摘要：近日，北京中医药大学东方医院感染科骆长永以第一通讯作者在Information Fusion杂志（中科院分区计算机1区TOP期刊）在线发表了Tianyi: A traditional Chinese medicine all-rounder language

近日，北京中医药大学东方医院感染科骆长永以第一通讯作者在Information Fusion杂志（中科院分区计算机1区TOP期刊）在线发表了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，以中医思维体系为内核创新 AI 技术范式，采用“读书、临证和跟师”的渐进式学习策略构建的中医大语言模型——天医，在中医知识问答、处方决策、辨证分析、药效预测等方面显示出了卓越的能力。

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。该研究得到中央高水平中医医院临床科研业务费、国家中医药管理局高水平中医药重点学科建设项目、科技基础资源调查专项、国家重点研发计划、国家自然科学基金、中央高校基本科研业务费等课题的资助，也获得了数智中医慢病防治北京市重点实验室等科研平台的大力支持。

面向中医临床智能化长期存在的知识碎片化、模型规模过大以及真实场景适应性差等关键瓶颈，本研究构建了参数规模为7.6 B、专为中医领域设计的大语言模型——天医。该模型整合了包含34亿中医领域Token的高质量语料，涵盖134册国家规划教材，30021部中医经典、名医经验专著和中医科普著作，2000篇学术论文，以及30000例脱敏真实中医临床病历，并首次将20000条结构化中医知识图谱纳入训练过程。通过“基础理论-案例学习-名医经验”渐进式预训练策略，实现了模型在中医语义理解深度显著提升。随后，基于30000份病历、

100000道考试题、1500份医患诊疗对话和20000条知识图谱问答构建的指令数据集，进行了任务级微调，并采用Kahneman-Tversky优化方法完成偏好对齐，以确保模型输出符合临床专家的思维习惯。

综合评估结果表明，“天医”在中医执业资格考试准确率、辨证-立法-处方一体化任务等方面，显著优于现有同规模通用模型及中医专用模型。在真实病例测试中，该模型的辨证与处方一致性得分最高且方差最小；在两项独立设计的流感临床试验零样本预测任务中，对退热起效时间、完全退热等关键指标的综合预测准确率优于基线模型，其“精准辨证”能力有助于提升中药复方的临床疗效。研究进一步提炼出“任务定义-语料构建-模型适配-多维验证”的“天医模式”，为其他专业领域大模型研发提供了系统化、可复制的工程路径。

北京中医药大学东方医院始终以传承创新中医药文化、推动中医药现代化发展为使命。此次骆长永团队在国际顶级期刊的突破性成果，不仅是医院科研实力的有力彰显，更是医院深耕中医药数智化研究的生动缩影。未来，北京中医药大学东方医院将继续发挥中医药特色优势，以科技创新为驱动，深化产学研医协同发展，持续攻克重大疾病防治难题，为推动中医药事业高质量发展、服务健康中国战略贡献东方力量，让中医药这一中华文明瑰宝在新时代绽放更加璀璨的光彩。

文/骆长永

审核/高瞻 万洁

审阅/郭翔宇 曹俊岭

来源：北京中医药大学东方医院