数据集介绍

在临床心血管疾病辅助诊断场景中，医生常根据患者主诉、体征及检查结果初步判断心脏病类型。为构建具备“症状识别 + 理由说明”能力的医学大模型，该数据集聚焦“心脏病临床表现-类型归因”任务，构建了基于射血分数（EF）、肺部体征、下肢水肿、心电指标等典型参数的病例推理样本，通过监督微调（SFT）方式训练模型识别常见心脏病变（如射血分数降低型心衰、保留型心衰、瓣膜病变等）的潜在征兆，并结合简要解释进行推理表达，提升模型在实际问诊场景中的辅助判断能力。