编辑推荐：
连续血糖监测（CGM）在现代糖尿病管理中扮演核心角色，然而CGM数据通常被限制在专有制造商生态系统中，限制了互操作性和重用。本文介绍了OpenGluco，一个开源且供应商独立的平台，旨在统一来自多个商业系统（包括Abbott Freestyle Libre、D
连续血糖监测（CGM）在现代糖尿病管理中扮演核心角色，然而CGM数据通常被限制在专有制造商生态系统中，限制了互操作性和重用。本文介绍了OpenGluco，一个开源且供应商独立的平台，旨在统一来自多个商业系统（包括Abbott Freestyle Libre、Dexcom和Medtronic）的CGM数据。OpenGluco实现了模块化服务器架构，抽象了供应商特定的数据访问，标准化了异质性血糖时间序列，并通过应用程序编程接口（API）提供标准化访问，以支持未来的可扩展性。该平台支持个人用户以及机构和研究部署。性能评估显示出可靠的数据采集、在评估部署环境中一致的API响应性，以及对异质性采样特征的稳健处理。数据归一化的验证显示临床相关指标（如目标范围内时间（TIR））得以保留。通过强调互操作性、用户授权数据访问和开源透明度，OpenGluco为糖尿病护理中的临床监测、教育和未来分析驱动的决策支持应用提供了灵活的基础。
论文解读文章
**研究背景与问题**
连续血糖监测（CGM）系统已成为现代糖尿病管理的核心技术，其通过高频次的间质液葡萄糖测量提供了传统指尖毛细血管血糖检测无法捕获的血糖动态信息，如夜间低血糖和餐后快速波动。尽管CGM在临床结局改善方面已获广泛证实，但当前商业CGM系统（如Dexcom、Abbott Freestyle Libre、Medtronic）普遍采用垂直整合的专有生态系统，数据格式、通信协议和云基础设施各自封闭，严重限制了跨系统互操作性、数据可移植性和第三方集成。此外，制造商运营的共享中心（如Dexcom Clarity、LibreView、CareLink）虽提供远程访问，但存在数据处理不透明、高分辨率数据获取受限、API标准化不足等问题，进一步加剧了供应商锁定和数据碎片化。现有开源平台如Nightscout和Tidepool虽展示了供应商独立CGM数据访问的可行性，但其主要聚焦于终端用户应用或单体部署模型，缺乏模块化、可编程的中间件层支持机构级部署和外部分析工具集成。因此，研究人员开展本研究，旨在开发一个供应商无关、可扩展且开源的数据抽象平台——OpenGluco，以统一异质性CGM数据流，促进互操作性、用户授权数据访问和未来分析驱动的决策支持应用。论文发表在《Informatics》。
**主要关键技术方法**
研究人员采用模块化微服务架构设计OpenGluco服务器端，核心组件包括：供应商特定微服务（分别对接Abbott Freestyle Libre、Dexcom、Medtronic的云服务，依赖社区维护的Python库如libre-linkup-py、Pydexcom及CareLink API封装）、主服务器服务（协调服务间通信、统一数据模型、常态化处理）、RESTful API（提供标准化葡萄糖数据访问）。数据持久化采用双数据库策略：关系型数据库（PostgreSQL）存储元数据、用户配置和访问控制，时序数据库（InfluxDB）存储归一化后的高频CGM测量值。数据归一化管道包括：将血糖值转换为统一单位、时间戳标准化为ISO 8601格式的协调世界时（UTC），并通过线性插值处理短时缺失间隙（长间隙保留并标记）。性能评估在Debian 12 Linux环境下部署，后端服务器配置为2 vCPU、4 GiB RAM、62 GiB SSD，Web门户服务器为2 vCPU、2 GiB RAM、8 GiB SSD，测试持续45天。样本数据来源于匿名化用户授权后的制造商云服务（LibreLinkUp、Dexcom Share、CareLink），未使用特定患者队列，但验证涉及10个独立数据集。
**研究结果**
**3.1 服务器端服务**：成功部署为供应商独立后端，可可靠地从支持提供商获取血糖数据，执行归一化和同步管道，并存储至统一内部数据模型。除原始血糖值外，后端计算标准化CGM指标，包括平均血糖、血糖变异性、目标范围内时间（TIR）和血糖管理指标（GMI），作为所有用户界面和外部集成的权威数据源。
**3.2 患者门户**：实现基于Web的患者门户，独立于底层设备制造商提供统一CGM数据及派生指标访问。支持实时和历史血糖趋势可视化、聚合临床摘要评估及纵向血糖控制回顾，并适配护理人员或医疗专业人员的监督访问需求。
**3.3 API接口**：OpenGluco平台暴露标准化RESTful API，提供归一化CGM测量值和计算临床指标的程序化访问，支持第三方应用、自定义设备、分析管道和研究工具集成，抽象供应商特定格式和同步行为。
**3.4 支持与文档生态系统**：配套建立针对不同利益相关者的支持页面，包括项目信息、开发者文档、教育资源、研究材料及社区论坛。部分文档和社区功能仍在开发中，计划于平台进一步验证后分阶段发布。
**3.5 平台性能评估**：在45天测试期内，端到端延迟（数据在制造商云可用至成功摄入OpenGluco时序数据库）中位数为4分钟，内部处理时间中位数80毫秒（95百分位180毫秒）。时间戳归一化确保跨供应商严格一致的时间顺序，10个数据集未发现重复或乱序测量，数据一致性错误率为0%。API在最多5个并发客户端下中位响应时间约100毫秒，95百分位低于150毫秒，吞吐量达120请求/秒，无请求失败或数据不一致，资源利用率在可接受范围内。
**3.6 数据归一化验证**：对比CGM数据集在原始数据与归一化至5分钟采样间隔后的临床指标，平均血糖差值约2 mg/dL，变异系数差值1.2%，TIR差值1.5%，均在临床可接受公差范围内，未发现系统性偏差，表明归一化管道保留统计分布和临床可解释性。
**讨论与结论**
讨论部分指出，OpenGluco在CGM、医疗物联网（IoMT）和自动胰岛素输送（AID）技术生态系统中扮演互补角色，重点聚焦于中间件层抽象而非终端用户工作流，分离设备特定数据采集与归一化、存储及下游利用。与Nightscout和Tidepool相比，OpenGluco强调可编程访问、机构部署和外部系统集成，而非用户界面功能。当前性能评估限于5个并发用户的小规模测试，未来需进行更高并发水平的负载测试。此外，CGM系统间传感机制和校准差异虽存在，但近期研究显示广泛设备的点准确性相当，支持供应商独立数据处理可行性。安全性方面，OpenGluco采用用户名-密码认证、HTTPS加密通信、依赖制造商云作为权威数据源保证数据完整性，并遵循用户授权与隐私设计原则。未来方向包括扩展供应商支持、增强实时分析与警报、集成预测与控制算法，以及进行正式扩展性评估和更广泛的临床社区部署。
研究结论部分翻译：本工作介绍了OpenGluco，一个开源且供应商独立的平台，旨在通过标准化测量抽象统一异质性连续血糖监测数据。该系统集成了多个供应商生态系统，归一化并同步血糖测量值，并通过定义良好的API暴露数据，以支持可扩展部署，适用于分析、机构和研究型应用。通过解决设备异质性和时间同步，同时采用旨在支持未来可扩展性的架构原则，OpenGluco为糖尿病护理中的系统级分析、临床报告以及未来的决策支持和闭环应用建立了稳健基础。平台架构基于针对Abbott Freestyle Libre、Dexcom和Medtronic的专用供应商微服务，将供应商特定数据访问与核心处理逻辑解耦。中央服务器组件使用关系型数据库和时序数据库的组合管理编排、归一化、访问控制和持久化，实现元数据和高频血糖测量值的高效处理。除终端用户功能外，OpenGluco强调开发者可访问性和可扩展性，通过标准化API和模块化供应商接口，使研究人员和开发者能够集成额外传感器、分析组件和决策支持工具，无需依赖专有基础设施。总之，OpenGluco证明了供应商无关的CGM平台在技术上是可行的，在实际中是有价值的。通过结合开源原则、微服务架构和标准化数据处理，该平台提供了一个可互操作的基础，其模块化架构旨在支持未来可扩展性。未来工作将聚焦于扩展供应商支持、增强实时分析和警报、集成预测和控制算法，以及进行正式扩展性和负载测试评估，同时开展更广泛的临床和社区部署。
