KR20210004993A - 환자의 디지털 트윈을 이용하는 개인화된 폐루프 약물 전달 시스템 - Google Patents

환자의 디지털 트윈을 이용하는 개인화된 폐루프 약물 전달 시스템 Download PDF

Info

Publication number
KR20210004993A
KR20210004993A KR1020207029907A KR20207029907A KR20210004993A KR 20210004993 A KR20210004993 A KR 20210004993A KR 1020207029907 A KR1020207029907 A KR 1020207029907A KR 20207029907 A KR20207029907 A KR 20207029907A KR 20210004993 A KR20210004993 A KR 20210004993A
Authority
KR
South Korea
Prior art keywords
data
insulin
infusion device
user
model
Prior art date
Application number
KR1020207029907A
Other languages
English (en)
Other versions
KR102588163B1 (ko
Inventor
베냐민 그로스만
디 우
루이스 제이 린터뤄
아니르반 로이
네하 제이 파리크
패트릭 이 웨이디트
알리 다이애나티
Original Assignee
메드트로닉 미니메드 인코포레이티드
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from US15/960,495 external-priority patent/US11147919B2/en
Application filed by 메드트로닉 미니메드 인코포레이티드 filed Critical 메드트로닉 미니메드 인코포레이티드
Publication of KR20210004993A publication Critical patent/KR20210004993A/ko
Application granted granted Critical
Publication of KR102588163B1 publication Critical patent/KR102588163B1/ko

Links

Images

Classifications

    • 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
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
    • 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
    • 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
    • G16H40/60—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 operation of medical equipment or devices
    • G16H40/63—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 operation of medical equipment or devices for local operation
    • 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
    • A61M5/142—Pressure infusion, e.g. using pumps
    • A61M2005/14288—Infusion or injection simulation
    • 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
    • A61M2005/14288—Infusion or injection simulation
    • A61M2005/14296—Pharmacokinetic models
    • 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
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/52—General characteristics of the apparatus with microprocessors or computers with memories providing a history of measured variating parameters of apparatus or patient
    • 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)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Chemical & Material Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Hematology (AREA)
  • Anesthesiology (AREA)
  • Vascular Medicine (AREA)
  • Diabetes (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Infusion, Injection, And Reservoir Apparatuses (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

인슐린 주입 장치의 인슐린 전달 컨트롤러의 파라미터들을 자동으로 조정하는 의료 기기 시스템 및 관련 방법이 개시된다. 방법론은 지난 수일 동안 인슐린 주입 장치의 동작과 연관된 데이터를 획득하며, 이 데이터는 사용자의 글루코오스 수치와 연관된 센서 글루코오스 데이터, 및 식별된 식사들과 연관된 식사 데이터를 포함한다. 획득된 데이터는 사용자의 적절한 약동학/약력학(PK/PD)을 생성하기 위해 처리되며, PK/PD 모델은 사용자에 대해 획득된 센서 글루코오스 데이터의 적어도 일부에 맞춰진다. PK/PD 모델은 인슐린 주입 장치의 추가 동작과 연관된 추가 데이터에 기초하여, 인슐린 전달 컨트롤러의 적어도 하나의 조정된 파라미터를 계산하는 데 사용될 수 있다. 인슐린 전달 컨트롤러는 모델 계산된 파라미터들에 따라 그 설정들을 조정하도록 지시 또는 제어될 수 있다.

Description

환자의 디지털 트윈을 이용하는 개인화된 폐루프 약물 전달 시스템
관련 출원들에 대한 상호 참조
이 출원은 2019년 4월 16일자로 출원된, 미국 특허 출원 일련 번호 제16/386,104호의 이익을 주장한다. 이 출원은 2018년 4월 23일자로 출원된, 미국 특허 출원 일련 번호 제15/960,495호의 이익을 주장한다. 이 출원은 2018년 6월 17일자로 출원된, 미국 임시 특허 출원 일련 번호 제62/686,040호의 이익을 주장한다.
기술분야
개시된 주제의 실시예들은 당뇨병 치료 관리를 위한 시스템들 및 방법들에 관한 것이다. 보다 구체적으로는, 개시된 주제의 실시예들은 주입 장치의 특정 설정들을 조정하는 권장사항들을 생성 및 구현하기 위해, 약물 유체 주입 장치의 동작과 연관된 데이터를 분석하는 시스템들 및 방법들에 관한 것이다.
정상적인 건강한 사람의 췌장은 혈장 글루코오스 수치 상승에 반응하여 인슐린을 생산하고 혈류로 방출한다. 췌장에 있는 베타 세포들(β-세포들)은 필요에 따라 인슐린을 생산하고 혈류로 분비한다. β-세포가 제1형 당뇨병(또는 일부 경우, β-세포가 인슐린의 양이 충분하지 않은 경우, 제2형 당뇨병)으로 알려진 상태인, 무력화되거나 죽으면, 인슐린은 다른 소스로부터 신체에 공급되어야 한다. 당뇨병은 미국 전체 인구의 약 8%에 영향을 미친다.
전통적으로, 인슐린은 구강으로 복용할 수 없기 때문에, 주사기로 주입되었다. 그러나, 특히 당뇨병 환자에게 인슐린을 전달하기 위해, 주입 펌프 요법의 사용이 증가하고 있다. 예를 들어, 외부 주입 펌프들은 벨트, 주머니 등에 착용되며, 피하 조직에 놓인 경피 바늘 또는 캐뉼라가 있는 주입 튜브를 통해 인슐린을 체내로 전달한다. 의사들은 지속적인 주입이 당뇨병 환자의 상태를 더 잘 제어할 수 있다는 것을 인식하고 있으며, 또한 환자들에게 점점 더 많이 처방하고 있다.
후속 검토 및 분석을 위해, 인슐린 주입 펌프의 동작 동안 환자 관련 및 펌프 관련 데이터가 수집될 수 있다. 예를 들어, 글루코오스 센서 데이터, 인슐린 전달 데이터, 및/또는 주입 펌프에 의해 생성되거나 수집된 기타 데이터는 주입 장치의 하나 이상의 설정들에 대한 변경들을 권장하는 것이 바람직할 수 있을지 여부를 결정하기 위해 적절한 방식으로 분석될 수 있다. 따라서, 주입 장치의 다양한 설정들은 (분석된 데이터에 따라) 환자의 치료법을 개선하고 최적화하기 위해 환자별 방식으로 조정될 수 있다.
이중 모드 인슐린 주입 장치의 사용을 관리하는 방법이 본원에 개시된다. 주입 장치는 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작한다. 상기 방법의 예시적인 실시예는, 인슐린 주입 장치의 사용자에 대한 폐루프 펌프 데이터를 수신하는 단계로서, 폐루프 펌프 데이터는 적어도 하나의 정의된 시간 기간 동안 자동 폐루프 인슐린 전달 모드에서의 동작 동안 인슐린 주입 장치에 의해 사용자에게 전달되는 기초 인슐린을 나타내는 데이터를 포함하는, 상기 수신하는 단계; 사용자에 대한 업데이트된 기저율 데이터를 생성하도록 수신된 폐루프 펌프 데이터를 분석하는 단계; 업데이트된 기저율 데이터로부터, 인슐린 주입 장치의 수동 모드 기저율 설정을 조정하도록 권장사항을 생성하는 단계로서, 인슐린 주입 장치는 수동 인슐린 전달 모드에서의 동작 동안 수동 모드 기저율 설정을 구현하는, 상기 생성하는 단계; 및 권장사항에 따라 수동 모드 기저율 설정을 조정하도록 인슐린 주입 장치를 제어하는 단계를 포함한다.
프로세서 기반 컴퓨팅 장치도 본원에 개시된다. 컴퓨팅 장치는, 적어도 하나의 프로세서 장치; 및 적어도 하나의 프로세서 장치와 동작 가능하게 연관된 비일시적 프로세서 판독 가능 매체를 포함한다. 프로세서 판독 가능 매체는 적어도 하나의 프로세서 장치가, 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하는 인슐린 주입 장치의 사용자에 대한 폐루프 펌프 데이터를 수신하는 단계로서, 폐루프 펌프 데이터는 적어도 하나의 정의된 시간 기간 동안 자동 폐루프 인슐린 전달 모드에서의 동작 동안 인슐린 주입 장치에 의해 사용자에게 전달되는 기초 인슐린을 나타내는 데이터를 포함하는, 상기 수신하는 단계; 사용자에 대한 업데이트된 기저율 데이터를 생성하도록 수신된 폐루프 펌프 데이터를 분석하는 단계; 업데이트된 기저율 데이터로부터, 인슐린 주입 장치의 수동 모드 기저율 설정을 조정하도록 권장사항을 생성하는 단계로서, 인슐린 주입 장치는 수동 인슐린 전달 모드에서의 동작 동안 수동 모드 기저율 설정을 구현하는, 상기 생성하는 단계; 및 컴퓨팅 장치로부터 인슐린 주입 장치로 권장사항을 전달하는 단계를 포함하는 방법을 수행하게 하도록 구성 가능한 실행 가능 인스트럭션들을 갖는다.
인슐린 주입 및 관리 시스템이 또한 본원에 개시된다. 상기 시스템의 예시적인 실시예는, 사용자에게 인슐린을 전달하기 위해 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하도록 구성된 인슐린 주입 장치; 및 인슐린 주입 장치와의 데이터 통신을 지원하는 프로세서 기반 컴퓨팅 장치를 포함한다. 컴퓨팅 장치는 프로세서 장치 및 프로세서 장치와 동작 가능하게 연관된 비일시적 프로세서 판독 가능 매체를 포함한다. 프로세서 판독 가능 매체는 적어도 하나의 프로세서 장치가, 컴퓨팅 장치로, 인슐린 주입 장치의 사용자에 대한 폐루프 펌프 데이터를 수신하는 단계로서, 폐루프 펌프 데이터는 적어도 하나의 정의된 시간 기간 동안 자동 폐루프 인슐린 전달 모드에서의 동작 동안 인슐린 주입 장치에 의해 사용자에게 전달되는 기초 인슐린을 나타내는 데이터를 포함하는, 상기 수신하는 단계; 컴퓨팅 장치로로, 사용자에 대한 업데이트된 기저율 데이터를 생성하도록 수신된 폐루프 펌프 데이터를 분석하는 단계; 업데이트된 기저율 데이터로부터, 인슐린 주입 장치의 수동 모드 기저율 설정을 조정하도록 권장사항을 생성하는 단계로서, 인슐린 주입 장치는 수동 인슐린 전달 모드에서의 동작 동안 수동 모드 기저율 설정을 구현하고, 생성하는 단계는 컴퓨팅 장치에 의해 수행되는, 상기 생성하는 단계; 및 컴퓨팅 장치로부터 인슐린 주입 장치로 권장사항을 전달하는 단계를 포함하는 방법을 수행하게 하도록 구성 가능한 실행 가능 인스트럭션들을 저장한다.
또한, 사용자로의 인슐린의 전달을 조절하기 위해 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하는 이중 모드 인슐린 주입 장치의 인슐린 전달 컨트롤러의 파라미터들을 자동으로 조정하는 방법이 본원에 제시된다. 상기 방법은 지난 수일 동안 인슐린 주입 장치의 동작과 연관된 치료 관련 데이터를 획득하는 단계로서, 치료 관련 데이터는 사용자의 글루코오스 수치와 연관된 센서 글루코오스 데이터를 포함하고, 치료 관련 데이터는 식별된 식사와 연관된 식사 데이터를 포함하는, 상기 획득하는 단계; 획득된 치료 관련 데이터로부터, 수일 동안 사용자에게 전달되는 총 일일 인슐린 투여량의 예상 값을 계산하는 단계; 획득된 치료 관련 데이터로부터, 공복 기간에 대응되는 공복 혈당 값의 예상 값, 및 공복 혈당 값의 예상 값에서 추정된 혈장 인슐린 농도의 예상 값을 계산하는 단계; 식사 데이터에서 식별된 각 식사의 흡수율을 추정하는 단계로서, 추정은 총 일일 인슐린 투여량의 계산된 예상 값, 공복 혈당 값의 계산된 예상 값, 및 추정된 혈장 인슐링 농도의 계산된 예상 값을 사용하는, 상기 추정하는 단계; 획득된 치료 관련 데이터에 의해 제시된 각각의 일마다, 다수의 웰-핏 일들(well-fit days)에 대응되는 웰-핏 데이터를 식별하고, 다수의 푸어리-핏 일들(poorly-fit days)에 대응되는 푸어리-핏 데이터를 제거하거나 무시하기 위해, 사용자의 약동학/약력학(PK/PD) 모델이 해당 일에 대한 센서 글루코오스 데이터에 맞춰질 수 있는지를 체크하는 단계로서, 체크는 추정된 흡수율을 사용하는, 상기 체크하는 단계; 웰-핏 데이터에 기초하여, 사용자의 최종 PK/PD 모델을 생성하는 단계로서, 생성은 웰-핏 일들에 대한 센서 글루코오스 데이터에 맞추도록 최종 PK/PD 모델의 파라미터들을 조정하고 결정하는, 상기 생성하는 단계; 생성된 최종 PK/PD 모델을 사용하여 인슐린 주입 장치의 추가 동작과 연관된 추가 치료 관련 데이터에 기초하여, 인슐린 전달 컨트롤러의 적어도 하나의 조정된 파라미터를 계산하는 단계; 및 계산된 적어도 하나의 조정된 파라미터에 따라 설정들을 조정하도록 인슐린 전달 컨트롤러에 지시하는 단계를 포함한다. 예시적인 실시예들에서, 인슐린 전달 컨트롤러는 계산된 적어도 하나의 조정된 파라미터에 따라 인슐린 주입 장치로부터 사용자로의 인슐린 전달을 조절하도록 동작될 수 있다.
프로세서 기반 컴퓨팅 장치도 본원에 개시된다. 상기 장치는 적어도 하나의 프로세서 장치 및 적어도 하나의 프로세서 장치와 동작 가능하게 연관된 비일시적 프로세서 판독 가능 매체를 포함한다. 프로세서 판독 가능 매체는 적어도 하나의 프로세서 장치가 사용자로의 인슐린의 전달을 조절하기 위해 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하는 이중 모드 인슐린 주입 장치의 인슐린 전달 컨트롤러의 파라미터들을 자동으로 조정하는 방법을 수행하게 하도록 구성 가능한 실행 가능 인스트럭션들을 갖는다. 상기 방법은 지난 수일 동안 인슐린 주입 장치의 동작과 연관된 치료 관련 데이터를 획득하는 단계로서, 치료 관련 데이터는 사용자의 글루코오스 수치와 연관된 센서 글루코오스 데이터를 포함하며, 치료 관련 데이터는 식별된 식사와 연관된 식사 데이터를 포함하는, 상기 획득하는 단계; 획득된 치료 관련 데이터로부터, 수일 동안 사용자에게 전달되는 총 일일 인슐린 투여량의 예상 값을 계산하는 단계; 획득된 치료 관련 데이터로부터, 공복 기간에 대응되는 공복 혈당 값의 예상 값, 및 공복 혈당 값의 예상 값에서 추정된 혈장 인슐린 농도의 예상 값을 계산하는 단계; 식사 데이터에서 식별된 각 식사의 흡수율을 추정하는 단계로서, 추정은 총 일일 인슐린 투여량의 계산된 예상 값, 공복 혈당 값의 계산된 예상 값, 및 추정된 혈장 인슐린 농도의 계산된 예상 값을 사용하는, 상기 추정하는 단계; 획득된 치료 관련 데이터에 의해 제시된 각각의 일마다, 다수의 웰-핏 일들에 대응되는 웰-핏 데이터를 식별하고, 다수의 푸어리-핏 일들에 대응되는 푸어리-핏 데이터를 제거하거나 무시하기 위해, 사용자의 약동학/약력학(PK/PD) 모델이 해당 일에 대한 센서 글루코오스 데이터에 맞춰질 수 있는지를 체크하는 단계로서, 체크는 추정된 흡수율을 사용하는, 상기 체크하는 단계; 웰-핏 데이터에 기초하여, 사용자의 최종 PK/PD 모델을 생성하는 단계로서, 생성은 웰-핏 일들에 대한 센서 글루코오스 데이터에 맞추도록 최종 PK/PD 모델의 파라미터들을 조정하고 결정하는, 상기 생성하는 단계; 최종 PK/PD 모델을 사용하여 인슐린 주입 장치의 추가 동작과 연관된 추가 치료 관련 데이터에 기초하여, 인슐린 전달 컨트롤러의 적어도 하나의 조정된 파라미터를 계산하는 단계; 및 계산된 적어도 하나의 조정된 파라미터에 따라 설정들을 조정하도록 인슐린 전달 컨트롤러에 지시하는 단계를 포함한다.
의료 기기 시스템이 또한 본원에 제시된다. 상기 시스템은, 사용자에게 인슐린의 전달을 조절하기 위해 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하도록 구성된 인슐린 주입 장치; 및 인슐린 주입 장치와의 데이터 통신을 지원하는 프로세서 기반 컴퓨팅 장치를 포함한다. 상기 컴퓨팅 장치는 프로세서 장치 및 프로세서 장치와 동작 가능하게 연관된 비일시적 프로세서 판독 가능 매체를 포함하며, 프로세서 판독 가능 매체는 프로세서 장치가 인슐린 주입 장치의 인슐린 전달 컨트롤러의 파라미터들을 자동으로 조정하는 방법을 수행하게 하도록 구성 가능한 실행 가능 인스트럭션들을 포함한다. 상기 방법은 지난 수일 동안 인슐린 주입 장치의 동작과 연관된 치료 관련 데이터를 획득하는 단계로서, 치료 관련 데이터는 사용자의 글루코오스 수치와 연관된 센서 글루코오스 데이터를 포함하며, 치료 관련 데이터는 식별된 식사와 연관된 식사 데이터를 포함하는, 상기 획득하는 단계; 획득된 치료 관련 데이터로부터, 수일 동안 사용자에게 전달되는 총 일일 인슐린 투여량의 예상 값을 계산하는 단계; 획득된 치료 관련 데이터로부터, 공복 기간에 대응되는 공복 혈당 값의 예상 값, 및 공복 혈당 값의 예상 값에서 추정된 혈장 인슐린 농도의 예상 값을 계산하는 단계; 식사 데이터에서 식별된 각 식사의 흡수율을 추정하는 단계로서, 추정은 총 일일 인슐린 투여량의 계산된 예상 값, 공복 혈당 값의 계산된 예상 값, 및 추정된 혈장 인슐린 농도의 계산된 예상 값을 사용하는, 상기 추정하는 단계; 획득된 치료 관련 데이터에 의해 제시된 각각의 일마다, 다수의 웰-핏 일들에 대응되는 웰-핏 데이터를 식별하고, 다수의 푸어리-핏 일들에 대응되는 푸어리-핏 데이터를 제거하거나 무시하기 위해, 사용자의 약동학/약력학(PK/PD) 모델이 해당 일에 대한 센서 글루코오스 데이터에 맞춰질 수 있는지를 체크하는 단계로서, 체크는 추정된 흡수율을 사용하는, 상기 체크하는 단계; 웰-핏 데이터에 기초하여, 사용자의 최종 PK/PD 모델을 생성하는 단계로서, 생성은 웰-핏 일들에 대한 센서 글루코오스 데이터에 맞추도록 최종 PK/PD 모델의 파라미터들을 조정하고 결정하는, 상기 생성하는 단계; 최종 PK/PD 모델을 사용하여 인슐린 주입 장치의 추가 동작과 연관된 추가 치료 관련 데이터에 기초하여, 인슐린 전달 컨트롤러의 적어도 하나의 조정된 파라미터를 계산하는 단계; 및 계산된 적어도 하나의 조정된 파라미터에 따라 설정들을 조정하도록 인슐린 전달 컨트롤러에 지시하는 단계를 포함한다.
이 개요는 상세한 설명에서 하기에 추가로 설명하는 단순화된 형태의 개념들의 선택을 소개하기 위해 제공된다. 이 개요는 청구된 주제의 핵심 특징들 또는 필수 특징들을 식별하기 위한 것이 아니며, 청구된 주제의 범위를 결정하는데 도움을 주는 것으로 사용하기 위한 것도 아니다.
주제에 대한 보다 완전한 이해는 다음의 도면들과 관련하여 고려될 때 상세한 설명 및 청구범위를 참조함으로써 도출될 수 있으며, 유사한 참조 번호들은 도면 전체에 걸쳐 유사한 요소들을 지칭한다.
도 1은 본 발명의 예시적인 실시예에 따라 구성되고 배열되는 인슐린 주입 및 관리 시스템의 단순화된 블록도 표현이다;
도 2는 도 1에 도시된 시스템의 배치에 적합한 컴퓨터 기반 또는 프로세서 기반 장치의 예시적인 실시예의 단순화된 블록도 표면이다;
도 3은 주입 장치 관리 프로세스의 예시적인 실시예를 예시하는 흐름도이다;
도 4는 환자의 디지털 트윈을 생성하기 위한 프로세스의 예시적인 실시예를 예시하는 흐름도이다; 그리고
도 5는 인슐린 주입 장치의 동작을 제어하기 위한 프로세스의 예시적인 실시예를 예시하는 흐름도이다.
다음의 상세한 설명은 본질적으로 예시일 뿐이며, 주제의 실시예들 또는 이러한 실시예들의 응용 및 사용을 제한하려는 의도는 아니다. 본원에 사용된 바와 같이, "예시적인(exemplary)"이라는 단어는 "예, 사례 또는 예증으로 사용하는 것"을 의미한다. 예시로서 본원에 설명된 임의의 구현예는 반드시 다른 구현예들에 비해 선호되거나 유리한 것으로 해석될 필요는 없다. 더욱이, 선행 기술 분야, 배경기술, 간략한 개요 또는 다음의 상세한 설명에 제시된 어떠한 명시적 또는 묵시적 이론에 구속될 의도가 없다.
기법들 및 기술들은 기능적 및/또는 논리적 블록 구성요소들의 관점에서, 그리고 다양한 컴퓨팅 구성요소들 또는 장치들에 의해 수행될 수 있는 동작들, 처리 태스크들 및 기능들의 상징적 표현들을 참조하여 본원에서 설명될 수 있다. 이러한 동작들, 태스크들 및 기능들은 때때로 컴퓨터 실행, 컴퓨터화, 소프트웨어 구현 또는 컴퓨터 구현이라고 한다. 도면들에 도시된 다양한 블록 구성요소들은 지정된 기능들을 수행하도록 구성된 임의 개수의 하드웨어, 소프트웨어 및/또는 펌웨어 구성요소들에 의해 실현될 수 있다는 것을 이해해야 한다. 예를 들어, 시스템 또는 구성요소의 실시예는 예를 들어, 메모리 요소들, 디지털 신호 처리 요소들, 논리 요소들, 룩업 테이블들 등과 같은, 다양한 집적 회로 구성요소들을 사용할 수 있으며, 이는 하나의 이상의 마이크로프로세서들 또는 기타 제어 장치들의 제어 하에서 다양한 기능들을 수행할 수 있다.
소프트웨어, 펌웨어 또는 프로세서 판독 가능 인스트럭션들로 구현될 때, 본원에 설명된 시스템들의 다양한 요소들은 본질적으로 다양한 태스크들을 수행하는 코드 세그먼트들 또는 인스트럭션들이다. 특정 실시예들에서, 프로그램들 또는 코드 세그먼트들은 정보를 저장하거나 전송할 수 있는 임의의 매체를 포함할 수 있는 유형의(tangible) 프로세서 판독 가능 매체에 저장된다. 비일시적 프로세서 판독 가능 매체의 예들은 전자 회로, 반도체 메모리 장치, ROM, 플래시 메모리, EROM(Erasable ROM), 플로피 디스켓, CD-ROM, 광 디스크, 하드 디스크 등을 포함한다.
다음의 설명은 환자에 의해 사용되는 인슐린 주입 장치의 특정 설정들을 조정하기 위한 권장사항들을 생성하고 전달하는 당뇨병 환자 관리 시스템에 관한 것이다. 본원에 개시된 예시적인 실시예는 클라우드 기반 아키텍처를 사용하며, 여기서 대부분의 프로세서 집약적 태스크들은 시스템의 다른 장치들, 예를 들어 모바일 클라이언트 장치, 휴대용 인슐린 주입 장치, 데이터 소스(예컨대, 환자 관련 데이터, 인슐린 펌프 데이터 등) 및 어쩌면 기타 원격 장치와 통신하는 하나 이상의 서버 시스템들에 의해 수행된다. 개시된 시스템은 인슐린 주입 장치의 특정 설정들에 대한 권장된 조정들을 생성하고 구현하기 위해, 자동 폐루프 모드에서 환자의 인슐린 주입 장치의 동작 동안 수집되는 환자별 데이터를 획득하고 처리한다. 조정들은 수동 전달 모드에서의 인슐린 주입 장치의 동작 동안 적용된다.
간단히 하기 위해, 주입 시스템, 인슐린 펌프 및 주입 세트와 관련된 기존의 특징들 및 기능은 본원에서 자세히 설명하지 않을 수 있다. 인슐린 및 기타 약물들을 투여하는 데 사용되는 주입 펌프들 및/또는 관련 시스템들의 예들은 이에 제한되는 것은 아니나, 미국 특허 번호 제5,505,709호; 제6,485,465호; 제6,554,798호; 제6,558,351호; 제6,659,980호; 제6,752,787호; 제6,817,990호; 제6,932,584호; 및 제7,621,893호에 설명된 유형일 수 있다. 게다가, 미국 특허 출원 공개 번호 제US 2013/0338630는 인슐린 주입 장치에 대한 조정들을 권장하기 위한 당뇨병 치료 관리 시스템의 설명을 포함한다. 그에 설명된 일부 특징들 및 기능은 본원에 개시된 시스템에 의해 활용될 수 있다.
이제 도면들을 참조하면, 도 1은 하기에 더 상세히 설명되는 기술들 및 방법론들을 지원하도록 적절하게 구성된 인슐린 주입 및 관리 시스템(100)의 예시적인 실시예의 단순화된 블록도 표현이다. 시스템(100)은 인슐린 주입 장치들(환자들, 간병인들, 헬스케어 제공자들, 부모님들 등)의 사용자들을 지원하고, 인슐린 주입 장치들의 사용을 관리 및 제어하기 위한 다양한 기술들과 방법들을 수행한다. 도 1은 시스템(100)의 하나의 가능한 구현을 도시하며, 원한다면 다른 배열들, 아키텍처들 및 배치들이 제공될 수 있다는 것을 이해해야 한다. 시스템(100)(예시 목적으로 단순화됨)은 일반적으로 제한없이 다음의 구성요소들을 포함하거나 이들과 협력한다: 원격 또는 "클라우드" 기반 컴퓨팅 장치(102); 인슐린 주입 장치(104); 연속 글루코오스 센서(106); 및 사용자/환자용 주입 세트(108). 인슐린 주입 장치(104), 글루코오스 센서(106) 및 주입 세트(108)는 당뇨병을 치료하기 위해 환자에 의해 사용되는 인슐린 주입 시스템의 구성요소들이다. 시스템(100)은 또한 선택적 데이터 업로더 구성요소(112)를 포함하거나 이와 협력할 수 있다.
시스템(100)의 구성요소들 중 적어도 일부는 필요에 따라 데이터 통신을 지원하기 위해 서로 통신적으로 결합된다. 이 특정 예의 경우, 컴퓨팅 장치(102) 및 인슐린 주입 장치(104)는 적절한 데이터 통신 네트워크(도 1에 도시되지 않음)를 통해 서로 통신한다. 게다가, 데이터 업로더 구성요소(112)는 바람직하게는 적절한 데이터 통신 네트워크를 사용하여 인슐린 주입 장치(104)에서 컴퓨팅 장치(102)로 데이터를 전달하는 인터페이스 구성요소로 구성된다. 특정 실시예들에서, 인슐린 주입 장치(104) 및/또는 연속 글루코오스 센서(106)는 직접 원격 컴퓨팅 장치(102)로의 관련 데이터의 업로딩을 용이하게 하기 위해 네트워크에 통신적으로 결합된다. 대안으로, 또는 추가로, 인슐린 주입 장치(104)는 데이터 업로더 구성요소(112)에 직접 관련 데이터를 제공하고, 이는 차례로 네트워크를 통해 데이터를 원격 컴퓨팅 장치(102)에 업로드한다. 컴퓨팅 장치(102)와 주입 장치(104) 사이의 데이터 경로에 하나 이상의 중개자, 인터페이스 또는 데이터 반복 장치들을 포함하는 시스템과 같은, 다른 구성들 및 토폴로지들이 또한 여기서 고려된다.
도 1은 단순화된 방식의 네트워크 통신 링크들을 도시한다. 실제로, 시스템(100)은 다양한 엔티티들 및 제공자들에 의해 유지 또는 운영되는 임의 개수의 무선 및 임의 개수의 유선 데이터 통신 네트워크들과 협력하고 활용(leverage)할 수 있다. 따라서, 시스템(100)의 다양한 구성요소들 간의 통신은 다수의 네트워크 링크들 및 상이한 데이터 통신 프로토콜들을 포함할 수 있다. 이와 관련하여, 네트워크는 제한없이 다음 중 어느 하나를 포함하거나 이와 협력할 수 있다: 근거리 네트워크; 광역 네트워크; 인터넷; 개인 영역 네트워크; 셀룰러 통신 네트워크; 위성 통신 네트워크; 비디오 서비스 또는 텔레비전 방송 네트워크; 차량에 탑재된 네트워크; 등. 시스템(100)의 구성요소들은 네트워크와의 호환성을 위해 필요한 다양한 무선 및 유선 데이터 통신 프로토콜들, 기술들 및 기법들을 지원하도록 적절하게 구성될 수 있다.
특정한 예시적인 실시예들에 따르면, 원격 컴퓨팅 장치(102)는 적어도 하나의 컴퓨터 기반 또는 프로세서 기반 구성요소로 구현된다. 단순화 및 예시의 용이함을 위해, 도 1은 단일 블록으로서의 컴퓨팅 장치(102) 도시한다 - 임의 개수의 별도의 하드웨어 구성요소들이 컴퓨팅 장치(102)를 구현하는 데 사용될 수 있다는 것을 이해해야 한다. 컴퓨팅 장치(102)를 구현하기에 적합한 장치의 예시적인 실시예가 도 2를 참조하여 하기에 설명된다.
이러한 특정 실시예의 경우, 원격 컴퓨팅 장치(102)는 인슐린 주입 및 관리 시스템(100)의 "심장(heart)"으로 간주될 수 있다. 컴퓨팅 장치(102)는 시스템(100)의 기능 및 동작을 지원하는 데이터베이스 시스템(116)(하나 이상의 구성요소들을 사용하여 실현됨)을 포함하거나 그와 협력한다. 원격 컴퓨팅 장치(102)는 각 환자에 대한 입력 데이터(입력 데이터는 인슐린 주입 장치 및/또는 글루코오스 센서 또는 미터, 인슐린 주입 장치의 사용자에 의해 동작되는 모바일 장치, 컴퓨팅 장치 등과 같은 인슐린 주입 장치 이외의 소스를 포함하는, 다양한 소스들로부터 비롯될 수 있음)를 수집 및 분석하고, 필요에 따라 관련성 있고 시기 적절한 권장사항들을 생성하며, 생성된 권장사항들을 환자로의 및/또는 인슐린 주입 장치(104)로의 직접 전달을 관리한다.
특정 실시예들에서, 원격 컴퓨팅 장치(102)의 기능 및 프로세싱 인텔리전스의 일부 또는 전부는 인슐린 주입 장치(104) 및/또는 시스템(100)과 호환 가능한 다른 구성요소들 또는 컴퓨팅 장치들에 존재할 수 있다. 즉, 시스템(100)은 (도 1에 도시된 바와 같은) 네트워크 기반 또는 클라우드 기반 서버 배열에 의존할 필요가 없지만, 이러한 배치가 가장 효율적이고 경제적인 구현일 수 있다. 이들 및 다른 대안적인 배열들이 이 개시에 의해 고려된다. 이를 위해, 시스템(100)의 일부 실시예들은 데이터 소스들, 데이터 처리 유닛들 및/또는 권장사항 전달 메커니즘으로 기능하는 추가 장치들 및 구성요소들을 포함할 수 있다. 예를 들어, 시스템(100)은 제한없이 다음의 요소들 중 어느 하나 또는 전부를 포함할 수 있다: 컴퓨터 디바이스들 또는 시스템들; 환자 모니터들; 헬스케어 제공자 시스템들; 데이터 통신 장치들; 등.
특정 실시예들에서, 인슐린 주입 장치(104)는 예를 들어, 주입 세트(108)를 통해 환자의 신체 내로 인슐린을 전달하도록 동작되는 휴대용 환자 착용 또는 환자 운반 구성요소이다. 특정한 예시적인 실시예들에 따르면, 시스템(100)에 의해 지원되는 각각의 인슐린 주입 장치(104)는 컴퓨터 기반 또는 프로세서 기반 구성요소로 구현된다. 단순화 및 예시의 용이함을 위해, 도 1은 하나의 인슐린 주입 장치(104)만을 도시한다. 그러나, 실제로, 시스템(100)은 복수의 인슐린 주입 장치들(104)을 지원하도록 적절하게 구성되며, 각각의 환자 또는 사용자는 인슐린 주입 장치들(104) 중 적어도 하나를 소유하거나 동작시킨다. 인슐린 주입 장치(104)를 구현하기에 적합한 장치의 예시적인 실시예는 도 2를 참조하여 하기에 설명된다.
시스템(100)은 다양한 당뇨병 관리 장치들(인슐린 주입 장치(104), 연속 글루코오스 모니터링 장치, 글루코오스 센서(106), 모니터 장치 등)를 포함할 수 있는 하나 이상의 소스들로부터 입력 데이터를 획득한다. 이와 관련하여, 인슐린 주입 장치(104)는 시스템(100)에 대한 입력 데이터의 소스를 나타낸다. 특정 실시예들에서, 인슐린 주입 장치(104)는 그의 동작, 상태, 인슐린 전달 이벤트 등과 연관된 데이터를 제공한다. 앞서 언급된 바와 같이, 인슐린 주입 장치(104)에 의해 생성되거나 수집된 관련 데이터는 시스템(100)의 특정 구현에 따라, 원격 컴퓨팅 장치(102)에 직접 또는 데이터 업로더 구성요소(112)를 통해 간접적으로 전송될 수 있다. 인슐린 주입 장치(104)에 의해 제공된 특정 유형의 데이터가 하기에 더 자세하게 설명된다.
단순화를 위해, 도 1은 하나의 글루코오스 센서(106)만을 도시한다. 그러나, 실제로, 시스템(100)은 복수의 글루코오스 센서들(106)을 지원하도록 적절하게 구성되며, 각각의 환자 또는 사용자는 글루코오스 센서들(106) 중 적어도 하나를 소유하거나 동작시킨다. 글루코오스 센서(106)는 실시간으로 환자의 글루코오스 수치(간질성(interstitial))를 측정하도록 적절하게 구성된다. 글루코오스 센서(106)는 인슐린 주입 장치(104) 또는 데이터 업로더 구성요소(112)와 같은, 다른 장치들로의 센서 글루코오스 데이터의 전송을 용이하게 하는 무선 송신기를 포함할 수 있다. 일부 구현예들에서, 글루코오스 센서(106)는 원한다면 센서 글루코오스 데이터를 원격 컴퓨팅 장치(102)에 직접 제공할 수 있다.
특정 실시예 및 어플리케이션에 따라, 시스템(100)은 입력 데이터의 다른 장치들, 시스템들 및 소스들을 포함하거나 이와 협력할 수 있다. 예를 들어, 특정 실시예들에서, 시스템(100)은 제한없이, 활동 추적 장치들; 식사 로깅(logging) 장치들 또는 앱들; 무드(mood) 추적 장치들 또는 앱들; 등을 포함할 수 있는, 상황 정보 또는 데이터의 하나 이상의 소스들을 포함한다.
상기에 언급된 바와 같이, 시스템(100)은 본원에 설명된 특징들을 지원하는데 필요한 기능들 및 방법들을 수행하도록 기록된 적절하게 구성된 하드웨어 및 소프트웨어를 갖는 컴퓨터 기반 및/또는 프로세서 기반 구성요소들을 포함하거나 이와 협력한다. 예를 들어, 원격 컴퓨팅 장치(102) 및 각각의 인슐린 주입 장치(104)는 전자 프로세서 기반 구성요소로 실현될 수 있다. 게다가, 각 데이터 업로더 구성요소(112)는 또한 프로세서 기반 구성요소로 실현될 수 있다. 이와 관련하여, 도 2는 도 1에 도시된 시스템에 배치하기에 적합한 컴퓨터 기반 또는 프로세서 기반 장치(200)의 예시적인 실시예의 단순화된 블록도 표현이다.
장치(200)의 예시된 실시예는 하나의 적절한 플랫폼의 상위 레벨 및 일반적인 표현인 것으로 의도된다. 이와 관련하여, 시스템(100)의 컴퓨터 기반 또는 프로세서 기반 구성요소들 중 어느 것도 장치(200)의 아키텍처를 사용할 수 있다. 장치(200)의 예시된 실시예는 일반적으로, 제한없이, 적어도 하나의 프로세서 장치(202); 적절한 양의 메모리(204); 장치별 하드웨어, 소프트웨어, 펌웨어 및/또는 특징들(206); 사용자 인터페이스(208); 통신 모듈(210); 및 디스플레이 요소(212)를 포함한다. 물론, 장치(200)의 구현은 본원에 설명된 주제와 관련이 없는 다양한 특징들을 지원하도록 구성된 추가 요소들, 구성요소들, 모듈들 및 기능을 포함할 수 있다. 예를 들어, 장치(200)는 장치(200)의 특정 구현 및 배치와 관련될 수 있는 종래의 기능들을 지원하기 위한 특정 특징들 및 요소들을 포함할 수 있다. 실제로, 장치(200)의 요소들은 버스 또는 임의의 적절한 상호 접속 아키텍처(214)를 통해 함께 결합될 수 있다.
프로세서 장치(202)는 범용 프로세서, 콘텐트 주소 지정 가능 메모리, 디지털 신호 프로세서, 주문형 반도체, 필드 프로그래밍 가능 게이트 어레이, 임의의 적절한 프로그래밍 가능 로직 장치, 개별 게이트 또는 트랜지스터 로직, 개별 하드웨어 구성요소들, 또는 본원에 설명된 기능들을 수행하도록 설계된 임의의 조합으로 구현 또는 수행될 수 있다. 게다가, 프로세서 장치(202)는 컴퓨팅 장치들의 조합, 예를 들어, 디지털 신호 프로세서 및 마이크로프로세서, 다수의 마이크로프로세서들, 디지털 신호 프로세서 코어와 관련된 하나 이상의 마이크로프로세서들, 또는 임의의 다른 구성의 조합으로 구현될 수 있다.
메모리(204)는 RAM 메모리, 플래시 메모리, EPROM 메모리, EEPROM 메모리, 레지스터들, 하드 디스크, 이동식 디스크, CD-ROM, 또는 당업계에 알려진 임의의 다른 형태의 저장 매체로 실현될 수 있다. 이와 관련하여, 메모리(204)는 프로세서 장치(202)가 메모리(204)로부터 정보를 판독하고 메모리(204)에 정보를 기록할 수 있도록 프로세서 장치(202)에 결합될 수 있다. 대안으로, 메모리(204)는 프로세서 장치(202)에 통합될 수 있다. 예로서, 프로세서 장치(202) 및 메모리(204)는 ASIC에 존재할 수 있다. 메모리(204)의 적어도 일부는 프로세서 장치(202)와 동작 가능하게 연관된 컴퓨터 저장 매체, 예를 들어, 컴퓨터 실행 가능 인스트럭션들이 저장된 유형의(tangible) 컴퓨터 판독 가능 매체로 실현될 수 있다. 컴퓨터 실행 가능 인스트럭션들은, 프로세서 장치(202)에 의해 판독 및 실행될 때, 장치(200)가 특정 실시 예에 특정된 특정 태스크들, 동작들, 기능들 및 프로세스들을 수행하도록 한다. 이와 관련하여, 메모리(204)는 이러한 컴퓨터 판독 가능 매체들의 하나의 적절한 구현예를 나타낼 수 있다. 대안으로 또는 추가로, 장치(200)는 휴대용 또는 모바일 구성요소 또는 플랫폼, 예를 들어 휴대용 하드 드라이브, USB 플래시 드라이브, 광 디스크 등으로 구현되는 컴퓨터 판독 가능 매체들(별도로 도시되지 않음)을 수용하고 그와 협력할 수 있다.
장치별 하드웨어, 소프트웨어, 펌웨어 및 특징들(206)은 장치(200)의 일 실시예에서 다른 실시예까지 다양할 수 있다. 예를 들어, 장치별 하드웨어, 소프트웨어, 펌웨어 및 특징들(206)은 장치(200)가 인슐린 주입 장치로 실현될 경우의 인슐린 펌프 동작들; 장치(200)가 클라우드 기반 컴퓨팅 장치들로 실현될 때의 서버 시스템 동작들; 등을 지원할 것이다. 실제로, 장치별 하드웨어, 소프트웨어, 펌웨어 및 특징들(206)의 특정 부분들 또는 측면들은 도 2에 도시된 다른 블록들 중 하나 이상에서 구현될 수 있다.
사용자 인터페이스(208)는 사용자가 장치(200)와 상호 작용할 수 있도록 하는 다양한 특징들을 포함하거나 이와 협력할 수 있다. 따라서, 사용자 인터페이스(208)는 다양한 인간-대-기계 인터페이스, 예를 들어, 키패드, 키, 키보드, 버튼, 스위치, 노브(knob), 터치 패드, 조이스틱, 포인팅 장치, 가상 필기 태블릿, 터치 스크린, 마이크로폰, 또는 사용자가 옵션들을 선택하게 하거나, 정보를 입력하게 하거나, 아니면 장치(200)의 동작들을 제어하게 하는 임의의 장치, 구성요소 또는 기능을 포함할 수 있다. 사용자 인터페이스(208)는 사용자가 디스플레이 요소(212)를 통해 어플리케이션을 조작하거나 아니면 이와 상호 작용할 수 있게 하는 하나 이상의 그래픽 사용자 인터페이스(GUI) 제어 요소들을 포함할 수 있다.
통신 모듈 (210)은 장치(200)의 동작 동안 필요에 따라 장치(200)와 다른 구성요소들 간의 데이터 통신을 용이하게 한다. 이 설명의 맥락에서, 통신 모듈(210)은 장치 관련 제어 데이터, 환자 관련 데이터, 장치 관련 상태 또는 동작 데이터, 치료 권장사항들, 주입 장치 조정 권장사항들 및 관련 제어 인스트럭션들 등을 전송하거나 스트리밍하는데 사용될 수 있다. 통신 모듈(210)의 특정 구성 및 기능이 하드웨어 플랫폼 및 장치(200)의 특정 구현에 따라 변할 수 있음을 이해해야 한다. 따라서, 도 1을 참조하면, 원격 컴퓨팅 장치(102)의 통신 모듈은 다양한 소스들로부터 입력 데이터를 얻고, 인슐린 주입 장치(104)에 권장사항들 및 통지들을 전송하는 데 사용된다. 게다가, 인슐린 주입 장치(104)의 통신 모듈은 글루코오스 센서(106)로부터 센서 글루코오스 데이터를 수신하고, 컴퓨팅 장치(102)로 입력 데이터를 전송하는데 사용될 수 있다. 실제로, 장치(200)의 일 실시예는 다양한 데이터 통신 프로토콜들을 사용하여 무선 데이터 통신 및/또는 유선 데이터 통신을 지원할 수 있다. 예를 들어, 통신 모듈(210)은 제한없이, RF; IrDA(적외선); 블루투스; 지그비(및 IEEE 802.15 프로토콜의 기타 변형들); IEEE 802.11(모든 변형); IEEE 802.16(WiMAX 또는 임의의 기타 변형); 직접 시퀀스 확산 스펙트럼; 주파수 도약 확산 스펙트럼; 셀룰러/무선/코드리스 텔레통신 프로토콜들; 무선 홈 네트워크 통신 프로토콜들; 페이징 네트워크 프로토콜들; 자기 유도; 위성 데이터 통신 프로토콜들; WMTS 대역에서 동작하는 것들과 같은 무선 병원 또는 헬스 케어 시설 네트워크 프로토콜들; GPRS; 및 무선 USB의 변형들과 같은 독점 무선 데이터 통신 프로토콜들을 포함하는, 하나 이상의 무선 데이터 통신 프로토콜들, 기법들 또는 방법론들을 지원할 수 있다. 게다가, 통신 모듈(210)은 제한없이, 이더넷; 전력선; 홈 네트워크 통신 프로토콜들; USB; IEEE 1394(퐈이어와이어); 병원 네트워크 통신 프로토콜들; 및 독점 데이터 통신 프로토콜들을 포함하는, 하나 이상의 유선/케이블 데이터 통신 프로토콜들을 지원할 수 있다.
디스플레이 요소(212)는 장치(200)가 다양한 화면들, 권장사항 메시지들, 통지들, GUI들, GUI 제어 요소들, 드롭 다운 메뉴들, 자동 채우기 필드들, 텍스트 입력 필드들, 메시지 필드들 등을 렌더링하고 디스플레이할 수 있도록 적절하게 구성된다. 물론, 디스플레이 요소(212)는 또한 잘 이해되는 바와 같이, 장치(200)의 동작 동안 다른 정보의 디스플레이를 위해 사용될 수 있다. 특히, 디스플레이 요소(212)의 특정 구성, 동작 특성들, 크기, 해상도 및 기능은 장치(200)의 실제 구현에 따라 달라질 수 있다.
도 2에 도시된 일반적인 아키텍처가 인슐린 주입 장치(104)에 의해 사용될 수 있다. 인슐린 주입 장치(104)의 적절하게 구성, 설계 및 프로그래밍된 인슐린 전달 컨트롤러는 프로세서 장치(202), 메모리(204) 및/또는 장치별 하드웨어, 소프트웨어 및 특징들(206)을 사용하여 실현될 수 있다. 대안으로, 인슐린 전달 컨트롤러는 마이크로컨트롤러 장치, 주문형 반도체(ASIC) 등으로 실현될 수 있다.
개시된 주제는 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작할 수 있는 이중 모드 인슐린 주입 장치의 사용을 관리하는 방법에 관한 것이다. 예를 들어, 수동 인슐린 전달 모드는 깨어 있는 시간 동안 활성화될 수 있으며, 폐루프 모드는 수면 시간 동안 활성화될 수 있다. 수동 인슐린 전달 모드에서 동작할 경우, 주입 장치는 인슐린이 환자에게 전달되는 방식에 영향을 주는 적용 가능한 수동 모드 설정들을 사용한다. 유사하게, 폐루프 모드에서 동작할 경우, 주입 장치는 인슐린이 환자에게 전달되는 방식에 영향을 미치는 적용 가능한 폐루프 설정들을 사용한다. 이와 관련하여, 수동 모드 기저율 설정은 환자에게 기초 인슐린의 전달을 조절하기 위해 수동 인슐린 전달 모드에서의 동작 동안 사용되며, 폐루프 기저율 설정은 환자에게 기초 인슐린의 전달을 조절하기 위해 폐루프 인슐린 전달 모드에서의 동작 동안 사용될 수 있다. 이 설명은 기저율 설정들의 조정에 초점을 맞추고 있지만, 본원에 제시된 개념들 및 방법론은 또한 제한없이, 환자의 인슐린 감도 인자(insulin sensitivity factor; ISF) 및/또는 환자의 인슐린-대-탄수화물 비율(탄수화물 비율)을 포함하는, 인슐린 주입 장치의 기타 환자별 설정들을 조정하는 데 사용될 수 있다.
특정 실시예들에 따르면, 인슐린 주입 장치는 글루코오스를 유글리세믹(euglycemic) 범위 내로 유지하기 위해 기초 인슐린 전달을 자동으로 조정하도록 적절하게 구성된다. 인슐린 장치는 두 개의 독립적인 동작 모드들을 갖는다: (i) 기초 인슐린이 사전 프로그래밍된 속도 또는 시간 기반 속도 프로파일에 따라 전달되는 수동 모드; 및 (ii) 기초 인슐린 전달이 센서 혈당 측정치들에 기초하여 자동으로(예를 들어, 5분 마다) 조정되는 폐루프 모드. 폐루프 모드에서 며칠의 동작 후, 전달되는 총 일일 기초 인슐린은 피드백 컨트롤러에 의한 인슐린 전달의 일정한 조정으로 인해 보다 최적의 수치에 도달하는 경향이 있다. 일반적으로 인슐린 주입 장치 치료 시작 시 설정되는 수동 모드 요법에 사용되는 사전 프로그래밍된 기저율들은 다양한 이유들로 인해 폐루프 모드에서 몇 주의 치료 후에는 관련이 없을 수 있다. 따라서, 인슐린 주입 장치에서 수집된 데이터로부터 획득된 폐루프 인슐린 전달 프로파일에 기초하여 수동 모드 주입 장치 설정들을 재조정하는 것을 고려할 가치가 있다.
인슐린 주입 장치로부터 얻은 데이터를 기반으로 환자의 기저율을 재계산하기 위해 다음의 방법론이 수행될 수 있다. 우선, 자동 폐루프 인슐린 전달 모드가 활성화되는 동안, 지난 N일의 펌프 데이터의 보고 또는 분석을 획득한다(N은 7, 14 등과 같은 임의의 실제 숫자일 수 있다). 다음, 적어도 총 일일 인슐린 투여량(하루 당) 및 환자에게 전달된 총 기초 인슐린(하루 당)을 획득한다. 단일의 일일 기저율은 다음과 같은 획득된 데이터로부터 계산될 수 있다:
Figure pct00001
다수의 일일 기저율들은 또한 하루 중 각 지정된 시간 세그먼트(예를 들어, 3시간 세그먼트, 4시간 세그먼트, 1시간 세그먼트) 동안 폐루프 모드 기초 인슐린 전달의 분포에 기초하여 계산될 수 있다. 예를 들어, 하기 표 1에 표시된 바와 같이, 3 시간 세그먼트마다 자동 폐루프 모드 동안 주입 장치에 의해 전달되는 기초 인슐린의 분포를 도출하는 데 이중 모드 인슐린 주입 장치를 사용하는 527명의 환자로부터의 데이터가 사용되었다. 표 1은 동일한 유형/모델의 인슐린 주입 장치를 사용하는 527명의 환자들에 대해 수집된 데이터에 기초하여, 각 3 시간 세그먼트 마다 전달된 폐루프 기초 인슐린의 평균 분포를 나타낸다.
세그먼트 번호 하루 중 시간 전달되는 기초 인슐린의 평균 백분율
1 0000 - 0300 14.0%
2 0300 - 0600 12.7%
3 0600 - 0900 12.6%
4 0900 - 1200 12.6%
5 1200 - 1500 11.7%
6 1500 - 1800 12.2%
7 1800 - 2100 10.9%
8 2100 - 2400 13.3%
모집단 기반 데이터(표 1에 표시된 데이터와 같은)를 사용하여, 하루 중 세그먼트 당 기저율은 다음과 같이 계산될 수 있다:
Figure pct00002
하루 중 세그먼트 당 기저율(3 시간 세그먼트)는 또한 다양한 모집단 코호트(cohort)들, 예를 들어, 성별, 인구 통계, 연령, 인슐린 요구 사항들, 체질량 지수, 질병 이력 등에 기초하여 분리된 환자들에 대해 계산될 수 있다. 수집된 환자 및 주입 장치 데이터는 이용 가능한 정보에 기초하여 이러한 코호트를 분리하는 데 활용될 수 있다.
하루 중 세그먼트 당 기저율(3 시간 세그먼트)는 또한 (상기 표 1에 도시된 바와 같은 모집단 기반 분포가 아닌) 한 환자의 3 시간마다 자동 폐루프 기초 인슐린 분포에만 기초하여 계산될 수 있다. 단 한 명의 환자에 대한 예가 하기에 제공된다. 하기의 표 2는 이 특정 사용자에 대해 하루 중 3 시간 세그먼트 당 전달되는 폐루프 기초량의 백분율을 나타낸다.
세그먼트 번호 하루 중 시간 전달되는 기초 인슐린의 평균 백분율
1 0000 - 0300 21.9%
2 0300 - 0600 15.2%
3 0600 - 0900 14.9%
4 0900 - 1200 5.5%
5 1200 - 1500 9.5%
6 1500 - 1800 10.8%
7 1800 - 2100 8.8%
8 2100 - 2400 13.4%
자동 폐루프 모드 하에서 지난 7 일 동안 전달된 평균 총 기초 인슐린은 이 환자에게 19.6 유닛이었다. 따라서, 이 데이터에 기초한 3 시간마다 기저율은 표 3에 하기에 도시된 바와 같이 계산될 수 있다.
세그먼트 번호 하루 중 시간 3시간 마다 기초 속도 계산 세그먼트 당 기초 속도(U/시간)
1 0000 - 0300 = 19.6 x 0.219 1.42
2 0300 - 0600 = 19.6 x 0.152 0.99
3 0600 - 0900 = 19.6 x 0.149 0.97
4 0900 - 1200 = 19.6 x 0.055 0.36
5 1200 - 1500 = 19.6 x 0.095 0.62
6 1500 - 1800 = 19.6 x 0.108 0.70
7 1800 - 2100 = 19.6 x 0.088 0.58
8 2100 - 2400 = 19.6 x 0.134 0.88
3 시간 마다 세그먼트 대신, 하루는 4개의 6 시간 세그먼트, 2 개의 12 시간 세그먼트, 또는 원하는 대로 임의 개수의 세그먼트로 나뉠 수 있다.
특정 실시예들에서, 주입 장치 및/또는 환자 데이터는 또한 평균 총 일일 투여량(total daily dose; TDD)을 나타내며, 이는 유닛/일로 표현된다. 이 정보는 환자의 인슐린 감도 인자(ISF)를 업데이트하는 데 사용할 수 있으며, 이는 mg/dL/유닛으로 표현된다. 본원에 제시된 예시적인 실시예의 경우, ISF는 다음의 식에 따라 계산된다:
Figure pct00003
. 이 관계는 ISF가 계산될 수 있는 방법의 한 예일뿐이라는 것을 이해해야 한다. 실제로, 본원에 설명된 방법론과 시스템들은 원하는 경우 다른 공식이나 방정식을 사용하여 ISF를 계산할 수 있다. 이와 관련하여, 방정식의 분자는 모든 경우에 1800일 필요는 없다(1500, 1700, 2000 등의 값들도 가능하다). 게다가, 본원에서 평균 TDD 값이 적절하지만, 다른 통계적 표현들, 측정들 또는 가중 값들도 사용될 수 있다. 예를 들어, 평균 TDD 값 대신 정의된 일 수(number of days)로부터 계산된 중앙 TDD 값(median TDD value)이 사용될 수 있다. 다른 예로서, TDD 기반 값 대신 일일 자동-볼러스(auto-bolus) 양의 통계값(예를 들어, 평균)이 사용될 수 있다. 이들 및 다른 변형들이 이 개시에 의해 고려된다.
본원에 제시된 방법론들을 사용하여, 수동 전달 모드에서 인슐린 주입 장치의 동작에 영향을 미치는 특정 환자별 설정들은 주입 장치가 자동 폐루프 전달 모드에서 기능하는 동안 수집된 장치/환자 데이터의 분석에 기초하여 조정된다. 보다 구체적으로, 수동 모드 기저율 설정 및/또는 인슐린 감도 인자는 필요에 따라 주입 장치에 의해 자동으로 조정될 수 있다. 따라서, 수동 전달 모드에 대한 기저율 설정은 환자에게 더 나은 혈당 결과를 달성하기 위해 지속적인 방식으로(인슐린 주입 장치에 의해 자동으로 또는 아니면 다른 방식으로) 조정될 수 있다. 실제로, 환자의 개루프(수동 모드) 센서 혈당 프로파일은 이 방법론의 결과로 시간이 지남에 따라 개선되어야 한다.
이와 관련하여, 도 3은 주입 장치 관리 프로세스(300)의 예시적인 실시예를 예시하는 흐름도이다. 프로세스(300)와 관련하여 수행되는 다양한 태스크들(tasks)은 소프트웨어, 하드웨어, 펌웨어 또는 이들의 임의의 조합에 의해 수행될 수 있다. 예시를 위해, 프로세스(300)에 대한 다음의 설명은 도 1 및 2와 관련하여 상기에 언급된 요소들을 참조할 수 있다. 실제로, 프로세스(300)의 일부들은 설명된 시스템의 다른 요소들, 예를 들어 주입 장치, 데이터 업로더 구성요소, 클라우드 기반 컴퓨팅 장치, 환자 모니터 장치, 스마트폰, 개인용 컴퓨터 등에 의해 수행될 수 있다. 프로세스(300)는 임의의 개수의 추가 또는 대안 태스크들을 포함할 수 있으며, 도 3에 도시된 태스크들은 예시된 순서로 수행될 필요가 없으며, 프로세스(300)는 본원에서 상세히 설명되지 않은 추가 기능을 갖는 보다 포괄적인 절차 또는 프로세스에 통합될 수 있다는 것을 이해해야 한다. 게다가, 도 3에 도시된 태스크들 중 하나 이상은 의도된 전체 기능이 그대로 유지되는 한, 프로세스(300)의 실시예로부터 생략될 수 있다.
실제로, 시스템(100)은 다수의 환자들에 대한 데이터를 수집 및 분석하도록 구성될 수 있다. 실제로, 시스템(100)의 중앙 집중식 클라우드 기반 배치는 많은 수의 환자들을 수용하도록 확장될 수 있게 한다. 따라서, 본원에 설명된 기술들 및 방법론들은 다양한 환자들에 대한 권장사항 및 관련 주입 장치 조정을 생성, 전달 및 처리하는 데 활용될 수 있다. 간결화 및 단순화를 위해, 프로세스(300)는 단 한 명의 사용자/환자를 참조하여 설명된다. 시스템(100)의 실시예는 복수의 상이한 사용자들/환자들을 수용하는 방식으로 프로세스(300)를 확장할 수 있다는 것을 이해해야 한다.
필수는 아니지만, 프로세스(300)의 실시예는 인슐린 주입 장치에 의해 수행되는 일부 태스크들과 다른 컴퓨팅 장치(예를 들어, 클라우드 기반 장치, 환자에 의해 소유되거나 동작하는 개인용 컴퓨터, 환자에 의해 소유되거나 동작되는 모바일 장치, 의료 장비, 데이터 업로더 구성요소 등)에 의해 수행되는 다른 태스크들을 포함한다. 다음 설명은 환자의 인슐린 주입 장치(104)가 특정 태스크들을 수행하고, 원격 컴퓨팅 장치(102)가 다른 태스크들을 수행한다고 가정한다(도 1 참조). 이를 위해, 도 3의 좌측에 있는 블록들은 인슐린 주입 장치(104)에 의해 수행되는 태스크들을 나타내고, 도 3의 우측에 있는 블록들은 원격 컴퓨팅 장치(102)에 의해 수행되는 태스크들을 나타낸다.
상기에 설명된 바와 같이, 프로세스(300)는 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하는 이중 모드 인슐린 주입 장치의 사용을 관리하는 방법의 예시적인 실시예를 나타낸다. 이 예는 인슐린 주입 장치가 폐루프 전달 모드에서 동작하도록 제어된다고 가정한다(태스크 302). 폐루프 전달 모드에서의 동작은 환자; 간병인; 인슐린 주입 장치에 의해 자동으로; 인슐린 주입 장치와 통신하는 장치, 시스템 또는 구성요소 등에 의해 원격으로 시작될 수 있다. 실제로, 인슐린 주입 장치의 컨트롤러/프로세서는 폐루프 모드에서 동작을 제어하는 것에 책임이 있다.
인슐린 주입 장치가 폐루프 전달 모드에서 동작하는 동안, 프로세스(300)는 주입 장치의 사용자에 대한 폐루프 펌프 데이터를 수집한(태스크 304). 폐루프 펌프 데이터는 주입 장치의 상태 및/또는 사용자의 상태와 관련된 데이터를 포함한다. 폐루프 펌프 데이터는, 제한없이, 적어도 하나의 정의된 시간 기간(예를 들어, 8 시간 기간, 다수의 연속 1시간 기간, 또는 다수의 연속 3시간 기간) 동안 자동 폐루프 인슐린 전달 모드에서 동작하는 동안 인슐린 주입 장치에 의해 사용자에게 전달되는 기초 인슐린을 나타내는 데이터를 포함한다. 특정 실시예들에서, 폐루프 펌프 데이터는 또한 사용자에 대한 인슐린의 평균 총 일일 투여량(TDD)과 같이, 적어도 하나의 정의된 시간 기간(예를 들어, 지난 24 시간, 다수의 연속 시간 세그먼트 등) 동안 주입 장치에 의해 전달되는 인슐린의 총량을 나타내는 데이터를 포함한다. 폐루프 펌프 데이터는 또한 혈당 센서 데이터, 주입 장치에 대한 로그 데이터, 사용자 입력 데이터, 특정 이벤트들 또는 수집된 데이터와 연관된 시간/달력 데이터, 및/또는 본원에 설명된 주제와 특별히 관련이 없는 기타 정보를 포함할 수 있다.
폐루프 펌프 데이터는 인슐린 주입 장치에 있는 메모리에 수집 및 저장될 수 있다. 결국, 수집된 폐루프 펌프 데이터는 분석 및 처리를 위해 적어도 하나의 컴퓨팅 장치에 제공된다(태스크 306). 이 예는 인슐린 주입 장치가 수집된 폐루프 펌프 데이터를 직접적으로 또는 도 1에 도시된 데이터 업로더 구성요소(112)와 같은 하나 이상의 중간 구성요소들을 통해 원격 컴퓨팅 장치로 전달한다고 가정한다. 펌프 데이터는 주입 장치가 폐루프 모드를 빠져나간 후 자동으로 업로드될 수 있거나, 업로딩이 사용자, 간병인 등에 의해 시작될 수 있다.
이 설명은 수집된 폐루프 펌프 데이터가 원격 컴퓨팅 장치에 의해 성공적으로 수신된다고 가정한다(태스크 308). 수신된 펌프 데이터는 한 사용자/환자의 인슐린 주입 장치에서 비롯된다. 그러나, 원격 컴퓨팅 장치는 복수의 서로 다른 사용자들 및 복수의 서로 다른 인슐린 주입 장치들을 지원하도록 설계 및 프로그래밍될 수 있으며, 이는 차례로 해당 펌프 데이터를 생성 및 제공한다. 따라서, 프로세스(300)는 (선택적으로) 적어도 하나의 다른 사용자에 대한 추가 폐루프 펌프 데이터를 얻을 수 있으며(태스크 310), 여기서 추가 펌프 데이터는 각각의 인슐린 주입 장치들로부터 비롯된다. 태스크(310)는 본원에 설명된 방법론이 임의의 한 개인 환자 또는 둘 이상의 환자들에 대한 펌프 데이터를 수신 및 분석할 수 있기 때문에 선택적이며, 주어진 환자에 대한 결과 조정 권장사항들은 그 자체로 환자별 펌프 데이터에 기초하거나 다수의 환자들로부터 수집된 펌프 데이터에 기초한다.
프로세스(300)는 수신된 폐루프 펌프 데이터를 분석함으로써 계속된다(태스크 312). 상기에 언급된 바와 같이, 분석될 펌프 데이터는 주어진 환자에 특정될 수 있거나, 복수의 다른 환자들과 연관될 수 있다. 수신된 폐루프 펌프 데이터는 특정 사용자에 대한 업데이트된 기저율 데이터를 생성하도록 검토 및 분석된다(태스크 314). 따라서, 업데이트된 기저율 데이터는 특정 사용자에 대한 펌프 데이터에만 기초하거나, 해당 특정 사용자에 대한 펌프 데이터 및 적어도 하나의 다른 사용자에 대한 펌프 데이터에 기초하거나, 또는 (특정 사용자에 대한 펌프 데이터를 고려하지 않고) 적어도 하나의 다른 사용자에 대한 펌프 데이터에 기초하여 생성될 수 있다. 특정 실시예들에서, 태스크(312)는 특정 시간 기간 동안 자동 폐루프 전달 모드에서 전달된 인슐린의 총량을 고려하며, 그 양은 해당 시간 기간 동안 기저율이 된다. 예를 들어, 지난 2주에 걸쳐 평균 3.0 유닛의 인슐린이 오전 3시에서 오전 6시 사이의 폐루프 동작 동안 환자에게 전달되었다고 가정한다. 오전 3시에서 오전 6시 사이의 시간 세그먼트에 대한 (수동 모드에서 사용될) 새로운 기저율은 1.0 유닛/시간이다. 다른 예로서, 폐루프 모드가 지난 2주 동안 하루 당 평균 36 유닛의 기초 인슐린을 전달했다면, 업데이트된 기저율은 1.5 유닛/시간이 될 것이다.
프로세스(300)는 폐루프 펌프 데이터에 포함된 또한 TDD 정보에 기초하여, 사용자의 ISF 값을 업데이트할 수 있다(태스크 314). 상기에 언급된 바와 같이, ISF는 다음과 같이 계산될 수 있다:
Figure pct00004
, 여기서 X의 값은 1800, 1500, 2000 등일 수 있다. 실제로, 프로세스(300)는 기저율 자체, ISF 값 자체, 또는 기저율과 ISF 값 둘 다를 업데이트할 수 있다.
이 설명은 업데이트된 기저율 및/또는 업데이트된 ISF 값이 현재 값들과 적어도 임계 양만큼 달라, 현재 값들이 조정되어야 한다고 가정한다. 따라서, 프로세스(300)는 인슐린 주입 장치의 특정 설정들을 조정하기 위한 권장사항을 (업데이트된 기저율 데이터 및/또는 업데이트된 ISF 값으로부터) 생성함으로써 계속된다(태스크 316). 이를 위해, 원격 컴퓨팅 장치는 인슐린 주입 장치의 수동 모드 기저율 설정을 조정하기 위한 권장사항 및/또는 인슐린 주입 장치의 ISF 값을 조정하기 위한 권장사항을 생성한다. 권장사항은 사용자에게 프레젠테이션 또는 통신을 위해 적절한 방식으로 배열되고, 포맷화되고 아니면 구성될 수 있다. 이와 관련하여, 권장사항은 이메일, 텍스트 메시지, HTML 문서(웹 페이지), 디스플레이 가능한 보고서 등과 같은 사용자 판독 가능 포맷으로 제공(또는 구현)될 수 있다. 대안으로(또는 추가로), 권장사항은 임의의 컴퓨터 판독 가능 데이터 객체, 메타데이터, 제어/명령 신호들 또는 인스트럭션들 등으로 실현될 수 있다. 권장사항은 권자사항을 생성하는 컴퓨팅 장치를 통한 즉각적인 프레젠테이션을 위해 의도되거나, 인슐린 주입 장치, 환자 모니터 장치 또는 환자의 스마트폰 장치와 같은 링크된 또는 연관된 대상 장치 또는 시스템을 통한 프레젠테이션을 위해 의도될 수 있다. 본원에 설명된 예시적인 실시예에 따르면, 권장사항은 인슐린 주입 장치에서 프리젠테이션하기 위해 구성되고 포맷화되며, 장치의 하나 이상의 설정들에 대한 권장된 조정을 수행하도록 인슐린 주입 장치에 의해 실행될 수 있는 특정 명령들 또는 제어 인스트럭션들을 포함한다.
프로세스(300)의 예시된 실시예에 따르면, 권장사항은 원래 컴퓨팅 장치에서 인슐린 주입 장치로 전달된다(태스크 318). 이 예는 인슐린 주입 장치에 의해 권장사항(또는 권장사항을 전달하기 위해 사용되는 어떠한 데이터)이 성공적으로 수신되고 처리된다고 가정한다(태스크 320). 권장사항을 수신하고 처리하는 것에 응답하여, 인슐린 주입 장치는 적절한 조치를 취한다. 예를 들어, 주입 장치는 주입 장치의 기본 기능들을 사용하여 환자에게 권장사항의 내용을 디스플레이하거나, 명시하거나 아니면 제시할 수 있다. 다른 예로서, 주입 장치는 권장사항에 표시된 바와 같이, 특정 설정들을 자동으로 조정하도록 적절하게 구성될 수 있다. 또 다른 예로서, 권장사항을 수신하고 처리하는 것에 응답하여, 주입 장치는 환자, 간병인 또는 다른 사용자로부터 확인 또는 승인을 받은 후 특정 설정들을 조정하도록 준비될 수 있다.
프로세스(300)의 예시적인 실시예는 권장사항에서 전달된 파라미터들 또는 값들에 따라 수동 모드 기저율 설정을 조정하도록 인슐린 주입 장치를 자동으로 제어한다(태스크 322). 대안으로 또는 추가로, 프로세스(300)는 권장사항에서 전달된 업데이트된 ISF 값에 따라 ISF를 조정하도록 인슐린 주입 장치를 자동으로 제어한다(태스크 322). 이와 관련하여, 인슐린 주입 장치의 관련 설정들은 원격 컴퓨팅 장치에 의해 생성된 권장사항의 방식으로 자동으로 업데이트될 수 있다. 결국, 인슐린 주입 장치는 수동 인슐린 전달 모드에서 동작하도록 제어된다(태스크 324). "조정 후(post-adjustment)" 수동 모드에서의 동작은 추가 사용자/환자의 개입없이 자동으로 원활하게 일어날 수 있으며, 다음 수동 전달 모드 진입 시 최근 조정들이 효과적으로 될 수 있다. 수동 인슐린 전달 모드에서의 동작 동안, 인슐린 주입 장치는 원격 컴퓨팅 장치로부터 획득된 권장사항에서 전달된 (조정된 바와 같은) 수동 모드 기저율 설정 및/또는 조정된 ISF 값을 구현하고 사용한다.
환자의 탄수화물 비율은 유사한 방식으로 조정될 수 있다. 이와 관련하여, 탄수화물 비율에 대한 하나의 고전적 관계는
Figure pct00005
로 표현되며, 여기서 Y는 500과 같은, 적절하게 선택되거나 계산된다. 결과적으로, 탄수화물 비율은 (그 정의 관계의 유사성으로 인해) ISF 값에 대해 위에서 설명한대로 처리할 수 있다. 탄수화물 비율 값은 또한 환자의 일일 자동 볼러스 양에 기초한 통계값을 사용하여 계산될 수 있음을 이해해야 한다. 탄수화물 비율을 조정하기 위한 이들 및 다른 기술들이 본 개시에 의해 고려된다.
프로세스(300)의 반복은 필요에 따라 또는 요구에 따라 반복될 수 있다. 예를 들어, 프로세스(300)는 폐루프 동작의 각 기간을 따라 수행될 수 있다. 대안으로, 프로세스(300)의 반복은 폐루프 동작의 각 기간 동안 수집된 펌프 데이터를 사용하여, 임의의 지정된 수의 폐루프 기간을 따라 수행될 수 있다. 다른 예로서, 프로세스(300)는 매주, 매월, 매일 등으로 수행될 수 있다.
특정 구현예들에 따르면, 수동 모드 기저율 설정은 24시간 하루의 복수의 시간 세그먼트들에 대응되는 복수의 수동 모드 기저율들을 정의하는 기저율 프로파일을 포함하거나 나타내며, 수동 모드 기저율들의 적어도 일부는 권장사항에 따라 조정된다. 예를 들어, 표 3을 참조하여 상기에 설명된 바와 같이, 24시간 기간은 8개의 3시간 세그먼트들로 나뉠 수 있으며, 각각은 개별 기저율을 갖는다. 이러한 시나리오의 경우, 본원에 설명된 방법론을 사용하여 8가지 기저율들 중 일부 또는 모두가 조정될 수 있다. 다른 구현예에 따르면, 수동 모드 기저율 설정은 24시간 동안 단일 기저율 값을 포함하거나 나타내며, 특정 기저율 값은 권장사항에 따라 조정된다. 이들 및 다른 변형들이 이 개시에 의해 고려된다.
상기에 설명된 프로세스(300)의 예시적인 실시예는 클라우드 기반 시스템의 프로세싱 인텔리전스, 리소스들 및 성능을 활용한다. 그러나, 대안적인 실시예에 따르면, 인슐린 주입 장치 자체는 펌프 데이터를 분석하고, 권장사항을 생성하고, 필요에 따라 권장사항에 따라 조치할 수 있다. 즉, 본원에 설명된 방법론은 원격 처리 구성요소 없이, 독립형 인슐린 주입 장치의 맥락에서 실현될 수 있다. 이를 위해, 인슐린 주입 장치는 수집된 펌프 데이터를 적절한 시간에 분석하고, 권장사항을 생성하고, 필요에 따라 권장사항을 자체 구현하거나 자체 실행할 수 있다. 앞서 언급된 바와 같이, 주입 장치는 권장된 조정들을 자동으로 입력할 수 있거나, 또는 권장된 조정들을 입력하기 전에 (환자, 간병인 또는 기타 승인된 사용자로부터) 확인 또는 승인을 받기 위해 대기할 수 있다.
상기에 설명된 예는 원격 클라우드 기반 컴퓨팅 장치에서 인슐린 주입 장치로 권장사항을 전달하며, 이는 권장사항을 수신하는 것에 응답하여 적절한 조치를 취한다. 그러나, 대안적인 실시예들에 따르면, 권장사항은 인슐린 주입 장치로 전달될 필요는 없다. 대신, 권장사항은 인슐린 주입 장치가 아닌 장치, 시스템 또는 구성요소에 제공되거나, 전달되거나, 또는 아니면 전송될 수 있다. 대상 장치는 예를 들어, 랩톱 컴퓨터, 데스크톱 컴퓨터 또는 태블릿 컴퓨터; 스마트폰과 같은 모바일 장치; 웨어러블 컴퓨팅 장치; 인슐린 주입 장치 이외의 의료 장비 또는 의료 장치; 비디오 게임 장치; 홈 엔터테인먼트 장치 또는 시스템; 컴퓨터 기반 스마트 기기; 또는 적절하게 구성되고 프로그래밍된 컴퓨터 기반 장치일 수 있다. 이러한 실시예들의 경우, 대상 장치는 인슐린 주입 장치에 권장사항을 포워딩하는 중개 또는 인터페이스 장치 역할을 할 수 있거나, 사용자에게 권장사항을 제시하는 "통지" 장치 역할을 할 수 있으며, 사용자는 적절한 조치(예를 들어, 주입 장치 설정들에 대한 권장된 조정을 수행하고, 적절한 방식으로 주입 장치를 제어하고, 주입 장치 설정들의 자동 업데이트를 승인하는 등)를 취해야 한다.
상기에 설명된 다양한 실시예들은 제한없이, 다음의 예들과 관련된다:
1. 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하는 이중 모드 인슐린 주입 장치의 사용을 관리하는 방법으로서, 상기 방법은, 인슐린 주입 장치의 사용자에 대한 폐루프 펌프 데이터를 수신하는 단계로서, 폐루프 펌프 데이터는 적어도 하나의 정의된 시간 기간 동안 자동 폐루프 인슐린 전달 모드에서의 동작 동안 인슐린 주입 장치에 의해 사용자에게 전달되는 기초 인슐린을 나타내는 데이터를 포함하는, 상기 수신하는 단계; 사용자에 대한 업데이트된 기저율 데이터를 생성하도록 수신된 폐루프 펌프 데이터를 분석하는 단계; 업데이트된 기저율 데이터로부터, 인슐린 주입 장치의 수동 모드 기저율 설정을 조정하도록 권장사항을 생성하는 단계로서, 인슐린 주입 장치는 수동 인슐린 전달 모드에서의 동작 동안 수동 모드 기저율 설정을 구현하는, 상기 생성하는 단계; 및 권장사항에 따라 수동 모드 기저율 설정을 조정하도록 인슐린 주입 장치를 제어하는 단계를 포함한다.
2. 예 1의 방법에 있어서, 수신하는 단계, 분석하는 단계 및 생성하는 단계는 인슐린 주입 장치와 데이터 통신하는 컴퓨팅 장치에 의해 수행되며; 상기 방법은 컴퓨팅 장치로부터 인슐린 주입 장치로 권장사항을 전달하는 단계를 더 포함한다.
3. 예 2의 방법에 있어서, 제어하는 단계는 프로세서 기반 컴퓨터 시스템으로부터 권장사항을 수신하는 것에 응답하여 인슐린 주입 시스템에 의해 자동으로 수행된다.
4. 예 1의 방법에 있어서, 조정된 바와 같은 수동 모드 기저율 설정에 따라, 수동 인슐린 전달 모드에서 인슐린 주입 장치의 동작을 제어하는 단계를 더 포함한다.
5. 예 1의 방법에 있어서, 제2 인슐린 주입 장치의 제2 사용자에 대한 추가 폐루프 펌프 데이터를 획득하는 단계를 더 포함하며, 분석하는 단계는 사용자에 대한 업데이트된 기저율 데이터를 생성하도록 수신된 폐루프 펌프 데이터 및 획득된 추가 폐루프 펌프 데이터를 분석한다.
6. 예 1의 방법에 있어서, 분석하는 단계 및 생성하는 단계는 인슐린 주입 장치에 의해 수행되며; 제어하는 단계는 권장사항을 생성하는 것에 응답하여 인슐린 주입 시스템에 의해 자동으로 수행된다.
7. 예 1의 방법에 있어서, 수동 모드 기저율 설정은 24시간 하루 중 복수의 시간 세그먼트들에 대응되는 복수의 수동 모드 기저율을 정의하는 기저율 프로파일을 포함하며; 수동 모드 기저율들 중 적어도 일부는 권장사항에 따라 조정된다.
8. 예 1의 방법에 있어서, 수동 모드 기저율 설정은 24시간에 대한 기저율 값을 포함하며; 기저율 값은 권장사항에 따라 조정된다.
9. 예 1의 방법에 있어서, 폐루프 펌프 데이터는 사용자에 대한 평균 총 일일 인슐린 투여량(TDD)을 나타내는 데이터를 포함하며; 상기 방법은 식
Figure pct00006
에 따라 사용자의 인슐린 감도 인자(ISF)를 업데이트하는 단계를 더 포함하며; ISF는 mg/dL/유닛의 단위로 표현되고; TDD는 유닛/일의 단위로 표현된다.
10. 예 9의 방법에 있어서, 수동 인슐린 전달 모드에서의 동작 동안 업데이트된 인슐린 감도 인자를 이용하기 위해 인슐린 주입 장치를 제어하는 단계를 더 포함한다.
11. 프로세서 기반 컴퓨팅 장치로서, 적어도 하나의 프로세서 장치; 및 적어도 하나의 프로세서 장치와 동작 가능하게 연관된 비일시적 프로세서 판독 가능 매체로서, 프로세서 판독 가능 매체는 적어도 하나의 프로세서 장치가, 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하는 인슐린 주입 장치의 사용자에 대한 폐루프 펌프 데이터를 수신하는 단계로서, 폐루프 펌프 데이터는 적어도 하나의 정의된 시간 기간 동안 자동 폐루프 인슐린 전달 모드에서의 동작 동안 인슐린 주입 장치에 의해 사용자에게 전달되는 기초 인슐린을 나타내는 데이터를 포함하는, 상기 수신하는 단계; 사용자에 대한 업데이트된 기저율 데이터를 생성하도록 수신된 폐루프 펌프를 분석하는 단계; 업데이트된 기저율 데이터로부터, 인슐린 주입 장치의 수동 모드 기저율 설정을 조정하도록 권장사항을 생성하는 단계로서, 인슐린 주입 장치는 수동 인슐린 전달 모드에서의 동작 동안 수동 모드 기저율 설정을 구현하는, 상기 생성하는 단계; 및 컴퓨팅 장치로부터 인슐린 주입 장치로 권장사항을 전달하는 단계를 포함하는 방법을 수행하게 하도록 구성 가능한 실행 가능 인스트럭션들을 포함하는, 상기 비일시적 프로세서 판독 가능 매체를 포함한다.
12. 예 11의 컴퓨팅 장치에 있어서, 권장사항은 인슐린 주입 장치가 수동 모드 기저율 설정을 자동으로 조정하도록 한다.
13. 예 11의 컴퓨팅 장치에 있어서, 적어도 하나의 프로세서 장치에 의해 수행된 방법은 조정된 바와 같은 수동 모드 기저율 설정에 따라, 수동 인슐린 전달 모드에서 인슐린 주입 장치의 동작을 제어하는 단계를 더 포함한다.
14. 예 11의 컴퓨팅 장치에 있어서, 적어도 하나의 프로세서 장치에 의해 수행된 방법은 제2 인슐린 주입 장치의 제2 사용자에 대한 추가 폐루프 펌프 데이터를 획득하는 단계를 더 포함하며, 분석하는 단계는 사용자에 대한 업데이트된 기저율 데이터를 생성하도록 수신된 폐루프 펌프 데이터 및 획득된 추가 폐루프 펌프 데이터를 분석한다.
15. 예 11의 컴퓨팅 장치에 있어서, 폐루프 펌프 데이터는 사용자에 대한 평균 총 일일 인슐린 투여량(TDD)을 나타내는 데이터를 포함하며; 적어도 하나의 프로세서 장치에 의해 수행된 방법은 식
Figure pct00007
에 따라 사용자의 인슐린 감도 인자(ISF)를 업데이트하는 단계를 더 포함하며; ISF는 mg/dL/유닛의 단위로 표현되고; TDD는 유닛/일의 단위로 표현된다.
16. 예 15의 컴퓨팅 장치에 있어서, 수동 인슐린 전달 모드에서의 동작 동안 업데이트된 인슐린 감도 인자를 이용하기 위해 인슐린 주입 장치를 제어하는 단계를 더 포함한다.
17. 인슐린 주입 및 관리 시스템으로서, 사용자에게 인슐린을 전달하기 위해 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하도록 구성된 인슐린 주입 장치; 및 인슐린 주입 장치와의 데이터 통신을 지원하는 프로세서 기반 컴퓨팅 장치를 포함하며, 컴퓨팅 장치는 프로세서 장치 및 프로세서 장치와 동작 가능하게 연관된 비일시적 프로세서 판독 가능 매체로서, 프로세서 판독 가능 매체는 프로세서 장치가, 컴퓨팅 장치로, 인슐린 주입 장치의 사용자에 대한 폐루프 펌프 데이터를 수신하는 단계로서, 폐루프 펌프 데이터는 적어도 하나의 정의된 시간 기간 동안 자동 폐루프 인슐린 전달 모드에서의 동작 동안 인슐린 주입 장치에 의해 사용자에게 전달되는 기초 인슐린을 나타내는 데이터를 포함하는, 상기 수신하는 단계; 컴퓨팅 장치로, 사용자에 대한 업데이트된 기저율 데이터를 생성하도록 수신된 폐루프 펌프를 분석하는 단계; 업데이트된 기저율 데이터로부터, 인슐린 주입 장치의 수동 모드 기저율 설정을 조정하도록 권장사항을 생성하는 단계로서, 인슐린 주입 장치는 수동 인슐린 전달 모드에서의 동작 동안 수동 모드 기저율 설정을 구현하고, 생성하는 단계는 컴퓨팅 장치에 의해 수행되는, 상기 생성하는 단계; 및 컴퓨팅 장치로부터 인슐린 주입 장치로 권장사항을 전달하는 단계를 포함하는 방법을 수행하게 하도록 구성 가능한 실행 가능 인스트럭션들을 포함하는, 상기 비일시적 프로세서 판독 가능 매체를 포함한다.
18. 예 17의 시스템에 있어서, 인슐린 주입 장치는 컴퓨팅 장치로부터 권장사항을 수신하는 것에 응답하여 수동 모드 기저율 설정을 자동으로 조정한다.
19. 예 17의 시스템에 있어서, 프로세서 장치에 의해 수행된 방법은 제2 인슐린 주입 장치의 제2 사용자에 대한 추가 폐쇄 펌프 데이터를 획득하는 단계를 더 포함하며, 분석하는 단계는 사용자에 대한 업데이트된 기저율 데이터를 생성하도록 수신된 폐루프 펌프 데이터 및 획득된 추가 폐루프 펌프 데이터를 분석한다.
20. 예 17의 시스템에 있어서, 폐루프 펌프 데이터는 사용자에 대한 평균 총 일일 인슐린 투여량(TDD)을 나타내는 데이터를 포함하며; 프로세서 장치에 의해 수행된 방법은 식
Figure pct00008
에 따라 사용자의 인슐린 감도 인자(ISF)를 업데이트하는 단계를 더 포함하며; ISF는 mg/dL/유닛의 단위로 표현되고; TDD는 유닛/일의 단위로 표현된다.
21. 예 20의 시스템에 있어서, 프로세서 장치에 의해 수행된 방법은 수동 인슐린 전달 모드에서의 동작 동안 업데이트된 인슐린 감도 인자를 이용하기 위해 인슐린 주입 장치를 제어하는 단계를 더 포함한다.
환자를 위한 개인화된 디지털 트윈
(상기에 설명된 유형의) 인슐린 주입 장치의 예시적인 실시예는 센서 글루코오스 측정들이 지속적으로 모니터링되는 것에 응답하여 기초 인슐린이 환자에게 자동으로 전달되는 동안 자동 "하이브리드 폐루프(hybrid closed-loop)" 모드에서 동작될 수 있다. 기존 방법론들에 따르면, 폐루프 제어 알고리즘의 특정 파라미터들 및 설정들은 매일 또는 원하는 스케줄에 따라 자동으로 조정되는 반면, 다른 파라미터들은 환자 또는 간병인의 개입 - 예를 들어, 기저율, 인슐린 주입율에 대한 상한선을 필요로 하며, 환자의 인슐린 감도 인자는 자동으로 제어될 수 있는 반면, 환자의 탄수화물 비율과 보드 상의 속도 곡선의 인슐린은 수동으로 설정된다. 게다가, 인슐린 주입 장치를 위한 폐루프 제어 알고리즘은 고정(하드 코딩)되거나, 실시간으로 조정되지 않거나, (예를 들어, 다른 파라미터 또는 스케일링 인자로 곱한 설정에 기초하는) 단순화된 방식으로 다수의 파라미터들을 가질 수 있다. 결과적으로, 자동 폐루프 모드에서 동작하는 동안 개선된 결과를 위해, 추가 파라미터들 및 설정들이 환자/간병인 개입없이 조정될 수 있도록 폐루프 제어 알고리즘을 추가로 개인화하는 것이 바람직하다.
인슐린 주입 장치는 미국 특허 번호 제9,526,834호 및 국제(PCT) 특허 공개 번호 제WO 2014/035570호에 설명된 유형의 제어 알고리즘, 처리 방식들, 및 동작 방법론들(또는 적절하게 수정되거나, 업데이트되거나, 또는 커스텀화된 버전들)을 통합하거나 활용할 수 있다.
하기에 보다 상세하게 설명된 예시적인 실시예에 따르면, 개인화된 폐루프 시스템은 각 모니터링되는 환자에 대한 "디지털 트윈"을 활용하는 클라우드 기반 적응 체계를 포함한다. 이 맥락에서, 디지털 트윈은 탄수화물 섭취 및 인슐린 전달에 대한 환자의 혈당 반응을 함께 정의하거나 설명하는 미분 방정식 세트를 포함하는 환자의 수학적 모델 또는 시뮬레이션이다. 디지털 트윈은 다양한 파라미터들을 가지며, 파라미터들의 값들은 각 개별 환자마다 고유하다. 개념적으로, 디지털 트윈에 대한 1차 "입력들"은 환자에게 전달된 인슐린의 양과 환자에 의해 소비되는 탄수화물의 양이며, 디지털 트윈의 "출력"은 혈당 수치 또는 프로파일이다. 클라우드 기반 디지털 트윈은 인슐린 주입 장치의 모든 관련 설정들, 이득들 및 파라미터들을 최적으로 그리고 자동으로 설정하는 데 사용된다. 주입 장치가 강건하고 강력한 처리 능력들을 갖는 대안적인 실시예에서, 디지털 트윈의 생성, 업데이트 및 관리는 클라우드에서 구현될 필요가 없다(대신에, 주입 장치 자체가 이러한 책임을 처리할 수 있다).
도 1을 참조하여 상기에 설명된 시스템(100)은 또한 임의 수의 다른 환자들에 대한 디지털 트윈들을 생성, 적응 및 유지하는 데 사용될 수 있다. 각 디지털 트윈은 환자의 인슐린 주입 장치의 하이브리드 폐루프 제어 알고리즘에 의해 이용되는 개인화된 환자별 폐루프 제어 파리미터 세트와 연관된다. 본원에 설명된 구현예의 경우, 폐루프 제어 파라미터들은 적어도 다음을 포함한다:
인슐린 주입 장치의 PID(proportional-integral-derivative) 컨트롤러에 대한 이득 값인 KP;
PID 컨트롤러에 대한 적분 시간 상수인, TAUI;
PID 컨트롤러에 대한 미분 시간 상수인, TAUD;
보드 상의 인슐린이 인슐린 분비를 얼마나 빨리 억제하는지에 관한 컨트롤러 인슐린 피드백 시간 상수인, IFB 시간 상수;
인슐린 볼러스가 환자의 신체에 얼마나 빨리 흡수되는지를 나타내는 파라미터인, IOB 속도 곡선;
개루프 또는 일시적 기초 인슐린 전달 속도인, 기저율들;
탄수화물 섭취량 1 유닛당 전달되는 볼러스의 양인, 탄수화물 비율;
타겟 글루코오스 값으로부터 글루코오스의 1mg/dL 편차 당 전달되는 볼러스의 양에 관한 환자의 인슐린 감도 인자인, ISF;
환자에 대한 폐루프 글루코오스 타겟인, 설정점;
유닛/시간으로 표현되는 최대 인슐린 주입 속도인, UMAX;
향후 몇 시간 환자의 혈당을 예측하는 모델 기반 알고리즘의 이득인, 모델 기반 예측 이득;
모델 기반 글루코오스 예측 알고리즘의 시간 상수인, 모델 기반 예측 시간 상수;
향후 몇 시간의 식후 혈당을 예측하는 모델 기반 알고리즘의 이득인, 모델 기반 예측 식사 이득; 및
식후 혈당을 예측하는 모델 기반 알고리즘의 시간 상수인, 모델 기반 예측 식사 시간 상수;
상기에 나열된 많은 파라미터들은 인슐린 주입 장치에 의해 구현되는 특정 제어 알고리즘에 특정된다는 점에 유의해야 한다. 결과적으로, 실제 실시예에서 사용되는 파라미터 세트는 상기에 언급된 것과 다를 수 있다.
본원에 제시된 예시적인 실시예는 베이스라인 양의 글루코오스 센서 증강 펌프 데이터를 수집한 후(예를 들어, 지난 N일 동안의 데이터가 환자의 인슐린 주입 장치로부터 수집된 후) 환자에 대한 디지털 트윈을 생성한다. 본원에 설명된 예는 19일 이하의 데이터가 이용될 수 있지만, 지난 19일 동안의 펌프 데이터에 기초한 디지털 트윈을 생성한다. 19 일이 선택되는데, 그 일 수가 우수한 정확도와 신뢰도로 디지털 트윈의 조정 가능한 파라미터들을 추정하기에 충분하기 때문이다. 수집된 데이터는 인슐린의 총 일일 투여량(TDD)의 중앙값을 추정하는 데 사용된다. 이 중앙 TDD 값은 인슐린의 유닛으로 표현된다.
다음, 이력 펌프 데이터는 다음과 같은 고유한 세트를 계산하는 데 사용된다: (1) SGBase(혈장 인슐린 농도가 IBasal인 경우의 공복 혈당); 및 (2) IBasal(공복 혈당이 SGBase와 같은 경우의 혈장 인슐린의 농도).
다음, 19일 간의 데이터에서 각 식사의 흡수율(이는 환자에 의해 공고되거나 아니면 시스템에 의해 식별되거나 검출될 수 있음)은 식후 센서 글루코오스 측정들을 피팅하고, 이전 단계에서 계산되었던 SGBase/IBasal 세트를 포함하는 단순화된 디지털 트윈 모델을 사용하여 평가된다. 이러한 흡수율은 또한 중앙 TDD 값으로부터 추정되는 평균 인슐린 감도 이득을 사용하여 결정된다. 이 단계는 환자들의 집단에 대한 경험적 데이터에 기초하는 단순화된 또는 평균화된 약동학/약력학(pharmacokinetic/pharmacodynamic; PK/PD) 모델을 사용하여 식사 흡수율을 평가한다.
다음, 고려중인 각각의 개별 일에 대한 센서 글루코오스 데이터(19일 간의 이력 데이터)가 분석되어 PK/PD 추정 모델에 잘 맞는지 여부를 결정한다. PK/PD 모델은 매일 조정되며, 그 특정 날짜에 대한 실제 센서 데이터로 검증된다. 주어진 일에 대한 센서 글루코오스 데이터가 디지털 트윈 파라미터들을 조정하여 적합하지 않은 경우, 해당 일에 대한 펌프 데이터는 무시되고 더 이상 고려되지 않는다. 나머지 펌프 데이터는 다음 단계들에서 유지된다.
다음, 모든 나머지 펌프 데이터에 대한 단일 PK/PD 모델이 추정된다. 이와 관련하여, 목표는 나머지 펌프 데이터에서 모든 센서 글루코오스 데이터에 가장 잘 맞는 하나의 PK/PD 모델을 얻는 것이다. 최종 모델은 환자에 대한 19일 간의 이력 데이터로부터 획득된 "좋은" 펌프 데이터와 가장 일치하는 환자의 디지털 트윈을 나타낸다. 이후, 최종 디지털 트윈 모델은 "좋은" 일마다 수집된 펌프 데이터로 재평가된다. 이 비교 결과들이 최소 기준 임계값을 통과하면(즉, 이중 확인은 수집된 펌프 데이터에 기초하여 최종 디지털 트윈 모델이 정확하다는 것을 밝힘), 디지털 트윈이 완성되고 후속 사용을 위해 생성된다. 이 비교 결과들은 최종 디지털 트윈 모델이 허용되지 않는 것으로 나타나면, 디지털 트윈이 사용되지 않으며, 폐루프 파라미터들에 대한 디폴트 값들이 사용된다.
디지털 트윈 생성을 위한 전체 절차는 새 펌프 데이터가 클라우드 등에 업로드 될 때마다, 스케줄에 따라 하루에 한 번 주기적으로 반복될 수 있다. 이러한 방식으로, 환자의 디지털 트윈은 환자와 함께 계속 추적하기 위해 필요한만큼 자주 업데이트 및 조정될 수 있다.
실제로, 디지털 트윈의 생성 및 유지는 시스템(100)이 개별화된 기준으로 인슐린 펌프 요법을 개선하도록 한다. 시스템(100)은 개루프 기저율들, 식사 탄수화물 비율, 인슐린 감도 인자(ISF), 인슐린 피드백 이득(IFB), PID 이득 및 모델 예측 이득을 계산할 수 있다. 하나의 비제한 예로서, 시스템(100)은 개루프 기초 인슐린 전달 속도의 일일 최대 8회의 시간 기간, 탄수화물 비율의 일일 최대 8회의 시간 기간, 하나의 ISF 값, IFB에 대한 3가지 상수들, PID 컨트롤러의 3가지 이득, 모델 예측자에 대한 5개의 이득, IOB 속도 곡선에 대한 하나의 값, 및 컨트롤러 설정점에 대한 하나의 값을 최적화하도록 동작될 수 있다. 예시적인 실시예에 따르면, 8개의 탄수화물 비율과 48개의 기저율은 기저율과 탄수화물 비율의 연속적인 24시간 프로파일을 추정하여 조정된 다음, 이를 인슐린 펌프에서 최대 사용 가능한 세그먼트화로 조각별로 분리한다.
이 예의 초기 단계로서, 시스템(100)은 노-밀(no-meal) 시나리오에서 이를 조정함으로써 개루프 기초 인슐린 전달 속도의 6회의 일일 시간 기간을 추정한다. 다음, 3개의 탄수화물 비율은 마지막 단계의 최적 인슐린 기저율이 전달된다고 가정하면, 디지털 트윈 시나리오를 사용하여 최적화된다. IFB, ISF 및 IOB 속도 곡선은 디지털 트윈 파라미터들로부터(즉, 환자에 대한 최종 PK/PD 모델을 사용하여) 직접 계산된다.
다음, 시스템(100)은 하이브리드 폐루프 시스템의 시뮬레이션된 환경을 사용하여 PID 이득 및 설정점을 최적화하기 위해 새로운 탄수화물 비율, ISF, IOB 속도 곡선 및 IFB를 구현한다. 이 최적화 목표는 환자의 목표 혈당 범위 내에서 시간을 최대화하면서 저혈당(혈당 <70mg/dL)에서 시간을 최소화하는 것이다. 대안적인 방법론에 따르면, 자동 모드 탄수화물 비율과 IOB 곡선이 조정된 다음, 기저율들이 자동 모드를 위해 조정된 탄수화물 비율에 가장 잘 맞는 것으로 추정된다.
도 4는 환자의 디지털 트윈을 생성하기 위한 프로세스(400)의 예시적인 실시예를 예시하는 흐름도이고, 도 5는 인슐린 주입 장치(예를 들어, 인슐린 주입 장치 (104))의 동작을 제어하기 위한 프로세스(500)의 예시적인 실시예를 예시하는 흐름도이다. 도 3을 참조하여 상기에 언급된 바와 같이, 도 4 및 도 5의 흐름도들은 인슐린 주입 장치에 의해 수행된 일부 태스크들 및 다른 컴퓨팅 장치(예를 들어, 클라우드 기반 장치, 환자에 의해 소유되거나 동작하는 개인용 컴퓨터, 환자에 의해 소유되거나 동작되는 모바일 장치, 하나의 의료 장비, 데이터 업로더 구성요소 등)에 의해 수행된 기타 태스크들을 포함한다. 다음 설명은 환자의 인슐린 주입 장치(104)가 특정 태스크들을 수행하고, 원격 컴퓨팅 장치(102)가 다른 태스크들을 수행한다고 가정한다(도 1 참조). 이를 위해, 도 4 및 5의 좌측에 있는 블록들은 인슐린 주입 장치(104)에 의해 수행되는 태스크들을 나타내고, 도 4 및 5의 우측에 있는 블록들은 원격 컴퓨팅 장치(102)에 의해 수행되는 태스크들을 나타낸다.
상기에 설명된 바와 같이, 프로세스(400)는 사용자로의 인슐린의 전달을 조절하기 위해 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하는 이중 모드 인슐린 주입 장치의 인슐린 전달 컨트롤러의 특정 파라미터들을 자동으로 조정하는 방법의 예시적인 실시예를 나타낸다. 이 예는 인슐린 주입 장치가 환자에게 인슐린을 투여하기 위해 필요에 따라 지속적인 방식으로 제어되고 동작된다고 가정한다(태스크 402). 태스크(402)에 대응되는 시간 기간 동안, 인슐린 주입 장치는 전통적인 개루프 모드 및/또는 폐루프 전달 모드에서 동작된다. 폐루프 전달 모드에서의 동작은 환자; 간병인; 인슐린 주입 장치에 의해 자동으로; 인슐린 주입 장치와 통신하는 장치, 시스템 또는 구성요소 등에 의해 원격으로 시작될 수 있다. 실제로, 인슐린 주입 장치의 인슐린 전달 컨트롤러는 폐루프 모드에서의 동작을 제어하는 것에 책임이 있다.
인슐린 주입 장치의 동작 동안, 프로세스(400)는 주입 장치의 사용자에 대한 치료 관련 데이터를 수집한다(태스크 404). 치료 관련 데이터는 19일과 같이, 지난 일 수(N) 동안 인슐린 주입 장치의 동작과 연관된다. 보다 구체적으로, 치료 관련 데이터는 주입 장치의 상태 및/또는 사용자의 상태와 관련된 데이터를 포함한다. 예를 들어, 치료 관련 데이터는 제한없이, 사용자의 글루코오스 수치와 연관된 센서 글루코오스 데이터; 사용자에 의해 공고된 식사와 연관된 식사 데이터; 기초 인슐린 및 인슐린 볼러스 양을 포함한 인슐린 전달 데이터와, 그 관련 시간 데이터(시간/날짜 스탬프들); 공고된 식사 시간 데이터 또는 정보; 공고된 식사에 대한 탄수화물 섭취 추정치들; 수동 인슐린 전달 모드에서 장치의 동작과 관련된 인슐린 감도 인자(ISF); 탄수화물 비율(CR) 값; 및 사용자 입력 혈당 미터 측정치들을 포함할 수 있다. 게다가, 치료 관련 데이터는 도 1 내지 3을 참조하여 앞서 설명된 폐루프 펌프 데이터 중 어떤 것도 포함할 수 있다.
치료 관련 데이터는 인슐린 주입 장치에 있는 메모리에 수집 및 저장될 수 있다. 결국, 수집된 치료 관련 데이터는 분석 및 처리를 위해 적어도 하나의 컴퓨팅 장치에 제공된다(태스크 406). 이 예는 인슐린 주입 장치가 수집된 치료 관련 데이터를 직접적으로 또는 도 1에 도시된 데이터 업로더 구성요소(112)와 같은 하나 이상의 중간 구성요소들을 통해 원격 컴퓨팅 장치로 전달한다고 가정한다. 치료 관련 데이터는 특정 트리거링 이벤트들에 응답하여 자동으로 업로드되거나, 사용자, 간병인 등에 의해 업로딩이 시작될 수 있다.
이 설명은 수집된 치료 관련 데이터가 원격 컴퓨팅 장치에 의해 성공적으로 수신되거나, 액세스되거나, 아니면 획득된다고 가정한다(태스크 408). 수신된 데이터는 한 사용자/환자의 인슐린 주입 장치에서 비롯된다. 그러나, 원격 컴퓨팅 장치는 복수의 서로 다른 사용자들 및 복수의 서로 다른 인슐린 주입 장치들을 지원하도록 설계 및 프로그래밍될 수 있으며, 이는 차례로 해당 치료 관련 데이터를 생성 및 제공한다. 이 예는 N일의 치료 관련 데이터가 처리를 위해 획득된다고 가정한다. 보다 구체적으로, 예시적인 실시예는 지난 가장 최근의 N일에 대한 치료 관련 데이터를 처리한다. 본원에 제시된 예시적인 실시예는 각 디지털 트윈이 각각의 환자에 대해 수집된 데이터에만 기초하여 생성되도록 환자별 방식으로 치료 관련 데이터를 처리한다. 그러나, 대안적인 실시예들에서, 특정 환자에 대한 디지털 트윈은 다른 환자들의 모집단(이는 해당 특정 환자를 포함함)으로부터 획득된 치료 관련 데이터에 기초하여 생성될 수 있다.
프로세스(400)는 환자의 디지털 트윈을 생성하기 위해, 가장 최근 N일 동안의 치료 관련 데이터를 분석함으로써 계속된다. 디지털 트윈 생성 루틴의 초기 단계로서, 프로세스(400)는 고려중인 일 수 동안 사용자에게 전달된 총 일일 인슐린 투여량(TDD, 이는 일반적으로 하루 당 인슐린 유닛으로 표현됨)의 예상 값을 계산한다(태스크 410). 앞서 언급된 바와 같이, 중앙 TDD 값은 고려중인 N일로부터 계산될 수 있거나, 평균 TDD 값이 계산될 수 있거나, 또는 다른 통계적 표현들, 측정들 또는 가중 값들이 또한 태스크(410)에서 이용될 수 있다. 본원에 설명된 예시적인 실시예의 경우, 인슐린 TDD의 예상 값은 일 수, N에 기초한 중앙값이다.
프로세스(400)는 또한 획득된 치료 관련 데이터로부터, 환자 공복 기간과 관련된 특정 파라미터들을 계산한다. 보다 구체적으로, 프로세스(400)는 공복 기간에 대응되는 공복 혈당 값(SGBase)의 예상 값 및 SGBase의 예상 값에서 혈장 인슐린 농도(IBasal)의 예상 값을 계산한다(태스크 412). 태스크(412)에서 수행된 계산은 실제로 전달된 인슐린의 양, 체내에서 이용 가능한 인슐린이 남아 있는 양의 추정치, 및 혈당 수치를 고려한다. 본원에 설명된 실시예의 경우, 태스크(412)는 수집된 데이터의 N일 동안 하나의 SGBase 값 및 하나의 대응되는 IBasa 값을 계산한다. 이론적으로, 고려할 SGBase 및 IBasal의 개별 값은 최대 N개까지 있을 수 있다(매일 한 세트의 값). 그러나, 실제로, 예를 들어, 신뢰할 수 있는 공복 기간이 정확하게 식별될 수 없는 경우, 적절한 SGBase 및 IBasal 값 세트가 부족한 하루 이상의 일들이 있을 수 있다. 따라서, 태스크(412)는 바람직하게는 프로세스(400)에서 나중에 사용될 하나의 SGBase 예상 값 및 하나의 IBasal 예상 값을 생성한다. 예상 값들은 평균값, 중앙값, 가중 평균 또는 획득된 치료 관련 데이터에 기초한 일부 기타 통계값일 수 있다.
프로세스(400)는 식사 데이터에서 식별되는 각 공고된 식사의 흡수율을 추정함으로써 계속된다(태스크 414). 이 특정 구현예의 경우, 태스크(414)에서의 추정은 인슐린의 TDD의 계산된 예상 값, SGBase의 계산된 예상 값 및 IBasal의 계산된 예상 값을 사용한다. 실제로, 태스크(414)에서의 추정은 고정 파라미터들을 갖는 알려진, 미리 설정된 또는 디폴트 PK/PD 모델을 사용하여 인슐린 TDD의 계산된 예상 값, SGBase의 계산된 예상 값 및 IBasal의 계산된 예상 값에 기초하여 흡수율을 추정한다. 흡수율을 추정하는 데 사용되는 PK/PD 모델은 프로세스(400)가 각 공고된 식사를 빠르고 쉽게 특성화하도록 하는 고정 파라미터들을 갖는 단순화된 모델일 수 있다. 이와 관련하여, 태스크(414)에서 사용된 PK/PD 모델은 환자 데이터의 대규모 모집단으로부터 도출되는 "일반화된" 모델이거나, 일부 파라미터들이 고정된 모델(탄수화물 섭취와 그에 따른 혈당 변화 사이의 관계와 무관한 모델)일 수 있다. 이러한 방식으로, TDD는 인슐린 감도를 추정하는 데 사용되며, "고정" PK/PD는 글루코오스에 대한 인슐린의 반응 속도이다. 실제 PK/PD는 인슐린 민감도(TDD에 의해 계산됨)와 글루코오스에 대한 인슐린 반응 속도의 조합이며, 이는 모든 환자들에 대해 이 단계에서 고정된 것으로 가정된다.
식사 데이터에서 식별된 각 식사의 경우, 태스크(414)에서의 추정은 환자의 최종 PK/PD 모델(디지털 트윈)에 포함되는 특정 식사 관련 파라미터들에 대한 값들을 획득한다. 예시적인 실시예들에 따르면, 각 식사에 대한 흡수율은 식후 센서 글루코오스 측정들, 태스크(412)에서 계산된 SGBase/IBasal 값들, 및 평균 인슐린 감도(IS) 이득에 기초하여 계산된다. 이 특정 구현예의 경우, 평균 IS 이득은 다음과 같이 계산된다:
Figure pct00009
이며, 이는
Figure pct00010
으로 표현된다. 이 표현에서, TDD는 태스크(410)에서 계산된 값이다. 태스크(414)의 결과, 각 공고된 식사는 식사 이득(KM) 및 식사 시간 상수(TAUM)의 두 개의 식사 관련 파라미터들에 의해 정확하게 특성화된다. 이 두 파라미터들은 각각 식사의 크기와 시간 지속기간을 나타낸다.
이 예에 따르면, 프로세스(400)는 획득된 치료 관련 데이터를(매일 기준으로) 추려내거나 필터링함으로써 계속된다. 이와 관련하여, 프로세스(400)는 치료 관련 데이터를 분석하여 고려중인 각각의 날에 대한 데이터가 환자의 디지털 트윈을 생성하는 데 사용되어야 하는지 여부를 결정한다. 따라서, "좋은" 일들(days)에 대한 데이터는 보존되는 반면, "나쁜" 일들(days)에 대한 데이터는 장차 폐기되거나, 삭제되거나, 아니면 무시된다. 본원에 제시된 예시적인 실시예는 웰-핏(well-fit) 데이터와 푸어리-핏(poorly-fit) 데이터를 식별하기 위해, 사용자의 PK/PD 모델을 일일 센서 글루코오스 데이터에 맞추려고 시도한다(태스크 416). 웰-핏 데이터는 "좋은" 날과 연관되고, 푸어리-핏 데이터는 "나쁜" 날과 연관된다. 따라서, 태스크(416)는 센서 글루코오스 데이터가 사용자의 PK/PD 모델에 적절하게 맞출 수 없는 일들(days)에 대한 치료 관련 데이터 중 어느 것도 고려사항에서 제거한다.
특히, 태스크(416)에서 사용된 PK/PD 모델은 식사 흡수율을 추정하기 위해 태스크(414)에서 사용된 단순화된 PK/PD 모델과 다르다. 단순화되고 고정된 PK/PD 모델과는 대조적으로, 태스크(416)는 사용자의 PK/PD 모델을 주어진 날에 대해 알려진 센서 글루코오스 데이터에 적합하도록 적응시키도록 시도한다. 획득된 치료 관련 데이터로 표현되는 각각 날의 경우, 태스크(414)는 사용자의 PK/PD 모델이 해당 일의 센서 글루코오스 데이터에 맞춰질 수 있는지 여부를 확인하여, 다수의 웰-핏 일들에 대응되는 웰-핏 데이터를 식별하고, 다수의 푸어리-핏 일들에 대응되는 푸어리-핏 데이터를 제거하거나 무시한다. 태스크(414)에서 수행된 체크는 태스크(414)에서 추정된 추정된 식사 흡수율과 함께, 획득된 치료 관련 데이터로부터의 센서 글루코오스 데이터를 사용한다. 프로세스(400)가 사용자의 PK/PD 모델을 주어진 날에 대한 센서 글루코오스 데이터에 성공적으로 적응시키면, 즉 최소 파라메트릭 최적화 기준이 충족되면, 해당 특정 날에 대한 데이터가 유지된다. 그렇지 않으면, 해당 날에 대한 데이터는 프로세스(400)의 목적을 위해 무시된다(시뮬레이션의 식사 시나리오와 같은, 다른 용도로 해당 데이터가 유지될 수 있다).
프로세스(400)는 웰-핏 데이터에만 기초하여, 사용자의 최종 PK/PD 모델을 생성함으로써 계속된다(태스크 418). 이와 관련하여, 태스크(418)는 모든 웰-핏 일들에 대한 센서 글루코오스 데이터에 적합하도록 최종 PK/PD 모델의 파라미터들을 조정, 결정 및/또는 적응시킨다. 태스크(418)에서 수행된 생성은 식사 흡수율을 추정하기 위해 태스크(414)에서 사용되는 공지된 또는 디폴트 PK/PD 모델로 초기화된다. 초기화 이후, 태스크(418)에서 수행되는 생성은 최종 PK/PD 모델에 도달하도록 해당 PK/PD 모델의 파라미터들을 적응시킨다. 태스크(418)의 결과는 고려중인 모든 일들에 대한 센서 글루코오스 데이터에 가장 적합한 환자의 단일 PK/PD 모델이다.
프로세스(400)는 웰-핏 데이터에 포함된 일일 센서 글루코오스 데이터에 대해 생성된 최종 PK/PD 모델을 검증함으로써 계속된다(태스크 420). 이 검증은 최종 PK/PD 모델(이는 여러 일들에 대한 데이터에 기초하여 생성됨)이 또한 각 개별 일에 대한 센서 글루코오스 데이터를 고려할 때 유효하다는 것을 보장하기 위해 수행된다. 검증 기준이 충족되면(질의 태스크(422)의 "예" 분기), 사용자의 최종 PK/PD 모델이 사용자의 디지털 트윈으로 사용하기 위해 저장된다(태스크 424). 검증 기준이 충족되지 않으면(질의 태스크(422)의 "아니오" 분기), 최종 PK/PD 모델 대신 인슐린 주입 장치에 대한 디폴트 제어 파라미터들이 사용된다(태스크 426). 실제로, 디지털 트윈은 상기에 나열된 모든 파라미터들(예를 들어, KP, 시간 상수, ISF 및 기타 파라미터들)에 대한 최종 값들을 포함한다. 따라서, 최종 PK/PD 모델 또는 디폴트 제어 파라미터들은 인슐린 전달을 조절하기 위해 환자의 주입 장치의 인슐린 전달 컨트롤러에 의해 이용된다.
생성된 디지털 트윈은 필요에 따라 지속적으로 사용할 수 있도록 적절한 메모리 저장 요소 또는 아키텍처에 저장된다. 프로세스(400)는 특정 트리거링 이벤트들 또는 조건들 등의 검출에 응답하여, 업데이트 스케줄에 따라, 요구에 따라 주기적으로 반복될 수 있다. 예를 들어, 프로세스(400)는 가장 최근 N일에 걸쳐 수집된 치료 관련 데이터에 기초하여 환자의 디지털 트윈을 업데이트하기 위해 일주일에 한 번 자정에 반복될 수 있다. 다른 예로서, 프로세스(400)는 매 N일마다 한 번 반복될 수 있다. 지속적인 방식으로 디지털 트윈을 업데이트하는 것은 환자의 실제 PK/PD 특성들을 정확하게 모델링하는 것을 보장한다.
현재 버전의 환자의 디지털 트윈은 환자의 인슐린 주입 장치가 인슐린 요법을 조절하고 제어하는 방식을 향상, 개선 또는 최적화하기 위해 다양한 방식으로 이용될 수 있다. 보다 구체적으로, 디지털 트윈은 환자의 인슐린 주입 장치의 인슐린 전달 컨트롤러에 의해 사용된 인슐린 전달 제어 알고리즘(들)의 파라미터들을 가장 잘 조정하는 방법을 결정하는 데 사용될 수 있다. 권장된 조정들은 인슐린 전달 컨트롤러에 의해 자동으로 구현될 수 있거나, 또는 그들이 환자, 간병인, 부모 등에 의해 확인 후 이루어질 수 있다.
이제 도 5를 참조하면, 프로세스(500)는 환자의 디지털 트윈이 이미 생성되고 상기에 설명된 방식으로 저장된다고 가정한다. 본원에 설명된 예의 경우, 인슐린 주입 장치는 사용자에게 인슐린의 전달을 조절하도록 폐루프 인슐린 전달 모드에서 동작된다(태스크 502). 실제로, 인슐린 주입 장치의 인슐린 전달 컨트롤러는 폐루프 모드에서의 동작을 제어하는 것에 책임이 있다. 인슐린 주입 장치의 폐루프 동작 동안, 프로세스(500)는 주입 장치의 사용자에 대한 치료 관련 데이터를 수집한다(태스크 504). 상기에 언급된 바와 같이, 태스크(504)는 가장 최근 N일 동안 인슐린 주입 장치의 동작과 연관된 추가 치료 관련 데이터를 수집할 수 있다. 이후, 수집된 치료 관련 데이터는 분석 및 처리를 위해 적어도 하나의 컴퓨팅 장치에 제공된다(태스크 506). 이 예는 인슐린 주입 장치가 수집된 치료 관련 데이터를 직접적으로 또는 도 1에 도시된 데이터 업로더 구성요소(112)와 같은 하나 이상의 중간 구성요소들을 통해 원격 컴퓨팅 장치로 전달한다고 가정한다. 치료 관련 데이터는 특정 트리거링 이벤트들에 응답하여 자동으로 업로드되거나, 사용자, 간병인 등에 의해 업로딩이 시작될 수 있다.
이 설명은 추가 치료 관련 데이터가 원격 컴퓨팅 장치에 의해 성공적으로 수신되거나, 액세스되거나, 아니면 획득된다고 가정한다(태스크 508). 프로세스(500)는 생성된 최종 PK/PD 모델(디지털 트윈)을 사용하여 인슐린 전달 컨트롤러의 적어도 하나의 조정된 파라미터를 계산함으로써 계속된다(태스크 510). 태스크(510)에서의 계산은 디지털 트윈이 생성된 후 발생하는 인슐린 주입 장치의 동작과 연관되는, 추가 치료 관련 데이터에 기초한다. 즉, 디지털 트윈의 가장 최근 버전은 인슐린 전달 컨트롤러의 인슐린 전달 제어 알고리즘(들)을 가장 잘 적응시키는 방법을 결정하기 위해 추가 치료 관련 데이터를 분석하거나 처리하는 데 사용된다. 태스크(510)가 조정이 필요하다고 결정하면, 프로세스(500)는 조정된 파라미터 또는 파라미터들에 따라 그 설정들 중 하나 이상을 조정하도록 인슐린 전달 컨트롤러에 지시함으로써 계속된다(태스크 512). 이 특정 실시예에 따르면, 태스크(512)는 원격 컴퓨팅 장치에서 환자의 인슐린 주입 장치로의 적절한 명령, 인스트럭션 또는 업데이트 정보의 전달과 연관된다.
이 설명은 인슐린 주입 장치가 태스크(512)에서 생성된 인스트럭션들에 대해 성공적으로 수신하고 조치한다고 가정한다. 인슐린 주입 장치는 이전에 계산된 바와 같이 조정된 파라미터(들)에 따라 인슐린 전달 컨트롤러의 하나 이상의 설정들을 조정하는, 수신된 인스트럭션들을 실행한다(태스크 514). 조정된 파라미터들은 인슐린 주입 장치의 개루프 및/또는 폐루프 동작과 연관될 수 있다. 이러한 방식으로 인슐린 전달 컨트롤러를 조정한 후, 프로세스(500)는 계산된 적어도 하나의 조정된 파라미터에 따라, 인슐린 주입 장치로부터 사용자로의 인슐린 전달을 조절하기 위해 인슐린 전달 컨트롤러를 동작시킴으로써 계속된다(태스크 516). 업데이트된 설정들을 갖는 동작은 상기에 설명된 대로 계속될 수 있어, 추가 치료 관련 데이터는 지속적인 방식으로 디지털 트윈을 더 적응시키도록 수집되고 처리되도록 한다.
상기에 언급된 바와 같이, 태스크(510)는 인슐린 전달 컨트롤러의 치료 전달 설정들의 조정과 연관된다. 특정 실시예들에서, 환자에 대한 이력 데이터(보통 약 3주간의 센서 증강 펌프(SAP) 요법에 대한 데이터 포함함)는 인슐린 전달 및 식사 소비에 대한 실제 환자 글루코오스 반응을 밀접하게 에뮬레이트(emulate)하기 위해 수학적 모델 파라미터들을 맞추는 데 사용된다.
실제로, 자동 모드 파라미터들, 탄수화물 비율, 인슐린 감도, 기저율 등을 포함할 수 있는 인슐린 요법에 대한 어떠한 변경도 환자의 디지털 트윈을 사용하여 시뮬레이션될 수 있다. 상기에 설명된 바와 같이, 디지털 트윈은 (환자의 실제 치료 관련 데이터로부터 식별된 바와 같은) 환자별 PK/PD 모델과 시간의 함수로서 식사 흡수율의 고정 프로파일을 포함한다. 식사 흡수율의 고정 프로파일은 본래 환자의 식사 소비 습관을 포함한다. 디지털 트윈은 환자에게 예측된 글루코오스 정보를 제공하며, 이는 결국 적절한 비용 함수에 대한 입력으로 사용될 수 있다.
이 특정 예에 따르면, 치료의 각 조정은 다음의 비용 함수에 의해 평가된다:
Figure pct00011
, 여기서, 타겟은 설정 가능한 글루코오스 치료 값이고, SG는 예측 글루코오스다. 타겟은 70 내지 180 mg/dL 사이의 어떠한 값도 될 수 있으며, 일반적인 값들은 90 내지 110 mg/dL이다. 치료법은 최적화 방식(이는 여러 최적화 방식들을 포함할 수 있음)에 의해 적절하게 낮은 COST 값이 발견될 때까지 조정된다. 최소 COST 값이 발견된 후, 가장 낮은 COST 값을 얻은 치료법이 바람직한 것으로 선택된다. 폐루프 요법 또는 개루프 요법을 조정하기 위해 동일한 절차가 적용된다.
적어도 하나의 예시적인 실시예가 전술한 상세한 설명에서 제시되었지만, 수많은 변형들이 존재한다는 것을 이해해야 한다. 또한, 본원에 설명된 예시적인 실시예 또는 실시예들은 청구된 주제의 범위, 적용 가능성 또는 구성을 어떤 식으로든 제한하려는 의도가 아님을 이해해야 한다. 오히려, 전술한 상세한 설명은 설명된 실시예 또는 실시예들을 구현하기 위한 편리한 로드맵을 당업자에게 제공할 것이다. 이 특허 출원의 출원 시에 알려진 등가물들 및 예측 가능한 등가물들을 포함하는, 청구 범위에 의해 정의된 범위를 벗어나지 않고 요소들의 기능 및 배열에 다양한 변경들이 이루어질 수 있음을 이해해야 한다.

Claims (15)

  1. 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하는 이중 모드 인슐린 주입 장치의 인슐린 전달 컨트롤러의 파라미터들을 자동으로 조정하는 방법으로서, 상기 방법은,
    지난 수일 동안 상기 인슐린 주입 장치의 동작과 연관된 데이터를 획득하는 단계로서, 상기 데이터는 사용자의 글루코오스 수치와 연관된 센서 글루코오스 데이터 및 식별된 식사들과 연관된 식사 데이터를 포함하는, 상기 획득하는 단계;
    상기 획득된 데이터로부터, 상기 수일 동안 상기 사용자에게 전달되는 총 일일 인슐린 투여량의 예상 값을 계산하는 단계;
    상기 획득된 데이터로부터, 공복 기간에 대응되는 공복 혈당 값의 예상 값, 및 상기 공복 혈당 값의 상기 예상 값에서 추정된 혈장 인슐린 농도의 예상 값을 계산하는 단계;
    상기 식사 데이터에서 식별된 각 식사의 흡수율들을 추정하는 단계로서, 상기 추정은 총 일일 인슐린 투여량의 상기 계산된 예상 값, 상기 공복 혈당 값의 상기 계산된 예상 값, 및 상기 추정된 혈장 인슐린 농도의 상기 계산된 예상 값을 사용하는, 상기 추정하는 단계;
    상기 획득된 데이터에 의해 제시된 각각의 일마다, 다수의 웰-핏 일들(well-fit days)에 대응되는 웰-핏 데이터를 식별하고, 다수의 푸어리-핏 일들(poorly-fit days)에 대응되는 푸어리-핏 데이터를 제거하거나 무시하기 위해, 상기 사용자의 약동학/약력학(PK/PD) 모델이 해당 일에 대한 상기 센서 글루코오스 데이터에 맞춰질 수 있는지를 체크하는 단계로서, 상기 체크는 상기 추정된 흡수율을 사용하는, 상기 체크하는 단계;
    상기 웰-핏 데이터에 기초하여, 상기 사용자의 최종 PK/PD 모델을 생성하는 단계로서, 상기 생성은 상기 웰-핏 일들에 대한 상기 센서 글루코오스 데이터에 맞춰지도록 상기 최종 PK/PD 모델의 파라미터들을 조정하고 결정하는, 상기 생성하는 단계;
    상기 생성된 최종 PK/PD 모들을 사용하여 상기 인슐린 주입 장치의 추가 동작과 연관된 추가 데이터에 기초하여, 상기 인슐린 전달 컨트롤러의 적어도 하나의 조정된 파라미터를 계산하는 단계; 및
    상기 계산된 적어도 하나의 조정된 파라미터에 따라 설정들을 조정하도록 상기 인슐린 전달 컨트롤러에 지시하는 단계를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 계산된 적어도 하나의 조정된 파라미터에 따라 상기 인슐린 전달 컨트롤러의 설정들을 조정하는 단계를 더 포함하는, 방법.
  3. 제1항 또는 제2항에 있어서, 상기 획득된 데이터는,
    기초 인슐린 및 인슐린 볼러스(bolus) 양을 포함하는 인슐린 전달 데이터 및 관련 시간 데이터;
    공고된 식사 시간 데이터;
    공고된 식사들에 대한 탄수화물 섭취 추정치들;
    상기 수동 인슐린 전달 모드에서의 동작과 연관된 인슐린 감도 인자(ISF);
    탄수화물 비율(CR) 값들; 및
    사용자 입력식 혈당 미터 측정치들을 더 포함하는, 방법.
  4. 제1항, 제2항 또는 제3항에 있어서, 총 일일 인슐린 투여량의 상기 예상 값은 중앙값인, 방법.
  5. 제1항, 제2항, 제3항 또는 제4항에 있어서, 상기 추정하는 단계는 고정 파라미터들을 갖는 공지된 PK/PD 모델을 사용하여 총 일일 인슐린 투여량의 상기 계산된 예상 값, 상기 공복 혈당 값의 상기 계산된 예상 값, 및 상기 추정된 혈장 인슐린 농도의 상기 계산된 예상 값에 기초하여 상기 흡수율들을 추정하는, 방법.
  6. 제5항에 있어서,
    상기 최종 PK/PD 모델은 식사 관련 파라미터들을 포함하며;
    상기 식사 데이터에서 식별된 각 식사에 대해, 상기 추정하는 단계는 상기 식사 관련 파라미터들에 대한 값들을 획득하는, 방법.
  7. 제5항 또는 제6항에 있어서,
    상기 생성하는 단계는 상기 공지된 PK/PD 모델로 초기화되며;
    초기화 후, 상기 생성하는 단계는 상기 최종 PK/PD 모델에 도달하도록 상기 공지된 PK/PD 모델의 파라미터들을 적응시키는, 방법.
  8. 제1항 내지 제7항 중 어느 한 항에 있어서, 상기 지난 수일은 지난 가장 최근 일 수인, 방법.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서,
    상기 웰-핏 데이터에 포함된 일일 센서 글루코오스 데이터에 대해 상기 생성된 최종 PK/PD 모델을 검증하는 단계를 더 포함하는, 방법.
  10. 프로세서 기반 컴퓨팅 장치로서,
    적어도 하나의 프로세서 장치; 및
    상기 적어도 하나의 프로세서 장치와 동작 가능하게 연관된 비일시적 프로세서 판독 가능 매체로서, 상기 프로세서 판독 가능 매체는 상기 적어도 하나의 프로세서 장치가 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하는 이중 모드 인슐린 주입 장치의 인슐린 전달 컨트롤러의 파라미터들을 자동으로 조정하는 방법을 수행하게 하도록 구성 가능한 실행 가능 인스트럭션들을 포함하며, 상기 방법은,
    상기 지난 수일 동안 상기 인슐린 주입 장치의 동작과 연관된 데이터를 획득하는 단계로서, 상기 데이터는 상기 사용자의 글루코오스 수치와 연관된 센서 글루코오스 데이터를 포함하며, 상기 데이터는 식별된 식사들과 연관된 식사 데이터를 포함하는, 상기 획득하는 단계;
    상기 획득된 데이터로부터, 상기 수일 동안 상기 사용자에게 전달되는 총 일일 인슐린 투여량의 예상 값을 계산하는 단계;
    상기 획득된 데이터로부터, 공복 기간에 대응되는 공복 혈당 값의 예상 값, 및 상기 공복 혈당 값의 상기 예상 값에서 추정된 혈장 인슐린 농도의 예상 값을 계산하는 단계;
    상기 식사 데이터에서 식별된 각 식사의 흡수율들을 추정하는 단계로서, 상기 추정은 총 일일 인슐린 투여량의 상기 계산된 예상 값, 상기 공복 혈당 값의 상기 계산된 예상 값, 및 상기 추정된 혈장 인슐린 농도의 상기 계산된 예상 값을 사용하는, 상기 추정하는 단계;
    상기 획득된 데이터에 의해 제시된 각각의 일마다, 다수의 웰-핏 일들에 대응되는 웰-핏 데이터를 식별하고, 다수의 푸어리-핏 일들에 대응되는 푸어리-핏 데이터를 제거하거나 무시하기 위해, 상기 사용자의 약동학/약력학(PK/PD) 모델이 해당 일에 대한 상기 센서 글루코오스 데이터에 맞춰질 수 있는지를 체크하는 단계로서, 상기 체크는 상기 추정된 흡수율들을 사용하는, 상기 체크하는 단계;
    상기 웰-핏 데이터에 기초하여, 상기 사용자의 최종 PK/PD 모델을 생성하는 단계로서, 상기 생성은 상기 웰-핏 일들에 대한 상기 센서 글루코오스 데이터에 맞춰지도록 상기 최종 PK/PD 모델의 파라미터들을 조정하고 결정하는, 상기 생성하는 단계;
    상기 최종 PK/PD 모들을 사용하여 상기 인슐린 주입 장치의 추가 동작과 연관된 추가 데이터에 기초하여, 상기 인슐린 전달 컨트롤러의 적어도 하나의 조정된 파라미터를 계산하는 단계; 및
    상기 계산된 적어도 하나의 조정된 파라미터에 따라 설정들을 조정하도록 상기 인슐린 전달 컨트롤러에 지시하는 단계를 포함하는, 상기 비일시적 프로세서 판독 가능 매체를 포함하는, 컴퓨팅 장치.
  11. 제10항에 있어서, 상기 적어도 하나의 프로세서 장치에 의해 수행된 상기 방법은,
    상기 계산된 적어도 하나의 조정된 파라미터에 따라 상기 인슐린 전달 컨트롤러의 설정들을 조정하는 단계를 더 포함하는, 컴퓨팅 장치.
  12. 제10항 또는 제11항에 있어서, 상기 추정하는 단계는 고정 파라미터들을 갖는 공지된 PK/PD 모델을 사용하여 총 일일 인슐린 투여량의 상기 계산된 예상 값, 상기 공복 혈당 값의 상기 계산된 예상 값, 및 상기 추정된 혈장 인슐린 농도의 상기 계산된 예상값에 기초하여 상기 흡수율들을 추정하는, 컴퓨팅 장치.
  13. 제12항에 있어서,
    상기 최종 PK/PD 모델은 식사 관련 파라미터들을 포함하고;
    상기 식사 데이터에서 식별된 각 식사에 대해, 상기 추정하는 단계는 상기 식사 관련 파라미터들에 대한 값들을 획득하고, 선택적으로,
    상기 생성하는 단계는 상기 공지된 PK/PD 모델로 초기화되며;
    초기화 후, 상기 생성하는 단계는 상기 최종 PK/PD 모델에 도달하도록 상기 공지된 PK/PD 모델의 파라미터들을 적응시키는, 컴퓨팅 장치.
  14. 제10항 내지 제13항에 있어서, 상기 적어도 하나의 프로세서 장치에 의해 수행된 상기 방법은,
    상기 웰-핏 데이터에 포함된 일일 센서 글루코오스 데이터에 대해 상기 생성된 최종 PK/PD 모델을 검증하는 단계를 더 포함하는, 컴퓨팅 장치.
  15. 의료 기기 시스템으로서,
    사용자에게 인슐린의 전달을 조절하기 위해 수동 인슐린 전달 모드 또는 자동 폐루프 인슐린 전달 모드에서 동작하도록 구성되고 인슐린 전달 컨트롤러를 포함하는 인슐린 주입 장치; 및 제10항 내지 제14항 중 어느 한 항의 상기 프로세서 기반 컴퓨팅 장치를 포함하는, 의료 기기 시스템.
KR1020207029907A 2018-04-23 2019-04-17 환자의 디지털 트윈을 이용하는 개인화된 폐루프 약물 전달 시스템 KR102588163B1 (ko)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US15/960,495 2018-04-23
US15/960,495 US11147919B2 (en) 2018-04-23 2018-04-23 Methodology to recommend and implement adjustments to a fluid infusion device of a medication delivery system
US201862686040P 2018-06-17 2018-06-17
US62/686,040 2018-06-17
US16/386,104 US11158413B2 (en) 2018-04-23 2019-04-16 Personalized closed loop medication delivery system that utilizes a digital twin of the patient
US16/386,104 2019-04-16
PCT/US2019/027972 WO2019209602A1 (en) 2018-04-23 2019-04-17 Personalized closed loop medication delivery system that utilizes a digital twin of the patient

Publications (2)

Publication Number Publication Date
KR20210004993A true KR20210004993A (ko) 2021-01-13
KR102588163B1 KR102588163B1 (ko) 2023-10-13

Family

ID=66429597

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207029907A KR102588163B1 (ko) 2018-04-23 2019-04-17 환자의 디지털 트윈을 이용하는 개인화된 폐루프 약물 전달 시스템

Country Status (8)

Country Link
US (1) US11158413B2 (ko)
EP (1) EP3785276A1 (ko)
JP (1) JP7296986B2 (ko)
KR (1) KR102588163B1 (ko)
CN (2) CN112005310B (ko)
AU (1) AU2019260574A1 (ko)
CA (1) CA3107454A1 (ko)
WO (1) WO2019209602A1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11721437B2 (en) * 2018-06-04 2023-08-08 Southwest Research Institute Digital twin for predicting performance outcomes
US11241537B2 (en) 2019-09-20 2022-02-08 Medtronic Minimed, Inc. Contextual personalized closed-loop adjustment methods and systems
EP4191600A1 (en) 2019-12-13 2023-06-07 Medtronic MiniMed, Inc. Method and system for training a mathematical model of a user based on data received from a discrete insulin therapy system
EP4093460A4 (en) * 2020-01-21 2023-09-27 Medtrum Technologies Inc. MEDICAL DEVICE WITH SAFETY VERIFICATION AND METHOD FOR SAFETY VERIFICATION THEREOF
US20230138746A1 (en) * 2020-03-20 2023-05-04 Arizona Board Of Regents On Behalf Of Arizona Stat Systems and methods for a data driven framework for actionable feedback in insulin management for type 1 diabetic subjects on artificial pancreas
CN114099846A (zh) * 2020-08-26 2022-03-01 上海移宇科技股份有限公司 闭环人工胰腺胰岛素输注控制系统
WO2022040947A1 (en) * 2020-08-26 2022-03-03 Medtrum Technologies Inc. Closed-loop artificial pancreas insulin infusion control system
WO2022050992A1 (en) * 2020-09-02 2022-03-10 Twin Health, Inc. Virtually monitoring glucose levels in a patient using machine learning and digital twin technology
US20220245504A1 (en) * 2021-01-29 2022-08-04 Medtronic Minimed, Inc. Insulin therapy determination
WO2022182709A1 (en) * 2021-02-23 2022-09-01 University Of Virginia Patent Foundation Mapping individualized metabolic phenotype to a database image for optimizing control of chronic metabolic conditions
WO2023070250A1 (en) * 2021-10-25 2023-05-04 Medtrum Technologies Inc. Closed-loop artificial pancreas insulin infusion personalized control system
WO2023070253A1 (en) * 2021-10-25 2023-05-04 Medtrum Technologies Inc. Closed-loop artificial pancreas insulin infusion control system

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006129375A1 (ja) * 2005-06-03 2006-12-07 Ataru Okumura 投薬支援プログラム、投薬支援装置、投薬支援プログラムを記録した記録媒体及び投薬支援システム
KR20070017150A (ko) * 2004-03-26 2007-02-08 미츠비시 웰파마 가부시키가이샤 인슐린 저항성 개선제
KR20070058670A (ko) * 2004-09-28 2007-06-08 오츠카 세이야쿠 가부시키가이샤 인슐린 저항성의 평가 방법
JP2009521249A (ja) * 2005-12-08 2009-06-04 エフ．ホフマン−ラ ロシュ アーゲー 薬物投与情報を決定するためのシステム及び方法
US20100125241A1 (en) * 2008-11-17 2010-05-20 Disetronic Licensing, Ag Prandial Blood Glucose Excursion Optimization Method Via Computation of Time-Varying Optimal Insulin Profiles and System Thereof
JP2013519451A (ja) * 2010-02-11 2013-05-30 ザ レジェンツ オブ ザ ユニヴァースティ オブ カリフォルニア 生物学的因子又は薬物を被検者に送達するためのシステム、装置及び方法
WO2014035672A2 (en) * 2012-08-30 2014-03-06 Medtronic Minimed, Inc. Safeguarding techniques for a closed-loop insulin infusion system
KR101600379B1 (ko) * 2015-08-03 2016-03-07 (주) 비비비 당뇨병 환자를 위한 혈당 관리 방법
KR20170047993A (ko) * 2015-10-26 2017-05-08 가천대학교 산학협력단 데이터 보안 전송을 통한 당뇨 위험 산출 시스템

Family Cites Families (99)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5338157B1 (en) 1992-09-09 1999-11-02 Sims Deltec Inc Systems and methods for communicating with ambulat
US4755173A (en) 1986-02-25 1988-07-05 Pacesetter Infusion, Ltd. Soft cannula subcutaneous injection set
US5832448A (en) 1996-10-16 1998-11-03 Health Hero Network Multiple patient monitoring system for proactive health management
US5956501A (en) 1997-01-10 1999-09-21 Health Hero Network, Inc. Disease simulation system and method
US5307263A (en) 1992-11-17 1994-04-26 Raya Systems, Inc. Modular microprocessor-based health monitoring system
US5545143A (en) 1993-01-21 1996-08-13 T. S. I. Medical Device for subcutaneous medication delivery
DK25793A (da) 1993-03-09 1994-09-10 Pharma Plast Int As Infusionssæt til intermitterende eller kontinuerlig indgivelse af et terapeutisk middel
US5536249A (en) 1994-03-09 1996-07-16 Visionary Medical Products, Inc. Pen-type injector with a microprocessor and blood characteristic monitor
US5391250A (en) 1994-03-15 1995-02-21 Minimed Inc. Method of fabricating thin film sensors
US5505709A (en) 1994-09-15 1996-04-09 Minimed, Inc., A Delaware Corporation Mated infusion pump and syringe
IE72524B1 (en) 1994-11-04 1997-04-23 Elan Med Tech Analyte-controlled liquid delivery device and analyte monitor
US5665065A (en) 1995-05-26 1997-09-09 Minimed Inc. Medication infusion device with blood glucose data input
US6766183B2 (en) 1995-11-22 2004-07-20 Medtronic Minimed, Inc. Long wave fluorophore sensor compounds and other fluorescent sensor compounds in polymers
EP0862648B1 (en) 1995-11-22 2004-10-06 Medtronic MiniMed, Inc. Detection of biological molecules using chemical amplification and optical sensors
US6607509B2 (en) 1997-12-31 2003-08-19 Medtronic Minimed, Inc. Insertion device for an insertion set and method of using the same
DE19717107B4 (de) 1997-04-23 2005-06-23 Disetronic Licensing Ag System aus Behältnis und Antriebsvorrichtung für einen Kolben, der in dem ein Medikamentfluid enthaltenden Behältnis gehalten ist
US6186982B1 (en) 1998-05-05 2001-02-13 Elan Corporation, Plc Subcutaneous drug delivery device with improved filling system
US6558351B1 (en) 1999-06-03 2003-05-06 Medtronic Minimed, Inc. Closed loop system for controlling insulin infusion
US5954643A (en) 1997-06-09 1999-09-21 Minimid Inc. Insertion set for a transcutaneous sensor
US7647237B2 (en) 1998-04-29 2010-01-12 Minimed, Inc. Communication station and software for interfacing with an infusion pump, analyte monitor, analyte meter, or the like
US6175752B1 (en) 1998-04-30 2001-01-16 Therasense, Inc. Analyte monitoring device and methods of use
US6736797B1 (en) 1998-06-19 2004-05-18 Unomedical A/S Subcutaneous infusion set
US6355021B1 (en) 1998-07-14 2002-03-12 Maersk Medical A/S Medical puncturing device
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
US6248067B1 (en) 1999-02-05 2001-06-19 Minimed Inc. Analyte sensor and holter-type monitor system and method of using the same
US6554798B1 (en) 1998-08-18 2003-04-29 Medtronic Minimed, Inc. External infusion device with remote programming, bolus estimator and/or vibration alarm capabilities
JP4469504B2 (ja) 1998-10-08 2010-05-26 メドトロニック ミニメド インコーポレイテッド 遠隔形質モニタシステム
US6817990B2 (en) 1998-10-29 2004-11-16 Medtronic Minimed, Inc. Fluid reservoir piston
DK1716884T3 (en) 1998-10-29 2014-03-10 Medtronic Minimed Inc reservoir Connection
US7621893B2 (en) 1998-10-29 2009-11-24 Medtronic Minimed, Inc. Methods and apparatuses for detecting occlusions in an ambulatory infusion pump
US6248093B1 (en) 1998-10-29 2001-06-19 Minimed Inc. Compact pump drive system
US7193521B2 (en) 1998-10-29 2007-03-20 Medtronic Minimed, Inc. Method and apparatus for detecting errors, fluid pressure, and occlusions in an ambulatory infusion pump
US7806886B2 (en) 1999-06-03 2010-10-05 Medtronic Minimed, Inc. Apparatus and method for controlling insulin infusion with state variable feedback
US6752787B1 (en) 1999-06-08 2004-06-22 Medtronic Minimed, Inc., Cost-sensitive application infusion device
US6453956B2 (en) 1999-11-05 2002-09-24 Medtronic Minimed, Inc. Needle safe transfer guard
US7003336B2 (en) 2000-02-10 2006-02-21 Medtronic Minimed, Inc. Analyte sensor method of making the same
US7890295B2 (en) 2000-02-23 2011-02-15 Medtronic Minimed, Inc. Real time self-adjusting calibration algorithm
US6895263B2 (en) 2000-02-23 2005-05-17 Medtronic Minimed, Inc. Real time self-adjusting calibration algorithm
US20010041869A1 (en) 2000-03-23 2001-11-15 Causey James D. Control tabs for infusion devices and methods of using the same
US6485465B2 (en) 2000-03-29 2002-11-26 Medtronic Minimed, Inc. Methods, apparatuses, and uses for infusion pump fluid pressure and force detection
US6740059B2 (en) 2000-09-08 2004-05-25 Insulet Corporation Devices, systems and methods for patient infusion
US6749587B2 (en) 2001-02-22 2004-06-15 Insulet Corporation Modular infusion device and method
EP1383560B2 (de) 2001-04-06 2023-04-26 F. Hoffmann-La Roche AG Infusionsset
US20020071225A1 (en) 2001-04-19 2002-06-13 Minimed Inc. Direct current motor safety circuits for fluid delivery systems
US7353152B2 (en) * 2001-05-02 2008-04-01 Entelos, Inc. Method and apparatus for computer modeling diabetes
US6544212B2 (en) 2001-07-31 2003-04-08 Roche Diagnostics Corporation Diabetes management system
US7399277B2 (en) 2001-12-27 2008-07-15 Medtronic Minimed, Inc. System for monitoring physiological characteristics
US8010174B2 (en) 2003-08-22 2011-08-30 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US7041082B2 (en) 2002-02-28 2006-05-09 Smiths Medical Md, Inc. Syringe pump control systems and methods
US6960192B1 (en) 2002-04-23 2005-11-01 Insulet Corporation Transcutaneous fluid delivery system
US7278983B2 (en) 2002-07-24 2007-10-09 Medtronic Minimed, Inc. Physiological monitoring device for controlling a medication infusion device
US20040068230A1 (en) 2002-07-24 2004-04-08 Medtronic Minimed, Inc. System for providing blood glucose measurements to an infusion device
US6932584B2 (en) 2002-12-26 2005-08-23 Medtronic Minimed, Inc. Infusion device and driving mechanism and process for same with actuator for multiple infusion uses
US7488601B2 (en) 2003-06-20 2009-02-10 Roche Diagnostic Operations, Inc. System and method for determining an abused sensor during analyte measurement
US8275437B2 (en) 2003-08-01 2012-09-25 Dexcom, Inc. Transcutaneous analyte sensor
US7699807B2 (en) 2003-11-10 2010-04-20 Smiths Medical Asd, Inc. Device and method for insertion of a cannula of an infusion device
EP1711791B1 (en) 2003-12-09 2014-10-15 DexCom, Inc. Signal processing for continuous analyte sensor
GB0329161D0 (en) 2003-12-16 2004-01-21 Precisense As Reagant for detecting an analyte
GB0329849D0 (en) 2003-12-23 2004-01-28 Precisense As Fluorometers
US7344500B2 (en) 2004-07-27 2008-03-18 Medtronic Minimed, Inc. Sensing system with auxiliary display
US8313433B2 (en) 2004-08-06 2012-11-20 Medtronic Minimed, Inc. Medical data management system and process
US7468033B2 (en) 2004-09-08 2008-12-23 Medtronic Minimed, Inc. Blood contacting sensor
BRPI0609511A2 (pt) 2005-03-21 2010-04-13 Abbott Diabetes Care Inc sistema incluindo um dispositivo de infusão e uma unidade de monitoramento de analito, método para integrar monitoramento de analito e infusão de fluido, aparelho incluindo um sensor de analito e um canal de suprimento de fluido, e, método de suprimento de fluido e monitoramento de analito
EP1877116A1 (en) 2005-04-13 2008-01-16 Novo Nordisk A/S Medical skin mountable device and system
US8137314B2 (en) 2006-08-23 2012-03-20 Medtronic Minimed, Inc. Infusion medium delivery device and method with compressible or curved reservoir or conduit
US7641649B2 (en) 2005-05-06 2010-01-05 Medtronic Minimed, Inc. Reservoir support and method for infusion device
US20080097291A1 (en) 2006-08-23 2008-04-24 Hanson Ian B Infusion pumps and methods and delivery devices and methods with same
US8277415B2 (en) 2006-08-23 2012-10-02 Medtronic Minimed, Inc. Infusion medium delivery device and method with drive device for driving plunger in reservoir
US20060276771A1 (en) * 2005-06-06 2006-12-07 Galley Paul J System and method providing for user intervention in a diabetes control arrangement
US7713240B2 (en) 2005-09-13 2010-05-11 Medtronic Minimed, Inc. Modular external infusion device
DK1951340T4 (en) 2005-11-08 2017-05-22 Bigfoot Biomedical Inc infusion pump
US8114269B2 (en) 2005-12-30 2012-02-14 Medtronic Minimed, Inc. System and method for determining the point of hydration and proper time to apply potential to a glucose sensor
US8114268B2 (en) 2005-12-30 2012-02-14 Medtronic Minimed, Inc. Method and system for remedying sensor malfunctions detected by electrochemical impedance spectroscopy
US7985330B2 (en) 2005-12-30 2011-07-26 Medtronic Minimed, Inc. Method and system for detecting age, hydration, and functional states of sensors using electrochemical impedance spectroscopy
US20070255125A1 (en) 2006-04-28 2007-11-01 Moberg Sheldon B Monitor devices for networked fluid infusion systems
US7455663B2 (en) 2006-08-23 2008-11-25 Medtronic Minimed, Inc. Infusion medium delivery system, device and method with needle inserter and needle inserter device and method
US7828764B2 (en) 2006-08-23 2010-11-09 Medtronic Minimed, Inc. Systems and methods allowing for reservoir filling and infusion medium delivery
US20080125700A1 (en) 2006-11-29 2008-05-29 Moberg Sheldon B Methods and apparatuses for detecting medical device acceleration, temperature, and humidity conditions
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
US20080269714A1 (en) 2007-04-25 2008-10-30 Medtronic Minimed, Inc. Closed loop/semi-closed loop therapy modification system
US7963954B2 (en) 2007-04-30 2011-06-21 Medtronic Minimed, Inc. Automated filling systems and methods
US8323250B2 (en) 2007-04-30 2012-12-04 Medtronic Minimed, Inc. Adhesive patch systems and methods
KR101347008B1 (ko) * 2007-06-27 2014-01-02 에프. 호프만-라 로슈 아게 환자 생리학의 모델링에 기초하여 환자 맞춤형 치료를 개발하는 시스템 및 방법
CN101801438B (zh) 2007-07-20 2013-08-07 梅丁格有限公司 可手动操作的便携式输注设备
US20090164239A1 (en) * 2007-12-19 2009-06-25 Abbott Diabetes Care, Inc. Dynamic Display Of Glucose Information
TWI394580B (zh) * 2008-04-28 2013-05-01 Halozyme Inc 超快起作用胰島素組成物
US8207859B2 (en) 2008-04-28 2012-06-26 Medtronic Minimed, Inc. Automobile physiological monitoring system and method for using the same
US8181849B2 (en) 2008-12-30 2012-05-22 Medtronic Minimed, Inc. Color detection system for detecting reservoir presence and content in device
WO2010135670A2 (en) * 2009-05-22 2010-11-25 Abbott Diabetes Care Inc. Safety layer for integrated insulin delivery system
US8308679B2 (en) 2009-12-30 2012-11-13 Medtronic Minimed, Inc. Alignment systems and methods
CA2816388C (en) * 2010-10-12 2016-12-06 The Regents Of The University Of California Maintaining multiple defined physiological zones using model predictive control
US10694983B2 (en) * 2012-01-19 2020-06-30 Medtronic Minimed, Inc. Method and/or system for assessing a patient's glycemic response
US20130338629A1 (en) * 2012-06-07 2013-12-19 Medtronic Minimed, Inc. Diabetes therapy management system for recommending basal pattern adjustments
US9526834B2 (en) * 2012-08-30 2016-12-27 Medtronic Minimed, Inc. Safeguarding measures for a closed-loop insulin infusion system
US9833191B2 (en) * 2012-11-07 2017-12-05 Bigfoot Biomedical, Inc. Computer-based diabetes management
US10463789B2 (en) * 2015-09-02 2019-11-05 University Of Virginia Patent Foundation System, method, and computer readable medium for dynamic insulin sensitivity in diabetic pump users
JP2019532685A (ja) * 2016-08-18 2019-11-14 ノボ・ノルデイスク・エー／エス 食事イベント向けのボーラスインスリン薬剤投与量を最適化するためのシステムおよび方法
US10854322B2 (en) * 2016-12-21 2020-12-01 Medtronic Minimed, Inc. Infusion systems and methods for patient activity adjustments

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070017150A (ko) * 2004-03-26 2007-02-08 미츠비시 웰파마 가부시키가이샤 인슐린 저항성 개선제
KR20070058670A (ko) * 2004-09-28 2007-06-08 오츠카 세이야쿠 가부시키가이샤 인슐린 저항성의 평가 방법
WO2006129375A1 (ja) * 2005-06-03 2006-12-07 Ataru Okumura 投薬支援プログラム、投薬支援装置、投薬支援プログラムを記録した記録媒体及び投薬支援システム
JP2009521249A (ja) * 2005-12-08 2009-06-04 エフ．ホフマン−ラ ロシュ アーゲー 薬物投与情報を決定するためのシステム及び方法
US20100125241A1 (en) * 2008-11-17 2010-05-20 Disetronic Licensing, Ag Prandial Blood Glucose Excursion Optimization Method Via Computation of Time-Varying Optimal Insulin Profiles and System Thereof
JP2013519451A (ja) * 2010-02-11 2013-05-30 ザ レジェンツ オブ ザ ユニヴァースティ オブ カリフォルニア 生物学的因子又は薬物を被検者に送達するためのシステム、装置及び方法
WO2014035672A2 (en) * 2012-08-30 2014-03-06 Medtronic Minimed, Inc. Safeguarding techniques for a closed-loop insulin infusion system
KR20150045522A (ko) * 2012-08-30 2015-04-28 메드트로닉 미니메드 인코포레이티드 폐쇄-루프 인슐린 주입 시스템을 위한 보호 기술
KR20150050563A (ko) * 2012-08-30 2015-05-08 메드트로닉 미니메드 인코포레이티드 폐쇄-루프 인슐린 주입 시스템을 위한 보호 기술
KR101600379B1 (ko) * 2015-08-03 2016-03-07 (주) 비비비 당뇨병 환자를 위한 혈당 관리 방법
KR20170047993A (ko) * 2015-10-26 2017-05-08 가천대학교 산학협력단 데이터 보안 전송을 통한 당뇨 위험 산출 시스템

Also Published As

Publication number Publication date
CN112005310A (zh) 2020-11-27
WO2019209602A1 (en) 2019-10-31
JP2021522582A (ja) 2021-08-30
CN117861012A (zh) 2024-04-12
EP3785276A1 (en) 2021-03-03
JP7296986B2 (ja) 2023-06-23
US20190321553A1 (en) 2019-10-24
US11158413B2 (en) 2021-10-26
CA3107454A1 (en) 2019-10-31
KR102588163B1 (ko) 2023-10-13
CN112005310B (zh) 2024-03-12
AU2019260574A1 (en) 2020-10-22

Similar Documents

Publication Publication Date Title
KR102588163B1 (ko) 환자의 디지털 트윈을 이용하는 개인화된 폐루프 약물 전달 시스템
US20210043299A1 (en) Infusion systems and related personalized bolusing methods
CN112933333B (zh) 调整胰岛素输送速率
EP2967450B1 (en) System for closed-loop control of an artificial pancreas
WO2021011738A1 (en) Blood glucose control system
US8771251B2 (en) Systems and methods for managing and delivering patient therapy through electronic drug delivery systems
JP2010502361A (ja) インテリジェント治療推奨アルゴリズムおよびその使用方法
US20220031946A1 (en) Determination of adjustments to fluid delivery settings
US20220118181A1 (en) Contextual adjustment of control parameters
AU2020356952A1 (en) Blood glucose control system
JP2020527085A (ja) 患者の血糖値を調節するための自動システム
CN111344796A (zh) 患者监测系统及相关推荐方法
US20200390973A1 (en) Personalized closed loop optimization systems and methods
US20220044785A1 (en) Determination of adjustments to fluid delivery settings
EP3935646A1 (en) Personalized closed loop optimization systems and methods
US20230381413A1 (en) Time-segmented basal rate adaptation process
WO2022101900A1 (en) Method and system for automatic monitoring of diabetes related treatments based on insulin injections
WO2023102010A1 (en) System and method of modifying user profile in automated insulin delivery

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right