多模态临床模型训练数据

每个训练样本由一组配对输入和一个明确的训练目标构成。输入可以是影像、生理信号或文本，目标可以是一份报告、一组标签或一项结构化预测。配对不靠日期猜测，而是写进关联关系表，例如报告通过检查编号指向对应的检查。

样本按病例归档。每例先有一份模态可用性记录，写明文本、影像、信号各自是否提供，哪些能配对、哪些不能。任务说明写清输入是什么、目标是什么；作为目标的报告不会同时出现在输入里，后续结局也不混入输入。

交付前逐例核对配对关系与任务目标，缺失的模态如实登记。训练、开发、测试按患者组划分，划分单位与版本另成一表。

一个病例目录下有原始影像或信号文件夹、报告文件夹和一份清单。训练目标存为一行 JSON：样本编号；输入，含检查编号、文件路径和模态；任务类型，如报告生成；目标，含报告编号与正文。关联关系表用来源对象、关系、目标对象、依据四列说明连接，例如“报告对应检查”，依据为检查编号。