SoftCGM: Các ứng dụng điện thoại thông minh và dự đoán Glucose

Một khởi đầu công nghệ mới liên doanh đang tìm kiếm để thay đổi giám sát glucose liên tục như chúng ta biết, loại bỏ hoàn toàn cảm biến và thay vào đó tập trung vào các thuật toán điện thoại thông minh để hiển thị dữ liệu đường huyết dự đoán xu hướng.

Đáp ứng SoftCGM, một giải pháp hoàn toàn mới dựa trên điện thoại do Lancaster, Pennsylvania dựa trên Aspire Ventures phát triển và chúng tôi rất vui mừng khi " đội.

Một loại thời gian dài 1, Marcus Grimm (@marcusgrimm) đã từng là một blogger D trong nhiều năm tại Sweet Victory và tạo ra một số video tuyệt vời (Sh * T Diabetics Say), cũng như là một vận động viên nhiệt tình và tình nguyện viên.

Chúng tôi đã liên hệ với Marcus gần đây để nghe câu chuyện cá nhân của mình và tìm hiểu một số chi tiết về công nghệ SoftCGM tương lai này trong các tác phẩm.

Phỏng vấn Marcus Grimm về SoftCGM

DM) Marcus, bạn có thể bắt đầu bằng cách giới thiệu bản thân mình không?

MG) Bạn cá cược. Tôi 45 tuổi. Kết hôn với trẻ em, sống ở Pennsylvania. Ngoài việc là T1 và đó là công việc của tôi, mọi người đôi khi nhận ra tôi là một thành viên của nhóm chạy 1 đội loại 1 cách đây vài năm. Tôi đã chạy hơn một chục marathon và marathon cực với T1, lên đến 100 dặm, và tôi cũng là huấn luyện viên chạy cho bệnh tiểu đường Đào tạo Camp.

Câu chuyện về bệnh tiểu đường của bạn là gì?

Tôi đã được chẩn đoán vào năm 1984. Tôi đã ở trên máy bơm trong khoảng 16 năm và CGM trong nhiều năm. Tôi đã luôn luôn tự cho mình là may mắn với sự kiểm soát của tôi, nhưng khoảng 7 năm trước, tôi nhận ra rằng hai trong ba T1 của tôi đã lớn lên với đã qua đời. Tôi quyết định rằng ngay cả khi bệnh tiểu đường là khá dễ dàng cho tôi, điều đó không có nghĩa là mọi người đều dễ dàng, vì vậy tôi đã làm cho nó trở nên quan tâm nhiều hơn.

Tôi đã có một trong những blog sớm nhất về giao điểm của bệnh đái tháo đường và tập thể dục, nhưng phần lớn sự lây lan bệnh tiểu đường của tôi trong những năm gần đây đã xảy ra ngoại tuyến. Năm năm trước, tôi bicycled 84 dặm trong một ngày duy nhất và đến thăm với mười nhà lập pháp để thu thập hỗ trợ cho an toàn tại Trường Bill trong PA. Cùng năm đó tôi được đặt tên là vận động viên Không Vận động trong năm của Nhóm 1. Hai năm trước, tôi bắt đầu tập huấn tại Trại tập huấn Tiểu đường. Những ngày này, tôi là một "lurker" hoạt động rất tích cực trong cộng đồng bệnh tiểu đường trực tuyến. Tôi thấy rằng không có sự thiếu hụt các lời khuyên tuyệt vời ở đó, vì vậy tôi cố gắng chỉ đóng góp nếu tôi cảm thấy tôi có một quan điểm độc đáo.

Hãy cho chúng tôi biết về công việc của bạn tại Aspire Ventures, đó là tạo ra công cụ mới này?

Tôi là Giám đốc tiếp thị, đó là một cách hay để nói rằng tôi là một người kể chuyện của công ty.Tôi đã dành nhiều năm quản lý một công ty quảng cáo trước khi đến Aspire. Một trong những dự án có quản lý của Aspire là Tempo Health đang áp dụng công nghệ máy tính vào công nghệ bệnh tiểu đường. Cách tiếp cận duy nhất của Tempo để tạo ra các công cụ quản lý bệnh tiểu đường được cá nhân hoá với cái mà chúng ta gọi là Adaptive Artificial Intelligence đã làm cho tôi tham gia vào Aspire.

OK, vậy SoftCGM là gì?

Về mặt kỹ thuật, SoftCGM là một công cụ về công nghệ bệnh tiểu đường sử dụng "cảm biến nhiệt hạch", đơn giản có nghĩa là nó mang lại nhiều mẩu thông tin liên quan cùng nhau để dự đoán, trong trường hợp này là dự đoán về các giá trị đường huyết hiện tại.

Video này cho bạn một đoạn giới thiệu khá hay về SoftcGM.

Chúng tôi gọi nó là SoftCGM vì nó sử dụng phần mềm chứ không phải là một cảm biến CGM truyền thống để ước tính. Phiên bản đầu tiên của SoftCGM ước tính từ việc hiệu chỉnh fingerstick, thông tin về bolus và carb, và dữ liệu nhịp tim liên tục. Nền tảng này đủ linh hoạt, tuy nhiên, để tính cho một số lượng ngày càng tăng của cảm biến sẽ được đưa ra thị trường.

Tất cả được trình bày trong ứng dụng dành cho thiết bị di động?

Ứng dụng đóng vai trò cổng thông tin cho SoftCGM, nhưng khi bạn đang nói về nhiều thuật toán đang được giới thiệu và tối ưu hóa, mức độ học tập trên máy tính sẽ diễn ra trong đám mây. Và với dữ liệu được lưu trữ và xử lý trong đám mây, nó mở ra khả năng cho tất cả các loại sự vật, như hệ thống hỗ trợ quyết định cho các bác sĩ và CDEs, vv .. Trong nhiều cách, ứng dụng chỉ là sự khởi đầu.

Làm thế nào để nó thực sự làm việc?

OK, điều này sẽ có được một chút kỹ thuật …

Điều gì thực sự đặc biệt về SoftCGM là dự toán BG và dự đoán được dựa trên các mô hình sử dụng máy học để thích nghi với từng cá thể độc nhất, kích cỡ phù hợp với tất cả các phương pháp mà tất cả các T1 đã được sử dụng để. SoftCGM có thể học cách cá nhân bạn phản ứng với bài tập thể dục hoặc carbohydrate và đưa ra dự đoán phù hợp với bạn.

Chúng tôi đạt được điều đó bằng cách thực sự chạy nhiều mô hình cá nhân thông qua ứng dụng cùng một lúc. Chúng tôi hiện đang chạy trong phiên bản Alpha (phát triển) của ứng dụng SoftCGM.

Đây có thể là nhật ký lịch sử điển hình:

Thường xuyên, mỗi mô hình xem xét tất cả dữ liệu lịch sử trong bảy ngày qua và tự điểm theo Bộ NN & PTNT (Mean Absolute Relative Difference - standard đo độ chính xác của CGM).

Và sau đó, bất cứ điểm nào cao nhất được đưa vào hành động để dự đoán mức glucose máu hiện tại và thậm chí là tương lai. Mô hình được cá nhân hóa này sẽ tiếp tục chịu trách nhiệm cho đến khi nhìn lại bảy ngày tuyên bố người chiến thắng mới. Trên đường đi, các mô hình liên tục tinh chỉnh theo kết quả cá nhân của người dùng. Vì vậy, những gì đi vào ứng dụng là một thuật toán mà thích ứng theo thời gian để tạo ra một mô hình cá nhân.

Chúng ta thấy gì trên màn hình cuối cùng với "Adaptive Algorithms"?

Đó là màn hình thứ tư là nhàm chán nhất, nhưng nó thực sự là điều quan trọng nhất làm cho cách tiếp cận này khác biệt. Những gì bạn thấy là ứng dụng đang kéo từ bốn thuật toán chỉnh sửa khác nhau. Mỗi thuật toán được "ghi" theo khả năng dự đoán của Bộ NN & PTNT trong 7 ngày qua của dữ liệu. Người có điểm cao nhất là người mà ứng dụng sử dụng để dự đoán BG hiện tại và tương lai. Trong kịch bản này, GeneralT2D có hiệu suất tốt nhất với bộ dữ liệu, ghi được 85 điểm. 6. Ngay bây giờ, các mô hình tối ưu hóa bản thân mình vào ban đêm và điểm số cao nhất là "đặt trong trò chơi." Khi chúng tôi thêm nhiều sắc thái cho ứng dụng, sẽ dễ dàng thực hiện những việc như kéo mô hình điểm số tốt nhất cho tập thể dục khi tăng nhịp tim được phát hiện hoặc tăng điểm số tốt nhất khi một lượng lớn carbs xuất phát từ bơm hoặc bút. Đó gọi là đào tạo kịch bản và nó không tồn tại cho chúng tôi, nhưng trong phiên bản Alpha này, bạn có thể thấy khái niệm hoạt động như thế nào - với các mô hình cá nhân cạnh tranh để được sử dụng. Nó thực sự là trung tâm của câu chuyện.

Wow, điều này có vẻ khá độc đáo và khác với CGM hiện tại, không?

Cách tiếp cận mô hình cá nhân chắc chắn là mảnh duy nhất; chúng tôi đã không nhìn thấy cách tiếp cận này đã cố gắng trước đây. Các so sánh khác với CGM truyền thống là rõ ràng hơn - không có cảm biến xâm lấn là chính.

Có hai khía cạnh chính làm cho SoftCGM trở nên độc nhất trong không gian bệnh tiểu đường. Việc đầu tiên là hiển nhiên, và đó là chúng tôi đang đưa dữ liệu nhịp tim để giúp xác định lượng đường trong máu có thể sẽ làm trong tương lai. Với tư cách là những người bị tiểu đường, chúng ta biết rằng tập thể dục có ảnh hưởng mạnh đến BG, nhưng khác với phỏng đoán có giáo dục, không có công thức đáng tin cậy - và tệ hơn, điều gì đã làm việc hôm qua có thể không làm việc vào ngày mai. Bởi vì chúng ta đang sử dụng thuật toán học máy có thể thích nghi với từng người dùng, nên các mô hình cá nhân có thể đo được tác động của tập thể dục trên BG.

Bạn đã tự sử dụng SoftCGM trong thử nghiệm Alpha?

Có! Chúng tôi đã có ba người dùng Alpha của ứng dụng: bản thân mình, một T1D khác và một T2D khác. Chỉ tuần trước, chúng tôi đã đi vào Beta, hiện đang thành lập với 12 người tham gia. Các kết quả Alpha đã được khuyến khích - gần như chính xác như bộ cảm biến EnLite CGM của Medtronic. Để được rõ ràng, nó không phải là một so sánh táo-to-táo. Phiên bản của chúng tôi yêu cầu LOT thêm dữ liệu vào lúc này, nhưng xét về độ chính xác đầu tiên, như tôi đã nói, điều đó rất đáng khích lệ.

Nghe có vẻ hơi giống với ứng dụng Cảnh giác mới của InSpark … bất kỳ sự tương đồng hoặc sự khác biệt lớn nào cần nhớ?

Tôi nghĩ Vigilant rất thú vị và tôi sẽ tự kiểm tra nó. Những gì chúng tôi chia sẻ với họ là ý tưởng rằng những người dùng khác nhau đang tìm kiếm những cách khác nhau để quản lý bệnh tiểu đường của họ. Và bằng cách tập trung vào việc thực hiện một phần của câu đố rất tốt, tôi nghĩ rằng họ đang xem xét vấn đề một cách thích hợp.

Nếu không có đào sâu vào sản phẩm của họ, sự khác biệt chính giữa cách tiếp cận của chúng tôi và chúng tôi là nó có vẻ như là họ có một thuật toán rất tốt để dự đoán mức thấp, và tôi sẽ nghi ngờ nó sẽ làm việc rất tốt cho một số người và không tốt cho người khác những người.

Công nghệ cơ bản của chúng tôi dựa trên nhiều thuật toán, do đó, chúng ta có thể thực sự (nếu có) để sử dụng thuật toán và tinh chỉnh nó cho cá nhân và các kịch bản cá nhân. Như chúng ta đã biết, có những lúc toán học mà tất cả các bệnh nhân tiểu đường sử dụng không làm việc cho chúng ta trong một tình huống cụ thể. Chúng tôi đang cố gắng khắc phục điều đó.

Vigilant rõ ràng không yêu cầu sự chấp thuận của FDA. Bạn sẽ cần nó cho việc sử dụng các thuật toán độc đáo của SoftCGM?

Tuyệt vời, nhưng những gì mà phê duyệt có thể trông giống như là rất nhiều lên trong không khí này vào đầu. Ví dụ, phiên bản Alpha hiện tại trong tay tôi dự đoán lượng đường trong máu trong tương lai. Làm thế nào FDA cảm thấy về điều đó - và làm thế nào chúng tôi trình bày dữ liệu đó - chắc chắn sẽ ảnh hưởng đến quá trình và sản phẩm.

Liệu này có vòng khép kín / tiềm năng tụy tủy?

Có khả năng sử dụng trí thông minh nhân tạo thích nghi để sử dụng bất cứ nơi nào mà thuốc thực sự được cá nhân hóa là mục tiêu, và một hệ thống vòng kín có thể sẽ được hưởng lợi từ cách tiếp cận như vậy. Nhưng có nhiều ứng dụng tiềm năng bên ngoài nhóm AP công nghệ cao vì đây là cách tiếp cận cá nhân.

Thời hạn về điều này là gì?

Chúng tôi đang xem xét có hai bài kiểm tra Beta nhỏ vào mùa hè này. Các kết quả từ đó nên là đủ để có cuộc thảo luận với FDA.

Làm thế nào cộng đồng D của chúng tôi có thể có thêm thông tin hoặc tham gia nếu họ quan tâm?

Mọi người có thể đăng ký tham gia trực tiếp vào quá trình phản hồi. Giống như mọi sản phẩm có tính chất này, đôi khi chúng tôi đang tìm kiếm người dùng Beta và đôi khi chúng tôi đang tìm kiếm phản hồi từ các tập hợp con người dùng cụ thể. Nhưng phiên bản Alpha của SoftCGM được xây dựng với cái nhìn sâu sắc hiện tượng từ một nhóm T1 đã tham dự một hội thảo trên web mà chúng tôi tổ chức, vì vậy phản hồi của người dùng là hoàn toàn quan trọng đối với quá trình này.

Rất thú vị, Marcus!

Cảm ơn tất cả mọi thứ bạn đã làm để giúp phát triển những đổi mới này, và

e mong muốn được thấy SoftCGM hiện thực.

Khước từ trách nhiệm : Nội dung được tạo ra bởi nhóm Điều trị Bệnh tiểu đường. Để biết thêm chi tiết, bấm vào đây. Khước từ trách nhiệm

Nội dung này được tạo ra cho Diabetes Mine, một blog về sức khoẻ người tiêu dùng tập trung vào cộng đồng bệnh tiểu đường. Nội dung không được xem xét y khoa và không tuân thủ các nguyên tắc biên tập của Healthline. Để biết thêm thông tin về sự hợp tác của Healthline với Bệnh tiểu đường, vui lòng nhấn vào đây.