多轮问诊对话日志数据

多轮问诊对话日志数据主要面向医疗智能问诊系统评测、因果推理决策验证需求建设，基于基于因果推理的多轮问诊智能平台V1.0（DiaQwen）验收测试过程产生。该数据源于科技创新2030-"新一代人工智能"重大项目"因果推理与决策理论模型研究"（2021ZD0111600）的指标2.2测试验证环节，旨在支撑医疗智能问诊系统的诊断准确率与因果一致性评估，解决智能诊疗系统可解释性与临床可信度验证的关键问题。数据采用基于DxBench基准数据集的自动化脚本测试法产生，通过GPT-4o-mini模拟患者与DiaQwen系统进行实时自然语言多轮对话，脚本实时监测轮次、追问逻辑与记忆一致性。主要记录了模拟患者主诉、系统主动追问问题、患者回答内容、症状信息动态更新、诊断链推理路径及最终诊断结论等关键字段，采用结构化JSON格式存储，完整覆盖每例样本从初始主诉到最终诊断的完整问诊轨迹。数据规模约10KB，包含100例测试样本的多轮交互记录，对应10类限定常见疾病类型，平均交互轮数2.5-3.0轮，最大轮次限制为5轮，符合临床问诊实际场景需求。

搜集汇总

背景与挑战

背景概述

该数据集源自'因果推理与决策理论模型研究'重大项目，旨在支持医疗智能问诊系统的诊断准确率与因果一致性评估。它包含100例测试样本的多轮对话记录，覆盖10类常见疾病，以结构化JSON格式存储，完整记录了从患者主诉到诊断结论的问诊轨迹。