面向孕妇的生成式AI营养聊天机器人可用性评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT07458997

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：妊娠期糖尿病、先兆子痫、用于产前营养指导的人工智能聊天机器人。目标：本研究主要旨在通过比较干预组与对照组之间的系统可用性量表（SUS）评分，评估面向孕妇的营养人工智能聊天机器人的可用性。次要目标包括评估技术接受度（技术接受模型）、参与模式、信息质量（准确性、可理解性、一致性）以及营养知识的变化。设计：将采用两组平行（每组n=50）的准实验设计。通过自我选择，参与者将选择加入干预组（可使用人工智能聊天机器人加常规护理）或对照组（可使用标准化微信信息服务加常规护理）。所有参与者的常规护理包括标准的产前门诊就诊和印刷版营养材料。对照组的微信服务将由一名经过培训的研究助理在每日两个预定时间窗口内使用预先定义的脚本进行操作，提供引自官方营养宣传册的信息。

这隔离了信息传递方式（AI与人工辅助消息传递）作为主要变量。参与者：纳入标准：年龄≥18岁、能够知情同意、拥有可上网智能手机的孕妇。排除标准：参与其他营养干预或患有严重精神健康状况而影响技术使用。将有意抽取20名参与者（每组10名）的子样本完成定性访谈。样本量：基于干预组预期平均SUS评分为78（SD=12）、对照组为65（SD=15）（Cohen’s d=0.95），在α=0.05时达到90%功效，每组需要23名参与者。考虑到50%的流失率，每组将招募50名参与者。将应用倾向评分匹配以减少选择偏倚，使用包括年龄、孕龄、产次、教育程度和基线技术使用在内的变量。测量指标：主要结局，usa

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。