Langhui

百万级医疗体检数据集

Un million+rapports d'examens médicaux approfondis de haut de gamme 800+ Champs médicaux structurés ?? routines sanguines ?? Terminés biochimiques ?? Marqueurs de tumeurs Les images CT/IRM sont entièrement couvertes

1 M+
体检报告
800+
StructuredField
5年
Plage de temps verticale
S/A级
Slottage de qualité en cinq dimensions
A++++
Institutions de qualité

Aperçu des données

Définition:百万级医疗体检数据集est fourni parChangsha Langhui Information Technology Co., Ltd.Basé sur la base de données médicales mégastructurées, basée sur la plateforme DataAssetsAPI. Un total de 1 million et plus de rapports provenant de l'examen approfondi réel des établissements médicaux coopératifs et des chaînes de marques, sont soigneusement disséminés et sont divisés par le système de notation de qualité à cinq dimensions (S+/S/A/B/C).

Nom de l'ensemble de donnéesEnsemble de données figurant dans le rapport d ' examen médical de 1 million de personnes
Volume total des données1 million + rapports d'examens médicaux, y compris des données verticales continues et des examens approfondis de haut niveau
Time Span2019 - 2025 (5 ans de suivi vertical)
StructuredField800 champs+ organisés par échelle de valeur du projet L1-L4
Type de donnéesRapport d'examen médical complet (PDF original + JSON structuré)
Établissement sourceÉtablissements médicaux coopératifs et chaînes de marques
质量分档S+ S A B C Système de notation 5D
Pourcentage de cas anormaux80% pour les cas anormaux, évitant l'homogénéisation des données de santé
报告结构Format en quatre parties: Informations de base + description de ce qui est vu + conclusions + recommandation/intervention du médecin
影像完整性Tous les contrôles de type vidéo doivent être accompagnés d'écrans d'image originaux (seuil d'accès difficile)
Format OutputPDF Original + JSON structuré (contenant l'entité/la relation/la valeur/la marque inhabituelle)

Système de dimension de champ (800+champs)

L'ensemble de données est stratifié par échelle de valeur du projet L1-L4, couvrant toutes les dimensions, de l'examen médical de base à la médecine de précision de haut niveau.

维度大类Nombre de champsChamps typiques价值层级
基础人口学12Carte exclusive de l'identité, sexe, année de naissance, date de l'examen médical, âge, IMC, pression artérielle, taille, poids, taille, hancheL1 基础
血常规36Valeurs absolues et pourcentages du nombre de globules blancs/rouges, hémoglobine, pression des globules rouges, numération des plaques, neutral/lymphome/single/polythyx/alcalineL1 基础
尿常规28Urée, pH, urine, urine, urine, urine, sang, estérase des globules blancs, microprotéine urinaire, anhydride acétique, ACRL1 基础
便常规14Possibilités (immunisation/chimie), cellules pénitentes, pénétrateurs, œufs parasites, protéines transfer, protéines à base de calciumL1 基础
生化全套52Fonction hépatique (ALT/AST/GGT/ALP/TBIL/TP/ALB), fonction rénale (BUN/Cr/UA/CysC/eGFR), résine sanguine (TC/TG/HDL/LDL/ApoA1/ApoB), sucre sanguin (FPG/HbA1c/OGTT/insuline), électrolytique, enzymes myocardiques, pancréasL2 Santé
肿瘤标志物28AFP、CEA、CA19-9、CA125、CA15-3、CA72-4、PSA、fPSA、NSE、CYFRA21-1、SCC、ProGRP、HE4、CA242、FerritinL3 深度
内分泌32TSH, FT3, FT4, TTab, TPOAB, Condensine, ACTH, GH, IGF-1, PRL, LH, FSH, E2, P, T, DHEA-S, Essai de libération d'insuline/CperiumL3 深度
Ultrasound Imaging86Échographie abdominale (papa/cholecal/pancine/pléine/trénal), échographie thyroïde (TI-RADS), échographie mammaire (BI-RADS), échographie cardiaque (IMT), EF/E/A, gynécologie/ échographie à la prostateL3 深度
CT/放射48CT (Ectoplasme pulmonaire du poumon du SAD-Lung), CTA (fraction de calcification d'Agatston), DEXA (valeur T/Z), CT pour la tête, IRM cervicale/lowalL4 高端
IRM/Image haute de gamme42IRM/MRA de la tête (classification Fazekas, anévrisme), MRCP, IRM mammaire, IRM mpMRI de la prostate (PI-RADS), TEP-CT (SUVmax)L4 高端
基因检测36SEPTIN9 Méatification, oncologie Génomes épidémiologiques (BrCA1/2, MMR Genetics, APC, TP53), génomique des produits pharmaceutiques (CYP2C19/CYP2D6/SLCO1B1/MTHFR)L4 高端
内镜检查32Rétroviseurs d'estomac (œsophage/ gastrot/trestrophe + pathologie/HP/ atrophie/ intestinalisation), miroirs de côlon (viande/dénome salé, spectrométrie Paris/NICE), bronchoscopiesL4 高端
专项筛查56spectrométrie HPV, TCT (Bethesda), cible molybdène (BI-RADS), âge osseux (GP/TW3), fonction pulmonaire (FVC/FEV1/DLCO), sclérose en plaques artérielles (ABI/baPWV), test d'expiration HP, surveillance respiratoire du sommeil (AHI), dépistage du plancher oculaire de l'IAL3-L4
体格检查28ophtalmologie médicale (cœur/pulmonaire/naissance/neurologique), chirurgicale (thyroïdie/mistrogen/restalfinger) (voyance/pression oculaire/œil), oreille, nez et gorge, buccal, gynécologieL1 基础
总检与建议18Conclusions générales de l'examen (résumé des constatations anormales), recommandations du médecin examinateur, hiérarchie des risques, cycle d'examen recommandé, salle de consultation recommandée, analyse des séries chronologiques, recommandations de gestion de la santéL3 深度
Métadonnées/qualité24Niveau de la source, format de rapport, cote de qualité (S+/S/A/B/C), nombre de pages valides, nombre d'interceptions vidéo, dissémination, marquage des cas anormaux, identification verticale des données, année de données—

Échantillon de données JSON non identifié

Le modèle JSON structuré de traitement dissensibilisé. Le PII a été retiré du nom réel, numéro d'identification, numéro de téléphone mobile, adresse, etc. et les données médicales de base sont maintenues. L'identifiant de carte exclusif (anon_id) supporte les séries de données verticales tout au long de l'année.

{
  "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"
  }
}

Scénarios d'application d'IA

Formation médicale à la TSFT mégamodèle

1 million + remplir un rapport d'examen médical en quatre parties + 800 + un champ structuré pour faciliter l'alignement fin du champ médical du modèle GPT/Lama/Qwen avec RLHF.

Soutien à la décision clinique (SSCD)

S/S+ rapporte « Chaîne clinique de raisonnement » formation de données modèle du SSCD apprentissage d'une chaîne complète de pensée clinique, des anomalies de détection au diagnostic.

健康风险评估模型

Cinq années de données de continuité verticale construisent des modèles de prédiction du risque tels que l'ASCVD, les progrès réalisés en matière de diabète, le dépistage précoce du cancer et les champs de correspondance de séries chronologiques fournissent des signaux verticaux clés.

PNL / Extraction d'information médicale

Le texte de niveau de déduction de l'information prend en charge les missions NLP telles que NER, extraction de relations et structure de texte médical. 800 champs+ sont utilisés comme références Gold Standard.

Médecine multimodulaire AI

Images CT/MRI/PET-CT/échographie/endoscopie jumelées à des données textuelles pour les rapports textuels, supportant la formation de modèles multimodulaires visual-linguistiques et l'interprétation automatique des images.

Médecines génomique et médecine individualisée

Des données telles que le CYP2C19/CYP2D6/SLCO1B1/MTHFR combinent des indicateurs d'examen médical pour former un modèle personnalisé recommandé pour l'utilisation de médicaments de précision.

FAQ

Quelles sont les sources de données? Comment la qualité est-elle assurée?
Le secteur public limite ses centres d'examen médical aux établissements médicaux coopératifs; le secteur privé limite les lignes de pointe aux établissements médicaux liés par la marque. Chaque rapport est divisé par « largeur médicale (20%) + clarté technique des données (15%) + norme médicale (15%) + chaîne de raisonnement clinique et contrôle d'image (35%) + précision médicale (15%) » système de notation 5 dimensions.
Comment fonctionne la dissémination des données? L'information médicale de base demeure-t-elle?
Les noms des personnes dont le nom est réel, les numéros de téléphone mobile, les cartes d'identité, les adresses familiales, les courriels, les unités de travail, les photographies/en-têtes, les pièces jointes vidéo sont les suivants.
Les données verticales sont-elles prises en charge (pendant de nombreuses années d'examen continu de la même personne)?
La même personne physique déclare trois à cinq ans de déclaration continue au moyen d'une carte unique anon_id. L'analyse annuelle des changements est enregistrée dans le domaine JSON, avec un champ de comparaison temporelle spécial, appuyant la modélisation de l'évolution de la maladie et l'évaluation des risques de séries chronologiques.
Contenant-elle des images originales ? Quel est le format des données ?
Chaque rapport fournit le PDF original + JSON structuré. Toutes les vérifications de type vidéo (ultrason/CT/MRI/ endoscope/ molybdène cible/PET-CT) sont accompagnées d'interceptions d'images originales - un seuil d'accès difficile, qui ne sont pas acceptés dans les rapports avec seulement des conclusions textuelles.
Comment obtenez-vous des données ou des conseils commerciaux?
Cet ensemble de données est fourni parChangsha Langhui Information Technology Co., Ltd.La plateforme DataAssetsAPI fonctionne. Supporte à la fois les modèles de séries de données personnalisées (dimensionnelles, de qualité, quantitativement flexibles) et standards.

Besoin de programmes de données médicales personnalisés?

Changsha Langhui Information Technology Co., Ltd. La plateforme DataAssetsAPI est dédiée à fournir aux entreprises d'IA et aux institutions scientifiques des données médicales de qualité et conformes.

Data Sample Preview · Customized Data Solutions · Professional Technical Support