近年來，人工智能技術以深度學習、大數據分析和多模態融合為核心，加速滲透醫療健康領域。全球范圍內，“AI+醫療”已廣泛應用于疾病預測、影像識別、藥物研發等場景。不過，全國人大代表、上海中醫藥大學市針灸經絡研究所所長吳煥淦關注到，我國中醫藥與AI的融合仍處于初級階段。

　　吳煥淦說，《“十四五” 中醫藥發展規劃》中明確提出要充分利用現代科技和方法，深入挖掘中醫藥的核心精髓，促進中醫藥事業的特色化發展。目前，上海、廣東等地已率先試點AI與中醫藥結合的智慧醫療項目，例如，上海通過建設中醫智能輔助診療平臺，推動“治未病”理念的數字化落地。不過，目前“AI+中醫”仍面臨技術、人才與制度層面的瓶頸問題。

　　“中醫診療強調個體化與整體觀，像‘脈象滑數’‘舌苔厚膩’這樣的癥狀描述，具有模糊性和主觀性，這也導致臨床數據難以標準化。”吳煥淦說，“此外，中醫古籍數字化還有術語古今差異大、隱性知識提取難等問題，這也制約了AI模型的訓練精度。”

　　吳煥淦說，中醫藥與AI的深度融合，需要兼具兩類學科背景的復合型人才，但當前教育體系仍以單一學科培養為主。據統計，全國僅不足5%的中醫院校開設AI相關課程，而專業AI工程師往往缺乏中醫背景知識。

　　而在數據安全風險方面，中醫藥數據包含大量患者隱私信息，現行《個人信息保護法》對醫療數據的采集、存儲與共享缺乏細化條款。而且，部分AI診療系統未通過嚴格的倫理審查，存在誤診責任界定不清等風險。

　　對此，吳煥淦提出三方面建議——

　　首先，應該構建標準化數據生態，強化技術支撐，包括從國家層面規范中醫藥癥狀描述、舌脈圖像等核心術語與格式，推動建立國家級中醫藥大數據中心、建設古籍智慧化平臺等。“比方說，我們可以深化與科技企業合作，引入Deep Seek等AI企業技術優勢，開發適應中醫特點的專用算法，構建中醫古籍語義知識圖譜，為挖掘中醫藥寶庫奠定基礎。”

　　其次，應創新人才培養模式，推動跨學科教育試點，在中醫藥高校設立“中醫藥人工智能”交叉學科。“我們可以聯合人工智能企業開設實訓基地，培養兼具中醫思維與AI技術能力的‘新中醫人才’。”

　　最后，還要完善法規體系與倫理治理，明確AI醫療數據的權屬與流通規則，構建精準、高效、安全的中醫智能化生態。