2024 年 11 月 6 日

如果您正在從事醫(yī)療保健機器學(xué)習(xí)項目，那么獲得開放和免費的數(shù)據(jù)集至關(guān)重要。它們?yōu)殚_發(fā)有效的模型提供了基礎(chǔ)，但找到它們可能很困難。為了幫助您入門，這里有 19 個優(yōu)秀的數(shù)據(jù)集，可以支持您的工作并激發(fā)醫(yī)療保健領(lǐng)域的創(chuàng)新。

醫(yī)療數(shù)據(jù)集對于訓(xùn)練機器學(xué)習(xí)模型的重要性

醫(yī)療數(shù)據(jù)集是患者信息的集合，例如醫(yī)療記錄、診斷、治療、遺傳數(shù)據(jù)和生活方式詳細信息。它們在人工智能應(yīng)用越來越廣泛的當今世界非常重要。原因如下：

了解患者健康狀況：

醫(yī)療保健數(shù)據(jù)集使醫(yī)生能夠全面了解患者的健康狀況。例如，有關(guān)患者病史、藥物和生活方式的數(shù)據(jù)可以幫助預(yù)測他們是否可能患有慢性病。這可以讓醫(yī)生盡早介入并為該患者制定治療計劃。

幫助醫(yī)學(xué)研究：

通過研究醫(yī)療保健數(shù)據(jù)集，醫(yī)學(xué)研究人員可以了解癌癥患者的治療方式以及康復(fù)情況。他們可以找到在現(xiàn)實世界中最有效的治療方法。例如，通過查看生物庫中的腫瘤樣本和患者治療史，研究人員可以了解特定突變和癌癥蛋白對不同治療的反應(yīng)。這種數(shù)據(jù)驅(qū)動的方法有助于發(fā)現(xiàn)趨勢，從而改善患者的治療結(jié)果。

更好的診斷和治療：

醫(yī)生使用人工智能工具查看醫(yī)療數(shù)據(jù)集并找到重要模式。這有助于他們更好地診斷和治療疾病。在放射學(xué)領(lǐng)域，人工智能可以比人類更快、更準確地發(fā)現(xiàn)掃描問題。這意味著醫(yī)生可以更快地發(fā)現(xiàn)疾病并更早地開始正確的治療。醫(yī)學(xué)圖像注釋可以帶來更快、更好的診斷，從而改善患者的健康。

幫助公共衛(wèi)生舉措：

想象一下一個小鎮(zhèn)，醫(yī)療保健專家使用數(shù)據(jù)集來跟蹤流感爆發(fā)。他們研究了模式并找到了受影響的區(qū)域。有了這些數(shù)據(jù)，他們開始了有針對性的疫苗接種活動和健康教育活動。這種數(shù)據(jù)驅(qū)動的方法有助于遏制流感。它展示了醫(yī)療保健數(shù)據(jù)集如何積極指導(dǎo)和改善公共衛(wèi)生舉措。

探索 19 個用于醫(yī)學(xué)和生命科學(xué)學(xué)習(xí)的開放免費數(shù)據(jù)集

開放數(shù)據(jù)集對于任何機器學(xué)習(xí)模型的良好運行都至關(guān)重要。機器學(xué)習(xí)已經(jīng)應(yīng)用于生命科學(xué)、醫(yī)療保健和醫(yī)學(xué)領(lǐng)域，并顯示出良好的效果。它有助于預(yù)測疾病并了解它們的傳播方式。機器學(xué)習(xí)還為我們?nèi)绾握_照顧社區(qū)中的病人、老人和身體不適的人提供了想法。如果沒有良好的數(shù)據(jù)集，這些機器學(xué)習(xí)模型就不可能實現(xiàn)。

一般和公共衛(wèi)生：

數(shù)據(jù)網(wǎng)：專注于美國的醫(yī)療保健數(shù)據(jù)，可以使用多個參數(shù)輕松搜索。這些數(shù)據(jù)集旨在提高居住在美國的個人的福祉；然而，這些信息也可能對研究或其他公共衛(wèi)生領(lǐng)域的其他培訓(xùn)集有益。WHO：提供以全球衛(wèi)生優(yōu)先事項為中心的數(shù)據(jù)集。該平臺包含用戶友好的搜索功能，并提供有價值的見解以及數(shù)據(jù)集，以便全面了解當前的主題。重新3數(shù)據(jù)：提供涵蓋 2,000 多個研究主題的數(shù)據(jù)，分為幾個廣泛的領(lǐng)域。雖然并非所有數(shù)據(jù)集都可以免費訪問，但該平臺清楚地表明了結(jié)構(gòu)，并允許根據(jù)費用、會員要求和版權(quán)限制等因素輕松搜索。人類死亡率數(shù)據(jù)庫 提供 35 個國家的死亡率、人口數(shù)據(jù)以及各種健康和人口統(tǒng)計數(shù)據(jù)。冠心病綜合征：兒童健康與發(fā)展研究數(shù)據(jù)集旨在調(diào)查疾病和健康的代際傳播。它包含的數(shù)據(jù)集不僅用于研究基因組表達，還用于研究社會、環(huán)境和文化因素對疾病和健康的影響。默克分子活動挑戰(zhàn)賽：提供旨在通過模擬各種分子組合之間的潛在相互作用來促進機器學(xué)習(xí)在藥物發(fā)現(xiàn)中的應(yīng)用的數(shù)據(jù)集。1000基因組計劃：包含來自 2,500 個不同人群的 26 名個體的測序數(shù)據(jù)，使其成為最大的可訪問基因組存儲庫之一。可以通過 AWS 訪問這種國際合作。 （請注意，基因組項目可獲得資助。）

生命科學(xué)、醫(yī)療保健和醫(yī)學(xué)圖像數(shù)據(jù)集：

開放神經(jīng)：作為一個免費開放的平臺，OpenNeuro 共享廣泛的醫(yī)學(xué)圖像，包括 MRI、MEG、EEG、iEEG、ECoG、ASL 和 PET 數(shù)據(jù)。它擁有 563 個醫(yī)療數(shù)據(jù)集，涵蓋 19,187 名參與者，為研究人員和醫(yī)療保健專業(yè)人員提供了寶貴的資源。綠洲：該數(shù)據(jù)集源自影像研究開放獲取系列 (OASIS)，致力于免費向公眾提供神經(jīng)影像數(shù)據(jù)，以造?？茖W(xué)界。它包含 1,098 個 MR 會話和 2,168 個 PET 會話中的 1,608 個主題，為研究人員提供了豐富的信息。阿爾茨海默病神經(jīng)影像計劃：阿爾茨海默病神經(jīng)影像計劃 (ADNI) 展示了世界各地致力于確定阿爾茨海默病進展的研究人員收集的數(shù)據(jù)。該數(shù)據(jù)集包括 MRI 和 PET 圖像、遺傳信息、認知測試以及腦脊液和血液生物標志物的全面收集，有助于采用多方面的方法來理解這種復(fù)雜的情況。

醫(yī)院數(shù)據(jù)集：

提供商數(shù)據(jù)目錄：訪問和下載透析設(shè)施、醫(yī)生實踐、家庭健康服務(wù)、臨終關(guān)懷、醫(yī)院、住院康復(fù)、長期護理醫(yī)院、提供康復(fù)服務(wù)的療養(yǎng)院、醫(yī)生辦公室就診費用和供應(yīng)商目錄等領(lǐng)域的綜合提供商數(shù)據(jù)集。醫(yī)療保健成本和利用項目 (HCUP)：創(chuàng)建這個全面的全國性數(shù)據(jù)庫是為了識別、跟蹤和分析醫(yī)療保健利用、訪問、收費、質(zhì)量和結(jié)果方面的國家趨勢。 HCUP 中的每個醫(yī)療數(shù)據(jù)集都包含有關(guān)美國醫(yī)院所有患者住院、急診科就診和門診手術(shù)的就診級別信息，為研究人員和政策制定者提供了大量數(shù)據(jù)。MIMIC重癥監(jiān)護數(shù)據(jù)庫：這個公開的醫(yī)療數(shù)據(jù)集由麻省理工學(xué)院為計算生理學(xué)目的而開發(fā)，包含來自 40,000 多名重癥監(jiān)護患者的未識別身份的健康數(shù)據(jù)。 MIMIC 數(shù)據(jù)集是研究重癥監(jiān)護和開發(fā)新計算方法的研究人員的寶貴資源。

癌癥數(shù)據(jù)集：

CT 醫(yī)學(xué)圖像：該數(shù)據(jù)集旨在促進檢查 CT 圖像數(shù)據(jù)趨勢的替代方法，以癌癥患者的 CT 掃描為特色，重點關(guān)注對比度、模態(tài)和患者年齡等因素。研究人員可以利用這些數(shù)據(jù)來開發(fā)新的成像技術(shù)并分析癌癥診斷和治療的模式。癌癥報告國際合作組織 (ICCR）：ICCR 內(nèi)的醫(yī)學(xué)數(shù)據(jù)集的開發(fā)和提供是為了促進全球癌癥報告的循證方法。通過標準化癌癥報告，ICCR 旨在提高跨機構(gòu)和國家癌癥數(shù)據(jù)的質(zhì)量和可比性。SEER 癌癥發(fā)病率：這些癌癥數(shù)據(jù)由美國政府提供，根據(jù)種族、性別和年齡等基本人口統(tǒng)計特征進行細分。 SEER 數(shù)據(jù)集使研究人員能夠調(diào)查不同人群亞組的癌癥發(fā)病率和生存率，為公共衛(wèi)生舉措和研究重點提供信息。肺癌數(shù)據(jù)集：這個免費數(shù)據(jù)集包含 1995 年以來的肺癌病例信息。研究人員可以使用這些數(shù)據(jù)來研究肺癌發(fā)病率、治療和結(jié)果的長期趨勢，以及開發(fā)新的診斷和預(yù)后工具。

醫(yī)療保健數(shù)據(jù)的其他資源：

Kaggle：多功能數(shù)據(jù)集存儲庫 – Kaggle 仍然是各種數(shù)據(jù)集的杰出平臺，不僅限于醫(yī)療保健領(lǐng)域。對于那些涉足不同學(xué)科或需要不同數(shù)據(jù)集進行模型訓(xùn)練的人來說，Kaggle 是首選資源。版（Subreddit）：社區(qū)驅(qū)動的寶庫 – 正確的 Reddit 子版塊討論可以成為開放數(shù)據(jù)集的金礦。對于公共數(shù)據(jù)集未解決的利基或特定查詢，Reddit 社區(qū)可能會提供答案。

利用 Shaip 的優(yōu)質(zhì)、即用型醫(yī)療數(shù)據(jù)集加速您的醫(yī)療保健人工智能項目

醫(yī)患對話數(shù)據(jù)集

我們的數(shù)據(jù)集包含醫(yī)生和患者之間有關(guān)其健康和治療計劃的對話的音頻文件。這些文件涵蓋 31 個不同的醫(yī)學(xué)專業(yè)。

包括什么

257,977 小時的真實醫(yī)生聽寫音頻用于訓(xùn)練醫(yī)療保健語音模型來自電話、數(shù)字錄音機、語音麥克風(fēng)和智能手機等各種設(shè)備的音頻刪除個人信息的音頻和文字記錄，以遵守隱私法

CT 掃描圖像數(shù)據(jù)集

我們?yōu)檠芯亢歪t(yī)療診斷提供一流的 CT 掃描圖像數(shù)據(jù)集。我們擁有數(shù)千張來自真實患者的高質(zhì)量圖像，并使用最新技術(shù)進行處理。我們的數(shù)據(jù)集幫助醫(yī)生和研究人員更好地了解各種健康問題，例如癌癥、腦部疾病和心臟病。

數(shù)據(jù)表明，最常見的 CT 掃描是胸部 (6000) 和頭部 (4350)，還有大量掃描針對腹部、骨盆和其他身體部位。該表還顯示，某些專門掃描，例如 CT、Covid HRCT 和血管肺掃描，主要在印度、亞洲、歐洲和其他國家進行。

電子健康記錄 (EHR) 數(shù)據(jù)集

電子健康記錄 (EHR) 是患者病史的數(shù)字版本。其中包括診斷、藥物、治療計劃、免疫日期、過敏、醫(yī)學(xué)圖像（如 CT 掃描、MRI 和 X 射線）、實驗室測試等信息。

我們即用型 EHR 數(shù)據(jù)集具有以下特點：

涵蓋 5.1 個醫(yī)學(xué)專業(yè)的超過 31 萬條記錄和醫(yī)生音頻文件真實的醫(yī)療記錄非常適合訓(xùn)練臨床 NLP 和其他文檔 AI 模型元數(shù)據(jù)包括匿名 MRN、入院和出院日期、住院時間、性別、患者類別、付款人、財務(wù)類別、州、出院處置、年齡、DRG、DRG 描述、報銷、AMLOS、GMLOS、死亡風(fēng)險、疾病嚴重程度、石斑魚和醫(yī)院郵政編碼涵蓋所有患者類別的記錄：住院患者、門診患者（臨床、康復(fù)、復(fù)發(fā)、外科日間護理）和急診包含個人身份信息 (PII) 的文檔經(jīng)過編輯，符合 HIPAA 安全港準則

MRI 圖像數(shù)據(jù)集

我們提供優(yōu)質(zhì)的 MRI 圖像數(shù)據(jù)集來支持醫(yī)學(xué)研究和診斷。我們廣泛的收藏包括來自實際患者的數(shù)千張高分辨率圖像，所有圖像均使用尖端方法進行處理。通過利用我們的數(shù)據(jù)集，醫(yī)療保健專業(yè)人員和研究人員可以加深對各種醫(yī)療狀況的了解，最終改善患者的治療效果。

身體各個部位的 MRI 圖像數(shù)據(jù)集，其中脊柱和大腦的計數(shù)最高，各 5000 個。數(shù)據(jù)分布在印度、中亞和歐洲以及中亞地區(qū)。

X 射線圖像數(shù)據(jù)集

用于研究和醫(yī)學(xué)診斷的最佳質(zhì)量 X 射線圖像數(shù)據(jù)集。我們擁有數(shù)千張來自真實患者的高分辨率圖像，并使用最新技術(shù)進行處理。借助 Shaip，您可以訪問可靠的醫(yī)療數(shù)據(jù)，以改善您的研究和患者治療結(jié)果。

X 射線數(shù)據(jù)集分布在身體各個部位，其中胸部計數(shù)最高，在中亞地區(qū)達到 1000 個。下肢和上肢總數(shù)各850只，分布于中亞和中亞歐洲地區(qū)。

社交分享

我們使用我們網(wǎng)站上的cookie，通過記住您的偏好和重復(fù)訪問來為您提供最相關(guān)的體驗。 點擊“接受”即表示您同意使用所有cookie。

相關(guān)知識

國家數(shù)據(jù)局：盡快推進一批醫(yī)療健康試點，加快數(shù)據(jù)要素開發(fā)利用
國內(nèi)外健康醫(yī)療大數(shù)據(jù)建設(shè)及應(yīng)用發(fā)展現(xiàn)狀分析
2030年的精準醫(yī)療｜未來十年，改變醫(yī)療保健的七大機遇
李克強：從老百姓迫切需求領(lǐng)域發(fā)展健康醫(yī)療大數(shù)據(jù)
昌平集中簽約12個醫(yī)藥健康產(chǎn)業(yè)重點項目
發(fā)了近 2000 篇 10+ 分文章，越來越多國人入場這個數(shù)據(jù)庫
實時監(jiān)測個體健康數(shù)據(jù)以改善健康結(jié)果
關(guān)于落實衛(wèi)生健康行業(yè)網(wǎng)絡(luò)信息與數(shù)據(jù)安全責(zé)任的通知
大數(shù)據(jù)為健康醫(yī)療賦效能
世衛(wèi)組織：數(shù)字健康素養(yǎng)是醫(yī)療保健工作者克服技術(shù)應(yīng)用障礙的關(guān)鍵

網(wǎng)址: 19 個頂級醫(yī)療保健數(shù)據(jù)集：機器學(xué)習(xí)項目的關(guān)鍵開放數(shù)據(jù)集 http://www.gysdgmq.cn/newsview38973.html