使用集成人工智能辅助EHR仪表盘与移动设备对比常规哮喘护理对6-17岁患者进行远程哮喘管理的研究
该数据集来自clinicaltrials.gov，属于呼吸系统疾病/哮喘分类，主题为儿童哮喘。研究主要目的是观察临床医生及其哮喘患者能否通过使用名为Asthma-Guidance and Prediction System的人工智能工具，结合名为AsthmaTuner的家庭监测设备，在家中（而非前往
基本信息
资源简介
使用集成人工智能辅助EHR仪表盘与移动设备对比常规哮喘护理对6-17岁患者进行远程哮喘管理的研究
该数据集英文名称为“A Study of Remote Asthma Management Using an Integrated Artificial Intelligence-assisted EHR Dashboard and Mobile Device Compared With Usual Asthma Care to Treat 6-17 Year Old Patients”，来源于clinicaltrials.gov，属于呼吸系统疾病下的哮喘分类，主题标签为儿童哮喘。其源站描述指出，研究的主要目的是观察临床医生及其哮喘患者能否通过使用名为Asthma-Guidance and Prediction System的人工智能工具，结合名为AsthmaTuner的家庭监测设备，在家中而非前往诊所完成远程哮喘管理。整体来看，该数据集围绕儿童哮喘的远程管理场景，聚焦人工智能辅助工具与移动设备在真实世界中的可用性和可行性，为关注儿童哮喘管理、远程医疗和人工智能辅助决策的研究者提供了一个来自临床试验注册平台的资料入口。
【数据集背景】
该数据集所对应的研究关注6至17岁儿童哮喘患者的远程管理问题。传统哮喘管理通常需要患者前往诊所接受评估与随访，而本研究试图探索一种不同的路径：临床医生和患者能否在不前往诊所的情况下，借助人工智能工具和家庭监测设备完成哮喘管理。源站描述明确提到，研究涉及一种名为Asthma-Guidance and Prediction System的人工智能工具，以及一种名为AsthmaTuner的家庭监测设备。研究将这些工具与常规哮喘照护进行对比，以观察远程管理方式在儿童哮喘患者中的实际表现。该数据集被归类于呼吸系统疾病/哮喘，主题标签为“Asthma in Children”，说明其核心关注人群是儿童哮喘患者。
【数据内容】
该数据集来自clinicaltrials.gov，属于临床试验注册信息。源站描述中提及的研究条件为“Asthma in Children”，即儿童哮喘。研究的主要目的围绕临床医生及其哮喘患者能否通过人工智能工具与家庭监测设备在家完成远程哮喘管理。数据内容涉及的研究要素包括：人工智能工具Asthma-Guidance and Prediction System、家庭监测设备AsthmaTuner、远程哮喘管理方式，以及与常规哮喘照护的对比。关于具体的样本量、数据字段、变量类型、随访时间点、统计指标等详细内容，源站未提供。
【采集与来源】
该数据集的来源站为clinicaltrials.gov，属于临床试验注册平台。源站描述提供了研究的基本信息，包括研究条件、研究目的以及所涉及的工具和设备名称。数据采集的具体方式、采集地点、采集时间范围、招募方式、数据收集频率等细节，源站未提供。该数据集在本站被归入呼吸系统疾病/哮喘分类，主题标签为“Asthma in Children”，这些分类信息有助于用户按疾病领域和人群标签进行检索。
【适用场景】
该数据集适用于关注儿童哮喘远程管理、人工智能辅助临床决策、家庭监测设备应用以及远程医疗与常规照护对比等方向的研究人员、临床医生或医疗技术开发者。由于研究聚焦于6至17岁儿童哮喘患者，并涉及人工智能工具与移动设备的整合使用，因此也可为探索数字健康工具在儿科呼吸疾病管理中的应用提供参考。此外，该数据集来自临床试验注册平台，适合用于了解相关临床试验的设计思路和研究目的。关于该数据集在具体统计分析、模型训练或临床决策支持中的直接应用方式，源站未提供。
【使用方法】
该数据集可通过clinicaltrials.gov获取，具体访问路径和下载方式取决于源站提供的注册信息页面。用户可根据数据集英文名称在源站进行检索，以获取研究的基本描述、研究条件、研究目的以及相关工具和设备信息。由于源站未提供详细的数据字段说明、数据格式、访问权限或使用指南，因此无法进一步说明如何提取、处理或分析具体数据。建议使用者直接查阅源站页面以了解可获取的信息范围。
【质量与限制】
该数据集来源于clinicaltrials.gov，属于临床试验注册信息，其质量取决于源站所提供内容的完整性和准确性。源站描述仅提供了研究条件、研究目的以及所涉及工具和设备的基本信息，未提供样本量、数据完整性、偏倚控制、统计方法、随访时长等关键质量指标。因此，该数据集在用于二次分析或系统评价时可能存在信息不足的限制。此外，该数据集仅涉及6至17岁儿童哮喘患者，适用范围有限，不能直接外推至其他年龄组或其他呼吸系统疾病。关于数据审核、更新频率、版本控制等信息，源站未提供。
【引用与许可】
该数据集的来源站为clinicaltrials.gov，引用时应注明其来源平台及数据集英文名称。关于具体的引用格式、许可协议、使用条款、数据共享政策以及是否允许商业使用等信息，源站未提供。使用者在引用或使用该数据集前，应自行查阅clinicaltrials.gov的相关政策与条款，以确保合规使用。
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/NCT06062433
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。
- OpenDataLab:
数据说明
条件：儿童哮喘。本研究的主要目的是探讨临床医生及其哮喘患者能否通过使用一种名为哮喘指导与预测系统的人工智能工具，结合名为AsthmaTuner的家庭监测设备，在家中（而非前往诊所）满意地实施远程哮喘管理。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
