大型语言模型与肿瘤委员会肿瘤治疗推荐基准对比

数据集获取

源站：https://clinicaltrials.gov/study/NCT07739121

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。

数据说明

疾病范围：乳腺肿瘤、肺肿瘤、泌尿系统肿瘤、前列腺肿瘤、膀胱肿瘤、肾肿瘤、消化系统肿瘤、生殖系统肿瘤。BEACON是一项前瞻性、多中心、盲法基准测试，采用基于标准的自动化评分。其建立在三项区别于现有文献的设计决策之上：(i) 合成标准化病例消除了回顾性比较中记录完整性的变异干扰，并使得相同输入可提供给每个委员会和每个模型；(ii) 每个定位设置两个独立肿瘤委员会，使人与人之间的一致性得以测量而非假定，且该一致性是解读模型性能的基准水平；(iii) 一个对来源设盲的独立专家组对每一处不一致以及两个委员会存在分歧的每个病例-领域进行裁定，从而将临床等效选项识别为等效，并将危险选项明确命名。参考标准。对于每个病例-领域，若两个委员会选择相同选项，则其一致性即为参考；若存在差异，则该病例-领域被归类为EQUIPOISE，单独分析并盲法裁定。

五个决策域。在开展任何比较之前，每条推荐均被分解为D1意图、D2手术、D3放疗、D4全身治疗（类别与线数）以及D5检查与生物标志物。对某一决策域的刻意沉默在表格中作为明确类别勾选，并作为一条推荐进行评分，绝不视为缺失数据。模型选择。模型依据首次调用前即已固定的规则选定：对于每个机构，选用其API在冻结日期所提供的最强文本模型，无论其为稳定版还是预览版。数据收集。肿瘤委员会在会议进行期间于专用平台（https://etude-beacon.fr）上记录其推荐。每个委员会获得一个单独的访问链接，无需创建账户。在会议之外，平台仅显示病例编号；当委员会展示某病例时，该病例方被揭示，且该时刻带有时间戳。推荐表必须在会议结束前保存，否则该病例无法再次打开。病例文本

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。