医疗数据集医疗AI-Ready医疗AI数据商城交易医疗AI前沿资讯医疗数据合作关于医疗数据平台
业务咨询/定制

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 2,151 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：

数据标签

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。

最快 4 周去商城获取 →

眼底照相与 OCT 影像数据集

眼底彩照与 OCT 报告图文配对，一眼一报告可回溯，含逐项所见与 AI 辅诊结论。

最快 4 周去商城获取 →

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

CTMRI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 1886 个数据集

ImmPort — NIAID 免疫学数据共享枢纽
基因组学与多组学转录组蛋白质组学COVID-19

ImmPort — NIAID 免疫学数据共享枢纽

1,505 项研究194,891 名受试者7,896,501 条结果TSVMySQLFCS19.5 万名受试者

1,505 项免疫学研究 / 19.5 万名受试者 / 7.9 百万条实验结果

美国国家过敏与传染病研究所（NIAID/DAIT） url: https://www.immport.org/ 95
BIOMEDICA — 生物医学图文档案
医学影像多模态影像-文本对齐生物医学文献评测基准图像分类

BIOMEDICA — 生物医学图文档案

影像数据文本数据WebDataset流式加载多模态对齐自动标注未报告（源自已发表开放获取文献，患者层面个体信息不可识别；文章级计数 6,042,494）

24,076,288 图-注对 · 6,042,494 篇 PMC 开放获取文献 · 27 元数据字段 · WebDataset 流式 · BMC 模型家族

Stanford University（主导，18/19 作者）+ Mayo Clinic（Chia-Chun Chiang）；合作 Hugging Face url: https://huggingface.co/datasets/BIOMEDICA/biomedica_webdataset_24M 66
Raabin-WBC — 伊朗外周血白细胞分类与分割数据集
医学影像病理图像图像分类医学图像分割评测基准

Raabin-WBC — 伊朗外周血白细胞分类与分割数据集

影像数据人工标注原始数据40,763 个血细胞与伪影边界框（73 张血涂片；供血者精确人数未披露，2021–2022 采集）

Raabin-WBC：德黑兰大学与 Nimaad 公司 2021–2022 采集的 73 张血涂片、40,763 边界框、1,145 细胞核质金标准外周血白细胞显微数据集——五类分类（中性粒/嗜酸/嗜碱/淋巴/单核）、双专家标注、两显微镜两相机多样性设计，官网免费直链、CC BY 4.0，配套 SVM 基准 94.65% 与核分割 Dice 0.9675

伊朗健康供血者外周血涂片（染色后显微镜成像，两品牌显微镜 + 两台相机），经手机/桌面应用双专家标注、Easy-GT 提取核质金标准，产出 20,936 张显微镜大图与 40,763 边界框（含 1,145 细胞核质掩膜），官网 raabindata.com 免费直链 78
OmniPath — 文献策展信号通路整合层
基因组学与多组学医疗NLP药物发现与化学生物医学文献知识图谱蛋白质组学

OmniPath — 文献策展信号通路整合层

知识库文本数据结构化数据不适用（分子生物学先验知识库，无患者个体数据）

把 100+ 个原始资源汇成五大数据库的信号通路整合枢纽：103,396 条蛋白互作、39,201 条酶-PTM 关系、14,348 条配体-受体连接，逐资源继承许可并支持商用过滤

由 pypath 构建器汇集 100+ 个原始资源（文献策展 + 高通量 + 预测 + 原始实验）生成五大整合数据库，经 web service 分发 40
RadEvalX：生成报告的错误谱与自动指标对齐度
医学影像影像-文本对齐评测基准X光影像

RadEvalX：生成报告的错误谱与自动指标对齐度

临床文本影像报告人工标注开放获取100 份报告对（IU-Xray 原文与 M2Tr 生成各一份），从 590 份生成报告里筛出；错误标注 200 行（显著与不显著各 100 行）

两名放射科医师对 100 份 IU-Xray 报告与 M2Tr 生成报告的逐条比对，八大类错误按「临床显著」与「不显著」分开计数，并用同一批样本检验 BLEU、BERTScore、CheXbert、RadGraph F1 与 RadCliQ 到底测到了什么

IU-Xray 数据集的胸部 X 光报告作为金标准，M2Tr 模型生成的对应报告作为待评对象，两名放射科医师逐条比对标注八类错误；自动指标在同一批 590 份报告上计算 38
GENIA — 生物医学事件抽取基座语料
医疗NLP生物医学文献命名实体识别关系抽取评测基准

GENIA — 生物医学事件抽取基座语料

2,000 篇 MEDLINE 摘要40 万+ 词10 万条标注XML约 25MBCC BY 3.0 开放获取0 名患者（公开文献摘要语料）

2,000 篇 MEDLINE 摘要 / 10 万条术语标注的开山语料

GENIA Project, Tsujii Laboratory, University of Tokyo url: http://www.geniaproject.org 78
BLUE 基准 — 生物医学 NLP 十语料评测基准
医疗NLP医学问答与基准临床文本评测基准

BLUE 基准 — 生物医学 NLP 十语料评测基准

5 任务 10 语料约 80,842 个实例仓库本体公有领域部分语料需申请TSVBioCCoNLL 格式不适用（文本基准，临床语料源自去标识病历）

5 任务 10 语料，横跨文献与临床文本的生物医学版 GLUE

美国国家生物技术信息中心（NCBI / NLM / NIH） url: https://github.com/ncbi-nlp/BLUE_Benchmark 118
MyCode — 美国最大 EHR-基因组配对队列
电子健康记录临床电子病历队列研究基因组学与多组学心血管疾病

MyCode — 美国最大 EHR-基因组配对队列

350,000+ 名参与者233,185 例外显子测序中位 14 年纵向 EHR81 基因返现面板控制访问（DUA）350,000+ 名参与者

35 万人 EHR×外显子测序配对队列，美国最大健康系统生物样本库

Geisinger Health System（与 Regeneron Genetics Center 合作测序） url: https://www.geisinger.edu/gchs/research/mycode 58
GOSSIS-1 — 全球重症时序
电子健康记录重症监护临床电子病历时序数据真实世界数据

GOSSIS-1 — 全球重症时序

131,051 例 ICU 住院204 家美国医院216 列原始特征3 个 CSV.gz 文件PhysioNet 凭证化获取131,051 例 ICU 住院（PhysioNet 公开子集）；GOSSIS-1 总训练池约 380,280 例

三国 366 家医院 380,280 例重症住院的死亡率预测基准

MIT Laboratory for Computational Physiology（PhysioNet 托管，GOSSIS 联盟） url: https://physionet.org/content/gossis-1-eicu/ 61
Epic Cosmos — 3 亿+患者聚合 EHR 平台
电子健康记录公共卫生与流行病学临床电子病历流行病学真实世界数据

Epic Cosmos — 3 亿+患者聚合 EHR 平台

3 亿+ 去重患者330+ 参与机构39% 患者 5 年+ 纵向数据聚合层免费行级层付费认证SlicerDicer + DSVM 双层访问3 亿+ 去重患者（截至 2026-09，官方口径 300M+）

3 亿+ 去重患者、330+ 机构的聚合 EHR 真实世界数据平台

Epic Systems Corporation url: https://cosmos.epic.com/ 110
eICU-CRD — 多中心远程重症监护数据库
电子健康记录重症监护临床电子病历时序数据心血管疾病

eICU-CRD — 多中心远程重症监护数据库

200,859 次 ICU 单元停留139,367 名患者208 家医院335 个 ICU 单元约 3.6 GB CSVCITI 培训 + DUA 凭证获取约 13.9 万名独立患者（200,859 次 ICU 单元停留）

美国 208 家医院、200,859 次 ICU 单元停留的多中心重症监护公开数据库

Philips Healthcare & MIT Laboratory for Computational Physiology（PhysioNet 托管） url: https://physionet.org/content/eicu-crd/ 129
ReXVQA — 大规模胸片视觉问答基准
医学影像X光影像多模态视觉问答医学问答评测基准

ReXVQA — 大规模胸片视觉问答基准

约 69.5 万道四选一 MCQ160,000 项胸片检查（上游）3 个 JSON 共约 1.58GB五技能分类标注三级难度标注非商业许可约 10.9 万名患者（上游 ReXGradient-160K 口径 109,487）

约 69.5 万道四选一胸片 MCQ · 16 万检查 · 五技能框架

Rajpurkar Lab, Harvard Medical School（合作：Saama AI Research、Seoul National University） url: https://huggingface.co/datasets/rajpurkarlab/ReXVQA 82

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。

申请访问