Oncology-1k 肿瘤学合成医疗数据集
1000条合成肿瘤学临床记录文本数据集，用于分类、标注和问答任务，零真实患者数据，HIPAA合规。
基本信息
资源简介
Oncology-1k 肿瘤学合成医疗数据集
【数据集背景】
本数据集源站标题为《WitnessDataFactory/oncology-1k》。源站首次发布：2026-04-10。
【数据内容】
源站原始描述：# Oncology Medical Dataset — 1,000 Record Free Sample > **Enterprise-grade synthetic medical data. Zero PHI. 100% HIPAA-compliant.** ![License: CC BY 4.0 ![Quality Gate ![PHI Status - ## Quality Metrics | Metric | Score | Industry Benchmark | ||-|-| | **Trinity Consensus Score (TAS)** | 98.0% | 85-92% typical | | **Inter-Annotator Agreement** | 0.97 | 0.75-0.85 typical | | **Macro F1** | 0.97 | 0.80-0.90 typical | | **PHI Present** | None | | | **G…
【数据结构与技术规格】
文件数 1 个，合计 88.13 KB。
【主题与分类】
主题标签：task_categories:text-classification、task_categories:token-classification、task_categories:question-answering、language:en、license:cc-by-4.0、size_categories:1K<n<10K、format:parquet、modality:tabular、modality:text、library:datasets。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://huggingface.co/datasets/WitnessDataFactory/oncology-1k
使用许可：cc-by-4.0。
【使用注意】
· 源站最后修改于 2026-05-12，引用时请注意版本时效。
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("WitnessDataFactory/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/WitnessDataFactory/oncology-1k
完整数据卡：huggingface.co/datasets/WitnessDataFactory/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。
