针对传统深度学习技术在中医术语理解和复杂文本处理上的局限性，本文提出以大语言模型为核心，辅以传统机器学习的解决方案，用于提升大语言模型对中医病历的理解能力，从而提出中医病历智能质控新思路。方法：以大量中医古籍、现有中医知识库为基础，结合临床术语库及真实世界病历资料，对模型进行强化训练，显著提升了其对中医专业语境的理解能力。结合增强检索、预测优化和微调技术，大语言模型有效识别病历的逻辑错误、信息遗漏、术语不当及理法方药一致性等问题。结果：将该模型内置在病历质控系统中，能有效帮助临床医生及时发现和处理病历中的问题，从而实现AI中医病历的智能化质量控制。结论：该模型在门诊与住院病历质控中的成功应用，不仅减轻了人工质控负担，也使病历质量显著提升。作为国内首个基于大语言模型人工智能的中医病历质控实践，本研究在理论与技术层面均展现出创新性，为行业带来了新的思维模式与价值。