中医科

订阅

MedSci主页 / 所有栏目 / 中医科

Chin Med：人工智能与中医学融合的认识论挑战、技术路径与未来展望

2026-07-22 清泉心田 MedSci原创 发表于上海

人工智能
关注

AI 与中医的融合本质是认识论层面的整合问题，而非单纯的技术落地。

深度解析医学证据，DeepEvidence为你支撑决策 人工智能（AI）与中医学（TCM）的融合正处于快速扩张阶段，已覆盖数字化诊断、辨证论治、处方推荐、多模态临床辅助及知识挖掘等多元场景，领域专属大语言模型的兴起进一步为中医现代化注入了计算动力。公众与患者对该融合的接受度持续提升，但信任建立始终以可解释性、理论完整性尊重为核心前提。   二者融合的核心瓶颈并非预测性能不足，而是底层认识论的本质错配：当代 AI 多基于不透明的高维统计表征输出结果，而中医是理论驱动的医学体系，诊疗依赖以辨证、病机推导为核心的整体观、关联性与阐释性推理。仅靠预测准确率无法保障临床可操作性与伦理问责性，因此可解释人工智能（XAI）的价值远不止于提升模型透明度，更应充当机器发现模式与中医临床推理之间的 “认知接口”，实现二者的语义转译。 本研究为系统性综述，通过整合近年中医 AI 领域的前沿研究成果，创新性构建两大核心分析框架：一是双层不透明框架，系统阐释 AI 算法固有不透明性与中医知识理论不透明性的叠加效应及其衍生风险；二是语义翻译框架，将可解释 AI 重新定义为 “将计算特征、推理轨迹映射为具

相关资料下载：
[AttachmentFileName(sort=1, fileName=s13020-026-01455-4.pdf)] GetArticleByIdResponse(id=0aed943486fa, projectId=1, sourceId=null, title=Chin Med：人工智能与中医学融合的认识论挑战、技术路径与未来展望, articleFrom=MedSci原创, journalId=12223, copyright=原创, creationTypeList=[1], summary=AI 与中医的融合本质是认识论层面的整合问题，而非单纯的技术落地。, cover=https://img.medsci.cn/20260126/1769422569887_5478063.png, authorId=0, author=清泉心田, originalUrl=, linkOutUrl=, content=深度解析医学证据，DeepEvidence为你支撑决策 人工智能（AI）与中医学（TCM）的融合正处于快速扩张阶段，已覆盖数字化诊断、辨证论治、处方推荐、多模态临床辅助及知识挖掘等多元场景，领域专属大语言模型的兴起进一步为中医现代化注入了计算动力。公众与患者对该融合的接受度持续提升，但信任建立始终以可解释性、理论完整性尊重为核心前提。   二者融合的核心瓶颈并非预测性能不足，而是底层认识论的本质错配：当代 AI 多基于不透明的高维统计表征输出结果，而中医是理论驱动的医学体系，诊疗依赖以辨证、病机推导为核心的整体观、关联性与阐释性推理。仅靠预测准确率无法保障临床可操作性与伦理问责性，因此可解释人工智能（XAI）的价值远不止于提升模型透明度，更应充当机器发现模式与中医临床推理之间的 “认知接口”，实现二者的语义转译。 本研究为系统性综述，通过整合近年中医 AI 领域的前沿研究成果，创新性构建两大核心分析框架：一是双层不透明框架，系统阐释 AI 算法固有不透明性与中医知识理论不透明性的叠加效应及其衍生风险；二是语义翻译框架，将可解释 AI 重新定义为 “将计算特征、推理轨迹映射为具, belongTo=, tagList=[TagDto(tagId=8461, tagName=人工智能)], categoryList=[CategoryDto(categoryId=37, categoryName=中医科, tenant=100), CategoryDto(categoryId=84, categoryName=研究进展, tenant=100), CategoryDto(categoryId=20656, categoryName=梅斯医学, tenant=100)], articleKeywordId=0, articleKeyword=, articleKeywordNum=6, guiderKeywordId=0, guiderKeyword=, guiderKeywordNum=6, opened=0, paymentType=1, paymentAmount=5, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=829, appHits=6, showAppHits=0, pcHits=80, showPcHits=823, likes=0, shares=4, comments=1, approvalStatus=1, publishedTime=Wed Jul 22 18:16:00 CST 2026, publishedTimeString=2026-07-22, pcVisible=1, appVisible=1, editorId=6556171, editor=中医科新前沿, waterMark=0, formatted=0, deleted=0, version=3, createdBy=98af8624274, createdName=清泉心田, createdTime=Fri Jul 17 11:40:47 CST 2026, updatedBy=92910, updatedName=rayms, updatedTime=Wed Jul 22 17:18:44 CST 2026, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=s13020-026-01455-4.pdf)], guideDownload=1, surveyId=null, surveyIdStr=null, surveyName=null, pushMsXiaoZhi=true, qaList=[{id=2388344, encryptionId=84572388344b7, articleId=0aed943486fa, userName=administrator, question=知识图谱和图神经网络在中医AI中有哪些优势？其应用效果受哪些因素限制？, answer=优势在于契合中医关系型推理特征，可呈现方药推荐、证症关联的解释路径；效果受限于本体构建质量与知识规范化程度。, clickNum=0, type=article, createdAt=1784711944529, updatedAt=1784711944529}, {id=2388343, encryptionId=5ecc2388343de, articleId=0aed943486fa, userName=administrator, question=大语言模型在中医AI应用中容易产生哪些认知误区？, answer=流畅的自然语言输出易造成'天然可解释'的错觉，其知识回忆能力不等于临床推理能力，且思维链仅为交互界面而非推理质量证明。, clickNum=0, type=article, createdAt=1784711944529, updatedAt=1784711944529}])
s13020-026-01455-4.pdf
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2347297, encodeId=f797234e29718, content=人工智能（AI）与中医学（TCM）的融合正处于快速扩张阶段, beContent=null, objectType=article, channel=null, level=null, likeNumber=41, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=a1646442901, createdName=ms4000001513304915, createdTime=Wed Jul 22 23:42:30 CST 2026, time=2026-07-22, status=1, ipAttribution=广东省), GetPortalCommentsPageByObjectIdResponse(id=2347104, encodeId=1fd0234e104af, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=54, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Wed Jul 22 17:18:44 CST 2026, time=2026-07-22, status=1, ipAttribution=上海)]
    2026-07-22 ms4000001513304915 来自广东省

    人工智能（AI）与中医学（TCM）的融合正处于快速扩张阶段

    0

  2. [GetPortalCommentsPageByObjectIdResponse(id=2347297, encodeId=f797234e29718, content=人工智能（AI）与中医学（TCM）的融合正处于快速扩张阶段, beContent=null, objectType=article, channel=null, level=null, likeNumber=41, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=a1646442901, createdName=ms4000001513304915, createdTime=Wed Jul 22 23:42:30 CST 2026, time=2026-07-22, status=1, ipAttribution=广东省), GetPortalCommentsPageByObjectIdResponse(id=2347104, encodeId=1fd0234e104af, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=54, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Wed Jul 22 17:18:44 CST 2026, time=2026-07-22, status=1, ipAttribution=上海)]
    2026-07-22 梅斯管理员 来自上海

    #人工智能#

    0

相关资讯

Gastroenterology：多组学分子特征联合人工智能，开启炎症性肠病精准分层诊疗新时代

分子评估和人工智能的整合将推动IBD的临床管理从传统的“一刀切”和试错模式，转向一种高度个性化、精准且可预测的新范式。

Frontiers in Endocrinology：罕见儿科生长障碍中骨龄自动化评估

本研究成功验证了Deplasia在两类罕见且诊断复杂的儿科生长障碍（内分泌综合征和溶酶体贮积症）中的自动化骨龄评估能力。

JAMA子刊：新手操作也能达到专家精度？这项 AI 超声技术，让低资源地区也能精准产检

基于盲扫超声的 AI 孕周评估系统仅需极少量本地化数据完成轻量化微调，即可在全新临床场景、全新设备品牌与零基础操作者使用的条件下，达到与专业超声医师相当的诊断精度，展现出优异的跨地域、跨人群泛化能力。

8266 例大样本证实：AI 可精准预警舌癌术后并发症

该工具为舌癌围术期个体化诊疗提供了有力支撑，临床医生可借助其开展术前知情沟通与共享决策，针对高风险患者提前启动多学科优化干预，结合加速康复外科方案降低并发症风险。

人工智能设计的抗体药物即将进入临床

尽管完全依赖AI模型进行药物开发仍需数年时间，但行业普遍认为，AI设计的抗体药物已站在了临床试验的门槛上，有望解锁传统方法难以靶向的疾病靶点。

BMJ：中国Ⅲ期证据，机器人胰十二指肠切除术术后恢复提速近4天

机器人胰十二指肠切除术在术后功能恢复方面达到预设非劣效标准，且可显著加快患者术后恢复速度、缩短住院时长，同时降低重症并发症的累积负担，肿瘤学根治性与开腹手术相当。

人工智能能否在回忆罕见肾脏病临床试验数据方面超越临床医生？

人工智能可以作为临床实践的有用辅助工具，提供高效、按需的特定试验数据访问，从而减少当代肾病学实践中手动文献检索的时间限制。

JAMA子刊：说话就能测病情？AI 语音分析可精准评估精神分裂症症状严重度

精神科临床评估始终高度依赖患者的言语表达，医生仅凭语气、语速、话语逻辑的细微变化，就能初步判断精神状态波动 —— 这种诊疗直觉虽普遍应用于日常工作，却始终缺乏标准化的量化工具，

JAMA Netw Open：规避大模型幻觉风险，AI 如何安全提升临床毒理报告效率

通过大语言模型完成历史数据结构化，以传统机器学习承担预测任务，用规则化模板生成文本，从根源上规避了生成式模型的幻觉风险，也降低了监管合规门槛。

Lancet Infect Dis：成本降 37%、检出率更高，AI 胸片成社区结核筛查最优解

这项在社区中对比单独 CAD 与 CAD 联合 CRP 策略的大规模务实试验，为高负担地区结核主动筛查的方案优化提供了核心实证。