数据集 / 项目规格 / 长时序多模态肿瘤病历
PROJ-TUMOR-MM · 肿瘤多模态 · Project pack 2026
长时序多模态肿瘤病历数据集规格包
肺/肠/胃/胰四癌种共 5,000 例阳性长时序轨迹：确诊前可追溯→确诊分期→治疗→随访结局；全文病历不截断，影像-病理-组学经匿名 ID 关联，时序跨度优先 ≥5 年（最低 ≥3 年）。
沟通规模 约7500例（×1.5 规划）
形态 EMR全文 + CT/MRI + WSI/IHC + 可选组学
基线规模 约5000例 → ×1.5
为什么医疗大模型需要这一包
训练纵向病历理解、肿瘤分期演变、多模态检索与预后相关 SFT；支持按 Meta 筛选（随访年数、分期、是否含 WSI/WES）做评测切片。
2026 前沿语境
肿瘤多模态基础模型竞争焦点已从单次检查转向「患者轨迹」：确诊前阴性/未确诊影像链、治疗响应与复发结局对齐，是 2026 年纵向医疗 LLM 与数字肿瘤孪生的核心语料。
规格要点（摘自采购/标注附件口径）
- 病种配额：肺癌 2,000｜肠癌 1,000｜胃癌 1,000｜胰腺癌 1,000（全部阳性）
- 时间跨度优先覆盖过去 5 年；不足 3 年原则上不计合格量
- 全文：入院/出院/病程等 full_text 不截断；TNM 等关键字段脱敏时保留
- 影像：厚薄层全量；对比既往必须同时提供被对比检查
- 病理/组学：H&E WSI、IHC；WES/WGS 或 Bulk RNA 为加分原始优先
- 来源：三甲或省级/国家级肿瘤专科；医院授权与来源清单单列审核
- 沟通规模 5,000×1.5；四病种配额同比放大，不得他癌冲抵
验收与许可提示
- 最终结算以验收合格的去重数量（例/人/条任务）为准，不以沟通规模直接结算。
- 脱敏、授权范围、再训练/再分发边界写入数据卡与合同；跨境需单独书面约定。
- 不得为凑量诱导检查、补造报告、AI 合成冒充真实病例或升级诊断；本站不构成医疗器械宣传。
LumeSage · 北京朗慧科技有限公司旗下业务。规模为规划沟通口径（附件基线 ×1.5），以双方确认的数据卡与合同为准。本包与站点存量专科 Study 包及主推 SKU 命名、计数口径均不同。