MIMIC-III 出院小结医疗决策标注数据集（MedDec）

这份数据由马萨诸塞大学洛厄尔分校与麻省理工学院的作者发布，托管在 PhysioNet。它对 MIMIC-III 中 451 份出院小结做了医疗决策片段标注，涉及 419 名患者、逾 54,000 个句子、约 140 万 token。决策按 DICTUM 分类体系分为 10 类，患者覆盖 11 种表型。发布内容只有标注，出院小结原文要另从 MIMIC-III 取得。

出院小结记下了住院期间的诊断、用药、检查与随访安排等决定。这份标注可用于研究医生决策在病历文本里如何表述、如何分布。它也可用于比较不同性别、种族和英语熟练程度患者的决策记录差异。数据按训练 350 份、验证 53 份、测试 48 份划分。

它取自真实出院小结，属于 1.0 临床真实一层。它也能学到 3.0 专家判断，两名受训医学生全量标注，分歧由一名医师裁决，Cohen's κ 为 0.74。模型可以从中学习在长篇病历里定位决策片段，并判断它属于哪一类决策。标注只到片段级，没有结局字段，模型学不到决策是否恰当。测试集未随首发版本发布，评测细则当时也未公布。

项目	内容
规模	451 份出院小结、419 名患者，10 类决策
记录来源	诊疗过程
记录单位	一份出院小结
时间轴	纵向，部分患者有多次住院的出院小结
结局	无结局字段
专家标注	有，两名医学生全量标注，医学博士裁决分歧
任务环境	有，固定划分 350／53／48 份，测试集待共享任务后公开

表：标注 JSON 文件（每份出院小结一个）。

字段	含义	类型或取值
annotator_id	标注者编号	编号
discharge_summary_id	出院小结唯一标识	[SUBJECT_ID][HADM_ID][ROW_ID]
annotations	标注片段列表	数组
start_offset	片段起始字符位置	字符索引
end_offset	片段结束字符位置	字符索引
category	医疗决策类别	DICTUM 分类中的 10 类之一
decision	标注片段的文本	文本
annotation_id	每条标注的唯一标识	编号

表：标注 JSON 文件（每份出院小结一个）。

合成样例，非真实记录。

出院小结标识	标注者编号	标注编号	片段起点	片段终点	决策类别
1001_100001_20001	1	1	1180	1236	Drug
1001_100001_20001	1	2	1502	1571	Gathering information
1001_100001_20001	1	3	2210	2265	Contact related

项目	内容
许可	PhysioNet Credentialed Health Data License 1.5.0
商用	未列明
申请	须通过凭证审核、完成 CITI 培训并签数据使用协议

项目	内容
维护方口径	依 DICTUM 分类体系全量人工标注，Cohen's Kappa＝0.74。标注未使用任何自动方法
已知局限	测试集 48 份首发版本未含，待共享任务结束后公开。评测细则当时尚未公布

• 医疗工作流程　›　病历文本标注与抽取

https://physionet.org/content/meddec/1.0.0/；https://physionet.org/content/meddec/view-license/1.0.0/。