机器学习方法在中医药研究中的应用进展

作     者：王志杰 樊薛津 王豫骞 庄朋伟 赵婷婷 WANG Zhijie;FAN Xuejin;WANG Yuqian;ZHUANG Pengwei;ZHAO Tingting

作者机构：天津科技大学人工智能学院 天津中医药大学 天津中医药大学第一附属医院 

出 版 物：《药物评价研究》 (Drug Evaluation Research)

年 卷 期：2024年第47卷第8期

页      面：1906-1913页

核心收录：

学科分类：12[管理学] 1006[医学-中西医结合] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 100602[医学-中西医结合临床] 10[医学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：机器学习 中医药 算法模型 人工智能 大数据 深度学习 

摘      要：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。