Предиктивное управление сахарным диабетом 1-го типа: исследование in silico

Model Predictive Control of Type 1 Diabetes: An in Silico Trial
Boris P. Kovatchev, Claudio Cobelli, Lalo Magni, Chiara Dalla Man, Giuseppe De Nicolao, Davide Martino Raimondo, Luca Bossi
2007-11-01

искусственная поджелудочная железанепрерывный мониторинг глюкозыкомпьютерное исследованиемодельно-прогнозирующее управлениесахарный диабет 1 типа
ОБОСНОВАНИЕ: Разработка искусственной поджелудочной железы получила новый импульс благодаря последним технологическим достижениям в области подкожного непрерывного мониторинга глюкозы и систем подкожной доставки инсулина с помощью помп. Однако наличие инновационных сенсоров и исполнительных устройств, хотя и является необходимым условием, не гарантирует оптимальной регуляции гликемии. Замкнутое управление уровнем глюкозы в крови по-прежнему создает технологические проблемы для специалистов по автоматическому управлению; наиболее существенной из них являются неизбежные временные задержки между измерением уровня глюкозы и введением инсулина. МЕТОДЫ: Новая модель in silico используется как для разработки, так и для валидации системы управления уровнем глюкозы на основе линейного предиктивного управления (MPC). В качестве исходной используется недавно разработанная модель взаимосвязи глюкозы и инсулина после приема пищи у здоровых людей, модифицированная для описания метаболической динамики человека с сахарным диабетом 1-го типа. Распределение параметров модели в популяции, первоначально полученное для 204 здоровых пациентов, модифицируется для описания пациентов с диабетом. Из этого распределения извлекаются индивидуальные модели виртуальных пациентов. Дискретная по времени система MPC разрабатывается для всех виртуальных пациентов с использованием единой аппроксимации полной модели, линеаризованной по входу и выходу и основанной на средних значениях параметров в популяции. В рамках исследования in silico моделируются 4 последовательных дня, в течение которых пациент ежедневно получает завтрак, обед и ужин. РЕЗУЛЬТАТЫ: При условии индивидуальной настройки регулятора удовлетворительные результаты достигаются даже в том случае, если разработка системы управления основывается исключительно на усредненной модели пациента. Настройке подлежит только вес ошибки концентрации глюкозы, причем сделать это можно достаточно простым и интуитивно понятным способом. Продемонстрирована способность MPC использовать информацию о запланированном приеме пищи. Неполное знание количества поступившей с пищей глюкозы приводит лишь к незначительному ухудшению характеристик системы. В целом MPC обеспечивает более качественную регуляцию, чем пропорционально-интегрально-дифференциальное управление, значительно ограничивая t...
1
Для виртуальных пациентов разработан дискретный линейный регулятор с модельно-прогнозирующим управлением на основе единой линеаризованной по входу и выходу модели со средними популяционными параметрами.
2
Разработана новая компьютерная модель сахарного диабета 1 типа путем адаптации модели приема пищи и модификации распределений параметров здоровой популяции для пациентов с диабетом.
3
После простой индивидуальной настройки веса ошибки концентрации глюкозы достигнута удовлетворительная регуляция даже при использовании только модели среднего пациента.
4
MPC обеспечивал лучшую регуляцию глюкозы по сравнению с пропорционально-интегрально-дифференциальным управлением и значительно ограничивал ...
5
Учет информации о приемах пищи улучшал управление MPC, а неточная оценка количества углеводов вызывала лишь незначительное ухудшение результатов.

виртуальные пациенты с сахарным диабетом 1 типа, получающие инсулинотерапию и питание, в имитационном исследовании

предиктивное управление регулированием уровня глюкозы, включая влияние информации о приёме пищи, вариабельности параметров и неопределённости количества потреблённой глюкозы

Publication Details
Publication Date
2007-11-01
Journal
Publisher
ISSN
Cited by
324
Access Type
Author Information
Authors
Boris P. Kovatchev
Claudio Cobelli
Lalo Magni
Chiara Dalla Man
Giuseppe De Nicolao
Davide Martino Raimondo
Luca Bossi
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%