为响应国家关于“人工智能+”行动的决策部署，AMI课题组在“AI+医药”研究方向深耕多年，2024年课题组参与的“少数民族药炮制、配伍“减毒存效”理论机制阐释与评价技术研究”获批国家重点研发计划：中医药现代化专项。
摘要
AMI课题组聚焦解决民族药炮制企业面临工艺落后、质控水平低痛点问题，配伍安全性受质疑、有效性说不清的行业难题。项目以藏、蒙、维地区具有代表性的佐太、泵阿、小艾飞等药物为研究对象，以“以临床价值为导向，重视人用经验，全过程质量控制”为理念。通过视觉传感器、近红外光谱仪等设备采集19项炮制工艺过程中质量评估参数, 构建多尺度高保真数字孪生模型；采用Transformer 等模型学习炮制减毒工艺质量特征的表示层次和内在规律，构建炮制工艺质量识别关键技术，实现炮制减毒工艺的关键参数智能调控及有毒成分超标预警；开发基于Deepseek等基础大模型的云端多模态识别算法，抽取“用药经验知识-优势病种治疗方法-药物配伍-临床体征”等信息，构建民族药临床治疗经验数据库，利用UIE 和Neo4j 等框架形成临床经验知识图谱，实现少数民族医生临床治疗经验统一数字化表征；构建小艾飞“药材药性与相互作用关系-配伍变化-用药方式-体内代谢-病人临床体征”等多维度信息，通过RAG+LLM 技术构建专用领域大语言模型并结合深度学习多模态RE模型，解析病人临床体征与方剂配伍、用药方式关联机制，构建小艾飞临床用药有毒物关键因素识别技术，实现小艾飞民族药安全配伍与最优用药方式。
依托本项目，预期形成具备自动化、数字化、可控的民族药炮制智能化示范生产线，促进民族药高质、高效、降本生产；形成少数民族医药配伍数字赋能软件系统，实现传统配伍经验向精准医学跃迁；形成少数民族地区数字化诊疗舱，实现民族医药理论的传承与创新。
项目目标
