研发团队
大数据研发部 | 以中医临床大数据获取与数据挖掘技术为主要研究方向 |
主要产品：古今医案云平台、文献大数据平台等 | |
知识图谱研发部 | 以中医药知识图谱构建与临床知识服务技术为研究方向 |
主要产品：中医药知识服务平台、国际化中医临床知识服务平台等 | |
机器学习研发部 | 以机器学习与临床智能为研究方向 |
主要产品：中医临床辅助决策系统、中医词网等 | |
智慧中医实验室 | 以中医四诊客观化采集与多模态信息融合为研究方向 |
主要产品：中医传承工作站、中医健康管理云平台、中医养生机器人等 | |
开发部 | 系统开发、维护与项目实施 |
近年科研课题
大数据驱动的中医智能辅助诊断服务系统
基于名老中医经验的证－治－效临床决支持系统研究（863）
活动期溃疡性结肠炎（轻度-中度-重度）中医药治疗方案偱证优化及疗效机制研究
中国工程科技知识中心--中医学知识分中心
医案相似性计算模型及辅助临床应用研究 基于语义网络的传统针灸概念体系表示及应用研究 基于项目反应理论和混合值差度量的中医个体化诊疗疗效评价方法研究 基于深度学习的脾胃病关键诊疗要素发现与临床优化决策研究 基于语音-脏腑共振效应的中医五脏相音机理研究 基于深度学习的赵炳南流派知识图谱与群体性认知模型研究
基于便携式设备的多源四诊信息采集及融合模型 基于深度强化学习的中医治疗溃疡性结肠炎的序贯决策优化研究 基于复杂感知和深度学习的中医诊疗康复设备研发 基于声学信号分析的儿童腺样体肥大诊断与证候辨识 基于多模态融合的脾胃病中医助理机器人关键技术研究
国际中医药临床知识服务平台构建研究 基于深度学习的中成药知识图谱构建与辅助决策研究 构建中医药知识库关键技术示范研究
中医特色诊疗技术体系及应用平台研究 中医养生知识图谱的构建方法与应用研究 面向智能决策支持的中医临床知识获取与应用研究 基于本体的名老中医临床验案知识获取方法研究 中医临床知识库的构建技术与示范应用研究 中医药健康管理云平台的构建与示范应用研究 基于人工智能技术的古今医案云平台构建研究 中医传承工作站的系统集成与探索应用 唐旭东名医医案大数据建设与经验挖掘整理研究 老年健康状态自评实用问卷 基于深度学习的临床智能知识服务与应用研究 老年智能健康数据采集技术研究 基于脾胃病的中医临床文献大数据平台构建及其示范应用研究 基于深度学习的中医医案文献实体命名技术研究 基于深度学习的智能舌诊与云服务应用研究 多传感器融合脉诊采集技术研究
研究方向
主要产品
古今医案云平台是由中国中医科学院中医药信息研究所研制开发的一款面向医院、科研院所、高校等单位的专业医案管理与服务软件。该系统是在信息所多年中医药数据库研究、中医药数据挖掘研究以及中医药本体术语研究的基础上研发设计的，可以提供医案的采集，自动结构化，集中存储管理，后标准化处理，数据挖掘分析，工作组协同工作，医案数据共享及医案查询检索等服务，支持中医临床医生、科研学者、高校师生等提供医案信息的管理、共享与利用。
访问地址：https://www.yiankb.com
联系：王一萌 010-64089619
云医案APP是古今医案云平台的移动应用，提供50万古今医案的检索服务，配备与客户端一致的四诊数据表单和医学理化检查表单和语音录入系统，方便用户快速录入医案信息，进行分类管理医案，录入数据可以直接对接到客户端。配备了小游戏和小工具功能，可作为手边的字典工具，也可进行答题竞赛，寓教于乐。
联系：王一萌 010-64089619
中医传承工作站由中国中医科学院中医药信息研究所开发，面向医院、科研院所、高校、及各名医传承工作室/站，诊疗信息采集、储存、分析一站完成。实现舌诊、脉诊客观化采集，语音录入及纸质病历OCR文字识别等功能，辅助提供50万权威医案资源在线检索服务，支持个人病案与文献医案交互分析。
联系：于琦 010-64089619
中医药知识服务平台是基于Web的信息系统，用户只需在浏览器中访问系统网址，即可使用系统的全部功能。该系统已实现了并实现了知识检索、知识浏览、知识添加、知识编辑、知识更新、知识评审、用户管理等一系列功能。
访问地址：http://www.tcmkb.cn
联系：姜威 010-64089619
中医临床文献大数据平台，平台广泛收录相关中医临床领域的纸书文献、期刊文献、指南规范、网络资源等文献资源的全文，实现海量数据的原数据仓储，同时整合丰富权威的中医临床医案信息，并基于文献原文建立开放、权威、大规模的语料库，支持实体识别、关系抽取、内容抽取、自然语言处理等多种机器学习任务，为相关领域的医务工作者及科研人员提供有价值的知识服务。
联系：田野 010-64089619
中医药词网中国中医科学院中医药信息研究所独立研发,旨在基于wordNet将中医药领域中的各个方面的概念、原理抽象成词，建立基础词库，并将领域内的相关概念根据语义进行链接，形成网络。通过词网可以进行各类信息资源的分类分级揭示，构建以词为核心的知识体系，实现领域的知识关联、汇聚和延伸，面向科研院所，医院，高校等，为实现中医药的领域数据存储、交换和共享提供坚实的术语基础，支持个性化接入各个知识服务系统，全面提升检索的准确率和查全率。
联系：姜威 010-64089619
中医药知识图谱是由中医养生知识图谱、中医临床知识图谱、中药知识图谱、方剂知识图谱以及中医特色疗法知识图谱等等一系列子领域的知识图谱（或称知识图谱模块）相互关联所构成的知识体系。其中实体关系的记录共计8328365条，经过导入neo4j数据库并进行去重操作，neo4j中节点数为901584个，关系数为51267978个。
访问地址：http://www.tcmkb.cn/kg/
联系：于彤 010-64089578
中医科研病例采集系统（EDC），集成电子数据采集、数据管理和多元化数据统计分析为一体，并有随机分组功能，数据统计分析功能，操作过程留痕记录，数据可溯源，研究结果可视化展示，满足多种临床研究需要。用户登录古今医案云平台网站后打开EDC系统，可以看到个人的科研项目及病例，用户可以增加/删除病例，录入数据，并可以对病例数据进行分析统计，平台提供公开的样例模板：溃疡性结肠炎-样例库，供用户参考。EDC系统为平台的定制服务，为真实世界研究等临床研究项目提供技术支持和人工服务，包括项目创建、制作电子病例报告表、人员分配等。
联系：祖雅琪 010-64089619
涵盖了数万篇高质量中医临床文献及结构化数据，核心功能包括证据检索、证据图、证据链和证据概览表、Meta分析、数据挖掘、知识图谱，能够对临床证据进行整合和可视化展示，实现了对临床研究数据的高效统一管理、数据共享和挖掘利用。该平台建立了中医临床证据的加工、评价、存储与检索利用的完整技术体系，提供面向中医临床实践指南制定、临床综合评价、临床决策支持、临床研究设计和临床病例采集等不同应用场景下的循证大数据AI服务。
联系：祖雅琪 010-64089619
本系统是通过本体表达将中医临床指南、专家经验等知识结合，构建起神经知识网络的数据知识模型，通过医生临床情景的识别和模拟，通过Agent技术将临床思维人工智能化，并通过机器学习中的大量算法实现系统自主决策能力，构建起的智能专家决策系统，采用人工智能技术中的多种机器学习、深度学习算法和大数据技术对古今医案、临床指南、名医经验、养生方法、适宜技术等文本数据进行知识图谱建设，实现对中医临床诊疗的决策支持。
访问地址：https://www.tcmcds.com/index
联系：田少磊 010-64089614
中医科信云门诊系统是由中国中医科学院中医药信息研究所中医药大健康智能研发中心在十多年中医信息化、数字化研究及软件研发经验基础上，集成大数据、云计算、物联网、虚拟现实等应用模式，在多年面向中医药算法研究、中医药病案研究以及中医药本体术语研究的基础上，综合深度学习、贝叶斯网络、知识图谱、规则引擎等前沿技术研发设计的面向医院、科研院所、基层诊所等单位的专业医院管理与服务云平台。该平台能够实现基于AI的智能病例采集，实现交互性更好的临床辅助决策，提供以财务为主线的医院一体化管理模式，保障药品物流无障碍，是符合互联网发展趋势的云HIS，具有很强的扩展性，不但可以为连锁中医门诊服务，而且可以为实体医院的专科门诊提供信息支撑。
访问地址：https://www.tcmcds.com/cloud/login
联系：田少磊 010-64089614
中医体质养生仪由中国中医科学院中医药信息研究所研发，是集体质辨识与养生知识库于一体的软硬件集成应用服务平台。机器人通过摄像头采集用户的面部和舌苔图像特征值，自动识别体质类型，显示用户体质的具体表现，以及生病倾向，进而给出体质类型和相应的中医专家建议的调理方案。
联系：张竹绿 010-64089578
中医助理智能机器人，由中国中医科学院中医药信息研究所研发，是智慧中医辅助诊疗平台的载体，面向社区医院、基层诊所，具备智慧问诊闻诊、舌面诊信息采集、智能脉诊、智慧开方等多项核心功能。通过对数以百万计的医学图像、医学期刊、图书及论文数据、诊断病历等数据，进行自然语言处理，并模拟医生的临床诊断过程和治疗方法，得出治疗方案的智能机器人。
联系：芦煜 010-64089578
中医药算法平台由大健康中心自主研发，是基于python、tensorflow等框架开发的机器学习及深度学习算法平台，支持中医药数据挖掘分类模型、中医药文本自然语言处理。目前该平台集成9个功能模块，基于支持向量机的分类模型支持中医药数据进行证候、中药分类研究；基于深度学习自然语言处理技术的中医全科辨证模型和妇科病分类预测模型；基于朴素贝叶斯算法的100种中医常见病分类模型；基于词向量的中医药名词相似度查询；基于深度学习的中医文本分词和实体抽取功能。此外中医药算法平台支持个性化定制数据分析挖掘，支持各种中医药结构化数据机器学习算法包括(贝叶斯，随机森林，线性回归，逻辑回归分析，及机器学习算法集成学习（XGBoost)，基于集成学习的特征工程，主成分分析），支持中医药文本自然语言处理，词向量训练，基于谷歌深度学习模型（RNN,CNN,BERT)的文本预训练；基于深度学习和规则的中医药文本信息抽取；基于深度学习的文本分类，知识图谱关系抽取，知识图谱推理、图谱补全等服务。
联系：张竹绿 010-64089578
采用静水压压和脉动压双探头复合采集模型，获取施加压力和脉搏压双重物理属性。硬件端采样频率为1000赫兹，可以满足中医脉诊过程中的连续性分析。在脉搏波解析策略上，结合采用最大能量判别法和周期性信号特征模型匹配技术，完成，脉搏压力波的主波与重搏波辨识。进一步通过勾勒波形特征计算不同点位下的面积，得到每一个独立脉搏波形的物理参数12项以及逐次脉搏波之间的变化趋势分析。在五个物理属性的十项特征脉中，完成了定量的分析，可以输出脉搏波的迟、速，大、弱、弦、软、滑、涩紧、微等十项典型脉象的特征辨识。
联系：芦煜 010-64089578
点击“阅读原文”，进入中医药知识服务平台
