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 600 个数据集

药物发现与化学公共卫生与流行病学药物安全真实世界数据

FDA 哨兵系统 — 分布式主动药物安全监测

541.5M 患者标识1.5B 人年25.2B 次配药13 家数据伙伴申请审核获取541.5 million 唯一患者标识（其中 4.05 亿人有医疗与药物覆盖）

覆盖 4.05 亿患者的监管级分布式真实世界数据网络

U.S. Food and Drug Administration (FDA) — Sentinel Initiative url: https://www.sentinelinitiative.org/ 56

公共卫生与流行病学电子健康记录卫生服务研究医疗登记药物安全

ICES — 安大略省人口级健康数据平台

90+ 数据集278 亿条记录约 4.6 TB SASSQL1,400 万人口覆盖月度滚动更新1,340–1,400 万在册服务人口；RPDB 累计超 2,100 万人

覆盖约 1,400 万安大略居民、278 亿条链接式健康记录的省级数据平台

ICES（原 Institute for Clinical Evaluative Sciences） url: https://www.ices.on.ca 51

生理信号电子健康记录重症监护心电信号心血管疾病时序数据

PhysioNet/CinC 2015 — ICU 假报警抑制挑战

1,250 条报警记录750 条公开训练波形500 条隐藏测试记录352.4 MB WFDB 格式250 Hz 采样率5 类报警类型来自美国与欧洲 4 家医院 ICU 的数百名患者（官方未披露确切人数）

1,250 条 ICU 危及生命心律失常报警的真/假判别基准

PhysioNet（Emory University / Georgia Institute of Technology / MIT） url: https://physionet.org/content/challenge-2015/1.0.0/ 60

电子健康记录基因组学与多组学临床电子病历肿瘤学队列研究

MVP — 百万退伍军人基因组与 EHR 队列

1,091,487 名入组635,969 名基因分型约 30 TBdbGaP 申请获取2,068 个 GWAS 性状1,091,487 名退伍军人（截至 2025-11）

百万级退伍军人基因组+电子健康记录+调查数据纵向队列

U.S. Department of Veterans Affairs（VA Office of Research and Development） url: https://www.mvp.va.gov/ 68

电子健康记录真实世界数据肿瘤学临床电子病历

Flatiron Health — 肿瘤真实世界数据引擎

5M+ 患者记录280+ 诊所与学术机构22 个病种数据集HIPAA 去标识化提案制免费获取（学术）关系表加数据字典500 万+ 名癌症患者（去标识化，美国为主）

5M+ 患者 EHR 深度整理的美国肿瘤真实世界数据网络

Flatiron Health（罗氏集团独立成员） url: https://www.flatiron.com 101

电子健康记录公共卫生与流行病学医保理赔卫生服务研究药物安全队列研究

NHIS-NHID — 韩国全民健保理赔与健康筛查数据库

约 5,200 万人全人口理赔5 大子库514,866 人 HEALS 队列558,147 人老年队列申请审核付费获取约 5,200 万名参保人（理赔库覆盖约 98%）

覆盖约 5,200 万韩国全人口的健保理赔与体检研究数据库

韩国国民健康保险公团（National Health Insurance Service, NHIS） url: https://nhiss.nhis.or.kr/ 60

电子健康记录临床电子病历真实世界数据药物安全队列研究

CPRD — 全球最大初级保健纵向 EHR 数据库

约 7,100 万名患者约 2,000 家 GP 诊所1987 年起连续采集17 种二级数据链接7,100 万名患者

英国药品与健康产品管理局 (MHRA) & 国家健康研究所 (NIHR) 95

电子健康记录药物发现与化学临床电子病历医保理赔真实世界数据药物安全

JMDC — 日本最大民间可用理赔数据库

累计 2,000 万+ 被保险人2005 年起月度更新ICD-10 + WHO ATC 编码商业许可付费使用理赔+健检联接累计被保险人 2,000 万+（截至 2026-05 官方口径）

2,000 万+ 日本受雇人群理赔+健检联接数据

JMDC Inc. url: https://www.jmdc.co.jp/en/bigdata 82

医疗NLP命名实体识别知识图谱

COMETA — 社媒医学实体链接语料库

20,015 条实体提及68 个健康 subreddit双层 SNOMED CT 标注4 种官方划分TSV 格式开放下载不适用（匿名社交媒体帖文，非临床患者队列）

20,015 条 Reddit 通俗医学提及的双层 SNOMED CT 标注语料

University of Cambridge Language Technology Lab (LTL) url: https://github.com/cambridgeltl/cometa 69

医疗NLP生物医学文献命名实体识别知识图谱评测基准

CRAFT — 生物医学全文本体标注金标准

97 篇全文 · 790,000+ token175 MB ZIP8 大 OBO 本体 · 20 标注集CC BY 3.0 完全开放TXTXMLBioNLPCoNLL-U97 篇全文（无患者级数据）

97 篇全长文献 · 8 大本体 · 140,000+ 概念标注 · CC BY 3.0

University of Colorado Denver — Computational Bioscience Program url: https://github.com/UCDenver-ccp/CRAFT 42

生理信号睡眠信号时序数据脑电信号

Sleep-EDF — 多导睡眠图睡眠分期基准数据集

约 8.1GB197 夜 PSG 记录ODC-By 开放许可免费直接下载约 100 名受试者

PhysioNet / Bob Kemp (MCH-Westeinde Hospital, Netherlands) url: https://physionet.org/content/sleep-edfx/1.0.0/ 157

电子健康记录医疗NLP肿瘤学医疗登记

TREC PM — 精准医学信息检索评测基准

约 29GB（含语料库）155 个癌症案例4 轮年度评测免费获取155 个合成癌症案例

NIST (美国国家标准与技术研究院) https://trec.nist.gov/data/precmed.html 78

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。