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 1224 个数据集

基因组学与多组学医疗NLP临床文本医学问答图像分类转录组

MTSamples — 医学转录文本基准语料

4,999 份转录报告40 个科室弱标签17.01 MB CSVCC0 公有领域4,999 份报告（无患者标识，患者人数不可统计）

4,999 份去标识医学转录文本，40 个科室弱标签的临床 NLP 基准语料

Kaggle（发布者 Tara Boyle，上游来源 mtsamples.com / MTHelpLine） url: https://www.kaggle.com/datasets/tboyle10/medicaltranscriptions 86

医学影像CTX光影像图像分类

BRAX — 巴西标记胸片数据集

40,967 张胸片图像24,959 个影像检查19,351 名患者14 类 CheXpert 标签DICOM + PNG 双格式凭证认证获取19,351 名患者

40,967 张圣保罗胸片，14 类 NLP 自动标注，南美泛化测试基准

PhysioNet（发布方：Hospital Israelita Albert Einstein） url: https://physionet.org/content/brax/1.1.0/ 82

基因组学与多组学公共卫生与流行病学

AlphaMissense 错义变异致病性预测

7100 万错义变异2.16 亿氨基酸替换89% 变异分类CC BY 4.0AlphaFold 系方法不适用（预测模型输出目录；无人类患者数据）

7,100 万错义变异 · 2.16 亿氨基酸替换 · 89% 变异被分类：AlphaFold 系方法把全蛋白组变异解释变成可计算问题

https://github.com/google-deepmind/alphamissense 51

基因组学与多组学变异与注释测序数据罕见病

ClinGen — 基因-疾病临床有效性策展知识库

2,945 个独特策展基因2,420 个基因-疾病有效性断言5,161 个变异致病性分类CC0 1.0 开放许可CSVTSV 下载 + REST API不适用（专家策展知识库，非患者队列数据）

NIH 权威基因-疾病临床有效性策展库，覆盖 2,900+ 基因

ClinGen Consortium（NIH/NHGRI 资助） url: https://clinicalgenome.org/ 55

公共卫生与流行病学调查数据流行病学

NHIS — 美国国民健康访谈调查

1963 年至今年度微数据年均约 100,000 名受访者17,000+ IPUMS 整合变量免费公开获取CSVFixed-width 格式年均约 100,000 名受访者（IPUMS 口径，45,000 户）

1957 年至今连续监测美国平民健康，年均约 10 万名受访者、45,000 户家庭访谈微数据

美国 CDC 国家卫生统计中心（NCHS） url: https://www.cdc.gov/nchs/nhis/ 52

公共卫生与流行病学电子健康记录卫生服务研究医保理赔调查数据

MEPS — 美国医疗支出面板调查

约 15,000 户37,000 人每年1996-2024 连续 29 个数据年ASCIISASStataXLSX 多格式公有领域免费直接下载5 轮访谈 2 年面板约 37,000 名受访者 / 数据年

1996 年起美国全国医疗支出与保险年度调查，年覆盖约 37,000 人

美国医疗保健研究与质量局（Agency for Healthcare Research and Quality, AHRQ） url: https://meps.ahrq.gov 70

公共卫生与流行病学医保理赔卫生服务研究

CMS DE-SynPUF — 合成医保理赔

约 233 万合成受益人约 1.12 亿条理赔记录5 类文件 × 20 样本CSVZIP 格式公有领域免费下载约 233 万名合成受益人（不含任何真实患者）

约 233 万合成受益人、1.12 亿条理赔的美国 Medicare 全理赔链合成公开数据

美国医疗保险和医疗补助服务中心（Centers for Medicare & Medicaid Services, CMS） url: https://www.cms.gov/Research-Statistics-Data-and-Systems/Downloadable-Public-Use-Files/SynPUFs/DE_Syn_PUF.html 61

基因组学与多组学肿瘤学测序数据

PCAWG — 泛癌全基因组分析 2,658 例

2,658 名供体 WGS38 种癌型6,835 个样本1,222 例 RNA-seq开放层免申请原始数据 >650 TB 受控2,658 名癌症供体（38 种肿瘤类型）

2,658 例肿瘤-正常配对全基因组，38 种癌型的泛癌基准资源

ICGC/TCGA Pan-Cancer Analysis of Whole Genomes Consortium（PCAWG Consortium） url: https://www.nature.com/collections/pcawg 58

电子健康记录医保理赔真实世界数据时序数据

MDV — 日本医院管理数据库

6,428 万患者（累计截至 2026-08）572 家医院约 30% DPC 病院2008-04 起每月更新DPCPDPS 账单 + 处方 + 检验值商业闭源合同交付6,428 万名患者（累计）

日本最大医院管理账单数据库 · 6,428 万患者 · 572 家 DPC 病院

Medical Data Vision Co., Ltd.（MDV） url: https://www.mdv.co.jp/ 46

医学影像多模态眼科影像青光眼

GAMMA — 全球首个多模态青光眼分级数据集

300 对眼底-OCT 配对样本276 名患者三级分级标注CC BY-NC-ND 许可免费下载276 名患者（300 对配对样本）

全球首个眼底彩照 + OCT 多模态青光眼分级数据集：300 对配对样本、276 名患者

中山大学中山眼科中心（Sun Yat-sen Ophthalmic Center, Sun Yat-sen University） url: https://gamma.grand-challenge.org/ 72

公共卫生与流行病学疾病监测调查数据

UNICEF MICS — 全球儿童妇女住户调查数据库

418 次调查123 国200+ 标准指标SPSS .sav 微数据免费注册获取1995 年起 7 轮数千万受访者；IPUMS MICS 收录 237 个样本、1,800 万个人记录

123 国 · 418 次调查 · 200+ 标准指标 · 免费注册获取

UNICEF（Global MICS Programme）× 各国国家统计局 url: https://mics.unicef.org 49

药物发现与化学医学问答与基准化学信息学评测基准

PubChem / PCBA — 全球最大化学信息数据库与分子机器学习基准

1.19亿化合物2.95亿生物活性167万实验 ·2.95 亿生物

PubChem（NIH）全球最大化学库，含1.19亿化合物、2.95亿活性数据、167万实验；PCBA为其MoleculeNet基准128实验，43.8万化合物

美国国立卫生研究院（NIH）维护的全球最大公开化学信息数据库 139

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。