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 103 个数据集

公共卫生健康行为调查数据慢性病风险

BRFSS — 全球最大健康行为电话调查 AI-Ready Wikipedia | 千方病案医数集

433,323 条访谈（2023 年）345 个变量（XPT）ASCIIXPT 免费Public Domain433,323 名成人受访者（2023 年，历年 40 万+/年）

CDC 主持、每年 40 万+ 成人访谈、覆盖美国 50 州的健康行为监测金矿

U.S. Centers for Disease Control and Prevention（CDC） url: https://www.cdc.gov/brfss/annual_data/annual_data.htm 3

知识库基因组学罕见病文本数据

OMIM — 人类基因与遗传病权威知识库 AI-Ready Wikipedia | 千方病案医数集

约 27,500 条 MIM 条目7,673 种已知分子基础表型注册后免费下载每晚更新无患者队列（文献策展知识库）

2.8 万条专家策展基因-表型条目，孟德尔遗传病知识事实标准

Johns Hopkins University McKusick-Nathans Institute of Genetic Medicine url: https://omim.org 5

重症监护电子健康记录结构化数据OMOP-CDM拉丁美洲

MIMIC-BR — 巴西 ICU 匿名化 OMOP 临床数据库 AI-Ready Wikipedia | 千方病案医数集

约 2.88 万名成人患者11 张 OMOP-CDM 核心表约 408 万行结构化记录CSV + ATHENA 词汇表免费申请审核获取2.88 万名成人患者（28,799）

2.88 万名成人患者、3.42 万次住院的巴西首个公开 ICU 匿名化 EHR 数据库

Hospital Israelita Albert Einstein（PhysioNet 托管） url: https://physionet.org/content/mimic-br/1.0.1/ 3

公共卫生统计死亡登记流行病学开放数据

CDC WONDER — 美国公共卫生统计查询平台 AI-Ready Wikipedia | 千方病案医数集

30+ 在线数据库1999-2020 死因聚合XML API 免鉴权公共领域免费全美死亡证书聚合（2020 年 3,383,729 例）

30+ 公共卫生数据库 · 1999-2020 死因统计 · 免费 XML API

U.S. Centers for Disease Control and Prevention (CDC) / National Center for Health Statistics (NCHS) url: https://wonder.cdc.gov/ 3

临床文本机器阅读理解问答病例报告UMLS 标注

CliCR — 临床病例报告阅读理解 AI-Ready Wikipedia | 千方病案医数集

104,919 个查询11,846 份病例报告JSON（traindevtest 1.0）邮件申请研究用途约 1.2 万名患者（对应 11,846 份已发表病例报告）

10.5 万完形填空查询 · 1.2 万份病例报告 · 人机 F1 差距 20 点的临床 MRC 基准

安特卫普大学 CLiPS 研究中心（University of Antwerp） url: https://github.com/clips/clicr 3

重症监护电子健康记录COVID-19多院区MIMIC 兼容

NWICU — 芝加哥多院区 COVID 时代 ICU EHR AI-Ready Wikipedia | 千方病案医数集

约 597MB CSV.GZ25,342 名患者28,566 次 ICU 住院12 张表凭证化申请25,342 名患者

25,342 名患者、28,566 次 ICU 住院的芝加哥多院区 ICU EHR 数据库

MIT Laboratory for Computational Physiology × Northwestern University（PhysioNet 托管） url: https://physionet.org/content/nwicu-northwestern-icu/ 3

流行病学队列老年医学公共卫生调查数据纵向研究

CHARLS — 中国老龄健康与养老全国追踪队列 AI-Ready Wikipedia | 千方病案医数集

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/ 6

重症监护儿科电子健康记录时序数据

PIC — 儿科重症监护数据库 AI-Ready Wikipedia | 千方病案医数集

12,881 名患儿13,941 次 ICU 入住2010-2018 年数据ICD-10CN 编码中英双语字典需 CITIGCP 培训1.3 万名患儿

全球首个大规模儿科重症公开数据库 · 1.3 万患儿 · MIMIC 儿科版

浙江大学医学院附属儿童医院 & 国家儿童健康与疾病临床医学研究中心 url: https://physionet.org/content/picdb/ 3

医疗NLP问答数据集电子病历文本抽取

emrQA — 电子病历抽取式问答数据集 AI-Ready Wikipedia | 千方病案医数集

196 万问答对（终版）680 个问题模板2,425 份脱敏病历i2b2n2c2 DUA 授权免费申请获取2018 年后停更2,425 份临床病历

临床 QA 首个大规模社区语料 · 40 万+ 问答对 · i2b2 授权

UIUC & IBM Research & MIT-IBM Watson AI Lab（底层语料：i2b2/n2c2，哈佛 DBMI 托管） url: https://portal.dbmi.hms.harvard.edu/projects/n2c2-nlp/ 10

药物发现分子结构结合亲和力AI 制药

PDBbind — 蛋白-配体结合亲和力数据库 AI-Ready Wikipedia | 千方病案医数集

约 4GB（v2020 免费版）23,496 个复合物KdKiIC50 实验值注册免费获取CASF 金标准基准每年更新（v2021+ 商业版）2.3 万+ 复合物

蛋白-配体亲和力金标准数据库 · 2.3 万复合物 · CASF 基准发源地

复旦大学药学院王任小团队（PDBbind-CN / PDBbind+） url: http://www.pdbbind.org.cn/ 8

心电信号生理信号时序数据竞赛基准

CPSC — 中国生理信号挑战赛心电数据集系列 AI-Ready Wikipedia | 千方病案医数集

6,877 条 12 导联 ECG四届赛事官方数据500 Hz400 Hz200 HzCC BY 4.0 开放获取隐藏测试集不公开1.3 万+ 条心电记录

中国首个心电 AI 挑战赛系列 · 12 导联分类到动态心电房颤检测

中国生理信号挑战赛组委会（东南大学刘澄玉团队 × ICBEB） url: http://2018.icbeb.org/Challenge.html 9

医疗NLP多模态基准医学影像基因组

MultiMedBench — 谷歌医学多任务多模态基准 AI-Ready Wikipedia | 千方病案医数集

14 项任务12 个数据集超 100 万样本7 种数据模态许可证混合（部分需 CITI 认证）无统一打包下载Google Research 发布超 100 万样本（12 个去标识化数据集）

Med-PaLM M 配套评测基准 · 14 任务 12 数据集 7 模态 · 超 100 万样本

Google Research & Google DeepMind url: https://research.google/pubs/towards-generalist-biomedical-ai/ 12

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。