Создание базы данных клинической диагностики и лечения традиционной китайской медицины
Создание базы данных по клинической диагностике и лечению традиционной китайской медицины: проспективное многоцентровое перекрестное исследование
Обзор исследования
Статус
Вмешательство/лечение
Подробное описание
Технологические принципы больших языковых моделей соответствуют эмпирическим медицинским принципам традиционной китайской медицины (ТКМ), а развитие технологий больших моделей может значительно способствовать прогрессу традиционной китайской медицины. Однако в настоящее время не хватает баз данных по клиническому диагнозу и лечению с характеристиками ТКМ для обучения крупных моделей искусственного интеллекта (ИИ) ТКМ.
В настоящее время еще не создана крупномасштабная база данных изображений языка для моделирования общего внешнего вида языка традиционной китайской медицины, что обеспечивает точность и последовательность диагностики традиционной китайской медицины и способствует объективной стандартизации разработки диагностики традиционной китайской медицины.
Принимая во внимание отзывы участников клинической работы о том, что анкета для исследования конституции ТКМ имеет большой объем, занимает много времени и имеет определенные субъективные проблемы, мы планируем провести крупномасштабное клиническое обсервационное исследование для оптимизации процесса конституции ТКМ. идентификация.
Диалоги традиционной китайской медицины (ТКМ) между врачом и пациентом и ведение медицинской документации являются важными элементами, возникающими в процессе диагностики и лечения традиционной китайской медицины. Помощь в консультации, составлении медицинских карт и рекомендациях по плану лечения, основанных на диалогах между врачом и пациентом, имеют значительную клиническую и исследовательскую ценность. Поэтому мы планируем собрать большое количество диалогов врача и пациента и амбулаторных медицинских записей для создания базы данных диалогов врача и пациента, заранее готовясь к оптимизации интерактивных крупномасштабных моделей традиционной китайской медицины.
Таким образом, исследование по созданию базы данных клинического диагноза и лечения традиционной китайской медицины имеет важное значение для клинических и научных исследований. Это поможет улучшить стандартизацию и нормализацию диагностики и лечения традиционной китайской медицины, а также поддержит модернизацию и интернационализацию традиционной китайской медицины. Применяя анализ больших данных и технологии искусственного интеллекта, можно глубже углубиться в информацию о диагностике и лечении традиционной китайской медицины, предоставляя более богатые и точные ресурсы данных для принятия клинических решений и научных исследований в традиционной китайской медицине.
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Контакты исследования
- Имя: Yulong Zhang, Doctor
- Номер телефона: 18810550602
- Электронная почта: zhongxiyi1101@163.com
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Люди, которые приходят в больницу для медицинского осмотра и лечения;
- Участники добровольно участвуют в исследовании.
Критерий исключения:
- Субъекты с трудностями в разгибании языка, общении и т. д., которые не могут участвовать в сборе данных;
- Исследователи определили, что существовали и другие факторы, которые могли заставить испытуемых прекратить исследование.
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Группа изображений языка традиционной китайской медицины
Внутри, используя случайное распределение, разделенное на группу обучения и группу проверки.
|
Наблюдательное исследование, невмешательство
|
|
Группа данных конституции традиционной китайской медицины
Внутри, используя случайное распределение, разделенное на группу обучения и группу проверки.
|
Наблюдательное исследование, невмешательство
|
|
Группа данных диалога врачей и пациентов традиционной китайской медицины
Данные используются для точной настройки моделей традиционной китайской медицины.
|
Наблюдательное исследование, невмешательство
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Разработка инструмента машинного обучения на основе изображений языка
Временное ограничение: 20 месяцев
|
|
20 месяцев
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Мультимодальная модель Конституции TCM
Временное ограничение: 20 месяцев
|
|
20 месяцев
|
Другие показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
База данных диалога врача и пациента традиционной китайской медицины (ТКМ)
Временное ограничение: 20 месяцев
|
|
20 месяцев
|
Соавторы и исследователи
Следователи
- Главный следователь: Qi Zeng, Doctor, Fifth Affiliated Hospital, Sun Yat-Sen University
Публикации и полезные ссылки
Общие публикации
- 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.
Даты записи исследования
Изучение основных дат
Начало исследования (Оцененный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Другие идентификационные номера исследования
- ZDWY.ZYZLK.009
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .