如何用AI守护你的健康？首个中医大语言模型仲景GPT完整指南

如何用AI守护你的健康？首个中医大语言模型仲景GPT完整指南

【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪，专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - "CMLM-ZhongJing". Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing

你是否曾为找不到专业的中医咨询而烦恼？或者在学习中医时遇到难以理解的专业术语？现在，人工智能技术正在改变这一现状。仲景中医大语言模型（CMLM-ZhongJing）作为首个专为传统中医领域设计的智能诊疗助手，将古代医圣张仲景的千年智慧与现代AI技术完美融合，为中医爱好者、医学生和初级从业者提供革命性的中医知识问答和诊疗咨询服务。

一、为什么你需要一个中医AI助手？

1.1 中医学习的痛点与挑战

传统中医学习需要多年积累，面对海量的经典医籍、复杂的辨证理论和丰富的临床经验，初学者往往感到无从下手。即使是有经验的医师，在面对罕见病例时也需要查阅大量资料。仲景中医AI正是为解决这些痛点而生。

1.2 智能中医助手的三大应用场景

📚 学习助手场景：中医药大学学生在学习《伤寒论》时，可以直接向仲景AI提问"小柴胡汤的临床应用有哪些变化？"，系统不仅会详细解释原方组成和适应症，还会对比分析"柴胡桂枝汤"、"大柴胡汤"等衍生方剂的加减规律，帮助学生构建完整的知识体系。

🏥 临床辅助场景：基层医师在接诊一位"反复胃脘痛3月"的患者时，通过输入"胃脘胀痛、嗳气反酸、情绪抑郁"等症状，系统快速分析为"肝胃不和证"，推荐柴胡疏肝散加减方案，并提示"注意排查幽门螺杆菌感染"，辅助医师做出更精准的诊疗决策。

🏠 家庭健康场景：一位中年女性因"更年期失眠多梦"咨询，系统通过多轮对话了解其"心烦易怒、潮热盗汗"等伴随症状，判断为"阴虚火旺证"，推荐"百合知母汤"调理方案，并提供"睡前涌泉穴按摩"、"莲子心茶饮用"等辅助方法。

二、仲景中医AI的核心功能体验

2.1 智能辨证问诊系统 🩺

基于中医四诊合参原则，仲景AI能够模拟真实临床问诊流程。当用户描述"恶寒发热、咳嗽痰多、苔白腻"等症状时，系统会智能追问相关体征，逐步引导完成从病因分析到证型判断的完整诊疗过程。

智能交互示例：

用户：我最近总是头痛，感觉头重脚轻 仲景AI：请问头痛的具体位置在哪里？是前额痛、两侧痛还是后脑痛？ 用户：主要是两侧太阳穴位置 仲景AI：疼痛的性质是怎样的？是胀痛、刺痛还是隐痛？ 用户：感觉像胀痛，有时候还伴有恶心 仲景AI：请观察一下舌苔颜色和厚薄程度...

通过这样层层深入的问诊，系统最终给出精准的中医辨证结果。

2.2 经典方剂智能推荐 📜

整合《伤寒论》《金匮要略》等经典医籍中的上千个方剂，根据辨证结果智能匹配最优治疗方案。针对"肝郁脾虚证"，系统不仅推荐逍遥散为主方，还会根据具体症状差异提供个性化加减建议。

方剂推荐特点：

• ✅ 基于经典医籍权威方剂
• ✅ 考虑患者个体差异
• ✅ 提供加减用药指导
• ✅ 说明方剂配伍原理

2.3 中药知识全面查询 🌿

覆盖500+常用中药的性味归经、功效主治、用法用量等信息。无论是查询"黄芪的补气作用机制"还是"六经辨证的临床应用"，系统都能提供条理清晰的专业解释。

2.4 养生方案个性化生成 🌱

结合季节变化、体质差异和生活习惯，提供定制化养生建议。例如针对秋季干燥气候，系统会推荐"麦冬百合粥滋阴润肺"、"按揉太渊穴养肺阴"等简便易行的养生方法。

三、技术架构：中医诊疗的AI化革新

3.1 创新的诊疗分解策略

仲景模型的核心创新在于其独特的诊疗分解架构，将复杂的中医诊疗过程系统性地拆解为15个关键任务模块。这种设计让AI能够模拟中医医师的思维过程，实现从症状到诊断、从诊断到治疗的逻辑闭环。

图：仲景模型采用的多任务诊疗行为分解指令构建策略，将中医诊疗过程拆分为15个专业任务模块

15个诊疗场景任务包括：

1. 患者治疗故事生成
2. 诊断分析推理
3. 诊断治疗预期结果预测
4. 处方功用说明
5. 医患互动故事构建
6. 叙事医学案例编写
7. 舌象脉象分析
8. 诊疗方案制定
9. 批判性思维训练
10. 随访计划设计
11. 处方开具
12. 药物用量计算
13. 个例研究分析
14. 真实世界问题解决
15. 病因病机分析

3.2 高质量中医指令数据集

项目团队构建了包含13.5万条高质量中医指令数据，涵盖中医古籍内容、名词解释、症状近义词/反义词、证候、症状、治法等多个维度：

这种专业数据构建方法确保了模型在中医领域的专业性和准确性，避免了通用大语言模型在医疗领域常见的"幻觉"问题。

四、性能评估：超越GPT-4的中医专业能力

通过五位专业医师的系统评估，仲景模型在客观性、逻辑性、专业度、准确性和完整性五个维度均表现出色。特别值得关注的是，在中医辨证处方任务中，仲景模型展现出了超越GPT-4的专业能力。

图：仲景模型与其他AI模型在中医专业任务上的评估对比，展示其在客观性、逻辑性和专业度等维度的优秀表现

4.1 测试案例：复杂诊疗决策推理

让我们看一个真实案例的对比分析。患者廖某，46岁，慢性肾炎10余年，现蛋白尿持续(+++)，隐血(+)，血肌酐、尿素氮均升高，症状包括自汗、头晕、腰痛、乏力、夜寐不安、尿黄，舌红苔薄黄，脉细数。

国医大师参考方案：

• 辨证：阴虚火旺兼气虚
• 治法：滋阴降火兼益气
• 选方：知柏地黄汤合黄芪龙牡散
• 处方：黄芪40g，煅龙骨30g，煅牡蛎30g，熟地黄15g，怀山药15g，茯苓15g，泽泻10g，丹皮10g，枣皮10g，黄柏10g，知母10g，玉米须10g，川牛膝15g，炒薏苡仁20g

仲景模型诊断结果：

• 诊断："慢性肾小球肾炎，肾功能不全失代偿期"
• 辨证：湿热内蕴，日久耗伤气阴
• 治法：益气养阴，清热利湿
• 处方：黄芪30g，党参20g，生地20g，山药20g，茯苓20g，泽泻20g，丹皮15g，赤芍15g，丹参20g，白花蛇舌草30g，半枝莲30g，薏苡仁30g，大黄10g

从辨证思路到方剂选择，仲景模型与国医大师方案高度吻合，展现了强大的中医专业能力。

4.2 模型性能对比分析

在常规中医症状咨询、复杂诊疗决策推理和西医通用问答三个维度的测试中，仲景模型均表现出色：

五、5分钟快速上手指南

5.1 环境部署三步法

想要体验仲景中医AI的强大功能？只需简单三步即可搭建本地环境：

步骤1：获取项目代码

git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing cd CMLM-ZhongJing

步骤2：安装依赖包

pip install -r requirements.txt

步骤3：启动Web演示

python WebDemo.py

启动成功后，在浏览器中访问http://localhost:7860即可进入仲景中医AI交互界面。如果7860端口被占用，可以使用python WebDemo.py --port 7861指定其他端口。

5.2 模型版本选择建议

项目提供了两个不同规模的模型版本，满足不同使用场景需求：

对于大多数用户，我们推荐从1.8B版本开始体验，它可以在单张Tesla T4显卡上实现高速推理，部署门槛低，性能表现优秀。

5.3 使用技巧与最佳实践

1. 提问技巧：在提问时加入"详细解释"关键词，如"请详细解释什么是气滞血瘀证"，模型会根据关键词提供更深入的解析。

2. 症状描述：尽量详细描述症状特点，包括部位、性质、程度、时间等信息，有助于AI做出更准确的判断。

3. 辨证验证：AI提供的辨证结果和处方建议可作为参考，建议与专业医师的诊断相互印证。

六、常见问题解答

Q1：模型对西医问题如何处理？

仲景模型经过专门训练，能够识别西医问题并给出专业建议。当用户描述"发热、咳嗽、咽痛、呼吸困难"时，模型会建议及时就医，并说明医生可能进行的检查流程，体现了中西医结合的诊疗思维。

Q2：如何获取最新的模型更新？

定期执行git pull origin main命令拉取最新代码，然后重新安装依赖即可获得最新功能。

Q3：模型回答中医术语解释不够详细怎么办？

在提问时加入"详细解释"关键词，如"请详细解释什么是气滞血瘀证"。模型会根据关键词提供更深入的解析。

七、项目发展路线图

团队计划从三个方向推进项目发展：

1. 垂直领域深化：针对针灸、推拿等中医特色疗法开发专用模型模块
2. 临床数据整合：与医疗机构合作构建真实世界研究数据库，持续优化模型性能
3. 多模态交互升级：加入舌象、脉象等视觉数据输入，实现更全面的中医辨证辅助

随着技术的不断迭代，仲景中医大语言模型有望成为连接传统中医与现代科技的重要桥梁，为中医教育、临床辅助和健康管理提供全方位的智能支持。

八、重要提示与免责声明

重要提示：仲景中医大语言模型目前处于实验室测试阶段，所有输出结果仅供学术研究参考，不构成任何医疗建议。真实的医疗诊断及决策必须由经验丰富的专业医师通过严格规范的诊疗过程出具。临床诊断和治疗应由执业医师提供，切勿将模型输出作为最终诊疗依据。

本项目采用学术使用许可，未经允许不得商业使用，不得在医疗场景或具有潜在医疗意图场景进行临床实践。我们期待与更多中医师和研究者合作，共同推动中医智能化发展。

如果觉得本项目对您有帮助，欢迎在GitCode上Star支持我们的工作！

【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪，专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - "CMLM-ZhongJing". Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing