ECG-Expert-QA：用于评估医疗大语言模型在心脏病诊断中的基准
信号处理
2025-04-08 v3 人工智能
计算与语言
机器学习
摘要
我们提出了 ECG-Expert-QA，这是一个用于评估心电图（ECG）解读诊断能力的综合多模态数据集。它结合了真实世界的临床 ECG 数据与系统生成的合成病例，涵盖 12 项基本诊断任务，共计 47,211 对经专家验证的问答对。这些数据涵盖了多种临床场景，从基础心律识别到涉及罕见病症和时间变化的复杂诊断。一项关键创新是支持多轮对话，从而能够开发出模拟医患或同行间互动的对话式医疗 AI 系统。这使得对 AI 模型的临床推理、诊断准确性和知识整合的评估更加真实。ECG-Expert-QA 通过知识引导框架构建并经过严格质量控制，确保了语言和临床的一致性，使其成为推进 AI 辅助 ECG 解读的高质量资源。它通过在上下文丰富的场景中识别细微缺血变化和解读复杂心律失常等任务来挑战模型。为促进研究透明度与合作，该数据集、配套代码和提示词已公开发布于 https://github.com/Zaozzz/ECG-Expert-QA
引用
@article{arxiv.2502.17475,
title = {ECG-Expert-QA: A Benchmark for Evaluating Medical Large Language Models in Heart Disease Diagnosis},
author = {Xu Wang and Jiaju Kang and Puyu Han and Yubao Zhao and Qian Liu and Liwenfei He and Lingqiong Zhang and Lingyun Dai and Yongcheng Wang and Jie Tao},
journal= {arXiv preprint arXiv:2502.17475},
year = {2025}
}