近日，我院儿科王静副主任医师以共同第一作者在人工智能领域顶级期刊Information Fusion（中科院1区TOP期刊, 影响因子15.5）合作发表了题为“Tianyi: A traditional Chinese medicine all-rounder language model and its real-world clinical practice”（天医：中医多功能语言模型及其现实世界的临床实践）的研究论文。北京中医药大学东方医院骆长永，北京中医药大学东直门医院李雁，北京中医药大学谷晓红和南京中医药大学曹鹏为该论文的共同通讯作者。南京中医药大学刘智，首都医科大学北京世纪坛医院杨涛和中国中医科学院望京医院王静为本文的共同第一作者。

该研究以中医思维体系为内核，创新AI技术范式，首次系统构建了基于“读书-临证-跟师”的多阶段训练策略的中医大语言模型，其在知识问答、病因分析、证候诊断、治法决策、处方组合、中医临床药效预测等多个方面表现出卓越性能，成为全球首个以中医辨证论治逻辑体系为核心、兼具临床实践能力的专业大语言模型。

 该模型是基于中医任务特点，着力解决通用大模型及现有中医大模型专业知识匮乏、幻觉现象突出、部署成本较高等挑战，整合了上百册国家规划教材、3万部中医经典与名医专著、2000余篇学术论文、3万例脱敏临床病历，并纳入2万条结构化知识图谱，总计涵盖34亿个高质量中医语义单元，开发了参数量为76亿的中医大语言模型——天医。通过“基础理论-案例学习-名医经验”渐进式预训练策略，以中医通用问答、证候诊断、治法决策和处方生成为核心任务，通过指令微调与KTO强化学习，确保模型输出严格遵循中医临床辨证论治逻辑，以实现对中医知识体系的深度理解。

 该模型具备优异的中医药专业能力，综合表现超越现有模型。据评测结果显示：天医在中医考试中准确率达 75.38%，临床处方生成的F1值为 81.21%，中医药问答Rouge-L得分达 46.83%，显著优于包括HuatuoGPT2、Zhongjing-Llama、Qwen、Baichuan在内的同类模型；可实现证候辨证、治则治法制定、中药处方生成、病机与方义解释、临床试验结果预测，具备五大临床推理能力，是目前已知非推理类大模型及其他中医药大模型所不具备。同时，天医支持零样本（Zero-Shot）推理，在未经历专门训练的临床预测任务中表现优异，展现出强大的泛化与涌现能力。

该项研究具有成熟且广泛的应用场景和转化价值。一是有助于增强AI在辅助临床决策方面的能力，提升诊疗一致性，提供从辨证、立法到处方的全流程辅助，降低诊疗误差。二是有助于中医药临床研究与药物发现，能够基于临床数据预测方剂疗效与不良反应，为临床试验设计、方剂优化及中药新药研发提供新思路。三是有助于中医药教育与传承模式创新，学生和研究者可通过与模型交互，深入理解中医理论、名家经验与方剂配伍规律，显著提高学习效率。

中国中医科学院望京医院儿科，作为北京市中医管理局中医儿科诊疗中心，同时也是中医及中西医结合儿科硕士学位授予点，已发展成为一个集医疗、教学、科研于一体的综合性学科。近年来，科室立足临床实际需求，紧跟科技前沿，深入开展与人工智能等多学科的科研协作，积极探索儿科中医药的数智化发展路径。通过深化产学研医协同创新，不断提升在儿童流感、抽动障碍等重大疾病防治领域的科研与临床水平。

王静，中医儿科学博士，副主任医师。研究方向为呼吸、脾胃和神经精神系统疾病。擅长中医药防治流感、抽动证、鼻炎、腺样体肥大、急慢性咳嗽、肺炎、厌食、便秘、脾胃虚弱、反复呼吸道感染、失眠、焦虑抑郁及其他内科杂病。

团队获“一种预防儿童流感的中药组合物” 专利1项；“基于胃肠积热防治儿童肺系外感病的理论体系构建与应用”获2024年度中华中医药学会科学技术奖二等奖 ；抽动症相关研究成果发表在在国内及国际期刊。

出诊时间：周一下午、周三下午、周五全天、周六全天。、