الغرض من هذه الدراسة هو تطوير طريقة تلقائية لتحليل علامات التشخيص في الطب الصيني التقليدي. تبدأ الطريقة ببناء وتدريب نموذج تضمين نصوص متعدد المهام لتشخيص الطب الصيني (Instr-MT-TCM)، استنادًا إلى معرفة المجالات، والمصطلحات المترادفة، ونظرية التشخيص والعلاج، وعلامات حالات الطب الصيني. بعد ذلك، تم تنظيم خمسة خبراء طب صيني مؤهلين بدرجة ماجستير أو أعلى لتصفية البيانات من مجموعة بيانات الحالات الواقعية وتصنيف الأعراض والعلامات لتقييم دقة النموذج المطور مقارنة مع نماذج اللغة الكبيرة والأساليب اليدوية في مهمة تحليل علامات التشخيص. وأخيرًا، لتعزيز الجدوى السريرية، تم تطبيق الطريقة على 48 حالة من سرطان البروستاتا في العالم الواقعي. أظهر نموذج Instr-MT-TCM تحسنًا سريعًا في الأداء في بداية التدريب بمعدل استدعاء أول 1 (R@1) يبلغ 0.848. اختار الخبراء 1793 حالة واقعية تغطي 34 مرضًا شائعًا و66 نوعًا من علامات التشخيص. في مهمة التحليل، حققت الطريقة التعاونية بين LLM وInstr-MT-TCM متوسط درجة F1 قدرها 0.927، متفوقة بوضوح على العلامات اليدوية التي كانت 0.512. في تحليل علامات التشخيص لـ 48 حالة مصابة بسرطان البروستاتا، كانت علامات المرض المتعلقة بالفئة النارية (الحرارة) والقصور اليين هي السائدة، وكانت مواقع المرض في المثانة والكلى. الخلاصة: قدمت الدراسة طريقة جديدة ومبتكرة لتحليل علامات التشخيص في الطب الصيني التقليدي تعتمد على التعاون بين نماذج اللغة الكبيرة وInstr-MT-TCM، حيث حققت دقة عالية للغاية وقدرة تعميم قوية، وأظهرت إمكانات تطبيق سريرية جيدة في تحليل علامات سرطان البروستاتا، ما يوفر دعمًا تقنيًا فعالًا واتجاهًا بحثيًا جديدًا للذكاء الاصطناعي في تشخيص الطب الصيني.

تحليل علامات التشخيص;نماذج اللغة الكبيرة;تضمين النصوص