Hugging Face开源医疗数据集：基于Opus 5.5生成的2194种疾病多轮医患对话

开发者 nisten 在 Hugging Face 平台开源了基于 Claude Opus 5.5 生成的模拟医患对话数据集，覆盖 2194 种人类疾病，为医疗大模型的多轮问诊与知识检索评测提供了大规模结构化合成语料。

• 数据集采用 ChatML 格式，针对 2194 种独立疾病分别由特定智能体生成对话，平均单场对话长度为 33 轮，完整覆盖主诉、体格检查、诊断推导、治疗方案及随访流程。
• 对话结构中预设了患者提供不完整信息或错误认知的情境，旨在评估并训练模型在面对非理想输入时通过针对性追问与临床逻辑纠偏病史的能力。
• 项目依据 MIT 协议开源，属于面向算法训练与学术基准测试的纯合成数据，未经过真实临床记录交叉验证。
• 影响/看点：该数据集可能为长上下文医疗智能体提供系统化的推理交互样本，但其有效性取决于合成逻辑与真实医疗沟通的贴合度，实际应用于临床辅助前仍需经过专业医学团队的严格事实与安全性核验。
• 资料依据:
• Hugging Face 数据集仓库（2026-09-27）：https://huggingface.co/datasets/nisten/opus5-5-doctor-patient-conversations-all-human-diseases
• X 平台（2026-09-27）：https://x.com/frxiaobei/status/2104103804710855125

本内容由 AI 生成，仅供参考，请注意甄别