如何改善医院门诊部的就诊体验

数据集获取

源站：https://clinicaltrials.gov/study/NCT07818213

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：1型神经纤维瘤病（NF1）、NF2相关神经鞘瘤病。参与者体验概述：人们可以选择参加本研究的一个或多个部分。部分患者、照护者和工作人员可能在门诊候诊区被观察，以帮助研究者了解该科室的运作方式，任何不希望被观察的人可以告知工作人员，将不会被纳入。患者可能被邀请在正常前往门诊预约的路线中参加一次步行访谈，工作人员可能被邀请参加一次小组讨论。希望更多参与的患者和工作人员还可以选择长期参加研讨会，以识别问题并共同设计改进方案。参与后续阶段是可选的，每个阶段都会核对知情同意，会谈会被录音，参与者可以随时退出且无需说明理由。数据将通过基于体验的协同设计（EBCD）阶段收集。EBCD结合了民族志方法和参与式质量改进方法，通过迭代阶段生成有意义的、共同设计的干预措施。

个体参与者可根据自身意愿参加任意数量的阶段，且每个阶段都将重新获取其知情同意。阶段一：采用民族志方法进行观察：通过研究者实地笔记进行背景设定，探索并理解患者、照护者及工作人员在门诊部的体验。研究者将在门诊候诊室进行30小时的跟随观察、静态观察以及对工作人员、患者和照护者的访谈。工作人员将在科室会议、每周改进碰头会及科室患者与员工论坛上获知观察相关信息。每日碰头会上将提醒工作人员正在进行观察。患者和照护者将通过海报和传单获知信息，并由科室接待员告知有研究者在场观察活动。任何明确选择退出的人将不被观察。仅收集相关数据。

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。