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
Fuente oficial

¿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

Cómo cargarlopython
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