留不住名医，就留住他们的经验 — 于是他造了一面“镜子”

深度解析医学证据，DeepEvidence为你支撑决策

当前，中医肝病临床面临三重现实困境。其一，疾病谱复杂化——慢性乙肝基础上叠加脂肪性肝病、药物性肝损伤、代谢综合征等多病共存状态日益普遍，中医证候呈现“虚实夹杂、多证并现”的动态演变特征，辨证难度显著增加。其二，经验传承断层——名老中医在长期实践中形成的“望色察脉、瞬时综合判断”等隐性知识，难以通过传统师承模式完整传递，年轻医生独立处理复杂肝病时常缺乏可参照的经验框架。其三，辨证标准化与个体化之间的张力——肝硬化代偿期同一疾病阶段，因证候差异可导出全然不同的治法方药，“同病异治”作为中医精髓，却与循证医学要求的可重复、可推广之间存在结构性矛盾。

上述困境共同指向一个核心需求：如何将高阶临床经验转化为可访问、可交互的数字化载体，在尊重中医辨证逻辑的前提下实现临床赋能。

基于此，肝胆相照平台特邀深圳市中医院贺劲松教授进行深度学术访谈。此次访谈聚焦其团队研发的“青鉴”模型——一个基于多模态数据融合的中医肝病智能诊疗系统，围绕该模型的设计理念、技术架构、临床定位及未来应用方向，展开系统性探讨，以期为中医肝病领域的智能化转型提供可资借鉴的实践路径与学术参照。

01 问题一

肝胆相照

作为深耕临床多年的资深专家，您认为在传统中医肝病诊疗过程中，让您感到“无力”或“棘手”的困境究竟是什么？

贺劲松教授

从事肝病临床三十余年，我觉得困境是真实的，而且不止一层。

第一，经验难以传递的现实。中医辨证的核心在于「悟」。例如名老中医看一个乙肝后肝硬化的患者，望色、察舌、按脉、问症，判断几乎是在瞬间完成的，背后是数十年甚至几十年的积累同步运算的结果。这套东西写不进教科书，也没办法用公式表达。徒弟短期的跟师，学到的往往是「形」，核心的「手感」很难一蹴而就。名老中医的肝病案例我辈确实难以复现——这不是谦虚，是事实。

第二，“同病异治”的标准化困境。肝病是一个疾病谱极宽、自然史极长的领域，从慢性乙肝的轻度炎症，到肝纤维化、肝硬化代偿期，再到失代偿期并发腹水、食管胃底静脉曲张，到肝癌。西医的诊断路径是线性的，中医的辨证是立体的。同样是乙肝肝硬化代偿期，不同的证型，如一个肝郁脾虚为主，一个瘀血阻络为主，一个脾肾阳虚合并湿热——开的是三张完全不同的方子。这在中医是对的，「同病异治」正是精髓所在；但也因此，肝病的中医辩证论治很难做循证，形成可评估、可推广的规范。这个矛盾，多年来没有好的解法。

第三，年轻医生的“最后一公里”断层。基层和县市级医院的中医肝病大夫，缺的不是中医知识，缺的是把知识整合成精准判断的经验框架。我们科每年都有进修医生来，回去独立接诊复杂肝病时，还是会打电话来问。靠培训解决不了，靠指南解决不了，它需要一个能随时陪在基层医生身边的经验载体。这是第三重困境，也是青鉴最想填补的空缺。

02 问题二

肝胆相照

在您看来，一个真正能够解决临床实际问题、而非停留在概念验证阶段的 AI 系统，需要具备哪些关键条件？

贺劲松教授

这个问题，青鉴——中医肝病智能诊疗模型项目启动之前我们想了很久，也踩了不少坑，现在有几个比较坚定的判断。

第一，数据必须是临床真实的，不能是教科书整洁的。真实的临床病历是“乱”的——患者自述是口语，舌苔描述因医生而异，检验报告各家医院格式不同，中药剂量有师承差异。一个只喂教科书和古籍训练出来的模型，见到真实门诊病历会“懵”的。青鉴的训练语料来自我们医院百万量级的真实肝病电子病历，这是能真正用于临床的基础，没有捷径。

第二，必须能处理“同病异治、异病同治”的辨证逻辑。这是中医 AI 最难的技术挑战，也是多数同类产品止步的地方。普通 AI 训练的逻辑是相似输入产生相似输出。但中医不是这样——两个症状相似的患者，病机不同，方子可以相差甚远；表面差异很大的两个患者，可能同用一方。如果模型只做症状到方剂的模式匹配，那是机械的，也是危险的。

第三，推理过程必须可解释，医生要“看得懂、信得过”。我们在临床上不会用「黑箱」系统。AI 给出方剂推荐，我们需要知道它的推理过程——认为患者是什么证，病机是什么，治法依据是什么。青鉴设计了“理-法-方-药”五步可视化推理链，每一步都呈现给医生，医生可以在任何节点介入修改。这不是技术展示，是对医生主权的尊重，也是临床安全的底线。

第四，医生主权，AI 辅助，次序不能颠倒。最终签字的是医生，承担责任的是医生。AI 的角色是提供参考、展示依据、帮助归纳，医生始终有完整的否决权和修改权。这一点没有商量余地。

第五，必须能在医院现有 IT 环境中真正落地。很多 AI 产品演示漂亮，真到部署时遇到数据不出院的合规要求、与 HIS 系统对接的技术壁垒就卡住了。青鉴采用完全本地化部署，基于国产信创硬件，数据不出院——这不是加分项，是临床落地的必要条件。

03 问题三

肝胆相照

我们了解到，您团队设计了这款 AI 中医诊疗模型——“青鉴”，这个名字寓意深远。在命名背后，您希望这个模型传递出怎样的诊断逻辑与价值追求？

贺劲松教授

这个名字讨论了很久，最后定下来，是因为两个字各自都承得住重量。 

第一，“青”——东方青色，入通于肝。《素问·金匮真言论》有言：“东方青色，入通于肝……其味酸，其类草木。”青色在五行中属木、入肝，是中医文化最本源的意象，代表生发、升动、春生之气，与肝主疏泄、主生发的功能高度契合。用这个字，是想让这个模型从命名起就生长在中医的土壤里——不是外来物，是本来有的东西。 这个字里也藏着我们对这个模型最朴素的期许——「青出于蓝而胜于蓝」。我们不是要取代传统中医，而是在传承的基础上超越局限。历代名医积累的肝病诊治经验是中医最宝贵的财富，青鉴要做的，是把这些经验数字化、结构化、可传播，让它不再依附于某个具体的人而存在，让更多患者能够获益。

第二，“鉴”——致敬经典，亦是数智之鉴 这个字有两重致敬。其一，致敬《医宗金鉴》、《古今医鉴》等中医临床经典巨著。这些著作是历代医家将繁杂医学知识系统梳理、去粗存精的结晶，留给后人可资传习的规范。青鉴希望秉持同样的精神——对知识的敬畏，对规范的追求，对传承的担当。其二，“鉴”是 AI 之鉴，数智之鉴。“鉴”字本义是铜镜，能照出人眼难以察觉的细节。青鉴通过多模态数据的深度融合——舌象、脉象、影像、检验、病史同步纳入——从海量信息中提取关键规律，发现人眼容易忽略的细微信号，这是对「明察秋毫」的技术诠释。 我们希望青鉴既是一面“历史的镜子”，让传统经验照进现代临床；也是一面“数据的镜子”，让复杂病情无所遁形。

04 问题四

肝胆相照

当前版本的「青鉴」模型，在临床中最为「得心应手」的应用场景是哪些？您最希望它被行业记住的，又是什么？

贺劲松教授

目前最得心应手的，是两类场景。 

第一，复杂病例的辨证梳理。肝病患者往往多病共存——慢性乙肝合并脂肪肝，肝硬化合并糖尿病等等。这类患者的中医证候叠加、动态变化，初诊医生面对时容易不知从哪里下手：主证是什么，先治什么。青鉴能在几秒内完成四诊信息的整合归纳，生成一份结构清晰的辨证分析，帮医生理清局面——不是替医生做决定，是帮医生看清“战场”。这对年资不深的住院医生或基层医生来说，价值是很实在的。

第二，电子病历的规范化生成。这听起来是行政事务，但它解放的是医生的宝贵时间。门诊现实是病历书写消耗了医生大量的时间和精力。而青鉴能在医患对话结束后，几秒钟生成一份格式规范、中医术语准确的病历文书，医生审核修改即可，把时间还给真正需要思考的诊疗决策。我们内部测试中，病历书写时间从平均五到八分钟缩短到了三十秒以内。

需要说明的是，青鉴目前还在系统建设和优化阶段，大规模临床验证正在推进，我们对效果的表述是审慎的。地基要打好——辨证体系、知识图谱、数据管道都要做扎实，等临床验证数据成熟，才会有更完整的评价。 最希望青鉴被记住的，不是一个「很聪明的 AI」。

我希望它被记住为：那个帮中医留住了名医经验的工具，一个对临床诊断有用的 AI。

中医最大的危机，不是来自外部竞争，而是经验的断代。如果青鉴能做到一件事——把深圳市中医院几代肝病名医和帮助我们的“三名工程”专家的临床智慧结构化地保存下来，让全国基层中医肝病大夫在接诊时都能调用这套经验——那它就做到了最重要的事。

纵观整场对话，贺劲松教授对“青鉴”的定位始终清晰而克制——这是一个服务于临床医生的辅助工具，而非替代判断的“黑箱系统”。其核心价值体现在三个层面：其一，通过结构化呈现“理-法-方-药”推理链条，将隐性经验显性化，为辨证决策提供可追溯的依据；其二，利用多模态数据融合，在复杂证候叠加场景中辅助医生快速梳理病机主次；其三，通过规范化的病历生成与知识调用，将医生从事务性劳动中解放，回归真正的诊疗思辨。

值得强调的是，“青鉴”目前仍处于系统优化与临床验证阶段，团队对效果的表述保持审慎。但其锚定的方向是明确的：不追求算法的炫技，不迷信AI的无所不能，而是致力于解决中医肝病领域最朴素、也最棘手的两个问题——经验如何留存，辨证如何赋能。当一面“青色的镜子”同时照见《医宗金鉴》的传承精神与多模态数据的分析能力，中医肝病的智能化诊疗或许正在走出概念验证的实验室，进入值得期待的临床实践场景。