Lisens Høy kvalitet
Helsetjenester/medisinske data
for AI- og ML-modeller
Hyllevare for helsetjenester/medisinske datasett for å sette i gang Healthcare AI-prosjektet ditt
Plugg inn medisinske data du har gått glipp av i dag
Medisin- og helsedatasett for maskinlæring
Legediktering Lyddata
Vårt avidentifiserte datasett for helsetjenester inkluderer 31 forskjellige spesialitetslydfiler diktert av leger som beskriver pasienters kliniske tilstand og behandlingsplan basert på lege-pasientmøter i sykehus/kliniske omgivelser.
Hyllevare diktatlydfiler for lege:
- 257,977 31 timer med real-world legedikteringstaledatasett fra XNUMX spesialiteter for å trene talemodeller i helsevesenet
- Dikteringslyd tatt opp fra forskjellige enheter som telefondiktering (54.3 %), digital opptaker (24.9 %), talemikrofon (5.4 %), smarttelefon (2.7 %) og ukjent (12.7 %)
- PII-redigert lyd og transkripsjoner som følger Safe Harbor-retningslinjene i samsvar med HIPAA
Transkribert medisinske journaler
Med transkribert journal menes transkripsjon av lege og pasientsamtale, transkripsjon av sykemeldinger og medisinsk vurdering. Det hjelper med å kartlegge sykehistorien til pasienten for fremtidige besøk og fungerer også som et referansepunkt for legene. Det hjelper legen med å vurdere den nåværende tilstanden til pasienten og foreslå en passende behandling.
Hylletranskriberte medisinske journaler:
- Transkripsjon av 257,977 31 timer med legediktater fra den virkelige verden fra XNUMX spesialiteter for å trene talemodeller i helsevesenet
- Transkriberte medisinske journaler fra ulike arbeidstyper som operasjonsrapport, utskrivningssammendrag, konsultasjonsnotat, innrømmelsesnotat, ED-notat, klinikknotat, radiologirapport, etc.
- PII-redigert lyd og transkripsjoner som følger Safe Harbor-retningslinjene i samsvar med HIPAA
Elektroniske helseregistre (EHR)
Elektroniske helsejournaler eller EPJ er medisinske journaler som inneholder pasientens sykehistorie, diagnoser, resepter, behandlingsplaner, vaksinasjons- eller immuniseringsdatoer, allergier, røntgenbilder (CT-skanning, MR, røntgen) og laboratorietester og mer.
Hyllevare elektronisk helsejournal (EPJ):
- 5.1 millioner+ registrerer og legelydfiler i 31 spesialiteter
- Medisinske journaler i den virkelige verden for å trene Clinical NLP og andre Document AI-modeller
- Metadatainformasjon som MRN (Anonymisert), Innleggelsesdato, Utskrivelsesdato, Lengde på oppholdsdager, Kjønn, Pasientklasse, Betaler, Finansklasse, Stat, Utskrivningsdisposisjon, Alder, DRG, DRG-beskrivelse, $ Refusjon, AMLOS, GMLOS, Risiko for dødelighet, alvorlighetsgrad av sykdom, Grouper, sykehuspostnummer, etc.
- Medisinske journaler fra forskjellige amerikanske stater og regioner - Nordøst (46%), Sør (9%), Midtvesten (3%), Vest (28%), Andre (14%)
- Medisinske journaler som tilhører alle pasientklasser som dekkes - poliklinisk, poliklinisk (klinisk, rehabilitering, tilbakevendende, kirurgisk barnehage), akutt.
- Medisinske journaler som tilhører alle pasientaldersgrupper <10 år (7.9%), 11-20 år (5.7%), 21-30 år (10.9%), 31-40 år (11.7%), 41-50 år (10.4% ), 51-60 år (13.8%), 61-70 år (16.1%), 71-80 år (13.3%), 81-90 år (7.8%), 90+ år (2.4%)
- Pasientens kjønnsforhold på 46 % (mann) og 54 % (kvinnelig)
- PII-redigerte dokumenter som følger Safe Harbor-retningslinjene i samsvar med HIPAA
- Medisinske journaler som tilhører alle pasientaldersgrupper <10 år (7.9%), 11-20 år (5.7%), 21-30 år (10.9%), 31-40 år (11.7%), 41-50 år (10.4% ), 51-60 år (13.8%), 61-70 år (16.1%), 71-80 år (13.3%), 81-90 år (7.8%), 90+ år (2.4%)
- Pasientens kjønnsforhold på 46 % (mann) og 54 % (kvinnelig)
- PII-redigerte dokumenter som følger Safe Harbor-retningslinjene i samsvar med HIPAA
CT-skanne bildedatasett
Leger bruker CT-skanningsbildet til å diagnostisere og oppdage unormale eller normale tilstander i en pasients kropp (dvs. for å identifisere sykdom eller skade i ulike kroppsdeler). I den datastyrte bildebehandlingsdiagnosen går et CT-skanningsbilde gjennom sofistikerte faser, nemlig innhenting, bildeforbedring, utvinning av viktige funksjoner, identifikasjon av interesseregion (ROI), resultattolkning, etc.
Shaip leverer høykvalitets CT-skanningsbildedatasett som er avgjørende for forskning og medisinsk diagnose. Våre datasett inkluderer tusenvis av høyoppløselige bilder samlet inn fra ekte pasienter og behandlet med state-of-the-art teknikker. Disse datasettene er utviklet for å hjelpe medisinske fagfolk og forskere med å forbedre sin kunnskap og forståelse av ulike medisinske tilstander, inkludert kreft, nevrologiske lidelser og hjerte- og karsykdommer. Med Shaip kan du få tilgang til pålitelige og nøyaktige medisinske data for å forbedre forskningen din og forbedre pasientresultatene.
MR-bildedatasett
Datasynsmodeller er designet for å hente meningsfull informasjon fra digitale bilder og videoer, ifølge IBM. Den tillater omfattende bruk av bildedata fra helsevesenet for å gi bedre diagnose, behandling og prediksjon av sykdommer. Den kan bruke kontekst fra bildesekvensen, tekstur, form og konturinformasjon, så vel som tidligere kunnskap, for å produsere 3D- og 4D-informasjon som hjelper til med forbedret menneskelig forståelse. I likhet med CT-skanninger brukes MR-er også til å diagnostisere og oppdage unormale eller normale tilstander i en pasients kropp (dvs. for å identifisere sykdom eller skade i ulike kroppsdeler).
Shaip leverer MR-bildedatasett av høy kvalitet som er avgjørende for forskning og medisinsk diagnose. Våre datasett inkluderer tusenvis av høyoppløselige bilder samlet inn fra ekte pasienter og behandlet med state-of-the-art teknikker.
Datasett for røntgenbilde
Røntgentesting brukes til å verifisere den interne strukturen og integriteten til objektet. Røntgenbilder av et testobjekt kan genereres i forskjellige posisjoner og forskjellige energinivåer for å diagnostisere og oppdage unormale tilstander i en pasients kropp.
Shaip leverer høykvalitets røntgenbildedatasett som er avgjørende for forskning og medisinsk diagnose. Våre datasett inkluderer tusenvis av høyoppløselige bilder samlet inn fra ekte pasienter og behandlet med state-of-the-art teknikker. Med Shaip kan du få tilgang til pålitelige og nøyaktige medisinske data for å forbedre forskningen din og forbedre pasientresultatene.
Finner du ikke det du leter etter?
Nye medisinske datasett blir samlet inn på tvers av alle datatyper
Kontakt oss nå for å gi slipp på bekymringene for datainnsamling av helsetreningsdata