山东省第二届数据应用创新创业大赛-算法赛（下）

山东省第二届数据应用创新创业大赛-济南分赛场-健康医疗

比赛链接 http://data.sd.gov.cn/cmpt/cmptDetail.html?id=22

竞赛背景

2019年济南首次迎来国家卫生城市复审，以参审省会城市第一名的成绩高分通过。2020年济南发布《济南市人民政府关于推进健康济南行动的实施意见》，促进以治病为中心向以健康为中心转变，提高人民群众健康水平。围绕打造国际医疗康养名城，济南市稳步提高全民健康素养水平，加快推广健康生活方式，有效控制重大慢性病发病率上升趋势。

竞赛奖项

赛道共设置一等奖、二等奖、三等奖、优秀奖四类奖项。

1. 一等奖：￥30,000元 ，1名
   
2. 二等奖 ：￥15,000元， 2名
   
3. 三等奖 ：￥10,000元， 3名
   
4. 优秀奖 ：￥2,500元， 4名

时间安排

2020年11月9日：线上启动，发布赛事信息

2020年12月—2021年2月：以线上评审形式，开展初赛、复赛

2021年3月：线上线下结合，开展决赛

2021年4月：举办颁奖仪式

任务

分析门诊/急诊就诊记录数据，预测未来疾病病例数量，为医疗卫生部门统筹规划医疗资源、提前预防疾病提供数据支持。

数据

备注：报名参赛或加入队伍后，可获取数据下载权限。

主办方提供2017年-2020年的疾病数据，数据划分如下：

训练集：2017至2018年的近两年的门诊数据，以及关于需要预测的30个病种的病例数量数据。

测试集：以下6段时间的门诊数据，以及对应的30个病种的病例数量数据。需要分别预测对应日期的病例数量。

具体字段描述如下：

1、门诊/急诊就诊记录（train_2017、train_2018、test_2019、test_2020)

image

2、疾病数量统计（count_2017、count_2018、count_2019、count_2020)

image

注：数据不是每天都有记录，部分日期的数据缺失。

作品提交要求

1、文件格式：按照csv格式提交

2、文件大小：无要求

3、提交次数限制：每支队伍每天最多3次

4、文件详细说明：

1. 以csv格式提交，编码为UTF-8，第一行为表头
   
2. 提交格式见样例submit.csv
   

5、不需要上传其他文件

评分标准

本模型依据提交的结果文件，采用均方误差MSE进行评价。

观测值actual(t)，预测值forecast(t)，待预测的样本数为n，计算公式如下：

image

参考代码如下：

from sklearn.metrics import mean_squared_error

y_true = [0.1,0.2,0.3,0.4]

y_pred = [0.2,0.2,0.2,0.3]

mse = mean_squared_error(p_true, y_pred)

山东省第二届数据应用创新创业大赛-主赛场-检验报告单识别

比赛链接：http://data.sd.gov.cn/cmpt/cmptDetail.html?id=19

竞赛背景

检验报告是当前患者就医时最常见到的报告类型。大部分情况下，由于患者医学知识的缺失，对于自己的检验报告单往往不知所云。如果能对广大的患者群体，提供一种简便、高效、易用且准确的检验报告单的录入方法，则会对于后续报告自动化解读、健康档案普及、健康管理系统的普及推广产生强有力的推动效应。本题目从真实的业务需求出发，提供了更贴近真实场景更具挑战性更加务实的任务，期待参赛选手们在这些任务上相互切磋、共同进步。

竞赛奖项

赛道共设置一等奖、二等奖、三等奖、优秀奖四类奖项。

1. 一等奖： ￥30,000元， 1名
   
2. 二等奖： ￥15,000元， 2名
   
3. 三等奖： ￥10,000元， 3名
   
4. 优秀奖： ￥2,500元， 4名

时间安排

2020年11月9日：线上启动、发布赛事信息、开启报名通道

2020年11月—2021年3月：以线上评审形式开展初赛

2021年3月11日—4月15日：线上线下结合开展决赛

2021年4月16日：举办颁奖仪式

任务

根据以上给定的检验报告单，将图片中的文字内容，识别提取出检验项目、结果、单位三项内容。根据上图结果如下：

image

数据

备注：报名参赛或加入队伍后，可获取数据下载权限。

本题目的开发不限制数据集的使用，鼓励使用生成数据的方法来进行训练开发。

本次比赛仅公开提供100个报告单图片数据，作为参赛选手线下测评使用。

注：

1．数据使用有哪些要求？

本次大赛提供的全部数据、信息等，视为保密信息。未经允许，任何人不可以任何形式使用、传播、披露、授权他人使用。

2、限制原则是什么？

作品必须健康、合法、无任何不良信息及商业宣传行为，不违反任何中华人民共和国有关法律。须保证原创性，不侵犯任何第三方知识产权或其他权利；一经发现或经权利人指出，主办方将直接取消其参赛资格，主办方保留赛事解释权。

评分标准

使用ROUGE-L算法来评价识别输出的结果与真实结果。

单个图片对应的表格数据依照从左上到右下的顺序将每个单元格内的字符串连接起来，形成原始字符串。将模型输出的表格数据作相同处理，生成识别字符串。

对原始字符串与识别字符串作ROUGE-L计算，不同的图片之间，求平均结果，作为最终的评价指标。最终评价指标详见样例评分代码。

评测及排行：

由于OCR任务性质的特殊，本次比赛进行线上评测，评测时需要被测团队将算法源代码、模型压缩打包发送给承办方，承办方将使用新的测试集进行统一评测。评测每天每个团队只有一次提交机会。