人工智能帮助传统医学从经验走向循证

李海燕 中国中医科学院中医药信息研究所所长

人工智能作为一种技术工具，可以帮助传统医药完成现代科学意义上的检验、评价和证据转化，使传统医药从经验描述走向可重复、可量化、可循证的证据体系。

传统医药有深厚的经验积累，但很多内容以古籍、医案、个体化诊疗记录等形式存在。科学验证就要检验其有效性、安全性、作用机制、质量一致性、适用人群、临床价值等。

人工智能可以支撑验证过程：把古籍、医案、病例转化为可计算的数据，发现证候、方药、疗效之间的关联；辅助临床试验和真实世界研究；对舌象、脉象、面色、声音等进行客观化、量化分析；或用于中药成分筛选、靶点预测、组方发现，帮助建立证据分级、标准体系或知识图谱。用人工智能帮助传统医学从经验走向循证，但最终结论仍然要依靠规范的研究设计、可靠的数据和严格的证据评价。

当前，全球传统医学在数据资源建设方面，仍处于高质量数据资源供给不足的状态。数据标准化水平也有待进一步提高，特别是不同国家传统医学体系之间，在术语、药物名称、理论框架方面差异明显。多模态数据建设相对滞后，数据共享机制也不完善。

我认为可以从四个方面推进数据治理和共享：第一，标准先行，加快高质量数据集及质量评价标准等方面的建设；第二，平台支撑，通过建设可信数据空间和行业基础数据设施，推动多中心、跨机构数据协同；第三，制度保障，完善数据分类分级、产权登记、授权、运营等机制；最后，培养复合型人才，支撑相关工作。

作为中医药信息研究机构，我们也愿意与各方携手，推动传统医学数据从分散可用走向可信流通，为人工智能支撑科学验证夯实基础。（本文摘录专家发言，文字由本报实习记者秦宇龙整理）