相关实验视频
Updated: May 12, 2025
12:08
Improving IV Insulin Administration in a Community Hospital
Published on: June 11, 2012
18.5K
人机共同适应自动化胰岛素输送:一种使用数字双胞胎技术的随机临床试验
Boris P Kovatchev1,2, Patricio Colmegna3, Jacopo Pavan4
1Center for Diabetes Technology, University of Virginia School of Medicine, Charlottesville, VA, USA. boris@virginia.edu.
NPJ digital medicine
|May 6, 2025
概括
新的数字双胞胎技术增强了1型糖尿病 (T1D) 的自动胰岛素输送 (AID). 在的共同适应改善了时间范围和降低了糖化血红蛋白,显示了用户机器协作的好处.
科学领域:
- 内分泌学 在内分泌学.
- 生物医学工程 生物医学工程
- 人工智能在医学中的应用
背景情况:
- 自动化胰岛素输送系统 (AID) 往往缺乏用户特定的生理适应.
- 现有的AID系统不提供交互式用户适应算法.
- 个性化适应对于优化1型糖尿病 (T1D) 的血糖控制至关重要.
研究的目的:
- 通过使用新型"数字双胞胎"模拟技术,测试人机共同适应AID.
- 评估in silico同适应和信息反对T1D中血糖控制的影响.
- 评估一个系统的有效性,使用户能够通过个性化的数字双胞胎来交互地调整AID参数.
主要方法:
- 一个为期6个月的随机临床试验,涉及72名T1D患者.
- 使用基于云的数字双胞胎实现一个in silico的共同适应程序.
- 每两周优化AID控制参数,并通过数字双胞胎对用户进行"如果"情景的实验.
- 两个不同于信息反和共同适应程序的研究手臂的比较.
主要成果:
- 在的共同适应显著改善了时间范围 (TIR) 从72%到77% (p <0.01).
- 同适应导致糖化血红蛋白 (HbA1c) 从6.8%降至6.6%.
- 标准信息反 (指标和图表) 没有提供除了AID之外的额外好处.
结论:
- 使用数字双胞胎技术的人机共同适应在改善T1D的血糖控制方面是有效的.
- 个性化的数字双胞胎使用户能够交互优化AID性能.
- 未来的AID系统应纳入协同适应的策略,以改善患者的治疗结果.
