CancerGUIDE Synthetic Patient est un ensemble de données de patients en oncologie synthétiques basé sur GPT-4.1, publié par Microsoft Research en 2025. Le document de recherche associé est « CancerGUIDE: Cancer Guideline Understanding via Internal Disagreement Estimation », conçu pour fournir des données de référence contrôlées et respectueuses de la vie privée pour l'évaluation et l'entraînement de grands modèles de langage dans des tâches de suivi des directives cliniques et de raisonnement.

Cet ensemble de données comprend des dossiers médicaux de patients en oncologie synthétiques et les recommandations de traitement correspondantes, divisés en deux modes de génération : structuré et non structuré. Les données structurées contiennent 165 enregistrements, tandis que les données non structurées en contiennent 151. Ces données sont générées par GPT-4.1 et visent à soutenir la recherche sur le raisonnement clinique et les tâches de recommandation des grands modèles, tout en évitant les risques de confidentialité liés à l'utilisation de données réelles de patients.

Composition de l'ensemble de données

L'ensemble de données comprend deux configurations, correspondant à différentes méthodes de génération :

• synthetic_structured : contient 165 enregistrements, utilisant une méthode de génération structurée (modèle de prompt tabulaire).
• synthetic_unstructured : contient 151 enregistrements, utilisant une méthode de génération non structurée (récit en texte libre).

Chaque enregistrement (format JSON) contient les champs suivants :

• patient_id : identifiant unique du patient
• patient_note : description textuelle des antécédents médicaux du patient synthétique
• label : schéma de traitement recommandé par le modèle

Citation

@article{CancerGUIDE,
  title = {CancerGUIDE: Cancer Guideline Understanding via Internal Disagreement Estimation},
  author = {Unell,  Alyssa and Codella,  Noel C. F. and Preston,  Sam and Argaw,  Peniel and Yim,  Wen-wai and Gero,  Zelalem and Wong,  Cliff and Jena,  Rajesh and Horvitz,  Eric and Hall,  Amanda K. and Zhong,  Ruican Rachel and Li,  Jiachen and Jain,  Shrey and Wei,  Mu and Lungren,  Matthew and Poon,  Hoifung},
  url = {https://doi.org/10.48550/arxiv.2509.07325},
  publisher = {arXiv},
  year = {2025},
}