广东省数据知识产权存证登记平台-证书详情

登记信息

临床试验合成数据下游任务效用评价数据集 已登记

数据申请号：

粤2026092905693
数据登记号：

SZ2026120010527.6
关键词：

人工智能合成数据临床试验
登记时间：

2026-10-22
平台证书编号：

20260944000010527
数据处理者：

暂无
服务机构：

北京集佳知识产权代理有限公司
登记主体：

广东杰纳晓元数字技术有限公司
法院编号：

广州互联网法院 - 85ce87e8e135e8bc08c84e69bf19bf3501834ffee36a9405a9a96627d038f761-749fc1a4;legalxchain

区块链信息

上链时间：

2026-09-29
所属区块链：

司法联盟链·广东省知识产权保护中心
证据指纹：

defe24dfcab34fb449bd081ee1956b3ff315ea78cd3f7eb958336ee5f96305320488f0f7c5d3ce5a992dc1652c147f47c006a315c910c4c1077e370f5f16fad2
区块链存证证书编号：

LXM-GDIPI-23202609296531898921

数据信息

数据简介

本数据面向临床人工智能研发和统计编程测试，由多项合法取得的临床试验公开数据集的合成事件样本及配对控制标签组成。数据涵盖人口学、治疗与疾病背景、实验室状态和生命体征等临床预测字段，分类目标为CTCAE 1–2级与3–5级。当前版本包含4个生成批次，共9600条合成事件样本，并提供等量逐行对应的控制标签。数据按场景和批次以CSV格式交付，附件二提供效用评估算法代码样本。适用于临床AI研发团队开展不良事件分级模型的特征编码、训练与调试；适用于CRO统计编程和软件研发团队测试数据导入、清理、分类训练与预测流程；适用于科研机构研究模型及评价指标对特征—标签关联扰动的响应。具备独立真实验证数据及相应使用权限的机构，可进一步评估模型在真实样本上的任务效用。数据将临床任务样本、明确的分级标签、逐行匹配的实验控制及可追溯批次组织为统一数据包，减少使用者自行整理临床字段、准备训练材料和构建对照实验的重复工作。

数据来源：

自行产生
数据所属行业分类：

C27 医药制造业

数据处理规则说明

本数据集算法以规整后的临床AE数据为输入，按TA、TB试验场景及生成批次分层，对人口学、治疗、实验室和生命体征等类别变量进行联合建模。通过秩变换映射至高斯空间，估计变量依赖结构并生成候选记录，再经经验分布逆变换恢复临床编码。算法保留样本规模和标签比例，并使用固定随机种子保证结果可复现。同时对标签实施全量置换，形成特征不变的配对控制组，通过复合键校验、类别计数核对和下游分类指标比较完成质量验证。处理规则详见《数据结构表》。

应用场景描述

面向合成数据开发机构、临床研究团队及医疗人工智能研发人员，用于比较相同任务、模型和验证条件下不同合成材料的下游预测效用，分析特征—结局关联受到扰动后的性能变化，为合成流程改进、训练材料选择和评价结果复核提供依据。配套评价流程可用于新增合成材料的效用测试, 当前应用场景为临床试验不良事件严重程度分类。

数据格式：

CSV
数据更新频率：

其他
数据量：

9600

样例数据

详见附件附件下载

数据结构样例

数据集含36个字段，包括scenario_id、batch_id、sample_id、AGE_BAND、SEX、TRTCD、TRT、ECOG、B_LDHYN、KRAS、DIAGTYPE、RACCAT、LAB_ALB、LAB_ALP、LAB_ALT、LAB_AST、LAB_BILI、LAB_CREAT、LAB_HB、LAB_LYMPH、LAB_NEUT、LAB_PLT、LAB_WBC、VITAL_SYSBP、VITAL_DIABP、VITAL_PULSE、VITAL_RESP、VITAL_TEMP、VITAL_ECOG、AE_SEVERITY、AE_TERM、AE_SERIOUS、AE_RELATED、AE_ACTION、AE_OUTCOME、severity_label。

数据状态

2026-10-22

数据知识产权登记完成