FHIR增强的RealRisks提升乳腺癌风险评估准确性

数据集获取

源站：https://clinicaltrials.gov/study/NCT05810025

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：乳腺癌。尽管乳腺癌（BC）死亡率已有所下降，但这一下降趋势已开始趋于平稳，尤其是在少数种族/族裔群体中。被识别为乳腺癌高危的女性可能从化学预防、乳腺癌易感基因检测、筛查及其他个性化降低风险策略中获益；然而，存在诸多障碍，包括对人群中每位女性进行风险评估所需的时间。电子健康记录（EHRs）是填充风险评估模型的常见数据来源，但其存在挑战，包括数据缺失，且患者提供的数据类型比EHRs更为准确。研究人员此前提取了9，514名女性在年龄、种族/族裔、乳腺癌家族史、良性乳腺疾病及乳腺密度方面的EHR数据，以根据乳腺癌监测联盟（BCSC）模型计算乳腺癌风险。比较自我报告数据与EHR数据发现，患者报告数据识别出更多有一级亲属乳腺癌家族史的女性（14.6% vs. 4.4%）和更多有良性乳腺活检史的女性（21.3% vs. 11.3%），但EHR数据识别出更多有不典型增生或小叶原位癌的女性（1.1% vs. 2.3%）。

电子健康记录中，26.8%的女性缺失种族/族裔数据，87.2%缺失乳腺癌一级家族史数据。所幸，快速医疗互操作性资源（FHIR）、应用程序编程接口（API）以及新立法为自动化乳腺癌风险评估提供了一种优雅的解决方案，该方案整合了患者生成的健康数据和电子健康记录数据，以发挥各自方法的优势。在先前的工作中，研究者采用迭代设计过程开发了RealRisks决策辅助工具，以公平地最大化其可接受性和可用性。RealRisks促进了对乳腺癌风险的理解，并收集患者输入的数据，以根据Gail模型、BCSC和BRCAPRO计算乳腺癌风险。当FHIR可用时，研究者更新了RealRisks，以自动从电子健康记录中填充用于乳腺癌风险计算的信息，并去

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。