墨比乌斯公司家庭场景下的初步健康咨询日益普及,尤其是儿童、老年人常出现“轻症判断”与“是否就医”两难情境。当前大模型缺乏在非急诊语境下的医学认知能力,无法完成适度、理性、守边界的初步建议生成。为解决这一问题,本数据集围绕“症状识别 + 初步健康建议”构建结构化SFT任务,帮助大模型在多样化的用户描述中抽取关键症状、结合基本医学常识做出合规、温和的健康引导,形成智能健康助手的核心数据资产。
{
"input": "我家孩子两岁了,昨天开始发烧,体温38.8℃,精神状态还不错,就是有点咳嗽。",
"instruction": "请识别儿童症状并给出适合家长参考的初步建议。",
"output": "识别症状:发热(38.8℃)、轻咳、精神状态良好。初步判断:常见病毒感染如上呼吸道感染可能性较高。建议:家中可物理降温,适当服用对乙酰氨基酚控制体温,密切观察饮水与精神状况,若体温持续不退或咳嗽加重,需就诊。"
}| 字段 | 类型 | 描述 |
|---|---|---|
| 文件名 | string | 文件名 |
| input | string | 包含主诉、入院诊断、治疗经过等原始文本 |
| instruction | string | 要求模型根据原始信息撰写标准出院小结 |
| output | string | 医学语言规范、逻辑完整、语义准确的出院小结文书 |
| 项目 | 内容 |
|---|---|
| 授权类型 | CC-BY-NC-SA 4.0(非商业署名共享) |
| 商业使用 | 需申请专属订阅或授权合同(支持按月/按调用次数收费) |
| 隐私与脱敏 | 无PII,无真实公司名,模拟场景均符合行业标准 |
| 合规体系 | 中国《数据安全法》 / 欧盟GDPR / 企业数据可访问日志支持 |
让数据提供商通过发布请求来找到你