Для решения проблемы зависимости производства китайских лекарственных экстрактов от единственного показателя или экспертной оценки конечной стадии концентрирования данное исследование на примере экстракта Сюэфу Чжую инновационно предложило мультиформатную стратегию интеллектуального контроля качества, основанную на «физическом отпечатке + машинном зрении + большой языковой модели». Были отобраны 7 основных физических показателей, таких как плотность и pH, и проведена стандартизация для построения физического отпечатка; затем с помощью дистанции Махаланобиса исключались аномальные образцы, а комплексная оценка рассчитывалась методами «CRITIC + Энтропийный вес + TOPSIS» с порогом соответствия 0.6, что разделило 100 образцов на 62 годных и 38 негодных; одновременно собирались и извлекались характеристики изображений экстракта для построения 6 моделей машинного обучения. Сравнение показало, что модель XGBoost демонстрирует наилучшие результаты: точность, прецизионность, полнота, F1 и AUC составили соответственно 0.9333, 1.0000, 0.8333, 0.9091, 0.9630. На этой основе была дополнительно разработана интеллектуальная платформа оценки с интеграцией большой языковой модели, способная за примерно 10 секунд проводить анализ и генерировать управленческие рекомендации. Эта система предоставляет интегрированное решение контроля качества «объективная классификация + быстрая оценка + интеллектуальные рекомендации» для экстракта Сюэфу Чжую, а также воспроизводимую техническую парадигму для многомерной оценки качества промежуточных продуктов китайских лекарственных экстрактов, что эффективно продвинет производство китайских лекарств к «управлению на основе данных».

Сюэфу Чжую; физический отпечаток; машинное зрение; большая языковая модель; контроль качества