MeDiSumQA 出院小结患者问答数据集

这份数据由德国埃森大学医院医学人工智能研究所等单位的作者发布，托管在 PhysioNet。它从 MIMIC-IV-Note 出院小结生成面向患者的问答对，共 416 对，由最初生成的 500 对经人工筛选而来。每条记录包括问题、标准答案和去掉出院信后的出院小结。

患者读出院小结时，常因术语多、健康素养不同而看不懂。这份数据可用于评估问答系统能否依据出院小结，给患者准确、完整、安全的回答。问答对由一名医生按事实正确、完整、安全、一致和复杂度五条标准筛选。

病例来自真实出院小结，属于 1.0 临床真实一层。它能学到 3.0 专家判断，问答由模型生成后经一名医生逐条筛选，500 对留下 416 对。模型可以从中学习用患者听得懂的话回答住院经过与出院后注意事项。416 对的规模只够做评估，不够训练大模型。数据只有英文，也未给划分和评测脚本。

项目	内容
规模	416 个问答对
记录语言	英语
记录来源	诊疗过程
记录单位	问答对
时间轴	单次，每条问答对应一份出院小结
结局	无结局字段
专家标注	有，大语言模型生成后由一名医生按五条标准筛选，500 对留下 416 对
任务环境	未列明，有参考答案但未给划分与评测脚本

表：问答 JSON 记录。

字段	含义	类型或取值
note_id	对应 MIMIC-IV-Note 出院小结的唯一标识	string
Question	关于患者住院经过的自然语言问题	string
Answer	从出院小结中提取的自然语言回答	string
discharge_summary	去掉出院信后的出院小结全文	string，可选

表：问答 JSON 记录。

合成样例，非真实记录。

出院小结标识	问题	标准答案
10000001-DS-2	What medication was started for my blood pressure?	You were started on amlodipine 5 mg once daily.
10000002-DS-1	Why did I need a CT scan of my chest?	The CT scan was done to look for a blood clot in your lungs, and none was found.

项目	内容
许可	PhysioNet Credentialed Health Data License 1.5.0
商用	未列明
申请	须为 PhysioNet 凭证用户、完成 CITI 培训并签数据使用协议
中国可用性	须为 PhysioNet 认证用户、完成 CITI 培训并签协议，未列明地域限制

项目	内容
维护方口径	大语言模型拆句后以精确字符串匹配校验。一名医生按五条标准人工筛选
已知局限	仅来自 MIMIC-IV 出院小结，难推广到其他文书。416 对规模不足以训练大模型。仅英文

• 医疗工作流程　›　病历问答与推理

https://physionet.org/content/medisumqa/1.0.0/；https://physionet.org/content/medisumqa/view-license/1.0.0/。