2026 年，中医人工智能已是广泛而活跃的类别。研究系统、通用对话助手、教学工具与新兴临床工作流程产品都已存在。真正有用的问题不是谁能声称自己是“唯一”的中医模型，而是哪种工具针对明确专业任务设计，并具备适当证据与保障。
供持证专业人士教育参考。本文并非针对具体患者的医疗建议，也不建议诊断或治疗。
中医人工智能已经形成一个类别
公开项目包括 HuatuoGPT 系列、Zhongjing、Qibo、TCMChat、ShizhenGPT、OpenTCM、TCMLLM-PR 与 DongYuan，以及持续进行的学术研究。这些项目在训练来源、语言、任务、评估、可用性与目标用户方面各不相同。诚实描述这一类别很重要，因为宽泛的“第一”或“唯一”声明很容易被反驳，也不能帮助专业人士判断是否适合。
能够回答一般中医问题的模型，不会自动成为临床文书产品；强大的通用语言模型，也不会自动理解针灸诊所的工作流程。
区分模型与产品
临床工作流程产品不只是一套语言模型。它还需要问诊结构、隐私控制、检索、来源追踪、审核状态、可审计性，以及清楚界定哪些内容可以进入病历。界面应尽量避免用户把生成建议误认作观察事实。
评估也必须与任务匹配。通用问答基准几乎不能说明系统能否忠实草拟 SOAP 病历、引用正确来源摘录或保留专业人士修改。
专业化可以让边界更清楚
范围狭窄不能保证质量，却能建立更可检验的产品。专注美国针灸 SOAP 病历的工具可以明确必要部分、辨证的角色、从治则到配穴处方的联系，以及专业人士批准病历的具体时点。
专业化也有助于明确产品应拒绝做什么。ASKLEMER 并不是患者症状自查工具，也不是自主诊断系统。
专有临床病历意味着责任
真实临床病历可能包含教材与合成对话没有的执业语境，也带来有关权利、去标识化、治理、安全、偏差与适当使用的严肃义务。“建立在临床数据之上”绝不能被当作获得信任的捷径。
ASKLEMER 的临床基础是一套专有、去标识化的真实针灸 SOAP 病历语料库，来自教学与常规执业诊所环境，并为引用检索而设计。产品仍在开发中，语料来源不会自动带来任何临床表现声明。
为什么专业人士审核仍是核心
临床语言模型可能生成无支持陈述、遗漏相关事实，或给出与病例不符却语气自信的推理。检索也可能返回表面相似、临床上却无关的先例。持证专业人士必须审核发现、解释、引用与拟定计划。
“专业人士全程参与”应描述真实产品架构：可见草稿、可编辑推理、来源访问、明确批准与审计记录，而不是事后加在自主流程上的免责声明。
市场发展中应关注什么
专业人士评估未来产品时可以问：工具支持什么具体任务？可输入哪些数据？在哪里处理？能否区分观察事实与生成综合？来源是否可见？如何呈现不确定性？评估测量什么？导出前能否检查并更正病历？
市场会存在多种有效方法。ASKLEMER 希望占据一个明确位置：面向美国持证针灸专业人士，提供有引用的配穴与 SOAP 文书辅助，以去标识化执业病历为基础，并围绕专业人士审核设计。
核心结论
临床人工智能只有在清楚区分事实、推断、来源与专业人士决定时最有价值。ASKLEMER 仍在开发中，不声称具有临床表现或当前可用性。