中药智能产业的发展与展望

2021-07-08张丽丽曹婷婷李梦王耘

世界中医药 2021年2期

张丽丽曹婷婷李梦王耘

摘要中药是中医治病的重要手段，随着大数据、传感器、人工智能等各种技术的成熟，其与中药的结合形成了新兴的中药智能产业，成为中药新兴产业的发展方向。本研究从中药质量追溯、中药设计、中药智能制造3个方面概述了中药智能产业的当前进展。结合中药产业面临的资源高度分散、质量影响因素众多、难以实现连续自动、需求个体差异明显等产业难题，指出未来中药智能产业在种植与炮制、煎煮与制剂、应用与推广的发展趋势和具体形式，以期对目前中药智能产业的发展方向提供参考。

关键词中药;智能产业;人工智能

Development and Prospect of Intelligent Industry of Chinese Medicine

ZHANG Lili，CAO Tingting，LI Meng，WANG Yun

（Research Center of Chinese Medicine Information Engineering，Beijing University of Chinese Medicine，Beijing 102488，China）

Abstract Chinese medicine is an important means of treating diseases in traditional Chinese medicine （TCM）.With the development of big data，sensor，artificial intelligence and other technologies，the combination of technology and Chinese medicine has formed a new intelligent industry of Chinese medicine，and has become the developing direction of the new industry of Chinese medicine.In this paper，the current development of Chinese medicine intelligent industry is summarized from quality tracing，design and intelligent manufacture of Chinese medicine.Combined with the highly dispersed resources and many factors affecting the quality of the Chinese medicine industry，it is difficult to realize the continuous automation and the obvious individual difference in demand etc.In order to provide reference for the development direction of the intelligent industry of TCM at present，this paper points out the developing trend and concrete forms of the future intelligent industry of Chinese medicine in planting and processing，boiling and preparing，applying and popularization.

Keywords Chinese medicine; Intelligent industry; Artificial intelligence

中图分类号：R28文献标识码：Adoi：10.3969/j.issn.1673-7202.2021.02.030

随着人类基因组测序工作的完成，原以为可以攻克的疾病仍然存在，以西医为代表的还原论在癌症、糖尿病等复杂疾病面前疗效不佳，中医的系统整体论越来越受到重视，在多靶点控制的疾病中更有优势。而中药是中医起作用的重要手段，加之屠呦呦教授凭借青蒿素获得诺貝尔奖，更使中药获得了世界的认可，但中药产业目前还面临着资源高度分散、质量影响因素众多、难以实现连续自动、需求个体差异明显等产业难题，因此要实现中药的现代化和国际化，必然需要与现代新兴技术结合。

中药智能产业是大数据、传感器、人工智能等各种高新技术与中药产业融合的新兴产业，是让中药具备智能系统，包括依靠物联网技术建立中药质量追溯体系;依靠人工智能技术进行中药健康产品的设计;依靠智能制造技术制造“人、机、物”互联的智能化调节设备，形成以市场需求和个性化用药为导向的柔性化生产模式，从而构建中药智能化生产系统。目前进行的探索包括智慧中药房[1]，智能煎药系统[2]，中药生产智能工厂[3]，中医辅助诊疗系统[4]等。

1 中药智能产业的发展现状

1.1 中药质量追溯中药材质量可追溯体系的概念最早在2010年11月在第3届中医药现代化国际科技大会上提出。2012年10月国家颁布了《关于开展中药材流通追溯体系建设试点的通知》，将中药材质量可追溯体系的建设提升到了国家战略高度[5]。2011年成都市率先在全国开展中药材质量追溯体系的试点工作，积极探索应用现代信息技术的手段，实现中药材从种植到使用等各个环节的追根溯源[6];南京海昌中药集团有限公司和南京中医药大学校企合作，共同创建了基于智能终端的中药饮片质量追溯方法[7]，虽然很多单位进行了积极探索，但尚未形成最终统一的技术及信息平台。其原因在于以下3个方面。1）中药材追溯的成本较高，严重降低了构建该体系的积极性[8];2）中药材数量巨大，多由农户分散生产，供给链的复杂性导致追溯难度增大[9];3）缺乏一个开放且统一的标准编码系统、网络连接模式和溯源平台等[5]。由于短时间内建立完善的中药质量追溯系统是一项具有挑战性的工作，部分研究人员采取将其分解的措施，转向研究利用人工智能技术进行中药真伪鉴别、硫熏鉴别等问题，期望为中药质量追溯系统的建立积累大量准确、便利、可用的数据。这是因为进行人工智能中药鉴别所采用的关键技术一般为光谱成像技术加机器学习技术，前者是数据采集系统，可用于中药表面和内部检测，而后者主要是依赖机器学习算法的分析处理系统对所得图谱进行解析，从而实现中药真伪、硫熏鉴别工作[10]。比如Feng J等[11]通过高光谱成像技术建立了金银花和山银花的无损识别模型，且准确率可达到100%，若这种模型得到推广应用，那么为金银花和山银花的质量追溯系统打下了重要的基础。此外Zhang H等[12]通过可见光-近红外高光谱成像仪对硫磺熏制和非硫磺熏制的白芍进行识别，正确率可达98.3%。建立中药质量追溯体系的关键在于物联网技术，随着物联网、大数据、传感器、人工智能等各种技术的成熟，随着人们对建立质量追溯体系的深入探索及新的成果的不断出现，作者深信随着研究的深入，目前的问题会迎刃而解，使任何中药饮片都能“来源可知、去向可追、质量可查、责任可究”。

1.2 中药设计中药作为中医治病的有效手段，是经过几千年的临床检验的，它的独特之处是在中医药理论的指导下进行七情配伍，对中药设计的现代研究发现，以方剂药性特征为依据，以临床证明有效的中药方剂为模板，用与原方不同的药物配伍出新的方剂，可最大程度的保持原方的药效和配伍特点。马莉、王耘等[13]提出一种基于药性组合模式设计中药食疗的方法，并以治疗肺胃燥热型糖尿病经典方剂白虎人参汤为例成功设计出食疗配方十八则，从中医学及营养学角度分析均具备一定的合理性。目前的主要实现方法是运用二分法及贪婪算法[14]，Apriori改进算法[15]等，以精简组方替代濒危药物和禁用药物等。以上是从药性的角度进行中药设计，除此之外，组分配伍也被认为是中药用药的一个重要发展方向[16]，有学者研究基于机器学习预测治疗相关疾病的最佳药物配比是一条行之有效的途径。比如谢丽华、廖君等[17]针对治疗脑缺血再灌注损伤的高频用药，采用关联规则Apriori计算方法，从组分层面解析中药治疗脑缺血再灌注损伤的配伍规律，发现了芍药苷-阿魏酸、黄芪甲苷-藁本内酯-阿魏酸等新的组分配伍形式，可为中药的药效基础的研究提供参考，同时为组分配伍研发提供依据。陈超等[18]基于正交设计建立复方药效的支持向量机预测模型，筛选出脑得生抗血栓有效部位，经试验验证后确定多个配伍组的药效优于原方，这项工作为经典名方的进一步研究和中药品种的二次开发提供了一个新的思路，通过人工智能技术构建模型进行筛选，这无疑是一种低投入高产出的方式，大大降低了研发成本和研发风险，同时也提高了研发的成功率。随着人工智能技术的发展，深度学习将会在方剂配伍规律的研究中起到关键作用，彼时阐明方剂配伍规律的本质，中药方剂通过重新组方，即可设计出原料资源丰富、质量优良均一、服用安全有效的方剂。

1.3 中药智能制造中药智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于中药生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式[19]。从国家的角度来看，《中医药发展战略规划纲要（2016-2030年）》和《“健康中国2030”规划纲要》等政策的出台为中药智能制造打开了一扇大门;从技术的角度来看，物联网、大数据、传感器、人工智能等各种技术的成熟，使中药的智能化生产成为可能;从人员的角度来看，各高校科研院所以及企业的积极探索研究，加速了中药智能制造的发展进程;从市场的角度看，生产规模化和需求个性化的矛盾逐渐凸显，而中药智能制造是解决这一矛盾的关键。早在1989年，郭寅龙等[20]构建出一个能够提供贝母分类咨询的专家系统，根据收集的20种药用贝母原植物和24种药用贝母粉末显微特征的信息资料，进行推理和判断，模拟人类专家进行贝母鉴定。周宏仁[21]认为智能制造的3个支点：产品、装备、过程，这一观点对中药智能制造同样适用，数字化、网络化和智能化的生产装备是保证中药质量的关键。其中工业大数据，也就是数字化是智能制造的核心驱动力，是中药制造系统产生智能行为的基础和原材料[22]，而数字化关键技术着重应用于工艺质量设计、生产过程控制和产品批次评价这3个方面，天士力医药集团股份有限公司中药先进制造技术国家地方联合工程实验室按照上述3个方面在复方丹参滴丸生产车间构建并运行了一套完整的智能制造系统，开展了实时数据采集、过程检测与分析、数据分析与建模、信息化系统架构设计与开发等若干关键技术研究[23]，为中药工业实施智能制造提供了技术路径规划和系统架构的参考借鉴。

中药注射剂是以中医理论为指导，采用现代科学技术方法研制的一种新的中药剂型，具有生物利用度高、起效快、使用方便的特点，适用于心脑血管疾病、肿瘤和病毒感染等重症患者[24]，然而随着使用越来越广泛，中药注射剂在临床上频繁出现的药物不良反应也引起了人们的注意[25-26]，很多研究表明，虽然不良反应的出现原因各异，但药物联合应用后引发的注射剂稳定性降低，对其质量带来明显的影响，从而为其安全性带来巨大隐患[27-28]。因此对中药注射剂进行生产工艺、过程控制、批次评价的数字化，从而保证其稳定性和一致性是更加有必要，也是更加迫切的一个需求，康缘药业的热毒宁注射剂中药数字化智能化提取精制生产线在这方面起了一个示范作用，康缘药业与浙江大学通过全方位的深度校企合作的方式，采用先进的现代质量控制技术来强化注射液的质量管理，并搭建了与生产过程控制、生产管理系统互通集成的实时通信与数据平台，对注射液进行生产的全程控制，实现工业化与信息化“两化”的高度融合，为中药注射剂的“中国制造2025”提供了示范、树立了标杆[29]。

此外，目前进行的探索包括中藥智能香薰[30]，中药智能煎煮[31-32]，中药智能炒药机等不一而足，但存在一些“智能不足”的问题，比如目前的中药智能煎煮其存在的问题具体表现为加水量、煎煮时间等不能根据中药的种类和剂量自我决策，需要煎药人员手工操作。解决目前中药智能设备“智能不足”的关键在于传感器技术及人工智能算法，使中药智能设备具有感知情境和自决策的功能，随着物联网、大数据、传感器、人工智能等各种技术的成熟，中药智能制造处于“天时地利人和”，必将迎来蓬勃发展。

2 中药智能产业的未来发展

随着先进信息技术与中药产业的密切结合，中药智能系统的发展呈现井喷式的增长，未来中药智能产业将在多方面产生具有突破性质的发展，对人们的健康生活方式和中药生产方式产生深刻影响，成为推动整个中药产业链变革的重要抓手，包括中药种植与炮制、中药煎煮与制剂、中药应用与推广等方面。

2.1 中药种植与炮制随着经济的高速发展和人民生活水平的快速提高，人民的健康意识和保健意识也在不断地提高和加强，尤其是在这次新冠肺炎的抗疫过程中，中医药发挥了重大的作用，使得更多的人对中药治疗充满了信心，这使得我国乃至全世界的医疗行业对中草药的需求越来越大，为中药行业的现代化发展带来契机，包括中草药种植与炮制出现商品化和市场化的局面。然而有市场就有竞争，甚至是恶性竞争，在这个背景下，如何在不损害药性、药效的前提下提高中药种植的经济效益，这是一个值得思考的问题[33]。随着物联网、大数据、人工智能等技术的发展为这一问题的解决提供了新的思路，很多研究人员认为以物联网技术为载体，设计智能中药种植系统，开展规模化、科学化种植，是保证中药种植品质，降低产品种植成本，提升中药种植经济效益的重要途径[34]。在应用物联网技术设计的智能中药设计系统中，可以构建一个数据库平台收录优质的种植经验，加上人性化、便捷化的查询界面，供有需要的农户在手机客户端进行相关种植信息的查询。在中药产业规模化和标准化的趋势下，未来中药不再是农户分散种植，而是将同种药材的种植人员集中进行种植培训，以避免地域、气候、采收时间等因素的差异，保证药材质量的均一性和稳定性;此外利用物联网技术，通过温度传感器、湿度传感器、光传感器等设备，检测环境中的温度、相对湿度、光照强度等物理量参数，实时了解中药材的生长需求，保证中药材有一个良好的、适宜的生长环境，提高优质道地药材的产量[19]，使中药材质量达到均一化，标准化，优质化;除了物联技术终端采集的数据可以发送到农户的手机客户端之外，农户还可以根据需求和先验知识对中药生长所需的环境条件进行人为设定，使物联技术终端对采集的信息不在设定范围时能够发布提示信息，这样农户就可以对种植环境的温度、湿度以及光照设施进行调整，以保证种植环境处于最佳状态;最后每批药材都采用二维码的方式储存信息，可以从源头追溯整个生长过程，建立中药质量追溯系统。未来中药的炮制也要进行规模化，这样才能保证中药饮片质量的均一化，标准化;炮制罐中配备多种传感器，实时监测成分变化，并能自主调节炮制条件，使饮片质量达到优质化，保证治疗效果。

2.2 中药煎煮与制剂目前中药的临床应用形式主要是汤剂，成药涉及颗粒剂、片剂、胶囊等各种剂型，其中汤剂因其具有制备方法简便，可以灵活加减且奏效迅速的特点，从而适应中医辨证施治的用药需求，成为我国历史最为悠久，应用最多、最广的一种剂型。新中国成立以来党和政府高度重视中医药事业的发展，中药煎药室也经历了从早期的“水深火热”到逐渐规范化的进阶之路[35]，这使得中药的煎煮质量得到了进一步提升，从而更好地保障了人民用药的安全性和有效性。然而随着中药的现代化和国际化以及人民对更好、更便捷生活的追求，当前的这些需求与目前临床应用的汤剂存在一些矛盾，比如口味差，很多人对于中药汤剂难以下咽;二是煎煮问题：若采用代煎方式，医院、诊所等，由于每天代煎方剂种类多、数量大，可能会遇到许多特殊煎法，但因规模化与个性化的矛盾只能采用“一锅煎”方式，使得药效难以得到保证;若患者采用自煎方式，由于非专业性，患者自身对煎药的水量，火候等知识不甚了解，更是无法达到预期药效。

为了解决以上问题，很多研究人员专注于中药饮片智能调剂与煎煮关键技术研究，张璐等[36]通过测定常用中药饮片煎煮后的吸水率，研究其吸水率随煎煮时间的变化规律，基于测定的常用中药饮片相关参数，建立吸收率对煎煮时间的拟合方程，优化加水量公式，进一步精准中药饮片煎煮加水量，优化煎药的工艺参数，同时以相对密度为指标，建立校正的相对密度对出膏率的线性回归方程，基于此构建复方汤剂相对密度预测的数学模型，这个方法具有低成本、简单快速的优势，可用于医院代煎药的质量控制，具有重要的现实意义。解决加水量问题后，建立中药煎药数据库，结合煎液实时质量检测装置，可实现饮片煎煮过程中的高度智能化。

当前人工智能发展迅速，已由发展人工智能本身转为人工智能驱动，其与中药的深度融合，为中药产业赋能成为不可逆转的趋势。由于中医治病采用的是一种个性化诊疗模式，中药存在七情配伍，针对不同患者会有不同的药物组合，用法用量也会有所不同。针对未来中药提取技术、制药技术及相关人工智能技术的发展，加之人民的基本需求得到满足的现象，在单调的工作之余，也许人民更乐于采取自己动手制作一些属于自己的中药产品的措施来保障身体健康，然而这只能限于有明确质量标准的操作流程和保证安全性的前提下，若干年后随着中药使用模式、使用场景的变化，使得每一个家庭都可以拥有一套微型智能制药机，它可以包括连续喂料、智能煎煮、连续混合、连续制粒等连续制药单元[37]。微型智能制药机是一款能够感应中药情景并自动做出反应的智能化设备，采用模块化制药单元组合应用，可根据实际需要单独使用或拆分，非常灵活[2]。

2.3 中药的普及与推广当前人工智能技术在视觉、语言、自然语言等应用领域迅速发展，并逐渐向终端延伸，未来中药不仅仅是一种治病手段，更是一种生活方式。智能终端可利用人工智能技术长期记录患者身体功能的各个参数，并通过过往病历和身体监控大数据预测患者发病的时间、概率，及时给出相应的诊断与预防、调节、治疗的策略，使身体达到一个“中正平和”的状态。像高血压、糖尿病等慢性病需要长期吃药控制，也许不久的将来，医学人员已经攻克这类疾病从而彻底治愈，也许还没有。中药作为一种价格便宜、只要合理用药基本无不良反应、经过几千年实践验证的有效治疗手段，将会在慢性病的治疗中发挥不可替代的作用。

未来由于中医药健康产业逐渐形成以消费者需求为中心的综合服务模式，加之人工智能技术的大众化应用、中药的生活化，在线就诊、个性化治疗、精准保健等一一可以实现。就像今天在地铁站、超市、学校里等随处可见的自动售卖机一样，在未来中药的自动诊断售卖机也会出现在世界的各个角落。中药的自动诊断售卖机可大大提升用户体验：患者只需在机器上输入身体的不适症状，找出对应病组，然后根据自身症状计算这个病组中得分最高的病名，即为患者所患疾病，最后根据病名选择相应的方剂[38]，就会出现方剂组成、自动配药、打包，可以选择马上带走或邮寄。这种一对一诊疗模式具有节省医疗人员资源、即时响应、稳定可靠、自由高效的关键优势，使人机交互体验达到前所未有的便捷。

3 小结

世界的各个智能产业都在呈加速发展形势，未来已来，比如5G毫米波随身WiFi亮相世界移动通信大会;比如科技部高新技术研究发展中心公布“2018年度中国科学十大进展”，其中研制出用于肿瘤治疗的智能型DNA纳米机器人入选，作为大数据、传感器、人工智能等各种现代高新技术与中药产业融合的新兴产业，中药智能产业的发展也将日新月异。本研究首先从中药质量追溯、中药设计、中药智能制造3个方面概述了中药智能产业的当前进展，包括中药质量追溯平台的建立和构建平台过程中的数据收集，比如采用光谱技术加机器学习算法进行中药真伪鉴别、硫熏鉴别;从药性和组分2个角度采用关联、回归等算法对中药进行配伍设计，为新药研发和中药品种的二次开发提供一个低成本、高效率的新思路;中药智能制造的核心驱动力是生产工艺、生产过程控制、批次评价的数字化，天士力、康缘等企业积极与高校合作，共同探索了复方丹参滴丸智能化生产车间和热毒宁注射剂智能化生产线，为其他制药企业加快转型升级，走上中药智能制造之路起到了示范作用，为中药工业实施智能制造提供了技术路径规划和系统架构的参考借鉴。然后结合中药产业面临的资源高度分散、质量影响因素众多、难以实现连续自动、需求个体差异明显等产业难题，指出未来中药智能产业在种植与炮制、煎煮与制剂、应用与推广的发展趋势和具体形式。中药智能产业的蓬勃发展需要国家相关部门、学术界、工业界等领域的共同努力与探索，相信在不久的将来，这些很快就能实现。

参考文献

[1]涂传智，李刚，张增珠.中药配方颗粒及其在中药智能化药房中的应用發展概况[J].世界科学技术-中医药现代化，2017，19（2）：207-211.

[2]赖高翔.智能中药煎药室的设备改造[J].中国社区医师，2017，33（24）：11，16.

[3]李天辉.中药生产智能工厂集成框架设计[J].自动化博览，2017，35（9）：112-118.

[4]曾航齐，黄桂新，伍君贤.基于Hadoop的医疗大数据智能辅助诊疗平台的构建[J].中国数字医学，2018，13（9）：96-99.

[5]齐耀东，高石曼，刘海涛.中药材质量可追溯体系的建立[J].中国中药杂志，2015，40（23）：4711-4714.

[6]黄征宇.中药材追溯“全国一盘棋”[J].中国信息化，2012，9（24）：44-45.

[7]蔡宝昌，胡晨骏，周金海，等.基于智能终端的中药饮片质量追溯方法：CN201410038429.X[P].2014-01-26.

[8]施明毅，温川飙，王显倩.中药质量追溯体系研究现状[J].成都中医药大学学报，2016，39（3）：109-113.

[9]周蓉.中药饮片质量追溯体系的现状及前景分析[C].武汉：中华中医药学会社会办医管理分会.全国社会办医暨中医药发展战略高峰论坛，2014.

[10]陶益，陈林，江恩赐，等.人工智能和工业4.0视域下高光谱成像技术融合深度学习方法在中药领域中的应用与展望[J].中国中药杂志，2020，45（22）：5438-5442.

[11]Feng J，Liu Y，Shi X，et al.Potential of hyperspectral imaging for rapid identification of true and false honeysuckle tea leaves[J].Journal of Food Measurement & Characterization，2018，12（3）：2184-2192.

[12]Zhang H，Wu T，Zhang L，et al.Development of a Portable Field Imaging Spectrometer：Application for the Identification of Sun-Dried and Sulfur-Fumigated Chinese Herbals[J].Applied Spectroscopy，2016，70（5）：879-887.

[13]马莉，颜素容，王耘.基于药性组合模式的药膳配方方法[J].中国中药杂志，2014，39（13）：2392-2395.

[14]董昉，李晓鹤，过红玲.基于二分图和贪婪算法的方剂配伍设计方法研究[J].中国中药杂志，2014，39（13）：2386-2388.

[15]滕璐灵，宋尧，张宝林.基于Apriori改进算法的中药处方分析技术[J].西部中医药，2014，27（5）：48-51.

[16]张俊华，张伯礼，樊官伟.组分中药理论的发展与应用[J].中国中药杂志，2017，42（21）：4054-4058.

[17]谢丽华，廖君.基于关联规则的中药组分配伍治疗脑缺血再灌注损伤规律研究[J].湖南中医药大学学报，2020，40（1）：65-69.

[18]李淑贤，陈超，王淑美.支持向量机回归算法用于筛选脑得生抗血栓有效部位[J].中药材，2011，34（7）：1078-1080.

[19]丰志培，张然，彭代银.“互联网+”与中药产业升级的协同融合研究[J].中草药，2018，49（24）：5980-5984.

[20]郭寅龙，相秉仁，安登魁.中药贝母分类咨询系统（CSCF）[J].中国药科大学学报，1989，20（5）：294-296.

[21]周宏仁.智能制造的三个支点[J].中国信息化，2018，15（2）：8-10.

[22]徐冰，史新元，罗赣.中药工业大数据关键技术与应用[J].中国中药杂志，2020，45（2）：221-232.

[23]熊皓舒，章顺楠，朱永宏.中药智能制造质量数字化研究及复方丹参滴丸实践[J].中国中药杂志，2020，45（7）：1698-1706.

[24]白晓菊.从中药注射剂不良反应看中药的上市后再评价问题[J].中国药物警戒，2009，6（2）：86-90.