探索诊断：医疗专业人员的诊断决策，2017-2018
以自闭症诊断为例，通过观察和访谈研究医疗专业人员的诊断决策过程。
基本信息
资源简介
探索诊断：医疗专业人员的诊断决策，2017-2018
【一句话概览】
本数据集是 LSHTM Data Compass 公开的文本数据集，收录 4 个文件、合计 1.69 MB，主题涵盖 AUTISM SPECTRUM DISORDERS、MEDICAL DIAGNOSIS、HEALTH PROFESSIONALS、SOCIOLOGY，可用于医学自然语言处理（实体识别、信息抽取等）。
【数据集背景】
本数据集源站标题为《Exploring Diagnosis: Healthcare Professionals'' Diagnostic Decision-Making, 2017-2018》。
【数据内容】
源站原始描述：Exploring Diagnosis is a research project based at the University of Exeter, focussing on the role that diagnosis plays in individual and professional understandings of health and illness using autism spectrum disorder diagnosis as a case study. We examined how healthcare professionals (HCPs) diagnose autism in practice by observing post-assessment meetings in specialist autism assessment teams. These meetings (N=18) were followed up by 16 interviews with HCPs involved in the observed team meeti…
中文译文（机器翻译，仅供快速理解，请以原文为准）：Exploring Diagnosis 是 University of Exeter 的一个研究项目，聚焦于诊断在个人和专业对健康与疾病的理解中所起的作用，并以自闭症谱系障碍诊断作为案例研究。我们通过观察专业自闭症评估团队中的评估后会议，考察了医疗保健专业人员（HCPs）在实践中如何诊断自闭症。这些会议（N=18）之后，我们对参与了所观察团队会议的 HCPs 进行了 16 次访谈。
【数据结构与技术规格】
文件数 4 个，合计 1.69 MB。HCPDD_Documentation.zip：application/zip，156.78 KB。HCPDD_ReadMe.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，11.51 KB。
【主题与分类】
主题标签：AUTISM SPECTRUM DISORDERS、MEDICAL DIAGNOSIS、HEALTH PROFESSIONALS、SOCIOLOGY。
【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://reshare.ukdataservice.ac.uk/id/eprint/855227/
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。
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：http://reshare.ukdataservice.ac.uk/id/eprint/855227
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。
