2024 最新 PubMedVision 大规模医学 VQA 数据集下载_130 万医疗多模态样本

PubMedVision 是 2024 年由深圳市大数据研究院、香港中文大学及 National Health Data Institute 联合打造的大规模高质量医疗多模态数据集，核心包含 130 万个医学 VQA（视觉问答）样本，相关论文成果为《HuatuoGPT-Vision, Towards Injecting Medical Visual Knowledge into Multimodal LLMs at Scale》。

数据核心优势：

来源权威：筛选自 PubMed 国际医学期刊，精准过滤医疗无关图片及无效上下文，确保数据专业性；

对齐精准：采用 GPT-4V 视觉大模型重新描述图片，实现图文高度匹配，提升数据可用性；

场景丰富：构建 10 大医疗核心场景对话，将图文数据转化为问答形式，强化医疗视觉知识学习效率。

适用范围：

适用人群：多模态 LLM 研发人员、医疗 AI 算法工程师、医学 AI 科研人员、高校相关专业师生；

核心用途：医疗视觉知识注入、多模态大模型训练优化、医学 VQA 任务开发、医疗 AI 相关论文研究；

资料下载：