临床检验结果与治疗一致性风险数据集

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-lab-result-treatment-coherence-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-lab-result-treatment-coherence-risk-v0.1

数据集大小约 9.9 KB。

仓库文件结构

• .gitattributes
• README.md
• scorer.py

数据说明

本仓库用于检测关键实验室结果出现但治疗与其紧急程度不匹配的情况。它捕捉的信号包括：关键实验室结果未确认、已确认但无医嘱、治疗延迟超出安全窗口、结果出现后仍继续使用禁忌药物。用于实验室警报安全、脓毒症检测缺口、AKI响应失败、关键值治理。

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-lab-result-treatment-coherence-risk-v0.1