了解闭环技术

闭环系统代表了感知、算法和活性化的转变性趋同。在糖尿病护理中,人工胰腺系统使用连续的葡萄糖监测器(CGM)将葡萄糖读取输入控制算法,然后命令胰岛素泵来发送适当的剂量。这个循环每隔几分钟重复一次,使病人摆脱恒定的决策。除了糖尿病之外,还开发了闭环结构,用于癫痫(反应性神经优化)、帕金森病(适应性脑刺激)和甚至情绪紊乱(闭环神经调制 ) 。 任何闭环技术的核心组成部分包括测量生物信号的传感器、一个控制器(通常是机器学习算法) 、一个动脉分析器(如药物泵或电刺激器) , 提供治疗。 算法必须足够坚固,以便处理真实世界的可变性:膳食、锻炼、压力、睡眠和个人生理学。 没有深入的病人的洞察,这些算法可能出现短短,导致副优化结果或装置废弃。

类似地,帕金森的适应性深脑刺激必须区分颤抖和自愿运动,实时调整刺激,避免刺激过度,从而导致血清失调。 2025年,美德诺尼克-米德-780G和Tandem t:slim X2与控制-IQ等商业系统已经显示出改进了时间-内程,但是仍然需要用户投入供餐和锻炼。 完全自动化系统不需要用户干预,这仍然是积极研究领域,患者引导的努力有助于改进这些算法。

患者引导研究的兴起

历史上,医学研究遵循自上而下的模式:科学家和临床医生制定议程、设计试验和解释结果。 患者是被动的主体。 在过去20年里,这一模式发生了巨大的转变。 在线患者社区、社交媒体和数据共享平台的崛起使个人能够将自己的活经验作为有效证据形式。 患者主导的研究往往从日常挑战中产生的问题开始,即“为什么我的设备在锻炼后不能正常工作?” 或“我们如何使这个系统在夜间更容易使用 ” 。 这些问题由日复一日地生活在病情中的人提出,往往导致实验室驱动的研究可能忽略的创新。

以病人为中心的结果研究所和欧洲病人治疗创新学院等组织已经正式建立了病人参与的机制。在闭环技术方面,病人不仅仅是测试者,他们也是共同设计者。它们有助于确定“成功”的含义,超越临床衡量标准,强调可用性、舒适性和心理接受性。这种协作方式产生了从病人行为和可定制的警报阈值中学习的适应算法等创新。 以病人为中心的结果研究所[资助了将病人观点嵌入设备开发的众多研究,表明病人的参与导致更相关的结果。

患者主导的研究并不是一个统一的运动;它包括一系列从个人共享小费的在线论坛到设备公司内部的正式患者咨询委员会,到创建自己技术的基层努力。 共同的线索是从被动观察转向积极参与。 这种转变是由数字工具推动的,这些工具使患者能够收集、汇总和分析自己的数据。 例如, Tidepool平台允许糖尿病患者上传其CGM和泵数据,然后可以与研究人员分享或用于个人分析。 这些平台降低了患者主导的调查进入的障碍,并生成了大规模真实世界证据。

患者驱动创新的具体惠益

将病人纳入研究管道可产生多重实际优势,这些优势涵盖相关性、速度、可用性和验证。

  • 增强相关性: 患者的优先考虑往往与临床医生不同。 尽管临床医生可能关注葡萄糖含量的间距,但患者可能更关心减少夜间惊醒,干扰睡眠,或将碳水化合物的计算负担降到最低。患者主导的研究确保技术解决日常生活中最重要的问题。 例如,2023年对闭环用户的调查发现,73%的患者认为警报频率是设备满意度的最重要因素,而甘化的结果则更需要减少。
  • 加速创新: 患者经常根据日常斗争提出创造性的解决方案. “双荷尔蒙”闭环系统的概念——既提供胰岛素又提供葡萄糖腺来预防锻炼期间的低血糖——部分源于患者对运动期间低血糖风险的深刻认识. iLET生物胰腺等双荷尔蒙系统的临床试验显示,相对于胰岛素系统来说,超乎正常时间范围,患者社区在倡导这些设计方面起到了作用。
  • 更高的采用率和坚持率: 与患者共同开发的装置往往更直观,更不累赘. 对Tandem t:slim X2 与Control-IQ的研究发现,参加以用户为中心的设计反馈会的患者的坚持率超过85%,而前一代系统没有纳入患者输入的坚持率则超过65%. 这些持续使用率的提高直接转化为更好的健康结果,包括糖尿病性克他酸化或低血糖症的住院率降低.
  • 真实世界验证:[ 患者主导的研究往往超越临床试验的控制环境. 患者收集自然环境中的纵向数据,揭示工程师可能从未预料的边缘病例. 例如,#WeAre Notwaiting社区贡献了数千个睡眠数据夜晚,帮助完善了算法来避免夜行伪症. 这种真实世界的证据可以提交给监管机构,以支持使用的迹象,正如FDA以其 参与问题咨询委员会所认识到的那样.

案例研究在行动

糖尿病:我们不等待运动

患者在闭环技术中主导的研究最有力的例子是#WeAre Notwaiting运动。由于监管审批速度缓慢和商业系统的限制,患者开始使用现成的CGM传感器、开源固件胰岛素泵和云端托管算法来建立自己的“自己做”人工胰岛素系统。这些早期的采用者分享了他们的代码、数据以及Loop和OpenAPS等论坛的经验,产生了丰富的现实世界证据。在2022年发表的一项划时代性研究 Diabetes Care 中,从800多个DIYAPS用户的分析数据中发现,时间范围平均为76%,与商业系统相当或更好,且严重低发病率。这一证据促使制造商和监管机构加快商业版本的开发,导致Ompnipod 5和Metronic 780G等系统获得批准。 今天,一些由PA-Speople-surposition 和Pse compuper-ferent , 由 compubel print pression , compubust com

癫痫:反应性神经刺激

癫痫的闭环系统,如神经病的RNS系统,只有在发现癫痫活性时才会提供电刺激。病人的参与对于完善检测算法以减少虚假阳性并增强敏感性至关重要。通过病人领导的登记和Epilespsy基金会的社区网络等论坛,个人分享了可用于培训机器学习模型的微小的震前信号的数据,即情绪、心率或行为的变化。在 Epilepssia 中的一项2024年研究报告,将病人报告的气象和行为提示纳入检测算法中,减少了40%的不必要的刺激。这一合作通过将癫痫检测精度保持在90%以上,提高了生活质量。病人在设计程序设备的用户界面时也发挥作用,确保可以不时需要诊所访问来调整环境。

帕金森病:适应性深脑刺激

适应性深脑刺激(aDBS)根据脑信号实时调整刺激,如β振荡或局部场潜力,与运动症状相伴. 帕金森病患者参与设计了这些系统的临床终点,强调降低血清素水平和改善睡眠质量的重要性. 其投入导致算法在高频和低频刺激之间切换,这取决于活动状态——早期缺失的一个细微差别,恒定刺激设计. 2023年发表的研究 运动失调 中强调,患者报告的结果,如运动紊乱会-帕金森病分级(MDS-UPDRS)第四部分,现在成为DBS试验的标准,这在很大程度上要归功于帕金森社区的宣传. 患者主导的一项显著举措是 ox Insight研究,该研究收集了数千个人的病人报告数据,并据此调整了Pakinson的心理的回路器。

克服障碍

尽管有希望,但患者主导的研究面临若干挑战,必须解决这些挑战才能充分发挥潜力。 确保多元化代表性至关重要。 许多患者主导的举措是由高度参与、技术熟练的个人 — — 往往具有高等教育和社会经济地位的个人 — — 驱动的,这会带来偏见。 研究人员必须积极招聘来自不同社会经济、种族和地理背景的参与者,以确保由此产生的技术为所有人服务。 例如,对DIYAPS用户的2025年分析发现,只有12%来自每年收入低于50 000美元的家庭,而一般糖尿病患者只有38%。 这种差异可能导致对特权用户进行优化,但对其他人来说却表现不佳的算法。

平衡科学的严谨性与经验性见解仍然是方法上的挑战。病人报告的数据可能是主观的,难以标准化。例如,病人可能报告“中度低血糖症状 ” , 但这种评级会因个人的认知和背景而异。建立将定性经验结合起来的有力方法,同时保持统计有效性,是一项持续的努力。混合方法——将结构化的调查与深入的访谈相结合——能够既了解细微性又了解普遍性。像国家卫生研究所这样的供资机构现在提供赠款,明确支持病人参与的研究,包括收集和验证病人报告数据的机制。

监管和责任问题也日益严重,特别是在DIY闭环系统方面。 当患者自己建造设备时,安全监督、数据隐私和故障时的责任问题就出现了。 食品药品管理局等监管机构正在制定评估患者生成的证据的框架,2023年,该机构发布了关于使用真实世界数据进行设备审批的指南草案。 然而,明确的指导方针仍在演变。 患者主导的创新的法律格局仍然模糊不清,倡导者呼吁提供“安全港 ” 保护, 允许患者进行试验而不必担心受到起诉,这与某些法域的开放源代码软件的保护类似。

可持续性和资金是长期的障碍。 患者主导的项目往往依赖志愿者努力或小额赠款。 确保社区驱动的研究得到长期支持需要新的供资模式,例如通过Operation.com等平台提供人群资助、与学术机构建立伙伴关系、或与糖尿病患者宣传联盟等非营利组织的合作。 一些项目已经成功从基层过渡到正规实体;例如,Nightscout基金会现在作为一个维持开放源码CGM共享平台的501(c)(3)组织运作。 然而,将这一模式复制到其他情况下仍然具有挑战性。

前进的道路

展望未来,患者主导的研究即将成为闭环技术开发的一个组成部分。 几个趋势正在加速这一整合。数据共享和开放平台,如OpenAPS和Tidepool,提供了安全匿名的数据库,患者可以与研究人员共享设备数据。这些平台降低了患者主导的分析进入的障碍,并使得能够大规模地生成真实世界的证据。共同设计讲习班和活实验室也在扩大。医院和大学正在建立患者、工程师和临床医生共同创建原型的空间。例如,斯坦福医学X程序将患者和设计师聚集在一起,实时在闭环用户界面上进行异化,从而形成更不直观、更不具有恐吓性的界面。

患者经验的监管认可在不断增长。 食品药品管理局的患者参与咨询委员会和欧洲药品署的患者参与倡议现在正式考虑在市场前评价中提供患者偏好数据。 这一转变激励制造商将患者主导的研究纳入更早的流程。 2024年,食品药品管理局批准了一个封闭的环胰岛素泵,部分基于患者登记册的真实证据,标志着患者在监管决策中生成数据的里程碑。 随着闭环系统变得更加数据驱动,患者的贡献对于培训反映个人可变性的AI模型至关重要。 患者可以标出异常模式,提供有标签的数据用于监督的学习,并在多种日常情景中测试算法。

最后,患者主导的研究和闭环技术之间的共生关系并不是一个好对好,而是一个必要因素。 患者带来了一个深层次的观点,没有一种算法能够单独复制,即对日复一日地生活在慢性病中意味着什么的细微理解。 通过将这种观点纳入研究过程,我们可以建立更加安全、更有效和真正符合人类需要的闭环系统。 闭环创新的未来将不仅仅由实验室的工程师来塑造;它将由患者在家中、社区和网上论坛共同创造。 他们的声音不仅仅是输入,而是进步的重要动力。