MIMIC-III 出院小结阿片类药物问题使用标注数据集

这份数据由 Geisinger、宾夕法尼亚大学和 Cedars-Sinai 医学中心的研究者发布，托管在 PhysioNet。研究者从 MIMIC-III 2001—2012 年住院中，762 名有阿片使用障碍 ICD-9 编码的患者里随机抽取 100 人。这 100 人的 137 份出院小结共有 3,270 条句子或词语标注，标注体系有 33 类。首批 40 人双人标注并经全体作者讨论裁决，其余 60 人单人标注。

出院小结里关于阿片使用的信息散在病史、社会史、用药和毒物筛查结果中。这份数据可用于研究识别阿片类药物问题使用及相关社会心理情境的文本方法。它也可用于比较诊断编码与病历文字对阿片使用障碍的记录差异。

标注对象是真实出院小结，属于 1.0 临床真实一层。33 类标注体系统一定义了药物筛查、非法使用、依赖迹象、治疗等概念，能学到 2.0 规则语义。片段与患者级判断由人工标注并经裁决，能学到 3.0 专家判断，但标注者资质未列明。标注者间一致性 F1 为 66%，属中等水平，部分类别样本过少。数据只来自一家美国医院，外推到其他场景受限。

项目	内容
规模	3,270 条标注，来自 100 名患者的 137 份出院小结
记录语言	英语
记录来源	诊疗过程
记录单位	标注片段
时间轴	纵向，部分患者有多次住院的出院小结，跨度 2001—2012 年
结局	无结局字段
专家标注	有，两名标注者按 33 类体系标注，首批 40 名患者双人标注并裁决
任务环境	未列明

表：OUD_MIMIC_annotations_all.csv。

字段	含义	类型或取值
Term	被标注的句子、词或短语	文本
Span	标注文本在出院小结中的位置	位置偏移
Class	标注类别	33 类之一，如 Drug screening、Opioid illicit use
Att1	类别是否带一级属性（type）	空值表示该类无属性
Att1 value	一级属性取值	如 non-opioid、opioid、unspecified
Att2	类别是否带二级属性（result）	空值表示无二级属性
Att2 value	二级属性取值	如 negative、positive
Annotation set	标注来自哪一批语料	adjudicated／independent

表：OUD_MIMIC_annotations_all.csv。

合成样例，非真实记录。

标注文本	类别	一级属性	一级属性取值	二级属性	二级属性取值	标注批次
urine tox screen positive for opiates	Drug screening	type	opioid	result	positive	adjudicated
methadone	Opioid type	—	—	—	—	independent
denies tobacco use	Other drug use negated	type	non-illicit	—	—	independent

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 培训并签数据使用协议

项目	内容
维护方口径	从 762 名患者中随机抽 100 人标注。双人标注一致性 F1 由 48% 升至 66%
已知局限	仅来自一家美国医院，向其他场景推广受限。部分类别标注数量不足以单独分析。标注体系部分类别有歧义

• 精神与心理　›　物质使用障碍

https://physionet.org/content/annotation-opioid-use-notes/1.0.0/；https://physionet.org/content/annotation-opioid-use-notes/view-license/1.0.0/。