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 efecto farmacológico, garantizar la seguridad del uso y mejorar el nivel de calidad de las formulaciones compuestas. Los métodos tradicionales de control de calidad de la medicina china dependen en gran medida de la identificación visual basada en la "diferenciación de la condición y calidad" y el análisis cualitativo y cuantitativo de componentes exógenos, lo que dificulta reflejar completamente el proceso real de acción de la medicina china en el cuerpo. La caracterización in vitro de los componentes químicos no es suficiente para evaluar de manera real 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 en la integración del conocimiento y la representación semántica han proporcionado un soporte técnico clave para la predicción precisa de los procesos in vivo de los componentes de la medicina china. Este artículo revisa sistemáticamente las aplicaciones de la inteligencia artificial en la predicción de componentes in vivo y en la selección de marcadores de calidad de la medicina china (Q-marker), abarcando modelos basados en reglas, aprendizaje automático, aprendizaje profundo y estrategias de integración de datos multi-ómicos, y pronostica la investigación del control de calidad de la medicina china impulsada por inteligencia artificial, con el fin de promover el desarrollo de este campo hacia la inteligencia y precisión.

Control de calidad de la medicina china; Inteligencia artificial; Predicción de componentes in vivo; Marcadores de calidad de la medicina china