夜雨聆风
近日，在上海2026世界人工智能大会现场，北方健康联合京东健康，正式发布“医学多模态训练数据集”与“临床医学影像理解数据集”，旨在破解长期阻碍医疗AI落地的关键难题，将推动国内高品质医学AI进入规模化落地全新阶段。
长期以来，医疗AI落地面临着高质量标注临床数据供给不足、多模态数据对齐难度大、医疗AI缺少统一临床推理评测标准等关键痛点。为此，北方健康依托国家健康医疗大数据中心（北方）合规临床数据资源，联合众多临床与AI领域专家多年联合攻关、严苛质控，成功打造了“医学多模态训练数据集”与“临床医学影像理解数据集”两个标准化数据集。此举不仅形成了“训练—评测”完整闭环，构建起国内领先的医学AI数据生态，还降低了医疗AI研发门槛，统一了行业评测标准，助推算法与临床场景有效衔接。
医学多模态训练数据集
医学大模型专属训练底座
该数据集专为医学大模型训练打造，沉淀2016至2026年百万份脱敏临床资源，覆盖山东近3000家医疗机构，涵盖CT、MRI等多模态数据，囊括40余个科室、470余种细分病种（其中肿瘤疾病100余种），整合5000+电子病历字段，实现多模态数据精准对齐，为AI训练提供坚实支撑。
其核心特色鲜明：一是真实临床决策，融合三维影像与电子病历，精准复刻医师诊疗全流程；二是病种谱系全覆盖，适配多元诊疗场景，兼容主流影像设备，平扫、增强影像齐备；三是完整时序病程，搭载长周期追踪样本，可支撑跨期影像对比与病程推演。
临床医学影像理解数据集
3D影像AI标准化评测基准
该数据集是量化3D医疗影像大模型临床研判能力的专业评测基准，填补了国内相关领域空白。共包含3000例真实患者三维影像病例、十万级专业问答样本，覆盖40余类核心病种，兼容各类主流影像模态，可精准量化AI临床研判水平。
其具有三大首创性亮点：一是基准规模领先，适配全科室AI评测需求；二是模态覆盖全面，新增PET/CT补齐跨模态评测，贴合院内成像标准；三是临床多维评估，支持3D影像分析、跨期对比及病灶推演，精准量化AI临床判断力。
来源：北方健康
