淺析專家系統(tǒng)在實(shí)現(xiàn)中藥智能制造中的作用與地位

余雅婷，趙立杰*，杜若飛，王優(yōu)杰，沈 嵐，2，林 曉，2，馮 怡**

（1.上海中醫(yī)藥大學(xué)中藥現(xiàn)代制劑技術(shù)教育部工程研究中心 上海 201203；2.上海中醫(yī)藥大學(xué)中藥學(xué)院 上海 201203；）

近年，隨著經(jīng)濟(jì)的發(fā)展和云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)等新興技術(shù)的興起，以信息通訊技術(shù)深度應(yīng)用為顯著特征的新一輪科技和工業(yè)革命正在進(jìn)行，各國(guó)調(diào)整了各自的戰(zhàn)略規(guī)劃，提出如“工業(yè)4.0”（德國(guó)）、“工業(yè)2050戰(zhàn)略”（英國(guó)）、“先進(jìn)制造業(yè)國(guó)家戰(zhàn)略計(jì)劃”（美國(guó)）、“中國(guó)制造2025”等計(jì)劃，制造業(yè)無(wú)疑成為這場(chǎng)革命中占據(jù)制高點(diǎn)的必爭(zhēng)戰(zhàn)場(chǎng)。各國(guó)均將信息技術(shù)與制造業(yè)深度融合發(fā)展智能制造作為其戰(zhàn)略核心，不斷推進(jìn)制造業(yè)向數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展，向綠色化、服務(wù)化轉(zhuǎn)型[1-5]。因此，智能制造將是釋放未來(lái)競(jìng)爭(zhēng)力的關(guān)鍵也是制造業(yè)轉(zhuǎn)型升級(jí)的必經(jīng)之路。面臨資源、能源和環(huán)境約束的挑戰(zhàn)，以及提質(zhì)增效的競(jìng)爭(zhēng)優(yōu)勢(shì)和降低成本的內(nèi)在需求，落后的中藥制造業(yè)迫切需要通過(guò)制造技術(shù)的創(chuàng)新和智能升級(jí)來(lái)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、形成中藥在新一輪競(jìng)爭(zhēng)中的優(yōu)勢(shì)，提升中醫(yī)藥的服務(wù)能力和產(chǎn)值[5-8]。

專家系統(tǒng)是人工智能中最重要、最活躍的應(yīng)用領(lǐng)域之一，利用人類專家提供的專業(yè)知識(shí)和經(jīng)驗(yàn)，模擬人類專家的思維過(guò)程解決領(lǐng)域問(wèn)題的計(jì)算機(jī)程序系統(tǒng)[7,9-11]。因其對(duì)知識(shí)具有儲(chǔ)存性、繼承性、靈活性、透明性以及邏輯分析能力而被研究者所青睞[10-12]。目前，專家系統(tǒng)在醫(yī)療診斷、故障排除等方面應(yīng)用較多，而對(duì)于中藥專家系統(tǒng)的研究至今都鮮見(jiàn)[7,9-12]。在2008年馮怡[13]教授團(tuán)隊(duì)將專家系統(tǒng)的概念引入到中藥制造領(lǐng)域中，并一直致力于專家系統(tǒng)的研究，期望建成一個(gè)符合中藥制藥特點(diǎn)的專家系統(tǒng)。

本研究基于課題組前期對(duì)中藥專家系統(tǒng)的研究、思考和國(guó)家“制造強(qiáng)國(guó)”戰(zhàn)略、中醫(yī)藥發(fā)展方向和工作重點(diǎn)的解讀，擬對(duì)專家系統(tǒng)在實(shí)現(xiàn)智能制造（藥）中的作用與地位進(jìn)行探討，以期為我國(guó)中藥制藥行業(yè)的轉(zhuǎn)型升級(jí)提供助益。

1 智能制造

智能制造源于人工智能的研究，主要采用人工智能技術(shù)與先進(jìn)的制造技術(shù)深度融合，使其具有自感知、自學(xué)習(xí)、自決策、自執(zhí)行、自適應(yīng)等功能并貫穿于設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等整個(gè)產(chǎn)業(yè)鏈中的新型生產(chǎn)方式[6]。1956年，“人工智能”概念首次被提出；1988年，美國(guó)紐約大學(xué)的P.K.Wringht教授和卡內(nèi)基梅隆大學(xué)的D.A.Bourne教授在《智能制造》書(shū)中，首次提出了“智能制造”[14-15]。中國(guó)智能制造技術(shù)起步相對(duì)較晚，直到1994年以清華大學(xué)、南京航空航天大學(xué)等為代表的高校率先開(kāi)展了智能制造相關(guān)技術(shù)的研究，到2015年《中國(guó)制造2025》出臺(tái)才將其正式提升到國(guó)家戰(zhàn)略[16]。但中國(guó)在人工智能領(lǐng)域發(fā)表的論文數(shù)量和高被引論文數(shù)及專利數(shù)均居世界第一，投融資占全球60%，并且在人臉識(shí)別、智能音箱、智能家居等應(yīng)用領(lǐng)域已處于國(guó)際前列[14,17-18]。智能制造不能單純理解為生產(chǎn)出智能化產(chǎn)品和設(shè)備，還應(yīng)該包括智能化的生產(chǎn)方式和管理。為了有序推進(jìn)我國(guó)智能制造的快速發(fā)展，2016年9月，中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院提出了智能制造能力成熟度模型，將智能制造從低到高分為已規(guī)劃級(jí)、規(guī)范級(jí)、集成級(jí)、優(yōu)化級(jí)和引領(lǐng)級(jí)5個(gè)等級(jí)。其中已規(guī)劃級(jí)是指開(kāi)始對(duì)智能制造進(jìn)行規(guī)劃，部分核心業(yè)務(wù)有信息化基礎(chǔ)；規(guī)范級(jí)是指核心業(yè)務(wù)重要環(huán)節(jié)實(shí)現(xiàn)了標(biāo)準(zhǔn)化和數(shù)字化，單一業(yè)務(wù)內(nèi)部開(kāi)始實(shí)現(xiàn)數(shù)據(jù)共享；集成級(jí)是指核心業(yè)務(wù)間實(shí)現(xiàn)集成，數(shù)據(jù)在工廠范圍內(nèi)共享；優(yōu)化級(jí)是指能夠?qū)?shù)據(jù)進(jìn)行挖掘，實(shí)現(xiàn)了對(duì)知識(shí)、模型等應(yīng)用并反饋優(yōu)化核心業(yè)務(wù)流程，體現(xiàn)了人工智能；引領(lǐng)級(jí)是指實(shí)現(xiàn)了預(yù)測(cè)、預(yù)警、自適應(yīng)，通過(guò)與產(chǎn)業(yè)鏈上下游的橫向集成，帶動(dòng)產(chǎn)業(yè)模式的創(chuàng)新[1,19]。

隨著智能技術(shù)的提升，航空航天、船舶、汽車等眾多行業(yè)在智能制造方面都取得了一定的成效，如“中德制造師范工廠”寶沃，集沖壓、焊裝、涂裝、總裝、檢測(cè)和物流六大工藝流程于一體，可實(shí)現(xiàn)多車型共線生產(chǎn)和個(gè)性定制化車型的生產(chǎn)及開(kāi)發(fā)；法士特的“智能生產(chǎn)系統(tǒng)”；廣汽傳祺的“安全清潔智慧工廠”等。中藥制藥業(yè)整體轉(zhuǎn)型依舊緩慢，雖然已有部分企處于已規(guī)劃級(jí)、規(guī)范級(jí)和集成級(jí)階段，將朝向優(yōu)化級(jí)和引領(lǐng)級(jí)發(fā)展，但是目前依舊有很多中藥制藥企業(yè)處于自動(dòng)化和半自動(dòng)化階段，智能化人才的缺乏、客觀條件的限制，使其暫時(shí)還無(wú)法完全進(jìn)入智能制藥行列[20-22]。本研究認(rèn)為，建立可靠的中藥專家系統(tǒng)將有利于實(shí)現(xiàn)智能制藥，為智能制藥奠定夯實(shí)的基礎(chǔ)。

2 專家系統(tǒng)

2.1 專家系統(tǒng)的組成和原理

圖1 專家系統(tǒng)的基本結(jié)構(gòu)

專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問(wèn)題的計(jì)算機(jī)程序系統(tǒng)，由知識(shí)庫(kù)、人-機(jī)交互界面、推理庫(kù)、解釋器、綜合數(shù)據(jù)庫(kù)和知識(shí)獲取等部分組成[23-24]。專家系統(tǒng)運(yùn)行的大致流程是用戶通過(guò)人-機(jī)界面提出問(wèn)題后，推理機(jī)對(duì)提出的問(wèn)題通過(guò)知識(shí)庫(kù)已有的知識(shí)和規(guī)則進(jìn)行反復(fù)匹配和分析，獲得較為理想的結(jié)果后，將結(jié)果和使用的數(shù)據(jù)暫存在綜合數(shù)據(jù)庫(kù)中，通過(guò)解釋器對(duì)結(jié)果和過(guò)程進(jìn)行解釋反饋給用戶，如圖1[23-26]。系統(tǒng)中知識(shí)獲取部分則是指專家系統(tǒng)知識(shí)庫(kù)是否優(yōu)越的關(guān)鍵問(wèn)題，是系統(tǒng)再學(xué)習(xí)能力的體現(xiàn)，用于擴(kuò)張和修改知識(shí)數(shù)據(jù)庫(kù)中的內(nèi)容。

2.2 專家系統(tǒng)的發(fā)展和應(yīng)用

自從1965年第一個(gè)專家系統(tǒng)Dendral（推斷化學(xué)分子結(jié)構(gòu)）在美國(guó)斯坦福大學(xué)問(wèn)世后，專家系統(tǒng)已經(jīng)從理論走向了實(shí)際[27]。在過(guò)去的五十多年中，專家系統(tǒng)經(jīng)過(guò)了以高度專業(yè)化為特征的第一代專家系統(tǒng)，單學(xué)科專業(yè)型、應(yīng)用型的第二代專家系統(tǒng)，多學(xué)科綜合型的第三代專家系統(tǒng)。目前，正向大型多專家協(xié)作、多種知識(shí)表示、多學(xué)科協(xié)同分析推理、人工神經(jīng)網(wǎng)絡(luò)知識(shí)獲取以及學(xué)習(xí)機(jī)制等最新的人工智能技術(shù)來(lái)實(shí)現(xiàn)具有多主體、多知識(shí)庫(kù)的第四代專家系統(tǒng)過(guò)渡和發(fā)展，如圖2[28-32]。

隨著研究的深入和發(fā)展，專家系統(tǒng)已被成功的運(yùn)用到工業(yè)、農(nóng)業(yè)、教育、地質(zhì)礦產(chǎn)、軍事和醫(yī)療等眾多領(lǐng)域，開(kāi)發(fā)了幾千個(gè)的專家系統(tǒng)并產(chǎn)生巨大的社會(huì)、經(jīng)濟(jì)效益，其中包括診斷型、解釋型、預(yù)測(cè)型、規(guī)劃型、控制型、調(diào)試型、教學(xué)型、決策型和管理型等專家系統(tǒng)，這些系統(tǒng)根據(jù)研發(fā)者的需求被賦予不同的功能，服務(wù)在各個(gè)領(lǐng)域[25,28,33-34]。

2.3 （中）藥學(xué)類專家系統(tǒng)

圖2 專家系統(tǒng)發(fā)展階段圖

專家系統(tǒng)在藥學(xué)領(lǐng)域中的應(yīng)用較其他領(lǐng)域晚且落后。1989年，第一個(gè)用于藥物制劑處方設(shè)計(jì)的專家系統(tǒng)才被Bradshaw發(fā)表在Financial Times[35]。目前，已經(jīng)開(kāi)發(fā)出用于膠囊劑處方設(shè)計(jì)的專家型系統(tǒng)[36]，普通處方設(shè)計(jì)的Cadila System[37]，以及近期的直壓型片劑或口崩片的SeDeM系統(tǒng)等[38-39]。而這些主要是化學(xué)制藥類的專家系統(tǒng)且功能單一，多數(shù)還處在一、二代專家系統(tǒng)階段，對(duì)于中藥制藥類專家系統(tǒng)還未見(jiàn)其他課題組有相關(guān)報(bào)道。但對(duì)于長(zhǎng)期依靠經(jīng)驗(yàn)為主要生產(chǎn)模式和質(zhì)量、效率急需提升的中藥制藥來(lái)說(shuō)專家系統(tǒng)更具有重要意義。

與化學(xué)藥物具有科學(xué)系統(tǒng)的處方前研究不同，中藥制劑的原料成分復(fù)雜性、性質(zhì)多樣性，使其沒(méi)有明確的理化性質(zhì)和表征其復(fù)雜特性參數(shù)的合適方法，處方前研究基本為空白，所以不可照搬構(gòu)建化藥專家系統(tǒng)的方式構(gòu)建中藥專家系統(tǒng)。因此，本課題組結(jié)合質(zhì)量源于設(shè)計(jì)（Qulity by Design,QbD）思想，將專家系統(tǒng)的概念引入到中藥制劑的研究開(kāi)發(fā)中，通過(guò)對(duì)國(guó)外化學(xué)制劑專家系統(tǒng)查閱和分析，提出了以中藥制劑原輔料物理特性表征為基礎(chǔ)、計(jì)算機(jī)計(jì)算處理能力構(gòu)建制劑模型，并結(jié)合“物理改性技術(shù)”構(gòu)建異常情況解決方案的中藥制劑專家系統(tǒng)研究思路，截止目前已初步建成了可運(yùn)行的中藥專家系統(tǒng)[40-41]。該系統(tǒng)的主要功能用于部分中藥制劑的處方設(shè)計(jì)和工藝條件篩選、優(yōu)化，其中包括膠囊劑[42]、丸劑[43-44]、流化床制粒[28]、干法制粒[45,41]、噴霧干燥抗粘壁[46]，中藥原料防潮[47-48]等。課題組也將進(jìn)一步完善該系統(tǒng)，如增加系統(tǒng)設(shè)計(jì)劑型的種類，增強(qiáng)系統(tǒng)的智能預(yù)測(cè)性，加深對(duì)模型參數(shù)的理解，使系統(tǒng)更加智能化、清晰化、可追溯化。本研究認(rèn)為，根據(jù)中藥提取物的特性進(jìn)行劑型，處方、制備工藝的設(shè)計(jì)，對(duì)生產(chǎn)過(guò)程進(jìn)行數(shù)字化監(jiān)控，對(duì)制劑過(guò)程存在的問(wèn)題進(jìn)行預(yù)測(cè)和解決，從而提高制劑質(zhì)量是中藥制劑和中藥專家系統(tǒng)的發(fā)展方向之一，也是中藥智能制造的主要內(nèi)容和趨勢(shì)。

3 專家系統(tǒng)在智能制藥中的作用與地位

3.1 專家系統(tǒng)和智能制造未來(lái)發(fā)展方向一致

專家系統(tǒng)和智能制造來(lái)源于人工智能，均以數(shù)字化為基礎(chǔ)，以計(jì)算機(jī)信息技術(shù)和數(shù)據(jù)集成管理為核心，深入了解設(shè)計(jì)和制造的每個(gè)過(guò)程，使過(guò)程清晰化[21-22,40]。將智能制造能力成熟度模型中五個(gè)等級(jí)分別提取關(guān)鍵詞，已規(guī)劃級(jí)為“規(guī)范化，信息化，基礎(chǔ)化”，規(guī)范級(jí)為“標(biāo)準(zhǔn)化，數(shù)字化，規(guī)范化”，集成級(jí)為“集成，數(shù)據(jù)，共享”，優(yōu)化級(jí)為“挖掘，應(yīng)用，人工智能”，引領(lǐng)級(jí)為“預(yù)測(cè)，預(yù)警，自適應(yīng)”[1,19]。這些關(guān)鍵詞和四代專家系統(tǒng)放在一起比較，如圖3，發(fā)現(xiàn)第一代和第二代專家系統(tǒng)與已規(guī)劃級(jí)和規(guī)范級(jí)較為相似，都是實(shí)現(xiàn)規(guī)范化、標(biāo)準(zhǔn)化、數(shù)字化、信息化等過(guò)程。而第三代專家系統(tǒng)在此基礎(chǔ)上實(shí)現(xiàn)了多學(xué)科人工智能，數(shù)據(jù)共享和挖掘，因此其與更高級(jí)別的集成級(jí)和優(yōu)化級(jí)關(guān)鍵詞較為相似。同時(shí)，無(wú)論是智能制造的引領(lǐng)級(jí)，還是第四代專家系統(tǒng)都希望系統(tǒng)更加智能化，目標(biāo)都是期望通過(guò)用準(zhǔn)確的數(shù)值模型代替經(jīng)驗(yàn)，使生產(chǎn)清晰化，提質(zhì)增效，減少未知因素的影響，使系統(tǒng)具有預(yù)測(cè)、預(yù)警、自適應(yīng)等自能化功能[7,49-51]。人工智能技術(shù)和多學(xué)科多領(lǐng)域交叉融合依舊是未來(lái)專家系統(tǒng)和智能制藥發(fā)展的關(guān)鍵技術(shù)和方向。因此，研究和發(fā)展中藥專家系統(tǒng)無(wú)疑為智能制藥提供助力。雖然幾乎所有中藥生產(chǎn)企業(yè)目前尚不具備智能制藥的能力，但可以先嘗試建立關(guān)于物料屬性，物料篩選，制備工藝優(yōu)化的專家系統(tǒng)，引用智能技術(shù)，為實(shí)現(xiàn)智能制藥做前期準(zhǔn)備。

3.2 專家系統(tǒng)和智能制藥都具有再學(xué)習(xí)能力

圖3 智能制造能力成熟度模型和專家系統(tǒng)的關(guān)聯(lián)圖

專家系統(tǒng)和智能制藥的重點(diǎn)均在于智能化，而良好的智能化系統(tǒng)往往不是一蹴而就，而是通過(guò)使用者需求的增加和后期數(shù)據(jù)的輸入不斷完善，從而使系統(tǒng)更加精確和智能，該過(guò)程稱為系統(tǒng)的再學(xué)習(xí)過(guò)程[23,40]。專家系統(tǒng)和智能制藥系統(tǒng)都期望其具有很強(qiáng)的學(xué)習(xí)能力，強(qiáng)大的學(xué)習(xí)能力將有利于系統(tǒng)的升級(jí)。通過(guò)學(xué)習(xí)所融入的知識(shí)更加豐富，功能更強(qiáng)大，學(xué)習(xí)能力將進(jìn)一步增強(qiáng)，對(duì)制藥過(guò)程的理解也將進(jìn)一步加深，從而促進(jìn)未來(lái)智能制藥中的智能化。

3.3 專家系統(tǒng)為智能制藥提供參數(shù)表征方法

中藥的天然屬性導(dǎo)致了中藥原料質(zhì)量的不確定性、成分的多樣性和性質(zhì)的特異性等問(wèn)題，有些性質(zhì)以目前的技術(shù)手段還未有很好的表征及檢測(cè)方法，制約了智能制藥中數(shù)字化環(huán)節(jié)。本課題組在構(gòu)建中藥專家系統(tǒng)模型的時(shí)候發(fā)現(xiàn)制劑原料的金屬黏附性、粒徑、振實(shí)密度、休止角、吸濕性、軟化點(diǎn)、粘性、含水量等物理屬性的特征參數(shù)直接影響制劑質(zhì)量，其中軟化點(diǎn)、吸濕性和粘性3個(gè)參數(shù)影響最大[40,52-53]，但目前并沒(méi)有表征此類參數(shù)的適宜的方法與技術(shù)。本研究通過(guò)對(duì)大量中藥制劑的物性參數(shù)的分析，建立了關(guān)于吸濕性、軟化點(diǎn)、粘性的表征參數(shù)，為中藥智能制藥過(guò)程數(shù)字化環(huán)節(jié)中提供新的思路和方法[40,52-53]。

3.4 專家系統(tǒng)為智能制藥提供數(shù)據(jù)和模型基礎(chǔ)

在智能制造能力成熟度模型規(guī)范級(jí)和優(yōu)化級(jí)的主要任務(wù)中，提到實(shí)現(xiàn)重要環(huán)節(jié)數(shù)字化和實(shí)現(xiàn)工廠級(jí)數(shù)字建模，并將數(shù)字化和標(biāo)準(zhǔn)化作為企業(yè)邁入智能制造的門檻[1]。因此，數(shù)字化和模型是智能制藥的基礎(chǔ)。構(gòu)建智能制藥無(wú)疑需要大量的基礎(chǔ)數(shù)據(jù)和模型，而專家系統(tǒng)的知識(shí)庫(kù)中包含的大量數(shù)據(jù)和模型能被其使用。中藥專家系統(tǒng)的研究中，本課題組建立了多個(gè)不同固體制劑的模型和數(shù)據(jù)庫(kù)，將制劑工藝參數(shù)、物理特性與制劑產(chǎn)品的質(zhì)量聯(lián)系起來(lái)，用模型進(jìn)行表達(dá)，如中藥物理屬性與干法制粒相關(guān)性[40,56-57]、中藥吸濕性與制劑工藝相關(guān)性[55,58-59]、片劑工藝相關(guān)[60-62]等多種模型。盡管模型還遠(yuǎn)未達(dá)到智能制藥的要求，但能夠?yàn)橹兴幹悄苤扑幪峁┯行У臄?shù)據(jù)和模型，且隨著中藥專家系統(tǒng)研究的深入，有望成為重要的數(shù)據(jù)和模型來(lái)源。

3.5 專家系統(tǒng)為智能制藥提供推理、預(yù)測(cè)能力

生產(chǎn)成本日益增加，縮短實(shí)驗(yàn)周期和降低試驗(yàn)成本的預(yù)測(cè)性模擬系統(tǒng)顯得尤為必要。前期研究中，本課題組建立了以微晶纖維素為稀釋劑的中藥處方流動(dòng)性[63]，流化床制粒中相關(guān)的工藝[28]，“制劑原料-輔料-硬膠囊劑質(zhì)量”相關(guān)性[39]，成分與噴霧干燥粘壁[46]等的預(yù)測(cè)模型，并通過(guò)實(shí)驗(yàn)驗(yàn)證了模型的可靠性。目前，研究的主要還是在處方和工藝預(yù)測(cè)方面，雖然還未達(dá)到智能制藥對(duì)預(yù)測(cè)功能的要求，但這些預(yù)測(cè)功能仍然是智能制藥中的重要部分。

4 討論

健康領(lǐng)域改革發(fā)展使我國(guó)人民健康水平和身體素質(zhì)持續(xù)提高，但隨著人口老齡化、疾病譜變化、生態(tài)環(huán)境變化等問(wèn)題的不斷出現(xiàn)，健康服務(wù)供給總體不足與需求不斷增長(zhǎng)之間的矛盾日益突出，迫切需要對(duì)中醫(yī)藥產(chǎn)業(yè)進(jìn)行轉(zhuǎn)型升級(jí)，提高其服務(wù)能力緩解矛盾，而數(shù)字化和智能化是其轉(zhuǎn)型升級(jí)的重要方向[5,8,21-22]?？傮w看，我國(guó)中藥制業(yè)還處于工業(yè)2.0進(jìn)程中，傳統(tǒng)的制藥工藝與現(xiàn)代制藥技術(shù)共生，落后與先進(jìn)并存[22,40]。中藥制造技術(shù)在全球化競(jìng)爭(zhēng)中整體處于落后局面，究其原因是在過(guò)去生產(chǎn)和研究中，忽略了質(zhì)量設(shè)計(jì)和過(guò)程控制的重要性，對(duì)制藥過(guò)程的認(rèn)識(shí)不夠清晰。隨著，過(guò)程分析技術(shù)（Process Analytical Technology，PAT）和QbD的出現(xiàn)及人用藥品技術(shù)要求國(guó)際協(xié)調(diào)理事會(huì)（The International Council for Harmonization of Technical Requirements for Pharmaceuticals for Human Use，ICH）出臺(tái)了Q(Q9Q10Q12)系列指南文件，研究者開(kāi)始意識(shí)到制藥過(guò)程清晰化和質(zhì)量設(shè)計(jì)的重要性。未來(lái)中藥制藥工業(yè)在生產(chǎn)規(guī)范化的基礎(chǔ)上，將繼續(xù)追求過(guò)程的清晰化，質(zhì)量的可控化，將質(zhì)量?jī)?yōu)先理念滲透到每個(gè)環(huán)節(jié)中，努力實(shí)現(xiàn)“透明化，數(shù)字化，智能化”的生產(chǎn)。因此，無(wú)論是專家系統(tǒng)還是智能制藥都將質(zhì)量提升和過(guò)程控制作為關(guān)鍵詞，希望通過(guò)數(shù)字化的方式使過(guò)程清晰化，充分發(fā)揮已有數(shù)據(jù)功能使質(zhì)量設(shè)計(jì)更加科學(xué)化。

中藥專家系統(tǒng)通過(guò)找到表征中藥制劑原料藥特征的方法，建立原料特征與生產(chǎn)工藝、產(chǎn)品質(zhì)量之間的關(guān)聯(lián)性，從而進(jìn)行制劑工藝的放大模擬、預(yù)測(cè)和發(fā)現(xiàn)問(wèn)題并提出供選擇的解決方案，縮短研發(fā)周期，有效避免和找到放大生產(chǎn)中存在的問(wèn)題，實(shí)現(xiàn)制藥過(guò)程的數(shù)字追溯。而智能的發(fā)現(xiàn)、解決、預(yù)測(cè)問(wèn)題，模擬生產(chǎn)也正是智能制造的體現(xiàn)。因此，中藥專家系統(tǒng)的建立將會(huì)為未來(lái)智能制藥奠定基礎(chǔ)，且隨著專家系統(tǒng)功能的增加，感應(yīng)設(shè)備靈敏度的提高和種類豐富，獲取藥品制造過(guò)程全貌的數(shù)據(jù)描述成為可能，甚至可以認(rèn)為專家系統(tǒng)是未來(lái)智能制藥的一個(gè)雛形。