SoftCGM: Aplikacja Smartphone monitoruje i prognozuje glukozy

Nowy projekt technologii venture zmierza do zmiany ciągłego monitorowania glukozy, jak wiemy, całkowicie rezygnując z czujnika, a zamiast tego skupia się na algorytmach smartfonów wyświetlających stałe dane cukru we krwi i wytwarzające glukozę przewidywania trendów.

Poznaj SoftCGM, nowe, całkowicie telefoniczne rozwiązanie opracowane przez firmę Aspier Ventures z siedzibą w Lancaster w Pensylwanii. Cieszymy się, że "jeden z naszych" z cukrzycą typu 1 i aktywnym w społeczności Diabetes Online znajduje się na zespół.

Długoletni typ 1, Marcus Grimm (@marcusgrimm) przez lata był D-blogerem w Sweet Victory i tworzy całkiem niesamowite filmy (Sh * T Diabetics Say), a także jest zapalony biegacz i trener wolontariuszy.

Niedawno dotarliśmy do Marcusa, aby wysłuchać jego osobistej historii i poznać szczegółów dotyczących tej futurystycznej technologii SoftCGM w pracach.

Wywiad z Marcusiem Grimmem na SoftCGM

DM) Marcus, czy możesz zacząć od przedstawienia siebie?

MG) Obstawiasz. Mam 45 lat. Żonaty, ma dzieci, mieszka w Pensylwanii. Oprócz bycia T1 i tego, co jest moją pracą, ludzie czasami rozpoznają mnie od bycia częścią pierwszego zespołu Team Type 1 kilka lat temu. Prowadziłem kilkanaście maratonów i ultra maratonów z T1, do 100 mil, a także jestem trenerem dla Diabetes Training Camp.

Jaka jest twoja historia cukrzycy?

Byłem zdiagnozowany w 1984 roku. Byłem na pompie przez około 16 lat i CGM od kilku lat. Zawsze uważałem się za dość szczęśliwą z moją kontrolą, ale jakieś siedem lat temu zdałem sobie sprawę, że dwa z trzech T1, z którymi dorastałem, odeszły. Postanowiłem wtedy, że nawet jeśli cukrzyca jest dość łatwa dla mnie, nie oznacza to, że wszyscy są dla niej łatwych, więc postanowiłem bardziej zaangażować się w tę sprawę.

Miałem jeden z najwcześniejszych blogów na temat skrzyżowania cukrzycy i ćwiczeń fizycznych, ale większość mojej pracy diabetologicznej w ostatnich latach miała miejsce w trybie offline. Pięć lat temu pokonałem 84 mil w ciągu jednego dnia i odwiedziłem dziesięciu ustawodawców, aby zebrać wsparcie dla ustawy Safe at Schools in PA. W tym samym roku zostałem nazwany Amatorskim sportowcem roku Team 1. Dwa lata temu rozpocząłem coaching w Diabetes Training Camp. W dzisiejszych czasach jestem bardzo aktywnym "lurker" w społecznościach diabetologicznych. Uważam, że nie brakuje tam dobrych rad, więc staram się pomagać tylko wtedy, gdy czuję, że mam wyjątkową perspektywę.

Powiedz nam o swojej pracy w Aspire Ventures, która tworzy nowe narzędzie?

Jestem dyrektorem ds. Marketingu, co jest fantazyjnym sposobem powiedzenia, że ​​jestem korporacyjnym gawędziarzem.Kilka lat spędziłem na zarządzaniu agencją reklamową przed przyjazdem do Aspire. Jednym z przedsięwzięć zarządzanych przez Aspire jest Tempo Health, który stosuje uczenie maszynowe w technologii cukrzycy. Unikalne podejście Tempo do tworzenia zindywidualizowanych narzędzi do zarządzania cukrzycą za pomocą tego, co nazywamy adaptacyjną sztuczną inteligencją było tym, co

pociągnęło mnie, aby dołączyć do Aspire w pierwszej kolejności.

OK, więc czym jest SoftCGM?

Technicznie rzecz biorąc, SoftCGM to narzędzie technologii cukrzycy, które wykorzystuje "fuzję czujnika", co oznacza po prostu, że łączy kilka powiązanych informacji w celu przewidywania, w tym przypadku prognozy aktualnych wartości stężenia glukozy we krwi.

Ten film daje całkiem niezły wstęp do tego, o co chodzi w SoftCGM.

Nazywamy to SoftCGM, ponieważ używa ono oprogramowania, a nie tradycyjnego czujnika CGM, do oszacowania. Pierwsza wersja programu SoftCGM dokonuje oszacowania na podstawie kalibracji palca, informacji o bolusie i węglowodorze oraz danych dotyczących tętna. Platforma jest jednak wystarczająco elastyczna, aby uwzględnić stale rosnącą liczbę czujników, które pojawią się na rynku.

Wszystko to jest prezentowane w aplikacji mobilnej?

Aplikacja służy jako portal użytkownika dla SoftCGM, ale kiedy mówimy o wprowadzaniu i optymalizacji wielu algorytmów, ten poziom uczenia maszynowego odbywa się w chmurze. A ponieważ dane są przechowywane i przetwarzane w chmurze, otwiera to możliwości dla różnych rzeczy, takich jak systemy wspomagania decyzji dla lekarzy i CDE itp. Pod wieloma względami aplikacja jest dopiero początkiem.

Jak to działa?

OK, to będzie trochę techniczne …

To, co jest naprawdę wyjątkowe w SoftCGM, to to, że szacunki i prognozy BG są oparte na modelach, które wykorzystują uczenie maszynowe do dostosowania się do każdej unikalnej osoby, zamiast do typowej: pod względem rozmiaru, do którego przyzwyczaiły się wszystkie T1. SoftCGM może nauczyć się, jak osobiście reagować na ćwiczenia lub węglowodany i dokonać prognozy, która jest właśnie dla Ciebie.

Osiągamy to przez faktyczne uruchamianie wielu spersonalizowanych modeli za pośrednictwem aplikacji w tym samym czasie. Obecnie mamy to uruchomione w wersji Alpha (rozwojowej) aplikacji SoftCGM.

Każdy z tych modeli ma swoje nieco unikalne podejście do cukrzycy - na ile wpływ ma np. Ćwiczenia lub jak długo węglowodany pozostają w twoim systemie?

Tak wyglądałby typowy dziennik historii:

Regularnie każdy model przegląda wszystkie dane historyczne z ostatnich siedmiu dni i ocenia się według MARD (Średnia bezwzględna różnica względna - standard miara dokładności CGM).

A następnie, którykolwiek z wyników jest najwyższy, umieszcza się go w akcji, aby przewidzieć aktualny, a nawet przyszły poziom glukozy we krwi. Ten spersonalizowany model będzie nadal odpowiadał, dopóki siedmiodniowy lookback nie ogłosi nowego zwycięzcy. Po drodze modele nieustannie dostosowują się do indywidualnych wyników użytkownika. To, co wchodzi w grę, to algorytm, który dostosowuje się w miarę upływu czasu, aby stworzyć spersonalizowany model.

Co widzimy na tym ostatnim ekranie z "Algorytmami adaptacyjnymi"?

Ten czwarty ekran jest najbardziej nudny, ale to naprawdę najważniejsza rzecz, która czyni to podejście innym. Widać, że aplikacja pobiera cztery różne algorytmy adaptacyjne. Każdy algorytm jest "oceniany" pod kątem jego zdolności do przewidywania MRiRW w ciągu ostatnich 7 dni danych. Ten, który uzyska najwyższą ocenę, to ta, której aplikacja używa do prognozowania bieżącego i przyszłego BG. W tym scenariuszu, GeneralT2D najlepiej radzi sobie z zestawem danych, zdobywając 85. 6. Obecnie modele optymalizują się co wieczór, a najwyższa punktacja to "włożenie do gry". Dodając więcej niuansów do aplikacji, łatwo będzie zrobić takie rzeczy, jak podciągnięcie modelu, który uzyska najlepsze wyniki w ćwiczeniu, gdy wykryje się wzrost częstości akcji serca lub podciągnie ten, który uzyska najlepszy wynik, gdy duże ilości węglowodanów pochodzą z pompa lub pióro. Nazywa się to szkoleniem scenariuszowym i nie istnieje ono jeszcze dla nas, ale w tej wersji Alpha można zobaczyć, jak działa ta koncepcja - ze spersonalizowanymi modelami konkurującymi o wykorzystanie. To naprawdę jest sednem historii.

Wow, brzmi to dość unikalnie i różni się od obecnych CGM, nie?

Spersonalizowane podejście do modelu to z pewnością najbardziej unikalny element; nie widzieliśmy wcześniej takiego podejścia. Inne porównania do tradycyjnego CGM są bardziej oczywiste - żaden czujnik inwazyjny nie jest najważniejszy.

Istnieją naprawdę dwa kluczowe aspekty, które sprawiają, że SoftCGM jest wyjątkowy w przestrzeni cukrzycowej. Pierwsza z nich jest oczywista. Chodzi o to, że wprowadzamy dane dotyczące częstości akcji serca, które pomogą określić, jaki poziom glukozy we krwi prawdopodobnie nastąpi w przyszłości. Jako diabetycy wiemy, że ćwiczenia mają silny wpływ na BG, ale poza wykształconymi domysłami, nie ma wiarygodnych formuł - a co gorsza, to, co wczoraj działało, może nie zadziałać jutro. Ponieważ używamy algorytmów uczenia maszynowego, które mogą dostosować się do każdego użytkownika, spersonalizowane modele są w stanie zmierzyć wpływ ćwiczeń na BG.

Czy użyłeś SoftCGM w testach alfa?

Tak! Mieliśmy trzech użytkowników aplikacji Alpha: ja, jeden inny T1D i inny T2D. W zeszłym tygodniu przeszliśmy do wersji Beta, obecnie z 12 uczestnikami. Wyniki Alpha były zachęcające - z mniej więcej taką samą dokładnością jak czujnik EnLite CGM firmy Medtronic. Żeby było jasne, to nie jest porównanie jabłek z jabłkami. Nasza wersja wymaga o wiele więcej danych w tym momencie, ale pod względem dokładności pierwszego rzutu, jak powiedziałem, jest zachęcająca.

To brzmi trochę jak nowa aplikacja Vigilant InSparku … jakiekolwiek duże podobieństwa lub różnice, które przychodzą na myśl?

Myślę, że Vigilant jest bardzo interesujący i sam go przetestuję. Dzielimy się z nimi poglądem, że różni użytkownicy szukają różnych sposobów radzenia sobie z cukrzycą. I skupiając się na zrobieniu jednego kawałka układanki bardzo dobrze, myślę, że oni patrzą na problem właściwie.

Bez wnikania w ich produkt, kluczową różnicą między ich podejściem a naszym jest to, że wygląda na to, że mają jeden bardzo dobry algorytm przewidywania niskich wartości, i podejrzewam, że będzie on działał bardzo dobrze dla niektórych osób, a jeszcze gorzej dla innych. ludzie.

Nie wspominając już o tym, że jeśli algorytm dobrze mi się dzisiaj sprawdza, co się dzieje, gdy coś poważnego zmienia się z moim metabolizmem - na przykład, gdy zaczynam ćwiczyć, grypa itp. Tego typu algorytmy często przerwa w danych scenariuszach.

Nasza podstawowa technologia oparta jest na wielu algorytmach, więc mogliśmy (jeśli pozwolą nam) wziąć swój algorytm i dostosować go do indywidualnej osoby i jej indywidualnych scenariuszy. Jak wszyscy wiemy, zdarzają się sytuacje, kiedy matematyka, z której korzystają wszyscy diabetycy, nie działa dla nas w danej sytuacji. Próbujemy to naprawić.

Czujni najwyraźniej nie wymagali zatwierdzenia przez FDA. Czy będzie to potrzebne do unikalnego wykorzystania algorytmów SoftCGM?

Absolutnie, ale to, na co ta aprobata mogłaby wyglądać, jest bardzo wcześnie w powietrzu. Na przykład obecna wersja Alfa w moich rękach przewiduje poziom glukozy we krwi w przyszłości. To, jak FDA się z tym wiąże - i jak prezentujemy te dane - z pewnością wpłynie na proces i produkt.

Czy ma to potencjał zamkniętej pętli / sztucznej trzustki?

Istnieje potencjał adaptacyjnej sztucznej inteligencji do zastosowania wszędzie tam, gdzie celem jest prawdziwie spersonalizowana medycyna, a system z zamkniętą pętlą mógłby z takiego podejścia czerpać korzyści. Ale jest tak samo wiele potencjalnych aplikacji poza zaawansowaną populacją AP, ponieważ jest to spersonalizowane podejście.

Co to jest oś czasu?

Tego lata chcemy mieć dwa małe testy beta. Wyniki z tego powinny wystarczyć do dyskusji z FDA.

Jak nasza społeczność D może uzyskać więcej informacji lub zaangażować się, jeśli są zainteresowani?

Użytkownicy mogą rejestrować się w procesie przesyłania opinii bezpośrednio w Internecie. Jak każdy produkt tego typu, czasami szukamy użytkowników wersji beta, a czasami szukamy informacji zwrotnej od konkretnych podzbiorów użytkowników. Ale wersja SoftCGM Alpha została zbudowana z fenomenalnym wglądem od grupy T1, która brała udział w webinarium, który prowadziliśmy, więc opinie użytkowników są absolutnie kluczowe dla tego procesu.

Bardzo ekscytujące rzeczy, Marcus! Dziękuję za wszystko, co robisz, pomagając rozwijać te innowacje, i w e cieszymy się na materializację SoftCGM.

Zastrzeżenie : Treść stworzona przez zespół Diabetes Mine. Aby uzyskać więcej informacji, kliknij tutaj.

Zastrzeżenie

Ta treść została stworzona dla Diabetes Mine, blogu poświęconego zdrowiu konsumentów skupiającego się na społeczności chorych na cukrzycę. Treści nie są poddawane przeglądowi medycznemu i nie są zgodne ze wskazówkami redakcyjnymi Healthline. Aby uzyskać więcej informacji na temat partnerstwa Healthline z Diabetes Mine, kliknij tutaj.