Application of Artificial Intelligence and Large-Scale Model Algorithms in Research on Spleen-Stomach Diseases in Traditional Chinese Medicine

LI Jinghua; ZU Yaqi; LIU Zhangyi; TANG Xudong

doi:10.13288/j.11-2166/r.2026.02.006

您当前的位置：

首页 >

文章列表页 >

Application of Artificial Intelligence and Large-Scale Model Algorithms in Research on Spleen-Stomach Diseases in Traditional Chinese Medicine

更新时间：2026-01-14

- Application of Artificial Intelligence and Large-Scale Model Algorithms in Research on Spleen-Stomach Diseases in Traditional Chinese Medicine
- Journal of Traditional Chinese Medicine Vol. 67, Issue 2, Pages: 149-152(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.2026.02.006
  CLC：
- Received：19 June 2025，
  
  Revised：2025-11-03，
  
  Published：17 January 2026
- 稿件说明：
移动端阅览
李敬华,祖雅琪,刘张怡等.人工智能与大模型算法在中医脾胃病研究中的应用[J].中医杂志,2026,67(02):149-152.

LI Jinghua,ZU Yaqi,LIU Zhangyi,et al.Application of Artificial Intelligence and Large-Scale Model Algorithms in Research on Spleen-Stomach Diseases in Traditional Chinese Medicine[J].Journal of Traditional Chinese Medicine,2026,67(02):149-152.
李敬华,祖雅琪,刘张怡等.人工智能与大模型算法在中医脾胃病研究中的应用[J].中医杂志,2026,67(02):149-152. DOI： 10.13288/j.11-2166/r.2026.02.006.

LI Jinghua,ZU Yaqi,LIU Zhangyi,et al.Application of Artificial Intelligence and Large-Scale Model Algorithms in Research on Spleen-Stomach Diseases in Traditional Chinese Medicine[J].Journal of Traditional Chinese Medicine,2026,67(02):149-152. DOI： 10.13288/j.11-2166/r.2026.02.006.

摘要

系统探讨了人工智能（AI）与大模型算法在中医脾胃病研究中的发展路径及创新应用，认为通过自然语言处理、深度学习等方法，可显著提升中医脾胃病文献的智能处理效率、深度知识挖掘及临床证据整合水平，有效支持临床决策，实现个性化治疗方案生成与疗效预测。基于对国内外脾胃病临床诊疗研究的比较与分析，提出未来需深化多模态数据融合、加强跨学科协作，并关注伦理规范，以推动中医脾胃病研究的标准化、智能化及国际化进程，为AI赋能中医药传承创新提供重要理论指导与实践参考。

Abstract

This paper systematically explores the innovative applications and development pathways of artificial intelligence （AI） and large-scale model algorithms in research on spleen-stomach diseases in traditional Chinese medicine （TCM）. It is believed that approaches such as natural language processing and deep learning can significantly enhance the efficiency of intelligent processing of TCM spleen-stomach disease literature， deepen knowledge mining， and improve the integration of clinical evidence， thereby effectively supporting clinical decision-making and enabling the generation of personalized treatment strategies and efficacy prediction. Based on a comparative analysis of domestic and international clinical diagnosis and treatment research on spleen-stomach diseases， this paper proposes that future efforts should focus on advancing multimodal data integration， strengthening interdisciplinary collaboration， and paying close attention to ethical and regulatory considerations， so as to promote the standardization， intelligence， and internationalization of TCM spleen-stomach disease research， and to provide important theoretical and practical references for AI-enabled inheritance and innovation of TCM.

关键词

Keywords

references

ZHANG C ， LU Y . Study on artificial intelligence：the state of the art and future prospects ［J］. J Ind Inf Integr ， 2021 ， 23 （ 9 ）： 23 .

高曼，李海燕 . 中医药信息学应用研究热点［J］. 首都医科大学学报， 2022 ， 43 （ 4 ）： 592 - 599 .

王松，李正钧，杨涛，等 . 中医药知识图谱研究现状及发展趋势［J］. 南京中医药大学学报， 2022 ， 38 （ 3 ）： 272 - 278 .

白文斌 . 中医临床多源异构数据融合管理技术及其应用研究［D］. 武汉：湖北中医药大学， 2024 .

陆瑶，刘佳宁，王冕，等 . 人工智能在医患共同决策中的应用［J］. 协和医学杂志， 2024 ， 15 （ 3 ）： 661 - 667 .

李欣桐，马素芬，张丰聪，等 . 中医药领域大语言模型的研究进展与应用前景［J］. 南京中医药大学学报， 2024 ， 40 （ 12 ）： 1393 - 1403 .

王天琳，姚魁武 . 深度学习方法应用于中医药领域的优劣势及展望［J］. 中国医药导报， 2024 ， 21 （ 6 ）： 193 - 196 .

杨洋，李晓风，赵赫，等 . 基于网络爬虫的文献检索系统的研究和实现［J］. 计算机技术与发展， 2014 ， 24 （ 11 ）： 35 - 38 .

甄倩，朱蓉，王中瑞，等 . 基于数据驱动中医证治规律研究的核心问题及解决策略［J］. 中国全科医学， 2024 ， 27 （ 32 ）： 4029 - 4032，4039 .

沈蓉蓉，夏帅帅，晏峻峰 . 命名实体识别在中医药领域研究进展［J］. 医学信息学杂志， 2023 ， 44 （ 1 ）： 47 - 53 .

谢云霏，贾李蓉 . 中医药知识图谱构建技术及应用的研究进展［J］. 中国医药导报， 2024 ， 21 （ 20 ）： 62 - 66 .

邓宏勇 . 从循证中医到智慧中医：自动系统评价技术和中医快速循证决策［J］. 上海中医药杂志， 2024 ， 58 （ 3 ）： 1 - 5 .

田晨，晏毅龙，王勇，等 . 证据智能合成与分级：AutoMeta平台开发与验证［J］. 中国循证医学杂志， 2024 ， 24 （ 4 ）： 459 - 465 .

李志强，王彦丁，徐慧琳，等 . 疗效预测模型评价指标及其在中医药领域的应用研究［J］. 现代中医临床， 2024 ， 31 （ 6 ）： 26 - 31，54 .

赵跃青，欧阳罗芬，任忠梅，等 . 计算机图像处理技术在内窥镜检查中的临床应用［J］. 中国内镜杂志， 2001 ， 7 （ 3 ）： 76 - 77 .

钱丽佳，李玉明 . 放大内镜下人工智能电子染色及窄带成像技术在消化道早癌诊断中的应用［J］. 中国微循环， 2009 ， 13 （ 6 ）： 621 - 623 .

解庭波，张蕾 . 人工神经网络在消化道肿瘤检测和诊断中的应用进展［J］. 长江大学学报（自科版）医学卷， 2009 ， 6 （ 3 ）： 69 - 72 .

宋伟才，吴艳霞 . 模糊神经网络在消化道系统疾病诊断中的应用［J］. 医学信息， 2014 ， 27 （ 9 ）： 254 .

王孟，张大斌，刘杰民，等 . 基于卷积神经网络的胶囊内镜息肉与溃疡辅助诊断［J］. 科学技术与工程， 2020 ， 20 （ 10 ）： 4043 - 4048 .

王士旭，柯岩，楚江涛，等 . 基于数据增强和混合神经网络的人工智能技术在上消化道内镜检查部位识别中的应用［J］. 中华消化内镜杂志， 2023 ， 40 （ 3 ）： 189 - 195 .

蔡美兰，乌新林 . 人工智能在胃癌影像学中的应用进展［J］. 中华胃肠外科杂志， 2023 ， 26 （ 9 ）： 903 - 906 .

SUGANO K ， TAKATA N ， MACHIDA M ， et al . Prediction of passive intestinal absorption using bio-mimetic artificial membrane permeation assay and the paracellular pathway model ［J］. Int J Pharm ， 2002 ， 241 （ 2 ）： 241 - 251 .

FERNÁNDEZ-ESPARRACH G ， BERNAL J ， LÓPEZ-CERÓN M ， et al . Exploring the clinical potential of an automatic colonic polyp detection method based on the creation of energy maps ［J］. Endoscopy ， 2016 ， 48 （ 9 ）： 837 - 842 .

LAHNER E ， GROSSI E ， INTRALIGI M ， et al . Possible contribution of artificial neural networks and linear discriminant analysis in recognition of patients with suspected atrophic body gastritis ［J］. World J Gastroenterol ， 2005 ， 11 （ 37 ）： 5867 - 5873 .

HIRASAWA T ， AOYAMA K ， TANIMOTO T ， et al . Application of artificial intelligence using a convolutional neural network for detecting gastric cancer in endoscopic images ［J］. Gastric Cancer ， 2018 ， 21 （ 4 ）： 653 - 660 .

张利 . 腻苔的图像识别方法研究与应用［D］. 上海：上海中医药大学， 2010 .

徐玮斐，顾巍杰，刘国萍，等 . 基于随机森林和多标记学习算法的慢性胃炎实证特征选择和证候分类识别研究［J］. 中国中医药信息杂志， 2016 ， 23 （ 8 ）： 18 - 23 .

章新友，张亚明，刘梦玲，等 . 虚拟筛选技术在中药研究中的应用［J］. 中国新药杂志， 2022 ， 31 （ 17 ）： 1676 - 1683 .

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

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

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