論文の概要: GlucOS: Security, correctness, and simplicity for automated insulin delivery
- arxiv url: http://arxiv.org/abs/2406.18262v1
- Date: Wed, 26 Jun 2024 11:20:15 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-27 13:39:16.254305
- Title: GlucOS: Security, correctness, and simplicity for automated insulin delivery
- Title(参考訳): GlucOS: 自動インスリンデリバリーのセキュリティ、正確性、単純性
- Authors: Hari Venugopalan, Shreyas Madhav Ambattur Vijayanand, Caleb Stanford, Stephanie Crossen, Samuel T. King,
- Abstract要約: 1型糖尿病(1 type 1 Diabetes、T1D)は、膵臓がインスリンを産生するのを止める代謝障害である。
補うために、合成インスリンを注入する。自動インスリンデリバリーシステムと呼ばれるコンピューターシステムは、インスリンを自動的に注入する。
本稿では,GlucOSと呼ばれる新しい信頼性の高い自動インスリンデリバリーシステムの構築に挑戦する。
- 参考スコア(独自算出の注目度): 0.9763849901138384
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Type 1 Diabetes (T1D) is a metabolic disorder where an individual's pancreas stops producing insulin. To compensate, they inject synthetic insulin. Computer systems, called automated insulin delivery systems, exist that inject insulin automatically. However, insulin is a dangerous hormone, where too much insulin can kill people in a matter of hours and too little insulin can kill people in a matter of days. In this paper, we take on the challenge of building a new trustworthy automated insulin delivery system, called GlucOS. In our design, we apply separation principles to keep our implementation simple, we use formal methods to prove correct the most critical parts of the system, and we design novel security mechanisms and policies to withstand malicious components and attacks on the system. We report on real world use for one individual for 6 months using GlucOS. Our data shows that for this individual, our ML-based algorithm runs safely and manages their T1D effectively. We also run our system on 21 virtual humans using simulations and show that our security and safety mechanisms enable ML to improve their core T1D measures of metabolic health by 4.3\% on average. Finally, we show that our security and safety mechanisms maintain recommended levels of control over T1D even in the face of active attacks that would have otherwise led to death. GlucOS is open source and our code is available on GitHub.
- Abstract(参考訳): 1型糖尿病(1 type 1 Diabetes、T1D)は、膵臓がインスリンを産生するのを止める代謝障害である。
補うために、合成インスリンを注入する。
自動インスリンデリバリーシステムと呼ばれるコンピュータシステムは、インスリンを自動的に注入する。
しかし、インスリンは危険なホルモンであり、インスリンが多すぎると数時間で人を殺すことができ、インスリンが少なければ数日で人を殺すことができる。
本稿では,GlucOSと呼ばれる新しい信頼性の高い自動インスリンデリバリーシステムの構築に挑戦する。
本設計では,実装をシンプルに保つために分離原則を適用し,システムの最重要部分を正すための形式的手法を用いて,悪意あるコンポーネントやシステムに対する攻撃に耐える新しいセキュリティ機構とポリシーを設計する。
GlucOSを用いた実世界利用を6カ月間報告した。
我々のデータは、この個人にとってMLベースのアルゴリズムが安全に動作し、T1Dを効果的に管理していることを示している。
また、シミュレーションを用いて21人の仮想人間上でシステムを実行し、我々のセキュリティと安全メカニズムにより、MLは代謝健康のコアT1Dを平均4.3倍改善できることを示す。
最後に、我々の安全と安全のメカニズムは、他の方法では死に至るであろう攻撃に直面した場合でも、T1Dに対する推奨の制御レベルを維持していることを示す。
GlucOSはオープンソースで、私たちのコードはGitHubから入手可能です。
関連論文リスト
- Attention Networks for Personalized Mealtime Insulin Dosing in People with Type 1 Diabetes [0.30723404270319693]
本稿では,自己注意型エンコーダネットワークを用いた強化学習エージェントが,この直感的な処理を効果的に模倣し,強化する方法を実証する。
その結果、センサー強化ポンプのシナリオでは16.5から9.6に、自動インスリンデリバリーのシナリオでは9.1から6.7に、血糖リスクは著しく低下した。
論文 参考訳(メタデータ) (2024-06-18T17:59:32Z) - Optimizing the Design of an Artificial Pancreas to Improve Diabetes
Management [10.60691612679966]
糖尿病は米国だけでも3800万人に影響を与える。
この治療の目的は、連続したグルコースメーターで測定されるように、血糖値を許容範囲の中央に保持することである。
第二の目標は注射を最小化することであり、これは一部の患者が実施するのが不快で困難である。
本研究では,神経進化を治療の最適な戦略の発見に用いた。
論文 参考訳(メタデータ) (2024-02-10T00:49:46Z) - Security, extensibility, and redundancy in the Metabolic Operating System [0.8484871864277641]
本稿では,新しいインスリン自動デリバリーシステムであるメタボリックオペレーティングシステムについて紹介する。
我々は、コアシステムを簡単にし、コアクローズドループアルゴリズムから非クリティカルな機能を分離するために分離原理を適用した。
安全性の観点からは、システムを使用している人が安全であることを保証するために、複数の冗長性層を構築します。
論文 参考訳(メタデータ) (2023-12-11T21:26:55Z) - Visual Detection of Personal Protective Equipment and Safety Gear on
Industry Workers [49.36909714011171]
我々は、PPE(Personal Protective Equipment)の使用を検知するカメラを用いて、労働者の安全を向上するシステムを開発した。
我々の焦点は、制限区域へのアクセスを得るために労働者が自らを提示しなければならないエントリーコントロールポイントに我々のシステムを実装することである。
この研究の新たな特徴は、クラス数を5つの対象(ヘルメット、安全ベスト、安全手袋、安全眼鏡、聴覚保護)に増やすことである。
論文 参考訳(メタデータ) (2022-12-09T11:50:03Z) - Temporal patterns in insulin needs for Type 1 diabetes [0.0]
1型糖尿病 (Type 1 Diabetes, T1D) は、身体がインスリンをほとんど分泌しない慢性疾患である。
正しいインスリン摂取量と時間を見つけることは、複雑で困難であり、まだ未解決のコントロールタスクである。
本研究ではOpenAPS Data Commonsデータセットを用いて、インスリンに必要な時間的パターンをよく知られた要因によって検出する。
論文 参考訳(メタデータ) (2022-11-14T14:19:50Z) - Leveraging Sequentiality in Reinforcement Learning from a Single
Demonstration [68.94506047556412]
本稿では,複雑なロボットタスクの制御ポリシーを1つの実演で学習するために,シーケンシャルなバイアスを活用することを提案する。
本研究は, ヒューマノイド移動やスタンドアップなど, 模擬課題のいくつかを, 前例のないサンプル効率で解くことができることを示す。
論文 参考訳(メタデータ) (2022-11-09T10:28:40Z) - Blockchain associated machine learning and IoT based hypoglycemia
detection system with auto-injection feature [0.0]
この研究は、低血糖を検知し、生命を救うために自動糖注入を行う自動システムを実装することを目的としている。
グルコースセンサーとスマートウォッチのデータはFog経由で処理され、クラウドに送信された。
低血糖事象が検出されると、システムはモバイルアプリケーションと自動注入装置に通知を送り、凝縮した糖を被害者の体に押し込んだ。
論文 参考訳(メタデータ) (2022-07-27T03:11:41Z) - Few-shot Backdoor Defense Using Shapley Estimation [123.56934991060788]
我々は、深層ニューラルネットワークに対するバックドア攻撃を軽減するために、Shapley Pruningと呼ばれる新しいアプローチを開発した。
ShapPruningは、感染した数少ないニューロン(全ニューロンの1%以下)を特定し、モデルの構造と正確性を保護する。
様々な攻撃やタスクに対して,本手法の有効性とロバスト性を示す実験を行った。
論文 参考訳(メタデータ) (2021-12-30T02:27:03Z) - Towards self-organized control: Using neural cellular automata to
robustly control a cart-pole agent [62.997667081978825]
我々は、カートポールエージェントを制御するために、ニューラルセルオートマトンを使用する。
我々は、Q値の推定値として出力セルの状態を用いる深層学習を用いてモデルを訓練した。
論文 参考訳(メタデータ) (2021-06-29T10:49:42Z) - Decentralized Privacy-Preserving Proximity Tracing [50.27258414960402]
DP3TはSARS-CoV-2の普及を遅らせるための技術基盤を提供する。
システムは、個人やコミュニティのプライバシーとセキュリティのリスクを最小限にすることを目的としている。
論文 参考訳(メタデータ) (2020-05-25T12:32:02Z) - Learning to Walk in the Real World with Minimal Human Effort [80.7342153519654]
我々は,人間の努力を最小限に抑えて,現実世界の深いRLを用いた足の移動ポリシーを学習するシステムを開発した。
人間の介入がほとんどないミニチュアロボットにおいて,ロボットの移動スキルを自動的かつ効率的に学習することができる。
論文 参考訳(メタデータ) (2020-02-20T03:36:39Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。