DialMed：一个基于对话的用药推荐数据集
计算与语言
2022-09-16 v2 人工智能
摘要
用药推荐是智能医疗系统中的关键任务。以往研究主要利用电子健康记录（EHRs）来推荐药物。然而，医生与患者之间交互的一些细节可能在电子健康记录中被忽略或遗漏，而这些细节对于自动用药推荐至关重要。因此，我们首次尝试利用医生与患者之间的对话来推荐药物。在这项工作中，我们构建了DIALMED，这是首个面向基于医疗对话的用药推荐任务的高质量数据集。它包含来自3个科室、与16种常见疾病相关的11,996段医疗对话，以及对应的70种常见药物。此外，我们提出了一种对话结构与疾病知识感知网络（DDN），其中设计了一种问答对话图机制来建模对话结构，并利用知识图谱引入外部疾病知识。大量实验结果表明，所提方法是利用医疗对话推荐药物的一个有前景的解决方案。数据集与代码可在 https://github.com/f-window/DialMed 获取。
引用
@article{arxiv.2203.07094,
title = {DialMed: A Dataset for Dialogue-based Medication Recommendation},
author = {Zhenfeng He and Yuqiang Han and Zhenqiu Ouyang and Wei Gao and Hongxu Chen and Guandong Xu and Jian Wu},
journal= {arXiv preprint arXiv:2203.07094},
year = {2022}
}
备注
Accepted as a long paper at COLING 2022