5000+ données longitudinales totales de mosaïque · 3 ans durée ?? 8 + 7 mosaïques d'images médicales CIM-10-CN carte codée
Ensembles de données cliniques multimodulaires longitudinales de haute qualité pour la formation en séries chronologiques et en raisonnement pour les grands modèles médicaux. Chaque cas intègre des dossiers médicaux structurés, des documents cliniques, des images médicales, des tests, des dossiers de médicaments, des rapports pathologiques et des échelles quantitatives, marquant sept grands profils de données, avec des pistes cliniques complètes dans l'ordre chronologique à chaque moment pour le même patient.
| Nom de l'ensemble de données | 长时序MultimodalDossiersJeu de données（Longitudinal Multimodal Electronic Health Records Dataset） |
|---|---|
| Total Scale | 不少于 5,000 例Cas qualifiés, couvrant 8 grandes unités de concentration + souches spécialisées supplémentaires |
| Time Span | Enregistrement de contrôle vertical de 3 ans par cas, au moins 2 visites/tests/traitement/suivi à différents points |
| Période de données | 2016-2025 (priorité pour les patients ayant un dossier médical complet et des données de suivi) |
| Department Coverage | Oncologie + UCI/psychopathologie/oreilles, nez et gorge/gynécologie et gynécologie/ rhumatologie |
| 数据模态 | Dossiers médicaux structurés — images médicales — examens médicaux — dossiers médicaux — rapports de pathologie — scores quantitatifs |
| Modalité d'imagerie | CT MIS PT-CT Ultrasité ENDRIGHT X-L/DR Pathologie WSI |
| 编码标准 | CIM-10-CN Carte de code diagnostique, avec code ICD original, version de code et règles de carte |
| 质量标准 | Taux de remplissage des champs clés 95% % % de la scrutinisation totale 10% de spécialisation vidéo % de double diffusion |
| 合规要求 | La loi sur la protection des renseignements personnels, la loi sur la sécurité des données, respecte la totalité des mesures de dissémination et des données pour ne pas quitter le pays. |
| Cas d'usage | La série chronologique du mégamodèle médical de la formation • Prédiction verticale de l'efficacité • Modélisation clinique de trajectoire • Études d'intégration polymodulaire • Prédiction de l'évolution de la maladie |
| Supply Format | 硬盘 · 云盘 · API · 数据基础设施 |
| 提供方 | Changsha Langhui Information Technology Co., Ltd. |
La valeur de la différence de base de cet ensemble de données est la suivante :Importance de la séquence longue– Non seulement chaque cas admissible respecte l'horizon de trois ans, mais surtout, il existe une corrélation interne cohérente entre le diagnostic, la consultation, les tests, l'examen, les médicaments, la paperasse, les images, la pathologie, les statistiques et les informations de fin de vie au sein du même patient dissensibilisé, qui peut être rétablie dans l'ordre chronologique de la trajectoire clinique principale.时序推理(formation temporaire)
Les maladies chroniques ou progressives telles que la MPOC, l'IBD, la cirrhose, la CKD, le diabète de type 2, la maladie de Parkinson, la maladie d'Alzheimer, etc. sont prioritaires pour fournir des données de séries chronologiques plus longues.
Les rapports vidéo se réfèrent aux données antérieures du « pré-film comparable » et de la « relation » par rapport au précédent, et fournissent, dans la mesure du possible, des vérifications et des rapports correspondants, garantissant la traçabilité continue des principales pistes cliniques.
Le même patient peut être retracé à la même présence du patient.
2019.03 • Premier diagnostic · Admission à l'hôpital + Diagnostic (CIM-10:C34.1) + CT poitrine + biopsie pathologique + base
2019.05 • Cycle postopératoire de chimiothérapie 1 • dossier médicamenteux + test (fonction sanguine/pastale) + examen de la TDM + dossier de pathologie
2020.03 • Suivi d'un an • Comparaison de la CT + marqueur oncologique + score physique (ECOG) + document de suivi
2021.06 · Examen de 2 ans · IRM + TEP-CT + pathologie + dossier corrigé des médicaments + qualité de vie
2022.09 · Dernier suivi · Fin de l'histoire + Évaluation de l'image + Dernier médicament + Relevé de survie total
7 mosaïques de données sont intégrées pour chaque cas admissible, la norme d'acceptation de base étant :Importance interne de plusieurs types de données pour le même patient, la même visite, le même examen ou le même traitement. Tous les modes sont des liens vérifiables de connexion par le nombre de patients déssensibles, le nombre de la consultation, le nombre de l'examen, le numéro du rapport, l'index du document.
Le dossier de diagnostic (CIM-10-CN), le dossier clinique/hospitalier, les résultats des tests, le dossier d'examen, le registre des médicaments, le dossier chirurgical/opérationnel.
Le texte intégral est garanti sans interruption grave.
CT/MRI/PET-CT (Dinox DIC), échographie/endoscope (format original), rayons X/DR (DICOM), pathologie WSI (SVS/NDPI/TIFF/KFB).
Nom, dose, fréquence, voie d'administration, heure de départ et dossier d'ajustement fondé sur le médicament.
Rapports de diagnostic pathologique, résultats immuno-groupes, tests moléculaires/génétiques et phases TNM.
Des tableaux d'évaluation spécialisés pour NIHSS, mRS, NYHA, LVEF, ECOG, APACHE II, SOFA, DAS28, SLEDAI, etc., appuient l'évaluation verticale de l'efficacité.
Vous pouvez également vérifier les résultats des tests sur le sang, les produits biochimiques, la coagulation, les marqueurs tumoraux, les microorganismes, la génétique, etc., et les tests fonctionnels.
Soutien à la formation sur la modélisation de l'évolution des maladies et les modèles de pronostic.
| 数据模态 | 交付内容 | 格式要求 | 关联键 |
|---|---|---|---|
| Structureddonnées | Diagnostic (CIM-10-CN), consultation, dépistage, examen, médicaments, dossiers chirurgicaux | CSV / Excel / Base de données | patient_id + encounter_id |
| 临床文书 | Admissions à l'hôpital, congés, dossiers médicaux, dossiers de transfert, dossiers chirurgicaux complets | Text / PDF | patient_id + encounter_id |
| CTImagerie | Séquences minces + larges couches générales, matrice préférée 512 x 512, renseignements sur la phase de conservation | 脱敏DICOM | study_id + series_id |
| MRIImagerie | T1WI/T2WI/FLAIR/DWI/ADC/Séquences renforcées, conservation de la description de la séquence et des paramètres de numérisation | 脱敏DICOM | study_id + series_id |
| PET-CT | Le PET correspond à la séquence C.T., en conservant l'intégration et l'information métabolique du SUV | 脱敏DICOM | study_id + series_id |
| 超声/内镜 | Images statiques + vidéo dynamique, rapports d'inspection d'association et mesures clés | DICOM/ Exportation originale | study_id + report_id |
| PathologyWSI | Image numérique en tranches complètes, multiplicateur/échelle/type chromosomique/numéro de tranche | SVS / NDPI / TIFF / KFB | study_id + report_id |
| Medication Records | Nom, dose, fréquence, voie d'administration, heure de début | CSV/ Tableau de la base de données | patient_id + encounter_id |
Le nombre d'unités et de maladies est réparti de manière ciblée, et la structure de distribution finale est basée sur la liste de distribution mutuellement confirmée.
| 科室/类别 | 目标占比 | 建议数量 | Spectre de maladies ciblées | Besoins en matière d ' information de base |
|---|---|---|---|---|
| 肿瘤科 | 约35%-38% | 1,750-1,900 | Cancer du poumon, cancer du sein, cancer du côlon, cancer du foie, cancer de l'estomac, cancer comestible, carcinome du cou, cancer pancréatique, cancer des ovaires, etc. | Rapports d'images, rapports périodiques, rapports pathologiques; indicateurs moléculaires/immunologiques disponibles sur une base réaliste |
| 心血管内科 | 约20%-22% | 1,000-1,100 | Maladie coronarienne/infarctus cardiaque aigu, post-ICP, insuffisance cardiaque, tremblements de la chambre, etc. | Artère coronarienne, échographie cardiaque, électrocardiogramme, spectre myase cardiaque, LVEF, NYHA |
| 神经内科 | 约13%-15% | 650-750 | Illustration, hémorragie, parkinson, troubles cognitifs/Atzheimer, etc. | CT/IRM, description de la maladie, NIHSS, mRS, tableau cognitif/motorisé |
| 呼吸科 | 约7%-8% | 350-400 | MPOC, asthme bronchique, accès communautaire à la pneumonie, expansion bronchique, etc. | Évaluation de la fonction pulmonaire, de l'image thoracique, de la note ou des symptômes |
| 消化科 | 约6%-7% | 300-350 | Cirrrhose hépatique, IBD, ulcère digestif, DRM, etc. | Rapports stomatiques/intestins/images, rapports pathologiques, cotes de la fonction hépatique, cotes de l'activité de la maladie |
| 肾内科 | 约6%-7% | 300-350 | CKD, Néphrose du diabète, maladie rénale en fin de vie, dialyse, suivi post-transplanté et complications, etc. | eGFR, UACR, tests urinaires, fonction rénale, pathologie rénale, dossiers de dialyse |
| 内分泌科 | 约5%-6% | 250-300 | Diabète de type 2 sucré et complications, glandes thyroïdiennes/anomalies fonctionnelles/tumeurs, ostéoporose, etc. | HbA1c, dossiers de glycémie, diagnostic de complications, fonction thyroïdienne/ultrason, densité osseuse |
| 血液科 | 约3%-4% | 150-200 | Leucémie, lymphome, ostéoporose multiple, etc. | Ostéomymystalgie/vie, débit, FISH, stratification/scoration, nage des électrons séroprotéines |
| Autres suppléments spécialisés | ≤3% | ≤150 | UCI (suspensive/ARDS), psychiatrie, buccale, ophtalmique, oreille, nez et gorge, gynécologie et obstétrique, vaccination contre les rhumatismes | Mise en œuvre selon la liste de confirmation des parties |
| 合计 | 100% | ≥5,000 | 8 sections clés + 7 spécialistes supplémentaires | |
Si vous devez cartographier la CIM-10-CN, fournir des règles de carte, des sources de carte et des champs de carte avant et après l'amplification.
Les résultats peuvent être résumés par section, spectre de maladies, code de la DCI, nom du diagnostic, nombre de cas, durée et couverture du modèle de données.
Les données d'image sont utilisées pour la formation en AI, donnant la priorité à la livraison de données fines, brutes et complètes de la séquence. Le projet couvre les données multipathologiques, multidimensionnelles et multihistoriques, sans utiliser une seule couche de seuils épais comme condition d'accès au noyau.
| ImagerieType | Delivery Format | Principales exigences techniques |
|---|---|---|
| CT | 脱敏DICOM | Séquences de couches minces prioritaires et espacement initial de la couche; même couche mince d'examen + épaisseur de couche conventionnelle fournie simultanément dans la mesure du possible; matrice de thallium 512 x 512; examen amélioré des informations sur la phase de la période de rétention |
| MRI | 脱敏DICOM | Conserver les principales séquences diagnostiques telles que T1WI/T2WI/FLAIR/DWI/ADC/enhancé; nom de série, emplacement de numérisation, épaisseur de la couche, espacement des pixels identifiable |
| PET-CT | 脱敏DICOM | Le PET correspond à la séquence CT, en conservant l'intégration; le rapport/métadonnées reflète l'information métabolique comme SUV |
| X线/DR | 脱敏DICOM | Conserver le lieu de livraison, vérifier la pièce, la taille des pixels et l'association de rapports; ne peut pas être remplacé par un aperçu en basse résolution |
| Ultrasound | DICOM/Vidéo/Exportation préliminaire | Images statiques + vidéo dynamique; rapports d'inspection des liaisons, mesures clés, pièces et conclusions conservées |
| 内镜 | Image originale/Vidéo/Système Export | Maintenir les sites d'inspection, le temps, les rapports/enregistrements, les images/vidéos clés; établir la correspondance pathologique |
| PathologyWSI | SVS/NDPI/TIFF/KFB | Conserver les multiples, les échelles, les niveaux de balayage, les types de colorants, les numéros de tranches; les H&E prioritaires et les tranches de diagnostic |
StudyInstanceUID, SeriesInstanceUID, SOPInstanceUID, AccessionNumber
ImagePositionPatient, ImageOrientationPatient, SliceLocation, FrameOfReferenceUID
Rows, Columns, PixelSpacing, SliceThickness, SpacingBetweenSlices
KVP, Exposure/mAs, ConvolutionKernel, Pitch, Manufacturer, ModelName
?? La désensibilisation n'enlève pas les champs clés qui influent sur l'utilisation de la reconstruction 3D, de la reconnaissance en série, du positionnement spatial et de l'entraînement.
{
"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}]
}
}
]
}
}
{
"patient_id": "LH_PT_2024_003172",
"encounter_id": "ENC_006",
"study_id": "IMG_MRI_006",
"study_datetime": "2021-06-18T09:30:00",
"modality": "MRI",
"body_part": "BRAIN",
"study_description": "头颅MRI平扫+增强",
"series": [
{
"series_id": "SER_006_01",
"series_description": "T1WI",
"slice_thickness": 5.0,
"pixel_spacing": [0.5, 0.5],
"rows": 512,
"columns": 512,
"file_count": 24,
"file_path": "patient_003172/enc_006/mri/ser_01/"
},
{
"series_id": "SER_006_02",
"series_description": "T2WI FLAIR",
"slice_thickness": 5.0,
"pixel_spacing": [0.5, 0.5],
"rows": 512,
"columns": 512,
"file_count": 24,
"file_path": "patient_003172/enc_006/mri/ser_02/"
},
{
"series_id": "SER_006_05",
"series_description": "T1WI+C (Post-Contrast)",
"slice_thickness": 5.0,
"pixel_spacing": [0.5, 0.5],
"rows": 512,
"columns": 512,
"file_count": 24,
"file_path": "patient_003172/enc_006/mri/ser_05/",
"contrast_phase": "post_contrast"
}
],
"linked_report": {
"report_id": "RPT_006",
"findings": "右侧额叶可见结节状强化灶，较前次(IMG_CT_004)无明显变化...",
"impression": "考虑转移瘤稳定，建议继续随访",
"report_date": "2021-06-18"
},
"linked_encounter": {
"encounter_id": "ENC_006",
"date": "2021-06-18",
"department": "肿瘤科",
"phase": "follow_up_2y"
},
"quality_note": {
"dicom_metadata_preserved": true,
"spatial_position_preserved": true,
"burned_in_annotation": "NO",
"desensitization_status": "passed"
}
}
Les données multimodulaires d'histoire médicale de longue date sont les besoins d'infrastructure de données de base dans la région de l'IA médicale pour 2025-2026. Les développements de pointe suivants confirment la valeur stratégique et la direction technique de cet ensemble de données:
En 2025, l'IA médicale a évolué rapidement de l'intégration monomodulaire (image/texte) à l'intégration multimodulaire. Le modèle PanDerm, publié par Nature Medicine, est basé sur 2 millions+d'études multimodulaires de maladies dermiques du monde réel, ce qui valide le paradigme d'intégration « image+diatriques+pathologie».
Le modèle d'IA 2026 a pu prédire des maladies chroniques comme la maladie d'Alzheimer des années à l'avance en intégrant des enregistrements électroniques verticaux, des changements de microstructure dans les images cérébrales et les biomarqueurs sanguins. Le raisonnement de la série chronologique est devenu une dimension clé de l'évaluation du mégamodèle médical, et le point de repère de HealthBench a été intégré dans l'évaluation liée à la série chronologique.
La base de données MIT-IV est un « pôle or » mondial pour la recherche médicale sérieuse, avec des valeurs de base qui sont associées à des séries chronologiques verticales + de multiples mosaïques. Mais MITIC se concentre sur la scène des UCI, sans profils de population chinois et des profondeurs spécialisées.
En 2026, les chercheurs ont de plus en plus découvert et évalué des ensembles de données à travers le moteur de recherche AI (ChatGPT, Perplexité, Mansion). Les métadonnées structurées, le schéma JSON-LD, les balises sémantiques FAQ et les descriptions techniques claires deviennent la clé de la découverte et de la compréhension des ensembles de données AIS.
Les données verticales à long terme appuient directement la chaîne de raisonnements chronologiques du Grand Modèle pour étudier le « diagnostic et le réexamen des terminaisons », et les modèles de formation comprennent les modèles de progression de la maladie plutôt que de se contenter de prendre un jugement de scénario rapide.
Basé sur l'utilisation de médicaments sur 3 ans + verticale, les tests, les données de changement d'image, la formation de modèles de prédiction de l'efficacité thérapeutique, en appuyant le CCNR pour atteindre les recommandations du programme de traitement individualisé.
CT/MRI/PET-CT Image+Chinder + Results + Pathologie WSI Formation conjointe multimodulaire pour construire des modèles de fondation multimodulaires, soutenue par un réglage fin.
À partir des données de la longue série chronologique de maladies lentes (MPOC, CKD, diabète, Parkinson, maladie d ' Alzheimer) pour modéliser l ' histoire naturelle et la trajectoire de la maladie et pour formuler des recommandations en matière d ' alerte et d ' intervention précoces.
Le dossier vertical d'utilisation des médicaments + changement de test + évaluation de l'image constitue le délai pour la réponse aux médicaments, la formation des modèles d'efficacité des médicaments et de prédiction des réactions indésirables et l'appui aux soins médicaux de précision.
Élaboration d'une évaluation spécialisée de l'AAI fondée sur les données de la consultation verticale « standard d'or », évaluation de la capacité du système AIS à effectuer des raisonnements de séries chronologiques, intégration multimodulaire, jugement vertical sur l'efficacité, etc.
Champs clés ?? Taux de remplissage de 95 %, tel qu'indiqué dans les rapports de qualité en raison de l'absence de systèmes source
Il ne faut pas couper sévèrement le dossier médical complet et il ne faut pas manquer de renseignements médicaux essentiels.
Images, tests, médicaments, documents, diagnostics peuvent être retracés par le numéro du patient et le numéro de consultation
5 % échantillon global de cas, 10 % échantillon spécifique de vidéo, couvrant différentes sections/pathologie/source/période
Supprimer le nom, le numéro d ' identification, le numéro de téléphone, l ' adresse, le numéro de la clinique, le nom du médecin, le nom de l ' hôpital non composé
métadonnées DICOM/WSI, étiquettes privées, gravure de texte en images, synchronisation des cartes des balises
Maintenir les informations de formation nécessaires pour l'échelle, le multiplicateur, le positionnement spatial, la reconnaissance des séquences
Les données ne peuvent quitter le pays conformément à la loi sur la protection des renseignements personnels, à la loi sur la sécurité des données
Cet ensemble de données exige que chaque cas soit de trois ans et qu'il contienne un registre des visites à au moins deux moments différents, et que les renseignements sur le diagnostic, le test, l'examen, les médicaments, la paperasse, les images et les effets finaux chez le même patient soient restaurés dans l'ordre chronologique de la trajectoire clinique principale.
Supporte sept types de modélisation d'images médicales pour CT, IRM, PET-CT, échographie, endoscopie, rayons X/DR, images numériques pathologiques à coupe entière (WSI). Les images de type DICOM conservent les métadonnées nécessaires pour la formation aux _TEEP_core_labels et au positionnement spatial (ImagePositint/ImageOrganizationPatient), paramètres de séquence (épaisseur de l'étage/espacement du pixel/paramètres de balayage).
La quantité complète de données est automatisée et désensibilisée manuellement, en supprimant les informations identifiables telles que le nom du patient, le numéro d'identification, le numéro de téléphone, etc., tout en conservant les valeurs d'âge originales pour garantir la valeur analytique. Les données DIOCOM et WSI sont traitées de manière synchronisée, les étiquettes privées et la gravure d'images.
Le projet ne nécessite pas de marquage des résultats comme un cadre, un profil, une étiquette de classification manuelle, etc., sauf si les parties en conviennent autrement par écrit. L'objectif de la transmission de données vidéo est l'originalité et la pertinence interne - documentation d'image, rapports d'image, dossiers d'examen, numéros de patient et nombre de patient, et devrait correspondre entre elles et être inclus dans la chaîne de traitement à long terme du même patient.
Le scénario principal comprend : 1 formation dans la séquence temporelle d'un grand modèle médical (apprentissage de l'examen diagnostique de la chaîne causale des terminaisons et des conséquences); 2 formation de base dans des modèles d'intégration multimodulaire (combinaison image+ test de cléric++ pathologie); 3 modélisation des prédictions d'efficacité verticale et de progression de la maladie; 4 prédictions de la réponse aux médicaments; 5-analyse comparative de l'IA pharmaceutique.
Veuillez contacter l'équipe d'experts en données de Chang Longway Information Technology. 137-5502-0164，或访问 www.langhuiai.com/Contact Le programme est flexible et adapté par section, maladie, schéma, durée.
5000+ données longitudinales totales sur simulateur 8 Big Section 7 Simulation d'image type CIM-10-CN code 10 Conformité commerciale
• Service de détection des données de l'IA à des fins médicales
Compliant Data · Customized Delivery · Professional Technical Support