数据集概述
该数据集为MedCodER生成式AI医学编码助手项目提供支持，包含医疗记录文本、诊断编码及相关辅助文件，用于训练和验证AI模型的医学编码能力，为医疗编码自动化研究提供数据基础。
文件详解
- 数据文件（CSV格式）：
- text.csv：包含文档ID、医疗记录文本及ACI文档ID的测试集数据文件
- text_holdout.csv：包含文档ID、医疗记录文本的用户实验保留集数据文件
- diagnosis.csv：包含文档ID、ICD10编码、诊断名称及文本起止位置的诊断编码文件
- diagnosis_holdout.csv：诊断编码的保留集数据文件
- supporting_evidence.csv：医学编码相关的辅助证据数据文件
- 文档文件：
- Readme.md：数据集说明文档，介绍数据集用途及各文件内容
- LICENSE-CC-BY-NC-ND-4.0.pdf：CC-BY-NC-ND 4.0授权协议文件
适用场景
- 医学自然语言处理研究：用于医疗文本分类、实体识别及编码任务
- 生成式AI模型训练：训练具备医学编码能力的AI助手系统
- 医疗信息标准化研究：探索医疗记录文本到ICD10编码的映射方法
- 医疗编码效率提升：开发辅助医疗人员进行编码工作的智能工具
