Kutatás egy intelligens egészségjavaslat-rendszerről krónikus betegségek társbetegségeihez, amely integrálja a tradicionális kínai orvoslást
Kutatás egy intelligens egészségmegőrző ajánlórendszerről krónikus betegségek együttes előfordulása esetén, amely a hagyományos kínai orvoslás alkatadatbázisának és multimodális nagy nyelvi modellek integrációján alapul
- Hozz létre egy hagyományos kínai orvoslási (TCM) alkati adatbázist, tisztázd a TCM alkati mintázatok eloszlását a társbetegséges „három magas” állapotokkal (magas vérnyomás, magas vérzsír és magas vércukor) rendelkező populációkban, valamint azok kapcsolatát a metabolikus mutatókkal. Hozz létre egy „alkat-társbetegség-metabolizmus” kapcsolati modellt, hogy alapot nyújtson a személyre szabott beavatkozás és egy AI platform fejlesztéséhez.
- Fejleszd ki az AI-HEALS rendszert a TCM alkati adatbázis és a multimodális nagy nyelvi modellek integrálásával. Ez a rendszer személyre szabott beavatkozási terveket fog generálni és intelligens interaktív kérdés-válasz képességeket biztosít a betegbeavatkozási betartás fokozása érdekében.
- Értékeld az AI-HEALS rendszer klinikai alkalmazási hatékonyságát, vizsgáld meg az alkati változások és a beavatkozási eredmények közötti kapcsolatot, és igazold a TCM beavatkozási útját, mely „az alkat szabályozásán keresztül elősegíti az egészséget”. Ez mind elméleti, mind gyakorlati iránymutatást nyújt a TCM alkat dinamikus szabályozásához és precíz beavatkozásához.
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
Ez a projekt a hagyományos kínai orvoslás (TCM) alkati elméletét és a nagy nyelvi modelleket (LLM) interdiszciplináris integráción keresztül egyesíti, létrehozva egy dinamikusan felhatalmazott intelligens egészségjavaslati rendszert a TCM számára. Elősegíti a „kezelés alkati differenciálás alapján” koncepció mély integrációját a mesterséges intelligenciával. Ennek a kutatásnak a jelentősége főként a következő két aspektusban nyilvánul meg:
Elméleti szinten ez a tanulmány segít bővíteni a TCM alkati elmélet tudásreprezentációs és számítási modellezési módszereit a modern mesterséges intelligencia keretein belül. Előmozdítja a „preventív kezelés” TCM koncepciójának alkalmazását és átalakítását a big data és az intelligens érvelési forgatókönyvekben, új perspektívákat nyújt a TCM alkat és a krónikus betegségek komorbiditásai közötti összefüggések mechanizmusainak kutatásához, és elősegíti a TCM elméleti rendszereinek és a modern orvosi informatikai tudományok közötti kereszteződést.
Gyakorlati szinten a kutatás valós klinikai adatokra és multimodális AI modellekre támaszkodva egy strukturált, szabványosított TCM alkati adatbázist hoz létre. Kifejleszt egy egészségnevelési rendszert egyéni azonosítási, intelligens javaslati és dinamikus intervenciós funkciókkal, amely alkalmas a krónikus betegségek komorbiditásával rendelkező populációk személyre szabott kezelésére és korai figyelmeztetésére. A projekt eredményei segítenek javítani az egyéni egészségműveltséget és életminőséget, enyhíteni a krónikus betegségek terhét, elősegíteni a TCM gyakorlati alkalmazását az alapellátási szolgáltatásokban és a digitális orvoslásban, és jelentős társadalmi értéket és széles körű elterjedési kilátásokat mutatnak.
Tanulmány típusa
Beiratkozás (Becsült)
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: qingqing liu
- Telefonszám: 13858089867
- E-mail: qingliuq@zju.edu.cn
Tanulmányozza a kapcsolattartók biztonsági mentését
- Név: yibo wu
- Telefonszám: 13758089867
- E-mail: bjmuwuyibo@outlook.com
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Gyermek
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
Életkor ≥ 18 év; Egyértelmű diagnózis magas vérnyomásra, 2-es típusú cukorbetegségre és magas vérzsírszintre, valamint mindhárom betegséget érintő együttes megbetegedés; Stabil betegségi állapot, nincsenek friss akut szövődmények; Képes kérdőívek kitöltésére, és hajlandó tájékoztatott beleegyezést adni a tanulmány önkéntes részvételéhez.
Kizárási kritériumok:
Páciensek, akik a három magas betegség (magas vérnyomás, cukorbetegség, magas vérzsírszint) akut szakaszában vannak, vagy súlyos szövődményekkel rendelkeznek (mint például akut szívinfarktus vagy agyvérzés); Páciensek, akiknek más jelentős betegségeik vannak, amelyek befolyásolhatják az alkati értékelést vagy a beavatkozás végrehajtását, például rosszindulatú daganatok, súlyos máj- vagy veseműködési zavarok, aktív tuberkulózis vagy mentális betegségek; Páciensek, akik az elmúlt hónapban szisztematikus hagyományos kínai orvosi kezelést kaptak (pl. gyógynövényes főzeteket vagy akupunktúrát), ami befolyásolhatja az alkattípus kezdeti értékelését; Terhes vagy szoptató nők; Olyan egyének, akik nem tudnak együttműködni a mérésekkel, nyelvi kommunikációs akadályokkal vagy kognitív zavarokkal rendelkeznek; Páciensek, akik más beavatkozó klinikai vizsgálatokban vesznek részt.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Hagyományos Kínai Orvoslás (TCM) Alkati Adatbázis
Időkeret: Megfigyelési időszak: 3 év
|
Fejlessze ki az AI-HEALS intelligens beavatkozási platformot, amely olyan funkciókkal van felszerelve, mint az alkati azonosítás, intelligens ajánlások és interaktív kérdések és válaszok, elérve a 90% feletti kérdések és válaszok pontosságát.
|
Megfigyelési időszak: 3 év
|
Együttműködők és nyomozók
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Becsült)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Egyéb vizsgálati azonosító számok
- KY-2025-295
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .