机器学习方法在中医药研究中的应用进展

随着信息技术的快速发展及数字化时代的到来,数字化技术在多个中医药研究领域,如中药质量控制、数据挖掘、新药发现、处方配伍优化以及中医临床诊断等方面发挥重要作用。机器学习（ML）、深度学习（DL）等数字化技术的应用可优化中医药研究设计、降低临床研究时间成本、将临床研究与基础研究有机结合,提高临床研究质量和效率,为中医药现代化研究的科学性、客观性、规范性提供了保障。因此,完善多种数据资源、实现多种数字化技术交叉结合使用、优化算法和模型是中医药未来发展的必然趋势。对近年来ML在中医药研究领域中的应用进展进行梳理,分析说明聚类、支持向量机（SVM）和深度学习（DL）等ML方法在中药药性、中药配伍、中药毒性分析、中药药效研究、中药制药过程工艺优化、中药饮片质量等级分类、中医药临床用药规律挖掘、中医药治疗原理及药效机制解析等研究中的具体应用。旨在探索ML在中医药研究中的应用趋势,并对其应用前景进行展望。