Pour résoudre la limitation liée à la dépendance à un indicateur unique ou à un jugement empirique pour déterminer la fin de la concentration dans la production d'extraits de médecine traditionnelle chinoise, cette étude, portant sur l'extrait Xuefu Zhuyu, propose de manière innovante un système de contrôle qualité intelligent fondé sur une stratégie multimodale combinant "empreinte physique + vision par ordinateur + grands modèles de langage". Sept indicateurs physiques clés, tels que la densité et le pH, ont été sélectionnés et standardisés pour construire une empreinte physique ; puis, les échantillons aberrants ont été éliminés par distance de Mahalanobis, un score global a été calculé via la méthode "CRITIC-pondération entropie-TOPSIS" avec un seuil de 0,6, divisant 100 échantillons en 62 conformes et 38 non conformes. Parallèlement, des caractéristiques d’image de l’extrait ont été extraites pour construire six modèles d’apprentissage automatique. Les résultats montrent que le modèle XGBoost est le plus performant avec une précision, précision, rappel, score F1 et AUC de 0,9333, 1,0000, 0,8333, 0,9091 et 0,9630 respectivement. Une plateforme d’évaluation intelligente intégrant un grand modèle de langage a ensuite été développée, capable de réaliser une analyse et de générer des recommandations opérationnelles en environ 10 secondes. Ce système fournit une solution intégrée de contrôle qualité "classification objective-prédiction rapide-recommandations intelligentes" pour l’extrait Xuefu Zhuyu, et offre un paradigme technique réutilisable pour l’évaluation multifacette de la qualité d’intermédiaires d’extraits de médecine traditionnelle chinoise, favorisant une transformation de la production vers une approche pilotée par les données.

extrait Xuefu Zhuyu;empreinte physique;vision par ordinateur;grands modèles de langage;contrôle qualité