本数据集是基于肝细胞癌医学影像检查报告构建的CNLC肝癌分期判断思维链问答数据集。数据集包含 52414条完整的临床推演样本。每条数据由“虚拟患者影像报告”作为输入，经过深度医学逻辑网络处理，输出包含 “Reasoning（分步推理）” 和 “Answer（最终分期）” 的结构化思维链。 该数据详细覆盖了肿瘤大小、结节数量、血管侵犯特征等关键诊疗指标的逻辑判定过程。该数据集可用于训练医疗AI模型学习类似资深医生的诊断逻辑，显著提升模型在复杂病例下的推理准确率。 在数据生产过程中，通过文本清洗、结构化处理及医学分期规则映射，将原始影像描述转化为标准化的分期判别输入文本；进一步结合大语言模型生成分期推理过程，输出包含“影像特征分析—分期标准匹配—CNLC 分期结论”的多步思维链（Chain-of-Thought）问答数据。每条数据均包含明确的医学推理逻辑与标准化分期标签，适用于医学人工智能模型训练与评估。

（1）文本处理与结构化加工：使用自动化脚本对已脱敏的影像报告文本进行清洗、分段和字段提取，形成统一的检查类型、影像所见与关键医学特征描述； （2）医学规则映射加工：依据《原发性肝癌诊疗规范》及 CNLC 分期标准，构建肿瘤数量、最大径、血管侵犯及转移情况等指标的分期判定规则体系；在规则构建过程中，结合大量影像文本样例，对不同表述方式下的同一医学含义进行统一映射处理。通过上述方式，实现从真实影像报告语言到标准 CNLC 分期指标的规则化转换，为后续模型推理和分期结论生成提供稳定、可复用的医学判定依据。 （3）模型推理生成：利用大模型作为推理基座，通过Prompt Engineering对结构化影像特征进行分期推理，生成包含“影像特征分析—分期标准解释—分期结论”的思维链问答内容； （4）结果标准化与校验：部署自动化后处理校验程序，对模型输出结果进行格式、逻辑一致性和医学规则校验，剔除不符合分期标准的数据样本，最终输出为符合指令微调规范的JSON文件。

1.提升医疗大模型的专业诊断能力 本数据集可用于增强通用大模型在医疗领域的逻辑严谨性。通过让模型学习数据集中“资深医生的完整推理过程”，使其不仅能给出分期结果，更能依据肿瘤大小、血管特征等指标进行有理有据的分析。这能有效解决大模型“幻觉”问题，让AI的诊断建议更可信、更透明。 2.基层医疗辅助诊疗规范化 该数据集可集成到医院信息系统中，可作为“标准答案库”辅助医生。当遇到复杂病例时，系统能根据影像描述，实时提示医生注意诊断的关键细节，并推荐符合CNLC指南的分期建议。这有助于提高医院的诊疗标准，降低因经验不足导致的误诊风险。 3.数字化临床教学与自动阅卷 该数据集可作为“数字化题库”供学生练习，解决医学院教学中典型疑难病例素材稀缺的难题。在考试评测中，系统能自动将学生的诊断思路与数据集中标准的推理链条进行比对，快速判断学生是否遗漏了关键诊断步骤，实现客观、高效的教学考核。 4.保险理赔自动化风控与反欺诈：可应用于商业健康险的核赔环节。

{"conversations":[{"from":"human","value":"基于以下影像报告，分析患者肝癌分期，并生成对应思维链。影像报告如下:影像所见显示肝脏右叶前段可见一单发类圆形低密度灶，边界尚清晰，直径约2.3厘米，病灶内部密度欠均匀，增强扫描动脉期呈不均匀明显强化，门脉期对比剂快速廓清，延迟期呈相对低密度改变。周围肝实质未见明显异常强化或结构扭曲。病灶与邻近血管分界尚可，未观察到明确血管侵犯征象。肝内胆管无扩张，肝门区及腹膜后未见肿大淋巴结。胆囊、胰腺及脾脏形态与密度均在正常范围，腹腔内未见游离积液。扫描范围内双肺野清晰，胸膜无增厚或结节影。"},{"from":"assistant","value":"###Reasoning1.肿瘤数目：单发。2.肿瘤大小：直径约2.3厘米（≤3cm）。3.血管侵犯：未观察到明确血管侵犯征象。4.肝外转移：不存在肝外转移（肝门区及腹膜后未见肿大淋巴结，腹腔内无游离积液，双肺野清晰）。5.总结及CNLC分期：单发肿瘤（≤3cm）、无血管侵犯、无肝外转移，符合CNLCIa期标准。###AnswerIa期"}]} 附件下载

1.对话集合（conversations）字段类型：ARRAY（数组/JSONArray） 字段属性：非空（NOTNULL）描述：用于存储完整的分期判断问答对话内容。2.对话角色（from）字段类型：VARCHAR（50）字段属性：非空（NOTNULL）描述：标识对话单元中的发言角色，human：表示影像检查报告或分期判断任务描述输入；assistant：表示模型生成的影像分析、分期推理及分期结论输出。3.对话内容（value）字段类型：TEXT（长文本）字段属性：非空（NOTNULL）描述：存储具体的文本内容。为human时，该字段记录肝癌影像学检查报告或分期分析指令；为assistant时，该字段记录模型生成的影像特征分析、分期推理说明及结论文本。4.分期推理过程（reasoning）字段类型：TEXT（长文本）字段属性：非空（NOTNULL）描述：用于记录肝癌CNLC分期判断的中间推理过程，包括影像特征解析、关键指标匹配及分期标准解释等内容。5.分期结论标签（answer）字段类型：TEXT（长文本）字段属性：非空（NOTNULL）描述：存储最终的CNLC分期判断结果。