AI讓中醫脈診「看得見」 中亞聯大團隊奪IMIS 2026最佳論文獎
一組台灣研究團隊用AI技術讓中醫脈診資料化,把脈時的觸感轉成可量測的訊號,於IMIS 2026國際研討會拿下最佳論文獎,呼應近期「中醫AI」相關的搜尋熱度。
可驗證醫療推理 · CDSS · TWCM
可驗證的中醫問診 AI — 規則 + 證據 + FHIR 三道驗證
AI 華佗的人設是一位 溫暖的老中醫, 自稱「老夫」、稱患者「小友」,偶爾用自然意象描述病機。 民眾以對話方式與華佗互動,系統模擬傳統四診流程,最終給出結構化的辨證分析與經方推薦。
另設 /clinician 臨床工作站,
供中醫師輸入結構化四診表單(含六部脈位:左右寸關尺),
跳過對話直接送入 L2 辨證引擎 ——
CDSS(臨床決策支援系統)定位。
Verifiable Medical Reasoning
LLM 黑箱在醫療場景說不清;華佗每一步辨證都能追溯到規則、證據與標準碼
128 條八綱 + 臟腑規則寫在 syndromes.json 裡,每筆規則可被中醫師逐條檢視、修正、加權。 LLM 只是輔助(×0.4 權重),不是決策者。
每個辨證結論都記錄完整推理路徑:哪些症狀觸發了哪些規則、哪一筆 RAG 檢索到的醫案/方劑佐證了結果。 診斷不是一個答案,是一條可驗證的鏈。
證型對應 ICD-11 TM 章節、診斷打包成 FHIR R4 Bundle, 和 EHR / 健保系統互通;不是一個玩具 demo,是符合臨床資訊標準的可整合系統。
Three-Layer Architecture
L1 四診收集 → L2 混合引擎辨證 → L3 RAG 處方推薦
Coding System
四檔聯動,從症狀到方劑全程結構化
| 檔案 | 代碼 | 項目數 | 說明 |
|---|---|---|---|
| symptoms.json | Sx-{W/H/A/P}-xxx | 215 | 症狀編碼(按望聞問切分類) |
| syndromes.json | Sd-{體系}-xxx | 128 | 證型編碼(含 ICD-11 TM 對應) |
| treatments.json | Tx-{ZZ/FJ}-xxx | 336 | 治則 + 方劑編碼 |
| symptom-syndrome-matrix.json | — | 48 | 症狀→證型加權映射 |
Vector Stores
sources.yaml 定義 40 個資料源(23 啟用),分流到 6 組向量庫
syndromes L2 辨證 醫案 3,500 筆、知識圖譜、SymMap 1,717 症狀
formulas L3 處方 方劑 6,000 筆、台灣基準方劑 200 方
herbs L3 處方 中藥飲片 23,517、TCMBank 9,192 藥材
terminology 全流程 TCM-MKG 術語 17,850+
dialogues L1 問診 ShenNong QA 對話 112K 筆
acupoints 擴充用 穴位經絡知識
FHIR Interop
用 FSH 定義 5 Profile + 6 Extension,診斷結果可輸出為標準 FHIR R4 Bundle
患者可直接到 huatuo.ai.yao.care 對話體驗;中醫師工作站、診所客製、TWCM FHIR 整合請透過 LINE 私訊討論。
到 huatuo.ai.yao.care 體驗FAQ
可驗證的中醫問診 AI,結合 128 條規則與 LLM 混合辨證,每一步推理都能追溯到規則、證據與標準碼,輸出 FHIR R4 與 ICD-11 TM。
採規則 ×0.6 + LLM ×0.4 的混合權重,結論附完整推理路徑與 RAG 證據,可被中醫師逐條檢視,不是黑箱。
提供 /clinician 中醫師工作站,作為臨床決策支援系統(CDSS)使用。
不能。它定位為輔助與決策支援(CDSS):民眾端提供衛教級的辨證參考,/clinician 工作站供中醫師輸入結構化四診後審閱,最終診斷與處方仍由合格中醫師負責。
可以。證型對應 ICD-11 TM,診斷可打包成 FHIR R4 Bundle(TWCM IG 定義 5 Profile + 6 Extension),與 EHR / 健保系統互通。
Further Reading
與 AI 華佗 相關的名詞解釋與情境指南
AI 中醫問診可不可信,關鍵不在「答得像不像中醫」,而在「能不能說清楚怎麼推論」。單純用通用大型語言模型(LLM)聊天,答案像黑箱、可能出現幻覺;較可信的做法是把中醫辨證規則寫成可逐條審查的明文規則,LLM 只當輔助,並讓每一步推論都能追溯到規則與證據。無論如何,AI 辨證屬參考與衛教,不能取代合格中醫師的親自診察與處方。
CDSS(Clinical Decision Support System,臨床決策支援系統)是協助醫事人員做臨床判斷的軟體,分析資料後提供提醒、建議或證據,但最終決定仍由臨床人員負責。
讓大型語言模型回答前先「檢索」外部知識庫、再依檢索到的內容生成答案的方法,用以提高正確性與可溯源性。
用海量文字訓練、以「預測下一個詞」為核心、能理解與生成自然語言的深度學習模型,如 GPT、Claude、Gemini。
Issue Tracking
自動追蹤與本服務相關的最新議題,由 AI 蒐集公開新聞並對照本系統的設計觀點。
一組台灣研究團隊用AI技術讓中醫脈診資料化,把脈時的觸感轉成可量測的訊號,於IMIS 2026國際研討會拿下最佳論文獎,呼應近期「中醫AI」相關的搜尋熱度。
有新聞報導中醫師看診時當著病人的面用豆包 AI 查資料、照著螢幕唸答案,診證費照收 340 元。事件引發討論:病人付的是專業判斷,還是 AI 幫忙查完就轉述的過程。
香港傳出中醫師看診時偷用AI查資料,被截圖流出後網友群嘲,直言「起碼用Gemini」,質疑診間到底發生了什麼事。這類爆料戳中的,其實是中醫師用AI該不該讓病人知道的問題。
AI 中醫技術正整合影像辨識、聲音分析與感測器,嘗試將望、聞、問、切四診數位化,在示範場域展現技術可行性。然而「黑箱輸出能否被臨床信任」的根本問題,仍是 AI 醫療落地的核心障礙。