Het opbouwen van een database voor klinische diagnose en behandeling in de traditionele Chinese geneeskunde
Het opbouwen van een database voor klinische diagnose en behandeling in de traditionele Chinese geneeskunde: een prospectieve cross-sectionele studie in meerdere centra
Studie Overzicht
Toestand
Interventie / Behandeling
Gedetailleerde beschrijving
De technologische principes van grote taalmodellen komen overeen met de empirische medische principes van de Traditionele Chinese Geneeskunde (TCM), en de opkomst van grote modeltechnologie kan de vooruitgang van TCM enorm bevorderen. Er is momenteel echter een gebrek aan databases voor klinische diagnose en behandeling met TCM-kenmerken voor het trainen van grote modellen voor kunstmatige intelligentie (AI) van TCM.
Op dit moment is er nog geen grootschalige database met tongbeelden opgezet voor het modelleren van veel voorkomende TCM-tongverschijnselen, waardoor de nauwkeurigheid en consistentie van de TCM-diagnose wordt gegarandeerd en de objectieve standaardisatie van de TCM-diagnostische ontwikkeling wordt bevorderd.
Gezien de feedback van de proefpersonen in het klinische werk dat de vragenlijst over de TCM-constitutieonderzoek een groot volume heeft, lang duurt en bepaalde subjectieve problemen kent, zijn we van plan een grootschalig klinisch observationeel onderzoek uit te voeren om het proces van TCM-constitutie te optimaliseren. identificatie.
De arts-patiëntdialogen in de Traditionele Chinese Geneeskunde (TCM) en het schrijven van medische dossiers zijn essentiële entiteiten die worden gegenereerd tijdens het TCM-diagnose- en behandelproces. Assisteren bij consultaties, het genereren van medische dossiers en aanbevelingen voor behandelplannen op basis van de dialoog tussen arts en patiënt hebben een aanzienlijke klinische en onderzoekswaarde. Daarom zijn we van plan een groot aantal arts-patiëntdialogen en poliklinische medische dossiers te verzamelen om een arts-patiëntdialoogdatabase op te bouwen, waarmee we ons vooraf voorbereiden op het optimaliseren van interactieve grootschalige TCM-modellen.
Samenvattend heeft het onderzoek naar het opbouwen van een database voor klinische diagnose en behandeling van TCM een belangrijke klinische en wetenschappelijke onderzoekswaarde. Dit zal helpen de standaardisatie en normalisatie van TCM-diagnose en -behandeling te verbeteren, en ook de modernisering en internationalisering van TCM ondersteunen. Door big data-analyse en kunstmatige intelligentie-technologie toe te passen, is het mogelijk om dieper in de diagnose- en behandelingsinformatie van TCM te duiken, waardoor rijkere en nauwkeurigere gegevensbronnen worden geboden voor klinische besluitvorming en wetenschappelijk onderzoek op het gebied van TCM.
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Yulong Zhang, Doctor
- Telefoonnummer: 18810550602
- E-mail: zhongxiyi1101@163.com
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Mensen die naar het ziekenhuis komen voor lichamelijk onderzoek en medische behandeling;
- Deelnemers nemen vrijwillig deel aan het onderzoek.
Uitsluitingscriteria:
- Onderwerpen die moeite hebben met tongextensie, communicatie, enz. en die niet kunnen meewerken aan het verzamelen van gegevens;
- De onderzoekers stelden vast dat er andere factoren waren die de proefpersonen mogelijk hadden gedwongen het onderzoek te beëindigen.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Traditionele Chinese Geneeskunde Tongbeeldgroep
Intern, middels willekeurige toewijzing, onderverdeeld in trainingsgroep en validatiegroep
|
Observationeel onderzoek, non-interventie
|
|
Traditionele Chinese Geneeskunde Grondwetgegevensgroep
Intern, middels willekeurige toewijzing, onderverdeeld in trainingsgroep en validatiegroep
|
Observationeel onderzoek, non-interventie
|
|
Traditionele Chinese Geneeskunde Arts Patiënt Dialoog Datagroep
Gegevens gebruikt voor het verfijnen van traditionele Chinese geneeskundemodellen
|
Observationeel onderzoek, non-interventie
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Ontwikkeling van een machine learning-tool op basis van tongbeelden
Tijdsspanne: 20 maanden
|
|
20 maanden
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Multimodaal model van TCM-grondwet
Tijdsspanne: 20 maanden
|
|
20 maanden
|
Andere uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Traditionele Chinese Geneeskunde (TCM) Dialoogdatabase tussen arts en patiënt
Tijdsspanne: 20 maanden
|
|
20 maanden
|
Medewerkers en onderzoekers
Onderzoekers
- Hoofdonderzoeker: Qi Zeng, Doctor, Fifth Affiliated Hospital, Sun Yat-Sen University
Publicaties en nuttige links
Algemene publicaties
- 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.
Studie record data
Bestudeer belangrijke data
Studie start (Geschat)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Andere studie-ID-nummers
- ZDWY.ZYZLK.009
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .