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 277 个数据集

TREC PM — 精准医学信息检索评测基准 AI-Ready Wikipedia | 千方医数集

信息检索精准医学肿瘤学临床试验匹配

TREC PM — 精准医学信息检索评测基准 AI-Ready Wikipedia | 千方医数集

约 29GB（含语料库）155 个癌症案例4 轮年度评测免费获取155 个合成癌症案例

NIST (美国国家标准与技术研究院) https://trec.nist.gov/data/precmed.html 26

Quilt-1M — 病理组织学百万图文对数据集 AI-Ready Wikipedia | 千方医数集

病理组织学视觉-语言模型多模态图文对齐

Quilt-1M — 病理组织学百万图文对数据集 AI-Ready Wikipedia | 千方医数集

约 100 万图文对~110GB教育视频来源

华盛顿大学计算机科学与工程系 https://quilt1m.github.io 39

MedQA — 中美医学执照考试问答数据集 AI-Ready Wikipedia | 千方医数集

医疗 NLP问答系统医学考试LLM 评测多语言

MedQA — 中美医学执照考试问答数据集 AI-Ready Wikipedia | 千方医数集

6.1 万道多语言选择题18 本医学教科书语料61,097 道医学考试题

MIT CSAIL & 华中科技大学 https://github.com/jind11/MedQA 28

PubMedQA — 生物医学文献问答推理数据集 AI-Ready Wikipedia | 千方医数集

生物医学 NLP问答系统文献推理LLM 评测

PubMedQA — 生物医学文献问答推理数据集 AI-Ready Wikipedia | 千方医数集

1000 专家标注 + 27.3 万自动生成MIT 开源许可证免费获取YesNoMaybe 三分类27.4 万条 QA 实例

匹兹堡大学 & 卡内基梅隆大学 https://pubmedqa.github.io/ 22

MedReCo-DB — 大规模对比影像推理数据库 AI-Ready Wikipedia | 千方医数集

多模态影像对比推理病例检索视觉语言模型VQA

MedReCo-DB — 大规模对比影像推理数据库 AI-Ready Wikipedia | 千方医数集

约 69 万张图像7 种影像模态139 个临床实体4 国 8 机构16 万+ 名患者

上海交通大学 & 上海人工智能实验室 https://github.com/time-seed/MedReCo 47

MIMIC-IV-Note — 去标识化临床自由文本语料库 AI-Ready Wikipedia | 千方医数集

临床自然语言处理电子健康记录出院摘要放射报告

MIMIC-IV-Note — 去标识化临床自由文本语料库 AI-Ready Wikipedia | 千方医数集

约 45GB（压缩 CSV）331794 份出院摘要2321355 份放射报告HIPAA 去标识化14.6 万名患者

MIT 计算生理学实验室 & 贝斯以色列女执事医疗中心 46

TrialBench — 多模态临床试验预测数据集 | 千方医数集

临床试验预测多模态融合药物研发SMILES分子图NLP文本

TrialBench — 多模态临床试验预测数据集 | 千方医数集

约 480000+ 临床试验记录23 个 AI-Ready 子数据集8 大预测任务48 万+ 试验记录

香港科技大学(广州) / 南京大学 / Harvard / Stanford / IQVIA 联合开发 — https://huyjj.github.io/Trialbench/ 21

Open-PMC-18M | 生物医学多模态视觉-语言数据集 | 千方医数集

多模态视觉-语言文献挖掘图像-文本对

Open-PMC-18M | 生物医学多模态视觉-语言数据集 | 千方医数集

约 1800 万对图文对放射学显微镜VLP 三模态PMC 来源文献来源数据集

Vector Institute (https://vectorinstitute.ai) | PMC Open Access Subset (https://www.ncbi.nlm.nih.gov/pmc/tools/openftlist/) 45

HMP 人类微生物组计划 | 千方医数集

基因组多组学微生物组

HMP 人类微生物组计划 | 千方医数集

约 42 TB 大小11174+ 样本2000+ 参考基因组300+ 健康成人 + 1,500+ 疾病队列

NIH Common Fund | https://commonfund.nih.gov/hmp 37

PDB 蛋白质数据银行 | 千方医数集

蛋白质结构结构生物学药物发现分子对接

PDB 蛋白质数据银行 | 千方医数集

约21万+结构约500GB压缩X-raycryo-EMNMR分子级数据

wwPDB 联盟（RCSB PDB / PDBe / PDBj / EMDB / BMRB / PDBc）— https://www.wwpdb.org 22

GEO 基因表达综合数据库 | 千方医数集

转录组学功能基因组学公共数据库

GEO 基因表达综合数据库 | 千方医数集

约 200TB+ 数据量650 万+ 样本20 万+ 研究650 万+ 样本

NCBI / NLM / NIH (https://www.ncbi.nlm.nih.gov/geo/) 33

ENCODE — DNA 元素百科全书 AI-Ready Wikipedia | 千方医数集

功能基因组学表观基因组基因调控多组学

ENCODE — DNA 元素百科全书 AI-Ready Wikipedia | 千方医数集

23,000+ 功能基因组学实验2,373,014 人类 cCRE1.3 PB 数据总量人类与小鼠基因组

ENCODE Project Consortium (NHGRI/NIH) https://www.encodeproject.org 27

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。

客服二维码

电话咨询微信咨询邮箱咨询