知识图谱赋能大模型：针灸医学AI化的技术路径与案例

针灸知识图谱（AcuKG）研究摘要本研究构建了结构化针灸知识图谱（AcuKG），整合WHO标准、专业资源、临床试验等多元数据，通过实体识别、语义关系提取等技术实现知识系统化。研究表明，将AcuKG注入大语言模型可显著提升针灸问答准确性（测试显示GPT-4o和LLaMA 3准确率提升）。案例验证了其在肥胖治疗穴位发现等临床应用价值，为传统医学数字化提供新范式。该成果解决了针灸知识分散问题，建立了首

我算是程序猿

410人浏览 · 2026-02-04 20:34:30

我算是程序猿 · 2026-02-04 20:34:30 发布

针灸知识图谱(AcuKG)系统整合多源针灸数据，通过实体识别、语义关系提取等技术构建结构化知识体系。研究表明，将AcuKG注入大语言模型可显著提升其在针灸领域的问答准确性，为临床实践和AI应用提供知识支撑。该研究不仅解决了针灸知识分散、标准不一的问题，还为传统医学与现代技术融合提供了新路径。

文章摘要

本研究构建了针灸知识图谱（AcuKG），系统性地整合多源数据，涵盖适应症、疗效、临床指南等内容。通过实体识别、语义关系提取等技术，AcuKG不仅增强知识发现能力，还显著提升大语言模型在针灸领域的问答准确性，为临床实践和AI应用提供结构化知识支撑。

阅读原文或https://t.zsxq.com/0oxpp获取原文pdf

一、研究背景：针灸知识亟需结构化整合

1.1 针灸在全球的发展现状

针灸作为传统中医疗法，已在全球范围内获得广泛认可。数据显示，美国执业针灸师数量从1998年到2018年增长了257%，总数达到37,886人。美国国立卫生研究院（NIH）已将针灸认定为补充医学中的治疗干预手段，目前主要作为辅助治疗和补充医学应用于临床实践。

针灸通过将细针刺入人体特定穴位来缓解各种健康问题。根据古代经络理论，穴位沿经络分布，经络是人体皮肤上形成网络系统的通道，“气”（能量）在其中流动。针灸帮助疏通气血，使其通过经络从而治疗疾病。研究表明，针灸在治疗偏头痛、慢性疼痛、化疗引起的恶心呕吐、癌症等疾病方面显示出疗效。

1.2 当前面临的挑战

尽管针灸作为补充疗法的认可度不断提高，但将其疗效用强有力的科学证据证实或探索针灸的新潜在疗效的需求日益增长。然而，传统针灸知识往往根植于古代实践，在与现代医学整合时面临独特挑战。

核心挑战包括：

缺乏基于循证医学且结构化的针灸知识系统
传统知识与现代临床实践难以有效衔接
针灸知识分散在多个来源，整合困难
数字化应用场景中知识利用率低

构建一个与现代临床实践相一致的、基于循证医学且计算结构化的针灸知识系统至关重要，但这仍然是一个未解决的挑战。

二、研究目标与方法论

2.1 研究目标

本研究旨在开发一个结构化且全面的知识图谱，整合分散的针灸知识，促进其在针灸研究和临床实践中的应用。通过整合来自多个高质量资源的碎片化数据，包括针灸在线资源、文献、临床试验和专业本体，研究团队策划了AcuKG——一个旨在封装广泛数据同时提供全面、标准化和集成针灸知识的知识图谱。

具体目标：

捕捉针灸穴位的复杂细节
整合临床适应症信息
关联相关临床证据
构建统一的针灸知识库

2.2 技术方法

研究采用多种方法来提取和组织针灸相关知识：

核心技术包括：

实体识别

：识别穴位、解剖位置、疾病等实体
术语规范化

：统一不同来源的术语表达
语义关系提取

：挖掘实体间的关联关系
本体映射

：与现有医学本体系统对接

在之前的工作中，研究团队已经使用机器学习模型和大语言模型从WHO标准中提取了穴位相关实体（穴位、解剖结构、方向、距离、总体位置和子部分）和关系（‘方向关系’、‘距离关系’、‘部分关系’、‘邻近穴位’和’位于附近’）。

三、数据来源：多源异构数据的整合

3.1 针灸知识来源

研究使用了多样化的可信数据库和资源，以确保全面的针灸知识覆盖和质量。团队从WHO标准、专业针灸网络资源、临床试验注册库和PubMed索引的临床研究文章中收集针灸知识。

（1）WHO标准穴位定位

WHO标准是为了通过提供361个穴位位置的一致性、科学验证的参考来协调针灸实践而开发的。该标准通过专家协作和全面审查制定，是从业者、教育工作者和研究人员的重要资源，促进针灸融入现代医疗系统并支持国际合作。

（2）Acufinder.com在线资源

Acufinder.com是一个致力于针灸和传统东方医学的综合性在线资源。该网站提供每个穴位的详细信息，包括其代码、中文名称、英文名称、位置、适应症和传统作用。通过提供这些广泛的知识，Acufinder.com旨在支持针灸师的专业发展并促进针灸和东方医学领域的研究。

（3）PubMed文献数据库

PubMed是美国国家医学图书馆（NLM）维护的免费公开数据库，提供生物医学和生命科学文献的全面覆盖。研究团队从PubMed检索了所有与穴位相关的文献，重点关注临床研究。基于MeSH术语的查询确保检索到的文献相关、高质量，并反映针灸研究中最新的知识。

（4）ClinicalTrials.gov临床试验注册库

ClinicalTrials.gov是NLM维护的公开数据库，提供全球范围内临床研究的信息。研究团队使用预定义的穴位词汇对ClinicalTrials.gov进行了系统检索，以识别涉及针灸的相关临床试验。

3.2 本体和编码系统

为确保知识图谱中的标准化术语和互操作性，研究团队将知识图谱链接到生物医学和临床研究领域中建立良好的多个本体和编码系统，如UBERON、SNOMED CT和医学主题词（MeSH）。

这些数据源为构建细粒度和可靠的知识图谱提供了坚实基础，促进了针灸相关信息的标准化和整合。

四、质量控制：确保知识准确性

4.1 内容准确性保障流程

为确保AcuKG的内容准确性，研究团队实施了以下流程：

（1）人工审核机制
两位作者对从针灸网络资源和WHO标准中提取的内容进行了人工审核。

（2）基于词汇的实体提取
对于从PubMed和临床试验中提取的内容，基于预定义词汇或标注术语提取实体，确保其规范化和一致性。

（3）频率过滤方法
为最大化关系的准确性，应用了基于频率的过滤方法。排除了仅出现一次的关系，以减少可能由提取错误或偶然提及导致的错误关系。只有至少出现两次的穴位-疾病对才被纳入。

4.2 数据标准化处理

通过与多个权威本体系统的映射，AcuKG实现了：

术语的标准化表达
与国际医学编码系统的互操作性
数据的可追溯性和可验证性

五、应用案例：验证AcuKG的实用性

为评估AcuKG的可用性，研究团队设计了两个应用案例。

5.1 案例一：肥胖与针灸知识发现

第一个应用案例聚焦于肥胖和针灸知识发现。肥胖是全球性健康问题，与慢性疾病相关，而针灸显示出作为补充治疗的潜力。然而，针灸与肥胖之间的关系及其疗效仍未得到充分探索。

研究价值：

识别与肥胖治疗相关的关键穴位
关联肥胖相关针灸疗效研究
为临床决策提供证据支持
发现潜在的研究空白

通过AcuKG，研究人员可以系统性地将关键穴位与肥胖相关的针灸治疗疗效研究联系起来，促进知识发现。

5.2 案例二：增强大语言模型的针灸问答能力

大语言模型（LLMs）在医学应用中显示出前景，但在针灸等专业领域缺乏准确性。第二个应用案例测试了GPT-4o和LLaMA 3通过将AcuKG作为结构化输入数据是否能提高其在针灸相关问答中的准确性，通过真实针灸考试来衡量正确性。

实验设计：

测试模型：GPT-4o和LLaMA 3
知识注入方式：将AcuKG作为结构化输入
评估方法：真实针灸考试题目
评价指标：回答准确率的提升幅度

关键发现：
知识注入到大语言模型（如ChatGPT和LLaMA）中，显著提高了它们回答针灸相关问题的能力，增加了回答准确性。

这些应用案例展示了AcuKG的应用场景以及在针灸领域赋能AI应用的能力。

六、研究意义与未来展望

6.1 学术价值

本研究为针灸知识表示建立了结构化基础，有助于更可靠和高效的知识检索和发现，使研究人员、临床医生和人工智能（AI）应用在该领域受益。

核心贡献：

知识整合

：首次系统性整合多源针灸知识
标准化体系

：建立针灸知识的标准化表示框架
AI赋能

：显著提升AI模型在专业领域的表现
临床应用

：为循证针灸实践提供数据支撑

6.2 临床价值

AcuKG可以协助临床决策，通过以下方式：

快速检索特定疾病的有效穴位组合
查询临床试验证据支持
发现潜在的新适应症
优化治疗方案设计

6.3 技术创新

本研究展示了知识图谱技术在传统医学现代化中的应用价值：

打破知识孤岛，实现多源数据融合
提升AI模型的领域专业能力
为其他传统医学知识库建设提供参考

6.4 未来研究方向

知识图谱扩展

：纳入更多针灸相关知识维度
动态更新机制

：建立知识的持续更新流程
多语言支持

：支持中英文等多语言查询
临床验证

：开展大规模临床应用验证研究
个性化推荐

：基于患者特征的智能穴位推荐

七、结语

AcuKG的构建代表了针灸知识数字化和结构化的重要里程碑。通过整合WHO标准、专业资源、文献数据库和临床试验信息，本研究创建了一个全面、标准化且可扩展的针灸知识体系。两个应用案例验证了AcuKG在知识发现和AI赋能方面的实用价值。

这项工作不仅为针灸研究和临床实践提供了强大的知识基础设施，也为传统医学与现代技术的融合探索了新路径。随着人工智能技术的不断发展，AcuKG有望在精准医疗、临床决策支持和医学教育等领域发挥更大作用，推动针灸医学向循证化、标准化和智能化方向发展。

最后

我在一线科技企业深耕十二载，见证过太多因技术更迭而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。

我整理出这套 AI 大模型突围资料包：

✅AI大模型学习路线图
✅Agent行业报告
✅100集大模型视频教程
✅大模型书籍PDF
✅DeepSeek教程
✅AI产品经理入门资料

完整的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

在这里插入图片描述

为什么说现在普通人就业/升职加薪的首选是AI大模型？

人工智能技术的爆发式增长，正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议，到全国两会关于AI产业发展的政策聚焦，再到招聘会上排起的长队，AI的热度已从技术领域渗透到就业市场的每一个角落。

智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。

在这里插入图片描述

资料包有什么？

①从入门到精通的全套视频教程⑤⑥

包含提示词工程、RAG、Agent等技术点
在这里插入图片描述

② AI大模型学习路线图（还有视频解说）

全过程AI大模型学习路线

在这里插入图片描述

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

在这里插入图片描述

④各大厂大模型面试题目详解

在这里插入图片描述

⑤ 这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

在这里插入图片描述