南京中医药大学学报杂志

南京中医药大学学报杂志2024年第12期

• 人工智能赋能中医学高质量发展面临的问题与挑战

  杨涛, 任海燕, 周作建, 朱学芳, 胡孔法,

  中医学高质量发展是新时代中医学发展面临的重要课题。人工智能作为新质生产力的代表之一，有望为中医学的传承、创新与发展提供强力动能。通过聚焦智能中医预警与诊断、智能中医治疗与康复、智能中医科研与教学三大方向，梳理人工智能赋能中医学存在的问题和挑战。在智能中医预警与诊断方面存在着中医理论本身的规范化和标准化问题，开放优质的大规模中医标注数据资源不足，智能方法设计缺乏中医理论及思维指导等问题；在智能中医治疗与康复方面，存在着反馈和调节机制尚未健全，多学科协同创新深度不足，技术安全和法律法规不够完善等问题；在智能中医科研与教学方面，存在中医隐性知识的挖掘和阐释不足，中医专家思维的学习和模拟不足等问题。基于以上问题提出相应的解决思路，为“人工智能+中医学”交叉学科领域研究开拓思路，为中医学传承创新高质量发展提供参考。

• 智能时代背景下的智慧中医研究思考

  任海燕, 王维广, 许林, 黎晖, 蒋涛, 杨涛, 罗静静, 李涛, 张磊, 刘清君, 覃文军, 孟祥飞, 李芳杰, 王鑫, 林静怡, 周鹏, 郭义, 孟昭鹏,

  探讨智能时代背景下人工智能(AI)技术赋能中医领域的必要性、智慧中医的内涵及任务，及相关研究落地转化进展，紧扣国家导向、刚需及问题，进行顶层设计，提出未来可用于中医领域的热门AI技术以及智慧中医未来重点关注的研究方向，以期为进一步促进多学科交叉创新融合，助力实现中医药现代化传承创新发展奠定基础。

• 国医大师周仲瑛辨治重大慢性疾病经验学习决策支持系统的构建与应用

  周静汶, 李柳, 叶放,

  在开展国医大师病机辨治重大慢性疾病临床经验传承研究的基础上，基于智能技术构建国医大师周仲瑛教授辨治重大慢性疾病经验学习决策支持系统。首先将周仲瑛教授80年代以来保存的门诊纸质病案电子化，然后对电子数据库进行数据挖掘并形成结构化数据库及知识元模块网络，最后就挖掘出来的结果方案进行名医访谈。该系统在临床中的推广应用，获得了一种原创性传承学习国医大师周仲瑛教授辨治重大慢性疾病经验的新方法，极大地提高了中、青年中医师在应对个性化复杂多变的重大慢性疾病的诊疗思路，突破传统“师带徒”一对一的带教模式，形成了规模化的中医传承教育新模式。

• 数字中医药的历史溯源及发展趋势

  鲁姗, 周小青, 王枭冶, 晏峻峰,

  通过对数字中医药溯源，梳理其萌芽形态和发展阶段、数字中医药名词的提出、现阶段的概念演变，以及人工智能在中医药中的发展应用，以期给相关研究者在领域内的整体认识和研究启发，由此全面推进数字中医药的基础研究和体系构建。

• 中医望诊形态特征提取研究思路与方法

  徐安迎, 杨涛, 王天舒, 胡孔法,

  传统中医望形态判断通常依赖于医生的主观认知和经验累积，客观性不足，如何实现中医望诊客观化对于疾病诊断、疗效评估具有重要作用。随着计算机视觉技术发展，形态特征提取方法在中医望诊领域具有广泛的应用，通过对中医望诊形态特征提取方法的研究可以进一步提高中医望诊的客观性和准确性。文章对面、舌和全身形态特征含义和作用进行了系统性的梳理，提出了中医望诊形态特征提取方法的研究思路，分析总结中医望诊形态特征提取方法，以期为中医望诊智能化研究提供参考。

• 基于机器学习的阴阳二十五人手诊体质辨识模型探索

  张晓维, 娄彦梅, 周炜翔, 王豪, 陈琪, 张晓雨, 赵晨, 胡爽, 胡孔法, 商洪才, 徐雪,

  目的结合机器学习的手诊图像分析，探索阴阳二十五人体质辨识模型的构建，以期丰富体质辨识特征输入。方法基于阴阳二十五人理论，采用自主研发的手诊采集设备，对542名心血管科就诊患者的手部图像进行标准化采集。通过Mediapipe手掌关键点算法提取手部关键点，利用几何学分割手掌区域，得出不同部位的长度和色域特征，并由具有资质的医师根据电子病历确定患者的阴阳二十五型体质，对比随机森林、逻辑回归、Xgboost算法和LightGBM，对患者进行体质辨识。结果成功构建了基于手部特征的中医体质辨识模型，能够辨识包括金木、金火、金水、金土、木火、木水、木土、水火、水土和火土在内的十种基础体质类型。在样本均衡化处理后，随机森林模型在体质辨识中表现最佳，准确率达到了0.69，这一结果显著优于其他模型。结论基于手部特征的中医手诊体质辨识模型能够实现中医五行人体质辨识，但是由于仅使用中医望诊之一的手诊数据，准确率有待提升。相较于传统的体质量表更加具有客观性，具有便捷、高度稳定、一致性强的特点。未来可与面诊、全身躯体望诊等进行多模态融合，促进中医体质辨识技术的精准性、智能化和多维度评估能力。

• 基于人体三维关键点的中医望诊步态特征定义和提取

  管爱华, 沈纪龙, 王子琰, 张琪, 杨涛, 郎许锋, 谢佳东, 胡孔法,

  目的分析心脑血管疾病患者与正常人步态特征差异，探索中医全身望诊新的客观化特征。方法使用单目相机采集受试者正面行走视频，以中医师的诊断结果为疾病标注数据；利用深度学习模型估计关键点三维坐标；定义并基于下肢关键点三维坐标计算步态特征；统计并验证心脑血管疾病人群的步态特征差异。结果自动提取下肢关键点三维坐标并计算了步宽、步长、抬脚高度、双肢夹角、左右髋关节角度和左右膝关节角度8类中医望诊步态特征，对比发现心脑血管疾病人群与健康人群特征存在显著性差异(P < 0.05)。结论所提取的中医望诊步态能够有效区分心脑血管疾病患者与健康人群, 拓展了中医全身望诊的研究范畴，为心脑血管疾病的早期检测和预防提供了新的思路。

• 基于人体三维重建的痰湿与阴虚质辨识模型研究

  王子琰, 杨涛, 周作建, 胡孔法,

  目的提出一种基于单目光学摄像头拍摄的人体全身二维图像，通过人体三维重建算法得到人体三维形态参数，并基于此对痰湿、阴虚与其他体质进行智能辨识。方法采集受试者自然状态下标准静态站姿图像，并让受试者填写体质量表或由主任中医师判断以得到其体质信息，以体质作为数据标注，利用参数化人体三维重建算法提取人体三维形态特征，并通过合成少数类过采样技术(SMOTE)改善样本的分布，利用神经网络建立人体形态与体质之间的联系。结果基于人体三维重建的痰湿、阴虚质辨识模型精度和F1分数分别达到86.16%和79.35%。在使用SMOTE之后，精度和F1分数进一步提升至89.91%和84.33%。这说明该辨识模型具备良好的可行性和准确性。结论基于人体三维重建提取的人体形态特征可以有效辨识痰湿、阴虚质。相较于已有方法，该方法更加便捷，能够快速发现个体存在的偏颇体质隐患。通过提前干预、纠正以达到“治未病”的目的，在门诊和健康体检等临床场景中具有一定的应用潜力和价值，为中医体质辨识的智能化、客观化提供了新思路。

• 基于人工智能的新安医学智能辅助诊疗系统研究

  唐书宣, 徐永祥, 周洁, 张璐瑶, 王鹏, 阚红星, 年福东, 束建华,

  目的构建基于人工智能的新安医学智能辅助诊疗系统，以应对新安医学古籍医案在现代临床应用中的挑战。方法通过结构化和标准化处理新安医学古籍医案，构建新安医学数据库，并利用数据标注、实体关系提取及数据挖掘技术，形成新安医学知识库。进一步，通过知识获取、融合、存储和图谱问答技术，实现新安医学知识图谱的构建，提高知识的组织和检索效率。采用LangChain框架，将新安医学知识库接入大语言模型，实现基于模型的本地知识库问答。结果成功构建了新安医学古籍医案知识库，实现了知识的系统化与标准化。通过知识图谱技术，有效展示了新安医学的知识结构，并开发了智能问答模块，显著提高了知识检索与管理的效率。基于大模型的本地知识库问答系统，依托新安医学理论和实践经验，为临床提供精确诊疗支持，促进了新安医学的传承与创新。结论证实了传统医学文献现代化处理的可行性，为中医药领域的知识创新与临床实践提供了新途径，具有重要的学术价值和临床应用前景。

• 基于相对位置自注意力机制的《伤寒论》实体识别

  徐弘民, 李红岩, 郎许锋, 周作建, 凌云, 王子琰,

  目的《伤寒论》是中医学“四大经典”之一，其中富含大量的医疗实践经验以及用药规律，针对《伤寒论》古籍文献数据挖掘中不充分，尤其是古籍文献上下文语义关系复杂，难以全局把握其中关联等问题，对《伤寒论》进行命名实体识别，有助于深入挖掘其潜在知识。方法根据《伤寒论》古籍文本专业术语多、句式简练的特点，构建双向编码器表征法(Bert)-双向长短期记忆网络(BiLSTM)-相对位置自注意力(RPRSA)-条件随机场(CRF)模型，通过添加相对位置自注意力(RPRSA)层构造命名实体识别模型以识别《伤寒论》中的实体并学习不同层次的信息，从而提高对《伤寒论》中医古籍实体识别的准确度。结果通过实验验证，提出的命名实体识别模型在《伤寒论》数据集上的F1分数(F1-Score)、精确率与召回率分别能够达到88.24%、88.48%与88.00%，通过对比发现其表现优于其他常见命名实体识别模型。结论基于相对位置自注意力机制的模型相较于其他模型在《伤寒论》实体识别任务中表现更佳，为《伤寒论》乃至各类中医古籍信息抽取以及数据挖掘提供基础和助力，为中医智能辅助诊疗提供了有效手段。

• 基于中西医双维特征构建老年高血压轻度认知障碍机器学习预测模型

  钟霞, 赵天恩, 吕世盟, 赵琳琳, 李晶, 焦华琛,

  目的基于中西医双维特征，借助于机器学习技术构建老年高血压轻度认知障碍(MCI)预测模型。方法收集分析2020年1月至2023年3月院内就诊的502例60岁以上原发性高血压患者数据，按照7 ∶ 3的比例随机划分为训练集和验证集, 并将其分为认知障碍组(n=104)和认知正常组(n=398)。运用LASSO回归分析对临床指标数据降维分析，筛选出核心预测因子。采用logistic回归、XGBoost、AdaBoost、SVM、GNB及MLP 6种机器学习算法构建模型，绘制ROC曲线比较6种模型的AUC、准确度、敏感度、特异度及F1分数。SHAP模型揭示预测因子的特征重要性。结果腰臀比、气郁质、年龄、总胆固醇、痰湿质、湿热质、气虚质和空腹血糖是老年高血压患者早期MCI的核心预测因子。XGBoost模型AUC、准确度、灵敏度、特异度、F1分数分别为0.938、0.885、0.846、0.896、0.755，均优于其他算法模型。结论基于腰臀比、年龄、总胆固醇、气郁质、痰湿质、湿热质、气虚质和空腹血糖构建的XGBoost模型预测性能最优，可为临床老年高血压群体中MCI风险的早期辨识和诊治决策提供参考依据。

• 基于检索增强生成技术的中医药问答大语言模型的构建

  张玉铭, 李红岩, 郎许锋, 周作建, 凌云, 王子琰,

  目的构建基于检索增强生成技术的中医药问答大语言模型。方法收集中医古籍《伤寒论》、中医教材、名老中医经方及其他人工标注的中医数据集组建中医药语料库，构建中医药知识向量库；将检索增强生成(RAG)技术结合P-Tuning v2微调方法与大语言模型(ChatGLM2-6B)进行融合构建中医药问答大语言模型。结果以精确率、召回率与F1值为知识问答任务的评价指标进行验证，在简单类中医问答可以达到90%以上的准确率，其中成分类问题的回答准确性最高，F1值达到0.928，中高难度问答准确率在75.8%~87.7%之间，F1值均达到0.766以上；以多样性和准确性为中医问题生成任务的评价指标进行专家打分，研究模型相较于基座模型高出了9.5分。结论研究模型具备良好的语义理解能力和较高的可靠性，有效缓解了模型幻觉并帮助患者明确问题意图，对推进中医药知识的研究以及人性化的交互式回答具有重要意义，为促进中医经验的传承与普及、中医诊疗智能化建设提供了创新方式。

• 大语言模型在中医领域的标准化评估

  曹露, 许林, 张宇洁, 张林帅, 付亚琴, 蒋涛,

  目的针对目前大语言模型(LLMs)在中医学领域测评中的空缺，设计并构建一个中医学测评基准数据集，以对LLMs在中医学知识的掌握与推理表现进行全面、客观地评测，从而为LLMs在中医领域的性能优化提供科学、可靠的依据。方法从中医标准化考试和教科书中收集数据，构建了一个涵盖13个学科共29 506道题的中医测评基准数据集。实验共选取了3个通用模型(GPT3.5、ChatGLM3、Baichuan)和5个中文医疗模型(PULSE、BenTsao、HuatuoGPT2、BianQue2、ShenNong)，对它们在答案预测能力和答案推理能力进行全面评测。测评结果使用准确率、F1值、BLEU、Rouge等指标进行量化评估。结果答案预测实验的结果显示，Baichuan在单项选题中准确率最高，为36.07%；ChatGLM3在多项选题中准确率和F1值最高，为18.96%和76.31%。答案推理实验的结果显示，Baichuan在BLEU-1分值最高，为24.71；ChatGLM3在Rouge-1分值最高，为44.64。结论通用LLMs整体表现略优于中文医疗LLMs，同时所有模型在选择题上的准确率都未超过60%，反映出LLM在中医领域中仍面临巨大的挑战和提升空间。

• 中医药领域大语言模型的研究进展与应用前景

  李欣桐, 马素芬, 张丰聪, 周扬, 李小童, 生慧,

  采用人工智能技术研发的中医药领域大语言模型，推动了中医药的创新与发展，对中医药的传承和创新具有重要意义。基于大语言模型的研究背景，阐述了中医药领域大语言模型的研究现状和研究过程，包括收集中医药领域数据信息、输入指令数据微调模型及选择不同评估方法评测模型性能三个关键任务。总结了中医药大语言模型的前沿技术，如提示工程、检索增强生成、人类反馈强化学习等理论应用，有效提升了大语言模型在中医药领域各种应用场景中的适应能力。分析了中医药大语言模型仍面临的困难及挑战，在数据隐私、伦理偏见、模型解释、技术难题、评估标准等方面仍需进一步优化提升。展望了未来中医药大语言模型的应用前景，将其与深度学习等先进人工智能技术相结合，并融合中医四诊信息、中药图像数据等多模态信息，可为大语言模型在中医药领域的发展提供新的思路，从而更好地服务中医辨证诊断、中药处方推荐、中医药知识图谱构建、中医药教育等各种应用场景。

• 基于混料设计结合G1-熵权法和神经网络的夏枯草开音颗粒制剂处方优化

  王峥峥, 汪盛华, 章晨峰, 闫明, 周恩丽, 肖伟,

  目的优化夏枯草开音颗粒制剂处方，并对中间体进行质量控制。方法采用粉体学评价方法，测定夏枯草开音颗粒喷干粉的物理特性，建立由松装密度、振实密度、休止角、豪斯纳比等9个二级物理质量指标构成的物理指纹图谱，确定前期工艺的稳定性及喷干粉的质量一致性。以颗粒成型率、溶化率、吸湿率和休止角为评价指标，进行干法制粒，对夏枯草开音颗粒的辅料进行筛选；采用混料设计试验结合G1-熵权法和神经网络法分别对所筛选的辅料配比进行优化，并对比2种方法，确定夏枯草开音颗粒的最佳制剂工艺。建立颗粒的物理指纹图谱，评价不同批次间颗粒质量的一致性。结果9批喷干粉的物理指纹图谱相似度大于0.970，物理属性稳定。通过混料设计试验得到的最佳辅料配比的综合评分高于神经网络建模寻优得到的综合评分，故最终确定夏枯草开音颗粒制剂处方的药辅比为7∶3，加入29%麦芽糊精和71%乳糖，进行干法制粒。5批颗粒的物理指纹图谱相似度大于0.994。结论建立的中间体物理指纹图谱可用于夏枯草开音颗粒的质量过程控制，优选出的夏枯草开音颗粒制剂处方能够较好改善颗粒的物理属性，提高颗粒质量一致性。

• 基于多源数据融合的丹参饮片产地溯源研究

  傅饶, 史亚博, 李铭轩, 李昱, 屈凌芸, 毛春芹, 郭志俊, 陆兔林, 赵晓莉,

  目的探究不同产地丹参饮片色泽与气味变化，结合现代机器学习技术实现产地快速区分。方法采用智能传感技术结合主成分分析(PCA)、判别分析、判别因子分析(DFA)、成分热图、相关分析、机器学习等多种数据分析方法，对不同产地丹参饮片的颜色和气味进行了定量表征。结果基于色泽信息建立了丹参饮片产地判别函数。通过对气味信息的分类和筛选，鉴定出10种不同的标志物：乙醇、二硫化碳、环戊烷、3-甲基呋喃、丙二醇、正壬烷、苯酚、1, 5-辛二烯酮、1, 8-桉叶醇和葫芦巴内酯。同时发现饮片的颜色和气味之间存在显著的相关性。此外，基于数据融合的理念，研究建立了子空间聚类等分类模型，与单一色泽分析相比，分类准确率提高到94.4%。结论研究证实了智能感官技术在中药产地溯源中的可行性和优越性，为丹参饮片的产地快速区分与质量控制提供了新的方法和见解。

• 图表示学习在中药组合研究中的应用探讨

  何佳怡, 谢佳东, 胡晨骏, 杨涛, 胡孔法,

  近年来，图表示学习方法备受瞩目，它能够有效地处理图结构数据。中药以其多成分、多靶标、多通路的特点，在复杂疾病的治疗中展现出显著优势，特别是中药的不同组合能够产生独特的协同效果。图表示学习为中药组合的深入研究提供了新的视角。介绍了图表示学习的相关方法，论述了当前图表示学习方法在中药组合的应用现状，以及所面临的挑战及相应的解决方案。通过梳理该领域的研究动态和前沿趋势，旨在为后续的深入研究提供有价值的参考和启示。

• 基于疾病模块分析的大株红景天注射液治疗冠心病心绞痛气虚血瘀证的研究

  薛莲, 董鑫, 赵辰羲, 于雪, 张淑静, 李平, 周雪忠, 杨阳,

  目的揭示大株红景天注射液治疗冠心病心绞痛气虚血瘀证的药理机制，并运用细胞实验初步验证预测结果的可靠性。方法从生物医学数据库和国内外文献中筛选出大株红景天注射液的主要化学成分及其作用靶点；通过GeneCards数据库、MalaCards数据库筛选出气虚血瘀证、心绞痛基因，采用DIAMOnD算法构建心绞痛疾病模块；对“心绞痛-气虚血瘀证-大株红景天注射液”网络的核心靶点进行基因功能富集分析，得到关键通路。最后，进行细胞实验验证大株红景天注射液对缺氧H9C2心肌细胞关键通路蛋白表达的影响。结果筛选出大株红景天注射液主要的化学成分7个，共获得靶点362个；筛选出232个已知心绞痛基因，通过构建心绞痛疾病模块，增加了100个预测得到的心绞痛基因；得到气虚血瘀证症状相关基因2 960个。网络拓扑分析得到大株红景天注射液治疗冠心病心绞痛气虚血瘀证的核心靶点有STAT3、EGFR、TNF、IL-6等共30个；基因功能富集分析获得通路82条。结合以往文献研究分析显示STAT3靶点和JAK2/STAT3通路可能是大株红景天注射液治疗冠心病心绞痛气虚血瘀证的关键作用通路。细胞实验结果显示，与模型组比较，SI组及尼可地尔组JAK2、STAT3的mRNA表达均显著降低(P < 0.05)；JAK2、STAT3的蛋白表达显著下降(P < 0.05)。结论通过疾病模块和细胞实验验证发现STAT3是冠心病心绞痛气虚血瘀证病理机制的关键基因，JAK2/STAT3是大株红景天注射液治疗冠心病心绞痛气虚血瘀证的核心通路，表明了本研究结合疾病模块进行药物治疗病证的有效性和新颖性。