許可用於 AI 和 ML 模型的高質量醫療保健/醫療數據

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

醫療資料目錄

插入您今天缺少的數據源

用於機器學習的醫療和保健數據集

醫師聽寫音頻數據

我們的去識別化醫療保健資料集包括 31 個不同的專業音訊文件,由醫生口述,根據臨床環境中醫患接觸描述患者的臨床狀況和護理計劃。

現成的醫師聽寫音頻文件:

  • 來自 257,977 個專業的 31 小時真實世界醫師聽寫語音數據集,用於訓練醫療保健語音模型
  • 從電話聽寫 (54.3%)、數字錄音機 (24.9%)、語音麥克風 (5.4%)、智能手機 (2.7%) 和未知 (12.7%) 等各種設備捕獲的聽寫音頻
  • 遵循 HIPAA 安全港指南的 PII 編輯音頻和成績單
醫生聽寫音訊數據

轉錄病歷

病歷轉錄是指醫病談話的轉錄、醫療報告和醫療評估的轉錄。 它有助於繪製患者的病史以供將來就診,也可以作為醫生的參考點。 它有助於評估患者目前的狀況並提出合適的治療建議。

現成的轉錄醫療記錄:

  • 轉錄來自 257,977 個專業的 31 小時真實世界醫師聽寫,以訓練醫療保健語音模型
  • 從各種工作類型轉錄的醫療記錄,如手術報告、出院總結、會診記錄、入院記錄、ED 記錄、臨床記錄、放射學報告等。
  • 遵循 HIPAA 安全港指南的 PII 編輯音頻和成績單
電子健康紀錄 (EHR)

電子健康記錄 (EHR)

電子健康記錄或 EHR 是包含患者病史、診斷、處方、治療計劃、疫苗接種或免疫接種日期、過敏、放射學圖像(CT 掃描、MRI、X 射線)和實驗室測試等的醫療記錄。

現成的電子健康記錄 (EHR):

  • 5.1 個專業的 31 萬個以上記錄和醫生音頻文件
  • 用於訓練臨床 NLP 和其他 Document AI 模型的真實世界黃金標準病歷
  • 元數據信息,例如 MRN(匿名)、入院日期、出院日期、住院天數、性別、患者類別、付款人、財務類別、狀態、出院處置、年齡、DRG、DRG 描述、$ 報銷、AMLOS、GMLOS、風險死亡率、疾病嚴重程度、石斑魚、醫院郵政編碼等。
  • 來自美國各州和地區的醫療記錄 - 東北 (46%)、南部 (9%)、中西部 (3%)、西部 (28%)、其他 (14%)
  • 屬於所有患者類別的醫療記錄 - 住院患者、門診患者(臨床、康復、經常性、外科日間護理)、急診。
電子健康紀錄 (EHR)
  • 屬於所有患者年齡組的病歷 <10 歲 (7.9%)、11-20 歲 (5.7%)、21-30 歲 (10.9%)、31-40 歲 (11.7%)、41-50 歲 (10.4%) ), 51-60 歲 (13.8%), 61-70 歲 (16.1%), 71-80 歲 (13.3%), 81-90 歲 (7.8%), 90 歲以上 (2.4%)
  • 患者性別比例為 46%(男性)和 54%(女性)
  • 符合 HIPAA 的符合安全港指南的 PII 編輯文檔

CT 掃描圖像數據集

醫生使用 CT 掃描影像來診斷和檢測患者體內的異常或正常狀況。 在電腦影像處理診斷中,CT掃描影像經歷了複雜的階段,即擷取、影像增強、重要特徵提取、感興趣區域(ROI)識別、結果解釋等。

Shaip 提供對研究和醫學診斷至關重要的高品質 CT 掃描影像資料集。 我們的資料集包括從真實患者收集並使用最先進技術處理的數千張高解析度影像。 這些數據集旨在幫助醫療專業人員和研究人員提高對各種醫療狀況的知識和理解,包括癌症、神經系統疾病和心血管疾病。 

CT掃描影像資料集

MRI 圖像數據集

電腦視覺模型旨在從數位影像和影片中獲取有意義的資訊。 它允許廣泛使用醫療保健影像數據來提供更好的疾病診斷、治療和預測。 它可以使用圖像序列、紋理、形狀和輪廓資訊以及過去的知識中的上下文來產生有助於提高人類理解的 3D 和 4D 資訊。 與 CT 掃描一樣,MRI 也用於診斷和檢測患者體內的異常或正常狀況(即,識別身體各部位的疾病或損傷)。

Shaip 提供來自真實患者的高品質 MRI 影像資料集,並採用最先進的技術進行處理。

MRI 影像資料集

X 射線圖像數據集

X射線檢測用於驗證對象的內部結構和完整性。 可以在不同位置和不同能量級別生成測試對象的 X 射線圖像,以診斷和檢測患者身體的異常情況。

Shaip 提供對研究和醫學診斷必不可少的高質量 X 射線圖像數據集。 我們的數據集包括從真實患者那裡收集並使用最先進技術處理的數千張高分辨率圖像。 借助 Shaip,您可以獲得可靠且準確的醫療數據,以加強您的研究並改善患者的治療效果。

X光影像資料集
賽普聯絡我們

不能找到你想要的?

正在收集所有數據類型的新的現成醫療數據集 

立即聯繫我們,免除您的醫療培訓數據收集後顧之憂

  • 通過註冊,我同意 Shaip 隱私政策 服務條款 並同意接受來自 Shaip 的 B2B 營銷傳播。