(新加坡，2026年9月23日) 人工智能能否開出從未存在過的中藥處方？清華大學(xué)智能中醫(yī)藥工程研究中心主任、生物醫(yī)學(xué)工程系教授程靜認(rèn)為可以，但他指出更關(guān)鍵的問題是：AI生成的處方從何而來，研究人員如何證明其安全且有效。

在曼谷舉行的2026年騰沖科學(xué)家論壇上，程靜接受了《福時(shí)報(bào)》專訪。該論壇迎來第五屆，曼谷站也是首次在中國境外舉辦。圍繞中外科學(xué)交流擴(kuò)大的背景，程靜探討了AI如何為傳統(tǒng)醫(yī)學(xué)的研究與驗(yàn)證開辟新路徑。

目前AI已用于研究中醫(yī)。大量古籍醫(yī)案和現(xiàn)有處方可被數(shù)字化分析，快速識(shí)別特定疾病的常用藥材、配伍規(guī)律及歷史劑量。但程靜團(tuán)隊(duì)采取了更激進(jìn)的方法：不從已有處方中找規(guī)律，而是從疾病本身出發(fā)。

“如果歷史文獻(xiàn)記載有誤，系統(tǒng)會(huì)跟隨錯(cuò)誤。”程靜指出，單純依賴AI挖掘歷史知識(shí)屬于基于既有經(jīng)驗(yàn)的研究，雖有價(jià)值但存在局限。現(xiàn)代生物醫(yī)學(xué)已明確許多疾病相關(guān)的基因、蛋白質(zhì)和信號(hào)通路。信號(hào)通路是細(xì)胞傳遞和響應(yīng)變化的生物信號(hào)鏈。研究人員通過對(duì)比健康與患病狀態(tài)，找出異?；钴S的基因或紊亂的信號(hào)，進(jìn)而尋找能將異常生理狀態(tài)拉回正常的天然藥物組合。

為此，程靜團(tuán)隊(duì)耗時(shí)約十年積累實(shí)驗(yàn)數(shù)據(jù)。研究人員將不同天然藥物提取物作用于細(xì)胞，觀察基因表達(dá)變化，目前已積累約15億個(gè)數(shù)據(jù)點(diǎn)。這些數(shù)據(jù)是AI進(jìn)行計(jì)算的基礎(chǔ)，因?yàn)锳I無法憑空開方。

進(jìn)入計(jì)算機(jī)篩選階段后，程靜將過程比作打：“抽到一張牌，若改善手牌則棄掉較弱的一張，再抽下一張并不斷調(diào)整，直至達(dá)成組合?！泵鎸?duì)數(shù)千種藥材和海量組合，人類無法逐一測試，AI在此發(fā)揮大規(guī)模搜索作用。但程靜強(qiáng)調(diào)，AI僅是工具，生物學(xué)問題來自基礎(chǔ)醫(yī)學(xué)研究，藥材信息來自實(shí)驗(yàn)，基因變化通過基因組學(xué)等技術(shù)測量，生物效應(yīng)結(jié)合影像等手段驗(yàn)證。

AI生成的組合并非直接成為治療方案，安全性是首要考量。團(tuán)隊(duì)在搜索初期即內(nèi)置安全要求，優(yōu)先選擇藥食同源或藥典收錄安全性較高的物質(zhì)，排除高毒性材料。例如在慢性心力衰竭研究中，除評(píng)估療效外，還監(jiān)測治療后的肝腎功能指標(biāo)。AI生成的配方不能僅因產(chǎn)生預(yù)期生物改變就視為成功，必須避免嚴(yán)重或不成比例的副作用。

此外，AI的計(jì)算能力受限于已知科學(xué)知識(shí)。若對(duì)疾病機(jī)制理解有誤，算法可能給出精準(zhǔn)但方向錯(cuò)誤的結(jié)果。程靜比喻稱，若情報(bào)顯示敵人在前方而實(shí)際在后方，計(jì)算再快也會(huì)打錯(cuò)方向。因此，AI能放大知識(shí)，也可能放大認(rèn)知盲區(qū)，這對(duì)機(jī)制尚不明確的疾病尤為關(guān)鍵。

另一重要進(jìn)展是處方的動(dòng)態(tài)調(diào)整。傳統(tǒng)處方多針對(duì)固定癥狀模式，但若治療過程中患者生理狀態(tài)發(fā)生變化，干預(yù)目標(biāo)也應(yīng)隨之改變。團(tuán)隊(duì)在結(jié)直腸腺瘤干預(yù)研究中指出，早期配方可能側(cè)重異常細(xì)胞，后期隨生理狀態(tài)變化，可轉(zhuǎn)向調(diào)節(jié)免疫系統(tǒng)或恢復(fù)整體機(jī)能。“既治局部，也顧整體?！?/p>

該方法也為跨國合作提供新思路。泰國、印尼等東南亞國家擁有本土傳統(tǒng)醫(yī)學(xué)體系和天然藥物資源。程靜建議，合作起點(diǎn)不應(yīng)是直接輸出固定中方處方，而應(yīng)從當(dāng)?shù)仄惹械慕】祮栴}入手。若某地特有藥材未被納入現(xiàn)有數(shù)據(jù)庫，可將其分子效應(yīng)數(shù)據(jù)加入庫中，使計(jì)算機(jī)能利用本地資源生成候選組合。中國可提供研究平臺(tái)、實(shí)驗(yàn)方法與算力，東南亞伙伴貢獻(xiàn)疾病數(shù)據(jù)與藥材資源，雙方共同驗(yàn)證候選方案，形成跨境自然藥物研究新模式。

程靜提醒，AI處理信息的速度不等于發(fā)現(xiàn)安全有效療法的速度。若Zui終轉(zhuǎn)化為產(chǎn)品，仍需跨越藥品或醫(yī)療器械監(jiān)管、定價(jià)、醫(yī)保及公共衛(wèi)生體系等政策環(huán)節(jié)。他將醫(yī)療創(chuàng)新比作雙輪馬車，技術(shù)是一輪，政策是另一輪，“僅有一輪轉(zhuǎn)動(dòng)只會(huì)原地打轉(zhuǎn)，雙輪并進(jìn)才能前行?！?/p>

當(dāng)前Zui顯著的變化在于，AI正逐步融入處方制定流程本身。過去起點(diǎn)多為醫(yī)師經(jīng)驗(yàn)，如今起點(diǎn)轉(zhuǎn)為可測量的生物變化，結(jié)合實(shí)驗(yàn)數(shù)據(jù)后由AI在海量可能組合中搜索。處方不再局限于古籍記載，而是成為基于生物學(xué)與數(shù)據(jù)的可驗(yàn)證假設(shè)。從計(jì)算機(jī)生成的組合到患者可用的安全治療，中間仍隔著漫長的實(shí)驗(yàn)、臨床證據(jù)與監(jiān)管審查，但研究邊界已然拓展。