评估LLM生成的知情同意:针对青少年和年轻成人中枢神经系统肿瘤临床试验的FDA对齐审计框架-41144

针对青少年和年轻成人中枢神经系统肿瘤临床试验的LLM生成知情同意评估数据集,包含FDA对齐的审计框架和评分数据。

William Paterson UniversityWilliam Paterson University
Zenodo
2026-01-18 更新
浏览 3
文本artificial intelligencelarge language modelsinformed consentclinical trialshealth communicationpatient safetyFDA regulationadolescent and young adultcancercentral nervous system tumorsAI evaluationhealth information quality
Evaluating LLM-Generated Informed Consent: FDA-Aligned Audit Framework for AYA CNS Cancer Clinical Trials

基本信息

模态
文本
大小
0.00002405 GB
许可
cc-by-4.0
创建/更新时间
2026-01-18
版本
1.0.0

资源简介

评估LLM生成的知情同意:针对青少年和年轻成人中枢神经系统肿瘤临床试验的FDA对齐审计框架

【一句话概览】

本数据集是 Zenodo 公开的文本数据集,收录 1 个文件、合计 24.05 KB,主题涵盖 artificial intelligence、large language models、informed consent、clinical trials、health communication,可用于医学自然语言处理(实体识别、信息抽取等),cc-by-4.0 许可开放获取。

【数据集背景】

本数据集源站标题为《Evaluating LLM-Generated Informed Consent: FDA-Aligned Audit Framework for AYA CNS Cancer Clinical Trials》。源站首次发布:2026-01-18。

【数据内容】

源站原始描述:This repository contains complete materials for replicating a structured audit of large language model (LLM) responses to informed consent questions about clinical trials for adolescent and young adult (AYA) patients with central nervous system (CNS) tumors. The study evaluates how completely publicly available AI tools cover FDA-mandated informed consent elements. Includes standardized prompts, FDA-aligned evaluation checklist, scored response data, data collection protocol, and analysis code.…

中文译文(机器翻译,仅供快速理解,请以原文为准):该仓库包含用于复现一项结构化审计的完整材料,该审计针对大语言模型(LLM)对青少年和年轻成人(AYA)中枢神经系统(CNS)肿瘤患者临床试验知情同意问题的回答。该研究评估了公开可用的 AI 工具在多大程度上完整覆盖 FDA 规定的知情同意要素。包括标准化提示词、与 FDA 对齐的评估清单、评分后的回答数据、数据收集方案和分析代码。关键发现:AI 生成的知情同意回答在完整性方面存在显著差异(中位评分:33/35;范围:22-35),没有任何回答实现对全部与 FDA 对齐的知情同意要素的完整覆盖。

【数据结构与技术规格】

文件数 1 个,合计 24.05 KB。数据集 DOI:10.5281/zenodo.18294050。

【主题与分类】

主题标签:artificial intelligence、large language models、informed consent、clinical trials、health communication、patient safety、FDA regulation、adolescent and young adult、cancer、central nervous system tumors。

【适用方向】

文本类数据可用于医学自然语言处理,如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面:https://zenodo.org/records/18294050

使用许可:cc-by-4.0。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取(Zenodo 公开直链)

源站:https://zenodo.org/doi/10.5281/zenodo.18294050

(注册/登录后按页面指引下载)

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案