CLARA 临床试验引擎数据
该数据集是 NEWMES AI 团队为 MedGemma Impact Challenge 提交的 CLARA 临床试验引擎数据资产，全部为合成或衍生数据，不含真实患者数据
基本信息
资源简介
CLARA 临床试验引擎数据
newmes/clinical-trial-engine-data
该数据集是 NEWMES AI 团队为 MedGemma Impact Challenge 提交的 CLARA 临床试验引擎数据资产，全部为合成或衍生数据，不含真实患者数据。内容包含 ae_images 目录下 210 张由 Google Gemini 生成的合成患者照片，覆盖 7 种可见不良事件类型与 CTCAE 1–3 级及正常共 21 个类别，每类 10 张，并给出 147/21/42 的训练、验证、测试划分；另含基于冻结 MedSigLIP-448 的线性探针分类头。可用于不良事件图像分类与检测研究（来源 Hugging Face，apache-2.0 许可）。
【数据集背景】
源站首次发布：2026-09-14。
【数据结构与技术规格】
文件数 245 个，合计 332.64 MB。
【主题与分类】
主题标签：medical、clinical-trial、adverse-event、ctcae、dermatology、cough-detection、synthetic、hai-def、medgemma-impact-challenge。本站分类：化学诱发性障碍/其他。
【获取与许可】
源站页面：https://huggingface.co/datasets/newmes/clinical-trial-engine-data
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("newmes/clinical-trial-engine-data")
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/newmes/clinical-trial-engine-data
数据集大小约 8.97 GB。
仓库文件结构
.gitattributesREADME.md
数据说明
CLARA — CLARA笔记本和Data Collection Agent所使用的临床试验引擎数据资产 — NEWMES AI团队提交至MedGemma Impact Challenge（Kaggle，2026年2月）。此处所有内容均为合成或衍生数据；不包含任何真实患者数据。内容 路径 说明 大小 ae_images/ 使用Google Gemini生成的210张合成患者照片：7种可见AE类型 × CTCAE 1–3级 + 正常（21个类别，每类10张）。文件名 =… 请在数据集页面查看完整描述：https://huggingface.co/datasets/newmes/clinical-trial-engine-data。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
完整数据卡：huggingface.co/datasets/newmes/clinical-trial-engine-data
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。
