糖尿病のケトアシドーシスの検出と予防におけるIOTの役割

遠隔医療と遠隔患者管理

IoT データは、遠隔地で患者のグルコースやケトンの傾向を調べるために、内分泌学者、認定糖尿病教育者、およびダイエット医が直接治療ワークフローに供給します。 Glooko、Tidepool、Dexcom のクラリティ集計データなどのプラットフォームは、複数のデバイスから単一のダッシュボードにまとめています。 臨床医は、人口レベルのアラート(例えば、血液グルコースを含むすべての患者は、過去に 6 時間以上にわたって、Dac dL を検査する6 週以上保存する DKA が、D が有効な検査に制限される患者を検査対象に限定して、DKA を検査する患者は、DKA または検査対象の頻度を制限します。

ケーススタディと現実世界への影響

いくつかの健康システムと糖尿病センターは、IoTベースのDKA予防プログラムの有効性を実証しました。カリフォルニア大学サンフランシスコ校では、CGM、スマートインシュリンペン、および毎日データを監視した専用の看護師の操縦士が150人の患者を装備したパイロットプログラムです。 12ヶ月以上、プログラムは、過去のコントロールグループと比較してDKAの入院率の60%削減を達成しました。看護師の操縦士は、セット障害や、および類似した検査施設の低下などの問題を識別し、解決することができただけでなく、CKAは、遠隔検査施設の低下を観察するだけでなく、CKAの検査室を観察するだけでなく、CKAの検査室を観察するだけでなく、CKAの検査室を観察することができます。

もう一つの例は、新たに診断されたタイプ1糖尿病の子供のためのリモート監視プラットフォームを展開する英国のNHS糖尿病プログラムから来ています。 家族は、CGMと糖尿病チームとデータを共有するスマートフォンアプリを受け取りました。 プラットフォームは、グルコースが300mg / DLを超えると自動化された教育メッセージをトリガーしました。 診断後の最初の3ヶ月以上、80人の子供は、過去のデータに基づいて5-10%の予想される速度と比較して、DKAを経験しました。 これらのケースは、DKAを予防する理由から、DKAを大きく変える可能性があるIoTを下回る可能性があります。

DKA 予防における IoT の課題と限界

約束にもかかわらず、大幅な障壁は、DKA 検出と予防のための IoT の広範な採用を妨げます。これらには、デバイスコストとアクセス、データ過負荷、相互運用性の問題、ユーザーコンプライアンス、およびデータプライバシーの懸念が含まれます。

コストとアクセスの分散

連続したグルコースモニターとスマートインシュリンポンプは高価です。 米国では、CGMセンサーのコストは平均300ドルから400ドルで、ポンプはポケットから5,000ドルを超えることができます。 特にMedicareが2017年にCGMカバレッジを拡大した後、保険カバレッジが改善されていますが、多くの患者は高控除に直面しているか、不明である。 低所得の人口、DKAの社会的弱者による健康被害者に対するリスクが高い人は、少なくともIoTデバイスへの移行が必要である、または、または、そのようなIoTデバイスへの移行が必要である可能性があります。

データ積み過ぎおよび警報疲労

IoTデバイスは、高グルコース、低グルコース、変化率、欠損したボラスリマインダー、センサーエラーなどのアラートの継続的なストリームを生成します。各アラートは臨床的に関連性がありますが、せん断の量は患者や臨床医を圧倒することができます。 CGMユーザーの2022調査では、38%のアラート疲労が経験し、15%の不満が完全にアラームを無効にしていることがわかりました。 DKA予防のために、これは患者が危機を防ぐように設計された非常に警告を無視する可能性があるため、問題です。この移行するには、デバイスは、潜在的に監視することができない、分析結果が最大であることを確認してください。

相互運用性・データ標準化

糖尿病IoTエコシステムは、独自の独自のデータフォーマットと通信プロトコルで、複数のメーカーからデバイスを含みます。 Dexcom CGM、Omnipodポンプ、MySugrアプリを使用して患者は、データが単一のプラットフォーム上で簡単に結合できないことがわかります。 糖尿病データ交換(D2D)やIEEE 11073標準を使用して、相互運用性を促進する目的で、進行が遅くなっています。 複数のポータルにログインする強制臨床医の欠如、およびDakabatchs Data Exchange(D2D)などの業界の取り組みは、およびDakapluginデータを増加させることが重要であり、Dakasticは、Dakadと、Night-Dockerは重要な危険性を実証し、Daka-Kは重要である。

ユーザーコンプライアンスとトレーニング

センサーのインサートエラー、キャリブレーションの失敗(古いCGMモデル)、皮膚の付着が悪い、送信機を充電する失敗はデータギャップにつながる可能性があります。さらに、患者は、アラートにどのように反応するかを理解しなければなりません。例えば、高グルコースのアラートが、ケトンチェックと可能な是正インシュリンを保証する傾向の上昇線と、単なるスナックではありません。不適切なトレーニングは、DKAの既知のドライバーで、DNEFは、DNEFが新しいユーザーのための利点を向上するという点を知っています。

データのセキュリティとプライバシー

クラウドを介して健康データの継続的な伝達は、不正なアクセスとデータ侵害に関する有効な懸念を提起しています。 2020年、主要なインシュリンポンプメーカーは、攻撃者がポンプの設定を遠隔に調整することを可能にする脆弱性を開示し、潜在的にインシュリン過剰摂取またはアンダーズを引き起こします。 DKAを予期できるもの。 暗号化および認証プロトコルは引き続き改善され、患者やプロバイダーは警戒を維持しなければなりません。 FDAを含む規制機関は、今では、すべてのIII相続医療機器およびIIのクラスおよびIIの医療機器のクラス管理のためのサイバーセキュリティリスク計画を要求します。

DKA 予防におけるIoTの未来

糖尿病のためのIoTの次世代は、ユーザーから意識的な行動を要求することなく、DKAを防ぐことができる、完全に自律的、マルチアナリントシステムに向かって移動しています。 主要な開発には、CGMセンサー、個々のインシュリン要件を学び、要求に応じてインシュリンまたはグルカゴンを解放できるウェアラブルバイオリアクターに継続的なケトンモニタリングの統合が含まれます。

マルチアナリントウェアラブル

複数の企業は、グルコース、ケトン、乳酸、電解液を同時に測定する単一のウェアラブルパッチを開発しています。 これらのデバイスは、最大14日間着用できる柔軟なセンサー配列に依存しています。 グルコースとケトンデータを組み合わせることで、システムはグルコースケトンインデックス、バイオマーカー単独よりも優れた感度でDKAオンセットを予測するパラメータを計算することができます。 カリフォルニア大学のDKAを試験(DKA)または関連するレベルの精度を95%に実証する(DKA)。

エッジコンピューティングとオンデバイス意思決定

クラウドベースの分析にのみ頼るよりもむしろ、将来のIoTデバイスは、埋め込まれた機械学習チップを使用して、ローカルにデータを処理します。 これは、遅延、時間感度DKA警告の重要な最小化、およびインターネット接続に依存する減少を実現します。 例えば、オンデバイスAIを搭載したスマートインシュリンポンプは、インシュリン抵抗のパターンを検出し、クラウドサーバー応答を待つことなく、バサル配信を即座に増加させる可能性があります。 タンデムt:slim X2は、すでにロースライズされたアルゴリズムを使用して、低gの発生を予測し、同様の低gを予測します。

DKA予防のための閉鎖ループシステム

DKAに対する究極のIoTベースの防衛は、完全に閉鎖ループ人工膵臓であり、必要に応じて、重度の高血症を防ぐグルカゴンを提供します。 2023年にFDAクリアランスを受けたiLet bionic膵臓は、ユーザーの生理学に適応する学習アルゴリズムを使用しています。 フェーズ3試験では、iLetシステムは、DKAの発生率を0.2%に減らすことができます。これは、ほとんどの糖尿病治療装置に適応する学習アルゴリズムを使用しており、ほとんどの糖尿病患者が最も多く見られるように、DKAの予防接種が最も多くあります。 ほとんどの人は、DKAが、ほとんどの糖尿病治療の病気を予防するだけでなく、ほとんどの人は、ほとんどの疾患を予防する可能性があります。

コンテンツ

モノのインターネットは、根本的に反応型、病院中心モデルから、積極的な患者中心の1つに糖尿病のケトアシドーシスの検出と予防を変革しています。 グルコース、ケトン、インシュリンの配信に関する連続的、リアルタイムデータを提供することで、IoTデバイスは早期の警告、予測分析、患者と臨床医間のシームレスなコミュニケーションを可能にします。 ランダム化された試験から、現実的な品質改善プロジェクトまで、さまざまなレベルの糖尿病を検知し、さまざまなレベルのAIを効果的に使用することで、DKAが集中的に促進し、AIが実現する可能性を秘め、DKAは、さまざまなレベルのセンサーが高まっています。