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_13B13B参数基于Baichuan2-13B-Chat微调需要高性能GPUZhongJing-2-1_8b1.8B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