nisten 全疾病医患对话数据集
用 Claude Opus 5.5 重新生成并校验医患对话记录。
为什么重要
可作为医疗 AI 训练或使用时的医患对话与安全参考数据。
阅读原文huggingface.co
AI 解读（根据原文生成）
该 Hugging Face 数据集包含由 Opus-5.5 生成的全人类疾病医患对话，延续前作的疾病列表、20 键 schema 和 ChatML 对话格式，并从头重新生成。数据强调临床一致性、真实生命体征与实验室结果、PubMed 引用核验，以及药物相互作用依据 Health Canada Open Data。数据以 JSONL 提供，许可证为 apache-2.0，页面显示无需申请访问。
要点（AI 据原文整理，数字均已与原文核对）
- Records: 2,194 clinical encounters covering 2,194 unique human diseases
- Format: one JSON object per line (JSONL), 20 keys per record, 75 MB
- Conversations: avg 33.4 turns (25-59) and ~22,800 chars (~5,700 tokens) each; ~12.5M conversation tokens total
- Citations: 6,377 verified PubMed references across the records (4,198 distinct PMIDs), 2-5 per record
- The conversations are about 60% longer than the Opus 4.8 set.
- The drug-drug and drug-food interactions were all grounded via Health Canada Open Data.
