MTS-Dialog 医患对话病历摘要数据集

MTS-Dialog 由 MEDIQA 评测任务的组织者发布，作者来自 Microsoft 与 Nuance。它含 1,701 对医患对话与病历段落，约 16k 轮次，另有 3.6k 对回译增广训练数据。对话由 8 名有医学背景的标注员依据公开病历集 MTsamples 编写，不含真实医患对话。数据用于 2023 年的 MEDIQA-Chat 与 MEDIQA-Sum 评测。

门诊病历书写占用医生大量时间，自动起草病历是临床文书研究的热点。这份数据可用于研究从对话生成主诉、现病史、用药与系统回顾等病历段落。它也可用于研究从对话中抽取医学信息。对话是模拟的，口语不流畅和打断比真实对话少。

对话由受过医学训练的人员编写，并由独立验证者按评分细则逐条评分，能学到 3.0 专家判断。训练 1,201、验证 100、两套测试各 200 的固定划分与评测脚本，属于 4.0 任务环境。模型可以学习把口语对话改写成规范的病历段落，并把信息归到正确的段落标题下。数据不含真实患者，结论推到真实门诊前要另做验证。病历只来自 MTsamples 的 6 类专科与文书。

项目	内容
规模	1,701 对医患对话与病历段落，约 16k 轮次
记录语言	英语
记录来源	合成数据
记录单位	一段医患对话及对应病历段落
时间轴	单次，每条为一段对话及其病历段落
结局	无结局字段
专家标注	有，8 名受过医学训练的标注员编写对话，独立验证者按评分细则评分
任务环境	有，固定划分与评测脚本

表：MTS-Dialog-ValidationSet.csv。

编号	病历段落标题	病历段落文本
3	MEDICATIONS	Accutane.
4	CC	Confusion and hallucinations.

项目	内容
许可	CC BY 4.0
商用	是，须署名
申请	公开下载

项目	内容
维护方口径	标注员经一对一反馈培训，独立验证者按评分细则逐条评分。另做与真实对话的盲评对比
已知局限	对话依据范例病历编写，可能不能如实反映真实医患对话。口语不流畅和打断比真实对话少。病历来自 MTsamples 中 6 类专科与文书

• 医疗工作流程　›　医患对话与病历生成

https://sites.google.com/view/mediqa-shared-tasks；https://aclanthology.org/2023.eacl-main.168/；https://raw.githubusercontent.com/abachaa/MTS-Dialog/main/README.md；https://aclanthology.org/2023.eacl-main.168.pdf。