单次住院结构化病历数据集（MIMIC-Patient）

这份数据由宾夕法尼亚大学与南佛罗里达大学的研究者从 MIMIC-III 派生，托管在 PhysioNet。作者从 2,597 次合格住院中无放回随机抽取 500 次，每次住院整理成一个 JSON 文件。文件汇集人口学、入院信息、诊断、用药、操作、生命体征、检验，以及心电、超声心动图和放射报告。出院小结由大语言模型抽取为结构化字段，源库覆盖 2001—2012 年的重症监护住院。

临床问答常要从分散的检验、报告与病程文字里找答案。这份数据把一次住院的信息集中在一个文件里，可用于研究病历问答与信息检索的准确性。配套脚本 answer_agent.py 按关键词把问题导向对应字段，可作为对照流程。纳入的是存活出院、诊断少于五个的非新生儿住院，适合研究相对简单完整的病例。

它把真实重症住院记录整理为患者级结构，属于 1.0 临床真实一层。模型可以从中学习同一次住院内检验、用药、报告与诊断如何相互印证。出院小结的结构化由模型自动完成，规则解析与抽取可能有少量错误，也没有专家复核。数据只给记录，不含问答对、标准答案或评测规则。病例偏简单完整，又只来自一家医院，外推性有限。

项目	内容
规模	500 次住院，每次住院一个 JSON 文件
记录语言	英语
记录来源	诊疗过程
记录单位	一次住院
时间轴	单次，每个文件对应一次住院，含带时间戳的检验与报告
结局	只纳入存活出院的住院，未设结局标签，无随访
专家标注	未列明，出院小结由大语言模型结构化
任务环境	未列明，只提供问答生成脚本

表：patient_json/{id}.json。

合成样例，非真实记录。

入院诊断	医保类型	语言	族裔	首个诊断 ICD-9 编码	诊断简称	首项处方药物
pneumonia	medicare	engl	white	486	Pneumonia, organism NOS	Ceftriaxone
chest pain	private	engl	black/african american	41401	Crnry athrscl natve vssl	Aspirin
gi bleed	medicaid	span	hispanic or latino	5789	Gastrointest hemorr NOS	Pantoprazole

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	未写国别限制，不得把受控数据传给不符合协议的第三方大模型服务

项目	内容
维护方口径	说明纳入标准、抽样方式与三类数据的抽取方法。附范例 JSON 与问答脚本
已知局限	只选诊断少于五个且数据完整的住院，偏向简单病例。单中心 2001–2012 年数据，外推性有限。规则解析与大语言模型结构化可能有少量错误

• 医疗工作流程　›　病历文本标注与抽取

https://physionet.org/content/mimic-iii-ext-mimic-patient/1.0.0/；https://physionet.org/content/mimic-iii-ext-mimic-patient/view-license/1.0.0/。