Dataset

我们的所有工作都基于扎实的数据基础：

750,000对高质量的临床病理图像数据
550多本国内外病理教材
800万+ 中英文医学指导问答
2000多篇医学研究

我们已与多家顶级三甲医院和医疗机构建立了长期合作关系。

病理知识图谱

本项目构建了一个涵盖20种常见疾病的病理知识图谱，数据来源于中国国家卫生健康委员会（卫健委）发布的相关诊疗指南。我们通过使用graphRAG和大语言模型，对这些疾病的诊疗流程、症状表现、检查方法、治疗方案等进行结构化处理，对文本数据进行实体识别和关系抽取，自动化构建了知识图谱中的节点和边，完成了一个可供医学研究、临床决策支持和疾病管理系统使用的知识图谱，帮助研究者查询挖掘潜在的疾病关联、创新诊疗方法，通过结合大语言模型，为医生提供疾病诊断、治疗建议以及个性化医疗方案，提升诊疗效率和准确性。
已清理的病理图像-描述数据集（公共）

从公开渠道收集和整理的病理图文数据集，主要包括从社交平台、论坛、医学论文、病理教学视频和教材等来源获得的病理图像和它们所对应的文本注释。这些图像-文本配对经过基本清洗和治理，其中非病理领域的描述和可读性低的文本注释已被去除。数据集中包含有价值的病理多模态知识和对应关系。
已清理的病理图像-描述数据集（全部）

从公开渠道和非公开渠道收集和整理的病理图文数据集，主要包括从社交平台、论坛、医学论文、病理教学视频和教材等开放来源获得的病理图像和它们所对应的文本注释，以及从专业性更强的合作单位、医院等非开放来源获得的病理报告、教学笔记等。这些图像-文本配对经过基本清洗和治理，其中非病理领域的描述和可读性低的文本注释已被去除。数据集中包含更加准确的的病理多模态知识和对应关系。
乳腺癌基准测试

我们开发了一个乳腺癌基准测试，用于评估人工智能模型在病理图像分析方面的性能。

cao@ust.hk | 香港科技大学（广州）医疗数据智能实验室

© 版权属香港科技大学（广州）所有