MIMIC-III

Parent: ai_keywords

MIMIC-III 百科解释

核心定义

MIMIC-III（Medical Information Mart for Intensive Care III）是由麻省理工学院计算生理学实验室主导开发的公开、去隐私化的重症监护数据库。它收录了2001年至2012年间美国贝斯以色列女执事医疗中心超过4万名ICU患者的临床数据，涵盖人口统计学、生命体征、实验室检查、药物、诊断编码、影像报告及自由文本病历等结构化与非结构化信息。作为医疗AI领域最经典的基准数据集之一，MIMIC-III推动了临床预测模型、自然语言处理及因果推断研究的发展。

关键技术点

1. 关系型数据架构：数据库以患者为中心组织，包含26张核心表（如PATIENTS、ADMISSIONS、CHARTEVENTS、ICUSTAYS），通过subject_id与hadm_id实现多源数据关联，支持复杂查询与队列构建。
2. 时间序列处理：提供床旁监护仪记录的分钟级高频生命体征（如心率、血压、血氧饱和度），需应对缺失值、采样不均匀及生理噪声，是LSTM/Transformer等时序模型的标准测试场。
3. 隐私脱敏技术：所有患者标识符（姓名、日期等）经哈希与日期偏移（±365天）处理，符合HIPAA安全港规则，同时保留时序一致性以支持纵向分析。
4. 多模态融合潜力：可通过subject_id与MIMIC-CXR（胸部X光影像）数据库联动，实现结构化表型数据与医学影像的特征融合，提升诊断与预测性能。
5. 可复现性基准：已被用于超过2000篇经同行评审的研究，官方提供SQL查询模板与Python/PyTorch预处理工具，确保结果可比性。

医学/神经科学应用场景

基于MIMIC-III的急性缺血性卒中ICU结局预测模型（首都医科大学神经病学研究背景）

利用MIMIC-III中DIAGNOSES_ICD表（ICD-9编码433.x1、434.x1）筛选急性缺血性卒中患者，结合CHARTEVENTS中的前24小时神经生命体征（格拉斯哥昏迷评分、瞳孔反应）与实验室指标（D-二聚体、血糖），通过XGBoost整合PROCEDURES_ICD中的溶栓治疗信息，构建卒中后出血转化及30天死亡率预测模型。该工作为首都医科大学附属宣武医院神经重症ICU的早期预警系统提供了可迁移的算法原型，验证了公共数据在神经专科ICU资源受限场景下的替代评估价值。