Das Ziel dieser Studie ist es, ein leichtes Anzeigewortprojekt aufzubauen, das auf den diagnostischen Elementen des koronaren Herzkrankheitsyndroms basiert. Angesichts der Probleme traditioneller Diagnosemethoden wie hohe Datendependenz, geringe Interpretierbarkeit und geringe Grundniveauanpassung wurde das koronare Herzkrankheits-Syndrommodell der chinesischen Medizin entwickelt, das sowohl klinische Erklärbarkeit als auch Vorhersagegenauigkeit vereint (CHD-SEDD LLM). Die Methode basiert auf der Feinanpassung von DeepSeek-r1: 32b als Grundlage des großen Diagnosemodells und dem dreistufigen Kettenrückschlussrahmen Symptominterpretation-diagnostische Elementbewertung-diagnostisches Kombinationsmuster basierend auf den Diagnosekriterien für das Koronarherzleiden und codiert das Diagnoseregelstrukturelle Prompt-Modell. Es wurden 6.541 echte medizinische Fälle von koronarer Herzkrankheit ausgewählt, um die Wirksamkeit des CHD-SEDD LLM zu überprüfen und mit dem Modell ohne Muster zu vergleichen. Die Klassifizierungskennzahl (Makro-F1), die Genauigkeit der diagnostischen Elemente und die Zeit für die Fallrückführung wurden als Bewertungskriterien verwendet. Die Ergebnisse zeigten, dass das CHD-SEDD LLM in der Verifikation typischer Fälle eine klare hierarchische Rückführungsfähigkeit aufwies, in der Lage war, die Kern diagnostischen Elemente wie Qi-Mangel und Blutstagnation genau zu extrahieren und in Zielsymptome wie Qi-Mangel und Blutstagnation Zeichen und Yang-Mangel und Kälte-starke Zeichen zu kombinieren und der Rückführungsvorgang dem logischen den Prozess der Diagnose der chinesischen Medizin entsprach. Der kontrollierte Experiment zeigte, dass der Makro-F1-Wert des Modells 85,0 % erreichte, was eine Steigerung von 23,8 % gegenüber dem Baseline-Modell ohne Muster darstellt; die Genauigkeit der diagnostischen Elemente 84,8% war, deutlich höher als die der Baseline (68,7%); Der Konfliktanteil sank von 37% auf 4%, und die Zeit für die Rückführung eines einzelnen Falls beträgt nur 4,1s, ohne dass eine bedeutende Verzögerung durch die Rückführungskette entsteht. Das CHD-SEDD LLM erreichte in Low-Resource-Umgebungen eine hohe Präzision und Interpretierbarkeit bei der Diagnose einer koronaren Herzkrankheit. Es wurde auch die Machbarkeit des Paradigmas Allgemeines Großmodell + Bereichsrückführungshinweise bestätigt. Dieses Paradigma ist stark generalisierbar und kann auf die Diagnose vieler Krankheiten angewendet werden, um die standardisierte Entwicklung von intelligenten chinesischen Diagnosen und Behandlungen voranzutreiben.

Koronarherzkrankheit; diagnostisches Element; große Sprachmodelle; kettenartige Denkweise; intelligente Diagnose