岐黄有智

什么是大模型？从一个煎药的例子说起

「大模型」这个词听起来很玄，其实可以用一件中医学生都熟的事来理解：煎药。

你第一次煎药时，需要有人告诉你：解表药宜武火急煎，补益药宜文火慢煎；薄荷要后下，阿胶要烊化。这些规则从哪来？来自无数次实践——前人煎过成千上万锅药，把有效的做法沉淀成了经验。

大模型的训练，做的正是这件事：让它读海量文本（网页、书籍、论文），从中统计出「什么样的词后面通常跟什么样的词」。读得足够多，它就学到了语言的规律，就像煎过足够多的药，自然知道火候该怎么调。

而推理，就是你拿着一个新病人来问它。它没有背过这个病人的方子，但它见过太多相似的情形，于是能根据当下的症状组合，给出一个「看起来合理」的回答。

这里有个关键差别：它给的是概率上最像样的答案，不是经过验证的答案。就像一位只读过医书、没跟过诊的学徒——方子开得像模像样，但判断仍需你自己来下。

记住三句话就够了

• 它的知识来自「读得多」，不是「想得深」
• 它擅长生成像样的文本，不擅长保证正确
• 它是很好用的助手，但不是可以交托判断的师父

下一篇，我们把这份理解用到一个具体场景上：查文献。

AI 查文献：三个能立刻上手的用法

中医学生读文献，最常卡在三个地方：不知道搜什么词、读得慢、读完记不住。下面三个用法，今天就能试。

用法一：扩展关键词

你输入「黄芪 免疫」，让它给出相关检索词，通常会得到「黄芪多糖 免疫调节」「Astragalus polysaccharide immune」这类结果。它给的不一定都对，但能帮你打开搜索面——尤其英文关键词，能省下不少翻词典的时间。

用法二：摘要速读

把一篇英文摘要交给它，让它用中文说清三件事：研究对象、方法、结论。这能帮你快速判断「这篇要不要精读」，把时间花在真正重要的文献上。

用法三：搭综述骨架

让它列出某个主题通常包含哪几个方面，你按这个框架去找文献、填内容。对第一次写综述的同学，这一步能省掉很多「不知道从哪下手」的时间。

AI 能让查文献快一倍，但判断文献价值的那部分，仍然是你自己的活。

四诊信息能被量化吗？

望闻问切，四诊合参。但「脉细数」「舌淡红苔薄白」这样的描述，机器能读懂吗？

先给结论：能被部分量化，而量化的边界，恰好是中医的核心。

已经量化得不错的

• 舌象：在标准光源下拍照，可提取舌色、苔色、裂纹、齿痕等特征，转成可比较的色值与形态参数
• 脉象：压力传感器记录脉搏波形，能得到周期、幅度、上升支斜率等指标
• 问诊：把「怕冷」「口干」这类描述转成量表，变成可统计的分数

难以量化的

• 「弦脉」的指下感觉，不只是波形参数，还包含医生的触诊经验
• 「证」是多个信息的综合判断，不是几个指标相加
• 同一个人，上午和下午的脉可能并不相同

所以更实际的做法，不是「用机器替代四诊」，而是让机器做记录与辅助筛查——把数据存下来、把异常标出来、把变化画成趋势；让医生做判断。

量化不是要把中医变成数字，而是让那些原本稍纵即逝的观察，能被留下来、被对照、被讨论。