AI-CIMCare Chatbot 提升补充与整合医学(CIM)

该数据集来自 clinicaltrials.gov,聚焦糖尿病患者的补充与整合医学(CIM)管理。研究为随机对照试验,旨在避免个体间污染,确定干预与结局之间的因果关系

Chang Gung University of Science and TechnologyChang Gung University of Science and Technology
clinicaltrials
浏览 8
其他预测Diabetes
AI-CIMCare Chatbot" to Enhance Complementary and Integrative Medicine (CIM)

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

AI-CIMCare Chatbot 提升补充与整合医学(CIM)

该数据集来自 clinicaltrials.gov,聚焦糖尿病患者的补充与整合医学(CIM)管理。研究为随机对照试验,旨在避免个体间污染,确定干预与结局之间的因果关系。II 期研究结束时将训练好用于糖尿病患者在常规治疗之外管理 CIM 使用的聊天机器人。研究目标包括:实施聊天机器人以赋能患者管理糖尿病及 CAM 使用;考察其对 CIM 健康素养、患者赋能、用户参与、临床结局及与 HCP 沟通的影响;收集患者反馈以改进聊天机器人,便于传播与实施(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:糖尿病。一项随机对照试验旨在通过避免个体间污染,确定干预与结局之间存在的因果关系(Polit & Beck, 2022)。用于糖尿病患者在常规糖尿病治疗之外管理 CIM 使用的聊天机器人将在 II 期研究结束时得到良好训练。本阶段的目标是:(1)实施聊天机器人,以赋能糖尿病患者在管理糖尿病的同时使用 CAM;(2)考察聊天机器人对 CIM 健康素养、患者赋能、用户参与、临床结局的影响,并促进糖尿病患者与 HCP 的沟通;(3)收集患者关于如何改进聊天机器人以进行传播和实施的反馈。

【主题与分类】

主题标签:Diabetes。本站分类:内分泌、营养和代谢疾病/糖尿病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07835061

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07835061

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

疾病:糖尿病。随机对照试验旨在通过避免个体间污染,确定干预与结局之间存在的因果关系(Polit & Beck, 2022)。用于糖尿病患者在常规糖尿病治疗的同时管理CIM使用的聊天机器人,将在II期研究结束时得到充分训练。本阶段的目标是:(1)实施该聊天机器人,以赋能糖尿病患者在使用CAM的同时管理糖尿病;(2)考察该聊天机器人对CIM健康素养、患者赋能、用户参与度、临床结局的影响,并促进糖尿病患者与HCPs的沟通;(3)收集患者关于如何改进该聊天机器人以促进传播与实施的反馈。

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。