首页 > 环球中医药 > 基于动态不确定因果图的名老中医辨治模型构建与应用——以朱仁康湿疹医案为例

基于动态不确定因果图的名老中医辨治模型构建与应用——以朱仁康湿疹医案为例

Interpretable modeling and application of the renowned traditional Chinese medicine practitioner's syndrome differentiation and treatment model based on dynamic uncertain causality graph——illustrated by Zhu Renkang's eczema medical cases

二维码有效期 120s

摘要目的基于动态不确定因果图(dynamic uncertain causality graph,DUCG)理论,构建中医皮外科专家朱仁康湿疹诊疗经验的智能诊断模型,探索 DUCG 在名老中医经验传承中,对于提高证型诊断精度、实现辨证思维可视化及增强可解释性推理的支持作用.方法系统梳理朱仁康相关书籍、文献、医案,提炼并获取湿疹常见18 类中医证型、71 项症状体征及8 类风险因素,并将上述关键信息与数据映射为逻辑变量,构建湿疹 DUCG 诊断模型.整理朱仁康亲诊湿疹医案库,随机抽取30 例医案用于模型参数校正与优化,以提高诊断精度.使用优化后的 DUCG 模型对 120 例独立测试集医案进行3 轮证型验证,并从诊断准确性、输出稳定性及诊断可解释性3 个维度,与通用大语言模型ChatGPT 5.1、DeepSeek-R1,中医垂类大语言模型华佗GPT Ⅱ,及3 名本学派不同水平临床医生进行对比分析.结果 DUCG 模型的诊断准确率为78.33%,高于医生平均水平(72.50%)、ChatGPT 5.1(37.50%)、DeepSeek-R1(33.06%)和华佗 GPT Ⅱ(28.61%);在稳定性方面,DUCG 模型3 轮结果一致,标准差为0,优于大语言模型及医生组.同时,DUCG 各证型子图与病机简化图可清晰展示诊断依据与推理路径,具备诊断可解释性.结论本研究构建的朱仁康湿疹 DUCG 诊断模型在准确性、稳定性及可解释性上均展现出优势,为名老中医经验的可视化阐释、结构化保存与智能化传承提供了一种有效方案.

作者刘明玥 ^[1] 冷学明 ^[2] 骆长永 ^[3] 刘欣茜 ^[1] 张万锞 ^[1] 张湛 ^[4] 宋坪 ^[5] 学术成果认领

作者单位 100091 北京,中国中医科学院西苑医院皮肤科;北京中医药大学研究生院 ^[1] 中国科学院大学电子电气与通信工程学院 ^[2] 北京中医药大学东方医院感染科 ^[3] 清华海峡研究院大数据中心 AI For Medicine 研究室 ^[4] 100091 北京,中国中医科学院西苑医院皮肤科 ^[5]

关键词名医经验人工智能动态不确定因果图朱仁康湿疹中医诊断 experience of famous doctors artificial intelligence dynamic uncertain causality graph Zhu Renkang eczema traditional Chinese medicine diagnosis

分类号 R275（中医皮科）

栏目名称

AI赋能名老中医经验传承专题

DOI 10.3969/j.issn.1674-1749.2026.03.003

发布时间 2026-04-21（万方平台首次上网日期，不代表论文的发表时间）

基金项目

北京市高层次创新创业人才支持计划登峰项目（G202514020）北京中医药大学研究生自主科研课题（ZJKT2025001）中央高水平中医医院临床科研基金项目（K2023C14）