Le but de cette étude est de construire un projet d'ingénierie légère de mots d'alerte basé sur les éléments de diagnostic du syndrome de l'angor et la chaîne de pensée diagnostique chinoise, visant à résoudre les problèmes de dépendance élevée aux données des méthodes de diagnostic traditionnelles, de faible interprétabilité et d'adaptabilité insuffisante à la base. Le modèle linguistique de grande envergure des éléments du syndrome de l'angor de la médecine chinoise CHD-SEDD LLM a été développé, combinant interprétabilité clinique et précision de prédiction.Comme base du modèle linguistique de grande envergure, la méthode de micro-ajustement DeepSeek-r1: 32b a été utilisée. Un cadre de raisonnement en chaîne à trois niveaux a été conçu analyse des symptômes - évaluation des éléments du syndrome - combinaison du syndrome basé sur les normes de diagnostic des éléments du syndrome de l'angor de la médecine chinoise, et les règles de diagnostic ont été codées en un modèle Structured Prompt. Pour évaluer l'efficacité de CHD-SEDD LLM et le comparer à un modèle sans Prompt, 6 541 cas de la maladie de l'angor ont été sélectionnés comme évaluation, en utilisant la valeur Macro-F1 de la classification des syndromes, la précision des éléments du syndrome et le temps de raisonnement individuel comme indicateurs d'évaluation.CHD-SEDD LLM a démontré une capacité claire à raisonner hiérarchiquement dans la vérification des cas types, en extrayant avec précision des éléments de base tels que le déficit de Qi et la stase sanguine et en les regroupant en syndromes cibles tels que syndrome de la déficience de Qi et de la stase sanguine syndrome de la déficience de Yang et de la congestion du froid et ainsi de suite, et le raisonnement correspond à la logique diagnostique de la médecine chinoise. L'expérience de contraste montre que la valeur Macro-F1 de la classification des syndromesen modèle atteint 85,0 %, une augmentation de 23,8 % par rapport à la ligne de base sans Prompt ; la précision de la reconnaissance des éléments du syndrome est de 84,8 %, nettement supérieure à la ligne de base (68,7 %) ; le taux de conflit logique a chuté de 37 % à 4 %, et le temps de raisonnement individuel atteint seulement 4,1 s, sans entraîner de retard significatif dû au raisonnement en chaîne. CHD-SEDD LLM, à travers le cadre de pensée en chaîne et la construction légère guidée par les règles de diagnostic, a réalisé une haute précision et interprétabilité du diagnostic de l'angor dans un environnement de ressources limitées. En même temps, la faisabilité du paradigme grande modèle + feuille de route de la chaîne de pensée a été vérifiée, ce qui présente une forte promotion et peut être utilisée pour le diagnostic de différentes maladies avec cette feuille de route de traitement à travers la chaîne de pensée.

angor, éléments du syndrome, grand modèle linguistique, raisonnement en chaîne, diagnostic intelligent