مدیریت قند خون در قلب سلامت متابولیک قرار دارد، بر سطح انرژی، عملکرد شناختی و رفاه طولانی مدت تأثیر می گذارد.برای بیش از 530 میلیون بزرگسال مبتلا به دیابت در سراسر جهان - و تعداد بسیار بیشتری از افراد مبتلا به پیش دیابت یا مقاومت به انسولین - حفظ سطح گلوکز پایدار یک چالش روزانه با عواقب جدی است.

فیزیولوژی تنظیم قند خون

گلوکز اولین سوخت بدن است که از کربوهیدرات هایی که در کبد و عضلات به عنوان گلیکوژن می خوریم و ذخیره می کنیم، تعادل ظریف بین تولید گلوکز، جذب و ذخیره سازی توسط حلقه بازخورد هورمون که در کبد ذخیره می شود، تقریباً ۷۰ کیلوگرم در بدن قند خون ذخیره می شود، پس از یک وعده غذایی، سلول های بتا در پانکراس انسولین، سیگنال، عضله، چربی و سلول های کبدی را آزاد می کنند تا گلوکز را جذب کنند و یا در طی این مقدار قند خون ذخیره می کنند.

عدم جذب این حلقه منجر به هیپرگلیسمی (به میزان بیش از حد قند خون بالا) یا هیپوگلیسمی (در معرض خطر کم قند خون) می شود.در دیابت نوع 1، یک حمله خود ایمنی سلول های بتا را از بین می برد، و بدن را قادر به تولید انسولین نمی کند.در نوع 2، سلول ها نسبت به انسولین مقاوم می شوند و در نهایت پانکراس به اندازه کافی برای جبران حتی مکانیسم های تیز و پایدار نمی تواند آسیب های ضروری را مشاهده کند - زیرا این استخوان های ضروری در بدن قادر به آن هستند.

نقش نظارت مستمر

اندازه گیری منظم قند خون (درجه های قند خون) تنها یک خواندن تک نقطه را ارائه می دهد، اما سطح گلوکز پویا، نوسان در پاسخ به غذا، فعالیت فیزیکی، استرس، خواب و داروها است که در آن تکنولوژی بیشترین تاثیر را دارد: فعال کردن (FLT:0continive Monitor).

Glucose Monitors: استاندارد جدید

مانیتورهای گلوکز مداوم (CGMs) از یک سنسور کوچک و انعطاف پذیر که در زیر پوست قرار دارد استفاده می کنند – به طور معمول روی شکم یا بازوی – برای اندازه گیری گلوکز در مایع بین مرزی، این مایع در حدود 5 تا 15 دقیقه پشت گلوکز خون قرار می گیرد، اما الگوریتم های مدرن این تاخیر را جبران می کنند، و خواندن زمان واقعی را هر یک تا 5 دقیقه انجام می دهند.

کارآزمایی های کنترل شده تصادفی نشان داده اند که استفاده از CGM باعث کاهش هموگلوبین A1c (نشانه ای از کنترل گلوکز بلند مدت) و کاهش میزان هیپرگلیسمی و هیپوگلیسمی در افراد مبتلا به دیابت نوع 1 و نوع 2 در نوع انسولین درمانی می شود. مطالعه ای که در سال 2017 در آن منتشر شده است (FLT:0JAMA قریب الوقوع دریافت که CGM توانایی بهبود یافته است حتی در معرض خطر ابتلا به رشد است.

فراتر از CGM های سنتی مانند Dexcom، ابوت (Freestyle Libre)، و Medtronic، تازه واردان شامل سنسورهای قابل ایمپلنت است که تا 180 روز (به عنوان مثال Eversense) و سنسورهای نوری غیر تهاجمی هنوز در حال توسعه هستند. هر سیستم دارای تجارت بین دقت، پوشیدن زمان، هزینه و راحتی است.

فلش Glucose Monitor

یک زیرمجموعه از تکنولوژی CGM مانیتور گلوکز فلش است، بهترین نمونه توسط سیستم Libre Freestyle Libre، بر خلاف CGM های زمان واقعی که خواندن به طور مداوم پخش می شود، مانیتورهای فلش نیاز به کاربر برای کشیدن یک خواننده یا تلفن هوشمند بر روی سنسور به "scan" و بازیابی داده ها دارند.این طراحی هزینه را کاهش می دهد و زندگی سنسور (14 روز در هر سنسور) را گسترش می دهد، در حالی که هنوز یک نمودار ثابت و هشدار می دهد.

Smart انسولین Pens و Connected sockets

قلم های انسولین برای سال ها یک پایه بوده اند، اما آخرین نسل شامل اتصال بلوتوث، حافظه دوز، ماشین حساب های بولوس، و یادآوری قلم های هوشمند انسولین است - مانند InPen از Medtronic و NovoPen 6 از Novo Nordisk - زمان، مقدار و نوع انسولین تزریق شده است که این اطلاعات ارسال شده است برای شناسایی یک برنامه، که در آن می تواند داده ها و یا توصیه های از دست رفته را ترکیب کند.

برای بیمارانی که از تزریق روزانه چندگانه (MDI) به جای پمپ استفاده می کنند، یک قلم هوشمند می تواند به طور قابل ملاحظه ای پایبندی را بهبود بخشد. مطالعه A 2020 در فناوری و درمان های دیابتی گزارش داد که کاربران خودکار هوشمند تزریق های کمتری را از دست داده اند و زمان بیشتری را در محدوده ( درصد زمان گلوکز بین 70 و 180 میلی گرم / dL) در مقایسه با میزان دقیق تجزیه و تحلیل داده ها باقی می ماند.

پمپ های انسولین و سیستم های بسته

پمپ های انسولین از دستگاه های تزریق انسولین مداوم (CSII) به پیچیده (FLT:0) سیستم های حلقه بسته (FLT:1) تکامل یافته اند ، اغلب به نام سیستم های پانکراس مصنوعی، CGM را با یک پمپ انسولین ترکیب می کنند و یک الگوریتم کنترل که به طور خودکار تحویل انسولین را بر اساس سطوح گلوکز واقعی تنظیم می کند.اولین سیستم بسته ترکیبی با پروتکل کنترل T670M2، با استفاده از یک الگوریتم کنترل T.

نتایج کارآزمایی بالینی برای این سیستم ها قابل توجه است: کاربران به طور معمول به یک افزایش 2 تا 3 درصد در زمان در محدوده زمانی که به طور قابل توجهی کاهش هیپوگلیسمی. A 2021 مطالعه در نیوانگلند ژورنال پزشکی نشان داد که سیستم کنترل IQ کنترل گلیسمیک را در یک محدوده سنی گسترده، از جمله نوجوانان و بزرگسالان با نوع دیابت بهبود می بخشد [2]

موسسه ملی دیابت و بیماری های گوارشی و کلیوی یک صندوق بزرگ تحقیقات پانکراس مصنوعی بوده است، کمک به آوردن این سیستم ها از مفهوم به واقعیت بالینی.

برنامه های کاربردی سلامت موبایل: از Data Capture تا پشتیبانی تصمیم

گوشی های هوشمند تبدیل به مرکز مرکزی برای داده های دیابت شده اند. صدها برنامه در حال حاضر ویژگی هایی را ارائه می دهند که فراتر از برنامه های مدیریت قند خون مدرن است - مانند MySugr، Glooko و One Drop - با CGMs، پمپ های انسولین، خودکار های هوشمند و حتی ردیاب های تناسب اندام مانند Fitbit یا Apple Watch اجازه می دهد تا کاربران با غذا، اسکن عکس، یا ارائه دهندگان استرس دستی، و غیره وارد شوند؛ و گزارش های راهنمایی و غیره؛ و یا خدمات درمانی و غیره.

برنامه های پیشرفته تر شامل الگوریتم های یادگیری ماشین است که الگوهای را شناسایی و بینش شخصی را ارائه می دهند.برای مثال، یک برنامه ممکن است متوجه شود که کاربر به طور مداوم دو ساعت پس از شام با چربی بالا، یا آن ورزش صبحگاهی منجر به خواندن پایدارتر در طول روز می شود. این ویژگی های "به رسمیت شناختن مواد" داده های خام را به توصیه های عملی بدون نیاز به انجام تجزیه و تحلیل آماری کاربر تبدیل می کند.

اصول علوم رفتاری به طور فزاینده ای در طراحی برنامه بافته شده اند: اعلان های فشار برای دوزهای از دست رفته، عناصر گیمیفیکیشن برای سازگاری ورود، و ویژگی های پشتیبانی اجتماعی برای تعامل جامعه.یک بررسی سیستماتیک و متاآنالیز منتشر شده در سال 2022 در Diabetes Care [FLT 1] دریافت که مداخلات مبتنی بر برنامه به طور متوسط 0.3٪ - 0.5٪ با اثرات بزرگتر در نظارت شخصی شده بهبود یافته است.

چالش های متقابل

علی رغم گسترش برنامه ها، تکه تکه تکه تکه شدن همچنان یک مانع عمده است. سازندگان دستگاه اغلب به اشتراک گذاری داده ها به برنامه های اختصاصی خود محدود می کنند یا به کانکتور های اختصاصی نیاز دارند. ظهور پروتکل های استاندارد مانند سطح بهداشت 7 (HL7) سریع خدمات درمانی سریع (FHIR) و سیستم عامل هایی مانند Tidepool - که داده ها را در دستگاه ها جمع می کند و گزارش های یکپارچه را برای کمک به پزشکان می فرستد - اغلب وعده های بسیار ساده سازی و ارائه دهندگان خدمات دهنده های پورتال را کاهش می دهند.

هوش مصنوعی و پیش بینی Analytics

هوش مصنوعی فراتر از شناخت الگوی ساده برای مدل سازی پیش بینی شده است که پیش بینی می کند که گشت و گذار گلوکز ساعت ها پیش از آن است.این مدل ها از داده های تاریخی CGM، سوابق تحویل انسولین، ورود به غذا، و حتی متغیرهای غیر دیابتی مانند ضربان قلب، دمای محیط و چرخه قاعدگی استفاده می کنند.

یکی از هیجان انگیزترین کاربردهای AI در سیستم های توصیه توصیه شده (FLT:1) است، این الگوریتم ها بار محاسبه نسبت انسولین به کربوهیدرات و عوامل اصلاح کننده را از کاربر می گیرند، به عنوان مثال الگوریتم پشت مشاور DreaMed می تواند CGM را تجزیه و تحلیل کند و داده ها را به پیشنهاد تعدیل نرخ پایه و زمان دقیق، فراتر از توصیه های مصرف کننده در نوع نمونه های ساده ای که در Jeb Research نوع 1 یافت شده است، اسکن کند.

با این حال AI در دیابت بدون محدودیت عملکرد مدل بستگی به داده های آموزش عالی و نمایندگی ندارد؛ الگوریتم هایی که عمدتاً در مجموعه داده های سفید، مرفه، مصرف کنندگان انسولین آموزش دیده اند ممکن است به خوبی به جمعیت های مختلف در MDI تعمیم ندهند، علاوه بر این، ماهیت "جعبه سیاه" برخی از مدل های یادگیری عمیق می تواند در میان بیماران و پزشکان برای توضیح توصیه های شفاف، اعتماد کند.

چالش ها و ملاحظات برای اتخاذ تکنولوژی

در حالی که ابزار تکنولوژیکی برای مدیریت قند خون به طور چشمگیری گسترش یافته است، پذیرش واقعی با موانع قابل توجهی مواجه است. درک این موانع برای ایجاد راه حل های عادلانه و موثر ضروری است.

حریم خصوصی داده ها و امنیت

داده های بهداشتی بسیار حساس هستند. CGMs، قلم های هوشمند و برنامه ها (۱) سوابق دقیق سطح گلوکز کاربر، دوزهای انسولین، غذا و الگوهای فعالیت را تولید می کنند، این اطلاعات نه تنها به کاربر ارزشمند است، بلکه برای بیمه اطلاعات و کارگزاران اطلاعات خطرناک نیز فراهم می کند. بسیاری از برنامه ها و دستگاه های دیابت از آسیب پذیری های امنیتی رنج می برند: در سال ۲۰۱۹، محققان کشف کردند که برخی از پمپ های بلوتوث برای ارائه دستورالعمل های ایمنی بدن های ایمنی بدن خود استفاده می کنند (مانند تنظیم کننده های بیمه اطلاعات خطرناک است.

هزینه و پوشش بیمه

CGMs، پمپ های انسولین و قلم های هوشمند گران هستند، حتی با بیمه، تخفیف و copays می تواند ممنوع باشد.در ایالات متحده، یک سنسور معمولی CGM 300 تا 400 دلار در ماه بدون بیمه هزینه دارد، در حالی که یک پمپ می تواند چندین هزار دلار را به جلو برساند، بسیاری از بیمه گران خصوصی و Medicare در حال حاضر CGM برای مصرف انسولین-مصرف، اما برای بیماران غیر دیابت که هزینه های بسیار نادر یا سیستم های مشابه را دارند، می توانند هزینه های دقیق تر از دو نوع داده های پیشرفته را دریافت کنند.

سواد دیجیتال و عدالت سلامت

بزرگسالان مسن تر، افراد با درآمد پایین تر یا سطح آموزش و پرورش، و کسانی که در مناطق روستایی هستند کمتر احتمال دارد از تکنولوژی دیابت استفاده کنند. مطالعه در دیابت مراقبت (20] دریافت که استفاده از CGMsim به طور قابل توجهی در میان سیاه و بزرگسال اسپانیایی با دیابت نوع 1 در مقایسه با بزرگسالان غیر اسپانیایی، حتی پس از کنترل موانع و پشتیبانی از پشتیبانی از زبان، باید به طور قابل توجهی کاهش فن آوری های فنی و نرم افزار های فنی طراحی شده است.

کاربر Burden و Alarm خستگی

به طور متناقض، داده های بیشتر می تواند منجر به اضطراب بیشتر شود. CGMs هشدار برای گلوکز بالا و پایین، خطاهای سنسور، هیپوگلیسمی قریب الوقوع و بیشتر را تولید می کند. مطالعات نشان می دهد که بسیاری از کاربران " خستگی سلاح" - با توجه به اعلان های مکرر - که می تواند باعث وقفه های خطرناک شود، برخی از دستگاه ها در حال حاضر آستانه های انطباقی را ارائه می دهند که الگوهای معمول کاربر را یاد می گیرند و هشدارهای کاذب را کاهش می دهند، در حالی که در نهایت باید از کاهش دهند تا از ایجاد یک هدف جلوگیری کنند.

آینده مدیریت قند خون

با نگاهی به آینده، چندین تکنولوژی نوظهور قول می دهند که این زمینه را بیشتر تبدیل کنند.

سنسور های قابل کاشت و Bological

سنسورهایی که می توانند در زیر پوست برای ماه ها یا حتی سال ها کاشته شوند در آزمایشات بالینی قرار دارند. The Eversense CGM که در حال حاضر در ایالات متحده تایید شده است، از سنسور مبتنی بر فلورنس استفاده می کند که 90 روز طول می کشد و از طریق یک روش سرپایی جزئی وارد می شود. محققان همچنین در حال توسعه سنسورهای گلوکز زیست محیطی هستند که پس از یک دوره مشخص شده، حذف نیاز به حذف این تنظیمات مفید است.

نظارت بر Glucose غیر تهاجمی

برای دهه ها، گلبک مقدس دستگاهی بوده که گلوکز را غیر تهاجمی اندازه گیری می کند - هیچ سوزن، هیچ سنسور تحت پوست، نزدیک به طیفوسکوپی مادون قرمز، طیفوسکوپی Raman، تصویربرداری عکسی و اندازه گیری گلوکز در عرق، اشک یا بزاق، در حالی که بسیاری از نمونه های اولیه اعلام شده است، هیچ دستگاه غیر فرکانسی هنوز دقت لازم برای نظارت بر این شرکت را دریافت می کند که آیا این دستگاه ضد متابولیکی از دستگاه های ضد متابولیکی استفاده می کند.

Microbiome و Gut-Brain Axiss

یک مرز هیجان انگیز شامل دستکاری میکروبیوم روده برای بهبود متابولیسم گلوکز (prebiotics)، پروبیوتیک ها و پیوند های میکروبیتا مدفوع برای توانایی آنها برای تغییر تولید اسید چرب زنجیره ای کوتاه و کاهش التهاب، در نتیجه بهبود حساسیت به انسولین در برخی از برنامه های بهداشت دیجیتال در حال حاضر شامل نتایج تست میکروبیوم - به عنوان مثال، شناسایی غذاهایی که باعث افزایش گلوکز شخصی شده بر اساس یک مطالعه روده فردی (F).

درمان ژن و داروهای Reenerative

برای دیابت نوع 1، مداخله تکنولوژیکی نهایی ممکن است بیولوژیکی باشد: ایجاد یک منبع پیوسته و خود تنظیم انسولین از طریق ویرایش ژن یا سلول های بنیادی درمانی، اخیراً داروهای Vertex موفقیت اولیه را با استفاده از سلول های اسید آمینه پیوند خورده گزارش دادند (اگر درمان های گلوکز بالا به طور چشمگیری کاهش یابد، اگر چه درمان مورد نیاز برای سرکوب ایمنی بدن است.

نتیجه گیری

علم قند خون به مراتب فراتر از گلوکومتر و سرنگ حرکت کرده است. مانیتورهای گلوکز مستمر یک جریان زمان واقعی از داده ها را فراهم می کنند که ریتم های پنهان متابولیسم گلوکز را آشکار می کند. قلم های هوشمند انسولین، پمپ ها و سیستم های حلقه بسته به طور خودکار جنبه های انجام شده از پردازش را فراهم می کند که یک بار دستی، برنامه های کاربردی خطا و هوش مصنوعی داده های خام را به بینش شخصی سازی و هشدارات حمایتی تبدیل می کند، با این وجود نمی تواند به طور خودکار به اطلاعات دسترسی به طور دقیق و اثربخشی آن را حل کند.

از آنجایی که این تکنولوژی ها دقیق تر، کمتر تهاجمی و مقرون به صرفه تر می شوند، آنها توانایی میلیون ها نفر را دارند – نه فقط کسانی که مبتلا به دیابت هستند، بلکه هر کسی که به سلامت متابولیک علاقه مند است – برای درک اینکه بدن آنها به غذا، استرس و فعالیت پاسخ می دهد، هدف نهایی صرفا مدیریت قند خون نیست، بلکه بهینه سازی آن برای یک زندگی طولانی تر و سالم تر است.