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 2,101 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 1858 个数据集

电子健康记录公共卫生与流行病学重症监护COVID-19临床电子病历

NWICU — 芝加哥多院区 COVID 时代 ICU EHR

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/ 113

医疗NLP临床文本命名实体识别

PharmaCoNER — 西班牙语药物实体识别语料

1,000 篇临床病例7,624 条实体标注396,988 词CC-BY-4.0 免费获取1,000 篇临床病例（非患者级数据）

1,000 篇西语临床病例、7,624 条药物/化学实体标注

Barcelona Supercomputing Center (BSC) Text Mining Unit url: https://www.qianfanghub.com/ai-ready-dataset/pharmaconer/0 71

电子健康记录重症监护临床电子病历知识图谱医学问答

AIPatient — 模拟病人知识图谱

15,441 节点 26,882 边56 例 ICU 患者524 题 QANeo4j 图数据受控访问获取KG 收录 56 例 ICU 患者（cohort 口径 1,495 例），KG-CORAL 另含 40 例肿瘤患者

MIMIC-III 衍生 1,495 例患者知识图谱与六 agent 模拟病人系统

PhysioNet（Mass General Brigham AIM 项目与哈佛医学院牵头，多机构合作） url: https://physionet.org/content/aipatient-kg/ 73

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/ 64

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 170

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 105

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 84

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 160

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/ 146

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/" 80

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/ 96

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 112

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。