Les malalties tòròniques tenen una extraordinària càrrega en sistemes sanitaris arreu del món, amb la diabetis de peu com una de les condicions més comuns i costoses. La predominació global de la diabetis ha arribat als nivells d' alarma, amb l' estimació internacional de la Federació Diabetes que 537 milions d' adults viuen amb la malaltia en 2021, un número projectat per aixecar- se a 783 milions de dòlars per 2045. Entre els aspectes més emocionalment i impostos de la diabetis amb tipus 1 és la més implacable necessitat de controlar els nivells de sang i ajustar les dosis manualment de la insulina. Durant dècades, el somni ha estat creat una malaltia artificial de pàncrees tancat en un sistema de contragrasió que actua amb l' equilibri. Mentre que el prototip de real ha demostrat que conté problemes potencials de la diabetis, reduir les seves institucions de manera global, reduir les fronteres de la tecnologia de la col· acumulació de la insulina i ajustar els límits de la col· acumulació de la col· luminació, i la col· acumulació de les dades, i la col· acceleracions, i la col· lapse de la col· lapse de la col· lapse de la col· lapse de la col

S' està entén el sistema Pancres Acer artificial

Un pàncrees artificial, també conegut com a sistema de distribució de la insulina tancada, integra tres components de nucli: un monitor continu de glucose (CGM), una bomba a la insulina i un algoritme de control. El CGM mesura nivells intersitial gluètic cada pocs minuts i sense fil transmet les dades a l' algorisme, que calcula la dosi òptima de la insulina i ordres de la bomba per a fer- la. L' objectiu és mantenir nivells de sopaluse dins d' un interval de destí COP 70/ mgLM / About About , mentre que estrenyen hipergèmia (majoria) i la linia (mnipotencia).

Els sistemes comercials actuals, com ara el Medwit MiniMrònic de la Medwit 780G, Tandem Control-IQ, i Inst Omulet Omnipod han mostrat millores significatives en el període de temps i reduccions en HbA1c. Tot i això, aquests sistemes no són perfectes. Funciona durant l' exercici, la malaltia o els àpats amb una proteïna alta o el contingut de greix. Es basen en models simplificats de fisiologia humana i sovint requereixen anuncis de menjar manuals o calibratges. La carretera implica desenvolupar un algorisme per avançat que pot personalitzar la teràpia personal a cada pacient de Zana, hàbits d' empremtes metabètiques, i costums comuns.

Complexitat algorítmica i la necessitat de dades Díverses

Els algorismes usats en sistemes de pàncrees artificials solen ser basats en les noves tendències de l' argresió proporcional (PID) control, model predictors predivatiu (MPC), o lògic d' aprenentatge. Cada enfocament té punts forts i debilitats. MPC, per exemple, poden anticipar- se en futures tendències grèsiques, però requereix models exactes d' absorció de la insulina i models dinàmics que van variar àmpliament entre individus. Les tècniques d' aprenentatge de màquines, incloent els símbols, s' estan explorant per crear algoritmes que s' adapten al llarg del temps. Però aquests models exigeixen dades d' alta qualitat, grans conjunts de dades que reflecteixen l' escenari: diferents edats, diferents, embaràs, diferents edats, diferents, idees de la insulina, idees i factors medi ambient. No es poden recollir totes aquestes dades simples.

El rol de la compartició de dades en estrèsterar la investigació

La investigació col· laboració no és un luxe; és una necessitat de avançar tecnologia artificial de pàncrees. Quan els investigadors comparteixen diferents centres de dades de desorganitzades, poden validar troballes a través de poblacions, rendiment subopcional en grups específics de pacients, i identificar els modes crítics però crítics. Les dades també permeten metaanament i les revisions siss que porten més estadístiques que els estudis individuals.

Malgrat aquests beneficis clars, la compartició de dades tradicional ha estat saturada per un embolic de barreres: registre de la salut electrònica incompatible (EHR), sistemes de dades inconsistents, regulacions estrictes de privacitat com HIPAA als Estats Units i el PIB a Europa, i una manca d' incentius per als investigadors per a alliberar dades. La transferència manual de dades mitjançant unitats USB o correu no només és cumberna però no és insegura i inoblidable. Aquestes agitació han mantingut grans quantitats de dades valuoses en repositoris institucionals lents, el progrés cap a la generació de sistemes tancats.

Des de Silos fins al Synergy: El núvol com a Habilitar

Les plataformes basades en el núvol ofereixen una arquitectura tècnica que pot superar molts d' aquests obstacles. Per proveir un repositori segur mitjançant interfícies de programació d' aplicacions (APIs), els serveis en núvol permeten als investigadors autoritzats a consultar, analitzar i contribuir les dades sense necessitat de transferir físicament fitxers. Les plataformes de núvol moderns com ara Serveis web Amazon (AMS), Google Núvol i Microsoft Azu ofereix una certificació integrada per a les dades de salut (p. ex., HIPA BA, ISO01, 2701, 2) també proporcionen eines per a l' encriptatge tant en repòs i en els controls d' accés a l' Amazon, i l' auditització essencials per al pacient de registre de la confiança i el regulador.

Avantatges de dades de núvol-Based per a la recerca d'Acroress

La transició a la compartició de dades en núvol no és simplement una conveniència; canvia fonamentalment l'escala i l' àmbit del que és possible en la investigació de la diabetis col·lectiva. A sota hi ha els avantatges clau que porten l'arquitectura del núvol al camp.

Accedible, accés real-Time

Els investigadors de tot el món poden accedir als mateixos conjunts de dades en temps real, eliminar els malsons de la versió i els malsons de control de la versió. Un equip de Stanford pot executar un nou algoritme sobre les dades que contribueixen a l' hospital al Brasil, mentre que un estadístic a Alemanya valida els resultats en dies que no pas els mesos. Aquesta immediacy permet cicles de desenvolupament que sigui més recepti per a desenvolupar hipòtesis o trobar hipòtesis inesperats.

Col· laboració millorada multidisciplinar

El desenvolupament de pàncrees requereix experiència en l'indoctrina, teoria de control, aprenentatge de màquines, factors d'enginyeria i la inseguretat tècnica. Les plataformes de compartició de dades en Cloud no només poden fer dades en brut, sinó també el codi, models i documentació necessàries per a la reproductivitat. Això anima les contribucions dels científics i enginyers que podrien no tenir convencions clínics, sinó que poden fer contribucions vitals.

Robust Data Seguretat i Privadesa

Els proveïdors de núvols inverteixen en gran mesura en infraestructures de seguretat utruven sovint més que els departaments d'informàtica individuals poden permetre's. Les característiques inclouen autenticació multifavorència, segmentació de xarxa, detecció de la intrusió i dades automatistes artificials, que inclouen lectures continues i registres de la insulina que poden estar vinculades als pacients individuals, aquestes associacions de protecció són crítiques. A més, les arquitectura del núvol modernes permeten la identificació de tècniques de la privacitat com ara diferents, permetent que les dades siguin compartides sense revelar informació individual.

Escalabilitat per gestionar conjunts de dades grans i corrent de dades

Els dispositius CGM generen 288 lectures per dia per pacient; sobre un judici multi- anys que conté centenars de participants, el volum de dades esdevé enorme. L' emmagatzematge de núvols fa que elàsticament, els investigadors mai han de preocupar- se per colpejar els límits de la capacitat. El núvol també permet introduir dades en reproducció, que és vital per a estudis que recullen dades en temps proper dels dispositius que s' han usat a casa.

Validació ràpida i en Benchmarking d'algoritmes

Tenint un repositori compartit de conjunts de dades estandarditzat, anotats permet la recerca de grups d'investigació per a fer referència als seus algoritmes contra mètriques comuns com ara el d' interval de percentatges, índex de sang baixa, o esdeveniments hipotglycèmics. Aquesta transparència augmenta la ciència sana i reprosionable. Les associacions com la Societat de les tecnologies Diabetes ja han començat a obrir dades de cur per a comprovar algorismes, i les infraestructures de núvol fan aquestes iniciatives molt més sostenibles.

Reptes i Consideracions en la compartició de dades de Cloud-Based

Tot i que la promesa és genial, el camí per a l'adopció s'estén amb formidables reptes que s'han d'adreçar deliberadament. Sense un pla acurat, els esforços de compartició de dades en núvol poden fundadorar en problemes de confiança, interoperabilitat i governança.

Fins i tot les dades que s' han identificat a vegades poden ser reutilitzades quan es combinen amb altres fonts. Els investigadors han de dissenyar formes que expliquen com es desaran les dades en el núvol, que tindran accés, i quins salvadors estan en marxa. Alguns pacients poden ser reticents a contribuir si perceben que les dades es poden usar per propòsits comercials o caure en mans de confidencialitat. Els models de govern transparent i l' opció de retirar dades sense càstig són essencials.

Estàndardització i interoperabilitat de dades

Les dades de pàncrees són d' una varietat de dispositius: diferents models CGM (Dexcom, Abttrop), diferents bombes a la insulina i diferents algoritmes de sortida. Sense formats de dades estàndard, combinar dades és un procés desordenat, un procés de fons d' error. Les Iniciativas com la plataforma Tidepool i l' estàndard del dispositiu de l'11073 són passes de comunicació mèdiques en la direcció correcta, però cal que les plataformes més amples siguin necessàries. Les plataformes de compartició de núvols han de fer que es faci complir les dades en canonades que converteixin dades entrants en un esquema comú.

Propietat propietari de dades i indectitucional

Qui és propietari de les dades quan es penja a un dipòsit de núvol compartit? La institució de l'ajuda? Els investigadors que finança l'estudi? Les organitzacions intel·lectuals poden establir participació, especialment si estan involucrades per a empreses de lucre. Netejar acords legals que separen les dades dels drets d' ús, i que reconeixen les contribucions a les publicacions, necessiten fomentar la col·laboració entre sectors públics i privats.

Reguladora Hurdles

Els aliments i l'administració de drogues (FDA) han reconegut el potencial de dades del món real (RWD) i proves del món real (RWE) per donar suport a les decisions reguladores, però els estàndards de qualitat, la provació i la integritat estan evolucionant. Qualsevol plataforma núvol usada en les submissió ha de complir requeriments de validació i traces d'auditoris. Els investigadors han de mantenir un punt de vista a les agències com la FDA i l' Agència Europea (MA) respecte a l' ús de dades en els estudis clínics.

Insions i estudis de casos actuals

Alguns esforços arreu del món demostren que el poder de compartir dades de núvol per a la investigació artificial de pàncrees. Aquests exemples proporcionen classes valuoses per a l' escalat de col·laboració.

El moviment OpenAPS i Tidepool

El Sistema Open Acrores (# OpenPOAPS) va pionerar el concepte de compartir dades fora dels límits institucionals tradicionals. Pacients i hobbyistes col· laborats, compartir les seves experiències online. Tidepool, una organització sense ànim de lucre, on la gent amb diabetis pot pujar dades de diversos dispositius i escollir compartir- lo amb investigadors. El programador de dades de Tideporbels ha estat usat en múltiples publicacions i ha informat amb un algoritme de desenvolupament.

Xarxa JDRFts Clindical Trials

JDRF, el principal tipus de investigació global de finançament d' organització global 1 diabetis, ha establert una xarxa de prova clínica que utilitza un sistema de gestió de dades centralitzada. Basat en llocs de pujada mitjançant portals segurs, i investigadors poden accedir, conjunts de dades de desorganitzades per a les anàlisis secundaries. Aquesta xarxa ha accelerat l' anàlisi i les fases d' anàlisi de múltiples proves de pàncrees artificials.

El repositori de dades NIH Alexsons NIDDK

L'Institut Nacional de Diabentes i Digestiva i Kidney Disenions (NIDDK) manté diversos repositoris de dades que el presentador de les dades que es finança federalment. Encara que no sigui específic de pàncrees artificials, aquests repositoris demostren que la infraestructura necessària per compartir- se en núvol, incloent els diccionaris de dades, les eines de consulta i els sistemes de peticions d' accés. Els investigadors poden aplicar- se per accedir i analitzar dades dins d' un entorn de núvol segur sense descarregar- lo mai.

Futur Outlook: Cloud, IA, i la següent generació d'Acrores artificials

Mirant endavant, la convergència de dades en núvol amb avenços en les promeses d'intel·ligència artificial per transformar la recerca artificial de pàncrees i el desenvolupament. Com a més de dades s' avaren en el núvol, els models d' aprenentatge de màquines es poden formar en una varietat de experiències de pacient. L' aprenentatge de la policia ha estat entrenat per una tècnica on els models estan entrenats en dades descentralitzats sense moure les dades de la xarxa pot protegir més dades mentre es pot habilitar la millora col· laboració.

El núvol també facilitarà la integració de fluxos de dades addicionals: seguiments d' activitats portables, monitors continuament ketone, aplicacions de registre de menjar, i fins i tot biomarcadors d'estrès. Esvaint- les amb dades de CGM i bomba podrien portar a sistemes holistes, que no adapten només als nivells gluïcs sinó a l' estat fictològic i ficsiològic.

Evidències reals del món per a decisions rellectoràries

Com a plataformes de núvol madures, poden esdevenir la font principal de proves reals del món per a l'aprovació de FDA i les expansió d' etiquetes. Ja, la FDA ha utilitzat dades de Tidepool per informar de l'autorització de sistemes de fer la insulina automatitzada. En el futur, un fabricant podria enviar un conjunt de dades basades en núvol des d' un gran escala, un judici pragmàtic que ha realitzat durant dotzenes de clíniques, i espectacularment curt en el temps al mercat.

Conclusió

La compartició de dades basades en Cloud no és una millora tècnica rwup és un imperatiu estratègica per a la investigació artificial de pàncrees. En la violació de dades silos, l' habilitació de la col·laboració en temps real, i proporciona infraestructures escalables, el núvol pot unir la comunitat de recerca de diabetis global en recerca d' un objectiu comú: un complet automatàtic, un pàncrees molt personalitzat que millora les vides de la gent amb diabetis. Els reptes de la privacitat, l' estàndard de la governació, el govern de la governació són reals, però es poden solucionar amb la voluntat col· lectiva d' investigadors, pacients i els reguladors. Com seguim invertint en aquestes plataformes i les polítiques que governem, ens movem a la diabetis per a un futur esforç on la gestió de les proporcions no valen el pàncrees, durant dècades de forma de desenvolupament artificial.