Budowa bazy danych diagnostyki klinicznej i leczenia tradycyjnej medycyny chińskiej
Budowa bazy danych diagnostyki klinicznej i leczenia tradycyjnej medycyny chińskiej: perspektywiczne wieloośrodkowe badanie przekrojowe
Przegląd badań
Status
Interwencja / Leczenie
Szczegółowy opis
Zasady technologiczne dużych modeli językowych są zgodne z empirycznymi zasadami medycznymi Tradycyjnej Medycyny Chińskiej (TCM), a rozwój technologii dużych modeli może znacznie promować postęp TCM. Jednakże obecnie brakuje baz danych dotyczących diagnostyki klinicznej i leczenia z charakterystyką TCM do szkolenia dużych modeli sztucznej inteligencji (AI) TCM.
Obecnie nie stworzono jeszcze wielkoskalowej bazy danych obrazów języka służącej do modelowania typowego wyglądu języka TCM, co zapewniłoby dokładność i spójność diagnozy TCM oraz promowało obiektywną standaryzację rozwoju diagnostyki TCM.
Biorąc pod uwagę opinie osób biorących udział w pracy klinicznej, że kwestionariusz badania składu TCM jest obszerny, zajmuje dużo czasu i zawiera pewne kwestie subiektywne, planujemy przeprowadzić na dużą skalę kliniczne badanie obserwacyjne w celu optymalizacji procesu tworzenia TCM identyfikacja.
Dialogi lekarz-pacjent w Tradycyjnej Medycynie Chińskiej (TCM) oraz pisanie dokumentacji medycznej to istotne elementy generowane podczas procesu diagnozowania i leczenia TCM. Pomoc w konsultacji, generowaniu dokumentacji medycznej i zaleceniach planu leczenia na podstawie rozmów lekarz-pacjent ma istotną wartość kliniczną i badawczą. Dlatego planujemy zebrać dużą liczbę dialogów lekarz-pacjent oraz dokumentację medyczną pacjentów ambulatoryjnych, aby zbudować bazę danych dialogu lekarz-pacjent, przygotowując się wcześniej do optymalizacji interaktywnych wielkoskalowych modeli TCM.
Podsumowując, badania nad budową bazy danych diagnozy klinicznej i leczenia TCM mają ważną wartość kliniczną i naukowo-badawczą. Pomoże to poprawić standaryzację i normalizację diagnostyki i leczenia TCM, a także wesprze modernizację i internacjonalizację TCM. Stosując analizę dużych zbiorów danych i technologię sztucznej inteligencji, można głębiej zagłębić się w informacje dotyczące diagnostyki i leczenia TCM, zapewniając bogatsze i dokładniejsze zasoby danych na potrzeby podejmowania decyzji klinicznych i prowadzenia badań naukowych w TCM.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Yulong Zhang, Doctor
- Numer telefonu: 18810550602
- E-mail: zhongxiyi1101@163.com
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Osoby zgłaszające się do szpitala na badanie fizykalne i leczenie;
- Uczestnicy dobrowolnie biorą udział w badaniu.
Kryteria wyłączenia:
- Osoby z trudnościami w przedłużaniu języka, komunikacji itp., które nie mogą współpracować przy gromadzeniu danych;
- Naukowcy ustalili, że istniały inne czynniki, które mogły zmusić uczestników do zakończenia badania.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Grupa obrazów języka tradycyjnej medycyny chińskiej
Wewnętrznie, za pomocą losowego przydziału, z podziałem na grupę szkoleniową i grupę walidacyjną
|
Badanie obserwacyjne, bez interwencji
|
|
Grupa danych dotyczących konstytucji tradycyjnej medycyny chińskiej
Wewnętrznie, za pomocą losowego przydziału, z podziałem na grupę szkoleniową i grupę walidacyjną
|
Badanie obserwacyjne, bez interwencji
|
|
Grupa danych dotyczących dialogu z lekarzami i pacjentami tradycyjnej medycyny chińskiej
Dane wykorzystane do udoskonalenia modeli tradycyjnej medycyny chińskiej
|
Badanie obserwacyjne, bez interwencji
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Opracowanie narzędzia do uczenia maszynowego opartego na obrazie języka
Ramy czasowe: 20 miesięcy
|
|
20 miesięcy
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Model multimodalny konstytucji TCM
Ramy czasowe: 20 miesięcy
|
|
20 miesięcy
|
Inne miary wyników
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Baza danych dialogu lekarz-pacjent Tradycyjnej Medycyny Chińskiej (TCM).
Ramy czasowe: 20 miesięcy
|
|
20 miesięcy
|
Współpracownicy i badacze
Śledczy
- Główny śledczy: Qi Zeng, Doctor, Fifth Affiliated Hospital, Sun Yat-Sen University
Publikacje i pomocne linki
Publikacje ogólne
- 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.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Inne numery identyfikacyjne badania
- ZDWY.ZYZLK.009
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .