HuggingFace 开源 2194 种疾病模拟医患对话数据集

做医疗 AI 的朋友，可以看看这个开源数据集。

HuggingFace 上用 Claude Opus 5.5 生成的 2194 种疾病的模拟医患对话，平均每段 33 轮，从描述症状、检查，一直聊到治疗和后续安排。

这里有个有意思的设计：每段对话里，患者都会故意隐瞒一件事，或者说一句假话，医生得通过追问发现问题，再把信息纠正过来。这个细节很关键。现实里患者可能不会把所有信息整理得清清楚楚再来问你。作者还给数据加了校验。

可以直接拿来做医疗对话训练、微调小模型，或者研究医疗知识检索。不过它依然是合成数据，引用查得到，也不代表医学结论就一定正确。

自取：

huggingface.co/datasets/nist…