Para resolver la limitación de depender de un solo indicador o del juicio empírico para determinar el punto final de concentración en la producción de extractos de medicina tradicional china, este estudio, tomando como objeto el extracto Xuefu Zhuyu, propone de manera innovadora un sistema inteligente de control de calidad multimodal que fusiona “huella física + visión artificial + modelo de lenguaje grande”. Mediante la selección de 7 indicadores físicos clave como la densidad y el pH, y su estandarización para construir la huella física; luego, combinando la distancia de Mahalanobis para eliminar muestras atípicas, usando los métodos “CRITIC + peso de entropía + TOPSIS” para calcular una puntuación compuesta con un umbral de aceptación de 0.6, se dividieron 100 lotes de muestras en 62 lotes aceptables y 38 no aceptables; al mismo tiempo, se recolectaron y extrajeron características de imágenes del extracto para construir 6 modelos de aprendizaje automático; los resultados comparativos mostraron que el modelo XGBoost tiene el mejor rendimiento, con precisión, exactitud, recall, puntuación F1 y AUC de 0.9333, 1.0000, 0.8333, 0.9091 y 0.9630, respectivamente. Sobre esta base, se desarrolló una plataforma inteligente de evaluación que integra un modelo de lenguaje grande, capaz de completar el análisis y generar recomendaciones operativas en aproximadamente 10 segundos. Este sistema proporciona una solución integrada de control de calidad “clasificación objetiva + predicción rápida + sugerencias inteligentes” para el extracto Xuefu Zhuyu, así como un paradigma técnico reutilizable para la evaluación multi-dimensional de la calidad de los intermedios de extractos de medicina tradicional china, impulsando con fuerza la transformación de la producción de medicina tradicional china hacia un enfoque “impulsado por datos”.

Xuefu Zhuyu; huella física; visión artificial; modelo de lenguaje grande; control de calidad