信息速览
本数据集是从 MIMIC-III 重症监护数据库中抽出的 100 名患者、137 份出院小结，用一套含 33 个类别的标注模式逐句做了人工标注，最终以 3,270 条标注记录的单个 CSV 文件发布在 PhysioNet。它面向的核心问题是：阿片类使用障碍在病历里长期被漏诊，而结构化编码抓不到医生在叙述中写下的用药线索。标注由两名作者完成，其中 40 名患者经双人标注并裁定，另 60 名由单人标注。
既往从病历识别阿片相关问题的做法，多依赖 ICD 诊断码或关键词规则，只能判断「这个人有没有被编码为阿片问题」，无法回答「他用的是哪一种阿片、有没有减量尝试、有没有过量史、家庭与就业状况如何」。这套标注模式把这些语境拆成可单独标注的类别，包括阿片药名、依赖征象、非法使用、治疗与拒绝治疗、过量（区分当下、既往、被否定、不确定）、精神科共病、疼痛与镇痛处理、药物筛查结果，以及一个整份小结层面的 OUD 判断。
适用的场景是临床文本信息抽取与标注方法学研究：想训练句级分类器识别阿片相关内容，想复现标注一致性指标，或想比较传统机器学习与预训练语言模型的差距，都可以从这份标注起步。拿到数据前需要先在 PhysioNet 完成认证并签署数据使用协议，下载并非开放直取；使用前也宜先接受一个事实——这套标注的一致性只到中等水平。
§1 它是什么：一份从 MIMIC-III 中抽出的标注层
1.1 身份：独立的数据集记录，不是 MIMIC 的镜像
这份数据在 PhysioNet 上是一条独立的数据集记录，有自己的 DOI（10.13026/tbb4-t319）、自己的版本号（1.0.0）、自己的作者列表与自己的引用格式。它不复制 MIMIC-III 的原始病历，只发布标注结果——每条记录给出「哪份小结、哪一段文字、标成了什么类」。因此使用者必须另行获得 MIMIC-III 的访问资格，才能把标注映射回原始文本。
它与 MIMIC-III 的关系可以理解为「在已有语料上加盖的一层结构化解释」。MIMIC-III 提供 2001 至 2012 年间波士顿贝斯以色列女执事医疗中心（Beth Israel Deaconess Medical Center，BIDMC）约六万名重症患者的住院记录；研究者在其中筛出带阿片相关 ICD-9 编码的患者，下载其出院小结，再从中随机抽 100 名做标注。原始文本仍受 MIMIC-III 自身的使用协议约束。
版本层面没有分支。官方页面记录的唯一版本是 2023 年 2 月 8 日发布的 1.0.0，此后没有增量修订，也没有子集发布。页面另有「最新版 DOI」10.13026/kdap-sg35 的标注，但在版本历史中并未出现与之对应的新版本记录，使用者引用时以 v1.0.0 的 DOI 为准更为稳妥。
1.2 来源语料：MIMIC-III 中被编码为阿片问题的患者
纳入口径写在论文里：从 MIMIC-III 检索带有一组 ICD-9 编码的住院记录，这些编码覆盖阿片类依赖（304.00–304.03、304.7、304.70–304.73、304.8、304.81–304.83）、阿片类滥用（305.50–305.53）、阿片中毒（965.00、965.01、965.02、965.09）以及相关的不良反应与外因编码（E850.0、E935.0）。符合条件并下载了出院小结的患者共 762 名。
这个筛选口径决定了数据集的人群画像：全部是被临床编码确认为与阿片有关的住院患者，其中相当一部分是急性中毒或戒断入院的病例。它不包含「长期服用处方阿片但从未被编码为问题」的人群，也不包含只在门诊记录中留下线索的患者。做人群推断时，这个前置筛选是最容易被忽略的一道边界。
数据的时间跨度继承自 MIMIC-III，即 2001 年至 2012 年。这十余年里美国的阿片处方实践经历了明显变化：处方阿片的使用高峰、处方监管收紧、海洛因与合成阿片流入，都发生在这个窗口的后半段。因此文本中出现的药名分布、给药途径描述与就诊原因，都带有特定的年代印记。
1.3 命名与引用：数据集条目与论文条目的分工
官方名称很长，描述性而非品牌化，直译是「来自 MIMIC-III 重症监护数据库出院小结的问题性阿片使用及相关语境标注数据集」。检索时用全名往往过长，实际上更有效的检索词是「MIMIC-III opioid annotation」「OUD discharge summaries NLP」这类组合。
引用有两条线，官方页面要求同时给出。数据集本身引用 Poulsen、Troiani、Freda、Mowery、Davoudi 五人署名的 PhysioNet 记录，年份 2023，DOI 10.13026/tbb4-t319；背后的研究论文则引用 Poulsen、Freda、Troiani、Davoudi、Mowery 五人署名的《Classifying Characteristics of Opioid Use Disorder From Hospital Discharge Summaries Using Natural Language Processing》，发表于 Frontiers in Public Health 2022 年第 10 卷，文章号 850619。两处作者顺序不同，是官方页面与期刊各自的署名习惯，照抄即可。
PhysioNet 还要求引用平台自身的文献。这一条常被忽略，但在以 PhysioNet 托管数据为基础的成果里，平台引用属于惯例要求。
§2 数据构成：一个 CSV，十个字段，33 个类别
2.1 文件与记录结构
发布物是一个 CSV 文件，文件名 _OUD_MIMIC_annotations_all.csv。官方页面没有披露文件体积，也没有提供逐患者分目录的结构，全部标注压在一个平面表里。每行是一条标注，同一个句子若被赋予多个类别，就会出现多行，因此记录数并不等于被标注句子的数量。
文件承载的标注条数见上，覆盖 100 名患者的 137 份出院小结。每名患者对应的小结数量在 1 到 6 份之间，多数患者只有一份。文件名前缀的三到四位数字标识患者，这一设计让使用者可以在不接触 MIMIC 主键的情况下按患者切分，但也意味着同一患者的多份小结需要通过前缀匹配来归组。
| 字段 | 含义 | 取值形态 | 字段可靠性 |
|---|---|---|---|
| File name | 来源文件在 MIMIC-III 中的名称，前缀数字标识患者 | 字符串 | 依官方页面定义 |
| File name with extension | 带 .txt 后缀的文件名 |
字符串 | 依官方页面定义 |
| Term | 被标注的句子、词或短语；患者级断言取该小结第一个词 | 文本 | 官方页面明确 |
| Span | 标注对象在出院小结中的位置 | 位置信息（起止格式官方未细化） | 定义明确、格式未披露 |
| Class | 分配的类别名称 | 33 类之一 | 官方 Table 1 可逐条对应 |
| Att1 | 一级属性名，通常为 type；为空表示无一级属性 |
字符串 | 官方页面明确 |
| Att1 value | 一级属性取值，如 non-opioid / opioid / unspecified | 字符串 | 官方页面明确 |
| Att2 | 二级属性名，通常为 result；为空表示无二级属性 |
字符串 | 官方页面明确 |
| Att2 value | 二级属性取值，如 negative / positive | 字符串 | 官方页面明确 |
| Annotation set | 所属语料：adjudicated 或 independent |
二值 | 官方页面明确 |
两点需要在使用前留意。其一，Span 的编码方式在官方页面上只写了「标注术语在出院小结中的位置」，没有说明是字符偏移量、token 序号还是行号，也没有给出起止边界是否包含端点的约定；把它映射回原文时必须先用几条记录做验证。其二，Annotation set 字段是把两份语料合并发布后的唯一区分标志，adjudicated 对应双人标注并裁定的那 40 名患者，independent 对应单人标注的 60 名患者。混用两组会污染一致性分析。
2.2 33 个类别与属性
标注模式以句子为主要单位，围绕「问题性阿片使用」展开，向外扩展到促成因素、物质使用史、滥用后果与精神共病四个方向。部分类别带有属性，属性本身也是标注信息的一部分：例如药物筛查要记录筛查的是哪一类药物、结果是阳性还是阴性；过量要记录涉及的是阿片还是其他药物。
| 类别 | 属性 | 含义与示例（据官方表） |
|---|---|---|
| Drug screening | type：non-opioid / opioid / unspecified；result：negative / positive | 药物筛查的结果与筛查对象，如「毒筛苯二氮与阿片阳性」 |
| Interpersonal and legal consequences | 无 | 与人际关系或法律相关的滥用后果，如「上周二因持有毒品被捕」 |
| Opioid abuse uncertain | 无 | 疑似但不确定的滥用，如「事故前是否使用海洛因存疑」 |
| Opioid dependency indicator | 无 | 生理依赖征象：戒断、渴求、耐受，如「患者处于急性阿片戒断」 |
| Opioid illicit use | 无 | 近期非法阿片使用，如「患者承认使用海洛因」 |
| Opioid past illicit use | 无 | 既往非法阿片使用史，如「有静脉注射海洛因史」 |
| Opioid reduction successful | 无 | 减量、控制或撤药尝试成功，如「自行减至口服 3–4 mg」 |
| Opioid reduction unsuccessful | 无 | 减量尝试失败（表注说明该类未被实际使用） |
| Opioid seeking | 无 | 求药行为：声称丢失药片、要求提前续方、使用他人处方（表注说明未被实际使用） |
| Opioid type | 无 | 任何阿片药名提及，如氢吗啡酮、美沙酮 |
| Opioid use underspecified | 无 | 未说明是按处方还是非法使用，如「长期使用阿片」 |
| Other contexts | 无 | 其他可能相关但难以归类的语境，官方注明该类变异很大 |
| Other drug use | type：illicit / non-illicit / unknown | 阿片以外成瘾物质的使用，如「可卡因滥用」 |
| Other drug use negated | type：illicit / non-illicit / unknown | 明确否认使用，如「否认烟草、酒精、静脉吸毒」 |
| Other drug use past | type：illicit / non-illicit / unknown | 既往使用史，如「既往重度饮酒」 |
| OUD current | 无 | 书写者断言患者当前患有阿片类使用障碍，如「海洛因成瘾」 |
| OUD negated | 无 | 书写者明确否定，如「无静脉吸毒或阿片止痛药使用史」 |
| OUD past | 无 | 书写者断言既往患病，如「麻醉药依赖史」 |
| OUD psychosocial stressors related | 无 | 创伤、无家可归、亲友吸毒等潜在诱因，如「兄弟有静脉吸毒」 |
| OUD tx | 无 | 治疗：药物、咨询、脱毒、康复，如「静脉吸毒者正在用美沙酮」 |
| OUD tx negated | 无 | 未接受治疗或拒绝治疗，如「建议成瘾咨询但被拒绝」 |
| Overdose | type：non-opioid / opioid / unknown | 当前过量事件，如「海洛因与可卡因过量」 |
| Overdose negated | type：non-opioid / opioid / unknown | 否定过量，如「不符合麻醉药过量」 |
| Overdose past | type：non-opioid / opioid / unspecified | 既往过量史，如「曾因七次药物过量住院」 |
| Overdose uncertain | type：non-opioid / opioid / unknown | 是否过量存疑，如「急诊对纳洛酮无反应」 |
| Pain | 无 | 疼痛描述，如「慢性背痛」 |
| Pain mgmt | 无 | 镇痛处理，如「羟考酮 5 mg，每四小时按需」 |
| Patient-level OUD assertion | type：clinical writer-asserted positive / negative / uncertain / not-specified | 整份小结层面的书写者判断 |
| Psychiatric | 无 | 急性精神或心理健康问题参与本次就诊，如「自杀意念」 |
| Psychiatric negated | 无 | 否认精神症状，如「否认情绪低落」 |
| Psychiatric past | 无 | 精神科既往史，如「焦虑症史」 |
| Psychiatric uncertain | 无 | 精神科判断存疑，如「精神科会诊对诊断存疑」 |
| Vocational interferences | 无 | 与就业或学业相关的后果，如「原是护士，因物质滥用失去执照」（表注说明未被实际使用） |
这张表隐含一套设计逻辑：同一件事在文本里可能以五种方式出现——当前肯定、当前否定、既往、不确定、未指明。过量、精神科、其他药物、OUD 判断都按这个模式复制了各自的否定与既往变体。表面上看这带来冗余，实际上这是临床文本抽取里最关键的一组区分，因为病历里大量出现的正是「否认」「无」「未提及」这类否定语境。
四个带星号的类别（Opioid abuse uncertain、Opioid reduction unsuccessful、Opioid seeking、Vocational interferences）在官方表注中被说明为「属于标注模式但未在标注中使用，因此不会出现在发布数据里」。这个注释放出一个信号：标注模式的设计覆盖面广于标注者实际能够稳定识别的范围，求药行为与职业影响这两类在出院小结里出现频率很低，标注者难以形成共识。
2.3 两份语料的构成差异
标注分两段进行。第一段覆盖 40 名患者，两名标注者共同标注，经过多轮迭代后形成裁定版本；第二段覆盖 60 名患者，两名标注者各标注 30 名，形成独立标注版本。两段合起来才是完整的 100 名患者。
这个设计与常见的数据集划分不同：它不是随机划分训练与测试，而是按时间顺序分成「先建立共识」和「再扩大样本」两个阶段。其后果是，两段文本的标注质量与风格存在系统性差异，adjudicated 子集更接近金标准，independent 子集的标注一致性未经同等的跨人校验。
论文另有一套训练与测试的划分，按患者随机分出 66 名训练、29 名测试，并给出对应的句子条数。这套划分只服务于论文的自动化实验，并没有随数据发布成独立的划分文件，也没有在 CSV 里标注字段来标记。想复现论文结果的团队需要按论文描述自行重建划分，而重建时 66 与 29 相加只有 95，与 100 名的总数相差 5 名，论文未说明这 5 名患者的去向。
§3 怎么拿到：认证、协议与区域限制三重门
3.1 访问级别：认证用户，不是公开下载
这份数据属于 PhysioNet 的「认证访问」（Credentialed Access）类别，与完全开放的示例数据、以及仅限特定机构访问的受限数据都不是同一档。官方页面写明：只有签署数据使用协议的认证用户才可访问文件。这意味着打开页面能看到元数据、类别表与引用格式，但在登录并通过认证之前，看不到也取不到 CSV。
认证流程由 PhysioNet 统一管理，通常包括：注册平台账号并完善个人资料、完成指定的人体受试者研究伦理培训课程（CITI「Data or Specimens Only Research」）、提交访问申请并接受身份与所属机构核验、签署数据使用协议。协议对使用范围有明确约束，包括不得尝试重新识别个体、不得将数据转交给未获授权的第三方、成果发表需遵守平台规定等。具体条款以签署时的文本为准，版本号为 1.5.0。
需要注意的是，认证不是一次性的通用通行证。每次申请特定数据集时，平台可能要求单独的用途说明或额外的审批步骤。如果申请被拒或长时间未处理，通常与培训证明缺失、机构信息不完整或用途描述过于笼统有关。
3.2 许可：Credentialed Health Data License 1.5.0
数据以 PhysioNet Credentialed Health Data License 1.5.0 授权，配套协议为 PhysioNet Credentialed Health Data Use Agreement 1.5.0。这一许可的定位与常见的开放许可不同：它不追求最大范围的分发自由，而是以受控访问换取去标识化数据的可用性。使用者获得的是在协议约束下的使用权，不取得再分发的权利。
在实际使用中，这带来三条约束。第一，数据不能上传到公开的代码仓库、云盘或模型训练平台；许多团队在提交论文时被要求公开代码，此时只能公开处理脚本与标注映射逻辑，数据本体不能附带。第二，模型权重是否构成派生数据，协议通常有相关条款，需要在发表前核对。第三，数据的二次发布需要重新走审批，把标注子集重新打包上传到第三方平台并不符合协议。
3.3 区域访问限制的实际情况
在部分网络环境下打开官方页面，文件区会显示「数据在该地区因法律或政策限制不可用」。这是平台层面的区域访问限制，与是否通过认证无关，也与数据本身是否完整无关。遇到这种情况，即使完成了认证流程，也可能无法在当前网络位置取得文件。
这一限制不改变数据的真实存在与描述内容：元数据、类别表、引用格式与版本信息在全站可见。使用者若在受限区域，需要按平台规定的方式处理，而不是寻找非官方镜像——后者既违反协议，也无法保证标注文件未被改动。
3.4 与源数据的双重授权
这份标注集与 MIMIC-III 是两份独立授权的数据。获得标注集访问权，不等于获得 MIMIC-III 的访问权。要把标注映射回出院小结原文，必须另行通过 MIMIC-III 的认证与培训流程。两个申请流程有重叠但不通用，实践中常见的情况是研究者已经有了 MIMIC-III 权限，却忘了单独申请这条标注记录。
反过来，只有标注集而没有 MIMIC-III 权限时，能做的分析相当有限：可以研究类别分布、标注一致性、类别共现，也可以把 Term 字段的文本片段直接当作句子使用。但 Term 里的片段已经去标识化，缺少上下文语境，做句级分类训练会损失大量信息。官方页面提供的 File name 与 Span 字段，正是为了在拿到原文后重建位置。
§4 质量与已知问题：一致性只到中等，覆盖并不均匀
4.1 标注者间一致性：48% 到 66% 的含义
论文报告的整体一致性以 F1 计，从第一轮的 48% 提升到 66%，提升发生在双人标注的 40 名患者内部，跨越八轮迭代。这个数值的参照系是「中等」（moderate），不是「高」。把它理解为「三分之一的标注可能与另一位标注者不一致」更贴近实际情况。
按类别拆开看，差异非常悬殊。药物筛查、过量、精神科、阿片药名这几类的单项一致性可以达到 83% 至 100%，而涉及潜在滥用、语境兜底的类别则跌到 0%。0% 不代表标注者完全随机，而是样本量只有一两条时，F1 的取值区间被压成了极端值。判断某一类是否可靠，样本数与 F1 必须一起看。
属性层面的一致性更低：把类别与属性叠加计算时，一致性从 31% 提升到 64%。差异主要来自属性的边界，例如同一句「毒筛阳性」到底该记为非阿片、阿片，还是未指明，标注者在缺少进一步信息时倾向不同。使用者若打算按属性做多分类，需要承认这一层的噪声明显大于类别层。
| 一致性档位 | 代表类别 | 解释 |
|---|---|---|
| 高（83%–100%） | 药物筛查、过量各类、精神科否定、阿片药名、既往非法使用 | 表述模式固定，词汇变异小 |
| 中（57%–75%） | 当前非法使用、依赖征象、OUD 治疗、心理社会应激源、疼痛管理、其他药物使用 | 边界依赖上下文，需要读整段 |
| 低（0%–40%） | 求药行为、未指明的阿片使用、OUD 否定与既往、精神科既往与不确定、人际法律后果 | 样本极少或定义模糊 |
4.2 覆盖不均：大量类别的标注量撑不起模型
自动化实验只挑出标注条数在训练集中达到一百条以上的五个类别，其余全部被排除，包括样本量并不算少的「其他语境」也被排除在自动化之外。这个取舍本身说明了一个事实：多数类别在这份语料里的出现频次太低，不足以训练稳定的分类器。
从频次分布看，阿片药名、其他药物使用、疼痛管理、药物筛查、精神科这五类的标注量占据了大头，而求药行为、减量失败、OUD 否定、精神科既往这些类别只有个位数甚至为零。想研究低频的临床现象，例如「患者拒绝成瘾治疗」的文本表达，这份数据的样本量远远不够。
这一点与新版本的 MIMIC-IV-Note 形成对照。后者提供的出院小结体量在数十万份量级，即便低频现象的出现次数也会显著增加，但代价是需要自己从零建立标注。这份数据的价值在于标注已经做好，而不在于文本规模。
4.3 假设—支持—反对：三条常用的推断及其边界
| 假设 | 支持 | 反对 |
|---|---|---|
| 这份标注可以直接用于训练通用 OUD 识别模型 | 类别设计覆盖了从药名到后果的完整链路；论文在五类上取得了 72% 至 99% 的测试 F1 | 训练语料仅 100 名患者、约两千余条句子；五个类别之外的标注量不足；一致性只有中等，标签本身带噪声 |
| 在 MIMIC-III 上训练的模型可以迁移到其他医院 | 特征工程使用了 Empath、UMLS、ConText 三类通用知识源，不依赖本院特有词表 | 语料全部来自单一美国医院的 ICU 患者，人群与记录风格高度特定；论文明确把跨机构泛化列为局限 |
| 患者级 OUD 断言可作为弱标签做病历筛查 | 标注直接对应书写者的临床判断，比 ICD 编码更贴近真实病程 | 多数小结被标为「未指明」，断言可用样本稀少；最高一致性仅 67%，不足以单独作为金标准 |
4.4 标注效度无法验证
论文在局限部分坦白了一件重要的事：研究者无法验证标注是否反映了患者的真实情况。文本是唯一的证据来源，如果医生写错了或漏写了，标注者只能忠实标注文本而非现实。临床上判定 OUD 通常依赖结构化访谈与 DSM 标准，这份数据不包含严重度评分，也不包含跨时间的随访信息。
由此带来的后果很具体。一个人可能长期滥用处方阿片但从未在病历中被描述，这类患者即使被 ICD 编码选中，其出院小结也可能完全没有相关表述，标注结果会是空白。反过来，一句「否认静脉吸毒」会被标为否定，但是否真的没有使用，标注者无从判断。使用者在解读类别频次时，读到的是「医生写了什么」，不是「患者发生了什么」。
4.5 年代与场景的双重滞后
源数据采集于 2001 至 2012 年。此后美国的阿片危机形态发生了显著变化：处方阿片的过量死亡在 2010 年代前期见顶后下降，海洛因与芬太尼相关死亡迅速上升。这种变化会直接影响药名词表：芬太尼及其类似物在原始语料中出现的频率，与今天的临床文本不可同日而语。
场景层面同样有限制。全部文本来自 ICU 住院患者的出院小结，这类小结通常较长、结构化程度较高，包含入院原因、既往史、社会史、出院用药等固定段落。门诊记录则短得多，语言也更口语化，社会史部分常常只有一句话。在出院小结上训练出的模型，直接搬到门诊文本上通常会掉点。
§5 能做什么：从句子分类到标注方法学研究
5.1 任务一：阿片相关句子的多标签分类
这是最直接的用法。把每条小结切成句子，用 Term 与 Span 对齐，得到句子到类别的映射，然后训练分类器判断新句子属于哪一类。因为同一句可以带多个类别，任务本质是多标签而非单标签，评估时应当用微平均与宏平均同时报告，宏平均会显著暴露低频类别的失败。
论文给出的基线可以直接对标。逻辑回归在五类上的测试 F1 在 40% 至 91% 之间，基于 ELECTRA 的 AutoGluon 在同类任务上普遍更高，阿片药名类达到 99%。值得注意的是，两者的差距在词汇变异小的类别上较小，在「其他药物使用」这类缩写密集的类别上差距反而拉大，说明预训练模型带来的是对拼写变体与未登录词的处理能力。
5.2 任务二：否定与既往语境识别
这套模式对每个主题都配了否定与既往变体，这使它天然适合做语境断言研究。临床文本抽取的经典难点不在识别实体，而在判断实体处于什么语境：是当前事实、过去事件、被否认的可能性，还是家属的情况。标注模式把这些区分显式编码成独立类别，等于给出了一个语境分类的监督信号。
需要提醒的是，否定类别的标注一致性并不高。OUD 否定、精神科既往、其他药物否定的单项一致性都偏低，原因之一是「无静脉吸毒史」这类句子既可能被判为否定，也可能被判为既往史的缺失。在做二分类简化时，应明确把哪些类别合并，并在报告中说明合并规则。
5.3 任务三：患者级筛查的弱监督实验
Patient-level OUD assertion 类别给出整份小结层面的判断，取值包括书写者断言阳性、阴性、不确定、未指明。这可以用来做弱监督：把断言为阳性的患者视为正例，断言为阴性或未指明的视为负例或排除，训练患者级分类器，再与 ICD 编码做对照。
这条路的关键在于「未指明」的比例。论文指出多数小结被标为未指明，这意味着可用作正例的样本相当有限。更现实的做法是把任务重新定义为「识别书写者明确表述了 OUD 的小结」，而不是「识别患有 OUD 的患者」。两者的差异在临床筛查场景下相当大。
5.4 任务四：标注模式与一致性方法学研究
这套标注模式本身是研究对象。它展示了如何把 DSM 概念演绎性地拆成可标注的句子级类别，又如何通过通读文本归纳补充兜底类别。想为新领域设计标注方案（例如大麻使用、酒精使用、新型合成阿片），可以直接借用这个框架的主题分层与否定变体设计。
一致性研究也有材料可用。八轮迭代中 F1 的上升轨迹、属性层一致性的额外下降、低频类别的极端取值，都是讨论「标注指南如何影响一致性」的实例。这套材料特别适合用来演示一个常被忽略的问题：整体一致性指标会掩盖类别间的不均衡。
5.5 一个最小的可执行流程
1. 在 PhysioNet 完成认证与 CITI 培训，签署 DUA，取得标注 CSV
2. 另行走 MIMIC-III 认证，取得 137 份对应出院小结原文
3. 用 File name 前缀按患者归组，用 Span 把 Term 映射回原文位置
（先用 5-10 条记录验证 Span 的编码约定）
4. 按 Annotation set 区分 adjudicated 与 independent，分别统计类别分布
5. 句子级多标签分类：按患者划分训练/测试，避免同一患者跨集
6. 评估：微平均 F1、宏平均 F1、各类别支持数一并报告
第五步的患者级划分是容易被忽略的细节。同一患者的多份小结在语言风格与病史描述上高度相似，若按句子随机划分，测试集的句子往往能在训练集中找到近乎相同的表述，指标会被高估。按患者切分是这类临床文本任务的通行做法。
§6 常见误读与引用陷阱
6.1 误读表
| 常见说法 | 实际口径 | 证据位置 |
|---|---|---|
| 这是一个可以自由下载的开放数据集 | 属于认证访问，须完成 PhysioNet 认证并签署数据使用协议，部分区域还受访问限制 | 官方页面访问政策栏 |
| 拿到标注 CSV 就等于拿到了 MIMIC-III 的数据 | 标注集与 MIMIC-III 是两份独立授权，需分别申请 | 官方页面父项目说明与各自许可 |
| 数据集包含两千份以上的出院小结 | 标注条数是三千余条，小结是 137 份，患者是 100 名，三个数字分属不同层级 | 官方摘要与数据描述 |
| 标注类别共 32 个 | 官方页面写 33 类，论文写 32 类；官方类别表列出 33 行，其中 4 个类别标注为未实际使用 | 官方摘要、Table 1 表注、论文摘要 |
| 每个患者对应一份出院小结 | 每名患者有 1 至 6 份小结 | 官方数据描述 |
| 每条标注对应一个不同的句子 | 同一句可带多个类别，记录存在重复，条数不等于句数 | 官方数据描述 |
| 标注由两名标注者对全部 100 名患者完成 | 只有 40 名患者双人标注并裁定，另 60 名由单人标注 | 官方摘要与论文方法 |
| 标注一致性达到 66%，可以直接当金标准 | 66% 是类别级 F1 的最高值，属性层的最高值只有 64%，属中等水平 | 论文结果部分 |
| 所有 33 个类别都有足够样本训练模型 | 只有 5 个类别在训练集中超过一百条，其余未进入自动化评估 | 论文方法与 Table 3 |
| 数据覆盖全美阿片使用者 | 仅来自单一医院 ICU 患者中带 ICD-9 阿片相关编码者 | 论文方法与局限 |
| 数据集会随 MIMIC 更新而更新 | 版本停留在 1.0.0，源数据为 MIMIC-III 而非 MIMIC-IV | 官方版本历史 |
| 患者级断言可以直接当作 OUD 诊断标签 | 断言反映书写者表述，多数记录为未指明，且效度未经外部验证 | 论文结果与局限 |
6.2 技术性陷阱
文本跨度的编码约定未公开。 官方只说明 Span 表示位置，没有给出偏移单位与端点约定。把 Term 映射回原文时，应当用若干条记录反推：取一段已知句子，测试从零开始计数与从一开始计数、左闭右开与两端包含，看哪种方式能精确还原文本。
类别属性与类别嵌套的层级。 数据用 Att1/Att2 两列平铺承载属性，而不是用嵌套结构。读入后若直接按 Class 分组，会丢失 type 与 result 的区分。正确做法是先把 Class 与属性值拼成一个复合标签，再做统计，否则「药物筛查」这一类会被错误地当成一个单一类别。
两段语料的混用。 adjudicated 与 independent 两个取值对应不同的标注流程。做一致性分析时只能用前者；做频率统计时若把两者混在一起，会掩盖后一期标注风格的变化。官方没有单独发布一致性计算脚本，任何一致性数字都需要自行计算并说明口径。
条数与句数的混淆。 多标签导致同句多行。统计「标注了多少句子」时必须去重，去重键通常是文件名加跨度区间，而不是 Term 文本——相同的短语在不同位置会被重复标注。
Term 字段不是完整句子。 阿片药名类标注的是词或短语，患者级断言取的是小结首词，这两类记录不能直接用于句子分类训练。构建句子级训练集时，需要用位置信息回原文取整句，或者把 Term 当成长度不足的样本剔除。
年份与药名的时代错配。 语料时间跨度为 2001 至 2012 年。若把这份数据当作今日临床文本的代表来评估模型，会高估模型对芬太尼类药名的识别能力——这些词在原始语料中出现极少，测试集里自然也没有。做时间外推时必须在局限部分写明。
§7 在生态中的位置：临床文本标注的一环
7.1 与上游 MIMIC 系列的关系
MIMIC-III 是这份数据的地基。它提供了去标识化的重症病历，也提供了 ICD-9 编码，标注者正是依靠编码筛选患者。MIMIC-III 的后续版本 MIMIC-IV 在时间跨度上更长、结构更规范，但这份标注集没有跟进到 MIMIC-IV，因此它固定在 MIMIC-III 的框架内。
同一来源上还有别的标注层。MIMIC-III 表型标注集提供出院小结的表型标签，用于疾病表型识别；MIMIC-IV-Note 提供体量大得多的出院小结自由文本。前者与本数据集的任务不同，后者与本数据集的数据来源不同代际。三者的关系是平行的，不是上下游。
7.2 与临床 NLP 标注语料的关系
临床 NLP 领域有一批经典标注语料，覆盖实体识别、关系抽取、去标识、问答等任务。i2b2/n2c2 系列共享任务提供了临床文本标注的方法范本，emrQA 把临床文本转成抽取式问答，MTSamples 提供医学转录文本，去标识领域则有专门的护理笔记金标准语料。这些语料与本数据集共享同一套方法论前提：人工标注、标注指南、一致性指标。
本数据集的差异在于专科聚焦。多数通用临床 NLP 语料覆盖面广但每个概念标注浅，这份数据只做一个主题，但在主题下做到了多层：药名、行为、后果、治疗、精神共病、社会因素。对于需要细粒度概念的研究，这种深挖比广度更有价值。
7.3 与阿片相关 NLP 研究的关系
阿片相关的自然语言处理研究在过去十年里以规则与关键词系统为主，少数使用机器学习，且多数研究针对慢性处方阿片治疗人群。这份数据的论文在方法上做了三点区别：采用双人标注、不限于处方阿片人群、同时比较传统机器学习与深度学习。
在应用侧，阿片相关 NLP 的典型任务是风险预测、过量识别、异常行为检测。这些任务通常需要结构化特征与文本特征的结合，而这份标注提供的是文本侧的细粒度标签。它可以作为特征源，也可以作为评估其他系统标注质量的参照。
7.4 在数据治理上的位置
PhysioNet 的认证访问模式是这份数据的重要属性。它代表了一类介于「完全开放」与「完全封闭」之间的数据治理安排：元数据公开、内容受控、使用可追溯。这种模式在临床文本数据中相当普遍，原因是自由文本的重识别风险高于结构化数据，即使经过去标识处理。
对使用者而言，这种安排的实际影响是工作流更长：申请周期、机构核验、协议签署都需要时间。把它纳入项目排期时，数据获取往往比模型开发更早成为关键路径。
§8 同类数据集对照
8.1 与通用临床文本标注语料的横向比较
把这份数据放进临床文本标注语料的谱系里，可以用四个维度定位：主题范围、标注粒度、语料规模、获取门槛。主题范围上它极窄，只做阿片相关；标注粒度上它较细，句级加患者级双层；语料规模上它偏小，百家患者量级；获取门槛上它偏高，双重授权。
窄而深的设计带来一个常被低估的好处：标注指南的可复用性。设计新主题的标注方案时，最难的部分往往不是发明类别，而是处理类别的边界与否定。这份数据的 33 类里，有相当一部分是同一主题的五种时态与极性变体，这种「一个概念铺开成五个标签」的做法可以直接移植。
语料规模小则限制了它的定位。它不适合作为预训练语料，也不适合用来验证大型语言模型的零样本能力——样本太少，统计功效不足。它更适合作为测试集、作为标注质量研究的样本、作为小样本学习方法的试验场。
8.2 与表型标注类数据的分工
MIMIC-III 表型标注集与本数据集同源，都建立在出院小结上，但任务层级不同。表型标注通常面向「这位患者是否符合某种疾病定义」，输出是患者级的二元或多元标签；本数据集则在患者级之外，把证据拆到句子级，输出的是「哪句话支持哪个判断」。
这一区别决定了它们的用途差异。做疾病表型分类，表型标注集更直接；做证据抽取、可解释性分析、临床摘要生成，需要句子级的支持证据，本数据集更合适。两者结合使用可以构造「结论加证据」的联合任务，但需要自行对齐患者主键。
8.3 与更广义物质使用研究的连接
阿片使用障碍不是孤立的主题。酒精、大麻、兴奋剂的使用障碍在临床文本中的表达方式与之相近，都涉及社会史、否认、既往史、治疗依从等要素。本数据集的标注模式可以作为设计这些主题标注方案时的模板，尤其是在如何区分「当前使用」「既往使用」「否认使用」三态上。
不过直接迁移需要谨慎。不同物质在病历中的表述习惯差异很大：酒精常以量化方式出现（每日饮酒量、戒酒年限），大麻常与法律状态关联，兴奋剂常与精神科共病交织。阿片类的标注类别里，药名、处方、非法使用三条线纠缠得最紧，这个特点未必能在其他物质上复现。
§9 使用场景与适用边界
9.1 适合的团队
临床信息学实验室是最典型的适用者。这类团队通常已有 MIMIC 访问权限，具备标注管理与模型训练的经验，能把这份标注快速接入既有的处理管线。数据科学团队若与医院合作、能够获得本地伦理审批，也可以把它作为方法验证的外部参照。
不适合的情况同样明确。需要在生产环境中做实时阿片风险预警的团队，不应以这份数据作为唯一依据：样本量小、标注一致性中等、年代较远，任一条都足以让上线后的性能偏离预期。把它当作方法原型阶段的试验材料更合适。
9.2 适合的研究问题
第一类是标注质量与不一致性的来源分析。哪些类别容易混淆、混淆的文本形态是什么、指南修订如何影响一致性，这些问题在这份数据上都有足够材料。
第二类是上下文断言识别的迁移研究。否定、既往、不确定、家属归因这几类语境在临床文本中普遍存在，用这份数据训练的断言识别器能否迁移到其他主题，是一个可以量化的问题。
第三类是小样本多标签分类的方法比较。33 个类别、数千条标注，正是检验各类不平衡处理策略与少样本学习方法的合适规模。
9.3 需要避开的用法
把标注当作临床真相是本数据集最危险的误用。它是一个关于文本的标注，不是一个关于患者的标注。用它估计人群中的 OUD 患病率会严重偏离，因为入组本身就是按 ICD 编码筛选的，而编码本身就被公认存在漏诊。
把患者级断言当作诊断金标准同样不可取。断言反映的是书写者的表述，且多数记录为未指明。用它训练诊断模型，学到的是「医生在什么情况下会在小结里写 OUD」，而不是「患者是否患有 OUD」——这两个问题在筛查场景下的答案并不相同，前者更接近编码行为，后者才是临床目标。
§10 一个完整的解读示例
10.1 从一条标注读出一段临床叙事
设想一份小结中出现了三段被标注的文字：一段写「患者因纳洛酮无反应送入急诊」，标注为过量不确定、属性为阿片；一段写「否认静脉吸毒」，标注为 OUD 否定；还有一段写「兄弟有静脉吸毒史」，标注为 OUD 相关心理社会应激源。三段文字合起来构成一个并不罕见的临床画面：医生在怀疑阿片过量，但患者否认注射使用，而家族中有明确的用药史。
这个例子说明了标注的价值与局限。价值在于，三段文字分别对应三种不同的临床语义，任何关键词匹配都难以把它们区分开——「纳洛酮」与「静脉吸毒」都指向阿片，但一个是不确定的过量证据，一个是否认。局限在于，这三条标注并不能回答「患者是否真的在使用阿片」，它只记录了医生写了什么、以及写的方式。
10.2 类别组合的解读方法
单独的类别往往意义有限，组合起来才有解释力。几个常见的组合：过量类与药物筛查类同时出现，通常意味着一次急性中毒事件的完整记录；依赖征象与治疗类同时出现，多见于戒断管理或药物辅助治疗的场景；心理社会应激源与精神科类同时出现，提示共病与家庭环境的交织。
需要留意的是，组合的出现频率受小结结构影响。出院小结通常包含固定的社会史段落，这使得心理社会应激源类别的出现更集中；而药物筛查只在做了毒检的病例中出现，缺失不代表没有使用，只代表没做检查。把缺失当作阴性，是解读这类数据时最常见的逻辑错误。
10.3 从标注反推标注指南
标注结果本身透露了指南的内容。例如，过量类被拆成当前、既往、否定、不确定四种，说明指南要求标注者区分时间性与确定性；而人际法律后果、求药行为、职业影响三类几乎闲置，说明这类行为在出院小结中的表述稀少或难以界定。
这种反推在做二次标注时很有用。若打算扩充语料，可以先看哪些类别闲置、哪些类别一致性低，再决定是修改类别定义还是扩大样本。这也提示一个现实：标注模式的设计覆盖面往往大于可标注范围，设计时的雄心与执行时的可操作性之间需要平衡。
§11 与库内条目的关系
11.1 上游与同源
MIMIC-III 是这份数据的直接来源，患者筛选、出院小结文本、时间范围全部继承自它。使用时两者应当成对理解：本数据集给出「哪句话被标成什么」，MIMIC-III 给出「这句话的完整上下文」。没有后者，前者的许多标注会失去解读依据。
MIMIC-IV-Note 是同一条路线上的后续产品，提供了代际更新、体量更大的出院小结自由文本。它没有配套的 OUD 标注，但可以作为扩大语料、检验年代迁移的材料。把本数据的标注模式应用到 MIMIC-IV-Note 上，是一个自然的研究延伸。
11.2 同域不同任务
MIMIC-III 表型标注集与本数据集同源而任务不同，前者给出患者级的表型标签，后者给出句子级的证据标签。i2b2/n2c2 系列提供了临床 NLP 标注任务的范式，emrQA 把临床文本转成问答形式，MTSamples 提供转录文本，去标识金标准语料则专注于隐私处理。这些条目在方法上互相参照，在数据上互不重叠。
11.3 建议的互链方向
从这份数据集出发，最有价值的互链是 MIMIC-III（上游语料）、MIMIC-IV-Note（后续代际）、MIMIC-III 表型标注集（同源不同任务）、i2b2/n2c2（临床 NLP 标注范式），四者在库内的条目名分别为 mimic-iii、mimic-iv-note、phenotype-annotations-mimic 与 i2b2-n2c2-nlp。向外的链接则应指向 PhysioNet 数据集页与 Frontiers 论文，两者是唯一的一手来源。
§12 总结
12.1 适用与不适用
| 场景 | 判断 | 理由 |
|---|---|---|
| 句级阿片相关内容的分类研究 | 适用 | 标注直接对应句子级类别，且有多标签结构 |
| 否定与语境断言识别 | 适用 | 模式为每个主题配置了否定与既往变体 |
| 标注模式与一致性方法学研究 | 适用 | 有八轮迭代记录与逐类一致性数据 |
| 患者级 OUD 筛查模型开发 | 慎用 | 断言多为未指明，效度未验证，样本少 |
| 阿片危机的人群流行病学估计 | 不适用 | 入组按 ICD 编码筛选，存在选择性偏倚 |
| 大规模预训练语料 | 不适用 | 仅百家患者、数千条标注 |
| 跨机构、跨年代迁移的直接验证 | 慎用 | 单一医院、2001 至 2012 年 |
12.2 三句话概括
这份数据把「阿片相关问题在病历里长什么样」拆成 33 个可标注的类别，覆盖从药名到社会后果的完整链路，并以句级和患者级双层结构发布。它的可靠性受限于中等水平的标注一致性与小样本量，权威性来自双人标注与逐轮迭代的规范流程，而非规模。它的正确用法是作为临床文本抽取的方法材料与研究基准，而不是临床真相或人群统计的来源。
附录 A 关键数字速查
| 项目 | 数值 |
|---|---|
| 标注患者 | 100 名 |
| 出院小结 | 137 份 |
| 每患者小结 | 1 至 6 份 |
| 标注条数 | 三千余条（官方口径） |
| 标注类别 | 33 类（官方表列出 33 行，4 类标注为未使用） |
| 双人标注并裁定的患者 | 40 名 |
| 单人标注的患者 | 60 名 |
| 候选患者（下载小结） | 762 名 |
| 类别级一致性最高值 | 66%（F1） |
| 属性叠加一致性最高值 | 64%（F1） |
| 患者级断言最高一致性 | 67% |
| 进入自动化评估的类别 | 5 类 |
| 训练集患者与句子 | 66 名 / 2,127 条 |
| 测试集患者 | 29 名 |
| 发布时间 | 2023-02-08 |
| 论文发表 | 2022 年 5 月 9 日 |
附录 B 类别缩写与术语对照
| 缩写或术语 | 全称 | 说明 |
|---|---|---|
| OUD | Opioid Use Disorder | 阿片类使用障碍 |
| ICD-9 | International Classification of Diseases, 9th Revision | 第九版国际疾病分类 |
| NLP | Natural Language Processing | 自然语言处理 |
| IAA | Inter-annotator Agreement | 标注者间一致性 |
| eHOST | extensible Human Oracle Suite of Tools | 开源文本标注工具 |
| UMLS | Unified Medical Language System | 统一医学语言系统 |
| CUI | Concept Unique Identifier | 概念唯一标识符 |
| DSM | Diagnostic and Statistical Manual of Mental Disorders | 精神疾病诊断与统计手册 |
| DUA | Data Use Agreement | 数据使用协议 |
| CITI | Collaborative Institutional Training Initiative | 研究伦理培训项目 |
| BIDMC | Beth Israel Deaconess Medical Center | 贝斯以色列女执事医疗中心 |
| CSV | Comma-Separated Values | 逗号分隔值文件 |
附录 C 使用前的检查清单
□ 已确认数据属于认证访问，而非公开下载
□ 已完成 CITI「Data or Specimens Only Research」培训
□ 已提交并获批 PhysioNet 访问申请，签署 DUA 1.5.0
□ 已单独取得 MIMIC-III 访问权限（若需回原文）
□ 已确认本地网络不在区域限制范围内
□ 已完成数据不进入公开仓库的合规确认
□ 已核实 Span 字段的编码约定（用少量记录反推）
□ 已明确 Class 与 Att1/Att2 的复合标签规则
□ 已按 Annotation set 区分两段语料
□ 已按患者而非句子划分训练集与测试集
□ 已核对引用：数据集 DOI、论文 DOI、PhysioNet 平台文献
附录 D 已知未覆盖的内容
官方页面与论文均未披露以下信息，使用时应视为空白而非零：CSV 文件的确切体积与行内字段的编码格式；Span 偏移的计数起点与端点约定；33 个类别在发布文件中的逐类实际条数（论文另有一张按两份语料分列的频次表，与本数据集的统计口径未必一致）；100 名患者中未被划入训练集或测试集的 5 名患者的去向；任何形式的拆分文件、基线模型权重或标注指南全文。
附录 E 检索模板
// 找同源数据
"MIMIC-III" AND ("opioid" OR "OUD") AND ("annotation" OR "labeled")
// 找阿片相关 NLP 方法
("opioid use disorder" OR "substance use") AND ("clinical notes" OR "discharge summaries")
AND ("natural language processing" OR "text mining")
// 找标注一致性研究
("inter-annotator agreement" OR "annotator agreement") AND "clinical text"
AND ("schema" OR "guideline")
// 限定来源
site:physionet.org opioid annotation
附录 F DAIMS 评估
DAIMS（Data and Analytics Improvement Maturity Score）从六个维度评估一份数据的可复用成熟度，每项满分 5 分，合计 30 分。以下评分基于公开文档可核验的信息。
| 维度 | 评分 | 依据 |
|---|---|---|
| 标识与可追溯 | 5 | 有独立 DOI、RRID、版本号与完整引用格式，可唯一定位 |
| 元数据完整性 | 3 | 字段表与类别表齐全，但 Span 编码约定、文件体积、逐类条数未披露 |
| 数据质量与一致性 | 3 | 有双人标注与逐轮一致性记录，但整体一致性中等，属性层更低 |
| 可获取性与合规 | 3 | 认证访问加 DUA 的路径清晰，但门槛高且存在区域限制，二次分发受限 |
| 可复现性 | 3 | 标注指南与流程有描述，但未附拆分文件与基线权重，训练测试划分需自行重建 |
| 生态与互操作 | 3 | 与 MIMIC 系列、临床 NLP 语料可对接，但仅 1 个 CSV，未提供标准化格式或映射表 |
| 合计 | 20 | 定位为方法研究用标注语料，适合作为句子级基准与标注方法样本 |
附录 G 版本与时间线补充
| 时间 | 事件 | 说明 |
|---|---|---|
| 2001–2012 | 源数据采集 | MIMIC-III 覆盖的住院时间窗 |
| 2022-01-07 | 论文投稿 | Frontiers in Public Health |
| 2022-04-19 | 论文接受 | 同行评审结束 |
| 2022-05-09 | 论文发表 | 第 10 卷，文章号 850619 |
| 2023-02-08 | 数据集 v1.0.0 发布 | PhysioNet 托管，DOI 10.13026/tbb4-t319 |
| 2026-10-18 | 本页核验 | 官方页面与论文逐项对照 |
版本链上只有一次发布，没有修订记录。这一点值得注意：多数 PhysioNet 数据集在发布后会因标注勘误、格式调整或增加说明而产生小版本迭代，这份数据自首发以来没有变化。这意味着任何已知问题（例如类别数表述与论文不一致）在数据本身层面仍然存在。
附录 H 两份语料的分别使用建议
adjudicated 子集适合做一致性研究、作为金标准评估其他标注器，或作为小规模高质量训练集。它的样本只有 40 名患者，但经过双人标注与多轮裁定，噪声相对可控。
independent 子集适合做扩充验证、检验标注风格漂移，或作为额外的测试集。它的 60 名患者由两名作者各标 30 名，彼此之间没有交叉复核，若把两部分合并统计会出现标注者偏倚。
两者合用时应在报告中说明合并规则与各自的样本量。若研究目标是「模型在真实临床文本上的表现」，合并使用更接近部署场景；若目标是「方法在干净标签上的上限」，只用 adjudicated 子集更合适。
编辑说明
核验时间：2026-10-18。核验方式：PhysioNet 数据集官方页（v1.0.0）与 Frontiers in Public Health 论文（doi:10.3389/fpubh.2022.850619）逐项对照，并以数据库检索确认站内无同实体条目。
双口径冲突存照：
- 类别数为 33 或 32：官方页面摘要与类别表列出 33 行，论文摘要与正文均写 32。官方表注另说明其中数类属于模式定义但未在标注中使用。正文按官方页面写 33，并在误读表与质量部分说明差异。
- 出院小结数为 137 或 138：官方数据描述写 137，论文写 138。正文采用 137。
- 标注总数为 3,270 或 3,720：官方摘要与数据描述均为 3,270，论文写 3,720。正文采用 3,270，即以发布文件行数为准。
- 测试集句子数为 1,149 或 1,143：论文摘要与正文、表格之间不一致，正文未采用具体数值，只在附录保留患者数。
- 训练与测试患者数合计 95，与总数 100 相差 5 名，论文未说明去向，列为遗留疑点。
- 两处作者顺序不同，分别按官方页面与期刊格式引用。
未覆盖内容：CSV 文件体积、Span 编码约定、逐类实际条数、拆分文件与基线权重均未在官方文档中披露，正文未作推测。
下次复核：若 PhysioNet 发布 1.x 之后的版本，需重新核对类别数、条数与访问政策三项。
相关数据集导航
以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：
- meddec — 共享标签：医疗NLP / 临床文本 / 电子健康记录 / 命名实体识别 / 真实世界数据
- immunosuppressive-annotations — 共享标签：临床文本 / 电子健康记录 / 重症监护 / 真实世界数据
- brateca — 共享标签：医疗NLP / 临床文本 / 电子健康记录 / 真实世界数据
- mimic-ext-synnotes — 共享标签：医疗NLP / 临床文本 / 电子健康记录 / 重症监护
- generated-codes-low-resource — 共享标签：医疗NLP / 临床文本 / 电子健康记录 / 重症监护
- echo-note2num — 共享标签：医疗NLP / 临床文本 / 电子健康记录 / 重症监护
- discharge-summary-templates — 共享标签：医疗NLP / 临床文本 / 电子健康记录 / 命名实体识别
- pharmaconer — 共享标签：医疗NLP / 临床文本 / 命名实体识别
- deidentified-medical-text — 共享标签：医疗NLP / 临床文本 / 电子健康记录 / 命名实体识别
- ehr-reasoncon — 共享标签：医疗NLP / 临床文本 / 电子健康记录 / 重症监护
导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。
