Tóm tắt
Đào tạo y học cổ truyền (YHCT) gặp nhiều khó khăn do hệ thống lý luận phức tạp và yêu cầu cao về năng lực biện chứng luận trị. Việc kết nối giữa lý thuyết và thực tiễn lâm sàng vẫn còn hạn chế, đặt ra nhu cầu hỗ trợ đào tạo hiệu quả hơn. Nghiên cứu này thực hiện tổng quan tường thuật các tài liệu về ứng dụng trí tuệ nhân tạo (AI) trong giáo dục y khoa và YHCT nhằm đánh giá tiềm năng trong đào tạo. Kết quả cho thấy AI có thể hỗ trợ cá thể hóa học tập và mô phỏng tình huống lâm sàng. Trong YHCT, các mô hình học máy được áp dụng trong nhận diện mô hình bệnh lý và hỗ trợ chẩn đoán. Trong đào tạo YHCT, AI tạo khung giảng dạy giúp tối ưu hóa lý thuyết, kết hợp công nghệ robot và thị giác máy tính hỗ trợ huấn luyện kỹ năng. AI là công cụ tiềm năng, nhưng các nghiên cứu trực tiếp trong đào tạo YHCT còn hạn chế, cần thêm nghiên cứu thực nghiệm và dữ liệu chuẩn hóa để triển khai hiệu quả.
Từ khóa
Trí tuệ nhân tạo,Đào tạo Y học cổ truyền,Y học cổ truyền
Tài liệu tham khảo
- Ahsan Z. Integrating artificial intelligence into medical education: a narrative systematic review of current applications, challenges, and future directions. BMC Medical Education. 2025/08/23 2025;25(1):1187. doi:10.1186/s12909-025-07744-0
- Hallquist E, Gupta I, Montalbano M, Loukas M. Applications of Artificial Intelligence in Medical Education: A Systematic Review. Cureus. 2025/3/01 2025;17(3):e79878. doi:10.7759/cureus.79878
- Buess L, Keicher M, Navab N, Maier A, Tayebi Arasteh S. From large language models to multimodal AI: a scoping review on the potential of generative AI in medicine. Biomedical Engineering Letters. 2025/09/01 2025;15(5):845-863. doi:10.1007/s13534-025-00497-1
- Jiang Z, Peng Q, Li L, Xiang S. Artificial Intelligence in Traditional Chinese Medicine: Bridging Ancient Practice and Future Innovation. MedComm – Future Medicine. 2025/12/01 2025;4(4):e70042. doi:https://doi.org/10.1002/mef2.70042
- Huang X, Goh HH, He T-t, et al. Integration of traditional Chinese medicine and machine learning: Opportunities, obstacles, and implications for future of healthcare. Journal of Integrative Medicine. 2026/02/17/ 2026;doi:https://doi.org/10.1016/j.joim.2026.02.004
- Lu L, Lu T, Tian C, Zhang X. AI: Bridging Ancient Wisdom and Modern Innovation in Traditional Chinese Medicine. Viewpoint. JMIR Med Inform. 2024;12:e58491. doi:10.2196/58491
- Li J, Zhang M, Li S. Study on the Role of Generative Artificial Intelligence in Advancing the Knowledge System of Traditional Chinese Medicine in Higher Education. presented at: Proceedings of the 2025 International Conference on Big Data and Informatization Education; 2025; https://doi.org/10.1145/3729605.3729611
- Lin W, Xu L, Yin T, et al. Exploring the role of moxibustion robots in teaching: a cross-sectional study. BMC Med Educ. Jan 13 2025;25(1):58. doi:10.1186/s12909-025-06669-y
- Kang J, Li L, Wang S, et al. [A machine learning-based trajectory predictive modeling method for manual acupuncture manipulation]. Zhongguo Zhen Jiu. Sep 12 2025;45(9):1221-1232. doi:10.13703/j.0255-2930.20250117-0001
- Corniani G, Sapienza S, Vergara-Diaz G, et al. Remote monitoring of Tai Chi balance training interventions in older adults using wearable sensors and machine learning. Sci Rep. Mar 26 2025;15(1):10444. doi:10.1038/s41598-025-93979-2
