疾病数据集
该数据集是一个文本模态的医学数据集，整合了多个公开数据源，包含疾病名称、症状描述以及部分治疗建议等结构化信息，主要用于疾病预测、症状分析与医疗辅助模型的训练，支持自然语言处理在医疗健康领域的应用研究。
基本信息
资源简介
疾病数据集
【数据集背景】
本数据集源站标题为《mashoali/Diseases_Dataset》。源站首次发布：2026-04-02。
【数据内容】
源站原始描述：# 🩺 Diseases Dataset A consolidated medical dataset combining disease names, symptoms, and treatments collected from multiple public datasets across Hugging Face and Kaggle. This dataset can be used for building disease prediction, symptom clustering, and medical assistant models. - ## 📦 Dataset Summary | Field | Type | Description | |||| | Disease | string | Name of the disease or condition | | Symptoms | string | List of sympt…
【数据结构与技术规格】
文件数 8 个，合计 4.86 MB。
【主题与分类】
主题标签：task_categories:text-classification、language:en、license:apache-2.0、size_categories:100K<n<1M、format:parquet、modality:text、library:datasets、library:pandas、library:polars、library:mlcroissant。
【获取与许可】
源站页面：https://huggingface.co/datasets/mashoali/Diseases_Dataset
使用许可：apache-2.0。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("mashoali/Diseases_Dataset")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/mashoali/Diseases_Dataset
数据说明
该数据集是一个整合了来自Hugging Face和Kaggle等多个公开数据源的医学数据集，主要包含疾病名称、症状描述以及治疗建议（部分数据提供）等字段。数据集通过合并多个子集构建而成，涵盖了超过26万条记录，可用于疾病预测、症状聚类、医疗辅助模型训练等自然语言处理与医疗健康领域的应用研究。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
