300 名虚拟受试者，保留对胰岛素反应的差异
同一种胰岛素控制策略，对不同人的作用未必相同。美国与意大利研究团队在 2009 年发表仿真研究，建立包含人体代谢、血糖监测和胰岛素泵的环境，用于闭环控制算法的临床前评价。
模拟队列包括成人、青少年和儿童各 100 名，共 300 名虚拟受试者。研究以真实人体数据所观察到的代谢参数范围构建队列，目的在于呈现个体间差异，300 名统计的均为计算生成的对象。
代谢模型把葡萄糖吸收、内源生成、组织利用及胰岛素作用联系起来。同样的输入，可以因肝脏和外周胰岛素敏感性不同而产生不同血糖曲线，因此只看群体平均值不足以评估控制策略的稳定性。
论文报告，虚拟队列还用于重现儿童和成人的胰岛素作用差异、儿童临床血糖轨迹及成人中度低血糖轨迹。这些是模型可信度的参照用途，具体临床原研究仍与本文仿真分别归属。
传感器模拟同时考虑校准、延迟与时间相关误差
闭环算法收到的是传感器读数，读数会受测量误差和时间延迟影响。研究因此加入连续血糖监测（continuous glucose monitoring，CGM）模型，区分血液到组织间液的延迟、校准偏差和随机误差。
随机误差也不一定在相邻时刻彼此独立。作者强调，若只在理想曲线上添加独立高斯白噪声，就可能遗漏连续读数之间的依赖关系，给算法一个过于简化的感知环境。
验证传感器模型时，团队使用 28 位患者所佩戴的 56 个 FreeStyle Navigator 传感器数据，比较实测与模拟误差分布。卡方检验未发现显著分布差异，p＞0.46。
这一比较在所用分箱下未检出显著的误差分布差异。论文也实现了另外 2 类传感器的特性；评价其他设备和使用场景时，需采用相应资料检查模型。
作者将所用传感器误差模型视为偏向较坏情形，预期住院受控试验中的误差可能较小。这是作者针对当时住院受控试验作出的预期，实际误差还受具体使用环境影响。
泵和皮下延迟，决定控制指令怎样变成作用
算法给出指令后，胰岛素还需要从皮下进入血液。模拟同时表示泵的离散输注，以及这一运输过程的时间延迟；若忽略延迟，就可能误判指令发出后何时产生代谢作用。
当时环境纳入 OmniPod 与 Deltec Cozmo 2 类泵的特性。它们与代谢模型、传感器误差和待测控制器共同组成闭环；任何一个环节的假设，都可能影响最终血糖曲线。
研究还展示设备严重故障的极端仿真。不同胰岛素敏感性的虚拟对象，其风险出现速度不同。这类压力测试的价值，是先暴露难以在人体验证的薄弱条件，再据此确定后续研究重点。
软件允许选择队列或子组、设定模拟进餐场景、切换传感器与泵，并使用多项结局指标。平均血糖、时间波动和高低血糖风险分别反映不同表现，需要分别报告这些控制效果。
单个虚拟对象的 72 小时算法比较
论文以 1 个虚拟对象连续 3 天、每天 3 餐的情境，比较比例—积分—微分控制（proportional-integral-derivative control，PID）与模型预测控制（model predictive control，MPC）的血糖轨迹。
所示 PID 设置在餐后数小时可能输注偏多，并出现低血糖；带有进餐预告的 MPC 设置减小了餐后波动，也较少出现随后的低血糖。这说明模拟可以用于发现控制策略的不同风险。
作者指出，PID 换一种调参也可能表现更好。该图用于演示单个对象、特定设置下的比较，其他参数、虚拟对象及真实患者的表现还需分别评价。
模拟器本身也有版本限制：基础模型包含 26 个自由参数，当时尚未纳入参数的昼夜变化。由这些假设得到的算法表现，需要在相应范围内解释。
FDA 于 2008 年接受特定临床前研究用途
作者报告，该仿真环境在 2008 年 1 月被 FDA 接受，用于特定人工胰腺控制策略的临床前研究，以替代相应动物试验，并支持同年 4 月一项闭环临床试验的申请。
论文明确把这一监管状态称为针对特定临床前实验的接受，范围限于所申报的人工胰腺控制策略评价。后续算法仍需按具体用途准备相应研究与申请资料。
模型把个体差异、监测误差和给药延迟纳入同一可比较环境，用于排除不稳健方案并指导人体研究。完成仿真评价后，算法的临床表现仍须通过人体试验检验。