中医药以整体观和辨证论治见长，慢病管理、复杂疾病干预和"治未病"上具有独特优势。但传承创新过程中，一直面临"数据难汇聚、研究难对齐、证据难衔接、应用难规模化"的困境。 数据分散是首要问题。临床记录、文献典籍、实验研究和产业数据分别存储在不同机构和系统中，标准不统一、质量参差不齐，难以形成可复用的高质量数据资产。同时，中医诊疗高度依赖个体经验和情境判断，知识表达和推理过程难以结构化，导致宏观经验与微观机制之间的证据链条仍然薄弱，制约了科研效率和成果转化。 这些瓶颈的根源在于多个上。传统研究范式擅长处理单因素、线性因果问题，而中医药面对的是多靶点、多通路、多层级耦合的复杂系统，单一学科方法难以完整刻画。四诊信息包含望闻问切等多模态信号，采集过程易受设备、环境和操作者影响，缺乏统一的量化和标注体系，影响数据的可比性和可计算性。此外，临床与科研之间仍存在信息壁垒，不少研究成果停留在论文和样机阶段，缺乏与临床流程深度融合的路径设计和评价体系。 推动中医药从经验传承迈向智能驱动的关键，在于把分散信息转化为结构化、可计算的知识体系和工具体系。北京市中医药局负责人表示，新技术为中医药数据的系统整理、分析利用和研究效率提升提供了支撑，有望在守正基础上促进创新。中国中医科学院介绍，北京市重点实验室已构建望、闻、问、切多模态数据一体化采集平台，围绕"如何让系统理解中医辨证逻辑"开展辨证思维链研究。实验室研发的中医药科学大模型及舌诊、脉诊等智能采集设备取得阶段性进展，后续将探索更加集成化的智能诊疗形态，推动服务临床一线。与会专家认为，这类探索若形成可复制的标准与工具，将有助于提升诊疗一致性、科研可重复性和新药研发效率。 针对这些痛点，会议启动了"面向中医药智能科研的数据库构建与共享生态研究"等重点项目，提出以统一、可计算的数据基础设施为抓手，解决科研数据分散和标准不统一的问题，推动跨机构共享与协同应用。业内人士指出，数据基座建设不是简单汇总，而是要同步推进数据治理、质量控制、标准体系和安全合规，形成"可用、可信、可追溯"的数据链条。 专家还提出，可结合网络药理学等方法，对复杂疾病与复方、多成分、多通路作用之间的多层网络关系进行系统化建模，构建从表型到组织、细胞、分子再到药物的关联框架，提高研究的可解释性和可预测性，为机制阐释、疗效评价和新药创制提供更清晰的路径。 会议同期发布《2026人工智能+中医药产业链行动倡议》，提出围绕共建科研数据基座、协同研发四诊智能装备、推进中药智能研发平台建设、深化产学研用融合等方向，构建开放协作的智能创新生态。与会者认为，下一阶段的重点是形成贯穿"数据—模型—装备—临床—产业"的完整闭环。在临床侧，智能采集与辅助决策要嵌入诊疗流程并接受真实世界评价；在科研侧，数据库与工具链要服务于可验证的问题导向研究；在产业侧，应通过标准、测试与监管协同，推动成果从样机走向规模化应用。 随着对应的基础设施逐步完善、跨学科协同不断加强，中医药有望在复杂疾病防治与健康管理领域形成更具解释力和可推广性的现代研究体系，为国际交流合作提供更坚实的科学依据。
中医药的守正创新是传统智慧与现代科技的深度对话。当古老的辨证思维遇上先进的数据科学，有望催生具有中国特色的医疗创新范式，为全球健康事业贡献东方智慧。这条融合发展的道路虽然漫长，但已经显现出令人期待的前景。