广东省人民医院鼻咽癌专病库数据数据作为一种基于多模态医学数据文本化的数据集，包含经鼻咽镜下组织活检，病理组织学明确诊断为鼻咽癌的病人，通过自然语言处理等技术实现文本病历结构化，支撑鼻咽癌精准医疗研究，涵盖2021年至2025年期间2692条数据。本数据集通过整合文本和影像模态的互补信息，可全面提升疾病诊断的准确性与全面性，推动精准医疗发展，并为AI模型训练及模态间转换提供数据支持，有助于降低医疗成本。

1.数据清洗：筛选出经鼻咽镜下组织活检，病理组织学明确诊断为鼻咽癌，提取鼻咽镜报告、影像学报告、放疗计划单等原始数据，整合为病理诊断、病理分期、免疫组化和影像学检查4大部分。 2.数据分析处理：（1）基于鼻咽癌临床分期指南，构建专用算法模型，自动解析报告中关于肿瘤的自由文本描述，将其准确映射为国际标准的TNM分期代码，结果均经过专业医生复核，实现可计算数据的转化。（2）病理诊断保留医生原文，作为诊断复核的参考。（3）结合病理诊断及各项检验检查结果，映射到WHO标准鼻咽癌分型（如非角化性未分化型癌、非角化性鳞状细胞癌、鼻咽癌等），得到标准化的出院诊断，由专业医生复核。 3.隐私数据脱敏：彻底去除患者姓名、ID等个人标识，对住院号/门诊号进行模糊化处理，将检查号替换为不可逆的32位UUID，日期保留至年月（yyyy-mm）。 4.数据质量校验：建立跨文本逻辑比对规则，校验并排查分期、侵犯范围、淋巴结检出数与阳性数等的逻辑矛盾。最终产出为高度结构化、字段标准化、可直接支持临床科研与精准医学研究的专病数据集。

1.结合患者影像学分期、治疗方案、疗效评估等数据，辅助医生制定符合患者病理特征的个体化放疗、化疗或综合治疗方案，尤其适用于局部晚期、病理亚型特殊（如角化型 / 非角化型）鼻咽癌的精准诊疗。 2.为鼻咽癌相关回顾性研究（如不同病理亚型的治疗疗效对比、病理特征与复发转移的相关性研究、EBV 分子病理的预后价值研究）提供大样本、规范化的真实世界数据，大幅降低研究病例筛选与数据整理的成本。

mz**919 东川鼻专科门诊 2 28 非角化性未分化型癌 2023年4月 pa**030 （右侧鼻咽）分化差的癌，考虑为非角化性未分化型癌，建议来我科行免疫组化检测进一步明确。 0 3 0 2 2 0 1 1 1 1 1 0 1 1 0 1 1 1 0 8 5 - + + + + + + + - - + + + + + + - - + + + - + - - + + + + + + + + + + - - + + + - + 0 0 0 0 0 1 1 1 1 无 mz**965 东病区耳鼻喉科门诊 2 21 鼻咽肉芽肿性炎 2023年4月 pa**200 （左侧鼻咽部）鼻咽肉芽肿性炎，需要鉴别鼻咽癌伴肉芽肿反应或特殊病原体感染，建议来我科加做免疫组化和特殊染色协助诊断。 0 0 1 3 1 0 1 0 1 1 0 1 1 0 0 0 0 1 0 6 2 - - + - + + - - - + - - - - - - - + - - - - + - + - - - + + - - + - - - + - - - - + 0 0 0 0 0 0 1 0 1 无 zy**695 耳鼻喉 附件下载

short_text 病案号 fpatient_id short_text 科室名称 dept_name single_choice 性别 option 男（1） pat_sex option 女（2） pat_sex short_text 年龄 pat_age long_text 出院诊断 diag_out short_text 检查日期 pa_date short_text 病理号 pa_no long_text 病理诊断 pa_diag desp 病理分期 single_dropdown pTNM分期：T option T1(0) diag_t_opaf option T2(1) diag_t_opaf option T3(2) diag_t_opaf option T4(3) diag_t_opaf single_dropdown pTNM分期：N option N0(0) diag_n_opaf option N1(1) diag_n_opaf option N2(2) diag_n_opaf option N3(3) diag_n_opaf