论文
EMSDialog：通过 Multi-LLM 代理根据电子患者护理报告生成综合多人紧急医疗服务对话
EMSDialog: Synthetic Multi-person Emergency Medical Service Dialogue Generation from Electronic Patient Care Reports via Multi-LLM Agents
摘要
对话式诊断预测需要模型跟踪流式临床对话中不断变化的证据，并决定何时进行诊断。现有的医学对话语料库很大程度上是二元的，或者缺乏此设置所需的多方工作流程和注释。我们引入了一种以 ePCR 为基础、基于主题流的多智能体生成管道，该管道通过基于规则的事实和主题流检查来迭代规划、生成和自我完善对话。该管道生成 EMSDialog，这是一个基于真实 ePCR 数据集的 4,414 个合成多说话人 EMS 对话的数据集，带有 43 个诊断、说话人角色和回合主题注释。人类和 LLM 评估使用话语级和对话级指标确认了 EMSDialog 的高质量和真实性。结果表明，EMSDialog 增强训练提高了 EMS 对话诊断预测的准确性、及时性和稳定性。我们的数据集和代码可在 https://uva-dsa.github.io/EMSDialog 上公开获取