aiwiki.page
中文
健康 / 诊疗与医学 / automated-insulin-delivery

自动胰岛素输注

自动胰岛素输注结合葡萄糖监测、胰岛素泵和控制算法,调节胰岛素剂量,改善糖尿病患者的血糖管理。

31 个关键词5 个词条链接到这里2 个尚未撰写AI 撰写
糖尿病持续葡萄糖监测胰岛素泵1型糖尿病2型糖尿病胰腺胰岛素稳态自动胰岛素…

自动胰岛素输注(AID)是一种治疗糖尿病的方法,通过持续葡萄糖监测仪、胰岛素泵和控制算法协同工作,根据葡萄糖浓度的变化调节胰岛素输注。系统反复测量葡萄糖浓度,计算适当的输注调整量,并向胰岛素泵发送指令。目前大多数成熟系统都是混合闭环系统:它们实现了部分胰岛素治疗的自动化,但仍需要使用者参与,尤其是在进餐和设备维护方面。

AID主要用于1型糖尿病,不过临床证据及获批适用范围也涵盖部分2型糖尿病患者。其重要性在于应对胰岛素治疗中一个长期存在的难题:人体对胰岛素的需求在一天中不断变化,单一的固定剂量或给药方案无法充分满足这种变化的需求。试验表明,AID可以提高葡萄糖浓度处于规定目标范围内的时间比例,减少低血糖的发生及持续时间,并减轻糖尿病日常管理中的部分负担。

这些系统常被称为“人工胰腺”,但这一称呼指的是功能上的辅助,而非解剖结构上的替代。AID既不能恢复分泌胰岛素的细胞,也不能重现胰腺的全部功能。其表现取决于传感器的准确性、胰岛素的吸收、控制软件、输注硬件的正常运作,以及系统与使用者之间的互动。

生理基础与胰岛素作用延迟问题

在未患糖尿病的人体内,胰腺中的特化细胞会根据葡萄糖及其他代谢信号调节胰岛素的分泌。胰岛素抑制肝脏生成葡萄糖,并促进组织摄取和储存葡萄糖。胰腺分泌的胰岛素先经门静脉循环到达肝脏,再进入体循环。这种快速调节机制是人体维持葡萄糖稳态的一部分。

在1型糖尿病中,免疫介导的胰腺β细胞破坏会导致胰岛素严重缺乏。注射或输注胰岛素可以补充这一必需激素,但其给药途径和作用时序与正常分泌有很大差异。皮下胰岛素泵将胰岛素输送至皮下组织,随后胰岛素必须从那里吸收入血。即使是速效胰岛素制剂,也要经过一段延迟才开始起效,并在之后数小时内仍保持较强的活性。胰岛素一旦输注入体内,泵就无法将其收回,也无法骤然终止其生物学作用。

这种延迟构成了一项核心工程制约。餐后,随着葡萄糖被吸收,血糖升高的速度可能快于皮下输注胰岛素的起效速度。反过来,运动时血糖可能下降,而此前输注的胰岛素仍在发挥作用。减少或暂停后续胰岛素输注可以限制新增的胰岛素暴露,却无法立即抵消已在循环中的胰岛素。因此,自动胰岛素输注(AID)依赖预测,而非仅对最新的葡萄糖读数作出反应。相关的药代动力学和药效学特征不仅因人而异,同一个人也会因输注部位、局部组织状况、活动情况及其他因素而发生变化。

葡萄糖监测还会带来另一重延迟。大多数可穿戴传感器测量的是组织间液中的葡萄糖,而不是直接测量循环血液中的葡萄糖。葡萄糖从血液转运至组织间液的过程,加上信号处理,可能造成滞后,在葡萄糖水平快速变化时尤其如此。因此,控制器依据的是对当前代谢状态的估计,而非完全实时的血糖测量值。传感器噪声和暂时性伪差会进一步增加判读的难度。

胰岛素需求也会因进餐以外的因素而变化。清晨血糖升高的现象称为黎明现象,反映了激素对肝脏葡萄糖生成和胰岛素敏感性的影响。身体活动、疾病、应激、月经周期变化和昼夜节律都可能改变胰岛素需求。对于存在胰岛素抵抗的人,同样剂量的胰岛素,其降糖作用可能弱于该人在其他时候的反应,也可能弱于其他人的反应。

这些因素说明了自动控制为何具有价值,却仍不完善。AID能够频繁地进行幅度相对较小的调整,而手动完成同样的调整会带来很大负担。然而,血糖调节仍是一项间接控制任务,涉及测量延迟、药物起效延迟,以及系统未必能察觉的各种干扰因素。它并不等同于用一个即时响应的电子调节器取代胰腺的生理功能。

传感器、泵与系统架构

自动胰岛素输注(AID)系统包含三个基本功能组成部分:葡萄糖监测组件、胰岛素输注组件和控制器。这些组件可以分别置于独立设备中,也可以部分集成。控制器可以在胰岛素泵内部、专用手持设备上,或在兼容的智能手机应用程序中运行。各组件通常通过无线通信连接,但不同产品对手机、互联网接入或云服务的依赖程度各不相同。

葡萄糖传感器通常使用一根插入皮下组织的细丝。在许多系统中,葡萄糖参与的电化学反应会产生信号,随后被转换为葡萄糖浓度的估计值。传感器以较短的时间间隔传输读数,通常每隔几分钟一次。有些传感器需要用户输入校准测量值,而目前许多传感器在出厂时已完成校准。佩戴时长、初始化时间、允许的插入部位,以及受干扰物质影响的程度,均因设备而异。

胰岛素泵将胰岛素储存在储药器或药筒中,并通过一根细小的皮下套管输注。有管路泵通过外部管路将储药器与输注装置相连;贴片泵则直接贴附于身体。胰岛素以小剂量逐次输注,最小剂量增量和最大输注速率均有限制。这些细节对于胰岛素需求量较低的幼儿,以及每日胰岛素总剂量较高的人群尤为重要。

控制器接收葡萄糖数据,并结合近期胰岛素输注情况、预设参数、葡萄糖变化趋势和进餐告知等信息,随后按照内置的算法调整输注。有些系统通过改变基础输注速率来实现这些调整;另一些系统则频繁地自动输注小剂量胰岛素。即使其根本目的相近,即随时间调整体内胰岛素的暴露水平,所使用的术语也可能不同。

通信和状态管理是系统架构的重要组成部分。控制器必须区分新旧传感器读数,追踪所请求的剂量是否确已输注,并处理连接中断。传感器信号缺失并不意味着葡萄糖水平稳定。因此,设备针对数据丢失设有明确的应对方式,例如暂时采用预先设定的输注模式,或退出自动模式。这些后备处理方式因系统而异。

软件互操作性又增添了一个层面的要求。在垂直整合系统中,制造商会指定所支持的传感器、泵和控制器组合。采用互操作方案时,分别获得批准的组件可以在规定的技术和监管条件下组合使用。互操作性并不意味着任何传感器都能安全地控制任何泵:时间配合、剂量指令、错误处理以及故障责任归属,都必须明确规定。

联网云服务通常支持远程查看和回顾性分析,但它们与即时反馈回路是分开的。许多系统即使没有可用的互联网连接,也能继续在本地进行自动输注。远程监测界面对家庭和临床团队可能很重要,但仅凭其存在,并不能判断给药算法如何运行,也不能确定其计算在何处完成。

控制策略与自动化程度

自动胰岛素输注(AID)系统的差异,既体现在控制算法的数学原理上,也体现在所能自动执行的任务上。最简单的是阈值暂停系统:当测得的葡萄糖水平低于设定值时,系统便停止输注胰岛素。预测性低血糖暂停系统则会更早采取行动,在预测结果提示即将发生低血糖时中断输注。这些都是重要的自动化安全技术,但与还能在葡萄糖水平偏高时增加胰岛素输注的系统相比,它们无法提供同样的双向血糖调控。

混合闭环系统会自动调整基础胰岛素输注,但餐时给药仍需由用户启动。许多先进的混合闭环系统还可以自动给予校正剂量。这一区别具有临床意义:系统可能会对用户未预先告知的葡萄糖升高作出反应,却未必能够充分应对大量进餐引起的整个血糖波动。“混合”指的是用户与控制器仍然分担管理职责,而非某一种特定的数学方法。

一种主要的控制方法是模型预测控制。控制器利用数学模型估计未来的葡萄糖变化轨迹,并选择能够兼顾不同目标的胰岛素输注方案。其简化表达式为:

J=∑k=1N[wg(G^t+k−Gtarget)2+wu(Δut+k)2],J=\sum_{k=1}^{N}\left[w_g\left(\hat{G}_{t+k}-G_{\mathrm{target}}\right)^2+w_u\left(\Delta u_{t+k}\right)^2\right],

其中,G^t+k\hat{G}_{t+k} 是预测的葡萄糖水平,GtargetG_{\mathrm{target}} 是目标水平,Δut+k\Delta u_{t+k} 表示胰岛素输注量的变化。各项权重决定了对葡萄糖偏离目标和输注量变化所赋予的相对惩罚。实际系统还会施加额外约束,尤其是限制预测的低血糖风险,并且可能采用非对称惩罚,而非简单的平方惩罚。

另一种方法是比例—积分—微分控制。其各个组成部分分别响应当前值与目标值之差、随时间累积的偏差,以及变化速率。根据生理特点进行的修正和胰岛素反馈项可以降低给药过量的风险。模糊逻辑控制器则将类似临床推理的规则编入算法,例如根据葡萄糖是否处于高水平且快速上升来调整输注。商业化算法可能会结合多种方法,而非完全归属于教科书中的某一个类别。

大多数控制器都会考虑已经输注、但作用尚未完全发挥的胰岛素,通常称为体内活性胰岛素。这一估计值有助于限制胰岛素剂量叠加。但它仍然是基于模型得出的量:胰岛素泵无法直接测量先前给药的真实残余效应。自适应算法可以利用近期的输注情况或葡萄糖变化模式,更新对胰岛素需求的估计,但这种自适应调整仍受各设备安全机制的约束。

全闭环系统旨在无需用户常规告知进餐的情况下运行,而多激素系统则加入另一种激素,最常见的是胰高血糖素,以便在需要时升高血糖。这两种方案针对的是不同的局限:取消进餐信息录入可以减轻用户负担,加入胰高血糖素则提供了主动对抗血糖下降的手段。但两者都无法消除吸收延迟、传感器不确定性、硬件可靠性以及日常生理状态变化所带来的挑战。

历史发展与监管里程碑

自动控制血糖的设想早于可穿戴糖尿病电子设备的出现。20世纪60年代初,阿诺德·卡迪什开发了一套实验装置,将葡萄糖测量与胰岛素和胰高血糖素输注相结合。这类早期系统体积庞大、结构复杂,无法用于日常院外活动,但确立了基本的反馈控制思路:测量葡萄糖水平、计算应对方案,再给予相应激素。

20世纪70年代,Biostator 等院内系统将频繁的血糖分析与计算机控制的静脉输注结合起来。静脉输注的起效速度远快于皮下胰岛素输注,证明了自动调节血糖在技术上是可行的。然而,这类系统需要建立血管通路、配备大量设备,并接受密切监护,因此不适合日常生活。此后的挑战不只是缩小设备体积,还在于如何通过起效较慢、但更切合实际的皮下给药途径,实现可接受的血糖控制。

20世纪后期,便携式胰岛素泵逐渐得到广泛应用。随后发展起来的连续葡萄糖传感器,补上了院外活动期间进行反馈控制所需的持续测量数据。早期的传感器增强型胰岛素泵能够显示葡萄糖信息,但给药决策仍主要由使用者做出。低血糖暂停输注功能及随后出现的预测性暂停输注功能,在手动操作的胰岛素泵与更全面的闭环控制之间形成了过渡阶段。

2016年9月,美国食品药品监督管理局批准美敦力 MiniMed 670G 用于14岁及以上的1型糖尿病患者,这是监管历程中的一个重要里程碑。它是美国首个获批的混合闭环系统。其最初获批及随后适用年龄范围的扩大表明,适应证是通过陆续提交证据而逐步拓展的,并不会自动覆盖所有年龄组或临床场景。

此后,其他系统以不同组合引入了预测控制、自动校正、智能手机操作、贴片泵输注及互操作功能。Tandem 的 Control-IQ 于2019年在美国获准上市,Insulet 的 Omnipod 5 于2022年获准上市。仅输注胰岛素的 iLet 仿生胰腺于2023年在美国获准上市。该系统根据体重进行初始设置,并采用定性用餐告知方式,在用户交互上走了一条不同于传统碳水化合物计数系统的路径。

与此同时,开源社区也在推进相关开发。OpenAPS、AndroidAPS 和 Loop 等项目,将现有设备与以开放方式开发的控制软件连接起来。这些项目的出现,反映出在某些商用系统尚未上市,或其功能无法满足需求时,人们对自动化和个性化的需求。不过,开源与获得监管批准是两回事:某一种受监管的具体实现方案,不能被视为与社区自行搭建的所有配置都等同。

监管分类日益注重对互联系统中的各个组件分别加以管理,包括可互操作的葡萄糖传感器、泵和控制器。这段历史说明,“人工胰腺”并不指向某一项发明、某一种系统架构或某一条审批路径。当代胰岛素自动输注系统,是传感技术、输注硬件、数学控制方法、通信技术、临床评价及软件监管等领域共同进步、相互融合的产物。

临床结局与证据解读

自动胰岛素输注(AID)研究通常使用葡萄糖目标范围内时间来衡量血糖控制情况。对于许多非妊娠人群,这一指标定义为传感器读数处于 70–180 mg/dL(约合 3.9–10.0 mmol/L)范围内的百分比。低于目标范围时间和高于目标范围时间分别反映处于低血糖和高血糖状态的时间。目标范围内时间每增加 10 个百分点,就相当于每天在该范围内多停留 2.4 小时。

这些基于传感器数据得出的结局指标可与糖化血红蛋白(HbA1c)相互补充;后者反映此前数月的平均血糖水平。HbA1c 无法揭示,相近的平均值究竟来自相对稳定的血糖,还是高低血糖交替出现。因此,评估 AID 时通常会综合考虑 HbA1c、目标范围内时间、低血糖暴露、血糖变异性、严重不良事件以及使用者报告的结局。

2019 年发表的一项为期六个月的随机对照试验,在 168 名年龄为 14–71 岁的 1 型糖尿病患者中评估了采用 Control-IQ 算法的闭环系统。闭环组的平均目标范围内时间从 61% 增至 71%,而传感器增强型胰岛素泵对照组则保持在约 59%。经校正的组间差异为 11 个百分点,相当于每天约 2.6 小时。这项试验证实,与同样采用了血糖监测技术的治疗方案相比,该系统具有明确获益,而不只是优于未使用葡萄糖监测的治疗方案。

在各项试验中,夜间的改善往往尤为明显。睡眠期间,一些主要干扰因素会减少,尤其是进餐和自主活动,使控制器能够在更可预测的条件下调整胰岛素输注。白天的表现则更易受到进餐信息输入、碳水化合物估算、运动以及设备使用中断的影响。因此,试验中观察到的平均获益,并不意味着系统在一天中的各个时段或每一名参与者身上的表现都相同。

证据的解读在很大程度上取决于对照方案。将 AID 与每日多次注射胰岛素且较少使用传感器的方案进行比较,与将 AID 同现代传感器增强型胰岛素泵进行比较,回答的是不同的问题。初始 HbA1c、基线目标范围内时间、能否获得培训,以及系统处于自动模式的时间比例,也都会影响观察到的改善程度。起初血糖控制较差的参与者可能有更大的改善空间;而对于已接近目标的人群,获益可能主要体现为低血糖减少或治疗负担减轻。

严重低血糖和糖尿病酮症酸中毒相对少见,因此,许多单项试验的样本量太小或持续时间太短,无法精确估计这些结局的差异。同样,在典型 AID 试验的随访期内,血糖指标的改善并不能直接证明失明、肾衰竭或心血管事件有所减少。较长期的观察性研究有助于了解疗效的持久性和少见危害,但与随机对照研究相比,更容易受到选择偏倚和混杂因素的影响。

儿童、怀孕与2型糖尿病

儿童在血糖控制和设备使用方面存在独特的问题。幼儿所需的胰岛素剂量可能极小,进食情况难以预测,也可能无法识别或表达低血糖症状。生长发育和青春期可使胰岛素需求发生显著变化。因此,最小输注增量、传感器佩戴的牢固性、供照护者使用的界面以及夜间运行表现,都是判断系统是否适用的重要因素,而非仅仅是提供便利的次要功能。

随机研究已证实,学龄儿童和学龄前儿童均可从中获益。2023年发表的一项试验纳入了102名年龄为2岁至不满6岁的儿童,在13周内比较了闭环治疗与标准治疗。闭环治疗组的血糖目标范围内时间占比经校正后比标准治疗组高约12个百分点,相当于每天增加约3小时。这类研究结果支持儿童使用此类系统,但获批适用范围仍因具体系统、年龄范围而异,有时还受最低体重或胰岛素需求量的限制。

家庭使用也会改变系统的实际使用情境。父母或其他照护者可远程接收血糖信息,而学校工作人员则可能负责监督进餐或处理设备警报。远程监测并不能消除信息传递延迟或责任不明的可能性。因此,研究不仅考察血糖结局,也考察系统对照护者睡眠和担忧程度的影响,而这些影响可能与佩戴设备的儿童自身的体验不同。

怀孕带来了另一类生理挑战。胰岛素需求可能迅速变化,血糖目标也比非孕期通常采用的目标更严格。妊娠相关研究常将目标范围设为63–140 mg/dL,约合3.5–7.8 mmol/L。不能理所当然地认为,围绕较高血糖目标设计的算法也能满足妊娠期的特定目标。

2023年发表的AiDAPT试验纳入了124名患有1型糖尿病的孕妇。从妊娠第16周直至分娩,与标准治疗相比,所研究的混合闭环系统使妊娠期血糖目标范围内时间占比经校正后提高了10.5个百分点。这一结果仅针对所评估的技术及该试验条件,既不能证明所有胰岛素自动输注系统均可相互替代,也不能证明其对所有孕产妇和新生儿结局均有影响。

接受胰岛素治疗的2型糖尿病患者具有很强的异质性。有些患者仍有相当程度的内源性胰岛素分泌,而另一些患者则存在严重的胰岛素分泌不足、明显的胰岛素抵抗,或两者兼有。研究报告显示,胰岛素自动输注可改善血糖结局,部分系统获批的适应证也已从1型糖尿病扩展至其他类型的糖尿病。较高的胰岛素剂量需求、储药器容量、合用的降糖药物以及既往治疗经历的差异,都会影响系统的适用性。在某一糖尿病类型或亚组中获得的证据,本身并不足以证明另一类型或亚组也具有相同的获益与风险特征。

安全性、失效模式与用户仍需承担的角色

胰岛素自动输注(AID)引入了具有保护作用的自动化功能,但仍依赖一系列物理部件和计算组件。输注软管可能扭折或移位,输注部位可能对胰岛素吸收不良,储药器可能耗尽,泵也可能断电。当血糖上升时,控制器可能要求增加胰岛素输注,却无法得知实际进入血液循环的胰岛素很少,甚至完全没有。许多堵塞检测机制识别的是压力异常,而非直接确认胰岛素是否被吸收。

对于胰岛素严重缺乏的患者,泵输注中断的后果尤其严重,因为胰岛素泵治疗通常依赖速效胰岛素,并没有另行使用长效胰岛素形成持续供药的储库。输注持续中断可能导致高血糖和酮体生成。因此,自动化并不能消除糖尿病酮症酸中毒的风险。临床安全性评价会区分算法错误与输注硬件故障、用户交互问题及基础疾病等因素,不过,同一事件也可能由多种因素共同促成。

传感器误差可能导致不恰当的控制决策。睡眠时传感器受到压迫,可能产生偏低的读数,有时称为“压迫性假性低血糖”。其他问题包括信号丢失、葡萄糖快速变化时读数不准确,以及特定传感器技术受到某些物质干扰等。假性偏低值可能不必要地抑制胰岛素输注;假性偏高值则可能导致过量输注。对自动输注剂量设置上限并检查数据的合理性,可以降低这些风险,但无法将其完全消除。

进餐处理仍是人机交互中的重要环节。在大多数混合闭环系统中,餐时胰岛素剂量取决于用户输入的碳水化合物摄入信息。漏报进餐可能导致血糖迅速升高,而自动校正只能逐步应对这种升高。反过来,如果用户未吃下相应食物,却已按该食物计算并输注了餐时剂量,就可能造成胰岛素过量。在计算后续由用户请求的剂量时,不同系统对近期自动输注量的考虑方式也有所不同。

运动同样具有挑战性,因为身体活动既会改变葡萄糖利用,也会改变胰岛素敏感性。一些系统设有活动模式,采用更高的目标值或更保守的胰岛素输注策略。这类设置只能改变后续给药,无法清除体内已经发挥作用的胰岛素。长时间有氧运动、短时间高强度运动,以及运动后的延迟效应,所引起的反应也各不相同。

心理负担只是发生了变化,并不会简单地消失。用户仍需处理粘贴固定材料的使用与维护、更换传感器和输注部位、充电、耗材管理及警报等事务。过多警报可能导致警报疲劳,而对系统完全自主运行的期待,也可能造成对其能力的误解。关于生活质量和患者报告结局的研究,能够反映仅凭血糖指标无法描述的获益与负担。

网络安全和数据隐私也是安全性的重要方面。无线指令、智能手机软件、远程账户和数据共享服务,都需要适当的访问控制和安全更新。未经授权操纵给药与未经授权泄露健康信息,是两种不同的危害。可靠的离线运行表现,以及各组件制造商之间明确的责任划分,对联网系统的安全性也同样重要。

可及性、临床整合与研究方向

胰岛素自动输注(AID)的可及性不仅取决于设备是否可用。胰岛素泵的初始购置费用、持续使用传感器和输注耗材的费用、保险规定、兼容的手机,以及能否获得受过培训的临床团队提供的服务,都会影响这项技术的采用。报销中断也可能妨碍持续使用。这些因素使该技术与卫生筹资和健康公平密切相关,因为最有可能从血糖控制改善中获益的人,不一定最容易获得先进设备。

临床实施包括设备使用教育、血糖与输注记录的审查,以及设备故障处理方面的支持。自动化系统减少了部分重复性的剂量调整工作,但也带来了新的分析判断任务。血糖升高可能是由于餐时剂量不足、进餐告知延迟、输注部位出现问题,或算法受到其安全规则的限制。因此,看似相似的血糖曲线可能源于不同机制。

经济学评价通常将新增的技术和支持成本,与急性事件及长期并发症可能减少所带来的收益进行比较。许多评价使用质量调整生命年来综合衡量生存时间与健康相关生命质量。评价结果取决于设备价格、医疗卫生系统成本、对血糖改善效果持续时间的假设,以及赋予治疗负担减轻的价值。长期并发症的估计通常是根据血糖变化建立模型推算得出,而不是在 AID 试验中直接观察获得。

一个重要的研究目标是在不增加低血糖的前提下,减少用户告知系统进餐信息的需要。相关方法包括使用起效更快的胰岛素制剂、能够识别进餐相关血糖模式的算法,以及能够适应个体反应的控制器。然而,更快的计算无法消除皮下胰岛素吸收的延迟。全自动进餐应对仍有一部分属于药物递送问题,而不仅仅是软件问题。

多激素系统研究的是,加入胰高血糖素或其他激素能否弥补仅使用胰岛素进行控制的局限。胰高血糖素可以主动升高血糖,而不必仅依靠暂停胰岛素输注,但它也引入了另一种制剂、另一条递送通道、另一个储药器,以及一系列稳定性和剂量方面的限制。对其他胰岛素给药途径的研究更直接地针对作用时序问题,但实用性与侵入性会影响这些途径是否适合常规使用。

个体化是另一个活跃的研究领域。一些控制器会根据近期的血糖和给药数据调整内部参数;研究中的系统还可能结合活动传感器或机器学习方法。当生理状态或行为突然改变时,如何验证这种适应能力便成为一个问题。即使系统在历史数据上表现良好,也仍须能在非常规进餐、患病、设备故障,或输入数据超出开发阶段所涵盖条件的情况下正常运行。

更广泛的评估正日益纳入老年人、低血糖感知受损者、基线糖化血红蛋白(HbA1c)较高者,以及早期设备试验中代表性不足的人群。需要更长时间的随访,才能区分持续使用与短期参与试验,并明确不常见不良事件的特征。除血糖控制外,睡眠、照护者工作负担、停止使用,以及不同社会经济群体间的获益分布等结局,仍是需要分别研究的课题。