评估人工智能聊天机器人将皮肤病理学报告翻译成患者友好语言的能力：一项横断面研究

Name: 评估人工智能聊天机器人将皮肤病理学报告翻译成患者友好语言的能力：一项横断面研究
Creator: Yuying Zhang

评估ChatGPT4将皮肤病理学报告翻译成患者友好语言能力的横断面研究，包含12份模拟报告及18位皮肤科专家的多维评分数据。

Yuying Zhang

Mendeley Data

文本皮肤病理学医疗文本翻译

Assessing the ability of an artificial intelligence chatbot to translate dermatopathology reports into patient-friendly language: a cross-sectional study

基本信息

模态

文本

创建/更新时间

2026-10-08

版本

资源简介

评估人工智能聊天机器人将皮肤病理学报告翻译成患者友好语言的能力：一项横断面研究

【一句话概览】

本数据集是 Mendeley Data 公开的文本数据集，收录 6 个文件、合计 645.15 KB，可用于医学自然语言处理（实体识别、信息抽取等）。

【数据集背景】

本数据集源站标题为《Assessing the ability of an artificial intelligence chatbot to translate dermatopathology reports into patient-friendly language: a cross-sectional study》。源站首次发布：2023-08-29。

【数据内容】

源站原始描述：We explore AI chatbot, ChatGPT4''s ability to translate dermatopathology reports. This is a cross-sectional study where 18 dermatologist, dermatolopathologist, and dermatology resident/fellow were surveyed on ChatGPT4''s translation of 12 stimulated reports, consists of both neoplasm and inflammatory conditions, on the basis as completeness, accuracy, understandability, and likelihood of causing harm

中文译文（机器翻译，仅供快速理解，请以原文为准）：我们探讨了人工智能聊天机器人ChatGPT4翻译皮肤病理学报告的能力。这是一项横断面研究，其中18名皮肤科医生、皮肤病理科医生和皮肤科住院医师/

【数据结构与技术规格】

文件数 6 个，合计 645.15 KB。数据集 DOI：10.17632/z79yr5mpf4.2。

【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://data.mendeley.com/datasets/z79yr5mpf4

原始链接

https://data.mendeley.com/datasets/z79yr5mpf4

访问原始数据

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

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://data.mendeley.com/datasets/z79yr5mpf4

标准获取流程：

访问源站链接，注册/登录账号；
进入数据集详情页，按页面指引申请权限或直接下载；
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))