Đăng nhập

Mô tả footer menu mobile

© Tạp chí Châm cứu Việt nam 2022 . Thiết kế bởi Pubweb.vn.
Trang chủTạp chí
Cuộn xuống

TỔNG QUAN ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG CÁ THỂ HÓA ĐIỀU TRỊ Y HỌC CỔ TRUYỀN

Phạm Xuân Đà
06/07/2026
  • 1
Cỡ chữ:

Tóm tắt

Sự tích hợp của trí tuệ nhân tạo (AI) vào Y học cổ truyền (YHCT) đang nổi lên như một hướng tiếp cận tiềm năng nhằm khắc phục các hạn chế cố hữu liên quan đến tính chủ quan, thiếu chuẩn hoá và thiếu hụt bằng chứng khoa học. Nghiên cứu này nhằm phân tích các cơ chế kỹ thuật mà qua đó AI góp phần chuẩn hoá chẩn đoán và cá thể hoá bài thuốc, từ đó thúc đẩy quá trình chuyển đổi YHCT theo hướng y học dựa trên bằng chứng. Nghiên cứu tổng hợp các tiến bộ gần đây trong học máy, học sâu, xử lý ngôn ngữ tự nhiên, thị giác máy tính, đồ thị tri thức và mạng nơ-ron đồ thị trong bối cảnh thực hành lâm sàng YHCT. Trọng tâm được đặt vào hai lĩnh vực chính: (i) chuẩn hoá chẩn đoán thông qua số hoá hệ thống “Tứ chẩn” và mô hình hoá biện chứng luận trị; (ii) cá thể hoá bài thuốc dựa trên các mô hình khuyến nghị, mô hình sinh và các thuật toán tối ưu hoá đa mục tiêu. Kết quả cho thấy AI cho phép chuyển đổi quy trình chẩn đoán dựa trên kinh nghiệm thành hệ thống định lượng có khả năng tái lập thông qua việc chuyển đổi dữ liệu lâm sàng dị thể thành dữ liệu có cấu trúc. Trong điều trị, AI hỗ trợ lựa chọn và tối ưu hoá liều lượng bài thuốc, đồng thời dự báo độc tính, tương tác dược liệu – thuốc và các hiệu ứng hiệp đồng hoặc đối kháng giữa các thành phần. Bên cạnh đó, các mô hình AI có khả năng diễn giải và kiến trúc “human-in-the-loop” góp phần nâng cao tính minh bạch và khả năng chấp nhận trong lâm sàng. Tuy nhiên, việc ứng dụng AI vẫn đối mặt với các thách thức đáng kể, bao gồm chất lượng dữ liệu chưa cao, thiếu chuẩn hoá, hạn chế trong suy luận nhân quả, vấn đề diễn giải và sự thiếu hụt khung pháp lý phù hợp. Tổng thể, AI không thay thế vai trò của thầy thuốc YHCT mà đóng vai trò như một công cụ hỗ trợ, góp phần củng cố nền tảng khoa học, tính tái lập và độ tin cậy của thực hành lâm sàng YHCT.

Từ khóa

Trí tuệ nhân tạo; Y học cổ truyền; Biện chứng luận trị; Cá thể hóa điều trị; Y học dựa trên bằng chứng.

Tài liệu tham khảo

TÀI LIỆU THAM KHẢO

  1. Hou, C., et al., A review of recent artificial intelligence for traditional medicine. Journal of Traditional and Complementary Medicine, 2025. 15(3): p. 215-228.
  2. Song, Z., G. Chen, and C.Y.-C. Chen, AI empowering traditional Chinese medicine? Chemical science, 2024. 15(41): p. 16844-16886.
  3. Tian, Z., et al., Current status and trends of artificial intelligence research on the four traditional Chinese medicine diagnostic methods: a scientometric study. Annals of Translational Medicine, 2023. 11(3): p. 145.
  4. Ng, J.Y., et al., Traditional, complementary, and integrative medicine and artificial intelligence: Novel opportunities in healthcare. Integrative medicine research, 2024. 13(1): p. 101024.
  5. Zhang, P., et al., Network pharmacology: towards the artificial intelligence-based precision traditional Chinese medicine. Briefings in bioinformatics, 2024. 25(1): p. bbad518.
  6. Zhou, L., et al., Natural language processing algorithms for normalizing expressions of synonymous symptoms in traditional Chinese medicine. Evidence‐Based Complementary and Alternative Medicine, 2021. 2021(1): p. 6676607.
  7. Zheng, Z., et al. TCMKG: A deep learning based traditional Chinese medicine knowledge graph platform. in 2020 IEEE international conference on knowledge graph (ICKG). 2020. IEEE.
  8. Lu, L., et al., AI: bridging ancient wisdom and modern innovation in traditional Chinese medicine. JMIR Medical Informatics, 2024. 12(1): p. e58491.
  9. Chen, Z., et al., Traditional Chinese medicine diagnostic prediction model for holistic syndrome differentiation based on deep learning. Integrative medicine research, 2024. 13(1): p. 101019.
  10. Sun, Y., et al., When Traditional Medicine Meets AI: Critical Considerations for AI-Empowered Clinical Support in Traditional Medicine. Proceedings of the ACM on Human-Computer Interaction, 2025. 9(7): p. 1-37.
  11. .Zhou, E., Q. Shen, and Y. Hou, Integrating artificial intelligence into the modernization of traditional Chinese medicine industry: a review. Frontiers in Pharmacology, 2024. 15: p. 1181183.
  12. Jongjiamdee, K., et al., Artificial intelligence in traditional medicine: evidence, barriers, and a research roadmap for personalized care. Frontiers in Artificial Intelligence, 2025. 8: p. 1659338.
  13. Mesko, B., The role of artificial intelligence in precision medicine. 2017, Taylor & Francis. p. 239-241.
  14. Zhang, A., et al., Future perspectives of personalized medicine in traditional Chinese medicine: a systems biology approach. Complementary therapies in medicine, 2012. 20(1-2): p. 93-99.
  15. Agyeman, A.A. and R. Ofori-Asenso, Perspective: Does personalized medicine hold the future for medicine? Journal of Pharmacy and Bioallied Sciences, 2015. 7(3): p. 239-244.
  16. Fung, F.Y. and Y.C. Linn, Developing traditional Chinese medicine in the era of evidence‐based medicine: current evidences and challenges. Evidence‐Based Complementary and Alternative Medicine, 2015. 2015(1): p. 425037.
  17. Haynes, R.B., P.J. Devereaux, and G.H. Guyatt, Clinical expertise in the era of evidence-based medicine and patient choice. BMJ Evidence-Based Medicine, 2002. 7(2): p. 36-38.
  18. Shea, J.L., Applying evidence-based medicine to traditional Chinese medicine: debate and strategy. The Journal of Alternative and Complementary Medicine: Paradigm, Practice, and Policy Advancing Integrative Health, 2006. 12(3): p. 255-263.
  19. Li, W., et al., Opportunities and challenges of traditional Chinese medicine doctors in the era of artificial intelligence. Frontiers in medicine, 2024. 10: p. 1336175.
  20. Wang, Y., et al., Artificial intelligence-directed acupuncture: a review. Chinese medicine, 2022. 17(1): p. 80.
  21. Wang, Y., et al., The impact of artificial intelligence on traditional Chinese medicine. The American journal of Chinese medicine, 2021. 49(06): p. 1297-1314.
  22. Meng, X., et al., Progress in the application of AI in the standardization of traditional Chinese medicine: A review based on machine learning and deep learning. Pharmacological Research-Modern Chinese Medicine, 2025. 16: p. 100639.
  23. Zhang, H., et al., Artificial intelligence–based traditional Chinese medicine assistive diagnostic system: validation study. JMIR medical informatics, 2020. 8(6): p. e17608.
  24. Arji, G., et al., A systematic literature review and classification of knowledge discovery in traditional medicine. Computer methods and programs in biomedicine, 2019. 168: p. 39-57.
  25. Chen, Z., et al., Developing the artificial intelligence method and system for “Multiple Diseases Holistic Differentiation” in Traditional Chinese medicine and its interpretability to clinical decision. Journal of Evidence‐Based Medicine, 2025. 18(2): p. e70016.
  26. Wang, A., et al., Development and application of artificial intelligence in traditional Chinese medicine research and development. Chinese Medicine, 2026. 21(1): p. 17.
  27. Chu, H., et al., The use of artificial intelligence in complementary and alternative medicine: A systematic scoping review. Frontiers in pharmacology, 2022. 13: p. 826044.
  28. Yan, D., et al., Artificial intelligence in traditional Chinese medicine: from systems biological mechanism discovery, real-world clinical evidence inference to personalized clinical decision support. Chinese Journal of Natural Medicines, 2025. 23(11): p. 1310-1328.
  29. Huang, Z., et al., A traditional Chinese medicine syndrome classification model based on cross-feature generation by convolution neural network: model development and validation. JMIR medical informatics, 2022. 10(4): p. e29290.
  30. Lu, L., et al., Artificial Intelligence: Bridging Ancient Wisdom and Modern Innovation in Traditional Chinese Medicine.
  31. Chao, J., et al., Major achievements of evidence-based traditional Chinese medicine in treating major diseases. Biochemical pharmacology, 2017. 139: p. 94-104.
  32. Burlacu, A., et al., Challenging the supremacy of evidence-based medicine through artificial intelligence: the time has come for a change of paradigms. 2020, Oxford University Press. p. 191-194.
  33. Lee, S. and H.-S. Kim, Prospect of artificial intelligence based on electronic medical record. Journal of Lipid and Atherosclerosis, 2021. 10(3): p. 282.
  34. Liang, Z., et al., Deep generative learning for automated EHR diagnosis of traditional Chinese medicine. Computer methods and programs in biomedicine, 2019. 174: p. 17-23.
  35. Zhou, X., et al., Development of traditional Chinese medicine clinical data warehouse for medical knowledge discovery and decision support. Artificial Intelligence in medicine, 2010. 48(2-3): p. 139-152.
  36. Zhang, S., et al., Advances in the application of traditional Chinese medicine using artificial intelligence: a review. The American journal of Chinese medicine, 2023. 51(05): p. 1067-1083.
  37. Chen, Z., et al., Application of artificial intelligence in tongue diagnosis of traditional Chinese medicine: a review. TMR Mod Herb Med, 2021. 4(2): p. 14-30.
  38. Kaur, S., et al., Medical diagnostic systems using artificial intelligence (AI) algorithms: principles and perspectives. Ieee Access, 2020. 8: p. 228049-228069.
  39. Tang, A.C.Y., J.W.Y. Chung, and T.K.S. Wong, Validation of a novel traditional Chinese medicine pulse diagnostic model using an artificial neural network. Evidence‐Based Complementary and Alternative Medicine, 2012. 2012(1): p. 685094.
  40. Jia, L., et al., Modernizing tongue diagnosis: AI integration with traditional Chinese medicine for precise health evaluation. Ieee Access, 2024. 12: p. 161670-161678.
  41. Lai, X., et al., Network pharmacology and traditional medicine. 2020, Frontiers Media SA. p. 1194.
  42. Li, Y., et al., Artificial intelligence in traditional Chinese medicine: advances in multi-metabolite multi-target interaction modeling. Frontiers in pharmacology, 2025. 16: p. 1541509.
  43. Giordano, C., et al., Accessing artificial intelligence for clinical decision-making. Frontiers in digital health, 2021. 3: p. 645232.
  44. Khan, S.R., et al., Integration of AI and traditional medicine in drug discovery. Drug discovery today, 2021. 26(4): p. 982-992.
  45. Amabie, T., et al., Harmonizing tradition and technology: the synergy of artificial intelligence in traditional medicine, in Herbal medicine phytochemistry: applications and trends. 2024, Springer. p. 2103-2125.
  46. Guo, P., et al., Advancing the modernization of traditional Chinese medicine through artificial intelligence and multimodal data integration. Chinese Medicine, 2026. 21(1): p. 54.
Tags :
Trí tuệ nhân tạo; Y học cổ truyền; Biện chứng luận trị; Cá thể hóa điều trị; Y học dựa trên bằng chứng.
Bài viết trước ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG CẢNH GIÁC DƯỢC VÀ...
Bài viết tiếp ĐỊNH HƯỚNG PHÁT TRIỂN Y HỌC CỔ TRUYỀN VIỆT NAM TRO...
Tác giả Phạm Xuân Đà

Thông tin tác giả :

Theo dõi:
Thông tin hữu ích
Hoặc

Đăng nhập bằng gmail

Đăng nhập bằng gmail
Hoặc

Đăng nhập bằng gmail

Đăng nhập bằng gmail