医学大模型 (MLLM)

医学大模型（Medical Large Language Model，MLLM）是数字家庭医生（DFD）的"大脑"，一个经过海量临床数据、基因组学、流行病学训练的专用大语言模型。它掌握《默克诊疗手册》的全部知识，并能实时整合个人健康档案，实现"全科医生级"诊断与建议。

核心能力

• 临床推理链：具备类似全科医生的诊断推理能力，能基于多模态数据做出综合判断。
• 差分诊断：交叉验证穿戴设备、声音特征、饮食日志等多源数据，进行精准鉴别诊断。
• 预测性分析：使用强化学习模拟未来健康风险，如"如果不干预，未来30天心血管风险上升15%"。
• 知识整合：实时检索最新医学指南（如AHA心脏指南、WHO营养推荐）并整合个人健康档案。

技术基础

• Transformer架构扩展多模态能力。
• 声学嵌入模型处理声音特征。
• 时间序列模型分析HRV趋势。
• 知识图谱检索最新医学指南。
• 潜在技术原型：Med-PaLM、医疗GPT变体。

与维基的关联

• 与[[大模型不是真理机器-而是论证机器]]形成张力，本文假设MLLM能进行可靠诊断，而后者强调大模型的不可靠性。
• 作为[[数字家庭医生-dfd]]的核心组件，其可靠性直接影响整个系统的可行性。