[go: up one dir, main page]

JP2014524791A - 糖尿病患者の血糖値の監視と制御のための統合プラットフォーム - Google Patents

糖尿病患者の血糖値の監視と制御のための統合プラットフォーム Download PDF

Info

Publication number
JP2014524791A
JP2014524791A JP2014517240A JP2014517240A JP2014524791A JP 2014524791 A JP2014524791 A JP 2014524791A JP 2014517240 A JP2014517240 A JP 2014517240A JP 2014517240 A JP2014517240 A JP 2014517240A JP 2014524791 A JP2014524791 A JP 2014524791A
Authority
JP
Japan
Prior art keywords
data
patient
insulin
monitoring
recording medium
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
JP2014517240A
Other languages
English (en)
Inventor
コバチェフ，ボリス，ピー．
ケイス−ハイネス，パトリック，ティー．
ブレトン，マーク，ディー．
パテック，ステファン，ディー．
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.)
UNIVERSITY OF VERGINIA PATENT FOUNDATION
Original Assignee
UNIVERSITY OF VERGINIA PATENT FOUNDATION
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=47423255&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=JP2014524791(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by UNIVERSITY OF VERGINIA PATENT FOUNDATION filed Critical UNIVERSITY OF VERGINIA PATENT FOUNDATION
Publication of JP2014524791A publication Critical patent/JP2014524791A/ja
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring 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
    • A61B5/14532—Measuring 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/33—Heart-related electrical modalities, e.g. electrocardiography [ECG] specially adapted for cooperation with other devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/486—Biofeedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient; User input means
    • A61B5/742—Details of notification to user or communication with user or patient; User input means using visual displays
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient; User input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient; User input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K38/00—Medicinal preparations containing peptides
    • A61K38/16—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof
    • A61K38/17—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from animals; from humans
    • A61K38/22—Hormones
    • A61K38/28—Insulins
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
    • A61M5/16831—Monitoring, detecting, signalling or eliminating infusion flow anomalies
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
    • A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic
    • A61M5/1723—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic using feedback of body parameters, e.g. blood-sugar, pressure
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT 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
    • G16H20/17—ICT 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 delivered via infusion or injection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Physiology (AREA)
  • Primary Health Care (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Vascular Medicine (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Diabetes (AREA)
  • Emergency Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • Hematology (AREA)
  • Anesthesiology (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Immunology (AREA)
  • Zoology (AREA)

Abstract

異なる監視技術からのデータを利用でき、長期間のトレンドと予後診断についてのアドバイスからリアルタイムの自動化閉ループ制御（人工膵臓）に及ぶ複数の測定可能なレベルで糖尿病患者への援助を提供できるフレキシブルシステム。これらの測定可能な監視と医療戦略は、糖尿病支援（ＤｉＡｓ）プラットフォームと呼ばれる統合システムによって供給される。そのシステムは、多様な監視、助言的、且つ自動化された糖尿病治療アルゴリズム又は方法の実施のための基礎を提供する。このＤｉＡｓ提案は、個々の患者の詳細及び任意の所与の瞬間での患者リスク評価に合せて調整される。
【選択図】図１

Description

しばしば、単に糖尿病（diabete）と呼ばれる真性糖尿病（ＤＭ：Diabetes Mellitus）は、体が十分なインスリン（insulin）を生成しない（Ｔｙｐｅ１ＤＭ又はＴ１ＤＭ）のため、又は細胞が生成されるインスリンに対して反応しない（Ｔｙｐｅ２ＤＭ又はＴ２ＤＭ）ためのいずれかで、血液中の高血糖値（high glucose level）（即ち、高血糖症（hyperglycemia））によって特徴づけられる一群の代謝障害（metabolic diseases）である。インスリン及び略正常な血糖値（即ち、正常血糖値（euglycemia））を維持する経口薬による集中治療は、Ｔ１ＤＭ及びＴ２ＤＭ（参考文献１，２，３を参照）の両方で慢性合併症（chronic complication）を顕著に減少するが、症候性低血糖症（symptomatic hypoglycemia）及び潜在的に生命を脅かす厳しい低血糖症（hypoglycemia）のリスクがある。したがって、低血糖症は、最適な糖尿病管理に対する第１の障害と認識されている（参考文献４，５を参照）。Ｔ１ＤＭ及びＴ２ＤＭを有する（患う）人々は、低血糖症に対するリスクを増加させずに厳密な血糖制御を維持するため、生涯にわたる最適化の問題に直面する。しかしながら、厳密な血糖制御のための苦闘は、長期にわたる大きな血糖（ＢＧ：Blood Glucose）変動となる可能性がある。このプロセスは、注射されたインスリンのタイミングと量、食べた食物、物理的活動等を含む多くの外部要因によって影響を及ぼされる。換言すれば、糖尿病におけるＢＧ変動は、多くの内的及び外的要因によって影響を及ぼされる、複雑で動的な生態系の相互作用の測定可能な結果である。
このシステムの最適化は、グルコース（glucose）監視によって情報提供され、この分野で利用可能なデータと技術を活用する必要がある自己治療行動（self-treatment behavior）に大きく依存している。現在、アクセス可能なデータソースは、血糖の自己監視（ＳＭＢＧ：Self-Monitoring of Blood Glucose）、連続的グルコース監視（ＣＧＭ：continuous glucose monitoring）、並びに症候（symptom）と自己治療実施との評価（assessment）を含む。利用可能な治療は、薬（Ｔ２ＤＭ専用）、複数回の日々のインスリン注射（ＭＤＩ）及びインスリンポンプ（連続的皮下インスリン注射（ＣＳＩＩ：continuous subcutaneous insulin injection））を含む。現在、これらの治療は、日常的に実施されているＳＭＢＧ、急速に開発されているＣＧＭ、及びＣＧＭをＣＳＩＩと組み合わせて将来の人工膵臓の方法を築く緊急統合システムを含む、開発と臨床的に許可された種々の段階にある。
［血糖の自己監視］
現代のホーム（home）ＢＧメーターは、ＳＭＢＧを介して、正確なＢＧ決定のための便利な手段を提供する（参考文献６，７を参照）。大部分のメーターは、ＢＧ測定値（典型的には１５０回の測定値を超える）を記録することができ、ＰＣのような演算装置内へこれらの測定値をダウンロードするインターフェースを有する。メーターは、通常、基本的データ解析（例えば、平均ＢＧの計算、先の２週間にわたる平均ＢＧの概算、ターゲットにおける割合、低血糖と高血糖ゾーン等）、データのロギング、及びＢＧデータのグラフィック表示（例えば、ヒストグラム、円グラフ等）のための能力を有するソフトウエアを備えている。一連の研究において、ＳＭＢＧデータの特定のリスク解析によって、低血糖症に対するリスクの増加に向かう長期間のトレンドが記録され（参考文献８，９，１０を参照）、低血糖症に対するするリスクの増加に２４時間周期がある（参考文献１１，１２を参照）ことが判明した。リスク解析の基礎は、以下に示される。ここで概説される方法は、ＳＭＢＧとＣＧＭデータの両方に適用される。
［低血糖症と高血糖症に対する評価リスク］
これらの方法は、ＢＧデータのリスク解析（Risk Analysis）の概念（参考文献１３を参照）、及び数学的データ変換によって修正することができるＢＧ測定スケールの特定の非対称の認識［１４］に基づいている。リスク解析ステップは、以下の通りである。
１．［ＢＧスケールの対称化］
非線形変換がＢＧ測定スケールに適用され、全体のＢＧ範囲（２０ｍｇ／ｄｌ以上６００ｍｇ／ｄｌ以下又は１．１ｍｍｏｌ／ｌ以上３３．３ｍｍｏｌ／ｌ以下）を対称な間隔（symmetric interval）へ変換する。１１２．５ｍｇ／ｄｌ（６．２５ｍｍｏｌ／ｌ）のＢＧ値が、低血糖症又は高血糖症に対するリスクがないこと（zero risk）に対応して、ゼロに変換される。この変換の解析の形式は、ｆ（ＢＧ，α，β）＝［（Ｉｎ（ＢＧ））α―β］，α，β＞０、ここで、パラメータは、ＢＧがｍｇ／ｄｌで測定される場合、α＝１．０８４，β＝５．３８１，γ＝１．５０９であり、ＢＧがｍｍｏｌ／ｌで測定される場合、α＝１．０２６，β＝１．８６１，γ＝１．７９４である（参考文献１４を参照）。
２．［各ＳＭＢＧ測定値に対するリスク値の割り当て］
二次リスク関数は、ｒ（ＢＧ）＝１０ｆ（ＢＧ）２で定義される。この関数ｒ（ＢＧ）は、０以上１００以下の範囲の値をとる。その最小値は、ＢＧ＝１１２．５ｍｇ／ｄｌ（安全な正常血糖ＢＧ測定値）で達成され、他方、その最大値は、ＢＧスケールの端部（extreme end）で到達される。このように、ｒ（ＢＧ）は、あるＢＧレベルと関連するリスクの尺度として解釈される。この放物線の左ブランチ（left branch）は、低血糖症のリスクを識別し、他方、右ブランチ（right branch）は、高血糖症のリスクを識別する。
３．［低血糖症に対するリスクとグルコース変動性の計算尺度］
ｘ１，ｘ２，・・・ｘｎを一連のｎ個のＢＧ測定値とし、ｆ（ＢＧ）＜０の場合はｒｌ（ＢＧ）＝ｒ（ＢＧ）、そうでない場合は０である。また、ｆ（ＢＧ）＞０の場合はｒｈ（ＢＧ）＝ｒ（ＢＧ）、そうでない場合は０である。次に低血糖インデックス（ＬＢＧＩ：Low Blood Glucose Index）は、


として計算される。
換言すれば、ＬＢＧＩは、低ＢＧ測定値の数及び／又は範囲の増加に伴って増加する負ではない数である。研究では、ＬＢＧＩは、後に続く３か月から６か月における将来の顕著な低血糖症の分散の４０％から５５％の割合を占め（参考文献８，９，１０を参照）、それは、ＳＭＢＧに基づく低血糖症の有力な予測要素となる。同様に、高血糖インデックス（ＨＢＧＩ：High Blood Glucose Index）は以下のように計算される：

ＨＢＧＩは、高ＢＧ測定値の数及び／又は範囲の増加に伴って増加する負ではない数である。
［連続的グルコース監視］
特に、低血糖範囲における性能を最初に制限した（参考文献１８，１９を参照）１０年前の連続グルコース監視技術の出現（参考文献１５，１６，１７を参照）以来、昼と夜にＢＧの全体の過程を監視するのみならず、ＢＧが事前に設定された低レベル又は高レベルへ到達すると警告を発するような、患者へのフィードバックを提供する多用途で信頼できるＣＧＭデバイスにおいて、顕著な前進がなされた。多くの研究は、連続的グルコース監視の利益（参考文献２０，２１，２２，２３を参照）と閉ループ制御（closed-loop control）に対する先駆けとして、臨床使用やその将来に対するチャートガイダンス（参考文献２４，２５，２６，２７を参照）を実証した。しかしながら、ＣＧＭは、糖尿病の制御に大改革をもたらす可能性を有するが、膨大かつ複雑なデータ流（data stream）も発生する。このようなデータの活用は、この新たな技術に含まれる物理的、生化学的、及び数学的原理と特性の理解を必要とする。ＣＧＭデバイスが異なる区画（compartment）−門質（interstitium）におけるグルコース濃度を測定することを知ることは重要である。門質のグルコース（ＩＧ：Interstitial Glucose）変動は、おそらく拡散プロセスを介してＢＧに関連付けられている（参考文献２８，２９，３０を参照）。ＢＧとＩＧとの間の勾配を構成するために、ＣＧＭデバイスは、毛細血管グルコース（capillary glucose）で較正され、ＢＧレベルに対応する、典型的により低いＩＧ濃度にする。行われた較正は、ＢＧに対するＩＧ変動の大きさを調節するが、ＢＧからＩＧへのグルコースの変換（glucose transport）に起因して起こり得るタイムラグとセンサ処理時間（機器遅延）を除外しない。そのようなタイムラグがＣＧＭの精度に大きく影響を及ぼすため、その調査のために多くの研究がなされ、さまざまな結果を得られている（参考文献３１，３２，３３，３４を参照）。例えば、もしグルコースの低下が周辺のグルコース消費に起因している場合、生理的なタイムラグが負の値となる、即ち、ＩＧにおける低下は、ＢＧにおける低下よりも先に起きると仮定されている（参考文献２８，３５を参照）。大部分の研究では、ＩＧは、ＢＧの変化の方向に関係なく、４分から１０分だけＢＧの後に起きる（時間の大部分）（参考文献３０，３１を参照）。プッシュプル現象の公式化は、これらの結果を調整し、単純な一定の又は方向性タイムラグ（directional time lag）よりも複雑なＢＧ−ＩＧ関係を支持する（参考文献３４，３６を参照）。加えて、較正からの誤差、感度のロス及びランダムノイズがＣＧＭデータを悪化する（参考文献３７を参照）。それにもかかわらず、ＣＧＭの正確さが増加しており、皮下グルコース監視に対する生理的限界に達している可能性がある（参考文献３８，３９，４０を参照）。
［人工膵臓］
糖尿病管理の進歩における次のステップは、自動化されたグルコース制御や人工膵臓であり、それは、連続的グルコース監視をインスリンポンプ（insulin pump）とリンクする。この組み合わせのキーとなる要素は、閉ループ制御アルゴリズム又は方法であり、それは、血糖変動とインスリンポンプの動作を監視し、適切な時にインスリン放出を勧める。
人工膵臓のアイデアは、糖尿病を患う人々に対して、外部からのＢＧ調整の可能性が静脈（ｉ．ｖ．：intravenous）グルコース測定とグルコース及びインスリンのｉ．ｖ．点滴とを使用する研究によって確立された、３０年以上前に起こった開発へ遡ることができる。ＢｉｏｓｔａｔｏｒＴＭのようなシステムは、正（グルコース又はグルカゴンを介する）及び負（インスリンを介する）制御の両方を行なうことによって正常血糖（又は正常血糖値）を維持するために、病院内で導入され、使用されている（参考文献５１，５２，５３，５４，５５を参照）。多くの初期の設計の詳細な説明は、（参考文献５６，５７，５８，５９，６０，６１を参照）に記載されている。より多くの研究が続き、ＢＧ制御技術のより広い範囲ににおいて、生理的数学的モデル化とコンピュータシミュレーション制御が研究された（参考文献６２，６３，６４，６５を参照）。ｉ．ｖ．グルコース制御に対する方法の再調査が、参考文献６６で行われる。しかしながら、ｉ．ｖ．閉ループ制御は、煩雑で、外来患者の使用に適さない。体外のｉ．ｖ．制御に対する代替案は、静脈ＢＧサンプリングと移植可能な内部腹膜（ｉ．ｐ．：intra-peritoneal）インスリン放出を使用する移植可能内部腹膜システムに提示されている（参考文献６７，６８を参照）。しかしながら、これらのシステムの実施は、相当な手術を必要とする。このように、最も侵襲的でない皮下（ｓ．ｃ．：subcutaneous）ＣＧＭの出現で、増加する学術的かつ産業的努力は、インスリン点滴ポンプと制御アルゴリズム又は方法とが結びつけられたＣＧＭを使用した「ｓ．ｃ．」−「ｓ．ｃ．」システムの開発に焦点が合わされている（参考文献６９，７０，７１，７２を参照）。２００６年の９月に、Ｊｕｖｅｎｉｌｅ Ｄｉａｂｅｔｅｓ Ｒｅｓｅａｒｃｈ Ｆｏｕｎｄａｔｉｏｎ（ＪＤＲＦ）は、Ａｒｔｉｆｉｃｉａｌ Ｐａｎｃｒｅａｓ Ｐｒｏｊｅｃｔ（人口膵臓プロジェクト）を設立し、閉ループ制御リサーチを実行するためのセンターのコンソーシアムに資金を出した（参考文献７３を参照）。今までのところ、有望な試験的な結果が幾つかのセンターによって報告されている（参考文献７４，７５，７６，７７，７８を参照）。
このように、過去３０年間において、糖尿病におけるＢＧレベルの監視と制御は、数か月に一回の割合で、日毎のＳＭＢＧから分毎のＣＧＭを介し、平均血糖の評価から前進している。監視技術の時間分解能の増加は、日々のインスリン注射や経口薬から、インスリンポンプ治療を介し、近い将来の人工膵臓へ向けて、ますます集中的な糖尿病治療を可能とした。
上記議論から明らかなように、多数の方法が、伝統的なＳＭＢＧ、薬、及びＭＤＩ治療からＣＧＭ及び人工膵臓にまで及ぶ、糖尿病におけるＢＧ監視と制御のために存在する。これらの方法は、現在互いに異なっており、かつ同時に一つを超える監視又は制御方法を扱うシステムはない。本発明の実施形態の態様は、異なる監視技術からのデータを活用でき、かつ長期間のトレンドと予後診断についてのアドバイスからリアルタイムの自動化閉ループ制御（人工膵臓）まで及ぶ幾つかの測定可能なレベルで糖尿病患者への援助を提供できる第１のフレキシブルシステムを導入する。これらの測定可能な監視と治療戦略は、多様な監視、助言的、かつ自動化された糖尿病治療アルゴリズム又は方法の実施のための基礎を提供し、本発明者等によって糖尿病支援（ＤｉＡｓ：Diabetes Assistant）プラットフォームとして名付けられた統合システムによって実現される。このＤｉＡｓの提案は、個々の患者の詳細及び任意のある瞬間での患者リスク評価に合せて調整される。ＤｉＡｓの幾つかの、制限されない、例示的な独自の特性は、
・ボディセンサネットワーク（Body Sensor Network）によって情報提供され、
・モジュール式の − は、層状アーキテクチャが多様なアプリケーションモジュールにわたってデータ処理タスクを分配し、個々のモジュールは容易に置換されることができ、
・測定可能な−は、新規で拡張された機能性、複数のデータソース、及び複数のデータ活用戦略を自然にサポートし、
・ポータブル − は、ＤｉＡｓが、携帯電話、タブレットコンピュータ、ポータブルデジタルアシスタント（ＰＤＡ：portal digital assistant）等のようなポータブル計算デバイス上で容易に実行でき、それによって、頑丈で、安価でかつ容易に利用可能なデバイス上で多種多様に展開され、
・動作のローカル及びグローバルモード − は、幾つかのプロセスと患者との相互作用が、ポータブルデバイスを介して利用可能であり、他のサービスと対象者及びシステムの状態の遠隔監視が、無線通信（例えば、３Ｇ、ＷｉＦｉ等）を介して利用可能である。
本発明の一態様に従って、患者の糖尿制御を管理するためのシステムが提供され、このシステムは、複数の多様な血糖測定デバイスの内の１つ以上と複数の多様なインスリン放出デバイスの内の１つ以上とから入力データを受け入れるように構成された入力モジュールと、前記入力モジュールから受け入れたデータを分類し、その分類に従って前記入力データの適切な処理を決定するように構成されたデータ分類機モジュールと、前記データ分類機モジュールによって決定された前記入力データの前記分類に対応し、少なくとも一つのデータ処理アルゴリズムに従う入力データを処理するように構成された患者状態推定モジュールと、前記患者状態推定モジュールからの処理済みデータを使用し、異常な血糖状態に関連する前記患者のリスクのレベルを決定するように構成された患者リスク状態モジュールと、前記患者リスク状態モジュールによって決定されたリスクのレベルに基づいて、前記血糖測定デバイス及び前記インスリン放出デバイスに対して助言的メッセージ、患者警告及び制御信号を出力するように構成された出力モジュールを備える。
本発明の他の態様に従って、機能を実行して本システムを実行するためのコンピュータ実行可能命令を含むコンピュータで読み取り可能な記録媒体が提供される。
本発明の一態様に従うＤｉＡｓプラットフォーム入力と出力の略図である。 本発明の一態様に従うＤｉＡｓプロセスとサービスの略図である。 本発明の実施形態に従うアプリケーションと通信機能を含むＤｉＡｓシステムのブロック図である。 本発明の実施形態に従う携帯電話プラットフォーム上のＤｉＡｓシステムの例示の実施を示す。 ボディセンサネットワークのためのハブとしてのＤｉＡｓシステムの実施の略図である。 全体としての又は一部としての本発明の実施のための例示のデータ処理システムの概略ブロック図である。
［概略］
図５に示されているように、ＤｉＡｓシステムの主用途は、糖尿病の長期かつ効率的な治療を支援するためのボディセンサネットワーク（ＢＳＮ：body sensor network）の動的な集合体（dynamic aggregation）である。ＤｉＡｓは、各々のＢＳＮからデータを収集して事前処理し、遠隔位置へ要約統計量をアップロードする、装着可能又は手持ちのＤｉａｂｅｔｅｓ Ａｓｓｉｓｔａｎｔ ｐｌａｔｅｆｏｒｍ（糖尿病支援プラットフォーム）に基づく。ＤｉＡｓのインターフェース／アルゴリズム／フレームワーク手法（方法論）は、（ｉ）異なる代謝センサ（metabolic sensor）を有するプラグアンドプレイ機能性（plug and play functionality）を確保し、（ｉｉ）センサデータの優先順位付けのための一般的フレームワークを可能とし、多様な感知様式（sensing modality）に対していかに少ない計算、メモリ、及び通信リソースが割り当てられるかを明確にし、（ｉｉｉ）遠隔サイトに対する信頼性が変化する多数のアップリンクチャネル（uplink channel）へのアクセスを管理し、（ｉｖ）大量の計算が実行されるべき場所に関連するトレードオフを解消する（例えば、ＤｉＡＳプラットフォーム内で局所的又は遠隔的に）。
［ＤｉＡｓ入力と出力］
図１は、ＤｉＡｓプラットフォームに利用可能なデータソースとＤｉＡｓが提供する出力サービスを表している。データソースは、ＳＭＢＧと、ＣＧＭと、インスリン放出データ（ＭＤＩとＣＳＩＩ）と、他のＢＳＮデータ入力と、を含む。ここで、他のＢＳＮデータ入力は、心拍、ボディ加速度計データ、血圧、呼吸作用、ＥＫＧデータ等を含む。データの利用可能性（断続的又は連続的、血糖単独（blood glucose alone）、又は多変量データストリーム（multivariate data stream））に依存して、ＤｉＡｓは、一般的に以下のように分類される異なるタイプのサービスを提供する。
［ローカルサービス］
ポータブルデバイス（例えば、携帯電話やタブレットコンピュータ）上で実行するアプリケーションは、自己ＳＭＢＧ監視とＣＧＭデバイスのアレイ、インスリン放出デバイスのアレイ、及びＢＳＮの他のセンサと通信する。ＤｉＡｓのローカルサービスは、安全監督、ローカル警告、患者助言機能、及び閉ループ制御（以下でより詳細に記述される）を含む患者サービスのアレイを提供するために知的処理を備える。
［グローバルサービス］
中央サーバが多数のローカルサービスと通信して、異なるレベルのデータ処理、アドバイス、及び患者に対するトレーニングを提供し、グルコース制御プロファイルの遠隔監視（例えば、親が糖尿病の子供を遠隔地で監視すること）を可能にし、グローバル警告（例えば、緊急援助を必要とする患者を正確に示すためにＧＰＳサービスでの通報（警察又は救急への緊急電話））を可能とし、かつ多数の患者に対するキーデータ（key data）を一目で提示する医者向け情報サービスを提供すること。
［ＤｉＡｓプロセス］
ＤｉＡｓの一般的フローは、図２に示されており、以下のステップを含む。
１．入力データは、入力データの周波数、次元（dimensionality）及び品質を評価するデータ利用可能性分類機（ＤＡＣ：Data Availability Classifier）に向けられる。その評価に基づいて、ＤＡＣは、入力データに対して異なるクラスのデータ処理アルゴリズムを推奨する。これらのアルゴリズムの多くは、一般的に知られた既存のものであり、以下のように分類することができる。
○ＳＭＢＧ
これは、現在、ＳＭＢＧデータの検索、血糖制御の評価、低血糖症に対するリスクの推定、及び情報の表示のための方法を含む最も確立されたアルゴリズムの分類である。ＳＭＢＧ収集及び処理方法は、幾つかの米国特許及び公開された特許出願に記述されている（参照によってここに組み込まれる参考文献７９から８５を参照）。Ｔ１ＤＭを患う１２０人の人々におけるＳＭＢＧベースのシステムの５年の臨床試験テストが最近完了し、その結果は、血糖制御の改善、厳しい低血糖症に対するリスクの減少、及び高い患者の賛同率を得ている（参考文献８６で出版された結果を参照）。
○ＣＧＭ
これらの方法へ適用可能なキーとなる要素が参考文献８７から９２で定義されている。これらの方法は、現在開発中であり、大きなＮＩＨ資金が提供されたリサーチプロジェクトでテストされている（Ｇｒａｎｔ ＲＯ１ ＤＫ０８５６２３，研究責任者（ＰＩ：Principal Investigator）Ｄｒ．Ｂｏｒｉｓ Ｋｏｖａｔｃｈｅｖ氏）。
○ＣＧＭ＋インスリンポンプ
ＣＧＭに対して単独で適用可能な方法の多くは、インスリンポンプからの／インスリンポンプへの入力／出力を扱うことができる拡張機能を有する。我々は、最近データに対する閉ループ制御の拡張された一連の臨床試験を完了した。
○その他
心拍変化が、物理的活動の周期、より具体的には、運動に関連して増加したインスリン感度の周期を示すために使用される。これらのデータは、低血糖症と閉ループ制御に対するリスク評価を含む幾つかのレベルで糖尿病制御を通知する（参考文献９３，９４を参照）。
２．データ処理の第１のステップは、利用可能データが与えられ、上述の方法の１つを使用する患者状態推定（Patient State Estimation）である。この状態推定は、患者のリスク状態の評価となり、これは、上述の背景技術の議論で提示されたリスク解析評価基準及びバイオシステム観察者やセンサに基づくことができ、生理的（かつおそらく行動の）データを処理して定量バイオシステム状態推定器（quantitative biosystem state estimator）を生成する。これらのアルゴリズムや方法は、人間の代謝作用の基本的な数学的モデルとシステム状態推定を生成するカルマン（Kalman）フィルタに基づく。各システム状態推定器は、人の機能に対して重要な生理的又は行動のパラメータである。特定の人に対するバイオシステム推定器の集合（ベクトル）は、血糖トレンド、インスリンの利用可能性、及び低血糖症に対するリスクの観点から、この人の状態を表す。本質的に、バイオシステム観察者は、特定の対象者に対する代謝観察を実現し、対象者の状態の正確な評価を可能とする膨大なアレイの生データから複合情報を抽出する。バイオシステム観察者は、集約された出力が、ローカル予測及び制御アルゴリズム又は方法と、遠隔観察者と、に送信される間、装着可能ＤｉＡｓシステム内に存在することが以下のように予測される。
○患者状態推定からの主出力は、リスク解析と上記で提示されたＬＢＧＩ／ＨＢＧＩに基づく、低又は高血糖症に対する患者のリスク状態の評価である。データの品質と密度が患者のリスク状態に対して適切であるならば（例えば、患者が定常のＳＭＢＧを実行する安定状態にあり、ＬＢＧＩ及びＨＢＧＩが一定の事前に設定されたしきい値よりも低ければ）、ＤｉＡｓは、現在の患者の状態を維持する又は患者の血糖制御を僅かに調節するアルゴリズムとそのデータを比較する。これらのアルゴリズムは、助言又は自動化（閉ループ制御）モードのいずれかにおいて以下のように動作することができる。
○「助言モード」において、ＤｉＡｓは、以下のサービスモジュールを起動する。
□助言モジュール１：低血糖症に対するリスクの上昇の予測（２４時間先）と、
□助言モジュール２：ボーラス投与計算機（Bolus calculator）による食事前インスリン投与の提案と、
□助言モジュール３：次の２４時間に対する基礎代謝率プロファイルの提案。
○「閉ループ制御モード」において、ＤｉＡｓは、以下のサービスモジュールを起動する。
□制御モジュール１：低血糖症のリアルタイム検出及び防止と、
□制御モジュール２：食事前インスリンボーラス投与量（insulin bolus）の確率論的な制御と、
□制御モジュール３：基礎代謝率および夜間の安定状態の決定性の制御。
○データ品質と密度が患者のリスク状態に対して不適切であるならば（例えば、患者が、一定の事前に設定されたしきい値を上回るＬＢＧＩとＨＢＧＩによって示された、低血糖症、高血糖症又はその両方に対する高いリスクを有する）、
○「助言モード」において、ＤｉＡｓは、監視の強化を推奨し（例えば、一定の期間、ＳＭＢＧの頻度を上げる又はＣＧＭへ切り替える）、
○「自動化制御モード」において、ＤｉＡｓは、監視デバイスをより高頻度のＳＭＢＧ測定又はＣＧＭモードへ切り替える（注：そのようなフレキシブルな監視デバイスは、現在製造されていないが、将来において利用可能であることが予測される）。
図３は、ＤｉＡｓアーキテクチャの詳細な概略図を表す。
○このアーキテクチャの中核をなすのは、生体測定状態推定器（Biometric State Estimator）であり、それは、ＤｉＡｓ監視デバイスと、アルゴリズムサービス又は関連する方法と、の間のデータ交換のためのハブである。生体測定状態推定器は、ネットワークインターフェースを介して、インターネットで遠隔地の医師及び／又は患者ケアセンターとのデータ交換を行うこともできる。
○状態推定に使用される入力事項は、図３に示すように、血糖変動を監視し（ＳＭＢＧサービス、ＣＧＭサービス）、インスリン放出を実行し（ポンプサービス）、他の生理的パラメータを監視する（心拍サービス、Ｅｓｃ．サービス）多様な周辺デバイスによって提供される。
○同様に、生体測定状態推定器は、受信データの完全性を評価し、かつ周辺の入力／出力デバイスが適切に機能しているか否かを判定する安全サービス（Safety Service）が確認したフィードバックを、これらのデバイスに提供する。安全サービスが使用する方法には、先に紹介されたＣＧＭセンサエラーの検出（参考文献９１を参照）又はインスリン放出の安全性の判定（参考文献９２を参照）が含まれる。
○ＤｉＡｓアプリケーションは、多様な助言及び／又は制御アルゴリズムと、システム及び患者状態アラームと、インジケータと、を含むことができる。これらのアプリケーションは、ＤｉＡＳシステムの外部にあってもよく、第三者によって開発されたものでもよい。このようなアプリケーションは、それらがシステムのデータ変換基準に適合するならば、ＤｉＡｓサービスを使用してもよい。例えば、高血糖症緩和サービス（ＨＭＳ：Hyperglycemia Mitigation Service）は、ＤｉＡｓの実施形態の１つに含まれる閉ループ制御アルゴリズムや方法である。
ＤｉＡｓシステムを有するユーザインターフェースは、特定のＤｉＡｓ実施の必要性を満足するようにカスタム設計することができる。こうしたユーザインターフェースの実施形態の一つを、図４に示す。
□二つの“トラフィックライト”は、それぞれ、低血糖症及び高血糖症に対する患者の現在のリスク状態を表し、低リスク（緑ライト）、中間リスク／リスクを軽減するためのシステムアクション（黄色ライト）、及び高リスク／即時の人的介入の必要性（赤ライト）を示す。
□幾つかのシステム／患者状態照会アイコンは、その患者が、自身のグルコース制御の図形的及び数値的な表示にアクセスすることを可能とする追加のインターフェースを開く、又はＤｉＡｓ解析システムによる追加の入力として処理される事象（糖質の摂取又は運動など）をシステムに通知する。
○ネットワークサービス（次のセクションで記述）は、高リスク状態における警告及び重要情報の遠隔監視及び送信を保証する。
［ＤｉＡｓの実施］
図５は、ボディセンサネットワークとしてのＤｉＡｓ実施の二つの主要コンポーネントを示す。
○ローカルサービス（Local Services）（装着可能／ポータブルＤｉＡｓデバイス内）は、リアルタイムで追跡可能なヒト代謝システムの単純化モデルに基づく予測及び制御アルゴリズム又は方法を使用する。これらは、主要システムコンポーネントのみに注目した、単純で典型的に線形化されたマクロレベルのモデルである。このようなモデルの一例は、３０年前に開発された古典的グルコース動力学の最小モデル（Minimal Model of Glucose Kinetics）である（参考文献９５を参照）。利用可能なアルゴリズムや方法には、糖尿病におけるグルコース変動の評価、予測及び制御が含まれる。
□基準の限界値からみた代謝状態のリスク解析と、
□急激なシステム変化、即ち、安定状態から危機的（critical）状態へのシステム（人）の遷移の検出と、
□トレンドと段階的なシステム変化の予測と転帰（outcome）の評価と、
□急激かつ危機的遷移に対する確率の推定と、
□危機的しきい値に近づいたときの警告、アラーム及び助言メッセージと、
□危機的事象を防止するための自動的介入と、
□遠隔地への通信とグローバルアルゴリズム又は方法。
図５に示すように、ポータブルＤｉＡｓデバイス（図４に示すような）は、ＩＣＰセンサ、ＥＣＧセンサ、血圧センサ、パルス酸素濃度計センサ、慣性センサ、ＥＭＧセンサ、人工膵臓センサ等のような複数のＢＳＮセンサへ通信可能に接続される（例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）（ブルートゥース）、ＩＥＥＥ８０２．１１等のような無線通信プロトコルを介した無線によって）。更に、ＤｉＡｓデバイスは、ＳＭＢＧデータを受信するためのインターフェースを備えていてもよい。
○グローバルサービスは、中央の位置で展開され、かつ一連の個別のシステム観察者から情報を受信する予測及び制御アルゴリズム又は方法に依存する。これらのアルゴリズム又は方法は、大規模確率モデル（large-scale probability model）、リスク解析、クラスタリング（clustering）、及び判別アルゴリズムや方法に基づく。これらのアルゴリズムや方法の出力により以下が可能になる。
□医療従事者によるバイタルサインと代謝プロセスの監視と、
□即時の治療的介入を必要とする危機的症例の検出と、
□医療組織が興味を示す集団レベルの匿名の公衆衛生統計データの収集。
○ソフトウエア／ハードウエア実施：
ＤｉＡｓの中核をなすのは多様なハードウエアプラットフォームに効率的に適合し、モジュール式設計を有する測定可能なソフトウエアスタックである。ＤｉＡｓオペレーティングシステムの選択にあたっては、ソフトウエアアーキテクチャ、好適なハードウエアプラットフォームの利用可能性及び商業的パートナーへソフトウエアモジュールを転送する可能性を考慮に入れる。臨床試験と外来ベースでの実施のために、携行可能で、頑丈で、信頼性があり、安価でかつ容易に利用可能であるハードウエアが必要である。これに関して、携帯電話やタブレットコンピュータが選択されてもよい。その結果、ＤｉＡｓシステムは、アンドロイド（登録商標）（Android）オペレーティングシステムのカスタマイズバージョン内で実行することができる。アンドロイドは、頑健な開発環境を有し、ソースコードで利用可能であり、グーグル（Google）によってバックアップされており、多様な製造者によって増加し続ける携帯電話及びタブレット上で実行することができる。アンドロイドは、多くの商業開発者によって、新たな組み込み式ソフトウエアプロジェクトで採用されつつある。組み込み式制御ソフトウエアを有する多くの現在の製品は、オペレーティングシステムを全く持たないか又は単純な制御ループを使用しているが、新たな組み込み式ソフトウエアプロジェクトはアンドロイド及び埋め込み式リナックス（登録商標）（Linux）をベースとするのが現在の潮流である。アンドロイドはリナックスの上部に構築されるので、ＤｉＡｓでアンドロイドベースのオペレーティングシステムを用いれば、ソフトウエアコードを商業用途のための産業パートナーへ転送することが可能である。また、アンドロイドは、マルチタッチグラフィカルユーザインターフェース設計（multi-touch graphical user interface design）、データ通信、ゲオロケーション（geo-location）とテレフォニー（telephony）を支援する豊富なソフトウエア開発キットを提供する。具体的には、
□最高レベルで、ＡＡＰＰソフトウエアスタックは、三つの主要な機能ブロックを備える。それは、デバイスＩ／Ｏサービス（Device I/O Services）、コアサービス（Core Services）及び制御（Control）である。上述のように、図３は、これらのブロックを描くソフトウエアスタックの図を示す。
□デバイスＩ／Ｏサービスは、センサ、ポンプ及び他のデバイスとの全ての通信を扱い、本システムの他の要素へのデータインターフェースを提供する。デバイスＩ／Ｏモジュールは、ＳＭＢＧ、ＣＧＭ及び放出インスリンデータを記録し、要求によって、それを他のコンポーネントへ提供する。
□また、デバイスＩ／Ｏモジュールは、安全サービス（Safety Service）から受信したコマンドを評価し送出するセンサとポンプコマンドサービスを実施する。
□コアサービスは、閉ループ制御アプリケーション（Closed-Loop Control App）やユーザアドバイスアプリケーション（User Advice App）のような、アプリケーション及びそれらの動作を監督するためのランタイム環境の提供を担当する。コアサービスは、利用可能データに基づいて状態推定値を生成し、要求によって、このデータをアプリケーションに提供する。
□安全サービスは、インスリンボーラス投与コマンドをポンプモジュールへ送出する前に安全のためにそのボーラス投与コマンドをスクリーニングし、エラーを検出するＩ／Ｏデバイスの機能と起こり得る危険な逸脱を監視する。
好適なオペレーティングシステムを上述したが、ＤｉＡｓシステムは、上で熟考されたように、ＤｉＡｓシステムを実施するために必要な特徴を有する任意のオペレーティングシステムを使用して実施できることは、当業者によって認識される。
ここで図６を参照すると、本発明の実施形態又はその実施形態の一部の例示のために、コンピュータシステム６００の機能ブロック図が示されている。例えば、本発明の実施形態の方法やシステムは、ハードウエア、ソフトウエア又はそれらの組み合わせを使用して実施することができ、一つ以上のコンピュータシステムや適切なメモリと処理能力を備えるパーソナルデジタルアシスタント（ＰＤＡｓ：personal digit assistant）のような他の処理システムで実施することができる。ある実施形態例において、本発明は、図６に示される汎用目的コンピュータ６００上で実行するソフトウエアで実施された。コンピュータシステム６００は、プロセッサ６０４のような一つ以上のプロセッサを含むことができる。プロセッサ６０４は、通信インフラ構造６０６（例えば、通信バス（communications bus）、クロスオーバーバー（cross-over bar）、又はネットワーク）へ接続される。コンピュータシステム６００は、ディスプレイユニット６３０上への表示のために通信インフラ構造６０６から（又は図示されていないフレームバッファから）グラフィックス、テキスト、及び／又は他のデータを送るディスプレイインターフェース６０２を含むことができる。ディスプレイユニット６３０は、デジタル及び／又はアナログであってもよい。
また、コンピュータシステム６００は、好ましくは、ランダムアクセスメモリ（ＲＡＭ）であるメインメモリ６０８を含んでもよく、また二次メモリ６１０を含んでもよい。二次メモリ６１０は、例えば、ハードディスクドライブ６１２及び／又はフロッピー（登録商標）ディスクドライブ、磁気テープドライブ、光ディスクドライブ、フラッシュメモリ等を表す着脱可能な記録ドライブ６１４を含むことができる。着脱可能な記録ドライブ６１４は、周知の方法で、着脱可能な記録ユニット６１８から読み出し及び／それへの書き込みを行う。着脱可能な記録ユニット６１８は、着脱可能な記録ドライブ６１４によって読みだされかつ書き込まれるフロッピーディスク、磁気テープ、光ディスク等を表す。理解されるように、着脱可能な記録ユニット６１８は、中にコンピュータソフトウエア及び／又はデータを記録したコンピュータ使用可能な記録媒体を含む。
他の実施形態では、二次メモリ６１０は、コンピュータプログラムや他の命令をコンピュータシステム６００へ読み込みさせるための他の手段を含むことができる。そのような手段は、例えば、着脱可能な記録ユニット６２２とインターフェース６２０とを含むことができる。このような着脱可能な記録ユニット／インターフェースの例は、（ビデオゲームデバイスでみられるもののような）プログラムカートリッジとカートリッジインターフェース、着脱可能メモリチップ（ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ又はＥＥＰＲＯＭ（登録商標））と関連するソケット、及び他の着脱可能な記録ユニット６２２とソフトウエアとデータを着脱可能な記録ユニット６２２からコンピュータシステム６００へ転送することを可能とするインターフェース６２０とを含む。
また、コンピュータシステム６００は、通信インターフェース６２４を含むこともできる。通信インターフェース１２４は、ソフトウエアとデータがコンピュータシステム６００と外部デバイスとの間で転送されることを可能とする。通信インターフェース６２４の例は、モデム、ネットワークインターフェース（イーサネット（登録商標）（Ethernet）カードのような）、通信ポート（例えば、シリアル又はパラレル等）、ＰＣＭＣＩＡスロット及びカード、モデム等を含むことができる。通信インターフェース６２４を介して転送されるソフトウエアとデータは、電子、電磁、光又は通信インターフェース６２４によって受信が可能な他の信号であり得る信号６２８の形態である。信号６２８は、通信パス（即ち、チャネル）６２６を介して通信インターフェース６２４へ提供される。チャネル６２６（又はここで開示される任意の他の通信手段やチャネル）は、信号６２８を搬送し、ワイヤ又はケーブル、ファイバオプティックス、ブルートゥース（登録商標）、電話線、セルラーフォーンリンク、ＲＦリンク、赤外線リンク、無線リンク又は接続及び他の通信チャネルを使用して実施することができる。
本書では、 “コンピュータプログラム媒体”と“コンピュータ使用可能媒体”の用語は、種々のソフトウエア、ファームウエア、ディスク、ドライブ、着脱可能な記録ドライブ６１４、ハードディスクドライブ６１２に装着されたハードディスク、及び信号６２８を一般的に指すために使用される。コンピュータプログラム製品（“コンピュータプログラム媒体”と“コンピュータ使用可能媒体”）は、ソフトウエアをコンピュータシステム６００へ提供するための手段である。コンピュータプログラム製品は、コンピュータプログラムロジックを有し、コンピュータで使用可能な媒体を備えることができる。本発明は、そのようなコンピュータプログラム製品を含む。“コンピュータプログラム媒体”と“コンピュータ使用可能媒体”は、コンピュータロジックを有する任意のコンピュータが読み取り可能な媒体であってもよい。
コンピュータプログラム（コンピュータ制御ロジック又はコンピュータプログラムロジックとも言う）は、メインメモリ６０８及び／又は二次メモリ６１０に記録することができる。コンピュータプログラムは、通信インターフェース６２４を介して受信することができる。そのようなコンピュータプログラムは、実行されると、ここで記述されたように、コンピュータシステム６００に本発明の特徴を実行させることできる。特に、コンピュータプログラムは、実行されると、プロセッサ６０４に本発明の機能を実行させることができる。したがって、このようなコンピュータプログラムは、コンピュータシステム６００のコントローラを表す。
本発明がソフトウエアを使用して実施される実施形態において、そのソフトウエアは、コンピュータプログラム製品に記録され、着脱可能な記録ドライブ６１４、ハードドライブ６１２又は通信インターフェース６２４を使用してコンピュータシステム６００へ読み込みすることができる。制御ロジック（ソフトウエア又はコンピュータプログラムロジック）は、プロセッサ６０４によって実行されると、ここで述べられたように、プロセッサ６０４に本発明の機能を実行させることができる。
他の実施形態では、本発明は、例えば、アプリケーション指定集積回路（ＡＳＩＣｓ：application specific integrated circuit）のようなハードウエアコンポーネントを使用してハードウエアで主に実施される。ここで述べられた機能を実行するためのハードウエア状態マシン（hardware state machine）の実施は、当業者にとっては明白である。
更に他の実施形態では、本発明は、ハードウエアとソフトウエアの両方を使用して実施される。
本発明の一例のソフトウエア実施形態において、ここで記述される方法は、ＳＰＳＳ制御言語又はＣ＋＋プログラミング言語で実施されてもよいが、他の種々のプログラム、コンピュータシミュレーションとコンピュータ支援設計、コンピュータシミュレーション環境、ＭＡＴＬＡＢ、又は任意の他のソフトウエアプラットフォームやプログラム、ウインドウインターフェースやオペレーティングシステム（又は他のオペレーティングシステム）や当業者にとって既知の又は利用可能な他のプログラムにおいて実施されることができる。
以下に示される、又は本文中に示される特許、出願、刊行物は、それらの全体において参考として組み込まれる。
［参考文献］
1. Reichard P, Phil M. Mortality and treatment side effects during long-term intensified conventional insulin treatment in the Stockholm Diabetes Intervention study. Diabetes 43: 313-317, 1994
2. The Diabetes Control and Complications Trial Research Group. The effect of intensive treatment of diabetes on the development and progression of long-term complications of insulin-dependent diabetes mellitus. N Engl J Med 329: 978-986, 1993
3. UK Prospective Diabetes Study Group (UKPDS). Intensive blood-glucose control with sulphonylureas or insulin compared with conventional treatment and risk of complications in patients with type 2 diabetes. Lancet 352: 837-853, 1998
4. Cryer PE. Hypoglycaemia: The limiting factor in the glycaemic management of type I and type II diabetes. Diabetologia 45: 937-948, 2002
5. Cryer PE: Hypoglycemia: The Limiting factor in the management of IDDM. Diabetes 43: 1378-1389, 1994
6. Clarke WL, Cox D, Gonder-Frederick LA, Carter W, Pohl SL. Evaluating the clinical accuracy of self-blood glucose monitoring systems. Diabetes Care, 10: 622-628, 1987.
7. The diabetes research in children network (DirecNet) study group. A multicenter study of the accuracy of the One Touch(R) Ultra(R) home glucose meter in children with Type 1 diabetes. Diabetes Technol Ther, 5: 933-942, 2003
8. Kovatchev BP, Cox DJ, Gonder-Frederick LA Young-Hyman D, Schlundt D, Clarke WL. Assessment of risk for severe hypoglycemia among adults with IDDM: Validation of the Low Blood Glucose Index, Diabetes Care 21: 1870-1875, 1998.
9. Cox DJ, Kovatchev B, Julian D, Gonder-Frederick LA, Polonsky WH, Schlundt DG, Clarke WL. Frequency of severe hypoglycemia in IDDM can be predicted from self-monitoring blood glucose data. J Clin Endocrinol Metab 79: 1659-1662, 1994.
10. Kovatchev BP, Cox DJ, Kumar A, Gonder-Frederick LA and WL Clarke. Algorithmic Evaluation of Metabolic Control and Risk of Severe Hypoglycemia in Type 1 and Type 2 Diabetes Using Self-Monitoring Blood Glucose (SMBG) Data. Diabetes Technol Ther, 5 (5): 817-828, 2003.
11. Cox DJ, Gonder-Frederick LA, Ritterband L, Clarke WL, and Kovatchev BP. Prediction of Severe Hypoglycemia. Diabetes Care, 30: 1370-1373, 2007.
12. Kovatchev BP, Cox DJ, Farhy LS, Straume M, Gonder-Frederick LA, Clarke, WL. Episodes of Severe Hypoglycemia in Type 1 Diabetes are Preceded, and Followed, within 48 Hours by Measurable Disturbances in Blood Glucose. J Clin Endocrinol Metab, 85: 4287-4292, 2000.
13. Kovatchev BP, Straume M, Cox DJ, Farhy LS. Risk analysis of blood glucose data: A quantitative approach to optimizing the control of insulin dependent diabetes. J of Theoretical Medicine, 3:1-10, 2001.
14. Kovatchev BP, Cox DJ, Gonder-Frederick LA and WL Clarke. Symmetrization of the blood glucose measurement scale and its applications. Diabetes Care, 20: 1655-1658, 1997.
15. Mastrototaro J.J. The MiniMed Continuous Glucose Monitoring System. Diabetes Technol Ther, 2: Supplement 1: S-13 - S-18, 2000.
16. Bode B.W. Clinical Utility of the Continuous Glucose Monitoring System. Diabetes Technol Ther, 2: Supplement 1: S-35 - S-42, 2000.
17. Feldman B, Brazg R, Schwartz S, Weinstein R. A continuous glucose sensor based on wired enzyme technology - results from a 3-day trial in patients with Type 1 diabetes. Diabetes Technol Ther, 5: 769-778, 2003.
18. The diabetes research in children network (DirecNet) study group. The accuracy of the CGMSTM in children with Type 1 diabetes: Results of the diabetes research in children network (DirecNet) accuracy study. Diabetes Technol Ther, 5: 781-790, 2003.
19. Kovatchev BP, Anderson SM, Heinemann L, Clarke WL. Comparison of the numerical and clinical accuracy of four continuous glucose monitors. Diabetes Care, 31: 1160-1164, 2008.
20. Deiss, D, Bolinder, J, Riveline,J, Battelino,T, Bosi, E, Tubiana-Rufi, N, Kerr, D, Phillip, M: Improved glycemic control in poorly controlled patients with type 1 diabetes using real-time continuous glucose monitoring. Diabetes Care 29: 2730-2732, 2006.
21. Garg,K, Zisser, H, Schwartz, S, Bailey, T, Kaplan, R, Ellis, S, Jovanovic, L: Improvement in Glycemic Excursions With a Transcutaneous, Real-time Continuous Glucose Sensor. Diabetes Care 29:44-50, 2006.
22. Kovatchev BP, Clarke WL. Continuous glucose monitoring reduces risks for hypo- and hyperglycemia and glucose variability in diabetes. Diabetes, 56, Supplement 1: 0086OR, 2007.
23. The Juvenile Diabetes Research Foundation Continuous Glucose Monitoring Study Group: Continuous glucose monitoring and intensive treatment of type 1 diabetes. N Engl J Med, 359:1464-76, 2008.
24. Klonoff DC: Continuous glucose monitoring: roadmap for 21st century diabetes therapy. Diabetes Care 28:1231-1239, 2005.
25. Hovorka R: Continuous glucose monitoring and closed-loop systems. Diabet Med 23:1-12, 2006.
26. Klonoff DC: The Artificial Pancreas: How Sweet Engineering Will Solve Bitter Problems. J Diabetes Sci Technol, 1: 72-81, 2007.
27. Hirsch IB, Armstrong D, Bergenstal RM, Buckingham B, Childs BP, Clarke WL, Peters A, Wolpert H. Clinical Application of Emerging Sensor Technologies in Diabetes Management: Consensus Guidelines for Continuous Glucose Monitoring. Diabetes Tech Ther, 10: 232-246, 2008.
28. Rebrin K, Steil GM, van Antwerp WP, and Mastrototaro JJ: Subcutaneous glucose predicts plasma glucose independent of insulin: implications for continuous monitoring. Am J Physiol Endocrinol Metab, 277:E561-E571, 1999.
29. Rebrin K and Steil GM: Can interstitial glucose assessment replace blood glucose measurements? Diabetes Technol Ther, 2:461-472, 2000.
30. Steil GM, Rebrin K, Hariri F, Jinagonda S, Tadros S, Darwin C, Saad MF: Interstitial fluid glucose dynamics during insulin-induced hypoglycaemia. Diabetologia, 48:1833-40, 2005.
31. Boyne M, Silver D, Kaplan J, and Saudek C: Timing of Changes in Interstitial and Venous Blood Glucose Measured With a Continuous Subcutaneous Glucose Sensor. Diabetes, 52:2790-2794, 2003.
32. Kulcu E, Tamada JA, Reach G, Potts RO, Lesho MJ: Physiological differences between interstitial glucose and blood glucose measured in human subjects. Diabetes Care, 26:2405-2409, 2003.
33. Stout PJ, Racchini JR, Hilgers ME: A Novel Approach to Mitigating the Physiological Lag between Blood and Interstitial Fluid Glucose Measurements. Diabetes Technol Ther, 6:635-644, 2004.
34. Wentholt IME, Hart AAM, Hoekstra JBL, DeVries JH. Relationship Between Interstitial and Blood Glucose in Type 1 Diabetes Patients: Delay and the Push-Pull Phenomenon Revisited. Diabetes Technol Ther, 9:169-175,2004.
35. Wientjes KJ, Schoonen AJ: Determination of time delay between blood and interstitial adipose tissue glucose concentration change by microdialysis in healthy volunteers. Int J Artif Organs, 24:884-889, 2001.
36. Aussedat B, Dupire-Angel M, Gifford R, Klein JC, Wilson GS, Reach G: Interstitial glucose concentration and glycemia: implications for continuous subcutaneous glucose monitoring. Am J Physiol Endocrinol Metab, 278:E716-E728, 2000.
37. Kovatchev BP and Clarke WL. Peculiarities of the Continuous Glucose Monitoring Data Stream and Their Impact on Developing Closed-Loop Control Technology. J Diabetes Sci Technol, 2:158-163, 2008.
38. Clarke WL, Kovatchev BP: Continuous glucose sensors - continuing questions about clinical accuracy. J Diabetes Sci Technol 1:164-170, 2007.
39. The Diabetes Research in Children Network (DirecNet) Study Group. The Accuracy of the Guardian(R) RT Continuous Glucose Monitor in Children with Type 1 Diabetes. Diabetes Tech Ther, 10: 266-272, 2008.
40. Garg SK, Smith J, Beatson C, Lopez-Baca B, Voelmle M, Gottlieb PA. Comparison of Accuracy and Safety of the SEVEN and the Navigator Continuous Glucose Monitoring Systems. Diabetes Tech Ther, 11: 65-72, 2009.
41. T. Heise, T. Koschinsky, L. Heinemann, and V. Lodwig, “Glucose Monitoring Study Group. Hypoglycemia warning signal and glucose sensors: requirements and concepts,” Diabetes Technol Ther, 5: 563-571, 2003.
42. B. Bode, K. Gross, N. Rikalo, S. Schwartz, T. Wahl, C. Page, T. Gross, and J. Mastrototaro. Alarms based on real-time sensor glucose values alert patients to hypo- and hyperglycemia: the guardian continuous monitoring system. Diabetes Technol Ther, 6: 105-113, 2004.
43. G. McGarraugh and R. Bergenstal, “Detection of hypoglycemia with continuous interstitial and traditional blood glucose monitoring using the FreeStyle Navigator Continuous Glucose Monitoring System,” Diabetes Technol Ther, 11: 145-150, 2009.
44. S.E. Noujaim, D. Horwitz, M. Sharma, J. Marhoul, “Accuracy requirements for a hypoglycemia detector: an analytical model to evaluate the effects of bias, precision, and rate of glucose change,” J Diabetes Sci Technol, 1: 653-668, 2007.
45. W.K. Ward, “The role of new technology in the early detection of hypoglycemia,” Diabetes Technol Ther, 6: 115-117, 2004.
46. B. Buckingham, E. Cobry, P. Clinton, V. Gage, K. Caswell, E. Kunselman, F. Cameron, and H.P. Chase. Preventing hypoglycemia using predictive alarm algorithms and insulin pump suspension. Diabetes Technol Ther, 11: 93-97, 2009.
47. Miller M, Strange P: Use of Fourier Models for Analysis and Interpretation of Continuous Glucose Monitoring Glucose Profiles. J Diabetes Sci Technol, 1: 630-638, 2007.
48. Kovatchev BP, Gonder-Frederick LA, Cox DJ, Clarke WL: Evaluating the accuracy of continuous glucose-monitoring sensors: continuous glucose-error grid analysis illustrated by TheraSense Freestyle Navigator data. Diabetes Care, 27:1922-28, 2004.
49. McDonnell CM, Donath SM, Vidmar SI, Werther GA, Cameron FJ: A Novel Approach to Continuous Glucose Analysis Utilizing Glycemic Variation. Diabetes Technol Ther, 7: 253-263, 2005.
50. Clarke WL & Kovatchev BP. Statistical Tools to Analyze CGM Data. Diabetes Technol Ther, 11: S45-S54, 2009.
51. Albisser AM, Leibel BS, Ewart TG, Davidovac Z, Botz CK, Zinggg W. An artificial endocrine pancreas. Diabetes, 23:389-396, 1974.
52. Clemens AH, Chang PH, Myers RW. The development of Biostator, a glucose-controlled insulin infusion system. Horm Metab Res Supplement, 7: 23-33, 1977.
53. Marliss EB, Murray FT, Stokes EF, Zinman B, Nakhooda AF, Denoga A, Leibel BS, and Albisser AM: Normalization of glycemia in diabetics during meals with insulin and glucagon delivery by the artificial pancreas. Diabetes 26: 663-672, 1977.
54. Pfeiffer EF, Thum Ch, and Clemens AH: The artificial beta cell - A continuous control of blood sugar by external regulation of insulin infusion (glucose controlled insulin infusion system).Horm Metab Res 487: 339-342, 1974.
55. Santiago JV, Clemens AH, Clarke WL, Kipnis DM. Closed-loop and open-loop devices for blood glucose control in normal and diabetic subjects. Diabetes, 28: 71-84, 1979.
56. Broekhuyse HM, Nelson JD, Zinman B, and Albisser AM: Comparison of algorithms for the closed-loop control of blood glucose using the artificial beta cell. IEEE Trans Biomed Eng 28: 678-687, 1981.
57. Clemens AH: Feedback control dynamics for glucose controlled insulin infusion system. MedProg Technol 6: 91-98, 1979.
58. Cobelli C, Ruggeri A: Evaluation of portal/peripheral route and of algorithms for insulin delivery in the closed-loop control of glucose in diabetes. A modeling study. IEEE Trans Biomed Eng 30: 93-103, 1983.
59. EW, Campbell LV, Chia YO, Meler H, and Lazarus L: Control of blood glucose in diabetics using an artificial pancreas. Aust N Z J Med 7: 280-286, 1977.
60. Fischer U, Jutzi E, Freyse E-J, and Salzsieder E: Derivation and experimental proof of a new algorithm for the artificial beta-cell based on the individual analysis of the physiological insulin- glucose relationship. Endokrinologie 71:65-75, 1978.
61. Salzsieder E, Albrecht G, Fischer U, and Freyse E-J: Kinetic modeling of the gluco-regulatory system to improve insulin therapy. IEEE Trans Biomed Eng 32: 846-855, 1985.
62. Brunetti P., Cobelli C., Cruciani P., Fabietti P.G., Filippucci F., Santeusanio F.: A simulation study on a self-tuning portable controller of blood glucose. Int J Artificial Organs 16: 51-57, 1993.
63. Fischer U, Schenk W, Salzsieder E, Albrecht G, Abel P, and Freyse E-J: Does physiological blood glucose control require an adaptive strategy? IEEE Trans Biomed Eng 34:575-582, 1987.
64. Sorensen JT: A Physiologic Model of Glucose Metabolism in Man and its Use to Design and Assess Improved Insulin Therapies for Diabetes, Ph.D. dissertation, Dept Chemical Engineering, MIT, 1985.
65. Parker RS, Doyle FJ 3rd, Peppas NA. A model-based algorithm for blood glucose control in Type I diabetic patients. IEEE Trans Biomed Eng, 48:148-157, 1999.
66. Parker RS, Doyle FJ 3rd, Peppas NA. The intravenous route to blood glucose control. IEEE Eng Med Biol, 20:65-73, 2001.
67. Leblanc H, Chauvet D, Lombrail P, Robert JJ : Glycemic control with closed-loop intraperitoneal insulin in type I diabetes. Diabetes Care, 9: 124- 128, 1986.
68. Renard E: Implantable closed-loop glucose-sensing and insulin delivery: the future for insulin pump therapy, Current Opinion in Pharmacology, 2: 708-716, 2002.
69. Bellazzi R, Nucci G, Cobelli C: The subcutaneous route to insulin-dependent diabetes therapy: closed-loop and partially closed-loop control strategies for insulin delivery and measuring glucose concentration. IEEE Eng Med Biol, 20: 54-64, 2001.
70. Hovorka R, Chassin LJ, Wilinska ME, et al. Closing the loop: the ADICOL experience. Diabetes Technol Ther. 6: 307-318, 2004.
71. Steil GM, Rebrin K, Darwin C, Hariri F, Saad MF. Feasibility of automating insulin delivery for the treatment of type 1 diabetes. Diabetes, 55: 3344-3350, 2006.
72. Clarke WL and Kovatchev BP. The Artificial Pancreas: How Close We Are to Closing the Loop? Ped Endocrinol Rev, 4: 314-316, 2007.
73. The JDRF e-Newsletter: Emerging Technologies in Diabetes Research, September, 2006.
74. Weinzimer SA, Steil GM, Swan KL, Dziura J, Kurtz N, Tamborlane WV: Fully automated closed-loop insulin delivery versus semi-automated hybrid control in pediatric patients with type 1 diabetes using an artificial pancreas. Diabetes Care, 31:934-939, 2008.
75. Clarke WL, Anderson SM, Breton MD, Patek SD, Kashmer L, and Kovatchev BP. Closed-Loop Artificial Pancreas Using Subcutaneous Glucose Sensing and Insulin Delivery and a Model Predictive Control Algorithm: The Virginia Experience. J Diabetes Sci Technol, 3: 1031-1038, 2009.
76. Bruttomesso D, Farret A, Costa S, Marescotti MC, Vettore M, Avogaro A, Tiengo A, C. et al: Closed-Loop Artificial Pancreas Using Subcutaneous Glucose Sensing & Insulin Delivery, and a Model Predictive Control Algorithm: Preliminary Studies in Padova and Montpellier. J Diabetes Sci Technol, 3: 1014-1021, 2009.
77. Hovorka R, Allen JM, Elleri D, et al., Manual closed-loop insulin delivery in children and adolescents with type 1 diabetes: a phase 2 randomised crossover trial. The Lancet, 375: 743-751, 2010.
78. El-Khatib FH, Russell SJ, Nathan DM, Sutherlin RG, Damiano ER. A Bihormonal Closed-Loop Artificial Pancreas for Type 1 Diabetes. Science Transl Med, 2: 27ra27, 2010.
79. Kovatchev BP & Cox DJ. Method, system, and computer program product for the evaluation of glycemic control in diabetes from self-monitoring data; U.S. Patent # 7,025,425 issued on April 11, 2006.
80. Kovatchev BP & Cox DJ. Method, system, and computer program product for the evaluation of glycemic control in diabetes from self-monitoring data; U.S. Patent # 7,874,985 B2 issued on January 25, 2011.
81. Kovatchev BP. Method, system, and computer program product for evaluation of blood glucose variability in diabetes from self-monitoring data; PCT/US2007/000370; 2007.
82. Kovatchev BP. Systems, methods and computer program codes for recognition of patterns of hyperglycemia and hypoglycemia, increased glucose variability, and ineffective self-monitoring in diabetes. PCT/US2008/0154513 A1, 2008.
83. Kovatchev BP and Breton MD. Method, System, and Computer Program Product for Visual and Quantitative Tracking of Blood Glucose Variability in Diabetes from Self-Monitoring Data. U.S. Provisional PCT/US2009/065725, 2009.
84. International Patent Application Serial No. PCT/US2010/047711, Kovatchev, et al., “Tracking the Probability for Imminent Hypoglycemia in Diabetes from Self-Monitoring Blood Glucose (SMBG) Data”, filed September 2, 2010.
85. Kovatchev BP and Breton MD. Method, system and computer program product for evaluation of insulin sensitivity, insulin/carbohydrate ratio, and insulin correction factors in diabetes from self-monitoring data; PCT/US2008/069416 and U.S. Publication Application US2010/0198520.
86. Kovatchev BP, Mendosa P, Anderson SM, Hawley JS, Ritterband LM, & Gonder-Frederick L. Effect of automated bio-behavioral feedback on the control of type 1 diabetes. Diabetes Care, 34:302-307, 2011
87. Kovatchev BP, Gonder-Frederick LA, Cox DJ, Clarke WL. Method, system and computer program for evaluating the accuracy of blood glucose monitoring sensors/devices, U.S. Patent # 7,815,569 issued on October 19, 2010.
88. Breton MD and Kovatchev BP. Method, system and computer program product for real-time detection of sensitivity decline in analyte sensors; PCT/US2007/082744, 2007.
89. Patek SD and Breton MD. LQG Artificial Pancreas Control System And Related Method. International Application Serial No. PCT/US2008/067723.
90. Kovatchev BP, Breton MD, and Patek SD. Method, System and Computer Program Product for CGM-Based Prevention of Hypoglycemia Risk Assessment and Smooth Reduction of Insulin. International Application Serial No.PCT/US2010/025405.
91. A. International Patent Application Serial No. PCT/US2011/029793, Kovatchev et al., entitled Method, System, and Computer Program Product for Improving the Accuracy of Glucose Sensors Using Insulin Delivery Observation in Diabetes,” filed March 24, 2011.
92. PCT/US2011/028163, Breton, et al., entitled “Method and System for the Safety, Analysis and Supervision of Insulin Pump Action and Other Modes of Insulin Delivery in Diabetes”, filed March 11, 2011.
93. Kovatchev BP and Breton MD. Method, system, and computer program product for the detection of physical activity by changes in heart rate, assessment of fast changing metabolic states, and applications to closed and open control loop in diabetes. PCT/US2007/085588; 2007.
94. Kovatchev BP, Patek SD, Breton MD, and. System Coordinator and Modular Architecture for Open-Loop and Closed-Loop Control for Diabetes. PCT/US2010/036629, filed May 28, 2010.
95. Bergman RN, Ider YZ, Bowden CR, Cobelli C. Quantitative estimation of insulin sensitivity. Am J Physiol. 236:E667-E677, 1979.
ここで開示された発明のさまざまな実施形態における装置、システム、コンピュータプログラム製品、及び方法は、次の参考文献、出願、刊行物、及び特許に開示された態様を用いることができ、参考文献の全体が明細書に組み込まれる。
A. International Patent Application Serial No. PCT/US2011/029793, Kovatchev et al., entitled Method, System, and Computer Program Product for Improving the Accuracy of Glucose Sensors Using Insulin Delivery Observation in Diabetes,” filed March 24, 2011
B. PCT/US2011/028163, Breton, et al., entitled “Method and System for the Safety, Analysis and Supervision of Insulin Pump Action and Other Modes of Insulin Delivery in Diabetes”, filed March 11, 2011.
C. International Patent Application Serial No. PCT/US2010/047711, Kovatchev, et al., “Tracking the Probability for Imminent Hypoglycemia in Diabetes from Self-Monitoring Blood Glucose (SMBG) Data”, filed September 2, 2010.
D. International Patent Application Serial No. PCT/US2010/047386, Kovatchev, et al., “System, Method and Computer Program Product for Adjustment of Insulin Delivery (AID) in Diabetes Using Nominal Open-Loop Profiles”, filed August 31, 2010.
E. International Patent Application Serial No. PCT/US2010/040097, Kovatchev, et al., “System, Method, and Computer Simulation Environment for In Silico Trials in Prediabetes and Type 2 Diabetes”, filed June 25, 2010.
F. International Patent Application Serial No. PCT/US2010/036629, Kovatchev, et al., “System Coordinator and Modular Architecture for Open-Loop and Closed-Loop Control of Diabetes”, filed May 28, 2010 (Publication No. WO 2010/138848, December 2, 2010).
G. International Patent Application Serial No. PCT/US2010/025405, Kovatchev, et al., entitled “Method, System and Computer Program Product for CGM-Based Prevention of Hypoglycemia via Hypoglycemia Risk Assessment and Smooth Reduction Insulin Delivery,” filed February 25, 2010.
H. International Patent Application Serial No. PCT/US2009/065725, Kovatchev, et al., filed November 24, 2009, entitled “Method, System, and Computer Program Product for Tracking of Blood Glucose Variability in Diabetes from Data.”
I. International Patent Application Serial No. PCT/US2008/082063, Magni, et al., entitled “Model Predictive Control Based Method for Closed-Loop Control of Insulin Delivery in Diabetes Using Continuous Glucose Sensing”, filed October 31, 2008; U.S. Patent Application Serial No. 12/740,275, Magni, et al., entitled “Predictive Control Based System and Method for Control of Insulin Delivery in Diabetes Using Glucose Sensing”, filed April 28, 2010.
J. International Patent Application Serial No. PCT/US2008/069416, Breton, et al., entitled “Method, System and Computer Program Product for Evaluation of Insulin Sensitivity, Insulin/Carbohydrate Ratio, and Insulin Correction Factors in Diabetes from Self-Monitoring Data”, filed July 8, 2008, (Publication No. WO 2009/009528, January 15, 2009); U.S. Patent Application Serial No. 12/665,149, Breton, et al., “Method, System and Computer Program Product for Evaluation of Insulin Sensitivity, Insulin/Carbohydrate Ratio, and Insulin Correction Factors in Diabetes from Self-Monitoring Data”, filed December 17, 2009.
K. International Patent Application Serial No. PCT/US2008/067725, Kovatchev, et al., entitled “Method, System and Computer Simulation Environment for Testing of Monitoring and Control Strategies in Diabetes,” filed June 20, 2008, (Publication No. WO 2008/157781, December 24, 2008); U.S. Patent Application Publication Serial No. 12/664,444, Kovatchev, et al., filed December 14, 2009, entitled “Method, System and Computer Simulation Environment for Testing of Monitoring and Control Strategies in Diabetes”, (Publication No. 2010/0-179768, July 15, 2010).
L. International Patent Application Serial No. PCT/US2008/067723, Patek, et al., entitled “LQG Artificial Pancreas Control System and Related Method”, filed on 6/20/2008.
M. U.S. Patent Application Serial No. 12/516,044, Kovatchev, et al., filed May 22, 2009, entitled “Method, System, and Computer Program Product for the Detection of Physical Activity by Changes in Heart Rate, Assessment of Fast Changing Metabolic States, and Applications of Closed and Open Control Loop in Diabetes”.
N. International Patent Application Serial No. PCT/US2007/085588, Kovatchev, et al., filed November 27, 2007, entitled “Method, System, and Computer Program Product for the Detection of Physical Activity by Changes in Heart Rate, Assessment of Fast Changing Metabolic States, and Applications of Closed and Open Control Loop in Diabetes”, (Publication No. WO2008/067284, June 5, 2008)
O. U.S. Patent Application Serial No. 11/943,226, Kovatchev, et al., filed November 20, 2007, entitled “Systems, Methods and Computer Program Codes for Recognition of Patterns of Hyperglycemia and Hypoglycemia, Increased Glucose Variability, and Ineffective Self-Monitoring in Diabetes”.
P. U.S. Patent Application Serial No. 11/578,831, Kovatchev, et al., filed October 18, 2006 entitled “Method, System and Computer Program Product for Evaluating the Accuracy of Blood Glucose Monitoring Sensors/Devices”, (Publication No. US2007/0232878, October 4, 2007), U.S. Patent No. 7,815,569, Kovatchev, et al., issued October 29, 2010
Q. International Application Serial No. PCT/US2005/013792, Kovatchev, et al., filed April 21, 2005, entitled “Method, System, and Computer Program Product for Evaluation of the Accuracy of Blood Glucose Monitoring Sensors/Devices”, (Publication No. WO 05106017, November 10, 2005
R. International Patent Application Serial No. PCT/US01/09884, Kovatchev, et al., filed March 29 2001, entitled “Method, System, and Computer Program Product for Evaluation of Glycemic Control in Diabetes Self-Monitoring Data”, (Publication No. WO 01/72208, October 4, 2001).
S. U.S. Patent Application Serial No. 10/240,228, Kovatchev, et al., filed September 26, 2002, (Publication No. 0212317, November 13, 2003), U.S. Patent No. 7,025,425 B2, Kovatchev, et al., issued April 11, 2006, entitled “Method, System, and Computer Program Product for the Evaluation of Glycemic Control in Diabetes from Self-Monitoring Data”.
T. U.S. Patent Application Serial No. 11/305,946, Kovatchev, et al., filed December 19, 2005 entitled “Method, System, and Computer Program Product for the Evaluation of Glycemic Control in Diabetes from Self-Monitoring Data” (Publication No. 2006/0094947, May 4, 2006), U.S. Patent No. 7,874,985, Kovatchev, et al., issued January 25, 2011.
U. U.S. Patent Application Serial No. 12/975,580, Kovatchev, et al., “Method, System, and Computer Program Product for the Evaluation of Glycemic Control in Diabetes from Self-Monitoring Data”, filed December 22, 2010.
V. International Patent Application Serial No. PCT/US2003/025053, Kovatchev, et al., filed August 8, 2003, entitled “Method, System, and Computer Program Product for the Processing of Self-Monitoring Blood Glucose (SMBG) Data to Enhance Diabetic Self-Management”, (Publication No. WO 2004/015539, February 19, 2004).
W. U.S. Patent Application Serial No. 10/524,094, Kovatchev, et al., filed February 9, 2005 entitled “Managing and Processing Self-Monitoring Blood Glucose” (Publication No. 2005/214892, September 29, 2005).
X. U.S. Patent Application Serial No. 12/065,257, Kovatchev, et al., filed August 29, 2008, entitled “Accuracy of Continuous Glucose Sensors”, (Publication No. 2008/0314395, December 25, 2008).
Y. International Patent Application Serial No PCT/US2006/033724, Kovatchev, et al., filed August 29, 2006, entitled “Method for Improvising Accuracy of Continuous Glucose Sensors and a Continuous Glucose Sensor Using the Same”, (Publication No. WO 07027691, March 8, 2007).
Z. U.S. Patent Application Serial No. 12/159,891, Kovatchev, B., filed July 2, 2008, entitled “Method, System and Computer Program Product for Evaluation of Blood Glucose Variability in Diabetes from Self-Monitoring Data”, (Publication No. 2009/0171589, July 2, 2009).
AA. International Application No. PCT/US2007/000370, Kovatchev, B., filed January 5, 2007, entitled “Method, System and Computer Program Product for Evaluation of Blood Glucose Variability in Diabetes from Self-Monitoring Data”, (Publication No. WO 07081853, July 19, 2007).
BB. U.S. Patent Application Serial No. 11/925,689 and PCT International Patent Application No. PCT/US2007/082744, Breton, et al., both filed October 26, 2007, entitled “For Method, System and Computer Program Product for Real-Time Detection of Sensitivity Decline in Analyte Sensors”, (Publication Nos. 2008/0172205, July 17, 2008 and WO 2008/052199, May 2, 2008).
CC. U.S. Patent Application Serial No. 10/069,674, Kovatchev, et al., filed February 22, 2002, entitled “Method and Apparatus for Predicting the Risk of Hypoglycemia”.
DD. International Application No. PCT/US00/22886, Kovatchev, et al., filed August 21, 2000, entitled “Method and Apparatus for Predicting the Risk of Hypoglycemia”, (Publication No. WO 01/13786, March 1, 2001).
EE. U.S. Patent Application Serial No. 6,923,763 B1, Kovatchev, et al., issued August 2, 2005, entitled “Method and Apparatus for Predicting the Risk of Hypoglycemia”.
FF. U.S. Patent Application Publication No. US 2004/0254434 A1, “Glucose Measuring Module and “Insulin Pump Combination”, published December 16, 2004., Goodnow, et al. Serial No. 10/458,914, filed June 10, 2003.
GG. U.S. Patent Application Publication No. US 2009/00697456 A1, Estes, et al., “Operating an Infusion Pump System”, published March 12, 2009. Serial No. 11/851,194, September 6, 2007.
HH. Fernandez-Luque, et al., eDiab: A System for Monitoring, Assisting and Educating People with Diabetes”, ICCHP 2006, LNCS 4061, pp. 1342-1349, 2006.
II. U.S. Patent No. 6,602,191 B2, Quy, R., Method and Apparatus for Health and Disease Management Combining Patient Data Monitoring with Wireless Internet Connectivity, August 5, 2003.
JJ. International Patent Application Publication No. WO 2008/064053 A2, Patel, et al., Systems and Methods for Diabetes Management Using Consumer Electronic Devices, May 29, 2008; International Patent Application Serial No. PCT/US2007/084769, filed November 15, 2007.
KK. International Patent Application Publication No. WO 2010/138817 A1, Ow-Wing, K., Glucose Monitoring System with Wireless Communications, December 2, 2010; International Patent Application Serial No. WO 2010/138817 A1, filed May 28, 2010.
LL. International Patent Application Publication No. WO 2004/052204 A1, Kim, Kwan-Ho, Blood Glucose Monitoring System, June 24, 2004; International Patent Application Serial No. PCT/KR2003/000398, filed February 28, 2003.

Claims (40)

  1. 複数の多様な血糖測定デバイスの内の１つ以上と複数の多様なインスリン放出デバイスの内の１つ以上とから入力データを受け入れるように構成された入力モジュールと、
    前記入力モジュールから受け入れたデータを分類し、その分類に従って前記入力データの適切な処理を決定するように構成されたデータ分類機モジュールと、
    前記データ分類機モジュールによって決定された前記入力データの前記分類に対応し、少なくとも一つのデータ処理アルゴリズムに従う入力データを処理するように構成された患者状態推定モジュールと、
    前記患者状態推定モジュールからの処理済みデータを使用し、異常な血糖状態に関連する前記患者のリスクのレベルを決定するように構成された患者リスク状態モジュールと、
    前記患者リスク状態モジュールによって決定されたリスクのレベルに基づいて、前記血糖測定デバイス及び前記インスリン放出デバイスに対して助言的メッセージ、患者警告及び制御信号を出力するように構成された出力モジュールと、を備える患者の血糖制御を管理するためのシステム。
  2. 前記多様な血糖測定デバイスは、血糖の自己監視（ＳＭＢＧ）デバイスと連続的グルコース監視（ＣＧＭ）デバイスを備える請求項１に記載のシステム。
  3. 前記多様なインスリン放出デバイスは、複合的なデイリーインスリン注入ポンプと連続的皮下インスリン注入ポンプを備える請求項１に記載のシステム。
  4. 前記入力データは、ＳＭＢＧデータ、ＳＭＢＧプラスインスリンポンプデータ、ＣＧＭデータ又はＣＧＭプラスインスリンポンプデータの内の一つとして分類される請求項１に記載のシステム。
  5. 前記入力モジュールは、更に、心拍数センサからデータを受信するように構成される請求項１に記載のシステム。
  6. 前記入力モジュールは、更に、血圧センサからデータを受信するように構成される請求項１に記載のシステム。
  7. 前記入力モジュールは、更に、加速度計センサからデータを受信するように構成される請求項１に記載のシステム。
  8. 前記入力モジュールは、更に、ＥＣＧ／ＥＫＧセンサからデータを受信するように構成される請求項１に記載のシステム。
  9. 前記入力モジュールは、更に、心拍数センサからデータを受信するように構成される請求項１に記載のシステム。
  10. 前記入力モジュールは、更に、前記患者に対する複数の異なる生理的センサからデータを受信するように構成され、前記複数のセンサは、ボディセンサネットワークを形成する請求項１に記載のシステム。
  11. 更に、患者状態データを遠隔地の医療従事者へ通信するように構成される電気通信モジュールを備える請求項１に記載のシステム。
  12. 更に、患者状態データを緊急応答者へ通信するように構成される電気通信モジュールを備える請求項１に記載のシステム。
  13. 更に、患者状態データを公共の医療組織へ通信するように構成される電気通信モジュールを備える請求項１に記載のシステム。
  14. 更に、第三者ソースからダウンロードされた糖尿病管理又は制御アプリケーションモジュールを備える請求項１に記載のシステム。
  15. 更に、前記インスリン注入ポンプの少なくとも一つからのデータを解析し、前記データ解析から前記ポンプの動作状態を決定するように構成される安全サービスモジュールを備える請求項３に記載のシステム。
  16. 前記安全サービスモジュールは、更に、インスリンボーラス投与コマンドがインスリン注入ポンプへ送出される前に、安全のために、前記インスリンボーラス投与コマンドをスクリーニングするように構成される請求項１５に記載のシステム。
  17. 前記システムは、携帯電話上で実行される請求項１に記載のシステム。
  18. 前記システムは、タブレットコンピュータ上で実行される請求項１に記載のシステム。
  19. 前記制御信号は、前記患者の決定されたリスク状態とデータ品質及び／又は密度とに従って、前記患者の監視を現在のレベルの監視からより高いレベルの監視へ変更させるように構成される請求項１に記載のシステム。
  20. 前記制御信号は、前記患者の決定されたリスク状態に従って前記患者へのインスリン送出の閉ループ制御を実行するように構成される請求項１に記載のシステム。
  21. 複数の多様な血糖測定デバイスの内の１つ以上と複数の多様なインスリン放出デバイスの内の１つ以上とから入力データを受け、
    前記入力モジュールから受け入れたデータを分類し、その分類に従って前記入力データの適切な処理を決定し、
    前記データ分類機モジュールによって決定された前記入力データの前記分類に対応し、少なくとも一つのデータ処理アルゴリズムに従う入力データを処理し、
    前記患者状態推定モジュールからの処理済みデータを使用し、異常な血糖状態に関連する前記患者のリスクのレベルを決定し、
    前記患者リスク状態モジュールによって決定されたリスクのレベルに基づいて、前記血糖測定デバイス及び前記インスリン放出デバイスに対して助言的メッセージ、患者警告及び制御信号を出力する、患者の血糖制御を管理するためのコンピュータ実行可能命令を記録したコンピュータで読み取り可能な記録媒体。
  22. 前記多様な血糖測定デバイスは、血糖の自己監視（ＳＭＢＧ）デバイスと連続的グルコース監視（ＣＧＭ）デバイスを備える請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  23. 前記多様なインスリン放出デバイスは、複合的なデイリーインスリン注入ポンプと連続的皮下インスリン注入ポンプを備える請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  24. 前記入力データは、ＳＭＢＧデータ、ＳＭＢＧプラスインスリンポンプデータ、ＣＧＭデータ又はＣＧＭプラスインスリンポンプデータの内の一つとして分類される請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  25. 更に、心拍数センサからデータを受信するための命令を備える請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  26. 更に、血圧センサからデータを受信するための命令を備える請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  27. 更に、加速度計センサからデータを受信するための命令を備える請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  28. 更に、ＥＣＧ／ＥＫＧセンサからデータを受信するための命令を備える請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  29. 更に、心拍数センサからデータを受信するための命令を備える請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  30. 更に、前記患者に対する複数の異なる生理的センサからデータを受信するための命令を備え、前記複数のセンサは、ボディセンサネットワークを形成する請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  31. 更に、電気通信ネットワークを介して患者状態データを遠隔地の医療従事者へ通信する命令を備える請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  32. 更に、電気通信ネットワークを介して患者状態データを緊急応答者へ通信する命令を備える請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  33. 更に、電気通信ネットワークを介して患者状態データを公共の医療組織へ通信する命令を備える請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  34. 更に、第三者ソースによって提供された糖尿病管理又は制御アプリケーション命令を備える請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  35. 更に、前記インスリン注入ポンプの少なくとも一つからのデータを解析し、前記データ解析から前記ポンプの動作状態を決定するための命令を備える請求項２３に記載のコンピュータで読み取り可能な記録媒体。
  36. 更に、インスリンボーラス投与コマンドがインスリン注入ポンプへ送出される前に、安全のために、前記インスリンボーラス投与コマンドをスクリーニングするための命令を備える請求項３５に記載のコンピュータで読み取り可能な記録媒体。
  37. 前記媒体は、携帯電話にインストールされる請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  38. 前記媒体は、タブレットコンピュータにインストールされる請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  39. 前記制御信号は、前記患者の決定されたリスク状態とデータ品質及び／又は密度とに従って、前記患者の監視を現在のレベルの監視からより高いレベルの監視へ変更させるように構成される請求項２１に記載のコンピュータで読み取り可能な記録媒体。
  40. 前記制御信号は、前記患者の決定されたリスク状態に従って前記患者へのインスリン送出の閉ループ制御を実行するように構成される請求項２１に記載のコンピュータで読み取り可能な記録媒体。
JP2014517240A 2011-06-23 2012-06-23 糖尿病患者の血糖値の監視と制御のための統合プラットフォーム Pending JP2014524791A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161500545P 2011-06-23 2011-06-23
US61/500,545 2011-06-23
PCT/US2012/043910 WO2012178134A2 (en) 2011-06-23 2012-06-23 Unified platform for monitoring and control of blood glucose levels in diabetic patients

Publications (1)

Publication Number Publication Date
JP2014524791A true JP2014524791A (ja) 2014-09-25

Family

ID=47423255

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014517240A Pending JP2014524791A (ja) 2011-06-23 2012-06-23 糖尿病患者の血糖値の監視と制御のための統合プラットフォーム

Country Status (9)

Country Link
US (2) US10610154B2 (ja)
EP (1) EP2723229B1 (ja)
JP (1) JP2014524791A (ja)
CN (1) CN103889317B (ja)
AU (1) AU2012272668B2 (ja)
BR (1) BR112013033254A2 (ja)
CA (1) CA2840362C (ja)
RU (1) RU2013156970A (ja)
WO (1) WO2012178134A2 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019040291A (ja) * 2017-08-23 2019-03-14 イセット株式会社 自動通報装置
US10610154B2 (en) 2011-06-23 2020-04-07 University Of Virginia Patent Foundation Unified platform for monitoring and control of blood glucose levels in diabetic patients
JP2020056716A (ja) * 2018-10-03 2020-04-09 アークレイ株式会社 グルコース測定モジュール、自己血糖測定ユニット、持続グルコース測定ユニット及びグルコース測定システム
KR20220037917A (ko) * 2020-09-18 2022-03-25 (주)이플마인드 인공지능을 이용한 심전도 기반 혈당 측정 방법, 장치 및 프로그램
WO2022092637A1 (ko) * 2020-10-30 2022-05-05 이오플로우(주) 인슐린 패치를 포함하는 인공췌장 제어 방법 및 그 장치

Families Citing this family (93)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7959598B2 (en) 2008-08-20 2011-06-14 Asante Solutions, Inc. Infusion pump systems and methods
CN102892895B (zh) * 2010-03-11 2016-01-13 弗吉尼亚大学专利基金会 用于糖尿病中的胰岛素泵动作和其他胰岛素递送模式的安全性、分析和监督的方法和系统
EP2633456B1 (en) 2010-10-31 2019-09-04 Trustees of Boston University Blood glucose control system
US9171343B1 (en) 2012-09-11 2015-10-27 Aseko, Inc. Means and method for improved glycemic control for diabetic patients
US9897565B1 (en) 2012-09-11 2018-02-20 Aseko, Inc. System and method for optimizing insulin dosages for diabetic subjects
US9536053B2 (en) 2013-06-26 2017-01-03 WellDoc, Inc. Systems and methods for managing medication adherence
US11361857B2 (en) 2013-06-26 2022-06-14 WellDoc, Inc. Systems and methods for creating and selecting models for predicting medical conditions
WO2015003124A2 (en) * 2013-07-03 2015-01-08 University Of Virginia Patent Foundation Simulation of endogenous and exogenous glucose/insulin/glucagon interplay in type 1 diabetic patients
US9561324B2 (en) 2013-07-19 2017-02-07 Bigfoot Biomedical, Inc. Infusion pump system and method
JP6643558B2 (ja) * 2013-11-14 2020-02-12 リージェンツ オブ ザ ユニバーシティー オブ カリフォルニア グルコース率増加検出器及びそれを含む人工膵臓、差し迫った有害事象のリアルタイム予測のためのヘルスモニタリングシステム並びにヘルスモニタリングシステム用の食事検出モジュール
US10569015B2 (en) 2013-12-02 2020-02-25 Bigfoot Biomedical, Inc. Infusion pump system and method
WO2015103543A1 (en) * 2014-01-03 2015-07-09 University Of Virginia Patent Foundation Central data exchange node for system monitoring and control of blood glucose levels in diabetic patients
GB2523989B (en) 2014-01-30 2020-07-29 Insulet Netherlands B V Therapeutic product delivery system and method of pairing
US9898585B2 (en) 2014-01-31 2018-02-20 Aseko, Inc. Method and system for insulin management
DK3089667T3 (da) 2014-01-31 2022-05-09 Univ Boston Offline-glucosestyring baseret på forudgående tidsrum
US9486580B2 (en) 2014-01-31 2016-11-08 Aseko, Inc. Insulin management
CA2958067C (en) 2014-08-14 2023-03-14 University Of Virginia Patent Foundation Improved accuracy continuous glucose monitoring method, system, and device
US20160070871A1 (en) * 2014-09-04 2016-03-10 Quattro Folia Oy System and method for recommending optimum insulin bolus dosage
US9953041B2 (en) 2014-09-12 2018-04-24 Verily Life Sciences Llc Long-term data storage service for wearable device data
US12144611B2 (en) 2014-09-22 2024-11-19 Dexcom, Inc. System and method for mode switching
AU2015339576B2 (en) 2014-10-27 2020-02-06 Glytec, Llc Subcutaneous outpatient management
US11081226B2 (en) 2014-10-27 2021-08-03 Aseko, Inc. Method and controller for administering recommended insulin dosages to a patient
WO2016093684A1 (es) * 2014-12-09 2016-06-16 Instituto Superior Autónomo De Occidente A.C. Aparato electrónico portátil que emite sugerencias sobre actividades o eventos, que interfieren en un estado de interés para un individuo
CN104524664B (zh) * 2014-12-12 2018-06-26 深圳市理邦精密仪器股份有限公司 一种胰岛素注射设备的控制方法、装置及系统
US10120979B2 (en) 2014-12-23 2018-11-06 Cerner Innovation, Inc. Predicting glucose trends for population management
CA2977053C (en) 2015-02-18 2023-08-01 Insulet Corporation Fluid delivery and infusion devices, and methods of use thereof
US9878097B2 (en) 2015-04-29 2018-01-30 Bigfoot Biomedical, Inc. Operating an infusion pump system
EP3298520A1 (en) 2015-05-18 2018-03-28 Dexcom, Inc. Simulation model of type 1 diabetic patient decision-making
US20160339175A1 (en) * 2015-05-20 2016-11-24 Medtronic Minimed, Inc. Infusion devices and related methods for therapy recommendations
US11311665B2 (en) 2015-06-09 2022-04-26 University Of Virginia Patent Foundation Insulin monitoring and delivery system and method for CGM based fault detection and mitigation via metabolic state tracking
DK3319511T3 (da) 2015-08-07 2021-11-01 Univ Boston Glucosestyringssystem med automatisk tilpasning af glucosemål
CA2993275C (en) 2015-08-20 2022-06-21 Aseko, Inc. Diabetes management therapy advisor
US10664569B2 (en) * 2015-08-21 2020-05-26 Medtronic Minimed, Inc. Data analytics and generation of recommendations for controlling glycemic outcomes associated with tracked events
US10463789B2 (en) 2015-09-02 2019-11-05 University Of Virginia Patent Foundation System, method, and computer readable medium for dynamic insulin sensitivity in diabetic pump users
CA3001448A1 (en) * 2015-10-09 2017-04-13 Dianovator Ab Medical arrangements and a method for determining parameters related to insulin therapy, predicting glucose values and for providing insulin dosing recommendations
WO2017070553A1 (en) * 2015-10-21 2017-04-27 University Of Virginia Patent Foundation System, method and computer readable medium for dynamical tracking of the risk for hypoglycemia in type 1 and type 2 diabetes
CN105455823A (zh) * 2015-11-05 2016-04-06 张宏业 自动化血糖仪
CN105286851A (zh) * 2015-11-05 2016-02-03 张宏业 血糖仪
WO2017120026A1 (en) 2016-01-05 2017-07-13 Bigfoot Biomedical, Inc. Operating multi-modal medicine delivery systems
WO2017123525A1 (en) 2016-01-13 2017-07-20 Bigfoot Biomedical, Inc. User interface for diabetes management system
EP3402548B1 (en) 2016-01-14 2025-03-12 Insulet Corporation Occlusion resolution in medication delivery devices, systems, and methods
US10780223B2 (en) 2016-01-14 2020-09-22 Bigfoot Biomedical, Inc. Adjusting insulin delivery rates
US10518031B2 (en) * 2016-03-04 2019-12-31 Roche Diabetes Care, Inc. Bolus calculator with probabilistic glucose measurements
US10052073B2 (en) 2016-05-02 2018-08-21 Dexcom, Inc. System and method for providing alerts optimized for a user
KR102693015B1 (ko) 2016-09-09 2024-08-07 덱스콤, 인크. 약물 전달 기기에의 디스플레이 및 제공을 위한 cgm-기반 볼러스 계산기에 대한 시스템 및 방법
US10765807B2 (en) 2016-09-23 2020-09-08 Insulet Corporation Fluid delivery device with sensor
WO2018111928A1 (en) 2016-12-12 2018-06-21 Mazlish Bryan Alarms and alerts for medication delivery devices and related systems and methods
EP3562395A4 (en) * 2016-12-30 2020-07-22 Medtrum Technologies Inc. SYSTEM AND METHOD FOR A CLOSED CONTROL CIRCUIT IN AN ARTIFICIAL LEAKAGE
US10500334B2 (en) 2017-01-13 2019-12-10 Bigfoot Biomedical, Inc. System and method for adjusting insulin delivery
US10881793B2 (en) 2017-01-13 2021-01-05 Bigfoot Biomedical, Inc. System and method for adjusting insulin delivery
US10758675B2 (en) 2017-01-13 2020-09-01 Bigfoot Biomedical, Inc. System and method for adjusting insulin delivery
WO2018132765A1 (en) 2017-01-13 2018-07-19 Mazlish Bryan Insulin delivery methods, systems and devices
WO2018152358A1 (en) * 2017-02-15 2018-08-23 University Of Virginia Patent Foundation, D/B/A University Of Virginia Licensing And Ventures Group System, method, and computer readable medium for a basal rate profile adaptation algorithm for closed-loop artificial pancreas systems
ES2993166T3 (en) * 2017-03-09 2024-12-23 Hoffmann La Roche Controlling user access to a medical system
ES2903174T3 (es) 2017-05-05 2022-03-31 Lilly Co Eli Control de bucle cerrado de glucosa fisiológica
EP3428924A1 (en) * 2017-07-14 2019-01-16 ARKRAY, Inc. Presentation method, presentation device, and presentation program
US11363025B2 (en) * 2017-10-30 2022-06-14 Dexcom, Inc. Diabetes management partner interface for wireless communication of analyte data
CN110021437B (zh) * 2017-10-31 2024-04-26 东莞东阳光科研发有限公司 一种糖尿病的管理方法和系统
EP3729446A1 (en) 2017-12-21 2020-10-28 Eli Lilly and Company Closed loop control of physiological glucose
US11766194B2 (en) 2018-02-09 2023-09-26 Dexcom, Inc. System and method for decision support
USD928199S1 (en) 2018-04-02 2021-08-17 Bigfoot Biomedical, Inc. Medication delivery device with icons
WO2019213493A1 (en) 2018-05-04 2019-11-07 Insulet Corporation Safety constraints for a control algorithm-based drug delivery system
CN112313754A (zh) 2018-06-22 2021-02-02 伊莱利利公司 胰岛素和普兰林肽输送系统、方法和设备
US11628251B2 (en) 2018-09-28 2023-04-18 Insulet Corporation Activity mode for artificial pancreas system
US11565039B2 (en) 2018-10-11 2023-01-31 Insulet Corporation Event detection for drug delivery system
US20200203018A1 (en) * 2018-12-19 2020-06-25 Alon Walter System and method for managing health risks relating to in vivo insulin and/or glucose levels
USD920343S1 (en) 2019-01-09 2021-05-25 Bigfoot Biomedical, Inc. Display screen or portion thereof with graphical user interface associated with insulin delivery
CA3140421A1 (en) * 2019-05-14 2020-11-19 University Of Virginia Patent Foundation System and method for artificial pancreas with multi-stage model predictive control
US11957876B2 (en) 2019-07-16 2024-04-16 Beta Bionics, Inc. Glucose control system with automated backup therapy protocol generation
CN114760918A (zh) 2019-07-16 2022-07-15 贝塔仿生公司 血糖控制系统
MX2022000669A (es) 2019-07-16 2022-08-22 Beta Bionics Inc Sistema de control de glucosa en sangre.
US11801344B2 (en) 2019-09-13 2023-10-31 Insulet Corporation Blood glucose rate of change modulation of meal and correction insulin bolus quantity
US11935637B2 (en) 2019-09-27 2024-03-19 Insulet Corporation Onboarding and total daily insulin adaptivity
US11957875B2 (en) 2019-12-06 2024-04-16 Insulet Corporation Techniques and devices providing adaptivity and personalization in diabetes treatment
US11833329B2 (en) 2019-12-20 2023-12-05 Insulet Corporation Techniques for improved automatic drug delivery performance using delivery tendencies from past delivery history and use patterns
AU2021206190A1 (en) 2020-01-06 2022-08-18 Insulet Corporation Prediction of meal and/or exercise events based on persistent residuals
US11551802B2 (en) 2020-02-11 2023-01-10 Insulet Corporation Early meal detection and calorie intake detection
US11547800B2 (en) 2020-02-12 2023-01-10 Insulet Corporation User parameter dependent cost function for personalized reduction of hypoglycemia and/or hyperglycemia in a closed loop artificial pancreas system
US11986630B2 (en) 2020-02-12 2024-05-21 Insulet Corporation Dual hormone delivery system for reducing impending hypoglycemia and/or hyperglycemia risk
US11324889B2 (en) 2020-02-14 2022-05-10 Insulet Corporation Compensation for missing readings from a glucose monitor in an automated insulin delivery system
US11607493B2 (en) 2020-04-06 2023-03-21 Insulet Corporation Initial total daily insulin setting for user onboarding
US12121700B2 (en) 2020-07-22 2024-10-22 Insulet Corporation Open-loop insulin delivery basal parameters based on insulin delivery records
US11684716B2 (en) 2020-07-31 2023-06-27 Insulet Corporation Techniques to reduce risk of occlusions in drug delivery systems
WO2022072332A1 (en) 2020-09-30 2022-04-07 Insulet Corporation Drug delivery device with integrated optical-based glucose monitor
EP4221588A1 (en) 2020-09-30 2023-08-09 Insulet Corporation Secure wireless communications between a glucose monitor and other devices
KR20230107245A (ko) * 2020-10-14 2023-07-14 유니버시티 오브 버지니아 페이턴트 파운데이션 예고되지 않은 혈당 변동원에 따른 혈당 반응을 개선하는 폐루프 제어의 방법 및 시스템
US11160925B1 (en) 2021-01-29 2021-11-02 Insulet Corporation Automatic drug delivery system for delivery of a GLP-1 therapeutic
US11904140B2 (en) 2021-03-10 2024-02-20 Insulet Corporation Adaptable asymmetric medicament cost component in a control system for medicament delivery
US11738144B2 (en) 2021-09-27 2023-08-29 Insulet Corporation Techniques enabling adaptation of parameters in aid systems by user input
CN116020003A (zh) * 2021-10-25 2023-04-28 上海移宇科技股份有限公司 闭环人工胰腺胰岛素输注控制系统
US20230165490A1 (en) 2021-12-01 2023-06-01 Medtronic Minimed, Inc. Real-time meal detection based on sensor glucose and estimated plasma insulin levels
US11439754B1 (en) 2021-12-01 2022-09-13 Insulet Corporation Optimizing embedded formulations for drug delivery
US12097355B2 (en) 2023-01-06 2024-09-24 Insulet Corporation Automatically or manually initiated meal bolus delivery with subsequent automatic safety constraint relaxation

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007175514A (ja) * 1996-07-08 2007-07-12 Animas Corp 体液成分濃度の生体内測定及び制御のための埋込可能センサー及びシステム
US20090006129A1 (en) * 2007-06-27 2009-01-01 Roche Diagnostics Operations, Inc. Medical Diagnosis, Therapy, And Prognosis System For Invoked Events And Methods Thereof
JP2009518113A (ja) * 2005-12-09 2009-05-07 フレキシブル メディカル システムズ， エルエルシー 監視および送達のための可撓性装置および方法
WO2010031059A2 (en) * 2008-09-15 2010-03-18 Deka Products Limited Partnership Systems and methods for fluid delivery

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9215979B2 (en) * 1992-11-17 2015-12-22 Robert Bosch Healthcare Systems, Inc. Multi-user remote health monitoring system
EP0910023A2 (de) 1997-10-17 1999-04-21 Siemens Aktiengesellschaft Verfahren und Anordnung zur neuronalen Modellierung eines dynamischen Systems mit nichtlinearem stochastischem Verhalten
US6572542B1 (en) 2000-03-03 2003-06-03 Medtronic, Inc. System and method for monitoring and controlling the glycemic state of a patient
EP1267708A4 (en) * 2000-03-29 2006-04-12 Univ Virginia METHOD, SYSTEM AND COMPUTER PRODUCT IMPROVING THE EXPLOITATION OF GLYCEMIC DATA OBTAINED BY SELF-CONTROL
CN101079082A (zh) * 2002-08-13 2007-11-28 弗吉尼亚大学专利基金会 用于处理自我监测血糖(smbg)数据从而提高糖尿病患者自我管理的方法、系统和计算机程序产品
EP1578262A4 (en) 2002-12-31 2007-12-05 Therasense Inc CONTINUOUS BLOOD SUGAR MONITORING SYSTEM AND USE METHOD
US20070208245A1 (en) 2003-08-01 2007-09-06 Brauker James H Transcutaneous analyte sensor
US7815569B2 (en) * 2004-04-21 2010-10-19 University Of Virginia Patent Foundation Method, system and computer program product for evaluating the accuracy of blood glucose monitoring sensors/devices
MX2009004530A (es) 2006-10-26 2009-08-13 Abbott Diabetes Care Inc Método, sistema y producto de programa de computacion para la deteccion en tiempo real de la disminucion de sensibilidad en los sensores analitos.
WO2008067284A2 (en) 2006-11-27 2008-06-05 University Of Virginia Patent Foundation Method, system, and computer program for detection of conditions of a patient having diabetes
US20080154513A1 (en) * 2006-12-21 2008-06-26 University Of Virginia Patent Foundation Systems, Methods and Computer Program Codes for Recognition of Patterns of Hyperglycemia and Hypoglycemia, Increased Glucose Variability, and Ineffective Self-Monitoring in Diabetes
US20090164239A1 (en) * 2007-12-19 2009-06-25 Abbott Diabetes Care, Inc. Dynamic Display Of Glucose Information
US20090221890A1 (en) 2008-02-28 2009-09-03 Daniel Saffer Diabetes Management System
WO2010020012A1 (en) 2008-08-21 2010-02-25 The University Of Southern Queensland Capture and playback of computer screen contents and accompanying audio
EP2369980B1 (en) * 2008-11-26 2020-02-26 University Of Virginia Patent Foundation METHOD and SYSTEM FOR TRACKING OF BLOOD GLUCOSE VARIABILITY IN DIABETES
CA2753210C (en) 2009-02-25 2018-09-25 University Of Virginia Patent Foundation Cgm-based prevention of hypoglycemia via hypoglycemia risk assessment and smooth reduction insulin delivery
EP4227952A1 (en) 2009-05-29 2023-08-16 University Of Virginia Patent Foundation System coordinator and modular architecture for open-loop and closed-loop control of diabetes
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
US20110098548A1 (en) * 2009-10-22 2011-04-28 Abbott Diabetes Care Inc. Methods for modeling insulin therapy requirements
US9336353B2 (en) 2010-06-25 2016-05-10 Dexcom, Inc. Systems and methods for communicating sensor data between communication devices of a glucose monitoring system
CA2840362C (en) 2011-06-23 2020-12-15 University Of Virginia Patent Foundation Unified platform for monitoring and control of blood glucose levels in diabetic patients

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007175514A (ja) * 1996-07-08 2007-07-12 Animas Corp 体液成分濃度の生体内測定及び制御のための埋込可能センサー及びシステム
JP2009518113A (ja) * 2005-12-09 2009-05-07 フレキシブル メディカル システムズ， エルエルシー 監視および送達のための可撓性装置および方法
US20090006129A1 (en) * 2007-06-27 2009-01-01 Roche Diagnostics Operations, Inc. Medical Diagnosis, Therapy, And Prognosis System For Invoked Events And Methods Thereof
WO2010031059A2 (en) * 2008-09-15 2010-03-18 Deka Products Limited Partnership Systems and methods for fluid delivery

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10610154B2 (en) 2011-06-23 2020-04-07 University Of Virginia Patent Foundation Unified platform for monitoring and control of blood glucose levels in diabetic patients
US12324682B2 (en) 2011-06-23 2025-06-10 Univeristy of Virginia Patent Foundation Unified platform for monitoring and control of blood glucose levels in diabetic patients
JP2019040291A (ja) * 2017-08-23 2019-03-14 イセット株式会社 自動通報装置
JP2020056716A (ja) * 2018-10-03 2020-04-09 アークレイ株式会社 グルコース測定モジュール、自己血糖測定ユニット、持続グルコース測定ユニット及びグルコース測定システム
JP7121624B2 (ja) 2018-10-03 2022-08-18 アークレイ株式会社 グルコース測定モジュール及びグルコース測定システム
KR20220037917A (ko) * 2020-09-18 2022-03-25 (주)이플마인드 인공지능을 이용한 심전도 기반 혈당 측정 방법, 장치 및 프로그램
KR102528829B1 (ko) * 2020-09-18 2023-06-12 (주)이플마인드 인공지능을 이용한 심전도 기반 혈당 측정 방법, 장치 및 프로그램
WO2022092637A1 (ko) * 2020-10-30 2022-05-05 이오플로우(주) 인슐린 패치를 포함하는 인공췌장 제어 방법 및 그 장치
US11938302B2 (en) 2020-10-30 2024-03-26 Eoflow Co., Ltd. Method for controlling artificial pancreas including insulin patch and device therefor

Also Published As

Publication number Publication date
WO2012178134A2 (en) 2012-12-27
EP2723229B1 (en) 2018-09-26
US20200214629A1 (en) 2020-07-09
US20150018633A1 (en) 2015-01-15
EP2723229A2 (en) 2014-04-30
US10610154B2 (en) 2020-04-07
WO2012178134A3 (en) 2014-05-01
AU2012272668B2 (en) 2017-02-02
US12324682B2 (en) 2025-06-10
AU2012272668A1 (en) 2014-02-06
RU2013156970A (ru) 2015-07-27
EP2723229A4 (en) 2015-11-11
BR112013033254A2 (pt) 2017-03-01
CN103889317A (zh) 2014-06-25
CA2840362C (en) 2020-12-15
CN103889317B (zh) 2017-12-29
CA2840362A1 (en) 2012-12-27

Similar Documents

Publication Publication Date Title
US12324682B2 (en) Unified platform for monitoring and control of blood glucose levels in diabetic patients
US20210169409A1 (en) Systems of centralized data exchange for monitoring and control of blood glucose
Ly et al. Overnight glucose control with an automated, unified safety system in children and adolescents with type 1 diabetes at diabetes camp
RU2602040C2 (ru) Способ, система и машиночитаемый носитель для адаптационного рекомендательного контроля сахарного диабета
Borot et al. Practical implementation, education and interpretation guidelines for continuous glucose monitoring: a French position statement
JP2012509748A (ja) 糖尿病における血糖変動を観測するための方法、システム及びコンピュータ・プログラム製品
WO2012084176A2 (en) Representation of large, variable size data sets on small displays
JP6982581B2 (ja) インスリン薬剤投与計画アドヒアランスデータの分析のためのシステムおよび方法
Evans et al. Ambulatory glucose profile (AGP): utility in UK clinical practice
El Moazen et al. The effectiveness of telemedical monitoring program DiabCare tirol for patients with gestational diabetes mellitus
US11877869B2 (en) Method and system for determining a carbohydrate intake event from glucose monitoring data indicative of a glucose level, and a non-transitory computer readable medium
US20250235155A1 (en) Unified platform for monitoring and control of blood glucose levels in diabetic patients
Kerr et al. Actionable self-monitoring of blood glucose: redefining the role for patients using multiple daily injection therapy
Shahriar et al. A review of diabetes management tools and applications
Lehocki et al. ICT Based Diabetes Management System with Comprehensive Mobile Application: Clinical Usefulness Evaluation
HK40008487B (en) Method and system for determining a carbohydrate intake event from glucose monitoring data indicative of a glucose level, and a non-transitory computer readable medium
HK40008487A (en) Method and system for determining a carbohydrate intake event from glucose monitoring data indicative of a glucose level, and a non-transitory computer readable medium
Care Making Sense of Sensors

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150605

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160614

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20160912

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20161114

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161214

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20170411