重磅！知醫邦公開其查體大模型的Token數和算法

八年來，知醫邦致力于中醫AI化，中醫數字化，爭取用AI讓中醫變簡單。作為AI中醫大模型的先驅，知醫邦率先公開其查體大模型的Token數和算法。

一、詞元數據

ChatiSS的核心是基于知醫邦醫院自主標注建立的含有個詞元（Token）約2億個拓撲集合計算元素的病證方藥數據庫，利用平臺用戶5年約2千萬健康數據訓練出來的辨證論治大模型。

二、算法模型

A、舌診模型

四項核心發明專利以數學模型重構中醫舌診體系，將傳統經驗判斷轉化為可計算的精密表達，這正是知醫邦打造AI舌診工具的底層邏輯。系統從寒熱、虛實、燥濕、虧滯四個維度出發，分肝、心、脾、肺、腎五臟系統，全面解析舌色、舌形、苔質、苔形等特征。通過《基于氣血津液數學模型》《舌診寒熱虛實數學模型》《識別苔形苔質數學模型》《舌面輪廓環區域劃分數學模型》四項專利，將舌診中的模糊概念解構為標準化數學表達，使中醫診斷從主觀經驗走向客觀量化，以實際行動印證“中醫是可計算的”這一理念。例如：寒熱指數就可以用公式AVERAGE(SIN((1/2*S-1/2)*π)+SIN(H*π*2)+SIN((V-1/2)*π/3))來計算。

B、脈診模型

核心發明《一種基于穿戴式脈象儀的標準化脈診方法及脈診平臺》正式獲得國家知識產權局頒發的專利證書。將中醫理論中針對28脈，以及納入大脈、平脈后共30種脈象的特征描述，由文字形式轉化為計算機語言和數學模型。脈象儀從脈位、脈數、脈形、脈勢四個維度量化“脈感”，通過脈圖匹配精準判別脈象類型，并依據海量數據反向校驗、優化算法，實現脈診的標準化與可計算。

C、五運六氣模型

陽歷公歷年轉換：if =1月 陽歷年數=公歷年數-1；if ≠1月 陽歷年數=公歷年數。

計算方法

根據年份的天干確定五運。

根據地支確定司天之氣，進而推出在泉之氣。

結合五運和六氣的推算結果，分析每年氣候的大致變化規律及其對人體健康的影響。

五運六氣基于易經，推理運算量十分龐大，以下只是給出了年月運氣權重，尚有主客、郁發、勝復等等概念與邏輯不能一一列舉。

1.1.五運有余：取總和最大且>4者，如果并列，取對應六氣最大者。

1.2.五運不及：取總和最小且<2者，如果并列，取對應六氣最小者。

1.3.六氣：取氣數總和最大者，如果并列，取對應五運最大者。

D、智能問診模型

1.1.根據用戶填寫內容拆組詞，加上舌診脈診五運六氣等記錄導入詞，拆組詞需要在詞元表“病癥”頁里面運算一次，完成俗話到行話的轉換，得到匹配詞元集合[A]

1.2.詞元表“病癥”頁中H列[病侯]外顯在身體狀態的586條詞元集合[G]

1.3.令集合[F]=[惡寒、發熱、無汗、多汗……]，m=1~20個詞元分數都=1+(21-m)/1000

1.4.將集合{[F]+[A]}∩[G]=[E]=[E1、E2......、En]各詞{分數[F]+[A]相加}按得分大小列出前20個，供用戶選取，得集合[C]

2. 望聞問切1080條詞元集合[B]，取[C]∩[B]=[D]=[D1、D2......、Dn]，如果集合[D]為空集(n=0)，則立即結束詢問

3. 在詞元表“病癥”頁，將含有集合[D]=[D1+ D2......+ Dn]中所有詞元的行，標紅

4. 予以全部標紅行，統計集合[B]中各詞元出現的次數，排除[D1、D2......、Dn]，取次數最多的詞元的外顯選項進行詢問

4.1. 如果詢問結果為“否”，按4.0.中次數下一位的詞元進行詢問，如果沒有次數下一位的詞元，則立即結束詢問

4.2. 如果詢問結果為“是”，就產生了新的詞元[Dn+1]，將此詞元增加到集合[D]'=[D1、D2......、Dn、Dn+1]，用增加后的集合[D]'重復3.--4.2.

4.3. 如果詢問結果為“結束回答”，則立即結束詢問

E、辨證論治模型

1.1 用戶填寫：21字。

1.2 拆組詞法：先按符號、空格進行拆詞,對所得字段按右側規則再進行一次拆組詞，產生一批新詞，加入匹配詞元。

2 導入詞：硬性定義，不參與拆組。

3 匹配計數：沒有約定計數=Φ^2；否定癥，陽性計數=0，陰性計數=1；其他、陽性計數=1，陰性計數=0；

4 計算詞：

4.1 癥候、行話 計算癥候(癥狀/病候)、行話=∑俗話計數，

4.2 ≥1，癥候(癥狀/病候)、行話計數=1，加入匹配詞元。

4.3 計算癥候(癥狀/病候)、行話=算法B。

4.4 ≥1，癥候(癥狀/病候)、行話計數=1，加入匹配詞元。

4.5 證素 計算證素=算法A。

4.6 ≥1，證素計數=1，加入匹配詞元。

4.7 證型 計算證型=算法A。

4.8 ≥1，證型計數=1，加入匹配詞元。

5 算法：

分數=(A)^{{e^[-LOG10(|n-4|+10)+LOG10(14)]}^4×e^(V/8)/4}，if A≤0.01，計為A=0.01；

A=(∝必有+Φ^2)×(∝否定+Φ^2)×{[∑特征/|2×m-1|^(Φ^4)]×Φ^-1+[∑常見/|2×m-1|^(Φ^4)]×Φ^0+[∑一般/|2×m-1|^(Φ^4)]×Φ^1+Φ^4}/(2×Φ^-1)。

F、遣藥組方模型

1.1.排除詞元表“組方”頁BI列(處方劑量)里面為N/A的行，選取查體得分≥1，分數最高的100個方子，作為選出的方子。

1.2.計算選出的方子，每個方子中的藥材占比=1/方子的藥材數^0.5，統計100個方子里面各藥材的藥材占比之和=E，取E最大的12個藥材，如果出現相同的E，取藥材本身查體得分高的，作為為集合[A]=[A1、A2……A12]。

1.3.從集合[A]=[A1、A2……A12]中取藥材本身查體得分高的6個藥材為集合[B]=[B1、B2……B6]。

2.1. 從選出的方子中挑選出任意兩個，假設為α和β，其藥材組成集合[C]α和[C]β。

2.2. 將滿足條件的兩個方子α和β合并為一個新的方子。

2.3. 將這些合方與查體得分最高的100個方子一樣，都是目標方子。

3.1. 排除詞元表“配藥”頁BI列里面為N/A的行，選取查體得分≥1，分數最高的10組藥對。

3.2. 將目標方子內含有上面10組藥對的藥對找出來，方子內含藥對本身查體得分的平均數=各藥對的自身查體得分之和/藥對組數^(1/2)。

4.1. 排除詞元表“配藥”頁BI列里面為N/A的行，挑選出藥對本身查體得分≥1且其組合藥材至少含有集合[B]中的6位藥材任意一味且的，再取查體得分最高的1組藥對，里面的藥材為集合[D]=[D1、D2]or[D1、D2、D3]，可能是2味藥材或3味藥材；

4.2. 找出治法里面帶“加X”的查體得分≥1最高的2個治法，其對應藥材為集合[X]=[X1、X2]；

5. 用[B]去匹配目標方子，F=完全匹配[B]的藥材數/(6+方子的藥材數-完全匹配[B]的藥材數)×方子本身查體得分^2×方子中藥材本身查體得分的平均數×方子內含藥對本身查體得分的平均數×2^{-[(方子的藥材數-6)^2]/12}，取F最大的一個方子為基礎方，該基礎方自身的藥材組成集合[C]。

6.1. 將屬于集合[D]∪[X]但不屬于集合[C]的藥材,取2個藥材本身查體得分高的，作為加某某。

6.2. 將屬于集合[C]但不屬于集合[A]∪[D]∪[X]的藥材,取1個藥材本身查體得分低的，作為減某某；

6.3. 將集合[C]里面的藥材符合十八反十九畏的就是觸犯了配伍禁忌，將藥材本身查體得分低的直接剔除；

6.4. 將集合[C]里面的藥材與集合[D]∪[X]里面的藥材逐一匹配，符合十八反十九畏的就是觸犯了配伍禁忌，將集合[D]∪[X]里面的藥材直接剔除：

7.AI處方用藥匹配詞元表“配藥”頁BI列里面的劑量就是AI處方，匹配不到劑量的藥材自動剔除。

三、結語

為了人類的健康，知醫邦聲稱可以放棄一切權利，專利可以開放，數據可以共享，算法可以公開，代碼可以開源，食品工藝可以無償傳授，舌脈象儀可以免費發放。實際上，知醫邦一直在實行普惠主義，知醫邦已經上線了知醫App、湯頭App、看舌頭App以及查體智能輔助診療系統PC版、知醫網頁版和知醫邦醫院小程序，軟件可任意部署在PC、平板、手機、電視等智能終端，基本上都是免費的。知醫邦還將上線一款查體App，作為智能問診工具軟件，用完即走，甚至連用戶注冊都不需要。知醫邦還曾經拿出3000臺脈象儀，免費贈予有需要的人們，知醫邦醫院診療項目一直在零加價運營。知醫邦正在開發軟件接入API接口，由長江日報傳媒集團聯合武漢市衛生健康委員會打造的武漢首個城市級智慧健康服務平臺--咋診已經接入了知醫邦的看舌頭API。為中醫國際化添磚加瓦，知醫邦開發的湯頭App國際版“TakeTonic”也即將在硅谷上線。