仲景中医AI大模型：5分钟开启智能中医助手新时代

仲景中医AI大模型5分钟开启智能中医助手新时代【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你是否曾为看不懂中医术语而苦恼是否希望有个专业助手能随时解答中医疑问今天我要向你介绍仲景中医AI大模型——这是首个专为传统中医领域打造的预训练大语言模型融合了古代医圣张仲景的智慧与现代人工智能技术为中医爱好者、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。 为什么选择仲景中医AI大模型在信息爆炸的时代中医知识传承面临着前所未有的挑战。传统学习需要数十年临床积累而现代人很难有如此充裕的时间。仲景中医AI大模型应运而生通过先进的人工智能技术将散落的中医知识系统化、结构化实现了中医理论与临床经验的数字化传承。 三大核心优势专业知识精准传递- 整合8万条高质量中医古籍内容与临床案例确保知识的准确性与权威性辨证论治逻辑重现- 模拟中医诊疗思维过程实现从症状分析到方剂推荐的完整推理链条个性化诊疗智能辅助- 根据用户提供的症状信息动态调整诊断思路提供符合个体特征的调理方案 快速上手3步部署你的中医AI助手环境准备与安装开始之前请确保你的系统已安装Python 3.8或更高版本。然后按照以下步骤操作# 1. 克隆项目代码 git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing cd CMLM-ZhongJing # 2. 安装依赖包 pip install -r requirements.txt # 3. 启动Web演示界面 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。模型选择建议仲景项目提供了两个不同规模的模型供你选择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显卡上运行如果你是初学者或资源有限建议从1.8B版本开始体验。 四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条理清晰的专业解释。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。 性能评估超越通用大模型的中医专业性图仲景模型与其他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在专业医师的评估中仲景中医AI大模型在中医诊疗任务上表现出色客观性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 实战应用场景场景一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。场景二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。场景三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。️ 技术架构揭秘多任务诊疗分解策略图仲景模型采用的多任务治疗行为分解指令构建策略将中医诊疗过程拆分为12个专业任务模块仲景模型的核心创新在于其独特的多任务诊疗分解架构。该架构将复杂的中医诊疗过程系统性地拆解为12个关键任务模块症状分析- 识别和归类患者症状辨证推理- 根据症状推断证型方剂选择- 匹配最合适的经典方剂剂量确定- 根据患者情况调整药量随证加减- 根据兼症调整方剂组成预后判断- 评估治疗效果和可能转归养生建议- 提供生活调养方案禁忌提醒- 提示用药禁忌和注意事项病因分析- 探究疾病发生原因病机阐释- 解释疾病发生发展机制舌脉诊断- 结合舌象脉象综合分析随访建议- 提供复诊和调养建议高质量指令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 常见误区与最佳实践常见误区误区一认为AI可以完全替代中医师纠正仲景中医AI大模型是辅助工具不能替代专业医师的临床诊断。它提供的是参考建议最终诊疗决策应由执业医师做出。误区二忽视个体差异纠正中医强调因人制宜模型建议需结合患者具体情况进行调整。年龄、体质、季节等因素都会影响方剂选择。误区三过度依赖单一症状纠正中医诊断讲究四诊合参应尽可能提供全面的症状信息包括舌象、脉象、二便等以获得更准确的辨证结果。最佳实践实践一详细描述症状在提问时尽量详细描述症状特点如疼痛性质刺痛、胀痛、隐痛、发作时间、加重缓解因素等。实践二结合舌脉信息如果可能提供舌象舌质、舌苔和脉象信息这能显著提高辨证准确性。实践三验证与调整将模型建议作为参考结合专业书籍和医师指导进行验证必要时进行调整。 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 学习资源与源码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21110860035m.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