Taylor-Series-Based Hybrid Adaptive Sliding Mode Control with Online Meal Disturbance Estimation for Artificial Pancreas Systems

技術要約：人工膵臓システムのためのテイラー展開に基づくハイブリッド適応型スライディングモード制御

問題提起
人工膵臓（AP）システムによる1型糖尿病（T1DM）の血糖調節は、生理学的な不確実性と、食事摂取に代表される予測不可能な外部外乱という大きな課題に直面している。スライディングモード制御（SMC）は固有のロバスト性と有限時間収束性を提供するが、従来のSMCの定式化は、臨床現場において2つの決定的な制限を持つ：

1. 固定ゲイン： ほとんどのSMCベースのコントローラは、患者固有のダイナミクスや時変的なインスリン感受性に適応できない固定ゲインを使用している。
2. 外乱境界： 標準的な高次スライディングモード制御（HOSMC）および適応型アプローチは、多くの場合、安定性を確保するために外乱境界（例：最大食餌量）に関する事前知識を必要とする。実際には、食事の炭水化物量は未知かつ予測不可能であり、保守的なワーストケース・チューニングが必要となる。これは、過剰なインスリン投与や「チャタリング」（高周波振動）を招く原因となる。

モデル予測制御（MPC）のような既存の戦略は、モデルの正確性と計算リソースに大きく依存しており、PIDコントローラは時変的な条件への適応性に欠ける。また、インテリジェント制御手法（ファジィ/ニューラル）は、形式的な安定性の保証を欠くことが多い。したがって、外乱の大きさに関する事前知識を必要とせずに、ロバスト性、迅速な食後回復、および滑らかなインスリン投与を実現する制御フレームワークが必要とされている。

手法
本論文は、拡張されたベルマン最小モデル（BMM）に基づく統一的な**適応型スライディングモード制御（ASMC）**フレームワークを提案している。この手法は、以下の3つのコアコンポーネントを統合している：

1. システムモデリング： 血糖・インスリンのダイナミクスを、明示的な食事外乱項 $D(t)$ を含むBMMを用いてモデル化する。外乱は、未知の振幅 $A$（食事の炭水化物量を表す）と既知の減衰率 $\beta$ を持つ指数関数的減衰関数としてモデル化される。
2. テイラー展開によるパラメータ化： 未知の外乱振幅 $A$ を扱うために、著者らは外乱関数にテイラーの定理を適用する。これにより、非線形な外乱ダイナミクスを線形回帰形式に分解できる。具体的には、システムのダイナクションにおける一括された非線形項を、公称システムダイナミクスと、$A$ によってパラメータ化された外乱関連成分に分離する。これにより、測定可能な状態（$G, X, I$）および時間に依存する既知の回帰ベクトル $\Psi$ が得られ、オンラインでの $A$ の推定が可能となる。
3. 適応型制御則：
   • 血糖追従誤差とその微分に基づく二次スライディング面 $S$ を定義する。
   • 制御入力 $u$ は、等価制御（推定されたダイナミクスに基づく）と不連続なスイッチング項に分割される。
   • 極めて重要な点として、未知の振幅 $A$ はオンライン推定値 $\hat{A}$ に置き換えられる。
   • $\hat{A}$ をリアルタイムで更新するためのリアプノフベースの適応則が導出される。この更新則は、リアプノフ関数の時間微分が非正であることを保証するように設計されており、すべての閉ループ信号の有界性を保証する。
   • 理論的解析により、外乱の上限に関する事前知識を必要とせずに、スライディング面がゼロへ有限時間収束することが証明される。

主な貢献
本論文は、主に3つの貢献を特定している：

1. オンライン推定を備えたASMCの開発： テイラー展開によるパラメータ化された回帰を用いることで、外乱境界や食事の告知に頼ることなく、未知の食事外乱振幅をオンラインで推定する適応型コントローラを定式化した。
2. 厳密な安定性解析： 閉ループシステムが有限時間収束することを確立する、形式的なリアプノフベースの安定性解析を行い、適応則がすべての信号（血糖、インスリン、および推定誤差）の有界性を保証することを証明した。
3. 包括的な比較評価： 生理学的に検証された患者パラメータを用いて、従来のSMCと比較したシミュレーションベースの検証を行い、ピーク低減、整定時間、およびチャタリングの除去において優れた性能を示した。

シミュレーション結果
提案されたASMCは、MATLAB/Simulink上で、3つの異なる代謝パラメータを持つ3つの異なる患者プロファイルに対し、3回の食事外乱（朝食、昼食、夕食）を含む24時間のホライゾンにわたって評価された。主な定量的知見は以下の通りである：

• 血糖調節： ASMCは、従来のSMCと比較して食後の血糖ピークを**70.8%**減少させた（例：昼食のピークが380.65 mg/dLから108.42 mg/dLに減少）。従来のSMCはADA推奨の180 mg/dLの閾値を超過したが、ASMCは安全な範囲内に維持した。
• 収束速度： ASMCは、食事イベント全体を通じて28.3%速い整定時間（1.70時間 vs 2.37時間）を達成した。
• 追従精度： ASMCは、従来のSMCと比較して、大幅に低い誤差指標を示した（ITAEは87.20%低減、IAEは14.71%低減、ISEおよびMSEは5.22%低減）。
• 制御の滑らかさ： ASMCは、最大振幅変化（MAC）の85.95%減少と、入力信号変動（ISV）の78.40%減少によって示されるように、チャタリングを排除した。これにより、従来のSMCで見られる高周波振動を回避し、より滑らかなインスリン注入プロファイルが得られた。
• 安全性： 高インスリン抵抗性を持つ患者を含むすべてのシミュレーションシナリオにおいて、ASMCは血糖値を70 mg/dLの低血糖閾値より厳格に高く維持したが、従来のSMCは危険な高血糖状態を示した。

意義と主張
著者らは、提案されたフレームワークが、人工膵臓システムのためのロバストで計算効率が高く、臨床的に信頼できるソリューションを提供すると主張している。本研究の意義は、保守的なワーストケース・チューニングや外乱境界の事前知識に依存することなく、未知の食事外乱に対処できる能力にある。

テイラー展開による推定と適応型スライディングモード制御を統合することで、システムは以下を実現する：

• 臨床的安全： 重度の高血糖および低血糖の両方の防止。
• 患者の快適性： チャタリングの排除により、滑らかなインスリン投与を実現し、ポンプの疲労や組織への刺激のリスクを軽減する。
• パーソナライゼーション： オンライン推定メカニズムを通じて、個々の患者のダイナミクス（インスリン感受性および血糖クリアランス）に適応する。

本論文は、従来のSMCは理論的にはロバストであるが、過大なゲインなしでは未知の外乱を扱うことができないため、APシステムにおいては臨床的に実用的ではないと結論付けている。提案されたASMCはこのギャップを埋め、有限時間収束と滑らかな制御動作を保証する実行可能な代替案を提供し、インスリンポンプへの組み込みに適したものとしている。今後の課題として、臨床検証およびノイズを含むセンサーデータへの統合が挙げられている。