国医大师的经验，怎么变成可运行的智能体：朱良春数智传承工作室

名医智能体的价值，不在它说话像不像那位先生，而在它能不能被传人继续校准。一个不能被专家团队修改、不能被临床反馈修正的智能体，只是一个会背书的模型，不是传承工具。

2026 年，国医大师朱良春数智传承工作室在宁夏自治区中医院挂牌启用。这个项目的做法，可以作为“名医经验数字化”从存档走向运行的一个样本：以人工神经网络高保真复刻朱良春专科智能体，同时配套一整套师承机制。

一、为什么名医传承难

传统师承的局限，业内都清楚：带教、抄方、跟诊，能传下来的经验十不存一。

辨证云在朱良春项目里遇到的第一个问题，也是这个：经验是默会的，病案只是结果。学生要等老师出诊、等答疑、等档期；老师不在诊室，学习就断了。更麻烦的是，很多经验是“默会知识”——老师看一眼患者就知道该转方，但说不出为什么。

数字化能解决一部分问题：病案可以存、讲义可以录、处方可以检索。但存下来的东西是“死的”，学生还是不知道怎么用。真正的难点，是把“为什么这样辨、为什么这样加減”变成一条可运行的路径。

名医传承难，难在经验是默会的；真正的做法，是把这份默会经验做成可运行的智能体，而不是只存病案。

据公开信息，辨证云为朱良春工作室提供的专科智能体，以人工神经网络对专家的辨证路径、选方偏好、加减习惯做高保真复刻。这类智能体的构建，通常分三步：

第一步，经验结构化。 把专家的病案、处方、讲义拆成可计算的字段：主诉、症状、舌脉、证型、治法、方剂、加减、剂量、疗程。不是简单扫描，而是把每条病案还原成一次完整的决策。

第二步，路径建模。 把专家在相似病案上的选择，归纳成辨证路径与用药偏好。哪些症状组合必须用某方，哪些情况要加某味药，哪些情况要减量，形成可运行的规则与权重。

第三步，人机对齐。 专家团队在界面上亲自调试：这个病案应该辨成什么、方子该怎么改，系统据此调整。工程师不做“转译”，只做工具支持，减少“专家向工程师解释自己怎么看病”过程中的信息失真。

三步里，第三步最容易被省略，也最决定成败。很多名医智能体项目，做完第一步就发布，专家本人没用过几次，最后变成一个演示品。

朱良春工作室把这一步放进了配套机制：朱婉华教授团队的答疑、带教、会诊，本身就是持续校准的过程。

辨证云把这套智能体放进师承机制里：线上答疑、线下带教、疑难会诊，都是它的“校准接口”。

朱良春工作室的配套机制，包括朱婉华教授团队 24 小时答疑、季度线下带教、疑难远程会诊、进修拜师与学术年会。这些看起来和 AI 无关，实际上是智能体能持续运行的前提。

24 小时答疑：基层医生用了智能体，遇到拿不准的病例，能有人接。没有人兜底，智能体给的建议就会被搁置。

季度线下带教：智能体解决“随时能查”，线下带教解决“为什么这样查”。两者互补，不能只做线上。

疑难远程会诊：智能体覆盖不了的复杂病例，转到专家团队。这些病例又会回流，成为智能体迭代的素材。

进修拜师与学术年会：让传承关系继续存在。智能体是工具，师承是关系；工具可以复制，关系不能。

这套机制说明一件事：名医经验数字化不是“把老师做成 AI”，而是“用 AI 把老师的带教半径扩大”。技术负责规模，机制负责深度。

判断辨证云的智能体是不是真的，可以用四个测试：专家盲评、传人校准、边界测试、随访验证。

四个测试，医院和工作室都可以做：

四项里，第二项最关键。名医智能体的核心资产不是模型，是“专家团队持续校准的能力”。没有这个能力，模型只会越用越旧。

这也是辨证云在朱良春项目里走过的顺序：先选病种，再整理病案，最后让专家本人参与调试。

这条边界要写进项目设计：智能体给建议，传人与临床医生做最终判断。

第一，不替代传人。 智能体给的是建议，最终判断在传人和临床医生。工作室的挂牌，是传承关系的确认，不是“AI 坐诊”的开始。

第二，不跨专科。 朱良春专科智能体聚焦其擅长领域，不做全科。跨专科使用，既不准，也不负责任。

第三，不对外宣称“AI 看病”。 对外表述应落在“辅助诊疗”与“经验传承”，而不是“AI 名医”。这既是合规要求，也是对先生学术声誉的保护。

很多名医工作室想做数字化，但不知道从哪开始。朱良春工作室的路径可以拆成四步：

四步里，第三步最耗人，也最值钱。专家愿不愿意花时间，决定了智能体是“真传承”还是“假演示”。