T HNQAP 0015-2024张仲景经方AI大模型设计规范

ICS35.080

CCS165

HNQAP

河南省医药质量管理协会团体标准

T/HNQAP0015—2024

张仲景经方AI大模型设计规范

ZhangZhongjing'sDesignSpecificationforAILargeModel

2024-XX-XX发布2024-XX-XX实施

河南省医药质量管理协会发布

T/HNQAP0015—2024

张仲景经方AI大模型设计规范

1范围

本文件规定了张仲景经方AI大模型设计的技术要求，包括张仲景经方数据库、安全性、稳定性等方面

的技术要求。

本文件适用于张仲景经方AI大模型的设计、开发和评估。

2规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。

凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T15657-1995中医病证分类与代码

GB/T39725-2020信息安全技术健康医疗数据安全指南

GB/T22239-2019信息安全技术网络安全等级保护基本要求

GB/T25069信息安全技术术语

3术语和定义

下列术语和定义适用于本文件。

3.1中医大数据监测clinicaldecisionsupportintraditionalChinesemedicine

中医大数据监测是指利用大数据等信息技术，对中医临床实践中产生的大量数据进行收集、整理、分

析和挖掘，以发现潜在的规律和趋势，为中医临床决策和治疗提供科学、客观的依据。这种监测包括患者

的临床病历数据、诊断和治疗方案的信息、药物的使用情况等多种数据，通过对这些数据的分析，可以帮

助中医医生更好地理解疾病的发展规律、患者的个体化特征，从而为临床决策提供更准确、更有效的支持。

3.2张仲景经方ZhangZhongjing'sClassicFormula

张仲景经方是指张仲景所著《伤寒论》《金匮要略》等书中所载的中医方剂。

3.3中医证候syndromesoftraditionalChinesemedicine

指疾病发生和演变过程中某阶段以及患者个体当时所处特定内、外环境本质的反映，它以相应的症、

舌、脉、形、色、神表现出来，能够不同程度地揭示病因、病位、病性、邪正盛衰、病势等病机内容。

4符号和缩略语

下列缩略语适用于本文件

AI：人工智能（artificialintelligence）

CDSS：临床决策支持系统（clinicaldecisionsupportsystem）

2

T/HNQAP0015—2024

5总体要求

5.1总体技术要求

本文件规定了张仲景经方AI大模型设计的技术要求，包括张仲景经方数据库、中医临床决策支持、中

医大数据科研、安全性、稳定性等方面的技术要求。

5.2系统技术架构

图1张仲景经方AI大模型技术架构

5.2.1应用层

应用层主要包括中医实训教育、中医临床决策支持、中医大数据科研、中医大健康管理等。

中医实训教育可为中医学习者提供中医知识库、人机对抗实训、中医辨证思维培养，帮助学习者快速

掌握张仲景经方辨证诊疗思维；

中医临床决策以张仲景“六经辨病”理论判断出六经病（少阴、少阳、阳明、厥阴、太阴、太阳），

3

T/HNQAP0015—2024

根据四诊取得的材料进行综合分析，归纳为阴、阳、表、里、虚、实、寒、热八类症候，为医生提供个性

化的诊断和治疗建议；

中医大数据科研可对应用过程中产生和收集到的数据进行科研分析，包括张仲景经方理论验证与创新、

中医临床规律挖掘、中药研发与质量控制、中医大健康管理模式研究等方面。

中医大健康管理以中医“未病防治、既病防变”理念为核心，对采集到的信息进行综合分析，进行体

质辨识、寒热虚实等属性的辨识，准确地评估检测者的健康状态和发展转归，对相关危险因素进行预警。

根据评估结果提供中医适宜技术管理以及饮食起居、情志调摄、食疗药膳、经络穴位、茶饮药浴、运动锻

炼等方面的养生和干预指导，使用户获得更全面、个性化的中医大健康管理和治疗支持，提高治疗效果和

生活质量。

应用层面控制：根据不同使用人群设置应用访问权限，根据使用人群资质开放不同使用权限，如，中

医医师可开放、辅助开方等高等级权限；未取得相关资质的使用者只可开放中医学习板块等部分权限，以

保证大模型使用的安全性、稳定性。

5.2.2数据输出层

数据输出层包括中医辨证分析模型、中医大健康模型、中医知识库模型等，这些模型采用了决策树、

神经网络、支持向量机等技术。这些模型能够为用户清晰展示辨证的逻辑过程以及为中医辨证提供全面的

中医知识支持。通过数据输出层，用户可以获得更准确的病情判断和辨证论治，辅助制定更科学合理的

治疗计划，提高治疗效果。

5.2.3数据更新层

数据更新层包括中医知识图谱更新，中医临床数据更新，中医临床效果对比跟踪等，随着中医临床实

践的不断进行，新的病例数据不断产生，AI大模型需要实时或定期地将这些新数据纳入到训练和学习中，

以保持对最新疾病情况和治疗方法的了解。

5.2.4数据处理层

数据处理层包括机器学习、深度学习、数据挖掘和模式识别。可以帮助提取中医诊疗数据中的模式、

规律和趋势，从而为监测、决策、诊断等服务提供支持。通过数据处理层的应用，可以实现对大量中医诊

疗数据的自动化分析和挖掘，发现潜在的关联性和规律性，为医疗决策和临床实践提供更加准确和可靠的

依据。先进的数据处理技术能够帮助医疗从业者更好地理解和利用中医诊疗数据，提高诊断的准确性和治

疗的效果，为患者提供更加个性化和精准的医疗服务。

5.2.5数据存储层

数据存储层用到关系型数据库、Hadoop大数据处理系统、Spark大数据处理系统等，可用于不同的数据

存储和处理需求。可以根据具体的业务需求和数据特点进行选择和组合，以构建完整的数据存储和处理解

4

T/HNQAP0015—2024

决方案。关系型数据库适用于结构化数据的存储和管理，Hadoop和Spark等大数据处理系统能够处理海量数

据的存储和分析，提供高性能和可扩展的数据处理能力。通过灵活地组合这些系统，可以为不同规模和类

型的数据提供定制化的存储和处理方案，从而满足各种复杂的业务需求和数据处理挑战。

5.2.6数据预处理层

数据预处理层包括数据清洗、数据整理、数据归一化、缺失值处理等，以确保数据在进行分析和挖掘

之前具有高质量和可靠性。这一层的工作是对原始数据进行适当的处理和修复，以消除数据中的错误、噪

声和不一致性，同时填补缺失值并对数据进行标准化，以确保数据的完整性和可信度。通过数据预处理，

可以提高数据的质量和准确性，为后续的数据分析和挖掘工作提供可靠的基础。这一层的工作是数据分析

过程中不可或缺的一环，能够有效地提升数据分析的准确性和可靠性。

5.2.7源数据层

源数据层是来自《伤寒论》《金匮要略》、名医临床病案数据（包括但不限于：中医电子病历、中药

处方、病患信息、诊断与治疗记录等），名医名家临床实践经验等，包含了丰富的中医大数据医疗相关信

息，以支持后续的数据分析和挖掘。源数据层的数据来源广泛，这些数据对于医疗决策和临床实践具有重

要意义。源数据层的信息丰富多样，为医疗数据分析和挖掘提供了丰富的素材，有助于深入挖掘医疗数据

中的潜在规律和价值，为医疗决策和患者治疗提供有力的支持。

5.2.8数据安全和隐私保护层

数据安全和隐私保护层包括数据加密、访问控制、匿名化处理等，以确保数据在存储和处理过程中得

到充分的安全保护和隐私保护。数据安全和隐私保护层的工作是为了防止未经授权的访问、数据泄露和滥

用，通过加密技术和访问控制机制，确保数据在传输和存储过程中的安全性。同时，匿名化处理也是重要

的手段，可以有效保护个人隐私信息，确保数据在使用过程中不泄露个人身份和敏感信息。数据安全和隐

私保护层的工作是保障数据安全和隐私的重要保障，为数据的合法、安全、可靠使用提供了有力支持。

5.2.9张仲景经方数据中心设计

——标准规范数据中心

以中医四诊、人体神经网络、六经、八纲四大体系为基础构建，涵盖：中医四诊、人体八大系统、六

经辨病体系、八纲体系。依托该数据中心进行中医药标准体系建设，积极参与中医药国际规则、标准的研

究与制定。

——经方大数据中心

以收录经方、名方验方为主，涵盖中医内科、外科、儿科、妇科、眼科、耳鼻喉科、骨科等七大科室

疾病，每个学科皆有相对应的病症体系、临床表现、诊断依据、病症鉴别、治疗原则、中医药处方例如：

中医内科：

5

T/HNQAP0015—2024

包含肺系病证、心系病证、脑系病证、脾胃系病证、肝胆系病证、肾系病证、气血津液病证、肢体经

络病证等病症；

心系病症—不寐（病因病机分析、诊断依据分析、辨证分析）龙胆泻肝汤、黄连温胆汤、归脾汤、六

味地黄丸合交泰丸加减、安神定志丸合酸枣仁汤加减。

依托经方数据中心开展中医药古籍文献资源挖掘整理，抢救濒临失传的珍稀和珍贵古籍文献。持续开

展民族医药古籍文献经典名方、民间验方和传统疗法搜集、整理工作，筛选具有重要学术价值的中医药理

论和技术方法，完善中医类医疗技术目录及操作规范。

——运营数据中心

持续收录临床应用中产生的中医大数据，包含病历病案、医疗机构数量、医生人数、服务能力排名、

常见病、六经病、处方用药、治疗效果等数据。并对这些数据进行汇总分析，对区域内产生的运营数据进

行环比分析、同比分析、中医服务占比分析、分布状态分析，以图表形式进行展示，帮助进行当地中医大

数据应用，发挥中医药在公共卫生服务体系及防治突发传染病中的作用。

——科研数据中心

以中医大数据为基础，对常见病、慢性病、高发病进行分析；对某种疾病进行核心论证分析、核心药

物分析、治疗方案分析，为中医科研进行数据支持，促进中医药科技创新取得新进展。推动中医药科研平

台建设得到加强，中医药科研创新能力不断增强，中医药宝库精华得到深入挖掘和保护，重大疾病防治研

究取得新进展。

依托科研数据中心，加强开展基于古代经典名方、名老中医经验方、有效成分或组分等的中药新药研

发。筛选中医治疗优势病种、适宜技术、疗效独特的中药品种。形成重大疑难疾病中西医临床协同攻关体

系，挖掘整理中医药治疗经验和特色疗法，形成并推广中西医结合诊疗方案。加强中药基础研究，尤其是

在优势病种民族医药防治研究以及药效物质基础和作用机理等研究。加强少数民族医药理论体系的研究，

推动少数民族医药理论体系的整理规范，促进科学应用，提高临床疗效。

6设计要求

6.1张仲景经方数据标准体系建立

——张仲景经方数据：全面完整的收集张仲景的各类著作，包括《伤寒论》《金匮要略》等经典中的

原文、方剂组成、剂量、用法、主治病症等详细信息，并将其进行数字化处理，建立准确、完整的经方数

据库。

——中医临床数据：从各大中医医疗机构、科研机构等收集大量应用张仲景经方的临床案例，涵盖不

同病症、不同年龄段、不同体质患者的诊疗信息，包括症状表现、中医症候、诊断结果、治疗过程、疗效

反馈等，为张仲景经方AI大模型的训练提供丰富的实例依据。

6

T/HNQAP0015—2024

——名医经验数据：经方名医专家长期临床实践、教学、科研过程中积累的宝贵知识和智慧的数字化

呈现，涵盖经方名医专家在诊断、辨证、治疗方法选择、方剂配伍、药物加减、对不同疾病的见解等多个

方面的内容。

6.2张仲景经方AI大模型标准规范

——四诊采集标准化：基层常见病慢、慢性病标准化诊疗路径

张仲景经方AI大模型遵循《张仲景经方传承信息基本数据集》《中医药经方临床应用智能化诊疗系统

基本功能规范》《张仲景经方传承信息基本名词术语》《张仲景经方传承信息基本数据元目录》《张仲景

经方传承信息基本数据元值域代码》《智慧中医：临床决策支持系统技术要求》《智慧中医：中医大数据

平台技术要求》等行业标准，规范中医名词与辨证路径。

针对基层各种常见病、慢性病（如：感冒，糖尿病），分别给出相应的诊疗路径，帮助医生准确、快

速辨证。

——辨证分析标准化：展示出疾病的辨病与辨证理论依据

以“六经辨病，方证对应”理论为基础，构建名医专家的诊疗思维路径，并能给出疾病病因、四诊表

现、辨证要点、诊疗原则。同时基于患者相关因素（先天因素、后天获得、形态结构、性别年龄、生理状

态）的多维度分析，给出处方明细、人群禁忌、推荐剂量、推荐加减，做到“千人千方”。遵循“十八反，

十九畏”，对“人群禁忌、药材禁忌、毒性禁忌、配伍禁忌、用量禁忌”等进行提醒，安全用药，合理用

药。

——治疗方案的标准化：全方位的大健康管理方案

6.2.1药物治疗方案

张仲景经方AI大模型以“六经辨病”理论为基础，遵循“辨证论治”原则，给出疾病相关的中医处方

与中成药制剂推荐，包括药物功能主治、临床运用。

6.2.2非药物治疗

a)教育指导

根据患者病情给出疾病相关的健康教育指导，包括疾病预防措施、饮食建议、疾病日常调理、运动建

议等，指导患者在日常生活中做好自我的健康管理。

根据体质特点及表现，给出日常饮食管理指导、情志调摄指导、起居调摄指导、穴位保健指导、运动

健康指导（包括五禽戏、八段锦等中医健身方式）等，帮助患者在日常生活中做好自我健康管理。

b)适宜技术疗法

根据患者的体质、病情、病程等因素进行个性化治疗，给出相应的适宜技术干预方案，能够有效缓解

病情，改善亚健康状态，提高患者生活质量。

7

T/HNQAP0015—2024

——学习体系标准化：经方中医临床知识库

为基层医生量身定制中医学习平台，从“中医理论、药材药性、常见疾病”到“方剂解析、辨证思维、

名医临床应用”，张仲景经方AI大模型打造出体系化、进阶式学习路线。

6.3张仲景经方AI大模型模型构建

——张仲景经方AI大模型技术选型：

张仲景经方AI大模型核心是算法和选型，根据经方传承的特点和需求，选择深度学习中的卷积神经网

络（CNN）、循环神经网络（RNN）及其变体长短时记忆网络（LSTM）等，用于对经方数据和临床案例的学

习、分析和预测，以实现AI大模型准确性和泛化能力的提升。

——张仲景经方AI大模型模型训练:

使用大量进过脱敏及标注的数据对AI大模型进行训练，不断调整模型的参数和结构，以提高其对张仲

景经方的理解能力、对病症的诊断准确性以及对治疗方案的推荐合理性。同时，采用交叉验证、模型评估

指标等方法对模型进行优化和性能评估，确保模型的可靠性和有效性。

——多模态融合机制：

张仲景经方AI大模型需能够同时处理多种类型的数据（如文本与图像、文本与数值等），充分发挥不

同类型数据的优势，提高模型的诊断准确性和治疗方案推荐的合理性。

——系统集成与接口设计

张仲景经方AI大模型与数据存储系统、用户界面、医疗机构的信息系统等进行集成，实现数据的流畅

传输和交互。用户接口应设计友好、方便易用，方便中医医生、医学生等不同用户群体使用该张仲景经方

AI大模型，提高其临床应用和学习的便捷性。

6.4张仲景经方AI大模型的训练

——监督学习

通过人工标注的数据对模型进行监督训练，让模型学习正确的经方应用知识和推理模式。如，给定一

组症状和对应的经方作为输入输出对，让模型学习从症状到经方的映射关系，不断调整模型的参数，使其

能够准确地根据输入的症状信息推荐合适的经方

——微调训练

在基础模型的基础上，使用收集到的经方数据对模型进行微调，进一步优化模型在经方领域的性能表

现，使其更贴合张仲景经方的特点和应用场景。

——强化学习

通过设定奖励机制系统程序，让模型在与环境的交互过程中学习最优的行为策略。在张仲景经方AI大

模型的训练中，根据模型推荐的经方与实际正确经方的匹配程度、治疗效果等给予相应的奖励或惩罚，激

8

T/HNQAP0015—2024

励模型不断提高推荐经方的准确性和有效性。

——思维模拟训练

模拟中医的六经辨病及六经辨证思维过程，让模型学习如何从整体观念出发，综合考虑患者的症状、

体征、病史等多方面因素，进行辨证论治，并根据辨证结果选择合适的经方。如，训练模型理解六经辨证、

脏腑辨证等不同辨证方法，并根据不同的辨证结果准确应用相应的经方。

6.5张仲景经方AI大模型的临床实践

——辅助诊断

多维度病情分析：

张仲景经方AI大模型可综合患者的症状、体征、病史等多维度信息进行分析。能在短时间内对大量数

据进行处理，模拟中医专家的思维模式，对复杂病情做出更全面准确的诊断，为后续治疗提供可靠依据。

疾病预测与风险评估：

通过对大量临床数据的学习和分析，张仲景经方AI大模型能够预测疾病的发生风险、发展趋势及可能

出现的并发症等。如对于一些慢性疾病患者，可以根据其当前的身体状况和生活习惯等，提前预警疾病的

恶化风险，帮助医生和患者提前采取预防措施。

——治疗方案推荐

精准处方生成：

张仲景经方AI大模型能依据诊断结果，结合中医经典理论和临床经验，为患者生成个性化的治疗方案，

包括中药方剂、针灸穴位、推拿手法等。同时可以经方为基础，拓展多个专科体系和学派大师体系，可准

确掌握众多方剂的临床应用，为患者开出精准的中药处方。

治疗方案优化：在治疗过程中，张仲景经方AI大模型能根据患者病情的变化动态调整治疗方案。如患

者在服用中药期间出现了新的症状或病情有所变动，可及时对药方进行加减调整，以确保治疗效果的最大

化。

——医疗服务拓展

基层医疗提升：在基层医疗机构中，张仲景经方AI大模型有助于弥补中医专业人才不足和经验欠缺的

问题，使基层医生能够更好地为当地患者提供中医诊疗服务，提高基层医疗的整体水平和服务能力，让更

多患者受益.

远程医疗服务：借助互联网技术，张仲景经方AI大模型可实现远程诊疗。患者无需到医院就诊，只需

通过视频、文字等方式将病情信息传递给医生，张仲景经方AI大模型辅助医生进行诊断和方案制定，突破

了时间和空间的限制，为患者提供了更加便捷的医疗服务.

——临床研究与经验传承

9

T/HNQAP0015—2024

临床数据挖掘与分析：

张仲景经方AI大模型能够对海量的临床数据进行挖掘和分析，发现其中隐藏的规律和关联，为中医临

床研究提供有力的数据支持。通过分析不同证型患者的治疗效果和用药规律，为中医理论的创新和发展提

供依据

名医学术经验传承：

将名老中医的学术经验和临床思维录入张仲景经方AI大模型，使其得以传承和广泛应用。年轻医生可

以通过张仲景经方AI大模型学习和借鉴名老中医的经验，提高自身的临床水平，促进中医临床经验的传承

和发展。

——推动中医诊疗标准化与规范化

建立标准规范：张仲景经方AI大模型的应用有助于建立统一的中医诊疗标准和规范。通过对大量临床

案例的分析和总结，制定出科学合理的诊疗流程和质量控制标准，使中医诊疗更加标准化、规范化，提高

中医诊疗的质量和安全性。

减少个体差异：由于不同医生的经验和水平存在差异，可能导致诊疗结果的不一致性。张仲景经方AI

大模型依据统一的标准和规范进行诊断和治疗推荐，能够在一定程度上减少这种个体差异，提高中医诊疗

的一致性和稳定性。

——中医教育与人才培养

提供教学案例：张仲景经方AI大模型积累的丰富临床案例为中医教育提供了生动、真实的教学素材。

教师可以通过对这些案例的分析和讲解，帮助学生更好地理解中医理论知识和临床实践技能，提高学生的

学习效果和实践能力。

模拟诊疗训练：学生可以利用张仲景经方AI大模型进行模拟诊疗训练，在实践中锻炼辨证思维和诊断

能力，熟悉中医诊疗的全过程，为今后的临床工作打下坚实的基础。

6.6张仲景经方AI大模型的应用

——辅助诊断

张仲景经方AI大模型可以模拟中医的辨证思维过程，结合患者的症状、体征、病史等多方面因素，进

行准确的辨证论治。它运用张仲景六经辨证、八纲归纲等方法，确定疾病的病位、病性，为后续的处方用

药提供依据，像判断患者是属于阳明腑实证还是太阴脾虚证等

——临床决策支持

医生在制定治疗方案时提供全面的参考信息，帮助医生更好地权衡不同治疗方法的利弊。医生可以参

考张仲景经方AI大模型推荐的经方及相关治疗建议，结合自己的临床经验和专业判断，制定出更加科学、

合理的个性化治疗方案。

10

T/HNQAP0015—2024

——医学教育与培训

中医药大学或医科类大学的中医经典智慧教学课堂中，作为辅助教学工具，帮助学生更好地理解张仲

景经方的理论知识和临床应用。通过与学生的互动交流，解答学生在学习过程中遇到的问题，提高学生对

中医经典的学习兴趣和掌握程度。为年轻中医医师、基层中医医师以及中西医结合医师提供培训和继续教

育的支持，帮助他们快速提升临床诊疗水平，更好地掌握和运用张仲景经方，尤其是在面对一些疑难病症

时，能够从张仲景经方AI大模型中获取更多的思路和方法。

——中药材溯源

借助张仲景经方AI大模型中的数据和分析能力，可以对中药材的产地进行精准溯源。通过分析不同产

地的土壤、气候、生态环境等因素与药材质量、疗效之间的关系，确定道