（十一）“人工智能+”中医药产业
72.中药材智能生态种植
基本概念：采用人工智能技术建立中药材智能模拟种植系统，开展规模化、科学化、精细化种植，提高中药材种植品质，降低种植成本，提升中药材种植经济效益。
应用场景：利用深度学习等人工智能技术，收集中药材生长环境的空气、土壤、水分等数据，建立药材种植培育数字化模型，模拟不同中药材原生态种植环境，实现中药材智能化、规模化生态种植，提高中药材种植品质。
73.中药材智能仿生鉴定识别
基本概念：将传统性状鉴定与仿生化、数字技术结合，为中药材和中药饮片真伪鉴定和快速评价提供新手段。
应用场景：利用电子眼、电子鼻、电子舌等仿生设备，对药材或饮片特征进行数字化提取分析，结合人工智能算法，利用实测样本提取特征数据对仿生分类设备进行针对性训练，建立仿生特征智能分类模型，实现对中药材和饮片进行快速、高效、定性鉴别。
74.中药智能生产设备
基本概念：基于中医药理论、药材固有属性以及产品制备要求，集合视觉分析、智能传感、在线检测、全过程质量控制等技术，提升中药（制剂）生产设备的智能化水平。
应用场景：应用人工智能、物联网、数字孪生等技术，采集中药（制剂）生产加工全过程参数建立数据模型，进行仿真模拟、工艺参数实时动态监测、质量在线检测控制和全过程质量追溯管理。利用机器视觉自动检测、电子智能传感等技术，研发包含前处理、提取、浓缩、干燥、制剂成型等工艺环节的实时质量监测设备，基于丸、散、膏等剂型原料物理性质，建立包含物料特性、制剂工艺、成型质量的大数据模型及指纹图谱，提升临方制剂生产的自动化、智能化水平，实现中药生产加工设备的智能化升级。
四、“人工智能+”医学教学科研
（十二）“人工智能+”医学教学
75.医学教学智能辅助
基本概念：开展医学教学薄弱环节的虚实融合内容研发，研发可交互的教学工具，解决医学实操训练的教学难题，拓展教学模式，提升医学教学质量。
应用场景：基于虚拟现实、增强现实、混合现实、机器视觉、语言大模型等人工智能技术，构建院前急救、手术操作、医患沟通等虚实结合仿真课程，提供姿态识别、语音交互、知识推荐等工具，全面监测教学过程、教学内容、学生专注度等，建立教师教学画像和学生学习画像，精准推荐教学内容与课后作业，加强智能医学教学的针对性和实用性，了解学生学习成效，规范教师教学行为，提升教师教学能力。
76.医学智能仿真实验
基本概念：运用仿真模拟等人工智能技术，构建多层级多维度生物过程仿真模型，支持多类科研及临床试验应用。
应用场景：智能化医学仿真实验环境通过仿真建模复杂生物过程，可优化设计、降低成本、提高安全性，加速医疗科研创新。建立从分子、细胞、组织到器官和整个人体的多尺度基础生物模型，以模拟不同层级的生物过程。集成多源数据，可基于实际观测样本数据进行导入及综合模拟分析，并提供参数调节、规则设置，以支持对于不同目标人群的实验。应用人工智能算法，提升对于生物模型演化的学习预测能力，降低计算复杂性，提升对于复杂生物过程的智能模拟。提供交互仿真平台，面向生物标志物发现、药物研发仿真、疫苗研发支持、临床试验设计等不同应用场景，提供典型工作流编排、标准研发工具及开放对接能力。
77.医学教育患者虚拟人
基本概念：结合数字人、语言大模型等技术，基于患者诊疗案例建立患者虚拟人，提升医学教育的多样性、灵活性。
应用场景：基于对患者案例的脱敏、抓取、整合、筛选、摘要等步骤，形成高价值的医学教育案例储备和教学知识库。基于标准化患者数字虚拟人，结合案例数据及相关配置，模拟其病情的生理和病理表征。基于影像、病理等数据，通过三维重建技术形成患者的脏器孪生模型。通过语言大模型加载案例数据、医学知识，模拟患者的沟通表述方式，支持学员与模拟患者进行仿真沉浸式互动。
78.医学教学资源智能生成
基本概念：基于大模型定制学习资料、真实病例展示和复杂过程演示等个性化医学教学资源，提高学习效率和质量。
应用场景：基于个性化教学资源平台建立多模态医学教育垂直类大模型，处理和学习文书、影像等多模态医学数据，提升教学资源生成效果。基于医学教育垂直类大模型进行具体生成应用的探索，为学员定制各类教学资源。通过对真实病例的学习进行合理化生成病例研究，自动收集整理相关论文、临床指南和多媒体内容，创建 3D 动画模拟演示复杂的医学过程等，生成的教学资源提供基于学员画像的主动式生成推送、智能交互式定制生成等两种方式。
粤公网安备 44190002000244号