2024 年 11 月 6 日

如果您正在從事醫(yī)療保健機器學習項目，那么獲得開放和免費的數(shù)據(jù)集至關重要。它們?yōu)殚_發(fā)有效的模型提供了基礎，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)療保健領域的創(chuàng)新。

醫(yī)療數(shù)據(jù)集對于訓練機器學習模型的重要性

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，有關患者病史、藥物和生活方式的數(shù)據(jù)可以幫助預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)學研究：

通過研究醫(yī)療保健數(shù)據(jù)集，醫(yī)學研究人員可以了解癌癥患者的治療方式以及康復情況。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。這種數(shù)據(jù)驅動的方法有助于發(fā)現(xiàn)趨勢，從而改善患者的治療結果。

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。在放射學領域，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)集如何積極指導和改善公共衛(wèi)生舉措。

探索 19 個用于醫(yī)學和生命科學學習的開放免費數(shù)據(jù)集

開放數(shù)據(jù)集對于任何機器學習模型的良好運行都至關重要。機器學習已經應用于生命科學、醫(yī)療保健和醫(yī)學領域，并顯示出良好的效果。它有助于預測疾病并了解它們的傳播方式。機器學習還為我們如何正確照顧社區(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，這些機器學習模型就不可能實現(xiàn)。

一般和公共衛(wèi)生：

數(shù)據(jù)網：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)生領域的其他培訓集有益。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構，并允許根據(jù)費用、會員要求和版權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習在藥物發(fā)現(xiàn)中的應用的數(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?？梢酝ㄟ^ 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、醫(yī)療保健和醫(yī)學圖像數(shù)據(jù)集：

開放神經：作為一個免費開放的平臺，OpenNeuro 共享廣泛的醫(yī)學圖像，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影像數(shù)據(jù)，以造?？茖W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。阿爾茨海默病神經影像計劃：阿爾茨海默病神經影像計劃 (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：訪問和下載透析設施、醫(yī)生實踐、家庭健康服務、臨終關懷、醫(yī)院、住院康復、長期護理醫(yī)院、提供康復服務的療養(yǎng)院、醫(yī)生辦公室就診費用和供應商目錄等領域的綜合提供商數(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、質量和結果方面的國家趨勢。 HCUP 中的每個醫(yī)療數(shù)據(jù)集都包含有關美國醫(yī)院所有患者住院、急診科就診和門診手術的就診級別信息，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)集由麻省理工學院為計算生理學目的而開發(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 內的醫(yī)學數(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 旨在提高跨機構和國家癌癥數(shù)據(jù)的質量和可比性。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、治療和結果的長期趨勢，以及開發(fā)新的診斷和預后工具。

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)療保健領域。對于那些涉足不同學科或需要不同數(shù)據(jù)集進行模型訓練的人來說，Kaggle 是首選資源。版（Subreddit）：社區(qū)驅動的寶庫 – 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、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)學專業(yè)。

包括什么

257,977 小時的真實醫(yī)生聽寫音頻用于訓練醫(yī)療保健語音模型來自電話、數(shù)字錄音機、語音麥克風和智能手機等各種設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量圖像，并使用最新技術進行處理。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、財務類別、州、出院處置、年齡、DRG、DRG 描述、報銷、AMLOS、GMLOS、死亡風險、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、復發(fā)、外科日間護理）和急診包含個人身份信息 (PII) 的文檔經過編輯，符合 HIPAA 安全港準則

MRI 圖像數(shù)據(jù)集

我們提供優(yōu)質的 MRI 圖像數(shù)據(jù)集來支持醫(yī)學研究和診斷。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)學診斷的最佳質量 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

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

相關知識

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
國內外健康醫(yī)療大數(shù)據(jù)建設及應用發(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)以改善健康結果
關于落實衛(wèi)生健康行業(yè)網絡信息與數(shù)據(jù)安全責任的通知
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應用障礙的關鍵

網址: 19 個頂級醫(yī)療保健數(shù)據(jù)集：機器學習項目的關鍵開放數(shù)據(jù)集 http://www.u1s5d6.cn/newsview38973.html