Imaging Data Commons

Visão Geral

Consulte e baixe dados de imagem pública sobre câncer do National Cancer Institute Imaging Data Commons (IDC). Nenhuma autenticação é necessária para acesso aos dados.

Acesso de rede esperado: Os metadados do IDC são acessíveis de três maneiras — um índice local DuckDB empacotado (offline após a instalação; índices adicionais são buscados do GitHub e tabelas clínicas do S3), ou o serviço IDC hospedado via MCP ou REST (api.imaging.datacommons.cancer.gov, sem autenticação). Downloads de arquivos usam GCS público (storage.googleapis.com) e AWS S3 (s3.amazonaws.com) — nenhuma autenticação é necessária. O acesso DICOMweb usa o proxy IDC público (proxy.imaging.datacommons.cancer.gov, sem autenticação) ou a Google Cloud Healthcare API (healthcare.googleapis.com, requer autenticação GCP). Consultas opcionais no BigQuery (bigquery.googleapis.com) também requerem autenticação GCP. A resolução de citações contata serviços DOI. Rotas IDC públicas não requerem credenciais; clientes Google opcionais usam Credenciais Padrão de Aplicação.

Revisado em 2026-09-30: idc-index 0.12.5, idc-index-data 24.2.2, IDC v24; API hospedada 3.0.0b3. Verifique novamente no momento do uso.

Escolha o caminho de acesso primeiro. Não há um padrão único: o caminho correto mais barato depende da sessão e da tarefa.

1. A sessão já possui o servidor IDC MCP? Roteie a descoberta e os metadados para lá — veja Servidor IDC MCP.
2. Caso contrário, o idc-index está instalado e atualizado? Execute python scripts/check_version.py. Se for bem-sucedido, use idc-index para tudo.
3. Não instalado, e a tarefa é apenas leitura de metadados — contagens, valores de atributos, consultas de coleções, SQL com menos de 10.000 linhas, licenças, citações, URLs de visualizadores? Use a API REST via curl; não instale nada. A instalação custa ~77 MB de dados de índice empacotados mais pandas, pyarrow e duckdb, que uma pergunta de metadados não precisa. Veja Opções de Acesso a Dados.
4. Não instalado, e a tarefa precisa de mais do que metadados — download de arquivos, pandas ou plotagem, pydicom/SimpleITK, tiling de patologia, resultados com mais de 10.000 linhas, ou um script com versão fixada que o usuário reexecuta? Instale idc-index: check_version.py retorna um valor diferente de zero e imprime o comando de instalação exato para o interpretador em execução. Prefira um ambiente virtual, depois reinicie o Python.

idc-index (GitHub) ainda é o caminho Python mais capaz, com auxiliares de consulta e download em um único cliente. check_version.py nunca instala nada por si só — ele também sinaliza um idc-index ou uma nova versão de habilidade quando existe.

Configuração para o caminho idc-index: use o interpretador pretendido para scripts/check_version.py e confirme sua mensagem de meets pinned minimum antes de continuar. Uma falha no lançamento não é uma aprovação.

from idc_index import IDCClient
client = IDCClient()

# Verify IDC data version (should be "v24")
print(f"IDC data version: {client.get_idc_version()}")

Exemplos de download e processamento de imagens são ilustrativos, a menos que observado; consulte as notas de revisão de referência para o escopo de verificação.

Fluxo de trabalho principal: consulte metadados com client.sql_query() → baixe com client.download_from_selection() → visualize com client.get_viewer_URL(). Exemplos em Python abaixo assumem este client; Opções de Acesso a Dados tem os equivalentes REST. Para a escala de dados atual, execute a consulta de resumo em references/sql_patterns.md ou GET /v3/stats.

Servidor IDC MCP

O IDC opera um servidor MCP hospedado em https://api.imaging.datacommons.cancer.gov/mcp (HTTP transmitível, sem autenticação). Onde estiver disponível, ele complementa — não substitui — o fluxo de trabalho idc-index abaixo.

Identifique-o pelo recurso MCP idc://guide, ou por três ou mais dos nomes de ferramentas build_cohort, get_cohort_urls, list_analysis_results e get_idc_version. Nomes genéricos como run_sql não são evidência por si só. Se a identificação for ambígua, use idc-index.

Se esta sessão tiver o servidor, trate-o como autoritário para descoberta e metadados — versão do IDC, contagens, valores de atributos, construção de coortes, SQL de metadados — e siga as instruções próprias do servidor em vez de derivá-las deste arquivo. Sua versão de dados é o que o servidor relata: chame get_idc_version em vez de confiar na versão fixada neste arquivo.

Retorne aqui para o que o servidor não faz: download de arquivos, pandas/notebook local

…