人工智能机器人控制
该数据集来自 clinicaltrials.gov，主题为呼吸系统疾病中的哮喘，聚焦儿童哮喘、人工智能与照护者负担。源站描述指出，研究目的是比较标准哮喘教育与标准教育联合人工智能机器人（AIR）控制干预所产生的影响
基本信息
资源简介
人工智能机器人控制
Artificially Intelligent Robot Control 数据集收录于呼吸系统疾病下的哮喘分类，原始信息来自 clinicaltrials.gov。该数据集围绕儿童哮喘、人工智能与照护者负担三个主题标签展开，其源站描述指出，相关研究旨在比较标准哮喘教育与“标准教育联合人工智能机器人（AIR）控制干预”两种方式所产生的影响。从整体定位看，这一数据集属于临床试验注册信息类资源，核心关注点在于儿童哮喘管理场景中引入人工智能机器人干预后，与单纯标准哮喘教育之间可能存在的差异。它为关注儿科呼吸疾病、数字健康干预以及照护者支持的研究者提供了一个可追溯的试验信息入口，但其本身并非临床诊疗指南或患者层面的原始测量数据集合。
【数据集背景】
该数据集所属领域为呼吸系统疾病中的哮喘，具体聚焦于儿童哮喘这一人群。哮喘是儿童期常见的慢性呼吸系统疾病，其长期管理通常涉及药物使用、环境控制、症状监测以及照护者的日常支持。源站描述中同时列出“人工智能”与“照护者负担”作为条件或关注维度，说明该研究不仅关心疾病教育本身，也关心照护者在管理儿童哮喘过程中所承受的压力。研究设计的基本比较对象是标准哮喘教育与在标准教育基础上增加人工智能机器人（AIR）控制干预，这一设置体现了将智能交互技术引入儿科哮喘教育场景的探索方向。数据集来源站为 clinicaltrials.gov，因此其背景信息依托于临床试验注册体系，而非单纯的观察性数据汇编。
【数据内容】
依据现有信息，该数据集的主题标签包括 Asthma in Children、Artificial Intelligence 和 Caregiver Burden。源站描述中列出的条件为 Asthma in Children、Artificial Intelligence、Caregiver Burden，并说明研究目的是比较标准哮喘教育与标准教育联合人工智能机器人（AIR）控制干预的影响。由此可知，数据集内容围绕一项以儿童哮喘为疾病背景、以人工智能机器人为干预手段、以照护者负担为关注点之一的临床研究展开。关于具体的样本量、受试者年龄范围、干预时长、结局指标、统计方法、机器人功能细节以及照护者负担的测量工具等，源站未提供。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov，属于临床试验注册信息平台。其英文名称为 Artificially Intelligent Robot Control，本站分类归入呼吸系统疾病 / 哮喘。源站描述提供了研究条件与目的的基本说明，即比较标准哮喘教育与标准教育联合人工智能机器人（AIR）控制干预。除上述来源与描述外，关于数据采集的具体时间范围、采集地点、招募方式、数据录入流程、质量控制措施以及是否包含个体参与者数据等，源站未提供。
【适用场景】
该数据集可用于了解儿童哮喘教育领域中以人工智能机器人为辅助手段的临床试验设计思路。适用场景包括：儿科呼吸疾病研究者检索相关试验信息；数字健康或医疗人工智能研究者关注机器人在患者教育中的潜在应用；照护者负担研究者寻找与儿童哮喘管理相关的干预研究线索；以及医学信息学人员将临床试验注册信息用于综述、选题或方法学参考。由于源站描述仅说明研究目的为比较两种教育干预的影响，未提供结果数据或疗效结论，因此该数据集不适合直接用于临床决策、疗效评价或患者教育材料制定。
【使用方法】
该数据集的使用应以其来源站 clinicaltrials.gov 的注册信息为基础，结合英文名称 Artificially Intelligent Robot Control 进行检索与定位。使用者可依据主题标签 Asthma in Children、Artificial Intelligence、Caregiver Burden 理解其主题范围，并依据源站描述把握研究目的，即比较标准哮喘教育与标准教育联合人工智能机器人（AIR）控制干预。若需获取研究方案、入组标准、结局指标或结果数据，应查阅源站对应记录。关于具体的数据下载方式、接口调用方法、字段结构或分析工具，源站未提供。
【质量与限制】
该数据集的信息来自 clinicaltrials.gov 的注册描述，其优势在于来源明确、主题标签清晰，便于按呼吸系统疾病中的哮喘类别进行检索。但现有信息仅包含研究条件与目的，缺少样本量、研究设计类型、随机化方式、盲法、结局指标、统计分析方法、研究起止时间、招募状态以及结果数据等关键内容。因此，无法据此判断研究的证据等级、偏倚风险或干预效果。此外，源站描述未说明数据更新频率、版本信息或数据完整性校验机制。使用者应注意，该数据集反映的是临床试验注册层面的信息，而非经过同行评议的最终研究结论。
【引用与许可】
该数据集的来源站为 clinicaltrials.gov。关于引用格式、许可条款、使用限制、数据共享政策以及是否允许再分发等具体规定，源站未提供。使用者在引用或使用前，应自行查阅 clinicaltrials.gov 的相关条款与对应试验记录的引用要求。
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/NCT07738016
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、人工智能、照护者负担。本研究旨在比较标准哮喘教育与标准教育+人工智能机器人（AIR）控制干预的效果。
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。
