数巨有谱数据集团
[01 · SHP-MED-01-003]

患者纵向诊疗数据

一名患者跨门诊与住院的连续就诊序列。观察期怎么定、每次就诊排第几、每条事件挂在哪次就诊上都写明。事件时间的语义与删失状态逐条标注。适用于纵向队列的时间窗设计、时序模型训练与疾病演变研究。

临床诊疗与患者旅程 · 评估与研究使用许可 · 更新日期 2026-08-05

7
实体
40
字段
3
实体关系
01
所属体系
[02 · 产品说明]

读懂数据结构与交付边界

以下内容来自产品说明书,包含数据拓扑、字段字典、脱敏样例、使用场景及定制方式。

[01]

数据产品概览

数量内容
实体7患者索引 · 纵向观察期 · 就诊 · 纵向事件 · 随访记录 · 数据质量项 · 来源沿袭
字段40交付范围内的字段总数
实体关系3患者 1—n 纵向观察期 · 观察期 1—n 就诊 1—n 纵向事件 · 来源行与去重后的临床事件分列,跨机构患者映射与随访完成边如实标注未覆盖

交付与供应方式

  1. 数据集交付:患者时间轴 CSV/JSONL/Parquet + 事件明细 + Meta
  2. API 调用
  3. Token 计量
  4. 数巨有谱可信数据空间连接器合约使用

权利与来源

  • 数据取得方式:数据资源持有方书面授权
  • 数据来源机构:医疗机构(含等级医院、社区医院及康复机构)
  • 数据加工机构:数巨有谱或数据资源持有方
  • 数据经营机构:数巨有谱(经营权权利人)
[02 · DATA CONTENT]

数据内容与字段结构

在同一位置切换字段字典、实体血缘与脱敏样例,避免重复铺陈造成页面过长。

数据血缘拓扑

实体与连接关系分层呈现:上方先识别全部数据对象,下方逐条阅读关系基数,避免连线交叠、标签遮挡或内容被裁切。

7 个实体4 条连接响应式完整展示

实体概览

核心实体以品牌蓝标识
01关联实体

患者索引

patient_index

02核心实体

纵向观察期

起止 · 确定方式 · 截止

03关联实体

就诊

门诊/住院 · 顺序号

04关联实体

纵向事件

对象类型 · 时间语义

05关联实体

随访记录

完成状态

06辅助实体

数据质量项

quality_issue

07辅助实体

来源沿袭

source_lineage

连接关系

每条关系独占一行,基数置于两实体之间

实体 A01

患者索引

patient_index

1—n
实体 B

纵向观察期

起止 · 确定方式 · 截止

实体 A02

纵向观察期

起止 · 确定方式 · 截止

1—n
实体 B

就诊

门诊/住院 · 顺序号

实体 A03

就诊

门诊/住院 · 顺序号

1—n
实体 B

纵向事件

对象类型 · 时间语义

实体 A04

就诊

门诊/住院 · 顺序号

1—n
实体 B

随访记录

完成状态

核心实体关联实体1—1 / 1—n / n—1 表示关系基数
查看关系语义清单
基数关系语义
患者索引1—n纵向观察期一名患者可有一个或多个观察期
纵向观察期1—n就诊观察期内按时间排序的全部就诊
就诊1—n纵向事件一次就诊下的文书、诊断、医嘱、检验检查与手术事件
就诊1—n随访记录就诊关联的随访记录,完成状态仅在来源有正式对应时取值

每条事件都挂在明确的就诊上。无法归属的事件如实标注连接状态,不按时间远近硬挂。

[03]

使用场景

时间推理训练与未来信息泄漏的排查

医疗科技企业 · 临床大模型时序能力团队

  • 事件排序训练:用真实就诊顺序号与事件时间训练模型回答「哪件事在前」「间隔多久」。临床的间隔本就不规则,合成时间序列给不了这种真实
  • 切分防泄漏:同一患者及其派生对象整体归入训练或评测一侧。同一人的后续就诊与其训练样本始终在同一侧
  • 时点截断评测:按事件时间截断上下文。考察模型是不是只用了截断时点之前的信息,有没有偷看后续检验结果
  • 时间语义辨析:临床事件时间、结果首次可用时间、写库记录时间三者分列。训练模型不把「录入时间」当成「发生时间」
  • 变化识别:跨就诊比对诊断、用药与检查的更替,训练模型说出「哪次开始变的」

获得:时序能力可被真实、可复算地训练与检验

纵向队列的暴露—结局时间窗设计

真实世界证据团队

  • 观察窗定义:观察期确定方式字段直接决定队列能否声明连续观察。字段写明区间是实测覆盖还是由首末事件推导
  • 基线期与随访期切分:以指定就诊为索引日期,向前取基线特征、向后取结局事件。两侧窗口由事件时间直接复算
  • 删失处理:数据截止之后无记录按右删失处理,这一步做错会系统性高估疗效
  • 重复计数纠偏:版本与去重状态字段随每条事件给出,同一事实的多次记录可识别出来

获得:时间窗与删失口径经得起复核的纵向分析底表

疾病演变与复诊序列研究

三甲医院 · 专病中心

  • 就诊序列刻画:门诊—住院—门诊的真实交替序列,还原患者在院内的实际就医路径
  • 复诊间隔分析:由相邻就诊时间差得到真实复诊间隔分布,与计划复诊周期比对
  • 疾病演变追踪:跨就诊追踪诊断文本变化,识别疾病进展、合并症出现与治疗方案切换的时点
  • 失访判别:区分「随访完成状态未覆盖」与「确有随访未完成」,两者在结论上完全不同

获得:患者层面可解释的就医路径与疾病演变描述

跨系统患者主索引与纵向完整性核查

区域医疗数据平台 · 主索引与数据完整性

  • 主索引边界核验:跨机构映射状态字段把「已有正式对照」与「仅号码相同」分得很清楚。这是主索引建设中最容易越界的一步
  • 排序确定性:稳定排序规则保证同时点事件在不同批次运行中顺序一致,跨系统对账才可复现
  • 覆盖度体检:以观察期覆盖状态与事件密度识别数据接入的断档区间,定位哪家系统哪段时间没接上
  • 来源行与事件分账:来源行数、去重事件数、临床事实数三个口径分别登记。报数时可指名用哪个口径

获得:跨系统患者串联与纵向数据完整性的可核查基线

[04]

定制与定向

  • 是否支持定制:是
  • 纵向范围(单选):按观察期长度 / 按就诊次数
  • 其他定制项(多选):医院等级 / 指定医院 / 就诊类型组合(门诊/住院) / 病种 / 观察期时间范围
  • 最低定制数量:3,000 例患者纵向档
  • 其他可定制项:与项目商务确定
[05]

去标识化与交付

  1. 直接标识符移除:姓名、证件号码、联系方式、住址
  2. 间接标识符不可逆映射:患者标识、就诊号、报告单号
  3. 时间平移:整体平移并保持时序与时间间隔
  4. 机构与医师信息去除或泛化
  5. 自由文本二次核查:叙述内容中的标识信息
  6. 可按项目追加 K-匿名等泛化处理,匿名化的判定与出具方式随项目约定
  7. 观察期整体平移并保持全部就诊与事件的相对间隔不变
  • 加密通道交付:支持
[06]

关联数据集

  • SHP-MED-01-001 门诊诊疗数据——时间轴上每次门诊就诊的完整明细
  • SHP-MED-01-002 住院诊疗数据——时间轴上每次住院就诊的完整明细
  • SHP-MED-03-019 检验时序与变化数据——同一患者可比检验项目的数值序列
[07]

常见问题

患者纵向诊疗数据包含哪些内容?

患者纵向诊疗数据(SHP-MED-01-003)是一名患者跨门诊与住院的连续就诊序列,含患者索引、纵向观察期、就诊、纵向事件与随访记录。字段有就诊类型与顺序号、事件时间与时间语义、观察期起止与确定方式、数据截止时点、覆盖状态。

训练医疗大模型的时序推理能力用什么数据?

患者纵向诊疗数据(SHP-MED-01-003)适合训练事件排序、间隔计算与时点截断评测,同一患者及其派生对象整体归入训练或评测一侧,可用来排查未来信息泄漏。研究侧可做暴露—结局时间窗设计、右删失处理与复诊间隔分析。

患者时间轴数据的交付形态是什么?

患者纵向诊疗数据(SHP-MED-01-003)的产品页给出真实脱敏样例与逐字段语义说明。交付形态有数据集(患者时间轴与事件明细)、API 调用、Token 计量与可信数据空间连接器合约使用,数据量按项目商定。

纵向诊疗数据能按观察期长度定制吗?

患者纵向诊疗数据(SHP-MED-01-003)可按观察期长度或就诊次数划定纵向范围,并可叠加就诊类型组合、病种、医院等级与观察期时间范围,起订量为 3,000 例患者纵向档。起步可先申请开源子集或测试数据验证时间口径。

做纵向队列研究还要配哪些数据集?

患者纵向诊疗数据(SHP-MED-01-003)与住院诊疗数据(SHP-MED-01-002)组合,可把时间轴上每次就诊展开为完整明细;与检验时序与变化数据(SHP-MED-03-019)组合,可得到可比检验项目的数值序列与变化幅度。

[08]

获取方式

  • 有明确科研/临床项目:提供研究方向与所需字段范围,可先申请开源子集用于可行性验证。
  • 有明确数据智能场景:提供模型或应用场景,可先申请测试数据与接入方式完成联调。
  • 许可:评估与研究使用许可。

© 数巨有谱数据集团