中医药政策演进视角下AI赋能的传承创新机制与发展路径研究

Research on the inheritance and innovation mechanism and development path empowered by AI from the perspective of the evolution of TCM policies

摘要

当前，AI技术的迅猛发展给中医药现代化带来了机遇。中医源于我国博大精深的传统文化，受到时代和政策等环境的影响，在不断演变和发展过程中完成继承和发展。从历史的角度来看，通过梳理中医药政策发展历程，探索AI赋能中医药传承与创新的机制，总结AI赋能中医药的发展路径，可为中医药未来的发展提供思路。经研究可知，AI技术具有挖掘中医药知识并实现数字化传承、实现智能辅助诊疗和个性化推荐、实现中药研发及质量控制等功能。但是，在AI赋能中医药传承创新过程中仍存在政策支持体系缺乏、中医药数据标准不统一等问题，需要从政策上进行完善、在技术上进行创新、在产业上进行融合，最终形成AI+中医药的协同创新体系，进而实现中医药的现代化与国际化。

Abstract

At present, the rapid development of AI technology has brought opportunities for the modernization of traditional Chinese medicine (TCM). TCM originated from the profound traditional culture of China and has been evolving and developing through inheritance and innovation under the influence of the times and policies. From a historical perspective, by sorting out the development process of TCM policies, exploring the mechanism of AI empowering the inheritance and innovation of TCM, and summarizing the development path of AI empowering TCM, it can provide ideas for the future development of TCM. Research shows that AI technology has functions such as mining TCM knowledge and achieving digital inheritance, realizing intelligent auxiliary diagnosis and personalized recommendation, and achieving drug research and development and quality control. However, there are still problems such as the lack of a policy support system and the non-uniformity of TCM data standards in the process of AI empowering the inheritance and innovation of TCM. This article suggests improving policies, innovating technologies, and integrating industries to ultimately form a collaborative innovation system of AI + TCM, and realize the modernization and internationalization of TCM as soon as possible.

关键词

中医药政策 / AI / 传承创新 / 机制与路径 / 赋能

Key words

TCM policy / AI / inheritance and innovation / mechanism and path / empowerment

中华民族博大精深的传统医学以中医药为代表，中医药理论和技术具有鲜明的特色。为此，国家出台了一系列文件。例如，《中共中央、国务院关于促进中医药传承创新发展的意见》《“十四五”中医药发展规划》《关于促进数字中医药发展的若干意见》等，均提到运用现代科学技术手段促进中医药的传承与发展。随着AI等先进技术在医疗健康领域的广泛应用，中医药传承创新发展进入新的发展阶段。但是，由于AI在中医药领域的应用仍处于起步阶段，数据不规范、算法不匹配、政策体系不完善等问题仍然制约着AI在中医药领域的应用与发展。基于此，本文从中医药政策演进的角度思考中医药借助AI促进自身传承与创新的具体方式，并提出相关优化发展路径，为中医药现代化发展提供一定的借鉴和参考。

1 中医药政策的演进历程

1.1 政策发展阶段

（1） 奠基阶段（1949 — 1978年）

新中国成立后，中医药事业发展迎来了第一次转折，中医药工作被纳入国家规划；以毛泽东主席为代表的党和国家领导人明确提出了“中西医结合”的方针^[1]；国家从设立中医院校、科研院所、中医药管理机构等方面为中医药传承发展打造了“中西医结合”方式^[2]。但是，由于当时新中国刚刚成立，缺乏技术、物质和科研条件，中医药事业发展速度缓慢，在诊治方法、中药创制、规范化等方面的发展相对滞后，尚未脱离传统的经验运用，此阶段本文概括为奠基阶段。

（2） 改革发展阶段（1978 — 2000年）

1978年，改革开放的春风吹拂着中国大地，也吹入中医药发展创新的春风^[3]。《中华人民共和国中医药条例》《中华人民共和国药品管理法》等法律法规相继出台^[4]；各地中医药院校重新恢复招生，中医医院进入建设热潮，形成了“院校教育+师承教育”并行发展的格局；国内的中医药领域已做好立足于自身特点和优势学习借鉴外部经验的准备。但是，传统经验和方法仍然占据中医药事业开展的大半比例，同时整个行业也没有完全进入现代化发展的进程，此阶段本文概括为改革发展阶段。

（3） 创新发展阶段（2000 — 2016年）

步入新世纪后，中医药发展升级为国家战略，政策支持力度不断加大^[5]，《中华人民共和国中医药法》立法步伐已经启动；国家中医药管理局通过抓标准建设、制定开展中药材GAP认证等一系列措施，加快中医药“走出去”的步伐；同时与世界卫生组织的合作也越发深入，海外中医中心建设和推广较好地带动了中医药走向世界。但从技术层面上来说，此阶段对中医药而言，最大的问题还是在诊疗技术和药物研发方面，人工智能、大数据等智能化技术还没有普及应用，并未形成系统的支撑体系，此阶段本文概括为创新发展阶段。

（4） 智能化赋能阶段（2016年至今）

伴随着人工智能等数智技术的快速发展，中医药迎来了数字化转型的战略机遇期，国家高度重视人工智能与中医药的融合发展，不断出台相关战略文件，从政策层面为“互联网+中医药”“AI+中医药”的深度融合指明了方向。在此背景下，“互联网+中医药”“AI+中医药”将大数据挖掘、机器学习等技术应用于中医药领域，帮助科研人员加快构建智能中医诊断系统、中医药智能制造设备和远程诊疗平台^[6]，为医务人员提供辅诊建议，提高临床诊断的准确性及效率；在药品研发方面，借助AI强大的数据库和分析能力可以实现药品研发的成分筛选、方剂优化；在远程诊疗服务方面，中医诊疗可以利用信息化手段开展“云端中医”，远程连线为患者提供诊疗服务^[7]。此外，中医药智能装备的研发（如智能煎药机、脉诊仪等）、中医古籍的数字化等项目的稳步推进，使得中医药学的传统诊治经验与现代智能技术相融合，助推中医药服务能力向精准化、智能化方向发展，开启了中医药发展的新篇章，此阶段本文概括为智能化赋能阶段。

1.2 政策对AI赋能中医药的影响

2017年出台的《新一代人工智能发展规划》，提出了AI与中医药融合发展，但在文件的指引下如何真正得到贯彻落实还没有充分体现出来。一方面，很多地区尚未细化AI赋能中医药发展的扶持政策，且AI前沿技术配套的资金没有完全落实到位，技术转化平台完全落地需要一定的时间，使得AI与中医药产业需求的对接较为缓慢；另一方面，中医药相关部门之间存在协同性弱的问题，例如卫生健康、药品监督、科教等部门对数据标准、数据共享还不够紧密，监管规则相互衔接也不够顺畅，导致中医药现代化发展出现政策“碎片化”现象。后期，政府层面还需进一步完善相关政策机制，促使二者有机结合、有效衔接，并加强对其融合发展工作的指导。

2 AI赋能中医药传承与创新的机制

中医药政策发展的每一次重心转移都是完成时代赋予的使命。步入数字智能化时代，中医药破除旧的发展藩篱，完成新一轮“传承精华、守正创新”是新时代对中医药发展的要求。AI是智能时代的科技驱动力量，而政策构建的制度框架可为AI技术落地提供沃土，两者形成战略契合。政策与技术的双向赋能是中医药传承创新发展底层逻辑的新机理，是中医药改革创新发展的一种新机制。

2.1 知识挖掘与数字化传承

现代信息技术在中医药知识挖掘和文化传承中扮演着核心赋能角色。中医药典籍浩如烟海，大量的中医药典籍靠人力很难整理归纳。依靠人工方式进行归纳整理不仅效率低，且易受主观因素的影响，导致大量珍贵知识难以有效提取和利用，严重制约中医药理论的传承与发展，亟须借助现代技术手段破解这一困境。通过人工智能（如NLP）可以将中医药典籍知识图谱化^[8]，把中医药理论成果以数字化的方式保护起来，然后通过深度学习算法将《黄帝内经》《伤寒论》等经典名著开展识别、分类与归类研究，并从中找出最有价值的中医诊疗规律，为现代化的中医研究提供帮助和指导。

2.2 智能辅助诊疗与个性化推荐

AI技术应用于中医四诊数据中，可生成大量准确的数据资料。通过AI技术来深化对各分型患病特点和关键点的研究工作，构建全新的智能诊断模型，也是今后重要的研究方向之一。计算机视觉能从舌象、面色等图片中获取纹理、色彩、形态等特征，并将其转化为诊断所需的特征值；自然语言处理技术可以将问诊语音数据转化为文字，并对其进行语义解析和特征提取，用以改善辩证逻辑的推理过程^[9]；机器学习算法通过对海量数据的学习来挖掘其“症－证－法”三元组关联规则，并在深度学习或者统计学习的基础上，推荐针对病人症状对应的个性化治疗方法。利用多模态数据融合分析及智能处理等策略有望助推中医诊断的客观化、精准化和智能化发展^[10]。

2.3 中药研发与质量控制

人工智能可以融合多种AI技术来搭建智能化的研发体系。其中，分子对接技术是运用计算机模拟方法，根据中药有效成分与疾病靶点的结合能、空间构象匹配度，预测成分-靶点相互作用强度的技术，预测复方活性成分为中医药理论挖掘与新药研发提供了高效路径^[11]；大数据分析是利用机器学习的方法整合临床疗效、中药药性、药理实验结果等数据，归纳出药物配伍规律并针对配方结构和剂量比值进行复方组方优化；区块链技术利用分布式账本记载了中药材从种植、采收到加工、成药全过程的数据信息，不可篡改地保证了质量信息追溯的精确性。以上技术均是基于跨学科交叉而生成的知识融合与智能协同形成的技术范式，使中药复方研究由经验驱动向数据驱动转化，引导中药复方走向数字化研发，进而引领中药复方的创新发展。

2.4 智能健康管理与远程医疗

AI技术与中医药相结合为慢性病治疗及养生保健给出有效的创新性方案。例如，智能穿戴设备可利用传感器收集患者的各项生理指标（心率、血氧、体温等），运用中医体质辨识理论结合多维评估模型，通过机器学习获取用户体质、健康数据的内在联系，给用户的食疗、运动、情志等方面提供个性化的养生方案^[12]；远程中医问诊平台基于5G通信和视频交互技术，汇集多家三甲医院中医专家资源，通过图像识别技术将舌苔、面部色彩影像化，通过语音采集疾病症状数据信息^[13]，实现基层患者远程向专家咨询问诊需求，突破了地域和时间的限制，实现“技术赋能+服务下沉”，把中医药的应用向慢性病预防、亚健康管理方向倾斜^[14]，从而助推形成全生命周期的健康管理模式。

2.5 智慧教育新生态与人才培养

AI技术对于中医药高等院校来说是十分重要的，相较于传统教育，AI技术可以打破时空限制，实现中医药院校的“沉浸式”教学。采用虚拟仿真技术让学生置身于教学之中，开展针灸定位、中药炮制等练习，化抽象理解为具体体会书本中的理论知识；通过智能教育系统，对学生的学习兴趣点、学习进度、学习弱点等进行判定，得出学生的学习轨迹并推荐适合的知识模块；“将AI+智能”临床智慧系统作为医生临床上的辅助工具，实时解析和引导学生分析和制定诊疗方案，快速积累临床经验获得辩证思维能力。在继续教育环节，AI搭建的海量数据库、优质课程以及交流平台等，可让医务人员实现在线研讨交流，进行思维火花的碰撞；对医务人员个人来说，AI能对其继教完成情况进行评价指导，帮助其确认目标方向；对地域或机构来说，AI可以辅助中医药资源深层次融合，促进区域中医药医疗单位或机构的智能化发展，为中医药领域培养更多的医学人才。

3 AI赋能中医药的发展路径

结合政策引导和科技驱动的AI赋能，在知识挖掘及数字化传承、智能辅助诊疗及个性化推荐、中药新药研发及质量控制等机制方面已有突破。但是，面对产业发展规模化的迫切要求、国际标准体系建设的要求和复合型人才缺乏等问题，仅仅纯靠这种机制还不足以实现中医药的跨越式发展，只有把理论机制转化为现实的发展道路，通过政策上求优、技术上求新、产业上融合等多种方式，才能把AI与中医药融合创新的潜力发挥出来，从理论上实现创新，从实践上实现突破，才能最终形成一种全面的智能体系。

3.1 政策优化路径

推动AI与中医药相结合，需要在各方面统筹规划，一体化推进。首先，制定专项政策，明确“AI+中医药”在技术研发、数据治理、产业发展等方面的工作思路，并通过政策引领中医药数据标准化建设，形成标准规范，搭建标准库、统一数据采集、存储、共享机制，打破信息孤岛，提高数据的可利用度和安全性；其次，强化“政产学研用”协同创新，形成长效联动机制，即以政府为主体统筹各类资源并优化配置，以高校和科研院所为主体开展技术研发、市场开拓等工作，向医疗机构开放临床应用场景和运用好医疗机构承担的政策红利，全链条打造高效的创新链、协同发展生态链，抓实、抓好自主创新体系建设；另外，完善AI在中医药领域的伦理和监管体系，出台算法歧视、数据安全、责任认定等方面的规章制度，设立AI伦理审查、动态评估、风险预警、依法合规使用机制，保障AI技术应用的安全可靠性和伦理合规性。

3.2 技术创新路径

为了中医药现代化的发展，必须建立高质量的数据平台和各种新技术的应用体系。在此过程中，首先，需要制定标准化的数据采集规范及质量控制体系，以此来建立大数据平台，并集成临床诊疗信息、古籍文献、药材溯源等多种异构数据，经过清洗、标注以及治理将各类数据完整准确地汇集起来，从而为AI模型的训练提供强有力的保障；其次，根据中医学术特色的适用性来研发AI算法模型体系，以辨证论治为中心思想来开发适用于AI的新型算法模型，采用深度学习与知识图谱等开发具备整体观念以及辩证逻辑的AI智能模型，从而帮助中医智能模型实现由辨识症状到判断证候的推理过程；最后，加快5G、物联网等新技术与中医药智能诊疗场景的融合，运用5G网络实现中医远程会诊数据的低时延传输，借助物联网技术把智能穿戴设备接入中医诊疗系统，使其与中医诊疗设备实现互联互通，进而推进中医诊疗的实时化、智能化、精准化，促进中医药现代化发展。

3.3 产业融合路径

在中医药产业和人工智能技术相融合的时代背景下，须从协同发展、业态创新及开拓国际渠道等方面构建产业发展路径。首先，主动搭建“产学研”协同创新平台，以政策引导来汇聚多方资源^[15]，扶持AI企业与中医院、药企联合发展。利用AI的技术研发优势，借助中医院的临床应用场景，发挥药企的产业化能力，助力AI技术落地于中医药的诊前准备阶段以及用药指导、药物研发等多个领域，促进中医药产业科技创新成果的转化提升，从而真正发挥创新驱动、平台引路的作用；其次，利用创新打造产业升级动力，重点打造“智慧中药房”“AI中医助手”等创新平台，通过人工智能技术推动中药房管理、处方审核、智能调配全流程的自动化、智能化；再者，研发人工智能中医助手，利用大数据分析、机器学习助力中医药临床诊断，帮助医师提高工作效率和服务质量；最后，强化国际交流合作，构建中医药AI多层面技术推广体系，通过参与国际标准制定、组织高水平的国际学术会议、发布中医药AI技术相关成果等途径，把中医药AI技术、产品和服务“走出去”，提高中医药在世界健康产业中的话语权和竞争力。

4 结束语

该文从中医药政策演进的角度来审视中医药发展的脉络，并立足于当前AI技术的发展探讨中医药传承创新发展的政策逻辑；依托AI技术的时代特征，剖析了AI技术的发展是解决中医药传承标准化不足、现代化滞后等问题的突破口。总的来说，中医药政策演进为中医药的传承创新发展提供了制度动能，而AI技术是激活并升华这一动能的关键引擎。两者相辅相成，一方面政策引导可破除AI在行业应用中的壁垒，促进产学研一体化，另一方面AI能助力中医药实现经验传承到科学创新的突破，从而加速中医药标准化、现代化进程。未来研究可从三方面深化拓展：首先是要加强多学科交叉研究，探索AI技术与中医药理论深度融合的新范式；其次是健全政策支持体系，加强顶层设计，健全数据标准和数据共享机制，打破行业内外的界限；最后是加快国际化布局，积极参与国际标准制订，建设好海外交流合作平台，打造具有国际影响力的中医药AI技术，并且需要持续做好技术伦理和安全工作，在技术伦理安全要求的前提下促进中医药AI产业高质量发展。

参考文献

[1] 袁有树, 王昱涵, 王志伟. 基于中医药综合改革示范区的中医药“三医”政策协同度分析[J]. 中国医院管理, 2025(5): 33-38.

[2] 张秋, 郑柏枫, 陈嘉仪, 等. 高质量共建“一带一路”倡议下粤港澳大湾区中医药服务贸易发展的优化路径研究[J]. 中国卫生事业管理, 2024(10): 1081-1085.

[3] 王先俊. 世界现代化历史图景中的中国式现代化[J]. 安徽师范大学学报(社会科学版), 2025(3): 1-8.

[4] 岳远雷, 王文延. 《中医药法》与《药品管理法》有关中药保护衔接机制研究[J]. 中草药, 2023(6): 1705-1712.

[5] 万晓文,黄蓉, 马利荣, 等. 中国中医药政策及发展现状研究[J]. 中国全科医学, 2025(10): 1161-1169.

[6] 何德旭, 汪红驹, 马珺, 等. “十四五”时期中国经济发展的新变化、新挑战[J]. 财经智库, 2021(1): 79-139.

[7] 程玲, 田慕秋, 平艳玲, 等. 针灸智能医疗装备研究现状及思考[J/OL]. 中国针灸, 1-18[2025-05-30].

[8] 鞠孜涵, 白如江, 张玉洁, 等. 数字人文视域下古籍数据库建设关键技术研究: 兼评稷下学文献资料数据库的建设思路[J]. 图书情报工作, 2022(19): 4-14.

[9] 向志强, 陈露菡. 智能时代的阅读革命: AI阅读运行机制转换与意义生成嬗变[J]. 出版发行研究, 2025(4): 5-12.

[10] 程海波, 张磊, 付勇, 等. 2023年度中医药重大科学问题、工程技术难题和产业技术问题[J]. 中医杂志, 2023(14): 1405-1421.

[11] 周叶婷, 赵璐, 王毅. 中药药效物质及其靶标发现技术研究进展与展望: 更精准、更高效、更智能[J/OL].中国中药杂志,1-15[2025-05-30].

[12] 王文君, 郑丽敏, 程泓宇, 等. 机器学习在可穿戴智能传感系统中的应用与进展[J]. 科学通报, 2023(34): 4630-4641.

[13] 吴莹洁, 崔暖, 辛国江, 等. 中西医结合影像学的研究模式和方法[J]. 中国中医药信息杂志, 2025(5): 7-12.

[14] 王停, 王琦, 仝小林, 等. 基于治未病的中药新药研制与监管科学问题探讨[J]. 中药药理与临床, 2025(1): 12-17.

[15] 张羽飞, 刘兵, 原长弘, 等. 中国式现代化情景下产学研创新联合体的建设路径研究 [J]. 科研管理, 2025(2): 73-85.

基金资助

长沙市卫健委重点项目“中医药发展政策梳理与展望研究”(SB2024-079)

湖南省卫生经济与信息学会一般项目“中医视角下‘医养游’产业融合推动健康老龄化的政策协同机制与路径优化研究”(WJX2025B21)