在 6 月 26 日举行的 「2025 中医国际传承发展研讨会暨第三届中法医学国际交流会」 上，中国中医科学院首席研究员、中医药信息研究所所长李海燕，清华大学生物医学工程学院博士后研究员王易慰、整骨医生、耳穴疗法医师 Dr. Huss Ziahim FAJURALLY，长江学者、北京中医药大学教授陈家旭，法国全科医生、医学博士 Dr. Nadia BOUZIANE 围绕 「人工智能与中医的协同应用」 展开探讨，本轮高峰对话由中国中医科学院望京医院副院长、北京中医药大学教授杨克新主持。以下是嘉宾观点集锦：
李海燕 （中国中医科学院首席研究员、中医药信息研究所所长）
在人工智能与中医药领域相结合的进程中，我们开展标准化工作已多年。我们主要聚焦于中药的术语标准，因为中药最为棘手的问题在于同名异构，即同一条术语，其含义却不尽相同，或者从古代到现代，术语的演变历程漫长。若不解决术语问题，在与西医的沟通交流中将会形成障碍。因此，我们团队较早便在中医药术语方面开展工作。此外，我们还构建了古籍术语系统，这些都是开展人工智能相关工作的基础工程。有了这些标准后，我们依托其进行数据治理。随着人工智能技术的发展，传统的术语系统多处于知识工程层面，如今采用双轮驱动模式，一方面基于知识驱动，另一方面基于临床数据驱动。因此，需标准先行，与高质量数据相结合，最终形成更具可信度、可为临床所用的辅助诊疗系统，做出更优的辅助诊疗决策。
王易慰 （清华大学生物医学工程学院博士后研究员）
AI 是中西医结合的良好工具与桥梁。西医的诊断相对流程化、可复制，数据可量化；而中医虽有一些 AI 工具辅助，但仍较多依赖人工，主观数据占比较大，即多为非结构化数据。在此情况下，AI 可发挥整合作用，将中医的症候与西医的参数指标进行多指标、多模态的整合训练。通过这种训练，我们或许能依据西医指标推断中医症候，为中西医交流搭建良好的语言桥梁。结合我身边的例子来说，我们医院已建立生物样本库，如何从生物医学工程角度更好地发挥其作用，尤其是在未来指导精准医疗方面，中西协同、中西结合是一个值得探索的方向。
Dr. Huss Ziahim FAJURALLY（整骨医生、耳穴疗法医师）
若将同一款应用于法国，需要考虑在地性和差异化的问题。其中可能会涉及软件与法国地理和环境因素相匹配的问题，在此我希望中医应用软件在精准度方面应该得到进一步提升。另外，人工智能与中医相关软件应用过程中还存在数据安全问题，在法国，数据安全对病人而言至关重要。
陈家旭 （长江学者、北京中医药大学教授）
AI 是中西医结合的良好工具与桥梁。西医的诊断相对流程化、可复制，数据可量化；而中医虽有一些 AI 工具辅助，但仍较多依赖人工，主观数据占比较大，即多为非结构化数据。在此情况下，AI 可发挥整合作用，将中医的症候与西医的参数指标进行多指标、多模态的整合训练。通过这种训练，我们或许能依据西医指标推断中医症候，为中西医交流搭建良好的语言桥梁。同时，要做好本底数据库工作，明确正常脉象及其生理变异。据我了解，中国中医研究院正在进行大样本数据收集，涵盖东南西北各地人群。任重道远，我们需不断努力。
Dr. Nadia BOUZIANE（医学博士）
在法国，学习中医的学生大多已是医生或助产士，我们均有本职工作在身，因而学习中医知识时间十分有限。但是很庆幸，我能够借助一些应用程序及资源，得以开展学习，令我深感惊喜的是，大部分的病例与我们所学知识相契合，所以一款实用的学习工具对于像我这样的中医学习者至关重要。对于人工智能辅助学习我满怀信心，我们应该将传统医学与人工智能二者真正结合起来，我认为既不会出现人工智能超越医生为患者治病的情况，也不会让人工智能替代医生，二者是一种真正的互补关系。
中国中医科学院望京医院副院长、北京中医药大学教授杨克新 （主持人） 结语：期望未来能够将中国优质的人工智能产品，包括我们的这一模型，推介至法国。其次，能够把中国所欠缺的、法国的一些相关产品引入中国，以此共同推动人工智能领域的发展。
