許可證 高質量
醫療保健/醫療數據
用於 AI 和 ML 模型
現成的醫療保健/醫療數據集可快速啟動您的醫療保健 AI 項目
用於機器學習的醫療和保健數據集
醫師音頻
轉錄的病歷
電子病歷
腫瘤學隊列
心髒病學隊列
醫師音頻
我們用於醫療保健的去標識化數據集包括 31 個不同的專業音頻文件，這些文件由醫生根據醫院/臨床環境中的醫患遭遇描述患者的臨床狀況和護理計劃。
按性別分類的音頻數據
| 其他麵條 | 患者音頻文件（播放時間以小時為單位） | 音頻文件總數 |
|---|---|---|
總金額 | 221,000 | 4,306,000 |
| 男性 | 80,000 | 1,600,000 |
| 女性 | 25,000 | 475,000 |
| 未知 | 116,000 | 2,231,000 |
按專業分類的音頻數據
| 其他麵條 | 患者音頻文件（播放時間以小時為單位） | 音頻文件總數 |
|---|---|---|
總金額 | 221,000 | 4,306,000 |
| 心髒病 | 45,000 | 900,000 |
| 內科 | 40,000 | 750,000 |
| 家庭醫學科 | 20,000 | 340,000 |
| 手術 | 15,750 | 365,000 |
| 診斷放射學 | 15,000 | 330,000 |
| 血液學 – 腫瘤學 | 15,000 | 290,000 |
| 醫師助理/執業護士 | 10,000 | 200,000 |
| 精神病 | 9,000 | 175,000 |
| 急救醫學 | 6,000 | 120,000 |
| 腎臟病學 | 6,000 | 100,000 |
| 肺病 | 5,500 | 110,000 |
| 胃腸病 | 5,000 | 100,000 |
| 產科/婦科 | 3,500 | 66,000 |
| 骨科 | 3,000 | 60,000 |
| 醫學腫瘤學 | 2,500 | 50,000 |
| 泌尿外科 | 2,000 | 40,000 |
| 神經內科 | 1,500 | 30,000 |
| 病理 | 1,500 | 30,000 |
| 兒科 | 1,500 | 30,000 |
| 耳鼻喉科 | 800 | 16,000 |
| 傳染病 | 500 | 10,000 |
| 足療 | 500 | 10,000 |
| 家庭護士執業者 | 500 | 10,000 |
| 老年醫學 | 500 | 10,000 |
| 骨病 | 400 | 8,000 |
| 麻醉學 | 400 | 8,000 |
| 眼科 | 400 | 8,000 |
| 皮膚科 | 400 | 8,000 |
| 家庭實踐 | 250 | 5,000 |
| 復原 | 100 | 2,000 |
| 物理醫學與康復 | 100 | 2,000 |
| 其他類 | 8,400 | 123,000 |
按設備分類的音頻數據
| 其他麵條 | 患者音頻文件（播放時間以小時為單位） | 音頻文件總數 |
|---|---|---|
總金額 | 221,000 | 4,306,000 |
| 電話聽寫 | 120,000 | 2,400,000 |
| 數碼錄音機 | 55,000 | 850,000 |
| 語音麥克風 | 12,000 | 235,000 |
| 智能手機 | 6,000 | 120,000 |
| 未知 | 28,000 | 701,000 |
轉錄的病歷
| 資源 | 大約病歷數量 | 大約字符數 |
|---|---|---|
總金額 | 4,306,000 | 9,236,370,000 |
| 心髒病 | 900,000 | 1,930,500,000 |
| 內科 | 750,000 | 1,608,750,000 |
| 家庭醫學科 | 340,000 | 729,300,000 |
| 手術 | 365,000 | 782,925,000 |
| 診斷放射學 | 330,000 | 707,850,000 |
| 血液學 – 腫瘤學 | 290,000 | 622,050,000 |
| PANP | 200,000 | 429,000,000 |
| 精神病 | 175,000 | 375,375,000 |
| 急救醫學 | 120,000 | 257,400,000 |
| 腎臟病學 | 100,000 | 214,500,000 |
| 肺病 | 110,000 | 235,950,000 |
| 胃腸病 | 100,000 | 214,500,000 |
| 產科/婦科 | 66,000 | 141,570,000 |
| 骨科 | 60,000 | 128,700,000 |
| 復原 | 2,000 | 4,290,000 |
| 醫學腫瘤學家 | 50,000 | 107,250,000 |
| 泌尿外科 | 40,000 | 85,800,000 |
| 神經內科 | 30,000 | 64,350,000 |
| 病理 | 30,000 | 64,350,000 |
| 兒科 | 30,000 | 64,350,000 |
| 物理醫學與康復 | 2,000 | 4,290,000 |
| 耳鼻喉科 | 16,000 | 34,320,000 |
| 傳染病 | 10,000 | 21,450,000 |
| 足療 | 10,000 | 21,450,000 |
| 家庭護士執業者 | 10,000 | 21,450,000 |
| 老年醫學 | 10,000 | 21,450,000 |
| 骨病 | 8,000 | 17,160,000 |
| 麻醉學 | 8,000 | 17,160,000 |
| 眼科 | 8,000 | 17,160,000 |
| 皮膚科 | 8,000 | 17,160,000 |
| 家庭實踐 | 5,000 | 10,725,000 |
| 未知 | 123,000 | 263,835,000 |
電子病歷
按位置劃分的 EHR 數據
| 地區 | 文本文檔 |
|---|---|
| 東北 | 2,179,310 |
| 南 | 384,871 |
| 中西部 | 145,820 |
| 西方 | 1,317,120 |
按主要診斷類別劃分的 EHR 數據
| 按主要診斷類別劃分的 EHR 數據 | 文本文檔 |
|---|---|
| 循環系統 | 307,535 |
| 傳染病和寄生蟲病 | 273,815 |
| 呼吸系統 | 271,434 |
| 肌肉骨骼系統和結締組織 | 184,300 |
| 消化系統 | 182,112 |
| 神經系統 | 171,184 |
| 精神疾病和障礙 | 137,070 |
| 腎臟和泌尿道 | 113,632 |
| 懷孕、分娩和產褥期 | 91,321 |
| 新生兒和其他新生兒疾病起源於圍產期 | 91,316 |
| 內分泌、營養和代謝疾病和障礙 | 76,449 |
| 肝膽系統和胰腺 | 61,006 |
| 皮膚、皮下組織和乳房 | 50,516 |
| 藥物的傷害、中毒和毒性作用 | 36,249 |
| 血液、造血器官、免疫疾病 | 28,170 |
| 酒精/藥物使用和酒精/藥物引起的有機精神障礙 | 20,821 |
| 多重重大創傷 | 17,236 |
| 耳鼻喉 | 14,460 |
| 女性生殖系統 | 12,949 |
| 影響健康狀況和其他與衛生服務聯繫的因素 | 9,674 |
| 骨髓增生性疾病和疾病，低分化腫瘤 | 8,544 |
| 人類免疫缺陷病毒感染 | 7,913 |
| 男性生殖系統 | 5,650 |
| 眼 | 2,352 |
| 伯恩斯 | 315 |
| 不可分組 | 57 |
| 與 MDC 合計 | 2,176,080 |
| 使用 3M 等特種石斑魚的案例（未指定 MDC） | 516,837 |
| 門診病例（未指定 MDC） | 2,183,951 |
| 生成未報銷的案例（未指定 MDC） | 18,446 |
總計包括所有內容（有和沒有 MDC 類別的情況） | 4,895,257 |
腫瘤學隊列
詳細的隊列構建——通過使用我們專有的臨床 NLP 解析數據
| 實體類型 | 定義（可以使用以下屬性識別患者群組） |
|---|---|
| 問題 | 前任。 乳腺癌、結直腸癌、白血病、黑色素瘤、骨髓瘤、NHL、非小細胞肺癌、前列腺癌等。 |
| 程序 | CT掃描、活檢、MRI、骨髓穿刺和活檢等。 |
| 藥物 | 赫賽汀、環磷酰胺、卡鉑等。 |
| 醫療裝置 | 前任。 導管、起搏器等 |
| 實驗數據 | CA-125、PSA、AFP、β-hCG、CA15-3/CA27.29、HE4等。 |
| 身體測量 | 前任。 脈搏、心率、血壓等 |
| 解剖結構 | 前任。 胸、肺、肝等 |
| 身體機能 | 前任。 呼吸、睡眠 |
| 藥物屬性 | 前任。 用藥劑量、形式、途徑、頻率等 |
| 分類 | SNOMED、RxNorm、LOINC |
| 可能的組合查詢 |
|---|
| 50歲以下吸煙者患有惡性肺腫瘤 |
| “患有特定階段的特定類型癌症的患者。 前任。 慢性粒單核細胞白血病，緩解期，慢性粒單核細胞白血病，緩解期或慢性粒單核細胞白血病，復發” |
| 接受化學療法、激素療法、放射療法、免疫療法等的患者。 |
| 接受輔助化療的 II 期癌症患者 |
| 有乳腺癌家族史的患者 |
其他可用的群組構建元數據
| 實體類型 | 定義（可以使用以下屬性識別患者群組） |
|---|---|
| 病人班 | 住院、門診、急診 |
| 服務專線 | 醫學、外科、心髒病學等 |
| 日期 | 服務日期、入院日期、出院日期 |
| 停留時間 | 患者住院天數 |
| 付款人/金融類 | 醫療保險、醫療補助、BC/BS 等 |
| 患者人口統計 | 姓名、年齡、出生日期、性別、種族、民族、地點、訪問原因 |
| 醫生人口統計 | 年齡、出生日期、性別、種族、民族、地點、專業、教育 |
| 出院處置 | 過期，離開 AMA 等 |
| 筆記類型 | 臨床筆記、諮詢、隨訪、進展 |
| 分類法/代碼 | ICD-10 CM/PCS、HCPCS、CPT、E&M |
| 背根節參數 | 疾病嚴重程度、死亡風險、DRG 組、MDC、預期 LOS |
心髒病學隊列
詳細的隊列構建——通過使用我們專有的臨床 NLP 解析數據
| 實體類型 | 定義（可以使用以下屬性識別患者群組） |
|---|---|
| 問題 | 例如。 高血壓、CHF、胸痛等 |
| 程序 | 例如 CABG、EKG、旁路等 |
| 藥物 | 美托洛爾、β受體阻滯劑、阿司匹林等 |
| 醫療裝置 | 例如導管、起搏器等 |
| 實驗數據 | 例如 FBS、AFB、H&H、GFR 等 |
| 身體測量 | 例如脈搏、心率、血壓等 |
| 解剖結構 | 例如心臟、肺、左手等 |
| 身體機能 | 例如呼吸、睡眠 |
| 藥物屬性 | 例如藥物劑量、形式、途徑、頻率等 |
| 分類 | SNOMED、RxNorm、LOINC |
| 可能的組合查詢 |
|---|
| 患有 CHF、EF<40、服用 β 受體阻滯劑和收縮性心力衰竭的患者沒有記錄 |
| CHF患者，EF<40，未服用β受體阻滯劑，未服用阿司匹林 |
| 記錄有糖尿病但未記錄 HbA1c 值的患者 |
| 50歲以下吸煙者患有惡性肺腫瘤 |
| 患有具有特定階段的特定類型癌症的患者。 例如。 慢性粒單核細胞白血病，緩解期，慢性粒單核細胞白血病，緩解期或慢性粒單核細胞白血病，復發 |
其他可用的群組構建元數據
| 實體類型 | 定義（可以使用以下屬性識別患者群組） |
|---|---|
| 病人班 | 住院、門診、急診 |
| 服務專線 | 醫學、外科、心髒病學等 |
| 日期 | 服務日期、入院日期、出院日期 |
| 停留時間 | 患者住院天數 |
| 付款人/金融類 | 醫療保險、醫療補助、BC/BS 等 |
| 患者人口統計 | 姓名、年齡、出生日期、性別、種族、民族、地點、訪問原因 |
| 醫生人口統計 | 年齡、出生日期、性別、種族、民族、地點、專業、教育 |
| 出院處置 | 過期，離開 AMA 等 |
| 筆記類型 | 臨床筆記、諮詢、隨訪、進展 |
| 分類法/代碼 | ICD-10 CM/PCS、HCPCS、CPT、E&M |
| 背根節參數 | 疾病嚴重程度、死亡風險、DRG 組、MDC、預期 LOS |
我們處理所有類型的數據許可，無論是文本、音頻、視頻還是圖像。 上述樣本數據集包括用於機器學習的 Healthcare/Medical 數據集、Physician Dictation Dataset、Physician Clinical Notes、Medical Conversation Dataset、Medical Transcription Dataset、Doctor-Patient Conversational Dataset、Clinical/Medical 文本數據、CT Scan、MR 等醫學圖像、超聲波等等。
不能找到你想要的？ 正在收集所有數據類型的新現成醫療數據集，即文本、音頻、圖像和視頻。 今天就聯繫我們。
收集高質量的醫療保健和醫療數據集來訓練您的 ML 模型