广州中医药大学学生小李曾陷入中医跟师困境：名家诊疗经验传承渠道有限，临床实操少，辨证思辨及临证处方能力不足。如今，他多了一位AI“线上导师”，这位导师能够拆解名医诊疗全过程，推送类似案例，助其沉浸式模拟跟师，随时吃透诊疗精髓。
这是广州中医药大学打造的“杏林智慧教学大模型”所带来的教学之变。让AI学会中医的辨别证候和治疗方法（“辨证论治”），助力解决名医经验“传不广”、临床辨证“练不够”、个性化教学“难普及”等难题，并以此帮助学生学习中医药的知识和经验。
AI赋能中医药，已是广东省级战略。2026年全省中医药工作会议提出要“推动人工智能与中医药各领域广泛深度融合”。随后印发的《广东省加快推进人工智能全域全时全行业高水平应用行动方案》，明确要推进人工智能在名老中医传承等方面的创新与应用。“杏林智慧教学大模型”的落地正是这一战略部署下的先行实践。
中医药教育的精髓，在于理论与临床的深度结合，尤其倚重“辨证”思维的实际操练。长期以来，这一知识体系高度依赖师徒间的口传心授，但有限的师承容量难以满足广泛的人才培养需求——名老中医亲授名额稀缺，优质临床病案亦无法覆盖全体学生。这是整个中医药教育界面临的共同难题。
如今AI技术为这一困局提供了新的想象空间。广州中医药大学开发了“杏林智慧教学大模型”，试图把名医经验、经典医案、教学资源从“师徒对口传”变为“模型对众授”，让更多学生站在同一起跑线上获得高质量的学习支持。
在技术路线上，广州中医药大学采用了“通用大模型基座+中医药专业训练”的模式，即在通用大模型已具备的语言理解和推理能力的基础上，用大规模、高质量的中医药专业数据进行持续训练和微调，同时结合中医知识图谱、专业知识库对大模型进行进一步约束和增强。
支撑这一模型的底层数据，是20亿词元（2B Token）的海量中医药专属数据，兼备专业性和高质量。这些数据既包括中医经典古籍、专业教材，也包括现代中医药教学资源、科研成果，还有经过规范治理的数十万份临床病例和名医医案，以及相关的学术思想和诊疗经验。此外，舌象、脉象、中药标本、针灸穴位等中医教学特色数据，也将逐步以多模态形式融入。
“我们已经积累了在不同光线条件下100多万张舌头图像，”项目开发技术人员罗工介绍说，“根据这些图像数据，AI将能够具备中医基础知识，通过舌象辨识病症；同时，还可以‘看’ 舌象，基于大量经过教师标注的舌象图像构建图形算法，让AI学会识别不同舌象的视觉特征，比如舌色是淡红还是绛红，舌苔是薄白还是黄腻。”
![]()
|
|