论文
LingLan：用多模态数据推进中医诊断的大语言模型
LingLan: An Advancing Traditional Chinese Medicine Diagnosis LLM with Multimodal Data
摘要
尽管人工智能（AI）正日益改变现代医学，它融入中医（TCM）的进程却相对缓慢，主要因为中医依赖整体性、主观性的诊断方法——即望、闻、问、切（I-AOI-P）——这些方法难以与量化、标准化的医疗体系对齐。本工作中，我们提出多模态数据统一框架（UFMD），自动把舌象与脉象图像处理为结构化、符合临床标准的描述，把多来源诊断信息整合为 I-AOI-P 流程的统一数字记录。基于这一结构化数据，我们构建 LingLan-14B，一个通过监督微调、用以模拟 I-AOI-P 诊断逻辑与工作流的中医专用大语言模型。实验结果表明，我们的方法显著提升诊断准确率，相对基线提高 103.5%（62.72% 对 30.82%），F1 分数最高达 82%。
