Forskning i et intelligent sundhedsanbefalingssystem for kronisk sygdom med komorbiditet, der integrerer traditionel kinesisk medicin

Dette projekt kombinerer traditionel kinesisk medicins (TCM) konstitutionsteori med store sprogmodeller (LLMs) gennem tvaerfaglig integration og konstruerer et dynamisk styrket intelligent sundhedsanbefalingssystem til TCM. Det fremmer den dybe integration af konceptet "behandling baseret på konstitutionsdifferentiering" med kunstig intelligens. Betydningen af denne forskning afspejles hovedsageligt i følgende to aspekter:

På det teoretiske niveau hjælper denne undersøgelse med at udvide videnrepræsentationen og beregningsmodelleringsmetoderne for TCM-konstitutionsteori inden for rammerne af moderne kunstig intelligens. Den fremskynder anvendelsen og transformationen af TCM-konceptet "forebyggende behandling" i store data og intelligente ræsonneringsscenarier, giver nye perspektiver til forskning i mekanismerne, der forbinder TCM-konstitution og kronisk sygdom med komorbiditeter, og fremmer krydsintegration mellem TCM-teoretiske systemer og moderne medicinsk informationsvidenskab.

På det praktiske niveau er forskningen afhængig af reelle kliniske data og multimodale AI-modeller til at etablere en struktureret, standardiseret TCM-konstitutionsdatabase. Den udvikler et sundhedsuddannelsessystem med individualiseret identifikation, intelligente anbefalings- og dynamiske interventionsfunktioner, velegnet til personlig styring og tidlig advarsel i befolkninger med kronisk sygdom med komorbiditeter. Projektresultaterne vil hjælpe med at forbedre individuel sundhedskompetence og livskvalitet, lindre byrden af kroniske sygdomme, fremme den praktiske anvendelse af TCM i primære sundhedsydelser og digital medicin og demonstrere betydelig samfundsmæssig værdi og brede udsigter til udbredt anvendelse.