Датасет медицинских снимков: КТ, МРТ, рентген
Медицинские данные нельзя просто скачать и использовать: они содержат персональные данные пациентов, а размечать их может только специалист с профильной подготовкой. Мы собираем такие наборы под конкретную задачу — обезличиваем DICOM, привлекаем врачей нужной специальности, спорные случаи выносим на консенсус нескольких специалистов и отдельно формируем контрольную выборку.
Какие медицинские данные мы размечаем?
Работаем с изображениями, которые врач анализирует визуально: КТ и МРТ-срезами, рентгенограммами, УЗИ, снимками глазного дна, дерматологическими фото и оцифрованными гистологическими препаратами. Разметка бывает разной глубины — от классификации «норма или патология» до попиксельного контура образования на срезе.
КТ и МРТ
Посрезовая разметка органов и образований, объёмные маски, измерения.
Рентген
Классификация патологий, локализация находок рамкой или контуром.
УЗИ
Разметка структур на кадрах и в видеопетлях, измерение размеров.
Гистология
Аннотация клеток и тканей на оцифрованных препаратах высокого разрешения.
Дерматология и офтальмология
Фото кожных образований, снимки глазного дна с признаками патологии.
Текстовые протоколы
Извлечение диагнозов и находок из описаний исследований для NLP-задач.
Как организован сбор медицинского датасета?
Сначала согласуется протокол разметки с клиническим заказчиком: что именно отмечать и по каким критериям. Затем данные обезличиваются — из DICOM удаляются персональные поля. Размечают врачи нужной специальности, спорные случаи проходят через второе и третье мнение, а часть выборки откладывается для оценки модели.
В каких форматах передаются медицинские данные?
Исходные исследования принимаем в DICOM, NIfTI или выгрузкой из PACS, а результат отдаём масками сегментации, JSON-аннотациями с координатами находок или таблицей классификаций по исследованиям. Формат согласуем до старта работ, чтобы готовый набор загружался в ваш обучающий пайплайн без ручной конвертации и потери метаданных.
Как обеспечивается достоверность медицинской разметки?
Ключевая проблема медицинских данных — расхождение между врачами: два специалиста нередко видят находку по-разному. Поэтому мы не полагаемся на одно мнение: спорные случаи размечают несколько врачей, согласованность измеряется количественно, а протокол уточняется до тех пор, пока расхождения не станут объяснимыми.
Профильные специалисты
Разметку ведут врачи той специальности, к которой относится исследование.
Второе мнение
Спорные исследования проходят через независимого второго врача.
Арбитраж
При расхождении двух мнений случай выносится на третьего специалиста.
Измеримая согласованность
Считаем метрику согласия между экспертами по выборке.
Обезличивание
Персональные поля удаляются до передачи данных разметчикам.
Хранение в РФ
Обработка и хранение на инфраструктуре в России по 152-ФЗ.
Права и врачебная тайна
Набор остаётся у клиники, мы обрабатываем его в рамках договора и только на время проекта.
Сколько стоит разметка медицинских данных?
Медицинская разметка считается по часам экспертной работы — от 320 ₽ за час, поскольку её выполняют врачи, а трудоёмкость сильно зависит от модальности. Посрезовая сегментация КТ занимает в разы больше времени, чем классификация рентгенограммы. Точную смету фиксируем после пилота на вашей выборке.
Кто заказывает медицинские датасеты?
Медицинские датасеты заказывают разработчики систем поддержки врачебных решений, производители диагностического оборудования, исследовательские группы и клиники, которые развивают собственные ИИ-сервисы. Общее у этих заказчиков одно: задача требует клинически корректной разметки профильными врачами, а не разметки силами исполнителей общего профиля.
Пример проекта
Разметка КТ-исследований для сегментации образований
Разметили посрезово выборку КТ-исследований силами врачей-рентгенологов: контуры образований, консенсус двух специалистов на спорных случаях и арбитраж при расхождении. Согласованность экспертов после калибровки протокола выросла до рабочего уровня. Показатели — типовой сценарий проекта такого класса, не кейс конкретного клиента.
Ключевые факты
Частые вопросы о медицинских датасетах
Можно ли купить готовый медицинский датасет?
В открытом доступе есть исследовательские наборы, но они собраны на другом оборудовании, в другой популяции пациентов и часто ограничены научной лицензией. Для клинического продукта под российский рынок набор обычно приходится собирать заново, с корректными правовыми основаниями.
Кто размечает медицинские снимки?
Врачи профильной специальности: рентгенологи для КТ и МРТ, патоморфологи для гистологии, офтальмологи для снимков глазного дна. Обычные разметчики к таким задачам не привлекаются — цена ошибки слишком высока.
Как обеспечивается конфиденциальность данных пациентов?
Персональные поля удаляются из DICOM до начала разметки, при необходимости затирается текст, впечатанный в изображение. Доступ выдаётся точечно под проект, обработка и хранение идут на инфраструктуре в России, NDA подписывается до передачи первого исследования.
Что делать, если врачи размечают по-разному?
Это ожидаемая ситуация, а не сбой. Спорные случаи выносятся на второе мнение, при устойчивом расхождении — на арбитраж, а протокол разметки уточняется. Важно, чтобы расхождения были объяснимы, а не случайны.
Вы ставите диагнозы?
Нет. Мы готовим данные для обучения и оценки моделей, а клинические решения остаются за врачом. Разметка отражает мнение специалистов по протоколу и не является медицинским заключением.
На каких правах передаются медицинские данные?
Исследования поступают к нам уже обезличенными: из DICOM удаляются идентификаторы пациента, а сопоставление с личностью остаётся в клинике. Права на размеченный набор определяются договором с медицинской организацией — как правило, он остаётся у неё, а мы получаем ограниченное право обработки на время проекта. Врачебная тайна и требования 152-ФЗ соблюдаются на всех этапах.
Обсудим медицинский датасет
Опишите модальность и задачу — вернёмся с протоколом разметки, оценкой трудоёмкости и планом пилота в течение 1 рабочего дня.
Не любите формы — напишите на info@datamarkup.ru