Der Aufbau eines Qualitätssicherungssystems für traditionelle chinesische Medizin ist von großer Bedeutung für die Klärung der pharmakologischen Wirksubstanzbasis, die Gewährleistung der Sicherheit der Anwendung und die Verbesserung der Qualitätsstufe von Komplexpräparaten. Traditionelle Methoden der Qualitätskontrolle der chinesischen Medizin basieren meist auf der äußerlichen Unterscheidung "Zustandserkennung und Qualitätsbestimmung" sowie auf qualitativer und quantitativer Analyse exogener Komponenten, wodurch es schwierig ist, den tatsächlichen Wirkungsprozess der chinesischen Medizin im Körper vollständig abzubilden. Die alleinige Charakterisierung der chemischen Bestandteile in vitro reicht nicht aus, um die Gesamtqualität und Wirksamkeit der chinesischen Medizin realistisch und exakt zu bewerten. In den letzten Jahren haben die schnellen Fortschritte in der künstlichen Intelligenz, insbesondere bei großen Sprachmodellen, durch die Vorteile der Wissensintegration und semantischen Repräsentation eine entscheidende technische Unterstützung für die präzise Vorhersage der in vivo Prozesse chinesischer Komponenten geliefert. Dieser Artikel gibt einen systematischen Überblick über den Einsatz von künstlicher Intelligenz bei der Vorhersage von in vivo Komponenten und der Auswahl von Qualitätsmarkern (Q-Marker) der chinesischen Medizin, einschließlich regelbasierter Modelle, maschinellen Lernens, Deep Learning und multi-omics Datenintegrationsstrategien, und gibt einen Ausblick auf die von künstlicher Intelligenz getriebene Forschung zur Qualitätskontrolle chinesischer Medizin, um die Entwicklung des Bereichs in Richtung Intelligenz und Präzision zu fördern.

Qualitätskontrolle chinesischer Medizin; Künstliche Intelligenz; Vorhersage in vivo Komponenten; Qualitätsmarker der chinesischen Medizin