KR102601111B1 - 폐-루프 혈액 글루코스 제어 시스템 및 방법 - Google Patents
폐-루프 혈액 글루코스 제어 시스템 및 방법 Download PDFInfo
- Publication number
- KR102601111B1 KR102601111B1 KR1020207003195A KR20207003195A KR102601111B1 KR 102601111 B1 KR102601111 B1 KR 102601111B1 KR 1020207003195 A KR1020207003195 A KR 1020207003195A KR 20207003195 A KR20207003195 A KR 20207003195A KR 102601111 B1 KR102601111 B1 KR 102601111B1
- Authority
- KR
- South Korea
- Prior art keywords
- insulin
- patient
- glucose
- amount
- function
- Prior art date
Links
- 239000008103 glucose Substances 0.000 title claims abstract description 167
- 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 title claims abstract description 165
- 210000004369 blood Anatomy 0.000 title claims abstract description 48
- 239000008280 blood Substances 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims description 29
- 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 claims abstract description 474
- 229940125396 insulin Drugs 0.000 claims abstract description 241
- 102000004877 Insulin Human genes 0.000 claims abstract description 233
- 108090001061 Insulin Proteins 0.000 claims abstract description 233
- 238000001802 infusion Methods 0.000 claims abstract description 50
- 238000007920 subcutaneous administration Methods 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 230000035945 sensitivity Effects 0.000 claims description 38
- 238000005259 measurement Methods 0.000 claims description 22
- 238000002347 injection Methods 0.000 claims description 21
- 239000007924 injection Substances 0.000 claims description 21
- 238000002474 experimental method Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 11
- 230000001419 dependent effect Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 9
- 230000004190 glucose uptake Effects 0.000 claims description 9
- 206010033675 panniculitis Diseases 0.000 claims description 9
- 230000004043 responsiveness Effects 0.000 claims description 9
- 210000004304 subcutaneous tissue Anatomy 0.000 claims description 9
- 230000003247 decreasing effect Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 150000001720 carbohydrates Chemical class 0.000 claims description 5
- 235000014633 carbohydrates Nutrition 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 230000007423 decrease Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 230000037396 body weight Effects 0.000 claims description 3
- 230000004121 glycogenesis Effects 0.000 claims description 3
- 230000034659 glycolysis Effects 0.000 claims description 3
- 238000009532 heart rate measurement Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 41
- 210000002381 plasma Anatomy 0.000 description 15
- 230000000875 corresponding effect Effects 0.000 description 12
- 239000013598 vector Substances 0.000 description 11
- 238000010521 absorption reaction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 235000012054 meals Nutrition 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000001727 in vivo Methods 0.000 description 3
- 210000000496 pancreas Anatomy 0.000 description 3
- 229920002527 Glycogen Polymers 0.000 description 2
- 208000013016 Hypoglycemia Diseases 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 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 2
- 238000004364 calculation method Methods 0.000 description 2
- 229940096919 glycogen Drugs 0.000 description 2
- 201000001421 hyperglycemia Diseases 0.000 description 2
- 230000002218 hypoglycaemic effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009257 reactivity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 229940123452 Rapid-acting insulin Drugs 0.000 description 1
- 108010026951 Short-Acting Insulin Proteins 0.000 description 1
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 235000021074 carbohydrate intake Nutrition 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 235000018823 dietary intake Nutrition 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006377 glucose transport Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000002779 inactivation Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- 230000036325 urinary excretion Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- A61M5/142—Pressure infusion, e.g. using pumps
- A61M2005/14208—Pressure infusion, e.g. using pumps with a programmable infusion control system, characterised by the infusion program
-
- 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
- A61M2005/1726—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 the body parameters being measured at, or proximate to, the infusion site
-
- 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
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3303—Using a biosensor
-
- 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
- A61M2230/00—Measuring parameters of the user
- A61M2230/04—Heartbeat characteristics, e.g. ECG, blood pressure modulation
- A61M2230/06—Heartbeat rate only
-
- 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
- A61M2230/00—Measuring parameters of the user
- A61M2230/20—Blood composition characteristics
- A61M2230/201—Glucose concentration
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Business, Economics & Management (AREA)
- Pathology (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Medicinal Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- Databases & Information Systems (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Anesthesiology (AREA)
- Hematology (AREA)
- Vascular Medicine (AREA)
- Diabetes (AREA)
- Emergency Medicine (AREA)
- Optics & Photonics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Infusion, Injection, And Reservoir Apparatuses (AREA)
- External Artificial Organs (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
자동화된 폐-루프 혈액 글루코스 제어 시스템은 연속 글루코스 모니터링 센서(101), 피하 인슐린 전달 장치(103), 및 최대 허용 인슐린 주입량을 결정하고, 상기 최대 허용 인슐린 주입량 및 주입해야 할 인슐린의 양을 기반으로 인슐린 전달 제어 신호를 결정하는 제어기(105)를 포함한다.
Description
본 발명은 환자에게 인슐린을 제어된 방식으로 전달하기 위한 폐-루프 혈액 글루코스 제어 시스템 분야에 관한 것이다. 이러한 시스템은 인공 췌장(artificial pancreas)으로도 알려져 있다.
인공 췌장은 혈액 글루코스 이력, 식사 이력, 및 인슐린 이력을 기반으로 당뇨병 환자의 인슐린 섭취를 자동으로 조절하는 시스템이다.
특히, 본 발명은 예측 제어 시스템으로도 알려진 모델 기반 예측 제어(Model-based Predictive Control; MPC) 시스템에 관한 것이며, 이러한 시스템에서 주입해야 할 인슐린의 투여량의 결정은 환자의 신체에서 인슐린의 효과 및 환자의 글루코스 레벨에 미치는 인슐린의 영향을 설명하는 생리학적 모델을 계산함으로써 획득되는 환자의 미래 혈액 글루코스 레벨의 예측에 기초하여 이루어진다.
모델-기반 인공 췌장의 성능을 개선할 수 있고, 더 구체적으로는 인슐린 요구량을 더 양호하게 추정하고 고혈당증 또는 저혈당증의 위험을 줄이기 위해 생리 학적 모델 예측의 정확도를 향상시킬 수 있는 것이 바람직할 것이다.
본 발명은 특히 이러한 상황을 개선하는 것을 목적으로 한다.
한 실시형태에 의하면, 본 발명은 환자에게 인슐린을 제어된 방식으로 전달하기 위한 자동화된 폐-루프 혈액 글루코스 제어 시스템에 관한 것이며, 상기 자동화된 폐-루프 혈액 글루코스 제어 시스템은,
환자의 측정된 글루코스 레벨을 나타내는 복수의 글루코스 측정값을 연관된 복수의 측정 시간에 제공하도록 구성된 연속 글루코스-모니터링 센서;
인슐린 전달 제어 신호, 구체적으로는 연속 주입 인슐린; 볼루스(bolus) 인슐린; 연속 주입 인슐린 및 볼루스 인슐린; 중의 하나에 응답하여 환자의 피하 조직 내 외인성 인슐린을 전달하도록 구성된 피하 인슐린 전달 장치; 및
상기 글루코스 측정값을 수신하고 상기 인슐린 전달 장치에 전달 제어 신호를 제공하도록 프로그램된 제어기;
를 포함하며,
상기 제어기는 환자 내 글루코스-인슐린 계열의 생리학적 모델을 계산함으로써 결정되는 예측 글루코스 레벨을 기반으로 적어도 하나의 시간 스텝(time step)에서 주입해야 할 인슐린의 양을 결정할 수 있고, 상기 생리학적 모델은 복수의 상태 변수들의 진화를 시간의 함수로서 기술하는 미분 방정식 계열을 포함하며,
상기 제어기는 최대 허용 인슐린 주입량을 계산하고, 상기 최대 허용 인슐린 주입량 및 적어도 하나의 시간 스텝에 주입해야 할 인슐린의 양을 기반으로 인슐린 전달 제어 신호를 결정할 수 있다.
이는 생리학적 모델 예측의 정확성을 향상시켜 준다.
일부 실시형태들에 의하면, 이하의 특징들 중 하나 이상이 사용될 수 있다:
- 상기 최대 허용 인슐린 주입량은 상기 생리학적 모델과는 독립적으로, 구체적으로는 복수의 상태 변수들의 진화를 시간의 함수로서 기술하는 생리학적 모델의 미분 방정식과는 독립적으로 계산되는 특징;
- 최대 허용 인슐린 주입량은 인슐린에 대한 환자의 감도에 대한 함수인 특징 - 상기 감도는 혈액 글루코스 레벨의 변화 및 피하 층의 제2 구획에 존재하는 인슐린의 양의 변화 간의 비율을 나타내고, 상기 감도는 환자의 글루코스 레벨의 감소 함수임 -, 구체적으로는 최대 허용 인슐린 주입량은 인슐린에 대한 환자의 감도의 역수에 비례하는 특징;
- 상기 감도는 환자의 글루코스 레벨의 감소 함수인 특징 - 상기 감소 함수의 기울기는 90mg/dL 미만의 낮은 글루코스 레벨에서보다 그리고 180mg/dL 이상의 높은 글루코스 레벨에서보다 약 100mg/dL의 중간 글루코스 레벨에서 작은 특징;
- 적어도 복수의 시뮬레이션된 실험들을 평균화함으로써 글루코스 레벨에 대한 감도 관련 곡선이 사전에 계산되는 특징 - 각각의 시뮬레이션된 실험은 환자 내 클루코스-인슐린 체계의 생리학적 모델을 계산함으로써 예측 글루코스 레벨을 결정하는 것을 포함하고, 상기 생리학적 모델은 인슐린-종속 글루코스 흡수 구획의 제1 서브-모델 및 비-인슐린-종속 글루코스 흡수 구획의 제2 서브-모델을 포함함 -, 구체적으로는, 상기 제1 서브-모델은 글리코겐 합성(glycogenesis) 프로세스를 나타내는 적어도 하나의 미분 방정식을 포함하고 상기 제2 서브-모델은 글리코겐 분해(glycolysis) 프로세스를 나타내는 적어도 하나의 미분 방정식을 포함하는 특징;
- 상기 최대 허용 인슐린 주입량은 환자의 사전에 정의된 기초량의 연속 주입 인슐린 및/또는 볼루스 인슐린의 함수인 특징;
- 상기 사전에 정의된 기초량의 연속 주입 인슐린은 하루 동안 환자에 의해 소비된 적어도 평균량의 인슐린, 하루 동안 환자에 의해 소비되는 평균량의 탄수화물 및 상기 환자의 체중의 함수로서 사전에 결정되는 특징;
- 최대 허용 인슐린 주입량은 적어도 상기 사전에 정의된 기초량, 사전에 정의된 개인화된 반응성 계수 및 인슐린에 대한 환자의 감도의 역수의 곱인 특징;
- 상기 사전에 정의된 개인화된 반응성 계수는 1 내지 3으로 구성되는 특징;
- 인슐린 전달 제어 신호는 계산된 최대 허용 인슐린 주입량으로 주입해야 할 인슐린의 양을 캡핑(capping)함으로써 결정되는 특징;
- 상기 시스템은 생리학적 데이터를 측정하도록 구성된 생리학적 센서를 더 포함하며, 최대 허용 인슐린 주입량은 상기 생리학적 데이터의 함수인 특징; - 특히 상기 생리학적 센서는 환자의 측정된 심박수를 나타내는 복수의 심박수 측정값들을 연관된 복수의 측정 시간에서 제공하도록 구성된 맥박 모니터링 센서이고, 최대 허용 인슐린 주입량은 환자의 심박수의 함수임 -, 구체적으로는 인슐린에 대한 환자의 감도는 환자의 심박수의 함수인 특징.
다른 한 실시형태에 의하면, 본 발명은 자동화된 폐-루프 혈액 글루코스 제어 시스템을 사용하여 환자에게 인슐린을 제어 방식으로 전달하기 위한 방법에 관한 것이며, 상기 방법은,
환자의 측정된 글루코스 레벨을 나타내는 복수의 글루코스 측정값을 연관된 복수의 측정 시간에 제공하도록 센서를 사용하여 글루코스를 연속 모니터링하는 단계;
환자 내 글루코스-인슐린 계열의 생리학적 모델을 계산함으로써 적어도 하나의 시간 스텝(time step)에서 주입해야 할 인슐린의 양을 결정하는 단계 - 상기 생리학적 모델은 복수의 상태 변수들의 진화를 시간의 함수로서 기술하는 미분 방정식 계열을 포함함 -;
최대 허용 인슐린 주입량을 계산하는 단계;
상기 최대 허용 인슐린 주입량 및 적어도 하나의 시간 스텝에 주입해야 할 인슐린의 양을 기반으로 인슐린 전달 제어 신호를 결정하는 단계; 및
상기 인슐린 전달 제어 신호에 따라, 피하 인슐린 전달 장치를 사용하여, 환자의 피하 조직 내 외인성 인슐린을 전달하는, 구체적으로는 연속 주입 인슐린 및 볼루스 인슐린을 전달하는 단계;
를 포함한다.
일부 실시형태들에 의하면, 이하의 특징들 중 하나 이상이 사용될 수 있다:
- 상기 최대 허용 인슐린 주입량은 상기 생리학적 모델과는 독립적으로, 구체적으로는 복수의 상태 변수들의 진화를 시간의 함수로서 기술하는 생리학적 모델의 미분 방정식과는 독립적으로 계산되는 특징;
- 최대 허용 인슐린 주입량은 인슐린에 대한 환자의 감도에 대한 함수인 특징 - 상기 감도는 혈액 글루코스 레벨의 변화 및 피하 층의 제2 구획에 존재하는 인슐린의 양의 변화 간의 비율을 나타내고, 상기 감도는 환자의 글루코스 레벨의 감소 함수임 -, 구체적으로는 최대 허용 인슐린 주입량은 인슐린에 대한 환자의 감도의 역수에 비례하는 특징;
- 상기 실시 예에서, 상기 감도는 환자의 글루코스 레벨의 감소 함수인 특징 - 상기 감소 함수의 기울기는 90mg/dL 미만의 낮은 글루코스 레벨에서보다 그리고 180mg/dL 이상의 높은 글루코스 레벨에서보다 약 100mg/dL의 중간 글루코스 레벨에서 작은 특징;
- 위 2가지 실시 예 중 어느 하나에서, 적어도 복수의 시뮬레이션된 실험들을 평균화함으로써 글루코스 레벨에 대한 감도 관련 곡선이 사전에 계산되는 특징 - 각각의 시뮬레이션된 실험은 환자 내 클루코스-인슐린 체계의 생리학적 모델을 계산함으로써 예측 글루코스 레벨을 결정하는 것을 포함하고, 상기 생리학적 모델은 인슐린-종속 글루코스 흡수 구획의 제1 서브-모델 및 비-인슐린-종속 글루코스 흡수 구획의 제2 서브-모델을 포함함 -, 구체적으로는, 상기 제1 서브-모델은 글리코겐 합성(glycogenesis) 프로세스를 나타내는 적어도 하나의 미분 방정식을 포함하고 상기 제2 서브-모델은 글리코겐 분해(glycolysis) 프로세스를 나타내는 적어도 하나의 미분 방정식을 포함하는 특징;
- 상기 최대 허용 인슐린 주입량은 환자의 사전에 정의된 기초량의 연속 주입 인슐린 및/또는 볼루스 인슐린의 함수인 특징;
- 상기 실시 예에서, 상기 사전에 정의된 기초량의 연속 주입 인슐린은 하루 동안 환자에 의해 소비된 적어도 평균량의 인슐린, 하루 동안 환자에 의해 소비되는 평균량의 탄수화물 및 상기 환자의 체중의 함수로서 사전에 결정되는 특징;
- 위 2가지 실시 예 중 어느 하나에서, 상기 최대 허용 인슐린 주입량은 적어도 상기 사전에 정의된 기초량, 사전에 정의된 개인화된 반응성 계수 및 인슐린에 대한 환자의 감도의 역수의 곱인 특징;
- 위 실시 예에서, 상기 사전에 정의된 개인화된 반응성 계수는 1 내지 3으로 구성되는 특징;
- 인슐린 전달 제어 신호는 계산된 최대 허용 인슐린 주입량으로 주입해야 할 인슐린의 양을 캡핑(capping)함으로써 결정되는 특징;
- 최대 허용 인슐린 주입량의 계산은 주기적으로 수행되는 특징.
본 발명의 다른 특징들 및 이점들은 비-제한적인 예로서 제공된 이하의 본 발명의 몇몇 실시 예들 및 첨부도면의 설명으로부터 쉽게 떠오르게 될 것이다.
도 1은 본 발명에 따른, 환자에게 인슐린을 제어된 방식으로 전달하기 위한 자동화된 폐-루프 혈액 글루코스 제어 시스템의 한 실시 예를 블록도의 형태로 개략적으로 보여주는 도면이다.
도 2는 환자의 혈액 클루코스 레벨을 예측하도록 도 1의 시스템에서 사용된 생리학적 모델을 간략하게 보여주는 도면이다.
도 3은 도 2의 생리학적 모델의 한 실시 예를 더 상세하게 보여주는 도면이다.
도 4는 도 1의 자동화된 폐-루프 혈액 글루코스 제어 시스템을 사용하여 환자에게 인슐린을 제어된 방식으로 전달하기 위한 방법의 한 예를 보여주는 도면이다.
도 5는 자기-교정 동작의 한 실시 예를 설명하는 도면이다.
도 2는 환자의 혈액 클루코스 레벨을 예측하도록 도 1의 시스템에서 사용된 생리학적 모델을 간략하게 보여주는 도면이다.
도 3은 도 2의 생리학적 모델의 한 실시 예를 더 상세하게 보여주는 도면이다.
도 4는 도 1의 자동화된 폐-루프 혈액 글루코스 제어 시스템을 사용하여 환자에게 인슐린을 제어된 방식으로 전달하기 위한 방법의 한 예를 보여주는 도면이다.
도 5는 자기-교정 동작의 한 실시 예를 설명하는 도면이다.
여러 도면상에서, 동일한 참조부호는 동일하거나 유사한 요소를 나타낸다.
명확성을 위해, 설명되는 실시 예들을 이해하는데 유용한 요소들만이 도면들 상에 도시되어 있고 본 설명에서 상세하게 기재되어 있다. 특히, 본 발명의 실시 예들이 모든 또는 대부분의 혈액 글루코스 측정 및 인슐린 주입 장치들과 호환 가능하기 때문에, 상기 혈액 글루코스 제어 시스템의 글루코스-모니터링 센서 및 인슐린 전달 장치는 구체적으로 상세하게 기재되어 있지 않다.
설명된 제어 시스템의 제어기의 물리적 실시 예들은 또한 과도하게 구체적으로 기재되어 있지 않으며, 본원 명세서에 제공된 기능적 설명이 주어지면 그러한 제어기의 실현은 당업자의 범위 내에 있다.
도 1은 환자에게 인슐린을 제어된 방식으로 전달하기 위한 자동화된 폐-루프 혈액 글루코스 제어 시스템의 한 실시 예를 블록도의 형태로 보여준다.
도 1의 시스템은 환자의 혈액 글루코스 레벨을 측정하도록 구성된 센서(101)(CG)를 포함한다. 정상 동작에서는, 상기 센서(101)가 환자의 신체 상에나 또는 환자의 신체 내에 예를 들어 환자의 신체 복부 높이에 영구적으로 위치될 수 있다. 상기 센서(101)는 예를 들어 "연속 글루코스 모니터링(Continuous Glucose Monitoring; CGM)" 타입의 센서, 다시 말하면 환자의 혈액 글루코스 레벨을 연속적으로(예를 들어, 적어도 분당 1회) 측정하도록 구성된 센서이다. 상기 센서(101)는 예를 들어 피하 혈액 글루코스 센서이다.
상기 센서는 예를 들어 피부 바로 아래에 배치된 일회용 글루코스 센서를 포함할 수 있으며, 이는 수 일 동안 착용되고 주기적으로 교체될 수 있다.
본 발명의 방법 및 시스템의 동작 동안, 상기 센서(101)는 환자의 측정된 글루코스 레벨을 나타내는 복수의 글루코스 측정값을 연관된 복수의 측정 시간에 제공한다.
본원 명세서에서, "글루코스 레벨(glucose level)"은 혈액 내 글루코스의 농도로 이해되며, 또한 혈당증(glycemia) 이라고 한다.
도 1의 시스템은 인슐린 전달 장치(103)(PMP), 예를 들어 피하 주입 장치를 더 포함한다. 상기 장치(103)는 예를 들어 인슐린 펌프와 같은 자동 주입 장치이며, 환자의 피부 아래에 삽입된 주입 바늘에 연결된 인슐린 저장소를 포함한다. 상기 펌프는 인슐린의 주입량을 결정된 시간에 제어된 방식으로 주입하도록 전기적인 명령을 받는다. 정상 동작에서는, 상기 주입 장치(103)가 환자의 신체 내에나 또는 환자의 신체 상에, 예를 들어 환자의 신체 복부 높이에 위치된다.
본 발명의 방법 및 시스템의 동작 동안, 인슐린 전달 장치(103)는 인슐린 전달 제어 신호에 응답하여 환자의 피하 조직 내 외인성 인슐린을 전달한다. 상기 외인성 인슐린은 특히 신속하게 작용하는 인슐린이다. 신속하게 작용하는 인슐린은 이하의 2가지 방식으로 상기 인슐린 전달 장치에 의해 전달될 수 있다:
섭취한 음식을 포함하거나 높은 혈액 글루코스 레벨을 수정하기 위해 전달되는 볼루스 주입량; 또는
식사 간 그리고 밤에 필요한 인슐린을 전달하기 위해 조절 가능한 기초 속도로 연속 펌핑되는 기초 주입량.
일부 실시 예들에서, 상기 시스템은 또한 맥박 모니터링 센서(104)를 포함할 수 있다. 맥박 모니터링 센서(104)는 측정된 환자의 심박수를 나타내는 복수의 심박수 측정값(h(t))을 연관된 복수의 측정 시간에 제공할 수 있다. 맥박 모니터링 센서(104)는 예를 들어 아암 밴드(armband) 또는 허리 밴드(waistband) 상에 제공될 수 있다. 상기 센서는 측정된 데이터의 전송을 위해 원격 제어기(105)에 무선 접속될 수 있다.
대안으로, 맥박 모니터링 센서와는 다른 생리학적 센서를 사용할 수 있다. 전형적인 예들에는 전기 전도도 또는 피부의 표재 온도(superficial temperature)를 측정하는 센서가 있다.
도 1에 도시된 바와 같이, 상기 시스템은 예를 들어 유선 또는 라디오(무선) 링크들에 의해 상기 글루코스-모니터링 센서(101)에 그리고 상기 인슐린 전달 장치(103)에, 그리고 선택적으로는 맥박 모니터링 센서(104)에 접속되는 제어기(105)인 제어기(105)(CTRL)를 더 포함한다.
본 발명의 방법 및 시스템의 동작 동안, 상기 제어기(105)는 상기 센서(101)에 의해 측정된 환자의 혈액 글루코스 데이터를 수신하고 전달 제어 신호를 상기 인슐린 전달 장치에 제공한다. 상기 제어기(105)는 상세하게 기재되어 있지 않은 사용자 인터페이스를 통해 환자에 의해 섭취된 글루코스의 양의 표시를 더 수신할 수 있다.
글루코스의 양의 이러한 표시는 cho(t)로 언급되며 특히 환자에 의한 탄수화물 섭취의 진화를 나타낸다.
상기 제어기(105)는 상기 인슐린 전달 장치에 제공하기 위한 인슐린 전달 제어 신호를 결정하도록 구성된다.
이를 위해, 상기 제어기(105)는 예를 들어 마이크로프로세서를 포함하는 디지털 계산 회로(상세하게 기재되지 않음)를 포함한다. 상기 제어기(105)는, 예를 들어, 하루종일 그리고/또는 밤에 환자가 휴대하고 있는 모바일 장치이다. 상기 제어기(105)의 하나의 가능한 실시 예는 이후에 기재되는 바와 같은 방법을 구현하도록 구성된 스마트폰 장치일 수 있다.
상기 제어기(105)는, 환자의 혈액 글루코스 레벨의 미래 진화를 시간의 함수로 예측함을 고려하여, 적어도 하나의 시간 스텝에 주입해야 할 인슐린의 양을 결정하는데 특히 적합하다.
더 정확하게는, 상기 제어기(105)가 환자 내 글루코스-인슐린 체계의 생리학적 모델을 계산함으로써 결정되는 예측 글루코스 레벨을 기반하여 적어도 하나의 시간 스텝에 주입해야 할 인슐린의 양을 결정한다.
이 결정 동작은 도 4에 도시된 동작(420) 동안 수행된다.
따라서, 상기 제어기(105)는 미래 기간에 걸쳐 환자의 글루코스 레벨의 예상 진화를 시간의 함수로서 나타내는 곡선을 결정한다.
이러한 곡선을 고려하여, 상기 제어기(105)는 다음 기간 동안 환자에게 주입되어야 할 인슐린의 주입량을 결정하여 환자의 글루코스 레벨이 고혈당증 또는 저혈당증의 위험을 제한하기 위해 허용가능 범위 내에 유지되게 한다. 이하에서 설명되는 바와 같이, 상기 센서(101)에 의해 측정되는 글루코스 측정값은 예를 들어 생리학적 모델의 자기 교정 동작을 수행하는데 사용될 수 있다.
도 2는 환자의 글루코스 레벨의 진화를 예측하도록 도 1의 시스템에서 구현될 수 있는 글루코스-인슐린 체계의 생리학적 모델의 개략도이다.
상기 모델은 처리 블록으로서 도 2에 나타나 있으며, 상기 처리 블록은,
상기 인슐린 전달 장치에 의해 환자의 피하 층 내 전달되는 외인성 인슐린의 양을 시간 t의 함수로서 나타내는 신호(i(t))가 인가되는 입력(e1);
환자에 의해 섭취된 글루코스의 양, 예를 들어 식사 중에 섭취된 탄수화물의 양의 진화를 주어진 시간에 나타내는 신호(cho(t))가 인가되는 입력(e2);
환자의 심박수의 진화를 시간 t의 함수로서 나타내는 신호(h(t))가 인가되는 입력(e3); 및
환자의 글루코스 레벨의 진화를 시간 t의 함수로서 나타내는 신호(G(t))를 제공하는 출력(s).
일부 실시 예들에 의하면, 심박수와는 다른 생리학적 신호가 위에서 개시한 바와 같이, 입력(e3)으로서 제공될 수 있다.
상기 생리학적 모델(MPC)은 예를 들어, 입력 변수(i(t), cho(t)) 및 출력 변수 G(t) 외에, 시간 경과에 따라 진화하는 복수의 환자의 생리학적 변수들의 순시값들에 상응하는 복수의 상태 변수들을 포함하는 구획 모델이다.
상기 상태 변수들의 시간적 진화는 MPC 블록의 입력(p1)에 적용된 벡터 [PARAM]로 도 2에 도시된 복수의 매개변수들을 포함하는 미분 방정식 체계에 의해 좌우된다.
상기 생리학적 모델의 응답은 또한 상태 변수에 할당된 초기값에 의해 좌우될 수 있으며, 이는 MPC 블록의 입력(p2)에 적용된 벡터 [INIT]로 도 2에 나타나 있다.
도 3은 도 1의 시스템의 한 실시 예에서 구현되는 생리학적 모델의 비-제한적인 예를 더 상세하게 나타내는 도면이다.
이러한 대표적인 모델은 Hovorka 모델로 공지되어 있으며 예를 들어 「"Nonlinear model predictive control of glucose concentration in subjects with type 1 diabetes" by Roman Hovorka et al.(Physiol Meas., 2004; 25: 905-920)」 및 「"Partitioning glucose distribution/transport, disposal, and endogenous production during IVGTT" by Roman Hovorka et al.(Physical Endocrinol Metab 282: E992-E1007, 2002)」에 기재되어 있다.
도 3에 도시된 생리학적 모델은 혈장(blood plasma) 내 글루코스의 개시 속도에 관한 글루코스 섭취의 효과를 설명하는 제1 이중-구획 서브-모델(301)을 포함한다.
서브-모델(301)은 섭취된 글루코스(cho(t))의 양을, 예를 들어 mmol/분으로 입력으로서 취하고, 혈장 내 글루코스의 흡수 속도(UG)를, 예를 들어 mmol/분으로 출력으로서 제공한다.
이러한 모델에서, 서브-모델(301)은 제1 구획 및 제2 구획에서 각각 글루코스 질량, 예를 들어 mmol 단위의 글루코스 질량에 각각 상응하는 2개의 상태 변수(D1, D2)를 포함한다.
도 3의 모델은 또한 혈장 내 환자에게 전달된 외인성 인슐린의 흡수를 설명하는 제2 이중-구획 서브-모델(303)을 포함한다. 서브-모델(303)은 환자의 피하 조직 내 전달된 외인성 인슐린(i(t))의 양을 입력으로서, 예를 들어 mU/분으로 취하고, MU/분 단위의 혈장 내 인슐린 흡수 속도(UI)를 출력으로서 제공한다.
서브-모델(303)은 예를 들어 환자의 피하 조직을 나타내는 피하 구획을 모델링하는 제1 및 제2 구획에서 각각 인슐린 질량인 온-보드 인슐린(on-board insulin)에 각각 상응하는 2개의 상태 변수(S1, S2)를 포함할 수 있다. 상기 상태 변수들(S1, S2)의 순간 온-보드 레벨은 예를 들어 mmol로 표기될 수 있다.
도 3의 모델은 환자의 신체에 의한 글루코스의 조절을 설명하는 제3 서브-모델(305)을 더 포함할 수 있다. 이러한 서브-모델(305)은 글루코스 및 인슐린의 흡수 속도(UG, UI)를 입력으로서 취하고, 혈장 글루코스 레벨(G(t)), 다시 말하면 혈장 내 글루코스의 농도를, 예를 들어 mmol/l 단위로 출력으로서 제공한다.
따라서, 서브-모델(305)은 환자의 혈장/신체 구획의 모델, 다시 말하면 환자의 혈장 및 신체 내 글루코스 및 인슐린의 운동학적 및 화학적 진화 모델이다.
"환자의 혈장 및 신체"는 피하 조직을 제외한 환자의 신체를 의미한다.
이러한 예에서, 서브-모델(305)은 6개의 상태 변수(Q1, Q2, x3, x1, x2, I)를 포함한다.
변수들(Q1, Q2)은 각각 제1 구획 및 제2 구획 내 글루코스 질량, 예를 들어 mmol에 상응한다.
변수들(x1, x2, x3)은 글루코스의 운동학에 관한 인슐린의 3가지 대응 작용 각각을 대응적으로 나타내는 치수가 없는 변수들이다.
마지막으로, 변수(I)는 순간 혈장 인슐린 레벨이고, 다시 말하면 혈장 내 인슐린 농도인 인슐린 혈증(insulinemia)에 상응한다. 순간 혈장 인슐린 레벨은 예를 들어 mU/l로 표기된다.
Hovorka 모델은 다음과 같은 방정식 체계에 의해 좌우된다:
여기서,
이고
이다.
이러한 미분 방정식 체계는 15개의 매개변수(VG, F01, k12, FR, EGP0, kb1, ka1, kb2, ka2, kb3, ka3, ka, VI, ke, tmax)를 포함하며 다음과 같은 의미를 지닌다:
VG는 글루코스의 분포량 - 예를 들어 리터 단위임 - 에 상응함,
F01은 비-인슐린-종속 글루코스 전달 속도 - 예를 들어 mmol/분 단위임 - 에 상응함,
k12는 서브-모델(305)의 두 구획 간 전송 속도 - 예를 들어 min-1 단위임 - 에 상응함,
ka1, ka2, ka3은 인슐린 비활성화 속도 상수들 - 예를 들어 min-1 단위임 - 에 상응함,
FR은 글루코스의 소변 배설(urinary excretion) - 예를 들어 mmol/분 단위임 - 에 상응함,
EGP0는 글루코스의 내인성 생성(endogenous production) - 예를 들어 min-1 단위임 - 에 상응함,
kb1, kb2 및 kb3은 인슐린 활성화 속도 상수 - 예를 들어 min-1 단위임 - 에 상응함,
ka는 피하 주입된 인슐린의 흡수 속도 - 예를 들어 min-1 단위임 - 에 상응함,
VI는 인슐린의 분포량 - 예를 들어 리터 단위임 - 에 상응함,
ke는 인슐린의 혈장 제거 속도 - 예를 들어 min-1 단위임 - 에 상응함,
tmax는 환자가 섭취한 최대 글루코스 흡수 시간 - 예를 들어 분 단위임 - 에 상응함.
이들 15개의 매개변수는 도 2에 도시된 벡터 [PARAM]에 상응한다.
이러한 모델은 10개의 상태 변수들(D1, D2, S1, S2, Q1, Q2, x1, x2, x3, I)을 더 포함하며, 이들은 상기 모델에 의한 환자의 행동 시뮬레이션의 시작에 상응하는 시간 스텝(t0)에서 이들 변수의 값들에 상응하는 초기값의 벡터 [INIT]로 시작된다.
본 발명의 방법 및 시스템은 또한 위에서 설명한 Hovorka 모델보다 더 간단한 생리학적 모델, 구체적으로는 Hovorka 모델과 비교하여 더 적은 수의 상태 변수들 및 감소된 수의 매개변수들을 지니는 구획 모델을 사용할 수 있다.
본 발명의 일부 실시 예들에서, 여러 생리학적 모델들이 상기 제어기에 저장될 수 있고, 상기 모델들의 예측들이 예를 들어 상기 제어기의 상태 또는 상기 모델들의 예측들에 대해 계산될 수 있는 신뢰 지표에 따라, 함께 비교될 수도 있고 독립적으로 사용될 수도 있다.
특히, 기재되어 있는 실시 예들은 상기 Hovorka 생리학적 모델로 제한되지 않고, 환자의 신체에 의한 인슐린의 동화(assimilation) 및 환자의 혈액 글루코스 레벨에 미치는 인슐린의 영향을 설명하는 임의의 생리학적 모델과 양립 가능하다.
다른 한 생리학적 모델의 한 예는 「"A System Model of Oral Glucose Absorption: Validation on Gold Standard Data" by Chiara Dalla Man et al. in IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, VOL 53, NO 12, DECEMBER 2006」ㅇ에 기재되어 있는 Cobelli 모델이다.
이러한 모델은 문헌에서 공지되어 있다.
이들 모델들에서, 피하 조직으로부터 혈장으로의 인슐린의 흡수 속도는 일정하다.
피하 조직으로부터 혈장으로 인슐린의 흡수를 예측하는 정확도를 개선할 필요성이 존재한다.
위에서 설명한 모델을 사용하여, 상기 제어기(105)는 비용 최적화 동작을 수행함으로써 인슐린 전달 제어 신호를 결정할 수 있다.
상기 비용 최적화 동작은 유리하게는 복수의 대응하는 테스트된 인슐린 주입에 대한 복수의 예측 단계들을 포함한다.
테스트된 인슐린 주입은 미래의 시간에 주입되는 인슐린의 양을 나타내는 적어도 하나의 값을 포함하는 세트이다. 상기 테스트된 인슐린 주입은 M이 절대적으로 1보다 큰 정수일 때 복수의 M 미래 시간 스텝의 대응 미래 시간에 주입된 인슐린의 양을 나타내는 복수의 M 값들을 포함할 수 있다.
테스트된 인슐린 주입에 대한 예측 단계(421)는 다음과 같은 서브-단계들을 포함한다:
시간 경과에 따라 상기 생리학적 모델을 펼침으로써 복수의 대응 미래 시간 스텝에서 복수의 예측 글루코스 레벨들을 계산하는 단계(422); 및
상기 복수의 예측 글루코스 레벨에 연관된 비용을 결정하는 단계(423).
시간 경과에 따른 생리학적 모델의 펼침은 상기 테스트된 인슐린 주입 및 이하에서 상세하게 부연 설명되겠지만 특히 자기-교정 동작 동안 결정될 수 있는 한 세트의 사전에 추정된 모델 매개변수들을 사용하여 수행된다.
상기 예측 글루코스 레벨에 연관된 비용은 예를 들어 타깃 글루코스 레벨과 각각의 예측 글루코스 레벨의 거리와 관련이 있다.
상기 타깃 글루코스 레벨은 환자에 대해 사전에 정의되고 개인화될 수 있다. 상기 타깃 글루코스 레벨은 100 내지 130 mg/dL로 구성될 수 있다.
상기 비용 함수는 예를 들어 예측 글루코스 레벨과 타깃 글루코스 레벨 간의 차의 2차 함수일 수 있다.
유리하게는, 상기 비용 함수는 비대칭적일 수 있고, 특히 상기 타깃 글루코스 레벨보다 높은 글루코스 레벨보다는 상기 타깃 글루코스 레벨보다 낮은 글루코스 레벨에 더 강하게 불이익을 줄 수 있다.
본 발명의 일부 실시 예들에서, 상기 예측 글루코스 레벨에 연관된 비용은 상기 복수의 예측 글루코스 레벨들의 시간-제한 서브세트의 함수이다.
이러한 시간-제한 서브세트는 예측 글루코스 레벨이 제한 범위에서만 고려되도록 이루어질 수 있으며, 여기서 환자의 글루코스 레벨은 본 발명의 방법 및 시스템에 의해 제어 가능한 것으로 간주될 수 있다.
예를 들어, 피하 전달 인슐린의 운동학이 너무 느려서 가까운 미래에 영향을 미칠 수 없기 때문에, 현재의 시간에 가까운 짧은 미래 기간의 글루코스 레벨은 제어 가능한 것으로 간주될 수 없다. 반면에, 현재의 시간에서 멀리 떨어진 먼 미래의 글루코스 레벨은 또한, 매개변수들, 상태 변수들 및 식사 섭취에 관한 불확실성이 너무 높아서 상기 글루코스 레벨을 신뢰 가능하게 예측할 수 없기 때문에 제어 가능한 것으로 간주될 수 없다.
따라서, 상기 시간-제한 서브세트의 제1 예측 글루코스 레벨은 현재의 시간 스텝으로부터 30분보다 가깝지 않은 첫 번째 시간 스텝에 연관될 수 있고 상기 시간-제한 서브세트의 마지막 예측 글루코스 레벨은 현재의 시간 스텝에서 3시간보다 길지 않은 마지막 시간 스텝에 연관될 수 있다.
따라서, 상기 제어기는 도 4에 도시된 바와 같이 복수의 대응하는 테스트된 인슐린 주입에 대한 복수의 예측 단계들(421)을 포함하는 비용 최적화 동작을 수행함으로써 주입해야 할 인슐린의 양을 결정할 수 있다.
상기 제어기(105)는 특히 상기 예측 글루코스 레벨들에 연관된 비용을 최소화하기 위해 주입해야 할 인슐린의 양을 선택할 수 있다.
상기 제어기(105)는 다음과 같이 인슐린 전달 제어 신호를 결정할 수 있다.
먼저, 상기 제어기(105)는 단계 424 동안 최대 허용 인슐린 주입량 imax를 계산할 수 있다.
상기 최대 허용 인슐린 주입량은 상기 생리학적 모델과 독립적으로 계산된다. 특히, 상기 최대 허용 인슐린 주입량은 상기 생리학적 모델의 미분 방정식들을 펼치지 않고 계산된다.
이는 상기 생리학적 모델의 시뮬레이션으로부터 발생하는 상관 에러들을 감소시킴으로써 본 발명의 방법 및 시스템의 신뢰도를 증가시킨다.
본 발명의 한 실시 예에서, 상기 최대 허용 인슐린 주입량 imax는 인슐린에 대한 환자의 감도 SI의 함수이다.
상기 최대 허용 인슐린 주입량은 예를 들어 인슐린에 대한 환자의 감도의 역수에 비례할 수 있다.
인슐린에 대한 환자의 감도 는 이하의 수학식
와 같이 혈액 글루코스 레벨의 변화 및 피하 층의 두 번째 구획에 존재하는 인슐린의 양의 변화 간의 비율을 나타낸다.
상기 감도 는 특히 환자의 혈액 글루코스 레벨 G의 감소 함수일 수 있다.
상기 감도 는 환자의 글루코스 레벨의 함수이며, 상기 감소 함수의 기울기는 90mg/dL 미만의 낮은 글루코스 레벨에서보다 그리고 180mg/dL을 초과하는 높은 글루코스 레벨에서보다 약 100mg/dL의 중간 글루코스 레벨에서 더 작다.
이러한 곡선은 사전에 계산되어 상기 제어기(105)의 메모리에 저장될 수 있다. 상기 곡선은 다음과 같은 방식으로 계산될 수 있다.
복수의 시뮬레이션된 실험들이 수행될 수 있다. 각각의 시뮬레이션된 실험은 예측 글루코스 레벨을 결정하기 위해 환자 내 글루코스-인슐린 체계의 생리학적 모델의 계산을 포함한다. 인슐린의 피하량의 변화에 대한 예측 글루코스 레벨의 변화의 복수의 비율은 각각의 시뮬레이션된 실험으로부터 계산될 수 있다.
상기 생리학적 모델은 특히 인슐린-종속 글루코스 흡수 구획의 제1 서브-모델 및 비-인슐린-종속 글루코스 흡수 구획의 제2 서브-모델을 포함한다.
따라서, 상기 제1 서브-모델은 예를 들어 글리코겐 합성 프로세스를 나타내는 미분 방정식을 포함하는 반면에, 상기 제2 서브-모델은 예를 들어 글리코겐 분해 프로세스를 나타내는 미분 방정식을 포함한다.
환자의 혈액 글루코스 레벨 G에 상기 감도 을 관련시키는 곡선은 상기 복수의 실험들을 평균화함으로써 계산될 수 있다.
또한, 생체 내 실험들은 복수의 글루코스 레벨들 및 인슐린의 피하량을 측정하기 위해 수행될 수 있다. 따라서, 혈액 글루코스 레벨의 변화들 및 인슐린의 피하량의 변화들 간의 복수의 비율은 또한 생체 내 실험들로부터 결정될 수 있다. 상기 생체 내 실험들과 시뮬레이션된 실험들은 혈액 글루코스 레벨 G에 상기 감도 을 관련시키는 곡선을 결정하도록 함께 평균화될 수 있다.
상기 최대 허용 인슐린 주입량 imax는 또한 환자의 연속 주입 인슐린 및/또는 볼루스 인슐린의 사전에 정해진 기초량(ibasal)의 함수일 수 있다.
상기 환자의 연속 주입 인슐린 및/또는 볼루스 인슐린의 사전에 정해진 기초량(ibasal)은 주어진 환자에 대해 사전에 결정될 수 있고, 예를 들어 의사에 의해 사전에 계산될 수 있다. 상기 환자의 연속 주입 인슐린 및/또는 볼루스 인슐린의 사전에 정해진 기초량(ibasal)은 예를 들어 하루 동안 환자에 의해 소비된 평균 인슐린의 양, 하루 동안 환자에 의해 소비된 평균 탄수화물의 양 및 상기 환자의 체중의 함수이다.
더 일반적으로는, 상기 최대 허용 인슐린 주입량 imax는 예를 들어 하기 수학식
와 같이 적어도 상기 사전에 정의된 기초량, 사전에 정의된 개인화된 반응성 계수 및 인슐린에 대한 환자의 상기 감도의 역수의 곱일 수 있고,
상기 수학식 중, rnorm은 사전에 정의된 개인화된 반응성 계수이다.
상기 개인화된 반응성 계수 rnorm은 전형적으로 1 내지 3으로 구성되며 동적으로 조정될 수 있다. 이러한 방식으로, 본 발명의 방법 및 시스템의 응답성을 조정하는 것이 가능하다.
상기 시스템이 맥박 모니터링 센서를 포함하는 경우, 상기 최대 허용 인슐린 주입량은 또한 환자의 심박수의 함수 h(t)일 수 있다.
일 예에서, 인슐린에 대한 환자의 감도는 환자의 심박수의 함수이다. 특히, 환자의 심박수가 증가함에 따라 인슐린에 대한 환자의 감도는 감소할 수 있다.
일부 실시 예들에 의하면, 인슐린에 대한 환자의 감도는 위에서 개시한 바와 같이 심박수와는 다른 생리학적 신호의 함수일 수 있다.
일단 상기 최대 허용 인슐린 주입량이 계산되면, 상기 제어기(105)는 예를 들어 상기 계산된 최대 허용 인슐린 주입량에서 주입해야 할 인슐린의 양을 캡핑(capping)함으로써 인슐린 전달 제어 신호를 결정(425)할 수 있다.
이는 특히 현재 매개변수들 중 일부에 대해 높은 레벨의 노이즈 또는 불확실성이 있는 경우 상기 모델로부터 비현실적인 예측의 위험을 감소시킨다. 따라서 상기 전달 장치로 보내진 신호가 항상 상기 생리학적 모델 4와는 무관한 사전에 결정된 매개변수의 함수인 합리적인 값 범위 내에 있게 하는 것이 가능하다.
상기 전달 장치는 이때 상기 전달 제어 신호를 기반으로 인슐린을 주입(430)할 수 있다.
상기 [PARAM] 벡터의 매개변수들 중, 일부 매개변수들은 주어진 환자에 대해 일정한 것으로 간주될 수 있으며, 예를 들어 매개변수들(k12, ka1, ka2, ka3, ka, ke, VI, VG, tmax)이다. 이후에 시간-종속 매개변수들로 지칭되는 다른 매개변수들, 예를 들어 매개변수들(kb1, kb2, kb3, EGP0, F01,FR)은 시간 경과에 따라 변할 수 있다.
이러한 일부 매개변수들의 변화 때문에, 실제로 예측들이 정확해지게 하기 위해 사용중인 모델을 예를 들어 1 내지 20분마다 정기적으로 재교정 또는 자기-교정할 필요가 있다.
상기 모델의 자기-교정은 유리하게는 특히 상기 모델의 매개변수들을 물리적으로 측정하지 않고 상기 시스템에 의해 자동으로 수행되어야 한다.
도 4는 본 발명에 따른 방법의 한 예를 보여주는 도면이다.
이러한 방법은 예를 들어 1 내지 20분마다 일정한 간격으로 반복될 수 있는 모델의 자기-교정 동작(410)을 포함한다.
이러한 자기-교정 동작은 도 5에 더 상세하게 도시되어 있다.
이러한 자기-교정 동작 동안, 상기 제어기(105)는 과거 기간 동안, 예를 들어 상기 자기-교정 동작 전 1 내지 10시간의 기간 동안 상기 글루코스 측정값들, 공지된 인슐린 전달 제어 신호들 및 적어도 하나의 식사 섭취 표시자를 고려하여 한 세트의 사전에 추정된 모델 매개변수들의 결정을 구현한다.
예를 들어, 자기-교정 동작 동안, 상기 제어기(105)는 지난 기간 동안 상기 생리학적 모델을 사용하고 그리고 이 기간 동안 글루코스 섭취 및 외인성 인슐린 주입을 고려하여 환자의 행동을 시뮬레이션할 수 있다. 상기 제어기(105)는 이때 동일한 기간에 걸쳐 상기 센서에 의한 실제 글루코스 측정치들과 상기 모델을 사용하여 추정된 글루코스 레벨 곡선을 포도당 레벨 곡선을 비교할 수 있다.
상기 제어기(105)는 이때 관측 기간에 걸쳐 비용 함수를 최소화하게 하는 한 세트의 모델 매개변수들에 대해 한 세트의 사전에 결정된 값들을 결정할 수 있다.
유사한 방식으로, 상기 자기-교정 동작은, 본 발명에 따른 방법의 한 실시 예의 일 예를 보여주는 도 5와 관련하여 설명되겠지만, 상기 모델의 상태 변수의 초기 상태 벡터 [INIT]의 추정을 포함할 수 있다.
상기 자기-교정 동작은 상기 모델의 한 세트의 매개변수들이 상기 매개변수 벡터 [PARAM]의 제1 세트의 값들(P1)로 초기화되는 단계 501을 포함한다.
상기 제1 세트의 값들(P1)은, 예를 들어, 이전의 자기-교정 동작 동안 상기 매개변수 [PARAM]에 의해 취해진 값들에 상응한다. 한 변형 예에서, 상기 제1 세트의 값들(P1)은, 예를 들어 기준 기간에 걸쳐 상기 매개변수들 [PARAM]의 평균값들에 상응하는 사전에 정의된 기준 세트일 수 있다.
단계 501 동안, 한 세트의 상태 변수 값들은 또한 초기 상태 벡터 [INIT]를 형성하는 제1 세트의 값들(I1)로 초기화될 수 있다.
상기 제1 세트의 값들(I1)은, 예를 들어, 상기 교정 단계 이전의 기간에 환자의 정지 상태를 가정하고 시간 t0에서의 추정 혈액 글루코스를 그 시간에서의 실제 글루코스 레벨 측정치와 일치시킴으로써 분석적으로 결정될 수 있다.
후속 단계 503에서, 상기 제어기(105)는 상기 세트의 초기 상태들 [INIT]를 그의 현재 상태로 고정하고 비용, 예를 들어 과거의 관측 기간 동안 실제 글루코스 레벨 곡선 및 상기 모델에 의해 예측된 추정 글루코스 곡선 간의 오차를 최소화하기 위해 상기 모델의 매개변수들에 대해 한 세트의 값들을 검색할 수 있다.
이러한 비용 함수의 일 예는 다음과 같은 수학식
로 표기될 수 있으며,
상기 수학식 중, t는 이산 시간(discretized time)이고, 는 과거 관측 기간의 초기 시간에 상응하며, 는 상기 과거 관측 기간의 종료(예를 들어, 상기 자기-교정 동작의 시작)에 상응하고, 는 상기 글루코스 레벨 측정치들로부터 결정된 곡선이며 그리고 는 상기 모델에 의해 예측된 글루코스 레벨로부터 결정된 곡선이다.
이러한 단계의 종료시, 상기 [PARAM] 벡터는 새로운 추정값들로 업데이트된다.
단계 503 다음의 단계 505에서, 상기 제어기(105)는 매개변수 세트 [PARAM]을 그의 현재 상태로 설정하고, 여기서 다시 과거의 관측 기간 동안 결정된 실제 글루코스 레벨 및 상기 모벨에 의해 예측된 추정 글루코스 레벨 간의 위에서 설명한 오차와 같은 비용을 최소화함으로써 한 세트의 초기 상태 값들을 검색한다.
이러한 단계의 종료시, 상기 벡터 [INIT]는 새로운 추정값으로 업데이트된다.
일부 실시 예들에서, 단계들 503 및 505는 N이 사전에 결정될 수 있는 1보다 큰 정수일 경우 N 번 반복될 수 있다.
그 후, 상기 매개변수들의 값들 및 상기 모델의 초기 상태들은 단계들 503 및 505의 N 번째 반복의 종료시에 벡터들 [PARAM] 및 [INIT]의 해당 값들로 업데이트된다.
한 변형 예에서, 단계들 503 및 505의 반복 횟수는 사전에 결정되지 않을 수 있고 연속적인 반복들에 대한 비용 함수의 진화를 고려함으로써 조정될 수 있다.
단계들 503 및 505에서 최적의 값들을 찾아 내는데 사용될 수 있는 알고리즘들은 본원에서 상세하게 설명되어 있지 않다. 본원 명세서에 기재된 방법은 비용 함수를 최소화함으로써 최적화 문제를 해결하기 위해 다양한 도메인에서 일반적으로 사용되는 알고리즘들과 호환 가능하다.
Claims (15)
- 환자에게 인슐린을 제어된 방식으로 전달하는 자동화된 폐-루프 혈액 글루코스 제어 시스템으로서,
환자의 측정된 글루코스 레벨을 나타내는 복수의 글루코스 측정값을 연관된 복수의 측정 시간에 제공하도록 구성된 연속 글루코스 모니터링 센서(101);
인슐린 전달 제어 신호, 구체적으로는 연속 주입 인슐린 및/또는 볼루스 인슐린에 응답하여 환자의 피하 조직 내 외인성 인슐린을 전달하도록 구성된 피하 인슐린 전달 장치(103); 및
상기 글루코스 측정값들을 수신하고 상기 인슐린 전달 장치에 전달 제어 신호를 제공하도록 프로그램된 제어기(105);
를 포함하며,
상기 제어기(105)는 환자 내 글루코스-인슐린 체계의 생리학적 모델을 계산함으로써 결정된 예측 글루코스 레벨을 기반으로 적어도 하나의 시간 스텝에서 주입해야 할 인슐린의 양을 결정할 수 있고, 상기 모델은 복수의 상태 변수들(D1, D2, S1, S2, Q1, Q2, x1, x2, x3, I)의 진화를 시간의 함수로서 설명하는 미분 방정식 체계를 포함하며 그리고 환자의 신체 내 인슐린의 효과 및 환자의 글루코스 레벨에 미치는 인슐린의 영향을 설명하며,
상기 제어기는 최대 허용 인슐린 주입량을 계산하고, 상기 최대 허용 인슐린 주입량 및 적어도 하나의 시간 스텝에서 주입해야 할 인슐린의 양을 기반으로 상기 인슐린 전달 제어 신호를 결정할 수 있으며,
상기 최대 허용 인슐린 주입량은 인슐린에 대한 환자의 감도의 함수이고,
상기 감도는 환자의 혈액 글루코스 레벨의 변화와 피하 층의 제2 구획에 존재하는 인슐린의 양의 변화 간의 비율을 나타내고,
상기 감도는 환자의 글루코스 레벨의 감소 함수이며,
상기 최대 허용 인슐린 주입량은 구체적으로는 인슐린에 대한 환자의 상기 감도의 역수에 비례하는, 자동화된 폐-루프 혈액 글루코스 제어 시스템. - 제1항에 있어서,
상기 최대 허용 인슐린 주입량은 상기 생리학적 모델과는 독립적으로, 구체적으로는 복수의 상태 변수들(D1, D2, S1, S2, Q1, Q2, x1, x2, x3, I)의 진화를 시간의 함수로서 설명하는 생리학적 모델의 미분 방정식과는 독립적으로 계산되는, 자동화된 폐-루프 혈액 글루코스 제어 시스템. - 삭제
- 제1항 또는 제2항에 있어서,
상기 감도는 환자의 글루코스 레벨의 감소 함수이고, 100mg/dL의 중간 글루코스 레벨에서의 상기 감소 함수의 기울기는 90mg/dL 미만의 낮은 글루코스 레벨에서의 상기 감소 함수의 기울기보다 작고 그리고 100mg/dL의 중간 글루코스 레벨에서의 상기 감소 함수의 기울기는 180mg/dL 이상의 높은 글루코스 레벨에서의 상기 감소 함수의 기울기보다 작은, 자동화된 폐-루프 혈액 글루코스 제어 시스템. - 제1항에 있어서,
글루코스 레벨에 감도를 관련시킨 곡선은 적어도 복수의 시뮬레이션된 실험들을 평균화함으로써 사전에 계산되고,
각각의 시뮬레이션된 실험은 환자 내 글루코스-인슐린 체계의 생리학적 모델을 계산함으로써 예측 글루코스 레벨을 결정하는 것을 포함하며,
상기 생리학적 모델은 인슐린-종속 글루코스 흡수 구획의 제1 서브-모델 및 비-인슐린-종속 글루코스 흡수 구획의 제2 서브-모델을 포함하고,
구체적으로는, 상기 제1 서브-모델은 글리코겐 합성 프로세스(glycogenesis process)를 나타내는 적어도 하나의 미분 방정식을 포함하고, 상기 제2 서브-모델은 글리코겐 분해 프로세스(glycolysis process)를 나타내는 적어도 하나의 미분 방정식을 포함하는, 자동화된 폐-루프 혈액 글루코스 제어 시스템. - 제1항 또는 제2항에 있어서,
상기 최대 허용 인슐린 주입량은 환자의 연속 주입 인슐린 및/또는 볼루스 인슐린의 사전에 정의된 기초량의 함수인, 자동화된 폐-루프 혈액 글루코스 제어 시스템. - 제6항에 있어서,
상기 환자의 연속 주입 인슐린 및/또는 볼루스 인슐린의 사전에 정의된 기초량은 적어도 하루 동안 환자에 의해 소비된 평균 인슐린의 양, 하루 동안 환자에 의해 소비된 평균 탄수화물의 양 및 상기 환자의 체중의 함수로서 사전에 결정되는, 자동화된 폐-루프 혈액 글루코스 제어 시스템. - 제6항에 있어서,
상기 최대 허용 인슐린 주입량은 적어도 상기 사전에 정의된 기초량, 사전에 정의된 개인화된 반응성 계수 및 인슐린에 대한 환자의 상기 감도의 역수의 곱인, 자동화된 폐-루프 혈액 글루코스 제어 시스템. - 제8항에 있어서,
상기 사전에 정의된 개인화된 반응성 계수는 상기 자동화된 폐-루프 혈액 글루코스 제어 시스템의 응답성을 조정하도록 1과 3 사이에 포함되는, 자동화된 폐-루프 혈액 글루코스 제어 시스템. - 제1항 또는 제2항에 있어서,
상기 인슐린 전달 제어 신호는 상기 계산된 최대 허용 인슐린 주입량으로 주입해야 할 인슐린의 양을 캡핑(capping)함으로써 결정되는, 자동화된 폐-루프 혈액 글루코스 제어 시스템. - 제1항 또는 제2항에 있어서,
상기 자동화된 폐-루프 혈액 글루코스 제어 시스템은 생리학적 데이터를 측정하도록 구성된 생리학적 센서를 더 포함하고, 상기 최대 허용 인슐린 주입량은 상기 생리학적 데이터의 함수이며,
상기 생리학적 센서는 환자의 측정된 심박수를 나타내는 복수의 심박수 측정값들을 연관된 복수의 측정 시간에 제공하도록 구성된 맥박 모니터링 센서이고,
상기 최대 허용 인슐린 주입량은 환자의 심박수의 함수이며,
인슐린에 대한 환자의 감도는 환자의 심박수의 함수인, 자동화된 폐-루프 혈액 글루코스 제어 시스템. - 환자에게 제어된 방식으로 전달되는 인슐린의 양을 결정하는 방법에 있어서,
상기 방법은,
자동화된 폐-루프 혈액 글루코스 제어 시스템에 의해, 환자의 측정된 글루코스 레벨을 나타내는 복수의 글루코스 측정값들을 연관된 복수의 측정 시간에 제공하도록 센서를 사용하여 글루코스를 연속 모니터링하는 단계;
상기 자동화된 폐-루프 혈액 글루코스 제어 시스템에 의해, 피하 인슐린 전달 장치에 의해 전달되어야 할 인슐린의 양, 구체적으로는 연속 주입 인슐린 및/또는 볼루스 인슐린의 양을 결정하는 단계;
상기 자동화된 폐-루프 혈액 글루코스 제어 시스템에 의해, 상기 글루코스 측정값들을 수신하고 상기 인슐린 전달 장치에 전달 제어 신호를 제공하는 단계;
상기 자동화된 폐-루프 혈액 글루코스 제어 시스템에 의해, 복수의 상태 변수들(D1, D2, S1, S2, Q1, Q2, x1, x2, x3, I)의 진화를 시간의 함수로서 설명하는 미분 방정식 체계를 포함하며 그리고 환자의 신체 내 인슐린의 효과 및 환자의 글루코스 레벨에 미치는 인슐린의 영향을 설명하는, 환자 내 글루코스-인슐린 체계의 생리학적 모델을 계산함으로써 결정된 예측 글루코스 레벨을 기반으로 적어도 하나의 시간 스텝에서 주입해야 할 인슐린의 양을 결정하는 단계;
상기 자동화된 폐-루프 혈액 글루코스 제어 시스템에 의해, 최대 허용 인슐린 주입량을 계산하는 단계; 및
상기 자동화된 폐-루프 혈액 글루코스 제어 시스템에 의해, 상기 최대 허용 인슐린 주입량 및 적어도 하나의 시간 스텝에서 주입해야 할 인슐린의 양을 기반으로 인슐린 전달 제어 신호를 결정하는 단계;
를 포함하고,
상기 최대 허용 인슐린 주입량은 인슐린에 대한 환자의 감도의 함수이며,
상기 감도는 환자의 혈액 글루코스 레벨의 변화 및 피하 층의 제2 구획에 존재하는 인슐린의 양의 변화 간의 비율을 나타내고,
상기 감도는 환자의 글루코스 레벨의 감소 함수이며,
상기 최대 허용 인슐린 주입량은 인슐린에 대한 환자의 상기 감도의 역수에 비례하는, 환자에게 제어된 방식으로 전달되는 인슐린의 양을 결정하는 방법. - 제12항에 있어서,
상기 최대 허용 인슐린 주입량은 상기 생리학적 모델과는 독립적으로, 구체적으로는 복수의 상태 변수들(D1, D2, S1, S2, Q1, Q2, x1, x2, x3, I)의 진화를 시간의 함수로서 설명하는 생리학적 모델의 미분 방정식과는 독립적으로 계산되는, 환자에게 제어된 방식으로 전달되는 인슐린의 양을 결정하는 방법. - 삭제
- 제12항 또는 제13항에 있어서,
상기 인슐린 전달 제어 신호는 상기 계산된 최대 허용 인슐린 주입량으로 주입해야 할 인슐린의 양을 캡핑(capping)함으로써 결정되는, 환자에게 제어된 방식으로 전달되는 인슐린의 양을 결정하는 방법.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP17306034.4A EP3438858A1 (en) | 2017-08-02 | 2017-08-02 | Closed-loop blood glucose control systems and methods |
| EP17306034.4 | 2017-08-02 | ||
| PCT/EP2018/070901 WO2019025506A1 (en) | 2017-08-02 | 2018-08-01 | SYSTEMS AND METHODS FOR REGULATION OF CLOSED-LOOP GLYCEMIA |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200037233A KR20200037233A (ko) | 2020-04-08 |
| KR102601111B1 true KR102601111B1 (ko) | 2023-11-10 |
Family
ID=59626536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020207003195A KR102601111B1 (ko) | 2017-08-02 | 2018-08-01 | 폐-루프 혈액 글루코스 제어 시스템 및 방법 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US11484652B2 (ko) |
| EP (1) | EP3438858A1 (ko) |
| JP (1) | JP7290624B2 (ko) |
| KR (1) | KR102601111B1 (ko) |
| CA (1) | CA3071570C (ko) |
| MX (1) | MX2020001276A (ko) |
| WO (1) | WO2019025506A1 (ko) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11158413B2 (en) | 2018-04-23 | 2021-10-26 | Medtronic Minimed, Inc. | Personalized closed loop medication delivery system that utilizes a digital twin of the patient |
| FR3083076B1 (fr) * | 2018-06-29 | 2023-04-07 | Commissariat Energie Atomique | Systeme automatise de controle de la glycemie d'un patient |
| CN114072827A (zh) * | 2019-03-15 | 2022-02-18 | 3M创新有限公司 | 使用因果模型的个体化药物 |
| US11986629B2 (en) * | 2019-06-11 | 2024-05-21 | Medtronic Minimed, Inc. | Personalized closed loop optimization systems and methods |
| EP3985681A1 (en) * | 2020-10-13 | 2022-04-20 | Diabeloop | Computerized system for the repeated determination of a set of at least one control parameters of a medical device |
| EP4207210A1 (en) * | 2021-12-29 | 2023-07-05 | Diabeloop | Computerized method to assess confidence in a main predictive output determined by a predictive model |
| EP4254083A1 (de) * | 2022-03-30 | 2023-10-04 | Siemens Aktiengesellschaft | Verfahren zur parametrisierung eines überwachungssystems, parametrisierungsvorrichtung und überwachungssystem |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008545454A (ja) | 2005-05-13 | 2008-12-18 | トラスティーズ オブ ボストン ユニバーシティ | １型糖尿病用の完全自動制御システム |
| US20100057043A1 (en) * | 2006-11-27 | 2010-03-04 | University Of Virginia Patent Foundation | Method, System, and Computer Program Product for the Detection of Physical Activity by Changes in Heart Rate, Assessment of Fast Changing Metabolic States, and Applications of Closed and Open Control Loop in Diabetes |
| US20130030358A1 (en) | 2010-01-20 | 2013-01-31 | Medingo Ltd. | Method and device for improving glycemic control |
| JP2016530905A (ja) | 2013-06-21 | 2016-10-06 | フレゼニウス ヴィアル エスアーエスＦｒｅｓｅｎｉｕｓ Ｖｉａｌ ＳＡＳ | 患者へのインスリンの投与を制御する方法及び制御デバイス |
| US20170056591A1 (en) * | 2015-09-02 | 2017-03-02 | University Of Virginia Patent Foundation | System, method, and computer readable medium for dynamic insulin sensitivity in diabetic pump users |
| US20170080152A1 (en) * | 2009-03-31 | 2017-03-23 | Abbott Diabetes Care Inc. | Integrated closed-loop medication delivery with error model and safety check |
Family Cites Families (104)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6689091B2 (en) | 1996-08-02 | 2004-02-10 | Tuan Bui | Medical apparatus with remote control |
| EP1011797A4 (en) | 1997-03-27 | 2007-01-10 | Alfred E Mann Foundation | SYSTEM OF IMPLANTABLE DEVICES FOR MONITORING AND / OR MODIFYING BODY PARAMETERS |
| US5954643A (en) | 1997-06-09 | 1999-09-21 | Minimid Inc. | Insertion set for a transcutaneous sensor |
| US6558320B1 (en) | 2000-01-20 | 2003-05-06 | Medtronic Minimed, Inc. | Handheld personal data assistant (PDA) with a medical device and method of using the same |
| EP1436023B1 (en) | 2001-09-07 | 2012-11-07 | Medtronic MiniMed, Inc. | Safety limits for closed-loop infusion pump control |
| US7204823B2 (en) | 2001-12-19 | 2007-04-17 | Medtronic Minimed, Inc. | Medication delivery system and monitor |
| US7022072B2 (en) | 2001-12-27 | 2006-04-04 | Medtronic Minimed, Inc. | System for monitoring physiological characteristics |
| GB0206792D0 (en) | 2002-03-22 | 2002-05-01 | Leuven K U Res & Dev | Normoglycemia |
| US20040068230A1 (en) | 2002-07-24 | 2004-04-08 | Medtronic Minimed, Inc. | System for providing blood glucose measurements to an infusion device |
| US7404796B2 (en) | 2004-03-01 | 2008-07-29 | Becton Dickinson And Company | System for determining insulin dose using carbohydrate to insulin ratio and insulin sensitivity factor |
| CA2505639C (en) | 2002-10-11 | 2012-07-03 | Becton, Dickinson And Company | System and method for initiating and maintaining continuous, long-term control of a concentration of a substance in a patient using a feedback or model-based controller coupled to a single-needle or multi-needle intradermal (id) delivery device |
| JP2006504476A (ja) | 2002-11-05 | 2006-02-09 | エム２・メディカル・アクティーゼルスカブ | 使い捨て、着用式インシュリン投与装置、前記装置とプログラム制御装置の組合せ、及び前記装置の操作制御方法 |
| WO2009048462A1 (en) | 2007-10-09 | 2009-04-16 | Dexcom, Inc. | Integrated insulin delivery system with continuous glucose sensor |
| US7547281B2 (en) | 2005-02-01 | 2009-06-16 | Medtronic Minimed, Inc. | Algorithm sensor augmented bolus estimator for semi-closed loop infusion system |
| EP1728468A1 (de) | 2005-06-04 | 2006-12-06 | Roche Diagnostics GmbH | Bewertung von Werten der Blutglucosekonzentration zur Einstellung der Insulindosierung |
| US20070060869A1 (en) | 2005-08-16 | 2007-03-15 | Tolle Mike C V | Controller device for an infusion pump |
| LT2926847T (lt) | 2005-11-02 | 2022-08-10 | Medicaltree Patents Ltd. | Implantuojamas infuzinis prietaisas su ištraukiama ir įtraukiama adata |
| US7941200B2 (en) | 2005-12-08 | 2011-05-10 | Roche Diagnostics Operations, Inc. | System and method for determining drug administration information |
| CA2646281C (en) | 2006-03-24 | 2015-02-17 | General Instrument Corporation | Method and apparatus for configuring logical channels in a network |
| US20070255125A1 (en) | 2006-04-28 | 2007-11-01 | Moberg Sheldon B | Monitor devices for networked fluid infusion systems |
| US9056165B2 (en) | 2006-09-06 | 2015-06-16 | Medtronic Minimed, Inc. | Intelligent therapy recommendation algorithm and method of using the same |
| US7946985B2 (en) | 2006-12-29 | 2011-05-24 | Medtronic Minimed, Inc. | Method and system for providing sensor redundancy |
| US10154804B2 (en) | 2007-01-31 | 2018-12-18 | Medtronic Minimed, Inc. | Model predictive method and system for controlling and supervising insulin infusion |
| US8622991B2 (en) | 2007-03-19 | 2014-01-07 | Insuline Medical Ltd. | Method and device for drug delivery |
| US20080269723A1 (en) | 2007-04-25 | 2008-10-30 | Medtronic Minimed, Inc. | Closed loop/semi-closed loop therapy modification system |
| WO2008157781A1 (en) | 2007-06-21 | 2008-12-24 | University Of Virginia Patent Foundation | Method, system and computer simulation environment for testing of monitoring and control strategies in diabetes |
| EP3616613A1 (en) | 2007-06-21 | 2020-03-04 | The University of Virginia Patent Foundation | Lqg artificial pancreas control system and related method |
| EP2174248B1 (en) | 2007-06-25 | 2016-10-05 | Roche Diabetes Care GmbH | A method system and device for assessing insulin sensitivity |
| ES2733350T3 (es) | 2007-06-27 | 2019-11-28 | Hoffmann La Roche | Sistema para el diagnóstico, tratamiento y pronóstico médicos para acontecimientos solicitados y procedimiento del mismo |
| EP2171568B1 (en) | 2007-06-29 | 2018-05-30 | Roche Diabetes Care GmbH | User interface features for an electronic device |
| DK2141620T3 (en) | 2008-07-01 | 2019-02-18 | Hoffmann La Roche | Insulin pump and method for controlling one of the insulin pump's user interface |
| US8784364B2 (en) | 2008-09-15 | 2014-07-22 | Deka Products Limited Partnership | Systems and methods for fluid delivery |
| GB2466183A (en) | 2008-12-09 | 2010-06-16 | Cambridge Entpr Ltd | Closed loop diabetes management system |
| EP4043878A1 (en) | 2009-02-25 | 2022-08-17 | The University of Virginia Patent Foundation | Method, system and computer program product for cgm-based prevention of hypoglycemia via hypoglycemia risk assessment and smooth reduction insulin delivery |
| AU2010217221A1 (en) * | 2009-02-26 | 2011-08-25 | Dreamed Diabetes Ltd. | Method and system for automatic monitoring of diabetes related treatments |
| US9579456B2 (en) | 2009-05-22 | 2017-02-28 | Abbott Diabetes Care Inc. | Methods for reducing false hypoglycemia alarm occurrence |
| WO2010138848A1 (en) | 2009-05-29 | 2010-12-02 | University Of Virginia Patent Foundation | System coordinator and modular architecture for open-loop and closed-loop control of diabetes |
| US9687194B2 (en) | 2009-06-17 | 2017-06-27 | Medtronic Minimed, Inc. | Closed-loop glucose and/or insulin control system |
| GR20090100384A (el) | 2009-07-08 | 2011-02-18 | Αχιλλεας Τσουκαλης | Αντλια ινσουλινης |
| CN102549587B (zh) | 2009-08-10 | 2016-08-03 | 糖尿病工具瑞典股份公司 | 用于处理葡萄糖值的装置和方法 |
| CA2789630C (en) | 2010-02-11 | 2016-12-13 | The Regents Of The University Of California | Systems, devices and methods to deliver biological factors or drugs to a subject |
| US8579879B2 (en) | 2010-02-19 | 2013-11-12 | Medtronic Minimed, Inc. | Closed-loop glucose control startup |
| EP3593711B8 (en) | 2010-03-26 | 2021-07-28 | University Of Virginia Patent Foundation | System for improving the accuracy of glucose sensors using insulin delivery observation in diabetes |
| US10561785B2 (en) | 2010-06-22 | 2020-02-18 | Medtronic Minimed, Inc. | Method and/or system for closed-loop control of glucose to a treatment range |
| US20120006100A1 (en) | 2010-07-06 | 2012-01-12 | Medtronic Minimed, Inc. | Method and/or system for determining blood glucose reference sample times |
| CA2816388C (en) | 2010-10-12 | 2016-12-06 | The Regents Of The University Of California | Maintaining multiple defined physiological zones using model predictive control |
| WO2012058694A2 (en) | 2010-10-31 | 2012-05-03 | Trustees Of Boston University | Blood glucose control system |
| US9445757B2 (en) | 2010-12-29 | 2016-09-20 | Medtronic Minimed, Inc. | Glycemic health metric determination and application |
| US10390740B2 (en) | 2010-12-29 | 2019-08-27 | Medtronic Minimed, Inc. | Glycemic health metric determination and application |
| GB2493712B (en) | 2011-08-12 | 2014-07-02 | Gene Onyx Ltd | Insulin pump |
| CN103907116A (zh) | 2011-08-26 | 2014-07-02 | 弗吉尼亚大学专利基金会 | 用于糖尿病的自适应咨询控制的方法、系统以及计算机可读介质 |
| US20130060106A1 (en) | 2011-09-06 | 2013-03-07 | Medtronic Minimed, Inc. | Optical sensing systems and methods |
| US8870763B2 (en) | 2011-10-26 | 2014-10-28 | Medtronic Minimed, Inc. | Method and/or system for multicompartment analyte monitoring |
| US8882665B2 (en) | 2011-10-26 | 2014-11-11 | Medtronic Minimed, Inc. | Method and/or system for multicompartment analyte monitoring |
| US9907491B2 (en) | 2011-10-25 | 2018-03-06 | Medtronic Minimed, Inc. | Method and/or system for multicompartment analyte monitoring |
| US9414775B2 (en) | 2012-03-29 | 2016-08-16 | Senseonics, Incorporated | Purification of glucose concentration signal in an implantable fluorescence based glucose sensor |
| TWI563978B (zh) | 2012-03-29 | 2017-01-01 | 感應學公司 | 使用光學感測器來測定葡萄糖濃度的方法及組態該光學感測器之方法 |
| US10111588B2 (en) | 2012-03-29 | 2018-10-30 | Senseonics, Incorporated | Analyte sensor transceiver configured to provide tactile, visual, and/or aural feedback |
| KR101945341B1 (ko) | 2012-04-17 | 2019-02-08 | 삼성전자주식회사 | 운동량을 고려한 인슐린 자동 공급장치 및 그 방법 |
| US20130298063A1 (en) | 2012-05-04 | 2013-11-07 | Medtronic Minimed, Inc. | Active Overlay of Diabetes Management Information on a Display |
| US9757510B2 (en) | 2012-06-29 | 2017-09-12 | Animas Corporation | Method and system to handle manual boluses or meal events for closed-loop controllers |
| WO2014008342A1 (en) | 2012-07-03 | 2014-01-09 | Edwards Lifesciences Corporation | Patient analyte information display |
| US9878096B2 (en) | 2012-08-30 | 2018-01-30 | Medtronic Minimed, Inc. | Generation of target glucose values for a closed-loop operating mode of an insulin infusion system |
| US9623179B2 (en) | 2012-08-30 | 2017-04-18 | Medtronic Minimed, Inc. | Safeguarding techniques for a closed-loop insulin infusion system |
| US9849239B2 (en) | 2012-08-30 | 2017-12-26 | Medtronic Minimed, Inc. | Generation and application of an insulin limit for a closed-loop operating mode of an insulin infusion system |
| US10130767B2 (en) | 2012-08-30 | 2018-11-20 | Medtronic Minimed, Inc. | Sensor model supervisor for a closed-loop insulin infusion system |
| US10496797B2 (en) * | 2012-08-30 | 2019-12-03 | Medtronic Minimed, Inc. | Blood glucose validation for a closed-loop operating mode of an insulin infusion system |
| JP6073478B2 (ja) * | 2012-08-30 | 2017-02-01 | メドトロニック ミニメド インコーポレイテッド | インスリン注入デバイスを制御するシステム及び方法 |
| US9662445B2 (en) | 2012-08-30 | 2017-05-30 | Medtronic Minimed, Inc. | Regulating entry into a closed-loop operating mode of an insulin infusion system |
| US20140066884A1 (en) | 2012-08-30 | 2014-03-06 | Medtronic Minimed, Inc. | Sensor model supervisor for a closed-loop insulin infusion system |
| US9486578B2 (en) | 2012-12-07 | 2016-11-08 | Animas Corporation | Method and system for tuning a closed-loop controller for an artificial pancreas |
| US9907909B2 (en) | 2012-12-20 | 2018-03-06 | Animas Corporation | Method and system for a hybrid control-to-target and control-to-range model predictive control of an artificial pancreas |
| EP2943150B1 (en) | 2013-01-14 | 2018-12-05 | The Regents of The University of California | Daily periodic target-zone modulation in the model predictive control problem for artificial pancreas for type i diabetes applications |
| WO2014109898A1 (en) | 2013-01-14 | 2014-07-17 | The Regents Of University Of California | Model-based personalization scheme of an artificial pancreas for type i diabetes applications |
| US10357606B2 (en) | 2013-03-13 | 2019-07-23 | Tandem Diabetes Care, Inc. | System and method for integration of insulin pumps and continuous glucose monitoring |
| US9795737B2 (en) | 2013-03-15 | 2017-10-24 | Animas Corporation | Method and system for closed-loop control of an artificial pancreas |
| EP2973095B1 (en) | 2013-03-15 | 2018-05-09 | Animas Corporation | Insulin time-action model |
| CA2922425C (en) | 2013-08-30 | 2023-05-16 | Hospira, Inc. | System and method of monitoring and managing a remote infusion regimen |
| US9474855B2 (en) | 2013-10-04 | 2016-10-25 | Animas Corporation | Method and system for controlling a tuning factor due to sensor replacement for closed-loop controller in an artificial pancreas |
| CN105899127B (zh) | 2013-11-14 | 2019-09-24 | 加州大学董事会 | 血糖率上升检测器：用于健康监测系统的膳食检测模块 |
| WO2015088589A1 (en) | 2013-12-11 | 2015-06-18 | Medtronic Minimed, Inc. | Predicted time to assess and/or control a glycemic state |
| US9649059B2 (en) | 2013-12-16 | 2017-05-16 | Medtronic Minimed, Inc. | Methods and systems for improving the reliability of orthogonally redundant sensors |
| CA2950966C (en) | 2014-06-10 | 2019-07-09 | Bigfoot Biomedical, Inc. | Insulin delivery systems and methods |
| US9669160B2 (en) | 2014-07-30 | 2017-06-06 | Tandem Diabetes Care, Inc. | Temporary suspension for closed-loop medicament therapy |
| CN107073207B (zh) | 2014-08-01 | 2020-03-20 | 伯克顿迪金森公司 | 连续葡萄糖监测注射装置 |
| JP6810991B2 (ja) | 2014-08-06 | 2021-01-13 | リージェンツ オブ ザ ユニバーシティー オブ カリフォルニア | 離散時間状態空間動的モデルに基づく状態推定器と組み合わされたコントローラを使用する薬物送達システムの作動方法、該コントローラおよび該システム |
| US9636453B2 (en) | 2014-12-04 | 2017-05-02 | Medtronic Minimed, Inc. | Advance diagnosis of infusion device operating mode viability |
| US9943645B2 (en) | 2014-12-04 | 2018-04-17 | Medtronic Minimed, Inc. | Methods for operating mode transitions and related infusion devices and systems |
| US9878097B2 (en) | 2015-04-29 | 2018-01-30 | Bigfoot Biomedical, Inc. | Operating an infusion pump system |
| US20160339175A1 (en) | 2015-05-20 | 2016-11-24 | Medtronic Minimed, Inc. | Infusion devices and related methods for therapy recommendations |
| CA2991047C (en) | 2015-06-28 | 2020-04-14 | The Regents Of The University Of California | Velocity-weighting model predictive control of an artificial pancreas for type 1 diabetes applications |
| US10293108B2 (en) | 2015-08-21 | 2019-05-21 | Medtronic Minimed, Inc. | Infusion devices and related patient ratio adjustment methods |
| US10117992B2 (en) | 2015-09-29 | 2018-11-06 | Medtronic Minimed, Inc. | Infusion devices and related rescue detection methods |
| EP3380061A4 (en) | 2015-11-24 | 2019-07-24 | Insulet Corporation | AUTOMATED WEARABLE DRUG DELIVERY SYSTEM |
| WO2017116503A1 (en) | 2015-12-28 | 2017-07-06 | Medtronic Minimed, Inc. | Methods for continuous glucose monitoring |
| JP2019509770A (ja) | 2016-01-05 | 2019-04-11 | ビッグフット バイオメディカル インコーポレイテッドＢｉｇｆｏｏｔ Ｂｉｏｍｅｄｉｃａｌ， Ｉｎｃ． | 動作するマルチモーダル薬剤デリバリ・システム |
| CN108883227B (zh) | 2016-01-12 | 2022-10-25 | 哈佛大学校董委员会 | 使用过去的预测的用于人工胰腺的预测控制模型 |
| US10293101B2 (en) | 2016-01-14 | 2019-05-21 | Bigfoot Biomedical, Inc. | Diabetes management system |
| US20170216518A1 (en) | 2016-02-01 | 2017-08-03 | Dexcom, Inc. | System and method for decision support using lifestyle factors |
| EP3217304B1 (en) | 2016-03-11 | 2023-06-07 | Micrel Medical Devices S.A. | Infusion pump system |
| WO2017184988A1 (en) | 2016-04-22 | 2017-10-26 | Children's Medical Center Corporation | Methods and systems for managing diabetes |
| US10332632B2 (en) | 2016-06-01 | 2019-06-25 | Roche Diabetes Care, Inc. | Control-to-range failsafes |
| US10297350B2 (en) | 2016-06-01 | 2019-05-21 | Roche Diabetes Care, Inc. | Risk-based control-to-range |
| US10332633B2 (en) | 2016-06-01 | 2019-06-25 | Roche Diabetes Care, Inc. | Control-to-range aggressiveness |
-
2017
- 2017-08-02 EP EP17306034.4A patent/EP3438858A1/en active Pending
-
2018
- 2018-08-01 WO PCT/EP2018/070901 patent/WO2019025506A1/en active Application Filing
- 2018-08-01 MX MX2020001276A patent/MX2020001276A/es unknown
- 2018-08-01 KR KR1020207003195A patent/KR102601111B1/ko active IP Right Grant
- 2018-08-01 JP JP2020503688A patent/JP7290624B2/ja active Active
- 2018-08-01 CA CA3071570A patent/CA3071570C/en active Active
- 2018-08-01 US US16/645,436 patent/US11484652B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008545454A (ja) | 2005-05-13 | 2008-12-18 | トラスティーズ オブ ボストン ユニバーシティ | １型糖尿病用の完全自動制御システム |
| US20100057043A1 (en) * | 2006-11-27 | 2010-03-04 | University Of Virginia Patent Foundation | Method, System, and Computer Program Product for the Detection of Physical Activity by Changes in Heart Rate, Assessment of Fast Changing Metabolic States, and Applications of Closed and Open Control Loop in Diabetes |
| US20170080152A1 (en) * | 2009-03-31 | 2017-03-23 | Abbott Diabetes Care Inc. | Integrated closed-loop medication delivery with error model and safety check |
| US20130030358A1 (en) | 2010-01-20 | 2013-01-31 | Medingo Ltd. | Method and device for improving glycemic control |
| JP2016530905A (ja) | 2013-06-21 | 2016-10-06 | フレゼニウス ヴィアル エスアーエスＦｒｅｓｅｎｉｕｓ Ｖｉａｌ ＳＡＳ | 患者へのインスリンの投与を制御する方法及び制御デバイス |
| US20170056591A1 (en) * | 2015-09-02 | 2017-03-02 | University Of Virginia Patent Foundation | System, method, and computer readable medium for dynamic insulin sensitivity in diabetic pump users |
Non-Patent Citations (2)
| Title |
|---|
| 비특허 1 |
| 비특허 2 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019025506A1 (en) | 2019-02-07 |
| US11484652B2 (en) | 2022-11-01 |
| US20200282141A1 (en) | 2020-09-10 |
| CA3071570A1 (en) | 2019-02-07 |
| KR20200037233A (ko) | 2020-04-08 |
| JP2020529230A (ja) | 2020-10-08 |
| EP3438858A1 (en) | 2019-02-06 |
| CA3071570C (en) | 2024-04-23 |
| MX2020001276A (es) | 2020-10-16 |
| JP7290624B2 (ja) | 2023-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102601111B1 (ko) | 폐-루프 혈액 글루코스 제어 시스템 및 방법 | |
| CN110869075B (zh) | 人工胰岛系统中的胰岛素残余活性含量计算 | |
| AU2017275392B2 (en) | Control-to-range aggressiveness | |
| KR102398748B1 (ko) | 환자의 혈당 조절용 자동 시스템 | |
| US11213249B2 (en) | Automated system for controlling the blood glucose level of a patient | |
| KR102556582B1 (ko) | 환자의 혈당치 조절용 자동화 시스템 | |
| US11883162B2 (en) | System for predicting a patient's blood glucose level | |
| CN110352460A (zh) | 人工胰腺 | |
| EP3438986B1 (en) | Closed-loop blood glucose control systems and methods | |
| US12009102B2 (en) | Automated system for monitoring a patient's blood sugar | |
| JP7470121B2 (ja) | 患者の血糖値を調節する自動システム | |
| US20210260285A1 (en) | Automated system for monitoring a patient's blood sugar | |
| JP7286685B2 (ja) | 患者の血糖を制御するための自動システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |