日本疾病发现数据集
该数据集是从约7000篇日本医学期刊文章中提取的文本型医学信息，包含疾病名称、症状、检查项目、并发症等结构化数据，主要用于医学信息学和自然语言处理领域，支持疾病知识图谱构建、临床决策支持等研究方向。
基本信息
资源简介
日本疾病发现数据集
【数据集背景】
本数据集源站标题为《seiya/jp-disease-finding-dataset》。源站首次发布：2025-04-28。
【数据内容】
文件 README_ja.md 为文本内容，开头为：Access to dataset seiya/jp-disease-finding-dataset is restricted. You must have access to it and be authenticated to access it. Please log in.
【数据结构与技术规格】
文件数 2 个，合计 14.36 MB。
【主题与分类】
主题标签：language:ja、license:cc-by-4.0、license:other、size_categories:10K<n<100K、format:parquet、modality:text、library:datasets、library:pandas、library:mlcroissant、library:polars。
【获取与许可】
源站页面：https://huggingface.co/datasets/seiya/jp-disease-finding-dataset
使用许可：cc-by-4.0, other。
【使用注意】
· 源站最后修改于 2025-05-02，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("seiya/jp-disease-finding-dataset")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/seiya/jp-disease-finding-dataset
数据说明
该数据集是从约7000篇日本医学期刊文章（主要来源为《日本内科学会杂志》2003年至2023年间的文献）中提取的结构化医学信息。每篇文章对应一个疾病条目，包含疾病名称（日语）、相关症状、检查项目、并发症列表以及引文描述。数据集还提供了文章的元数据，如ID、作者、期刊信息、URL等。数据以JSON-Lines格式存储，每个疾病一个独立条目。该数据集主要用于医学信息学、自然语言处理领域的研究，支持疾病知识图谱构建、临床决策支持系统开发、医学实体关系抽取等任务。
完整数据卡：huggingface.co/datasets/seiya/jp-disease-finding-dataset
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
