蚂蚁集团开源首个医疗专科推理数据集，覆盖 97.6% 泌尿就医人群

IT之家 12 月 28 日消息，蚂蚁集团今日宣布开源首个医疗专科推理数据集。该数据集由训练、验证、测试三部分组成，包含 2132 个问答对，每个问答对由医生根据临床经验编写的问题、专家提供的回答以及用于帮助推理的上下文构成，病种覆盖了 97.6% 以上的泌尿科就医人群，号称能“真实复刻诊疗场景”。

在医疗行业，通用型语言模型在应对医疗问诊时，会直接给出答案，而医生则会根据专业知识进行反复的症状探讨，才能给出答案。此外，大模型的幻觉问题和推理能力不足，当前高质量的中文医学专科数据集又较为稀缺，这对训练出色的医疗领域大模型提出了挑战。

据介绍，为克服这些难题，蚂蚁集团与上海仁济医院泌尿科专家团队联合研发，基于医生团队临床经验，通过构造模拟病例数据的方式，推出了中文医疗专科问答推理数据集 RJUA-QA，这也是业内首个临床专科数据集。

专业性上，由于医疗行业有超百个科室，每个专科和疾病，都需要专业的调试。蚂蚁集团联合医疗专家共同研发了多模态医疗知识引擎，进一步推动中国专业医疗数据集的构建与开放。

IT之家查询发现，RJUA-QA 已在 GitHub 上开源，README 页面显示“本数据集的病例数据由专业医生的根据临床经验编写而成，因此不涉及任何医患个人隐私”。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。