مقدمه: تکامل مدیریت پس از زایمان

حفظ سطح قند خون پایدار پس از خوردن یکی از چالش برانگیزترین و جنبه های جانبی مراقبت از دیابت است.برای افرادی که دارای دیابت نوع 1 هستند، ناتوانی کامل بدن در تولید انسولین به این معنی است که هر وعده غذایی به طور معمول نیاز به شمارش دقیق کربوهیدرات، زمان دقیق تحویل انسولین، و هوشیاری مداوم در برابر هر دو هیپرگلیسمی و هیپوگلیسمی دارد.

سیستم های حلقه بسته - که معمولاً سیستم های پانکراس مصنوعی نامیده می شوند - به عنوان یک ابزار تحول در این نبرد مداوم ظهور کرده اند.این سیستم ها نظارت زمان واقعی گلوکز و انجام انسولین حلقه را خودکار می کنند، کاهش بار شناختی بر بیماران در حالی که به طور مداوم بهبود سیستم های تنظیم زمان در حال تغییر، به ویژه در دوره بحرانی پس از درمان معمولی که به طور کامل بر روی عملکرد کاربر حلقه ای که به طور کامل بسته شده است، و پاسخ می دهد، به این که چگونه به طور مداوم بهبود می دهد، این شواهد بازخوردهای فنی مداوم در حال تغییر می دهد.

سیستم های بسته – Loop

یک سیستم حلقه بسته سه سخت افزار و اجزای نرم افزاری ضروری را ادغام می کند که در کنسرت برای تقلید عملکرد یک پانکراس سالم کار می کنند: یک مانیتور گلوکز مداوم (CGM)، یک پمپ انسولین و یک الگوریتم کنترل که به عنوان مغز تصمیم گیری برای ساخت یک عمل جراحی عمل می کند. CGM غلظت گلوکز را هر یک به پنج دقیقه و انتقال داده های بی سیم به الگوریتم که در جهت پردازش دقیق آن قرار دارد، یا یک دستگاه کنترل کننده دقیق آن، تنظیم می کند.

اکثر سیستم های تجاری در حال حاضر به عنوان (FLT:0) حلقه های بسته عمل می کنند، در این مدل، کاربر هنوز نیاز به ورودی برآورد کربوهیدرات زمان غذا - به طور معمول در گرم - اما الگوریتم به طور خودکار تنظیم نرخ تحویل انسولین پایه ( ⁇ ) در زمان واقعی و می تواند تزریق خودکار بدون نیاز به دستورالعمل دستی ساده است که به جای آن، بدون اطمینان از پردازش مستقیم از هر گونه پردازش مستقیم و پردازش مستقیم از طریق پردازش مستقیم، حتی پردازش مستقیم پردازش های ورودی کاربر، بدون نیاز به طور کامل و پردازش مستقیم، بدون نیاز به پردازش مستقیم پردازش مستقیم پردازش مستقیم پردازش مستقیم، بدون نیاز به پردازش پردازش مستقیم، بدون نیاز به پردازش پردازش مستقیم، و پردازش مستقیم پردازش مستقیم، بدون اطمینان از طریق پردازش مستقیم، بدون نیاز به پردازش پردازش پردازش پردازش پردازش پردازش مستقیم، حتی پردازش پردازش پردازش پردازش مستقیم، حتی پردازش مستقیم، حتی پردازش مستقیم پردازش مستقیم، و پردازش مستقیم پردازش مستقیم پردازش پردازش پردازش پردازش مستقیم، و پردازش مستقیم پردازش مستقیم، و پردازش مستقیم، و پردازش مستقیم، بدون نیاز به پردازش مستقیم، بدون نیاز به پردازش مستقیم پردازش مستقیم پردازش مستقیم پردازش مستقیم و پردازش مستقیم و پردازش مستقیم پردازش مستقیم پردازش مستقیم پردازش مستقیم پردازش مستقیم پردازش مستقیم، به پردازش پردازش مستقیم پردازش مستقیم، بدون نیاز به پردازش پردازش پردازش مستقیم،

الگوریتمی که این سیستم ها را به طور معمول از یکی از دو استراتژی کنترل اولیه یا ترکیبی از هر دو استفاده می کند: کنترل انسولین / گیرنده (PID) و کنترل پیش بینی مدل (MPC) به سادگی کاهش سطح گلوکز فعلی و گلوکز هدف (proportional)، تجمع خطاهای گذشته (integral)، و میزان که در آن تغییر می کند (در نتیجه، به طور نسبی می تواند به دنبال دیگر گلوکز هدف باشد، اما سرعت کمتر است).

اجزای کلیدی در جزئیات

  • نظارت بر گلوتین (CGM): دستگاه هایی مانند Dexcom G6 و G7، ابوت FreeStyle Libre 3، و Medtronic Guardian4 هر 1 تا 5 دقیقه خواندن گلوکز را ارائه می دهد، دقت کاملا برای عملکرد حلقه بسته حیاتی است: تفاوت به معنی مطلق نسبی (MARD) مدرن CGM - حتی با دقت های کوچک در 8٪.
  • داخلsulin Pump: پمپ پچ مانند Omnipod 5 و پمپ های لوله مانند t:slim X2 و Medtronic 780G به سرعت تولید آنالوگ انسولین را انجام می دهند (lispro، aspart، glulisine، یا فرمول های سریع مانند Fspia).
  • ] الگوریتم کنترل: لایه نرم افزاری که داده های CGM را به دستورات پمپ ترجمه می کند، الگوریتم ها به طور دقیق برای ایمنی تنظیم شده اند - آنها انسولین را در زیر یک آستانه گلوکز خاص (به عنوان مثال، 70 mg / dL یا یک محدودیت پایین کاربر) تحویل نمی دهند و از چک های ایمنی لایه برای جلوگیری از الگوریتم های یادگیری مدرن نیز استفاده می کنند که بر اساس میزان حساسیت مشاهده شده بر اساس انسولین و تنظیم شده بر اساس سرعت و تنظیم شده بر اساس سرعت آن، تنظیم می شود.
  • رابط کاربری: دستگاه یا برنامه که کاربر وارد مقادیر کربوهیدرات، بازدید از داده های گلوکز، تعیین اهداف موقت و دریافت هشدار.طراحی تجربه کاربر به طور مستقیم بر پایبندی و نتایج تاثیر می گذارد - یک رابط کاربری ناخوشایند می تواند منجر به از دست دادن ورودی های غذایی یا استفاده نادرست شود.

چرا کنترل گلوکز پس از زایمان بسیار دشوار است

پس از یک وعده غذایی، گلوکز خون می تواند به سرعت افزایش یابد – گاهی اوقات بیش از 300 میلی گرم / dL در عرض 60 دقیقه – به دلیل هضم و جذب کربوهیدرات ها، پروتئین ها و چربی های دقیق، اندازه و زمان این جهش بستگی به یک ترکیب پیچیده از عوامل است: شاخص گلیسمی و بار گلیک، حضور فیبر و چربی که کم عمق معده خالی، حساسیت مصرف کننده فعلی، حتی زمان مصرف کننده و دوز واقعی غذا را به مقدار مصرف می رساند.

درمان پمپی متعارف به بیمار نیاز دارد تا یک سری تصمیمات پیچیده را بگیرد: برآورد محتوای کربوهیدرات غذا، دوز انسولین مناسب را با استفاده از نسبت انسولین به کربوهیدرات خود محاسبه کند، سطح گلوکز فعلی و هر انسولین فعال شده در حال حاضر، تصمیم می گیرد که از قبل از حد و توسط چند دقیقه جلوگیری شود و سپس به صورت دستی انسولین قبل از زایمان - تحویل انسولین - به تاخیر در زمان واقعی یا کاهش مقدار کم مصرف آن، به خصوص کاهش مقدار کم مصرف مقدار کم مصرف مقدار مصرف آن، به تأخیر می رسد.

عوامل پیچیده اضافی شامل اثر پروتئین و چربی در اواخر قند خون پس از زایمان بالا می تواند باعث افزایش گلوکز دو تا چهار ساعت پس از خوردن به علت گلوکونیووژنز شود، در حالی که وعده های غذایی با چربی بالا باعث تخلیه معده می شوند و می توانند به یک نمایه جذب گسترده منجر شوند که مطابقت با یک بولوس انسولین، فعالیت فیزیکی، تغییرات هورمونی (چرخه ای از زمان، و حتی تغییر در روند رشد اکسیژن و حتی تغییر بیشتر.

چگونه سیستم های آدرس Post-Meal Spikes را بسته بندی کنیم

سیستم های حلقه بسته، گلوکز پس از زایمان را از طریق ترکیبی از تنظیمات خودکار که فراتر از آنچه بیمار می تواند به صورت دستی به دست آورد، مدیریت می کنند. دو استراتژی اولیه (FLT:0) اصلاح خودکار شده بونوس می شوند [FLT 1 ] و adaptive Basiculationulationulationulation] ، که هر دو به طور مداوم در پس زمینه بدون نیاز به مداخله کاربر عمل می کنند.

هنگامی که یک کاربر به طور مداوم وارد مقدار کربوهیدرات تخمینی خود می شود و سیستم یک بوی اولیه غذایی را به تنهایی ارائه می دهد – یا در برخی از سیستم ها، یک بولوس محاسبه شده به طور خودکار بر اساس کربوهیدرات های وارد شده توسط آن – الگوریتم بلافاصله شروع به نظارت بر مسیر تحویل گلوکز با سرعت بالا می کند، اگر گلوکز شروع به سرعت افزایش یابد تا الگوریتم پیش بینی شده بر اساس ورود غذا و حساسیت تاریخی کاربر، سیستم انسولین کوچک تر شود – به سرعت کاهش می دهد.

برخی از سیستم های پیشرفته از یک حالت اصلاح خودکار تهاجمی استفاده می کنند، به عنوان مثال، سیستم Medtronic 780G با تکنولوژی SmartGuard آن گلوکز 100 mg / dyl را هدف قرار می دهد و به طور خودکار بولوس های اصلاحی را ارائه می دهد، هر زمان که گلوکز بیش از 120 تا 160 میلی گرم / dL باشد، حتی در دوره اصلاح حداقل قابل تنظیم انسولین، این رویکرد در مطالعات بالینی نشان داده شده است به طور قابل توجهی کاهش پس از حد قابل پیش بینی منطقه پس از حد (C٪) در مقایسه با سرعت پایین (x) با استفاده از حد نرمال) با استفاده از حد سرعت بهبود می تواند به طور مشابه با استفاده از حد مصرف کند.

سیستم Omnipod 5 با ادغام الگوریتم به طور مستقیم به خود پد به جای یک دستگاه جداگانه، با استفاده از یک استراتژی کنترل PID اصلاح شده، رویکرد کمی متفاوت را با ادغام الگوریتم کل انسولین روزانه کاربر در طول چند روز اول استفاده و به طور خودکار تنظیم نرخ پایه بر اساس، Omnipod 5 به شدت بر روی مصرف کنندگان غذا، اما سپس بالاترین میزان پاسخ پویا در سیستم واقعی مشاهده شده است.

انسولین سریع تر و نقش هورمون های Adjunct

یکی از محدودیت های ذاتی تمام سیستم های حلقه بسته فعلی این است که حتی سریع ترین انسولین های سریع در دسترس، زمان عمل حداکثر 40 تا 60 دقیقه و مدت زمان کل سه تا پنج ساعت - بسیار آهسته برای مطابقت کامل جذب سریع گلوکز از یک وعده غذایی معمولی، به ویژه برای غذاهای با قند بالا مانند برنج سفید، سیب زمینی، یا نوشیدنی های شکری که بر این سرعت عمل مشابه (سرعت عمل سریع تر از طریق سرعت بسته شدن) است.

حتی وعده بیشتر اضافه کردن آنالوگ های amylin مانند pramlintide (Symlin) است، امیلین یک هورمون است که با انسولین توسط سلول های بتای پانکراس پیش بینی شده است، و آن را آهسته تر تخلیه گلومی، سرکوب ترشح گلوکز دو میلی گرم، و ترویج سیری سیری با اضافه کردن pramlinide به یک سیستم بسته شده، به سرعت 30 - و کمتر قابل پیش بینی شده است.

مزایای مدیریت خودکار پست-Meal Management

  • ] بهبود زمان در محدوده: کاربران سیستم های حلقه بسته هیبریدی به طور مداوم 70-80٪ از روز در محدوده هدف (70-180 میلی گرم / dL)، با بزرگترین بهبود مشاهده شده در دو تا چهار ساعت پس از غذا، در مقایسه با پمپ درمانی استاندارد، این نشان دهنده 10 - 20 درصد نقطه افزایش زمان در زمان-در فاصله است.
  • تنوع گلیسمی قرمز شده: ضریب تنوع (CV) گلوکز به طور قابل توجهی کاهش می یابد، اغلب کمتر از 30٪، که با کاهش HbA1c و کاهش خطر عوارض میکروواسیک مستقل از سطح گلوکز مرتبط است.
  • بار کاهش تصمیم گیری: اصلاح دستی کمتر و کمتر هوشیاری مداوم به معنای کاهش خستگی روانی است - منبع اصلی فرسودگی در مدیریت دیابت گزارش زمان کمتر در مورد دیابت و زمان بیشتر زندگی خود را.
  • خطر ابتلا به هیپوگلیسمی شبانه: از آنجا که سیستم به طور مداوم، 24 ساعت در روز، مصرف بیش از حد انسولین پس از قاعدگی که باعث کاهش دیرهنگام شب می شود، به طور موثر کاهش می یابد.این الگوریتم می تواند ساعت های تحویل انسولین را پس از یک وعده غذایی متوقف کند اگر گلوکز شروع به روند نزولی در شب کند.
  • کیفیت بهتر زندگی: کاربران به طور مداوم اضطراب کمتری در مورد انتخاب مواد غذایی، انعطاف پذیری بیشتر در زمان غذا و ترکیب، و اعتماد بیشتر به نفس خود را در توانایی خود برای مدیریت دیابت در شرایط اجتماعی.
  • HbA1c بهبود یافته: متاآنالیز کارآزمایی های حلقه بسته نشان می دهد که به طور متوسط HbA1c کاهش 0.5 -0.8٪ در بزرگسالان و کودکان مبتلا به دیابت نوع 1، با اثرات بزرگتر در کسانی که با HbA1c بالا دیده می شود.

شواهد واقعی جهانی و مطالعات بالینی

ادبیات منتشر شده به شدت از اثربخشی و ایمنی سیستم های حلقه بسته برای کنترل گلوکز پس از قاعدگی پشتیبانی می کند.یک کارآزمایی کنترل شده تصادفی که در نیوانگلند ژورنال پزشکی حلقه در 2020 منتشر شده است.[۱۰] FLT ۱٫۵ میلی گرم سیستم کنترل قندی در ۱۶۸ بیمار مبتلا به دیابت نوع را ارزیابی کرد و دریافت که سیستم افزایش زمان-in-range از ۱% به میزان متوسط ۲-۱ در هفته و کاهش قابل توجه در ۲.

تجزیه و تحلیل های اخیر در دنیای واقعی این یافته ها را در مقیاس تأیید کرده اند. A :2023 مطالعه از T1D Exchange داده ها را از بیش از 9000 کاربر سیستم Medtronic 780G در عمل بالینی جهان واقعی ترجمه کرد، این مطالعه نشان داد که کاربران که تنظیمات توصیه شده را - زمان فعال انسولین دو ساعت و هدف از مطالعه استاندارد گلوکز / مقدار زیادی را با استفاده از آن کاهش دادند.

] آزمون ⁇ ، یک مطالعه چند مرکزی بزرگ انجام شده در کودکان و نوجوانان با دیابت نوع 1، نشان داد که کنترل حلقه بسته به طور قابل توجهی بهبود گلوکز ناشتا صبح و کاهش گشت و گذار پس از آن سریع گلوکز، یافته های مطالعه بر اهمیت کنترل گلوکز شبانه در تنظیم مرحله برای مدیریت گلوکز پایدار روز، و برجسته که کل تنظیم اثرات برش صاف و صاف می تواند کل چرخه صاف.

Omnipod 5 کارآزمایی محوری ، منتشر شده در سال 2022، ثبت نام 240 کودک و بزرگسالان و نشان داد که سیستم افزایش زمان در محدوده از 53٪ در تنظیمات پایه به 69٪ بیش از سه ماه، با کاهش ⁇ در HbA1c در سراسر کل گروه مطالعه به طور خاص اشاره کرد که مطالعات پس از زایمان به طور قابل توجهی بهبود یافته است، نه تنها با سرعت تحویل در این میزان وعده های غذایی و تنظیم شده است.

محدودیت ها و ملاحظات

علی رغم عملکرد چشمگیر آنها، سیستم های حلقه بسته هنوز کامل نیستند و محدودیت های مهمی را که کاربران و پزشکان باید درک کنند، دارند. اساسی ترین محدودیت برای کنترل پس از درمان باقی مانده است (FLT:0[۱۰] کاهش در عمل انسولین حتی با پیچیده ترین الگوریتم ها و سریعترین انسولین های موجود، یک دقیقه اجتناب ناپذیر و اجتناب ناپذیر بین افزایش سریع چربی در این مقدار قند در این محل به تأخیر می افتد.

سایر محدودیت های مهم عبارتند از:

  • ] خطاهای ورودی منوال: شمارش کربوهیدرات بی سی همچنان منبع اصلی هیپرگلیسمی پستالی حتی با سیستم های حلقه بسته است.اگر کاربر مصرف کربوهیدرات خود را 30 گرم یا بیشتر محاسبه کند، سیستم خودکار می تواند فقط به نقطه ای تصحیح کند قبل از اینکه کمبود انسولین بیش از حد بزرگ شود برای مصرف دقیق تر از کربوهیدرات ها و کم مصرف کند، به خصوص اگر مصرف دقیق تر از کربوهیدرات های کم مصرف شود، مصرف کند.
  • دقت و تاخیر: اگر CGM به دلیل فشار بر سنسور یا خطاهای کالیبراسیون، سیستم ممکن است در طول یک دوره زمانی که کاربر در واقع نیاز دارد، به طور نادرست کم بخواند، باعث بازگشت هیپرگلیسمی، تاخیر فیزیولوژیکی بین گلوکز و گلوکز خون - به طور معمول 5 - 5 دقیقه است که در پشت سیستم گلوکز واقعی می تواند کمی مشکل ساز باشد.
  • [Exercise and Physical Activity: فعالیت فیزیکی به طور چشمگیری حساسیت به انسولین را افزایش می دهد و می تواند باعث کاهش سریع و غیر قابل پیش بینی گلوکز شود. اکثر سیستم های حلقه بسته شامل یک حالت ورزشی است که گلوکز هدف را افزایش می دهد و تحویل انسولین را کاهش می دهد، اما این نیاز به کاربر برای فعال کردن آن قبل از ورزش.
  • کورتیتول و سیتوکین های التهابی که در طول استرس یا بیماری آزاد می شوند، مقاومت قابل توجه انسولین را افزایش می دهند و الگوریتم ممکن است به اندازه کافی سازگار نباشد مگر اینکه کاربر به صورت دستی گلوکز هدف خود را بالا ببرد یا انسولین اضافی را در طول روزهای بیمار، به ویژه با استفراغ یا اسهال که بر جذب مواد غذایی، سیستم های حلقه بسته تاثیر می گذارد تا ثبات خود را حفظ کند.
  • Cost و دسترسی: همه سیستم های مراقبت های بهداشتی به طور کامل سیستم های حلقه بسته را پوشش نمی دهند، و حتی زمانی که آنها انجام می دهند، هزینه های مداوم سنسورها، تدارکات پمپ و مجموعه تزریق می تواند یک مانع قابل توجه اقتصادی باشد.
  • شکست های فنی: پمپ 1، انحصارات، خرابی سنسور، تزریق تنظیم تجزیه و تحلیل، و خطاهای ارتباطی بی سیم می تواند همه عملیات حلقه بسته را مختل کند، در حالی که اکثر سیستم ها شامل هشدارهای ایمنی و تعلیق خودکار هنگامی که داده ها از دست رفته است، این شکست ها هنوز نیاز به مداخله کاربر برای حل و می تواند باعث گشت و گذار گلوکز در این میان این موارد شود.

برای کاهش این مسائل، اکثر سیستم های مدرن اجازه می دهند تا اعلان های جانبی (FLT:1) حتی در حالت های کاملا خودکار، و ارائه گزینه های برای (FLT:2temporary goals] اهداف پردازش و پردازش اطلاعات بالا (به عنوان مثال، هدف بالاتر برای ورزش یا هدف پایین تر برای کنترل پس از درمان و ارائه دهندگان گواهی شده است که توصیه می کند که چگونه یک سیستم غذایی بالا را تنظیم کند.

نوآوری های آینده در تکنولوژی بسته – Loop

نسل بعدی سیستم های حلقه بسته با هدف حذف ورودی های دستی به طور کامل و دستیابی به مقررات گلوکز کاملاً مستقل، از جمله برای وعده های غذایی، چندین زمینه کلیدی توسعه وعده می دهد که این دیدگاه را در سال های آینده به واقعیت تبدیل کند.

سریع تر انسولین و هورمون های جایگزین

تکنیک های پردازش زیستی، فرمول های انسولین جدید را با شروع عمل 5 تا 10 دقیقه و مدت کل عمل تحت دو ساعت انجام می دهند، این انسولین های فوق العاده سریع، همراه با اصلاحات الگوریتمی که می تواند انسولین را پیش بینی و تحویل دهد، حتی قبل از افزایش گلوکز، می تواند یک حلقه بسته غذایی واقعی را که کاربر نیاز به اعلام غذا در تمام سیستم های هورمون دوگانه ندارد، به علاوه اینکه فقط انسولین را تحویل دهند و یا به طور بالقوه انتظار می رود که به آن دسترسی داشته باشد.

یادگیری ماشین و الگوریتم های شخصی

تکنیک های یادگیری ماشین در الگوریتم های کنترل یکپارچه شده اند تا گلوکز پس از زایمان را با دقت بیشتر بر اساس الگوهای غذایی گذشته، سطوح فعالیت، ریتم های شبانه روزی و حتی داده های تقویم اجتماعی پیش بینی کنند.یک مدل شخصی ممکن است یاد بگیرد که یک کاربر خاص به طور مداوم یک جهش بزرگتر از حد انتظار پس از خوردن پیتزا در شب های آخر هفته، و قبل از تحویل غذا، حتی یک بار مصرف شده است.

ادغام با کتون مانیتورهای مستمر

سیستم های دو هورمون و کنترل گلیسمی فوق العاده تنگ نیاز به نظارت بر زمان واقعی از سطوح کتونی دارند تا از کتون دیابتی (DKA) جلوگیری کنند که می تواند اگر تحویل انسولین کافی نباشد، مانیتورهای دائمی کتونی تحت توسعه قرار می گیرند و می توانند به سیستم های حلقه بسته آینده یکپارچه شوند، این یک لایه ایمنی اضافی را فراهم می کند، که به الگوریتم تشخیص زودهنگام DKA و هشدار قبل از تحویل یا تنظیم سطح کتون ها اجازه می دهد.

بسته بندی شده – Loop بدون شمارش کربوهیدرات

یکی از محبوب ترین نوآوری های کاربر در افق حذف شمارش دقیق کربوهیدرات است، محققان سیستم های تست هستند که تنها از روند CGM و ورودی اندازه غذایی کیفی - کوچک، متوسط یا بزرگ - به جای گرم دقیق از نتایج اولیه کربوهیدرات، کنترل قابل مقایسه در برخی از جمعیت ها را پیشنهاد می کنند، با مزیت قابل توجهی کاهش بار روزانه ماشین که بسیاری از کاربران را به طور خودکار می شناسند و حتی از سیستم های تصویری خسته کننده استفاده می کنند.

اتصال پذیری و Interoperability

آینده سیستم های حلقه بسته شامل ادغام یکپارچه با سایر فن آوری های بهداشتی، از جمله ساعت های هوشمند، ردیاب های تناسب اندام، برنامه های ورود غذا و سوابق سلامت الکترونیکی است. استانداردهای Interoperability توسعه یافته اند تا به دستگاه های مختلف تولید کنندگان اجازه کار با هم، به کاربران انتخاب و انعطاف پذیری بیشتر، به عنوان مثال، یک سیستم حلقه بسته آینده ممکن است به طور خودکار تحویل انسولین را بر اساس داده ها از تشخیص یک تمرین هوشمند، یا نظارت مداوم متفاوت از گلوکز تنظیم کند.

نتیجه گیری

سیستم های حلقه بسته نشان دهنده یک تغییر پارادایم در مدیریت دیابت، به ویژه برای دوره پس از زایمان دشوار پس از قاعدگی است.با نظارت مداوم گلوکز، پیش بینی روند با الگوریتم های پیچیده، و به طور خودکار تنظیم تحویل انسولین هر پنج تا ده دقیقه، این سیستم ها به کاربران کمک می کند کنترل دقیق تر با تلاش کمتر روزانه و سفرهای کمتر خطرناک است: پایه شواهد قانع کننده و در حال رشد است: سیستم های بسته به طور خودکار، کاهش زمان ثابت توسط بالا-A1 - همه چیز.

اگرچه سیستم های فعلی هنوز نیاز به برخی از ورودی های کاربر برای غذا و فعالیت فیزیکی دارند، جهت نوآوری روشن است: انسولین سریع تر، هورمون های مکمل مانند pramlintide، الگوریتم های یادگیری ماشین که درمان را شخصی می کنند و ادغام با نظارت مستمر کتون و سایر سنسورها وعده می دهد تا به طور کامل مستقل کنترل یک واقعیت بالینی در دهه آینده.

[[۱] [۱۰] [۱۰] [۱] [۱۰] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱۰] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱]