لحل محدودية الاعتماد على مؤشر وحيد أو الحكم التجريبي في تحديد نقطة نهاية تركيز مستخلص الطب الصيني، تناولت هذه الدراسة مستخلص (شيفو تشو يو) واقعة البحث، وقدمت بشكل مبتكر نظام مراقبة جودة ذكي متعدد النماذج يجمع بين "البصمة الفيزيائية + الرؤية الحاسوبية + النماذج اللغوية الكبيرة". من خلال اختيار 7 مؤشرات فيزيائية رئيسية منها الكثافة ودرجة الحموضة، ومعالجتها بشكل معياري لبناء البصمة الفيزيائية؛ ثم استُبعدت العينات الشاذة باستخدام مسافة ماهالانوبس، وحُسبت الدرجات المركبة باستخدام "طريقة CRITIC-وزن الإنتروبيا-TOPSIS" مع تحديد حد قبول 0.6، وتم تصنيف 100 عينة إلى 62 عينة مقبولة و38 عينة مرفوضة. وفي الوقت نفسه، جُمعت واُستخلصت خصائص صور المستخلص لبناء 6 نماذج تعلم آلي، وأظهرت المقارنات أن نموذج XGBoost هو الأفضل أداءً، بدقة، دقة استدعاء، مقياس F1، ومساحة تحت المنحنى بلغت 0.9333، 1.0000، 0.8333، 0.9091، و0.9630 على التوالي. تم تطوير منصة تقييم ذكية مدمجة مع النماذج اللغوية الكبيرة قادرة على إتمام التحليل وتقديم توصيات عملية خلال حوالي 10 ثوانٍ. يوفر هذا النظام حلًا متكاملاً لمراقبة الجودة لـ (شيفو تشو يو) يشمل "التصنيف الموضوعي-التنبؤ السريع-التوصيات الذكية"، كما يقدم نمطًا تقنيًا قابلاً لإعادة الاستخدام لتقييم الجودة متعددة الأبعاد لمستخلصات الطب الصيني الوسيطة، مما يعزز تحويل الإنتاج الصيني نحو "القيادة بالبيانات".

مستخلص شيفو تشو يو;البصمة الفيزيائية;الرؤية الحاسوبية;النماذج اللغوية الكبيرة;مراقبة الجودة