基本信息

模态

其他

创建/更新时间

2026-10-26

资源简介

AI驱动的失眠数字疗法：开发与临床验证

该数据集对应一项名为“AI-Driven Digital Therapeutic for Insomnia: Development and Clinical Validation”的研究项目，来源于临床试验注册平台 clinicaltrials.gov，主题聚焦失眠（Insomnia）。失眠是全球性健康问题，据源站描述，约五分之一台湾成人长期受其影响；长期使用镇静催眠药物存在不良反应、依赖及不必要的医疗资源使用等风险。认知行为疗法（CBT-I）虽被国际推荐为一线治疗，但受人力短缺与患者依从性不佳限制，可及性有限。该项目拟开发一款人工智能驱动的失眠移动应用，落实CBT-I中的刺激控制与睡眠限制成分，并利用检索增强生成与大语言模型构建本地化睡眠知识库，提供个性化、交互式睡眠指导，同时通过试点随机对照试验评估干预效果。本站将其归类为神经系统疾病／其他。

【数据集背景】

失眠是一个普遍存在的全球健康问题，源站描述指出约五分之一台湾成人长期受失眠困扰。长期使用镇静催眠药物可能带来不良反应、药物依赖以及不必要的医疗资源使用。尽管CBT-I被国际推荐为失眠的一线治疗，但专业人员不足与患者依从性欠佳限制了其推广。该研究正是在这一背景下提出，试图以人工智能驱动的移动应用形式，落实CBT-I中的刺激控制与睡眠限制两个核心成分，从而扩大循证干预的可及范围。

【数据内容】

源站未提供具体的数据集字段、样本量、记录条数或变量结构等细节。从源站描述可知，项目涉及构建一个本地化的睡眠知识库，用于支撑个性化、交互式的睡眠指导；并计划开展一项试点随机对照试验，以评估干预在降低失眠严重程度方面的有效性。源站描述在此处截断，未给出完整的结局指标与数据组织形式。

【采集与来源】

该数据集来源于 clinicaltrials.gov，对应一项关于人工智能驱动失眠数字疗法的开发与临床验证研究。源站描述提及的研究条件为失眠（Insomnia），研究设计包含试点随机对照试验。关于受试者招募方式、采集地点、采集时间窗口与具体采集流程，源站未提供。

【适用场景】

依据源站描述，该研究面向失眠的数字化干预开发与临床验证，涉及CBT-I中刺激控制与睡眠限制成分的应用程序实现，以及基于检索增强生成和大语言模型的本地化睡眠知识库与个性化交互式睡眠指导。其潜在应用方向为以移动应用形式提供可扩展的失眠行为干预，并通过随机对照试验评估效果。除此之外的具体适用场景，源站未提供。

【使用方法】

源站未提供该数据集的使用方法、访问方式、数据格式或配套工具等说明。

【质量与限制】

源站未提供关于数据质量、完整性、偏倚控制或验证结果的具体信息。可确认的是，源站描述中的效果评估被表述为一项试点随机对照试验，源站描述在“降低失眠严重程度”处截断，未给出试验结果或结论。

【引用与许可】

源站未提供引用格式、许可条款或数据使用授权方面的信息。

原始链接

https://clinicaltrials.gov/study/NCT07880561

访问原始数据

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

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/NCT07880561

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。

数据说明

条件：失眠。失眠是一个普遍的全球健康问题，约五分之一的台湾成年人长期受其影响。长期使用镇静催眠药物会带来不良反应、依赖性和不必要的医疗资源利用等风险。尽管失眠认知行为疗法（CBT-I）在国际上被推荐为一线治疗，但人力短缺和患者依从性欠佳限制了其可及性。本项目将开发一款人工智能驱动的失眠移动应用程序，实施CBT-I中的刺激控制和睡眠限制组件。利用检索增强生成和大语言模型，我们将构建本地化睡眠知识库，以提供个性化、交互式的睡眠指导。一项初步随机对照试验将评估该干预措施在减轻失眠严重程度和减少镇静催眠药物使用方面的有效性。我们随后将开展大规模临床试验和迭代模型优化，旨在推出首个经临床验证的AI赋能失眠处方数字疗法，并推动睡眠护理领域的智慧医疗发展。

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