肾病专病数据集|肾病诊断数据集|电子病历质控数据集

专病诊断名称分类模型：通过分析医学文献、临床数据和专家知识，建立一个诊断数据库。经过分词和打乱顺序的预处理后，使用 train_supervised 函数进行训练（迭代200次，学习率0.1，词N-grams长度为1，损失函数为"hs"）。模型性能通过 classification_report 方法评估，表现良好。参数更新通过命令同步模型、标签和标签名，从而快速、准确地诊断专病类型。
电子病历质控分类模型：该模型通过自然语言处理技术对电子病历中的主诉、现病史、既往史等文本进行识别和分析，提取关键信息并进行分类。包含7个类别，每类250个样本。数据处理包括标签化、分词，并转换为TXT文件。用 BERT的分词器将病历文本转化为BERT所需的输入格式，质控标签转换为数值标签。训练集与测试集按9:1比例划分。使用 BertForSequenceClassification模型进行训练。模型评估通过 classification_report 方法进行。参数更新步骤包括将数据放入指定文件夹，运行训练和更新命令，确保模型、标签和标签名同步。

AI搜集汇总

数据集介绍

特点

肾病专病数据集由天津健康医疗大数据有限公司提供，包含41万条数据，每月更新。数据结构涵盖住院日期、诊断名称、药品名称、检验项目等20个字段。该数据集适用于医疗、教学和科研领域，主要用于诊疗模式研究、药物经济学研究，能够帮助分析肾病的发病率、临床特征及治疗模式，为临床决策提供支持。数据集已通过天津知识产权交易平台存证。