数智技术赋能中医药健康服务:应用现状、内在桎梏与突破路径

Empowering Traditional Chinese Medicine Health Services with Digital Intelligence Technology: Application Status, Internal Constraints and Breakthrough Paths

摘要

数智技术与中医药的融合发展是推进健康中国战略实施的重要路径。文章系统梳理了数智技术在政策体系、中医药智慧医疗、健康管理、传承教育和产业智控等领域的应用现状，指出其在提升服务可及性、精准性及践行“治未病”理念等方面已取得阶段性成效。同时，研究揭示当前仍面临技术适配性不足、健康数据治理失范、复合型人才短缺以及政策激励与健康价值脱钩等核心困境。为实现从“工具辅助”到“模式创新”的转变，文章围绕健康促进的最终目标，从技术攻关、数据治理、人才培养和政策设计四个维度，提出构建以人为本的智能系统、建立以人为中心的健康数据治理体系、培育跨界复合型人才、完善健康价值导向的激励环境等突破路径，推动数智中医药高质量发展，为提升全民健康水平提供体系化支撑。

Abstract

The integrated development of digital intelligence technology and Traditional Chinese medicine is a crucial path for implementing the Healthy China strategy. This paper systematically reviews the current application status of digital intelligence technology in areas such as policy systems, smart healthcare in traditional Chinese medicine, health management, inheritance education, and intelligent control of the industry. It points out that it has achieved phased results in enhancing service accessibility and precision, as well as practicing the concept of "preventing diseases before they occur". At the same time, the research reveals that there are still core challenges such as insufficient technical adaptability, disorderly governance of health data, shortage of interdisciplinary talents, and disconnection between policy incentives and health value. To achieve the transformation from "tool assistance" to "model innovation", this paper, centered on the ultimate goal of health promotion, proposes breakthrough paths from four dimensions: technological breakthroughs, data governance, talent cultivation, and policy design. These include building people-oriented intelligent systems, establishing people-centered health data governance systems, cultivating interdisciplinary talents, and improving incentive environments oriented towards health value, to promote the high-quality development of digital intelligence traditional Chinese medicine and provide systematic support for enhancing the health level of the entire population.

关键词

数智技术 / 中医药 / 健康服务 / 健康促进

Key words

Digital intelligence technology / Traditional Chinese medicine / Health services / Health promotion

参考文献

[1] 新华网. 实体经济和数字经济深度融合发展报告（2025）[EB/OL]. https://www.news.cn/enterprise/20251204/8b9e5965e7be4483a82a2533ea3f7797/deac300ed92d4136baaeff8a6be46998.pdf. 2025-12-04/2026-04-27.

[2] 国务院办公厅. 国务院办公厅关于印发中医药健康服务发展规划（2015-2020年）的通知[EB/OL]. https://www.gov.cn/zhengce/content/2015-05/07/content_9704.htm. 2015-05-07/2026-01-06.

[3] 田晓航, 马晓媛. “家门口”看上好中医——“十四五”我国中医药服务体系再优化[EB/OL]. 北京: 新华社， https://www.gov.cn/yaowen/liebiao/202508/content_7037525.htm. 2025-08-22/ 2025-09-14.

[4] 国家中医药管理局, 国家数据局. 关于促进数字中医药发展的若干意见[EB/OL]. https://www.gov.cn/zhengce/zhengceku/202408/content_6968519.htm. 2024-07-19/2025-09-14.

[5] 罗思言, 王心舟, 饶向荣. 人工智能在中医诊断中的应用进展[J]. 中国医学物理学杂志, 2022, 39(05): 647-654.

[6] 杨玲玲, 薛杨, 王燕萍, 等. 中医体质辨识在中医治未病健康管理中的应用[J]. 中华中医药杂志, 2018, 33(10): 4595-4598.

[7] 刘保延. 转换范式，问题导向，数据驱动，推进中医针灸现代化和高质量发展[J]. 中国针灸, 2023, 43(01): 1.

[8] 尚丽丽, 陈明. 中医药学科交叉建设路径探讨[J]. 中医杂志, 2021, 62(13): 1105-1108.

[9] 李京, 赵爽, 郭沈, 等. 基于“医工理结合、产学研一体”探讨中医人工智能学科复合型人才培养体系的构建[J]. 实用中医内科杂志, 2026, 40(05): 33-35， 149.

[10] 吴梦悦, 华新振, 朱俊清, 等. 数智化技术在中药领域的应用进展及研究现状分析[J]. 中华中医药学刊, 2026, 44(04): 11-16,259.

[11] 中华人民共和国中央人民政府. 国务院关于深入实施“人工智能+”行动的意见[EB/OL]. https://www.gov.cn/zhengce/content/202508/content_7037861.htm. 2025-08-29/ 2025-09-01.

[12] 国家卫生健康委员会. 关于2023年度全国二级和三级公立中医医院绩效考核情况的通报[Z]. https://www.nhc.gov.cn/yzygj/c100067/202506/ab35a8e3b96648bcb59c84693e41ce5a.shtml. 2024-07/2025-09-14.

[13] 方雨萱, 邵明义, 张容容, 等. 基于医案数据的中医经方传承与转化方法研究[J]. 科技导报, 2024, 42(21): 66-72.

[14] MIYE W, SHEYU L, TAO Z, et al. Big Data Health Care Platform with Multisource Heterogeneous Data Integration and Massive High-dimensional Data Governance for Large Hospitals: Design, Development, and Application[J]. JMIR Medical Informatics, 2022, 10(04): 36481-e6481.

[15] 曾亮, 弓少康, 董晓薇, 等. 虚拟现实技术在中医经络教学的应用[J]. 中国中医药现代远程教育, 2023, 21(23): 29-31.

[16] 成都中医药大学. 科教融汇 数智赋能“现代针灸铜人”的创新之路[EB/OL]. http://www.sc.xinhuanet.com/20250207/a7efe540a45a4046ab1449eb79796176/c.html. 2025-02-07/2026-04-10.

[17] 张淑欣, 李心雨, 刘晏宁, 等. 针灸临床决策支持系统:AI技术在针灸诊疗中的应用[J]. 中国针灸, 2025, 45(07): 875-880.

[18] 张净, 张涛, 郭洪波. 基于窄带物联网的中药材种植智能测控系统设计[J]. 江苏农业科学, 2020, 48(13): 256-264.

[19] 韦玉科, 黄志红, 刘梅. 中医舌诊系统中智能推理可信度的研究[J]. 计算机工程与设计, 2008,(19): 5022-5025.

[20] 李楠, 于佳瑞, 闫鹏宣, 等. 中医智能诊疗系统的研究与展望[J]. 中华中医药杂志, 2021, 36(11): 6343-6346.

[21] 文志华, 夏帅帅, 刘东波, 等. 中医智能辨证诊断技术的演进与问题探讨[J]. 世界科学技术-中医药现代化, 2021, 23(11): 4298-4304.

[22] 中华人民共和国中央人民政府. 我国基层中医馆已超4万家[EB/OL]. https://www.gov.cn/lianbo/bumen/202307/content_6893653.htm. 2023-07-22/2026-01-06.

[23] 王书童, 牟冬梅, 王长聪, 等. 中医术语归一多维映射策略及实现路径[J]. 情报科学, 2026, 44(02): 114-122.

[24] 陈小蕾, 何丰耀, 张文红, 等. 数据驱动视角下智慧中医院数智化建设的困境与治理优化[J]. 卫生经济研究, 2025, 42(04): 71-75.

[25] 新京报. 奇安信:2023年国内医疗行业泄露数据逾9亿条[EB/OL]. https://www.bjnews.com.cn/detail/1715691646168519.html. 2024-05-14/ 2024-10-16.

[26] 张汉成. 健康医疗数据共享的现实困境与合规因应[J]. 医学与哲学, 2024, 45(17): 52-57.

[27] 满洪杰. 健康医疗大数据治理的健康权面向[J]. 求是学刊, 2024, 51(02): 103-112.

[28] 张省, 赵孟桥. 健康医疗数据共享中的个人隐私保护问题分析[J]. 中国医学伦理学, 2026, 39(04): 449-458.

[29] 司建平, 王先菊, 郭清. 中医药高等院校健康服务与管理专业人才培养方案比较研究[J]. 医学与社会, 2022, 35(07): 92-96， 112.

[30] 付慧敏, 项国卿, 申瑜洁, 等. 中医药数智化发展的成效、困境与路径探索[J]. 中国实验方剂学杂志, 2026, 32(06): 265-275.

[31] 谈在祥, 郭嘉婧. 我国高层次医学人才长学制培养模式研究——新医科视角下的思考[J]. 中国高校科技, 2020,(09): 49-53.

[32] 高红, 赵宏禹, 管仲军. 基本医疗保险与商业健康保险数据协同的推进策略[J]. 健康发展与政策研究, 2026, 29(01): 18-23.

[33] 彭翔, 刘杰. 医疗保险对医联体健康服务协同的促进作用分析[J]. 财会月刊, 2025, 46(23): 117-122.

[34] 马骁龙, 许文博, 王冉, 等. 医保支付改革背景下肾脏病领域研究热点与趋势展望——基于CiteSpace的可视化分析[J]. 中国疗养医学, 2026, 35(01): 10-15.

[35] 河南省人民政府. 河南出台系列医保举措支持中医药发展“互联网+”中医药服务纳入医保支付范围[EB/OL]. https://www.henan.gov.cn/2026/01-05/3281492.html. 2026-01-05/ 2026-01-06.

基金资助

陕西省科技厅软科学研究计划(2023-CX-RKX-173)