用于生物监测和血糖预测的系统及相关联方法技术方案

本文公开了用于生物监测和个性化医疗保健的系统和方法。在一些实施例中，提供了一种用于预测患者血糖状态的计算机实现方法。该方法包括：接收患者的血糖数据；通过将血糖数据输入到第一组机器学习模型中，生成至少一个血糖状态的初始预计；至少部分地从该至少一个初始预计确定多个特征；并且通过将该多个特征输入到第二组机器学习模型中来生成血糖状态的最终预计。最终预计。最终预计。

【技术实现步骤摘要】
【国外来华专利技术】用于生物监测和血糖预测的系统及相关联方法
[0001]相关申请交叉引用
[0002]本申请要求2019年5月31日提交的题为“连续血糖检测”的美国临时专利申请No.62/885,194和2020年2月26日提交的题为“低血糖预计”的美国临时专利申请No.62/981,914的权益，通过引用其整体并入本文。
[0003]本申请涉及于2019年9月3日提交的题为“预测血糖浓度”的美国专利申请No.16/558,558，通过引用其整体并入本文。


[0004]本技术总体上涉及个性化医疗保健，尤其涉及用于生物监测和预测患者血糖状态的系统和方法。

技术介绍

[0005]糖尿病(DM)是一组代谢紊乱，其特征在于长期存在高血糖水平。这种病症的典型症状包括尿频，口渴加剧，饥饿感加剧等。如果不予治疗，糖尿病会引发许多并发症。糖尿病主要有三种类型：1型糖尿病，2型糖尿病，和妊娠糖尿病。1型糖尿病是由于胰腺无法产生足够的胰岛素所致。在2型糖尿病中，细胞无法正确响应胰岛素。当先前无糖尿病病史的孕妇出现高血糖水平时，就会发生妊娠糖尿病。
[0006]糖尿病影响世界人口的很大一部分。及时和正确的诊断和治疗对于患有糖尿病的个体保持相对健康的生活方式至关重要。治疗的应用通常依赖于对个体在当前时间和/或未来的血液中葡萄糖浓度的准确确定。然而，传统的血糖监测系统可能无法提供实时分析，个性化分析，或血糖浓度预测，或者可能无法以快速，可靠，和准确的方式提供此类信息。因此，需要用于生物监测和/或提供个性化医疗保健建议或信息以治疗糖尿病和相关联病症的改进系统和方法。
附图说明
[0007]图1是根据本技术的实施例的示例性计算环境的示意图，生物监测和预测系统在该计算环境中运行。
[0008]图2是示出根据本技术的实施例的用于准备在生物监测和预测中使用的血糖数据的方法的流程图。
[0009]图3是示出根据本技术的实施例的用于预测患者的血糖状态的方法的框图。
[0010]图4是示出根据本技术的实施例配置的用于血糖预测的机器学习架构的示意框图。
[0011]图5是说明根据本技术的实施例的用于预测夜间低血糖事件的方法的框图。
[0012]图6A
‑
6I示出了根据本技术的实施例配置的多种图形用户界面。
[0013]图7是根据本技术的实施例配置的计算系统或设备的示意框图。
[0014]图8是示出所选个体夜间低血糖的每夜概率的示例性序列的图形。
具体实施方式
[0015]本技术总体上涉及用于生物监测和提供个性化医疗保健的系统和方法。在一些实施例中，本文的系统和方法被配置为预测或预计未来时间点或时间段患者健康的多个方面，例如血糖状态(例如，血糖水平，低血糖或高血糖事件的可能性等)。例如，用于预测或预计患者血糖状态的计算机实现方法可以包括接收患者的血糖数据(例如，来自连续血糖监测(CGM)设备的多个血糖测量值)。血糖数据可以与至少一个事件(例如，胰岛素摄入，进餐摄入，身体活动等)相关。该方法可以包括通过将血糖数据输入到第一组机器学习模型中来生成血糖状态的至少一个初始预计。该方法还可以包括从该至少一个初始预计，并且可选地从其他患者数据(例如，血糖数据，先前的血糖数据，个人数据等)确定多个特征。该方法还可以包括通过将该多个特征输入到第二组机器学习模型中来生成血糖状态的最终预测。即使在该患者的数据有限，不规则，和/或不完整的情况下，本文描述的系统和方法也可以快速且准确地预测患者的未来血糖状态。因此，本技术可用于实时提供个性化通知，反馈，和/或建议以改善患有糖尿病和有关病症的患者的健康结果。
[0016]技术概述
[0017]人体内血糖水平的振荡是复杂机制的自然结果，其主要影响可能是由于消耗的食物(尤其是碳水化合物)与调节体内碳水化合物，脂肪，和蛋白质代谢的胰岛素之间的平衡变化。尽管这种平衡和其他因素的影响对每个个体来说可能是独一无二的，但个体之间的共通生物学，身体，和社会学模式使得观察血糖水平的变化对于评估其他人的预期变化很有价值。
[0018]随着血糖水平的波动可能发生的两种特殊病症是高血糖和低血糖。高血糖(hyperglycemia或high blood glucose)是一种过量的葡萄糖在血浆中循环的病症。这通常是高于180mg/dL的血糖水平。低血糖(hypoglycemia或low blood glucose)是一种血糖水平降低至正常水平之下的病症。大多数人在他们的血糖水平为70mg/dL或更低时会感受到低血糖症状。症状通常包括饥饿，颤抖，焦虑，出汗，皮肤苍白，心跳加快或不规律，嗜睡，头晕，脾气暴躁，笨拙等。如果未被治疗，症状会变得更糟，可能包括意识模糊，说话困难，视力模糊，昏倒，意识丧失，癫痫发作，甚至死亡。低血糖最常见于可能有药物，食物，运动等问题的糖尿病患者。有糖尿病的人也可能因他们的病症服用药物(例如胰岛素，磺脲类药物等)而经历低血糖事件。然而，即使没有糖尿病的人也可能经历低血糖。
[0019]因此，本技术可包括方法，系统，制品等，其除其他可能的优点外，可提供重铸和解释与患者有关的血糖数据和其他数据的方式，其可包括由连续血糖监测产生的数据，目的是在预定时间段内(例如，在接下来的15分钟，30分钟，60分钟，90分钟，2小时，4小时，或夜间内)预计血糖水平和/或高血糖事件或低血糖事件(或任何其他事件)的发生。
[0020]在一些实施例中，本技术涉及一种计算机实现的系统，方法，和/或计算机程序产品，其可以被配置为在任何时刻预测直至某个时间点个体未来血糖水平的值，此外，预测某个时间段内血糖浓度升高和/或下降(例如，超过某个阈值)的概率(例如，以确定是否可能发生低血糖，高血糖，和/或任何其他医疗病症)。
[0021]在一些实施例中，本技术可能依赖于以下事实：多种复杂的机制可以确定用户身体中的血糖水平，并且因此可以实现一个或多个合适的模型，该模型接收，归纳，和/或以其他方式处理此类机制所涉及的信息。在一些实施例中，一旦该模型被确定，本技术就可以生
成预计而无需不断地获取血糖水平和/或无需了解其他个体的当前血糖水平。
[0022]在一些实施例中，本技术提供了用于执行诸如血糖数据和/或与患者有关的其他数据的输入数据的这种确定，预测，和/或解释的计算系统和/或框架。输入数据可以包括以下至少之一：患者的当前和/或先前的血糖测量数据，其他患者的当前和/或先前的血糖测量数据(例如，数据可以被适当地匿名化)，从连续监测血糖浓度产生的数据，和/或任何其他与血糖浓度有关的数据，进餐特性数据(例如，进餐数量，进餐时间，进餐时间所消耗的碳水化合物克数(无论当前和/或过去))，血压数据，睡眠模式数据，心率数据，身体活动数据(例如锻炼时间，活动类型(例如步行，跑步等)，患者的当前和/或先前体重数据，当前和/或先前的a1c数据值，与患者有关的个人数据和/或病史数据(例如，糖尿病类型，家族史，患者健康史，诊断，血压，年龄，性别，人口统计等本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于预测患者血糖状态的计算机实现方法，所述方法包括：接收所述患者的血糖数据；通过将所述血糖数据输入到第一组机器学习模型中来生成所述血糖状态的至少一个初始预计；至少部分地从所述至少一个初始预计中确定多个特征；和通过将所述多个特征输入到第二组机器学习模型中来生成所述血糖状态的最终预计。2.根据权利要求1所述的计算机实现方法，其中：所述第一组机器学习模型包括患者特定模型和群体模型，其中所述患者特定模型是在所述患者先前的血糖数据上训练的，并且其中所述群体模型是在来自多个患者的多个血糖数据集上训练的；和所述第二组机器学习模型包括在来自所述多个患者的所述多个血糖数据集的特征上进行训练的集合模型。3.根据权利要求2所述的计算机实现方法，其中所述多个特征是根据由所述患者特定模型生成的第一预计，由所述群体模型生成的第二预计，和所述血糖数据来确定的。4.根据权利要求1所述的计算机实现方法，其中所述血糖数据由连续血糖监测设备生成。5.根据权利要求1所述的计算机实现方法，其中所述血糖数据与至少一个事件相关，所述至少一个事件包括胰岛素摄入事件，食物摄入事件，或身体活动事件中的一个或多个。6.根据权利要求1所述的计算机实现方法，其中所述第一组机器学习模型包括两个或更多个不同的机器学习模型，并且其中所述至少一个初始预计包括两个或更多个初始预计。7.根据权利要求1所述的计算机实现方法，其中所述第一组机器学习模型包括在所述患者的先前血糖数据上训练的患者特定模型。8.根据权利要求1所述的计算机实现方法，其中所述第一组机器学习模型包括在来自多个患者的多个血糖数据集上训练的群体模型。9.根据权利要求1所述的计算机实现方法，其中所述第二组机器学习模型包括在来自多个患者的多个血糖数据集的特征上训练的集合模型。10.根据权利要求9所述的计算机实现方法，其中所述集合模型是在来自所述多个患者的个人数据，事件数据，或预计数据中的一个或多个特征上训练的。11.根据权利要求1所述的计算机实现方法，其中至少部分地根据所述血糖数据，所述患者的先前血糖数据，或所述患者的个人数据中的一个或多个来确定所述多个特征。12.根据权利要求1所述的计算机实现方法，其中所述血糖状态的所述初始预计包括对血糖水平的预计。13.根据权利要求1所述的计算机实现方法，其中所述血糖状态的所述最终预计包括血糖水平，低血糖事件，或高血糖事件中的一个或多个的预计。14.一种用于预计患者血糖状态的系统，所述系统包括：一个或多个处理器；和存储指令的存储器，当被所述一个或多个处理器执行时，该指令使所述系统执行操作包括：

【专利技术属性】
技术研发人员：伊多，
申请(专利权)人：明智数据系统公司dba一滴公司，
类型：发明
国别省市：