本数据集基于广州医科大学附属脑科医院的门诊就诊记录数据，经过结构化抽取与风险规则化处理构建而成。数据涵盖脱敏后的患者id、就诊类型、就诊时间、科室、年龄、诊断名称与编码等原始数据，为支撑门诊患者风险量化评估场景，对原始数据实施多层级特征工程与结构化重构：基于医学先验知识构建年龄分层规则与时段风险阈值，运用文本语义解析实现诊断名称的自动匹配与分级量化，最终通过逻辑回归式加权合成综合风险指数。数据集可用于医疗机构门诊安全风险识别和患者分级管理等方向。

1.年龄＜12或60≤年龄＜100，2分 12≤年龄＜18或40≤年龄＜60，1分 18≤年龄＜40，0分 年龄≥100，3分 2.就诊时间为6:00以前或22:00及以后，赋分2 就诊时间为8:00以前或18:00及以后但不在上一条规定的时段内，赋分1 其余时段赋分0 3.采用文本语义分析的加工方法，若诊断名称包含“精神分裂症”“双相情感障碍”“伴有精神病性症状的重度抑郁发作”“癫痫性精神病”“阿尔茨海默病”“脑血管病所致精神障碍”等严重精神障碍或器质性精神疾病关键词，则赋分3 若包含“抑郁发作”“心境”“焦虑”“癫痫”“帕金森病”等常见精神心理或神经科疾病关键词，则赋分2 若包含“抑郁状态”“失眠”“头痛”“上呼吸道感染”等一般性症状或轻症关键词，则赋分1 若无诊断名称或未匹配到上述关键词，则赋分0 4.综合风险分=年龄风险分*0.3+时间风险分*0.1+诊断风险分*0.6 5.在综合风险分的基础上生成风险等级，综合风险分<1.5为低风险，1.5≤综合风险分<2.5为中风险，2.5≤综合风险分<3.5为高风险，其余情况为极高风险 6.本数据集已对患者id和就诊日期进行脱敏处理。

1.门诊患者风险分级与优先调度。基于综合风险分可实现患者就诊紧急程度的量化评估，辅助分诊护士或挂号系统进行优先级排序。高风险患者可被自动识别并安排优先接诊，缩短危急精神症状患者的等待时间，提升医疗安全与响应效率。该系统尤其适用于精神科急诊与高危患者筛查场景。 2.科室资源分配与服务模式优化。通过分析不同时段、不同诊断类型的风险分布，医院管理部门可优化各专科门诊的排班安排与资源配置。例如，高风险时段可增加医师排班或设置专项门诊，高发诊断类型可开展专病管理流程，从而提升整体服务能力与患者就医体验。

患者id 就诊类型 就诊日期 本次就诊年龄(年) 主诊断名称 主诊断编码 年龄风险分 时间风险分 诊断风险分 综合风险分 风险等级 6***3 门诊 2025-***38 24 心境[情感]障碍 F39.x00x001 0 1 2 1.3 低风险 6***2 门诊 2025-***25 25 焦虑抑郁状态 F41.200x002 0 0 2 1.2 低风险 6***3 门诊 2025-***59 37 焦虑抑郁状态 F41.200x002 0 0 2 1.2 低风险

1 患者id INT 2 就诊类型 VARCHAR(10) 3 就诊日期 DATETIME 4 本次就诊年龄(年) INT 5 主诊断名称 VARCHAR(200) 6 主诊断编码 VARCHAR(20) 7 年龄风险分 TINYINT 8 时间风险分 TINYINT 9 诊断风险分 TINYINT 10 综合风险分 TINYINT 11 风险等级 VARCHAR(20)