即取即用的 AI-Ready 医疗数据集库

致力于为医疗 AI 研究人员找到合适的数据集。已收录 1,836 个 AI-Ready 数据集，覆盖医学影像、电子病历与文本、病灶分割与标注等多模态数据。

需要具备完整溯源、伦理合规与工程化交付的专病训练集？进入医疗数据商城 →

按工程化层级：

千方医数集 · 商业级 AI-Ready 数据集

官方自营 · 合规交易

乳腺阳性影像数据集

乳腺钼靶阳性病例影像数据，覆盖肿块、钙化等典型征象，面向乳腺 AI 辅助筛查模型训练。

TCT 宫颈细胞学数据集

液基薄层细胞学（TCT）数字图像，含阴阳性判读结果，适配宫颈癌细胞学筛查模型。

需要更多专病队列？

千方医数集支持按病种、模态合规定制采集。

提交定制需求

医学影像 AI-Ready 数据集

CT MRI 病理 X光

电子病历与文本数据集

电子病历病历文本

病灶分割与标注数据集

病灶分割数据标注

按任务类型浏览

图像分类目标检测语义分割

共 1705 个数据集

基因组学与多组学肿瘤学病理图像转录组多模态

软组织肉瘤 TCGA-SARC — 二百六十一例与六类亚群

多组学病理全切片元数据文献引用二百六十一例（GDC 项目口径；主论文多平台分析口径为 206 例）

二百六十一例 · 十个数据类别 · 六类亚群 · 无配对影像

https://portal.gdc.cancer.gov/projects/TCGA-SARC 15

基因组学与多组学代谢组学化学信息学

北美质谱谱库 MoNA — 三百六十万条谱的众包集市

质谱谱图元数据化合物注释检索型数据库不适用（以谱图记录计数：三百六十万一千一百六十条）

一百四十八个提交方 / 实验谱与计算谱同台 / JSON·MSP·SDF 三格式整库下载

https://mona.fiehnlab.ucdavis.edu/ 18

基因组学与多组学测序数据儿科罕见病

Kids First 数据资源中心 — 儿童癌症与出生缺陷的家族基因组库

基因组临床表型受控访问云平台3.8 万余参与者（患者与家庭成员合计）

NIH Common Fund 项目 / 36 项研究 / 3.8 万参与者 / 注册层与受控层两级访问

https://kidsfirstdrc.org/ 13

公共卫生与流行病学调查数据卫生服务研究

印尼基础健康调查 Riskesdas — 四轮之后改名为 SKI

问卷数据人体测量实验室检验申请获取不适用（各轮为独立横断面样本，不构成随访队列）；最近一轮个体记录逾百万

二〇〇七至二〇一八四轮横断面 / 住户问卷加体检与血检子样本 / 个体数据须正式申请

https://layanandata.kemkes.go.id/katalog-data/riskesdas/ketersediaan-data/riskesdas-2018 17

基因组学与多组学公共卫生与流行病学测序数据

GISAID EpiFlu — 先签协议再取数的流感序列库

约 30 万毒株约 120 万条片段序列8 个基因片段甲型与乙型需注册与协议禁止再分发不适用（以病毒分离株计数）。库中大量记录来自人源临床样本，含年龄、性别、疫苗接种史等字段，但为去标识化的汇总字段，不含姓名、住址、病历号

约 120 万条片段序列、近 30 万毒株；8 片段逐段提交；注册加 DAA 才可读

[{'@type': 'DataCatalog', 'name': 'GISAID 主站（组织与协议）', 'url': 'https://gisaid.org/'}, {'@type': 'DataCatalog', 'name': 'GISAID 数据库访问协议原文', 'url': 'https://gisaid.org/terms-of-use/'}] 16

公共卫生与流行病学调查数据卫生服务研究

墨西哥全国健康与营养调查 ENSANUT — 从六年一轮到年度化

问卷数据人体测量实验室检验公开下载不适用（各轮为独立横断面样本，不构成随访队列）；十二轮个体记录合计约一百零三万人次

十二轮横断面 / 全年龄段问卷加体检与静脉血 / 免费下载

https://ensanut.insp.mx/ 18

药物发现与化学化学信息学药物-靶点相互作用

NPASS 天然产物活性库 — 活性值与物种来源同表

分子结构定量活性物种来源文献引用不适用（以化合物与活性记录计数：下载包三万级化合物、四十九万级活性行）

二十万化合物 / 逾百万条活性 / 六张平面文件 / 下载包只到三万

https://bidd.group/NPASS/index.php 10

医疗NLP临床文本评测基准

MedSTS 临床句子相似度集 — 梅奥的千对标注

标注文本需申请获取不适用（以句子对计数：候选十七万余对，人工标定一千零六十八对）

十七万对候选 / 一千零六十八对人工打分 / 六档 0–5 / 只能向作者申请

https://arxiv.org/abs/1808.09397 15

公共卫生与流行病学卫生服务研究调查数据

NAMCS 全国门诊医疗调查 — 以就诊为单位的美国诊室调查

公开微数据免费下载以就诊为抽样单位全美范围年度调查含抽样权重不适用；2023 年健康中心分支公开文件含 450,645 条就诊记录，旧制诊室调查单年约八千余条就诊记录

抽样单位是就诊非患者 / 1973 年起 / 2018 改版

https://www.cdc.gov/nchs/namcs/about/ 15

基因组学与多组学变异与注释转录组

疟原虫基因组数据库 PlasmoDB — 一属多物种的整合检索台

多组学元数据派生数据不适用（以基因组与数据集计数：第 65 版收录 308 个数据集）

二十余物种 / 十一个参考基因组 / 资助断档后的重组

https://plasmodb.org/plasmo/ 13

药物发现与化学化学信息学代谢组学公共卫生与流行病学

FooDB 食物成分库 — 把一顿饭拆到分子层

化学成分浓度数据化学结构元数据不适用（以食物与化合物计数：食物不足千条，化合物记录数万条）

四张表 / 数万条化合物记录 / 数百家来源的聚合 / 大部分浓度从未被测定

https://foodb.ca/ 11

基因组学与多组学变异与注释蛋白质组学

eggNOG 同源基因簇数据库 — 分层同源组与注释转移

注释数据序列数据系统发育多物种不适用（以物种计数：现行版本一万二千五百三十五）

一万二千余物种 / 一千六百个分类层级 / 每个组带 KEGG 与 GO

https://eggnogdb.org/ 14

定制数据集服务

无法找到所需数据？我们提供个性化的临床数据采集与高精度人工标注服务，满足您的特定算法研发需求。