人工智能是研究、開發用于模擬、延伸和擴展人的智能的理論、方法和技術及應用系統的一門新的技術科學。

國務院發布的《新一代人工智能發展規劃》明確表示，人工智能發展進入新階段，已經成為國際競爭的新焦點，成為經濟發展的新引擎，將帶來社會建設的新機遇，同時發展的不確定性也將帶來新挑戰。

目前，人工智能技術在生命科學領域已經取得了實際應用，如智能醫學影像識別、病理人工智能輔助診斷、智能健康管理、智能藥物研發、智能診療、智能手術導航系統和健康大數據等方面。

1

中醫藥有著悠久的發展歷史、豐富的實踐經驗和海量的文獻，但資源挖掘利用不足，將直接影響發展和傳承效率。中醫與西醫的發展模式大相徑庭，西醫從實驗數據中歸納提煉經驗，再通過時間檢驗、修正、發展成理論;而中醫則是在臨床試驗中不斷總結、摸索，經驗極具個性化，總體發展緩慢且困難。

長期以來，我國中醫藥工作面臨兩“難”：一難是名老中醫臨床經驗傳承與發展;二難是提升基層中醫藥服務能力。名老中醫學術經驗的傳承效率不高，傳統的師帶徒模式成長周期長、培養人才數量少，難以滿足臨床需求。此外，臨床產生的大量中醫藥診療數據，尤其是中西醫診療的綜合信息資源整體利用度不高，存在數據資源浪費情況。

隨著人工智能技術在生命科學領域的作用越來越明顯，中醫藥產業在人工智能的潮流中迎來新的發展良機。

人工智能的理念和技術在中醫藥的傳承和發展中，可分為三個階段：一是人工智能技術挖掘中醫藥數據;二是人工智能技術輔助中醫診療及輔助學習系統;三是中醫藥人工智能技術融入全生命周期健康維護。

第一階段：人工智能技術挖掘中醫藥數據

將眾多中醫古籍、臨床資料數字化，大力挖掘相關數據并進行分析，形成經驗，輔助臨床診療工作。

中醫藥數據挖掘已被廣泛應用于中醫藥古籍的檢索和名老中醫經驗的挖掘整理中。目前常用的方法包括頻數分析、關聯分析、復雜網絡分析、聚類分析等。大數據技術促進了傳統中醫藥典籍電子化，如《中華醫典》等書籍和數據庫，這有助于充分挖掘歷代中醫藥知識。同時，中醫藥現代化研究也積累了大量中藥和方劑的藥理研究資料和作用機制的資料，形成了標準的數據庫。

目前，中醫藥標準化工作已經完成對中醫疾病病名、證候、中藥藥名、方劑名等的標準構建。但是面對中醫藥數據的復雜性，傳統的統計分析工具和簡單的數據挖掘技術已經不能滿足中醫藥信息化發展的需求，因此需要人工智能的深度學習進一步對大數據進行分析和處理。

第二階段：人工智能技術輔助中醫診療及輔助學習系統

人工智能技術擁有獨立自主的診療功能，通過大數據學習可達到與臨床專家高度匹配的診療結果，此時人工智能技術在臨床輔助診療中可發揮一定的主動性。同時，還可利用已達到中醫臨床專家水平的人工智能技術培養中醫人才，提高中醫藥傳承效率，促進中醫藥傳承。

在中醫智能診斷方面，目前四診客觀化的研究已經取得階段性成果。脈診和舌診的客觀量化已經有了長足進步，這或將改變傳統診斷受醫師主觀意識、經驗積累影響，以及受限于環境因素，缺乏客觀指標而難以重復的問題。

第三階段：中醫藥人工智能技術融入全生命周期健康維護

人工智能技術將中醫全面融入生活，從健康管理、診斷、治療等方面全方位服務患者，相應的人工智能技術能獨立完成臨床任務。

在數據挖掘和輔助診療及輔助學習相關技術均比較成熟的狀態下，進一步將中醫藥領域的人工智能技術融入健康管理，真正應用于相關疾病的一級預防及二級預防中，充分發揮中醫藥治未病的理念，使中醫藥理念融入到日常生活中。

中醫對于未病的理解更深入，不同于現代醫學主要針對某一種或某幾種常見疾病的健康管理，中醫是通過對不同個體的望聞問切，然后根據個體的體質及相關危險因素選用針對性的干預措施，以實現整體調節，可更好實現“未病先防、既病防變、愈后防復”。

基于人工智能技術建立中醫藥健康管理云平臺可以實現高效的人機對話并進行相關信息的處理分析，能根據每個人的不同體質狀況給出相應的健康處方，對不同體質個體進行相應的調整改善，做到精準化個體化醫療保健，同時跟蹤隨訪、收集健康大數據，開發并完善疾病預測模型和疾病篩查模型的建模策略與方法。

2

當前，我國中醫人工智能正處于第二個階段的研究發展中。

輔助診療系統是人工智能在醫療領域的最大應用場景，在中醫領域亦然。目前，部分企業研發的中醫智慧化診療系統已經初具臨床應用價值。

1.懸壺臺中醫輔助診療系統

這是由微醫聯合蓮芯健康共同開發的，運用“中醫辨證論治系統”結合互聯網、人工智能技術，搭建的懸壺臺——中醫健康信息云平臺，提供中醫電子病歷、輔助開方、心腦血管疾病、中醫藥知識庫、中醫治未病、集成HIS系統串聯服務，普及和提升各級醫療衛生機構的中醫藥服務能力和診療水平。

該平臺已接入320多家醫療機構，多家區域醫療平臺，累計處方量達2200萬余張。

2.中醫綜合診斷系統

由蕪湖圣美孚科技有限公司研發的“中醫綜合診斷系統”，有五大組成模塊，分別是中醫脈象診斷系統、舌面象診斷系統、中醫體質辨識系統、個性化養生調理系統，經典處方系統。

該產品以中醫脈象診斷為基礎，采用全自動氣體加壓方式，中醫脈象診斷，利用計算機，通過袖帶式傳感器，在橈動脈村寸，關，尺三個部位檢測脈象信號，模仿中醫醫師指法，按照中醫舉、按、尋的診脈過程，浮、中、沉散布全自動氣體加壓取脈，采集八個不同壓力段的脈象波形自助選擇最佳壓力波形，并將脈象的位，數，形，勢和脈圖的各項參數自動分析，以判定出28類脈。

該產品采用專業拍攝光源，運用計算機標準化技術，對舌(舌色14種、舌絡3種、舌形9種、舌態5種、苔色4種、苔質12種)，對面(唇色6種，面色17種，面部光澤3種，局部特征3種)進行信息采集和分析，按照中華中醫藥學會標準ZYYXH/T157-2009《中醫體質分類與判定》的要求進行問診，并對9種基本體質及44種復合體質進行自動判別。

3.烏鎮國醫云腦

“烏鎮國醫云腦”由道生醫療、金燈臺信息與泰坤堂共同搭建，由“道生中醫云腦”的核心技術匯聚成果，它以四診儀為載體，以海量中醫藥大數據、中醫特色機器學習算法、強大云計算能力為基礎技術要素，具備了感知、連接、語言、決策4大中醫人工智能能力，能夠讀懂中醫語言，像中醫師一樣思考，像名醫導師一樣給出答案，是基層年輕中醫師的最強中醫外腦，是中醫領域目前最前沿的人工智能創新成果。

目前，該系統已在國醫大師劉敏如女科醫系“起伏脈”臨床經驗研究、名中醫俞瑾 PCOS分型診治研究 、名老中醫張云鵬脂肪肝診治經驗智能挖掘 、名中醫王翹楚失眠診治經驗智能挖掘等領域開展應用。

在進行中醫相關人工智能研究時，中醫領域人才需要與人工智能專家緊密結合，使相關人工智能技術保留中醫藥精髓，貼近臨床實際需求。

此外，中醫藥大數據分析和機器學習需要真實可靠的數據，而無論是作為輸入的癥狀、體征、檢測指標還是作為輸出的疾病種屬、證候類型以及最終的診療方案，都應該采用統一的、盡可能規范化、客觀量化的體系及規則進行標定。