Les préparations traditionnelles de la médecine chinoise, en raison de la complexité de leurs composants, de la base floue des substances actives, du manque de contrôlabilité de la qualité et de mécanismes d'action peu clairs, présentent des risques de sécurité potentiels, ce qui affecte leur popularisation et internationalisation. Pour faire face à ces problèmes, le domaine de la médecine chinoise a progressivement formé une réflexion systématique de ré-développement centrée sur le concept « réutilisation des anciens médicaments, renouveau des classiques », encourageant l'exploration approfondie et la réévaluation des grandes catégories de médicaments chinois. Avec l'application approfondie de l'intelligence artificielle, des technologies d'analyse de processus, de la pharmacologie des réseaux, des techniques couplées de spectrométrie de masse et du concept de qualité par conception dans les recherches en médecine chinoise, le développement moderne et scientifique des grandes catégories de médicaments chinois connaît de nouvelles opportunités. Cet article prend comme objet d'étude le préparat « Xuefu Zhuyu », une catégorie typique de médicaments activant la circulation sanguine et dissipant la stase sanguine, en passant en revue pour la première fois le système clé des technologies impliquées dans la ré-développement secondaire, incluant cinq dimensions : contrôle qualité, analyse mécanistique, clarification des effets pharmacologiques, amélioration de l'efficacité thérapeutique et reconnaissance internationale. Parallèlement, en combinant des exemples d'application de l'intelligence artificielle et des grands modèles linguistiques, les voies techniques sont optimisées et les expériences communes extraites, afin d'explorer la direction future du développement des grandes catégories de médicaments chinois, fournissant un paradigme de référence pour la modernisation d'espèces similaires.

Grandes catégories de médicaments chinois;Préparat « Xuefu Zhuyu »;Ré-développement secondaire;Technologie d'analyse de processus;Intelligence artificielle