AI在中医学中的应用

20XX/XX/XXAI在中医学中的应用汇报人:XXXCONTENTS目录01

中医药现代化的挑战与AI机遇02

AI重塑中药研发逻辑03

中药生产的数智化升级04

中医AI大模型技术进展CONTENTS目录05

智能舌诊技术创新与应用06

AI辅助针灸定位系统07

数智中医创新生态构建中医药现代化的挑战与AI机遇01中医药发展的瓶颈问题作用机制阐释困难中药多成分、多靶点、多通路的复杂特性，长期制约其作用机制阐释，难以用现代科学语言清晰解释药效原理。研发周期漫长且效率低下传统中药新药研发从实验室到上市通常需10年以上，且成功率低，传统活性成分筛选流程面对复方中数百种化合物往往耗时数年。质量标准不统一中药质量稳定性是产业发展的生命线，也是中医药国际化面临的关键挑战，药材鉴别、成分检测、生产工艺等环节标准难以统一。经验传承与标准化难题中医辨证论治、针灸取穴等依赖医师经验，主观性强，师带徒模式效率低，名老中医经验难以高效复制和标准化推广。AI赋能中医药的核心价值破解传统经验依赖痛点

中医药学长期受困于作用机制不明、研发周期长、质量标准不统一等瓶颈，AI以数据驱动破解传统经验依赖的痛点，为中医药产业注入全新动能。推动全产业链数智化转型

以AI、云计算、大模型为技术支撑，通过组方配伍、物质基础、量时毒效、生产质控、临床应用、消费认知数智化，即“六化”，推动现代中药达到用药精准、生产精智、疗效精确的“三精”目标。加速产业扩张与生态构建

灼识咨询数据显示，AI赋能的中医医疗服务市场正加速扩张，预计2028年市场规模将达869亿元，一个传统与现代深度融合的产业新生态已然形成。数智中药"六化三精"创新范式

01六化：全产业链数智化升级以AI、云计算、大模型为技术支撑，通过组方配伍数智化、物质基础数智化、量时毒效数智化、生产质控数智化、临床应用数智化、消费认知数智化，驱动中药产业全链条变革。

02三精：现代中药发展目标推动现代中药达到用药精准、生产精智、疗效精确的目标，助力中医药从"经验主导"迈向"数智化创新"的新阶段。

03赋能产业新生态灼识咨询数据显示，AI赋能的中医医疗服务市场正加速扩张，预计2028年市场规模将达869亿元，传统与现代深度融合的产业新生态已然形成。AI中医医疗服务市场前景市场规模高速扩张灼识咨询数据显示，AI赋能的中医医疗服务市场正加速扩张，预计2028年市场规模将达869亿元。技术驱动产业变革以AI、云计算、大模型为技术支撑的“数智中药”概念，推动中医药全产业链从“经验主导”迈向“数智化创新”新阶段。政策支持体系完善国家出台《关于促进数字中医药发展的若干意见》等政策，用3-5年时间推动数字技术融入中医药传承创新发展全链条各环节。分层应用生态形成已形成科研层（如天医、仲景大模型）、临床层（如广医・岐智、砭石大模型）、基层层（如数智岐黄）、家庭层（AI舌诊仪）的全覆盖生态。AI重塑中药研发逻辑02作用机制的系统性阐释

构建中医药专业数据资源库北京大学深圳研究生院陈语谦团队构建的TCMBank数据库，已成为全球规模领先的中医药专业数据资源，为作用机制阐释提供数据基础。

网络药理学与AI深度融合通过构建“药物-成分-靶点-疾病”多维网络，运用机器学习预测成分与靶点的作用概率，将过去需数年实验完成的工作缩短至数天内获得预测结果。

综合临床研究系统的应用陈语谦团队开发的综合临床研究系统，结合ADMET预测模型及小分子数据库，不仅能预测药物靶点，还能模拟中西药相互作用，助力作用机制的系统阐释。活性成分的高效筛选01传统筛选流程的瓶颈传统的“提取-分离-测活-鉴定”流程，面对复方中数百种化合物往往耗时数年，效率低下。02AI筛选模型的效率突破AI通过构建“结构-活性关系”模型，可从数万种化合物中快速锁定潜在药效成分，效率提升数十倍。03浙江大学王毅团队的实践成果浙江大学王毅团队构建的AI筛选模型，通过复方成分结构聚类精准定位功效组分，优化后的方剂用量降低30%~50%后依然保持同样疗效。04AI在成分解析上的时间压缩AI在成分解析方面也取得了突破，将过去需要一两个月时间的分析工作缩短至数小时，并能捕获以往难以发现的微量低丰度成分，使“老药新用”成为可能。配伍规律的智能优化

古籍与现代文献知识挖掘AI通过深度学习海量中医药古籍方剂与现代文献，智能识别中药“君臣佐使”的配伍规律，预测药物组合的协同或拮抗效应。

中医药知识图谱与大模型构建国内多家机构和企业联手构建规模庞大的中医药知识图谱与大模型，如华为与天士力共建的“数智本草大模型”，百度、成都中医药大学、国药太极等联合开发的“本草智库”。

经典智慧复现与新组合模式发现智能系统不仅能复现经典智慧，还能发现新的药物组合模式，针对复杂疾病，可从数百种候选方案中筛选出最优解，开创“数据驱动+理论指导”的中药创新范式。

两阶段训练框架提升处方推荐与解释南京中医药大学团队提出两阶段训练框架，用GPT-4o传授中医知识，轻量BART模型提供隐式反馈，使大语言模型在中医处方推荐中首次实现高准确性（F1@30达37.36%）与完整辨证解释链的统一。全链条研发效率提升研发周期大幅压缩传统中药新药研发周期通常需10年以上，AI介入后，通过靶点发现、成药性预测、工艺参数映射及临床试验方案优化等全链条协同，显著缩短研发周期，提升转化效率。生产工艺智能化升级AI通过工业大数据分析和机器学习建模，在虚拟空间快速模拟和优化提取、浓缩、干燥等环节参数。例如，浙江大学王毅团队建立的工业大数据模型，攻克了批次质量波动难题，相关成果入选中华中医药学会2024年度中医药十大学术进展。质量控制体系数智化构建AI结合计算机视觉、色谱质谱等技术，实现药材鉴别准确率提升、指纹图谱自动分析与质量判定，并智能挖掘关键质量标志物，构建融合化学指标与中医理论的新型质控模式，保障中药质量稳定性。中药生产的数智化升级03计算机视觉助力药材形态鉴别基于计算机视觉的深度学习系统，通过分析数万张样本图像，可提取药材的形态、颜色、纹理等特征，显著提升药材鉴别的准确率，且完全不受人工主观因素干扰。AI驱动成分检测与质量判定AI结合色谱、质谱等现代分析技术，可实现指纹图谱的自动分析与质量判定，并能从海量数据中智能挖掘出与疗效相关的关键质量标志物，构建起融合化学指标与中医理论的新型质控模式。AI加速成分解析与微量成分发现AI在成分解析方面取得突破，将过去需要一两个月时间的分析工作缩短至数小时，并能捕获以往难以发现的微量低丰度成分，使"老药新用"成为可能。药材鉴别与质量检测生产工艺的智能优化

工业大数据建模与参数优化通过工业大数据分析和机器学习建模，可在虚拟空间快速模拟和优化提取、浓缩、干燥等环节的工艺参数。浙江大学王毅团队建立的工业大数据模型，深度分析工艺参数与药效、安全性的关联，筛选出可复制的生产级模型，攻克了批次质量波动难题，相关成果入选中华中医药学会2024年度中医药十大学术进展。

多目标优化模型突破传统瓶颈部分研究团队构建的多目标优化模型，能同时优化10余项质量指标，突破了传统方法的瓶颈，显著提升中药生产工艺的稳定性和可控性。

天士力质量数字化体系构建天士力以质量数字化为核心，通过指标、工艺、质控、装备的系统创新，构建了完整的技术管理体系，有效实现了提质、增效、降耗，推动中药生产制造向智能化、标准化迈进。全链条质量保障体系构建

智能化药材鉴别技术基于计算机视觉的深度学习系统，通过分析数万张样本图像，提取药材形态、颜色、纹理等特征，显著提升药材鉴别的准确率，且完全不受人工主观因素干扰。

AI驱动的成分检测与质控AI结合色谱、质谱等现代分析技术，可实现指纹图谱的自动分析与质量判定，智能挖掘与疗效相关的关键质量标志物，构建融合化学指标与中医理论的新型质控模式。

生产工艺参数智能优化通过工业大数据分析和机器学习建模，在虚拟空间快速模拟和优化提取、浓缩、干燥等环节参数。部分多目标优化模型能同时优化10余项质量指标，突破传统方法瓶颈，如浙江大学王毅团队建立的工业大数据模型攻克了批次质量波动难题。

数字化质量技术管理体系以质量数字化为核心，通过指标、工艺、质控、装备的系统创新，构建完整的技术管理体系，有效实现提质、增效、降耗，如天士力的相关实践。中医AI大模型技术进展04学术开源模型研究成果

01天医（Tianyi）大模型：辨证论治逻辑体系核心南京中医药大学研发，7.6亿参数，整合3万部中医经典、3万例临床病历，构建34亿中医语义单元。中医执业医师考试准确率75.38%，覆盖症状→证候→治法→方剂→药效预测全链路推理，适配教学、科研与基层辅助。

02数智岐黄2.0：标准化中医知识引擎华东师大与上海中医药大学联合开发，以教材体系+规范化古籍为核心训练数据，知识准确率高。中医执业医师模拟考试88.1分（行业领先），提供中医术语、方剂、经典文献检索与解读，适配中医教育、考试辅导、古籍数字化。

03CMLM-仲景大模型：复刻张仲景辨证思维复旦与同济联合研发，传统中医专用大模型，创新多任务诊疗行为分解，构建8万+专业指令库。精准理解阴阳五行、八纲辨证、六经辨证，实现症状→证候→方剂全流程智能生成，开源可二次开发，适配科研、教育、基层医疗。

04华佗GPT：面向开发者与科研机构的开源模型香港中文大学深圳研发，基于ChatGLM/LlaMA微调，学习上千部古籍+百万临床医案。具备中医问诊、辨证、开方、养生指导能力，开源免费，支持二次开发、定制化训练，适合学术研究、健康科普、基层辅助。商业闭源系统应用案例

砭石大模型（智慧眼科技）：中西医融合标杆2026年医疗AI标杆，500亿参数基座，RAG检索增强+联邦学习双引擎架构。中医四诊合参：舌面诊识别准确率90%+，辨证合理率90%+，体质辨识92%；中西医双轮驱动：10秒完成ICD智能编码（准确率90%+），脑卒中高危识别率95%；全场景覆盖三甲医院、基层中医馆、医保平台、健康管理。广医・岐智2.0（广安门医院）：临床效率提升医院自研临床决策支持系统（CDSS），深度贴合临床，文本与标准术语符合率95%。实现AI导诊、预问诊、病历自动生成，病历书写2-3秒完成，节省75%时间、提升45%质量，覆盖症-证-理-法-方-药全流程。问止中医大脑：重症疑难病诊疗突破三甲医院临床验证的重症疑难病AI诊疗系统，2008年开始研发，模拟10+明医会诊，百万级病例训练。重症、疑难病辨证准确率90%+，提供线上问诊+线下医馆+药房一体化服务，适合高端诊疗、专科门诊、疑难病会诊。讯飞星火中医大模型：多场景知识服务通用大模型+中医专业能力，千亿参数，中医知识图谱+临床数据增强。具备中医辨证、方剂推荐、养生指导、健康咨询能力，接入学习强国、讯飞听见等平台，适合大众科普、基层医疗、中医教学。2026年中医AI模型发展趋势

从参数竞赛转向数据质量与临床验证行业共识认为大参数不等于强能力，高质量中医临床数据、古籍数据、真实世界数据成为核心壁垒。三甲医院临床验证、真实世界研究、标准化评测成为模型落地标配。

中西医融合成主流，全链路智能化砭石大模型等产品打通中西医诊疗、医保、管理全链条。中医辨证+西医诊断+智能编码+病历质控一体化系统规模化部署。

分层应用生态形成：科研-临床-基层-家庭全覆盖科研层有天医、仲景、华佗GPT等开源、学术、可定制模型；临床层有广医・岐智、问止中医大脑、砭石大模型等服务三甲、专科、重症；基层层有数智岐黄、长白岐黄等服务基层、社区、县域；家庭层有AI舌诊仪、体质辨识机等用于家庭自测、养生。智能舌诊技术创新与应用05舌诊数字化转译技术标准化舌象采集通过控制光照强度（6500K标准光源）、拍摄角度（垂直舌面15°俯角）、焦距（10-15cm清晰成像），确保舌象图像的RGB值误差小于5%，实现舌象的标准化采集。舌象特征结构化标注科研团队建立包含200万例舌象的标注数据库，每幅图像需经过3名资深中医师独立标注，对21种舌质颜色、18种舌苔特征及12种舌形进行结构化标注，将人工经验转化为数据标签。多维度特征提取与分析AI系统通过卷积神经网络（CNN）提取边缘、纹理、颜色直方图等底层特征，利用注意力机制聚焦舌尖、舌中、舌根等关键诊区，构建舌象特征关联模型，模拟中医师辨证思维，舌质颜色识别准确率达94.3%，舌苔厚薄判断符合率91.7%。图像识别的技术突破底层特征提取：捕捉微观细节通过卷积神经网络（CNN）如ResNet50模型，提取舌象边缘、纹理、颜色直方图等基础视觉特征，可识别舌苔表面0.2mm的纹理差异，为后续分析奠定数据基础。中层语义分析：聚焦关键区域利用注意力机制（AttentionMechanism）自动定位舌尖（心肺）、舌中（脾胃）、舌根（肾）等中医关注的关键诊区，排除嘴唇、牙齿等干扰，提升分析精准度。高层逻辑推理：模拟辨证思维构建舌象特征关联模型，模拟中医师辨证逻辑，如发现舌质红绛与舌苔黄燥共现概率达78%时，系统会关联"热盛伤津"的中医病机，实现从特征到诊断的跨越。动态学习与临床价值增量学习系统：持续优化诊断能力

AI舌诊系统具备自我优化的"成长能力"，每天新增的上万例有效舌象数据（经人工复核）自动进入模型训练池，每72小时完成一次参数更新。北京中医药大学跟踪研究显示，系统辨证准确率每月提升0.8-1.2个百分点。跨模态融合：多维度信息辅助辨证

先进的AI舌诊系统已接入脉象数据、症状问卷等多维度信息，构建"舌象-症状-病机"的关联知识库。例如，当发现裂纹舌患者中63%伴有口干口苦症状时，系统会强化"阴虚火旺"的辨证逻辑。地域适应性训练：贴合区域体质特点

针对不同地域的常见体质特征，AI系统会自动生成区域性辨证模型。如广东地区的舌苔黄腻识别阈值较北方下调15%，使诊断更贴合岭南多湿热的地域体质特点。临床应用价值：提升效率与辅助决策

在上海某社区卫生服务中心试点中，AI舌诊系统30秒内完成分析并生成可视化报告，辅助全科医生将中医辨证效率提升40%。尤其在儿童舌诊中，能精准捕捉0-6岁婴幼儿淡红舌比例变化，为脾胃虚弱早期干预提供数据支持。人机协同模式：AI与医师优势互补

三甲医院对比研究显示，复杂病例中AI与中医师协同诊断准确率（92.6%）显著高于单独诊断（AI85.3%，医师88.7%）。系统设有"疑难病例预警"机制，出现危急征象时自动提示线下就医，定位为"辅助诊断工具"而非替代医者。AI舌诊平台实测对比

轻时养：民用首选，综合实力标杆联合安徽中医药大学与广东省扁鹊医学研究院研发，依托百万级临床舌象样本，体质辨识准确率≥98%，覆盖中医九大体质及兼夹体质。手机自然光拍摄，自动屏蔽美颜与环境光干扰，提取舌质、舌苔等20+项特征，30秒完成从拍摄到生成报告全流程，提供从舌诊到个性化食养方案的完整闭环，核心功能免费，无广告与强制会员。

望舌问膳：公立背景，专业食疗工具由广东省中医院技术支持，基于医院临床数据研发，体质辨识准确率约95%，辨证逻辑贴合传统中医理论。报告侧重药膳、茶饮等食疗建议，15秒出结果，界面简洁。但功能单一，无完整养生闭环及女性专属方案，更适合有中医基础、偏爱食疗食补的用户。

三芯微电子AI舌诊：工业级精准，软硬件配套国家级高新技术企业研发，采用标准光学采集系统与高清微距镜头，封闭式暗仓设计隔绝环境光，体质辨识准确率≥95%，可输出舌质RGB值、苔质覆盖率等数字化指标。需搭配专用硬件使用，适配养生门店、体检中心等场景，纯软件民用便捷性较弱。AI辅助针灸定位系统06传统定位方法的局限性传统穴位定位如体表标志法、骨度折量法等，易受观察角度、个体差异和环境因素影响，导致定位精度欠佳，影响针灸疗效的可重复性。深度学习技术的核心优势卷积神经网络（CNN）等深度学习技术具备强大的图像处理能力，具有尺度不变性、局部特征提取、鲁棒性及自动化高效等优势，为精准穴位识别提供了技术支撑。腹针穴位智能辅助定位系统案例某腹针穴位智能辅助定位系统结合WHO针灸标准与经典医籍，利用多任务卷积神经网络（MT-CNN）等模块，经500张标注腹部图像训练，测试阶段定位准确率达97.9%，有效解决个体差异导致的传统定位不足问题。多模态AI技术的创新突破Qwen3-VL等多模态视觉-语言模型凭借语义级视觉理解与空间推理能力，可从单张人体照片中精准定位数百个针灸穴位，平均定位误差小于15像素（@512×512分辨率），接近专业医师手动取穴精度，无需专用关键点检测网络训练。深度学习与穴位定位腹针穴位智能定位系统系统核心定位与传统痛点解决腹针穴位智能定位系统旨在解决传统腹针定位依赖经验、个体差异大、精度不足的问题，专注于腹部经络穴位密集区域，结合世界卫生组织针灸标准与经典医籍研究，实现高效、精确的穴位识别。深度学习技术架构与优势系统核心采用多任务卷积神经网络（MT-CNN）、特征点定位及图像坐标对齐等模块。利用卷积神经网络（CNN）的尺度不变性（如HigherHRNet网络处理不同体型）、局部特征提取、鲁棒性及自动化高效等优势，确保定位精度与适应性。关键技术指标与临床应用价值通过500张标注腹部图像训练，系统测试阶段定位准确率达97.9%。有效提高针灸师定位精度，解决因个体差异导致的传统定位不足问题，推动腹针疗法的现代化、标准化应用，提升临床治疗效果的稳定性与可重复性。多模态AI穴位检测技术视觉-语言融合定位方案Qwen3-VL等多模态模型通过语义级视觉理解，实现从单张人体照片中精准定位数百个针灸穴位，无需微调即可处理"犊鼻穴下三寸"等解剖参照描述性指令，平均定位误差小于15像素（@512×512分辨率）。动态坐标输出与可解释性支持<box>(x1,y1),(x2,y2)</box>结构化响应，坐标嵌套在完整推理链中，如"根据《针灸甲乙经》记载，足三里位于犊鼻穴下三寸..."，增强医生信任度，符合医疗场景决策透明性要求。工程化部署与场景适配通过vLLM集成脚本可快速启动服务，支持4B版本在JetsonAGX等边缘设备运行，显存占用低于10GB，满足移动诊疗车或基层诊所本地化需求，客户端调用支持Base64编码图像解析。临床级辅助定位系统基于深度学习的腹针穴位智能辅助定位系统，结合WHO针灸标准与经典医籍，通过500张标注腹部图像训练，测试阶段定位准确率达97.9%，有效解决个体差异导致的传统定位不足问题。智能针灸应用工具开发针刺手法量化与智能运动跟踪AcuAssistant应用利用iPhone后置摄像头与LiDAR技术，实现针刺手法（如提插、捻转）的智能运动跟踪与三维空间重建，获取操作幅度、频率等关键刺激参数，使针刺手法从“凭经验”转向“看数据”。针灸垂域知识服务与辅助决策基于大语言模型技术，构建涵盖3万余条专业数据（针灸统编教材、历代古籍及名家医案）的智能问答与辅助决策模块，结合RAG技术，提供移动端穴位处方推荐等知识服务，辅助针灸知识整理与临床应用。智能针灸机器人与自动化诊疗南京中医药大学开发的智能针灸机器人可自动选穴并制定个性化方案；东莞理工大学智能针刺机器人实现穴位自动识别和进针、行针、出针等自动化过程，提升针灸操作的精准度与标准化水平。针灸大模型与数字人教学系统“天河灵枢大模型”通过深度学习海量针灸案例，构建三维针灸数字人，可模拟演示针刺深度、角度和力度等治疗细节，融汇历代典籍与现代文献，实现古籍方剂与循证研究的智能耦合，赋能针灸教学与科研。数智中医创新生态构建07政策支持与标准建设

国家政策全面保障与方向指引2024年7月，国家中医药管理局、国家数据局联合发布《关于促进数字中医药发展的若干意见》，是中医药领域首个聚焦数字化转型发展和数据要素流通应用的政策指导性文件，提出用3~5年时间推动大数据、AI等新兴数字技术逐步融入中医药传承创新发展全链条各环节，全力打造“数智中医药”。

多部门协同推进应用场景落地2024年11月，国家卫生健康委办公厅、国家中医药管理局综合司、国家疾控局综合司联合发布《卫生健康行业人工智能应用场景参考指引》，明确84个细分领域应用场景，涵盖智能药物研发等核心领域，为AI在中医药领域的应用提供了具体路径。

推动中药产业数字化智能化发展2025年3月，国务院办公厅印发《关于提升中药质量促进中医药产业高质量