综述：中医中脾胃疾病的人工智能研究：将知识图谱与智能诊断与治疗相结合

《Current Medical Science》：Artificial Intelligence for Spleen-Stomach Disorders in Traditional Chinese Medicine: Integrating Knowledge Graphs with Intelligent Diagnosis and Treatment

中医脾胃疾病诊疗模型中人工智能应用研究，系统综述知识图谱构建与智能诊疗系统开发两大路径，分析知识本体建模、四诊法量化、古籍语义解析等技术，指出知识标注不统一、语义推理不足、图谱与诊断模型整合度低等挑战，提出异构知识融合、大语言模型协同推理及跨病种迁移学习等解决方案。

　　

摘要

在中医（TCM）中，脾胃疾病是常见的临床病症。中医所采用的复杂诊断和治疗模型基于“症状-证型-疾病-方剂”框架，这一框架在很大程度上依赖于从业者的经验。然而，该模型面临诸多挑战，包括知识表示的模糊性、数据的非结构化以及知识共享的困难。近年来，人工智能、自然语言处理和医学知识工程领域的进展显著提升了针对这些疾病的知识图谱（KGs）及智能诊断和治疗系统的研究，使得这些技术成为中医现代化的关键。本文系统地回顾了与脾胃疾病相关的两条核心研究路径。第一条路径侧重于构建用于“结构化知识表示”的知识图谱，包括本体建模、实体识别、关系提取、图谱融合、语义推理、可视化服务以及用于预测治疗效果的集成模型。第二条路径涉及智能诊断和治疗系统的开发，重点关注“临床应用”，包括中医的定量建模、四种诊断方法（望、闻、问、切）、经典文本的语义分析、模式区分算法以及多模态咨询推荐系统。通过对当前研究的综合分析，发现了一些持续存在的挑战，如中医临床知识的模型和注释不一致、语义推理能力有限、知识图谱与智能诊断模型之间的整合不足以及现有智能诊断系统的临床适应性不强。为应对这些挑战，本文提出了未来的研究方向，包括改进异构多源知识整合技术、通过结合大型语言模型的协作推理框架深化语义推理，以及开发有效的跨疾病迁移学习策略。这些方向旨在提高中医中脾胃疾病智能诊断和治疗系统的可解释性、推理准确性和临床适用性。