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 données | Ensemble de données figurant dans le rapport d ' examen médical de 1 million de personnes |
| Volume total des données | 1 million + rapports d'examens médicaux, y compris des données verticales continues et des examens approfondis de haut niveau |
| Time Span | 2019 - 2025 (5 ans de suivi vertical) |
| StructuredField | 800 champs+ organisés par échelle de valeur du projet L1-L4 |
| Type de données | Rapport d'examen médical complet (PDF original + JSON structuré) |
| Établissement source | Établissements médicaux coopératifs et chaînes de marques |
| 质量分档 | S+ S A B C Système de notation 5D |
| Pourcentage de cas anormaux | 80% 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 Output | PDF 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 champs | Champs typiques | 价值层级 |
|---|---|---|---|
| 基础人口学 | 12 | Carte exclusive de l'identité, sexe, année de naissance, date de l'examen médical, âge, IMC, pression artérielle, taille, poids, taille, hanche | L1 基础 |
| 血常规 | 36 | Valeurs absolues et pourcentages du nombre de globules blancs/rouges, hémoglobine, pression des globules rouges, numération des plaques, neutral/lymphome/single/polythyx/alcaline | L1 基础 |
| 尿常规 | 28 | Urée, pH, urine, urine, urine, urine, sang, estérase des globules blancs, microprotéine urinaire, anhydride acétique, ACR | L1 基础 |
| 便常规 | 14 | Possibilités (immunisation/chimie), cellules pénitentes, pénétrateurs, œufs parasites, protéines transfer, protéines à base de calcium | L1 基础 |
| 生化全套 | 52 | Fonction 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, pancréas | L2 Santé |
| 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 深度 |
| 内分泌 | 32 | TSH, FT3, FT4, TTab, TPOAB, Condensine, ACTH, GH, IGF-1, PRL, LH, FSH, E2, P, T, DHEA-S, Essai de libération d'insuline/Cperium | L3 深度 |
| Ultrasound Imaging | 86 | Échographie abdominale (papa/cholecal/pancine/pléine/trénal), échographie thyroïde (TI-RADS), échographie mammaire (BI-RADS), échographie cardiaque (IMT), EF/E/A, gynécologie/ échographie à la prostate | L3 深度 |
| CT/放射 | 48 | CT (Ectoplasme pulmonaire du poumon du SAD-Lung), CTA (fraction de calcification d'Agatston), DEXA (valeur T/Z), CT pour la tête, IRM cervicale/lowal | L4 高端 |
| IRM/Image haute de gamme | 42 | IRM/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 | 36 | SEPTIN9 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 | 32 | Rétroviseurs d'estomac (œsophage/ gastrot/trestrophe + pathologie/HP/ atrophie/ intestinalisation), miroirs de côlon (viande/dénome salé, spectrométrie Paris/NICE), bronchoscopies | L4 高端 |
| 专项筛查 | 56 | spectrométrie 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'IA | L3-L4 |
| 体格检查 | 28 | ophtalmologie médicale (cœur/pulmonaire/naissance/neurologique), chirurgicale (thyroïdie/mistrogen/restalfinger) (voyance/pression oculaire/œil), oreille, nez et gorge, buccal, gynécologie | L1 基础 |
| 总检与建议 | 18 | Conclusions 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 santé | L3 深度 |
| Métadonnées/qualité | 24 | Niveau 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
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