加州大学伯克利分校 发布 ER-REASON 数据集, 应用在 医学临床推理、自然语言处理 领域

加州大学伯克利分校 本次发布的数据集 ER-REASON, ER-REASON是一个旨在评估基于大型语言模型（LLM）的临床推理和决策能力的数据集，特别是在急诊室（ER）这种高风险环境中。该数据集包含来自3984名患者的数据，包括25174条去标识化的纵向临床记录，涵盖了出院摘要、进度笔记、病史和体检记录、咨询记录、超声心动图报告、影像笔记和急诊医生记录等。数据集还包含72位医生撰写的完整理由，解释了推理过程，这些理由模拟了住院医师培训过程中使用的教学方法，通常在急诊室记录中缺失。该数据集旨在解决现有基准测试未能充分捕捉现实世界临床决策复杂性和模糊性的问题，并提供了对LLM生成的临床推理与医生撰写的临床推理之间差距的评价，突出了未来研究的必要性以缩小这一差距。

查看ER-REASON

README 内容： 

关于 加州大学伯克利分校 , 加州大学伯克利分校（University of California, Berkeley），简称伯克利，是世界著名公立研究型大学，位于美国旧金山湾区伯克利市，是加州大学系统中最为著名的分校，也是美国最顶尖的公立大学之一。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。