Chin Med:多模态数据驱动下人工智能在中医药研发、质控与临床应用中的系统综述

2026-01-31 清泉心田 MedSci原创 发表于上海

人工智能与多模态数据的深度融合,正引领中医药走向一条数据驱动、机制明晰、标准规范、个性精准的现代化发展之路。

中医药作为中华文明的瑰宝,凝聚了数千年的临床智慧与哲学思想,在复杂疾病治疗中展现出独特优势。然而,其海量的医学文本、临床经验与多维度数据长期面临标准化不足、结构松散、质控困难等挑战,严重制约了其现代转化与国际化进程。近年来,人工智能技术的迅猛发展为中医药的现代化注入了革命性动力。机器学习、深度学习、知识图谱与大语言模型等技术的引入,不仅加速了中医药数据的结构化与知识化,更在靶点发现、处方推荐、质控优化及智能诊疗等领域展现出巨大潜力,推动中医药从经验医学向数据驱动、精准化的现代医学范式转变。 中医药现代化离不开高质量、多尺度的数据基础。当前,已涌现出如ETCM 2.0、TCMSP、TCMSSD等一批系统化数据库,它们整合了处方、草药、成分、靶点、疾病与证候等多维信息,并通过标准化流程确保数据的可靠性与一致性。这些数据库不仅连接了传统药方与现代医学概念,更为后续的AI算法分析提供了结构化输入。例如,SymMap聚焦症状映射,TCMIO专注于免疫肿瘤机制,而TCM-Mesh等平台更内置了自动化网络药理学分析工具,支持机制阐释、成分筛选与可视化研究。与此同时,组学数据库如MPOD、ITCM等进

相关资料下载:
[AttachmentFileName(sort=1, fileName=s13020-025-01194-y.pdf)] GetArticleByIdResponse(id=294f924630bf, projectId=1, sourceId=null, title=Chin Med:多模态数据驱动下人工智能在中医药研发、质控与临床应用中的系统综述, articleFrom=MedSci原创, journalId=12223, copyright=原创, creationTypeList=[1], summary=人工智能与多模态数据的深度融合,正引领中医药走向一条数据驱动、机制明晰、标准规范、个性精准的现代化发展之路。, cover=https://img.medsci.cn/20240822/1724291572896_8538692.png, authorId=0, author=清泉心田, originalUrl=, linkOutUrl=, content=中医药作为中华文明的瑰宝,凝聚了数千年的临床智慧与哲学思想,在复杂疾病治疗中展现出独特优势。然而,其海量的医学文本、临床经验与多维度数据长期面临标准化不足、结构松散、质控困难等挑战,严重制约了其现代转化与国际化进程。近年来,人工智能技术的迅猛发展为中医药的现代化注入了革命性动力。机器学习、深度学习、知识图谱与大语言模型等技术的引入,不仅加速了中医药数据的结构化与知识化,更在靶点发现、处方推荐、质控优化及智能诊疗等领域展现出巨大潜力,推动中医药从经验医学向数据驱动、精准化的现代医学范式转变。 中医药现代化离不开高质量、多尺度的数据基础。当前,已涌现出如ETCM 2.0、TCMSP、TCMSSD等一批系统化数据库,它们整合了处方、草药、成分、靶点、疾病与证候等多维信息,并通过标准化流程确保数据的可靠性与一致性。这些数据库不仅连接了传统药方与现代医学概念,更为后续的AI算法分析提供了结构化输入。例如,SymMap聚焦症状映射,TCMIO专注于免疫肿瘤机制,而TCM-Mesh等平台更内置了自动化网络药理学分析工具,支持机制阐释、成分筛选与可视化研究。与此同时,组学数据库如MPOD、ITCM等进, belongTo=, tagList=[TagDto(tagId=8461, tagName=人工智能), TagDto(tagId=516593, tagName=中医药研发)], 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=1625, appHits=5, showAppHits=0, pcHits=114, showPcHits=1620, likes=0, shares=1, comments=0, approvalStatus=1, publishedTime=Sat Jan 31 23:23:33 CST 2026, publishedTimeString=2026-01-31, pcVisible=1, appVisible=1, editorId=6556171, editor=中医科新前沿, waterMark=0, formatted=0, deleted=0, version=2, createdBy=98af8624274, createdName=清泉心田, createdTime=Sat Jan 31 23:28:45 CST 2026, updatedBy=92910, updatedName=rayms, updatedTime=Sat Jan 31 23:43:37 CST 2026, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=s13020-025-01194-y.pdf)], guideDownload=1, surveyId=null, surveyIdStr=null, surveyName=null, pushMsXiaoZhi=true, qaList=null)
s13020-025-01194-y.pdf
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2299296, encodeId=517a229929623, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a> <a href='/topic/show?id=aa4f136490da' target=_blank style='color:#2F92EE;'>#中医药研发#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=38, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=136490, encryptionId=aa4f136490da, topicName=中医药研发), 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=Sat Jan 31 23:43:37 CST 2026, time=2026-01-31, status=1, ipAttribution=上海)]
    2026-01-31 梅斯管理员 来自上海

相关资讯

Nutrients:当人工智能走进饮食学课堂,聊天机器人如何辅助学生从理论走向临床实践

结构化虚拟患者聊天机器人能有效提升营养学学生的临床自信与实践感知,尤其在多语言、多情境模拟中展现出显著的教学辅助价值。

Lancet子刊:人工智能助力宫颈癌筛查,一项在非洲五国的诊断准确性研究

基于人工智能的自动视觉评估工具能够显著提高传统VIA筛查的敏感性,是填补中低收入国家宫颈癌筛查质量缺口的一种有前景的辅助手段。

专家论坛|范建高:人工智能在代谢相关脂肪性肝病中的应用

近年来,人工智能(AI)技术的发展实现了从复杂多样的临床数据集中提取相关信息,特别是影像学和病理学图像数据,包含诊断、预后和预测信息,AI可以准确提取这些有效信息,作为决策支持工具应用于临床实践。

Orphanet Journal of Rare Diseases:临床医生与人工智能在罕见病诊断中的头对头比较

人工智能辅助诊断工具在罕见病诊断领域中具有一定应用潜力,尤其当它输出高可能性的诊断建议时,与多学科专家团队的意见存在相当比例的一致性,这提示该工具可用于辅助临床医生在复杂情况下优先考虑某些诊断方向。

World J Gastroenterol :告别误诊困扰!AI 助力白光内镜高效检出罕见直肠神经内分泌肿瘤

基于YOLOv7算法构建的人工智能辅助诊断模型能够有效地在白光内镜下检测直肠神经内分泌肿瘤,其综合诊断性能优于大多数内镜医师,特别是在提高诊断特异性和阳性预测值方面潜力显著。

Eur Respir J:AI透视下的研究浪潮,支气管扩张症75年学术研究趋势全景图

利用人工智能技术对1949年至2024年间近2000篇非囊性纤维化支气管扩张症研究文献进行主题建模,揭示该领域从病灶中心向患者中心的转变及研究热点和空白。

PLOS Medicine:大语言模型对肝细胞癌治疗建议的临床效用

大语言模型生成的治疗建议与临床医生决策的一致性,在早期肝细胞癌中与改善的生存相关,但在晚期疾病中则无益甚至有害。

Journal of Neuromuscular Diseases:联邦机器学习如何破解罕见病研究的 “数据孤岛” 难题

联邦学习通过其隐私保护的分布式架构,为罕见病研究开启了一条在严格遵守数据法规前提下充分利用分散数据的全新路径。

British Journal of Clinical Pharmacology:AI 助力儿科罕见病治疗!4 大语言模型角逐超说明书用药决策支持,GPT-4o 表现突出

大型语言模型确实具备快速检索和初步整合生物医学信息的潜力,能够在一定程度上加速超说明书用药合理性的评估流程,为临床医生节省宝贵的文献调研时间。

Nurse Education Today:AI驱动的母婴保健护理教育,自我效能感与使用需求的网络分析

本研究首次系统描绘了中国母婴保健护士人工智能自我效能感的复杂心理网络,并识别出拟人化交互与学习辅助是其中的核心驱动因素。