一种面向中医问诊的数据知识双驱动大模型
来源：计算机工程与应用杂志2026年第9期北京时间：
作者：范越, 杜建强, 罗计根, 黄强, 贺佳, 廖明
单位：1.江西中医药大学 计算机学院，南昌 330004；2.江西省中医人工智能重点研究室，南昌 330004；3.南昌师范学院，南昌 330032；4.江西省中医药人工智能技术开发与应用工程研究中心，南昌 330004；
摘要：通用大语言模型（large language models，LLMs）在中医问诊领域中存在知识检索能力不足、查询分析精度不高等问题，影响了其准确性和可靠性。提出了一种基于数据-知识双驱动的中医问诊大语言模型（DualKAG-ShenNong）。DualKAG-ShenNong采用Medical式微调策略，在微调过程中引入外部知识库，弥补了数据驱动模型在知识利用率方面的局限性。结合基于知识图谱（KG）的检索增强生成（RAG）技术，提供推理链与中医理论知识，并设计提示模板，充分利用LLMs强大的生成与推理能力，为用户提供精准的中医问诊服务。大量实验结果表明，DualKAG-ShenNong在ROUGE、BLEU等多项指标上均优于传统模型，验证了其在中医智能问答中的有效性与科学性，提供了坚实的应用支撑。
关键词：数据-知识双驱动,DualKAG-ShenNong,Medical式微调技术,外部知识库
基金资助：国家自然科学基金（82260988，82274680，82160955）；江西省研究生创新专项基金（YC2024-S722）；江西中医药大学校级科技创新团队发展项目（CXTD22015）；江西省中医药管理局科技计划项目（2024B0736）。
