自動インシュリン配送の進化

以上1世紀以上にわたり、タイプ1糖尿病の管理は、一定のラウンドクロックの警戒を要求しています。頻繁な指棒測定、手動インシュリンの線量計算、および低血糖値低下または高血糖値の常識的恐怖。 連続グルコースモニター(CGM)およびインシュリンポンプの導入は、日々の制御を大幅に改善しましたが、実際のパラダイムシフトは人工膵臓に着きます。これは、通常の避妊薬の検査装置で、通常の検査装置を検査するだけでなく、正確な検査装置を検査します。

人工膵臓とは何ですか?

人工膵臓は、単一のインプラントではなく、グルコースを模倣するシステムではなく、 3つの統合コンポーネントを介して健康な膵臓のグルコース調整機能: 1〜5分間隔のグルコースを測定するCGM、インシュリンポンプは、迅速な行動を阻害するインシュリンを非連続的に制御し、および、その時間と配達量を決定する制御アルゴリズムが必要です。 このアルゴリズムは、自動インシュリンの心臓が、最終的には、FDAが閉鎖したシステムに、および、通常、最大で60〜780のハイブリッドシステムが作動する、および制限されたシステムが、通常、最大で、最大で、最大で、最大で、最大で、最大で、最大で、最大で、最大で、最大で、最大で、最大で、最大で、最大で、最大で、最大、最大で、最大で、最大で、最大で、最大で、最大で、最大で、最大で、最大、最大で、最大で、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、最大、

自動インシュリンボーラス計算機の重要な役割

自動インシュリンの膠灰の計算機は、単純な線量推定値よりもはるかにあります。 彼らは、リアルタイムで複数の動的変数を統合しなければならない洗練された決定エンジンです。 スタンドアロンポンプで発見された伝統的な膠灰のとは異なり、手動で入力された血液グルコースと炭水化物の推定に依存しています。人工的な膵臓システム内の自動計算機は、CGMの傾向データ、インシュリンオンボード(IOB)、食事の発表(提供されたとき)、および潜在的な活動やストレスが含まれます。

  • [グルコースの軌跡を予測]は、比例した-積分的-由来(PID)制御やモデル予測制御(MPC)などの数学モデルを使用して。 PIDは、現在のおよびターゲットのグルコース、過去のエラーの統合、および変化率の違いに比例してインシュリンの配信を調整します。 MPCは、現代のシステムで支配し、グルコースを最適にするために、30分程度の範囲でグルコースを計算し、および30分を最小限度に最小限度に最小限にします。
  • [] グルコースがターゲットのしきい値を超えたときに、正しいボラスを計算する正しいボラス]を、活性IOBの追跡をすることによって、インスリンの積み重ねを回避します。 アルゴリズムは、予測されたグルコースの低値に基づいて、総配信をキャップする安全制約をよく使用します。
  • ] 食事のボラスを管理 — 完全に自動化された(非日常的な食事) か、部分的なユーザ入力(炭水化物のカウント)。 非発音の食事の処理は、インシュリンの吸収の遅延が後退のスパイクを引き起こす可能性があるため、主要な研究領域のままです。
  • 拡張された変動に反応して、バサルレートを調整し、効果的に動的なバサルコントローラーとして機能し、安定した夜間制御と対の夜明け現象効果を維持するために流れを減らすか、または増加する。

リアルタイムデータ処理とアルゴリズム適応

計算機は、通常5〜分の更新サイクルで最小限のレイテンシでCGMの読書を処理する必要があります。 1〜分の更新が可能な新しいセンサーは、より迅速な対応を約束します。アルゴリズムは、歴史的データと適応学習を使用して予測を継続的に改善します。例えば、MPCアルゴリズムは、インシュリン感度因子や炭水化物比などのモデルのパラメータを調整することができます。観察された患者の反応に基づいて、“オートチューニング”と呼ばれる機能。このパーソナライゼーションは、より高度に学習する機械の効率性を向上させるための主要な研究領域であり、例えば、MPCの学習者による低刺激性を向上させるための学習や、および学習者の学習の効率性を向上に向上します。

現状の研究開発と技術的景観

商用および規制マイルストーン

一方、複数の人工膵臓システムは、規制の承認を受けており、現在広範囲にわたる臨床使用中である。 [ メドトロニックミニメド780G (FDA 2021、CEマーク2020) は、バサル配達と修正ボラスの両方を自動化するアルゴリズムが5分ごとに機能する[FLT]と、オプションの食事の排卵補助が5分ごとに[FLT]を、通常は、通常は5〜5分間、通常は、FLTL(FLT)、または、試験は、試験の試験の開始時に、または試験の開始された場合には、通常は、通常は、通常、通常、通常、通常、通常、通常、通常、通常、通常、または非推奨される。 [FLPL(F] または、または、または非推奨される。 [F] または、または、または、または、または、または非推奨される。 [F] または、または、または、または、または、または、または、または、または、または、または、または、または、または、または、または、または、または、または、または、または、または、または、または、

機械学習と高度アルゴリズム

研究は従来のPIDとMPCコントローラを超えて移動しています。 ディープラーニングモデルは、再発ニューラルネットワーク(RNN)と長期の短期記憶(LSTM)ネットワークを含む、CGMトレースやインシュリンデリバリーレコードの大きなデータセットで訓練され、グルコースレベルを予測し、より高い精度で用量を推薦する。 例えば、ハーバード・メディカル・スクールと大学の研究者は、CGMパターンから直接食事の検出を取り入れたアルゴリズムを開発し、カルトロールの試験を手動で行う必要があると、Viderialsは、従来の試験をマスタード・コントロールする。

その他のウェアラブルとデータソースとの統合

次世代自動ブール計算機は、CGMを超えて追加の生理学的信号を組み込むように設計されています。 心拍数モニター、アクティビティトラッカー、さらには連続ケトンモニターは、投薬精度を向上させるコンテキストを提供できます。 例えば、エクササイズはインシュリン感度を高め、後で低血糖時間を引き起こすことができます。 今後のワークアウトのアルゴリズムは、前回に基礎値を減らすか、食事のボラスを調整したりすることができます。 同様に、ストレスを調節し、体内のストレスを増加させるか、または体内の検査結果が確認されるか、または体内の検査結果が確認されるか、または検査結果が確認されるか、または検査結果が確認されるか、または検査結果が確認されるか、または検査結果が、または検査結果が確認されるか、または検査結果が確認されるか、または検査結果が、または検査結果が確認されるか、または検査結果が、または検査結果が、または検査結果が、または検査結果が確認されるか、または検査結果が、または検査結果が、または検査結果が、または検査結果が確認されるか、または検査結果が、または検査結果が確認されるか、または検査結果が確認されるか、または検査結果が、または検査

チャレンジとアンメットニーズ

安全および失敗モード

自動インシュリンの膠灰の膠灰の計算機を開発する最も困難な挑戦は安全です。過剰投薬は重度の低血糖に、下投薬の結果が長期にわたる高血糖値につながり、糖尿病のケトチカチ症の危険性を増加させる可能性があります。 CGMの精度の問題 - センサーの漂流、圧縮アーティファクト、またはサイト炎症が原因で、不適切な線量を届けるアルゴリズムを引き起こす可能性があります。二重センサーやクロスチェックなどの冗長対策は、血液や粘液の損傷を防止するために、FDAの危険性を抽出したり、液体を抽出したり、液体を防止したりする必要があります。

食事と運動のバリエーション

未発表の食事は最も困難な課題の1つです。食事が発表されると、炭水化物のカウントエラーが一般的です。研究では、実際のコンテンツから20 %以上で炭水化物の推定が悪化していることが示唆されています。自動のボーラス計算機は、ユーザーの入力なしで正確に検出し、食事をカバーすることができるが、ホリーグレールです。コントロールIQや780Gなどの現在のシステムは、最適なパフォーマンスのための食事アナウンスを必要としていますが、低限の不当な食事をボルスで処理することができます。これは、使用者の運動を制限する機能が、他のステップで示されています。

規制の障害と相互運用性

人工膵システムに対する規制承認は厳しいままです。 FDAのアプローチは、クローズドループコントローラ用のiDataフレームワークを通じて進化し、ランダム化制御試験で実証された安全性と有効性の両方を必要とします。 しかし、多くのアルゴリズムの独占的な性質は、ユーザーが1つのメーカーのエコシステムにロックされる可能性があります。 のような取り組みは、自動インシュリン配達[FLT INLT:1:]と[FLT]の互換性が向上し、CE-DIA:[FLT]は、欧州の有効性を向上するために、システムが向上します。 [FLT]と、CE-Dia-Dia-conversability]は、および、システムが、または、問題が、問題が、問題が、問題の問題を解明かすようにします。 [FLT-[FLT:[FLT:[FLT:]。 [F]。 [FLT:]は、または、または、または、または、またはCE-MAFLTF]は、CE-MAF]は、CE-MAF]は、CE-MAF]は、またはCE-MAF]は、またはCE-MAF-MAF-MAF]は、CE-

ユーザーの採用および心理的障壁

成長する臨床証拠にもかかわらず、人工膵システムの導入は普遍的ではありません。一部のユーザーは、特に夜間にアルゴリズム主導の投薬に関する不安を報告しています。他のユーザーは、CGMセンサーの校正、追加の供給の持ち運び、または警報の管理の負担に苦労しています。オープンソースコミュニティは、一部のユーザーは、より大きな柔軟性のためのより多くのリスクを受け入れることを喜んでいるが、主流の採用は直感的、静的、そして信頼性であるシステムが必要です。ユーザーがどのように機能するかを理解し、必要に応じて、より広範囲に必要としているかを理解するのに役立つ教育プログラム - 彼らが不可欠であるとき - 彼らがそれを上限って - 必要とされている - 。

将来の展望と未回答の質問

今後、完全に自律的な人工膵臓のビジョンは到達範囲内にあるが、いくつかの重要なマイルストーンは残っています。 まず、デュアルホルモンシステム(インシュリンプラスグルカゴンまたはプラムリンチド)の統合により、さらに低血糖リスクを低減し、ポスト‐ミールコントロールを改善することができます。 ボストン大学とバージニア大学の研究者は、少なくとも1年間、グルコースが低用量で、低用量の投与を抑える可能性があるため、 または、 残留期間は、 または 残留期間を削減します。 または、 または、 残留期間は、 または または 残留期間を削減します。

もう1つのフロンティアは、糖尿病性ケトアシドーシスを早期に検出するために、連続的なケトンモニターの使用であり、ポンプの故障や病気の間に安全網として機能するアルゴリズムを可能にします。同様に、コルチゾールまたは乳酸測定を組み込むと、一日に完全なコンテキストアウェア投与を可能にするかもしれません。究極の人工膵臓は、ゼロユーザー入力を必要とするクローズドループシステムであり、すべての年齢やライフスタイル全体で機能し、糖尿病患者は、彼らがデジタル疾患を治すことができることをとても信頼性が高いです。

進行中の研究では、これらの技術が2種類の糖尿病に及ぼす影響も注目しています。2型糖尿病の罹患率ははるかに高くなりますが、病理学はインシュリン抵抗をプラスするだけでなく、絶対的な欠乏症を伴います。集中型インシュリン療法の患者は、経口薬、GLP-1受容体アゴニスト、またはライフスタイルパターンに関する情報を組み込む必要があるかもしれません。早期の試験では、閉ループシステムを使用して、消化管インシュリン療法の投与を増加させ、免疫疾患の予防薬を予防する2種類の免疫疾患を摂取する可能性があります。

見栄え: 完全自動ケアへの道

自動インシュリンのボーラス計算機の開発は、医療機器工学の最もエキサイティングな章の1つです。 PIDコントローラーから今日の適応型MPCおよび補強学習アルゴリズムまで、分野は確実に進んでいます。 しかし、人間の生理学の複雑さは、その変化の要求で、終わりのないラインが確実に確保されます。 新しい規制承認、センサーの遮断、またはオープンソースの革新、そして、まさに次の世代の糖尿病の科学に近づくことができるかどうか、各ステップは、もはや人工科学の分野に近づくでしょう。

参照および更に読むこと