L'établissement d'un système de contrôle de la qualité des médicaments traditionnels chinois est essentiel pour clarifier la base matérielle de leur efficacité pharmacologique, garantir la sécurité d'utilisation et améliorer le niveau de qualité des formulations composées. Les méthodes traditionnelles de contrôle de la qualité des médicaments chinois reposent principalement sur l'identification visuelle "辨状论质" et l'analyse qualitative et quantitative des composants exogènes, ce qui ne permet pas de refléter pleinement le processus réel d'action des médicaments dans le corps. La simple caractérisation des composants chimiques in vitro ne suffit pas à évaluer de manière vraie et précise la qualité et l'efficacité globales des médicaments chinois. Ces dernières années, avec le développement rapide des technologies d'intelligence artificielle telles que les grands modèles de langage, les avantages de l'intégration des connaissances et de la représentation sémantique fournissent un support technologique clé pour la prédiction précise des processus intracorporels des composants des médicaments chinois. Cet article passe en revue systématiquement l'application de l'IA dans la prédiction des composants intracorporels des médicaments chinois et la sélection des biomarqueurs de qualité des médicaments chinois (Q-marker), couvrant les modèles basés sur les règles, l'apprentissage automatique, l'apprentissage profond et les stratégies d'intégration des données multi-omiques, et propose des perspectives pour la recherche sur le contrôle qualité des médicaments chinois pilotés par l'IA, dans l'espoir de fournir une référence pour promouvoir le développement intelligent et précis dans ce domaine.

contrôle de la qualité des médicaments chinois; intelligence artificielle; prédiction des composants in vivo; biomarqueurs de qualité des médicaments chinois