人工智能驱动的虚拟标准化儿科患者试验

数据集获取

源站：https://clinicaltrials.gov/study/NCT06699433

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

病症：肺炎链球菌性肺炎、轮状病毒性肠炎伴低血容量性休克、手足口病、急性阑尾炎、呼吸衰竭（儿科患者）。背景：中国儿童医疗保健体系面临重大挑战，尤其是初级卫生保健机构的儿科服务能力有限。基层医生缺乏有效且易于获取的培训工具，进一步阻碍了弥补这一差距的进展。技术进步，特别是人工智能领域的进步，为改善儿科护理提供了潜在解决方案。人工智能驱动的虚拟标准化病人（VSPs），利用互联网和虚拟仿真技术，模拟具有特定疾病特征的临床病例，提供了一种创新、高效且灵活的培训方法。VSPs在医学教育、临床推理和执业资格考试中的应用日益增多。本研究聚焦于利用VSPs提升常见儿科病症的管理水平，这些病症是儿童的主要健康问题，并给家庭带来了沉重的心理和经济负担。

方法：本研究将采用三臂随机对照试验，评估虚拟儿科标准化病人平台在提升初级保健医生管理常见儿科疾病能力方面的有效性。至少459名参与者，包括来自中国10多个省份的全科医生、内科医生、外科医生和儿科医生，将被随机分配到三组之一：虚拟病人平台组、案例教学手册组或案例教学视频组。将开发五个虚拟病人案例，涵盖肺炎链球菌肺炎、轮状病毒肠炎伴低血容量性休克、手足口病、急性阑尾炎和呼吸衰竭，并配套相应的案例教学材料。经过为期两周的学习期后，将使用临床情景案例评估参与者的疾病管理能力。主要结局是对最佳临床实践指南的依从性，分为完全依从、部

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。