SoftCGM: приложения для смартфонов и прогнозирование глюкозы

Новый запуск венчурного технологического центра направлен на изменение непрерывного мониторинга уровня глюкозы, поскольку мы это знаем, полностью устраняя датчик и вместо этого фокусируясь на алгоритмах смартфонов, чтобы отображать данные постоянного уровня сахара в крови и делать глюкозу трендовые прогнозы.

Знакомьтесь с SoftCGM, новым полностью основанным на телефоне решением, разработанным Lancaster, штат Пенсильвания, компанией Aspire Ventures, и мы взволнованы тем, что «один из наших» с диабетом типа 1 и активен в сообществе диабета онлайн находится на команда.

Долгосрочный тип 1, Маркус Гримм (@marcusgrimm) долгое время был D-блоггером в Sweet Victory и делал несколько довольно потрясающих видео (Sh * T Diabetics Say), а также энергичный бегун и волонтерский тренер.

Мы обратились к Маркусу недавно, чтобы услышать его личную историю и узнать некоторые подробности об этой футуристической технологии SoftCGM в своих работах.

Интервью с Маркусом Гриммом о SoftCGM

DM) Маркус, можете ли вы начать, представившись?

MG) Вы ставите. Мне 45 лет. Женат с детьми, проживает в Пенсильвании. Помимо того, что я являюсь T1, и что это моя работа, люди иногда признают меня частью участия в первой команде Team Type 1 в течение нескольких лет назад. Я провел более десятка марафонов и ультрамарафонов с T1, до 100 миль, и я также являюсь тренером тренировочного лагеря для диабета.

Каков ваш рассказ о диабете?

Мне поставили диагноз в 1984 году. Я был на насосе около 16 лет и CGM уже несколько лет. Я всегда считал себя довольно счастливым с моим контролем, но около семи лет назад я понял, что два из трех T1, с которыми я вырос, скончался. Я решил тогда, что даже если диабет будет довольно легким для меня, это не значит, что это было легко для всех, поэтому я поставил перед собой задачу более активно участвовать.

У меня был один из самых ранних блогов о пересечении диабета и физических упражнений, но большая часть моего диабета в последние годы произошла в автономном режиме. Пять лет назад я ездил на велосипеде на 84 мили за один день и посетил десять законодателей, чтобы собрать поддержку законопроекта «Безопасный в школе» в ПА. В том же году меня назвали любительским спортсменом команды Type 1. Два года назад я начал тренироваться в тренировочном лагере для диабета. В эти дни я очень активный «люркер» в онлайн-сообществах диабета. Я нахожу, что там нет недостатка в большом совете, поэтому я стараюсь вносить свой вклад только в том случае, если чувствую, что у меня есть уникальная перспектива.

Расскажите о своей работе в Aspire Ventures, создающей этот новый инструмент?

Я главный специалист по маркетингу, который является причудливым способом сказать, что я корпоративный рассказчик.Я несколько лет управлял рекламным агентством, прежде чем приехать в Aspire. Одним из управляемых предприятий Aspire является Tempo Health, которая применяет машинное обучение к технологии диабета. Уникальный подход Tempo к созданию персонализированных инструментов управления диабетом с помощью того, что мы называем адаптивным искусственным интеллектом, заключался в том, что

привлек меня, чтобы присоединиться к Aspire в первую очередь.

Хорошо, так что такое SoftCGM?

С технической точки зрения, SoftCGM - это инструмент для лечения диабета, который использует «слияние датчиков», что просто означает, что он объединяет несколько частей связанной информации, чтобы сделать прогноз, в данном случае прогноз текущих значений глюкозы в крови.

Это видео дает довольно хорошее представление о том, что такое SoftCGM.

Мы называем это SoftCGM, потому что для оценки используется программное обеспечение, а не традиционный датчик CGM. Первая версия SoftCGM дает оценку от калибровки пальцев, информации о болюсе и карбюраторе, а также данных непрерывного сердечного ритма. Однако платформа достаточно гибкая, чтобы учитывать постоянно растущее количество датчиков, которые появятся на рынке.

Все это представлено в мобильном приложении?

Приложение служит в качестве пользовательского портала для SoftCGM, но когда вы говорите о введении и оптимизации нескольких алгоритмов, этот уровень машинного обучения происходит в облаке. И с тем, что данные хранятся и обрабатываются в облаке, это открывает возможность для всех видов вещей, таких как системы поддержки принятия решений для врачей и CDE и т. Д. Во многих отношениях приложение является только началом.

Как это работает?

Хорошо, это будет немного технически …

Что особенно важно в SoftCGM, так это то, что оценки и прогнозы BG основаны на моделях, которые используют машинное обучение для адаптации к каждому уникальному человеку, чтобы все T1 были использованы. SoftCGM может узнать, как вы лично отвечаете упражнениям или углеводам и делаете прогноз, который подходит именно вам.

Мы достигаем этого, фактически запуская несколько персональных моделей через приложение одновременно. В настоящее время мы работаем в версии Alpha (разработка) приложения SoftCGM.

У каждой из этих моделей есть свой собственный немного уникальный выбор на диабет - насколько сильно влияет действие, например, или как долго остаются углеводы в вашей системе?

Это будет выглядеть типичный журнал истории:

. На регулярной основе каждая модель просматривает все исторические данные за последние семь дней и оценивает себя в соответствии с MARD (Mean Absolute Relative Difference - standard мера точности CGM).

И тогда, какой бы показатель ни был самым высоким, он вводится в действие, чтобы предсказать текущий и даже будущий уровень глюкозы в крови. Эта персональная модель будет продолжать функционировать до тех пор, пока семидневный оглядку не объявит нового победителя. По пути модели постоянно настраиваются в соответствии с личными результатами пользователя. Итак, что входит в приложение, это алгоритм, который адаптируется с течением времени для создания персонализированной модели.

Что мы видим на этом последнем экране с помощью «Адаптивных алгоритмов»?

Этот четвертый экран является самым скучным, но это действительно самое важное, что делает этот подход другим. Что вы видите, так это то, что приложение вытягивается из четырех различных адаптивных алгоритмов. Каждый алгоритм «забивается» против его способности прогнозировать MARD за последние 7 дней данных. Тот, который оценивает наивысший, является тем, который приложение использует для прогнозирования текущего и будущего BG. В этом случае GeneralT2D лучше всего работает с набором данных, забив 85. 6. В настоящий момент модели оптимизируют себя в ночное время, а самый высокий результат - «положить в игру». Поскольку мы добавляем больше нюансов в приложение, будет легко делать такие вещи, как подтягивать модель, которая лучше всего подходит для упражнений, когда обнаруживается увеличение частоты сердечных сокращений или подтягивает ту, которая лучше всего подходит, когда большое количество углеводов поступает из насос или ручку. Это называется сценарной подготовкой, но для нас это еще не существует, но в этой альфа-версии вы можете увидеть, как работает эта концепция - с использованием персональных моделей, которые будут использоваться. Это действительно история.

Вау, это звучит довольно уникально и отличается от текущих CGM, нет?

Индивидуальный подход к модели - это, безусловно, самая уникальная деталь; мы не видели такого подхода, который пытался раньше. Другие сравнения с традиционной КГМ более очевидны - основной инвазивный датчик не является основным.

Есть действительно два ключевых аспекта, которые делают SoftCGM уникальным в диабете. Первое очевидно, и это то, что мы приводим данные о частоте сердечных сокращений, чтобы определить, что глюкоза в крови может произойти в будущем. Как диабетики, мы знаем, что упражнения оказывают сильное влияние на БГ, но кроме образованных догадок, нет надежных формул - и хуже того, что вчера работало, возможно, не сработает завтра. Поскольку мы используем алгоритмы машинного обучения, которые могут адаптироваться к каждому пользователю, персонализированные модели могут измерять влияние упражнений на БГ.

Вы использовали SoftCGM самостоятельно в альфа-тестировании?

Да! У нас было три пользователя Alpha приложения: я, еще один T1D и еще один T2D. На прошлой неделе мы вошли в Бета, в настоящее время работаем с 12 участниками. Результаты Alpha были обнадеживающими - примерно с той же точностью, что и датчик Enlite CGM от Medtronic. Чтобы быть ясным, это не сравнение яблок с яблоками. В настоящее время наша версия требует более много данных ввода данных, но с точки зрения точности первого прохождения, как я уже сказал, это обнадеживает.

Это похоже на новое приложение Vigilant от InSpark … какие-то большие сходства или различия, которые приходят на ум?

Я думаю, что Vigilant очень интересен, и я сам буду его тестировать. Мы разделяем их с тем, что разные пользователи ищут разные способы лечения диабета. И, сосредоточившись на том, чтобы сделать один кусочек головоломки очень хорошо, я думаю, что они смотрят на проблему соответствующим образом.

Не копаясь в своем продукте, ключевое различие, которое я думаю между их подходом и нашим, заключается в том, что, по-видимому, у них есть один очень хороший алгоритм прогнозирования минимумов, и я бы предположил, что он будет очень хорошо работать для некоторых людей и менее хорошо для других люди.

Не говоря уже о том, что если алгоритм для меня хорошо работает сегодня, что происходит, когда что-то существенное изменяется с моим метаболизмом - например, если я начну заниматься физическими упражнениями или получить грипп и т. Д. Эти типы алгоритмов часто перерыв в данных сценариях.

Наша базовая технология основана на нескольких алгоритмах, поэтому мы можем (если они позволят нам) использовать их алгоритм и настроить его для отдельного человека и их отдельных сценариев. Как мы все знаем, бывают случаи, когда математика, которую используют все диабетики, не работает для нас в данной ситуации. Мы пытаемся это исправить.

Бдительность, по-видимому, не требовала одобрения FDA. Вам понадобится это для уникального использования алгоритмов SoftCGM?

Абсолютно, но то, что это утверждение могло бы выглядеть, очень рано в воздухе на ранней стадии. Например, текущая версия Alpha в моих руках предсказывает уровень глюкозы в крови в будущем. Как FDA чувствует об этом - и как мы представляем эти данные - несомненно, окажет влияние на процесс и продукт.

Имеет ли это потенциал замкнутой петли / искусственной поджелудочной железы?

Существует потенциал для адаптивного искусственного интеллекта, который будет использоваться везде, где действительно персонифицированная медицина является целью, и система с замкнутым циклом может, вероятно, извлечь выгоду из такого подхода. Но существует множество потенциальных приложений вне высокопоставленного населения AP, поскольку это персонализированный подход.

Какова временная шкала?

Мы планируем провести два небольших бета-теста этим летом. Результаты этого должны быть достаточными для обсуждения с FDA.

Как наше D-сообщество может получить дополнительную информацию или принять участие, если они заинтересованы?

Люди могут зарегистрироваться, чтобы быть частью процесса обратной связи напрямую в Интернете. Как и каждый продукт такого рода, иногда мы ищем пользователей Beta, и иногда мы ищем отзывы от определенных подмножеств пользователей. Но Alpha-версия SoftCGM была построена с феноменальным пониманием группы T1, которая посетила веб-семинар, который мы проводили, поэтому отзывы пользователей абсолютно важны для этого процесса.

Очень интересный материал, Маркус! Спасибо за все, что вы делаете, чтобы помочь в разработке этих нововведений, и w e с нетерпением ждем, когда SoftCGM материализуется.

Отказ от ответственности : Содержание, созданное командой диабета. Чтобы узнать подробности, нажмите здесь.

Отказ от ответственности

Этот контент создан для Diabetes Mine, блог о здоровье потребителей, посвященный сообществу диабета. Содержание не проверяется с медицинской точки зрения и не соответствует редакционным рекомендациям Healthline. Для получения дополнительной информации о партнерстве Healthline с диабетической шахтой, пожалуйста, нажмите здесь.