Yapay Zeka ve Makine Öğrenimi Projeleri için Kimliksizleştirilmiş Elektronik Sağlık Kayıtları (EHR) Veri Kümeleri
Ticari lisanslı, HIPAA uyumlu Elektronik Sağlık Kaydı verileri; klinik yapay zeka, doğal dil işleme ve tahmine dayalı modelleme için hazır.
Elektronik Sağlık Kaydı (EHR) Verileri Nedir ve Yapay Zeka İçin Neden Önemlidir?
Elektronik Sağlık Kayıtları (EHR), hastaneler, poliklinikler, uzman hekim muayenehaneleri ve laboratuvarlar da dahil olmak üzere tüm bakım sürecinde sağlık hizmeti sağlayıcıları tarafından tutulan, uzunlamasına, dijital hasta kayıtlarıdır. Tek bir sağlayıcıya ait anlık görüntüler olan Elektronik Tıbbi Kayıtların (EMR) aksine, EHR verileri, hastanın tüm yolculuğunu kapsayarak birden fazla sağlık hizmeti ortamındaki etkileşimleri yakalar.
Shaip'in anonimleştirilmiş elektronik sağlık kayıtları veri kataloğu her ikisini de kapsıyor; bu da ekibinize sağlık sektöründe yapay zeka geliştirmenin tüm yelpazesi için tek, uyumluluğa hazır bir kaynak sağlıyor.
Elektronik sağlık kayıtları (EHR) veri kümeleri, yapay zeka geliştirme için iki kritik veri türü içerir: yapılandırılmış veriler (demografik bilgiler, ICD-10 tanı kodları, DRG kodları, ilaç listeleri, laboratuvar değerleri, vital belirtiler) ve yapılandırılmamış veriler (klinik notlar, taburculuk özetleri, radyoloji raporları, hekim dikteleri). EHR bilgilerinin yaklaşık %80'i yapılandırılmamış olup, bu da klinik doğal dil işleme (NLP) model eğitiminin temel kaynağını oluşturmaktadır.
Sağlık Hizmeti Yapay Zekanız İçin Doğru Elektronik Sağlık Kayıtları (EHR) Verilerini Bulun
En iyi eğitim verileriyle makine öğrenimi modellerinizi geliştirin. Shaip, özellikle yapay zeka ve makine öğrenimi ekipleri için tasarlanmış, ticari olarak temin edilebilen, kimliksizleştirilmiş Elektronik Sağlık Kaydı (EHR) veri kümeleri sunmaktadır. Hazır EHR veri kataloğumuz, 20'den fazla tıbbi uzmanlık alanında yapılandırılmış, araştırmaya hazır hasta kayıtları sağlar; teşhisler, reçeteler, laboratuvar sonuçları, radyoloji raporları, aşılama geçmişi ve klinik notlar dahil olmak üzere tüm veriler, HIPAA Güvenli Liman ve GDPR standartlarına uygun olarak tamamen kimliksizleştirilmiştir.
İster klinik karar destek sistemleri oluşturuyor, ister doktor notları üzerinde doğal dil işleme (NLP) modelleri eğitiyor, hastalık tahmin algoritmaları geliştiriyor veya sağlık hizmetleri otomasyon araçlarına güç veriyor olun, Shaip'in elektronik sağlık kayıtları (EHR) veri kümeleri, yapay zeka projenizin gerektirdiği derinliği, çeşitliliği ve uyumluluk güvencesini sunar. Hemen lisanslanabilir, özel kohort seçimi yapılabilir veya örnek indirilebilir.
Kullanıma Hazır Elektronik Sağlık Kayıtları (EHR):
- 5.1 uzmanlık alanında 31M+ Kayıt ve doktor ses dosyaları
- Clinical NLP ve diğer Document AI modellerini eğitmek için gerçek dünyada altın standartta tıbbi kayıtlar
- MRN (Anonimleştirilmiş), Kabul Tarihi, Taburcu Tarihi, Kalış Günlerinin Uzunluğu, Cinsiyet, Hasta Sınıfı, Ödeyen, Mali Sınıf, Eyalet, Taburcu Durumu, Yaş, DRG, DRG Açıklaması, $ Geri Ödeme, AMLOS, GMLOS, Risk ölüm oranı, Hastalığın şiddeti, Orfoz, Hastane Posta Kodu, vb.
- ABD'nin çeşitli eyaletlerinden ve bölgesinden Tıbbi Kayıtlar - Kuzey Doğu (%46), Güney (%9), Ortabatı (%3), Batı (%28), Diğerleri (%14)
- Kapsanan tüm Hasta Sınıflarına ait Tıbbi Kayıtlar - Yatarak, Ayakta Hasta (Klinik, Rehabilitasyon, Tekrarlayan, Cerrahi Gündüz Bakımı), Acil.
- Tüm Hasta Yaş Gruplarına ait Tıbbi Kayıtlar <10 yıl (%7.9), 11-20 yıl (%5.7), 21-30 yıl (%10.9), 31-40 yıl (%11.7), 41-50 yıl (%10.4) ), 51-60 yaş (%13.8), 61-70 yaş (%16.1), 71-80 yaş (%13.3), 81-90 yaş (%7.8), 90+ yaş (%2.4)
- Hasta Cinsiyet oranı %46 (Erkek) ve %54 (Kadın)
- HIPAA'ya uygun olarak Güvenli Liman Yönergelerine bağlı PII Düzeltilmiş Belgeler
| Konum | Metin Belgeleri |
|---|---|
| NorthEast | 4,473,573 |
| güney | 1,801,716 |
| Orta Batı | 781,701 |
| Batısında | 1,509,109 |
| Majör Tanı Kategorisi | Metin Belgeleri |
|---|---|
| Alkol/Uyuşturucu Kullanımı ve Alkol/Uyuşturucuya Bağlı Organik Ruhsal Bozukluklar | 48,717 |
| Her şey dahil toplam (MDC kategorisi olan ve olmayan durumlar) | 8,566,687 |
| Geri ödeme yapılmayan vakalar (MDC belirtilmemiş) | 790,697 |
| Ayakta Tedavi Olguları (MDC belirtilmemiş) | 1,980,606 |
| 3M gibi özel gruplayıcı kullanan durumlar (MDC belirtilmemiştir) | 1,619,682 |
| MDC ile toplam | 4,175,702 |
| Alkol/Uyuşturucu Kullanımı veya Kaynaklı Ruhsal Bozukluklar | 48,717 |
| Burns | 444 |
| Göz | 3,549 |
| Erkek üreme sistemi | 9,230 |
| İnsan İmmün Yetmezlik Virüsü Enfeksiyonları | 12,422 |
| Miyeloproliferatif Hastalıklar ve Bozukluklar, Kötü Farklılaşmış Neoplazmalar | 15,620 |
| Sağlık Durumunu Etkileyen Faktörler ve Sağlık Hizmetleriyle Diğer Temaslar | 21,294 |
| Kadın üreme sistemi | 17,010 |
| Kulak, Burun, Ağız ve Boğaz | 22,987 |
| Çoklu Önemli Travma | 27,902 |
| Kan dolaşım sistemi | 589,730 |
| Kan, Kan Yapıcı Organlar ve İmmünolojik Bozukluklar | 48,990 |
| Yaralanmalar, Zehirlenmeler ve İlaçların Toksik Etkileri | 64,097 |
| Deri, Deri Altı Dokusu ve Meme | 89,577 |
| Hepatobiliyer Sistem ve Pankreas | 127,172 |
| Endokrin, Beslenme ve Metabolik Hastalıklar ve Bozukluklar | 142,808 |
| Perinatal Dönemden Kaynaklanan Koşulları Olan Yeni Doğanlar ve Diğer Yenidoğanlar | 163,605 |
| Hamilelik, Doğum ve Lohusalık | 165,303 |
| Böbrek ve İdrar Yolu | 209,561 |
| Akıl Hastalıkları ve Bozuklukları | 282,501 |
| Sinir Sistemi | 316,243 |
| Sindirim sistemi | 346,369 |
| Kas-İskelet Sistemi ve Bağ Dokusu | 329,344 |
| Solunum Sistemi | 561,983 |
| Bulaşıcı ve Parazit Hastalıkları | 559,244 |
Metin, ses, video veya resim gibi tüm Veri Lisanslama türleri ile ilgileniyoruz. Veri kümeleri, ML için Tıbbi veri kümelerinden oluşur: Doktor Dikte Veri Kümesi, Doktor Klinik Notları, Tıbbi Konuşma Veri Kümesi, Tıbbi Transkripsiyon Veri Kümesi, Doktor-Hasta Görüşmesi, Tıbbi Metin Verileri, Tıbbi Görüntüler – CT Taraması, MRI, Ultra Ses (toplanan temel özel gereksinimler) .
Yapay Zeka/Makine Öğrenmesinde EHR Veri Kümelerinin Gerçek Dünya Uygulamaları
- Hastalık Tahmini ve Tanısı: Diyabet, kanser ve kardiyovasküler rahatsızlıklar gibi hastalıkları tahmin etmek için yapay zeka modellerini eğitin.
- Klinik Karar DesteğiYapılandırılmış elektronik sağlık kayıtları verilerini kullanarak tanı önerileri sunmak, ilaç etkileşimlerini belirlemek ve tedavi planlamasına yardımcı olmak üzere modeller eğitin.
- Kişiselleştirilmiş tıp: Kişiselleştirilmiş tedavi planları önermek için demografik ve tanı verilerini kullanın.
- Sağlık Otomasyonu: EHR veri kümeleri üzerinde eğitilmiş NLP destekli araçlarla randevu planlama veya faturalandırma gibi idari görevleri otomatikleştirin.
- Tahmine Dayalı Sağlık Modellemesi — Boylamsal hasta kayıtları, DRG kodları ve hastalık şiddeti puanlarını kullanarak risk sınıflandırma ve hastalık tahmin modelleri oluşturun.
- Gerçek Dünya Kanıtı (RWE) Çalışmaları — Hasta grupları genelinde elektronik sağlık kayıtlarındaki sonuç verilerini analiz ederek, piyasaya sürüldükten sonraki döneme ilişkin kanıtlar ve farmakovijilans bilgileri oluşturun.
- Klinik Notlar için Doğal Dil İşleme (NLP) — Yapılandırılmamış hekim notlarından ve taburculuk özetlerinden, açıklama eklenmiş elektronik sağlık kaydı eğitim verilerini kullanarak varlıkları, durumları ve prosedürleri çıkarın.
EHR Veri Setleri için Neden Shaip'i Seçmelisiniz?
Uzman İş Gücü
Uzman profesyoneller, verilerin doğru ve kaliteli bir şekilde açıklanmasını sağlar.
Yasal Uygunluk
HIPAA ve GDPR'ye uygun, tamamen kimliği belirsizleştirilmiş veri kümeleri.
Rekabetçi fiyatlandırma
Kaliteyi ödün vermeden, uygun maliyetli çözümler sunuyoruz.
Önyargısız Veri
Sıkı protokoller önyargıları ortadan kaldırarak güvenilir yapay zeka sonuçlarının elde edilmesini sağlar.
Hızlı ve Doğru
Akıcı süreçler, çeşitli ve yüksek kaliteli verilerin hızlı bir şekilde iletilmesini sağlar.
Kullanılabilirlik ve Teslimat
Verilerin, hizmetlerin ve çözümlerin yüksek ağ çalışma süresi ve zamanında teslimi.
Ölçekte kanıtlanmış
Google ve önde gelen sağlık yapay zeka şirketleri tarafından güvenilen bir platform. 6 Sigma Kara Kuşak süreçleri ve tıp uzmanı incelemesiyle kalite kontrolünden geçirilmiştir.
Ticari kullanıma hazır
Shaip'in kullanıma hazır elektronik sağlık kayıtları kataloğu lisanslıdır, kimliksizleştirilmiştir ve bugün Databricks Pazaryeri üzerinden indirilmeye veya erişilmeye hazırdır.
Tam yaşam döngüsü desteği
Ham verilerin üzerine ek açıklama mı gerekiyor? Shaip, tek bir iş ortağından kimliksizleştirme, klinik adlandırılmış varlık tanıma (NER) etiketleme ve veri zenginleştirme hizmetleri sunar.
Aradığınızı bulamıyor musunuz?
Tüm veri türlerinde kullanıma hazır yeni tıbbi veri kümeleri toplanıyor
Sağlık eğitimi veri toplama endişelerinizi gidermek için şimdi bizimle iletişime geçin
Sıkça Sorulan Sorular (SSS)
1. Yapay Zeka'da EHR veri kümeleri ne için kullanılır?
EHR veri kümeleri, hastalık tahmini, klinik karar alma ve kişiselleştirilmiş tedaviler için yapay zeka modellerini eğitmek amacıyla kullanılır.
2. EHR verileri AI/ML projelerinde nasıl kullanılır?
EHR verileri, klinik karar desteği, hastalık tahmini, kişiselleştirilmiş tedavi planlaması ve sağlık otomasyonu için yapay zeka modellerini eğitmek amacıyla kullanılır.
3. EHR verileri kimliksizleştiriliyor mu?
Evet, tüm EHR verileri, Kişisel Tanımlayıcı Bilgileri (PII) kaldırmak ve gizlilik düzenlemelerine uymak için kimliksizleştirilir.
4. EHR verilerinin temel bileşenleri nelerdir?
EHR verileri, hasta demografisi, tıbbi geçmişi, teşhisleri, tedavi planları, laboratuvar test sonuçları, radyoloji görüntüleri (örneğin BT, MRI, X-ışınları), reçeteler ve aşı kayıtları gibi ayrıntıları içerir.
5. Veriler HIPAA ve diğer düzenlemelere uygun mu?
Evet, veriler güvenli ve etik kullanımı garantilemek için HIPAA, GDPR ve diğer küresel gizlilik standartlarına uygundur.
6. EHR veri kümeleri özelleştirilebilir mi?
Evet, veri kümeleri belirli tıbbi uzmanlık alanlarına, bölgelere, hasta demografisine veya proje gereksinimlerine göre özelleştirilebilir.
7. Veriler yapay zeka modellerime entegre edilebilir mi?
Evet, veri kümeleri, yapay zeka ve makine öğrenimi iş akışlarına kolay entegrasyon için standart formatlarda (örneğin JSON, CSV) sağlanır.
8. Veri kalitesi nasıl sağlanır?
Veriler, doğruluk, tutarlılık ve güvenilirliği garanti altına almak için titiz doğrulama ve kalite kontrollerinden geçer.
9. EHR veri kümelerinin maliyeti nedir?
Maliyetler veri hacmi, özelleştirme ve proje kapsamı gibi faktörlere bağlıdır. En iyi teklifi almak için gereksinimlerinizle birlikte "Bizimle İletişime Geçin" formunu doldurmanızı rica ediyoruz.
10. EHR veri kümelerinin teslimat zaman çizelgeleri nelerdir?
Teslimat zaman çizelgeleri projenin büyüklüğüne ve karmaşıklığına göre değişir ancak kararlaştırılan son tarihlere uyacak şekilde tasarlanmıştır.
11. EHR veri kümeleri sağlık sektöründeki yapay zeka çözümlerini nasıl iyileştirebilir?
EHR veri kümeleri, yapay zeka sistemlerinin daha iyi teşhis, öngörücü içgörüler ve kişiselleştirilmiş tedavi sunmasını sağlayarak hasta sonuçlarını ve sağlık hizmetlerinin verimliliğini artırır.
12. Kişiselleştirilmiş EHR veri setleri alabilir miyim?
Evet, Shaip uzmanlık alanına, yaş grubuna, coğrafyaya veya proje gereksinimlerine göre özelleştirilmiş EHR veri kümeleri sunar.
13. Elektronik sağlık kaydı (EHR) veri seti ile elektronik tıbbi kayıt (EMR) veri seti arasındaki fark nedir?
Elektronik Tıbbi Kayıtlar (EMR), tek bir sağlık hizmeti sağlayıcısından gelen klinik verileri içerirken; Elektronik Sağlık Kayıtları (EHR), birden fazla sağlık hizmeti sağlayıcısı, ortam ve zaman dilimini kapsayan tüm bakım sürecini içerir. Shaip, karmaşık yapay zeka eğitim gereksinimleri için çoklu sağlık hizmeti sağlayıcısına ait uzunlamasına kayıtlar da dahil olmak üzere hem EHR hem de EMR veri seti varyantları sunmaktadır.
14. Elektronik sağlık kayıtlarındaki veriler nasıl anonimleştirilir?
Tüm kayıtlar, HIPAA Gizlilik Kuralı Güvenli Liman Yöntemi kullanılarak anonimleştirilir; bu yöntemle ad, doğum tarihi, adres ve tıbbi kayıt numaraları dahil olmak üzere 18 PHI tanımlayıcısının tamamı kaldırılır. Anonimleştirilmiş MRN alanı, veri kümesi içindeki kayıt bağlantısı için saklanır ve yeniden tanımlama riski olmadan boylamsal analize olanak tanır.
