CancerGUIDE
CancerGUIDE是由GPT-4.1生成的合成肿瘤学患者档案数据集，包含患者描述和推荐治疗方案，用于评估LLM的指南遵循和临床推理能力。
基本信息
资源简介
CancerGUIDE合成患者数据是一个由GPT-4.1生成的合成肿瘤学患者档案数据集，包含患者描述和推荐治疗方案。数据集采用结构化和非结构化两种生成方法，共316条记录，旨在为评估和训练大型语言模型在遵循指南和临床推理任务中提供基准。数据集由微软研究院策划，使用CC BY 4.0许可，适用于临床指南遵循性评估、结构化临床推理任务模型训练等研究用途，完全不包含真实临床数据。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("microsoft/CancerGUIDE")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/microsoft/CancerGUIDE
数据说明
CancerGUIDE合成患者数据是一个由GPT-4.1生成的合成肿瘤学患者档案数据集，包含患者描述和推荐治疗方案。数据集采用结构化和非结构化两种生成方法，共316条记录，旨在为评估和训练大型语言模型在遵循指南和临床推理任务中提供基准。数据集由微软研究院策划，使用CC BY 4.0许可，适用于临床指南遵循性评估、结构化临床推理任务模型训练等研究用途，完全不包含真实临床数据。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 癌症（总论） 的高质量、多模态真实临床数据定制解决方案。
