基于动态不确定因果图的赵绍琴发热辨证推理经验可解释性建模与验证OA

目的基于动态不确定因果图(DUCG)理论构建赵绍琴教授发热疾病辨证经验的诊断模型,探索DUCG在中医智能辨证中的应用潜力。方法系统梳理《赵绍琴临床经验辑要》《赵绍琴临证400法》《赵绍琴内科学》等著作,提取19类发热证型、135项临床表现及13种风险因素,将其映射为DUCG各项逻辑变量,构建DUCG辨证模型。搜集筛选赵绍琴教授亲诊发热诊次95次,随机选取12次用于校正模型。采用校正后的模型对余83诊次进行三轮诊断,并与通用大语言模型DeepSeek-R1、Qwen3-235B-A22B和中医领域大语言模型数智岐黄、SmartSage-ZYLLM-32B进行诊断性能对比。结果准确性方面,DUCG模型准确率为85.54%,高于DeepSeek-R1(72.69%)、数智岐黄(70.28%)、Qwen3-235B-A22B(68.67%)和SmartSageZYLLM-32B(62.25%);稳定性方面,DUCG模型三轮诊断结果完全相同,样本标准差0%,优于DeepSeek-R1(0.66%)、数智岐黄(1.84%)、SmartSage-ZYLLM-32B(0.70%)和Qwen3-235B-A22B(3.81%);可解释性方面,DUCG证型子图和单病化简图可清晰呈现诊断依据与推理路径,具备较高可解释性。结论基于DUCG理论构建的赵绍琴发热辨证模型在准确性、稳定性和可解释性方面展现优势,提示该模型对于单名医单病种辨证经验的结构化保存、可视化呈现与智能化传承,尤其在数据稀缺条件下,具备潜在的方法学价值。