从非结构化电子健康记录自动预测格拉斯哥昏迷评分：一种自然语言处理方法
基于多中心电子健康记录文本，利用NLP模型预测格拉斯哥昏迷评分，涵盖14万患者数据，用于重症监护研究。
基本信息
资源简介
从非结构化电子健康记录自动预测格拉斯哥昏迷评分：一种自然语言处理方法
【数据集背景】
源站首次发布：2026-04-17。
【数据内容】
源站原始描述：Prediction of Glasgow Coma Scale scores from Unstructured Electronic Health Records using NLP
中文译文（机器翻译，仅供快速理解，请以原文为准）：利用自然语言处理从非结构化电子健康记录中预测格拉斯哥昏迷量表评分
【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://bdsp.io/content/gd2l2o4nrl4dl9sok4bd/
使用许可：https://github.com/bdsp-core/bdsp-license-and-dua。
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：https://bdsp.io/content/gd2l2o4nrl4dl9sok4bd/
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。
