中医AI智能诊疗助手：5步开启你的专属中医数字助手
中医AI智能诊疗助手：5步开启你的专属中医数字助手
【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
你是否渴望拥有一个随时待命的中医专家，能够解答复杂的辨证论治问题？现在，仲景中医大语言模型（CMLM-ZhongJing）为你带来革命性的解决方案！作为首个专为中医领域深度优化的智能诊疗系统，它融合了千年中医智慧与现代人工智能技术，为中医学习者、从业者和爱好者提供全天候的专业支持。
🎯 为什么中医需要人工智能助手？
中医知识体系博大精深，传统学习方式往往需要数十年的临床积累。现代人生活节奏快，难以投入如此长时间的学习。仲景中医AI模型通过先进的多任务学习架构，将散落的中医理论、方剂、诊断知识系统化整合，实现了中医智慧的数字化传承。
🔍 三大核心价值
- 精准辨证分析- 基于8万条高质量中医古籍和临床数据，确保诊断建议的专业性和准确性
- 智能方剂推荐- 模拟中医诊疗思维，从症状分析到方剂配伍提供完整推理链条
- 个性化调理方案- 结合个体体质、季节变化和生活习惯，生成定制化的养生建议
🚀 快速部署指南
环境准备与安装
开始之前，请确保系统已安装Python 3.8或更高版本：
# 克隆项目到本地 git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing cd CMLM-ZhongJing # 安装必要依赖包 pip install -r requirements.txt # 启动Web交互界面 python WebDemo.py启动成功后，在浏览器中访问http://localhost:7860即可体验完整的中医AI诊疗功能。
模型选择建议
项目提供两个不同规模的模型版本：
- ZhongjingGPT1_13B(13B参数)：适合高性能GPU环境，提供更精准的诊疗建议
- ZhongJing-2-1_8b(1.8B参数)：轻量级版本，可在单张Tesla T4显卡上流畅运行
对于初学者或资源有限的环境，建议从1.8B版本开始体验。
🩺 五大核心功能深度体验
智能问答系统
覆盖中药性味归经、方剂组成配伍、中医基础理论等专业知识。无论是"黄芪的补气作用机制"还是"六经辨证的临床应用"，系统都能提供专业解释。
使用技巧：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"，可以获得更全面的解答。
多轮诊疗模拟
模拟真实临床问诊流程，通过动态追问获取完整症状信息。系统会根据用户描述的"恶寒发热、咳嗽痰多、苔白腻"等症状，逐步引导完成从病因分析到证型判断的诊疗过程。
方剂推荐引擎
基于辨证结果智能匹配最优方剂，并提供详细的药物组成、用法用量及加减建议。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调整方案。
养生方案生成
结合季节、体质和生活习惯，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。
案例学习系统
内置丰富的中医临床案例库，帮助用户通过真实病例学习中医诊疗思路。每个案例都包含完整的辨证、治则、方药分析过程。
📊 技术架构与评估验证
多任务诊疗分解策略
仲景模型采用创新的多任务诊疗分解架构，将复杂的中医诊疗过程系统性地拆解为12个关键任务模块：
该架构展示了从中医处方表数据输入到多任务指令生成的全过程，通过人机协同的方式实现诊疗行为的精细分解。
性能评估结果
在专业医师的评估中，仲景中医AI大模型在多个维度表现出色：
- 客观性：5.8/7分 - 基于真实中医理论，减少主观臆断
- 逻辑性：5.7/7分 - 诊疗推理过程严谨合理
- 专业性：5.8/7分 - 中医知识准确，术语使用规范
- 准确性：5.6/7分 - 诊断建议与临床实践高度一致
- 完整性：5.5/7分 - 回答全面，涵盖诊疗全过程
💡 实战应用场景
医学生学习辅助
中医药大学学生在学习《伤寒论》时，通过模型查询"小柴胡汤的临床应用变化"，系统不仅详细解释了原方组成和适应症，还对比分析了"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。
基层医师诊疗参考
社区卫生服务中心医师在接诊"反复胃脘痛3月"的患者时，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。
家庭健康管理
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。
🛠️ 项目资源与源码
核心源码结构
AI功能源码：src/zhongjinggpt_1_b.py - 包含模型核心实现代码
Web演示界面：WebDemo.py - 提供完整的交互界面实现
高质量数据构建
项目团队构建了超过13.5万条专业指令数据，涵盖：
- 中医古籍内容（15,971,297 tokens）
- 中医症状近义词（1,515,796 tokens）
- 中医词典解释（2,188,672 tokens）
- 真实世界问题（1,493,551 tokens）
- 病机分析（997,377 tokens）
🔧 常见问题与解决方案
Q1: 启动WebDemo时提示端口被占用？
A: 使用python WebDemo.py --port 7861命令指定其他可用端口。
Q2: 模型回答中医术语解释不够详细？
A: 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"。
Q3: 如何更新到最新版本？
A: 执行git pull origin main命令拉取最新代码，然后重新安装依赖。
Q4: 模型输出结果可以用于临床诊疗吗？
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。
🚀 未来发展规划
仲景团队计划从三个方向推进项目发展：
- 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
- 临床数据整合- 与医疗机构合作构建真实世界研究数据库
- 多模态交互升级- 加入舌象、脉象等视觉数据输入
📚 学习资源
- 官方文档：项目根目录下的README文件提供了详细的使用说明
- AI功能源码：
src/目录包含模型核心实现代码 - Web演示界面：
WebDemo.py文件提供了完整的交互界面实现
💬 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：21110860035@m.fudan.edu.cn
如果觉得本项目对您有帮助，欢迎 ⭐ Star 支持！
【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