RheumaMIR：西班牙语-英语风湿病相关MIR考试题目数据集（2025-2026审查与扩展版）

数据集获取

源站：https://doi.org/10.5281/zenodo.23398496

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 1.6 MB。

数据说明

RheumaMIR是一个西班牙语-英语风湿病学相关问题数据集，来源于西班牙MIR医学专科入学考试，涵盖2009-2010至2025-2026年度的考试。2026-10-14版本包含175条记录：145条来自原始工作簿，30条为新增题目（10条来自MIR 2024，11条来自MIR 2025，9条来自MIR 2026）。新增题目由一位风湿病学家筛选确定。需要附带检查图像的题目未纳入新增范围。30条新增答案键已对照卫生部最终版第0版答案表进行核对。使用推理设置设为High的Claude Opus 5.5审查了西班牙语题目及其自动生成的英文译文，并纠正了翻译、语法、拼写和措辞错误，同时保留原意。附加指令“Justifique su respuesta”、其拼写错误变体及其英文对应表述已从当前题目文本中删除。西班牙语更正日志包含126条更正条目，涉及73道题目：125条提供的条目涉及72道题目，另有一项为ID 151中恢复考试册原措辞的额外条目。

当前的双语文本被组织为题干、编号选项和全文，历史文本保留在original_version中。保留了两条重复记录但将其排除，最终得到173条非重复记录。过滤无效项并要求答案非空后，得到172个评分项。一个保守集合还省略了ID 73，包含171个项，因为ID 73和140具有冲突的继承无效元数据。尽管ID 111保留了遗留答案，但仍被标记为无效。用于翻译和语言审查的提示（逐字）审查西班牙语中的所有问题及其英语翻译。检查每个英语翻译是否准确反映了西班牙语的原始含义，因为它是自动生成的。纠正任何翻译、语法、拼写或措辞错误，同时保留原始m

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。