ใบอนุญาตคุณภาพสูง
ข้อมูลด้านสุขภาพ/การแพทย์
สำหรับโมเดล AI & ML
ชุดข้อมูลการดูแลสุขภาพ/การแพทย์นอกชั้นวางเพื่อเริ่มต้นโครงการ Healthcare AI ของคุณอย่างรวดเร็ว
เสียบข้อมูลทางการแพทย์ที่คุณหายไปในวันนี้
ชุดข้อมูลทางการแพทย์และการดูแลสุขภาพสำหรับ Machine Learning
ข้อมูลเสียงเขียนตามคำบอกของแพทย์
ชุดข้อมูลที่ไม่ระบุตัวตนสำหรับการดูแลสุขภาพประกอบด้วยไฟล์เสียงพิเศษ 31 ไฟล์ที่กำหนดโดยแพทย์ที่อธิบายสภาพทางคลินิกของผู้ป่วยและแผนการดูแลตามการพบแพทย์กับผู้ป่วยในโรงพยาบาล/สถานพยาบาล
ไฟล์เสียงเขียนตามคำบอกของแพทย์นอกชั้นวาง:
- ชุดข้อมูลคำพูดตามคำบอกของแพทย์ในโลกแห่งความเป็นจริง 257,977 ชั่วโมงจากผู้เชี่ยวชาญพิเศษ 31 คนเพื่อฝึกแบบจำลองคำพูดของ Healthcare
- เสียงป้อนตามคำบอกที่บันทึกจากอุปกรณ์ต่างๆ เช่น การเขียนตามคำบอกทางโทรศัพท์ (54.3%), เครื่องบันทึกดิจิตอล (24.9%), ไมค์พูด (5.4%), สมาร์ทโฟน (2.7%) และไม่ทราบ (12.7%)
- PII Redacted Audio & Transcripts ที่ปฏิบัติตามแนวทาง Safe Harbor ซึ่งสอดคล้องกับ HIPAA
สำเนาเวชระเบียน
บันทึกทางการแพทย์ที่ถอดเสียงหมายถึงการถอดความของแพทย์และการสนทนาของผู้ป่วย การถอดความรายงานทางการแพทย์ และการประเมินทางการแพทย์ ช่วยในการทำแผนที่ประวัติทางการแพทย์ของผู้ป่วยสำหรับการมาเยี่ยมในอนาคตและยังทำหน้าที่เป็นจุดอ้างอิงสำหรับแพทย์ ช่วยให้แพทย์ประเมินสภาพปัจจุบันของผู้ป่วยและแนะนำการรักษาที่เหมาะสม
เวชระเบียนที่ถอดความจากชั้นวาง:
- การถอดความ 257,977 ชั่วโมงของการเขียนตามคำบอกของแพทย์ในโลกแห่งความเป็นจริงจาก 31 ผู้เชี่ยวชาญพิเศษเพื่อฝึกแบบจำลองคำพูดของ Healthcare
- บันทึกทางการแพทย์ที่คัดลอกมาจากงานประเภทต่างๆ เช่น รายงานการผ่าตัด, สรุปการจำหน่าย, บันทึกการให้คำปรึกษา, บันทึกการรับเข้าเรียน, บันทึก ED, บันทึกคลินิก, รายงานรังสีวิทยา ฯลฯ
- PII Redacted Audio & Transcripts ที่ปฏิบัติตามแนวทาง Safe Harbor ซึ่งสอดคล้องกับ HIPAA
บันทึกสุขภาพอิเล็กทรอนิกส์ (EHR)
Electronic Health Records หรือ EHR คือเวชระเบียนที่มีประวัติการรักษาของผู้ป่วย การวินิจฉัย ใบสั่งยา แผนการรักษา วันที่ฉีดวัคซีนหรือการฉีดวัคซีน ภูมิแพ้ ภาพรังสีวิทยา (CT Scan, MRI, X-Rays) และการทดสอบในห้องปฏิบัติการ และอื่นๆ
บันทึกสุขภาพอิเล็กทรอนิกส์นอกชั้นวาง (EHR):
- 5.1M+ บันทึกและไฟล์เสียงของแพทย์ใน 31 รายการพิเศษ
- เวชระเบียนมาตรฐานทองคำในโลกแห่งความเป็นจริงในการฝึก Clinical NLP และ Document AI model อื่นๆ
- ข้อมูลเมตาดาต้าเช่น MRN (ไม่ระบุชื่อ), วันที่รับสมัคร, วันที่จำหน่าย, ระยะเวลาของการเข้าพัก, เพศ, ระดับผู้ป่วย, ผู้ชำระเงิน, ระดับการเงิน, สถานะ, การจำหน่ายทิ้ง, อายุ, DRG, คำอธิบาย DRG, การชำระเงินคืน $, AMLOS, GMLOS, ความเสี่ยงของ การตาย ความรุนแรงของการเจ็บป่วย ปลาเก๋า รหัสไปรษณีย์ของโรงพยาบาล ฯลฯ
- เวชระเบียนจากรัฐและภูมิภาคต่างๆ ของสหรัฐอเมริกา - ตะวันออกเฉียงเหนือ (46%), ใต้ (9%), มิดเวสต์ (3%), ตะวันตก (28%), อื่นๆ (14%)
- เวชระเบียนที่เป็นของคลาสผู้ป่วยทั้งหมดที่ครอบคลุม - ผู้ป่วยใน, ผู้ป่วยนอก (คลินิก, การบำบัด, การเกิดซ้ำ, การดูแลวันผ่าตัด), ฉุกเฉิน
- เวชระเบียนของกลุ่มอายุของผู้ป่วยทั้งหมด <10 ปี (7.9%), 11-20 ปี (5.7%), 21-30 ปี (10.9%), 31-40 ปี (11.7%), 41-50 ปี (10.4% ), 51-60 ปี (13.8%), 61-70 ปี (16.1%), 71-80 ปี (13.3%), 81-90 ปี (7.8%), 90+ (2.4%)
- อัตราส่วนเพศผู้ป่วย 46% (ชาย) และ 54% (หญิง)
- PII Redacted Documents ที่ยึดตามแนวทาง Safe Harbor ซึ่งสอดคล้องกับ HIPAA
- เวชระเบียนของกลุ่มอายุของผู้ป่วยทั้งหมด <10 ปี (7.9%), 11-20 ปี (5.7%), 21-30 ปี (10.9%), 31-40 ปี (11.7%), 41-50 ปี (10.4% ), 51-60 ปี (13.8%), 61-70 ปี (16.1%), 71-80 ปี (13.3%), 81-90 ปี (7.8%), 90+ (2.4%)
- อัตราส่วนเพศผู้ป่วย 46% (ชาย) และ 54% (หญิง)
- PII Redacted Documents ที่ยึดตามแนวทาง Safe Harbor ซึ่งสอดคล้องกับ HIPAA
ไม่พบสิ่งที่คุณกำลังมองหา?
มีการรวบรวมชุดข้อมูลทางการแพทย์นอกชั้นวางใหม่จากข้อมูลทุกประเภท
ติดต่อเราตอนนี้เพื่อคลายความกังวลเกี่ยวกับการรวบรวมข้อมูลการฝึกอบรมด้านการดูแลสุขภาพของคุณ