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 datos | Dataset marcado en el informe de examen médico de 1 millón de grados |
| Volumen total de datos | 1 millón + informes de exámenes médicos, incluyendo datos continuos verticales y exámenes a fondo de alta gama |
| Time Span | 2019 - 2025 (5 años de seguimiento vertical) |
| EstructuradoCampo | 800+campos organizados por la escalera de valor de proyecto L1-L4 |
| Tipo de datos | Informe completo de examen de salud (PDF original + estructura JSON) |
| Fuente Institución | Instituciones médicas cooperativas y cadenas de marca |
| 质量分档 | S+ S A B C Sistema de puntuación de cinco-D |
| Porcentaje de casos anormales | 80% para casos anormales, evitando la homogeneización de los datos de salud |
| Estructura del informe | Formato de cuatro partes: Información básica + descripción de lo que se ve + conclusiones + médico ' s recomendación/intervención |
| Integridad de imagen | Todas las comprobaciones de tipo de vídeo deben ir acompañadas de pantallas de imagen originales (valor de acceso duro) |
| Formato de salida | PDF 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 campo | Campos típicos | 价值层级 |
|---|---|---|---|
| Demografía básica | 12 | Cartografía exclusiva de ID, sexo, año de nacimiento, fecha de examen médico, edad, IMC, presión arterial, altura, peso, cintura, cadera | L1 Basic |
| Protocolo de sangre. | 36 | Valores y porcentajes absolutos del conteo de células blancas/rojas, hemoglobina, presión de células rojas, conteo de losas, neutral/lymphoma/single/polythyx/alkaline cell count | L1 Basic |
| Pee General | 28 | Urea, pH, orina, orina, urin, urin, urin, sangre, esterase de células blancas, microproteína de orina, anhídrido acético, ACR | L1 Basic |
| General | 14 | Posibilidades (inmunización/química), células penitentes, penetradores, huevos parásitos, proteína trans- hierro, proteínas respaldadas por calcio | L1 Basic |
| Bioquímica. | 52 | Función 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 panor | L2 Health |
| 肿瘤标志物 | 28 | AFP、CEA、CA19-9、CA125、CA15-3、CA72-4、PSA、fPSA、NSE、CYFRA21-1、SCC、ProGRP、HE4、CA242、Ferritin | L3 Advanced |
| Endocrine | 32 | TSH, FT3, FT4, TTab, TPOAb, Condensine, ACTH, GH, IGF-1, PRL, LH, FSH, E2, P, T, DHEA-S, Prueba de liberación de insulina/Cperium | L3 Advanced |
| Imágenes por ultrasonido | 86 | Ecografía abdominal (papa/cholecal/pancina/spleen/trenal), ecografía tiroidea (TI-RADS), ecografía de mama (BI-RADS), ecografía cardíaca (IMT), EF/E/A, ginecología/ ultrasonido próstata | L3 Advanced |
| CT/放射 | 48 | CT (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/Lowal | L4 Premium |
| IRM/Imagen de alta gama | 42 | Head MRI/MRA (Clasificación de Fazekas, aneurisma), MRCP, mama MRI, próstata mpMRI (PI-RADS), PET-CT (SUVmax) | L4 Premium |
| 基因检测 | 36 | SEPTIN9 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 | 32 | Espejos de estómago (esofage/ gastrot/trestrophsic + patología/HP/ atrofi/intestinalización), espejos de colon (carne/denoma silencioso, espectrometría París/NICE), broncoscopias | L4 Premium |
| Selección especializada | 56 | Espectrometría 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 AI | L3-L4 |
| Examen médico | 28 | Médico (héroe/pulmonar/birto/neurológico), quirúrgico (teroide/mistrógeno/restalfinger) oftalmología (sightedness/eye pressure/eye), oído, nariz y garganta, oral, ginecología | L1 Basic |
| Examen y recomendaciones generales | 18 | Conclusiones 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 salud | L3 Advanced |
| Metadatos/Calidad | 24 | Nivel 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
¿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