膳食检测技术使人造胰腺离现实更近了一步
史蒂文斯理工学院的AI研究人员开发了一种系统,该系统可以检测一个人何时进食,并以前所未有的准确性和速度计算出他们正在消耗多少碳水化合物。这项工作为那些在糖尿病治疗过程中佩戴连续血糖监测仪的人提供了重大进步,使胰岛素可以在实际需要的时间附近服用,从而减少了血糖水平的危险波动。
可穿戴技术专家萨曼莎·克莱恩伯格(Samantha Kleinberg)表示:“这使我们更接近圣杯-一种“人造胰腺”,它可以快速检测葡萄糖变化,并用胰岛素泵纠正这些变化,而无需用户做任何事情。和史蒂文斯(Stevens)的计算机科学家,其研究成果发表在9月27日的《美国医学信息学杂志》(Journal of the American Medical Informatics Association)高级在线期刊上。
在过去的20年中,连续的血糖监测或CGM,系统和胰岛素泵已经彻底改变了数百万糖尿病患者的家庭护理,从而减少了痛苦的针刺试验和手动注射胰岛素的需要。但是,糖尿病患者仍然必须采取几个步骤来管理其葡萄糖水平,例如手动输入要食用的碳水化合物的数量并确定胰岛素剂量以抵消餐中的碳水化合物-他们必须在每餐和零食中都这样做。
过去的膳食检测系统也专注于预测葡萄糖水平的变化,但是克莱因伯格和她的团队(包括闵真和倪宝华)采取了不同的方法。
他们的膳食检测系统没有直接预测葡萄糖的变化,而是将葡萄糖的变化(假设是倒置的“ U”)与曲线库进行比较,该曲线库代表人们食用的许多不同食物中的葡萄糖变化。该算法会挖掘此曲线库,并检测在特定时间段内看起来像变化和活动水平的曲线。在大多数情况下,由于人们没有进食,葡萄糖的波动不会太大,因此该算法不会检测到太多的变化。但是当人们进食时,该算法可以检测到葡萄糖和身体活动,就像人们刚刚吃了百吉饼一样。该算法“知道”这一点,因为它已将库中的曲线与实际数据进行了比较。
克莱因伯格解释说:“我们正在模拟一个人可能正在吃的所有不同种类的饭菜,并使用这些模拟来解释来自传感器的数据。”
该系统对一个人的膳食的估计非常准确:碳水化合物摄入量可以精确建模到1.2克以内,而以前最好的系统中平均错误率超过17克。
同样重要的是,该系统的估算非常迅速-有时在一个人仍在进食的情况下-可以在实际需要的时间附近使用胰岛素。平均而言,该系统可以在25分钟内检测到餐点,这比以前最好的系统所需的48分钟要快得多。
通过合并活动数据,Stevens系统还可以解决运动引起的血糖水平波动,从而进一步提高其准确性。通过合并来自月经跟踪应用程序,睡眠跟踪工具或生理压力标记的数据,可以进一步完善将来的版本。
不过,目前,重点是使用更大的数据集来开发更准确的仿真。公布的结果基于每个参与者的三天数据。克莱伯格(Kleinberg)现在正在努力开发算法,这些算法会随着时间的流逝而不断改进,随着他们了解用户的饮食习惯和生理反应,其增长速度将更快,更准确。
该系统还可以监控不同胰岛素剂量的效果,在用户错过剂量时通知用户或帮助微调剂量水平。克莱因伯格说:“膳食中缺少胰岛素是一个主要问题。”“如果我们能够检测出一顿饭的大小,我们可以就需要多少胰岛素提出建议。”