中国国家执业医师资格考试、中国国家执业药师资格考试、中国国家执业护士资格考试数据集

本仓库收集了2017年至2021年中国国家执业医师资格考试（NMLE）、中国国家执业药师资格考试（NPLE）和中国国家执业护士资格考试（NNLE）的试题。在NMLE中，每次考试由4个单元组成，每个单元有150道题，总共600道题。在NPLE中，每次考试由4个单元组成，每个单元有120道题，总共480道题。在NNLE中，每次考试由2个单元组成，每个单元有120道题，总共240道题。根据考试要求，正确答案的准确率超过0.6被认为符合及格标准。This repository compiles examination questions from the National Medical Licensing Examination (NMLE), the National Pharmaceutical Licensing Examination (NPLE), and the National Nursing Licensing Examination (NNLE) in China from 2017 to 2021. In the NMLE, each examination consists of four units, with 150 questions per unit, totaling 600 questions. The NPLE also comprises four units per examination, each containing 120 questions, amounting to 480 questions in total. The NNLE includes two units per examination, with 120 questions each, resulting in a total of 240 questions. According to the examination criteria, an accuracy rate exceeding 0.6 for correct answers is considered to meet the passing standard.

原始信息汇总

数据集概述

数据集名称

LLM-Chinese-NMLE

数据收集目的

评估大模型如ChatGPT在中国国家执业医师资格考试、中国国家执业药师资格考试、中国国家执业护士资格考试中的潜在能力。

数据集内容

• 考试类型：中国国家执业医师资格考试（NMLE）、中国国家执业药师资格考试（NPLE）、中国国家执业护士资格考试（NNLE）。
• 时间范围：2017年至2021年。
• 考试结构：
  • NMLE：每次考试4个单元，每个单元150题，共600题。
  • NPLE：每次考试4个单元，每个单元120题，共480题。
  • NNLE：每次考试2个单元，每个单元120题，共240题。
• 及格标准：正确答案的准确率超过0.6。

数据集统计

Year	NMLE	NPLE	NNLE	Total
2017	600	480	240	1320
2018	600	480	240	1320
2019	600	480	240	1320
2020	600	480	240	1320
2021	600	480	240	1320
Total	3000	2400	1200	6600

引用信息

• 论文：Zong, H., Li, J., Wu, E. et al. Performance of ChatGPT on Chinese national medical licensing examinations: a five-year examination evaluation study for physicians, pharmacists and nurses. BMC Med Educ 24, 143 (2024).
• DOI：10.1186/s12909-024-05125-7

联系信息

• 联系人：Hui Zong
• 机构：West China Hospital of Sichaun University
• 邮箱：[e-mail]

搜集汇总

数据集介绍

构建方式

该数据集的构建基于对中国国家执业医师资格考试（NMLE）、中国国家执业药师资格考试（NPLE）和中国国家执业护士资格考试（NNLE）的试题收集。从2017年至2021年，研究团队系统地整理了这些考试的试题，涵盖了多个考试单元。其中，NMLE每次考试包含4个单元，每单元150道题，总计600道题；NPLE同样包含4个单元，每单元120道题，总计480道题；NNLE则包含2个单元，每单元120道题，总计240道题。通过这种方式，数据集共收集了6600道试题，为研究提供了丰富的数据基础。

特点

该数据集的显著特点在于其全面性和多样性。首先，数据涵盖了多个医疗领域的资格考试，包括执业医师、执业药师和执业护士的考试内容，确保了数据的广泛适用性。其次，数据集的时间跨度为五年，从2017年至2021年，这使得研究能够分析考试内容和形式的变化趋势。此外，每个考试单元的题目数量和结构均按照实际考试要求设计，确保了数据的准确性和实用性。

使用方法

该数据集主要用于评估大模型如ChatGPT在医疗资格考试中的表现。研究者可以通过加载数据集中的试题，对模型进行训练和测试，以评估其在不同考试中的准确率和通过率。具体使用时，可以将数据集按年份或考试类型进行划分，分别进行模型评估。此外，数据集还提供了详细的考试结构信息，研究者可以根据需要调整模型的输入和输出格式，以更好地适应不同的考试要求。

背景与挑战

背景概述

中国国家执业医师资格考试、执业药师资格考试及执业护士资格考试数据集，由四川大学华西医院的研究团队于2017年至2021年间收集整理，旨在评估大模型如ChatGPT在医学资格考试中的表现。该数据集涵盖了三类考试的试题，分别为执业医师、执业药师和执业护士资格考试，总计6600道题目。这些数据不仅为研究大模型在医学领域的应用提供了宝贵的资源，还为评估人工智能在医疗资格认证中的潜在能力提供了基准。

当前挑战

该数据集面临的挑战主要集中在试题的多样性和复杂性上。首先，不同考试的试题结构和难度各异，如执业医师考试每单元150题，而执业护士考试每单元仅120题，这要求模型具备适应不同题型和难度的能力。其次，试题的准确性要求极高，正确率需超过0.6才能达到及格标准，这对模型的精确性和稳定性提出了严格要求。此外，数据集的构建过程中，如何确保试题的完整性和代表性，以及如何处理试题的隐私和伦理问题，也是研究团队需要克服的难题。

常用场景

经典使用场景

该数据集的经典使用场景主要集中在评估和提升人工智能模型在医学考试中的表现。通过分析ChatGPT等大模型在这些执业医师、执业药师和执业护士资格考试中的答题表现，研究者能够深入了解模型在医学领域的知识掌握程度和推理能力。这种评估不仅有助于优化模型的训练方法，还能为未来的医学教育提供有价值的参考。

衍生相关工作

基于该数据集，研究者已开展了一系列相关工作，包括开发更高效的医学知识图谱、优化模型的推理能力以及设计智能化的医学教育平台。这些工作不仅推动了人工智能在医学领域的应用，还为未来的医学教育改革提供了技术支持。此外，该数据集的成功应用也为其他领域的资格考试评估提供了借鉴，展示了人工智能在复杂考试中的潜在价值。

数据集最近研究

最新研究方向

近年来，随着人工智能技术的迅猛发展，特别是在自然语言处理领域的突破，大模型如ChatGPT在医学资格考试中的应用成为研究热点。该数据集聚焦于评估ChatGPT在中国国家执业医师资格考试、执业药师资格考试及执业护士资格考试中的表现，通过分析2017至2021年的考试数据，探讨其在医疗领域的潜在应用价值。这一研究不仅为医疗教育评估提供了新的视角，也为未来智能辅助医疗决策系统的开发奠定了基础，具有重要的学术和实践意义。