在数字化浪潮席卷下，中医药这一古老的传统医学正处于创新发展的关键节点。大数据、人工智能（AI）等新兴数字技术的融入，为中医药传承创新发展带来了前所未有的机遇，也引发了诸多思考与探索。从临床实践、新药研发到疗效评估等方面，如何更好地发挥AI对中医药科技创新的支撑作用？新兴数字技术融入中医药传承创新发展还存在哪些挑战？本期特邀广州中医药大学第一附属医院副院长黄绍刚，围绕相关话题进行展开。

黄绍刚表示，AI在各行各业广泛推广应用，在医院的应用场景也十分丰富。目前，有三个方面值得探索。

其一为临床实践，具体涵盖三点：第一是AI辅助诊断，涉及病理、影像、消化内镜、介入手术等多个领域。借助大数据分析和机器学习技术，AI不仅能为患者提供辅助诊断，还能对中医的望闻问切、症状体征、脉象等信息进行数据挖掘和机器学习，从而提高诊断的精准度。

第二是优化诊疗方案。AI可对传统中医经典文献以及大量门诊、住院病案进行深度学习，总结民间经验，将那些难以直接表达的隐性知识转化为清晰明确的显性知识，进而更好地传承名老中医的经验，加速年轻医生的成长。

第三是远程医疗服务。借助AI技术，推动医疗资源向基层下沉，打破地域限制。通过线上问诊、诊断、中药代煎配送以及远程诊断等方式，提升中医药在基层地区的医疗服务能力。

在新药研发领域，AI同样拥有广阔的应用空间。

首先是药物筛选与优化。过去，中药处方大多依靠临床经验，且往往局限于个人或小团队的认知范围。借助AI技术，能够对大量中药及其药效展开全面分析，快速筛选出特效成分进行组方。当前，采用组份中药进行组方是热门趋势，同时AI还可对现有的院内制剂进行优化，有效加快新药筛选与优化的进程。

其次是作用靶点发现和药物设计。近年来备受关注的网络药理学，是在以往研究的基础上，通过挖掘数据库，对现有的验方进行比对分析，为药物研发提供有力支持。再者是临床试验环节。传统的临床试验分为Ⅰ、Ⅱ、Ⅲ、Ⅳ期，后续几期需要大量的样本病例。运用AI模拟部分临床试验，不仅能够减少投入成本、加快试验进程，还有助于后期的疗效评估。

在疗效评估方面，AI也能发挥关键作用。以客观化评估为例，中医临床疗效过去多依赖患者的主观感受和医生的主观判断，存在一定的局限性。借助AI的客观知识学习方法，可以对中医疗效作出更客观的评价。此外，利用数据驱动的疗效分析，并借助更多统计学方法，能够加快药品上市后的评价工作以及前期真实世界研究的进展。

黄绍刚表示，大数据和AI技术在辅助中医诊断方面具有巨大的潜力，但也需要克服几方面挑战。

一是数据标准化和共享不足。中医的证候与症状体征之间关系复杂，临床数据具有复杂性、多维性和模糊性，缺乏标准化的数据阻碍了统一规范化数据库的建立，导致不同系统间难以实现数据融合和共享。

二是缺乏中医理论和思维指导，技术可解释性不足。中医辨证更依赖整体关联（如“五脏相关”理论），具有特殊性，目前智能中医预警与诊断模型大多在设计过程中缺乏中医理论和思维的指导，难以有效模拟中医辨证的复杂映射关系。

三是数据资源不足。由于客观化的四诊信息采集普及程度不高，中医药信息系统互联互通仍需加强，“信息孤岛”依然存在，导致中医领域难以形成开放优质的大规模中医标注数据集。

四是复合型人才短缺。学科交叉复合型人才的短缺，限制了大数据和AI技术在中医领域的深度应用。

五是伦理与医患关系问题。这里涉及到人机权责界定，比如在AI辅助诊断场景下，最终决策权的归属存在争议，医生对于AI给出的建议是否必须采纳尚无定论；同时，误诊责任划分也不明确，例如若AI误判证候，进而导致用药错误，责任如何界定等。