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 2,043 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。

需要具备完整溯源、伦理合规与工程化交付的专病训练集？进入医疗数据商城 →

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 1813 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 97

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/ 57

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 78

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 74

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 69

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/ 53

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/ 84

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 60

医学影像生理信号手术视频内窥镜影像医学图像分割步态与运动

SAR-RARP50 — 机器人手术分割与动作识别基准

50 段达芬奇手术视频16,250 帧分割标注 @1Hz10Hz 八类手势序列标签9 类器械部件 + 8 类手势约 33.6 GB AVIPNGTXTCC BY-NC-SA 开放下载50 例 RARP 手术（每段视频来自独立患者）

50 段达芬奇 RARP 视频 · 16,250 帧分割与手势双模态标注

University College London（UCL）· EndoVis 2022 SAR-RARP50 挑战组织委员会 url: https://rdr.ucl.ac.uk/projects/SAR-RARP50_Segmentation_of_surgical_instrumentation_and_Action_Recognition_on_Robot-Assisted_Radical_Prostatectomy_Challenge/191091 59

基因组学与多组学测序数据变异与注释罕见病儿科

DECIPHER — 罕见病基因组变异与表型临床解读库

52,694 名广泛共享同意患者>51,000 个变异记录>172,000 条 HPO 表型约 40 国 300+ 中心v11.40（2026-07-08）52,694 名广泛共享同意患者（累计上传 50,000+ 病例）

Sanger 创立 · EMBL-EBI 托管 · 5 万+病例 · 变异 + HPO 表型双锚定

DECIPHER community（Wellcome Sanger Institute 创立，EMBL-EBI 托管） url: https://www.deciphergenomics.org/ 69

药物发现与化学化学信息学虚拟筛选

DrugCentral — 开放药物信息知识库

4,950+ 种药物约 724 个 MoA 靶点142,303 个药品制剂约 1.3 GB Postgres dumpCC BY-SA 4.0 开放非患者队列数据集；4,950+ 种药物活性成分（截至 2023-08）

覆盖 4,950+ 种药物的开放获取药物信息资源，CC BY-SA 4.0 免注册下载

University of New Mexico, Division of Translational Informatics url: https://drugcentral.org/ 116

药物发现与化学医疗NLP化学信息学知识图谱药物-靶点相互作用

GtoPdb — 专家策展药理学知识库

3,118 个人类靶点13,591 个配体24,313 条相互作用22,064 条定量数据PostgreSQLCSVRDFJSON非患者数据：3,118 个靶点 / 13,591 个配体（release 2025.4）

3,118 个人类靶点 × 13,591 个配体的专家策展药理学相互作用知识库

国际基础与临床药理学联合会（IUPHAR）与英国药理学会（BPS） url: https://www.guidetopharmacology.org 101

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。