2018 n2c2 (Track 2) - 不良药物事件和药物提取
2018个国家NLP临床挑战的第1条共享任务侧重于确定纵向医疗记录语料库中的哪些患者符合和不符合确定的选择标准。 共有47个团队参加了这项共享任务，共有224名参与者。与会者代表18个国家，各小组提交了109个系统总产…
基本信息
资源简介
2018 n2c2 (Track 2) - 不良药物事件和药物提取
【一句话概览】
2018年n2c2（Track 2）共享任务聚焦于药物不良事件与药物抽取，涉及纵向医疗记录语料库中患者选择标准的判定。该任务共有47个团队、224名参与者参加，代表18个国家，提交了109个系统总产出。性能最佳的系统采用基于规则的方法，获得0.91的微F1分数，前10名团队使用基于规则和混合系统解决问题。任务标签涉及文本、预训练、药物不良事件、药物抽取、电子健康记录与NLP（来源 opendatalab.org.cn）。
【数据集背景】
本数据集源站标题为《2018 n2c2 (Track 2) - Adverse Drug Events and Medication Extraction》。
【数据内容】
源站原始描述：2018个国家NLP临床挑战的第1条共享任务侧重于确定纵向医疗记录语料库中的哪些患者符合和不符合确定的选择标准。 共有47个团队参加了这项共享任务，共有224名参与者。与会者代表18个国家，各小组提交了109个系统总产出。性能最佳的系统使用基于规则的方法获得了0.91的微F1分数。前10名团队使用基于规则和混合系统来解决问题。
中文译文（机器翻译，仅供快速理解，请以原文为准）：2018年国家NLP临床挑战赛的首个共享任务聚焦于判定纵向医疗记录语料库中哪些患者符合及不符合特定的入选标准。该共享任务吸引了47支队伍，共计224名参与者，他们来自18个国家，各团队共提交了109个系统成果。表现最优的系统采用基于规则的方法，取得了0.91的微F1分数。排名前十的团队均运用了基于规则和混合系统来应对这一挑战。
【主题与分类】
主题标签：文本、预训练、药物不良事件、药物抽取、电子健康记录、NLP。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://opendatalab.org.cn/OpenDataLab/2018_n2c2
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。
需登录公开下载
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。
暂未开放有偿下载
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
源站：https://opendatalab.org.cn/OpenDataLab/2018_n2c2
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
2018年国家NLP临床挑战的第1条共享任务侧重于确定纵向医疗记录语料库中的哪些患者符合和不符合确定的选择标准。共47个团队参加，224位参与者，代表18个国家，提交109个系统输出。最佳系统使用基于规则的方法获得0.91微F1分数。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
