人工智能中医药进展I

2025年9月14日用 AI 一键搞定!中医药科普短视频制作升级版 本文介绍 2025 年 9 月中医药科普短视频制作升级版,升级至即梦 4.0 等模型,新增图生视频多分镜等功能,保持内容一致性,已更新至魔搭社区,后续将开源代码并介绍历史人物故事短视频项目开发。 阅读详情

img

代码地址:https://github.com/ywjawmw/SDPR

发表日期:2025-05-29

**摘要:处方建议对于中国传统医学(TCM)的临床决策支持至关重要,旨在根据患者的症状推荐一组草药。中医临床实践的核心原则是基于症状预测证候,以遵循四个步骤的渐进过程:症状到证候,治疗方法和草药。然而,现有模型过于简化了这一过程,忽略了治疗方法,直接将症状映射到草药或综合征映射到草药,导致信息丢失并降低推荐处方的有效性。此外,证候和治疗方法之间的隐含,稀缺和多对多的关系,再加上治疗方法和草药之间的非线性相互作用,进一步阻碍了整个中医辨证过程的建模。为了应对这些挑战,我们提出了一种新的四部图范式,明确模拟*中医辨证*的四个关键组成部分及其相互作用,在每个步骤中保留关键信息,并更紧密地与临床医生的决策逻辑保持一致。在此基础上,我们开发了SDPR,包括与所有SD步骤保持一致的四个模块。为了处理症状、治疗方法和草药之间的隐含和复杂关系,我们引入了证候诱导的预训练策略和可感知治疗方法的对比学习框架。 对公共和现实世界数据集的广泛实验验证了SDPR在草药推荐和处方检索方面的有效性,证实了SDPR的性能。我们的更广泛目标是推动中医在医疗保健领域的智能发展。

img

论文地址:https://pubmed.ncbi.nlm.nih.gov/40031024/

img

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
  • …

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署
  • …

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
  • …

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案
  • …

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

C#实现跨域访问共享文件夹的账号密码验证方案 本文详细介绍了在C#中实现跨域访问共享文件夹的账号密码验证方案。通过调用Windows API LogonUser函数,结合LOGON32_LOGON_NEW_CREDENTIALS登录类型,可安全模拟指定用户身份,有效解决工作组与域环境间的文件共享访问难题。文章提供了完整的工具类封装、多种实战场景示例及详细的错误排查指南。 阅读详情

相关推荐

破解雪球网acw_sc__v2加密与无限debugger反爬策略

本文详细解析了雪球网的反爬机制,重点破解了其核心的acw_sc__v2加密参数与无限debugger反调试策略。通过实战案例,从抓包分析、逆向调试到算法还原,提供了完整的Python代码实现,帮助开发者掌握应对类似加密反爬的通用方法。

weixin_29207533的博客 1897

OpenAI深夜发布Agent工具包,传统工作流或成历史

真正该思考的是,当你的竞争对手已然开始用AI代理去处理80%的机械劳动的时候,你到底是要当那个手握智能军火库的革新者呢,还是要等着成为被降维打击的守旧派?站在2025年的春天回头看,AI发展,就像坐上了磁悬浮。最绝的是,制造业那帮人,车间主任把参数设置好之后,AI自身就能够去操作老旧的ERP系统来导入数据,而且这样的话,彻底治好了老一辈工程师所患有的“数字化恐惧症”。法律顾问公司,用文件搜索工具,三分钟便能够从那堆积如山的合同当中,捞出关键条款,这种效率,居然能把实习生的那点咖啡钱都给省出来了。

qq_42127686的博客 700

ali140滑块

ali 140滑块采用补环境的方式进行逆向,需要的文件主要为这两个,其中collina.js是最主要的环境校验和参数加密的逻辑,这两个文件放本地进行补环境。然后挂上代理,先保证能够正常运行代码,补了些许后能够正常运行了,我们打印最主要的加密函数看看:n值就是得到:挂上代理看看鼠标事件,不管加密逻辑,关心入参即可:收集一些鼠标事件传进记录的函数。其余就是处理一些环境值,一些resetSA的逻辑就行。截图记录:

bboysteed的博客 1678

OpenAI 发布首个 AI Agent!ChatGPT 能自动帮你干活了

今天凌晨,OpenAI 正式宣布推出一项名为 Tasks 的测试版功能。无论是一次性提醒还是重复性任务,现在你只需要向 ChatGPT 说明需求和时间,它就能实现自动化处理。比方说,你可以设置每天早晨 7 点获取天气预报,或定时提醒遛狗等日常事项。看到这,有没有觉得很熟悉。没错,类似于你手机上的 Siri,但在 ChatGPT 的加持下,Tasks 的性能显然要更强大。OpenAI 研究工程师 Karina Nguyen 也向我们展示了几个实用案例。

m0_48891301的博客 1206

PCB线路板的制作工艺流程分享!2021-08-21

Pcb板制作工艺流程:开料-钻孔-沉铜-压膜-曝光-显影-电铜-电锡-退膜-蚀刻-退锡-光学检测-印阻焊油-阻焊曝光、显影-字符-表面处理-成型-电测-终检-抽测-包装。具体如下:1、开料(CUT) 将原始的覆铜板切割成可以用在生产线上制作的板子过程2、钻孔 使PCB板层间产生通孔,以达到连通层间的目的。 3、沉铜 经过钻孔后的线路板在沉铜缸内会发生氧化还原反应,形成铜层对孔进行孔金属化,使原来绝缘的基材表面沉积上铜,达到层间电性相通。 4、压膜 压膜后的PCB板上面压了一层蓝色的干膜, 干膜是一个载体

jdbpcb88的博客 3246

AOSP 8.0.0编译中的ANDROID_DATA缺失问题解决方案

在AOSP编译过程中,环境变量和路径设置的正确性至关重要。遇到相关的错误时,检查并修正环境配置通常是解决问题的关键。希望本文提供的分析和解决方案能帮助你顺利编译AOSP。

m0_74337424的博客 398

方剂配伍规律总结:人工智能辅助中医药研究

借助LoRA轻量微调与lora-scripts自动化工具,研究者可用少量医案训练出具备辨证能力的中医AI模型。该方法降低技术门槛,助力中医药知识的结构化与智能化,推动个性化诊疗经验的数字化传承。

weixin_42263617的博客 845

OSCP-1-3-natraj(本地文件包含、日志中毒、apache2配置漏洞、nmap提权)

像往常一样,我们将使用“Netdiscover”工具识别主机的 IP。所以,让我们首先用 nmap 列出所有 TCP 端口。我们从访问web服务(80端口)开始,在那里我们找到了几张关于Natraj的图片和信息,我们将查看源代码和robots.txt,似乎没有什么有用的。(或至少,目前)。因此,让我们继续进行。在 Dirb 及其默认字典的帮助下,我们找到了一个名为“”的目录。我们进入并列出一个名为“”的文件:如果我们执行它,我们会看到它什么也不做。我们可能需要添加其他内容。

墨痕诉清风的博客 529

中医药AI突破:神农大模型训练数据与微调代码全开源

你还在为中医药大模型缺乏高质量训练数据而烦恼吗?还在为私有化部署中医AI助手成本高昂而却步吗?本文将全面解析华东师范大学开源的神农中医药大模型(ShenNong-TCM-LLM),带你零门槛掌握中医药AI模型的训练方法,从数据构建到本地部署全程开源可复现。 读完本文你将获得: - 2.6万条中医药专属指令数据集的获取与处理方法 - 基于Chinese-Alpaca-Plus-7B底座的LoRA微

gitblog_00166的博客 1384

深入理解SQL注入中的union select 1,2,3....

UNION 用于合并两个查询的结果集

渗透之路,攻防之间皆学问 2万+

YOLO26改进策略【YOLO和Mamba】| MLLA:Mamba-Like Linear Attention,融合Mamba设计优势的注意力机制

本文记录的是利用模块优化的目标检测网络模型。模块具有独特优势。它不同于传统模块,能同时兼顾局部特征高效建模与长距离交互学习。常见模块要么在局部特征处理上有优势但长距离交互能力弱,要么反之,而模块克服了此问题。它融合了Mamba模型和线性注意力机制的优势,通过独特的结构设计,能够在保持计算效率的同时,精准地建模局部特征并学习长距离交互信息。本文将其用于的模型改进和二次创新,能够更加关注图像中的重要特征区域,抑制背景等无关信息的干扰,从而突出目标物体的关键特征。Demystify Mamba in Vision

Limiiiing的博客 213

医学博士英语翻译练习(五):中医药传承与现代融合(中英对照)

中医药现代化进程正在加速推进。国家通过加强临床研究、医院标准化建设和完善中药审评机制等措施,推动中医药创新发展。现代技术如人工智能和数字诊疗已融入传统中医"望闻问切"体系,形成传统与现代的协同效应。中医药国际化也取得进展,多项治疗方案被纳入国际医学指南。中医药现代化既是医学创新的前沿,也成为中华文化走向世界的重要载体。翻译时需注意专业术语的准确表达,如"望闻问切"译为"observation, listening, inquiry, and pulse-ta

麦迪可医学 1178

【DEIM创新改进】独家下采样创新改进篇 | ECCV 2026 | DEIM 引入FSD-Down频域-空间动态下采样,在下采样过程中保留小目标的高频信息、助力小目标检测、遥感小目标检测有效涨点

🔥本文提出了一种名为FSD-Down的频域-空间动态下采样模块,用于改进DEIM网络模型在小目标检测中的性能。FSD-Down通过小波分解显式保留低频语义和高频细节,结合分组卷积、动态通道权重和可学习缩放因子,自适应强化目标边缘与纹理特征。该模块能有效减轻传统下采样造成的频率混叠和细节丢失,提升对小目标、密集目标和低对比度目标的检测能力。实验表明,FSD-Down计算开销可控,在保持实时性的同时显著提升检测精度,特别是在VisDrone和AITODv2数据集上对小目标的检测性能提升显著。

Ai缝合怪、助力小伙伴高效发论文 82

中医药AI终极指南:零基础搭建中医大模型助手

还在为中医药AI项目的高门槛而发愁吗?想用AI技术赋能中医传承却不知从何入手?本文将为你揭秘完全免费的中医药大模型开源项目,从环境配置到实战部署,手把手教你搭建专属的中医AI助手。 ## 🚀 为什么选择中医药AI开源项目? 中医药作为中华文明的瑰宝,其知识体系复杂而深奥。传统的AI模型往往难以准确理解中医理论中的阴阳五行、辨证施治等核心概念。而开源的中医药大模型项目,通过专门的中医药数据集训

gitblog_00317的博客 535

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

零代码部署中医药AI助手:神农大模型实战全解析

还在为中医药AI应用的高门槛而却步吗?华东师范大学开源的神农中医药大模型正掀起一场中医药智能化的革命。这个基于70亿参数底座的专业模型,通过11万条高质量中医药指令数据训练,让普通用户也能轻松构建自己的中医AI助手。从药材查询到方剂推荐,从辨证论治到临床应用,神农大模型为中医药数字化提供了完整的解决方案。 ## 🎯 为什么选择神农大模型? 中医药AI领域长期面临专业数据稀缺、技术门槛高等痛点

gitblog_00255的博客 449

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

2025年7月8日用 AI 一键搞定!中医药科普短视频制作全流程

本文介绍基于魔搭社区制作中医药科普短视频的过程:先阐述青少年中医药知识匮乏现状,再说明利用谷歌 Gemini CLI 生成 PRD 文档、代码,配置相关模型与工具,最后在魔搭社区发布应用,以短视频科普中药知识。

个人技术 1380

中医药AI大模型完整指南:5分钟零基础部署实战教程

您是否面临中医药智能化转型的三大困境?🎯 专业人才稀缺导致AI应用门槛高、私有化部署成本超出预算、缺乏高质量训练数据支撑模型效果?本文为您提供从问题诊断到实战落地的完整解决方案,带您快速掌握中医药AI大模型的核心技术。 ## 一、行业痛点深度诊断:中医药AI化的三重挑战 在数字化转型浪潮中,中医药领域面临独特的AI落地难题。我们建议您首先识别以下核心问题: **知识体系复杂化挑战** -

gitblog_00534的博客 782

中医药AI开源项目实战:从零搭建智能中医助手

还在为中医药知识体系复杂难懂而苦恼?想要一个24小时在线、专业可靠的中医咨询助手?今天为大家介绍的神农中医药大模型项目,让每个人都能轻松拥有专属的AI中医师。✨ ## 痛点分析:中医药AI面临的核心挑战 中医药领域长期以来面临着三大难题: 1. **知识体系复杂** - 阴阳五行、辨证论治等理论框架难以数字化 2. **专业人才稀缺** - 优秀中医师培养周期长,基层服务不足 3. **技术

gitblog_01181的博客 1354

中医药AI革命:从零构建专业级中医大模型的完整指南

还在为中医药智能化转型找不到技术突破口而焦虑吗?还在为传统中医知识与现代AI技术融合而困惑吗?今天,让我们一起揭开中医药大模型的神秘面纱,掌握从数据准备到模型部署的全流程实战技能! ## 破局时刻:中医药遇上大模型 中医药作为中华文明的瑰宝,正面临前所未有的数字化机遇!传统中医的辨证论治思维与AI的深度学习能力竟然如此契合——这正是中医药AI爆发的核心驱动力。 [![中医药大模型技术架构](

gitblog_00720的博客 971

TCMBench: 用于评估中医药领域大型语言模型的全面基准

大型语言模型(LLM)在各种自然语言处理任务中通过基准测试表现出色,包括在西医领域。然而,中医药(TCM)领域尚未涵盖专业评估基准,该领域历史悠久且影响深远。为了填补这一研究空白,我们介绍了TCMBench,一个用于评估LLM在中医药领域表现的全面基准。它包括TCM-ED数据集,包含来自TCM执业资格考试(TCMLE)的5,473个问题,包括1,300个具有权威分析的问题。它涵盖了TCMLE的核心组成部分,包括中医药基础和临床实践。

AI生成式技术曾小健 1661

中医药AI部署成本优化指南:神农大模型实战方案深度解析

面对中医药AI项目的高昂部署成本和技术门槛,我们如何实现经济高效的智能化转型?华东师范大学开源的神农大模型(ShenNong-TCM-LLM)提供了一个完整的解决方案,这个基于70亿参数的中文优化底座模型,通过11万条中医药指令数据微调,实现了从药材查询到处方推荐的全流程智能化支持。 ## 中医药AI部署的核心挑战与机遇 ### 技术门槛与成本困境 中医药领域的AI应用面临独特挑战:专业术语

gitblog_00130的博客 422

从零到一:如何用开源中医药大模型构建你的智能中医助手

你是否曾想过,当传统中医智慧遇上现代人工智能,会碰撞出怎样的火花?想象一下,一个能理解《黄帝内经》、熟记《本草纲目》、掌握辨证论治的中医AI助手,正在你的电脑上运行——这不是科幻,而是开源技术带来的现实可能。今天,让我们一起探索如何利用开源中医药大模型,构建属于你的智能中医助手。 ## 一、中医AI化:当千年智慧遇到现代技术 在数字化浪潮席卷各行各业的今天,中医药领域也迎来了技术革新的契机。传

gitblog_00002的博客 704

中医药AI开源项目如何实现低成本部署?神农大模型实战指南

还在为中医药AI项目的高昂部署成本而困扰吗?华东师范大学开源的神农大模型(ShenNong-TCM-LLM)为中医药智能化提供了完整的开源解决方案。该项目基于70亿参数的中文优化底座,通过11万条中医药指令数据微调,实现了从药材查询到处方推荐的全流程智能化。 ## 🎯 常见问题场景分析 ### 场景一:中医药知识查询需求 基层医疗机构和药店经常需要快速查询中药的性味归经、功效主治等专业知识。

gitblog_00379的博客 483

python+flask计算机毕业设计中医药药材分类采购网站(程序+开题+论文)

本研究的意义在于,一方面,通过构建中医药药材分类采购网站,实现药材信息的全面数字化与透明化,为采购商提供便捷、高效的采购渠道,降低采购成本,提高采购质量。另一方面,该网站还具备药用部位、归经、功效等详细信息的查询功能,有助于采购商深入了解药材特性,精准选择符合需求的药材,推动中医药临床应用的精准化、科学化。:构建全面的药材信息数据库,收录各类中医药药材的详细信息,包括但不限于药材名称、图片、产地、药用部位、性味归经、功效主治等,为采购商提供全面、准确的药材信息支持。特点包括简单性、灵活性和易于扩展。

1190

3个革新性价值:神农中医药大模型的零门槛应用突破

中医药AI落地面临三大核心痛点:高质量训练数据匮乏导致模型效果不佳、私有化部署成本高昂限制基层应用、专业知识转化困难阻碍技术普及。神农中医药大模型(ShenNong-TCM-LLM)通过开源2.6万条专属指令数据集、提供消费级GPU微调方案、构建全流程应用工具链,彻底解决这些难题,让中医药AI技术从实验室走向临床一线。 ## 价值解析:为什么选择神农中医药大模型 神农大模型在中医药AI领域实现

gitblog_01008的博客 530

国际标准对接尝试:推动中医药走向世界的文案

通过LoRA微调与lora-scripts工具,中医药知识可高效注入大模型,实现辨证推理与国际术语对接。小样本训练、低门槛操作和多语言输出让中医智能系统真正走向全球,成为传统医学数字化传承的新路径。

weixin_42591413的博客 1000
上一篇: MCP 万字全解:从原理到实战,这篇最全,建议收藏
下一篇: 开源界新王牌,多任务生成全屠榜!智源重磅开源OmniGen2:独创多模态反思机制
Python_金钱豹
博客等级 码龄5年 1万+粉丝 2835原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值