Parallel Scientific 25: Updates on Automated Insulin Delivery (AID)

時間： 09:30–11:00
地點： Hall 211
類型： Parallel Scientific

本頁整合本場次各講者的演講逐字稿整理與投影片解析補充內容。內容以演講轉錄稿為主軸，並使用投影片解析補充背景、數據與研究細節；投影片延伸資訊以底線標示。

本場次內容

Mohammed Al-Sofiani — FASTING DURING RAMADAN WITH AID SYSTEMS
Revital Nimri — TWENTY-FIVE-HOUR FASTING WITH HYBRID CLOSED-LOOP
Jennifer Sherr — OPTIMIZING AID SYSTEMS: STRATEGIES FOR ENHANCED GLYCEMIC CONTROL
Gregory P. Forlenza — IS ULTRA-FAST ACTING INSULIN IMPROVING AID – THE EVIDENCE IS MIXED, BUT THERE IS A CATCH
Q&A — Q&A

Mohammed Al-Sofiani｜FASTING DURING RAMADAN WITH AID SYSTEMS

開場與講者介紹

大家早安。我們將準時按照瑞士時間開始。感謝各位在早晨前來參與這個場次，並在 ATTD 堅持到週六的最後一天。我是 Roman Hovorka，我將與 Andreas Kormusa 教授共同主持這個場次。我們的任務是帶領大家了解自動胰島素傳輸系統（Automated Insulin Delivery, AID）的最新進展。我們都知道，AID 一直是推動第一型糖尿病管理發展與進步的核心動力，因此我們非常期待聽到相關的最新進展。

由於中東地區目前發生的局勢問題，前兩位講者無法親自前來參加 ATTD。不過，他們已經預先錄製了簡報，因此我們將以影片的方式播放。遺憾的是，他們無法在現場回答問題。如果您有任何疑問，簡報底部或結尾處會提供電子郵件地址，您可以透過該信箱向講者提問。

第一場預錄演講由 Mohammed Al-Sofiani 醫師主講，他將探討使用 AID 系統在齋戒月期間面臨的挑戰、實行方式以及臨床經驗。請播放影片，謝謝。

什麼是齋戒月間歇性斷食？

大家早安。首先，我必須表達我的遺憾，因為我無法親自前往美麗的巴塞隆納與各位相聚。不幸的是，由於中東目前的局勢，旅行並不安全。我要感謝主辦單位和 ATTD 的誠摯邀請，並允許我透過虛擬方式參與。今天，我將與大家分享我們團隊在過去六年中所經歷的一段旅程，我們致力於研究糖尿病管理中最複雜的真實世界挑戰之一：第一型糖尿病患者在齋戒月（Ramadan）期間的斷食問題。

在演講中，我將遵循「是什麼（What）」、「為什麼（Why）」、「如何做（How）」以及「接下來呢（Then what）」的結構來進行。我會先從生理學角度定義齋戒月間歇性斷食的實際意義；接著說明為什麼這個議題對全球超過 1.16 億名患有糖尿病的穆斯林如此重要；然後，我會展示我們的一些研究成果，這些研究探索了文獻中的空白，並解答了過去未解的問題，進而為臨床實踐指引提供參考；最後，我將簡短預告我們下一階段的研究方向。

齋戒月斷食代表了全球規模最大的間歇性斷食自然實驗之一。每年約有 1.16 億名糖尿病患者嘗試進行齋戒，事實上，全球約有 1.48 億名穆斯林糖尿病患者，其中高達 78.4% 的人會嘗試齋戒；在某些國家，甚至有高達 85% 的第一型糖尿病患者會參與齋戒。然而，歷史上的大多數證據和臨床指引都不建議第一型糖尿病患者進行齋戒。

在齋戒月期間，穆斯林必須在連續 29 到 30 天內，從黎明到日落期間禁食禁水。在典型的一天中，通常會有兩頓主餐：一頓是封齋飯（Suhoor），這是在黎明前食用的餐點，為斷食做準備；另一頓是開齋飯（Iftar），這是在日落時分用來打破斷食的餐點。從黎明到日落的這段時間就是斷食期，人們必須克制飲食和飲水，持續時間大約在 12 到 18 或 19 小時之間，具體取決於個人所在的地理位置。

齋戒月期間的斷食不僅僅是限制食物攝取，它還伴隨著睡眠模式、進餐時間與食物組成，以及身體活動量發生突然且大幅度的改變。

齋戒月對第一型糖尿病患者的生理與血糖影響

這些生活型態上突然且巨大的改變，創造了一個獨特的代謝環境和複雜的挑戰。因此，當我說糖尿病患者在齋戒月期間斷食會增加相關風險時，大家應該不會感到意外。這些風險包含了低血糖（Hypoglycemia）、高血糖（Hyperglycemia）、糖尿病酮酸中毒（Diabetic Ketoacidosis, DKA）以及脫水（Dehydration）。

事實上，我們過去幾年彙整的連續血糖監測（CGM）數據顯示，在齋戒月期間斷食的糖尿病患者，會出現兩個可預測的血糖高峰：第一個高峰出現在傍晚的開齋飯（Iftar）之後，第二個高峰則出現在清晨的封齋飯（Suhoor）之後。這些 CGM 數據來自第一型糖尿病患者，其中大多數人使用的是每日多次胰島素注射（MDI）。數據也顯示，在齋戒月的斷食期間（白天），平均血糖相對高於我們通常設定的空腹血糖目標。

當第一型糖尿病患者嘗試在齋戒月斷食時，各種 CGM 指標會發生變化。根據 2020 至 2022 年連續三年的數據分析顯示，患者在齋戒月期間的高於目標範圍時間（Time Above Range, TAR）確實會增加；而低於目標範圍時間（Time Below Range, TBR）則傾向於保持穩定，在某些情況下，與齋戒月前後相比甚至會顯著下降（例如 TBR <54 mg/dL 顯著減少）。

我們覺得這個現象非常有趣，因為直覺上，人們可能會認為在齋戒月和長時間斷食期間，低血糖的發生率會增加。但從這份橫跨連續三年的數據分析可以看出，情況並非如此。事實上，在這些個體中，反而是**高血糖（Hyperglycemia）**在齋戒月期間增加了。

害怕低血糖：導致高血糖的主因與胰島素調整

我們認為，齋戒月期間高血糖增加的模式主要是由兩個因素驅動的。

第一個因素與糖尿病患者在齋戒月期間對**低血糖的極度恐懼（Fear of hypoglycemia）**有關。研究發現，特別是那些使用非自動胰島素傳輸系統（如 MDI 搭配 CGM）的患者，在「行為子量表（Behavior Subscale）」中表現出顯著較高的低血糖恐懼分數。他們採取了各種行為來盡可能避免低血糖，這自然就解釋了為什麼他們在齋戒月期間的 TAR 和高血糖比例會增加。

另一個潛在的解釋是，我們地區的糖尿病患者在嘗試齋戒時，傾向於主動減少胰島素劑量，這同樣是為了將低血糖風險降至最低。我們的研究發現，第一型糖尿病患者在齋戒月期間，平均的基礎胰島素（Basal insulin）和短效胰島素（Short-acting insulin）劑量都有所減少。具體而言，患者在齋戒月期間的每日總胰島素劑量（TDD）及短效胰島素劑量均有明顯下降的趨勢。

這不僅僅是患者自發的行為，也與臨床醫師的建議有關。醫師們遵循了國際糖尿病聯盟與糖尿病和齋戒月聯盟（IDF-DAR）等臨床實踐指引。這些指引強烈強調齋戒月期間的低血糖風險，並反映在其建議中：例如建議在齋戒月期間將基礎胰島素劑量減少 15% 到 30%，並將短效胰島素劑量（特別是黎明前的封齋飯）減少 25% 到 50%。

基於我們的數據以及其他同行的研究發現，我認為我們需要重新思考在齋戒月期間對低血糖風險的強調程度。我們不應僅僅依賴經驗法則來進行齋戒月前的胰島素劑量調整，而應該朝著更加個體化和個人化的策略邁進。

傳統臨床指引的限制與未解之謎

不僅如此，直到今年為止，IDF-DAR 的風險評估表將 MDI 使用者與胰島素幫浦使用者分配了相同的風險分數。此外，所有類型的胰島素幫浦在這個風險評估表中都被一視同仁：無論患者使用的是 AID 系統、感測器擴增幫浦（SAP），還是感測器與幫浦未整合的開環系統（Open loop），所有這些人都會得到相同的風險分數。更甚者，這個風險評估表完全沒有提到 CGM 的使用。

在傳統的 IDF-DAR 風險評估表中，第一型糖尿病直接計為 1 分，若使用基礎-餐前胰島素（Basal bolus）或胰島素幫浦則計為 2.5 分。結果就是，根據這個風險評估表，任何第一型糖尿病患者都會自動獲得 3.5 分或更高的分數，因此，由於風險過高，這些患者都會被建議不要在齋戒月期間斷食。

然而，我們地區的大多數糖尿病患者仍會違背臨床醫師的建議，嘗試在齋戒月斷食。事實上，在我執業的沙烏地阿拉伯，每年有 90% 的第一型糖尿病患者會在違背醫療建議的情況下嘗試齋戒。

因此，六年前當我完成研究員訓練回到沙烏地阿拉伯時，我非常清楚地意識到，在糖尿病與齋戒月斷食的領域中，還有許多重要的問題尚未得到解答。這促使我們啟動了一項研究計畫，旨在填補這些空白，並產生能更好指導臨床實踐的證據。

我們開始著手解決的一些關鍵問題包括：

使用胰島素幫浦的患者和使用 MDI 的患者，是否應該像 IDF-DAR 風險評估表所建議的那樣，被分配相等的風險分數？
所有類型的胰島素幫浦（AID、SAP、開環等）是否應該被分配相同的風險分數？
血糖監測方式呢？使用自我血糖監測（SMBG）與使用 CGM 的患者，是否應該被分配相等的風險分數？
最後一個問題：整個齋戒月風險評估的過程，能否被簡化並針對個別使用者進行量身定制？

自動胰島素傳輸系統 (AID) 在齋戒月的真實世界表現

大約兩三年前，我們在《Diabetes Care》上發表了一篇早期的前瞻性多中心研究論文，評估了沙烏地阿拉伯第一型糖尿病不同治療模式與斷食經驗之間的關聯。該研究涵蓋了 4 個醫學中心、共 294 位第一型糖尿病患者。

長話短說，我們發現，使用 AID 系統並嘗試在齋戒月斷食的第一型糖尿病患者，因為糖尿病原因而中斷斷食的次數最少。數據顯示，AID 使用者因糖尿病相關原因、低血糖或高血糖而中斷齋戒的天數中位數為各組最低（高血糖中斷天數甚至為 0 天）。因此，與使用 MDI、未整合感測器的幫浦或其他治療模式的使用者相比，他們能夠斷食更多天。

不僅如此，我們還發現，與其他治療模式的使用者相比，AID 使用者在齋戒月期間擁有最高的目標範圍內時間（TIR）、最低的低於目標範圍時間（TBR）以及最低的高於目標範圍時間（TAR）。在 CGM 指標上，AID 使用者的 TIR 達 73.12%，顯著優於傳統 MDI 的 51.88%。

MiniMed 780G 系統在齋戒月期間的適應性

接著，我們進一步研究了 AID 在齋戒月期間的真實世界表現，以更深入了解 T1D 患者在斷食期間血糖和胰島素濃度的變化。我們納入了超過 440 位在阿拉伯灣地區使用 780G 系統的用戶數據，這些用戶在 2022 年的齋戒月期間進行了斷食。

我們在那項研究中的發現非常有趣。首先，如果你比較齋戒月前、期間和之後的數據，780G 用戶的整體 TIR 保持相對穩定。然而，如果你觀察這些個體在日間的 TIR，你會發現最佳的日間 TIR 實際上出現在齋戒月期間（這正是斷食的時段，日間 TIR 提升至 79.9%）。相反地，如果你比較這些個體的夜間 TIR，你會發現最低的 TIR 實際上出現在齋戒月的夜間（夜間 TIR 降至 60.4%），且夜間的 TAR 也隨之增加。

因此，齋戒月期間日間的 TIR 最佳，夜間的 TIR 最低，代價是高血糖的增加。

另一個有趣的發現是這些個體的胰島素劑量發生了什麼變化。雖然齋戒月前、期間到之後的整體每日總胰島素劑量（TDD）保持穩定，但真正改變的是齋戒月夜間與日間的基礎胰島素與餐前胰島素（Bolus）的比例。

在齋戒月的白天，幫浦輸送的大部分胰島素是基礎胰島素；而在夜間，幫浦輸送的大部分胰島素則是餐前胰島素。這非常合理，因為患者在白天斷食，在夜間進食。具體而言，夜間的餐前劑量從齋戒月前的 8.8 U 大幅增加至 14.7 U。如果你觀察自動校正劑量（Automated correction doses），它們在齋戒月夜間的量是日間的兩倍（從日間的 2.7 U 增加到夜間的 4.3 U）。這顯示 AID 系統成功適應了這些個體在齋戒月期間生活型態和飲食習慣的巨大改變。

不同胰島素幫浦與治療模式的療效比較

上週，我們發表了最新的研究，檢驗了不同類型胰島素幫浦在齋戒月期間的療效和安全性，重點關注血糖和患者報告結果（PROM）。這是沙烏地阿拉伯在參與中心數量上最大的一項研究，我們納入了來自 5 個城市的患者，招募了超過 500 名第一型糖尿病患者。

在這項研究中，我們看到了四種治療模式在 TIR 上呈現出清晰的劑量反應模式（Dose-response pattern）：

AID 使用者在齋戒月期間擁有最高的 TIR 和最低的 TAR（TIR 達 73.4%）。
其次是使用具備預測性低血糖暫停（Predictive low glucose suspend, PLGS）功能的感測器擴增幫浦（SAP-PLGS）使用者（TIR 為 65.5%）。
接著是使用感測器與幫浦未整合系統（SUP）的使用者（TIR 為 54.5%）。
最低的 TIR 和最高的 TAR 則出現在使用**每日多次注射（MDI）**的組別（TIR 僅 47.4%）。

此外，我們評估了達成斷食「雙重目標（Double target）」的第一型糖尿病患者比例。這個雙重目標被定義為：在齋戒月期間因故中斷斷食的天數少於兩天，同時維持 TIR 高於 70%。我們再次看到，AID 使用者達成這項雙重目標的比例最高，高達 46% 的 AID 使用者成功達標，遠高於 MDI 組的 7%。

臨床指引的更新與個人化風險評估的未來

因此，我們非常高興看到美國糖尿病學會（ADA）在最新的臨床照護標準中，更新了他們的風險評估表。在即將發布的 ADA 2026 臨床指引中，他們為自動胰島素傳輸（AID）系統的使用者分配了較低的風險分數（降至 1 分，低於傳統幫浦的 1.5 分及 MDI 的 2 分），並且開始區分不同類型的胰島素幫浦。他們也為計畫在齋戒月斷食的 CGM 使用者分配了較低的分數。

最後一個我想強調的問題，也是我們過去幾個月一直在努力的方向，與風險評估表的簡化有關：齋戒月風險評估表能否被簡化並針對個別使用者量身定制？

我認為答案是肯定的。我這麼說是因為我們最近發表的一些數據顯示，齋戒月前的 CGM 數據可以幫助預測糖尿病患者的斷食經驗。

我們比較了能夠達成斷食雙重目標的患者與未能達成雙重目標的患者在齋戒月前的 CGM 輪廓。你可以看到這兩組在齋戒月前的 CGM 指標上有顯著的差異。事實上，根據我們之前的研究，我們已經確定了某些齋戒月前的 CGM 指標，是第一型糖尿病患者嘗試在齋戒月斷食經驗的強烈預測因子。例如：血糖變異度 CV ≤36%、TIR >70%、GRI ≤20 等指標，都與成功齋戒高度相關。即使在調整了潛在的干擾因素（包括糖尿病治療模式）之後，這些齋戒月前的 CGM 指標仍然是強烈的預測因子。

就我們的下一步而言，我們提議從目前的方法——使用極好且全面，但在繁忙門診中（特別是在齋戒月前）可能耗時且不切實際的 IDF-DAR 風險評估表——轉向我稱之為基於機器學習（Machine learning-based）的預測模型，該模型將利用齋戒月前的 CGM 指標來進行評估。

我將在這裡暫停，並請大家密切關注我們即將在紐奧良舉行的 ADA 會議上展示與此主題相關的研究結果。我要感謝大家的聆聽，感謝所有參與我們研究的糖尿病患者，感謝我們的臨床和研究團隊，以及使我們的工作成為可能的區域和國際合作夥伴。

我在簡報上留下了我的電子郵件地址（Moh.alsofiani@gmail.com），我非常樂意聽取您的回饋、意見或您可能有的任何問題。祝大家平安健康。

Revital Nimri｜TWENTY-FIVE-HOUR FASTING WITH HYBRID CLOSED-LOOP

大家早安。感謝籌備委員會邀請我來探討這個我非常喜歡的主題：自動胰島素輸送系統（AID systems）。很遺憾今天只能以「2D」的形式與各位連線，而無法親自到場，希望大家都能盡情享受這次的會議。

本研究的完整標題為「第一型糖尿病青少年使用自動胰島素輸送系統進行 25 小時禁食」，由以色列施耐德兒童醫療中心（Schneider Children's Medical Center of Israel）的團隊共同完成。這也是我的利益衝突聲明投影片。

我們剛剛聽了一場非常精彩的演講，概述了第一型糖尿病患者在使用 AID 系統下進行齋戒月（Ramadan）禁食的情況。而我現在要報告的是關於「贖罪日」（Yom Kippur，猶太教的贖罪日）的禁食。儘管兩者都具有宗教意義，但贖罪日代表著截然不同的代謝與科技挑戰。

這是一個連續約 25 小時的單次禁食，包含整段夜間時間，期間完全不進食、不攝取任何水分。每年贖罪日到來之前，我們都會被問到同一個問題：「我可以禁食嗎？」傳統上，考量到相關風險並遵循現行指南，我們的建議都是「不要禁食」。但是，隨著 AID 系統的普及，這個問題再次浮上檯面。我們甚至在某次早晨的臨床會議中對此進行了辯論。由於當時沒有數據可以指引我們，我們決定，贏得這場辯論的唯一方法，就是親自去產生一些實證數據。

禁食對第一型糖尿病的生理與代謝挑戰

我們都知道，對第一型糖尿病（Type 1D）患者來說，禁食帶來了巨大的挑戰，因為要在適當調整胰島素治療的同時，避免低血糖的發生是非常困難的。

在正常情況下，禁食期間會發生特定的代謝變化。在禁食的 0 到 6 小時內，身體主要透過肝醣分解（glycogen breakdown）來維持血糖；到了 6 到 12 小時，隨著肝醣儲存量逐漸下降，低血糖的風險就會開始增加。之後，大約在 12 到 18 小時，肝醣幾乎耗盡，酮體（ketone）的製造開始啟動。隨著禁食時間進一步延長至 18 到 25 小時，脂肪氧化成為主要能量來源，此時低血糖與糖尿病酮酸中毒（DKA）都成為令人擔憂的問題，而這完全取決於體內胰島素的可用性。

從生理學的角度來看，這會讓第一型糖尿病患者進入一種「晚期禁食狀態」（late fasting state）。在這種狀態下，胰島素需求、反調節荷爾蒙（counterregulatory hormones）以及酮體生成的風險，都與較短或中等長度的禁食截然不同。

關於低血糖風險，缺乏熱量攝取顯然會降低反調節荷爾蒙的反應，而肝臟肝醣儲存的逐漸耗盡也會增加低血糖風險。但重要的是，這種風險不能單靠「胰島素暴露量」來解釋。實驗數據顯示，與進食狀態相比，禁食本身會顯著損害或降低第一型糖尿病患者的升糖素（glucagon）分泌與內源性葡萄糖生成（endogenous glucose production），降幅高達約 40%。這項結論來自一項針對 9 名成年第一型糖尿病患者的交叉試驗（Crossover study）。這種生理機制的削弱，會增加患者對低血糖的易感性，使得像贖罪日這樣長達 25 小時的長時間禁食變得特別具挑戰性。

與此同時，禁食會促進脫水，並活化肝醣分解、脂解作用（lipolysis）與脂肪酸氧化。在脂肪組織中，葡萄糖攝取減少、脂解作用增加，釋放出游離脂肪酸（FFA）；在肌肉中，蛋白質分解（proteolysis）增加；而在肝臟中，這些物質最終轉化為 β-羥基丁酸（β-hydroxybutyrate）等酮體。這會導致生理性的酮體生成。脫水本身可能會進一步推高酮體濃度，因為它會增加反調節荷爾蒙，並減少腎臟血流灌注（renal perfusion），進而損害酮體的清除率。

如果此時的胰島素不足以抑制脂解作用和酮體生成（ketogenesis），這個過程就會失控升級，增加 DKA 的風險，其中也包含了**正常血糖酮酸中毒（euglycemic DKA）**的風險。

在正常的生理反應中，健康個體在長時間禁食期間，酮體濃度可能會上升到 1 到 1.5 mmol/L，這並不具有臨床危險性。一般來說，低於 0.6 mmol/L 沒有 DKA 風險；0.6 到 1.5 mmol/L 有輕微風險；1.6 到 2.9 mmol/L 風險增加；大於等於 3 mmol/L 則具有極高風險。相較之下，在第一型糖尿病患者中，酮體升高可能意味著胰島素不足，並伴隨著 DKA 風險增加。

因此，這 25 小時的禁食提供了一個絕佳的機會，讓我們可以檢視第一型糖尿病患者在長時間禁食期間的「酮體動態」，並評估其數值是否能維持在安全的生理範圍內。

回顧過去關於禁食期間酮體的證據，其實非常有限。過夜禁食的研究顯示，酮體濃度通常很低，但會隨年齡變化，年輕孩童的濃度高於青少年。在 10 到 14 歲的青少年中，多數人的過夜酮體小於等於 0.3 mmol/L，超過 1.0 mmol/L 的比例不到 1%。而小規模、有醫療監督的長時間禁食研究（針對成人）顯示，酮體雖然會上升，但仍維持在生理範圍內，例如在 36 小時禁食後，酮體從 12 小時的 0.15 mmol/L 上升至 0.54 mmol/L。然而，另一項成人觀察性研究指出，如果常規過夜後的酮體濃度大於等於 0.8 mmol/L，未來發生 DKA 的風險將會增加三倍。

FAST-AID 研究設計與目標

本研究的目的，在於探討 AID 系統是否能有效緩解第一型糖尿病患者在長時間禁食下的代謝挑戰，以及這些系統是否安全有效。

我們評估了血糖控制的結果，測量了禁食結束時酮尿（ketonuria）的存在與程度，並檢視了在長時間禁食期間，胰島素的輸送模式與整體胰島素需求是如何變化的。

這是一項非介入性（non-interventional）的真實世界研究，對象是宣告打算在 2024 年 10 月贖罪日禁食的第一型糖尿病青少年。納入條件為：年齡大於等於 10 歲、使用 AID 系統，且有意願禁食。排除條件包括：患有阻礙禁食的共病、過去曾有嚴重低血糖或 DKA 病史，以及懷孕。必須強調的是，我們沒有提供任何關於禁食做法或胰島素幫浦調整的指示。

參與者是透過常規臨床照護及禁食前幾個月的宣導來招募的。我們前瞻性與回顧性地收集了禁食期間前後的數據。

對於具備足夠胰島素與連續血糖監測（CGM）數據的參與者（需具備至少 70% 的數據），我們分析了四個時期：

基準期（Baseline）：禁食前兩週。
25 小時禁食期。
禁食的最後 12 小時：這段時間非常重要，因為它代表了沒有餐後效應的「真實禁食狀態」，能更好地反映我們所謂的「基礎胰島素需求（basal insulin requirement）」。
禁食後的隔天。

我們在禁食結束時測量了微血管血酮（capillary blood ketones），並與大約一週後某個常規早晨測量的數值進行比較。參與者也回報了他們的禁食體驗。

參與者特徵與 AID 調整策略

本研究納入了 54 名青少年與年輕成人，平均年齡為 17.3 歲（範圍從將近 12 歲到 28 歲），體型普遍偏瘦。他們使用 AID 系統的經驗長短不一，平均為 1.5 年，但範圍從剛開始使用的生手到擁有 4 年經驗的老手都有。

三分之二的參與者使用 Medtronic 780G 系統，其餘則平均使用 Control-IQ 和開源（open source）AID 系統。

參與者的血糖控制普遍良好，平均 HbA1c 為 6.8%（51.22 mmol/mol）。不過範圍很廣，從控制極佳的 5.1% 到控制不佳的 10.5% 都有，有三分之一的參與者 A1c 高於 7%。基準的目標範圍內時間（Time in Range, TIR）為 73%（範圍 20-96%），且基準的低血糖發生率很低。在常規日子裡，變異係數（CV）為 35.3%，每日總胰島素劑量（TDD）為 0.91 單位/公斤，大約 40% 的每日總胰島素是以基礎劑量（basal）的形式輸送。

由於我們沒有給予特定指示，參與者採取了各式各樣的策略。有 11 個人（佔隊列的 20%）完全沒有調整設定，直接以平時的常規設定進行禁食。

讓我們看看各個幫浦的具體情況：

MiniMed 780G 用戶（34人）：大約一半的人（56%）在整個禁食期間使用了「運動目標（exercise target, 150 mg/dL）」。約三分之一（29%）維持常規設定。其餘的人則是間歇性使用運動模式（9%），或將血糖目標設為 120 mg/dL（6%）。所有參與者的活性胰島素時間（Active insulin time）均保持不變。
Control-IQ 用戶（10人）：一半（50%）在整個禁食期間使用了「睡眠模式（sleep mode）」。約三分之一（30%）結合了睡眠模式、降低基礎率以及調整校正係數（correction factor）。一名參與者使用運動模式，另一名則未做任何調整。
開源系統用戶（10人）：他們傾向於做出最廣泛的調整。有 8 人將基礎率降低了 20-50%，7 人提高了血糖目標，3 人額外增加了校正係數。

血糖控制結果

從數據中可以看到，禁食實際上改善了血糖控制。**TIR 從基準的 71.6% 提升至 25 小時禁食期的 82%，在最後 12 小時更是進一步達到 94%（p<0.001）。**這主要是因為高血糖（大於 180 mg/dL）的比例顯著減少（從 25.8% 降至 15.8%，最後 12 小時降至 4.8%），同時低血糖也沒有增加（基準時就已經很低了）。有些令人驚訝的是，在最後 12 小時，低血糖的發生率甚至顯著下降。因此，至少從血糖的角度來看，禁食的運作狀況相當好。

然而，在禁食結束後的隔天，血糖控制卻比禁食前顯著惡化。TIR 降回 67%（p=0.011），變異性增加，高於 180 mg/dL 的時間變多（升至 30%，p=0.017），低於 70 mg/dL 的時間也略有增加。這可能反映了禁食後的補償性飲食行為。

我們觀察了 47 名參與者在 25 小時禁食期間的血糖輪廓圖。在禁食前的最後一餐之後，血糖最初當然較高且變異較大，但隨著禁食的進行，血糖逐漸下降並收斂到一個狹窄的範圍內。在整個禁食期間，中位數血糖基本維持在目標範圍內。

我們在 10 名參與者中觀察到 11 次輕微的低血糖事件。除了 1 次之外，其餘全都是發生在禁食前的最後一餐之後（並非所有人都有攝取碳水化合物，有攝取的人平均大約吃了 10 克碳水化合物，其中 8 次事件就是透過這 10.4 ± 7.1 克的碳水化合物成功處理）。最重要的是，沒有發生任何嚴重的低血糖事件或其他嚴重的不良事件。

胰島素需求與輸送模式

與此同時，胰島素的需求量在禁食期間顯著下降。從基準的 0.92 單位/公斤/天，降至 25 小時禁食期的 0.39，而在最後 12 小時更降至 0.28 單位/公斤/天。

禁食期間的總胰島素中位數，大約是平時每日總胰島素的 40.4%（四分位距 IQR 為 32.9% 到 50.5%）。也就是說，大多數參與者需要的胰島素不到平時的一半。不過，個體間的變異相當大，範圍從 9% 到 90% 不等。

如果我們比較「基準期的基礎胰島素（baseline basal insulin）」與「禁食期間的總胰島素」，會發現兩者驚人地相似。這表明，在長時間禁食期間的胰島素需求，大約就等於平時系統自動輸送的基礎劑量。

我們也觀察了禁食後的隔天，胰島素需求量回到了基準水平（p=0.89），但正如前面提到的，TIR 顯著較低且個體間變異更大。

不同調整策略的比較與酮體測量結果

由於我們有足夠數量的 780G 用戶（30人），這讓我們可以比較兩種策略的血糖與胰島素結果：一種是維持常規設定（不調整或微調），另一種是使用運動模式。

如預期，使用運動模式的組別獲得的胰島素較少（佔常規總量的 38.4%），而未做調整的組別則獲得了接近一半的劑量（49.5%，p=0.047）。然而，兩組的整體血糖控制是相似的，唯一的例外是：維持常規設定的參與者在嚴格的正常血糖範圍（70-140 mg/dL）內的時間更高（71.9% vs 57.6%，p=0.03），且低血糖發生率並沒有增加。

在酮體方面，禁食結束時的酮體顯著高於常規早晨的測量值（0.4 mmol/L vs 0.1 mmol/L，p<0.001）。但沒有任何參與者發展為 DKA。

74% 的參與者酮體低於 0.6 mmol/L，97% 的參與者維持在 1.1 mmol/L 以下。這意味著幾乎所有參與者都保持在生理性或低風險的範圍內。只有一名參與者達到了 1.6 mmol/L，這是在他進行了多次幫浦調整、且超過 3 小時未佩戴幫浦之後發生的，他只接受了平時胰島素劑量的 9%。

我們透過散佈圖檢視了禁食結束時的酮體濃度與禁食期間輸送的胰島素比例（佔常規劑量百分比）之間的關係。我們發現，較高的酮體主要出現在胰島素輸送量低於常規劑量 30% 的時候，以及出現在一名基準控制不佳的參與者身上。

我們也進行了線性迴歸分析。禁食期間發生低血糖的唯一預測因子，是基準期低於 70 mg/dL 的時間較高（風險比 HR 為 1.22，p=0.057）。而酮體濃度的唯一獨立預測因子，則是禁食期間輸送的胰島素佔常規總劑量的百分比。**較高的胰島素輸送量與較低的酮體相關：胰島素輸送量每增加 10%，酮體就會降低 0.14 mmol/L（p=0.017）。**這強烈支持了在禁食期間應避免過度調整或中斷幫浦。

過去關於贖罪日長時間禁食的證據非常有限，主要有三項使用舊技術（MDI 或早期 CSII）的研究。過去的研究中，成功率大約在 66% 到 80% 之間，為了確保安全，這些舊技術需要大幅減少胰島素，這往往會導致低血糖風險增加，或者需要患者原本就有較好的基準控制。

相比之下，我們的研究顯示，使用 AID 系統且控制良好的個體可以安全地禁食，不需要進行大幅度的劑量調整，就能達到更高的 TIR，且不會增加低血糖或酮尿的風險。本次研究的成功率達 100%，且 85% 完全沒有低血糖。因此，AID 系統在禁食方面似乎比其他治療模式更安全，儘管本研究並未直接進行對照測試。

真實世界案例分享

讓我快速展示幾個來自不同 AID 系統的真實案例：

Control-IQ 案例：17 歲，確診糖尿病僅 3 個月，HbA1c 控制極佳（6.5%），平時胰島素需求為 0.7 單位/公斤。在整個禁食期間使用睡眠模式。TIR 高達 99%，無低血糖。胰島素需求顯著下降（只用了常規 TDD 的 33%），禁食結束時酮體僅為 0.4 mmol/L，維持在極低水平。
MiniMed 780G 案例：15.5 歲，罹患糖尿病 2 年，HbA1c 7.2%，平時胰島素需求為 0.96 單位/公斤。沒有為禁食前的最後一餐施打餐前胰島素（bolus）。在整個禁食期間使用運動模式，直到打破禁食前兩小時才關閉。TIR 為 91%，無低血糖。胰島素需求降至 0.39 單位/公斤（常規 TDD 的 41%），結束時酮體為 0.6 mmol/L。
開源 AID 案例：26 歲，罹患糖尿病高達 21 年，基準控制極佳（HbA1c 6.2%），平時胰島素需求為 0.59 單位/公斤。在禁食期間將基礎率設定降低了 50%，並在期間接受了系統的校正劑量。TIR 為 85%，無低血糖。胰島素需求降至 0.27 單位/公斤（常規 TDD 的 45%），結束時酮體為 0.7 mmol/L。

結論與臨床實務建議

總結來說，本研究證明了 AID 系統能透過將血糖維持在目標範圍內、確保足夠的胰島素輸送以抑制酮尿，並將低血糖風險降至最低，從而協助第一型糖尿病患者安全地進行禁食。

雖然仍需要個別化的調整，但 AID 系統提供了一種可靠且有效的方法來緩解代謝風險。這或許值得我們重新審視現行針對使用 AID 的個體所制定的禁食指南，並承認他們在禁食期間具有較低的代謝風險。當然，對於血糖控制未達標（suboptimal control）的患者，我們還需要更多的數據。

多種安全的禁食策略都是可行的。只需要適度調整 AID（甚至在某些情況下完全不調整），就能維持控制與安全。在長時間禁食中，維持代謝穩定的平均胰島素需求約為 0.28 單位/公斤/天。較高的基準低血糖比例會預測禁食期間的低血糖風險；而禁食期間較高的胰島素輸送量則與較低的酮體濃度相關，當輸送量低於平時 TDD 的 30% 時，與較高的酮體濃度顯著相關。

最後，有幾項實務策略可以支持 AID 用戶安全禁食，這些策略也可能適用於醫療處置前的禁食或其他類似情境：

我們建議將禁食前最後一餐的餐前胰島素（pre-fast bolus）減少 10% 到 20%。
搭配特定系統的調整：
- MiniMed 780G：建議使用運動模式。替代方案是維持標準模式或設定較高的血糖目標，並可考慮延長胰島素作用時間。
- Control-IQ：建議使用睡眠模式。替代方案是降低基礎率，並可考慮調整校正係數。
- 開源系統：建議設定較高的血糖目標。替代方案是降低基礎率。
所有調整都應基於患者的血糖控制狀況與低血糖風險進行個體化設定，並在禁食期間密切監控 CGM 數據。

Jennifer Sherr｜OPTIMIZING AID SYSTEMS: STRATEGIES FOR ENHANCED GLYCEMIC CONTROL

糖尿病管理的個別化目標與連續酮體監測的展望

（前場演講結語）目標設定，就如同糖尿病管理中的任何環節一樣，應根據血糖控制情況與低血糖風險進行個別化調整，並搭配密切的連續葡萄糖監測 (CGM)；如果幫浦暫停給藥超過三小時，則需檢測酮體。未來若能具備連續酮體監測的潛力，那將會是非常棒的進展。最後，我想在此總結，並感謝所有參與者、我在施耐德兒童醫療中心 (Schneider Children Medical Center) 的同事，也謝謝大家的聆聽。

主持人： 謝謝 Avital。很高興看到自動化胰島素給藥 (AID) 系統不僅應用於主流情況，也能應用在這些需要特殊新方法的案例中，我們也看到 AID 能夠很好地處理禁食的情況。下一場演講將由 Jennifer Sherr 醫師主講。她不需要太多介紹，她是一位經驗豐富的糖尿病與小兒內分泌專家，她將為我們講解如何優化閉環系統 (closed-loop system)。Jennifer，交給妳了。

AID 系統已成為標準照護與「選擇」的重要性

非常感謝，我也想感謝會議主辦方邀請我今天來演講。我必須承認，因為這次會議的大部分內容都在討論全閉環系統 (full closed loop)，我的講題似乎已經講完了，你們可能不需要我了。但我同時也要說，我們接下來要討論的許多優化策略，在未來全閉環系統問世時，依然會非常適用。

正如我們所知，自動化胰島素給藥 (Automated Insulin Delivery, AID) 系統已成為第一型糖尿病患者的標準照護。 根據美國糖尿病學會 (ADA) 2025 年的照護標準與國際兒童暨青少年糖尿病學會 (ISPAD) 的臨床指引，強烈建議具備設備操作能力的青少年與成人使用 AID 系統，以改善目標範圍內時間 (TIR)、減少低血糖與高血糖，並減輕照護負擔。 但這裡有一個非常關鍵的重點：選擇 AID 系統時，應基於個人的情況、偏好與需求來做出決定。

我知道目前市面上有許多系統，例如 iLet Bionic Pancreas、MiniMed 780G、t:slim X2 Control-IQ、Omnipod 5 等在美國已上市的系統，以及 Twiist、CamAPS FX 等已獲 FDA 許可的系統，還有 Diabeloop 等在美國以外地區可用的系統。 （我沒有把 DIY 系統放進投影片，因為版面實在塞不下了）。那麼，我們該如何最好地支持糖尿病患者？我認為第一大步就是「允許選擇」。

當我們準備讓病患開始使用自動化胰島素給藥系統時，我通常會在他們確診糖尿病後的兩週回診時請他們過來。我們製作了一份小型的糖尿病設備圖表，以便快速瀏覽每個系統的特色 （例如各系統的目標血糖值設定範圍）。人們經常一進來就說：「這就是我想要的系統。」我完全尊重這一點。但最終，我希望人們能做出「知情」的選擇，所以我們會花時間逐一介紹各個系統，討論設備將佩戴在身體的哪個部位，以及需要考慮的事項，確保我們對 AID 的生活建立適當的期望。

我認為 AID 有一種神奇的魔力。人們會找到一個與他們產生共鳴的系統。引用 Ferlenga 醫師引用《哈利波特》裡的一句話：「是魔杖在選擇巫師。」 這意味著，某個特定的系統就是最適合某個人的，我們必須去協助並支持他們做出選擇，而不是替即將佩戴設備的人做決定。我認為這是優化的第一步：確保人們對他們即將使用的設備感到滿意。

確保感測器數據的獲取與持續使用

一旦選定了系統並開始佩戴，我們該如何優化其效能？Nimri 醫師去年發表了一篇非常優秀的文章，探討了優化 AID 效能的策略。他們提出了優化 AID 治療的三個實用步驟：1. 檢視治療目標（確認感測器使用率、TIR、餐前劑量等）；2. 若未達標，則識別高低血糖模式並檢視可調整的設定；3. 更新設定與行為建議。 這個框架非常實用，我今天會部分引用它。

確保自動化的第一步，是獲取能引導演算法給藥的感測器數據。 有幾個因素會影響感測器的佩戴：首先是初始的獲取管道與後續耗材的持續供應；其次是皮膚相關問題；最後是過多的警報。

首先，我必須肯定感測器普及率取得了巨大進展。2017 年，澳洲政府宣布為 21 歲以下族群提供 CGM 補助。結果符合補助資格的人群中，CGM 使用率從 5% 躍升至 79%。這帶來了兩年追蹤期內糖化血色素 (HbA1c) 的降低，以及糖尿病酮酸中毒 (DKA) 發生率的減少。

在美國，我們經常面臨醫療補助 (Medicaid) 的規定限制。過去有一項規定是，患者必須證明他們每天測試血糖四次或以上，才能獲得感測器。這有什麼道理？我就是因為沒有頻繁測試，才更需要感測器，有了它我顯然會做得更好。後來加州和我所在的康乃狄克州的 Medicaid 規定發生了改變。數據顯示，無論是每天測試少於四次還是多於四次的群體，在 3 個月和 6 個月的追蹤中，他們佩戴感測器的時間比例（約 68-69%）是完全相同的。 這再次說明我們必須主動提供設備給病患。

一旦有人擁有了設備，我們如何確保他們能持續使用？我非常喜歡目前開發的遠距群體監測工具，例如史丹佛大學 4T 研究中使用的 TIDE 儀表板 (TIDE Dashboard)。這種工具具備主動介入、風險分層與群體管理的功能。 你可以過濾數據來找出需要幫助的人。例如，你可以找出誰的感測器佩戴時間低於 70%，這就創造了「可行動的契機 (actionable moments)」。你可以主動聯繫對方問：「你的耗材供應中斷了嗎？發生了什麼事？你有遇到皮膚問題嗎？我能怎麼幫你？」這樣我們就能提供即時的支援，而不是等到每季一次的回診才來看看能幫上什麼忙。

解決皮膚問題與警報疲勞

還有什麼問題會導致病患放棄佩戴感測器？皮膚問題非常普遍。 一項針對來自 39 個國家、125 位醫療人員的調查顯示，68.8% 的醫療人員會在每次回診時評估皮膚反應，且近 40% 的人表示，在他們的診所中，過敏性或刺激性接觸性皮膚炎的盛行率介於 5% 到 20% 之間。

此外，SKIN-PEDIC 研究在 22 個糖尿病中心收集了 1719 名兒童與青少年的數據，發現高達 52% 的人有與幫浦相關的皮膚問題，30% 有與感測器相關的皮膚問題。 面對這些問題，並沒有一體適用的解決方案。Panther program 提供了一個很好的資源。 我們通常會建議：使用溫和的肥皂清潔、在貼感測器前不要使用酒精，並考慮使用皮膚防護產品 （如 Skin Tac 黏著劑或 Cavilon 無刺痛防護膜）。此外，可以使用額外的加固膠帶和黏著劑，幫助設備維持預期的佩戴天數。最後，如果病患在放置部位遇到很多問題，我們可以考慮使用局部類固醇，例如直接噴在皮膚上的 Flonase (鼻噴劑) 或其他外用類固醇。

如果感測器貼著，但你卻想把它撕掉怎麼辦？我們都知道警報可能會帶來很大的困擾，必須重視「警報疲勞 (alarm fatigue)」。 幾年前關於 AID 臨床應用的共識建議出爐時，我們特別針對警報設定提出了建議：建議將低血糖警報設為 70 mg/dL (3.9 mmol/L)，並設定 20 到 30 分鐘的貪睡提醒 (snooze)；高血糖警報則可從 300 mg/dL (16.7 mmol/L) 開始，設定 2 小時的貪睡提醒（並可隨時間逐漸調低）。

在我的門診中，我做的最重要的一件事就是告訴病患：「不要開啟任何上升或下降速率警報 (rise or fall rate alerts)。」 我不希望有任何警報促使你去干預演算法。讓演算法在背景自動處理就好。

有些系統在特定臨床情境下會「退出自動化模式」，例如長時間的最高劑量胰島素給藥或長時間的暫停給藥。在門診中，我常和青少年討論這個問題。每天只需花幾秒鐘進行視覺檢查就很有幫助。我鼓勵他們在早上第一件事和晚上睡前看一下應用程式或設備。我也鼓勵他們在打餐前劑量前檢查一下（雖然這招對不太愛打餐前劑量的病患比較沒效）。只要看一眼設備，確認自己是否還在自動化模式中，真的很有幫助。重要的是，系統的軟體更新將有助於減少我們有時會遇到的這種退出情況。

理解影響演算法的參數與設定調整

除了感測器佩戴時間對自動化至關重要外，我們該如何進一步了解影響自動化的因素？我們該如何微調設備？回到 Nimri 醫師的文獻，文獻中的表格清楚列出了各個 AID 系統啟動所需的條件（如體重、每日總劑量 TDD 等）、初始建議設定，以及真正會影響演算法的因素（如胰島素作用時間 AIT、目標血糖值、校正係數 CF 等）。 這是一個非常方便的資源。

了解哪些設定實際上會影響自動化至關重要。 很多次病患來找我說：「我一直在調整我的基礎率 (basal rates)。」我只能說：「你的基礎率完全不會影響自動化模式。」他們感到挫折，是因為我們拉錯了控制桿。作為醫療服務提供者，我們必須了解我們應該調整哪些設定。Hovorka 醫師提到，系統的選擇很重要，但診所也必須熟悉並有能力操作我們提供的系統。隨著越來越多的系統上市，我們有責任持續學習。

我為自己製作了一個圖表，用來培訓實習生和新進員工，我也會不斷微調它。在面對採用「餐食份量 (meal size)」方法的系統時，我最常思考的是：我是否將「胰島素與碳水化合物比率 (Insulin to Carbohydrate Ratio, ICR)」設定得夠積極？

為什麼這這麼重要？因為有了自動化胰島素給藥，我們可以將胰島素的作用時間大幅提前到餐前。我們不再有持續的基礎率干擾，所以我們可以在前期給予更強的劑量。這種更積極的餐前劑量有助於減少餐後血糖的峰值。 我常在門診告訴病患：「是的，我要讓你的碳水化合物比率變得更積極。我知道你可能覺得不習慣，但我的目標是看到你在打完餐前劑量後，系統自動給藥減少，甚至我更希望看到它暫停給藥。」所以我絕對會使用「400 法則 (rule of 400)」，但老實說，對於年紀較小的孩子或對胰島素較敏感的人，我會使用接近 250 或 300 的法則。

餐食宣告：時機與簡化策略

然而，影響餐後血糖的不只是設定，行為也同樣關鍵。在 AID 臨床應用共識指引中，我們特別強調了餐前給藥 (meal bolusing) 的重要性。理想情況下，我們建議人們在進食前 15 到 20 分鐘給藥。但很多人都會忘記打藥，我自己也會。

如果發生這種情況怎麼辦？

如果距離進食已經超過 30 分鐘，只需為吃下的一半碳水化合物給藥。
如果已經超過一小時，只需給予校正劑量 (correction dose)。

為什麼這很重要？如果有人忘了為剛吃的東西打藥，血糖開始上升，系統的自動基礎率就會增加，自動校正劑量也會介入。如果這時他們才輸入碳水化合物並打藥，會發生什麼事？低血糖。他們會跑回來說：「我很沮喪，這系統根本沒用。」但從圖表上看非常清楚，向病患解釋這一點，有助於讓他們明白為什麼我們要強調餐前給藥的時機。

我們能讓餐食宣告變得更簡單嗎？有些系統允許使用定性 (qualitative) 的方法，但我們也可以在其他系統上使用類似的方法。對於那些在臨床照護中參與度較低的病患，我常說：「這樣吧，點心算 20 克，一般正餐 40 克，大餐 60 克。」如果他們覺得不習慣，我就說：「10、20、30 克，我們一起決定一個數字就好。」有時我甚至會說：「不管吃什麼，每餐都輸入 20 克。我不在乎，只要有輸入就好。」

我們在一些試驗中看到了這種方法的應用。Petrovski 等人進行了一項隨機交叉試驗，比較了使用精確計算碳水化合物 (Flex) 與簡化餐食宣告 (Fix) 的效果。結果顯示，雖然精確計算組 (Flex) 的目標範圍內時間 (TIR) 較高，糖化血色素 (HbA1c) 略低 (6.6% 對比 6.8%)，但使用簡化宣告組 (Fix) 的病患依然達到了共識指引的 TIR 目標。

重新校準低血糖的處理方式

我們還能如何優化？在很多方面，AID 就像是「裝了防撞護欄的糖尿病」，因此我們對低血糖的處理方式必須改變。

我們知道，由於系統在即將發生低血糖前已經暫停了胰島素給藥，因此我們需要給予較少的碳水化合物。我們建議僅用 8 到 10 克的快速吸收碳水化合物來處理低血糖。 過度治療可能會導致血糖反彈上升，進而觸發自動化胰島素大量給藥，然後可能再次引發低血糖。我常告訴家屬：「如果你吃了超過 8 到 10 克的碳水化合物，請為多吃的部分打藥。」我自己也常這樣做... 呃，不是常這樣做，我會克制自己不要一直吃。

此外，我極力鼓勵大家不要根據「趨勢箭頭 (trend arrows)」來處理低血糖。 為什麼？如果你根據趨勢箭頭來吃糖，系統其實已經在背景做出了應對（例如暫停給藥）。我們經常需要和學校護理師溝通這一點，我們說：「把那些警報關掉，不要看著箭頭就給糖。如果你真的需要一點信心，請再次使用視覺提示，看看系統是否在低血糖發生前已經暫停給藥。」這有時能幫助人們適應這個概念。

此外，如果病患來就診時血糖控制不佳，他們的身體已經習慣了較高的血糖值。我們需要討論如何讓他們降到目標值。我們可以利用系統提供的不同目標設定，例如從較高的系統設定點（如 150 mg/dL）開始，或利用各系統的暫時性目標功能來降低演算法的積極度。 我告訴病患，如果血糖還沒達到我們設定的低血糖閾值，但他們卻出現了低血糖的感覺（因為身體還在適應），可以吃一些「無碳水化合物」的食物。這能欺騙身體，讓身體覺得「我已經吃東西了」，同時又不會讓血糖飆升。

回歸基本面：輸注套管故障與運動管理

最後，我們如何提醒人們回歸基本面？我們都知道，胰島素輸注套管是胰島素治療的「阿基里斯腱」。 在一項超過 700 人的調查中，41.4% 的人報告他們每個月至少發生一次輸注套管故障。 因此，教導病患在發生這種情況時做好準備是非常關鍵的。

我會告訴他們什麼時候必須監測酮體：如果你早上醒來血糖很高、如果你血糖很高且給了校正劑量後兩小時仍降不下來、如果你感到噁心或嘔吐、或者如果你生病了。在這些情況下，檢查酮體，並更換你的注射部位。 人們通常會猶豫，但更換部位能確保我們重新掌控局面。我們也必須確保病患有預防 DKA（糖尿病酮酸中毒）的應對計畫。

是什麼導致了注射部位的問題？我們都知道皮下胰島素治療會帶來組織變化，脂肪肥厚 (lipohypertrophy) 是非常常見的。 Earl Hirsch 參與的 DERMIS 研究調查了這個問題。他們透過光學同調斷層掃描 (OCT) 與皮膚切片，檢查了受試者目前的幫浦部位、先前的部位（3天前）以及未曾使用過的控制部位。結果發現，組織學、免疫組織化學染色以及 OCT 都證實了先前的幫浦部位發生了變化。這可能會影響胰島素的吸收與血糖控制。

為什麼這很重要？我們必須對病患說：「你做了我們要求的所有事，你戴了幫浦、戴了感測器、也為餐食打了藥。但如果你把胰島素打進疤痕組織裡，系統也幫不了你。」因此，花時間檢查注射部位是非常重要的。

最後，我們知道運動是糖尿病照護中重要卻複雜的一環。 關於青少年的運動目標，建議與一般兒童無異：每天應達到 60 分鐘的中度至劇烈活動，每週至少三天進行劇烈有氧運動及強化肌肉與骨骼的活動，並應限制螢幕時間。 但讓我們客觀來看：一週有 168 小時，如果 7 小時用於運動，那只佔了一週的 4%，但許多人連這個目標都達不到。

2024 年，我有幸參與了一個國際專家小組，探討如何應對運動問題。首先要認識不同活動對血糖趨勢和胰島素需求的影響。Moser 等人發表的立場聲明中，詳細拆解了各種運動類型以及我們的預期反應，並針對每個獨立的 AID 系統提供了具體的管理建議。 我非常喜歡這篇文章，甚至會直接把連結給病患家屬，因為它非常淺顯易懂。

對於計畫性活動 (Planned activity) 的建議是什麼？

如果預期血糖會下降或持平：理想情況下，我們希望在運動前 1 到 2 小時設定較高的血糖目標，並考慮將運動前 2 小時內的餐前劑量減少 25% 到 33%。
如果預期血糖會上升：可能什麼都不用做，或者維持一般的目標設定即可。核心概念是評估進入運動狀態時體內的「活性胰島素 (Insulin on board)」。

對於非計畫性活動 (Unplanned activity)（也就是突然決定去運動）：

如果預期血糖會下降，我會立刻設定較高的目標。
如果開始運動前血糖低於 126 mg/dL (7.0 mmol/L)，可以先補充 10 到 20 克的碳水化合物來幫助應付初期的運動消耗。

再次強調，我非常推薦大家去閱讀 Nimri 醫師與 Moser 醫師的文章。

未來方向與結論

未來的發展方向有哪些？我只花兩秒鐘提一下：

加入額外的分析物來輔助 AID，例如連續酮體監測 (Continuous Ketone Monitoring) 與乳酸監測。
結合人工智慧 (AI) 演算法、數位雙生 (Digital Twins)、神經網路等技術，以實現全自動化胰島素給藥的夢想。
改良型胰島素 (Improved Insulins) 的應用。

總結來說：

共同決策 (Shared decision-making) 與尊重糖尿病患者的選擇，是 AID 系統成功的首要關鍵。
持續佩戴感測器並盡量減少退出自動化模式至關重要。
了解真正影響演算法給藥的參數非常關鍵。
進行餐食與體能活動宣告，有助於優化現有 AID 系統的效能。
衛教是不可或缺的（無論是改變胰島素給藥參數還是行為修正），即使在即將到來的全閉環系統時代，我們預期許多這類問題依然會存在。

非常感謝大家，這是我和我的「人工胰臟」向大家致謝。

Gregory P. Forlenza｜IS ULTRA-FAST ACTING INSULIN IMPROVING AID – THE EVIDENCE IS MIXED, BUT THERE IS A CATCH

講者介紹與開場

我是來自芭芭拉·戴維斯中心（Barbara Davis Center）的 Gregory Forlenza，目前擔任副教授及 H. Peter Chase 醫學博士特聘講座教授。今天非常感謝主辦單位邀請我來分享這個主題，這是我過去幾年投入大量心血，也讓我感到非常興奮的研究領域。

今天的主題是：「超速效胰島素（Ultra-fast-acting insulin）是否改善了自動胰島素輸注系統（AID）？證據褒貶不一，但其中必有蹊蹺（There is a catch）。」我不知道其他幾位同仁認為這個「蹊蹺」是什麼，但我相信我們已經找到了一個很好且有趣的切入點，希望演講結束時，大家能認同我的看法。

在利益衝突聲明方面，我曾擔任 Medtronic、Dexcom、Abbott、Insulet、Tandem、Beta Bionics、Sequel、Mannkind 以及 Lilly 等公司的顧問或獲得研究經費贊助。

術語定義

我總是喜歡在演講一開始先定義我們使用的術語。幾週前做投影片時，我還覺得對這個專業聽眾群來說可能有些多餘，但在這次會議中，我發現重新定義這些術語確實有其必要。

自動胰島素輸注（Automated Insulin Delivery, AID）：這是我認為最適合描述自動化領域的通用術語，我們從 2016 年左右就開始使用，也是我最常使用的詞彙。
混合閉環系統（Hybrid Closed Loop）：這是目前商業市場上最常見的 AID 子類別，系統能完全自動化基礎胰島素，但仍需要手動輸入餐前劑量（Meal boluses）。
全閉環系統（Fully Closed Loop）：基礎與餐前胰島素皆完全自動化，這也是我們在這次會議中持續探討與定義的目標。
人工胰臟（Artificial Pancreas）：這是我不常使用、也不建議在文獻中使用的詞。顯然現在有人想重新帶起這個詞，但我必須坦白，我通常只有在「需要經費」時才會用它，因為這個詞能讓別人更願意給我們專案資金。除此之外，我認為這個詞有點過度推銷（oversell）。
速效胰島素（Rapid-acting insulins）：這主要指的是大家歷史上最熟悉的 aspart 和 lispro。其動力學特徵為：發揮作用時間約 15 到 20 分鐘，峰值落在 60 到 90 分鐘，作用持續時間為 3 到 5 小時。
超速效胰島素（Ultra rapid-acting insulins）：這是我們越來越熟悉的新型胰島素，例如 Fiasp、Lyumjev，以及今天會談到的一款非常令人興奮的新型胰島素 AT247（另外還有 AT278）。它們的動力學速度比傳統的速效胰島素快得多。

胰島素藥物動力學與藥效學：哪個時間點最重要？

在座有些人可能對接下來的深入探討很熟悉，但我認為這非常重要，甚至是我在門診會跟病患與家屬解釋的內容。當我們談論「加快胰島素速度」時，實際上探討的是三個主要參數。我記得兩三年前的 ATTD 會議上，大家還曾激辯過這三個參數中哪一個最重要。

起始作用時間（Onset）：這是你首次看到系統中出現胰島素作用的時間。我們知道胰島素在臨床發揮作用有顯著的延遲，這正是導致我們需要「提前注射（pre-bolus）」的主要驅動因素。如果你在這個階段有巨大的時間落差，可能會伴隨高血糖相關的胰島素阻抗，這也是我們在系統中看到的一大限制。
達到峰值時間（Time to peak）：這是多數臨床醫師最關注的參數，也就是看到最大作用的時間。歷史上，這個延遲同樣是驅動提前注射需求的主因，這種胰島素與血糖的錯位，主導了我們多年來的臨床衛教建議。
消除時間（Time to elimination / disappearance）：這是我希望大家真正去思考的參數，也就是胰島素效應完全消失的時間。有趣的是，當你和演算法工程師交談時（順帶一提，我知道世界上最頂尖的演算法工程師之一 Dr. Hovorka 正在台下擔任主持人，他絕對可以把我問倒，但我還是決定要在這裡班門弄斧一下），你會發現，「消除時間」實際上是限制我們演算法設計的最大主因。

為什麼？因為胰島素注射後的 2 到 4 小時窗口，是你面臨「最大不確定性」的時期。這也是導致低血糖的主要驅動因素。在最初的 1 到 2 小時（前端效應），我們可以採取更積極的給藥策略；但對於未來會發生什麼事的不確定性——等一下會下雨所以不運動了嗎？還是天氣很好病人準備跑出去玩？——這種不確定性極大地限制了自動化系統的積極程度。

超速效胰島素與速效胰島素的動力學曲線比較

如果我們觀察各種胰島素的動力學曲線：最左邊是 Fiasp，中間是 Lyumjev，右邊是 AraCore 公司的新型超速效胰島素 AT247。

我們可以發現，大家最熟悉的 Fiasp 和 Lyumjev，它們的曲線確實與前一代產品有所區別，但並不是「壓倒性地快」。我們可以看到曲線大約向左平移了 5 到 10 分鐘，峰值也大約提前了 5 到 10 分鐘。

但是，當我們看到 AT247 這種新型超速效胰島素時——目前學界還沒有一個專有名詞來稱呼它，我提議可以叫它「超級超速效（Uber ultra rapid）」或「終極超速效（Mega ultra rapid）」——它與我們過去所見的完全不同。這些新型胰島素比我們目前的超速效胰島素還要快得多。 能夠比 Fiasp 或 aspart 再提前 5 到 10 分鐘獲得更顯著的初始作用，對於我們處理自動化系統的延遲問題來說，是一個巨大的差異。

總結這個部分：目前超速效胰島素相較於速效胰島素的優勢，主要體現在前端效應（front-end effect）。因此，我們預期大部分的益處會反映在進餐時間的配合以及餐後血糖峰值的控制上。然而，整體的益處仍然受到限制，因為我們在尾端效應（tail effect）上並沒有獲得太多改善，這導致我們無法像我們希望的那樣，在前端給藥時採取極度積極的策略，因為我們並沒有採取任何措施來限制較長不確定期的低血糖風險。

超速效胰島素的臨床數據與統合分析

在準備這次演講時，我希望盡可能收集數據。當我使用 MeSH 關鍵字檢索時，有一篇 2024 年發表於《Diabetes Technology & Therapeutics》的文獻不斷出現。雖然它不是針對 AID 的分析，但我認為它很好地總結了目前市面上超速效胰島素在糖尿病領域的效果。

這項研究的結果完全符合我們基於藥物機轉所做的預測：在餐時使用超速效胰島素，能顯著降低整體的餐後 1 小時血糖（在 T1D 患者中降低了 20.230 mg/dL，2 小時血糖降低了 17.620 mg/dL）。但是，如果患者沒有進行提前注射（pre-bolus），這個效果就會受到很大的限制與削弱，且如果是在餐後才施打，這些益處就會消失。

Tandem Control-IQ 搭配 Lyumjev 的臨床試驗與患者報告結果

接下來，我要展示目前已知最大型、探討超速效胰島素在現有 AID 系統中應用的已發表試驗。這是我們團隊進行的研究，探討 Tandem Control-IQ 搭配 Lyumjev 的效果，第一作者是 Dr. Kara Levy，發表於 2024 年的《Diabetes Technology & Therapeutics》，這是一項結合了成人與兒童數據的分析。

就我們預先設定的主要指標「目標範圍內時間（Time in Range, TIR）」而言，使用速效胰島素的 TIR 為 65%，而換成超速效胰島素後提升到了 67%。所以我們得到了一個微小但可以說是有意義的 TIR 改善。嚴格目標範圍內時間（Time in tight range）從 40% 提升到 42%，而對低血糖則沒有實質影響。

但在真實世界中與兒童和青少年進行這項研究時，我感覺統計數據並沒有說出完整的故事。這是一個我認為「患者報告結果（Patient-Reported Outcomes, PROs）」非常具有意義的案例。

當我執行這項研究時（這是無法寫進文獻的軼事證據），我的青少年病患在使用 Control-IQ 搭配 Lyumjev 後，在試驗結束時不斷跑來問我：「試驗結束後，你可以仿單標示外（off-label）開這個藥給我嗎？」

身為一個非常酷的醫生，我對這些青少年說：「數據還沒出來，我們需要做統計分析來看看效果，我想知道它對 MAR、MAGE 和 TIR 的影響。」但孩子們的反應是：「不，老兄，我用過了，我很喜歡，我現在告訴你我就是要這個。」幾個青少年跑來跟我說這些話，改變了我的想法，試驗結束後我也確實開了這個藥給他們。

我認為我們在這項研究中捕捉到的是：這不是盲測，胰島素打進去會痛（stings），所以即使我們試圖盲化，患者還是知道自己打的是哪一種。我們的青少年和年輕成人發現，他們只要在吃飯當下按劑量（bolus），就不會看到血糖飆高。

因此，我認為我們在研究中發現的血糖益處，某種程度上與生活品質的益處混合在一起了。使用 AID 系統搭配超速效胰島素的人，改變了他們的行為模式，轉向了他們自己理想中的行為——只在吃飯時按劑量，不需要提前注射（pre-bolus）。他們並沒有因為這樣做而付出血糖變差的代價。所以他們並沒有完全遵循我們在交叉試驗中設定的設計，他們只是做自己想做的事，並將其視為個人的益處。

我認為這點完全反映在 PROs 問卷上（ITSQ 總分從 75 提升至 80，TRIM-D 總分從 74 提升至 80，皆達顯著差異）。這呼應了「超越 TIR（beyond time and range）」的理念：不是用不同的範圍來取代 TIR，而是用某種複合指標來取代，以展示除了血糖之外，真實的生活品質益處。

MiniMed 780G 搭配 Fiasp 與 Lyumjev 的表現

同時，我們也與 Medtronic 合作進行了 MiniMed 780G 的研究。首先是搭配 Fiasp 的試驗數據，第一作者是 Dr. Halis Akturk，他已經在本次會議上報告過這份僅針對成人的數據（預計發表於 2025 年 ADA）。他們展示了在成人中使用 780G 搭配 Fiasp，TIR 達到了 77.1%；而對於那些使用推薦最佳設定（ROS）的患者，TIR 甚至高達 82.9%。這顯示了非常好的代謝控制，而且從歷史證據來看，成人本來就比青少年更有可能進行提前注射。

我們在青少年和兒童中也做了類似的研究，這是我一年前在 ISPAD 發表過的數據（2024 年發表）。我們在 780G 中使用 Lyumjev，結果顯示 TIR 達到了 68.6%，而在最佳設定下約為 74.9%，餐後期間的控制也好了很多。這些數據目前大多只透過會議摘要發表，尚未正式發表在期刊上。

關鍵盲點（The Catch）：演算法尚未針對更快的胰島素進行最佳化

總結上述數據，回答我演講最初的問題：超速效胰島素是否改善了 AID？答案是：有一點，算是吧。

到目前為止，我們看到了一些代謝上的益處。關於 Fiasp 和 Lyumjev 的研究顯示，這些胰島素能讓 AID 系統的 TIR 從 60% 後半段，提升到 70% 前半段至中段。它們的使用可能也帶來了使用者體驗上的益處，而這可能抵銷了純粹的血糖益處。

但這裡有一個蹊蹺（Here's the catch）！ 我們還沒有修改這些 AID 系統的演算法來配合這些更快的胰島素！

我們現在使用的演算法，當初是基於兩個前提設計的：第一，搭配 Dexcom G4 和 Enlighten 感測器；第二，搭配 Humalog 和 Novolog 這些傳統速效胰島素。

因此，隨之而來的問題是：如果我們修改演算法，是否能帶來額外的益處？

釋放潛力：演算法修改後的驚人效益

如同以往我提出這類問題時的情況，維吉尼亞大學（UVA）的 Marc Breton 團隊已經搶先一步問了這個問題。這篇發表於 2023 年《Diabetes Technology & Therapeutics》的論文讓我對這個問題感到無比興奮。第一作者是 Jenny Diaz，與 Patricio Colmegna 和 Marc Breton 共同合作，基本上就是在探討如何最大化超速效胰島素在 AID 系統中的益處。

在這項分析中，他們將傳統 aspart、Fiasp 以及新型的「超級超速效」AT247，放入 UVA 早期的全閉環系統設計中進行電腦模擬（in silico）。他們比較了未修改演算法的「原味版（vanilla version）」系統，以及修改過演算法的「微調版（tuned version）」系統。

在未修改演算法的情況下：

傳統 aspart 的基準 TIR 約為 64.7%。
僅將胰島素換成 Fiasp，TIR 來到 65.9%。
換成超級超速效 AT247，TIR 來到 67.8%。我們看到隨著胰島素的改變，TIR 呈現大約 2% 的小幅階梯式成長。

但是，當我們看右邊的欄位，也就是修改演算法並搭配更換胰島素時：

原味版 aspart 仍是 64.7% TIR。
換成 Fiasp 並修改演算法，TIR 躍升至 70.1%。
換成 AT247 並修改演算法，TIR 更是高達 75.3%！

看到這個數據時，我興奮得從椅子上跳了起來！為什麼？因為 11% 的 TIR 躍升，正是我們當年對比 Control-IQ 與感測器擴增幫浦療法（SAPT）關鍵試驗中所發現的差距。那是推動這一切發展的最後一次「跨世代躍進」，現在 Control-IQ 已經成為標準療法。

而這個理論數據向我們展示，**改用超級超速效胰島素，加上修改演算法，可以讓我們再次獲得同等程度的跨世代躍進！**這讓我確信：「我們還沒把這顆橘子擠乾（we're not done squeezing this orange）。」這些系統設計還有更多潛力可以挖掘。

Marc Breton 已經在本次會議上展示了相關的圖表數據。我們團隊也進行了一項研究，試圖邁向那下一步：我們在青少年、年輕成人以及一般成人中，以全閉環模式測試了修改版的 UVA 演算法。對於基礎控制不佳的群體，我們獲得了約 44% 的嚴格目標範圍內時間和約 65% 的 TIR；這與控制良好的群體表現相似，且顯著優於控制不佳群體原本的基準值。對我來說，這非常令人振奮，這顯示全閉環系統可以被大眾使用，甚至能讓目前無法從混合閉環系統中獲益的患者受惠。

如果我們納入更快速的胰島素並調整演算法，這個設計會變成什麼樣子？Dr. Marcela Moscoso-Vasquez 與我分享了她的數據（2025 年 IFAC 電腦模擬測試及 2026 年發表的 FCL@Home 試驗）。這是一篇會議摘要（醫學界的人可能不知道，很多工程領域的研究因為進展太快，來不及投常規期刊，都是以這種形式發表的）。

她的數據顯示了與 Jenny Diaz 論文非常相似的效應：

在原味系統下，電腦模擬顯示 aspart 的 TIR 約為 75%。
加快胰島素至 Fiasp，TIR 來到 77%。
使用 EraCor 的兩種胰島素 AT247 和 AT278，在未修改演算法下，TIR 達到約 80%。
但如果你給它額外的推力，不僅加快胰島素，還加快演算法：使用超級超速效 AT247 搭配修改後的演算法，全閉環系統的 TIR 可以從原味版的 75% 飆升至 83%！

觀察餐後期間，你同樣會看到這種非常漂亮的線性反應：加快胰島素有幫助，而加快胰島素同時加快演算法，會帶來額外的巨大益處。這是因為在基準線上減少了低血糖的發生，使得系統能夠提高其積極度，進而減少高血糖並增加 TIR。

這些努力促使我們與 Breakthrough T1D 以及 EraCor 合作，開發了一項新的試驗來驗證這一點。我們希望在今年夏天開始招募患者。如果 Breakthrough T1D 的夥伴在現場，我要感謝你們的合作，沒有你們以及 Helmsley 的支持，我們無法完成這個專案。

結論與未來展望

總結我最初的問題：

超速效胰島素在目前的 AID 系統中確實提供了一些微小但有意義的益處。 它們在這些系統中絕對是安全的（除了 Fiasp 在 Tandem t:slim X2 中有特定限制）。
這些益處是血糖控制與生活品質的混合體。
進一步調整 AID 演算法以配合超速效胰島素，將大幅提升這種益處。
更新、更快的超速效胰島素（我稱之為「超級超速效胰島素」，雖然他們還不讓我在文獻裡這樣寫，但我想總有一天會的），如果能被 AID 系統特別納入考量，將能把這種益處推向更高的境界。

我們的使命還沒結束！我們將繼續致力於改進自動化技術、減輕患者負擔並提供額外的益處。我相信幾年後，這將成為我們在這個會議上討論的核心焦點。

感謝大家的聆聽與關注，也感謝所有講者，包括那些不幸無法到場的講者。

Q&A｜Q&A

演講非常精彩，謝謝兩位講者。現在我們有時間進行一些提問。請 Florenza 醫師和 Jennifer Sher 博士加入我們，現在開放對這兩場演講進行提問。

閉環系統的病患選擇考量

讓我先開始提問。Jennifer Sher 博士，您展示了所有的閉環系統 (Closed-loop systems)，您提到病患會說：「我想要這個系統。」那麼，吸引他們的原因是什麼？是什麼驅使他們做出選擇？是因為顏色、形狀嗎？他們在選擇前會自己去查閱文獻嗎？

我認為很大一部分在於外觀設計 (Form factor)，特別是有無管線的差異。此外，至少在我的執業地區，當人們被診斷出糖尿病時，立刻會有許多熱心的人提供建議。因為許多小兒科病患可能已經在使用特定的系統，這些人就會直接告訴新病患：「這就是你必須選擇的系統。」這時候，我通常會請他們先退一步，先聽我說明一下，因為我希望確保他們能了解所有的資訊。我最大的原則是，我想支持病患的選擇，但我希望他們清楚知道市面上有哪些選項。

當被問及病患是否能聽進去這些建議時，我認為他們最終還是會自己做決定，而我也會讓他們自己選。許多人都對自己的選擇感到非常滿意，而最終，我們的目標就是幫助病患做到最好。

高濃度與速效胰島素的臨床應用

來自卡加利的內分泌科醫師 Amita 提問：我處理很多妊娠糖尿病的案例，也經常在孕期使用自動胰島素遞送系統 (AID, Automated Insulin Delivery)。你們的演講非常棒。我對速效胰島素 (Rapid-acting insulin) 非常感興趣，但在加拿大，我們短期內還無法取得這些新型胰島素。因此，我最近在少數病患身上使用了 U-200 胰島素，想請教講者對此是否有任何經驗或看法？

這是一個很好的問題。使用高濃度胰島素 (Concentrated insulins) 是我們最近經常討論的話題。在 AID 系統中使用 U-200 Humalog 的主要疑慮在於，它的作用速度稍慢，且更容易產生自我沾黏 (self-sticky)。因此，如果病患的胰島素阻抗程度足以需要使用到它，他們可能就不太會注意到動力學上的延遲。

關於 Arrokore 胰島素，令人振奮的是，他們的高濃度胰島素實際上比目前市面上的超速效胰島素 (Ultra rapid-acting insulins) 還要快。這讓我對這些產品的潛力感到非常興奮，因為它們可以同時具備高濃度與更快的吸收速度。

我們確實有病患在仿單標示外 (Off-label) 使用 U-200 胰島素，而且效果很好。他們並沒有報告理論上應該會出現的那種挫折感。對許多病患來說，這是能讓 Omnipod 使用超過一天，或者讓 Control-IQ 或 780G 系統撐過一天半的唯一方法。所以我們確實會使用它，儘管這是仿單標示外的用法。我知道 FDA 對此感到非常擔憂；當我代表業界發言時，我必須發誓不討論這個話題。但我認為，一旦我們能說服監管機構，證明有足夠多的人需要它且正在進行仿單外使用，我們就應該對它進行適當的研究，讓它在未來成為一種獲得商業核准的正規療法。

提問醫師補充：我發現它非常有效。有時候，僅僅是切換到更高濃度的胰島素，在沒有改變劑量的情況下，我就能看到目標範圍內時間 (Time in Range, TIR) 改善了 8% 到 10%。

新型胰島素的成本考量

現場觀眾提問：關於這些新型胰島素的成本，相較於它們在 Time in Range 上帶來的邊際效益提升，是否有經過考量？特別是在資源匱乏的環境，或是針對無法負擔這些費用的病患？

這是一個關於超速效胰島素成本的好問題。在美國，情況非常奇怪。胰島素的定價完全不合常理，一切都取決於合約。因此，我們現在的許多病患，因為藥廠和保險公司只想簽訂單一合約，他們取得超速效胰島素的成本，實際上與其他胰島素相同，甚至更低，因為它是保險計畫中的首選胰島素。

如果有人問我：「我可以自費 20 美元買 Humalog，或者自費 150 美元買 Lyumjev，我應該花這筆差價嗎？」在這個假設的情境下，我會說「不」。但考量到美國的定價機制毫無理性可言，我們經常看到成本相同甚至更低，這純粹是因為一些不合理的因素所談判出來的結果。

速效胰島素在閉環系統中的潛在風險

主持人向 Greg 提問：我有兩個問題。第一，確實有建議指出，更快的胰島素對閉環系統有好處，因為它可以更快地涵蓋餐後血糖。但這其中可能隱藏著一個問題：在這種情況下，如果發生管線阻塞 (Occlusions) 或輸注套管失效 (Insulin set failure) 會怎麼樣？ 因為你使用的是作用非常快的胰島素，它的作用也會非常快地消退，這會不會導致血糖急速飆升？你認為這是一個問題嗎？

這是一個很棒的問題。我認為每次我們取得進展時，都會發現新的問題，這就是一個很好的例子。首先，我認為尾隨效應 (Tail effect) 可以稍微減緩這個問題，因為賦形劑 (Excipient) 的清除速度比胰島素快。因此，雖然胰島素的作用高峰會向左偏移 10 到 20 分鐘，但右側的尾部作用仍然相當類似。

其次，即使這種情況真的發生了，我們也可以透過衛教訓練 (Training) 來減輕其影響，而在這部分，我們有世界級的專家 Sher 博士可以協助。此外，我認為即時血酮偵測 (Real-time ketone detection) 也能幫助減輕這個問題的風險。因此，當我們面臨這個新問題時，我希望我們能幸運地擁有輔助工具來將其影響降到最低。

輸注套管老化與吸收速度的矛盾

主持人繼續提問：關於速效胰島素的作用，我還有一個問題。實際上，速效胰島素有一個自然發生的現象，也就是所謂的彈跳效應 (Trampoline effect)。我們知道，當胰島素輸注套管植入到第五、第六天時，胰島素的吸收會變得快很多，但我們在第五天和第六天看到的臨床結果卻更差。對於「胰島素吸收變快，但結果卻變差」這個現象，您有什麼看法？

我目前還沒有機會親自觀察到這個現象。但我認為，這正是我們進行科學研究、進行測試並尋求最佳結果的原因。我們目前的進展還不足以斷定「這絕對是應該採取的做法」，但已經足以讓我們說：「這絕對是我們應該深入研究的課題。」 我們應該學習下一步該怎麼做，找出我們可以提供實質益處的地方，並確認在哪些情況下，我們需要額外的工具來克服新發現的障礙。

好的，我想我們的時間到了。感謝大家的參與，祝各位在接下來的會議中收穫滿滿。

Session-level｜Parallel Scientific 25: Updates on Automated Insulin Delivery (AID)