Strategies for Building an Artificial Intelligence-Empowered Trusted Federated Evidence-Based Analysis Platform for Spleen-Stomach Diseases in Traditional Chinese Medicine

WANG Bin; ZHUANG Huiying; MAN Zhitao; REN Lifeng; HE Chang; WU Chen; HU Xulei; WEN Xiaoxiao; XIE Chenggong; TANG Xudong

doi:10.13288/j.11-2166/r.2026.01.015

您当前的位置：

首页 >

文章列表页 >

Strategies for Building an Artificial Intelligence-Empowered Trusted Federated Evidence-Based Analysis Platform for Spleen-Stomach Diseases in Traditional Chinese Medicine

更新时间：2026-01-15

- Strategies for Building an Artificial Intelligence-Empowered Trusted Federated Evidence-Based Analysis Platform for Spleen-Stomach Diseases in Traditional Chinese Medicine
- Journal of Traditional Chinese Medicine Vol. 67, Issue 1, Pages: 95-102(2026)
- 作者机构：
  
  1.中国中医科学院中医药信息研究所，北京市东城区东直门内南小街16号，100700
  2.中国中医科学院中医药科技合作中心
  3.内蒙古民族大学
  4.博雅正链（北京）科技有限公司
  5.中国中医科学院西苑医院脾胃病研究所
- 作者简介：
- 基金信息：
- DOI：10.13288/j.11-2166/r.2026.01.015
  CLC：
- Received：19 June 2025，
  
  Revised：2025-08-06，
  
  Published：02 January 2026
- 稿件说明：
移动端阅览
王斌,庄荟瑛,满志陶等.人工智能赋能中医药脾胃病可信联合循证分析平台构建策略[J].中医杂志,2026,67(01):95-102.

WANG Bin,ZHUANG Huiying,MAN Zhitao,et al.Strategies for Building an Artificial Intelligence-Empowered Trusted Federated Evidence-Based Analysis Platform for Spleen-Stomach Diseases in Traditional Chinese Medicine[J].Journal of Traditional Chinese Medicine,2026,67(01):95-102.
王斌,庄荟瑛,满志陶等.人工智能赋能中医药脾胃病可信联合循证分析平台构建策略[J].中医杂志,2026,67(01):95-102. DOI： 10.13288/j.11-2166/r.2026.01.015.

WANG Bin,ZHUANG Huiying,MAN Zhitao,et al.Strategies for Building an Artificial Intelligence-Empowered Trusted Federated Evidence-Based Analysis Platform for Spleen-Stomach Diseases in Traditional Chinese Medicine[J].Journal of Traditional Chinese Medicine,2026,67(01):95-102. DOI： 10.13288/j.11-2166/r.2026.01.015.

摘要

概述人工智能的发展及其在中医研究中的应用，并说明大模型、知识图谱与自然语言处理在深化证候识别、处方生成和机理探索等方面的作用与优势。以脾胃病为例，论证人工智能在古籍知识挖掘、临床精准辨证、药效/安全性预测和智能教育等环节的赋能效应，展示了数据驱动、知识驱动到智能驱动的研究范式升级。针对跨机构数据协作的隐私与是否合规的难点，提出区块链-智能合约、联邦学习、安全多方计算的“中医药脾胃病可信联合循证分析平台”。人工智能与隐私保护计算的深度融合正在重塑中医脾胃病研究与临床实践，为构建高质量、可信赖的中医药大数据生态与实现精准辨证提供了可行路径和技术框架。

Abstract

This paper outlines the development of artificial intelligence （AI） and its applications in traditional Chinese medicine （TCM） research， and elucidates the roles and advantages of large language models， knowledge graphs， and natural language processing in advancing syndrome identification， prescription generation， and mechanism exploration. Using spleen-stomach diseases as an example， it demonstrates the empowering effects of AI in classical literature mining， precise clinical syndrome differentiation， efficacy and safety prediction， and intelligent education， highlighting an upgraded research paradigm that evolves from data-driven and knowledge-driven approaches to intelligence-driven models. To address challenges related to privacy protection and regulatory compliance in cross-institutional data collaboration， a "trusted federated evidence-based analysis platform for TCM spleen-stomach diseases" is proposed， integrating blockchain-based smart contracts， federated learning， and secure multi-party computation. The deep integration of AI with privacy-preserving computing is reshaping research and clinical practice in TCM spleen-stomach diseases， providing feasible pathways and a technical framework for building a high-quality， trustworthy TCM big-data ecosystem and achieving precision syndrome differentiation.

关键词

Keywords

references

WENZEL M . Generative adversarial networks and other generative models ［M］//Colliot O. Machine Learning for Brain Disorders . New York ： Humana ， 2023 ： 139 .

CHEN T ， CHEN Y ， ZHOU Z ， et al . Deep learning-based automated tongue analysis system for assisted Chinese medicine diagnosis ［J］. Front Physiol ， 2025 ， 16 ： 1559389 . doi： 10.3389/fphys.2025.1559389 http://dx.doi.org/10.3389/fphys.2025.1559389 .

YEH WC ， KUO CY ， CHEN JM ， et al . Pioneering data processing for convolutional neural networks to enhance the diagnostic accuracy of traditional Chinese medicine pulse diagnosis for diabetes ［J］. Bioengineering ， 2024 ， 11 （ 6 ）： 561 .

LIU B ， HUANG H ， LIU X ， et al . Dual-channel know-ledge attention for traditional Chinese medicine syndrome differentiation ［J］. Sci Rep ， 2025 ， 15 （ 1 ）： 13487 .

CHEN Z ， ZHANG D ， LIU C ， et al . Traditional Chinese medicine diagnostic prediction model for holistic syndrome differentiation based on deep learning ［J］. Int Med Rre ， 2024 ， 13 （ 1 ）： 101019 .

HOU C ， GAO Y ， LIN X ， et al . A review of recent artificial intelligence for traditional medicine ［J］. J Tradit Complement Med ， 2025 ， 15 （ 3 ）： 215 - 228 .

CHEN Z ， ZHANG D ， NIE P ， et al . Developing the artificial intelligence method and system for "multiple diseases holistic differentiation" in traditional Chinese medicine and its interpretability to clinical decision ［J］. J Evid Based Med ， 2025 ， 18 （ 2 ）： e70016 .

DUAN Y ， ZHOU Q ， LI Y ， et al . Research on a traditional Chinese medicine case-based question-answering system integrating large language models and knowledge graphs ［J］. Front Med （Lausanne）， 2025 ， 11 ： 1512329 . doi： 10.3389/fmed.2024.1512329 http://dx.doi.org/10.3389/fmed.2024.1512329 .

张丽丽，韩乐萍 . 知识图谱及其关键技术在中医药脾胃疾病领域的研究与应用［J］. 中医药管理杂志， 2024 ， 32 （ 15 ）： 60 - 62 .

林燕凤，赵舷宏，付朝丽，等 . 以人工智能肠道图像识别模型评估结肠镜检查前肠道准备［J］. 中国医学影像技术， 2023 ， 39 （ 7 ）： 1034 - 1038 .

于靖文，卢泰成，李萌，等 . 中医四诊技术在无症状性脾胃病中的拓展应用［J］. 中医杂志， 2023 ， 64 （ 24 ）： 2511 - 2515 .

袁晓梅，安耀荣，成映霞，等 . 基于网络药理学和动物实验探讨香砂六君子汤对慢性萎缩性胃炎的影响［J］. 中成药， 2025 ， 47 （ 2 ）： 618 - 624 .

王军丽，陈一斌 . 半夏泻心汤治疗慢性萎缩性胃炎的机制研究进展［J］. 中华中医药学刊， 2025 ， 43 （ 11 ）： 176 - 181 .

谢飞彪，彭叶辉，杨伟，等 . 真实世界医院集中监测中药不良反应的类不平衡高维预测及其风险因素分类识别［J］. 中国实验方剂学杂志， 2023 ， 29 （ 14 ）： 114 - 122 .

解文欣，张紫萱，刘越，等 . 人工智能在中药质量中的应用及研究进展［J］. 中草药， 2025 ， 56 （ 15 ）： 5616 - 5631 .

徐雅静，俞捷，余远盼，等 . 人工智能在中药材及饮片鉴别领域的应用［J］. 中华中医药学刊， 2022 ， 40 （ 8 ）： 47 - 50 .

舒红平，曹亮，杜怀斌，等 . 中医医院数智化转型体系构建及评估方法探讨［J］. 中医杂志， 2025 ， 66 （ 18 ）： 1880 - 1886 .

杨朝东，关景火，米群，等 . 基于区块链DPoS共识机制的三七溯源体系研究［J］. 云南农业科技， 2024 （ 5 ）： 9 - 15 .

宋琦，隋峰，霍海如，等 . 生成式人工智能促进《中药药理学》多模态交互教学模式探索［J］. 时珍国医国药， 2025 ， 36 （ 22 ）： 4357 - 4360 .

赵国桢，郭诗琪，庞华鑫，等 . 人工智能技术在辅助中医诊疗及诊疗标准化中的应用［J］. 中医杂志， 2022 ， 63 （ 24 ）： 2306 - 2310 .

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 .

李敬超，张美微，王欢 . 生成式人工智能对中医药教育的影响及对策探索［J］. 药学研究， 2025 ， 44 （ 2 ）： 205 - 208 .

王甜宇，孙艳秋，燕燕．大数据时代云计算在区域医疗信息化中的应用［J］. 中国医疗设备， 2015 ， 30 （ 6 ）： 72 - 74 .

吴凌放 . 《个人信息保护法》实施下的医疗数据管理和应用探讨［J］. 卫生软科学， 2022 ， 36 （ 1 ）： 5 - 7 .

中华人民共和国数据安全法［J］. 中华人民共和国全国人民代表大会常务委员会公报， 2021 （ 5 ）： 951 - 956 .

LIN C ， KUO C . Roles and potential of large language models in healthcare： a comprehensive review ［J］. Biomed J ， 2025 ， 29 ： 100868 . doi： 10.1016/j.bj.2025. 100868 http://dx.doi.org/10.1016/j.bj.2025.100868 .

张泽丹，王斌，陈婷，等 . 基于区块链的中医消化领域临床科研一体化数据共享平台的研究与设计［J］. 中华中医药学刊， 2024 ， 42 （ 6 ）： 29 - 33，265 .

MARINO CA ， DIAZPAZ C . Smart contracts and shared platforms in sustainable health care： systematic review ［J］. JMIR Med Inform ， 2025 ， 13 ： e58575 . doi： 10.2196/58575 http://dx.doi.org/10.2196/58575 .

SEABERG RW ， SEABERG TR ， SEABERG DC . Use of blockchain technology for electronic prescriptions ［J］. Blockchain Healthc Today ， 2021 ， 22 ： 4 . doi： 10.30953/bhty.v4.183 http://dx.doi.org/10.30953/bhty.v4.183 .

SUBRAMANIAN H ， SUBRAMANIAN S . Improving diag-nosis through digital pathology： proof-of-concept implementation using smart contracts and decentralized file storage ［J］. J Med Internet Res ， 2022 ， 24 （ 3 ）： e34207 .

KERR S ， ROBERTSON C ， SUDLOW C ， et al . Enabling health data analyses across multiple private datasets with no information sharing using secure multiparty computation ［J］. BMJ Health Care Inform ， 2025 ， 32 （ 1 ）： e101384 .

BALLHAUSEN H ， CORRADINI S ， BELKA C ， et al . Privacy-friendly evaluation of patient data with secure multiparty computation in a European pilot study ［J］. NPJ Digit Med ， 2024 ， 7 （ 1 ）： 280 .

DHADE P ， SHIRKE P . Federated learning for healthcare： a comprehensive review ［J］. Eng Proc ， 2023 ， 59 （ 1 ）： 230 .

LIMBEPE ZN ， GAI K ， YU J . Blockchain-based privacy-enhancing federated learning in smart healthcare： a survey ［J］. Blockchains ， 2025 ， 3 （ 1 ）： 1 .

LIU C ， LI Z ， LI J ， et al . Research on traditional Chinese medicine： domain knowledge graph completion and quality evaluation ［J］. JMIR Med Inform ， 2024 ， 12 ： e55090 . doi： 10.2196/55090 http://dx.doi.org/10.2196/55090 .

WANG S ， ZHAO X . Deep learning in tongue diagnosis for traditional Chinese medicine： a review ［J］. Front Comput Intell Sys ， 2025 ， 12 （ 1 ）： 139 - 143 .

何畅，赵冉，张雯，等 . 基于安全多方计算和区块链技术的中医药临床数据共享方法研究：以频数分析和描述性统计为例［J］. 中华中医药学刊， 2025 ， 43 （ 4 ）： 18 - 25 .

刘丹妮 . 基于联邦学习的医学知识共享技术研究［D］. 哈尔滨：哈尔滨工业大学， 2023 .

朱银东 . 辅助中医诊断的舌像数据隐私保护研究［D］. 长春：长春大学， 2023 .

查看原文

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

An AI-Driven Research Pathway for Upholding Fundamental Principles and Breaking New Ground of Traditional Chinese Medicine Under the Guidance of Complexity Science

Construction and Clinical Validation of a Deep Learning-Based Automatic Measurement Model for Palmar Tilt and Radial Inclination in Distal Radius Fractures

Construction and Application of a Real-World Cohort of Community-Acquired Pneumonia Based on a Multimodal Large-Scale Traditional Chinese Medicine Big Data Platform

The Current Issues and Thoughts on the Empowerment of Famous Doctors' Experience Inheritance by Artificial Intelligence

Current Status，Strategies and Prospects of Traditional Chinese Medicine Diagnosis and Treatment for Irritable Bowel Syndrome

Related Author

REN Lijiang

LI Longfei

CHEN Jinkai

HE Qingyong

DAI Guoda

WANG Jianwei

WU Mao

KANG Bin

Related Institution

School of Intelligent Science and Technology，University of Science and Technology Beijing

Tsinghua University

Guang 'anmen Hospital，China Academy of Chinese Medical Sciences

Changzhou Hospital of Traditional Chinese Medicine

Suzhou Hospital of Traditional Chinese Medicine

Address：No.16, Nanxiao street, Dongzhimen, Dongcheng District, Beijing Postal code：100700
Tel：010-64035632 Email：jtcmcn@188.com
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09064830号-19 京公网安备11010102007558号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰