用于智能针灸诊断与推理的知识引导多智能体框架

《Engineering Applications of Artificial Intelligence》：Knowledge-guided multi-agent framework for intelligent acupuncture diagnosis and reasoning

　　

摘要：尽管大语言模型在中医药领域已显示出前景，但现有研究主要集中于内科学，缺乏对针灸特定推理和标准化评估的支持。为了解决这些局限性，本文提出了一种智能针灸框架，包括一个领域特定基础模型和一个多智能体推理系统。所提出的针灸领域特定基础模型通过两阶段监督微调和直接偏好优化进行优化，提高了针灸知识表示和推理一致性。多智能体推理系统进一步将针灸知识图谱与检索增强生成相结合，引入语义路由和图引导推理，以提高针灸导向推理的可靠性和可解释性。为了支持标准化评估，我们构建了一个单选题基准和一个问答评估基准，并部分开源了相应的数据集和实现代码。实验结果表明，所提出的针灸领域特定基础模型在单选题基准上达到了 79.11% 的准确率，比其他基线针灸导向模型高出 2.82%。在问答评估基准上，多智能体推理系统获得了 0.9184 的综合评估分数，同时大幅减少了与幻觉相关的推理错误。在专家在环评估中，该系统获得了 78/100 的分数，表明其作为针灸辅助决策支持研究原型的潜力。总体而言，本工作为智能针灸推理和多智能体交互研究提供了一个部分开源的框架：https://github.com/mosheng555/AcuModel-And-AcuAgent

引言：针灸是中医药 (TCM) 和现代整合医学的关键组成部分，是一个基于经络、穴位和气血红平衡理论复杂治疗系统 (Hsu, 1996)。与主要依赖药理干预的内科学不同，针灸需要对经络通路、穴位配伍以及基于患者反馈的动态治疗调整进行推理。随着其在治疗 461 类疾病方面的确凿疗效 (Yan et al., 2022)，针灸代表了智能决策支持系统的一个重要应用场景。然而，针灸抽象的理论体系，连同其非标准化的推理路径和对从业者经验的强烈依赖，给标准化诊疗带来了重大挑战。

在人工智能 (AI) 时代，大语言模型 (LLMs) 在中医现代化方面展现了巨大潜力。现有面向中医的 LLM 通过大规模语料库训练，在文献分析和处方推荐方面展现了令人信服的性能。尽管如此，当这些模型应用于针灸场景时，仍存在显著局限性。大多数现有中医 LLM 主要关注内科学和处方生成，缺乏用于经络推理和穴位特异性的结构化知识 (Wei et al., 2025)。此外，针灸诊断涉及症状、经络和穴位之间的显式关系，这使得单步文本生成容易产生幻觉和不一致的治疗建议。而且，针灸诊断本质上是交互式和迭代式的，通常需要多轮症状询问、症状收集和证型精炼 (Hou et al., 2025)。然而，大多数当前基于 LLM 的系统主要作为静态问答模型运行，难以同时支持动态交互、结构化知识检索以及在医学约束下的推理。因此，现有方法仍难以提供可靠且可解释的针灸导向推理。

为了解决这些局限性，本文提出了 AcuAgent，一个用于智能针灸推理和决策支持的多智能体框架。认识到不同的针灸任务需要不同的推理过程，我们采用了一种“智能体系统”架构，将不同的用户意图动态路由到专门的推理路径和相应的智能体。我们首先构建了源自权威教科书和临床指南的高质量针灸指令数据集，以训练 AcuModel，这是一个通过两阶段监督微调 (SFT) 和直接偏好优化 (DPO) 优化的领域特定 LLM。在此基础上，AcuAgent 采用语义路由机制将用户查询分发给相应的专门智能体，包括用于针灸诊疗推理、针对性治疗推荐和通用针灸知识问答的智能体。此外，为了解决针灸智能化缺乏标准化评估的问题，我们引入了一个双评估框架，包括客观知识评估和基准案例推理。

本文的主要贡献总结如下：
(1) 我们提出了 AcuModel，一个通过严格的数据构建流程和新型“两阶段 SFT + DPO"训练策略开发的针灸专用基础模型。通过系统注入领域知识并将推理模式与首选的针灸导向推理行为对齐，该模型显著缓解了通用中医 LLM 中存在的知识缺陷，从而提高了穴位选择精度和理论推理能力。
(2) 我们设计了 AcuAgent，一个通过“智能体系统”架构支持复杂针灸导向推理交互的全面多智能体框架。该框架纳入了一个语义智能路由机制，将用户意图动态分发到适当的子智能体，并结合了图驱动的反向推理机制。这种集成使系统能够利用 AcuKG 主动识别潜在相关症状，从而提高推理一致性和可解释性。
(3) 我们建立了全面的评估基准，以解决针灸领域缺乏标准化评估资源的问题。具体而言，我们构建了 SCQ-AcuBench (1030 道客观题) 用于评估理论知识，以及 QA-AcuEval (600 个基准样本，包括诊疗案例和针灸推理任务) 用于评估针灸导向推理能力。广泛的实验和专家评审评估表明，所提出的框架实现了推理一致性的提高和幻觉相关错误的减少，突出了其在智能针灸推理研究中的潜力。

本文其余部分组织如下：第 2 节回顾了关于中医 LLM、基于智能体的系统和医学评估的相关工作。第 3 节详细介绍了 AcuModel 的构建和 AcuAgent 系统的架构。第 4 节介绍了实验设置、基准测试和结果分析。最后，第 5 节总结了全文并指出未来的研究方向。

章节片段：中医药和针灸中的大语言模型
近年来，自然语言处理 (NLP) 和深度学习的快速进展使 Qwen、LLaMA 和 ChatGPT 系列等 LLM 在医疗人工智能领域取得了显著进展。得益于强大的语义理解能力和多任务泛化能力，这些模型在医疗咨询、辅助诊断和医学教育方面展现了令人信服的性能 (Shool et al., 2025, Wang and Zhang, 2024)。通过大规模

方法论：AcuModel 与 AcuAgent 的构建
本研究提出了一种用于针灸诊断的分层智能框架，正式定义为元组 ??=??,??,???，其中 ? 代表领域特定基础模型 (AcuModel)，?? 表示结构化知识库 (AcuKG 和 Rules)，?? 表示多智能体编排机制 (AcuAgent)。图 1 描绘了从数据构建到智能体部署的整体工作流程。

实验设置与评估协议
为了全面验证所提出框架的有效性，我们设计了一个双维度评估协议，重点关注“理论知识保留”和“针灸导向推理能力”。所有实验均使用 EvalScope 框架在 8 × NVIDIA A100 GPU 集群上进行标准化测试。

结论
本文通过提出一个由 AcuModel 和 AcuAgent 组成的集成框架，解决了通用 LLM 与智能针灸推理专业化需求之间的差距。AcuModel 通过“两阶段 SFT + DPO"策略进行优化，以增强针灸特定知识理解和推理一致性，而 AcuAgent 进一步集成了语义路由、检索增强生成、知识图谱和基于规则的约束，以支持动态和

CRediT 作者贡献声明
张文昌：撰写 – 审阅与编辑，资源，方法论，概念化。崔金鹏：撰写 – 初稿，可视化，验证，软件，方法论，调查，数据整理。赵萌：撰写 – 审阅与编辑，监督，项目管理。张苗琦：撰写 – 审阅与编辑，验证，资源，数据整理。李鹏：撰写 – 审阅与编辑，监督，资源，资金获取。

利益冲突声明
作者声明他们没有已知的竞争经济利益或个人关系可能影响本文报告的工作。

致谢
本研究工作得到开封市卫生健康委员会与河南工业大学复杂性科学研究所联合基金 (KFCSLHJJ-2024-22) 的支持。

张文昌 | 崔金鹏 | 赵萌 | 张苗琦 | 李鹏
中国河南，郑州，450001，河南工业大学人工智能与大数据学院