आरोग्यसेवा एआयसाठी वैद्यकीय डेटा कॅटलॉग
तुमचा हेल्थकेअर AI प्रोजेक्ट जंपस्टार्ट करण्यासाठी ऑफ-द-शेल्फ हेल्थकेअर/मेडिकल डेटासेट
मशीन लर्निंगसाठी वैद्यकीय आणि आरोग्य सेवा डेटासेट
शेप मेडिकल डेटा कॅटलॉगमध्ये काय समाविष्ट आहे?
शेप मेडिकल डेटा कॅटलॉग ही एआयसाठी (AI) ओळख लपवलेल्या आरोग्यसेवा प्रशिक्षण डेटाची एक तयार लायब्ररी आहे. यामध्ये ३१ विशेषज्ञांमधील डॉक्टरांच्या श्रुतलेखनाचे २,५७,९७७ तासांचे ऑडिओ, प्रतिलेखित वैद्यकीय नोंदी, ५१ लाखांहून अधिक इलेक्ट्रॉनिक आरोग्य नोंदी आणि रेडिओलॉजी इमेजिंग (एमआरआय, सीटी, एक्स-रे, डीआयसीओएम) यांचा समावेश आहे. यात सहा देशांमधील क्लिनिकल नोंदी, वैद्यकीय मजकूर आणि प्रत्यक्ष डेटा फीड्सशी जोडलेले संपूर्ण-जीनोम आणि संपूर्ण-एक्सोम ऑन्कोलॉजी सिक्वेन्सिंग, तसेच अल्ट्रासाऊंड, मॅमोग्राफी, त्वचाविज्ञान आणि दंतचिकित्सा यांसारख्या विशेष इमेजिंगचाही समावेश आहे. डेटासेट व्यावसायिक एआय प्रशिक्षणासाठी परवानाकृत आहेत आणि जेव्हा कॅटलॉग तुमच्या कार्यक्षेत्रात बसत नाही, तेव्हा गरजेनुसार डेटा संकलन उपलब्ध आहे.
फिजिशियन डिक्टेशन ऑडिओ डेटा
आमच्या आरोग्यसेवेसाठी ओळख पटवलेल्या डेटासेटमध्ये रुग्णांच्या क्लिनिकल स्थितीचे वर्णन करणाऱ्या डॉक्टरांनी ठरवलेल्या ३१ स्पेशॅलिटीजमधील ऑडिओ फाइल्स आणि क्लिनिकल सेटिंगमध्ये डॉक्टर-रुग्ण भेटींवर आधारित काळजी योजना समाविष्ट आहे.
ऑफ-द-शेल्फ फिजिशियन डिक्टेशन ऑडिओ फाइल्स:
- हेल्थकेअर स्पीच मॉडेल्सना प्रशिक्षण देण्यासाठी ३१ स्पेशॅलिटीजमधून २५७,९७७ तासांचे रिअल-वर्ल्ड फिजिशियन डिक्टेशन स्पीच डेटासेट
- टेलिफोन डिक्टेशन (54.3%), डिजिटल रेकॉर्डर (24.9%), स्पीच माइक (5.4%), स्मार्ट फोन (2.7%) आणि अज्ञात (12.7%) यांसारख्या विविध उपकरणांवरून डिक्टेशन ऑडिओ कॅप्चर केला आहे.
- HIPAA च्या सुसंगतपणे सुरक्षित हार्बर मार्गदर्शक तत्त्वांचे पालन करणारे PII सुधारित ऑडिओ आणि प्रतिलेख
लिप्यंतरित वैद्यकीय रेकॉर्ड
ट्रान्सक्राइब्ड मेडिकल रेकॉर्ड्स म्हणजे डॉक्टर आणि रुग्णांच्या संभाषणाचे ट्रान्सक्रिप्शन, वैद्यकीय अहवालांचे ट्रान्सक्रिप्शन आणि वैद्यकीय मूल्यांकन. हे भविष्यातील भेटींसाठी रुग्णाच्या वैद्यकीय इतिहासाचे मॅपिंग करण्यास मदत करते आणि डॉक्टरांसाठी एक संदर्भ बिंदू म्हणून देखील काम करते. हे रुग्णाच्या सध्याच्या स्थितीचे मूल्यांकन करण्यास आणि योग्य उपचार सुचवण्यास मदत करते.
ऑफ-द-शेल्फ लिप्यंतरित वैद्यकीय रेकॉर्ड:
- हेल्थकेअर स्पीच मॉडेल प्रशिक्षित करण्यासाठी 257,977 खासियतांमधून 31 तासांच्या वास्तविक-जागतिक फिजिशियन डिक्टेशनचे ट्रान्सक्रिप्शन
- ऑपरेटिव्ह रिपोर्ट, डिस्चार्ज समरी, कन्सल्टेशन नोट, अॅडमिट नोट, ईडी नोट, क्लिनिक नोट, रेडिओलॉजी रिपोर्ट इ. सारख्या विविध प्रकारच्या कामातून लिप्यंतरित वैद्यकीय नोंदी.
- HIPAA च्या सुसंगतपणे सुरक्षित हार्बर मार्गदर्शक तत्त्वांचे पालन करणारे PII सुधारित ऑडिओ आणि प्रतिलेख
इलेक्ट्रॉनिक आरोग्य रेकॉर्ड (EHR)
इलेक्ट्रॉनिक हेल्थ रेकॉर्ड्स किंवा EHR हे वैद्यकीय रेकॉर्ड आहेत ज्यात रुग्णाचा वैद्यकीय इतिहास, निदान, प्रिस्क्रिप्शन, उपचार योजना, लसीकरण किंवा लसीकरणाच्या तारखा, ऍलर्जी, रेडिओलॉजी प्रतिमा (CT Scan, MRI, X-Rays), आणि प्रयोगशाळा चाचण्या आणि बरेच काही समाविष्ट आहे.
ऑफ-द-शेल्फ इलेक्ट्रॉनिक हेल्थ रेकॉर्ड (EHR):
- 5.1M+ 31 वैशिष्ट्यांमध्ये रेकॉर्ड आणि फिजिशियन ऑडिओ फायली
- क्लिनिकल NLP आणि इतर दस्तऐवज AI मॉडेलला प्रशिक्षण देण्यासाठी वास्तविक-जागतिक सुवर्ण-मानक वैद्यकीय रेकॉर्ड
- मेटाडेटा माहिती जसे की एमआरएन (अनामित), प्रवेशाची तारीख, डिस्चार्ज तारीख, मुक्काम दिवसांची लांबी, लिंग, रुग्ण वर्ग, पैसे देणारा, आर्थिक वर्ग, राज्य, डिस्चार्ज डिस्पोजिशन, वय, डीआरजी, डीआरजी वर्णन, $ प्रतिपूर्ती, AMLOS, GMLOS, धोका मृत्यूदर, आजाराची तीव्रता, ग्रुपर, हॉस्पिटल पिन कोड इ.
- विविध यूएस राज्ये आणि प्रदेशातील वैद्यकीय नोंदी- ईशान्य (46%), दक्षिण (9%), मध्यपश्चिम (3%), पश्चिम (28%), इतर (14%)
- सर्व रुग्ण वर्गातील वैद्यकीय नोंदी समाविष्ट आहेत- आंतररुग्ण, बाह्यरुग्ण (क्लिनिकल, पुनर्वसन, आवर्ती, सर्जिकल डे केअर), आणीबाणी.
- सर्व रुग्ण वयोगटातील वैद्यकीय नोंदी <10 वर्षे (7.9%), 11-20 वर्षे (5.7%), 21-30 वर्षे (10.9%), 31-40 वर्षे (11.7%), 41-50 वर्षे (10.4%) ), 51-60 वर्षे (13.8%), 61-70 वर्षे (16.1%), 71-80 वर्षे (13.3%), 81-90 वर्षे (7.8%), 90+ वर्षे (2.4%)
- रुग्णाचे लिंग गुणोत्तर ४६% (पुरुष) आणि ५४% (महिला)
- HIPAA च्या अनुरूप सुरक्षित हार्बर मार्गदर्शक तत्त्वांचे पालन करणारे PII सुधारित दस्तऐवज
एमआरआय प्रतिमा डेटासेट
आयबीएमच्या मते, कॉम्प्युटर व्हिजन मॉडेल्स डिजिटल प्रतिमा आणि व्हिडिओंमधून अर्थपूर्ण माहिती मिळवण्यासाठी तयार केले जातात. यामुळे रोगांचे अधिक चांगले निदान, उपचार आणि भाकीत करण्यासाठी आरोग्यसेवा प्रतिमा डेटाचा व्यापक वापर करता येतो. हे प्रतिमांच्या क्रमातील संदर्भ, पोत, आकार आणि बाह्यरेषेची माहिती, तसेच पूर्वीच्या ज्ञानाचा वापर करून ३डी आणि ४डी माहिती तयार करू शकते, जी मानवी आकलन सुधारण्यास मदत करते. सीटी स्कॅनप्रमाणेच, एमआरआयचा वापर देखील रुग्णाच्या शरीरातील असामान्य किंवा सामान्य स्थितीचे निदान आणि शोध घेण्यासाठी केला जातो (म्हणजेच, शरीराच्या विविध भागांमधील रोग किंवा दुखापत ओळखण्यासाठी).
शेप संशोधन आणि वैद्यकीय निदानासाठी आवश्यक असलेले उच्च-गुणवत्तेचे एमआरआय प्रतिमा डेटासेट प्रदान करते. आमच्या डेटासेटमध्ये प्रत्यक्ष रुग्णांकडून गोळा केलेल्या आणि अत्याधुनिक तंत्रज्ञानाने प्रक्रिया केलेल्या हजारो उच्च-रिझोल्यूशन प्रतिमांचा समावेश आहे.
सीटी स्कॅन प्रतिमा डेटासेट
डॉक्टर रुग्णाच्या शरीरातील असामान्य किंवा सामान्य स्थितीचे निदान करण्यासाठी आणि शोधण्यासाठी (म्हणजेच, शरीराच्या विविध भागांमधील रोग किंवा इजा ओळखण्यासाठी) सीटी स्कॅन प्रतिमेचा वापर करतात. संगणकीकृत प्रतिमा प्रक्रिया निदानामध्ये, सीटी-स्कॅन प्रतिमा संपादन, प्रतिमा वर्धन, महत्त्वपूर्ण वैशिष्ट्यांचे निष्कर्षण, स्वारस्य क्षेत्र (ROI) ओळखणे, निकालाचे विश्लेषण इत्यादी क्लिष्ट टप्प्यांमधून जाते.
शेप संशोधन आणि वैद्यकीय निदानासाठी आवश्यक असलेले उच्च-गुणवत्तेचे सीटी स्कॅन प्रतिमा डेटासेट प्रदान करते. आमच्या डेटासेटमध्ये प्रत्यक्ष रुग्णांकडून गोळा केलेल्या आणि अत्याधुनिक तंत्रज्ञानाने प्रक्रिया केलेल्या हजारो उच्च-रिझोल्यूशन प्रतिमांचा समावेश आहे. हे डेटासेट वैद्यकीय व्यावसायिक आणि संशोधकांना कर्करोग, मज्जासंस्थेचे विकार आणि हृदयरोग यांसारख्या विविध वैद्यकीय परिस्थितींबद्दलचे त्यांचे ज्ञान आणि आकलन सुधारण्यास मदत करण्यासाठी तयार केले आहेत. शेपच्या मदतीने, तुम्ही तुमचे संशोधन वाढवण्यासाठी आणि रुग्णांचे परिणाम सुधारण्यासाठी विश्वसनीय आणि अचूक वैद्यकीय डेटा मिळवू शकता.
एक्स-रे प्रतिमा डेटासेट
ऑब्जेक्टची अंतर्गत रचना आणि अखंडता तपासण्यासाठी एक्स-रे चाचणी वापरली जाते. रुग्णाच्या शरीरातील असामान्य परिस्थितीचे निदान करण्यासाठी आणि शोधण्यासाठी चाचणी वस्तूच्या एक्स-रे प्रतिमा वेगवेगळ्या स्थानांवर आणि वेगवेगळ्या ऊर्जा स्तरांवर तयार केल्या जाऊ शकतात.
Shaip संशोधन आणि वैद्यकीय निदानासाठी आवश्यक उच्च-गुणवत्तेचे एक्स-रे इमेज डेटासेट प्रदान करते. आमच्या डेटासेटमध्ये वास्तविक रूग्णांकडून संकलित केलेल्या आणि अत्याधुनिक तंत्रांसह प्रक्रिया केलेल्या हजारो उच्च-रिझोल्यूशन प्रतिमा समाविष्ट आहेत. Shaip सह, तुम्ही तुमचे संशोधन वाढवण्यासाठी आणि रुग्णाचे परिणाम सुधारण्यासाठी विश्वसनीय आणि अचूक वैद्यकीय डेटामध्ये प्रवेश करू शकता.
डीआयसीओएम इमेजिंग डेटासेट
शेप, आरोग्यसेवा एआय टीम्सना निदान, वर्गीकरण आणि निर्णय समर्थनासाठी मजबूत मॉडेल्स तयार करण्यास, प्रशिक्षित करण्यास आणि प्रमाणित करण्यास मदत करण्यासाठी डिझाइन केलेले एआय-सज्ज डीआयसीओएम वैद्यकीय इमेजिंग डेटासेट प्रदान करते —ज्यामध्ये नैदानिक मूल्य जतन करणाऱ्या अनामित डेटाचा वापर केला जातो.
वैद्यकीय इमेजिंग डेटासेट्स
शेप आरोग्यसेवेतील पुढील पिढीतील एआय/एमएल सोल्यूशन्सना शक्ती देण्यासाठी डिझाइन केलेले वैद्यकीय इमेजिंग आणि सिग्नल डेटासेटचा एक व्यापक पोर्टफोलिओ ऑफर करते. रेडिओलॉजीपासून कार्डिओलॉजीपर्यंत, आमचे डेटासेट तुम्हाला निदान, ट्रायएज आणि निर्णय समर्थनासाठी मजबूत मॉडेल तयार करण्यास, प्रशिक्षित करण्यास आणि प्रमाणित करण्यास मदत करतात.
जीनोमिक आणि क्लिनिकल ऑन्कोलॉजी डेटा
आमचे जीनोमिक आणि क्लिनिकल डेटासेट एकाच NABL-मान्यताप्राप्त प्रयोगशाळेतून (ISO 15189 व्याप्ती) येतात, जिथे एकच सिक्वेन्सिंग आणि रिपोर्टिंग पाइपलाइन कार्यरत आहे. यामध्ये भारतीय आणि दक्षिण आशियाई कर्करोगग्रस्त लोकसंख्येचा समावेश आहे, ज्यांचे बहुतेक सार्वजनिक संदर्भ संचांमध्ये पुरेसे प्रतिनिधित्व नसते. सिक्वेन्स डेटा संरचित क्लिनिकल एनोटेशनशी (निदान, स्टेजिंग, पॅथॉलॉजी, उपचार आणि परिणाम) जोडलेला असतो, जेणेकरून मॉडेल्स रुग्णाच्या संपूर्ण प्रवासातून शिकू शकतील.
तयार जनुकीय आणि नैदानिक डेटासेट:
- ११.९ हजार रुग्णांसाठी संपूर्ण-जीनोम सिक्वेन्सिंग आणि ९.८ हजार रुग्णांसाठी संपूर्ण-एक्सोम सिक्वेन्सिंग, जर्मलाइन आणि सोमॅटिक कॉल्ससह ट्यूमर/सामान्य जोड्या म्हणून करण्यात आले.
- ऊती आणि लिक्विड बायोप्सीमधून ३०,००० हून अधिक रुग्णांसाठी लक्ष्यित NGS आणि ५,००० हून अधिक रुग्णांसाठी १,०००-जीनचा सर्वसमावेशक प्रोफाइलिंग पॅनेल.
- ५०,००० हून अधिक रुग्णांचा दीर्घकालीन रुग्णप्रवास, जो जीनोमिक्स, पॅथॉलॉजी, रेडिओलॉजी, ईएमआर आणि परिणामांना जोडतो. GRCh38 ही संदर्भ बिल्ड आहे; OMOP CDM, FHIR आणि फेनोपॅकेट्स विनंतीनुसार उपलब्ध आहेत.
मजकूर आरोग्यसेवा डेटासेट
आमची वैद्यकीय मजकूर सूची क्लिनिकल एनएलपी, वैद्यकीय एलएलएम फाइन-ट्यूनिंग आणि वास्तविक-जगातील पुराव्यांवर आधारित कामाला समर्थन देते. यामध्ये तज्ञांनी भाष्य केलेला वैद्यकीय प्रश्नोत्तर मजकूर आणि अमेरिका, युके, फ्रान्स, जर्मनी, इटली व स्पेनमधील ईएमआर, प्रिस्क्रिप्शन, क्लेम्स, रुग्णालय, प्रयोगशाळा व ऑन्कोलॉजी डेटा फीड्सचे मागणीनुसार उपलब्ध होणारे नेटवर्क यांचा समावेश आहे.
तयार मजकूर आरोग्यसेवा डेटासेट:
- वैद्यकीय प्रश्नोत्तर डेटासेट: SFT आणि RLHF साठी तज्ञांनी भाष्य केलेला गोल्डन सेट, प्रत्यक्ष डॉक्टर-रुग्ण संभाषणांचा सिल्व्हर सेट, संदर्भांसह पुराव्यावर आधारित वैद्यकीय लेख, आणि SOAP फॉरमॅटमधील ओळख लपवलेले केस सारांश.
- ईएमआर, लॉंगिट्यूडिनल प्रिस्क्रिप्शन्स (एलआरएक्स), क्लेम्स, हॉस्पिटल, लॅब, ग्राहक आणि किरकोळ खरेदी डेटा यांचा समावेश असलेले वास्तविक डेटा फीड्स.
- ६ देशांमध्ये ऑन्कोलॉजीसाठी समर्पित सेवा, ज्यामध्ये ऑन्कोलॉजी ईएमआर, ऑन्कोलॉजी वैद्यकीय दावे, कर्करोग नोंदणी आणि उपचारांची गतिशीलता यांचा समावेश आहे.
विशेष इमेजिंग आणि सिग्नल डेटासेट
रेडिओलॉजीच्या मुख्य क्षेत्राव्यतिरिक्त, शाइप कार्डिओलॉजी, महिलांचे आरोग्य, त्वचाविज्ञान, नेत्ररोगशास्त्र, पॅथॉलॉजी आणि डेंटल एआयसाठी इमेजिंग आणि सिग्नल डेटासेटचे परवाने देते. हा डेटा अमेरिका, ब्राझील, जर्मनी, भारत, फ्रान्स आणि मध्य पूर्वेतील प्रत्यक्ष क्लिनिकल वातावरणात गोळा केला जातो आणि तो डीआयसीओएम (DICOM) स्वरूपात किंवा संरचित मेटाडेटासह मानक इमेज फाइल्स म्हणून दिला जातो.
तयार मिळणारे विशेष इमेजिंग डेटासेट:
- सुमारे २० लाखांहून अधिक अल्ट्रासाऊंड चाचण्या आणि सुमारे १० लाखांहून अधिक मॅमोग्राफी चाचण्या, तसेच न्यूक्लियर मेडिसिन, पोर्टेबल बेडसाइड अल्ट्रासाऊंड, सुमारे १,३८,००० ईकेजी आणि सुमारे ३४,००० इकोकार्डिओग्राफी चाचण्या.
- ४००० हून अधिक रुग्णांच्या क्लिनिकल आणि हिस्टोपॅथॉलॉजी प्रतिमा असलेली त्वचाविज्ञान डेटा बँक, ज्यामध्ये फिट्झपॅट्रिक IV–VI त्वचेच्या रंगांचा, तसेच डर्मोस्कोपी, फंडस, रेटिनल आणि हिस्टोपॅथॉलॉजी संचांचा समावेश आहे.
- १८१ दशलक्षाहून अधिक रुग्णांच्या (अमेरिका आणि कॅनडा) दंतचिकित्सा नोंदी, सोबतच पॅनोरामिक, पेरिअपिकल आणि भाष्य केलेल्या दंत प्रतिमा.
खरेदीदारांची पाच कारणे परवाना Shaip ते एकत्र शिवण्याऐवजी.
शेप मेडिकल डेटा कॅटलॉग अस्तित्वात आहे कारण बहुतेक आरोग्यसेवा एआय टीम्स एकही मॉडेल प्रशिक्षित करण्यापूर्वी अनुरूप प्रशिक्षण डेटा मिळवण्यात नऊ ते बारा महिने गमावतात. जेव्हा हे महिने परत मिळतात, तेव्हा काय बदल घडतात ते येथे दिले आहे.
असा कॅटलॉगचा आवाका ज्याची बरोबरी बहुतेक संघ करू शकत नाहीत.
शेप कॅटलॉगमध्ये डॉक्टरांनी सांगितलेल्या २५७,९७७ तासांचा डेटा , ३१ वैद्यकीय विशेषज्ञांमधील प्रतिलेखने आणि प्रत्येक वयोगटातील रुग्णांना समाविष्ट करणाऱ्या EHR नोंदींचा समावेश आहे — इतक्या मोठ्या प्रमाणातील माहितीमुळे खरेदीदारांना डझनभर खुले डेटासेट एकत्र न जोडता मॉडेल्सना प्रशिक्षित आणि मूल्यांकन करता येते.
अनुपालन ही एक प्रारंभिक अट आहे, वैशिष्ट्य नव्हे.
प्रत्येक शेप वैद्यकीय डेटासेटमध्ये डीफॉल्टनुसार HIPAA सेफ हार्बर डी-आयडेंटिफिकेशन , विनंतीनुसार तज्ञांकडून निर्णय, GDPR-अनुरूप हाताळणी आणि कव्हर्ड एंटिटीजसाठी BAA-सज्जता यांचा समावेश असतो. खरेदीदारांना नंतर अनुपालनामध्ये बदल करण्याची आवश्यकता नाही.
आरोग्यसेवेचे प्रशिक्षण घेतलेले विशेषज्ञ, सर्वसामान्य गर्दीत काम करणारे मजूर नव्हेत.
शेप मेडिकल कॅटलॉगवरील एनोटेशन, ट्रान्सक्रिप्शन आणि गुणवत्ता तपासणी (QA) ही आरोग्यसेवा-प्रशिक्षित तज्ञांद्वारे केली जातात . शेप वर्कफ्लोमध्ये बहु-स्तरीय गुणवत्ता तपासणी (QA) आणि क्लिनिकल अचूकतेच्या मानकांनुसार प्रमाणित केलेले मानवी सहभागासह प्रमाणीकरण समाविष्ट आहे.
आज तयार स्वरूपात, मागणीनुसार सानुकूलित.
खरेदीदार विक्रेते न बदलता किंवा अनुपालन पुनरावलोकन पुन्हा न चालवता , विद्यमान Shaip डेटासेटचा परवाना त्वरित घेऊ शकतात किंवा विशिष्ट लोकसंख्याशास्त्र, भौगोलिक प्रदेश, भाषा आणि कार्यपद्धतींनुसार सानुकूल संकलनाची मागणी करू शकतात .
जिथे डेटा टीम आधीपासून काम करतात तिथे उपलब्ध.
शेप यांचे ओळख लपवलेले EHR आणि डॉक्टरांच्या श्रुतलेखनाचे डेटासेट डेटाब्रिक्स मार्केटप्लेसवर उपलब्ध आहेत , आणि ते डेटा व ML टीम्स आधीपासून वापरत असलेल्या JSON, CSV, WAV या फॉरमॅटमध्ये दिले जातात. खरेदीची कोणतीही निश्चिती करण्यापूर्वी नमुना डेटासेट उपलब्ध आहेत.
सुरक्षा आणि अनुपालन
आपण जे शोधत आहात ते सापडत नाही?
नवीन ऑफ-द-शेल्फ वैद्यकीय डेटासेट सर्व डेटा प्रकारांमध्ये गोळा केले जात आहेत
तुमच्या हेल्थकेअर ट्रेनिंग डेटा कलेक्शनच्या चिंता दूर करण्यासाठी आता आमच्याशी संपर्क साधा
नेहमी विचारले जाणारे प्रश्न (एफएक्यू)
१. वैद्यकीय डेटासेट म्हणजे काय?
वैद्यकीय डेटासेट म्हणजे एआय/एमएल मॉडेल्सना प्रशिक्षित करण्यासाठी, त्यांचे मूल्यांकन करण्यासाठी आणि त्यांमध्ये सुधारणा करण्यासाठी वापरला जाणारा आरोग्यसेवा डेटा. यामध्ये डॉक्टरांनी सांगितलेल्या गोष्टींचे ऑडिओ, प्रतिलेखित वैद्यकीय नोंदी, इलेक्ट्रॉनिक आरोग्य नोंदी, कृत्रिम डॉक्टर-रुग्ण संवाद आणि संबंधित मजकूर, भाषण व संरचित वैद्यकीय डेटा यांना एकत्रित करणारे बहुविध आरोग्यसेवा डेटासेट यांचा समावेश असू शकतो.
२. शेप मेडिकल डेटा कॅटलॉगमध्ये काय समाविष्ट आहे?
शेप मेडिकल डेटा कॅटलॉगमध्ये डॉक्टरांनी सांगितलेल्या गोष्टींचे ऑडिओ, प्रतिलेखित वैद्यकीय नोंदी, इलेक्ट्रॉनिक आरोग्य नोंदी, कृत्रिम डॉक्टर-रुग्ण संवाद आणि रुग्ण किंवा भेटीच्या स्तरावर मजकूर, भाषण व संरचित क्लिनिकल डेटा यांना जोडणारे मल्टीमोडल डेटासेट समाविष्ट आहेत. यामध्ये ३१ वैद्यकीय विशेषज्ञांमधील डॉक्टरांनी सांगितलेल्या गोष्टींचे २५७,९७७ तासांचे ऑडिओ समाविष्ट असून ते व्यावसायिक एआय प्रशिक्षणासाठी उपलब्ध आहे.
३. शेप यांचे वैद्यकीय डेटासेट HIPAA अनुरूप आहेत का?
होय. शेपचे वैद्यकीय डेटासेट पूर्वनिर्धारितपणे HIPAA सेफ हार्बर अंतर्गत अनामित केलेले आहेत, ज्यामुळे HIPAA प्रायव्हसी रूलमध्ये नमूद केलेल्या ओळखकर्त्यांच्या १८ श्रेणी काढून टाकल्या जातात. जेव्हा सांख्यिकीय प्रमाणीकरणाची आवश्यकता असते, तेव्हा तज्ञ निर्धारण अनामितीकरण देखील उपलब्ध आहे, आणि शेप कव्हर्ड एंटिटीजसाठी BAA-सज्ज आहे.
४. शेपचे वैद्यकीय डेटासेट GDPR आणि इतर आरोग्यसेवा डेटा आवश्यकता पूर्ण करू शकतात का?
होय. प्रकल्पाची व्याप्ती, भौगोलिक स्थान, डेटाचा प्रकार आणि करारातील आवश्यकतांनुसार, शेपचे वैद्यकीय डेटासेट HIPAA, GDPR आणि इतर लागू आरोग्यसेवा डेटा आवश्यकता पूर्ण करण्यासाठी तयार केले जाऊ शकतात.
५. मी आरोग्यविषयक डेटासेट तयार स्वरूपात विकत घेऊ शकतो का, की ते गोळा करावे लागतात?
दोन्ही पर्याय उपलब्ध आहेत. Shaip, व्यावसायिक AI प्रशिक्षणासाठी Shaip मेडिकल डेटा कॅटलॉगद्वारे तयार आरोग्यसेवा डेटासेट उपलब्ध करून देते. जर एखाद्या प्रकल्पाला विशिष्ट भाषा, लोकसंख्याशास्त्रीय गट, विशेषज्ञता, उपचार पद्धती किंवा क्लिनिकल सेटिंगची आवश्यकता असेल, तर Shaip त्याच अनुपालन मानकांनुसार सानुकूलित वैद्यकीय डेटा संकलन देखील करू शकते.
६. शेप वैद्यकीय डेटासेट सानुकूलित केले जाऊ शकतात का?
होय. शेप विशेषज्ञता, रुग्णाचे वयोगट, लिंग, भौगोलिक प्रदेश, भाषा, कार्यपद्धती, क्लिनिकल सेटिंग, स्वरूप, प्रमाण आणि प्रकल्पाच्या आवश्यकतांनुसार वैद्यकीय डेटासेट सानुकूलित करू शकते. सानुकूलित डेटासेटची व्याप्ती 'स्टेटमेंट ऑफ वर्क'द्वारे निश्चित केली जाते आणि ते लागू असलेल्या ओळख-अस्वीकरण व अनुपालन मानकांचे पालन करतात.
७. परवाना घेण्यापूर्वी मला नमुना डेटासेट पाहता येईल का?
होय. शेप NDA अंतर्गत प्रातिनिधिक नमुना डेटासेट प्रदान करते, जेणेकरून AI टीम्स परवाना घेण्यापूर्वी स्वरूप, गुणवत्ता, लोकसंख्याशास्त्रीय व्याप्ती आणि मॉडेलची उपयुक्तता यांचे मूल्यांकन करू शकतील. स्टँडर्ड लायसन्स किंवा कस्टम कलेक्शन करारापूर्वी नमुना मिळवणे ही सहसा पहिली पायरी असते.
८. शेप वैद्यकीय डेटासेट कोणत्या स्वरूपात वितरित करते?
शेप वैद्यकीय डेटासेट एआय-सज्ज फॉरमॅटमध्ये पुरवते, ज्यामध्ये संरचित नोंदींसाठी JSON, CSV आणि FHIR; ऑडिओसाठी जोडलेल्या प्रतिलिपींसह WAV फाइल्स; आणि भाषण व भाषा डेटासेटसाठी प्रतिलिपी फाइल्स यांचा समावेश आहे. बहुविध डेटासेटमध्ये मजकूर, ऑडिओ आणि संरचित वैद्यकीय नोंदींना जोडणाऱ्या मॅनिफेस्ट फाइल्सचा समावेश असू शकतो.
९. शेप वैद्यकीय डेटासेटची गुणवत्ता कशी सुनिश्चित करते?
शेप तज्ञ पुनरावलोकन, डोमेन-विशेषज्ञ भाष्य, प्रमाणीकरण कार्यप्रवाह आणि संरचित गुणवत्ता हमी तपासण्यांद्वारे वैद्यकीय डेटासेटची गुणवत्ता सुनिश्चित करते. या प्रक्रिया आरोग्यसेवा एआय विकासासाठी अचूकता, विश्वसनीयता आणि मॉडेलची सज्जता सुनिश्चित करण्यास मदत करतात.
१०. शाईप यांचे वैद्यकीय डेटासेट मोठ्या AI/ML प्रकल्पांसाठी विस्तारक्षम आहेत का?
होय. Shaip चे वैद्यकीय डेटासेट लहान प्रायोगिक प्रकल्पांसाठी आणि मोठ्या AI/ML प्रकल्पांसाठीही उपयुक्त आहेत. ते मोठ्या प्रमाणात वैद्यकीय नोंदी, संरचित क्लिनिकल डेटा, प्रतिलेख किंवा लाखो तासांच्या डॉक्टरांच्या श्रुतलेखनाच्या ऑडिओची आवश्यकता असलेल्या प्रकल्पांना समर्थन देऊ शकतात.
११. शेप वैद्यकीय डेटासेट विद्यमान एआय मॉडेल्स आणि वर्कफ्लोमध्ये समाकलित केले जाऊ शकतात का?
होय. Shaip वैद्यकीय डेटासेट JSON, CSV, FHIR, WAV आणि ट्रान्सक्रिप्ट फाइल्स यांसारख्या वापरण्यास-तयार फॉरमॅटमध्ये पुरवते. हे फॉरमॅट्स सध्याच्या AI, ML, NLP, स्पीच, हेल्थकेअर LLM आणि मल्टीमोडल मॉडेल डेव्हलपमेंट वर्कफ्लोमध्ये एकत्रीकरणास समर्थन देतात.
१२. शेप मेडिकल डेटासेट मिळायला किती वेळ लागतो?
नमुना पुनरावलोकन, करारावर स्वाक्षरी आणि परवाना अंतिम झाल्यानंतर, तयार वैद्यकीय डेटासेट सामान्यतः काही दिवसांत वितरित केले जाऊ शकतात. विशेष संकलनाची कालमर्यादा प्रकल्पाची व्याप्ती, डेटासेटचा आकार, कार्यपद्धती, अनुपालन आवश्यकता आणि गुंतागुंत यांवर अवलंबून असते आणि ती 'स्टेटमेंट ऑफ वर्क'मध्ये नमूद केलेली असते.
१३. वैद्यकीय डेटासेटची किंमत किती असते?
वैद्यकीय डेटासेटची किंमत डेटासेटचा प्रकार, कार्यपद्धती, आकारमान, सानुकूलनाची आवश्यकता, परवान्याच्या अटी, वितरणाची कालमर्यादा आणि अनुपालनाच्या गरजा यांवर अवलंबून असते. सानुकूलित दरपत्रक मिळवण्यासाठी संघ 'आमच्याशी संपर्क साधा' फॉर्मद्वारे त्यांच्या गरजा कळवू शकतात.
१४. आरोग्यसेवेतील एआय/एमएलसाठी वैद्यकीय डेटासेट महत्त्वाचे का आहेत?
अचूक, विश्वसनीय आणि वैद्यकीयदृष्ट्या उपयुक्त आरोग्यसेवा एआय मॉडेल्सना प्रशिक्षित करण्यासाठी उच्च-गुणवत्तेचे वैद्यकीय डेटासेट अत्यावश्यक आहेत. ते वैद्यकीय दस्तऐवजीकरण, क्लिनिकल एनएलपी, भाषण ओळख, सारांशीकरण, निर्णय सहाय्य, ऑटोमेशन, रुग्ण सेवा कार्यप्रवाह आणि आरोग्यसेवा डेटा इंटेलिजन्स सुधारण्यास मदत करतात.