数巨有谱数据集团
[01 · System 05]

临床文本与标准化

把病历文本变成可计算的对象:文书分类、章节切分、实体与关系标注、时间事件标注。

5 个数据产品 · 更新日期 2026-08-05

[02 · 产品清单]

本体系数据产品

共 5 个产品,按产品编号排列。

[03 · 使用场景]

典型场景

[01 · 医疗科技企业 · 自然语言处理团队]

获得带字符位置的标注

  • 实体与关系标注按字符位置对齐,抽取结果可回放定位到原文段落
  • 时间表达、事件与锚点之间的关系带方向,可用于训练时间语义理解
  • 文书类型与章节边界已标注,可直接用于分段检索与结构化预处理
[02 · 医院信息中心 · 数据标准化]

把来源原名对齐到标准

  • 诊断、操作、药品保留来源原名,规范化中间值与候选映射另列交付
  • 每条映射带版本与复核状态,可据此区分可直接使用与待人工确认的映射
  • 去标识正文附替换汇总,可作为文本对外提供的合规评估依据
[04 · 数据关系]

体系内数据关系

同一体系中的产品可按患者、就诊、事件、样本或任务标识连接。

数据产品相关产品连接关系
临床实体与关系标注数据临床文书分类与章节切分数据文书分类与章节切分提供固定文本结构。
临床实体与关系标注数据临床时间事件标注数据时间事件标注补充临床时间语义。
[05 · 组合推荐]

跨体系推荐

与其他体系配合时常用的产品连接。

数据产品相关产品连接关系
病案首页与诊断操作数据诊断、操作与药品术语标准化数据术语标准化数据提供版本化编码映射。
医嘱、用药与治疗执行数据诊断、操作与药品术语标准化数据术语标准化数据提供药品与操作映射。
专病基线队列临床时间事件标注数据临床时间事件标注数据支持索引与窗口语义。
临床实体与关系标注数据临床信息抽取训练数据临床信息抽取训练数据承接已复核标注。
临床信息抽取训练数据临床文书分类与章节切分数据文书分类与章节切分提供输入结构。
临床信息抽取训练数据临床实体与关系标注数据实体关系标注提供可衔接的标注对象。
临床信息抽取训练数据临床时间事件标注数据时间事件标注补充时间语义。
多轮咨询与沟通训练数据临床时间事件标注数据时间事件数据补充轮次中的时间语义。
纵向病程与时间推理评测集临床时间事件标注数据临床时间事件标注数据提供时间表达结构。
临床信息抽取与编码评测集临床实体与关系标注数据临床实体与关系标注数据提供训练标注结构。
临床信息抽取与编码评测集诊断、操作与药品术语标准化数据诊断、操作与药品术语标准化数据提供术语候选。
临床信息抽取与编码评测集临床文本去标识化数据临床文本去标识化数据提供可读文本输入。
[06 · FAQ]

常见问题

临床文本与标准化体系解决什么问题?

临床文本与标准化体系把临床自由文本变成可用的结构化资产:文书分类与章节切分、实体与关系标注、时间事件标注、术语标准化与文本去标识化五个产品覆盖从原始病历文本到标准化标注层的加工链,解决临床文本口径不一、坐标不对齐、术语不统一的问题。

临床文本与标准化体系内怎么选起步产品?

训练文本模型可从临床文书分类与章节切分数据(SHP-MED-05-031)起步打好文书结构底座;做信息抽取选临床实体与关系标注数据(SHP-MED-05-032),做病历时间线选临床时间事件标注数据(SHP-MED-05-033);建术语库从诊断、操作与药品术语标准化数据(SHP-MED-05-034)进入。

临床文本与标准化体系与哪些体系常配合?

常与医疗模型训练体系配合,标注层与去标识文本直接延伸为指令微调与信息抽取训练样本;与临床诊疗与患者旅程体系配合,把文本结果挂回住院与门诊结构;与医疗模型评测与安全体系配合,把同一文本能力做成成题评测的对照。