مشکل دقیق: چرا کالیبراسیون سنسور موفقیت پانکوریاس مصنوعی را تعریف می کند

سیستم های پانکراس مصنوعی نشان دهنده یک تغییر اساسی در چگونگی مدیریت دیابت نوع 1 است.این سیستم های حلقه بسته ترکیبی از نظارت مستمر گلوکز، پمپ انسولین و یک الگوریتم کنترل برای خودکار سازی تحویل انسولین، تقلید عملکرد تنظیم کننده از یک پانکراس سالم است، در حالی که کارآزمایی های بالینی بهبود قابل توجهی در زمان در محدوده و کاهش هیپوگلیسمی نشان داده اند، تکنولوژی هنوز به چالش های کامل آن نرسیده است یا به طور مستقیم اطمینان از آن را به دست می دهد.

سنسور به عنوان Linchpin سیستم

نظارت مستمر گلوکز تنها منبع ورودی برای هر الگوریتم حلقه بسته است.اگر سنسور مقادیر گلوکز نادرست را گزارش دهد، الگوریتم تصمیم گیری های نادرست انسولین را می گیرد.یک مطالعه بیش از حد تحریک شده می تواند منجر به انسولین و هیپرگلیسمی پایدار شود، در حالی که یک مطالعه دست کم گرفته می تواند باعث تحویل انسولین بیش از حد و هیپوگلیسمی خطرناک شود.

CGM های مدرن گلوکز را در مایع بین المللی با استفاده از واکنش الکتروشیمیایی که توسط گلوکز اکسید شده است اندازه گیری می کنند. سنسور یک جریان متناسب با غلظت گلوکز ایجاد می کند که سپس به یک خواندن گلوکز تبدیل می شود.این فرآیند چندین منبع بالقوه خطا را معرفی می کند، از جمله تخریب آنزیم، غشا، نویز الکتریکی و تاخیر فیزیولوژیکی بین خون و بین گلوکز پیچیده باید از طریق پردازش سیگنال و پردازش دقیق آن به آن رسیدگی شود.

فیزیکِ پیچش

حرکت سنسور انحراف تدریجی ارزش های گلوکز گزارش شده از قند خون واقعی در طول دوره سایش است. چندین مکانیسم به این پدیده کمک می کند. لایه آنزیم فعالیت خود را در طول زمان به عنوان مصرف کننده گلوکز بی حرکت از denature، غشای سنسور، طراحی شده برای محدود کردن انتشار گلوکز و حذف مواد مزاحم، می تواند تغییر در اثر جذب پروتئین یا تجمع چربی.

پیچ معمولاً در طول چند روز اول سایش تدریجی است اما سرعت سنسور به پایان عمر بدون کالیبراسیون نزدیک می شود، خطای تجمعی می تواند بیش از 20٪ باشد، و داده ها را به صورت بالینی غیر قابل اعتماد می کند.

کالیبراسیون در تمرین: دقت و Burden

کالیبراسیون سنتی CGM نیاز به کاربران برای انجام اندازه گیری گلوکز انگشت است و وارد کردن مقادیر به گیرنده یا فرستنده.این فرایند الگوریتم داخلی سنسور را تنظیم می کند تا برای حرکت تصحیح شود و به طور معمول هر 12 ساعت توصیه می شود، اگرچه برخی از سیستم ها نیاز به کالیبراسیون مکرر دارند، در حالی که این رویکرد می تواند دقت قابل قبول را حفظ کند، یک بار قابل توجه بر روی کاربر تحمیل می کند.

دقت کالیبراسیون بستگی به کیفیت اندازه گیری مرجع گلوکز خون دارد. خود متر قند خون دارای حاشیه خطا 5-15٪ بسته به دستگاه و شرایط تست است.در تکنیک، مانند حجم خون ناکافی، نوار آزمایش آلوده یا کد نویسی نامناسب، می تواند تشخیص اضافی 5-15٪ اساسا، تاخیر فیزیولوژیکی بین گلوکز خون و گلوکز بین المللی به این معنی است که کالیبراسیون در طول دوره های سرعت و یا خطا های غلظت مایع، به جای آن می تواند به طور اساسی، به عنوان خطای غلظت بالا، به جای آن، به طور اساسی، به عنوان یک مقدار حداکثر سرعت، به عنوان یک مقدار کافی، به عنوان یک مقدار کافی، به عنوان یک مقدار کافی، به عنوان یک مقدار کافی، به عنوان مقدار کافی، به عنوان مقدار قند خون، به عنوان مقدار قند خون، به عنوان مقدار قند خون، به عنوان مقدار حداکثر سرعت، به عنوان مقدار حداکثر سرعت، به عنوان یک مقدار زیادی از طریق کاهش دهد.

سنسور های کالیبره کارخانه: یک Paradigm Shift

مهم ترین پیشرفت در تکنولوژی کالیبراسیون توسعه سنسورهای کالیبر کارخانه بوده است، این سنسورها با تحمل تنگ تولید می شوند و در طیف وسیعی از ارزش های گلوکز تست شده اند. کالیبراسیون کارخانه یک الگوریتم پایه ایجاد می کند که نیازی به ورودی کاربر برای کل دوره سایش ندارد. سری FreeStyle Libre و سیستم های Dexcom G6 و G7 نشان داده اند که کالیبراسیون کارخانه ها می تواند به معنای واقعی تر از مقادیر انگشت های قابل مقایسه با 9٪ باشد.

کالیبراسیون کارخانه نیاز به تأیید علامت گذاری را از بین می برد، به طور چشمگیری بهبود تجربه کاربر و پایبندی، با این حال، این رویکرد الزامات سختگیرانه ای را در سازگاری تولید قرار می دهد. تنوع در ضخامت غشای سنسور، بارگذاری آنزیم، هندسه الکترود یا خواص الکتریکی می تواند منحنی کالیبراسیون و دقت زدایی را تغییر دهد.تولید کنندگان به شدت در خطوط تولید خودکار با کنترل کیفیت واقعی سرمایه گذاری کرده اند تا اطمینان حاصل کنند که هر سنسور با وجود این سنسورهای کوچک، نظارت بر سرعت پایین، نیاز به پاسخگویی به کاربران دارند.

الگوریتم های خود-تشارکت: مرز بعدی

تحقیقات اخیر بر روی الگوریتم های در حال توسعه متمرکز شده است که می تواند بدون ارجاعات گلوکز خون خارجی حرکت سنسور را تشخیص و اصلاح کند، این روش های خود کالیبره شده از الگوهای موجود در جریان داده های گلوکز استفاده می کنند تا زمانی که سنسور در حال حرکت و تنظیم منحنی کالیبراسیون به سمت آن است. 8.2 روش های آماری می توانند مسیر حرکت و پارامترهای کالیبراسیون مورد انتظار را بر اساس انحراف مشاهده شده از پیش بینی های یادگیری ماشین، از جمله شبکه های عصبی و تنظیم الگوهای حافظه های کوتاه مدت آموزش دیده شده بر اساس مدل های عملکرد بزرگ و تنظیم کنند.

محققان در مرکز فناوری دیابت دانشگاه ویرجینیا یک الگوریتم هیبریدی را ایجاد کرده اند که یک مدل مبتنی بر فیزیک متابولیسم گلوکز را با یک ماژول اصلاح یادگیری ماشین ترکیب می کند.در تست بالینی، این رویکرد ترکیبی تقریبا دو درصد کاهش می یابد در مقایسه با الگوریتم سنسور استاندارد به تنهایی بیشتر، دقت برای یک دوره کامل 10 روزه بدون هیچ کاربر کالیبراسیون را حفظ کرد.

Dynamic کالیبراسیون Windows

یک رویکرد متوسط بین برنامه های کالیبراسیون ثابت و سیستم های کاملا اتوماتیک از پنجره های کالیبراسیون پویا استفاده می کند.در این طراحی، سیستم عملکرد سنسور را به طور مداوم نظارت می کند و فقط زمانی که یک اختلاف قابل توجهی بین مقادیر پیش بینی و اندازه گیری شده گلوکز را تشخیص می دهد، این تعداد نشانگرهای مورد نیاز را کاهش می دهد و در مقایسه با برنامه های ثابت دقت را حفظ یا بهبود می دهد، برخی از پیاده سازی ها از یک متریک مشتق شده از نسبت سنسور برای تعیین عملکرد کاربر استفاده می کنند، به ویژه در مورد استفاده از قابلیت انتقال سیگنال و تنظیم دقیق، به طور دقیق، به طور خاص، در مورد استفاده می کنند.

پردازش سیگنال: تمیز کردن جریان داده

قبل از کالیبراسیون می تواند برای حرکت درست کند، سیگنال سنسور خام باید از سر و صدا و مصنوعات پاک شود. سیگنال الکتروشیمیایی از CGM شامل کمک از سر و صدای الکترونیکی، مصنوعات حرکت، اثرات دما و تداخل مواد مانند استامینوفن یا به عنوان اسید کوربیک است.

فیلترهای Kalman به طور گسترده ای برای برآورد گلوکز در زمان واقعی استفاده می شوند، زیرا آنها اندازه گیری سنسور را با یک مدل پویا از kinetics گلوکز ترکیب می کنند تا برآورد بهینه از غلظت گلوکز فعلی را تولید کنند. فیلتر به طور چشمگیری ارزش گلوکز بعدی را بر اساس مدل، سپس پیش بینی با استفاده از وزن اندازه گیری واقعی توسط عدم اطمینان نسبی مدل و این رویکرد اندازه گیری دقیق پیش بینی می کند.

Wavelet تبدیلs یک رویکرد جایگزین را ارائه می دهد که می تواند سیگنال را از سر و صدا در چندین مقیاس زمانی جدا کند.با حذف سیگنال سنسور به اجزای فرکانس، تجزیه و تحلیل مبتنی بر موج می تواند سر و صدا را در باندهای فرکانس که حاوی دینامیک گلوکز بالینی معنی دار نیستند، حذف کند. Adaptive denoising الگوریتم های خود را در زمان واقعی بر اساس ویژگی های سیگنال فعلی تنظیم می کند، ارائه عملکرد قوی در سراسر شرایط مختلف سر و صدا.

مدل های یادگیری ماشین به طور فزاینده ای برای تمیز کردن سیگنال استفاده می شوند.شبکه های عصبی کانولومی می توانند یاد بگیرند که الگوهای مشخصه ای از مصنوعات حرکتی یا نویز الکتریکی را تشخیص دهند و آنها را به صورت انتخابی حذف کنند. شبکه های Recurrent می توانند ساختار زمانی سیگنال گلوکز را مدل کنند و بخش هایی را شناسایی کنند که با پویایی فیزیولوژیکی ناسازگار هستند.این مدل ها در مجموعه های بزرگ سیگنال های سنسور خام با مقادیر گلوکز مرجع آموزش داده می شوند و الگوهای پیچیده ای را قادر می سازد تا بتوانند روش های فیلتر کردن صداهای سنتی را با استفاده کنند که با استفاده از روش های دشوار است.

نگهداری سنسور: نگه داشتن سیستم عملکردی

سنسوری که نمی تواند به بدن متصل شود یا کیفیت سیگنال را برای مدت زمان پوشیدن در نظر گرفته شده حفظ کند، ارزش بالینی محدودی دارد. نگهداری سنسور شامل چالش های عملی چسبندگی، سلامت پوست، یکپارچگی سیگنال و مدیریت پایان زندگی است.

سازگاری پوست و پوست

سنسورهای CGM باید تا 14 روز به طور ایمن متصل شوند در حالی که کاربر در فعالیت های عادی از جمله دوش گرفتن، ورزش و خواب درگیر می شود. چسب باید رطوبت، گرما، استرس مکانیکی و ریزش طبیعی سلول های پوست را تحمل کند. چسب های استاندارد اکریلیک می توانند باعث عفونت پوست شوند، به ویژه با استفاده مکرر به همان منطقه. برخی از بیماران، همه واکنش های آلرژیک را از قرمز و گزارش دادن به برخی از مشکلات پوستی قابل توجه می کنند.

تولید کنندگان با طیف وسیعی از نوآوری های چسب پاسخ داده اند. چسب های مبتنی بر سیلیکون کمتر تحریک کننده از جایگزین های اکریلیک هستند و قبل از قرار دادن سنسور برای محافظت از پچ های ضد میکروبی، یک مانع را ارائه می دهند که رطوبت را جذب می کند و اصطکاک را کاهش می دهد. برخی از سیستم ها در حال حاضر از موانع پوستی که برای محافظت از چسب ضد میکروبی پایه استفاده می کنند، استفاده می کنند.

فرایند وارد کردن خود بر چسبندگی آنژوئنسر تأثیر می گذارد. تازه واردان از مکانیزم های ورودی بهار استفاده می کنند که سنسور را با سرعت و عمق ثابت قرار می دهند، آسیب بافت را به حداقل می رسانند و اطمینان حاصل می کنند که سنسور به درستی در برابر پوست قرار دارد. تکنیک های وارد کننده می تواند باعث اختلال جزئی یا خونریزی شود، که هر دو باعث کاهش آلودگی و کیفیت سیگنال می شوند.

گسترش زندگی سنسور Lifespan

سنسورهای فعلی CGM زمان های پوشیدن 7 تا 14 روز را تایید کرده اند. گسترش این مدت هزینه ها، کاهش زباله و بهبود راحتی کاربر را کاهش می دهد. چندین جهت تحقیقاتی که هدف آن دستیابی به زمان طولانی تر سایش است، تثبیت پوشش آنزیم از طریق اتصال شیمیایی یا کپسول در پلیمر ها سرعت از دست دادن فعالیت را کاهش می دهد.

روش های تشخیص غیر آنزیمی یک رویکرد اساسا متفاوت را ارائه می دهند که از تخریب آنزیم به طور کامل جلوگیری می کند. سنسورهای فلورسنت از مولکول های نوری که شدت و یا عمر را در پاسخ به غلظت گلوکز تغییر می دهند، تغییرات در شاخص های انکساری یا جذب طیف را اندازه گیری می کنند.در حالی که این فن آوری ها هنوز به دقت و قابلیت اطمینان سنسور های آنزیمی برای استفاده مداوم دست نیافته اند، آنها وعده داده اند که می توانند برای کاشت های طولانی مدت طولانی مدت یا سال های طولانی مدت طولانی مدت وعده دهند.

سیستم های خودشناسی و Redundant

سنسورهای هوشمند می توانند سلامت خود را با اندازه گیری پارامترهای الکتریکی که با تجزیه و تحلیل تجزیه و تحلیل تغییرات در خواص غشایی و بی صدا نظارت کنند. نسبت سیگنال به کاهش می یابد زیرا لایه آنزیم در حال حاضر در غیاب گلوکز نشان می دهد که مواد مداخله کننده یا تخریب الکترود.

برخی از سنسورهای نمونه اولیه شامل عناصر سنجش اضافی، با چندین الکترود کار بر روی یک بستر سنسور یکسان است.اگر یک الکترود شکست بخورد، دیگران همچنان به ارائه داده ها ادامه می دهند. سیستم می تواند خواندن در سراسر الکترود را با تشخیص اختلاف و شکست های بالقوه پرچم قبل از اینکه بر دقت تأثیر بگذارند، مقایسه کند.

عواقب بالینی و اقتصادی

تاثیر کالیبراسیون و چالش های تعمیر و نگهداری فراتر از عملکرد فنی گسترش می یابد. سنسورهای غیر فعال اعتماد کاربر را در سیستم پانکراس مصنوعی از بین می برند که منجر به کاهش پایبندی و بدتر شدن نتایج گلیسمی می شود. بیمارانی که خطاهای سنسور مکرر یا خرابی های چسب را تجربه می کنند، احتمال بیشتری دارد که فناوری را به طور کامل رها کنند. A 2021 از کاربران CGM دریافت که دقت سنسور و قابلیت اطمینان قوی ترین پیش بینی کننده های استفاده مداوم، هزینه بیشتر یا هزینه آن را پیش بینی می کنند.

بار اقتصادی نیز قابل توجه است. سنسورهای CGM تقریبا 50-100 دلار هزینه دارند و با 7-14 روز زمان می پوشند، هزینه های سنسور سالانه می تواند بیش از 2500 دلار باشد. گسترش عمر سنسور حتی چند روز صرفه جویی قابل توجهی برای بیماران و سیستم های بهداشتی تولید کند. کاهش نیاز به کالیبراسیون، مانند نوار تست و lancets، مزایای بیشتری را اضافه می کند که نوآوری را کاهش می دهد، و همچنین سنسور زباله، و همچنین مواد پلاستیکی را تولید می کند.

تکنولوژی های نوظهور و مسیرهای آینده

چندین حوزه تحقیقاتی وعده هایی برای پرداختن به چالش های کالیبراسیون و نگهداری باقی مانده دارند.

  • همجوشی چند سنسور داده های CGM را با ورودی های دیگر سنسور های فیزیولوژیکی ترکیب می کند تا تأیید و تصحیح خطا اضافی را ارائه دهد. ضربان قلب، واکنش پوست گالوانیزه، دمای پوست، و عدم تقارن همه با حالت متابولیک ارتباط دارد و می تواند به شناسایی خطاهای سنسور کمک کند.
  • سنسورهای قابل کاشت قرار داده شده زیرپوشانی و یا داخل وریدی می تواند از چسبندگی و مسائل سلامت پوست سنسور های پوشیدنی به طور کامل ایمپلنت CGM با تله عدم تقارن باتری و تثبیت آنزیم برای ماه ها استفاده تحت توسعه هستند. سیستم Eversense از Senseonics، در حال حاضر برای پوشیدن کامل، با این حال نیاز به جراحی و حذف آن دارد.
  • آرایه های میکرونیدل یک جایگزین کمتر تهاجمی برای کاشت کامل فراهم می کند.این آرایه ها به ذرتسترتوم نفوذ می کنند تا مایع بین المللی را بدون رسیدن به سنسور حساس به درد، اندازه گیری کنند. سنسورهای میکرول می توانند از مواد سازگار مانند سیلیکون، پلیمر، یا حذف قند، و نیاز به اتصال مستقیم به وصل شدن به وصل شدن به یک وصله الکترونیکی جدا شده توسط پچ الکترونیکی جدا شوند.
  • کالیبراسیون حلقه از دست رفته با استفاده از اطلاعات غذایی استفاده از مواد غذایی بیمار گزارش شده و یا به طور خودکار شناسایی شده به عنوان سیگنال کالیبراسیون.هنگامی که سیستم می داند محتوای کربوهیدرات و زمان غذا، می تواند پیش بینی افزایش گلوکز و مقایسه پیش بینی به خواندن سنسور. Discrepancies اطلاعات در مورد سنسور که می تواند برای دفع خودکار بدون نیاز به اندازه گیری خون استفاده شود.
  • کالیبراسیون مداوم با استفاده از سنسورهای مرجع یک سنسور گلوکز دوم، مستقل در کنار سنسور اولیه قرار می گیرد.دو سنسور می تواند به طور مداوم مقایسه شود و اگر آنها متفاوت باشند، سیستم می تواند با استفاده از سنسور پایدارتر به عنوان مرجع، سرعت بخشد.این رویکرد سنسور دوگانه سخت افزار را دو برابر می کند، اما تشخیص و اصلاح قوی را فراهم می کند.

نتیجه گیری: تکنولوژی سنسور به عنوان مرحله محدود کننده نرخ

پانکراس مصنوعی پتانسیل تحول در آزمایشات بالینی را نشان داده است، اما پذیرش گسترده آن بستگی به حل چالش های عملی کالیبراسیون سنسور و تعمیر و نگهداری دارد.پیشرفت در کالیبراسیون کارخانه، الزامات علامت گذاری را برای بسیاری از کاربران از بین برده است و الگوریتم های خود کالیبری همچنان به کاهش بار کالیبراسیون باقی مانده در چسب ها، سلامت پوست و طول عمر سنسور گسترش می یابد زمان و بهبود نوآوری های پردازش سیگنال، از جمله قابلیت های یادگیری ماشین، و تشخیص خود، و سنسورهای قوی تر، و تشخیص بیشتر.

همکاری مداوم در میان محققان دانشگاهی، تولید کنندگان و سازمان های نظارتی مانند سازمان غذا و داروی ایالات متحده ضروری است که بار مصرف این نوآوری ها را به سازمان های تحویل به طور فزاینده ای نزدیک تر کند، مانند JDRF ادامه به تحقیقات صندوق که این چالش های حیاتی را به طور دقیق تعریف می کند، و به طور واضح نیاز به یک سنسور دقیق است و بدون توجه می دهد.