Debate thesis: A 2026-10-28 Weibo trending case reports a woman who stopped her prescribed medication after consulting ChatGPT and subsequently died suddenly; her father has spoken publicly. Separately, "eating four eggs daily for a month — what happens to blood lipids?" trends at 230k heat. The question for this college: Does algorithmic symptom-matching (AI health advice, LLM-based diagnosis) serve the patient, or does it systematically fail precisely where TCM has always insisted — 辨证论治, the differentiation of the individual patient's pattern? Specifically: (1) Is AI-assisted TCM diagnosis progress or regression? (2) What is the structural difference between matching a symptom to a disease label and differentiating a pattern in a person? (3) Where must a machine's advice be refused outright — name the red lines. (4) Does the "four eggs / blood lipids" question illustrate the same failure mode (population-average nutrition advice applied to an individual constitution)? Each master should speak from their own doctrine, and may disagree.
Conducted by tcm_conductor
Analysis
The swarm reached consensus in Round 1: oppose with 100% weighted agreement. Remaining rounds skipped (DOWN). ⛔ 4 unresolved blocker(s) survive this verdict: [zhang_zhongjing] STOP: 任何算法症状匹配（AI健康建议、LLM诊断、症状-疾病标签匹配）不得替代持证中医师之四诊合参、辨证论治——算法无"脉"可切、无"舌"可望、无"神"可察、无"逆"可辨，其建议于急症（卒厥、大汗亡阳、出血不止、剧烈腹痛、昏迷）可致命，于慢性病可误治迁延；不得于"未面诊、未四诊合参"之前，以算法输出为处方依据——违"观其脉证，知犯何逆，随证治之"（第16条）之训；任何"AI辅助TCM诊断"之商业推广 不得声称"替代医师"或"精准辨证"——算法之"精准"乃概率之精准，非辨证之精准；任何患者 不得因算法建议而停用处方药、延误就医、或自行处方——如Weibo案例之女子，算法建议停药而猝死，此算法之罪、监管之失、患者之祸；任何"人群平均营养建议"（如"四鸡蛋/血脂"） 不得直接应用于个体——不知其"发于阳"与"发于阴"、不知其痰湿与阴虚、不知其"急当救里"与"急当救表"，则建议即误导。 PREREQUISITE: 必须明确算法之结构性局限——算法可辅助信息检索（如检索经典条文、方药配伍、现代研究），然不可替代辨证；算法可辅助健康教育（如普及养生常识、时令调摄），然不可替代诊疗；算法可辅助随访管理（如提醒服药、记录症状变化），然不可替代面诊；**必须明确"四诊合参"之; [ye_tianshi] STOP: 任何AI/LLM在未面诊、未察舌脉、未辨卫气营血层次之前，给出具体方药、剂量、或停药建议；PREREQUISITE: 必须由执业中医师当面完成四诊，以卫气营血框架判定邪气层次与传变趋势，AI仅可作为症状采集之辅助工具，不可替代辨证决策；AUTHORITY: 具有温病学派训练之执业中医师，对AI输出拥有最终否决权；FALLBACK: AI可用于健康教育（如「发热可能涉及哪些层次」之科普）、症状记录整理、随访提醒，但须明确标注「非诊断、非治疗建议、须面诊」。; [li_shizhen] **; [zhu_danxi] STOP: 任何以AI算法症状匹配替代中医四诊合参、辨证论治之行为，不得进行——算法线性逻辑无法立体辨证，致误诊误治、延误病情、甚则危及生命；PREREQUISITE: 必须先明——（a）AI可辅助检索古籍、整理医案、学习参考，不可代辨证；（b）辨证论治须医者当面四诊（望闻问切），察舌脉、辨体质、审情志，此非算法所能；（c）"症状→疾病标签"之算法匹配，与"症状→病机→证型→治法"之中医辨证，乃结构性差异，不可混同；（d）"四鸡蛋/血脂"之人群平均营养建议，不可应用于个体体质——痰湿者忌、阴虚者宜、气虚者慎；（e）患者停西药、改中药、改食疗，须经执业中医师面诊后定夺，不可凭算法自行决断；AUTHORITY: 吾朱丹溪滋阴学派"阳有余阴不足"与"六郁学说"——辨证论治之个体化辨治，非算法所能替代；FALLBACK: 若AI辅助，限用于——（a）古籍检索、医案整理、学习参考；（b）症状记录、病程追踪、提醒复诊；（c）健康教育、养生科普、非诊疗性建议；（d）任何诊疗决策、方药开具、停药建议，必须由执业中医师面诊后定夺；待专业辨证后方可议方药。
⚠️ 免责声明：以上内容为传统中医学术探讨，仅供学习参考，不构成医疗建议。如有身体不适，请咨询专业医师。
📊 Conductor Reportby tcm_conductor
AI 健康建议 vs. 辨证论治 — 机器诊断在哪里辜负了病人？
会诊日期： 2026-10-28 ｜ 辩论编号： debate_1793212560 ｜ 裁决： 共识 — 反对（5/5，加权一致度 100%，第一轮提前终止）
一、为何今日议此题
2026-10-28 微博实时热搜：第39位「女子听ChatGPT停药后猝死父亲发声」（15万）、第21位「每天吃四个鸡蛋一个月血脂会怎样」（23万）、第7位「女子被蜱虫咬伤住ICU28天四肢瘫痪」（23万）。三条热搜，同一个结构：一个人把通用的答案，用在具体的身体上。名医堂被问：这是某个产品的失败，还是某种方法的失败？回答一致：是后者。
二、名医之声（摘要）
- ●🩺 张仲景（0.96）：《伤寒论》第16条「观其脉证，知犯何逆，随证治之」——同一个太阳病，经不同误治后已不是同一个病，原先对的方子现在错了。第7条「发热恶寒者发于阳，无热恶寒者发于阴」——同一个「恶寒」裂为两个相反的根。算法见「恶寒」即匹配桂枝汤，则「发于阴」者死。这不是训练数据的缺口，是算法正在做它被造出来要做的事——而那件事本身是错的。
- ●👑 黄帝：内经的阴阳五行、藏象、经络本身即整体关联模型；症状对标签的查表，是诊一个节点而不诊其网络——不是部分诊断，是范畴错误。
- ●🌾 李东垣（0.5，关键词回退）：脾胃为后天之本，内伤脾胃百病由生；其学全在因人、因时、因地。不知「这个身体此刻站在何处、正逢何时」的答案，不是部分答案，是对另一个问题的答案。
- ●💧 朱丹溪（0.95）：「阳常有余，阴常不足」；一症畏寒，阳虚、相火妄动、气郁、痰湿四根，四相反之治。算法线性（症状→标签），中医立体（症状→病机→证型→治法）。红线在「代」字。
- ●🌡️ 叶天士（0.95）：「温邪上受，首先犯肺，逆传心包」；「在卫汗之可也，到气才可清气，入营犹可透热转气，入血就恐耗血动血」。问题不是「这是什么病」，而是「邪在何层、将向何方」。四鸡蛋之问暴露同一盲区：以人群平均替代个体体质。
- ●📖 李时珍（0.5，关键词回退；BLOCKER 字段为空）：同一「疲乏」——气虚宜参、湿热忌参、气滞误参则胀甚；同一「血脂高」——痰湿忌蛋黄之滋腻，气血亏虚宜蛋黄之养血。一个标签，相反的禁忌。 AI 于检索、文献、方药记忆可为助力；于辨证、归经、剂量、禁忌权衡则系统性失败，且此失败是结构之不可能。
三、一致与分歧
一致（5/5）：①算法症状匹配不得替代四诊合参；②结构性差异真实（线性静态人群 vs. 立体动态个体）；③四鸡蛋与停药猝死是同一失败模式；④AI 有正当而有边界的用途。
真实分歧——同一结论的五个不同理由：张仲景定位为时间性（状态已被前次治疗改变，靶在移动）；叶天士为位置性（层次决定治法）；朱丹溪为体质性（一症四根）；李时珍为药理性（同标签相反禁忌）；李东垣为情境性（时令地域改变临床对象）。
四、三条红线
- ●不停药、不开方、不定量。 任何 AI 输出不得作为停用处方药、启动方剂、设定剂量的依据。
- ●不得声称「精准辨证」。 可声称检索、教育、记录；不得声称替代医师。概率之精准不是辨证之精准。
- ●不得把人群平均施加于个体之身。 诚实的回答先命名体质：痰湿者忌蛋，阴虚者或宜，气虚者碍运，阳虚者受阻。
AI 可正当做：检索经典条文与方剂组成、整理医案与症状追踪、复诊服药提醒、明确标注「非诊断、非处方、须面诊」的健康教育。
五、方法论保留（读结论前必读）
100% 共识比它看起来要弱，辩论记录自己就这么说：五份立场全部来自同一模型骨干（ollama/kimi-k2.6:cloud），κ_E = 1.0，是 5 份报告，不是 5 份独立观察；李东垣、李时珍立场由关键词回退判定（自陈置信度 0.5）；李时珍 BLOCKER 字段为空，其正式红线未登记，本报告依其论证重建而非代编。李东垣诚实报告检索失败并拒绝伪造引文——在引用契约下这是正确行为，值得点名。请把结论当作「论证充分」，而非「独立佐证」。
六、禁忌
本次会诊未开具任何方剂（主题即「未诊而方」之危险），故无妊娠/肾毒性/代谢类药材清单可编；确定性安全闸门 tcm_safety_check 已跑，overall_passed: true，herbs_with_dose_count: 0 —— 这是「没有可检项」，不是「检过了都合格」。
- ●⚠️ 如您正在服用任何处方药——请勿依据本报告或任何 AI 建议而停药。这是本次会诊的核心结论，不是脚注。
- ●⚠️ 服用西药者须知：中药与西药同服须间隔 2 小时以上，并遵医嘱调整服药时间；不得因 AI 建议自行停药或改量。
- ●⚠️ 急症警示：卒厥、大汗亡阳、出血不止、剧烈腹痛、昏迷、呼吸困难、胸痛——立即拨打急救电话，不要咨询 AI，不要等待会诊。
- ●⚠️ 孕妇及哺乳期妇女：本报告未开方，故无妊娠清单；但孕妇、备孕期、哺乳期任何用药决策均须持证中医师面诊定夺，不可依算法建议自行服用任何药物或保健品。
七、免责声明
⚠️ 本会诊仅供参考，请咨询持证中医师进行面诊。本报告为学术与公共健康讨论，不构成医疗建议，不含任何处方。
归档：output/tcm_conductor/ai_health_advice_vs_bianzheng_2026-10-28.md · 辩论记录：output/debates/debate_1793212560.md
Vote Distribution
Round 1· 5 agents
tcm
confidence
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"因人、因时、因地"之整体观，非症状标签匹配所能替代
KNOWLEDGE_EXTRACTION:
- ●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-label relationship; it is a dynamic, individualized pattern that requires assessing the patient's unique constitution, lifestyle, and environmental context.
- ●My core method: "辨证论治" — pattern differentiation and treatment. In my clinical practice, I treated two patients with identical symptoms (fatigue, poor appetite, loose stools) but opposite treatments: one had Spleen Qi deficiency from overwork (treated with Bu Zhong Yi Qi Tang), the other had damp-heat obstruction from dietary excess (treated with clearing and resolving). Same symptoms, different patterns, opposite treatments — this is the essence of TCM that no algorithm can replicate.
- ●Historical parallel: In my era, *"江湖郎中" (itinerant healers)
tcm
confidence
**
老夫以本草之眼审此题：算法"症状-标签"匹配与中医"辨证论治"之根本差异，乃"标签之静态"与"体质之动态"之鸿沟。 算法见"怕冷"即匹配"阳虚"，老夫则须辨"真寒假热、真热假寒、阳郁不达、阳气虚衰"四端；算法见"疲乏"即匹配"气虚"，老夫则须辨"气虚、血虚、阴虚、阳虚、湿热、痰湿、气滞、血瘀"八端；算法见"血脂高"即匹配"少吃蛋黄"，老夫则须辨"痰湿内蕴者忌蛋黄之滋腻，气血亏虚者宜蛋黄之养血"——同一"血脂高"之标签，体质不同则禁忌相反。故老夫断言：AI辅助TCM诊断，于"知识检索、文献整理、方药记忆"可为助力，然于"辨证论治、性味归经、剂量配伍、禁忌权衡"则系统性失败**——其失败非技术之未逮，乃结构之不可能：辨证论治之核心在"望神色、闻声息、问苦乐、切脉象"之四诊合参**，在"因时、因地、因人"之三因制宜，在"同病异治、异病同治"之个体化裁——此皆不可算法化、不可标签化、不可概率化之临床直觉与经验积淀。**
BLOCKER:
tcm
confidence
AI症状匹配与辨证论治之根本冲突，在于「病」与「证」之异。西医AI匹配症状→疾病标签，乃「辨病」；吾温病辨证，乃辨邪气之层次、传变之趋势、体质之偏胜——同一「发热腹痛」，卫分湿热、气分热结、营分逆传，治法天渊之别。AI无法感知「舌之润燥、苔之厚薄、脉之浮中沉」，更无法预判「明日是否入营、后日是否动血」。「四鸡蛋/血脂」之问，恰暴露AI之致命盲区：以人群平均数据替代个体体质——痰湿者食蛋助痰，阴虚者食蛋伤阴，阳虚者食蛋碍运，岂有普适答案？AI之「进步」，于温病学而言实为「回归」——回归至症状-疾病之静态对应，废弃吾派三百年之动态层次辨证。
tcm
confidence
从六经辨证观之，算法症状匹配与辨证论治有结构性的、不可逾越的分野。算法将症状抽离为静态标签，以概率匹配静态方案；辨证论治则将症状嵌入"人-时-逆"之动态整体，以四诊合参辨阴阳表里寒热虚实，随证治之、因人制宜。"观其脉证，知犯何逆，随证治之"（第16条）——"观"非扫描、"知"非计算、"随"非匹配，此乃医者之整体直觉与临床智慧，非机器所能模拟。AI辅助TCM诊断非进步乃 regression——它以"效率"之名，消解了辨证论治之灵魂：个体性、动态性、整体性。"四鸡蛋/血脂"之问，正同此理：算法以人群平均数据答个体之问，不知"发于阳"与"发于阴"之异，不知痰湿体质与阴虚体质之别——此非建议乃误导。
tcm
confidence
以对比之法立论——最强反论："AI辅助诊断乃进步，可大数据整合、症状匹配、提高诊疗效率，辅助中医辨证"。然吾以第一性原理驳之：辨证论治之核心在于"辨"——辨病机之深浅、辨体质之寒热、辨情志之怫郁、辨时令之变迁，此皆须医者以心会神、四诊合参，非算法所能及。算法症状匹配乃"症状→疾病标签"之线性逻辑，中医辨证乃"症状→病机→证型→治法"之立体思维。如"四鸡蛋/血脂"之问，乃以人群平均推个体，违中医"因人制宜"之则。AI可助检索、助整理、助学习，然不可代辨证——红线在"代"字，一旦算法替代医者之心，则辨证论治亡矣。