全国最顶级的科研机构和中医药大学都在合力研发AI，全国知名中医院和中医头部连锁品牌也都在开发和应用AI，各区域重视青年中医和以年轻客群为主的中医机构都在引进AI，越来越多的客户都知道并且积极尝试AI，全球性大公司都在重金押注AI，中医AI大势已扑天而来，但中医基层的认知似乎还慢半拍。

2024年6月后，作者接连问过大约100人中医从业者，对于中医AI的看法。临床人员基本是从微观层面来看待，即当下中医AI于我有何用。部分创始人和高管则更多从宏观去思考，即AI对于中医企业进化、商业模式、行业进程、产业发展、生态重构等方面的关系和机会。但目前基层普遍的认知，某种意义上还存在不理性不完整，甚至部分片面和扭曲。

“中医药与人工智能结合是大势所趋，不以人的意志为转移。”中国工程院院士、国医大师张伯礼曾这样直言。AI是中医的助手工具还是诊疗伴侣或者替代者？AI会如何重构医疗机构的商业模式?AI会以基础设施的角色贯穿产业生态发展到什么程度？AI是否能助力中医行业突破瓶颈迎来新局面？未来5-10年内，社会被AI替代的工种不会少，虽然短期内AI很难完全代替医生，特别是中医师，但诊断水平超过50%的医生是完全会实现的。对于医生，要么加快提升自己技能水平超过AI，要么掌握AI的应用使用，甚至人机合一。问题很多，诊锁界决定将持续研究、总结出一系列AI文章，意在促进提升基层中医行业的整体认知做出努力。

除了适应中医AI，别无他法

AI大势，人力不可阻挡，中医人当顺水行舟。随着2023年国家网信办《生成式人工智能服务管理暂行办法》的发布，人工智能安全工作具有了可以执行的管理办法，意味着相关技术、业务有了系统化、持续化的发展环境。2024 年《政府工作报告》提出，加快发展新质生产力，开展“人工智能+”行动。以大模型、大算力、大数据为基础的人工智能正逐步成为社会城市治理数字化、科学化、先进化的新动能和新范式。

大数据时代，人工智能的兴起为复杂的中医药现代化研究提供了新的技术支持。为更好地传承和发展中医药，提升新质生产力，适应时代需求，中医药领域也必将迎来数字革命。近年来，中医药领域人工智能技术在大数据技术、智能化学习、智能诊断、辅助诊疗、健康管理等方面的发展已取得初步成就。从某种程度来说，中医理论体系和诊疗方法主要基于丰富的经验和观察，而不总是基于现代生物医学的明确机制。这些经验和观察的积累，在某种程度上与机器学习中的大规模数据训练相似。

人工智能的核心之一是机器学习，即让机器通过学习数据和建立模型来改进预测和决策能力。算法的准确性通常与数据的质量和数量密切相关。相比之下，中医更多地用体系化的理论依据对人进行观察，更加注重身体信息之间的关联性。首先，两者都注重信息的整体相关性。在人工智能领域，机器学习算法基于数据之间的相关性来做出预测或决策；在中医学领域，医生根据患者各项生理指标之间的整体相关性来诊断疾病。其次，两者都具有一定的不确定性。在人工智能领域，机器学习算法的预测结果可能受到数据质量、数量等因素的影响；在中医学领域，医生的诊断和治疗方案也可能受到患者的个体差异、病情变化等因素的影响。

但中医AI的迭代速度远超我们传统学习中医的模式，我们除了适应中医AI别无他法；推动中医技术进步，并形成共识和标准的，来自商业的力量。我们如何认知医疗和中医AI，我们以什么样的胸襟格局、战略视野来做中医，就决定了你医疗机构未来的命运。

以下是全球主要中医AI研究机构的地理分布情况：

中国：清华大学、北京中医药大学、博奥晶方、水木分子

美国：哈佛大学医学院、斯坦福大学、加州大学旧金山分校

日本：东京大学、大阪大学

德国：海德堡大学、慕尼黑工业大学

韩国：首尔国立大学、高丽大学

以下是国内主要中医AI企业和研究机构的地区分布情况：

北京：清华大学、北京中医药大学、中医AI科技公司

上海：复旦大学、上海交通大学、AI创新医药公司

广州：中山大学、广州市中医AI研究院

深圳：华为技术有限公司、腾讯医疗AI实验室

杭州：阿里巴巴达摩院、浙江大学

南京：南京中医药大学、南京市AI中医药研究中心

成都：四川大学华西医院、成都市智能中医研究所

AI在知名中医机构的应用案例

AI在中医领域的6大应用场景

11月14日，国家卫生健康委、国家中医药局、国家疾控局三部门联合印发《卫生健康行业人工智能应用场景参考指引》，推进卫生健康行业“人工智能+”应用创新发展。其中对中医药管理服务和中医药产业等方面的人工智能应用场景指明了具体方向。

在“人工智能+”中医药管理服务方面，《指引》推荐中医临床智能辅助诊疗，应用中医四诊智能诊断设备采集全过程中医临床四诊数据，基于中医药知识库，建立中医大数据诊疗模型，针对患者症状、诊断和相关病史自动推荐中医诊疗方案；推荐中医经络智能检测，以中医经络、现代全息理论为基础，应用人工智能技术模拟中医临床诊断过程，为临床诊疗提供辅助参考；推荐中药智能审方，依据中医药配伍规则，智能提醒医生合理遣方用药，智能辅助药师开展中药饮片处方点评；推荐中医临床病案智能质控基于中医临床辨证论治理论，采用大数据存储、 深度学习算法等技术，建立中医病案理法方药一致的内涵质控垂直类大模型，提升中医临床病案的书写质量；推荐名中医学术思想智能传承，通过挖掘名中医经验，基于深度学习等人工智能技术实现名中医数字化传承，辅助培养学术传承人；推荐中医药科研智能辅助，辅助医生采集中医诊疗全过程真实世界数据，支撑中医的人用经验转化为临床真实世界数据证据。

1、收集、梳理海量古籍文献数据

中医药古籍文献是中医药学习的本源，记载着千百年来我国中医药学发展的智慧与成就，但在实际学习过程中，一方面，中医药古籍文献多如星海，不可能系统地完整学习，另一方面，中医药古籍文献存在资源不足，无法借阅以及古文阅读、理解困难等问题。随着AI技术的飞速发展，对中医药古籍文献的数字化处理愈发完善，通过数据挖掘技术，可以在复杂的症状中提取、归纳中医证型，分析症状、证型、方药之间潜在的关联规则；在方药中挖掘发现药物配伍规律及潜在药物、核心药物、核心处方等，为智慧中医诊疗提供了智能信息支持。

2、推动名老中医经验传承

中医的教育具有其特殊性，带有浓烈的传承色彩，强调治疗经验的传承，名老中医的学术思想和临床经验具有非常重要的学术价值，名医经验的学习是中医教育中不可忽视的一个环节。与西医的发展模式不同，中医需要在基础知识理论学习后，在临床实践中不断总结，继承发扬名医经验，而经验的个性化、师带徒传承的低效率以及个体知识储备的差异化等问题，这些都成为中医人才培养的阻碍。

名老中医经验的数字化传承一直是中医药数智化工作的重点，作为全国范围内最早开展此项工作并取得丰硕成果的头部三甲医院之一，江苏省中医院在这方面拥有非常丰富的经验。江苏省中医院与大经中医合作开展的江苏省科技厅重点研发项目——《基于名老中医诊治不孕症、慢性肾功能不全、冠心病经验传承的临床辅助决策系统研究》，对项目技术路径“本体构建——数据收集——信息抽取——知识融合——图谱构建——系统开发”的详细解析，让基层中医对名老中医经验数智化传承的新方法、新模式有了更深刻、清晰的理解。

利用AI技术将名老中医各家学术思想、诊疗经验进行整合，形成在线的学习及诊疗辅助工具，便于学习者通过智能算法模拟中医诊断疾病的思维模式，极大地扩展了学习的深度和广度，助力中医理论规范化和客观化研究，为中医诊疗提供智能信息支持。在中医教育和传承方面，AI技术提供了创新的方式和手段。通过AI虚拟导师和仿真实训系统，学生可以更直观地学习和掌握中医知识。例如，北京中医药大学引入了AI虚拟实景教学系统，使学生能够在模拟的真实环境中进行针灸实操训练，提高了学习效果。

3、临床治疗与康复指导

在治疗与康复阶段，中医AI也展现了显著的应用效果。AI技术可以帮助制定个性化的治疗方案，包括针灸、推拿、中药等不同治疗方式的结合。例如，广州中医药大学附属第一医院利用AI技术为患者定制个性化的针灸疗法，显著提高了治疗效果。在康复管理方面，AI可以通过实时监测患者的健康状况，提供及时的康复建议。例如，四川省中医院的一项研究表明，利用AI技术进行术后康复的患者，其恢复速度和效果明显优于传统康复方式。AI系统通过分析患者的恢复数据，动态调整康复计划，提高了康复的科学性和有效性。

在各级医疗机构，尤其是医疗资源相对较差的地区，应当充分将AI应用中医诊疗中，要特别发挥AI在中医外治中的作用。在进行诊疗活动时，要做到人、机同步，对于患者的诊断、治疗，医生和AI同时参与，得出的治疗方案相互参考，共同完成最终治疗方案的制定。AI参与下的中医诊疗活动中，其丰富的数据和运算能力，可以为经验相对不足的医生提供诊断、用药、治疗等多方面的协助，可以极大地提高诊断的准确率、治疗的有效率、疾病的治愈率，对于提升各级医疗机构的医疗服务能力有很大的帮助。

还能够改善医务人员不足及医疗资源分配不均，“中医+AI”智慧中医可以打破了地域限制，缓解了一线医护人员调配紧张、超负荷工作等情况。另一方面，我国地域辽阔，人口基数大，城市和农村存在着贫富差异，医疗条件更是不同，医疗资源分配不均、病人治疗不及时等问题急待解决。对医疗条件不足地区的老百姓来说，最大的诉求就是能在任何时间、任何地点都可以得到及时的医疗保障，智慧中医的产生使这个愿望变成现实，中医线上问诊、中药代煎配送、中医治未病、养生保健等远程医疗服务，让更多患者享受到科技带来的更加智能动态的便捷服务，对基层开展中医药疾病防治产生了巨大的积极作用。

4、中药研发与配伍优化

中医AI在中药研发和配伍优化中扮演着重要角色。AI在中药研发中的应用主要体现在药物筛选和药效预测上。通过分析大量的中药成分和药效数据，AI可以快速筛选出具有特定疗效的中药成分，加速新药的研发过程。同时，AI还可以预测药物的副作用，提高药物的安全性。AI技术可以通过大数据分析和机器学习，从海量的中药数据中发现潜在的药物组合和配方规律。例如，中国中医科学院中药研究所利用AI技术进行中药成分分析和药效预测，已经在多种疑难杂症的药物治疗上取得了突破性进展。

此外，AI还可以模拟中药的不同配伍方案，优化药物的疗效和安全性。例如，天津中医药大学的一项研究通过AI模拟发现了一种新的抗癌中药配方，经过临床试验证实，其疗效显著且副作用较低。这种基于AI技术的配伍优化大大缩短了中药研发周期，提高了研发效率。

5 、推动中医诊疗趋于智能化

中医AI可以通过分析大量的病历数据，辅助医生更快速、准确地进行病情诊断。例如，北京市中医院采用AI技术对患者的舌象及脉象进行分析，提高了诊断的客观性和准确性。此外，一些先进的AI系统还能够通过机器学习对症状进行综合分析，提供个性化的治疗建议。在实际应用中，中医AI的诊断辅助功能已经得到了较好的评价。例如，上海市中医医院的一项研究发现，使用AI辅助诊断系统的中医师，其诊断准确率较传统手段提高了约15%。此外，AI技术在辨证论治方面的应用也开始普及，通过构建病症数据库和知识图谱，帮助中医师更全面地了解患者的病情。

在医学工作开展过程中，诊疗是最为关键也是最为核心的步骤（图1）。在中医的诊断过程中，一般分为三个步骤。第一个步骤是望、闻、问、切，需要对患者的基础信息有所了解，舌诊、脉诊作为中医特色的诊疗方式，能够反应证候虚实、病位浅深、气血盛衰、预后好坏等情况，对疾病的诊疗起着重要的作用；第二个步骤是对患者进行辨证分型；第三个步骤是对患者的实际情况进行评估，从而选择合适的药方。然而，在传统的中医诊断和治疗过程中，大多数时候需要依靠医生个人的经验进行判断，这也就导致了诊断过程中的局限性，同时诊断的准确性也无法达到百分之百。通过AI技术的应用，可以有效改善这种情况。

中医辅助诊断系统可以帮助医生更好地理解中医诊断方法，并提供准确的诊断结果。通过辅助诊断系统，增加大数据患者画像功能，可全面整合分析患者以往住院诊疗全流程的数据，提取出包含过敏史、手术史、吸烟史等个人特征，从而勾勒出患者的病情画像，以帮助医生尽早了解患者整体综合情况，避免信息采集遗漏或错误，提升临床医师诊断的精确性和病历书写的准确率，可有效减少医疗差错，提高诊疗过程中的医疗质量，这对中医的发展和推广具有重要的意义

AI时代下，以舌诊、脉诊、色诊为代表的四诊客观化技术逐渐成熟起来，以中医舌诊仪、脉诊仪、色诊仪等为代表的多种中医诊断仪器，已经在市面涌现。利用“望”的方式对患者的体态以及面色、舌象等进行判断，其主要是依靠中医多年来丰富的经验进行判断的，而在进行相关数据信息采集的过程中也是通过视觉的方式完成的。但是在AI的应用过程当中则可以尝试利用摄像设备或者其他的图像采集设备对患者的外观数据情况进行收集。之后利用气味采集的方式以及音频采集的办法针对患者的体味以及声音数据进行采集。最后，则需要通过人机交互的方式获取患者自身感受的相关数据。医师可以在第一步对患者信息进行采集之后，借助互联网进行更加科学地归纳与总结。在后台，通过AI的方式，模拟出名医的辨证治疗方法，进而在药方使用上给予一定的建议。还有主观症状的规范化和定量化问诊，都为中医诊断技术的智能化、数据化应用提供了重要支持，也为辨证论治的疗效评价提供了技术手段。

在利用AI完成中医诊断工作的过程中，也必须建立起一套模拟中医诊断学理论为基础的运算法则。同时，还需要结合临床医生在诊断过程中所形成的丰富经验以及具体的症状表现情况，结合大数据进行诊断结果判断。通过临床诊断形成以大数据为核心的基础算法方式，然后融合AI技术所收集完成的相关信息内容，就可以进行算法诊断判断，从而计算出比较科学的结果数据（图2）。

在进行中医诊断和治疗的过程中，往往中医会针对患者进行有针对性的临床诊断之后，依据患者的临床诊断结果，选择合适的中药方进行治疗。通过进行一定比例的药物配比，从而组成具有针对性的方剂，这也是针对不同患者不同的治疗方案。在AI技术应用其中之后，则需要将其切实应用到治疗方案的制定过程当中。

通过完成基础症状以及数据收集，完成数据分析，建立起相关疾病的数据库。同时还需要匹配相应的中药数据库，在数据库当中，会存在大量的临床病例，这些病例是可以为后期对应症状找寻到源头的根本。数据库当中的信息包括临床病例的诊断结果、所使用的药方、药方的药量配比、具体的临床治疗效果等等。同时在数据库使用的过程中也需要设计完整的算法，这样在进行患者基础诊断工作完成之后，就可以将诊断结果进行简单的关键词提取，将其在数据库当中进行检索，这样就可以通过关键词搜索的方式找寻到与之相对应的结果，从中选出最佳的治疗方案，为后期的临床方案制定提供了重要的参考和帮助。

6、协助群众做好日常保健工作

还能协助国家完成国民健康监测工作，中医AI在应用到人民群众的健康保障工作中时，会收集到海量的人民健康信息数据，对这些数据进行整理分析，可以得出国民健康水平和健康趋势的预测，为国家进行国民健康问题分析提供基础。将传统中医药研究与AI相结合确实是一大创举，也是对中医药研究的重大创新。它可以最大程度地充分利用AI现代化科学技术，并将其应用于中医诊疗过程中，切实提高中医对我国医学发展的辅助作用，具有重要价值。简而言之，在医疗大数据背景下，AI在中医研究领域的应用前景非常广泛，并且有利于我国传统中医医术的传承与发展。

中医AI面临的主要挑战