肿瘤学医学数据集（1K样本）
包含1000条合成肿瘤学临床记录的数据集，用于临床AI模型开发，零PHI，HIPAA合规。
基本信息
模态
文本
许可
cc-by-4.0
创建/更新时间
2026-03-27
资源简介
该数据集由WITNESS DATA FACTORY提供，包含1000条合成、监管级肿瘤学医疗文本记录，通过多模型医学大语言模型集成（三模型集成）生成，零受保护健康信息（PHI），100% HIPAA合规。数据涵盖临床记录，支持文本分类、命名实体识别、问答等任务，用于临床AI开发和验证。许可证为CC BY 4.0。
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("Witness-Data-Factory/oncology-1k")
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/Witness-Data-Factory/oncology-1k
完整数据卡：huggingface.co/datasets/Witness-Data-Factory/oncology-1k
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。
