数巨有谱数据集团
[01 · SHP-MED-08-050]

电子病历检索与患者摘要轨迹数据

病历检索加患者摘要的全过程记录。一段轨迹从一次提问开始:任务请求写明用途与证据截点,查询逐步发出,返回结果带名次。被选中与被排除的证据双向留存。摘要成版后拆成一条条断言,每条断言的引用指回原文的字符起止位置。用于训练检索类智能体,也可用于上线前的逐步核验。

医疗智能体数据 · 评估与研究使用许可 · 更新日期 2026-08-05

15
实体
102
字段
2
实体关系
08
所属体系
[02 · 产品说明]

读懂数据结构与交付边界

以下内容来自产品说明书,包含数据拓扑、字段字典、脱敏样例、使用场景及定制方式。

[01]

数据产品概览

数量内容
实体15引用 · 临床文书 · 临床事件 · 证据选择 · 患者语料快照 · 数据质量项 · 检索步骤 · 检索结果 · 检索摘要轨迹 · 复核记录 · 来源沿袭 · 数据划分 · 摘要断言 · 摘要版本 · 任务请求
字段102交付范围内的字段总数
实体关系2一条轨迹连接任务请求、查询步骤、检索结果、证据选择、摘要版本、断言、引用与复核记录 · 检索与引用的目标可为临床文书或结构化事件,两者都保存对象类型、标识与可读正文

交付与供应方式

  1. 数据集交付:清单 CSV/Parquet + 单一对象文件夹 + Meta.jsonl/Parquet
  2. API 调用
  3. Token 计量
  4. 数巨有谱可信数据空间连接器合约使用

权利与来源

  • 数据取得方式:数据资源持有方书面授权
  • 数据来源机构:医疗机构(含等级医院、社区医院及康复机构、疾控机构)
  • 数据加工机构:数巨有谱或数据资源持有方
  • 数据经营机构:数巨有谱(经营权权利人)
[02 · DATA CONTENT]

数据内容与字段结构

在同一位置切换字段字典、实体血缘与脱敏样例,避免重复铺陈造成页面过长。

数据血缘拓扑

实体与连接关系分层呈现:上方先识别全部数据对象,下方逐条阅读关系基数,避免连线交叠、标签遮挡或内容被裁切。

15 个实体14 条连接响应式完整展示

实体概览

核心实体以品牌蓝标识
01关联实体

引用

目标/字符起止

02关联实体

临床文书

文书类别/完整正文

03关联实体

临床事件

事件类型/事件时间

04关联实体

证据选择

选中与排除/理由

05关联实体

患者语料快照

就诊组数/文书与事件

06辅助实体

数据质量项

quality_issue

07关联实体

检索步骤

序号/查询形态

08关联实体

检索结果

名次/相关度/截点核查

09核心实体

检索摘要轨迹

任务/语料/轨迹形态

10关联实体

复核记录

复核状态/版本

11辅助实体

来源沿袭

source_lineage

12关联实体

数据划分

同患者整体成组

13关联实体

摘要断言

断言正文/支持状态

14关联实体

摘要版本

摘要正文/截点

15关联实体

任务请求

摘要用途/证据截点

连接关系

每条关系独占一行,基数置于两实体之间

实体 A01

患者语料快照

就诊组数/文书与事件

1—n
实体 B

临床文书

文书类别/完整正文

实体 A02

患者语料快照

就诊组数/文书与事件

1—n
实体 B

临床事件

事件类型/事件时间

实体 A03

患者语料快照

就诊组数/文书与事件

1—n
实体 B

检索摘要轨迹

任务/语料/轨迹形态

实体 A04

任务请求

摘要用途/证据截点

1—1
实体 B

检索摘要轨迹

任务/语料/轨迹形态

实体 A05

检索摘要轨迹

任务/语料/轨迹形态

1—n
实体 B

检索步骤

序号/查询形态

实体 A06

检索步骤

序号/查询形态

1—n
实体 B

检索结果

名次/相关度/截点核查

实体 A07

检索摘要轨迹

任务/语料/轨迹形态

1—n
实体 B

证据选择

选中与排除/理由

实体 A08

检索摘要轨迹

任务/语料/轨迹形态

1—n
实体 B

摘要版本

摘要正文/截点

实体 A09

摘要版本

摘要正文/截点

1—n
实体 B

摘要断言

断言正文/支持状态

实体 A10

摘要断言

断言正文/支持状态

1—n
实体 B

引用

目标/字符起止

实体 A11

检索摘要轨迹

任务/语料/轨迹形态

1—n
实体 B

复核记录

复核状态/版本

实体 A12

患者语料快照

就诊组数/文书与事件

1—1
实体 B

数据划分

同患者整体成组

实体 A13

引用

目标/字符起止

1—1 引用按字符起止指回文书正文
实体 B

临床文书

文书类别/完整正文

实体 A14

引用

目标/字符起止

1—1 引用也可指向结构化临床事件
实体 B

临床事件

事件类型/事件时间

核心实体关联实体1—1 / 1—n / n—1 表示关系基数
查看关系语义清单
基数关系语义
患者语料快照1—n临床文书语料快照收纳该患者的临床文书
患者语料快照1—n临床事件语料快照收纳结构化临床事件
患者语料快照1—n检索摘要轨迹同一份语料上可跑多段轨迹
任务请求1—1检索摘要轨迹一次任务请求对应一段轨迹
检索摘要轨迹1—n检索步骤轨迹按序号展开为多个检索步骤
检索步骤1—n检索结果每步返回带名次与相关度的结果
检索摘要轨迹1—n证据选择轨迹记录返回被选中还是被排除
检索摘要轨迹1—n摘要版本轨迹产出摘要版本,改版另起一版
摘要版本1—n摘要断言摘要拆成逐条可核查的断言
摘要断言1—n引用每条断言配回链原文的引用
检索摘要轨迹1—n复核记录轨迹的历次复核记录
患者语料快照1—1数据划分语料整体归入一个数据划分组
引用1—1临床文书引用按字符起止指回文书正文
引用1—1临床事件引用也可指向结构化临床事件

轨迹是回放的单位。一次任务请求进来,检索步骤按序号展开,每步返回的名次与相关度原样保存。被选中与被排除的候选各自留下理由。「摘要里为什么有这句、没有那句」可以一步步倒推。摘要与断言分两层保存,核查可落到句子粒度。断言逐条挂引用,引用指回文书或临床事件的字符起止。语料快照与证据截点共同界定可用信息的边界,截点之后才可用的返回在结果上直接带核查结论。摘要改版另起一版并保留旧版,事后看得到当时依据的是什么。

[03]

使用场景

检索选证策略的分段学习与逐步归因

医疗科技企业 · 病历检索与患者摘要智能体团队

  • 训练信号按步骤组织、落到每一步:查询序号、查询正文与本步状态成套保存。可以学「下一步该查什么」
  • 排序与取舍分开优化:返回名次与相关度原样保留,可对照「排在前面的是否真的被选中」。检索排序问题与证据判断问题因此分开处理
  • 被排除的候选也在:证据选择同时保留选中与排除两侧及其理由,可以学取舍
  • 一句话一个出处:摘要拆成断言,每条挂到原文字符区间。「说一句就得指得出出处」可直接拿来训练与评测
  • 截点当硬边界用:任务与摘要各自带证据截点。训练时可屏蔽截点之后的信息

获得:检索、选证、成稿三段可分别训练与归因的轨迹底座

不同用途的摘要各自成版与逐句溯源

三甲医院 · 交接班与病情汇报流程

  • 用途先声明:就诊概览、问题导向、交接与纵向变化,各是独立的摘要用途
  • 逐句回得到原文:断言的引用带字符起止。看到存疑的一句,可直接跳回文书原段落核对
  • 截点写在摘要上:每版摘要标明它用到了哪一刻为止的信息。交接时说得清「这版出的时候还不知道什么」
  • 改版另起一版:新证据到达后追加新版,旧版保留。事后复盘看得到当时的判断依据

获得:分用途成版、逐句可溯源、改版留痕的摘要组织方式

引入检索类应用时的过程核验与复跑口径

医院信息部门 · 智能体上线前的可回放核验

  • 核验落到步骤:「答得对不对」拆成三段。查询是否合理、返回是否被正确取舍、断言是否有出处,分别看
  • 空结果与执行失败分列:本步空结果与本步执行失败,在数据里是两种状态
  • 无出处即不采信:断言必须挂得上引用,挂不上的直接判为不可采信。可直接写进准入条款
  • 换版本跑同一批:任务请求与语料快照固定,供应商更新后重跑同一批轨迹,前后差异直接对照

获得:可按步骤核验、无出处即判不采信的引入评估方法

引用忠实性与证据充分性的可测量设计

高校与科研机构 · 摘要可靠性与引用核查研究

  • 引用细到字符:引用带目标对象与字符区间。断言与被引片段是否真的对应,可自动核对
  • 漏选与错选可分离:证据选择保留未被采纳的返回,可分别测量漏选与错选各自造成多少事实错误
  • 信息尚未可用的条件可构造:摘要截点与文书首次可用时间分列。可造出「此刻还查不到」的条件,观察模型会不会提前给结论
  • 同患者语料整体成组:同一患者语料及其派生轨迹整体成组

获得:引用忠实性与证据充分性可分别量化的研究底座

[04]

定制与定向

  • 是否支持定制:是
  • 查询形态范围(单选):按单一查询形态 / 按全查询形态组合
  • 其他定制项(多选):摘要用途构成 / 语料快照的就诊跨度 / 检索步骤深度 / 临床科室场景 / 证据选择难度
  • 最低定制数量:300 段检索摘要轨迹
  • 语料范围:语料快照的文书类别、事件类型与就诊跨度按项目商定
  • 其他可定制项:与项目商务确定
[05]

去标识化与交付

  1. 直接标识符移除:姓名、证件号码、联系方式、住址
  2. 间接标识符不可逆映射:患者标识、就诊号、报告单号
  3. 时间平移:整体平移并保持时序与时间间隔
  4. 机构与医师信息去除或泛化
  5. 自由文本二次核查:叙述内容中的标识信息
  6. 可按项目追加 K-匿名等泛化处理,匿名化的判定与出具方式随项目约定
  7. 文书与临床事件正文按原样保留、仅移除身份线索;引用的字符起止随正文改写同步重算,保证改写后仍能定位回原句
  • 加密通道交付:支持
[06]

关联数据集

  • SHP-MED-07-046 医疗检索增强生成(RAG)评测集——检索与引用能力的评测侧口径
  • SHP-MED-08-055 医疗工具规范与模拟环境数据——轨迹回放所需的工具合同与模拟环境
  • SHP-MED-03-023 临床多模态病例数据——语料快照的病例侧来源形态
[07]

常见问题

电子病历检索与患者摘要轨迹数据包含哪些内容?

电子病历检索与患者摘要轨迹数据(SHP-MED-08-050)记录检索加摘要的全过程。一段轨迹从任务请求开始,写明用途与证据截点;查询逐步发出,返回结果带名次,被选中与被排除的证据双向留存。摘要成版后拆成断言,引用指回原文的字符起止位置。

这类轨迹数据适合做什么?

电子病历检索与患者摘要轨迹数据(SHP-MED-08-050)用于训练检索类智能体的选证策略,也可用于上线前的逐步核验与复跑。交接班、病情汇报等不同用途的摘要各自成版,可逐句回溯到来源。

轨迹的样例能看到什么?怎么交付?

公开样例展示电子病历检索与患者摘要轨迹数据(SHP-MED-08-050)的一段轨迹:任务请求、检索步骤与返回、证据选择、摘要版本与断言引用。交付为轨迹清单加单一轨迹文件夹与元数据文件,另支持 API 调用与连接器合约使用。

起订量是多少?可以怎么定制?

电子病历检索与患者摘要轨迹数据(SHP-MED-08-050)起订量为 300 段检索摘要轨迹,范围按单一查询形态或全查询形态组合确定。摘要用途构成、语料快照的就诊跨度、检索步骤深度、临床科室场景与证据选择难度可选配。

和哪些产品搭配使用?

电子病历检索与患者摘要轨迹数据(SHP-MED-08-050)的评测侧对应医疗检索增强生成(RAG)评测集(SHP-MED-07-046)。轨迹要复跑,需配医疗工具规范与模拟环境数据(SHP-MED-08-055)。

[08]

获取方式

  • 有明确科研/临床项目:提供研究方向与所需字段范围,可先申请开源子集用于可行性验证。
  • 有明确数据智能场景:提供模型或应用场景,可先申请测试数据与接入方式完成联调。
  • 许可:评估与研究使用许可。

© 数巨有谱数据集团

[03 · 关联产品]

继续查看可连接的数据产品

按产品资料中登记的患者、就诊、事件或任务标识关系继续查看。