ConfiDx

ConfiDx 是一个由明尼苏达大学计算健康科学部创建的疾病诊断数据集。该数据集包含来自 MIMIC-IV 和 UMN-CDR 数据库的 24884 条临床笔记，涵盖了内分泌、心脏病学和肝病学三个专科。数据集包含各种程度的诊断模糊性，并经过精心注释。ConfiDx 的创建旨在解决临床决策中诊断不确定性的问题，通过提供准确的诊断和解释，以提高自动诊断系统的可靠性。

搜集汇总

数据集介绍

构建方式

ConfiDx数据集的构建基于真实世界的临床记录，主要来源于MIMIC-IV和UMN-CDR数据库。研究团队通过多智能体框架对临床记录进行注释，随后由医学专家进行验证。注释过程基于手动整理的诊断标准，确保数据集能够捕捉不同程度的诊断模糊性。此外，为了评估模型在未见疾病类型上的鲁棒性，团队还创建了一个独立的测试集MIMIC-U，其中包含从MIMIC-IV中保留的某些疾病类型。

特点

ConfiDx数据集的特点在于其丰富的注释信息，能够捕捉诊断过程中的不确定性。数据集包含来自内分泌学、心脏病学和肝脏病学三个临床专业的记录，这些专业在美国的死亡率中具有重要影响。数据集中既有证据完整的病例，也有模拟临床信息不完整的病例，以评估模型在不同情境下的表现。此外，数据集还提供了详细的诊断解释和不确定性解释，为模型的训练和评估提供了全面的支持。

使用方法

ConfiDx数据集的使用方法主要包括四个子任务：疾病诊断、诊断解释、不确定性识别和不确定性解释。研究人员可以通过微调开源大型语言模型（如LLaMA）来利用该数据集进行训练和评估。数据集被随机分为训练集、验证集和测试集，比例为7:1:2，以确保模型的泛化能力。此外，数据集还支持自动评估指标（如诊断准确性和解释准确性）和人工评估（如解释的正确性和完整性），以全面评估模型的性能。

背景与挑战

背景概述

ConfiDx数据集由明尼苏达大学计算健康科学团队于2024年提出，旨在解决临床诊断中不确定性识别与解释的关键问题。该数据集基于MIMIC-IV和UMN-CDR电子健康记录构建，涵盖内分泌学、心脏病学和肝病学三大专科领域，包含24,367份临床笔记和12种疾病类型。其创新性在于首次将诊断标准与不确定性量化相结合，通过多智能体标注框架实现了证据完整性分级，为开发可解释的AI诊断系统提供了重要基准。该研究发表在Nature系列期刊，标志着LLM在医疗不确定性建模领域的重大突破。

当前挑战

构建ConfiDx面临双重挑战：在领域问题层面，临床笔记常存在信息缺失（如48%急诊病例缺乏关键体征记录），导致传统模型难以区分确诊与不确定案例；在技术实现层面，需解决LLM过度自信倾向与诊断标准对齐难题。具体表现为：1）需设计新型标注协议来量化13.6%初级诊疗案例中的证据不足现象；2）需开发多任务学习框架同步优化诊断准确率（提升68.3%）与不确定性识别（AUROC达0.658）；3）需克服跨机构数据差异（UMN-CDR笔记长度较MIMIC短41.8%）带来的泛化性问题。

常用场景

经典使用场景

ConfiDx数据集在医学诊断领域具有广泛的应用价值，特别是在解释性诊断和诊断不确定性识别方面。该数据集通过整合真实世界的临床笔记和诊断标准，为研究人员提供了丰富的标注数据，用于训练和评估不确定性感知的大型语言模型（LLMs）。其经典使用场景包括基于证据的诊断预测、诊断不确定性的识别与解释，以及跨机构模型的泛化能力测试。

解决学术问题

ConfiDx数据集解决了医学诊断领域中几个关键的学术问题。首先，它填补了诊断不确定性识别和解释的研究空白，通过标注不同诊断模糊度的病例，帮助模型识别证据不足的情况。其次，数据集通过整合诊断标准，提升了模型在复杂临床场景中的解释能力，增强了诊断系统的可信度。此外，数据集还支持模型在未见疾病类型和跨机构数据上的鲁棒性评估，推动了医学人工智能的实用化进程。

衍生相关工作

ConfiDx数据集衍生了一系列相关研究工作。例如，基于该数据集的不确定性识别方法被扩展至其他医学领域，如精神科和急诊医学。其标注框架也被用于开发多智能体标注系统，提升医学数据标注的效率。此外，数据集支持的诊断解释生成技术启发了后续研究，如结合检索增强生成（RAG）的医学信息提取系统。这些工作进一步推动了医学人工智能在可信度和实用性方面的发展。