Creación de una base de datos de tratamiento y diagnóstico clínico de la medicina tradicional china
Creación de una base de datos de tratamiento y diagnóstico clínico de la medicina tradicional china: un estudio transversal multicéntrico prospectivo
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Los principios tecnológicos de los modelos de lenguaje grandes se alinean con los principios médicos empíricos de la Medicina Tradicional China (MTC), y el surgimiento de la tecnología de modelos grandes puede promover en gran medida el progreso de la MTC. Sin embargo, actualmente faltan bases de datos de diagnóstico y tratamiento clínico con características de MTC para entrenar modelos grandes de inteligencia artificial (IA) de MTC.
En la actualidad, aún no se ha establecido una base de datos de imágenes de la lengua a gran escala para modelar las apariencias comunes de la lengua en la MTC, garantizando así la precisión y coherencia del diagnóstico de la MTC y promoviendo la estandarización objetiva del desarrollo del diagnóstico de la MTC.
Teniendo en cuenta los comentarios de los sujetos en el trabajo clínico de que el cuestionario de la encuesta de constitución de la MTC tiene un gran volumen, lleva mucho tiempo y tiene ciertos problemas subjetivos, planeamos llevar a cabo un estudio de observación clínica a gran escala para optimizar el proceso de constitución de la MTC. identificación.
Los diálogos médico-paciente de la Medicina Tradicional China (MTC) y la redacción de registros médicos son entidades esenciales que se generan durante el proceso de diagnóstico y tratamiento de la MTC. Ayudar en consultas, generación de registros médicos y recomendaciones de planes de tratamiento basados en diálogos médico-paciente tiene un importante valor clínico y de investigación. Por lo tanto, planeamos recopilar una gran cantidad de diálogos médico-paciente y registros médicos de pacientes ambulatorios para construir una base de datos de diálogo médico-paciente, preparándonos de antemano para optimizar modelos interactivos de MTC a gran escala.
En resumen, la investigación sobre la construcción de una base de datos de diagnóstico y tratamiento clínico de la MTC tiene un importante valor de investigación clínica y científica. Esto ayudará a mejorar la estandarización y normalización del diagnóstico y tratamiento de la MTC, y también apoyará la modernización e internacionalización de la MTC. Al aplicar el análisis de big data y la tecnología de inteligencia artificial, es posible profundizar en la información de diagnóstico y tratamiento de la MTC, proporcionando recursos de datos más ricos y precisos para la toma de decisiones clínicas y la exploración de investigaciones científicas en la MTC.
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Yulong Zhang, Doctor
- Número de teléfono: 18810550602
- Correo electrónico: zhongxiyi1101@163.com
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Personas que acuden al hospital para un examen físico y tratamiento médico;
- Los participantes participan voluntariamente en el estudio.
Criterio de exclusión:
- Sujetos con dificultades en la extensión de la lengua, comunicación, etc. que no pueden cooperar con la recopilación de datos;
- Los investigadores determinaron que hubo otros factores que pudieron haber obligado a los sujetos a finalizar el estudio.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Grupo de imágenes de lengua de medicina tradicional china
Internamente, mediante asignación aleatoria, dividida en grupo de entrenamiento y grupo de validación.
|
Estudio observacional, no intervención.
|
|
Grupo de datos sobre la constitución de la medicina tradicional china
Internamente, mediante asignación aleatoria, dividida en grupo de entrenamiento y grupo de validación.
|
Estudio observacional, no intervención.
|
|
Grupo de datos de diálogo entre médicos y pacientes de medicina tradicional china
Datos utilizados para perfeccionar los modelos de medicina tradicional china
|
Estudio observacional, no intervención.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Desarrollo de una herramienta de aprendizaje automático basada en imágenes de la lengua
Periodo de tiempo: 20 meses
|
|
20 meses
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Modelo multimodal de constitución de la medicina tradicional china
Periodo de tiempo: 20 meses
|
|
20 meses
|
Otras medidas de resultado
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Base de datos de diálogo médico-paciente de medicina tradicional china (MTC)
Periodo de tiempo: 20 meses
|
|
20 meses
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Qi Zeng, Doctor, Fifth Affiliated Hospital, Sun Yat-Sen University
Publicaciones y enlaces útiles
Publicaciones Generales
- 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.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Estimado)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Otros números de identificación del estudio
- ZDWY.ZYZLK.009
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .