Application prospects and challenges of generative artificial intelligence in standardization of traditional Chinese medicine

LIU Jiayi; LAI Honghao; PAN Bei; ZHAO Guozhen; LI Hui; ZENG Fang; SHI Nannan; GE Long

doi:10.16305/j.1007-1334.2025.z20241121005

您当前的位置：

首页 >

文章列表页 >

Application prospects and challenges of generative artificial intelligence in standardization of traditional Chinese medicine

更新时间：2025-04-02

- Application prospects and challenges of generative artificial intelligence in standardization of traditional Chinese medicine
- Shanghai Journal of Traditional Chinese Medicine Vol. 59, Issue 4, Pages: 1-7(2025)
- 作者机构：
  
  1.兰州大学公共卫生学院（甘肃兰州 730000）
  2.兰州大学基础医学院（甘肃兰州 730000）
  3.中国中医科学院中医临床基础医学研究所（北京 100700）
  4.广东省中医院标准化重点研究室（广东广州 510006）
  5.成都中医药大学针灸推拿学院（四川成都 610075）
  6.甘肃省循证医学重点实验室（甘肃兰州 730000）
  7.世界卫生组织指南实施与知识转化合作中心（甘肃兰州 730000）
- 作者简介：
- 基金信息：
- DOI：10.16305/j.1007-1334.2025.z20241121005
  CLC：
- Received：21 November 2024，
  
  Published：10 April 2025
- 稿件说明：
移动端阅览
刘嘉艺,赖鸿皓,潘蓓,等.生成式人工智能在中医药标准化研究中的应用前景与挑战[J].上海中医药杂志,2025,59(4):1-7.

LIU Jiayi,LAI Honghao,PAN Bei,et al.Application prospects and challenges of generative artificial intelligence in standardization of traditional Chinese medicine[J].Shanghai Journal of Traditional Chinese Medicine,2025,59(4):1-7.
刘嘉艺,赖鸿皓,潘蓓,等.生成式人工智能在中医药标准化研究中的应用前景与挑战[J].上海中医药杂志,2025,59(4):1-7. DOI： 10.16305/j.1007-1334.2025.z20241121005.

LIU Jiayi,LAI Honghao,PAN Bei,et al.Application prospects and challenges of generative artificial intelligence in standardization of traditional Chinese medicine[J].Shanghai Journal of Traditional Chinese Medicine,2025,59(4):1-7. DOI： 10.16305/j.1007-1334.2025.z20241121005.

摘要

面对中医药标准化建设中的痛点问题，生成式人工智能正以其强大的多模态数据处理能力和深度语义理解优势，为传统医学的传承创新开辟新途径。通过梳理生成式人工智能在中医药健康服务、质量提升、信息管理和智能诊疗等重点领域的应用现状，分析其在推动中医药标准化建设过程中的应用前景与面临的挑战，以期为推动中医药标准化工作的创新发展提供参考和借鉴。

Abstract

In response to critical challenges in the standardization of traditional Chinese medicine （TCM）， generative artificial intelligence （GAI） is pioneering innovative pathways for the inheritance and innovation of traditional medicine through its robust multimodal data processing and deep semantic understanding capabilities. This paper systematically reviews the current applications of GAI in key TCM domains， including healthcare services， quality enhancement， information management， and intelligent diagnosis and treatment. Through analyzing its application prospects and challenges in promoting TCM standardization， this paper aims to provide insights and references for advancing innovative developments in TCM standardization initiatives.

关键词

Keywords

references

国家中医药管理局 . 国家中医药管理局关于印发《中医药标准化行动计划（2024—2026年）》的通知［EB/OL］.（ 2024-06-17 ）［ 2024-11-04 ］. https：//www.gov.cn/zhengce/zhengceku/202407/content_6965475.htm https://www.gov.cn/zhengce/zhengceku/202407/content_6965475.htm .

国务院 . 国务院关于印发《中医药发展战略规划纲要（2016—2030年）》的通知［EB/OL］. （ 2016-02-22 ）［ 2024-11-04 ］. https：//www.gov.cn/zhengce/content/2016-02/26/content_5046678.htm https://www.gov.cn/zhengce/content/2016-02/26/content_5046678.htm .

国家中医药管理局，国家数据局 . 国家中医药管理局国家数据局关于印发《关于促进数字中医药发展的若干意见》的通知［EB/OL］.（ 2024-07-19 ）［ 2024-11-04 ］. https：//www.gov.cn/zhengce/zhengceku/202408/content_6968519.htm https://www.gov.cn/zhengce/zhengceku/202408/content_6968519.htm .

萧文科，宋驰，陈士林，等 . 中医药大语言模型的关键技术与构建策略［J］. 中草药， 2024 ， 55 （ 17 ）： 5747 - 5756 .

BENGESI S ， EL-SAYED H ， SARKER M K ， et al . Advancements in generative AI： A comprehensive review of GANs， GPT， Autoencoders， Diffusion Model， and Transformers ［J］. IEEE Access ， 2024 ， 12 ： 69812 - 69837 .

BENARY M ， WANG X D ， SCHMIDT M ， et al . Leveraging large language models for decision support in personalized oncology ［J］. JAMA Netw Open ， 2023 ， 6 （ 11 ）： e2343689 .

SINGHAL K ， AZIZI S ， TU T ， et al . Large language models encode clinical knowledge ［J］. Nature ， 2023 ， 620 （ 7972 ）： 172 - 180 .

DUNN C ， HUNTER J ， STEFFES W ， et al . Artificial intelligence-derived dermatology case reports are indistinguishable from those written by humans： A single-blinded observer study ［J］. J Am Acad Dermatol ， 2023 ， 89 （ 2 ）： 388 - 390 .

ZARETSKY J ， KIM J M ， BASKHAROUN S ， et al . Generative artificial intelligence to transform inpatient discharge summaries to patient-friendly language and format ［J］. JAMA Netw Open ， 2024 ， 7 （ 3 ）： e240357 .

张熙，杨小汕，徐常胜 . ChatGPT及生成式人工智能现状及未来发展方向［J］. 中国科学基金， 2023 ， 37 （ 5 ）： 743 - 750 .

YEUK-LAN ALICE L ， BINGHE G ， SHUANG C ， et al . Artificial intelligence meets traditional Chinese medicine： a bridge to opening the magic box of sphygmopalpation for pulse pattern recognition ［J］. Dig Chin Med ， 2021 ， 4 （ 1 ）： 1 - 8 .

何宇浩，李明，罗晓兰，等 . 基于GPTs的中医知识图谱实体和关系抽取研究［J］. 上海中医药杂志， 2024 ， 58 （ 8 ）： 1 - 6 .

MOULAEI K ， YADEGARI A ， BAHARESTANI M ， et al . Generative artificial intelligence in healthcare： A scoping review on benefits， challenges and applications ［J］. Int J Med Inform ， 2024 ， 188 ： 105474 .

赵敏，冯懿，王梦爽，等 . 我国中医药标准化建设大数据报告［J］. 时珍国医国药， 2023 ， 34 （ 11 ）： 2804 - 2807 .

冯懿，王健，李菲，等 . 我国中医药标准研究综述［J］. 湖北中医药大学学报， 2023 ， 25 （ 1 ）： 119 - 122 .

朱冉冉，王津翔，潘蓓，等 . 脑卒中中西医结合康复临床循证实践指南［J］. 上海中医药杂志， 2024 ， 58 （ 6 ）： 1 - 11 .

毛静远，吴永健，史大卓 . 中成药治疗冠心病临床应用指南（2020年）［J］. 中西医结合心脑血管病杂志， 2021 ， 19 （ 9 ）： 1409 - 1435 .

世界中医药学会联合会内科专业委员会 . 慢性阻塞性肺疾病中西医结合诊疗指南（2022版）［J］. 中国循证医学杂志， 2023 ， 23 （ 10 ）： 1117 - 1128 .

罗旭飞，吕晗，史乾灵，等 . 大语言模型在循证医学领域的应用［J］. 中国循证医学杂志， 2024 ， 24 （ 4 ）： 373 - 377 .

罗旭飞，吕晗，宋再伟，等 . 生成式人工智能对临床实践指南制订、评价和应用的影响［J］. 协和医学杂志， 2024 ， 15 （ 5 ）： 1173 - 1181 .

KOHANDEL GARGARI O ， MAHMOUDI M H ， HAJISAFARALI M ， et al . Enhancing title and abstract screening for systematic reviews with GPT-3.5 turbo ［J］. BMJ Evid Based Med ， 2024 ， 29 （ 1 ）： 69 - 70 .

GARTLEHNER G ， KAHWATI L ， HILSCHER R ， et al . Data extraction for evidence synthesis using a large language model： A proof-of-concept study ［J］. Res Synth Methods ， 2024 ， 15 （ 4 ）： 576 - 589 .

LAI H H ， GE L ， SUN M Y ， et al . Assessing the risk of bias in randomized clinical trials with large language models ［J］. JAMA Netw Open ， 2024 ， 7 （ 5 ）： e2412687 .

张童，王一凡，王若佳，等 . 面向中医药领域专业能力的生成式大语言模型对比研究［J/OL］. 中华中医药学刊， 2024 ［ 2025-01-22 ］. http：//kns.cnki.net/kcms/detail/21.1546.R.20241121.1043.080.html http://kns.cnki.net/kcms/detail/21.1546.R.20241121.1043.080.html .

北京百度网讯科技有限公司 . 文心一言［EB/OL］. ［ 2024-12-13 ］. https：//yiyan.baidu.com/ https://yiyan.baidu.com/ .

赵剑波，李应存，张洲，等 . 基于ChatGPT发布探讨新一代人工智能对中医古籍文献研究的影响［J］. 上海中医药杂志， 2023 ， 57 （ 12 ）： 17 - 21 .

北京智谱华章科技有限公司 . 智谱清言［EB/OL］. ［ 2024-12-13 ］. https：//chatglm.cn/ https://chatglm.cn/ .

TRILLO J R ， CABRERIZO F J ， PEREZ I J ， et al . A new consensus reaching method for group decision-making based on the large language model Gemini for detecting hostility during the discussion process ［C］//IEEE. Proceedings of 2024 IEEE International Conference on Evolving and Adaptive Intelligent Systems . Madrid ： IEEE Conference Publication ， 2024 ： 1 - 8 .

MANIACI A ， SAIBENE A M ， HENRIQUEZ C ， et al . Is generative pre-trained transformer artificial intelligence （Chat-GPT） a reliable tool for guidelines synthesis？ A preliminary evaluation for biologic CRSwNP therapy ［J］. Eur Arch Otorhinolaryngol ， 2024 ， 281 （ 4 ）： 2167 - 2173 .

王志杰，樊薛津，王豫骞，等 . 机器学习方法在中医药研究中的应用进展［J］. 药物评价研究， 2024 ， 47 （ 8 ）： 1906 - 1913 .

李林，李伟东，苏联麟，等 . “新质生产力”背景下的中药炮制智能化转型升级发展新路径探讨［J］. 南京中医药大学学报， 2024 ， 40 （ 7 ）： 653 - 660 .

VOELTER M ， HADIAN R ， KAMPIK T ， et al . Leveraging generative AI for extracting process models from multimodal documents ［J/OL］. arXiv ， 2024 ［ 2024-11-09 ］. http：//arxiv.org/abs/2406.04959 http://arxiv.org/abs/2406.04959 .

SHIN A ， ISHII M ， NARIHIRA T . Perspectives and prospects on transformer architecture for cross-modal tasks with language and vision ［J/OL］. arXiv ， 2021 ［ 2024-11-09 ］. http：//arxiv.org/abs/2103.04037 http://arxiv.org/abs/2103.04037 .

熊皓舒，王鐾璇，侯健，等 . 生成式人工智能（AI）在中药智能制造及供应链中的应用场景设计与展望［J］. 中国中药杂志， 2024 ， 49 （ 14 ）： 3963 - 3970 .

刘涛，张钰，李钻，等 . 人工智能在药品审评中的应用展望［J］. 中国医药导刊， 2024 ， 26 （ 5 ）： 504 - 510 .

李蕙质，周小玲，杨玉杰，等 . 数据挖掘算法在中药方剂研究中的应用现状［J］. 中国药房， 2024 ， 35 （ 1 ）： 112 - 118 .

张君冬，杨松桦，刘江峰，等 . AIGC赋能中医古籍活化：Huang-Di大模型的构建［J］. 图书馆论坛， 2024 ， 44 （ 10 ）： 103 - 112 .

练志润，张家蔚，杨保林 . 基于规则生成医案及Transformer算法构建中医方药推荐模型［J］. 中国中医基础医学杂志， 2024 ， 30 （ 3 ）： 437 - 442 .

荣雯雯，汪刚，朱其立 . 基于人工智能的病历后结构化专病数据库在临床研究中的价值探讨［J］. 上海交通大学学报（医学版）， 2020 ， 40 （ 7 ）： 996 - 1000 .

刘少堃，何仲廉，李彬，等 . 基于大模型的电子病历自动生成系统的设计与应用探讨［J］. 中国数字医学， 2024 ， 19 （ 8 ）： 8 - 13 .

李启渊，张静，徐权光，等 . ChatGPT在中医医院智慧化建设中的应用、挑战及对策［J］. 卫生软科学， 2024 ， 38 （ 4 ）： 78 - 81 .

王松，李正钧，杨涛，等 . 中医药知识图谱研究现状及发展趋势［J］. 南京中医药大学学报， 2022 ， 38 （ 3 ）： 272 - 278 .

崔骥，许家佗 . 人工智能信息技术在中医四诊现代化研究中的应用现状与展望［J］. 上海中医药杂志， 2025 ， 59 （ 1 ）： 7 - 12 .

黄留挥 . 基于生成对抗网络的舌象分割方法与舌象采集系统研究［D］. 武汉：江汉大学， 2023 .

唐彪 . 基于自然语言处理的口腔医学问诊培训系统的研究［D］. 南宁：广西民族大学， 2024 .

刘茂 . 基于知识图谱的中医问诊系统［D］. 重庆：西南大学， 2024 .

杨涛，王欣宇，朱垚，等 . 大语言模型驱动的中医智能诊疗研究思路与方法［J］. 南京中医药大学学报， 2023 ， 39 （ 10 ）： 967 - 971 .

陈子佳，彭文茜，张德政，等 . 大语言模型在中医药领域的应用、挑战与前景［J/OL］. 协和医学杂志， 2024 ［ 2025-01-22 ］. http：//kns.cnki.net/kcms/detail/11.5882.R.20240827.1711.002.html http://kns.cnki.net/kcms/detail/11.5882.R.20240827.1711.002.html .

柏灿，王洁 . 人工智能大语言模型在中医药领域的应用［J］. 西昌学院学报（自然科学版）， 2024 ， 38 （ 2 ）： 62 - 69 .

杨巍 . 基于“方证量化模型”的中医术语相似度研究方法及应用［D］. 上海：上海中医药大学， 2023 .

赵国桢，郭诗琪，庞华鑫，等 . 人工智能技术在辅助中医诊疗及诊疗标准化中的应用［J］. 中医杂志， 2022 ， 63 （ 24 ）： 2306 - 2310 .

ZHAO P ， ZHANG H ， YU Q ， et al . Retrieval-augmented generation for AI-generated content： A survey ［J/OL］. arXiv ， 2024 ［ 2024-12-13 ］. http：//arxiv.org/abs/2402.19473 http://arxiv.org/abs/2402.19473 .

顾东晓，黄智勇，朱凯旋，等 . 医疗健康大模型知识体系构建、服务应用与风险协同治理［J/OL］. 情报科学， 2024 ［ 2025-01-22 ］. http：//kns.cnki.net/kcms/detail/22.1264.G2.20240925.0948.002.html http://kns.cnki.net/kcms/detail/22.1264.G2.20240925.0948.002.html .

孟序阳，王昊，李远清，等 . 基于细粒度知识图谱检索增强生成的提示学习研究［J/OL］. 数据分析与知识发现， 2024 ［ 2025-01-22 ］. http：//kns.cnki.net/kcms/detail/10.1478.G2.20241209.1551.014.html http://kns.cnki.net/kcms/detail/10.1478.G2.20241209.1551.014.html .

Views

下载量

CSCD

CNKI被引量

Alert me when the article has been cited

提交

Tools

Publicity Resources

A new exploration of bitter taste in five flavors theory of Huangdi Neijing

Interpretation and development insights of World Federation of Acupuncture‑Moxibustion Societies （WFAS） Technical Benchmark of Acupuncture and Moxibustion： Electroacupuncture

Preliminary development of a self⁃evaluation diagnostic scale for spleen qi deficiency， spleen damp⁃heat， and spleen deficiency with damp⁃heat syndromes

Preliminary evaluation on implementation effect of Classification and Codes of Diseases and Patterns of Traditional Chinese Medicine （GB/T 15657—2021）

Current situation， problem analysis and prospect of acupuncture and moxibustion standardization in China based on the National Standardization Development Program

Related Author

LIANG Yonglin

LIU Zhongtang

ZHAO Sichen

PEI Xiaoli

ZHAO Yunhui

AN Dong

GAO Yankui

BAI Min

Related Institution

Gansu University of Chinese Medicine

Faculty of Medicine and Health， University of Sydney

School of Acupuncture‑Moxibustion and Tuina， Shanghai University of Traditional Chinese Medicine

Lingnan Institute of Spleen and Stomach of the First Affiliated Hospital of Guangzhou University of Chinese Medicine

Department of Spleen and Stomach， The First Affiliated Hospital of Guangzhou University of Chinese Medicine

⁰