多模态医学诊断数据集

摘要多模态数据集是一个专为医疗人工智能研究设计的综合性医学影像与临床文本数据集旨在加速多模态大型语言模型MLLM和视觉语言模型VLM在医学诊断领域的训练和微调。该数据集模拟真实世界的临床诊断场景每个病例包含一个医学影像文件夹存储多张相关放射影像、CT 扫描等和一个结构化 JSON 文件包含病例元数据、医生撰写的诊断推理、病例来源 URL 及相关案例引用。这种影像-文本配对的数据结构使 AI 模型能够像医生一样联合处理视觉数据和临床叙述从多维度信息中提取诊断洞察支持端到端的智能诊断流程开发。数据集简介数据集概述数据集采用以病例为单位的组织架构每个病例是一个完整的诊断场景单元。JSON 元数据文件详细记录了病例标题、完整病史患者年龄、性别、主诉、症状、体格检查发现实验室指标如血红蛋白、凝血功能等、影像学表现描述、鉴别诊断列表、最终确诊结果、诊断依据阐述、治疗方案及随访情况。示例案例展示了一位 56 岁女性因抗凝治疗引发腹壁血肿的完整诊疗过程包含 3 张医学影像、详尽的临床参数PT/PTT 值、血红蛋白下降趋势以及医生的推理逻辑。所有病例均链接到已验证的医疗案例来源如 MedPix确保数据的真实性和临床可信度。这种高度结构化的多模态数据格式为模型学习影像-诊断-推理的完整映射关系提供了理想的训练样本。该数据集支持多个前沿医疗 AI 应用场景包括从医学影像自动生成诊断摘要、训练多模态医学问答系统、开发临床决策支持工具、实现医学影像到文本报告的自动转换、模拟放射学报告生成工作流程以及构建虚拟临床学习助手。研究人员可以利用该数据集对多模态大模型进行监督微调使其学习医生的诊断推理模式开发视觉-语言联合编码器捕捉影像特征与临床文本的语义关联或构建端到端的智能诊断系统整合影像识别、病史分析和鉴别诊断能力。数据集真实还原了临床诊断的复杂性和多维性为医疗 AI 从单模态识别向多模态推理跨越提供了关键数据支撑有助于推动智能辅助诊断系统从影像分类工具向全面临床决策伙伴的演进。数据集来源该数据集从已验证的医学案例库如 MedPix 等医学影像数据库收集真实临床病例每个案例包含多张医学影像放射影像、CT 扫描和医生撰写的完整诊断报告病史、影像学表现、鉴别诊断、治疗方案专为训练多模态医学 AI 模型而结构化整理。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-50文件大小1.9G原创声明本数据集为整理作品