融合中医的慢性病共病智能健康推荐系统研究
基于中医体质数据库与多模态大语言模型融合的慢性病共病智能养生推荐系统研究
- 构建中医体质数据库,阐明合并“三高”(高血压、高血脂、高血糖)人群的中医体质分布规律及其与代谢指标的关系。建立“体质-共病-代谢”关系模型,为个体化干预及AI平台开发提供依据。
- 通过将中医体质数据库与多模态大语言模型整合,开发AI-HEALS系统。该系统将生成个性化干预方案,并提供智能交互问答功能,以提升患者干预依从性。
- 评估AI-HEALS系统的临床应用效果,探索体质变化与干预结果的关系,验证“调体促健”的中医干预路径。这将为中医体质的动态调控与精准干预提供理论与实践指导。
研究概览
地位
地位
干预/治疗
干预/治疗
详细说明
本项目通过跨学科融合,将中医体质理论与大语言模型相结合,构建了一个动态赋能的智能中医健康推荐系统。 它推动了“辨证论治”理念与人工智能的深度融合。 本研究的意义主要体现在以下两个方面:
在理论层面,本研究有助于在现代人工智能框架下拓展中医体质理论的知识表示与计算建模方法。 它推进了中医“治未病”理念在大数据与智能推理场景中的应用与转化,为中医体质与慢性病共病关联机制的研究提供了新的视角,并促进了中医理论体系与现代医学信息科学的交叉融合。
在实践层面,本研究依托真实临床数据与多模态AI模型,建立了一个结构化、标准化的中医体质数据库。 它开发了一个具备个体化识别、智能推荐与动态干预功能的健康教育系统,适用于慢性病共病人群的个性化管理与早期预警。 项目成果将有助于提升个体健康素养与生活质量,减轻慢性病负担,推动中医在基层医疗服务与数字医疗中的实际应用,展现出显著的社会价值与广泛的推广前景。
研究类型
研究类型
注册 (估计的)
注册
联系人和位置
学习联系方式
学习联系方式
- 姓名:qingqing liu
- 电话号码:13858089867
- 邮箱:qingliuq@zju.edu.cn
研究联系人备份
- 姓名:yibo wu
- 电话号码:13758089867
- 邮箱:bjmuwuyibo@outlook.com
参与标准
资格标准
资格标准
适合学习的年龄
- 孩子
- 成人
- 年长者
接受健康志愿者
取样方法
研究人群
描述
纳入标准:
年龄≥18岁;明确诊断患有高血压、2型糖尿病和高脂血症,且同时存在这三种疾病的共病情况;病情稳定,近期无急性并发症;能够完成问卷调查,并愿意提供知情同意自愿参与研究。
排除标准:
处于三高疾病(高血压、糖尿病、高脂血症)急性期或伴有严重并发症(如急性心肌梗死或中风)的患者;患有其他可能影响体质评估或干预实施的主要疾病,如恶性肿瘤、严重肝肾功能障碍、活动性结核或精神疾病的患者;过去一个月内接受过系统性中医治疗(如中药汤剂或针灸),可能影响体质类型初始评估的患者;孕妇或哺乳期妇女;无法配合测量、存在语言沟通障碍或认知障碍的个体;正在参加其他干预性临床研究的患者。
学习计划
研究是如何设计的?
设计细节
研究衡量的是什么?
主要结果指标
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
中医体质数据库
大体时间:观察期:3年
|
开发AI-HEALS智能干预平台,具备体质辨识、智能推荐和互动问答等功能,实现问答准确率超过90%。
|
观察期:3年
|
合作者和调查者
研究记录日期
研究主要日期
学习开始 (估计的)
学习开始
初级完成 (估计的)
初级完成
研究完成 (估计的)
研究完成
研究注册日期
首次提交
首次提交
首先提交符合 QC 标准的
首先提交符合 QC 标准的
首次发布 (实际的)
首次发布
研究记录更新
最后更新发布 (实际的)
最后更新发布
上次提交的符合 QC 标准的更新
上次提交的符合 QC 标准的更新
最后验证
最后验证
更多信息
与本研究相关的术语
其他研究编号
其他研究编号
- KY-2025-295
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)?
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.