لمحة عامة عن البيانات
| اسم البيانات | مجموعة بيانات مخطرة من البرنامج الوطني للإحصاء |
| مجموع حجم البيانات | 000 328 (سجلات طبية إلكترونية + تقارير تشخيصية + مشورة طبية + نبذات طبية) |
| النصالنوع | )٥٨( / M.C.S.S.A. / S.A. / S.A. / S.A. / S.A. / S.A. / S.A. / S.A. / S.A. / S.A. / S.A. /S. /S. / / / / / / / / / / / / |
| فئة الكيان غير المرخص | الأمراض والأعراض والأدوية والفحوص والجراحة والتشريح ومؤشرات المختبرات |
| 关系标注 | الأمراض - الأعراض، المخدرات - الأمراض، الكشف - الكشف، الجراحة - التشريح |
| 术语标准化 | ICD-10-CM/ SNOMED CT / ATC / LOINC Map |
| طريقة الشروح | Clinical medicine professional label + NLP pre-marking aids + expert review of terminology |
| الناتج | BIO/BIOS Sequence Description / JSON / Brat Standoff / CNNL |
الوصف التفصيلي لمذكرات البيانات
| الاسم الميداني | نوع البيانات | درجة القيمة/الوصف |
|---|---|---|
| doc_id | String(32) | الوثيقة التي لا تراعي الاعتبارات |
| doc_type | Enum | ADMISSION | PROGRESS | DISCHARGE | REPORT | ORDER | LITERATURE |
| department | Enum | INTERNAL | SURGERY | OBGYN | PEDIATRICS | ONCOLOGY | CARDIOLOGY 等 |
| text | Text | النص السريري بعد المضايقة (اسم المريض، تاريخ [تاريخ]، مؤسسة [ORG]) |
| entities | Array | [{start, end, type, subtype, text, icd10_code, snomed_code}] |
| relations | Array | [{head_entity_idx, tail_entity_idx, relation_type}] |
| bio_tags | Array | قائمة بايلو أو بيوس |
| text_length | Integer | عدد الشخصيات (بما في ذلك النقاط) |
| entity_count | Integer | 实体数量 |
| annotator_id | String(8) | هوية المعلم المُحسّن |
| qc_score | Float | تقييم الجودة |
De-identified JSON Data Sample
标注规范与质量控制
معايير الشروح
- NER label following i2b2 2010/2012 extension of the Clinical Named Entity Identification Standard, add 46 fine particle categories
- استخراج العلاقة في شكل ثلاثي المستويات من مجموعة "الكيان الذي يتعقب العلاقة" و أنواع العلاقة تغطي التشخيص و التشخيص و الاختفاء
- خريطة مزدوجة موحدة للمصطلحات: ICD-10-CM التشخيصي + SNOMED CT السريري، ATC code for pharmaceuticals
- حساسية النصوص: استُعيض عن مؤشر الصحة البشرية (معلومات الصحة المحظورة) بمحل من نوع، لا يوجد تسرب للمعلومات
مقاييس الجودة
96.3%
NER F1
91.7%
استخراج العلاقة
98.5%
معدل دقة الخرائط
0.89
معدل المواظبة على مارك كابا
حالات استخدام التدريب
تحديد الكيانين المعنيين بالسم السريري
نموذج التطبيق: BiLSTM-CRF / BioBERT/ PubMedBERT/ Clinical BERT / GatorTron، الذي جرى تدريبه في نموذج تحديد هوية الكيان الاسمي للنص السريري الصيني، يمكن أن تصل F1 إلى 90 في المائة +.
استخراج العلاقات الطبية
نموذج التطبيق: بيولوجيا RelEx/ PURE / PL-Marker / REBEL. Draws the disease-symptoms, pharmaceuticals-disease relationships on the basis of physical identification, and constructs a medical knowledge map.
توحيد المصطلحات السريرية
نموذج التطبيق: SapBERT / CODER / BioSyn. Map oral/non-standard clinical terms to the ICD-10/SNOMED CT standard terminology system.
تم تنظيم تاريخ طبي إلكتروني
نموذج التطبيق: LLM + RAG (GPT-4o/Claude/Qwen2.5 + Langchain) - تحويل السجلات الطبية غير المنظمة إلى شكل منظم من أشكال FHIR/CDA.
الحصول على هذه البيانات
وتُسمح مجموعات البيانات السريرية للشركة بمرونة حسب نوع القسم/الميزة، مما يدعم تكييف شروط وضع البطاقات التعريفية.
137-5502-0164 المشاورة على الإنترنتمجموعات البيانات ذات الصلة
قيمة التطبيق التجاري
:: تقديم المعلومات إلى المستشفيات الذكية
:: مراقبة تاريخ المرضى الذكية المتأصلة في نظام المعلومات الإدارية المتكامل/نظام إدارة السجلات البيئية، ونموذج دعم القرارات السريرية التابع للدائرة من أجل تحسين تنظيم سجل المرضى وجودة العلاج.
تطهير الاستخبارات الطبية
واستنادا إلى علاقات الفحص التشخيصي - الصيدلي، والتدريب على نموذج الرقابة العقلية، والتعرف الآلي على الاستخدام غير المعقول، والفحص المفرط.
دراسة العالم الحقيقي الطب
وتنتج المعلومات المُنظَّمة عن المخدرات والعيادات من سجل طبي الكتروني كبير لدعم دراسة الشبكة العالمية للمعلومات عن الأدلة الحقيقية بعد إدراج المخدرات.