人工智能赋能中医的边界

近年来，多家机构发布中医大模型。《中医药振兴发展“十五五”规划》将“加速中医药数智化赋能与标准化建设”列为重点任务。这些都表明人工智能（AI）与中医的深度融合，已从概念探讨进入大规模落地阶段。

以可解释性筑牢根基

中医大模型的价值，不止于参数规模的扩张，更在于构建一条可追溯的“思维链”——遵循“理—法—方—药”的临床推理逻辑，“模拟”中医师“审证求因、据理立法、依法选方”的认知过程。望、闻、问、切天然对应图像、语音、文本与波形信号，契合多模态AI的技术优势。将名老中医经验转化为可推广的辅助工具，从个性化医案中提炼共性规律以提升基层辨证水平，这是值得期许的技术之路。

然而，中医大模型生成的健康报告凭什么让医患信服？这便触及中医大模型的核心——可解释性。对中医大模型而言，真正的“可解释”不应停留于算法输出的数学可追溯性，而应看其推理过程是否遵循“理法方药”的内在逻辑，结论能否在中医理论体系中得到合理说明。可以说，建立科学的评估体系，是AI赋能中医从“可用”走向“可信”的关键一步。将“技术话语”转化为“理论话语”，既是中医智能化的独特价值，也是获得行业认同的前提。

人工智能有边界

中医师在正式问诊前，已从患者步态、神色、呼吸深浅中捕捉到丰富的“前诊察信息”；诊脉时那看似闲散的几句问询，其临床价值有时不亚于脉象。

望诊、问诊的标准化相对可期，但闻诊与切诊的标准化仍面临“隐性知识鸿沟”——那些可意会而难言传的临床经验。闻诊所捕捉的呼吸之粗缓、咳嗽之清浊、周身气息——气虚者声低息短，肝火旺者语急调高——这些情境化的“具身信号”，是传感器难以完全捕获与编码的。至于切诊，传感器能记录脉象波形，但脉诊的精髓在于指感在“举、按、寻”间的力度游移。浮沉辨表里，迟数判寒热，而有力无力、滑涩长短等指感，在不同体质、不同时令下意义迥异。春弦、夏钩、秋毛、冬石，同一脉形在不同季节的指感与辨证价值截然不同。南方湿重与北方燥盛之下，同一证型的遣方亦各有侧重。AI若不能建立动态的“时空坐标系”，便难以触及“因人、因时、因地制宜”的辨证精髓。

望诊的最高境界，不在舌苔、面色，而在“神”，《黄帝内经·素问·移精变气论》早已点明：“得神者昌，失神者亡。”患者呼吸的节奏、眉头是否紧锁、说话时的底气、目光是否有神采，乃至医患间眼神交汇所传递的生命活力都是‘神’的外在表现。这是四诊中最富灵性、最难言传的层面，是名老中医数十年磨砺方能臻于精微的“临床眼力”。“四诊合参”的本质上是在名老中医数十年临床磨砺中形成的整体性认知能力——它既是理性分析的结果，也是经验升华后的直觉判断，这种整合了认知、经验与躯体感知的“临床智慧”，目前难以被算法完全模拟。

建立“人机共生”新型诊疗生态

AI在中医药领域的合理定位，应是辅助而非替代。让智能设备承担快速筛查、提供参考建议、延伸标准化服务至基层；让医师从繁重的信息处理中解放出来，专注于深入问诊、耐心倾听、关键把关，以医者特有的温度给予患者回应。机器提供“可能涉及哪些病证”的参考假设，医师最终裁决“究竟为何病、当如何治”。

如面对主诉“头晕”的患者，AI系统可基于舌脉数据给出“肝阳上亢”“痰湿中阻”“气血亏虚”等证型概率参考；而医师需结合目窠是否浮肿、面色是否㿠白、二便与情绪状态等，作出最终判断。若患者目窠浮肿、脉象沉细，则虽见肝阳之标，实则需高度怀疑脾肾阳虚、水饮上泛为本——此即“机假设、人把关”的协作，非机器所能独任。未来，将走向“人机共生”的新型诊疗生态。

仁心为本，让技术回归医学本质

AI与中医的深度融合，是“赋能”而非“取代”——让算法处理海量已知知识，让医者回应那些需要用心感知的未知。中医智能化，要让机器学会看“病”，绝不能让医生丢掉看“人”的能力。数据安全是伦理底线，亟须建立中医药数据分级分类保护制度，尤其要明确训练数据的知情同意原则、患者隐私脱敏处理规范，以及模型输出结果的医疗责任归属，确保数据“供得出”与“管得住”之间取得平衡。

技术赋能的边界，恰是人文照护的起点。唯有在算法与仁心之间寻得平衡，中医药智能化之路方能行稳致远。（王安 倪语初　南京中医药大学卫生经济管理学院）