Langhui

Datos de examen médico establecidos para 1 millón de niveles

Un millón + informes de exámenes médicos de alta gama 800+ Campos médicos estructurados ??? ¿Ruinas de sangre ??? Los marcadores de tumores Las imágenes CT/MRI están completamente cubiertas

1 M+
Informe del examen médico
800+
EstructuradoCampo
5 años
Rango de tiempo vertical
S/A Grade
Ranurado de calidad cinco-dimensional
A++++
Instituciones de calidad

Dataset Overview

Definición:Datos de examen médico establecidos para 1 millón de niveleses proporcionado porChangsha Langhui Information Technology Co., Ltd.Basado en la base de datos médica megaestructurada construida en la plataforma DataAssetsAPI. Un total de 1 millón y más informes del examen exhaustivo genuino de instituciones médicas cooperativas y cadenas de marca, se disensibilizan cuidadosamente y se dividen a través del sistema de calificación de calidad cinco dimensiones (S+/S/A/B/C).

Nombre del conjunto de datosDataset marcado en el informe de examen médico de 1 millón de grados
Volumen total de datos1 millón + informes de exámenes médicos, incluyendo datos continuos verticales y exámenes a fondo de alta gama
Time Span2019 - 2025 (5 años de seguimiento vertical)
EstructuradoCampo800+campos organizados por la escalera de valor de proyecto L1-L4
Tipo de datosInforme completo de examen de salud (PDF original + estructura JSON)
Fuente InstituciónInstituciones médicas cooperativas y cadenas de marca
质量分档S+ S A B C Sistema de puntuación de cinco-D
Porcentaje de casos anormales80% para casos anormales, evitando la homogeneización de los datos de salud
Estructura del informeFormato de cuatro partes: Información básica + descripción de lo que se ve + conclusiones + médico ' s recomendación/intervención
Integridad de imagenTodas las comprobaciones de tipo de vídeo deben ir acompañadas de pantallas de imagen originales (valor de acceso duro)
Formato de salidaPDF Original + Estructurado JSON (contiene entidad/relación/valor/marca inusual)

Sistema de dimensión de campo (800+campos)

El conjunto de datos está capado por la escalera de valor de proyecto L1-L4, cubriendo las dimensiones completas del examen médico básico a la medicina de precisión de alto nivel.

维度大类Cuenta de campoCampos típicos价值层级
Demografía básica12Cartografía exclusiva de ID, sexo, año de nacimiento, fecha de examen médico, edad, IMC, presión arterial, altura, peso, cintura, caderaL1 Basic
Protocolo de sangre.36Valores y porcentajes absolutos del conteo de células blancas/rojas, hemoglobina, presión de células rojas, conteo de losas, neutral/lymphoma/single/polythyx/alkaline cell countL1 Basic
Pee General28Urea, pH, orina, orina, urin, urin, urin, sangre, esterase de células blancas, microproteína de orina, anhídrido acético, ACRL1 Basic
General14Posibilidades (inmunización/química), células penitentes, penetradores, huevos parásitos, proteína trans- hierro, proteínas respaldadas por calcioL1 Basic
Bioquímica.52Función hepática (ALT/AST/GT/ALP/TBIL/TP/ALB), función renal (BUN/Cr/UA/CysC/eGFR), resina sanguínea (TC/TG/HDL/LDL/ApoA1/ApoB), azúcar en sangre (FPG/HbA1c/OGTT/insulin), electrolítica, panocardio enzima panorL2 Health
肿瘤标志物28AFP、CEA、CA19-9、CA125、CA15-3、CA72-4、PSA、fPSA、NSE、CYFRA21-1、SCC、ProGRP、HE4、CA242、FerritinL3 Advanced
Endocrine32TSH, FT3, FT4, TTab, TPOAb, Condensine, ACTH, GH, IGF-1, PRL, LH, FSH, E2, P, T, DHEA-S, Prueba de liberación de insulina/CperiumL3 Advanced
Imágenes por ultrasonido86Ecografía abdominal (papa/cholecal/pancina/spleen/trenal), ecografía tiroidea (TI-RADS), ecografía de mama (BI-RADS), ecografía cardíaca (IMT), EF/E/A, ginecología/ ultrasonido próstataL3 Advanced
CT/放射48CT (corteplasma pulmonar de pulmón de pulmón de pulmón de pulmón), CTA (Fcción de calcificación de agatston), DEXA (valor T/Z), TC para la cabeza, RM de cervical/LowalL4 Premium
IRM/Imagen de alta gama42Head MRI/MRA (Clasificación de Fazekas, aneurisma), MRCP, mama MRI, próstata mpMRI (PI-RADS), PET-CT (SUVmax)L4 Premium
基因检测36SEPTIN9 Mealificación, Oncología Genomes Epidemiológicos (BrCA1/2, MMR Genética, APC, TP53), genómica de los productos farmacéuticos (CYP2C19/CYP2D6/SLCO1B1/MTHFR)L4 Premium
内镜检查32Espejos de estómago (esofage/ gastrot/trestrophsic + patología/HP/ atrofi/intestinalización), espejos de colon (carne/denoma silencioso, espectrometría París/NICE), broncoscopiasL4 Premium
Selección especializada56Espectrometría del VPH, TCT (Bethesda), objetivo de molibdeno (BI-RADS), edad ósea (GP/TW3), función pulmonar (FVC/FEV1/DLCO), esclerosis arterial (ABI/baPWV), prueba de exhalación de HP, monitoreo de respiración del sueño (AHI), detección de la planta del ojo AIL3-L4
Examen médico28Médico (héroe/pulmonar/birto/neurológico), quirúrgico (teroide/mistrógeno/restalfinger) oftalmología (sightedness/eye pressure/eye), oído, nariz y garganta, oral, ginecologíaL1 Basic
Examen y recomendaciones generales18Conclusiones generales de examen (ver resumen de las conclusiones anormales), recomendaciones del médico examinador, jerarquía de riesgos, ciclo de examen recomendado, sala de consulta recomendada, análisis de series temporales, recomendaciones de gestión de la saludL3 Advanced
Metadatos/Calidad24Nivel de fuente, formato de reportaje, calificación de calidad (S+/S/A/B/C), número válido de páginas, número de interceptaciones de vídeo, disensibilización, etiquetado de casos anormales, identificación de datos verticales, año de datos—

Muestra de datos JSON de identificación

A continuación se muestra un modelo JSON estructurado de procesamiento disensibilizado. El PII ha sido eliminado del nombre real, número de identificación, número de teléfono móvil, dirección, etc. y se mantienen los datos médicos básicos. El ID de mapa exclusivo (anon_id) admite la serie de datos verticales durante todo el año.

{
  "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"
  }
}

AI Application Scenarios

Capacitación de megamodel médico SFT

1 millón + informe completo de examen médico de cuatro partes + 800 + campo estructurado para apoyar la alineación de la mejor forma del campo médico del modelo GPT/Lama/Qwen con RLHF.

Apoyo a la decisión clínica (CDSS)

S/S+ informa de la formación de datos de la cadena clínica de razonamiento del modelo CDSS a partir de una cadena completa de pensamiento clínico, desde anomalías de detección hasta diagnóstico.

健康风险评估模型

Cinco años de continuidad vertical, los datos construyen modelos de predicción de riesgos como ASCVD, progreso de diabetes, detección temprana de cáncer y campos de juego de series temporales proporcionan señales verticales clave.

NLP / Información Extractación

El texto de nivel de deducción de la vista apoya misiones de NLP como NER, extracción de relaciones y estructura de texto médico. Se utilizan 800+ campos como referencias de Gold Standard.

Medicina multimodular AI

CT/MRI/PET-CT/ ultrasonido/endoscopia imágenes emparejadas con datos textuales para informes de texto, soporte de formación de modelos multimodulares visual-lingüísticos e interpretación automática de imágenes.

Genómica de los medicamentos y medicina individualizada

Datos como CYP2C19/CYP2D6/SLCO1B1/MTHFR combinan indicadores de examen médico para formar un modelo recomendado individualizado para el uso de medicamentos de precisión.

FAQ

¿Cuáles son las fuentes de datos? ¿Cómo está asegurada la calidad?
El sector público limita sus centros de reconocimiento médico a las instituciones médicas cooperativas; el sector privado limita las líneas de alta gama a las instituciones médicas vinculadas a la marca. Cada informe se divide por "panta medica (20%) + claridad de ingeniería de datos (15%) + normativa médica (15%) + control de la cadena de razonamiento clínico y la imagen (35%) + precisión médica (15%)" sistema de calificación 5-dimensional.
¿Cómo funciona la desensibilización de datos? ¿Se mantiene la información médica básica?
A continuación se enumeran los nombres de las personas cuyos nombres son reales, números de teléfono móvil, tarjetas de identidad, direcciones familiares, correos electrónicos, unidades de trabajo, fotografías/cabezas, archivos adjuntos de vídeo.
¿Se admiten datos verticales (durante muchos años de examen continuo de la misma persona)?
Apoyo. La misma persona natural reporta tres a cinco años de informes continuos mediante anon_id, un mapa único. El análisis anual del cambio se registra en el campo JSON, con un campo temporal_comparison especial, apoyando el modelado del progreso de las enfermedades y la evaluación del riesgo de las series temporales.
¿Contiene imágenes originales? ¿Cuál es el formato de datos?
Cada informe proporciona el PDF original + JSON estructurado. Todos los tipos de vídeo (ultrasound/CT/MRI/ endoscope/ molibdeno target/PET-CT) se acompañan de interceptaciones de imágenes originales - un umbral de acceso duro, que no se aceptan en informes con sólo conclusiones textuales.
¿Cómo obtienes datos o consejos de negocios?
Este conjunto de datos es proporcionado porChangsha Langhui Information Technology Co., Ltd.La plataforma DataAssetsAPI funciona. Soporta tanto modelos de conjuntos de datos personalizados (dimensionales, de calidad, cuantitativamente flexibles) como estándar.

¿Necesitan programas de datos médicos personalizados?

Changsha Langhui Information Technology Co., Ltd. La plataforma DataAssetsAPI está dedicada a proporcionar a las empresas de inteligencia artificial y a las instituciones científicas activos de datos médicos de alta calidad y conformes.

Vista previa de la muestra de datos · Soluciones de datos personalizadas · Soporte técnico profesional