数巨有谱数据集团
[01 · SHP-MED-09-056]

结构化电子病历合成数据

可用于建库、联调与迁移演练的合成电子病历。合成患者与就诊走独立命名空间,其下挂诊断、药品与非药品医嘱、检验结果、检查报告。住院档另有手术操作与出院结局,各类临床文书随就诊交付。发布声明本批所处档位(结构受约束/分布已校准),并配约束包与字段画像。时间硬序、关系闭合与重复检查随数据一同交付。

合成数据与数据增强 · 评估与研究使用许可 · 更新日期 2026-08-05

20
实体
135
字段
2
实体关系
09
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20合成发布 · 约束包 · 字段画像 · 生成运行 · 合成患者 · 合成就诊 · 诊断 · 药品医嘱 · 非药品医嘱 · 检验结果 · 检查报告 · 手术操作 · 临床文书 · 出院结局 · 约束结果 · 重复检查 · 复核记录 · 数据划分 · 数据质量项 · 来源沿袭
字段135交付范围内的字段总数
实体关系2患者一对多连接就诊;诊断、医嘱、检验、检查、操作、文书与结局只连接同一次合成就诊 · 手术操作与出院结局只连接住院就诊;派生族、数据划分、重复检查与逐对象来源登记各自单独保存

交付与供应方式

  1. 数据集交付:清单 CSV/Parquet + 单一对象文件夹 + Meta.jsonl/Parquet
  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、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)
[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。

20 个实体17 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

合成发布

档位声明/两个明数

02关联实体

约束包

结构、关系、时间与质量

03关联实体

字段画像

实体分组/画像性质

04关联实体

生成运行

随机种子/确定性完成

05核心实体

合成患者

患者包类型/独立命名空间

06关联实体

合成就诊

门诊或住院/入出院时点

07关联实体

诊断

编码/名称

08关联实体

药品医嘱

途径频次/暴露状态位

09关联实体

非药品医嘱

处置名称/医嘱时点

10关联实体

检验结果

取值单位/采集与报告

11关联实体

检查报告

所见/意见分列

12关联实体

手术操作

只挂住院就诊

13关联实体

临床文书

类型/记录与可用时间

14关联实体

出院结局

本次结束状态

15关联实体

约束结果

关系闭合/时间顺序

16关联实体

重复检查

精确重复/近重复

17关联实体

复核记录

复核状态/口径版本

18关联实体

数据划分

派生族不跨划分

19辅助实体

数据质量项

性质与口径

20辅助实体

来源沿袭

加工规则登记

连接关系

每条关系独占一行,基数置于两实体之间

实体 A01

合成发布

档位声明/两个明数

1—1
实体 B

约束包

结构、关系、时间与质量

实体 A02

约束包

结构、关系、时间与质量

1—n
实体 B

字段画像

实体分组/画像性质

实体 A03

合成发布

档位声明/两个明数

1—n 发布的历次生成运行,带随机种子
实体 B

生成运行

随机种子/确定性完成

实体 A04

合成发布

档位声明/两个明数

1—n
实体 B

合成患者

患者包类型/独立命名空间

实体 A05

合成患者

患者包类型/独立命名空间

1—n
实体 B

合成就诊

门诊或住院/入出院时点

实体 A06

合成就诊

门诊或住院/入出院时点

1—n
实体 B

诊断

编码/名称

实体 A07

合成就诊

门诊或住院/入出院时点

1—n
实体 B

药品医嘱

途径频次/暴露状态位

实体 A08

合成就诊

门诊或住院/入出院时点

1—n
实体 B

非药品医嘱

处置名称/医嘱时点

实体 A09

合成就诊

门诊或住院/入出院时点

1—n
实体 B

检验结果

取值单位/采集与报告

实体 A10

合成就诊

门诊或住院/入出院时点

1—n
实体 B

检查报告

所见/意见分列

实体 A11

合成就诊

门诊或住院/入出院时点

1—n
实体 B

手术操作

只挂住院就诊

实体 A12

合成就诊

门诊或住院/入出院时点

1—n
实体 B

临床文书

类型/记录与可用时间

实体 A13

合成就诊

门诊或住院/入出院时点

1—1
实体 B

出院结局

本次结束状态

实体 A14

合成就诊

门诊或住院/入出院时点

1—n
实体 B

约束结果

关系闭合/时间顺序

实体 A15

合成患者

患者包类型/独立命名空间

1—1
实体 B

重复检查

精确重复/近重复

实体 A16

合成患者

患者包类型/独立命名空间

1—n
实体 B

复核记录

复核状态/口径版本

实体 A17

数据划分

派生族不跨划分

1—1 患者档整体归入一个划分,派生族不跨划分
实体 B

合成患者

患者包类型/独立命名空间

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
合成发布1—1约束包发布之下的约束包
约束包1—n字段画像约束包之下按实体分组的字段画像
合成发布1—n生成运行发布的历次生成运行,带随机种子
合成发布1—n合成患者本批发布包含的合成患者档
合成患者1—n合成就诊一位合成患者一次或多次就诊
合成就诊1—n诊断该次就诊记录的诊断
合成就诊1—n药品医嘱该次就诊开具的药品医嘱
合成就诊1—n非药品医嘱该次就诊开具的非药品医嘱
合成就诊1—n检验结果该次就诊的检验结果与参考范围
合成就诊1—n检查报告该次就诊的检查报告
合成就诊1—n手术操作手术操作只挂在住院就诊下
合成就诊1—n临床文书该次就诊的临床文书
合成就诊1—1出院结局出院结局只挂在住院就诊下
合成就诊1—n约束结果按就诊逐条记录关系与时间顺序的检查结论
合成患者1—1重复检查每份患者档的精确与近重复检查
合成患者1—n复核记录患者档的历次复核记录
数据划分1—1合成患者患者档整体归入一个划分,派生族不跨划分

合成发布是最外一层。它声明本批走到哪一档:结构受约束,还是分布已校准。真实患者行数与分布校准患者数各写成一个明数。约束包与字段画像挂在发布之下,规定字段值域、代码版本与时间硬序。生成运行带随机种子,同一份配置可重跑出同一批数据。患者—就诊是主干。诊断、药品与非药品医嘱、检验、检查、手术、文书与出院结局,全部挂在同一次就诊上。手术与出院结局只出现在住院就诊之下,门诊就诊的入院与出院两列按规则留空。医嘱另带一位暴露状态。约束结果按就诊逐条记录关系闭合与时间顺序的检查结论。重复检查与划分挂在患者上,同一派生族整体归入同一划分。数据质量项与来源沿袭覆盖全部对象。

[03]

使用场景

库表、接口与校验规则的先行验证

医疗信息化企业 · 电子病历系统与接口开发

  • 关联闭合性可一次性校验:诊断、医嘱、检验、检查、手术、文书与出院结局只挂在同一次就诊上
  • 时间硬序成套备好:出生早于就诊、入院早于出院、采集早于报告、手术落在入出院窗内。时间校验规则可拿这批数据逐条试
  • 三类就诊结构都覆盖:门诊单次、住院单次、门诊住院混合各成一组。分支逻辑三类都能试
  • 标识走独立命名空间:全部对象走独立命名空间,可直接导入测试环境
  • 不含真实患者记录:发布声明中真实患者行数为零;可否用于开发机、外包与联调环境,由使用方按本机构数据管理规定判定

获得:可直接用于关系闭合性、时间顺序与就诊分支校验的系统开发输入

字段约束与事件排序任务的底料

医疗科技企业 · 结构化信息处理任务开发

  • 量纲随取值一起给:检验带项目、取值、单位与参考范围。另有一位状态声明量纲是否明确
  • 所见与意见分列:检查报告把描述与结论放在两列,抽取与摘要任务可分别对齐两种表述
  • 医嘱带暴露状态位:药品医嘱自带一位暴露状态,「开了什么」与「用了什么」各占一列
  • 空值有已知机制:门诊就诊的入院与出院时间按规则留空。缺失处理逻辑可在已知机制下训练与评估
  • 剂量为占位形式:剂量以占位形式给出,并注明不用于临床处方

获得:量纲、缺失机制与医嘱语义都写清楚的结构化任务底料

换系统之前的数据迁移与归并演练

医院信息部门 · 系统切换前的迁移演练

  • 映射先整段走通:实体、父子键与编码字段齐备,映射表可在正式迁移之前完整跑一遍
  • 跨就诊归并可先行验证:混合类型患者同时具备门诊与住院就诊。同一患者跨就诊的归并逻辑可先在本批数据上验证
  • 入出院链完整:住院档带入院、医嘱、采集、结果、手术到出院的完整时间链。整段流程可一次演练到底
  • 问题先在演练里暴露:约束结果按就诊逐条记录关系与时间顺序的检查结论。迁移脚本的缺陷在演练阶段就能定位

获得:映射、跨就诊归并与入出院链都可整段走通的迁移演练输入

队列口径与统计流程的先行调试

高校与科研机构 · 队列构建与统计流程开发

  • 入组规则可先行验证:诊断带编码与名称,入组与排除条件可先在合成队列上调好再对真实数据执行
  • 派生值可逐项对账:年龄、住院天数与事件间隔都能由基础时间复算。统计脚本的推导逻辑可逐项核对
  • 适用边界写在档位上:发布档位分结构受约束与分布已校准两级。本档只承诺结构一级,患病率与效应量类结论不在适用范围
  • 独立性可核:精确与近重复分别检查并随患者档交付,样本独立性假设有据可查

获得:入组口径、派生推导与适用边界都写清楚的统计流程调试底料

[04]

定制与定向

  • 是否支持定制:是
  • 就诊类型范围(单选):按单一就诊类型 / 按多就诊类型组合
  • 其他定制项(多选):患者包类型构成 / 每位患者就诊次数 / 诊断与事件组合 / 检验与检查项目范围 / 缺失比例设置
  • 最低定制数量:500 份合成患者档
  • 约束包定制:字段值域、编码版本、时间硬序与缺失规则按项目商定,改动后另出一版约束包随数据交付
  • 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. 患者、就诊与全部临床事件走独立命名空间,不复用真实姓名、真实业务号与原始日期序列
  8. 精确与近重复逐份检查,高相似对象重新生成
  • 加密通道交付:支持
[06]

关联数据集

  • SHP-MED-01-002 住院诊疗数据——同一结构在真实来源侧的形态
  • SHP-MED-09-057 专病纵向合成数据——同一合成族沿时间轴的纵向扩展
  • SHP-MED-08-055 医疗工具规范与模拟环境数据——可与合成记录配套的可复跑环境
[07]

常见问题

结构化电子病历合成数据包含哪些内容?

结构化电子病历合成数据(SHP-MED-09-056)以合成患者与就诊为独立命名空间,其下挂诊断、药品与非药品医嘱、检验结果与检查报告。住院档另有手术操作与出院结局,各类临床文书随就诊交付。时间硬序、关系闭合与重复检查随数据一同交付。

合成电子病历适合做什么?涉及真实患者吗?

结构化电子病历合成数据(SHP-MED-09-056)用于建库、接口联调、迁移演练与教学演示。数据按真实临床结构与规则生成,不含真实患者记录;可否用于何种环境,由使用方按本机构数据管理规定判定。

样例和交付形态是什么样的?

公开样例展示结构化电子病历合成数据(SHP-MED-09-056)的一份患者档:合成患者、逐次就诊及其诊断、医嘱、检验、检查、手术、文书与出院结局。交付为发布清单与约束包加单一患者文件夹与元数据文件,另支持 API 调用。

起订量是多少?可以怎么定制?

结构化电子病历合成数据(SHP-MED-09-056)起订量为 500 份合成患者档,范围按单一就诊类型或多就诊类型组合确定。患者包类型构成、每位患者就诊次数、诊断与事件组合、检验与检查项目范围与缺失比例可选配。

和哪些产品搭配使用?

结构化电子病历合成数据(SHP-MED-09-056)在真实来源侧的同构形态是住院诊疗数据(SHP-MED-01-002)。沿时间轴扩展可接专病纵向合成数据(SHP-MED-09-057),联调环境配工具规范件。

[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

[03 · 关联产品]

继续查看可连接的数据产品

按产品资料中登记的患者、就诊、事件或任务标识关系继续查看。