综述：人工智能在传统中医中的应用：从系统生物学机制的发现、实际临床证据的推断到个性化临床决策支持

《Chinese Journal of Natural Medicines》：Artificial intelligence in traditional Chinese medicine: from systems biological mechanism discovery, real-world clinical evidence inference to personalized clinical decision support

本文综述中医与人工智能融合研究，涵盖系统级生物机制阐明、临床证据推断及个性化决策支持，强调高质量数据、知识图谱和生物机制解析的重要性，为未来AI驱动中医研究提供方向。

　　

邓英燕|郑启光|常凯|华瑞|刘一鸣|薛静艳|舒泽新|胡云辉|杨鹏程|于伟|郎继东|于海斌|李晓东|张润顺|王文佳|刘宝燕|周学忠

北京交通大学计算机科学与技术学院医学智能研究所，中国北京100044

摘要

中医（TCM）是一种典型的个性化医疗方法，通过2000多年临床经验的系统积累与完善发展而来，如今已涵盖了大规模电子病历（EMR）和实验分子数据。自20世纪70年代以来，人工智能（AI）通过开发各种专家系统（如MYCIN）在医学领域展现了其应用价值。随着深度学习和大型语言模型（LLMs）的出现，AI在医学领域的潜力日益凸显。因此，从临床和科学的角度整合AI与中医是一个具有基础性和前景的研究方向。本综述全面概述了中医AI研究，从系统层面的生物机制阐释、实际临床证据推断以及个性化临床决策支持三个角度总结了相关研究任务。文章重点介绍了代表性的AI方法及其在中医科学研究和临床实践中的应用。为客观评估该领域的现状，本文指出了制约研究能力发展的主要挑战和机遇，特别是在中医证候和草药配方的机制理解、新药发现以及提供高质量、以患者为中心的临床护理方面。研究结果表明，未来AI驱动的中医研究进展将依赖于高质量大规模数据库的建立、全面且领域特定的知识图谱（KGs）的构建、对临床疗效背后生物机制的深入理解、严谨的因果推断框架以及智能化的个性化决策支持系统的开发。