醫(yī)療人工智能的快速發(fā)展離不開高質(zhì)量數(shù)據(jù)集的支持。從疾病診斷到藥物研發(fā)，再到個(gè)性化醫(yī)療，數(shù)據(jù)集在推動(dòng)機(jī)器視覺、大模型等應(yīng)用于醫(yī)學(xué)領(lǐng)域中發(fā)揮著不可或缺的作用。

醫(yī)學(xué)數(shù)據(jù)集的形式多樣，涵蓋了不同維度和領(lǐng)域的數(shù)據(jù)資源。例如，在疾病診斷領(lǐng)域，像 RJUA-QA 這樣的問答數(shù)據(jù)集推動(dòng)了復(fù)雜醫(yī)學(xué)知識(shí)的自動(dòng)化應(yīng)用；而在中醫(yī)藥領(lǐng)域，神農(nóng)中醫(yī)藥數(shù)據(jù)集整合了傳統(tǒng)中醫(yī)藥文獻(xiàn)、臨床案例和藥方數(shù)據(jù)。

針對(duì)于此，本文整理了醫(yī)學(xué)領(lǐng)域的 10 個(gè)數(shù)據(jù)集，涵蓋神農(nóng)中醫(yī)藥、中醫(yī)藥古籍、醫(yī)學(xué)推理、醫(yī)學(xué)問答……旨在幫助研究人員快速了解這些數(shù)據(jù)資源的分布與特點(diǎn)，并為其在具體研究問題中的應(yīng)用提供啟發(fā)。

**中文醫(yī)學(xué)數(shù)據(jù)集匯總

1、首個(gè)中文醫(yī)療?？茊柎鹜评頂?shù)據(jù)集**

預(yù)估大小：2.34 MB

該數(shù)據(jù)集是一個(gè)創(chuàng)新的醫(yī)學(xué)泌尿外科專業(yè)問答推理數(shù)據(jù)集，由螞蟻集團(tuán)醫(yī)學(xué) LLM（大語言模型）團(tuán)隊(duì)與上海交通大學(xué)醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院泌尿外科專家團(tuán)隊(duì)合作創(chuàng)建。其以 Q-context-A（問題-上下文-答案）格式呈現(xiàn)，其中的病例數(shù)據(jù)由專業(yè)醫(yī)生根據(jù)臨床經(jīng)驗(yàn)編寫，不涉及患者和醫(yī)生的任何個(gè)人隱私。
2、中文醫(yī)療問答數(shù)據(jù)集
預(yù)估大小：279.64 MB

該數(shù)據(jù)集為中文醫(yī)療問答數(shù)據(jù)集，包含 6 個(gè)不同醫(yī)療科室文件夾，分別為：男科 94,596 個(gè)問答對(duì)、內(nèi)科 220,606 個(gè)問答對(duì)、婦產(chǎn)科 183,751 個(gè)問答對(duì)、腫瘤科 75,553 個(gè)問答對(duì)、兒科 101,602 個(gè)問答對(duì)、外科 115,991 個(gè)問答對(duì)，總計(jì) 792,099 條數(shù)據(jù)。每個(gè)文件夾下有一個(gè) csv 文件。
3、醫(yī)學(xué)對(duì)話數(shù)據(jù)集

預(yù)估大小：118.35 MB

這是一個(gè)為運(yùn)行醫(yī)學(xué)聊天機(jī)器人而設(shè)計(jì)的實(shí)驗(yàn)數(shù)據(jù)集，它包含 256,916 條患者與醫(yī)生之間的對(duì)話。
4、神農(nóng)中醫(yī)藥數(shù)據(jù)集
預(yù)估大小：28.98 MB

該數(shù)據(jù)集是專門為中醫(yī)藥領(lǐng)域設(shè)計(jì)的大規(guī)模語言模型訓(xùn)練和評(píng)估的數(shù)據(jù)集。包含超 11 萬個(gè)的指令數(shù)據(jù)，這些數(shù)據(jù)通過以實(shí)體為中心的自指令方法生成，圍繞中醫(yī)藥領(lǐng)域的核心實(shí)體和不同意圖場(chǎng)景，不僅能夠提升模型在中醫(yī)藥相關(guān)問題的回答能力，還能輔助中醫(yī)診斷，提供個(gè)性化的醫(yī)療建議。
5、中醫(yī)藥古籍?dāng)?shù)據(jù)集
預(yù)估大小：80.49 MB

該數(shù)據(jù)集包含了約 700 項(xiàng)中醫(yī)藥古籍文本，涵蓋了從先秦至清末民國(guó)的歷代醫(yī)藥典籍。這些文獻(xiàn)不僅包括了醫(yī)學(xué)理論、方劑學(xué)、藥物學(xué)等內(nèi)容，還包含了豐富的臨床案例和醫(yī)學(xué)百科知識(shí)。
6、中醫(yī)診斷數(shù)據(jù)集
預(yù)估大小：341.69 MB

該數(shù)據(jù)集是一個(gè)專注于中醫(yī)領(lǐng)域的高質(zhì)量數(shù)據(jù)集，包含約 1GB 的中醫(yī)各個(gè)領(lǐng)域臨床案例、名家典籍、醫(yī)學(xué)百科、名詞解釋等優(yōu)質(zhì)內(nèi)容。數(shù)據(jù)集主要由非網(wǎng)絡(luò)來源的內(nèi)部數(shù)據(jù)構(gòu)成，99% 為簡(jiǎn)體中文內(nèi)容，質(zhì)量?jī)?yōu)異，信息密度可觀，適用于預(yù)訓(xùn)練或繼續(xù)預(yù)訓(xùn)練用途。
7、中醫(yī)對(duì)話數(shù)據(jù)集
預(yù)估大小：737.32 MB

這個(gè)中文醫(yī)療數(shù)據(jù)集是一個(gè)全面的資源，用于開發(fā)和訓(xùn)練能夠在醫(yī)療領(lǐng)域提供專業(yè)對(duì)話和建議的語言模型。它結(jié)合了多種類型的數(shù)據(jù)，包括百科知識(shí)、教材文本、實(shí)際醫(yī)患對(duì)話以及評(píng)價(jià)數(shù)據(jù)，旨在提升模型的準(zhǔn)確性和實(shí)用性。
8、醫(yī)學(xué)推理數(shù)據(jù)集

該數(shù)據(jù)集由香港中文大學(xué)和深圳市大數(shù)據(jù)研究院于 2024 年發(fā)布，專為微調(diào) HuatuoGPT-o1 這一醫(yī)學(xué)大語言模型而設(shè)計(jì)，旨在提升其在復(fù)雜醫(yī)學(xué)推理任務(wù)中的表現(xiàn)。
9、多語言醫(yī)學(xué)能力測(cè)試基準(zhǔn)數(shù)據(jù)集
預(yù)估大小：20.69 MB

該數(shù)據(jù)集是一個(gè)全面多語言醫(yī)學(xué)能力測(cè)試基準(zhǔn)數(shù)據(jù)集，由上海交通大學(xué)人工智能學(xué)院智慧醫(yī)療團(tuán)隊(duì)于 2024 年開發(fā)，旨在評(píng)估醫(yī)學(xué)領(lǐng)域多語言模型的發(fā)展，涵蓋了 6 種語言和 21 種醫(yī)學(xué)子領(lǐng)域。
10、MMedC 大規(guī)模多語言醫(yī)療語料庫
預(yù)估大小：31.05 GB

該數(shù)據(jù)集是一個(gè)由上海交通大學(xué)人工智能學(xué)院智慧醫(yī)療團(tuán)隊(duì)于 2024 年構(gòu)建的多語言醫(yī)療語料庫，它包含了約 255 億個(gè) tokens，涵蓋了 6 種主要語言：英語、中文、日語、法語、俄語和西班牙語。

以上就是 HyperAI超神經(jīng)為大家匯總的中文醫(yī)學(xué)數(shù)據(jù)集，如果你有想要收錄 hyper.ai 官方網(wǎng)站的資源，也歡迎留言或投稿告訴我們哦！

關(guān)于 HyperAI超神經(jīng) (hyper.ai)
HyperAI超神經(jīng) (hyper.ai) 是國(guó)內(nèi)領(lǐng)先的人工智能及高性能計(jì)算社區(qū)，致力于成為國(guó)內(nèi)數(shù)據(jù)科學(xué)領(lǐng)域的基礎(chǔ)設(shè)施，為國(guó)內(nèi)開發(fā)者提供豐富、優(yōu)質(zhì)的公共資源，截至目前已經(jīng)：

* 為 1300+ 公開數(shù)據(jù)集提供國(guó)內(nèi)加速下載節(jié)點(diǎn)

* 收錄 400+ 經(jīng)典及流行在線教程

* 解讀 200+ AI4Science 論文案例

* 支持 500+ 相關(guān)詞條查詢

* 托管國(guó)內(nèi)首個(gè)完整的 Apache TVM 中文文檔