# 临床文本去标识化数据（SHP-MED-05-035） 按声明策略处理后的临床文书全文，标识位置以统一标记占位。逐份配一条标识替换汇总，记标识类别、替换策略与替换处数。原文与去标识正文之间逐段给出偏移映射。去标识策略版本及其可逆性状态随数据交付。可用于去标识引擎测试、既有标注的坐标换算与合规说明。 所属体系：临床文本与标准化。 实体 5 个：去标识文书版本 · 标识替换汇总 · 偏移映射 · 去标识策略 · 数据质量项。 字段 33 个（交付范围内的字段总数）。 可获得的业务字段（示例）：去标识正文 · 策略版本 · 日期平移策略 · 质量状态 · 来源文书键 · 语义保真状态 · 数据性质 · 标识类型 · 替换策略 · 替换次数 · 原值是否披露 · 原文起始偏移 · 原文结束偏移 · 目标起始偏移 · 目标结束偏移 · 映射状态 · 可逆性状态 · 问题代码 · 处理方式 等。 实体关系 2 组：受保护回链表不进入客户交付包，与去标识正文物理分离保存 · 替换汇总与半开区间偏移映射逐份绑定到具体的文书版本。 数据集组织形式：去标识文书清单 ＋ 单一文书文件夹（去标识正文、替换汇总、偏移映射） ＋ 策略与元数据文件。 数据量：按项目商定。 字段范围：按项目的数据来源与加工范围商定。 交付与供应方式：数据集交付：清单 CSV／Parquet ＋ 单一对象文件夹 ＋ Meta.jsonl／Parquet；API 调用；Token 计量；数巨有谱可信数据空间连接器合约使用。 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、疾控机构）。 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）。 许可：评估与研究使用许可。 更新日期：2026-08-05。 ## 样例 二十六份去标识后的文书全文。逐份配一条标识替换汇总，记标识类别、替换策略、替换处数与原值是否披露。另给出一百三十段原文与去标识正文之间的偏移映射。其中一百二十九段为替换段，一段为无标识命中的原样段。去标识策略版本及其可逆性状态、日期处理方式与语义保真状态一并附上。 ## 使用场景 - 三甲医院 · 科研合作与数据对外办公室｜病历文本对外提供前的处理与口径说明｜获得：处理过程逐份可说明、承诺口径不夸大的对外文本材料 - 医疗科技企业 · 训练语料准备团队｜可直接进入训练的文本与既有标注坐标续用｜获得：上下文完整、既有标注坐标可续用的训练语料 - 医疗信息化企业 · 去标识产品团队｜去标识引擎的对照基线与偏移回放测试｜获得：可脚本化回放、覆盖全文区间的去标识引擎测试底料 - 药械企业与合同研究机构 · 真实世界研究文本材料｜研究用病历文本的取得与处理留痕｜获得：可直接阅读、处理口径可写进研究方案的病历文本材料 ## 常见问题 问：临床文本去标识化数据包含哪些内容？ 答：临床文本去标识化数据（SHP-MED-05-035）交付按声明策略处理后的临床文书全文，标识位置以统一标记占位。逐份配标识替换汇总，记标识类别、替换策略与替换处数；原文与去标识正文之间逐段给出偏移映射，策略版本与可逆性状态随数据交付。 问：临床文本去标识化数据适合做什么？ 答：适合作为上下文完整的模型训练语料：全文不截断，剂量与否定表达保持原样，既有实体、时间与章节标注可按偏移映射换算坐标续用；也适合去标识引擎的对照基线与偏移回放测试、科研合作对外提供文本时的处理口径说明。 问：临床文本去标识化数据有样例吗？怎么交付？ 答：产品页提供真实脱敏样例：二十六份去标识后的文书全文，逐份配替换台账与一百三十段偏移映射，日期处理方式与语义保真状态一并附上。交付形态含数据集（CSV／Parquet 加对象文件夹）、API 调用、Token 计量与可信数据空间连接器。 问：临床文本去标识化数据如何定制与起步？ 答：替换策略可选按类别统一遮蔽或按主体稳定假名，再按标识类别、日期处理方式、文书类型、跨文书一致性与偏移映射粒度定制，起订量为 10,000 份去标识文书，数据量按项目商定。可先申请开源子集或测试数据核对替换与映射格式。 问：临床文本去标识化数据与哪些产品搭配使用？ 答：常与临床文书分类与章节切分数据（SHP-MED-05-031）取得被处理文书的版本与章节坐标，与临床时间事件标注数据（SHP-MED-05-033）联动日期处理方式对时间标注层的影响，与临床指令微调训练数据（SHP-MED-06-036）作为训练样本的文本底料。 ## 关联数据集 - SHP-MED-05-031 临床文书分类与章节切分数据：提供被处理文书的版本与章节坐标 - SHP-MED-05-033 临床时间事件标注数据：日期处理方式直接影响的时间标注层 - SHP-MED-06-036 临床指令微调训练数据：以去标识文本为底组织的训练样本形态 页面：https://www.shujuyoupu.com/datasets/catalog/products/SHP-MED-05-035/