| 1,393 | 0 | 60 |
| 下载次数 | 被引频次 | 阅读次数 |
人工智能（AI）技术通过提升针灸诊断的准确性、辅助制定个性化治疗方案及实现疗效评估的科学化与精细化，显著增强了针灸临床决策支持系统（CDSS）的功能。本文深入分析了基于AI的针灸CDSS所展现的独特优势，包括智能化、高效化等特点，同时，也指出了其在发展过程中面临的数据安全性挑战、模型可解释性不足以及跨学科合作复杂性等问题。随着AI技术的不断发展和完善，针灸CDSS有望在个体化医疗、远程治疗以及疾病预防等领域发挥更加重要的作用，进一步提升针灸治疗的效率和效果，推动针灸学的现代化进程，并增强其在全球医疗保健体系中的地位和影响力。
Abstract：Artificial intelligence(AI) technology enhances the function of acupuncture clinical decision support system(CDSS) by promoting the accuracy of its diagnosis, assisting the formulation of personalized therapeutic regimen, and realizing the scientific and precise evaluation of its therapeutic effect. This paper deeply analyzes the unique advantages of AI-based acupuncture CDSS, including the intelligence and high efficiency. Besides, it points out the challenges of data security, the lack of model interpretation and the complexity of interdisciplinary cooperation in the development of acupuncture CDSS. With the continuous development and improvement of AI technology, acupuncture CDSS is expected to play a more important role in the fields of personalized medicine, telemedicine and disease prevention, and to further advance the efficiency and effect of acupuncture treatment, drive the modernization of acupuncture, and enhance its position and influence in the global healthcare system.
[1] Elhaddad M, Hamam S. AI-driven clinical decision support systems:an ongoing pursuit of potential[J]. Cureus, 2024, 16(4):e57728.
[2]张婷婷,王亚强,温川飙,等.论智能中医辨证可解释研究的挑战和研究思路[J].中医杂志, 2022, 63(6):506-510.
[3]潘小丽,白丽丽,金舒文,等.智能针灸临床决策支持系统研究现状及发展策略[J/OL].中华针灸电子杂志, 2024, 13(2):50-55.
[4]刘进先,徐天成,张笑兴.世界第一台针灸机器人研制经验总结与启发[J].科技与创新, 2023(11):17-21.
[5]林栋.从个体化诊疗到系统化设计的针灸临床复合干预体系构建:基于现代康复诊疗模式的思考[J].中国针灸, 2024, 44(7):735-739.
[6]符宇,邵明义,赵瑞霞,等.基于中医证据的中医临床疗效评价方法探讨[J].中医杂志, 2020, 61(13):1124-1129.
[7] Feng CW, Zhou SY, Qu YY, et al. Overview of artificial intelligence applications in Chinese medicine therapy[J]. Evid Based Complement Alternat Med, 2021, 2021:6678958.
[8]何丽云,李新龙,刘岩,等.中医师辨证论治知识图谱构建的思路与方法[J].中医杂志, 2017, 58(19):1650-1653.
[9]周晟,陈澈,孟庆刚.案例推理在中医药领域的应用探索[J].中华中医药学刊, 2018, 36(9):2223-2226.
[10] He X, Zheng X, Ding HY, et al. AI-CDSS design guidelines and practice verification[J]. Int J Hum, 2024, 40(18):5469-5492.
[11]施兰君,岗卫娟,田紫煜,等.保真度及其在针灸临床研究中的应用与思考[J].中国针灸, 2023, 43(7):813-817.
[12]于艺,朱征,李艳伟,等.文献计量视域下人工智能在针灸领域应用的研究现状及展望[J].中国针灸, 2024, 44(8):975-982.
[13] Bao YF, Ding HK, Zhang ZH, et al. Intelligent acupuncture:data-driven revolution of traditional Chinese medicine[J].Acupunct Herb Med, 2023, 3(4):271-284.
[14] Lee YS, Chae Y. Pattern identification and acupuncture prescriptions based on real-world data using artificial intelligence[J].East Asian Sci Technol Soc, 2024. doi:10.1080/18752160.2024.2339657.
[15]张默,李宇明,史宗明.基于人工智能深度学习的腹针穴位辅助定位系统的研发[J].中国针灸, 2025, 45(3):391-396.
[16]徐天成,王雪军,卢东东,等.智能针灸机器人关键技术及发展趋势[J].智能科学与技术学报, 2019, 1(3):305-310.
[17] Wu QF, Liu SQ, Zhang RB, et al. ACU&MOX-DATA:a platform for fusion analysis and visual display acupuncture multi-omics heterogeneous data[J]. Acupunct Herb Med, 2023, 3(1):59-62.
[18]尹涛,何昭璇,兰蕾,等.基于机器学习与神经影像表征的针灸疗效预测研究现状与展望[J].世界中医药, 2020, 15(11):1551-1554.
[19]尹涛,何昭璇,孙睿睿,等.机器学习在针灸研究领域的应用现状与展望[J].中国针灸, 2020, 40(12):1383-1386.
[20] Tu YH, Ortiz A, Gollub RL, et al. Multivariate resting-state functional connectivity predicts responses to real and sham acupuncture treatment in chronic low back pain[J]. Neuro Image Clin, 2019, 23:101885.
[21]李承羽,赵晨,陈耀龙,等.中医药临床指南/共识中推荐意见分级标准的制订[J].中医杂志, 2020, 61(6):486-492.
[22] Zhang H, Ni WD, Li J, et al. Artificial intelligence-based traditional Chinese medicine assistive diagnostic system:validation study[J]. JMIR Med Inform, 2020, 8(6):e17608.
[23]吴冬,孙汉旭,荣培晶,等.针灸与人工智能学科交叉的现状与策略探讨[J].针刺研究, 2021, 46(6):541-545.
[24]王雅思,姚鸿勋,孙晓帅,等.深度学习中的自编码器的表达能力研究[J].计算机科学, 2015, 42(9):56-60, 65.
[25]杨茗,龙大坚,池浩,等.基于人工智能的临床决策支持系统在产科中的研究进展[J].临床医学研究与实践, 2023, 8(34):190-193.
[26] Ng JY, Cramer H, Lee MS, et al. Traditional, complementary, and integrative medicine and artificial intelligence:novel opportunities in healthcare[J]. Integr Med Res, 2024, 13(1):101024.
[27]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.
[28]白宇,陈理,易岚,等.中医临床决策支持系统研发的现状与思考[J].江苏中医药, 2022, 54(12):66-69.
[29]刘华云,韩晨静,熊婕,等.针刺临床文献自然语言处理中术语的智能化标注和抽取方法[J].中国针灸, 2022, 42(3):327-331.
[30]关曼柯,魏旭煦,赵晨,等.循证决策模式下中医临床个体化疗效评价研究的定位与未来发展路径[J].中国循证医学杂志,2020, 20(10):1124-1129.
[31] Wang YL, Shi XM, Efferth T, et al. Artificial intelligence-directed acupuncture:a review[J]. Chin Med, 2022, 17(1):80.
[32] Huang ZL, Lim HY, Ow JT, et al. Doctors'perception on the ethical use of AI-enabled clinical decision support systems for antibiotic prescribing recommendations in Singapore[J]. Front Public Health, 2024, 12:1420032.
基本信息:
DOI：10.13703/j.0255-2930.20241128-0007
中图分类号:R245;TP18
引用信息:
[1]张淑欣,李心雨,刘晏宁等.针灸临床决策支持系统：AI技术在针灸诊疗中的应用[J].中国针灸,2025,45(07):875-880.DOI:10.13703/j.0255-2930.20241128-0007.
基金信息:
国家重点研发计划项目：2022YFC3501402; 2023年国家中医传承创新中心专项研究基金项目：09005656004; 2023年广州中医药大学青年拔尖人才（团队）揭榜挂帅项目：23414110Z75; 广州中西医结合重大技术创新建设项目：20123-2318; 广东省本科高校教学质量与教学改革工程项目：2022,No.489; 广东省教育科学规划课题高等教育专项项目：2023GXJK260; 全国中医药高等教育“十四五”规划教育科研课题项目：YB-23-13