seqingwuyetian但它核心产品中医临床智能辅助诊疗系统，实现了从基层村级卫生室到三甲中医院的应用覆盖，积累了 400 多家等级医院、8000 多家基层医疗机构的用户。

　　以中医养生调理大模型为例，只需输入症状、体征信息。比如输入怕冷及相关症状。

　　大模型就能输出一系列多维度的养生方案来。包括中药、经络穴位、食疗、茶饮等一步到位。

　　src=本以为这样就结束了，但没想到的是演示之后，大经中医竟然还直接公开了正在进行的训练过程？！

　　首先是知病场景——基于已确诊疾病的临床诊疗大模型的现场演示，即输入患者 疾病 - 症状 - 体征 信息，让大模型输出辨证结果、治则治法和中药方剂。

　　一上来，它就会自称「小经医生」，询问需要咨询的疾病。现场输入慢性胃炎后，它会进一步要求你提供相关的病情。

　　src=患者 3 年前出现胃痛，隐隐地痛，有时候会有胃热的感觉。前年 9 月份去当地人民医院做了胃镜检查，当时诊断为浅表性胃炎。患者平时吃的比较少，胃口一般，口干，大便干，睡眠一般，舌红，脉细数。

　　最终可以看到，它成功地推断出了证型「脾胃阴虚型」，并给出了治法、处方以及用药和用法。

　　src=而即便是那种没有明确诊断的疾病，只输入症状和体征信息。大模型也能输出完整的结果来，即第二个子模型知症。比如输入 盗汗 以及相关病情。

　　src=而在健康养生场景下，只需输入最近困扰你的亚健康问题，就能快速获取一整套涵盖艾灸、按摩、膏方、茶饮、膳食、汤羹等内容的养生建议。

　　src=这样的能力，离不开行业数据的支撑和训练。据大经中医技术总监王祺表示，在大模型的训练中，主要用了这些数据集——

　　1100 万条中医知识图谱数据；1500 本中医古籍和文献数据；10 万份线 万条脉象、舌象、经络、穴位数据；200 万条真实的中医临床诊疗数据。

　　主要采用四层递进的训练方式：预训练→监督微调→奖励模型→强化学习。目前，前两个阶段已经完成，后两个阶段正在持续迭代中。

　　src=目前该训练系统正在由中医和 AI 两方面的专家协作完成。中医专家评估的 ID，已经达到了1704605，足以见其数据规模。

　　敢一下子放出三个子模型，并在现场直接公开训练过程，大经中医底气从何而来？

　　从 UI、OS、EMR（电子病历）等转变为自然语言。已预见到的是，「流量入口」、「知识获取路径」等都在这场变革中得到重新定义。

　　src=既然落地价值显性，那具体到大模型在垂直场景应用，大经中医 CEO 李文友认为取决于这三个要素：

　　场景：具体场景的业务深耕，对具体场景的业务理解，以此实现大模型与行业的有效结合。

　　相较于其他医疗分支，中医知识更为庞杂和个性化，而且历来有 道不传非人，法不传六耳 的传统，这就导致高质量数据非常私密，公开数据质量又比较低，因而更需要垂直领域深耕。

　　据介绍，基于大量真实名老中医的诊疗经验和中医文献中的诊疗知识，大经中医构建了中医诊疗知识图谱 ，涵盖内外妇儿等全学科、经方时方、孟河岭南等全流派。据称是目前业内最高质量的行业数据。

　　与此同时，还建立了包含 25000+ 个词条的中医症状、体征术语规范化词典。据介绍，这也是行业中唯一大规模、覆盖全病种的术语规范化词典。这样一来，能够减少因为措辞差异导致答案不一致的影响。

　　目前，大经中医已经积累了 400 多家等级医院、8000 多家基层医疗机构用户，形成了大量专业的中医诊疗数据。

　　据了解，大经中医拥有全行业规模最大的中医 -AI 跨界研发团队，也拥有行业最大的名老中医团队，他们通过协议方式合作展开中医 AI 研究，可在此次大模型研发中，协助开展 RLHF 工作提高性能。

　　此外，大经中医还与上海交大计算机科学与工程系等机构专家合作，集成多方技术优势，共同开展中医大模型的研究。

　　场景应用越丰富，客户数据越庞杂，越有助于训练出更理解行业场景和业务的垂直大模型，并且在后续迭代中也能快速形成飞轮效应，更新速度越来越快。

　　包括广东省中医院、上海中医药大学附属龙华医院在内的等级医疗机构；南京市江宁区、淄博市高青县等区域中医医联体，亦或是在上海长宁区 为老服务中心 这种大健康机构应用，以及下沉到山东、吉林等地村卫生室这种基层医疗机构的应用。

　　而在 C 端，则以学习强国里的中医智能健康助手为例，只需要选择一些不舒服的表现，就能推荐中医调理方案。目前用户已接近 300 万人。

　　src=基于这三点核心优势， 岐黄问道 · 大模型 的技术路径也就明晰起来。发布会现场，李文友透露大模型是这样炼成的。

　　用知识图谱将这些数据结构化、规范化，从而表达和存储名老中医诊疗经验和文献诊疗知识。

　　由中医专家共同参与，利用奖励模型 - 强化学习机制，最终形成岐黄问道大模型。

　　大模型发展到现在，不管从个中进展还是业内聚焦探讨，已经从对技术本身的展望，逐渐具象到行业落地中去。

　　像华为盘古大模型在气象上的应用登上 Nature 顶刊，它可以在 1.4 秒就能完成 24 小时全球气象预报，比传统方法快 1 万倍。

　　src=在教育、游戏、广告营销以及矿山、药物研发等领域，大模型都有相应的落地应用。

　　这两天，北京交通大学还联合发布了国内自主研发首款综合交通大模型TransGPT致远，并开源。

　　首先，中医临床诊疗数据、中医文献数据大多都是文本数据的形式。擅长自然语言识别处理的大语言模型则有助于中医传承发展。

　　其次，中医临床诊疗既具有完善的理论体系，又具有较强的经验属性，因此学中医素来有读经典、跟名师之说。

　　这些经验深藏于中医文献、典籍中，以及大量历代医家的医案、医话、医论中，但理解、记忆、应用这些经验是一项艰难的任务，中医大语言模型的出现，将大大改变中医学习和人才培养的模式。

　　最后，从中医的终极思维出发，中医不仅仅是医学，也是中国人的生活方式，这也就决定中医不仅存在于医院，也存在于家庭，以及各种与健康有关的空间。

　　而在更广泛场景中，自然语言的交互方式更符合普通人的沟通习惯。这样来看，中医大语言模型，能更加推动中医 AI 更广泛落地。

　　早在 7 年前，大经中医就提出：数智化是中医药发展的必由之路，并以此为实践。

　　核心产品中医临床智能辅助诊疗系统（CDSS）建立起从三甲中医院到社区卫生服务中心和乡镇卫生院，再到诊所、门诊部、卫生室的各级医疗机构的应用生态。

　　今年开始，进一步集成了中医临床智能辅助诊疗系统（中医智脑）、中医智能脉诊仪（中医智指）、中医智能舌面诊仪（中医智目）的大经数智中医一体化诊疗系统已经逐步走进更多健康服务场景。

　　用他们的话来讲，大经数智中医一体化诊疗系统已经从 严肃医疗 的生态圈，扩展到 中医大健康 的生态圈。

　　而现在，随着岐黄中医 GPT 的发布，大经 中医大健康 的生态圈将进一步做大，加速更多健康场景的拓展。

　　大模型加速企业生态圈建设，也将进一步加速行业领域发展，朝着更广泛场景落地——

　　从企业出发，到行业，最后再普惠到每个人当中，这也是大模型落地更多细分领域的变革范式。