转移癌AI研究项目
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
NYUMets 是由 NYU Grossman School of Medicine 与 NYU Center for Data Science 牵头的开放数据科学研究项目，目标是通过开放、纵向、真实世界的转移性癌症数据和软件工具，促进对转移性癌症动态演化的理解。它不是面向大众的聊天式AI产品，而是更偏科研基础设施，尤其聚焦脑转移癌、伽马刀放射外科、MRI影像、用药、随访和结局数据。
从正文看，NYUMets 的AI能力主要不在于提供现成模型，而在于提供可用于AI建模的数据资产与工具。NYUMets_Brain 包含去标识化临床数据，分为时间序列数据、患者个体数据、伽马刀治疗详情和影像元数据。字段覆盖药物变化、影像时间点、治疗计划、肿瘤体积、剂量参数、神经功能、KPS、CTCAE不良事件、死亡原因等，适合构建纵向预测模型、疗效评估模型或医学影像AI研究。项目还提到 NYUMets MONAI API，是处理纵向肿瘤学和影像数据的 MONAI 扩展，但正文未给出具体接口示例、认证方式或性能基准。
正文没有披露商业定价、订阅方案或付费方式。项目定位为开放数据科学，并设有 Get Access 入口；同时提到 AWS Open Data Initiative、nVidia 等支持。是否完全免费、是否需申请、是否有数据使用协议或下载限制，正文信息不足。
优势在于医学科研背景强、数据结构细、纵向维度丰富，并与MONAI生态相关，适合严肃医学AI研究。去标识化和随机患者编号也显示出基本隐私处理。局限同样明显：没有现成AI模型说明，没有输出质量指标、数据规模、缺失率和标注一致性信息；页面更像数据字典，不是低门槛产品。对非医学或非数据科学用户而言，上手难度较高。
NYUMets 适合肿瘤学、神经外科、放疗、医学影像AI和真实世界数据研究团队，用于科研建模、算法验证和教学。中国访问情况正文未提及，网络可达性、账号申请和数据下载速度均未知；支付信息也未披露。若访问或申请受限，可关注 TCIA、IDC Imaging Data Commons、MONAI 及其他公开医学影像数据集作为替代。
本测评基于公开资料整理,不构成购买建议,请以 nyumets.org 官网实际信息为准。
医学AI与开放数据方向，适合研究者参考
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。