特許 7661227 断続的監視

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2025-04-04

(45)【発行日】2025-04-14

(54)【発明の名称】断続的監視

(51)【国際特許分類】

   A61B 10/00 20060101AFI20250407BHJP

   A61B 5/02 20060101ALI20250407BHJP

   A61B 5/0245 20060101ALI20250407BHJP

   A61B 5/0531 20210101ALI20250407BHJP

   A61B 5/08 20060101ALI20250407BHJP

   A61B 5/11 20060101ALI20250407BHJP

   A61B 5/145 20060101ALI20250407BHJP

   G16H 10/40 20180101ALI20250407BHJP

【ＦＩ】

A61B10/00 U

A61B5/02 C

A61B5/0245 100A

A61B5/0531

A61B5/08

A61B5/11 200

A61B5/145

G16H10/40

【請求項の数】 20

(21)【出願番号】P 2021535846

(86)(22)【出願日】2019-12-17

(65)【公表番号】

(43)【公表日】2022-02-14

(86)【国際出願番号】 US2019066958

(87)【国際公開番号】W WO2020131942

(87)【国際公開日】2020-06-25

【審査請求日】2022-11-16

(31)【優先権主張番号】62/782,291

(32)【優先日】2018-12-19

(33)【優先権主張国・地域又は機関】US

【前置審査】

(73)【特許権者】

【識別番号】504016422

【氏名又は名称】デックスコム・インコーポレーテッド

(74)【代理人】

【識別番号】100108453

【弁理士】

【氏名又は名称】村山 靖彦

(74)【代理人】

【識別番号】100188558

【弁理士】

【氏名又は名称】飯田 雅人

(74)【代理人】

【識別番号】100110364

【弁理士】

【氏名又は名称】実広 信哉

(72)【発明者】

【氏名】アプルヴ・ユラス・カマス

(72)【発明者】

【氏名】マーガレット・エー・クロフォード

(72)【発明者】

【氏名】ジョン・マイケル・グレイ

(72)【発明者】

【氏名】ハリ・ハンパプラム

(72)【発明者】

【氏名】マシュー・ローレンス・ジョンソン

(72)【発明者】

【氏名】スブライ・ギリシュ・パイ

(72)【発明者】

【氏名】ショーン・クレイ・サンダーズ

(72)【発明者】

【氏名】三上 純孝

【審査官】▲高▼原 悠佑

(56)【参考文献】

【文献】米国特許出願公開第２０１６／０２８７１４２（ＵＳ，Ａ１）

【文献】特表２０１６－５３９７６０（ＪＰ，Ａ）

【文献】特表２０１７－５２５４５１（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１４／００１２１１７（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１６／００８４８６９（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１７／００１８８８６（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１４／００８８３９３（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ６１Ｂ ５／００－５／０５３８

Ａ６１Ｂ ５／０６－５／３９８

Ａ６１Ｂ １０／００

(57)【特許請求の範囲】

【請求項1】

患者を監視する方法であって、
第１の期間にわたって、低忠実度監視技術を用いて、前記患者の低忠実度データを監視することと、
機械学習モデルを用いて、前記低忠実度データと高忠実度データとの相関に基づいて、前記患者に対する高忠実度データ収集が正当化されるかどうかを判定することと、
前記患者に対する高忠実度データ収集が正当化されると判定したことに応答して、第２の期間にわたって、高忠実度監視技術を用いて、前記患者の前記高忠実度データを監視することであって、前記高忠実度監視技術は、連続的グルコース監視デバイスを用いた前記患者のグルコースデータの監視を含む、監視することと、を含み、
前記高忠実度データは、前記患者の前記グルコースデータを前記低忠実度データよりも忠実に表し、
第２の期間にわたって、高忠実度監視技術を用いて、前記患者の前記高忠実度データを監視することは、
前記第２の期間にわたって、前記高忠実度監視技術を用いて、前記患者の前記高忠実度データを監視することと、
前記第２の期間の少なくとも一部分にわたって、前記低忠実度監視技術を用いて、前記患者の前記低忠実度データを監視することと、
前記第２の期間の少なくとも一部分にわたって監視された前記低忠実度データおよび前記高忠実度データに基づいて、前記機械学習モデルにおける前記相関を更新することと、を含む、方法。

【請求項2】

前記低忠実度監視技術は、シングルポイントグルコース監視、ブラインド連続的グルコース監視、または光学監視技術のうちの少なくとも１つを含む、請求項１に記載の方法。

【請求項3】

前記低忠実度監視技術は、ウェアラブルフィットネストラッカによる活動監視を含む、請求項１または２に記載の方法。

【請求項4】

前記ウェアラブルフィットネストラッカは、ウェアラブル心拍数モニタ、活動モニタ、スマートフォン、スマートグラス、またはスマートウォッチのうちの少なくとも１つを含む、請求項３に記載の方法。

【請求項5】

前記低忠実度監視技術は、薬剤データ、食事データ、運動データ、または睡眠データのうちの少なくとも１つを含むユーザ入力データを受信することを含む、請求項１から４のいずれか一項に記載の方法。

【請求項6】

前記低忠実度データに基づいて、前記患者の目標を決定することをさらに含む、請求項１から５のいずれか一項に記載の方法。

【請求項7】

前記目標は、食事目標、運動目標、グルコースレベル監視目標、または投薬目標を含む、請求項６に記載の方法。

【請求項8】

前記患者の前記目標を決定することは、前記第１の期間にわたって、前記低忠実度監視技術を用いて監視された前記低忠実度データに少なくとも部分的に基づいている、請求項６または７に記載の方法。

【請求項9】

前記第１の期間にわたって、前記患者にコーチング機能を提供することであって、前記コーチング機能は、サーバから前記連続的グルコース監視デバイスに伝送される自動化されたメッセージを含む、提供することをさらに含み、前記コーチング機能は、患者プロファイルデータまたは前記低忠実度データの少なくとも一方に基づいている、請求項１から８のいずれか一項に記載の方法。

【請求項10】

前記機械学習モデルは、教師あり学習モデルを含む、請求項１に記載の方法。

【請求項11】

前記機械学習モデルは、ラベル付けされた訓練データを用いて訓練され、
前記ラベル付けされた訓練データは、低忠実度データのセットと、低忠実度データの各セットが高忠実度データ収集を正当化するかどうかを示すラベルとを含む、請求項１０に記載の方法。

【請求項12】

前記機械学習モデルは、教師なし学習モデルを含む、請求項１に記載の方法。

【請求項13】

前記機械学習モデルは、ラベル付けされていない訓練データを用いて訓練される、請求項１２に記載の方法。

【請求項14】

前記機械学習モデルは、強化学習モデルを含む、請求項１に記載の方法。

【請求項15】

低忠実度データを取得することと、
前記低忠実度データが高忠実度データ収集を正当化するかどうかの判定結果を生成することと、
前記判定結果が正しいかどうかを示すフィードバックを取得することと
によって、前記機械学習モデルを訓練することをさらに含む、請求項１４に記載の方法。

【請求項16】

システムであって、
第１の期間にわたって、患者に関連する低忠実度データを収集するように構成された低忠実度システムと、
前記低忠実度データと高忠実度データとの相関に基づいて、前記患者に対する高忠実度データ収集が正当化されるかどうかを判定するように構成された機械学習モデルと、
前記患者に対する高忠実度データ収集が正当化されると判定したことに応答して、第２の期間にわたって、前記患者に関連する前記高忠実度データを収集するように構成された連続的グルコース監視デバイスと、を含み、
前記高忠実度データは、前記患者のグルコースデータを前記低忠実度データよりも忠実に表し、
前記低忠実度システムは、前記第２の期間の少なくとも一部分にわたって、前記患者に関連する前記低忠実度データを収集するようにさらに構成され、
前記機械学習モデルは、前記第２の期間の少なくとも一部分にわたって収集された前記低忠実度データおよび前記高忠実度データに基づいて、前記相関を更新するようにさらに構成される、システム。

【請求項17】

前記低忠実度システムは、活動センサを含む、請求項１６に記載のシステム。

【請求項18】

前記低忠実度システムは、血中グルコース計を含む、請求項１６または１７に記載のシステム。

【請求項19】

前記連続的グルコース監視デバイスは、連続的グルコースモニタを含む、請求項１６から１８のいずれか一項に記載のシステム。

【請求項20】

命令を記憶した機械可読記憶媒体であって、前記命令は、少なくとも１つのプロセッサによって実行されるとき、前記少なくとも１つのプロセッサに、
第１の期間にわたって、低忠実度監視技術を用いて、患者の低忠実度データを監視することと、
機械学習技術を用いて、前記低忠実度データと高忠実度データとの相関に基づいて、前記患者に対する高忠実度データ収集が正当化されるかどうかを判定することと、
前記患者に対する高忠実度データ収集が正当化されると判定したことに応答して、第２の期間にわたって、高忠実度監視技術を用いて、前記患者の前記高忠実度データを監視することであって、前記高忠実度監視技術は、連続的グルコース監視デバイスを用いた前記患者のグルコースデータの監視を含む、監視することと、を含む動作を実行させ、
前記高忠実度データは、前記患者の前記グルコースデータを前記低忠実度データよりも忠実に表し、
第２の期間にわたって、高忠実度監視技術を用いて、前記患者の前記高忠実度データを監視することは、
前記第２の期間にわたって、前記高忠実度監視技術を用いて、前記患者の前記高忠実度データを監視することと、
前記第２の期間の少なくとも一部分にわたって、前記低忠実度監視技術を用いて、前記患者の前記低忠実度データを監視することと、
前記第２の期間の少なくとも一部分にわたって監視された前記低忠実度データおよび前記高忠実度データに基づいて、前記機械学習技術における前記相関を更新することと、を含む、機械可読記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

関連出願への参照による組み込み
本出願は、２０１８年１２月１９日に出願された米国仮特許出願第６２／７８２，２９１号の利益を主張する。前述の出願は、参照によりその全体が本明細書に組み込まれ、本明細書の一部として明示的に作成される。

【0002】

本開発は、概して、分析物センサなどの医療デバイスに関し、より具体的には、限定ではなく、連続的グルコース監視システムまたは他の監視システムの断続的使用のためのシステム、デバイス、および方法に関する。

【背景技術】

【0003】

糖尿病は、体によるインスリンの産生または使用に関連する代謝状態である。インスリンは、体がグルコースをエネルギーとして使用すること、またはグルコースを脂肪として貯蔵することを可能にするホルモンである。

【0004】

人が炭水化物を含む食事を食べると、その食物は、人の血中にグルコースを生成する消化器系によって処理される。血中グルコースは、エネルギーとして使用され得、または脂肪として貯蔵され得る。体は通常、血中グルコースレベルを、体機能をサポートするのに十分なエネルギーを提供する範囲に維持し、グルコースレベルが高すぎるまたは低すぎる場合に発生する可能性のある問題を回避する。血中グルコースレベルの調節は、細胞への血中グルコースの移動を調節するインスリンの生成および使用に依存する。

【0005】

体が十分なインスリンを生成しない場合、または存在するインスリンを体が効果的に使用することができない場合、血糖値は、正常範囲を超えて上昇する可能性がある。通常の血糖値より高い状態は、「高血糖」と呼ばれる。慢性高血糖症は、心血管疾患、白内障、および他の目の問題、神経の損傷（神経障害）、ならびに腎臓の損傷などのいくつかの健康上の問題を引き起こす可能性がある。高血糖はまた、糖尿病性ケトアシドーシスなどの急性の問題を引き起こす可能性がある。糖尿病性ケトアシドーシスは、体がグルコースを使用することができないときに生成される血中グルコースおよびケトンの存在によって、体が過度に酸性になる状態である。血中グルコースレベルが正常よりも低い状態は、「低血糖」と呼ばれる。重度の低血糖は、急性発作を引き起こす可能性があり、それは発作または死亡を引き起こす可能性がある。

【0006】

糖尿病の病態は、「１型」または「２型」と称されることがある。１型糖尿病患者は、通常、インスリンが存在するときにインスリンを使用することができるが、膵臓のインスリン産生ベータ細胞に問題があるため、体は十分な量のインスリンを産生することができない。２型糖尿病患者はいくらかのインスリンを産生することがあるが、インスリンに対する感度が低下しているため、患者は「インスリン抵抗性」になっている。その結果、インスリンが体内に存在しているとしても、血糖値を効果的に調節するために、患者の体でインスリンが十分に使用されていない。

【0007】

血糖濃度レベルは、連続的グルコースモニタなどの分析物センサを用いて監視され得る。連続的グルコースモニタは、着用者（患者）に、推定された血中グルコースレベルまたは推定された血中グルコースレベルのトレンドなどの情報を提供し得る。

【0008】

この背景技術は、以下の発明の概要および発明を実施するための形態のための簡潔な文脈を導入するために提供される。この背景技術は、特許請求の範囲に記載される主題の範囲を決定するのを補助するよう意図されることも、特許請求の範囲に記載される主題を上記の不利点または問題のうちのいずれかまたは全てを解決する実装に限定するものと見なされることもない。

【発明の概要】

【課題を解決するための手段】

【0009】

この文書では、特に、グルコースセンサなどの分析物センサのバッテリ管理のためのシステム、デバイス、および方法について考察する。

【0010】

主題（例えば、方法、デバイス、またはシステム）の例（例えば、「実施例１」）は、以下を含み得る。

【0011】

実施例１は、糖尿病患者を監視する方法である。方法は、第１の期間にわたって、患者の第１のタイプの第１のデータを受信することを含み得る。方法はまた、少なくとも第２の期間にわたって、患者の第２のタイプの第２のデータを受信することも含み得る。第１および第２の期間は、重なる期間について少なくとも部分的に重なり得る。方法は、重なる期間にわたって、第１のデータと第２のデータとの間の相関を判定することと、後続の時間に、第２のタイプのデータを受信することと、後続の時間での第２のタイプのデータおよび判定された相関に少なくとも部分的に基づいて、患者に関する糖尿病情報を判定することと、を含み得る。

【0012】

実施例２において、実施例１の主題は、任意選択的に、第１のデータが、高忠実度連続的グルコース監視データを含む例を含む。

【0013】

実施例３において、実施例１～２のいずれか１つ以上の主題は、任意選択的に、第２のデータが、シングルポイントグルコース監視、ブラインドＣＧＭ、ウェアラブルモニタからのデータ、フラッシュグルコース監視、または光学監視技術を含む例を含む。

【0014】

実施例４において、実施例３の主題は、任意選択的に、第２のデータが、シングルポイントグルコース監視を含む例を含む。方法は、第１のデータに基づいて、シングルポイントグルコース測定を行うための時間ウィンドウを計算することをさらに含み得る。

【0015】

実施例５において、実施例１～４のいずれか１つ以上の主題は、任意選択的に、糖尿病情報が、後続の時間での第１のタイプのデータの推定された値、患者の状態、または患者洞察からなる群から選択される例を含む。

【0016】

実施例６において、実施例５の主題は、任意選択的に、患者の状態または患者洞察が、食事、運動、グルコースレベル監視、または投薬に関連するライフスタイルの変更に関連する例を含む。

【0017】

実施例７において、実施例６の主題は、任意選択的に、患者の状態または患者洞察が、食事時間管理、運動管理、または睡眠管理に関連する例を含む。

【0018】

実施例８において、実施例１～７のいずれか１つ以上の主題は、任意選択的に、第１のデータが、高忠実度データであり、第２のデータが、低忠実度データである例を含む。

【0019】

実施例９において、実施例１～８のいずれか１つ以上の主題は、任意選択的に、センサからセンサ信号を受信することと、センサ信号を処理して、第２のデータの少なくとも一部分を生成することと、を含む。

【0020】

実施例１０において、実施例９の主題は、任意選択的に、検知が、ウェアラブルフィットネストラッカによる活動監視を含む例を含む。

【0021】

実施例１１において、実施例１０の主題は、任意選択的に、ウェアラブルフィットネストラッカが、ウェアラブル心拍数モニタ、ウェアラブル活動モニタ、スマートフォン、スマートグラス、またはスマートウォッチを含む例を含む。

【0022】

実施例１２において、実施例１～１１のいずれか１つ以上の主題は、任意選択的に、相関を判定することが、重なる期間内の対応する時刻および／または曜日に、取得された第１のデータおよび第２のデータとの間の関係を判定することを含む例を含む。

【0023】

実施例１３において、実施例１～１２のいずれか１つ以上の主題は、任意選択的に、第２のデータが、ユーザ入力データを含む例を含む。

【0024】

実施例１４において、実施例１３の主題は、任意選択的に、ユーザ入力データが、薬剤データ、食事データ、運動データ、睡眠データ、またはそれらの任意の組み合わせを含む例を含む。

【0025】

実施例１５において、実施例１～１４のいずれか１つ以上の主題は、任意選択的に、第１のタイプのデータを断続的に監視することと、第１のタイプのデータが利用可能ではない期間中に、第２のデータおよび相関を使用して糖尿病情報を判定することと、を含む。

【0026】

実施例１６において、実施例１５の主題は、任意選択的に、第１のタイプのデータを断続的に監視することが、断続的連続的グルコース監視を含み、第２のタイプの監視データが、ウェアラブル加速度計による活動データを監視することを含む例を含み、任意選択的に、ウェアラブル加速度計が、連続的グルコース監視が行われていないときに、少なくともデータを監視するように構成されている例を含む。

【0027】

実施例１７において、実施例１～１６のいずれか１つ以上の主題は、任意選択的に、第１のタイプの第１のデータが、推定されたグルコース濃度レベルを含み、第２のタイプのデータが、心拍数、酸素濃度、皮膚緊張、皮膚の水分含有量、活動、活動パターン、血中ケトン、尿中ケトン、呼吸、または音響情報を含む例を含む。

【0028】

実施例１８において、実施例１～１７のいずれか１つ以上の主題は、任意選択的に、第３の期間にわたって、第１のデータおよび第２のデータを監視することと、第３の期間からの第１のデータおよび第２のデータに基づいて相関を更新することと、を含む。

【0029】

実施例１９において、実施例１～１８のいずれか１つ以上の主題は、任意選択的に、判定された糖尿病情報に少なくとも部分的に基づいて、治療法を行うことを含む。

【0030】

実施例２０において、実施例１９の主題は、任意選択的に、治療法が、薬剤介入を含む例を含む。

【0031】

実施例２１において、実施例１９～２０のいずれか１つ以上の主題は、任意選択的に、患者デバイスのユーザインターフェース上に、患者に関する糖尿病情報を表示することを含む。

【0032】

実施例２２において、実施例２１の主題は、任意選択的に、推奨される食事の変更またはライフスタイルの変更をユーザインターフェース上に表示することを含む。

【0033】

実施例２３は、第１の期間に、連続的グルコース監視（ＣＧＭ）システムから、患者の推定されたグルコース濃度レベルを受信することと、第１の期間に、患者に関連する非ＣＧＭ情報を受信することと、を含み得る方法である。方法はまた、推定されたグルコース濃度レベルと非ＣＧＭ情報との間の関係を判定することも含み得る。方法はまた、推定されたグルコース濃度レベルが、ＣＧＭから入手可能ではない第２の期間に、患者に関連する非ＣＧＭ情報を受信することと、判定された関係および非ＣＧＭ情報に基づいて、第２の期間に、患者に関する糖尿病情報を判定することと、を含み得る。方法は、糖尿病情報に関する通知を電子的に配信することをさらに含み得る。

【0034】

実施例２４において、実施例２３の主題は、任意選択的に、非ＣＧＭ情報が、活動情報を含む例を含む。

【0035】

実施例２５において、実施例２３～２４のいずれか１つ以上の主題は、任意選択的に、非ＣＧＭ情報が、患者に関する生理学的情報を含む例を含む。

【0036】

実施例２６において、実施例２５の主題は、任意選択的に、生理学的情報が、心拍数、呼吸、酸素濃度、皮膚緊張、皮膚の水分含有量、活動、活動パターン、血中ケトン、尿中ケトン、呼吸、または音響情報のうちの１つ以上を含む例を含む。

【0037】

実施例２７において、実施例２３～２６のいずれか１つ以上の主題は、任意選択的に、非ＣＧＭ情報が、場所情報を含む例を含む。

【0038】

実施例２８において、実施例２３～２７のいずれか１つ以上の主題は、任意選択的に、非ＣＧＭ情報を受信することが、ユーザ入力データを受信することを含む例を含む。

【0039】

実施例２９において、実施例２３～２８のいずれか１つ以上の主題は、任意選択的に、患者に関する糖尿病情報を判定することが、患者状態を判定することを含む例を含む。

【0040】

実施例３０において、実施例２３～２９のいずれか１つ以上の主題は、任意選択的に、患者状態を判定することが、非ＣＧＭ情報をモデルに適用することを含む例を含む。

【0041】

実施例３１において、実施例２３～３０のいずれか１つ以上の主題は、任意選択的に、糖尿病情報を判定することが、推定されたグルコース濃度レベルを判定することを含む例を含む。

【0042】

実施例３２において、実施例２３～３１のいずれか１つ以上の主題は、任意選択的に、糖尿病情報を判定することが、定量的評価を判定することを含む例を含む。

【0043】

実施例３３において、実施例２３～３２のいずれか１つ以上の主題は、任意選択的に、糖尿病情報を判定することが、定量的メトリックを判定することを含む例を含む。

【0044】

実施例３４において、実施例３３の主題は、任意選択的に、定量的メトリックが、指定された期間中にグルコース濃度レベルが範囲内にあった時間の量または割合の推定値である例を含む。

【0045】

実施例３５は、ホストから一次生理学的情報を断続的に収集するように構成された断続的な一次サブシステムと、ホストから第２のタイプの二次データを収集するように構成された二次サブシステムと、を含むシステムである。システムはまた、二次データおよび一次生理学的情報に基づくガイダンスを表示するように構成されたユーザインターフェースを含み得る。

【0046】

実施例３６において、実施例３５の主題は、任意選択的に、二次データおよび一次生理学的情報を受信することと、二次データおよび一次生理学的情報に少なくとも部分的に基づいて、ガイダンスを判定することと、を行うように構成されたガイダンスシステムを含む。

【0047】

実施例３７において、実施例３６の主題は、任意選択的に、ガイダンスシステムが、二次データと一次生理学的情報との間の関係を判定し、断続的な一次生理学的情報が利用可能ではない期間中に、ガイダンスシステムが、二次データ、および二次データと一次生理学的情報との間の関係に少なくとも部分的に基づいて、ガイダンスを判定する例を含む。

【0048】

実施例３８において、実施例３７の主題は、任意選択的に、一次サブシステムが、連続的グルコースモニタ（ＣＧＭ）を含み、ガイダンスシステムが、二次データ、および二次データと一次生理学的情報との間の関係に少なくとも部分的に基づいて、糖尿病管理情報を判定する例を含む。

【0049】

実施例３９において、実施例３８の主題は、任意選択的に、糖尿病管理情報が、推定されたグルコース濃度レベルを含む例を含む。

【0050】

実施例４０において、実施例３８～３９のいずれか１つ以上の主題は、任意選択的に、糖尿病管理情報が、定量的評価を含む例を含む。

【0051】

実施例４１において、実施例３８～４０のいずれか１つ以上の主題は、任意選択的に、糖尿病管理情報が、メトリックを含む例を含む。

【0052】

実施例４２において、実施例４１の主題は、任意選択的に、糖尿病管理情報が、グルコース濃度レベルが指定された時間中に範囲内にあった時間の量または割合の推定値を示す範囲内時間メトリックを含む例を含む。

【0053】

実施例４３において、実施例４１～４２のいずれか１つ以上の主題は、任意選択的に、糖尿病管理情報が、統計的フィードバックを含む例を含む。

【0054】

実施例４４において、実施例３５～４３のいずれか１つ以上の主題は、任意選択的に、二次サブシステムが、センサおよびメモリ回路を含み、二次サブシステムが、センサから受信したデータから二次データを判定し、受信したセンサデータまたは二次データをメモリ回路に記憶する例を含む。

【0055】

実施例４５において、実施例３５～４４のいずれか１つ以上の主題は、任意選択的に、一次サブシステムが、連続的グルコースモニタ（ＣＧＭ）、メモリ回路を含み、一次サブシステムが、ホストのグルコース濃度を示すＣＧＭセンサ信号を受信し、ＣＧＭセンサ信号に少なくとも部分的に基づいて、推定されたグルコース濃度レベルを判定し、複数の推定されたグルコース濃度レベルをメモリ回路に記憶し、一次生理学的情報が、複数の推定されたグルコース濃度レベルを含むか、またはそれに基づいている例を含む。

【0056】

実施例４６は、センサ、ユーザインターフェース、通信回路、およびプロセッサを含む患者管理デバイスである。プロセッサは、命令を実行して動作を実行することができる。動作は、通信回路を使用して、センサからの入力に基づいて、情報を第２のデバイスに伝送することと、通信回路を使用して、センサからの入力に少なくとも部分的に基づいて、生理学的状態の推定値を受信することと、を含み得る。動作はまた、ユーザインターフェースを使用して、生理学的状態の推定値に関連する情報を配信することを含み得る。

【0057】

実施例４７において、実施例４６の主題は、任意選択的に、センサが、活動センサである例を含む。

【0058】

実施例４８において、実施例４６～４７のいずれか１つ以上の主題は、任意選択的に、生理学的状態の推定値が、グルコース濃度レベルである例を含む。

【0059】

実施例４９において、実施例４６～４８のいずれか１つ以上の主題は、任意選択的に、生理学的状態の推定値に関する情報が、範囲内時間、グルコース濃度レベル、またはグルコース濃度範囲である例を含む。

【0060】

実施例５０において、実施例４６～４９のいずれか１つ以上の主題は、任意選択的に、生理学的状態の推定値が、以前に収集されたグルコース濃度情報と以前に収集された活動情報との間の相関に基づいている例を含む。

【0061】

実施例５１において、実施例４６～５０のいずれか１つ以上の主題は、任意選択的に、デバイスが、ウェアラブルである例を含む。

【0062】

実施例５２において、実施例５１の主題は、任意選択的に、デバイスが、時計である例を含む。

【0063】

実施例５３において、実施例４６～５２のいずれか１つ以上の主題は、任意選択的に、動作が、プロセッサによって実行される第１のアプリケーションによって、生理学的状態の推定値を含むセンサメッセージを生成することと、第１のアプリケーションによって、センサメッセージを、プロセッサによって実行される第２のアプリケーションに送信することと、第２のアプリケーションによって、ユーザインターフェースを使用する表示のために、デバイスメッセージを、第２のデバイスに送信することと、をさらに含む例を含む。

【0064】

実施例５４において、実施例５３の主題は、任意選択的に、センサメッセージを生成することが、生理学的状態の推定値を暗号化することを含む例を含む。

【0065】

実施例５５において、実施例５３～５４のいずれか１つ以上の主題は、任意選択的に、センサメッセージを生成することが、生理学的状態に少なくとも部分的に基づいて、エラー検出コードを生成することを含む例を含む。

【0066】

実施例５６は、患者を監視する方法である。方法は、第１の期間にわたって、低忠実度監視技術を用いて、第１のタイプの患者データを監視することと、監視された第１のタイプの患者データに基づいて、患者エンゲージメントまたは患者挙動を評価することと、を含み得る方法はまた、第２の期間にわたって、監視デバイスを使用した高忠実度監視技術を用いて、第２のタイプの患者データを監視することも含み得る。いくつかの例において、監視デバイスの少なくとも１つのハードウェアまたはソフトウェア機能は、監視中の評価された患者エンゲージメントまたは患者挙動に基づいている。

【0067】

実施例５７において、実施例５６の主題は、任意選択的に、少なくとも１つのハードウェアまたはソフトウェア機能が、ユーザインターフェースの動作に対応する例を含む。

【0068】

実施例５８において、実施例５６～５７のいずれか１つ以上の主題は、任意選択的に、高忠実度監視技術が、連続的グルコース監視である例を含む。

【0069】

実施例５９において、実施例５６～５８のいずれか１つ以上の主題は、任意選択的に、低忠実度技術が、シングルポイントグルコース監視またはブラインドＣＧＭまたは光学監視技術を含む例を含む。

【0070】

実施例６０において、実施例５６～５９のいずれか１つ以上の主題は、任意選択的に、低忠実度監視技術が、ウェアラブルフィットネストラッカによる活動監視を含む例を含む。

【0071】

実施例６１において、実施例６０の主題は、任意選択的に、ウェアラブルフィットネストラッカが、ウェアラブル心拍数モニタ、活動モニタ、スマートフォン、スマートグラス、またはスマートウォッチである例を含む。

【0072】

実施例６２において、実施例５６～６１のいずれか１つ以上の主題は、任意選択的に、低忠実度監視技術が、ユーザ入力データを受信することを含む例を含む。

【0073】

実施例６３において、実施例６２の主題は、任意選択的に、受信されたユーザ入力データが、薬剤データ、食事データ、運動データ、睡眠データ、またはそれらの任意の組み合わせを含む例を含む。

【0074】

実施例６４において、実施例５６～６３のいずれか１つ以上の主題は、任意選択的に、患者の目標を決定することを含み、監視デバイスの少なくとも１つのハードウェアまたはソフトウェア機能が、目標に関連している。

【0075】

実施例６５において、実施例６４の主題は、任意選択的に、目標が、食事目標、運動目標、グルコースレベル監視目標、または投薬目標を含む例を含む。

【0076】

実施例６６において、実施例６５の主題は、任意選択的に、監視デバイスの少なくとも１つのハードウェアまたはソフトウェア機能が、食事時間グルコース管理に関連する例を含む。

【0077】

実施例６７において、実施例６５～６６のいずれか１つ以上の主題は、任意選択的に、監視デバイスの少なくとも１つのハードウェアまたはソフトウェア機能が、睡眠管理に関連する例を含む。

【0078】

実施例６８において、実施例６４～６７のいずれか１つ以上の主題は、任意選択的に、患者の目標を決定することが、第１の時間にわたる監視の前に決定される例を含む。

【0079】

実施例６９において、実施例６４～６８のいずれか１つ以上の主題は、任意選択的に、患者の目標を決定することが、低忠実度監視技術を用いて、第１の期間にわたって監視された第１のタイプのデータによって決定される例を含む。

【0080】

実施例７０において、実施例５６～６９のいずれか１つ以上の主題は、任意選択的に、生理学的タイプの患者データを、第１の期間にわたって監視することを含み、監視デバイスの少なくとも１つのハードウェアまたはソフトウェア機能の基礎は、さらに、生理学的タイプの患者データに基づいている。

【0081】

実施例７１において、実施例５６～７０のいずれか１つ以上の主題は、任意選択的に、少なくとも１つのハードウェアまたはソフトウェア機能が、自動化されたコーチングルーチンの頻度または内容に関連する例を含む。

【0082】

実施例７２において、実施例５６～７１のいずれか１つ以上の主題は、任意選択的に、患者パラメータの変化を検出することであって、変化は、第１の期間と第２の期間との間で測定される、検出することと、検出された変化を使用して、監視デバイスの少なくとも１つのハードウェアまたはソフトウェア機能にさらに影響を与えることと、を含む。

【0083】

実施例７３において、実施例５６～７２のいずれか１つ以上の主題は、任意選択的に、第１の期間にわたって、患者にコーチング機能を提供することを含み、コーチング機能は、患者プロファイルデータまたは第１のタイプの患者データまたはそれらの組み合わせに基づいて、サーバから監視デバイスに伝送される自動化されたメッセージを含む。

【0084】

実施例７４において、実施例５６～７３のいずれか１つ以上の主題は、任意選択的に、第２の期間の後に、後続のデータの量または頻度を判定することを含み、後続のデータの量または頻度は、低忠実度監視技術または高忠実度監視技術を用いて判定され、量または頻度は、患者パラメータを増加または最大化するように計算される。

【0085】

実施例７５において、実施例７４の主題は、任意選択的に、患者パラメータが、範囲内時間である例を含む。

【0086】

実施例７６において、実施例７５の主題は、任意選択的に、後続のデータの量または頻度が、低忠実度監視技術を用いて判定される例を含む。

【0087】

実施例７７において、実施例７６の主題は、任意選択的に、後続のデータの量または頻度が、いくつかのセンサによって表される例を含む。

【0088】

実施例７８において、実施例７４～７７のいずれか１つ以上の主題は、任意選択的に、患者パラメータが、Ａ１ｃである例。

【0089】

実施例７９において、実施例７８の主題は、任意選択的に、後続のデータの量または頻度が、忠実度監視技術を用いて判定される例を含む。

【0090】

実施例８０において、実施例７４～７９のいずれか１つ以上の主題は、任意選択的に、増加または最大化された患者パラメータの指標を、監視デバイス上に表示することを含む。

【0091】

実施例８１において、実施例７４～８０のいずれか１つ以上の主題は、任意選択的に、第２の期間の後に、患者最終目標を決定することであって、患者最終目標は、第１のタイプの患者データまたは第２のタイプの患者データに少なくとも部分的に依存する、決定することと、患者最終目標に向けて、患者状態の遷移を引き起こすように計算された推奨治療を表示することと、を含む。

【0092】

実施例８２は、患者に関連する第１のタイプのセンサデータの第１のセットを収集するように構成された第１のシステムと、患者に関連する第２のタイプのデータのセンサデータの第２のセットを収集するように構成された第２のシステムと、を含むシステムである。システムは、センサデータの第１のセットに基づいて、第２のシステムのユーザパラメータを決定するように構成された決定システムをさらに含み得る。

【0093】

実施例８３において、実施例８２の主題は、任意選択的に、第１のシステムが、活動センサを含む例を含む。

【0094】

実施例８４において、実施例８２～８３のいずれか１つ以上の主題は、任意選択的に、第１のシステムが、血中グルコース計を含む例を含む。

【0095】

実施例８５において、実施例８２～８４のいずれか１つ以上の主題は、任意選択的に、第２のシステムが、連続的グルコースモニタを含む例を含む。

【0096】

実施例８６において、実施例８２～８５のいずれか１つ以上の主題は、任意選択的に、ユーザパラメータが、第２のシステムの使用のためのスケジュールを含む例を含む。

【0097】

実施例８７において、実施例８２～８６のいずれか１つ以上の主題は、任意選択的に、ユーザパラメータが、第２のシステムの使用を開始するための時間である例を含む。

【0098】

実施例８８において、実施例８２～８７のいずれか１つ以上の主題は、任意選択的に、決定システムが、センサデータの第１のセットをモデルに適用する例を含む。

【0099】

実施例８９において、実施例８２～８８のいずれか１つ以上の主題は、任意選択的に、患者に関連するセンサデータの第３のセットを収集するように構成された第３のシステムを含み、決定システムは、センサデータの第１のセットとデータの第３のセットに少なくとも部分的に基づいて、ユーザパラメータを決定する。

【0100】

実施例９０は、患者管理デバイスである。患者管理デバイスは、センサ、ユーザインターフェース、通信回路、およびプロセッサを含み得る。プロセッサは、命令を実行して、通信回路を使用して対象に関する情報を受信し、ユーザインターフェースを使用して、対象に関する受信された情報およびセンサからのデータに基づいて、生理学的状態の管理に関連する情報を配信し得る。

【0101】

実施例９１において、実施例９０の主題は、任意選択的に、センサが、活動センサである例を含む。

【0102】

実施例９２において、実施例９０～９１のいずれか１つ以上の主題は、任意選択的に、デバイスが、ウェアラブルである例を含む。

【0103】

実施例９３において、実施例９２の主題は、任意選択的に、デバイスが、時計である例を含む。

【0104】

実施例９４において、実施例９０～９３のいずれか１つ以上の主題は、任意選択的に、プロセッサが、命令をさらに実行して、対象に関する情報を使用して、ユーザインターフェースの構成を決定する例を含む。

【0105】

実施例９５において、実施例９４の主題は、任意選択的に、デバイスが、以前に収集された低忠実度データに基づいて、メトリックの指定されたセットを表示する例を含む。

【0106】

実施例９６において、実施例９４～９５のいずれか１つ以上の主題は、任意選択的に、デバイスが、以前に収集された低忠実度データに基づいて、指定された時間に情報を配信する例を含む。

【0107】

実施例９７において、実施例９４～９６のいずれか１つ以上の主題は、任意選択的に、デバイスが、生理学的状態の推定値の利用可能性に関して患者管理ファシリテーターに通知し、ユーザインターフェースを使用して、患者管理ファシリテーターからのガイダンスを提示する例を含む。

【0108】

実施例９８において、実施例９０～９７のいずれか１つ以上の主題は、任意選択的に、生理学的状態の推定値が、グルコース濃度レベルである例を含む。

【0109】

実施例９９は、断続的な高忠実度監視から利益を得る可能性が高い患者を選択するための方法である。方法は、参加者のプールに対して第１のスクリーニングアルゴリズムを実行して、糖尿病または糖尿病危険因子を有する患者のグループを決定することを含み得る。方法はまた、決定されたグループの参加者に第１のキットを提供することであって、キットは、参加者が、第１の監視技術を用いて、第１の期間に、彼らの健康の低忠実度監視を実行することが可能であるように構造化および構成されている、提供することと、第１の結果を取得することと、を含み得る。方法は、決定されたグループに対して第２のスクリーニングアルゴリズムを実行して、断続的な高忠実度監視への参加のためのコホートを決定することであって、第２のスクリーニングアルゴリズムは、取得された第１の結果を少なくとも部分的に使用する、実行することと、続いて、決定されたコホートへの参加者に第２のキットを提供することであって、第２のキットは、決定されたコホートの参加者が、第２の監視技術を用いて、第２の期間に、彼らの健康の高忠実度監視を実行することが可能であるように構造化および構成されている、提供することと、第２の結果を取得することと、を含み得る。方法はまた、決定されたコホートの１人以上の参加者に第３のキットを提供することを含み得、１人以上の参加者は、少なくとも部分的に、取得された第２の結果に従って決定される。

【0110】

実施例１００において、実施例９９の主題は、任意選択的に、高忠実度監視が、連続的グルコース監視である例を含む。

【0111】

実施例１０１において、実施例９９～１００のいずれか１つ以上の主題は、任意選択的に、第２のスクリーニングを実行することが、患者が高忠実度監視から利益を得るだろう推定された可能性を判定することを含む例を含む。

【0112】

実施例１０２において、実施例９９～１０１のいずれか１つ以上の主題は、任意選択的に、第２のキットが、取得された第１の結果に基づいて構造化および構成されている例を含む。

【0113】

実施例１０３において、実施例９９～１０２のいずれか１つ以上の主題は、任意選択的に、第３のキットが、取得された第２の結果に基づいて構造化および構成されている例を含む。

【0114】

実施例１０４では、実施例９９～１０３のいずれか１つ以上の主題は、任意選択的に、少なくとも第１の期間中に、第１のキット内のサーバとデバイスとの間の通信を実行することを含み、通信は、患者にガイダンスメッセージを提供する。

【0115】

実施例１０５において、実施例９９～１０４のいずれか１つ以上の主題は、任意選択的に、低忠実度監視が、シングルポイントグルコース監視、心拍数監視、活動監視、ブラインド連続的グルコース監視、またはそれらの任意の組み合わせを含む例を含む。

【0116】

実施例１０６において、実施例９９～１０５のいずれか１つ以上の主題は、任意選択的に、患者に出力を表示することを含み、表示された出力は、食事、運動、グルコースレベル監視、または投薬に関連する。

【0117】

実施例１０７において、実施例９９～１０６のいずれか１つ以上の主題は、任意選択的に、患者に出力を表示することを含み、表示された出力は、患者が高忠実度監視を採用すべき最適化された期間を示す。

【0118】

実施例１０８において、実施例９９～１０７のいずれか１つ以上の主題は、任意選択的に、アルゴリズムが、電子的な健康記録、ＩＩ型糖尿病診断コード、家族歴、体重、ＢＭＩ、代謝性疾患の病歴、血液検査結果、Ａ１ｃ、空腹時グルコースレベル、経口グルコース耐性、処方された糖尿病薬、またはそれらの任意の組み合わせからなる群から選択される１つ以上の因子を採用する例を含む。

【0119】

実施例１０９において、実施例９９～１０８のいずれか１つ以上の主題は、任意選択的に、第２のスクリーニングアルゴリズムが、第１の期間中の低忠実度監視の使用への順守の因子に少なくとも部分的に基づいている例を含む。

【0120】

実施例１１０は、患者の健康に関連するパラメータを管理する方法であって、方法は、断続的な高忠実度監視の段階を含む。方法は、最初に、第１の監視技術を用いて、第１の期間に、患者を監視することと、第１の結果を取得することと、を含み得る。方法はまた、第２の監視技術を用いて、第２の期間に、患者を監視することと、第２の結果を取得することと、を含み得る。方法はまた、患者が実行し得る行動を決定することも含み得、行動は、取得された第１および第２の結果に基づいており、行動は、管理条件の満足の可能性を高めるように計算されている。いくつかの例では、第１の監視技術または第２の監視技術のいずれかに、高忠実度監視が含まれる。

【0121】

実施例１１１において、実施例１１０の主題は、任意選択的に、高忠実度監視が、連続的グルコース監視を含む例を含む。

【0122】

実施例１１２において、実施例１１０～１１１のいずれか１つ以上の主題は、任意選択的に、患者に出力を表示することを含み、表示された出力は、食事目標、運動目標、グルコースレベル監視目標、または投薬目標に関連して患者性能を示す。

【0123】

実施例１１３において、実施例１１０～１１２のいずれか１つ以上の主題は、任意選択的に、患者の健康に関連するパラメータが、範囲内時間および血糖変動性からなる群から選択される例を含む。

【0124】

実施例１１４において、実施例１１０～１１３のいずれか１つ以上の主題は、任意選択的に、管理条件の満足が、所定の信頼水準よりも高い信頼度で、患者の健康に関連するパラメータを所定の量よりも大きく減少させることを含む例を含む。

【0125】

実施例１１５において、実施例１１０～１１４のいずれか１つ以上の主題は、任意選択的に、患者を選択することを含む。いくつかの例において、患者を選択することは、断続的な高忠実度監視から利益を得る可能性が高い患者のプールから、患者を決定することによって実行され、可能性は、計算された値よりも大きい。

【0126】

実施例１１６において、実施例１１０～１１５のいずれか１つ以上の主題は、任意選択的に、第１の期間が、第２の期間のサブセットである例を含む。

【0127】

実施例１１７において、実施例１１０～１１６のいずれか１つ以上の主題は、任意選択的に、第１の期間が、第２の期間と重なる例を含む。

【0128】

実施例１１８において、実施例１１０～１１７のいずれか１つ以上の主題は、任意選択的に、第１の期間または第２の期間またはその両方の間に、サーバと患者に関連付けられたデバイスとの間の通信を実行することを含み、通信は、患者にコーチング機能を提供する。

【0129】

実施例１１９において、実施例１１０～１１８のいずれか１つ以上の主題は、任意選択的に、患者に出力を表示することを含み、表示された出力は、患者が高忠実度監視を採用すべき最適化された期間を示す。

【0130】

実施例１２０において、実施例１１０～１１９のいずれか１つ以上の主題は、任意選択的に、第１の監視技術が、低忠実度監視技術であり、第２の監視技術が、高忠実度監視である例を含む。

【0131】

実施例１２１において、実施例１２０の主題は、任意選択的に、低忠実度監視技術が、シングルポイントグルコース監視またはブラインドＣＧＭを含む例を含む。

【0132】

実施例１２２において、実施例１２０～１２１のいずれか１つ以上の主題は、任意選択的に、低忠実度監視技術が、ウェアラブルフィットネストラッカによる活動監視を含む例を含む。

【0133】

実施例１２３において、実施例１２２の主題は、任意選択的に、ウェアラブルフィットネストラッカが、ウェアラブル心拍数モニタ、活動モニタ、スマートフォン、スマートグラス、またはスマートウォッチである例を含む。

【0134】

実施例１２４において、実施例１２０～１２３のいずれか１つ以上の主題は、任意選択的に、取得された第１および第２の結果を相関させることを含み、相関は、対応する時刻および／または曜日における取得された第１の結果と第２の結果との間の関係を判定することと、所与の時間の相関値、および低忠実度監視技術によって取得された結果に少なくとも部分的に基づいて、所与の時間における高忠実度監視技術の推定された値を判定することと、を含む。

【0135】

実施例１２５において、実施例１２４の主題は、任意選択的に、人口データに少なくとも部分的に基づいて、推定された値を判定することを含む。

【0136】

実施例１２６において、実施例１２０～１２５のいずれか１つ以上の主題は、任意選択的に、低忠実度監視技術が、ユーザ入力データを受信することを含む例を含む。

【0137】

実施例１２７において、実施例１２６の主題は、任意選択的に、受信されたユーザ入力データが、薬剤データ、食事データ、運動データ、睡眠データ、またはそれらの任意の組み合わせを含む例を含む。

【0138】

実施例１２８において、実施例１２０～１２７のいずれか１つ以上の主題は、任意選択的に、取得された第１および第２の結果を相関させることを含み、相関は、対応する時刻または曜日における取得された第１の結果と第２の結果との間の関係を判定することと、所与の時間の相関値の推定値、および低忠実度監視技術によって取得された結果に少なくとも部分的に基づいて、所与の時間における高忠実度監視技術の推定された値を判定することと、を含む。

【0139】

実施例１２９において、実施例１２８の主題は、任意選択的に、人口データに少なくとも部分的に基づいて、推定された値を判定することを含む。

【0140】

実施例１３０は、患者の健康に関連するパラメータを測定するための方法である。方法は、分析物センサシステムによって、分析物センサシステムがホストに適用されたことを検出することを含み得る。方法はまた、分析物センサシステムによって、ホストを記述する分析物データを記憶することと、分析物センサシステムによって、分析物センサシステムにおけるセンサ使用が終了したと判定することと、分析物センサシステムによって、記憶された分析物データを、アップロードコンピューティングデバイスにアップロードすることと、を含み得る。

【0141】

実施例１３１において、実施例１３０の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定すること応答して、分析物センサシステムによって、システム識別データをブロードキャストすることと、分析物センサシステムによって、およびアップロードコンピューティングデバイスから、システム識別データを含む通信要求を受信することと、分析物センサシステムによって、通信要求に応答して、アップロードコンピューティングデバイスとの通信セッションを確立することと、を含み、アップロードすることは、記憶された分析物データをアップロードコンピューティングデバイスに伝送する。

【0142】

実施例１３２では、実施例１３０～１３１のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定した後、分析物センサシステムによって、アップロードコンピューティングデバイスからのアップロード要求を受信することと、分析物センサシステムによって、システム識別データをブロードキャスすることと、アップロードコンピューティングデバイスから、認証データを受信することを含む。方法はまた、分析物センサシステムによって、アップロードコンピューティングデバイスとの通信セッションを確立することを含み得、アップロードすることは、記憶された分析物データを、アップロードコンピューティングデバイスに伝送する。

【0143】

実施例１３３は、第１の期間に、連続的グルコース監視（ＣＧＭ）システムから、患者の推定されたグルコース濃度レベルを受信することと、第１の期間に、患者に関連する非グルコース情報を受信することと、推定されたグルコース濃度レベルと非グルコース情報との間の関係を判定することと、第２の期間に、患者に関連する非グルコース情報を受信することと、判定された関係および非グルコース情報に基づいて、第２の期間に、患者に関する糖尿病情報を判定することと、糖尿病情報に関する通知を電子的に配信することと、を含む方法である。

【0144】

実施例１３４において、実施例１３３の主題は、任意選択的に、ＣＧＭシステムから、第１の期間からの、複数の推定されたグルコース濃度レベルを受信すること含み、第１の期間に非グルコース情報を受信することは、第１の期間中に行われた少なくとも１つのシングルポイントグルコース測定値を受信することを含む。

【0145】

実施例１３５において、実施例１３３～１３４のいずれか１つ以上の主題は、任意選択的に、推定されたグルコース濃度レベルが、第２の期間中にＣＧＭから入手可能ではないことを含む。

【0146】

実施例１３６において、実施例１３３～１３５のいずれか１つ以上の主題は、任意選択的に、第１の期間に、患者に関連する第２の非グルコース情報を受信することを含み、第２の非グルコース情報は、非グルコース情報とは異なり、関係は、推定されたグルコース濃度レベルと、非グルコース情報と、第２の非グルコース情報との間のものである。

【0147】

実施例１３７において、実施例１３３～１３６のいずれか１つ以上の主題は、任意選択的に、非グルコース情報が、患者に関する生理学的情報を含むことを含む。

【0148】

実施例１３８において、実施例１３７の主題は、任意選択的に、生理学的情報が、心拍数、呼吸、酸素濃度、皮膚緊張、皮膚の水分含有量、活動、活動パターン、血中ケトン、尿中ケトン、呼吸、または音響情報のうちの少なくとも１つを含むことを含む。

【0149】

実施例１３９において、実施例１３３～１３８のいずれか１つ以上の主題は、任意選択的に、非グルコース情報が、場所情報を含むことを含む。

【0150】

実施例１４０において、実施例１３３～１３９のいずれか１つ以上の主題は、任意選択的に、糖尿病情報を判定することが、推定されたグルコース濃度レベルを決定することを含むことを含む。

【0151】

実施例１４１において、実施例１３３～１４０のいずれか１つ以上の主題は、任意選択的に、糖尿病情報を判定することが、グルコース濃度レベルが指定された期間中に範囲内にあった時間の量または割合の推定値を判定することを含むことを含む。

【0152】

実施例１４２は、ホストから一次生理学的情報を断続的に収集するように構成された一次サブシステムと、ホストから第２のタイプの二次データを収集するように構成された二次サブシステムと、一次生理学的情報および二次データに少なくとも部分的に基づいて、ガイダンスを判定するように構成されたガイダンスシステムと、ガイダンスを表示するように構成されたユーザインターフェースと、を含むシステムである。

【0153】

実施例１４３において、実施例１４２の主題は、任意選択的に、ガイダンスシステムがまた、二次データと一次生理学的情報との間の関係を判定することと、一次生理学的情報が収集されない期間中のガイダンスを判定することと、を行うように構成されており、ガイダンスを判定することが、二次データおよび二次データと一次生理学的情報との間の関係に少なくとも部分的に基づいていることを含む。

【0154】

実施例１４４において、実施例１４２～１４３のいずれか１つ以上の主題は、任意選択的に、一次サブシステムが、連続的グルコースモニタ（ＣＧＭ）を含み、ガイダンスシステムが、二次データ、および二次データと一次生理学的情報との間の関係に少なくとも部分的に基づいて、患者状態を判定するようにさらに構成されていることを含む。

【0155】

実施例１４５において、実施例１４４の主題は、任意選択的に、患者状態が、推定されたグルコース濃度レベルを含むことを含む。

【0156】

実施例１４６において、実施例１４４～１４５のいずれか１つ以上の主題は、任意選択的に、患者状態が、グルコース濃度レベルが指定された期間中に範囲内にあった時間の量または割合の推定値を示す範囲内時間メトリックを含むことを含む。

【0157】

実施例１４７において、実施例１４２～１４６のいずれか１つ以上の主題は、任意選択的に、二次サブシステムが、センサおよびメモリ回路を含み、二次サブシステムが、センサから受信したセンサデータから二次データを判定することと、センサデータまたは二次データをメモリ回路に記憶することと、を行うようにさらに構成されていることを含む。

【0158】

実施例１４８において、実施例１４２～１４７のいずれか１つ以上の主題は、任意選択的に、一次サブシステムが、連続的グルコースモニタ（ＣＧＭ）およびメモリ回路を含み、一次サブシステムが、ホストのグルコース濃度を示すＣＧＭセンサ信号を受信することと、ＣＧＭセンサ信号に少なくとも部分的に基づいて、推定されたグルコース濃度レベルを判定することと、複数の推定されたグルコース濃度レベルをメモリ回路に記憶することと、を行うように構成されており、一次生理学的情報が、複数の推定されたグルコース濃度レベルを含むか、またはそれに基づいていることを含む。

【0159】

実施例１４９は、命令を記憶した機械可読記憶媒体であって、命令は、少なくとも１つのプロセッサによって実行されるとき、少なくとも１つのプロセッサに、第１の期間に、連続的グルコース監視（ＣＧＭ）システムから、患者の推定されたグルコース濃度レベルを受信することと、第１の期間に、患者に関連する非グルコース情報を受信することと、推定されたグルコース濃度レベルと非グルコース情報との間の関係を判定することと、第２の期間に、患者に関連する非グルコース情報を受信することと、判定された関係および非グルコース情報に基づいて、第２の期間に、患者に関する糖尿病情報を判定することと、糖尿病情報に関する通知を電子的に配信することと、を含む動作を実行させる、機械可読記憶媒体である。

【0160】

実施例１５０において、実施例１４９の主題は、任意選択的に、動作が、ＣＧＭシステムから、第１の期間からの、複数の推定されたグルコース濃度レベルを受信することをさらに含み、第１の期間に非グルコース情報を受信することが、第１の期間中に行われた少なくとも１つのシングルポイントグルコース測定値を受信することを含むことを含む。

【0161】

実施例１５１において、実施例１４９～１５０のいずれか１つ以上の主題は、任意選択的に、糖尿病情報に少なくとも部分的に基づいてガイダンスを判定することと、ユーザインターフェースにガイダンスを表示することと、をさらに含む動作を含む。

【0162】

実施例１５２において、実施例１４９～１５１のいずれか１つ以上の主題は、任意選択的に、第１の期間に、患者に関連する第２の非グルコース情報を受信することを含み、第２の非グルコース情報が、非グルコース情報とは異なり、関係が、推定されたグルコース濃度レベルと、非グルコース情報と、第２の非グルコース情報との間のものである。

【0163】

実施例１５３は、分析物センサと、プロセッサと、を含む患者管理システムであって、プロセッサは、命令を実行して、プロセッサで実行される第１のアプリケーションによって、および分析物センサから、ユーザの分析物濃度を示すセンサデータを受信することと、第１のアプリケーションによって、およびプロセッサで実行される第２のアプリケーションに、分析物濃度の指標を含むセンサメッセージを伝送することと、第２のアプリケーションによって、およびウェアラブル活動監視デバイスに、デバイスメッセージを配信することであって、デバイスメッセージは、分析物濃度に少なくとも部分的に基づいている、配信することと、を含む動作を実行する、患者管理システムである。

【0164】

実施例１５４において、実施例１５３の主題は、任意選択的に、ウェアラブル活動監視デバイスをさらに含み、ウェアラブル活動監視デバイスは、モーションセンサを含み、ウェアラブル活動監視デバイスは、デバイスメッセージに少なくとも部分的に基づくデータと、モーションセンサの出力に少なくとも部分的に基づくデータと、を含む、ユーザインターフェースを生成するようにプログラムされている。

【0165】

実施例１５５において、実施例１５３～１５４のいずれか１つ以上の主題は、任意選択的に、動作が、ユーザの生理学的状態の推定値を記述する生理学的状態データを生成することをさらに含み、生成が、ユーザの分析物濃度に少なくとも部分的に基づいていることを含む。

【0166】

実施例１５６において、実施例１５５の主題は、任意選択的に、生理学的状態データが、第１のアプリケーションによって生成され、センサメッセージが、生理学的状態データを含むことを含む。

【0167】

実施例１５７において、実施例１５５～１５６のいずれか１つ以上の主題は、任意選択的に、生理学的状態データが、第２のアプリケーションによって生成され、デバイスメッセージが、生理学的状態データを含むことを含む。

【0168】

実施例１５８において、実施例１５５～１５７のいずれか１つ以上の主題は、任意選択的に、生理学的状態データが、範囲内時間、グルコース濃度レベル、またはグルコース濃度範囲を含むことを含む。

【0169】

実施例１５９において、実施例１５５～１５８のいずれか１つ以上の主題は、任意選択的に、生理学的状態データの生成が、以前に収集されたグルコース濃度情報と以前に収集された活動情報との間の相関に基づいていることを含む。

【0170】

実施例１６０において、実施例１５３～１５９のいずれか１つ以上の主題は、任意選択的に、デバイスメッセージが、ウェアラブル活動監視デバイスのユーザインターフェースにおける表示のための表示データを含むことを含む。

【0171】

実施例１６１において、実施例１５３～１６０のいずれか１つ以上の主題は、任意選択的に、センサメッセージを生成することが、分析物濃度の指標を暗号化することを含むことを含む。

【0172】

実施例１６２において、実施例１５３～１６１のいずれか１つ以上の主題は、任意選択的に、センサメッセージを生成することが、分析物濃度に少なくとも部分的に基づいて、エラー検出コードを生成することを含むことを含む。

【0173】

実施例１６３は、患者管理方法であって、患者管理システムで実行される第１のアプリケーションによって、および分析物センサから、ユーザの分析物濃度を示すセンサデータを受信することと、第１のアプリケーションによって、および患者管理システムで実行される第２のアプリケーションに、分析物濃度の指標を含むセンサメッセージを伝送することと、第２のアプリケーションによって、およびウェアラブル活動監視デバイスに、デバイスメッセージを配信することであって、デバイスメッセージは、分析物濃度に少なくとも部分的に基づいている、配信することを含む、患者管理方法である。

【0174】

実施例１６４において、実施例１６３の主題は、任意選択的に、ウェアラブル活動監視デバイスが、モーションセンサを含むことを含み、ウェアラブル活動監視デバイスによって、デバイスメッセージに少なくとも部分的に基づくデータと、モーションセンサの出力に少なくとも部分的に基づくデータと、を含む、ユーザインターフェースを生成することをさらに含む。

【0175】

実施例１６５において、実施例１６３～１６４のいずれか１つ以上の主題は、任意選択的に、ユーザの生理学的状態の推定値を記述する生理学的状態データを生成することを含み、生成することは、ユーザの分析物濃度に少なくとも部分的に基づいている。

【0176】

実施例１６６において、実施例１６５の主題は、任意選択的に、生理学的状態データが、第１のアプリケーションによって生成され、センサメッセージが、生理学的状態データを含むことを含む。

【0177】

実施例１６７において、実施例１６５～１６６のいずれか１つ以上の主題は、任意選択的に、生理学的状態データが、第２のアプリケーションによって生成され、デバイスメッセージが、生理学的状態データを含むことを含む。

【0178】

実施例１６８において、実施例１６５～１６７のいずれか１つ以上の主題は、任意選択的に、生理学的状態データが、範囲内時間、グルコース濃度レベル、またはグルコース濃度範囲を含むことを含む。

【0179】

実施例１６９において、実施例１６５～１６８のいずれか１つ以上の主題は、任意選択的に、生理学的状態データの生成が、以前に収集されたグルコース濃度情報と以前に収集された活動情報との間の相関に基づいていることを含む。

【0180】

実施例１７０において、実施例１６３～１６９のいずれか１つ以上の主題は、任意選択的に、デバイスメッセージが、ウェアラブル活動監視デバイスのユーザインターフェースにおける表示のための表示データを含むことを含む。

【0181】

実施例１７１において、実施例１６３～１７０のいずれか１つ以上の主題は、任意選択的に、センサメッセージを生成することが、分析物濃度に少なくとも部分的に基づいて、エラー検出コードを生成することを含むことを含む。

【0182】

実施例１７２は、命令を記憶した機械可読記憶媒体であって、命令は、少なくとも１つのプロセッサによって実行されるとき、少なくとも１つのプロセッサに、患者管理システムで実行される第１のアプリケーションによって、および分析物センサから、ユーザの分析物濃度を示すセンサデータを受信することと、第１のアプリケーションによって、および患者管理システムで実行される第２のアプリケーションに、分析物濃度の指標を含むセンサメッセージを伝送することと、第２のアプリケーションによって、およびウェアラブル活動監視デバイスに、デバイスメッセージを配信することであって、デバイスメッセージは、分析物濃度に少なくとも部分的に基づいている、配信することを含む動作を実行させる、機械可読記憶媒体である。

【0183】

実施例１７３は、患者を監視する方法であって、第１の期間にわたって、低忠実度監視技術を用いて、第１のタイプの患者データを監視することと、監視された第１のタイプの患者データに基づいて、患者挙動を評価することと、連続的グルコース監視デバイスを用いて、第２のタイプの患者データを、第２の期間にわたって監視することと、を含み、連続的グルコース監視デバイスのパラメータは、監視中の評価された患者挙動に基づいている、方法である。

【0184】

実施例１７４において、実施例１７３の主題は、任意選択的に、連続的グルコース監視デバイスのパラメータが，ユーザインターフェースの動作に対応することを含む。

【0185】

実施例１７５において、実施例１７３～１７４のいずれか１つ以上の主題は、任意選択的に、低忠実度監視技術が、シングルポイントグルコース監視、ブラインド連続的グルコース監視、または光学監視技術のうちの少なくとも１つを含むことを含む。

【0186】

実施例１７６において、実施例１７３～１７５のいずれか１つ以上の主題は、任意選択的に、低忠実度監視技術が、ウェアラブルフィットネストラッカによる活動監視を含むことを含む。

【0187】

実施例１７７において、実施例１７６の主題は、任意選択的に、ウェアラブルフィットネストラッカが、ウェアラブル心拍数モニタ、活動モニタ、スマートフォン、スマートグラス、またはスマートウォッチのうちの少なくとも１つを含むことを含む。

【0188】

実施例１７８において、実施例１７３～１７７のいずれか１つ以上の主題は、任意選択的に、低忠実度監視技術が、薬剤データ、食事データ、運動データ、または睡眠データのうちの少なくとも１つを含むユーザ入力データを受信することを含むことを含む。

【0189】

実施例１７９において、実施例１７３～１７８のいずれか１つ以上の主題は、任意選択的に、患者の目標を決定することを含み、連続的グルコース監視デバイスのパラメータは、目標に関連している。

【0190】

実施例１８０において、実施例１７９の主題は、任意選択的に、目標が、食事目標、運動目標、グルコースレベル監視目標、または投薬目標を含むことを含む。

【0191】

実施例１８１において、実施例１７９～１８０のいずれか１つ以上の主題は、任意選択的に、患者の目標を決定することが、低忠実度監視技術を用いて、第１の期間にわたって監視された第１のタイプのデータに少なくとも部分的に基づいていることを含む。

【0192】

実施例１８２において、実施例１７３～１８１のいずれか１つ以上の主題は、任意選択的に、自動化されたコーチングルーチンのための少なくとも１つのパラメータを決定することによって、少なくとも部分的に、連続的グルコース監視デバイスのパラメータを決定することを含む。

【0193】

実施例１８３において、実施例１７３～１８２のいずれか１つ以上の主題は、任意選択的に、第１の期間と第２の期間との間の患者パラメータの変化を検出することと、患者パラメータの検出された変化を使用して、連続的グルコース監視デバイスのパラメータを決定することと、を含む。

【0194】

実施例１８４において、実施例１７３～１８３のいずれか１つ以上の主題は、任意選択的に、第１の期間にわたって、患者にコーチング機能を提供することであって、コーチング機能は、サーバから連続的グルコース監視デバイスに伝送される自動化されたメッセージを含む、提供することを含み、コーチング機能は、患者プロファイルデータまたは第１のタイプの患者データまたはそれらの組み合わせに基づいている。

【0195】

実施例１８５は、システムであって、第１の期間にわたって、患者に関連する第１のタイプのセンサデータの第１のセットを収集するように構成された低忠実度システムと、患者に関連するデータの第２のタイプのセンサデータの第２のセットを収集するように構成された連続的グルコース監視デバイスと、センサデータの第１のセットに基づいて、連続的グルコース監視デバイスのパラメータを決定するように構成された決定システムと、を含むシステムである。

【0196】

実施例１８６において、実施例１８５の主題は、任意選択的に、低忠実度システムが、活動センサを含むことを含む。

【0197】

実施例１８７において、実施例１８５～１８６のいずれか１つ以上の主題は、任意選択的に、低忠実度システムが、血中グルコース計を含むことを含む。

【0198】

実施例１８８において、実施例１８５～１８７のいずれか１つ以上の主題は、任意選択的に、連続的グルコース監視デバイスが、連続的グルコースモニタを含むことを含む。

【0199】

実施例１８９において、実施例１８５～１８８のいずれか１つ以上の主題は、任意選択的に、パラメータが、連続的グルコース監視デバイスの使用のためのスケジュールを含むことを含む。

【0200】

実施例１９０において、実施例１８５～１８９のいずれか１つ以上の主題は、任意選択的に、パラメータが、連続的グルコース監視デバイスの使用を開始するための時間であることを含む。

【0201】

実施例１９１において、実施例１８５～１９０のいずれか１つ以上の主題は、任意選択的に、患者に関連するセンサデータの第３のセットを収集するように構成された第３のシステムを含み、決定システムは、センサデータの第１のセットとセンサデータの第３のセットに少なくとも部分的に基づいて、パラメータを決定する。

【0202】

実施例１９２は、命令を記憶した機械可読記憶媒体であって、命令は、少なくとも１つのプロセッサによって実行されるとき、少なくとも１つのプロセッサに、第１の期間にわたって、低忠実度監視技術を用いて、第１のタイプの患者データを監視することと、監視された第１のタイプの患者データに基づいて、患者挙動を評価することと、連続的グルコース監視デバイスを用いて、第２のタイプの患者データを、第２の期間にわたって監視することと、を含む動作を実行させ、連続的グルコース監視デバイスのパラメータは、監視中の評価された患者挙動に基づいている、機械可読記憶媒体である。

【0203】

実施例１９３は、患者の健康に関連するパラメータを測定するための方法であって、方法は、分析物センサシステムによって、分析物センサシステムがホストに適用されたことを検出することと、分析物センサシステムによって、ホストを記述する分析物データを記憶することと、分析物センサシステムによって、分析物センサシステムにおけるセンサ使用が終了したと判定することと、分析物センサシステムによって、記憶された分析物データを、アップロードコンピューティングデバイスにアップロードすることと、を含む、方法である。

【0204】

実施例１９４において、実施例１９３の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定した後、分析物センサシステムによって、システム識別データをブロードキャストすることと、分析物センサシステムによって、およびアップロードコンピューティングデバイスから、システム識別データを含む通信要求を受信することと、分析物センサシステムによって、通信要求に応答して、アップロードコンピューティングデバイスとの通信セッションを確立することと、を含み、アップロードすることは、通信セッションを使用して実行される。

【0205】

実施例１９５において、実施例１９３～１９４のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定した後、分析物センサシステムによって、アップロードコンピューティングデバイスからのアップロード要求を受信することと、アップロードコンピューティングデバイスから、認証データを受信することと、を含む。

【0206】

実施例１９６において、実施例１９３～１９５のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定した後、分析物センサシステムによって、アップロードコンピューティングデバイスからのアップロード要求を受信することと、分析物センサシステムによって、システム識別データをブロードキャストすることと、アップロードコンピューティングデバイスから、認証データを受信することと、分析物センサシステムによって、アップロードコンピューティングデバイスとの通信セッションを確立することとを含み、アップロードすることは、記憶された分析物データを、アップロードコンピューティングデバイスに伝送する。

【0207】

実施例１９７において、実施例１９３～１９６のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムがホストに適用されたと検出することが、分析物センサシステムが、閾値を超えるセンサ読取値を提供したと判定することを含むことを含む。

【0208】

実施例１９８において、実施例１９３～１９７のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムがホストに適用されたと検出することが、分析物センサシステムが、閾値時間を超えて、閾値を超えるセンサ読取値を提供したと判定することを含むことを含む。

【0209】

実施例１９９において、実施例１９３～１９８のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定することが、分析物センサシステムがホストに適用されてから閾値時間を超える時間が経過したと判定することを含むことを含む。

【0210】

実施例２００において、実施例１９３～１９９のいずれか１つ以上の主題は、任意選択的に、アップロードコンピューティングデバイスによって、記憶された分析物センサデータを、サーバシステムにアップロードすることを含む。

【0211】

実施例２０１は、患者の健康に関連するパラメータを測定するためのシステムであって、システムは、分析物センサシステムがホストに適用されたことを検出することと、分析物センサシステムによって、ホストを記述する分析物データを記憶することと、分析物センサシステムによって、分析物センサシステムにおけるセンサ使用が終了したと判定することと、分析物センサシステムによって、記憶された分析物データを、アップロードコンピューティングデバイスにアップロードすることと、を含む動作を実行するように構成された分析物センサシステムを含む。

【0212】

実施例２０２において、実施例２０１の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定した後、分析物センサシステムによって、システム識別データをブロードキャストすることと、分析物センサシステムによって、およびアップロードコンピューティングデバイスから、システム識別データを含む通信要求を受信することと、分析物センサシステムによって、通信要求に応答して、アップロードコンピューティングデバイスとの通信セッションを確立することと、をさらに含む動作を含み、アップロードすることは、通信セッションを使用して実行される。

【0213】

実施例２０３において、実施例２０１～２０２のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定した後、分析物センサシステムによって、アップロードコンピューティングデバイスからのアップロード要求を受信することと、アップロードコンピューティングデバイスから、認証データを受信することと、をさらに含む動作を含む。

【0214】

実施例２０４において、実施例２０１～２０３のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定した後、分析物センサシステムによって、アップロードコンピューティングデバイスからのアップロード要求を受信することと、分析物センサシステムによって、システム識別データをブロードキャストすることと、アップロードコンピューティングデバイスから、認証データを受信することと、分析物センサシステムによって、アップロードコンピューティングデバイスとの通信セッションを確立することと、をさらに含む動作を含み、アップロードすることは、記憶された分析物データを、アップロードコンピューティングデバイスに伝送する。

【0215】

実施例２０５において、実施例２０１～２０４のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムがホストに適用されたと検出することは、分析物センサシステムが閾値を超えるセンサ読取値を提供したと判定することを含むことを含む。

【0216】

実施例２０６において、実施例２０１～２０５のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムがホストに適用されたと検出することが、分析物センサシステムが、閾値時間を超えて、閾値を超えるセンサ読取値を提供したと判定することを含むことを含む。

【0217】

実施例２０７において、実施例２０１～２０６のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定することは、分析物センサシステムがホストに適用されてから閾値時間を超える時間が経過したと判定することを含むことを含む。

【0218】

実施例２０８において、実施例２０１～２０７のいずれか１つ以上の主題は、任意選択的に、アップロードコンピューティングデバイスを含み、アップロードコンピューティングデバイスは、記憶された分析物センサデータを、サーバシステムにアップロードすることを含む動作を実行するように構成されている。

【0219】

実施例２０９は、命令を記憶した機械可読記憶媒体であって、命令は、少なくとも１つのプロセッサによって実行されるとき、少なくとも１つのプロセッサに、分析物センサシステムがホストに適用されたことを検出することと、ホストを記述する分析物データを記憶することと、分析物センサシステムにおけるセンサ使用が終了したと判定することと、記憶された分析物データを、アップロードコンピューティングデバイスにアップロードすることと、を含む動作を実行させる、機械可読記憶媒体である。

【0220】

実施例２１０において、実施例２０９の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定した後、システム識別データをブロードキャストすることと、アップロードコンピューティングデバイスから、システム識別データを含む通信要求を受信することと、通信要求に応答して、アップロードコンピューティングデバイスとの通信セッションを確立することと、をさらに含む動作を含み、アップロードすることは、通信セッションを使用して実行される。

【0221】

実施例２１１において、実施例２０９～２１０のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定した後、アップロードコンピューティングデバイスからのアップロード要求を受信することと、アップロードコンピューティングデバイスから、認証データを受信することと、をさらに含む動作を含む。

【0222】

実施例２１２において、実施例２０９～２１１のいずれか１つ以上の主題は、任意選択的に、分析物センサシステムにおけるセンサ使用が終了したと判定した後、アップロードコンピューティングデバイスからのアップロード要求を受信することと、システム識別データをブロードキャストすることと、認証データを受信することと、アップロードコンピューティングデバイスとの通信セッションを確立することと、をさらに含む動作を含み、アップロードすることは、記憶された分析物データを、アップロードコンピューティングデバイスに伝送する。

【0223】

この要約は、本特許出願の主題の概要を提供することを意図している。本開示の排他的または網羅的な説明を提供することは意図されていない。詳細な説明は、本特許出願に関するさらなる情報を提供するために含まれている。本開示の他の態様は、以下の詳細な説明を読んで理解し、その部分を形成する図面を見れば当業者には明らかであり、その各々は、限定的な意味で解釈されるべきではない。

【0224】

必ずしも一定の縮尺で描かれていない図面において、同様の数字は、異なる図において同様の構成要素を説明する場合がある。異なる文字の接尾辞を持つ同様の数字は、同様の構成要素の異なる実例を表す場合がある。図面は、概して、限定ではなく例として、本文書で考察される様々な実施形態を示している。

【図面の簡単な説明】

【0225】

【図1】例示的な医療デバイスシステムの図である。

【図2】図１に示す医療デバイスシステムの一部であり得る様々な例示的な電子部品の概略図である。

【図3】例示的な患者状態、生理学的状態、および例示的な治療法を示す表である。

【図4】低忠実度データ収集技術から高忠実度データ収集技術に移行する例示的な方法のフローチャート図である。

【図5】高忠実度データを収集し、低忠実度データを収集する方法のフローチャート図である。

【図6】低忠実度データを収集し、高忠実度データを断続的に収集する方法のフローチャート図である。

【図7】患者状態を管理する方法のフローチャート図である。

【図8A】患者の管理の例示的なプロセスのフローチャート図である。

【図8B】患者の管理の例示的なプロセスのフローチャート図である。

【図8C】患者の管理の例示的なプロセスのフローチャート図である。

【図9】一次監視技術および二次監視技術を使用して、患者を監視するためのプロセスのフローチャート図である。

【図10】糖尿病情報について患者を判定および患者に通知する例示的な方法１００１のフローチャート図である。

【図11】収集されたセンサ情報に基づいて、監視スキームを決定する例示的な方法のフローチャート図である。

【図12A】例示的なユーザインターフェースの図である。

【図12B】図１２Ａに示されるユーザインターフェースの一部分の拡大図である。

【図12C】目標Ａ１Ｃインジケータを含む例示的なユーザインターフェースの図である。

【図13】強化された疾患管理プログラムから利益を得る可能性のある患者を特定または選択する方法のフローチャート図である。

【図14】患者の健康に関連するパラメータを管理する例示的な方法のフローチャート図である。

【図15】例示的なログインプロセスのフローチャート図である。

【図16】例示的なユーザインターフェースの図である。

【図17】例示的なチャットインターフェースの図である。

【図18】例示的なチャットインターフェースの図である。

【図19】例示的なチャットインターフェースの図である。

【図20】例示的なチャットインターフェースの図である。

【図21】例示的なトレンドグラフの図である。

【図22A】方法、デバイス、およびサブシステムを実装することができる例示的なシステムの図である。

【図22B】図２２Ａのシステムの配置である例示的なシステムの図である。

【図22C】図２２Ｂのシステムで実行されて、活動センサでＣＧＭデータを表示することができるプロセスの一例を示すフローチャートである。

【図23】図２２Ａに示される例示的なシステムのより詳細な図である。

【図24】本開示の実施形態を実装することに関連して使用され得る例示的なシステムを例解している。

【図25】図４の実施形態で使用することができる自動化または半自動化されたコーチングシステムの例を例解している。

【図26A】図５の自動化または半自動化されたコーチングシステムで患者を参加させるための例示的なプロセスのフロー図である。

【図26B】図５の自動化または半自動化されたコーチングシステムで患者を参加させるための例示的なプロセスのフロー図である。

【図27】運動モジュールを開始するための例示的なプロセスのフローチャート図である。

【図28】フォローアップモジュールを実装するための例示的なプロセスのフローチャート図である。

【図29】信頼度評価者／ブースターモジュールを実装するための例示的なプロセスのフローチャート図である。

【図30】食事モジュールを実装するための例示的なプロセスのフローチャート図である。

【図31】食事追跡モジュールを実装するための例示的なプロセスのフローチャート図である。

【図32】図１１の実施形態の使用を奨励するように設計されたモジュールを実装するための例示的なプロセスのフローチャート図である。

【図33】睡眠モジュールを実装するための例示的なプロセスのフローチャート図である。

【図34】収集後に捕捉された分析物データをアップロードするように構成された分析物センサシステムを含むことができる例示的なシステムの図である。

【図35】図３４の分析物センサシステムによって実行されて、分析物データを収集およびアップロードすることができるプロセスの一例を示すフローチャートである。

【図36】センサエレクトロニクスによって実行されて、収集された分析物データをアップロードすることができるプロセスの一例を示すフローチャートである。

【図37】センサエレクトロニクスによって実行されて、収集された分析物データをアップロードすることができるプロセスの別の例を示すフローチャートである。

【発明を実施するための形態】

【0226】

本発明者らは、とりわけ、患者が、情報収集の異なるパターンを有する技術の組み合わせを用いて、有利に監視または管理され得ることを認識した。通常、患者管理を強化するには、患者管理決定を通知するために、より高い忠実度データかつより多くの量のデータが望まれる。直感に反するアプローチでは、患者管理をガイドするために、高忠実度データから学習した情報（データのタイプ間の相関など）と組み合わせて、より少ないデータまたはより低い忠実度データを使用する。例えば、収集されたデータの異なるタイプ間の関係を使用して、１つ以上のタイプのデータが利用可能ではない期間中に患者の管理を通知することができる。いくつかの例では、グルコースセンサによって自動的に収集されるグルコース情報（「連続的グルコース監視」または「ＣＧＭ」）など、スケジュールに従ってホストからセンサによって自動的に収集される分析物情報（「連続的分析物監視」）は、他のタイプの情報（例えば、ウェアラブル活動センサによって捕捉された活動）と相関している場合があり、これにより、相関に基づいて、推定されたグルコース濃度レベル（または別の分析物のレベル）を推定することができる場合がある。いくつかの例では、２つ以上のタイプのデータ（例えば、ＣＧＭデータおよび活動データ）は、患者から収集され得、ＣＧＭおよび活動データの両方が収集される期間中に取得されたデータを利用して、第２のタイプのデータ（例えば、活動または心拍数）から、または第２のタイプのデータおよび補助入力（例えば、薬物の投与または食事の消費）から、第１のタイプのデータ（例えば、グルコース濃度レベル）を推測するためのシステムまたはアルゴリズムを開発または調整し得る。言い換えれば、非ＣＧＭセンサシステムは、同時に取得されたＣＧＭデータおよび非ＣＧＭデータを使用して、推定されたグルコース値に「較正」され得る。いくつかの例では、連続的グルコース監視が断続的に実行され得、収集期間中、グルコース濃度レベルは、スケジュールに従って（例えば、５分ごとに）収集され得るが、ＣＧＭデータ収集は、患者がアクティブ化されたＣＧＭセンサを装着している場合などの特定の期間中にのみ発生し得、これは、例えば、毎月１週間または１０日間、または３か月ごとに発生し得る。

【0227】

いくつかの例では、第２のタイプのデータ収集（例えば、断続的なＣＧＭデータ収集）または収集パラメータ（例えば、断続的な収集のための周期性）を実装する必要性または要望は、第１のタイプのデータ（例えば、血中グルコース計データまたは活動データ）に基づいて判定され得る。いくつかの例では、断続的な収集の関係または態様を使用して、異なる監視技術の収集パラメータを決定することができる。例えば、ＣＧＭデータを使用して、１つ以上の血中グルコース計検査の時間またはスケジュールを決定することができる。別の例では、血中グルコース計の検査結果または活動データを使用して、ＣＧＭ監視スキーム（例えば、断続的なＣＧＭデータ収集のスケジュールまたはＣＧＭ監視で使用されるいくつかのセンサ）を決定することができる。いくつかの例では、経口投薬療法または注射されたインスリン療法（例えば、基礎インスリン）は、断続的なＣＧＭ監視などのＣＧＭ情報に部分的に基づいて、決定（または評価または再決定）され得る。本明細書全体を通してＣＧＭ情報が例として参照されているが、説明されている例はまた、他のタイプの分析物にも適用可能である（例えば、連続的グルコース監視への言及は、一般に連続的分析物監視に適用可能である）。

【0228】

概要
患者に関するタイムリーな情報によって通知されると、患者管理は、より効果的になる可能性がある。例えば、生理学的情報、環境情報、または挙動情報を使用して、患者のガイダンス（例えば、食事療法または運動ガイダンス）または療法（例えば、経口投薬体制）を決定するか、または患者管理スキームの変更または改善を決定することができる。２型糖尿病などの血中グルコース制御状態にある患者は、タイムリーな情報を使用する患者管理スキームから特に恩恵を受ける可能性がある。連続的グルコースモニタなどのいくつかの監視システムまたはデバイスは、患者のグルコース制御状態（例えば、高グルコース濃度レベル、正常レベル、または低レベル）についての強い信号を提供し得るが、そのようなシステムの連続使用は、費用（例えば、ＣＧＭセンサおよび監視の費用）または患者の負担（例えば、身体にＣＧＭを装着して管理する必要性）のために、望まれない場合がある。他のシステムおよびデバイス（例えば、ウェアラブル活動モニタ、スマートウォッチ、スマートフォン）は、負担が少なく、費用もかからない場合があるが、血中グルコースレベルとの直接的な関係が少ない可能性のある情報を提供する傾向がある。例えば、活動は、血中グルコースレベルを制御することに役立つ傾向があるが、実際の血中グルコース濃度レベルは、活動情報だけから簡単に推測することはできず、血中グルコースに対する活動の影響は、患者または患者のタイプによって（例えば、集団内のサブグループ間で）大きく異なる場合がある。

【0229】

コストと、グルコース管理に関する正確な情報の必要性とのバランスをとるために、異なるタイプの患者データを１つ以上の重なる期間について収集し得、これは、異なるタイプのデータ間の関係に基づく患者管理情報の判定を可能にし得る。このような関係は、データのタイプのうちの１つが利用可能ではない場合に、患者管理をガイドするために使用し得る。例えば、連続的グルコースモニタおよび活動モニタは、重なる期間中に使用され得、グルコース濃度レベル情報および活動情報との間の関係は、ＣＧＭおよび活動データから学習され得る。いくつかの例では、ユーザは、活動センサ（例えば、時計）を連続的に（例えば、毎日の少なくとも一部分）着用するように指示され得、ユーザは、定義された期間（例えば、２週間の試験期間）または連続的に（例えば、３か月ごとに２週間のセッションの間）、連続グルコースセンサを着用するように指示され得る。データは、システムによって（例えば、モバイルデバイスおよびサーバを使用して）収集され、分析されて、グルコースレベルと活動との間の関係を判定し得る。様々な例では、活動は、グルコース濃度レベルまたは範囲と相関し得るか、またはグルコース濃度への影響と相関し得るか（例えば、特定の活動量は、グルコースへの決定された影響を引き起こし、これは、より高いグルコースレベルでのより低いインスリン感受性（すなわち、インスリン抵抗性）によるグルコースレベルに基づいて様々であり得る）、またはグルコースレベルトレンド（例えば、活動の量、強度、もしくはタイプに関連付けられたグルコースレベルの変化率）と相関し得、そのうちのいずれかを使用して、推定されたグルコース濃度レベル（例えば、１２０ｍｇ／ｄＬ）、範囲（例えば、１２０～１６０ｍｇ／ｄＬ）、ステータス（例えば、目標範囲外、または範囲内）、または他のグルコースレベル管理の推定値を推測し得る。これらのグルコース推定値のうちの１つ以上、または推定値に基づく情報（例えば、１日の範囲内時間）を患者に配信し得、これは、様々な例では、リアルタイムまたはオンデマンドまたは反復的に（例えば、毎時、毎日、毎週、１日３回、または食事の前もしくは後）起こり得る。

【0230】

データのタイプ間の関係の判定を容易にするために、異なるタイプのデータ（例えば、ＣＧＭデータおよび活動データ）を、時間（例えば、ＣＧＭデータの、対応する活動データとの照合を可能にするための）、場所、日、患者入力データ（例えば、食事または活動）、または他の情報のうちの１つ以上と相関し得る。時間、場所、日、患者入力データ、または他の情報との相関を使用して、データのタイプ間の関係を判定することもできる。

【0231】

いくつかの例では、収集されたセンサデータは、性別、年齢、場所、民族性、職種、Ａ１Ｃ、ＢＭＩ、体重、または他の人口統計情報などの人口ベースのデータと組み合わせて使用して、グルコース制御推定値を決定することができる（例えば、推定されたグルコースレベル、範囲、またはステータス）。いくつかの例では、システムは、グルコースプロファイル挙動によって分割された母集団コホートを構築し、特定のコホートに一致するユーザは、統計フィードバックを受信し得る。このタイプの母集団情報に基づいて、グルコース推定値を使用して、母集団ベースのガイダンスを決定し得、それは、患者に配信され得る（例えば、スマートデバイス上に提示され得る）。例えば、患者は、「あなたのような人の７０％は、この時期に範囲外にいると推定されている。散歩に行くことを考えましたか？」というガイダンスを受信し得る。

【0232】

いくつかの例では、モデルは、開発され（例えば、収集されたデータから学習され）得、関係は、モデルに反映され得る。例えば、グルコース状態などの状態は、１つ以上の入力（例えば、活動）をモデルに適用することによって判定され得る。

【0233】

特定のタイプの患者管理情報（例えば、ＣＧＭおよび活動データ）は、説明の目的で特定の例の主題であり得るが、本明細書の技術および方法、ならびにシステムは、異なるタイプの監視された分析物（グルコース以外）などの他の異なるタイプの情報、または異なるタイプの生理学的情報（例えば、心拍数、呼吸、電気皮膚反応、または他の皮膚の質、血中ケトン、尿中ケトン、酸素濃度）、または周囲情報のタイプ（例えば、場所、環境、温度）に適用され得、２つ以上のタイプの情報間の関係を使用して、１つ以上のタイプの情報が利用可能ではない場合に、患者に関する健康（例えば、糖尿病）情報を判定し得ることを理解されたい。

【0234】

例示的なシステム
図１は、デバイスの様々なセンサシステムを含み得る例示的なシステム１００の図である。システム１００は、ホスト１０１に結合され得る分析物センサシステム１０２を含み得る。ホスト１０１は、人間の患者であり得る。患者は、例えば、一時的もしくは永続的な糖尿病条件、またはデータ駆動型患者管理もしくは分析物監視が有用であり得る他の健康条件の対象となり得る。

【0235】

分析物センサシステム１０２は、例えば、グルコースセンサであり得る、分析物センサ１０４を含み得る。グルコースセンサは、グルコースの濃度を測定することができる任意のデバイスであり得る。例えば、分析物センサ１０４は、完全に移植可能であってもよく、分析物センサは、身体上（例えば、身体上であるが皮膚の下ではない）に着用可能であってもよく、または分析物センサは、経皮的デバイス（例えば、ホストの皮膚の下または皮膚中に存在するセンサを有する）であってもよい。本明細書に説明されるデバイスおよび方法は、グルコースの濃度を検出し、グルコースの濃度を表す出力信号を提供する（例えば分析物データの形態として）ことができる任意のデバイスに適用され得ることが理解されるべきである。

【0236】

分析物センサシステム１０２はまた、センサエレクトロニクス１０６を含み得る。いくつかの例では、分析物センサ１０４およびセンサエレクトロニクス１０６は、統合パッケージとして提供され得る。他の例では、分析物センサ１０４およびセンサエレクトロニクス１０６は、別個の構成要素またはモジュールとして提供され得る。例えば、分析物センサシステム１０２は、分析物センサ１０４、センサをホストに付着させるための構成要素（例えば、接着パッド）、または別の構成要素を受容するように構成された取り付け構造を含み得る、使い捨て（例えば、単回使用）ベースを含み得る。システムはまた、図２に示されるセンサエレクトロニクス１０６のいくつかまたは全部を含み得る、センサエレクトロニクスパッケージを含み得る。センサエレクトロニクスパッケージは、再利用可能であり得る。

【0237】

分析物センサは、侵襲的、低侵襲的、または非侵襲的検知技術（例えば、光学的に励起された蛍光、マイクロニードル、グルコースの経皮監視）を含む任意の既知の方法を使用して、ホストの分析物の濃度を示すデータストリームを提供し得る。データストリームは、生データ信号であり得、患者または介護者（例えば、親、親戚、保護者、教師、医師、看護師、またはホストの健康に関心のある任意の他の個人）などのユーザに、分析物の有用な値（例えば推定された血中グルコース濃度レベル）を提供するために使用される、較正および／またはフィルタ処理されたデータストリームに変換され得る。

【0238】

分析物センサ１０４は、例えば、連続グルコースセンサであり得、例えば、皮下、経皮（ｔｒａｎｓｄｅｒｍａｌ）（例えば、経皮（ｔｒａｎｓｃｕｔａｎｅｏｕｓ））、または血管内デバイスを含み得る。いくつかの実施形態では、そのようなセンサまたはデバイスは、センサデータを反復的に（例えば、定期的または断続的に）分析し得る。グルコースセンサは、酵素的、化学的、物理的、電気化学的、分光光度的、偏光分析的、熱量分析的、イオン泳動的、放射分析的、免疫化学的などを含むグルコース測定の任意の方法を使用し得る。様々な例では、分析物センサシステム１０２は、ＤｅｘＣｏｍ（商標）（例えば、ＤｅｘＣｏｍ Ｇ５（商標）センサ、またはＤｅｘｃｏｍ Ｇ６（商標）センサ、またはそれらの任意の変形）から、またはＡｂｂｏｔｔ（商標）（例えば、Ｌｉｂｒｅ（商標）センサから、または、Ｍｅｄｔｒｏｎｉｃ（商標）（例えば、Ｅｎｌｉｔｅ（商標）センサ）から入手可能な連続的グルコース監視センサであり得るか、またはそれらを含み得る。

【0239】

いくつかの例では、分析物センサ１０４は、米国特許第６，００１，０６７号および米国特許公開第ＵＳ２００５／００２７４６３（Ａ１）号に説明されるなどの、移植可能なグルコースセンサであり得る。いくつかの例では、分析物センサ１０は、米国特許公開第ＵＳ２００６／００２０１８７（Ａ１）号に説明されるなどの、経皮的グルコースセンサであり得る。いくつかの例では、分析物センサ１０は、米国特許公開第ＵＳ２００７／００２７３８５（Ａ１）号、２００６年１０月４日出願の同時係属の米国特許公開第ＵＳ２００８／０１１９７０３（Ａ１）号、２００７年３月２６日出願の米国特許公開第ＵＳ２００８／０１０８９４２（Ａ１）号、および２００７年２月１４日出願の米国特許出願第ＵＳ２００７／０１９７８９０（Ａ１）号に説明されるなどの、ホストの血管または体外に移植されるように構成され得る。いくつかの例では、連続グルコースセンサは、例えば、Ｓａｙらの米国特許第６，５６５，５０９号に説明されるなどの、経皮的センサを含み得る。いくつかの例では、分析物センサ１０は、例えば、Ｂｏｎｎｅｃａｚｅらの米国特許第６，５７９，６９０号、またはＳａｙらの米国特許第６，４８４，０４６号に説明されるなどの、皮下センサを含む連続グルコースセンサであり得る。いくつかの例では、連続グルコースセンサは、例えば、Ｃｏｌｖｉｎらの米国特許第６，５１２，９３９号に説明されるなどの、再充填可能皮下センサを含み得る。連続グルコースセンサは、例えば、Ｓｃｈｕｌｍａｎらの米国特許第６，４７７，３９５号に説明されるなどの、血管内センサを含み得る。連続グルコースセンサは、例えば、Ｍａｓｔｒｏｔｏｔａｒｏらの米国特許第６，４２４，８４７号に説明されるなどの、血管内センサを含み得る。

【0240】

システム１００はまた、例えば、ウェアラブルモニタまたは薬物送達デバイスであり得るか、またはそれを含み得る、第２の医療デバイス１０８を含み得る。例えば、第２の医療デバイス１０８は、インスリンポンプ、インスリンペン、または同様のデバイスなどの薬物送達デバイスであり得るか、またはそれを含み得る。いくつかの例では、医療デバイス１０８は、センサ、心拍数センサ、呼吸センサ、モーションセンサ（例えば、加速度計）、姿勢センサ（例えば、３軸加速度計）、音響センサ（例えば、周囲の音または体内の音を取り込む）、または別の分析物センサであり得るか、またはそれを含み得る。いくつかの例では、医療デバイス１０８は、例えば、時計、眼鏡、コンタクトレンズ、パッチ、リストバンド、アンクルバンド、または他のウェアラブルアイテム上に着用可能であり得るか、またはハンドヘルドデバイス（例えば、スマートフォン）に組み込まれ得る。いくつかの例では、医療デバイス１０８は、例えば、分析物レベル（例えば、グルコース、乳酸塩、インスリンまたは他の物質）、心拍数、呼吸（例えば、インピーダンスを使用）、活動（例えば、加速度計を使用）、姿勢（例えば、加速度計を使用）、電気皮膚反応、組織液レベル（例えば、インピーダンスまたは圧力を使用）のうちの１つ以上を検出し得るマルチセンサパッチを含み得る。

【0241】

分析物センサシステム１０２は、有線接続を介して、または無線通信信号１１０を介して、第２の医療デバイス１０８と通信し得る。例えば、分析物センサシステムは、無線周波数（例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ（ＬＥ）、メディカルインプラントコミュニケーションシステム（ＭＩＣＳ）、Ｗｉ－Ｆｉ、ＮＦＣ、ＲＦＩＤ、Ｚｉｇｂｅｅ、Ｚ－Ｗａｖｅまたは他の通信プロトコル）、光学的（例えば、赤外線）、音波的（例えば、超音波）、もしくはセルラプロトコル（例えば、ＣＤＭＡ（符号分割多元接続）、またはＧＳＭ（移動体通信用グローバルシステム））、または有線接続（例えば、シリアル、パラレルなど）を介して使用して通信するように構成され得る。

【0242】

システム１００はまた、センサ回路（例えば、グルコース濃度または他の分析物濃度を検出するように構成されたセンサ回路）、および例えば、近距離無線通信（ＮＦＣ）回路であり得る通信回路を含み得るウェアラブルセンサ１３０を含み得る。いくつかの例では、ウェアラブルセンサ１３０からの情報は、ユーザデバイス１３２がウェアラブルセンサ１３０の近くに配置されたときに、ＮＦＣを介してウェアラブルセンサ１３０と通信するように構成されているスマートフォンなどのユーザデバイス１３２を使用して、ウェアラブルセンサ１３０から取り出され得る。（例えば、センサ上でユーザデバイス１３２をスワイプすると、ＮＦＣを使用して、ウェアラブルセンサからセンサデータを取り出す）。ＮＦＣ通信の使用は、ウェアラブルセンサによる電力消費を低減し得、これは、ウェアラブルセンサの電源（例えば、バッテリまたはコンデンサ）のサイズを低減し得るか、または電源の使用可能寿命を延ばす。いくつかの例では、ウェアラブルセンサ１３０は、示されるように、上腕に着用可能であり得る。いくつかの例では、ウェアラブルセンサ１３４は、追加的または代替的に、患者の胴体上部（例えば、心臓上または肺上）にあり得、これは、例えば、心拍数、呼吸、または姿勢を検出することを容易にし得る。ウェアラブルセンサ１３６はまた、下半身（例えば、脚）にあり得る。

【0243】

いくつかの例では、センサのアレイまたはネットワークを患者に関連付けることができる。例えば、１つ以上の分析物センサシステム１０２、医療デバイス１０８、ウェアラブルデバイス１２０、および追加のセンサ１３０は、有線または無線（例えば、Ｂｌｕｅｔｏｏｔｈ、Ｂｌｕｅｔｏｏｔｈ ＬＥ、ＭＩＣＳ、ＮＦＣ、または上で考察された他の選択肢のいずれか）通信を介して互いに通信し得る。追加のセンサ１３０は、医療デバイス１０８に関して上で考察された例のいずれかであり得る。ホスト１０１上の分析物センサシステム１０２、医療デバイス１０８、および追加のセンサ１３０は、例示および考察の目的で提供されており、必ずしも縮尺どおりに描かれているわけではない。

【0244】

システム１００はまた、ハンドヘルドスマートデバイス（例えば、スマートフォン）１１２、タブレット１１４、スマートペン１１６（例えば、処理および通信能力を有するインスリン送達ペン）、コンピュータ１１８、ウェアラブルデバイス１２０などのウェアラブルデバイス、または周辺医療デバイス１２２などの、１つ以上の周辺デバイスを含み得、これらのいずれも、無線通信信号を介して分析物センサシステム１０２と通信し得、また、ネットワーク１２４を介してサーバシステム（例えば、遠隔データセンタ）１２５と、または遠隔端末１２８と通信して、技術支援スタッフメンバーまたは臨床医などの遠隔ユーザ（図示せず）との通信を容易にし得る。

【0245】

ウェアラブルデバイス１２０は、活動センサ、心拍数モニタ（例えば、光ベースのセンサまたは電極ベースのセンサ）、呼吸センサ（例えば、音響もしくは電極ベース）、場所センサ（例えば、ＧＰＳ）、または他のセンサを含み得る。

【0246】

システム１００はまた、分析物センサシステム１０２、ネットワーク１２４、１つ以上のサーバシステム１２６、１２５、１２７、医療デバイス１０８、または上記の周辺デバイスのうちのいずれかのうちの１つ以上を通信可能に結合するために使用され得る無線アクセスポイント（ＷＡＰ）１３８を含み得る。例えば、ＷＡＰ１３８は、システム１００内でＷｉ－Ｆｉおよび／またはセルラ接続を提供し得る。他の通信プロトコル（例えば、近距離無線通信（ＮＦＣ）またはＢｌｕｅｔｏｏｔｈ）もまた、システム１００のデバイス間で使用され得る。

【0247】

いくつかの例では、第１のサーバシステム１２５は、分析物センサシステム１０２および／または複数の他のデバイスから分析物データを収集し、収集されたデータに対して分析を実施し、グルコースレベルのユニバーサルまたは個別化モデルを生成または適用し、そのような分析物、モデル、またはそれらに基づく情報をシステム１００内のデバイスのうちの１つ以上に戻すように通信するために使用され得る。システムは、１つ以上の追加のサーバ１２６、１２７を含み得る。例えば、第１のサーバシステム１２５は、ＣＧＭデータを処理（例えば、受信、記憶、または送信）することができ、第２のサーバシステム１２６は、一般的な患者情報または医療データ（例えば、保険情報）を格納することができる。第１のサーバシステム１２５または第２のサーバシステム１２６は、例えば、患者へのガイダンスを決定し、推定されたグルコースレベルを（例えば、代理データに基づいて）判定し、または本明細書に記載の様々な技術のいずれかを使用して、他の情報（例えば、他のタイプの情報との相関）を判定し得る、決定支援システムを含み得る。ガイダンス、グルコース濃度レベル、または他の情報は、ネットワーク１２４を介して伝送され、ハンドヘルドデバイス１１２またはタブレット１１４などの患者または介護者デバイスに配信され得る。いくつかの例では、ＣＧＭ情報は、患者デバイス（ハンドヘルドデバイス１１２など）に配信され、介護者または家族のデバイスと共有され得る。分析物測定の遠隔監視に関する情報は、米国特許出願第１５／６３２，１８１号に提供されており、これは、米国公開第２０１７０２９３７３２（Ａ１）号として公開されており、参照により組み込まれる。

【0248】

システム１００はまた、ウェアラブルセンサからのセンサデータなど、第２のタイプの患者情報または別のソースからの情報を受信または記憶することができる第３のサーバシステム１２７を含み得る。様々な例において、２つ以上のサーバ１２５、１２６、１２７を組み合わせることができ、または３つのサーバ全てを組み合わせることができ、または動作をサーバ間で異なって分散することができ、またはサブタスクを追加のサーバまたは他のリソースに委任することができる。いくつかの例では、ウェアラブルデバイス１２０またはハンドヘルドデバイス１１２などのスマートデバイスは、２つのタイプのデータ（例えば、高忠実度データおよび低忠実度データ、またはＣＧＭデータおよび活動データ）を収集、処理、または伝送する（例えば、サーバまたは他のスマートデバイスに）単一のアプリケーションを実行することができる。別の例では、スマートデバイスは、各々があるタイプのデータを収集、処理、または伝送する２つの別個のアプリケーションを実行することができる。いくつかの例では、スマートデバイスは、データの収集のために別個のアプリケーションを実行し、１つのアプリケーションが他のアプリケーションからデータを受信する場合がある（例えば、ＣＧＭアプリケーションは、活動アプリによって収集された活動情報を受信する場合がある）。アプリケーション間通信に関する情報は、米国特許出願第１５／４７４，８８６号、米国公開第２０１７０２８６１９４（Ａ１）号に記載されており、参照により組み込まれる。

【0249】

いくつかの例では、あるスマートデバイスは、別のスマートデバイスから情報を収集することができ、例えば、ハンドヘルドデバイス１１２は、ウェアラブルデバイス１２０から活動情報を収集することができる。いくつかの例では、データのタイプ（以下でさらに説明する）間の相関は、スマートデバイスもしくはサーバ（例えば、サーバ１２５）、またはその両方もしくはそれらの組み合わせによって判定され得る。

【0250】

図２は、医療デバイスシステム２００の一部であり得る様々な例示的な電子部品の概略図である。一例では、システムは、センサエレクトロニクス１０６およびベース２９０を含み得る。ベースとセンサエレクトロニクスとの間の構成要素の分割の特定の例が示されているが、いくつかの例が、ベース２９０内のまたはセンサエレクトロニクス１０６内の追加の構成要素を含み得、センサエレクトロニクス１０６に示される構成要素のうちのいくつかが、代替的または追加的に（例えば、冗長的に）ベースに提供され得ることが理解される。一例では、ベース２９０は、分析物センサ１０４およびバッテリ２９２を含み得る。いくつかの例では、ベースは、交換可能であり得、センサエレクトロニクス１０６は、例えば、バッテリが繰り返し接続および接続解除されるときに電源投入もしくは電源遮断プロセスの反復的実行を回避するか、またはバッテリの取り外しもしくは交換と関連付けられたノイズ信号の処理を回避するために、デバウンシング回路（例えば、ヒステリシスまたは遅延を伴うゲート）を含み得る。

【0251】

センサエレクトロニクス１０６は、センサデータなどのセンサ情報を処理し、変換されたセンサデータおよび表示可能なセンサ情報を生成するように構成されているエレクトロニクス構成要素を含み得る。センサエレクトロニクス１０６は、例えば、センサデータの処理および較正と関連付けられた予測的アルゴリズムを含む、連続分析物センサデータの測定、処理、記憶、または通信と関連付けられた電子回路を含み得る。センサエレクトロニクス１０６は、グルコースセンサを介した分析物のレベルの測定を可能にするハードウェア、ファームウェア、および／またはソフトウェアを含み得る。電子部品は、プリント回路基板（ＰＣＢ）などに固定され得、様々な形態をとり得る。例えば、電子部品は、特定用途向け集積回路（ＡＳＩＣ）、マイクロコントローラ、および／またはプロセッサなどの集積回路（ＩＣ）の形態をとり得る。

【0252】

図２に示されるように、センサエレクトロニクス１０６は、ポテンシオスタット２０２を含み得、ポテンシオスタット２０２は、分析物センサ１０４に結合され、例えば、センサ電極にわたって電圧バイアスを連続的または反復的に印加し、分析物濃度を示す電流を測定することによって、分析物センサを使用して分析物センサ読取値を反復的に取得するように構成され得る。センサエレクトロニクスはまた、プロセッサ２０４を含み得、プロセッサ２０４は、メモリ２０８から命令２０６を取り出し、命令を実行して、ポテンシオスタットを介して分析物センサ１０４へのバイアス電位の制御印加を決定するか、センサからの信号を解釈するか、または環境因子を補償し得る。プロセッサはまた、データ記憶メモリ２１０に情報を保存するか、またはデータ記憶２１０から情報を取り出し得る。様々な例では、データ記憶メモリ２１０は、メモリ２０８と統合されてもよく、または不揮発性メモリ回路（例えば、フラッシュＲＡＭ）などの別個のメモリ回路であってもよい。センサ分析物データを処理するためのシステムおよび方法の例は、本明細書および米国特許第７，３１０，５４４号および同第６，９３１，３２７号に、より詳細に説明されている。

【0253】

センサエレクトロニクス１０６はまた、プロセッサに結合され得るセンサ２１２を含み得る。センサ２１２は、例えば、温度センサまたは加速度計であり得る。センサエレクトロニクス１０６はまた、センサエレクトロニクスに統合され得るか、取り外し可能であり得るか、または別個のエレクトロニクスパッケージの一部であり得る、コンデンサまたはバッテリ２１４などの電源を含み得る。バッテリ２１４（または他の電力貯蔵構成要素、例えば、コンデンサ）は、有線または無線（例えば、誘導または超音波）再充電システム２１６を介して任意選択的に再充電可能であり得る。再充電システムは、エネルギーを回収し得るか、または外部供給源または内蔵供給源からエネルギーを受容し得る。様々な例では、再充電回路は、摩擦電気充電回路、圧電充電回路、ＲＦ充電回路、光充電回路、超音波充電回路、熱充電回路、熱回収回路、または通信回路からエネルギーを回収する回路を含み得る。いくつかの例では、再充電回路は、交換可能なバッテリ（例えば、ベース構成要素と共に供給されるバッテリ）から供給される電力を使用して再充電可能なバッテリを再充電し得る。

【0254】

センサエレクトロニクス１０６はまた、例えば、アンテナに動作可能に結合された無線送受信機を含み得る、無線通信回路２１８を含み得る。無線通信回路２１８は、プロセッサに動作可能に結合され得、インスリンポンプまたはスマートインスリンペンなどの１つ以上の周辺デバイスまたは他の医療デバイスと無線通信するように構成され得る。

【0255】

周辺デバイス２５０は、例えば、ウェアラブルデバイス１２０などのウェアラブルデバイス（例えば、活動モニタ）であり得る。他の例では、周辺デバイス２５０は、ハンドヘルドデバイス１１２（例えば、スマートフォンまたはＤｅｘｃｏｍから入手可能な独自のハンドヘルドデバイスなどの他のデバイス）、タブレット１１４、スマートペン１１６、または図１に示される専用コンピュータ１１８であり得る。

【0256】

周辺デバイス２５０は、ユーザインターフェース２５２、メモリ回路２５４、プロセッサ２５６、無線通信回路２５８、センサ２６０、電源２６２（例えば、バッテリまたはコンデンサ）、またはそれらの任意の組み合わせを含み得る。周辺機器には、必ずしも図２に示す全ての構成要素が含まれているとは限らない場合がある。周辺デバイス２５０のユーザインターフェース２５２は、例えば、タッチ画面インターフェース、マイクロフォン（例えば、音声コマンドを受信するための）、またはスピーカ、振動回路、またはそれらの任意の組み合わせを含み得、ユーザインターフェース２５２は、ユーザからの情報（例えば、グルコース値）を受信するか、またはグルコース値、グルコーストレンド（例えば、矢印、グラフ、またはチャート）、またはグルコース警告などの情報をユーザに配信し得る。プロセッサ２５６は、ユーザインターフェース２５２を介して、情報をユーザに提示するか、またはユーザから入力を受信するように構成され得る。プロセッサ２５６はまた、通信情報（例えば、ペアリング情報またはデータセンタアクセス情報）、ユーザ情報、センサデータもしくはトレンド、または他の情報などの情報をメモリ回路２５４内で記憶および取り出すように構成され得る。無線回路通信回路２５８は、Ｂｌｕｅｔｏｏｔｈ、ＭＩＣＳ、または上で考察された他の選択肢のいずれかなどの無線プロトコルを介して通信するように構成された送受信機およびアンテナを含み得る。センサ２６０は、例えば、加速度計（例えば、時計などの活動モニタの）、温度センサ、場所センサ、バイオメトリックセンサ、または血中グルコースセンサ、血圧センサ、心拍数センサ、呼吸センサ、または他の生理学的センサを含み得る。デバイスは、異なるタイプの複数のセンサを含み得る。

【0257】

周辺デバイス２５０は、センサエレクトロニクス１０６によって伝送され得るセンサ情報を受信および表示するように構成され得る（例えば、それぞれの好みに基づいて、ディスプレイデバイスに伝送されるカスタマイズされたデータパッケージにおいて）。センサ情報（例えば、血中グルコース濃度レベル）または警告もしくは通知（例えば、「高グルコースレベル」、「低グルコースレベル」または「低下率警告」）は、ユーザインターフェース２５２を介して（例えば、視覚ディスプレイ、音、または振動を介して）伝達され得る。いくつかの例では、周辺デバイス２５０は、センサエレクトロニクスモジュールから通信されるときに、センサ情報を表示または別様に通信するように構成され得る（例えば、それぞれのディスプレイデバイスに送信されるデータパッケージにおいて）。例えば、周辺デバイス２５０は、処理されたデータ（例えば、生センサデータを処理することによって決定され得る推定された分析物濃度レベル）を送信し得、その結果、データを受信するデバイスは、使用可能な情報（推定された分析物濃度レベルなど）を決定するためにデータをさらに処理することを必要としない場合がある。他の例では、周辺デバイス２５０は、受信された情報を処理または解釈し得る（例えば、グルコース値またはグルコーストレンドに基づいて警告を宣言するために。様々な例では、周辺デバイス２５０は、センサエレクトロニクス１０６から直接、またはネットワークを介して（例えば、センサエレクトロニクスから、またはセンサエレクトロニクス１０６に通信可能に結合されているデバイスから、情報を受信するセルラまたはＷｉ－Ｆｉネットワークを介して）情報を受信し得る。

【0258】

再び図２を参照すると、医療デバイス２７０は、ユーザインターフェース２７２、メモリ回路２７４、プロセッサ２７６、無線通信回路２７８、センサ２８０、治療回路２８２、またはそれらの任意の組み合わせを含み得る。いくつかの例では、医療デバイス２７０は、図２に例解される全ての構成要素を含まない場合がある。例えば、医療デバイスは、ユーザインターフェース２７２を含まなくてもよく、治療回路２８２を含まなくてもよく、またはセンサ２８０を含まなくてもよい。

【0259】

ユーザインターフェース２７２は、例えば、タッチ画面インターフェース、マイクロフォン、またはスピーカ、振動回路、またはそれらの任意の組み合わせを含み得、ユーザインターフェース２７２は、ユーザからの情報（例えば、グルコース値、警告の好み、較正コーディング）を受信するか、または、例えば、グルコース値、グルコーストレンド（例えば、矢印、グラフ、またはチャート）、グルコース警告などの情報をユーザに送信し得る。プロセッサ２７６は、ユーザインターフェース２７２を介して、情報をユーザに提示するか、またはユーザから入力を受信するように構成され得る。プロセッサ２７６はまた、通信情報（例えば、ペアリング情報またはデータセンタアクセス情報）、ユーザ情報、センサデータもしくはトレンド、または他の情報などの情報をメモリ回路２７４内で記憶し、取り出すように構成され得る。無線回路通信回路２７８は、Ｂｌｕｅｔｏｏｔｈ、メディカルインプラントコミュニケーションシステム（ＭＩＣＳ）、Ｗｉ－Ｆｉ、Ｚｉｇｂｅｅ、またはセルラプロトコル（例えば、ＣＤＭＡ（符号分割多元接続）もしくはＧＳＭ（移動体通信用グローバルシステム）などの無線プロトコルを介して通信するように構成された送受信機およびアンテナを含み得る。センサ２８０は、例えば、加速度計、温度センサ、場所センサ、バイオメトリックセンサ、または血中グルコースセンサ、血圧センサ、心拍数センサ、呼吸センサ、または他の生理学的センサを含み得る。図２の例では１つしか示されていないが、医療デバイス２７０は、２つ以上のセンサ（またはメモリもしくは他の構成要素）を含んでもよい。様々な例では、医療デバイス２７０は、スマートハンドヘルドグルコースセンサ（例えば、血中グルコース計）、薬物ポンプ（例えば、インスリンポンプ）、もしくは任意の他の生理学的センサデバイス（例えば、ウェアラブルデバイス１２０）、治療デバイス、またはそれらの組み合わせであり得る。様々な例において、医療デバイス２７０は、図１に示される医療デバイス１０８、周辺デバイス１２２、ウェアラブルデバイス１２０、ウェアラブルセンサ１３０、ウェアラブルセンサ１３４、またはウェアラブルセンサ１３６であり得る。医療デバイス２７０がインスリンポンプである例では、ポンプおよび分析物センサシステムは、双方向通信であり得る（例えば、そのためポンプは、分析物伝送プロトコルへの変更を要求し得、例えば、より高頻度のスケジュールでデータポイントまたはデータを要求し得る）か、またはポンプおよび分析物センサシステムは、一方向通信を使用して通信し得る（例えば、ポンプが分析物センサシステムから分析物濃度レベル情報を受信し得る）。一方向通信では、グルコース値は、事前共有鍵で暗号化され得る告知メッセージに組み込まれ得る。双方向通信では、ポンプは、ポンプからの要求に応答して分析物システムが共有するか、または取得して共有する値を要求し得、これらの通信のいずれかまたは全ては、１つ以上の事前共有鍵を使用して暗号化され得る。インスリンポンプは、様々な理由のうちの１つ以上について、ポンプへの一方向通信を使用して、分析物センサシステム１０２から伝送される分析物（例えば、グルコース）値を受信および追跡し得る。例えば、インスリンポンプは、閾値を下回るかまたは上回るグルコース値に基づいて、インスリン投与を一時停止または起動し得る。

【0260】

いくつかの例では、図１に示されるシステム１００は、２つ以上の周辺デバイスを含み得、各々は、分析物センサシステム１０２から直接または間接的に情報を受信する。異なるディスプレイデバイスが異なるユーザインターフェースを提供し得るため、データパッケージの内容（例えば、表示されることになるデータの量、形式、および／またはタイプ、アラームなど）は、各特定のデバイスにカスタマイズ化され得る（例えば、製造者および／またはエンドユーザによって異なってプログラムされ得る）。例えば、図１の実施形態では、複数の異なる周辺デバイスは、センサセッション中にセンサエレクトロニクスモジュール（例えば、連続分析物センサ１０４に物理的に接続されている皮膚表面取り付けセンサエレクトロニクス１０６など）と直接無線通信して、表示可能なセンサ情報と関連付けられた複数の異なるタイプおよび／またはレベルの表示および／または機能を可能にするか、またはセンサシステム１０２のバッテリ電力を節約し得、１つ以上の指定されたデバイスは、分析物センサシステムと通信し、情報を他のデバイスに直接またはサーバシステム（例えば、ネットワーク接続されたデータセンタ）１２５を介して中継（すなわち、共有）し得る。

【0261】

図３は、例示的な患者状態３０５、生理学的状態３１０、および例示的な治療法３１５を示す表３０１を示している。表は、患者の正常な状態から前糖尿病への、および最終的には糖尿病状態（例えば、２型糖尿病）への典型的な進行を反映するように配置されており、これは、状況に応じて、数日、数週間、数か月、または数年にわたって発生する可能性がある。表における患者状態、生理学的状態、および治療法の配列は、説明の目的で提供されており、各患者で同じではない場合がある。いくつかの患者では、インスリン抵抗性または膵臓β細胞による不十分なインスリン産生は、患者の前糖尿病への進行、および最終的には２型糖尿病への進行に寄与する可能性がある。２型糖尿病および高血中グルコースレベルは、心筋梗塞、脳卒中、血管の問題、死亡率に関連付けられる。

【0262】

正常な状態の患者は、管理すべき問題のある生理学的状態がない可能性があり、その結果、治療方を必要としない可能性がある。患者は、年齢、食事、ライフスタイル、妊娠、遺伝的因子、または他の因子など、様々な因子のうちの１つ以上が原因でインスリン抵抗性になる可能性がある。

【0263】

患者がインスリン抵抗性になると、患者は「高インスリン血症」として知られる、通常よりも高い循環レベルのインスリンを経験し始める可能性がある。高インスリン血症およびインスリン抵抗性を管理するために、患者は、患者管理レジメンを開始することができ、これには、より少ないカロリーまたはより少ない炭水化物（特に、身体によってグルコースに迅速に処理される可能性のある単糖および他の炭水化物）の消費などの食事および運動の変更、および活動または運動量の増加が含まれる場合がある。

【0264】

患者の状態が悪化すると、患者は、「高血糖」として知られる、通常の血中グルコース濃度レベルよりも高くなる可能性がある。例えば、患者は、最初に、食事の摂取後にグルコースレベルが通常よりも高いレベルに急上昇する食後高血糖を示し、次いで、食事後の時間が経過するにつれて低下する傾向がある。通常よりも高いが、２型糖尿病の診断をトリガするのに十分な高さではないグルコースレベルは、「耐糖能障害」と呼ばれることがある。患者は、食後血糖症または耐糖能障害に対処するための食事および運動の変更を続け、患者はまた、経口薬を処方されることもある。経口薬は、例えば、膵臓ベータ細胞（例えば、スルホニル尿素またはメグリチニド）によるインスリンの産生を刺激するか、肝臓（例えば、ビグアニド）によるグルコース産生を減少させるか、循環インスリンの作用を改善するか（例えば、チアゾリジンジオン）、腎臓のグルコースを再吸収するか（例えば、ＳＧＬＴ２阻害薬）、腸の澱粉の分解をブロックする（例えば、α－グルコシダーゼ阻害薬）か、またはグルコース低下化合物の分解を防ぎ得る（例えば、ＤＰＰ－４阻害薬）。他の経口薬および補完的または互換性のある薬物の組み合わせも可能な治療法である。

【0265】

耐糖能障害は、空腹時血糖障害に進行する可能性があり、患者は、食事の直後だけでなく、空腹時（「空腹時高血糖」）にも異常に高いグルコース濃度レベルを示す可能性がある。例えば、１００ｍｇ／ｄＬを超える空腹時血中グルコースレベルは、前糖尿病と見なされる場合がある。患者は、食事療法および運動療法ならびに経口薬を継続することができる。患者はまた、グルコースレベルを下げることを試みるために、インスリンを処方されるかもしれない。

【0266】

患者に関する情報は、患者の状態の管理を支援するために使用することもできる。例えば、活動データまたは生理学的データ（例えば、心拍数または呼吸）などのセンサデータを使用して、患者の健康の管理に関するガイダンスを開発することができる。患者に関する情報は、特定の生理学的タイプのものであり得る（例えば、グルコース情報、心拍数情報、呼吸情報、脈拍情報など）。

【0267】

グルコースまたはインスリンのレベルを制御する努力にもかかわらず、いくつかの患者の状態は、悪化し続ける可能性があり、最終的には２型糖尿病に進行する可能性がある。例えば、空腹時（一晩）グルコースレベルが１２６ｍｇ／ｄＬ以上である場合、患者は、２型糖尿病を患っていると見なされる場合がある。いくつかの患者は、グルコースレベルが上昇し続け、心血管疾患、血管の問題、脳卒中などの合併症のリスクを高める傾向があり、糖尿病にさらに深く進行する可能性がある。

【0268】

グルコースレベル、前糖尿病、または２型糖尿病を管理することを支援するために、患者は、連続的グルコースモニタなどの生理学的センサを使用した監視の恩恵を受ける場合がある。いくつかの例では、活動センサまたは血中グルコース計からのデータまたはデータパターンなどの他のソースからの情報を使用して、連続的グルコースモニタなどの生理学的センサ使用を開始するかどうかを判定することができる。

【0269】

いくつかの例では、連続的グルコースモニタ（または他の生理学的センサ）を、試験期間（例えば、３日間、７日間、１０日間、１４日間、３０日間、または３ヶ月間）使用することができる。いくつかの例では、グルコースレベルの管理に関する情報は、試験期間から学習することができる。試験期間から学習した情報は、その後、任意選択的に、活動、場所、心拍数、ユーザ入力情報、または他のグルコース情報（例えば、血中グルコース計データなどのシングルポイントグルコースデータ、ＮＦＣ対応センサからのグルコースデータ、光学グルコースデータ、または別の技術で収集されたグルコース情報）などの他の情報と組み合わせて適用されて、患者の状態をより適切に管理することができる。例えば、患者のグルコース濃度レベルに対する患者の活動または挙動（活動、場所、心拍数、もしくはユーザ入力情報、または他の情報から推定される）の関係は、試験期間中に学習され得、この関係は、後で使用されて、患者へのガイダンスを決定し得る。

【0270】

状況によっては、連続的グルコースモニタは、断続的に使用される場合がある。例えば、グルコース濃度レベルは、指定されたスケジュール、例えば、四半期月または年あたりの指定された日数、週、または一連の日数（例えば、１０日間）で、連続的グルコースモニタを使用して、患者から収集され得る。断続的に収集されたＣＧＭ情報は、グルコースレベルを積極的に管理するために（例えば、リアルタイムで）使用され得るか、またはＣＧＭから推定されたグルコースレベルと、活動などの他の情報との間の学習された関係を、更新または改良するために使用され得る。

【0271】

図４は、低忠実度データ収集技術から高忠実度データ収集技術に移行する方法４０１のフローチャート図である。４０５において、低忠実度データが収集される。低忠実度データは、糖尿病の健康などの健康状態の管理（例えば、グルコース濃度レベルの制御）に関連する情報を提供し得る。いくつかの例では、低忠実度データは、糖尿病の健康に間接的に関連する情報を提供し得る。低忠実度データは、例えば、活動データ（例えば、スマートウォッチまたは他のウェアラブルセンサからの）であり得、これは、患者による運動または移動の量を示し得る。活動データは、活動レベルに関して正確である可能性があるが、例えば、グルコース管理または糖尿病状態管理の観点から、患者の状態について高度な精度を提供しないという意味で、低忠実度であると見なされ得、これは、例えば、低忠実度データは、グルコース制御に間接的に関連しているか、または高忠実度データと比較して、グルコースレベルと比較的弱い相関を有するためである。低忠実度データは、追加的または代替的に、場所、ユーザ入力、または他の生理学的データ（例えば、心拍数または呼吸）を含み得る。いくつかの例において、低忠実度データは、シングルポイントグルコースデータ（例えば、血中グルコース計データ）、ＮＦＣ対応センサからのグルコースデータ、光学的グルコースデータ、または別の技術で収集されたグルコース情報などのグルコース濃度データであり得る。低忠実度データにはまた、空腹時グルコースレベルまたはヘモグロビンＡ１Ｃなどの検査結果も含まれる場合がある。低忠実度データは、糖尿病健康評価を行うため、または糖尿病健康状態を改善または制御するためのガイダンスを患者に提供するために使用することができる。

【0272】

低忠実度データ収集中に追加情報が収集される場合もある。例えば、システムは、活動トラッカ、食品トラッカ、血中グルコースの自己監視の使用に関する情報を収集することができる。コーチングまたは目標設定プログラムにおける関与のレベルまたは成功など、患者の関与も収集される場合がある。健康データを閲覧および検討するための好ましい方法（例えば、アプリ表示、チャット、およびコーチングコールのタイプおよびタイミング、もしくは学習のスタイル（例えば、パターンを検討するか、リアルタイムの追跡および相互作用）、または好ましいグラフィカルスタイル（例えば、調査された特定のタイプの詳細の例について、ユーザインターフェース画面ビューを分析するか、もしくは定性的表示か、定量的表示かの好み）、通信スタイル（ショートメッセージか、ビデオもしくは読み出し）、または好ましい健康メトリック（例えば、歩数、運動ストリーク、毎日の炭水化物、現在のアプリ設定）などの嗜好情報も収集することができる。１つ以上の目標を決定することもできる（例えば、食事の選択、運動、基礎または薬物滴定、またはハイポアボイダンス）。患者のリスクメトリックはまた、例えば、人口統計、医療記録、平均または空腹時グルコースレベル、または食後グルコース変動特性に基づいて、判定することもできる。いくつかの例では、患者は、同様の開始状況、目標、または特性を有する以前の被験者のコホートに少なくとも部分的に基づいて、目標またはリスクメトリックを割り当てられ得る。

【0273】

４１０において、高忠実度データが収集され得る。高忠実度データ収集中に、低忠実度データ収集が一時停止され得るか、または低忠実度データおよび高忠実度データの両方が収集され得る。高忠実度データは、患者健康状態の管理に非常に関連する情報を提供し得る。例えば、高忠実度データは、連続的グルコースモニタからのデータであり得る。高忠実度データは、低忠実度データよりも収集するのに費用がかかる、負担が大きい、または侵襲的であり得るため、高忠実度データの収集の理由を判定する必要がある場合がある。

【0274】

一例では、低忠実度データに少なくとも部分的に基づいて、高忠実度データ収集が必要であるか、またはそうでなければ正当化されるという判定。例えば、低忠実度情報を使用して、断続的または連続的な高忠実度データ収集に移行することによって健康上の利益を得る可能性が高い被験者を判定または特定することができる。そのような判定は、例えば、上記のようなリスクメトリック、または糖尿病もしくは心血管リスクの別の評価、または高解像度情報（例えば、グルコース濃度の食後の上昇だけでなく、ピーク、および持続時間またはグルコース変動の高解像度データは、食事のグルコース負荷およびグルコース負荷を理解するために使用し得る）から利益を得る可能性のあるグルコース濃度パターンの特定、または食事ごとまたは日ごとに著しい変動を有する被験者の特定（例えば、高忠実度（例えば、ＣＧＭおよび活動）は、グルコースパターンを、活動または睡眠パターンと相関させることができる）に基づくことができる。高忠実度監視を行うための判定は、投薬変更が予定されている被験者の特定、コーチング計画の進行中の被験者、またはコーチもしくは他の医療提供者からの推奨に基づく場合もある。

【0275】

いくつかの例では、機械学習技術を使用して、低忠実度データに少なくとも部分的に基づいて、高忠実度データ収集が必要かどうか、または正当化されるかどうかを判定する。例えば、教師あり学習モデル、教師なし学習モデル、および／または強化学習モデルなど、任意の好適な機械学習技術を使用することができる。

【0276】

教師あり学習技術に従って、モデルは、ラベル付けされた訓練データのセットを使用して訓練される。この例では、ラベル付けされた訓練データには、低忠実度データのセットと、低忠実度データの各セットが高忠実度データ収集を正当化するかどうかを示すラベルを含めることができる。訓練された教師あり学習モデルは、低忠実度データを受信し、受信された低忠実度データが、高忠実度データ収集が必要か、または正当化されているかを示すかどうかを示す出力を生成することができる。使用することができる例示的な教師あり学習モデルには、ロジスティック回帰アルゴリズム、ナイーブベイズ分類器、サポートベクタマシン、決定木アルゴリズム、ブースティング木アルゴリズム、ランダムフォレストアルゴリズム、いくつかのニューラルネットワーク、最近傍アルゴリズムなどの分類アルゴリズムが含まれる。

【0277】

教師なし学習技術によれば、モデルは、ラベル付けされていない可能性のある低忠実度訓練データを使用して生成される。モデルは、互いに類似している低忠実度データのインスタンスを特定する。次いで、モデルを使用して、高忠実度のデータ収集を必要とした、または正当化した低忠実度データの以前のインスタンスと同様である低忠実度のデータを特定することができる。使用することができる教師なし学習アルゴリズムの例には、クラスタリングアルゴリズム、異常検出アルゴリズム、潜在変数モデル、およびいくつかのニューラルネットワークが含まれる。

【0278】

強化学習技術によれば、強化学習モデルには、低忠実度データを提供することができ、低忠実度データが高忠実度データ収集を正当化するかどうかの判定を行うことができる。強化学習モデルには、判定が正しいかどうかを示すフィードバックを提供することができ、フィードバックを使用して、性能を改善することができる。使用することができる例示的な強化学習モデルには、Ｑ学習アルゴリズム、Ｓａｒｓａアルゴリズム、マルコフ決定過程アルゴリズムなどが含まれる。

【0279】

高忠実度データの収集を開始するための判定は、患者に装着された活動センサからの情報の収集に少なくとも部分的に基づくことができる。例えば、高忠実度データの収集を開始するための判定は、活動条件の充足に基づくことができる。例えば、活動状態は、患者が閾値を超える活動を示すという証拠、または患者が十分に頻繁にある種の運動（例えば、ウォーキング、ランニング、または指定されたベースラインを超える活動）に定期的に参加するという証拠を含み得る。他の例では、高忠実度データ収集を開始するための判定は、血中グルコース計データ（例えば、平均血中グルコースレベルが閾値を超えるという判定などの血中グルコース条件の充足、または閾値を超える指定された数のグルコース読取値）、または場所（例えば、運動施設または不健康なレストランへの頻繁な訪問）に基づくことができる。判定は、２つ以上のタイプの低忠実度データの組み合わせに基づく場合もある。例えば、活動および血中グルコース計データを組み合わせて使用することも、活動および場所を組み合わせて使用することも、血中グルコース計データおよび場所を組み合わせて使用することもできる。一例では、血中グルコースレベル（例えば、血中グルコース計によって判定される）が、活動（例えば、活動が血中グルコースレベルを低下させる）、または場所（例えば、公園またはジムへの訪問の後、血中グルコースレベルが低下するか、もしくはより制御されるか、またはファストフードレストランへの訪問の後、血中グルコースレベルが上昇するか、もしくは制御が弱くなる）などの二次因子に対応する判定。

【0280】

高忠実度データ収集４１０の特性は、低忠実度データ収集に少なくとも部分的に基づくことができる。例えば、システムは、高忠実度監視のための期間またはスケジュール（例えば、断続的な期間）を推定し、スケジュールに従って必要な供給品（例えば、ＣＧＭセンサ）の出荷を開始するか、または出荷の数量（例えば、出荷するＣＧＭセンサの数）を判定し得る。いくつかの例では、被験者のニーズに合うように、低忠実度データに少なくとも部分的に基づいて、高忠実度システム（例えば、ＣＧＭシステム）が事前構成され得る。例えば、現在の健康目標または複数の健康目標に対する１つ以上の好ましいメトリックを選択するか、またはランク付けし得、または、システムが、強化されたグルコースメトリックなど、好ましいまたは指定された情報を用いて、コーチングシステム（チャットボットまたは時計などのスマートデバイスで実行されている他のコーチングアプリケーション）を自動的に再構成し得る。いくつかの例では、システムは、強化されたグルコースメトリック（例えば、食事メトリック）を、１つ以上の指定された（例えば、最も閲覧された）アプリケーション画面またはデバイス（例えば、時計の表示）に統合し得る。システムは、人間のコーチもしくはチャットボットなどの患者管理ファシリテーターに、高忠実度データが利用可能である場合などの患者管理関連情報、または対象を強調するための指定されたメトリックについて通知し得る。システムはまた、食後の要約に関する情報（例えば、血中グルコースレベル制御の程度もしくは性質、または制御の喪失）の配信などのメッセージのタイミングおよびタイプ、運動の利点、薬の変更による改善、または遵守など、対象に関する挙動学習に基づいて、ガイダンスまたは他の患者管理因子を判定し得るか、または情報収集期間を実施するため。システムはまた、低忠実度データに基づいて、目標（例えば、範囲内時間の目標）を決定し得る。上記または下記のガイダンス例のいずれかを、方法４０１において採用し得る。

【0281】

図５は、高忠実度データを収集し、低忠実度データを収集する方法５０１のフローチャート図である。５０５において、高忠実度が収集され得る。高忠実度データは、糖尿病の健康評価もしくは糖尿病の健康の改善（例えば、グルコース濃度レベルまたはパターンのより良い制御を取得するため）、またはその両方に使用し得る。高忠実度データは、ＣＧＭデータ、または上記または以下で説明する高忠実度データの他の例のいずれかであり得る。

【0282】

５１０において、糖尿病の健康評価または糖尿病の健康の改善（またはその両方）のために、低忠実度データが収集され得る。低忠実度データは、活動データ、または上記または以下で説明する低忠実度データの他の例のいずれかであり得る。いくつかの例では、低忠実度データ収集は、高忠実度データ収集に少なくとも部分的に基づいている場合がある。いくつかの例では、高忠実度データ収集からの洞察を使用して、アプリの機能、グラフィックアプリ、および電話アプリに情報を提供し得る。例えば、低忠実度データを取得する（例えば、計器を使用してグルコースレベルをチェックする）ための時間は、例えば、高グルコース濃度値または低グルコース濃度値を捕捉するように決定され得る。

【0283】

いくつかの例では、５１５において、糖尿病の健康を改善するためにガイダンスが患者に配信され得る。例えば、対象（例えば、患者）は、運動もしくは食事の選択の重要性について教育もしくは気付かせられ得るか、または患者は、運動目標もしくはグルコース制御状態などの達成について祝福されるか、さもなければ認識され得る（例えば、指定された範囲の血中グルコースレベルを維持する）。患者ガイダンスは、高忠実度データに部分的に基づいている場合がある。例えば、患者は、特定の時刻に、グルコースレベルが上昇または下降する傾向がある、または特定の量で上昇または下降する傾向がある（例えば、グルコースレベルが朝に上昇する傾向があり得る）、または特定の事象の時間の前後に、グルコースレベルが上昇または下降する傾向がある、または特定の量で上昇または下降する傾向がある（例えば、グルコースレベルが食事後のある程度の時間でピークに達し得る）ことを知らされ得る。

【0284】

いくつかの例では、高忠実度データ収集段階は、血糖の健康などの患者の生理学的状態の管理に関連するメトリック、ガイダンス、または他の情報をパーソナライズし得る。例えば、高忠実度監視に基づく洞察を使用して、アプリの機能、グラフィックアプリケーション、またはスマートデバイスアプリケーションに情報を提供し得る。いくつかの例では、健康の概念（例えば、潜在的なガイダンスまたは対象によって起こされる行動は、潜在的な健康への影響についてランク付けまたは定量化され得、患者管理オプションのリストは、例えば、生理学的結果（例えば、グルコース濃度範囲、目標、範囲内時間、またはＡ１Ｃの達成）に対する定量化可能な利益の１つ以上の推定値の判定によって、対象のためのパーソナライズされたリストに形成され得る。例えば、利益（例えば、より良いグルコース制御）をもたらす１つ以上のパターン（例えば、食事の選択、運動もしくは活動、または睡眠）は、高忠実度データに少なくとも部分的に基づいて判定され得る。いくつかの例では、相関は、グルコース濃度レベルと、１つ以上のライフスタイル因子（例えば、活動（例えば、歩数）、食事のタイミング、または食物の選択）との間で判定され得る。

【0285】

ガイダンスは、血糖の健康と、別の測定可能な特徴またはパターンとの間の相関など、高忠実度データから少なくとも部分的に判定された相関に基づくことができる。例えば、ガイダンスは、運動および活動の量および強度と、グルコース改善との相関（例えば、グルコースを２０ｍｇ／ｄＬ減少させることが示された分数または歩数）、または食物および食事の選択と、グルコース改善との相関に基づくことができる（例えば、どの食品が大きなグルコースの急上昇を引き起こしたか）。

【0286】

いくつかの例では、グルコースメトリック、グルコース変動（例えば、所望の範囲からの逸脱）、またはグルコースプロファイル（例えば、グルコース濃度パターン）は、低忠実度データおよび以前に収集された高忠実度データから（例えば、低忠実度データと高忠実度データとの間の相関を使用して）判定され得る。

【0287】

説明したように高忠実度データを使用すると、低忠実度データを測定および／または利用するデバイスの性能を向上させることができる。例えば、低忠実度データのみを使用して、例えば、活動レベルまたは他の低忠実度データを、一般化されたガイドラインまたは標準と比較することによって、一般化されたガイダンスをユーザに提供することができる。本明細書で説明するように、高忠実度データを低忠実度データと組み合わせて使用することにより、デバイスは、個々のユーザに合わせたユーザガイダンスを提供することができ、したがって、グルコース濃度範囲、目標、範囲内時間、またはＡ１Ｃの達成などの有意義な結果を提供する可能性が高くなる。

【0288】

図６は、低忠実度データを収集し、高忠実度データを断続的に収集する方法６０１のフローチャート図である。６０５において、低忠実度データが収集される。低忠実度データは、活動、血中グルコース計データ、または上記または下記で特定された低忠実度例のいずれかであり得る。

【0289】

６１０において、高忠実度データが収集される。高忠実度データが収集されている間、低忠実度データの収集が継続され得るか、または低忠実度データの収集が中断され得る。好ましくは、低忠実度の収集は、高忠実度データ収集期間の少なくとも一部分の間継続され、その結果、高忠実度データおよび低忠実度データの両方は、重なる期間に収集される。低忠実度データと高忠実度データとの間の関係（例えば、相関）は、重なる期間に収集されたデータから判定され得る。例えば、低忠実度データと高忠実度データとの間の関係は、例えば、本明細書に記載の技術などの機械学習技術を使用して見出すことができる。

【0290】

方法は、その後の低忠実度データ収集期間中に低忠実度データ収集６０５に戻ることができ、その間、患者に対する時間ガイダンスは、低忠実度データ、および低忠実度データと高忠実度データとの間の判定された関係に基づいて判定され得る。いくつかの例では、低忠実度データは、患者ガイダンスを判定する際の高忠実度データの代理として使用され得る。プロセスは、６０５における低忠実度収集期間と６１０における高忠実度収集期間との間を循環し得、その結果、高忠実度データは、断続的に収集される。断続的な高忠実度データを使用して、高忠実度データと低忠実度データとの間の判定された関係を改良または更新（例えば、再較正）することができる。いくつかの例では、プロセスは、検出または報告された健康の変化（例えば、グルコース濃度レベル、体重、活動、または新しい診断の変化）に応答して、６１０において高忠実度収集に戻ることができる。いくつかの例では、高忠実度データは、定期的に収集される（例えば、四半期に１回、年に１回など）。高忠実度データの新しいセットを収集すると、低忠実度データと高忠実度データとの間の関係または相関を更新し、患者のガイダンスを改訂することができる。

【0291】

図７は、患者状態を管理する方法７０１のフローチャート図である。７０５において、患者は、患者プールからのスクリーニングのために特定される。患者プールは、例えば、臨床診療、または指定された保険プールもしくはプログラム、または地理的場所、または職場、またはそれらの任意の組み合わせにおける患者のグループを含み得る。例えば、１００人、１０，０００人、または１００，０００人の患者のプールを特定し得る。

【0292】

７１０において、患者の状態または健康歴が、糖尿病または糖尿病危険因子について評価される。例えば、患者の体重、体格指数、家族歴、遺伝子マーカー、処方歴（例えば、処方された薬物）、病歴（例えば、２型糖尿病または他の代謝性疾患の診断であり、これは、例えば、電子健康記録コードまたは他のデータから判定され得る）検査結果（例えば、Ａ１Ｃ、空腹時グルコースレベル、経口グルコース耐性）、他の代謝性疾患、または他の因子が、評価されて、糖尿病、前糖尿病、または糖尿病の発症に対する脆弱性を示し得る危険因子の可能性を特定し得る。集中的なインスリン療法による１型糖尿病診断または２型診断など、除外基準を適用することもできる。いくつかの例では、スクリーニングは、単純なｙｅｓ／ｎｏ出力を生成し得る。いくつかの例では、プール内の患者の１０％のサブセット（例えば、１００，０００人中１０，０００人）が、強化された糖尿病管理プログラムへの登録の候補として特定される場合がある。他の例では、１型糖尿病、２型糖尿病、妊娠性糖尿病としての分類、または疾患進行または血糖コントロールに関する２型糖尿病の分類（例えば、前糖尿病、初期の２型、または完全な２型）、または疾患進行の定量化（例えば、０（通常のグルコース耐性）～９（持続性の制御されていない低血糖または高血糖）のスケールで）など、より詳細な出力が提供され得る。

【0293】

７１５において、登録選択が実行されて、患者が糖尿病管理プログラムに登録されるかどうかが判定される。登録選択は、例えば、追加のスクリーニング入力、現在または以前の投薬の追加の検討、糖尿病の進行、以前の治療法の有効性、予測される疾患の進行、以前の健康増進プログラム（例えば、運動または投薬コンプライアンス）への順守または参加、または上記の因子（体重、ＢＭＩ、家族歴など）のうちのいずれかに基づくことができる登録条件の充足に応答して起こり得る。いくつかの例では、スコアまたは他の予測は、患者が現在の糖尿病管理プログラムを継続する場合の将来の糖尿病リスクまたはコストに基づいて判定され得る。追加的に、または代替的に、スコアまたは他の予測は、計算された潜在的な利益、または強化された糖尿病プログラムの成功の予測に基づいて判定され得る。いくつかの例では、加重スコアは、潜在的な健康リスクまたはコスト（またはその両方）と、強力な利益（例えば、コスト削減または患者の健康への影響）の組み合わせに基づいて判定され得る。上記のスコアまたは他の情報に基づいて、登録選択は、強化された糖尿病患者管理プログラムへの７２５における登録、または７２０における現在の糖尿病管理プログラムの継続への、患者割り当てを判定し得る。７０５における特定、７１０における評価、および７１５における登録選択は、図１および２に示される１つ以上のデバイスなどのコンピュータシステムまたはモバイルデバイスでのアルゴリズムの実行などの１つ以上の決定システムによって実行され得る。患者が、７２０において、強化された糖尿病管理プログラムに選択されない場合、方法は、患者プールからの患者選択に戻る。

【0294】

７２５において、患者は、強化された糖尿病管理プログラムに登録され得る。一例では、糖尿病管理システムは、例えば、登録条件の充足に応答して、強化された糖尿病管理プログラムに患者を登録し得る。７３０において、データ駆動型患者管理プロセスを実行し得る。例えば、活動（例えば、ウェアラブルデバイスを使用する）、血中グルコース計データ、ユーザ入力データ（例えば、食物または飲み物の選択）、場所、または生理学的データ（例えば、心拍数または呼吸）などのデータを使用して、生理学的状態の管理に関する、患者へのガイダンスを判定し得る。ウェアラブルデバイスによって測定される活動データは、例えば、ウェアラブルデバイスに関連付けられた他のモーションセンサの加速度計を使用して捕捉されたデータを含むことができる。ガイダンスは、例えば、運動もしくは食事の選択について患者を教育もしくは気付かせることができるか、または、達成（例えば、運動の完了、もしくはある期間に（例えば、週に３回もしくは月に１０回）、指定された連続日数もしくは指定された日数での運動）について患者を祝福するか、そうでなければ認識させることができるか、または積極的な食事の選択（例えば、健康的な食事の選択、もしくはカロリー摂取の制限）を祝福するか、そうでなければ認めることができる。いくつかの例では、強化された糖尿病管理には、図４、５、または６を参照して上記で説明し、図８Ｂおよび８Ｃを参照して以下で説明するような、低忠実度データおよび高忠実度データの収集および相関が含まれ得る。

【0295】

７３５において、データ駆動型患者管理に関して判定がなされる。例えば、判定は、糖尿病管理条件の充足に基づくことができる。糖尿病管理条件は、例えば、血中グルコース（例えば、血中グルコース計によって判定される）が目標範囲（例えば、７０～１６０ｍｇ／ｄＬ）である時間の量（例えば、割合）、血中の糖化ヘモグロビンまたはヘモグロビンＡ１ｃのレベル（例えば、Ａ１Ｃ検査結果）、他の診断検査、ＢＭＩ、体重、または身体組成（例えば、体脂肪率）の変化、心血管の健康、または他の因子または診断検査のうちの１つ以上に基づくことができる。判定は、例えば、収集されたデータから、糖尿病管理条件が満たされているかどうかを判定するように構成されているコンピュータシステムによって行うことができる。いくつかの例では、コンピュータシステムは、特定の患者または母集団に基づくことができるモデルにデータ入力を適用し得る。モデル出力には、充足状態（例えば、満たされているか、または満たされていない）または将来の健康状態に関する予測（例えば、患者の健康が改善する可能性があるか、または患者の健康が安定する可能性があるか、または患者の健康が悪化する可能性がある）が含まれ得る。

【0296】

糖尿病管理条件が満たされている場合、方法は、７３０におけるデータ駆動型患者管理に戻ることができ、システムは、以前の患者管理スキームを継続するか、または改善（例えば、より頻繁なデータ収集またはより積極的なガイダンス）を実施することができ、これは、７３５における判定または判定を行う際に使用された情報に基づくことができる。

【0297】

７３５において、糖尿病管理条件が満たされていない場合、プロセスは、７４０におけるより強力な患者管理スキームに進み得る。例えば、プロセスは、連続的なグルコース監視情報を収集または受信することを開始し得る。例えば、患者の連続的グルコースモニタからの情報を使用して、患者ガイダンスを判定することができる。ＣＧＭデータは、他のデータソースと組み合わせて、ガイダンスを判定し得る。いくつかの例では、ＣＧＭ駆動型患者管理スキームは、断続的なＣＧＭデータを使用し得る。例えば、ＣＧＭデータは、第１の期間中に収集され得、第１の期間中に収集されたデータを使用して（任意選択的に、他の非ＣＧＭデータと組み合わせて）、ＣＧＭデータが利用可能ではない第２の期間に、患者へのガイダンスを判定し得る。いくつかの例では、ＣＧＭ駆動型患者管理は、指定された期間ごとに指定された回数（例えば、月ごとに、四半期ごとに、または年ごとに、１週間または１０日間または２週間）のＣＧＭデータ収集を実施するなど、断続的なＣＧＭ使用の継続的なサイクルを含み得る。断続的なＣＧＭの使用により、患者を管理するコストが削減され得る。例えば、断続的なＣＧＭデータ収集に必要なセンサが少なく、ＣＧＭサーバを介した断続的な監視サービスのみが必要なため、断続的なＣＧＭの使用は、ＣＧＭの非断続的な（例えば連続的な）使用よりも安価であり得る。断続的なＣＧＭの使用はまた、ＣＧＭを使用しない場合と比較して、患者のグルコース濃度レベルの管理に関する追加の洞察を提供し、２型糖尿病への進行を遅らせるか、または停止することで、患者を管理するコストを削減し得、これは、医療費用全体を削減することも、患者の転帰を改善（例えば、健康を改善）することもできる。

【0298】

いくつかの例では、ＣＧＭ駆動型患者管理の期間の後、プロセスは、７３０におけるデータ駆動型患者管理に戻ることができ、その時点でＣＧＭデータの収集が停止され得、患者は、非ＣＧＭ情報に基づいて管理され得る。ＣＧＭ駆動型患者管理７４０の間に収集された情報は、ＣＧＭデータが入手可能ではないデータ駆動型患者管理７３０の間に患者を管理するために（例えば、患者のためのガイダンスを判定するために）使用され得る。例えば、ＣＧＭ情報と非ＣＧＭ情報との間の関係（例えば、相関）を使用して、非ＣＧＭデータから推定されたグルコース濃度レベルまたは範囲を推測し得る。

【0299】

様々な例において、プロセスのステップの全ては、患者に関するデータを収集、記憶、および分析し得る患者管理システムによって実行され得る。いくつかの例では、データ駆動型患者管理７３０は、低忠実度データの収集を含み得、患者管理７４０の第２段階は、高忠実度データの収集を含み得る。ＣＧＭデータが例として提供されているが、高忠実度データの他のソースも使用され得ること、および例示的な方法はまた、糖尿病または前糖尿病条件を管理することに加えて、またはその代わりに他の疾患の管理に適合され得ることが理解される。

【0300】

図８Ａは、第１の患者の管理のプロセス８０１のフローチャート図である。８０５において、患者１が選択される。８１０において、登録判定は、例えば、コンピュータシステムによる登録アルゴリズムの適用によって行われ、コンピュータシステムは、上記のような健康データ（例えば、身長、体重、体格指数、血中グルコースレベル）を使用し得る。８１５において、現在の患者管理プログラムを維持するための判定が行われ、これには、例えば、定期的な検査および定期的な健康診断でのガイダンスの配信が含まれ得、健康診断間の継続的なデータ収集は含まれない。定期的な健康診断は、診療所への訪問である場合もあれば、患者に関する既知または定期的（例えば、半年ごとまたは毎年）に収集された情報に基づく電子的な健康診断である場合もある。いくつかの例では、患者１の管理におけるステップの各々は、患者に関する情報を受信または収集し、患者データに基づいて１つ以上の判定を行い得る（例えば、アルゴリズムをモデルに適用するか、またはデータをモデルに適用する）患者管理システムによって実施され得る。

【0301】

図８Ｂは、第２の患者の管理の例示的なプロセス８０３のフローチャート図である。８３０において、患者２が評価のために選択される。８３５において、登録判定は、例えば、コンピュータシステムによる登録アルゴリズムの適用によって行われ、コンピュータシステムは、上記のような健康データ（例えば、身長、体重、体格指数、血中グルコースレベル）を使用し得る。８４０において、患者２は、例えば、低忠実度データに基づいて、例えば、ハンドヘルドデバイスまたは時計を介して、患者にガイダンスが提供され得る、ステージ１のコーチングスキームに登録される。例えば、本明細書で説明されるようなチャットボット機能は、患者にガイダンスを提供するために使用することができる。８４５において、低忠実度データが収集され、コーチングまたは他のガイダンスは、低忠実度データに少なくとも部分的に基づいて判定される。８５０において、治療選択が行われる。治療選択８５０は、低忠実度データに少なくとも部分的に基づくことができる。治療は、例えば、インスリン送達（例えば、スマートインスリンペンを介した）などの治療の開始、または経口投薬の開始を含み得る。いくつかの例では、治療選択には、指定されたボーラス投薬を行う（例えば、今すぐインスリン注射を検討する）ためのガイダンス、または活動に参加する（例えば、散歩または走って、グルコースレベルを下げる）ためのガイダンスが含まれ得る。８５５において、患者２について、低忠実度監視およびコーチングが継続される。

【0302】

図８Ｃは、第３の患者の管理の例示的なプロセス８０５のフローチャート図である。８６０において、患者３が評価のために選択される。８６５において、登録判定は、例えば、コンピュータシステムによる登録アルゴリズムの適用によって行われ、コンピュータシステムは、上記のような健康データ（例えば、身長、体重、体格指数、血中グルコースレベル）を使用し得る。８７０において、患者３は、例えば、ハンドヘルドデバイスまたは時計を介して、患者にガイダンスが提供され得る、ステージ１のコーチングスキームに登録される。８７５において、患者３について、低忠実度データが収集され、患者３に対するコーチングまたは他のガイダンスは、低忠実度データに少なくとも部分的に基づいて判定される。コーチングおよび／または他のガイダンスは、例えば、チャットボット、ビデオ、アニメーション、または他のユーザインターフェースモードを利用して、ハンドヘルドデバイス１１２を介して、患者３に提供することができる。８８０において、治療選択が行われる。治療選択８８０は、低忠実度データに少なくとも部分的に基づくことができる。治療選択は、インスリン注射プログラムまたは経口薬などの治療の開始であり得る。治療選択は、場合によっては、患者に関して収集された高忠実度データ（例えば、ＣＧＭデータ）に少なくとも部分的に基づき得るステージ２コーチングスキームに患者を関与させるための判定であり得る。例えば、図４を参照して上記で説明された因子またはプロセスステップは、低忠実度監視８７５または治療選択８８０に適用され得る。

【0303】

８８５において、患者は、ステージ２コーチングプログラムに登録され得る。８９０において、高忠実度監視を実行し得る。例えば、ＣＧＭデータを受信または収集し得る。いくつかの例では、高忠実度データを分析して、データが、相関、またはパターンもしくは１つ以上の相関の特定のための条件（例えば、統計的メトリック）を満たしているかどうかを判定することができる。いくつかの例では、本明細書に記載されているように、機械学習技術を使用し得る。８９５において、低忠実度監視が実行され得、コーチングまたは他のガイダンスが、患者に配信され得る（例えば、スマートフォンまたは時計などのユーザデバイス上のインターフェースを介して）。いくつかの例では、８９５におけるガイダンスは、高忠実度データ収集期間中に収集された高忠実度データ（例えば、ＣＧＭデータ）に少なくとも部分的に基づき得るか、または高忠実度データと低忠実度データとの関係に基づき得る。

【0304】

図９は、一次監視技術および二次監視技術を使用して患者を監視するためのプロセスのフローチャート図である。一次技術は、第１のタイプのデータ（「一次データ」または「第１のデータ」）の受信または収集を含み得、二次技術は、第２のタイプのデータ（「二次データ」または「第２のデータ」）の受信または収集を含み得る。例えば、一次監視は、患者に関する高忠実度情報の収集または受信を含み得、二次監視は、患者に関する低忠実度情報の収集または受信を含み得る。患者が糖尿病患者である例では、一次技術は、例えば、連続的なグルコース監視を含み得る。二次技術は、例えば、活動情報、場所情報、ユーザ入力情報、またはグルコース濃度情報（例えば、血中グルコース計データなどのシングルポイントグルコースデータ、ＮＦＣ対応センサからのグルコースデータ、光学的グルコースデータ、または別の技術で収集されたグルコース情報）の受信または収集を含み得る。

【0305】

９０２において、一次監視は、一次監視期間中に第１のタイプの第１のデータを収集するために実行される。いくつかの例では、監視は、連続的グルコース監視システムなどのセンサシステムから、第１のデータを受信することを含み得る。いくつかの例では、監視は、センサ回路からセンサ信号を受信することと、センサ信号を処理して、第１のデータの少なくとも一部分を生成することと、を含み得る。

【0306】

９０４において、二次監視は、二次監視期間中に第２のタイプの第２のデータを収集するために実行される。二次監視期間は、重なる期間において、一次監視期間の全部または一部分と重なり得る。いくつかの例では、監視は、第２のセンサシステムから第２のデータを受信することを含み得る。いくつかの例では、二次監視は、センサからセンサ信号を受信することと、センサ信号を処理して、第２のデータの少なくとも一部分を生成することと、を含み得る。

【0307】

いくつかの例では、二次監視は、ウェアラブルフィットネストラッカを使用して、活動を監視することを含み得る。ウェアラブルフィットネストラッカは、例えば、ウェアラブル心拍数モニタ、ウェアラブル活動モニタ、スマートフォン、スマートグラス、またはスマートウォッチを含み得る。

【0308】

いくつかの例では、第２のデータは、ユーザ入力データを含み得る。例えば、ユーザ入力データは、薬剤データ、食事データ、運動データ、睡眠データ、またはそれらの任意の組み合わせを含み得る。

【0309】

いくつかの例では、第１のデータは、推定されたグルコース濃度レベルを含み得、第２のタイプのデータは、心拍数、酸素濃度、皮膚緊張、皮膚の水分含有量、活動、活動パターン、血中ケトン濃度レベル、尿中ケトン濃度レベル、呼吸などの１つ以上の検出された生理学的信号を含み得る。

【0310】

９０６において、第１のデータと第２のデータとの間の相関が判定される。相関は、正の相関または負の相関であり得る。相関は、例えば、第１のデータの複数のデータポイントと、第１のデータに対応する（例えば、同じ時点に対応するか、または第２のデータの変更または事象後の第１のデータの変更を認識するようにタイムシフトされるか、または第１のデータの変更または事象後の第２のデータの変更を認識するようにタイムシフトされる）第２のデータの複数のデータポイントとの間のパターンまたは関係を判定することによって判定され得る。様々な例では、相関は、例えば、プロセッサ、およびメモリ回路内の記憶装置から検索されたデータを使用して計算され得る。いくつかの例では、相関は、メモリから記憶されたデータを検索することによって、プロセッサを使用して、および記憶されたデータの少なくともいくつかに基づく機械学習技術を使用して、判定され得る。いくつかの例では、相関を判定することは、重なる期間内の対応する時刻および／または曜日に、取得された第１のデータと第２のデータとの間の関係を判定することを含み得る。例えば、プロセッサは、記憶されたデータから、グルコース濃度レベルが高くなる（例えば、朝の時間（例えば、午前７時～１０時または起床後３時間）の間に１５０ｍｇ／ｄＬを超える）傾向があるが、患者が早朝の散歩をする日には、グルコース濃度が、高くなる傾向はないか、または高くならない傾向にある（例えば、１２６ｍｇ／ＤＬ未満のグルコース濃度）と判定し得る。

【0311】

いくつかの例では、相関は、複数のタイプの二次データに基づいている。例えば、モデルは、活動と、心拍数と、推定されたグルコース濃度レベル（例えば、ＣＧＭシステムを使用して判定される）との間の関係を判定するために学習され得る。

【0312】

いくつかの例では、方法は、９０８において、相関および一次データを使用して、治療または監視スキームを決定することを含み得る。例えば、二次データは、シングルポイントグルコース監視（例えば、血中グルコース計の読取値）を含み得、方法は、一次データに少なくとも部分的に基づいて、シングルポイントグルコース測定を行うための時間ウィンドウ（例えば、最適ウィンドウまたは推奨されるウィンドウ）を計算することを含み得る。いくつかの例では、１つ以上の適切なタイミングのシングルポイントグルコース測定値を取得することにより、例えば、補間法、判定された相関、追加のタイプの二次データ（例えば、心拍数または活動）、またはそれらの任意の組み合わせに基づいて、測定間の１つ以上の推定されたグルコース濃度レベル（例えば、特定のレベルまたは範囲）の正確な判定が可能になり得る。いくつかの例では、方法は、活動情報、心拍数情報、またはユーザ入力などの非グルコース情報を取得または使用するための時間ウィンドウを判定することを含み得る。方法は、測定値を取得する（例えば、血中グルコース計を用いて血中グルコースをチェックする）か、またはセンサを取り付ける（例えば、ウェアラブル活動モニタに置く）ようにユーザ（例えば、患者）に促すことをさらに含み得る。プロンプトは、時計またはハンドヘルドデバイスなどのスマートデバイスを介して配信され得る。

【0313】

９１０において、プロセスは、二次監視の追加期間を含み得る。二次監視９１０は、一次監視が行われていない期間中に行われ得る。二次監視は、ステップ９０８で判定された時間に、シングルポイントグルコース測定値（または他のセンサ情報またはユーザ入力）を取得することを含み得る。

【0314】

９１２において、プロセスは、判定された相関（ステップ９０６から）および二次データ（ステップ９０８から）を使用して、糖尿病情報を判定することを含み得る。様々な例において、糖尿病情報は、その後の時間における第１のタイプのデータの推定された値、患者の状態、または患者洞察を含み得る。患者の状態または患者洞察は、例えば、食事療法、運動、グルコースレベル監視、または投薬に関連するライフスタイルの変更に関連している場合がある。いくつかの例では、患者の状態または患者洞察は、食事時間管理、運動管理、または睡眠管理に関連している場合がある。

【0315】

一例では、一次データが、推定されたグルコース濃度レベル（例えば、ＣＧＭから）である場合、推定されたグルコース濃度レベルは、二次データと推定されたグルコース濃度レベルとの間の判定された（例えば、学習された）関係に基づいて、二次データから判定され得る。一例では、二次データは、生理学的情報（例えば、活動データ、心拍数データ）、またはその両方であるか、またはそれらを含み、推定されたグルコース濃度レベルまたは範囲（指定された期間のリアルタイムまたは平均）は、判定された関係および生理学的情報を使用して判定される。

【0316】

いくつかの例では、方法は、第１のタイプのデータ（例えば、ＣＧＭデータ）を断続的に監視することと、第１のタイプのデータが利用可能ではない１つ以上の期間に、第２のデータ（例えば、活動もしくはシングルポイント血中グルコース、またはその両方）および相関を使用して糖尿病情報を判定することを含み得る。例えば、第１のタイプの監視９０２データは、連続的なグルコース監視を含み得、第２のタイプの監視データ９０４は、ウェアラブル加速度計を用いた監視活動データを含み得る。ウェアラブル加速度計は、連続的なグルコース監視が行われていないときにデータを監視するように構成することができる。

【0317】

９１４において、方法は、ガイダンスまたは治療を配信することを含み得る。例えば、方法は、ハンドヘルドデバイス、時計などの患者デバイスのユーザインターフェース上、またはウェアラブルグラス上のディスプレイ上に、患者に関する糖尿病情報を表示することを含み得る。糖尿病情報を表示することには、例えば、推奨される食事の変更またはライフスタイルの変更をユーザインターフェースに表示することが含まれ得る。

【0318】

いくつかの例では、方法は、９１４において、判定された糖尿病情報に少なくとも部分的に基づいて治療法を行うことを含み得る。治療法には、例えば、経口薬またはポンプを介して投与される薬物などの薬剤介入が含まれ得る。

【0319】

いくつかの例では、方法は、９１６における第３の期間中の一次監視を含み得る。

【0320】

９１８において、相関は、９１６における第３の期間中の一次監視中に集められた一次データに少なくとも部分的に基づいて更新され得る。いくつかの例では、二次監視ステップ９１０は、第３の期間中の一次監視９１６の少なくとも一部まで延長し得、相関は、二次監視９１０および一次監視９１６に基づいて更新され得る。

【0321】

９２０において、方法は、第４の期間中の二次監視９２０を含み得る。方法は、ステップ９１２に戻ることができ、糖尿病情報は、更新された相関（ステップ９１８から）およびステップ９２０からの二次監視データを使用して判定され得る。プロセスは、９１４においてガイダンスまたは治療を配信し、９１６において一次監視を実行し、９１８において相関を更新し、再び二次監視９２０を実行し、再びステップ９１２に戻ることができ、プロセスが方法ステップを循環するときに断続的な一次監視をもたらす。

【0322】

様々な例において、方法９０１のステップのいずれかは、省略されるか、または他のステップと組み合わされ得る。例えば、ステップ９１２は、省略されてもよく、ステップ９１０と組み合わされてもよく、またはステップ９１０は、ステップ９１２の後に発生し得る。

【0323】

図１０は、糖尿病情報について患者を判定および患者に通知する例示的な方法１００１のフローチャート図である。方法１００１は、図１に示されるシステム１００などのシステム上で実行され得る。１００２において、推定されたグルコース濃度レベルは、第１の期間に、連続的グルコース監視（ＣＧＭ）システムから、受信され得る。方法は、任意選択的に、ＣＧＭセンサを使用して、推定されたグルコース濃度レベルを検出することを含み得る。第１の期間は、例えば、数日（例えば、７日間、１０日間、または１４日間）または数週間（例えば、４週間または１０週間）であり得る。例えば、患者をＣＧＭ研究に登録して、経口薬、運動、活動などの様々な刺激に対する患者の反応に関する情報を集めることができる。

【0324】

１００４において、患者に関連する非ＣＧＭ情報が第１の期間に受信され得る。方法は、任意選択的に、センサを使用して、非ＣＧＭ情報を検出することを含み得る。いくつかの例では、非ＣＧＭ情報は、活動情報、場所情報、またはユーザ入力データを含み得る。いくつかの例では、非ＣＧＭ情報は、患者に関する生理学的情報を含み得る。生理学的情報は、例えば、心拍数、呼吸、酸素濃度、皮膚の緊張、皮膚の水分含有量、活動、活動パターン、血中ケトン、尿中ケトン、呼吸、または音響情報のうちの１つ以上を含み得る。

【0325】

１００６において、推定されたグルコース濃度レベルと非ＣＧＭ情報との間の関係が判定される。例えば、非ＣＧＭ情報と推定されたグルコース濃度レベルとの間の相関が計算され得る。いくつかの例では、モデルは、収集されたＣＧＭおよび非ＣＧＭデータから学習され得、その結果、推定されたグルコース濃度レベルは、非ＣＧＭデータをモデルに適用することによって、非ＣＧＭデータから判定され得る。

【0326】

１００８において、第２の期間に、患者に関連する非ＣＧＭ情報を受信し得る。第２の期間は、推定されたグルコース濃度レベルがＣＧＭから入手可能ではない期間であり得る。１０１０において、第２の期間の患者に関する糖尿病情報は、判定された関係および非ＣＧＭ情報に基づいて判定され得る。患者に関する糖尿病情報を判定することは、患者状態を判定することを含み得る。患者状態を判定することには、非ＣＧＭ情報をモデルに適用することが含まれ得る。いくつかの例では、糖尿病情報を判定することは、推定されたグルコース濃度レベルを判定することを含み得る。例えば、アルゴリズムは、個々のレベル（例えば、患者に関する情報に基づく）もしくは集団レベル、またはその両方（例えば、予測学習モデルを使用して）でのグルコース濃度レベルに較正されている活動情報から、推定されたグルコース濃度レベルを推測し得る。

【0327】

いくつかの例では、糖尿病情報を判定することは、緑、黄、赤、または「良好な制御」、「中程度の制御」、「不十分な制御」などの定性的格付けを判定することを含み得る。

【0328】

いくつかの例では、糖尿病情報を判定することは、定量的メトリックを判定することを含み得る。定量的メトリックは、例えば、グルコース濃度レベルが指定された期間中に範囲内にあった時間の量または割合の推定値であり得る。いくつかの例では、定量的メトリックが、リアルタイムで利用可能ではない場合がある。例えば、定量的メトリックには、指定された期間の範囲内時間（例えば、１日間、または数時間）が含まれる場合があり、これは、１日の終わりに、または例えば、毎時、毎日、毎週など断続的に報告される場合がある。

【0329】

１０１２において、システムは、糖尿病情報について患者に電子的に通知し得る。例えば、システムは、ハンドヘルドデバイス、スマートウォッチ、眼鏡、または他のウェアラブル電子製品のディスプレイ上に、通知（例えば、単語または記号）を提示し得、またはシステムは、そのようなデバイスのスピーカに、音声通知（例えば、口頭メッセージまたは音）または触覚通知（例えば、振動）を提示し得る。音声通知が使用される例では、音声通知は、本明細書で説明されるように、実装されたチャットボットによって提供されることができる。いくつかの例では、通知は、糖尿病情報の重症度に関連している。非ＣＧＭ情報が低血糖状態を示している例を考えてみる。システムは、緊急性を示すための、より重大である通知を提示し得る。例えば、システムは、高周波または高持続時間の音、増加したリズムまたは音量で提示される口頭メッセージ、および／または高持続時間および／または振幅の触覚通知を提示し得る。非ＣＧＭ情報が正常または好ましい血中グルコースレベルを示している別の例を考えてみる。システムは、例えば、より低い周波数またはより低い持続時間の音、低減されたリズムまたは音量で提示される口頭メッセージ、および／またはより短い持続時間および／または振幅の触覚通知など、それほど重大ではない通知を提示し得る。

【0330】

システムは、例えば、連続的なグルコース監視によって発生するコストを管理することによって、またはグルコース推定を可能にして、ユーザ（例えば患者）がグルコースレベルを管理するための措置を講じるように動機付けることによって、患者管理を改善し得る。例えば、例示的な方法１００１に関して記載された方法で低周波データおよび高周波データを利用することは、減少したコストでの高忠実度のデータ収集の利点を提供することができる。例えば、低忠実度データ収集中のシステムの性能は、高忠実度データ収集中の性能に匹敵する可能性があるため、高コストの高忠実度データ収集を頻繁に実行する必要がない場合がある。また、患者の血糖コントロールは、例えば、フルタイムの高忠実度データ収集のコストで改善することができる。

【0331】

図１１は、収集されたセンサ情報に基づいて監視スキームを決定する例示的な方法のフローチャート図であり、これは、例えば、患者の関与または挙動に関する特性を示し得る。例えば、ＣＧＭ検知、ＣＧＭ検知パラメータ（例えば、ＣＧＭ検知のスケジュールまたは量）、ユーザインターフェースパラメータ（例えば、ガイダンスのタイプまたは内容）、または目標（例えば、グルコース目標範囲またはＡ１Ｃ目標）は、活動データまたは他の収集された情報に基づいて判定され得る。

【0332】

方法１１０１は、１１０２において、第１のセンサ入力を監視して、第１のタイプの第１のデータを取得することを含み得る。例えば、方法１１０１は、第１の期間にわたって、低忠実度監視技術を用いて、第１のタイプの患者データを監視することを含み得る。様々な例において、低忠実度技術は、薬剤データ、食事データ、運動もしくは活動データ、睡眠データ、またはそれらの任意の組み合わせなどのユーザ入力データを受信することを含み得る。

【0333】

第１のセンサ入力の監視は、例えば、活動監視、シングルポイント血中グルコース監視（例えば、血中グルコース計情報を使用する監視）、光学的グルコース監視（例えば、光学センサを備えた時計を使用する）、または「ブラインドＣＧＭ」（例えば、推定されたグルコースレベルが患者に提示されない、例えば、グルコースレベルが、後の分析のために、サーバに伝送されるか、または患者に局所的なＣＧＭまたはデバイスのメモリに記憶される、連続的グルコース監視）を含み得る。第１のセンサ入力を監視することは、ウェアラブル心拍数モニタ、活動モニタ、スマートフォン、スマートグラス、またはスマートウォッチなどのウェアラブルフィットネストラッカによる活動監視を含み得る。

【0334】

方法１１０１は、１１０４において、監視された第１のタイプの患者データに基づいて、患者の関与または挙動を評価することをさらに含み得る。例えば、リモートシステム（例えば、サーバ実行アルゴリズム）またはローカルシステム（例えば、ハンドヘルドデバイス）は、ユーザインターフェースで利用可能な機能の複雑さまたは数に関して、ユーザの適性または好みを評価し得る。熟練した、または非常に関与しているユーザは、あまり熟練していない、またはあまり関与していないユーザよりも、より複雑な、またはフル機能のインターフェースを好む場合がある。そのような判定は、例えば、デバイス（例えば、ハンドヘルドデバイスまたは時計）との相互作用の頻度、相互作用の適時性、相互作用の関連性（例えば、警告への応答性）、ガイダンスの遵守（例えば、そうするためのガイダンスに応答して運動に参加する）、または別のアプリケーションとの相互作用（例えば、フィットネストラッカアプリケーションとの相互作用に基づく）に基づいて行われ得る。

【0335】

方法は、１１０６において、患者の関与または挙動の評価に基づいて、監視スキームを決定することを含み得る。例えば、方法は、デバイスのハードウェアまたはソフトウェアの機能を決定することを含み得る。ハードウェアまたはソフトウェアの機能は、例えば、ユーザインターフェースの操作に対応し得る。いくつかの例では、判定された機能は、単純なまたは軽い機能のインターフェースを含み得、これは、評価の一部として、関与の少ない患者、またはより複雑でない相互作用から利益を得る可能性のある患者を特定することに応答して適用され得る。判定された機能はまた、比較的複雑なまたはフル機能のインターフェースを含み得、これは、非常に関与しているユーザ、またはより複雑なインターフェース（例えば、より多くの機能を含むか、またはプログラム可能な警告またはより頻繁なガイダンスなどのより多くの設定オプションを提供するインターフェース）を好む場合があるユーザ（例えば、熟練したユーザ）の特定に応答して適用され得る。いくつかの例では、ユーザインターフェースは、ユーザの年齢または生年月日（例えば、年）に少なくとも部分的に基づいて追加的または代替的に適応し得る。例えば、ユーザインターフェースは、より大きなフォントまたはユーザインターフェース要素（例えば、ボタン）、または高齢者ユーザのための異なる提示スキーム（例えば、より多くのコントラストまたは指定された配色）を使用し得る。いくつかの例では、ユーザインターフェースは、ユーザがユーザインターフェース要素を識別または選択することが困難であるかどうかを確認するための視覚的なチャレンジを提供し得るか、または視力に関する情報をユーザに促し得、ユーザインターフェースは、チャレンジまたはプロンプトへの応答に基づいて適応し得る。

【0336】

いくつかの例では、判定されたハードウェアまたはソフトウェアの機能は、自動化されたコーチングルーチンの頻度（例えば、どのくらいの頻度でデバイスがユーザと通信するか）またはコンテンツ（例えば、ユーザへの通信の主題）に関連し得る。例えば、ユーザにあまりにも頻繁に連絡をとると、ユーザは、疲労し、離脱する場合がある。一方、ユーザに十分な頻度で連絡がない場合、ユーザは、望ましい結果を達成するための十分なガイダンスを受信しない場合がある。方法１１０１は、患者の挙動を、異なる連絡頻度に相関させることを含み得る。

【0337】

いくつかの例では、監視スキームを決定することは、患者の目標を決定することを含み得る。方法は、目標に関連する、または目標を促進する監視デバイス（例えば、ハンドヘルドデバイスまたは身体装着型デバイス）のハードウェアまたはソフトウェア機能を決定することを含み得る。様々な例において、目標は、食事目標、運動目標、グルコースレベル監視目標、または投薬目標を含み得る。いくつかの例では、監視デバイスの少なくとも１つのハードウェアまたはソフトウェア機能は、食事時のグルコース管理（例えば、食事の前または後に運動することによってか、または食事の前のインスリンの投与によって、例えば、食事の前、最中、もしくは後、またはそれらの任意の組み合わせの、グルコースレベルを管理するための戦略（「プレボーラス」戦略）に関連し得る。いくつかの例では、監視デバイスの少なくとも１つのハードウェアまたはソフトウェア機能は、睡眠管理（例えば、睡眠中のグルコースレベルを制御するための戦略、またはグルコースレベル問題に対処するための睡眠の中断を回避または最小化するための戦略）に関連し得る。

【0338】

いくつかの例では、患者の目標は、少なくとも部分的に、第１のセンサ入力（例えば、低忠実度監視技術を用いて監視されたデータ）に基づいて決定され得る。

【0339】

方法１１０１は、１１０８において、監視の量または頻度を決定することをさらに含み得る。いくつかの例では、後続のデータ（例えば、第２のセンサ入力または高忠実度データ）の量または頻度は、例えば、低忠実度監視技術によって収集されたデータに基づいて、第１のセンサ入力に少なくとも部分的に基づいて判定され得る。データの量または頻度には、データポイントの量、使用する高忠実度センサの数（例えば、ＣＧＭデータを集めるために連続してまたは断続的に使用するＣＧＭセンサの数）、またはデータ収集事象間の周期性（一貫した期間または不規則な期間）が含まれる場合がある。後続のデータの量または頻度はまた、指定された目標または結果に少なくとも部分的に基づいている場合がある。例えば、データの量または頻度は、指定された範囲のグルコース濃度レベルまたは患者のＡ１ｃレベルにおける時間の量または割合などの患者パラメータを増加または最大化するように計算され得る。

【0340】

方法１１０１は、１１１０において、決定された監視スキームに従って、第２のセンサ入力を監視することを含み得る。例えば、方法は、監視デバイスを使用する高忠実度監視技術を用いて、第２の期間にわたって、第２のタイプの患者データを監視することを含み得る。高忠実度監視には、例えば、連続的なグルコース監視が含まれ得る。

【0341】

方法１１０１は、１１１２において、例えば、図１に示されるシステム１００を介して、患者にガイダンスを提供することをさらに含み得る。例えば、システムは、患者プロファイルデータまたは第１のセンサ入力に基づいて、サーバから監視デバイスに伝送される自動化されたメッセージを提供し得る。いくつかの例では、ガイダンスは、フィットネストラッカアプリケーション、食事追跡アプリケーション、または専用のＣＧＭまたはガイダンスアプリケーションを使用して提供され得る。例えば、アプリケーションは、ＣＧＭデータ、ＣＧＭデータに基づく情報（例えば、範囲内時間）、対象のためのガイダンス（例えば、「運動セッションを検討してください」）、グルコース制御の予測された、推定された、または測定された運動の利点を配信し得る。いくつかの例では、アプリケーションは、食物の選択、および結果として生じる食後のグルコース制御（例えば、変動）についてユーザを教育するか、または運動と運動のグルコース低下効果との間の関係についてユーザを教育するか、もしくは定量化し得る。例えば、アプリケーションは、ユーザの選択された活動が、ユーザのグルコースレベルを所望の値または範囲にもたらすと推定される（例えば、「最近の活動は、グルコースレベルを所望の範囲にもたらすはずである」）ことを示し得る。別の例では、アプリケーションは、提案された活動が、ユーザのグルコースレベルを望ましい値または範囲にもたらす可能性が高い（例えば、「１時間のランニングでグルコースレベルが１５ｍｇ／ｄｌ低下すると推定される」）ことを示し得る。いくつかの例では、ガイダンスは、本明細書で説明されるように提供されるチャットボット機能によって提供することができる。

【0342】

方法１１０１は、１１１４において、患者パラメータの変化（例えば、特定の時間または指定された条件におけるグルコース濃度制御の改善、またはＡ１Ｃの改善）を検出することをさらに含み得る。第１のセンサ入力が収集される第１の期間と、第２のセンサ入力が収集される第２の期間との間の変化を測定し得る。検出された変化は、監視デバイスの少なくとも１つのハードウェアまたはソフトウェア機能にさらに影響を与えるために使用し得る。いくつかの例では、機械学習技術を使用して、監視またはガイダンススキームの特性を、患者パラメータの変化に関連させることができる。例えば、正の変化は、監視スキームまたはガイダンスの特定の側面と相関し得、監視デバイスのハードウェアまたはソフトウェア機能は、正の変化と相関している側面を強調するように修正され得る。そのような反復的な変更は、患者を前向きな臨床転帰または管理目標の達成に導く際の監視システムの性能を改善し得る。（例えば、よりよく制御されたグルコースレベルまたはより低いＡ１ｃ検査結果に向けて）。いくつかの例では、患者パラメータの増加または最大化の指標が監視デバイスに表示され得る。

【0343】

方法を繰り返して、患者に継続的なガイダンスを提供し得る。例えば、ステップ１１１４の後、方法は、ステップ１１０２、１１０６、または１１１０に戻ることができる。いくつかの例では、方法の１つ以上のステップは、方法が繰り返されるたびに、またはそのときに省略され得る。

【0344】

いくつかの例では、方法は、患者最終目標を決定することを含み得る。患者最終目標は、第１のタイプの患者データもしくは第２のタイプの患者データ、またはその両方に少なくとも部分的に基づくことができる。方法は、患者状態を患者最終目標に向けて移行させるように計算された治療推奨（例えば、ガイダンスとして表示される）を表示することをさらに含み得る。

【0345】

図１２Ａは、例示的なユーザインターフェース１２０２の図であり、ユーザデバイス１３２などのユーザデバイス上に提示され得るか、または追加的または代替的に、ハンドヘルドスマートデバイス（例えば、スマートフォン）１１２、タブレット１１４、コンピュータ１１８、ウェアラブルデバイス１２０、周辺医療デバイス１２２、またはリモート端末１２８に提示され得る。

【0346】

ユーザインターフェース１２０２は、チャート１２０４を含み得、これは、時間軸１２３４に対してプロットされたグルコース濃度レベル１２３６（例えば、ｍｇ／ｄＬで測定される）を示し得る。ユーザインターフェース１２０２はまた、目標範囲の上限１２３０および下限１２３２を示し得る。様々な例では、目標範囲は、ユーザ（例えば、患者）によって設定され得るか、またはデバイスまたはシステム（例えば、図１に示されるハンドヘルドデバイス１１２または１２０）によって決定され得るか、またはコーチ（例えば、人間のコーチまたはコンピュータ化された「チャットボット」コーチ）によって提供され得る。例解された例では、上限は、１８０ｍｇ／ｄＬに設定され、下限は、８０ｍｇ／ｄＬに設定されている。いくつかの例では、範囲は、７０～１６０ｍｇ／ｄＬに（例えば、システムによって、またはデフォルトで）設定され得、範囲は、特定の患者にふさわしいように拡大（例えば、７０～１８０ｍｇ／ｄＬに）または縮小され得、これは、例えば、ＣＧＭのパターン、低忠実度データ、またはユーザからの入力から判定され得る。チャートの拡大図を図１２Ｂに示す。様々な例では、グルコース濃度レベルは、推定された血中グルコース濃度レベル（例えば、ＧＣＭデータ、または他のデータに基づいて計算されたレベル）であり得るか、またはプロットされたグルコースレベルは、計器からの血中グルコースレベルを含み得る。例示的なチャート１２０４は、２４時間の期間（例えば、午前１２時から翌日の午前１２時まで）を示しているが、様々な他の例では、チャートは、より短い期間（例えば、１時間、３時間、６時間、または１２時間）またはそれより長い期間（例えば、２日間、３日間、１週間、２週間、１か月間、または３か月間）を示し得る。より長い期間の場合、プロットされた値は、１日または１週間の平均に対応し得るか、または、グラフは、値または平均の範囲または分布を示し得る（例えば、高低を示すバー、および中央値または平均を示す点または線）。グルコース濃度レベルが示されているが、他のタイプの分析物レベル、または他のタイプのセンサデータが、グルコース濃度レベルの代わりに、またはグルコース濃度レベルに加えて（例えば、同じチャート上または異なるチャート上に）示され得る。

【0347】

ユーザインターフェース１２０２は、生理学的事象、食事事象、活動事象、投薬事象を示し得る複数の事象インジケータを含み得る。例えば、ユーザインターフェース１２０２は、午前４時３０分頃にグルコース事象１２０６を示し、その時点で、グルコース濃度レベルは、５１ｍｇ／ｄＬで低点に達し、急な下向きトレンドは、２つの下向き矢印によって示される。いくつかの例では、特にユーザがインスリンのヘビーユーザであることが知られている場合、事象１２０６は、スマートデバイス（例えば、ウェアラブルデバイス１２０またはユーザデバイス１３２）上の警告に対応して、潜在的な低血中グルコース問題を回避するために、炭水化物を消費するようにユーザを刺激し得る。ユーザインターフェースは、午後１時３０分頃に第２のグルコース事象インジケータ１２１４を示し、その時点で、グルコース濃度レベルは、中程度（１２９ｍｇ／ｄＬ）であり、トレンドは、安定していた（横向きの矢印によって示される）。グルコース事象１２１４は、例えば、ユーザ指定の昼食後の報告に対応し得るか、またはシステムによって計算された時間に発生し得る（例えば、正午または昼食後の報告）。例示的なユーザインターフェース１２０２は、午後７時３０分頃に第３のグルコースインジケータ１２２２を示し、その時点で、グルコース濃度レベルは、高く（２０３ｍｇ／ｄＬ）、この例において２つの上向き矢印によって示されるように、急速に上昇傾向にあった。いくつかの例では、グルコースインジケータは、グルコース濃度レベルが、グルコース管理条件を満たすかどうか、例えば、グルコース濃度レベルが、指定された範囲内にあるかどうかを示すために、陰影、色、または他の方法で視覚的に特定され得る。

【0348】

ユーザインターフェース１２０２は、複数の食事インジケータ、例えば、朝食インジケータ１２０８、昼食インジケータ１２１２、および夕食インジケータ１２２０を含み得る。食事インジケータ１２０８、１２１２、１２２０は、ユーザの食事に対応し得る。ユーザの食事は、食事が消費されたことを示すスマートフォン入力などのユーザ入力から特定し得、任意選択的に、食事の内容（例えば、炭水化物、タンパク質、脂肪、または「１スライスのピザおよび一杯のミルク」などの食べ物タイプ）などの食事に関する情報を含み得る。いくつかの例では、ユーザの食事はまた、例えば、ジオロケーションデータ、モーションデータなどを含む他のタイプの入力からも特定される。例えば、ジオロケーションデータは、ユーザが、ユーザのキッチン、レストラン、または食物が準備および／または提供される別の場所に存在していることを示し得る。また、例えば、モーションデータは、食べることと一致するユーザのモーションを示すことができる。そのようなモーションは、例えば、ユーザが、ユーザの手をユーザの口に繰り返し動かすことを含むことができる。

【0349】

ユーザインターフェース１２０２はまた、歩行事象１２１６などの活動事象を含み得る。いくつかの例では、歩行事象１２１６は、活動センサからの（例えば、ウェアラブルデバイス１２０からの）活動データに少なくとも部分的に基づいてか、または生理学的センサ（例えば、心拍数センサ）またはそれらの組み合わせに基づいて、システムによって判定され得る。いくつかの例では、歩行事象１２１６は、ユーザ入力（例えば、歩行が発生したことを示すユーザデバイス１３２を介した入力）に少なくとも部分的に基づくことができる。

【0350】

ユーザインターフェースは、投薬事象１２２４を含み得、これは、ユーザ入力（例えば、ユーザデバイス１３２を介して受信された入力）に基づくことができるか、またはデバイスからの（例えば、インスリン注射デバイス上の事象センサからの、またはポンプから受信された投薬情報からの）検知または制御された事象に基づくことができる。

【0351】

ユーザインターフェースにはまた、ガイダンスコメントを含み得る。例えば、ユーザインターフェースは、「過去３日間の午後１時に急上昇した」と述べるガイダンスバブル１２１０と、「薬は就寝前に服用するのが最善である」と述べる第２のガイダンスバブル１２２６とを含み得る。いくつかの例では、ガイダンスバブルは、朝に提供され、データ事象インジケータは、一日中、時間が経過するにつれて現れる。ガイダンスバブル１２１０、１２２６があらかじめ提供される場合、ガイダンスは、使用に、行動すること、例えば、朝食の食事内容を修正すること、または午後１時に再発するグルコース急上昇に対処するために正午の散歩をすることを促すことができる。いくつかの例では、ガイダンスバブル１２１０、１２２６などを選択して、ユーザにガイダンスを提供するためのチャットボット機能を起動することができる。

【0352】

いくつかの例では、ユーザインターフェースは、ユーザ関与を促進するためのゲーム機能（例えば、賞またはバッジ）を含み得る。例えば、ユーザインターフェース１２０２は、静止またはアニメーション化された歩行する人を示すことができるバッジ１２１８を提示することができ、また、「食後歩行スキルのロックが解除された！」というコメントを提示して、患者による活動挙動を認めることができる。いくつかの例では、食後歩行スキルを授与するための判定は、システム（例えば、ネットワーク１２４またはユーザデバイス１３２内のプロセッサを介して接続されたリモートシステム）によって行われ得る。ユーザインターフェースはまた、「投薬最適化スキルのロックが解除された」というメッセージが表示され得る投薬バッジ（Ｒｘ）１２２８も含み得る。いくつかの例では、システムは、睡眠前の指定された期間内の薬物の投与などの投与条件（活動センサ、姿勢センサ、生理学的センサ、またはそれらの任意の組み合わせによって検出され得る）の充足に基づいて、薬物バッジ１２２８を授与することを判定し得る。いくつかの例では、機械学習技術を使用して、ゲーム機能を、所望のレベルのグルコース制御などの患者の転帰に関連付けることができる。このようにして、システムは、ゲーム機能を配置して、患者の結果を改善し、それによってシステムの有効性を高めることができる。

【0353】

いくつかの例では、ユーザインターフェースは、特定のＡ１Ｃ値を達成するための平均グルコースレベルの指標と共に、グルコースレベルのプロットを提供することができる。図１２Ｃは、目標Ａ１Ｃインジケータ１２５４を含む例示的なユーザインターフェース１２５０の図である。ユーザインターフェース１２５０は、経時的な血中グルコースのプロット１２５２を含む。目標Ａ１Ｃインジケータ１２５４は、ユーザにとって所望のＡ１Ｃに対応する平均血中グルコースを示す。図１２Ｃの例では、Ａ１Ｃインジケータ１２５４は、７．０のＡ１Ｃに対応する１５４ｍｇ／ｄｌの血中グルコースレベルに位置している。いくつかの例では、例１２５４などの目標Ａ１Ｃインジケータは、本明細書で説明されるユーザインターフェース１２０２などの他のユーザインターフェースで使用することができる。また、ユーザインターフェース１２０２と同様に、ユーザインターフェース１２０２は、ユーザデバイス１３２などのユーザデバイス上に提示され得るか、または追加的または代替的に、ハンドヘルドスマートデバイス（例えば、スマートフォン）１１２、タブレット１１４、コンピュータ１１８、ウェアラブルデバイス１２０、周辺医療デバイス１２２、または遠隔端末１２８上に提示され得る。

【0354】

図１３は、２型糖尿病の管理のための断続的なＣＧＭもしくは他の高忠実度監視、または高忠実度（ＣＧＭなど）情報と任意選択的な相関を有する低忠実度監視（例えば、活動監視）などの強化された疾患管理プログラムから利益を受け得る患者を特定または選択する方法のフローチャート図である。いくつかの例では、方法は、患者改善条件が、強化された監視によって満たされる可能性が高いかどうかを判定することを含み得る。例えば、方法は、患者が、強化された監視スキームから利益を得るだろうと推定される可能性を判定することを含み得る。推定される可能性は、７５％、９０％、または９５％などの計算された値または割合であり得、これは、任意選択的に、ユーザ（例えば、患者または医療システム管理者）によって設定可能であり得る。方法は、Ａ１ｃの低下、Ａ１ｃ目標（例えば、７．０未満のＡ１ｃ）の達成、もしくはグルコース変動の低下、またはそれらの任意の組み合わせなど、強化された監視から患者が恩恵を受ける（または恩恵を受けた）ことを示す指標としての測定可能な改善を含み得る。

【0355】

１３０２において、システム１２５、１２６、または１２７などのシステムは、第１の特性についてスクリーニングすることができる。例えば、システムは、参加者（例えば、患者）のプールの記憶されたデータに対して（例えば、プロセッサ上で）第１のスクリーニングアルゴリズムを実行して、糖尿病または糖尿病危険因子を有する個人のグループを決定し得る。方法は、電子カルテ、２型糖尿病診断コード、家族歴、体重、ＢＭＩ、代謝性疾患の病歴、血液検査結果、Ａ１ｃ、空腹時グルコースレベル、経口グルコース耐性、処方された糖尿病薬、またはそれらの任意の組み合わせなどの因子を採用し得る。

【0356】

１３０４において、決定された個人のグループのための追加のデータを取得するために、第１の監視スキームが適用され得る。例えば、方法１３０１は、決定されたグループの参加者に第１のキットを提供することを含み得る。キットは、決定されたグループの参加者が、第１の監視技術を用いて、第１の期間に、彼らの健康の低忠実度監視を実行し、第１の結果を取得することが可能であるように構造化および構成し得る。情報は、システム１２７によって、または別のシステムまたはデバイスによって、キット内のデバイスから受信され得る。

【0357】

様々な例では、低忠実度監視は、シングルポイントグルコース監視、心拍数監視、活動監視、ブラインド連続的グルコース監視、またはそれらの任意の組み合わせを含み得る。

【0358】

１３０６において、システム（例えば、システム１２７、またはユーザデバイス１３２）は、第２の特性についてスクリーニングすることができる。例えば、システムは、決定されたグループに対して第２のスクリーニングアルゴリズムを実行して、断続的な高忠実度監視への参加のためのコホートを決定することができる。第２のスクリーニングアルゴリズムは、第１の監視スキームを使用して取得された結果に少なくとも部分的に基づくことができる。いくつかの例では、断続的な高忠実度の監視は、連続的なグルコース監視を含み得る。いくつかの例では、スクリーニングは、第１のスキーム（例えば、低忠実度監視技術）の使用への順守の因子（例えば、ユーザが監視計画を順守したかどうか）に少なくとも部分的に基づくことができる。例えば、高忠実度監視を利用することを決定する因子は、患者が活動モニタを着用することか、または指定されたスケジュールに従って血中グルコース計の測定を行うことなど、低忠実度監視の指示または手順をどの程度遵守したかであり得る。

【0359】

１３０８において、第２の監視スキームが適用され得る。例えば、方法１３０１は、決定されたコホートの参加者に第２のキットを提供することを含み得る。第２のキットは、決定されたコホートの参加者が、第２の監視技術を用いて、第２の期間に、彼らの健康の高忠実度監視を実行し、第２の結果を取得することが可能であるように構造化および構成し得る。いくつかの例では、第２のキットは、連続的グルコースモニタを含み得る。第２のキットは、取得された第１の結果に基づいて構造化および構成し得る。例えば、第２の監視スキームが連続的グルコース監視である例では、第２のキットで提供されるグルコースセンサの数またはタイプ（または両方）は、取得された第１の結果に基づいて決定され得る。いくつかの例では、第１の通信技術を使用するいくつかの第１のタイプのセンサ（例えば、グルコースデータを引き出すためにスマートデバイスによってスワイプされなければならないＮＦＣ）、または人間の介入なしに無線デバイス（例えば、スマートフォン）にグルコース情報を提供し得る長距離伝送機（例えば、Ｂｌｕｅｔｏｏｔｈ）を用いて使用するように設計されている第２のタイプのいくつかのセンサ、または第１のタイプのセンサおよび第２のタイプのセンサの混合を含むように、決定が行われ得る。

【0360】

１３１０において、方法は、ガイダンスを提供することを含み得る。例えば、方法は、ハンドヘルドデバイス（例えば、スマートフォン）などのユーザデバイスのディスプレイ上にガイダンスを提示することを含み得る。いくつかの例では、ガイダンスは、本明細書に記載されるように、チャットボット機能を使用して提供され得る。いくつかの例では、方法は、第１のキット内のサーバとデバイスとの間の通信を実行することを含み得る。通信は、例えば、第１の監視中に提供され得る。通信は、患者または介護者に、ガイダンス（例えば、運動などのグルコースレベルを下げるために講じるステップに関するコーチング情報、または指定された時間の推定された平均グルコース濃度もしくは変動性、またはその両方などのグルコース制御に関するフィードバック）を提供し得る。ガイダンスは、例えば、食事もしくは運動、グルコースレベル監視、または投薬、またはそれらの任意の組み合わせに関連するライフスタイルの変更を含む糖尿病管理ガイダンスを含み得る。いくつかの例では、ガイダンスは、１週間、または１０日間、または月に１週間など、高忠実度監視を採用するための期間または時間のスケジュールの指標を含み得る。

【0361】

方法は、任意選択的に、決定されたコホートの１人以上の参加者に第３のキットを提供することをさらに含み得、１人以上の参加者は、取得された第２の結果に少なくとも部分的に従って決定される。第３のキットは、取得された第２の結果に基づいて構造化および構成し得る。例えば、第３のキットは、センサの数またはタイプ（または両方）が、取得された第２の結果に少なくとも部分的に基づいて決定される、ある個数の連続的グルコース監視センサを含み得る。

【0362】

低忠実度から高忠実度への進行が上で説明されているが、方法は、代替的に、高忠実度から低忠実度への進行を含み得る。例えば、第１の監視スキームは、（例えば、ＣＧＭを使用する）高忠実度監視を含み得、１３０６における第２の特性のスクリーニングは、高忠実度監視からの情報に少なくとも部分的に基づくことができ、第２の監視は、活動監視などの低忠実度監視が含み得る。

【0363】

方法１３００は、図２２Ａ、２２Ｂ、２２Ｃ、および２３に示されるシステム２２００などの、ハードウェアコンポーネント、ソフトウェアコンポーネント、またはその両方を含み得る特殊なシステムで実装され得る。例えば、患者データは、電子記憶装置から検索され、プロセスを使用して分析され、例えば、高忠実度監視から利益を得る可能性のある患者を決定することができ、電子命令は、プロビジョニングシステムに送信されて、１つ以上の検知キットの、指定された患者または患者のコホートへの配信を開始することができる。

【0364】

図１４は、断続的な高忠実度監視を使用して患者の健康に関連するパラメータを管理する例示的な方法のフローチャート図である。１４０２において、患者が選択される。患者を選択することは、例えば、断続的な高忠実度監視から利益を得る可能性が高い患者のプールから患者を決定することを含み得、その可能性は、計算された値よりも大きい。患者プールは、例えば、臨床診療、または指定された保険プールもしくはプログラム、または地理的場所、または職場、またはそれらの任意の組み合わせにおける患者のグループを表し得る。

【0365】

１４０４において、患者は、第１の監視技術を使用して、第１の期間（例えば、一定期間）にわたって監視され得、これは、第１の結果（または結果のセット）を生成し得る。第１の技術は、例えば、高忠実度監視（例えば、ＣＧＭを使用する）または低忠実度監視（例えば、血中グルコース計を使用する）を含み得る。

【0366】

１４０６において、患者は、第２の監視技術を使用して、第２の期間にわたって監視され得、これは、第２の結果（または結果のセット）を生成し得る。様々な例では、第１の期間は、第２の期間のサブセットであり得るか、または第２の期間と重なり得る。

【0367】

いくつかの例では、第１の技術は、高忠実度の監視を含み得、第２の技術は、高忠実度監視の結果によって少なくとも部分的に決定され得る低忠実度監視を含み得る。いくつかの例では、第１の技術は、シングルポイントグルコース監視、またはブラインド連続的グルコース監視（例えば、患者が、推定されたグルコース濃度レベルのいくつかまたは全部を受信しない連続的グルコース監視）であり得る。いくつかの例では、第１の技術は、心拍数モニタ、活動モニタ、スマートフォン、スマートグラス、もしくはスマートウォッチ、またはそれらの任意の組み合わせなどのウェアラブルフィットネストラッカを使用した活動監視を含み得る。いくつかの例では、第２の監視である低忠実度技術は、薬剤データ、食事データ、運動データ、睡眠データ、またはそれらの任意の組み合わせなどのユーザ入力データを受信することを含み得る。

【0368】

他の例では、第２の技術は、低忠実度の監視を含み得、第１の技術は、高忠実度監視の結果によって少なくとも部分的に決定され得る高忠実度監視を含み得る。

【0369】

１４０８において、患者が実行し得る行動は、第１の結果および第２の結果に基づいて決定され得る。行動は、管理条件の充足の可能性を高めるように計算され得る。例えば、行動は、患者の健康に関連するパラメータを、所定の信頼水準よりも大きい信頼度で、所定の量よりも大きい量だけ増加させるように計算され得る。例えば、行動は、推定されたグルコース濃度レベルが、指定された範囲内にある量（例えば、割合または分数もしくは時間数）などの範囲内時間を増加させるように計算され得る。別の例では、行動は、指定された量だけ血糖変動性を変化させる（例えば、増加または減少させる）ように計算され得る。

【0370】

１４１０において、ガイダンスが提供され得る。例えば、ガイダンスをディスプレイに提示し得る。様々な例では、ガイダンスは、食事、運動、グルコースレベル監視、または投薬に関連し得る。いくつかの例では、ガイダンスは、食事、運動、グルコースレベル監視、もしくは投薬、または他の健康関連事項に関連する条件（例えば、目標）の充足における満足する患者のパフォーマンスを示し得る。ガイダンスを配信することは、サーバと、患者に関連付けられたデバイスとの間の通信を実行することを含み得る。いくつかの例では、ガイダンスを配信することは、患者に関連付けられたデバイスに、チャットボット機能を配信することを含み得る。通信は、第１の期間中もしくは第２の期間中、またはその両方の間、または第２の期間の後に発生し得る。いくつかの例では、通信は、患者に、コーチング機能を提供し得る。

【0371】

いくつかの例では、ガイダンスを配信することは、患者が高忠実度の監視を採用すべきである最適化された期間を表示する（またはそうでなければデバイスまたはシステムを介して通信する）ことを含み得る。

【0372】

いくつかの例では、方法は、例えば、対応する時間、曜日、場所、または他の相関因子における、取得された第１の結果と第２の結果との間の関係を判定することによって、取得された第１および第２の結果を相関させることを含み得る。方法は、低忠実度監視技術によって取得された所与の時間の相関値に基づいて、所与の時間における高忠実度監視技術の推定された値を計算することをさらに含み得る。いくつかの例では、１４１０において配信されるガイダンスは、高忠実度監視技術の推定された値に基づくことができる。様々な例では、高忠実度監視技術の推定された値を計算すること、または相関を判定することは、患者に対応する母集団データ、またはセンサを使用して収集された患者に関する生理学的もしくは他のデータ、患者に関するユーザ入力、またはそれらの任意の組み合わせに少なくとも部分的に基づくことができる。

【0373】

図１５は、患者のユーザアカウントをサーバ上にセットアップして、患者が、最小限の情報を入力するだけで、モバイルデバイス上のアプリを使用して、自動的にログインすることができるようにする方法１５０１の一例を示している。

【0374】

ステップ１５０２において、キットを患者に提供する前に、患者アカウントは、サーバ上に維持されているデータベースにおいて、患者に代わってセットアップされる。患者名、生年月日（ＤＯＢ）など、患者アカウントでプロビジョニングされるものの中でも、患者アカウントには、患者に提供されることになっているキットに含まれるモバイルデバイスの一意の識別子がプロビジョニングされる。例えば、識別子は、モバイルデバイスのｉｎｔｅｒｎａｔｉｏｎａｌ Ｍｏｂｉｌｅ Ｅｑｕｉｐｍｅｎｔ Ｉｄｅｎｔｉｔｙ（ＩＭＥＩ）である場合がある。使用されるモバイルデバイスが、ユーザによって提供され、キットの一部ではない場合、異なるモバイルデバイス識別子が、割り当てられ、一意の識別子として使用され得る。

【0375】

ステップ１５０４において、患者は、モバイルデバイスを含むキットを提供される。ステップ１５０６において、ユーザは、アプリを起動し、アプリは、サーバとの通信を確立し、モバイルデバイスの一意の識別子を自動的に送信する。アプリはまた、患者記録で事前にプロビジョニングもされた患者情報も送信し、情報は、患者をモバイルデバイスに関連付けるために使用される。この情報には、以下、すなわち、例えば、患者の電子メールアドレス、ＤＯＢ、電話番号などのうちの１つ以上が含まれ得る。

【0376】

ステップ１５０８において、サーバは、モバイルデバイスの一意の識別子および患者情報を、そのデータベースに記憶されている患者記録と照合しようとする。照合が成功した場合、ステップ１５１０において、サーバは、ログインするために必要な資格情報をアプリに送信するか、そうでなければデータベース内の一致する患者記録にアクセスする。次いで、アプリは、ステップ１５１２において、患者記録にアクセスするための資格情報を使用してログインする。

【0377】

上記の自動ログイン手順は、ユーザ記録を作成する必要がある新しい患者について説明されている。手順は、既存の患者にも使用し得る。例えば、ステップ１５０４において、新しい患者にキットを提供する代わりに、既存の患者に新しい伝送機が提供される場合、ステップ１５０２において、新しい患者アカウントを作成する代わりに、新しい伝送機の識別子が患者の既存の記録に入力される。したがって、このようにして、図１５に示すプロセスは、新しい患者および既存の患者の両方が、最小限の労力で、自動的にログインして患者のアカウント記録にアクセスすることを可能にする。

【0378】

上で考察される自動ログイン手順で使用されるサーバの機能は、同じエンティティによって制御され得るか、またはされ得ない複数のサーバに分散され得ることに留意されたい。例えば、１つの特定の例では、１つ以上のサーバは、デバイス製造業者によって制御および操作され得、１つ以上の追加のサーバは、データベースプロバイダによって制御および操作され得る。

【0379】

図１６は、例示的なユーザインターフェース１６００の図であり、これは、例えば、ハンドヘルドデバイス１１２などのスマートデバイスのディスプレイ上、またはウェアラブルデバイス１２０のディスプレイ上に提示され得る。ユーザインターフェース１６００は、現在の日の一部分の時間に対してプロットされた高忠実度データ（例えば、ＣＧＭデータ）を示し得るトレンドグラフ１６０２を含み得る。図１６に示すユーザインターフェース画面には、ユーザインターフェース上のボタン（「グルコース」とラベル付けされている）を選択することでアクセスすることができる。ユーザインターフェース１６００は、プロットに関する説明情報を提供する凡例１６０４を含み得る。時間セレクタユーザインターフェース要素１６１０は、ユーザが、データが表示される期間（例えば、今日、昨日、２日前、またはまる１週間）を制御することを可能にし得る。ユーザインターフェース１６００はまた、範囲内時間チャート１６０６を提供し得、これは、例えば、いくつかの期間（例えば、示されるように１週間の日数、または朝、午後、夕方、夜など１日の一部分）の範囲内の割合（示されるように）または期間（例えば、分または時間）を示すことができる。インターフェース１６００は、ユーザが図１６に示されるような割合ベースの表示、または図１９に示されるような時間ベースの表示１９０２を選択することを可能にする入力要素１６０８を含み得る。時間セレクタユーザインターフェース要素１６１２は、範囲内時間チャートに対するユーザ入力を受信し得、ユーザが、例えば、データを表示する特定の週、または異なるサイズの期間（例えば、１日の一部分、または数週間、または数か月の範囲内時間）を選択することを可能にし得る。いくつかの例では、両方のトレンドグラフが同時に表示され得るか、またはスクロール可能な部分１６１４（破線で示される）が表示画面上で視認可能であり得、ユーザインターフェースは、ユーザ入力を（例えば、タッチスクリーンを介して）受信して、トレンドグラフに加えて、またはその代替として、範囲内時間グラフを示すためにスクロールまたはズームし得る。

【0380】

断続的な監視の例では、トレンドグラフは、高忠実度収集データ（例えば、ＣＧＭデータ）が利用可能である期間（例えば、数日間）に、表示され得、範囲内時間チャートは、低忠実度収集データが利用可能である（高忠実度データの有無にかかわらず）期間（例えば、数週間）に、提供され得る。

【0381】

図１７は、例示的なチャットユーザインターフェース１７００の図であり、これは、例えば、ハンドヘルドデバイス１１２のディスプレイ上、またはウェアラブルデバイス１２０のディスプレイ上に提示され得る。チャットユーザインターフェース１７００は、チャットユーザインターフェース要素１７０２を選択することによってアクセスされ得、これは、人間のコーチまたはチャットボットコーチとのチャットウィンドウ１７０４においてチャットセッションを開始し得る。チャットユーザインターフェース１７００はまた、コンテキストフィールド１７０６を含み得る。コンテキストフィールド１７０６は、例えば、高忠実度または低忠実度の収集されたデータに応答して提供され得るガイダンスメッセージを含み得る。チャットインターフェースは、コーチからの情報１７０８、およびユーザからのコメントまたは質問１７１０を提示し得る。ユーザからの入力は、仮想キーボード（図示せず）を介して、またはマイクおよび音声認識ソフトウェアを使用して受信し得る。例えば、ユーザが「なぜ野菜を食べる必要があるのか」と尋ねると、コーチ（例えば、チャットボット）が「野菜は、パンまたはお菓子のような食物よりも単炭水化物が少ないため、グルコースを範囲内に保つのに役立つ傾向がある」と反応し得る。いくつかの例では、チャットセッションは、図１７に示される画面上のチャットに加えて、またはその代わりとして、マイクおよびスピーカを使用して実施され得る。

【0382】

図１８は、コンテキストフィールド１８０２にチャートを有するチャットインターフェース１８００を示している。チャートは、例えば、図１８のコンテキストフィールドに示されている割合ベースのチャートなどの範囲内時間チャート、もしくは図１９に示されるユーザインターフェース１９００に示されているコンテキストフィールドの時間ベースのチャートであり得、または図１６および２１に示されるように、チャートは、トレンドであり得る。別の例では、ユーザインターフェース２０００は、コンテキストフィールド２００２にテキストメッセージを含み得る。ユーザおよびコーチは、例えば、チャートに関して質問する、または質問に答えるために、チャットフィールド１８０４、１９０４、２００４で相互作用し得る。スペースに制約のあるデバイスでは、ユーザからの入力は、有利には、マイクロフォンおよび音声認識ソフトウェアを介して受信されて、チャットフィールド１８０４、キーボード（図示せず）、およびコンテキストフィールド１８０２との画面スペースに対する要求の衝突を回避し得る。例えば、監査人のチャット機能（例えば、マイクおよびスピーカを使用する）は、図１６に示されるインターフェースにおいてチャットボタン１６２０を選択することによって開始され得る。いくつかの例では、チャットセッションは、検知されたデータ、患者に関する情報、または他のチャットトリガ条件によってトリガされ得る。例えば、チャットセッションは、トレンド条件または範囲条件を満たすトレンドに応答してトリガされ得、これは、例えば、患者またはユーザが修正行動をとる（例えば、運動などの活動に参加するか、または食事の選択を変更するか、または薬を投与する）ことを可能にし得る。例えば、チャットセッションは、急速に上昇または下降するか、または範囲外に大きくなる可能性が高いか、またはグルコースが通常範囲内にある時間または状況下で範囲外であるか、または指定された期間を超えて範囲外（例えば、１２時間、範囲外）であるか、または指定された期間にわたって指定された割合を超えて範囲外（例えば、指定された日数または週間、６０％を超える）である、推定されたグルコース濃度レベルによってトリガされ得る。

【0383】

いくつかの例では、図１６～２０に示されるユーザインターフェース１６００、１７００、１８００、１９００、２０００は、ユーザに関する情報に基づいて適応し得る。例えば、ユーザインターフェースは、ユーザによるインターフェースの高度化または使用に関する好みまたは特性に基づいて適応し得る。いくつかの例では、ユーザインターフェースは、より高度化されていない相互作用に対する傾向または好みを示すユーザに対応するために、より少ない選択肢、より大きなディスプレイ、またはより単純な情報を提供し得る。いくつかの例では、ユーザインターフェースは、ユーザの年齢または出生の時（例えば、年）に基づいて適応し得る。例えば、特定の年齢条件を満たすユーザ（例えば、６０歳、６５歳、または７０歳を超える）には、指定された外観スキーム（例えば、配色または高コントラスト）またはより大きなボタンもしくはより大きなフォントを有するユーザインターフェースが表示され得る。

【0384】

図２１は、例示的なユーザインターフェース２０００の図である。ユーザインターフェース２０００は、ランドスケープモードビューであり得る（例えば、長さよりも幅が大きく、これは、ハンドヘルドスマートデバイスが横向きにされたときに有用であり得る）。ユーザインターフェース２０００は、一定期間のデータを、現在表示されているデータの左（つまり、前）または右（つまり、後）に表示するために、横方向にスクロール可能であり得る。例えば、ユーザが画面に触れて右にスワイプすると、データが右に「スライド」して、午後９時より前の時間のデータが示され得、左へのユーザスワイプに反応して、データが左にスライドして、例えば、午後４時以降の時間のデータを示し得る。ユーザインターフェース２１００はまた、ユーザインターフェース要素２１０２（例えば、「現在を見る」ボタン）を含み得、ユーザインターフェース要素２１０２のユーザ選択に応答して、そのユーザインターフェースは、必要に応じてリフレッシュするか、または左または右にスライドして、現在の時刻のデータを表示し得る。スライド可能なユーザインターフェースは、コーチングに有用であり得、例えば、ユーザは、コーチから特定の時間または事象（例えば、夕食）のデータを表示するための指示を受信し、その後、現在のデータに戻るためにユーザインターフェース要素２１０２を選択するための指示を受信し得る。

【0385】

図２２Ａは、本明細書で説明される様々な例が使用または適用され得る例示的なシステムの図である。システム２２００は、連続的グルコース監視センサ２２０２および活動センサ２２０４（例えば、時計）を含み得、これらは、参加者（例えば、患者）２２０１によって着用されて、患者に関するグルコース濃度情報および活動情報を生成し得る。ＣＧＭセンサ２２０２は、活動情報を、ユーザコンピューティングデバイス２２０６（例えば、スマートフォンまたは時計）に提供し得、活動センサ２２０４は、活動情報を、例えば、ハンドヘルドデバイス（示されるように）または時計などのウェアラブルデバイスであり得るユーザコンピューティングデバイス２２０６に提供し得る。ユーザコンピューティングデバイス２２０６および活動センサ２２０４は、別個のデバイスとして示されているが、いくつかの例では、活動センサ２２０４は、ユーザコンピューティングデバイス２２０６の一部であり得る（例えば、スマートデバイスは、活動センサを含む時計などのウェアラブルデバイスであり得る）。

【0386】

グルコース濃度情報、活動情報、またはガイダンスを患者に提供するために、１つ以上のアプリケーションがユーザコンピューティングデバイス２２０６上で実行され得る。例えば、スマートデバイス上で実行される第１のアプリケーション２２０８は、グルコース濃度レベルに関する情報を提供し、任意選択的に、グルコース濃度レベルを管理することに関するガイダンスも提供し得、スマートデバイス上で実行される第２のアプリケーション２２１０は、活動に関する情報を提供し、任意選択的に、活動に関連するガイダンス（例えば、「今日の午後の早足での散歩を検討してください」、またはグルコース濃度レベルの管理に関連するガイダンス（例えば、「今日、グルコースレベルを下げるための措置を講じる必要があるかもしれない」）、またはその両方に関連するガイダンス（例えば、「今日、グルコースレベルを下げるのを助けるために、今日の午後の早足での散歩を検討してください。」）も提供し得る。２つの個別のアプリケーションが例解されているが、いくつかの例では、スマートデバイスは、上記の機能を組み合わせた単一のアプリケーションを実行し得る（つまり、単一のアプリケーションは、グルコース濃度および活性の療法に関する情報、ならびにそれらに関連するガイダンスを提供し得る）。

【0387】

システムは、１つ以上のウェブサービスシステムを含み得、これは、例えば、ユーザコンピューティングデバイス２２０６、ＣＧＭセンサ２２０２、活動センサ２２０４、もしくは他のデバイスと、またはそれらに関して、ネットワークを介して通信するように構成された１つ以上のサーバを含み得る。例えば、第１のウェブサービスシステム２２１２は、連続的グルコース管理に関連する情報を収集し得、第２のウェブサービスシステム２２１４は、活動情報を収集し得、任意選択的に、第１のウェブサービスシステム２２１２からＣＧＭ情報を収集し得る。第３のウェブサービスシステム２２１６は、コーチングサーバとして動作して、ユーザコンピューティングデバイス２２０６または電話フォローアップ通信を介したコーチングガイダンスを介して、人間またはコンピュータ化されたコーチとの相互作用を容易にし得る。いくつかの例では、コーチングサーバ２２１６は、図２４および２５に示され、以下に説明されるコーチングサーバ２４１２またはコーチングサーバ２５１２であるか、またはそれらを含み得る。ウェブサービスシステム２２１２、２２１４およびコーチングサーバ２２１６は、３つの別個のシステムとして示されているが、それらは、代替的に、単一のシステム（例えば、サブシステム）の一部分であり得るか、または単一のシステムが２つ以上のシステムのタスクを実行し得る。

【0388】

図２２Ｂは、図２２Ａのシステム２２００の構成である例示的なシステム２２００Ａの図である。この例では、第１のデータアプリケーション２２０８は、連続的グルコース監視センサ２２０２との第１の通信リンクを確立するように構成されている。いくつかの例では、ユーザコンピューティングデバイス２２０６によって、例えば、ユーザコンピューティングデバイス２２０６のオペレーティングシステムによって、管理される第１の通信リンク。第１の通信リンクは、例えば、Ｂｌｕｅｔｏｏｔｈ、Ｂｌｕｅｔｏｏｔｈ ＬＥ、または他の好適な無線通信リンクなどの無線通信リンクであり得る。連続的グルコースモニタセンサ２２０２は、例えば、参加者２２０１の推定されたグルコース値を記述するグルコースデータを含むＣＧＭデータを、第１の通信リンクを介して、第１のデータアプリケーションに伝送することができる。いくつかの例では、連続的グルコースモニタセンサ２２０２によって提供されるＣＧＭデータはまた、参加者２２０１を記述するメタデータ、および／または連続的グルコースモニタセンサ２２０２の性能を記述する診断データを含む。

【0389】

第２のデータアプリケーション２２１０は、活動センサ２２０４との第２の通信リンクを確立するように構成することができる。第２の通信リンクは、例えば、第１の通信リンクと同様の無線通信リンクであり得る。活動センサ２２０４は、第２の通信リンクを介して、参加者２２０１の活動を記述する活動データを第２のデータアプリケーションに提供することができる。例えば、活動センサ２２０４の加速度計または他の好適なセンサは、参加者２２０１のモーションまたは他の活動を示すデータを捕捉し、第２の通信リンクを介して、第２のデータアプリケーション２２１０に、対応するデータを提供することができる。第２のデータアプリケーション２２１０は、いくつかの例では、第２の通信リンクを介して、活動センサ２２０４に、ＵＩデータを提供する。例えば、活動センサ２２０４は、ＵＩデータを参加者２２０１に伝達するために、例えば、ランプ、表示画面、スピーカなどのような出力デバイスを含むことができる。ＵＩデータは、例えば、活動センサ２２０４によって捕捉された、例えば、参加者２２０１の活動を記述することができる。

【0390】

いくつかの例では、第１のデータアプリケーション２２０８は、ＣＧＭデータを第２のデータアプリケーション２２１０に通信するように構成されている。次いで、第２のデータアプリケーション２２１０は、活動センサ２２０４の出力デバイスを介して参加者に提供されるＵＩデータとして、ＣＧＭデータを活動センサ２２０４に提供することができる。このようにして、活動センサ２２０４は、参加者の現在の推定されたグルコース値などのグルコースデータの指標、および／または参加者のグルコース値が傾向を示している方向、参加者２２０１の過去のグルコース値などのメタデータの指標を参加者に提供することができる。

【0391】

しかしながら、第１のデータアプリケーション２２０８と第２のデータアプリケーション２２１０との間でＣＧＭデータを通信することは、データセキュリティ問題を引き起こす可能性がある。例えば、ＣＧＭデータは、ユーザコンピューティングデバイス２２０６で実行されている別のアプリケーション（図示せず）によって悪意を持って傍受されるリスクがあり得る。

【0392】

ＣＧＭデータが傍受されるのを防止するために、第１のデータアプリケーション２２０８および第２のデータアプリケーション２２１０は、安全な通信プロトコルを介して通信するように構成することができる。安全な通信プロトコルの例は、図２２Ｃに関して本明細書で説明されている。

【0393】

例示的なシステム２２００Ａはまた、データアプリケーション２２０８、２２１０と、それぞれのウェブサービスシステム２２１２、２２１４と、コーチングサーバ２２１６との間のリンクを示している。例えば、第１のデータアプリケーション２２０８は、ＣＧＭデータをウェブサービスシステム２２１２に提供し得る。ウェブサービスシステム２２１２は、ＣＧＭデータをコーチングサーバ２２１６に提供し得る。第２のデータアプリケーション２２１０は、参加者２２０１の活動を記述する活動データをウェブサービスシステム２２１４に提供することができる。ウェブサービスシステム２２１４は、活動データをコーチングサーバ２２１６に提供することができる。コーチングサーバ２２１６は、参加者２２０１にガイダンスを提供することができる。ガイダンスは、例えば、図１２Ａ、１２Ｂ、１２Ｃに記載されているように、図１７に例解されているようなチャットボットを介してなどを含む、本明細書に記載されている任意の形式であり得る。様々な例では、ガイダンスは、第１のデータアプリケーション２２０８を介して提供される。例えば、第１のデータアプリケーション２２０８は、例えば、図１２Ａ、１２Ｂ、１２Ｃ、１７のユーザインターフェースなどのような、ガイダンスを提供するためのユーザインターフェースを提供することができる。

【0394】

図２２Ｃは、図２２Ａのシステム２２００Ａで実行されて、活動センサ２２０４でＣＧＭデータを表示することができるプロセス２２７０の一例を示すフローチャートである。プロセス２２７０には、３つの列２２７１、２２７３、２２７５が含まれている。列２２７１は、第１のデータアプリケーション２２０８によって実行される動作を含む。列２２７３は、第２のデータアプリケーション２２１０によって実行される行動を含む。列２２７５は、活動センサ２２０４によって実行される行動を含む。

【0395】

ステップ２２７２において、第１のデータアプリケーション２２０８は、連続的グルコースモニタセンサ２２０２からＣＧＭデータを受信する。ＣＧＭデータは、例えば、本明細書に記載されるような推定されたグルコース値および／またはメタデータなどのグルコースデータを含むことができる。ステップ２２７４において、第１のデータアプリケーション２２０８は、ＣＧＭメッセージ２２７７を生成する。ＣＧＭメッセージ２２７７を生成することは、ＣＧＭデータを含むデータ構造を生成することを含むことができる。第１のデータアプリケーション２２０８は、暗号化キーを使用してデータ構造を暗号化することができる。任意の好適な暗号化技術を使用することができる。

【0396】

いくつかの例では、第１のデータアプリケーション２２０８はまた、ＣＧＭデータにエラー検出コードを追加する。エラー検出コードは、ＣＧＭデータを検証するために使用することができるデータである。第１のデータアプリケーション２２０８は、ＣＧＭメッセージ２２７７に含まれるＣＧＭデータに基づいて、エラー検出コードを生成する。エラー検出コードは、ＣＧＭデータが正確に伝送されたことを検証するために、本明細書で説明されるように、第２のデータアプリケーション２２１０によって使用されることができるＣＧＭデータよりも小さいデータ値である。いくつかのエラー検出コード技術は、第２のデータアプリケーション２２１０が、ＣＧＭデータの伝送エラーを訂正することを可能にする。任意の好適なエラー検出技術を使用することができる。いくつかの例では、巡回冗長検査（ＣＲＣ）技術が使用される。エラー検出コードは、暗号化することができるか、または暗号化しないこともできる。

【0397】

ステップ２２７４において、第１のデータアプリケーション２２０８は、ＣＧＭメッセージ２２７７を第２のデータアプリケーション２２１０に送信する。例えば、第１のデータアプリケーション２２０８は、ＣＧＭメッセージ２２７７を、ユーザコンピューティングデバイス２２０６のオペレーティングシステムに提供することができる。オペレーティングシステムは、ＣＧＭメッセージ２２７７を、第２のデータアプリケーション２２１０に配信することができる。ＣＧＭデータが暗号化されている例では、ＣＧＭデータは、オペレーティングシステムおよび／または第１のデータアプリケーション２２０８と第２のデータアプリケーション２２１０との間のＣＧＭメッセージ２２７７を傍受し得る他のアプリケーションによって、読み取ることができない場合がある。

【0398】

第２のデータアプリケーション２２１０は、ステップ２２７８において、ＣＧＭメッセージ２２７７を受信して処理する。ＣＧＭメッセージ２２７７を処理することは、ＣＧＭメッセージ２２７７に含まれるＣＧＭデータを復号化することを含むことができる。復号化は、暗号化キーを使用して実行することができる。例えば、第２のデータアプリケーション２２１０は、ＣＧＭデータを暗号化するために、第１のデータアプリケーション２２０８によって使用されるのと同じ暗号化キーにアクセスし得る。他の例では、第１のデータアプリケーション２２０８は、第２のデータアプリケーション２２１０の公開（例えば、非秘密）暗号化キーを使用して、ＣＧＭデータを暗号化する。第２のデータアプリケーション２２１０は、共有されていないそのプライベート（例えば、秘密）暗号化キーを使用して、ＣＧＭデータを復号化することができる。ＣＧＭメッセージ２２７７を処理することはまた、エラー検出コードを使用して、ＣＧＭメッセージ２２７７内のＣＧＭデータの正確さを検証すること、および／または検出されたエラーを訂正することを含むことができる。

【0399】

ステップ２２８０において、第２のデータアプリケーション２２１０は、デバイスＣＧＭメッセージ２２７９を生成する。デバイスＣＧＭメッセージ２２７９は、活動センサ２２０４による表示のためのＣＧＭデータのいくつかまたは全てを含む。いくつかの例では、デバイスＣＧＭメッセージ２２７９を生成することはまた、ＣＧＭデータを暗号化することおよび／またはエラー訂正コードを追加することも含む。第２のデータアプリケーション２２１０は、例えば、ユーザコンピューティングデバイス２２０６の無線伝送機を利用して、デバイスＣＧＭメッセージ２２７９を活動センサ２２０４に送信する。例えば、第２のデータアプリケーション２２１０は、デバイスＣＧＭメッセージ２２７９をユーザコンピューティングデバイス２２０６のオペレーティングシステムに直接送信することができる。オペレーティングシステムは、ユーザコンピューティングデバイス２２０６の無線伝送機に、デバイスＣＧＭメッセージ２２７９を活動センサ２２０４に伝送するように指示することができる。

【0400】

活動センサ２２０４は、ステップ２２８２において、デバイスＣＧＭメッセージ２２７９を受信する。活動センサ２２０４は、いくつかの例では、デバイスＣＧＭメッセージ２２７９に含まれるＣＧＭデータに対して、復号化および／もしくはエラー検出または訂正を実行する。ステップ２２８４において、活動センサ２２０４は、本明細書で説明されるように、活動センサ２２０４の出力デバイスでのＣＧＭデータのいくつかまたは全ての指標を提供する。例えば、活動センサ２２０４は、ＣＧＭデータのいくつかまたは全てを、参加者２２０１に提供されるユーザインターフェースに組み込むことができる。

【0401】

図２３は、図２２Ａに示されている例示的なシステムのより詳細な図である。いくつかの例では、第１のアプリケーション２２０８は、同期されたデータ（例えば、ＣＧＭデータ）２２１８を提供し得、これは、（例えば、無線または有線ネットワークを介して）センサデータサブシステム２２２０に配信され、第１のウェブサービスシステム２２１２のデータサービス部分２２２２に伝えられ得る。第１のウェブサービスシステム２２２１はまた、登録サブシステム２２２４およびプロビジョニングサブシステム２２２６を含み得、それらは、適格性サブシステム２２２８に情報を提供し得、これは、ＣＧＭセンサシステムを受信するための対象（例えば、参加者２２０１）の適格性を判定し得、ＣＧＭ遂行サブシステム２２３０（サードパーティ、例えば、医療供給サービスによって操作され得る）と相互作用して、ＣＧＭセンサを参加者２２０１に配信し得る。第１のシステム２２１２のデータサービス部分２２２２はまた、第２のセンサデータサブシステム２２３２から別のタイプのセンサデータ（例えば、低忠実度データまたはブラインドＣＧＭデータ）を受信し得、第２のセンサデータサブシステム２２３２は、ＣＧＭセンサシステムの登録、プロビジョニング、または構成を判定するために使用され得る情報を提供し得る。

【0402】

ユーザコンピューティングデバイス２２０６は、活動データ２２３４を（例えば、第２のアプリ２２１０を介して）第２のシステム２２１４などの外部システムに、または第２のサブシステム２２１４との通信を容易にし得るウェブアプリケーションプログラムインターフェース（ＡＰＩ）２２５８に提供し得る。第２のシステム２２１４は、第１のシステム２２１２から参加者情報、ＣＧＭ情報、または他の情報を受信し得る。

【0403】

第２のシステム２２１４は、活動検出システム２２３６を含み得、活動検出システム２２３６は、活動データ２２３４を受信および処理して、問題状態（例えば、不十分な活動）を特定し得、介入エンジン２２３８と通信し得、介入エンジン２２３８は、コーチングダッシュボード２２４２に情報を提供し得る会話サーバ２２４０を開始し得る。コーチ２２４１は、コーチングダッシュボード２２４２と相互作用して、例えば、ユーザコンピューティングデバイス２２０６上の第２のアプリ２２１０のガイダンス部分２２４４を介する、または第１のアプリ２２０８のガイダンス部分２２４６を介する、参加者２２０１への配信のためのガイダンスを開発し得る。いくつかの例では、コーチ２２４１の機能は、本明細書に記載されるように、コーチングサーバ２２１６などのコーチングサーバを使用して、および／またはチャットボット機能を使用して実装される。例えば、図２６Ａ～３３（以下に説明される）に例解されるプロセスは、ユーザコンピューティングデバイス２２０６上で実装され得る。

【0404】

コーチングサーバ２２１６は、（例えば、保険事業体または他の事業体によって管理される）コーチプール２２４８から適格なコーチの特定を受信し得る。コーチングサーバは、特定の参加者にコーチ割り当てを行い、通話記録を維持し、毎週のコーチング報告を作成し、ユーザコンピューティングデバイス２２０６との通信を容易にし、またはコールセンター２２５０を介してフォローアップを容易にし得る。コーチングサーバ２２１６はまた、もしあれば、調整、プロセス改善、または他の目的のために、有害事象の報告２２５２を作成し得る。

【0405】

第２のシステム２２１４（またはコーチングサーバ）は、スマートデバイス（例えば、第２のアプリ２２１０）または活動センサ（例えば、時計）２２０４を介する参加者への配信のためのプッシュ通知２２５４を生成し得る。プッシュ通知２２５４は、例えば、新しいコーチメッセージが利用可能であることを示し得る。第２のシステム２２１４はまた、第２のプッシュ通知２２５６を生成し得、これは、例えば、グルコース濃度レベル情報に関するメッセージまたはガイダンスなどのＣＧＭ情報、またはＣＧＭセンサの提供、配信、適用（例えば、参加者の身体への）、交換、スケジューリング（例えば、いつまたはどのくらいの期間着用するか）、または使用に関する情報を通信し得る。

【0406】

第２のシステム２２１４はまた、認証システム２２６２を含み得、認証システム２２６２は、例えば、第１のアプリ２２０８、第２のアプリ２２１０、またはその両方に認証を提供し得るか、またはＡＰＩ２２５８の使用のために、活動センサ認証システム２２６０に情報を提供し得る（例えば、センサ上の活動センサを「起動」するため）。第２のシステム２２１４はまた、グルコースレベルアプリケーションプログラムインターフェース（ＡＰＩ）２２６６を含み得、これは、グルコース情報（例えば、ＣＧＭ情報またはセンサ情報またはそれらの推定値）を、第１のシステム２２１２から受信し得、受信された情報（例えば、１０５ｍｇ／ｄＬ）を、参加者への表示のために活動センサ２２０４に通信し得る。

【0407】

システムはまた、グループシステム２２６４を含み得、これは、例えば、参加者の特定などのグループ情報を含み得、これは、ウェブＡＰＩ２２５８で、または参加者２２０１への活動センサ２２０４の配信を容易にするためのセンサ履行のために使用され得る。

【0408】

図２２Ａおよび２３に示されるシステムのいずれも、ハードウェアシステム、ソフトウェアモジュールもしくはアプリケーション、またはそれらの組み合わせとして実装され得る。様々なシステムおよびサブシステムの相互作用により、参加者へのガイダンスもしくはセンサ、またはその両方の配信が改善され、患者管理が改善され、前向きな臨床転帰が促進され得る。

【0409】

図２４は、コーチング担当者がコーチングサーバ２４１２を操作して、ＣＧＭシステム２４００を使用する患者にコーチングサービスをサポートおよび提供する、連続的グルコース監視（ＣＧＭ）システム２４００の例を例解している。コーチングサーバ２４１２へのいくつかの言及は、コーチングサーバ２４１２を操作する人員を指し得る。ＣＧＭシステム２４００は、グルコース監視データを送受信機２４０４に伝送するための連続的グルコースモニタ（ＣＧＭ）２４０２を含むことができる。送受信機２４０４は、ＣＧＭシステム２４００内でデータおよび通信を送信／受信するように構成された専用のディスプレイデバイスまたはスマートフォンまたは他のディスプレイデバイスであり得る。送受信機２４０４は、患者の健康を管理するか、または改善することに関連する将来の参照、さらなる処理、記録保持、または他の目的のために、いくつかまたは全ての患者の分析物データを、クラウドコンピューティングアーキテクチャ２４１０に伝送することができる。

【0410】

クラウドコンピューティングアーキテクチャ２４１０は、患者の分析物データを受信するように構成された１つ以上の健康データサーバを含むことができる。送受信機２４０４および／またはクラウドコンピューティングアーキテクチャ２４１０は、患者の分析物データを受信することと、より有意義な患者分析物データを表示または分析し得る自己参照データ構造を生成することが可能である。例えば、ＣＧＭ２４０２読取値は、患者および／またはコーチングサーバ２４１２を操作するコーチング担当者によって使用される有意義かつ理解しやすいグラフィカルディスプレイで、患者の分析物データを表示するための自己参照データ構造を生成するために使用することができる。表示自己参照データ構造には、フラグ付の分析物センサデータで符号化された表を含めることができるため、自己参照データ構造を使用することで、複数のデータベースにクエリを実行して、所望のグラフィック表示を生成するために必要なデータを収集することなく、様々な分析物トレンド表示をオンデマンドで個別に生成することができる。

【0411】

本開示のシステム、デバイス、および方法によるいくつかの態様では、健康関連および非健康関連のデータは、新しい分析データの構築、表示、ならびにシステムのデバイスおよび他のシステムのデバイスの制御を含む出力をインテリジェントに生成するために、集約、構造化、および／または変換される。そのような健康関連情報は、グルコースおよび関連データ（例えば、インスリン、食事、活動など）を含むことができ、非健康関連データは、場所データ、ユーザ人口統計データなどを含むことができる。本技術のそのような態様による実施は、例えば、デバイス間のデータ処理およびデータ伝送の複雑さを軽減することと、記憶および操作されるデータおよび処理アルゴリズムの量を削減することと、それによって本明細書に記載されているように、システムの性能を高速化することによって、システムの動作を改善すると認識されている。さらに、本技術のそのような態様による実施は、連続的分析物監視により、糖尿病または他の障害を管理するためのユーザの能力を改善することが想定されている。

【0412】

説明した方法およびシステムのいくつかの利点は、以下を含むことができる。自己参照データ構造により、プロセッサが、システムの様々な部分から必要な情報を検索して呼び出し、グラフィック表示を生成する必要がなくなる。そうでなければ、例えば、自己参照データ構造がなければ、プロセッサは、ユーザが異なるグラフィックを要求するか、または表示されたグラフィックの変更を要求するたびに、システムの様々な部分を検索、照会、および／または呼び出す必要がある。このように、自己参照データ構造は、システムの様々な部分間のデータ処理およびデータ伝送の複雑さを軽減することにより、システムの動作を改善する。例えば、自己参照データ構造を使用すると、システムは、パターン情報をユーザに伝達するための表示などの出力を生成するために、例えば、パターン認識アルゴリズムなどの追加のアルゴリズムを記憶または処理する必要がない。さらに、自己参照データ構造は、グラフィック表示を生成する目的で伝送されるデータの量および頻度を減らすことができる。それに応じて、記憶および操作される関連付けられた処理またはグラフ化アルゴリズムも削減され、システムの性能が向上する。

【0413】

送受信機２４０４は、分析物センサアプリケーション２４０５を実行することができる。分析物センサアプリケーション２４０５は、ＣＧＭシステム２４００を使用するコーチング担当者２４１２と患者との間のつながりを容易にするだけでなく、アラーム、表示、監視、記憶、および他の機能を提供することなど、ＣＧＭシステム２４００に関連する他のサービスを提供することができる。適切な法的およびプライバシーの許可が取得されると、コーチング担当者２４１２は、送受信機２４０４またはクラウドコンピューティングアーキテクチャ２４１０上の患者のデータにアクセスして、糖尿病の管理において患者をよりよくサポートすることができる。分析物センサアプリケーション２４０５は、コーチングモジュール２４１４を含むことができ、これは、自動化または半自動化されたコーチングを患者に提供することに関連付けられたタスクを処理することができる。

【0414】

図２５は、例示的なコーチングシステム２５００を例解しており、これは、ＣＧＭシステム２４００のユーザのために自動化および半自動化されたコーチングサービスを実装するために使用することができる。コーチングシステム２５００は、コーチングモジュール２５０２を含むことができる。コーチングモジュール２５０２は、患者の健康に影響を与える１つ以上の領域で、患者にコーチング支援を提供するサブルーチン、プログラム、アルゴリズムを含むことができる。例えば、コーチングモジュール２５０２は、利用可能なサブコーチングモジュールを患者に紹介し、それらのモジュールのうちの１つ以上で患者を参加させるように設計された初期化子モジュール２５０４と、移動および身体活動に従事することにおいて患者を励まし、指導するように設計された運動モジュール２５０６と、患者が食事の選択と血中グルコースレベルとの間の関係をよりよく理解するのを助けるように設計された食事モジュール２５０８と、糖尿病合併症を回避するためにグルコースレベルを監視および管理しながら、質の良い睡眠を取得することにおいて患者を励まし、指導するように設計された睡眠モジュール２５１０と、を含むことができる。説明されているサブコーチングモジュールは、例として意図されており、限定することを意図していない。当業者は、糖尿病の管理および改善に有益な異なるスキルまたは活動のサポート、教育、監視、およびコーチングを提供することができるコーチングモジュール２５０２の他のサブモジュールを想定することができる。コーチングモジュール２５０２は、コーチングサーバ２５１２と通信して、ＣＧＭシステム２４００の患者にコーチングサービスを提供することができる。コーチングサーバ２５１２は、糖尿病患者を指導する訓練を受けた人間の人員によって部分的または全体的に操作され得る。

【0415】

コーチングモジュール２５０２およびそのサブモジュールは、活動を提案することによって、活動を実行するためのコミットメントを作成することによって（例えば、活動を実行するための時間および／または場所をスケジュールすることによって）、目標を設定することによって（例えば、所望の回数の繰り返しの活動を実行することにコミットするように患者に要求することによって、または数日間の活動を控えることよって、など）、結果を監視することによって（例えば、１つ以上の関連するグルコーストレンドグラフを調べることによって）、次善の結果の場合、活動への代替アプローチを導き出すことによって（例えば、散歩にもかかわらずＰＰＷグルコースレベルが改善されない場合は、食事時間により近くに散歩に行くこと）、および反復によって、コーチングを提供する。コーチングモジュール２５０２は、アラーム、スケジューリング、リマインダ、およびフォローアップサービスを提供して、患者の進歩、関心、および関与を連続的に奨励および監視する。コーチングモジュール２５０２は、良好な結果の場合に祝辞を提供し、結果が平凡である場合に励ましおよび／または動機付けのメッセージを提供し、結果が警戒すべきまたは標準以下である場合にコーチング担当者に警告することができる。

【0416】

初期化子モジュール
患者が新たにＣＧＭシステム２４００でセットアップされるとき、自動化されたコーチングで患者をセットアップし、糖尿病ならびに糖尿病と共に生きるための技術およびアプローチに関する予備的な一般的または特定の教育を提供する機会も存在する。図２６Ａは、初期化子モジュール２５０４によって実行される例示的なプロセス２６００Ａを例解している。プロセス２６００Ａは、患者の行動を介して（例えば、タッチスクリーンまたは分析物センサアプリケーション２４０５に接続された他の入力デバイスを介して、コーチングプログラムを実行またはそれに登録したいという欲求を入力することによって）ステップ２６０２Ａから開始することができる。プロセス２６００Ａは、分析物センサアプリケーション２４０５が新しい患者を検出したときに、自動的に開始することができる。ステップ２６０４Ａにおいて、プロセスは、新しい患者が新しいＣＧＭデバイスをセットアップしたかどうかを判定する。答えがいいえの場合、図２６Ｂのプロセス２６００Ｂが実行される。答えがはいの場合、プロセス２６００Ａは、血中グルコースレベル、その意味、その挙動、およびコーチングプログラムの目的に関する一般的な教育情報を含むメッセージを表示することによって、ステップ２６０６Ａに移る。コーチングモジュール２５０２およびそのサブモジュールは、口語の、および／または単純な会話言語を使用して、混乱の可能性を排除し、コーチングプログラムへのより多くの関心を引き出し、患者とコーチングプログラムとの間に友好的かつリラックスした態度および関係を作り出すことができる。例えば、ステップ２６０６Ａにおいて表示される情報は、以下、すなわち「あなたの血糖値は、一定に保たれず、変化する。時には上がり、さらにはずっと上がり、そして時には、下がる。」を含むことができる。

【0417】

次いで、プロセスは、患者の分析物データのグラフィック表示（例えば、過去数時間にわたる患者のグルコースレベルに関連するグルコーストレンドグラフ）を生成することによって、ステップ２６０８Ａに移る。プロセスでは、患者の分析物データのグラフィック表示に加えて、分析物データの「急上昇」または変動と見なされ得るものを示す教育用グラフィックを表示することができる。教育用グラフィックスには、アニメーション、テキスト、または他の視覚的指標を含めて、患者に情報を伝え、患者のグルコーストレンドグラフを表示し、利用可能ではない場合は、サンプルの一般的なグルコーストレンドグラフを患者に表示することができる。利用可能である場合、初期化子モジュール２５０４は、患者の最近の過去に関連する自己参照データセットを照会および呼び出し、自己参照データセットから分析物トレンドグラフを生成し、そのグラフを患者に表示することができる。自己参照データセットは、送受信機２４０４またはクラウドコンピューティングアーキテクチャ２４１０上の記憶装置から呼び出し得る。

【0418】

ステップ２６１０Ａにおいて、プロセスは、患者に自分の分析物トレンドグラフを調査するように勧め、分析物データの急上昇または変動を観察することができるかを判定することができる。答えがいいえの場合、プロセスは、患者を祝福し、患者に、血中グルコースレベルを監視し続けて健康的な行動をとるように奨励するメッセージまたはグラフィックスを表示することによって、ステップ２６１２Ａに移る。次いで、プロセスは、図２６Ｂのプロセス２６００Ｂに移る。ステップ２６１０Ａにおいて、患者が分析物データの急上昇または望ましくない変動を観察することを示す場合、プロセス２６００Ａは、急上昇または望ましくない変動が発生する前の事象または状況を思い出すことができるかどうかを患者に尋ねることによって、ステップ２６１４Ａに移る。したがって、患者は、患者の選択、状況、または環境を考えて思い出し、何が自分の健康に影響を与えるかについての認識を深めることが奨励される。急上昇の前に事象Ｅが発生したことを患者が思い出すと、プロセスは、ステップ２６１６Ａに移り、事象Ｅと患者の血中グルコースレベルとの関係を強調し、次回事象Ｅが発生した時に、この関係に注意するよう患者に奨励するメッセージが表示される。次いで、プロセスは、図２６Ｂのプロセス２６００Ｂに移る。患者が分析物データで観察された急上昇の前に何が起こったかを思い出さない場合、プロセス２６００Ａは、ステップ２６１８Ａに移る。様々な活動、状況、およびライフ事象が血中グルコースレベルにどのように影響するかを学習するために、コーチングモジュール２５０２によって提供されるツールおよびサブモジュールを利用するように患者に奨励するメッセージが表示される。次いで、プロセスは、図２６Ｂのプロセス２６００Ｂに移る。

【0419】

患者が早朝の高グルコース事象を経験している例を考えてみる。コーチングモジュールは、データにアクセスし得る（例えば、クラウドコンピューティングアーキテクチャ２４１０において、患者が早朝に服用する薬を処方されたことを示す）。プロセス２６００Ａは、上記のようにステップ２６１０Ａに進むことができ、そこで早朝の急上昇が検出される。ステップ２６１４Ａにおいて、コーチングモジュール２５０２は、患者が朝の指定された時間に処方された薬物を今もなお服用しているかどうかについて患者に問い合わせることができる。患者が薬物を服用している場合、コーチングモジュール２５０２は、励ましのメッセージを表示するように（例えば、ステップ２６１８Ａにおいて）、または急上昇を引き起こした可能性のある他の事象について患者にさらに問い合わせるように構成することができる。患者が薬物を服用していない場合、コーチングモジュール２５０２は、ステップ２６１６Ａにおいて、患者に薬物を服用することを再開するように奨励するメッセージを表示するように構成することができる。

【0420】

図２６Ｂは、初期化子モジュール５０４によって実行される例示的なプロセス２６００Ｂを例解している。プロセスは、ステップ２６０２Ｂから開始し、血中グルコースレベルの安全な範囲に関する教育情報を表示することによって、ステップ２６０４Ｂに移る。患者は、患者が遭遇する可能性のある状況に応じて、複数の安全な血中グルコースレベルに関する情報を提供することができる。例えば、表示される教育情報は、「安全な血糖値の範囲は、個人の状況によって異なるが、大まかに言って、血糖は、食後７０～１８０であり、食後数時間で１３０を下回る必要がある。就寝前は１００～１４０の間である必要がある。」と示し得る。安全範囲に関する表示される教育情報は、患者の医師によって処方された場合、カスタム範囲を使用するように患者に警告することができる。表示された教育情報は、患者が血中グルコースレベルを安全な範囲に維持するのを支援するために、コーチングモジュール２５０２で利用可能であるツールの紹介をさらに含むことができる。

【0421】

患者はさらに、血中グルコースレベルを頻繁にチェックするように、および血中グルコースレベルに影響を与える活動の後にもっと頻繁にチェックするように促される。例えば、患者は、食事をする前後、身体活動、ストレス時、または就寝前にグルコース読取値をチェックするように指導される。グルコースレベルをチェックするためのもう１つの推奨される時期は、ＣＧＭ２４０２を校正するときである。患者が自分の血中グルコースレベルをより頻繁にチェックすることに慣れることができれば、患者は、自分の血中グルコースレベルに対する様々な選択および活動の影響を観察および学習する可能性が高まり、そうする機会が増える。プロセスは、患者に、自分の現在の血中グルコースレベルが何であるかを推測するように求めることによって、ステップ２６０６Ｂに移る。コーチングモジュール２５０２およびそのサブモジュールは、楽しくかつ魅力的な質問を使用して、患者からのさらなる関与を奨励することができる。患者は、関心深くかつ魅力的なグラフィック表示、例えば、スライドバー、スクロールバー、テキストおよび矢印、またはタッチスクリーンまたは音声認識技術で動作するように設計された他の画像を介して、現在の血中グルコースレベルの推定値を入力することができる。次いで、プロセスは、患者に、実際の現在のグルコースレベルの指標を含むことができる患者の最近のグルコーストレンドグラフを提示することによって、ステップ２６０８Ｂに移る。患者は、トレンドグラフを調査して、現在の血中グルコースレベルと最近の血中グルコースレベルを観察するように勧められる。

【0422】

次に、プロセスは，ステップ２６１０Ｂに移り、グルコースグラフを調査して、グルコースデータの任意の急上昇または変動を観察することができるかどうかを確認するように患者に勧める。次に、どの活動が血中グルコースレベルに影響を与えるかを患者に尋ねることにより、プロセスは、ステップ２６１２Ｂに移る。患者には、複数の選択肢、例えば、「食事、運動、睡眠、または上記の全て」などを提示することができる。この例では、提供された回答の全てが真であるため、正しい応答は、「上記の全て」である。患者が「上記の全て」以外の答えで応答した場合、プロセスは、ステップ２６１４Ｂに移り、全ての選択が血中グルコースレベルに影響を及ぼし、コーチングモジュールが各活動を通じて患者を段階的に指導することができることを示す励ましメッセージを表示する。次いで、プロセスは、ステップ２６１８Ｂに移る。リストに記載された活動の全てが血糖に影響を与えることを示すことによって患者が応答する場合、プロセスは、正しい答えを選択するための祝辞および励ましのメッセージを患者に表示することによって、ステップ２６１６Ｂに移る。表示されたメッセージは、コーチングモジュールが、リストに記載された各因子およびその患者の血中グルコースレベルへの影響を学習および理解することにより、患者を指導することができることを示すことができる。次いで、プロセスは、ステップ２６１８Ｂに移り、患者が最初にどの活動またはスキルについて学習したいかを患者に尋ねる。患者が、選択をしないか、または関心もしくは動機の欠如を示す場合、プロセスは、ステップ２６２０Ｂに移り、コーチング警告チケットが、生成され、コーチングサーバ２５１２を介してコーチング担当者に伝送される。次いで、プロセスは、ステップ２６２６Ｂで終了する。提示された活動またはスキルのうちの１つを選択することによって、患者が関心を示した場合、プロセスは、患者の熱意を祝福するメッセージを表示することによって、ステップ２６２２Ｂに移る。次いで、プロセスは、患者が選択したサブモジュールに移る。例えば、運動、食事、または睡眠が選択された場合、対応して、運動モジュール２５０６、食事モジュール２５０８、または睡眠モジュール２５１０は、それぞれ、コーチングモジュール２５０２によって呼び出され、実行される。次いで、プロセスは、ステップ２６２４Ｂに移り、コーチングサーバ２５１２は、患者が選択した活動モジュールを反映するように更新される。いくつかの実施形態では、コーチングサーバ２５１２を操作するコーチング担当者は、手動でサブコーチングモジュールを割り当て、それに応じてコーチングサーバ２５１２を更新することができる。次いで、プロセスは、ステップ２６２６Ｂで終了する。

【0423】

一般に、コーチングモジュール２５０２は、コーチング警告チケットを生成し、患者の応答および患者との相互作用が、関心、動機、またはコミットメントの欠如を示したときに、コーチング担当者に通知するように構成することができる。糖尿病と共にいきることが、難しい場合がある。関心およびコミットメントの欠如を示す反応は、うつ病の指標、または患者が、糖尿病と共に生きるという課題に対処するために心理的または精神的な助けを必要とし得ることの兆候である可能性がある。コーチング警告チケットを生成することの一部として、コーチングモジュール２５０２またはそのサブモジュールは、関連するコンテキスト情報を集めて、コーチング担当者が効率的かつ迅速に患者に応対するのを支援することができる。例えば、患者が熱意の欠如を示す活動に応じて、コーチングモジュール２５０２は、患者に質問を提示し、その活動に関するコーチングおよびカウンセリングを提供することに関連する答えを取得することができる。

【0424】

コーチングモジュールは、患者のコンテキスト情報に、さらに注釈を付け、ラベル付けし、分類することができるため、コーチング担当者は、カウンセリングおよびコーチングサービスをより効率的かつ効果的に提供することができる。例えば、患者が健康的な活動を開始して予測したが、予測した目標を達成することができなかった場合、コーチング警告チケットの作成に使用されるコンテキスト情報には、「コミットしたが達成することができない」と記載するラベルを含めることができる。一方、患者が活動をスケジュールに入れることを拒否し、患者の応答が提案された活動への信頼の欠如を示している場合、コンテキスト情報には、「患者は、提案された活動を信じていない」と記載するラベルを含めることができる。コーチングサーバ２５１２を操作するコーチング担当者は、患者の病歴および患者の現在の問題の効率的かつタイムリーな検討のためにコンテキスト情報ラベルを調査することができる。いくつかの実施形態では、コーチングサーバ２５１２を操作するコーチング担当者は、患者にコーチングおよび支援を提供する特定の領域に特化することができる。例えば、いくつかのコーチング担当者は、食事を監視することに規律がない患者にカウンセリングおよびコーチングを提供することに特化し、特別な訓練を有する場合がある。コンテキスト情報ラベルを使用して、根本的な問題を処理することに特化しているコーチング担当者に、コーチング警告チケットを転送することができる。

【0425】

コーチングモジュール２５０２と患者との間の相互作用を通知する全体的なテーマは、例えば、提供されたツールを使用し、患者の血中グルコースレベルに関連するツールの分析および推奨を観察することによって、ＣＧＭシステム２４００およびコーチングモジュール２５０２との関わりを促進することである。そのような関与は、病気に対する患者の理解を高め、患者の状態に対する患者の直感的な反応を改善することができる。

【0426】

運動モジュール
コーチングモジュール２５０２は、患者が、身体活動に従事することを奨励および指導し、身体活動と改善されたグルコースレベルとの間の利点および相関を観察するための運動モジュール２５０６を含むことができる。図２７は、運動および身体活動に焦点を合わせた自動化または半自動されたコーチングシステムサブモジュールを用いて、患者を参加させることができるプロセス２７００を例解している。糖尿病患者にとって有益な移動および身体活動は、食後に散歩することと同じくらい容易である。Ｐｏｓｔ Ｐｒａｎｄｉａｌ Ｗａｌｋ（ＰＰＷ）は、コーチングの焦点となる領域である可能性があるため、ＰＰＷに関連して、図２７のプロセス２７００、図２８のプロセス２８００、および図２９のプロセス２９００について説明する。当業者は、記載された技術の精神から逸脱することなく、プロセス２７００、２８００、および２９００を使用して実施することができる他のタイプの身体活動または移動を想定することができる。

【0427】

プロセス２７００は、ステップ２７０２から開始する。運動モジュール２５０６は、血中グルコースレベルに対する身体移動の有益な効果について患者を教育し、血中グルコースレベルを安全な範囲内に維持する方法として運動を推奨することができる。プロセスは、ステップ２７０４に移り、そこで患者は、ＰＰＷなどの推奨される身体活動に関する自分の以前の経験について尋ねられる。患者がＰＰＷを試したことがないことを示している場合、プロセスは、ステップ２７０６に移り、患者が将来、ＰＰＷを実践するために食事を選択したいかどうかを尋ねる。患者が関心の欠如を示している場合、プロセスは、ステップ２７０８に移り、そこで、追加のコンテキスト情報が、患者から、またはクラウドコンピューティングアーキテクチャ２４１０および／または送受信機２４０４における患者の記録から取得される。ステップ２７１０において、コーチング警告チケットが生成され、コーチングサーバ２５１２に伝送され、コーチング担当者に通知される。プロセスは、ステップ２７１２で終了する。同じプロセスを繰り返すことができ、患者の反応が、患者の健康を管理または改善することへの関心または動機の欠如を示している場合はいつでも、コーチング警告チケットが生成および伝送される。

【0428】

患者がＰＰＷを試すことに関心を示している場合、プロセスは、ステップ２７１４に移り、そこで患者は、ＰＰＷを実践するための食事と、運動モジュール２５０６が結果について患者に確認することができる時間とを選択するように求められる。フォローアップのリマインダは、患者の反応に基づいてスケジュールされる。フォローアップの時が来ると、プロセスは、ステップ２７１６に移り、患者は、患者が予定通りにＰＰＷを実践できるかどうか、および結果はどうだったかを尋ねられる。患者の応答が、ＰＰＷを実践した後に実践の失敗または予期しない結果を示す場合、プロセスは、ステップ２７０８および２７１０を実行して、情報を収集し、コーチング警告チケットを作成および伝送することができる。プロセスは、ステップ２７１２で終了する。ＰＰＷの結果が成功であった場合、プロセスは、ステップ２７２０に移り、患者に、より多くのＰＰＷセッションをスケジュールすることによって達成された成功を繰り返したいかどうかを尋ねる。

【0429】

ＰＰＷセッションの成功または失敗は、患者に質問を提示し、「血糖値に何が起こったのか」、「よりゆっくりと上昇した」、「予想したほど高くならなかった」、「変わらなかった」、「少し上がった」、または「たくさん上がった」などの複数の選択肢の回答を提示することから判定することができる。可能な患者の応答のグループは、成功として分類することができ、それらの応答が検出された場合、プロセス２７００は、成功した結果に基づいて、ルーティングすることができる。同様に、いくつかの応答は、失敗した結果として分類され得、それらの応答が検出された場合、プロセス２７００は、それに応じてルーティングすることができる。いくつかの実施形態では、ＰＰＷまたは他の提案された活動の成功または失敗は、クラウドコンピューティングアーキテクチャ２４１０、送受信機２４０４、またはその両方で患者の記録を照会して、スケジュールされたＰＰＷセッション後に患者のグルコースレベルが安全な領域にあったかどうかを自動的に判定することによって判定され得る。代替的に、患者が自分のグルコーストレンドグラフまたは他の利用可能なグルコースデータを解釈することを学ぶように奨励するために、患者は、自分のグルコースデータを手動で調べることによって、ＰＰＷセッションの成功または失敗を判定するように求められる場合がある。ＣＧＭシステム２４００に保存された分析物データは、二次チェックとして使用することができ、不一致が検出された場合、患者は、自分の応答または記憶されたデータを再評価するように促され得る。同様に、患者がＰＰＷを実施することができたかどうかは、テキストまたはグラフィックの質問を患者に提示することによって、または送受信機２４０４がその任意選択的に組み込まれている場合、例えば全地球測位システムＧＰＳデータについて送受信機２４０４に問い合わせることによって、判定され得る。

【0430】

患者がより多くのＰＰＷセッションをスケジュールすることに関心を示さない場合、プロセスは、ステップ２７０８および２７１０を実行して、情報を収集し、コーチング警告チケットを生成および伝送することができる。次いで、プロセスは、ステップ２７１２で終了する。より多くのＰＰＷセッションをスケジュールすることによって、達成された成功を繰り返すことに患者が関心を示す場合、プロセスは、ステップ２７２２に移り、患者の所望の時間および食事に基づいて、将来のＰＰＷセッションをスケジュールする。次いで、プロセスは、図２８に関連して説明されるように、スケジュールされたＰＰＷセッションがフォローアッププロセス２８００を実行するために使用されるステップ２７２４に移る。次に、プロセス２７００は、ステップ２７２６で終了する。

【0431】

説明したように、プロセス２７００のステップ２７０４において、患者は、自分が以前にＰＰＷを試したことがあるかどうか尋ねられる。患者の応答がはいである場合、プロセスは、ステップ２７１８に移り、患者の以前のＰＰＷの経験の結果がどうであったかを患者に尋ねる。患者が失敗したまたは予期しない結果を示す場合、プロセスは、ステップ２７２８に移り、ＰＰＷをより成功させるために患者が異なる方法で行うことができることがあるかどうかを患者に尋ねることができる。患者は、フリーテキストで、またはドロップダウンメニューから、または自動入力された応答のメニュー（例えば、「より長く歩く」、「より速く歩く」、「食事の時間に合わせて歩く」）からラジオボタンを選択するなど、メニューまたは他の視覚的インターフェースと相互作用することによって、応答することができる。プロセスは、ステップ２７３０に移ることができ、患者に、患者がちょうど示した代替アプローチのうちの１つ以上を試したいかどうかを尋ねる。患者が関心のない応答をした場合、プロセスは、ステップ２７０８および２７１０を実行して、情報を収集し、コーチング警告チケットを生成および伝送することができる。次いで、プロセスは、ステップ２７１２で終了する。患者が肯定的に応答する場合、プロセスは、ステップ２７３２に移り、患者の所望の時間および食事に基づいて、将来のＰＰＷセッションをスケジュールすることができる。スケジュールされたＰＰＷセッションは、図２８に関連して説明されるように、フォローアッププロセス２８００を実行するために使用される。次いで、プロセス２７００は、ステップ２７３４で終了する。

【0432】

図２８は、糖尿病管理に有益なＰＰＷまたは他の推奨される活動を紹介され、スケジュールされている患者の進行についてフォローアップを実行するためのプロセス２８００を例解している。プロセス２８００は、ステップ２８０２から開始する。ＰＰＷセッションの事前にスケジュールされた時間が到着した後、またはスケジュールされた時間の後の所定の時間の後、プロセスは、ステップ２８０４に移り、患者に、スケジュール通りにＰＰＷを実践することができるかどうかを尋ねる。患者が否定的に応答した場合、プロセスは、ステップ２８０６および２８０８を実行して、コンテキスト情報を収集し、コーチング警告チケットを作成して伝送することができる。次いで、プロセスは、ステップ２８１０で終了する。

【0433】

患者がスケジュール通りにＰＰＷを実践することができることを示した場合、プロセスは、ステップ２８１２に移り、ＰＰＷセッション後に血中グルコースレベルが安全または望ましい範囲内にあったかどうかを患者に尋ねる。答えがいいえの場合、プロセスは、ステップ２８０６および２８０８を実行して、情報を収集し、コーチング警告チケットを作成および伝送する。次いで、プロセスは、ステップ２８１０で終了する。答えがはいの場合、プロセスは、ステップ２８１４に移り、患者に、ＰＰＷを実践することができると患者が予測する日数を尋ねる。患者の応答が、最小閾値（例えば、０または１日）未満である場合、プロセスは、ステップ２８０６および２８０８を実行して、情報を収集し、コーチング警告チケットを作成および伝送することができる。次いで、プロセスは、ステップ２８１０で終了する。答えが最小しきい値（例えば、２日）以上の場合、プロセスは、ステップ２８１６に移ることができ、そこで、ＰＰＷ活動の予測された日数が保存され、図２９に関連して説明されているように信頼度評価者／ブースタープロセス２９００に伝送される。次いで、プロセスは、ステップ２８１０で終了する。

【0434】

前に示したように、患者が許容可能なＡ１Ｃレベルを有し、クラウドコンピューティングアーキテクチャ２４１０に記憶されている例を考えてみる。この例では、患者はまた、プロセス２８００の前の実行のステップ２８０６において、傷害によって患者が所望の運動を行うことが妨げられていることを事前に示した。このデータはまた、クラウドコンピューティングアーキテクチャに記憶され、プロセス２８００のその後の実行で使用され得る。例えば、ステップ２８０４において、患者に、患者がＰＰＷを行うことができたかどうかに加えて、患者の傷害が治癒したかどうかについて質問することができる。

【0435】

図２９は、ＰＰＷ実践、または糖尿病に有益な他の提案された活動に対する患者の信頼をさらにフォローアップ、評価、または高めるために、運動モジュール２５０６によって実行することができる例示的なプロセス２９００を例解している。プロセスは、ステップ２９０２から開始する。運動モジュール２５０６は、患者がＰＰＷを実践する日数を追跡することができる。プロセスは、ステップ２９０４に移り、患者がＰＰＷを実践した日数が、患者がＰＰＷを実践すると予測した日数と等しいかまたはそれよりも多いかどうかを判定する。答えがはいの場合、プロセスは、ステップ２９０６に移り、所定のスケール（例えば、０～１０のスケール）で患者に、患者が次の７日間にわたってＰＰＷを実践することができることをどれほど確信しているかを尋ねる。患者の信頼水準が所定の最小信頼数（例えば、７）を超える場合、プロセスは、ステップ２９０８に移り、患者の決意およびコミットメントを祝福するメッセージを表示する。次いで、プロセスは、ステップ２９０２に戻り、１週間または別の所定の期間の後に、プロセス２９００を繰り返すことができる。ＰＰＷを実践する能力に対する患者の信頼水準が所定の信頼数よりも低い（例えば７未満）場合、プロセスは、ステップ２９１０に移り、患者が、ＰＰＷ実践のスケジュールされた数を達成することが可能であるための信頼水準を高めるために何かすることができるかどうかを尋ねることができる。答えがいいえの場合、プロセスは、ステップ２９１８および２９２０を実行して、情報を収集し、コーチング警告チケットを作成および伝送する。プロセスは、ステップ２９２２で終了する。答えがはいの場合、プロセスは、ステップ２９１２に移り、スケジュールされた数のＰＰＷを実施することに成功するための患者の計画を入力するように患者に求める。プロセスは、ステップ２９１４に移ることができ、患者に計画をやり通すことができると信じているかどうかを尋ねる。答えがはいの場合、プロセスは、ステップ２９１６に移り、そこで、患者のＰＰＷが、毎日追跡されるか、または所定の時間（例えば、１週間）後に取得され、次いで、プロセスは、ステップ２９０２に移り、プロセス２９００が繰り返される。答えがいいえの場合、プロセスは、ステップ２９１８および２９２０を実行して、情報を収集し、コーチング警告チケットを作成および伝送することができる。次いで、プロセスは、ステップ２９２２で終了する。

【0436】

ステップ２９０４において、患者がＰＰＷを実施した日数が、スケジュールされた数よりも少ないと判定された場合、プロセスは、ステップ２９２４に移る。患者がＰＰＷを実施した日数が、所定の最小数以下（例えば、２日以下）である場合、プロセスは、ステップ２９１８および２９２０を実行して、情報を収集し、コーチング警告チケットを作成および伝送する。次いで、プロセスは、ステップ２９２２で終了する。患者がＰＰＷを実施した日数が、所定の最小数を超える（例えば、２日を超える）場合、プロセスは、ステップ２９２６に移り、患者が、スケジュールされたＰＰＷ実施日数を達成することができると信じるかどうかを患者に尋ねる。答えがはいの場合、プロセスは、ステップ２９１６に移り、そこで、患者のＰＰＷが、毎日追跡されるか、または所定の時間（例えば、１週間）後に取得され、次いで、プロセスは、ステップ２９０２に移り、プロセス２９００が繰り返される。答えがいいえの場合、プロセスは、ステップ２９１８および２９２０を実行して、情報を収集し、コーチング警告チケットを作成および伝送する。次いで、プロセスは、ステップ２９２２で終了する。

【0437】

コーチングモジュール２５０２は、患者が、血中グルコースレベルおよび糖尿病に対する食事の選択の影響を理解および学習することを奨励および指導するための食事モジュール２５０８を含むことができる。図３０は、食事に焦点を合わせた自動化または半自動化されたコーチングシステムサブモジュールを用いて、患者を参加させることができるプロセス３０００を例解している。プロセス３０００は、ステップ３００２から開始する。ステップ３００４において、患者は、異なる食物および食事選択が、自分の血中グルコースレベルにどのように影響するかを学習したいかどうか尋ねられる。答えがいいえの場合、プロセスは、ステップ３００６および３００８を実行して、情報を収集し、コーチング警告チケットを作成および伝送する。次いで、プロセスは、ステップ３０１０で終了する。答えがはいの場合、患者の関心および関与を奨励する患者へのメッセージが表示される。メッセージは、食事と血中グルコースレベルとの間の関係および相関について患者にさらに気付かせることができる。メッセージは、患者に、血中グルコース読取値を検討し続けて、異なる食事選択が自分のグルコース読取値にどのように影響するかについて学習するように、奨励することができる。

【0438】

プロセスは，ステップ３０１２に移り、患者に、食事時間Ｍを選択して、血中グルコースレベルに対する食事の影響について学習を開始するように求める。患者が選択した食事時間Ｍを記憶し、患者にフォローアップするようにリマインダをスケジュールすることができる。プロセスは、ステップ３０１４に移り、選択された食事のために何を食べるかを患者が知っているかどうかを患者に尋ねる。答えがいいえの場合、プロセスは、ステップ３０１６に移り、励ましのメッセージを表示し、ＣＧＭ２４００システムで提供されるツールを使用して、患者が、自分が何を食べたかを追跡し、血中グルコースレベルへの影響を観察することができることを患者に通知する。スケジュールされた食事時間Ｍの直後または所定の時間後、プロセスは、ステップ３０１８に移り、そこで、患者は、食事を摂取することが自分の血中グルコースレベルにどのような影響を及ぼしたかを尋ねられる。患者は、テキストを入力するか、または「上がってそこで留まった」、「上がったがすぐに下がった」、「あまり変わらなかった」、もしくは「下がった」など、考えられる数々のシナリオから答えを選択することができる。患者の応答は、変数Ｓに記憶することができる。プロセスは、ステップ３０２０に移り、患者がスケジュールされた食事Ｍで何を食べたかを尋ねる。患者は、フリーテキストを入力するか、または利用可能な選択肢のメニューから選択して、自分が取った食事を説明することができ、患者の答えは、変数Ｆに記憶することができる。

【0439】

プロセスは、ステップ３０２２に移り、テキストブロックまたは他のグラフィックまたは視覚的表示を介して、患者の食事Ｍと患者の血中グルコースレベルＳとをリンクするメッセージを表示する。メッセージは、変数Ｍ、Ｆ、およびＳに記憶された値が投入された文にすることができる。例えば、メッセージは、「食事＜Ｍ＞で＜Ｆ＞を食べ、血中グルコースレベル＜Ｓ」という文から構築することができる。Ｆ＝チョコレートケーキ、Ｍ＝朝食、Ｓ＝上がってそこで留まった場合、表示されるメッセージには、「食事の朝食でチョコレートケーキを食べ、血中グルコースレベルが上がってそこで留まった」と書かれている。様々なメッセージング形式およびシナリオを使用して、患者の血中グルコースレベルに対する食物および食事の影響についての理解および学習を強化することができる。

【0440】

次いで、プロセスは、ステップ３０２４に移り、患者が結果に驚いているかどうかを尋ねる。答えがいいえの場合、プロセスは、ステップ３０２６に移ることができ、そこで、患者は、食事後のグルコースレベルを追跡することを祝福され、食事後のグルコースレベルのチェックをし続けるように勧められる。次いで、プロセスは、ステップ３０２８に移り、そこで、患者は、食事追跡ツールを用いて、より多くの食事およびそれらのグルコースレベルへの影響を追跡するように勧められる。食事追跡ツールは、図３１のプロセス３１００に関連して説明される。次いで、プロセスは、ステップ３０３０で終了する。患者がグルコース読取値の結果に驚いており、ステップ３０２４での患者の答えがはいである場合、患者は、食物および食事の種類ならびにそれらの糖尿病への影響について、追加または個別のコーチングが必要になる場合がある。プロセスは、ステップ３００６および３００８を実行して、情報を収集し、コーチング警告チケットを作成および伝送することができる。次いで、プロセスは、ステップ３０１０で終了する。

【0441】

ステップ３０１４において、患者がスケジュールされた食事時間Ｍに対して何を摂取するかを知っている場合、プロセスは、ステップ３０３２に移り、患者の計画された食事を変数Ｆに記憶する。プロセスは、ステップ３０３４に移り、患者は、食事Ｍで食物Ｆを摂取することが、患者の血中グルコースレベルにどのような影響を及ぼしたかを尋ねられる。患者の応答は、変数Ｓに記憶することができる。プロセスは、ステップ３０３６に移り、変数Ｍ、Ｆ、およびＳから構築されたメッセージを表示する。例えば、メッセージは、「食事＜Ｍ＞で＜Ｆ＞を食べ、血糖値＜Ｓ＞」という文から構築することができ、変数Ｆ＝魚のグリル、全粒粉トースト、ガーデンサラダ、Ｍ＝昼食、およびＳ＝下がった。表示されるメッセージには、「ランチに魚のグリル、全粒粉トースト、ガーデンサラダを食べ、血糖値が下がった」と書かれている場合がある。次に、プロセスは、ステップ３０２４に移り、患者が、図３１の食事追跡ツールを使用して、食事と血中グルコースとの間の相関についての理解を深めるように奨励する。

【0442】

図３１は、食事追跡ツールを実装して、食事と血中グルコースレベルとの間の関係を理解するように患者を奨励および指導するために、食事モジュール２５０８によって実行することができる例示的なプロセス３１００を例解している。プロセス３１００は、ツールの操作を開始することに関心を示すユーザからの入力を介して、またはプロセス３０００などの補完的なプロセスまたはツールによって、ステップ３１０２から開始する。プロセス３１００は、追跡するための食事Ｍをスケジュールするように患者に求めるステップ３１０４に移る。患者の選択が記憶され、スケジュールされた食事Ｍの後、所定の期間Ｔにリマインダがスケジュールされている。Ｔは、例えば、１から２時間であり得る。プロセスは、ステップ３１０６に移し、食事Ｍの後に所定の時間Ｔ待つ。プロセスは、ステップ３１０８に移り、患者に、スケジュールされた食事Ｍで何を食べたかを尋ね、患者の応答を変数Ｆに記憶する。次に、プロセスは、ステップ３１１０に移り、そこで、患者のグルコースデータは、食事Ｍの前の期間および食事後の期間Ｍに所定の時間Ｔを加えたものについて取得される。関連する期間のグルコースデータは、患者から取得することができ、そこで、患者は、関連する時間の、または送受信機２４０４またはクラウドコンピューティングアーキテクチャ２４１０などのＣＧＭシステム２４００の他の部分から取得されたグルコーストレンドグラフを調査する。グルコースデータが患者に提示され、プロセスは、ステップ３１１２に移り、患者がグルコースデータの急上昇または望ましくない変動を観察するかどうかを尋ねる。他の実施形態では、食事モジュールは、記憶されたグルコース値を高い閾値または低い閾値と比較することによって、変動についてグルコースデータを自動的に調査およびスキャンすることができる。グルコースデータに急上昇または望ましくない変動がない場合、プロセスは、ステップ３１１４に移り、患者に、自分の血中グルコースレベルをチェックし続け、安全に食べる方法を学習するように奨励するメッセージを表示する。例えば、メッセージには、「ＯＫ、食後にグルコースをチェックするたびに、安全に食べて食物を楽しむ方法についてより多く学習するだろう。」と書かれている場合がある。

【0443】

患者が血中グルコースレベルの急上昇または変動を観察し、ステップ３１１２での患者の応答がはいである場合、プロセスは、ステップ３１１８に移り、患者に、血中グルコースレベルにより良い影響を与える可能性のある別の食物を食べることができるかどうかを尋ねる。患者が、異なる方法で何ができるかについての関心または知識の不足を示した場合、プロセスは、ステップ３１２０および３１２２を実行して、情報を収集し、コーチング警告チケットを作成および伝送することができる。次いで、プロセスは、ステップ３１２４で終了する。患者が、より良い食事選択をするための能力を示すことに応答する場合、プロセスは、ステップ３１２６に移り、患者の決意および関心を判定するのを助けるために患者にさらに質問をする。例えば、ステップ３１２６において、患者は、患者が次回、異なる方法で何をすることができるか（例えば、患者の食事選択が将来どのようになるか）をシステムに入力するように求められ得る。プロセスは、ステップ３１２８に移り、そこで、患者の計画された選択が、血中グルコースレベルの望ましくない変動につながる患者の以前の選択と類似しているかまたは異なっているかが判定される。患者の計画された選択が、患者の以前の選択と同じまたは類似している場合、プロセスは、ステップ３１２０および３１２２を実行して、情報を収集し、コーチング警告チケットを作成および伝送することができる。次いで、プロセスは、ステップ３１２４で終了する。患者の選択が、安全な血中グルコースレベルを維持することを目的とした計画を示す患者の以前の選択と異なる場合、プロセスは、ステップ３１０４に移動して、フォローアップ食事追跡セッションをスケジュールすることができ、プロセス３１００は、繰り返される。

【0444】

図３２は、図３１に関連して説明された食事追跡ツールを使用することによって、食後の血中グルコースを監視する努力を増やすように患者を奨励および指導するために、食事モジュール２５０８に実装することができる例示的なプロセス３２００を例解している。プロセス３２００は、所定の時間間隔（例えば、毎週）で自動的に実行することができ、または患者によって手動で実行することができ、ステップ３２０２から開始する。プロセス３１００を介して実装された食事追跡ツールは、ツールが使用された回数および／または患者が追跡した食事の数を、可変ＭＴ（追跡された食事）で追跡および記憶するように構成することができる。システムは、デフォルトで、追跡される食事の望ましい数を変数Ｄで指定するか、または患者、患者の保護者、または医療専門家、および／またはコーチング要因に、患者がその値を追跡および変数Ｄで記憶することが期待される食事の数を問い合わせることができる。ステップ３２０４において、患者の追跡された食事ＭＴは、追跡される所望の、または予想される食事Ｄの数と比較される。追跡された食事ＭＴが、予想される追跡される食事Ｄ以上である場合、プロセスは、ステップ３２０６に移り、祝辞を表示し、プロセスは、ステップ３２０８で終了する。ステップ３２１０において、追跡された食事ＭＴが、予想される数Ｄ未満であるが、予想される数Ｄの半分を超える場合、プロセスは、ステップ３２１２に移り、そこで、食事モジュール２５０８は、食事を追跡し、グルコースデータをチェックするように、リマインダ、提案、および勧誘を患者に送信するように構成することができる。次いで、プロセスは、ステップ３２１４で終了する。追跡された食事ＭＴが、所望の数Ｄの半分以下である場合、患者は、食事を追跡すること、およびグルコースデータをチェックすることへの努力を増やすために、より個別化したコーチングが必要になる可能性がある。プロセスは、ステップ３２１６および３２１８を実行して、情報を収集し、コーチング警告チケットを作成および伝送することができる。次いで、プロセスは、ステップ３２２０で終了する。

【0445】

睡眠モジュール
図３３は、睡眠モジュール２５１０によって実装することができる例示的なプロセス３３００を例解しており、夜間のグルコース挙動を監視し、血中グルコースレベルに対する適切な睡眠の有益な効果をよりよく理解するように患者を奨励および指導する。プロセス３３００は、ステップ３３０２から開始する。ステップ３３０４において、プロセスは、睡眠および血中グルコースの関係に関する一般データおよび／または患者固有のデータを表示する。例えば、このような表示には、「よく眠れば、より安全／健康になる。睡眠中にグルコースを範囲内（例えば、１００～１４０ｍｇ／ｄＬ）に保つことは、より良く睡眠し、糖尿病の対処方法を改善するのに役立つ。」と書かれている場合がある。次いで、プロセスは、ステップ３３０６に移る。グルコーストレンドグラフは、ＣＧＭシステム２４００に記憶され、患者に提示される自己参照データ構造から生成される。患者は、過去７夜のグルコーストレンドグラフを調査して、睡眠の最初の数時間に患者のグルコースレベルが安全な範囲にあった夜の数を判定するように求められる。いくつかの実施形態では、睡眠モジュール２５１０は、患者のグルコースレベルが、関連する期間中に安全であったかどうかを自動的に判定し得る。いくつかの例では、本明細書で説明するような機械学習技術を使用して、患者の睡眠と血中グルコースとの間の関係のモデルを生成することができる。

【0446】

自動化されたコーチングを提供するという状況では、患者にグルコーストレンドグラフを調査し、グルコースデータおよびグラフを読んで正しく解釈する方法を学習するように奨励することは、安全でないグルコース変動を純粋に判定するよりも望ましい場合がある。ＣＧＭ２４００内の他の安全および監視ツールおよびモジュールは、これらのタスクをより適切に実行することができる。そのため、自動化されたコーチングを提供するという状況の中で、患者のグルコースデータを自動的に分析し、患者の分析および判定を再確認するＣＧＭシステムの能力を二次的に使用することができる。患者のグルコースデータの分析および解釈は、ＣＧＭシステム２４００の自動化された分析と照合することができ、不一致が検出された場合、患者、コーチング担当者、または他の関係者に通知することができる。

【0447】

ステップ３３０８において、患者のグルコースレベルが安全な範囲内にある夜の数である場合、プロセスはステップ３３１０に移り、そこで、アプローチについて患者を祝福し、夜間または睡眠時間グルコースレベルおよびトレンドをチェックし続けるように患者に勧めるメッセージが表示される。プロセスは、ステップ３３１２で終了する。

【0448】

ステップ３３１４において、患者の毎晩のグルコースレベルが、少なくとも５夜または６夜の間、安全であったかどうかが判定される。答えがいいえの場合、プロセスは、ステップ３３１６に移り、患者の毎晩のグルコースレベルが、少なくとも３夜または４夜の間、安全であったかどうかを判定する。答えがいいえの場合、患者は、睡眠時の血中グルコースレベルをより適切に管理するために、より個別化された、または即時のコーチング支援を必要とする可能性がある。プロセスは、ステップ３３１８および３３２０を実行して、情報を収集し、コーチング警告チケットを作成および伝送する。次いで、プロセスは、ステップ３３２２で終了する。

【0449】

ステップ３３１４において、患者の夜間のグルコースレベルが少なくとも５夜または６夜の間、安全な範囲にあったと判定された場合、プロセスは、ステップ３３２４に移り、患者に、自分の血中グルコースレベルが安全な範囲に留まっていた夜間に異なる方法で行ったことがあったかどうかを尋ねる。患者が思い出さないか、または分からない場合、プロセスは、ステップ３３２６に移り、次の７日間（または患者の年齢、病歴、または他の因子に基づいて望ましい可能性がある他の期間）の夜間グルコースレベルを追跡するように患者に勧めるメッセージを表示する。プロセスは、ステップ３３２８に移り、患者に、自分のグルコースレベルが安全な範囲内に留まると自分が信じる夜の数を尋ねる。患者の反応は、変数ＮＰ（予測された夜）に記憶される。ステップ３３３０において、予測された夜が５夜以上である場合、プロセスは、ステップ３３３２に移る。患者の健康への関与およびコミットメントを祝福するメッセージが表示される。

【0450】

１週間の遅延の後、プロセスは、ステップ３３３４に移り、患者は、過去７夜の血中グルコースレベルをチェックするように求められる。患者の夜間グルコースレベルが、予測された夜ＮＰ以上の安全範囲内に留まった場合、プロセスは、ステップ３３３６に移り、お祝いメッセージが表示され、患者は、夜間グルコースレベルを追跡し続けるように奨励され、プロセスは、ステップ３３３８で終了する。患者の毎晩のグルコースレベルが安全な範囲に留まっている夜の数が、予測された夜ＮＰよりも少ない場合、プロセスは、ステップ３３４０に移り、そこで、患者が直面した可能性のある課題を認識し、それらの課題について、患者のコーチと話し合うように患者に勧める励ましのメッセージが表示される。プロセスは、ステップ３３１８および３３２０を実行して、情報を収集し、コーチング警告チケットを作成および伝送する。次いで、プロセスは、ステップ３３２２で終了する。

【0451】

ステップ３３３０において、患者が、自分のグルコースレベルが、５夜未満の間、安全範囲内に留まると予測した場合、プロセスは、ステップ３３４２に移り、患者に、自分のコーチと、安全な毎晩のグルコースレベルを維持するための能力に影響を与える可能性のある課題について話し合うように勧めるメッセージを表示する。次いで、プロセスは、ステップ３３１８および３３２０を実行して、情報を収集し、コーチング警告チケットを作成および伝送する。プロセスは、ステップ３３２２で終了する。

【0452】

ステップ３３１６において、患者の毎晩のグルコースレベルが、少なくとも３夜から４夜の間、安全な範囲内にあった場合、プロセスは、ステップ３３４４に移る。患者は、睡眠モジュール２５１０によってより綿密に監視される。例えば、ステップ３３４４において、患者は、毎朝、または睡眠時間の前のある時点で、毎晩のグルコースレベルが、その夜の安全な範囲にあると予測するかどうかを勧められることができる。プロセスは、１週間または他の望ましい期間にわたって繰り返され、予測された夜ＮＰが数えられおよび記憶される。次いで、プロセスは、ステップ３３３４に移る。

【0453】

ステップ３３２４において、患者が安全な毎晩のグルコースを維持することが可能であるようにするために何が変わったかを知っている場合、プロセスは、ステップ３３４６に移り、そこで、患者は、安全な夜と他の夜との間の相違をもたらしたものが何かについて尋ねられる。患者の反応が記録される。ステップ３３４８において、患者の前向きかつ積極的な態度を祝福するメッセージが表示される。プロセスは、ステップ３３５０に移り、患者に、来週の安全な夜間グルコースレベルを再び有するのに同じレベルの成功を達成する準備ができているかどうかを尋ねる。患者の応答がはいの場合、プロセスは、ステップ３３２８に移る。患者の反応がいいえの場合、患者は、安全な夜間グルコースレベルを維持するための能力に自信がない可能性がある。患者は、自信のレベルを上げるために、より個別化されたコーチングが必要である可能性がある。プロセスは、ステップ３３１８および３３２０を実行して、情報を収集し、コーチング警告チケットを作成および伝送する。プロセスは、ステップ３３２２で終了する。

【0454】

自動化または半自動化されたコーチングを提供するために収集された情報（例えば、プロセス２６００Ａ、２６００Ｂ、２７００、２８００、２９００、３０００、３１００、３２００、および３３００で集められた情報）は、上記のように患者から取得することができるか、または、ＣＧＭシステム２４００で利用可能な他のデータから取得もしくは推測される。例えば、事前にスケジュールされた活動中の患者の行動は、送受信機２４０４の全地球測位システム（ＧＰＳ）データ、または送受信機２４０４もしくはクラウドコンピューティングアーキテクチャ２４１０に記憶された患者のグルコースデータから推測することができる。患者は、事象の自動判定が正しいかどうかを確認するように求められ得る。例えば、コーチングモジュール２５０２は、ＰＰＷセッション後の期間、範囲内の血中グルコースレベルを自動的に検出することができる。コーチングモジュール２５０２は、関連する期間のグルコーストレンドグラフを患者に提示し、グルコースレベルがその期間中に範囲内にあったことを確認するように患者に要求することができる。適切な許可が取得された場合、コーチングモジュール２５０２は、送受信機２４０４に記憶されたＧＰＳデータを参照することによって、ＰＰＷ活動がスケジュールされている期間中に患者が散歩に出かけたと判定することができる。コーチングモジュールは、この判定を患者に確認することができる。

【0455】

いくつかの例では、分析物センサシステムは、高忠実度のデータ収集を実行するように構成することができ、そこで、捕捉されたデータが収集後に検索される。これは、無線ネットワークにアクセスすることができない、および／またはスマートデバイスもしくは他のユーザコンピューティングデバイスを定期的に携帯していない患者に有用であり得る。また、収集後のデータ検索により、ユーザが分析物センサシステムと通信するためのスマートデバイスをセットアップする必要性を最小限に抑えるか、または排除することができる。これにより、臨床医が、より少ない訓練コストで分析物センサへのアクセスを患者に提供することを可能にすることができる。

【0456】

図３４は、収集後に捕捉された分析物データをアップロードするように構成された分析物センサシステム３４０２を含むことができる例示的なシステム３４００の図である。分析物センサシステム３４０２は、図１のホスト１０１と同様に、ホスト３４０１に結合し得る。分析物センサシステム３４０２は、図１の分析物センサ１０２と同様であることができる。例えば、分析物センサシステム３４０２は、グルコースセンサなどの分析物センサ３４０４を含むことができる。センサエレクトロニクス３４０６は、図１のセンサエレクトロニクス１０６と同様であり得る。センサエレクトロニクス３４０６は、分析物センサ３４０４によって捕捉された分析物データを記憶するためのデータ記憶ハードウェアを含むことができる。センサエレクトロニクス３４０６はまた、例えば、図３５～３７に関して本明細書で説明されるように、収集後に、捕捉された分析物データをアップロードするようにプログラムすることができる。

【0457】

例示的なシステム３４００は、ハンドヘルドデバイス１１２と同様に、１つ以上の無線通信信号３４１０を介して分析物センサシステム３４０２と通信するために使用することができる任意選択的なスマートデバイス３４１２を含む。スマートデバイス３４１２は、分析物センサシステム３４０２によって検出された分析物データの指標を、例えば、そのデータが収集されるときに、ホスト３４０１に提供することができる。いくつかの例では、分析物センサシステム３４０２は、ブラインドモードで動作し、スマートデバイス３４１２は、省略され得る。

【0458】

例示的なシステム３４００はまた、アップロードデバイス３４５０を含む。アップロードデバイス３４５０は、無線通信信号３４１０を介して分析物センサシステム３４０２（例えば、そのセンサエレクトロニクス３４０６）と通信するように構成された任意の好適なコンピューティングデバイスであることができるか、またはそれを含むことができる。アップロードデバイス３４５０は、いくつかの例では、分析物データが分析物センサシステム３４０２によって収集されている間、ホスト３４０１から離れている。いくつかの例では、分析物センサシステム３４０２（またはそのセンサエレクトロニクス３４０６のみ）は、データ収集後にホスト３４０１から取り外され、アップロードデバイス３４５０の場所に物理的に輸送される。例えば、アップロードデバイス３４５０は、薬剤師、臨床医のオフィス、または他の好適な場所に配置することができる。アップロードデバイス３４５０は、センサエレクトロニクス３４０６に結合して、収集された分析物データを検索することができる。アップロードデバイス３４５０は、いくつかの例では、ダウンロードされた分析物データを、ネットワーク３４２４を介して１つ以上のサーバシステム３４２５、３４２６、３４２７に提供する。サーバシステム３４２５、３４２６、３４２７は、本明細書で説明されるサーバシステム１２５、１２６、１２７と同様であることができる。

【0459】

図３５は、分析物データを収集およびアップロードするために、分析物センサシステム３４０２（例えば、そのセンサエレクトロニクス３４０６）によって実行することができるプロセス３５００の一例を示すフローチャートである。ステップ３５０２において、センサエレクトロニクス３４０２は、分析物センサシステム３４０２がホスト３４０１に適用されたことを検出する。検出は、例えば、分析物センサ３４０４が分析物データを提供し始めたときに起こり得る。いくつかの例では、分析物センサ３４０４が２つの異なる期間にわたって閾値を超えるセンサ読取値を提供するとき、センサエレクトロニクス３４０２は、分析物センサシステム３４０２がホスト３４０１に適用されたことを検出する。分析物センサ３４０４が、３０秒ごとに患者の推定されたグルコース値を捕捉するように構成されたグルコースセンサである例を考えてみる。センサエレクトロニクス３４０６は、分析物センサ３４０４が２つの異なる３０秒の期間にわたって閾値（例えば、６０ｍｇ／ｄＬ）を超える推定されたグルコース値を検出するとき、分析物センサシステム３４０２の適用を検出し得る。いくつかの例では、センサエレクトロニクス３４０６は、分析物センサ３４０４が２つの連続する３０秒の期間にわたって閾値（例えば、６０ｍｇ／ｄＬ）を超える推定されたグルコース値を検出するとき、分析物センサシステム３４０２の適用を検出する。

【0460】

いくつかの例では、センサエレクトロニクス３４０６は、例えば、分析物センサ３４０４から受信した分析物データを適切に較正するために、分析物センサ３４０４の他のセンサ識別子のシリアル番号を受信する。センサエレクトロニクス３４０６は、任意の好適な方法でセンサ識別子を受信することができる。いくつかの例では、センサエレクトロニクス３４０６は、分析物センサ３４０４との無線通信リンクを確立する。分析物センサ３４０４は、無線リンクを介してセンサ識別子を提供する。例えば、Ｂｌｕｅｔｏｏｔｈ ＬＥ接続、近距離無線通信（ＮＦＣ）接続など、任意の好適なタイプの有線または無線通信リンクを使用することができる。また、いくつかの例では、分析物センサ３４０４は、無線周波数識別子（ＲＦＩＤ）回路を含む。センサエレクトロニクス３４０４は、電磁放射でＲＦＩＤ回路を照らすことができ、これは、ＲＦＩＤ回路にセンサ識別子をブロードキャストさせ得る。任意選択的なステップ３５０４において、センサエレクトロニクス３４０６は、例えば、本明細書で説明されるように、スマートデバイス３４１２との無線通信セッションを確立することができる。ステップ３５０４は、ブラインド分析物測定が実行される例では省略され得る。

【0461】

ステップ３５０６において、センサエレクトロニクス３４０６は、分析物センサ３４０４から分析物データを定期的に受信し、受信した分析物データを、例えば、センサエレクトロニクス３４０６と通信するデータ記憶ハードウェアに記憶する。分析物データは、ホスト３４０１を記述する分析物値および／もしくはメタデータ、ならびに／または分析物センサ３４０４の性能を記述する診断データを含むことができる。センサエレクトロニクスは、例えば、３０秒ごと、５分ごと、または他の任意の好適な期間などの任意の好適な期間で分析物データを受信および記憶することができる。いくつかの例では、センサエレクトロニクス３４０６は、分析物センサ３４０４に分析物データを提供するように促すようにプログラムされている。例えば、このようなプロンプトは、期間ごとに１回発生し得る。センサエレクトロニクス３４０６がスマートデバイス３４１２との通信セッションを有する例では、センサエレクトロニクス３４０６はまた、収集された分析物データのいくつかまたは全てを、表示のためにスマートデバイス３４１２に（例えば、ホスト３４０１に）伝送することができる。

【0462】

ステップ３５０８において、センサエレクトロニクス３４０６は、分析物センサ３４０４の使用が終了したかどうかを判定する。センサ使用期間が満了した場合など、使用が終了する場合がある。例えば、分析物センサ３４０４は、定義された使用期間（例えば、１週間、１０日間など）の間に使用するように構成することができる。センサが全使用期間、使用されている場合、センサ使用は終了することができる。他の例では、分析物センサ３４０４がホスト３４０１から取り外された場合、またはそうでなければ故障した場合、センサの使用は終了することができる。例えば、センサエレクトロニクス３４０６は、閾値数を超える測定について定義された範囲内の分析物データを受信できない場合、分析物システム３４０４が失敗したと判定することができる。

【0463】

分析物センサ３４０４の使用が終了していない場合、センサエレクトロニクス３４０６は、ステップ３５０６において分析物データを定期的に受信および記憶し続け得る。使用が終了した場合、センサエレクトロニクス３４０６は、ステップ３５１０において、アップロードルーチンに入ることができる。例示的なアップロードルーチンは、図３６および３７に関して本明細書で説明されている。

【0464】

図３６は、収集された分析物データをアップロードするために、センサエレクトロニクス３４０６によって実行することができるプロセス３６００の一例を示すフローチャートである。プロセス３６００は、センサエレクトロニクス３４０６が、プロセス３５００のステップ３５１０において、収集された分析物データをアップロードすることができる一例の方法である。

【0465】

センサ使用が終了すると、いくつかの例では、分析物センサデバイス３４０２（またはいくつかの例では、センサエレクトロニクス３４０６のみ）は、アップロードデバイス３４５０が存在する場所に郵送されるか、またはそうでなければ物理的に輸送される。図３６の例では、センサエレクトロニクス３４０６は、ステップ３６０２において、システム識別データをブロードキャストすることを開始する。システム識別データは、センサエレクトロニクス３４０６、分析物センサ３４０４、またはその両方を識別することができる。システム識別データは、例えば、Ｂｌｕｅｔｏｏｔｈ、Ｂｌｕｅｔｏｏｔｈ ＬＥ、ＭＩＣＳ、ＮＦＣなどを含む、任意の好適な有線または無線通信技術を使用してブロードキャストすることができる。

【0466】

センサエレクトロニクス３４０６がアップロードデバイス３４５０の範囲内にあるとき、アップロードデバイス３４５０は、伝送されたシステム識別データを受信し、システム識別データを使用して、センサエレクトロニクスとの通信リンク（例えば、無線通信リンク）を確立することができる。動作３６０４において、センサエレクトロニクスは、例えば、アップロードデバイス３４５０との通信リンクを確立するための要求を受信したかどうかを判定する。そのような要求が受信されない場合、センサエレクトロニクス３４０６は、ステップ３６０２において、システム識別データをブロードキャストし続けることができる。

【0467】

通信要求が動作３６０４において受信された場合、センサエレクトロニクス３４０６は、例えば、ステップ３６０８において、アップロードデバイス３４５０との通信リンクを確立する。いくつかの例では、通信リンクを確立することは、アップロードデバイス３４５０を認証することを含む。例えば、アップロードデバイス３４５０からの通信要求は、アップロードデバイス３４５０を認証するための認証データを含むことができる。通信リンクは、例えば、Ｂｌｕｅｔｏｏｔｈ、Ｂｌｕｅｔｏｏｔｈ ＬＥ、ＭＩＣＳ、ＮＦＣなどを含む任意の好適な有線または無線技術に従うことができる。通信リンクを確立すると、センサエレクトロニクス３４０６は、動作３６１０において、収集された分析物データをアップロードデバイス３４５０にアップロードし始めることができる。次に、アップロードデバイス３４５０は、さらなる検討のために、アップロードされた分析物データを１つ以上のサーバ３４２５、３４２６、３４２７にアップロードし得る。例えば、この方法で収集された分析物データは、例えば、本明細書に記載されるように、低忠実度データと併せて使用することができる高忠実度データを構成し得る。

【0468】

図３７は、収集された分析物データをアップロードするために、センサエレクトロニクス３４０６によって実行することができるプロセス３７００の別の例を示すフローチャートである。プロセス３７００は、センサエレクトロニクス３４０６が、プロセス３５００のステップ３５１０において、収集された分析物データをアップロードすることができる別の例示的な方法である。本明細書で説明されるように、センサ使用が終了すると、分析物センサデバイス３４０２（またはいくつかの例では、センサエレクトロニクス３４０６のみ）は、アップロードデバイスが存在する場所に郵送されるか、またはそうでなければ物理的に輸送される。

【0469】

図３７の例では、センサ使用が終了すると、センサエレクトロニクス３４０６は、３７０２において、（例えば、アップロードデバイス３４５０から）アップロード要求を受信したかどうかを判定する。アップロード要求は、好適な有線または無線通信プロトコルを使用して送信することができる。いくつかの例では、ＮＦＣなどの無線プロトコルが使用されるが、Ｂｌｕｅｔｏｏｔｈ、Ｂｌｕｅｔｏｏｔｈ ＬＥ、ＭＩＣＳなどの他のプロトコルも使用することができる。アップロード要求が受信されない場合、センサエレクトロニクス３４０６は、動作３７０２において、アップロード要求を待ち続ける。

【0470】

アップロード要求が動作３７０２において受信された場合、センサエレクトロニクス３４０６は、ステップ３７０４においてシステム識別データをブロードキャストする。ステップ３７０４において、センサエレクトロニクスは、システム識別データを使用して、アップロードデバイス３４５０との通信セッションを確立する。例えば、アップロードデバイス３４５０は、システム識別データを受信し、システム識別データを使用してセンサエレクトロニクス３４０６の認証データを検索することができる。アップロードデバイス３４５０は、認証データを使用して、通信セッションを確立することができる。通信セッションが確立されると、センサエレクトロニクス３４０６は、ステップ３７０８において、記憶された分析物データをアップロードデバイス３４５０にアップロードする。次に、アップロードデバイス３４５０は、さらなる検討のために、アップロードされた分析物データを１つ以上のサーバ３４２５、３４２６、３４２７にアップロードすることができる。例えば、この方法で収集された分析物データは、例えば、本明細書で説明されるように、低忠実度データと併せて使用することができる高忠実度データを構成し得る。

【0471】

方法およびシステムは、皮下液の測定から血中グルコース濃度レベルを推定するＣＧＭによって判定されるレベルなど、推定された血中グルコース濃度レベルに関して本明細書でしばしば説明されるが、方法およびシステムは、実際の血中グルコース濃度レベルなどの他のタイプの濃度レベル、または血液もしくは他の体液もしくは物質中の他の分析物のレベルにも適用され得る。方法およびシステムはまた、健康または他の理由のために管理が望ましい他の生理学的状態または条件に適用され得る。

【0472】

これらの非限定的な実施例の各々は、それ自体で独立することができ、または様々な順列もしくは他の実施例のうちの１つ以上との組み合わせで組み合わされ得る。

【0473】

上記の詳細な説明は、詳細な説明の部分を形成する添付の図面への参照を含む。図面は、例証として、本発明を実施することができる特定の実施形態を示している。これらの実施形態はまた、本明細書では「実施例」と呼ばれる。そのような実施例は、図示または説明されたものに加えて要素を含むことができる。しかしながら、本発明者らはまた、図示または説明された要素のみが提供される実施例を企図する。さらに、本発明者らはまた、特定の実施例（またはその１つ以上の態様）に関すること、または本明細書に示され、もしくは説明される他の実施例（またはその１つ以上の態様）に関することのいずれかで、示されまたは説明された要素（またはその１つ以上の態様）の任意の組み合わせまたは順列を使用する実施例を企図する。

【0474】

この文書と、参照により組み込まれているいくつかの文書との間に一貫性のない使用法がある場合には、この文書の使用法が優先される。

【0475】

この文書では、「ａ」または「ａｎ」という用語は、特許文書で一般的であるように、「少なくとも１つ」または「１つ以上」の他の実例または使用法とは関係なく、１つまたは２つ以上を含むように使用される。この文書では、「または」という用語は、他に指定されていない限り、「ＡまたはＢ」が「ＡであるがＢではない」、「ＢであるがＡではない」、および「ＡおよびＢ」を含むように、非排他的な「または」を指すように使用される。この文書では、「含む（ｉｎｃｌｕｄｉｎｇ）」および「ここで（ｉｎ ｗｈｉｃｈ）」という用語は、「含む（ｃｏｍｐｒｉｓｉｎｇ）」および「ここで（ｗｈｅｒｅｉｎ）」というそれぞれの用語の平易な英語の同等語として使用される。また、以下の特許請求の範囲において、「含む」および「備える」という用語は制限のないものであり、すなわち、特許請求の範囲のそのような用語の後に列挙されている要素に加えて要素を含むシステム、デバイス、物品、組成物、製剤、またはプロセスは、依然としてその特許請求の範囲内にあると見なされる。さらに、以下の特許請求の範囲において、「第１」、「第２」、および「第３」などの用語は、単にラベルとして使用され、それらのオブジェクトに数値的要件を課すことを意図しない。

【0476】

「平行」、「垂直」、「円形」、または「四角」などの幾何学用語は、文脈で別の指示がない限り、絶対的な数学的精度を必要とするものではない。代わりに、そのような幾何学用語は、製造または同等の機能による変動を許容する。例えば、要素が「円形」または「概して円形」と記述されている場合、正確に円形ではない構成要素（例えば、やや長方形または多辺の多角形）がまた、この説明に包含される。

【0477】

本明細書で説明される方法の例は、少なくとも部分的に機械またはコンピュータで実装されることができる。いくつかの例は、上記の例で説明した方法を実行するように電子装置を構成するように動作可能な命令によって符号化されたコンピュータ可読記憶媒体または機械可読記憶媒体を含むことができる。そのような方法の実装形態は、例えば、マイクロコード、アセンブリ言語コード、より高水準の言語コード等のコードを含むことができる。そのようなコードは、様々な方法を実行するためのコンピュータ可読命令を含むことができる。コードは、コンピュータプログラム製品の一部を形成することができる。さらに、一例では、コードは、実行中または他の時間中に、１つ以上の揮発性、非一時的、または不揮発性の有形のコンピュータ可読記憶媒体に有形に格納されることができる。これらの有形のコンピュータ可読記憶媒体の実施例には、ハードディスク、取り外し可能な磁気ディスク、取り外し可能な光ディスク（例えば、コンパクトディスクおよびデジタルビデオディスク）、磁気カセット、メモリカードまたはスティック、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）などが含まれ得るが、これらに限定されない。

【0478】

上記の説明は、例示を意図したものであり、限定を意図したものではない。例えば、上述の実施例（またはその１つ以上の態様）は、互いに組み合わせて使用され得る。上記の説明を検討して、例えば、当業者は、他の実施形態を使用することができる。要約は、読者が技術的開示の性質を迅速に確認することができるようにするために、３７Ｃ．Ｆ．Ｒ．§１．７２（ｂ）に準拠するように提供されている。それは、請求項の範囲または意味を解釈または制限するために使用されないことを理解して提出されている。また、上記の詳細な説明では、開示を簡素化するために、様々な特徴をグループ化することができる。このことは、特許請求されていない開示された特徴が特許請求の範囲に不可欠であることを意図するものとして解釈されるべきではない。むしろ、発明の主題は、特定の開示された実施形態の全ての特徴に満たない場合がある。したがって、その結果、以下の請求項は、実施例または実施形態として詳細な説明に組み込まれ、各請求項は、別個の実施形態として独立し、そのような実施形態は、様々な組み合わせまたは置換で互いに組み合わされ得ることが企図される。本発明の範囲は、添付の特許請求の範囲を参照して、そのような特許請求の範囲が権利を与えられる等価物の全範囲と共に決定されるべきである。

【符号の説明】

【0479】

１００ システム
１０１ ホスト
１０２ 分析物センサシステム
１０４ 分析物センサ
１０６ センサエレクトロニクス
１０８ 第２の医療デバイス
１１０ 無線通信信号
１１２ ハンドヘルドデバイス
１１４ タブレット
１１６ スマートペン
１１８ コンピュータ
１２０ ウェアラブルデバイス
１２２ 周辺医療デバイス
１２４ ネットワーク
１２５，１２６，１２７ サーバシステム
１２８ 遠隔端末
１３０，１３４，１３６ ウェアラブルセンサ
１３２ ユーザデバイス
１３８ 無線アクセスポイント（ＷＡＰ）
２００ 医療デバイスシステム
２０２ ポテンシオスタット
２０４ プロセッサ
２０６ 命令
２０８ メモリ
２１０ データ記憶
２１２ センサ
２１４ バッテリ
２１６ 再充電システム
２１８ 無線通信
２５０ 周辺デバイス
２５２ ユーザインターフェース
２５４ メモリ
３５６ プロセッサ
２５８ 無線
２６０ センサ
２６２ 電源
２７０ 医療デバイス
２７２ ユーザインターフェース
２７４ メモリ
２７６ プロセッサ
２７８ 無線
２８０ センサ
２８２ 治療
２８４ 電源
２９０ ベース
２２００，２２００Ａ システム
２２０１ 参加者
２２０２ 連続グルコース監視（ＣＧＭ）センサ
２２０４ 活動センサ
２２０６ ユーザコンピューティングデバイス
２２０８ 第１のアプリケーション
２２１０ 第２のアプリケーション
２２１２ 第１のウェブサービスシステム
２２１４ 第２のウェブサービスシステム
２２１６ コーチングサーバ
２２１８ 同期されたデータ（ＣＧＭデータ）
２２２０ センサデータサブシステム
２２２２ データサービス部分
２２２４ 登録サブシステム
２２２６ プロビジョニングサブシステム
２２２８ 適格性サブシステム
２２３０ ＣＧＭ遂行サブシステム
２２３２ 第２のセンサデータサブシステム
２２３４ 同期されたデータ（活動データ）
２２３６ 活動検出システム
２２３８ 介入エンジン
２２４０ 会話サーバ
２２４１ コーチ
２２４２ コーチングダッシュボード
２２４４，２２４６ ガイダンス部分
２２４８ コーチプール
２２５０ コールセンター
２２５２ 有害事象の報告
２２５４ プッシュ通知
２２５６ 第２のプッシュ通知
２２５８ ウェブアプリケーションプログラムインターフェース（ＡＰＩ）
２２６０ 活動センサ認証システム
２２６２ 認証システム
２２６４ グループシステム
２２６６ グルコースレベルＡＰＩ
２４０２ ＣＧＭ
２４０４ 送受信機
２４０５ 分析物センサアプリ
２４１０ クラウドコンピューティングアーキテクチャ
２４１２ コーチングサーバ
２４１４ コーチングモジュール
２５０２ コーチングモジュール
２５０４ 初期化子モジュール
２５０６ 運動モジュール
２５０８ 食事モジュール
２５１０ 睡眠モジュール
２５１２ コーチングサーバ
３４００ システム
３４０１ ホスト
３４０２ 分析物センサシステム
３４０４ 分析物センサ
３４０６ センサエレクトロニクス
３４１０ 無線通信信号
３４１２ スマートデバイス
３４２４ ネットワーク
３４２５，３４２６，３４２７ サーバシステム
３４５０ アップロードデバイス

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8A】

【図8B】

【図8C】

【図9】

【図10】

【図11】

【図12A】

【図12B】

【図12C】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22A】

【図22B】

【図22C】

【図23】

【図24】

【図25】

【図26A】

【図26B】

【図27】

【図28】

【図29】

【図30】

【図31】

【図32】

【図33】

【図34】

【図35】

【図36】

【図37】