La diagnóstico en la medicina tradicional china (MTC) es una disciplina que estudia las teorías básicas y habilidades fundamentales de los métodos de diagnóstico, diagnóstico de enfermedades y diferenciación de síndromes basadas en la teoría de la MTC. La tecnología de inteligencia artificial (IA) ha logrado avances significativos en la inteligencia de los cuatro diagnósticos y la normalización del diagnóstico diferenciado, pero aún enfrenta muchos desafíos. La estandarización de la recopilación de datos clínicos es difícil, la calidad de los datos es desigual, lo que afecta la utilidad de los mismos. La fusión de la información de los cuatro diagnósticos es insuficiente, la mayoría de los dispositivos solo pueden recopilar datos de un método diagnóstico único, careciendo de integralidad. La cientificidad del modelo de diagnóstico necesita ser mejorada, los modelos existentes carecen de dinamismo y la lógica de inferencia de la diferenciación de la MTC. La precisión de los métodos inteligentes necesita mejorar, los índices de evaluación actuales no reflejan completamente la efectividad real del modelo. Además, las leyes y regulaciones relacionadas aún están incompletas, la seguridad de los datos y la privacidad de los pacientes no están garantizadas; falta formación de talentos compuestos que entiendan tanto la MTC como la inteligencia artificial. Basándose en esto, el artículo expone el estado actual, las dificultades y los cuellos de botella del desarrollo de la IA en el diagnóstico de la MTC, y profundiza en las tendencias del desarrollo en este campo. Se proponen soluciones como optimizar el proceso de recolección de datos, construir modelos diagnósticos multimodales, la cooperación interdisciplinaria, mejorar las leyes y regulaciones y formar talentos compuestos. Se espera que esto impulse la modernización, estandarización, normativización e inteligencia del diagnóstico de la MTC, proporcionando nuevo impulso y métodos para la herencia e innovación de la medicina tradicional china.

diagnóstico de la MTC; inteligencia artificial; objetivación de los cuatro diagnósticos; diferenciación inteligente; estandarización de datos