2026年世界传统医药大会举办期间，大会的重要成果之一《人工智能赋能全球传统医学发展报告》（以下简称《报告》）正式发布。该报告由全球传统医学联盟发起并支持，中国中医科学院中医药信息研究所组织编写，联合30余位国内外专家共同完成，报告系统梳理了人工智能（AI）赋能传统医学的全球战略布局、技术演进、风险挑战与治理对策。

　　与会专家表示，人工智能（AI）赋能传统医学已走出概念探索阶段，正在成为全球卫生发展和医学进步的共同趋势，《报告》的发布为破解传统医学传承难、阐释难、标准化难的长期痛点提供了参考。

　　技术落地多点开花，全球发展进入加速期

　　报告数据显示，2000年以来，全球公开的AI与传统医药相关专利达3030项，其中中国占比80.4%；相关学术论文共6882篇，覆盖125个国家，中国贡献约47%，充分印证了我国在该领域的研究规模与技术积累优势。

　　“AI赋能传统医学已在多个领域形成具体应用，正从单点探索向更系统的协同应用发展。”北京中医药大学陈建新教授指出，相关进展主要体现在三个方面：一是观测与量化能力的增强，智能设备与算法辅助将舌象、脉象等传统诊察信息转化为可量化、可比较的客观数据；二是逻辑可解释性的提高，将以往依赖语言描述的传统医学理论转化为可计算、可验证的表达；三是药物发掘效率的提升，将经验式筛选转变为可重复的计算筛选流程，大幅提升候选药物筛选效率。

　　中国中医科学院中医药信息研究所所长李海燕以名医经验的“数字孪生”为例介绍，该方向已形成多种应用形态：基于国医大师临床经验、辨证逻辑与典型病案训练的数字孪生模型，模拟专家从辨证到病机推演再到治法的诊疗思路，为复诊患者提供辅助决策支持；部分模型已在县域中医院开展试点，推动优质中医药资源突破地理限制。与早年静态规则库式的“专家系统”不同，数字孪生依靠真实病案数据驱动，经专家持续审核校正迭代，正在从规则匹配向思维模拟演进。

　　在产业端，技术落地节奏同样加快。报告显示，针对部分中医证型，AI舌诊辨证辅助识别准确率已达85%至92%，智能设备将“舌质偏红”等经验描述转为结构化数据并进入临床应用；AI辅助研发中药新药，研发效率提升。同时，AI将炮制煎煮的“火候”“色泽”转译为量化参数，推动质量管控从事后检测走向事前预测与过程纠偏。

　　破解传统医学发展瓶颈，开辟科学化验证新路径

　　传承难、阐释难、标准化难，是长期制约传统医学发展的三大核心瓶颈，也是“传统医学是否科学”这一争议的根源所在。报告显示，AI正在从技术层面提供新的破局思路。

　　在传承层面，AI推动名医个人隐性经验转化为可存储、可复用、可共享的显性知识。除临床环节的数字孪生外，古籍保护领域正在从影像扫描逐步延伸至文本化、结构化，进而拓展到知识图谱构建与大语言模型应用，形成逐层深化的数智化链条。李海燕介绍，中国中医科学院中医药信息研究所承建的国家中医药古籍数字图书馆，通过为AI训练、知识图谱构建和智能教育提供传统知识语料，推动古籍从数字化保存向知识化利用转变。

　　在阐释层面，AI为传统医学相关现象的量化研究与机制探索提供了新工具。陈建新以报告收录的电针研究为例，介绍了研究者如何借助深度学习辅助的活体成像，在小鼠模型中观察电针刺激后免疫细胞的动态变化，为研究穴位的免疫调节提供了新的视角。他强调，AI的使用应注重边界，模型能够重现既有的分类，并不等于证实了分类的生物学内涵，而计算发现的关联，还需要通过独立的实验和临床研究进一步验证。

　　在标准化层面，智能采集设备实现了四诊指标的量化采集，检测结果可在不同机构之间交叉核验，保障了诊疗质量的一致性，也为缩小地区间医疗能力差距、促进诊疗服务均等化提供了技术支撑。

　　值得注意的是，技术发展也带来了新的治理课题。李海燕指出，随着传统医学知识加速数字化，如何在开放利用的同时加强传统知识保护，已成为行业共同关注的治理课题。今年9月，国务院常务会议审议通过《中医药传统知识保护条例（草案）》，标志着传统知识保护从学术呼吁走向制度落地。报告也提出“数据不出域、模型协同训练、使用可追溯”的数据治理原则，体现了在保护与开放之间寻求平衡的治理思路。

　　全球AI赋能传统医学仍存挑战，治理体系正加速形成

　　报告客观指出，全球AI赋能传统医学仍面临多重挑战，其中发展不均衡的问题尤为突出。

　　“除了技术与临床验证方面的挑战，全球数据资源与数字能力的不均衡，同样需要高度重视。”陈建新表示，传统医学知识的丰富程度与其数字化能力并不匹配。参照世界卫生组织（WHO）划分的六大区域，各区域数据资源分布差距显著，若模型仅依靠少数区域的数据训练，其他地区的医学知识就可能在算法中被忽略，本质上是全球医疗的公平与治理问题。

　　除此之外，数据层面尚缺乏国际公认的高质量数据集，古今概念与各国术语差异加大了整合难度；技术层面大语言模型的“幻觉”问题依然存在，AI判断多基于相关性推理，难以深入阐明医学内涵；制度层面全球统一的监管规则尚未形成，专门针对传统医学AI的监管规则更为薄弱。

　　所幸全球治理体系正在加速成形。报告显示，联合国《全球数字契约》、WHO《卫生领域人工智能的伦理和治理》等文件已确立基本伦理基准；2025年12月WHO第二届全球传统医学峰会发布的《德里宣言》，已有26个成员国在该宣言中承诺负责任地利用数字技术和创新，标志着AI赋能传统医学已纳入全球卫生治理正式议程。金砖国家、上合组织、中国—东盟等区域机制也在将传统医学合作与人工智能治理协同推进。

　　对于WHO的角色，陈建新认为，WHO可在证据建设、数据整合、标准协调和国际合作中发挥重要作用：通过AI工具，推动世界各地传统医学经验纳入人类共享知识体系，让不同医学体系的智慧都能被公平呈现、检索与共享。

　　报告还展望了未来四条演进主线：诊疗决策走向人机协同的数智辨证，药物研发走向计算设计驱动，知识生产走向群体智能共生，服务供给走向全球普惠共享。李海燕表示，传统医学智能化的最终目标，不是单向技术输出，而是推动不同文明医学智慧的互鉴共享。本次报告只是一个开放起点，期待各方通过世界传统医药大会平台，共同参与标准对接、联合研究、伦理治理和能力建设。