阅读说明：本技术 患者专用的葡萄糖预测系统和方法 (Patient-specific glucose prediction system and method ) 是由 钟宇翔 普拉蒂克·阿格拉沃尔 胡泽法·F·内伊穆奇瓦拉 西努贝西·亚伯拉罕 姜博屹 尚塔尔 于 2018-03-23 设计创作，主要内容包括：本发明提供了用于监测患者的生理状况的输注设备和相关医疗设备、患者数据管理系统和方法。监测患者的生理状况的一种示例性方法涉及获得由感测装置提供的患者的生理状况的当前测量数据；获得指示与患者相关联的一个或多个未来事件的用户输入；以及响应于用户输入,使用与患者相关联的一个或多个预测模型,至少部分地基于当前测量数据和一个或多个未来事件来确定对患者的未来生理状况的预测；以及将预测的图形表示显示在显示设备上。(The invention provides an infusion device and related medical device, patient data management system and method for monitoring a physiological condition of a patient. One exemplary method of monitoring a physiological condition of a patient involves obtaining current measurement data of the physiological condition of the patient provided by a sensing device; obtaining user input indicative of one or more future events associated with a patient; and determining, in response to the user input, a prediction of a future physiological condition of the patient based at least in part on the current measurement data and the one or more future events using one or more predictive models associated with the patient; and displaying the predicted graphical representation on a display device.)

患者专用的葡萄糖预测系统和方法

优先权

本PCT申请要求以下专利申请的权益和优先权：2018年3月22日提交的美国专利申请序列号15/933,264；2018年3月22日提交的美国专利申请序列号15/933,258；2018年3月22日提交的美国专利申请序列号15/933,266；2018年3月22日提交的美国专利申请序列号15/933,268；2018年3月22日提交的美国专利申请序列号15/933,272；2018年3月22日提交的美国专利申请序列号15/933,275；2018年3月22日提交的美国专利申请序列号15/933,277；2017年7月18日提交的美国临时专利申请序列号62/534,051；2017年3月24日提交的美国临时专利申请序列号62/476,444；2017年3月24日提交的美国临时专利申请序列号62/476,451；2017年3月24日提交的美国临时专利申请序列号62/476,456；2017年3月24日提交的美国临时专利申请序列号62/476,468；2017年3月24日提交的美国临时专利申请序列号62/476,493；2017年3月24日提交的美国临时专利申请序列号62/476,506；以及2017年3月24日提交的美国临时专利申请序列号62/476,517。

技术领域

本文描述的主题的实施方案整体涉及医疗设备和相关的患者监测系统，并且更具体地，本主题的实施方案涉及有助于改进的患者专用查询、预测和建议的数据库系统。

背景技术

输注泵设备和系统在医学领域中是相当熟知的，用于向患者输送或分配试剂诸如胰岛素或另一种处方药。输注泵疗法的使用一直在增加，特别是对于糖尿病患者的胰岛素输送。连续的胰岛素输注提供了对糖尿病症状的更好的控制，并且因此开发了控制方案，其允许胰岛素输注泵例如在患者睡觉时整夜以基本上连续且自主的方式监测和调节患者的血糖水平。

调节血糖水平因所使用的胰岛素类型的响应时间变化以及每个患者的个体胰岛素响应而变得复杂。此外，患者的日常活动和经历可导致该患者的胰岛素响应在一天中或从一天至下一天变化。因此，需要有助于改进的葡萄糖控制，其以个性化的方式考虑了许多不同变量。此外，不同治疗方案的效果和功效可能因患者而异。因此，也期望更好地了解个体患者的病情可如何被各种行为影响，或者不同的疗法或行为可如何改进患者病情的调节。结合附图和先前的背景技术，根据随后的具体实施方式和所附权利要求，本文描述的方法、设备和系统的其他期望特征和特性将变得显而易见。

发明内容

本发明提供了用于监测患者的生理状况的输注设备和相关医疗设备、患者数据管理系统和方法。监测患者的生理状况的方法的一个实施方案包括：在计算设备处获得由感测装置提供的患者的生理状况的当前测量数据；在计算设备处获得指示与患者相关联的一个或多个未来事件的用户输入；以及响应于用户输入，使用与患者相关联的一个或多个预测模型，至少部分地基于当前测量数据和一个或多个未来事件来确定对患者的未来生理状况的预测；以及在计算设备处将预测的图形表示显示在显示设备上。

在另一个实施方案中，提供了电子设备的装置。电子设备包括：通信接口，该通信接口用于从感测装置接收患者的生理状况的当前测量数据；显示设备，该显示设备具有在其上呈现的图形用户界面显示；用户界面，该用户界面用于获得指示一个或多个未来事件的用户输入；以及控制系统，该控制系统耦接到通信接口、显示设备和用户界面以便使用与患者相关联的一个或多个预测模型，至少部分地基于当前测量数据和一个或多个未来事件来确定对患者的未来生理状况的预测，并且在显示设备的图形用户界面显示内显示预测的图形表示。

在另一个实施方案，提供了一种监测患者的葡萄糖水平的方法。方法包括：在计算设备处从葡萄糖感测装置获得患者的当前传感器葡萄糖测量数据；在计算设备处经由用户界面获得指示患者的一个或多个未来事件的用户输入；在计算设备处，使用与患者相关联的多个不同的预测模型，至少部分地基于当前传感器葡萄糖测量数据和一个或多个未来事件来确定患者的未来模拟葡萄糖水平，其中多个不同预测模型包括与患者相关联的每小时预报模型；以及在与计算设备相关联的显示设备上显示模拟葡萄糖水平相对于未来时间的图形表示。

在另一个实施方案中，监测患者的生理状况的方法包括：从感测装置获得患者的生理状况的当前测量数据；至少部分地基于与患者相关联的历史事件数据，预测在未来的一个或多个不同时间可能影响患者生理状况的一个或多个事件；使用与患者相关联的预报模型，至少部分地基于当前测量数据和一个或多个事件来确定与未来的多个不同时间段相关联的患者的生理状况的多个预测值；以及在显示设备上显示相对于未来的多个不同时间段的多个预测值。

在另一个实施方案中，提供了一种系统，该系统包括：显示设备；感测装置，该感测装置用于获得患者的生理状况的当前测量数据；以及控制系统，该控制系统耦接到显示设备和感测装置，以便使用与患者相关联的每小时预报模型至少部分地基于当前测量数据来确定患者的未来生理状况的多个预报每小时平均值，并且在显示设备上显示多个预报每小时平均值。

在另一个实施方案，提供了一种监测患者的葡萄糖水平的方法。该方法包括：至少部分地基于患者的历史葡萄糖测量数据以及与患者相关联的历史事件数据之间的关系来确定患者的每小时预报模型；从葡萄糖感测装置获得患者的当前葡萄糖测量数据；至少部分地基于与患者相关联的历史事件数据，预测在未来的一个或多个不同时间可能影响患者葡萄糖水平的一个或多个事件；使用与患者相关联的每小时预报模型，至少部分地基于当前葡萄糖测量数据和一个或多个事件来确定患者的未来的多个每小时预报平均葡萄糖值；以及在显示设备上显示未来的多个每小时预报平均葡萄糖值的图形表示。

在另一个实施方案中，一种监测患者的生理状况的方法包括：从感测装置获得针对患者的生理状况的当前测量数据；使用第一预测模型至少部分地基于当前测量数据来确定针对未来患者的生理状况的第一多个预测值；使用不同于第一预测模型的第二预测模型，至少部分地基于当前测量数据来确定针对未来患者的生理状况的第二多个预测值；至少部分地基于第一多个预测值、第二多个预测值以及与相应的第一预测模型和第二预测模型相关联的加权因子，确定针对患者的生理状况相对于未来时间的集合预测，其中加权因子基于与第一预测模型相关联的第一可靠性度量和与第二预测模型相关联的第二可靠性度量之间的关系，相对于未来时间而变化；以及在显示设备上显示针对患者的生理状况相对于未来时间的集合预测的图形指示。

监测患者的生理状况的另一种方法包括：从感测装置获得针对患者的生理状况的当前测量数据；使用与患者相关联的多个不同预测模型至少部分地基于当前测量数据确定未来时间的指示生理状况的多个预测值，其中多个预测值中的每个预测值与多个不同预测模型中的相应的预测模型相关联，至少部分地基于一天中未来时间与当前时间之间的关系，为多个不同预测模型中的每个相应的预测模型确定与相应的预测模型相关联的可靠性度量，至少部分地基于与相应预测模型相关联的可靠性度量，为多个不同的预测模型中的每个相应的预测模型确定与相应预测模型相关联的加权因子，将针对患者的生理状况的集合预测值确定为多个预测值的相应预测值和与相应预测模型相关联的加权因子的加权平均值，并且显示与将来的时间相关联的患者生理状况的集合预测值的图形指示。

在另一个实施方案中，提供了一种电子设备的装置。该电子设备包括：通信接口，该通信接口用于从感测装置接收患者的生理状况的当前测量数据；显示设备，该显示设备具有包括当前测量数据的图形表示的图形用户界面显示；用户界面，该用户界面用于获得调整图形用户界面显示以查看未来的用户输入；以及控制系统，该控制系统耦接到通信接口、显示设备和用户接口以便使用第一预测模型，至少部分地基于当前测量数据来确定患者的未来生理状况的第一多个预测值；使用不同于第一预测模型的第二预测模型，至少部分地基于当前测量数据来确定患者的未来生理状况的第二多个预测值；至少部分地基于第一多个预测值和第二多个预测值，确定患者的生理状况相对于未来时间的集合预测；以及响应于用户输入而在图形用户界面显示上显示集合预测的图形表示。

在另一个实施方案中，提供了数据库系统。该数据库系统包括：数据库，该数据库用于维持与多个实体有关的数据；以及计算设备，该计算设备耦接到数据库以便识别多个实体中的不同对之间的关系，生成限定图形结构的元数据，该图形结构维持多个不同逻辑层的多个实体中的不同实体之间的关系，以及将元数据存储在数据库中。

在另一个实施方案中，提供了一种管理维持与多个患者有关的数据的数据库的方法。该方法包括：由计算设备分析数据库中的逻辑层的图形数据结构，图形数据结构由数据库中的元数据限定并且图形数据结构包括多个实体，其中多个实体中的每个实体维持与和多个患者中的相应患者相关联的观察数据的一个或多个字段的逻辑关系；由计算设备识别逻辑层内的多个实体中的一对实体之间的关系；以及由计算设备更新数据库中的元数据以在一对实体之间创建链接。

在另一个实施方案中，系统包括：多个医疗设备，该多个医疗设备用于获得与多个患者有关的观察数据；数据库，该数据库用于维持与多个实体有关的数据，其中多个实体中的每个实体维持数据库中存储的观察数据的一个或多个字段之间的逻辑关系；以及计算设备，该计算设备耦接到数据库以便识别多个实体中的不同实体之间的关系，生成限定图形结构的元数据，该图形结构维持多个不同逻辑层的多个实体中的不同实体之间的关系，以及将元数据存储在数据库中。

在另一个实施方案中，提供了一种查询数据库的方法。该方法包括：由耦接到数据库的计算设备从客户端设备接收输入查询；由计算设备至少部分地基于输入查询来识别数据库的多个不同逻辑层中的逻辑层以进行搜索；由计算设备至少部分地基于输入查询来生成查询语句，该查询语句用于搜索数据库的多个不同逻辑层中的所识别的逻辑层；使用查询语句来查询数据库的所识别的逻辑层以获得结果数据；以及由计算设备向客户端设备提供受结果数据影响的搜索结果。

在另一个实施方案中，提供了数据库系统。该数据库系统包括：数据库，该数据库用于维持与多个实体有关的数据和定义图形结构的元数据，该图形结构维持多个不同逻辑层中的每个逻辑层的多个实体中的不同实体之间的关系；客户端设备，该客户端设备耦接到网络以传输来自客户端设备的用户的会话输入；以及计算设备，该计算设备耦接到数据库和网络以便从客户端设备接收会话输入，至少部分地基于会话输入来确定数据库的多个不同逻辑层中的逻辑层以进行搜索，至少部分地基于会话输入来生成查询语句，该查询语句用于搜索数据库的多个不同逻辑层中的所识别的逻辑层以获得来自数据库的逻辑层的结果数据，以及通过网络向客户端设备提供受结果数据影响的搜索结果。

在另一个实施方案中，查询数据库的方法包括：在客户端电子设备处提供提示用户的会话交互的图形用户界面显示；在客户端电子设备处接收来自用户的会话输入；通过网络从客户端电子设备向远程设备传送会话输入，其中远程设备至少部分地基于会话输入分析会话输入以识别数据库的多个不同逻辑层中的逻辑层以进行搜索，并且查询所识别的数据库逻辑层以获得结果数据；以及在客户端电子设备处响应于会话输入而在图形用户界面显示内提供会话搜索结果，其中会话搜索结果受结果数据影响。

在另一个实施方案中，提供了输注设备的装置。该输注设备包括：致动装置，该致动装置可操作以向用户输送流体，流体影响用户的生理状况；通信接口，该通信接口用于接收指示用户的生理状况的测量数据；感测装置，该感测装置用于获得背景测量数据；以及控制系统，该控制系统耦接到致动装置、通信接口和感测装置以便确定用于以受测量数据和背景测量数据影响的方式自主操作致动装置的命令，并且根据命令自主操作致动装置以将流体输送给用户。

在另一个实施方案中，提供了一种操作输注设备来调节患者的生理状况的方法。该方法包括：在输注设备处从第一感测装置获得指示生理状况的测量数据；在输注设备处确定用于自主操作输注设备的致动装置以将影响生理状况的流体输送给患者的输送命令；在输注设备处从输注设备的第二感测装置获得背景测量数据；以受背景测量数据影响的方式调整输送命令以获得已调整的输送命令；以及根据已调整的输送命令自动操作致动装置以输送流体。

在另一个实施方案中，监测患者的生理状况的方法包括：由计算设备从感测装置获得与患者的生理状况有关的测量数据；由计算设备从数据库获得与患者相关联的医疗记录数据；由计算设备至少部分地基于测量数据、医疗记录数据以及群体测量数据与群体医疗记录数据之间的一种或多种关系来确定与患者相关联的医疗状况的风险评分；以及至少部分地基于风险评分在计算设备处启动一个或多个动作。

在另一个实施方案中，提供了一种系统，其包括：感测装置，用于获得与患者的生理状况有关的测量数据；数据库，用于维持与患者相关联的医疗记录数据、与多个患者相关联的群体测量数据以及与多个患者相关联的群体医疗记录数据；以及通信地耦接到感测装置和数据库的计算设备，用于至少部分地基于测量数据、医疗记录数据以及群体测量数据与群体医疗记录数据之间的一种或多种关系来确定与患者相关联的医疗状况的风险评分，并且当风险评分大于阈值时执行一个或多个动作。

在另一个实施方案中，一种监测患者的方法包括：从数据库获得与多个患者相关联的群体葡萄糖测量数据；从数据库中获得与多个患者相关联的群体医疗记录数据；基于群体葡萄糖测量数据与群体医疗记录数据之间的关系，针对具有医疗状况的多个患者的子集，确定该医疗状况的风险模型；从间质葡萄糖感测装置获得患者的传感器葡萄糖测量数据；从数据库获得与患者相关联的医疗记录数据；使用风险模型，至少部分地基于传感器葡萄糖测量数据和医疗记录数据来确定与患者相关联的医疗状况的风险评分；以及当风险评分大于阈值时，为患者生成治疗建议。

在另一个实施方案中，一种管理患者的生理状况的方法包括：由计算设备从感测装置获得与患者的生理状况有关的测量数据；由计算设备从数据库获得与患者相关联的医疗记录数据；由计算设备至少部分地基于测量数据和医疗记录数据，将患者分类到患者组中；由计算设备获得与患者组相关联的多个不同的提升模型，其中多个不同的提升模型中的每个提升模型对应于多个不同的治疗干预中的相应的治疗干预，由计算设备使用多个不同的提升模型基于测量数据和医疗记录数据确定用于多个不同的治疗干预的与患者相关联的多个提升度量值，并且由计算设备至少部分地基于与推荐的治疗干预相关联的相应的提升度量值，为患者提供推荐的治疗干预的指示。

在另一个实施方案中，一种管理患者的生理状况的方法包括：由耦接到数据库的计算设备从数据库中获得与多个患者相关联的群体测量数据；由计算设备从数据库获得与多个患者相关联的群体医疗记录数据；由计算设备基于与多个患者的子集相关联的群体测量数据的子集和与多个患者的子集相关联的群体医疗记录数据的子集中的至少一个，确定包括多个患者的子集的患者组以进行建模；由计算设备至少部分地基于与患者子集相关联的群体测量数据的子集和群体医疗记录数据的子集之间的一种或多种关系，确定与患者组相关联的多个不同提升模型以用于不同的治疗干预；从感测装置获得与患者的生理状况有关的测量数据；从数据库获得与患者相关联的医疗记录数据；使用多个不同的提升模型，基于测量数据和医疗记录数据确定与患者相关联的多个提升度量值；至少部分地基于多个提升度量值，选择不同的治疗干预中推荐的治疗干预；以及为患者提供推荐的治疗干预的指示。

在另一个实施方案中，提供了一种系统，该系统包括：感测装置，用于获得与患者的生理状况有关的测量数据；数据库，用于基于与多个患者相关联的群体测量数据和群体医疗记录数据之间的关系来维持与患者相关联的医疗记录数据和与患者组相关联的多个不同的提升模型，其中多个不同提升模型中的每个提升模型对应于多个不同治疗干预中的相应治疗干预；以及计算设备，其通信地耦接到感测装置和数据库，以至少部分地基于测量数据和医疗记录数据将患者分类到患者组中；使用多个不同的提升模型，基于测量数据和医学记录数据，针对多个不同的治疗干预确定与患者相关联的多个提升度量值；以及至少部分地基于与推荐的治疗干预相关联的相应的提升度量值来生成针对患者的推荐的治疗干预的用户通知。

在另一个实施方案中，一种管理患者的生理状况的方法包括：由计算设备从感测装置获得与患者的生理状况有关的测量数据；由计算设备从数据库获得与患者相关联的医疗记录数据；由计算设备获得与多个不同治疗方案相关联的多个不同依从性模型，其中多个不同依从性模型中的每个依从性模型对应于多个不同治疗方案中的相应治疗方案；由计算设备使用多个不同的依从性模型，基于测量数据和医疗记录数据来确定与患者相关联的针对多个不同治疗方案的多个依从性度量值；以及由计算设备至少部分地基于与推荐的治疗方案相关联的相应依从性度量值为患者提供推荐的治疗方案的指示。

在另一个实施方案中，一种管理患者的生理状况的方法包括：由计算设备获得开具治疗方案的多个患者的群体医疗记录数据；由计算设备获得多个患者的群体医疗索赔数据；由计算设备获得多个患者的群体测量数据；由计算设备至少部分地基于群体医疗索赔数据、群体医疗记录数据和群体测量数据之间的关系来确定依从性模型；由计算设备从感测装置获得与患者的生理状况有关的测量数据；由计算设备从数据库获得与患者相关联的医疗记录数据；由计算设备使用依从性模型至少部分地基于测量数据和医疗记录数据来确定用于患者的治疗方案的依从性度量值；以及由计算设备基于依从性度量值推荐用于患者的治疗方案。

在另一个实施方案中，提供了一种系统，该系统包括：感测装置，该感测装置用于获得与患者的生理状况有关的测量数据；数据库，该数据库用于维持与患者相关联的医疗记录数据以及与多个不同治疗方案相关联的多个不同依从性模型，其中多个不同依从性模型中的每个依从性模型对应于多个不同治疗方案中的相应治疗方案；以及计算设备，该计算设备通信耦接到传感装置和数据库以便使用多个不同的依从性模型，基于测量数据和医疗记录数据来确定与患者相关联的针对多个不同治疗方案的多个依从性度量值，以及至少部分地基于与推荐的治疗方案相关联的相应依从性度量值为患者生成推荐的治疗方案的用户通知。

提供本发明内容是为了以简化形式介绍将在以下详细描述中进一步描述的一些概念。本发明内容不旨在确定要求保护的主题的主要特征或基本特征，也不旨在用于帮助确定要求保护的主题的范围。

附图说明

通过结合以下附图考虑时，通过参考

具体实施方式

和所附权利要求，本文描述的方法、设备和系统的其他期望特征和特性将变得显而易见。

发明内容

本发明提供了用于监测患者的生理状况的输注设备和相关医疗设备、患者数据管理系统和方法。监测患者的生理状况的方法的一个实施方案包括：在计算设备处获得由感测装置提供的患者的生理状况的当前测量数据；在计算设备处获得指示与患者相关联的一个或多个未来事件的用户输入；以及响应于用户输入，使用与患者相关联的一个或多个预测模型，至少部分地基于当前测量数据和一个或多个未来事件来确定对患者的未来生理状况的预测；以及在计算设备处将预测的图形表示显示在显示设备上。

在另一个实施方案中，提供了电子设备的装置。电子设备包括：通信接口，该通信接口用于从感测装置接收患者的生理状况的当前测量数据；显示设备，该显示设备具有在其上呈现的图形用户界面显示；用户界面，该用户界面用于获得指示一个或多个未来事件的用户输入；以及控制系统，该控制系统耦接到通信接口、显示设备和用户界面以便使用与患者相关联的一个或多个预测模型，至少部分地基于当前测量数据和一个或多个未来事件来确定对患者的未来生理状况的预测，并且在显示设备的图形用户界面显示内显示预测的图形表示。

在另一个实施方案，提供了一种监测患者的葡萄糖水平的方法。方法包括：在计算设备处从葡萄糖感测装置获得患者的当前传感器葡萄糖测量数据；在计算设备处经由用户界面获得指示患者的一个或多个未来事件的用户输入；在计算设备处，使用与患者相关联的多个不同的预测模型，至少部分地基于当前传感器葡萄糖测量数据和一个或多个未来事件来确定患者的未来模拟葡萄糖水平，其中多个不同预测模型包括与患者相关联的每小时预报模型；以及在与计算设备相关联的显示设备上显示模拟葡萄糖水平相对于未来时间的图形表示。

在另一个实施方案中，监测患者的生理状况的方法包括：从感测装置获得患者的生理状况的当前测量数据；至少部分地基于与患者相关联的历史事件数据，预测在未来的一个或多个不同时间可能影响患者生理状况的一个或多个事件；使用与患者相关联的预报模型，至少部分地基于当前测量数据和一个或多个事件来确定与未来的多个不同时间段相关联的患者的生理状况的多个预测值；以及在显示设备上显示相对于未来的多个不同时间段的多个预测值。

在另一个实施方案中，提供了一种系统，该系统包括：显示设备；感测装置，该感测装置用于获得患者的生理状况的当前测量数据；以及控制系统，该控制系统耦接到显示设备和感测装置，以便使用与患者相关联的每小时预报模型至少部分地基于当前测量数据来确定患者的未来生理状况的多个预报每小时平均值，并且在显示设备上显示多个预报每小时平均值。

在另一个实施方案，提供了一种监测患者的葡萄糖水平的方法。该方法包括：至少部分地基于患者的历史葡萄糖测量数据以及与患者相关联的历史事件数据之间的关系来确定患者的每小时预报模型；从葡萄糖感测装置获得患者的当前葡萄糖测量数据；至少部分地基于与患者相关联的历史事件数据，预测在未来的一个或多个不同时间可能影响患者葡萄糖水平的一个或多个事件；使用与患者相关联的每小时预报模型，至少部分地基于当前葡萄糖测量数据和一个或多个事件来确定患者的未来的多个每小时预报平均葡萄糖值；以及在显示设备上显示未来的多个每小时预报平均葡萄糖值的图形表示。

在另一个实施方案中，一种监测患者的生理状况的方法包括：从感测装置获得针对患者的生理状况的当前测量数据；使用第一预测模型至少部分地基于当前测量数据来确定针对未来患者的生理状况的第一多个预测值；使用不同于第一预测模型的第二预测模型，至少部分地基于当前测量数据来确定针对未来患者的生理状况的第二多个预测值；至少部分地基于第一多个预测值、第二多个预测值以及与相应的第一预测模型和第二预测模型相关联的加权因子，确定针对患者的生理状况相对于未来时间的集合预测，其中加权因子基于与第一预测模型相关联的第一可靠性度量和与第二预测模型相关联的第二可靠性度量之间的关系，相对于未来时间而变化；以及在显示设备上显示针对患者的生理状况相对于未来时间的集合预测的图形指示。

监测患者的生理状况的另一种方法包括：从感测装置获得针对患者的生理状况的当前测量数据；使用与患者相关联的多个不同预测模型至少部分地基于当前测量数据确定未来时间的指示生理状况的多个预测值，其中多个预测值中的每个预测值与多个不同预测模型中的相应的预测模型相关联，至少部分地基于一天中未来时间与当前时间之间的关系，为多个不同预测模型中的每个相应的预测模型确定与相应的预测模型相关联的可靠性度量，至少部分地基于与相应预测模型相关联的可靠性度量，为多个不同的预测模型中的每个相应的预测模型确定与相应预测模型相关联的加权因子，将针对患者的生理状况的集合预测值确定为多个预测值的相应预测值和与相应预测模型相关联的加权因子的加权平均值，并且显示与将来的时间相关联的患者生理状况的集合预测值的图形指示。

在另一个实施方案中，提供了一种电子设备的装置。该电子设备包括：通信接口，该通信接口用于从感测装置接收患者的生理状况的当前测量数据；显示设备，该显示设备具有包括当前测量数据的图形表示的图形用户界面显示；用户界面，该用户界面用于获得调整图形用户界面显示以查看未来的用户输入；以及控制系统，该控制系统耦接到通信接口、显示设备和用户接口以便使用第一预测模型，至少部分地基于当前测量数据来确定患者的未来生理状况的第一多个预测值；使用不同于第一预测模型的第二预测模型，至少部分地基于当前测量数据来确定患者的未来生理状况的第二多个预测值；至少部分地基于第一多个预测值和第二多个预测值，确定患者的生理状况相对于未来时间的集合预测；以及响应于用户输入而在图形用户界面显示上显示集合预测的图形表示。

在另一个实施方案中，提供了数据库系统。该数据库系统包括：数据库，该数据库用于维持与多个实体有关的数据；以及计算设备，该计算设备耦接到数据库以便识别多个实体中的不同对之间的关系，生成限定图形结构的元数据，该图形结构维持多个不同逻辑层的多个实体中的不同实体之间的关系，以及将元数据存储在数据库中。

在另一个实施方案中，提供了一种管理维持与多个患者有关的数据的数据库的方法。该方法包括：由计算设备分析数据库中的逻辑层的图形数据结构，图形数据结构由数据库中的元数据限定并且图形数据结构包括多个实体，其中多个实体中的每个实体维持与和多个患者中的相应患者相关联的观察数据的一个或多个字段的逻辑关系；由计算设备识别逻辑层内的多个实体中的一对实体之间的关系；以及由计算设备更新数据库中的元数据以在一对实体之间创建链接。

在另一个实施方案中，系统包括：多个医疗设备，该多个医疗设备用于获得与多个患者有关的观察数据；数据库，该数据库用于维持与多个实体有关的数据，其中多个实体中的每个实体维持数据库中存储的观察数据的一个或多个字段之间的逻辑关系；以及计算设备，该计算设备耦接到数据库以便识别多个实体中的不同实体之间的关系，生成限定图形结构的元数据，该图形结构维持多个不同逻辑层的多个实体中的不同实体之间的关系，以及将元数据存储在数据库中。

在另一个实施方案中，提供了一种查询数据库的方法。该方法包括：由耦接到数据库的计算设备从客户端设备接收输入查询；由计算设备至少部分地基于输入查询来识别数据库的多个不同逻辑层中的逻辑层以进行搜索；由计算设备至少部分地基于输入查询来生成查询语句，该查询语句用于搜索数据库的多个不同逻辑层中的所识别的逻辑层；使用查询语句来查询数据库的所识别的逻辑层以获得结果数据；以及由计算设备向客户端设备提供受结果数据影响的搜索结果。

在另一个实施方案中，提供了数据库系统。该数据库系统包括：数据库，该数据库用于维持与多个实体有关的数据和定义图形结构的元数据，该图形结构维持多个不同逻辑层中的每个逻辑层的多个实体中的不同实体之间的关系；客户端设备，该客户端设备耦接到网络以传输来自客户端设备的用户的会话输入；以及计算设备，该计算设备耦接到数据库和网络以便从客户端设备接收会话输入，至少部分地基于会话输入来确定数据库的多个不同逻辑层中的逻辑层以进行搜索，至少部分地基于会话输入来生成查询语句，该查询语句用于搜索数据库的多个不同逻辑层中的所识别的逻辑层以获得来自数据库的逻辑层的结果数据，以及通过网络向客户端设备提供受结果数据影响的搜索结果。

在另一个实施方案中，查询数据库的方法包括：在客户端电子设备处提供提示用户的会话交互的图形用户界面显示；在客户端电子设备处接收来自用户的会话输入；通过网络从客户端电子设备向远程设备传送会话输入，其中远程设备至少部分地基于会话输入分析会话输入以识别数据库的多个不同逻辑层中的逻辑层以进行搜索，并且查询所识别的数据库逻辑层以获得结果数据；以及在客户端电子设备处响应于会话输入而在图形用户界面显示内提供会话搜索结果，其中会话搜索结果受结果数据影响。

在另一个实施方案中，提供了输注设备的装置。该输注设备包括：致动装置，该致动装置可操作以向用户输送流体，流体影响用户的生理状况；通信接口，该通信接口用于接收指示用户的生理状况的测量数据；感测装置，该感测装置用于获得背景测量数据；以及控制系统，该控制系统耦接到致动装置、通信接口和感测装置以便确定用于以受测量数据和背景测量数据影响的方式自主操作致动装置的命令，并且根据命令自主操作致动装置以将流体输送给用户。

在另一个实施方案中，提供了一种操作输注设备来调节患者的生理状况的方法。该方法包括：在输注设备处从第一感测装置获得指示生理状况的测量数据；在输注设备处确定用于自主操作输注设备的致动装置以将影响生理状况的流体输送给患者的输送命令；在输注设备处从输注设备的第二感测装置获得背景测量数据；以受背景测量数据影响的方式调整输送命令以获得已调整的输送命令；以及根据已调整的输送命令自动操作致动装置以输送流体。

在另一个实施方案中，监测患者的生理状况的方法包括：由计算设备从感测装置获得与患者的生理状况有关的测量数据；由计算设备从数据库获得与患者相关联的医疗记录数据；由计算设备至少部分地基于测量数据、医疗记录数据以及群体测量数据与群体医疗记录数据之间的一种或多种关系来确定与患者相关联的医疗状况的风险评分；以及至少部分地基于风险评分在计算设备处启动一个或多个动作。

在另一个实施方案中，提供了一种系统，其包括：感测装置，用于获得与患者的生理状况有关的测量数据；数据库，用于维持与患者相关联的医疗记录数据、与多个患者相关联的群体测量数据以及与多个患者相关联的群体医疗记录数据；以及通信地耦接到感测装置和数据库的计算设备，用于至少部分地基于测量数据、医疗记录数据以及群体测量数据与群体医疗记录数据之间的一种或多种关系来确定与患者相关联的医疗状况的风险评分，并且当风险评分大于阈值时执行一个或多个动作。

在另一个实施方案中，一种监测患者的方法包括：从数据库获得与多个患者相关联的群体葡萄糖测量数据；从数据库中获得与多个患者相关联的群体医疗记录数据；基于群体葡萄糖测量数据与群体医疗记录数据之间的关系，针对具有医疗状况的多个患者的子集，确定该医疗状况的风险模型；从间质葡萄糖感测装置获得患者的传感器葡萄糖测量数据；从数据库获得与患者相关联的医疗记录数据；使用风险模型，至少部分地基于传感器葡萄糖测量数据和医疗记录数据来确定与患者相关联的医疗状况的风险评分；以及当风险评分大于阈值时，为患者生成治疗建议。

在另一个实施方案中，一种管理患者的生理状况的方法包括：由计算设备从感测装置获得与患者的生理状况有关的测量数据；由计算设备从数据库获得与患者相关联的医疗记录数据；由计算设备至少部分地基于测量数据和医疗记录数据，将患者分类到患者组中；由计算设备获得与患者组相关联的多个不同的提升模型，其中多个不同的提升模型中的每个提升模型对应于多个不同的治疗干预中的相应的治疗干预，由计算设备使用多个不同的提升模型基于测量数据和医疗记录数据确定用于多个不同的治疗干预的与患者相关联的多个提升度量值，并且由计算设备至少部分地基于与推荐的治疗干预相关联的相应的提升度量值，为患者提供推荐的治疗干预的指示。

在另一个实施方案中，一种管理患者的生理状况的方法包括：由耦接到数据库的计算设备从数据库中获得与多个患者相关联的群体测量数据；由计算设备从数据库获得与多个患者相关联的群体医疗记录数据；由计算设备基于与多个患者的子集相关联的群体测量数据的子集和与多个患者的子集相关联的群体医疗记录数据的子集中的至少一个，确定包括多个患者的子集的患者组以进行建模；由计算设备至少部分地基于与患者子集相关联的群体测量数据的子集和群体医疗记录数据的子集之间的一种或多种关系，确定与患者组相关联的多个不同提升模型以用于不同的治疗干预；从感测装置获得与患者的生理状况有关的测量数据；从数据库获得与患者相关联的医疗记录数据；使用多个不同的提升模型，基于测量数据和医疗记录数据确定与患者相关联的多个提升度量值；至少部分地基于多个提升度量值，选择不同的治疗干预中推荐的治疗干预；以及为患者提供推荐的治疗干预的指示。

在另一个实施方案中，提供了一种系统，该系统包括：感测装置，用于获得与患者的生理状况有关的测量数据；数据库，用于基于与多个患者相关联的群体测量数据和群体医疗记录数据之间的关系来维持与患者相关联的医疗记录数据和与患者组相关联的多个不同的提升模型，其中多个不同提升模型中的每个提升模型对应于多个不同治疗干预中的相应治疗干预；以及计算设备，其通信地耦接到感测装置和数据库，以至少部分地基于测量数据和医疗记录数据将患者分类到患者组中；使用多个不同的提升模型，基于测量数据和医学记录数据，针对多个不同的治疗干预确定与患者相关联的多个提升度量值；以及至少部分地基于与推荐的治疗干预相关联的相应的提升度量值来生成针对患者的推荐的治疗干预的用户通知。

在另一个实施方案中，一种管理患者的生理状况的方法包括：由计算设备从感测装置获得与患者的生理状况有关的测量数据；由计算设备从数据库获得与患者相关联的医疗记录数据；由计算设备获得与多个不同治疗方案相关联的多个不同依从性模型，其中多个不同依从性模型中的每个依从性模型对应于多个不同治疗方案中的相应治疗方案；由计算设备使用多个不同的依从性模型，基于测量数据和医疗记录数据来确定与患者相关联的针对多个不同治疗方案的多个依从性度量值；以及由计算设备至少部分地基于与推荐的治疗方案相关联的相应依从性度量值为患者提供推荐的治疗方案的指示。

在另一个实施方案中，一种管理患者的生理状况的方法包括：由计算设备获得开具治疗方案的多个患者的群体医疗记录数据；由计算设备获得多个患者的群体医疗索赔数据；由计算设备获得多个患者的群体测量数据；由计算设备至少部分地基于群体医疗索赔数据、群体医疗记录数据和群体测量数据之间的关系来确定依从性模型；由计算设备从感测装置获得与患者的生理状况有关的测量数据；由计算设备从数据库获得与患者相关联的医疗记录数据；由计算设备使用依从性模型至少部分地基于测量数据和医疗记录数据来确定用于患者的治疗方案的依从性度量值；以及由计算设备基于依从性度量值推荐用于患者的治疗方案。

在另一个实施方案中，提供了一种系统，该系统包括：感测装置，该感测装置用于获得与患者的生理状况有关的测量数据；数据库，该数据库用于维持与患者相关联的医疗记录数据以及与多个不同治疗方案相关联的多个不同依从性模型，其中多个不同依从性模型中的每个依从性模型对应于多个不同治疗方案中的相应治疗方案；以及计算设备，该计算设备通信耦接到传感装置和数据库以便使用多个不同的依从性模型，基于测量数据和医疗记录数据来确定与患者相关联的针对多个不同治疗方案的多个依从性度量值，以及至少部分地基于与推荐的治疗方案相关联的相应依从性度量值为患者生成推荐的治疗方案的用户通知。

提供本发明内容是为了以简化形式介绍将在以下详细描述中进一步描述的一些概念。本发明内容不旨在确定要求保护的主题的主要特征或基本特征，也不旨在用于帮助确定要求保护的主题的范围。

附图说明

通过结合以下附图考虑时，通过参考具体实施方式和权利要求书可更完整地理解本主题，其中相同的附图标记在所有附图中指示相似的元件，为了简单和清楚起见示出了附图，但附图不一定按比例绘制。

图1描绘了患者数据管理系统的示例性实施方案；

图2是在一个或多个示例性实施方案中的结合图1的患者数据管理系统的示例性数据管理过程的合适实施方式的流程图；

图3是在一个或多个示例性实施方案中的结合图1的患者数据管理系统的示例性查询过程的合适实施方式的流程图；

图4描绘了根据图3的查询过程的示例性实施方案的适于在图1的患者数据管理系统中的客户端电子设备上呈现的示例性图形用户界面(GUI)；

图5描绘了适于在图1的患者数据管理系统中的逻辑数据库层处实现的示例性图形数据结构；

图6是在一个或多个实施方案中适于与流体输注设备一起使用的示例性输注系统的框图；

图7是在一个或多个实施方案中适于在图6的输注系统中的输注设备中使用的示例性泵控制系统的框图；

图8是在一个或多个示例性实施方案中的结合患者数据管理系统的示例性预报过程的合适实施方式的流程图；

图9描绘了根据图8的预报过程的示例性实施方案的适于在客户端电子设备上呈现的示例性GUI显示；

图10描绘了适于结合图8的预报过程的示例性实施方案使用的每小时预报模型的框图；

图11是在一个或多个示例性实施方案中的结合患者数据管理系统的示例性集合预测过程的合适实施方式的流程图；

图12描绘了根据图11的集合预测过程的示例性实施方案的适于在客户端电子设备上呈现的示例性GUI显示；

图13是在一个或多个示例性实施方案中的结合患者数据管理系统的示例性患者模拟过程的合适实施方式的流程图；

图14至图16描绘了根据图13的患者模拟过程的各种示例性实施方案的适于在客户端电子设备上呈现的示例性GUI显示；

图17是在一个或多个示例性实施方案中的结合患者数据管理系统的示例性风险管理过程的合适实施方式的流程图；

图18是在一个或多个示例性实施方案中的结合患者数据管理系统的示例性提升建议过程的合适实施方式的流程图；

图19是在一个或多个示例性实施方案中的结合患者数据管理系统的示例性依从建议过程的合适实施方式的流程图；

图20示出了输注系统的示例性实施方案；

图21示出了适用于图20的输注系统的流体输注设备的示例性实施方案的平面图；

图22是图21的流体输注设备的分解透视图；

图23是沿图22中的线23-23观察的在组装有***输注设备中的贮存器时的图21至图22的流体输注设备的截面图；

图24是示例性患者监测系统的框图；以及

图25描绘了根据一个或多个实施方案的糖尿病数据管理系统的计算设备的实施方案，该糖尿病数据管理系统适用于与图1、图6、图20和图24的任何一个或多个系统以及图2至图3、图8、图11、图13和图17至图19的任何一个或多个过程结合使用。

具体实施方式

以下具体实施方式本质上仅是说明性的，并不旨在限制主题的实施方案或这些实施方案的应用和使用。如本文所用，词语“示例性”意指“用作示例、实例或说明”。本文作为示例性描述的任何具体实施不一定理解为比其他具体实施更优选或有利。此外，不希望受在前述技术领域、背景技术、发明内容或以下具体实施方式中呈现的任何明示或暗示的理论约束。

为了说明的目的，本文中的主题可以主要在输注系统和设备的背景中描述，这些输注系统和设备被配置为以个性化和/或背景相关的方式支持监测和/或调节用户体内的葡萄糖水平。也就是说，本文描述的主题不一定限于葡萄糖调节或胰岛素输注，并且在实践中，可以相对于任何数量的其他药物、生理状况等以等同方式来实施。

虽然本文所述的主题可以在任何电子设备的背景中实现，但下文所述的示例性实施方案结合医疗设备(诸如，便携式电子医疗设备)实现。虽然可能存在许多不同的应用，但是以下描述可以主要集中于作为输注系统部署的一部分的流体输注设备(或输注泵)。为了简洁起见，本文可能没有详细描述与输注系统操作、胰岛素泵和/或输注器操作有关的常规技术以及系统(和系统的单独操作部件)的其他功能方面。输注泵的示例可以是在以下美国专利中描述的类型，但不限于这些类型：4,562,751、4,685,903、5,080,653、5,505,709、5,097,122、6,485,465、6,554,798、6,558,320、6,558,351、6,641,533、6,659,980、6,752,787、6,817,990、6,932,584、和7,621,893，所述专利中的每一者以引用方式并入本文。流体输注设备通常包括马达或其他致动装置，其用于线性地移位设置在流体输注设备内的贮存器的柱塞(或塞子)，以将一定剂量的流体(诸如胰岛素)输送到用户的身体。在一个或多个示例性实施方案中，控制马达操作的输送命令(或剂量命令)是基于用户身体的生理状况的测量值与目标值之间的差值使用闭环控制以基本上自主的方式并且在基本上连续的基础上来确定的，以将测量值调节至目标值。

如以下在图1至图5的上下文中更详细描述的，在一个或多个实施方案中，与多个不同患者相关联的历史观察患者数据(例如，测量数据、胰岛素输送数据、事件日志数据、背景数据等)、电子医疗记录数据和医疗保险索赔数据被存储或以其他方式维持在数据库，并且被组织到多个不同的逻辑层。每个逻辑层都有其自身的关联有向图形数据结构，该结构维持该逻辑层内不同实体之间的关联或关系。就这一点而言，实体通常表示字段、属性或表征该实体的其他信息的容器或逻辑分组。因此，实体可以在患者的历史观察数据、患者的电子医疗记录数据和/或患者的医疗保险索赔数据的一个或多个字段之间维持逻辑关联。例如，可以将患者标识符和与单个患者相关联的一个或多个附加数据字段映射到特定逻辑数据库层内的不同实体，其继而用作与该逻辑数据库层相关联的有向图形数据结构内的节点，这些节点链接到该逻辑数据库层内的其他节点(或实体)。因此，可以利用逻辑数据库层内的不同患者或实体之间的相似性或共性来建立不同患者、生活方式事件、治疗方案、患者成果等之间的链接，其继而可用于提供与给定患者病情管理有关的改进建议，或者以其他方式改进对给定患者病情的控制、调节或理解。类似地，在一些实施方案中，相似性、共同性或因果关系可用于在一个逻辑数据库层内的实体与不同逻辑层中的另一个实体之间建立链接，从而建立跨越逻辑数据库层的链接或边缘。

当在数据库中加载、创建或以其他方式实例化实体的对应数据时，可以最初创建不同节点(或实体)之间的链接或边缘。例如，在将新患者引入数据库系统中时，可以在用于患者的逻辑数据库层内创建该患者的对应实体。此后，可以搜索逻辑数据库层以识别与该新实体的某个方面有关或相关联的其他实体。例如，如果新患者的实体包括该患者的医疗保健提供者的标识符，则可以创建到对应于与患者的医疗保健提供者(其可以在数据库的相同或不同逻辑层中)相关联的现有实体的节点的双向链接。

在一个或多个示例性实施方案中，对于每个逻辑数据库层，周期性地分析与该层相关联的图形数据结构中的实体或节点以便在图形数据结构的不同节点之间识别并创建新的因果关系或逻辑关系。在一个或多个实施方案中，生成的递归神经网络或其他机器学习或人工智能技术可以周期性地扫描图形数据结构的节点，以便识别因果对并在图形数据结构的此类节点之间建立因果关系链接(或边缘)。例如，响应于采用机器学习的因果关系引擎基于相对一个或多个患者发生的公共事件序列来识别因果关系，可以在对应于不同类型的进餐的实体与对应于不同类型的葡萄糖漂移事件(例如，高血糖事件、低血糖事件、急性糖尿病酮症酸中毒等)之间创建定向链接。在一个或多个实施方案中，通过以下方式来应用生成的递归神经网络技术：从感兴趣的不同成果节点随机开始，并以“无规则”的方式回溯到该节点的链接或边缘，以便确定特定模式或序列是否导致该特定成果节点。另外，可以分析与在特定逻辑数据库层上或其处执行的查询相关联的查询日志，以检测涉及至少阈值数量的节点的重复关联或查询路径，从而在查询路径的端节点之间建立新边缘以改进查询性能。在一些实施方案中，还可以手动建立图形数据结构中的实体或节点之间的新边缘或关系(例如，基于新的研究、临床证据、数据抓取和手动验证、或其他外部知识)。

如以下在图3至图5的上下文中更详细描述的，不同逻辑数据库层允许将观察的患者数据、电子医疗记录数据和医疗保险索赔数据有效地转换成在不同数据子集之间具有不同相互关系的不同形式，由此适应不同类型的查询。此外，查询结果可能更具个性化，或者以其他方式产生更好的患者成果、建议或对患者生理状况的理解。例如，自然语言处理或其他人工智能技术可以应用于输入查询或搜索字符串以确定与输入查询相关联的意图或目标，并且然后基于此来识别一个或多个逻辑数据库层以进行基于查询意图的搜索。然后，在已识别的逻辑数据库层上构造并执行查询语句以获得输入查询的结果。在一个或多个实施方案中，基于与当前操作背景有关的信息(例如，一天中的时间、一周中的一天、地理位置、环境状况等)来过滤或以其他方式解析初始查询结果以获得背景相关的查询结果，然后响应于输入查询而输出或以其他方式提供这些查询结果。

如以下主要在图3至图7的上下文中更详细描述的，在一个或多个实施方案中，医疗设备(诸如输注设备、感测设备、监测设备等)包括或以其他方式支持能够接收会话输入查询的用户界面，其继而在医疗设备处进行解析或以其他方式进行分析以获得要分析的输入查询，从而用于识别逻辑数据库层以搜索和生成对应查询语句的目的。例如，在一个或多个实施方案中，医疗设备包括麦克风或适于接收来自用户的音频输入的类似音频输入设备，该音频输入继而被处理、解析或以其他方式分析以便识别音频输入中的会话输入查询。可以在用户界面内的与用户的会话或对话的背景内以会话方式或以其他方式向用户呈现查询结果或以其他方式将查询结果提供给用户。因此，患者或用户可以能够与数据库系统进行会话交互并查询数据库系统，其继而可以进行转变以允许在不同的逻辑层上以快速方式执行查询，并提供个性化和背景相关的结果，同时还利用不同类型的数据和数据子集(例如，具有类似总体统计特性的不同患者、具有类似医疗历史的不同患者、具有类似治疗方案的不同患者等)之间的相互关系。

糖尿病智能网络

图1示出了患者管理系统100的示例性实施方案，该患者管理系统包括但不限于，耦接到数据库104的计算设备102，该计算设备也通过通信网络108(例如，互联网、蜂窝网络、广域网(WAN)等)通信地耦接到一个或多个电子设备106。应当理解，出于说明的目的，图1示出了患者数据管理系统100的简化表示，并非意图以任何方式限制本文所述的主题。

在示例性实施方案中，电子设备106包括一个或多个医疗设备，例如，输注设备、感测设备、监测设备等。另外，电子设备106可以包括任意数量的非医疗客户端电子设备，例如移动电话、智能电话、平板计算机、智能手表、或其他类似的移动电子设备，或者能够经由网络108与计算设备102通信的任何种类的电子设备，诸如膝上型或笔记本计算机、台式计算机等。一个或多个电子设备106可以包括显示设备(诸如监视器、屏幕或另一个常规电子显示器)或耦接到显示设备，该显示设备能够以图形方式呈现与患者的生理状况有关的数据和/或信息。另外，一个或多个电子设备106还包括用户输入设备(诸如键盘、鼠标、触摸屏、麦克风等)或者以其他方式与用户输入设备相关联，该用户输入设备能够从电子设备106的用户接收输入数据和/或其他信息。

在示例性实施方案中，一个或多个电子设备106向计算设备102传输、上传或以其他方式提供数据或信息，以用于在计算设备102处进行处理和/或存储在数据库104中。例如，当电子设备106被实现为感测设备、监测设备、或包括感测元件(该感测元件***患者体内或以其他方式由患者佩戴以获得指示患者体内的生理状况的测量数据)的其他设备时，电子设备106可以周期性地将测量数据上传或以其他方式传输到计算设备102。在其他实施方案中，当电子设备106被实现为能够将流体或药物输送给患者的输注设备或类似设备时，电子设备106可以周期性地上传或以其他方式传输指示被输送给患者的流体或药物的定时和量的输送数据。在又一些其他实施方案中，客户端电子设备106可以由患者利用以手动限定、输入或以其他方式记录患者经历的进餐、活动或其他事件，并且然后将这些事件日志数据传输、上传或以其他方式提供给计算设备102。

计算设备102通常表示服务器或被配置为进行以下操作的其他远程设备：从电子设备106接收数据或其他信息，在数据库104中存储或以其他方式管理数据，并且分析或以其他方式监测从电子设备106接收和/或存储在数据库104中的数据，如下面更详细地描述的。在实践中，计算设备102可以驻留在物理上与电子设备106不同和/或分开的位置，例如，在与患者数据管理系统100结合利用的一个或多个医疗设备的制造商所拥有和/或操作或与该制造商关连的设施处。出于说明的目的，但非限制性地，计算设备102在本文中可替代地被称为服务器、远程服务器或其变型。服务器102通常包括处理系统和能够存储供处理系统执行的编程指令的数据存储元件(或存储器)，该编程指令在被读取和执行时，致使处理系统创建、生成或以其他方式促进被配置为执行或以其他方式支持本文描述的过程、任务、操作和/或功能的应用程序或软件模块。取决于实施方案，该处理系统可使用任何合适的处理系统和/或设备实现，诸如一个或多个处理器、中央处理单元(CPU)、控制器、微处理器、微控制器、被配置为支持本文所述的处理系统的操作的处理核心和/或其他硬件计算资源。类似地，数据存储元件或存储器可被实现为随机存取存储器(RAM)、只读存储器(ROM)、闪存存储器、磁性或光学大容量存储器或者任何其他合适的非暂态短期或长期数据存储器或者其他计算机可读介质和/或它们的任何合适的组合。

在示例性实施方案中，数据库104用于存储或以其他方式维持多个不同患者的历史观察患者数据120、电子医疗记录数据122和医疗保险索赔数据124。就这一点而言，在数据集120、122、124中的一个中具有关联数据的患者子集也可以在数据集120、122、124中的另一个中具有关联数据。也就是说，与数据集120、122、124中的一个相关联的一些但未必全部患者可以对于数据集120、122、124中的另一个是共同的。在示例性实施方案中，数据库104还存储或维持用于表征或以其他方式限定与数据库104内的不同逻辑层相对应的有向图形数据结构的元数据126。就这一点而言，图形元数据126可以限定组成与特定逻辑数据库层相关联的图形数据结构的节点(或实体)，其中这些节点(或实体)中的每一个都被映射到数据集120、122、124的一个或多个字段。另外，图形元数据126表征或限定与特定逻辑数据库层相关联的图形数据结构内的节点之间的边缘或链接，其在该逻辑数据库层内的节点之间建立逻辑或因果关系。在各种实施方案中，节点(或实体)可以存在于多个不同的逻辑数据库层中，或者一个逻辑数据库层中的节点(或实体)可以链接到不同逻辑数据库层中的另一个节点(或实体)。

在所示的实施方案中，服务器102实现或以其他方式执行数据管理应用程序110，该数据管理应用程序从电子设备106接收数据或以其他方式获得数据，将所接收的数据存储在数据库104中，生成或以其他方式创建逻辑上关联所存储数据120、122、124的不同字段的实体。数据管理应用程序110还生成或以其他方式创建图形元数据126，从而维持数据库104中不同实体之间的关系，如以下在图2至图5的上下文中更详细描述的。在所示的实施方案中，服务器102还实现或以其他方式执行查询管理应用程序112，该查询管理应用程序接收或以其他方式从一个或多个电子设备106获得输入查询，并且响应于相应的输入查询而在数据库104的一个或多个不同逻辑层上生成、执行或以其他方式进行对应的查询语句以获得提供给相应电子设备106的结果，如以下在图2至图5的上下文中更详细描述的。

仍然参考图1，在示例性实施方案中，数据库104中维持的历史观察数据120包括与特定患者(或患者标识符)相关联的，指示相对于时间的患者生理状况的历史测量数据(例如，历史血糖值、历史间质液葡萄糖值等)，指示相对于时间的输送给患者的液体或药物剂量的历史输送数据(例如，历史进餐或校正推注、基础剂量或其他自动输送量等)，与患者相关联的历史用餐数据和/或其他事件日志数据，与测量数据、输送数据、事件日志数据有关的历史背景数据等。例如，服务器102可以经由网络108从医疗设备接收使用感测元件来获得的与特定患者相关联的测量数据值(例如，传感器葡萄糖测量结果、加速度测量结果等)，并且服务器102将历史测量数据存储或以其他方式维持在与患者相关联的数据库104中作为患者数据120(例如，使用一个或多个唯一患者标识符)。另外，服务器102还可以从客户端设备106或经由该客户端设备接收可由患者输入或以其他方式(例如，经由客户端设备106处的客户端应用程序)提供的进餐数据或其他事件日志数据，并且在数据库104中存储或以其他方式维持与患者相关联的历史进餐数据和其他历史事件或活动数据。就这一点而言，进餐数据包括例如与特定进餐事件相关联的时间或时间戳、进餐类型或指示进餐的成分或营养特征的其他信息、以及与进餐相关联的大小的指示。在示例性实施方案中，服务器102还接收历史流体输送数据(例如，胰岛素输送剂量量和对应时间戳)，该历史流体输送数据对应于由输注设备106输送给患者的流体的基础剂量或推注剂量。服务器102还可以接收与提供患者数据120的电子设备106相关联的地理位置数据和可能的其他背景数据，并且存储或以其他方式维持与特定患者相关联的历史操作背景数据。就这一点而言，设备106中的一个或多个可以包括全球定位系统(GPS)接收器、或能够实时输出或以其他方式提供表征相应设备106的地理位置的数据的类似模块、部件或电路。

电子医疗记录(EMR)数据122通常包括EMR数据集内的与给定患者的一个或多个标识符相关联的指示以下的信息：患者被诊断为具有的医疗诊断或医疗状况、施用或由患者服用的药品或药物、处方信息、患者的疗法改变、患者生理状况的实验室结果或测量值、患者的免疫记录、微生物学结果或与患者有关的其他观察结果、医疗保健利用率信息(例如、住院、急诊室就诊、门诊就诊等)、与患者相关联的总体统计信息(例如，年龄、收入、教育程度、位置、性别)、过去的医疗规程、临床观察结果或其他习惯性行为信息(例如，吸烟、饮酒等)、家庭医疗历史、医生记录和护理计划等。EMR数据122还可以包括与患者的医疗记录、患者的保险信息等的各个方面相关联的关于医疗保健提供者的数据。在各种实施方案中，服务器102可以从另一个服务器计算设备，与数据库104不同的另一个数据库(例如，通过从另一数据库的复制)，与医疗保健提供者、患者相关联的各个计算设备等接收或获得EMR数据122。索赔数据124通常包括索赔数据集内的与给定患者的一个或多个标识符相关联的，与患者或代表患者提交的医疗保险索赔有关的信息，包括费用信息、患者实现或补充的处方等。与EMR数据122相似，服务器102可以从另一个服务器计算设备，与数据库104不同的另一个数据库(例如，通过从另一数据库的复制)，与医疗保健提供者、患者、药房相关联的各个计算设备等接收或获得索赔数据124。在示例性实施方案中，索赔数据124包括医疗、制药和产期相关的索赔数据，包括相应的诊断、规程、处方代码、费用(例如，净额加上允许的金额等)等。

图2描绘了适合于由计算设备(诸如图1的患者数据管理系统100中的服务器102)实现的示例性数据管理过程200。结合数据管理过程200执行的各种任务可以由硬件、固件、由处理电路执行的软件或其任何组合来执行。为了说明的目的，以下描述涉及上面结合图1提及的元件。在实践中，数据管理过程200的各部分可以由患者数据管理系统100的不同元件执行；然而，出于解释的目的，数据管理过程200可以主要在服务器102和/或数据管理应用110处或由其进行的实施的背景中描述。应当理解，数据管理过程200可包括任何数量的附加或另选的任务，这些任务不需要以所示顺序执行和/或这些任务可以同时执行，并且/或者数据管理过程200可以被合并到具有本文未详细描述的附加功能的更全面的程序或过程中。此外，只要预期的总体功能保持不变，则可以从数据管理过程200的实际实施方案中省略在图2的上下文中示出和描述的一个或多个任务。

在示例性实施方案中，数据管理过程200由服务器102处的数据管理应用程序110执行、促进或以其他方式支持以生成用于由数据库104支持的不同逻辑层的图形元数据126。例如，在数据库系统104维持与糖尿病患者有关的数据120、122、124的一个实施方案中，数据库104支持五个不同的逻辑层：患者层、生活方式层、治疗层、糖尿病管理层和糖尿病知识层。患者层包含与各个患者有关的患者数据120和EMR数据122的子集，包括但不限于，历史患者血糖测量值、表征历史性葡萄糖漂移事件的信息、以及表征并发症或对相应患者生理状况的改进的信息。就这一点而言，图形元数据126可以指示与个体患者相关联的患者数据120和EMR数据122的哪些字段应当映射或以其他方式用于患者层图形数据结构的节点以及那些节点之间的对应边缘或链接。可以查询患者层以获得与患者的健康历史有关的信息，诸如葡萄糖测量值、偏移事件、逐年改进、合并症、并发症等。生活方式层包括事件日志数据以及与相应个体患者有关的患者数据120和EMR数据122的其他可能子集。治疗层包括数据120、122、124的子集，这些子集指示哪些药品、药物或其他治疗与相应患者相关联，并且可以包括例如指示患者可能正在使用哪种类型的医疗设备来管理或监测他或她的治疗(例如，输注设备、连续葡萄糖监测设备等)以及与患者的治疗相关联的费用。糖尿病管理层包括数据120、122、124的子集，这些子集支持维持数据集120、122、124内表示的不同个体或实体之间的关系，这些个体或实体包括患者、医疗保健提供者、医生、付款人、医院等。糖尿病知识层包含数据120、122、124的子集，这些子集支持对与患者无关的常识的查询，例如，与特定生理状况或诊断(例如，1型糖尿病、2型糖尿病等)，胰岛素或其他液体、药物或药品的药效学，偏移事件，进餐类型等有关的查询。

对于每个逻辑数据库层，所示的数据管理过程200周期性地扫描或以其他方式分析与相应逻辑数据库层相关联的图形数据结构内的节点或实体，以识别该逻辑数据库层内的实体之间的因果关系(任务202、204)。在一个或多个实施方案中，数据管理应用程序110实现或以其他方式执行基于机器学习的因果关系分析，以发现图形数据结构内节点的重复因果配对。例如，与特定患者相关联或跨多个不同患者的进餐事件实体和葡萄糖漂移事件实体之间的时间戳或其他时间关系可以用于识别进餐事件和葡萄糖漂移事件之间的因果关系，并且在生活方式层中建立进餐事件和葡萄糖漂移事件实体之间的因果链接。响应于发现与相应逻辑数据库层相关联的图形数据结构内先前未连接的节点或实体之间的关系，数据管理过程200创建或以其他方式生成表征所识别的节点之间的关系的已更新图形元数据，并且将已更新图形元数据存储或以其他方式维持在与逻辑数据库层相关联的数据库中(任务206、208)。就这一点而言，数据管理应用程序110更新与特定逻辑数据库层相关联的图形元数据126，以便在该逻辑数据库层内被识别为具有因果关系的先前未连接的节点或实体之间创建新的定向边缘或链接。

作为一个示例，数据管理应用程序110可以检测其中脂肪含量超过阈值(例如，超过50克)的进餐导致高血糖漂移事件的持续时间超过阈值持续时间(例如，超过45分钟)的模式，并且由此在一个或多个脂肪含量超过阈值的进餐事件节点与对应高血糖偏移成果节点之间建立定向链接或边缘。可以为新创建的边缘分配权重或其他定量值，该权重或其他定量值对应于或以其他方式反映了节点之间的关系的强度(例如，基于对成果发生率的概率分析)。作为另一个示例，可以确定对于共同具有某些特征的特定患者组，每周锻炼超过阈值次数(例如，每周3次或多次)导致胰岛素敏感性增加，由此在某些运动事件节点与增加的胰岛素敏感性成果节点之间建立定向链接或边缘，其中权重对应于相应锻炼事件引起胰岛素敏感性增加的相对概率。

仍然参考图2，在示例性实施方案中，数据管理过程200还分析与相应逻辑数据库层相关联的查询日志，以便基于先前执行的查询的结果来识别该逻辑数据库层内的先前未连接的节点或实体之间的关系。就这一点而言，数据库104可以存储或以其他方式维持查询日志，其中响应于执行查询语句，创建对应的日志条目，其维持被查询的逻辑数据库层与执行查询语句所产生的查询路径之间的关联(例如，在执行查询语句期间在该逻辑数据库层中遍历的节点和边缘的顺序)。

在示例性实施方案中，对于每个逻辑数据库层，所示的数据管理过程200周期性地分析与该逻辑数据库层相关联的查询日志，以便基于遍历那些节点或实体的重复查询来识别该逻辑数据库层内的节点或实体之间的逻辑关系(任务210、212)。例如，在一个或多个实施方案中，数据管理应用110分析与特定逻辑数据库层相关联的查询日志，以识别或检索遍历数据库层内的超过阈值数量的节点或实体(例如，超过3个节点)的查询路径。在遍历超过阈值数量的节点的该查询路径子集中，数据管理应用程序110识别具有公共端节点的重复查询路径，并且在逻辑数据库层内的那些端节点之间建立逻辑关系。就这一点而言，数据管理过程200创建或以其他方式生成在先前未连接的终端节点之间建立逻辑关系的已更新图形元数据，并且将已更新图形元数据存储或以其他方式维持在与逻辑数据库层相关联的数据库中(任务214、216)。以这种方式，数据管理应用110在具有公共端节点并遍历超过阈值数量的节点的重复查询路径的端节点之间创建新的边缘或链接。

借助于数据管理过程200在特定逻辑数据库层的图形数据结构内的先前未连接节点之间创建或以其他方式建立关系，可以更有效地进行或执行该逻辑数据库层的后续查询，或者以其他方式提供反映图形数据结构的节点之间的可能因果关系和/或逻辑关系的改进结果。在示例性实施方案中，针对每个不同的逻辑数据库层执行数据管理过程200，并且可以周期性地(例如，每天、每周、每月等)重复数据管理过程200，以持续分析和更新相应逻辑数据库层内的节点或实体之间的关系。

图3描绘了适合于查询具有多个不同逻辑层的数据库(诸如图1的患者数据管理系统100中的数据库104)的示例性查询过程300。为了说明的目的，本文可以主要在从人类用户或患者以会话形式接收到的输入查询的背景中描述查询过程300。然而，应当理解，查询过程300不限于从用户接收的会话输入查询，并且对于用户既不提交也不发起以及也不以会话形式提供的查询，可能以等效的方式实现查询过程300。结合查询过程300执行的各种任务可由硬件、固件、由处理电路执行的软件或其任何组合来执行。为了说明的目的，以下描述涉及上面结合图1提及的元件。在实践中，查询过程300的各部分可以由患者数据管理系统100的不同元件执行；然而，出于解释的目的，查询过程300可以主要在服务器102和/或查询管理应用程序112处或由其进行的实施的背景中描述。应当理解，查询过程300可包括任何数量的附加任务或另选任务，这些任务不需要以例示的顺序执行并且/或者这些任务可同时执行，并且/或者查询过程300可被并入具有本文未详细描述的附加功能的更全面的程序或过程中。此外，只要预期的总体功能保持不变，则可以从查询过程300的实际实施方案中省略在图3的上下文中示出和描述的一个或多个任务。

在所示的实施方案中，查询过程300从患者或其他用户接收或以其他方式获得输入查询(任务302)。例如，患者可以与和电子设备106上的客户端应用程序相关联的用户界面进行交互或以其他方式操纵该用户界面以创建输入查询，该输入查询随后经由网络108被传输或以其他方式提供给服务器102。在一个或多个实施方案中，输入查询被实现为提供给服务器102的词语或文本的会话字符串。就这一点而言，用户可以使用自然语言而不是预定义语法以自由形式或非结构化方式来创建或提供输入查询。例如，在一个或多个实施方案中，电子设备106包括音频输入设备和语音识别引擎或词汇表，其支持将由设备106的用户输入的会话语音或音频解析或以其他方式分解成要提供给服务器102的对应文本表示。在各种实施方案中，可以无提示地接收会话输入查询，或者可替代地，用户可以操纵设备106以选择或以其他方式激活启用或发起查询过程300的图形用户界面(GUI)元素。例如，在一个或多个实施方案中，可以响应于用户为设备106处的客户端应用程序所支持的搜索特征、数字助理或类似特征选择GUI元素而发起查询过程300。作为响应，设备106处的客户端应用程序可以生成或以其他方式提供GUI显示或其他GUI元素，从而提示用户指示他或她想知道或询问的内容。此后，用户可以输入会话字符串(例如，经由语音、打字、轻扫、触摸或任何其他合适的输入方法)，其中会话输入查询的文本表示由设备106通过网络108提供给服务器102。

在示例性实施方案中，查询过程300还从提供输入查询的客户端电子设备接收或以其他方式获得与输入查询相关联的背景信息(任务304)。与输入查询一起提供的操作背景信息表征了输入查询时的当前操作状态或环境。例如，与提交的输入查询相关联，客户端设备106还可以传输或以其他方式提供与客户端设备106的操作有关的背景信息，例如，客户端设备106的当前位置、客户端设备106的位置处的当前本地时间和当前星期几、客户端设备106的位置处的当前环境状况等。另外，在一些实施方案中，客户端设备106还可以提供指示用户的当前生理状况和/或与用户相关联的输注设备或其他医疗设备的当前操作状态的信息。例如，与输入查询一起，客户端设备106可以传输或以其他方式提供以下中的一个或多个：与用户相关联的当前或最近的葡萄糖测量、指示是否暂停由与用户相关联的输注设备进行的胰岛素输送、当前或最近的向用户的胰岛素输送、与用户相关的当前或最近的心率测量、加速度测量、或与用户相关联的活动水平的其他测量等。

所示的查询过程300继续至少部分地基于输入查询来识别或以其他方式确定应当查询哪个或多个逻辑数据库层，以及然后至少部分地基于输入查询来生成或以其他方式构造要在所识别的逻辑数据库层上执行的一个或多个对应查询语句(任务306、308)。就这一点而言，服务器102处的查询管理应用程序112可以分析输入查询以识别或以其他方式确定查询的可能意图或目的，并且然后基于查询的意图或目的确定要查询的逻辑数据库层。在一些实施方案中，当确定应当查询哪个逻辑数据库层时，服务器102处的查询管理应用程序112还可以分析与输入查询相关联的背景信息以及输入查询的内容。一旦识别了要查询的逻辑层，服务器102处的查询管理应用程序112分析输入查询的内容以获得要用于查询的参数或标准，并且然后使用这些参数或标准来生成或以其他方式构造用于在所识别的逻辑数据库层上执行的查询语句。另外，在一些实施方案中，服务器102处的查询管理应用程序112还可以在构造查询语句时利用与用于一个或多个参数或标准的输入查询相关联的操作背景信息。

在构造查询语句之后，查询过程300在所识别的逻辑数据库层上执行或以其他方式发起所构造的查询语句的执行，以便从所识别的逻辑数据库层获得输入查询的结果(任务310)。就这一点而言，当所构造的查询语句链接或彼此依赖时，服务器102处的查询管理应用程序112可以在数据库104的第一逻辑层上发起第一查询语句以获得对该中间查询语句的结果，其依次由对数据库104的不同逻辑层执行的第二查询语句利用。例如，从查询一个逻辑数据库层获得的结果可以用作不同逻辑数据库层上的后续查询语句中的参数或标准。另外，在一些实施方案中，从查询一个逻辑数据库层获得的结果可以被过滤、处理、分析或以其他方式优化，以便确定用于在不同逻辑数据库层上的后续查询语句中使用的参数或标准，如下面在图4的上下文中更详细描述的。

为了执行查询语句，根据该逻辑数据库层内的节点或实体之间的已建立的边缘或链接，数据库104利用图形元数据126来遍历查询的逻辑数据库层内的节点或实体以获得查询语句的结果。应当注意的是，借助于用于维持数据库104中的数据的加权定向图形数据结构，通过支持不需要复杂表扫描序列的基于点的索引引用，用于在数据库104处执行查询语句的响应时间通常比依赖于基于主键和/或外键的表扫描的常规数据库要少。在示例性实施方案中，如上所述，详细描述在执行查询语句期间遍历的节点或实体及对应边缘的查询路径还存储在或以其他方式维持在服务器102或与查询的逻辑数据库层相关联的数据库104之一处的查询日志中。

在一个或多个示例性实施方案中，查询过程300基于与输入查询相关联的操作背景信息来过滤初始查询结果，之后响应于所接收的输入查询，基于已过滤的查询结果来生成输出查询结果(任务312)。就这一点而言，可以相对于与输入查询相关联的当前操作背景来分析初始查询结果，以选择或以其他方式识别与当前操作背景的一个或多个方面最相关的初始查询结果的子集。服务器102处的查询管理应用程序112可以从通过执行查询语句而获得的初始查询结果中选择：最有可能与客户端设备106的当前位置相关的信息子集、客户端设备106的位置处的当前本地时间、星期几、客户端设备106的位置处的当前环境状况、患者的当前生理状况、输注设备或其他医疗设备的当前操作状态等。例如，查询管理应用程序112可以选择最接近客户端设备106的当前位置或处于该当前位置的阈值距离内的初始查询结果之一。作为另一示例，查询管理应用程序112可以选择初始查询结果之一，该初始查询结果最有可能基于患者的当前葡萄糖水平、患者输注设备的当前操作状态(例如，输送暂停、储存器耗尽等)而产生最佳的患者成果。

查询过程300基于已过滤的查询结果而生成或以其他方式构造对输入查询的响应，并且然后响应于输入查询而呈现或以其他方式提供查询响应(任务314、316)。例如，在一个或多个实施方案中，查询管理应用程序112使用已过滤的查询结果来生成会话查询响应，并且然后将会话查询响应传输到查询客户端设备106，以在包括会话输入查询的会话的背景中进行呈现或再现。

图4描绘了可结合图3的查询过程300在图1的患者数据管理系统100中的查询客户端设备406(例如，设备106之一)处呈现的图形用户界面(GUI)显示400的示例性实施方案。GUI显示400包括会话框或一个或多个类似的GUI元素，其提示用户会话地与客户端设备106、406交互以查询数据库104。在所示的实施方案中，使用查询客户端设备106、406的患者利用客户端设备106、406处的输入设备或用户界面来输入或以其他方式提供会话输入查询。作为响应，客户端设备106、406处的应用更新GUI显示400以图形地描绘由客户端设备106、406接收的会话输入查询402的文本表示。客户端设备106、406处的应用将会话输入查询文本传输、提交或以其他方式提供给服务器102处的查询管理应用程序112以供执行。

如以上在图3的上下文中所描述的，查询管理应用程序112分析会话输入查询文本“我现在应当吃什么？”以确定输入查询的意图或目的(例如，意图＝寻找食物)、输入查询的主题(例如，主题＝患者标识符)、以及包含在输入查询中或与之关联的任何其他时间或背景参数(例如，时间＝现在)。基于将输入查询的主题识别为患者，查询管理应用程序112可以确定应当查询数据库104的生活方式逻辑层以获得与患者有关的生活方式信息。就这一点而言，查询管理应用程序112可以构造初始查询语句以用于使用患者的唯一标识符来查询数据库104的生活方式逻辑层，以便检索与患者相关的生活方式信息。例如，在数据库104的生活方式逻辑层上执行查询可以返回指示患者正在消耗的当前或最近饮食类型(例如，低碳水化合物)的信息、与患者的运动习惯或患者进行的其他最近活动有关的信息、和/或可能描述患者生活方式的其他背景信息。另外，基于将输入查询的主题识别为患者，查询管理应用程序112还可以查询数据库104的患者逻辑层以识别与作为输入查询主题的患者相类似的其他患者(例如，基于用于患者逻辑层的图形元数据126中的边缘或链接，这些边缘或链接经由超过阈值数量的公共节点或实体将那些其他患者与当前患者链接)。

使用通过查询生活方式逻辑层获得的生活方式信息以及与主题患者类似的其他患者的标识符，查询管理应用程序112生成或以其他方式构造用于查询患者逻辑层的查询语句，以获得与类似患者的子集相关联的进餐记录或其他进餐信息，这些类似患者具有与其相关联的类似生活方式信息(例如，具有类似锻炼或活动行为、地理位置等的患者)并且其进餐成果良好(例如，对于具有类似生活方式背景，进餐后没有发生低血糖事件或高血糖事件或其他偏移事件，餐后葡萄糖在患者目标葡萄糖值的阈值范围内等)。在从患者逻辑层获得具有积极成果的类似患者所消耗的膳食的信息之后，查询管理应用程序112可以生成或以其他方式构造用于查询生活方式逻辑层的查询语句，以识别与患者的生活方式信息最佳匹配或最紧密关联的那些膳食的子集(例如，与低碳水化合物饮食相关联的膳食或与其相关的低碳水化合物饮食的其他饮食等)。在一个或多个示例性实施方案中，查询语句还可以考虑患者的当前操作背景(例如，在客户端装置106、406等的当前位置的阈值距离内的进餐)。在又一些其他实施方案中，当前操作背景用于过滤或以其他方式排除查询结果，并识别与查询患者的当前操作背景和生活方式最匹配的进餐结果。

在从查询生活方式逻辑层中获得与患者的生活方式和当前操作背景最匹配的进餐结果，并且为一个或多个类似患者实现积极成果之后，查询管理应用程序112生成或以其他方式构造以会话形式包括或合并该用餐结果的查询响应。就这一点而言，在一个或多个实施方案中，基于所识别的膳食类型和与输入查询相关联的当前位置，查询管理应用程序112查询餐厅信息的数据库，该餐厅信息包括与多个餐厅相关联的地理位置信息和菜单数据，以便识别与查询设备106、406的当前位置最近或在其附近的提供与所识别的膳食相匹配或相对应的项目的餐馆。查询管理应用程序112然后可以生成查询响应文本，该查询响应文本指示与从查询数据库104获得的与膳食结果最匹配的所识别的餐馆和菜单项目。查询管理应用程序112将会话查询响应文本传输或以其他方式提供给查询客户端设备106、406以用于呈现在客户端设备106、406处。客户端设备106、406处的应用程序更新GUI显示400，以便图形地描绘客户端设备106、406在包括会话输入查询402的会话的上下文中从服务器102接收的会话查询响应404的文本表示。

图5描绘了对应于数据库104中的患者逻辑层的子集的部分图形数据结构500的示例性图形表示，该图形表示描绘了可基于图形元数据126而与查询主题患者相关的不同患者之间的关系。就这一点而言，图5描绘了与询问患者相关联的患者逻辑层内的节点502。基于图形元数据126，查询患者节点502与患者逻辑层内的多个不同实体节点504相关联，其中那些实体节点504对应于数据库104中的数据120、122、124的不同字段或子集，这些字段或子集与查询患者相关联并且基于患者逻辑层的图形元数据126而映射到各个节点。另外，患者逻辑层的图形元数据126还可定义与查询患者502相关联的实体节点504和与不同患者相关联的一个或多个其他患者节点506之间的边缘或链接，这些患者对于其在数据库104中的映射到那些实体节点504的数据120、122、124的相关字段或子集具有类似值。在一些实施方案中，可以基于查询患者的数据120、122、124的关联字段或子集的值之间的差异或相似性而为实体节点504与相似患者节点506之间的边缘分配权重，这些关联字段或子集映射到该节点504以及与相应患者相关联的数据120、122、124的那些字段或子集的值，这些相应患者的患者节点506链接到相应实体节点504。因此，在相关患者节点对502、506的相应对之间的边缘数量以及与分配给这些边缘的相应权重均可以用于计算或以其他方式确定指示与患者节点502相关联的查询主题和与患者节点506之一相关联的不同患者之间的相对相似性的度量。

如以上在图4的上下文中所描述的，当在患者逻辑层上执行查询语句时，可以利用与数据库104中的患者逻辑层相关联的图形元数据126，以获得与和查询主题最类似的患者节点506相关联的患者标识符(例如，基于表征相应对的患者节点502、506之间的关系的相似性度量)。然后，与类似患者节点506相关联的患者标识符可以用于查询数据库104的其他逻辑层，以获得指示这些患者的进餐、活动、药物、疗法等的信息以及此类变量如何影响这些患者的生理状况(例如，葡萄糖测量、漂移事件等)，以便生成建议或以其他方式提供就查询主题患者的生理状况而言最有可能实现最佳成果的查询结果。

在一些实施方案中，节点504可以与患者节点502、506驻留在数据库104的不同逻辑层中，其中相应成对患者节点对502、506具有在另一个逻辑层内是公共的或共享的至少阈值数量的节点504，这些节点用于在相应对的患者节点502、506之间建立关系，或者以其他方式将该对患者节点502、506分类到共同的组或群组，如下面更详细地描述的。

认知泵

现在参考图6，根据一个或多个示例性实施方案，输注系统600中的输注设备602被用作能够经由图1的患者数据管理系统100中的服务器102查询数据库104的电子设备106。就这一点而言，输注设备602能够接收会话用户输入以及捕获与会话用户输入相关联的同时、并发或在时间上相关的操作背景信息，并且根据图3的查询过程300向服务器102处的查询管理应用程序112提供对应的会话输入查询文本和关联的背景信息。

在示例性实施方案中，输注系统600还能够以自动或自主的方式将用户的身体601内的生理状况控制或以其他方式调节到期望(或目标)值，或以其他方式将该状况保持在可接受值的范围内。在一个或多个示例性实施方案中，受调节的状况由通信地耦接到输注设备602的感测装置604(例如，感测装置604)感测、检测、测量或以其他方式量化。然而，应当注意，在另选的实施方案中，由输注系统600调节的状况可与感测装置604所获得的测量值相关。也就是说，出于清楚和说明目的，本文可在感测装置604被实现为感测、检测、测量或以其他方式量化用户葡萄糖水平的葡萄糖感测装置的背景中描述本主题，该葡萄糖水平由输注系统600在用户的身体601中进行调节。

在示例性实施方案中，感测装置604包括生成或以其他方式输出电信号(在本文中另选地称为测量信号)的一个或多个间质葡萄糖感测元件，该电信号具有与用户身体601中的相对间质液葡萄糖水平相关、受其影响或以其他方式对其进行指示的信号特征。对输出的电信号进行过滤或以其他方式进行处理以获得指示用户间质液葡萄糖水平的测量值。在示例性实施方案中，利用血糖仪630诸如扎手指设备直接感测、检测、测量或以其他方式量化用户身体601中的血糖。就这一点而言，血糖仪630输出或以其他方式提供测量的血糖值，该血糖值可被用作参考测量结果，用于校准感测装置604并且将指示用户的间质液葡萄糖水平的测量值转换成对应的校准血糖值。出于说明目的，在本文中基于由感测装置604的一个或多个感测元件输出的电信号计算的校准血糖值可另选地被称为传感器葡萄糖值、感测葡萄糖值或其变型。

在示例性实施方案中，输注系统600还包括一个或多个附加感测装置606、608，所述附加感测装置被配置为感测、检测、测量或以其他方式量化指示用户身体601的状况的用户身体601的特性。就这一点而言，除了葡萄糖感测装置604之外，一个或多个辅助感测装置606可被穿戴、携带或以其他方式与用户的身体601相关联，以测量可影响用户的血糖水平或胰岛素敏感性的用户(或用户活动)特性或状况。例如，心率感测装置606可被穿戴在用户身体601上或以其他方式与用户身体相关联，以感测、检测、测量或以其他方式量化用户的心率，继而可指示可能影响用户身体601内的葡萄糖水平或胰岛素响应的运动(以及其强度)。在又一个实施方案中，可将另一个侵入、间质或皮下感测装置606***到用户的身体601中，以获得可指示运动(以及其强度)的另一种生理状况的测量结果，诸如，例如乳酸传感器、酮传感器等。取决于该实施方案，辅助感测装置606可被实现为用户穿戴的独立部件，或者另选地，辅助感测装置606可与输注设备602或葡萄糖感测装置604集成。

例示的输注系统600还包括加速度感测装置608(或加速度计)，该加速度感测装置可被穿戴在用户身体601上或以其他方式与用户身体相关联，以感测、检测、测量或以其他方式量化用户身体601的加速度，继而可指示可能影响用户的胰岛素响应的身体601的运动或一些其他状况。虽然加速度感测装置608在图6中被示出为集成到输注设备602中，但在另选的实施方案中，加速度感测装置608可与用户身体601上的其他感测装置604、606集成，或者加速度感测装置608可被实现为由用户穿戴的单独的独立部件。

在示例性实施方案中，输注设备602还包括一个或多个环境感测装置650，以感测、检测、测量或以其他方式量化输注设备602周围的当前操作环境。就这一点而言，环境感测装置650可以包括温度感测装置(或温度计)、湿度感测装置、压力感测装置(或气压计)等中的一个或多个。在示例性实施方案中，输注设备602还包括位置感测装置660以感测、检测、测量或以其他方式量化输注设备602的当前地理位置，例如全球定位系统(GPS)接收器。

在例示的实施方案中，泵控制系统620通常表示输注设备602的根据期望的输注输送程序以受指示用户身体601中的当前葡萄糖水平的感测葡萄糖值影响的方式控制流体输注设备602的操作的电子器件和其他部件。例如，为了支持闭环操作模式，泵控制系统620保持、接收或以其他方式获得目标或命令的葡萄糖值，并且自动生成或以其他方式确定用于操作致动装置诸如马达632的剂量命令，以基于感测葡萄糖值和目标葡萄糖值之间的差值来使柱塞617位移并且将胰岛素输送至用户身体601。在其他操作模式中，泵控制系统620可生成或以其他方式确定剂量命令，该剂量命令被配置为将感测的葡萄糖值保持在低于葡萄糖上限、高于葡萄糖下限或葡萄糖值期望范围内的其他值。在实践中，输注设备602可在泵控制系统620可访问的数据存储元件中存储或以其他方式保持目标值、一个或多个葡萄糖上限和/或下限、一个或多个胰岛素输送限值和/或一个或多个其他葡萄糖阈值。

仍然参考图6，可从外部部件接收或者可由用户经由与输注设备602相关联的用户界面元素640输入由泵控制系统620利用的目标葡萄糖值和其他阈值葡萄糖值。在实践中，与输注设备602相关联的一个或多个用户界面元素640通常包括至少一个输入用户界面元素，诸如，例如按钮、小键盘、键盘、旋钮、操纵杆、鼠标、触摸面板、触摸屏、麦克风或其他音频输入设备等。另外，所述一个或多个用户界面元素640包括用于向用户提供通知或其他信息的至少一个输出用户界面元素，诸如，例如显示元件(例如，发光二极管等)、显示设备(例如，液晶显示器等)、扬声器或其他音频输出设备、触觉反馈设备等。应当注意，尽管图6将一个或多个用户界面元素640示出为与输注设备602分开，但在实践中，一个或多个用户界面元素640可与输注设备602集成。此外，在一些实施方案中，除了和/或替代一个或多个用户界面元素640与输注设备602集成，所述一个或多个用户界面元素640还与感测装置604集成。用户可根据需要操纵一个或多个用户界面元素640以操作输注设备602来输送校正推注、调节目标值和/或阈值、修改输送控制方案或操作模式等。

仍然参考图6，在例示的实施方案中，输注设备602包括耦接到马达632的马达控制模块612，该马达控制模块可操作以使柱塞617在储器中位移并且向用户的身体601提供期望量的流体。就这一点而言，柱塞617的位移使得能够影响用户生理状况的流体(诸如胰岛素)经由流体输送路径(例如，经由输注器的管道)输送到用户身体601。马达驱动器模块614耦接在能量源618和马达632之间。马达控制模块612耦接到马达驱动器模块614，并且马达控制模块612生成或以其他方式提供操作马达驱动器模块614的命令信号，以响应于从泵控制系统620接收到指示待输送流体的所需量的剂量指令而从能量源618向马达632提供电流(或功率)来使柱塞617位移。

在示例性实施方案中，能量源618被实现为容纳在输注设备602内提供直流(DC)电的电池。就这一点而言，马达驱动器模块614通常表示被配置为将由能量源618提供的直流电转换成或以其他方式变换成施加到马达632的定子绕组的各相的交流电信号的电路、硬件和/或其他电部件的组合，这导致电流流过定子绕组，从而生成定子磁场并且使得马达632的转子旋转。马达控制模块612被配置为从泵控制系统620接收或以其他方式获得命令剂量、将该命令剂量转换成柱塞617的命令平移位移以及命令、发信号或以其他方式操作马达驱动器模块614以使马达632的转子旋转一定量，该旋转量产生柱塞617的命令平移位移。例如，马达控制模块612可确定产生柱塞617的平移位移所需的转子的旋转量，该平移位移实现从泵控制系统620接收的命令剂量。基于与由转子感测装置616的输出指示的转子相对的定子的当前旋转位置(或取向)，马达控制模块612确定待施加到定子绕组的各相的交流电信号的适当顺序，其应使得转子相对于其当前位置(或取向)旋转所确定的旋转量。在马达632被实现为BLDC马达的实施方案中，该交流电信号使定子绕组的各相在转子磁极相对于定子的适当取向处并且以适当的顺序换向，以提供使转子在所需方向上旋转的旋转定子磁场。然后，马达控制模块612操作马达驱动器模块614以将所确定的交流电信号(例如，命令信号)施加到马达632的定子绕组以向用户实现所需的流体输送。

当马达控制模块612正在操作马达驱动器模块614时，电流从能量源618流过马达632的定子绕组，以产生与转子磁场相互作用的定子磁场。在一些实施方案中，在马达控制模块612操作马达驱动器模块614和/或马达632以实现命令剂量之后，马达控制模块612停止操作马达驱动器模块614和/或马达632，直到接收到随后的剂量命令。就这一点而言，马达驱动器模块614和马达632进入空闲状态，在该空闲状态期间马达驱动器模块614有效地使马达632的定子绕组与能量源618断开连接或分离。换句话讲，当马达632空闲时，电流不会从能量源618流过马达632的定子绕组，因此马达632在空闲状态下不消耗来自能量源618的功率，由此改进效率。

取决于该实施方案，马达控制模块612可用被设计为执行本文所述的功能的通用处理器、微处理器、控制器、微控制器、状态机、内容可寻址存储器、专用集成电路、现场可编程门阵列、任何合适的可编程逻辑设备、分立门或晶体管逻辑、分立硬件部件或其任何组合来实施或实现。在示例性实施方案中，马达控制模块612包括或以其他方式访问数据存储元件或存储器，其包括任何种类的随机存取存储器(RAM)、只读存储器(ROM)、闪存存储器、寄存器、硬盘、可移动磁盘、磁性或光学大容量存储器或任何其他短期或长期存储介质或其他能够存储由马达控制模块612执行的编程指令的非暂态计算机可读介质。当由马达控制模块612读取并且执行时，计算机可执行编程指令使得马达控制模块612执行或以其他方式支持本文所述的任务、操作、功能和过程。

应当理解，出于说明目的且并非意图以任何方式限制本文所述的主题，图6是输注设备602的简化表示。就这一点而言，取决于实施方案，感测装置604的一些特征和/或功能可由泵控制系统620实施或以其他方式集成到泵控制系统中，反之亦然。类似地，在实践中，马达控制模块612的特征和/或功能可由泵控制系统620来实施或者以其他方式集成到泵控制系统中，反之亦然。此外，泵控制系统620的特征和/或功能可通过位于流体输注设备602中的控制电子器件来实施，而在另选的实施方案中，泵控制系统620可由与输注设备602在物理上不同和/或分开的远程计算设备(例如，通过个人局域网等耦接到输注设备602的移动计算设备)来实现。

图7示出了根据一个或多个实施方案适于用作图6中的泵控制系统620的泵控制系统700的示例性实施方案。例示的泵控制系统700包括但不限于泵控制模块702、通信接口704和数据存储元件(或存储器)706。泵控制模块702耦接到通信接口704和存储器706，并且泵控制模块702被适当地配置为支持本文所述的操作、任务和/或过程。在各种实施方案中，泵控制模块702还耦接到用于接收用户输入(例如，目标葡萄糖值或其他葡萄糖阈值)并且向用户提供通知、警报或其他治疗信息的一个或多个用户界面元素(例如，用户界面640)。

通信接口704通常表示泵控制系统700的耦接到泵控制模块702并且被配置为支持泵控制系统700与各种感测装置604、606、608、650、660中的一个或多个之间的通信的硬件、电路、逻辑、固件和/或其他部件。就这一点而言，通信接口704可包括或以其他方式耦接到能够支持泵控制系统620、700与外部感测装置604、606之间的无线通信的一个或多个收发器模块。例如，通信接口704可用于从输注系统600中的每个外部感测装置604、606无线地接收传感器测量值或其他测量数据。在其他实施方案中，通信接口704可被配置为支持去往/来自外部感测装置604、606的有线通信。在各种实施方案中，通信接口704还可以支持与远程服务器(例如，服务器102)或输注系统中的另一个电子设备的通信(例如，以上传传感器测量值，接收控制信息等)。

泵控制模块702通常表示泵控制系统700的耦接到通信接口704和感测装置604、606、608、650、660并且被配置为基于从感测装置604、606、608、650、660接收到的测量数据来确定用于操作马达632以将流体输送到身体601的剂量命令并且执行本文所述的各种另外的任务、操作、功能和/或操作的硬件、电路、逻辑、固件和/或其他部件。例如，在示例性实施方案中，泵控制模块702实现或以其他方式执行命令生成应用程序710，该命令生成应用程序支持一个或多个自主操作模式并且至少部分地基于用户身体601的状况的当前测量值以自主操作模式计算或以其他方式确定用于操作输注设备602的马达632的剂量命令。例如，在闭环操作模式下，命令生成应用程序710可至少部分地基于最近从感测装置604接收到的当前葡萄糖测量值来确定用于操作马达632以将胰岛素输送到用户身体601的剂量命令，以将用户的血糖水平调节到目标参考葡萄糖值。在各种实施方案中，剂量命令还可以由背景测量数据调整或以其他方式影响，该背景测量数据即表征、量化、或以其他方式指示以下的测量数据：剂量命令的同时或并发操作背景，例如，从环境感测装置650获得的环境测量数据、从GPS接收器660获得的当前位置信息、和/或表征输注设备602的当前操作环境的其他背景信息。另外，命令生成应用程序710可生成用于由用户经由用户界面元素手动启动或以其他方式指导的推注的剂量命令。

在一个或多个示例性实施方案中，泵控制模块702还实现或以其他方式执行预测应用程序708(或预测引擎)，该预测应用程序被配置为以个性化的、患者专用(或特定于患者)的方式估计或以其他方式预测未来的生理状况以及可能地预测其他未来的活动、事件、操作环境等。就这一点而言，在一些实施方案中，预测引擎708被协作地配置为与命令生成应用程序710交互，以便支持调整剂量命令或以预测或前瞻性的方式控制指示剂量命令的生成方式的信息。就这一点而言，在一些实施方案中，基于当前或最近测量数据和当前操作背景相对于与患者相关联的历史数据之间的相关性，预测引擎708可以预报或以其他方式预测患者在未来不同时间的未来葡萄糖水平，并且在确定剂量命令时以考虑到预测的葡萄糖水平的方式对应地调整或以其他方式修改由命令生成应用程序710利用的一个或多个参数的值，例如，通过修改由命令生成应用程序710引用的寄存器或存储器706中的位置处的参数值。在各种实施方案中，预测引擎708可以预测患者可能参与的进餐或其他事件或活动，并且输出或者以其他方式提供患者的预测葡萄糖水平可能如何被预测事件影响的指示，该指示继而然后可由患者进行审查或考虑以前瞻性地调整他或她的行为，和/或用于以个性化方式调整剂量指令的生成方式以便以考虑患者行为的方式来调节葡萄糖。

在一个或多个示例性实施方案中，泵控制模块702还实现或以其他方式执行被配置为支持与患者或其他用户的会话交互的会话交互应用程序712。例如，会话交互应用程序712可以在与输注设备602相关联的显示设备640上生成或以其他方式提供GUI显示，该GUI显示包括提示用户与输注设备602会话交互的会话框。就这一点而言，在一个或多个实施方案中，会话交互应用程序712可以生成提示用户会话地查询或搜索数据库系统104的GUI显示，诸如GUI显示400。会话交互应用程序712还可以支持会话地监测或管理患者的生理状况，如以上在图3至图4的上下文中描述的以及以下在图13至图16的上下文中更详细描述的。在一个或多个示例性实施方案中，泵控制模块702还实现或以其他方式执行建议应用程序714(或建议引擎)，该建议应用程序被配置为支持向患者提供治疗建议，如以下在图17至图19的上下文中更详细描述的。

仍然参考图7，取决于实施方案，泵控制模块702可被设计为执行本文所述的功能的通用处理器、微处理器、控制器、微控制器、状态机、内容可寻址存储器、专用集成电路、现场可编程门阵列、任何合适的可编程逻辑设备、分立门或晶体管逻辑、分立硬件部件或其任何组合来实施或实现。就这一点而言，结合本文所公开的实施方案描述的方法或算法的步骤可直接体现在硬件中、固件中、由泵控制模块702执行的软件模块中或其任何实际组合中。在示例性实施方案中，泵控制模块702包括或以其他方式访问数据存储元件或存储器706，该数据存储元件或存储器可使用能够存储由泵控制模块702执行的编程指令的任何种类的非暂态计算机可读介质来实现。计算机可执行编程指令在由泵控制模块702读取和执行时，使得泵控制模块702实施或以其他方式生成应用程序708、710、712、714并且执行本文所述的任务、操作、功能和过程。

应当理解，出于说明目的且并非意图以任何方式限制本文所述的主题，图7是泵控制系统700的简化表示。例如，在一些实施方案中，马达控制模块612的特征和/或功能可由泵控制系统700和/或泵控制模块702来实施或以其他方式集成到该泵控制系统和/或泵控制模块中，例如通过命令生成应用程序710将剂量命令转换成对应的马达命令，在这种情况下，在输注设备602的实施方案中可不存在单独的马达控制模块612。

葡萄糖的预测和预报

在一个或多个示例性实施方案中，针对生理状况的患者专用的预报模型基于与患者相关的历史数据来确定，并且用于至少部分地基于当前操作背景和生理状况的当前测量值来预测生理状况的未来值或水平。另外，历史事件数据和相关联的背景信息可以用于至少部分地基于当前测量数据和/或当前操作背景(例如，一天中的当前时间、一周中的当前日期、当前地理位置等)，预测预报范围内的未来不同时间的一个或多个未来事件，其继而可以被输入到患者专用的预报模型中以便在将来的适当时间调整生理状况的预报值或水平以反映预测事件。尽管本文在葡萄糖预报和预测的背景下描述了本主题，但本主题不必限于葡萄糖水平并且可能以等效方式实现以预报或预测个体的其他生理状况。

在示例性实施方案中，确定患者专用的葡萄糖预报模型，该葡萄糖预报模型允许针对未来的离散时间间隔预测患者的葡萄糖水平。为了说明的目的，本文在每小时预报的背景下描述了本主题，该每小时预报允许在每小时的基础上对患者的葡萄糖水平进行预报；然而，应当注意，本文描述的主题不限于每小时预测并且可以用于不同的预报时间间隔(例如，每15分钟、每30分钟、每4小时等)。

图8描绘了适合于由计算设备(诸如图1的患者数据管理系统100中的服务器102或客户端电子设备106)实现的示例性预报过程800。结合预报过程800执行的各种任务可由硬件、固件、由处理电路执行的软件或其任何组合来执行。为了进行示意的说明，以下描述涉及上文结合图1和图6至图7提及的元件。在实践中，预报过程800的部分可以由患者数据管理系统100或输注系统600的不同元件(例如，服务器102、一个或多个电子设备106、输注设备602、和/或泵控制系统620、700)来执行。应当理解，预报过程800可包括任何数量的附加任务或另选任务，这些任务不需要以例示的顺序执行并且/或者这些任务可同时执行，并且/或者预报过程800可被并入具有本文未详细描述的附加功能的更全面的程序或过程中。此外，只要预期的总体功能保持不变，则可以从预报过程800的实际实施方案中省略在图8的上下文中示出和描述的一个或多个任务。

预报过程800的所示实施方案初始化或以其他方式开始于检索或以其他方式获得与要建模的感兴趣患者相关联的历史数据，以及使用与患者相关联的历史数据来开发、训练或以其他方式确定用于患者的预报模型(任务802、804)。在一个或多个示例性实施方案中，对于患者数据管理系统100内的个体患者，服务器102周期性地从数据库104中检索或以其他方式获得与该患者相关的历史患者数据120，并且分析历史患者数据120的不同子集之间的关系以创建与该患者相关联的患者专用的预报模型。取决于实施方案，患者专用的预报模型可以存储在与患者相关联的数据库104上并由服务器102利用，以确定针对患者的葡萄糖预报(例如，响应于来自客户端设备106的请求)并将所得的葡萄糖预报提供给客户端设备106以用于呈现给用户。在其他实施方案中，服务器102将患者专用的预报模型推动、提供或以其他方式传输到与患者相关联的一个或多个电子设备106(例如，输注设备602)以用于在最终用户设备处实现和支持葡萄糖预报(例如，通过预测引擎708)。

在一个或多个示例性实施方案中，利用循环神经网络来创建每小时的神经网络单元，其基于在模型开发之前的多个不同日期中的对应于该每小时间隔的历史患者数据的子集而进行训练，以便预测与该相应每小时间隔相关联的患者的平均葡萄糖水平。例如，在一个实施方案中，对于一天中的每个每小时间隔，创建对应的长短期记忆(LSTM)单元(或小区)，其中LSTM单元根据与该每小时间隔相对应的历史患者数据子集以及当前LSTM单元之前的一个或多个LSTM单元的变量而输出该每小时间隔的平均血糖值。例如，与1-2PM时间间隔相关联的LSTM单元被配置为基于在1-2PM时间帧内加时间戳或与其相关联的历史患者数据的子集以及一个或多个先前LSTM单元的输入和/或输出(例如，在12-1PM LSTM单元输出的12-1PM时间帧内的患者的平均血糖值，在12-1PM时间帧内加时间戳或与其相关的历史患者数据子集的相关部分等)，计算1-2PM时间帧内的患者的平均葡萄糖值。

对于每个LSTM单元，可以利用机器学***均葡萄糖值。就这一点而言，特定每小时间隔的模型能够将每小时间隔期间的胰岛素输送数据、每小时间隔期间的进餐数据、每小时间隔期间的运动数据、以及先前每小时间隔的平均葡萄糖值表征或映射到正在建模的每小时间隔的传感器平均葡萄糖值。另外，每小时模型可以考虑历史辅助测量数据(例如，历史加速度测量数据、历史心率测量数据等)、历史药物数据或其他历史事件日志数据、历史地理位置数据、历史环境数据、和/或可能与该时间间隔期间的患者的平均葡萄糖水平相关或预测该平均葡萄糖水平的其他历史或背景数据。因此，由于不同的变量在一天中对患者的葡萄糖水平产生或多或少的影响，因此与相应LSTM单元关联的各个函数或等式可以适当地增加或减少特定输入变量对由相应LSTM单元计算的平均葡萄糖值的加权或强调。应当注意，可以利用任何数量的不同机器学习技术来确定哪些输入变量预测当前感兴趣的患者和一天中的当前每小时间隔，例如人工神经网络、遗传编程、支持向量机、贝叶斯网络、概率机器学习模型或其他贝叶斯技术、模糊逻辑、启发式派生的组合等。

预报过程800继续接收、检索或以其他方式获得最近的患者数据，识别或以其他方式获得与患者相关的当前操作背景，以及基于最近患者数据和当前操作背景来预测患者的未来行为(任务806、808、810)。就这一点而言，可以确定用于未来胰岛素输送、未来进餐、未来锻炼事件和/或未来药物剂量的预测模型，其将当前(或最近)传感器葡萄糖测量数据、辅助测量数据、输送数据、地理位置、进餐数据、锻炼数据、患者行为或活动等中的一个或多个的特定组合表征或映射到表示特定事件的当前概率或可能性的值和/或与该特定事件或活动相关联的当前值(例如，预测进餐量、预测运动持续时间和/或强度、预测推注量等)。因此，预报过程800可以从感测装置604、606、608、输注设备602和/或数据库104中的一个或多个获得与患者相关联的当前或最近的传感器葡萄糖测量值、以及量化或表征最近胰岛素输送、进餐、锻炼以及用户在先前时间间隔内(例如，在先前2小时内)可能进行的其他事件、活动或行为的数据或信息。预报过程800还可以从感测装置650、660、输注设备602和/或数据库104中的一个或多个获得量化或表征与输注设备602相关联的当前或最近的操作背景的数据或信息。

基于当前和最近的患者测量数据、胰岛素输送数据、进餐数据和锻炼数据，以及一天的当前时间、一周的当前日期和/或其他当前或最近的环境数据，预报过程800确定未来每小时时间间隔的事件概率和/或特性。例如，对于未来的每个小时时间间隔，预报过程800可以确定在该未来小时时间间隔期间的进餐概率和/或预测的进餐量，其可以在该每小时间隔内用作LSTM单元的输入。类似地，预报过程800可以确定每个相应未来每小时时间间隔内的预测胰岛素输送量、预测锻炼概率和/或预测锻炼强度或持续时间、预测药物剂量等，这是基于最近患者数据和背景数据与这些事件的先前实例发生之前的历史患者数据和背景数据之间的关系。预测患者行为或活动的一些示例在美国专利申请序列号15/847,750中进行了描述，该专利以引用方式并入本文。

仍然参考图8，在预测可能影响患者未来葡萄糖水平的未来患者行为后，预报过程800继续至少部分地基于当前或最近的葡萄糖测量数据和预测的未来行为来计算或以其他方式确定未来的每小时间隔的预报葡萄糖水平，以及生成或提供与不同的未来每小时间隔相关联的预报葡萄糖水平的图形表示(任务812、814)。基于一天中的当前时间，可以选择和利用一天中下一个每小时间隔的预报模型，以便至少部分地基于一天中的下一个小时间隔的最近传感器葡萄糖测量值和预测的进餐、锻炼、胰岛素输送和/或药物剂量计算该每小时间隔的预报葡萄糖水平。例如，可以将当前每小时间隔内获得的当前传感器葡萄糖测量值和先前传感器葡萄糖测量值求平均或以其他方式组合以获得当前每小时间隔的平均传感器葡萄糖测量值，该测量值可以被输入到用于一天中的下一个每小时间隔的预报模型。然后利用预报模型，以便基于当前每小时间隔的平均传感器葡萄糖测量值以及下一个每小时间隔的预测患者行为来计算一天中的下一个每小时间隔的预报平均葡萄糖值。然后可以将下一个每小时间隔的预测平均葡萄糖值输入到用于后续每小时间隔的预报模型，以用于基于其相关联的预测患者行为等计算该后续每小时间隔内的预报葡萄糖值。

图9描绘了包括葡萄糖预报区域902的示例性GUI显示900，该葡萄糖预报区域包括与一天中的后续每小时间隔相关联的患者的预报葡萄糖水平的图形表示。在所示的GUI显示900中，患者的最近传感器葡萄糖测量数据的图形表示904靠近葡萄糖预报区域902呈现。在示例性实施方案中，传感器葡萄糖测量值显示区域904包括患者的历史传感器葡萄糖测量数据的折线图或线形图，其具有指示患者的传感器葡萄糖测量值的目标范围的视觉上可区分的覆盖区域。取决于实施方案，GUI显示900可以呈现在与输注设备602相关联的显示设备640上或患者数据管理系统100内的另一个电子设备102、106上。在一或多个实施方案中，执行预报过程800以便响应于患者选择被配置为引起呈现预报区域902的GUI元素或以其他方式请求呈现葡萄糖预报(例如，通过经由会话交互应用程序712会话地请求葡萄糖预报)而在GUI显示900上生成预报区域902。

参考图8至图9，在一个或多个示例性实施方案中，基于一天中的当前时间(例如，9:45AM)、当前传感器葡萄糖测量值(例如，110mg/dL)、以及可能的其他最近患者数据(例如，最近的进餐、锻炼或推注)和/或当前操作背景，预报过程800计算或以其他方式确定针对10AM每小时间隔以及要预报患者葡萄糖水平的后续每小时间隔的预测患者行为。图10描绘了包括每小时LSTM小区的循环神经网络的一部分的图形表示，这些每小时LSTM小区被配置为使用未来每小时间隔的预测患者行为以及患者的当前传感器葡萄糖测量数据来计算图9中描绘的预测葡萄糖水平。就这一点而言，将当前间隔1001的平均传感器葡萄糖值与10AM每小时间隔的预测患者行为1003(例如，在10AM至11AM期间的患者的消耗的碳水化合物、输送的胰岛素、锻炼、药物等的预测量)一起输入到10AM每小时间隔LSTM小区1002。取决于实施方案，当前间隔传感器葡萄糖值1001可以被实现为当前或最近的传感器葡萄糖测量值(例如，110mg/dL)、当前间隔期间获得的当前和先前传感器葡萄糖测量值的平均值(例如，在9:00AM和9:45AM之间加时间戳的传感器葡萄糖测量值的平均值)、或至少部分地基于当前传感器葡萄糖测量值计算的另一个传感器葡萄糖值。例如，当前传感器的葡萄糖测量值和其他最近行为可用于预测当前时间间隔(例如，从9:45AM到10AM)的其余部分的患者葡萄糖水平，该患者葡萄糖水平然后可以被平均、加权或以其他方式与在当前时间间隔(例如，从9AM至9:45AM)期间获得的先前传感器葡萄糖测量值的平均值相结合以获得当前时间间隔的估计的平均传感器葡萄糖测量值。

基于当前间隔1001的平均传感器葡萄糖值和10AM间隔的预测患者行为1003，LSTM小区1002利用10AM每小时间隔的预报模型来计算或以其他方式确定与10AM间隔相关的平均葡萄糖值1005，该预报模型是基于与10AM每小时间隔相关联的患者历史患者数据的子集来确定的(例如，任务804)。在此，应当注意，在一个或多个实施方案中，活性胰岛素或碳水化合物的量不一定需要在10AM间隔内计算计算或输入LSTM小区1002，因为因此可以从先前的LSTM小区中获得活性胰岛素、碳水化合物和/或代用品，并且根据与LSTM小区1002相关联的模型对其进行缩放、减小、丢弃或以其他方式进行调整。与10AM间隔相关联的平均葡萄糖值1005(例如，115mg/dL)显示在GUI显示900的与10AM每小时间隔相关联的预报区域902上。还将预报的10AM葡萄糖值1005与11AM每小时时间隔的预测患者行为1007(例如，在11AM至12PM期间的患者的消耗的碳水化合物、输送的胰岛素、锻炼、药物等的预测量)一起输入到11AM每小时时间隔LSTM小区1004。LSTM小区1004利用11AM每小时间隔的预报模型来计算或以其他方式确定与11AM间隔相关的平均葡萄糖值1009，该预报模型是基于与11AM每小时间隔相关联的患者历史患者数据的子集来确定的(例如，任务804)。11AM间隔的预测葡萄糖值1009(例如，110mg/dL)显示在GUI显示900的与11AM每小时间隔相关联的预报区域902上，并且被输入到12PM每小时间隔LSTM小区1006以用于确定12PM间隔的预测葡萄糖值(例如，100mg/dL)，依此类推。

在一个或多个示例性实施方案中，葡萄糖预报区域902中的预报葡萄糖值被显示或以其他方式呈现有视觉上可区分的特性，这些特性指示单独预报葡萄糖值相对于一个或多个阈值的关系。例如，在图9的所示实施方案中，使用视觉上可区分特性来呈现患者的葡萄糖值的目标范围内的预报葡萄糖值(例如80mg/dL和140mg/dL之间)，该视觉上可区分特性指示这些值是正常值、期望值或其他可接受值(例如，绿色)，其中使用不同的视觉上可区分特性来呈现在目标范围之外的预测葡萄糖值，该不同的视觉上可区分特性指示这些值可能存在问题或不受欢迎(例如，红色)。就这一点而言，对于所示实施方案，与葡萄糖预报区域902中的4PM每小时间隔和5PM每小时间隔相关联的预报葡萄糖值可以被呈现为红色以指示它们低于患者目标葡萄糖范围的下限阈值，该下限阈值指示在那些时间或前后针对患者预测到可能的低血糖事件，而在葡萄糖预报区域902中的4PM之前的预报葡萄糖值可以呈现为绿色以指示患者的葡萄糖被预报为在接下来的6小时处于目标范围内。

在一个或多个实施方案中，葡萄糖预报区域902是可滚动的或可以其他方式调整的，以允许患者或用户查看未来进一步的预报葡萄糖值。例如，在一个或多个实施方案中，葡萄糖预报区域902是可滚动的或可以其他方式调整的，以允许患者或用户查看接下来的24小时的预报葡萄糖值。另外，应当注意，在一些实施方案中，葡萄糖预报区域902中的预报葡萄糖值可以响应于患者当前传感器葡萄糖测量值、当前操作背景或由患者进行的其他实时行为或活动的改变而实时动态更新。

现在参考图11，根据一个或多个实施方案，可以执行集合预测过程1100以确定针对患者的生理状况的集合预测作为使用多个不同预测模型来确定的预测值的组合。由于不同的预测模型可能利用不同的输入变量、不同的预测范围和/或不同的公式或技术来确定未来葡萄糖值，因此对患者葡萄糖水平的集合预测可能会更好地反映患者未来葡萄糖水平的潜在变化，而不是依赖于任何单独的预测模型。就这一点而言，根据预报过程800确定的预报的每小时葡萄糖值可以被加权或以其他方式与使用其他预测模型来确定的患者的预测葡萄糖值组合，以获得相对于时间的患者葡萄糖水平的集合预测，该集合预测反映相应预测模型相对于时间的相对可靠性或准确性。

结合集合预测过程1100执行的各种任务可由硬件、固件、由处理电路执行的软件或其任何组合来执行。为了进行示意的说明，以下描述涉及上文结合图1和图6至图7提及的元件。在实践中，集合预测过程1100的部分可以由患者数据管理系统100或输注系统600的不同元件(例如，服务器102、一个或多个电子设备106、输注设备602、和/或泵控制系统620、700)来执行。应当理解，集合预测过程1100可包括任何数量的附加任务或另选任务，这些任务不需要以例示的顺序执行并且/或者这些任务可同时执行，并且/或者集合预测过程1100可被并入具有本文未详细描述的附加功能的更全面的程序或过程中。此外，只要预期的总体功能保持不变，则可以从集合预测过程1100的实际实施方案中省略在图11的上下文中示出和描述的一个或多个任务。

集合预测过程1100开始于检索或以其他方式获得与特定患者相关的历史数据，以及基于患者的历史数据开发、训练或以其他方式确定多个不同的患者专用的葡萄糖预测模型(任务1102、1104)。就这一点而言，除了以上在预报过程800的上下文中描述的确定葡萄糖预报模型之外，还可以基于以不同方式(例如，使用不同的算法或建模技术等)预测患者未来葡萄糖水平的患者历史数据120，基于具有不同级别的时间粒度(例如，以分钟为单位、以小时为单位等)的不同输入变量等确定患者的一个或多个其他模型。应当注意，实际上，可以利用许多不同类型的预测模型，并且本文所描述的主题并不旨在限于用于预测葡萄糖水平的任何特定类型的模型、技术或方法或其组合。

例如，在一个或多个实施方案中，除了患者专用的基于神经网络的预报模型外，还使用患者的历史数据来确定用于预测未来葡萄糖水平的自回归综合移动平均(ARIMA)模型。就这一点而言，ARIMA模型基于患者历史数据中的周期性模式来预测未来的葡萄糖水平，该模式可能与不同事件和/或操作背景相关。在示例性实施方案中，ARIMA模型被配置为以未来增量确定患者的预测葡萄糖值，这些增量对应于与葡萄糖感测装置604相关联的采样率和/或患者的历史传感器葡萄糖测量数据。例如，在一个实施方案中，葡萄糖感测装置604每5分钟提供新的或更新的传感器葡萄糖测量值，并且ARIMA模型被配置为以未来5分钟的间隔确定预测葡萄糖值。在一个或多个示例性实施方案中，利用机器学***的变化相关或预测该变化的同时或先前的事件或操作背景结合，从而影响使用该模型来确定的预测的未来传感器葡萄糖测量值。在一个实施方案中，对ARIMA模型的自回归分量的训练试图确定患者的葡萄糖水平自行回归的能力，而ARIMA模型的移动平均分量试图补偿患者葡萄糖水平的缓慢背景偏移。

在一个或多个实施方案中，还使用患者的历史数据来确定用于预测未来葡萄糖水平的患者专用的生理模型，这是以试图模拟患者的药效学和药代动力学并补偿人员内和人员间差异的方式。与ARIMA模型类似，患者专用的生理模型可以被配置为以对应于采样率的未来增量确定患者的预测葡萄糖值，该采样率与葡萄糖感测装置604和/或患者的历史传感器葡萄糖测量数据相关联。也就是说，患者专用的生理模型可能以与ARIMA模型不同的方式和/或基于与ARIMA模型所使用的输入变量不同的输入变量来确定预测葡萄糖值。例如，在一个或多个实施方案中，基于患者的历史传感器葡萄糖测量数据、历史进餐数据、历史输送数据、历史推注数据等之间的关系为患者确定一个或多个患者专用的生理参数(例如，葡萄糖的出现速率、胰岛素作用等)。基于患者的当前或最近的传感器葡萄糖测量值、体内的当前胰岛素、最近的进餐数据等，生理模型利用患者专用的生理参数来预测未来传感器葡萄糖测量值。就这一点而言，基于在给定体内胰岛素的当前量和/或要由患者代谢的碳水化合物量的情况下的患者历史生理反应，患者专用的生理参数的输出表示患者的预期葡萄糖水平。

仍然参考图11，在示例性实施方案中，在确定或以其他方式获得多个不同的患者专用的葡萄糖预测模型之后，集合预测处理1100继续识别或以其他方式获得患者的当前操作背景，以及基于当前操作背景，在一天中的当前时间之前计算或以其他方式确定与针对不同预测范围的不同患者专用葡萄糖预测模型相关联的可靠性度量(任务1106、1108)。就这一点而言，识别或以其他方式获得一天中的当前时间、一周中的当前日、当前地理位置、当前网络地址和/或网络连接类型、和/或与和患者相关联的设备106、602相关联的其他背景数据。基于当前操作背景，获得与当前操作背景相对应的患者历史数据120的子集，并且利用该子集来确定与不同葡萄糖预测模型相关联的一个或多个准确性或可靠性度量。例如，如果当前操作背景指示其为星期三的8AM，并且患者在家中，则可以获得患者历史数据120的先前子集，这些子集具有在星期三的8AM或前后的相关时间戳和/或具有与患者的家庭地理位置相对应的相关地理位置，并且然后使用这些子集来确定不同葡萄糖预测模型的可靠性。

对于每个预测模型，都将从患者历史数据的相关子集中获得适当的输入变量，并且然后将模型输出的已计算的葡萄糖值与患者在对应时间的历史传感器葡萄糖测量值进行比较以获得模型的可靠性度量。例如，可以通过以下方式来计算平均绝对差、标准偏差或其他统计测量：将对应于某个时间点之后的预测范围的来自葡萄糖预测模型的一组输出值(例如，在8AM参考点后的四个小时的预测葡萄糖值)与对应历史葡萄糖测量值(例如，星期三的8AM参考点之后的四个小时的患者传感器历史葡萄糖测量值)进行比较。在一个或多个实施方案中，针对每小时间隔确定可靠性度量，例如，通过计算预测时间后的第一小时内的平均绝对差(例如，使用与8AM到9AM的时间帧相对应的值)、预测时间后的第二小时内的平均绝对差(例如，使用与9AM到10AM的时间帧相对应的值)等。就这一点而言，与每个特定预测模型相关联的可靠性度量可以取决于当前预测时间之前的特定预测范围或时间窗口而变化。

基于与不同预测模型相关联的可靠性度量，集合预测过程1100针对一天中的当前时间之前的不同预测范围计算或以其他方式确定与不同患者专用葡萄糖预测模型的输出相关联的加权因子，以及然后使用这些加权因子来计算或以其他方式确定这些不同预测范围内的集合预测的葡萄糖值，作为不同患者专用葡萄糖预测模型的输出的加权平均值(任务1110、1112)。就这一点而言，基于针对特定预测范围、时间窗口或采样时间的不同患者专用葡萄糖预测模型中的可靠性度量之间的关系，加权因子可以相应地分配给不同的模型以增加一个或多个更可靠的模型对该预测范围内的集合预测的葡萄糖值的影响。

例如，如果针对当前预测时间之前的第二小时(例如9AM到10AM时间帧)，患者的ARIMA模型的可靠性比患者的每小时预报模型的可靠性高百分之五十，则可以向ARIMA模型在第二小时输出的预测葡萄糖值分配加权因子，该加权因子比分配给每小时预报模型的加权因子高百分之五十。然后可以将针对该预测范围(即，当前时间之前的第二小时)的集合预测值确定为以下的加权平均值：ARIMA模型在该时间帧内输出的5分钟预测的葡萄糖值(例如，9AM值至10AM值)，以及每小时预测模型输出的每小时预测葡萄糖值(例如，9AM至10AM时间窗口内的预报平均葡萄糖水平)，从而得出5分钟集合预测值，该值由该特定5分钟采样时间的ARIMA预测葡萄糖值的60％(例如，9:05AM的ARIMA预测葡萄糖值)和预测范围内的每小时预报葡萄糖值的40％组成。然而，对于当前预测时间之前的第三小时，患者的每小时预报模型的可靠性可以比ARIMA模型在第三小时内输出的预测葡萄糖值的可靠性高百分之五十，从而导致分配给每小时预报模型的加权因子比分配给ARIMA模型的加权因子高百分之五十，由此得出5分钟集合预测值，该预测值由在特定5分钟采样时间的ARIMA预测葡萄糖值(例如，针对10:05AM、10:10AM等的ARIMA预测葡萄糖值)的40％以及在时间范围内的每小时预报葡萄糖值(例如，10AM至11AM时间段内的每小时预报葡萄糖值)的60％组成。

在确定未来的集合葡萄糖预测之后，集合预测过程1100继续生成或以其他方式向患者或其他用户提供集合预测葡萄糖值的图形表示(任务1114)。例如，如图12所描绘的，可以在客户端电子设备106和/或输注设备602上呈现GUI显示1200，其包括患者传感器葡萄糖测量数据相对于标记器1206之前的时间的图形表示1202或当前时间的类似图形指示，随后是集合预测葡萄糖值相对于指示当前时间的标记之后的时间的图形表示1204。在一个或多个实施方案中，随着预测范围在当前时间之前进一步向未来发展，与ARIMA模型、生理模型或其他短期预报模型相关联的可靠性度量相对于与每小时预报模型相关联的可靠性度量减少，使得当患者或用户滚动、滑动或以其他方式调整GUI显示1200以推进与显示值相关联的预测范围时，集合预测葡萄糖值的图形表示朝每小时预测葡萄糖水平收敛。就这一点而言，滚动或调整传感器葡萄糖测量显示区域904可以导致更新传感器葡萄糖测量显示区域904以呈现GUI显示1200，其描绘从当前时间标记1206延伸到未来的集合葡萄糖预测1204。

在一个或多个示例性实施方案中，集合葡萄糖预测1204的较早部分被更重地加权朝向短期内更可靠的预测模型输出，而集合葡萄糖预测1204的未来部分将被更重地加权朝向具有更好长期可靠性的预测模型输出。例如，集合葡萄糖预测1204的从10AM到11AM的部分可由患者ARIMA模型的输出的60％和患者每小时预报模型的40％组成，而集合葡萄糖预测1204的从11AM到12PM的后续部分可由患者ARIMA模型输出的40％和患者每小时预报模型的60％组成，集合葡萄糖预测1204的从12PM到1PM的部分可由患者ARIMA模型输出的30％和患者每小时预报模型的70％组成，依此类推。

图13描绘了适于结合集合预测过程1100实现的示例性患者模拟过程1300，其用于模拟或以其他方式预测患者进行的不同事件或动作可能如何在未来影响患者的葡萄糖水平。结合患者模拟过程1300执行的各种任务可以由硬件、固件、由处理电路执行的软件或其任何组合来执行。为了进行示意的说明，以下描述涉及上文结合图1和图6至图7提及的元件。在实践中，患者模拟过程1300的部分可以由患者数据管理系统100或输注系统600的不同元件(例如，服务器102、一个或多个电子设备106、输注设备602、和/或泵控制系统620、700)来执行。应当理解的是，患者模拟过程1300可包括任何数量的附加或另选的任务，这些任务不需要以所示顺序执行和/或这些任务可以同时执行，并且/或者患者模拟过程1300可以被合并到具有本文未详细描述的附加功能的更全面的程序或过程中。此外，只要预期的总体功能保持不变，则可以从患者模拟过程1300的实际实施方案中省略在图13的上下文中示出和描述的一个或多个任务。

患者模拟过程1300开始于接收或以其他方式获得指示患者的未来事件、动作或其他活动的用户输入(任务1302)。就这一点而言，患者或另一个用户可以输入或以其他方式提供表征、量化或以其他方式定义患者所预期、思考或以其他方式考虑的动作或事件的信息。例如，用户输入可以指示患者要消耗的碳水化合物的预期量、患者要执行的锻炼的预期量、患者要施用的胰岛素的预期推注量等。另外，用户输入可以指示与预期活动相关联的一天中的时间(例如，对于未来量的碳水化合物的预期进餐时间)、感兴趣的时间窗口或持续时间，或表征患者进行的预期活动的其他时间信息。在一些事件中，预测引擎708可以基于患者的历史测量数据、事件日志数据、背景数据等自动预测未来的动作或事件以及与其相关联的对应参数或标准。在此类实施方案中，患者或另一个用户可以输入或以其他方式提供对预测未来事件的确认，或者以其他方式调整与预测的未来事件相关联的一个或多个特性(例如，调整与事件相关联的未来时间、数量、持续时间、类型或其他特性等)。

患者模拟过程1300继续计算或以其他方式确定已调整的加权因子，以用于基于当前操作背景和输入的未来活动信息将来自患者的葡萄糖预测模型的输出组合成集合预测(任务1304)。就这一点而言，类似于以上在集合预测过程1100的上下文中所述的，患者模拟过程1300基于一天中的当前时间和其他操作背景，以也考虑输入的未来活动信息的方式计算或以其他方式确定与针对未来的不同预测范围的不同患者专用葡萄糖预测模型相关联的可靠性度量。

在一个或多个实施方案中，当选择患者历史数据120的子集以用于确定可靠性度量时，患者模拟过程1300可以从患者历史数据120的对应于当前操作背景的子集中排除与当前操作背景相对应的患者历史数据120的任何子集，该当前操作背景不包含在预测范围内或另外在从一天中的当前时间起的阈值时间段内的一个或多个输入的未来活动。例如，如果当前操作背景指示其为星期三的8AM，并且患者在家中，并且用户输入指示患者打算在阈值时间量内消耗碳水化合物或以其他方式经历进餐事件，则仅选择患者历史数据120的具有在星期三的8AM或前后的相关时间戳和/或具有与患者的家庭地理位置相对应的关联地理位置的先前子集以进行分析，这些先前子集也具有在8AM后的阈值时间量内的同时或并发的进餐。就这一点而言，改变用于计算与不同预测模型相关联的可靠性度量的数据集可产生与相应预测模型相关联的前瞻性调整的可靠性度量值，这些前瞻性调整的可靠性度量值与在没有考虑未来活动的情况下另外可能与相应预测模型相关联的正常可靠性度量值不同。然后，患者模拟过程1300基于跨不同患者专用的葡萄糖预测模型的已调整的可靠性度量之间的关系来确定前瞻性调整的加权因子。以如上所述的类似方式，前瞻性调整的加权因子也可以相对于当前时间之前的预测时间而变化。

仍然参考图13，在确定为考虑输入的未来活动信息而前瞻性调整的加权因子之后，患者模拟过程1300基于输入的未来活动信息使用前瞻性调整的加权因子来计算或以其他方式确定预期集合葡萄糖预测(任务1306)。就这一点而言，将输入的未来活动信息作为输入提供给一个或多个患者葡萄糖预测模型，以便由此以考虑到未来对应时间的规定未来事件的方式改变或影响由模型输出的预测葡萄糖值。例如，如果用户输入指示患者可能在未来的特定时间进餐，则输入的进餐信息将作为输入提供给患者的每小时预报模型的LSTM小区，其包含该未来时间或与其相对应，由此影响该时间间隔和/或后续时间间隔的预报葡萄糖值。作为另一个示例，如果用户输入指示患者在当前时间可能正在施用胰岛素的推注，则输入推注量可能以在初始化时考虑到胰岛素推注量的方式提供给患者的每个葡萄糖预测模型(例如，通过将输入推注量添加到与一天中的当前时间相关联的当前活性胰岛素量中)。

在使用患者的每个葡萄糖预测模型来计算出考虑预期患者活动的预测葡萄糖值之后，以与上述类似的方式，使用前瞻性调整的加权因子将集合预测值确定为由相应葡萄糖预测模型输出的相应预测葡萄糖值的加权平均值(例如，任务1112)。通过前瞻性地调整加权因子以及将未来活动用作预测模型的输入，如果患者参与输入活动，则所得的集合预测值将有效地模拟或投射患者的葡萄糖水平。因此，预期集合预测可以在本文中替代地称为患者的模拟葡萄糖水平。

在示例性实施方案中，患者模拟过程1300生成或以其他方式提供被预期集合葡萄糖预测影响的患者的模拟葡萄糖水平或其他反馈的图形表示(任务1308)。例如，在一些实施方案中，可以响应于输入的未来活动信息而呈现患者的模拟葡萄糖水平的折线图或曲线图。在其他实施方案中，可以处理或以其他方式分析模拟的葡萄糖值以向患者提供一个或多个建议(例如，是否参与输入活动的指示等)。

例如，现在参考图14，参考图13，在一个或多个实施方案中，结合可由输注设备602或其他客户端设备106处的会话交互应用程序712支持的与患者的会话交互来执行患者模拟过程1300。在所示的实施方案中，患者操纵或以其他方式与客户端设备106、602进行交互以输入：如果患者同时消耗60克碳水化合物并施用3个单位的胰岛素的推注，则患者希望查看未来4小时内的其模拟葡萄糖水平。响应于接收到用户输入，会话交互应用程序712可以将输入参数提供给预测引擎708以用于根据患者模拟过程1300来模拟患者的葡萄糖水平。就这一点而言，对于在患者历史上在一天中的当前时间或前后曾消耗碳水化合物和/或施用胰岛素推注的情况之后的后续4小时，患者模拟过程1300基于与模型相关联的相应可靠性度量为患者的预测模型确定前瞻性调整的加权因子。然后，患者模拟过程1300向每个患者的预测模型输入或以其他方式提供60克的碳水化合物和3个单位的胰岛素以初始化模型，就像在模型启动时正在消耗碳水化合物并同时或以其他方式输送胰岛素一样。此后，使用患者的预测模型来计算未来4个小时内的患者的预测葡萄糖值，该预测模型已通过60克的碳水化合物和3个单位的胰岛素来初始化。然后使用前瞻性调整后的加权因子将未来4小时内的预期集合预测葡萄糖值确定为预测葡萄糖值的加权平均值，其考虑到同时摄入碳水化合物和胰岛素。

在确定患者的预期集合预测葡萄糖值之后，预测引擎708可以将预期集合预测葡萄糖值提供给会话交互应用程序712以用于在正在进行的会话互动的背景下呈现给患者。就这一点而言，包括用户输入的图形表示1402的会话GUI显示1400被更新为包括被模拟葡萄糖值影响的用户输入的会话响应1404。在所示的实施方案中，会话响应1404包括在指示一天中的当前时间的标记1408之后的接下来4小时内的患者的模拟葡萄糖水平的图形表示1406(例如，预期集合预测葡萄糖值的折线图)。

图15描绘了另一个示例性GUI显示1500，该GUI显示描绘了可合并图11的集合预测过程1100和/或图13的患者模拟过程1300的会话交互。在所示的实施方案中，会话交互应用程序712接收初始用户输入1502并且分析该初始用户输入以确定患者对他或她的生理状况的预测感兴趣。会话交互应用程序712生成或以其他方式提供会话响应1504，该会话响应提示患者输入或以其他方式提供对预测范围和/或待执行的预测的可能其他参数。例如，在一些实施方案中，会话交互应用程序712可以提示患者提供输入预测范围内的任何预期活动的输入，以用于根据患者模拟过程1300来前瞻性地调整预测。

响应于接收到指示患者对接下来12小时内的预测感兴趣的后续用户输入1506，会话交互应用程序712命令、发出信号通知或以其他方式指示预测引擎708预测接下来12小时内的患者葡萄糖水平。预测引擎708执行集合预测过程1100，以如上所述的那样基于患者的当前或最近的葡萄糖测量值、当前的活性胰岛素、当前的操作背景等来计算或以其他方式确定接下来12小时内的患者的集合预测葡萄糖值。在所示的实施方案中，预测引擎708还利用与相关预测模型相关联的可靠性度量(例如，标准偏差、平均绝对差等)以便基于集合预测的葡萄糖值来概率地确定预测范围内的一个或多个生理事件(例如，低血糖事件、高血糖事件和/或类似事件)的可能性。预测引擎708将集合预测的葡萄糖值和对应生理事件概率提供给会话交互应用程序712，其生成提供被患者的集合预测值影响的反馈的会话响应1508。例如，所示的会话响应1508包括相对于预测范围内的不同间隔的低血糖事件概率的图形表示，以及基于一天中的当前时间的低血糖事件的概率的指示。

在所示的实施方案中，会话响应1508还基于预测葡萄糖水平向患者提示患者是否希望在设备106、602处配置一个或多个设置。响应于接收到指示期望配置提醒的用户输入1510，会话交互应用程序712可以将自身配置为基于集合预测值和可靠性度量在低血糖事件的概率最高的一天中的时间提供提醒，并且然后生成或以其他方式提供确认或以其他方式指示已设置提醒的会话响应1512。

图16描绘了另一个示例性GUI显示1600，其描绘了可合并上述过程300、800、1100、1300中的一个或多个的会话交互。在所示的实施方案中，会话交互应用程序712接收初始会话用户输入1602并且分析该初始用户输入以响应于未来锻炼事件而确定患者对他或她的生理状况的预测感兴趣。会话交互应用程序712生成或以其他方式提供一系列会话响应1604、1608、1612，其提示患者会话地输入1606、1610、1614并且定义未来锻炼事件的预期属性，诸如事件的预期类型、事件的预期持续时间和事件的预期定时。在定义了未来事件的属性之后，预测引擎708执行患者模拟过程1300，以便基于患者当前的葡萄糖测量、当前的活胰岛素、当前的操作背景计算或以其他方式确定事件之后患者的预期葡萄糖水平(例如，在对应于事件的输入定时1614和事件的输入持续时间1610的总和的时间)，其中根据患者所输入的预期时间，将与未来事件相关联的属性输入或以其他方式提供给患者的预报和预测模型。

在一些实施方案中，为了调整模型加权因子、可靠性度量或患者模拟过程1300的其他方面以考虑预期患者活动，可以执行查询过程300以获得表征其他相似患者对预期未来事件的响应的数据或信息。例如，可以执行查询过程300以基于逻辑数据库层内的节点之间的公共链接或边缘来识别类似的患者，并且在一天的输入时间获得这些类似患者在输入持续时间内对输入活动类型的血糖反应的历史测量数据(例如，类似患者在10AM慢跑并在接下来的30分钟内继续时的传感器葡萄糖测量数据)。然后，可以利用类似患者的平均或典型的生理反应来调整或以其他方式增强单体患者的生理预测模型，集合预测过程1100和/或患者模拟过程1300随后利用其来获得预期集合葡萄糖预测，该预测被患者每小时葡萄糖预报影响，这些预报要考虑到输入的未来锻炼(例如，通过将锻炼属性输入10AM LSTM单元)并结合针对患者葡萄糖水平的已调整的生理预测。

作为另一个示例，患者可以与客户端设备106、602会话地交互以获得对他或她的传感器葡萄糖水平在早晨醒来时可能是什么的预测。基于患者的历史事件日志数据，可以确定患者的估计睡眠时间和/或估计醒来时间，并且其可以被用于调整模型加权因子并作为输入提供给患者预测模型以便获得在估计的醒来时间或前后的对患者葡萄糖水平的预期集合预测。在一个或多个实施方案中，预期集合葡萄糖预测也被用来对患者生成一个或多个建议。例如，如果在估计的唤醒时间进行的预期集合葡萄糖预测超出了目标葡萄糖值的范围，则可以执行查询过程300以识别类似患者在就寝时间或之前执行的或者以其他方式与导致这些患者的葡萄糖水平改变的过夜时段相关联的动作，如果相对于当前患者发生对应的增加或减少，则这些动作将导致在估计的醒来时间的预期集合葡萄糖预测在目标范围内。就这一点而言，查询过程300可以用于识别患者应食用的碳水化合物的推荐量、患者应推注的胰岛素的推荐量、和/或患者睡前应执行的锻炼的建议量，以便在醒来时达到期望的葡萄糖水平。如果在估计的唤醒时间进行的预期集合葡萄糖预测在目标葡萄糖值的范围内，则可能会改进患者葡萄糖调节的其他建议(例如，增加一天中的处于目标葡萄糖范围内的百分比、使葡萄糖偏移事件最小化等)可以基于类似患者来确定并提供给患者，例如，睡眠的推荐持续时间、第二天的推荐碳水化合物量、第二天的推荐锻炼量等。

参考图8至图16并参照图1，在一些实施方案中，过程800、1100、1300中的一个或多个可以结合患者数据管理系统100来实现，并且适于利用数据库104中的图形数据结构来改进建模和结果预测的准确性。就这一点而言，节点或实体之间的加权定向或因果链接可以用于识别预测关系以及对患者成果的对应影响以用于改进建模，同时此类关系可能否则无法使用依赖于实体之间缺乏因果关系和/或概率关系的表的常规数据库来确定或在计算上不切实际。

预期治疗管理

现在参考图17，根据一个或多个实施方案，风险管理过程1700将与患者的生理状况有关的测量数据与患者的医疗记录数据结合利用，以便计算或以其他方式确定指示患者经历特定状况的风险的度量。例如，可以结合患者的医疗记录数据的子集利用患者的传感器葡萄糖测量数据或基于该数据计算的度量，以便计算或以其他方式确定指示患者经历一种或多种急性糖尿病危机(例如，严重低血糖症、急性糖尿病酮症酸中毒、高渗血症等)和/或长期并发症风险的度量标准。在示例性实施方案中，风险管理过程1700生成或以其他方式向最终用户(例如，患者、患者的医疗保健提供者、患者的护理伙伴等)提供与患者处于危险的状况有关的通知或建议。为了说明的目的，本文中可以在向患者提供通知或建议的背景下描述主题，然而，应当理解，本文描述的主题不限于向其提供通知或建议的最终用户的类型。在一些实施方案中，根据过程1800和/或过程1900中的一个或多个，向患者提供一个或多个治疗建议，如以下在图18至图19的上下文中更详细地描述的。另外，在图17的所示实施方案中，指示患者针对特定情况的风险等级的度量的值可以用于调整、修改或以其他方式影响与患者相关联的输注设备602的流体的输送和/或以其他方式改变患者的治疗。

结合风险管理过程1700执行的各种任务可以由硬件、固件、由处理电路执行的软件或其任何组合来执行。为了进行示意的说明，以下描述涉及上文结合图1和图6至图7提及的元件。在实践中，风险管理过程1700的部分可以由患者数据管理系统100或输注系统600的不同元件(例如，服务器102、一个或多个电子设备106、输注设备602、和/或泵控制系统620、700)来执行。应当理解，风险管理过程1700可包括任何数量的附加或另选的任务，这些任务不需要以所示顺序执行和/或这些任务可以同时执行，并且/或者风险管理过程1700可以被合并到具有本文未详细描述的附加功能的更全面的程序或过程中。此外，只要预期的总体功能保持不变，则可以从风险管理过程1700的实际实施方案中省略在图17的上下文中示出和描述的一个或多个任务。

在所示的实施方案中，风险管理过程1700开始于接收或以其他方式获得患者群体的测量数据和医疗记录数据(任务1702、1704)。例如，服务器102可以从数据库104检索针对患者群体的历史患者数据120的子集以及针对该患者群体的电子医疗记录数据122的对应子集。在一个实施方案中，跨数据集为所有普通患者获得历史患者数据120和电子医疗记录数据122。然而，在其他实施方案中，可以针对特定总体统计或总体统计属性的组合(例如，按年龄、性别、收入等)来定制患者群体。

在获得针对患者群体的测量数据和医疗记录数据之后，风险管理过程1700基于跨患者群体的测量数据与医疗记录数据之间的关系来确定针对特定状况的风险模型(任务1706)。在示例性实施方案中，执行诸如递归特征消除的逐步特征选择，以识别患者测量数据和医疗记录数据的哪些字段或属性与患者群体内的特定状况的发生最相关或预测该发生。

例如，服务器102可以分析患者群体的历史传感器葡萄糖测量数据以识别针对患者群体的某个子集的哪些传感器葡萄糖度量(例如，平均传感器葡萄糖测量值、传感器葡萄糖测量标准偏差、过夜平均传感器葡萄糖测量值、传感器葡萄糖测量值在范围内的时间百分比、传感器葡萄糖测量值高于高血糖阈值的时间百分比、传感器葡萄糖测量值低于低血糖阈值的时间百分比等)预测患者群体的该子集的电子医疗记录内的特定医疗诊断代码的发生或与该发生相关。就这一点而言，对于感兴趣的给定医学诊断代码(例如，低血糖、糖尿病性酮症酸中毒、高渗血症、心血管疾病等)，服务器102可以跨与患者群体相关联的不同传感器葡萄糖测量度量执行逐步特征选择以识别或确定传感器葡萄糖测量度量的子集，该子集与电子医疗记录数据122内的该医疗状况的诊断代码的发生相关或预测该发生。类似地，对于感兴趣的医疗状况，服务器102可以通过执行逐步特征选择来分析患者群体的电子医疗记录数据，以识别患者医疗记录的哪些字段或属性(例如，年龄、性别、收入、受教育程度、吸烟、A1C值或其他实验室值、胰岛素状态或其他药物或疗法、其他医疗状况等)与该疾病状况的发生有关或预测该发生。应当注意，在一些实施方案中，也可以分析患者群体的操作背景数据，以识别任何特定的操作环境(例如，地理位置、温度、湿度和/或类似条件)是否与特定医疗状况的发生相关或预测该发生。

在识别与医疗状况的发生相关或预测该发生的传感器葡萄糖测量变量和医疗记录变量之后，服务器102计算或以其他方式确定等式、函数或模型以用于基于传感器葡萄糖测量变量和医疗记录变量的预测子集来计算感兴趣的医疗状况发生的概率或可能性。例如，心血管疾病的风险预测模型可以基于以下计算出患者未来患心血管疾病的概率：患者的平均传感器葡萄糖测量值、传感器葡萄糖测量标准偏差、患者的传感器葡萄糖测量值超出目标范围的时间百分比、患者年龄、以及患者是否接受胰岛素治疗。取决于实施方案，风险预测模型可以在有限的未来预测范围内(例如，在接下来的18个月内、在患者的预期寿命之内等)或无限或无界限的持续时间内计算风险概率。在确定用于各种医疗状况和/或患者群体的风险预测模型之后，服务器102可以将不同医疗状况的风险预测模型存储或维持在与用于相应模型的患者群体总体统计标准相关联的数据库104中。在其他实施方案中，服务器102可以将风险预测模型传输或推送到一个或多个客户端电子设备106、602。就这一点而言，在一些实施方案中，服务器102可以周期性地更新风险预测模型(例如，每周、每月、每年等)以在数据库104中反映新的或更近的数据。

仍然参考图17，所示的风险管理过程1700接收或以其他方式获得个体患者的测量数据和医疗记录数据，并且将一个或多个风险预测模型应用于患者的测量数据和医疗记录数据以确定患者经历与相应风险预测模型相关联的状况的个体风险(任务1708、1710、1712)。就这一点而言，可以使用风险预测模型来周期性地或连续分析个体患者的传感器葡萄糖测量数据和电子医疗记录数据，以确定患者具有特定状况的风险是否高于阈值风险承受能力。在一个或多个示例性实施方案中，在与患者相关联的客户端设备106、602处分析或以其他方式确定个体患者对于特定状况的风险。就这一点而言，客户端设备106、602可以经由服务器102从数据库104下载或以其他方式检索针对其关联患者未或尚未被诊断的状况的风险预测模型。与患者相关联的总体统计信息和医疗记录数据可以用于识别患者所属的患者群体，并且然后针对没有在患者医疗记录数据中存在的诊断代码的医疗状况，选择与标识符患者群体相关联的风险预测模型。

在获得针对特定医疗状况的风险预测模型之后，客户端设备106、602利用与患者相关联的当前或最近的传感器葡萄糖测量数据来计算或以其他方式确定对该风险预测模型的一个或多个输入。另外，客户端设备106、602可以经由服务器102从数据库104下载或以其他方式检索患者医疗记录数据的字段，这些字段也用作风险预测模型的输入。然后，客户端设备106、602利用与风险预测模型相关联的等式、公式或函数，以便基于患者的最近测量数据和医疗记录字段来计算或以其他方式确定表示患者发展或经历与风险预测模型相关联的医疗状况的概率的输出值，即患者对该状况的风险评分。另外，在风险预测模型利用背景信息作为输入的实施方案中，客户端设备106、602可以经由客户端设备106、602处的一个或多个感测装置650、660获得当前操作背景，并且将当前操作背景输入到风险预测模型。

在示例性实施方案中，当患者的风险评分大于通知阈值时，风险管理过程1700生成或以其他方式提供向患者指示潜在风险的用户通知(任务1714、1716)。例如，可以在客户端设备106、602处生成或以其他方式提供用户通知，该用户通知识别患者可能处于经历或表现出风险的医疗状况。在一些实施方案中，风险管理过程1700基于医疗状况生成或以其他方式提供治疗建议。就这一点而言，可以分析输入到风险预测模型的患者测量数据和/或医疗记录数据，以识别或以其他方式确定是否有任何输入变量能够被修改以降低患者的风险评分并向患者提供建议的补救措施。例如，可以在客户端设备106、602处生成GUI显示，该GUI显示包括患者可以采取以在较高的传感器葡萄糖测量值预测特定的医疗状况时降低其平均传感器葡萄糖测量值的推荐动作(例如，锻炼、饮食变化等)。作为另一个示例，在客户端设备106、602处的GUI显示可以包括推荐的治疗改变(例如，改变治疗类型、添加新药物等)。就这一点而言，风险管理过程1700可以启动以下描述的过程1800，以识别应当向患者推荐哪些疗法修改以实现患者风险评分的期望降低。

仍然参考图17，在一个或多个示例性实施方案中，风险管理过程1700至少部分地基于患者针对特定医疗状况的风险评分来调整或修改由输注设备进行的流体的输送(任务1718)。就这一点而言，基于患者的风险评分和/或医疗状况的量值，命令生成应用程序710可以调整一个或多个输送命令以补偿患者的风险。例如，当患者的风险评分指示患者的严重低血糖事件的风险大于阈值概率时，命令生成应用程序710可以减少输送命令以减轻低血糖事件的风险。因此，即使患者的当前传感器葡萄糖测量值或基于先前的测量值或趋势预测的葡萄糖水平高于低血糖阈值，或者另外预期保持在目标葡萄糖值范围内，命令生成应用程序710可以减少胰岛素输送(例如，通过缩小或减少输送命令、增加患者的目标葡萄糖水平、增加患者的胰岛素敏感性因子等)以主动地考虑低血糖的增加的风险。作为另一个示例，当患者的风险评分指示患者的糖尿病酮症酸中毒或其他急性高血糖事件的风险大于阈值概率时，命令生成应用程序710可以增加输送命令，减少患者的胰岛素敏感性因子，以及/或者减少患者的目标葡萄糖值，以通过增加患者体内的胰岛素来减轻风险。因此，即使患者的当前传感器葡萄糖测量值或预测的葡萄糖水平低于高血糖阈值，或者另外预期保持在目标葡萄糖值范围内，命令生成应用程序710可以增加胰岛素输送以主动减少患者的高血糖事件的风险。在一些实施方案中，风险管理过程1700可以响应于新的或更新的传感器葡萄糖测量值而实时动态地确定风险评分，并且一旦患者的特定状况的风险降至阈值以下时停止修改输送命令。

现在参考图18，在一个或多个示例性实施方案中，执行提升建议过程1800以识别治疗建议，该治疗建议可能基于患者的历史数据(例如，测量数据、事件日志数据、背景数据等)和医疗记录数据对患者的生理状况产生最有利的影响。在一些实施方案中，提升建议过程1800可以识别哪种疗法改变或干预可能对个体的生理状况的方面具有最大的影响。在其他实施方案中，结合成本、依从性、患者负担和/或其他度量使用提升度量来应用成本效益分析或类似的优化技术，以识别针对患者的最佳治疗建议。应当注意，尽管术语提升、提升建模及其变体可以用于解释的目的，但是本主题不限于提升建模。因此，在没有明确指示的情况下，应当将提升建模理解为包括特定事件或动作对特定成果的影响的任何种类的增量建模，包括真实推举建模、净推举建模及其变体。

结合提升建议过程1800执行的各种任务可由硬件、固件、由处理电路执行的软件或它们的任何组合来执行。为了进行示意的说明，以下描述涉及上文结合图1和图6至图7提及的元件。在实践中，提升建议过程1800的部分可以由患者数据管理系统100或输注系统600的不同元件(例如，服务器102、一个或多个电子设备106、输注设备602、和/或泵控制系统620、700)来执行。应当理解，提升建议过程1800可包括任何数量的附加或另选任务，这些任务不必以所示顺序执行，并且/或者这些任务可同时执行，并且/或者提升建议过程1800可被结合到具有本文中未详细描述的附加功能的更全面的程序或过程中。此外，只要预期的整体功能保持不变，在图18的上下文中示出和描述的一个或多个任务可从提升建议过程1800的实际实施方案中省略。

提升建议过程1800接收或以其他方式获得患者群体的历史患者数据和医疗记录数据，并且然后分析历史患者数据和医疗记录数据之间的关系以识别不同的患者组，从而用于对患者针对不同治疗干预的生理状况的影响的建模(任务1802、1804、1806)。例如，服务器102可以从数据库104检索历史患者数据120和电子医疗记录数据122，并且然后利用机器学习来识别患者群组，其中不同的治疗干预或改变对该患者群组内的生理患者方面具有统计学上的显著改进，例如，A1C实验室值的减少、葡萄糖漂移事件的减少、传感器葡萄糖测量值在目标范围内的时间百分比的增加等。就这一点而言，可以通过常用的总体统计属性(例如，性别、收入等)、常用的医疗诊断、常用的治疗方案或治疗类型(例如，单一疗法患者、双重疗法患者等)、常用的药物或处方、和/或其他医疗记录通用性来定义患者群组。例如，除了在总体统计学上定义患者群组(例如，按年龄、位置、种族、性别、社会经济地位、职业等)之外，可以利用聚类技术来表征或定义患者群组以使用其他可用数据集(例如，情绪记录、程序交互、个人目标等)对类似患者进行分类，例如，可以由客户端设备106处的应用程序对这些数据集进行跟踪、监测或记录。

在识别出不同的患者组以针对不同的治疗干预进行建模之后，提升建议过程1800确定用于计算相应治疗干预对各个患者组的影响的提升模型(任务1808)。就这一点而言，服务器102识别与生理状况的改进相关或预测该改进的传感器葡萄糖测量变量、医疗记录变量和/或操作背景变量，并且然后基于所识别的变量子集，计算或以其他方式确定用于计算生理状况的可能改进的等式、函数或模型。例如，可以执行逐步特征选择以识别患者测量数据和医疗记录数据的哪些字段或属性与患者群组中的A1C减小量最相关或预测该减小量。然后可以根据传感器葡萄糖测量变量、医疗记录变量、和/或操作环境变量的相关子集确定用于为该特定患者群组内的患者计算估计的A1C减小的提升模型。就这一点而言，对于针对不同的潜在治疗干预而识别的每个不同患者群组，服务器102可以确定提升模型，该提升模型用于根据传感器葡萄糖测量变量、医疗记录变量和/或操作环境变量的子集来计算指示相应治疗干预对相应队列患者的生理状况影响的度量。由服务器102确定的提升模型可以存储或以其他方式维持在与患者群组属性和治疗干预的相应组合相关联的数据库104中。在一些实施方案中，服务器102可以将提升模型推送或以其他方式传输到与相应患者群组内分类的患者相关联的客户端设备106、602。应当注意，提升建模不限于逐步特征选择，并且在其他实施方案中，可以利用随机森林分析、逻辑回归和/或其他机器学习或人工智能技术来生成提升模型。

仍然参考图18，为了确定针对个体患者的治疗建议，提升建议过程1800接收或以其他方式获得个体患者的历史观察患者数据和医疗记录数据，并且然后识别或以其他方式获得与患者群组相关联的提升模型，这些患者群组包括患者，或者基于患者的总体统计信息、医疗记录等将患者分类到这些群组中(任务1810、1812、1814)。换句话讲，可以利用患者的医疗记录、测量数据、事件日志数据和/或当前操作环境来识别数据库104中的哪些提升模型可能与被分析的个体患者最相关。此后，提升建议过程1800基于患者的测量数据和医疗记录数据以及与不同治疗干预相关联的相应提升模型，计算或以其他方式确定与患者的每个相应治疗干预相关联的影响或提升度量(任务1816)。就这一点而言，对于每种潜在的治疗干预，提升建议过程1800可以基于患者的医疗记录、测量数据和/或当前的操作环境来计算或以其他方式确定估计的A1C减少或与对患者的相应治疗干预相关联的提升或影响的其他估计。

在确定针对患者的不同可能治疗干预的提升度量之后，提升建议过程1800基于提升度量确定治疗干预建议，并且生成或以其他方式向患者提供推荐治疗干预的指示(任务1818、1820)。例如，在一个实施方案中，提升建议过程1800将具有最大估计影响或益处(例如，最大估计A1C减少)的治疗干预识别为用于患者的建议治疗干预。在其他实施方案中，提升建议过程1800基于与不同潜在治疗干预相关联的估计提升值以及与相应可能治疗干预相关联的成本执行成本效益分析或其他优化以识别最佳治疗干预。例如，提升建议过程1800将具有估计提升值与成本的最高比率的治疗干预识别为建议治疗干预。就这一点而言，在一些实施方案中，数据库104中维持的索赔数据124可以用于计算或以其他方式确定与特定治疗干预相关联的估计成本，其继而可以用于确定该治疗干预的相对影响或获益(例如，通过将提升值除以估计成本)。

在一个或多个实施方案中，提升建议过程1800基于以下识别或以其他方式确定最佳治疗干预：与不同的潜在治疗干预相关联的估计提升值、与不同的潜在治疗干预相关联的成本、以及与不同的潜在治疗干预相关联的估计依从性度量值。就这一点而言，提升建议过程1800的一些实施方案可以计算或以其他方式确定表示患者依从特定治疗干预的可能性的依从性度量值，如以下在图19的依从建议过程1900的上下文中更详细地描述的。因此，在一些实施方案中，提升建议过程1800可以识别以下用于建议作为最佳治疗干预：没有最高估计提升值，但与具有较高估计提升值的一种或多种治疗干预相比，具有相对较低的成本和/或较高的依从性的治疗干预。因此，可以基于患者依从推荐疗法的可能性，告知患者最经济有效并更有可能成功的疗法。

现在参考图19，在一个或多个示例性实施方案中，可以执行依从建议过程1900以识别个体患者最有可能依从或将以其他方式产生最高依从性的治疗建议。就这一点而言，在本文所述的示例性实施方案中，依从性建模被用于确定表示患者依从特定治疗方案的相应概率的依从性度量，例如，通过采取充分规定的治疗方案或参与相应治疗方案所规定的或指示尝试实现相应治疗方案的某个其他动作(例如，在书写后的阈值时间量内实现处方)。使用依从性度量，可以向患者建议可能使患者具有更好依从性(并由此相对于规定不太可能具有该依从性水平的治疗方案而言更有可能具有有益成果)的治疗干预。例如，对于给定的患者，如果与可注射胰岛素治疗方案相关联的依从性度量值(例如，15％)相对于口服药物(诸如GLP-2或磺脲类)的依从性度量(例如，50％)较低，则推荐口服药物，因为考虑到其相关联的依从性，它可能会提供更大的提升。

结合依从建议过程1900执行的各种任务可由硬件、固件、由处理电路执行的软件或它们的任何组合来执行。为了进行示意的说明，以下描述涉及上文结合图1和图6至图7提及的元件。在实践中，依从建议过程1900的部分可以由患者数据管理系统100或输注系统600的不同元件(例如，服务器102、一个或多个电子设备106、输注设备602、和/或泵控制系统620、700)来执行。应当理解，依从建议过程1900可包括任何数量的附加或另选任务，这些任务不必以所示顺序执行，并且/或者这些任务可同时执行，并且/或者依从建议过程1900可被结合到具有本文中未详细描述的附加功能的更全面的程序或过程中。此外，只要预期的整体功能保持不变，在图19的上下文中示出和描述的一个或多个任务可从依从建议过程1900的实际实施方案中省略。

依从建议过程1900从数据库接收或以其他方式获得患者群体的历史观察数据、医疗记录数据和医学索赔数据(任务1902、1904、1906)。依从建议过程1900基于患者群体的历史观察数据、医疗记录数据和医疗索赔数据之间的关系计算或以其他方式确定不同治疗干预或方案的依从性度量(任务1908)。例如，对于在数据库104中存储他或她的对应医疗记录和医疗索赔数据的每个患者，服务器102可以分析患者处方和来自患者医疗记录数据的其他治疗信息以及患者索赔数据中的与那些处方或疗法相对应的患者医疗索赔的数量和/或频率之间的关系，以便基于患者的索赔数据对患者的处方治疗的依从程度或对准程度来确定与患者相关联的该相应治疗的依从性度量。就这一点而言，具有指示在书写处方之后通过规定频率或相对小的延迟实现处方的索赔数据的患者可以被分配相对较高的依从性值，而其索赔数据指示未定期或不及时实现处方的患者可能会被分配相对较低的依从性值。另外，在一些实施方案中，当确定依从性度量时，也可以利用事件日志数据或其他观察的患者数据。例如，患者的事件日志数据可以指示患者何时服用处方药和对应的剂量，继而可以将其与来自患者医疗记录数据的处方信息进行比较以确定患者的行为对患者规定治疗的依从性。

在所示的实施方案中，在确定与不同患者的不同疗法相关联的依从性度量之后，依从建议过程1900继续分析观察的患者数据、医疗记录、索赔数据和依从性值之间的关系，以确定依从性模型，这些依从性模型用于基于个体患者的观察数据、医疗记录数据和索赔数据来计算不同疗法的依从性度量(任务1910)。就这一点而言，对于共同具有特定治疗方案的患者子集，服务器102识别观察的患者变量(例如，传感器葡萄糖测量变量、进餐、锻炼或其他事件日志变量、操作环境变量等)、与该治疗方案的患者依从性度量值相关联或预测该值的医疗记录变量(例如，总体统计学信息、医疗状况和/或索赔数据变量(例如，先前处方的补充数据等))，并且然后基于所识别的与该预期患者相关联的变量子集来计算或以其他方式确定等式、函数或模型以用于计算给定患者的可能依从性度量值。例如，可以执行逐步特征选择或其他机器学习技术，以识别历史观察患者数据120和医疗记录数据122的哪些字段或属性与相应处方治疗方案所规定的患者中的依从性度量值最相关或预测该值。然后可以根据变量的相关子集确定用于计算当前未采用该治疗方案的患者的估计依从性的依从性模型。就这一点而言，对于每个不同的潜在治疗方案或干预，服务器102可以确定依从性模型，该依从性模型用于基于未被规定该相应治疗方案的现有患者来计算指示可能依从相应治疗方案的度量。由服务器102确定的依从性模型可以存储或以其他方式维持在与相应治疗方案或干预相关联的数据库104中，或者被推送或以其他方式传输到客户端设备106、602。

仍然参考图19，为了确定针对单个患者的治疗建议，依从建议过程1900接收或以其他方式获得个体患者的观察数据、医疗记录数据和索赔数据，并且然后应用当前未规定给患者的不同治疗方案的各种依从性模型以便计算或以其他方式确定不同治疗方案的依从性度量(任务1912、1914)。就这一点而言，服务器102或客户端设备106、602从数据库104获得与感兴趣的患者相关联的数据，以及从与患者相关联的客户端设备106、602获得最近的测量数据和/或操作背景信息，并且然后利用依从性模型来估计当前未为患者规定的每种不同可能治疗方案的患者可能依从性。

在示例性实施方案中，依从建议过程1900基于与不同可能治疗方案相关联的依从性度量值来确定针对患者的治疗建议，并且生成或以其他方式向患者或另一个用户(例如，医师、保健提供者等)提供治疗建议的指示(任务1916、1918)。在一些实施方案中，依从建议过程1900选择或以其他方式将具有最高依从性度量值的治疗方案识别为针对患者的建议治疗。在其他实施方案中，与不同的可能治疗方案相关联的依从性度量值被认为结合与不同可能治疗方案相关联的提升度量值和/或估计成本以识别最佳治疗方案，如上文在图19的上下文中所描述的。例如，在依从性度量值表示概率或百分比的实施方案中，与感兴趣的患者的可能治疗方案相关联的提升度量值可以被缩放或者另外乘以与该感兴趣的患者的该治疗方案相关联的依从性度量值，以获得表示考虑到依从性后的可能益处的患者的可能提升值。在一个实施方案中，可以选择推荐的疗法作为具有最高的可能提升值与成本之比(例如，提升度量值与依从性概率的乘积除以估计成本)的治疗方案。可以在客户端设备106、602处生成或以其他方式提供GUI显示，该GUI显示向患者或客户端设备106、602的其他用户指示推荐的治疗。在一个实施方案中，GUI显示可以包括可能疗法的列表，这些可能疗法以被依从性度量值影响的方式来分类、按优先级排序或以其他方式排序，使得最高优先级的疗法对应于基于依从性度量推荐的治疗方案。

参考图17至图19，应当注意，在一些实施方案中，过程1700、1800、1900可以结合图1的患者数据管理系统100来实现，并且适于利用数据库104中的图形数据结构来改进建模的准确性。就这一点而言，节点或实体之间的加权定向或因果链接可以用于识别预测关系以及对患者成果的对应影响以用于改进建模。另外，可以利用逻辑数据库层内或之间的共享链接来识别患者之间的共性，否则使用依赖于缺乏实体之间的因果关系和/或概率关系的表的常规数据库可能无法容易地识别这些共性。

输注系统集成

图20描绘了适于与上述主题一起使用的输注系统2000的一个示例性实施方案。例如，计算机2008(例如，计算设备102)可以与各种客户端电子设备(例如，电子设备106)通信和/或从其获得数据，诸如流体输注设备(或输注泵)2002(例如，输注设备602)、感测装置2004(例如，葡萄糖传感装置604)和命令控制设备(CCD)2006。输注系统2000的部件可使用不同的平台、设计和配置来实现，并且图20所示的实施方案并不是穷举性或限制性的。在实践中，输注设备2002和感测装置2004被固定在用户(或患者)身体上的期望位置处，如图20所示。就这一点而言，输注设备2002和感测装置2004在图20中被固定到用户身体上的位置仅作为代表性的非限制性的示例提供。输注系统2000的元件可类似于美国专利No.8,674,288中所描述的那些，该专利的主题全文据此以引用方式并入。

在图20的例示实施方案中，输注设备2002被设计成适于将流体、液体、凝胶或其他药剂输注到用户身体中的便携式医疗设备。在示例性实施方案中，输注的流体是胰岛素，但可通过输注施用许多其他流体，诸如但不限于HIV药物、治疗肺高血压的药物、铁螯合药物、止痛药、抗癌治疗药物、维生素、激素等。在一些实施方案中，流体可包括营养补充剂、染料、追踪介质、盐水介质、水合介质等。

感测装置2004通常表示输注系统2000的被配置为感测、检测、测量或以其他方式量化用户状况的部件，并且可包括传感器、监视器等，以用于提供指示被感测装置感测、检测、测量或以其他方式监测的该状况的数据。就这一点而言，感测装置2004可包括对用户的生物状况诸如血糖水平等有反应的电子器件和酶，并且向输注设备2002、CCD 2006和/或计算机2008提供指示血糖水平的数据。例如，输注设备2002、CCD 2006和/或计算机2008可包括显示器，该显示器用于基于从感测装置2004接收到的传感器数据来向用户呈现信息或数据，诸如，例如用户的当前葡萄糖水平、用户葡萄糖水平相对于时间的图形或图表、设备状态指示符、警报消息等。在其他实施方案中，输注设备2002、CCD 2006和/或计算机2008可包括被配置为分析传感器数据并且操作输注设备2002以基于传感器数据和/或预编程的输送计划将流体输送到用户身体的电子器件和软件。因此，在示例性实施方案中，输注设备2002、感测装置2004、CCD 2006和/或计算机2008中的一者或多者包括发射器、接收器和/或允许与输注系统2000的其他部件通信的其他收发电子器件，使得感测装置2004可将传感器数据或监视器数据传输到输注设备2002、CCD 2006和/或计算机2008中的一者或多者。

仍然参考图20，在各种实施方案中，感测装置2004可在远离输注设备2002被固定到用户身体上的位置的位置处被固定到用户身体上或被嵌入在用户身体中。在各种其他实施方案中，感测装置2004可被并入输注设备2002内。在其他实施方案中，感测装置2004可与输注设备2002分离且分开，并且可以是例如CCD 2006的一部分。在此类实施方案中，感测装置2004可被配置为接收生物样本、分析物等以测量用户的状况。

在一些实施方案中，CCD 2006和/或计算机2008可包括被配置为以受感测装置2004所测量和/或从其接收的传感器数据的影响的方式执行处理、输送日常剂量以及控制输注设备2002的电子器件和其他部件。通过将控制功能包括在CCD 2006和/或计算机2008中，输注设备2002可由更简化的电子器件制成。然而，在其他实施方案中，输注设备2002可包括全部控制功能，并且可在没有CCD 2006和/或计算机2008的情况下操作。在各种实施方案中，CCD 2006可以是便携式电子设备。另外，在各种实施方案中，输注设备2002和/或感测装置2004可被配置为将数据传输到CCD 2006和/或计算机2008，以通过CCD 2006和/或计算机2008显示或处理数据。

在一些实施方案中，CCD 2006和/或计算机2008可向用户提供便于用户随后使用输注设备2002的信息。例如，CCD 2006可向用户提供信息以允许用户确定待施用到用户身体中的药物的速率或剂量。在其他实施方案中，CCD 2006可向输注设备2002提供信息以自主地控制施用到用户身体中的药物的速率或剂量。在一些实施方案中，感测装置2004可被集成到CCD 2006中。此类实施方案可允许用户通过例如将他或她的血液样本提供给感测装置2004来评估他或她的状况以监测状况。在一些实施方案中，可在不使用或不需要输注设备2002与感测装置2004和/或CCD 2006之间的有线或电缆连接的情况下，使用感测装置2004和CCD 2006确定用户的血液和/或体液中的葡萄糖水平。

在一些实施方案中，感测装置2004和/或输注设备2002被协作地配置为利用闭环系统将流体输送至用户。利用闭环系统的感测装置和/或输注泵的示例可见于但不限于以下美国专利中：No.6,088,608、No.6,119,028、No.6,589,229、No.6,740,072、No.6,827,702、No.7,323,142和No.7,402,153，或美国专利申请公开No.2014/0066889，所有这些专利全文以引用方式并入本文。在此类实施方案中，感测装置2004被配置为感测或测量用户的状况诸如血糖水平等。输注设备2002被配置为响应于由感测装置2004感测到的状况而输送流体。继而，感测装置2004继续感测或以其他方式量化用户的当前状况，由此允许输注设备2002无限期地响应于感测装置2004当前(或最近)感测到的状况而连续输送流体。在一些实施方案中，感测装置2004和/或输注设备2002可被配置为仅在一天中的一部分时间利用闭环系统，例如仅当用户睡着或醒着时。

图21至图23示出了适用于输注系统的流体输注设备2100(或另选地，输注泵)的一个示例性实施方案，例如如图6的输注系统600中的输注设备602或图20的输注系统2000中的输注设备2002。流体输注设备2100是被设计成由患者(或用户)携带或穿戴的便携式医疗设备，并且流体输注设备2100可利用现有流体输注设备的任何数量的常规特征、部件、元件和特性，诸如，例如在美国专利No.6,485,465和No.7,621,893中描述的一些特征、部件、元件和/或特性。应当理解，图21至图23以简化的方式示出了输注设备2100的一些方面；在实践中，输注设备2100可包括在本文中未详细示出或描述的另外的元件、特征或部件。

如图21至图22所示，流体输注设备2100的例示实施方案包括适于接纳包含流体的贮存器2105的壳体2102。壳体2102中的开口2120容纳用于贮存器2105的配件2123(或盖)，其中配件2123被配置为与输注器2125的管道2121配合或以其他方式连接，以提供通向/来自用户身体的流体路径。这样，经由管道2121建立从贮存器2105的内部到用户的流体连通。例示的流体输注设备2100包括人机界面(HMI)2130(或用户界面)，该界面包括可由用户操纵以施用流体(例如胰岛素)的推注、改变治疗设置、改变用户偏好、选择显示特征等的元素2132、2134。输注设备还包括显示元件2126诸如液晶显示器(LCD)或另一合适的显示元件，其可用于向用户呈现各种类型的信息或数据，诸如但不限于：患者的当前葡萄糖水平；时间；患者的葡萄糖水平相对于时间的图形或图表；装置状态指示符等。

壳体2102由基本上刚性的材料形成，其具有适于允许除贮存器2105之外的电子组件2104、滑动构件(或滑动件)2106、驱动系统2108、传感器组件2110和驱动系统封盖构件2112设置在其中的中空内部空间2114，其中壳体2102的内容物被壳体封盖构件2116包封。开口2120、滑动件2106和驱动系统2108在轴向方向(由箭头2118指示)上同轴对齐，由此驱动系统2108便于使滑动件2106在轴向方向2118上线性位移，以从贮存器2105(在贮存器2105已***开口2120中之后)分配流体，其中传感器组件2110被配置为响应于操作驱动系统2108使滑动件2106位移而测量施加在传感器组件2110上的轴向力(例如，与轴向方向2118对齐的力)。在各种实施方案中，传感器组件2110可被用于检测以下中的一者或多者：减缓、防止或以其他方式降低从贮存器2105到用户身体的流体输送的流体路径中的阻塞；当贮存器2105清空时；当滑动件2106与贮存器2105正确安置时；当已输送流体剂量时；当输注泵2100受到冲击或振动时；当输注泵2100需要维护时。

取决于实施方案，容纳流体的贮存器2105可被实现为注射器、小瓶、药筒、袋等。在某些实施方案中，输注的流体是胰岛素，但可通过输注施用许多其他流体，诸如但不限于HIV药物、治疗肺高血压的药物、铁螯合药物、止痛药、抗癌治疗药物、维生素、激素等。如图22至图23充分示出，贮存器2105通常包括贮存器筒2119，该贮存器筒容纳流体并且当贮存器2105被***输液泵2100中时与滑动件2106同心和/或同轴地(例如在轴向方向2118上)对齐。接近开口2120的贮存器2105的端部可包括配件2123或以其他方式与配件配合，该配件将贮存器2105固定在壳体2102中并且在贮存器2105被***壳体2102中后防止贮存器2105相对于壳体2102在轴向方向2118上位移。如上所述，配件2123从(或穿过)壳体2102的开口2120延伸并且与管道2121配合以建立经由管道2121和输注器2125从贮存器2105的内部(例如，贮存器筒2119)到用户的流体连通。接近滑动件2106的贮存器2105的相对端部包括柱塞2117(或塞子)，其被定位成沿流体路径穿过管道2121将流体从贮存器2105的筒2119内部推至用户。滑动件2106被配置为与柱塞2117机械地耦接或以其他方式接合，从而变成与柱塞2117和/或贮存器2105安置在一起。当操作驱动系统2108以使滑动件2106在轴向方向2118上朝向壳体2102中的开口2120位移时，流体被迫使经由管道2121流出贮存器2105。

在图22至图23所示的实施方案中，驱动系统2108包括马达组件2107和驱动螺杆2109。马达组件2107包括耦接到驱动系统2108的驱动系部件的马达，该驱动系部件被配置为将旋转的马达运动转换成滑动件2106在轴向方向2118上的平移位移，并且由此在轴向方向2118上接合和位移贮存器2105的柱塞2117。在一些实施方案中，马达组件2107可也被供电以使滑动件2106在相反的方向(例如，与方向2118相反的方向)上平移以从贮存器2105回缩和/或拆下以允许更换贮存器2105。在示例性实施方案中，马达组件2107包括具有安装、附连或以其他方式设置在其转子上的一个或多个永磁体的无刷直流(BLDC)马达。然而，本文所述的主题不一定限于与BLDC马达一起使用，并且在另选的实施方案中，该马达可被实现为螺线管马达、交流马达、步进马达、压电履带驱动、形状记忆致动器驱动、电化学气体电池、热驱动气体电池、双金属致动器等。驱动系部件可包括一个或多个导螺杆、凸轮、棘爪、千斤顶、滑轮、制转杆、夹具、齿轮、螺母、滑动件、轴承、杠杆、梁、挡块、柱塞、滑块、托架、导轨、轴承、支承件、波纹管、盖、隔膜、袋、加热器等。就这一点而言，虽然输液泵的例示实施方案使用同轴对齐的驱动系，但马达可相对于贮存器2105的纵向轴线偏移或以其他非同轴方式布置。

如图23充分示出，驱动螺杆2109与滑动件2106内部的螺纹2302配合。当马达组件2107被供电且***作时，驱动螺杆2109旋转，并且迫使滑动件2106在轴向方向2118上平移。在示例性实施方案中，输注泵2100包括套筒2111以当驱动系统2108的驱动螺杆2109旋转时防止滑动件2106旋转。因此，驱动螺杆2109的旋转使得滑动件2106相对于驱动马达组件2107延伸或回缩。当流体输注设备被组装且可操作时，滑动件2106接触柱塞2117以接合贮存器2105并且控制来自输注泵2100的流体的输送。在一个示例性实施方案中，滑动件2106的肩部部分2115接触或以其他方式接合柱塞2117，以使柱塞2117在轴向方向2118上位移。在另选的实施方案中，滑动件2106可包括能够与贮存器2105的柱塞2117上的内螺纹2304可拆卸地接合的螺纹尖端2113，如美国专利No.6,248,093和No.6,485,465中所详细描述，这些专利以引用方式并入本文。

如图22所示，电子组件2104包括耦接到显示元件2126的控制电子器件2124，其中壳体2102包括与显示元件2126对齐的透明窗口部分2128，以当电子组件2104设置在壳体2102的内部2114内时允许用户查看显示器2126。控制电子器件2124通常表示被配置为控制马达组件2107和/或驱动系统2108的操作的硬件、固件、处理逻辑和/或软件(或其组合)。此类功能性是否被实现为硬件、固件、状态机或软件取决于施加在该实施方案上的特定应用和设计约束。与本文所述概念类似的那些概念可以适合于每个特定应用的方式实现此类功能性，但是此类具体实施决定不应被解释为是受限的或限制性的。在示例性实施方案中，控制电子器件2124包括一个或多个可编程控制器，该一个或多个可编程控制器可被编程以控制输注泵2100的操作。

马达组件2107包括一个或多个电引线2136，该一个或多个电引线适于电耦接到电子组件2104以建立控制电子器件2124和马达组件2107之间的通信。响应于操作马达驱动器(例如，功率转换器)的来自控制电子器件2124的命令信号以调节从电源供应给马达的功率量，马达致动驱动系统2108的驱动系部件以使滑动件2106在轴向方向2118上位移，迫使流体沿流体路径(包括管道2121和输液器)流出贮存器2105，从而将容纳在贮存器2105中的一定剂量的流体施用到用户身体中。优选地，电源被实现为容纳在壳体2102内的一个或多个电池。另选地，电源可以是太阳能电池板、电容器、通过电源线供应的交流电或直流电等。在一些实施方案中，控制电子器件2124可通常在间歇的基础上，以逐步的方式操作马达组件2107和/或驱动系统2108的马达；根据已编程的输送曲线向用户施用分开的精确剂量的流体。

参考图21至图23，如上所述，用户界面2130包括形成在覆盖小键盘组件2133的图形小键盘覆盖件2131上的HMI元件诸如按钮2132和方向键2134，该小键盘组件包括对应于按钮2132、方向键2134或由图形小键盘覆盖件2131指示的其他用户界面条目的特征。当组装时，小键盘组件2133耦接到控制电子器件2124，由此允许用户操纵HMI元件2132、2134与控制电子器件2124交互并且控制输液泵2100的操作，例如以施用胰岛素的推注、改变治疗设置、改变用户偏好、选择显示特征、设置或禁用警报和提醒等。就这一点而言，控制电子器件2124维持和/或向显示器2126提供关于可使用HMI元件2132、2134进行调节的程序参数、输送曲线、泵操作、警报、警告、状态等的信息。在各种实施方案中，HMI元件2132、2134可被实现为物理对象(例如，按钮、旋钮、操纵杆等)或虚拟对象(例如，使用触摸感测和/或接近感测技术)。例如，在一些实施方案中，显示器2126可被实现为触摸屏或触敏显示器，并且在此类实施方案中，HMI元件2132、2134的特征和/或功能性可被集成到显示器2126中，并且可能不存在HMI 2130。在一些实施方案中，电子组件2104可还包括警报生成元件，该警报生成元件耦接到控制电子器件2124并且被适当地配置为生成一种或多种类型的反馈，诸如但不限于：听觉反馈、视觉反馈、触觉(物理)反馈等。

参考图22至图23，根据一个或多个实施方案，传感器组件2110包括背板结构2150和加载元件2160。加载元件2160设置在封盖构件2112与梁结构2170之间，该梁结构包括具有设置在其上的感测元件的一个或多个梁，这些感测元件受施加到传感器组件2110上的使一个或多个梁偏转的压缩力的影响，如在美国专利No.8,474,332中更详细地描述，该专利以引用方式并入本文。在示例性实施方案中，背板结构2150被附连、粘附、安装或以其他方式机械地耦接到驱动系统2108的底表面2138，使得背板结构2150位于驱动系统2108的底表面2138和外壳盖2116之间。驱动系统封盖构件2112的轮廓被形成为适应并且匹配传感器组件2110和驱动系统2108的底部。驱动系统封盖构件2112可附连到壳体2102的内部，以防止传感器组件2110在与驱动系统2108所提供力的方向相反的方向(例如，与方向2118相反的方向)上位移。因此，传感器组件2110定位在马达组件2107和封盖构件2112之间并且由该封盖构件固定，这防止了传感器组件2110在与箭头2118的方向相反的向下方向上位移，使得当操作驱动系统2108和/或马达组件2107以使滑动件2106在与贮存器2105中的流体压力相反的轴向方向2118上位移时，传感器组件2110受到反作用压缩力。在正常操作条件下，施加到传感器组件2110的压缩力与贮存器2105中的流体压力相关。如图所示，电引线2140适于将传感器组件2110的感测元件电耦接到电子组件2104以建立与控制电子器件2124的通信，其中控制电子器件2124被配置为测量、接收或以其他方式获得来自传感器组件2110的感测元件的电信号，该电信号指示由驱动系统2108施加在轴向方向2118上的力。

图24描绘了适于与本文描述的主题一起使用的患者监测系统2400的示例性实施方案。患者监测系统2400包括可通信地耦接到感测元件2404的医疗设备2402，该感测元件***患者的身体中或由患者佩戴以获得指示患者的身体中生理状况的测量数据，诸如感测的葡萄糖水平。医疗设备2402经由通信网络2410通信地耦接到客户端设备2406，其中客户端设备2406经由另一个通信网络2412通信地耦接到远程设备2414。就这一点而言，客户端设备2406可以用作用于将来自医疗设备2402(例如，服务器102)的测量数据上载或以其他方式提供给远程设备2414的中间体。应当理解，出于说明的目的，图24示出了患者监测系统2400的简化表示，并非意图以任何方式限制本文所述的主题。

在示例性实施方案中，客户端设备2406被实现为移动电话、智能电话、平板计算机或其他类似的移动电子设备；然而，在其他实施方案中，客户端设备2406可以被实现为能够经由网络2410与医疗设备2402通信的任何种类的电子设备，诸如膝上型或笔记本计算机、台式计算机等。在示例性实施方案中，网络2410被实现为蓝牙网络、ZigBee网络、或其他合适的个人局域网络。也就是说，在其他实施方案中，网络2410可以被实现为无线自组织网络、无线局域网(WLAN)或局域网(LAN)。客户端设备2406包括显示设备(诸如监视器、屏幕或另一个常规电子显示器)或耦接到显示设备，该显示设备能够以图形方式呈现与患者的生理状况有关的数据和/或信息。客户端设备2406还包括用户输入设备(诸如键盘、鼠标、触摸屏等)或者以其他方式与用户输入设备相关联，该用户输入设备能够从客户端设备2406的用户接收输入数据和/或其他信息。

在示例性实施方案中，用户(诸如患者、患者的医生或另一个医疗保健提供者)操纵客户端设备2406以执行支持经由网络2410与医疗设备2402通信的客户端应用程序2408。就这一点而言，客户端应用程序2408支持在网络2410上与医疗设备2402建立通信会话，以及经由通信会话从医疗设备2402接收数据和/或信息。医疗设备2402可以类似地执行或以其他方式实现支持与客户端应用程序2408建立通信会话的对应应用程序或过程。客户端应用程序2408通常表示由客户端设备2406生成或以其他方式实现以支持本文描述的过程的软件模块或另一个特征。因此，客户端设备2406通常包括处理系统和能够存储供处理系统执行的编程指令的数据存储元件(或存储器)，该编程指令在被读取和执行时，致使处理系统创建、生成或以其他方式促进客户端应用程序2408并且执行或以其他方式支持本文描述的过程、任务、操作和/或功能。取决于实施方案，该处理系统可使用任何合适的处理系统和/或设备实现，诸如一个或多个处理器、中央处理单元(CPU)、控制器、微处理器、微控制器、被配置为支持本文所述的处理系统的操作的处理核心和/或其他硬件计算资源。类似地，数据存储元件或存储器可被实现为随机存取存储器(RAM)、只读存储器(ROM)、闪存存储器、磁性或光学大容量存储器或者任何其他合适的非暂态短期或长期数据存储器或者其他计算机可读介质和/或它们的任何合适的组合。

在一个或多个实施方案中，客户端设备2406和医疗设备2402通过网络2410建立彼此的关联(或配对)以支持随后经由网络2410在医疗设备2402与客户端设备2406之间建立点对点或对等通信会话。例如，根据一个实施方案，网络2410被实现为蓝牙网络，其中医疗设备2402和客户端设备2406通过执行发现过程或其他合适的配对过程彼此配对(例如，通过获得和存储彼此的网络标识信息)。在发现过程期间获得的配对信息允许医疗设备2402或客户端设备2406中的任一个经由网络2410发起安全通信会话的建立。

在一个或多个示例性实施方案中，客户端应用程序2408还被配置为在第二网络2412上存储或以其他方式保持远程设备2414的地址和/或其他标识信息。在这方面中，第二网络2412可以在物理上和/或逻辑上与网络2410不同，例如为因特网、蜂窝网络、广域网(WAN)等。远程设备2414通常表示被配置为接收和分析或以其他方式监测测量数据、事件日志数据、以及为与医疗设备2402相关联的患者获得的可能的其他信息的服务器或其他计算设备。在示例性实施方案中，远程设备2414耦接到数据库2416(例如，数据库104)，该数据库被配置为存储或以其他方式保持与个体患者相关联的数据。在实践中，远程设备2414可以驻留在物理上与医疗设备2402和客户端设备2406不同和/或分开的位置处，例如，位于由医疗设备2402的制造商所有并且/或者操作或以其他方式附属于该制造商的设施处。出于说明的目的，但非限制性地，远程设备2414在本文中可任选地称为服务器。

仍然图24，感测元件2404通常表示被配置为生成、产生或以其他方式输出一个或多个电信号的患者监测系统2400的部件，所述电信号指示由感测元件2404感测、测量或以其他方式量化的生理状况。就这一点而言，用户的生理状况将影响由感测元件2404输出的电信号的特征，使得输出信号的特征对应于感测元件2404对其敏感的生理状况或以其他方式与所述生理状况相关。在示例性实施方案中，感测元件2404被实现为***患者身体上的位置的间质葡萄糖感测元件，其生成具有与其相关联的电流(或电压)的输出电信号，所述电流(或电压)与间质液体葡萄糖水平相关，所述间质液葡萄糖水平通过感测元件2404在患者的身体中感测或以其他方式测得。

医疗设备2402通常表示患者监测系统2400的部件，该部件通信地耦接到感测元件2404的输出以接收或以其他方式从感测元件2404获得测量数据样本(例如，测量的葡萄糖和特征阻抗值)，存储或以其他方式保持测量数据样本，并且经由客户端设备2406将测量数据上载或以其他方式传输到服务器2414。在一个或多个实施方案中，医疗设备2402被实现为输注设备602、2002，其被配置为将诸如胰岛素的流体输送到患者身体。也就是说，在其他实施方案中，医疗设备2402可以是与输注设备(例如，感测装置604、2004)分开且独立的独立感测或监测设备。应当注意，尽管图24将医疗设备2402和感测元件2404描述为单独部件，但在实践中，医疗设备2402和感测元件2404可以集成或以其他方式组合以提供可由患者佩戴的整体设备。

在示例性实施方案中，医疗设备2402包括控制模块2422、数据存储元件2424(或存储器)和通信接口2426。控制模块2422通常表示医疗设备2402的硬件、电路、逻辑、固件和/或一个或多个其他部件，其耦接到感测元件2404以接收感测元件2404所输出的电信号并执行或以其他方式支持本文所述的各种附加任务、操作、功能和/或过程。取决于实施方案，控制模块2422可使用被设计为执行本文所述功能的通用处理器、微处理器、控制器、微控制器、状态机、内容可寻址存储器、专用集成电路、现场可编程门阵列、任何合适的可编程逻辑器件、分立门或晶体管逻辑、分立硬件部件或其任何组合来实施或实现。在一些实施方案中，控制模块2422包括模数转换器(ADC)或另一类似采样构造，其将对从感测元件2404接收的输出电信号进行采样或以其他方式将其转换成对应的数字测量数据值。在其他实施方案中，感测元件2404可结合ADC并输出数字测量值。

通信接口2426通常表示医疗设备2402的硬件、电路、逻辑、固件和/或其他部件，其耦接到控制模块2422以用于从/向医疗设备2402向/从客户端设备2406输出数据和/或信息。例如，通信接口2426可以包括或以其他方式耦接到能够支持医疗设备2402与客户端设备2406之间的无线通信的一个或多个收发器模块。在示例性实施方案中，通信接口2426被实现为蓝牙收发器或适配器，其被配置为支持蓝牙低功耗(BLE)通信。

在示例性实施方案中，远程设备2414从客户端设备2406接收使用感测元件2404来获得的与特定患者相关联的测量数据值(例如，传感器葡萄糖测量结果、加速度测量结果等)，并且远程设备2414将历史测量数据存储或以其他方式维持在与患者相关联的数据库2416中(例如，使用一个或多个唯一患者标识符)。另外，远程设备2414还可以从客户端设备2406或经由该客户端设备接收可由患者输入或以其他方式(例如，经由客户端应用程序2408)提供的进餐数据或其他事件日志数据，并且在数据库2416中存储或以其他方式保持与患者相关联的历史进餐数据和其他历史事件或活动数据。就这一点而言，进餐数据包括例如与特定进餐事件相关联的时间或时间戳、进餐类型或指示进餐的成分或营养特征的其他信息、以及与进餐相关联的大小的指示。在示例性实施方案中，远程设备2414还接收历史流体输送数据，该历史流体输送数据对应于由输注设备602、2002输送给患者的流体的基础或推注剂量。例如，客户端应用程序2408可以与输注设备602、2002通信以从输注设备602、2002获得胰岛素输送剂量和对应时间戳，并且然后将胰岛素输送数据上载到远程设备2414以用于与特定患者相关联的存储。远程设备2414还可以从客户端设备2406和/或客户端应用程序2408接收与设备2402、2406相关联的地理定位数据和可能的其他背景数据，并且存储或以其他方式维持与特定患者相关联的历史操作背景数据。就这一点而言，设备2402、2406中的一个或多个可以包括全球定位系统(GPS)接收器、或能够实时输出或以其他方式提供表征相应设备2402、2406的地理位置的数据的类似模块、部件或电路。

如上所述，在一个或多个示例性实施方案中，远程设备2414利用机器学习来确定历史观察患者数据的变量、字段或属性的哪个组合与特定患者的特定事件、活动、或度量的发生相关联或预测该发生，并且然后根据该组输入变量来确定用于计算感兴趣参数值的对应方程式、函数或模型。因此，该所得模型能够表征当前(或最近)传感器葡萄糖测量数据、辅助测量数据、输送数据、地理位置、患者行为或活动等中的一个或多个的特定组合，或将该特定组合映射到表示特定事件或活动的当前概率或可能性的值或感兴趣参数的当前值。应当注意，由于每个患者的生理响应可能与其他群体不同，因此当按患者执行建模时，预测或关联于特定患者的输入变量的子集可能与其他用户不同。另外，在此类实施方案中，基于特定输入变量与该特定患者的历史数据之间的不同相关性，针对该预测子集的相应变量应用的相对权重还可以与可能具有共同预测子集的其他患者的不同。应当指出的是，远程设备2414可利用任何数量的不同机器学习技术来确定哪些输入变量预测当前感兴趣的患者，例如人工神经网络、遗传编程、支持向量机、贝叶斯网络、概率机器学习模型或其他贝叶斯技术、模糊逻辑、启发式派生的组合等。

糖尿病数据管理系统概述

图25示出了适合用作糖尿病数据管理系统的一部分的计算设备2500，其结合以上描述的一个或多个过程。在一些实施方案中，糖尿病数据管理系统(DDMS)可称为MedtronicMiniMed CARELINK^TM系统或医疗数据管理系统(MDMS)。DDMS可以被建置在用户或医疗服务专业人员可以通过通信网络经由互连网或万维网访问的一个服务器或多个服务器上。被描述为MDMS的DDMS的一些型号在美国专利申请公布2006/0031094和2013/0338630中有所描述，该专利全文以引用方式并入本文。

虽然对于监测患有糖尿病的受试者的医疗或生物学状况进行了实施方案的描述，但本文的系统和过程适用于监视心脏病受试者、癌症受试者、HIV受试者、患有其他疾病、感染或可控病症的受试者或者其各种组合的医疗或生物学状况。

在本发明的实施方案中，DDMS可以安装在医疗服务提供者办公室(例如，医生办公室、护士办公室、诊所、急诊室、急救室)的计算设备中。医疗服务提供者可能不愿意使用其机密患者数据将被存储在计算设备(例如，互联网上的服务器)中的系统。

DDMS可以安装在计算设备2500上。计算设备2500可耦接到显示器2533。在一些实施方案中，计算设备2500可以位于与显示器分开的物理设备中(例如，位于个人计算机、微型计算机等中)。在一些实施方案中，计算设备2500可以位于单个物理外壳或具有显示器2533的设备(例如，显示器2533被集成到计算设备中的膝上型电脑)中。在本发明的实施方案中，托管DDMS的计算设备2500可以是但不限于台式计算机、膝上型计算机、服务器、网络计算机、个人数字助理(PDA)、包括计算机功能的便携式电话、具有大可视显示器的寻呼机、包括显示器的胰岛素泵、包括显示器的葡萄糖传感器、包括显示器的葡萄糖计和/或具有显示器的组合胰岛素泵/葡萄糖传感器。计算设备还可以是联接到显示器的胰岛素泵、联接到显示器的葡萄糖计或联接到显示器的葡萄糖传感器。计算设备2500也可以是位于互联网上的服务器，其可以通过安装在膝上型计算机、台式计算机、网络计算机或PDA上的浏览器访问。计算设备2500还可以是位于医生办公室中的服务器，其可以经由安装在便携式计算设备(例如，膝上型计算机、PDA、网络计算机、便携式电话)上的浏览器访问，该便携式计算设备具有无线功能并且可以通过无线通信协议(例如，蓝牙和IEEE 802.11协议)进行通信。

在图25所示的实施方案中，数据管理系统2516包括专门处理不同任务的一组相关的软件模块或层。系统软件包括设备通信层2524、数据解析层2526、数据库层2528、数据库存储设备2529、报告层2530、图形显示层2531和用户界面层2532。糖尿病数据管理系统可以与多个受试者支持设备2512(图25中示出了其中两个)通信。虽然不同的附图标记指代多个层(例如，设备通信层、数据解析层、数据库层)，但每个层可包括单个软件模块或多个软件模块。例如，设备通信层2524可包括多个交互软件模块、库等。在本发明的实施方案中，数据管理系统2516可以安装到计算设备2500的非易失性存储区域(诸如闪存、硬盘、移动硬盘、DVD-RW、CD-RW的存储器)上。如果选择或启动数据管理系统2516，则系统2516可以加载到易失性存储装置(诸如DRAM、SRAM、RAM、DDRAM的存储器)中以便执行。

设备通信层2524负责与至少一个，并且在另外的实施方案中与多个不同类型的受试者支持设备2512(例如，血糖仪、葡萄糖传感器/监视器或输注泵)交互。在一个实施方案中，设备通信层2524可被配置为与单个类型的受试者支持设备2512通信。然而，在更全面的实施方案中，设备通信层2524被配置为与多个不同类型的受试者支持设备2512(例如，由多个不同制造商制造的设备)、来自特定制造商的多个不同型号和/或提供不同功能(例如，输注功能、感测功能、计量功能、通信功能、用户界面功能或其组合)的多个不同设备进行通信。通过提供与多个不同类型的受试者支持设备2512交互的能力，糖尿病数据管理系统2516可以从显著更多数量的离散源收集数据。此类实施方案可通过以统计或可从更大量的样本数据和/或样本数据的更大多样性受益的其他分析形式包括更多数量的受试者和受试者组来提供扩展和改进的数据分析功能，从而提高确定适当治疗参数、诊断等的能力。

设备通信层2524允许DDMS 2516从系统2516中的每个受试者支持设备2512接收信息并且与其传输信息。取决于实施方案和使用背景，可在系统2516与设备2512之间传送的信息类型可包括但不限于数据、程序、更新软件、教育材料、警告消息、通知、设备设置、治疗参数等。设备通信层2524可包括用于检测与系统2516通信的受试者支持设备2512的类型并为该类型的设备2512实施适当的通信协议的合适例程。另选地或除此之外，受试者支持设备2512可以分组或其他数据布置方式来传送信息，其中通信包括导言或包括用于识别受试者支持设备类型的设备识别信息的其他部分。另选地或除此之外，受试者支持设备2512可包括合适的用户可操作界面，以允许用户对应于用户所用的受试者支持设备的类型的输入信息(例如，通过选择可选图标或文本或者其他设备标识符)。这类信息可通过网络连接传送到系统2516。在另外的实施方案中，系统2516可能以上述方式检测与其通信的受试者支持设备2512的类型，然后可以发送要求用户验证系统2516是否正确检测用户正在使用的受试者支持设备的类型的消息。对于能够与多个不同类型的受试者支持设备2512通信的系统2516，设备通信层2524能够实施多种不同的通信协议，并且选择适合于所检测到的受试者支持设备类型的协议。

数据解析层2526负责验证接收到的设备数据的完整性并将其正确地输入到数据库2529中。可使用用于检查所接收的数据的完整性的循环冗余校验CRC过程。另选地或除此之外，数据可以分组或其他数据布置方式接收，其中数据的导言或其他部分包括设备类型识别信息。接收到的数据的这种导言或其他部分还可包括设备序列号或可用于验证所接收的信息的真实性的其他识别信息。在此类实施方案中，系统2516可以将接收到的识别信息与预先存储的信息进行比较，以评估接收到的信息是否来自有效源。

数据库层2528可包括集中式数据库存储库，其负责以有序的格式对存储的数据进行仓储和归档以便之后访问和检索。数据库层2528与一个或多个数据存储设备2529一起工作，该一个或多个数据存储设备适合于以本文所述的方式存储数据和提供对数据的访问。此类数据存储设备2529可包括例如一个或多个硬盘、光盘、磁带、数字库或其他合适的数字或模拟存储介质和相关联的驱动设备、驱动器阵列等。

数据可出于各种目的存储和存档，具体取决于实施方案和使用环境。关于特定受试者和患者支持设备的信息可存储和存档，并且可供这些特定受试者、其授权的医疗服务提供者和/或授权的医疗服务支付实体用于分析受试者的状况。另外，关于受试者组或受试者支持设备组的某些信息可以更一般地供医疗服务提供者、受试者、管理系统2516的实体的人员或其他实体用于分析组数据或其他形式的综合数据。

数据库层2528和系统2516其他部件的实施方案可以采用合适的数据安全措施来保护受试者的个人医疗信息，同时还允许非个人医疗信息更一般地用于分析。实施方案可被配置为符合适当的政府法规、行业标准、政策等，包括但不限于1996年健康保险携带和责任法案(HIPAA)。

数据库层2528可被配置为将每个用户的访问限制为针对该用户预先授权的信息类型。例如，可允许受试者访问由数据库层2528存储的他或她的个人医疗信息(利用个人标识符)，但不允许访问其他受试者的个人医疗信息(利用个人标识符)。类似地，可向受试者的授权医疗服务提供者或支付实体提供对由数据库层2528存储的一些或所有受试者个人医疗信息(利用个体标识符)的访问权限，但不允许访问其他人的个人信息。而且，可向(与计算设备2500通信的独立计算机上的)操作者或管理员用户提供对一些或全部受试者信息的访问权限，这取决于操作者或管理员的角色。另一方面，受试者、医疗服务提供者、操作者、管理员或其他实体可以被授权访问数据库层2528存储在数据存储设备2529中的未识别个人、群组或联合企业(没有个人标识符)的一般信息。

在示例性实施方案中，数据库2529存储上载的患者测量数据(例如，传感器葡萄糖测量结果和特征阻抗值)以及事件日志数据，该事件日志数据包括在对应于测量数据的监测时段期间创建的事件记录。在本发明的实施方案中，数据库层2528还可以存储优选项简档。在数据库层2528中，例如，每个用户可以存储关于与用户对应的特定参数的信息。举例来讲，这些参数可包括目标血糖或传感器葡萄糖水平、用户使用的设备类型(胰岛素泵、葡萄糖传感器、血糖仪等)，并且可以存储在数据库层中的一个或多个数据存储设备2529中的记录、文件或存储器位置中。偏好配置文件可包括用于以个性化或患者专用的方式在显示器2533或支持设备2512上生成快照GUI显示的参数的各种阈值、监测周期值、优先标准、筛选标准和/或其他用户专用的值。

DDMS 2516可以测量、分析和跟踪用户的血糖(BG)或传感器葡萄糖(SG)测量结果(或读数)。在本发明的实施方案中，医疗数据管理系统可以测量、跟踪或分析用户的BG和SG读数。因此，虽然某些报告可能仅提及或说明BG或SG，但报告可以监测并显示另一种葡萄糖读数或这两种葡萄糖读数的结果。

报告层2530可包括报告向导程序，其从数据库2529中的选定位置提取数据，并根据期望的感兴趣参数生成报告信息。报告层2530可被配置为生成多个不同类型的报告，每个报告具有不同的信息和/或以不同的格式(布置方式或样式)显示信息，其中报告的类型可以由用户选择。多个预设置类型的报告(具有预定义类型的内容和格式)可以是用户可用且可选择的。预设置类型的报告中的至少一些可能是许多医疗服务提供者应当熟悉的常见行业标准报告类型。在本文所述的示例性实施方案中，报告层2530还有利于生成包括快照GUI显示的快照报告。

在本发明的实施方案中，数据库层2528可以计算将显示在由报告或报告层2530生成的报告上的各种医疗信息的值。例如，数据库层2528可以计算指定时间范围的平均血糖或传感器葡萄糖读数。在本发明的实施方案中，报告层2530可以计算将显示在报告上的医疗或物理信息的值。例如，用户可以选择报告层2530随后使用的参数，以生成对应于所选择参数的医疗信息值。在本发明的其他实施方案中，用户可以选择先前存在于数据库层2528中的参数配置文件。

另选地或除此之外，报告向导可以允许用户设计自定义类型的报告。例如，报告向导可以允许用户定义和输入参数(例如，指定内容数据类型、此类数据的时间段、报告格式等的参数)，并且可以从数据库中选择数据并基于用户定义的参数将数据布置成可打印或可显示的布置方式。在另外的实施方案中，报告向导可以与用户可用的其他程序(例如，常用报告生成、格式化或统计分析程序)交互或提供供其使用的数据。以这种方式，用户可以将来自系统2516的数据导入用户熟悉的其他报告工具中。报告层2530可以允许用户在标准显示设备上查看报告的可显示形式、允许用户在标准打印机上打印报告的可打印形式或者其他便于用户访问的合适形式生成报告。实施方案可以用常规文件格式方案来操作，以简化存储、打印和传输功能，包括但不限于PDF、JPEG等。举例来讲，用户可以选择报告类型和用于报告的参数，并且报告层2530可以PDF格式创建报告。可启动PDF插件，以帮助创建报告并允许用户查看报告。在这些操作条件下，用户可以使用PDF插件打印报告。在实施安全措施的某些实施方案中，例如，为了满足限制受试者的个人信息的通信的政府法规、行业标准或政策，可通过表格(或使用合适的软件控件)生成一些或全部报告以禁止打印或电子传输(例如，不可打印和/或不可用的格式)。在另外的实施方案中，系统2516可以允许用户生成报告以将报告指定为不可打印的和/或不可传输的，由此系统2516将以禁止打印和/或电子传输的形式提供报告。

报告层2530可以将所选报告传输到图形显示层2531。图形显示层2531接收关于所选报告的信息，并且将数据转换成可以在显示器2533上显示或示出的格式。

在本发明的实施方案中，报告层2530可以存储多个用户参数。举例来讲，报告层2530可以存储用于特定类型的报告的碳水化合物单元类型、血糖运动或传感器葡萄糖读数、碳水化合物转换因子和时间范围。这些示例旨在例示而非限制。

所报告的信息的数据分析和呈现可用于开发和支持诊断和治疗参数。当报告中的信息与个体受试者有关时，可使用诊断和治疗参数评估受试者的健康状态和相对身心健康，评估受试者对治疗的依从性，以及开发或修改受试者的疗法，并且评估受试者的影响他/她的治疗的行为。如果报告中的信息与受试者组或数据集合有关，则诊断和治疗参数可用于评估具有类似医疗状况的受试者组的健康状态和相对身心健康，例如但不限于糖尿病受试者、心脏病受试者、患有特定类型的糖尿病或心脏病症的糖尿病受试者、特定年龄、性别或其他总体统计学群组的受试者、具有影响治疗决策的症状(例如但不限于妊娠、肥胖、低血糖性意识障碍、学***的胰岛素耐受性、其组合等)的受试者。

用户界面层2532支持与最终用户的交互，例如以进行用户登录和数据访问、软件导航、数据输入、期望报告类型的用户选择以及所选信息的显示。用户还可以通过用户界面层2532输入要在所选报告中使用的参数。用户的示例包括但不限于：医疗服务提供者、医疗服务支付实体、系统操作者或管理员、研究人员、商业实体、医疗服务机构和组织等，具体取决于系统提供的服务并取决于本发明的实施方案。更全面的实施方案能够与上述类型的用户中的一些或全部交互，其中不同类型的用户可以访问不同的服务或数据或者不同级别的服务或数据。

在示例性实施方案中，用户界面层2532提供用户可通过互联网访问的一个或多个网站。用户界面层可包括至少一个(或多个)合适的网络服务器，或者与其一起操作以通过互联网提供网站并允许使用标准互联网浏览器软件从互联网连接的计算机进行全球访问。各种类型的用户均可访问一个或多个网站，包括但不限于受试者、医疗服务提供者、研究人员、商业实体、医疗服务机构和组织、支付实体、药物合作伙伴或者其他药物或医疗设备来源和/或运行系统2516的支持人员或其他人员，具体取决于使用的实施方案。

在另一个示例性实施方案中，在DDMS 2516位于一个计算设备2500上时，用户界面层2532为用户提供多个菜单以在DDMS中进行导航。这些菜单可以使用任何菜单格式创建，包括但不限于HTML、XML或Active Server页面。用户可以访问DDMS 2516以执行各种任务中的一个或多个，诸如访问网站上可供所有受试者或受试者组使用的一般信息。DDMS 2516的用户界面层2532可以允许用户访问特定信息或生成关于该受试者的医疗状况或该受试者的一个或多个医疗设备2512的报告，将数据或其他信息从该受试者的一个或多个支持设备2512传输到系统2516，将数据、程序、程序更新或其他信息从系统2516传输到受试者的一个或多个支持设备2512，将信息手动输入到系统2516中，参与和医疗服务提供者的远程咨询交流，或者修改受试者的支持设备和/或受试者的DDMS/MDMS数据文件中的自定义设置。

系统2516可以为不同的用户和不同的类型或群组的用户提供对不同的可选资源或活动的访问(包括访问不同的信息项和服务)，使得每个用户可具有定制化体验并且/或者每个类型或群组的用户(例如，所有用户、糖尿病用户、心脏病用户、医疗服务提供者用户或支付用户等)可具有在系统上可用的一组不同信息项或服务。系统2516可包括或采用一个或多个合适的资源配置程序或系统，用以基于预定义的授权计划为每个用户或用户类型分配适当的资源。资源配置系统众所周知与在办公环境(例如，办公室、公司或企业的局域网LAN)中配置电子办公资源(电子邮件、受到许可的软件程序、敏感数据等)相关。在一个示例性实施方案中，此类资源配置系统适于基于用户的类型和/或用户的身份来控制对DDMS2516上的医疗信息和服务的访问。

在输入成功验证的用户识别信息和密码时，可向用户提供对存储在DDMS 2516上的安全的个性化信息的访问。例如，可向用户提供对DDMS2516中已分配给受试者的安全的个性化位置的访问。该个性化位置可被称为个性化屏幕、主屏幕、主菜单、个性化页面等。个性化位置可以为主体提供个性化主屏幕，包括用于选择可选活动的可选图标或菜单项，包括例如用于将设备数据从受试者的支持设备2512传输到系统2516、将附加数据手动输入到系统2516中，修改受试者的自定义设置和/或查看和打印报告的选项。报告可包括特定于受试者状况的数据，包括但不限于从受试者的一个或多个受试者支持设备2512获得的数据、手动输入的数据、来自医疗库或其他联网治疗管理系统的数据、来自受试者或受试者组的数据等。在报告包括特定于受试者的信息和受试者识别信息时，报告可以由存储在数据库层2528采用的安全存储区域(例如，存储设备2529)中的一些或全部受试者数据生成。

用户可以选择用于将设备数据传输(发送)到医疗数据管理系统2516的选项。如果系统2516接收到将设备数据传输到系统的用户请求，则系统2516可以为用户提供关于如何传输来自受试者的一个或多个支持设备2512的数据的逐步指令。例如，DDMS 2516可具有多个不同的存储指令集，用于指示用户如何从不同类型的受试者支持设备下载数据，其中每个指令集涉及特定类型的受试者支持设备(例如，泵、传感器、仪表等)、一种类型的受试者支持设备的特定制造商版本等。在注册期间从用户接收的注册信息可包括关于受试者使用的一个或多个受试者支持设备2512的类型的信息。系统2516使用该信息来选择与特定受试者的一个或多个支持设备2512相关联的一个或多个存储指令集以向用户显示。

系统2516上的用户可用的其他活动或资源可包括用于将信息手动输入到DDMS/MDMS 2516中的选项。例如，从用户的个性化菜单或位置，用户可以选择用于将附加信息手动输入到系统2516中的选项。

另外的可选活动或资源可供DDMS 2516的用户使用。例如，从用户的个性化菜单，用户可以选择用于从受试者的一个或多个支持设备2512上的系统2516接收数据、软件、软件更新、治疗建议或其他信息的选项。如果系统2516接收到来自用户的接收数据、软件、软件更新、治疗建议或其他信息的请求，则系统2516可以为用户提供多个可选图标或表示可用数据、软件、软件更新或其他用户可用信息的其他标记的列表或其他布置方式。

在医疗数据管理系统2516上，用户可使用另外的可选活动或资源，包括例如用于用户定制或以其他方式进一步个性化用户的个性化位置或菜单的选项。具体地讲，从用户的个性化位置，用户可以选择用于为用户定制参数的选项。另外，用户可以创建可定制参数的配置文件。当系统2516接收到来自用户的这类请求时，系统2516可以为用户提供多个可选图标或表示可被修改以适应用户偏好的参数的其他标记的列表或其他布置方式。当用户选择一个或多个图标或其他标记时，系统2516可以接收用户的请求并进行所请求的修改。

在一个或多个示例性实施方案中，对于DDMS中的个体患者，DDMS的计算设备2500被配置为分析该患者的历史测量数据、历史输送数据、历史事件日志数据、以及维持在数据库层2528中的与患者相关联的任何其他历史或背景数据以支持本文所述的一个或多个过程。就这一点而言，可以在计算设备2500处执行机器学习、人工智能、或患者的生理行为或响应的类似数学建模以促进患者专用的相关性或预测。可以在DDMS的计算设备2500或另一个设备2512处使用结果模型来分析与患者相关的当前测量数据、输送数据和事件日志数据以及当前背景数据，以实时确定与患者有关的预测或其他可能的事件、行为或结果。

此外，还提供了以下示例性实施方案，其被编号以便于参考：

实施例1：一种监测患者的生理状况的方法，该方法包括：在计算设备处获得由感测装置提供的患者的生理状况的当前测量数据；在计算设备处获得指示与患者相关联的一个或多个未来事件的用户输入；以及响应于用户输入：使用与患者相关联的一个或多个预测模型，至少部分地基于当前测量数据和一个或多个未来事件来确定对患者的未来生理状况的预测；以及在计算设备处将预测的图形表示显示在显示设备上。

实施例2：根据实施例1所述的方法，其中确定预测包括：对于多个不同预测模型中的每个相应预测模型，至少部分地基于一个或多个未来事件来确定与相应预测模型相关联的加权因子；使用与患者相关联的多个不同预测模型中的每一个，至少部分地基于当前测量数据和一个或多个未来事件来确定指示未来生理状况的多个预测值，其中多个预测值中的每个预测值与多个不同预测模型中的相应预测模型相关联；以及将患者的生理状况的预测确定为多个预测值中的相应预测值以及与相应预测模型相关联的加权因子的加权平均值。

实施例3：根据实施例1所述的方法，其中确定预测包括：使用第一预测模型，至少部分地基于当前测量数据来确定患者的未来生理状况的第一多个预测值；使用不同于第一预测模型的第二预测模型，至少部分地基于当前测量数据来确定患者的未来生理状况的第二多个预测值；对于第一预测模型和第二预测模型中的每一个，至少部分地基于一个或多个未来事件来确定与相应预测模型相关联的加权因子；以及至少部分地基于第一多个预测值、第二多个预测值以及与相应的第一预测模型和第二预测模型相关联的加权因子，确定患者的相对于未来时间的生理状况的集合预测，其中预测的图形表示包括集合预测的相对于时间的图形表示。

实施例4：根据实施例3所述的方法，其中：基于与第一预测模型相关联的第一可靠性度量以及与第二预测模型相关联的第二可靠性度量之间的关系，加权因子相对于未来的时间量而变化；以及第一可靠性度量和第二可靠性度量被一个或多个未来事件影响。

实施例5：根据实施例3所述的方法，其中确定第一多个预测值包括至少部分地基于当前测量数据和一个或多个未来事件，使用与患者相关联的每小时预报模型来确定生理状况的每小时预报值。

实施例6：根据实施例5所述的方法，其中所述每小时预报模型包括：包括多个小区的神经网络；每个小区对应于相应每小时间隔；以及多个小区中的至少一个被配置为至少部分地基于被预测在未来的相应每小时间隔内发生的一个或多个未来事件的子集，输出在未来的相应每小时间隔期间的生理状况的平均值。

实施例7：根据实施例6所述的方法，还包括从第二感测装置获得背景测量数据，其中确定每小时预报值包括至少部分地基于当前测量数据、一个或多个未来事件和背景测量数据来确定每小时预报值。

实施例8：根据实施例5所述的方法，其中确定第二多个预测值包括使用基于与患者相关联的历史数据确定的自回归综合移动平均模型、或基于与患者相关联的历史数据确定的生理模型中的至少一个来确定生理状况的预测样本值。

实施例9：根据实施例8所述的方法，其中集合预测包括使用第一加权因子来加权的每小时预测值和使用第二加权因子来加权的第二多个预测值的加权平均值。

实施例10：根据实施例1所述的方法，其中：获得当前测量数据包括从葡萄糖感测装置接收传感器葡萄糖测量数据；获得用户输入包括经由计算设备处的用户界面接收以下中的至少一个：患者将消耗的碳水化合物的预期量、患者将执行的锻炼的预期量、以及将要施用的胰岛素的预期推注量；确定预测包括使用与患者相关联的多个预测模型，至少部分地基于传感器葡萄糖测量数据和一个或多个未来事件来确定患者的未来葡萄糖水平的集合预测；以及显示预测的图形表示包括显示集合预测的相对于时间的图形表示。

实施例11：根据实施例10所述的方法，其中确定集合预测包括：使用与患者相关联的预报模型，至少部分地基于传感器葡萄糖测量数据来确定患者的未来葡萄糖水平的第一多个预测值；使用第二预测模型，至少部分地基于传感器葡萄糖测量数据来确定患者的未来葡萄糖水平的第二多个预测值；至少部分地基于一个或多个未来事件来确定与预报模型相关联的第一加权因子；至少部分地基于一个或多个未来事件来确定与第二预测模型相关联的第二加权因子；以及使用第一加权因子和第二加权因子，将集合预测确定为第一多个预测值和第二多个预测值的加权平均值。

实施例12：根据实施例1所述的方法，还包括在显示设备上提供提示患者的会话交互的图形用户界面显示，其中：获得用户输入包括从患者接收指示一个或多个未来事件的会话输入；以及显示预测的图形表示包括响应于会话输入而在图形用户界面显示内提供预测的图形表示。

实施例13：一种其上存储有指令的计算机可读介质，这些指令能够由计算设备的处理系统执行以执行根据实施例1所述的方法。

实施例14：一种电子设备，包括：通信接口，该通信接口用于从感测装置接收患者的生理状况的当前测量数据；显示设备，该显示设备具有在其上呈现的图形用户界面显示；用户界面，该用户界面用于获得指示一个或多个未来事件的用户输入；以及控制系统，该控制系统耦接到通信接口、显示设备和用户界面以便使用与患者相关联的一个或多个预测模型，至少部分地基于当前测量数据和一个或多个未来事件来确定对患者的未来生理状况的预测，并且在显示设备的图形用户界面显示内显示预测的图形表示。

实施例15：根据实施例14所述的电子设备，其中：预测包括使用第一预测模型来确定的第一多个预测值和使用第二预测模型来确定的第二多个预测值的加权平均值；以及至少部分地基于一个或多个未来事件和与第一预测模型相关联的第一可靠性度量以及与第二预测模型相关联的第二可靠性度量之间的关系，与相应的第一预测模型和第二预测模型相关联的加权因子相对于未来时间而变化。

实施例16：根据实施例15所述的电子设备，其中第一多个预测值包括患者的生理状况的预报每小时平均值。

实施例17：根据实施例14所述的电子设备，其中：当前测量数据包括来自葡萄糖感测装置的传感器葡萄糖测量数据；一个或多个未来事件包括以下中的至少一个：患者将消耗的碳水化合物的预期量、患者将执行的锻炼的预期量、以及将要施用的胰岛素的预期推注量；以及预测包括使用多个预测模型来确定的模拟葡萄糖水平。

实施例18：根据实施例14所述的电子设备，图形用户界面显示提示会话交互，其中：用户输入包括来自患者的指示一个或多个未来事件的会话输入；以及响应于会话输入，在图形用户界面显示内提供预测的图形表示。

实施例19：一种监测患者的葡萄糖水平的方法，该方法包括：在计算设备处从葡萄糖感测装置获得患者的当前传感器葡萄糖测量数据；在计算设备处经由用户界面获得指示患者的一个或多个未来事件的用户输入；在计算设备处，使用与患者相关联的多个不同的预测模型，至少部分地基于当前传感器葡萄糖测量数据和一个或多个未来事件来确定患者的未来模拟葡萄糖水平，其中多个不同预测模型包括与患者相关联的每小时预报模型；以及在与计算设备相关联的显示设备上显示模拟葡萄糖水平相对于未来时间的图形表示。

实施例20：根据实施例19所述的方法，还包括至少部分地基于一个或多个未来事件来确定与多个不同预测模型中的相应预测模型相关联的加权因子，其中确定模拟葡萄糖水平包括使用加权因子来确定由多个不同预测模型输出的多个预测葡萄糖值的加权平均值。

实施例21：一种监测患者的生理状况的方法，该方法包括：从感测装置获得患者的生理状况的当前测量数据；使用第一预测模型，至少部分地基于当前测量数据来确定患者的未来生理状况的第一多个预测值；使用不同于第一预测模型的第二预测模型，至少部分地基于当前测量数据来确定患者的未来生理状况的第二多个预测值；至少部分地基于第一多个预测值、第二多个预测值以及与相应的第一预测模型和第二预测模型相关联的加权因子，确定患者的相对于未来时间的生理状况的集合预测，其中基于与第一预测模型相关联的第一可靠性度量以及与第二预测模型相关联的第二可靠性度量之间的关系，加权因子相对于未来的时间而变化；以及在显示设备上显示患者生理状况的集合预测相对于未来时间的图形表示。

实施例22：根据实施例21所述的方法，还包括在显示设备上，在图形用户界面显示处显示当前测量数据相对于时间的图形表示，其中显示集合预测的图形指示包括响应于调整图形用户界面显示以查看未来时间的用户输入而显示集合预测的图形表示。

实施例23：根据实施例21所述的方法，其中确定第一多个预测值包括使用与患者相关联的每小时预报模型来确定生理状况的每小时预报值。

实施例24：根据实施例23所述的方法，其中确定第二多个预测值包括使用基于与患者相关联的历史数据而确定的自回归综合移动平均模型来确定生理状况的预测样本值。

实施例25：根据实施例23所述的方法，其中确定第二多个预测值包括使用基于与患者相关联的历史数据而确定的生理模型来确定生理状况的预测样本值。

实施例26：根据实施例23所述的方法，其中加权因子中的与每小时预报模型关联的第一加权因子相对于未来时间量增加，并且加权因子中的与第二预测模型相关联的第二加权因子相对于未来时间量减少。

实施例27：根据实施例26所述的方法，其中集合预测包括使用第一加权因子来加权的每小时预测值和使用第二加权因子来加权的第二多个预测值的加权平均值。

实施例28：根据实施例21所述的方法，还包括识别当前操作背景；以及至少部分地基于当前操作背景来相对于时间确定加权因子。

实施例29：根据实施例21所述的方法，其中确定集合预测包括使用加权因子来确定第一多个预测值和第二多个预测值的加权平均值。

实施例30：根据实施例29所述的方法，其中：确定第一多个预测值包括使用与患者相关联的每小时预报模型来确定生理状况的每小时预报值；确定第二多个预测值包括使用与患者相关联的自回归综合移动平均模型以及与患者相关联的生理模型中的一个来确定生理状况的预测样本值；并且集合预测包括每小时预测值和第二多个预测值的加权平均值。

实施例31：一种其上存储有指令的计算机可读介质，这些指令能够由耦接到显示设备的处理系统执行以执行根据实施例21所述的方法。

实施例32：一种监测患者的生理状况的方法，该方法包括：从感测装置获得患者的生理状况的当前测量数据；使用与患者相关联的多个不同预测模型，至少部分地基于当前测量数据来确定指示未来时间的生理状况的多个预测值，其中多个预测值中的每个预测值与多个不同预测模型中的相应预测模型相关联；对于多个不同的预测模型中的每个预测模型，至少部分地基于未来时间与当前时间之间的关系来确定与相应预测模型相关联的可靠性度量；对于多个不同预测模型中的每个相应预测模型，至少部分地基于与相应预测模型相关联的可靠性度量来确定与相应预测模型相关联的加权因子；将患者的生理状况的集合预测值确定为多个预测值中的相应预测值以及与相应预测模型关联的加权因子的加权平均值；以及显示与未来时间相关联的患者生理状况的集合预测值的图形指示。

实施例33：根据实施例32所述的方法，其中与相应预测模型相关联的加权因子相对于时间而变化。

实施例34：根据实施例32所述的方法，多个不同预测模型包括每小时预报模型，其中确定集合预测值包括确定与每小时预报模型相关联的生理状况的预报每小时平均值、以及与一个或多个不同预测模型相关联的多个预测值中的相应预测值的加权平均值。

实施例35：根据实施例32所述的方法，其中确定可靠性度量包括：确定与一天中的当前时间之前得未来时间相对应的预测范围；为预测范围获得与患者相关联的历史数据，该历史数据包括与预测范围相关联的生理状况的历史测量数据；并且对于多个不同的预测模型中的每个相应预测模型，使用相应预测模型基于历史数据为预测范围确定参考预测；以及基于参考预测与历史测量数据之间的差异确定与相应预测模型相关联的可靠性度量。

实施例36：根据实施例35所述的方法，其中确定可靠性度量包括确定与用于预测范围的相应预测模型相关联的平均绝对差。

实施例37：一种电子设备，包括：通信接口，该通信接口用于从感测装置接收患者的生理状况的当前测量数据；显示设备，该显示设备具有包括当前测量数据的图形表示的图形用户界面显示；用户界面，该用户界面用于获得调整图形用户界面显示以查看未来的用户输入；以及控制系统，该控制系统耦接到通信接口、显示设备和用户接口以便使用第一预测模型，至少部分地基于当前测量数据来确定患者的未来生理状况的第一多个预测值；使用不同于第一预测模型的第二预测模型，至少部分地基于当前测量数据来确定患者的未来生理状况的第二多个预测值；至少部分地基于第一多个预测值和第二多个预测值，确定患者的生理状况相对于未来时间的集合预测；以及响应于用户输入而在图形用户界面显示上显示集合预测的图形表示。

实施例38：根据实施例37所述的电子设备，其中：集合预测包括第一多个预测值和第二多个预测值的加权平均值。以及基于与第一预测模型相关联的第一可靠性度量以及与第二预测模型相关联的第二可靠性度量之间的关系，与相应的第一预测模型和第二预测模型相关联的加权因子相对于未来时间而变化。

实施例39：根据实施例38所述的电子设备，其中第一多个预测值包括患者的生理状况的预报每小时平均值。

实施例40：根据实施例39所述的电子设备，其中加权因子中的与每小时预报模型关联的第一加权因子随着未来时间量的增加而增加，并且加权因子中的与第二预测模型相关联的第二加权因子随着未来时间量的增加而减少。

实施例41：一种监测患者的生理状况的方法，该方法包括：从感测装置获得患者的生理状况的当前测量数据；至少部分地基于与患者相关联的历史事件数据，预测在未来的一个或多个不同时间可能影响患者生理状况的一个或多个事件；使用与患者相关联的预报模型，至少部分地基于当前测量数据和一个或多个事件来确定与未来的多个不同时间段相关联的患者的生理状况的多个预测值；以及在显示设备上显示相对于未来的多个不同时间段的多个预测值。

实施例42：根据实施例41所述的方法，还包括至少部分地基于患者的生理状况的历史测量数据以及与患者相关联的历史事件数据之间的关系来确定与患者相关联的预报模型。

实施例43：根据实施例42所述的方法，其中：预报模型包括神经网络，该神经网络包括多个小区；并且每个小区对应于多个不同时间段中的相应时间段，并且被配置为至少部分地基于被预测在未来的相应时间段内发生的一个或多个未来事件的子集，输出在未来的相应时间段期间的生理状况的平均值。

实施例44：根据实施例42所述的方法，其中确定预报模型包括对于多个每小时间隔种的每个每小时间隔，至少部分地基于与相应每小时间隔相对应的历史测量数据的相应子集以及与相应每小时间隔相对应的历史事件数据的相应子集之间的关系来确定相应长短期记忆(LSTM)单元，该单元被配置为在多个每小时间隔中的相应每小时间隔期间输出生理状况的平均值。

实施例45：根据实施例44所述的方法，其中确定多个预报值包括对于未来的每个相应每小时间隔，使用与相应每小时间隔相关联的相应LSTM单元，至少部分地基于被预测在相应小时间隔内发生的一个或多个事件的子集来计算与相应每小时间隔相关联的相应每小时平均预报值。

实施例46：根据实施例41所述的方法，还包括从第二感测装置获得背景测量数据，其中预测一个或多个事件包括至少部分地基于背景测量数据来预测一个或多个事件。

实施例47：根据实施例41所述的方法，还包括从第二感测装置获得背景测量数据，其中确定多个预报值包括使用预报模型，至少部分地基于当前测量数据、一个或多个事件和背景测量数据来确定多个预报值。

实施例48：根据实施例41所述的方法，当前测量数据包括传感器葡萄糖测量数据，其中：预测一个或多个事件包括预测在未来的一个或多个不同时间的进餐、锻炼、胰岛素输送和药物剂量中的一个或多个；并且确定多个预报值包括，至少部分地基于传感器葡萄糖测量数据以及在未来的一个或多个不同时间预测的进餐、锻炼、胰岛素输送和药物剂量中的一个或多个，确定与未来的多个每小时间隔相关联的患者的预报每小时平均葡萄糖水平。

实施例49：根据实施例41所述的方法，其中显示多个预报值包括显示针对未来的多个每小时间隔的患者的多个预报每小时平均葡萄糖水平。

实施例50：一种其上存储有指令的计算机可读介质，这些指令能够由耦接到显示设备的处理系统执行以执行根据实施例41所述的方法。

实施例51：一种系统，包括：显示设备；感测装置，该感测装置用于获得患者的生理状况的当前测量数据；以及控制系统，该控制系统耦接到显示设备和感测装置，以便使用与患者相关联的每小时预报模型至少部分地基于当前测量数据来确定患者的未来生理状况的多个预报每小时平均值，并且在显示设备上显示多个预报每小时平均值。

实施例52：根据实施例51所述的系统，其中当前测量数据包括当前传感器葡萄糖测量数据，并且多个预报每小时平均值包括患者的未来多个预报每小时平均葡萄糖水平。

实施例53：根据实施例52所述的系统，其中：控制系统至少部分地基于与患者相关联的历史事件日志数据，预测在未来的一个或多个不同时间的进餐、锻炼、胰岛素输送和药物剂量中的一个或多个；并且确定多个预报每小时平均值包括至少部分地基于当前传感器葡萄糖测量数据以及在未来的一个或多个不同时间预测的进餐、锻炼、胰岛素输送和药物剂量中的一个或多个，计算多个预报每小时平均葡萄糖水平。

实施例54：根据实施例51所述的系统，其中每小时预报模型包括递归神经网络，该递归神经网络包括多个每小时长短期记忆(LSTM)单元。

实施例55：根据实施例54所述的系统，其中每个每小时LSTM单元被配置为输出与相应每小时间隔相关联的预报每小时平均葡萄糖水平，作为被预测在相应每小时间隔内发生的一个或多个事件以及来自一个或多个先前每小时LSTM单元的输入的函数。

实施例56：根据实施例55所述的系统，其中该函数至少部分地基于与相应每小时间隔相对应的患者的历史测量数据的相应子集以及与相应每小时间隔相对应的患者的历史事件数据的相应子集之间的关系。

实施例57：一种监测患者的葡萄糖水平的方法，该方法包括：至少部分地基于患者的历史葡萄糖测量数据以及与患者相关联的历史事件数据之间的关系来确定患者的每小时预报模型；从葡萄糖感测装置获得患者的当前葡萄糖测量数据；至少部分地基于与患者相关联的历史事件数据，预测在未来的一个或多个不同时间可能影响患者葡萄糖水平的一个或多个事件；使用与患者相关联的每小时预报模型，至少部分地基于当前葡萄糖测量数据和一个或多个事件来确定患者的未来的多个每小时预报平均葡萄糖值；以及在显示设备上显示未来的多个每小时预报平均葡萄糖值的图形表示。

实施例58：根据实施例57所述的方法，其中确定每小时预报模型包括至少部分地基于与相应每小时间隔相对应的历史葡萄糖测量数据的子集以及与相应每小时间隔相对应的历史事件数据的子集之间的关系，通过对于每个相应每小时单元确定用于计算与相应每小时小区相关联的相应每小时间隔内的平均葡萄糖水平的函数，生成包括与多个每小时间隔相对应的多个每小时小区的递归神经网络。

实施例59：根据实施例57所述的方法，还包括获得当前操作背景，其中预测一个或多个事件包括至少部分地基于与患者相关联的历史事件数据和当前操作背景之间的关系来预测一个或多个事件。

实施例60：根据实施例57所述的方法，还包括从第二感测装置获得当前操作背景，其中确定多个每小时预报平均葡萄糖值包括使用与患者相关联的每小时预报模型，至少部分地基于当前葡萄糖测量数据、当前操作背景以及一个或多个事件来确定多个每小时预报平均葡萄糖值。

实施例61：一种输注设备，包括：致动装置，该致动装置可操作以向用户输送流体，流体影响用户的生理状况；通信接口，该通信接口用于接收指示用户的生理状况的测量数据；感测装置，该感测装置用于获得背景测量数据；以及控制系统，该控制系统耦接到致动装置、通信接口和感测装置以便确定用于以受测量数据和背景测量数据影响的方式自主操作致动装置的命令，并且根据命令自主操作致动装置以将流体输送给用户。

实施例62：根据实施例61所述的输注设备，其中感测装置包括环境感测装置，并且背景测量数据包括环境测量数据。

实施例63：根据实施例61所述的输注设备，其中感测装置包括位置感测装置，并且背景测量数据包括输注设备的地理位置。

实施例64：根据实施例61所述的输注设备，还包括音频输入设备，该音频输入设备耦接到控制系统以接收来自用户的会话输入，其中控制系统将会话输入和背景测量数据传输到远程设备，该远程设备被配置为至少部分地基于会话输入和背景测量数据来查询数据库。

实施例65：根据实施例64所述的输注设备，还包括耦接到控制系统的显示设备，其中控制系统从远程设备接收与查询相对应的搜索结果并且在显示设备上显示受搜索结果影响的会话响应。

实施例66：根据实施例61所述的输注设备，其中控制系统使用与医疗状况相关联的风险模型，至少部分地基于背景测量数据来确定用户经历医疗状况的风险概率，并且至少部分地基于风险概率来确定命令。

实施例67：根据实施例61所述的输注设备，还包括耦接到控制系统的用户界面设备，其中控制系统至少部分地基于背景测量数据来确定用于用户的治疗干预的提升度量，并且当提升度量大于阈值时，经由用户界面设备提供指示治疗干预的建议。

实施例68：根据实施例61所述的输注设备，还包括耦接到控制系统的用户界面设备，其中控制系统至少部分地基于背景测量数据来确定用于用户的治疗方案的依从性度量，并且当依从性度量大于阈值时，经由用户界面设备提供指示治疗方案的建议。

实施例69：根据实施例61所述的输注设备，还包括耦接到控制系统的显示设备，其中测量数据包括用户的传感器葡萄糖测量数据；并且控制系统至少部分地基于传感器葡萄糖测量数据和背景测量数据来确定用户的未来的预报葡萄糖水平，并且在显示设备上提供预报葡萄糖水平的图形表示。

实施例70：根据实施例61所述的输注设备，其中测量数据包括用户的传感器葡萄糖测量数据；并且控制系统至少部分地基于传感器葡萄糖测量数据和背景测量数据来确定用户的未来的预报葡萄糖水平，基于传感器葡萄糖测量数据和目标葡萄糖值之间的关系确定闭环输送命令，以及通过基于预报葡萄糖水平调整闭环输送命令来确定命令。

实施例71：根据实施例61所述的输注设备，其中测量数据包括用户的传感器葡萄糖测量数据；并且控制系统至少部分地基于背景测量数据来确定用户经历葡萄糖漂移的风险概率，基于传感器葡萄糖测量数据和目标葡萄糖值之间的关系确定闭环输送命令，并且通过至少部分地基于风险概率调整闭环输送命令来确定命令。

实施例72：一种操作输注设备以调节患者的生理状况的方法，该方法包括：在输注设备处从第一感测装置获得指示生理状况的测量数据；在输注设备处确定用于自主操作输注设备的致动装置以将影响生理状况的流体输送给患者的输送命令；在输注设备处从输注设备的第二感测装置获得背景测量数据；以受背景测量数据影响的方式调整输送命令以获得已调整的输送命令；以及根据已调整的输送命令自动操作致动装置以输送流体。

实施例73：根据实施例72所述的方法，其中：获得测量数据包括从葡萄糖感测装置获得传感器葡萄糖测量数据；并且确定输送命令包括至少部分地基于传感器葡萄糖测量数据与目标葡萄糖值之间的关系来确定用于自主地操作致动装置以输送胰岛素的闭环输送命令。

实施例74：根据实施例73所述的方法，还包括使用与医疗状况相关联的风险模型，至少部分地基于背景测量数据来确定患者经历医疗状况的风险概率，其中调整输送命令包括至少部分地基于风险概率来调整闭环输送命令。

实施例75：根据实施例74所述的方法，医疗状况包括高血糖事件，其中调整输送命令包括至少部分地基于风险概率来增加闭环输送命令。

实施例76：根据实施例74所述的方法，医疗状况包括低血糖事件，其中调整输送命令包括至少部分地基于风险概率来减少闭环输送命令。

实施例77：根据实施例73所述的方法，还包括至少部分地基于传感器葡萄糖测量数据和背景测量数据来确定患者的未来的预报葡萄糖水平，其中调整输送命令包括至少部分地基于预测葡萄糖水平和目标葡萄糖值之间的关系来调整闭环输送命令。

实施例78：根据实施例77所述的方法，还包括在输注设备的显示设备上显示预报葡萄糖水平。

实施例79：根据实施例72所述的方法，还包括在输注设备处至少部分地基于背景测量数据来确定用于患者的治疗干预的提升度量；并且当提升量度大于阈值时，在输注设备处提供指示治疗干预的建议。

实施例80：根据实施例72所述的方法，还包括在输注设备处至少部分地基于背景测量数据来确定用于患者的治疗方案的依从性度量；并且当依从性量度大于阈值时，在输注设备处提供指示治疗方案的建议。

实施例81：一种查询数据库的方法，该方法包括：由耦接到数据库的计算设备从客户端设备接收输入查询；由计算设备至少部分地基于输入查询来识别数据库的多个不同逻辑层中的逻辑层以进行搜索；由计算设备至少部分地基于输入查询来生成查询语句，该查询语句用于搜索数据库的多个不同逻辑层中的所识别的逻辑层；使用查询语句来查询数据库的所识别的逻辑层以获得结果数据；以及由计算设备向客户端设备提供受结果数据影响的搜索结果。

实施例82：根据实施例81所述的方法，输入查询包括会话输入，其中识别逻辑层包括：基于会话输入来确定查询目标；以及至少部分地基于查询目标来确定逻辑层。

实施例83：根据实施例82所述的方法，还包括从客户端设备获得当前操作背景信息，其中确定逻辑层包括至少部分地基于查询目标和当前操作背景信息来确定逻辑层。

实施例84：根据实施例83所述的方法，客户端设备包括与患者相关联的医疗设备，其中当前操作背景信息包括与患者的生理状况有关的测量值和与医疗设备相关联的当前操作状态中的至少一个。

实施例85：根据实施例83所述的方法，其中生成查询语句包括：解析会话输入以识别会话输入内的查询准则；以及生成用于使用查询准则来搜索所识别的逻辑层的查询语句。

实施例86：根据实施例81所述的方法，输入查询包括会话输入，其中生成查询语句包括：解析会话输入以识别会话输入内的查询准则；以及生成用于使用查询准则来搜索所识别的逻辑层的查询语句。

实施例87：根据实施例86所述的方法，其中识别逻辑层包括：基于会话输入来确定查询目标；以及至少部分地基于查询目标来确定逻辑层。

实施例88：根据实施例81所述的方法，还包括从客户端设备获得当前操作背景信息；以及至少部分地基于当前操作背景信息来过滤结果数据以获得搜索结果。

实施例89：根据实施例88所述的方法，客户端设备包括与患者相关联的医疗设备，其中当前操作背景信息包括与患者的生理状况有关的测量值和与医疗设备相关联的当前操作状态中的至少一个。

实施例90：根据实施例81所述的方法，数据库维持与多个实体有关的数据以及限定多个不同逻辑层中的每一个的图形数据结构的元数据，图形数据结构维持多个不同逻辑层的相应逻辑层内的多个实体中的不同实体之间的关系，多个实体中的每个实体维持数据库中存储的观察患者数据的一个或多个字段与数据库中存储的电子医疗记录数据的一个或多个字段之间的逻辑关系，其中使用查询语句来查询数据库的所识别的逻辑层包括遍历与所识别的逻辑层相关联的图形数据结构的不同实体以获得结果数据。

实施例91：一种其上存储有指令的计算机可读介质，这些指令能够由计算设备的处理系统执行以执行根据实施例81所述的方法。

实施例92：一种数据库系统，包括：数据库，该数据库用于维持与多个实体有关的数据和定义图形结构的元数据，该图形结构维持多个不同逻辑层中的每个逻辑层的多个实体中的不同实体之间的关系；客户端设备，该客户端设备耦接到网络以传输来自客户端设备的用户的会话输入；以及计算设备，该计算设备耦接到数据库和网络以便从客户端设备接收会话输入，至少部分地基于会话输入来确定数据库的多个不同逻辑层中的逻辑层以进行搜索，至少部分地基于会话输入来生成查询语句，该查询语句用于搜索数据库的多个不同逻辑层中的所识别的逻辑层以获得来自数据库的逻辑层的结果数据，以及通过网络向客户端设备提供受结果数据影响的搜索结果。

实施例93：根据实施例92所述的数据库系统，其中计算设备基于会话输入来确定查询目标，并且至少部分地基于查询目标来确定逻辑层。

实施例94：根据实施例93所述的数据库系统，其中：客户端设备通过网络将当前操作背景信息传输到计算设备；并且计算设备至少部分地基于查询目标和当前操作背景信息来确定逻辑层。

实施例95：根据实施例94所述的数据库系统，其中：客户端设备包括与患者相关联的医疗设备，并且当前操作背景信息包括与患者的生理状况有关的测量值和与医疗设备相关联的当前操作状态中的至少一个。

实施例96：根据实施例92所述的数据库系统，其中：客户端设备通过网络将当前操作背景信息传输到计算设备；并且计算设备至少部分地基于当前操作背景信息来过滤结果数据以获得搜索结果。

实施例97：根据实施例96所述的数据库系统，其中：客户端设备包括与患者相关联的医疗设备，并且当前操作背景信息包括与患者的生理状况有关的测量值和与医疗设备相关联的当前操作状态中的至少一个。

实施例98：一种查询数据库的方法，该方法包括：在客户端电子设备处提供提示用户的会话交互的图形用户界面显示；在客户端电子设备处接收来自用户的会话输入；通过网络从客户端电子设备向远程设备传送会话输入，其中远程设备至少部分地基于会话输入分析会话输入以识别数据库的多个不同逻辑层中的逻辑层以进行搜索，并且查询所识别的数据库逻辑层以获得结果数据；以及在客户端电子设备处响应于会话输入而在图形用户界面显示内提供会话搜索结果，其中会话搜索结果被结果数据影响。

实施例99：根据实施例98所述的方法，还包括从客户端电子设备向远程设备传送客户端电子设备处的当前操作背景，其中远程设备识别会话输入内的查询参数，并且至少部分地基于当前操作背景和查询参数来生成用于搜索所识别的逻辑层的查询语句。

实施例100：根据实施例98所述的方法，还包括从客户端电子设备向远程设备传送客户端电子设备处的当前操作背景，其中远程设备基于当前操作背景对结果数据进行过滤，之后至少部分地基于已过滤的结果数据生成会话搜索结果并且通过网络将会话搜索结果传输到客户端电子设备。

实施例101：一种数据库系统，包括：数据库，该数据库用于维持与多个实体有关的数据；以及计算设备，该计算设备耦接到数据库以便识别多个实体中的不同实体之间的关系，生成限定图形结构的元数据，该图形结构维持多个不同逻辑层的多个实体中的不同实体之间的关系，以及将元数据存储在数据库中。

实施例102：根据实施例101所述的数据库系统，数据包括存储在数据库中的观察患者数据和存储在数据库中的电子医疗记录数据，其中多个实体中的每个实体维持数据库中存储的观察患者数据的一个或多个字段与电子医疗记录数据的一个或多个字段之间的逻辑关系。

实施例103：根据实施例101所述的数据库系统，多个不同逻辑层中的第一逻辑层的图形结构包括多个实体的子集，其中计算设备分析第一逻辑层的图形结构以识别多个实体的子集中的一对实体之间的因果关系，并且更新限定第一逻辑层的图形结构的元数据以包括该对实体之间的因果链接。

实施例104：根据实施例103所述的数据库系统，其中该对实体包括对应于进餐事件的第一实体和对应于葡萄糖漂移事件的第二实体。

实施例105：根据实施例101所述的数据库系统，其中多个不同逻辑层包括患者层、生活方式层、治疗层、糖尿病管理层和糖尿病知识层中的一个或多个。

实施例106：根据实施例101所述的数据库系统，数据库维持与多个不同逻辑层中的第一逻辑层有关的查询日志，其中计算设备识别查询日志中的重复查询路径，识别第一逻辑层内的重复查询路径的一对端实体，并且更新限定第一逻辑层的图形结构的元数据以包括该对端实体之间的链接。

实施例107：根据实施例106所述的数据库系统，其中计算设备将重复查询路径识别为遍历第一逻辑层内的大于第一阈值数量的实体并在查询日志中多次出现的查询路径。

实施例108：一种管理数据库的方法，该数据库维持与多个患者有关的数据，该方法包括：由计算设备从数据库中分析数据库中的逻辑层的图形数据结构，图形数据结构由数据库中的元数据限定并且图形数据结构包括多个实体，其中多个实体中的每个实体维持与和多个患者中的相应患者相关联的观察数据的一个或多个字段的逻辑关系；由计算设备识别逻辑层内的多个实体中的一对实体之间的关系；以及由计算设备更新数据库中的元数据以在一对实体之间创建链接。

实施例109：根据实施例108所述的方法，其中识别关系包括至少部分地基于与一对实体相关联的时间信息来识别该对实体之间的因果关系。

实施例110：根据实施例108所述的方法，其中识别关系包括周期性地扫描图形数据结构以识别该对实体之间的因果关系。

实施例111：根据实施例108所述的方法，关系包括因果关系，其中更新元数据包括响应于识别因果关系而在逻辑层内的该对实体之间创建定向链接。

实施例112：根据实施例108所述的方法，还包括获得与逻辑层有关的查询日志，其中识别关系包括识别重复查询路径，该重复查询路径包括与查询日志内的该对实体相对应的端节点。

实施例113：根据实施例112所述的方法，还包括在更新元数据以创建端节点之间的链接之前，验证重复查询路径是否遍历图形数据结构中的大于阈值数量的节点。

实施例114：根据实施例108所述的方法，还包括：由计算设备通过网络从多个电子设备接收与多个患者相关联的观察数据；由计算设备在数据库中创建多个实体；以及在分析图形数据结构和更新元数据之前，由计算设备基于与多个实体相关联的一个或多个字段之间的关系创建限定图形数据结构的元数据。

实施例115：根据实施例114所述的方法，其中观察数据包括传感器葡萄糖测量数据。

实施例116：一种其上存储有指令的计算机可读介质，这些指令能够由计算设备的处理系统执行以执行根据实施例108所述的方法。

实施例117：一种系统，包括：多个医疗设备，该多个医疗设备用于获得与多个患者有关的观察数据；数据库，该数据库用于维持与多个实体有关的数据，其中多个实体中的每个实体维持数据库中存储的观察数据的一个或多个字段之间的逻辑关系；以及计算设备，该计算设备耦接到数据库以便识别多个实体中的不同实体之间的关系，生成限定图形结构的元数据，该图形结构维持多个不同逻辑层的多个实体中的不同实体之间的关系，以及将元数据存储在数据库中。

实施例118：根据实施例117所述的系统，其中计算设备使用生成的递归神经网络来识别多个实体中的不同实体之间的因果关系。

实施例119：根据实施例118所述的系统，其中不同实体包括事件实体和葡萄糖漂移事件实体。

实施例120：根据实施例119所述的系统，其中：事件实体对应于进餐事件、锻炼事件或推注事件之一；并且葡萄糖漂移事件实体对应于低血糖事件和高血糖事件之一。

实施例121：一种监测患者的生理状况的方法，该方法包括：由计算设备从感测装置获得与患者的生理状况有关的测量数据；由计算设备从数据库获得与患者相关联的医疗记录数据；由计算设备至少部分地基于测量数据、医疗记录数据以及群体测量数据与群体医疗记录数据之间的一种或多种关系来确定与患者有关的医疗状况的风险评分；以及至少部分地基于风险评分在计算设备处启动一个或多个动作。

实施例122：根据实施例121所述的方法，其中启动一个或多个动作包括至少部分地基于风险评分，调整用于操作输注设备的致动装置的输送命令以输送影响患者的生理状况的流体。

实施例123：根据实施例122所述的方法，输注设备可操作以输送胰岛素来调节患者的葡萄糖水平，其中调整输送命令包括当医疗状况对应于急性高血糖状况并且风险评分大于阈值时增加输送命令。

实施例124：根据实施例122所述的方法，输注设备可操作以输送胰岛素来调节患者的葡萄糖水平，其中调整输送命令包括当医疗状况对应于急性低血糖状况并且风险评分大于阈值时减少输送命令。

实施例125：根据实施例121所述的方法，其中启动一个或多个动作包括当风险评分大于阈值时，为患者生成治疗建议。

实施例126：根据实施例125所述的方法，其中生成治疗建议包括：至少部分地基于测量数据和医疗记录数据中的至少一个，确定多个不同治疗干预中的每一个的提升度量，从而产生多个提升度量值；以及至少部分地基于多个提升度量值，从多个不同治疗干预中选择建议的治疗干预作为治疗建议。

实施例127：根据实施例126所述的方法，其中生成治疗建议包括：从数据库获得与患者相关联的索赔数据；并且至少部分地基于索赔数据确定多个不同治疗干预中的每一个的依从性度量，从而产生多个依从性度量值，其中选择推荐的治疗干预包括至少部分地基于多个提升度量值和多个依从性度量值而从多个不同治疗干预中选择推荐的治疗干预。

实施例128：根据实施例125所述的方法，其中生成治疗建议包括：从数据库获得与患者相关联的索赔数据；至少部分地基于索赔数据确定多个不同治疗干预中的每一个的依从性度量，从而产生多个依从性度量值；以及至少部分地基于多个依从性度量值，从多个不同治疗干预中选择建议的治疗干预作为治疗建议。

实施例129：根据实施例121所述的方法，还包括：从数据库获得与多个患者相关联的群体测量数据；从数据库获得与多个患者相关联的群体医疗记录数据；以及针对具有医疗状况的多个患者的子集，基于群体测量数据和群体医疗记录数据之间的一种或多种关系来确定用于医疗状况的风险模型，其中确定风险评分包括将测量数据和医疗记录数据输入风险模型以获得风险评分。

实施例130：根据实施例121所述的方法，还包括从计算设备的第二感测装置获得背景测量数据，其中确定风险评分包括以受背景测量数据影响的方式确定风险评分

实施例131：一种其上存储有指令的计算机可读介质，这些指令能够由计算设备的处理系统执行以进行根据实施例121所述的方法。

实施例132：一种系统，包括：感测装置，该感测装置用于获得与患者的生理状况有关的测量数据；数据库，该数据库用于维持与患者相关联的医疗记录数据、与多个患者相关联的群体测量数据、以及与多个患者相关联的群体医疗记录数据；以及计算设备，该计算设备通信地耦接到感测装置和数据库以至少部分地基于测量数据、医疗记录数据以及群体测量数据与群体医疗记录数据之间的一种或多种关系确定与患者的医疗状况有关的风险评分，以及当风险评分大于阈值时执行一个或多个动作。

实施例133：根据实施例132所述的系统，其中：计算设备包括输注设备，该输注设备包括致动装置，该致动装置可操作以输送影响患者的生理状况的流体；并且一个或多个动作包括调整用于操作致动装置的一个或多个输送命令。

实施例134：根据实施例132所述的系统，其中一个或多个动作包括显示用于患者的治疗建议。

实施例135：根据实施例132所述的系统，其中对于具有医疗状况的多个患者的子集，计算设备基于群体测量数据和群体医疗记录数据之间的一种或多种关系来确定用于医疗状况的风险模型，并且将测量数据和医疗记录数据输入风险模型以获得风险评分。

实施例136：根据实施例132所述的系统，还包括用于获得与患者有关的背景测量数据的第二感测装置，其中计算设备通信地耦接到第二感测装置以便以受背景测量数据影响的方式确定风险评分。

实施例137：根据实施例136所述的系统，其中背景测量数据包括环境测量数据和地理位置中的至少一个。

实施例138：一种监测患者的方法，该方法包括：从数据库获得与多个患者相关联的群体葡萄糖测量数据；以及从数据库获得与多个患者相关联的群体医疗记录数据；对于具有医疗状况的多个患者的子集，基于群体葡萄糖测量和群体医疗记录数据之间的关系来确定用于医疗状况的风险模型；从组织间葡萄糖感测装置获得患者的传感器葡萄糖测量数据；从数据库获得与患者相关联的医疗记录数据；使用风险模型，至少部分地基于传感器葡萄糖测量数据和医疗记录数据来确定与患者相关联的针对医疗状况的风险评分；以及当风险评分大于阈值时，为患者生成治疗建议。

实施例139：根据实施例138所述的方法，还包括至少部分地基于风险评分来调整用于操作胰岛素输注设备的致动装置的输送命令。

实施例140：根据实施例138所述的方法，其中生成治疗建议包括：至少部分地基于传感器葡萄糖测量数据和医疗记录数据中的至少一个，确定多个不同治疗干预中的每一个的提升度量，从而产生多个提升度量值；以及至少部分地基于多个提升度量值，从多个不同治疗干预中选择建议的治疗干预作为治疗建议。

实施例141：一种管理患者的生理状况的方法，该方法包括：由计算设备从感测装置获得与患者的生理状况有关的测量数据；由计算设备从数据库获得与患者相关联的医疗记录数据；由计算设备至少部分地基于测量数据和医疗记录数据将患者分类到患者组中；由计算设备获得与患者组相关联的多个不同提升模型，其中多个不同提升模型中的每个提升模型对应于多个不同治疗干预中的相应治疗干预；由计算设备使用多个不同的提升模型，基于测量数据和医疗记录数据来确定与患者相关联的针对多个不同治疗干预的多个提升度量值；以及由计算设备至少部分地基于与推荐的治疗干预相关联的相应提升度量值为患者提供推荐的治疗干预的指示。

实施例142：根据实施例141所述的方法，还包括至少部分地基于相对于多个提升度量值中的剩余提升度量值的相应提升度量值，从多个不同治疗干预中选择推荐的治疗干预。

实施例143：根据实施例142所述的方法，其中选择推荐的治疗干预包括将推荐的治疗干预识别为具有多个提升度量值中的最高提升度量值。

实施例144：根据实施例141所述的方法，还包括：由计算设备至少部分地基于群体医疗索赔数据确定多个不同治疗干预的多个成本度量值；以及至少部分地基于相应提升度量值和与推荐的治疗干预相关联的多个成本度量值中的相应成本度量值，从多个不同治疗干预中选择推荐的治疗干预。

实施例145：根据实施例141所述的方法，还包括：由计算设备至少部分地基于群体医疗索赔数据确定多个不同治疗干预的多个依从性度量值；以及至少部分地基于相应提升度量值和与推荐的治疗干预相关联的多个依从性度量值中的相应依从性度量值，从多个不同治疗干预中选择推荐的治疗干预。

实施例146：根据实施例141所述的方法，还包括从计算设备的第二感测装置获得背景测量数据，其中确定多个提升度量值包括以受背景测量数据影响的方式确定多个提升度量值。

实施例147：根据实施例141所述的方法，还包括：从数据库获得与多个患者相关联的群体测量数据；从数据库获得与多个患者相关联的群体医疗记录数据；以及将机器学习应用于群体测量数据与群体医疗记录数据之间的关系以将患者组限定为多个患者的子集。

实施例148：根据实施例147所述的方法，还包括基于群体测量数据的各个子集以及与多个患者的子集相关联的群体医疗记录数据之间的关系，确定多个不同提升模型。

实施例149：根据实施例148所述的方法，还包括：从数据库获得与多个患者相关联的群体医疗索赔数据；至少部分地基于与多个患者的子集相关联的群体医疗索赔数据以及与多个患者的子集相关联的群体医疗记录数据之间的关系，确定多个不同治疗干预的多个不同依从性模型；由计算设备至少部分地基于医疗记录数据确定与患者相关联的针对多个不同治疗干预的多个依从性度量值；以及至少部分地基于相应提升度量值和与推荐的治疗干预相关联的多个依从性度量值中的相应依从性度量值，从多个不同治疗干预中选择推荐的治疗干预。

实施例150：根据实施例141所述的方法，还包括由计算设备获得患者的事件日志数据，其中确定多个提升度量值包括以受背景测量数据影响的方式确定多个提升度量值。

实施例151：一种其上存储有指令的计算机可读介质，这些指令能够由计算设备的处理系统执行以执行根据实施例141所述的方法。

实施例152：一种管理患者的生理状况的方法，该方法包括：由耦接到数据库的计算设备从数据库获得与多个患者相关联的群体测量数据；由计算设备从数据库获得与多个患者相关联的群体医疗记录数据；由计算设备基于与多个患者的子集相关联的群体测量数据的子集以及与多个患者子集相关联的群体医疗记录的子集中的至少一个，确定用于建模的包括多个患者的子集的患者组；由计算设备确定至少部分地基于群体测量数据的子集以及与多个患者的子集相关联的群体医疗记录数据的子集之间的一种或多种关系，与患者组相关联的针对不同治疗干预的多个不同提升模型；从感测装置获得与患者的生理状况有关的测量数据；从数据库获得与患者相关联的医疗记录数据；使用多个不同的提升模型，基于测量数据和医疗记录数据来确定与患者相关联的多个提升度量值；至少部分地基于多个提升度量值，从不同治疗干预中选择推荐的治疗干预；以及为患者提供建议的治疗干预的指示。

实施例153：根据实施例152所述的方法，其中确定多个患者的子集包括对于群体医疗记录数据子集内的不同治疗干预的通用治疗干预，识别表现出生理改进的患者群组。

实施例154：根据实施例153所述的方法，其中生理改进包括以下中的至少一个：A1C实验室值的减少、葡萄糖漂移事件的减少、以及传感器葡萄糖测量值在目标范围内的时间百分比的增加。

实施例155：根据实施例152所述的方法，其中确定多个患者的子集包括基于群体医疗记录数据的子集，识别具有共同医学诊断的多个患者的子集。

实施例156：根据实施例152所述的方法，其中确定多个患者的子集包括基于群体医疗记录数据的子集，识别具有共同治疗方案的多个患者的子集。

实施例157：根据实施例152所述的方法，其中确定多个不同提升模型包括对于不同治疗干预中的每个治疗干预，至少部分地基于群体测量数据的子集以及相应治疗干预中规定的与多个患者的子集相关联的群体医疗记录数据的子集之间的一种或多种关系，确定用于由相应治疗干预导致的估计生理改进的模型。

实施例158：根据实施例152所述的方法，还包括对于不同治疗干预中的每个治疗干预，确定与相应治疗干预相关联的相应成本度量值，其中选择推荐的治疗干预包括至少部分地基于与每个不同治疗干预相关联的相应提升度量值和相应成本度量值之间的关系从不同治疗干预中选择推荐的治疗干预。

实施例159：一种系统，包括：感测装置，该感测装置用于获得与患者的生理状况有关的测量数据；数据库，该数据库用于基于群体测量数据以及与多个患者相关联的群体医疗记录数据之间的关系来维持与患者相关联的医疗记录数据以及与患者组相关的多个不同提升模型，其中多个不同提升模型中的每个提升模型对应于多个不同治疗干预中的相应治疗干预；以及计算设备，该计算设备通信耦接到传感装置和数据库以便至少部分地基于测量数据和医疗记录数据将患者分类到患者组中，使用多个不同的提升模型，基于测量数据和医疗记录数据来确定与患者相关联的针对多个不同治疗干预的多个提升度量值，以及至少部分地基于与推荐的治疗干预相关联的相应提升度量值为患者生成推荐的治疗干预的用户通知。

实施例160：根据实施例159所述的系统，还包括第二传感装置，该第二传感装置耦接到计算设备以提供背景测量数据，其中多个提升度量值受背景测量数据影响。

实施例161：一种管理患者的生理状况的方法，该方法包括：由计算设备从感测装置获得与患者的生理状况有关的测量数据；由计算设备从数据库获得与患者相关联的医疗记录数据；由计算设备获得与多个不同治疗方案相关联的多个不同依从性模型，其中多个不同依从性模型中的每个依从性模型对应于多个不同治疗方案中的相应治疗方案；由计算设备使用多个不同的依从性模型，基于测量数据和医疗记录数据来确定与患者相关联的针对多个不同治疗方案的多个依从性度量值；以及由计算设备至少部分地基于与推荐的治疗方案相关联的相应依从性度量值为患者提供推荐的治疗方案的指示。

实施例162：根据实施例161所述的方法，还包括：由计算设备至少部分地基于测量数据和医疗记录数据确定多个不同治疗方案的多个提升度量值；以及至少部分地基于相应依从性度量值和与推荐的治疗方案相关联的多个提升度量值中的相应提升度量值，从多个不同治疗方案中选择推荐的治疗方案。

实施例163：根据实施例161所述的方法，还包括从计算设备的第二感测装置获得背景测量数据，其中确定多个依从性度量值包括以受背景测量数据影响的方式确定多个依从性度量值。

实施例164：根据实施例161所述的方法，还包括：从数据库获取与多个患者相关联的群体测量数据；从数据库获得与多个患者相关联的群体医疗记录数据；从数据库获得与多个患者相关联的群体医疗索赔数据；以及对于多个不同治疗方案中的每个治疗方案：基于群体医疗记录数据识别相应治疗方案中规定的多个患者的子集；以及基于与多个患者的子集相关联的群体医疗索赔数据、群体测量数据和群体医疗记录数据的相应子集之间的关系来确定与相应治疗方案相关联的相应依从性模型。

实施例165：根据实施例161所述的方法，还包括至少部分地基于测量数据和医疗记录数据来确定与患者相关联的针对医疗状况的风险评分，其中提供指示包括当风险评分大于阈值时，在与计算设备相关联的显示设备上显示推荐的治疗方案的指示。

实施例166：根据实施例161所述的方法，其中提供推荐的治疗方案的指示包括显示通过与其相关联的相应依从性度量值排序的多个不同治疗方案的列表。

实施例167：根据实施例161所述的方法，还包括至少部分地基于相对于多个依从性度量值的其余依从性度量值的相应依从性度量值，从多个不同治疗方案中选择推荐的治疗方案。

实施例168：根据实施例167所述的方法，其中选择推荐的治疗方案包括将推荐的治疗方案识别为具有多个依从性度量值中的最高依从性度量值。

实施例169：一种其上存储有指令的计算机可读介质，这些指令能够由计算设备的处理系统执行以进行根据实施例161所述的方法。

实施例170：一种管理患者的生理状况的方法，该方法包括：由计算设备获得治疗方案中规定的针对多个患者的群体医疗记录数据；由计算设备获得多个患者的群体医疗索赔数据；由计算设备获得多个患者的群体测量数据；由计算设备至少部分地基于群体医疗索赔数据、群体医疗记录数据和群体测量数据之间的关系来确定依从性模型；由计算设备从感测装置获得与患者的生理状况有关的测量数据；由计算设备从数据库获得与患者相关联的医疗记录数据；由计算设备至少部分地基于测量数据和医疗记录数据使用依从性模型来确定用于患者的治疗方案的依从性度量值；以及由计算设备基于依从性度量值推荐用于患者的治疗方案。

实施例171：根据实施例170所述的方法，群体医疗索赔数据包括与治疗方案有关的处方信息，并且群体医疗索赔数据包括与治疗方案有关的处方填充信息，其中确定依从性模型包括至少部分地基于处方填充信息与处方信息之间的一种或多种关系来确定依从性模型。

实施例172：根据实施例170所述的方法，还包括由计算设备获得多个患者的***日志数据；其中确定依从性模型包括至少部分地基于***日志数据来确定依从性模型。

实施例173：根据实施例172所述的方法，还包括由计算设备从数据库获得与患者相关联的事件日志数据；其中确定依从性度量值包括使用依从性模型，至少部分地基于测量数据、医疗记录数据和事件日志数据来确定用于患者的治疗方案的依从性度量值。

实施例174：根据实施例172所述的方法，还包括从第二感测装置获得背景测量数据，其中确定依从性度量值包括以受背景测量数据影响的方式来确定依从性度量值。

实施例175：根据实施例170所述的方法，还包括至少部分地基于测量数据和医疗记录数据来确定与患者相关联的针对医疗状况的风险评分，其中推荐治疗方案包括当风险评分大于阈值时，在与计算设备相关联的显示设备上显示治疗方案的指示。

实施例176：根据实施例170所述的方法，还包括由计算设备至少部分地基于测量数据和医疗记录数据确定用于患者的治疗方案的提升度量值，其中建议治疗方案受提升度量值和依从性度量值的影响。

实施例177：根据实施例170所述的方法，还包括由计算设备至少部分地基于群体医疗索赔数据确定治疗方案的成本度量值，其中建议治疗方案受成本度量值和依从性度量值的影响。

实施例178：根据实施例177所述的方法，还包括由计算设备至少部分地基于测量数据和医疗记录数据确定用于患者的治疗方案的提升度量值，其中建议治疗方案受提升度量值、成本度量值和依从性度量值的影响。

实施例179：一种系统，包括：感测装置，该感测装置用于获得与患者的生理状况有关的测量数据；数据库，该数据库用于维持与患者相关联的医疗记录数据以及与多个不同治疗方案相关联的多个不同依从性模型，其中多个不同依从性模型中的每个依从性模型对应于多个不同治疗方案中的相应治疗方案；以及计算设备，该计算设备通信耦接到传感装置和数据库以便使用多个不同的依从性模型，基于测量数据和医疗记录数据来确定与患者相关联的针对多个不同治疗方案的多个依从性度量值，以及至少部分地基于与推荐的治疗方案相关联的相应依从性度量值为患者生成推荐的治疗方案的用户通知。

实施例180：根据实施例179所述的系统，还包括第二传感装置，该第二传感装置耦接到计算设备以提供背景测量数据，其中多个依从性度量值受背景测量数据影响。

为简洁起见，与葡萄糖感测和/或监测、传感器校准和/或补偿、推注、机器学习和/或人工智能、药物动力学建模、以及本主题的其他功能方面有关的常规技术在本文可不再详细描述。此外，本文中可也使用某些术语但仅供参考，因此并非旨在进行限制。例如，除非上下文明确指出，否则诸如“第一”、“第二”以及涉及结构的其他此类数字术语的术语并不意味着次序或顺序。以上描述可还指代被“连接”或“耦接”在一起的元件或节点或结构。如本文所用，除非另有明确说明，“耦接”是指一个元件/节点/结构直接或间接地与另一个元件/节点/结构结合(或直接或间接地连通)，并且不一定是机械地连接。

虽然在前面的详细描述中已经呈现了至少一个示例性实施方案，但是应当理解，还存在大量变型形式。还应当理解，本文所述的一个或多个示例性实施方案并非旨在以任何方式限制要求保护的主题的范围、适用性或配置。例如，本文所述的主题不限于本文所述的输注设备和相关的系统。此外，前面的详细描述将为本领域的技术人员提供用于实现所描述的一个或多个实施方案的便捷的路线图。应当理解，在不脱离由权利要求书限定的范围的情况下，可以对元件的功能和布置做出各种改变，包括在提交本专利申请时已知的等同物和可预见的等同物。因此，在没有明确的相反意图的情况下，上述示例性实施方案或其他限制的细节不应被解读为权利要求书。