Aufbau einer Datenbank für klinische Diagnosen und Behandlungen der Traditionellen Chinesischen Medizin
Aufbau einer klinischen Diagnose- und Behandlungsdatenbank für traditionelle chinesische Medizin: Eine prospektive multizentrische Querschnittsstudie
Studienübersicht
Status
Intervention / Behandlung
Detaillierte Beschreibung
Die technologischen Prinzipien großer Sprachmodelle stimmen mit den empirischen medizinischen Prinzipien der Traditionellen Chinesischen Medizin (TCM) überein, und der Aufstieg der Technologie großer Modelle kann den Fortschritt der TCM erheblich fördern. Allerdings mangelt es derzeit an klinischen Diagnose- und Behandlungsdatenbanken mit TCM-Merkmalen für das Training großer TCM-Modelle mit künstlicher Intelligenz (KI).
Gegenwärtig wurde noch keine groß angelegte Zungenbilddatenbank zur Modellierung häufiger TCM-Zungenerscheinungen eingerichtet, wodurch die Genauigkeit und Konsistenz der TCM-Diagnose sichergestellt und die objektive Standardisierung der TCM-Diagnoseentwicklung gefördert werden würde.
Unter Berücksichtigung der Rückmeldungen der Probanden in der klinischen Arbeit, dass der Fragebogen zur TCM-Konstitutionsumfrage ein großes Volumen hat, viel Zeit in Anspruch nimmt und bestimmte subjektive Probleme mit sich bringt, planen wir die Durchführung einer groß angelegten klinischen Beobachtungsstudie, um den Prozess der TCM-Konstitution zu optimieren Identifikation.
Arzt-Patient-Dialoge in der Traditionellen Chinesischen Medizin (TCM) und das Verfassen von Krankenakten sind wesentliche Bestandteile des TCM-Diagnose- und Behandlungsprozesses. Die Unterstützung bei der Beratung, der Erstellung von Krankenakten und Behandlungsplanempfehlungen auf der Grundlage von Arzt-Patienten-Dialogen hat einen erheblichen klinischen und wissenschaftlichen Wert. Daher planen wir, eine große Anzahl von Arzt-Patienten-Dialogen und ambulanten Krankenakten zu sammeln, um eine Datenbank für Arzt-Patient-Dialoge aufzubauen und uns im Voraus auf die Optimierung interaktiver groß angelegter TCM-Modelle vorzubereiten.
Zusammenfassend lässt sich sagen, dass die Forschung zum Aufbau einer TCM-Datenbank für klinische Diagnosen und Behandlungen einen wichtigen klinischen und wissenschaftlichen Forschungswert hat. Dies wird dazu beitragen, die Standardisierung und Normalisierung der TCM-Diagnose und -Behandlung zu verbessern und auch die Modernisierung und Internationalisierung der TCM zu unterstützen. Durch den Einsatz von Big-Data-Analysen und Technologien der künstlichen Intelligenz ist es möglich, tiefer in die TCM-Diagnose- und Behandlungsinformationen einzutauchen und umfangreichere und genauere Datenressourcen für die klinische Entscheidungsfindung und wissenschaftliche Forschungsforschung in der TCM bereitzustellen.
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienkontakt
- Name: Yulong Zhang, Doctor
- Telefonnummer: 18810550602
- E-Mail: zhongxiyi1101@163.com
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Personen, die zur körperlichen Untersuchung und medizinischen Behandlung ins Krankenhaus kommen;
- Die Teilnehmer nehmen freiwillig an der Studie teil.
Ausschlusskriterien:
- Probanden mit Schwierigkeiten beim Zungenausdehnen, bei der Kommunikation usw., die bei der Datenerfassung nicht kooperieren können;
- Die Forscher stellten fest, dass es andere Faktoren gab, die die Probanden möglicherweise zum Abbruch der Studie gezwungen haben.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Traditionelle chinesische Medizin-Zungenbildgruppe
Intern durch Zufallszuteilung aufgeteilt in Trainingsgruppe und Validierungsgruppe
|
Beobachtungsstudie, keine Intervention
|
|
Datengruppe zur Verfassung der Traditionellen Chinesischen Medizin
Intern durch Zufallszuteilung aufgeteilt in Trainingsgruppe und Validierungsgruppe
|
Beobachtungsstudie, keine Intervention
|
|
Patientendialog-Datengruppe für Ärzte der Traditionellen Chinesischen Medizin
Daten, die zur Feinabstimmung von Modellen der traditionellen chinesischen Medizin verwendet werden
|
Beobachtungsstudie, keine Intervention
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Entwicklung eines auf Zungenbildern basierenden maschinellen Lerntools
Zeitfenster: 20 Monate
|
|
20 Monate
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Multimodales Modell der TCM-Verfassung
Zeitfenster: 20 Monate
|
|
20 Monate
|
Andere Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Datenbank für Arzt-Patienten-Dialoge der Traditionellen Chinesischen Medizin (TCM).
Zeitfenster: 20 Monate
|
|
20 Monate
|
Mitarbeiter und Ermittler
Ermittler
- Hauptermittler: Qi Zeng, Doctor, Fifth Affiliated Hospital, Sun Yat-Sen University
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Yuan L, Yang L, Zhang S, Xu Z, Qin J, Shi Y, Yu P, Wang Y, Bao Z, Xia Y, Sun J, He W, Chen T, Chen X, Hu C, Zhang Y, Dong C, Zhao P, Wang Y, Jiang N, Lv B, Xue Y, Jiao B, Gao H, Chai K, Li J, Wang H, Wang X, Guan X, Liu X, Zhao G, Zheng Z, Yan J, Yu H, Chen L, Ye Z, You H, Bao Y, Cheng X, Zhao P, Wang L, Zeng W, Tian Y, Chen M, You Y, Yuan G, Ruan H, Gao X, Xu J, Xu H, Du L, Zhang S, Fu H, Cheng X. Development of a tongue image-based machine learning tool for the diagnosis of gastric cancer: a prospective multicentre clinical cohort study. EClinicalMedicine. 2023 Feb 6;57:101834. doi: 10.1016/j.eclinm.2023.101834. eCollection 2023 Mar.
- Tian F, Liu D, Wei N, Fu Q, Sun L, Liu W, Sui X, Tian K, Nemeth G, Feng J, Xu J, Xiao L, Han J, Fu J, Shi Y, Yang Y, Liu J, Hu C, Feng B, Sun Y, Wang Y, Yu G, Kong D, Wang M, Li W, Chen K, Li X. Prediction of tumor origin in cancers of unknown primary origin with cytology-based deep learning. Nat Med. 2024 May;30(5):1309-1319. doi: 10.1038/s41591-024-02915-w. Epub 2024 Apr 16.
- Tan Y, Zhang Z, Li M, Pan F, Duan H, Huang Z, Deng H, Yu Z, Yang C, Shen G, Qi P, Yue C, Liu Y, Hong L, Yu H, Fan G, Tang Y. MedChatZH: A tuning LLM for traditional Chinese medicine consultations. Comput Biol Med. 2024 Apr;172:108290. doi: 10.1016/j.compbiomed.2024.108290. Epub 2024 Mar 13.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- ZDWY.ZYZLK.009
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .