数据集导航 · 医学文本与大模型

医学文本与大模型数据集（第 5 页）

思陌医疗数据服务整理的医学文本与大模型公开数据集，共 298 个，覆盖该领域多模态数据，助力医疗AI研发选型。

共 285 个数据集 · 第 5 / 10 页
数据集名称 系统分类 病种 数据模态 任务类型 描述 来源 原始地址 操作
临床笔记与ICD-10编码数据集医学文本与大模型其他文本文本包含临床笔记和对应ICD-10编码序列的文本数据集，用于疾病分类任务。ricardosantosshttps://huggingface.co/datasets/ricardosantoss/top20_com_validacao访问
TOP12出院报告数据集医学文本与大模型其他文本文本包含临床笔记和CID-10编码的出院报告数据集，用于文本分析，共1899条训练样本。ricardosantosshttps://huggingface.co/datasets/ricardosantoss/top12_com_relatorios_de_alta访问
越南医疗问答数据集医学文本与大模型其他文本问答越南语医疗问答数据集，含10015条问答对，问题来自用户，答案来自专家，用于医疗问答任务。tarudesuhttps://huggingface.co/datasets/tarudesu/ViHealthQA访问
Edgar-Cayce Readings医学文本与大模型其他文本问答基于埃德加·凯西解读的医疗问答数据集，文本模态。Dregandorhttps://huggingface.co/datasets/Dregandor/Edgar-Cayce_Readings访问
Huatuo26M-Lite医学文本与大模型其他文本问答178k条中文医学问答数据，经净化和重写优化，覆盖多种疾病类别。FreedomIntelligencehttps://huggingface.co/datasets/FreedomIntelligence/Huatuo26M-Lite访问
药物测试数据集医学文本与大模型其他文本文本基于德语药物相关文本混合而成的数据集，用于药物测试自动注释，模态为文本。2ndBestKillerhttps://huggingface.co/datasets/2ndBestKiller/DrugTest访问
MedInstruct医学文本与大模型其他文本指令跟随合成生成的医疗指令数据集，包含52K条指令-响应对，用于微调医疗大语言模型。casey-martinhttps://huggingface.co/datasets/casey-martin/MedInstruct访问
Nepali-HealthChat医学文本与大模型其他文本问答尼泊尔语医疗健康问答数据集，包含文本问答对，可用于训练医疗问答模型。NepaliAIhttps://huggingface.co/datasets/NepaliAI/Nepali-HealthChat访问
医疗草地MedQA数据医学文本与大模型其他文本文本包含约1万条医学问答文本数据的开源数据集，训练集大小约10MB。mmaakhttps://huggingface.co/datasets/mmaak/medical_meadow_medqa_data访问
MedSum医学文本与大模型其他文本摘要生成基于医生-患者对话生成临床笔记的医学摘要数据集。beanhamhttps://huggingface.co/datasets/beanham/medsum访问
Llama2-医疗健康Guanaco医学文本与大模型其他文本文本基于Llama2和Guanaco格式的医疗健康对话数据集，用于微调语言模型。JayChauhan99https://huggingface.co/datasets/JayChauhan99/llama2-healthcare-guanaco访问
处理过的CADEC数据集医学文本与大模型其他文本医学文本用于医学文本命名实体识别，标注ADR、药物、疾病等实体，共1250个样本。mireiaplalishttps://huggingface.co/datasets/mireiaplalis/processed_cadec访问
药物评论数据集医学文本与大模型其他文本文本分类DrugsCom Reviews数据集提供患者对药物的评论、医疗条件及10星评分，用于情感分析和文本分类。Zakiahttps://huggingface.co/datasets/Zakia/drugscom_reviews访问
NHS问答数据集医学文本与大模型其他文本文本NHS问答数据集，包含医疗健康问答对，文本模态，用于问答任务。shireesh-uophttps://huggingface.co/datasets/shireesh-uop/nhs_qna访问
NHS分类数据集医学文本与大模型其他文本文本分类NHS分类数据集，含27124条文本样本及标签，用于文本分类任务。shireesh-uophttps://huggingface.co/datasets/shireesh-uop/nhs_classification访问
PubMedCausal荷兰语翻译数据集医学文本与大模型其他文本文本分类PubMedCausal数据集的荷兰语翻译版，包含2368个训练样本，用于医疗健康领域的文本分类、问答和句子相似性任务。UMCUhttps://huggingface.co/datasets/UMCU/PubMedCausal_Dutch_translated_with_MariaNMT访问
健康建议（荷兰语翻译版，使用MariaNMT）医学文本与大模型其他文本文本包含8384个荷兰语医疗健康领域样本，涵盖文本分类、问答和句子相似性任务，使用MariaNMT模型翻译自英文HealthAdvice数据集。UMCUhttps://huggingface.co/datasets/UMCU/HealthAdvice_Dutch_translated_with_MariaNMT访问
医学指令混合数据集医学文本与大模型其他文本文本一个包含约55万条文本的医学指令混合数据集，用于指令微调。proservehttps://huggingface.co/datasets/proserve/medical-instruct-mixer访问
医疗小型咨询对话数据集医学文本与大模型其他文本对话虚构的医疗咨询对话数据集，用于语言建模实验。FunDialogueshttps://huggingface.co/datasets/FunDialogues/healthcare-minor-consultation访问
mozay22/clincal_bert_large_code_mapping医学文本与大模型其他文本代码映射基于临床BERT大模型的医学代码映射数据集，用于临床文本到标准代码的转换。mozay22https://huggingface.co/datasets/mozay22/clincal_bert_large_code_mapping访问
医学问答数据集医学文本与大模型其他文本问答一个包含约1万至10万条医学问答对的数据集，用于医疗问答任务。rajveer43https://huggingface.co/datasets/rajveer43/QnAMedicDaataset访问
Aarogya_MedText 医疗文本数据集医学文本与大模型其他文本文本包含1412个医疗文本提示-完成对的数据集，用于医疗对话训练。VaibhavGp69https://huggingface.co/datasets/VaibhavGp69/Aarogya_MedText访问
Aarogya_MedQuad医疗问答数据集医学文本与大模型其他文本问答含16407条医疗问答对，包括问题类型、提示、问题和答案，用于医疗问答系统训练。VaibhavGp69https://huggingface.co/datasets/VaibhavGp69/Aarogya_MedQuad-MedicalQnADataset访问
土耳其语ARC问答数据集医学文本与大模型其他文本文本包含250个土耳其语多项选择问答样本，基于ARC数据集，用于评估模型科学推理能力。ibranzehttps://huggingface.co/datasets/ibranze/araproje_arc_tr_w5访问
medquad-medicalqa-wizdolalpaca-instruct医学文本与大模型其他文本文本合并多个医学问答与伦理推理数据集的指令数据集，用于训练医学模型进行思维树推理。jtatmanhttps://huggingface.co/datasets/jtatman/medquad-medicalqa-wizdolalpaca-instruct访问
PMC-Patients患者摘要数据集医学文本与大模型其他文本文本包含16.7万条从PMC病例报告中提取的患者摘要及关系标注，用于临床决策支持检索任务。zhengyun21https://huggingface.co/datasets/zhengyun21/PMC-Patients访问
医学代码映射医学文本与大模型其他文本医学代码映射数据集，用于不同医学编码系统之间的对应关系。mozay22https://huggingface.co/datasets/mozay22/medical_code_mapping访问
MedQuad医学问答数据集医学文本与大模型其他文本文本医学问答数据集，包含16407条问答对，覆盖多种疾病主题。HoangHahttps://huggingface.co/datasets/HoangHa/MedQuad-MedicalQnADataset访问
medical_qa_meds医学文本与大模型其他文本文本基于患者信息改编的医学问答数据集，适配llama-2指令格式，用于问答和文本生成。s200862https://huggingface.co/datasets/s200862/medical_qa_meds访问
专家医学问答数据集医学文本与大模型其他文本问答医学专家问答数据集，包含458个问题及其元数据，用于医学问答任务。katielinkhttps://huggingface.co/datasets/katielink/expertqa_medical访问