文｜罗曾

当下，中医药事业正站在机遇与挑战并存的关键十字路口。

“两头热，中间凉！”中国工程院院士、国医大师张伯礼曾在多个场合指出中医药行业的现状。一方面，政策利好不断、民众对中医药的认可度持续攀升、市场需求也呈现出稳步增长的态势，这些都为中医药的蓬勃发展提供了强劲动力。另一方面，在发展进程中，诸如顶层设计落地困难、产业链融合不够顺畅、数字化转型面临诸多难题等挑战也日益凸显。

而2024年，是中医药发展史上具有里程碑意义的一年，我们迎来了《中共中央国务院关于促进中医药传承创新发展的意见》印发和全国中医药大会召开五周年。中医药事业迎来了最好的发展时机，探索中医药传承与创新的高质量发展路径，已成为业界关注的焦点。

在此背景下，12月14日-15日，由生命科学领域领先的数字科技公司中康科技主办的中医药传承创新前瞻论坛将在中国雄安举办，届时中医药领域的院士、国医大师、院长、企业家、投资家等齐聚一堂，围绕中医药现代化、中医药高质量发展、中医药+人工智能等热点话题，分享他们的研究成果和实践经验。

同期，“健康中国创新传播及产业发展”活动周也将于12月13日在雄安新区启动，并同步举行第二届中医药产业生态论坛、第五届健康中国创新传播大会暨第十届中国健康品牌大会等活动。届时，多位行业专家将围绕健康中国战略，探讨健康传播新理念、新实践，以及中医药产业生态发展等关键问题。

剖析中医药现代化的难点和未来之路

中医药现代化是时代发展的必然趋势，长期以来，人们对中药的争议很大程度来自于临床评价的科学性问题。也就是说，要让世界接受传统中医药，关键在于用科学的研究方法来证明传统中医药的有效性。

青蒿素的发现，是中医药现代化进程中的一个经典案例。屠呦呦团队在研究传统中医药典籍时，受到东晋葛洪《肘后备急方》中关于青蒿治疗疟疾记载的“青蒿一握，以水二升渍，绞取汁，尽服之”的启发。他们运用现代科学研究方法，对青蒿进行了大量的实验和筛选。通过低温提取等现代技术手段，最终发现了青蒿素这一抗疟新药。青蒿素的问世，不仅为全球疟疾防治做出了巨大贡献，也证明了中医药理论在现代科学研究中的重要价值。

但是，中医药现代化在推进过程中却遇到了诸多难题。

首先是概念体系差异，中医药理论基于中国古代哲学思想，如阴阳五行学说等，其概念较为抽象，与现代科学基于实证、量化的概念体系存在较大差异。

其次是研究方法不同。医药传统研究多采用古籍整理、临床经验总结等方法，而现代科学强调实验设计、随机对照、双盲试验等严格的实证研究方法。要将二者结合并找到合适的研究路径来验证中医药疗效和理论机制，难度较大。

再就是标准化难题。由于中药材质量受产地、种植方式、采收时节等多种因素影响，目前中药材的质量标准体系尚不完善，难以全面准确地把控中药材质量。不同产地的同一中药材，其有效成分含量可能差异较大，但现行质量标准可能无法精细区分，影响中药制剂的质量稳定性和疗效。

第四是知识产权保护困境。由于中药传统知识大多是在长期的历史发展过程中积累形成的，其传承方式较为松散，且很多传统知识并没有明确的知识产权归属，导致在面对侵权行为时，难以有效地维护自身权益。

本次论讨将邀请相关院士、学者分享他们最新的研究成果和前沿观点，探索中医药现代化的多元路径。

中药材需高质量发展，人工智能如何赋能产业

近年来，我国中药材质量呈下降趋势，常有学者提出“中医亡于中药”的担忧。据药智网发布的《2023年中药材质量不合格数据年度报告》显示，2023年，国家药品监督管理局及各地药监部门抽检药品的不合格数量为799批次，其中中药材抽验不合格数量达551批次，占比69%。

一方面，由于受种植环境、土壤、气候、种植技术等因素影响较大，中药材质量的稳定性难以保证，还有过度使用化肥、农药，导致中药材中的农药残留、重金属超标等问题，都影响了中药材的品质和疗效。

另一方面，中药领域的研发投入相对较少，科研创新不足，创新成果转化困难。中医药企业的规模普遍较小，资金实力有限，难以承担高额的研发费用；而社会资本对中医药研发的关注度和投入力度也不够，导致中医药的创新研发进展缓慢。即使有一些中医药的创新研究成果，在转化为实际的产品和临床应用时也面临诸多困难。例如，中药新药的审批流程较为复杂，审批标准不够明确，导致一些有潜力的中药新药难以快速上市。

针对这些问题，论坛将邀请中医药界的知名企业家，围绕中成药企业在新环境下的定位与价值重塑、中药材高质量发展能否成为产业的未来基石等话题，分享他们的成功经验。

此外，人工智能为中医药产业发展带来新机遇。据统计，自2023年ChatGPT掀起AI大模型浪潮以来，中国已有近40个中医药大模型亮相，其中不乏华为、腾讯、阿里巴巴等巨头企业。中医药与人工智能可以在多个方面进行融合。

首先是医疗数据的挖掘与分析。利用人工智能技术可以深度挖掘海量的中医文献和临床案例数据，分析症状、方药、证型之间的潜在关联规则，总结名老中医的经验和诊疗思路。同时，还可以利用人工智能收集患者的基本信息、症状表现、舌象、脉象等多源数据，运用人工智能算法进行分析和建模，预测疾病的发生风险、发展趋势以及治疗效果。

其次是辅助诊断与决策：基于大量的中医诊断数据和临床经验，开发人工智能辅助诊断系统。可以根据患者的症状、体征、检查结果等信息，模拟中医的诊断思维过程，提供诊断建议和治疗方案。

第三是中药研发。可以运用人工智能技术对中药的化学成分进行分析和筛选，确定其有效成分和作用机制。或者基于人工智能的算法和模型，对传统的中药方剂进行优化和创新。

第四是在中药材领域，人工智能可以辅助进行质量鉴别与控制，可以通过图像识别、光谱分析等技术对中药材进行鉴别，判断其真伪、产地、品质等。还能借助人工智能的传感器技术和数据分析能力，对中药材的种植环境进行监测和分析，优化种植方案。此外，还有中医药教育与培训、慢病管理等领域，人工智能也都有很大的发挥空间。