ICLR，2013 年由深度学习三巨头中的Yoshua Bengio 和 Yann LeCun 牵头创办，已受到研究者和开发者的广泛认可，是当之无愧的深度学习领域顶级会议。今年，由中山大学、加利福尼亚大学圣迭戈分校和腾讯天衍实验室等组织联合举办的医疗对话生成与自动诊断国际竞赛，已于3月1日正式启动，面向全球开放报名通道。
传染病大流行是威胁人类社会生存的重大灾难。截至目前，新冠大流行已在全球造成超1.1亿人感染，约258万人死亡。世卫组织更表示，未来有可能暴发比此次新冠疫情更加严重的全球大流行病。为了防止传染病的大流行，关键在于及时做好防控工作，而其中重要一环就是要尽早发现人群中的疑似患者。但是，该工作所需人力物力庞大，这对于资源贫乏的地区或国家更是困难重重。
对此，如果可以开发出一个能与人对话，并综合其所述症状，自动做出诊断的医疗对话系统，将有助于从大规模人群中快速定位出疑似患者，以进行进一步精确检测，从而大大减轻医务人员的负担，降低筛查难度。以此为目的，本次竞赛以自动医疗诊断对话系统的开发为主题，是第一个针对医疗对话生成和诊断国际挑战赛事，目前设置了两大赛道：医疗对话生成赛道和自动医疗诊断赛道。
赛道一：医疗对话生成
医疗对话生成指的是根据对话历史，生成与上下文一致且符合医学原理的文本回复。本赛道具体包含两大子任务：回复生成和实体预测。给定对话历史，回复生成任务旨在生成用于回复用户的文本；实体预测任务则是预测在下一句回复中可能出现的所有医疗相关实体。为支持模型训练和评估，本赛道提供了一个大规模中文医疗对话数据集MedDG（包含超过17K个对话，涉及12种常见胃肠道疾病，并提供了精细的实体级别标注）。任务评估指标采用BLEU-1/4（针对回复生成任务）以及F1-score（针对实体预测任务）。评估指标平均得分最高的队伍将夺得冠军。
赛道二：自动医疗诊断
自动医疗诊断指的是，在与患者对话过程中，收集患者除自我报告以外的其它症状，并自动做出疾病诊断。对此，本赛道提供了一个中文医疗诊断对话数据集MDD（包括12种疾病，118种症状，总计2374个对话数据）用于支持模型训练和评估。最终诊断准确率最高的队伍将夺得冠军。
各赛道的优胜者最高可获得1000美元的奖励，快来报名参加吧！竞赛于3月1日正式开启报名通道，想进一步了解ICLR 2021 医疗对话生成与自动诊断国际竞赛详情和报名方式的，可进入比赛页面查看详细内容：
https://mlpcp21.github.io/pages/challenge
后台回复关键词【入群】
加入卖萌屋NLP/IR/Rec与求职讨论群
后台回复关键词【顶会】
获取ACL、CIKM等各大顶会论文集！
