302 例罕见病病例数据集

*该数据集支持在线使用，点击此处跳转。

该数据集为论文「Enhancing diagnostic capability with multi-agents conversational large language models」所用测试集，该研究已被 nature 接受。

该数据集包含 302 种罕见病，每个类别随机选取 1 至 9 种罕见病。这些罕见病是从 Orphanet 数据库中 33 种类型的 7k+ 种罕见病中选出的，Orphanet 数据库是欧盟委员会共同资助的综合罕见病数据库。由于罕见病在不同类型的分布不同，因此采用归一化加权随机抽样方法进行选择，以确保均衡的代表性。根据每种类型的疾病数量调整抽样权重，并通过自然对数变换进行调整。