人工智能也可“望闻问切”(2)

　　例如，由中医药广东省实验室牵头建设启动的中医药横琴大模型，包含100亿字符中医知识文本及中医院数字化病例。它依托高可信中医诊疗知识库，可辅助医生精准诊疗，提供个性化治疗方案。由华东师范大学、上海中医药大学等单位联合开发的“数智岐黄”中医药大模型，以《黄帝内经》《伤寒杂病论》等著名中医典籍及1000多本古籍和中医药文献为核心数据基础。它采用预训练和微调并结合检索增强生成和插件调用等技术，通过方剂推荐、中药性质解读、证候辅助诊断，实现中医药领域知识智能问答、健康咨询、中医药知识图谱动态交互三大核心功能，助力中医药创新研究和人才培养、临床辅助诊疗及中医养生保健。

　　刘良对人工智能在辅助诊断方面的作用也抱有很高期望。他在香港出诊时，常常遇到病人好奇地询问：“医生，你是怎样把我的类风湿病情控制住的呢？”这些病人希望能像了解西医诊断那样，清楚知道治疗的具体靶点情况。“这时我只能很遗憾地告诉他们，现在还无法详细解释清楚，因为中药的复方辨证治疗很复杂，目前还没有技术能解析。”刘良说，在看诊过程中，他只观察到患者关节红肿热痛症状；如果借助人工智能大模型，通过数据训练，就能精准诊断红肿程度，让治疗更客观。

　　数据可解释性亟待提升

　　“当下，人工智能赋能中医药发展已经迈出一步，有的中医药人工智能大模型已得到初步应用。但要使之成为精准科学研究，还需要付出更多努力。”陈凯先认为，挑战之一是数据可靠性与可解释性问题。

　　“如果数据不可靠，人工智能得出的结论也不正确。中医传承千年，大部分属于描述性语言，比如‘脉细’。如何把它们变成可靠数据，使之具有可解释性，是人工智能应用到中医药领域首先要解决的问题。这需要科研人员进一步用现代科学方法解析中医药作用原理。”陈凯先说。

　　对此，刘良认为，首先要构建庞大、高质量的数据集，包括临床数据、科研数据、文献数据、海外数据等；其次，还要对这些数据进行收集、清洗、整理；最后，应收集多模态数据，将不同数据归纳到一套语言体系中。

　　“人工智能的模型架构仍需不断完善，数据集也要不断进化。应加强算力硬件设施建设，提升算法和算力水平。”刘良说，目前既懂算法又懂中医药的复合型人才短缺，因此要注重人才培养，引导他们参与算法研发、训练与应用等工作，助力提升算法质量。

　　“以人工智能为‘大脑’、以实验装备为‘双手’，‘大脑’指挥‘双手’，有望为中医药领域带来变革。”陈凯先认为，中医药需与时俱进，应用多学科现代科学技术开展综合研究，实现中医药现代化。

(责编：罗知之、陈键)