Sự tích hợp của trí tuệ nhân tạo (AI) vào Y học cổ truyền (YHCT) đang nổi lên như một hướng tiếp cận tiềm năng nhằm khắc phục các hạn chế cố hữu liên quan đến tính chủ quan, thiếu chuẩn hoá và thiếu hụt bằng chứng khoa học. Nghiên cứu này nhằm phân tích các cơ chế kỹ thuật mà qua đó AI góp phần chuẩn hoá chẩn đoán và cá thể hoá bài thuốc, từ đó thúc đẩy quá trình chuyển đổi YHCT theo hướng y học dựa trên bằng chứng. Nghiên cứu tổng hợp các tiến bộ gần đây trong học máy, học sâu, xử lý ngôn ngữ tự nhiên, thị giác máy tính, đồ thị tri thức và mạng nơ-ron đồ thị trong bối cảnh thực hành lâm sàng YHCT. Trọng tâm được đặt vào hai lĩnh vực chính: (i) chuẩn hoá chẩn đoán thông qua số hoá hệ thống “Tứ chẩn” và mô hình hoá biện chứng luận trị; (ii) cá thể hoá bài thuốc dựa trên các mô hình khuyến nghị, mô hình sinh và các thuật toán tối ưu hoá đa mục tiêu. Kết quả cho thấy AI cho phép chuyển đổi quy trình chẩn đoán dựa trên kinh nghiệm thành hệ thống định lượng có khả năng tái lập thông qua việc chuyển đổi dữ liệu lâm sàng dị thể thành dữ liệu có cấu trúc. Trong điều trị, AI hỗ trợ lựa chọn và tối ưu hoá liều lượng bài thuốc, đồng thời dự báo độc tính, tương tác dược liệu – thuốc và các hiệu ứng hiệp đồng hoặc đối kháng giữa các thành phần. Bên cạnh đó, các mô hình AI có khả năng diễn giải và kiến trúc “human-in-the-loop” góp phần nâng cao tính minh bạch và khả năng chấp nhận trong lâm sàng. Tuy nhiên, việc ứng dụng AI vẫn đối mặt với các thách thức đáng kể, bao gồm chất lượng dữ liệu chưa cao, thiếu chuẩn hoá, hạn chế trong suy luận nhân quả, vấn đề diễn giải và sự thiếu hụt khung pháp lý phù hợp. Tổng thể, AI không thay thế vai trò của thầy thuốc YHCT mà đóng vai trò như một công cụ hỗ trợ, góp phần củng cố nền tảng khoa học, tính tái lập và độ tin cậy của thực hành lâm sàng YHCT.
Da Pham (Mon,) studied this question.