中文医疗问答数据集开源！

原创最新推荐文章于 2026-04-30 10:11:24 发布 2.4k 阅读 AI写同款

Python_金钱豹

码龄5年墨衍会员 · AI 创作全网分发

1万+粉丝2832篇原创

关注

中文医疗多轮对话数据集 本文根据疾病知识图谱，使用chatgpt了生成3000条医疗诊断多轮对话数据阅读详情

AI摘要

本文介绍了GitHub上的医疗问答数据集Chinese-medical-dialogue-data，该数据集包含大量医疗对话，用于训练医疗对话机器人，提升模型理解和生成能力，推动医疗领域NLP发展。数据集覆盖多个专业，可用于多种应用场景，如医疗教育、跨学科研究和AI模型训练。

大家好，我是GitHub好项目君，每天分享GitHub上的好项目

主要分享GitHub上有趣、有意义、重要的项目

一个用于医疗领域的问答数据集

源代码：

http://www.gitpp.com/wzy/chinese-medical-dialogue-data

“Chinese-medical-dialogue-data” 是一个用于医疗领域的问答数据集，由 GitHub 上的 Toyhom 创建和维护。这个数据集包含了大量的真实医疗对话记录，覆盖了疾病诊断、用药指导等多个主题。数据集的详细分类和丰富内容为研究人员提供了一个深度探索中文医疗对话处理技术的宝贵资源，特别是在自然语言处理领域。

数据集包含六个主要医疗专业的问答对，具体包括男科、内科、妇产科、肿瘤科、儿科和外科。每个专业领域都有大量的问答对，总计达到 792,099 条数据。每个文件夹下都有一个 CSV 文件，其中的数据格式包含了部门、标题、问题和答案。例如，在男科文件夹中，有 94,596 个问答对，涵盖了高血压患者是否能吃党参等具体问题及其医疗建议。

这个数据集为开发高质量的医疗对话机器人提供了坚实的基础，有助于提高模型理解和生成符合临床实践的对话的能力。此外，数据集的多样性也有助于提高模型的泛化能力。

数据格式

{

        "instruction": "现在你是一个神经脑外科医生，请根据患者的问题给出建议：",  
        "input": "癫痫病能吃德巴金吗，错觉，有时候感觉看到的和听到的不太一样。",  
        "output": "巴金是广谱抗病药物，主要作用于中枢神经系统，对动物的药理研究发现德巴金对各种癫痫的实验模型（全身性和部分性）均有抗惊厥作用，对人的各种类型癫痫发作有抑制作用，作用机理可能与增加γ-氨基丁酸的浓度有关。主要是治癫痫药物。建议在医生的知道下，用药，祝您身体早日康复。"  
    },  
    {  
        "instruction": "现在你是一个生殖医学科医生，请根据患者的问题给出建议：",  
        "input": "男性输精管堵塞的症状会出现什么，男性输精管堵塞的症状会出现什么？输精管堵塞的症状会有哪些？",  
        "output": "输精管堵塞的症状一\\n输精管道的先天性梗阻：先天性输精管缺如或闭塞、先天性附睾发育不良、附睾与睾丸不连接、先天性精囊缺如或射精管缺如。\\n输精管堵塞的症状二\\n输精管道的感染：这一输精管堵塞的症状有结核、淋病及血丝虫病，当结核杆菌侵及输精管壁，使输精管壁增厚，输精管变硬变粗，呈串珠状，病变可沿输精管蔓延到附睾尾，然后波及整个附睾和睾丸。球菌感染主要破坏附睾尾部，很少侵及附睾头，输精管也常常受累。丝虫病感染侵及输精管、附睾时，同样可造成其阻塞而不通。当感染侵及前列腺、精囊时，输精管道梗阻症状可表现"  
    },

每个文件夹下有一个csv文件，其中的数据格式为:

department	title	question	answer
心血管科	高血压患者能吃党参吗？	我有高血压这两天女婿来的时候给我拿了些党参泡水喝，您好高血压可以吃党参吗？	高血压病人可以口服党参的。党参有降血脂，降血压的作用，可以彻底消除血液中的垃圾，从而对冠心病以及心血管疾病的患者都有一定的稳定预防工作作用，因此平时口服党参能远离三高的危害。另外党参除了益气养血，降低中枢神经作用，调整消化系统功能，健脾补肺的功能。感谢您的进行咨询，期望我的解释对你有所帮助。
消化科	哪家医院能治胃反流	烧心，打隔，咳嗽低烧，以有4年多	建议你用奥美拉唑同时，加用吗丁啉或莫沙必利或援生力维，另外还可以加用达喜片

这个数据集有助于解决以下问题：

提高医疗对话机器人的质量和效率：通过提供大量的真实医疗对话数据，数据集有助于训练和优化医疗对话机器人，使其能够更准确地理解和回应医疗相关的问题。
改善医疗服务的可达性和质量：数据集支持开发能够提供自动化健康咨询和支持的系统，这些系统可以帮助缓解医生的工作压力，并提高医疗服务的整体效率。
推动医疗领域的自然语言处理技术发展：数据集为研究人员提供了一个丰富的资源，用于探索和开发新的自然语言处理技术，特别是在医疗对话理解和生成方面。
支持医疗教育和培训：数据集可以用于教育和培训场景，帮助学生和医疗专业人员了解和练习医疗对话的技巧。
促进医疗领域的跨学科研究：数据集涵盖了广泛的医疗主题，有助于促进医疗、人工智能、数据科学等领域的跨学科研究。

总的来说，“Chinese-medical-dialogue-data” 数据集在医疗领域的自然语言处理、医疗服务改进、教育和研究等多个方面都有重要的应用价值。

声明：此项目仅仅是医疗领域的问答数据集，其不能代替医生进行医学诊断和给出医学建议。如有需要，请咨询专业医生或前往医院就诊。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述