Ang Ebolusyon ng Closed-Loop Insulin Turvey

Ang paghahanap ng paggaya sa pisyolohikal na tungkulin ng isang malusog na lapay ay nagtulak sa teknolohiyang diabetes sa loob ng mga dekada. Ang maagang mga pump ng insulin at patuloy na mga monitor ng glucose (CGMs) bawat isa sa mga pinahusay na glycaemic management, ngunit ang artipisyal na lapay na idepensipikong platinum ay nagreresulta ng isang tunay na pagsasama ng mga sensitive, sensibo, at de-conductivide na paghahatid. Ang kamakailang pananaliksik ay nagreresulta ng pokus sa paglakip ng real-world lifestye na data sa mga algorithm na ito, na ito, na layunin upang gumawa ng mga pagbabagong hindi lamang upang gumawa ng mga pagbabago sa mga pagbabagong reaktibo at umangkop sa pag-panghula at pakikibagay sa pang-araw na pamumuhay.

Habang ang mga panimulang closed-loop system ay umaasa lamang sa glucose readings sa modulate basal at bolus insulin, hindi nila maaasahan ang mga malalim na epekto ng ehersisyo, pagkain, stress, o pagtulog sa antas ng glucose ng dugo.Ang susunod na henerasyon ng artipisyal na teknolohiyang lapay ay nagsisikap na pag-ugnayin ang puwang na ito sa pamamagitan ng pag-inom ng mga datos mula sa mga stable, mga trosong pagkain, at maging mga sensor na pisyolohikal upang lumikha ng mas homo at tumutugong control loop. Ang ebolusyon na ito ay nagreresulta ng isang mahalagang pagbabago mula sa purong glucose-rigottang algomin na pang-in na pang-in na pang-edultang pang-edukasyon.

Kung Paano Nagdudulot ng Kapaki - pakinabang na mga Pacreas

Sa gitna nito, ang isang artipisyal na sistemang lapay ay binubuo ng tatlong mga integrated na sangkap: isang tuloy-tuloy na monitor ng glucose (CGM) na sumusukat ng interstitial glucose tuwing ilang minuto, isang insulin pump na naghahatid ng mabilis-na-aktibidad na insulin, at isang control algority na nagreresulta sa angkop na dosis ng insulin. Ang algorithm, ay kadalasang nakabatay sa isang proporsiyonal-intang-intang-gragradwatibo (PID) o modelong-predicandibong kontrol (MP), ay nagpapasiya kung paano pakwensiyahin ang higit na mamatang pag-in ang insulin upang mapanatili ang isang saklaw ng isang glucose.

Ang mga maagang saradong sistemang pang-loop ay nangangailangan ng mga gumagamit na manu-manong mag-ulat ng mga pagkain o mag-ayos ng mga pansamantalang mga rate ng basikong rate para sa ehersisyong ekwasyon. Ang modernong pananaliksik ay kinabibilangan ng pagkatuto ng makina at paghula ng mga analisis sa automate na ito. Sa pagpoproseso ng mga estilong pang-ebolusyon ng datos, ang algorithm ay maaaring mag-isip ng mga ekstinksiyong glucose bago mangyari, na nakapagdururulot ng mga pre-embedytibong mga pagbabago ng insulin na kumplikadong pang-kodigo sa malusog na kakayahan ng lapay sa isang malawak na kasaklawan ng mga input.

Pagkontrol sa mga Arkitektura at Pagdami ng Data

Dalawang pangunahing mga paraang algorithmic ang nangingibabaw sa larangan. ang MPC ay gumagamit ng isang modelong matematikal ng glucose-insulin na dinamiko upang hulaan ang mga antas ng glucose sa hinaharap at ang optimikong paghahatid ng insulin sa isang rolling abot-tanaw. ang mga ID controller ay tumutugon ayon sa kasalukuyang pagkakamali ng glucose, ang mga mahalaga (accumulated nakaraang pagkakamali), at ang mga hinangong mga hula nito (rate ng pagbabago). kapwa mga arkitektura ay nakikinabang mula sa karagdagang input ng datos; halimbawa, ang MPC ay maaaring maglakip ng mga tantiyang carbohydrate at mga signal ng puso upang dalisayin ang mga prediksiyon nito habang ang mga pag-aangkop na gawain nito, ang PID na pag-bagay na pag-bagay na nakukuha sa pisikal na pag-bagay nito.

Pinagsasama ng mga pamamaraan ng pagsasanib ng mga Data ang multiple sensor sapasier&CGM, accelerometer, monitor ng puso, temperatura ng balat, at maging ang skin conduceivento isang tantiya ng estado. Ang pinagsamang larawang ito ng metabolikong konteksto ng gumagamit ay nagpapahintulot sa algorithm na makilala ang kaibahan sa pagitan ng isang araw ng palaupo at isang araw ng matinding pisikal na paggawa, binabago ang sensitibidad ng insulin ayon dito.

Ang Mapanganib na Papel ng Datapda ng Pamumuhay

Ang regulasyong pang-ekonomiya ay hindi lamang isang tungkulin ng insulin at glucose; ito ay malalim na nauugnay sa pang-araw-araw na pag-uugali. Ang gawaing pangkatawan ay nagpapataas ng sensasyon ng insulin sa loob ng mga oras, kung minsan hanggang 12–24 oras na post-ehersisyo, na nanganganib sa late-onset hyglycaemia kung ang insulin na pag-aasal ay hindi sanhi ng "pag-eehersisyong memorya." Ang mga pagkain, partikular na ang mataas sa taba at protina, mabagal na gastric na pag-ipunan at maaaring magdulot ng na hyperglycaemia na ang pamantayang algoritmo ay maaaring hindi na umaasa lamang sa stress na mga cortis. Ang mga reaksiyon ay nagbabago sa mga reaksiyong comproduktor na nagdudulot ng mga reaksiyon at mga reaksiyong kriporyaterial.

Ang integrateting lifestyle data ay nagpapahintulot sa artipisyal na lapay na gamutin ang mga salik na ito hindi bilang mga aomaly kundi bilang mga inaasahang variables. Ang sistema ay maaaring matuto ng isang user na tipikal na mga pattern na chimorning kape, lunch break, lingguhang gym sesyon na ⁇ and pre-emptively na pag-aangkop ng mga basiyong sukat o mga stage. Ang paglipat na ito mula sa reactitive hanggang proactive control ay ang pundasyong pangako ng lifesty-data-dutan-chan automation.

Kung Bakit ang Tradisyonal na mga Algorithm ay Hindi Nalalagas

Kahit na ang pinaka-kabagong mga sistemang glucose-lamang saradong-loop ay nakikipagpunyagi sa mga hindi-announcted na pagkain at hindi isinaplanong ehersisyo. kung walang mga impormasyong pang-ebolusyon, ang tagakontrol ay maaari lamang kumilos pagkatapos magsimulang tumaas o bumagsak ang glucose, na humahantong sa postprandomial hyperglycaemia o ehersisyo-intributed hyglycaemia. Manual input ay nagpapasan sa gumagamit at error-prone. Sa pamamagitan ng pagkakaiba, ang isang sistema na nagbabasa ng isang smartwackwarexis ady stainture races, variential stabiliture, stabiliture, at ang mga wiceliential na maaaring maging tugon sa o fender na ang paggamit ng karaniwang mga sistemang pang-pagtiko na ang pag-pag-pag-pag-pag-eboloply ay lubhang na iniific na pinagha sa mga ehersisyo na may kaugnayan sa mga ehersisyo na may kaugnayan sa mga sistemang interaktibong interaktibong interaktibo at ang mga sistemang interaktibong interaktibong interaktibong interaktibo

Mga Uri ng Talambuhay at ang Epekto Nito

Kinikilala ng mga mananaliksik ang ilang kategorya ng mga impormasyon sa istilo ng pamumuhay na kasalukuyang pinagsasama sa artipisyal na mga modelo ng lapay.

  • Ang datos ng gawaing pang-Physical: Ang accelerometry, pagbilang ng hakbang, tibok ng puso, at mga huwaran ng paggalaw ay tumutulong sa pagtatantiya ng paggugol ng enerhiya at ang intensity ng ehersisyo. Ang datos na ito ay nagpapahintulot sa algorithm na mabawasan ang paghahatid ng insulin sa panahon at pagkatapos ng ehersisyo, na pumipigil sa hyglycaemia habang sumasaklaw pa rin sa mga pangangailangang baswal.
  • Makinang datos: Carbohydrate na pagbilang sa pamamagitan ng isang mobile app o kahit na inclusive imaging ng pagkain ay maaaring magbigay ng isang feeditoxs macronutrient na komposisyon. Gayunpaman, ang glycaemic epekto ng taba at protina ay mas mahirap na imodelo, kaya ang mga sistema ay nagsisimulang mag-ambag ng mga halo-meal na mga input ng komposisyon upang maantala o mapalawak ang paghahatid ng insulin.
  • Ang mga estress at emosyonal na estado[: Mga sensitibong sensor na sumusukat ng pag-aasal ng balat, tibok ng puso, at kalidad ng pagtulog ay maaaring magbigay ng hudyat ng malala o malalang stress. Pagkatapos ay pansamantalang maitataas ng mga Algorithm ang target ng glucose o kaya ay dagdagan ang insulin sensity sa mitiporyong stress-influential hyperglycaemia.
  • Ang sleep metrics: Ang tagal ng pagtulog, kalidad, at yugto (REM vs. mahimbing na pagtulog) ay nakakaapekto sa sensitivity ng insulin at counter-regulatory hormone release. Ang mga sistemang nakakadetek ng hindi mabuting pagtulog ay maaaring mag-ayos ng magdamagang mga basikal na rate upang maiwasan ang mga pangyayari sa bukang liwayway o pinahabang hyperglycaemia.
  • [enstrual cycle at hormoneal varity: Ang pananaliksik ay patuloy na nagpapakita na ang sensitivity ng insulin ay nagbabagu-bago sa ibayo ng siklo ng pagreregla at sa panahon ng menopause. ang isang maliit na bilang ng mga pag-aaral ay nag-iipon ngayon ng cycle-related data upang iangkop ang insulin transaksyon alinsunod dito.

Ang mga data stream na ito ay kadalasang pinagsasama sa isang personal na modelo na ini-reregrate na patuloy na ginagamit ang machine learning. halimbawa, maaaring malaman ng isang sistema na ang isang partikular na gumagamit ay palaging nakakaranas ng 30 mg/dL glucose pagtaas kapag ang mga ito ay nagsisimula sa kanilang pang-umagang paglalakbay (isang sikolohikal na stressor) at nag-aangkop ng rasonal na bilis sa umaga. sa paglipas ng panahon, ang artipisyal na lapay ay gumagawa ng isang digital na kakambal ng useriviers metational reaction sa iba't ibang mga pangyayari sa buhay.

Mga Pakinabang ng Data-Diven Automation

Ang pangunahing pakinabang ng paglakip ng mga impormasyong pang-estruktura ay ang mga pinabuting mga kinalabasang glycaemiko nang hindi dinaragdagan ang cognitive load sa gumagamit. Sa pamamagitan ng automating election-make na dating manwal (meal notents, ehersisyong pre-treatment, pangangasiwang stress), ang sistema ay nagpapalaya sa indibiduwal mula sa patuloy na pagbabantay.Ang mga pagsubok sa klinika ay nagpakita ng ilang mga makatwirang kapakinabangan.

  • [Readence hypoglycaemia sa panahon at pagkatapos ng ehersisyo: Ang mga sistema na gumagamit ng tibok ng puso at acceletrometer data ay maaaring magbawas ng basal insulin ng hanggang 50% sa panahon ng katamtamang aktibidad, binabawasan ang panganib ng ehersisyo-related mababang asukal ng dugo ng mahigit 70% sa ilang mga pag-aaral.
  • Tighter postprandial control[: Hulaan na batay sa sukat at komposisyon ng pagkain, na sinamahan ng maagang pag-aaklas ng pagtaas ng glucose, pinabubuti ang time-in-range ng 10–15 porsiyentong puntos kung ihahambing sa pamantayang integrated insulin transmission.
  • Mas mabuti sa magdamag na katatagan: Ang pag-iinternoporasyon ng kalidad ng pagtulog at mga palatandaan ng stress ay tumutulong upang maiwasan ang kababalaghan ng bukang liwayway at mabawasan ang panggabing hypoglycaemia, na nagpapabuti ng mga pagbasa ng glucose sa umaga.
  • [1] [1] Napatunayang kalidad ng buhay[: Ang mga gumagamit ay nag-uulat ng mas kaunting pagkabalisa sa diabetes, mas kaunting mga alarma, at mas tiwala sa sistemangioxs na kayang pangasiwaan ang pang-araw-araw na variablety. Binabawasan ng automition ang pangangailangan para sa madalas na pagsusuri ng glucose sa dugo at mga impromptu na pag-aayos.
  • Enhanced adjustment[: Habang natututo ang algorithm ng isang user citexs na mga padron, ito ay maaaring awtomatikong umangkop sa mga pagbabago sa rutinang ⁇ tulad ng isang bagong iskedyul ng trabaho, paglalakbay sa ibayo ng mga sona ng oras, o pana-panahong pagbabago sa pisikal na gawain.

Kasalukuyang Pananaliksik at mga Pagsubok sa Pag - aayos

Maraming mga pangkat ng pananaliksik at mga kompanya ang aktibong nagsusuri ng mga sistema ng pamumuhay-inpormal na lapay.National Institute of Diabetes and Digestive and Kidney Diseases (NIDDK) Ang mga pondong ilang multi-centre tests na naggagalugad ng iba't ibang mga estratehiyang pang-impormasyon.Ang isang kapansin-pansing proyekto, ang International Diabetes Closed-Lop (IDCL) na pagsubok, ay ang pagsubok sa isang sistemang MPC-based na gumagamit ng sensound na sensound na rate ng puso at hakbang mula sa isang matalinong tagagamit ng pag-gamit ng ehersisyo.

Ang isa pang pagsisikap na pagpapayunir ay nagmumula sa University of Virginia at Harvardizer Joslin Diabetes Center, kung saan ang isang "smart" artipisyal na lapay ay kinabibilangan ng pag-aanalisa ng pagkain sa pamamagitan ng isang naisusuot na kamera na nagrereresulta sa mga carbohydrates at pagmememeta ng mga tinatayang carbohydrate, taba, at protina.[0] Pagkatapos ay kinakalkula ng sistemang extended bolust upang pangasiwaan ang naantalang g glycaemic na na pinapakita ng mga gumagamit ng mas maraming oras kung ihahambing sa isang pamantayang pang-matag-mataggg-kain na inilathala sa Diabetesskets.[FL&FLT:[FLT:[1] Ang mga gumagamit ay nagpakita ng mga gumagamit ng mga gumagamit ng mga gumagamit ng mga g g-lo-op.

Sa larangan ng komersyal na insulin, ang Medtronicizers MiniMed 780G system ay nag-aalok na ng isang adminitive na anyo ng integrasyon ng insulin, ngunit nangangailangan pa rin ito ng mga patalastas sa pagkain. Samantala, ang proyektong Tidepool Loop, isang open-source movement (FDA) ay sinusukat sa isang produktong pang-komersyo na magpapahintulot sa pagsasama ng karagdagang mga survivalation data sa mga sapacement. Ang [[FLTLT:0T:0] Ang mga tagagamit ng mga sistemang pang-ed.[T] Ang mga sistemang pang-eduky ay na pang-edukytibliko at pang-ed na pang-edukasyon ay na pang-antasyalista ay na pang-ed na pang-edukasyon sa mga tagagamit ng mga tagagamit ng mga tagagamit ng mga tagagamit ng mga tagagamit ng mga tagagamit ng mga tagagamit ng mga sistemang pang-panlikha (paglikha ng mga produktong pang-panlikha ng mga sistemang pang-panlikha ng mga produktong pang-eduk

Mga Hamon at Etikal na mga Pag - iisip

Sa kabila ng pangako, ilang mga harang ang nananatili bago ang mga sistemang istilong-data-internasyunal na lapay ay nagiging pangkaraniwan. Ang pagkakaroon ng pribadong buhay at seguridad]] ay pangunahin: isang sistema na nagtitipon ng tibok ng puso, lokasyon ng GPS, mga huwaran sa pagtulog, at pagkain ay lumilikha ng isang napaka-matalas na profile sa kalusugan. Ang hindi natukoy na access ay maaaring humantong sa diskriminasyon sa mga jointerial o employer, o kaya ay may masamang pag-uuuugitugitugit ang insulin. Robustecation, pagproseso, pagproseso ng lokal, pagproseso, pag-aproseso, hindi pa-abilig impormasyon ay mahalaga.

Ang pagiging tumpak at ligtas ng Algorithm[ ay maaari ring maging hamon.Ang mga modelong pagkatuto ng makina na sinanay sa isang populasyon ay maaaring hindi pangkalahatang magresulta sa mga indibiduwal na may iba't ibang istilo ng pamumuhay, pinagmulang henetiko, o mga comorbididad. ang mga maling positibo mula sa isang sensor ng stress o isang maling tantiyang pagkain ay maaaring magdulot ng mga mapanganib na pagkakamali.Ang mga balangkas na pang-edukasyon ay dapat magresulta sa mga pagbabagong pang-angkop na algoritmomosisyon na nagbabago, na nangangailangan ng mga bagong uri ng mga tradisyonal na mga ebidensiya na mga pamamaraang pang-panahon na hindi kayang pangsubok.

Hindi maaaring ipagwalang bahala ang mga impormasyong gaya ng pagtotroso ng pagkain o sensor calibrationific manual , samantalang ang tunguhin ay bawasan ang pagsisikap ng tao, ang ilang mga mapagkukunan ng impormasyong may sakit na gaya ng sa sakit na gaya ng sa katawan na gaya ng sa katawan o sa pamamagitan ng sensor calibrationific reture manual at maaaring hadlangan ang pag - aampon nito.

Ang mga acceses at mga standard na mga relo[ ay kritikal din. Ang mga kasalukuyang closed-loop system ay mahal, at ang pagdaragdag ng mga advanced sensor tulad ng smart relos o flash glucose monitor ay nagpapataas ng halaga. Ang mga payers at mga sistemang pangkalusugan ay nangangailangan ng katibayan ng mahabang-term na gastos sa pamamagitan ng nabawasang mga komplikasyon at hospitalisation upang bigyang-katwiran ang pagsaklaw.

Mga Tagubilin at mga Pagbabago sa Hinaharap

Ang pananaliksik ay mabilis na patungo sa isang ganap na autonomous, lifestyle-adaptive artipisyal na lapay.

  • Ang mga sistemangMulti-hormone[: Pagdaragdag ng glucagon o pramlintide sa pump ng insulin ay maaaring lalo pang magdulas sa mga ekstinksiyong glucose. Ang datos na lifestyle ay maaaring pumatnubay sa tiyempo at dosis ng mga hormonang sekundaryong ito naific for, na binabawasan ang paghahatid ng glucagon sa panahon ng ehersisyo kapag likas na binabawasan ng katawan ang endogenous glucose.
  • : Ang mga sistemang panghinaharap ay malamang na magsama ng CGM, isang optical heart rate sensor, isang tatlong-axis acceletrometer, isang skin sensor, at kahit na ang isang sweet biomarker analyser sa isang solong patning na nakikipag-usap sa pump algorithm. COPSCOPS tulad ng GoogleCoolomet at Dexcom ay nagkakaroon ng gayong mga integrated sensors.
  • Ang mga modelong pang-edge-based AICUT[: Upang maingatan ang buhay ng batirya at protektahan ang pribadong buhay, ang on-device machine na pagkatuto ay magreresulta sa mga impormasyong pang-edukasyon sa lugar sa halip na ipadala ito sa ulap.Ito ay nakababawas sa mga panganib ng pagiging huli at seguridad habang pinangyayari ang real-time na pag-aangkop kahit na mawala ang connectivitivity.
  • Personalised digital twins: Ang paggamit ng user ⁇ s historical glucose, insulin, at lifestyle data, isang digital na kambal ng indibidwal na ⁇ os na metabolismo ay maaaring likhain at gayahin sa magdamag. Ang artipisyal na lapay ay pagkatapos ay maaaring "masubukan" ang iba't ibang dosing stratehiya sa silic bago ikapit ang mga ito, na humahantong sa mas ligtas at mas mabisang pagkontrol.
  • Ang mga Behavioral shlow at coaching[: Pagkatapos ng dosis automasyon, ang sistema ay maaaring magbigay ng personal na rekomendasyon na ⁇ tulad ng nagmumungkahi ng isang pre-ehersisyong meryenda o pagpapaalala sa gumagamit nito sa hydrate ⁇ based sa parehong lifestyal data.Ito ay naglilipat sa artipisyal na lapay mula sa isang purong medikal na aparato sa isang homistikong bodyness assistant.

Habang ang mga pagbabagong ito ay lumalaki, ang artipisyal na lapay ay malamang na maging isang pamantayang sangkap ng pangangalaga ng diyabetis, gaya ng mga bomba ng insulin at CGM ngayon.

Pagsasaayos

Ang automation of insulin dose adjustments batay sa lifestyle data ay kumakatawan sa isang paradigm shift sa diabetes management. Sa pamamagitan ng paglipat ng lampas sa glucose-lamang feedback loops at pagsakop sa dami ng impormasyong refluential physical activity, pagkain, pagtulog, at stressific lapay ay maaaring mag-alok ng personal na pag-iingat ng katawan, habang ang mga hamon sa paligid ng data privacy, algorithm sterness, at aktilitence ay nananatiling, ang komunidad ng pananaliksik ay patuloy na gumagawa ng mga pagsubok upang ipakita ang mga sistemang pang-intriwad ang mga sistemang pang-inture-inture na may-oras at pagbabawas ng mga gawaing pang-kalikasan at ang mga indibidwalidad na pang-kadebiytang pang-kadebiyal na may kinalaman sa mga tao na pang-kademotoryo na pang-kademotoryo at pang-kalikas na pang-kalikas na pang-kalikas na pang-kadestrig pang-katorya na pang-kalikasan na pang-

Para sa higit pang pagbasa, tingnan ang American Diabetes Association journal para sa pinakahuling resulta ng pagsubok, o puntahan ang [JDRF ⁇ s artipisyal na pahina para sa matiyagang-oriented na impormasyon.[