本公開大體上涉及連續(xù)葡萄糖監(jiān)測（cgm），并且更具體地涉及用于改進在cgm中使用的傳感器的磨合時間的系統(tǒng)和方法。

背景技術：

1、諸如生物傳感器等分析物傳感器包括使用生物元素將基質中的化學分析物轉化為可檢測信號的裝置。有許多類型的生物傳感器用于各種各樣的分析物，包括用于糖尿病的葡萄糖水平控制的電流型葡萄糖傳感器。

2、典型的葡萄糖傳感器根據(jù)以下化學反應工作：

3、公式1；和

4、公式2

5、葡萄糖氧化酶用于催化葡萄糖與氧之間的反應，以產生葡萄糖酸和過氧化氫h2o2（公式1）。過氧化氫以電化學方式反應，如公式2所示，并且電流可通過恒電位儀測量。這些在本領域已知的多種氧化還原酶中發(fā)生的反應被用于許多傳感器設計中。

6、分析物傳感器的一個常見問題是它們不僅可與待測量分析物（或與分析物的酶促反應的副產物）發(fā)生電化學反應，而且還可與并非有意測量的其他電活性化學物種發(fā)生反應，這使得信號強度因這些“干擾物種”而增加。通常，這種干擾物種是具有與待測量分析物重疊的氧化或還原電位的化合物（或與分析物的酶促反應的副產物）。例如，在其中常規(guī)傳感器測量過氧化氫的常規(guī)的電流型的基于葡萄糖氧化酶的葡萄糖傳感器中，已知干擾物種諸如對乙酰氨基酚、抗壞血酸鹽和尿酸鹽會混淆真正的分析物信號，導致傳感器靈敏度或壽命下降。

7、另一個常見問題是由于不同的傳感器設計，分析物傳感器需要時間來穩(wěn)定傳感器信號。術語“磨合”通常用于描述傳感器在傳感器的測試/佩戴的前幾天期間達到穩(wěn)定所需的時間段。在分析物傳感器的設計中存在改進空間以減少傳感器磨合時間和/或延長傳感器壽命。

技術實現(xiàn)思路

1、本公開涉及用于改進在連續(xù)葡萄糖監(jiān)測中使用的傳感器的傳感器靈敏度的系統(tǒng)和方法。

2、根據(jù)本公開的各方面，一種用于降低傳感器可變性的系統(tǒng)包括：傳感器，該傳感器被配置為生成與葡萄糖敏感性相關的實時數(shù)據(jù)；一個或多個處理器；和一種或多種處理器可讀介質，該一種或多種處理器可讀介質存儲指令，該指令在由該一個或多個處理器執(zhí)行時使得執(zhí)行以下操作：訪問來自該傳感器的與葡萄糖敏感性相關的該實時數(shù)據(jù)；將該實時數(shù)據(jù)輸入機器學習模型中；通過該機器學習模型基于該實時數(shù)據(jù)而估計預期的葡萄糖敏感性；以及基于該預期的葡萄糖敏感性而校正該葡萄糖敏感性。

3、在本公開的一方面中，該實時數(shù)據(jù)可包括與該傳感器相關聯(lián)的電學性能。

4、在本公開的另一方面中，該實時數(shù)據(jù)可包括isig值以及vcntr值或eis簽名值中的至少一者。

5、在本公開的又一方面中，通過該機器學習模型估計校正的葡萄糖敏感性可包括估計該傳感器隨時間的isig趨勢。

6、在本公開的又一方面中，隨時間的該isig趨勢可與任何感測到的葡萄糖波動無關。

7、在本公開的又一方面中，校準比可為血糖值除以isig。該指令在由該一個或多個處理器執(zhí)行時還可使得執(zhí)行以下操作：基于使用所估計的隨時間的isig趨勢和該eis簽名值校正isig來穩(wěn)定該校準比。

8、在本公開的一方面中，該實時數(shù)據(jù)包括可基于血糖值的部分和與血糖值無關的部分。該指令在由一個或多個處理器執(zhí)行時還可使得該系統(tǒng)通過該機器學習模型確定該實時數(shù)據(jù)的與該血糖值無關的部分。

9、在本公開的另一方面中，該指令在由該一個或多個處理器執(zhí)行時還可使得執(zhí)行以下操作：基于所確定的該實時數(shù)據(jù)的與該血糖值無關的部分而生成經調整isig。

10、在本公開的又一方面中，當校正該葡萄糖敏感性時，該指令在由該一個或多個處理器執(zhí)行時還可使得執(zhí)行以下操作：通過該機器學習模型基于該實時數(shù)據(jù)而估計作為時間的函數(shù)的校準因子；以及至少部分地基于該校準因子而校準該實時數(shù)據(jù)。

11、在本公開的又一方面中，該實時數(shù)據(jù)的與該血糖值無關的該部分可基于該傳感器的設計配置。

12、根據(jù)本公開的各方面，提出了一種校正實時傳感器數(shù)據(jù)的處理器實施的方法。該方法包括：訪問來自傳感器的與葡萄糖敏感性相關的實時數(shù)據(jù)；將該實時數(shù)據(jù)輸入機器學習模型中；通過該機器學習模型基于所輸入的實時數(shù)據(jù)而估計預期的葡萄糖敏感性；以及基于該預期的葡萄糖敏感性而校正該葡萄糖敏感性。

13、在本公開的又一方面中，該實時數(shù)據(jù)可包括與該傳感器相關聯(lián)的傳感器電學性能。

14、在本公開的一方面中，該實時數(shù)據(jù)可包括isig值以及vcntr值或eis簽名值中的至少一者。在本公開的另一方面中，通過機器學習模型估計補償?shù)钠咸烟敲舾行钥砂ü烙嬙搨鞲衅麟S時間的isig趨勢。

15、在本公開的又一方面中，隨時間的該isig趨勢可與任何感測到的葡萄糖波動無關。

16、在本公開的又一方面中，校準比可為血糖值除以isig。該方法還可包括基于使用所估計的隨時間的isig趨勢校正isig來隨時間穩(wěn)定該校準比。

17、在本公開的又一方面中，該實時數(shù)據(jù)可包括基于血糖值的部分和與該血糖值無關的部分。該方法還可包括通過該機器學習模型確定該實時數(shù)據(jù)的與該血糖值無關的部分。

18、在本公開的一方面中，該方法還可包括基于所確定的該實時數(shù)據(jù)的與該血糖值無關的部分而生成經調整isig。

19、在本公開的另一方面中，當校正該葡萄糖敏感性時，該方法還可包括通過該機器學習模型基于該所輸入的實時數(shù)據(jù)而估計作為時間的函數(shù)的校準因子，以及至少部分地基于該校準因子而校準該實時數(shù)據(jù)。

20、根據(jù)本公開的各方面，一種或多種非暫態(tài)處理器可讀介質存儲指令，該指令在由一個或多個處理器執(zhí)行時使得執(zhí)行以下操作：訪問來自傳感器的與葡萄糖敏感性相關的實時數(shù)據(jù)；將該實時數(shù)據(jù)輸入機器學習模型中；通過該機器學習模型基于所輸入的實時數(shù)據(jù)而估計預期的葡萄糖敏感性；以及基于該預期的葡萄糖敏感性而校正該葡萄糖敏感性。

21、本公開的一個或多個方面的細節(jié)在以下附圖和說明書中闡述。根據(jù)說明書和附圖以及權利要求，本公開中描述的技術的其他特征、目的和優(yōu)點將是顯而易見的。

技術特征：

1.一種用于降低分析物傳感器可變性的系統(tǒng)，所述系統(tǒng)包括：

2.根據(jù)權利要求1所述的系統(tǒng)，其中所述實時數(shù)據(jù)包括與所述傳感器相關聯(lián)的電學性能。

3.根據(jù)權利要求1所述的系統(tǒng)，其中所述實時數(shù)據(jù)包括isig值以及vcntr值或eis簽名值中的至少一者。

4.根據(jù)權利要求3所述的系統(tǒng)，其中通過所述機器學習模型估計校正的葡萄糖敏感性包括估計所述傳感器隨時間的isig趨勢。

5.根據(jù)權利要求4所述的系統(tǒng)，其中隨時間的所述isig趨勢與任何感測到的葡萄糖波動無關。

6.根據(jù)權利要求4所述的系統(tǒng)，其中校準比是血糖值除以isig，并且所述指令在由所述一個或多個處理器執(zhí)行時還使得執(zhí)行以下操作：

7.根據(jù)權利要求4所述的系統(tǒng)，其中所述實時數(shù)據(jù)包括基于血糖值的部分和與所述血糖值無關的部分，并且所述指令在由所述一個或多個處理器執(zhí)行時還使得執(zhí)行以下操作：

8.根據(jù)權利要求7所述的系統(tǒng)，其中所述指令在由所述一個或多個處理器執(zhí)行時還使得執(zhí)行以下操作：

9.根據(jù)權利要求1所述的系統(tǒng)，其中當校正所述葡萄糖敏感性時，所述指令在由所述一個或多個處理器執(zhí)行時還使得執(zhí)行以下操作：

10.根據(jù)權利要求7所述的系統(tǒng)，其中所述實時數(shù)據(jù)的與所述血糖值無關的所述部分基于所述傳感器的設計配置。

11.一種校正實時傳感器數(shù)據(jù)的處理器實施的方法，所述方法包括：

12.根據(jù)權利要求11所述的處理器實施的方法，其中所述實時數(shù)據(jù)包括與所述傳感器相關聯(lián)的電學性能。

13.根據(jù)權利要求11所述的處理器實施的方法，其中所述實時數(shù)據(jù)包括isig值以及vcntr值或eis簽名值中的至少一者。

14.根據(jù)權利要求13所述的處理器實施的方法，其中通過所述機器學習模型估計校正的葡萄糖敏感性包括估計所述傳感器隨時間的isig趨勢。

15.根據(jù)權利要求14所述的處理器實施的方法，其中隨時間的所述isig趨勢與任何感測到的葡萄糖波動無關。

16.根據(jù)權利要求14所述的處理器實施的方法，其中校準比是血糖值除以isig，并且所述方法還包括基于使用所估計的隨時間的isig趨勢校正isig來隨時間穩(wěn)定所述校準比。

17.根據(jù)權利要求14所述的處理器實施的方法，其中所述實時數(shù)據(jù)包括基于血糖值的部分和與所述血糖值無關的部分，并且所述方法還包括通過所述機器學習模型確定所述實時數(shù)據(jù)的與所述血糖值無關的部分。

18.根據(jù)權利要求17所述的處理器實施的方法，其中所述方法還包括基于所確定的所述實時數(shù)據(jù)的與所述血糖值無關的部分而生成經調整isig。

19.根據(jù)權利要求11所述的處理器實施的方法，還包括：

20.一種或多種非暫態(tài)處理器可讀介質，所述一種或多種非暫態(tài)處理器可讀介質存儲指令，所述指令在由一個或多個處理器執(zhí)行時使得執(zhí)行以下操作：

技術總結
一種用于降低傳感器可變性的系統(tǒng)包括被配置為生成與葡萄糖敏感性相關的實時數(shù)據(jù)的傳感器。該系統(tǒng)使得執(zhí)行以下操作：訪問來自該傳感器的與葡萄糖敏感性相關的該實時數(shù)據(jù)；以及將該實時數(shù)據(jù)輸入機器學習模型中。該系統(tǒng)還使得執(zhí)行以下操作：通過該機器學習模型基于該實時數(shù)據(jù)而估計預期的葡萄糖敏感性；以及基于該預期的葡萄糖敏感性而校正該葡萄糖敏感性。

技術研發(fā)人員：J·E·阿格列斯莫拉萊斯,S·S·塞萊,L·納瓦-古雷拉,B·B·諾特吉,G·馬拉斯,F·皮奇尼尼,S·D·阿羅揚,E·加萊,Z·A·沙
受保護的技術使用者：美敦力迷你邁德公司
技術研發(fā)日：
技術公布日：2025/5/15