[論文レビュー] Reinforcement Learning-Based Adaptive Insulin Advisor for Individuals with Type 1 Diabetes Patients under Multiple Daily Injections Therapy

Qingnan Sun, Marko V. Jankovic+1 more|arXiv (Cornell University)|Jun 7, 2019

Diabetes Management and Research参考文献 15被引用数 4

ひとこと要約

本論文では、自己血糖測定（SMBG）とインスリンペンを統合した、複数回のインスリン注射（MDI）を用いる1型糖尿病患者を対象とした強化学習ベースの適応型インスリンアドバイザーを提案する。DMMS.Rシミュレータを用いたインシリコシミュレーションにより検証された結果、従来のMDI療法と比較して、血糖値の目標範囲内時間の増加および低血糖・高血糖イベントの減少により、より良好な血糖制御が達成された。

ABSTRACT

The existing adaptive basal-bolus advisor (ABBA) was further developed to benefit patients under insulin therapy with multiple daily injections (MDI). Three different in silico experiments were conducted with the DMMS.R simulator to validate the approach of combined use of self-monitoring of blood glucose (SMBG) and insulin injection devices, e.g. insulin pen, as are used by the majority of type 1 diabetes patients under insulin therapy. The proposed approach outperforms the conventional method, as it increases the time spent within the target range and simultaneously reduces the risks of hyperglycaemic and hypoglycaemic events.

研究の動機と目的

• 複数回のインスリン注射（MDI）と自己血糖測定（SMBG）を用いる1型糖尿病患者向けの適応型インスリンアドバイザーの開発。
• 高血糖および低血糖範囲での滞在時間を短縮することで、血糖制御の向上。
• DMMS.Rシミュレータを用いたインシリコシミュレーションにより、提案された強化学習ベースのインスリンアドバイザーの妥当性を検証すること。
• 血液糖が目標範囲内に保たれる点で、従来のMDI療法を上回ることの実証。

提案手法

• 本システムは、リアルタイムのSMBGデータとインスリンペン使用状況に基づいて、インスリン投与量を推奨する強化学習（RL）エージェントを採用している。
• RLエージェントは、シミュレートされた環境内での試行錯誤的相互作用を通じて、最適なインスリン投与戦略を学習する。
• DMMS.Rシミュレータは、1型糖尿病患者のインスリンおよび食事摂取に対する生理的反応をモデル化している。
• 本システムは、インスリンペンからのSMBG測定値およびインスリン注射データを統合し、リアルタイムの投与意思決定を支援する。
• エージェントは、目標血糖値範囲内での滞在時間を最大化するとともに、低血糖および高血糖イベントの発生を最小限に抑えるように学習する。
• 本アプローチは、食事およびインスリンボラス条件が異なる3つの異なるインシリコ実験において検証された。

実験結果

リサーチクエスチョン

• RQ1 強化学習ベースのインスリンアドバイザーは、MDI療法を受ける1型糖尿病患者の血糖制御を改善できるか？
• RQ2 目標範囲内時間および低血糖・高血糖リスクという観点から、強化学習ベースのアドバイザーは従来のMDI療法に比べてどのように優れているか？
• RQ3 SMBGとインスリンペンデータの統合は、MDI患者におけるインスリン投与の正確性をどの程度向上できるか？
• RQ4 強化学習エージェントは、シミュレーションにおける多様な食事およびインスリンボラス状況においても、安定した性能を維持できるか？

主な発見

• 提案された強化学習ベースのインスリンアドバイザーは、従来のMDI療法と比較して、目標血糖値範囲内での滞在時間が著しく延長された。
• 低血糖イベントの頻度と持続時間は減少し、患者の安全性が向上した。
• 高血糖発作の発生頻度も低下したため、食後血糖コントロールの向上が示された。
• 3つのインシリコ実験により、食事およびインスリンボラス条件が異なる状況でも、一貫した性能向上が確認された。