中医大模型 · 综述
中医大模型综述
中医大模型（TCM LLM）相关综述与展望：知识组织、辅助诊疗、多模态舌脉面诊、智能体与评测体系。
从大语言模型到智能体（兰州大学学报医学版综述）
以「大模型→智能体」演进为主线的中医临床辅助诊疗中文系统综述，梳理研究进展、关键问题与方向（兰州大学学报(医学版) 2026;52(4):49-57）
Agentic and Knowledge-Grounded LLMs in TCM（预注册）
2026 年 7 月在 OSF 登记的综述计划，准备从证据图谱、文本挖掘和能不能用到临床上，看中医里的智能体和带知识的大模型。综述还在做。
中医大模型关键技术综述（IJPRAI）
系统综述中医大模型知识组织、辅助诊断与临床决策支持关键技术（World Scientific IJPRAI正式发表）
AI驱动中医诊断智能化综述（JTCMS）
综述多模态融合与大模型在中医四诊智能化中的应用、挑战与展望（JTCMS正式发表）
人工智能驱动下的中医智能诊疗研究进展与挑战
以中医辨治六步程式为骨架的全链路（四诊-辨证-处方-疗效预测）中文综述，对照监督/无监督/强化/深度学习范式（上海中医药杂志 2026;60(1)）
评估药物–草药相互作用的人工智能工具
综述用人工智能模型评估药物和草药相互作用的工具。
肿瘤治疗中的草药–化学药相互作用
综述肿瘤患者联用草药和抗癌药时的相互作用，包括药效、药代机制和风险预测。
计算机辅助穴位定位系统综述
系统综述用传统算法和深度学习在不同解剖区域做穴位定位的研究，并讨论效果和限制。
深度学习穴位定位综述
按身体部位、网络结构、定位策略和图像模态，综述深度学习穴位定位的数据集、指标和适用场景。
东亚传统医学如何进入国际卫生信息标准
范围综述：检索 2016 年 1 月至 2026 年 3 月的英文文献，看韩医、中医和汉方概念怎样映射进主流卫生信息标准。
中医为何需要可解释人工智能
认为中医人工智能的障碍不只是预测分数，而是数据驱动模型和证候、病机这类理论推理对不上，所以需要可解释性。
面向临床的中西药联用安全性数智评价
中西药联用的不良反应隐匿、机制复杂，且个体差异大。文章提出一条从智能预测、风险识别、机制验证到数智决策的评价路径，覆盖用药前预警和用药中识别。
中药计算毒性研究小综述
综述用计算方法研究中药毒性的工作。
中药安全性研究：方法、应用与展望
综述中药不良反应为何难研究：成分复杂，药物和机体的相互作用也难事先判断，和化学药、生物药的毒性研究不是同一类问题。
Artificial Intelligence in Traditional Chinese Medicine: Multimodal Fusion and Machine Learning for Enhanced Diagnosis and Treatment Efficacy
综述人工智能在中医诊断和治疗中的多模态融合与机器学习。
AI-driven multi-scale target analysis of traditional Chinese medicine: From the pharmacological effects of single compounds to the synergistic mechanisms of formulae
这篇中药多尺度靶点分析综述把研发面向中医的专用大语言模型列为未来方向，用来解码中药的药理逻辑。
XiangShu Omics: A Framework Based on the Spatio–Temporal Field Rhythms of Human Life and Systems Intelligence Methodology
这篇综述首次系统提出象数组学，并写道其大模型按理、法、方、药的经典治疗逻辑整合大语言模型，例如数智岐黄。
From Empirical Wisdom to Computational Intelligence: A Knowledge-Data Dual-Driven Paradigm for Modernizing Traditional Chinese Medicine
该文提出知识与数据双驱动范式：用大规模知识图谱和中医专用大语言模型把隐性经验变成可计算结构，并把四诊数字化为多模态中医表型。
Domestic and International Research Trends in Artificial Intelligence Applications in Korean Medicine: An Analysis from 2019 to 2025
作者系统回顾了2019至2025年23项韩医人工智能研究（国内10篇、国际13篇），并指出近期工作越来越多使用大语言模型和其他生成式人工智能。
Artificial intelligence: A catalyst for the modernization of traditional Chinese medicine
这篇范围综述检索PubMed、Web of Science和中国知网截至2025年的文献，并写道深度学习和大语言模型在舌象分析与辨证上表现有前景，部分研究接近专家水平。
Artificial Intelligence in Traditional Chinese Medicine: Bridging Ancient Practice and Future Innovation
该综述按“构建—应用—挑战—展望”分析中医大模型，并指出Qibo和MedChatZH等系统已经出现，但此前综述缺少对共同特征的综合分析。
2026: 中医智能诊断的跨学科融合与发展趋势
讨论中医智能诊断的跨学科融合与发展趋势
2026: 面向中医药证据知情决策的数字智能循证
讨论如何用数字智能循证方法，把辨证论治推进到证据知情的中医药决策
2026: 数字化与智能化时代的中医药机遇与挑战
从专家系统到深度学习和大语言模型，讨论数字化、智能化给中医药带来的机遇与挑战
Dong et al. 2026: 中医处方推荐计算方法综述
综述从临床数据学习处方规律的计算方法，覆盖智能处方推荐如何支持中医临床决策
Wang et al. 2026: 重思中医大模型评测
指出中医大模型评测仍缺少质量底线：未筛选古籍和网页语料可能含过时或禁用建议，单病例基准也不足以代表临床
Sun et al. 2026: 生成模型在中医药中的进展与应用
综述生成模型在中医药中的进展与应用
Liu et al. 2025: 网络药理学推动大模型用于中医药研究
综述网络药理学如何把药物—靶点—疾病网络与大语言模型结合起来，解释中药复方的多靶点机制
Yin et al. 2025: 数据挖掘、大模型与多模态融合的中医AI综述
从数据挖掘、大语言模型和多模态融合三条线综述人工智能如何解析中药复方的多成分、多靶点机制
Cong H et al. 中医古籍知识挖掘范围综述（OSF 预注册）
2026 年 4 月 15 日在 OSF 登记的一份范围综述计划，准备梳理知识图谱、大模型和两者结合的框架怎样从中医古籍里整理知识。综述还在做。
Cai R et al. 中医辨证分类范围综述（OSF 预注册）
2026 年 4 月 3 日在 OSF 登记的一份范围综述计划，准备梳理大模型怎样做中医辨证、证素和辨证推理，并按 PRISMA-ScR 来写。综述还在做。
AI in TCM: multimodal data to pharmacology and clinical decision（PRMCM 综述）
一篇英文综述，从多模态数据、药理研究写到临床决策。2026 年发表在 Pharmacological Research - Modern Chinese Medicine。
LLM-Based Multi-Agent Systems for Clinical Workflows（ACL 2026，邻近）
工作流级多智能体综述+四层评测栈（safety/process/outcome/operations）；无TCM交集但过程评测主张方法学同构（邻近）
医学大语言模型的研发与应用系统综述（智能系统学报，邻近）
系统综述129个医学专用LLM（截至2024-06）+4类临床应用研究；系统检索协议方法学可比（邻近）
医疗领域的大型语言模型综述（智能系统学报，邻近）
中文医疗LLM通用综述（训练流程/策略/场景/挑战），与中医LLM综述圈属母子集关系（邻近）
Intelligent Question-Answering Systems in Healthcare（Healthcare，邻近）
2018-2025医疗QA综述+CiteSpace计量，明确含中医方剂开发应用场景（邻近综述，非TCM专用）
人工智能实现中医四诊的发展现状、问题及解决路径（中华中医药学刊）
从望、闻、问、切看人工智能做中医四诊走到哪。望诊用摄像头拍面、舌、舌下、唇和眼睛，结合分割和颜色模型做量化；闻诊采集异常声音和气味，用神经网络和电子鼻做分析。刊在《中华中医药学刊》2025年第43卷第11期。
人工智能赋能中医数字化诊断：现状与挑战（中华中医药学刊）
短文，写人工智能在中医数字化诊断里能做什么，也写了数据质量、说得清说不清、以及和中医理论怎么接上。刊在《中华中医药学刊》。
AI for Spleen-Stomach Disorders in TCM（Curr Med Sci）
单病种（脾胃病）KG+智能诊疗综述：「症状-证候-疾病-方剂」框架的知识工程化（Curr Med Sci 2025;45(6):1348-1357）
AI and Big Data in TCM Standardization and Internationalization（Chin Med Cult）
谈人工智能和大数据怎样帮助中医做标准化、走到国际上去。刊在 Chinese Medicine and Culture 2026 年第 9 卷第 3 期。
AI empowers the innovation of TCM（J Integr Med 评论）
单作者评论性综述：古籍挖掘、诊疗标准化、药物研发周期三痛点×AI（J Integr Med 2026）
古籍知识图谱×多智能体融合综述（Chin Med）
古籍KG构建（术语统一、数据标准化）挑战-展望型综述，首次把multi-agent写入中医古籍议题（Chin Med 2025;20:168）
The integration of machine learning into TCM（J Pharm Anal）
机器学习×中医整合综述：诊断客观化与机制阐释两条线（J Pharm Anal 2025;15(8):101157）
Deep learning in TCM（J Integr Med）
深度学习单技术线综述：医学影像、药材物质研究、数据挖掘等应用实例（J Integr Med 2026;24(4):471-480）
AI in TCM: Unraveling Herbal Medicine's Mechanisms（Research）
主张AI从相关分析范式走向重建证候辨证与方剂配伍生物逻辑的药材机制中心宽口径综述（Research 2026;9:1224）
多模态大模型驱动舌脉面诊智能化综述（Springer 书章）
唯一以「多模态LLM×四诊感知」为题的综述性文本，覆盖舌/脉/面诊智能化（Springer CCIS 会议书章，评审强度低于期刊）
Lukman et al. 2007: 中医计算方法综述
计算方法（专家系统、ML、数据挖掘）全景，中医计算研究的方法学鼻祖
Gu & Chen 2013: 生物信息学遇见中医
生物信息学×中医（组学、文本挖掘）历史综述
Zhao et al. 2015: 中医患者分类进展（ML 视角）
ML 驱动的中医病人/证候分类综述
Chu et al. 2020: 中医定量知识表示模型综述
中医知识定量表示模型（本体、规则、统计）综述
Zhang et al. 2021: 计算中医诊断文献综述
计算化中医诊断的文献综述（症状采集、辨证建模与系统）
Tian et al. 2024: 四诊机器学习综述
望闻问切四诊的 ML 传感与模型综述
Qu et al. 2024: 中医知识图谱综述
中医知识图谱的分析、构建、应用与展望
Song et al. 2024: AI 辅助中医辨证关键问题与技术挑战
战略研究综述：多模态数据融合、症状关联、证候量化与推理及中医药大模型关键问题
苏尤丽 et al. 2024: 人工智能在中医诊疗领域的研究综述
中文综述：专家系统→机器学习→深度学习三阶段中医 AI 诊疗发展与挑战
李欣桐 et al. 2024: 中医药领域大语言模型的研究进展与应用前景
中文综述：中医药 LLM 研究过程、前沿技术（提示工程/RAG/RLHF）与应用前景
Yip et al. 2025: 中西医结合 LLM 进展与挑战
综述：LLM 在整合医学（中西医结合）中的进展、挑战与机遇
Wang et al. 2025: AI 驱动中医诊断模型进展
综述：AI 诊断模型（四诊客观化、辨证）
Meng et al. 2025: 大模型+虚拟细胞助力中医变革
综述：大模型与虚拟细胞用于中风方药现代分析
Zhang et al. 2025: 中医 LLM 短综述与展望
短 survey+展望，TCM LLM 模型与任务速览
Shataer et al. 2025: LLM 在中医应用（State-of-the-Art Review）
叙述性综述，扫描 TCM LLM 应用场景（诊疗、教育、翻译、科研）
Guo et al. 2025: GPT 能否加速中医智能诊疗（综述+实证）
综述+实证分析，讨论 GPT 适配中医诊疗的挑战与幻觉问题
Chen et al. 2025: 中医大语言模型系统综述
系统综述，纳入 10 篇（至 2024 年中），聚焦生成任务证据
Ren et al. 2025: 中医大语言模型（Scoping Review）
Arksey–O'Malley scoping review，纳入 29 篇（至 2024-04），覆盖知识管理、辅助诊疗与考试准确率
Lu et al. 2026: 深度学习中医诊断方法学质量审计
系统综述+验证缺口分析：DL 中医疾病诊断研究的方法学质量与临床转化
Wu et al. 2026: AI 在中药材中的应用综述
中药学×AI 全栈 survey（成分、靶点、质控，含 LLM 一节）
Guo et al. 2026: AI 与多模态数据融合推动中医现代化
AI 全景综述（ML/DL/KG/NLP/LLM），LLM 为一节，附多尺度数据资源与平台编目
Chen et al. 2026: LLM 在中医的下一步（叙述性综述）
叙述性前瞻：多模态、Agent 与临床落地路线
Xu et al. 2026: 基于 LLM 的中医智能问答系统综述
中医智能问答系统谱系综述（KG-QA→LLM-QA、RAG）
Yao et al. 2026: LLM 与循证中医整合（Scoping Review）
PRISMA scoping review，纳入 12 篇（2022-11 至 2026-01），覆盖 LLM 循证中医的证据生成、合成与转化
Han et al. 2026: LLM 在中医中的调优与临床应用（Scoping Review）
PRISMA-ScR scoping review，纳入 27 篇（至 2025-05），聚焦 LoRA/CPT/RAG 调优配方与临床应用统计