数据集概述
该数据集为OpenChart-SE语料库版本1，包含五十份由瑞典医师和医学生撰写的人工电子健康记录（EHR），模拟瑞典急诊科真实病历风格，经专业医师审核，用于推动瑞典语临床自然语言处理工具开发。
文件详解
- 人工病历文件（共五十个）：
- 文件名称：以数字命名的txt文件（如5.txt、11.txt等）
- 文件格式：TXT（.txt）
- 内容示例：包含患者主诉、性别、年龄、既往病史、现病史等结构化信息（如“id: 37 sokorsak: BukSmarta kon: K alder: 29”）
- 结构化数据文件：
- 文件名称：dataset.csv
- 文件格式：CSV（.csv）
- 字段示例：id（病历编号）、sokorsak（主诉）、kon（性别）、alder（年龄）、aktuellt（现病史）、bedomning（诊断）等
- 变量说明文件：
- 文件名称：codebook.xlsx
- 文件格式：XLSX（.xlsx）
- 内容：采用XLSForm格式，包含数据集中各变量的详细说明
- 辅助文档：
- 文件名称：suppl_data_1_openchart-se_form.pdf
- 文件格式：PDF（.pdf）
- 内容：OpenChart-SE模拟急诊科病历表单模板
- 数据分析代码文件：
- 文件名称：suppl_data_3_openchart-se_dataexploration.ipynb
- 文件格式：Jupyter Notebook（.ipynb）
- 内容：语料库分析的代码及结果
- 许可文件：
- 文件名称：LICENSE.md
- 文件格式：MD（.md）
- 内容：数据集开源许可说明
适用场景
- 瑞典语临床自然语言处理工具开发：用于训练和测试病历文本分类、实体识别等模型
- 医疗数据隐私保护研究：探索人工病历在替代真实敏感数据中的应用价值
- 临床数据标准化分析：对比人工病历与真实病历的格式差异及处理难点
- 医学教育资源建设：为瑞典医学生提供标准化病历书写参考案例
