數據可解釋性亟待提升
“當下，人工智能賦能中醫藥發展已經邁出一步，有的中醫藥人工智能大模型已得到初步應用。但要使之成為精準科學研究，還需要付出更多努力。”陳凱先認為，挑戰之一是數據可靠性與可解釋性問題。
“如果數據不可靠，人工智能得出的結論也不正確。中醫傳承千年，大部分屬於描述性語言，比如‘脈細’。如何把它們變成可靠數據，使之具有可解釋性，是人工智能應用到中醫藥領域首先要解決的問題。這需要科研人員進一步用現代科學方法解析中醫藥作用原理。”陳凱先說。
對此，劉良認為，首先要構建龐大、高質量的數據集，包括臨床數據、科研數據、文獻數據、海外數據等；其次，還要對這些數據進行收集、清洗、整理；最後，應收集多模態數據，將不同數據歸納到一套語言體系中。
“人工智能的模型架構仍需不斷完善，數據集也要不斷進化。應加強算力硬件設施建設，提升算法和算力水平。”劉良說，目前既懂算法又懂中醫藥的復合型人才短缺，因此要注重人才培養，引導他們參與算法研發、訓練與應用等工作，助力提升算法質量。
“以人工智能為‘大腦’、以實驗裝備為‘雙手’，‘大腦’指揮‘雙手’，有望為中醫藥領域帶來變革。”陳凱先認為，中醫藥需與時俱進，應用多學科現代科學技術開展綜合研究，實現中醫藥現代化。 |
