3步构建你的中医AI助手开启智能诊疗新纪元【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在中医学习与临床实践中你是否曾为海量的古籍文献而困惑面对复杂的辨证论治体系是否渴望有一个能随时解答疑问的专业助手CMLM-ZhongJing仲景中医大语言模型作为首个专为传统中医领域设计的预训练大语言模型将古代医圣张仲景的智慧与现代人工智能技术完美融合为中医爱好者、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。 当古老智慧遇见现代科技中医知识传承面临着前所未有的挑战古籍文献晦涩难懂辨证体系复杂多变临床经验需要数十年积累。而现代人生活节奏快难以投入如此漫长的时间成本。CMLM-ZhongJing项目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。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 快速体验三步开启智能中医之旅无需复杂的配置只需简单几步即可体验专业的中医AI助手第一步环境准备git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing cd CMLM-ZhongJing第二步安装依赖pip install torch transformers gradio第三步启动服务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。项目提供两个版本供选择13B参数版本适合高性能GPU环境1.8B轻量级版本可在单张Tesla T4显卡上流畅运行。 四大核心能力深度解析智能问答系统你的中医知识库无论是对中药性味归经的疑问还是对方剂组成配伍的困惑系统都能提供条理清晰的专业解释。比如询问黄芪的补气作用机制系统不仅会解释黄芪的性味归经还会详细说明其在补气固表、利水消肿等方面的临床应用。实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病理机制分析和治疗方案。多轮诊疗模拟虚拟中医门诊体验系统模拟真实临床问诊流程通过动态追问获取完整症状信息。当用户描述恶寒发热、咳嗽痰多、苔白腻等症状时系统会像经验丰富的老中医一样逐步引导完成从病因分析到证型判断的完整诊疗过程。方剂推荐引擎个性化治疗方案生成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如情绪抑郁明显可加郁金、香附食欲不振可加砂仁、陈皮。养生方案生成全方位健康管理助手结合季节、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形成完整的健康管理方案。 专业评估超越通用模型的中医专长图仲景模型与其他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多维度评估中CMLM-ZhongJing展现出令人瞩目的表现客观性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 实战应用场景演示场景一医学生理论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原方组成和适应症还对比分析柴胡桂枝汤、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咨询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。 技术架构创新点多任务诊疗分解策略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、症状近义词、中医词典解释、真实世界问题、病机分析等多个维度确保模型学习到准确、权威的中医知识。️ 进阶使用技巧模型调优建议对于希望进一步优化模型性能的用户可以参考以下建议数据增强在src目录下的示例代码基础上可以添加更多专业中医数据进行微调参数调整根据具体硬件配置调整batch_size和learning_rate参数领域适配针对特定中医专科如妇科、儿科进行针对性训练部署优化策略硬件选择1.8B模型可在单张Tesla T4上运行13B模型建议使用A100或V100内存优化使用混合精度训练和梯度累积技术减少显存占用推理加速采用量化技术可将模型大小压缩至原来的1/4大幅提升推理速度 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 学习资源与社区参与核心源码src/zhongjinggpt_1_b.py 包含模型核心实现代码展示了如何加载预训练模型并进行中医专业对话。Web演示界面WebDemo.py 提供了完整的交互界面实现支持单轮和多轮对话功能。学术论文项目论文ZhongJingGPT: An Expert Knowledge-Guided Language Model for Traditional Chinese Medicine已被Tsinghua Science and Technology录用详细介绍了模型的技术原理和评估方法。⚠️ 重要使用须知免责声明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。本项目遵循学术使用许可未经允许不得用于商业目的。 加入中医AI创新社区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项目地址https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing如果觉得本项目对您有帮助欢迎Star支持您的支持是我们持续改进的动力。【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