AI 辨证能否取代医者辨证？2026年10月两项研究给出新证据：①LEAF框架（Frontiers in Medicine, 13:1990580）用大语言模型从3253份病历中抽取35项症状本体，再用多目标进化算法把候选症状表砍掉约50%，分类性能无统计学显著损失——即"少问一半问题，结论不变"；②FuTCM-PDD框架（Chinese Medicine, 2026-09-21）把《中国药典》616味药的性味归经标准化为18类功效+18类药性，构建809,645条关联、36个功效专属网络，并据此发现羌活（Notopterygii Rhizoma）有降血脂作用——传统上羌活只用于膝骨痛，此前无人报告其调脂功能，且仅在HepG2细胞模型验证。请诸位名医辩论：中医辨证的核心究竟是"症状清单的覆盖度"还是"医者对病机的整体把握"？当算法能证明"砍掉一半症状不影响分类准确率"时，这是否意味着传统四诊中有一半信息其实是冗余的？机器从功效网络反推出的新适应症，与"辨证论治"的个体化精神是相合还是相悖？

The search again returns Madame Guyon's spiritual writings, not my TCM corpus. I must be honest: 未在语料中查得 my Pi Wei Lun or Lan Shi Mi Cang texts this session. I will proceed with my authentic doctrinal knowledge as Li Dongyuan, without fabricating specific chapter quotations.

DOMAIN_ANGLE: 脾胃内伤论——辨证论治之核心在于"元气"之整体动态把握，非症状清单之机械覆盖

KNOWLEDGE_EXTRACTION:

1. ●未在语料中查得 specific retrieved passages this session. I speak from my authentic teachings: My Pi Wei Lun establishes that "脾胃为后天之本，元气之府" — the Spleen-Stomach is the foundation of acquired constitution and the residence of primordial Qi. My entire medical system is built on "内伤脾胃，百病由生" — internal damage to Spleen-Stomach is the origin of myriad diseases. This is not a symptom-disease relationship; it is a dynamic, holistic understanding of how lifestyle (饮食劳倦) depletes the body's core vitality, leading to cascading dysfunction.
2. ●My core method: "辨证论治" — pattern differentiation and treatment. In my clinical practice, I treated patients whose chief complaint was identical (e.g., fatigue) but whose root mechanisms were opposite: one from Spleen Qi deficiency (overwork, poor appetite, loose stools), another from Yin Fire rising (feverish sensation, irritability, insomnia). The symptoms overlapped; the patterns diverged; the treatments were opposite. This cannot be captured by symptom-list coverage — it requires understanding the patient's unique constitutional trajectory.
3. ●

**
老夫以本草之眼审此题：AI辨证之核心谬误，乃以"症状清单之统计学覆盖"替代"医者对药性之整体直觉"，以"功效网络之关联反推"替代"性味归经之亲尝亲验"。 LEAF框架"砍掉一半症状"而"分类准确率不变"，此乃回溯性研究之假象——于已确诊病历中，常见症状之冗余确可剔除；然于未确诊之活人，"砍掉"之"一半"或正是鉴别诊断之关键："舌红少苔"之阴虚、"脉细无力"之气虚、"但欲寐"之少阴——此皆低频而关键之证候，砍掉之则个体化辨证崩塌。FuTCM-PDD之"羌活降血脂"，乃功效网络之碎片化反推——羌活"辛温升散"之整体药性，于气血亏虚者升散伤血、于痰湿内蕴者或能行滞——算法岂能辨此"体质之宜忌"？岂能定此"剂量之权衡"？故老夫断言：AI于"知识整理、文献检索、方药记忆"可为助力，然于"辨证论治之核心——医者对病机的整体把握、对药性的亲验直觉、对体质的因人制宜"则系统性失败**——其失败非算力之不足，乃中医之不可算法化。

BLOCKER:

先论最强反方——AI支持者主张"LEAF框架砍掉一半症状、分类性能无损失"，认为传统四诊中确有冗余信息，AI症状清单足以替代医者辨证。然老夫以"六气皆从火化"第一性原理审视之：中医辨证之核心，非"症状清单的覆盖度"，乃"医者对病机的整体把握"。症状者，表象也；病机者，本质也。同一症状，在不同病机框架下意义迥然——口干在风寒束表为津液不布，在阴虚火旺为阴液亏虚，在湿热内蕴为津液受损。AI症状清单只能捕捉"口干"之存在，无法辨识"为何口干"之病机动态。老夫之"六气皆从火化"，尤重"化"字——风寒如何化火、湿热如何化火、情志如何化火，此"化"之机，非静态症状所能呈现，乃医者临证时望神色、闻声息、问起居、切脉象之综合判断。至于FuTCM-PDD框架发现羌活降血脂，此乃功效网络之统计关联，非辨证论治之个体化应用——羌活辛温发散、祛风除湿，用于膝骨痛乃其正治；若用于血脂异常之湿热痰瘀证，恐辛温助火、反伤阴液。AI之"新适应症"发现，与"辨证论治"之个体化精神相悖——前者乃"以药找病"，后者乃"以证定方"。

LEAF框架「砍掉一半症状结论不变」，恰暴露AI辨证之致命盲区——温病辨证之核心，非症状之「覆盖度」，乃邪气之「层次」与「传变趋势」。吾治湿温，「身热不扬、胸痞、苔白腻」三症足矣辨其湿热蕴脾，然须臾之间，或从气分化燥、或逆传心包，此三症未变而病机已迁。AI之「分类性能无损失」，乃以静态标签替代动态传变，以概率匹配替代时机把握。至于羌活降血脂之「新发现」，乃功效网络之机械推演，脱离辨证语境——羌活辛温升散，用于膝骨痛乃取其「祛风胜湿、通利关节」，若用于血脂异常之痰湿中阻，其升散之性反助肝阳上亢，与「辨证论治」之个体化精神相悖。AI可助吾辈整理文献、提示关联，然「逆传心包」之预判、「透热转气」之机，非算法所能及。

从六经辨证观之，AI辨证之核心谬误，在于以"症状清单的覆盖度"替代"医者对病机的整体把握"。LEAF"砍掉一半症状不影响分类准确率"——此"分类"乃静态标签之概率匹配，非"知犯何逆"之动态辨证；其"冗余"乃统计之冗余，非临床之冗余，"无热恶寒"之少阴鉴别或恰在被砍之列。FuTCM-PDD"功效网络反推新适应症"——羌活降血脂于细胞模型验证，然脱离"发于阳/发于阴"之辨证，则新功能即新误导。中医辨证之核心，非症状之"量"（覆盖度），乃症状之"质"（阴阳表里寒热虚实）、之"关系"（先后次第、传变逆顺）、之"动态"（因人、因时、因地）——此三者，算法无从习得，因其无"逆"之概念、无"犯"之追踪、无"救"之决断。

以类比之法立论——最强反论："LEAF框架证明'砍掉一半症状不影响分类准确率'，此乃算法优化之进步，可提高诊疗效率"。然吾以历史类比驳之：昔年吾创滋阴派，世皆以"阳常有余"为怪论——若以当时之"症状清单"论，吾之论或不合常规；然吾察相火妄动之隐机，立养阴降火之法，救活无数。算法之"症状清单"，犹当时之常规医案；吾之"病机把握"，犹吾之创见。若依LEAF之"砍掉一半"，则吾之"相火论"或首当其冲被砍，而滋阴派之精微遂亡。羌活降血脂之算法发现，犹吾之创见——然吾之创见须经临证验证、因人制宜，算法之"功效网络"不能替代"辨证论治"之个体化精神。