在人工智能深度赋能中医药现代化的当下，“算法能否对标名医辨证”“AI 诊疗准确率是否具备临床公信力” 两大难题，长期桎梏中医 AI 产品临床落地与医疗器械合规申报。相较于西医 AI 成熟的量化评价体系，中医望闻问切兼具整体性、主观性的辨证逻辑，难以转化为可复核、可量化的标准化算法评价依据。武汉知医邦自主研发 ChatiSS 查体智能辅助诊疗系统，耗时五年搭建分层闭环多中心临床验证体系，形成一套完整标准化解决方案，以扎实循证临床数据验证多模态中医 AI 临床价值，为中医人工智能医疗器械合规化、规模化落地树立行业标杆。

ChatiSS 是国内少数完整覆盖舌诊、穿戴脉诊、五音闻诊、结构化问诊四大维度，真正实现数字化望闻问切四诊合参的中医 AI 大模型。模型依托 2800 万条分层标准化临床健康数据完成训练，搭建全链路中医智能辨证架构。经规范化多中心临床盲法试验验证，系统核心辨证指标全部量化可追溯：舌诊与资深中医师辨证一致性 89%，穿戴式脉诊波谱解析模型辨证一致性高达 96.7%，四诊合参综合辅助诊断准确率 95.8%，多模态联合辨证长期稳定性持续高于 90%。不同于行业常见的实验室仿真数据，上述全部量化指标严格遵循医疗器械 GCP 规范、循证医学准则与中医临床评价标准，由完整闭环临床验证流程产出，同时具备临床医学采信价值与医疗器械注册申报合规效力。

针对行业普遍存在数据虚高、临床试验流程松散、统一评价标准缺失等乱象，知医邦搭建伦理合规前置、专家金标准盲法对照、分层多中心循证验证、多模态交叉复核、全流程数据质控五大验证体系，构建一套可直接用于二类、三类中医 AI 医疗器械注册申报的完整证据链，从根源破解中医 AI 辨证 “难量化、难证效、难合规” 三大行业痛点。

伦理先行，全流程管控消除试验偏倚

合规是临床试验可信度的核心基石。ChatiSS 所有临床验证项目严格落实 “先伦理、后入组” 硬性流程，搭建跨院校多中心伦理互认协作机制，先后联合华中科技大学、安徽中医药大学、江汉大学、湖南中医药大学、北京中医药大学、湖北中医药大学或其附属三甲医院协同开展临床试验。由牵头单位伦理委员会统一审核试验方案、知情同意文件、标准化采集 SOP，各分中心仅复核确认，统一全流程试验标准，消除多中心评价尺度不一带来的系统偏差。

平台建立严苛的数据隐私与隔离保护机制：全部受试者信息完成去标识脱敏，舌象图像、脉象波形、五音语音等核心诊疗素材独立加密存储；训练集、测试集、临床验证样本物理隔离，临床试验病例绝不参与模型训练，彻底杜绝重复采样、数据互通造成的准确率虚高问题。伦理委员会专项审核入组人群分层方案，样本覆盖不同年龄、性别、地域、基础慢病、轻重证候人群，规避单一轻症、单地域样本引发的算法偏见。全部参与试验的医师、评审专家统一完成 GCP、AI 医疗器械临床评价专项培训，不良事件、方案偏离、样本溯源全流程留存完整台账，完全满足药监核查档案要求。

专家合议金标准，为主观辨证设立客观标尺

中医单人辨证天然存在个体判断差异，为解决评价基准模糊难题，系统创新采用高级职称专家合议金标准作为唯一比对依据。项目搭建跨科室专家评审库，入库专家均为中医副主任医师及以上职称、拥有十年以上一线临床经验，覆盖脾胃、肺病、内分泌、神志等主流中医诊疗科室。

单例受试者全套四诊素材交由 3 名专家独立盲审，专家互不沟通、单独出具辨证分型、寒热虚实判定结果；若结论出现分歧，由主任医师专家组集体仲裁，最终合议结果定为临床金标准，用于和 AI 辨证结果逐项比对。评价环节摒弃仅依靠单一符合率的粗放统计方式，引入 Kappa 一致性系数、AUC 曲线、灵敏度、特异度等循证医学多维指标，分别测算单模态诊法匹配度与四诊合参整体一致性，将传统主观辨证转化为可统计、可横向对比的客观量化结果。

全程双盲对照，隔绝人为主观倾向性干扰

整套临床验证全程采用评价者单盲方案，实现专家评审端、AI 算法端双向信息隔离，保障试验结果中立客观。评审专家仅接收脱敏后的标准化舌象、脉象、语音、问诊素材，全程无法查阅 AI 系统辨证报告；AI 生成诊疗结论时，亦无法读取专家人工诊断记录，两套评价结论完全独立输出。所有测试样本随机打乱编号，隐去医院来源、采集时间、患者基础信息，规避机构、采集批次带来的主观评价偏向。

试验设置双层对照逻辑：内部模态对照，对同一受试者分别采集单舌诊、单脉诊、单五音、四诊合参四组数据，直观量化多模态融合相较单一诊法的准确率提升幅度；人机对照，将 AI 输出结果与专家合议金标准对标，细分寒热、虚实、燥湿、亏滞四大辨证维度分项统计匹配效果。

五年三期递进式多中心试验，搭建完整真实世界证据闭环

系统临床验证分三阶段逐层落地，样本规模持续扩容，无限贴近真实门诊诊疗场景，也是各项核心准确率数据的原始来源。 第一阶段为回顾性离线预验证，属于模型内部迭代测试，依托 50 万份标准化舌象库、万级五音声学样本库、数万份自研脉象仪采集腕脉波谱，选取完全独立样本完成算法初筛优化，该阶段数据不纳入医疗器械注册临床证据； 第二阶段为 2022 年单中心前瞻性舌诊专项试验，联合湖南中医药大学第一附属医院、北京中医药大学房山医院落地标准化采集流程，统一硬件设备、光照环境，消除外部采集干扰，确立舌诊单模态性能基线，沉淀行业通用四诊采集标准化操作规范； 第三阶段为 2024—2026 年多中心多模态确证临床试验，覆盖华中、中南、华东多地三甲中医院，连续前瞻性入组数万例完整四诊病例，不刻意筛选轻症样本，高度还原真实门诊疾病分布结构。试验同步开展单模态、多模态对照测试，并跨季度、跨医院重复采集同证候人群样本，验证算法长期输出稳定性，得出多模态辨证稳定度超 90% 的关键结论。

多模态交叉复核 + 三级全链路质控，守住数据真实性底线

为规避单模态误差干扰整体准确率，系统采用 “单模态独立测算、四诊融合二次复核” 双层统计逻辑：分别独立测算舌诊、脉诊、问诊、五音闻诊单项辨证一致性，再对七大数据模型融合后的四诊合参综合结论二次核算。其中穿戴式脉诊模型以 96.7% 的单模态最高一致性，搭配 89% 舌诊一致性，共同支撑系统 95.8% 的四诊合参综合诊断准确率。

全流程搭建采集、标注、统计三级质控机制：采集端统一硬件、环境、问诊话术标准，系统自动过滤模糊图像、高噪声脉象、失真语音等无效样本；标注端执行双人独立标注，意见分歧自动推送专家仲裁，不合格样本全部退回重新采集，不纳入统计样本池；统计端由第三方医疗机构专职统计师独立核算数据，企业研发人员不参与数据修正，从流程根源杜绝人为篡改。

产品取得二类医疗器械资质后落地各级医院、连锁药店，重点在知医邦医院、湖北中医药大学黄家湖医院（国医堂）持续开展上市后真实世界研究，长期沉淀门诊一线诊疗数据，动态复测系统辨证准确率，持续验证算法长期临床稳定性与鲁棒性。

业内专家评价，知医邦 ChatiSS 完整临床验证体系，补齐中医 AI 行业 “重模型算力、轻循证验证” 的普遍短板，建成国内适配中医四诊体系、完全契合 NMPA 人工智能医疗器械监管要求的标准化效验评价路径。产业层面，这套可复制的 “伦理 - 盲法 - 多中心” 完整验证方案，解决中医 AI 辨证效果难以获得临床医师认可、难以通过器械注册核查的行业痛点；技术层面，95.8% 的四诊融合综合准确率，依托循证数据证实数字化四诊合参技术路线优势显著优于市面单一舌诊中医 AI 产品，充分印证传统中医辨证思维数字化具备严谨科学性。

中医药数字化转型迈入高质量发展阶段，循证化、标准化、合规化将成为中医 AI 产业核心发展主线。未来，知医邦将持续深耕多模态中医智能诊疗赛道，依托成熟完整的临床验证体系与千万级标准化临床数据库，持续迭代底层算法、优化四诊采集与辨证推理能力，推动中医 AI 技术走出实验室、常态化服务各级医疗机构，以数字化、智能化手段助力中医药传承创新、临床服务提质增效。