MIMIC-III / MIMIC-IV
Base de datos clínica de cuidados intensivos, uno de los datasets médicos más usados en investigación de ML en salud.
ÁreaSalud y Biomedicina
DominioSalud Clínica
DificultadAvanzado
Tamaño~40,000-300,000+ pacientes según versión · Decenas de GB
¿Qué puedes lograr con este dataset?
- Trabajar con datos clínicos reales anonimizados a nivel de estancia hospitalaria
- Construir modelos de predicción de mortalidad, sepsis o reingreso hospitalario
- Practicar el manejo de series temporales clínicas irregulares (signos vitales, laboratorios)
Descripción
MIMIC (Medical Information Mart for Intensive Care) contiene datos clínicos detallados y desidentificados de pacientes de cuidados intensivos del Beth Israel Deaconess Medical Center: signos vitales, medicamentos, resultados de laboratorio, notas clínicas y desenlaces. Es uno de los datasets más citados en investigación de ML aplicado a salud.
Casos de uso
- Modelos de predicción de mortalidad o deterioro clínico en UCI
- Investigación en NLP clínico usando notas médicas
- Sistemas de alerta temprana de sepsis
- Benchmarking de modelos de series de tiempo clínicas
Cómo cargarlo
import pandas as pd
admisiones = pd.read_csv("ADMISSIONS.csv.gz")
signos_vitales = pd.read_csv("CHARTEVENTS.csv.gz")
print(admisiones["HOSPITAL_EXPIRE_FLAG"].value_counts())Ventajas y limitaciones
Ventajas
- Estándar de facto para investigación de ML en cuidados críticos
- Extremadamente detallado y realista comparado con datasets sintéticos
- Gran comunidad de investigación y literatura de referencia
Limitaciones
- Requiere completar un curso de ética (CITI) y solicitar acceso credencializado en PhysioNet
- Volumen y complejidad considerables, con terminología médica especializada
Datasets relacionados
Otras menciones
Citados en el reporte que aún no tienen ficha propia.
- eICU Collaborative Research Database