医疗 AI-Ready 训练数据集库（上万即取即用）

致力于为医疗 AI 研究人员找到合适的数据集。已收录 2,084 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。

需要注册级、带专家标注的合规可交易临床数据？前往医疗数据商城 →

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

乳腺钼靶影像与病灶标注数据集

四体位乳腺钼靶 DICOM 影像，配病灶检出框与像素级分割掩膜，标签按 BI-RADS 术语组织。

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 1844 个数据集

电子健康记录公共卫生与流行病学COVID-19临床电子病历医疗登记队列研究

ISARIC-CCP — 全球新冠住院队列

超70万例住院病例60+国全球队列受控申请获取CSV与PostgreSQL70 万+ 例住院病例

全球最大标准化新冠住院前瞻队列 · 70 万+ 例 · 60+ 国受控数据

ISARIC (International Severe Acute Respiratory and emerging Infection Consortium) & IDDO url: https://isaric.org/research/covid-19-clinical-research-resources/ 63

基因组学与多组学肿瘤学变异与注释

COSMIC — 肿瘤体细胞突变数据库

约 3,205 万唯一变异（v104）156.6 万份癌症样本750+ 癌症基因（CGC）GRCh37GRCh38 双装配学术注册免费商业需 QIAGEN 许可156.6 万份癌症样本

全球最大肿瘤体细胞突变知识库 · 3,205 万变异 · 20 年策展

Wellcome Sanger Institute（英国） url: https://cancer.sanger.ac.uk/cosmic 158

基因组学与多组学测序数据队列研究

EGA — 受控访问人类基因组-表型档案

16 PB（截至 2025-12）8,600+ datasets4,500+ studies受控访问 DAC 审批BAMCRAMVCFfastq.gz官方未发布统一受试者总数；约 100 万人规模（PRBB 报道，约 2019）

受控访问基因组-表型数据永久档案：4,500+ 项研究、16 PB 存量

EMBL-EBI（英国）与 Centre for Genomic Regulation（CRG，西班牙） url: https://ega-archive.org 104

电子健康记录公共卫生与流行病学COVID-19临床电子病历真实世界数据重症监护

N3C 美国新冠队列协作平台

OMOP CDM 5.3.1约 225 亿行700 万+ COVID 阳性84 个医疗系统飞地内 SQLPythonR 分析申请审核获取约 2,285 万名患者（Release 184，截至 2024-10）

美国最大新冠 EHR 队列 · 2,285 万患者 · OMOP 飞地协作分析

National Center for Advancing Translational Sciences (NCATS), NIH url: https://ncats.nih.gov/n3c 82

电子健康记录基因组学与多组学乳腺癌肿瘤学队列研究

METABRIC — 乳腺癌分子分型大队列

2,509 例原发性乳腺肿瘤mRNA + CNA + 突变 + 临床中位随访约 10 年cBioPortal 开放获取2,509 例原发性乳腺肿瘤患者

乳腺癌整合基因组+转录组开创性队列 · 2,509 例 · 引用 7,000+

University of Cambridge & British Columbia Cancer Agency（METABRIC Consortium） url: https://www.cbioportal.org/study/summary?id=brca_metabric 155

医疗NLP医学问答与基准医学考试医学问答评测基准

CMB 与 CMExam — 中文医疗评测双基准

合计 348,958 道题CMB 280,839 题CMExam 68,119 题JSON 与 CSV 格式Apache-2.0 开放下载非患者数据，考试题库

合计 348,958 道中文医学考试题，覆盖医师/护理/药师/医技全职业评测线

香港中文大学（深圳）FreedomIntelligence 团队与阿里巴巴集团等 url: http://cmedbenchmark.llmzoo.com/ 142

电子健康记录公共卫生与流行病学心血管疾病流行病学队列研究

Framingham Heart Study — 心血管流行病学奠基队列

- "约 15,000 名参与者（三代+Omni）" - "随访超 75 年" - "教学数据集免申请" - "dbGaPBioLINCC 申请获取" - "风险评分发源地"约 1.5 万名参与者

现代医学最长寿三代心血管队列 · 约 1.5 万人 · 随访 75 年+ · 风险评分发源地

name: "NHLBI & 波士顿大学弗雷明汉心脏研究" url: "https://www.framinghamheartstudy.org/" 78

医学问答与基准医疗NLP医学考试医学问答评测基准

MedMCQA — 印度医学入学考试多选题数据集

约 88MB（Parquet）193,155 道多选题21 个医学科目Apache-2.0 开放英文test 集无公开标签19.4 万道考题

医疗 LLM 评测事实标准 · 19.4 万道 AIIMS/NEET PG 多选题 · 21 科目

Saama AI Research url: https://medmcqa.github.io/ 93

医学影像病理图像医学图像分割肿瘤学

PanNuke — 泛癌细胞核实例分割分类

7,901 张 256×256 H&E 图约 18.97 万个标注核19 种组织5 类核三折官方划分CC BY-NC-SA 4.0 非商用patch 级：7,901 张图像（非患者级发布）

19 组织 7,901 图 · 约 18.97 万标注核 · 泛癌细胞核分割分类基准

Tissue Image Analytics (TIA) Centre, University of Warwick url: https://warwick.ac.uk/fac/cross_fac/tia/data/pannuke 109

基因组学与多组学变异与注释测序数据

dbSNP — 全球最大遗传变异数据库

11.3 亿 rs 变异VCF 压缩约 14GB33 亿 ss 提交记录公共领域免费获取非患者数据集；ALFA 汇总 20 万+ 受试者等位基因频率

NCBI 旗下 11.3 亿 rs 变异参考编目，基因组学核心基础设施

NCBI（美国国家生物技术信息中心，NLM/NIH） url: https://www.ncbi.nlm.nih.gov/snp/ 77

生理信号医学问答与基准心电信号心血管疾病评测基准

MIT-BIH AFDB — 房颤长时程心电数据库

25 例 × 10 小时长程记录250 Hz12-bit 双导联约 440MB（ZIP）人工节律注释免认证直接下载ODC-By 1.025 名房颤患者

房颤检测算法的开山基准 · 25 例 × 10 小时双导联 ECG · 免认证开放

MIT & Beth Israel Hospital（PhysioNet） url: https://physionet.org/content/afdb/ 102

电子健康记录基因组学与多组学GWAS医疗登记队列研究

BioBank Japan — 日本最大医院型生物银行

约 270,000 名患者 51 种疾病DNA 80 万管 · 血清 170 万管SNP 分型 27 万人 · WGS 1.6 万人NBDC 申请制受控获取约 270,000 名患者（51 种疾病，截至 2026-09）

27 万日本患者的基因组-临床随访医院队列 · 51 种疾病 220 深表型 GWAS

BioBank Japan（东京大学医科学研究所 IMSUT 主持，日本生物银行协作医院群） url: https://biobankjp.org/en/ 83

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。