CasiMedicos-Arg数据集：首个多语言医疗问答数据集，医生对患者解释库：由558 个临床病例组成，标注了5021个主张，2313个前提，2431个支持关系和1106个攻击关系。

2024-10-08，由法国尼斯大学CNRS、Inria、I3S以及西班牙巴斯克大学HiTZ中心的研究人员们创建了首个多语言医疗问答数据集CasiMedicos-Arg，在医学领域，AI系统的决策不仅需要准确，还需要能够被医生和患者理解。该数据集其中包含正确和错误的诊断结果，并由医生提供自然语言解释

 

一、研究背景：

在当今的人工智能领域，解释AI决策是一个主要挑战。医学领域应用AI的研究越来越多，目的是开发技术以协助和支持医生解释他们的决策过程

 

目前遇到困难和挑战

1、大多数医学问答（QA）数据集主要集中在提供医学考试中的正确答案，通常是多项选择的形式，而医生还需要解释和论证他们的预测，但目前很少有研究关注医学问答中的论证性解释的识别和生成。

2、现有的医学QA基准测试大多数只有英文版本，这限制了对当前大型语言模型在其他语言的医学QA能力进行测试的可能性。

3、尽管已有一些多语言医学QA数据集，但它们并没有提供由医生撰写的、包含论证结构的解释，这对于训练AI解释其决策至关重要。

 

二、让我们一起看一下CasiMedicos-Arg数据集

CasiMedicos-Arg 通过提供带有解释性论证结构的医学问答数据，来推进医学领域中人工智能的解释能力。

 

数据集特点：

1、多语言：包含英语、西班牙语、法语和意大利语，有助于跨语言的医学AI研究。

2、论证结构注释：每个解释都包含详细的论证成分和关系注释，如前提、主张、支持和攻击。

3、临床案例：数据集包含558个临床案例，覆盖了广泛的医学问题。

 

数据标注：

1、主张（Claims）：5021个，代表医生对病例的结论或主张。

2、前提（Premises）：2313个，作为支持主张的观察或事实。

3、支持关系（Support Relations）：2431个，表示前提如何支持主张。

4、攻击关系（Attack Relations）：1106个，表示前提如何反驳或质疑主张。

 

基准测试

研究者们展示了使用不同编码器（如BERT和mDeBERTa）和解码器（如LLaMa和Mistral）的基线模型在该数据集上的表现，证明了数据集的有效性。

 

三、展望CasiMedicos-Arg数据集的应用

比如，我是一名住院医生，最近我遇到了一个特别棘手的病例：一位患者出现了多发性症状，包括认知功能障碍、肌无力和视觉障碍。这些症状可能指向一种罕见的自身免疫性脑炎，但也可能是多发性硬化症或其他神经系统疾病。这种时候，向患者和家属解释可能的病因、诊断过程和治疗方案，对我来说是个巨大的挑战。

以前，我可能会这样对患者家属说：“您家人的这些症状可能涉及神经系统的多个部分，我们需要进行一系列复杂的检查，包括脑脊液检查、核磁共振成像和可能的脑活检，来确定病因。” 然后，我得绞尽脑汁用最简单的话来解释这些复杂的检查和可能的病因。

 

现在，有了CasiMedicos-Arg数据集训练出的智能系统：

系统不仅帮我整理了可能的病因和诊断步骤，还提供了一种更清晰、更易于理解的方式来向患者家属传达信息。

1、智能系统的辅助：“您家人的这些症状，让我们觉得可能和大脑的自身免疫反应有关。这就像是身体的一部分开始错误地攻击自己的大脑，导致了一系列的问题。”

2、提供背景信息：“您可以把大脑想象成是一块电路板，上面有很多的线路和开关。如果有些线路出现了短路，那么大脑的某些功能就会受到影响，比如记忆、肌肉控制和视觉。”

3、解释检查流程：“我们会先抽取一点脑脊液，这有点像检查汽车的机油，看看里面有没有异常。然后，我们会用一个很大的磁铁——也就是核磁共振成像——来详细查看大脑的各个部分。如果需要，我们可能还会做一个小手术，取一点点大脑组织来检查。”

4、预后和治疗建议：“一旦我们确定了问题所在，我们就能制定一个治疗计划。如果是自身免疫性脑炎，我们可能会使用免疫抑制剂来平息大脑的‘错误攻击’。如果是其他问题，比如多发性硬化症，我们可能需要考虑其他类型的药物治疗。”

我能够用通俗易懂的话解释复杂的医学概念，帮助家属和患者理解。这不仅减轻了我的沟通负担，也让患者家属感到更加安心和明白。