林靜怡　李詩翩　郭義　任海燕　李鑫舉　周鵬　席強(qiáng)　梁峰

摘要 目的：梳理我國人工智能（AI）在中醫(yī)藥領(lǐng)域的發(fā)展現(xiàn)狀，分析現(xiàn)存問題，并對未來發(fā)展提出建議。方法：綜合課題組前期對中國工程院10位院士進(jìn)行訪談?wù){(diào)研的結(jié)果進(jìn)行分析。結(jié)果：現(xiàn)狀方面，AI為中醫(yī)藥現(xiàn)代化發(fā)展提供了有力的技術(shù)支持，已有成果證實“AI+中醫(yī)藥”在數(shù)據(jù)管理、臨床診斷、健康管理等方面起著互相推動的作用。存在問題是數(shù)據(jù)標(biāo)準(zhǔn)欠缺、交叉人才匱乏及政策支持力度欠缺等;建議對中醫(yī)藥數(shù)據(jù)進(jìn)行全面治理，同時結(jié)合我國具體情況加速培養(yǎng)學(xué)科交叉復(fù)合型人才，并從數(shù)據(jù)、知識產(chǎn)權(quán)、倫理安全及資金等方面給予支持。結(jié)論：未來AI如何更好地助力中醫(yī)藥以及整個醫(yī)藥健康領(lǐng)域，還亟待進(jìn)一步探索。

關(guān)鍵詞 人工智能;中醫(yī)藥;院士訪談;現(xiàn)狀;問題;建議

Current Situation，Problems，and Suggestions of Development of Traditional

Chinese Medicine Assisted with Artificial Intelligence

LIN Jingyi，LI Shipian，GUO Yi，REN Haiyan，LI Xinju，ZHOU Peng，XI Qiang，LIANG Feng

（1 College of Traditional Chinese Medicine，Tianjin University of Traditional Chinese Medicine，Tianjin 301617，China;

2 School of Precision Instrument and Opto-Electronics Engineering，Tianjin University，Tianjin 300072，China）

Abstract Objective：To clarify the current situation of artificial intelligence（AI） in traditional Chinese medicine（TCM），analyze the current problems，and put forward some suggestions for future development.Methods：Previously，the research group interviewed 10 academicians from the Chinese Academy of Engineering and the results were comprehensively analyzed.Results：Currently，AI technically supports the modernization of TCM.Existing results have confirmed that the combination of AI and TCM promotes advancements in data management，clinical diagnosis，health management，etc.The existing problems revealed the lack of data standards and interdisciplinary talents and insufficient policy support.The present study recommended comprehensively managing TCM data，accelerating the cultivation of interdisciplinary talents according to the specific conditions of China，and providing data，intellectual property，ethical security，and financial support.Conclusion：How AI helps TCM and the entire medical and health field in the future needs further exploration.

Keywords Artificial intelligence; Traditional Chinese medicine; Academician interview; Status; Problems; Suggestions

中圖分類號：R2-03文獻(xiàn)標(biāo)識碼：Adoi：10.3969/j.issn.1673-7202.2022.06.020

人工智能（Artificial Intelligence，AI）是一門用于模擬、延伸和擴(kuò)展人的智能的理論方法技術(shù)及應(yīng)用系統(tǒng)的前沿科學(xué)，已應(yīng)用于地質(zhì)勘探、石油加工、軍事等諸多領(lǐng)域[1]。醫(yī)療是AI應(yīng)用的重要領(lǐng)域之一，AI與中醫(yī)學(xué)均以開放、聯(lián)系、整體、動態(tài)的思維分析事物[2-3]。2018年4月國務(wù)院辦公廳發(fā)布的《關(guān)于促進(jìn)“互聯(lián)網(wǎng)+醫(yī)療健康”發(fā)展的意見》將AI技術(shù)引入中醫(yī)藥領(lǐng)域，文件強(qiáng)調(diào)支持中醫(yī)辨證論治智能輔助系統(tǒng)的研發(fā)，提升基層中醫(yī)診療服務(wù)能力。隨著國家衛(wèi)生健康事業(yè)發(fā)展的增速，當(dāng)前中醫(yī)藥服務(wù)難以滿足人民群眾的要求，人們對于家庭化穿戴式設(shè)備、互聯(lián)網(wǎng)醫(yī)院、云服務(wù)等AI賦能健康管理產(chǎn)品的需求日益增加。中醫(yī)藥的發(fā)展迎來了“天時、地利、人和”，從國家政策、智能技術(shù)、人民需求等諸多方面都具備優(yōu)越的發(fā)展條件。為深入了解AI在中醫(yī)藥健康領(lǐng)域中的應(yīng)用現(xiàn)狀、現(xiàn)存問題，獲取領(lǐng)域?qū)＜覚?quán)威觀點及前沿信息，中國工程院2019年重大咨詢項目《人工智能在健康管理中的應(yīng)用戰(zhàn)略研究》課題組成員在前期文獻(xiàn)研究的基礎(chǔ)上進(jìn)行了院士訪談，現(xiàn)將訪談的主要結(jié)果報道如下。

1 訪談的方法、對象及內(nèi)容

1.1 訪談方法及對象 本次訪談以面對面訪談為主要方式，以問卷訪談作為輔助，訪談對象為10位來自中國工程院醫(yī)藥衛(wèi)生學(xué)部及電子與工程學(xué)部的院士。訪談基于院士調(diào)研函，以院士的個人觀點為主體，請受訪院士就相關(guān)問題發(fā)表意見。

1.2 訪談內(nèi)容 訪談圍繞“AI在中醫(yī)藥領(lǐng)域的研究和應(yīng)用現(xiàn)狀”“當(dāng)前AI在中醫(yī)藥領(lǐng)域應(yīng)用中存在的問題及解決方案”及“AI在中醫(yī)藥領(lǐng)域中應(yīng)用的發(fā)展目標(biāo)及前景”3個方面進(jìn)行。

2 訪談結(jié)果

2.1 中醫(yī)藥領(lǐng)域AI應(yīng)用現(xiàn)狀

在訪談中，受訪的10位院士一致肯定了AI應(yīng)用于中醫(yī)藥領(lǐng)域的必要性。在此次訪談中，院士們認(rèn)為，目前AI在中醫(yī)藥領(lǐng)域的應(yīng)用主要涉及中醫(yī)藥數(shù)據(jù)挖掘、中醫(yī)診斷、健康管理、中藥生產(chǎn)、中醫(yī)機(jī)器人等方面。越來越多的證據(jù)表明，作為中醫(yī)學(xué)的中醫(yī)和AI的結(jié)合勢在必行，且已初獲成效。

2.1.1 AI助力中醫(yī)藥數(shù)據(jù)挖掘 數(shù)據(jù)挖掘是從結(jié)構(gòu)化的海量數(shù)據(jù)中挖掘隱含信息的重要途徑，融合了數(shù)據(jù)庫技術(shù)、模式識別、數(shù)據(jù)可視化、機(jī)器學(xué)習(xí)等多領(lǐng)域的技術(shù)和方法[4]。中醫(yī)藥數(shù)據(jù)資源具備大數(shù)據(jù)特征。一方面，原始數(shù)據(jù)龐大：浩如煙海的古代文獻(xiàn)、日新月異的現(xiàn)代文獻(xiàn)及每日數(shù)以萬計的臨床病例都是中醫(yī)大數(shù)據(jù)庫的重要來源;另一方面，數(shù)據(jù)復(fù)雜多樣：中醫(yī)病歷包括望聞問切四診所得資料及理化檢查指標(biāo)、診斷結(jié)果包括病名及證型，且對于同一患者不同醫(yī)者依據(jù)不同的辨證方法診病所得診斷結(jié)果各異。

近年來數(shù)據(jù)挖掘技術(shù)在中醫(yī)藥領(lǐng)域得到了廣泛的應(yīng)用，如基于深度機(jī)器學(xué)習(xí)的名老中醫(yī)經(jīng)驗傳承數(shù)據(jù)平臺的建立，基于數(shù)據(jù)倉庫技術(shù)的具有人工智能特征的針灸臨床循證診療決策支持系統(tǒng)的構(gòu)建等[5-6]。AI數(shù)據(jù)挖掘技術(shù)用于研究中醫(yī)藥數(shù)據(jù)，可提高數(shù)據(jù)利用率，獲取有效信息，挖掘數(shù)據(jù)背后隱藏的規(guī)律。

2.1.2 AI助力中醫(yī)智能診斷 中醫(yī)智能化研究始于以物理傳感器為基礎(chǔ)的四診信息客觀化研究，目前以舌診儀、脈診儀等為代表的中醫(yī)智能化診斷儀器已日趨完善[7]。診斷的客觀化是中醫(yī)證候標(biāo)準(zhǔn)化的前提，只有實現(xiàn)了診斷技術(shù)的客觀化，才能真正形成具有中醫(yī)特色的智能化診斷決策支持系統(tǒng)，為未來疾病的診斷、治療及預(yù)后康復(fù)提供精準(zhǔn)客觀的診斷指標(biāo)[8]。

目前已有諸多學(xué)者進(jìn)行了相關(guān)研究，如程京院士借助現(xiàn)代工程技術(shù)開發(fā)了目診儀，通過對眼象進(jìn)行客觀可視化動態(tài)監(jiān)測以評價個體健康狀態(tài)[9]。AI診斷儀器可以為醫(yī)生提供準(zhǔn)確的診療數(shù)據(jù)，縮短診斷時間，提高診斷精準(zhǔn)率，使臨床診斷有證可循。

2.1.3 AI助力中醫(yī)健康管理 中醫(yī)健康管理是以維護(hù)廣大群眾健康為目的，結(jié)合現(xiàn)代健康管理學(xué)的理論方法，通過對中醫(yī)信息的全面采集、監(jiān)測、分析及評估，為健康人群、亞健康人群及患病人群提供中醫(yī)健康咨詢指導(dǎo)、健康教育，并對健康危險因素進(jìn)行中醫(yī)干預(yù)。

AI的介入為運用中醫(yī)“治未病”和“整體觀念”等思想指導(dǎo)健康管理提供可能。1）AI賦能未病階段健康管理：通過便攜式可穿戴智能化設(shè)備，檢測收集高質(zhì)量的身體體征信號，對人體健康狀態(tài)進(jìn)行智能化預(yù)測，以達(dá)到全方面、全時限、個性化的健康管理;2）AI賦能已病階段健康管理：利用智能化訓(xùn)練手段，結(jié)合專家管理經(jīng)驗和強(qiáng)人工智能交互手段，幫助有長期亞健康、慢性病、身體殘疾群體實現(xiàn)低成本的康復(fù)訓(xùn)練，并通過分析動態(tài)身體功能數(shù)據(jù)實時優(yōu)化和調(diào)整訓(xùn)練方案。

2.1.4 AI助力中藥智能研發(fā) AI在生產(chǎn)全程對中藥材質(zhì)量進(jìn)行管控和鑒定可助力中藥飲片質(zhì)量的提高。1）中藥制藥工程的智能管控：開展中藥先進(jìn)制藥與信息化融合示范研究，建立中藥數(shù)字制藥、智能制藥的示范化生產(chǎn)線、車間、工廠，并推動中藥智能制造的標(biāo)準(zhǔn)化建設(shè)。2）中藥材檢測及辨識：通過大數(shù)據(jù)圖譜對比分析，利用以質(zhì)量標(biāo)志物為核心的近紅外光譜檢測等方法對成品中藥材質(zhì)量進(jìn)行評估，如醫(yī)庫云開發(fā)的中藥材AI“鑒別師”[10]。3）助力中藥新藥的研發(fā)：在藥物發(fā)現(xiàn)階段，加速藥物新靶點的發(fā)現(xiàn)、縮短藥物研發(fā)周期、縮減新藥研發(fā)成本;在臨床前研究階段，解決藥物吸收率、水溶性、毒性等問題;在審批與上市階段，通過自然語言處理技術(shù)搜集數(shù)據(jù)資料，以便藥物研發(fā)人員進(jìn)行藥物研發(fā)情報分析及上市后安全評估等工作[11]。

2.1.5 中醫(yī)智能機(jī)器人使用 中醫(yī)智能機(jī)器人是“人機(jī)共存，以人為主”的中醫(yī)智能輔助的下一發(fā)展階段，類似圍棋AlphaGO，中醫(yī)數(shù)千年積淀的實踐經(jīng)驗是他的“棋譜”。中醫(yī)智能機(jī)器人通過自我學(xué)習(xí)，依靠巨大的儲存空間及基于智能算法的高效處理能力，其獨立性將越來越強(qiáng)，未來將形成“人機(jī)共存，以機(jī)為主”的局面[2]。我國在中醫(yī)智能機(jī)器人研發(fā)中已有所成就，如“天璣”骨科手術(shù)機(jī)器人是我國制造的全球首個創(chuàng)新一代通用型骨科機(jī)器人手術(shù)平臺，提高了手術(shù)的安全性，具有減少失血量和術(shù)中組織創(chuàng)傷等優(yōu)點?！疤飙^”的出現(xiàn)，標(biāo)志著我國骨科手術(shù)邁入智能化、精準(zhǔn)化、微創(chuàng)化的機(jī)器人手術(shù)新時代。

2.2 AI在中醫(yī)藥領(lǐng)域應(yīng)用現(xiàn)存問題

在中醫(yī)藥與AI的融合發(fā)展中，許多學(xué)者在中醫(yī)藥數(shù)據(jù)挖掘、中醫(yī)診斷、健康管理等多個方向取得了一定成果。在欣喜于中醫(yī)學(xué)與智能技術(shù)碰撞出火花的同時，院士們也指出目前AI應(yīng)用于中醫(yī)藥領(lǐng)域在中醫(yī)數(shù)據(jù)、交叉人才以及政策支持等方面尚存問題。

2.2.1 中醫(yī)藥可利用數(shù)據(jù)匱乏，缺乏標(biāo)準(zhǔn)，存在孤島 程京院士在訪談中強(qiáng)調(diào)：“無數(shù)據(jù)則無人工智能，數(shù)據(jù)是促進(jìn)人工智能賦能中醫(yī)藥的重中之重?！蹦壳爸嗅t(yī)藥大數(shù)據(jù)研究尚處于起步階段，主要存在著以下3個問題[12]。1）可利用數(shù)據(jù)匱乏。古代文獻(xiàn)中浩瀚的非結(jié)構(gòu)化的知識、現(xiàn)代文獻(xiàn)中多樣化的醫(yī)學(xué)術(shù)語以及受醫(yī)師個人經(jīng)驗及主觀判斷形成的臨床診斷及診療病歷等，這些原始數(shù)據(jù)量雖大，但數(shù)據(jù)間關(guān)聯(lián)性較弱，可利用度低，如何攻破各種類型資料之間的數(shù)據(jù)壁壘是擴(kuò)展中醫(yī)藥數(shù)據(jù)來源的一大關(guān)鍵[13-14]。2）數(shù)據(jù)標(biāo)準(zhǔn)化欠缺。我國中醫(yī)藥標(biāo)準(zhǔn)化工作起步晚、基礎(chǔ)弱、任務(wù)重，數(shù)據(jù)標(biāo)準(zhǔn)的缺失是中醫(yī)藥與AI融合發(fā)展的關(guān)鍵瓶頸[15]。中醫(yī)強(qiáng)調(diào)整體觀念、辨證論治，由于自身數(shù)據(jù)模糊性、經(jīng)驗性的特性，目前仍處于“小數(shù)據(jù)”階段，而標(biāo)準(zhǔn)的統(tǒng)一正是將主觀性“小數(shù)據(jù)”融合成中醫(yī)藥客觀化“大數(shù)據(jù)”的橋梁。如何制定合理通行的中醫(yī)藥標(biāo)準(zhǔn)，加速數(shù)據(jù)融合發(fā)展是目前亟待解決的關(guān)鍵問題。3）數(shù)據(jù)存在孤島。一方面，數(shù)據(jù)的差異性是大數(shù)據(jù)共享需要關(guān)注的核心問題之一——我國成千上萬個醫(yī)療團(tuán)隊間數(shù)據(jù)類型多樣、數(shù)據(jù)質(zhì)量各異、評價指標(biāo)有別，醫(yī)療系統(tǒng)數(shù)據(jù)相對閉塞;同時，還有相當(dāng)大比例的數(shù)據(jù)停留在醫(yī)院數(shù)年積累的文字病歷信息階段，尚未經(jīng)標(biāo)準(zhǔn)化、規(guī)范化處理。數(shù)據(jù)的自身特性嚴(yán)重限制了中醫(yī)臨床數(shù)據(jù)的共享，導(dǎo)致“數(shù)據(jù)孤島”廣泛存在。另一方面，數(shù)據(jù)權(quán)的歸屬是大數(shù)據(jù)共享需要關(guān)注的另一個核心問題——診療信息變?yōu)榭蒲袛?shù)據(jù)后的“所有權(quán)”歸屬，涉及到數(shù)據(jù)采集者（醫(yī)生與患者）、分析者（選擇目標(biāo)數(shù)據(jù)并進(jìn)行處理的科研工作者）及應(yīng)用者（真正讓數(shù)據(jù)產(chǎn)生價值的群體）三方的利益協(xié)調(diào)，當(dāng)數(shù)據(jù)涉及多個參與者時，明確數(shù)據(jù)權(quán)的劃分將有助于打破“數(shù)據(jù)孤島”的現(xiàn)狀[16]。

2.2.2 AI與中醫(yī)藥交叉人才稀缺 《2017全球人工智能人才白皮書》中指出，AI領(lǐng)域人才分布極不平衡，全球AI領(lǐng)域人才約30萬，而市場需求在百萬量級，且由于合格AI人才培養(yǎng)需要較長時間，人才缺口很難在短時間內(nèi)得到有效填補(bǔ)。此外，相較于美、英、日等國外高校，我國高校AI發(fā)展現(xiàn)狀也存在兩大問題：1）起步較晚：如斯坦福大學(xué)的AI實驗室成立于1962年，而國內(nèi)最早的清華大學(xué)智能技術(shù)與系統(tǒng)國家重點實驗室正式成立于1990年;2）發(fā)展較弱：國外諸多高校專門開設(shè)了AI相關(guān)專業(yè)，如CMU計算機(jī)學(xué)院的計算機(jī)視覺、機(jī)器人科學(xué)專業(yè)等，而國內(nèi)鮮有以AI直接命名的專業(yè)，多依附于計算機(jī)科學(xué)、軟件工程等相關(guān)專業(yè)。

AI與中醫(yī)藥交叉人才則更為稀缺。陳香美院士提出想要將AI應(yīng)用于中醫(yī)領(lǐng)域，就要跨學(xué)科進(jìn)行基礎(chǔ)問題的研究，中醫(yī)領(lǐng)域人才需要與AI專家緊密結(jié)合，使相關(guān)AI技術(shù)保留中醫(yī)藥精髓，貼近臨床實際需求。

2.2.3 相關(guān)政策支持力度不足 中國自2016年起圍繞AI在醫(yī)療健康領(lǐng)域的應(yīng)用頒布了《國務(wù)院辦公廳關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018—2020年）》等文件，政府雖然大力支持AI在醫(yī)療領(lǐng)域的應(yīng)用，但相關(guān)政策法規(guī)僅停留在支持AI發(fā)展階段，具體針對AI賦能中醫(yī)藥領(lǐng)域的政策指導(dǎo)及監(jiān)管尚未涉及。政策支持對于AI輔助中醫(yī)藥發(fā)展起著關(guān)鍵作用，誠如鐘世鎮(zhèn)院士所言：AI想要在中醫(yī)藥領(lǐng)域應(yīng)用，前面有個“關(guān)”，后面有個“山”“關(guān)”就是國家的政策，政策一定要支持。

2.3 AI助力中醫(yī)藥發(fā)展建議

為了更好地將AI應(yīng)用于中醫(yī)藥領(lǐng)域，解決目前中醫(yī)藥領(lǐng)域存在的諸多問題，AI與中醫(yī)藥結(jié)合發(fā)展應(yīng)從中醫(yī)藥大數(shù)據(jù)全面治理、復(fù)合型人才培養(yǎng)及國家政策支持等方面著手。

2.3.1 全面治理中醫(yī)藥數(shù)據(jù) “AI+健康管理”最大的問題在于數(shù)據(jù)的來源和質(zhì)量，應(yīng)從以下幾方面進(jìn)行把控：1）對中醫(yī)藥數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化采集及處理。臨床采集患者信息時，使用規(guī)范化語言表述中醫(yī)臨床癥狀、體征、病名及證型信息，力爭早日實現(xiàn)菜單式選擇輸入疾病信息或語音采集病例，最大程度保證信息的客觀性、規(guī)范性，避免醫(yī)患雙方主觀因素的影響;利用四診儀等采集患者信息時，應(yīng)依照中醫(yī)診療儀器相關(guān)行業(yè)標(biāo)準(zhǔn)，統(tǒng)一同類產(chǎn)品的技術(shù)參數(shù)及產(chǎn)品規(guī)格，同時探索最適合中醫(yī)辨證論治診療思路的數(shù)據(jù)處理算法，并對目前較少研究的聞診儀等中醫(yī)全套診療系統(tǒng)進(jìn)行研發(fā)[17]。2）打破數(shù)據(jù)孤島，形成中醫(yī)藥數(shù)據(jù)區(qū)域鏈。開放、共享、合作是大數(shù)據(jù)時代的共同準(zhǔn)則[18]，為了促進(jìn)中醫(yī)藥現(xiàn)代化及科學(xué)化，國家層面需制定相關(guān)政策，引導(dǎo)各地醫(yī)療衛(wèi)生機(jī)構(gòu)的數(shù)據(jù)資源共享，積極突破數(shù)據(jù)壁壘，實現(xiàn)診療信息透明化，形成中醫(yī)藥醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)鏈。此外，可借鑒美國“全美健康項目”的經(jīng)驗，加速開發(fā)全國統(tǒng)一的中醫(yī)專業(yè)電子病歷系統(tǒng)，引入深度學(xué)習(xí)等AI數(shù)據(jù)挖掘技術(shù)，整合中醫(yī)臨床數(shù)據(jù)。3）對中醫(yī)藥數(shù)據(jù)進(jìn)行生態(tài)化治理。首先，完善互聯(lián)網(wǎng)情境下的智慧醫(yī)療方式，推動政府醫(yī)療健康信息系統(tǒng)與公眾醫(yī)療健康數(shù)據(jù)互聯(lián)融合、開放共享;其次，鼓勵政府、醫(yī)療衛(wèi)生機(jī)構(gòu)、科研機(jī)構(gòu)、高校和企業(yè)多方合作、密切協(xié)同;最后，強(qiáng)化應(yīng)用標(biāo)準(zhǔn)規(guī)范和安全技術(shù)建設(shè)雙輪驅(qū)動[19]。

2.3.2 加速培養(yǎng)復(fù)合型人才 欲借人工智能技術(shù)促進(jìn)中醫(yī)藥發(fā)展，需加速培養(yǎng)復(fù)合型人才?；谥嗅t(yī)藥以及AI特征，建議從中醫(yī)藥高等院校、專業(yè)研究機(jī)構(gòu)以及相關(guān)企業(yè)3個方面考慮，建設(shè)多學(xué)科交叉復(fù)合人才培養(yǎng)體系。1）高等院校方面：加速推動高校AI領(lǐng)域一級學(xué)科建設(shè)，在本科教學(xué)體制設(shè)置、研究生培養(yǎng)等方面進(jìn)行教學(xué)改革，中醫(yī)藥專業(yè)學(xué)生培養(yǎng)需兼顧工科、人文科學(xué)的基礎(chǔ)素養(yǎng)，增加AI相關(guān)學(xué)科方向碩士、博士招生名額，吸引國際頂級科學(xué)家和高層次人才;開展產(chǎn)學(xué)研合作，高校與科研院所、企業(yè)聯(lián)合開展AI學(xué)科建設(shè)。2）研究機(jī)構(gòu)方面：對復(fù)合型人才進(jìn)行再培養(yǎng)，通過開展計算機(jī)、信息類專業(yè)知識相關(guān)課程，加強(qiáng)醫(yī)藥研究人員此方面理論的培養(yǎng)。3）企業(yè)方面：AI企業(yè)下沉，對接中醫(yī)藥基礎(chǔ)研究以及臨床研究醫(yī)學(xué)團(tuán)隊，校企結(jié)合，聯(lián)合培養(yǎng)人才，如天津中醫(yī)藥大學(xué)與浪潮集團(tuán)天津健康醫(yī)療大數(shù)據(jù)有限公司合作，在院校培養(yǎng)學(xué)生學(xué)習(xí)中醫(yī)藥理論及思維，在企業(yè)培養(yǎng)學(xué)生學(xué)習(xí)AI相關(guān)技術(shù)，真正實現(xiàn)“AI+中醫(yī)藥”復(fù)合型人才的培養(yǎng)。

2.3.3 國家政策鼎力相助 國家級政策法規(guī)的出臺將有力引導(dǎo)并保障AI在中醫(yī)藥領(lǐng)域的有效應(yīng)用，政策法規(guī)應(yīng)在以下幾方面加強(qiáng)。1）數(shù)據(jù)、知識產(chǎn)權(quán)保護(hù)和安全應(yīng)給予保障：國家層面制定相關(guān)法規(guī)保障數(shù)據(jù)安全性，同時加強(qiáng)對知識產(chǎn)權(quán)的保護(hù)，鼓勵知識和技術(shù)創(chuàng)新。2）應(yīng)高度重視倫理安全：盡快形成一套透明而規(guī)范的倫理法規(guī)及認(rèn)責(zé)制度，美國頒布的《國家人工智能研究與發(fā)展戰(zhàn)略計劃》中已提出社會學(xué)戰(zhàn)略，發(fā)展AI的倫理、法律和社會學(xué)研究，我國在這方面仍較為欠缺[20]。3）資金支持應(yīng)有力度：沒有一定資金的支持和投入，AI助推中醫(yī)藥發(fā)展將受到嚴(yán)重影響，建議國家在此方面應(yīng)有力度。

3 總結(jié)

通過對中國工程院10位院士訪談，梳理了AI技術(shù)用于中醫(yī)藥領(lǐng)域的現(xiàn)狀、存在的問題，并對未來發(fā)展提出了建議。未來AI如何與中醫(yī)藥進(jìn)行創(chuàng)新融合與發(fā)展，以推動新時代中醫(yī)藥更有效地服務(wù)于中國乃至世界衛(wèi)生醫(yī)療領(lǐng)域，服務(wù)于人類健康管理，還亟待進(jìn)一步探索。

參考文獻(xiàn)

[1]李洪崢，高嘉良，王階.人工智能——引領(lǐng)中醫(yī)學(xué)新發(fā)展的有效工具[J].世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2018，20（7）：1197-1201.

[2]黃欣榮，鐘平玉，馬綱.人工智能與中醫(yī)智能化[J].中醫(yī)雜志，2017，58（24）：2076-2079，2106.

[3]宣思宇，田侃，楊澤華，等.健康中國視域下人工智能在中醫(yī)藥領(lǐng)域應(yīng)用存在的問題及建議[J].醫(yī)學(xué)爭鳴，2019，10（6）：62-65.

[4]Han J，Kamber M，Pei J.Data mining：concepts and techniques[M].Amsterdam：Elsevier，2012：585-631.

[5]龐博，劉剛，周雪忠，等.基于機(jī)器學(xué)習(xí)的名老中醫(yī)診治肺癌認(rèn)知模型構(gòu)建方法[J].北京中醫(yī)藥，2015，34（12）：949-954.

[6]任玉蘭，梁繁榮，吳曦，等.基于數(shù)據(jù)挖掘的針灸臨床循證決策支持系統(tǒng)研究[J].中華中醫(yī)藥雜志，2011，26（4）：795-797.

[7]李燦東，辛基梁，雷黃偉，等.中醫(yī)健康管理與人工智能[J].中華中醫(yī)藥雜志，2019，34（8）：3586-3588.

[8]石玉琳，胡曉娟，許家佗.中醫(yī)病證智能化診斷與分類研究進(jìn)展[J].中國中西醫(yī)結(jié)合雜志，2019，39（6）：763-768.

[9]程京.一探中醫(yī)藥的科學(xué)化和工程化[J].前進(jìn)論壇，2016，56（10）：14.

[10]陶益，陳林，江恩賜，等.人工智能和工業(yè)4.0視域下高光譜成像技術(shù)融合深度學(xué)習(xí)方法在中藥領(lǐng)域中的應(yīng)用與展望[J].中國中藥雜志，2020，45（22）：5438-5442.

[11]孫雅婧，李春漾，曾筱茜.人工智能在新藥研發(fā)領(lǐng)域中的應(yīng)用[J].中國醫(yī)藥導(dǎo)報，2019，16（33）：162-166.

[12]石康樂，謝晴宇，孟慶剛.大數(shù)據(jù)時代的中醫(yī)藥小數(shù)據(jù)研究探討[J].中華中醫(yī)藥學(xué)刊，2019，37（2）：372-377.

[13]李燦東，蔡晶，唐嵐芳.中醫(yī)健康管理與大數(shù)據(jù)[J].中華中醫(yī)藥雜志，2019，34（9）：4134-4137.

[14]楊蘊，鐘薏，于觀貞，等.人工智能促進(jìn)中醫(yī)藥傳承發(fā)展的機(jī)遇與挑戰(zhàn)[J].北京中醫(yī)藥，2019，38（8）：835-838.

[15]翟偉，郭義，陳澤林.發(fā)揮標(biāo)準(zhǔn)在中醫(yī)藥健康服務(wù)中的引領(lǐng)作用[N].中國中醫(yī)藥報，2015-08-14（003）.

[16]張妮楠，史華新，謝琪，等.大數(shù)據(jù)背景下醫(yī)學(xué)數(shù)據(jù)共享產(chǎn)生的倫理學(xué)問題[J].中國中醫(yī)藥信息雜志，2018，25（8）：9-11.

[17]陸小左.中醫(yī)四診儀標(biāo)準(zhǔn)化建設(shè)迫在眉睫[N].健康報，2013-05-22（5）.

[18]陶永鵬，劉朝霞，頊聰.大數(shù)據(jù)背景下有關(guān)中醫(yī)藥現(xiàn)代化思路的探討[J].中華中醫(yī)藥雜志，2019，34（2）：470-473.

[19]李華才.醫(yī)療健康大數(shù)據(jù)生態(tài)圈構(gòu)建略談[J].中國數(shù)字醫(yī)學(xué)，2017，12（4）：1.

[20]袁紫藤，陶金婷，談瑩，等.國內(nèi)外醫(yī)療人工智能應(yīng)用現(xiàn)狀及相關(guān)政策[J].醫(yī)學(xué)信息學(xué)雜志，2019，40（5）：2-9.

（2020-10-09收稿 本文編輯：芮莉莉）

基金項目：中國工程院2019年重大咨詢項目（2019-ZD-6-03）

作者簡介：林靜怡（1998.07—），女，本科生在讀，研究方向：中醫(yī)內(nèi)科學(xué)，E-mail：linjingyi_98@163.com

通信作者：任海燕（1985.02—），女，博士，講師，研究方向：《黃帝內(nèi)經(jīng)》理論與應(yīng)用研究，E-mail：rhyxiaotong@163.com