DDXPlus：用于自动医疗诊断的新数据集
计算与语言
2022-10-14 v3 人工智能
机器学习
摘要
机器学习研究文献中对自动症状检测（ASD）与自动诊断（AD）系统的兴趣迅速增长，旨在协助医生进行远程医疗服务。这些系统被设计用于与患者交互，收集其症状与相关既往史的证据，并可能预测潜在疾病。医生会审查这些交互（包括证据与预测），必要时从患者处收集额外信息，再决定后续步骤。尽管该领域近期取得进展，现有系统设计缺失了医生与患者交互中的一个重要环节，即鉴别诊断。其缺失很大程度上源于缺乏包含此类信息以供模型训练的数据集。在本工作中，我们提出一个约 130 万患者的大规模合成数据集，其中包含鉴别诊断，以及每位患者的真实病理、症状与既往史。与仅含二值症状与既往史的现有数据集不同，该数据集还包含对高效数据收集有用的类别型与多选型症状及既往史。此外，部分症状按层级组织，使得设计能以逻辑方式与患者交互的系统成为可能。作为概念验证，我们将两个现有 AD 与 ASD 系统扩展以纳入鉴别诊断，并提供经验证据：使用鉴别诊断作为训练信号对于此类系统的效率或帮助医生更好理解这些系统的推理至关重要。
引用
@article{arxiv.2205.09148,
title = {DDXPlus: A New Dataset For Automatic Medical Diagnosis},
author = {Arsene Fansi Tchango and Rishab Goel and Zhi Wen and Julien Martel and Joumana Ghosn},
journal= {arXiv preprint arXiv:2205.09148},
year = {2022}
}
备注
Camera ready. NeurIPS 2022 Datasets and Benchmarks Track