[go: up one dir, main page]

CN101730501A - 用于治疗系统的病人信息输入界面 - Google Patents

用于治疗系统的病人信息输入界面 Download PDF

Info

Publication number
CN101730501A
CN101730501A CN200880021948A CN200880021948A CN101730501A CN 101730501 A CN101730501 A CN 101730501A CN 200880021948 A CN200880021948 A CN 200880021948A CN 200880021948 A CN200880021948 A CN 200880021948A CN 101730501 A CN101730501 A CN 101730501A
Authority
CN
China
Prior art keywords
patient
information
canteen
input
insulin
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN200880021948A
Other languages
English (en)
Inventor
S·韦纳特
A·图克拉尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
F Hoffmann La Roche AG
Original Assignee
F Hoffmann La Roche AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by F Hoffmann La Roche AG filed Critical F Hoffmann La Roche AG
Publication of CN101730501A publication Critical patent/CN101730501A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/14503Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue invasive, e.g. introduced into the body by a catheter or needle or using implanted sensors
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/14532Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4836Diagnosis combined with treatment in closed-loop systems or methods
    • A61B5/4839Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Epidemiology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Primary Health Care (AREA)
  • Biophysics (AREA)
  • Optics & Photonics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Emergency Medicine (AREA)
  • Chemical & Material Sciences (AREA)
  • Infusion, Injection, And Reservoir Apparatuses (AREA)
  • External Artificial Organs (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一种用于治疗系统的病人界面可使病人输入以至少一个病人事件或情况为特征的并且从其能够确定治疗信息的信息。该病人界面说明性地是通过下述形成的:开发被配置成模拟病人对至少一个病人事件或情况的生理反应的病人模型、随时间收集与至少一个病人事件或情况的实际出现有关的病人特定信息,并且根据病人模型以及所收集的病人特定信息来定义图形界面,该图形界面将病人输入的以至少一个病人事件或情况为特征的信息映射到相应治疗信息。

Description

用于治疗系统的病人信息输入界面
技术领域
本发明通常涉及用于确定诸如药物和其它治疗信息这样的治疗信息的技术,并且尤其是涉及用于根据以至少一个病人事件或情况为特征的信息的病人输入来确定这种治疗信息的系统。
背景技术
存在被配置成根据病人所提供的一些信息量来建议或自动配给药物治疗的多种药物控制安排。希望提供一种病人特定界面,病人可例行地使用该病人特定界面以提供以至少一个病人事件或情况为特征的信息并且该病人特定界面使用所提供的信息以确定相应药物和/或其它治疗。
发明内容
本发明可包括在所附权利要求中所列举的一个或多个特征和/或一个或多个以下特征及其组合。提供了一种开发用于治疗系统的病人界面的方法,病人可使用该病人界面以输入以至少一个病人事件或情况为特征的并且从其能够确定治疗信息的信息。本方法可包括:开发病人模型,该病人模型被配置成模拟病人对至少一个病人事件或情况的生理反应;随时间(over time)收集与至少一个病人事件或情况的实际出现有关的病人特定信息;并且根据病人模型以及所收集的病人特定信息来定义图形界面,该图形界面将病人输入的以至少一个病人事件或情况为特征的信息映射到相应治疗信息。
治疗信息包括与在一些时间配给病人的一个或多个药物相对应的药物治疗信息。配给时间例如可以是当前时间、将来时间、通过分析所确定的时间、最终用户所确定的时间、时间窗等等。替代地或另外,治疗信息可包括所提议的与建议摄取碳水化合物相对应的碳水化合物摄入信息。替代地或另外,治疗信息可包括所提议的与建议进行运动相对应的运动信息。替代地或另外,治疗信息可包括建议去看医生。
定义图形界面可包括选择具有以至少一个病人事件或情况为特征的两个输入参数的图形界面。定义图形界面可进一步包括根据病人模型并且根据所收集的病人特定信息来定义所选图形界面的解空间(solution space)。定义图形界面可进一步包括定义用于将以至少一个病人事件或情况为特征的两个输入参数映射到相应治疗信息的映射。
该方法可进一步包括使用图形界面以将病人输入的以至少一个病人事件或情况为特征的信息映射到相应治疗信息。该相应治疗信息可包括药物配给信息。该方法可进一步包括以药物的建议剂量的形式显示药物配给信息。替代地或另外,该方法可进一步包括对药物配给设备进行控制以根据药物配给信息来向病人配给至少一个药物量。
在另一实施例中,公开了一种开发用于治疗系统的病人界面的方法,病人可使用该病人界面以输入以至少一个病人事件或情况为特征的并且从其能够确定治疗信息的信息。该方法包括:接收具有以至少一个病人事件或情况为特征的输入参数的病人特定信息;标识出哪些输入参数与预定治疗信息中所提供的相应预定值不符;为所标识的输入参数建立约束极小化问题;从求解约束极小化问题产生解空间,其中该解空间定义了输入参数与其相关的可接受限制之间的关系以将病人的生理反应调节到期望目标反应;以及实施解空间以作为病人界面。
一种开发用于治疗系统的病人界面的系统,病人可使用所述病人界面以输入以至少一个病人事件或情况为特征的并且从其能够确定治疗信息的信息,该系统包括:数据库,该数据库将被配置成模拟病人对至少一个病人事件或情况的生理反应的病人模型存储在其中;第一存储器,该第一存储器被配置成随时间将与至少一个病人事件或情况的实际出现有关的病人特定信息存储在其中;以及图形界面,该图形界面被配置成根据病人模型并且根据所收集的病人特定信息将来自以至少一个病人事件或情况为特征的信息的病人的输入映射到相应治疗信息。
该系统可进一步包括可访问第二存储器的处理器,所述第二存储器用于将处理器可执行的以将病人的输入处理为以至少一个病人为特征的信息的图形界面并且生成相应治疗信息的指令存储在其中。该系统可进一步包括显示单元。第二存储器进一步可将处理器可执行的以对显示单元进行控制以显示相应治疗信息的指令存储在其中。该系统可进一步包括手动致动的药物配给设备。相应治疗信息可包括至少一个药物量。第二存储器可进一步将处理器可执行的以对显示单元进行控制以显示病人利用手动致动的药物配给设备所配给的至少一个药物量的指令存储在其中。该系统可进一步包括血糖传感器,该血糖传感器被配置成测量病人的血糖水平并生成相应的血糖值。第二存储器可进一步将处理器可执行的以进一步根据血糖值来确定至少一个药物量的指令存储在其中。
替代地或另外,该系统进一步包括其被配置成将至少一个药物配给病人的电子可控药物配给设备。在一个实施例中相应治疗信息可包括至少一个药物量,并且在另一实施例中,可包括由时间和量所确定的药物的分发顺序。第二存储器可进一步将处理器可执行的以对电子可控药物配给设备进行控制以将至少一个药物量配给病人的指令存储在其中。该系统可进一步包括血糖传感器,该血糖传感器被配置成测量病人的血糖水平并生成相应的血糖值。第二存储器可进一步将处理器可执行的以进一步根据血糖值来确定至少一个药物量的指令存储在其中。
图形界面可被配置成将病人输入的以至少一个病人事件或情况为特征的至少两个参数映射到相应治疗信息。
附图说明
图1是用于确定治疗信息的系统的一个说明性实施例的方框图。
图2是用于开发供图1的系统使用的病人界面以可使病人输入可根据其确定出治疗信息的病人相关信息的一个说明性处理的流程图。
图3是示出了一个示例性病人特定葡萄糖调节模型的可能部件的示意图,该病人特定葡萄糖调节模型被配置成可输入以至少一个病人相关事件或情况为特征的病人特定信息。
图4是对动脉流入和静脉流出的房室模型进行说明的方框图,该房室模型用于开发葡萄糖调节模型以模拟各种器官和身体区域中的葡萄糖浓度及胰岛素的分布。
图5是利用图4的若干房室模型所构造的用于模拟各个器官和身体区域中的葡萄糖浓度的图3的葡萄糖调节模型的示意图。
图6是利用图4的若干房室模型所构造的用于模拟各个器官和身体区域中的胰岛素动力学的图3的葡萄糖调节模型的示意图。
图7说明了用于将餐食相关信息键入到图1的系统的图形病人界面的一个实施例。
图8说明了用于将餐食相关信息键入到图1的系统的图形病人界面的另一个实施例。
图9说明了用于将餐食相关信息键入到图1的系统的图形病人界面的又一个实施例。
图10说明了用于将餐食相关信息键入到图1的系统的图形病人界面的又一个实施例。
图11说明了用于将餐食相关信息键入到图1的系统的图形病人界面的又一个实施例。
图12仍说明了用于将餐食相关信息键入到图1的系统的图形病人界面的又一个实施例。
图13是用于对示例性图形界面的外围的构成进行说明的餐食空间输入参数的图表;
图14是用于对由图13的示例性图形界面的外围的构成所引起的解空间进行说明的胰岛素药丸量对总餐食空间ηA/S的图表。
图15是餐食空间参数之一对多个离散输入的图表;
图16是用于对下述映射的一个实施例进行说明的表格,所述映射使以例如餐食大小这样的碳水化合物含量、期望的葡萄糖吸收形状、以及例如餐食持续时间这样的持续时间的形式所提供的餐食信息的病人输入与相应药物治疗信息相关。
图17是用于对在半闭环药物配给系统中所实施的图1的系统进行说明的方框图。
图18是用于对图1的系统可执行的下述软件算法的一个实施例进行说明的流程图,所述软件算法用于根据用户利用图7-12的图形病人界面中的一个输入的餐食信息来确定药物治疗信息。
具体实施方式
为了提高对本发明原理的理解,现在参考附图中所示的多个说明性实施例并且特定语言将用于对其进行描述。
关于参考图1,示出了用于确定治疗信息的系统10的一个说明性实施例的方框图。在所说明的实施例中,系统10包括电子设备12,该电子设备12具有与存储器单元16进行数据通信的处理器14、输入设备18、显示器20、以及通信输入/输出单元24。电子设备12可以通用目的计算机、中央服务器、个人计算机(PC)、膝上型或笔记本计算机、个人数据助理(PDA)或其它手持设备、外部输液泵、血糖计量器、分析物传感系统等等的形式提供的。可将电子设备12配置成根据包括例如但并不局限于windows、linux和MacOS之类的一个或多个传统操作系统以及诸如QNX、eCOS、WinCE和palm OS这样的嵌入式OS进行操作,并且可将电子设备12配置成根据例如但并不局限于NetBios、TCP/IP、以及AppleTalk这样的一个或多个传统因特网协议来处理数据。在所说明的实施例中,处理器14是基于微处理器的,虽然处理器14可替代地由一个或多个通用目的和/或特定应用电路构成并且如在下文中所描述的是可操作的。在所说明的实施例中,存储器16包括足够容量以存储数据、处理器14可执行的一个或多个软件算法、以及其它数据。存储器单元16可包括一个或多个传统存储器或其它数据存储设备。替代地或另外,该系统10可包括具有足够容量以存储数据和处理器14可执行的一个或多个软件算法的U3智能USB设备。
输入设备18可按照传统方式用于输入和/或修改数据。在所说明的实施例中,还包括用于查看与设备12和/或系统10的操作有关的信息的显示器20。这种显示器可以是包括例如但不限于发光二极管(LED)显示器、液晶显示器(LCD)、阴极射线管(CRT)显示器等等的传统显示设备。替代地或另外,显示器20可以是或包括可听显示器,该可听显示器被配置成通过一个或多个编码图案、振动、合成声音响应等等来向用户、他人、或者具有声音识别能力的另一电子系统传送信息。替代地或另外,显示器20可以是或包括一个或多个触觉指示器,该触觉指示器被配置成显示用户或他人可察觉的触觉信息。还包括用于捕获并存储餐食照片和/或其它照片的照相机。
在一个实施例中,输入设备18可以是或包括用于将字母数字数据键入到处理器14的传统键盘或键区。这种键盘或键区可包括一个或多个键或按钮,这一个或多个键或按钮配置有一个或多个触觉指示器以可使视力差的用户查找并选择适当的一个或多个键,和/或在照明不良情况下可使用户查找并选择适当的一个或多个键。替代地或另外,输入设备18可以是或包括用于选择在显示器20上所呈现的信息的传统鼠标或其它传统点击设备。替代地或另外,输入设备18可包括被配置为图形用户界面(GUI)的显示器20。在该实施例中,显示器20可包括用户通过利用适当工具触摸显示器20的适当部分选择的一个或多个可选输入。替代地或另外,输入设备18可包括由用户激活的多个开关或按钮以选择设备12和/或系统10的相应操作特征。替代地或另外,输入设备18可以是或包括对声音命令做出响应的话音激活电路以向处理器14提供相应输入数据。在任何情况下,输入设备18和/或显示器20可包括有虚线22A和22B所示的电子设备12或者与电子设备12相分离。
在一个或多个实施例中,系统10可包括N个医疗设备261-26N,其中N是任何正整数。在该实施例中,可将一个或多个医疗设备261-26N的任何一个植入到病人体内,与病人身体外部耦合(例如,诸如输液泵),或者与病人身体相分离或远离。替代地或另外,将一个或多个医疗设备261-26N安装在电子设备12上和/或成为电子设备12的一部分。在所说明的实施例中,将多个医疗设备261-26N的每一个配置成通过相应数目的无线通信链路281-28N中的一个与电子设备12的通信I/O单元24进行无线通信。无线通信可以是单向或双向。所使用的无线通信的形式可包括但不应局限于射频(RF)通信、红外(IR)通信、WiFi、RFID(电感耦合)通信、声通信、电容信号(通过导电体)、电流信号(通过导电体)等等。在任何这种情况下,电子设备12和多个医疗设备261-26N的每一个包括用于实施这种无线通信电路的传统电路。替代地或者另外,可将一个或多个医疗设备261-26N配置成通过其之间的一个或多个传统的串行或并行配置的硬线连接和/或通过一个或多个其它传统通信硬件、软件和/或固件与电子设备12进行通信。
一个或多个医疗设备261-26N的每一个可包括传统处理单元、传统输入/输出电路和/或设备、以及一个或多个适当数据和/或程序存储设备中的任何一个或多个。一个或多个医疗设备261-26N的示例包括但不限于一个或多个血糖传感器、一个或多个体温传感器、一个或多个药物输液设备等等。在一个或多个实施中,除了一个或多个医疗设备261-26N之外或者代替一个或多个医疗设备261-26N,电子设备12可包括传统读条器27形式的被配置成接收传统条或载体29的板上(onboard)分析物传感器。在该实施例中,将条或载体29配置成接收血液或其它体液的样本并且将其插入到读条器27中。读条器27与处理器14电连接,并且在存储在存储器16中的一个或多个软件算法的控制之下,处理器14是可操作的以对读条器27所生成的电信号进行处理以确定包含在条或载体29上所接收的液体之中的分析物的至少一个特征。说明性地,该液体可以是血液,分析物是血糖,并且分析物的至少一个特征可包括血液中的葡萄糖浓度。在该实施例中,分析物传感器是以传统血糖读条器27的形式所提供的血糖传感器。在该实施例中,血糖传感器可以是传统电化学或光度传感器。然而,应理解的是或者可将该分析物传感器配置成对其它液体、分析物和/或分析物特征进行分析。一个或多个医疗设备261-26N中的任何一个可包括用于携带保密信息和/或相关病历的智能卡或生物统计。
在一些实施例中,如图1中的虚线(phantom)所说明的,系统10可替代地或另外包括远程设备30。远程设备30可包括与处理器14相同或相类的传统处理器32、传统存储器或其它数据存储单元34、可以是或包括在下文中关于输入设备18所描述的任何一个或多个输入设备的传统输入设备36、可以是或包括在下文中关于显示单元20所描述的任何一个或多个显示单元的传统显示单元38、以及传统通信I/O电路40。可将远程设备30配置成通过可以是或包括在上文中所描述的任何通信接口或链路的任何传统有线或无线通信接口42而与电子设备12进行通信。
在整个文档中,提供了各种结构、处理、以及技术的示例以对该公开的原理进行说明和描述。为保持一致性,这些例子都与糖尿病控制安排有关,其中对降糖药物的一个或多个建议的或自动配给的药丸是对糖尿病控制所说明且所描述的机制,并且尤其是涉及餐食相关信息以作为所说明的且所描述的病人输入信息,从该病人输入信息可确定一个或多个建议的或自动配给的胰岛素药丸。应理解的是这种示例仅用于说明性目的,而不应视为以任何方式限制。相反,应理解的是该公开涉及任何治疗系统,在该治疗系统中配给一个或多个药物仅表示一种治疗形式,并且替代地另外可根据该公开确定并建议其它治疗形式。这种其它治疗形式的示例可包括但不局限于建议运动、建议摄入例如碳水化合物之类的食物、建议咨询和/或看医生等等。还应知道的是在糖尿病控制系统的上下文中,这公开预想到建议或自动配给降血糖药物治疗是基于一个或多个病人相关事件和/或情况的病人输入而不是餐食相关信息,或者除了基于餐食相关信息之外还基于一个或多个病人相关事件和/或情况的病人输入。其它示例包括但并不限于下述病人输入,该病人输入以病人运动信息、病人病情信息,病人相关压力信息的出现等等为特征或者否则确认病人运动信息、病人病情信息,病人相关压力信息的出现。
在一个或多个示例性实施例中,图1的治疗系统10可以是传统全闭环、半闭环、或开环糖尿病控制安排或者成为其一部分。在该实施例中,系统10提供病人输入的一些量的前馈信息,系统10至少部分地根据该信息可确定出胰岛素药丸配给信息和/或其它治疗信息形式的治疗信息。这种胰岛素药丸配给信息可包括例如胰岛素药丸量或数量、药丸类型(例如正常或快速作用,例如定期,赖脯胰岛素(lispro)等)、胰岛素药丸的配送时间、时间或间隔(例如单次配送,多次分散配送、连续配送等)等等。病人提供的前馈信息的示例可包括但不局限于病人血糖浓度、与餐食,零食形式或者已摄取的,正在摄取的,或者将来某时摄取的其它形式的碳水化合物有关的信息、病人运动信息、病人压力信息、病人病情信息、与病人的月经周期有关的信息等等中的一个或多个。在任何情况下,系统10可包括用于配给一定量的药物的传统药物配送机制;例如,在一个或多个时间实例配给胰岛素、胰高血糖素、肠促胰岛素等等。替代地或另外,将系统10可配置成通过显示器20向用户提供替代地可付诸实施的治疗建议,例如摄取碳水化合物、运动、咨询医生、调整和/或采取额外的或不同的药物治疗(时间和/或量)等等。可以多种传统配置的任何一种提供即就是传统全闭环、半闭环、或开环糖尿病控制安排或者构成其一部分的系统10的实施例。然而,应知道的是以下示例仅仅是说明性目的,并且不应认为以任何方式做出限制。本领域普通技术人员可认识到通过此公开可想到全闭环、半闭环、或开环糖尿病控制安排的其它可能实现或任何其它实现。
在糖尿病控制系统形式的系统10的第一特定示例实现中,电子设备12是以传统胰岛素泵的形式提供的,该胰岛素泵被配置成戴在用户身体的外部并且还被配置成可控地将胰岛素传递到病人身体。在该示例中,多个医疗设备261-26N可包括被配置成提供与病人的生理情况有关的信息的一个或多个植入式传感器。这种植入式传感器的示例包括但不局限于葡萄糖传感器、体温传感器、血压传感器、心率传感器、被配置成捕获例如HBA1 C这样的身体的一个或多个生理状态的一个或多个生命标志物等等。在包括植入式葡萄糖传感器的实现中,系统10可以是按照传统方式可操作的全闭环系统以自动监控血糖并且视情况而定传递胰岛素以保持血糖在期望水平。多个医疗设备261-26N替代地或另外包括在用户身体之外的一个或多个传感器或传感系统和/或用于提供与用户的生理情况有关的信息的传感器技术。替代地或另外,电子设备12可包括例如如图1中的虚线所说明的传统血糖读条器27形式的板上血糖计量器。在任何情况下,这种传感器或传感系统的示例包括但不局限于葡萄糖条传感器/计量器、体温传感器、血压传感器、心率传感器、被配置成捕获例如HBA1 C这样的身体的一个或多个生理状态的一个或多个生命标志物等等。在包括外部葡萄糖传感器的实现中,系统10可以是按照传统方式可操作的闭环、半闭环、或开环系统以根据病人提供到此的葡萄糖信息而视情况而定传递胰岛素。利用任何一个或多个传统有线或无线通信技术可将任何这种传感器和/或传感器技术所提供的信息传送到系统10。在该示例实现中,还可包括手持或者便携式电子设备形式的远程设备30,该远程设备被配置成将信息传送到电子设备12和/或对来自电子设备12的信息进行传送。另外和/或在其它实施例中,使用用于提供剂量、定时、以及特定使用情况的其它信息的信息。在一个实施例中,诸如例如由名称为“MEDICALDIAGNOSIS,THERAPY,AND PROGNOSIS SYSTEM FOR INVOKED EVENTS ANDMETHOD THEREOF”、序列号为No.______的共同受让的且未决的PCT申请所公开的另一系统来捕获、确定、并且提供这种使用情况信息,所述PCT申请具有律师案卷号ROP0013PA/37554.19/WP23354并且通过参考将其公开完全引入到这里。
在糖尿病控制系统形式的系统10的第二特定示例实现中,电子设备12是以诸如PDA或其它手持设备这样的手持远程设备的形式提供的。在该示例中,多个医疗设备261-26N包括至少一个传统可植入或外部戴着的药物泵。在该示例的一个实施例中,将胰岛素泵配置成可控地将胰岛素传递到用户身体。在该实施例中,将胰岛素泵配置成将与胰岛素传递有关的信息无线地传送到手持设备12。将手持设备12配置成对该泵所传递的胰岛素泵进行监控,并且进一步配置成确定并建议胰岛素药丸量、碳水化合物摄入、运动等等。在该实施例中将系统10配置成或不配置成将无线信息从手持设备12传送到胰岛素泵。在该实施例中,电子设备12可包括或不包括例如如图1中的虚线所说明的传统血糖读条器27形式的板上血糖计量器。
在该示例的替换实施例中,将手持设备12配置成通过确定胰岛素传递命令并且将该命令传送到胰岛素泵来对传递到用户的胰岛素进行控制。反过来,将胰岛素泵配置成接收来自手持设备12的胰岛素传递命令并且根据该命令将胰岛素传递到用户。在该实施例中,胰岛素泵可对或不对手持单元12所提供的胰岛素泵命令进行进一步处理。在任何情况下,在该实施例中将系统10典型地配置成将无线信息从胰岛素泵传送回到手持设备12以从而对泵操作进行监控。在该示例的实施例中,系统10可进一步包括在先前示例中所述类型的一个或多个植入式和/或外部传感器。在该示例实现中,还可包括例如PC、PDA、膝上计算机、或者笔记本计算机形式的被配置成将信息传送到电子设备12和/或对来自电子设备12的信息进行传送的远程设备30。
本领域普通技术人员可认识到利用图1中所说明的系统10的至少一些部件实现全闭环、半闭环、或开环糖尿病控制安排的其它可能。例如,在一个或多个上述示例中电子设备12是以被配置成与一个或多个医疗设备261-26N进行通信的PDA、膝上计算机、笔记本、或个人计算机的形式提供的,其中至少一个是胰岛素传递系统以对将胰岛素传递到用户进行监控和/或控制。作为另一示例,可将远程设备30配置成与电子设备12和/或一个或多个医疗设备261-26N进行通信以对将胰岛素传递到病人进行控制和/或监控和/或将一个或多个软件程序和/或数据传送到电子设备12。远程设备30可位于看护者办公室或其它远程位置,并且通过内部网、互联网(如万维网)、蜂窝电话、电话调制解调器、RF、或其它通信链路实现远程设备与该系统10的任何部件之间的通信。任何一个或多个传统因特网协议可用在这种通信中。替代地或另外,例如Wi-Fi、WiMAX、短消息系统(SMS)、或其它传统信息方案这样的任何传统移动内容分发系统可用于提供包括有系统10的设备之间的通信。在任何情况下,通过该公开可想到任何其它实现。替代地或另外,药物传递机制可采用传统植入式或外部穿戴式药物输液机制、诸如药物注射笔或皮下注射针这样的传统药物注射机制、用于配给一个或多个可吸入形式的一个或多个药物的传统吸入机制等等中的一个或多个。
图1的治疗系统一般是可操作的以确定并建议和/或配给适当量的一个或多个药物和时间这样形式的治疗和或确定并建议替代疗法或动作。在确定任何这种治疗中,系统10需要至少一些与病人所受到的一个或多个外部影响和/或与该病人相关的一个或多个生理机制有关的信息。这一个或多个外部影响特征可在于典型的是病人自愿进行的动作,并且可将其称为一个或多个“病人事件”。在糖尿病控制系统的上下文中,这种病人事件的示例包括但不局限于摄取碳水化合物、进行体育运动等等。与此相反,一个或多个生理机制特征可在于不自觉的身体状态或者典型地与病人的生理和/或环境相关的反应,并且在这里在糖尿病控制系统的上下文中可将其称为一个或多个“病人情况”或新陈代谢状态,这种病人情况的示例包括但不限于疾病、压力、月经等等。在任何情况下,如果病人要经历、正在经历、或最近经历了一个或多个病人事件和/或情况,那么该系统10通常需要与病人事件或情况中的至少一个有关的一些信息以确定适当的治疗。在血糖控制系统的上下文中,示例治疗可包括但不局限于建议或配给诸如胰岛素这样的降糖药物的一些数量、类型、和/或频率、建议摄取碳水化合物、建议一个或多个运动、建议咨询和/或看医生等等。
系统10说明性的包括图形界面,该图形界面被配置成提供特征在于下述至少一个病人事件或情况的形式的病人(有时在这里称为“用户”)输入,所述少一个病人事件或情况会导致建议和/或配给一个或多个药物或其它治疗。图形界面说明性地显示在电子设备12的显示单元20上,并且可替代地或者另外显示在远程设备30的显示单元38上。将处理器14配置成对显示单元20进行控制以按照传统方式在电子设备12上显示图形界面。替代地或另外,将处理器32配置成对显示单元38进行控制以按照传统方式在远程设备30上显示图形界面。按照任何一个或多个传统形式提供用户输入到图形界面。该示例包括但不局限于在相应设备12和/或30的输入设备18和/或36上所提供的一个或多个按钮或键、显示单元20和/或38的触敏屏、一个或多个传统点击机制等等。
参考图2,示出了用于开发下述病人界面的一个说明性处理50的流程图,所述病人界面供图1的系统10使用以使病人输入可根据其确定治疗信息的病人相关信息。可以预料到的是处理50典型地是由医生或其它保健专业人士进行的,虽然该公开预想到处理50替代地也可由其它方来进行,其一个示例是但不局限于专攻疾病或疾病护理或治疗的公司或其它实体。还预料到可在至少一个计算机的帮助下执行至少一些处理50,并且可在多个不同计算机的帮助下执行处理50,其中多个计算机中的至少一些可以访问一个或多个数据库。这种计算机的示例包括但不局限于电子设备12、电子设备30、可以或不可以通过互联网,内网,或相似连接访问一个或多个远程数据库的传统联网或非联网个人膝上计算机或笔记本电脑、传统大型计算机等等。进一步预料到基于一个病人接一个病人地执行该处理50以便最终图形界面是病人特定的。
该处理50开始于步骤52,在该步骤52对病人模型进行标识,该病人模型适于建模出病人对图形界面所基于的至少一个病人事件或情况的生理反应。在一个实施例中,利用在名称为″SYSTEM FORDEVELOPING PATIENT-SPECIFIC THERAPIES BASED ON DYNAMIC MODELINGOF PATIENT PHYSIOLOGY AND METHOD THEREOF″的共同受让且未决的PCT申请No.______中所描述的系统来确定该病人模型,所述PCT申请具有律师案卷号ROP0012PB/WP23849US并且通过参考将其公开完全引入。在所说明的实施例中,步骤52集中于根据给定集合的病人特定数据来确定该结构以及病人生理参数,并且通过引入例如药物配给和/或其它治疗解决方案这样的依赖于特定治疗解决方案的建模原理来执行。通过仅考虑会影响该模型的有限集合的动态病人事件或情况可使该方法简单化。
参考图3,在将病人模型标识为传统葡萄糖调节模型70的示例性糖尿病控制安排的上下文中对病人建模框架进行了描述。葡萄糖调节模型70通常是用于模拟人体对血糖影响事件或情况的血糖的反应,并且一般的葡萄糖调节模型70通过将模型70制成具有与如图3通过模型70的周界之内的虚线模块所示的病人特定生理相对应的信息而变为病人特定。通过仅考虑会影响该模型70的状态的有限数目的动态病人事件或情况可使该葡萄糖调节模型70简单化,并且在图3中说明了这种动态病人事件或情况的示例。这些包括但不局限于摄入餐食72,零食等等(例如摄取碳水化合物)、运动74、病人压力76、配给一个或多个降糖药物75、病人的疾病78、以及一个或多个其它病人事件或情况80。在最简单的情况下,将葡萄糖调节模型70配置为仅考虑例如餐食72这样的动态病人事件或情况中的一个作为输入信息,并且当考虑额外动态病人事件或情况时模型复杂性增大了。
通常,步骤52捕获模型的结构,即模型操作的动态或原理,并且标识出特定于各个病人的和/或定义至少一个特定病人事件或情况的模型参数。作为步骤52的一部分,收集根据其来确定并定义病人模型的这种结构和参数的病人特定数据。按照这种方式,病人模型适合于各个病人的生理。在步骤52存在额外资源以用于标识出病人模型和/或对病人模型的标识进行补充。这种额外资源的示例可包括但不局限于出版文献、出版的临床试验结果、从确定其它病人的病人模型所取得的经验等等。包含病人模型结构并且可包含至出版文献的相关链接的一个或多个计算机可访问的数据库是可用的。根据其可确定病人模型结构的示例性临床试验包括但不局限于追踪研究等等。在一个示例性实施例中,例如传统软件、诸如SAAM
Figure G2008800219488D00132
这样的第三方软件、或者下述一些其它市场上买得到的软件来确定病人模型结构和参数,所述一些其它市场上买得到的软件用于参数标识并且另外提供了病人模型的基础结构、提供了模型参数及其初始值、并且如果遵照贝叶斯方法则提供所谓的“先验”、建立成本函数、选择适当求解器,并且求出参数估计。
处理50从步骤52前进到步骤54,在该步骤54中核实在步骤52所标识出的病人模型对病人对至少一个病人事件或情况的生理反应进行模拟的能力。说明性地,该步骤是通过还被称为专门测试脚本的一个或多个基于计算机的模拟而实现的。说明性地,步骤54可实现以下一个或多个:1)在一个或多个特定操作范围对模型进行核实;2)了解模型的操作空间和限制;3)提供对错误基础模型假定的估计;以及4)利用多种模型和调度,例如增益调度,以对该模型和/或所准确描述的预期葡萄糖调节状态空间上的病人动态特性作出改变。在任何情况下,一旦标识出病人模型并且确定/调节了模型参数,那么步骤54典型地包括利用该病人模型以模拟问题、对不同操作脚本进行分析、并且检查其动态特性。
现在参考图4-6,利用通过人体的各个器官和区域来对药物的分配进行模拟的多个房室模型块85来构造示例性病人模型90。一个可根据以下参考来构造这种模型:“AppliedBiopharmaceutics&Pharmacokinetics”、Leon Shargel和Andrew B.C.Yu;“Pharmacokinetics,Principles and Applications”,MehdiBoroujerdi;“A physiologic model of glucose metabolism in manand its use to design and assess improved insulin therapies fordiabetes”,John Thomas Sorensen,PhD,MIT 1985;“Textbook ofWork Physiology,Physiological bases of Exercise”,Per-OlofAstrand Kaare Rodahl,Hans A.Dahl和Sigmund B.Stromme;“Artificial Endocrine Pancreas”,Motoaki Shichiri;“The minimalmodela pproach and determinants of glucose tolerance”,RichardBergman和Jennifer C.Lovejoy,Penington Center NutritionSeries,第7卷;以及“Feedback control in Anaesthesia”MarcoPaolo Derighetti,PhD瑞士联邦理工学院,苏黎世。与在该文档自始至终通用的示例一致,将病人模型90配置成模拟例如碳水化合物之类的餐食对血糖水平的影响。在一个实施例中,模型90用于定义病人可用于输入下述信息的病人界面,所述信息以病人很可能吃的餐食的病人特定餐食输入信息形式的病人事件为特征,将所述信息映射到胰岛素或其它降糖药物的一个或多个餐食药丸。在一个说明性实施例中,术语“很可能吃”是指解集覆盖了各种餐食类型、速度、以及大小组合的大约70%至大约90%。将餐食类型、速度、以及大小可能性的剩余百分比作为特殊情况处理。这种特殊情况典型地是通过利用适当级别的警告而由病人解决的并且在实现血糖正常(euglycemic)控制的过程中是由具有可接受的性能标记的额外监控来管理的。一个这种通常可接受的标记例如是具有典型的6%或更低目标值的HbA1 C,虽然不应认为该数字示例是以任何方式做出限制。
在这个示例中,对病人模型的一般数学描述基于如下等式(1)和(2):
Z(t)=fz(Z(t),U(t),t,θ(t))    (1)
以及
Y(t)=fy(Z(t),U(t),t,θ(t))    (2)
其中大写字母表示向量并且小写字母表示标量。函数fz和fy表示系统结构并且从而模拟糖尿病病人的特征行为。在模型90中,状态向量Z(t)表示诸如例如心脏和肺94、脑96、肠98、肝100、肾102、以及如图5和6中所说明的末梢(periphery)104这样的身体的各个房室的状态,并且基于生理地或非生理地。根据问题要求,状态表示葡萄糖、胰岛素、胰高血糖素、FFA、乳酸、GLUT、通过诸如皮下,静脉注射,和/或肠这样的不同模式所注入的代谢物。所包括或所不包括的状态一般取决于要解决的问题、与该问题的相关性、该状态对该问题的影响等等。通常,状态作为输入(s)、U(t)的函数而变,其表示诸如通过胰腺的内源性胰岛素的产生、通过肝的内源性葡萄糖的产生、通过静脉注射的外源性葡萄糖、皮下胰岛素注射等等。如果该状态不是稳定状态,那么该状态也改变。参数θ(t)通常是时间可变参数。输出向量Y(t)通常表示物理上可测量的量。然而,输出方程通常表示感兴趣的量。模型显示能够变得非常复杂并且对最终模型的选择要权衡复杂性、参数的可标识性、详情的相关级别、以及问题要求。
虽然以许多不同方式获得了病人模型的结构,在上文中对这许多不同方式中的一些进行了描述,但是图4的房室块85用于对身体的各个器官和区域中的代谢物的分布进行模拟。参考图4的房室块85,根据以下等式可把代谢物的浓度看作是动脉流入和静脉流出:
VB*dCBO/dt=QB(CBi-CBO)+PA(CI-CBO)+rSOURCE1-rSINK1    (3)
以及
VI*dCI/dt=PA(CBO-CI)-rSINK2+rSOURCE2                  (4),
其中VB=毛细血管血容量,VI=间质液量,QB=容积血流率,PA=渗透性-区域产物,CBi=动脉血溶质浓度,CBO=毛细血管血液(以及静脉)溶质浓度,CI=间质液溶质浓度,rSINk1,rSINk2=代谢物的红血细胞吸收率,rSource1,rSource2=代谢物通过细胞膜的组织细胞产生率。项VB*dCBO/dt和VI*dCI/dt表示累加,项QB(CBi-CBO)和PA(CBO-CI)表示对流,项PA(Ci-CBO)表示扩散,并且项rSink1,rSink2,rSource1和rSource2表示代谢源和代谢库。
利用图4中所说明的基本房室块结构,构造如图5和6所示的模型90,以便表示身体各个房室中的葡萄糖和胰岛素的浓度。各个模块的状态表示相对于各个输入而言在任何给定时间t的模型的动态特性。图5表示用于定义身体的各个器官及其它区域中的葡萄糖浓度的葡萄糖调节模型90的示意图。图6表示用于定义身体的各个器官及其它区域中的胰岛素动力学的葡萄糖调节模型90的示意图。在每个情况下,总合节点92总合了肠98、肝100、肾102、末梢104、以及大脑96这样的房室块的影响,并且将该总向量值提供给心脏和肺部房室块94。将心脏和肺部房室块94的输出向量所携带的各种标量分配为与如所示的肠98、肝100、肾102、末梢104、以及大脑96块中的各个相对应的输入。在图6的胰岛素动力学示意图中,皮下注射的胰岛素传递表示输入到心脏和肺部块96的向量。
上面等式(2)的输出向量Y(t)典型地包括诸如血糖浓度和血浆胰岛素浓度这样的利用皮下注射葡萄糖测量设备模拟诸如葡萄糖浓度的物理上可测量的量的生理量。输出向量Y(t)典型地是状态向量Z的函数。输入向量表示诸如配给的胰岛素、摄取餐食、运动、疾病等等这样的外部和内部影响。整个模型90表示具有糖尿病的特定病人。
再次参考图2,处理50的步骤52和54表示对下述病人模型的开发,所述病人模型被配置成模拟病人对至少一个病人事件或情况的生理反应。继步骤54之后,该处理50前进到步骤56,在该步骤56中,在涉及实际出现了至少一个病人事件或情况的时间段收集病人特定信息。通常,病人利用手动日志、调查问卷、电子信息记录设备等等来在例如一周至若干月之类的延长时段内执行步骤56。利用在该文档中通用的示例,在下述糖尿病控制系统中病人执行步骤56,在所述糖尿病控制系统中图形界面将以例如碳水化合物这样的餐食的病人摄入为特征的信息映射到一个或多个相应胰岛素药丸。在该实施例中,典型地病人的医生或其它保健提供者直接指导病人或者通过诸如图1的设备12这样的电子设备上的预编程指令指导病人在指定时段记下特定餐食和胰岛素相关信息,其中用于收集的协议是指定的。通常,病人将记录或记下餐食时间、餐食类型、餐食量(碳水化合物量)、餐食前后所配给的胰岛素、进餐前后所进行的血糖测量等等。在名称为“SYSTEM AND METHOD FOR DETERMINING DRUG ADMINISTRATIONINFORMATION”的共同受让且未决的U.S.专利申请序列No.11/297,733描述了包括可选和/或替代信息的这种信息的更详细列表,通过参考将其公开完全引入到这里。
在步骤56之后,该处理50前进到步骤58,在该步骤58中选择适当图形界面(由用户、HCP、或通过算法),该适当图形界面将以在步骤54所核实的至少一个病人事件或情况为特征的病人输入映射到治疗信息。在一个实施例中,治疗信息是与配给病人的一个或多个药物相对应的药物治疗信息。在其它实施例中,治疗信息是所提议的与建议摄取碳水化合物、建议进行运动、建议咨询医生、以及其它治疗相对应的碳水化合物摄入信息。通常,图形界面采取下述二维空间的形式,所述二维空间用于沿着一个轴定义一个病人事件或情况的特征并且沿着另一轴定义病人事件或情况的另一特征。再次利用在整个文档中通用的示例,在下述糖尿病控制系统中医生或其它保健提供者执行步骤58,在所述糖尿病控制系统中图形界面将以例如碳水化合物之类的餐食的病人摄入为特征的信息映射到一个或多个相应胰岛素药丸。通常,由于诸如餐食和运动这样的一个或多个外部影响会改变人的葡萄糖浓度,并且还由于诸如压力、疾病、月经周期等等这样的各种生理机制而变。在具有糖尿病的人中,这种变化需要对人的血糖水平进行监控并且配给胰岛素或例如降糖或升糖这样的其它血糖改变药物,因为必须保持人的血糖在期望范围之内。因此在该示例中将系统10配置成根据一些量的病人特定信息来确定要配给的胰岛素或其它血糖改变药物的适当量、类型、和/或定时以便保持正常血糖水平而不会造成低血糖或高血糖。
当人摄取餐食或零食形式的食物时,人的身体通过随时间从餐食或零食吸收葡萄糖而反应。在下文中将摄入任何食物称为“餐食”,并且术语”餐食”因此包含传统餐食,例如早餐,午餐,正餐,以及中间零食,饮料等等。任何人的肠道葡萄糖吸收图(profile)的一般形状在摄取餐食之后升高,在餐食之后的一些可测量时间到达峰值,并且此后下降。任何一个肠道葡萄糖吸收图的速度,即,从开始到完成的速率,由于餐食成分(例如脂肪、蛋白质、纤维、碳水化合物类型等等)、餐食类型(例如早餐、午餐、晚餐、或零食)、或时间、和/或根据一个或多个其它因数而由因人而异,并且在否则相同的餐食情况之下还每天不同。通常,与病人提供给系统10的这种餐食摄入信息有关的前馈信息明确地或间接地包括对与病人即将摄取、正在摄取、或者近来摄取的碳水化合物量相对应的餐食或零食的碳水化合物含量的估计以及对病人从餐食的总体葡萄糖吸收的速度的估计。
病人可以任何一种形式提供对病人即将经历的、正在经历的、或近来经历的事件或情况的大小或量的估计。举例来说,但不仅局限于,病人可提供对病人即将摄取、正在摄取、或者近来摄取的碳水化合物量的估计以作为对碳水化合物重量(例如以克或者其它方便的度量为单元)的直接估计、相对于参考量的碳水化合物量(例如无量纲)、对餐食或零食大小的估计(例如无量纲)、对相对于参考餐食或零食大小而言的餐食或零食大小的估计(例如无量纲)。本领域普通技术人员很容易想起病人输入餐食或零食的碳水化合物含量的其它形式,并且该公开预料到任何这种其它形式。
同样地病人可以各种形式的任何一种提供了对病人即将经历、正在经历、或近来已经历的事件或情况的速度的估计。例如,但不局限于,对于餐食的总体葡萄糖吸收的期望速度的指定值而言,葡萄糖吸收图捕获病人进餐的速度。作为另一示例,对病人从餐食的总体葡萄糖吸收的速度还包括人摄取餐食与人对该餐食的峰值葡萄糖吸收之间的持续时间,其捕获了病人进餐的持续时间。因此以餐食速度或持续时间的形式来表示总体葡萄糖吸收的速度。在这种情况下总体葡萄糖吸收参数的期望速度的示例包括但并不局限于与对餐食速度或持续时间(例如时间单位)的估计相对应的复合参数、与相对于参考餐食速度或持续时间(例如无量纲)而言的餐食速度或持续时间相对应的复合参数等等。
作为提供对总体葡萄糖吸收参数的期望速度的估计的另一示例,将葡萄糖吸收图的形状和持续时间映射到餐食的成分。在这种情况下总体葡萄糖吸收参数的期望速度的示例包括但并不局限于结合餐食大小或相对餐食大小形式的碳水化合物含量估计对脂肪量、蛋白质量、以及碳水化合物量的估计(例如以克为单位),结合餐食大小或相对餐食大小形式的碳水化合物含量估计对相对于参考脂肪、蛋白质、碳水化合物量而言的脂肪量、蛋白质量、以及碳水化合物量的估计,以及对餐食或零食的总血糖指数的估计(例如无量纲),其中对于该文档来说将术语“总血糖指数”定义为以餐食或零食引起病人的血糖上升的速度来对餐食和零食进行分等级的参数。因此,例如,具有低血糖指数的餐食或零食引起血糖逐渐上升,反之具有高血糖指数的餐食或零食会引起血糖快速上升。对总血糖指数的一个示例性度量是但不局限于在例如2小时这样的指定时段从餐食所吸收的碳水化合物与例如从纯糖或白面包所得到的参考值的比率。通常本领域普通技术人员会想到提供用户输入病人从餐食的葡萄糖吸收的期望总体速度和/或提供用户输入葡萄糖吸收图的期望形状和持续时间的其它形式,并且该公开预料到任何这种其它形式。
在该示例中图形界面说明性地具有第一参数部分和第二参数部分。在指导病人输入餐食相关信息的一个实施例中,餐食相关信息的病人输入的第一参数部分说明性地与病人即将摄取、正在摄取、或近来已摄取的碳水化合物量或餐食含量相对应,并且第二参数部分说明性地与病人从餐食的总体葡萄糖吸收的期望速度相对应。参考图7,示出了可选择的用于提供餐食摄入信息的病人输入的这种图形界面110的一个示例性实施例。在所说明的实施例中,图形界面110是网格型用户界面,该网格型用户界面具有由碳水化合物含量所定义的餐食大小形式的一个网格轴以及由病人从餐食的总体葡萄糖吸收的期望速度所定义的餐食持续时间形式的另一网格轴。餐食大小网格轴定义了“小”、“中等”、以及“大”指示符形式的三种不同餐食大小或量值并且餐食持续时间网格轴同样地定义了“慢”、“中等”、以及“快”指示符形式的三种不同餐食持续时间值。网格型图形用户界面110提供了对与病人即将摄取、正在摄取、以及近来已摄取的餐食有关的碳水化合物含量以及总体葡萄糖吸收信息的期望速度的单个用户选择。如在这里所使用的,将短语“单个用户选择”定义为用户进行的单个选择。很清楚的是在这里所描述的系统和方法并不局限于单个用户,而是相反在该文档中所描述的系统和方法可在一个或多个用户平台上实现。在所说明的示例中,在任何情况下,用户选择下述餐食相关输入,该餐食相关输入表示病人即将摄取、正在摄取、或者近来已摄取的餐食是将在或已在中等餐食持续时间所摄取的大餐。通常,在该上下文中术语“大”、“中等”、以及“小”包含了利用以任何指定的重量、体积等等为单位来对例如包括但并不局限于餐食量或数量的餐食大小的任何传统度量。
参考图8,示出了可选择的用于提供餐食摄入信息的用户输入的图形界面112的另一示例性实施例。在所说明的实施例中,图形界面的网格112是网格型用户界面,该网格型用户界面具有由碳水化合物含量所定义的相对于参考餐食大小而言的餐食大小形式的一个网格轴以及由病人从餐食的总体葡萄糖吸收的期望速度所定义的相对于参考餐食持续时间而言的餐食持续时间形式的另一网格轴。餐食大小网格轴定义了“小于正常”、“正常”、以及“大于正常”指示符形式的三种不同餐食大小值,并且餐食持续时间网格轴同样地定义了“短于正常”、“正常”、以及“长于正常”指示符形式的三种不同餐食持续时间值。网格型图形用户界面112提供了对与病人即将摄取、正在摄取、以及近来已摄取的餐食有关的碳水化合物含量以及总体葡萄糖吸收信息的期望速度的单个用户选择。在说明性示例中,用户已选择了下述餐食相关输入,该餐食相关输入表示病人即将摄取、正在摄取、或者近来已摄取的餐食是小于正常餐食并且餐食持续时间与正常餐食持续时间相同。通常,在该上下文中术语“大于”和“小于”包含了利用以任何指定的重量、体积等等为单位来对例如包括但并不局限于餐食量或数量的餐食大小相对于指定的“正常”餐食大小而言的任何传统度量。
参考图9,示出了可选择的用于提供餐食摄入信息的病人输入的图形界面114的又一个示例性实施例。在所说明的实施例中,图形界面114是网格型用户界面,该网格型用户界面具有由碳水化合物含量所定义的餐食大小形式的一个网格轴以及由总体葡萄糖吸收的期望速度所定义的餐食的脂肪量、蛋白质量、以及碳水化合物量形式的另一网格轴。与参考图7和图8所说明和描述的实施例相关的单个输入相比,该图形界面114因而需要三个独立的选择以由病人输入。如在上文中所简要描述的,将脂肪量、蛋白质量、以及碳水化合物量映射到病人从餐食的总体葡萄糖吸收的期望速度。将餐食大小网格轴定义为“小”,“中等”、以及“大”指示符形式的三个不同餐食大小值。网格型图形界面114提供了用户对与病人即将摄取、正在摄取、以及近来已摄取的餐食有关的碳水化合物含量以及总体葡萄糖吸收信息的期望速度的选择。在说明性示例中,用户已选择了下述餐食相关输入,该餐食相关输入表示病人即将摄取、正在摄取、或者近来已摄取的餐食是具有大量脂肪、中等量的蛋白质、以及大量碳水化合物。通常,在该上下文中术语“大于”、“等于”、以及“小于”包含了利用以任何指定的重量、体积等等为单位来对例如包括但并不局限于餐食量或数量的餐食大小的任何传统度量。
通常,任何期望函数关系用于将三餐成分映射到相应餐食速度或餐食持续时间值。一个示例性函数关系可以是但不局限于将等重量分配给三餐成分部分,计算三个用户指定的餐食成分值的百分比,将例如33%和66%这样的等间隔阈值分配给三餐大小值之间的两个界面,并且此后对三餐成分值的百分比与阈值百分比值进行比较以确定餐食速度。利用在图9中所说明的示例,向小的、中等的、以及大的部分分别分配值1、2、3。因此脂肪的百分比是3/8或37.5%,蛋白质的百分比是2/8或25%,碳水化合物的百分比是3/8或37.5%。脂肪和碳水化合物的百分比因而都是中等的,而蛋白质的百分比很小,这导致了中等至慢于中等的混合餐食速度。
参考图10,示出了可选择的用于提供餐食摄入信息的病人输入的图形界面116的又一示例性实施例。在所说明的实施例中,图形界面116是网格型用户界面,该网格型用户界面具有由碳水化合物含量所定义的相对于参考餐食大小而言的餐食大小形式的一个网格轴以及由病人从餐食的总体葡萄糖吸收的期望速度所定义的脂肪量、蛋白质量、以及碳水化合物量形式的另一网格轴。与图形界面114一样,与参考图7和图8所说明和描述的实施例相关的单个输入相比,图形界面116因而需要三个独立的选择以由病人输入。利用刚才描述的其之间的任何期望函数关系将用户指定的脂肪、蛋白质、以及碳水化合物的量映射到相应餐食速度或餐食持续时间值。餐食大小网格轴定义了“小于正常”、“正常”、以及“大于正常”指示符形式的三种不同餐食大小值。网格型图形用户界面116提供了对与病人即将摄取、正在摄取、以及近来已摄取的餐食有关的碳水化合物含量以及葡萄糖吸收信息的期望速度的用户选择。在所说明的示例中,用户已选择了下述餐食相关输入,该餐食相关输入表示病人即将摄取、正在摄取、或者近来已摄取的餐食具有正常脂肪量、正常蛋白质量、以及小于正常的碳水化合物量。通常,在该上下文中术语“大于”和“小于”包含了利用以任何指定的重量、体积等等为单位来对例如包括但并不局限于餐食量或数量的餐食大小相对于指定的“正常”餐食大小而言的任何传统度量。
参考图11,示出了可选择的用于提供餐食摄入信息的用户输入的图形界面118的又一个示例性实施例。在所说明的实施例中,图形界面118定义了以按重量(以克或其它方便的重量为单位)的碳水化合物含量的形式所提供的碳水化合物含量与以总血糖指数的形式(无量纲)所提供的病人从餐食的总体葡萄糖吸收的期望速度的连续函数。替代地,图形界面118能够定义了数字显示,该数字显示是以碳水化合物含量的形式所提供的碳水化合物含量与以总血糖指数的形式所提供的葡萄糖吸收的期望速度的离散函数。在任一种情况下,可在图形用户界面60中以上文中所描述的这些术语“大”、“中等”、以及“小”的形式或者以上文中所描述的这些术语“大于正常”、“正常”、以及“小于正常”的形式替代地表示碳水化合物含量和/或总血糖指数参数。任何点线、虚线、实线、或其它类型的网格线可替代地或另外叠加到图形用户界面58上以便区分界面118上碳水化合物含量与总血糖指数值。在任何情况下,图形界面118提供了对与病人即将摄取、正在摄取、以及近来已摄取的餐食有关的碳水化合物含量以及葡萄糖吸收信息的期望速度的单个用户选择。在所说明的示例中,用户已选择了下述餐食相关输入,该餐食相关输入表示病人即将摄取、正在摄取、或者近来已摄取的餐食具有大约50克的碳水化合物重量以及大约62的总血糖指数值。
参考图12,示出了可选择的用于提供餐食摄入信息的病人输入的图形界面120的又一示例性实施例。在所说明的实施例中,图形界面120定义了以餐食大小的形式所提供的碳水化合物含量与以餐食持续时间的形式所提供的病人从餐食的总体葡萄糖吸收的期望速度的连续函数。餐食大小轴定义了“小”、“中等”、以及“大”指示符形式的三个不同餐食大小值,并且餐食持续时间轴同样地定义了“慢”、“中等”、以及“快”指示符形式的三个不同餐食持续时间值。连续型图形界面120提供了对与病人即将摄取、正在摄取、以及近来已摄取的餐食有关的碳水化合物含量以及总体葡萄糖吸收信息的期望速度的单个用户选择。任何点线、虚线、实线、或其它类型的网格线可替代地或另外叠加到图形用户界面120上以便区分界面120上餐食大小与餐食持续时间值。在所说明的示例中,用户已选择了下述餐食相关输入,该餐食相关输入表示病人即将摄取、正在摄取、或者近来已摄取的餐食在中等与大大小之间并且是在慢与中等之间的餐食持续时间摄取的。
在共同受让的且未决的美国专利申请序列号11/297,733中对图形界面的更多细节和示例进行了说明和描述,通过参考将其公开完全引入到这里。
再次参考图2,处理50从步骤58前进到步骤60,在步骤60中根据从步骤52和54最终得到的病人模型并且还根据依照步骤56所收集的病人特定信息来定义在步骤58所选的图形界面的解空间。该解空间定义了输入与其相关的可接受限制之间的关系以对病人对期望目标响应的生理反应进行调节。再次利用在总体文档中通用的示例,在下述糖尿病控制系统中医生或其它保健提供者可执行步骤60,在所述糖尿病控制系统中图形界面将以例如碳水化合物之类的餐食的病人摄入为特征的信息映射到一个或多个相应胰岛素药丸。在该特定示例中,图形界面是例如图7的图形界面110这样的由两个输入参数餐食量和餐食速度所定义的网格型界面。然而,应清楚的是可替代地使用在这里所说明和描述的图形界面实施例的任何一个或者其它相似图形界面。在一个说明性实施例中,通常按照不但定义“网格”位置,即不同餐食大小和餐食速度(持续时间)输入之间的划分,还定义图形界面的110的外边界的方式来确定图形界面110的解空间。在任何情况下,合乎需要的是定义图形界面110的解空间以便相对于给定餐食干扰的目标血糖水平提供对病人葡萄糖的调节。
如图7所示,将餐食空间划分成连续的矩形子空间。这些子空间表示其每一个可由普通胰岛素疗法反复调节(accommodated)的餐食特征的范围。通过定义图形界面的解空间,标识出下述餐食信息的子空间,该餐食信息的子空间之内的固定餐食补偿是可接受的。进一步为了说明性目的,考虑对生理可变葡萄糖浓度g(t)进行调节的血糖控制问题,向量Y(t)中的一个输出单元是g(t)。说明性地,因而,通过对设置为约束极小化问题的成本函数进行求解来确定图形界面的解空间。这种成本函数使用例如以下信息来求解约束极小化问题:1)由于餐食激发所引起的葡萄糖调节模式响应;2)餐食大小(量)的餐食激发输入参数,ηA以及餐食速度(持续时间)ηS;3)目标血糖值gtarget;4)输出向量Y(t)、状态向量Z(t)、以及输入向量U(t)(由以上方程(1)和(2));5)重量参数;以及6)对葡萄糖值的限制(例如最大和最小葡萄糖值)以及胰岛素配给量。
如下等式(5)示出了成本函数的一个示例:
J = ∫ t 1 t 2 h ( Z ( t ) , U ( t ) , t ) dt + h 0 ( g t arg et , Z ( t 0 ) ) + h f ( g t arg et , Z ( t f ) ) - - - ( 5 ) ,
其中h是标量函数,并且h0和hf是初始和最终成本参数。通过使J最小化来对该成本函数进行求解,并且进一步要求满足以下约束:1)g≥gmin;2)g<gmax;3) dg / dt < g &CenterDot; max 并且4) dg / dt > g &CenterDot; min , 其中“g”是葡萄糖浓度,gmin是血糖正常的下血糖限值,gmax是血糖正常的上葡萄糖限值,
Figure G2008800219488D00244
是葡萄糖浓度的最大增大率并且
Figure G2008800219488D00245
是葡萄糖浓度的最小下降率。此外,上述约束是时间和状态向量的函数。该餐食空间是由受下列约束的ηA和ηS定义的:1)ηA≥η1 A,2)ηA≤η2 A,3)ηS≥η1 S和4)ηS≤η2 S,其中ηAε[η1 A,η2 A]和ηSε[η1 S,η2 S]是期望餐食大小(量)和餐食速度(持续时间)分别变化的参数范围。应该注意的是为了说明性目的假定由ηA和ηS来描述肠道葡萄糖吸收特征。
利用下述预测算法来确定图7中的图形界面110的网格大小,所述预测算法说明性地使用预测病人模型到将来的值或状态以确定最佳或“最好”的控制动作,以直至下一计算迭代。非线性模型预测控制器是用于对上述成本函数约束进行求解的一个可能候选。非线性模型控制器方法需要明确使用模型以预测将来行为。该方法利用过去的输入信息并根据成本(目标函数)来确定控制动作。所选择的方法还考虑将来的控制动作以提供整体最佳解。该方法很灵活并且推广到将来的扩展,诸如考虑额外输入或干扰而无需任何特殊处理。覆盖该主题的若干参考是:“Stabilizing state feedback design via the movinghorizon method”,Kwon,Bruckstein和Kailath,控制国际期刊,37,1983年,第631-643页;“Model predictive control:theoryand practice”,Garcia,Prett和Morari,Automatica,25,1989年,第335-348页;以及“Nonlinear model predictive control ofglucose concentration in subjects with type 1 diabetes”,RomanHovorka,Valentina Canonico,Ludovic J Chassin,Ulrich Haueter,Massimo Massi-Benedetti,Marco Orsini Fedehci,Thomas R Pieber,Helga C Schaller,Lukas Schaupp,Thomas Vering和MalgorzataWilinska,2004年Physiol.Meas.25905-920。如Romon Hovorka等所描述的,利用贝叶斯参数估计的预测算法还通过执行参数标识而利用在线模型自适应能力来对模型预测方法进行补偿。通常在没有损失的情况下,非线性预测算法还可以是作为这里所提议的开环实现而实现的,其中对给定集合的初始条件、参数值、以及重量的给定餐食类型(ηA,ηS)确定餐食补偿药丸值。因此当建立预测控制器并求解时获得单点解。此外,该解不是专用于使用模型预测方法,但是说明了该解的意图。该意图是从潜在的许多容许解确定单个最佳治疗。
在该示例中由与餐食大小或量相对应的ηA以及与餐食速度或持续时间相对应的ηS来定义总餐食空间。由病人依照处理50的步骤56所收集的实际餐食相关信息来定义参数ηA和ηS的范围。为了定义就图形界面而言的餐食空间上的治疗解,ηA和ηS范围用于指定图形界面的外圆周或边界。这在图13中的示例图解地说明,图13说明了根据ηA和ηS的范围形成图形界面110的外圆周130。在所说明的示例中,将参数ηA和ηS的范围分别划分成很小步长ΔηA和ΔηS。对步长的划分取决于解对步长的灵敏性。例如对于胰岛素敏感的病人而言,需要小步长。通常将整个范围划分成10至15个等距段典型地是足够的。然而根据问题要求会需要更多或更少的。此后对预测算法进行求解以通过利用如图13中所说明的很小的离散步长ΔηA和ΔηS绕着圆周130“走”而覆盖餐食空间。用于映射餐食空间的另一可能性是将操作范围划分成格网并且此后对每个交叉网格点上的如在下文中所描述的问题进行求解。又一个可能性可包括例如定义包含治疗解的一个或多个简单化的解析函数,并且此后利用该等效函数作为用于确定各个网格(例如参见图7至12)的治疗解的解空间。更具体地说,在每个步骤两次对上述等式(5)所表示的约束极小化问题进行求解。为了求解出餐食补偿药丸量,预测算法使用以下信息:1)ηA和ηS,2)成本函数(等式(5));3)将病人模型的所有状态设置为稳态,并且将胰岛素配给设置为适当基础率;4)假定在时间tM 0餐食或吃零食,则将餐食相关药丸定义为IM -k1,IM -k0,IM k1,IM k2,...,其中IM ki表示在相对于餐食时间(k0=0分钟)而言的各个时间(ki分钟)的餐食药丸。术语-k1,-k2等等表示相对于在时间0摄取餐食而言的例如分钟这样的时间。典型地,解可定义一系列有限的餐食胰岛素药丸。此外,将药丸定义为单个餐食胰岛素药丸的多个分数,例如考虑I的4药丸IM -15=10%,I的IM 0=70%,I的IM 15=10%,并且I的IM 60=10%。然而,为了说明性目的,在这里考虑最简单情况,例如在餐食时配给单个餐食药丸,即仅IM 0
如在图13中所说明的,通过覆盖各个餐食特征而跨越图形界面外围130。对于每个所选餐食特征而言,对预测算法进行求解以确定餐食相关胰岛素补偿。将预测算法设置为约束极小化问题,在该约束极小化问题中对于给定集合的重量函数,控制相关约束,具有给定过去、现在、以及将来的输入激发(例如餐食摄取、葡萄糖度量、注入的胰岛素)的系统等式,对输出的约束(例如胰岛素输液是非负的,葡萄糖浓度必须实现目标葡萄糖或在上下边缘之内等等),以及对输入的约束(例如最大胰岛素药丸)而言,将等式(5)写为
J = &Integral; t 1 t 2 [ ( 1 / 2 ) Z T W z Z + ( 1 / 2 ) U T W U U ] dt + ( 1 / 2 ) Z T 0 W 0 Z 0 + ( 1 / 2 ) Z T f W f Z f - - - ( 6 ) .
与对输入的约束有关,将餐食相关药丸限制为简单餐食药丸IM 0,以便与餐食胰岛素相对应的输入向量U给定为U=[0IM 0 0 0 ... 0]。在以上所列出的参考中提供了各种模型预测控制(MPC)实施例的详情。
在图13中所说明的每餐特征点,通过对两个独立的极小化问题进行求解来捕获允许的解空间:1)违反葡萄糖下限的最大胰岛素配给的最小值;以及2)违反葡萄糖上限的最小胰岛素配给的最大值。对于第一极小化问题而言,利用控制函数的小加权建立成本函数,这会导致对控制动作的很小不利后果。这强制按照不违反葡萄糖下限(IM 0)maximun的方式自由地使用胰岛素来确定控制动作的解集。从所有容许的解集,成本函数确定最大胰岛素配给而不会违反较低的葡萄糖约束。对于第二极小化问题而言,利用控制函数的大加权建立成本函数,这会导致对控制动作的很大不利后果。这强制按照不违反葡萄糖上限(IM 0)minimum的方式最小地使用胰岛素来确定控制动作的解集。解集因而是(IM 0)maximun最小与(IM 0)minimum之间的所有解,其满足约束并且提供对给定集合的参数和情况的餐食摄入ηA和ηS的血糖控制。
当预测算法沿着如图13中所说明的图形界面110的130的圆周从一点前进到一点时,记录每个点的解。图14中说明了用于记录这种解的一个技术的示例,该图14是餐食药丸量对总餐食空间ηA/S的图134并且说明了解空间极值。应知道的是图14还可表示为三维图,在该三维图中示出了ηA与ηS分离,因为该点应在图14中清除,ηA/S表示示出了感兴趣的最终共用空间的重叠的两个轴。替代地,从计算方面,将解保持在存储器中以用于进一步分析和确定网格。对于沿着图形界面110的圆周130的每个点而言,通过每次系统地改变一个参数来查找解。ηA和ηS的步长Δ典型地是特定问题。如果找到了解,那么保存解空间并且迭代处理转到下一点。如果没有找到解,那么剔除该圆周点,该迭代处理返回到前一点,并且如图13中所说明的,迭代处理在与先前移动方向相垂直的方向上继续进行。按照这种方式,系统地跨越总餐食空间ηA/S,并且确定餐食空间ηA/S的解空间。例如,如果利用3D图来表示上述方法,那么由上下表面来限制解空间,其中通过直线来连接求解点形成表面。
通过对解空间进行进一步分析来确定例如图11中所说明的将餐食空间划分成类似网格的子空间。目的是找到解空间的简单的连接连续区域。再次参考图14,例如,椭圆形区域136与餐食空间中的特定点的解范围相对应,并且实心带138与覆盖了餐食空间的范围的公共解子空间相对应。在一个实施例中,可接受的治疗的解空间通常是三维空间,其中ηA和ηS是x和y轴而IM 0在垂直z轴上。类似网格子空间是由例如模式(schema)产生的,其中带138不但连续地覆盖餐食空间,并且其中考虑到期望的或需要的治疗而根据需要或依照要求增加附加约束。本领域普通技术人员应得知更复杂的或改进的策略可用于进一步定义诸如考虑了空间130的内点的一个或多个策略这样的类似网格的子空间。
更多要求可施加于图14中所说明的解空间极值上。例如,从上下葡萄糖边界提供了最低限度以对各个病人对参数变化的敏感度进行管理。替代地或另外,带138是整个所选餐食子空间上的可行解。仍然替代地或另外,直的平面横穿整个子空间以便胰岛素疗法适用ηA和ηS子空间。不连续点(discontinuities)是餐食子空间的自然划分线。替代地,通过下述迭代算法系统地覆盖整个表面而确定子空间,所述迭代算法设置解空间的三维网格、设置迭代循环以跨越三维空间、检查每个网格交叉点上的情况、并且当解失败时前进到下一可行解。作为另一示例要求,合乎需要的是需要来自带138的单个解以便通常建议或配给最小胰岛素量。该方法最小化或至少降低了血糖过低情况的可能性。通常,该示例仅考虑一个输入,即餐食相关信息。本领域普通技术人员应认识到利用刚才所描述的相同原理可使图形界面的确定处理延伸到可替代的或另外的输入,例如疾病、运动、压力等等。然而,应明白的是通过上述方法可由有效地覆盖整个网格单元的治疗的单个点来表示每个网格单元。
已对处于一个特定状态的病人参数描述了先前方法,例如当他/她处于与压力状态相反的“正常”状态(还被称为替换状态)时执行病人的解。按照相同的方式将该方法应用于于各种参数和生理状态。此外,认为病人模型是时间函数以考虑到诸如天、周、月、季节性影响等等这样的基于时间的影响。作为示例,妇女月经状态、对餐食成分的季节影响、作为工作和非工作日的函数的所吃的餐食量等等。
一旦充足地定义了该示例的类似网格的图形界面110以提供满足血糖正常目标的餐食补偿药丸策略,那么必须将病人输入映射到解。参考图15,例如示出了餐食空间参数之一即ηA或ηS对离散用户输入的图140。如果η轴表示ηA和ηS的连续范围,那么可将该参数映射到任意数目的离散用户输入。因此,参数是η1≤η2≤η3≤η4并且水平1ε[η1,η2]而标称值ηε[η1,η2]。通常,对餐食空间参数的每一个执行该映射。在图7中所说明的示例性图形界面110中,将餐食大小参数即ηS映射到三个离散用户输入SM、MED、以及LG,并且将餐食速度(持续时间)参数即ηA映射到三个离散用户输入SLOW、MED、以及FAST。通常,可以定义任意数目的离散用户输入,虽然从实际观点来看合乎需要的是目标是使离散用户输入的数目足够大以区分仍小得足以由病人管理的不同参数范围。
可以预料到该解还用于利用病人模型对病人状态进行监控。利用在某个时段所采用的已度量的病人特定数据,这可使病人模型对模型误差进行校正。更具体地说,病人模型可用于从当前和历史信息预测出将来的葡萄糖偏移,并且可提供对整个系统的监控、对模型误差的校正,确定病人模型是否或继续适于病人或者是否需要更多/额外开发,设立和/或预测诸如低血糖和/或高血糖事件这样的告警情况,并且预测何时配给下一餐饭丸。
再次参考图2,处理50从步骤60前进到步骤62,在该步骤62中定义了用于将到图形界面的病人输入映射到相应药物治疗信息的映射。再次利用在整个文档中通用的示例,存储器或者数据存储单元16和/或34说明性地将用于使病人键入的餐食信息与胰岛素传递量相关的映射存储在其中。该映射是以任何传统形式提供的,其示例包括但不局限于一个或多个图形、图表、表格、公式等等。图16示出了这种映射148的一个示例性实施例,并且是以将以餐食速度和病人从餐食的总体葡萄糖吸收的预期速度的形式、餐食持续时间的形式的碳水化合物含量映射到餐食补偿药丸信息的表格的形式提供的。在图16中所说明的实施例中,餐食补偿药丸信息可以是或包括配给用户的总数目为X的胰岛素药丸、配给的多个胰岛素药丸的每一个的量或数量Y(例如国际单位)、时间、配给每个胰岛素药丸之间的ΔT、以及将配给的多个胰岛素药丸的第一个的时间I中的任何一个或多个。本领域技术人员应认识到其它胰岛素剂量图可用于定义使病人键入的餐食信息与胰岛素传递量相关的映射,并且该公开设想到任何这种其它胰岛素剂量图式。
现在参考图17,示出了在半闭环药物配给系统150中实现的图1的电子设备12的一个说明性实施例的方框图。由在图2的处理50的步骤52和54所开发的病人模型来模拟系统150中的块152所表示的病人。将胰岛素传递设备154配置成将胰岛素或一个或多个其它病人升糖或降糖药物传递到病人152。胰岛素传递设备154是传统的植入式或外部穿戴的输液泵,并且在该实施例中用于使电子设备12与设备154相连的虚线表示有线或无线通信路径。替代地,胰岛素传递设备154可以是诸如传统注射器、胰岛素笔等等这样的传统手动致动设备,并且在这种情况下用于使电子设备12与设备154相连的虚线仅表示设备154手动地配给电子设备12所建议的胰岛素配给。
在图17中所说明的实施例中,电子设备12包括通过图形界面20接收来自病人的输入的药丸评估/调节算法200。输入到算法200的病人输入是输入到在这里所描述的图形界面20的一个或多个输入,并且算法200通常是可操作的以从病人输入确定出适当病人治疗,其一个示例是如在这里所描述的一餐或多餐药丸。应知道的是算法200所执行的评估是通过对指定治疗检查超控(overrides)和/或除了治疗之外进行校正动作。因此,该算法利用发药与命令之间的不符来评估治疗效果,例如从bG度量实现期望血糖。在一个实施例中,为了提高半闭环或闭环评估/调节,设备154和/或158(或160)向算法200传送发药信息和/或度量信息。
在所说明的实施例中,该算法200可将其治疗输出提供给图形界面20以用于病人复查,和/或提供给将算法200的结果引入到其中的传统药丸确定算法156。替代地,药丸评估/调节算法200可并入到药丸确定算法156中,在这种情况下可从图17省略100块。在任何情况下,药丸确定算法156可将信息提供给图形界面20以显示,并且如分别在药丸确定算法156与图形界面20和胰岛素传递设备154之间延伸的虚线箭头所示,提供药丸配给信息用于对胰岛素传递设备的控制。在一些实施例中,如在这两个块之间延伸的虚线箭头所示,胰岛素传递设备154将实际胰岛素传递信息提供回药丸确定算法156。
除了输入到图形用户界面20的病人输入之外,药丸确定算法156通过血糖(bG)传感器接收来自病人152的血糖信息。在系统150的一个实施例中,如图17中的虚线所示,bG传感器158可在电子设备12之外。在该实施例中,bG传感器158可以是传统的植入式或外部bG传感器,或者提供在要求时的(on-demand)bG的bG传感器。在外部bG传感器的情况下,bG传感器158可以是任何传统bG传感器,其包括通过有线或无线连接将血糖信息提供给设备12的传感器或者对血液样本进行分析并且生成诸如通过小键盘或其它输入设备而必须手动键入到设备12中的血糖读数(例如传统血糖仪)的传感器。替代地或另外,传统bG传感器160可包括板载电子设备。在该实施例中,bG传感器100包括血液分析设备(例如诸如传统电化学或光测葡萄糖读条器这样的血糖计量器),该血液分析设备对血液样本进行分析、确定相应血糖值、并且将血糖值提供给药丸确定算法。在任何情况下,传统药丸确定算法156是可操作的以包括在确定要配给的药丸量的过程中的血糖信息。
如图17所示,病人152通常受到各种病人相关事件和情况,其中一些包括但不局限于任何数量的餐食72(包括任何碳水化合物的消耗)、诸如运动74这样的病人活动、病人病情78、病人相关压力76、或者其它事件或情况80。如上所述,可将图形用户界面20开发为适应(accommodate)任何一个或多个这种病人相关事件或情况以及一个或多个病人,和/或可将多个图形用户界面开发成每一个适应各种病人相关事件或情况中的特定一个。替代地,该设备具有机械开关、或机械旋钮、或机械拨号、或可让算法知道替代状态以便可选择适当治疗参数的可选择软件设置。还应设想到可由下述一个或多个传感器标识出替代状态,所述一个或多个传感器此后以手动或自动方式使用以使用替代状态信息来选择适当的治疗参数。在任何情况下,在图17中所说明的系统150中,电子设备12是可操作的以在确定一个或多个适当治疗的过程中考虑任何一个或多个这种病人相关事件或情况以及病人血糖信息。设备12此后对药物治疗的自动配送进行控制和/或向病人建议任何适当治疗,该适当治疗包括但不局限于药物治疗、运动治疗,建议咨询和/或寻求保健专业人员等等。
现在参考图18,示出了用于根据例如餐食摄入信息这样的输入到图形界面20的病人输入来确定药物配给信息的药丸评估/调节算法200的一个示意性实施例的流程图。软件算法200被描述为由电子设备12的处理器14执行(参见图1)。算法200开始于步骤202,并且在步骤204处理器14是可操作的以对用于病人输入餐食摄入信息的图形界面(GI)20进行监控。图形界面20可采用在这里就图7-12所说明且所描述的示例性图形界面的任何一个或任何组合的形式,或者替代地采用用于提供病人输入餐食相关碳水化合物含量以及病人从餐食的总体葡萄糖吸收的期望速度的一些替代形式。
在步骤204之后,算法200前进到步骤206,在步骤206中处理器14是可操作的以确定是否已检测到了到图形界面20的完整用户输入。在具有单个输入图形用户界面的实施例中,例如,处理器14在步骤206是可操作的以确定在病人已选择了输入到图形界面20的单个输入时何时发生到图形界面20的完整的用户输入。另一方面,在具有多个输入图形界面20的实施例中,处理器14是可操作的以确定在用户选择了输入到图形界面20的所有用户可选择的输入时何时发生到图形界面20的完整的用户输入。在任何情况下,如果在步骤206处理器没有检测到到图形界面20的完整的病人输入,那么算法200的执行返回步骤204。另一方面,如果处理器14在步骤206检测到已发生了到图形界面20的完整的病人输入,那么算法的执行前进到步骤208,在步骤208中处理器14是可操作的以对图形界面20输入进行时间和日期戳并且将日期和时间戳的图形界面20输入键入到包含在存储器或数据存储单元16和/或34之内的数据库中。步骤204和206可说明性地进一步包括超时机制,该超时机制被配置成如果用户没有在指定时段内向图形界面20提供完整的用户输入,那么将算法200引导到指定步骤或状态。
在所说明的实施例中,安排算法200具有这样的期望,即病人在摄取餐食之前仅输入餐食相关信息以便日期与时间戳通常表示实际上餐食的日期与时间。可说明性地修改步骤208以在将该信息输入到数据库中之前进一步向病人提供修改与日期和时间戳的图形界面20条目相关的时间和/或日期的能力。该可选特性向用户提供了在摄取餐食之后将餐食摄入信息输入到图形界面20中的能力,并且因而从当前时间和/或日期修改日期戳的时间和/或日期以反映出实际的或估计的摄取餐食的上次时间和/或日期。按照这种方式,例如,在已摄取餐食之后确定并配给或建议餐食补偿药丸。该可选特性还向病人提供了在摄取餐食之前,例如充分地在餐食之前将餐食摄入信息键入到图形界面20的能力以便步骤208的日期和/或时间戳通常不表示吃相应餐食的实际时间和/或日期,并且因而从当前时间和/或日期修改时间和/或日期戳以反映出所估计的可能摄取餐食的将来时间和/或日期。然而,应该理解的是在任何情况下算法200还应包括下述一个或多个步骤,这一个或多个步骤允许处理器14适当地修改供确定餐食补偿药丸之用的用户键入到图形界面20的输入以便病人从餐食的总体葡萄糖吸收的速度考虑到在摄取餐食与随后将餐食相关用户输入键入到图形界面20之间逝去的时间或者将餐食相关用户输入键入图形界面20与随后摄取餐食之间的时间延迟。包含这一个或多个步骤是熟练程序员的机械运动。
虽然图18未示出,但是算法200或者另一独立执行算法进一步包括下述一个或多个步骤,这一个或多个步骤可使用户修改先前键入的餐食相关信息和/或相关时间和/或日期戳信息,或者将新的和/或或许更多精确信息追加到先前键入的餐食相关信息和/或相关时间和/或日期戳信息上。该可选特性向病人提供了下述能力,即诸如在摄取餐食之前或期间键入餐食相关信息的情况下修改这种数据或者随后反映出实际餐食摄取与在键入信息的时间所期望或所估计的任何偏差。例如,可跳过或推迟安排的餐食,与先前所估计的相比实际上已或多或少地进餐,和/或餐食的成分不同于先前所估计的。
在步骤208之后,处理器14在步骤210是可操作的以将餐食摄入信息的用户(病人)输入映射到图形界面20以与胰岛素传递信息相对应。存储器或数据存储单元16和/或34说明性地将用于使病人键入的餐食信息与胰岛素传递量和时间相关的映射存储在其中,在这里就图16对其一个实施例进行了说明和描述。然而,应该理解的是处理器14可替代地或另外使用与碳水化合物含量和病人从餐食的总体葡萄糖吸收的期望速度一致的不同表轴值,和/或使用用于将用户指定餐食摄入信息映射到相应胰岛素药丸传递信息的一个或多个其它传统映射技术。虽然就图16而言描述了胰岛素药丸传递信息包括其包括要配给用户的总数目为X的胰岛素药丸、配给的多个胰岛素药丸的每一个的量或数量Y(例如国际单位)、配给每个胰岛素药丸之间的时间ΔT、以及配给多个胰岛素药丸的第一个的时间I中的任何一个或多个的餐食补偿药丸。进一步应理解的是胰岛素药丸传递信息可替代地或另外包括一个或多个校正药丸量,即与餐食不相关的胰岛素药丸量,并且在任何情况下可包括比图16中所说明的更多或更小的信息。
算法200的执行从步骤210前进到步骤212,在步骤212中处理器14在所说明的实施例中是可操作的以控制显示单元20和/或显示单元38以胰岛素药丸建议的形式显示在步骤210所确定的至少一些胰岛素传递信息。此后,在步骤214,处理器14是可操作的以确定用户是否接受或拒绝在步骤212所显示的胰岛素药丸建议。在一个示例性实施例中,处理器14是可操作的以通过与胰岛素药丸建议一起显示用户可选择的图形“接受”和“拒绝”指示符并且此后对该指示符进行监控以确定用户选择了两个中的哪一个来执行步骤214。在替换实施例中,“接受”和“拒绝”按钮或键可构成输入设备18和/或36的一部分,并且在这实施例中处理器14是可操作的以通过对该按钮或键进行监控以确定用户选择了两个中的哪一个来执行步骤214。本领域普通技术人员应认识到该公开预想到用于实现步骤214的其它传统技术以及任何这种其它传统技术。步骤214说明性地进一步包括超时机制,该超时机制被配置成如果用户没有接受或拒绝在步骤212上所显示的建议,那么将算法200引导到指定步骤或状态。在任何情况下,如果处理器14在步骤214确定出用户接受了在步骤212所显示的胰岛素药丸建议,那么处理器14此后在步骤216是可操作的以将建议的胰岛素药丸信息提供给一个或多个胰岛素传递算法,例如图17的药丸确定算法156。在所说明的实施例中,药丸确定算法156在接收到胰岛素建议之后将在适当治疗时间根据泵能力和用户设置来发放所命令的胰岛素。例如,一些泵以快速脉冲来发放胰岛素,并且一些则是作为一次注射来进行。利用这些能力,在一个实施例中根据图(profile)来释放胰岛素。此后在步骤218,处理器14是可操作的以对建议的胰岛素药丸信息进行日期与时间戳并且将日期和时间戳的建议的胰岛素药丸信息键入到包含在存储器或数据存储单元16和/或34之内的数据库中。
如果在步骤214处理器14确定出病人拒绝在步骤212所显示的胰岛素药丸建议,那么处理器14此后在步骤220是可操作的以提示用户改变所建议的胰岛素药丸信息。在一个示例性实施例中,处理器14是可操作的以通过按照下述方式显示胰岛素药丸建议来执行步骤220,所述方式即就是使可使病人通过图形界面20、输入设备18和/或36,或通过其它一些传统数据输入设备来修改任何建议的胰岛素药丸信息,并且还显示当对建议的胰岛素药丸信息的修改已完成时用户可选择的图形“接受改变”指示符。处理器14因而在步骤222是可操作的以对“接受改变”指示符进行监控。直到用户在步骤222选择了“接受变化”指示符,算法200返回以执行步骤220。该算法进一步说明性地包括一个或多个传统步骤(未示出),这一个或多个传统步骤可在用户在规定时段内没有选择“接受变化”的指示符的情况下使算法200继续过去的步骤222。在任何情况下,当处理器14在步骤222确定出用户已选择了“接受变化”指示符时,处理器14此后在步骤224是操作的以将所修改的胰岛素药丸信息提供给一个或多个胰岛素传递算法,例如图17的药丸确定算法。此后,在步骤226,处理器14是可操作的以对所修改的胰岛素药丸信息进行日期和时间戳并且将日期和时间戳的已修改的胰岛素药丸信息键入到包含在存储器或数据存储单元16和/或34之内的数据库中。在替换实施例中,可按照传统方式来修改算法200的步骤216-224以使用户可通过手动地配给一个或多个胰岛素药丸来手动地超控(override)所建议的胰岛素药丸。然而,在该实施例中,合乎需要的是在步骤218和226可使病人将与一个或多个胰岛素药丸的手动配给有关的例如一个或多个胰岛素药丸的数目、类型、数量、和/或定时这样的日期和时间戳的信息键入到数据库中。在任何情况下,该算法200的执行从步骤218和226的任何一个返回到步骤204。
在算法200的替代实施例中,按照传统方式对步骤212-216和220-224进行修改以使处理器14在一个或多个胰岛素传递算法的指导下根据在步骤210所确定的胰岛素传递信息控制自动地将一个或多个胰岛素药丸配给用户。在该实施例中,因此不显示在步骤210所确定的胰岛素传递信息或者否则将其作为胰岛素药丸建议提供给用户,但是反而通过例如植入式、皮下注射、经皮肤和/或透过皮肤起作用的胰岛素泵这样的传统电子控制的胰岛素传递设备自动配给或者否则传递到用户。收集的信息进一步与保持所有病人记录的集中式数据库同步。利用诸如HL7、CDISC这样的标准化数据交换协议来交换信息。还预见该系统利用专有协议以进行数据交换。
在这里所说明的用于根据通过图形界面的病人相关输入信息来确定药物配给信息的图形用户界面示例已存在于向图形界面提供根据其来确定胰岛素传递信息的餐食摄入信息的上下文中。应清楚的是相似图形界面可替代地或另外完全根据或部分根据诸如一个或多个外界影响和/或与病人相关的各种生理机制这样的一个或多个其它病人相关事件或情况而开发的。示例包括但不局限于诸如对运动、压力、病情、月经周期和/或等等的明确或隐含的一维或二维指示符这样的考虑。在共同受让的且未决的U.S.专利申请序列号No.11/297,733中提供了进一步示例,通过参考将其公开引入到这里。本领域普通技术人员应认识到根据一个或多个其它外部影响和/或与用户相关的各种生理机制而开发的其它图形用户界面的示例,并且该公开预想到任何这种其它示例。在任何情况下,处理器14可说明性地利用任何这种图形用户界面对日期和时间戳事件出现进行操作,并且另外可对时间和日期戳进行修改以标识出一个或多个其它外界影响和/或与用户相关的各种生理机制在过去出现或预计在将来出现。该特征还说明性地允许向用户提供提醒即将来临的(例如安排的)事件的开始/停止时间这样的功能以便提高该系统的准确度并且提供级别增大的事件顺应性。
这里所说明且描述的任何一个或多个图形界面是否适于供病人使用将至少部分地取决于病人的个人习惯。例如,如在这里所描述的使餐食摄入信息与餐食相关胰岛素传递信息相关的图形界面是否适于供病人使用至少部分地取决于病人的饮食习惯。因此合乎需要的是根据病人的习惯开发用于任何病人的一个或多个适当图形界面并且根据这种习惯而考虑到病人使用任何这种图形界面的适用性。为了降低用户提供给系统10的输入量而不会危害血糖控制的总体水平,利用病人习惯的规律性。因此,例如这里所说明且描述的类型的餐食相关图形界面是否适于供个人使用通常取决于通过利用对个人摄食习惯的可预测性而使餐食或零食就其血糖结果而言的变化简单化的能力。
虽然在先前附图和描述中已对本发明进行了说明和描述,但是在性质上其被认为是说明性而不是限制性的,应该理解的是仅示出并描述了其说明性实施例并且希望保护在本发明精神范围之内的所有变化和修改。

Claims (22)

1.一种开发用于治疗系统的病人界面的方法,病人可使用该病人界面以输入以至少一个病人事件或情况为特征的并且从其能够确定治疗信息的信息,该方法包括:
提供病人模型,该病人模型被配置成模拟病人对至少一个病人事件或情况的生理反应;
随时间收集与至少一个病人事件或情况的实际出现有关的病人特定信息;以及
根据病人模型以及所收集的病人特定信息来提供图形界面,该图形界面将病人输入的以至少一个病人事件或情况为特征的信息映射到相应治疗信息。
2.根据权利要求1所述的方法,其中治疗信息包括与将配给病人的一个或多个药物相对应的药物治疗信息。
3.根据权利要求1所述的方法,其中治疗信息包括所提议的与建议摄取碳水化合物相对应的碳水化合物摄入信息。
4.根据权利要求1所述的方法,其中治疗信息包括所提议的与建议进行运动相对应的运动信息。
5.根据权利要求1所述的方法,其中治疗信息包括建议去看医生。
6.根据权利要求1所述的方法,其中提供图形界面包括选择具有以至少一个病人事件或情况为特征的两个输入参数的图形界面。
7.根据权利要求6所述的方法,其中提供图形界面包括根据病人模型并且根据按照协议所收集的病人特定信息来定义所选图形界面的解空间。
8.根据权利要求7所述的方法,其中提供图形界面包括定义用于将以至少一个病人事件或情况为特征的两个输入参数映射到相应治疗信息的映射。
9.根据权利要求1所述的方法,进一步包括利用图形界面以将以至少一个病人事件或情况为特征的信息的病人输入映射到相应治疗信息。
10.根据权利要求9所述的方法,其中相应治疗信息包括药物配给信息。
11.根据权利要求10所述的方法,进一步包括以药物的建议时间和剂量的形式显示药物配给信息。
12.根据权利要求10所述的方法,进一步包括对药物配给设备进行控制以根据药物配给信息来向病人配给至少一个药物量。
13.根据权利要求10所述的方法,进一步包括对根据药物配给信息来向病人配给至少一个药物量的药物配给设备进行监控。
14.一种开发用于治疗系统的病人界面的系统,病人可使用该病人界面以输入以至少一个病人事件或情况为特征的并且从其能够确定治疗信息的信息,该系统包括:
数据库,用于将被配置成模拟病人对至少一个病人事件或情况的生理反应的病人模型存储在其中;
第一存储器,该第一存储器被配置成随时间将与至少一个病人事件或情况的实际出现有关的病人特定信息存储在其中;以及
图形界面,该图形界面被配置成根据病人模型并且根据所收集的病人特定信息将病人输入的以至少一个病人事件或情况为特征的信息映射到相应治疗信息。
15.根据权利要求14所述的系统,进一步包括访问第二存储器的处理器,所述第二存储器用于将处理器可执行的以将病人的输入处理为以至少一个病人为特征的信息的图形界面并且生成相应治疗信息的指令存储在其中。
16.根据权利要求15所述的系统,进一步包括显示单元,其中第二存储器进一步将处理器可执行的以对显示单元进行控制以显示相应治疗信息的指令存储在其中。
17.根据权利要求16所述的系统,进一步包括手动致动的药物配给设备,其中相应治疗信息包括至少一个药物量,并且其中第二存储器进一步将处理器可执行的以对显示单元进行控制以显示病人利用手动致动的药物配给设备所配给的至少一个药物量的指令存储在其中。
18.根据权利要求17所述的系统,进一步包括血糖传感器,该血糖传感器被配置成测量病人的血糖水平并生成相应的血糖值,并且其中第二存储器进一步将处理器可执行的以进一步根据血糖值来确定至少一个药物量的指令存储在其中。
19.根据权利要求18所述的系统,进一步包括电子可控药物配给设备,该电子可控药物配给设备被配置成将至少一个药物配给病人,其中相应治疗信息包括至少一个药物量,并且其中第二存储器进一步将处理器可执行的以对电子可控药物配给设备进行控制以将至少一个药物量配给病人的指令存储在其中。
20.根据权利要求19所述的系统,进一步包括血糖传感器,该血糖传感器被配置成测量病人的血糖水平并生成相应的血糖值,并且其中第二存储器进一步将处理器可执行的以进一步根据在特定时间的血糖值来确定至少一个药物量的指令存储在其中。
21.根据权利要求14所述的系统,其中图形界面被配置成将以至少一个病人或情况为特征的至少两个参数的病人输入映射到相应治疗信息。
22.一种开发用于治疗系统的病人界面的方法,病人可使用该病人界面以输入以至少一个病人事件或情况为特征的并且从其能够确定治疗信息的信息,该方法包括:
接收具有以至少一个病人事件或情况为特征的输入参数的病人特定信息;
标识出哪些输入参数与预定治疗信息中所提供的相应预定值不符;
为所标识的输入参数建立约束极小化问题;
从求解约束极小化问题产生解空间,其中该解空间定义了输入参数与其相关的可接受限制之间的关系以将病人的生理反应调节到期望目标反应;以及
实施解空间以作为病人界面。
CN200880021948A 2007-06-27 2008-05-12 用于治疗系统的病人信息输入界面 Pending CN101730501A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US94660607P 2007-06-27 2007-06-27
US60/946,606 2007-06-27
PCT/US2008/063402 WO2009002622A2 (en) 2007-06-27 2008-05-12 Patient information input interface for a therapy system

Publications (1)

Publication Number Publication Date
CN101730501A true CN101730501A (zh) 2010-06-09

Family

ID=39682542

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880021948A Pending CN101730501A (zh) 2007-06-27 2008-05-12 用于治疗系统的病人信息输入界面

Country Status (9)

Country Link
US (1) US20090006133A1 (zh)
EP (1) EP2170158B1 (zh)
JP (1) JP6017758B2 (zh)
KR (1) KR101183854B1 (zh)
CN (1) CN101730501A (zh)
CA (1) CA2687587C (zh)
DK (1) DK2170158T3 (zh)
ES (1) ES2644345T3 (zh)
WO (1) WO2009002622A2 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034436A (zh) * 2011-10-04 2013-04-10 西门子公司 具有可接入的触摸用户界面的设备控制
CN103186707A (zh) * 2011-12-30 2013-07-03 中国移动通信集团公司 一种诊疗信息处理方法、服务器及系统
CN103930036A (zh) * 2011-08-26 2014-07-16 Ebm株式会社 用于血流性状诊断的系统、其方法及计算机软件程序
CN105792731A (zh) * 2013-07-18 2016-07-20 帕克兰临床创新中心 患者护理监督系统和方法
CN105940759A (zh) * 2013-12-28 2016-09-14 英特尔公司 用于基于来自外围装置中的传感器的用户上下文检测的装置动作和配置的系统和方法
CN103186707B (zh) * 2011-12-30 2016-12-14 中国移动通信集团公司 一种诊疗信息处理方法、服务器及系统
CN109789264A (zh) * 2016-09-27 2019-05-21 比格福特生物医药公司 药物注射和疾病管理系统、设备和方法

Families Citing this family (199)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1578262A4 (en) 2002-12-31 2007-12-05 Therasense Inc CONTINUOUS BLOOD SUGAR MONITORING SYSTEM AND USE METHOD
US9123077B2 (en) 2003-10-07 2015-09-01 Hospira, Inc. Medication management system
US8065161B2 (en) 2003-11-13 2011-11-22 Hospira, Inc. System for maintaining drug information and communicating with medication delivery devices
EP1718198A4 (en) 2004-02-17 2008-06-04 Therasense Inc METHOD AND SYSTEM FOR PROVIDING DATA COMMUNICATION IN A CONTINUOUS BLOOD SUGAR MONITORING AND MANAGEMENT SYSTEM
US20060010098A1 (en) 2004-06-04 2006-01-12 Goodnow Timothy T Diabetes care host-client architecture and data management system
US9351669B2 (en) 2009-09-30 2016-05-31 Abbott Diabetes Care Inc. Interconnect for on-body analyte monitoring device
US9788771B2 (en) 2006-10-23 2017-10-17 Abbott Diabetes Care Inc. Variable speed sensor insertion devices and methods of use
US8029441B2 (en) 2006-02-28 2011-10-04 Abbott Diabetes Care Inc. Analyte sensor transmitter unit configuration for a data monitoring and management system
US9198608B2 (en) 2005-04-28 2015-12-01 Proteus Digital Health, Inc. Communication system incorporated in a container
JP2009507224A (ja) 2005-08-31 2009-02-19 ユニヴァーシティー オブ ヴァージニア パテント ファンデーション 連続グルコースセンサの精度の改善
US7766829B2 (en) * 2005-11-04 2010-08-03 Abbott Diabetes Care Inc. Method and system for providing basal profile modification in analyte monitoring and management systems
US7885698B2 (en) 2006-02-28 2011-02-08 Abbott Diabetes Care Inc. Method and system for providing continuous calibration of implantable analyte sensors
US8219173B2 (en) 2008-09-30 2012-07-10 Abbott Diabetes Care Inc. Optimizing analyte sensor calibration
US8473022B2 (en) * 2008-01-31 2013-06-25 Abbott Diabetes Care Inc. Analyte sensor with time lag compensation
US9392969B2 (en) 2008-08-31 2016-07-19 Abbott Diabetes Care Inc. Closed loop control and signal attenuation detection
US8140312B2 (en) 2007-05-14 2012-03-20 Abbott Diabetes Care Inc. Method and system for determining analyte levels
US8226891B2 (en) 2006-03-31 2012-07-24 Abbott Diabetes Care Inc. Analyte monitoring devices and methods therefor
US8374668B1 (en) 2007-10-23 2013-02-12 Abbott Diabetes Care Inc. Analyte sensor with lag compensation
US7630748B2 (en) 2006-10-25 2009-12-08 Abbott Diabetes Care Inc. Method and system for providing analyte monitoring
US8224415B2 (en) 2009-01-29 2012-07-17 Abbott Diabetes Care Inc. Method and device for providing offset model based calibration for analyte sensor
US7618369B2 (en) 2006-10-02 2009-11-17 Abbott Diabetes Care Inc. Method and system for dynamically updating calibration parameters for an analyte sensor
US8956287B2 (en) 2006-05-02 2015-02-17 Proteus Digital Health, Inc. Patient customized therapeutic regimens
US20090171269A1 (en) * 2006-06-29 2009-07-02 Abbott Diabetes Care, Inc. Infusion Device and Methods Therefor
DK2365452T3 (da) * 2006-07-07 2020-11-16 Hoffmann La Roche Væskeindgivelsesanordning og fremgangsmåder til drift deraf
US8206296B2 (en) 2006-08-07 2012-06-26 Abbott Diabetes Care Inc. Method and system for providing integrated analyte monitoring and infusion system therapy management
US8932216B2 (en) * 2006-08-07 2015-01-13 Abbott Diabetes Care Inc. Method and system for providing data management in integrated analyte monitoring and infusion system
AU2007317669A1 (en) 2006-10-16 2008-05-15 Hospira, Inc. System and method for comparing and utilizing activity information and configuration information from mulitple device management systems
JP5916277B2 (ja) 2006-10-25 2016-05-11 プロテウス デジタル ヘルス, インコーポレイテッド 摂取可能な制御活性化識別子
BRPI0718119A2 (pt) 2006-10-26 2014-07-08 Abbott Diabetes Care Inc Métodos, sistemas e programas de computador para a detecção em tempo real do declínio de sensibilidade em sensores de analito
US8718193B2 (en) 2006-11-20 2014-05-06 Proteus Digital Health, Inc. Active signal processing personal health signal receivers
US8858432B2 (en) 2007-02-01 2014-10-14 Proteus Digital Health, Inc. Ingestible event marker systems
MY154556A (en) 2007-02-14 2015-06-30 Proteus Digital Health Inc In-body power source having high surface area electrode
US20080199894A1 (en) 2007-02-15 2008-08-21 Abbott Diabetes Care, Inc. Device and method for automatic data acquisition and/or detection
US8732188B2 (en) * 2007-02-18 2014-05-20 Abbott Diabetes Care Inc. Method and system for providing contextual based medication dosage determination
US8930203B2 (en) 2007-02-18 2015-01-06 Abbott Diabetes Care Inc. Multi-function analyte test device and methods therefor
EP2146623B1 (en) * 2007-04-14 2014-01-08 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
ES2784736T3 (es) * 2007-04-14 2020-09-30 Abbott Diabetes Care Inc Procedimiento y aparato para proporcionar el procesamiento y control de datos en un sistema de comunicación médica
US10111608B2 (en) 2007-04-14 2018-10-30 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
US9008743B2 (en) * 2007-04-14 2015-04-14 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
US20090088981A1 (en) * 2007-04-26 2009-04-02 Neville Thomas B Methods And Systems Of Dynamic Screening Of Disease
US20080281171A1 (en) * 2007-05-08 2008-11-13 Abbott Diabetes Care, Inc. Analyte monitoring system and methods
US8456301B2 (en) 2007-05-08 2013-06-04 Abbott Diabetes Care Inc. Analyte monitoring system and methods
US20080281179A1 (en) * 2007-05-08 2008-11-13 Abbott Diabetes Care, Inc. Analyte monitoring system and methods
US8665091B2 (en) 2007-05-08 2014-03-04 Abbott Diabetes Care Inc. Method and device for determining elapsed sensor life
US8461985B2 (en) 2007-05-08 2013-06-11 Abbott Diabetes Care Inc. Analyte monitoring system and methods
US20080278332A1 (en) * 2007-05-08 2008-11-13 Abbott Diabetes Care, Inc. Analyte monitoring system and methods
US20080312845A1 (en) * 2007-05-14 2008-12-18 Abbott Diabetes Care, Inc. Method and apparatus for providing data processing and control in a medical communication system
US9125548B2 (en) 2007-05-14 2015-09-08 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US10002233B2 (en) * 2007-05-14 2018-06-19 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8260558B2 (en) 2007-05-14 2012-09-04 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8444560B2 (en) * 2007-05-14 2013-05-21 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8103471B2 (en) 2007-05-14 2012-01-24 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8239166B2 (en) 2007-05-14 2012-08-07 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8560038B2 (en) 2007-05-14 2013-10-15 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8600681B2 (en) 2007-05-14 2013-12-03 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
WO2008144616A1 (en) * 2007-05-18 2008-11-27 Heidi Kay Lipid raft, caveolin protein, and caveolar function modulation compounds and associated synthetic and therapeutic methods
US8540632B2 (en) 2007-05-24 2013-09-24 Proteus Digital Health, Inc. Low profile antenna for in body device
ES2693097T3 (es) * 2007-05-30 2018-12-07 Ascensia Diabetes Care Holdings Ag Sistema y método para gestionar datos de salud
JP5680960B2 (ja) 2007-06-21 2015-03-04 アボット ダイアベティス ケア インコーポレイテッドAbbott Diabetes Care Inc. 健康管理装置および方法
US20080319294A1 (en) * 2007-06-21 2008-12-25 Abbott Diabetes Care, Inc. Health management devices and methods
WO2008157821A1 (en) * 2007-06-21 2008-12-24 Abbott Diabetes Care, Inc. Health monitor
US8160900B2 (en) 2007-06-29 2012-04-17 Abbott Diabetes Care Inc. Analyte monitoring and management device and method to analyze the frequency of user interaction with the device
US20090036760A1 (en) * 2007-07-31 2009-02-05 Abbott Diabetes Care, Inc. Method and apparatus for providing data processing and control in a medical communication system
US8834366B2 (en) 2007-07-31 2014-09-16 Abbott Diabetes Care Inc. Method and apparatus for providing analyte sensor calibration
US20090143725A1 (en) * 2007-08-31 2009-06-04 Abbott Diabetes Care, Inc. Method of Optimizing Efficacy of Therapeutic Agent
PT2192946T (pt) 2007-09-25 2022-11-17 Otsuka Pharma Co Ltd Dispositivo no corpo com amplificação de sinal dipolo virtual
US8377031B2 (en) 2007-10-23 2013-02-19 Abbott Diabetes Care Inc. Closed loop control system with safety parameters and methods
US8409093B2 (en) 2007-10-23 2013-04-02 Abbott Diabetes Care Inc. Assessing measures of glycemic variability
US9026370B2 (en) 2007-12-18 2015-05-05 Hospira, Inc. User interface improvements for medical devices
US20090164239A1 (en) 2007-12-19 2009-06-25 Abbott Diabetes Care, Inc. Dynamic Display Of Glucose Information
US20090164190A1 (en) * 2007-12-19 2009-06-25 Abbott Diabetes Care, Inc. Physiological condition simulation device and method
AU2009221781B2 (en) 2008-03-05 2014-12-11 Otsuka Pharmaceutical Co., Ltd. Multi-mode communication ingestible event markers and systems, and methods of using the same
WO2009148803A2 (en) * 2008-05-15 2009-12-10 Soar Biodynamics, Ltd. Methods and systems for integrated health systems
US8924159B2 (en) 2008-05-30 2014-12-30 Abbott Diabetes Care Inc. Method and apparatus for providing glycemic control
US8591410B2 (en) 2008-05-30 2013-11-26 Abbott Diabetes Care Inc. Method and apparatus for providing glycemic control
US8306788B2 (en) * 2008-06-11 2012-11-06 Sas Institute Inc. Computer-implemented systems and methods for executing stochastic discrete event simulations for design of experiments
US20110009715A1 (en) 2008-07-08 2011-01-13 David O' Reilly Ingestible event marker data framework
US8876755B2 (en) * 2008-07-14 2014-11-04 Abbott Diabetes Care Inc. Closed loop control system interface and methods
US9943644B2 (en) * 2008-08-31 2018-04-17 Abbott Diabetes Care Inc. Closed loop control with reference measurement and methods thereof
US20100057040A1 (en) * 2008-08-31 2010-03-04 Abbott Diabetes Care, Inc. Robust Closed Loop Control And Methods
US8622988B2 (en) * 2008-08-31 2014-01-07 Abbott Diabetes Care Inc. Variable rate closed loop control and methods
US8734422B2 (en) * 2008-08-31 2014-05-27 Abbott Diabetes Care Inc. Closed loop control with improved alarm functions
US9326707B2 (en) 2008-11-10 2016-05-03 Abbott Diabetes Care Inc. Alarm characterization for analyte monitoring devices and systems
US20100156598A1 (en) * 2008-12-18 2010-06-24 Leung Ting Kwok Rfid medical devices and systems for reading physiological parameter
US20100168621A1 (en) * 2008-12-23 2010-07-01 Neville Thomas B Methods and systems for prostate health monitoring
US9883819B2 (en) 2009-01-06 2018-02-06 Proteus Digital Health, Inc. Ingestion-related biofeedback and personalized medical therapy method and system
US20100198196A1 (en) * 2009-01-30 2010-08-05 Abbott Diabetes Care, Inc. Therapy Delivery Device Programming Tool
US8560082B2 (en) * 2009-01-30 2013-10-15 Abbott Diabetes Care Inc. Computerized determination of insulin pump therapy parameters using real time and retrospective data processing
US20100198034A1 (en) 2009-02-03 2010-08-05 Abbott Diabetes Care Inc. Compact On-Body Physiological Monitoring Devices and Methods Thereof
US8271106B2 (en) 2009-04-17 2012-09-18 Hospira, Inc. System and method for configuring a rule set for medical event management and responses
US9184490B2 (en) 2009-05-29 2015-11-10 Abbott Diabetes Care Inc. Medical device antenna systems having external antenna configurations
JP2012527981A (ja) * 2009-05-29 2012-11-12 ユニバーシティ オブ バージニア パテント ファウンデーション 糖尿病の開ループおよび閉ループ制御のためのシステムコーディネータおよびモジュールアーキテクチャ
DE102009024229B3 (de) * 2009-06-08 2010-10-14 Salzsieder, Eckhard, Dipl.-Phys., Dr. rer.nat. Indikationseinrichtung zur automatisierten Bestimmung des individuellen Inkretin-Sensitivitäts-Indexes eines Probanden
ES2888427T3 (es) 2009-07-23 2022-01-04 Abbott Diabetes Care Inc Gestión en tiempo real de los datos relativos al control fisiológico de los niveles de glucosa
WO2011014851A1 (en) 2009-07-31 2011-02-03 Abbott Diabetes Care Inc. Method and apparatus for providing analyte monitoring system calibration accuracy
WO2011025549A1 (en) * 2009-08-31 2011-03-03 Abbott Diabetes Care Inc. Medical devices and methods
KR20110033595A (ko) * 2009-09-25 2011-03-31 삼성전자주식회사 건강 관리 정보를 버튼 방식으로 입력하기 위한 장치 및 방법
WO2011041469A1 (en) 2009-09-29 2011-04-07 Abbott Diabetes Care Inc. Method and apparatus for providing notification function in analyte monitoring systems
US8185181B2 (en) 2009-10-30 2012-05-22 Abbott Diabetes Care Inc. Method and apparatus for detecting false hypoglycemic conditions
TWI517050B (zh) 2009-11-04 2016-01-11 普羅托斯數位健康公司 供應鏈管理之系統
US8771251B2 (en) 2009-12-17 2014-07-08 Hospira, Inc. Systems and methods for managing and delivering patient therapy through electronic drug delivery systems
US20110184265A1 (en) * 2010-01-22 2011-07-28 Abbott Diabetes Care Inc. Method and Apparatus for Providing Notification in Analyte Monitoring Systems
US20110184268A1 (en) * 2010-01-22 2011-07-28 Abbott Diabetes Care Inc. Method, Device and System for Providing Analyte Sensor Calibration
WO2011112753A1 (en) 2010-03-10 2011-09-15 Abbott Diabetes Care Inc. Systems, devices and methods for managing glucose levels
US9089292B2 (en) 2010-03-26 2015-07-28 Medtronic Minimed, Inc. Calibration of glucose monitoring sensor and/or insulin delivery system
TWI557672B (zh) * 2010-05-19 2016-11-11 波提亞斯數位康健公司 用於從製造商跟蹤藥物直到患者之電腦系統及電腦實施之方法、用於確認將藥物給予患者的設備及方法、患者介面裝置
US8635046B2 (en) 2010-06-23 2014-01-21 Abbott Diabetes Care Inc. Method and system for evaluating analyte sensor response characteristics
US10092229B2 (en) 2010-06-29 2018-10-09 Abbott Diabetes Care Inc. Calibration of analyte measurement system
US9141936B2 (en) 2010-08-04 2015-09-22 Sas Institute Inc. Systems and methods for simulating a resource constrained process
EP2603133A1 (en) * 2010-08-10 2013-06-19 Roche Diagnostics GmbH Method and system for improving glycemic control
JP5688943B2 (ja) * 2010-09-30 2015-03-25 テルモ株式会社 自動腹膜透析装置
WO2012048168A2 (en) 2010-10-07 2012-04-12 Abbott Diabetes Care Inc. Analyte monitoring devices and methods
US8707392B2 (en) * 2010-10-15 2014-04-22 Roche Diagnostics Operations, Inc. Systems and methods for disease management
EP3583901A3 (en) 2011-02-28 2020-01-15 Abbott Diabetes Care, Inc. Devices, systems, and methods associated with analyte monitoring devices and devices incorporating the same
US10136845B2 (en) 2011-02-28 2018-11-27 Abbott Diabetes Care Inc. Devices, systems, and methods associated with analyte monitoring devices and devices incorporating the same
WO2012122520A1 (en) * 2011-03-10 2012-09-13 Abbott Diabetes Care Inc. Multi-function analyte monitor device and methods of use
EP4122384A1 (en) 2011-06-16 2023-01-25 Abbott Diabetes Care, Inc. Temperature-compensated analyte monitoring devices, systems, and methods thereof
US20130172774A1 (en) * 2011-07-01 2013-07-04 Neuropace, Inc. Systems and Methods for Assessing the Effectiveness of a Therapy Including a Drug Regimen Using an Implantable Medical Device
WO2015112603A1 (en) 2014-01-21 2015-07-30 Proteus Digital Health, Inc. Masticable ingestible product and communication system therefor
US9756874B2 (en) 2011-07-11 2017-09-12 Proteus Digital Health, Inc. Masticable ingestible product and communication system therefor
RU2014106126A (ru) 2011-07-21 2015-08-27 Протеус Диджитал Хелс, Инк. Устройство, система и способ мобильной связи
US8930221B2 (en) * 2011-07-26 2015-01-06 Cerner Innovation, Inc. Health care biometric surveillance and online provider communication
US8818822B2 (en) * 2011-07-26 2014-08-26 Cerner Innovation, Inc. Health care assessment and online provider communication
US8818823B2 (en) * 2011-07-26 2014-08-26 Cerner Innovation, Inc. Online patient and health care provider communication
WO2013028497A1 (en) 2011-08-19 2013-02-28 Hospira, Inc. Systems and methods for a graphical interface including a graphical representation of medical data
WO2013059306A1 (en) * 2011-10-17 2013-04-25 Apa Concepts And Development Group, Llc Allhealth
CA2852271A1 (en) 2011-10-21 2013-04-25 Hospira, Inc. Medical device update system
WO2013066873A1 (en) 2011-10-31 2013-05-10 Abbott Diabetes Care Inc. Electronic devices having integrated reset systems and methods thereof
WO2013066849A1 (en) 2011-10-31 2013-05-10 Abbott Diabetes Care Inc. Model based variable risk false glucose threshold alarm prevention mechanism
US9317656B2 (en) 2011-11-23 2016-04-19 Abbott Diabetes Care Inc. Compatibility mechanisms for devices in a continuous analyte monitoring system and methods thereof
US8710993B2 (en) 2011-11-23 2014-04-29 Abbott Diabetes Care Inc. Mitigating single point failure of devices in an analyte monitoring system and methods thereof
US10022498B2 (en) 2011-12-16 2018-07-17 Icu Medical, Inc. System for monitoring and delivering medication to a patient and method of using the same to minimize the risks associated with automated therapy
TW201333870A (zh) * 2011-12-21 2013-08-16 艾登工具股份有限公司 決定病人胰島素療法的系統及方法
WO2013140423A1 (en) * 2012-03-23 2013-09-26 Dipartimento Di Ingegneria Civile E Architettura Dell'universita' Degli Studi Di Pavia Method for controlling the delivery of insulin and the related system
CA2868801C (en) 2012-03-30 2021-07-13 Hospira, Inc. Air detection system and method for detecting air in a pump of an infusion system
US20130332196A1 (en) * 2012-06-07 2013-12-12 The Government Of The United States As Represented By The Secretary Of The Army Diabetes Monitoring Using Smart Device
JP5927075B2 (ja) 2012-07-24 2016-05-25 日本光電工業株式会社 生体情報測定装置
EP3586891B1 (en) 2012-07-31 2025-04-09 ICU Medical, Inc. Patient care system for critical medications
US10132793B2 (en) 2012-08-30 2018-11-20 Abbott Diabetes Care Inc. Dropout detection in continuous analyte monitoring data during data excursions
WO2014052136A1 (en) 2012-09-26 2014-04-03 Abbott Diabetes Care Inc. Method and apparatus for improving lag correction during in vivo measurement of analyte concentration with analyte concentration variability and range data
ES2908320T3 (es) 2013-03-06 2022-04-28 Icu Medical Inc Método de comunicación de dispositivos médicos
US9474475B1 (en) 2013-03-15 2016-10-25 Abbott Diabetes Care Inc. Multi-rate analyte sensor data collection with sample rate configurable signal processing
US10076285B2 (en) 2013-03-15 2018-09-18 Abbott Diabetes Care Inc. Sensor fault detection using analyte sensor data pattern comparison
US11744481B2 (en) 2013-03-15 2023-09-05 Otsuka Pharmaceutical Co., Ltd. System, apparatus and methods for data collection and assessing outcomes
US10433773B1 (en) 2013-03-15 2019-10-08 Abbott Diabetes Care Inc. Noise rejection methods and apparatus for sparsely sampled analyte sensor data
CA2913421C (en) 2013-05-24 2022-02-15 Hospira, Inc. Multi-sensor infusion system for detecting air or an occlusion in the infusion system
US10166328B2 (en) 2013-05-29 2019-01-01 Icu Medical, Inc. Infusion system which utilizes one or more sensors and additional information to make an air determination regarding the infusion system
US9707341B2 (en) 2013-05-29 2017-07-18 Icu Medical, Inc. Infusion system and method of use which prevents over-saturation of an analog-to-digital converter
EP3039596A4 (en) 2013-08-30 2017-04-12 Hospira, Inc. System and method of monitoring and managing a remote infusion regimen
US9662436B2 (en) 2013-09-20 2017-05-30 Icu Medical, Inc. Fail-safe drug infusion therapy system
KR101515303B1 (ko) 2013-10-15 2015-04-24 제너럴 일렉트릭 캄파니 환자 개인정보 히스토리 제공 방법, 서버 및 기록매체
US10084880B2 (en) 2013-11-04 2018-09-25 Proteus Digital Health, Inc. Social media networking based on physiologic information
US10311972B2 (en) 2013-11-11 2019-06-04 Icu Medical, Inc. Medical device system performance index
US10042986B2 (en) 2013-11-19 2018-08-07 Icu Medical, Inc. Infusion pump automation system and method
CA2933166C (en) 2013-12-31 2020-10-27 Abbott Diabetes Care Inc. Self-powered analyte sensor and devices using the same
EP3110474B1 (en) 2014-02-28 2019-12-18 ICU Medical, Inc. Infusion system and method which utilizes dual wavelength optical air-in-line detection
WO2015153482A1 (en) 2014-03-30 2015-10-08 Abbott Diabetes Care Inc. Method and apparatus for determining meal start and peak events in analyte monitoring systems
EP3138032B1 (en) 2014-04-30 2024-07-24 ICU Medical, Inc. Patient care system with conditional alarm forwarding
US11344673B2 (en) 2014-05-29 2022-05-31 Icu Medical, Inc. Infusion system and pump with configurable closed loop delivery rate catch-up
US9724470B2 (en) 2014-06-16 2017-08-08 Icu Medical, Inc. System for monitoring and delivering medication to a patient and method of using the same to minimize the risks associated with automated therapy
US9539383B2 (en) 2014-09-15 2017-01-10 Hospira, Inc. System and method that matches delayed infusion auto-programs with manually entered infusion programs and analyzes differences therein
WO2016076899A1 (en) * 2014-11-14 2016-05-19 Medidata Solutions, Inc. System and method for determining subject conditions in mobile health clinical trials
US11344668B2 (en) 2014-12-19 2022-05-31 Icu Medical, Inc. Infusion system with concurrent TPN/insulin infusion
US10850024B2 (en) 2015-03-02 2020-12-01 Icu Medical, Inc. Infusion system, device, and method having advanced infusion features
WO2016189417A1 (en) 2015-05-26 2016-12-01 Hospira, Inc. Infusion pump system and method with multiple drug library editor source capability
DE202016009220U1 (de) 2015-07-10 2024-07-09 Abbott Diabetes Care, Inc. Vorrichtung und System für eine dynamische Glukoseprofilreaktion auf physiologische Parameter
JP6155314B2 (ja) * 2015-11-13 2017-06-28 日本光電工業株式会社 生体情報測定装置
UA126379C2 (uk) 2016-04-15 2022-09-28 Баксалта Інкорпорейтед Спосіб і пристрій для надання фармакокінетичної схеми дозування лікарських препаратів
US11246985B2 (en) 2016-05-13 2022-02-15 Icu Medical, Inc. Infusion pump system and method with common line auto flush
EP3468635B1 (en) 2016-06-10 2024-09-25 ICU Medical, Inc. Acoustic flow sensor for continuous medication flow measurements and feedback control of infusion
AU2017295722B2 (en) 2016-07-14 2022-08-11 Icu Medical, Inc. Multi-communication path selection and security system for a medical device
AU2017300786B2 (en) 2016-07-22 2020-03-05 Otsuka Pharmaceutical Co., Ltd. Electromagnetic sensing and detection of ingestible event markers
CN110461217B (zh) 2017-01-23 2022-09-16 雅培糖尿病护理公司 用于分析物传感器插入的系统、装置和方法
US10896749B2 (en) 2017-01-27 2021-01-19 Shire Human Genetic Therapies, Inc. Drug monitoring tool
JP7465519B2 (ja) * 2017-02-15 2024-04-11 ヒューメトリックス 価値ベースの支払いのために医師が質の基準を達成するのを支援する患者向けモバイル技術
US11596330B2 (en) 2017-03-21 2023-03-07 Abbott Diabetes Care Inc. Methods, devices and system for providing diabetic condition diagnosis and therapy
EP3489958B1 (en) * 2017-11-23 2022-03-16 Siemens Healthcare GmbH Healthcare network
US10089055B1 (en) 2017-12-27 2018-10-02 Icu Medical, Inc. Synchronized display of screen content on networked devices
US10297353B1 (en) * 2018-05-08 2019-05-21 Prince Sultan University Estimation of glucose rate of appearance, endogenous glucose production and insulin dependent glucose utilization from continuous glucose sensors and subcutaneous insulin deliver
WO2020018389A1 (en) 2018-07-17 2020-01-23 Icu Medical, Inc. Systems and methods for facilitating clinical messaging in a network environment
US11483402B2 (en) 2018-07-17 2022-10-25 Icu Medical, Inc. Maintaining clinical messaging during an internet outage
EP3824386B1 (en) 2018-07-17 2024-02-21 ICU Medical, Inc. Updating infusion pump drug libraries and operational software in a networked environment
US11139058B2 (en) 2018-07-17 2021-10-05 Icu Medical, Inc. Reducing file transfer between cloud environment and infusion pumps
EP3827337A4 (en) 2018-07-26 2022-04-13 ICU Medical, Inc. MANAGEMENT SYSTEM FOR SUBSTANCES LIBRARY
US10692595B2 (en) 2018-07-26 2020-06-23 Icu Medical, Inc. Drug library dynamic version management
CA3138528A1 (en) 2019-05-08 2020-11-12 Icu Medical, Inc. Threshold signature based medical device management
JP7599439B2 (ja) 2019-06-05 2024-12-13 サノフイ 基礎インスリン用量およびボーラスインスリン用量を投与する医療デバイスおよび方法
US11342050B2 (en) 2019-09-27 2022-05-24 International Business Machines Corporation Monitoring users to capture contextual and environmental data for managing adverse events
US11278671B2 (en) 2019-12-04 2022-03-22 Icu Medical, Inc. Infusion pump with safety sequence keypad
WO2021126985A1 (en) 2019-12-18 2021-06-24 Dexcom, Inc. Therapeutic zone assessor
US11590057B2 (en) 2020-04-03 2023-02-28 Icu Medical, Inc. Systems, methods, and components for transferring medical fluids
CA3182053A1 (en) * 2020-06-10 2021-12-16 Bartholomew WIKTOROWICZ Closed-loop diabetes treatment system detecting meal or missed bolus
WO2022020184A1 (en) 2020-07-21 2022-01-27 Icu Medical, Inc. Fluid transfer devices and methods of use
MY192294A (en) 2020-08-31 2022-08-17 Abbott Diabetes Care Inc Systems, devices, and methods for analyte sensor insertion
DE102020123601A1 (de) * 2020-09-10 2022-03-10 Löwenstein Medical Technology S.A. Koordinationseinheit und Behandlungssystem
US11135360B1 (en) 2020-12-07 2021-10-05 Icu Medical, Inc. Concurrent infusion with common line auto flush
WO2023108030A1 (en) 2021-12-10 2023-06-15 Icu Medical, Inc. Medical fluid compounding systems with coordinated flow control
EP4468304A1 (en) * 2023-05-05 2024-11-27 Haleon US Holdings LLC Method, apparatus and medium for providing recommendation of personalized nutritional products
WO2024246705A1 (en) * 2023-05-26 2024-12-05 Haleon Us Holdings Llc Method, apparatus and medium for providing recommendation of personalized nutritional products

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5842175A (en) * 1995-04-28 1998-11-24 Therassist Software, Inc. Therapy system
CZ20011702A3 (cs) * 1998-11-30 2001-10-17 Novo Nordisk A/S Postup a systém pomáhající uľivateli při samoléčbě, přičemľ uvedená samoléčba spočívá v mnoľství činností
ATE336198T1 (de) * 1998-11-30 2006-09-15 Novo Nordisk As Medizinische vorrichtung und verfahren der kontrolle der vorrichtung welche von einem patienten zur selbstbehandlung verwendet wird
WO2002062212A2 (en) * 2001-02-08 2002-08-15 Inverness Medical Limited A personal condition management system
US7074183B2 (en) * 2001-06-05 2006-07-11 Alexander F. Castellanos Method and system for improving vascular systems in humans using biofeedback and network data communication
US20030144829A1 (en) * 2002-01-25 2003-07-31 Geatz Michael W. System and method for sensing and evaluating physiological parameters and modeling an adaptable predictive analysis for symptoms management
EP1683058A2 (en) * 2003-10-29 2006-07-26 Novo Nordisk A/S Medical advisory system
JP4547173B2 (ja) * 2004-03-17 2010-09-22 シスメックス株式会社 糖尿病診療支援システム
US7941200B2 (en) * 2005-12-08 2011-05-10 Roche Diagnostics Operations, Inc. System and method for determining drug administration information
US20080046284A1 (en) * 2006-08-15 2008-02-21 Fisher Maria C Therapy system and method for treating and reducing risk factors associated with overweight and obesity

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103930036A (zh) * 2011-08-26 2014-07-16 Ebm株式会社 用于血流性状诊断的系统、其方法及计算机软件程序
CN103930036B (zh) * 2011-08-26 2016-03-09 Ebm株式会社 用于血流性状诊断的系统
CN103034436A (zh) * 2011-10-04 2013-04-10 西门子公司 具有可接入的触摸用户界面的设备控制
CN103034436B (zh) * 2011-10-04 2017-12-26 西门子公司 具有可接入的触摸用户界面的设备控制
CN103186707A (zh) * 2011-12-30 2013-07-03 中国移动通信集团公司 一种诊疗信息处理方法、服务器及系统
CN103186707B (zh) * 2011-12-30 2016-12-14 中国移动通信集团公司 一种诊疗信息处理方法、服务器及系统
CN105792731A (zh) * 2013-07-18 2016-07-20 帕克兰临床创新中心 患者护理监督系统和方法
CN105940759A (zh) * 2013-12-28 2016-09-14 英特尔公司 用于基于来自外围装置中的传感器的用户上下文检测的装置动作和配置的系统和方法
CN109789264A (zh) * 2016-09-27 2019-05-21 比格福特生物医药公司 药物注射和疾病管理系统、设备和方法
CN109789264B (zh) * 2016-09-27 2021-06-22 比格福特生物医药公司 药物注射和疾病管理系统、设备和方法

Also Published As

Publication number Publication date
WO2009002622A2 (en) 2008-12-31
DK2170158T3 (en) 2017-09-18
ES2644345T3 (es) 2017-11-28
US20090006133A1 (en) 2009-01-01
EP2170158B1 (en) 2017-07-05
CA2687587C (en) 2018-08-28
JP2010534494A (ja) 2010-11-11
WO2009002622A3 (en) 2009-04-09
KR101183854B1 (ko) 2012-09-20
JP6017758B2 (ja) 2016-11-02
CA2687587A1 (en) 2008-12-31
KR20100017924A (ko) 2010-02-16
EP2170158A2 (en) 2010-04-07

Similar Documents

Publication Publication Date Title
CN101730501A (zh) 用于治疗系统的病人信息输入界面
Rivera et al. Towards continuous monitoring in personalized healthcare through digital twins
US20180147349A1 (en) Method and system for a hybrid control-to-target and control-to-range model predictive control of an artificial pancreas
US9757510B2 (en) Method and system to handle manual boluses or meal events for closed-loop controllers
US11990238B2 (en) Decision support and treatment administration systems
US20250226076A1 (en) System and method for improving the drug therapy management
CN104837517A (zh) 用于调谐人工胰腺的闭环控制器的方法和系统
CA2632709A1 (en) System and method for determining drug administration information
WO2009086216A1 (en) Method and apparatus for providing treatment profile management
Nag et al. Cybernetic health
US20240100253A1 (en) Incorporation of additional sensors into adaptation of aid systems
Waghmare et al. A Review on the Diabetes Treatment Using Artificial Intelligence and Machine Learning
García-Jaramillo et al. Interval simulator of the glucose-insulin system
Khan Advances in Diabetes Care: From Insulin to Smart Devices
Moghaddasi et al. Insulin Therapy Decision Support System: A Study of its Evolutionary Path
HK1144660A (zh) 用於治疗系统的病人信息输入界面
Megala et al. IOT Based Continuous Blood Glucose Monitoring System for Enhanced Diabetic Care
Nita et al. Cloud Based Acquisition System for Diabetic Data
Cossu Development of a mobile platform prototype for data gathering and monitoring of type 1 diabetes individuals during clinical trials
HK1177794A (zh) 确定给药信息的系统和方法
HK1125469A (zh) 确定给药信息的系统和方法
HK1178991A (zh) 確定給藥信息的系統和方法
HK1178991B (zh) 確定給藥信息的系統和方法
HK1185781A (zh) 具有大剂量计算器的手持式糖尿病管理设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1144660

Country of ref document: HK

C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20100609

REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1144660

Country of ref document: HK