人工智能技术在中医临床诊疗中的应用研究进展

摘要
图/表
参考文献(44)
相关文章 (14)

全文: PDF (529 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要随着计算机技术的发展和成熟，人工智能迎来了发展的黄金时期。本文旨在总结智能化诊疗技术在中医领域的发展和应用，以期探索中医现代化的发展方向。资料来源于中国知网、万方数据库，搜索“人工智能”“中医诊疗”“智能诊疗仪”“智能辨证”“中医智能化”等关键词，筛选出与中医诊疗智能化相关的文献，将其归为中医四诊、中医辨证、健康管理、眼科等方面，最终得出人工智能技术在中医临床诊疗方面不断发展，人工智能技术的应用使得中医诊疗技术更为精准、可视化，可有效指导临床的结论。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	文杭1 黄丽2 刘江2 项敏泓2

关键词 ：中医诊断, 人工智能, 智能辨证, 大数据

Abstract：With the development and maturity of computer technology, artificial intelligence has ushered in the golden age of development. This article aims to summarize the development and application of intelligent diagnosis and treatment technology in the field of traditional Chinese medicine (TCM), in order to explore the development direction of TCM modernization. The data comes from CNKI and Wanfang Data. Keywords such as “artificial intelligence”, “Chinese medicine diagnosis and treatment”, “intelligent diagnosis and treatment instrument”, “intelligent syndrome differentiation”, and “intelligence of traditional Chinese medicine” are searched for filtering out literatures related to the intelligence of Chinese medicine diagnosis and treatment. The literatures are categorized into four aspects of TCM diagnosis, TCM syndrome differentiation, health management, ophthalmology, etc. Finally, it can be concluded that artificial intelligence technology is continuously developing in TCM clinical diagnosis and treatment. The application of artificial intelligence technology makes TCM diagnosis and treatment technology more accurate and visualized, which can effectively guide clinical practice.

Key words： TCM diagnosis Artificial intelligence Intelligent syndrome differentiation Big data

基金资助:上海市卫生和计划生育委员会科研课题项目（201840196）；
上海市普陀区中心医院英才计划项目（20172 02B）；
上海中医药大学预算内项目（2019WK118）。

通讯作者: 项敏泓（1977-），女，博士，副主任医师；研究方向：干眼、白内障、青光眼、眼底疾病等。

作者简介: 文杭（1993-），女，硕士；研究方向：眼表疾病。

引用本文:

文杭1 黄丽2 刘江2 项敏泓2. 人工智能技术在中医临床诊疗中的应用研究进展[J]. 中国医药导报, 2021, 18(8): 42-45.
WEN Hang1 HUANG Li2 LIU Jiang2 XIANG Minhong2. Research progress of artificial intelligence technology in clinical diagnosis and treatment of traditional Chinese medicine. 中国医药导报, 2021, 18(8): 42-45.

链接本文:

http://www.yiyaodaobao.com.cn/CN/ 或 http://www.yiyaodaobao.com.cn/CN/Y2021/V18/I8/42

[1] 郑唯实.人工智能在临床医学中的应用与思考[J].科技创新导报，2019，16（1）：150-151.
[2] 袁冰，范钢.中医学如何走进人工智能时代[J].中华中医药杂志，2018，33（2）：698-703.
[3] 杨蕴，钟薏，于观贞.人工智能促进中医药传承发展的机遇与挑战[J].北京中医药，2019，38（8）：835-838.
[4] 张冬，张俊华，孟昭鹏，等.基于高光谱图像技术的中医舌诊客观化研究展望[J].中国中医基础医学杂志，2019， 25（9）：1324-1326.
[5] 阙翼.冠心病稳定期患者舌象特征及其客观测量比较研究[D].北京：中国中医科学院，2018.
[6] 樊威.人工智能在胃食管反流病舌诊辨证中的应用[D].南京：南京中医药大学，2019.
[7] 燕海霞，王忆勤，朱惠蓉，等.50例肺癌患者中西医结合治疗后舌脉象参数的变化[J].中西医结合学报，2009，7（3）：218-222.
[8] 陈振湘，魏满良.对正常人面部红外线图的观察[J].中华中医药杂志，1991（4）：8-9.
[9] 金沢生花.基于中医体质学“肤-体相关论”的皮肤分类及生理量化指标研究[D].北京：北京中医药大学，2015.
[10] 董梦青，李福凤，周睿，等.基于图像处理的不同脏腑疾病患者面部颜色特征分析[J].中华中医药杂志，2013， 28（4）：959-963.
[11] 宋海贝，温川飙.中医面诊信息自动识别方法研究进展[J].成都中医药大学学报，2018，41（1）：5-8.
[12] 刘媛，赵鹏程，陆小左.一种面诊图像的分割算法[J].电脑知识与技术，2017，13（26）：183-185.
[13] 辛飞祥.基于视觉感知融合的中医诊断分析模型研究[D].哈尔滨：哈尔滨工业大学，2017.
[14] 徐礼胜.中医脉象数字化研究[D].哈尔滨：哈尔滨工业大学，2006.
[15] 郭思嘉.智能化多探头中医脉诊仪设计[D].重庆：重庆大学，2018.
[16] 张冬雨.面向脉诊的脉搏信号与血流信号分类研究[D].哈尔滨：哈尔滨工业大学，2010.
[17] 王宏武，王峰，王晓洒.人工智能在中医诊察中的应用综述[J].电脑知识与技术，2019，15（19）：201-202，210.
[18] 孙冰.一种利用智能终端远程切脉的脉诊仪及其方法：中国，201410013719.9[P].2014-04-30.
[19] 陈炫慧，谢严坤，王萌，等.基于中医诊断技术的智能手环研究[J].智能计算机与应用，2016，6（1）：48-49，54.
[20] 周小芳，李雪，李福凤.可穿戴技术在中医药领域的应用研究[J].中国中医药科技，2018，25（1）：148-149.
[21] 辛基梁.人工神经网络在中医临床辨证模型研究中的应用[D].福州：福建中医药大学，2017.
[22] 石玉琳，胡晓娟，许家佗.中医病证智能化诊断与分类研究进展[J].中国中西医结合杂志，2019，39（6）：763-768.
[23] 郭睿，王忆勤，燕海霞，等.基于样本熵的冠心病脉象分析[J].中华中医药杂志，2013，28（10）：3015-3017.
[24] 吴芸.基于软计算方法的中医智能辨证处理系统[J].厦门理工学院学报，2008，16（2）：50-55.
[25] 许朝霞，王忆勤，颜建军，等.基于支持向量机和人工神经网络的心血管疾病中医证候分类识别研究[J].北京中医药大学学报，2011，34（8）：539-543.
[26] 王恩成，唐琳，王健，等.慢性乙型肝炎中医证候聚类分析研究[J].中国中西医结合杂志，2014，34（1）：39-42.
[27] 蔡晓路.基于随机森林的类风湿关节炎证型判别模型研究[D].北京：北京中医药大学，2016.
[28] 冯奇.POMDP近似解法研究及在中医诊疗方案优化中的应用[D].北京：北京交通大学，2011.
[29] 张晓航，石清磊，王斌.机器学习算法在中医诊疗中的研究综述[J].计算机科学，2018，45（S2）：32-36.
[30] 张鑫，朱明峰，杜建强.中医数据挖掘算法研究进展[J].江西中医药大学学报，2015，27（1）：111-113，120.
[31] 周腾，白璐，陈轶戈，等.人工智能驱动下的脑卒中高危人群早期筛查和预防工作模式研究[J].中国医药导报，2019，16（11）：165-168，181.
[32] 邵尤伟.基于深度学习的智能舌诊方法研究[D].厦门：厦门大学，2018.
[33] 王倩.云计算环境下的中医病症数据挖掘系统研究与设计[D].青岛：青岛科技大学，2018.
[34] 朱俞彤，刘祚燕.物联网云平台的肺康复护理对老年慢性阻塞性肺疾病稳定期患者肺功能的影响[J].中国医药导报，2021，18（1）：184-188.
[35] 张红凯，胡洋洋，张伟妃.基于舌、面、问诊数字信息的“云中医”移动健康管理平台的建立[J].中国中医药科技，2018，25（2）：151-154.
[36] 赵志玥.冠心病合并糖尿病各阶段中医四诊信息与理化指标客观化的规律研究[D].沈阳：辽宁中医药大学，2018.
[37] 刘吉刚.女性高血压患者中医证候分类及与临床理化指标规律性研究[D].济南：山东中医药大学，2016.
[38] 李灿东，辛基梁，雷黄伟.中医健康管理与人工智能[J].中华中医药杂志，2019，34（8）：3586-3588.
[39] 孙鹏程，王济，侯淑涓.中医健康状态辨识模式的研究现状与展望[J].天津中医药，2019，36（3）：209-213.
[40] 张鸣然.人工智能在中医体质辨识中的应用展望[J].通讯世界，2019，26（2）：281-282.
[41] 赵乾，沈琳琳，赖铭莹.基于机器学习的人工智能技术在眼科中的应用进展[J].国际眼科杂志，2018，18（9）：1630-1634.
[42] 朱娟，常花蕾，李进.特发性黄斑裂孔的人工智能诊断研究[J].眼科新进展，2019，39（11）：1040-1043.
[43] 文毅.基于图像分析的中医目诊数字化的方法研究[D].长沙：湖南中医药大学，2016.
[44] 李蕊玲.基于机器视觉的中医面诊神色客观化研究[D].北京：北京科技大学，2012.