T/HNQAP 0006-2025 名医数字人 AI 大脑传承系统设计规范

河南省医药质量管理协会团体标准
T/HNQAP 0006—2025
名医数字人AI 大脑传承系统设计规范
Design Specifications for the Digital Human AI Brain Inheritance System for Famous Physicians
2025-1-27发布2025-2-1实施
河南省医药质量管理协会发布

目次
前言......................................................................................1
引言......................................................................................2
1 范围..................................................................................... 3
2 规范性引用文件........................................................................... 3
3 术语和定义............................................................................... 3
4 符号和缩略语............................................................................. 4
5 总体要求................................................................................. 4
6 建设要求................................................................................. 8
7 管理制度................................................................................. 9
8 人员培训................................................................................ 10
参考文献............................................................................... 11

前言
本文件按照GB/T 1.1-2020《标准化工作导则第1 部分：标准化文件的结构和起草规则》的规
定起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由河南经方云科技有限公司提出。
本文件由河南省医药质量管理协会归口。
本文件起草单位： 河南经方云科技有限公司、河南中医药大学、荥阳市总医院、郑州市金水区总医
院、郸城县中医院、中牟县中医院、河南澍青医学高等专科学校、郑州大学医院。
本文件主要起草人： 崔海洋、许成刚、崔书克、孙玉信、王守东、水新华、张晋、屈燕鸣、蒿会玲、
张佩琛、苗静、崔培原、郑成镇、刘锐、孙新阳、史勤鑫。

引言
随着数字化技术在医疗领域的广泛应用，名医数字人AI 大脑是“名医、名药、名方”传承与创
新的重要手段之一，其标准化建立有助于规范整个行业的发展方向，确保技术的合理、合规应用；
通过建立团体标准，可以确保名医数字人AI 大脑在诊断、治疗、培训等方面的准确性和可靠性，从
而保障老百姓所享受到的服务质量和安全；标准化的建立有助于不同机构、研发团队之间的技术交
流与合作，推动名医数字人AI 大脑技术的不断升级和完善。
名医数字人AI 大脑基于大量的数据和经验，通过深度学习和数据挖掘等技术手段，实现对“名
医、名药、名方”使用规律的提炼和总结，从而推动中医药的传承与创新发展；借助名医数字人AI
大脑，“名医”可以更快地获取诊断结果和治疗建议，从而提高诊疗效率和精准度。同时，AI 大脑
还可以根据患者的具体情况，提供个性化的治疗方案，实现精准医疗；通过名医数字人AI 大脑的应
用，可以实现对医疗资源的有效整合和优化分配。“名药”在名医数字人AI 大脑的作用下，更易于
药品的规范与管理，能够助力医生为患者提供更好的解决方案，能够沉淀优质的中医药资源。“名
方”可以在百万真实世界应用案例的实践中，不断优化，服务更多老百姓。标准化的名医数字人AI
大脑有助于中医药与国际医疗体系的交流与融合，提升中医药在全球范围内的影响力和认可度。

1 范围
本文件规定了名医数字人AI大脑传承系统设计的技术要求，包括名医数字人AI大脑数据库、安全性、
稳定性等方面的技术要求。
本文件适用于名医数字人AI大脑传承系统的设计、开发和评估。
2 规范性引用文件
下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。
凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
GB/T 40665 为四诊分类提供准确的标准支持
GB/T 16751 为疾病、证候、治法规范提供准确的医学知识支持
GB/T 42467 为中医临床诊断提供准确的医学知识支持
GB/T 31773-2015 适用于中药方剂的临床用药、科研教学、统计和监督管理，以及中药方剂、中药处
方、电子处方、电子病历、中医病历
YD/T 4393.1-2023 虚拟数字人指标要求和评估方法第1部分： 参考框架
YD/T 4393.2-2023 虚拟数字人指标要求和评估方法第2部分： 2D真人形象类合成技术
3 术语和定义
下列术语和定义适用于本文件。
3.1 名医数字人famous digital doctor
名医数字人是一个集成了“名医、名药、名方”多元化服务场景的创新平台。其中，“名医”涵盖了
从国医大师、名医专家、岐黄学者到地方名医、专科带头人、非物质医药传承人及中医师承人员等广泛群
体；“名药”则精选了具有地方特色的地道药材，以及广受民众认可并在日常生活中广泛应用的中药；“名
方”则是指那些历经时间考验、深深植根于民众行为习惯中的经典方剂。
该平台采用双轨并行模式运作：一方面，它以“诊疗思维模型”为核心，提供医疗决策支持，实现精
准诊疗；另一方面，则融合了“诊疗思维与外在形象展示”的综合模式，提供智能化的诊疗建议，还通过
生动的形象展示，极大地增强了用户的交互体验。
这一创新概念的核心在于，通过数字化手段有效传承与发展医学精粹，进而提升服务的效率与质量，
为民众带来更加便捷、高效的服务体验。
3.2 AI大脑ai brain
T/HNQAP 0006—2025
4
AI大脑指集成深度学习、自然语言处理等先进技术的智能系统。
3.3 传承系统transmission system
传承系统是指将名医的临床经验、知识等通过数字化手段进行保存、传承和创新的系统。
4 符号和缩略语
下列缩略语适用于本文件
AI：人工智能（artificial intelligence）
CDSS：临床决策支持系统（clinical decision support system）
ASR：自动语音识别技术（Automatic Speech Recognition）
TTS：从文本到语音（Text To Speech）
5 总体要求
5.1 总体技术要求
本文件规定了名医数字人AI大脑传承系统设计的技术要求，包括名医数字人AI大脑数据库、安全性、
稳定性等方面的技术要求。
5.2 系统技术架构
图1 名医数字人AI大脑传承系统技术架构
T/HNQAP 0006—2025
5
5.2.1 源数据层
源数据层的源数据来自名医知识库、名药数据库、名方数据库。
5.2.1.1 名医知识库包括但不限于在中医药领域具有深厚的造诣和丰富临床经验的国医大师、名医专家、
岐黄学者，还收录了地方名医、专病专科带头人、非物质医药文化传承人等临床案例。通过AI大脑的传承
系统，这些知识和经验经过有效的整理、归纳和传承，是AI系统学习和模拟名医思维的重要基础，AI系统
从中提取名医的诊疗思路、用药习惯和独特见解，为患者提供更精准、更个性化的诊疗服务。
5.2.1.2 名药数据库名药数据库包含药品的名称、分类、制剂类型、剂量、生产厂家等基本信息。这些信
息是名医数字人AI大脑传承系统进行药品识别、分类和推荐的基础。AI系统基于这些信息，快速准确地识
别患者所需的药品，并为其推荐合适的药品类型和剂量。
5.2.1.3 名方数据库通过提供方剂基本信息、历史沿革与方义演变信息、现代研究与应用信息以及支持AI
系统的学习与优化等多方面的支持，为名医数字人AI大脑传承系统提供了强大的方剂信息支持。这些支持
使得AI系统能够更好地为患者提供个性化的治疗方案和用药指导，从而提升医疗服务的效率和质量。
5.2.2 数据预处理层
数据预处理层是对原始数据进行精细化的加工与优化，确保后续分析与挖掘工作的顺利开展。
5.2.2.1 数据清洗是对数据进行识别并剔除数据中的错误、异常及无关信息，从而净化数据集，减少噪声
干扰。通过严谨的规则设定与算法应用，能够精准定位数据中的瑕疵，并进行有效修正或剔除，为数据的
后续处理奠定坚实基础。
5.2.2.2 数据整理是对数据的结构化处理，包括数据格式的统一、数据类型的转换以及数据结构的优化等。
通过这一步骤，原始数据被转化为更加规整、易于处理的形式，为后续的数据分析提供便利。
5.2.2.3 数据归一化是将不同量级、不同分布的数据转换至同一尺度下，以消除数据间的量纲差异，确保
数据在比较与分析时的公平性与准确性。通过归一化处理，数据的可比较性和可分析性得到显著提升。
5.2.2.4 缺失值处理是针对数据集中存在的缺失值，该层将采用合理的插值方法或填补策略进行修复。这
包括但不限于均值填补、中位数填补、回归预测填补等，以确保数据的完整性和连续性，避免缺失值对数
据分析结果的负面影响。
5.2.3 数据存储层
数据存储层融合了多种技术，包括关系型数据库、Hadoop大数据处理平台以及Spark大数据处理引擎等，
旨在应对多样化的数据存储与处理需求。根据具体的业务场景和数据特征，可以灵活选择并组合这些系统，
以打造一套全面的数据存储与处理解决方案。关系型数据库擅长于结构化数据的存储与管理，而Hadoop和
Spark等大数据处理系统则能够高效应对海量数据的存储与分析任务，展现出卓越的性能与可扩展性。通过
巧妙融合这些系统，可以为不同规模与类型的数据量身定制存储与处理方案，从容应对业务挑战与数据处
T/HNQAP 0006—2025
6
理需求。
5.2.4 数据处理层
数据处理层集成了机器学习、效果对比及追踪、数据挖掘与模式识别等先进技术，对名医名药名方相
关的中医诊疗数据进行深度解析。能够高效地从复杂数据中提炼出诊疗模式、规律及发展趋势，为中医领
域的监测、决策制定、精准诊断及疗效评估等提供强有力的支持。通过自动化分析和挖掘海量中医诊疗数
据，数据处理层能够揭示潜在的相关性与规律性，为医疗决策者和临床医师提供更为精确、可靠的依据。
5.2.5 数据可视化层
数据可视化层集成了图表、地图、报表等多种可视化工具，专为名医名药名方相关的数据打造用户友
好且交互丰富的界面。为用户迅速把握数据的本质，提供高度个性化的数据呈现选项，让用户能够按需定
制数据展示方式，深化对数据分析和决策的理解。通过数据可视化层，用户直观地洞察数据的动态趋势与
潜在关联，高效挖掘数据中的深层信息，揭示隐藏的规律与见解。显著提升数据分析的效率与准确性，使
名医名药名方的相关数据得以更充分地利用，为医疗决策与实践提供强有力的视觉支持。
5.2.6 应用层
5.2.6.1 中医实训教育
提供高度仿真的中医实训环境，使医学生能够在虚拟环境中进行中医诊断、治疗等技能的训练。通过
AI技术模拟真实的中医临床案例，帮助学生深入理解中医理论和诊疗方法。解决了传统中医实训教育受限
于资源、时间和安全性等因素，难以提供足够的实践机会。学生难以接触到多样化的中医临床案例，影响
对中医理论的深入理解和应用。从而提高了中医教育的质量和效率，降低了教育成本。培养了更多具备实
践能力的中医人才，为中医行业的发展提供了有力支持。
5.2.6.2 中医临床决策支持
辅助中医医生进行临床决策，提供基于大数据和AI技术的诊疗建议。通过对中医临床数据的深度挖掘
和分析，发现潜在的诊疗规律和趋势。解决了中医临床决策过程中存在的主观性和不确定性，影响诊疗效
果。医生难以快速获取全面的中医临床信息和数据支持。提高了中医临床决策的准确性和效率，优化了诊
疗流程。为中医医生提供了更加科学、客观的诊疗依据，提升了诊疗水平。
5.2.6.3 中医药与现代科技融合应用
推动中医药产业链的延伸和发展，促进中医药与现代科技的融合。通过AI技术对中医药进行数据挖掘
和分析，发现新的药物研发方向和潜在的市场机会。解决中医药产业链发展受限，缺乏创新和技术支持。
中医药研发过程中存在周期长、成本高、成功率低等问题。为中医药研发提供了新的思路和方法，加速了
新药研发进程。促进中医药产业的现代化和国际化发展，提高了中医药的市场竞争力。
5.2.6.4 扩展应用
T/HNQAP 0006—2025
7
适合名医数字人AI大脑传承系统应用的其它应用形式。
5.2.7 数据安全和隐私保护层
为名医名药名方相关的数据提供全方位的安全与隐私保障。集成数据加密、精细的访问控制机制以及
先进的匿名化处理技术，确保数据在存储、处理及传输的每一个环节都能得到严密的保护。数据加密技术
的应用，有效抵御未经授权的访问和数据泄露的风险，为数据的传输和存储过程筑起了一道安全的防线。
精细的访问控制机制，只允许经过授权的用户或系统访问特定的数据资源，进一步提升数据的安全性。此
外，匿名化处理技术通过对数据进行专业化处理，使得个人隐私信息得以有效隐藏，确保数据在使用过程
中不会泄露任何个人身份或敏感信息，保护用户的隐私权。
5.2.8 名医数字人AI 大脑的传承系统中名医名药名方数据库设计
5.2.8.1 名医知识库
名医知识库集成了多种中医药领域专家知识和临床案例的综合性数据库。它涵盖了具有深厚造诣和丰
富临床经验的国医大师、名医专家、岐黄学者，还收录了地方名医、专病专科带头人、非物质医药文化传
承人等众多中医药领域的佼佼者。数据库的内容丰富多样，主要包含名医介绍、名医理论、名医医案、名
医方剂、名医养生、名医诊疗技术等内容。
名医介绍中详细记录了每位名医的生平、学术背景、临床经验和专长等信息，便于了解名医的学术地
位和临床经验；名医理论收录了名医们关于中医药理论的独特见解和研究成果，包括阴阳五行、脏腑经络、
病因病机等方面的理论阐述；名医医案记录了名医们在实际临床中遇到的典型案例和治疗过程，包括诊断
思路、用药方案、治疗效果等，为后来者提供宝贵的临床经验和参考；名医方剂整理了名医们常用的方剂
和药物组合，包括方剂的组成、功效、主治病症以及用药注意事项等，为临床用药提供指导；名医养生介
绍了名医们关于养生保健的理念和方法，包括饮食调养、运动锻炼、情志调节等方面的内容，有助于用户
了解中医养生之道；名医诊疗技术涵盖了名医们在临床中运用的各种诊疗技术和方法，如针灸、推拿、拔
罐等，为用户提供丰富的诊疗手段选择。
名医知识库为AI大脑提供大量的中医药领域知识和临床案例，有助于AI系统更深入地理解中医药理论
和临床实践；AI系统通过学习和分析名医的医案和方剂，模拟名医的诊疗思路和方法，提高诊疗能力；名
医知识库中的知识和经验是中医药传承与创新的重要基础。AI系统可以通过对这些知识和经验的分析和挖
掘，发现新的诊疗方法和思路，推动中医药的创新发展；AI系统可以根据用户的需求和病情，结合名医知
识库中的知识和经验，为用户提供个性化的诊疗建议和用药指导，提升用户的就医体验和满意度。
5.2.8.2 名药数据库
名药数据库包含药品基本信息、药品临床信息、药品药理信息、药品安全信息等内容。药品基本信息
是指药品的名称、分类、制剂类型、剂量、生产厂家等，这些信息是名医数字人AI大脑传承系统进行药品
T/HNQAP 0006—2025
8
识别、分类和推荐的基础，系统可以基于这些信息，快速准确地识别患者所需的药品，并为其推荐合适的
药品类型和剂量；药品临床信息包含药品的适应症、禁忌证、用法用量、注意事项等，系统可以根据患者
的具体病情和身体状况，结合药品的临床信息，为患者提供精准的治疗建议和用药指导；药品药理信息是
指药理作用、药代动力学、药效动力学等，有助于系统更深入地了解药品的作用机制和效果，从而更准确
地评估药品的适用性和安全性，为患者提供更科学的用药建议和风险提示；药品安全信息包括副作用、不
良反应、过敏反应、药物相互作用等，系统可以实时监测患者的用药情况，及时发现并预警潜在的药品安
全风险，从而避免或减少药品不良反应的发生。
名药数据库中的大量药品信息作为系统的训练数据，帮助其不断学习和优化。通过不断学习和分析药
品信息，系统可以逐渐提升自己的智能水平，包括更准确地理解药品的特性和作用、更高效地生成用药建
议等。
5.2.8.3 名方数据库
名方数据库收录方剂基本信息、方剂历史沿革与方义演变、方剂现代研究与应用支持等。方剂基本信
息包含方剂名称、来源、组成、功效、主治等，这些信息是名医数字人AI大脑传承系统进行方剂识别、分
类和推荐的基础，系统基于这些信息，快速准确地识别患者所需的方剂，并为其推荐合适的方剂类型和剂
量；方剂历史沿革与方义演变包括方剂的处方来源、药物组成的变化、炮制方法的改进等，便于系统更准
确地评估方剂的适用性和有效性，制定个性化的治疗方案；方剂现代研究与应用提供了方剂在近现代的临
床应用情况、疗效评估、不良反应等方面的信息，基于现代研究文献和应用案例，为患者提供更精准的治
疗建议和用药指导，同时评估方剂的安全性和有效性。
名方数据库中的大量方剂信息作为系统的训练数据，帮助其不断学习和优化。通过不断学习和分析方
剂信息，系统可以提升自己的智能水平，包括更准确地理解方剂的特性和作用、更高效地生成治疗方案等。
6 建设要求
6.1 名医名药名方数据库标准体系建立
数据来源可以包括官方药典、国家药品监督管理局数据库、医学和药学专业期刊、医药公司发布的药
物信息、科研机构的研究报告等。
数据录入过程需经过严格的审核和校对，确保每条药物信息都包括药名、成分、药效、使用剂量、适
应症、禁忌证和副作用等详细内容，并且药名、成分信息、药效部分、使用剂量、适应症、禁忌证和副作
用等信息应严格按照权威资料和临床数据进行记录。药物信息应按药品类别、治疗领域、药效类型、使用
对象等进行分类，并支持多层次分类和交叉检索，以满足用户多样化的检索需求。采取严格的加密技术确
保数据采集、存储和传输过程中的安全，防止数据泄露和非法篡改。
6.2 标准规范建立
T/HNQAP 0006—2025
9
根据应用需求，进行数字人的整体设计，确定其外貌、特征、服装、性格、动作等，制定模型构建、
训练、应用等方面的技术标准，确保模型的规范性和一致性。
6.3 名医数字人AI 大脑传承系统模型构建与训练
6.3.1 模型构建
使用人体扫描或建模技术获取人体的形状和外观信息，创建数字人的基础模型，在数字人模型上创建
骨骼系统，使其能够进行动画。通过动画制作技术为数字人赋予运动，包括手动关键帧动画制作和运动捕
捉技术。添加表情和肌肉系统以增强数字人的真实感。表情系统可以通过对数字人的面部模型进行形状变
形或使用形状关键帧的方式来实现。肌肉系统可以根据骨骼的运动和压力来模拟肌肉的形变和收缩。加入
材质和纹理以提高数字人的视觉质量。使用图像编辑软件来绘制数字人的纹理贴图、皮肤材质、服装材质
等。使用光照和渲染技术将数字人模型呈现为最终图像或实时图像，通过光照和阴影来模拟不同照明条件
下的真实效果。
6.3.2 模型训练
选择合适的基底模型，作为训练的基础，这个模型应具备一定的能力，需要进一步培养来完成特定任
务，准备大量的问答数据集，用于训练模型。数据集应涵盖名医的诊疗经验、名药的使用方法和名方的疗
效等。通过微调（Fine-tuning）等训练技术，使模型逐步掌握特定领域的知识，并具备与用户进行交互的
能力。
6.4 临床实践
将训练好的名医数字人应用于临床实践，辅助医生进行诊疗决策，根据患者的病情、病史和需求，提
供个性化的诊疗建议和治疗方案。
6.5 疗效评估及服务追踪
通过对比治疗前后的数据，评估治疗方案的效果，对患者进行定期回访，了解病情变化和治疗效果，
及时调整治疗方案。
6.6 安全策略
加强数据库的安全管理，防止数据泄露和非法访问，在收集、处理和存储患者信息时，严格遵守隐私
保护法规，确保患者隐私安全。
7 管理制度
数据管理制度：明确数据的采集、处理、存储和使用规范，确保数据的准确性和完整性。
系统运维管理制度：建立系统的运维管理机制，确保系统的稳定运行和及时维护。
用户管理制度：对用户进行身份验证和权限管理，确保系统的安全性和合规性。
培训制度：定期对用户进行系统使用培训，提高用户的使用水平和满意度。
8 人员培训
系统开发人员培训：对系统开发人员进行技术培训，提高其技术水平和开发能力。
系统使用人员培训：对使用人员进行系统使用培训，使其熟悉系统的功能和操作流程。
管理人员培训：对系统管理人员进行管理制度和操作规范的培训，提高其管理水平和能力。