上海交通大学医学院结构化医疗数据库

本数据库针对基于微小型数据中心的智能诊疗服务场景构建，核心目标是建立标准化、可复用、资源聚合、地理位置分散的“多对多”结构化医疗数据集合，为临床研究中的病例分析、治疗方案疗效评估及临床医疗决策优化提供高质量数据支撑，填补微小型医疗数据中心在标准化医疗数据储备方面的应用空白。该结构化医疗数据库全面覆盖智能诊疗服务所需的核心数据维度，通过结构化表格形式精准记录医疗全流程信息，出于保护患者隐私的考虑，数据库中隐去了患者的姓名、身份ID等信息。数据库共记录585721条病例条目，每个条目包含患者的一条病例记录，主要包括患者基本信息模块和诊断记录模块。患者基本信息模块通过包含患者检查流水号（同一批次检查使用相同流水号）、性别（取值为“男/女”，无空值）、年龄（按“岁”为单位记录，范围18-85岁）就诊科室（覆盖内科、外科、妇产科等8个临床科室）等字段，无关键字段缺失。诊断记录模块包含患者检查描述（文本型数据，描述患者检查结果）和检查结论（结构化文本，记录根据检查结果得出的病情初步诊断结论）。数据采集环境为上海交通大学医院医疗数据中心，该中心由1台数据管理服务器、2台存储服务器（总存储容量10TB）、3台应用服务器及临床终端构成，通过10Gbps以太网互联，配套医疗数据安全管理系统（符合《数据安全法》及《医疗数据安全指南》要求）。数据采集采用医院电子病历系统（EMR）与自主开发的医疗数据结构化提取工具联动方式，从系统导出原始医疗记录，通过结构化工具自动匹配至对应数据库字段，采集过程中由2名临床医师对数据准确性进行双重核验（核验通过率98.2%，1.8%误差数据已修正）。数据采集时间范围为2021年10月16日至2024年8月20日，采集频率与患者就诊及随访周期同步（就诊数据实时采集，随访数据按计划周期采集），确保数据能反映不同季节、不同疾病周期的诊疗特征，具备时间维度上的代表性。