生成式人工智能赋能中医药健康传播的实践、困境与路径

习近平总书记指出：“中医药学是中国古代科学的瑰宝，也是打开中华文明宝库的钥匙。”近年来，《“十四五”中医药文化弘扬工程实施方案》《中医药振兴发展重大工程实施方案》等文件持续落地，将中医药传承创新发展提升至新的高度，也为中医药健康传播营造了良好的制度环境。

作为一名在《中国中医药报》社从事传播工作十余年的从业者，笔者亲历了传播格局的三次重要转型：从纸媒主导的大众传播时代，到“两微一端”引领的新媒体传播时代，再到算法推荐、短视频主导的数字传播时代，直至当前生成式人工智能（Artificial Intelligence，以下简称AI）推动的智能传播时代。

几年前，中医药传播还面临着四个核心痛点：一是专业内容生产门槛高、产能不足，兼具中医药专业素养与传播能力的复合型人才缺口显著；二是专业内容“破圈难”，严谨厚重的中医药知识与大众通俗化、轻量化的阅读需求存在天然壁垒；三是精准触达能力不足，传统传播依赖经验判断，难以实现内容与受众需求的有效匹配；四是舆情应对被动，中医药领域舆情敏感度高、发酵速度快，传统人工监测与处置模式难以适应互联网传播节奏。

以ChatGPT、DeepSeek、Kimi等为代表的生成式AI技术全面普及，为破解上述痛点提供了全新的技术可能。2026年以来，开源AI智能体与医疗垂直大模型快速迭代。OpenClaw作为全球增长最快的开源AI项目之一，以“本地部署、自主执行、Skill（技能）机制”为核心特征，为中医药健康传播的流程重构、隐私安全、任务自动化提供了新的技术底座。与此同时，Google MedGemma 1.5、京东健康京医千询等医疗垂类模型，在中医药知识理解、多模态生成、临床辅助等方面实现突破。

现有关于AI与中医药传播的研究，多聚焦于医疗技术应用场景，缺乏基于健康传播行业一线实践的观察。本文基于十余年中医药传播从业经验，结合智能传播学核心理论、中医人工智能公众接受研究成果等理论，系统阐释生成式AI对中医药传播全链条的实践变革，揭示技术应用背后的困境，并尝试提出行业优化路径，以期为新时代中医药健康传播实践提供理论参考与实践指引。

生成式AI赋能中医药健康传播的实践维度

从传播学5W模型的核心框架来看，生成式AI正从传播内容、传播渠道、传播受众、传播效果监测四大核心环节，对中医药健康传播进行全链条重构，推动其实现从“人工主导”到“人机协同”的范式转型。

在内容生产上，生成式AI的出现推动中医药内容生产模式从“手工”创作到人机协同的规模化生产范式转型。内容生产是健康传播的核心环节，也是生成式AI渗透最深入、变革最显著的领域。传统中医药内容生产高度依赖专业人员的“手工”创作，一篇合格的中医药科普稿件，需经过选题策划、专家采访、稿件撰写、专业审稿、编辑校对等多个环节，生产周期长、人力成本高，难以满足新媒体时代高频次、多平台的内容需求。

生成式AI的出现，彻底打破了这一生产瓶颈，推动中医药内容生产模式从“人主导的线性创作”向“人机协同的协同创作”转型，其核心应用体现在三个层面：一是专业内容初稿的高效生成，基于给定的科普主题、核心专业信息，大语言模型可在数秒内生成结构完整、逻辑通顺的内容初稿，涵盖核心知识点、应用场景、注意事项等核心要素，专业人员仅需完成准确性审核与个性化优化，内容生产效率可提升数十倍，有效缓解了专业传播人才不足的行业痛点；二是多平台内容的适配化生产，AI可基于同一核心内容，生成适配微信公众号、微博、抖音、小红书等不同平台风格的内容版本，实现“一次核心创作、多形态多元分发”的矩阵效应，大幅降低了多平台运营的人力成本；三是传播要素的精准优化，AI通过对海量爆款内容的深度学习，可结合平台算法规则与中医药内容的专业属性，生成多套标题、摘要、话题标签优化方案，在坚守准确性底线的前提下，提升专业内容的传播力。

大模型正在彻底改变内容创意的生产模式，传统“人提想法-人做创意-人完成制作-人做选择”的线性流程，已被“人提想法-机器生成创意-机器完成制作-人做最终决策”的人机协同模式取代。目前，国内许多中医医疗机构、科研院校等已开展AI辅助内容生产的实践探索，笔者所在的《中国中医药报》社也已建立AI辅助内容生产的日常学习与实践模式，在日常资讯、基础科普等内容生产中实现了应用，验证了该模式的实践价值。

在分发触达上，AI驱动的个性化推荐算法推动内容分发从经验泛化传播到算法驱动的精准匹配范式转变。内容生产完成后，能否精准触达目标受众，是决定传播效果的核心环节。大众传播时代，中医药传播依赖经验判断受众特征，采取“广撒网”的泛化传播模式，精准性与有效性难以保障；而AI驱动的个性化推荐算法，彻底重构了内容分发的底层逻辑，实现了从“人找信息”到“信息找人”的根本性转变。

其核心应用体现在三个方面。一是基于用户画像的精准推送。推荐算法可通过对用户的浏览历史、点击偏好、停留时长、互动行为等全维度数据的分析，构建精细化的用户画像，实现中医药内容与受众需求的精准匹配，针对不同年龄、性别、健康需求的用户推送差异化的内容，这种“千人千面”的个性化传播策略，大幅提升了中医药健康信息的触达效率与用户黏性。二是热点捕捉与传播时机的智能决策。AI具备全网实时监测与热点趋势预判能力，可对中医药相关的话题进行7×24小时追踪，第一时间识别舆论热点，并自动生成背景资料、专家观点、内容选题建议等素材，帮助传播者快速响应热点事件，在时效性竞争中占据主动。三是传播效果的闭环式迭代优化。AI系统可对内容发布后的全维度数据进行实时分析，快速定位内容的优势与不足，为传播者提供选题方向、表达方式、分发策略的优化建议，形成“内容生产-分发触达-效果反馈-迭代优化”的完整闭环，帮助传播者找到专业严谨与通俗易读的最佳平衡点。

在叙事创新上，AI多模态生成技术的快速发展推动推动中医药传播的叙事形态从单媒介线性叙事到多模态立体化传播范式升级。视觉化、沉浸式传播已成为智能时代的主流传播形态，而中医药传播要实现“破圈”，必须突破传统文字、图片的单媒介叙事局限。AI多模态生成技术的快速发展，大幅降低了多媒体内容创作的技术门槛与制作成本，推动中医药传播的叙事形态实现立体化升级。

首先，视觉素材的定制化生成。OpenClaw结合MedGemma 1.5的影像生成能力，可本地生成穴位定位图、经络循行动画、药材显微结构图等专业视觉素材，解决传统素材匮乏、版权成本高的问题。同时，其脚本生成Skill可自动编写短视频脚本、分镜头方案，通过视频工具如Seedance2.0等模型可快速输出视频内容，人工仅需简单剪辑，大幅降低了中医药短视频的制作门槛。

其次，数字人驱动的叙事主体创新。AI虚拟主播、数字人技术的成熟，为中医药传播提供了全新的叙事主体，可应用于日常资讯播报、标准化科普内容讲解等场景，成为真人传播者的有效补充，尤其在多语言国际传播等场景中具备显著优势。

最后，AI技术为中医药文化遗产数字化保护与传播提供了新路径。通过古籍文本解析、知识图谱构建、非遗技艺数字复原等方式，实现中医药文化遗产的活态传承与沉浸式传播，进一步丰富了中医药传播的叙事内涵与文化厚度。

生成式AI应用于中医药健康传播的现实困境与深层风险

生成式AI为中医药健康传播带来了前所未有的发展机遇，但在实践中，笔者认识到，技术应用的背后，隐藏着中医药知识体系与AI技术逻辑的内生矛盾、算法驱动下传播生态的结构性风险，以及公众信任不足、技术接受度差异、人文缺失等深层问题，这些困境与风险直接关系到中医药传播的公信力与长期发展。

第一，在知识体系的内生冲突上，中医整体论与AI概率逻辑的不可通约性关系到中医药传播的公信力与长期发展。

哲学中的“不可通约性”理论指出，不同理论体系之间存在核心概念、思维范式、话语逻辑的本质差异，难以通过简单的符号转译实现完全互通。中医药理论体系形成于数千年的临床实践，以天人合一、阴阳五行、辨证论治为核心，强调整体观、动态平衡观与个体化诊疗思维，与现代医学基于还原论的知识体系存在本质差异，而这种差异，与AI大语言模型的技术逻辑形成了一定冲突。

一方面，AI对中医药核心概念的理解存在本质局限。AI大语言模型的认知能力，源于对海量文本数据的统计学习与概率拟合，而非对知识内涵的真正理解。中医药领域的专业语料在通用大模型的训练数据中占比很低，导致模型对中医药核心概念的认知存在天然的简化与偏差。例如，中医理论中“气”这一核心概念，涵盖了物质、功能、能量等多个维度的丰富内涵，在不同语境、不同病症中具有差异化的解读，而AI模型往往将其简单简化为“生命力”“能量”等单一化表述，无法传递其完整的理论内涵。这种简化式的传播，易导致公众对中医药理论的片面认知。

另一方面，专业语境的误读与知识幻觉风险突出。中医药古籍文献以文言文为载体，即便是现代中医专业文本，也存在大量专业术语与语境化表达，同一词汇在不同病症、不同配伍中可能存在截然不同的含义。AI模型缺乏中医药专业的语境感知能力，易出现语义误读、概念误用等问题。更为严峻的是，大语言模型固有的“知识幻觉”问题，在中医药这一专业领域被进一步放大——模型可能生成语法通顺、逻辑看似自洽，但完全违背中医药理论与临床实践的错误内容，而这类内容一旦通过大众渠道传播，不仅会误导公众，更会严重损害中医药传播的公信力。

解决这一问题的关键在于构建高质量的领域专属语料库，并对模型输出进行严格的专家审核。中国中医科学院中医药信息研究所发布医源中医大模型、成都中医药大学联合百度发布本草智库・中药全产业链大模型等实践，正是针对这一问题的积极探索。这些垂直领域大模型通过整合海量中医药古籍文献、临床医案、药材标准等专业数据，在概念理解、知识关联和语境把握方面展现出明显优势，为提升AI生成中医药内容的准确性提供了可行路径。

第二，在传播生态的异化风险上，流量逻辑对专业公共性的侵蚀丧失了中医药学术的多元性与思想性。

健康传播的核心准则，是坚守科学性、准确性与公益性，其首要目标是向公众传递准确的健康知识，助力公众健康素养提升，而非追求流量最大化。但在平台的传播生态中，算法的核心优化目标是用户停留时长与商业变现效率，这种流量至上的逻辑，通过AI工具的规模化应用被进一步放大，极易导致中医药传播的逻辑异化。

AI工具的核心优势是批量化、高效率的内容生产，但当行业内多数传播主体使用同质化的AI工具、遵循相似的提示词模板时，必然导致内容在选题角度、论证逻辑、表达风格上的全面趋同。这种“AI流水线”生产的内容，看似规范完整，实则丧失了中医药学术的多元性与思想性，更无法传递中医药的人文内涵。更为关键的是，同质化内容在算法推荐体系中必然陷入恶性竞争，单篇内容的传播价值被持续稀释，最终形成“越批量生产，传播效果越差”的恶性循环。

第三，在算法正义的缺失上，数据偏见与可见性分配失衡影响中医药文化传播的全面性与代表性。

算法推荐的本质，是一种“可见性分配”机制，它决定了哪些内容能够被用户看见，哪些内容会被边缘化，这种分配机制背后，蕴含着深刻的价值判断与权力结构。AI算法在中医药传播中的应用，不会消除传统传播中的不公平问题，反而通过技术的“黑箱化”，进一步放大算法偏见与传播不公，形成了算法正义的缺失。

一方面，训练数据偏见导致的知识体系窄化。AI模型的输出质量，取决于训练数据的质量、规模与多样性。中医药是一个历史悠久、流派众多、地域特色鲜明的学科，北方学派与南方学派、经方派与时方派以及少数民族医药、民间验方等，共同构成了完整的中医药知识体系。但如果AI模型的训练数据过度集中于近现代主流学派的文献，而对小众流派、少数民族医药知识的覆盖不足，将导致模型生成的内容带有显著的数据偏见，最终造成中医药知识传播的版图窄化，影响中医药文化传播的全面性与代表性。

另一方面，可见性分配失衡导致的传播生态恶化。算法以用户停留时长为核心优化目标，必然导致情绪化、争议性、低质化的内容获得更多的推荐权重，而权威、严谨、专业的中医药科普内容被算法边缘化。这种可见性分配的失衡，可能会形成“劣币驱逐良币”的传播生态：非专业，甚至错误的中医药内容大行其道，而权威机构、专业人员生产的优质内容难以触达公众，最终不仅会误导公众的健康认知，而且会导致中医药传播生态的全面恶化。

第四，在公众信任与接受困境上，技术接受差异与人文缺失进一步加剧了传播的数字鸿沟与健康公平问题。

结合中医人工智能公众信任与使用意愿的实证研究结论，AI赋能中医药传播还面临公众接受度分层、信任构建不足、人文关怀缺失的现实挑战。公众对中医人工智能的使用意愿受绩效期望、努力期望、社会影响、信任水平显著正向影响，其中信任是核心驱动因素；而感知性能安全风险、人文缺失感知、算法不透明则显著降低公众信任。

在传播实践中，AI生成内容往往缺乏中医诊疗特有的共情、人文关怀与个体化沟通，弱化了中医药“医乃仁术”的文化内核；同时，不同年龄、学历、健康素养的群体对AI中医药内容的接受度存在明显差异，老年群体、低健康素养群体对AI内容的信任度更低、风险感知更强，进一步加剧了传播的数字鸿沟与健康公平问题。此外，公众对AI中医药内容的隐私风险、数据安全担忧，也成为制约传播效果与使用意愿的重要因素。

智能时代中医药健康传播的优化路径与实践范式

面对生成式AI带来的机遇与挑战，中医药传播领域须摒弃“技术万能论”与“技术恐惧论”两种极端认知，以积极、审慎、理性的态度，构建体系化优化路径，推动中医药传播向智能传播范式的健康转型。

第一，在生产流程重构上，建立“人机协同、专业终审”的内容生产机制。

AI技术的核心定位，是传播者的“辅助工具”而非“替代者”。中医药智能传播的核心，是构建“专业主导、人机协同、全程可控”的内容生产新范式，这也是规避AI内容风险、保障传播质量的核心环节。

在行业实践中，可推行“AI初稿-编辑优化-专业终审”的三审三校机制，在内容生产全流程中明确人机分工的边界：AI负责素材收集、初稿生成、格式排版、多平台适配、Skill合规初审等基础性、重复性工作；编辑人员负责内容的结构优化、语言润色、传播性提升、合规性初审；中医药专业人员负责内容的科学性、准确性、专业性终审。通过全流程的权责划分，既发挥AI的效率优势，又牢牢守住专业底线，实现人机优势的互补。

第二，在传播生态治理上，推动算法透明化与权威内容价值回归。

破解算法偏见、可见性分配失衡等问题，核心是推动算法的体系化升级，打破算法“黑箱”，将公共性、公平性、专业性纳入算法的核心优化目标。

积极推动算法的可解释性与可问责性建设，要求平台方建立算法的透明化机制，向监管部门与行业主体披露中医药内容推荐算法的核心逻辑、权重设置、优化目标，明确算法平台在内容推荐中的主体责任。推动平台建立公平性导向的算法优化机制，将中医药内容的专业性、权威性、公共性纳入算法的核心权重，对权威医疗机构、行业主管部门、官方媒体发布的优质中医药科普内容，给予倾斜，提升权威内容的触达率与曝光量，遏制低质、虚假内容的传播，构建健康、良性的中医药传播生态。

第三，在人才能力升级上，培育复合型中医药智能传播人才。

智能传播时代的竞争，人才非常关键。AI技术的应用，对中医药传播人才的能力体系提出了全新的要求，唯有构建面向智能时代的复合型人才培养体系，才能为中医药传播的范式转型提供核心人才支撑。

一方面，推动中医药传播教育的体系化升级，在中医药院校的新闻传播、健康传播相关专业，增设AI传播应用、AI智能体应用、智能算法、数据分析、舆情大数据等相关课程，构建“中医药专业知识+新闻传播能力+AI技术素养”的复合型人才培养体系。另一方面，加强行业从业人员的AI素养培训，针对中医药行业现有的媒体从业者、新媒体运营人员、宣传工作人员，开展常态化的AI应用能力培训，帮助行业从业人员快速适应智能传播时代的能力要求，同时强化传播者的批判性思维培养，引导从业者始终坚守中医药传播的专业底线与公共性使命。

第四，在公众信任构建上，立足技术接受理论强化人文与可解释性。

基于中医人工智能公众接受与信任影响因素研究，中医药智能传播需将公众信任构建作为核心目标，遵循技术接受逻辑优化传播策略。一是强化内容感知与易用性设计，让公众清晰感知AI中医药内容的实用价值与便捷性，降低使用门槛。二是提升算法可解释性与内容透明度，主动披露AI生成逻辑、数据来源、Skill类型、审核流程，消解知识幻觉与安全风险担忧。三是回归中医药人文内核，在AI内容中保留人文关怀、个体化沟通与文化温度，避免技术对人文价值的消解。四是实施分层传播策略，针对老年群体、低健康素养群体等数字弱势群体，提供更通俗、更权威、更具人情味的AI辅助内容，缩小传播鸿沟，实现健康公平。

立足守正创新构建中医药智能传播新生态

生成式AI对中医药健康传播的重塑，绝非工具层面的效率升级，而是一场从生产、分发、反馈到治理的全链条传播范式重构。这场范式转型，既为中医药文化的创造性转化、创新性发展带来了前所未有的机遇，也伴随着技术逻辑与知识体系、流量逻辑与公共性、工具理性与人文价值之间的多重张力，更直面公众信任、技术接受、伦理合规等现实挑战。

作为一名从业十余年的中医药传播人，笔者认为中医药健康传播的本质，是人与人之间的健康知识传递、人文关怀传递与文化价值传递。AI技术的真正价值，是将传播者从繁琐的基础性工作中解放出来，使其能够聚焦于内容策划、深度创作、专业把关、价值传递等高附加值环节，实现专业能力的升级跃迁。

面向未来，需用完善的制度体系规范技术应用，用人机协同的模式重构生产范式，用体系化的算法治理守护传播生态，用复合型的人才体系支撑行业发展，以公众信任为导向优化传播策略，将构建起人机共生的中医药智能传播新生态，让中医药这一中华文明的瑰宝，在智能时代焕发更加蓬勃的生命力，为健康中国建设、中华文明传承贡献力量。（朱蕗鋆 《中国中医药报》社有限公司）