В течение многих лет исследователи пытались найти лучший алгоритм управления для учета и контроля всех этих переменных. За прошедшие годы две основные стратегии управления стали лидерами — управление с прогнозированием модели (MPC) и пропорциональная интегральная производная (PID). В этой области ведутся давние дебаты о том, какой из этих элементов управления работает лучше.
Теперь исследователи из Гарварда Джон А. Школа инженерии и прикладных наук Полсона и Диабетический центр Уильяма Сансума провели первую прямую рандомизированную перекрестную оценку двух контрольных групп в сопоставимых клинических условиях.
Команда обнаружила, что MPC превзошел PID по первичному результату исследования, а также по нескольким вторичным результатам.
Исследование было представлено Фрэнком Дойлом, деканом Гарвардской школы инженерных и прикладных наук и старшим автором исследования на встрече Американской диабетической ассоциации в 2016 году в Новом Орлеане, и опубликовано в журнале Diabetes Care.
«Это исследование не положит конец дебатам, потому что оба контроля работали хорошо», — сказал Эяль Дассау, старший научный сотрудник в области биомедицинской инженерии SEAS и соавтор статьи. «Но мы показали, что есть сценарии, в которых MPC превосходит из-за гибкости этой конструкции.
Это первое настоящее непосредственное клиническое исследование, в котором сравниваются два ведущих контролера в идентичных условиях с одной и той же популяцией в рандомизированном перекрестном исследовании."
«Что примечательно здесь, так это то, что мы использовали очень простую формулировку ПДК, и он по-прежнему превосходит ФИД», — сказал Дойл. "У нас есть гораздо более сложные версии алгоритма, которые были протестированы на сотнях субъектов и находятся на ранних стадиях коммерческой разработки. Это замечательный гибкий и мощный алгоритм."
Дойл и Дассау были сотрудниками Калифорнийского университета в Санта-Барбаре до прихода в Гарвард осенью 2015 года.
Система искусственной поджелудочной железы, управляемая системой PID, является реактивной, как домашний термостат, регулирующий температуру.
Но MPC является проактивным, позволяя системе думать на несколько шагов вперед, предсказывая, когда организму может потребоваться больше или меньше инсулина, и заранее планируя.
В клиническое исследование приняли участие 30 взрослых с сахарным диабетом 1 типа. Им случайным образом назначали контроль PID или MPC для первого раунда исследования, а затем переключили на второй. У всех участников была одна и та же еда и один и тот же график приема пищи.
Исследователи наблюдали, как система реагирует на объявленные приемы пищи, когда инсулин вводится вручную перед едой; неожиданные приемы пищи, чтобы имитировать, когда люди забывают увеличить инсулин перед едой; как система контролировала инсулин до и после завтрака, когда инсулинорезистентность увеличивается из-за гормонов; и ночной контроль.
Исследователи отслеживали уровень глюкозы у участников в режиме реального времени с пятиминутными интервалами.
Команда обнаружила, что хотя оба контроля работали, MPC удерживал участников в пределах безопасного диапазона глюкозы в 74 процентах случаев, в то время как PID удерживал их в пределах 64 процентов времени, включая прием пищи без предупреждения.
Средние значения глюкозы для каждого субъекта также были статистически ниже для MPC по сравнению с PID.
По словам Дассау, способность прогнозировать эти максимумы и минимумы и обеспечивать оптимальную доставку инсулина является большой частью успеха MPC.
«Благодаря MPC мы заглядываем в будущее и можем корректировать курс до того, как случится что-то плохое, например, гипогликемия», — сказал он. "Модель может определять смещение и постепенно корректировать курс, не вызывая аварийной посадки. Сам по себе PID не имеет такой возможности прогнозирования."
Следующие шаги — провести более длительные амбулаторные исследования, чтобы узнать, как адаптировать систему к долгосрочным изменениям стресса, уровня активности, набора или потери веса и т. Д. Конечная цель — создать систему, которая может адаптироваться ко всем этим изменениям с минимальным участием пациента.
«Диабет — уникальное заболевание, поскольку пациенты очень вовлечены в собственное лечение и должны доверять автоматизированной системе», — сказал Дассау. "Наша цель — повысить это доверие и сделать так, чтобы пользователи могли тратить меньше времени на диабет."