即取即用的 AI-Ready 医疗数据集库

千方医数集致力于为医疗 AI 研究人员找到合适的数据集，让你的 AI 感知模型能够更快地学习、更准确地运行，并无缝适应现实世界的环境。

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 633 个数据集

电子健康记录公共卫生与流行病学队列研究神经退行性疾病

HRS — 健康与退休研究队列

43,216 名累计参与者16 波30 年追踪三级访问分级基因 + 生物标志物 + Medicare 联动公开层注册免费4.3 万名参与者

美国老龄研究的国家基础设施 · 43,000+ 人 · 30 年 16 波纵向追踪

密歇根大学社会研究所（ISR）调查研究中心 url: https://hrs.isr.umich.edu/ 110

药物发现与化学医疗NLP

RxNorm 药物术语标准

14,592 成分17,544 临床药物RxCUI 唯一标识USCDI 交换标准月度发布不适用（术语标准资源；无患者数据）

14,592 成分 · 17,544 临床药物概念 · RxCUI 唯一标识：美国药品信息交换的官方标准

https://www.nlm.nih.gov/research/umls/rxnorm/ 64

医疗NLP药物发现与化学临床文本分子生成医学问答

MedDialog — 中英文医疗对话

中文 340.7 万条对话英文 25.7 万条对话raw 约 1.3 GiB JSONTXT免费公开下载非患者数据，医患对话语料

366 万条中英文医患在线问诊对话，迄今规模最大的开源医疗对话语料库

加州大学圣地亚哥分校（UCSD）AI4H 研究组 url: https://github.com/UCSD-AI4H/Medical-Dialogue-System 103

电子健康记录真实世界数据肿瘤学

CancerLinQ — 肿瘤快速学习健康系统

900 万+ 患者记录去标识化 EHR 真实世界数据申请审核获取49 个瘤种数据集13 种 EHR 来源900 万+ 名患者（官方口径，截至 2026-09）

覆盖 900 万+ 癌症患者的美国肿瘤真实世界数据平台

CancerLinQ LLC（ASCO 发起，ConcertAI 旗下） url: https://www.cancerlinq.org/ 61

医学影像医学图像分割图像分类肿瘤学

DDTI — 甲状腺结节超声分割开放库

637 张像素级标注超声图像约 18.75 MB（Kaggle 镜像）XML 多边形轮廓 + TI-RADS 字段开放获取（免费）约 99–400 例（口径不一，详见 §3.2）

637 张像素级标注甲状腺超声图像的经典小样本基线

Cim@Lab, Universidad Nacional de Colombia（哥伦比亚国立大学）& IDIME url: http://cimalab.intec.co/applications/thyroid/ 83

医疗NLP医学问答与基准评测基准

CBLUE 中文生物医学语言理解评测基准 — 18 任务医疗 NLP 评测基准

约 195MB ZIP18 个子任务约 34 万条标注样本CC BY-NC-SA 4.0天池实名申请获取非患者数据，评测语料

首个中文医疗 NLP 多任务评测基准：18 个子任务、约 34 万条标注样本、天池长期打榜

中国中文信息学会医疗健康与生物信息处理专业委员会（CHIP）× 阿里云天池 url: https://tianchi.aliyun.com/cblue 101

基因组学与多组学测序数据微生物组

curatedMetagenomicData — 人体宏基因组整合库

22,588 个样本93 项研究TreeSummarizedExperiment (R)MetaPhlAn 3 + HUMAnN 3粪便样本占 93%22,588 个样本（2,599 名纵向受试者，非单患者临床库）

Bioconductor 上最大的开放人体宏基因组资源 · 2.2 万+ 样本 · 93 项研究一键可分析

Waldron Lab（CUNY）& Segata Lab（University of Trento）& Huttenhower Lab（Harvard T.H. Chan） url: https://bioconductor.org/packages/curatedMetagenomicData/ 71

电子健康记录公共卫生与流行病学队列研究流行病学调查数据

CHARLS — 中国老龄健康与养老全国追踪队列

基线 17,708 人2018 追访 19,816 人5 轮追踪 2011-2020,28 省 150 县 450 村社区Stata .dta 免费实名申请静脉血 9 类生物标志物约 1.9 万名 45 岁以上受访者(基线 17,708;2018 追访 19,816)

覆盖 28 省 150 县 450 村、1.9 万 45 岁以上受访者的 5 轮全国老龄追踪队列

北京大学国家发展研究院 CHARLS 项目组 url: https://charls.pku.edu.cn/ 186

基因组学与多组学医学影像单细胞基因组学病理图像肿瘤学

Human Cell Atlas — 人类细胞图谱全身单细胞参考图谱

7,050 万细胞 · 多组织多模态18 个生物网络图谱CC BY 4.0 开放Data Portal + CELLxGENE Census月度更新快照细胞级参考图谱（非患者队列）：约 7,050 万细胞 / 1.12 万捐赠者 / 527 项目（截至 2026-09）

2016 年发起的国际开放联盟 · 7,050 万细胞 · 18 个生物网络 · 多组织单细胞与空间图谱

Human Cell Atlas Consortium / HCA Data Coordination Platform (EBI, Broad Institute, UCSC) url: https://data.humancellatlas.org 64

医疗NLP药物发现与化学药物安全调查数据

CADEC — 患者自报药物不良事件标注语料

1,250 条论坛帖子约 9,111 个实体标注5 类实体 SNOMEDMedDRA 双映射免费下载仅限研究1,250 条患者自报用药评论帖子

1,250 条 AskAPatient 患者帖子，5 类实体 SNOMED CT 与 MedDRA 双映射

CSIRO（澳大利亚联邦科学与工业研究组织） url: https://data.csiro.au/collection/12232 63

多模态电子健康记录X光影像心电信号多模态影像

Symile-MIMIC 三模态临床配对数据集

真实世界数据影像数据信号数据结构化数据9,573 名患者 / 11,622 次住院

11,622 次住院的胸片 × 心电图 × 血检对齐子集，附带零样本检索评测协议

MIMIC-IV v2.2（住院与化验）+ MIMIC-CXR-JPG v2.0.0（胸片）+ MIMIC-IV-ECG v1.0（12 导联心电）三库按 hadm_id 与 subject_id 对齐后筛选，仅保留三模态齐全且满足时间窗的住院 15

电子健康记录医保理赔真实世界数据

Komodo Healthcare Map — 美国患者级理赔数据平台

["3.3 亿+去标识化患者""1 万亿+关联记录""2015 年至今""商业许可获取"]3.3 亿+ 去标识化患者（美国为主，另含加拿大）

覆盖 3.3 亿+美国患者的去标识化纵向真实世界数据平台 · 1 万亿+关联记录

name: "Komodo Health, Inc." url: "https://www.komodohealth.com" 53

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。