数据可解释性亟待提升
“当下，人工智能赋能中医药发展已经迈出一步，有的中医药人工智能大模型已得到初步应用。但要使之成为精准科学研究，还需要付出更多努力。”陈凯先认为，挑战之一是数据可靠性与可解释性问题。
“如果数据不可靠，人工智能得出的结论也不正确。中医传承千年，大部分属于描述性语言，比如‘脉细’。如何把它们变成可靠数据，使之具有可解释性，是人工智能应用到中医药领域首先要解决的问题。这需要科研人员进一步用现代科学方法解析中医药作用原理。”陈凯先说。
对此，刘良认为，首先要构建庞大、高质量的数据集，包括临床数据、科研数据、文献数据、海外数据等；其次，还要对这些数据进行收集、清洗、整理；最后，应收集多模态数据，将不同数据归纳到一套语言体系中。
“人工智能的模型架构仍需不断完善，数据集也要不断进化。应加强算力硬件设施建设，提升算法和算力水平。”刘良说，目前既懂算法又懂中医药的复合型人才短缺，因此要注重人才培养，引导他们参与算法研发、训练与应用等工作，助力提升算法质量。
“以人工智能为‘大脑’、以实验装备为‘双手’，‘大脑’指挥‘双手’，有望为中医药领域带来变革。”陈凯先认为，中医药需与时俱进，应用多学科现代科学技术开展综合研究，实现中医药现代化。 |
