LLM_Based_健康委员会残疾评估报告生成与伤残百分比分配研究数据

数据集概述

本数据集围绕大型语言模型（LLMs）在健康委员会残疾评估中的应用展开，研究ChatGPT-4o和Data Analyst两款模型生成残疾报告、分配伤残百分比的能力。通过9个真实患者场景，从与专家指南的一致性、完整性、准确性等维度评估模型表现，并对比模型与专家计算的伤残百分比，分析模型可靠性。数据集包含1个文档文件。

文件详解

• 文件名称：Engellilik AI çalışması.docx
• 文件格式：DOCX
• 字段映射介绍：文档记录了LLM辅助健康委员会残疾评估的研究内容，涵盖模型评估的患者场景、5点Likert量表评估维度、模型与专家的伤残百分比对比结果、模型性能得分及可靠性分析等核心研究数据。

适用场景

• 医疗AI应用评估: 分析LLMs在残疾评估报告生成、伤残百分比分配任务中的性能表现与局限性。
• 医疗健康决策支持: 探索AI辅助健康委员会进行残疾评估的可行性与优化方向。
• 自然语言处理模型评估: 研究大语言模型在医疗专业文本生成与数值计算任务中的能力差异。
• 医疗AI监管研究: 为医疗AI系统的专家监督机制设计提供实证数据支持。