Exploration on application of ChatGPT in scientific research work of traditional Chinese medicine

ZHAO Tao; WEI Changfa; LIU Huina; HOU Menghan; LIAN Tuo

doi:10.16305/j.1007-1334.2025.z20241006001

您当前的位置：

首页 >

文章列表页 >

Exploration on application of ChatGPT in scientific research work of traditional Chinese medicine

更新时间：2025-11-06

- Exploration on application of ChatGPT in scientific research work of traditional Chinese medicine
- Shanghai Journal of Traditional Chinese Medicine Vol. 59, Issue 11, Pages: 1-8(2025)
- 作者机构：
  
  1.湖南中医药大学（湖南长沙 410208）
  2.湖南省智慧中医工程技术研究中心（湖南长沙 410208）
  3.墨尔本皇家理工大学（澳大利亚墨尔本 3000）
- 作者简介：
- 基金信息：
- DOI：10.16305/j.1007-1334.2025.z20241006001
  CLC：
- Received：06 October 2024，
  
  Published：10 November 2025
- 稿件说明：
移动端阅览
赵涛,韦昌法,刘惠娜,等.ChatGPT在中医药科研工作中的应用探讨[J].上海中医药杂志,2025,59(11):1-8.

ZHAO Tao,WEI Changfa,LIU Huina,et al.Exploration on application of ChatGPT in scientific research work of traditional Chinese medicine[J].Shanghai Journal of Traditional Chinese Medicine,2025,59(11):1-8.
赵涛,韦昌法,刘惠娜,等.ChatGPT在中医药科研工作中的应用探讨[J].上海中医药杂志,2025,59(11):1-8. DOI： 10.16305/j.1007-1334.2025.z20241006001.

ZHAO Tao,WEI Changfa,LIU Huina,et al.Exploration on application of ChatGPT in scientific research work of traditional Chinese medicine[J].Shanghai Journal of Traditional Chinese Medicine,2025,59(11):1-8. DOI： 10.16305/j.1007-1334.2025.z20241006001.

摘要

目的

探讨ChatGPT在中医药科研工作中的应用价值和应用模式，并开展应用示范。

方法

阐述ChatGPT及相关模型和应用的发展动态，从通用工具调用、交互式对话、应用程序编程接口（API）集成与代码生成四个模式来分析ChatGPT在中医药科研工作中的应用模式，并基于这些模式从医案结构化、命名实体识别、科研数据获取与分析、中医考研真题测评等方面开展了ChatGPT在中医药科研工作中的应用实践。

结果

ChatGPT在中医药科研工作中具有显著的应用成效，其能够很好地完成医案结构化、命名实体识别、科研数据获取与分析等工作。但是，ChatGPT解答《中医综合》考研真题等中医专业问题的能力还有待提升。

结论

ChatGPT在中医药领域展现出了巨大的应用潜力，为科研工作者提供了高效、便捷的解决方案。未来，随着技术的不断进步，ChatGPT等大语言模型有望在中医药科研工作中发挥更加重要的作用。

Abstract

Objective

To explore the application value and models of ChatGPT in scientific research of traditional Chinese medicine （TCM）， and to demonstrate its practical applications.

Methods

This paper outlines the development trends of ChatGPT and related models， analyzing its application in TCM scientific research through four modes： general tool usage， interactive dialogue， API integration， and code generation. Based on these modes， practical applications of ChatGPT in TCM research were implemented in areas such as medical case structuring， named entity recognition， scientific data acquisition and analysis， and the assessment of TCM postgraduate exam questions.

Results

ChatGPT has shown significant effects in TCM research， excelling in tasks such as medical case structuring， named entity recognition， and scientific data acquisition and analysis. However， its ability to answer professional TCM questions， such as those in the past papers of the National Graduate Entrance Exam for

Comprehensive Traditional Chinese Medicine

， requires further improvement.

Conclusions

ChatGPT demonstrates enormous potential in the field of TCM， offering efficient and convenient solutions for researchers. With continuous advancements in technology， large language models like ChatGPT are expected to play an increasingly important role in TCM scientific research in the future.

关键词

Keywords

references

卢经纬，郭超，戴星原，等 . 问答ChatGPT之后：超大预训练模型的机遇和挑战［J］. 自动化学报， 2023 ， 49 （ 4 ）： 705 - 717 .

刘禹良，李鸿亮，白翔，等 . 浅析ChatGPT：历史沿革、应用现状及前景展望［J］. 中国图象图形学报， 2023 ， 28 （ 4 ）： 893 - 902 .

LI Y X ， LI Z H ， ZHANG K ， et al . ChatDoctor： a medical chat model fine-tuned on a large language model meta-AI （LLaMA） using medical domain knowledge ［J］. Cureus ， 2023 ， 15 （ 6 ）： e40895 .

ZHANG H B ， CHEN J Y ， JIANG F ， et al . HuatuoGPT， towards taming language model to be a doctor ［J/OL］. arXiv ， 2023 ［ 2024-09-01 ］. https：//arxiv.org/pdf/2305.15075 https://arxiv.org/pdf/2305.15075 .

XIONG H L ， WANG S ， ZHUY T ， et al . DoctorGLM： fine-tuning your Chinese doctor is not a herculean task ［J/OL］. arXiv ， 2023 ［ 2024-09-01 ］. https：//arxiv.org/abs/2304.01097 https://arxiv.org/abs/2304.01097 .

WANG H C ， LIU C ， XI N W ， et al . HuaTuo： tuning LLaMA model with Chinese medical knowledge ［J/OL］. arXiv ， 2023 ［ 2024-09-01 ］. https：//arxiv.org/abs/2304.06975 https://arxiv.org/abs/2304.06975 .

CHEN Y R ， WANG Z Y ， XING X F ， et al . BianQue： balancing the questioning and suggestion ability of health LLMs with multi-turn health conversations polished by ChatGPT ［J/OL］. arXiv ， 2023 ［ 2024-09-01 ］. https：//arxiv.org/abs/2310.15896 https://arxiv.org/abs/2310.15896 .

LIAO Y S ， JIANG S Y ， WANG Y ， et al . MING-MOE： enhancing medical multi-task learning in large language models with sparse mixture of low-rank adapter experts ［J/OL］. arXiv ， 2024 ［ 2024-09-01 ］. https：//arxiv.org/abs/2404.09027 https://arxiv.org/abs/2404.09027 .

LIU Y ， LE-CONG T ， WIDYASARI R ， et al . Refining ChatGPT-generated code： characterizing and mitigating code quality issues ［J/OL］. arXiv ， 2023 ［ 2024-09-01 ］. https：//arxiv.org/abs/2307.12596 https://arxiv.org/abs/2307.12596 .

LEE P Y ， SALIM H ， ABDULLAH A ， et al . Use of ChatGPT in medical research and scientific writing ［J］. Malays Fam Physician ， 2023 ， 18 ： 58 .

桑基韬，于剑 . 从ChatGPT看AI未来趋势和挑战［J］. 计算机研究与发展， 2023 ， 60 （ 6 ）： 1191 - 1201 .

韦昌法，罗丽琴，晏峻峰，等 . 中医数字辨证配套医案智能采集与分析系统构建研究［J］. 湖南中医药大学学报， 2020 ， 40 （ 1 ）： 70 - 74 .

何晗 . 自然语言处理入门［M］. 北京：人民邮电出版社， 2020 ： 8 .

高翔，王石，朱俊武，等 . 命名实体识别任务综述［J］. 计算机科学， 2023 ， 50 （ S1 ）： 26 - 33 .

何宇浩，李明，罗晓兰，等 . 基于GPTs的中医知识图谱实体和关系抽取研究［J］. 上海中医药杂志， 2024 ， 58 （ 8 ）： 1 - 6 .

MA Y K ， LIU Y ， ZHANG D Z ， et al . A multigranularity text driven named entity recognition CGAN model for traditional Chinese medicine literatures ［J］. Comput Intell Neurosci ， 2022 ， 2022 ： 1495841 .

WENG H ， CHEN J L ， OU A H ， et al . Leveraging representation learning for the construction and application of a knowledge graph for traditional Chinese medicine： framework development study ［J］. JMIR Med Inform ， 2022 ， 10 （ 9 ）： e38414 .

ZOU S L ， LIU Z Y ， WANG K Q ， et al . A study on pharmaceutical text relationship extraction based on heterogeneous graph neural networks ［J］. Math Biosci Eng ， 2023 ， 21 （ 1 ）： 1489 - 1507 .

BRANUM C ， SCHIAVENATO M . Can ChatGPT accurately answer a PICOT question？ Assessing AI response to a clinical question ［J］. Nurse Educ ， 2023 ， 48 （ 5 ）： 231 - 233 .

XU W X ， WANG L ， ZHANG M C ， et al . A joint entity relation extraction method for document level traditional Chinese medicine texts ［J］. Artif Intell Med ， 2024 ， 154 ： 102915 .

LI K C ， BU Z J ， SHAHJALAL M ， et al . Performance of ChatGPT on Chinese master's degree entrance examination in clinical medicine ［J］. PLoS One ， 2024 ， 19 ： e0301702 .

TSENG L W ， LU Y C ， TSENG L C ， et al . Performance of ChatGPT-4 on Taiwanese traditional Chinese medicine licensing examinations： cross-sectional study ［J］. JMIR Med Educ ， 2025 ， 11 ： e58897 .

ABDULLAH H M A ， NAEEM N K ， MALKANA G A ， et al . Exploring the ethical implications of ChatGPT in medical education： privacy， accuracy， and professional integrity in a cross-sectional survey ［J］. Cureus ， 2024 ， 16 （ 12 ）： e75895 .

OZKAN E ， TEKIN A ， OZKAN M C ， et al . Global health care professionals’ perceptions of large language model use in practice： cross-sectional survey study ［J］. JMIR Med Educ ， 2025 ， 11 ： e58801 .

国家人工智能标准化总体组，全国信标委人工智能分委会 . 《人工智能伦理治理标准化指南》正式发布！［EB/OL］.（ 2023-04-12 ）［ 2024-09-10 ］. https：//mp.weixin.qq.com/s/b63NWgHdzW_vZpj2Ts2psA https://mp.weixin.qq.com/s/b63NWgHdzW_vZpj2Ts2psA .

SANDMANN S ， HEGSELMANN S ， FUJARSKI M ， et al . Benchmark evaluation of DeepSeek large language models in clinical decision-making ［J］. Nat Med ， 2025 ， 31 （ 8 ）： 2546 - 2549 .

TORDJMAN M ， LIU Z ， YUCE M ， et al . Comparative benchmarking of the DeepSeek large language model on medical tasks and clinical reasoning ［J］. Nat Med ， 2025 ， 31 （ 8 ）： 2550 - 2555 .

Views

下载量

CSCD

CNKI被引量

Alert me when the article has been cited

提交

Tools

Publicity Resources

A method for generating dietary recommendations following "food and medicine homology" principle of traditional Chinese medicine using retrieval‑augmented large language models

Constructing an artificial intelligence technology system for real⁃world traditional Chinese medicine clinical study： key values， research issues， and development directions

Research progress on acupuncture clinical diagnosis and treatment technologies based on artificial intelligence

Application prospects and challenges of generative artificial intelligence in standardization of traditional Chinese medicine

Research on entity and relation extraction from traditional Chinese medicine knowledge graphs based on GPTs

Related Author

GONG Fan

LIU Bo

SHA Hangyu

HUANG Hui

LIU Runfeng

LIU Xuan

JING Shenqi

WU Tianxing

Related Institution

Information Department， Jiangsu Province Hospital （First Affiliated Hospital with Nanjing Medical University）

MOE Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications， Southeast University

Department of Endocrinology， Shuguang Hospital Affiliated to Shanghai University of Traditional Chinese Medicine

Informatization Office， Shanghai University of Traditional Chinese Medicine

School of Computer Science and Engineering， Southeast University

⁰