基于LDA模型的中医药人工智能领域主题演化分析＊

目的 梳理总结中医药人工智能领域近40年的研究情况，分析该领域研究主题演化过程，发现热点主题和研究前沿。方法 本研究检索了CNKI和WOS中中医药人工智能领域的文献，根据生命周期理论划分不同时间片，将文献摘要作为研究对象，采用LDA主题模型挖掘文本主题，分析主题的演化过程，识别热点主题。结果 纳入中英文文献2750篇，根据生命周期理论划分中医药人工智能领域发展阶段，分别建立全局和各阶段的LDA模型，挖掘出全局热点主题有中医专家系统、中医辅助诊断系统、中医药数据挖掘等，发现主题演化路径并进行可视化展示。结论 中医药与人工智能主要的结合点在中医智能系统、中医药知识组织和中医智能诊疗机器人这3方面，这3个方向的研究均离不开神经网络技术的支持，同时也结合了关联规则发现、复杂网络研究等方法。     

人工智能技术视域下中医药发展的当代进路

基于"中国知网"检索人工智能在中医药领域相关文献,并进行可视化分析,发现近年来其在中医药的研究和应用逐渐兴起。当下人工智能技术解决了中医药发展的痛点,各类数据挖掘软件、诊断仪器、大数据医学信息系统等为中医诊断和诊疗提供辅助手段,并融入人们生活。未来把握住、利用好人工智能技术将有力助推中医药学的学术经验继承和临床科研发展。     

中医药古代文献资源系统研究开发工程

本文提出建立中医药古代文献数据库和智能化分析处理系统的重要意义、目标和发展思路，其重点任务为：1.古代文献的整理研究；2.建立数据库结构的模型；3.建立中医药古代文献的汉字录入平台；4.中医药文献资料库加工模型构建；5.5000余种中医药古代文献数字化的数据标引；6.古代文献数据库的建立及调试运用。     

中医药数据挖掘研究现状分析

目的采用文献计量方法分析我国中医药数据挖掘研究现状,为更好地利用数据挖掘技术提供参考。方法检索历年中医药数据挖掘文献,经人工拆分整理后,从年度变化、研究类型、研究领域、数据挖掘方法和软件等方面进行分析。结果共得到中医药数据挖掘相关文献494篇,文献量逐年增加;文献类型中应用研究类文献占59.1%;研究领域中证候研究与方剂研究文献分别占29.39%和26.22%;数据挖掘方法采用关联规则、频数分析、聚类分析和人工神经网络的文献占76.36%;数据挖掘软件使用商业化数据挖掘软件的文献占61.05%。结论数据挖掘技术适合处理中医药数据,但目前数据挖掘技术还未能改变中医药数据难以处理的大格局,只有充分利用并发展数据挖掘技术,才能将中医药数据处理能力提高到新水平。     

人工智能在中医药领域的应用与发展

随着人工智能技术不断地对医疗产业赋能，人工智能技术在中医药领域中的应用主要针对医学文本、影像图文等数据进行统计与整理，分析数据之间的内在关联性，对核心要素进行多角度挖掘，从定性描述到定量分析，应用于文献整理、健康管理以及智能设备的研发之中。从中医大数据应用、数据化基础建设、中医智能化应用三方面探讨实现人工智能技术与传统中医模式融合与发展，强化中医文化传承、规范中医诊疗发展、提升中医诊疗全面发展。     

关于大数据时代的中医药临床研究的思考＊

互联网时代下的医疗越来越数据化，庞大的医疗数据存在着巨大的研究价值。本文旨在对大数据在中医药临床应用进行介绍及应用理论进行探讨，为中医药临床研究提供更多的思路。为概括数据挖掘研究在中医药研究应用现状，对中国知网数据库进行精确检索，依据纳入和排除标准筛选有国家自然科学基金支持的合格文献135篇，对文献发表时间、研究对象、研究方法、研究结果进行对比分析，结果显示数据挖掘技术在中医药研究中应用广泛，能从多角度、多空间、多因素对中医药进行研究，但目前仍存在许多不足。最后对大数据中医药临床应用进行展望，分析中药上市、中医药临床测评工具、真实世界证据理论等新应用技术对大数据与中医药临床结合的积极影响。     

中医药抗消化性溃疡复发的研究进展

目的：综述近年来国内学者就中医药抗消化性溃疡复发的研究思路、方法和进展。方法：查阅近年来国内报道中医药抗消化性溃疡复发的相关文献，进行归纳、分析、总结。结果：由于消化性溃疡复发率高，且目前西医尚无理想的治疗药物，因而中医药抗消化性渍疡复发的研究成为目前的热点之一。近年来国内学者从不同角度深入开展这一课题的研究，从理论上阐述了消化性溃疡复发的机理，从临床上观察了中医药抗消化性溃疡复发的结果。结论：中医药抗消化性溃疡复发有较好的临床疗效及良好的前景。     

中医药防治肺纤维化的研究进展

目的：总结中医药防治肺纤维化的研究进展。方法：通过整理、归纳、总结近年来的相关文献,阐述中医药在防治肺纤维化方面的临床和实验研究进展情况。结果：目前临床防治肺纤维化的方法主要有单味中药及提取物的研究、辨证施治、复方研究、经方研究、中西医结合治疗。结论：中医药防治肺纤维化效果显著,不良反应小。     

中医药治疗类风湿关节炎研究述评

目的：探讨中医药治疗类风湿关节炎研究概况。方法：总结、归纳、分析中医药治疗类风湿关节炎的相关文献。结果：类风湿关节炎是以关节滑膜炎为特征的自身免疫性疾病,在我国应用中医药治疗痹证历史悠久,在防治及阻止类风湿关节炎病变进展上有很大优势,又可减少西药的不良反应。结论：中医药治疗类风湿关节炎疗效显著。     

高等中医药院校思想政治理论课教学方法探析

目的：探讨高等中医药院校思想政治理论课教学方法。方法：结合多年教学实践经验，联系高等中医药院校思想政治理论课教学的现状，运用理论联系实践、文献综述、实地调研等方法进行研究。结果：提出了课堂讲授、多媒体、探寻心理、专题式、参与讨论式、网络互动式、实践式等多种教学手段和方法并用的建议。结论：通过多种教学手段和方法并用，达到最终增强中医药院校思想政治理论课教学的实效性。     

人工智能与中医诊断技术

人工智能技术将有助于推动中医诊断技术的发展与进步,尤其在解决中医四诊信息客观化采集和术语规范化研究瓶颈问题上。文章阐述了人工智能技术与中医四诊以及四诊合参的研究现状和问题,论述了课题组利用人工智能技术进行诊断术语规范化的研究进展,并进一步总结提出中医诊断人工智能化的发展方向和研究重点。     

基于CiteSpace探讨人工智能在中医药领域的研究热点及趋势

目的:探讨人工智能在中医药领域的研究热点及前沿方向,为今后的研究提供参考及借鉴。方法:以中国知网(CNKI)和Web of Science(WoS)中人工智能在中医药学领域相关文献为数据来源,结合人工梳理及信息整合的方法,运用CiteSpace软件对文献分布、作者、机构、关键词、共被引文献进行统计分析。结果:共纳入中文文献691篇,英文文献168篇,2018—2019年中英文文献数量大幅度增加;作者以近年来新兴团队为主,机构合作模式单一,高被引论文较少;研究方法主要是数据挖掘、机器学习、深度学习、神经网络及遗传算法,应用领域主要是中医智能诊断及预测各类疾病进程、中药智能识别分类、中医健康养生,研究成果主要是中医养生保健的智能化设备、中医人工智能系统、中医知识库、中医药学语言系统等。结论:人工智能在中医药领域的研究热点集中于中医智能方法、智能诊断及智能预测,热点更趋向于智能方法研究,各研究团队及研究机构应当加强各研究领域专家合作,实现多学科融合发展。     

人工神经网络模型在中药复方研究中的应用进展

人工神经网络模型是一种智能信息处理系统,具有强大的非线性拟合能力和自学习的特点,与中药复方的研究思路,中医的基本理论和诊疗思维不谋而合。人工神经网络模型有助于推动中药复方现代化研究的进程,为中药复方进一步深入研究提供了强大的技术支撑,并有助于系统的揭示中药复方的科学内涵。文章主要阐述了人工神经网络模型在中药复方的药性、药效物质基础、作用机制、配伍规律研究中的应用,利用人工神经网络模型的全新技术手段,结合现有的中医药资源,建立相关数据库,加强中药信息化建设,从而有效推动中药复方研究,从以往孤立的研究模式向理论和技术系统化的现代化研究模式转变,具有良好的实用价值和应用前景。     

基于互联网模式下的中医药个体化智慧诊疗服务模式研究

智慧医疗通过更深入的智能化、更全面的互联互通、更透彻的感知和度量，实现医生、患者以及各医疗机构之间的高度协作，达到医疗信息的高度移动与共享，真正实现“以患者为中心”的个体化治疗服务模式。从智慧医疗的概念及传统就医模式、医疗体系现状出发，针对中医药行业存在的共性问题，提出互联网模式下的中医药个体化智慧诊疗服务模式，阐述了互联网模式下的中医的基本特征概括为：以“辨证施治”为标志的人工智能系统、以“理法方药”为核心的制造大数据云平台、以“剂工质效”为重点的智能制造体系、以“个性定制”为特点的物联网平台和以“前店后坊”为模式的服务新业态，为进一步推进智慧医疗下的中医药个体化治疗服务模式建设提供参考。     

中医四诊客观量化的研究进展

中医学是以哲学为理论基础的经验医学,在历经数千年的发展后在中国及周边地区取得了不可替代的地位。整体观念是中医学的核心指导思想,但由于人体本身的生理病理机制极其复杂,故采用现代分析医学方法难以探究其诊治本质。近年来大数据及人工智能的快速发展再一次为智慧中医发展带来契机,文章通过全面检索中英文数据库文献并借助中医学、中医工程学、中医信息学以及现代科学技术的相关理论来简要介绍中医四诊客观量化的研究进展,分析目前存在的不足,结合相关领域发展现况对未来中医四诊辅助技术进行展望。     

基于状态辨识原理的名老中医经验智能传承共性技术研究

名老中医是中医学术造诣较深、临床水平较高的群体。近年来名老中医经验传承研究呈现方法多元化、成果丰富化特点，名老中医经验的传承逐渐向现代智能模式转变。如何借助人工智能和大数据技术实现名老中医的活态传承是亟待解决的问题。从术语规范、辨证体系框架建构、名老中医智能传承云平台建立、社会服务模式创新等方面入手，提出以状态辨识原理为核心构建名老中医经验智能传承系统模型，可为解决名老中医临床诊疗经验的标准化、数字化、智能化传承、社会化推广应用等共性技术难题提供新思路。     

中医体质分类辨识技术的回顾和展望

中医体质理论寻求建立以“治未病”为基础思想的疾病预防体系,体质辨识效果直接影响后续的健康干预等措施。目前中医体质的主要辨识方法为量表法和医生四诊法,缺乏标准性和客观性。对现有中医体质辨识技术与中医体质辅助辨识技术进行整理与回顾,并在现有研究基础上,结合以深度学习为主的人工智能技术和多模态数据融合思想,对未来中医体质分类辨识技术的发展方向作出探讨与展望。     

中药智能产业的发展与展望

中药是中医治病的重要手段,随着大数据、传感器、人工智能等各种技术的成熟,其与中药的结合形成了新兴的中药智能产业,成为中药新兴产业的发展方向。本研究从中药质量追溯、中药设计、中药智能制造3个方面概述了中药智能产业的当前进展。结合中药产业面临的资源高度分散、质量影响因素众多、难以实现连续自动、需求个体差异明显等产业难题,指出未来中药智能产业在种植与炮制、煎煮与制剂、应用与推广的发展趋势和具体形式,以期对目前中药智能产业的发展方向提供参考。