IndicMedDialog：用于印度语言无障碍医疗保健的并行多轮医疗对话数据集

大多数现有的医学对话系统都以单轮问答模式运行，或者依赖基于模板的数据集，限制了对话的真实性和多语言适用性。我们引入了 IndicMedDialog，一个并行多轮医疗对话数据集，涵盖英语和九种印度语言：阿萨姆语、孟加拉语、古吉拉特语、印地语、马拉地语、旁遮普语、泰米尔语、泰卢固语和乌尔都语。该数据集使用 LLM 生成的综合咨询扩展了 MDDial，使用 TranslateGemma 进行翻译，由母语人士验证，并通过脚本感知后处理管道进行细化，以纠正语音、词汇和字符间距错误。在此数据集的基础上，我们通过量化小语言模型的参数高效适应来微调 IndicMedLM，结合可选的患者前上下文来个性化多轮症状引发。我们根据零样本多语言基线进行评估，对十种语言进行系统错误分析，并通过医学专家评估来验证临床合理性。