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 7 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 7 / 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
合成临床病例数据集医学文本与大模型其他文本文本基于HPO表型和疾病列表生成的合成临床病例文本数据集。biololabhttps://huggingface.co/datasets/biololab/synthetic_clinical_cases访问
Wikidoc患者信息医学文本与大模型其他文本文本来自Wikidoc的患者信息文本数据集，共5942条，用于医学自然语言处理与患者教育研究。aisc-team-d2https://huggingface.co/datasets/aisc-team-d2/wikidoc-patient-information访问
合成临床笔记微调数据集医学文本与大模型其他文本文本包含约15.8万条合成临床笔记文本的微调数据集。aisc-team-a1https://huggingface.co/datasets/aisc-team-a1/synthetic-clinical-notes-finetuning访问
临床试验摘要与入组标准数据集医学文本与大模型其他文本文本包含临床试验摘要和入组资格标准的文本数据集，来自ClinicalTrials.gov。rjachttps://huggingface.co/datasets/rjac/clinicaltrials.gov-summary_and_eligibility访问
AskDocs共情数据集医学文本与大模型其他文本文本基于AskDocs的医疗问答共情数据集，包含6124条文本对话，用于训练共情回复生成模型。vtiyyal1https://huggingface.co/datasets/vtiyyal1/AskDocsEmpathy_gemma_it访问
MedQuad过滤版医学文本与大模型其他文本文本MedQuad过滤版医疗问答数据集，包含16,412个文本问答对，覆盖多种疾病或主题。NickyNickyhttps://huggingface.co/datasets/NickyNicky/medquad_filter访问
医疗转录数据集医学文本与大模型其他文本文本包含约5000条医疗转录文本及医学专业分类，用于医疗文本分析与NLP任务。NickyNickyhttps://huggingface.co/datasets/NickyNicky/medicaltranscriptions访问
中文医疗记录医学文本与大模型其他文本问答中文医疗记录问答数据集，包含2031条样本，提供上下文、问题及答案字段。INSUNNhttps://huggingface.co/datasets/INSUNN/med-records-zh访问
Bengali-healthcare医学文本与大模型其他文本文本孟加拉语医疗保健指令数据集，包含47,531个文本样本，用于训练问答或对话系统。susnatakhttps://huggingface.co/datasets/susnatak/Bengali-healthcare访问
MedChatQA医学问答数据集医学文本与大模型其他文本文本MedChatQA是用于测试大语言模型在真实医学信息问答性能的基准数据集，包含约3万个问题，覆盖1000种FDA批准药物。ngramhttps://huggingface.co/datasets/ngram/medchat-qa访问
MedChatQA-Descriptive医学文本与大模型其他文本文本MedChatQA-Descriptive是用于测试LLM在医学领域描述性长形式问答能力的基准数据集，包含合成和专家生成的问答对。ngramhttps://huggingface.co/datasets/ngram/medchat-qa-descriptive访问
医疗英西双语ChatML格式数据集医学文本与大模型其他文本文本分类英西双语医疗对话诊断数据集，约1.6万条，ChatML格式，用于文本分类。somosnlphttps://huggingface.co/datasets/somosnlp/medical_en_es_formato_chatML_Gemma访问
临床发现数据集医学文本与大模型其他文本文本包含临床文本数据，用于临床发现相关的自然语言处理任务。iamcreatorhttps://huggingface.co/datasets/iamcreator/clinical_findings访问
ruslanmv/ai-medical-chatbot医学文本与大模型其他文本文本包含超过25万条患者与医生对话的医疗聊天机器人数据集。ruslanmvhttps://huggingface.co/datasets/ruslanmv/ai-medical-chatbot访问
医学双语数据集（英西）医学文本与大模型其他文本文本包含4069条医学文本样本的双语（英西）数据集，涵盖描述、医学专业等特征。NickyNickyhttps://huggingface.co/datasets/NickyNicky/medical_bilingual_en_es访问
test-fhir医学文本与大模型其他文本FHIR包含FHIR资源和临床笔记的医疗文本数据集，共2726条训练样本。kishanbodybrainhttps://huggingface.co/datasets/kishanbodybrain/test-fhir访问
Mistral AI医疗数据集医学文本与大模型其他文本文本生成Mistral AI医疗数据集，英文医疗文本生成数据集。hari560https://huggingface.co/datasets/hari560/Mistral_AI_Medical_Dataset访问
AlpaCare-MedInstruct-52k医学文本与大模型其他文本文本生成医疗领域文本生成指令数据集，含52k训练样本，用于训练医疗大语言模型。lavitahttps://huggingface.co/datasets/lavita/AlpaCare-MedInstruct-52k访问
medical_quad医学文本与大模型其他文本文本医疗问答数据集，包含约12万条文本问答对，可用于医疗领域问答任务。smrynrz20https://huggingface.co/datasets/smrynrz20/medical_quad访问
CLARA-MeD-3800 医学文本简化平行语料库医学文本与大模型其他文本文本西班牙语医学文本简化平行语料库，含3800句专业-通俗对，助力患者知情决策。CLARA-MeDhttps://huggingface.co/datasets/CLARA-MeD/claramed3800访问
RadImageNet (Subset: CT) 全身分类医学文本与大模型CT分类—https://www.radimagenet.com/访问
RadImageNet (Subset: MR) 全身异常分类医学文本与大模型MRI分类 · 全身异常—https://www.radimagenet.com/访问
Quilt-1M 多器官病理视觉问答医学文本与大模型病理Patch视觉问答 · 多器官病理—https://quilt1m.github.io/访问
Chinese-medical-dialogue-data 中文医疗问答数据集医学文本与大模型医学对话生成、医学大模型微调（ChatGLM-6B）Toyhom（GitHub 开源）https://github.com/Toyhom/Chinese-medical-dialogue-data访问
VQA-RAD 放射视觉问答医学文本与大模型医学视觉问答（VQA）、多模态推理罗切斯特理工大学等https://osf.io/89kps/访问
SLAKE 医学视觉问答（含中文）医学文本与大模型跨语言医学VQA、视觉语言评测多机构联合https://www.med-vqa.com/slake/访问
MedMNIST 多病种分类医学文本与大模型Multi分类 · 多病种—https://medmnist.com/访问
MedMCQA 印度医学多选问答医学文本与大模型大规模医学多选题评测多机构收集https://medmcqa.github.io/访问
PubMedQA 生物医学问答医学文本与大模型生物医学问答、文献推理宾夕法尼亚大学等https://pubmedqa.github.io/访问
USA Agent and Patient Medical Conversation Dataset医学文本与大模型文本对话生成USA Agent and Patient Medical Conversation DatasetKagglehttps://www.kaggle.com/datasets/macgence/usa-agent-patient-medical-conversation-dataset访问