医学 AI 的数据基础设施

生物医学数据集逐条核实许可证，结论附原文证据，可供研究人员与智能体直接调用。

进入数据库看一张卡

按核实等级: 96已核实5实用卡3已登记，尚未核实8模型
证据 · 摘录核对: 426404 带摘录401 与快照一致
来源快照: 1,098huggingface 602github 233
近 7 天更新: 101
体系 · 领域: 3 · 16

最近核实 2026-11-14离线数值

同一问题，两种检索方式

“可商用的中文医学考试评测集”

没有 MdexaAgent 逐页打开

huggingface.co/…/medical-exam-question-…Apache-2.0
huggingface.co/…/LingLanCC-BY-4.0
huggingface.co/…/include-base-44Apache-2.0
huggingface.co/…/TCMLEApache-2.0
huggingface.co/…/tmmluplusMIT

另有 20 个页面

25
个页面: 5
个网站: 8
种许可证出处

21 个数据集，逐个来源阅读
31 段许可证原文要读并比对

接入 Mdexa一次调用

search_datasets({ content_type: "benchmark-exam", language: "zh" })

医学考试题库 JSON 数据集宽松只链接
LingLanMedBench Traditional C…宽松只链接
INCLUDE宽松只链接
Traditional Chinese Medicine…宽松只链接
tmmlu++宽松只链接

另有 16 张信息卡

1
次调用: 21
张信息卡: 41
条证据

21 条结果都带两个状态字段
21 条带核实日期与网址

底层

从来源页面到 Agent。下列数字均在构建时从产物统计。

https://huggingface.co/datasets/TCMLLM/LingLan

{
  "id": "s01",
  "url": "https://huggingface.co/datasets/TCMLLM/LingLan",
  "kind": "readme",
  "fetched_at": "2026-11-12T18:09:52.528Z",
  "http_status": 200,
  "sha256": "09d31b8ac496280d579cbfce0fbbde79090c7d7211e7c3c0d810a948a61c7f42",
  "bytes": 11113,
  "file": "s01.txt"
}

{
  "location": "hf-card-metadata",
  "excerpt": "license: cc-by-4.0",
  "snapshot": "s01",
  "sha256": "09d31b8ac496280d…",
  "check": "quotes: ok"
}

{
  "license_status": "permissive",
  "hosting": "link-only",
  "rationale": "针对数据的声明允许商用和再分发"
}

{
  "summary": {
    "cards": 101,
    "pass": 97,
    "review": 4,
    "fail": 0,
    "excerpts_total": 404,
    "excerpts_missing": 0
  },
  "linglan": {
    "hosting": "pass",
    "numbers": "pass",
    "links": "pass",
    "quotes": "pass",
    "validate": "pass"
  }
}

# LingLanMedBench Traditional Chinese Medicine Benchmark Dataset
许可证声明：宽松（CC-BY-4.0）；本站处理：只链接原出处。针对数据的声明允许商用和再分发。来源风险标记：exam-derived。
- 能否商用：是 · 能否改编：是 · 能否再分发：是 · Mdexa 提供文件：否
- 许可证状态：宽松 (CC-BY-4.0)
- Mdexa 处理：只链接 — 许可证宽松：针对数据的声明允许商用和再分发。来源风险标记：源自考试题。只链接原出处。
- 来源风险：源自考试题
- 最近核实：2026-11-14

GET /v1/datasets?content_type=benchmark-exam&language=zh
total 21

{
  "name": "LingLanMedBench Traditional Chinese Medicine Benchmark Dataset",
  "slug": "linglan",
  "tier": "verified",
  "record_type": "dataset",
  "verified_by": "verified by Mdexa on 2026-11-14",
  "summary": "License: permissive (CC-BY-4.0); Mdexa hosting: link-only. first-hand data-scope statement(s) allow commercial use and redistribution Risk flag(s): exam-derived.",
  "license_status": "permissive",
  "hosting": "link-only",
  "size": "25,620 Full items; 5,200 Hard items",
  "year": null,
  "last_verified": "2026-11-14",
  "risk_flags": [
    "exam-derived"
  ],
  "repo_only": false,
  "domains": [
    "tcm",
    "tcm-materia-medica",
    "tcm-formulas",
    "tcm-diagnostics",
    "tcm-classics",
    "tcm-case-records"
  ],
  "content_types": [
    "benchmark-exam",
    "qa-dialogue",
    "annotated-corpus",
    "classical-texts"
  ],
  "languages": [
    "zh"
  ],
  "task": [
    "choice-question",
    "multi-answer",
    "fill-in-blank",
    "open-qa",
    "ner"
  ],
  "use": [
    "evaluation"
  ],
  "expert": "review-unspecified",
  "spec": [
    "multi"
  ],
  "card_url": "https://mdexa.com/datasets/linglan/"
}

每个结论可追溯：逐字原文、存档快照、核实日期。
401 / 402 段摘录经脚本在快照中逐字核对
许可证事实与本站处理分开记录，判定口径公开。
5 × 4 license_status × hosting · 26 条口径
同样的输入，逐字节相同的输出。
两次发布，sha256 一致 abf653e9…
为 Agent 设计，并用真实客户端实测。
700 字符 / 紧凑行 · 查不存在的数据集：8 次调用降到 1 次 · SDK 1.32.2 · Inspector 2.13.0 · 9 题，严重错误 0
一切皆可机读。
4 × 101 个卡片文件（JSON、Markdown × 中英） · catalog.json · llms.txt · JSON-LD
密钥与令牌只存摘要，调用记录不含地址原文。
SHA-256

Mdexa 简介

数据库
生物医学数据集，每条带许可证结论和原文证据。
已上线打开
模型
开源生物医学模型。代码许可与权重许可分开核实。
已上线打开
医生评审数据
由执业医生独立作答、交叉复核的临床判断数据。
筹备中做法
定制数据
按需求定制，同样附许可证与评审记录。
按需联系

检索数据库

默认排序：许可宽松在前

带筛选的完整数据库

一张信息卡的解剖

真实的信息卡：ClinicalTrials.gov，核实于 2026-11-13。

临床医学

ClinicalTrials.gov

能否商用: 不明未声明
能否改编: 有条件
能否再分发: 不明未声明
Mdexa 提供文件: 否待确认

结论

团队最先问的四个问题，按证据作答。答案用形状区分，不只靠颜色。

使用条款页亲自打开

第三方原文 · 使用条款页The following Terms and Conditions apply for use of ClinicalTrials.gov data. Downloading ClinicalTrials.gov data indicates your acceptance of the following Terms and Conditions.
在快照 s09（terms-page）中找到的声明

clinicaltrials.gov2026-11-13 · s09

证据原文

原文照录，附出处网址、核实日期和快照编号 s09。共 10 处证据。

已知缺陷与常见误用

Tse 等：许多记录未及时更新；截至 2018 年 2 月约 9.4% 的记录招募状态为“unknown”，即两年内未更新或核实。
pmc.ncbi.nlm.nih.gov · 2026-11-13
Despite the capability to make changes to a record, many records are not updated in a timely way.
https://pmc.ncbi.nlm.nih.gov/articles/PMC5968400/ · peer-reviewed-paper · 核实于 2026-11-13

已知缺陷：出自谁、何时

取自官方说明与已发表的文献，附原文与日期。我们不添加自己的评价。

覆盖范围

传统医学24
中医药24

数量含子领域，一个数据集可属于多个领域。

数据集的核查流程

LOINC

1
取证
- s02loinc.org2026-11-12 · 33 段摘录
- s03loinc.org2026-11-13 · 7 段摘录
2
摘录原文
- LOINC is available freely under an open license. It is free for use in both commercial an…使用条款页
- The Group 1 Artifacts and Group 1 Documents are Copyright © Regenstrief Institute, Inc. a…使用条款页
- The Group 2 Artifacts, Group 2 Documents, Group 3 Artifacts, and Group 3 Documents are Co…使用条款页
3
按口径判定
- 口径第 1 条 · 算数据许可声明：数据集托管页自带的许可字段，或说明文档里明确针对数据的语句。
  使用条款页
4
给出处理决定

有限制只链接

许可证有限制 › 只链接

许可证状态：有限制，按公开规则判定并经第二遍模型复核。仅链接。

为医学 AI 的数据供应链而建

大模型厂商

让训练数据经得起审计

数据来源的问责，正在成为模型发布的前置条件。

了解做法

科研机构

缩短数据检索时间

生物医学数据集分散在几十个平台，许可与来源各说各的。

了解做法

制药公司

研发数据许可尽调，一次完成

AI 驱动的研发依赖几十个条款各异的数据库：学术免费、商用另议、相同方式共享、按机构授权。

了解做法

一行配置接入 Agent

一个 MCP 服务加一个 HTTP 接口，API 密钥在控制台自助创建。每次返回都带 license_status last_verified card_url.

功能与示例创建 API 密钥

{ "mcpServers": { "mdexa": {
    "url": "https://mcp.mdexa.com/mcp" } } }

接入地址为上线前的示例值。

医生评审数据

筹备中 · 暂无样品

两位医生独立作答
每条由两位评审者分别完成，互不可见。
一致率留档
计算并随数据公布一致率，分歧另行裁定。
评审者资质
记录每位评审者的执业资格、专科和年资。

登记数据需求

原则与标准

许可证判定口径

限制从宽，许可从严
把受限的判成宽松，是最不能犯的错。
仓库许可证不等于数据许可证
除非仓库只存放数据。
二手证据不单独定论
镜像页和搜索摘要照样列出并标明。

遵循的公开标准

ICD-11: 疾病分类参照；病种挂接待医生审核后启用
GB/T 15657-2021: 中医病证分类与代码参照
SPDX: 每张信息卡的许可证标识
schema.org Dataset: 每个信息卡页面的机器可读元数据

数据范围

不托管患者病历。
源自临床文本的第三方数据集单独标注，目前 15 个。

服务边界

不评判任何医学体系的疗效
人工签字前不提供文件
不做企业内部系统的专用连接器

研究

全部

技术报告生物医学数据集许可与来源的双轴记录模型：字段规范、判定规则与证据要求
生物医学数据集的许可与来源信息分散在许可证文件、托管页元数据、说明文档、论文和上游数据中，且各处可能不一致。
技术报告药物研发常用公开数据库与术语体系使用条款的结构化调查
制药与生物技术用户使用药物研发的公开数据库和编码体系时，需要从主页、说明页和全站政策中找出使用条款，而这些条款形态差别很大。
技术报告生物医学数据集许可标识的分类与对照
数据集上的许可标识种类悬殊：标准开放许可、专为数据写的协议、软件许可、模型许可、平台占位值，以及发布方自拟的许可。

接下来

路线图
模型推理接入、模型环境容器、算力环境：计划中，尚未提供。
客户端接入说明
每个 Agent 客户端一段可复制的配置，实测通过后才列出。
医生评审首个专科
评审者与专科待确定。

会员

免费

更高限额、密钥、清单存档与提醒

用量

调用速率每分钟 120 次调用，每日 5000 次调用

API 密钥1

调用记录保留30 天

收藏数据集50

变更提醒10

工具

清单批量体检10

Pro

¥690/年

创始会员 ¥399/年，前 100 名，续费价格不变

个人与小团队的更大余量

申请开通在线支付尚未开通

用量

调用速率不限速（公平使用）

API 密钥5

调用记录保留180 天

收藏数据集不限

变更提醒不限

工具

清单批量体检200

Ultra

¥2,990/年

最高的限额与最大的批量

申请开通

用量

调用速率不限速（公平使用）

API 密钥20

调用记录保留365 天

收藏数据集不限

变更提醒不限

工具

清单批量体检2,000

不注册也可以直接调用，限每分钟 20 次调用

开通后 14 天内未使用会员权益可全额退款

现代医学75

传统医学24

通用12

专题合集

模型8

医学 AI 的数据基础设施

同一问题，两种检索方式

底层

Mdexa 简介

检索数据库

一张信息卡的解剖

ClinicalTrials.gov

覆盖范围

现代医学75

传统医学24

通用12

数据集的核查流程

取证

摘录原文

按口径判定

给出处理决定

为医学 AI 的数据供应链而建

让训练数据经得起审计

缩短数据检索时间

研发数据许可尽调，一次完成

一行配置接入 Agent

医生评审数据

原则与标准

许可证判定口径

遵循的公开标准

数据范围

服务边界

研究

最近更新

接下来

会员

会员

免费

Pro

Ultra