涵盖8980种中药、近12万首方……在算法与代码的时代，上海中医药大学、龙华医院、上海人工智能实验室、上海理想信息产业（集团）有限公司等正在为中医量身打造一个深耕中医的垂类大模型，目前已成为上海市医疗大模型应用检测验证中心首批验证单位。
“我们每一个脚印都走得踏实而沉稳。”龙华医院党委副书记朱亮不无感慨地说，真正让这个模型与众不同的，我们以这个大模型为基础开发了中医人工智能应用平台——方证智云，设计了二十余个应用场景，包括中医病历质控智能体、海派膏方助手、药食同源标准的智能推荐………它们形态各异，有的已经成熟可用，有的还在迭代打磨，但共同点在于：每一个都是为了回应面对临床一线最真实的需求而生。
在早期的探索中，团队并非没有尝试过直接套用市面上的通用大模型。这些模型博闻强识、反应敏捷，但在面对中医独特的语言体系和辨证逻辑时，却常常显得力不从心——它们不认得“肝郁气滞”背后的情绪波澜，也读不懂“舌苔厚腻”所暗藏的饮食起居之困。
如何让中医智慧在数字时代找到新的表达方式？团队建立了一个合乎中医学术本体认知的框架，在此基础上进行模型的总体设计与构建：
既然中医讲究“因人制宜”，那么为中医量身打造一个垂类大模型，才是最本分、最能体现中医真实世界的做法。
这个设想之所以能够落地，得益于上海中医药大学二十余年的中医药知识体系的数据建设和积累。大模型建设的研究人员上海中医药大学李明介绍：自2006年起，朱邦贤、周强、李明等领衔的中医方证团队，将上千种中医临床各科骨干文献建立了中医专项知识库群，构建了病证理法方药相贯的逻辑关系，并以新版中医国家标准为引导，形成了相关的知识网络体系。其中包括方剂资源库近12万首方；中药知识库采集了8980种中药，包括69817种正异名、处方名等；中医临床各科病症37万余条知识规则，并调用中医临床指南与路径等规范文件；药食同源中药及食疗药膳等7897条……
这些凝结着无数学者心血的数字，不是冰冷的代码，更是一代代中医人迭代的智慧结晶。
与此同步，团队正紧锣密鼓地开展国家中医药管理局标准化项目中医症候等相关标准的研究，他们深知：
唯有建立在统一规范之上的智能化，才能真正为临床所用，为患者造福。
正是有了这份“家底”，龙华医院的AI探索才有了最坚实的根基。
二十个场景，二十种温度
“AI相当于一个拥有自主性的、高效问答的智慧海洋”，它能协助临床医生在面对病人时迅速找到历代名家的诊断思路和鉴别诊断的相关线索，能在处理各种疑难杂症面前提供历代医家类似的经验或案例，为年轻医生直面历代名家谈医论道，拓展临床视野、拓宽鉴别诊断提供极其便捷、功能强大的利器。
朱亮介绍，龙华医院深耕中医垂类大模型，正在打磨二十余个智能体，就像各有擅长的助手，解决一类痛点，在坚守中不断成长。
在医生办公室里，风湿科的主治医师正在书写病历。后台的“中医病历质控智能体”如同一位严谨而沉默的同事，默默核查着病名、证型、治法是否符合国家标准。它不打断医生的思路，只在完成后给出提醒，帮助医生规避因繁忙或疏忽导致的细节偏差。这个项目，已在首届全国人工智能比赛中斩获奖项。
在名老中医的诊室里，“海派膏方助手”安静地候在一旁。它不是要给医生“开方子”，而是综合了张仲景、李东垣等不同学术流派的学验。当面对一位肺癌术后调理的患者，医生若想参考温补学派的经验，只需轻轻一点，系统便会根据患者的证候特点，提供符合该学派原则的膏方建议。AI负责提供“可能性”，而医生负责做出“最适合”的抉择。
与此同时，一套覆盖全院各科室优势特色的“智能导医”系统已默默调试了许久。它的技术已经成熟，通过人机对话便能了解患者基本情况，推荐合适的科室和医生。
在科研与教学领域，这个模型同样扮演着“同行者”的角色。面对罕见病或复杂病例，年轻医生可以借助中医智能问答系统拓宽思路，弥补知识储备的不足。在做专病研究时，研究者通过模型快速梳理海量文献中的症状学数据。
而在患者看不见的后台，还有更多场景在默默运转——方证大模型辅助下的四诊信息融合分析，基于药食同源标准的智能推荐……
而那个关于二十个场景的理想，也正在一点点变为日常：
当一位年轻医生在系统帮助下少走了一段弯路，当一份病历因为后台的默默守护而多了一分严谨——技术便不再是技术，而成了流淌在医患之间的、无声的善意。
在理想与现实之间：算力、标准与那一份谨慎
任何新技术的落地，都不会一帆风顺。龙华医院的探索之路，同样写满了权衡与坚持。
最现实的掣肘来自算力。一个能够支撑全院上千台电脑同时流畅运行的AI系统，对硬件的需求是惊人的。
面对这一瓶颈，团队也紧跟科技发展的前沿技术，探索本地微调和部署7B、27B等小参数的大模型，让模型可以在普通终端运行。
在处理“幻觉”问题上，团队则展现出中医人特有的审慎。为了避免AI“一本正经地胡说八道”，在“药食同源智能推荐”项目中，团队根据不同人群设计了2套方案，一套针对普通的健康人群，采用GB/T 46939-2025 国家标准，通过答题的方式进行体质辨识，再将确定的体质分型输入模型进行药膳推荐。
另外一套方案针对慢病等非健康状态的人群，可以通过问答交互、上传病历、检查报告、舌象图片等输入相关信息，系统通过药食同源知识库推荐、现代药理毒理知识库过滤、孕妇及慢病等特殊人群宜忌等机制进行层层筛选与把关，最后才给出药膳建议。这种看似“绕远路”的做法，实则是对患者健康最大的敬畏。
屏幕之内，是辅助；屏幕之外，是生命
在龙华医院的理念中，AI的角色被清晰地界定为“高效辅助工具”，而非医生的替代品。这一原则的确定，并非出于技术能力的保守评估，而是源于对医学本质的深刻把握。
在多次内部研讨中，医生们分享过这样的共识：诊疗过程中的许多关键判断，并非完全依赖化验单或影像报告。一位老中医看一眼患者走进诊室的步态，听一句他开口说话的语气，甚至感受一下他眉头紧锁的神态，便能捕捉到机器难以量化的信息——那是数十年临床经验沉淀出的“临床直觉”，是医患之间无声的默契，也是医学中无法被算法编码的人文关怀。
最终，那个坐在患者对面、握住患者手腕、倾听患者倾诉的人，依然是医生。朱亮透露，开出一张方子，调的不仅是气血，更是人心。这份“心证”的功夫，目前的人工智能尚无法企及。
医疗AI的研发，需要坚持长期主义。在可预见的未来，龙华医院将继续深耕中医垂类大模型的场景应用，完善每一个智能体的细节，让人工智能真正成为医生手边得力的助手——不是冰冷的决策机器，而是温暖的、可靠的、永远在线的同行者。
热门跟贴