前言

人工胰腺闭环系统是一种胰岛素自动给药装置（AID），它可以自动输注基础胰岛素，让我们的夜间血糖更加平稳，虽然餐时胰岛素需要手动输注，但是它的操作界面会提供智能的餐时胰岛素剂量建议。

该系统的构成要素即三个要素，包括动态血糖监测系统，胰岛素泵和中央算法控制系统，从而使得该系统可以根据实时的动态血糖监测结果从而决定胰岛素的输注剂量。成功运转系统的前提是这三个要素能进行联动，联动的基础是存在通信设备，有时候这个通信设备就设置在胰岛素泵中，有时候需要额外添加一个通信设备如RileyLink或是OrangeLink。

而本文将系统的介绍这个世界上的人工胰腺闭环系统，小伙伴可以根据自己的实际情况选择适合自己的系统。

两大阵营

这个世界上的闭环系统分为两大阵营。

第一大阵营是高度商业化的闭环系统。器械厂家不惜耗资数亿、耗时数年，去开展临床试验RCT研究，目的是为了充分证明其研发的闭环系统具有临床获益性，且安全性良好，从而获得FDA、EMA审评后批准上市。代表的系统有美敦力的670G（770G/780G）以及Control IQ by Tandem。

第二大阵营就是DIY闭环系统。顾名思义，do it by yourself，由具有计算机和医学背景的糖尿病患者自己开发，系统未经过FDA/EMA上市申请，不受监管。对于DIY系统APP，应用市场是没有下载的，需要使用者自己构建，DIY社区将提供构建教程和使用方法。与商业系统相比，DIY提供了系统的透明度和个性化，但同时，安全与售后是得不到保障的。即使如此，世界上仍有很多小伙伴从DIY闭环系统中获益。虽然使用的设备都是早期版本的开源胰岛素泵，但是算法都是目前最先进的高级混合闭环算法，DIY主要包括三种算法：一是基于苹果平台的LOOP系统；二是基于安卓平台的AndroidAPS系统；三是基于AndroidAPS系统改进的OpenAPS系统，它可以在苹果中运行，也可以在安卓系统中运行。

而本文将从分别介绍美敦力的670G、Control IQ by Tandem、LOOP、AndroidAPS（OpenAPS）这四种闭环系统，从各自的设备、算法、特色功能、数据管理等方面出发，进行详细的归纳总结。在这四种闭环系统中，我目前用过670G（770G）、LOOP，所以对这两种系统相对熟悉，下面也将重点介绍这两种系统。

商业化——美敦力的670G（770G/780G）

670G系统是美敦力第一个上市的混合闭环系统， SmartGuard 算法通过每五分钟调整来自动化和个性化基础胰岛素的输送，之后的770G/780G都基于该系统，硬件上没有太多变化，主要是软件算法的更新，770G较670G多了蓝牙功能，可以和手机连接查看血糖（但不可以通过手机控制泵输注胰岛素），但取消了670G的遥控器。780G有着更低的目标血糖值设定(5.5 mmol/L)，拥有更先进的算法，自动校准功能可以纠正不记录的膳食、晚记录的膳食或低估膳食中的碳水含量而导致的高血糖。^[1]而本文也主要以770G为例，说说该系统的特点。

该系统包括三个要素，即动态血糖监测系统Guardian Link (3）、胰岛素泵和手机构成。中央算法控制系统和通信设备都设置在胰岛素泵中，手机仅用于查看血糖，对于任何的操作，包括输入血糖值、输注餐时大剂量、处理报警，都需要在胰岛素泵进行操作。

自动模式：选择smartguard将进入自动模式，自动模式中泵以6.6mmol/L为目标血糖值自动输注基础量胰岛素，并每5min提供一次自动校正输注，模拟人体正常的胰岛素基础量分泌。在运动模式下，也可以选择8.3mmol/L为目标血糖值自动输注。除6.6mmol/L和8.3mmol/L外，不能选择其他目标血糖值。

半自动模式：如果未选择进入smartguard模式，它将进入半自动系统。半自动系统的基础量为预设的基础率而非系统计算出的基础率。但是可以选择进入低血糖暂停（LGS）系统和预测性低血糖暂停（PLGS）系统从而避免出现低血糖。

进餐管理：大剂量向导可以根据进食时的血糖以及预设的碳水系数给予大剂量输注建议，780g算法可以使用自动校准功能纠正不记录的膳食、晚记录的膳食或低估膳食中的碳水含量而导致的高血糖，从而导致餐后血糖更加的平稳。

数据管理：在手机上可以查看24小时血糖在正常范围内时间和平均血糖值。家人与朋友可以通过手机APP远程查看你的血糖陪你一起控糖。通过carelink生成7天/14天/28天的血糖管理报告可以让你的医生分析血糖数据提出更多医疗建议。

商业化——Control IQ by Tandem

与770G一样，该系统也包括3个要素，即动态血糖监测系统德康G6、胰岛素泵和手机构成。中央算法控制系统和通信设备都设置在胰岛素泵中，手机仅用于查看血糖，对于任何的操作，包括输入血糖值、输注餐时大剂量、处理报警，都需要在胰岛素泵进行操作。

Control-IQ 的核心技术根据未来 30 分钟的预测血糖水平并相应地调整胰岛素基础率输送，从而帮助增加范围内的时间（TIR）。预测的血糖大于10mmol/L会自动给予一个纠正的大剂量，预测血糖大于8.8mmol/L会增加基础率，预测血糖低于6.25mmol/L会减少基础率，预测血糖低于3.9mmol/L会暂停胰岛素泵。

DIY——Loop

Loop是一款自己构建并加载到iPhone上的应用程序，可以协助糖尿病患者做出许多胰岛素剂量决定，Loop使用可兼容的动态血糖监测系统(CGM)、旧版本的Medtronic泵或者Omnipod，配合RileyLink在手机和泵之间进行通信。^[2]

在使用这个系统之前需要构建APP，LoopDocs（https://loopkit.github.io/loopdocs/）提供了构建方法。以下为构建LOOP系统可选择的设备。LOOP包括四大要素即苹果手机、早期开源胰岛素泵、动态血糖监测、通信设备，在每个要素中选择一种设备进行构建。

中央算法控制系统在手机上，对于任何的操作，包括输入血糖值、输注餐时大剂量、处理报警，都需要在手机上进行操作。主导航屏幕分为3个主要展示区：顶部展示区HUD显示了最近一次Loop的运行状态、当前血糖读数、当前基础率和当前泵的信息；中间区域是图表区域，包括葡萄糖趋势和预测趋势、活性胰岛素、已输注胰岛素和活性碳水化合物。下部的显示区域是工具栏，其中包含碳水化合物、餐前临时目标、大剂量、覆盖和设置按钮。

LOOP系统算法：LOOP系统在LoopDocs公开了它的算法，算法基于三个模块，即大剂量算法、血糖预测算法、临时基础率算法。其算法的核心是血糖预测算法：通过在任何时间预测来自四种单独效应（胰岛素、碳水化合物、回顾性校正和血糖增量预测）的贡献，将血糖维持在校正范围内，以推荐临时基础率校正和大剂量推注。

• 胰岛素效应基于目前的速效胰岛素药代动力学模型，即15min起效，1.5小时达峰，持续6h，根据活性胰岛素和胰岛素敏感性因子，Loop 可以计算出胰岛素的预期的血糖下降幅度。

• 碳水化合物效应：影响碳水化合物吸收最主要的因素在于食物的升糖指数（GI），即消化速度，LOOP在进餐时会让你输入估算的食物吸收时间，但是在进餐后，LOOP会根据血糖值/5min、活性胰岛素/5min、碳水系数、胰岛素敏感系数从来计算实际上的碳水吸收速度，从而判断剩余碳水对血糖的影响。

• 回顾性校正：除了输注的胰岛素和食用的碳水会影响血糖，血糖还会受到运动、压力、情绪、激素等影响，LOOP通过计算自己的预测与实际误差从而估计这些影响的权重。

• 血糖增量预测：根据过去15min血糖变化的斜率预测未来20min血糖。

LOOP系统特色：通过以上算法，loop在自动输注基础率方面有着出色的表现，因此我们会获得平稳的夜间血糖，但是白天的挑战在于多次进食导致的血糖波动，LOOP也针对进食设置了膳食策略，从而使得餐后血糖波动较为平稳。在膳食输注界面，总碳水数量强调包括碳水、脂肪与蛋白质的碳水转化量，以及针对高GI和低GI的不同吸收时间。在进食之后，对碳水的吸收分析可以告诉使用者实际的碳水吸收数量以及吸收时间，通过不断练习掌握食物的碳水和吸收速率，以帮助下一次做更好的进餐决策。

数据管理：DIY系闭环通过Nightscout进行数据管理，Nightscout是一个开源应用程序，用来进行实时的、可视化、存储和共享血糖监测数据和治疗数据。这也是一个需要构建的app，具体构建方法见What is Nightscout? - Nightscout。

DIY——AndroidAPS（OpenAPS）

AndroidAPS 是一款面向胰岛素依赖型糖尿病患者的开源应用程序，可在安卓智能手机上充当人工胰腺系统 (APS)。在AndroidAPS Docs里面Welcome to the AndroidAPS documentation可以找到搭建和使用的方法。

兼容的泵包括：DanaR / DanaRS、Accu-Chek Combo、Accu-Chek Insight、Omnipod Eros、旧版本美敦力泵

兼容的动态血糖包括：General、Data Smoothing、xDrip+Settings、Dexcom G6、Dexcom G5、Dexcom G4、Libre 2、Libre 1、Eversense、MM640g/MM630g、PocTech、Nightscout as BG Source

核心算法包括oref0 、oref1^[3]：

oref0 ：包括净IOB算法、调整意外的 BG 偏差、Bolus snooze。

oref1：oref1 在进餐时利用小的“超微剂量”(SMB) 胰岛素来更快（但安全地）管理对因碳水化合物吸收引起的血糖升高做出反应所需的胰岛素。

总结

对于没有使用过的系统，介绍起来确实磕磕绊绊，很多功能和算法也不是很理解，所以过段时间准备自己搭建一下AndroidAPS和OpenAPS感受一下它的功能。在1型糖尿病猪的全闭环挑战试验中^[4]，我们知道，OpenAPS的算法可能是目前公开的最先进的闭环算法，是优于Loop的，是一种更具有全闭环潜力的系统，所以也很期待去使用它并完成这篇文章的撰写。

在下一篇文章中，我主要还是想对比一下我用过的商业系闭环770G和DIY系闭环LOOP的区别。

（2021.10.17）

参考

1. ^https://news.medtronic.com/2021-06-02-Real-World-Data-on-Over-4,000-Patients-Using-the-Medtronic-MiniMed-TM-780G-System-Demonstrate-Time-in-Range-Mirroring-Pivotal-Trial

2. ^https://loopkit.github.io/loopdocs/

3. ^https://openaps.org/reference-design/

4. ^Lal RA, Maikawa CL, Lewis D, Baker SW, Smith AAA, Roth GA, Gale EC, Stapleton LM, Mann JL, Yu AC, Correa S, Grosskopf AK, Liong CS, Meis CM, Chan D, Garner JP, Maahs DM, Buckingham BA, Appel EA. Full closed loop open-source algorithm performance comparison in pigs with diabetes. Clin Transl Med. 2021 Apr;11(4):e387.