British Medical Journal Archive (1857-1930)

Complete 1857 archive of the British Medical Journal (BMJ), one of the world's oldest and most respected general medical journals. **791,472 rows** of clean, structured medical text capturing Victorian-era medicine at its height.

**What this data does for your model:**

- Your model learns authentic mid‑19th century British medicine from one of the world's most respected general medical journals, founded in 1840.
- Your model retrieves original research from 1857, including clinical case studies of Addison's disease (suprarenal capsules), pericarditis, rheumatic fever, and tuberculosis as they were first documented .
- Your model trains on the language of Victorian pharmacology (calomel, opium, morphia, blisters), post‑mortem examinations, and the transition from humoral to pathological medicine
- Your model understands the reformist voice of the BMJ, including its early advocacy for medical education, public health, and professional standards .

**What's inside:**

- Original research from leading British physicians
- Clinical case studies of tuberculosis, rheumatic fever, pericarditis, and Addison's disease
- References to Dr. Thomas Addison's pioneering work on suprarenal capsules (Addison's disease)
- Post-mortem examinations and pathological findings
- Victorian pharmacology, calomel, opium, blisters, and morphia
- Medical debates and professional correspondence

**Perfect for:**

- LLM fine-tuning on 19th-century British medical text
- Clinical NLP research on historical disease presentation
- History of medicine and digital humanities
- Pharmaceutical AI training on historical therapeutics

**Format:** Snowflake-native JSONL with columns: ISSUE, TITLE, AUTHOR, TYPE, TEXT. Fully cleaned, bias-audited, and ready for AI training.

原始信息汇总

British Medical Journal Archive (1857-1930) 数据集概述

数据集基本信息

• 数据集名称：British Medical Journal Archive (1857-1930)
• 提供商：Devin Media Corp.
• 数据行数：791,472 行
• 数据格式：Snowflake-native JSONL
• 数据列：ISSUE, TITLE, AUTHOR, TYPE, TEXT, INGESTION_DATE
• 时间范围：1857年至1930年（维多利亚时代）
• 数据内容：完整的《英国医学杂志》(BMJ) 存档，包含清洁、结构化的医学文本。

数据内容详情

涵盖内容

• 英国领先医师的原创研究
• 临床病例研究（涉及结核病、风湿热、心包炎、艾迪生病等）
• 托马斯·艾迪生博士关于肾上腺（艾迪生病）的开创性工作参考文献
• 尸检和病理学发现
• 维多利亚时代药理学（如甘汞、鸦片、水泡、吗啡）
• 医学辩论和专业通信

数据特征

• 数据已完全清洁、经过偏见审核，并准备好用于AI训练。
• 数据为预处理的JSONL格式，可直接用于机器学习。

适用场景

机器学习

• 针对791,000多行19世纪英国医学文本进行机器学习模型的训练、微调和部署。
• 适用于领域特定的LLM微调、医学术语演变跟踪和临床NLP模型开发。

真实世界数据 (RWD)

• 利用历史记录的临床病例、尸检结果和治疗结果作为真实世界数据进行研究和分析。
• 捕捉维多利亚时代的疾病表现、病理学和治疗学。

生命科学商业化

• 通过记录的19世纪英国治疗方法的精选历史医学文献支持生命科学研究。
• 跟踪治疗范式的演变，了解现代英国医学的基础。

数据字典

表名：BMJ_CORPUS

列名	数据类型	描述
ISSUE	Varchar	期刊号
TITLE	Varchar	文章标题
AUTHOR	Varchar	作者
TYPE	Varchar	文章类型（如article, metadata）
TEXT	Varchar	文章正文
INGESTION_DATE	Timestamp_NTZ	数据摄取日期

使用示例

查看元数据文档

sql SELECT TITLE, TEXT FROM BMJ_CORPUS WHERE TYPE = metadata LIMIT 5;

按疾病搜索（艾迪生病/肾上腺）

sql SELECT TITLE, AUTHOR, ISSUE FROM BMJ_CORPUS WHERE TYPE = article AND TEXT ILIKE %addison% OR TEXT ILIKE %suprarenal% LIMIT 10;

搜索临床病例

sql SELECT ISSUE, TITLE, AUTHOR FROM BMJ_CORPUS WHERE TYPE = article AND TEXT ILIKE %case% LIMIT 10;

数据更新与覆盖范围

• 更新频率：每年
• 地理覆盖：全球
• 云区域可用性：支持AWS多个区域（如亚太地区雅加达、吉隆坡、孟买、大阪等）

提供商信息

• 提供商名称：Devin Media Corp.
• 提供商专长：提供用于AI训练的高级历史数据，涵盖医学、金融、时尚、法律和文化等领域。
• 数据集特点：所有数据集均为1930年前、经过验证的公共领域/无版权内容，经过专业OCR处理和严格清洁，具有来源追踪和偏见审核，格式为JSONL，通过安全API交付。