跳到正文
原文
梅斯医学·临床资讯·· 2026-10-09AI 评分29

中国医学杂志:中医药大语言模型的研究进展、应用与挑战

Chin Med:中医药智能化革新!大语言模型的研究进展、应用与挑战

AI 导读

中医药大语言模型(TCM-LLMs)凭借处理非结构化文本及构建逻辑推理链条的优势,正成为中医药智能化研究的核心工具。但目前该领域仍处于发展初期,尚未形成系统性梳理。数据标准化、模型可解释性、临床安全性及评估规范化仍是当前亟待突破的核心难题。

正文

11分钟前 清泉心田 MedSci原创 发表于上海

目前 TCM-LLMs 已完成数据体系、建模技术、应用场景的初步搭建,但仍处于发展初期,数据标准化、模型可解释性、临床安全性、评估规范化仍是亟待突破的核心难题。

深度解析医学证据,DeepEvidence为你支撑决策 中医药是我国特色医疗体系,依托整体辨证、复方施治的核心理论,形成了个性化诊疗的医学范式,具备极高的临床价值与传承意义。但中医药体系存在数据源繁杂、知识表达隐晦、辨证诊疗逻辑抽象、术语标准不统一等痛点,传统数据挖掘与统计学方法难以拆解其复杂的诊疗关联,无法实现现代化科学验证与规模化算力赋能。 随着中医药古籍文献、临床诊疗记录的全面数字化,大语言模型(LLMs)凭借处理非结构化文本、学习抽象关联、构建逻辑推理链条的核心优势,成为中医药智能化研究的核心工具,有效突破了传统技术的应用局限。目前,中医药大语言模型(TCM-LLMs)相关研究快速迭代,但现有成果较为零散,缺乏对数据资源、建模策略、评估体系及应用场景的系统性梳理,极大制约了该领域的规范化发展与临床落地。基于此,本研究系统综述 TCM-LLMs 的全链条研究体系,为领域后续发展提供参考依据。 本研究采用系统性文献综述法,以公开发表的中医药与大语言模型相关研究为核心素材,从全研究流程维度开展梳理分析。研究全面整合五大类中医药数据源,包括中医药古籍文献、现代标准化中医药知识、电子诊疗

小提示:本篇资讯需要登录阅读,点击跳转登录

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言

来源:梅斯医学·临床资讯 · news.medsci.cn