01
专病数据治理
从院内数据源圈选病例，完成筛选、脱敏、结构化处理与标准术语映射，形成可信数据基础。
面向专病数据治理、构建与应用
专病数据集智能构建与应用平台
先治理，再构建，让专病数据可信可用
从院内病历数据治理入手，完成病例归集、智能筛选、隐私脱敏、标准映射和结构化加工，再结合机器质控与专家审核，构建可评估、可发布、可持续应用的专病数据集。
数据治理数据集构建专病应用
功能示意 · 非实际系统截图
数据集工作台专病数据集建设总览
建设进行中数据治理可控筛选与脱敏
数据构建可验规范与证据
发布应用可溯版本可校验
1数据接入2筛选脱敏3规范治理4数据构建5质控应用
五类交付要素
治理与构建成果持续沉淀
✓治理后数据筛选、脱敏、标准化和结构化✓数据集与质量证据规范明确，取值可核查→发布与应用专病库、检索与分析智能辅助建设初稿、依据与建议可审
逐值证据链从发布结果追溯到原文
产品介绍先治理源数据
先治理源数据
再构建高质量专病数据集
平台把数据治理嵌入专病数据集建设流程，将院内病历转化为标准统一、隐私合规、证据完整、质量可验的科研数据资产。
02
数据集智能构建
围绕研究需求设计变量规范，智能抽取病历取值，并通过原文证据和专家审核保障质量。
03
科研数据应用
冻结并发布合格版本，将治理和构建成果用于专病检索、研究项目、统计分析与智能问答。
产品功能先治理、再构建
先治理、再构建
贯通专病数据应用
治理阶段把院内原始数据转化为可用数据，构建阶段形成可验证的数据集，应用阶段只使用已发布且版本一致的结果。
数据治理
把院内病历治理成可构建的数据基础
以研究人群和纳排标准为边界，对院内结构化与非结构化数据进行归集、筛选、隐私保护和标准化处理。
- ✓病例归集与智能筛选按时间范围与诊断编码圈选病例，依据纳排标准逐例研判并附原文依据
- ✓隐私脱敏与合规复扫对身份标识进行占位替换和日期平移，复扫疑似残留并逐条处置
- ✓标准化与治理核查统一结构化数据、病历数据和派生变量，并核查筛选、脱敏与时间保真情况
功能示意 · 非实际系统截图
专病数据治理工作台治理进行中
数据接入病例筛选隐私脱敏标准化治理
院内数据结构化信息入院与出院记录检验与检查报告其他临床文书
治理检查✓纳排标准研判原文依据可定位✓隐私信息脱敏类型占位与日期平移✓数据标准化术语、单位与取值统一→来源清单锁定形成构建数据基线
数据集建设
把临床需求转成可执行的数据规范
基于治理后锁定的数据来源，形成经专家审定的需求与变量规范，再按统一口径完成数据集加工。
- ✓需求与变量规范智能体起草需求书、判定口径和变量字典，专家采纳、修改并签字审定
- ✓构建基线锁定固化样本、文书范围和内容指纹，让每一批数据集均可复现、可核验
- ✓结构化抽取与证据链按变量组提取取值与单位，每个结果关联来源文书和原文依据
功能示意 · 非实际系统截图
变量规范与数据加工智能体 + 专家
需求立项变量字典病例加工质量核查
变量规范诊断信息定义与编码实验室指标单位与时间锚点用药信息取值与判定规则
智能抽取结果糖化血红蛋白
- 取值
- 已结构化
- 原文证据
- 可定位
- 独立判断
- 多次校验
每个检出值均绑定来源文书与原文引句
质控与应用
先验证数据质量，再服务科研应用
取值经过机器分流和专家审核，以抽检结果评估质量；达到发布条件后冻结版本并进入专病库应用。
- ✓机器质控与专家审核逐值执行六项机器核查，异常送审，抽检样本与送审结果统一盲审
- ✓质量评估与版本发布按验收指标评估准确率、一致性、规范性与可溯源性，发布时冻结版本
- ✓专病检索与研究分析支持组合条件检索、研究项目、统计分析和基于统计结果的智能分析报告
功能示意 · 非实际系统截图
质量评估与专病应用已发布版本
六项机器核查
原文证据核查取值、引文和单位可核验专家审核与抽检盲审、双审与分歧仲裁版本冻结交付内容指纹与文件校验码
专病检索且 / 或 / 非组合条件研究项目人群与变量自动同步统计分析图表、检验与报告
产品技术参数治理与构建协同
治理与构建协同
保障数据安全与可追溯
平台以只读方式接入院内电子病历数据源，原始病历独立分区存储；治理后的结构化数据再进入专病规范、智能加工和质量验证流程。
具体数据源范围、模型配置、资源规模与部署拓扑以项目实施方案为准。逻辑架构示意
应用层专病检索研究项目统计分析智能问答
数据集构建层需求与规范病历抽取质量评估版本发布
数据治理层病例筛选隐私脱敏结构化处理标准化治理
院内数据层电子病历结构化数据临床指南科研标准
数据接入只读接入院内电子病历，结构化与非结构化数据统一处理
治理能力病例筛选、隐私脱敏、结构化转换与标准术语映射
质量控制逐值证据、多次判断、机器核查与专家审核
版本安全内容指纹、版本冻结、操作留痕与文件校验
产品版本信息产品身份与
产品身份与
适用范围
- 产品名称
- 专病数据集智能构建与应用平台
- 产品版本
- V1.0
- 产品品牌
- 福鑫数科 / Fusion AI
- 生产厂家
- 福鑫数科（杭州）人工智能有限公司
- 适用场景
- 专病数据治理 / 数据集构建 / 质量验证 / 科研应用
了解更多先治理，再构建
先治理，再构建
高质量专病数据资产
进一步了解专病范围、数据治理、数据集构建与院内部署方式。
