L'établissement d'un système de contrôle de la qualité des médicaments traditionnels chinois est d'une grande importance pour clarifier la base matérielle de leur effet pharmacologique, garantir la sécurité d'utilisation et améliorer la qualité des préparations composées. Les méthodes traditionnelles de contrôle de la qualité des médicaments chinois reposent principalement sur l'identification visuelle "différenciation de l'état et de la qualité" ainsi que sur l'analyse qualitative et quantitative des composants exogènes, ce qui rend difficile une représentation complète du vrai processus d'action in vivo des médicaments chinois. La caractérisation in vitro des composants chimiques est insuffisante pour évaluer de manière réelle et précise la qualité globale et l'efficacité des médicaments chinois. Ces dernières années, avec le développement rapide des technologies d'intelligence artificielle telles que les grands modèles linguistiques, les avantages en intégration des connaissances et en représentation sémantique fournissent un support technologique clé pour la prédiction précise des processus in vivo des composants des médicaments chinois. Cet article passe en revue systématiquement les applications de l'intelligence artificielle dans la prédiction des composants in vivo et la sélection des biomarqueurs de qualité des médicaments chinois (Q-marker), couvrant les modèles basés sur les règles, l'apprentissage machine, l'apprentissage profond et les stratégies d'intégration de données multi-omiques, et envisage les recherches sur le contrôle qualité des médicaments chinois piloté par l'intelligence artificielle, dans l'objectif de promouvoir le développement intelligent et précis de ce domaine.

Contrôle qualité des médicaments chinois; Intelligence artificielle; Prédiction des composants in vivo; Biomarqueurs de qualité des médicaments chinois