会诊场景下辩论和协商策略数据集

"该数据集面向多方会诊场景的辩论和协商决策任务需求，涵盖结构化与非结构化的医疗数据。数据来源于中国301医院，基于真实患者的临床数据构建，并在数据采集过程中通过去隐私化手段对患者的个人信息进行处理，确保数据安全与合规。数据集的构建围绕“肝胆胰”类疾病，旨在为肝癌相关诊断研究提供高质量数据支持，推动疾病预测与诊断方法的优化，具有重要的临床与科研意义。
该数据集包含一千个真实样例，来源于200余位患者的数据，具有较高的多样性与代表性，能够满足不同模型和算法的训练需求。数据集可用于构建会诊辩论和协商决策模型，包括基于深度学习的分类模型与环境奖励驱动的强化学习模型等，适合科研机构和医疗机构开展相关研究。该数据集旨在提升会诊中辩论和协商决策的准确性和专业性，并为相关疾病的诊断辅助工具开发奠定数据基础。这不仅有助于推动人工智能技术在医疗领域的应用，也为医学研究提供了宝贵的资源。数据集包含医生论点与论据，智能体论点与论据，辩论与协商策略标签，其中医生和智能体的论点与论据记录了当前会诊时刻，医生和智能体对患者疾病的状态，例如“是肝癌”，“非肝癌”等，并同时记录了医生和智能体得出论点的支撑论据，包括血常规、凝血四项、血清术前八项、癌胚抗原测定等关键项目。其中，癌胚抗原测定（CA724）、胰腺功能检查（淀粉酶）、血清术前八项（乙肝表面抗原）以及甲胎蛋白测定等指标等。最后，根据当前时刻双方论点论据状态，人类专家给出辩论和协商策略的准确标签，包括总结、反驳、追问、补充等。"