仲景中医AI：让千年中医智慧融入现代AI的智能诊疗助手

仲景中医AI让千年中医智慧融入现代AI的智能诊疗助手【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你是否想过将张仲景的千年中医智慧与最新人工智能技术结合会产生怎样的火花仲景中医大语言模型CMLM-ZhongJing正是这样一个革命性的尝试——这是首个专为传统中医领域打造的预训练大语言模型为中医爱好者、医学生和初级从业者提供智能化的中医知识问答和诊疗咨询服务。这个中医AI模型不仅能理解中医专业术语还能进行辨证论治的逻辑推理为中医学习者提供专业的参考建议。在传统中医学习需要长时间经验积累的今天仲景中医大语言模型通过AI技术实现了中医知识的智能化传承让传统医学智慧与现代科技完美融合。 为什么需要中医AI助手中医学习曲线陡峭需要记忆大量方剂、掌握复杂辨证方法。传统学习方式往往需要数年甚至数十年的实践积累。仲景中医AI通过多任务诊疗分解策略将中医诊疗过程拆解为15个关键环节让AI能够系统性地理解中医辨证论治的逻辑流程。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12个专业任务模块 三分钟快速上手体验环境准备与安装首先确保系统已安装Python 3.8或更高版本然后通过以下命令获取项目代码git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing cd CMLM-ZhongJing pip install -r requirements.txt启动Web演示界面项目提供了基于Gradio的网页版演示界面支持单轮和多轮对话功能python WebDemo.py启动成功后在浏览器访问http://localhost:7860即可开始使用仲景中医AI进行专业对话。无需复杂的配置只需简单的几步就能体验到中医AI的强大功能。模型下载与使用我们开源了针对Baichuan2-13B-Chat和Qwen1.5-1.8B-Chat的微调权重ZhongjingGPT1_13B13B参数需要高性能GPUZhongJing-2-1_8b1.8B参数单张Tesla T4即可运行如果你只是想快速体验可以通过Colab免费进行1.8B模型的GPU推理无需本地部署。 中医AI的三大核心优势1. 多任务诊疗分解策略借鉴人类记忆与学习机制通过15种诊疗场景任务构建高质量指令数据。这种创新的架构让AI能够更好地理解中医辨证论治的逻辑流程从诊断分析到方剂推荐再到疗效跟踪形成完整的诊疗闭环。2. 13.5万专业指令数据涵盖中医古籍、方药、证候、舌脉象、批判性思维等多维度知识。模型融合了8万条高质量中医古籍内容、专业名词解释和典型辨证案例确保在中医专业知识上的准确性和可靠性。3. 跨专科泛化能力基于妇科数据训练在内外骨等多学科领域展现出良好的诊断与处方能力。相比传统AI模型仲景在逻辑性和完整性方面表现尤为突出。 专业医师评估验证由五位专业医师从五个维度进行系统评估的结果显示仲景中医AI在多个关键指标上表现出色图五位专业医师从五个维度对仲景模型的评估结果显示其在中医专业任务上的优秀表现从表格中可以看到即使在参数量相对较小7B的情况下仲景模型在逻辑性、专业性等关键指标上仍能与其他大型模型媲美展现了中医AI的专业优势。 实战应用场景展示中药知识查询用户可以直接询问中药的功效和用法如请解释当归的性味归经和主要功效系统会基于专业中医知识库提供准确回答。辨证论治咨询当描述症状恶寒发热、头痛无汗时系统会结合中医理论分析病因病机推荐相应的治疗方剂和调理建议。复杂病例分析在测试中仲景模型展现出了令人印象深刻的辨证能力。例如面对心痛彻背背痛彻心的症状模型准确识别为胸痹范畴并推荐了丹参饮和血府逐瘀汤等经典方剂。养生保健指导针对季节变化和个人体质系统可提供个性化的养生方案如秋季干燥如何通过饮食调理肺阴。 技术架构深度解析创新的数据构建方法目前基于Self-Instruct的方法虽然可以快速构造海量指令数据但在医疗、法律等对专业知识容错率极低的领域幻觉输出会严重影响模型准确性——不当的诊断及处方建议甚至可能危及患者生命。我们提出了一种以专业性为核心的指令数据构建方法采用专业表格借助大语言模型的语言表征能力严格设置特定prompt模板使模型基于中医妇科方药数据生成覆盖15个诊疗场景的指令数据。核心功能源码分析项目的核心代码位于src/zhongjinggpt_1_b.py展示了如何加载和使用仲景中医AI模型。代码结构清晰易于理解和使用from transformers import AutoModelForCausalLM, AutoTokenizer import torch # 初始化模型和分词器 peft_model_id CMLL/ZhongJing-2-1_8b base_model_id Qwen/Qwen1.5-1.8B-Chat model AutoModelForCausalLM.from_pretrained(base_model_id, device_mapauto) model.load_adapter(peft_model_id)模型评估体系我们从三个维度对模型能力进行了系统评估常规中医症状咨询、复杂诊疗决策推理和西医通用问答。对比模型包括GPT-4、BaiChuan2-13B-Chat、Baichuan 2 53B及DeepSeek-V3.2。核心发现在部分专科医师实例测试中仲景具备强于GPT-4的中医辨证处方能力在复杂诊疗决策推理中展现出媲美国医大师的辨证处方水平。 与主流模型的对比测试测试一常规中医症状咨询问题心痛彻背背痛彻心怎么治疗请你对此症状给出中医处方。仲景中医AI的回答心痛彻背、背痛彻心的患者多属于胸痹的范畴。中医认为胸痹是由于正气亏虚导致痰浊、瘀血等邪气阻滞心脉而引起的。因此治疗上以活血化瘀、祛痰通络为主。常用的中药有1、丹参饮丹参、檀香、砂仁。其中丹参具有活血化瘀的作用檀香具有行气止痛的作用砂仁具有化湿的作用。三者合用共奏活血化瘀、理气止痛的功效。2、血府逐瘀汤桃仁、红花、当归、生地、川芎、赤芍、牛膝、桔梗、枳壳、甘草。其中桃仁、红花、当归、川芎、赤芍具有活血化瘀的作用生地具有清热凉血的作用牛膝具有引药下行的作用桔梗具有开宣肺气、通调水道的作用枳壳具有理气宽胸的作用甘草具有调和诸药的作用。与其他模型相比仲景中医AI在病机辨证和处方质量上都表现出明显优势能够准确识别病症并提供合理的经典方剂。测试二复杂诊疗决策推理面对复杂的慢性肾炎病例仲景中医AI展现了出色的辨证能力。在46岁患者廖某的案例中模型准确诊断为湿热内蕴日久耗伤气阴推荐了益气养阴、清热利湿的方剂与国医大师熊继柏的医案思路高度吻合。 重要注意事项免责声明目前所有输出结果仅供学术研究参考不构成任何医疗建议。临床诊断和治疗应由经验丰富的专业医师提供。本研究仅供学术研究使用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。 未来发展方向仲景中医大语言模型将持续优化中医知识表示和推理能力未来计划推出针对不同中医流派优化的专用版本。随着技术的不断进步中医AI将在辅助学习、临床参考和知识传承方面发挥更大作用。项目路线图包括基于内、外、妇、儿、骨等多学科数据采用多任务诊疗分解策略构建百万级Instruct数据微调模型基于LLaMA 2、百川-7B等模型持续迭代后续将发布李时珍、王叔和、皇甫谧、孙思邈、葛洪、岐黄版中医药大语言模型探索高效领域微调策略 加入我们数据处理与标注是训练模型的重要环节之一。我们诚挚欢迎具有浓厚中医思维及创新精神的中医师加入也会在数据层面声明相应的贡献。期待我们有朝一日实现可信赖的中医通用人工智能让古老的中医学与新时代科技融合焕发新春 联系方式21110860035m.fudan.edu.cn重要提示模型输出结果仅供学术研究参考不可替代专业医师的诊断和治疗建议。使用过程中如遇复杂病情请及时咨询执业医师。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考