2026年“中医药+人工智能”研究热点与前沿趋势深度报告
2026年，中医药与人工智能的融合已从“大模型概念验证”快速进入数据治理、临床推理、智能体、具身智能、科研转化、标准评价和监管协同的系统化阶段。国家层面在“十五五”开局期密集部署中医药数智化、高质量数据集、基层智能辅助诊疗、中药工业智能化和“人工智能+药品监管”等任务；学术界则从知识问答型中医大模型，转向多模态辨证推理、临床智能体、名医数字孪生、人工智能嗅诊、具身智能以及专项数据训练集。产业端的竞争也开始从“模型是否存在”转向“是否能进入真实临床工作流、是否可评价、是否可监管、是否形成持续疗效与安全证据”。[1][2][3][5][10][11]维度 | 2026核心变化 | 关键词 |
政策 | 从“鼓励数字化”转向“十五五任务化部署” | 高质量数据集、基层AI辅诊、中药工业智能化、AI药监 |
学术 | 高规格会议密集，研究议题从大模型扩展至智能体/具身智能/数据要素 | 世界中医药AI大会、全国联盟年会、数智中医药论坛 |
技术 | LLM → RAG/知识图谱 → 推理模型 → Agent → 多智能体/具身智能 | 辨证推理、多模态四诊、名医数字孪生、AI嗅诊 |
标准 | 从单项数据标准向智能体、数据集、图像AI、临床安全评价体系扩展 | 智能体技术要求、专病标准数据集、中药图像AI标准 |
产业 | 从展示型Demo转向医院、基层、中药研发、监管与设备协同落地 | 智慧门诊、基层辅诊、中药新药、质量控制、机器人 |
人才 | 从“AI课程”升级为中医药AI学院、共同体和医工交叉人才体系 | 数智育人共同体、未来技术学院、AI原生中医教育 |
1. 政策强力驱动：中医药AI进入“十五五”任务化推进阶段国家中医药管理局、国家发展改革委2026年印发的《中医药振兴发展“十五五”规划》明确提出加强中医药人工智能高质量数据集建设，完善数据分级分类保护，并推动数智技术赋能中医药发展。[1] 中央多部门联合印发的《医疗卫生强基工程中医药行动方案》进一步提出探索推进医学人工智能辅助诊疗技术在基层中医药服务、名中医经验传承等场景中的应用，强化数字化、智能化终端设备和基层服务能力。[2]药品监管与中药产业侧也开始形成独立政策链条。国家药监局2026年发布《关于“人工智能+药品监管”的实施意见》，目标指向药品监管与人工智能的融合创新体系；工信部等八部门发布《中药工业高质量发展实施方案（2026—2030年）》，明确运用人工智能、大数据构建经典名方、名老中医经验方知识图谱和图神经网络，推动中药研发、生产和质量控制智能化。[3][20]地方政策中，新疆发布《自治区鼓励推动“人工智能+医疗卫生”建设应用发展实施方案（2026—2028年）》对中医药智能化作出专门部署，包括舌诊、脉诊数据定量化采集、AI生成辨证及处方建议、名老中医学术思想数字化传承以及智慧中药房建设。[4] 上海“十五五”卫生健康规划则提出建设基于数字孪生的名中医智能化诊疗大模型，推动智慧中医诊疗和慢病中医药健康管理。[13]2. 学术交流爆发：从单点模型讨论转向完整技术生态2026年6月27日至28日，首届世界中医药人工智能大会在杭州举行，由世界中医药学会联合会主办、浙江中医药大学承办，标志着“中医药+AI”开始形成国际化、体系化的学术议题平台。[6] 7月10日至12日，全国中医药人工智能联盟学术研讨会暨相关学术年会在成都举行，议题覆盖中医信息理论、AI赋能教育、中医药AI关键技术、医工融合与产业应用。[7]2026全球数字经济大会数智中医药论坛发布多项智能体、专病标准数据集和应用案例，并集中展示中医具身智能、数智嗅诊、智能诊疗、中药新药智能开发、可信数据空间等方向。[5] 从会议主题结构可以看到，行业已经从“大模型发布”阶段进入“数据—模型—智能体—设备—标准—场景”并行发展的阶段。3. 核心技术热点：大模型走向推理、多模态、智能体与具身智能中医临床AI的技术范式正在经历明显升级：传统机器学习/深度学习→ 大语言模型→ 中医垂直大模型→ RAG与知识图谱增强→ 辨证推理模型→ 中医智能体→ 多智能体临床系统。中国中医科学院广安门医院“广医·岐智”是重要基线，其2025年发布版本汇集407万病例数据，并构建9类、1400万条临床知识库体系，可结合医患对话、四诊信息、中医经典和病历生成病历文书及辨证、方剂、用药禁忌建议。[8]“天医（Tianyi）”同样属于2025年形成、2026年仍具有代表性的研究基线，其强调中医全科语言模型以及真实世界临床实践能力，体现从知识问答向临床任务和处方生成迁移的趋势。[9] 2026年真正明显加速的是智能体化、多模态化、专业评测化和具身智能化。4. 标准化与数据治理：从“有数据”走向“高质量、可评估、可流通”国家中医药管理局此前已在《关于促进数字中医药发展的若干意见》中提出多源数据融合、高质量数据闭环、名老中医诊疗过程数字化、中医大模型开发、临床智能辅助决策与智能诊治装备研发等任务，为2026年的数据治理和AI部署奠定政策底座。[17] 2026年数智中医药论坛进一步发布《中医药智能体技术要求与评估方法》以及慢性胃炎、胃食管反流等专病中西医标准数据集，显示标准建设已经进入智能体和临床数据集层面。[5]中药图像AI也出现标准体系化趋势，中关村炎黄中医药科技创新联盟发布《中药图像人工智能识别标准体系框架》《中药图像人工智能数据采集标准》等团体标准。[15] 未来标准化焦点将逐步从“数据采集格式”扩展至模型评估、智能体任务能力、临床安全、跨机构数据流通以及人机协同责任边界。5. 产业落地：基层、医院、中药研发与智能装备同步推进2026年的产业特点是AI不再局限于问答助手，而是向临床工作流、基层医疗服务、中药研发与生产、健康管理和智能装备延伸。国家政策明确鼓励基层AI辅助诊疗和中医药智能体终端；工信部的中药工业方案则把AI引入知识图谱、组方优化、功效组分辨识、成药性评价与工艺设计。[2][20]各类论坛圆桌的关切小结，中医智能门诊、名医经验传承、多模态专病诊疗、数智嗅诊、正骨/具身智能机器人、中药新药智能开发和科研共享数据库已成为典型产业方向。[5][12] 这意味着未来企业的核心竞争力将从“是否拥有大模型”转向“是否掌握数据闭环、临床验证、设备接入、智能体编排、安全评估与行业交付能力”。6. 人才培养：从AI选修课走向医工交叉学院与AI原生教育体系2026年，“新时代中医药数智育人共同体”成立，构建“思政引领、数智赋能、实践筑基”的三维育人体系，并布局五大育人工程。[18] 山东中医药大学获批省级中医人工智能未来技术学院，明确融合人工智能、中医学、中药学等前沿技术，突出医工交叉人才培养。[19] 由此可见，中医药AI人才体系正在从单一的信息化技能培训升级为本—硕—博、医—工—药—数融合的复合型能力培养。2026年最重要的范式变化之一，是评价对象从“模型能否回答中医问题”转向“系统能否完成真实诊疗任务”。临床智能体需要具备知识检索、电子病历理解、多轮问诊、四诊设备调用、辨证推理、处方建议、风险校验、随访生成、工具调用和长期记忆等能力。2026数智中医药论坛发布《中医药智能体技术要求与评估方法》，说明行业已经开始尝试为智能体能力建立规范化评价框架。[5]- 关键科学问题：中医智能体如何表达“证候—病机—治法—方药”的动态推理链？
- 关键工程问题：如何把RAG、知识图谱、电子病历、舌脉设备、处方系统、检验检查和随访工具编排进统筹工作流？
- 关键安全问题：如何限制越权诊疗、处方风险、药物相互作用、幻觉和跨轮诊疗不一致？
- 优先研究方向：Clinical Agent、多智能体MDT式协同、中医Agent工具调用、长期记忆、任务规划与安全护栏。
研判 未来1~3年，“再训练一个中医大模型”的溢价收益将消退，而“面向真实临床任务的中医智能体与多智能体系统”将成为更有科研和产品价值的主线。 |
中医AI真正困难的问题不是知识检索，而是从症状、舌脉、病史到病因病机、证候、治法、方剂、药物和加减的推理过程。2026年《Communications Medicine》（中译名通常称作《医学通讯》）发表TCM-3CEval，从基础知识、经典理解和临床决策三个维度评价大语言模型，说明专业评测已经从单纯事实问答扩展至中医临床决策能力。[10]技术路线将进一步集中在“病-证-机-法-方-药”知识图谱与LLM融合、古籍/指南/医案证据约束、显性推理链、专家反馈强化、规则系统与神经模型混合推理、因果推理以及动态证候建模。中医AI的核心竞争力会逐渐从“知道多少”转向“为何如此辨证、为何如此处方、何时改变治法”。四诊智能化正在从舌诊、脉诊等单模态识别走向文本、舌象、面象、脉象、声音、气味/VOC、生理信号和病历的多模态融合。真正的技术目标不再是单独判断“某一种舌象或脉象”，而是形成可与问诊和临床上下文联合推理的Multimodal TCM Foundation Model。2026数智中医药论坛对多模态大模型与专病诊疗融合的集中讨论，也反映这一趋势。[5]需要特别避免一个常见但不严谨的表述：“脉诊设备可精准识别28种脉象”。传统文献对常见脉象有不同分类，但不同设备能够稳定识别的脉象种类取决于传感器结构、采样协议、标注体系和验证数据，不宜把“28种”作为行业统一能力结论。研究重点应转向压力—时间—空间多维感知、跨设备校准、深度表征和与证候推理的联合建模。热点4：AI嗅诊——“闻诊数字化+VOC组学+智能算法”AI嗅诊在2026年从相对边缘的研究方向进入正式应用场景。北京中医药大学等单位研发的数智中医嗅诊仪入选2026数字中医药应用场景案例，依托小型质谱检测呼出气、尿液等临床样本中的痕量挥发性有机物，并结合智能算法构建诊断模型，用于无创诊断、证候分型与疾病进展预测。[12]这一方向连接中医“闻诊”、电子鼻/AI嗅觉、代谢组学和VOC生物标志物研究。未来可形成“舌-面-脉-声-气味”五模态数字中医研究框架，关键问题包括传感器漂移补偿、气味特征标准化、VOC与证候的对应关系、跨人群/跨设备泛化和多模态证据融合。热点5：名老中医数字孪生——从“知识复制”进入“认知过程复制”名医经验传承正在由语料库、医案库和RAG问答升级为“诊疗思维数字孪生”。新疆政策明确提出名老中医学术思想数字化传承，上海“十五五”卫生健康规划则提出建设基于数字孪生的名中医智能化诊疗大模型。[4][13]有研究价值的“数字名医”不应只是把名医著作和医案接入检索系统，而应研究症状权重如何变化、证候判断的转折点、治法切换逻辑、复诊加减机制、不同流派的决策边界以及专家面对信息不完整时的推理策略。由此，研究对象从“知识复制”过渡至“认知过程复制”和“临床策略建模”。国家“十五五”中医药规划明确提出加强中医药人工智能高质量数据集建设。[1] 2024年数字中医药政策已提出多源数据融合、高质量临床闭环、名老中医数据利用、大模型开发和数据安全保障。[17] 到2026年，数据议题明显从“病例数量”转向“数据质量、任务覆盖、可评价性、跨机构流通与合规”。未来值得重点建设的数据资产包括：标准中医术语数据集、真实世界纵向诊疗数据、多模态四诊数据、名医认知过程数据、方剂—疗效数据、中药材多模态数据、中医智能体训练轨迹、安全与错误案例数据，以及支持数据不出域的联邦学习、可信数据空间和隐私计算体系。2026年是中医大模型专业评测快速成熟的一年。TCM-3CEval从基础知识、经典理解和临床决策三个维度构建专家验证题目；2026年7月31日《Scientific Data》发表MTCMB（Multi-Task TCM Assessment Benchmark），覆盖知识、推理和安全等多任务评测。[10][11]未来中医AI评价不能只看Accuracy、F1、BLEU或ROUGE，而需要引入知识正确性、辨证一致性、病机合理性、治法一致性、处方安全、配伍禁忌、剂量安全、经典/指南依据、证据可追溯、跨轮一致性、幻觉率和临床决策可靠性等专业指标。Benchmark将逐步成为临床准入、科研比较和监管沟通的重要基础设施。2026数智中医药论坛已把中医具身智能机器人、正骨机器人等列为重点展示与讨论内容。[5] 具身智能的价值在于把中医专家“手上经验”数字化，并形成感知—决策—执行—反馈闭环。未来可覆盖推拿、康复、艾灸、针灸辅助、脉诊、正骨、穴位定位和家庭健康服务等场景。这一方向的核心科学问题包括：如何量化力、位移、角度、速度、频率、组织反馈与患者反应；如何将专家示范转化为可学习的动作策略；如何建立安全边界和实时异常检测。相比纯软件中医AI，具身智能的研发周期更长，但设备壁垒、数据壁垒和临床场景壁垒也更高。热点9：AI for Chinese Medicine——中药智能研发成为第二主战场“中医药+AI”正在分化出两个平行赛道：面向诊疗的AI for TCM Clinical Medicine，以及面向中药/天然产物研发与制造的AI for Chinese Medicine。后者覆盖活性成分发现、靶点预测、复方机制、虚拟筛选、分子生成、ADMET、经典名方二次开发、中药质量评价、炮制工艺优化、智能生产和供应链追溯。国家药监局“人工智能+药品监管”政策和《中药工业高质量发展实施方案（2026—2030年）》共同强化了这一趋势。[3][20] 未来具有高潜力的研究链条是：中医药知识图谱→靶点/机制发现→分子模拟与虚拟筛选→AI分子生成→实验验证→真实世界或临床证据，实现中医药现代化与AI for Science的深度融合。2026年7月底至8月，“华族本草”民族药AI大模型/民族药创制全域智能平台公开发布，覆盖研发、质控、临床、产业和教学等维度，被报道为全国首个民族药AI大模型。[14] 这说明人工智能应用正在从主流中医知识体系拓展至苗、藏、蒙、维、傣等民族医药及多元传统医学知识。不仅是把民族医药古籍纳入RAG，而是建立民族医药知识本体、跨语言/古籍文本理解、异构医学理论映射、民族药知识图谱、民族药处方分析、民族名医经验传承和多传统医学基础模型。该方向兼具文化保护、知识工程、药物研发和地方产业价值。中医诊疗天然具有连续性和个体化特征，单次问诊的静态分类不足以表达“证候演变-治法调整-疗效反馈”的全过程。数字中医药政策强调采集具有临床结局的专科专病全流程高质量数据，并利用真实世界数据开展疗效评价和新规律发现。[17]2026~2030年，可重点布局纵向患者建模、时序证候表示、复诊轨迹建模、个体化处方调整、疗效预测、因果推断和数字患者/数字孪生。真正能够构成中医临床AI壁垒的数据，往往不是一次性病例，而是“诊前-诊中-用药-复诊-结局”的长期闭环。中医药教育正在从“使用AI工具”升级为“AI原生教育体系”。新时代中医药数智育人共同体、中医人工智能未来技术学院等新组织形态表明，培养目标开始同时强调中医理论、临床实践、数据科学和智能工程能力。[18][19]未来更有价值的教育产品和研究方向包括AI虚拟名师、虚拟患者、多模态四诊模拟、辨证训练、处方安全考核、自动评分和个性化学习路径，形成“中医AI Clinical Simulation”。其核心不只是问答，而是构造可控、可评估、可重复的临床决策训练环境。层级 | 核心方向 | 关键问题 |
第一层：数据基础层 | 高质量数据集；可信数据空间；多模态四诊数据；名医/民族医药知识资产 | 解决“数据从哪里来、是否可信、能否合规流通” |
第二层：模型与推理层 | 中医大模型；知识图谱/RAG；辨证推理模型；多模态基础模型 | 解决“模型是否真正理解中医理论并完成专业推理” |
第三层：智能系统层 | Clinical Agent；多智能体协同；数字名医；具身智能机器人 | 解决“模型如何进入临床工作流并执行任务” |
第四层：应用与治理层 | 临床辅助诊疗；中药AI研发；教育科研；Benchmark/安全监管 | 解决“是否产生真实价值、是否可评估、是否可监管” |
从技术体系看，中医药AI已经不适合再以“一个大模型”作为完整解决方案。真正的系统竞争力来自数据治理、专业推理、多模态感知、工具调用、智能体编排、临床验证、安全评价和行业交付能力的组合。排序 | 方向 | 优先级 | 主要价值 |
1 | 中医临床智能体与多智能体协同 | 极高 | 临床工作流、科研、产品平台 |
2 | 中医辨证论治推理大模型 | 极高 | 基础研究+临床决策 |
3 | 四诊多模态基础模型 | 极高 | 算法、设备、专病模型 |
4 | 高质量数据集与可信数据空间 | 极高 | 基础设施、数据要素 |
5 | 中医AI Benchmark与可信安全评价 | 高 | 科研评价、临床准入、监管 |
6 | 名老中医认知数字孪生 | 高 | 传承、专病、数字名医 |
7 | AI嗅诊/VOC与多模态数字中医 | 高 | 传感器、无创筛查、证候研究 |
8 | 中医具身智能与机器人 | 高 | 康复、推拿、正骨、家庭设备 |
9 | AI for Chinese Medicine / 中药智能研发 | 极高 | 药物研发、天然产物、制造 |
10 | 民族医药大模型 | 中高 | 地方特色、知识保护、民族药研发 |
11 | 真实世界疗效预测与动态证候建模 | 极高 | 临床证据、复诊、疗效闭环 |
12 | AI原生中医教育与虚拟临床训练 | 中高 | 教育、实训、考核 |
趋势判断1：模型创新的门槛将从“领域微调”转向“专业推理与任务执行”通用基础模型能力持续增强后，简单的中医语料微调和知识库问答会越来越同质化。真正的差异将来自高质量临床数据、专业推理链、工具调用、智能体工作流、纵向疗效反馈和安全评价。趋势判断2：多模态与设备会成为中医AI区别于一般医疗大模型的关键特征中医“望闻问切”天然具备多模态属性。舌象、面象、脉象、声音、气味、经络/体表信号与文本问诊的统一建模，将更能体现中医诊疗特色，也更容易形成软硬件协同壁垒。趋势判断3：从“数字名医”到“数字患者/数字孪生”名医数字孪生只是第一步。未来更具研究深度的是同时构建医生决策模型与患者状态模型，使系统能够模拟疾病与证候演变、治疗干预和疗效反馈，支持动态辨证、个体化处方治疗和仿真教学。随着AI进入处方、辅助诊疗和设备操作，监管重点会从数据安全扩大到模型可靠性、适用人群、风险提示、人机责任、处方安全、持续监测和版本变更管理。专业Benchmark、真实世界验证和可追溯证据链将越来越重要。[3][10][11]- 面向辨证论治的多模态中医大模型与多智能体临床决策关键技术研究
- 基于知识增强与动态推理的中医“病-证-机-法-方-药”临床推理模型研究
- 面向真实世界连续诊疗的中医多模态认知智能与数字孪生研究
- 融合舌象、脉象、语音与VOC信息的中医多模态证候识别与疗效预测研究
- 基于电子鼻/质谱VOC特征的中医闻诊数字化及多模态智能辨证研究
- 面向名老中医经验传承的诊疗认知过程建模与数字分身关键技术研究
- 中医临床智能体的任务规划、工具调用、长期记忆与安全评价研究
- 中医药大模型专业Benchmark、临床安全评价与可信AI方法研究
- 面向民族医药知识保护与药物发现的多传统医学基础模型研究
- AI for Chinese Medicine：基于中医药知识图谱与生成式AI的天然产物筛选和中药新药发现研究
- 中医推拿/康复专家操作技能数字化及具身智能机器人学习控制研究
- 面向中医教育的虚拟患者、多模态四诊仿真与AI临床能力评价系统研究
如果用一句话概括2024~2026年变化：2024年的核心是“中医药+大模型”，2025年进一步走向“垂直大模型+多模态+临床应用”，而2026年的核心已经转为“中医智能体+高质量数据+专业推理+真实临床+具身智能+评价监管”。这一变化意味着，中医药AI正在从信息化工具升级为能够感知、推理、执行、评估并持续学习的专业智能系统。最值得关注的学术坐标变化 关键词正在从单一LLM转向 Multimodal + Reasoning + Agent + Digital Twin + Embodied AI + Trustworthy AI。对科研项目而言，最前沿的问题不再是“能不能做一个中医大模型”，而是“能否围绕真实中医诊疗过程建立可验证、可执行、可追溯、可监管的智能系统”。 |
[1] 国家中医药管理局、国家发展和改革委员会：《中医药振兴发展“十五五”规划》（2026-07-22）https://www.natcm.gov.cn/guicaisi/zhengcewenjian/2026-07-22/38398.html[2] 国家中医药局等11部门：《医疗卫生强基工程中医药行动方案》（政府网站转载全文及政策解读）（2026-07）https://ws.zibo.gov.cn/art/2026/7/30/art8123013084.html[3] 国家药品监督管理局：《关于“人工智能+药品监管”的实施意见》（2026-04-02）https://www.nmpa.gov.cn/xxgk/fgwj/gzwj/gzwjzh/20260402091552114.html[4] 新疆维吾尔自治区人民政府：新疆“人工智能+医疗卫生”方案中医药智能化部署报道（2026-06）https://www.xinjiang.gov.cn/xinjiang/bmdt/202606/75ae3e574d324e658c5ec429db84b86a.shtml[5] 2026全球数字经济大会：数智中医药论坛——标准、案例、智能体与具身智能等成果（2026-07-06）https://www.gdec.net.cn/2026/actives/newsdetail?id=1319[6] 世界中医药学会联合会/ 浙江中医药大学：首届世界中医药人工智能大会（2026-06）https://fa.zcmu.edu.cn/info/1040/1704.htm[7] 成都中医药大学：全国中医药人工智能联盟学术研讨会暨2026年学术年会（2026-07）https://www.cdutcm.edu.cn/info/1074/142831.htm[8] 北京市中医药管理局 / 中国中医科学院广安门医院：“广医·岐智”中医医疗服务大模型（2025-03-31）https://zyj.beijing.gov.cn/zyyxw/202503/t20250331_4050871.html[9] 南京中医药大学：“天医（Tianyi）”大模型研究成果（2025-09）https://kjc.njucm.edu.cn/2025/0910/c3750a160492/page.htm[10] Huang T., Lu L., Xu J. et al. A triaxial benchmark for assessing responses from large language models in traditional Chinese medicine. Communications Medicine.（2026-05-05）。https://www.nature.com/articles/s43856-026-01631-5[11] Kong S. et al. A multi-task benchmark dataset for assessing large language models in traditional Chinese medicine. Scientific Data.（2026-07-31）https://www.nature.com/articles/s41597-026-07967-w[12] 北京中医药大学：数智中医嗅诊仪入选2026数字中医药应用场景案例（2026-07-04）https://www.bucm.edu.cn/bzyr/2bf5157fb6d740e8ae8209475ded906f.htm[13] 上海市人民政府：《上海市卫生健康发展“十五五”规划》（2026-07-30）https://www.shanghai.gov.cn/nw12344/20260730/1c41254061c34768be2fe7ea47196c00.html[14] 人民网：“华族本草”民族药AI大模型发布（2026-08-04）https://finance.people.com.cn/n1/2026/0804/c1004-40773296.html[15] 全国团体标准信息平台：中药图像人工智能识别标准体系框架及数据采集标准（2026）https://www.ttbz.org.cn/2079009371975995394.html[16] 国家中医药管理局：《中医药标准化行动计划（2024—2026年）》（2024-07）https://www.natcm.gov.cn/fajiansi/zhengcewenjian/2024-07-30/34574.html[17] 国家中医药管理局、国家数据局：《关于促进数字中医药发展的若干意见》（2024-08-14）https://www.natcm.gov.cn/bangongshi/zhengcewenjian/2024-08-14/34672.html[18] 上海中医药大学：新时代中医药数智育人共同体正式成立（2026-06-19）https://www.shutcm.edu.cn/2026/0619/c6529a174571/page.htm[19] 山东中医药大学：中医人工智能未来技术学院获批省级特色学院（2026-06）https://zxxy.sdutcm.edu.cn/info/1086/2724.htm[20] 工业和信息化部等八部门：《中药工业高质量发展实施方案（2026—2030年）》（2026）https://www.miit.gov.cn/jgsj/xfpgys/wjfb/art/2026/art_1263a9c19f3a4b84bb55e21b4daa6064.html[21] 上海市人民政府办公厅：《上海市发展医学人工智能工作方案（2025—2027年）》（2024-12-24）https://www.shanghai.gov.cn/nw12344/20241224/0f60c01551784720899dbb911e9d5f08.html[22] 央视网：2026全球数字经济大会数智中医药论坛报道（2026-07-03）https://jiankang.cctv.com/2026/07/03/ARTIx4LOOM74V03JvMh7r7mf260703.shtml[23] 新华网：全球专家学者在杭州共探“中医药+人工智能”新范式（2026-06-29）https://zj.news.cn/20260629/d85466690eaf4a069ba29ffe2ecb8536/c.html[24] 人民网：新时代中医药数智育人共同体成立（2026-06-25）https://edu.people.com.cn/n1/2026/0625/c1006-40747406.html
