لمحة عامة عن البيانات
التعريف:百万级医疗体检数据集مقدم منشركة تشانغشا لانغوي لتكنولوجيا المعلومات المحدودةواستنادا إلى قاعدة البيانات الطبية المهيكلة على أساس قاعدة البيانات المتعلقة بنظم البيانات (DaAssetsAPI)، هناك ما مجموعه مليون تقرير وأكثر من الفحص المتعمق الحقيقي للمؤسسات الطبية التعاونية وسلاسل العلامات التجارية، وهي تقارير مُستضعفة بعناية وتُقسم من خلال نظام تقدير الجودة على أساس خمسة الأبعاد (S+/S/A/B/C).
| اسم البيانات | بيانات موضحة في تقرير الفحص الطبي البالغ مليون درجة |
| مجموع حجم البيانات | 1 مليون + تقارير الفحص الطبي، بما في ذلك البيانات العمودية المستمرة والفحوص المتعمقة العالية الكمال |
| النطاق الزمني | 2019-2025 (5 سنوات من التتبع الرأسي) |
| الميادين الهيكلية | 800+ حقول نظمها سلم قيمة المشروع L1-L4 |
| نوع البيانات | تقرير الفحص الصحي الشامل (البرنامج الوطني للتنمية الزراعية الأصلي + النظام الموحد المشترك بين الوزارات) |
| مؤسسة المصدر | المؤسسات الطبية التعاونية وسلاسل العلامات التجارية |
| النوعية | S+ S A B C نظام التمرين على خمسة دي |
| النسبة المئوية للحالات غير العادية | 80 في المائة للحالات غير الشاذة، تجنباً للتوحيد القياسي للبيانات الصحية |
| 报告结构 | الشكل الرابع: المعلومات الأساسية + وصف ما يُنظر إليه + الاستنتاجات + الطبيب ' التوصية/التدخل |
| 影像完整性 | ويجب أن تكون جميع عمليات فحص نوع الفيديو مصحوبة بشاشات صورية أصلية (عتبة الوصول المرفوعة) |
| الناتج | PDF Original + Structured JSON (containing entity/relationship/value/unusual mark) |
نظام البُعد الميداني (800+ حقول)
وتطبق مجموعة البيانات بواسطة سلم قيمة المشروع L1-L4، الذي يغطي الأبعاد الكاملة للفحص الطبي الأساسي إلى الطب الدقيق الرفيع المستوى.
| الفئة العمرية | العدة الميدانية | المجالات النموذجية | القيمة |
|---|---|---|---|
| 基础人口学 | 12 | حصراً للتعرف على الهوية، الجنس، سنة الميلاد، تاريخ الفحص الطبي، العمر، بي إم، ضغط الدم، الطول، الوزن، الخصر، الورك | L1 أساسي |
| 血常规 | 36 | القيم والنسب المئوية للعد النقالي الأبيض/الوحيد، الهيموغلوبين، ضغط الزنزانة الحمراء، إحصاء السلايب، المحايد/اللمفاوي/الغليثيكس/الكلين | L1 أساسي |
| 尿常规 | 28 | Urea, pH, urine, urin, urin, urin, blood, white cell esterase, urine microprotein, acetic anhydride, ACR | L1 أساسي |
| 便常规 | 14 | Possibilities (immunization/chemics), penitent cells, penetrators, parasite eggs, transcion protein, calcium-backed proteins | L1 أساسي |
| 生化全套 | 52 | وظيفة الكبد (ALT/AST/GGT/ALP/TBIL/TP/ALB)، وظيفة الكلى (BUN/Cr/UA/CysC/eGFR)، راتنج الدم (TC/TGL/LDL/ApoApoA1/ApoB)، السكر في الدم (FPG/HbA1c/OGTT/insulin)، الكهروميات، | L2 健康 |
| علامات الورم | 28 | AFP、CEA、CA19-9、CA125、CA15-3、CA72-4、PSA、fPSA、NSE、CYFRA21-1、SCC、ProGRP、HE4、CA242、Ferritin | L3 Advanced |
| 内分泌 | 32 | TSH, FT3, FT4, TTab, TPOAb, Condensine, ACTH, GH, IGF-1, PRL, LH, FSH, E2, P, T, DHEA-S, Insulin/Cperium Release Test | L3 Advanced |
| التصوير بالأشعة فوق الصوتية | 86 | الاشعاع فوق الصوتي العطري (pa/cholecal/pancin/spleen/trenal), thyroid ultrasound (TI-RADS), breast ultrasound (BI-RADS), cardiac ultrasound (IMT), EF/E/A, gynaecology/prostate ultrasound | L3 Advanced |
| CT/放射 | 48 | CT (Lung-RADS lung ectoplasmity), CTA (Agatston calcification fraction), DEXA (T/Z value), CT for the head, Cervical/Lowal MRI | L4 Premium |
| التصوير بالرنين المغناطيسي/الصور النهائية | 42 | رئيس التصويبات المتعددة المؤشرات/الآلام والأشعة المميتة (تصنيف الفيزيكات، الأوعية الدموية)، وأشعة مقطعية، وأشعة مقطعية للثدي، وجهاز بروستات إمبريتي (PI-RADS)، وPET-CT (SUVmax) | L4 Premium |
| 基因检测 | 36 | SEPTIN9 Mealification, Oncology Epidemiological Genomes (BrCA1/2, MMR Genetics, APC, TP53), genomics of pharmaceuticals (CYP2C19/CYP2D6/SLCO1B1/MTHFR) | L4 Premium |
| 内镜检查 | 32 | مرايا مسروقة (النسيج/الغاز/الصدمات/المرض + المرض/الطب/الرطوبة/الاستنشاق)، مرايا مستعمرة (اللحوم/الدم، المطياف باريس/الإنيس)، مشاهدات برونشوسسكو | L4 Premium |
| 专项筛查 | 56 | مطياف مائي مائي، مقطع ثلاثي الفينيل (بيثدا)، هدف موليبينوم (BI-RADS)، عصر العظام (GP/TW3)، وظيفة رئة (FVC/FEV1/DLCO)، الترسب الشرياني (ABI/baPWV)، اختبار استنشاق الهواء، رصد النوم (AHI)، فحص العينين | L3-L4 |
| الامتحانات البدنية | 28 | طبيب (قلب/رئوي/بيرة/عصبية) جراحي (الثروة/المدمرة/الاستقامة) طب إيثانال (النظر/ضغط/عين)، الأذن، الأنف والحلق، الفم، أمراض النساء | L1 أساسي |
| 总检与建议 | 18 | استنتاجات الفحص العام (موجز النتائج غير العادية)، وتوصيات الطبيب المُفحص، والتسلسل الهرمي للمخاطر، ودورة الاستعراض الموصى بها، وغرفة المشاورات، وتحليل السلسلة الزمنية، وتوصيات إدارة الصحة | L3 Advanced |
| البيانات الوصفية/الوحدة | 24 | مستوى المصادر، وشكل الإبلاغ، وتقدير الجودة (S+/S/A/B/C)، والعدد الصحيح من الصفحات، وعدد اعتراضات الفيديو، وتضليل الحساسية، ووسم الحالات الشاذة، والهوية الرأسية للبيانات، وسنة البيانات | — |
De-identified JSON Data Sample
وفيما يلي نموذج منظمة للتجهيز غير المحساس، وقد أُزيلت هذه الدراسة من الاسم الحقيقي، ورقم الهوية، ورقم الهاتف المحمول، والعنوان، وما إلى ذلك، وحافظت على البيانات الطبية الأساسية، كما أن الهوية الخالصة (المعنية بـ (د) تدعم سلسلة البيانات العمودية في جميع أنحاء العام.
{
"anon_id": "PHY-2023-A8F2K9M4X7",
"report_id": "RPT-S-BJXH-20230415-0032",
"meta": {
"quality_grade": "S",
"source_institution": "合作医疗机构体检中心",
"institution_tier": "优质",
"checkup_date": "2023-04-15",
"report_pages": 42, "effective_pages": 38,
"imaging_count": 8, "original_price_cny": 6800
},
"demographics": {
"gender": "男", "birth_year": 1975, "age_at_checkup": 48,
"height_cm": 172.5, "weight_kg": 78.3, "bmi": 26.3,
"waist_cm": 92, "blood_pressure_mmhg": {"systolic": 138, "diastolic": 88}
},
"lab_results": {
"blood_routine": { "wbc_10e9_L": 6.8, "hgb_g_L": 152, "plt_10e9_L": 218 },
"biochemistry": {
"alt_U_L": 42, "ggt_U_L": 68, "cr_umol_L": 88, "ua_umol_L": 420,
"egfr_ml_min": 88, "tc_mmol_L": 5.82, "tg_mmol_L": 2.35,
"ldl_c_mmol_L": 3.68, "fpg_mmol_L": 6.2, "hba1c_percent": 6.0
},
"tumor_markers": {
"afp_ng_ml": 3.2, "cea_ng_ml": 2.1, "ca19_9_U_ml": 15.8,
"psa_total_ng_ml": 2.8, "psa_ratio": 0.21
}
},
"imaging": {
"chest_ct": {
"findings": "双肺散在微小结节,最大位于右肺上叶尖段,直径约4mm,磨玻璃密度,Lung-RADS 2类。",
"lung_rads": "2", "nodule_count": 3, "largest_nodule_mm": 4
},
"carotid_us": {
"findings": "左侧颈总动脉分叉处可见混合回声斑块,大小约8.2×2.5mm,管腔狭窄率约25%。",
"imt_left_mm": 1.1, "stenosis_percent": 25
},
"cardiac_us": { "ef_percent": 62, "ea_ratio": 0.85 }
},
"endoscopy": {
"gastroscopy": {
"findings": "胃窦黏膜花斑样改变,快速尿素酶试验阳性。病理:慢性浅表性胃炎,HP(+)。",
"hp_status": "阳性"
}
},
"summary": {
"main_findings": [
"轻度脂肪肝", "双侧颈动脉粥样硬化伴左侧斑块(狭窄率25%)",
"空腹血糖受损(IFG),HbA1c临界升高", "混合型高脂血症",
"慢性浅表性胃炎伴HP感染", "右肺上叶微小结节(Lung-RADS 2类)"
],
"risk_stratification": "心血管疾病中危",
"temporal_comparison": "较2022年:BMI升高0.8kg/m²,空腹血糖升高0.5mmol/L,颈动脉斑块新发"
}
}السيناريوهات التطبيقية
التدريب على الميدالية الطبية
1 مليون + تقرير كامل عن الفحص الطبي من أربعة أجزاء + 800 + 8 ميدان منظم لدعم مواءمة دقيقة للميدان الطبي لنموذج GPT/Lama/Qwen مع الترددات العالية جدا.
دعم القرارات السريرية
S/S+ يُفيدُ "سلسلة تحليل عيادة" نموذجُ تدريبِ مُتَدَبِرِس مِنْ a سلسلة أفكار سريرية كاملة مِنْ شذوذِ كشفِ إلى التشخيص.
نموذج تقييم المخاطر الصحية
وتوفر خمس سنوات من بيانات الاستمرارية الرأسية نماذج للتنبؤ بالمخاطر مثل ASCVD، والتقدم في السكري، والفحص المبكر للسرطان، ومجالات مطابقة للسلسلة الزمنية إشارات عمودية رئيسية.
الطب غير المشروع/المعلومات
ويدعم النص المتعلق بمستوى الاستقطاع البصري بعثات غير المشروع للتحرير الوطني مثل وحدات خفض الانبعاثات، واستخراج العلاقات، وهيكل النص الطبي. ويستخدم 800 حقول إضافية كمراجع معيارية للذهب.
الطب المتعدد الوسائط
CT/MRI/PET-CT/ ultrasound/endoscopy images coupleed with textual data for text reports, supporting visual-linguistic multi-modular model training and automatic interpretation of images.
الميدنيس جينوميكات والطب الفردي
وتجمع بيانات مثل CYP2C19/CYP2D6/SLCO1B1/MTHFR بين مؤشرات الفحص الطبي لتدريب نموذج يوصي به فردياً لاستخدام دواء الدقائق.
المشاكل المشتركة
تحتاج إلى برامج بيانات طبية مصممة خصيصاً؟
شركة تشانغشا لانغوي لتكنولوجيا المعلومات المحدودة وتكرس منبر نظام البيانات التطبيقي لتوفير أصول عالية الجودة وممتثلة للبيانات الطبية لمؤسسات التنفيذ والمؤسسات العلمية.
عينة البيانات: حلول موحدة للبيانات؛ الدعم التقني المهني