人工智能准备和公平的糖尿病洞察图谱 (AI-READI) 的横截面设计和协议

科学领域:

• 医疗信息学 医疗信息学
• 公共卫生 公共卫生
• 人工智能在医学中的应用

背景情况:

• 2型糖尿病 (T2DM) 影响全球10.5%的成年人群,大大导致不良健康结果.
• 由于T2DM的高患病率和相关的健康风险,促进T2DM的健康弹性和salutogenesis至关重要.

研究的目的:

• 建立标准,最佳实践和准则,用于收集,准备和共享T2DM研究中AI/ML应用的数据.
• 促进AI/ML用于研究salutogenesis的使用,即从T2DM过渡到健康弹性.
• 作为开发未来AI/ML医疗/健康数据集的模型.

主要方法:

• 一项针对4000名40岁及以上的参与者进行的横截面研究,根据种族/种族,T2DM状态和性别进行平衡.
• 跨10多个领域的多变量数据收集,包括临床测量,成像,认知功能,持续血糖监测,身体活动,环境因素和心理社会变量.
• 数据收集在三个研究地点进行:阿拉巴马州伯明翰;加利福尼亚州圣地亚哥;和华盛顿州西雅图.

主要成果:

• N/A - 本摘要描述的是数据收集项目,而不是数据分析的具体发现.

结论:

• AI-READI提供了一个强大的,公平的数据集,以推动AI/ML在理解T2DM salutogenesis方面取得进展.
• 该项目传播了创建AI/ML准备健康数据集的原则,促进了FAIR数据原则.
• 鼓励研究人员利用AI-READI数据集来产生新的见解和发表研究结果.