| 1,770 | 4 | 65 |
| 下载次数 | 被引频次 | 阅读次数 |
机器学习(machine learning, ML)作为人工智能的核心驱动力，在信息化迅猛发展的背景下，为中医药的发展带来了机遇与挑战。其与中医药研究的结合，显著推动了中医病证体系的标准化、高效化和智能化进程，但目前仍处于探索阶段。从古籍文献、名医经验、中医辨证诊断、疾病预测以及中药和针灸等领域，对机器学习在中医药领域的研究进展进行概述，并探讨其未来发展趋势，以期为机器学习等智能技术在中医药研究中的应用提供新的方法论思路。
Abstract：Machine learning, as the core driving force of artificial intelligence, brings opportunities and challenges to the development of traditional Chinese medicine in the context of rapid development of information technology. Its combination with traditional Chinese medicine research has significantly promoted the standardization, efficiency and intelligence process of traditional Chinese medicine disease syndrome system, but it is still in the exploration stage. In this paper, it provided an overview of the research progress of machine learning in the field of traditional Chinese medicine from the fields of ancient literature, experience of famous doctors, syndrome-based diagnosis, disease prediction, as well as traditional Chinese medicine and acupuncture, and discussed its future development trend, with a view to providing new methodological ideas for the application of intelligent technologies, such as machine learning, to the study of traditional Chinese medicine.
[1] 郇家铭，陈晓晴，杨雯晴，等.基于机器学习模型分析镇肝熄风汤治疗高血压病的配伍特征研究[J].科技导报，2024,42(21):149-162.
[2] 李紫玥，丛开源，吴诗琪，等.人工智能技术在先导化合物发现与优化中的应用进展[J].药学学报，2024,59(9):2443-2453.
[3] JORDAN M I,MITCHELL T M.Machine learning:trends,perspectives,and prospects[J].Science,2015,349(6245):255-260.
[4] PATEL V L,SHORTLIFFE E H,STEFANELLI M,et al.The coming of age of artificial intelligence in medicine[J].Artif Intell Med,2009,46(1):5-17.
[5] JAMES G,WITTEN D,HASTIE T,et al.An introduction to statistical learning[M].New York:Springer,2017.
[6] PEDREGOSA F,VAROQUAUX G E L,GRAMFORT A,et al.Scikit-learn:Machine Learning in Python[J].Journal of Machine Learning Research,2011,12(85):2825-2830.
[7] COX D R.The regression analysis of binary sequences[J].J R Stat Soc Ser B Stat Methodol,1958,20(2):215-232.
[8] COVER T,HART P.Nearest neighbor pattern classification[J].IEEE Transactions on Information Theory,1967,13(1):21-27.
[9] CIOS K J,LIU N.A machine learning method for generation of a neural network architecture:a continuous ID3 algorithm[J].IEEE Trans Neural Netw,1992,3(2):280-291.
[10] SPEYBROECK N.Classification and regression trees[J].Int J Public Health,2012,57(1):243-246.
[11] SALZBERG S L.C4.5:programs for machine learning by J.ross quinlan.morgan kaufmann publishers,inc.,1993[J].Mach Learn,1994,16(3):235-240.
[12] RUMELHART D E,HINTON G E,WILLIAMS R J.Learning representations by back-propagating errors[J].Nature,1986,323:533-536.
[13] LECUN Y,BOSER B,DENKER J S,et al.Backpropagation applied to handwritten zip code recognition[J].Neural Comput,1989,1(4):541-551.
[14] KRIZHEVSKY A,SUTSKEVER I,HINTON G E.ImageNet classification with deep convolutional neural networks[J].Commun ACM,2017,60(6):84-90.
[15] 罗粤铭.基于肾系水肿古籍挖掘的茯苓类方药在糖尿病肾病中的应用研究[D].广州：广州中医药大学，2019.
[16] 王倩.基于《伤寒论》热利三方医案文献的中药处方用量研究[D].北京：北京中医药大学，2015.
[17] 孙燕.基于机器学习技术的《伤寒论》方证分析方法研究[D].北京：北京中医药大学，2007.
[18] 王国玺，李兵，张华敏，等.基于知识组织的医案古籍知识库的构建与思考[J].西部中医药，2019,32(9):49-52.
[19] 王阶，熊兴江.名医经验传承探索之路[J].中医杂志，2011,52(7):545-549.
[20] 刘英锋，查青林，黄利兴，等.对名医传承规律与传承模式研究的设想[J].中医药管理杂志，2010,18(12):1070-1072,1078.
[21] 肖晔.陈潮祖医案“五经五纬” 方证对应数字化模型研究[D].成都：成都中医药大学，2020.
[22] 庞博.施今墨学派名老中医诊治糖尿病学术思想与经验传承研究[D].北京：北京中医药大学，2012.
[23] JIANG M,LU C,ZHANG C,et al.Syndrome differentiation in modern research of traditional Chinese medicine[J].J Ethnopharmacol,2012,140(3):634-642.
[24] 杨涛，朱学芳.中医辨证智能化研究现状及发展趋势[J].南京中医药大学学报，2021,37(4):597-601.
[25] HU Q N,YU T,LI J H,et al.End-to-End syndrome differentiation of Yin deficiency and Yang deficiency in traditional Chinese medicine[J].Comput Methods Programs Biomed,2019,174:9-15.
[26] 刘丽蓉，詹秀菊.基于BP神经网络和支持向量机的荨麻疹证候分类探讨[J].广州中医药大学学报，2020,37(3):573-577.
[27] LIU G P,YAN J J,WANG Y Q,et al.Deep learning based syndrome diagnosis of chronic gastritis[J].Comput Math Methods Med,2014,2014:938350.
[28] 刘婧玮.基于卷积神经网络的中医舌象辨识人工智能方法学研究[D].北京：北京中医药大学，2020.
[29] 陈松晔.基于深度学习和集成学习的脉象信号分析识别研究[D].上海：华东理工大学，2020.
[30] 魏戌，谢雁鸣，田峰，等.病证结合构建慢病风险预测模型的思路与方法[J].中国中医基础医学杂志，2017,23(2):180-183.
[31] 马红丽，徐长英，杨新鸣.决策树模型在中医药领域的应用现状[J].世界中医药，2021,16(17):2648-2651,2656.
[32] 方锐，杨勇，任建萍，等.“中西医并重” 视角下中医“治未病” 与健康管理的对比及融合研究[J].世界科学技术-中医药现代化，2018,20(11):1929-1935.
[33] LIN S,LI Z G,FU B W,et al.Feasibility of using deep learning to detect coronary artery disease based on facial photo[J].Eur Heart J,2020,41(46):4400-4411.
[34] 佟旭，杨纯，孟庆刚.基于多标签机器学习的糖尿病肾病中医“同病异证” 风险评估模型的构建[J].中华全科医学，2022,20(2):181-185,227.
[35] 李军，胡晓娟，屠立平，等.基于舌象参数与多指标特征联合的2型糖尿病风险预测模型[J].中国中医基础医学杂志，2021,27(3):451-456,501.
[36] 王梓民.基于病例大数据的中医“治未病” 机器学习方法[J].电子技术与软件工程，2019(5):161-163.
[37] 夏淑洁，杨朝阳，李灿东.智能化中医“治未病” 健康管理模式探析[J].中华中医药杂志，2019,34(11):5007-5010.
[38] 钟赣生.中药学[M].3版.北京：中国中医药出版社，2012.
[39] 吴冲.基于深度学习的中药材鉴别方法研究[D].成都：四川大学，2021.
[40] 鲁路.基于机器学习优化分子对接筛选肾衰营养胶囊有效成分[D].广州：南方医科大学，2017.
[41] 马磊，王佳辉，郝宣润，等.基于人工神经网络模型的黄芩提取物性状-成分与药效相关性研究[J].中草药，2020,51(8):2151-2161.
[42] REN X,SHAO X X,LI X X,et al.Identifying potential treatments of COVID-19 from Traditional Chinese Medicine (TCM) by using a data-driven approach[J].J Ethnopharmacol,2020,258:112932.
[43] YU J S,HO C H,HSU Y C,et al.Traditional Chinese medicine treatments for upper respiratory tract infections/common colds in Taiwan[J].Eur J Integr Med,2014,6(5):538-544.
[44] CHU S M,SHIH W T,YANG Y H,et al.Use of traditional Chinese medicine in patients with hyperlipidemia:a population-based study in Taiwan[J].J Ethnopharmacol,2015,168:129-135.
[45] BU D,XIA Y,ZHANG J,et al.FangNet:Mining herb hidden knowledge from TCM clinical effective formulas using structure network algorithm[J].Comput Struct Biotechnol J,2021,19:62-71.
[46] 王鹏，张静宇，石文，等.基于决策树算法的古代方剂分类研究[J].信息与电脑(理论版),2021,33(10):45-48.
[47] 卢云，张梦月，夏赫，等.基于LightGBM及SHAP对1055例新型冠状病毒肺炎重型患者中西医结合及西医治疗的多中心回顾性研究[J].北京中医药大学学报，2021,44(12):1098-1107.
[48] 颜彩琴，范睿琦，宁雨坪，等.深度学习模型在中药毒性预警中的应用和前景[J].中国药理学与毒理学杂志，2022,36(3):231-240.
[49] 叶立，王新洲，朱永亮，等.利用树模型预测中药成分的肝毒性[J].中国药学杂志，2014,49(18):1583-1588.
[50] 吴淇慧.中草药肝毒性预测模型的构建及其应用研究[D].广州：广州中医药大学，2018.
[51] 王华，杜元灏.针灸学[M].3版.北京：中国中医药出版社，2012.
[52] 刘涛涛，王志辉，张弓，等.神经网络在针灸训练系统中的应用研究[J].计算技术与自动化，2020,39(3):102-107.
[53] 谢天宇.针灸治疗膝骨关节炎智能辨证选穴的算法模型研究[D].成都：成都中医药大学，2019.
[54] 温川飙，陈菊，贾伟，等.基于深度学习的穴位敏化客观化方法研究[J].辽宁中医杂志，2017,44(8):1723-1725.
[55] 韦晓燕，张洪来，魏航，等.BP和Elman神经网络评价针灸治疗颈椎病疗效研究[J].现代计算机(专业版),2016,22(22):3-6,12.
[56] 尹涛，何昭璇，孙睿睿，等.机器学习在针灸研究领域的应用现状与展望[J].中国针灸，2020,40(12):1383-1386.
[57] 梁吉，韩名媛，王承斌，等.机器学习与针灸学领域结合的研究进展[J].针刺研究，2021,46(6):460-463.
[58] 孙肇阳，吕桂娇，郭义，等.中医诊疗复杂巨系统的人工神经网络建模原理[J].中华中医药杂志，2022,37(10):5841-5844.
[59] 陈曦.深度学习(DL)算法在中医药领域的应用探索[C]//第一届中国中医药信息大会论文集.北京，2014:81-84.
[60] 关菀，马志龙，徐春，等.深度学习技术在中医领域中的应用[J].中国卫生信息管理杂志，2022,19(2):281-285,292.
[61] 刘大路，李静.培养医学生机器学习的实践素养[J].基础医学与临床，2021,41(7):1071-1075.
[62] 陈靖，许欣竹，龚杰.新时期中医药创新创业人才培养模式探究[J].中国中医药现代远程教育，2022,20(5):11-13.
基本信息:
DOI：10.13193/j.issn.1673-7717.2026.02.003
中图分类号:R2-03;TP181
引用信息:
[1]吴文玉,詹少锋,焦欣,等.中医药领域机器学习研究的现状与发展趋势探讨[J].中华中医药学刊,2026,44(02):11-16+263-264.DOI:10.13193/j.issn.1673-7717.2026.02.003.
基金信息:
国家自然科学基金项目(82574938); 国家中医药传承创新中心科研专项(2022QN24,2022QN27); 国家中医优势专科(广州中医药大学第一附属医院肺病科)建设项目广东省普通高校重点领域专项(2022ZDZX2014); 广东省研究生教育创新计划项目(2022ANLK025); 广东省中医药科研项目(20231169,20251124); 广东省自然科学基金项目(2024A1515012160); “广东特支计划”省卫生健康委卫生健康人才项目(0720240224); 广东省医学科学技术研究基金项目(B2023051); 广东省重点科室(中西医协同科室)建设项目; 深圳市宝安区医疗卫生科研项目(2023JD124,2023JD107,2023JD105,2023JD110,2024JD289,2024JD293,2024JD316); 深圳市宝安区医学会医疗卫生科研项目(BAYXH2024011); 深圳市中西医结合医院院内项目(YJ-2023-106,YJ-2023-104,YJ-2023-115)
2025-07-30
2025-07-30
2025-07-30