覆盖 2,000 组 / 10,000+ 份真实体检报告数据。涵盖检验检查、诊断结论、历史对比等多维度结构化数据，严格脱敏去标识化处理。专为大模型算法训练、AI 医疗影像辅助诊断及学术研究场景打造。
4大类
核心数据类型
100%
脱敏去标识化
5年
连续就诊数据
50%+
历史对比变化
全面了解本数据集的组成结构与核心特征，为 AI 训练和学术研究提供高质量医疗数据基础。
完整的体检报告 PDF 原文，包含各科室检查结果、指标数值、参考范围及异常标记。
血常规、尿常规、生化全套、肿瘤标志物、基因检测等实验室检验结果的结构化数据。
主检报告、阳性发现、体检建议、疾病诊断结论等核心临床判断数据的提取与结构化。
同一患者连续多年（最长5年）的体检数据对比，支持疾病进展追踪与健康趋势分析。
数据集经过精心筛选与配比，确保各维度数据覆盖全面、分布均衡，满足多样化的模型训练需求。
<18岁
10%
18-30
20%
30-40
30%
40-60
30%
>60岁
10%
肿瘤标志物
AFP/CEA/CA系列等
基因检测
SEPTIN9等基因筛查
钼靶检查
乳腺影像筛查
影像检查
超声/CT/DR等
本数据集经合法授权，可用于以下三大核心场景。所有数据均已完成脱敏去标识化处理，严格遵守相关法律法规。
为医疗领域大语言模型(LLM)、多模态大模型提供高质量的体检报告训练语料。丰富的异常项分布和历史对比数据有助于模型学习疾病诊断推理能力。
结合体检报告中的影像检查数据与临床诊断结论，为AI辅助诊断系统提供训练与验证数据，覆盖超声、CT、DR、钼靶等多种影像模态。
为流行病学研究、健康管理模型、疾病预测算法等学术方向提供真实世界数据支撑。5年纵向追踪数据支持时序分析与因果推断。
数据来源合法、权属清晰，全程脱敏处理，严格遵循国家法律法规要求。
| 数据集名称 | 定制化体检报告数据集 |
| 授权性质 | 非独占性授权 |
| 授权期限 | 2026年5月6日 — 2027年5月1日 |
| 数据持有方 | 菏泽市第三人民医院 |
| 经营方 | 长沙朗慧信息科技有限公司 |
| 授权范围 | 采集、脱敏、加工、结构化、存储、使用 |
全程脱敏去标识化
不含姓名、身份证号、电话、病案号、体检号等可识别个人信息
法律合规保障
严格遵守《个人信息保护法》《医疗卫生机构网络安全管理办法》等法规
禁止转授权
不得将数据转授权、转卖、泄露、共享给未获授权的第三方
权属清晰
授权人保证数据来源合法、权属清晰、无权利瑕疵，已获得合法使用权限