MedSynth：真实、合成的医学对话-笔记对
计算与语言
2025-08-05 v1 人工智能
摘要
医生在记录临床 encounters 时会花费大量时间，这种工作负担有助于职业倦怠。为此，对于医学文档的自动化工具至关重要。我们介绍 MedSynth——一个用于医学对话和笔记的合成数据集，旨在推动 Dialogue-to-Note (Dial-2-Note) 和 Note-to-Dialogue (Note-2-Dial) 任务。基于对疾病分布的广泛分析，该数据集包含超过 10,000 个对话-笔记对，覆盖超过 2000 个 ICD-10 编码。我们展示了该数据集显著增强了模型在从对话生成医学笔记以及从医学笔记生成对话方面的性能。该数据集在开放获取、隐私合规且数据多样性稀缺的领域中提供了宝贵资源。代码地址为 https://github.com/ahmadrezarm/MedSynth/tree/main，数据集地址为 https://huggingface.co/datasets/Ahmad0067/MedSynth。
引用
@article{arxiv.2508.01401,
title = {MedSynth: Realistic, Synthetic Medical Dialogue-Note Pairs},
author = {Ahmad Rezaie Mianroodi and Amirali Rezaie and Niko Grisel Todorov and Cyril Rakovski and Frank Rudzicz},
journal= {arXiv preprint arXiv:2508.01401},
year = {2025}
}
备注
7 pages excluding references and appendices