微精选

2025年10月16日，问止中医出席世界中医药学会联合会信息专业委员会第十四次学术年会，会议地点位于云南大理。

随着国家对中医药事业发展的高度重视与支持，中医药信息化、智能化已成为推动中医药传承创新发展的重要力量。

本次会议旨在汇聚国内外中医药信息学及相关领域的专家学者、行业精英，共同探讨中医药信息化的最新进展、挑战与机遇，促进中医药知识的智能化应用与全球传播。

问止中医联合创始人及首席医疗官、问止精一书院院长林大栋博士作为专家，参与了本届学术年会，与业界同仁一起，让千年中医智慧在苍山洱海间碰撞出数字创新的火花。

本届年会以“智慧中医服务人类健康——大模型、人工智能技术与中医药”为主题，构建了“学术研讨+技能竞赛+继续教育”的立体化会议体系。

议程包括国家级继续教育项目——中医药知识图谱方法、中医药信息处理与网络计算研讨会、特邀专家论坛、大模型技术论坛、数智中医药论坛、国家级继续教育项目——名医传承信息化技术与智能采集方法等内容，既聚焦前沿理论突破，又兼顾实战能力提升。

10月18日，林大栋博士在会议中发表了《问止中医大脑开方用药——推荐模型算法浅析》的主题演讲，解读人工智能中医大脑如何从演算法、算力、资料到病症，推演至用药模型。

演讲开篇，林大栋博士表示人工智能的发展已从技术探索走向行业应用，其演进轨迹清晰地展现了技术赋能传统行业的巨大潜力。

2016年AlphaGo战胜围棋世界冠军，标志着人工智能在复杂决策领域实现突破；2022年ChatGPT的问世，则让自然语言处理技术达到新高度，推动AI进入大众化应用阶段。

这股技术浪潮同样席卷了中医药领域，中医与AI的结合正从单点探索走向系统集成。中医药数千年积累的知识体系，恰好为AI提供了丰富的训练素材；而AI的数据分析能力，则为中医的标准化、精准化发展提供了全新路径。

中医大脑是基于神经网络技术的中医辅助诊疗系统。人工构造的神经网络算法用数学模型模仿人脑神经系统功能，构造神经网络进行深度学习，众多神经元相互连接传递信息形成了神经网络。

当接受外界（输入）信息时，神经元受到刺激（激活），向其他神经元传递神经冲动（网络连接）进行各种复杂的反射活动。

中医强调辨证论治，诊疗过程中存在大量非线性的经验关联，如舌象、脉象与病机的对应关系，这些难以用明确规则表述的知识，恰好能通过神经网络的深度学习实现精准捕捉。

林大栋博士还为大家分析了当前AI发展的三大技术路线及其在中医药领域的适用性。

大语言模型具有跨领域泛用、语言能力强的优点，但也存在专业错误风险高、算力资源需求大等显著缺点。不同语言使用时可能引发的“幻觉问题”在医疗领域尤为致命。

小语言模型体量小、运行快，适合边缘计算，在专属场景中更加灵活，但同样存在专业错误风险，且知识范围受限。其在医学数据安全管理方面具有独特优势。

领域专属AI是问止中医选择的技术路线。专为特定领域设计的AI系统具有精准资料集、专家知识注入的特点，在专业性要求极高的中医领域展现出独特价值。

问止中医最终选择Domain-Specific AI路线，一是基于精准数据集训练，避免通用模型的“知识杂音”；二是注入专家知识，确保模型输出符合临床规范；同时构建闭环迭代机制，通过临床反馈持续优化性能。

林大栋博士通过问止中医的实际经验案例，阐释了中医AI的三大核心价值与力量。

首先是重现医家思路，沉淀医家经验。

传统中医经验传承高度依赖“口传心授”，许多名老中医的诊疗智慧面临失传风险。中医AI通过学习名医医案中的辨证逻辑与用药规律，可将隐性经验转化为可计算的模型参数。

其次是加速人才培养，缩短成长周期。

中医成才周期长、基层人才短缺是行业长期痛点。通过AI辅助，年轻医师可直观学习名医的辨证思路，快速掌握复杂病症的处理方法，缓解优质医疗资源供需失衡的问题。

在优化临床决策，提升服务效率上，中医AI同样大有可为。

繁忙的临床场景中，医师往往难以快速检索海量医案与文献。中医AI可在数秒内完成病症匹配、方剂推荐和剂量计算，缩短思考查找时间，降低疏漏风险。

林大栋博士详细拆解了问止中医大脑深度学习系统（TechTCM SuperBrain）的研发全流程，从数据积累到算法创新，全方位展现了系统的技术领先性。

中医资料具有其独特性，医案数据处理是中医AI建设的核心环节。

中医医案的资料来源包括古籍和现代病历，需要经过严格的数据清洗与标准化处理，最终形成“病症–病机–用药–方剂”的结构化数据。

医案是结构化资料，包含患者背景、自述、舌像等多维信息；病症与用药之间存在清晰对应关系；历代医案资料量有限且质量参差不齐；临床实际收集的有效医案最为可靠，但一般资料量不够多，需要长期临床收集并进行有效与否的随访。

目前，“中医大脑”已汇聚超过100万例临床案例、150万张舌象图像及超过8亿汉字的结构化电子病历。这些高质量、大规模的数据资源为深度学习模型提供了坚实基础，使其能够适应多样化、复杂化的临床需求。

TechTCM SuperBrain的核心技术参数，直观展现了系统的复杂性与精准性：

输入特征：涵盖“症状、疾病、舌诊、脉诊、保养、腹诊、压痛点、眼诊、小儿指诊”等核心维度，同时纳入性别、年龄、身高、体重等基础信息，总计3145种输入特征。所有输入均经过标准化编码与向量化处理，确保模型能够精准识别数据关联。

输出结果：可推荐512种常用中药的具体用药方案，包括药物选择、剂量确定（精确到克）、配伍禁忌提示等。与传统方剂推荐不同，中医大脑系统可根据患者个体差异进行灵活加减，体现中医“个体化治疗”的核心思想。

在模型训练中，采用训练资料（八成），测试资料（二成）的划分，并进行交叉验证，确保模型的泛化能力。

问止中医大脑采用了创新的综合排比计算法，通过混合模型架构，在不同场景下触发不同的专业模型：

• 适配经方的混合模型算法

• 适配时方与验方的混合模型算法

• 适配剂量计算的混合模型算法

• 适配加减的混合模型算法

• 适配禁忌症的混合模型算法

• 适配中西汇通的混合模型算法

• 单独优化癌重症混合模型算法

传承不泥古、创新不离宗，这种 “一病一策、一人一方” 的算法设计，使中医大脑既能遵循经典，又能与时俱进。

林大栋博士现场展示了TechTCM SuperBrain问止中医大脑深度学习系统在实际临床场景中的应用效果。

系统能够根据患者的全面信息，生成符合中医理法方药原则的个性化方案，并在实践中得到了充分验证。

在演讲的结尾，林大栋博士结合行业发展趋势与问止中医的实践探索，提出了中医 AI 的未来发展方向。

中医诊疗不仅是技术层面的辨证用药，更包含人文层面的医患沟通，这是 AI 无法替代的。AI 的定位是医师的超级助手，而非替代者。

未来，问止中医将进一步探索多模态资料（文本＋影像）的处理，开发更加智能的人工中医临床助手。

本次学术年会不仅是中医药信息化领域的一次学术盛宴，更是中医药智能化进程中的重要里程碑。问止中医与世中联信息专委会的深度合作，展现了“产学研”协同创新的强大生命力。

问止中医作为 “AI + 中医药” 融合发展的先行者，通过中医大脑的技术创新与临床实践，亦为中医药现代化提供了可复制、可推广的范本。

从国家政策的大力扶持到市场需求的持续增长，从技术突破的不断涌现到行业标准的逐步完善，中医药信息化发展正迎来前所未有的机遇。

10 月的大理，秋高气爽，硕果可期。苍山为证、洱海为媒，在这场汇聚智慧与远见的学术盛宴中，更多中医药与 AI 融合的创新思路将被激发，更多行业合作将被促成。

中医讲究的是“象”思维，是天地人之间的沟通与和谐；而人工智能处理的同样是“象”，是数据、知识与逻辑的流动。

未来，问止中医将继续深耕中医药人工智能领域，推动中医药知识的智能化应用与全球传播，为更多的青年中医师赋能，让中医智慧真正成为守护人类健康的全球性力量。