TCM-DS:一个智能传统中医药的大型语言模型可食用草药配方建议建议
Xuanfeng Li1,2, Haining He1,3, Guibin Lu1,2
1Respiratory Disease AI Laboratory in Epidemic Intelligence and Applications of Medical Big Data Instruments, Faculty of Innovation Engineering, Macau University of Science and Technology, Macau, China.
Chinese medicine
|November 16, 2025
概括
一个新的TCM-DS模型通过推可食用的草药配方来增强传统中医 (TCM),以实现个性化的健康. 这种由人工智能驱动的方法提高了识别宪法和建议补救措施的准确性.
科学领域:
- 综合医学是一个整体医学.
- 医疗保健中的人工智能
- 传统中国医学 (TCM) 是一种
背景情况:
- 传统中医药的药物-食品同质原则强调了营养和治疗的双重用途材料.
- 可食用的草药配方提供健康管理和预防慢性疾病的好处.
- 在现代健康解决方案中利用TCM原则.
研究的目的:
- 为TCM可食用草药配方开发一个智能推模型.
- 提高基于TCM的健康建议的准确性和个性化性.
- 将TCM知识与人工智能集成到实际的健康应用中.
主要方法:
- 开发了TCM-DS模型,这是TCM可食用草药配方的特定领域推系统.
- 创建了一个包含症状,TCM组成,配方和成分的数据集.
- 使用低等级适应 (LoRA) 和检索增强生成 (RAG) 模块微调了DeepSeek R1基础模型.
- 对TCM-DS模型与通用大型语言模型进行了评估.
主要成果:
- 该TCM-DS模型实现了0.9924.的高推精度.
- 与一般用途模型相比,在症状序列分析中表现出更高的稳定性和精度.
- 开发了一个用户友好的平台,用于自动化宪法分析和个性化配方建议.
结论:
- 介绍了TCM可食用草药配方推的智能TCM-DS模型.
- 附带的平台自动识别构成和推配方.
- 在中国传统医学实践中,先进的智能应用.
