Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Forskning i et intelligent sundhedsanbefalingssystem for kronisk sygdom med komorbiditet, der integrerer traditionel kinesisk medicin

Forskning i et Intelligent Sundhedsplejeanbefalingssystem for Kronisk Sygdomssammensætning Baseret på Integration af Traditionel Kinesisk Medicins Konstitutionsdatabase og Multimodale Store Sprogmodeller

  1. Opret en database for traditionel kinesisk medicin (TCM) konstitution, klarlæg fordelingen af TCM-konstitutioner i populationer med komorbid "tre-høje" tilstande (hypertension, hyperlipidæmi og hyperglykæmi) og deres sammenhænge med metaboliske indikatorer. Etabler en "konstitution-komorbiditet-metabolisme" relationsmodel for at skabe et grundlag for personliggjort intervention og udvikling af en AI-platform.
  2. Udvikl AI-HEALS-systemet ved at integrere TCM-konstitutionsdatabasen med multimodale store sprogmodeller. Dette system vil generere personliggjorte interventionsplaner og give intelligente interaktive spørgsmål-og-svar-funktioner for at forbedre patientens interventionsoverholdelse.
  3. Evaluer den kliniske anvendelseseffektivitet af AI-HEALS-systemet, udforsk sammenhængen mellem ændringer i konstitution og interventionsresultater, og valider TCM-interventionsvejen "regulering af konstitution for at fremme sundhed". Dette vil give både teoretisk og praktisk vejledning til den dynamiske regulering og præcise intervention af TCM-konstitution.

Studieoversigt

Status

Ikke rekrutterer endnu

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Dette projekt kombinerer traditionel kinesisk medicins (TCM) konstitutionsteori med store sprogmodeller (LLMs) gennem tvaerfaglig integration og konstruerer et dynamisk styrket intelligent sundhedsanbefalingssystem til TCM. Det fremmer den dybe integration af konceptet "behandling baseret på konstitutionsdifferentiering" med kunstig intelligens. Betydningen af denne forskning afspejles hovedsageligt i følgende to aspekter:

På det teoretiske niveau hjælper denne undersøgelse med at udvide videnrepræsentationen og beregningsmodelleringsmetoderne for TCM-konstitutionsteori inden for rammerne af moderne kunstig intelligens. Den fremskynder anvendelsen og transformationen af TCM-konceptet "forebyggende behandling" i store data og intelligente ræsonneringsscenarier, giver nye perspektiver til forskning i mekanismerne, der forbinder TCM-konstitution og kronisk sygdom med komorbiditeter, og fremmer krydsintegration mellem TCM-teoretiske systemer og moderne medicinsk informationsvidenskab.

På det praktiske niveau er forskningen afhængig af reelle kliniske data og multimodale AI-modeller til at etablere en struktureret, standardiseret TCM-konstitutionsdatabase. Den udvikler et sundhedsuddannelsessystem med individualiseret identifikation, intelligente anbefalings- og dynamiske interventionsfunktioner, velegnet til personlig styring og tidlig advarsel i befolkninger med kronisk sygdom med komorbiditeter. Projektresultaterne vil hjælpe med at forbedre individuel sundhedskompetence og livskvalitet, lindre byrden af kroniske sygdomme, fremme den praktiske anvendelse af TCM i primære sundhedsydelser og digital medicin og demonstrere betydelig samfundsmæssig værdi og brede udsigter til udbredt anvendelse.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

195

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Undersøgelse Kontakt Backup

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

En standardiseret undersøgelse blev udført ved hjælp af Klassifikations- og Vurderingskriterier for Traditionel Kinesisk Medicins Konstitution (Standard fra China Association of Chinese Medicine) konstitutionsidentifikationsskalaen. Uddannede TCM-praktikere og plejepersonale udførte konstitutionsvurdering for at identificere den dominerende konstitutionstype og eventuelle samværende konstitutionstyper. Derudover blev patientens grundlæggende oplysninger, detaljer om sygdomsdiagnose og nylige metaboliske indikatorer såsom blodtryk, fastende blodsukker, glykosyleret hæmoglobin og blodfedtniveauer indsamlet.

Beskrivelse

Inklusionskriterier:

Alder ≥ 18 år; klar diagnose af hypertension, type 2-diabetes og hyperlipidæmi, samt en komorbid tilstand, der involverer alle tre sygdomme; stabil sygdomstilstand uden nylige akutte komplikationer; i stand til at udfylde spørgeskemaer og villig til at give informeret samtykke til frivilligt at deltage i studiet.

Eksklusionskriterier:

Patienter i den akutte fase af de tre høje sygdomme (hypertension, diabetes, hyperlipidæmi) eller med alvorlige komplikationer (såsom akut myokardieinfarkt eller slagtilfælde); patienter med andre større sygdomme, der kan påvirke konstitutionsvurdering eller gennemførelse af intervention, såsom maligne tumorer, alvorlig lever- eller nyrefunktionsnedsættelse, aktiv tuberkulose eller psykisk sygdom; patienter, der har modtaget systematisk traditionel kinesisk medicinbehandling (f.eks. urteafkog eller akupunktur) inden for den seneste måned, hvilket kan påvirke den indledende vurdering af konstitutionstype; gravide eller ammende kvinder; personer, der ikke er i stand til at samarbejde om målinger, med sproglige kommunikationsbarrierer eller kognitive funktionsnedsættelser; patienter, der deltager i andre interventionelle kliniske studier.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
TCM-konstitutionsdatabase (Traditionel kinesisk medicin)
Tidsramme: Observationsperiode: 3 år
Udvikl AI-HEALS intelligent interventionsplatform, udstyret med funktioner som konstitutionsidentifikation, intelligente anbefalinger og interaktivt spørgsmål- og svar, der opnår en spørgsmål- og svar-nøjagtighedsrate på over 90%.
Observationsperiode: 3 år

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Anslået)

20. december 2025

Primær færdiggørelse (Anslået)

30. december 2028

Studieafslutning (Anslået)

30. december 2028

Datoer for studieregistrering

Først indsendt

15. december 2025

Først indsendt, der opfyldte QC-kriterier

15. december 2025

Først opslået (Faktiske)

29. december 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

29. december 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

15. december 2025

Sidst verificeret

1. december 2025

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • KY-2025-295

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med TCM Konstitutionsteori

Kliniske forsøg med Multimodale AI-modeller

Søg i lignende forsøg