首页›洞察›患者说“肚子胀”,系统怎么落到“脘腹胀满”:术语归一这道暗工程

患者说“肚子胀”,系统怎么落到“脘腹胀满”:术语归一这道暗工程

2026 年 11 月 4 日

中医 AI 最不显眼、也最容易翻车的一层,不是辨证推理,而是患者那句话怎么变成系统认识的术语。患者说肚子胀,系统里要落到脘腹胀满;说心口烧,要落到胃脘灼热;说半夜三四点准醒,要落到定时醒,并挂到肝经、胆经的时辰维度上。这一层叫术语归一,它做得怎么样,直接决定后面的辨证能召回多少。

这一层没有 Demo 可看,也很少出现在产品介绍的第一页。但它一旦出问题,前端界面再漂亮、模型再大,结论都会偏——因为推理的原料从入口就错了。

一、口语和术语之间,隔着一整套映射

规范的中医症状集并不大,但颗粒度很细。舌象、脉象之外,光是问诊部分就包含寒热、汗、头身、饮食口味、二便、睡眠、情志、妇人经带等若干维度,每一维下面又是几十个规范症状项。辨证云的知识底座里有 30000 多个症候,这个量级说明一件事:术语不是几十个词,而是一张需要维护的网。

患者不会按这张网说话。他说「肚子胀」,可能是胃脘部,也可能是全腹;可能是饭后加重,也可能是整天都胀;可能伴嗳气,也可能伴腹泻。同一个词,落到不同的规范项,指向的证候要素完全不同——脘腹胀满指向脾胃气滞或湿阻,少腹胀满更多与肝气郁结、下焦气机相关。

所以映射不能是一对一的字典,而是一组带条件的规则:部位、时间、加重缓解因素、伴随症状,四项里缺一项,映射就可能落错格子。

二、一句话要处理五件事

真实主诉进系统,要过五道处理,任何一道漏掉,后面的辨证就会少一条关键证据。

患者原话 规范术语 落到哪个证候要素 漏掉的后果
肚子胀、吃完更胀 脘腹胀满,食后加重 脾胃气滞 脾胃类证型缺主症支持
心口烧、反酸 胃脘灼热,吞酸 胃热、肝胃郁热 热证倾向被低估
半夜三四点准醒 定时醒(丑时) 肝胆、厥阴 时间维度线索丢失
怕冷又出汗 畏寒,汗出 卫阳不固、营卫不和 表虚类证型无法成立
嘴里发苦、早上明显 口苦,晨起为甚 肝胆湿热 湿热证据链断开
拉不出来,大便干成球 大便干结,状如羊屎 肠燥津亏 津亏判断缺少依据

这张表右边一列才是关键:映射错了不是「记录不准确」,而是直接少了一条支持某证型的证据。辨证靠的是证据的组合,少一条,排名就会变,方子的方向也可能跟着变。

三、五个最容易失手的处理点

同义词。同一件事的说法可以有很多种:腹胀、肚子胀、胀气、肚子里有气、吃不下去还胀。同义词表要覆盖到这种程度,不能只收标准说法。

方言与口语习惯。南方患者说「心口」常指胃脘,北方说「心口」有时指胸骨后;「上火」在不同地区指向不同;「湿气重」几乎是万能表述,几乎不能直接映射,必须继续追问具体表现。方言处理不好,等于给一部分患者少听了半句话。

否定与排除。「不太胀」「没有口干」「不怕冷」——这三个词里都带着否定。如果系统只抓关键词,会把「没有口干」记成口干,把「不怕冷」记成怕冷,这种错最隐蔽,因为它不会报错,只会安静地把辨证带偏。辨证云的做法是把否定做成采集端的独立字段,让「有/无/未问」三种状态分开存,而不是留给后端从文本里猜。

程度修饰。「有点胀」和「胀得厉害」在证候权重上不是一回事;「偶尔」和「每天」也不是一回事。程度与频次如果不进结构化字段,所有症状都会被压成同一个强度,辨证的区分度就没了。

合并症干扰。一位同时有糖尿病、慢性胃炎、失眠的患者,主诉往往混杂。系统要能分辨哪一句是本次就诊的核心,哪一句是背景病史,否则会把三年的老毛病当成本次主症,把证型拽到别处去。

四、覆盖率决定召回率

术语归一有两个可测的指标:覆盖率与错配率。

覆盖率是「患者说的内容里,有多少被成功映射到规范术语」。它直接决定召回——一条主症没被识别,任何以它为必要条件或重要支持的证型都不会出现在候选里。医生看到的候选列表变短了,不是系统判断更精准,而是它根本没听见。

错配率是「映射到了,但落错了格子」。这个指标更危险,因为它不减少候选,只污染候选。覆盖率低的表现是「结果少」,医生容易察觉;错配率高的表现是「结果怪」,医生要花更大力气才能发现是哪里进的错。

辨证云在实施中会把这两个指标分开测:拿本院真实门诊主诉抽几百条做回标,逐条看映射结果,而不是只看最终的证型对不对。只看最终结果,永远分不清是术语层错了,还是推理层错了。

五、这一层怎么验,才不是自说自话

术语映射表是典型的「本院知识」,通用厂商给的那份表,一定和本院医生的说法有出入。所以验收时最该做的一件事,是把映射表打印出来,请本院中医科逐条过、逐条签字。签过字的表,才是这家医院认可的语言。

第二件事是抽样回标。从 HIS 里抽真实主诉,不看诊断、只看原话,让医生判断每条映射对不对。这项工作很枯燥,但它是唯一能暴露方言和口语盲区的方法。辨证云在落地时会把这批回标结果留档,作为下一轮补表的依据,而不是一次性验收完就归档。

第三件事是看增量。把映射表补完一轮之后重新测覆盖率,看提升了多少。提升明显的科室,说明原来的表确实薄;提升不明显的,问题可能不在术语层,而在问诊采集本身就不充分。

写在最后

辨证这件事,做加法容易,做减法难。加一个证型、加一条规则,都能演示;把一句含混的口语准确地收进一个规范术语,却需要长期的、枯燥的对照。

所以评价一套中医 AI 时,不妨问一句:患者说「肚子胀」,你们的系统里,它有几种落法?答不上来的,多半还没认真做过这一层。辨证云把这一层当作工程而非配置,原因也简单——辨证的上限由知识决定,下限由术语决定。

相关阅读

把 40 年的中医 AI,接入你的机构

预约演示 · 合作咨询 · 在线体验