【技术实现步骤摘要】
【国外来华专利技术】动态等效体载估计器
[0001]相关申请的交叉引用
[0002]本申请要求以下美国临时申请的优先权。于2019年6月19日提交的第62/863,648号。上述申请通过引用整体并入本文，并且明确成为本说明书的一部分。
技术介绍
[0003]在糖尿病管理系统中，已知的各种外源药物的体载量对于改进糖尿病管理软件很重要。不幸的是，这些药物的浓度或质量难以实时准确测定，至少部分原因在于难以实现在体内测量外源药物的吸收和分布状态(与连续葡萄糖监测(CGM)相反)。为了解决这个问题，现有技术依赖于报告药物的摄取和/或注射以及假设的和固定的时间
‑
作用曲线，以外推在稍后时间在代谢中存在的药物的量(体载外源药物(XOB))。然而，人的代谢是高度复杂的，受试者与受试者之间以及每一日与每一日之间存在差异，并且通常不遵循预定义的作用曲线。
技术实现思路
[0004]提供了对瞬时(短暂)生理效应有反应的外源药物的自适应体载估计。动态估计留在受试者体内的诸如胰岛素和/或碳水化合物的体载外源药物(XOB)的等效量是基于葡萄糖时间序...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种系统，所述系统包括：输入编译器，所述输入编译器被配置为接收和处理输入数据；体载外源药物(XOB)估计器；和输出编译器。2.根据权利要求1所述的系统，其中所述输入数据对应于由连续葡萄糖监测(CGM)系统提供的葡萄糖浓度读数、胰岛素注射/输注数据、关于摄入的膳食的数据、胰高血糖素或其他药物剂量和/或注射数据、运动数据或压力数据。3.根据权利要求1或2所述的系统，其中所述输入数据包括关于胰岛素的数据。4.根据权利要求1至3中任一项所述的系统，其中所述输入数据包括关于碳水化合物的数据。5.根据权利要求1至4中任一项所述的系统，所述系统还包括连续葡萄糖监测(CGM)系统，所述CGM系统与所述输入编译器通信并且被配置为向所述输入编译器提供所述输入数据。6.根据权利要求1至5中任一项所述的系统，所述系统还包括闭环输送系统，所述闭环输送系统与所述输入编译器通信并且被配置为向所述输入编译器提供所述输入数据。7.根据权利要求6所述的系统，其中所述输入数据包括胰岛素剂量推荐或胰高血糖素剂量推荐的序列。8.根据权利要求1至7中任一项所述的系统，其中所述输入编译器被配置为编译以下数据中的至少一者：(1)与正在编译其葡萄糖效应等效物的药物相关的数据，或(2)与连续葡萄糖监测(CGM)系统读数的相关历史相关的数据。9.根据权利要求1至8中任一项所述的系统，其中所述输出编译器是XOB输出编译器，所述XOB输出编译器被配置为呈现XOB估计。10.根据权利要求9所述的系统，其中所述XOB估计包括体载胰岛素(IOB)估计。11.根据权利要求9或10所述的系统，其中所述XOB估计包括体载碳水化合物(COB)估计。12.根据权利要求1至11中任一项所述的系统，其中所述XOB估计器被配置为估计所述药物在预定时间的葡萄糖等效效果。13.根据权利要求1至12中任一项所述的系统，其中所述XOB估计器包括基线时间序列估计器、迭代时间序列比较器和时间序列比较器。14.根据权利要求13所述的系统，其中所述基线时间序列估计器是无状态机器，所述无状态机器接收历史XOB量和连续葡萄糖监测(CGM)系统历史，并且产生近似葡萄糖的未来值的时间序列。15.根据权利要求13或14所述的系统，其中所述迭代时间序列比较器被配置为将生成候选XOB量的过程与所述时间序列估计器的修改相结合，其中利用所考虑的XOB量替换历史XOB量。16.根据权利要求13至15中任一项所述的系统，其中所述时间序列比较器被配置为匹配一对时间序列，所述一对时间序列能够是所述序列之间的距离或相似性的任何度量。17.一种方法，所述方法包括：接收时间T1的外源药物数据和在所述药物的体载估计的时间T2之前的时间段的葡萄
糖时间序列数据；基于时间T1的数据和T2之前的时间段的连续葡萄糖监测(CGM)系统数据，估计从XOB估计的所述时间T2到时间T3的基线葡萄糖时间序列数据；基于在所述时间T2的数据的和在T2之前的所述时间段的所述CGM数据的可能值的范围，迭代地估计从所述时间T2到所述时间T3的多个葡萄糖时间序列数据；将所述基线葡萄糖时间序列数据与所述多个葡萄糖时间序列进行比较，以确定从其中选择体载外源药物(XOB)估计的最佳匹配；以及输出所述XOB估计。18.根据权利要求17所述的方法，其中从受试者或所连接的装置中的一者接收所述外源药物数据。19.根据权利要求17或18所述的方法，其中所述外源药物数据包括体载胰岛素(IOB)。20.根据权利要求18或19所述的方法，其中所连接的装置是胰岛素泵。21.根据权利要求17至20中任一项所述的方法，其中所述外源药物数据包括体载碳水化合物(COB)。22.根据权利要求17至21中任一项所述的方法，所述方法还包括从所述外源药物数据和所述葡萄糖时间序列数据中去除不可靠数据或假数据中的至少一者。23.根据权利要求17至22中任一项所述的方法，其中所述外源药物数据或所述葡萄糖时间序列数据中的至少一者包括先前注射或摄入的药物数据的剂量或量中的一者或多者。24.根据权利要求17至23中任一项所述的方法，其中所述葡萄糖时间序列数据是连续的或半连续的。25.根据权利要求17至24中任一项所述的方法，其中所述迭代估计的范围为从0开始的被去除的药物到具有全部量的药物。26.根据权利要求17至25中任一项所述的方法，其中输出所述XOB估计包括将所述XOB估计输出到糖尿病管理系统、糖尿病管理算法、用户界面、大剂量计算器或人工胰腺(AP)系统中的至少一者。27.根据权利要求17至26中任一项所述的方法，其中所述XOB估计包括受试者中剩余的药物的等效量。28.根据权利要求27所述的方法，其中所述药物包括胰岛素或碳水化合物中的至少一者。29.一种系统，所述系统包括：输入编译器，其中所述输入编译器接收和处理与药物相关的输入数据；体载外源药物(XOB)估计器，其中所述XOB估计器使用估计来说明所述药物的药物吸收的瞬时变化，并且其中所述XOB估计器确定XOB估计；和输出编译器，其中所述输出编译器呈现所述XOB估计。30.根据权利要求29所述的系统，其中所述药物吸收中的所述瞬时变化由来自连续葡萄糖监测(CGM)系统的数据确定。31.根据权利要求29或30所述的系统，其中所述药物是胰岛素。32.根据权利要求29至31中任一项所述的系统，其中所述XOB估计包括体载胰岛素(IOB)估计。
33.根据权利要求29至32中任一项所述的系统，其中所述药物是碳水化合物。34.根据权利要求29至33中任一项所述的系统，其中所述XOB估计包括体载碳水化合物(COB)估计。35.根据权利要求29至34中任一项所述的系统，其中所述输入数据对应于由连续葡萄糖监测(CGM)系统提供的葡萄糖浓度读数、胰岛素注射/输注数据、关于摄入的膳食的数据、胰高血糖素或其他药物剂量和/或注射数据、运动数据或压力数据。36.根据权利要求29至35中任一项所述的系统，其中所述输入数据包括关于胰岛素的数据。37.根据权利要求29至36中任一项所述的系统，其中所述输入数据包括关于碳水化合物的数据。38.根据权利要求29至37中任一项所述的系统，所述系统还包括连续葡萄糖监测(CGM)系统，所述CGM系统与所述输入编译器通信并且被配置为向所述输入编译器提供所述输入数据。39.根据权利要求29至38中任一项所述的系统，所述系统还包括闭环输送系统，所述闭环输送系统与所述输入编译器通信并且被配置为向所述输入编译器提供所述输入数据。40.根据权利要求29至39中任一项所述的系统，其中所述输入数据包括胰岛素剂量推荐或胰高血糖素剂量推荐的序列。41.根据权利要求29至40中任一项所述的系统，其中所述输入编译器被配置为编译以下数据中的至少一者：(1)与正在编译其葡萄糖效应等效物的药物相关的数据，或(2)与连续葡萄糖监测(CGM)系统读数的相关历史相关的数据。42.根据权利要求29至41中任一项所述的系统，其中所述XOB估计器被配置为估计所述药物在预定时间的葡萄糖等效效果。43.根据权利要求29至42中任一项所述的系统，其中所述XOB估计器包括基线时间序列估计器、迭代时间序列比较器和时间序列比较器。44.根据权利要求43所述的系统，其中所述基线时间序列估计器是无状态机器，所述无状态机器接收历史XOB量和连续葡萄糖监测(CGM)系统历史，并且产生近似葡萄糖的未来值的时间序列。45.根据权利要求43或44所述的系统，其中所述迭代时间序列比较器被配置为将生成候选XOB量的过程与所述时间序列估计器的修改相结合，其中利用所考虑的XOB量替换历史XOB量。46.根据权利要求43至45中任一项所述的系统，其中所述时间序列比较器被配置为匹配一对时间序列，所述一对时间序列能够是所述序列之间的距离或相似性的任何度量。47.一种方法，所述方法包括：接收时间T1的胰岛素数据和在体载胰岛素(IOB)估计的时间T2之前的时间段的连续葡萄糖监测(CGM)系统时间序列数据；基于时间T1的胰岛素数据和在T2之前的所述时间段的CGM系统数据，估计从IOB估计的所述时间T2到时间T3的基线葡萄糖时间序列数据；基于在所述时间T2的所述胰岛素数据的和在T2之前的所述时间段的所述CGM数据的可能值的范围，迭代地估计从所述时间T...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。