の段階408、第3の段階410、及び第4の段階412を含む4つの時間的に順序付けられた段階406~412において表示するためのユーザインターフェース404を出力するように示されているディスプレイデバイス402を含む。ユーザインターフェース404は、ユーザインターフェース316に対応し得ることを理解されたい。したがって、ディスプレイモジュール314は、表示のためにユーザインターフェース404の出力を生じさせ得る。
第1の段階406において、ユーザインターフェース404は、経時的に第1のグルコース測定値128をプロットするグラフを含む。これは、グルコース提示318の一例に対応し得る。ここで、ユーザインターフェース404は、第1のシンボル416及び第2のシンボル418を識別するキー414も含む。この例400では、第1のシンボル416は、グルコースセンサによって生成されたグルコース測定値を表し、第2のシンボル418は、例えば、グルコースセンサによって生成されたグルコース測定値に基づいて予測ロジック310によって推定された推定グルコース値を表す。特に、第1の段階406においてユーザインターフェース404を介して提示されるグラフは、グラフ上にプロットされた複数の第1のシンボル416によって示されるグルコース測定値のみを表示する。更に、第1の段階406に示されるグラフは、推定グルコース値を表示せず、これは、グラフ上に第2のシンボル418がないことによって示される。
ユーザインターフェース404はまた、現在のグルコース要素420を含む。一般に、現在のグルコース要素420は、現在時刻に対応するグルコース測定値又は推定グルコース値、例えば、生成された最新のグルコース測定値又は推定された最新のグルコース値を表示する。しかしながら、ユーザがグルコースセンサを装着していないとき、現在のグルコース要素420は、現在のグルコース要素420における表示のために利用可能な測定値又は推定値がないことを示す1つ以上のシンボル(例えば、「--」又は「N/A」)を表示してもよい。あるいは、現在のグルコース要素420は、ユーザがグルコースセンサを装着していないときに推定グルコース値を表示してもよい。
この例400では、第2の段階408は、第1の段階406に対応するより早い時点に続く時点に対応する。第2の段階408において、ユーザインターフェース404は、第1の段階406において表示された複数の第1のグルコース測定値128を表示して示されている。しかしながら、グラフは、時間422と、グラフのx軸に沿ってテキスト「NOW」によって示された現在時間との間にシンボルを示していない。これは、第1のセンサを取り外した後であって第2の後続のセンサを適用する前などに、対応するユーザがグルコースセンサを装着していないことを示し得る。図1の文脈では、例えば、第2の段階408で表示されるようなユーザインターフェースは、例えば、装着型グルコース監視デバイス104(a)を取り外した後であるが、装着型グルコース監視デバイス104(b)を適用する前の、第2の段階114における人102に対応し得る。第2の段階408において、現在のグルコース要素420は、対応するユーザのグルコースを示す値を表示しない。代わりに、現在のグルコース要素420は、第2の段階408において「--」を表示し、これは、上述のように、ユーザが現在センサを装着していないこと、又はグルコース測定値がセンサからコンピューティングデバイス106によって受信されていないことを示し得る。
第3の段階410は、第2の段階408に対応する時点の後の時点に対応する。第3の段階410において、ユーザインターフェース404は、第1及び第2の段階406、408において表示された複数の第1のグルコース測定値128を表示するように示されているが、これらの測定値は、いずれかの先行する段階よりも少ない。この例400では、時間422とその後の時間424との間にグルコースシンボルは示されていない。説明される技術によれば、シンボル間のこのギャップは、センサを装着する間、すなわち、第1のセンサが取り外された後、第2のセンサが適用される前の期間に対応し得る。加えて、ユーザインターフェース404は、第3の段階410で複数の推定グルコース値132を表示するように示されている。これは、対応するユーザが第2のセンサ(例えば、装着型グルコース監視デバイス104(b)のセンサ)を装着しているが、グルコース値が、第2のセンサによって生成されかつ第2のセンサから受信された測定値を表示するのではなく、推定されかつ表示されていることを示し得る。この第3の段階410は、例えば、第2のグルコース測定値130(a)が精度閾値を満たさないので、例えば、推定グルコース値132が第2のグルコース測定値130(a)の代わりに表示される、第2のセンサのウォームアップ期間126中の時点に対応し得る。
第3の段階410において、現在のグルコース要素420は、追加情報インジケータ「*」を有するグルコース値を表示する。記載された技術によれば、現在のグルコース要素420内の追加情報インジケータは、現在のグルコース要素420内に表示された値又はシンボルに関連する関連情報があることを示す視覚的「警告」又は「アラート」として機能することができる。ここで、追加情報インジケータは、推定グルコース値132が推定され、ユーザの実際のグルコースが急速に変化するとき、又は予測ロジック310によって考慮されない事象に起因するときなど、いくつかの状況においてユーザの実際のグルコースに対応しない可能性があることをユーザに思い出させる警告に対応する。現在のグルコース要素420は、説明される技術の趣旨又は範囲から逸脱することなく、異なる関連情報を表示することに関連して、追加の情報インジケータを含んでもよい。
第3の段階410において、ユーザインターフェース404は、残り時間インジケータ426も表示する。残り時間インジケータ426は、ウォームアップ期間126が所定の時間量、例えば2時間、30分など持続するように構成されているときなど、ウォームアップ期間126の実際の残り時間量を示すことができる。代替的に又は追加的に、残り時間インジケータ426は、精度閾値を満たすそれぞれのセンサによって生成され、そこから受信されるグルコース測定値の精度に基づいて、データ精度モジュール308がウォームアップ期間126の終了を決定するときなど、ウォームアップ期間126の推定される残り時間量を示すことができる。残り時間インジケータ426は、残り時間量を示す数値及び/又は残り時間量を示す非数値視覚要素を含み得る。残り時間インジケータ426は、説明される技術の趣旨又は範囲から逸脱することなく、視覚的、聴覚的、及び/又は触覚的を含む様々な方法で、残り時間の実際の量又は推定量を示し得る。
第4の段階412は、第3の段階410に対応する時点の後の時点に対応する。第4の段階412において、ユーザインターフェース404は、第3の段階410において表示された複数の推定グルコース値132を、推定グルコース値132の追加の値とともに表示して示されている。時間424の左側には、第4の段階412におけるユーザインターフェース404のグラフにシンボルが表示されていない。段階408~412にわたるこのシンボルのギャップ及び推定グルコース値132の左方向シフトは、時間の経過を示す。第4の段階412において、ユーザインターフェース404はまた、第2のグルコース測定値130(b)を表示し、これは、図1の文脈において、ウォームアップ期間126の後の期間に対応する。説明される技術によれば、表示モジュール314は、グルコースセンサがウォームアップ期間126にわたって展開された後に第2のグルコース測定値130(b)を表示することができ、ウォームアップ期間は、所定の時間量が経過するまで、又は測定値の精度が精度閾値を満たすというデータ精度モジュール308による決定に応答して継続する。
図5は、ブリッジングシステムがセンサ間の移行期間中に推定グルコース値を生成するシナリオの例500を示す。
図示される例500は、コンピューティングデバイス106及びブリッジングシステム108とともに、第1、第2、及び第3の段階112~116に示される人物102を含む。図示された例500はまた、第1のデータストリーム118の第1のグルコース測定値128及び第2のデータストリーム120の第2のグルコース測定値130(a)、130(b)を示す。この例500では、ブリッジングシステム108はまた、図1と同様に、ウォームアップ期間126の推定グルコース値132を出力するように示されている。
しかし、図1とは対照的に、ブリッジングシステム108は、この例500において、推定グルコース値の第2のセット502を出力するように示されている。この例500では、推定グルコース値の第2のセット502は、人102がグルコースセンサを装着していない期間である第2の段階114に対応する。これは、ユーザがセンサ間で移行する、例えば、(例えば、装着型グルコース監視デバイス104(a)の)第1のセンサから(例えば、装着型グルコース監視デバイス104(b)の)第2のセンサへ移行する時間に対応し得る。別の言い方をすれば、ブリッジングシステム108は、開始が人102からの装着型グルコース監視デバイス104(a)の取り外しに対応し、終了が装着型グルコース監視デバイス104(b)の展開に対応する期間の推定グルコース値を生成し得る。推定グルコース値132とは対照的に、推定グルコース値の第2のセット502は、第1のグルコース測定値128のみに基づいて生成することができる。これは、推定グルコース値の第2のセット502が決定されることに対応する期間の間、センサが人102に展開されていない場合があるためである。例えば、装着型グルコース監視デバイス104(b)のグルコースセンサは、ブリッジングシステム108が推定グルコース値の第2のセット502を決定して出力させるときに、まだ展開されていない場合がある。
説明される技術によれば、推定グルコース値の第2のセット502は、第1のデータストリーム118の第1のグルコース測定値128に基づいて予測ロジック310によって生成されるグルコースの予測に対応し得る。推定グルコース値132とは対照的に、予測ロジック310は、第2のグルコース測定値130(a)を使用せずに、推定グルコース値の第2のセット502を決定することができる。実際、予測ロジック310は、例えば、推定グルコース値502の第2のセットが決定されるときに装着型グルコース監視デバイス104(a)がまだ展開されていない場合があるので、第2のグルコース測定値130(a)が生成される前に推定グルコース値の第2のセット502を決定してもよい。このシナリオでは、予測ロジック310は、ユーザ母集団のユーザの予測を生成するように構成された1つ以上の一般モデル及び/又は特定のユーザの予測を生成するように構成された1つ以上のユーザ固有モデルなどの1つ以上の機械学習モデルを使用して、推定グルコース値の第2のセット502として使用されるグルコース予測を生成してもよい。センサ間の移行中に推定グルコース値のセットを表示する文脈において、図6の以下の説明を検討する。
図6は、グルコースセンサ間の移行期間中を含む、経時的なユーザのグルコースのプロットを表示するユーザインターフェースの実装形態の例600を示す。
図示された例600は、ディスプレイデバイス402を有するコンピューティングデバイスの別の例を示す。この例600では、ディスプレイデバイス402は、第1の段階602、第2の段階604、第3の段階606、及び第4の段階608を含む、4つの時間的に順序付けられた段階602~608においてユーザインターフェース404を出力するように示されている。ユーザインターフェース404は、ユーザインターフェース316に対応し得、ディスプレイモジュール314は、ユーザインターフェース404の出力を生じさせ得る。しかしながら、図4に示される例とは対照的に、段階602~608は、ユーザがグルコースセンサを装着していないときを含む、グルコースセンサ間で使用が移行するときに、対応するユーザのグルコースをプロットし得る。
この例600では、第1の段階602は、図4に示された第1の段階406と同様である。第1の段階602において、例えば、ユーザインターフェース404は、経時的に第1のグルコース測定値128をプロットするグラフを含む。グルコースがプロットされたグラフの提示は、グルコース提示318の別の例に対応し得る。特に、第1の段階602においてユーザインターフェース404を介して提示されるグラフは、グルコース測定値のみを表示し、推定グルコース値を表示しない。
この例600における第2の段階604は、第1の段階602に対応するより早い時点に続く時点に対応する。図4の第2の段階408と同様に、ユーザインターフェース404は、第1の段階602で以前に表示された複数の第1のグルコース測定値128を第2の段階604で表示して示されている。ここで、ユーザインターフェース404は、時間610までの複数の第1のグルコース測定値128を表示するように示されている。時間610は、人102が装着型グルコース監視デバイス104(a)及びそのそれぞれのグルコースセンサを取り外し、グルコース測定値の生成及び送信を停止する、終了イベント124に対応し得る。
しかしながら、図4の第2の段階408とは対照的に、ユーザインターフェース404は、時間610と、グラフのx軸に沿ったテキスト「NOW」によって示される現在時間との間の推定グルコース値の第2のセット502を表示するように示されている。これは、図4の第2の段階408がこの同じ期間中にシンボルを示していないので、図4の第2の段階408とは対照的である。したがって、段階602~608は、図4の段階406~412とは異なるシナリオを示し、すなわち、段階602~608は、ブリッジングシステム108が、ユーザがセンサを装着していない期間のグルコース値を予測し、それらの値の表示を生じるように構成されているシナリオを示す。
第2の段階604におけるユーザインターフェース404は、そのような予測値を表示するので、現在のグルコース要素420は、第2の段階604において、追加情報インジケータ「*」を伴うグルコース値を表示する。このシナリオでは、追加情報インジケータは、現在のグルコース要素420内に表示された値又はシンボルに関連する関連情報があることを示す視覚的「警告」又は「アラート」として機能することができる。ここで、追加情報インジケータは、推定グルコース値の第2のセット502が推定され、ユーザの実際のグルコースが急速に変化するとき、又は予測ロジック310によって考慮されない事象に起因するときなど、いくつかの状況においてユーザの実際のグルコースに対応しない可能性があることをユーザに思い出させる警告に対応する。
第3及び第4の段階606、608は、図4の第3及び第4の段階410、412と同様であるが、第3及び第4の段階606、608は、ユーザがセンサ間を移行する間、測定値又は値を表示しないのではなく、推定グルコース値の第2のセット502を表示する。これは、ユーザ又は医療提供者が、ユーザがグルコースセンサを装着していない期間、例えば、センサ間を移行している期間であっても、治療決定を行い続けることを可能にし得る。グルコース測定値のデータストリームのうちの少なくとも1つのグルコースセンサ値を遡及的に更新する文脈において、図7の以下の説明を検討する。
図7は、ブリッジングシステムが推定グルコース値を遡及的に生成して、第1のセンサのデータストリームの終わりにおけるグルコース測定値を置き換えるシナリオの例700を示す。
図示される例700は、コンピューティングデバイス106及びブリッジングシステム108とともに、第1、第2、及び第3の段階112~116に示される人物102を含む。図示された例700はまた、第1のデータストリーム118の第1のグルコース測定値128及び第2のデータストリーム120の第2のグルコース測定値130(a)、130(b)を示す。この例700では、ブリッジングシステム108はまた、図1と同様に、ウォームアップ期間126の推定グルコース値132を出力するように示されている。
しかし、図1とは対照的に、ブリッジングシステム108は、この例700において遡及的グルコース値702を出力するように示されている。この例700における移行期間704はまた、図1の移行期間122とは異なる時間量に及ぶ。図1の移行期間122は、終了イベント124で始まり、ウォームアップ期間126の終わりまで続く。対照的に、移行期間704は、図示されるように、クールダウン期間706の始めに始まり、ウォームアップ期間126の終わりまで続く。このクールダウン期間706は、センサの寿命の終わりにおける所定の時間量に対応し得る。あるいは、データ精度モジュール308(又はグルコース測定値の精度の信頼度を計算するように構成された異なるモジュール)は、第1のグルコース測定値128の精度に基づいてクールダウン期間706の開始を決定することができ、その結果、クールダウン期間706は、第1のグルコース測定値128が閾値精度を満たさないときに、例えばセンサ信号の予期せぬ変動に基づいて、開始するように決定される。クールダウン期間706が所定の時間量に対応するか、又は測定値の精度に基づいて決定されるかにかかわらず、ブリッジングシステム108は、クールダウン期間706に対応する第1のグルコース測定値128を遡及的に更新するように構成され得る。
1つ以上の実装形態では、ブリッジングシステム108は、クールダウン期間706中に生成された第1のグルコース測定値128に基づいて、また、第2のグルコース測定値130(a)、130(b)のうちの1つ以上に基づいて、遡及的グルコース値702を決定することができる。1つ以上のシナリオでは、データ精度モジュール308は、コンピューティングデバイス106が第2のグルコース測定値130(a)、130(b)を受信するまで、第1のグルコース測定値128が閾値精度を満たさないと判定しなくてもよい。実際に、ブリッジングシステム108は、装着型グルコース監視デバイス104(b)のグルコースセンサがグルコース値を生成し、それらをコンピューティングデバイス106に通信するときに遡及的グルコース値702を決定し得る。したがって、1つ以上の実装形態では、予測ロジック310は、例えば、予測に先行する入力測定値(例えば、クールダウン期間706の前の第1のグルコース測定値128のうちの1つ以上)、予測と同じ時間に対応する測定値(例えば、クールダウン期間706に対応する第1のグルコース測定値128)、及び予測に後続する測定値(例えば、第2のグルコース測定値130(a)、130(b)のうちの1つ以上)として与えられるグルコース値を遡及的に生成するように構成され得る。予測ロジック310は、1つ以上の機械学習モデル及び/又は加重平均を使用して、クールダウン期間706の遡及的グルコース値702を生成してもよい。
センサ移行のためのデータストリームブリッジングのための技術の例示的な詳細を説明したが、ここで、技術の追加的態様を示すために手順のいくつかの例を検討する。
例示的な手順
このセクションは、センサ移行のためのデータストリームブリッジングのための手順の例を説明する。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、又はそれらの組合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形態では、手順は、ストリームハンドラ302及び値予測エンジン304を利用するブリッジングシステム108などのブリッジングシステムによって実行される。
このセクションは、センサ移行のためのデータストリームブリッジングのための手順の例を説明する。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、又はそれらの組合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形態では、手順は、ストリームハンドラ302及び値予測エンジン304を利用するブリッジングシステム108などのブリッジングシステムによって実行される。
図8は、推定グルコース値が、終了イベントの前に第1のグルコースセンサから受信されたグルコース測定値の第1のストリームと、第1のグルコースセンサを置換するか、又はある時点で第1のグルコースセンサを置換することが意図される第2のグルコースセンサから受信されたグルコース測定値の第2のデータストリームとの両方に基づいて出力される、例示的な実装形態における手順800を示す。
グルコース測定値の第1のデータストリームが、ユーザによって装着された第1のグルコースセンサから受信される(ブロック802)。例として、ブリッジングシステム108は、人102によって着用される装着型グルコース監視デバイス104(a)の第1のグルコースセンサから、第1のグルコース測定値128の第1のデータストリーム118を受信する。
第1のグルコースセンサの終了イベントが検出される(ブロック804)。例として、終了検出エンジン306は、第1のグルコースセンサの終了イベント124を検出する。上述したように、終了イベント124は、第1のデータストリーム118の一部としての装着型グルコース監視デバイス104(a)による第1のグルコース測定値128の生成及び/又は通信が終了するか又は終了する予定である時間に対応する。異なる実装形態では、終了検出エンジン306は、異なるタイプの終了イベントを検出するように構成され得る。
例として、グルコースセンサは、限定された所定の期間、例えば、ほんの数例を挙げると、7日間、10日間、又は30日間にわたって使用するように構成されてもよい。そのような実装形態では、各グルコースセンサは、例えば、グルコースセンサがユーザに挿入されたとき、又は別様にユーザのグルコースを測定するために展開されたときに開始するタイマと関連付けられ得る。終了検出エンジン306は、タイマを維持し、及び/又はタイマが満了したときを検出することができる。例えば、タイマがカウントダウン(減衰)する場合、終了検出エンジン306は、タイマが0に達するか、又はそれぞれのセンサの寿命の終わりを示す何らかの他の閾値に低下するときを検出することができる。対照的に、タイマがカウントアップする(増加する)場合、終了検出エンジン306は、タイマがそれぞれのセンサの寿命の終わりを示す閾値(例えば、10日)に達するときを検出することができる。
代替的又は追加的に、終了検出エンジン306は、グルコースセンサの「寿命」のための満了タイマ値を識別することとは異なる条件の変化に対応する終了イベントを検出してもよい。例として、終了検出エンジン306は、グルコースセンサとの接続性(例えば、通信性又は物理的)の喪失に基づいて終了イベントを検出してもよい。例えば、終了検出エンジン306は、ほんの数例を挙げると、閾値時間量の後にグルコース測定値がグルコースセンサから受信されないとき、信号(例えば、「心拍」)がグルコースセンサから受信されないとき、グルコースセンサとの接続性の終了を示す信号が受信されるとき、グルコースセンサについて寿命末期化学反応が検出されるとき、又は新しいセンサについて化学反応が検出されるとき、終了イベントが発生したことを検出し得る。上述したように、装着型グルコース監視デバイス104のグルコースセンサは、人102の皮膚の皮下に挿入され得る。1つ以上の実装形態では、終了検出エンジン306は、グルコースセンサがユーザの皮膚から取り外されたとき、例えば、人102の皮膚から引き抜かれたとき、終了イベントを検出するように構成され得る。
グルコース測定値の第2のデータストリームは、第1のグルコースセンサに置き換えられる(例えば、直ちに又は最終的に)、ユーザによって装着される第2のグルコースセンサから受信される(ブロック806)。例として、ブリッジングシステム108は、人102によって着用される装着型グルコース監視デバイス104(a)の第2のグルコースセンサから、グルコース測定値130(a)の第2のデータストリーム120を受信する。第2のデータストリーム120及び第1のデータストリーム118は、互いに続いて、及び/又は互いに同時に受信され得る。
第2のグルコースセンサのウォームアップ期間中、ユーザのための推定グルコース値は、(例えば、終了イベントの前に)第1のグルコースセンサから受信されたグルコース測定値の第1のデータストリームと、第2のグルコースセンサから受信されたグルコース測定値の第2のデータストリームとの両方に基づいて、出力される(ブロック808)。例として、装着型グルコース監視デバイス104(b)の第2のグルコースセンサのウォームアップ期間126中に、値予測エンジン304は、終了イベント124の前に第1のグルコースセンサから受信した第1のグルコース測定値128の第1のデータストリーム118と、第2のグルコースセンサから受信したグルコース測定値130(a)の第2のデータストリーム120との両方に基づいて、人102の推定グルコース値132を出力する。
1つ以上の実装形態において、予測ロジック310は、加重平均などの1つ以上の重み付け技術を用いて推定グルコース値132を決定してもよい。例えば、予測ロジック310は、ウォームアップ期間126の開始に向かうウォームアップ期間126に対応する第2のグルコース測定値130(a)に比較的小さい重みを関連付けることができ、予測ロジック310は、ウォームアップ期間126の終了により近いウォームアップ期間126に対応する第2のグルコース測定値130(a)に比較的大きい重みを関連付けることができる。1つ以上の実装形態では、予測ロジック310は、徐々に大きくなる重みを、経時的にウォームアップ期間126に対応する第2のグルコース測定値130(a)に関連付けることができる。
図9は、第1のグルコースセンサに関連付けられたグルコース測定値が、第1のグルコースセンサに置き換わる第2のグルコースセンサから受信されたグルコース測定値に基づいて遡及的に更新される例示的な実装形態における手順900を示す。
グルコース測定値の第1のデータストリームが、ユーザによって装着された第1のグルコースセンサから受信される(ブロック902)。例として、ブリッジングシステム108は、人102によって着用される装着型グルコース監視デバイス104(a)の第1のグルコースセンサから、第1のグルコース測定値128の第1のデータストリーム118を受信する。
グルコース測定値の第2のデータストリームは、第1のグルコースセンサに置き換えられる、ユーザによって装着される第2のグルコースセンサから受信される(ブロック904)。例として、ブリッジングシステム108は、第1のグルコースセンサに置き換えられる、人102によって装着される装着型グルコース監視デバイス104(b)の第2のグルコースセンサから、グルコース測定値130(a)の第2のデータストリーム120を受信する。
グルコース測定値の第1のデータストリームのうちの少なくとも1つのグルコース測定値は、第2のグルコースセンサから受信されたグルコース測定値の第2のデータストリームに基づいて遡及的に更新される(ブロック906)。例として、センサ間の移行期間は、センサの寿命の終わりにおける所定の時間量に対応するクールダウン期間706を含むことができる。代替的に、データ精度モジュール308は、第1のグルコース測定値128が閾値精度を満たさないときにクールダウン期間706が開始すると決定されるように、第1のグルコース測定値128の精度に基づいてクールダウン期間706の開始を決定してもよい。クールダウン期間706が所定の時間量に対応するか、又は測定値の精度に基づいて決定されるかにかかわらず、ブリッジングシステム108は、クールダウン期間706に対応する第1のグルコース測定値128のうちの少なくとも1つを遡及的に更新するように構成され得る。
ブリッジングシステム108は、クールダウン期間706中に生成された第1のグルコース測定値128に基づいて、また、第2のグルコース測定値130(a)、130(b)のうちの1つ以上に基づいて、遡及的グルコース値702を決定することができる。1つ以上のシナリオでは、データ精度モジュール308は、コンピューティングデバイス106が第2のグルコース測定値130(a)、130(b)を受信するまで、第1のグルコース測定値128が閾値精度を満たさないと判定しなくてもよい。実際に、ブリッジングシステム108は、装着型グルコース監視デバイス104(b)のグルコースセンサがグルコース値を生成し、それらをコンピューティングデバイス106に通信するときに遡及的グルコース値702を決定し得る。
したがって、1つ以上の実装形態では、予測ロジック310は、例えば、予測に先行する入力測定値(例えば、クールダウン期間706の前の第1のグルコース測定値128のうちの1つ以上)、予測と同じ時間に対応する測定値(例えば、クールダウン期間706に対応する第1のグルコース測定値128)、及び予測に後続する測定値(例えば、第2のグルコース測定値130(a)、130(b)のうちの1つ以上)として与えられるグルコース値を遡及的に生成するように構成され得る。予測ロジック310は、1つ以上の機械学習モデル及び/又は加重平均を使用して、クールダウン期間706の遡及的グルコース値702を生成してもよい。
図10は、新しいグルコースセンサから受信されたグルコース測定値が精度閾値を満たすときに新しいグルコースセンサのウォームアップ期間が終了する例示的な実装形態における手順1000を示す図である。
以前のグルコースセンサに置き換えられる、ユーザによって装着される新しいグルコースセンサのためのウォームアップ期間が開始される(ブロック1002)。新しいグルコースセンサのウォームアップ期間中に、グルコース測定値の新しいデータストリームが新しいグルコースセンサから受信され(ブロック1004)、新しいグルコースセンサから受信されたグルコース測定値の新しいデータストリームが、前のグルコースセンサの終了イベントの前に前のグルコースセンサから受信されたグルコース測定値の前のデータストリームに少なくとも部分的に基づいて精度閾値を満たすかどうかが判定される(ブロック1006)。例えば、予測ロジック310は、(例えば、第1のデータストリーム118を使用して)予測ロジック310によって生成されたグルコース予測に基づいて、また、第2のデータストリーム120のデータに基づいて、第2のデータストリーム120のデータの精度を決定してもよい。データ精度モジュール308は、第2のデータストリーム120のデータを予測と比較し、比較に部分的に基づいて第2のデータストリーム120のデータの精度を決定することができる。
例えば、データ精度モジュール308は、予測と第2のデータストリーム120のデータとを比較することによって、それらの差を識別することができる。これらの差に基づいて、データ精度モジュール308は、第2のデータストリーム120のデータが、ある閾値時間量にわたって、ある閾値頻度で、及び/又はある閾値回数の測定にわたって、予測ロジック310によって生成されたグルコース予測の範囲内に留まるときを更に決定することができる。代替又は追加として、データ精度モジュール308は、第2のデータストリーム120のデータに関する1つ以上のメトリックを計算し、メトリックに基づいて第2のデータストリーム120の精度を決定することができる。例えば、データ精度モジュール308は、第2のデータストリーム120の第2のグルコース測定値130(a)の変動性を計算することができる。
精度閾値が満たされたときに、新しいグルコースセンサのウォームアップ期間が終了する(ブロック1008)。例えば、データ精度モジュール308が、計算された変動性が精度閾値を満たすと判定したとき、データ精度モジュール308は、ウォームアップ期間126が終了したと判定することもできる。特に、ウォームアップ期間126を決定するために第2のデータストリーム120のデータの精度を使用することによって、ウォームアップ期間126は、所定の時間量に対して短縮され得る。上記で説明したシステム及び手順は、説明した技術の趣旨又は範囲から逸脱することなく、異なる方法を実装するために様々な組合せで使用可能である。実際に、少なくとも1つの方法は、説明された技術による説明された手順及び/又は説明されたシステムとは異なる態様を含み得る。
1つ以上の実装態様による手順の例について説明してきたため、ここで、本明細書に説明される様々な技術を実装するために利用され得るシステム及びデバイスの例を検討する。
例示的なシステム及びデバイス
図11は、概して1100において、システムの例を示しており、このシステムには、本明細書に説明される様々な技術を実装することができる1つ以上のコンピューティングシステム及び/又はデバイスを表すコンピューティングデバイス1102の例が含まれる。これは、ブリッジシステム108を含めることを通じて図示されている。コンピューティングデバイス1102は、例えば、サービスプロバイダのサーバ、クライアントに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/又はあらゆるその他の好適なコンピューティングデバイス若しくはコンピューティングシステムであってもよい。
図11は、概して1100において、システムの例を示しており、このシステムには、本明細書に説明される様々な技術を実装することができる1つ以上のコンピューティングシステム及び/又はデバイスを表すコンピューティングデバイス1102の例が含まれる。これは、ブリッジシステム108を含めることを通じて図示されている。コンピューティングデバイス1102は、例えば、サービスプロバイダのサーバ、クライアントに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/又はあらゆるその他の好適なコンピューティングデバイス若しくはコンピューティングシステムであってもよい。
図示されているようなコンピューティングデバイス1102は、処理システム1104、1つ以上のコンピュータ可読媒体1106、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1108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1102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むことができる。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つ又は組合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1104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を表す。したがって、処理システム1104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1110を含むものとして例示されている。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、ハードウェア内の実装態様を含み得る。ハードウェア要素1110は、それらが形成される材料、又はその中に採用される処理機構によっては限定されない。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(electronic integrated circuits、IC))で構成され得る。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1106は、メモリ/記憶装置1112を含むものとして例示されている。メモリ/記憶装置1112は、1つ以上のコンピュータ可読媒体に関連付けられたメモリ/記憶容量を表す。メモリ/記憶装置構成要素1112は、揮発性媒体(ランダムアクセスメモリ(random access memory、RAM)など)及び/又は不揮発性媒体(読み出し専用メモリ(read only memory、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/記憶装置構成要素1112は、固定媒体(例えば、RAM、ROM、固定ハードドライブなど)、並びに取り外し可能媒体(例えば、フラッシュメモリ、取り外し可能ハードドライブ、光ディスクなど)を含み得る。コンピュータ可読媒体1106は、以下で更に説明されているように、様々な他の方法で構成され得る。
入力/出力インターフェース1108は、ユーザが、コマンド及び情報をコンピューティングデバイス1102に入力することを可能にし、また、情報が、様々な入力/出力デバイスを使用して、ユーザ及び/又は他の構成要素若しくはデバイスに提示されることを可能にする機能を表す。入力デバイスの例としては、キーボード、カーソル制御デバイス(例えば、マウス)、マイクロフォン、スキャナ、タッチ機能(例えば、物理的接触を検出するように構成されている容量型センサ又は他のセンサ)、カメラ(例えば、可視波長、又は赤外線周波数などの非可視波長を採用して、非接触ジェスチャーとして動きを認識することができる)などが挙げられる。出力デバイスの例は、ディスプレイデバイス(例えば、モニタ又はプロジェクタ)、スピーカ、プリンタ、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1102は、以下に更に説明されているように、様々な方法で構成されて、ユーザ相互作用をサポートすることができる。
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、そ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ティン、プログラム、オブジェクト、エレメント、コンポーネント、データ構造などを含む。本明細書で使用される場合、「モジュール」、「機能」、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、又はそれらの組合せを表す。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計算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、又はそれを介して送信され得る。コンピュータ可読媒体は、コンピューティングデバイス1102によってアクセスされ得る様々な媒体を含むことができる。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」とは、単なる信号送信、搬送波、又は信号それ自体とは対照的に、情報の永続的及び/又は非一時的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、コンピュータ可読記憶媒体は、非信号担持媒体を指す。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、並びに/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、論理要素/回路、若しくは他のデータなどの情報の記憶に好適な方法若しく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(digital versatile disk、DVD)若しくは他の光記憶装置、ハードディスク、磁気カセット、磁気テープ、磁気ディスク記憶装置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」とは、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1102のハードウェアに命令を送信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、通常、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。限定ではないが例として、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。
以前に説明されているように、ハードウェア要素1110及びコンピュータ可読媒体1106は、いくつかの実施形態において採用されて、1つ以上の命令を実行するためなどの、本明細書に説明されている技術の少なくともいくつかの態様を実装することができる、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表す。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(application-specific integrated circuit、ASIC)、フィールドプログラマブルゲートアレイ(field-programmable gate array、FPGA)、複雑なプログラマブルロジックデバイス(complex programmable logic device、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。この文脈において、ハードウェアは、ハードウェアによって具現化された命令及び/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格納するために利用されるハードウェア、例えば、以前説明された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することができる。
前述の組合せを用いて、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、かつ/又は1つ以上のハードウェア要素1110によって具現化された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1102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、コンピューティングデバイス1102によって、ソフトウェアとし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1104のハードウェア要素1110の使用を介して、少なくとも部分的にハードウェア内で達成され得る。命令及び/又は機能は、本明細書に説明されている技術、モジュール、及び例を実装するための1つ以上の製造物品(例えば、1つ以上のコンピューティングデバイス1102及び/又は処理システム1104)によって実行可能/動作可能であり得る。
本明細書に説明されている技術は、コンピューティングデバイス1102の様々な構成によってサポートされ得、本明細書に説明されている技術の特定の例に限定されない。この機能はまた、以下に説明されるように、プラットフォーム1116を介した「クラウド」1114上などでの分散システム使用を通じて、全て又は部分的に実装され得る。
このクラウド1114は、リソース1118のためのプラットフォーム1116を含み、かつ/又は表す。プラットフォーム1116は、クラウド1114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を抽象化する。リソース1118は、コンピュータ処理が、コンピューティングデバイス1102から遠隔地にあるサーバ上で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/又はデータを含むことができる。リソース1118はまた、インターネットを介して、かつ/又はセルラーネットワーク若しくはWi-Fiネットワークなどの加入者ネットワークを介して提供されるサービスも含むことができる。
プラットフォーム1116は、コンピューティングデバイス1102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することができる。プラットフォーム1116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1116を介して実装されている、リソース1118が直面した需要に対応するスケールレベルを提供する役割も果たすことができる。したがって、相互接続されたデバイスの実施形態では、本明細書に説明されている機能の実装態様は、システム1100全体にわたって分散することができる。例えば、機能は、部分的にコンピューティングデバイス1102上に、並びにクラウド1114の機能を抽象化するプラットフォーム1116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、特許請求される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。
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、特許請求される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。
100 例示的な実装形態における環境
102 人
104 装着型グルコース監視デバイス
106 コンピューティングデバイス
108 ブリッジングシステム
110 ネットワーク
112 第1の段階
114 第2の段階
116 第3の段階
118 第1のデータストリーム
120 第2のデータストリーム
122 移行期間
124 終了イベント
126 ウォームアップ期間
128 第1のグルコース測定値
130 第2のグルコース測定値
132 推定グルコース値
202 グルコースセンサ
204 センサモジュール
206 皮膚
208 送信機
210 接着パッド
212 取り付け機構
214 グルコース測定値
216 補足センサ情報
302 ストリームハンドラ
304 値予測エンジン
306 終了検出エンジン
308 データ精度モジュール
310 予測ロジック
312 ストリーム補足
314 ディスプレイモジュール
316 ユーザインターフェース
318 グルコース提示
402 ディスプレイデバイス
404 ユーザインターフェース
406 第1の段階
407 段階
408 第2の段階
409 段階
410 第3の段階
411 段階
412 第4の段階
414 識別するキー
416 第1のシンボル
418 第2のシンボル
420 現在のグルコース要素
422 時間
424 時間
426 残り時間インジケータ
502 第2のセット
502 推定グルコース値
602 第1の段階
603 段階
604 第2の段階
605 段階
606 第3の段階
607 段階
608 第4の段階
610 時間
702 遡及的グルコース値
704 移行期間
706 クールダウン期間
800 例示的な実装形態における手順
802 ブロック
804 ブロック
806 ブロック
808 ブロック
900 例示的な実装形態における手順
902 ブロック
904 ブロック
906 ブロック
1000 例示的な実装形態における手順
1002 ブロック
1004 ブロック
1006 ブロック
1008 ブロック
1100 システム
1102 コンピューティングデバイス
1104 処理システム
1106 コンピュータ可読媒体
1108 インターフェース
1110 ハードウェア要素
1112 記憶装置
1114 クラウド
1116 プラットフォーム
1118 リソース
102 人
104 装着型グルコース監視デバイス
106 コンピューティングデバイス
108 ブリッジングシステム
110 ネットワーク
112 第1の段階
114 第2の段階
116 第3の段階
118 第1のデータストリーム
120 第2のデータストリーム
122 移行期間
124 終了イベント
126 ウォームアップ期間
128 第1のグルコース測定値
130 第2のグルコース測定値
132 推定グルコース値
202 グルコースセンサ
204 センサモジュール
206 皮膚
208 送信機
210 接着パッド
212 取り付け機構
214 グルコース測定値
216 補足センサ情報
302 ストリームハンドラ
304 値予測エンジン
306 終了検出エンジン
308 データ精度モジュール
310 予測ロジック
312 ストリーム補足
314 ディスプレイモジュール
316 ユーザインターフェース
318 グルコース提示
402 ディスプレイデバイス
404 ユーザインターフェース
406 第1の段階
407 段階
408 第2の段階
409 段階
410 第3の段階
411 段階
412 第4の段階
414 識別するキー
416 第1のシンボル
418 第2のシンボル
420 現在のグルコース要素
422 時間
424 時間
426 残り時間インジケータ
502 第2のセット
502 推定グルコース値
602 第1の段階
603 段階
604 第2の段階
605 段階
606 第3の段階
607 段階
608 第4の段階
610 時間
702 遡及的グルコース値
704 移行期間
706 クールダウン期間
800 例示的な実装形態における手順
802 ブロック
804 ブロック
806 ブロック
808 ブロック
900 例示的な実装形態における手順
902 ブロック
904 ブロック
906 ブロック
1000 例示的な実装形態における手順
1002 ブロック
1004 ブロック
1006 ブロック
1008 ブロック
1100 システム
1102 コンピューティングデバイス
1104 処理システム
1106 コンピュータ可読媒体
1108 インターフェース
1110 ハードウェア要素
1112 記憶装置
1114 クラウド
1116 プラットフォーム
1118 リソース
Claims (28)
- ユーザによって装着された第1のグルコースセンサからグルコース測定値の第1のデータストリームを受信することと、
前記第1のグルコースセンサの終了イベントを検出することと、
前記第1のグルコースセンサに置き換わる、前記ユーザによって装着された第2のグルコースセンサからグルコース測定値の第2のデータストリームを受信することと、
前記第2のグルコースセンサのためのウォームアップ期間中に、前記終了イベントの前に前記第1のグルコースセンサから受信されたグルコース測定値の前記第1のデータストリームと、前記第2のグルコースセンサから受信されたグルコース測定値の前記第2のデータストリームとの両方に基づいて、前記ユーザのための推定グルコース値を出力することと、
を含む方法。 - 前記出力することが、
前記第1のグルコースセンサの前記終了イベントの前に前記第1のグルコースセンサから受信されたグルコース測定値の前記第1のデータストリームに基づいて、前記ウォームアップ期間中の前記ユーザのグルコース値を予測することと、
前記予測されたグルコース値と、前記第2のグルコースセンサから受信されたグルコース測定値の前記第2のデータストリームとの両方に基づいて、前記推定グルコース値を出力することと、
を更に含む、請求項1に記載の方法。 - 前記予測することが、食物ロギングデータ又は活動データのうちの少なくとも1つに更に基づく、請求項2に記載の方法。
- 前記出力することが、前記予測されたグルコース値と前記第2のグルコースセンサから受信されたグルコース測定値の前記第2のデータストリームとの間の加重平均を決定することを更に含む、請求項2又は3に記載の方法。
- 前記ウォームアップ期間が終了した後に、前記ユーザによって装着された前記第2のグルコースセンサからリアルタイムで受信されるグルコース測定値の前記第2のデータストリームに基づいて推定グルコース値を出力することを更に含む、請求項2~4のいずれか一項に記載の方法。
- 前記第2のグルコースセンサの前記ウォームアップ期間が、所定の時間量を含む、請求項1~5のいずれか一項に記載の方法。
- 前記第2のデータストリームの前記グルコース測定値の精度を決定することと、
前記第2のデータストリームの前記グルコース測定値の前記精度が精度閾値を満たすとき、前記第2のグルコースセンサの前記ウォームアップ期間を終了することと、
を更に含む、請求項1~6のいずれか一項に記載の方法。 - 前記第2のデータストリームの前記グルコース測定値の前記精度が、前記終了イベントの前に受信されたグルコース測定値の前記第1のデータストリームに基づいて決定された予測されたグルコース値との、前記第2のデータストリームの前記グルコース測定値の比較に基づく、請求項7に記載の方法。
- 前記終了イベントの前に前記第1のグルコースセンサから受信されたグルコース測定値の前記第1のデータストリームに基づいて、前記ユーザのグルコース値を予測することと、
前記終了イベントの後であってかつ前記第2のグルコースセンサが前記ユーザによって装着される前である期間にわたって前記予測されたグルコース値を出力することと、
を更に含む、請求項1~8のいずれか一項に記載の方法。 - 前記第1のグルコースセンサの前記終了イベントを検出することが、前記第1のグルコースセンサに関連付けられたタイマが満了したときに前記終了イベントを検出することを含む、請求項1~9のいずれか一項に記載の方法。
- 前記第1のグルコースセンサの前記終了イベントを検出することが、前記第1のグルコースセンサとの接続性の喪失に基づいて、又はユーザインターフェースとのユーザ相互作用に基づいて、前記終了イベントを検出することを含む、請求項1~10のいずれか一項に記載の方法。
- 前記第1のグルコースセンサが、前記ユーザの皮膚に皮下挿入され、前記終了イベントが、前記第1のグルコースセンサが前記ユーザの前記皮膚から取り外されたことに応答して検出される、請求項1~11のいずれか一項に記載の方法。
- 前記出力することが、前記第2のグルコースセンサに通信可能に結合されたコンピューティングデバイスのユーザインターフェースに前記推定グルコース値を表示させることを含む、請求項1~12のいずれか一項に記載の方法。
- 前記第1のグルコースセンサ及び前記第2のグルコースセンサが、使い捨て持続グルコース監視(CGM)センサである、請求項1~13のいずれか一項に記載の方法。
- ユーザによって装着された第1のグルコースセンサからグルコース測定値の第1のデータストリームを受信することと、
前記第1のグルコースセンサに置き換わる、前記ユーザによって装着された第2のグルコースセンサからグルコース測定値の第2のデータストリームを受信することと、
前記第2のグルコースセンサから受信されたグルコース測定値の前記第2のデータストリームに基づいて、グルコース測定値の前記第1のデータストリームのうちの少なくとも1つのグルコース測定値を遡及的に更新することと、
を含む、方法。 - 以前のグルコースセンサに置き換わる、ユーザによって装着された新しいグルコースセンサのためのウォームアップ期間を開始することと、
前記新しいグルコースセンサの前記ウォームアップ期間中に、前記新しいグルコースセンサからグルコース測定値の新しいデータストリームを受信することと、
前記新しいグルコースセンサから受信されたグルコース測定値の前記新しいデータストリームが、前記以前のグルコースセンサの終了イベントの前に前記以前のグルコースセンサから受信されたグルコース測定値の以前のデータストリームに少なくとも部分的に基づいて精度閾値を満たすかどうかを決定することと、
前記精度閾値が満たされたとき、前記新しいグルコースセンサの前記ウォームアップ期間を終了することと、
を含む、方法。 - ユーザによって装着された第1のグルコースセンサから受信したグルコース測定値の第1のデータストリームに基づいて、ユーザの推定グルコース値を出力することと、
前記第1のグルコースセンサに置き換わる第2のグルコースセンサのウォームアップ期間中に、前記第1のグルコースセンサから受信されたグルコース測定値の前記第1のデータストリーム及び前記第2のグルコースセンサから受信されたグルコース測定値の第2のデータストリームに基づいて、前記ユーザの推定グルコース値を出力することと、
前記第2のグルコースセンサの前記ウォームアップ期間が終了した後に、前記第2のグルコースセンサから受信されたグルコース測定値の前記第2のデータストリームに基づいて、前記ユーザの推定グルコース値を出力することと、
を含む、方法。 - 前記第1のグルコースセンサに関連付けられた終了イベントの後でかつ前記第2のグルコースセンサの前記ウォームアップ期間が始まる前に、前記終了イベントの前に前記第1のグルコースセンサから受信されたグルコース測定値の前記第1のデータストリームに基づいて、前記ユーザの予測されたグルコース値を出力することを更に含む、請求項17に記載の方法。
- 前記第1のグルコースセンサに関連付けられた終了イベントの後でかつ前記第2のグルコースセンサの前記ウォームアップ期間が始まる前に、前記ユーザの前記予測されたグルコース値の出力を防止することを更に含む、請求項17又は18に記載の方法。
- 前記第1のグルコースセンサ及び前記第2のグルコースセンサが、使い捨て持続グルコース監視(CGM)センサである、請求項17~19のいずれか一項に記載の方法。
- 1つ以上のプロセッサと、
メモリであって、
ユーザによって装着された第1のグルコースセンサからグルコース測定値の第1のデータストリームを受信することと、
前記第1のグルコースセンサの終了イベントを検出することと、
前記第1のグルコースセンサに置き換わる、前記ユーザによって装着された第2のグルコースセンサからグルコース測定値の第2のデータストリームを受信することと、
前記第2のグルコースセンサのためのウォームアップ期間中に、前記終了イベントの前に前記第1のグルコースセンサから受信されたグルコース測定値の前記第1のデータストリームと、前記第2のグルコースセンサから受信されたグルコース測定値の前記第2のデータストリームとの両方に基づいて、前記ユーザのための推定グルコース値を出力することと、
を含む動作を実行するために前記1つ以上のプロセッサによって実行可能なコンピュータ可読命令を記憶する、メモリと、
を備える、システム。 - 1つ以上のプロセッサと、
メモリであって、
ユーザによって装着された第1のグルコースセンサからグルコース測定値の第1のデータストリームを受信することと、
前記第1のグルコースセンサに置き換わる、前記ユーザによって装着された第2のグルコースセンサからグルコース測定値の第2のデータストリームを受信することと、
前記第2のグルコースセンサから受信されたグルコース測定値の前記第2のデータストリームに基づいて、グルコース測定値の前記第1のデータストリームのうちの少なくとも1つのグルコース測定値を遡及的に更新することと、
を含む動作を実行するために前記1つ以上のプロセッサによって実行可能なコンピュータ可読命令を記憶する、メモリと、
を備える、システム。 - 1つ以上のプロセッサと、
メモリであって、
以前のグルコースセンサに置き換わる、ユーザによって装着された新しいグルコースセンサのためのウォームアップ期間を開始することと、
前記新しいグルコースセンサの前記ウォームアップ期間中に、前記新しいグルコースセンサからグルコース測定値の新しいデータストリームを受信することと、
前記新しいグルコースセンサから受信されたグルコース測定値の前記新しいデータストリームが、前記以前のグルコースセンサの終了イベントの前に前記以前のグルコースセンサから受信されたグルコース測定値の以前のデータストリームに少なくとも部分的に基づいて精度閾値を満たすかどうかを決定することと、
前記精度閾値が満たされたとき、前記新しいグルコースセンサの前記ウォームアップ期間を終了することと、
を含む動作を実行するために前記1つ以上のプロセッサによって実行可能なコンピュータ可読命令を記憶するメモリと、
を備える、システム。 - 1つ以上のプロセッサと、
メモリであって、
ユーザによって装着された第1のグルコースセンサから受信したグルコース測定値の第1のデータストリームに基づいて、ユーザの推定グルコース値を出力することと、
前記第1のグルコースセンサに置き換わる第2のグルコースセンサのウォームアップ期間中に、前記第1のグルコースセンサから受信されたグルコース測定値の前記第1のデータストリーム及び前記第2のグルコースセンサから受信されたグルコース測定値の第2のデータストリームに基づいて、前記ユーザの推定グルコース値を出力することと、
前記第2のグルコースセンサの前記ウォームアップ期間が終了した後に、前記第2のグルコースセンサから受信されたグルコース測定値の前記第2のデータストリームに基づいて、前記ユーザの推定グルコース値を出力することと、
を含む動作を実行するために前記1つ以上のプロセッサによって実行可能なコンピュータ可読命令を記憶する、メモリと、
を備える、システム。 - ユーザによって装着された第1のグルコースセンサからグルコース測定値の第1のデータストリームを受信することと、
前記第1のグルコースセンサの終了イベントを検出することと、
前記第1のグルコースセンサに置き換わる、前記ユーザによって装着された第2のグルコースセンサからグルコース測定値の第2のデータストリームを受信することと、
前記第2のグルコースセンサのためのウォームアップ期間中に、前記終了イベントの前に前記第1のグルコースセンサから受信されたグルコース測定値の前記第1のデータストリームと、前記第2のグルコースセンサから受信されたグルコース測定値の前記第2のデータストリームとの両方に基づいて、前記ユーザのための推定グルコース値を出力することと、
を含む動作を実行するために1つ以上のプロセッサによって実行可能な命令を記憶する、非一時的コンピュータ可読媒体。 - ユーザによって装着された第1のグルコースセンサからグルコース測定値の第1のデータストリームを受信することと、
前記第1のグルコースセンサに置き換わる、前記ユーザによって装着された第2のグルコースセンサからグルコース測定値の第2のデータストリームを受信することと、
前記第2のグルコースセンサから受信されたグルコース測定値の前記第2のデータストリームに基づいて、グルコース測定値の前記第1のデータストリームのうちの少なくとも1つのグルコース測定値を遡及的に更新することと、
を含む動作を実行するために1つ以上のプロセッサによって実行可能な命令を記憶する、非一時的コンピュータ可読媒体。 - 以前のグルコースセンサに置き換わる、ユーザによって装着された新しいグルコースセンサのためのウォームアップ期間を開始することと、
前記新しいグルコースセンサの前記ウォームアップ期間中に、前記新しいグルコースセンサからグルコース測定値の新しいデータストリームを受信することと、
前記新しいグルコースセンサから受信されたグルコース測定値の前記新しいデータストリームが、前記以前のグルコースセンサの終了イベントの前に前記以前のグルコースセンサから受信されたグルコース測定値の以前のデータストリームに少なくとも部分的に基づいて精度閾値を満たすかどうかを決定することと、
前記精度閾値が満たされたとき、前記新しいグルコースセンサの前記ウォームアップ期間を終了することと、
を含む動作を実行するために1つ以上のプロセッサによって実行可能な命令を記憶する、非一時的コンピュータ可読媒体。 - ユーザによって装着された第1のグルコースセンサから受信したグルコース測定値の第1のデータストリームに基づいて、ユーザの推定グルコース値を出力することと、
前記第1のグルコースセンサに置き換わる第2のグルコースセンサのウォームアップ期間中に、前記第1のグルコースセンサから受信されたグルコース測定値の前記第1のデータストリーム及び前記第2のグルコースセンサから受信されたグルコース測定値の第2のデータストリームに基づいて、前記ユーザの推定グルコース値を出力することと、
前記第2のグルコースセンサの前記ウォームアップ期間が終了した後に、前記第2のグルコースセンサから受信されたグルコース測定値の前記第2のデータストリームに基づいて、前記ユーザの推定グルコース値を出力することと、
を含む動作を実行するために1つ以上のプロセッサによって実行可能な命令を記憶する、非一時的コンピュータ可読媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163189429P | 2021-05-17 | 2021-05-17 | |
US63/189,429 | 2021-05-17 | ||
US202163231502P | 2021-08-10 | 2021-08-10 | |
US63/231,502 | 2021-08-10 | ||
PCT/US2022/029542 WO2022245763A1 (en) | 2021-05-17 | 2022-05-17 | Data-stream bridging for sensor transitions |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024521607A true JP2024521607A (ja) | 2024-06-04 |
Family
ID=82594866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023544374A Pending JP2024521607A (ja) | 2021-05-17 | 2022-05-17 | センサ移行のためのデータストリームブリッジング |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220361778A1 (ja) |
EP (1) | EP4340706A1 (ja) |
JP (1) | JP2024521607A (ja) |
AU (1) | AU2022277320A1 (ja) |
CA (1) | CA3203740A1 (ja) |
WO (1) | WO2022245763A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024010827A1 (en) | 2022-07-05 | 2024-01-11 | Biolinq Incorporated | Sensor assembly of a microneedle array-based continuous analyte monitoring device |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7920906B2 (en) * | 2005-03-10 | 2011-04-05 | Dexcom, Inc. | System and methods for processing analyte sensor data for sensor calibration |
US20180182491A1 (en) * | 2016-12-27 | 2018-06-28 | Dexcom, Inc. | Systems and methods for patient monitoring using an hcp-specific device |
-
2022
- 2022-05-17 JP JP2023544374A patent/JP2024521607A/ja active Pending
- 2022-05-17 EP EP22743615.1A patent/EP4340706A1/en active Pending
- 2022-05-17 WO PCT/US2022/029542 patent/WO2022245763A1/en active Application Filing
- 2022-05-17 US US17/746,048 patent/US20220361778A1/en active Pending
- 2022-05-17 CA CA3203740A patent/CA3203740A1/en active Pending
- 2022-05-17 AU AU2022277320A patent/AU2022277320A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4340706A1 (en) | 2024-03-27 |
AU2022277320A1 (en) | 2024-01-04 |
WO2022245763A1 (en) | 2022-11-24 |
CA3203740A1 (en) | 2022-11-24 |
US20220361778A1 (en) | 2022-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11969267B2 (en) | Glucose alert prediction horizon modification | |
JP2023504398A (ja) | 連続血糖モニタリングに基づく提案 | |
JP2023531865A (ja) | 検体監視システム及び方法 | |
JP2023529261A (ja) | 積み重ねられた機械学習モデルを使用したグルコース測定値予測 | |
JP2024521607A (ja) | センサ移行のためのデータストリームブリッジング | |
JP2023523898A (ja) | 機械学習を使用する低血糖事象予測 | |
CN117222356A (zh) | 用于传感器过渡的数据流桥接 | |
US20230133195A1 (en) | Glucose monitoring over phases and corresponding phased information display | |
US20240358289A1 (en) | Overlapping data streams and sensor transitions | |
US20220378337A1 (en) | Adaptive Systems for Continuous Glucose Monitoring | |
US20230134919A1 (en) | Glucose Level Deviation Detection | |
WO2024227102A1 (en) | Overlapping data streams and sensor transitions | |
JP2024536970A (ja) | 糖尿病管理を改善するための血糖影響予測 | |
CN118077014A (zh) | 葡萄糖水平偏差检测 |