糖尿病预防AI：运用个性化营养与健身指导增强下一代预防策略
研究评估一种AI驱动的聊天机器人，为体重正常、年轻及文化多样人群提供个性化、文化适配的糖尿病预防支持，结合循证营养与身体活动指导及对话式AI技术，提供可及的生活方式辅导以降低糖尿病风险
基本信息
资源简介
糖尿病预防AI：运用个性化营养与健身指导增强下一代预防策略
该数据集围绕一项利用人工智能聊天机器人开展糖尿病预防的研究而建立，重点关注体重正常人群、年轻群体以及文化背景多样的人群。研究背景在于，2型糖尿病持续构成重大公共卫生问题，且越来越多证据表明，体重正常者也可能面临较高的糖尿病前期和2型糖尿病风险。现有预防项目主要面向超重或肥胖人群，因此需要针对上述人群开发创新的预防策略。该研究评估一种新型AI驱动的聊天机器人，提供个性化、文化适配的糖尿病预防支持，将循证营养与身体活动指导同对话式AI技术相结合，以可及的生活方式辅导帮助降低糖尿病风险。数据集英文名称为“Diabetes Prevention AI: Enhancing Prevention Strategies Using Personalized Nutrition and Fitness Coaching for the Next Generation”，本站分类归入消化系统疾病/其他，来源站为clinicaltrials.gov，主题标签包括糖尿病前期和2型糖尿病。
【数据集背景】
2型糖尿病仍是重要的公共卫生问题。越来越多的证据显示，体重正常的人群同样可能面临糖尿病前期和2型糖尿病的风险上升。然而，已有的糖尿病预防项目主要针对超重或肥胖人群，难以充分覆盖体重正常、年轻以及文化背景多样的人群。因此，需要探索新的预防路径。该数据集所对应的研究正是为回应这一需求而设计，评估一种由人工智能驱动的聊天机器人，用于提供个性化、文化适配的糖尿病预防支持，目标人群为年轻、体重正常且具有文化多样性特征的人群。
【数据内容】
该数据集的主题标签为糖尿病前期和2型糖尿病。其核心内容围绕一项干预研究展开：研究评估一种新型AI驱动的聊天机器人，该机器人提供个性化、文化适配的糖尿病预防支持。干预措施将循证营养指导与身体活动指导同对话式AI技术相结合，提供可及的生活方式辅导，重点在于降低糖尿病风险。聊天机器人整合了经专家验证的教育内容和行为相关内容。本站分类将其归入消化系统疾病/其他类别。除上述信息外，源站未提供更细粒度的数据字段、变量清单或样本量等具体内容。
【采集与来源】
该数据集的来源站为clinicaltrials.gov，属于临床试验注册信息。源站描述中提及的研究条件包括糖尿病前期和2型糖尿病。研究关注的是体重正常、年轻及文化多样人群的糖尿病预防，并评估AI聊天机器人在该场景下的应用。关于数据采集的具体时间范围、采集地点、招募方式、样本规模以及数据收集流程等，源站未提供。
【适用场景】
该数据集适用于关注糖尿病预防、特别是面向体重正常人群、年轻群体和文化多样人群的预防策略研究与开发。其内容可用于了解如何将循证营养与身体活动指导同对话式AI技术结合，以提供可及的生活方式辅导并降低糖尿病风险。也可用于探讨AI聊天机器人在健康促进、行为支持和文化适配干预中的潜在应用。由于涉及糖尿病前期和2型糖尿病主题，该数据集还可能服务于相关疾病预防项目的设计参考。但具体适用场景的边界和限制，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括访问方式、数据结构、字段说明、调用接口或分析流程等。因此，无法依据现有信息说明如何下载、读取或使用该数据集。
【质量与限制】
源站描述提到，聊天机器人整合了经专家验证的教育内容和行为相关内容，这提示干预内容经过专家验证。但关于数据集本身的质量控制、完整性、准确性、偏倚风险、样本代表性以及数据更新维护等信息，源站未提供。此外，该数据集来源于临床试验注册信息，其内容可能以研究描述为主，未必包含完整的个体-level数据。上述限制需结合源站进一步确认，当前信息不足以做出完整评估。
【引用与许可】
源站未提供该数据集的引用格式、许可条款或使用授权信息。如需引用或使用，应查阅clinicaltrials.gov上对应的注册记录以获取相关说明。
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/NCT07824154
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
条件：糖尿病前期、2型糖尿病。2型糖尿病仍然是一个重大的公共卫生问题，越来越多的证据表明，体重正常的人群也可能面临更高的糖尿病前期和2型糖尿病风险。现有的糖尿病预防项目主要针对超重或肥胖人群，因此需要针对更年轻、体重正常且文化背景多样的人群量身定制创新的预防方法。本研究将评估一种新型人工智能驱动的聊天机器人，旨在提供个性化、符合文化特点的糖尿病预防支持。该干预措施将循证营养和身体活动指导与会话式人工智能技术相结合，提供可及的生活方式指导，重点在于降低糖尿病风险。该聊天机器人纳入了经专家验证的教育内容和行为支持策略，旨在促进健康习惯和持续参与。该聊天机器人是利用一个经过整理的、文化适应性糖尿病预防建议知识库开发的。
个性化指导根据参与者偏好、情境和经过验证的教育资源生成，以支持与改善代谢健康相关的生活方式行为。该平台旨在提供可扩展、以用户为中心的支持，同时与既定的糖尿病预防原则保持一致。本试点研究将评估在真实世界环境中实施人工智能赋能的糖尿病预防干预的可行性和可接受性。研究人员将评估用户与聊天机器人的体验，包括参与度、满意度、信任度、可用性以及文化相关性的感知。研究结果将为数字健康干预的未来开发提供依据，并支持设计更大规模的研究，以评估人工智能辅助方法在糖尿病预防和健康公平方面的有效性。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
