优化人工胰腺设计以改善糖尿病管理
定量方法
2025-08-26 v2 人工智能
机器学习
神经与进化计算
摘要
糖尿病是一种慢性疾病，会损害身体将食物转化为能量（即血糖）的能力，仅在美国就影响 3800 万人。标准治疗是通过人工胰腺补充碳水化合物摄入，即持续胰岛素泵（基础注射）以及偶尔的胰岛素注射（大剂量注射）。治疗的目标是通过连续血糖仪测量，将血糖保持在可接受范围的中心。次要目标是尽量减少注射次数，因为注射令人不快且对某些患者而言难以实施。在本研究中，利用神经进化发现了一种最佳治疗策略。基于单个患者 30 天的治疗和测量数据集，首先训练了一个随机森林来预测未来的血糖水平。然后进化出一个神经网络，用于规定碳水化合物摄入、基础泵送水平和大剂量注射。进化发现了一个帕累托前沿，与原始数据相比，减少了偏离目标的程度和注射次数，从而提高了患者的生活质量。为了使系统更易于采用，利用大型语言模型开发了一种语言接口。因此，这些技术不仅改善了患者护理，还促进了更广泛人群的采用。
引用
@article{arxiv.2402.07949,
title = {Optimizing the Design of an Artificial Pancreas to Improve Diabetes Management},
author = {Ashok Khanna and Olivier Francon and Risto Miikkulainen},
journal= {arXiv preprint arXiv:2402.07949},
year = {2025}
}