5000+ datos longitudinales de mosaico total · 3 años de tiempo ?? 8 + 7 mosaicos de imagen médica ICD-10-CN mapa codificado
Conjuntos de datos clínicos multimodulares de alta calidad para la formación en series temporales y el razonamiento para grandes modelos médicos. Cada caso integra registros médicos estructurados, documentos clínicos, imágenes médicas, pruebas, registros de drogas, informes patológicos y escalas cuantitativas, marcando siete patrones de datos grandes, con pistas clínicas completas en orden cronológico en cada momento para el mismo paciente.
| Nombre del conjunto de datos | 长时序MultimodalHistoriasConjunto de datos（Longitudinal Multimodal Electronic Health Records Dataset） |
|---|---|
| Escala total | No menos que 5,000 例Casos calificados, que abarcan 8 unidades de enfoque principales + cepas especializadas suplementarias |
| Time Span | Registro de verificación vertical de 3 años por caso, al menos 2 visitas/pruebas/tratamiento/seguimiento en diferentes puntos |
| Marco de tiempo de datos | 2016-2025 (prioridad para pacientes con registros médicos completos y datos de seguimiento) |
| Departamento de Cobertura | Oncología + UCI/psicopatología/Oídos, nariz y garganta/ginaecología y ginecología/reumatología |
| 数据模态 | Registros médicos estructurados — imágenes médicas — pruebas médicas — informes de patología — resultados cuantitativos |
| Imaging Modality | CT MIS PT-CT Ultrasity ENDRIGHT X-L/DR Pathology WSI |
| Normas de codificación | Mapa del Código de Diagnóstico ICD-10-CN, con código original del ICD, versión de código y reglas de mapa |
| Normas de calidad | Tipo de llenado de campo clave 95% % total de escrutinio 10% especialización de vídeo % doble dissensibilización |
| Requisitos de cumplimiento | La Ley de protección de la información personal, la Ley de seguridad de datos, cumple con la cantidad total de insensibilización y datos para no salir del país |
| Casos de uso | La serie de tiempo de megamodelo médico de la formación • Predicción de eficacia vertical • modelado de trayectoria clínica • estudios de integración polimoular • predicción de progreso de enfermedad |
| Formato de suministro | 硬盘 · 云盘 · API · 数据基础设施 |
| Proveedor | Changsha Langhui Information Technology Co., Ltd. |
El valor de diferencia básica de este conjunto de datos es queRepercusión de secuencia a largo plazo– No sólo cada caso elegible cumple con el horizonte temporal de tres años, sino más importante, existe una correlación interna consistente entre diagnóstico, consulta, pruebas, examen, medicación, papeleo, imágenes, patología, estadísticas y información de fin de vida dentro del mismo paciente disensibilizado, que puede ser restaurado en orden cronológico a la trayectoria clínica principal.Razones de la serie de tiempo(formación temporal)
Enfermedades crónicas o progresivas como EPOC, IBD, cirrosis, CKD, diabetes tipo 2, enfermedad de Parkinson, enfermedad de Alzheimer, etc. se priorizan para proporcionar datos de series de tiempo más largas.
Los informes de vídeo se refieren a los datos anteriores del "prefilm comparable" y "relación" sobre el anterior, y proporciona, en la medida de lo posible, los correspondientes cheques e informes, garantizando la trazabilidad continua de las principales pistas clínicas.
El mismo paciente puede ser rastreado de nuevo a la asistencia del mismo paciente.
2019.03 • Primer diagnóstico · Admisión hospitalaria + Diagnóstico (ICD-10:C34.1) + biopsia patológica torácica + base de referencia
2019.05 • Ciclo de quimioterapia postoperatoria 1 • registro de drogas + prueba (función de rutina/pastal de sangre) + TC + registro de patología
2020.03 • Seguimiento de un año • precomparison CT + marcador oncológico + puntuación física (ECOG) + documento de seguimiento
2021.06 · Revisión de 2 años · RM + PET-CT + patología + registro ajustado por fármacos + calidad de vida Calidad de la mesa de vida
2022.09 · Últimas actividades de seguimiento · Fin de la historia + Evaluación de imagen + Último fármaco + Registro total de supervivencia
7 mosaicos de datos se integran para cada caso elegible, siendo el estándar de aceptación principalInterrelación de múltiples tipos de datos bajo el mismo paciente, la misma visita, el mismo examen o el mismo tratamiento. Todos los modos son enlaces verificables de conexión por el número del paciente disensible, el número de la consulta, el número del examen, el número del informe, el índice del documento.
El registro de diagnóstico (ICD-10-CN), el registro clínico/hospitalario, los resultados de la prueba, el registro de examen, el registro de fármacos, el registro quirúrgico/operacional.
El texto completo está garantizado sin interrupción grave.
CT/MRI/PET-CT (Dinox DIC), ecografía/endoscopio (formato original), radiografía/DR (DICOM), patología WSI (SVS/NDPI/TIFF/KFB).
El nombre, dosis, frecuencia, ruta de entrega, tiempo de inicio y registro de ajuste basado en drogas.
Informes patológicos de diagnóstico, resultados de grupo inmunológico, pruebas moleculares/genéticas y fases TNM.
Tablas de evaluación especializadas para NIHSS, mRS, NYHA, LVEF, ECOG, APACHE II, SOFA, DAS28, SLEDAI, etc., apoyan la evaluación de eficacia vertical.
También puede comprobar los resultados de las pruebas en sangre, bioquímicas, coagulación, marcadores tumorales, microorganismos, genética, etc., y pruebas funcionales.
Seguimiento, supervivencia, recaída/transferencia y complicaciones. Apoyo a la formación en modelos de modelado y pronóstico del progreso de las enfermedades.
| 数据模态 | Entrega | Requisitos de formato | Association Keys |
|---|---|---|---|
| Estructuradodatos | Diagnóstico (ICD-10-CN), consulta, pruebas, examen, medicación, registros quirúrgicos | CSV / Excel / Base de datos | patient_id + encounter_id |
| Documentos clínicos | Admisiones hospitalarias, descargas, registros médicos, registros de transferencia, registros quirúrgicos completos | Texto / PDF | patient_id + encounter_id |
| CTImagen | Thin + General Layer Thick Sequences, preferida 512 x 512 Matrix, Retain Phase Information | 脱敏DICOM | study_id + series_id |
| MRIImagen | T1WI/T2WI/FLAIR/DWI/ADC/Secuencias desarmadas, retención de la descripción de secuencias y parámetros de escaneo | 脱敏DICOM | study_id + series_id |
| PET-CT | PET corresponde a la secuencia C.T., conservando la integración y la información metabólica SUV | 脱敏DICOM | study_id + series_id |
| Ultrasonido/supervisión | Imágenes estaticas + vídeo dinámico, informes de inspección de asociaciones y mediciones clave | DICOM/ Exportación original | study_id + report_id |
| PatologíaWSI | Imagen digital de rebanada completa, multiplicador de retención/escala/tipo cromosómico/número de piojos | SVS / NDPI / TIFF / KFB | study_id + report_id |
| Registros de medicamentos | Nombre, dosis, frecuencia, ruta de entrega, tiempo de inicio | CSV/ Tabla de base de datos | patient_id + encounter_id |
El número de unidades y enfermedades se distribuye de manera específica y la estructura final de la entrega se basa en la lista de entregas mutuamente confirmada.
| Sección/categoría | Tasa de destino | Número de recomendaciones | espectro de enfermedades focalizadas | Recursos necesarios para la información de referencia |
|---|---|---|---|---|
| Oncología | Alrededor del 35 al 38% | 1,750-1,900 | Cáncer de pulmón, cáncer de mama, cáncer de colon, cáncer de hígado, cáncer de estómago, cáncer de comestible, carcinoma del cuello, cáncer de páncreas, cáncer de ovario, etc. | Informes de imagen, informes periódicos, informes patológicos; indicadores moleculares e inmunológicos disponibles de manera realista |
| Cardiovascular | Alrededor del 20-22% | 1,000-1,100 | Enfermedad coronaria del corazón/infarto agudo del corazón, post-PCI, insuficiencia cardíaca, temblores de habitación, etc. | arteria coronaria, ultrasonido cardíaco, electrocardiograma, espectro de mias cardíacas, FEVI, NYHA |
| Neurología | Alrededor del 13-15% | 650-750 | Ilustrativo, hemorrágico, Parkinson's, trastornos cognitivos/Atzheimer's, etc. | TC/RM, descripción de la enfermedad, NIHSS, MRS, tabla cognitiva/motor |
| Sección respiratoria | Aproximadamente el 78% | 350-400 | EPOC, asma bronquial, acceso comunitario a neumonía, expansión bronquial, etc. | Función pulmonar, imagen torácica, evaluación de grado o de control de síntomas |
| Sección de Indigestión | 约6%-7% | 300-350 | Cirrosis hepática, IBD, úlcera digestiva, GERD, etc. | Informes de estómago/intestinal/imagen, informes patológicos, calificaciones de la función hepática, calificaciónes de actividad de enfermedad |
| Nephrology | 约6%-7% | 300-350 | CKD, Diabetes Nefrosis, Enfermedad renal de fin de vida, diálisis, seguimiento post-transplante y complicaciones, etc. | EGFR, UACR, análisis de orina, función renal, patología renal, registros de diálisis |
| Endocrinología | Cerca del 5 al 6 por ciento | 250-300 | Diabetes tipo 2 mellitus y complicaciones, glándulas tiroideas/anormalidades/tumorales funcionales, osteoporosis, etc. | HbA1c, registros de azúcar en sangre, diagnóstico de complicaciones, función tiroides/ultrasónica, densidad ósea |
| Sangre. | Alrededor del 3-4% | 150-200 | Leucemia, linfoma, osteoporosis múltiple, etc. | Osteomymystalgia/live, flujo, FISH, estratificación/squera, electrones de seroproteína |
| Otros suplementos especializados | ≤3% | ≤150 | UCI (suspensiva/ARDS), psiquiátrica, oral, oftalmológica, oído, nariz y garganta, ginecología y obstetricia, inmunización reumatismo | Aplicación de acuerdo con la lista de confirmación de las partes |
| Total | 100% | ≥5,000 | 8 secciones clave + 7 especialistas adicionales | |
Si necesita mapear a ICD-10-CN, proporcione reglas de mapa, fuentes de mapa y mapas de campos de pre-y post-magnificación.
Los resultados pueden resumirse por sección, espectro de enfermedades, código ICD, nombre diagnóstico, número de casos, intervalo de tiempo y cobertura del modelo de datos.
Los datos de imagen se utilizan para la formación de IA, dando prioridad a la entrega de datos finos, crudos de resolución y secuencia completas. El proyecto cubre datos multipatológicos, multidimensionales, multihistóricos, sin utilizar una sola capa de umbrales gruesos como condición para el acceso básico. Las imágenes tipo DIOCOM conservan metadatos clave y la información de posicionamiento espacial necesaria para la formación de IA.
| ImagenTipo | Formato de entrega | Requisitos técnicos clave |
|---|---|---|
| CT | 脱敏DICOM | Secuencias de capa fina prioritarias y espaciamiento de capas originales / píxeles; misma capa delgada de examen + espesor de capa convencional entregado simultáneamente en la medida posible; matriz thallium 512 x 512; examen mejorado de la información de fase del período de retención |
| MRI | 脱敏DICOM | Retener secuencias de diagnóstico importantes como T1WI/T2WI/FLAIR/DWI/ADC/enhanced; nombre de serie, localización de escaneo, espesor de capa, espaciamiento de píxeles identificables |
| PET-CT | 脱敏DICOM | PET corresponde a la secuencia de TC, conservando la integración; report/metadatos refleja información metabólica como SUV |
| X-line/DR | 脱敏DICOM | Retener el lugar de entrega, comprobar la parte, tamaño de píxeles y asociación de reporte; puede no ser reemplazado por previsual de baja resolución |
| Ultrasonido | DICOM/Video/Examinaciones preliminares | Imágenes estaticas + vídeo dinámico; informes de inspección de enlace, mediciones clave, partes y conclusiones retenidas |
| 内镜 | Imagen original/Video/system Export | Mantener los sitios de inspección, tiempo, informes/grabaciones, imágenes/vídeos clave; establecer correspondencia patológica |
| PatologíaWSI | SVS/NDPI/TIFF/KFB | Retener múltiples, escalas, niveles de escaneo, tipos de tintes, números de rebanadas; prioridad H PulidoE y rebanadas relacionadas con el diagnóstico |
StudyInstanceUID, SeriesInstanceUID, SOPInstanceUID, AccessionNumber
ImagePositionPatient, ImageOrientationPatient, SliceLocation, FrameOfReferenceUID
Rows, Columns, PixelSpacing, SliceThickness, SpacingBetweenSlices
KVP, Exposure/mAs, ConvolutionKernel, Pitch, Manufacturer, ModelName
La desensibilización no elimina campos clave que afectan el uso de la reconstrucción 3D, el reconocimiento en serie, el posicionamiento espacial y la formación.
{
"patient_id": "LH_PT_2024_003172",
"demographics": {
"gender": "M",
"age_at_baseline": 58,
"age_unit": "year"
},
"primary_diagnosis": {
"icd_code_original": "C34.1",
"icd_version": "ICD-10",
"icd_code_mapped": "C34.1",
"diagnosis_name": "肺上叶恶性肿瘤",
"department": "肿瘤科",
"disease_spectrum": "实体瘤-肺癌"
},
"temporal_trajectory": {
"time_span_years": 3.5,
"encounter_count": 8,
"first_record_date": "2019-03-15",
"last_record_date": "2022-09-20",
"encounters": [
{
"encounter_id": "ENC_001",
"date": "2019-03-15",
"type": "inpatient",
"department": "肿瘤科",
"phase": "baseline_diagnosis",
"linked_data": {
"clinical_notes": ["入院记录", "首次病程", "出院小结"],
"imaging": [
{"study_id": "IMG_CT_001", "modality": "CT", "body_part": "CHEST", "report_id": "RPT_001"}
],
"pathology": [
{"report_id": "PATH_001", "type": "biopsy", "finding": "非小细胞肺癌，腺癌"}
],
"lab_results": ["血常规", "生化", "肿瘤标志物"],
"medications": [],
"scales": [{"name": "ECOG", "score": 1}]
}
},
{
"encounter_id": "ENC_004",
"date": "2020-03-10",
"type": "outpatient",
"phase": "follow_up_1y",
"linked_data": {
"imaging": [
{"study_id": "IMG_CT_004", "modality": "CT", "body_part": "CHEST",
"comparison": "对比前片IMG_CT_003", "report_id": "RPT_004"}
],
"lab_results": ["肿瘤标志物"],
"scales": [{"name": "ECOG", "score": 0}]
}
}
]
}
}
Otros organizadores
"Patient id": "LH PT 2024 00317."
"Encounter id": "ENC 006",
"Study id."
"Study datetime": "2021-06-18T09:30:00",
"modalidad": "MRI",
"parte del cuerpo": "Brain",
"Study description": "MRI Sweeping of Head + Enhancement",
"series":
Otros organizadores
"series id": "SER 006 01",
"series description": "T1WI",
"Espeso de piojos": 5.0,
"espaciamiento de píxeles": [5, 0.5],
"rows": 512,
"Columnos": 512,
"Conteo de archivos": 24,
"Papel del fichero": "paciente 00317/enc 006/mri/ser 01/"
{\cHFFFFFF}{\cH00FF}
Otros organizadores
"series id": "SER 006 02",
"series description": "T2WI FLAIR",
"Espeso de piojos": 5.0,
"espaciamiento de píxeles": [5, 0.5],
"rows": 512,
"Columnos": 512,
"Conteo de archivos": 24,
"Papel del fichero": "paciente 00317/enc 006/mri/ser 02/"
{\cHFFFFFF}{\cH00FF}
Otros organizadores
"series id": "SER 006 05",
"series description": "T1WI+C"
"Espeso de piojos": 5.0,
"espaciamiento de píxeles": [5, 0.5],
"rows": 512,
"Columnos": 512,
"Conteo de archivos": 24,
"Papel del fichero": "paciente 00317/enc 006/mri/ser 05/",
"caso de contraste": "contraste contraste"
*Lo siento*
No lo sé.
"Informe de enlace"
"report id": "RPT 006",
"Definiciones": "El lado derecho del lóbulo frontal es visible, no hay cambio significativo sobre el anterior..."
"impresión": "Recomendado continuó el seguimiento al considerar la estabilización de transferencia".
"Fecha de presentación": "2021-06-18"
{\cHFFFFFF}{\cH00FF}
"El encuentro de enlace":
"Encounter id": "ENC 006",
"fecha": "2021-06-18",
"partamento": "oncología",
"fase": "seguir 2y"
{\cHFFFFFF}{\cH00FF}
"nota de calidad":
"dicom metadatos preservados": verdadero,
"Posición espacial presente": verdadero,
"Arreglado en anotación": "NO",
"Estado de inscripción": "pasado"
*Lo siento*
*Lo siento*
Los datos de historia clínica multimodular de larga data son las necesidades básicas de infraestructura de datos en el área de IA médica para 2025-2026. Los siguientes desarrollos de vanguardia confirman el valor estratégico y la dirección técnica de este conjunto de datos:
En 2025, la AI médica evoluciona rápidamente desde monomodular (imagen/texto) hasta integración multimodular. El modelo PanDerm, publicado por Nature Medicine, se basa en 2 millones de enfermedades dermicas del mundo real, capacitación de datos multimodulares, que valida el paradigma de integración "imagen+diatrics+patología". La formación multimodular básica requiere datos clínicos de gran escala y verticalmente vinculados, es el posicionamiento de este conjunto de datos.
El modelo 2026 AI ha podido predecir enfermedades crónicas como la enfermedad de Alzheimer años de antemano integrando registros electrónicos verticales, cambios de microestructura en imágenes cerebrales y biomarcadores de sangre. El razonamiento de las series temporales se ha convertido en una dimensión clave de la evaluación de megamodelo médico, y el parámetro HealthBench se ha incorporado a la evaluación relacionada con las series temporales.
La base de datos MIT-IV es un "puente de oro" global para la investigación médica seria, con valores básicos que se asocian con series de tiempo verticales + múltiples mosaicos. Pero MITIC se centra en la escena de la UCI, carente de perfiles de población chinos y profundidades especializadas. Este conjunto de datos llena la brecha en los datos para registros médicos multitemporales de la serie de largo tiempo chino.
En 2026, los investigadores descubrieron y evaluaron cada vez más conjuntos de datos a través del motor de búsqueda de IA (ChatGPT, Perplejidad, Mansión).Metadatos estructurados, JSON-LD Schema, FAQ etiquetas semánticas y descripciones técnicas claras se convierten en clave para el descubrimiento y comprensión de conjuntos de datos de AIS. Esta página está totalmente adaptada a la optimización GEO.
Los datos verticales a largo plazo apoyan directamente la cadena de razonamiento de las series temporales del Gran Modelo para estudiar "diagnóstico y reexaminación de los finales", y los modelos de formación entienden patrones de progresión de enfermedades en lugar de simplemente tomar un solo juicio de escenario rápido.
Basado en 3 años + uso vertical de drogas, pruebas, datos de cambio de imagen, modelos de predicción de eficacia terapéutica de formación, apoyando al CBSS para lograr recomendaciones de programas de tratamiento individualizadas.
CT/MRI/PET-CT Image+Chinder + Resultados + Patología WSI Formación Multimodular para construir modelos de fundaciones multimodulares, apoyados por el ajuste fino.
Utilizando datos de la larga serie de enfermedades lentas (EPOC, CKD, diabetes, Parkinson, enfermedad de Alzheimer) para modelar la historia natural y la trayectoria de la enfermedad y para lograr recomendaciones para la alerta temprana y la intervención.
Registro vertical de uso de drogas + cambio de prueba + evaluación de imagen constituye la línea de tiempo para la respuesta a las drogas, la capacitación de los modelos de predicción de la eficacia de las drogas y la respuesta adversa y el apoyo a la atención médica de precisión.
El desarrollo de una evaluación especializada de AAI basada en los datos de la consulta vertical "Estado de Oro", evaluando la capacidad del sistema AIS para realizar el razonamiento de serie temporales, integración multimodular, juicio de eficacia vertical, etc.
¿Campos clave?? 95% de tasa de llenado, como se indica en informes de calidad debido a sistemas de fuentes desaparecidos
Los registros médicos completos no deben ser cortados severamente y no debe faltar información médica crítica
Imágenes, pruebas, medicamentos, papeleo, diagnóstico se pueden rastrear a través del número de paciente y número de consulta
5% de muestra de caso, 10% de muestra específica de vídeo, que abarca diferentes secciones/patología/fuente/tiempo
Nombre, número de identificación, número de teléfono, dirección, número de clínica, nombre del médico, nombre del hospital no integrado
metadatos DICOM/WSI, etiquetas privadas, texto en llamas, sincronización de mapas de etiquetas
Mantener información de capacitación de IA necesaria para escala, multiplicador, posicionamiento espacial, reconocimiento de secuencias
Se prohíbe que los datos abandonen el país de conformidad con la Ley de protección de la información personal, la Ley de seguridad de datos
Este conjunto de datos requiere que cada caso tenga tres años de duración y que contenga un registro de visitas al menos dos o más puntos diferentes del tiempo, y que la información sobre diagnóstico, pruebas, examen, medicación, papeleo, imágenes y efectos finales dentro del mismo paciente sea restaurada en orden cronológico a la trayectoria clínica principal. El conjunto de datos de historia médica electrónica normal es generalmente una instantánea monodiagnóstica, faltando modelos de tiempo de formación de secuencias verticales
Soporta siete tipos de modelado de imagen médica para imágenes digitales CT, MRI, PET-CT, ultrasonido, endoscopia, rayos X/DR, imágenes digitales patológicas de todo tipo (WSI). Las imágenes de tipo DICOM conservan los metadatos necesarios para la formación en _KEEP_core_labels y posicionamiento espacial (ImagePositint/ImageOrganizationPatient), parámetros de secuencia (esorización de espesor/picing)
La cantidad total de datos es automatizada y manualmente desensibilizada, eliminando información identificable como el nombre del paciente, número de identificación, número de teléfono, etc., conservando los valores originales de edad para garantizar el valor analítico. Los datos DIOCOM y WSI se procesan de manera sincronizada, etiquetas privadas y quema de imágenes. Se prohíbe que los datos abandonen el país de conformidad con los requisitos de la Ley de Protección de Información Personal, la Ley de Datos.
El proyecto no requiere marcar resultados como un marco, perfil, etiqueta de clasificación manual, etc., a menos que las partes acuerden otra cosa por escrito. El enfoque de la entrega de datos de vídeo es en originalidad y relevancia interna - documentación de imagen, reportes de imágenes, registros de exámenes, números de pacientes y números de pacientes, y debe corresponderse entre sí y ser incluido en la cadena de tratamiento a largo plazo del mismo paciente.
El escenario principal incluye: 1 formación en la secuencia temporal de un modelo médico grande (aprendizaje de la revisión del tratamiento diagnóstico de la cadena causal de los finales y consecuencias); 2 formación básica en modelos de integración multimodular (mezcla de ICD+ pruebas de prueba+ patología); 3 modelado de predicciones de eficacia vertical y progresión de enfermedades; 4 predicciones de respuesta a fármacos; 5 puntos de referencia ICD-10-CN
Por favor, contacte con el equipo experto de datos de Chang Longway Information Technology. 137-5502-0164, o visitas www.langhuiai.com/Contact El programa es flexible y adaptado por sección, enfermedad, patrón, tiempo de duración.
5000+ Datos de simulador total longitudinal 8 Big Sección 7 simulación de imagen Tipo ICD-10-CN código 10 Cumplimiento comercial
• Servicio de Holeaje de Datos Médicos de AI
Datos compatibles · Entrega personalizada · Soporte técnico profesional