仲景中医大语言模型：开启传统医学智能化的革命性工具
【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
在当今人工智能技术飞速发展的时代，医疗健康领域正迎来前所未有的变革。对于拥有数千年历史的传统中医而言，如何与现代科技深度融合成为了一项重要课题。仲景中医大语言模型（CMLM-ZhongJing）作为首个专为中医领域设计的大语言模型，不仅继承了古代医圣张仲景的智慧精髓，更通过创新的多任务诊疗分解架构，为中医智能化提供了革命性的解决方案。这款中医AI模型能够提供专业的中医知识问答和智能诊疗咨询服务，让传统医学焕发新的生机。
为什么中医需要专门的AI模型？
通用大语言模型在处理中医专业问题时常常表现出"泛泛而谈"或"中医常识欠缺"的问题。中医辨证论治过程复杂多变，需要数十年的临床实践才能形成准确判断，这对AI模型提出了极高的专业要求。传统中医面临着知识传承难、经验积累慢的挑战，而仲景模型通过创新的多任务诊疗分解策略，将复杂的中医诊疗过程系统性地拆解为多个关键任务模块，让AI能够模拟中医医师的思维过程，实现从症状到诊断、从诊断到治疗的逻辑闭环。
图1：中医诊疗行为分解与大语言模型协同工作架构图，展示了12个关键诊疗子模块的分解流程
创新技术：多任务诊疗分解架构
仲景模型的核心创新在于其独特的多任务诊疗分解架构。这个架构将中医诊疗过程拆解为12个专业任务模块，每个模块都有特定的功能。通过这种模块化设计，模型能够专注于每个诊疗环节的专业性，而不是简单地生成通用回复。在处理具体症状时，模型会先进行症状分析，然后进行辨证推理，最后选择合适的方剂，并给出详细的药物组成和用法说明。
这种架构借鉴了人类记忆与学习机制，通过穿插学习、间隔练习和多样化学习来提升知识巩固程度。模型基于中医妇科方药数据生成覆盖15个诊疗场景的指令数据，包括诊断分析、舌脉诊断、治疗模板构建、随访、草药剂量等专业模块。
性能评估：超越通用模型的专业表现
在专业医师的系统评估中，仲景模型展现出了令人印象深刻的能力。五位专业医师从五个维度对多个模型进行了全面评估，结果显示仲景模型在客观性（5.79分）和逻辑性（5.93分）方面表现突出。虽然其参数量仅为7B，远小于GPT-4的175B+参数，但在中医专业任务上的表现却更加精准和专业。
图2：不同参数规模中医诊疗模型的性能对比，展示了仲景模型在客观性、逻辑性等5项指标上的优秀表现
实际测试案例对比
在常规中医症状咨询测试中，当询问"心痛彻背，背痛彻心，怎么治疗"时，通用模型如GPT-4仅能给出泛泛而谈的建议，而仲景模型则能准确诊断为"胸痹"范畴，并推荐丹参饮、血府逐瘀汤等经典方剂，病机解释简明准确，处方合理。
在复杂诊疗决策推理测试中，面对慢性肾炎肾功能不全的复杂病例，仲景模型展现出了与国医大师熊继柏医案高度吻合的辨证思路，准确判断为"湿热内蕴，日久耗伤气阴"，处方思路与专家方案高度一致。
快速部署指南：三步开启中医AI体验
第一步：环境准备与安装
首先确保您的系统已安装Python 3.8或更高版本，然后获取项目代码：
git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing cd CMLM-ZhongJing pip install torch transformers gradio accelerate peft第二步：模型选择与配置
仲景模型提供了两个版本供选择：
- ZhongjingGPT1_13B（13B参数）：基于Baichuan2-13B-Chat微调，需要高性能GPU
- ZhongJing-2-1_8b（1.8B参数）：基于Qwen1.5-1.8B-Chat微调，单张Tesla T4即可运行
对于大多数用户，推荐使用1.8B版本，它在保持良好性能的同时对硬件要求更低。
第三步：启动Web演示界面
运行Web演示程序，在浏览器中开始使用：
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。如果7860端口被占用，可以使用其他端口：
python WebDemo.py --port 7861四大应用场景：中医AI的实用价值
场景一：中医教育辅助平台
中医药大学学生在学习中医经典时，可以通过模型查询方剂的临床应用变化。系统不仅详细解释了原方组成和适应症，还对比分析了衍生方剂的加减规律。学生可以通过多轮对话深入探讨每个方剂的适用证型、药物加减原理和现代临床应用，大大提升了学习效率。
场景二：基层医疗机构诊疗支持
社区卫生服务中心的医师在接诊患者时，通过仲景模型输入症状描述。系统快速分析证型，推荐合适的方剂方案，并提示注意事项。这辅助医师在短时间内完成从症状收集到初步诊断的整个过程，大大提高了诊疗效率，特别是在医疗资源相对匮乏的地区。
场景三：个人健康管理顾问
普通用户因健康问题咨询时，系统通过多轮对话了解伴随症状，判断证型，推荐调理方案，并提供辅助方法。这体现了中医AI在健康管理中的实用价值，让传统中医智慧更好地服务于现代人的生活，帮助用户建立科学的中医养生观念。
场景四：中医科研数据挖掘
研究人员可以利用模型对大量中医古籍文献进行智能分析和整理，快速提取关键信息，发现潜在的药物配伍规律和证治规律，为中医现代化研究提供数据支持。
技术优势深度解析
专业领域深度适配
通用大语言模型在处理中医问题时存在术语理解不准确、辨证逻辑不完整等问题。仲景模型通过专业的中医数据集和多任务分解架构，专门针对中医诊疗场景优化，在专业性、逻辑性和准确性方面表现更优。模型基于13.5万+专业指令数据训练，涵盖中医古籍、方药、证候、舌脉象、批判性思维等多维度知识。
轻量化部署优势
1.8B参数版本可以在单张Tesla T4显卡上流畅运行，内存占用仅需4-6GB，适合大多数开发者和医疗机构部署。即使是13B版本，也相比通用大模型具有更好的硬件适应性。
开源可定制性
作为开源项目，仲景模型允许用户基于自有数据进行微调、集成到现有医疗系统中、开发特定专科的应用，或进行二次开发和功能扩展。核心源码文件src/zhongjinggpt_1_b.py包含了模型初始化的关键逻辑，为开发者提供了充分的定制空间。
多轮对话能力
模型支持完整的问诊流程模拟，通过动态追问获取完整症状信息，记录完整的对话历史进行综合分析，模拟真实的中医问诊过程。这种能力使得模型能够处理复杂的临床场景，提供更加个性化的诊疗建议。
常见问题与解答
Q1：启动WebDemo时提示端口被占用怎么办？
A：使用python WebDemo.py --port 7861命令指定其他可用端口，如7862、7863等。也可以检查系统中是否有其他程序占用了7860端口，使用netstat -tlnp | grep 7860命令查看端口占用情况。
Q2：如何获得更精准的诊疗建议？
A：提供更详细的症状描述是关键。包括主要症状和伴随症状、症状发生的时间和频率、舌象和脉象（如果有）、既往病史和治疗情况。越详细的信息越有助于模型做出准确的辨证分析。
Q3：模型支持哪些中医专科？
A：目前主要基于妇科数据训练，但在内外骨等多学科领域也展现出良好的诊断与处方能力。未来计划扩展到针灸、推拿、儿科、骨科等中医特色疗法领域。
Q4：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。建议定期关注项目更新，获取性能改进和新功能。也可以通过查看README.md文件了解最新版本信息。
Q5：模型输出的诊疗建议是否可以直接使用？
A：绝对不可以。模型目前处于研究阶段，所有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。真实的医疗诊断及决策需要由经验丰富的医师通过严格规范的诊疗过程出具。
未来发展方向与展望
多模态能力扩展
团队计划加入舌象、脉象等视觉数据输入，实现更全面的中医辨证辅助。通过图像识别技术分析舌苔、舌质、舌形等特征，结合脉象数据，提供更加精准的中医诊断支持。
专科领域深化
针对针灸、推拿、儿科、骨科等中医特色疗法开发专用模型模块，提供更精细化的诊疗建议。每个专科都将有专门的数据集和训练策略，确保模型在特定领域的专业性。
临床数据整合优化
与医疗机构合作构建真实世界研究数据库，持续优化模型性能。通过与临床实际病例的对比分析，不断调整模型的辨证逻辑和处方推荐策略，提升临床实用性。
智能辅助诊断系统
开发完整的智能辅助诊断系统，整合中医四诊信息，提供从症状采集到辨证论治的全流程支持。系统将支持多种输入方式，包括文本、语音、图像等，为中医临床工作提供全方位支持。
重要提示与使用建议
重要提示：仲景中医大语言模型目前处于研究阶段，所有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。模型虽然经过专业医师评估，但仍可能存在错误或不完整的建议。
使用建议：
- 对于复杂病情，请及时咨询执业医师
- 模型建议应作为参考，而非最终诊断
- 注意保护患者隐私和个人信息
- 遵守相关法律法规和医疗伦理规范
- 在使用过程中发现任何问题或建议，欢迎通过项目提供的联系方式反馈
通过本文的介绍，相信您已经对仲景中医大语言模型有了全面的了解。这个开源项目不仅为中医智能化提供了技术基础，也为传统医学的现代化传承开辟了新的可能性。无论您是开发者、医学生还是中医爱好者，都可以通过这个项目体验AI与传统中医结合的魅力，共同推动中医事业的发展与创新。
【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
