西班牙语健康生活方式mHealth应用的质量与人工智能特征：iSYScore与AI映射数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.23833174

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。

数据集大小约 1.1 MB。

数据说明

该数据集包含对30款西班牙语移动健康（mHealth）应用程序的条目级评估，这些应用旨在促进三个领域的健康生活方式：营养（n = 5）、正念（n = 15）和习惯追踪（n = 10）。2024年2月，使用关键词“nutrition”、“mindfulness”和“habit tracker”在Google Play Store和Apple App Store中识别出这些应用（n = 560），依据预先设定的纳入和排除标准进行筛选（纳入35款应用），并在2026年10月的重复检索中重新评估（排除5款应用）。每款应用均使用经过验证的iSYScore工具（大众关注度，0–11；信任与质量，0–18；实用性，0–18；总分0–47；可接受质量≥ 23.5分）以及基于世界卫生组织伦理指南和欧盟《人工智能法案》的人工智能（AI）映射框架（0–18分；风险类别：非AI系统或有限风险AI）进行评分。13款应用（43.3%）达到可接受质量，12款（40.0%）被归类为有限风险AI系统。

评分由营养学、心理学和数字健康领域的专家评审独立给出，分歧通过协商一致解决。

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。