中藥智能產業的發展與展望

張麗麗 曹婷婷 李夢 王耘

摘要 中藥是中醫治病的重要手段，隨著大數據、傳感器、人工智能等各種技術的成熟，其與中藥的結合形成了新興的中藥智能產業，成為中藥新興產業的發展方向。本研究從中藥質量追溯、中藥設計、中藥智能制造3個方面概述了中藥智能產業的當前進展。結合中藥產業面臨的資源高度分散、質量影響因素眾多、難以實現連續自動、需求個體差異明顯等產業難題，指出未來中藥智能產業在種植與炮制、煎煮與制劑、應用與推廣的發展趨勢和具體形式，以期對目前中藥智能產業的發展方向提供參考。

關鍵詞 中藥;智能產業;人工智能

Development and Prospect of Intelligent Industry of Chinese Medicine

ZHANG Lili，CAO Tingting，LI Meng，WANG Yun

（Research Center of Chinese Medicine Information Engineering，Beijing University of Chinese Medicine，Beijing 102488，China）

Abstract Chinese medicine is an important means of treating diseases in traditional Chinese medicine （TCM）.With the development of big data，sensor，artificial intelligence and other technologies，the combination of technology and Chinese medicine has formed a new intelligent industry of Chinese medicine，and has become the developing direction of the new industry of Chinese medicine.In this paper，the current development of Chinese medicine intelligent industry is summarized from quality tracing，design and intelligent manufacture of Chinese medicine.Combined with the highly dispersed resources and many factors affecting the quality of the Chinese medicine industry，it is difficult to realize the continuous automation and the obvious individual difference in demand etc.In order to provide reference for the development direction of the intelligent industry of TCM at present，this paper points out the developing trend and concrete forms of the future intelligent industry of Chinese medicine in planting and processing，boiling and preparing，applying and popularization.

Keywords Chinese medicine; Intelligent industry; Artificial intelligence

中圖分類號：R28文獻標識碼：Adoi：10.3969/j.issn.1673-7202.2021.02.030

隨著人類基因組測序工作的完成，原以為可以攻克的疾病仍然存在，以西醫為代表的還原論在癌癥、糖尿病等復雜疾病面前療效不佳，中醫的系統整體論越來越受到重視，在多靶點控制的疾病中更有優勢。而中藥是中醫起作用的重要手段，加之屠呦呦教授憑借青蒿素獲得諾貝爾獎，更使中藥獲得了世界的認可，但中藥產業目前還面臨著資源高度分散、質量影響因素眾多、難以實現連續自動、需求個體差異明顯等產業難題，因此要實現中藥的現代化和國際化，必然需要與現代新興技術結合。

中藥智能產業是大數據、傳感器、人工智能等各種高新技術與中藥產業融合的新興產業，是讓中藥具備智能系統，包括依靠物聯網技術建立中藥質量追溯體系;依靠人工智能技術進行中藥健康產品的設計;依靠智能制造技術制造“人、機、物”互聯的智能化調節設備，形成以市場需求和個性化用藥為導向的柔性化生產模式，從而構建中藥智能化生產系統。目前進行的探索包括智慧中藥房[1]，智能煎藥系統[2]，中藥生產智能工廠[3]，中醫輔助診療系統[4]等。

1 中藥智能產業的發展現狀

1.1 中藥質量追溯 中藥材質量可追溯體系的概念最早在2010年11月在第3屆中醫藥現代化國際科技大會上提出。2012年10月國家頒布了《關于開展中藥材流通追溯體系建設試點的通知》，將中藥材質量可追溯體系的建設提升到了國家戰略高度[5]。2011年成都市率先在全國開展中藥材質量追溯體系的試點工作，積極探索應用現代信息技術的手段，實現中藥材從種植到使用等各個環節的追根溯源[6];南京海昌中藥集團有限公司和南京中醫藥大學校企合作，共同創建了基于智能終端的中藥飲片質量追溯方法[7]，雖然很多單位進行了積極探索，但尚未形成最終統一的技術及信息平臺。其原因在于以下3個方面。1）中藥材追溯的成本較高，嚴重降低了構建該體系的積極性[8];2）中藥材數量巨大，多由農戶分散生產，供給鏈的復雜性導致追溯難度增大[9];3）缺乏一個開放且統一的標準編碼系統、網絡連接模式和溯源平臺等[5]。由于短時間內建立完善的中藥質量追溯系統是一項具有挑戰性的工作，部分研究人員采取將其分解的措施，轉向研究利用人工智能技術進行中藥真偽鑒別、硫熏鑒別等問題，期望為中藥質量追溯系統的建立積累大量準確、便利、可用的數據。這是因為進行人工智能中藥鑒別所采用的關鍵技術一般為光譜成像技術加機器學習技術，前者是數據采集系統，可用于中藥表面和內部檢測，而后者主要是依賴機器學習算法的分析處理系統對所得圖譜進行解析，從而實現中藥真偽、硫熏鑒別工作[10]。比如Feng J等[11]通過高光譜成像技術建立了金銀花和山銀花的無損識別模型，且準確率可達到100%，若這種模型得到推廣應用，那么為金銀花和山銀花的質量追溯系統打下了重要的基礎。此外Zhang H等[12]通過可見光-近紅外高光譜成像儀對硫磺熏制和非硫磺熏制的白芍進行識別，正確率可達98.3%。建立中藥質量追溯體系的關鍵在于物聯網技術，隨著物聯網、大數據、傳感器、人工智能等各種技術的成熟，隨著人們對建立質量追溯體系的深入探索及新的成果的不斷出現，作者深信隨著研究的深入，目前的問題會迎刃而解，使任何中藥飲片都能“來源可知、去向可追、質量可查、責任可究”。

1.2 中藥設計 中藥作為中醫治病的有效手段，是經過幾千年的臨床檢驗的，它的獨特之處是在中醫藥理論的指導下進行七情配伍，對中藥設計的現代研究發現，以方劑藥性特征為依據，以臨床證明有效的中藥方劑為模板，用與原方不同的藥物配伍出新的方劑，可最大程度的保持原方的藥效和配伍特點。馬莉、王耘等[13]提出一種基于藥性組合模式設計中藥食療的方法，并以治療肺胃燥熱型糖尿病經典方劑白虎人參湯為例成功設計出食療配方十八則，從中醫學及營養學角度分析均具備一定的合理性。目前的主要實現方法是運用二分法及貪婪算法[14]，Apriori改進算法[15]等，以精簡組方替代瀕危藥物和禁用藥物等。以上是從藥性的角度進行中藥設計，除此之外，組分配伍也被認為是中藥用藥的一個重要發展方向[16]，有學者研究基于機器學習預測治療相關疾病的最佳藥物配比是一條行之有效的途徑。比如謝麗華、廖君等[17]針對治療腦缺血再灌注損傷的高頻用藥，采用關聯規則Apriori計算方法，從組分層面解析中藥治療腦缺血再灌注損傷的配伍規律，發現了芍藥苷-阿魏酸、黃芪甲苷-藁本內酯-阿魏酸等新的組分配伍形式，可為中藥的藥效基礎的研究提供參考，同時為組分配伍研發提供依據。陳超等[18]基于正交設計建立復方藥效的支持向量機預測模型，篩選出腦得生抗血栓有效部位，經試驗驗證后確定多個配伍組的藥效優于原方，這項工作為經典名方的進一步研究和中藥品種的二次開發提供了一個新的思路，通過人工智能技術構建模型進行篩選，這無疑是一種低投入高產出的方式，大大降低了研發成本和研發風險，同時也提高了研發的成功率。隨著人工智能技術的發展，深度學習將會在方劑配伍規律的研究中起到關鍵作用，彼時闡明方劑配伍規律的本質，中藥方劑通過重新組方，即可設計出原料資源豐富、質量優良均一、服用安全有效的方劑。

1.3 中藥智能制造 中藥智能制造是基于新一代信息通信技術與先進制造技術深度融合，貫穿于中藥生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式[19]。從國家的角度來看，《中醫藥發展戰略規劃綱要（2016-2030年）》和《“健康中國2030”規劃綱要》等政策的出臺為中藥智能制造打開了一扇大門;從技術的角度來看，物聯網、大數據、傳感器、人工智能等各種技術的成熟，使中藥的智能化生產成為可能;從人員的角度來看，各高校科研院所以及企業的積極探索研究，加速了中藥智能制造的發展進程;從市場的角度看，生產規模化和需求個性化的矛盾逐漸凸顯，而中藥智能制造是解決這一矛盾的關鍵。早在1989年，郭寅龍等[20]構建出一個能夠提供貝母分類咨詢的專家系統，根據收集的20種藥用貝母原植物和24種藥用貝母粉末顯微特征的信息資料，進行推理和判斷，模擬人類專家進行貝母鑒定。周宏仁[21]認為智能制造的3個支點：產品、裝備、過程，這一觀點對中藥智能制造同樣適用，數字化、網絡化和智能化的生產裝備是保證中藥質量的關鍵。其中工業大數據，也就是數字化是智能制造的核心驅動力，是中藥制造系統產生智能行為的基礎和原材料[22]，而數字化關鍵技術著重應用于工藝質量設計、生產過程控制和產品批次評價這3個方面，天士力醫藥集團股份有限公司中藥先進制造技術國家地方聯合工程實驗室按照上述3個方面在復方丹參滴丸生產車間構建并運行了一套完整的智能制造系統，開展了實時數據采集、過程檢測與分析、數據分析與建模、信息化系統架構設計與開發等若干關鍵技術研究[23]，為中藥工業實施智能制造提供了技術路徑規劃和系統架構的參考借鑒。

中藥注射劑是以中醫理論為指導，采用現代科學技術方法研制的一種新的中藥劑型，具有生物利用度高、起效快、使用方便的特點，適用于心腦血管疾病、腫瘤和病毒感染等重癥患者[24]，然而隨著使用越來越廣泛，中藥注射劑在臨床上頻繁出現的藥物不良反應也引起了人們的注意[25-26]，很多研究表明，雖然不良反應的出現原因各異，但藥物聯合應用后引發的注射劑穩定性降低，對其質量帶來明顯的影響，從而為其安全性帶來巨大隱患[27-28]。因此對中藥注射劑進行生產工藝、過程控制、批次評價的數字化，從而保證其穩定性和一致性是更加有必要，也是更加迫切的一個需求，康緣藥業的熱毒寧注射劑中藥數字化智能化提取精制生產線在這方面起了一個示范作用，康緣藥業與浙江大學通過全方位的深度校企合作的方式，采用先進的現代質量控制技術來強化注射液的質量管理，并搭建了與生產過程控制、生產管理系統互通集成的實時通信與數據平臺，對注射液進行生產的全程控制，實現工業化與信息化“兩化”的高度融合，為中藥注射劑的“中國制造2025”提供了示范、樹立了標桿[29]。

此外，目前進行的探索包括中藥智能香薰[30]，中藥智能煎煮[31-32]，中藥智能炒藥機等不一而足，但存在一些“智能不足”的問題，比如目前的中藥智能煎煮其存在的問題具體表現為加水量、煎煮時間等不能根據中藥的種類和劑量自我決策，需要煎藥人員手工操作。解決目前中藥智能設備“智能不足”的關鍵在于傳感器技術及人工智能算法，使中藥智能設備具有感知情境和自決策的功能，隨著物聯網、大數據、傳感器、人工智能等各種技術的成熟，中藥智能制造處于“天時地利人和”，必將迎來蓬勃發展。

2 中藥智能產業的未來發展

隨著先進信息技術與中藥產業的密切結合，中藥智能系統的發展呈現井噴式的增長，未來中藥智能產業將在多方面產生具有突破性質的發展，對人們的健康生活方式和中藥生產方式產生深刻影響，成為推動整個中藥產業鏈變革的重要抓手，包括中藥種植與炮制、中藥煎煮與制劑、中藥應用與推廣等方面。

2.1 中藥種植與炮制 隨著經濟的高速發展和人民生活水平的快速提高，人民的健康意識和保健意識也在不斷地提高和加強，尤其是在這次新冠肺炎的抗疫過程中，中醫藥發揮了重大的作用，使得更多的人對中藥治療充滿了信心，這使得我國乃至全世界的醫療行業對中草藥的需求越來越大，為中藥行業的現代化發展帶來契機，包括中草藥種植與炮制出現商品化和市場化的局面。然而有市場就有競爭，甚至是惡性競爭，在這個背景下，如何在不損害藥性、藥效的前提下提高中藥種植的經濟效益，這是一個值得思考的問題[33]。隨著物聯網、大數據、人工智能等技術的發展為這一問題的解決提供了新的思路，很多研究人員認為以物聯網技術為載體，設計智能中藥種植系統，開展規模化、科學化種植，是保證中藥種植品質，降低產品種植成本，提升中藥種植經濟效益的重要途徑[34]。在應用物聯網技術設計的智能中藥設計系統中，可以構建一個數據庫平臺收錄優質的種植經驗，加上人性化、便捷化的查詢界面，供有需要的農戶在手機客戶端進行相關種植信息的查詢。在中藥產業規模化和標準化的趨勢下，未來中藥不再是農戶分散種植，而是將同種藥材的種植人員集中進行種植培訓，以避免地域、氣候、采收時間等因素的差異，保證藥材質量的均一性和穩定性;此外利用物聯網技術，通過溫度傳感器、濕度傳感器、光傳感器等設備，檢測環境中的溫度、相對濕度、光照強度等物理量參數，實時了解中藥材的生長需求，保證中藥材有一個良好的、適宜的生長環境，提高優質道地藥材的產量[19]，使中藥材質量達到均一化，標準化，優質化;除了物聯技術終端采集的數據可以發送到農戶的手機客戶端之外，農戶還可以根據需求和先驗知識對中藥生長所需的環境條件進行人為設定，使物聯技術終端對采集的信息不在設定范圍時能夠發布提示信息，這樣農戶就可以對種植環境的溫度、濕度以及光照設施進行調整，以保證種植環境處于最佳狀態;最后每批藥材都采用二維碼的方式儲存信息，可以從源頭追溯整個生長過程，建立中藥質量追溯系統。未來中藥的炮制也要進行規模化，這樣才能保證中藥飲片質量的均一化，標準化;炮制罐中配備多種傳感器，實時監測成分變化，并能自主調節炮制條件，使飲片質量達到優質化，保證治療效果。

2.2 中藥煎煮與制劑 目前中藥的臨床應用形式主要是湯劑，成藥涉及顆粒劑、片劑、膠囊等各種劑型，其中湯劑因其具有制備方法簡便，可以靈活加減且奏效迅速的特點，從而適應中醫辨證施治的用藥需求，成為我國歷史最為悠久，應用最多、最廣的一種劑型。新中國成立以來黨和政府高度重視中醫藥事業的發展，中藥煎藥室也經歷了從早期的“水深火熱”到逐漸規范化的進階之路[35]，這使得中藥的煎煮質量得到了進一步提升，從而更好地保障了人民用藥的安全性和有效性。然而隨著中藥的現代化和國際化以及人民對更好、更便捷生活的追求，當前的這些需求與目前臨床應用的湯劑存在一些矛盾，比如口味差，很多人對于中藥湯劑難以下咽;二是煎煮問題：若采用代煎方式，醫院、診所等，由于每天代煎方劑種類多、數量大，可能會遇到許多特殊煎法，但因規模化與個性化的矛盾只能采用“一鍋煎”方式，使得藥效難以得到保證;若患者采用自煎方式，由于非專業性，患者自身對煎藥的水量，火候等知識不甚了解，更是無法達到預期藥效。

為了解決以上問題，很多研究人員專注于中藥飲片智能調劑與煎煮關鍵技術研究，張璐等[36]通過測定常用中藥飲片煎煮后的吸水率，研究其吸水率隨煎煮時間的變化規律，基于測定的常用中藥飲片相關參數，建立吸收率對煎煮時間的擬合方程，優化加水量公式，進一步精準中藥飲片煎煮加水量，優化煎藥的工藝參數，同時以相對密度為指標，建立校正的相對密度對出膏率的線性回歸方程，基于此構建復方湯劑相對密度預測的數學模型，這個方法具有低成本、簡單快速的優勢，可用于醫院代煎藥的質量控制，具有重要的現實意義。解決加水量問題后，建立中藥煎藥數據庫，結合煎液實時質量檢測裝置，可實現飲片煎煮過程中的高度智能化。

當前人工智能發展迅速，已由發展人工智能本身轉為人工智能驅動，其與中藥的深度融合，為中藥產業賦能成為不可逆轉的趨勢。由于中醫治病采用的是一種個性化診療模式，中藥存在七情配伍，針對不同患者會有不同的藥物組合，用法用量也會有所不同。針對未來中藥提取技術、制藥技術及相關人工智能技術的發展，加之人民的基本需求得到滿足的現象，在單調的工作之余，也許人民更樂于采取自己動手制作一些屬于自己的中藥產品的措施來保障身體健康，然而這只能限于有明確質量標準的操作流程和保證安全性的前提下，若干年后隨著中藥使用模式、使用場景的變化，使得每一個家庭都可以擁有一套微型智能制藥機，它可以包括連續喂料、智能煎煮、連續混合、連續制粒等連續制藥單元[37]。微型智能制藥機是一款能夠感應中藥情景并自動做出反應的智能化設備，采用模塊化制藥單元組合應用，可根據實際需要單獨使用或拆分，非常靈活[2]。

2.3 中藥的普及與推廣 當前人工智能技術在視覺、語言、自然語言等應用領域迅速發展，并逐漸向終端延伸，未來中藥不僅僅是一種治病手段，更是一種生活方式。智能終端可利用人工智能技術長期記錄患者身體功能的各個參數，并通過過往病歷和身體監控大數據預測患者發病的時間、概率，及時給出相應的診斷與預防、調節、治療的策略，使身體達到一個“中正平和”的狀態。像高血壓、糖尿病等慢性病需要長期吃藥控制，也許不久的將來，醫學人員已經攻克這類疾病從而徹底治愈，也許還沒有。中藥作為一種價格便宜、只要合理用藥基本無不良反應、經過幾千年實踐驗證的有效治療手段，將會在慢性病的治療中發揮不可替代的作用。

未來由于中醫藥健康產業逐漸形成以消費者需求為中心的綜合服務模式，加之人工智能技術的大眾化應用、中藥的生活化，在線就診、個性化治療、精準保健等一一可以實現。就像今天在地鐵站、超市、學校里等隨處可見的自動售賣機一樣，在未來中藥的自動診斷售賣機也會出現在世界的各個角落。中藥的自動診斷售賣機可大大提升用戶體驗：患者只需在機器上輸入身體的不適癥狀，找出對應病組，然后根據自身癥狀計算這個病組中得分最高的病名，即為患者所患疾病，最后根據病名選擇相應的方劑[38]，就會出現方劑組成、自動配藥、打包，可以選擇馬上帶走或郵寄。這種一對一診療模式具有節省醫療人員資源、即時響應、穩定可靠、自由高效的關鍵優勢，使人機交互體驗達到前所未有的便捷。

3 小結

世界的各個智能產業都在呈加速發展形勢，未來已來，比如5G毫米波隨身WiFi亮相世界移動通信大會;比如科技部高新技術研究發展中心公布“2018年度中國科學十大進展”，其中研制出用于腫瘤治療的智能型DNA納米機器人入選，作為大數據、傳感器、人工智能等各種現代高新技術與中藥產業融合的新興產業，中藥智能產業的發展也將日新月異。本研究首先從中藥質量追溯、中藥設計、中藥智能制造3個方面概述了中藥智能產業的當前進展，包括中藥質量追溯平臺的建立和構建平臺過程中的數據收集，比如采用光譜技術加機器學習算法進行中藥真偽鑒別、硫熏鑒別;從藥性和組分2個角度采用關聯、回歸等算法對中藥進行配伍設計，為新藥研發和中藥品種的二次開發提供一個低成本、高效率的新思路;中藥智能制造的核心驅動力是生產工藝、生產過程控制、批次評價的數字化，天士力、康緣等企業積極與高校合作，共同探索了復方丹參滴丸智能化生產車間和熱毒寧注射劑智能化生產線，為其他制藥企業加快轉型升級，走上中藥智能制造之路起到了示范作用，為中藥工業實施智能制造提供了技術路徑規劃和系統架構的參考借鑒。然后結合中藥產業面臨的資源高度分散、質量影響因素眾多、難以實現連續自動、需求個體差異明顯等產業難題，指出未來中藥智能產業在種植與炮制、煎煮與制劑、應用與推廣的發展趨勢和具體形式。中藥智能產業的蓬勃發展需要國家相關部門、學術界、工業界等領域的共同努力與探索，相信在不久的將來，這些很快就能實現。

參考文獻

[1]涂傳智，李剛，張增珠.中藥配方顆粒及其在中藥智能化藥房中的應用發展概況[J].世界科學技術-中醫藥現代化，2017，19（2）：207-211.

[2]賴高翔.智能中藥煎藥室的設備改造[J].中國社區醫師，2017，33（24）：11，16.

[3]李天輝.中藥生產智能工廠集成框架設計[J].自動化博覽，2017，35（9）：112-118.

[4]曾航齊，黃桂新，伍君賢.基于Hadoop的醫療大數據智能輔助診療平臺的構建[J].中國數字醫學，2018，13（9）：96-99.

[5]齊耀東，高石曼，劉海濤.中藥材質量可追溯體系的建立[J].中國中藥雜志，2015，40（23）：4711-4714.

[6]黃征宇.中藥材追溯“全國一盤棋”[J].中國信息化，2012，9（24）：44-45.

[7]蔡寶昌，胡晨駿，周金海，等.基于智能終端的中藥飲片質量追溯方法：CN201410038429.X[P].2014-01-26.

[8]施明毅，溫川飆，王顯倩.中藥質量追溯體系研究現狀[J].成都中醫藥大學學報，2016，39（3）：109-113.

[9]周蓉.中藥飲片質量追溯體系的現狀及前景分析[C].武漢：中華中醫藥學會社會辦醫管理分會.全國社會辦醫暨中醫藥發展戰略高峰論壇，2014.

[10]陶益，陳林，江恩賜，等.人工智能和工業4.0視域下高光譜成像技術融合深度學習方法在中藥領域中的應用與展望[J].中國中藥雜志，2020，45（22）：5438-5442.

[11]Feng J，Liu Y，Shi X，et al.Potential of hyperspectral imaging for rapid identification of true and false honeysuckle tea leaves[J].Journal of Food Measurement & Characterization，2018，12（3）：2184-2192.

[12]Zhang H，Wu T，Zhang L，et al.Development of a Portable Field Imaging Spectrometer：Application for the Identification of Sun-Dried and Sulfur-Fumigated Chinese Herbals[J].Applied Spectroscopy，2016，70（5）：879-887.

[13]馬莉，顏素容，王耘.基于藥性組合模式的藥膳配方方法[J].中國中藥雜志，2014，39（13）：2392-2395.

[14]董昉，李曉鶴，過紅玲.基于二分圖和貪婪算法的方劑配伍設計方法研究[J].中國中藥雜志，2014，39（13）：2386-2388.

[15]滕璐靈，宋堯，張寶林.基于Apriori改進算法的中藥處方分析技術[J].西部中醫藥，2014，27（5）：48-51.

[16]張俊華，張伯禮，樊官偉.組分中藥理論的發展與應用[J].中國中藥雜志，2017，42（21）：4054-4058.

[17]謝麗華，廖君.基于關聯規則的中藥組分配伍治療腦缺血再灌注損傷規律研究[J].湖南中醫藥大學學報，2020，40（1）：65-69.

[18]李淑賢，陳超，王淑美.支持向量機回歸算法用于篩選腦得生抗血栓有效部位[J].中藥材，2011，34（7）：1078-1080.

[19]豐志培，張然，彭代銀.“互聯網+”與中藥產業升級的協同融合研究[J].中草藥，2018，49（24）：5980-5984.

[20]郭寅龍，相秉仁，安登魁.中藥貝母分類咨詢系統（CSCF）[J].中國藥科大學學報，1989，20（5）：294-296.

[21]周宏仁.智能制造的三個支點[J].中國信息化，2018，15（2）：8-10.

[22]徐冰，史新元，羅贛.中藥工業大數據關鍵技術與應用[J].中國中藥雜志，2020，45（2）：221-232.

[23]熊皓舒，章順楠，朱永宏.中藥智能制造質量數字化研究及復方丹參滴丸實踐[J].中國中藥雜志，2020，45（7）：1698-1706.

[24]白曉菊.從中藥注射劑不良反應看中藥的上市后再評價問題[J].中國藥物警戒，2009，6（2）：86-90.

[25]王焱，范麗萍，吳嘉瑞.74例中藥注射劑不良反應報告分析與探討[J].中國中藥雜志，2018，43（21）：4347-4351.

[26]王秀健.中藥注射劑不良反應及臨床合理用藥[J].系統醫學，2020，5（19）：155-157.

[27]劉辰翔，譚樂俊，朱彥.中藥注射劑配伍穩定性的研究進展[J].中成藥，2015，37（4）：844-849.

[28]王萌，趙珺睿，劉志東.中藥注射劑配伍穩定性研究方法的研究進展[J].天津中醫藥大學學報，2017，36（6）：409-413.

[29]楊明，伍振峰，鐘光德.中藥制藥實現綠色、智能制造的策略與建議[J].中國醫藥工業雜志，2016，47（9）：1205-1210.

[30]魏強，陳巖，趙粵.一種智能中藥香薰：CN206414624U[P].2016-10-18.

[31]劉金榮.智能中藥熬制器：CN204072776U[P].2014-08-20.

[32]周慧敏.一種中藥智能煎制系統及其控制方法：CN104546473A[P].2014-12-19.

[33]岑丹文.“互聯網+”時代中藥種植業的經濟發展研究[J].糧食科技與經濟，2020，45（4）：144-145.

[34]任真.基于物聯網的智能中藥種植系統設計[J].電子技術與軟件工程，2019，8（4）：72.

[35]劉紹貴.湯劑從柴火煎走向智能煮[N].健康報，2019-08-07（5）.

[36]張璐，桂新景，劉瑞新.中藥飲片吸水率變化規律及中藥復方湯劑相對密度預測模型研究[J].中國中藥雜志，2020，45（15）：3681-3688.

[37]王芬，徐冰，劉雨.中藥質量源于設計方法和應用：連續制造[J].世界中醫藥，2018，13（3）：566-573.

[38]陳昭，馬莉，張百霞.Drupal在中藥信息融合中的應用[J].世界科學技術-中醫藥現代化，2014，16（12）：2563-2567.

（2019-07-12收稿 責任編輯：王楊）

基金項目：國家自然科學基金項目（81673697）;國家中藥標準化項目（ZYBZH-YGS-10）;現代農業產業技術體系建設專項（CARS-21）

作者簡介：張麗麗（1993.12—），女，碩士研究生在讀，研究方向：中藥信息融合與精準分析，E-mail：1900349043@qq.com

通信作者：王耘（1973.02—），男，博士后，教授，博士研究生導師，研究方向：中藥信息融合，E-mail：wangyun@bucm.edu.cn