Elfsong/ClinicalDataset

---
task_categories:
- summarization
- conversational
language:
- en
pretty_name: MediQA
size_categories:
- 1K<n<10K
---

# MEDIQA-Chat 2023 Training/Validation Data

# Task A
The training set consists of 1,201 pairs of conversations and associated section headers and contents.
The validation set consists of 100 pairs of conversations and their summaries.

The full list of normalized section headers:
1. fam/sochx [FAMILY HISTORY/SOCIAL HISTORY]
2. genhx [HISTORY of PRESENT ILLNESS]
3. pastmedicalhx [PAST MEDICAL HISTORY]
4. cc [CHIEF COMPLAINT]
5. pastsurgical [PAST SURGICAL HISTORY]
6. allergy
7. ros [REVIEW OF SYSTEMS]
8. medications
9. assessment
10. exam
11. diagnosis
12. disposition
13. plan
14. edcourse [EMERGENCY DEPARTMENT COURSE]
15. immunizations
16. imaging
17. gynhx [GYNECOLOGIC HISTORY]
18. procedures
19. other_history
20. labs

# Task B
The training set consists of 67 pairs of conversations and full notes. The validation set includes 20 pairs of conversations and clinical notes.
Full encounter notes are expected to have at least one of four overall section divisions demarked by the first-occuring of its related section headers:

> | note_division | section_headers
> | subjective | chief complaint, history of present illness, hpi, subjective
> | objective_exam | physical exam, exam
> | objective_results | results, findings
> | assessment_and_plan | assessment, plan

Depending on the encounter, objective_exam and objective_results may not be relevant.
We encourage review the sample data as well as the evaluation script to understand the best demarkation headers for your generated note.

# Task C
The training set consists of 67 pairs of full doctor-patient conversations and notes and the validation set includes 20 pairs of full conversations and clinical notes (same as Task-B datasets). The Task-A training and validation sets (1,301 pairs) could be used as additional training data.

### 数据集元数据
任务类别：
- 摘要生成（summarization）
- 对话式（conversational）
语言：
- 英语（en）
展示名称：MediQA
规模类别：1000 < 样本量 < 10000

# MEDIQA-Chat 2023 训练/验证数据集

## 任务A
训练集包含1201组对话及关联的病历章节标题（section headers）与对应内容；验证集包含100组对话及其摘要。

标准化病历章节标题完整列表如下：
1. fam/sochx [家族史/社会史（FAMILY HISTORY/SOCIAL HISTORY）]
2. genhx [现病史（HISTORY of PRESENT ILLNESS）]
3. pastmedicalhx [既往病史（PAST MEDICAL HISTORY）]
4. cc [主诉（CHIEF COMPLAINT）]
5. pastsurgical [既往手术史（PAST SURGICAL HISTORY）]
6. allergy [过敏史]
7. ros [系统回顾（REVIEW OF SYSTEMS）]
8. medications [用药情况]
9. assessment [评估]
10. exam [体格检查]
11. diagnosis [诊断]
12. disposition [处置方案]
13. plan [诊疗计划]
14. edcourse [急诊病程（EMERGENCY DEPARTMENT COURSE）]
15. immunizations [免疫接种史]
16. imaging [影像学检查]
17. gynhx [妇科病史（GYNECOLOGIC HISTORY）]
18. procedures [操作记录]
19. other_history [其他病史]
20. labs [实验室检查]

## 任务B
训练集包含67组对话与完整就诊病历笔记，验证集包含20组对话与临床病历笔记。
完整的就诊病历笔记应至少包含四大章节划分之一，该划分由其关联的病历章节标题首次出现的位置界定：

| 病历章节划分 | 关联章节标题 |
| ---- | ---- |
| 主观资料（subjective） | 主诉（chief complaint）、现病史（history of present illness）、HPI（hpi）、主观描述（subjective） |
| 客观检查（objective_exam） | 体格检查（physical exam）、检查（exam） |
| 客观结果（objective_results） | 检查结果（results）、影像学发现（findings） |
| 评估与诊疗计划（assessment_and_plan） | 评估（assessment）、诊疗计划（plan） |

根据就诊场景的不同，客观检查与客观结果章节可能不适用。我们建议您参考示例数据与评估脚本，以明确用于生成病历的最佳章节界定标题。

## 任务C
训练集包含67组完整的医患对话与对应病历笔记，验证集包含20组完整对话与临床病历笔记（与任务B的数据集一致）。任务A的训练集与验证集（共1301组）可作为额外训练数据使用。

原始信息汇总

数据集概述

数据集名称

• 名称: MediQA
• 别名: MEDIQA-Chat 2023 Training/Validation Data

数据集内容

• 任务类别:
  • 总结
  • 对话
• 语言: 英语
• 数据规模: 1K<n<10K

数据集详细内容

• 任务A

  • 训练集: 包含1,201对对话及其相关的章节标题和内容。
  • 验证集: 包含100对对话及其摘要。
  • 章节标题列表: 共20个标准化章节标题，如“fam/sochx”代表“FAMILY HISTORY/SOCIAL HISTORY”。

• 任务B

  • 训练集: 包含67对对话和完整笔记。
  • 验证集: 包含20对对话和临床笔记。
  • 笔记结构: 至少包含四个主要章节之一，如“subjective”、“objective_exam”、“objective_results”、“assessment_and_plan”。

• 任务C

  • 训练集: 包含67对完整的医生-患者对话和笔记。
  • 验证集: 包含20对完整的对话和临床笔记（与任务B相同）。
  • 额外训练数据: 可使用任务A的训练和验证集（共1,301对）作为额外训练数据。

搜集汇总

数据集介绍

构建方式

临床对话摘要数据集MediQA源自MEDIQA-Chat 2023挑战赛，涵盖三项子任务。任务A包含1,201对医患对话与结构化章节标题及内容的配对训练样本，以及100对验证样本，章节标题涵盖家族史、现病史、主诉等20个标准化类别。任务B提供67对完整对话与临床笔记的训练配对及20对验证配对，笔记需按主观、客观检查、客观结果、评估与计划四大分区组织。任务C复用任务B的全部数据，并允许利用任务A的1,301对样本作为补充训练材料。

使用方法

数据集以HuggingFace格式提供，可通过加载Elfsong/ClinicalDataset直接调用。任务A适用于训练对话到章节摘要的生成模型，输入为对话文本，输出为对应章节内容；任务B和C用于生成完整临床笔记，需按分区结构输出。建议结合提供的评估脚本验证输出格式，并参考样本数据理解章节划分规则。任务C可灵活整合任务A数据以增强训练效果。

背景与挑战

背景概述

在临床自然语言处理领域，医学对话摘要与临床笔记生成是提升医疗记录效率与质量的关键任务。Elfsong/ClinicalDataset（又称MediQA）数据集由2023年MEDIQA-Chat挑战赛创建，主要研究机构包括参与该挑战赛的学术界与工业界团队，其核心研究问题聚焦于从医患对话中自动生成结构化的临床摘要与完整笔记。该数据集涵盖三项子任务：任务A包含1,301对对话与对应章节标题及内容，任务B与任务C则分别提供67对完整对话与临床笔记，旨在推动对话式临床文档的自动化生成。该数据集的出现填补了医学对话摘要领域标准化评估数据的空白，对临床决策支持系统与电子健康记录的智能化发展具有重要影响力。

当前挑战

该数据集面临的挑战首先体现在领域问题的复杂性：医学对话摘要不仅需要准确提取患者主诉、病史、诊断等关键信息，还需遵循临床文档规范，如任务A中的20种标准化章节标题与任务B中主观、客观检查、评估与计划等四类笔记划分。其次，构建过程中面临多重困难：任务B与任务C的完整笔记生成需处理对话中隐含的时序逻辑与医学实体关联，而任务C允许使用额外训练数据，增加了模型泛化性的不确定性。此外，数据规模有限（任务B与C仅67对训练样本）导致模型易过拟合，且客观检查与评估部分可能缺失，进一步加剧了生成内容的完整性与一致性挑战。

常用场景

经典使用场景

Elfsong/ClinicalDataset，即MediQA数据集，在自然语言处理与临床信息学交叉领域占据重要地位。该数据集聚焦于医患对话的自动摘要生成，其核心任务涵盖从非结构化对话中提取结构化临床笔记。经典使用场景包括将冗长的医患交流转化为符合临床规范的摘要，具体分为三个子任务：任务A要求根据对话生成带有标准化章节标题（如家族史、主诉、评估等）的段落级摘要；任务B则需输出包含主观、客观检查、结果及评估计划四大板块的完整临床笔记；任务C在任务B基础上引入更多训练数据以提升模型泛化能力。这种多粒度、多任务的设定使其成为评估对话摘要模型在医疗领域鲁棒性的基准。

解决学术问题

该数据集系统性地解决了临床对话摘要中的若干关键学术难题。其一，它直面医疗文本中标准化与非结构化信息的鸿沟，通过定义20种规范化章节标题，为模型提供了将自由文本映射至临床本体（如SNOMED CT隐含结构）的监督信号。其二，它挑战了长文本多层级摘要的生成问题，尤其是任务B要求模型同时识别笔记的四大板块边界并生成连贯内容，这催生了针对对话结构感知的序列到序列模型研究。其三，通过任务C的设置，数据集推动了半监督学习与数据增强技术在低资源医疗场景中的应用探索，验证了跨任务迁移学习对摘要质量的提升作用。这些贡献为临床决策支持系统的底层文本理解奠定了方法论基础。

实际应用

在实际应用中，Elfsong/ClinicalDataset直接赋能了电子健康记录（EHR）的自动化生成流程。基于该数据集训练的模型可集成至医院信息系统，将医生与患者的实时对话转化为结构化的SOAP笔记（主观-客观-评估-计划），显著减少临床文书录入时间。例如，在急诊科场景中，模型能自动从对话中提取主诉、用药史及过敏信息，并生成符合HL7标准的摘要片段。此外，该数据集还支持医患沟通质量评估系统——通过对比生成的摘要与标准模板，可识别信息遗漏或误解，从而辅助医疗培训。部分研究已将其应用于多语言临床摘要（如中英对照）的跨语言迁移，展现了在远程医疗和跨国诊疗中的潜力。

数据集最近研究

最新研究方向

在医疗对话自动摘要领域，Elfsong/ClinicalDataset（MediQA-Chat 2023）正引领着从非结构化医患对话到结构化临床笔记的范式转变。该数据集突破性地将临床笔记生成细化为三个子任务：基于标准化章节标题的段落级摘要（Task A）、完整临床笔记生成（Task B）以及端到端对话转笔记（Task C），特别强调了主观、客观检查、检查结果与评估计划四大核心板块的划分。当前前沿研究聚焦于利用大规模语言模型实现临床推理的自动化，例如通过引入医学知识图谱增强摘要的术语规范性，或采用对比学习优化不同章节间的语义连贯性。该数据集与近期医疗大语言模型（如Med-PaLM 2）的评估标准高度契合，其多粒度任务设计为临床文档自动生成提供了基准框架，有望显著降低医生文书负担并提升病历质量，对智能医疗决策支持系统的发展具有里程碑意义。