Catálogo de Dados Médicos para IA na Área da Saúde
Conjuntos de dados médicos/saúde prontos para uso para impulsionar seu projeto Healthcare AI
Conjuntos de dados médicos e de saúde para aprendizado de máquina
O que inclui o Catálogo de Dados Médicos Shaip?
O Catálogo de Dados Médicos Shaip é uma biblioteca pronta para uso, compatível com HIPAA, de dados de treinamento de saúde anonimizados, abrangendo 31 especialidades médicas, incluindo 257,977 horas de áudio de ditados médicos, transcrições de prontuários médicos, registros eletrônicos de saúde e conjuntos de dados multimodais. Cada conjunto de dados possui licença para treinamento comercial de IA e é fornecido com anonimização Safe Harbor ou Expert Determination.
Dados de áudio de ditado médico
Nosso conjunto de dados não identificados para assistência médica inclui arquivos de áudio de 31 especialidades, ditados por médicos, descrevendo a condição clínica dos pacientes e o plano de tratamento com base nos encontros entre médico e paciente no ambiente clínico.
Arquivos de áudio de ditado médico prontos para uso:
- 257,977 horas de conjunto de dados de discurso de ditado médico do mundo real de 31 especialidades para treinar modelos de discurso de saúde
- Áudio de ditado capturado de vários dispositivos como Telefone Ditado (54.3%), Gravador Digital (24.9%), Microfone de Fala (5.4%), Telefone Inteligente (2.7%) e Desconhecido (12.7%)
- Áudio editado e transcrições de PII em conformidade com as Diretrizes Safe Harbor em conformidade com a HIPAA
Registros Médicos Transcritos
Prontuários médicos transcritos referem-se à transcrição de conversas entre médico e paciente, à transcrição de relatórios médicos e à avaliação médica. Auxiliam no mapeamento do histórico médico do paciente para consultas futuras e também servem como ponto de referência para os médicos. Ajudam a avaliar a condição atual do paciente e a sugerir um tratamento adequado.
Registros Médicos Transcritos de Prateleira:
- Transcrição de 257,977 horas de ditado médico do mundo real de 31 especialidades para treinar modelos de fala em saúde
- Registros Médicos transcritos de vários tipos de trabalho como Relatório Operatório, Resumo de Alta, Nota de Consulta, Nota de Admissão, Nota ED, Nota Clínica, Laudo de Radiologia, etc.
- Áudio editado e transcrições de PII em conformidade com as Diretrizes Safe Harbor em conformidade com a HIPAA
Registros Eletrônicos de Saúde (EHR)
Os Registros Eletrônicos de Saúde ou EHR são registros médicos que contêm o histórico médico do paciente, diagnósticos, prescrição, planos de tratamento, datas de vacinação ou imunização, alergias, imagens radiológicas (tomografia computadorizada, ressonância magnética, raios-X) e exames laboratoriais e muito mais.
Registros de Saúde Eletrônicos de Prateleira (EHR):
- 5.1M + Registros e arquivos de áudio médico em 31 especialidades
- Registros médicos padrão ouro do mundo real para treinar a PNL clínica e outros modelos de Document AI
- Informações de metadados como MRN (Anônimo), Data de Admissão, Data de Alta, Dias de Duração da Permanência, Gênero, Classe do Paciente, Pagador, Classe Financeira, Estado, Disposição de Alta, Idade, DRG, Descrição DRG, Reembolso de $, AMLOS, GMLOS, Risco de mortalidade, gravidade da doença, garoupa, código postal do hospital, etc.
- Registros médicos de vários estados e região dos EUA - Nordeste (46%), Sul (9%), Centro-Oeste (3%), Oeste (28%), Outros (14%)
- Prontuários médicos pertencentes a todas as classes de pacientes cobertas - Internação, Ambulatório (Clínica, Reabilitação, Recorrente, Cirúrgica Day Care), Emergência.
- Registros médicos pertencentes a todas as faixas etárias de pacientes <10 anos (7.9%), 11-20 anos (5.7%), 21-30 anos (10.9%), 31-40 anos (11.7%), 41-50 anos (10.4% ), 51-60 anos (13.8%), 61-70 anos (16.1%), 71-80 anos (13.3%), 81-90 anos (7.8%), 90+ anos (2.4%)
- Proporção de sexo do paciente de 46% (masculino) e 54% (feminino)
- Documentos redigidos de PII em conformidade com as Diretrizes Safe Harbor em conformidade com a HIPAA
Conjunto de dados de imagens de ressonância magnética
Segundo a IBM, os modelos de visão computacional são projetados para extrair informações relevantes de imagens e vídeos digitais. Isso permite o uso extensivo de dados de imagens na área da saúde para proporcionar melhores diagnósticos, tratamentos e previsões de doenças. O modelo pode utilizar o contexto da sequência de imagens, informações de textura, forma e contorno, bem como conhecimento prévio, para produzir informações em 3D e 4D que auxiliam na melhor compreensão humana. Assim como as tomografias computadorizadas, as ressonâncias magnéticas também são utilizadas para diagnosticar e detectar condições anormais ou normais no corpo de um paciente (ou seja, para identificar doenças ou lesões em diversas partes do corpo).
A Shaip fornece conjuntos de dados de imagens de ressonância magnética de alta qualidade, essenciais para pesquisa e diagnóstico médico. Nossos conjuntos de dados incluem milhares de imagens de alta resolução coletadas de pacientes reais e processadas com técnicas de ponta.
Conjunto de dados de imagens de tomografia computadorizada
Os médicos utilizam a imagem da tomografia computadorizada (TC) para diagnosticar e detectar condições normais ou anormais no corpo de um paciente (ou seja, para identificar doenças ou lesões em diversas partes do corpo). No diagnóstico por processamento computadorizado de imagens, uma imagem de TC passa por fases complexas, como aquisição, aprimoramento da imagem, extração de características importantes, identificação da região de interesse (ROI), interpretação dos resultados, etc.
A Shaip fornece conjuntos de dados de imagens de tomografia computadorizada de alta qualidade, essenciais para pesquisa e diagnóstico médico. Nossos conjuntos de dados incluem milhares de imagens de alta resolução coletadas de pacientes reais e processadas com técnicas de ponta. Esses conjuntos de dados são projetados para ajudar profissionais médicos e pesquisadores a aprimorarem seu conhecimento e compreensão de diversas condições médicas, incluindo câncer, distúrbios neurológicos e doenças cardiovasculares. Com a Shaip, você pode acessar dados médicos confiáveis e precisos para aprimorar sua pesquisa e melhorar os resultados para os pacientes.
Conjunto de dados de imagens de raios X
O teste de raios X é usado para verificar a estrutura interna e a integridade do objeto. As imagens de raios X de um objeto de teste podem ser geradas em diferentes posições e diferentes níveis de energia para diagnosticar e detectar condições anormais no corpo de um paciente.
O Shaip fornece conjuntos de dados de imagens de raios-X de alta qualidade, essenciais para pesquisas e diagnósticos médicos. Nossos conjuntos de dados incluem milhares de imagens de alta resolução coletadas de pacientes reais e processadas com técnicas de ponta. Com o Shaip, você pode acessar dados médicos confiáveis e precisos para aprimorar sua pesquisa e melhorar os resultados dos pacientes.
Conjunto de dados de imagens DICOM
A Shaip oferece conjuntos de dados de imagens médicas DICOM prontos para IA, projetados para ajudar equipes de IA na área da saúde a construir, treinar e validar modelos robustos para diagnóstico, triagem e suporte à decisão — usando dados anonimizados que preservam o valor clínico.
Conjuntos de dados de imagens médicas
A Shaip oferece um portfólio abrangente de conjuntos de dados de imagens e sinais médicos, projetados para impulsionar soluções de IA/ML de última geração na área da saúde. Da radiologia à cardiologia, nossos conjuntos de dados ajudam você a criar, treinar e validar modelos robustos para diagnóstico, triagem e suporte à decisão.
Cinco razões pelas quais os compradores licença Shaip em vez de costurá-lo.
O Catálogo de Dados Médicos Shaip existe porque a maioria das equipes de IA na área da saúde perde de nove a doze meses buscando dados de treinamento compatíveis antes mesmo de um único modelo ser treinado. Veja o que muda quando esses meses são recuperados.
A escala do catálogo é incomparável para a maioria das equipes.
O catálogo Shaip abrange 257,977 horas de ditados médicos, transcrições de 31 especialidades médicas e registros eletrônicos de saúde (EHR) que cobrem todas as faixas etárias de pacientes — o tipo de volume que permite aos compradores treinar e avaliar modelos sem precisar juntar uma dúzia de conjuntos de dados abertos.
A conformidade é uma condição inicial, não uma característica.
Todos os conjuntos de dados médicos da Shaip são fornecidos com desidentificação HIPAA Safe Harbor por padrão , parecer de especialista mediante solicitação, tratamento em conformidade com o GDPR e prontidão para BAA (Business Associate Agreement) para entidades cobertas. Os compradores não precisam adaptar a conformidade posteriormente.
Especialistas com formação na área da saúde, não trabalhadores genéricos que atuam em massa.
A anotação, transcrição e controle de qualidade do catálogo médico Shaip são realizados por especialistas com formação na área da saúde . O fluxo de trabalho do Shaip inclui controle de qualidade em múltiplas camadas e validação com intervenção humana, calibrada segundo padrões de precisão clínica.
Disponível para pronta entrega hoje, personalizado sob encomenda.
Os compradores podem licenciar imediatamente os conjuntos de dados Shaip existentes ou encomendar coletas personalizadas com escopo definido para dados demográficos, geográficos, idiomas e modalidades específicos — sem precisar trocar de fornecedor ou refazer a análise de conformidade.
Disponível onde as equipes de dados já atuam.
Os conjuntos de dados anonimizados de EHR e ditados médicos de Shaip estão disponíveis no Databricks Marketplace , com entrega em formatos já utilizados por equipes de dados e aprendizado de máquina — JSON, CSV e WAV. Conjuntos de dados de amostra estão disponíveis antes de qualquer compromisso.
Security & Compliance
Não consegue encontrar o que procura?
Novos conjuntos de dados médicos prontos para uso estão sendo coletados em todos os tipos de dados
Entre em contato conosco agora para deixar de lado suas preocupações com a coleta de dados de treinamento em saúde
Perguntas Frequentes (FAQ)
1. O que são conjuntos de dados médicos?
Os conjuntos de dados médicos são dados de saúde usados para treinar, avaliar e aprimorar modelos de IA/ML. Eles podem incluir áudios de ditados médicos, transcrições de prontuários médicos, registros eletrônicos de saúde, diálogos sintéticos entre médico e paciente e conjuntos de dados multimodais de saúde que combinam texto relevante, fala e dados clínicos estruturados.
2. O que está incluído no Catálogo de Dados Médicos Shaip?
O Catálogo de Dados Médicos Shaip inclui áudios de ditados médicos, transcrições de prontuários médicos, registros eletrônicos de saúde, diálogos sintéticos entre médico e paciente e conjuntos de dados multimodais que vinculam texto, fala e dados clínicos estruturados no nível do paciente ou da consulta. Ele contém 257,977 horas de áudio de ditados médicos em 31 especialidades médicas e está disponível para treinamento comercial de IA.
3. Os conjuntos de dados médicos de Shaip estão em conformidade com a HIPAA?
Sim. Os conjuntos de dados médicos da Shaip são anonimizados por padrão, de acordo com o HIPAA Safe Harbor, removendo as 18 categorias de identificadores especificadas na Regra de Privacidade do HIPAA. A anonimização por Determinação de Especialista também está disponível quando a certificação estatística é necessária, e a Shaip está pronta para o Acordo de Associação Comercial (BAA) para entidades cobertas.
4. Os conjuntos de dados médicos de Shaip são compatíveis com o RGPD e outros requisitos de dados de saúde?
Sim. Os conjuntos de dados médicos da Shaip podem ser preparados para atender aos requisitos da HIPAA, GDPR e outras normas aplicáveis de dados de saúde, dependendo do escopo do projeto, da localização geográfica, do tipo de dados e dos requisitos contratuais.
5. Posso comprar conjuntos de dados de saúde prontos para uso ou eles precisam ser coletados?
Ambas as opções estão disponíveis. A Shaip oferece conjuntos de dados de saúde prontos para uso por meio do Catálogo de Dados Médicos da Shaip para treinamento comercial de IA. Se um projeto exigir um idioma, dados demográficos, especialidade, modalidade ou ambiente clínico específicos, a Shaip também pode realizar a coleta de dados médicos personalizados, seguindo os mesmos padrões de conformidade.
6. Os conjuntos de dados médicos da Shaip podem ser personalizados?
Sim. A Shaip pode personalizar conjuntos de dados médicos por especialidade, faixa etária do paciente, sexo, localização geográfica, idioma, modalidade, ambiente clínico, formato, volume e requisitos do projeto. Os conjuntos de dados personalizados são definidos por meio de uma declaração de trabalho e seguem os padrões aplicáveis de desidentificação e conformidade.
7. Posso ver um conjunto de dados de amostra antes de licenciar?
Sim. A Shaip fornece conjuntos de dados de amostra representativos sob acordo de confidencialidade (NDA) para que as equipes de IA possam avaliar o formato, a qualidade, a abrangência demográfica e a adequação do modelo antes do licenciamento. O acesso à amostra geralmente é o primeiro passo antes da contratação de uma Licença Padrão ou de uma Coleção Personalizada.
8. Em que formatos a Shaip entrega conjuntos de dados médicos?
A Shaip fornece conjuntos de dados médicos em formatos compatíveis com IA, incluindo JSON, CSV e FHIR para registros estruturados; arquivos WAV com transcrições correspondentes para áudio; e arquivos de transcrição para conjuntos de dados de fala e linguagem. Os conjuntos de dados multimodais podem incluir arquivos de manifesto que vinculam texto, áudio e registros clínicos estruturados.
9. Como Shaip garante a qualidade dos conjuntos de dados médicos?
A Shaip garante a qualidade dos conjuntos de dados médicos por meio de revisão especializada, anotações de especialistas da área, fluxos de trabalho de validação e verificações estruturadas de controle de qualidade. Esses processos ajudam a assegurar a precisão, a confiabilidade e a prontidão do modelo para o desenvolvimento de IA na área da saúde.
10. Os conjuntos de dados médicos de Shaip são escaláveis para grandes projetos de IA/ML?
Sim. Os conjuntos de dados médicos da Shaip são escaláveis tanto para pequenos projetos piloto quanto para projetos corporativos de IA/ML. Eles podem dar suporte a projetos que exigem grandes volumes de registros médicos, dados clínicos estruturados, transcrições ou centenas de milhares de horas de áudio de ditados médicos.
11. Os conjuntos de dados médicos da Shaip podem ser integrados aos modelos e fluxos de trabalho de IA existentes?
Sim. A Shaip fornece conjuntos de dados médicos em formatos prontos para uso, como JSON, CSV, FHIR, WAV e arquivos de transcrição. Esses formatos permitem a integração em fluxos de trabalho existentes de IA, ML, PNL, reconhecimento de fala, modelagem de aprendizagem de línguas para a área da saúde e desenvolvimento de modelos multimodais.
12. Quanto tempo leva para receber um conjunto de dados médicos Shaip?
Conjuntos de dados médicos prontos para uso geralmente podem ser entregues em poucos dias após a revisão da amostra, assinatura do contrato e finalização do licenciamento. Os prazos de coleta personalizados dependem do escopo do projeto, tamanho do conjunto de dados, modalidade, requisitos de conformidade e complexidade, e são definidos na declaração de trabalho.
13. Qual o custo dos conjuntos de dados médicos?
O custo dos conjuntos de dados médicos depende do tipo de conjunto de dados, modalidade, volume, requisitos de personalização, termos de licenciamento, prazo de entrega e necessidades de conformidade. As equipes podem compartilhar suas necessidades por meio do formulário "Fale Conosco" para receber um orçamento personalizado.
14. Por que os conjuntos de dados médicos são importantes para IA/ML na área da saúde?
Conjuntos de dados médicos de alta qualidade são essenciais para o treinamento de modelos de IA para a área da saúde que sejam precisos, confiáveis e clinicamente úteis. Eles ajudam a aprimorar a documentação médica, o processamento de linguagem natural clínica, o reconhecimento de fala, a sumarização, o suporte à decisão, a automação, os fluxos de trabalho no atendimento ao paciente e a inteligência de dados em saúde.
