Forskning på et intelligent helseanbefalingssystem for kronisk sykdom med komorbiditet som integrerer tradisjonell kinesisk medisin
Forskning på et intelligent helsebevaringsanbefalingssystem for kronisk sykdom med komorbiditet basert på integrasjon av tradisjonell kinesisk medisin-konstitusjonsdatabase og multimodale store språkmodeller
- Konstruer en database for tradisjonell kinesisk medisin (TCM)-konstitusjon, avklar fordelingmønstrene for TCM-konstitusjon i populasjoner med komorbid "tre-høye"-tilstander (hypertensjon, hyperlipidemi og hyperglykemi) og deres sammenhenger med metabolske indikatorer. Etabler en "konstitusjon-komorbiditet-metabolisme"-relasjonsmodell for å gi et grunnlag for personlig tilpasset intervensjon og utvikling av en AI-plattform.
- Utvikle AI-HEALS-systemet ved å integrere TCM-konstitusjonsdatabasen med multimodale store språkmodeller. Dette systemet vil generere personlig tilpassede intervensjonsplaner og gi intelligente interaktive spørsmål-og-svar-funksjoner for å forbedre pasientens intervensjonsoverholdelse.
- Evaluer den kliniske anvendelseseffektiviteten til AI-HEALS-systemet, utforsk forholdet mellom endringer i konstitusjon og intervensjonsresultater, og valider TCM-intervensjonsveien "regulere konstitusjon for å fremme helse". Dette vil gi både teoretisk og praktisk veiledning for den dynamiske reguleringen og presise intervensjonen av TCM-konstitusjon.
Studieoversikt
Status
Status
Forhold
Forhold
Intervensjon / Behandling
Intervensjon / Behandling
Detaljert beskrivelse
Dette prosjektet kombinerer tradisjonell kinesisk medisin (TCM) konstitusjonsteori med store språkmodeller (LLMs) gjennom tverrfaglig integrasjon, og konstruerer et dynamisk styrket intelligent helseanbefalingssystem for TCM. Det fremmer den dype integrasjonen av konseptet "behandling basert på konstitusjonsdifferensiering" med kunstig intelligens. Betydningen av denne forskningen reflekteres hovedsakelig i følgende to aspekter:
På det teoretiske nivået hjelper denne studien med å utvide kunnskapsrepresentasjonen og beregningsmodelleringsmetodene for TCM-konstitusjonsteori innenfor rammeverket til moderne kunstig intelligens. Den fremmer anvendelsen og transformasjonen av TCM-konseptet "forebyggende behandling" i store datascenarier og intelligente resonneringsscenarier, gir nye perspektiver for forskning på mekanismene som forbinder TCM-konstitusjon og kronisk sykdomssamforekomst, og fremmer kryssintegrasjon mellom TCM-teoretiske systemer og moderne medisinsk informasjonsvitenskap.
På det praktiske nivået er forskningen avhengig av ekte kliniske data og multimodale AI-modeller for å etablere en strukturert, standardisert TCM-konstitusjonsdatabase. Den utvikler et helseopplysningssystem med individuelle identifikasjons-, intelligente anbefalings- og dynamiske intervensjonsfunksjoner, egnet for personlig administrasjon og tidlig varsling i befolkninger med kronisk sykdomssamforekomst. Prosjektresultatene vil bidra til å forbedre individuell helsekompetanse og livskvalitet, lindre byrden av kroniske sykdommer, fremme den praktiske anvendelsen av TCM i primærhelsetjenester og digital medisin, og demonstrere betydelig sosial verdi og brede utsikter for utbredt bruk.
Studietype
Studietype
Registrering (Antatt)
Registrering
Kontakter og plasseringer
Studiekontakt
Studiekontakt
- Navn: qingqing liu
- Telefonnummer: 13858089867
- E-post: qingliuq@zju.edu.cn
Studer Kontakt Backup
- Navn: yibo wu
- Telefonnummer: 13758089867
- E-post: bjmuwuyibo@outlook.com
Deltakelseskriterier
Kvalifikasjonskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
Alder ≥ 18 år; Klar diagnose av hypertensjon, type 2 diabetes og hyperlipidemi, og en komorbid tilstand som involverer alle tre sykdommene; Stabil sykdomstilstand uten nylige akutte komplikasjoner; I stand til å fullføre spørreskjemaer, og villig til å gi informert samtykke for å delta frivillig i studien.
Eksklusjonskriterier:
Pasienter i akuttfasen av de tre høye sykdommene (hypertensjon, diabetes, hyperlipidemi) eller med alvorlige komplikasjoner (som akutt hjerteinfarkt eller slag); Pasienter med andre alvorlige sykdommer som kan påvirke konstitusjonsvurdering eller intervensjonsgjennomføring, som ondartede svulster, alvorlig lever- eller nyrefunksjonssvikt, aktiv tuberkulose eller psykisk sykdom; Pasienter som har mottatt systematisk tradisjonell kinesisk medisinbehandling (f.eks. urtedekokter eller akupunktur) innen den siste måneden, som kan påvirke den innledende vurderingen av konstitusjonstype; Gravide eller ammende kvinner; Personer som ikke kan samarbeide med målinger, med språkkommunikasjonshindringer eller kognitive funksjonsnedsettelser; Pasienter som deltar i andre intervensjonelle kliniske studier.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Hva måler studien?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Tradisjonell kinesisk medisin (TKM) konstitusjonsdatabase
Tidsramme: Observasjonsperiode: 3 år
|
Utvikle AI-HEALS intelligent intervensjonsplattform, utstyrt med funksjoner som konstitusjonsidentifikasjon, intelligente anbefalinger og interaktivt spørsmål-og-svar, som oppnår en nøyaktighet på over 90% for spørsmål-og-svar.
|
Observasjonsperiode: 3 år
|
Samarbeidspartnere og etterforskere
Sponsor
Sponsor
Studierekorddatoer
Studer hoveddatoer
Studiestart (Antatt)
Studiestart
Primær fullføring (Antatt)
Primær fullføring
Studiet fullført (Antatt)
Studiet fullført
Datoer for studieregistrering
Først innsendt
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Først lagt ut
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Sist oppdatering lagt ut
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
Andre studie-ID-numre
- KY-2025-295
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .