在人工智能浪潮席卷全球的今天，AI 及大模型技术正在重塑每一个传统行业。从制造到能源，从教育到金融，AI 的触角已经无处不在。

当 AI 技术遇见中医，一场关于中医传承与健康管理的变革正式开始。试想，一位 24 小时在线、博古通今的 "AI 老中医 " 能帮助你主动引导问诊，这样的个人健康顾问有谁会不心动呢？

层进式训练构筑核心能力

在传神语联的实验室里，一个名为传神•素问的中医大模型正经历一场特殊的 " 成长之旅 "。它的学习路径像极了中医世家的传人——先读医理，再学药方，最后再进行医案实践。从技术角度来看，传神•素问中医大模型依据传神语联全自研的 moH 混合熵架构进行层进式训练，加速中医大模型从数据到医者的演进。

第一步：" 啃 " 下中医经典，搭建理论框架

《黄帝内经》《伤寒杂病论》《本草纲目》……这些承载着中医千年智慧的典籍，是素问大模型的 " 启蒙教材 "。不过与人类不同的是，素问的学习方式更为 " 硬核 "：将上万册中医理论典籍训入模型，锁定通用数学与逻辑推理，让大模型具备推理及泛化能力。因此，素问能够掌握阴阳五行、天人相应、藏象经络等核心理论，理解中医对生命、疾病和自然关系的整体认知，为诊疗提供框架。

第二步：融合中医方术，实现一方一案

学医光有理论可不够，还得融合方剂著作。基于理论框架，素问学习《伤寒论》《千金方》等海量方剂著作，超十万种中医方剂，让大模型长出丰富的中医知识与诊断能力，强化辨证论治规则与方剂配伍逻辑，获得药物剂量、煎服方法等辨证开方能力。

第三步：夯实医验，强化辨证诊治

有了理论框架和医学方剂作为基础，素问通过学习《名医类案》《临证指南医案》等数百部医案总结，模拟临床决策与反馈优化临证应变能力，让大模型具备 " 临证从容、方证相应 " 的看诊能力，强化中医辨证诊治思维。

24 小时在线的 "AI 健康专家 "

了解传神•素问中医大模型的核心能力后，我们不妨进一步探讨，素问究竟能为用户带来哪些实际价值？通过案例与场景感受一下。

一天深夜加班后，上海白领小林感到头晕乏力，不过现在医院只剩下急诊，即使想通过中医调理，白天也没空余时间请假就诊。抱着试一试的心态，小林向素问讲述了自己的一系列症状。素问 " 思考 " 片刻，开启主动引导问诊：" 您的头晕是持续性还是间歇性？是否伴随恶心、视力模糊或耳鸣？舌苔颜色情况如何？" 待小林给出反馈后，素问通过中医辨证诊治思维，给出了诊断结论：" 气血两虚，建议服用八珍汤加减，配合早睡和穴位按摩。" 更贴心的是，素问还根据小林的个人体质，推荐了饮食调整、作息建议、可选中成药等多种解决方案。有了这次中医大模型的问诊体验，小林感受到了 24 小时在线 "AI 健康专家 " 的真实魅力。

除了对上班族使用友好，素问的能力还体现在偏远地区的中医看诊上。在偏远地区，医务人员、检查设备等医疗资源都较为匮乏的环境下，素问能够结合病人症状及时作出诊断反馈；当遇到患者症状较为严重的情况，素问会紧急提示患者转诊至县级医院进行影像检查，以便获得更为及时、系统的医治，提高偏远地区人们问诊的便捷性与准确性。

可以得出结论，素问能够有助于解决用户日常线下看病 " 挂号难、排队久 " 的难题。无论身处何地，都可以轻松获得不限时间、不限距离的专家级中医指导与诊治。

值得关注的是，为了更加全面地覆盖用户群体，近期传神•素问页面新增加了 " 灵枢 " 使用模块。与重点面向 B 端和教育端的 " 素问 " 相比，" 灵枢 " 更加侧重于面向 C 端用户提供养生方案。用户只需输入自己的年龄、性别、体质等信息，" 灵枢 " 便会为其生成个性化的饮食、运动、作息建议。譬如针对阴虚体质者，" 灵枢 " 会推荐银耳羹、太极拳；对痰湿体质者，则会建议食用薏米赤小豆粥，并搭配冬瓜、山药、茯苓等健脾利湿食材。

横向测评：中医问诊，谁更专业？

经过上面介绍，想必大家对素问有了一定的了解。也许有读者会问：现在流行的 AI 大模型那么多，其他大模型是不是也能有类似效果？我们来通过实际测评感受一下。

笔者对比测试两款通用大模型（DeepSeek、豆包）和两款中医大模型（传神•素问、华佗 GPT），提问相同症状：

" 女，34 岁，最近有些失眠，晚上十点多躺在床上，十二点多还没睡着，中间会起夜两三次，早上五六点就醒，白天上午精神还好，下午没太有精神。"

以此评测各款大模型的中医问诊能力，考量大模型是否具有中医辨证思维、主动引导和得出完整方案等能力。

DeepSeek：

当笔者向 DeepSeek 输入病症表述后，可以看到 DeepSeek 完整的深度思考过程以及对知识的掌握程度。它逐步给出科学的失眠模式分析、可能原因和对应的调整建议，虽然缺少一定的主动引导问诊与交互式问询，但在第一轮回复中便给出了维度饱满的参考回答。

豆包：

豆包的表现与 DeepSeek 相似，给出失眠及伴随症状的可能原因与科学的改善建议。豆包先是猜测笔者 " 工作压力大、睡前大量饮水等原因 "；接着给出多方面建议，比如睡前心理压力调节、告别 " 手机依赖 " 的睡前替代方案等。亮点在于，豆包在回答用户问题后会显示几个灰色提示框，引导用户探索后续可能关注的延伸内容。

测评两款通用大模型的相关能力后，我们再来看看中医垂类模型的实际能力。

传神•素问：

素问在收到笔者病症表述后，首先主动追问舌象、脉象、日常生活习惯等细节问题，为后续的中医辨证提供依据；笔者补充信息后，素问给出辨证分析，让笔者清晰了解病症原因，并给出了初步的建议调理方向。

但这并没结束。素问继续追问了笔者脉象、饮食习惯和情绪等更细致的日常生活状况，随后结合笔者回答得出综合辨证分析与调理方案，并提示用户进行后续观察。

可见，素问具备中医辨证思维和科学分析的问诊能力。不过，从细节来看，当患者不具备准确自我表述脉象、舌苔等专业中医面诊知识时，可能会给患者带来一些问诊难度，因此也需要进一步提升素问与各类智能硬件产品结合，提升 " 望闻问切 " 能力。

华佗 GPT：

最后来看看华佗 GPT。针对笔者初次输入的症状信息，华佗 GPT 同样具有主动询问、反复询问的能力，它主动、依次询问失眠持续时间、日常作息和生活习惯等问题。在笔者逐一回答后，华佗 GPT 给出了生活方式调整、放松技巧等建议。

通过此次横向测评对比，我们不难得出结论：在 AI 问诊方面，不同大模型有不同的优势。而面向中医问诊，主动引导式问诊、中医辨证思维与一人一方的完善方案，或许是当前 AI 中医问诊非常看重的方向。就本次测评而言，传神•素问在这些方面展现出了较为明显的优势。随着 AI 大模型的技术迭代与应用普及，相信未来中医大模型的使用门槛还将进一步降低，更好地守护千家万户的健康。