“智能+中医药”计算机教学实验室建设——可共享软件环境体系方案

南京中医药大学计算机教学实验室在“智能+中医药”复合专业人才培养新模式的背景下,由于处于起步阶段,硬件资源有限。在“智能+中医药”计算机教学实验室建设过程中,可共享软件环境体系方案的提出与实施,既可以使计算机教学实验室软件环境干净、轻量,从而提升机器性能,又可以方便实验室技术人员、学生和教师通过共享软件环境资源轻松部署复杂实验环境,提升课程实验效率,从而助力“智能+中医药”专业发展与人才培养。

中医药智能服务技术预见与关键技术识别研究

应用德尔菲法,结合专家研讨意见统计分析中医药智能服务领域技术发展态势,包括人工智能重点技术项目发展方向、关键技术等,评估各关键技术重要性、可能性与可行性,为制定领域技术发展路线,明确我国在中医药智能服务领域的中长期发展战略规划提供参考。

中医药信息智能检索系统构建方法研究

针对现有中医药信息检索中存在的某些问题 ,将基于词表的扩展检索、相似性检索等方法与数据挖掘技术相结合 ,提出了一类智能化中医药信息检索系统的构建思想 ,据此建立了相应的智能检索系统 .该系统提供文献间的相似性检索 ,实现了数据的关联分析 ,提高了中医药文献的查全率 .经实际应用表明 ,本文方法具有查全率高 ,使用方便等优点 ,为建立新型中医药信息检索系统提供了有效途径 .

基于中医药大数据智能处理与知识服务系统探析经行头痛临床特征与方药规律

运用中医药大数据智能处理与知识服务系统,对2007年1月至2017年12月在广东省中医院总院及其分院的妇科门诊中诊断为"经行头痛"的病案资料的临床特征及用药规律进行探讨,并对基于数据挖掘得到的新方进行分析。结果共筛选得到935张处方及125味中药,其中用药频次在140次以上的中药共20味。经行头痛多发于30~40岁女性,发病高峰多在小满、芒种、夏至节气。药物归经以肝经、脾经、心经为主。关联规则分析结果显示,组合1(党参、川芎、甘草、茯苓、白术、当归、熟地黄、白芍)和组合2(夜交藤、桑寄生、钩藤、天麻)为治疗经行头痛常用药物;聚类分析结果显示治疗经行头痛主要采用活血化瘀、平肝熄风、滋阴安神、补益气血、行气止痛、疏肝柔肝等药物。结果提示经行头痛多虚实夹杂,肝脾心不调是经行头痛的主因,调理肝脾气血为治疗的关键。

面向中医药院校的Python高级应用课程教学模式研究与探索

云计算、大数据和人工智能等新兴技术的兴起,为中医药发展提供了新的动力,“智能+中医药”产业蓬勃发展,社会对“智能+中医药”应用型人才的需求数量和能力要求逐年增长,而Python高级应用与这些新兴技术关联密切。在南京中医药大学的Python高级应用课程教学开展过程中,存在课程教学内容与中医药特色难以融合、教学的成果与研究型及应用型人才培养目标冲突、课程体系缺乏系统性以及智能化特征缺失等问题。因此,本研究拟梳理Python高级应用课程的理论教学内容,在此基础上设计实践案例,以便将本学科学生科技能力的提升与本校优势专业相结合,聚焦“智能+中医药”应用型人才培养,不断提升人才实践能力,确保培养的“智能+中医药”应用型人才能够具备完善的实践知识体系。通过课程学习,并经过系统性的实践方案训练,使学生将所学的理论知识与应用实践能力相结合,提升自身的竞争力。

新时代我国医药卫生领域工程科技发展研究

近年来,我国医药卫生领域工程科技发展迅速,政策推动效果显著,全面增强了疾病防治与健康产业的科技支撑,在多个方面取得了显著成效。但与国际先进水平相比,仍存在基础研究薄弱、精准医疗水平不高、新药技术创新缺乏、重大突发疫情识别和应对能力不足、医疗装备关键核心技术研发存在差距、中医药效果评价方法不完善等问题。基于此,本文深入分析了国际医药卫生领域工程科技发展态势,探讨了我国医药卫生领域工程科技的发展形势与面临的挑战,并提出推动我国医药卫生领域工程科技发展的对策建议。研究建议:强化医药卫生战略与制度建设,打造全生命周期健康服务体系;加速药品创新与成果转化,强化全生命周期管理;改革疾病预防控制体系,建立公共卫生保障管理办法;推动医学技术革新与标准化,构建关键技术平台;强化中医药发展战略,促进科技创新与基层服务提升;优化人才培养与学科交叉,创新资助评价与激励机制,旨在推动我国医药卫生领域工程科技水平迈向新高度,更好地满足人民的健康需求。

基于规则+词典+条件随机场的中医医案实体识别研究

目的:针对中医医案中实体具有边界不清晰、类别易混淆等难点,提出了基于规则、词典、条件随机场相结合的实体识别模型。方法:构建中医术语词典,分析医案文本规则,构建特征函数,使用jieba工具对中医医案进行分词,人工标注医案中的5类实体作为训练集和验证集,实现基于条件随机场的医案实体识别研究;最后采用准确率、召回率、F1值对模型进行评价,以探究词典、不同实体类别、文本特征对实体识别结果的影响。结果:模型F1值达到了83.5%,实现了较好的识别效果;词典的加入对实体识别有着显著的促进作用;上下文特征对于模型识别效果影响最大;不同类别的实体识别结果差异较大,其中“方药”的识别效果最好,其次是“治法”和“体征”,“证型”与“症状”的识别效果最差。结论:本研究提供了一个有效的实体识别模型,这种方法能够极大地提高中医医案实体识别的准确度,也为未来的研究提供了有价值的参考。

中医药人工智能研究生培养模式构建与实践——基于知识生产模式转型理论

中医药人工智能是以中医药理论为基础,将中医药学与人工智能等学科深度交叉融合,解决中医药与人工智能交叉领域的复杂工程问题。科学研究和学科的发展离不开高层次创新研究生的培养。基于知识生产模式转型的理论,根据新知识生产模式的目标及特征,结合中医药人工智能的内容与研究生培养过程,构建中医药人工智能研究生培养模式并实践,形成复合型人才培养目标、多学科课程体系、多元化导师队伍、项目制实践训练、联合式培养方式、交叉型平台建设、立体化效果评价的研究生培养模式。