MedChatZH: a Better Medical Adviser Learns from Better Instructions
East China University of Science and Technology(华东理工大学)
针对传统中医问答中通用大模型表现不佳的问题,提出MedChatZH对话模型,通过医学书籍预训练和指令微调,在真实医学对话数据上超越多个基线,并开源资源。
2023-09-03 cs.AI cs.CL
MedGo: A Chinese Medical Large Language Model
Shanghai East Hospital(上海东方医院);Tongji University School of Medicine(同济大学医学院);Institute of Ethnology and Anthropology(民族学与人类学研究所);Chinese Academy of Social Sciences(中国社会科学院)
本文提出中文医学大语言模型 MedGo,通过无监督、监督与偏好对齐数据训练,在 CBLUE 排名第一并优于 Qwen2,且已部署于上海东方医院。
2024-10-27 cs.AI cs.CL
Reliable and diverse evaluation of LLM medical knowledge mastery
Tsinghua University(清华大学)
本文提出PretexEval框架,通过谓词等价变换动态生成可靠多样的医学知识测试样本,并基于两个临床知识库评估12个知名LLM,揭示其医学知识掌握仍存在显著不足。
2024-10-02 cs.AI cs.CL
MediQAl: A French Medical Question Answering Dataset for Knowledge and Reasoning Evaluation
Data Clinic, University Hospital of Nantes, France(南特大学医院数据诊所,法国);Nantes Université, École Centrale Nantes, CNRS, LS2N, France(南特大学,中央理工学院南特分校,国家科学研究中心,LS2N,法国)
本文提出MediQAl数据集,用于评估语言模型在事实性医学记忆和现实临床场景推理方面的能力,包含32,603个法语医学问题,涵盖41个医学科目,包含三种任务,通过14个大型语言模型的评估发现事实记忆与推理任务之间存在显著性能差距。
2025-07-28 cs.AI cs.CL
EMRModel: A Large Language Model for Extracting Medical Consultation Dialogues into Structured Medical Records
Taihe County People’s Hospital(太和县人民医院);Innovation + Research Institute(创新+研究院);GuoChuang Cloud Technology Ltd(国创云科技有限公司);Xunfei Healthcare Technology Ltd(讯飞医疗科技有限公司);University of Southern California(南加州大学);The First Affiliated Hospital of Anhui Medical University(安徽医科大学第一附属医院)
提出EMRModel,结合LoRA微调与代码风格提示,将医疗咨询对话转为结构化电子病历,F1达88.1%,较标准模型提升49.5%,并构建数据集与评估基准。
2025-04-23 cs.AI cs.CL
MedEthicsQA: A Comprehensive Question Answering Benchmark for Medical Ethics Evaluation of LLMs
Zhejiang University(浙江大学);Angelalign Technology Inc.(Angelalign技术公司)
本文提出MedEthicsQA基准,包含5,623道选择题和5,351道开放式问题,通过整合全球医学伦理标准评估LLMs的医学伦理,发现最先进MedLLMs在伦理问答上性能下降,揭示了医学伦理对齐缺陷。
2025-06-28 cs.AI cs.CL
MedBench: A Large-Scale Chinese Benchmark for Evaluating Medical Large Language Models
East China Normal University(华东师范大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Hasso Plattner Institute(哈索·普拉特纳研究所);University of Potsdam(波茨坦大学);Cooperative Medianet Innovation Center, Shanghai Jiao Tong University(上海交通大学合作媒体网络创新中心)
针对医学大语言模型缺乏统一评估标准的问题,提出包含40,041个问题的中文医学基准MedBench,涵盖资格考试与临床病例,实验发现中文医学模型表现欠佳,而通用模型具备一定医学知识。
2023-12-20 cs.AI cs.CL
m1: Unleash the Potential of Test-Time Scaling for Medical Reasoning with Large Language Models
UC Santa Cruz(加州大学圣克ruz分校);Amazon Research(亚马逊研究院)
本文提出m1方法,通过测试时缩放提升医疗推理能力,发现最佳推理预算和医学知识不足是关键瓶颈。
2026-02-18 cs.AI cs.CL
AMANDA: Agentic Medical Knowledge Augmentation for Data-Efficient Medical Visual Question Answering
Northwestern University(西北大学);Microsoft(微软公司)
针对低资源场景下医学多模态大模型医学推理存在内在、外在瓶颈的问题,提出无需训练的智能体框架AMANDA,通过粗细结合的问题分解与知识图谱检索实现内外医学知识增强,在多个基准的零/少样本医学视觉问答任务上效果显著提升。
2025-09-26 cs.AI cs.CL cs.MA
Path to Medical AGI: Unify Domain-specific Medical LLMs with the Lowest Cost
King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学(KAUST))
本文提出MedAGI范式,通过自适应专家选择算法以最低成本统一领域特定医学大语言模型,无需重训,并在皮肤病、X射线和病理诊断中验证了其多功能性与可扩展性。
2023-06-19 cs.AI cs.CL cs.CV
MedicalBench: Evaluating Large Language Models Toward Improved Medical Concept Extraction
Optum AI
本文提出MedicalBench,一个用于评估大型语言模型在医疗概念提取中的表现的基准,重点在于隐含概念的提取和证据 grounding,通过多阶段流程构建数据集并定义两种互补的评估任务,揭示了隐含概念提取的挑战。
2026-10-22 cs.CL
Lingshu: A Generalist Foundation Model for Unified Multimodal Medical Understanding and Reasoning
DAMO Academy, Alibaba Group(达摩院,阿里巴巴集团)
针对医学多模态大模型知识覆盖有限、易幻觉和缺乏推理能力的问题,提出数据整理流程和医学专用模型Lingshu,经多阶段训练及强化学习增强,在三大医学任务上优于现有开源模型。
2026-09-22 cs.AI cs.CL cs.CV
LLM-MedQA: Enhancing Medical Question Answering through Case Studies in Large Language Models
University at Buffalo(布法罗大学);University at Albany(奥尔巴尼大学);Tunghai University(东海大学);Purdue University(普渡大学)
针对大语言模型在医学问答中理解术语和复杂推理的不足,提出基于Llama3.1:70B的多智能体MedQA系统,通过零样本相似案例生成,在准确率和F1上均提升7%,无需额外训练数据。
2025-01-18 cs.AI cs.CL cs.IR
MedLM: Exploring Language Models for Medical Question Answering Systems
UC San Diego(加州大学圣地亚哥分校)
本研究聚焦医疗问答场景下大语言模型性能未被充分探索的问题,通过对比通用与医疗专用蒸馏语言模型的表现,评估领域微调的有效性,为医疗领域大语言模型的适配应用提供参考。
2024-03-06 cs.AI cs.CL cs.LG
HuatuoGPT-o1, Towards Medical Complex Reasoning with LLMs
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Shenzhen Research Institute of Big Data(深圳大数据研究院)
本文提出HuatuoGPT-o1医学大语言模型,通过可验证医学问题与验证器引导的微调和强化学习两阶段方法,仅用40K问题即超越通用和医学专用基线,证明复杂推理能显著提升医学问题求解能力。
2024-12-25 cs.AI cs.CL cs.LG
Knowledge-Empowered Representation Learning for Chinese Medical Reading Comprehension: Task, Model and Resources
East China Normal University(华东师范大学);Alibaba Group(阿里巴巴集团);DXY(丁香园)
机器阅读理解(MRC)的目的是从文章中抽取问题的答案。近年来,它得到了广泛的研究,特别是在开放域中。然而,很少有人在闭域MRC上做出努力,主要是由于缺乏大规模的训练数据。本文提出了一种面向医学领域的多目标MRC任务,其目标是同时从医学信息源中预测医学问题的答案和相应的支持语句,以保证医学知识服务的高可靠性。为此,人工构建了一个高质量的数据集,命名为多任务中国医学MRC数据集(CMedMRC),并进行了详细的分析。提出了中医BERT任务模型(CMed BERT),通过异构特征动态融合机制和多任务学习策略,将医学知识融合到预先训练好的语言模型中。实验表明,CMedBERT通过融合上下文感知和知识感知的令牌表示,始终优于强基线。
2021-08-20 cs.AI cs.CL cs.LG
MedSafetyBench: Evaluating and Improving the Medical Safety of Large Language Models
Harvard University(哈佛大学);University of Virginia(弗吉尼亚大学)
本研究基于美国医学协会伦理原则定义了LLMs医疗安全概念,提出首个基准数据集MedSafetyBench,用于评估和改进大模型的医疗安全性,并证明微调可提升安全性且不损失性能。
2024-10-09 cs.AI
MedEthicEval: Evaluating Large Language Models Based on Chinese Medical Ethics
Shanghai Jiao Tong University(上海交通大学);Ant Group(蚂蚁集团);Fudan University(复旦大学);University of Texas at Arlington(德克萨斯大学阿灵顿分校)
本文提出MedEthicEval基准,通过知识和应用两个维度及三个专门数据集,系统评估大型语言模型在中国医学伦理方面的推理能力,促进其在医疗场景中的负责任应用。
2025-03-04 cs.CL
QuarkMed Medical Foundation Model Technical Report
Quark Medical Team, Alibaba Group(阿里集团量子医疗团队)
QuarkMed 通过医学数据处理、医学内容 RAG 和大规模可验证强化学习构建医学基础模型,在中国执业医师资格考试中达 70% 准确率,并已服务数百万用户。
2025-08-16 cs.AI
Improving Medical Large Vision-Language Models with Abnormal-Aware Feedback
SKL-IOTSC, CIS, University of Macau(SKL-IOTSC、CIS、澳门大学)
本文提出UMed-LVLM及MAU数据集,通过异常感知指令微调和异常感知奖励训练,显著提升医学图像异常检测与理解能力,较基线提升58%。
2025-06-02 cs.AI cs.CL cs.CV
From Beginner to Expert: Modeling Medical Knowledge into General LLMs
Ant Group(蚂蚁集团);The Chinese University of Hong Kong, Shenzhen (CUHK-SZ)(香港中文大学(深圳))
本文提出三阶段优化方法将通用大模型微调为医学专家模型AntGLM-Med-10B,构建多类型医学数据集,并创新Verification-of-Choice提示工程,在PubMedQA上超越多数更大规模的模型。
2024-01-07 cs.CL
Parameter-Efficient Fine-Tuning Medical Multimodal Large Language Models for Medical Visual Grounding
针对医学MLLMs训练成本高、数据需求大及视觉定位任务输出格式适配难的问题,提出参数高效微调模型PFMVG,在公开医学视觉定位基准上表现优于GPT-4v。
2024-10-31 cs.AI cs.CV
Towards Reliable Medical LLMs: Benchmarking and Enhancing Confidence Estimation of Large Language Models in Medical Consultation
Nanyang Technological University(南洋理工大学);Wuhan University(武汉大学)
本文提出MedConf框架,通过证据引导的语言自评估方法,在医疗咨询中提升大语言模型的信心估计精度与可靠性。
2026-09-11 cs.CL
When Medical Safety Alignment Fails: A Benchmark for Evaluating LLMs on High-Risk Medical Queries
提出MedHarm基准,包含1100个高风险医疗查询,评估15个LLM在毒理学、药理学等10个安全关键类别上的表现,发现对齐模型仍可能产生不安全响应,医疗微调会加剧危害,外部护栏存在脆弱性。
2026-05-26 cs.AI cs.CY
Med-VRAgent: A Framework for Medical Visual Reasoning-Enhanced Agents
针对医疗视觉推理中VLM存在的幻觉、定位差等问题,提出基于视觉引导、自奖励和MCTS的Med-VRAgent框架,结合轨迹反馈与PPO微调提升性能,在多个医疗VQA基准上超越现有方法。
2025-10-21 cs.AI
MedLLM: An Open Medical Language Model at the Sub-Billion Scale
本研究提出亚十亿参数规模的开源医疗语言模型MedLLM,经三阶段流程训练,在医疗基准测试中展现出亚十亿规模特有的能力分化现象,为医疗小模型研究提供了新方向。
2026-07-31 cs.AI
JMedLoRA:Medical Domain Adaptation on Japanese Large Language Models using Instruction-tuning
Graduate School of Medicine(医学研究生院)
本文提出JMedLoRA,通过基于LoRA的指令微调将日语大语言模型适配到医学问答领域,采用精确匹配、格式塔距离等多维度评估,证明该方法能部分注入领域知识且大模型效果更显著,同时展示了英语中心模型向日语适配的潜力与日语中心模型的局限。
2023-12-01 cs.CL
SINA-BERT: A pre-trained Language Model for Analysis of Medical Texts in Persian
Smart Persian Medical Assistant Group(智能波斯医疗助理小组);Sharif University of Technology(谢里夫理工大学)
我们已经发布了Sina-BERT,这是一种在BERT上预训练的语言模型(Devlin et al.,2018年),以解决医疗领域缺乏高质量波斯语语言模型的问题。SINA-BERT利用大规模医学内容语料库进行预训练,包括从各种在线资源中收集的正式和非正式文本,以提高医疗保健相关任务的性能。我们使用SINA-BERT完成了以下几个具有代表性的任务:医学问题分类、医学情感分析和医学问题检索。对于每项任务,我们都开发了波斯语注释数据集用于训练和评估,并学习了每项任务的数据表示,特别是复杂和长期的医学问题。通过跨任务使用相同的架构,SINA-BERT的性能优于以前在波斯语中提供的基于BERT的模型。
2021-04-15 cs.CL
MultifacetEval: Multifaceted Evaluation to Probe LLMs in Mastering Medical Knowledge
Tsinghua University(清华大学)
本文提出MultifacetEval多面评估框架及MultiDiseK、MultiMedQA数据集,从比较、纠正、辨别和验证四个层面系统考察LLMs的医学知识掌握情况,发现其实际掌握程度远低于现有基准表现,尚不适合真实医疗应用。
2024-06-05 cs.CL
Medical Visual Question Answering: A Survey
Monash University(莫纳什大学);NVIDIA AI Technology Center(英伟达人工智能技术中心);Sun Yat-Sen University(中山大学)
该综述梳理了公开医学VQA数据集的特征、现有医学VQA方法的技术与创新,分析了该领域的医学特有挑战与未来方向,为相关研究者提供参考。
2023-06-07 cs.AI cs.CV
How Do Medical MLLMs Fail? A Study on Visual Grounding in Medical Images
本文研究了医学 MLLMs 在视觉关联上的不足,通过设计 VGMED 数据集和 VGRefine 方法,验证了其在医学图像任务中的性能瓶颈。
2026-03-15 cs.AI cs.CV
Cross-Lingual Empirical Evaluation of Large Language Models for Arabic Medical Tasks
New York University Abu Dhabi(纽约大学阿布扎赫德分校)
本研究通过跨语言实证分析,揭示了阿拉伯语和英语在医疗问答任务中LLM性能的差异,指出语言驱动的性能差距随任务复杂性增加而加剧,强调了语言意识在医疗任务LLM设计中的重要性。
2026-02-05 cs.CL cs.LG
Towards General Purpose Medical AI: Continual Learning Medical Foundation Model
Beijing University of Posts and Telecommunications(北京邮电大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);West China Hospital, Sichuan University(四川大学华西医院);Shanghai Jiao Tong University(上海交通大学);Sichuan University Pittsburgh Institute(四川大学匹兹堡学院)
现实世界场景中不可避免的领域和任务差异可能会损害医疗数据预训练深度模型的泛化性能。因此,我们大胆地提出,我们应该建立一个通用的医疗AI系统,可以无缝地适应下游领域/任务。由于域/任务自适应过程通常涉及额外的标记工作的目标数据,设计一个数据高效的自适应算法,以节省成本的转移学习的知识。我们最近的工作发现,视觉语言模型(VLM)是一种高效的学习者,具有非凡的跨领域能力。因此,在这项工作中,我们进一步探索了利用预先训练的VLM作为构建通用医疗AI的医学基础模型的可能性,其中我们彻底研究了三种机器学习范式,即,领域/任务专用学习、联合学习和持续学习,用于训练VLM并评估其在跨领域和跨任务测试集上的泛化性能。为了减轻顺序训练过程中的灾难性遗忘,我们采用了排练学习,并在泛化能力方面得到了大幅提升。总之,我们的经验证据表明,持续学习可能是一个实用和有效的学习模式的医学基础模型。并希望研究者能以我们的实证为基础,进一步探索医学基础模型的路径。
2023-03-12 cs.CL cs.CV cs.LG
Language corpora for the Dutch medical domain
Central Diagnostic Laboratory(中央诊断实验室);University Medical Center Utrecht(乌得勒支大学医学中心);R&D(研发部);B-lab(B实验室)
本文通过翻译英文数据集并识别通用语料中的医学文本,构建了首个大规模荷兰医学语言语料库,为预训练和下游NLP任务提供资源。
2026-08-12 cs.AI cs.CL
MedDG: An Entity-Centric Medical Consultation Dataset for Entity-Aware Medical Dialogue Generation
Sun Yat-sen University(中山大学);Hong Kong University of Science and Technology(香港科技大学);Hong Kong Polytechnic University(香港理工大学);Tencent Jarvis Lab(腾讯天衍实验室)
开发会话代理以与患者互动并提供主要临床建议,由于其巨大的应用潜力,特别是在COVID-19大流行时期,引起了越来越多的关注。然而,端到端的基于神经的医学对话系统的训练受到医学对话语料数量不足的制约。在这项工作中,我们首次尝试构建并发布了一个与12种常见胃肠道疾病相关的大规模高质量医学对话数据集MedDG,从在线健康咨询社区收集了超过17 K的对话。五种不同类别的实体,包括疾病,症状,属性,测试和药物,在MedDG的每个对话中作为附加标签进行注释。为了推动未来构建专家敏感的医学对话系统的研究,本文提出了两种基于MedDG数据集的医学对话任务。一个是下一个实体预测,另一个是医生响应生成。为了对这两个医学对话任务有一个清晰的理解,我们实现了几个最先进的基准,并设计了两个对话模型,进一步考虑了预测的实体。实验结果表明,预训练的语言模型和其他基线在我们的数据集中表现不佳的两个任务上挣扎,并且可以在辅助实体信息的帮助下提高响应质量。从人类的评价,简单的检索模型优于几个国家的最先进的生成模型,这表明仍然有很大的改进空间,产生医学上有意义的反应。
2022-07-31 cs.AI cs.CL
Distantly supervised end-to-end medical entity extraction from electronic health records with human-level quality
Sber Artificial Intelligence Laboratory(Sber人工智能实验室)
医学实体抽取是医学文本处理的第一步。通常,医学EE是一个两步过程:命名实体识别(NER)和命名实体规范化(NEN)。我们提出了一种从电子健康记录(EHR)中进行医疗EE的新方法,作为一个单步多标签分类任务,通过微调在大型EHR数据集上预训练的Transformer模型。我们的模型使用从医学知识库中自动提取的目标,以远程监督的方式进行端到端的训练。我们表明,我们的模型可以学习对足够频繁出现的实体进行泛化,从而为最频繁的实体实现人类级别的分类质量。我们的工作表明,医疗实体提取可以在没有人类监督的情况下进行端到端的提取,并且在提供足够大量的未标记EHR和医疗知识库的情况下具有人类质量。
2022-01-25 cs.AI cs.CL
Citrus: Leveraging Expert Cognitive Pathways in a Medical Language Model for Advanced Medical Decision Support
JD Health International Inc.(京东健康国际公司)
Citrus通过模拟专家认知路径训练医学语言模型,利用合成推理数据提升疾病诊断决策支持,在MedQA基准上优于同类模型。
2025-02-26 cs.AI cs.CL
ReMeDi: Resources for Multi-domain, Multi-service, Medical Dialogues
Shandong University(山东大学);University of Amsterdam(阿姆斯特丹大学);Tencent(腾讯)
医疗对话系统(MDS)旨在帮助医生和患者提供一系列专业医疗服务,即,诊断、治疗和咨询。由于缺乏资源,医疗卫生系统的发展受到阻碍。尤其是。(1)不存在具有覆盖多种医疗服务并包含细粒度医疗标签的大规模医疗对话的数据集(即,意图、动作、槽、值),以及(2)对于用于多域、多服务医学对话的MDS,没有一组已建立的基准。在本文中,我们提出了ReMeDi,一套资源的医学对话。ReMeDi由ReMeDi数据集和ReMeDi基准测试两部分组成。ReMeDi数据集包含96,965个医生和患者之间的对话,其中包括1,557个带有精细标签的对话。它涵盖了843种疾病,5,228个医疗实体和40个领域的3个医疗服务专业。据我们所知,ReMeDi数据集是唯一一个涵盖多个领域和服务的医疗对话数据集,并且具有细粒度的医疗标签。ReMeDi资源的第二部分由一组用于(医学)对话生成的最先进模型组成。ReMeDi基准测试有以下方法:(1)预训练模型(即,BERT-WWM、BERT-MED、GPT 2和MT5)在ReMeDi数据集上进行训练、验证和测试,以及(2)一种自监督对比学习(SCL)方法,用于扩展ReMeDi数据集并增强最先进的预训练模型的训练。我们描述了ReMeDi数据集的创建,ReMeDi基准测试方法,并使用ReMeDi基准测试方法在ReMeDi数据集上建立实验结果,以供将来的研究进行比较。在本文中,我们分享…
2022-03-01 cs.AI cs.CL
Can Embeddings Adequately Represent Medical Terminology? New Large-Scale Medical Term Similarity Datasets Have the Answer!
Babylon Health(巴比伦健康(Babylon Health))
已经出现了大量基于医疗数据训练的嵌入,但目前尚不清楚它们在多大程度上代表了医疗术语,特别是语义相似的医疗术语之间的密切关系是否被编码在这些嵌入中。到目前为止,只有小的数据集用于测试医学术语的相似性,不允许得出结论的嵌入医生使用的大量的医学术语的普遍性。我们提出了多个自动创建的大规模医学术语相似性数据集,并在与医生的注释研究中确认其高质量。我们评估了最先进的词和上下文嵌入在我们的新数据集,比较多个向量相似性度量和词向量聚合技术。我们的研究结果表明,目前的嵌入是有限的,在他们的能力,充分编码的医学术语。因此,新的数据集形成了一个具有挑战性的新基准,用于开发能够准确表示整个医学术语的医学嵌入。
2020-03-24 cs.AI cs.CL cs.LG
Prompt-RAG: Pioneering Vector Embedding-Free Retrieval-Augmented Generation in Niche Domains, Exemplified by Korean Medicine
Gachon University(嘉泉大学);Stanford University(斯坦福大学)
针对小众领域中通用向量嵌入适用性不足的问题,本文提出无需嵌入向量的Prompt-RAG,并以韩医学QA验证其在相关性和信息性上优于ChatGPT及传统RAG。
2024-01-20 cs.CL cs.IR
Medically Aware GPT-3 as a Data Generator for Medical Dialogue Summarization
Curai(Curai公司)
在医学对话摘要中,摘要必须连贯一致,并且必须捕获对话中的所有医学相关信息。然而,学习有效的摘要模型需要大量的标记数据,这是特别难以获得的。我们提出了一种算法来创建合成的训练数据,明确侧重于捕获医学相关信息。我们利用GPT-3作为我们算法的主干,并扩展210个人类标记的示例,以产生与使用6400个人类标记的示例(约30倍)相媲美的结果,利用低拍摄学习和集成方法。在详细的实验中,我们表明,这种方法产生高质量的训练数据,可以进一步与人类标记的数据相结合,得到的摘要是强烈优选的模型训练人类数据单独在医疗准确性和一致性。
2021-09-09 cs.AI cs.CL cs.LG
MEDCOD: A Medically-Accurate, Emotive, Diverse, and Controllable Dialog System
Curai(Curai公司);NYU(纽约大学);Drexel University(德雷塞尔大学)
我们提出了MEDCOD,医疗准确,情感,多样,可控的对话系统与独特的方法,自然语言生成器模块。MEDCOD是专门为病史采集任务开发和评估的。它集成了传统模块化方法的优势,将(医学)领域知识与现代深度学习技术相结合,以生成灵活的、类似人类的自然语言表达。详细描述了MEDCOD的自然语言输出的两个关键方面。首先,生成的句子是情绪化和移情的,类似于医生与病人的沟通方式。第二,生成的句子结构和措辞是变化和多样的,同时保持与期望的医学概念(由MEDCOD的对话管理器模块提供)的医学一致性。实验结果表明,我们的方法在创建一个类人的医疗对话系统的有效性。相关代码可在https://github.com/curai/curai-research/tree/main/MEDCOD上获得
2021-11-17 cs.AI cs.CL cs.LG
MeDAL: Medical Abbreviation Disambiguation Dataset for Natural Language Understanding Pretraining
McGill University(麦吉尔大学);Facebook(脸书);Mila – Quebec Artificial Intelligence Institute(米拉——魁北克人工智能研究所)
禁止在临床环境中使用许多当前NLP方法的最大挑战之一是公共数据集的可用性。在这项工作中,我们提出了MeDAL,一个大型的医疗文本数据集策划的缩写消歧,专为医学领域的自然语言理解预训练。我们在这个数据集上预训练了几个常见架构的模型,并根据经验表明,在对下游医疗任务进行微调时,这种预训练可以提高性能和收敛速度。
2020-12-27 cs.AI cs.CL cs.LG
MedDialog: Two Large-scale Medical Dialogue Datasets
UC San Diego(加州大学圣地亚哥分校)
医疗对话系统在协助远程医疗以增加获得保健服务的机会、提高患者护理质量和降低医疗成本方面是有希望的。为了方便医学对话系统的研究和开发,我们建立了两个大规模的医学对话数据集:MedDialog-EN和MedDialog-CN。MedDialog-EN是一个英文数据集,包含患者和医生之间的30万次对话和50万次话语。MedDialog-CN是一个包含110万个对话和400万个话语的中文数据集。据我们所知,MedDialog-(EN,CN)是迄今为止最大的医学对话数据集。该数据集可在https://github.com/UCSD-AI4H/Medical-Dialogue-System上获得
2020-07-07 cs.AI cs.CL cs.LG
Korean Bio-Medical Corpus (KBMC) for Medical Named Entity Recognition
Seoul National University(首尔大学);KAIST(韩国科学技术院)
针对韩语缺乏开源医学NER数据集的问题,研究利用ChatGPT构建了KBMC数据集,使医学NER性能较通用数据集提升20%,验证了专业工具与数据集在医疗NLP中的重要性。
2024-03-24 cs.CL
MRC-based Nested Medical NER with Co-prediction and Adaptive Pre-training
School of Computer and Artificial Intelligence, Zhengzhou University(郑州大学计算机与人工智能学院);School of Management, Zhengzhou University(郑州大学管理学院)
针对医疗NER中复杂嵌套结构与术语难题,提出基于MRC的模型,采用任务自适应预训练、多词对嵌入、多粒度膨胀卷积及Biaffine与MLP联合预测器,在CMeEE上优于SOTA模型。
2024-03-23 cs.CL
Identifying and Aligning Medical Claims Made on Social Media with Medical Evidence
Department of Computer Science, University Of Sheffield(谢菲尔德大学计算机科学系)
本文研究社交媒体医学主张与循证医学证据的对齐,提出可生成合成医学主张的新系统及EMCC数据集,以改进主张识别、词汇提取和证据检索。
2024-05-18 cs.CL cs.SI
New Arabic Medical Dataset for Diseases Classification
ITMO University(ITMO大学)
阿拉伯语非常缺乏适合训练深度学习模型的数据集,现有的数据集包括一般的非专业分类。在这项工作中,我们介绍了一个新的阿拉伯医学数据集,其中包括从几个阿拉伯医学网站收集的2000份医学文件,除了阿拉伯医学百科全书。该数据集是为了对文本进行分类而建立的,包括10类(血液,骨骼,心血管,耳朵,内分泌,眼睛,胃肠道,免疫,肝脏和肾脏)疾病。通过对Google的BERT、基于BERT的阿拉伯语大语料库的Arabert和基于阿拉伯语医学语料库的Arabert的AraBioNER三个预训练模型进行微调,对数据集进行实验。
2021-07-05 cs.CL
Medical Dataset Classification for Kurdish Short Text over Social Media
University of Halabja(哈拉卜贾大学);University of Kurdistan-Hawlêr(库尔德斯坦-霍勒大学)
Facebook应用程序用作收集此数据集评论的资源,该数据集由6756条评论组成,以创建医学库尔德数据集(MKD)。样本是用户的评论,这些评论是从不同的页面(医疗,新闻,经济,教育和体育)的帖子中收集的。作为预处理技术,在原始数据集上执行六个步骤,通过替换字符来清理和去除注释中的噪声。评论(短文本)被标记为积极类(医疗评论)和消极类(非医疗评论)作为文本分类。消极类占55%,积极类占45%。
2022-03-26 cs.CL
MediTOD: An English Dialogue Dataset for Medical History Taking with Comprehensive Annotations
Indian Institute of Technology, Delhi(印度理工学院德里分校);MBZUAI(穆罕默德·本·扎耶德人工智能大学);IBM Research(IBM研究院)
本文提出英文医患对话数据集MediTOD,通过医生参与的问卷式标注方案提供包含症状发生、进展和严重程度等属性的全面医学槽位标注,并在NLU、策略学习和NLG子任务上建立监督与少样本基准。
2024-10-18 cs.CL
emrQA-msquad: A Medical Dataset Structured with the SQuAD V2.0 Framework, Enriched with emrQA Medical Information
School of Computer Science(计算机学院);Beijing Institute of Technology(北京理工大学)
该研究构建了emrQA-msquad医学跨度提取数据集,并通过微调BERT等模型,将医学问答系统的F1分数显著提升至0.75-1.00。
2024-04-18 cs.CL
Improving Broad-Coverage Medical Entity Linking with Semantic Type Prediction and Large-Scale Datasets
Carnegie Mellon University(卡内基梅隆大学);University of Pittsburgh(匹兹堡大学)
医学实体链接是识别和标准化非结构化文本中引用的医学概念的任务。大多数现有的方法采用三步方法:(1)检测提及,(2)生成候选概念列表,最后(3)从中挑选最佳概念。在本文中,我们探讨如何缓解候选概念的过度生成的问题,在候选生成模块,医学实体连接的研究最不足的组成部分。为此,我们提出MedType,一个完全模块化的系统,修剪出不相关的候选概念的基础上预测的语义类型的实体提及。我们将MedType整合到五个现成的工具包中,用于医疗实体链接,并证明它在多个基准数据集上持续提高实体链接性能。为了解决医学实体链接的注释训练数据的缺乏,我们提出了WikiMed和PubMedDS,两个大规模的医学实体链接数据集,并证明这些数据集上的预训练MedType进一步提高了实体链接性能。我们公开我们的源代码和数据集,用于医疗实体链接研究。
2021-08-22 cs.CL
DoubleTransfer at MEDIQA 2019: Multi-Source Transfer Learning for Natural Language Understanding in the Medical Domain
Carnegie Mellon University(卡内基梅隆大学);Microsoft Research(微软研究院)
本文介绍了我们参加MEDIQA-2019竞赛的竞争系统。我们使用多源迁移学习方法将MT-DNN和SciBERT的知识迁移到医学领域的自然语言理解任务中。对于迁移学习微调,我们对一般和医疗领域的NLI、RQE和QA任务使用多任务学习来提高性能。所提出的方法被证明是有效的自然语言理解在医学领域,我们排名第一的QA任务。
2019-06-11 cs.CL
A Dataset for Medical Instructional Video Classification and Question Answering
Lister Hill National Center for Biomedical Communications(利斯特·希尔国家生物医学通信中心);National Library of Medicine(国家医学图书馆);National Institutes of Health(美国国立卫生研究院)
本文介绍了一个新的挑战和数据集,以促进研究设计系统,可以理解医疗视频,并提供可视化的答案自然语言的问题。我们相信医疗视频可以为许多急救、医疗急救和医学教育问题提供最好的答案。为此,我们创建了MedVidCL和MedVidQA数据集,并介绍了医学视频分类(MVC)和医学视觉答案定位(MVAL)的任务,这两个任务专注于跨模态(医学语言和医学视频)理解。拟议的任务和数据集有可能支持开发复杂的下游应用程序,使公众和医疗从业人员受益。我们的数据集包括MVC任务的6,117个带注释的视频和MVAL任务的899个视频中的3,010个带注释的问题和答案时间戳。这些数据集已经过医学信息学专家的验证和更正。我们还使用创建的MedVidCL和MedVidQA数据集对每个任务进行了基准测试,并提出了多模态学习方法,为未来的研究设定了有竞争力的基线。
2022-01-30 cs.CL cs.CV