SoftCGM: Smartphone App monitor és előrejelzés Globális

Egy új techno-tech startup célja a folyamatos glükóz monitorozásának megváltoztatása, ahogyan mi ismerjük, teljesen eltávolítva az érzékelőt, és inkább az okostelefon algoritmusokra koncentrálva állandó vércukoradatokat jelenítünk meg, és a glükóz trendi előrejelzések.

Találkozzon a SoftCGM-tel, egy teljesen új telefonközpontú megoldással, amelyet a Pennsylvania-alapú Aspire Ventures Lancaster fejlesztett ki, és örülünk, hogy az "1-es típusú cukorbetegség" és a Diabetes Online Közösségben aktív csapat.

A régi típusú 1-es, Marcus Grimm (@marcusgrimm) évről évre D-blogger volt a Sweet Victory-ban, és csinos néhány csodálatos videót (Sh * T Diabetics Say) lelkes futó és önkéntes edző.

Az utóbbi időben elmondtuk Marcusnak, hogy hallja saját történetét, és megtudja a részleteket a futurisztikus SoftCGM tech munkáiból.

Marcus Grimm interjú a SoftCGM

DM) Marcus, el tudja kezdeni magad?

MG) Fogadni. Én 45 éves vagyok. Párizsban élő gyermekekkel nős. Eltekintve attól, hogy T1 és ez a munkám, az emberek néha elismerik, hogy a Team Type 1 első futó csapata néhány évvel ezelőtt. Több mint egy tucat maratont és ultra maratont vezetek a T1-ig, akár 100 mérföldre, és én is a Diabetes Training Camp edzője.

Mi a cukorbetegség története?

1984.-ben diagnosztizáltak. 16 éven át a szivattyún voltam, és a CGM-et évek óta. Mindig úgy gondoltam, hogy meglehetősen szerencsés vagyok az irányításom ellenére, de körülbelül hét évvel ezelőtt rájöttem, hogy a három T1-ből kettő közül kettő halt meg. Úgy döntöttem, hogy még akkor is, ha a cukorbetegség meglehetősen könnyű volt számomra, ez nem azt jelentette, hogy mindenki számára könnyű volt, ezért arra törekedtem, hogy egyre jobban bevonódjak.

Az egyik legrégebbi blogom volt a cukorbetegség és a testmozgás metszéspontjáról, de az utóbbi években a cukorbetegségemben tapasztalt többségem az offline állapotban történt. Öt évvel ezelőtt egy nap alatt bicikliztem 84 mérföldet, és tíz jogalkotóval megkerestem, hogy támogassam a PA-t a Safe at Schools-ban. Ugyanebben az évben nevezték el az 1. típusú csapat Amatőr Sportolóként. Két évvel ezelőtt elkezdtem coachingot a Diabetes Képzési Táborban. Napjainkban nagyon aktív "lurker" vagyok az online diabéteszes közösségekben. Úgy vélem, nincs nagyszerű tanácsadás hiánya ott, ezért csak akkor próbálok hozzájárulni, ha úgy érzem, hogy egyedülálló nézőpontom van.

Meséljen munkájáról az Aspire Ventures-ban, ez létrehozza ezt az új eszközt?

Vezér marketingvezető vagyok, ami egy elképesztő módja annak, hogy vállalati mesemondó vagyok.Több évet töltöttem egy reklámügynökség irányításával, mielőtt eljutnék az Aspire-be. Az Aspire egyik irányított vállalkozása a Tempo Health, amely a cukorbetegséggel kapcsolatos gépi tanulást alkalmazza. A Tempo egyedülálló megközelítése a személyre szabott cukorbetegség-kezelő eszközök létrehozásához az Adaptív Mesterséges Intelligenciával, amit az "Adaptív mesterséges intelligencia" -nek hívtunk, először az Aspire-hoz csatlakozott.

OK, tehát mi a SoftCGM?

Technikailag a SoftCGM olyan cukorbetegség-technológiai eszköz, amely "érzékelő fúziót" használ, ami egyszerűen azt jelenti, hogy több kapcsolódó információt egyesít, hogy előrejelzést készítsen, ebben az esetben a jelenlegi vércukorértékek előrejelzése.

Ez a videó nagyon jó bevezetője annak, amit a SoftCGM szól.

Mi a SoftCGM-nek nevezzük, mert a szoftver helyett a hagyományos CGM érzékelőt használja a becsléshez. A SoftCGM első verziója becslést tesz az ujjlenyomat kalibrálásáról, a bólus és a szénadag információról, valamint a folyamatos pulzusadatokról. A platform azonban elég rugalmas ahhoz, hogy egyre növekvő mennyiségű érzékelőt számoljon el a piacon.

Ez mind egy mobilalkalmazásban jelenik meg?

Az alkalmazás a SoftCGM felhasználói portálaként működik, de ha több algoritmust szeretne bevezetni és optimalizálni, akkor a gépi tanulási szint a felhőben történik. A felhőben tárolt és feldolgozott adatok pedig mindenféle lehetőséget nyitnak meg, például az orvosok és a CDE-k támogatását támogató rendszereket stb. Sok szempontból az alkalmazás csak a kezdet.

Hogyan működik ténylegesen?

OK, ez lesz egy kis technikai …

Ami igazán különleges a SoftCGM esetében, hogy a BG becslések és előrejelzések olyan modellekre épülnek, amelyek a gépi tanulást alkalmazzák az egyes egyedi egyénekhez való alkalmazkodásra, méretre illeszkedő megközelítés, amelyre minden T1-et használtak. A SoftCGM megtanulhatja, hogyan reagál személyesen a testmozgásra vagy a szénhidrátokra, és készítsen egy jóslatot, amely megfelel az Ön számára.

Ezt elérjük, hogy egyszerre több személyre szabott modellt futtatunk az alkalmazáson keresztül. Jelenleg futunk a SoftCGM alkalmazás Alpha (development) verziójában.

Mindegyik modellnek megvannak a saját enyhén egyedi cukorbetegedései - mennyi hatás van a testmozgásra, például, vagy mennyi ideig maradnak a szénhidrátok a rendszerben?

Ez az, amit egy tipikus történeti napló néz ki:

Rendszeresen minden modell az elmúlt hét nap összes történelmi adatait vizsgálja, és az FVM szerint (az átlagos abszolút relatív különbség - standard a CGM pontosságának mérése).

És aztán, amelyik a legmagasabb értéket kapja, a jelenlegi és még jövőbeni vércukorszint előrejelzésére kerül. Ez a személyre szabott modell továbbra is felelős lesz addig, amíg a hétnapos megjelenés új győztest nem jelent. Útközben a modellek folyamatosan csípődnek fel a felhasználó személyes eredményei szerint. Tehát mi jár az alkalmazás egy olyan algoritmus, amely idővel alkalmazkodik egy személyre szabott modell létrehozásához.

Mit látunk az utolsó képernyőn "Adaptív algoritmusokkal"?

Ez a negyedik képernyő a legudalmasabb, de ez a legfontosabb dolog, ami ezt a megközelítést különbözteti meg. Amit lát, az az alkalmazás négy különböző adaptív algoritmust húz. Mindegyik algoritmust "gerjesztették" annak ellenére, hogy képes megjósolni az MARD-t az elmúlt 7 nap adatainak megőrzésére. A legmagasabb értéket az jelenti, amelyet az alkalmazás a jelenlegi és jövőbeni BG előrejelzésére használ. Ebben a forgatókönyvben a GeneralT2D a legjobban teljesít az adathalmazzal, 85-es pontozással. 6. Most a modellek éppúgy optimalizálják magukat és a legmagasabb pontszámot "behelyezik a játékba". Ahogy egyre több árnyalatot adunk az alkalmazásnak, könnyű lesz olyan dolgokat megtenni, mint például a leginkább a testmozgáshoz legjobban illő modellt felemelni, amikor a pulzusszám növekedését észleljük, vagy felemeljük azt, amely a legjobb eredményt érte el, ha nagy mennyiségű szénhidrát származik a szivattyú vagy toll. Ez az úgynevezett forgatókönyv-képzés, és még nem létezik számunkra, de ebben az Alpha változatban láthatja, hogyan működik a koncepció - a személyre szabott modellekkel versengő használatra. Ez valójában a történet szíve.

Wow, ez nagyon egyedinek tűnik, és különbözik a jelenlegi CGM-ekektől, nem?

A személyre szabott modell megközelítés a leginkább egyedülálló darab; még nem láttuk ezt a megközelítést. A hagyományos CGM-hez képest a többi összehasonlítás sokkal nyilvánvalóbb - az invazív szenzor nem az elsődleges.

Igazából két kulcsfontosságú szempont van, amelyek a cukorbetegségben egyedülállóvá teszik a SoftCGM-et. Az első nyilvánvaló, és ez az, hogy szívverési adatokat adunk, hogy segítsen meghatározni, hogy a vércukorszint valószínűleg a jövőben hogyan fog működni. Mint cukorbetegek, tudjuk, hogy a testmozgás nagy hatással van a BG-re, de a képzett találgatások kivételével nincsenek megbízható formulák - és ami még rosszabb, a tegnapi munka nem működhet holnap. Mivel gépi tanulási algoritmust használunk, amely minden felhasználóhoz alkalmazkodik, a személyre szabott modellek képesek mérni a gyakorlás hatását a BG-re.

Használtad a SoftCGM-et magát az Alpha tesztelésben?

Igen! Az alkalmazásoknak három Alpha felhasználója volt: én, egy másik T1D és egy másik T2D. Csak a múlt héten mentünk a Béta-ba, jelenleg 12 résztvevővel. Az Alpha eredmények biztatóak - nagyjából ugyanolyan pontossággal, mint a Medtronic EnLite CGM érzékelője. Nyilvánvaló, hogy ez nem egy alma-to-almos összehasonlítás. A mi verziónkhoz még több adatbevitelre van szükség, de az elsődleges pontosság szempontjából - ahogy mondtam - biztató.

Úgy hangzik, mint az InSpark új Vigilant app … minden nagy hasonlóság vagy különbség, ami eszembe jut?

Azt hiszem, a Vigilant rendkívül érdekes és én magam tesztelnék. Amit megosztunk velük, az az elképzelés, hogy a különböző felhasználók keresik a cukorbetegség kezelésének különböző módjait. És ha összpontosítunk arra, hogy a puzzle egy darabját nagyon jól végezzük, úgy gondolom, hogy a problémát megfelelően vizsgálják.

Anélkül, hogy ásna a termékükbe, a legfontosabb különbség a megközelítésmód és a miénk között az, hogy úgy tűnik, van egy nagyon jó algoritmus a mélypontok előrejelzésére, és azt gyanítom, hogy nagyon jól működik néhány ember számára, és kevésbé jól más emberek.

Nem is beszélve arról, hogy ha az algoritmus jól működik számomra ma, mi történik, ha valami jelentős változás következik be az anyagcseréimmel - például, ha elkezdek gyakorolni vagy megkapni az influenzát stb. Az ilyen típusú algoritmusok gyakran szünetelteti az adott forgatókönyveket.

Az alapul szolgáló technológia több algoritmuson alapul, így ténylegesen (ha megengednék nekünk) el tudják fogadni az algoritmust és megcsípni az egyes személyeket és egyedi forgatókönyveiket. Mint mindannyian tudjuk, vannak olyan idők, amikor a cukorbetegek által használt matematika nem működik számunkra egy adott helyzetben. Megpróbáljuk megoldani ezt.

A Vigilant nyilvánvalóan nem követelte meg az FDA jóváhagyását. Szüksége lesz erre a SoftCGM egyedülálló algoritmusok használatára?

Abszolút értelemben, de ami ez a jóváhagyás, úgy tűnik, nagyon korán van a levegőben. Például a kezemben lévő jelenlegi Alpha verzió a jövőben előrejelzi a vércukorszintet. Hogy az FDA hogyan érzi - és hogy miként adhatjuk meg ezeket az adatokat - minden bizonnyal hatással lesz a folyamatra és a termékre.

Van-e zárt hurok / mesterséges hasnyálmirigy-potenciál?

Alkalmazkodó mesterséges intelligencia alkalmazható, ahol a valóban személyre szabott gyógyszer a cél, és a zárt hurkú rendszer valószínűleg hasznot húzhat egy ilyen megközelítésből. De annyi potenciális alkalmazás létezik, mint a high-tech AP lakosságon kívül, mert ez egy személyre szabott megközelítés.

Mi ez a határidő?

Két kis béta tesztet tartunk ezen a nyáron. Ennek az eredménynek elegendőnek kell lennie ahhoz, hogy megbeszéléseket folytasson az FDA-val.

Hogyan tud a D-Közösségünknek több információt kapni vagy részt venni, ha érdekli őket?

Az emberek jelentkezhetnek be, hogy a visszacsatolási folyamat részét képezhetik közvetlenül az interneten. Mint minden ilyen jellegű termék, néha keresünk Béta-felhasználókat, és néha visszajelzéseket keresünk a felhasználók bizonyos alcsoportjairól. De a SoftCGM Alpha verziója egy olyan T1-es csoportból származó fenomenális betekintéssel épült, amelyen részt vettünk egy host webinarban, így a felhasználói visszajelzések elengedhetetlenek ehhez a folyamathoz.

Nagyon izgalmas dolog, Marcus!

Köszönjük mindazt, amit az innovációk fejlesztésében segítesz, és w e várjuk, hogy a SoftCGM megvalósuljon. Jogi nyilatkozat

: A Diabetes Mine csapata által létrehozott tartalom. További részletekért kattintson ide. Jogi nyilatkozat

Ez a tartalom a cukorbetegség közösségére összpontosító, a cukorbetegek bányájára készült. A tartalom nem orvosilag felülvizsgálható, és nem tartja be az egészségügy szerkesztői irányelveit. Ha többet szeretne megtudni a Healthline Diabetes Bánya partnerségéről, kattintson ide.