Medentum Diagnostik平台在儿童耳鼻喉疾病与哮喘中的评估
该数据集来自clinicaltrials.gov,围绕Medentum Diagnostik平台在儿童哮喘及耳鼻喉疾病(包括急性中耳炎和咽炎)中的诊断性能、可用性与临床效用评估

基本信息
资源简介
Medentum Diagnostik平台在儿童耳鼻喉疾病与哮喘中的评估
该数据集来自clinicaltrials.gov,围绕Medentum Diagnostik平台在儿童哮喘及耳鼻喉疾病(包括急性中耳炎和咽炎)中的诊断性能、可用性与临床效用评估。研究为随机对照临床试验,受试者分为家庭使用平台并接受远程医疗支持的干预组,以及不接受平台、仅接受常规临床评估的对照组,研究周期6个月。数据覆盖急性中耳炎、链球菌性咽炎、哮喘急性发作与儿童哮喘等主题,可用于诊断性能比较、临床效用分析及远程医疗场景下的分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:急性中耳炎(AOM)、链球菌性咽炎、哮喘急性发作、儿童哮喘。研究设计与方法:本研究是一项随机对照临床试验,旨在评估Medentum Diagnostik平台在患有哮喘及耳鼻喉(ENT)疾病(包括急性中耳炎和咽炎)的儿科患者中的诊断性能、可用性和临床效用。受试者将被随机分配到两组之一:1. 在家使用Diagnostik平台并接受远程医疗支持的临床评估(干预组),或2. 不使用Diagnostik平台、通过面对面或远程医疗就诊接受标准临床评估(对照组)。研究持续时间为6个月。干预组受试者将在出现症状期间使用Diagnostik平台,并(对于哮喘患者)进行每月监测,而对照组受试者
【主题与分类】
主题标签:Acute Otitis Media (AOM)、Strep Pharyngitis、Asthma Exacerbation、Pediatric Asthma。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07500532
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT07500532
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
适应症:急性中耳炎(AOM)、链球菌性咽炎、哮喘急性发作、儿童哮喘。研究设计与方法 本研究是一项随机对照临床试验,旨在评估Medentum Diagnostik平台在患有哮喘及耳鼻喉(ENT)疾病(包括急性中耳炎和咽炎)的儿科患者中的诊断性能、可用性和临床效用。参与者将被随机分配至以下两组之一:1. 在家使用Diagnostik平台并接受远程医疗支持的临床医生评估(干预组),或2. 通过面诊或远程医疗就诊接受标准临床评估,不使用Diagnostik平台(对照组)。研究持续时间为6个月。干预组参与者在出现症状期间使用Diagnostik平台,并进行每月监测(哮喘患者),而对照组参与者接受常规临床护理。随访数据将通过平台数据、病历审查和患者报告结局进行收集。
干预与数据收集 干预组的参与者将使用Diagnostik平台,该平台将智能手机应用程序与多功能医疗设备(包括数字听诊器、耳镜、体温计和脉搏血氧仪)相结合,用于在家中采集临床数据。在出现症状期间,参与者将:使用数字听诊器记录肺部声音;拍摄耳部或喉部图像;录入症状数据并完成相关问卷(如哮喘控制测试);测量生命体征,包括体温、心率和血氧饱和度。该平台的人工智能算法将分析这些数据,以生成初步诊断评估(例如是否存在喘息、急性中耳炎、咽炎)。随后,干预组参与者将接受临床医生的远程医疗咨询,临床医生将审阅所采集的数据,考虑人工智能生成的评估结果,并作出临床诊断。对照组的参与者将接受标准临床诊疗,包括
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




