TWI668664B - Method for dynamically analyzing blood sugar level, system thereof and computer program product - Google Patents

Method for dynamically analyzing blood sugar level, system thereof and computer program product Download PDF

Info

Publication number
TWI668664B
TWI668664B TW106101354A TW106101354A TWI668664B TW I668664 B TWI668664 B TW I668664B TW 106101354 A TW106101354 A TW 106101354A TW 106101354 A TW106101354 A TW 106101354A TW I668664 B TWI668664 B TW I668664B
Authority
TW
Taiwan
Prior art keywords
blood glucose
event
value
time point
glucose level
Prior art date
Application number
TW106101354A
Other languages
English (en)
Other versions
TW201828237A (zh
Inventor
張銘倫
呂正偉
Original Assignee
華廣生技股份有限公司
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
Application filed by 華廣生技股份有限公司 filed Critical 華廣生技股份有限公司
Priority to TW106101354A priority Critical patent/TWI668664B/zh
Priority to US15/866,774 priority patent/US10925522B2/en
Priority to EP18151715.2A priority patent/EP3355311B1/en
Publication of TW201828237A publication Critical patent/TW201828237A/zh
Application granted granted Critical
Publication of TWI668664B publication Critical patent/TWI668664B/zh

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • 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
    • G16H40/67—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 remote operation
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Emergency Medicine (AREA)
  • Optics & Photonics (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本發明提供一種動態分析血糖值的方法，由一血糖分析系統實施，並包含以下步驟。首先，血糖分析系統在第一時間點產生相關於使用者的第一血糖值及對應該第一血糖值的第一事件標籤，且在第二時間點產生相關於使用者的第二血糖值及對應第二血糖值的第二事件標籤。接著，血糖分析系統計算第二時間點與第一時間點的時間差距。接著，當該時間差距小於第一門檻值時，血糖分析系統計算第二血糖值與第一血糖值的血糖值差距，並根據第一事件標籤、第二事件標籤，及血糖值差距產生分析輸出。此外，本發明還提供一種動態分析血糖值的電腦程式產品。

Description

動態分析血糖值的方法及其系統與電腦程式產品
本發明是有關於一種分析血糖值的方法及其系統與電腦程式產品，特別是指一種能動態分析血糖值的方法及其系統與電腦程式產品。
目前來說，雖然已經有安裝於行動裝置上的血糖分析應用程式來幫助使用者進行血糖量測的管理，但現有的血糖分析應用程式需要使用者預先設定好早、午、晚的用餐時間，以在用餐時間的前後一段時間內提醒使用者量測血糖來觀察自身血糖值的變化是否正常。
然而，人們的用餐時間可能會隨著平日、假日，或偶發事件而有變動，前述預先設定用餐時間的方式甚為不便。此外，若忽略了人們在三餐外的其他飲食的行為，也會導致無法準確地捕捉到血糖值真正的變化，進而無法有效提供準確可靠的統計數據供醫生參考用於制訂/調整糖尿病的治療方案，因此極需發明一方便且即時的血糖分析方法來提供病人用於血糖控制上。
因此，本發明之目的，即在提供一種動態分析血糖值的方法。
於是，本發明動態分析血糖值的方法，由一血糖分析系統實施。該動態分析血糖值的方法包含一步驟(a)、一步驟(b)，及一步驟(c)。
該步驟(a)是該血糖分析系統在一第一時間點產生一相關於一使用者的第一血糖值及一對應該第一血糖值的第一事件標籤，且在一第二時間點產生一相關於該使用者的第二血糖值及一對應該第二血糖值的第二事件標籤。
該步驟(b)是該血糖分析系統計算該第二時間點與該第一時間點的一時間差距。
該步驟(c)是當該血糖分析系統判斷出該時間差距小於一第一門檻值時，該血糖分析系統計算該第二血糖值與該第一血糖值的一血糖值差距，並產生一對應該第一事件標籤、該第二事件標籤，及該血糖值差距的分析輸出。
本發明之另一目的，即在提供一種血糖分析系統。
於是，本發明血糖分析系統包含一第一檢測裝置及一伺服器。
該第一檢測裝置適於個人檢測用，用以產生一使用者的一血糖資料，該血糖資料包含一第一血糖值與相關於該第一血糖值的一第一時間點與一第一事件標籤，以及產生一第二血糖值與相關於該第二血糖值的一第二時間點與一第二事件標籤。
該伺服器用以接收該第一檢測裝置所產生的該血糖資料，並計算該第二時間點與該第一時間點的一時間差距，且當該時間差距小於一第一門檻值時，計算該第二血糖值與該第一血糖值的一血糖值差距，且產生一對應該第一事件標籤、該第二事件標籤，及該血糖值差距的分析輸出。
本發明之另一目的，即在提供一種動態分析血糖值的電腦程式產品，當電腦載入該電腦程式並執行後可完成前述本發明動態分析血糖值的方法。
本發明之功效在於：能動態地分析出血糖值在事件前後的變化。
參閱圖1，本發明動態分析血糖值的方法的一實施例由一血糖分析系統S實施，該血糖分析系統S包含一具傳輸功能的第一檢測裝置11，該第一檢測裝置11包含適於個人檢測用的第一血糖機1與一行動裝置2，其中該行動裝置2可為智慧手機、平板電腦，或穿戴裝置，並可透過WiFi或藍牙等無線或有線通訊網路連接該第一血糖機1。在另一個實施例中(圖1未示出)，該第一檢測裝置11可以是整合成一具有網路通訊功能的血糖機，因此該血糖機可包含血糖機以及行動裝置兩者所需的功能。在另一個實施例中(圖1未示出)，該第一檢測裝置11可以是具有量測血糖的功能的行動裝置，該功能可以透過內建或是外部連接至行動裝置的血糖量測模組實現，從而無須設置獨立的血糖機。該第一檢測裝置11可運行一應用軟體(圖1未示出)以收集並分析量測數據，其中該應用軟體可以是內建於裝置內或是自外部取得，如網路下載。以下以包含有該第一血糖機1與該行動裝置2的實施例來做說明，其中該應用軟體安裝於該行動裝置2。
參閱圖2，本發明動態分析血糖值的方法包含步驟31~34。首先，在步驟31，使用者在一第一時間點操作該第一血糖機1量測到自身的一第一血糖值，並接著操作該第一血糖機1選擇性地設定一對應該第一血糖值的第一事件標籤，並操作該行動裝置2從該第一血糖機1接收該第一血糖值，及該第一血糖值所對應的資料所形成的一數據序列，其中該對應的資料可以包括事件標籤、紀錄序號、量測時間、量測時間對應的世界標準時間(Coordinated Universal Time, UTC)、量測日期、量測時區、血糖機型號、血糖機序號、使用者帳號、是否為品管液數值、量測溫度是否超標、資料類型(由檢測裝置產生或手動輸入)等；此外，該血糖值傳送至該行動裝置2時，該行動裝置2還紀錄自身所在的經緯度。上述參數的列表及對應格式如下:
在另一個實施例中，使用者可以在該行動裝置2上操作以直接輸入該第一血糖值，並選擇性地設定該第一事件標籤。
前述的該事件標籤可以分為「事件前」或「事件後」。若該第一血糖機1或該行動裝置2判斷出該使用者沒有針對該血糖值選擇設定該事件標籤，則該第一血糖機1或該行動裝置2判定該事件標籤對應「無」。此外，「事件前」可以是進食前、運動前、用藥前、注射胰島素前、空腹等，「事件後」可以是進食後、運動後、用藥後、注射胰島素後等，以下以「進食前」、「進食後」作為該事件標籤來說明。
舉例來說，參閱圖3，使用者在「14:30」量測到該第一血糖值，並操作該第一血糖機1標註內容為「進食前」的該第一事件標籤，且操作該行動裝置2從該第一血糖機1接收該第一血糖值及對應該第一血糖值的該數據序列。
接著，在步驟32，使用者在一第二時間點操作該第一血糖機1量測到自身的一第二血糖值，並接著操作該第一血糖機1選擇性地設定一對應該第二血糖值的第二事件標籤，並操作該行動裝置2從該第一血糖機1接收該第二血糖值及對應該第二血糖值的該數據序列，其中該第二時間點晚於該第一時間點。在一個實施例中，使用者亦可以直接在該行動裝置2上輸入該第二血糖值，並選擇性地設定一對應該第二血糖值的第二事件標籤。承圖3之例，使用者在「16:00」量測到該第二血糖值，並操作該行動裝置2標註內容為「進食後」的該第二事件標籤。
接著，在步驟33，該行動裝置2計算該第二時間點與該第一時間點的一時間差距，並判斷是否該時間差距小於一第一門檻值。
當步驟33的判斷結果為肯定(小於一第一門檻值)時，進行步驟34，也就是該行動裝置2計算該第二血糖值與該第一血糖值的一血糖值差距，並產生一對應該第一事件標籤、該第二事件標籤及該血糖值差距的分析輸出，其中該血糖值差距=該第二血糖值－該第一血糖值。
再參閱圖3，在此是要根據「進食前」與「進食後」的血糖值形成的一配對組合來分析血糖值的變化；且一般來說，使用者在進食後的四個小時內血糖值會有較明顯的變化，故較佳地，該應用軟體設有第一門檻值為四小時。因為「16:00」與「14:30」的時間差距小於四小時，所以該行動裝置2計算使用者在「16:00」量測到的該第二血糖值與在「14:30」量測到的該第一血糖值的該血糖值差距。特別地，參閱圖4，該應用軟體設有第二門檻值，若該血糖值差距大於一第二門檻值，如圖4(a)所示，該行動裝置2產生一用於指示「升糖過高」42的分析輸出訊息；而若該血糖值差距小於一第三門檻值且該第二血糖值大於該第一血糖值，如圖4(b)所示，該行動裝置2產生一用於指示「升糖不足」41的分析輸出訊息；若該第二血糖值小於該第一血糖值時，如圖4(c)所示，該行動裝置2產生一用於指示「餐後降糖」43的分析輸出訊息；較佳地，該第二門檻值為50~70 mg/dL之間的一數值，較佳為60mg/dL，且第三門檻值為20~40 mg/dL之間的一數值，較佳為30mg/dL，也就是說，若該血糖值差距落於30mg/dL與60mg/dL之間，使用者在進食後的血糖值上升幅度是被判定為正常的。如圖4(d)所示，該上述分析輸出訊息於本實施例揭露方式還包含於配對組合的兩數值底部設有指示底線44、45呈現，以藍色底線44指示「升糖不足」，紅色底線45指示「升糖過高」，甚至可設有其他不同顏色底線44、45以區分升糖及降糖狀態，以協助醫生及病人加速判斷分析異常血糖狀態。
參閱圖5，再以更多的「進食前」與「進食後」的配對組合來說明。使用者分別在「18:00」、「20:00」，及「21:00」也量測到了血糖值，且對應該等血糖值分別標註了「進食前」、「進食後」及「進食後」。因為「18:00」與「20:00」的時間差距小於四小時，所以「18:00」與「20:00」所量測到的二血糖值為一配對組合；「18:00」與「21:00」的時間差距也小於四小時，所以「18:00」與「21:00」所量測到的二血糖值也為一配對組合，然而，當該應用軟體僅有「18:00」與「20:00」的血糖值，「21:00」的血糖值還沒有輸入至該應用軟體時，「18:00」與「20:00」會形成一配對組合，等到「21:00」的血糖值輸入至該應用軟體後，由於「21:00」的血糖值比起「20:00」的血糖值資料較新，在與飯前血糖進行配對時兩者之間的血糖值變化較大，對於醫療人員而言較具有參考價值，故該應用軟體會重新進行「18:00」與「21:00」的配對組合，「20:00」所量測的血糖值則當作參考數值，也就是說，新增至應用軟體的血糖值，會依照對應的事件標籤，在該血糖值量測時間的前後四小時內搜尋與之進行配對的血糖值，因此，「進食後」的「21:00」進入至應用軟體後會找到「進食前」的「18:00」並與之配對，此時，原本與「18:00」配對的「進食後」的「20:00」則被認定為參考數值，如圖6所示，假設「18:00」、「20:00」，及「21:00」分別量測的血糖值為90、132、151 mg/dL，「20:00」所量測的132 mg/dL為參考數值62，將依照其「進食後」的事件標籤陳列於「18:00」與「21:00」的配對組合61的下方。
因此，該應用軟體可以自動針對差距小於四小時的兩筆血糖值，並依據該兩筆血糖值分別對應的事件標籤進行判斷，使得該應用軟體可以自動判斷使用者的進食時間點，學習使用者的進食時間等生活作息，亦可以有效利用每一筆血糖值，從中分析出更多有效的資訊，協助護理人員及使用者控管病情。
另一方面，使用者在量測血糖時，有時候會忘記替所量測的血糖值設定對應的事件標籤，使得該筆血糖值因而喪失被納入分析的機會，無法進行事件前後的配對，使得分析效果不佳，在此問題上，本發明提供一自動進行事件標示解決方案，也就是針對被判定為對應「無」的事件標籤，自動設定為對應「事件前」或「事件後」。
舉例來說，請參閱圖7，使用者在「10:00」、「11:00」、「13:00」及「15:00」皆有進行血糖量測，但是使用者僅對「13:00」量測的血糖值設定「進食前」的事件標籤，其餘血糖值對應的事件標籤均被系統判定為對應「無」。在這個情況下，由於「10:00」與「11:00」的時間差距小於四個小時，所以該應用軟體會將「10:00」自動標註為「進食前」、「11:00」標註為「進食後」，並將「10:00」與「11:00」視為一個事件的配對組合。接著，由於「13:00」已經有「進食前」的事件標籤，且「13:00」與「15:00」的時間差距小於四個小時，所以該應用軟體會將「15:00」自動標註為「進食後」，因此「13:00」與「15:00」被視為另一個事件的配對組合。因此，該應用軟體是以配對組合定義出的事件作為血糖值配對的判斷標準，故縱使「10:00」與「13:00」、「11:00」與「13:00」、「11:00」與「15:00」間皆小於四個小時，該應用軟體並不會將其視為一個配對組合。
請參閱圖8，使用者量測血糖的時間與圖7一樣，若使用者僅有對「13:00」量測的血糖值設定事件標籤，且為「進食後」，則同樣地，由於「10:00」與「11:00」的時間差距小於四個小時，所以該應用軟體會將「10:00」與「11:00」視為一個配對組合，並將「10:00」自動標註為「進食前」、「11:00」標註為「進食後」。接著，由於新進入該應用軟體的血糖值會依照對應的事件標籤，在自身的量測時間點前後的四個小時內搜尋時間與之配對的血糖值，因此，已經被該應用軟體標註為「進食前」的「10:00」將與「13:00」形成配對組合，「11:00」所量測的血糖值則當作「進食後」的參考使用；至於「15:00」則被視為下一個事件的數值，將與後續新增的血糖值進行配對。於本實施方式中「11:00」所量測的血糖值原先雖然被標註為「進食後」，但是接著被列為參考值，故可了解於系統中的血糖值會根據新數據加入而使得血糖值的配對狀態產生動態性的變化。
另一方面，請參閱圖9，當該第一時間點與該第二時間點的該時間差距大於一第四門檻值時，該應用軟體即自動標註該第二時間點所量測的血糖值的事件標籤為「空腹」。一般而言，若使用者未有進食超過八小時，則判斷該血糖值為空腹血糖，故較佳地，該第四門檻值為八小時。另一方面，當該第一時間點與該第二時間點的該時間差距小於該第四門檻值但大於一第五門檻值時，該應用軟體則自動標註該第二時間點所量測的血糖值對應的事件標籤為「進食前」。一般來說，當使用者在未有進食超過五小時但小於八小時，所量測的血糖被判斷為「進食前」血糖，故較佳地，該第五門檻值為五小時。
舉例來說，參閱圖10，雖然在「6:00」量測的血糖值未有事件標籤，但由於早於「6:00」的上一次的量測時間點為前一天的「21:00」，時間差距大於八小時，故該應用軟體將自動設定「6:00」所量測的血糖值對應的事件標籤為「空腹」；另一方面，在「19:00」量測的血糖值也未有事件標籤，但是在「19:00」的量測時間點與上一次「13:00」的量測時間點，兩者的時間差距大於五小時且小於八小時，故該應用軟體自動將「19:00」所量測的血糖對應的該事件標籤標註為「進食前」。
因此，該事件標籤除了由該使用者自行設定外，該應用軟體也可以針對每一筆血糖值與其前後筆血糖值的關係，依照該筆血糖值的量測時間，設定該筆血糖值的事件標籤，使得該筆血糖值可以與其他筆血糖值成為配對組合。
此外，除了產生「升糖過高」或「升糖不足」等訊息之外，該應用軟體還可儲存所產生的血糖值、事件標籤、時間差距、血糖值差距等資訊；如此，使用者能透過該行動裝置2追踪記錄自身每天進食前、後或其他事件前後的血糖值變化，也可在進行醫療諮詢時提供上述的血糖值的相關資訊給醫療人員做為評估的參考。
由上述可知，藉由利用本發明動態分析血糖值的方法，使用者不需在該行動裝置2上預先設定用餐或進食時間以讓該行動裝置2提醒應該量測血糖的時間點；使用者僅需在任一進食的時間點前、後量測血糖並選擇性地標註對應的事件標籤，該行動裝置2即可自動分析出使用者在進食前、後或其他事件前後的血糖值變化是否正常，並透過血糖值之間的配對關係不斷的滾動下去，當量測血糖的資訊不斷累積，該應用軟體可依據資料庫分析該名使用者的進食時間、睡眠時間等生活作息。
請參閱圖11，該應用軟體首先將所有血糖的資訊皆儲存至行動裝置2的一資料庫中(步驟111)。接著，該行動裝置2自動偵測當下的使用情況(步驟112)，其中該使用情況主要可包含當下的時間、日期或是所在位置等，但不限於此。接著，該行動裝置2將當下的使用情況與該資料庫進行比對(步驟113)，以取得一建議的訊息或是動作(步驟114)，其中該建議的訊息或動作係依據儲存在該資料庫中的歷史資訊所產生，可以包含提醒使用者進行血糖量測、提醒使用者用藥或是對血糖值設定對應的事件標籤，但不限於此。
舉例來說，該應用軟體會將該血糖值的配對組合與對應的該第一時間點及該第二時間點存入資料庫中，當應用軟體偵測到當下的時間為星期六的9:00，而該應用軟體根據當下的時間與資料庫中的比對後發現，使用者在週末早上的血糖配對組合多為「9:00」對應「進食前」且「10:00」對應「進食後」，該應用軟體因此可以判斷該使用者的週末早餐進食時間位於「9:00」~「10:00」之間，因此，該應用軟體將自動跳出提醒，要求使用者進行早餐的血糖量測。更進一步，該應用軟體可透過分析得出的生活作息區段，為那些未標記事件標籤的血糖值，設定一個對應的事件標籤，達到智慧判斷的功能，舉例來說，當該應用軟體如上述分析得出早餐進食時段多數分布在「9:00」~「10:00」之間，則對於量測時間位於該進食時段之前，如「8:00」~「10:00」之間，且未設定有事件標籤的血糖值，該應用軟體將自動設定該筆血糖值的事件標籤為「進食前」，反之亦然，對於量測時間位於該早餐進食時段後的4小時內，如「10:00」~「14:00」，且未設定有事件標籤的血糖值，該應用軟體將自動設定該筆血糖值的事件標籤為「進食後」。
另一方面，該應用軟體亦可以依據過去血糖值的起伏，預測未來血糖值可能的趨勢，例如，該應用軟體分析出使用者在周五的晚餐時段「18:00」~「20:00」，常有「升糖過高」的情形出現，則該應用軟體可以在周五上述的時段中，跳出警示的訊息，提醒使用者務必控制用餐的份量，或是給予進食的建議。當該應用軟體透過分析以學習使用者的生活作息時，以更貼近使用者的方式運作，不僅可以獲得更完整的量測紀錄，得以控制病情，亦可藉此激勵使用者持續量測，使得醫護人員可以更清楚地掌握使用者的狀態，以提供對應的醫療建議。
參閱圖12，在另一實施方式中，該血糖分析系統S還包含具傳輸功能的一第二檢測裝置7與一伺服器5。該第二檢測裝置7設置於一醫療院所並透過無線或有線網路選擇性地連接該醫療院所的一伺服器6，且用於供醫療專業使用，該醫療院所內的各個工作站終端8則連接至該伺服器6，而該工作站終端8可以是桌上型電腦、筆記型電腦、平板電腦、智慧型手機等運算裝置，但不限於此。若使用者在該醫療院所進行醫療諮詢或醫治時使用該第二檢測裝置7量測血糖值，可透過該醫療院所的伺服器6經由網際網路將該血糖值傳送給該伺服器5，該行動裝置2再經由網際網路從該伺服器5接收該血糖值。在一個實施方式中，該第二檢測裝置7直接透過網路連接該伺服器5，使得使用者在該醫療院所透過該第二檢測裝置7所量測的資料直接上傳至該伺服器5，而無需經過該醫療院所的伺服器6。相同地，使用者透過該第一檢測裝置11自行量測的血糖值，亦可經由網路將該血糖值傳送至該伺服器5，使得該工作站終端8或是該第二檢測裝置7可以透過該伺服器6或是直接經由網路從該伺服器5接收或是存取該血糖值。其中該伺服器5提供一雲端軟體，除了可分擔部分該行動裝置2的應用軟體的運算工作外，亦在該第二檢測裝置7的量測資料匯入後，提供全面性的分析服務，並提供一使用者介面供該行動裝置2、該第二檢測裝置7、該工作站終端8、保險業者/第三方服務提供者伺服器10或任何經過授權的授權裝置9存取。
如此，該行動裝置2、該工作站終端8或任何經過使用者和/或該醫療院所授權的授權裝置9、保險業者/第三方服務提供者伺服器10即能整合該第一檢測裝置11與該第二檢測裝置7所量測到的每一血糖值。亦即前述該第一血糖值可為該第一檢測裝置11與該第二檢測裝置7的其中任一者所量測到的血糖值，且該第二血糖值也可為該第一檢測裝置11與該第二檢測裝置7的其中任一者所量測到的血糖值，系統並可透過與血糖值對應之該資料類型或是血糖儀型號或序號，區分該筆血糖值是來自於該第一檢測裝置11、該第二檢測裝置7或是手動輸入。另一方面，該系統可以利用該使用者的資料作為辨別使用者的帳號，以分辨來自該第一檢測裝置11或該第二檢測裝置7的血糖值是否屬於同一個使用者，其中該使用者資料可以是姓名、電話號碼、生日、身分證字號、電子郵件地址、指紋、聲紋、虹膜，或其組合，以編碼後的方式呈現，如一維條碼或二維條碼，供醫護人員操作該第二檢測裝置7時，掃描病患條碼使用，如此一來，該第二檢測裝置7所量測到的量測值亦會呈現在同一個使用者的帳號內。該第一檢測裝置11及該第二檢測裝置7所量測到的血糖值及其對應資料傳送給該伺服器5儲存，該伺服器5上的該雲端軟體再依據上述資料利用動態分析血糖的方法進行分析，如此，使用者的血糖分析資訊能夠被備份在該伺服器5或是該醫療院所的伺服器6中，使用者即可透過該行動裝置2連結該伺服器5查詢該使用者的血糖值記錄與對應的分析數據，而醫護人員可以分別透過該工作站終端8或該第二檢測裝置7連結該伺服器5或該醫療院所的伺服器6查詢該使用者的血糖值記錄與對應的分析數據。
此外，上述之方法，亦可使用在其他生理參數或是任意的參數上，例如運動前後的心率值、脈搏值、體脂值、卡路里消耗數值，在搭配對應的感測器或是感測模組後，即可適用於本發明的動態分析方法。
綜上所述，本發明動態分析血糖值的方法，藉由針對在每一時間點所量測到的血糖值標註對應的事件標籤，能計算出時間差距在四小時內的進食前、後或其他時間差距的其他事件前後的血糖值配對組合，且能進一步根據該血糖值配對組合來分析使用者在進食前、後或其他事件前後的血糖值變化是否正常，另一方面，隨著量測血糖的資訊不斷累積形成大數據後，亦能透過每一時間點所量測到的血糖值，分析該名使用者的生活作息，以預測血糖起伏的變化，提供對應的醫療建議，達到智慧分析血糖值的目標，故確實能達成本發明的目的。
惟以上所述者，僅為本發明的實施例而已，當不能以此限定本發明實施的範圍，凡是依本發明申請專利範圍及專利說明書內容所作的簡單的等效變化與修飾，皆仍屬本發明專利涵蓋的範圍內。
S‧‧‧血糖分析系統
1‧‧‧第一血糖機
11‧‧‧第一檢測裝置
111~114‧‧‧步驟
2‧‧‧行動裝置
31~34‧‧‧步驟
41‧‧‧升糖不足
42‧‧‧升糖過高
43‧‧‧餐後降糖
44‧‧‧藍色底線
45‧‧‧紅色底線
5‧‧‧伺服器
6‧‧‧醫療院所伺服器
61‧‧‧配對組合
62‧‧‧參考數值
7‧‧‧第二檢測裝置
8‧‧‧工作站終端
9‧‧‧授權裝置
10‧‧‧伺服器
本發明的其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中： 圖1是一示意圖，說明用於實施本發明動態分析血糖值的方法的一血糖分析系統的一實施方式； 圖2是一流程圖，說明該動態分析血糖值的方法所包含的步驟； 圖3是一示意圖，說明一組血糖值的配對組合； 圖4包含多個顯示畫面，說明該血糖分析系統的多個分析輸出的態樣； 圖5是一示意圖，說明多組血糖值的配對組合； 圖6是一顯示畫面，說明一組血糖值的配對組合及一對應該配對組合的參考數值； 圖7是一示意圖，說明一自動進行事件標示解決方案； 圖8是一示意圖，配合圖7說明該自動進行事件標示解決方案； 圖9是一流程圖，說明自動標註「空腹」或「進食前」的事件標籤的步驟流程； 圖10是一示意圖，配合圖9說明自動標註「空腹」或「進食前」的事件標籤； 圖11是一流程圖，說明自動產生建議的訊息或是動作的步驟流程；及 圖12是一示意圖，說明該血糖分析系統的另一實施方式。

Claims (19)

  1. 一種動態分析血糖值的方法，由一血糖分析系統實施，該動態分析血糖值的方法包含以下步驟：(a)該血糖分析系統在一第一時間點產生一相關於一使用者的第一血糖值及一對應該第一血糖值的第一事件標籤，且在一第二時間點產生一相關於該使用者的第二血糖值及一對應該第二血糖值的第二事件標籤，其中每一事件標籤對應「事件前」、「事件後」及「無」的其中一者，且該等事件標籤不均對應「事件前」，並不均對應「事件後」；(b)該血糖分析系統計算該第二時間點與該第一時間點的一時間差距；(c)當該血糖分析系統判斷出該時間差距小於一第一門檻值時，該血糖分析系統判定該第一血糖值與該第二血糖值為一配對組合，並計算該第二血糖值與該第一血糖值的一血糖值差距，且產生一對應該第一事件標籤、該第二事件標籤，及該血糖值差距的分析輸出；(d)該血糖分析系統取得在一第三時間點產生之一相關於該使用者的第三血糖值及一對應該第三血糖值的第三事件標籤；(e)該血糖分析系統根據該第三事件標籤判斷是否更新該配對組合，並計算該第三時間點與該第一時間點或該 第二時間點間的另一時間差距；及(f)當該另一時間差距小於該第一門檻值時，該血糖分析系統將步驟(c)的該配對組合更新為由該第一血糖值與第三血糖值或該第二血糖值與該第三血糖值所組成之另一配對組合，並重新計算該另一配對組合的另一血糖值差距，且更新該分析輸出。
  2. 如請求項1所述的動態分析血糖值的方法，其中該第一門檻值為四小時。
  3. 如請求項1所述的動態分析血糖值的方法，其中該「事件前」為進食前、運動前、用藥前、注射胰島素前及空腹的其中一者，該「事件後」為進食後、運動後、用藥後及注射胰島素後的其中一者。
  4. 如請求項1所述的動態分析血糖值的方法，其中，該第二時間點晚於該第一時間點，且在該步驟(c)中，該血糖分析系統判斷出該第一事件標籤與該第二事件標籤均對應「無」時，該血糖分析系統進一步設定該第一事件標籤對應「事件前」，且該第二事件標籤對應「事件後」。
  5. 如請求項1所述的動態分析血糖值的方法，其中，在該步驟(c)，該血糖分析系統判斷出該第一事件標籤與該第二事件標籤分別對應「事件前」與「無」時，該血糖分析系統進一步設定該第二事件標籤對應「事件後」。
  6. 如請求項1所述的動態分析血糖值的方法，其中，在該步 驟(c)，該血糖分析系統判斷出該第一事件標籤與該第二事件標籤分別對應「無」與「事件後」時，該血糖分析系統進一步設定該第一事件標籤對應「事件前」。
  7. 如請求項1所述的動態分析血糖值的方法，其中在該步驟(c)，當該時間差距大於一第四門檻值時，該血糖分析系統設定該第二事件標籤為「空腹」，其中該第四門檻值為八小時。
  8. 如請求項1所述的動態分析血糖值的方法，其中在該步驟(c)，當該時間差距大於一第五門檻值且小於該第四門檻值時，該血糖分析系統設定該第二事件標籤對應「進食前」，其中該第五門檻值為五小時。
  9. 如請求項1所述的動態分析血糖值的方法，其中在該步驟(c)，該第一事件標籤對應「事件前」，該第二事件標籤對應「事件後」，該分析輸出包含該第一血糖值與第二血糖值形成的該配對組合、該第一事件標籤、第二事件標籤，及該血糖值差距。
  10. 如請求項9所述的動態分析血糖值的方法，其中在該步驟(c)，該分析輸出更包含該血糖分析系統依據該配對組合對應的該第一時間點及該第二時間點所形成的該事件的時間區段。
  11. 如請求項10所述的動態分析血糖值的方法，該血糖分析系統預存有多個事件與多個分別對應該等事件的時間區 段，其中在該步驟(c)，該分析輸出更包含該血糖分析系統依據目前的時間或日期與該等事件對應的該等時間區段進行比對所產生的一結果。
  12. 如請求項11所述的動態分析血糖值的方法，其中在該步驟(c)，該結果至少包含一建議訊息或是動作，該訊息或是動作為一提醒訊息、警示訊息或是設定對應該第一血糖值或第二血糖值的該第一事件標籤或該第二事件標籤的其中至少一個。
  13. 一種血糖分析系統，包含：一第一檢測裝置，適於個人檢測用，用以產生一使用者的一血糖資料，該血糖資料包含一第一血糖值與相關於該第一血糖值的一第一時間點與一第一事件標籤、一第二血糖值與相關於該第二血糖值的一第二時間點與一第二事件標籤，以及一第三血糖值與相關於該第三血糖值的一第三時間點與一第三事件標籤，其中每一事件標籤對應「事件前」、「事件後」及「無」的其中一者，且該等第一及第二事件標籤不均對應「事件前」，並不均對應「事件後」；及一伺服器，用以接收該第一檢測裝置所產生的該血糖資料，以實施一動態分析血糖值的方法，該方法包含以下步驟：(a)計算該第二時間點與該第一時間點的一時間差 距；(b)當該時間差距小於一第一門檻值時，判定該第一血糖值與該第二血糖值為一配對組合，並計算該第二血糖值與該第一血糖值的一血糖值差距，且產生一對應該第一事件標籤、該第二事件標籤，及該血糖值差距的分析輸出；(c)當獲得在該第三時間點產生之該第三血糖值，及相關於該第三血糖值的第三事件標籤時，根據該第三事件標籤判斷是否更新該配對組合，並計算該第三時間點與該第一時間點或該第二時間點間的另一時間差距；及(d)當該另一時間差距小於該第一門檻值時，將步驟(b)的該配對組合更新為由該第一血糖值與第三血糖值或該第二血糖值與該第三血糖值所組成之另一配對組合，並重新計算該另一配對組合的另一血糖值差距，且更新該分析輸出。
  14. 如請求項13所述的血糖分析系統，更包含一適於供醫療專業使用的第二檢測裝置，用以產生該使用者的另一血糖資料。
  15. 如請求項14所述的血糖分析系統，其中該伺服器經由網路接收該第一檢測裝置及該第二檢測裝置所產生的任一血糖值，該第一檢測裝置經由網路從該伺服器接收該第二檢測裝置所產生的任一血糖值，該第二檢測裝置經由網路從該伺服器接收該第一檢測裝置所產生的任一血糖值。
  16. 一種動態分析血糖值的電腦程式產品，當電腦載入該電腦程式並執行後可完成下列步驟：(a)在一第一時間點產生一相關於一使用者的第一血糖值及一對應該第一血糖值的第一事件標籤，且在一第二時間點產生一相關於該使用者的第二血糖值及一對應該第二血糖值的第二事件標籤，其中每一事件標籤對應「事件前」、「事件後」及「無」的其中一者，且該等事件標籤不均對應「事件前」，並不均對應「事件後」；(b)計算該第二時間點與該第一時間點的一時間差距；(c)在該時間差距小於一第一門檻值時，判定該第一血糖值與該第二血糖值為一配對組合，並計算該第二血糖值與該第一血糖值的一血糖值差距，並產生一對應該第一事件標籤、該第二事件標籤，及該血糖值差距的分析輸出；(d)取得在一第三時間點產生之一相關於該使用者的第三血糖值及一對應該第三血糖值的第三事件標籤；(e)根據該第三事件標籤判斷是否更新該配對組合，並計算該第三時間點與該第一時間點或該第二時間點間的另一時間差距；及(f)當該另一時間差距小於該第一門檻值時，將步驟(c)的該配對組合更新為由該第一血糖值與第三血糖值或該第二血糖值與該第三血糖值所組成之另一配對組合，並 重新計算該另一配對組合的另一血糖值差距，且更新該分析輸出。
  17. 如請求項16所述的動態分析血糖值的電腦程式產品，其中在該步驟(c)，該第二時間點晚於該第一時間點，該第一事件標籤對應「事件前」，且該第二事件標籤對應「事件後」，該分析輸出包含該第一血糖值與第二血糖值形成的該配對組合。
  18. 如請求項16所述的動態分析血糖值的電腦程式產品，其中在該步驟(c)，該第二時間點晚於該第一時間點，當該血糖值差距大於一第二門檻值且該第二血糖值大於該第一血糖值時，該分析輸出包含一用於指示「升糖過高」的訊息；當該血糖值差距小於一第三門檻值且該第二血糖值大於該第一血糖值時，該分析輸出還包含一用於指示「升糖不足」的訊息，其中該第三門檻值小於該第二門檻值；當該第二血糖值小於該第一血糖值時，該分析輸出還包含一用於指示「事件後降糖」的訊息，其中該第二門檻值設定為50~70mg/dL之間的一數值，該第三門檻值設定為20~40mg/dL之間的一數值。
  19. 如請求項16所述的動態分析血糖值的電腦程式產品，其中在該步驟(a)，該第二時間點晚於該第一時間點，該第一事件標籤對應「事件前」，且該第二事件標籤對應「事件後」，該第三時間點晚於該第二時間點，該第三事件標籤對應 「事件後」，且在該步驟(f)，設定該第一血糖值或該第二血糖值中未與該第三血糖值配對之一者為一相關於該配對組合的參考值。
TW106101354A 2017-01-16 2017-01-16 Method for dynamically analyzing blood sugar level, system thereof and computer program product TWI668664B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW106101354A TWI668664B (zh) 2017-01-16 2017-01-16 Method for dynamically analyzing blood sugar level, system thereof and computer program product
US15/866,774 US10925522B2 (en) 2017-01-16 2018-01-10 Method, system, and computer program product for dynamic analysis of a physiological parameter
EP18151715.2A EP3355311B1 (en) 2017-01-16 2018-01-15 Method, system, and computer program product for dynamic analysis of a physiological parameter

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106101354A TWI668664B (zh) 2017-01-16 2017-01-16 Method for dynamically analyzing blood sugar level, system thereof and computer program product

Publications (2)

Publication Number Publication Date
TW201828237A TW201828237A (zh) 2018-08-01
TWI668664B true TWI668664B (zh) 2019-08-11

Family

ID=61022120

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106101354A TWI668664B (zh) 2017-01-16 2017-01-16 Method for dynamically analyzing blood sugar level, system thereof and computer program product

Country Status (3)

Country Link
US (1) US10925522B2 (zh)
EP (1) EP3355311B1 (zh)
TW (1) TWI668664B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108335750B (zh) * 2017-01-20 2022-08-09 华广生技股份有限公司 动态分析血糖值的方法、系统与计算机存储介质
EP3598453A1 (en) * 2018-07-15 2020-01-22 mySugr GmbH Method for detecting issues in the basal rate in insulin treated diabetes patients
JP7393413B2 (ja) * 2018-07-26 2023-12-06 サノフイ 医薬品用量を調節する方法
US20230063782A1 (en) * 2021-08-27 2023-03-02 Welch Allyn, Inc. Continuous patient monitoring

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103025242A (zh) * 2010-06-30 2013-04-03 生命扫描苏格兰有限公司 确保关于平均餐前和餐后葡萄糖差值消息传递的统计功效的方法、系统和装置
US20130285807A1 (en) * 2010-12-28 2013-10-31 Terumo Kabushiki Kaisha Blood glucose measuring device
TW201401216A (zh) * 2012-03-23 2014-01-01 希拉格國際有限公司 根據先前的生理測量之分析給使用者正向加強訊息
CN103561634A (zh) * 2010-11-19 2014-02-05 生命扫描有限公司 具有高低分析物趋势通知的分析物测试方法和系统
TW201417774A (zh) * 2012-07-19 2014-05-16 來富肯公司 對糖尿病患者指示高血糖或低血糖的方法及系統

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070118054A1 (en) * 2005-11-01 2007-05-24 Earlysense Ltd. Methods and systems for monitoring patients for clinical episodes
US9220456B2 (en) * 2008-04-04 2015-12-29 Hygieia, Inc. Systems, methods and devices for achieving glycemic balance
FI20095791A0 (fi) * 2009-07-15 2009-07-15 Ihq Medical Inc Menetelmä ja järjestely mittauksen kontrolloimiseksi
US9949672B2 (en) * 2009-12-17 2018-04-24 Ascensia Diabetes Care Holdings Ag Apparatus, systems and methods for determining and displaying pre-event and post-event analyte concentration levels
US10694983B2 (en) * 2012-01-19 2020-06-30 Medtronic Minimed, Inc. Method and/or system for assessing a patient's glycemic response
US8878518B2 (en) * 2012-08-03 2014-11-04 Panasonic Corporation Sensor device and sensor interface
KR102015534B1 (ko) 2012-12-24 2019-08-28 삼성전자주식회사 복수의 단말들간의 메시지 싱크 방법, 기계로 읽을 수 있는 저장 매체 및 서버
EP2851821A1 (en) * 2013-09-20 2015-03-25 Sanofi-Aventis Deutschland GmbH Medical device and method operating same
US9603561B2 (en) * 2013-12-16 2017-03-28 Medtronic Minimed, Inc. Methods and systems for improving the reliability of orthogonally redundant sensors
EP3411717A4 (en) * 2016-02-01 2019-10-02 Dexcom, Inc. SYSTEM AND METHOD FOR ASSISTING DECISION USING LIFE MODE FACTORS

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103025242A (zh) * 2010-06-30 2013-04-03 生命扫描苏格兰有限公司 确保关于平均餐前和餐后葡萄糖差值消息传递的统计功效的方法、系统和装置
CN103561634A (zh) * 2010-11-19 2014-02-05 生命扫描有限公司 具有高低分析物趋势通知的分析物测试方法和系统
US20130285807A1 (en) * 2010-12-28 2013-10-31 Terumo Kabushiki Kaisha Blood glucose measuring device
TW201401216A (zh) * 2012-03-23 2014-01-01 希拉格國際有限公司 根據先前的生理測量之分析給使用者正向加強訊息
TW201417774A (zh) * 2012-07-19 2014-05-16 來富肯公司 對糖尿病患者指示高血糖或低血糖的方法及系統

Also Published As

Publication number Publication date
US20180199867A1 (en) 2018-07-19
EP3355311A1 (en) 2018-08-01
TW201828237A (zh) 2018-08-01
US10925522B2 (en) 2021-02-23
EP3355311B1 (en) 2023-08-02

Similar Documents

Publication Publication Date Title
US11832963B2 (en) Breath analysis system
US11986293B2 (en) Medical diagnostic devices and methods
US10663452B2 (en) Data management unit for supporting health control
CN101785702B (zh) 健康信息系统、方法及对应装置、设备及试剂载体
US12059272B2 (en) Method and device for analyzing continuously monitored physiological measurement values of a user
TWI668664B (zh) Method for dynamically analyzing blood sugar level, system thereof and computer program product
EP3567594B1 (en) Diabetes management system with dynamic selection of prediction logic
US20130085682A1 (en) Memory card usage with blood glucose devices
US20160210430A1 (en) Data management unit for supporting health control
CN108335750B (zh) 动态分析血糖值的方法、系统与计算机存储介质
WO2010083766A1 (zh) 健康信息系统、方法及对应装置、设备及试剂载体
US20190239780A1 (en) Method for emphasizing analyte values during a therapeutic window
Barmanray et al. Assistive technology for diabetes management: a toolkit