MIMIC-IV 急诊分诊指令语料库（MIETIC）

这份语料由四川大学与广西民族大学的作者整理，托管在 PhysioNet。它以 MIMIC-IV、MIMIC-IV-ED 与 MIMIC-IV-Note 的真实急诊分诊记录为底本，由大模型改写成分诊病例描述。语料共 9,629 条分诊指令样本，约 580 万 token，每条按指令、输入、输出三列存放。另附 50 例经人类专家验证的样本，列出三位专家的分诊意见与最终判定。

急诊分诊按急诊严重度指数（ESI）把患者分为 1—5 级。这份语料可用于研究分诊级别与生命体征、主诉、预计资源消耗之间的关系。50 例专家验证样本可作为检验分诊判定一致性的参照。语料来自单一学术医学中心，ESI-5 病例只占 7.69%。

主语料是模型改写的病例，ESI 分级取自原库，不属于 1.0 临床真实一层。它能学到 3.0 专家判断，50 例样本给出三位专家的独立意见，前两位不一致时取第三位。模型可以从中学习按 ESI 标准判断危重程度与资源需求的推理步骤。主语料只经专家抽查，标签可靠性低于逐例专家判定。分诊后的去向与结局已从主语料删除，模型学不到分诊判断的后果。

项目	内容
规模	9,629 条分诊指令样本，约 580 万 token
记录来源	合成数据
记录单位	一次急诊分诊病例
时间轴	单次，每条为一次急诊分诊病例
结局	无结局字段，主语料已删除分诊后信息
专家标注	有，急诊专业人员对 50 例验证样本判定 ESI 分级，主语料为模型生成
任务环境	有，另给 50 例专家验证样本作金标准，未给评测指标

表：MIETIC-validate-samples.csv。

字段	含义	类型或取值
arrival_transport	到院方式	入院与离院信息类
disposition	急诊去向	入院与离院信息类
acuity	分诊敏度	分诊生命体征与临床指标类
chiefcomplaint	主诉	分诊生命体征与临床指标类
resources_used	派生的资源使用量	派生字段
tiragecase	分诊病例文本	分诊病例与专家标注类
Expert 1 Opinion	第一位专家的分诊意见	专家标注
Final Decision	最终分诊判定	专家标注；专家 1、2 不一致时取专家 3 的判定

表：MIETIC-validate-samples.csv。

合成样例，非真实记录。

分诊敏度（ESI）	专家 1 意见	专家 2 意见	专家 3 意见	最终判定
2	2	2	2	2
3	3	4	4	4
1	1	1	1	1

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
中国可用性	未写地域限制，须 PhysioNet 认证、CITI 培训并签协议

项目	内容
维护方口径	按规则自动剔除 ESI 冲突或缺失关键变量的病例。专家人工复核随机子集，逐例对照 ESI 标准
已知局限	仅来自单一学术医学中心，推广性受限。ESI-5 病例较少，占 7.69%。专家判定有主观性，可能带入偏倚

• 急危重症　›　急诊

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