随着全球医疗数字化转型持续推进，电子健康记录（EHR）已成为临床数据流转、医疗服务数字化的核心载体，而符合HL7 FHIR国际标准的结构化EHR更是实现跨机构数据互通、临床AI落地的核心基础。但长期以来，临床AI模型的训练与评测多基于非结构化的病历文本数据，与真实医疗场景中标准化、结构化的EHR数据格式存在明显错位，直接导致大量AI模型在实验室环境下表现优异，接入真实医疗系统后诊断准确率大幅下滑；与此同时，真实临床数据的隐私合规要求极高，也进一步抬高了医疗AI研发的数据源获取门槛。2026年5月29日，System Inc.在预印本平台arXiv首发的MedCase-Structured数据集，正是瞄准这一行业痛点推出的解决方案。
MedCase-Structured是由System Inc.创建的临床现实合成数据集，旨在为电子健康记录（EHR）环境中的诊断推理提供结构化基准。该数据集基于MedCaseReasoning的约14,500个诊断案例，通过多阶段生成流程将非结构化文本转换为术语验证的HL7 FHIR R4患者捆绑包，最终包含1,408条有效数据，覆盖患者人口统计、症状、实验室结果等多维临床信息。数据创建过程结合了大型语言模型分阶段生成、术语接地验证与修复技术，确保FHIR资源的结构与语义一致性，成功转换率达82.5%。
作为完全符合国际医疗数据互操作标准的合成数据集，MedCase-Structured不存在真实患者隐私泄露风险，可广泛应用于多个医疗数字化场景：一是用于临床决策支持系统的评估与训练，解决当前结构化、可互操作的EHR格式下模型诊断准确性下降的普遍问题，帮助研发团队提前对齐真实生产环境的数据标准，降低AI模型上线后的性能落差；二是可作为基准测试集，用于验证不同医疗机构EHR系统的互操作性与数据标准化水平；三是可应用于医疗大模型多模态能力评测、医学生临床诊断辅助教学等多个领域，推动医疗AI领域对齐的基准测试体系发展。
详情页内容：
_1769672084863.jpg)