广师大-CNLC肝癌分期判断思维链问答数据集

本数据集是基于肝细胞癌医学影像检查报告构建的CNLC肝癌分期判断思维链问答数据集。数据集包含 52414条完整的临床推演样本。每条数据由“虚拟患者影像报告”作为输入，经过深度医学逻辑网络处理，输出包含 “Reasoning（分步推理）” 和 “Answer（最终分期）” 的结构化思维链。 该数据详细覆盖了肿瘤大小、结节数量、血管侵犯特征等关键诊疗指标的逻辑判定过程。该数据集可用于训练医疗AI模型学习类似资深医生的诊断逻辑，显著提升模型在复杂病例下的推理准确率。 在数据生产过程中，通过文本清洗、结构化处理及医学分期规则映射，将原始影像描述转化为标准化的分期判别输入文本；进一步结合大语言模型生成分期推理过程，输出包含“影像特征分析—分期标准匹配—CNLC 分期结论”的多步思维链（Chain-of-Thought）问答数据。每条数据均包含明确的医学推理逻辑与标准化分期标签，适用于医学人工智能模型训练与评估。

搜集汇总

背景与挑战

背景概述

该数据集是一个专注于肝癌CNLC分期判断的思维链问答数据集，包含52414条基于医学影像报告的临床推演样本，每条数据提供从影像特征分析到分期结论的完整推理过程。它旨在训练医疗AI模型学习资深医生的诊断逻辑，覆盖肿瘤大小、结节数量等关键指标，提升模型在复杂病例下的推理准确率，并适用于医疗辅助诊疗、临床教学等多种应用场景。