Цель данного исследования заключается в построении легкой инженерии предупреждающих слов, основанной на элементах синдрома стенокардии и мыслительного ориентацис использованием цепей логики диагностики китайской медицины, которые направлены на решение проблем высокой зависимости от данных традиционных методов диагностики, ослабленной интерпретируемости и недостаточной адаптации к базе. Разработка приучена предвидеть языковую большую модель элементов синдрома стенокардии китайской медицины CHD-SEDD LLM, совмещающую клиническую интерпретируемость и точность прогноза.В качестве основы большой модели использовался метод микроизменения DeepSeek-r1: 32b. Была разработана три-уровневая схема вывода анализ симптомов - оценка элементов синдрома - комбинация синдрома на основе стандартов диагностики элементов стенокардии китайской медицины и правила диагностики были накодированы в структурированный образец Prompt. Для проверки эффективности CHD-SEDD LLM и сравнения его с моделью без Prompt были выбраны 6 541 типовых случаев реальной болезни стенокардии, применяются в качестве показателей оценки значения Macro-F1 классификации синдромов, точности элементов синдрома и времени вывода для отдельного случая.CHD-SEDD LLM проявила четкую способность иерархического вывода в проверке типовых случаев, точно извлекая важные как элементы как краку и крови и соединяя их в целевые синдромы, такие как дефицит крахи и жаркое зимование и т. Д., и вывод соответствует логике диагностики китайской медицины. Контрастное изучение показывает, что значение Macro-F1 классификации синдромов модели достигает 85,0%, что на 23,8% выше базовой линии без Prompt; точность определения элементов синдрома составляет 84,8%, значительно выше базовой линии (68,7%); логические конфликты снижаются с процента до 4%, а время вывода отдельного случая составляет всего 4,1 с, не вызывая значительной задержки, обусловленной выводом цепи. CHD-SEDD LLM через систему мыслительных цепей и легкую структуру, приводимую правилами диагностики, добилась высокой точности и интерпретируемости диагностики стенокардии в среде невысоких ресурсов. Одновременно была проверена целесообразность общей большой модели + подсказки цепной мысли парадигмы, которая имеет сильное продвижение и может быть использована для диагностики различных болезней с помощью данной парадигмы лечения с использованием мыслительной цепи.

стенокардия, элементы синдрома, большая языковая модель, цепное мышление, интеллектуальная диагностика