ChatGPT与外科医生协同：重新定义乳房重建咨询以提升患者参与度与满意度

数据集获取

源站：https://clinicaltrials.gov/study/NCT06981208

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：乳腺癌、乳腺肿瘤。在本研究中，计划进行乳房重建咨询的患者将被随机分为干预组（由ChatGPT或Google Gemini生成的关于可能重建方案的患者教育材料）或对照组（常规患者教育）。所有患者将在面对面咨询后完成一份调查问卷，以评估其对咨询过程的体验和总体满意度。此外，参与研究的外科医生将完成一份单独的调查问卷，以评估其咨询体验、满意度，并评估ChatGPT或Google Gemini生成的患者教育材料的准确性和临床实用性。这些调查问卷旨在收集患者特征信息以及根据Brega等人的组织健康素养信息。其他调查问题是为满足本研究的结果而设计的，并非基于先前发表的调查问卷。

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。