皮肤科疾病共病数据集

多维诊疗数据构建患者主索引：将患者数据特征向量定义为患者性别、住址、家族遗传病、过敏原等信息，使用DBSCAN算法，基于特征向量的密度，将密度相近的数据点划为同一个簇，将患者数据点进行聚类，每个聚类可以视为一个患者群体，作为主索引的标识。
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。

搜集汇总

数据集介绍

特点

皮肤科疾病共病数据集包含29万条诊疗记录，每月更新，涵盖从入院到出院的20个关键字段。该数据集适用于医疗、教学和科研领域，特别是诊疗模式研究和药物经济学研究，支持临床决策和个性化治疗方案制定。数据处理采用DBSCAN算法和BERT模型，确保数据质量和分析准确性。