大型语言模型与中医医生在中医领域中的真实世界临床病例评估

# 大语言模型与中医师对决：真实世界临床案例评估  
来源：https://arxiv.org/abs/2609.17544  
作者：谢嘉诚（https://arxiv.org/search/cs?searchtype=author&query=Xie,+J）、唐晓婷（https://arxiv.org/search/cs?searchtype=author&query=Tang,+X）、余阳（https://arxiv.org/search/cs?searchtype=author&query=Yu,+Y）、李晋普（https://arxiv.org/search/cs?searchtype=author&query=Li,+J）、李守力（https://arxiv.org/search/cs?searchtype=author&query=Li,+S）、荆丛丛（https://arxiv.org/search/cs?searchtype=author&query=Jing,+C）、杨彦涛（https://arxiv.org/search/cs?searchtype=author&query=Yang,+Y）、赵志勇（https://arxiv.org/search/cs?searchtype=author&query=Zhao,+Z）、张子阳（https://arxiv.org/search/cs?searchtype=author&query=Zhang,+Z）、宋麒麟（https://arxiv.org/search/cs?searchtype=author&query=Song,+Q）、安广辉（https://arxiv.org/search/cs?searchtype=author&query=An,+G）、徐冬（https://arxiv.org/search/cs?searchtype=author&query=Xu,+D）  

查看PDF (https://arxiv.org/pdf/2609.17544)  

> 摘要：大语言模型（LLMs）在临床应用中的探索日益增多，但其在真实世界中医实践中的评估仍存在空白。我们构建了包含来自62家医院349例去标识化门诊病例的临床案例库，并从该库中选取60例代表性病例，对16个大语言模型与60名在职中医师组成的对照组进行了评估。模型输出与医师报告均经匿名处理后，由五位资深中医专家从九个诊疗维度进行评分。前沿通用大语言模型在专家评分中优于医师对照组，尤其在医疗建议、治疗原则及部分诊断任务方面表现突出。然而，处方级分析揭示了中药选择、剂量及治疗策略方面的差异；定性安全审查则发现存在幻觉现象及不理想的模板化输出。这些发现凸显了大语言模型在中医决策支持方面的潜力，同时强调了医师监督、安全约束及前瞻性临床评估的必要性。  

## 提交历史记录  
发件人：谢嘉诚 \[查看邮件 (https://arxiv.org/show-email/98da81a0/2609.17544)\] **\[v1\]** 2026年7月15日 03:18:48 UTC（6,006 KB）