本公开提供确定待标注医疗数据的方法及装置。提高了医疗数据的标注效率。包括：响应于用户发送的获取指令，获取医疗数据集合；针对该医疗数据集合中的任一医疗数据，利用词频‑逆文档频率tf‑idf模型确定所述医疗数据中各词语对应的权重；并基于各词语对应的权重以及该医疗数据，得到该医疗数据的向量；针对任一未标注医疗数据，根据该未标注医疗数据的向量以及所述医疗数据集合中的多个已标注医疗数据的向量，得到未标注医疗数据的多个目标相似度，其中，所述目标相似度为所述未标注医疗数据与各已标注医疗数据之间的各相似度；通过多个未标注医疗数据的多个目标相似度对多个未标注医疗数据进行筛选，得到待标注医疗数据。