仲景中医大语言模型：当千年中医智慧遇见现代人工智能

仲景中医大语言模型：当千年中医智慧遇见现代人工智能

【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

在信息爆炸的数字化时代，传统中医面临着知识传承难、经验积累慢的困境。中医辨证论治的复杂过程往往需要数十年临床实践才能掌握，而现代医学的快速发展使得中医知识体系显得愈发庞大而分散。正是在这样的背景下，仲景中医大语言模型（CMLM-ZhongJing）应运而生——这是首个专为传统中医领域打造的预训练大语言模型，它将古代医圣张仲景的诊疗智慧与现代人工智能技术完美融合，为中医智能化传承与应用开辟了全新道路。

传统中医的数字化挑战与AI解决方案

中医作为中华文明的瑰宝，拥有数千年的历史积淀。然而，在当今快节奏的现代社会中，中医面临着三大核心挑战：知识体系复杂、经验传承困难、诊疗标准化不足。传统的中医学习需要"师带徒"的长期培养模式，年轻医师往往需要十年以上的时间才能形成准确的辨证能力。

仲景中医大语言模型正是为解决这些问题而生。通过深度学习技术，模型系统性地整合了超过13.5万条高质量中医指令数据，涵盖古籍文献、方剂配伍、证候分析、舌脉诊断等多个维度，构建了一个能够理解中医思维、模拟中医诊疗过程的智能系统。

图1：仲景模型采用的多任务诊疗分解策略，将中医诊疗过程拆分为15个专业任务模块

核心技术：多任务诊疗分解策略

传统的大语言模型训练方法在医疗领域面临一个严峻问题：专业知识的容错率极低。一个错误的诊断建议可能带来严重后果。为此，仲景团队创新性地提出了多任务诊疗分解策略，这是模型能够准确理解中医思维的关键所在。

人类医生思维的可计算化

中医诊疗过程本质上是一个复杂的认知推理过程。仲景模型借鉴人类记忆与学习机制，通过15个诊疗场景任务构建高质量指令数据：

1. 患者治疗故事- 模拟真实病例的完整诊疗过程
2. 诊断分析- 从症状到证型的逻辑推理
3. 舌脉象分析- 中医特有的诊断维度
4. 方剂功能解析- 理解药物配伍的深层逻辑
5. 随访管理- 治疗效果的持续追踪

这种分解策略让AI能够像人类医生一样，从症状分析到辨证论治，再到方剂推荐，形成一个完整的诊疗思维链条。相比传统AI模型，仲景模型在中医专业任务上的表现更加贴近真实医师的思维过程。

数据构建的专业化路径

团队构建了涵盖中医古籍内容、名词解释、症状近义词/反义词、证候、症状、治法等多维度的常识指令数据，约8万条。这些数据不仅数量庞大，更重要的是质量极高——每一条数据都经过专业中医师的严格审核，确保知识的准确性和权威性。

三大核心能力：重新定义中医AI边界

✨ 智能辨证问诊系统

仲景模型能够理解用户描述的症状，进行多轮问诊，最终给出准确的辨证分析。例如，当用户描述"恶寒发热、咳嗽痰多、苔白腻"时，系统不仅能够识别这是风寒束肺证，还能进一步分析病机、推荐相应方剂，并提供详细的用药说明。

✨ 精准方剂推荐引擎

基于辨证结果，模型能够智能匹配最优方剂。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"加郁金、合欢皮以增强疏肝解郁"等个性化调整方案。这种精准推荐能力来源于对中医经典方剂的深度理解和临床经验的融合。

✨ 跨学科知识整合能力

尽管模型主要基于妇科数据训练，但在内外骨等多学科领域展现出良好的诊断与处方能力。这种跨专科泛化能力证明了模型已经掌握了中医的核心辨证思维，而不仅仅是记忆特定领域的知识。

性能验证：超越通用大模型的专精表现

在专业医师的评估中，仲景模型展现出了令人瞩目的性能。让我们通过几个实际案例来看看它的表现：

案例一：常规症状咨询

当询问"心痛彻背，背痛彻心，怎么治疗"时：

• GPT-4：给出泛泛而谈的建议，缺乏具体方剂
• BaiChuan2-13B：中医常识缺失，偏向西医对症处理
• 仲景模型：准确判断为胸痹，推荐丹参饮和血府逐瘀汤，病机解释简明，处方合理

案例二：复杂诊疗决策

面对一位46岁慢性肾炎患者，伴有蛋白尿、血尿、自汗、头晕、腰痛等症状：

• 通用模型：辨证模糊，处方思路混乱
• 仲景模型：准确诊断为"阴虚火旺兼气虚"，推荐知柏地黄汤合黄芪龙牡散，与国医大师熊继柏的诊疗方案高度吻合

案例三：急诊情况处理

对于"发热、咳嗽、咽痛、呼吸困难"的急诊咨询：

• 普通模型：给出生活护理建议，缺乏急诊意识
• 仲景模型：直接建议立即就医，并详细说明医生可能采取的检查步骤，体现了专业的临床思维

表1：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

五分钟快速上手：构建你的专属中医助手

环境部署三步法

1. 获取项目代码

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

2. 安装依赖库

pip install -r requirements.txt

3. 启动Web演示

python WebDemo.py

启动成功后，访问http://localhost:7860即可进入仲景中医AI交互界面。系统支持单轮和多轮对话，你可以像与真实中医师交流一样，逐步描述症状，获得专业的辨证分析。

模型选择指南

仲景团队开源了两个版本的模型权重：

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

应用场景：从学术研究到临床辅助

学术研究支持

对于中医药院校的师生和研究人员，仲景模型是一个强大的研究工具。它可以：

• 快速检索中医古籍中的相关内容
• 分析方剂配伍规律
• 辅助理解复杂的中医理论概念
• 为论文写作提供专业的术语解释和文献支持

临床辅助工具

虽然模型目前不具备临床诊断资格，但它可以作为医师的辅助工具：

• 提供辨证思路参考
• 快速检索相似病例的诊疗方案
• 帮助年轻医师建立系统的中医思维框架
• 在复杂病例中提供多角度的分析视角

中医科普教育

对于中医爱好者和普通民众，模型可以：

• 解答常见的中医养生问题
• 解释中医基本理论和概念
• 提供个性化的健康调理建议
• 帮助理解中医诊疗的基本原理

技术优势：为什么选择仲景模型？

专业度超越通用模型

在专业医师的评估中，仲景模型在客观性、逻辑性、专业性、准确性、完整性五个维度均表现出色。特别是在专业性方面，其表现甚至超越了参数规模更大的通用语言模型。

轻量级部署友好

1.8B参数版本的模型可以在单张Tesla T4显卡上流畅运行，这意味着即使是资源有限的研究机构或个人开发者，也能轻松部署和使用这个强大的中医AI工具。

持续的技术迭代

团队计划基于内、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。未来还将发布李时珍、王叔和、皇甫谧、孙思邈、葛洪、岐黄等版本的中医药大语言模型，形成完整的中医AI生态。

安全使用指南与未来展望

重要免责声明

仲景中医大语言模型目前仅供学术研究参考，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医师通过严格规范的诊疗过程出具。模型尚处于实验室测试阶段，其涌现的证型分类和处方生成能力尚且粗浅，不具备高度可信的临床诊疗能力。

未来发展方向

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
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
4. 个性化健康管理：结合用户体质、生活习惯等数据，提供定制化的养生方案

结语：中医智能化的新起点

仲景中医大语言模型不仅仅是一个技术产品，更是中医现代化进程中的重要里程碑。它将古老的中医智慧与现代人工智能技术相结合，为中医的传承和发展提供了全新的可能性。

随着技术的不断迭代和完善，我们有理由相信，中医AI将成为连接传统医学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。这不仅是对张仲景等古代医圣智慧的传承，更是对中医未来发展方向的积极探索。

特别提醒：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