企业官网建设流程全解析

中医AI助手仲景：如何让千年智慧在数字时代重新发光？

【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

想象一下，你是一名中医专业的学生，面对《伤寒论》中晦涩难懂的条文，或是基层医师在繁忙门诊中需要快速辨证参考，又或是中医爱好者想深入了解养生之道却无从下手。这时，一个融合古代医圣智慧与现代人工智能的专业助手，或许能成为你中医学习与实践的得力伙伴。

仲景中医大语言模型（CMLM-ZhongJing）正是这样一个创新工具，它不仅是技术产品，更是中医知识传承的数字化桥梁。这个名字源自东汉末年著名医学家张仲景，他撰写的《伤寒杂病论》奠定了中医辨证论治的基础。如今，这个同名AI系统试图在数字时代延续这一传承使命。

从困惑到清晰：中医学习的智能导航

传统中医学习常面临三大挑战：古籍语言晦涩、知识体系庞大、实践经验难以积累。仲景模型通过创新的"诊疗行为分解"策略，将复杂的中医思维过程拆解为15个可理解的任务模块，就像为学习者搭建了通往中医殿堂的阶梯。

图：仲景模型的多任务诊疗分解框架，将复杂的中医诊疗过程系统化拆解为12个关键行为单元，形成"医生-AI-数据"的智能协作闭环

这个框架的精妙之处在于，它模拟了真实的中医临床思维：从患者故事收集到症状分析，从辨证论治到方剂选择，再到治疗效果评估，每一步都有清晰的逻辑路径。对于学习者而言，这不仅是答案获取，更是思维方法的训练。

两种版本，不同场景：找到适合你的中医AI伙伴

项目提供了两个不同规模的模型版本，适应不同用户需求：

对于大多数用户，1.8B轻量版提供了最佳的平衡点——在保持专业性的同时，降低了使用门槛。你可以在普通配置的电脑上体验专业级的中医智能问答。

三步开启中医智能探索之旅

第一步：环境准备（5分钟）

打开终端，执行以下命令获取项目：

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

第二步：依赖安装（3分钟）

安装必要的Python依赖：

pip install -r requirements.txt

第三步：启动交互界面（2分钟）

运行Web演示界面：

python WebDemo.py

访问浏览器中的http://localhost:7860，一个专业的中医AI助手就准备就绪了。如果端口被占用，可以使用--port参数指定其他端口。

真实场景中的智能应用

案例一：学生如何高效学习《金匮要略》

小张是中医药大学大三学生，正在学习《金匮要略》中的"痰饮咳嗽病脉证并治"篇。传统学习方法需要翻阅多本注释，耗时费力。使用仲景模型后，他可以：

1. 提问："请解释痰饮咳嗽病的病因病机"
2. 追问："小青龙汤和苓桂术甘汤在治疗痰饮咳嗽时有何区别？"
3. 实践："如果患者咳嗽痰多色白、胸闷、舌苔白滑，应该选择哪个方剂？"

模型不仅提供标准答案，还会引导思考辨证要点，帮助建立完整的知识网络。

案例二：基层医师的临床辅助

李医生在社区卫生服务中心工作，每天接诊大量患者。面对一位"反复胃痛3个月"的中年女性患者，她可以：

1. 输入症状："胃脘胀痛、嗳气反酸、情绪抑郁时加重"
2. 获取辨证：模型分析为"肝胃不和证"
3. 参考方案：推荐柴胡疏肝散加减，并提示注意排查幽门螺杆菌感染
4. 辅助决策：提供饮食禁忌和生活调理建议

这并非替代医生判断，而是提供专业参考，帮助医生在有限时间内做出更全面的考虑。

案例三：家庭健康管理

王阿姨55岁，进入更年期后出现失眠、心烦、潮热症状。通过仲景模型，她可以：

1. 描述症状："失眠多梦、心烦易怒、午后潮热"
2. 获得分析：模型判断为"阴虚火旺证"
3. 调理建议：推荐百合知母汤加减，配合涌泉穴按摩、莲子心茶
4. 注意事项：提醒避免辛辣刺激食物，保持情绪稳定

专业评估：AI如何通过中医"执业考试"？

任何医疗相关AI都需要经过严格验证。仲景模型经历了五位专业医师的系统评估，从五个维度进行打分：

图：不同规模模型在中医诊疗任务中的专业评估对比，仲景模型在逻辑性和专业性上表现突出

评估结果显示，即使只有7B参数的仲景模型，在逻辑性（5.93/7）和专业性（5.65/7）两个关键维度上，超越了部分参数更大的通用模型。这证明了针对性领域训练的价值——不是模型越大越好，而是越专业越好。

数据背后：13.5万条指令的智慧结晶

模型的专业性源于高质量的训练数据：

• 中医古籍精粹：3.1万条指令，覆盖《伤寒论》《金匮要略》等经典核心内容
• 症状关联网络：2.7万条同义词指令，建立症状间的内在联系
• 专业术语解析：2万条词典指令，确保术语使用准确规范
• 真实临床问题：近8千条指令，解决实际诊疗中的困惑

这些数据不是简单收集，而是经过"人类医生-AI"双主体协作流程精心构建。医生筛选优质病例，AI分解诊疗行为，医生再审核优化——形成持续改进的智能闭环。

常见疑问解答

Q：模型回答不够详细怎么办？

A：在提问时加入"详细解释""分点说明""举例说明"等关键词，如"请分点详细解释气滞血瘀证的临床表现和治疗原则"。模型会根据指令调整回答深度。

Q：如何确保回答的专业准确性？

A：模型基于经典医籍和现代中医教材训练，但所有输出都应视为参考意见。重要医疗决策仍需专业医师把关。模型特别设置了风险提示机制，对疑似危重症状会建议立即就医。

Q：西医症状如何处理？

A：模型具备中西医结合思维。当用户描述"发热、咳嗽、咽痛、呼吸困难"时，系统会建议及时就医，并说明可能的检查流程，体现了现代医学的安全意识。

Q：需要什么样的电脑配置？

A：1.8B版本对硬件要求友好，单张8GB显存的显卡（如Tesla T4）即可流畅运行。对于没有独立显卡的用户，CPU模式也可使用，只是速度稍慢。

未来展望：中医智能化的三个方向

1. 专科深化：针对针灸、推拿、儿科等中医特色专科开发专用模块
2. 多模态融合：整合舌象、脉象等视觉和触觉信息，实现更全面的辨证
3. 临床验证：与医疗机构合作开展真实世界研究，持续优化模型性能

重要提示：智能辅助，专业为本

核心原则：仲景模型目前处于学术研究阶段，所有输出仅供学习参考，不构成医疗建议。真实的诊断和治疗必须由执业医师在规范诊疗过程中完成。

中医的智慧在于"辨证论治"的个体化思维，AI的价值在于提供专业参考和知识支持。我们期待这个工具能成为中医学习者的"智能导师"，临床医师的"专业助手"，让千年中医智慧在数字时代焕发新的生命力。

项目路径：gh_mirrors/cm/CMLM-ZhongJing
核心源码：src/zhongjinggpt_1_b.py
演示界面：WebDemo.py

如果你对中医智能化感兴趣，欢迎体验这个开源项目，共同探索传统医学与现代科技的融合之路。

【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