[发明专利]一种基于多模型动态综合的血糖预测方法及系统

说明书

本发明实施例提供一种基于多模型动态综合的血糖预测方法及系统，该方法包括：采集目标对象的若干组目标生理数据；构建由若干个血糖动力学基础模型构成的综合预测模型；根据若干组目标生理数据和贝叶斯算法，更新所述综合预测模型；利用更新后的综合预测模型预测所述目标对象的血糖。本发明实施例综合考虑血糖基础模型的不确定性以及模型参数的不确定性，动态综合多个血糖基础模型，并根据贝叶斯算法不断将实时更新的模型及其生理参数信息建立在综合预测模型中，使得综合预测模型能动态更新追踪血糖，以保证综合预测模型具有更加稳健、更加精准的预测能力。

技术领域

本发明实施例涉及医疗技术领域，尤其涉及一种基于多模型动态综合的血糖预测方法及系统。

背景技术

糖尿病是由于胰岛素分泌绝对或相对不足引起的以空腹或餐后高血糖为主要表现的代谢异常综合症，极易引发全身各种急、慢性并发症。胰岛素是体内唯一的降糖激素，胰岛素输注是目前Ⅰ型糖尿病和严重Ⅱ型糖尿病患者维持正常血糖水平的主要治疗方法。

在临床中，糖尿病患者血糖调节能力差，往往因胰岛素过量而存在低血糖的风险，尤其是脆性糖尿病患者。低血糖可导致严重后果，甚至死亡。特别是在夜间，患者对血糖浓度下降的反应减弱，预警症状减少，严重威胁患者安全。

积极的人为干预(如外源性碳水化合物的摄入)是快速提高患者血糖水平的有效方法。然而，外源性碳水化合物摄入后需要一段时间的消化和吸收才能有效提高人体的血糖水平。因此，准确预测低血糖的发生，并在发生前的有效时间内摄入适量外源性碳水化合物是防止低血糖发生的重要手段。

建立准确、有效、可靠的血糖预测模型是实现血糖精准预测的关键。近年来，现有技术中存在各种复杂程度不同的胰岛素-血糖模型描述血糖的变化。然而，葡萄糖的代谢规律具有复杂不确定性，尚无有效、精准的预测模型应用于临床，具体表现为由于生理机理的研究尚不完备导致的模型不确定性、个体间存在差异以及生理状态不同导致的参数不确定性。

模型的不确定性，这些模型对于不同患者不同时刻的血糖数据表现出不同的拟合与预测能力，同一个患者的某一组血糖数据用其中一种模型的预测精度最高，对于另一时刻的数据另一种模型拟合和预测效果更好，并没有一种模型显著优于其他模型。

另一方面，且对于同一组血糖数据，多个胰岛素-血糖模型的预测能力相近。模型的选择具有不确定性。传统的基于拟合精度或者信息准则选择一种固定的模型预测血糖具有较低的鲁棒性和较高的风险。

其一，观测血糖数据的微小变化可能导致不同模型的选择，从而导致血糖估计值的较大变化。

其二，基于所选模型的估计可能会丢失其他模型中包含的信息，如快速时间尺度模型可以以分钟为单位描述振荡，而长期模型往往捕捉到较慢的速度动力学，往往忽略较快的振荡动力学。

因此，个体差异性强、生理状态多变导致传统的定参数模型难以精准描述不同患者、不同生理状态下的血糖动态变化规律。

发明内容

针对上述问题，本发明实施例提供一种基于多模型动态综合的血糖预测方法。

第一方面，本发明实施例提供一种基于多模型动态综合的血糖预测方法，包括：

采集目标对象的若干组目标生理数据，每一组目标生理数据包括血糖、胰岛素输注量和体重中的一种或多种；

获取综合预测模型，所述综合预测模型由若干表示血糖变化的血糖基础模型和每一血糖基础模型对应的模型概率组成，所述模型概率表示目标生理数据由该血糖基础模型输出的概率，每一血糖基础模型中包括若干个随生理状态可变的模型参数，任意两个血糖基础模型中所包含的模型结构与模型参数都不完全相同；

根据若干组目标生理数据和贝叶斯算法，更新所述综合预测模型；

利用更新后的综合预测模型预测所述目标对象的血糖。