电子病历基础模型少样本评测基准（EHRSHOT）

EHRSHOT 是斯坦福大学 Shah 实验室发布的电子病历评测基准，数据托管于 Redivis 平台。它收录 Stanford Medicine 6,739 名患者的纵向结构化记录，共 41,661,637 个临床事件、921,499 次就诊。记录包括诊断、操作、用药与检验，不含临床文本与影像。基准设 15 项预测任务，并发布预训练模型 CLMBR-T-Base。

它用来比较电子病历基础模型在少样本条件下的预测能力。任务包括出院后 30 天再入院、365 天内首次新诊断、住院满 7 天与转入 ICU 等。每项任务给出预测时点、时间窗、标签取值与各划分的标签数，不同方法可以在同一条件下比较。

它是一家医疗中心全部就诊类型的纵向记录，属于 1.0 临床真实一层。诊断与检验按 OMOP CDM 组织，使用 ICD 等标准编码，能学到 2.0 规则语义。固定的训练、验证与测试划分、评测脚本和排行榜齐备，能学到 4.0 任务环境。模型可以在其上检验只见少量标注病例时的预测表现。任务标签由编码与检验阈值自动生成，胸片标签由自然语言处理工具从报告生成，没有专家判定。数据只来自 Stanford Medicine，标签数因发布前的数据更新，与最初发表的结果略有不同。

项目	内容
规模	6,739 名患者、921,499 次就诊、41,661,637 个临床事件
记录语言	无自由文本
记录来源	诊疗过程
记录单位	患者
时间轴	纵向，同一机构内患者的完整就诊记录
结局	出院后 30 天再入院、365 天内首次新诊断与住院满 7 天等
专家标注	无，仅自动标签
任务环境	有，固定划分、评测脚本与排行榜

表：Events。

字段	含义	类型或取值
Patient ID	患者唯一标识	Integer
Start	事件开始时间	Datetime
End	事件结束时间	Datetime（可选）
Code	临床事件名称，如 ICD10/I25.110	String
Value	检验结果等数值，或分类变量的字符串	Float/String（可选）
Unit	Value 的计量单位	String（可选）
Visit ID	事件所属就诊的唯一标识	Integer（可选）
OMOP-CDM Table	事件来源的 OMOP-CDM 表名	String

表：Events（事件文件）。

合成样例，非真实记录。

患者编号	事件编码	数值	单位	就诊编号	来源 OMOP 表
115967	ICD10/I25.110	—	—	2004417	condition_occurrence
115967	LOINC/2160-0	1.1	mg/dL	2004417	measurement
115967	LOINC/4548-4	7.2	%	2004417	measurement

项目	内容
许可	数据许可未列明，代码为 Apache License 2.0
商用	未列明
申请	须签数据使用协议，经 Redivis 申请

项目	内容
维护方口径	15 项任务给出预测时点、时间窗与标签数。提供固定划分、评测脚本、基线结果与排行榜
已知局限	标签数因发布前数据更新与原论文略有不同。胸片任务标签由报告自动生成，报告原文不发布。单中心数据

• 特殊话题　›　医院电子病历与多机构网络

https://ehrshot.stanford.edu；https://som-shahlab.github.io/ehrshot-website/tasks/；https://raw.githubusercontent.com/som-shahlab/ehrshot-benchmark/main/README.md；https://redivis.com/datasets/53gc-8rhx41kgt。