一、采购范围 1. 目标省份：仅限广东省、广西壮族自治区、浙江省。 2. 城市等级：仅限一二线城市。 3. 医院等级：二级甲等及以上（含三级甲等、三级特等医院）。 4. 医院数量：每个目标城市需覆盖 ≥5家 符合条件的综合医院，不限科室。 5. 单省数据量：≥20万条 二、数据内容 1. 数据类型：真实住院/门诊病历（含历史归档数据），覆盖内科、外科、妇产科、儿科、肿瘤科、急诊科等主要科室。 2. 数据内容： 2.1. 病史：主诉（含现病史）、既往史、个人史（含家族史、过敏史等） 2.2. 体格检查：生命体征、专科查体 2.3. 辅助检查：（验、影像、病理、胃镜、肠镜、心电图、超声等结果报告） 2.4. 医嘱：长期医嘱、临时医嘱 2.5. 护理：体温单 2.6. 病案文书：住院病案首页、入院记录、出院记录、手术记录等 三、数据质量 1. 完整性：每份病历核心字段（主诉、诊断、治疗）缺失率 ≤ 5%。 2. 准确性：诊断与检查结果逻辑自洽，无前后矛盾。 3. 时效性：病历日期在2015年1月1日至今。 4. 多样性：同一医院内，不同病种分布均匀，单一病种占比不超过 20%。 四、 交付方式 数据集或API接口交付。

一、数据内容范围 1. 医学教科书：国家级规划教材、教育部/卫健委推荐教材、权威学会主编专科教材（如人卫版《内科学》《外科学》《妇产科学》等）章节全文，含图表、病例、参考文献。中文优先，英文权威教材可单独报价。 2. 临床指南/共识：中华医学会各分会、国家卫健委、NCCN、ESC、AHA、WHO、CSCO等权威机构发布的指南、共识、临床路径、专家建议全文，含修订历史与证据等级说明。 3. 公开发表的医学综述文章 4. 药物说明书：国家药监局（NMPA）、FDA、EMA批准的药品说明书全文，含适应症、用法用量、禁忌、不良反应、药理毒理、临床试验数据等 二、版权与来源要求 1. 授权合法性：所有文本须具备明确、可追溯的合法使用授权。严禁使用爬虫抓取、未授权转载、版权状态存疑或来源不明材料。 2. 授权证明：供应商需提供授权协议关键页、公开许可声明（如CC协议）、出版社/学会直采凭证或转授权链条文件 三、结构化程度要求 1. 格式：机器可读的PDF（非扫描版、含OCR层、支持文本/表格/公式抽取）或XML（含标签结构），附带结构化元数据文件 2. 信息抽取支持：文档应至少支持以下内容的自动化提取：  章节/段落标题  表格、列表  参考文献  术语、定义、推荐级别（如有）等 四、时效性要求 1. 指南与综述文章：必须注明版本号、期刊、发表年份、卷、页码等。建议优先选用近5年内发布的版本。 2. 教科书：应注明出版社、版次、出版年份。若无新版，需注明所使用版次及出版时间。 3. 药物说明书：须注明核准日期、修订日期或印刷日期，并确认未被后续版本取代。 五、其他 1. 同一知识点若存在多版本文献，优先采用最新且引用较高的版本。 2. 鼓励标注文档来源URL、DOI、ISBN等唯一标识，便于溯源与批量管理。 3. 提供10份样本样例。

一、数据来源与时限 • 来源：公立三甲医院，具备规范的病理诊断流程与质量控制体系 • 时间：最近5年 • 病例：肿瘤/癌前病变/炎症性疾病，优先肺癌、乳腺癌、胃癌、结直肠癌、宫颈癌等 二、数据内容与格式 2.1 病理切片图像 • HE染色切片：全视野扫描图像（≥40×），附低倍预览图+高倍分块索引，≥50000例 • 免疫组化：含Ki-67、HER2、ER、PR、PD-L1、EGFR等（≥40×），附染色强度（0/1+/2+/3+）及阳性细胞百分比（0–100%），≥10000例 2.2 细胞病理涂片 • TCT液基细胞学：宫颈/体腔积液涂片（≥300dpi），附TBS分类报告（NILM/ASC-US/LSIL/HSIL等），≥10000例 • FNA细针穿刺：甲状腺/淋巴结/乳腺等部位涂片（≥300dpi），附Bethesda分级或细胞形态描述，≥10000例 2.3 分子检测 • 基因检测结果：EGFR、KRAS、BRAF、ROS1、ALK等基因，及MSI、TMB指标，注明检测方法（PCR/NGS/FISH等），≥3000例 • 图像类检测：FISH/CISH等需同步提供诊断图像（≥300dpi） 2.4 病理报告文本 • 诊断描述：含良恶性分级、组织学分级（G1–G3）、TNM分期、切缘状态、脉管浸润等核心字段，可附脱敏原始PDF 三、合规要求 1. 来源合法 2. 严格脱敏

一、采购内容：字典类型范围包括以下10类： 1. 检验名称 2. 检验指标 3. 检查名称 4. 手术名称 5. 中医诊断 6. 中医证候 7. 西医诊断 8. 中药饮片 9. 西成药 10. 操作治疗（如推拿、针灸等） 二、对数源单位要求 1. 区域优先：山东、上海优先 2. 医院类型：综合型医院 3. 医院数量：3～5家 三、数据时限要求：最近10年左右 四、 交付要求 1. 交付周期：合同签订后 2周内 2. 数据格式：Excel 3. 数据交付方式：出域 4. 医学标注：不需要临时标注，直接提供已归一化数据 5. 合规要求：需提供授权 五、字段要求 每个字典至少包含以下字段： 1. 序号：唯一标识 2. 医院字典名称：原始字典名称 3. 归一名称：标准化后的名称 4. 医保名称：医保目录对应名称 5. 医保编码：医保目录对应编码 六、验收与样本要求 1. 验收标准：字段结构符合上述要求即可，采购方不额外提供模板 2. 样本样例：每个字典需提供100条数据作为样例 3. 数据缺少部分字典 / 未归一 / 无医保信息，单独沟通

1. 疾病：见附件 2. 例数：每种疾病各10例 2. 字段：如基本信息（图片/拉框/诊断/主诉/专业描述/推理/皮损/大小/颜色/边界/界限/年龄/部位/干湿度/鳞屑/形状/排列）等 3. 数据质量要求： 图片合格率100% 诊断合格率95% 推理合格率95% 字段合格率95%

一、核心需求 1. 语料类型：西班牙语成品音频语料，需提供原始声音数据，支持纯真人录制语音或合规合成音库两种形式。 2. 语种要求：标准西班牙语，可接受西班牙本土西语、拉美通用西语等主流口音，需明确标注口音所属地区。 3. 内容形式：真人语音需配套对应文本内容；合成音库需配套完整文本脚本。 二、合规要求 1. 数据来源合法合规，真人语音需为合规授权录制，严禁盗用、侵权、未经授权的公开爬取数据。 2. 需提供合规证明材料，确保数据使用无版权纠纷、肖像权纠纷及隐私合规风险等。 三、标注要求 无需文本标注及其他格式标注，仅需提供原始音频与对应文本即可。 四、格式要求 1. 优先WAV 格式。 2. 其他音频格式需提前沟通确认。 六、体量要求 需求体量不限，数据量越大越优。 七、其他核验要求 需提供数据溯源说明，明确该批西语音频数据是否在市场上进行过交易，以及历史合作交易主体信息。

一、 数据基础要求 1．范围：市级以上。 2．人数：≥ 300万人。 3．来源优先级：1）医保数据；2）卫健数据。 4．排除来源：单一的电子发票数据。 二、 核心数据清单 1. 医保局数据 1）就诊人信息（社保卡号、姓名）、医院信息、入院出院时间、出入院诊断编码、总费用、自付金额、医保报销金额等。 2）药品/项目名称与编码、数量、单价、金额、自付比例等。 3）历史住院的诊断、时间、医院、以及医保支付明细等。 2. 卫健委数据（重要补充） 就诊人信息（社保卡号、姓名）、就诊时间、医院信息、医院科室、住院号、诊断编号、诊断描述、主诉、症状详情、医生信息、就诊流水号等。

一、疾病类型 1.各种胸部疾病，包括不限于：肺炎、肺结核、慢性阻塞性肺病、气胸、支气管扩张、支气管哮喘、间质性肺病、肺水肿、肺气肿、肺不张、脓胸、肺脓肿、肺结节、肺癌、乳腺癌、乳腺其它病变、食管癌、纵隔肿瘤、纵隔其它病变、胸壁外伤、胸壁肿瘤、胸壁其它病变、甲状腺肿瘤、甲状腺其它病变、心肌疾病、心脏瓣膜疾病、心包疾病、冠心病、大血管疾病、肺循环疾病、心血管系统血栓与其他疾病、胸膜、中叶综合征、肺血管疾病、气道疾病等。 数据要求：CT+报告、增强CT+报告、MR+报告、增强MR+报告、超声+报告、血液检查、痰培养、尿检、GOLD、肺功能测试、呼吸测试、TNM分期、病理报告、诊断记录，清晰标注不同疾病亚型需配套的数据模态。对血管类疾病等疾病，需要CT+报告+增强CT+报告。并列出各个疾病各个数据的病例数。 2.各种腹部疾病，包括不限于：胃癌、肝癌、肾癌、肠癌、胰腺癌、胃各种疾病、肝各种疾病、胰腺各种疾病、脾脏病变、泌尿系统各种疾病、肠道各种疾病、肾上腺肿瘤、肾上腺各种疾病、生殖系统各种疾病，腹腔、腹膜后及血管各种疾病，以及其它疾病。 数据要求：CT+报告、增强CT+报告、MR+报告、增强MR+报告、胃肠镜结果、血检、尿检、TNM分期、病理报告、诊断记录，清晰标注不同疾病亚型需配套的数据模态。对血管类疾病等疾病，需要CT+报告+增强CT+报告。并列出各个疾病各个数据的病例数 二、疾病分类逻辑： 按 “系统/种类→类型→亚型”三级划分（如呼吸系统-肺炎-病毒性肺炎），核心覆盖各个系统、血管、胸廓、腹膜等胸腹部相关疾病，细分良性 / 恶性疾病亚型（如肺癌、胆囊结石、胰腺炎等），并且明确每个疾病的对应数据（如 CT + 报告 + 血液 + 痰）。数据完整性提示：通过缺失值标注，明确部分亚型的 “良 / 恶性”“标签” 等字段需补充完善，为数据采集提供优先级指引。 三、 数据交付规范 1.核心原则：以“胸腹部平扫CT影像及其对应的放射科诊断报告”作为核心数据源，其他模态数据（如MRI、超声、实验室检验、病理结果等）仅作为辅助信息，清晰界定主次数据关系。 2.影像规范：所采集的CT影像须符合低剂量螺旋CT（LDCT）或常规CT的临床采集标准，明确记录成像方式、层厚、重建算法等关键技术参数。 报告规范：每例CT检查必须配套一份完整的放射科诊断报告，内容须包含“年龄、性别、检查所见、诊断意见”四项要素，其中年龄应精确至“岁”，不得使用“约”“左右”等模糊表述。 3.病例完整性：每例病例需具备可支撑后续分析与追溯的基础信息，确保数据结构完整、关键字段无缺失。 4.合规性要求：所有数据均已获得受试者或法定授权方的完整知情同意，授权范围覆盖当前研究及数据使用目的。