结构化肝胆胰医学文献证据数据集

该数据集面向肝癌患者的临床诊断任务需求，涵盖结构化医疗文献数据。本数据集针对医学文献问答任务，旨在构建一个能够基于真实医学文献内容回答问题的智能体。任务形式为三分类问题，即对于一个医学问题，系统需基于文献内容判断答案为“是（Yes）”、“可能（Maybe）”或“否（No）”。问题初始为中文，在推理时将自动翻译为英文以适配英文医学文献内容。给定一个问题Q，系统需结合文献证据E，生成答案A。数据集可用于构建具有可解释性的多模态肝癌诊断模型，包括基于深度学习的分类模型与规则驱动的专家系统等，适合科研机构和医疗机构开展相关研究。通过整合结构化医学文献数据，该数据集旨在可解释性水平，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。

搜集汇总

背景与挑战

背景概述

该数据集面向肝癌患者的临床诊断任务，提供结构化医疗文献数据，用于医学文献问答任务，任务形式为三分类问题（是、可能、否）。它旨在构建可解释性的多模态肝癌诊断模型，支持人工智能在医疗领域的应用研究。