临床用药核对差异风险数据集
该数据集来自 huggingface.co，用于检测家庭用药与过敏信息在入院或出院医嘱中未能清晰映射的情况。常见问题包括关键遗漏、重复用药、过敏冲突、相互作用风险及延迟解决，例如心梗后遗漏β受体阻滞剂、青霉素过敏却开具阿莫西林、重复抗凝等
基本信息
资源简介
临床用药核对差异风险数据集
ClarusC64/clinical-medication-reconciliation-discrepancy-risk-v0.1
该数据集来自 huggingface.co，用于检测家庭用药与过敏信息在入院或出院医嘱中未能清晰映射的情况。常见问题包括关键遗漏、重复用药、过敏冲突、相互作用风险及延迟解决，例如心梗后遗漏β受体阻滞剂、青霉素过敏却开具阿莫西林、重复抗凝等。数据以 CSV 格式提供，包含训练与测试文件及评分脚本，规模小于 1K，语言为英文，可用于标记用药伤害风险，支持文本分类任务（来源 Hugging Face，mit 许可）。
【数据集背景】
源站首次发布：2026-02-18。
【数据内容】
源站描述（机器翻译，仅供参考）：这个仓库用于检测家庭用药和过敏信息何时无法清晰映射到入院或出院医嘱中。常见问题包括关键遗漏、重复、过敏冲突、相互作用风险、延迟解决。可用的示例包括心梗后遗漏β受体阻滞剂、青霉素过敏却开具阿莫西林、重复抗凝。你用它来标记用药伤害风险。
【数据结构与技术规格】
文件数 3 个，合计 6.73 KB。
【主题与分类】
主题标签：clinical、medication-safety、reconciliation、polypharmacy。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://huggingface.co/datasets/ClarusC64/clinical-medication-reconciliation-discrepancy-risk-v0.1
使用许可：mit。
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("ClarusC64/clinical-medication-reconciliation-discrepancy-risk-v0.1")
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/ClarusC64/clinical-medication-reconciliation-discrepancy-risk-v0.1
数据集大小约 9.5 KB。
仓库文件结构
.gitattributesREADME.mdscorer.py
数据说明
此仓库的用途是检测家庭用药和过敏信息在入院或出院医嘱中未能清晰对应的情况，常见问题包括关键遗漏、重复、过敏冲突、相互作用风险、延迟解决。可用的示例有：心肌梗死后β受体阻滞剂遗漏、青霉素过敏但开具阿莫西林、重复抗凝治疗。您可以用它来标记药物伤害风险。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
完整数据卡：huggingface.co/datasets/ClarusC64/clinical-medication-reconciliation-discrepancy-risk-v0.1
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
