El establecimiento de un sistema de control de calidad de la medicina tradicional china es de gran importancia para aclarar la base material de su eficacia farmacológica, garantizar la seguridad en el uso y mejorar el nivel de calidad de las formulaciones compuestas. Los métodos tradicionales de control de calidad de la medicina china se basan en gran medida en la identificación visual "辨状论质" y el análisis cualitativo y cuantitativo de los componentes exógenos, lo que dificulta reflejar de manera integral el proceso real de acción de la medicina china en el cuerpo. La caracterización solo in vitro de los componentes químicos no es suficiente para evaluar de manera veraz y precisa la calidad y eficacia general de la medicina china. En los últimos años, con el rápido desarrollo de tecnologías de inteligencia artificial como los grandes modelos de lenguaje, las ventajas de la integración del conocimiento y la representación semántica han proporcionado un soporte técnico clave para la predicción precisa de los procesos intracorporales de los componentes de la medicina china. Este artículo revisa sistemáticamente las aplicaciones de la inteligencia artificial en la predicción de componentes intracorporales de la medicina china y la selección de biomarcadores de calidad (Q-marker), cubriendo modelos basados en reglas, aprendizaje automático, aprendizaje profundo y estrategias de integración de datos multi-ómicos, y presenta perspectivas para la investigación de control de calidad de la medicina china impulsada por inteligencia artificial, con la esperanza de proporcionar una referencia para promover el desarrollo inteligente y preciso en este campo.

control de calidad de la medicina china; inteligencia artificial; predicción de componentes intracorporales; biomarcadores de calidad de la medicina china