時間：2023-06-26 16:24:41
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能醫藥，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
今年“兩會”，“人工智能”首次被寫入了政府工作報告，也成為兩會代表委員熱議的話題之一。
浪潮集團董事長孫丕恕、騰訊創始人馬化騰、百度創始人李彥宏、科大訊飛創始人劉慶峰、復星集團董事長郭廣昌等代表委員在兩會發言中紛紛為人工智能發展建言獻策。
如果仔細閱讀孫丕恕、李彥宏、馬化騰、劉慶峰、郭廣昌等代表委員關于人工智能的提案議案，你會發現，他們既是為推動人工智能產業發展發聲，也是為各自企業搶占人工智能先機造勢。
業界一致認為人工智能技術商業化的拐點已經到來，哪些企業最有機會？顯然是那些技術嗅覺敏感、已率先布局的企業更有機會搶占先機。
具有應有場景
和大數據優勢的
互聯網巨頭
BAT是目前國內人工智能的重量級玩家。BAT企業中，百度布局最早，投入力度最大。李彥宏在兩會上提交的三項提案均聚焦人工智能。
人工智能已成為百度的核心戰略。百度大腦、百度無人車、被稱為“人工智能權威”的百度新任總裁陸奇等都成為百度人工智能戰略的重要布局，受到業界的高度關注。
據李彥宏介紹，去年和前年，百度的研發投入各有100億元左右。在李彥宏看來，人工智能技術正在快速發展，大投入才可能有大收益。
與百度在戰略上高舉高打、重金豪賭不同，騰訊、阿里對人工智能的布局更加現實，主要從現有場景入手，將人工智能結合到現有產品中。
阿里的人工智能是放在阿里DT大商業體系內，配合云計算、大數據對阿里的電商物流乃至物聯網體系展開。騰訊則將人工智能緊密圍繞內容、社交、游戲三個核心應用場景展開，把人工智能落地在微信、游戲、新聞里面，提升用戶體驗。騰訊和阿里一樣，也把人工智能與騰訊云進行了結合，面向企業市場推出了基于AI的云服務。
由于人工智能技g研發投入大，BAT企業從互聯網向AI布局，具有技術實力和資金實力。同時，BAT企業擁有十幾年的產品與數據積累，為發展人工智能提供了天然條件。它們在搜索、電商、社交等領域的用戶積累和應用場景也有助于人工智能產品實現落地。
給人工智能建設提供“裝備”的
IT企業
在互聯網投入和建設時期，受益最大的是像思科這樣給互聯網“淘金者”提供“水”、“鐵鍬”等工具的互聯網設施提供商。當年思科因為抓住了互聯網先機快速崛起，當時思科CEO錢伯斯也因此被稱為“互聯網先生”。
國內老牌IT企業浪潮也是互聯網大發展的受益者。伴隨中國互聯網市場的高速成長，浪潮已成為中國最大的服務器廠商，BAT等企業的數據中心運轉著浪潮的服務器和存儲產品。
在人工智能建設時期，浪潮也要為“人工智能淘金者”提供“養料”和“裝備”。浪潮為此已較早進行了準備和布局。
技術出身、對技術發展脈絡有深刻把握的浪潮董事長孫丕恕，較早就看到大數據和云計算的機會，在三年前，浪潮提出做“中國領先的大數據和云計算服務商”，向大數據和云計算領域轉型。
如今，浪潮已具備人工智能的三大支撐能力――計算資源、算法資源和大數據資源。
在計算方面，浪潮已經布局多年。無人車測試中，百度實現近90%的識別準確率，這背后依托著采用GPU協處理加速的浪潮服務器。騰訊、阿里、搜狗、今日頭條等企業發展人工智能，背后都有浪潮計算力的支撐。
在大數據方面，浪潮從2010年開始投入大數據，目前浪潮的天元數據網已經采集了50PB的高價值數據。人工智能需要大數據“喂養”，浪潮擁有大數據積累。據孫丕恕介紹，浪潮將以天元大數據為依托，加速大數據雙創行動在人工智能領域落地。
在云計算方面，浪潮已投資100億元在全國建設7大云計算數據中心，以行業云的形式提供云計算服務。意識到人工智能在云計算建設中機會巨大，浪潮下一步計劃結合人工智能應用，進一步發力云計算市場。
看來，成名于PC時代、成長于互聯網時代的老牌IT企業浪潮，有望在人工智能時代煥發新生機。
聚焦某個專業領域的專業人工智能公司
典型企業：科大訊飛
科大訊飛是國內智能語音和人工智能專業領域的領導者。隨著在語音技術越來越深入應用，這家曾多年默默無聞的企業，越來越走向前臺、受到關注。
在去年10月錘子科技新品會上，錘子科技創始人羅永浩現場演示科大訊飛語音輸入功能，隨后說了一段話，識別結果一字不差，驚艷全場。
應該說，科大訊飛作為國內早期專注于智能語音和人工智能領域的企業，經過18年的厚積薄發，已進入豐收的季節。科大訊飛不僅擁有大量使用“訊飛語記”的2C用戶，更有錘子、華為、IBM這樣的2B用戶。科大訊飛的產品既可能直接提供給終端用戶，也可通過集成到合作伙伴的產品和方案中實現商用落地。
隨著人工智能商業化的加速和資本的熱捧，會出現更多專業領域的專業人工智能創新公司。比如，上個月被百度收購的渡鴉科技和2016 年2 月由英特爾研究院原院長吳甘沙參與創辦的馭勢科技，都屬于這樣的專業人工智能公司。
積極擁抱人工智能“AI+”的各行業企業
典型企業：復星實業
復星集團董事長郭廣昌的2017年兩會提案主要關注醫學人工智能領域，也與復星布局醫療人工智能有關。據了解，復星醫藥已經在布局達芬奇機器人等產品線。根據財報數據，在去年前三季度復星醫療旗下的達芬奇手術機器人于中國內地及香港地區的手術量達到約8000臺，同比增長約49%。
郭廣昌非常看好“人工智能+醫學”，他認為人工智能也是醫學應用的制高點。去年12月10日，復星醫藥與美國Intuitive Surgical簽訂戰略合作，共同注資1億美元在上海成立合資企業，主要研發、生產針對肺癌的早期診斷及治療的基于機器人輔助導管技術的創新產品。Intuitive Surgical據稱是全球機器人輔助微創手術的領導者。
和復星實業希望通過人工智能技術搶占醫療制高點一樣，奇瑞汽車通過自主研發，并與百度、科大訊飛等合作，加大在無人駕駛、智能汽車領域投入，希望搶占智能汽車市場先機。
可以預見的是，隨著人工智能在各行各業的普及，積極擁抱人工智能的傳統企業更有機會獲勝。
慧眼識珠的產業投資、風險投資、中介等企業
典型企業：創新工場
創新工場的創始人是先后任職微軟和Google的李開復。李開復是學人工智能專業出身，他肯定不能放過挖金人工智能的機會。創新工場先后投資了曠視科技（Face++）、馭勢科技以及第四范式和地平線機器人（Horizon Robotics）等人工智能公司。根據李開復的判斷，人工智能投資已進入“黃金時代”。創新工場還成立了自己的人工智能工程院，由李開復親自擔任院長。
還有一家新成立僅一年多的創司在人工智能圈很知名，它叫“將門創投”。能在短短時間迅速出名，一是因為它聚焦在火熱的人工智能領域，二是因為它的管理團隊來自微軟創投加速器的創始團隊，已經積累很多創始企業資源和行業資源。
任何一個有商業化“錢景”的新技術都會受到資本的青睞，人工智能也不例外。
關鍵詞：人工智能；數據挖掘；發展前景
當今社會已經進入了人工智能時代，人工智能的應用，大大改善了我們的生活。大數據時代已經來臨，不論是從數據的使用，挖掘，處理等方面，都為人工智能的應用起到了基礎和保障。
1人工智能
1.1人工智能的定義。人工智能（ArtificialIntelligence），簡稱AI。屬于計算機學科下的分支，顧名思義，它是一門專門研究類人化的智能機器學科，即利用現階段科學的研究方法和技術，研制出具有模仿、延伸和擴展人類智能的機器或智能系統，從而實現利用機器模仿人類智能的一切行為。1.2人工智能的研究背景。在1956年的達特矛斯會議上，“人工智能”這一術語正式由麥卡錫提議并采用了，隨后人工智能的研究取得了許多引人注目的成就。在這之后，科研人員進行了許多的研究和開發，人工智能這個話題也取得了飛速的發展。人工智能是一門極具挑戰性的科學，從事這項工作的人必須了解計算機知識、心理學和哲學理念。人工智能的研究包涵廣泛的科學知識，以及其他領域的知識，如機器學習、計算機視覺等。一般來說，人工智能研究的主要目標是使機器能夠做一些通常需要人工智能完成復雜工作的機器。1.3人工智能的研發歷程。早期研究領域：人工智能專家系統，機器學習，模式識別，自然語言理解，自動定理證明，自動編程，機器人，游戲，人工神經網絡等，現在涉及以下研究領域：數據挖掘，智能決策系統，知識工程，分布式人工智能等。數據挖掘的出現使得人工智能的研究在應用領域得到廣泛的發展。以下簡要介紹其中的幾個重要部分：（1）專家系統。所謂專家系統就是控制計算的智能化程序系統，通過研發人員總結歸納了專業學科知識和日常經驗，能夠知道計算機完成某個領域內的專業性活動或者解決某些專業級別的問題。人工智能技術可以合理利用已知的經驗體系在復雜環境中，解決和處理復雜問題。（2）機器系統。機器系統簡單說就是機器人通過人造神經系統，借助于網絡或者存儲系統汲取系統的知識進行開發研究。（3）感知仿生。感知仿生系統通過模擬人類的感官，感知生物學特征，通過人工智能機器的感部件對外界外部環境進行感知，識別，判斷，分析的能力。能夠更好的適應環境，做出判斷。（4）數據重組和發掘。是指通過人工智能系統，結合當前先進的理念，對大數據的總結歸納，識別存儲，調取等應用。通過數據的加工處理，能夠主動做出判斷和分析。（5）人工智能模式。分布式人工智能是模式之一，該系統利用系統有效的規避和克服系統資源在某段時間內的局限性，并能有效地改善因資源造成的時間和空間不均衡問題。它具備，模式自動轉換，并行處理，開放啟發方式，冗余且容錯糾錯的能力。
2數據挖掘
2.1數據挖掘的定義。數據挖掘(DataMining,DM)是揭示數據中存在的模式和數據關系的學科，強調處理大型可觀察數據庫。數據挖掘的出現使得人工智能的研究在應用領域得到了廣泛的發展。這里包括數據挖掘和智能信息提取過程，前者從大量復雜的現實世界數據中挖掘出未知和有價值的模式或規則，后者是知識的比較，選擇和總結出來的原則和規則，形成一個智能系統。2.2數據挖掘的研究現狀。當前數據挖掘應用主要集中在電信、零售、農業、網絡日志、銀行、電力、生物、天體、化工、醫藥等方面。看似廣泛，實際應用還遠沒有普及。而據Gartner的報告也指出，數據挖掘會成為未來10年內重要的技術之一。而數據挖掘，也已經開始成為一門獨立的專業學科。2.3數據挖掘的研究發展。具體發展趨勢和應用方向主要有：性能方面：數據挖掘設計的數據量會更大，處理的效率會更高，結果也會更精確。工具方面：挖掘工具越來越強大，算法收斂越來越多，預測算法將吸收新穎性算法（支持向量機（SVM），粗糙集，云模型，遺傳算法等），并實現自動化的實現算法，選擇和自動調諧參數。應用：數據挖掘的應用除了應用于大型專門問題外，還將走向嵌入式，更加智能化。例如進一步研究知識發現方法，對貝葉斯定理和Boosting方法的研究和改進，以及對商業工具軟件不斷的生成和改進，著重建立整體系統來解決問題，如Weka等軟件。在先進理論的指導下，按照國內形態發展，至少需要20年的時間，才能改進數據挖掘的發展。
3數據挖掘與人工智能技術的聯系
數據挖掘屬于人工智能中獨立系統。它于人工智能的存在關系屬于，并存聯系，且獨立運行，互不從屬。此設計體系一方面可以有效促進人工智能提升學習能力，增進分析能力，另一方面還對分析，統計，OLSP，以及決策支持系統模塊等起到推動作用。在收挖掘應用領域，處理可以對WEB挖掘，還能夠有效進行文本，數據庫，知識庫，不同領域不同學科的信息進行序列矩陣模式挖掘。基于數據本身的分類，辨識，關聯規則，聚類算法更加博大精深。因此，獨立于人工智能的數據挖掘，更加便于科研團體或者領域對數據的使用和分析。數據挖掘是人工智能領域的一部分。首先，高智能是數據挖掘和人工智能的最終目標，正是由于這個目標，人工智能和數據挖掘有很多關聯。其次，數據挖掘和人工智能是各種技術的整合。數據挖掘和人工智能是許多學科的跨學科學科。最后，數據挖掘的出現逐漸發展壯大，加強了人工智能，因此可以說，它們兩者是不可分割的。
4人工智能和數據挖掘技術的發展前景
在當前環境下，人工智能和數據挖掘技術具有以下發展前景:(1)在大數據互聯網中的應用。將人工智能的技術應用于互聯網中將會使網絡技術帶上智能的特性,可以為人們的生活提供智能化的幫助，給人們的生活帶來便利。還可以提高網絡運行效率、增加網絡安全性等。(2)智能化服務的研究。人工智能和數據挖掘都很注重對智能化服務的研究,例如很多智能機器人便應運而生，它們已經能勝任許多簡單的工作，可以為人們提供人性化的服務。高度的智能化是數據挖掘和人工智能研究最終追求的目標,也是二者最終合而為一的標志。(3)使知識產生經濟化。在現階段的知識經濟時代，人工智能和數據挖掘勢必受到經濟的影響，這決定了人工智能和數據挖掘將具有經濟特征。人工智能和數據挖掘技術作為無形資產可以直接帶來經濟效益，通過交流，教育，生產和創新的無形資產將成為知識經濟時代的主要資本。可以預期未來的人工智能和數據挖掘技術將更加經濟實用。(4)交叉學科的技術融合。各行各業的理論和方法都已經開始融入了人工智能和數據挖掘之中。未來的人工智能和數據挖掘技術必將是一個融合眾多領的復合學科。當今，我們已經在逐漸使用人工智能與數據挖掘技術，去攻克更多難題，解決更多問題，造福人類，改善生活，近在眼前。
作者:喻正夫 單位:漢江師范學院
參考文獻：
[1]萬璞,王麗莎.數據挖掘與人工智能技術研究[J].無線互聯科技,2016(10):113-114.
[2]王翔.試論如何利用大數據挖掘技術推動人工智能繼續發展[J/OL].科技創新報,2017,14(01).
[3]秦益文.微博數據挖掘中人工智能推理引擎的應用[J].中小企業管理與科技(中旬刊),2017(02).
[4]蒲東齊.數據挖掘在人工智能上的應用[J].信息與電腦(理論版),2016(19).
[5]李丹丹.數據挖掘技術及其發展趨勢[J].電腦應用技術,2007（02）:38－40．
近日，IBM公司在北京舉辦了主題為“天工開物，人機同行”的2017 IBM論壇。去年，IBM正式在中國宣布向“認知商業”轉型。本次論壇上，IBM進一步明確了發展“商業人工智能”的戰略，并展示了IBM在全球范圍內的突破性進展，大力推動行業轉型。IBM一系列與中國本地企業在電子、能源、汽車、工業制造和相關服務產業、教育、醫療領域的合作成為大會關注焦點。
IBM大中華區董事長陳黎明表示：“商業人工智能的核心是解決關乎企業經營中生存和制勝的關鍵問題。以電子、能源、汽車、工業產品制造及相關服務產業為核心的實體經濟是保持國家競爭力和經濟健康發展的基礎。技術的不斷創新發展，不僅將帶動這些行業的生產率提高和產品性能提升，還能催生新材料、新能源、新生物產品、等戰略性新興產業的發展。IBM從未停下技術探索的腳步，引領著人工智能、區塊鏈、物聯網等創新技術的發展，以此強化行業基礎能力，促進產業轉型升級，助力中國企業由大變強的歷史跨越。”
下面請跟隨筆者來看看IBM助力中國企業實現轉型和升級的幾個案例吧。
神思電子（以下簡稱神思）是中國領先的智能識別領域軟硬一體化解決方案提供商。神思率先采用IBM Watson Explorer（WEX），基于分析洞察、推理、自然語言理解能力，重點選擇了金融和醫療這兩個長期服務的行業，鎖定“智能客服”、“實體服務機器人”和“自助設備智能升級”三大領域，改造服務流程，降低人力成本，提升服務質量與效率。
神思副總裁井j表示：“從2016年起，我們就啟動了‘從行業深耕到行業貫通、從智能識別到認知行業解決方案’的戰略升級。神思與IBM一樣，將思考與持續創新都根植于企業的基因之中，我們與IBM并肩合作，希望運用IBM Watson認知計算加速公司戰略升級的步伐，打造國內領先的智能認知行業解決方案，加速國內商業人工智能的發展。”
默克（Merck）是一家先進的科技公司，專注于醫藥健康、生命科學和高性能材料三大領域。默克攜手IBM打造全新智能物流與智能工廠，利用IBM Watson IoT技術，對于需要妥善儲存和運輸產品的鋼瓶實現智能化管理。通過鋼瓶傳感器數據收集與分析，IBM幫助默克施監測和管理廠內或運輸途中的鋼瓶的數量、位置和溫度，確保空瓶及時回收，同時針對鋼瓶的使用和返回情況，實時洞察并預測未來的庫存情況，以便科學合理地采購來滿足日后的需求。這不僅幫助默克達成了鋼瓶的自動監控及全程追蹤，還挺高了所獲結果的精準度，節省人力和時間，大大提升工廠運營的整體效率。
默克中國首席信息官朱皓峰表示：“默克一直致力于以技術為驅動力，為患者和客戶創造價值。IBM作為世界領先企業，在技術創新和業務管理上的先進理念都與默克的核心信念不謀而合。因此我們選擇IBM作為重要合作伙伴，推行全球物聯網部署計劃，并將中國作為試點，加速當地的電子材料廠智能升級，引領未來默克‘工業4.0’和智能制造產業變革。”
隆基泰和與IBM共同合作，借助Watson平臺，利用物聯網與人工智能技術，構建綜合能源云平臺，為工業商業企業構建360度完整的客戶能耗視圖，持續構建高耗能企業用能預測及能效水平的分析和洞察能力，提升與客戶的交互體驗，增強與客戶粘性，深度挖掘云平臺服務價值，助力隆基泰和實現對傳統能源服務模式的突破，打造智慧能源服務體系。
隆基泰和智慧能源控股有限公司副總裁劉振剛表示：“此次與IBM合作，一是通過創新技術構建云平臺，進行云平臺頂層設計，建立數據的洞察分析方法，提升隆基泰和自身的數字化技術能力，二是在應用側幫助企業更好地分析和優化能源使用，提升能源利用效率，節約能源成本，充分實現能源云平臺的服務價值，推進綠色可持續發展。”
在未來5～8年，商業人工智能將給產業帶來新、奇的改變。IBM也將充分利用創新技術，以深刻的行業洞察和產業實踐為基礎，以創新為驅動力，攜手更多的中國企業加速向數字化企業轉型的步伐。
很多科技媒體把2016年稱為VR（虛擬現實）元年，最近又被稱為人工智能領域的關鍵一年。其中，谷歌造的一“只” AlphaGo在韓國大戰圍棋高手李世石，并且取得勝利，讓大家把眼光盯上了谷歌。然而谷歌的心思卻并不在這里，下棋只是一場商業秀。實際上，在各種版本的公關宣傳中，谷歌已經非常明確地把未來人工智能的重點方向鎖定為醫療。
對于醫療產業的巨大蛋糕，谷歌垂涎欲滴不是一兩天了，谷歌在大數據上的應用最早也是從可以預測流行感冒這種傳染病而被社會所知。
之后，谷歌還打造了谷歌健康平臺，讓患者通過互聯網，將自己的病歷、健康數據上傳到統一的網絡平臺，由自己管理，或選擇與醫生、朋友、家人共享。
據報道，現在谷歌健康的合作伙伴已經包括各類研發機構、健康保險公司甚至醫藥零售商。谷歌通過與美國最大的藥品零售商CVS合作，讓消費者將藥物服用數據上傳到谷歌健康系統，從而輻射1億多美國人口，獲得這些患者的部分病史，這相當于美國總人口的1/3。
在移動化和可穿戴領域，谷歌也是領軍企業。2012年4月，谷歌公司“拓展現”眼鏡，它具有和智能手機一樣的功能，可以通過聲音控制拍照，視頻通話和辨明方向以及上網沖浪、處理文字信息和電子郵件等，這也被視為可穿戴設備興起的開端。當然，這是一款AI（增強現實）產品，隨之帶動了大量VR產品的爆發。2016年年初，谷歌成立獨立的虛擬現實部門，此前也對Cardboard、運動相機制造商GoPro等進行了數億美元的投資。
智能醫療的發展可分為七個層次：一是業務管理系統，包括醫院收費和藥品管理系統；二是電子病歷系統，包括患者信息、影像信息；三是臨床應用系統，包括計算機醫生醫囑錄入系統等；四是慢性疾病管理系統；五是區域醫療信息交換系統；六是臨床支持決策系統；七是公共健康衛生系統。
除去在流程上的優化應用，在互聯網改變醫療的發展途徑上，技術上主要存在兩種道路。一種是借助互聯網平臺的分享與眾籌能力，通過全社會的資源共享來研發新藥或新治療手段。另外一種，就是以谷歌為首，使用網絡搜集整理數據，提高自己人工智能水平，然后應用到藥品開發和治療手段的研發上。
AlphaGo之所以可以和頂尖高手下棋，主要原因是其全部吸收了人類棋手千年的成果和經驗，這都得益于保留和流傳下來的豐富棋譜。而在各行各業中，醫療的病例與棋譜十分相似，都能夠保存基本完整且具有連續性資源可供機器學習。
可以預見，如果谷歌AlphaGo這樣的工具應用到中醫領域，這個依靠艱難的經驗積累才能獲得治療能力的古老行業也許會煥發青春，當流傳至今的千年驗方通過計算機的深度學習加以提煉吸收，也許會真的造就一位古往今來最牛的“神醫”，華佗就真的重生了。
另外，像AlphaGo這樣的人工智能未來會幫助培訓醫生，輔助提高醫生的診療水平，大大減少誤診率，可以拯救數以百萬人的生命。
據相關數據分析，2014年人工智能領域全球投資總額超過19億美元，同比增長超50%，受下游需求倒逼和上游技術成型推動，預計2020年全球市場規模將達到183億美元，約合人民幣1190億元。在這塊大蛋糕中，智能醫療已經占據了相當的份額。
一、支持領域
（一）產業鏈關鍵環節提升項目。
支持申報單位圍繞產業鏈關鍵環節提升，以創新集聚優勢資源和提升產業層級為戰略任務，以重點領域服務和模式創新、重大戰略布局、規模化示范應用推廣、關鍵技術提升為目標，實施對經濟或社會經濟效益顯著、產業發展起到支撐引領作用的項目。重點支持服務于本地龍頭企業的產業鏈關鍵核心企業。
1.高端裝備制造產業：圍繞機器人、高檔數控機床、激光加工裝備、半導體及顯示面板制造專用設備、智能物流裝備、電池制造專用設備、高端能源裝備和軌道交通裝備等領域，重點突破關鍵技術，提升核心部件、關鍵工藝的研發和系統集成水平，形成一批核心技術和高端產品，強化產業化和應用能力。
海洋工程裝備領域，圍繞海洋深海油氣資源開發裝備，海洋礦產資源、天然氣水合物等開采裝備，載人/無人潛水器等探測設備等領域，重點突破關鍵技術、提升核心部件、關鍵工業的研發和系統集成水平，形成一批核心技術和高端產品，強化產業化和應用能力。
航空裝備與衛星應用領域，圍繞無人機、航空電子元器件、微小衛星、通信衛星、衛星導航等航空航天裝備和產品等領域，重點突破關鍵技術，提升核心部件、關鍵工藝的研發和系統集成水平，形成一批核心技術和高端產品，強化產業化和應用能力。
2.生物醫藥產業：圍繞生物醫藥、醫療器械、細胞治療、基因檢測等領域，重點突破關鍵技術，提升核心部件、關鍵工藝的研發和系統集成水平，形成一批核心技術和高端產品，強化產業化和應用能力。
3.新材料產業：重點支持在電子信息材料、新能源材料、生物醫用材料和前沿新材料等領域內的新產品、新技術的應用示范驗證，形成一批具有國際、國內領先水平的核心技術和高端產品，強化產業化和應用能力。
4.人工智能領域：圍繞智能傳感器、智能服務機器人、智能醫療輔助系統等領域，重點突破計算機視覺、語音識別、自然語言處理、自動駕駛、跨媒體感知、智能交通系統、自主無人系統等關鍵技術，提升核心部件、產品的研發和系統集成水平，形成一批核心核心技術和高端產品，強化產業化和應用能力。
5.物聯網領域：重點支持在車聯網、智能家居、智慧物流、智慧城市等領域，重點突破智能傳感器、高精度定位導航系統、低功耗廣域網、操作系統等關鍵技術，提升核心部件、關鍵工藝的研發和系統集成水平，形成一批核心技術和高端產品，強化產業化和應用能力。
（二）產業服務體系項目。
公共服務：重點支持在高端裝備制造、生物醫藥、新材料、人工智能、物聯網產業一個或多個產業領域開展的以促進產業發展為目的的，公共性產業服務工作。包括：公共研究服務、創新創業服務、產業化服務、成果轉化服務、技術交流服務、資源數據共享服務、產品推廣服務、決策咨詢服務、統計分析、人才培養、投融資服務、產學研合作、科技成果轉化、標準制定、行業交流等服務等。
市場拓展：支持在高端裝備制造、生物醫藥、新材料、人工智能、物聯網產業內，深圳舉辦的高端會議和論壇等。
（三）市場準入扶持計劃項目。
市場準入：支持申報單位在高端裝備制造-航空裝備與衛星應用領域、高端裝備制造-海洋工程裝備領域、生物醫藥等領域，為開拓國內外市場，保障其技術、產品及服務符合不同國家和地區的上市要求，獲得各類市場準入注冊、認證和許可的項目。
（四）國家/省配套項目。
配套支持我市相關單位牽頭的國家工信部智能制造、先進制造業集群項目。
二、設定依據
1、《深圳市戰略性新興產業發展專項資金扶持政策》（深府規〔2018〕22號）
2、《深圳市關于進一步加快發展戰略性新興產業的實施方案》（深府〔2018〕84號）
3、《深圳市戰略性新興產業發展“十三五”規劃》（深發改〔2016〕1503號）
4、《深圳市十大重大科技產業專項實施方案》（深府〔2017〕47號）
5、《深圳市機器人、可穿戴設備和智能裝備產業發展規劃（2014-2020年）》
6、《深圳市航空航天產業發展規劃（2013—2020年）》（深府〔2013〕118號）
7、《深圳市人民政府辦公廳關于印發深圳市促進生物醫藥產業集聚發展指導意見及相關配套文件的通知》（深府辦〔2020〕2號）
8、《深圳市促進生物醫藥產業集聚發展的若干措施》（深府辦規〔2020〕3號）
9、《深圳市促進智能網聯汽車產業發展行動計劃（2019-2021年）》（深工信新興字〔2019〕15號）
10、《深圳市人民政府關于印發新一代人工智能發展行動計劃（2019—2023年）的通知》（深府〔2019〕29號）
11、《深圳市工業和信息化局戰略性新興產業發展專項資金扶持計劃操作規程》（深工信規〔2019〕2號）
三、支持數量及資助方式
（一）支持數量：有數量限制，受專項資金年度總額控制。
（二）資助方式：
1、產業鏈關鍵環節提升項目。
高端裝備制造、生物醫藥、人工智能、物聯網產業領域采取事后資助，按經專業審計機構專項審計后確認費用的20%給予資助，單個項目資助金額不超過300萬元。項目總投資由建設投資、研發費用和流動資金構成。
新材料產業領域采取事后資助，主要支持新產品、新技術在應用示范驗證過程中產生的相關測試、驗證費用，按經專業審計機構專項審計后確認費用的30%給予資助，單個新材料項目資助金額不超過300萬元（同一單位總額不超過500萬元，不超過3種新材料）。項目總投資包括研發費用中的材料費、測試化驗加工費（含用戶端導入驗證費）、差旅費、會議費、國際合作與交流費、出版/文獻/信息傳播/知識產權費、勞務費、專家咨詢費、研發人員費、間接費用及委托開發費用等。
2、產業服務體系項目。
公共服務：事后資助，按經專業審計機構專項審計后確認費用的50%給予資助，最高不超過300萬元。實際投入額包括設備及工器具（包括軟、硬件）的購置、改造和租賃費，材料費、測試化驗加工費、出版/文獻/信息傳播/知識產權費、專家咨詢費、市場網絡建設費、推廣活動組織費等。
市場拓展：事后資助，對以市政府名義在深圳主辦的會議或論壇，按專業審計機構專項審計確認費用給予全額資助，最高不超過300萬元；對以社會機構（不包括會展類企業）名義主辦的會議或論壇，按經專業審計機構專項審計后確認費用的50%給予資助，最高不超過300萬元。每年每個領域不超過一個。
3、市場準入項目。
事后資助，獲得國際、國內權威認證的，單個項目資助金額分別不超過100萬元、50萬元，按照不超過核定的項目費用實際發生額50%予以資助，并受年度資助總額控制。單個企業年度資助金額不超過500萬元。
4、國家/省配套項目。
事后資助，按照項目中我市相關單位國家、省資助資金實際到賬金額最高1:1予以配套，單個項目配套資金最高不超過1500萬元，且配套資金與國家、省資助金額總和不超過項目總投資的40%。
四、申報條件
申報條件由基礎申報條件和專項申報條件兩部分組成。
基礎申報條件：
（一）申報主體為本市行政區域內（含深汕合作區）依法登記注冊的企業、機關事業單位、社會組織。
（二）申報主體未違反國家、省、市聯合懲戒政策和制度規定，未被列為失信聯合懲戒對象。
（三）申報單位無逾期未辦理驗收或驗收未通過的項目。
（四）申報項目所在地位于深圳市(含深汕合作區)，符合深圳市戰略性新興產業規劃重點發展領域和專項申報指南的要求，符合國家和我市能耗、環保、安全等要求，項目方案合理可行，具有較好的經濟和社會效益。已按有關規定完成項目所需的用地、環評、規劃等備案或核準，取得有關批準文件。產品涉及安全、醫療、金融等國家有特殊行業管理要求的，申請單位須取得相關主管部門批準頒發的合法有效的產品生產或銷售許可等資格。
（五）具備實施申請項目所需的資金、人員、場地、設備等主要保障條件。
（六）同一單位建設內容相同或部分相同的項目不得向市有關部門多頭申報。經核實屬多頭申報的項目，將取消申報資格并追究申報單位責任。
（七）法律、法規、規章和上級行政機關規范性文件規定的其他條件。
專項申報條件：
（一） 產業鏈關鍵環節提升項目。
1.申請單位獲得國家或深圳市高新技術企業認證，或擁有自主知識產權（包括發明專利、軟件著作權或國家、省、市認定的科技成果等），項目具有技術先進性、創新性或良好的推廣應用示范價值，具有較好的社會經濟效益。
2.項目應為2017年6月1日后開始建設，并于2020年5月31日前建設完成。
3.其中新材料類項目優先支持符合《重點新材料首批次應用示范指導目錄》，承擔過部、省級重大科研攻關項目，我市重點企業所需的產業化產品。
（二）市場準入項目。
市場準入：2019年1月1日以后申請人取得中國民用航空局的適航認證、美國聯邦航空局（FAA）和歐洲航空安全管理局(EASA)認證及公司體系類和項目類認證等；已通過國內外權威認證，包括美國FDA（食品和藥物管理局）認證、歐盟cGMP（動態藥品生產管理規范）認證和CE（歐洲統一）認證、世界衛生組織認證及其他國際市場準入認證等，或已完成國際多中心臨床研究和注冊。獲得中國船級社（CCS）、美國船級社（ABS）、挪威船級社（DNV）、德國船級社（GL）、法國船級社（BV）等國際船級社認證及其他國內外市場準入證等。
（三）服務體系項目。
1.公共服務項目應為2017年6月1日后開始建設，并于2020年5月31日前建設完成。
2.市場拓展應為2019年1月1日以后的項目，且申報主體應為開展行業自主創新的單位（除會展類企業）。
（四）國家/省配套項目。
項目為2017年1月1日之后獲得國家/省相關領域立項資助且未獲得過市配套資助，項目應于2021年9月前通過驗收。
五、申請材料
（一）登錄廣東政務服務網——深圳市——市工業和信息化局——搜索申報事項名稱“新興產業扶持計劃”wb.gxj.sz.gov.cn/indprom/sfm/#/apply?itemCode=4403000000005907069931000303715001在線填報申請書，提供通過該系統打印的申請書紙質文件原件；
（二）項目實施方案原件，其中市場準入扶持計劃則需要提交《項目資金申請報告》；
（三）商事主體登記及備案信息復印件（民辦非企業單位提供登記證書復印件）；
（四）法人代表身份證復印件；
（五）稅務部門提供的單位上年度完稅證明復印件；
（六）經會計師事務所審計的近三年財務報告或由企業法人簽字的單位財務決算報表復印件；
（七）必要的生產、經營許可及認證文件復印件（可提供的項目用地（海域）規劃許可文件及土地使用權屬證明，場地、用海租賃的請提供租賃證明，以及環保部門出具的環境影響評價文件的審批意見）；
（八）具備實施申請項目所需的人員、設施等主要條件保障的資料復印件。
專項申報材料：
（一）產業鏈關鍵環節提升項目。
1.知識產權證，檢測報告，獲獎證書，國家、省批復文件、合作協議等復印件。
2.行業占有率，承擔國家、省市級項目，團隊人員情況等證明材料復印件。
3.項目已投入資金證明材料復印件（如合同、發票、設備清單等，發票提供大額即可）。
4.新材料類企業還應提品驗證測試報告、合同或協議書等復印件，如已產業化類項目，需提供銷售合同或協議等。
5.服務本地龍頭企業的產業鏈關鍵核心企業需提供服務龍頭企業的證明材料復印件，包括合同、協議等。
（二）產業服務體系項目。
1.輔助材料（自愿提交）：項目相關政府文件、經營資質文件、項目的核心技術成果證明材料、專利（或知識產權）證書、國內知名第三方咨詢機構對公司網站的評價排名、主要用戶評價報告等復印件。
2.取得項目相關資質的證明材料，知識產權證，檢測報告，獲獎證書，國家、省有關項目批復文件、合作協議，團隊人員情況等證明材料復印件。
3.項目已投入資金證明材料復印件（如合同、發票、設備清單等，發票提供大額即可）。
（三）市場準入項目。
1.認證證書復印件（驗原件），其中國際認證證書附中文翻譯件;國際認證支出（兩年內）票據、證明（依據該認證分類明細）復印件。
（四）國家/省配套項目
1.工信部資助下達文件和項目通過驗收證明文件復印件。
2.項目中我市相關單位申請配套資助的聯合協議復印件。
以上材料均需加蓋申報單位印章，多頁的還需加蓋騎縫印章；一式兩份，A4紙正反面打印/復印，非空白頁（含封面）需連續編寫頁碼，裝訂成冊（膠裝）。
六、申請表格
登錄廣東政務服務網——深圳市——市工業和信息化局——搜索申報事項名稱“新興產業扶持計劃”wb.gxj.sz.gov.cn/indprom/sfm/#/apply?itemCode=4403000000005907069931000303715001在線填報。
七、申請受理機關
（一）受理機關：深圳市工業和信息化局。
（二）受理時間：
1.網絡填報受理時間：2020年6月18日至2020年6月28日17時（注：超過網絡填報受理的截止時間，不再受理新提交申請。網絡填報受理截止前已在線提交申請，但后經預審被退回修改的，可于書面材料受理截止前再次提交修改后的材料進行預審，預審通過后方可按時向行政服務大廳提交紙質申請材料。因今年網絡填報時間短且申報企業多，建議可參照申請書的樣表事先填好并準備相應材料，待系統開放后及時在系統中錄入并盡早提交預審）。
2.書面材料受理時間：2020年6月18日至2020年7月24日17時（工作時間）（注：網上預審通過后請及時預約到行政服務大廳窗口遞交紙質材料，遞交了紙質材料的項目才算申報成功）。
3.咨詢電話：0755-23964015、82764701；
新材料：88101278；
高端裝備：88121709；
其中航空裝備與衛星應用領域：88101278；
人工智能：88101348；
物 聯 網：88101682；
生物醫藥：88103413；
技術支持電話：88100675、88101744、88121903
（三）受理地點：深圳市福田區福中三路市民中心B區市行政服務大廳西廳5-43綜合窗口(注：為做好疫情防控，減少人員聚集，到深圳市行政服務大廳提交材料需提前預約。預約指南：“i深圳”APP 或關注“深圳市行政服務大廳”微信公眾號。操作流程：【辦事預約】或【預約取號】—【深圳市行政服務大廳西廳】。疫情期間，請按照預約時段，錯峰提交材料）。
八、申請決定機關
市工業和信息化局。
九、辦理流程
市工業和信息化局指南――申請人網上申報――申請人向市工業和信息化局會收文窗口提交申請材料――市工業和信息化局審核擬定資助金額――社會公示――市工業和信息化局下達項目資金資助計劃――市工業和信息化局撥付資助經費。
十、辦理時限
分批處理，一批180個工作日。
十一、證件及有效期限
證件：資金下達文件。
有效期限：申請人應當在收到下達文件之日起1個月內，至市工業和信息化局辦理資金撥付手續。
十二、證件的法律效力
申請人憑批準文件獲得專項資金資助。
十三、收費
無。
十四、年審或年檢
公司方面，和而泰(002402)主營家電智能控制器產品，將受益NB-IoT產業發展；拓邦股份(002139)在智能家居領域持續布局，并積極做好NB-IOT的技術對接準備。
【公告】
萬達信息(300168)：近日4筆大宗交易的對手方并非媒體報道中所稱的“國家隊”
金利華電(300069)股東趙康擬協議轉讓8.55%公司股份
康耐特證券簡稱變更為“康旗股份(300061)”
嶺南園林(002717)與定遠縣政府簽署戰略合作協議
號百控股(600640)擬2.5億元收購天翼空間
漳澤電力(000767)上網電價上調
中通客車 ：與大洋電機(002249)共同出資5億元成立氫燃料電池 研發項目
神州長城(000018)：聯合體中標7.5億元PPP項目
乾照光電(300102)：公司的太陽能(000591)電池的市場空間未來會更大
大豐實業(603081)：聯合體預中標8億元PPP項目
復星醫藥(600196)：84億收購印度醫藥公司尚需印方審核交易終止日延遲兩個月
實達集團(600734)：子公司與俄羅斯OMP公司簽署協議將生產主要供俄政府部門所用手機
康耐特：28日起公司證券簡稱變更為“康旗股份(300061)”
尚榮醫療(002551)：子公司聯合體預中標約10億元項目
中興通訊：7.272億元轉讓努比亞10.1%股權
湖北能源(000883)：所屬湖北能源(000883)集團鄂州發電公司上網電價將上調
從深交所果斷遏制題材股炒作，到銀監會對銀行理財產品的限制，都旨在讓價值回歸，資金流向實體經濟。監管之殤下的中小創市場失去了往日的投資魅力，管理層政策引導下“題材股回落，藍籌股走強“，或將是未來主要市場格局。
監管之殤一――主題投資持續陰跌中小創成棄兒。監管之殤非一日之寒，無論是幾個月前的大宗商品市場，還是最近的殼資源、重組、次新、高送轉，以及本周的虛擬現實、石墨烯、人工智能，管理層遏制市場投機炒作越加嚴厲，主力機構和市場游資聞風而逃，高估值的中小創市場自然成為主題投資的重災區。截止至周四收盤，筆者統計本周漲跌幅數據分析看，創業板市場周跌幅高于10%的股票近百只，周漲幅高于10%的股票不足10只；中小板市場周跌幅高于10%的股票近80只，周漲幅高于10%的股票不足8只，中小板市場周最大漲幅的業只有18%（新股、復牌股不計），由此可見中小創市場的凄涼。本周中小創市場跌幅榜上，最具有典型代表的是以冀凱股份、新海宜、先導智能、匯冠股份為代表的資產重組復牌概念股，以三夫戶外、雙象股份為代表的新體育概念股，以盛天網絡、易尚展示為代表的虛擬現實概念股，以銳奇股份、萬安科技為代表的人工智能概念股。綜述，筆者對中小創市場短期看空，建議投資者回避投資風險。
監管之殤二――二線藍籌持續上漲成避險的寵兒。題材不讓炒，資金被迫追逐所謂的“價值投資”藍籌股，隨著中報業績的公布，以白酒、醫藥、家用電器為主的、具有防御功能的績優二線藍籌股，成為中線投資的基本配置，成為中小創市場難得的亮點。本周市場，以九陽股份、蘇泊爾、華帝股份、老板電器為代表的家用電器概念股，以浙江世寶為代表的深港通概念股，以精華制藥為代表的中成藥概念股，以蒙發利、泰格醫藥為代表的醫療保健概念股，以九強生物、華蘭生物、博雅生物為代表的人工血液概念股，成為中小創市場難得的市場亮點。綜述，筆者認為未來市場的主線投資邏輯就是以價值、成長藍籌股為中心挖掘低估值二線藍籌股，投資者可以適量配置。
監管之殤三――國企改革持續升溫催生地方國資改革牛。國企改革最為最大的投資主題，是當下不甘寂寞的主力機構的監管之殤的無奈之舉，也是挑戰交易所特停監管政策的新嘗試。國企改革包括央企改革、軍工改革、地方國資委改革等，本周最強勢的是地方國資委改革，上海國資委改革的先鋒軍，它們目前已經進入周線級別的主升浪周期，其代表性龍頭品種為開創國際、申達股份雙子星。地方國資改革如星星之火，趨勢性牛股也迅速蔓延至廣東、北京等區域，精華制藥（南通國資委）成為中小創市場的最強者，廣弘控股（廣東）、西安飲食（陜西國資）、天山紡織（新疆）、新疆天業（兵團系）、太極集團（重慶）、海信科龍（青島）、通程控股（湖南）等地方國資改革概念股，形成趨勢性牛股群體，掀起了地方國資改革的下半年戰役。綜述。筆者建議投資者重點關注以上海本地股為主流的地方國資改革概念股。
展望后市，在監管之殤下的大背景下，中小創市場主力資金有向主板市場轉移之舉，國資改革、供給側改革、二線藍籌股或將成為下半年主力新戰場，故筆者建議投資者：第一，遠離中小創各類垃圾題材股，波段性空倉中小創市場，等待下個科技創新投資新機遇。第二，可轉投到主板市場的投資主線，建議穩健性投資者中線關注二線藍籌股，激進型投資者則短線博弈地方國資改革趨勢牛。
綜述，空倉等待新的投資機會，是監管之殤下中小創市場最佳的投資策略。
特別是2015年以來，隨著國家“大眾創業萬眾創新”政策的實施，中關村不斷優化創新創業生態系統，發展新經濟，培育新動能，持續打造創新創業升級版，呈現出一些新的特征和新的趨勢。
智力紅利快速釋放
放棄英特爾中國研究院院長位置，攜無人駕駛技術毅然投入到創業大潮中的馭勢科技創始人吳甘沙，在雙創周北京開幕式上現身說法，“全球模式創新和效率創新的紅利瀕臨用盡、科技革命引發的人工智能大爆發、國家全面實施創新驅動戰略等三大時代潮流匯聚，現在是創業創新的最佳時機。”
在吳甘沙看來，上世紀1976年PC機開始快速普及，由此引領了20年的技術創新，1996年互聯網興起，由此引發的技術創新又持續了20年，2016年人工智能概念爆發，將有望引領未來20年的技術創新。
而在這波全球技術創新的浪潮中，來自法國電力和英特爾中國的相關負責人均表示，中關村在創業創新方面，擁有無可比擬的天時地利人和。
“中國每年畢業的大學生達800萬之多，相當于以色列整個國家的人口數量，之前大家談到中國的經濟增長主要源于人口紅利，而未來要釋放巨大能量的將是智力紅利。”在他們看來，在全國雙創涌動的大背景下，智力紅利在中關村正快速釋放：一方面是全國智力資源最密集的區域，每年畢業的大量學生，形成了持續創新的基礎，另一方面，中關村地處北京這個全國最重要的消費和應用市場，是創業創新的天然沃土。
從跟跑者到并跑者
雙創周北京開幕式上的中關村指數2016，也進一步凸@了中關村在雙創中的領先地位。
北京市社科院副院長趙弘在指數的解讀中指出，中關村重大前沿創新成果快速涌現，在全球科技創新競爭中已經由過去的跟跑者逐步轉變為并跑者，在某些領域已經居于領跑地位。
通過指數的研究發現，中關村不斷催生引領科技和產業發展的原創性成果，成為了我國自主創新的重要源頭和原始創新的主要策源地。
2015年，中關村發明專利授權量1.3萬件，同比增長66.1%；PCT國際專利申請3357件，同比增長40.2%；截至2015年，中關村企業累計創制國際標準202項。中關村在人工智能、新材料、生物醫藥等領域的一些前沿細分領域涌現出了一批突破性成果，部分已經達到世界領先水平。比如“百度大腦”的無人駕駛汽車、語音識別等人工智能技術、夢之墨的液態金屬、柏惠維康的神經外科機器人等已經成為在這些細分領域的全球領跑者。
而中關村的一些黑科技、硬科技企業在成立之初就瞄準全球前沿，快速躋身世界前列。比如，商湯科技在全球最為權威的計算機視覺大賽中包攬五個單項中的三項冠軍。
“獨角獸”占全國半壁江山
美國著名CowboyVenture投資人Aileen Lee在2013年將私募和公開市場的估值超過10億美元的創業公司做出分類，并將這些公司稱為“獨角獸”。 此后“獨角獸”一詞迅速流行于硅谷，并流行于全球的科技創新領域。
而通過觀察中關村近年來的雙創表現，高成長高估值企業快速增長，“獨角獸”企業已經占據全國半壁江山，中關村已經成為創新型企業培育的全球高地。
2015年，中關村新創辦科技型企業2.4萬家，比2014年凈增1.1萬家，是中關村多年來新創辦企業數量增長最多的一年。2015年中關村平均每天新創66家科技型企業。中關村不僅創業活躍，而且一大批科技型企業進入快速成長階段，實力與規模不斷提升。2015年，中關村新增“億元企業”411家。特別值得關注的是，截至2015年，中關村擁有40余家技術獨特、市場擴張迅速、估值超過10億美元的“獨角獸”企業。
在全國范圍內，中關村“獨角獸”企業占比超過50%。在全球范圍內，中關村“獨角獸”企業數僅次于硅谷，全球排名第二。小米、美團2家企業估值超過百億美元，躋身全球“獨角獸”前十。
全面創新格局形成
中關村管委會主任郭洪認為，中關村的創業創新之所以有今天的成就，源于四個堅持：一是堅持以人為本，聚天下英才而用之；二是堅持市場主導，通過構建多層次資本市場始終以市場化方式支持企業的創業創新；三是堅持服務為上，中關村率先取消了所有的前置審批流程，對70%的項目進行備案管理；四是堅持高端引領，始終用全球的視野聚集全球創新資源。
在中關村指數研究的過程中，趙弘得出結論，中關村不斷適應新經濟發展需要，深化供給側結構性改革，持續優化創新創業生態，已經率先形成了全面創新改革的新格局。
趙弘告訴記者，中關村是我國新經濟的發源地，也是與新經濟發展需要相適應的制度供給的試驗田。比如，中關村積極爭取國家食藥總局支持，在中關村率先開展藥品上市許可人制度等12項試點政策，為中關村生物醫藥研發企業的發展提供了政策保障。
中關村堅持開放式創新，建立“類海外”創新創業環境。比如，中關村爭取公安部推出了開通申請永久居留“直通車”、設立審批服務窗口等20項外籍人才出入境政策。再比如，中關村率先開展“外債宏觀審慎”試點，目前簽約金額39.15億美元，業務筆數和金額在全國試點范圍內均居第一位。
晉升全球創新網絡樞紐
當前，中關村一大批企業已經從以產品國際化為主的階段，升級為以資本和知識國際化為主的新階段。
2015年中關村企業境外并購案例37起，較上年增加16起，披露并購金額561.5億元，較上一年增長55.4%。中關村企業正在通過跨國并購與資本運作，加速資本國際化步伐。
關鍵詞：計算機；發展趨勢
1 研究目的與方法
通過網絡、書籍調查資料，結合科幻影視作品和小說，從科學的角度預測分析未來計算機的發展趨勢。
2 研究結果
2.1 未來計算機將有更高的性能
看計算機的發展過程，歷經電子管計算機、晶體管計算機、大規模集成電路計算機、超大規模集成電路計算機4個發展階段。受工藝的限制，大規模超大規模的集成電路不可能無限集成，因此集成電路的開發已經瀕臨極限。由于目前計算機硬件用的幾乎都是半導體集成電路，以半導體材料生產集成電路或超大規模集成電路的工藝以及技術越來越接近其物理極限，在不遠的將來，計算機的性能也將接近物理極限。
2.2 未來計算機將有更廣的應用
⑴普適計算將無處不在。所謂普適計算指的是，無所不在的、隨時隨地可以進行計算的一種方式；無論何時何地，只要需要，就可以通過某種設備訪問到所需的信息，普適計算強調把計算機嵌入到環境或日常工具中。
⑵電子娛樂。目前，不少娛樂公司已經開始在網上播放電影和電視節目，并打造數字家庭。
⑶生物識別技術。生物識別技術被廣泛應用鑒于反計算機黑客、反病毒、網絡過濾及識別盜賊等技術存在的問題，生物識別技術為其提供了可能的解決方案。指紋、虹膜、聲音和面部特征等識別技術已經開始用于政府和公司的身份認證系統。
⑷精確農業。精確農業是指以計算機、全球定位系統（GPS）等信息技術控制的農業灌溉、播種、施肥和治蟲以及水土保持等工作。鑒于精確農業具有可降低化學品使用量、保證農作物高產和環保等特點，預計精確農業技術將在未來10年內在國內得到廣泛應用。
⑸遠程醫療。常規檢查將輕而易舉，醫藥行業是最早被裝備先進信息技術產品的行業。性能更好的信息技術產品將顯著地降低醫療工作成本。專家預計，這些技術將在2015年形成氣候，將顯著降低數十億美元的醫療費用，極大改善醫療保健，提供更便捷的醫療服務。
⑹納米技術。納米技術逐步形成規模在納米級別上的科學研究與開發成果，使人類越來越有信心掌控微觀世界，制造出功能更強的計算機和更有效的醫療手段。目前，已有數十億美元的資金用于納米技術及其產品的研發。專家預計，納米技術的應用將在2015年左右形成規模，納米技術的潛在市場將達兆億級水平。
⑺機器人。機器人將落戶尋常百姓家包括能與人交談、從事更為艱苦工作等智能化機器人，正被加速開發。隨著計算機技術以及仿真技術等發展，微型機器人不久將成為人類既經濟又方便的助手。目前，日本和韓國已經出售了上百萬的微型機器人，用于工業界、家庭事務、醫療保健、軍事和休閑業。專家預計，機器人最早將于2020年被大規模采用。
⑻人造器官。人體諸多器官現在都可以用仿真器官來代替，包括人造皮膚、骨頭、耳蝸、血管、心臟等。利用計算機芯片、微型機械、組織工程和其他新技術，仿生器官不久可以涵蓋到整個人體。目前，利用芯片，人造胳膊和大腿可以與人神經系統相連，借助于傳感器可以有觸覺。專家預計，2017年到2027年，人造器官可以替代人體主要器官。
⑼智能交通。智能化高速公路將成為風景線，鑒于沒完沒了的交通擁堵現象，智能化高速公路以其更低的成本、更快的速度、更高的安全性被普遍看好。有關計算機模型顯示，智能化公路將使目前高速公路通暢能力提高2―3倍，而每英里的成本不到1萬美元。目前新的高速公路造價是每英里100萬到1億美元。智能車將裝配無線通訊和傳感器等設施，將使行駛車輛的速度、方向和剎車得以自動化控制。目前通用汽車公司已經成功測試了無人駕駛的速度為每小時112公里的智能車。預計，2020年―2030年期間，30%的高速公路將采用智能化公路。
2.3 未來計算機將有更深的智能
⑴人機交互。人類自然形成的與自然界溝通的認知習慣和形式必定是人機交互的發展方向，研究者們也正在努力讓未來的計算機能聽、能看、能說、能感覺。
⑵機器學習。機器學習是研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。它是人工智能的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域。
⑶自然語言理解。自然語言理解就是要讓計算機能夠聽懂人們說的話。自然語言理解技術的突破不光可以應用在計算機人機語音對話中，它的更大應用將是人工智能中的一個具有更大意義的領域──機器翻譯。
⑷機器視覺。機器視覺就是用機器代替人眼來做測量和判斷。特點是提高生產的柔性和自動化程度，而且機器視覺易于實現信息集成，是實現計算機集成制造的基礎技術。
[參考文獻]
[1]邱志明.探索計算機科學與技術的發展趨勢[J].黑龍江科技信息，2011年16期.
DM是數據庫知識發現（knowledgediscoveryindatabase，KDD）不可缺少的一部分，而KDD是將未加工的數據轉換為有用信息的整個過程（圖1），包括一系列轉換步驟，從數據的預處理到DM的后處理［1］。其最早是在1989年舉行的第11屆美國人工智能協會（americanassociationforartificialintelli－gence，AAAI）學術會議上提出的，是近年來隨著人工智能和數據庫技術的發展而出現的一門新興技術［4］，其開發與研究應用是建立在先進的計算機技術、超大規模數據庫的出現、對巨大量數據的快速訪問、對這些數據應用精深的統計方法計算的能力這4個必要條件基礎上的，以數據庫、人工智能和數理統計三大技術為支柱［5］。
2DM的基本模式及在臨床醫學中的應用
DM的任務通常有兩大類：預測任務和描述任務。預測任務主要是根據其他屬性的值，預測特定屬性的值，主要有分類（classificaion）和回歸（regression）2種模式。描述任務的目標是導出概括數據中潛在聯系的模式（相關、趨勢、聚類、軌跡和異常），主要有關聯分析、聚類分析、異常檢測3種模式［1］。
2．1預測建模（predictivemodeling）
涉及以說明變量函數的方式為目標變量建立模型。有2種模式：分類和回歸。分類是用于預測離散的目標變量。在臨床醫學中，疾病的診斷和鑒別診斷就是典型的分類過程。Melgani和Bazi［6］以美國麻省理工學院的心律失常數據庫的心電圖為原始數據，采用不同分類模型，對心電圖的5種異常波形和正常波形進行分類。回歸是用于預測連續的目標變量。回歸可廣泛應用于醫學研究中如醫療診斷與預后的判別、多因素疾病的病因研究等。Burke等［7］采用各種回歸模式對影響乳腺癌患者預后的因素進行回歸分析。
2．2關聯分析（associationanalysis）
用來描述數據中強關聯特征的模式，用于發現隱藏在大型數據集中的令人感興趣的聯系。所發現的模式通常用蘊函規則或特征子集的形式表示。關聯分析主要應用于DNA序列間相似搜索與比較、識別同時出現的基因序列、在患者生理參數分析中的應用、疾病相關因素分析等［5］。有學者對37000例腎病患者進行了追蹤觀察，監測腎小球過濾率、尿蛋白水平和貧血狀況，結果發現以上3種生理指標中的任何一項異常都伴隨著心臟病發病率的上升，這種腎病與心臟病“關聯”的現象可發生在腎病的早期階段［8］。
2．3聚類分析（clusteranalysis）
旨在發現緊密相關的觀測值組群，使得與屬于不同簇的觀測值相比，屬于同一簇的觀測值相互之間盡可能類似。聚類分析在醫學領域中主要用于DNA分析、醫學影像數據自動分析以及多種生理參數監護數據分析、中醫診斷和方劑研究、疾病危險因素等方面［5］。羅禮溥和郭憲國［9］利用聚類分析對云南省25縣（市）現有的112種醫學革螨的動物地理區劃進行分析，發現云南省醫學革螨的分布明顯地受到自然地理區位和特定的自然景觀所制約。
2．4異常檢測（anomalydetection）
用來識別其特征明顯不同于其他數據的觀測值。這樣的觀測值稱為異常點（anomaly）或離群點（outlier）。異常檢測的目標是發現真正的異常點，避免錯誤地將正常對象標注為異常點。換言之，一個好的異常檢測器必須具有高檢測率和低誤報率，其主要應用于檢測欺詐、網絡攻擊、疾病的不尋常模式等［2］。
3DM的方法及研究趨勢
在DM算法的理論基礎上，DM常用方法：（1）生物學方法包括人工神經網絡、遺傳算法等；（2）信息論方法包括決策樹等；（3）集合論方法包括粗糙集理論、近鄰算法等：（4）統計學方法；（5）可視化技術等方法。DM經過十幾年的蓬勃發展，很多基本算法已較為成熟，在其基礎上進行更加高效的改進和算法提高顯得比較困難，如傳統的頻繁模式和關聯規則挖掘在近幾年的國際著名會議和期刊上已不再作為重要的研究主題［10］。近年來眾多國內外知名學者相繼探討DM的最新方向。Yang和Wu［11］匯總形成了DM領域十大挑戰性問題報告；Agrawa等［12］探討了DM的現狀并展望了未來的發展方向，Piatetsky－shapiro等［13］討論了DM新的挑戰性問題，并主要探討在生物信息學（bioinformatics）、多媒體挖掘（multimediamining）、鏈接挖掘（1inkmining）、文本挖掘（textmining）和網絡挖掘（webmining）等領域所遇到的挑戰。與國外相比，DM在國內的研究和應用始于20世紀90年代初，主要是對DM方法的介紹和推廣，20世紀90年代后期和21世紀初進入蓬勃發展階段，當前DM已成為大型企業進行經營決策時所必須采用的方法，證券和金融部門已將DM作為今后重點應用的技術之一。有學者以HIS和LIS數據庫信息為數據源，人工神經網絡為工具，概率論為依據，對常規檢驗結果和質譜指紋圖數據進行DM并應用于臨床實踐［14－16］。
4臨床醫學DM的特點
DM作用于醫學數據庫跟挖掘其他類型的數據庫相比較，具有其自己的特點。以電子病歷、醫學影像、病歷參數、化驗結果等臨床數據為基礎建立的醫學數據庫是一個復雜類型數據庫，這些臨床信息具有隱私性、多樣性、不完整性、冗余性、異質性和缺乏數學性質等自身的特殊性和復雜性，使得醫學DM與常規DM之間存在較大差異。醫學DM方法包括統計方法、機器學習方法、神經網絡方法和數據庫方法等。將這些不同的挖掘方法應用到疾病的診斷、治療和預后分析以及醫療管理等各個領域，從疾病的診治、醫療質量管理、醫院管理、衛生政策研究與醫療資源利用評價等方面去獲取諸如概念、規律、模式等相關知識；用于對疾病進行分類、分級、篩選危險因素、決定治療方案和開藥數量等［5］。
榱誦傳貫徹國務院的《中國制造2025》、《關于積極推進“互聯網+”行動的指導意見》和《關于深化制造業與互聯網融合發展的指導意見》等有關文件精神，更好地推進浙江省制造業與互聯網融合創新發展，促進經濟轉型升級，3月29日，由浙江省經濟和信息化委員會主辦，浙江省企業信息化促進會、浙江省首席信息官協會、中國產業互聯網（浙江）研究院、上虞區人民政府承辦，上虞區經濟和信息化局、上虞區信息化促進會、龍盛集團、新和成股份集團協辦的醫藥化工行業與互聯網融合創新大會在上虞順利舉行。這次大會也是2017浙江省實體經濟與互聯網融合促轉型系列活動的第一站。
此次大會緊扣熱點話題，邀請了浙江省領導以及省內外專家共同探討和分享國家制造業與互聯網融合發展的政策、國內外醫藥化工行業互聯網前沿技術和理論、醫藥化工行業與互聯網融合創新解決方案以及醫藥化工行業大數據等熱點問題。來自全省部分市縣經信主管部門或相關部門、有關信息化服務企業或信息工程公司、全省重點醫藥化工企業、杭州大江東產業集聚區、寧波石化經濟技術開發區、寧波大榭經濟技術開發區、嘉興港區、杭州灣上虞經濟技術開發區、衢州綠色產業集聚區、臺州國家醫藥新型工業化產業示范基地、紹興現代醫藥高技術產業園區、余杭生物醫藥高技術產業園區、全省重點醫藥化工園區等負責人或代表以及醫藥化工行業的專家、學者等300余人，齊聚一堂，發聲未來，共譜新篇章。
浙江省經信委副主任吳君青出席會議并致辭。他指出，互聯網的技術和模式正在向實體經濟滲透融合，這對于浙江省的制造業而言是新的機遇和挑戰，新技術對原有的制造業生產關系、生產方式起到了革命性作用，企業的生產要素發生了變化，數據成為驅動企業創新，優化產業鏈的一種要素。浙江作為制造業大省和互聯網大省，在制造業與互聯網融合發展方面具備良好的基礎，應該走在全國前列。醫藥化工行業一直是浙江省的支柱性產業，在工業總產值中占據比重很高，但近年來，受環境因素倒逼以及市場波動較大的影響，亟待轉型。省內大型的醫藥化工企業正在不斷謀求通過信息技術實現自身生產經營和管理的變革，例如鎮海煉化積極推動智能制造，目前已成為全國智能制造的示范企業；又比如恒逸集團開始探索應用外部數據來應對市場的不穩定性。
上虞是浙江省精細化工行業的主要集聚區，龍盛、閏土等龍頭企業在國內細分領域處于領先地位，在智能制造、工廠物聯網、管理信息化等方面經過多年的探索和實踐打下了較好的基礎。上虞區委副書記、區長張壯雄在致辭時透露了一組數據，2016年全區實現地區生產總值773億元，增長7%，財政總收入突破100個億；醫藥化工行業是上虞的支柱產業，占了全區規上工業總產值的三分之一和制造業稅收的三分之一，去年實現總產值是606個億，增長了8.5%，利稅74.9億元，增長了18%。這些年來，上虞區圍繞著綠色高端、世界領先的目標，加快醫藥化工行業與互聯網融合的步伐，推動了醫藥化工行業信息化和綠色化的發展。
浙江省企業信息化促進會名譽會長、中國工程院院士孫優賢在致辭時講道，我國的制造業面臨著多重壓力，包括勞動力成本上升、原材料價格大幅上漲，以及節能減排和產業升級的壓力，但是同時應該看到這些壓力也是制造業發展的機遇和挑戰。兩化深度融合既是國家戰略，更是經濟社會發展的必然途徑。醫藥化工行業與互聯網的融合是典型的兩化深度融合的創新實踐，應該根據醫藥化工行業具有的多品種、小批量、投資少、附加值高、技術密集度高、產品更新換代快等特點，創新融合互聯網技術，綜合運用人工智能2.0，研發和建設醫藥化工行業的智能設備、智能工廠，有效提高生產效率和運營效率，進而打造企業發展的核心競爭力。
為持續探索醫藥化工行業互聯網轉型的新路子，此次會議還舉行了精細化工智能制造實驗室簽約及授牌儀式。實驗室由中國產業互聯網（浙江）研究院、浙江龍盛集團股份有限公司、中國電信浙江公司、浙江中控技術股份有限公司、杭州安恒信息技術有限公司等聯合成立。合作各方承諾集中最優質資源、最前沿技術將實驗室承建單位龍盛目標工廠建設成為國內精細化工領域領先的智能制造工廠，成為該領域的標桿樣板；集中力量推動實驗室成為前沿技術和方案的實驗基地、基地和學習交流基地，成為相關智能制造行業標準的發起與倡導機構，積極承擔國家、省、市各級相關智能制造領域的重點課題和科研任務，以及有利于行業推動和發展的各項工作。
中國石油、浙江龍盛集團股份有限公司、浙江閏土股份有限公司、浙江大學工業自動化國家工程研究中心、中國石化鎮海煉化分公司、石化盈科、恒逸集團、浙江中控技術股份有限公司、浙江大學現代中藥研究所、戴爾（中國）有限公司、榮盛集團、上海金自天正信息技術有限公司等12家醫藥化工領軍企業、信息工程服務公司和研究機構分享了各自的實踐探索和研究成果。其中，浙江大學現代中藥研究所常務副所長劉雪松表示，未來如何把醫藥化工從原料、生產、流通等幾方面。和互聯網進行深度結合，在過程中利用大數據來進行質量管控，輔助決策，形成個性化定制化的智能制造系統，幫助企業應對市場需求非常關鍵。浙江大學工業自動化國家工程研究中心副主任王文海也認為，隨著行業的發展，醫藥化工企業開始關注生產管理、生產過程和銷售方式的改進，因此對智能制造技術的需求在不斷提高。
【關鍵詞】 中醫藥； 知識庫； 知識工程； 知識共享
Research Progress of Traditional Chinese Medicine Knowledge Base System/YU Tong，YANG Shuo，LI Jing-hua.//Medical Innovation of China，2014，11（18）：142-144
【Abstract】 In recent years，knowledge base systems became an innovative technology for the preservation and utilization of knowledge assets in Traditional Chinese Medicine （TCM） domain.This paper reviews the research progress of Traditional Chinese Medicine knowledge base system from 3 aspects such as constructing methods，coverage and applications，in order to provide useful information for researchers in TCM informatics.
【Key words】 Traditional Chinese Medicine； Knowledge base； Knowledge engineering； Knowledge sharing
First-author’s address：Information Institute of Traditional Chinese Medicine，China Academy of Chinese Medical Sciences，Beijing 100700，China
doi：10.3969/j.issn.1674-4985.2014.18.047
構建中醫知識庫系統是指用人工智能技術把中醫藥理論和專家的經驗按規范化、標準化的格式，組建成知識庫，達到資源查詢和共享[1]。本文從構建方法、覆蓋范圍、應用情況等3方面對中醫藥知識庫系統的研究進展進行了綜述，以供中醫藥信息化領域的研究人員參考。
1 中醫藥知識庫系統的構建方法
1.1 基于關系型數據庫的中醫藥知識庫系統 王連心等[2]提出以關系型數據庫為基礎構建中藥知識庫的方案。據此方案，中藥知識庫分為3個層次：第一個層次是事實數據層，包含存在于文獻資料中的原始數據；第二個層次是知識本體層，其內容是領域概念和領域規則；第三個層次是策略層，其內容是策略性的結論和規則。在中藥知識庫的構建中，可將關系型數據庫作為事實數據層，在其基礎上建立準則層和決策層，使中藥數據上升為中藥知識。陳國寧等[3]在構建中醫咳感癥診斷專家系統的過程中，采用關系數據庫作為知識庫的存儲組織形式，并實現了知識的增添、刪除、修改等操作，以支持推理機制和咨詢模塊。
1.2 基于本體技術的中醫藥知識庫系統 本體（Ontology）是一個源自哲學領域的術語，探討世間萬物如何存在。在計算機科學領域，本體是針對一個概念體系的正式而明確的規范[4]。本體一般針對特定領域和議題而建，它使交互各方對特定領域內共用的概念、詞匯以及概念分類等達成一致，從而支持知識的共享和重用。近年來，本體技術逐漸成為構建中醫藥知識庫系統的主流手段[5]。
徐彬鋒等[6]將本體技術引入到醫學知識組織當中，構建出包括中醫本體和西醫本體兩大分支的醫學本體框架。該本體定義了醫學領域的類、類間關系以及它們須滿足的約束。其中，中醫本體包括中醫疾病類、中醫證類、中醫舌診類、中醫脈診類、中醫病案類；西醫本體包括疾病屬性類、化學物質類、疾病類、診斷類和器官類。Protégé工具被用于構建和展示這一本體。這項工作展示了本體知識庫的可重用性和可擴展性等優點。
谷建軍[5]基于本體技術構建了一個中醫古籍知識庫。中醫古籍所蘊含的知識相當豐富，知識之間的關聯關系錯綜復雜，每一部中醫古籍都作為一個本體存在，將所有中醫古籍構成一個綜合本體的難度可想而知[6]。谷建軍[5]提出基于中醫古籍文獻敘詞表構建領域本體的方法，該敘詞表以一個樹狀結構表達了中醫古籍文獻的概念體系，其中的概念來自于中醫古籍內容。谷建軍[5]使用Protégé 2000工具將該敘詞表轉換為一個OWL本體，該本體繼承了敘詞表的概念結構，但對概念之間的語義關系進行了更為深入細致的描述，為建立文獻之間的知識關聯提供了可行的途徑。
此外，還有很多學者開展了構建中醫藥本體知識庫的探索工作。例如，車立娟等[7]以Protégé為工具，構建了用于表達“肺陰虛證”病機規則的本體知識庫；李新霞[8]以Jena為工具，構建了中醫脾胃病領域本體知識庫；孫海舒等[9]從規范控制、構建原則、本體構建工具、系統架構、術語規范化、構建本體模型等諸多方面，探討如何基于本體構建中醫古籍知識庫；易鋼等[10-11]基于本體，構建了一個中醫知識庫系統，其中包括中醫概念、關系、推理及中醫診斷等大量知識。這些工作初步驗證了將本體技術用于構建中醫藥知識庫的可行性，為中醫領域內的知識組織提供一種新的方法，但構建全面、完整、實用的中醫藥學本體仍是一個長期而復雜的過程。
1.3 基于神經網絡的中醫藥知識庫系統 中醫診斷學知識具有不確定性、復雜性、模糊性等特點，需要能夠充分模擬癥狀與證候之間的非線性映射關系的數據模型。人工神經網絡（Artificial Neural Network，ANN）是由大量處理單元（神經元，Neurons）互連而成的網絡，是對人腦的抽象、簡化和模擬[12]。ANN具有非線性映射功能，其通過對輸入輸出樣本的自動學習，能夠以任意精度逼近任意復雜的非線性映射，因此很適合模擬中醫診斷的推理過程。
吳蕓等[13]使用神經網絡方法，構建了面向中醫舌診八綱辨證的知識庫。該項研究基于“舌象”與中醫“八綱”（包括表、里、寒、熱、虛、實等）之間的對應關系，建立了“概率神經網絡”、“廣義回歸神經網絡”和“學習矢量量化神經網絡”等3種類型的神經網絡，并嘗試將其用于中醫診斷推理。另外，周金海等[12]也利用ANN算法構建了中醫舌診知識庫，它所預測的舌像與八綱辨證的關系與臨床診斷結果基本一致（個別屬性存在誤差）。這些工作說明采用神經網絡技術構建中醫診斷知識庫是可行的。
2 中醫藥知識庫系統的覆蓋范圍
2.1 中醫人體知識庫 趙靜等[14]初步建立了一個“三維可視人中醫知識庫”，將經絡腧穴學等中醫知識融入三維可視人模型中，構成了具有中醫特色的人體三維醫學影像圖譜。該知識庫使用語義網絡方法，描述腧穴與經絡之間的歸屬關系，以及腧穴與解剖結構（包括肌肉、骨骼、內臟、血管、神經等）之間的對應關系。它還包含腧穴標準定位、功能主治、針刺方法、進針層次、毗鄰結構以及針刺意外等針灸臨床知識。這項工作為今后開發基于“中國虛擬人”的腧穴和經絡三維可視化模型提供了支持。另外，鄭雷[15]在三維人體可視化模型上對中醫腧穴進行了系統定位，并開發了能夠顯示中醫針灸針刺過程的三維影像瀏覽器。
2.2 中醫疾病和證候知識庫 在醫學知識中，最重要、最核心的知識是關于疾病的知識[1]。徐彬鋒等[6]以冠心病知識為例，建立了中西醫知識相結合的本體知識庫。該系統定義了“冠心病”及相關疾病的中英文名稱、定義、發病率、病因和主要治療方法等信息，并進一步定義了診斷學公理。這些公理是醫學元知識（即關于醫學知識的知識），比一般的醫學知識具有更高的抽象層次。例如，發病率大于0小于1；疾病的并發癥是一種疾病；疾病的人群死亡率小于發病率等。該系統再經完善、擴展后可用于中醫輔助診療。
谷建軍[5]建立以“病證”為中心的本體模型，將中醫古籍中的相關概念和知識加入本體之中。該本體包括證候、病位、病因、病機、鑒別診斷、治則、治法、用藥、處方、治療禁忌等類型，明確了類型的屬性和相互關系，能較為準確地反映中醫對“病癥”的理解和認識。
李新霞[8]以老中醫關于脾胃病的病案為基礎，建立了中醫脾胃病領域本體知識庫。該項目對中醫癥狀術語進行了規范化處理，將零散的中醫脾胃病知識組織起來，實現了疾病診斷、證候診斷、治法、方藥等方面的推理功能，以支持知識共享和疾病診療。
2.3 中醫醫案知識庫 中醫醫案是中醫臨床思維活動和辨證論治過程的記錄，是中醫理法方藥綜合應用的具體反映形式[16]。特別是名老中醫的醫案，對于中醫理論和方法的傳承具有重要意義。近年來，在名老中醫經驗傳承的背景下，中醫醫案知識庫的構建成為學術界的一個熱點。彭笑艷[16]采用本體、Agent等技術，構建了中醫醫案知識庫，其中主要包含中醫肝病、胃病等領域的醫學知識、材料和醫案，為用戶提供在線診療服務。曹宇峰[17]基于本體技術設計了中醫病案知識模型，構建了中醫病案的知識庫，以輔助學生通過大量病案實踐來鞏固所學的理論知識。
2.4 中藥知識庫 中藥知識是提高中醫臨床與學術水平的重要環節和文獻寶庫之一，值得當代醫家學習與研究[18]。王連心等[2]提出了一套中藥知識庫的設計方案，該知識庫的內容包括中藥的名稱、出處、劑量、性味、歸經、功效、主治、用藥宜忌等信息，以及方劑的處方來源、劑型、藥物組成、功效主治、制備方法、用法用量與禁忌等。這些知識通過對古典醫籍、學術專著、學術期刊和報紙、各種學術會議論文和報告以及相關指南等進行普查與篩選、分析與整理而獲得。該方案還對中藥命名、藥效和劑量的規范化問題進行了討論。
2.5 中醫養生知識庫 《黃帝內經》是中醫藥理論體系的奠基之作，其養生理論和方法對中醫養生學有著深遠的影響[3]。臧知明[19]采用Linux、MySQL、PHP等技術，初步構建了面向網絡應用的《黃帝內經》養生知識庫。臧知明[19]對《黃帝內經》的語言特點和思維方式進行了分析，提出了基于詞句的《黃帝內經》養生知識的表達模式，并提出了《黃帝內經》養生知識庫的框架。
3 中醫藥知識庫系統的主要應用
3.1 面向中醫臨床診療的專家系統 中醫專家系統是指用計算機人工智能技術來模擬著名老中醫診療患者的臨床經驗，從而使該軟件具有專家水平的診治患者的能力[1]。知識庫是專家系統的核心部分，它決定系統設計的正確與否，也影響系統其他模塊設計的難易以及系統運行的效率[3]。馬斌榮[1]于1979年研制了“中醫關幼波診療肝病的計算機程序”。該系統開臨床診療專家系統之先河，并啟動了中醫信息化的進程。陳國寧等[3]采用產生式規則來表示專家知識，以知識庫的形式對這些知識進行組織，并實現了混合推理的機制，在此基礎上，實現了一個能對中醫咳感癥進行診治的專家系統。在中醫診療技術現代化的背景下，中醫專家系統、智能化輔助中醫診療系統的研發工作成為中醫藥信息化建設的熱點，中醫藥知識庫系統作為其中的支撐技術也得到了學術界的重視。
3.2 中醫計算機輔助教學系統 中醫藥知識庫能有效支撐領域知識的檢索、瀏覽和形象化展示，因此對于中醫教學工作具有良好的輔助作用。徐彬鋒等[6]將其開發的知識庫系統用于《醫學基礎》課程的教學工作，取得了良好的效果。學習者反映，使用這個系統可以迅速定位到系統所包含的概念，從而加速對相關概念的理解。但該系統的內容僅限于知識庫構建者所掌握的醫學知識，而未覆蓋所有的相關知識。為提升該系統在教學中的實際價值，尚需擴展其范圍并完善其功能。
4 結語
中醫藥知識庫系統在中醫藥信息化和中醫藥知識工程等領域中都扮演著核心的角色。在中醫藥領域，關系型數據庫目前是實現知識庫最為實用的手段；領域本體則在復雜知識建模和推理等方面顯示了技術優勢，且其實現技術和工具日趨成熟；學者們也在探索使用人工神經網絡等機器學習和人工智能手段來實現知識庫，體現出了較大的潛力。知識庫系統已被用于中醫疾病、證候、醫案、中藥、養生和古籍等諸多領域，且在輔助臨床診療、輔助教學等方面取得了一些實際應用。但從現有的文獻來看，中醫藥知識庫系統的建設尚不成熟，還有很長的路要走。學者們尚需在術語規范化、知識建模方法、本體工程方法、知識獲取方法和推理機制等方面開展深入研究，并進一步開展中醫藥知識庫系統在中醫藥信息化中的實際應用。
參考文獻
[1]馬斌榮.中醫專家系統與中醫知識庫-中醫領域計算機軟件的開發與應用[M].北京：北京出版社，1997：68-98.
[2]王連心，孟慶剛，王志國，等.中藥知識庫設計淺析[J].世界中醫藥，2011，6（6）：535-537.
[3]陳國寧，陳秋蓮.一個中醫咳感癥診斷專家系統的設計[J].廣西大學學報：自然科學版，2001，26（2）：101-104.
[4]Liu L，Zsu M T.Encyclopedia of database systems[M].Taiwan：Springer Publishing Company，Incorporated，2009：1-60.
[5]谷建軍.基于敘詞表的中醫古籍文獻領域本體建模方法研究[D].北京：中國中醫科學院中國醫史文獻研究所，2006.
[6]徐彬鋒，溫志浩，羅小剛，等.基于本體的醫學知識庫構建及應用[J].北京生物醫學工程，2012，30（6）：618-623.
[7]車立娟，王瑾德，，等.基于“肺陰虛證”本體的中醫證候知識庫構建方法研究[J].上海中醫藥大學學報，2009，23（4）：18-20.
[8]李新霞.基于本體的中醫學脾胃病知識庫的構建[D].南京：南京理工大學，2008.
[9]孫海舒，符永馳，張華敏，等.基于本體論構建中醫古籍知識庫的探索[J].醫學信息學雜志，2011，32（3）：64-68.
[10]易鋼，羅堯岳.基于本體的中醫知識庫系統的研究[J].醫學信息：上旬刊，2010，23（19）：3516-3518.
[11]易鋼.應用Protégé構建中醫藥學本體方法研究[J].電腦知識與技術：學術交流，2012，8（1）：223-225.
[12]周金海，楊濤，沈大慶，等.基于ANN的中醫舌診八綱辨證知識庫構建與應用[J].計算機應用研究，2010，27（5）：1771-1772.
[13]吳蕓，周昌樂，張志楓.中醫舌診八綱辨證神經網絡知識庫構建[J].計算機應用研究，2006，23（6）：188-189.
[14]趙靜，莊天戈，劉紅菊，等.基于語義網絡方法的三維可視人中醫知識庫[J].上海交通大學學報，2005，39（4）：517-521.
[15]鄭雷.結合中醫針灸的三維醫學影像學研究[D].上海：上海交通大學，2004.
[16]彭笑艷.基于中醫醫案的知識庫構建[D].北京：北京科技大學，2009.
[17]曹宇峰.病案分析引導下的中醫智能教學的研究[D].北京：首都師范大學，2005.
[18]胡濱.中醫藥文獻檢索[M].上海：上海科技出版社，2007：33-45.
