时间：2023-06-26 16:24:41
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇人工智能医药，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
今年“两会”，“人工智能”首次被写入了政府工作报告，也成为两会代表委员热议的话题之一。
浪潮集团董事长孙丕恕、腾讯创始人马化腾、百度创始人李彦宏、科大讯飞创始人刘庆峰、复星集团董事长郭广昌等代表委员在两会发言中纷纷为人工智能发展建言献策。
如果仔细阅读孙丕恕、李彦宏、马化腾、刘庆峰、郭广昌等代表委员关于人工智能的提案议案，你会发现，他们既是为推动人工智能产业发展发声，也是为各自企业抢占人工智能先机造势。
业界一致认为人工智能技术商业化的拐点已经到来，哪些企业最有机会？显然是那些技术嗅觉敏感、已率先布局的企业更有机会抢占先机。
具有应有场景
和大数据优势的
互联网巨头
BAT是目前国内人工智能的重量级玩家。BAT企业中，百度布局最早，投入力度最大。李彦宏在两会上提交的三项提案均聚焦人工智能。
人工智能已成为百度的核心战略。百度大脑、百度无人车、被称为“人工智能权威”的百度新任总裁陆奇等都成为百度人工智能战略的重要布局，受到业界的高度关注。
据李彦宏介绍，去年和前年，百度的研发投入各有100亿元左右。在李彦宏看来，人工智能技术正在快速发展，大投入才可能有大收益。
与百度在战略上高举高打、重金豪赌不同，腾讯、阿里对人工智能的布局更加现实，主要从现有场景入手，将人工智能结合到现有产品中。
阿里的人工智能是放在阿里DT大商业体系内，配合云计算、大数据对阿里的电商物流乃至物联网体系展开。腾讯则将人工智能紧密围绕内容、社交、游戏三个核心应用场景展开，把人工智能落地在微信、游戏、新闻里面，提升用户体验。腾讯和阿里一样，也把人工智能与腾讯云进行了结合，面向企业市场推出了基于AI的云服务。
由于人工智能技g研发投入大，BAT企业从互联网向AI布局，具有技术实力和资金实力。同时，BAT企业拥有十几年的产品与数据积累，为发展人工智能提供了天然条件。它们在搜索、电商、社交等领域的用户积累和应用场景也有助于人工智能产品实现落地。
给人工智能建设提供“装备”的
IT企业
在互联网投入和建设时期，受益最大的是像思科这样给互联网“淘金者”提供“水”、“铁锹”等工具的互联网设施提供商。当年思科因为抓住了互联网先机快速崛起，当时思科CEO钱伯斯也因此被称为“互联网先生”。
国内老牌IT企业浪潮也是互联网大发展的受益者。伴随中国互联网市场的高速成长，浪潮已成为中国最大的服务器厂商，BAT等企业的数据中心运转着浪潮的服务器和存储产品。
在人工智能建设时期，浪潮也要为“人工智能淘金者”提供“养料”和“装备”。浪潮为此已较早进行了准备和布局。
技术出身、对技术发展脉络有深刻把握的浪潮董事长孙丕恕，较早就看到大数据和云计算的机会，在三年前，浪潮提出做“中国领先的大数据和云计算服务商”，向大数据和云计算领域转型。
如今，浪潮已具备人工智能的三大支撑能力――计算资源、算法资源和大数据资源。
在计算方面，浪潮已经布局多年。无人车测试中，百度实现近90%的识别准确率，这背后依托着采用GPU协处理加速的浪潮服务器。腾讯、阿里、搜狗、今日头条等企业发展人工智能，背后都有浪潮计算力的支撑。
在大数据方面，浪潮从2010年开始投入大数据，目前浪潮的天元数据网已经采集了50PB的高价值数据。人工智能需要大数据“喂养”，浪潮拥有大数据积累。据孙丕恕介绍，浪潮将以天元大数据为依托，加速大数据双创行动在人工智能领域落地。
在云计算方面，浪潮已投资100亿元在全国建设7大云计算数据中心，以行业云的形式提供云计算服务。意识到人工智能在云计算建设中机会巨大，浪潮下一步计划结合人工智能应用，进一步发力云计算市场。
看来，成名于PC时代、成长于互联网时代的老牌IT企业浪潮，有望在人工智能时代焕发新生机。
聚焦某个专业领域的专业人工智能公司
典型企业：科大讯飞
科大讯飞是国内智能语音和人工智能专业领域的领导者。随着在语音技术越来越深入应用，这家曾多年默默无闻的企业，越来越走向前台、受到关注。
在去年10月锤子科技新品会上，锤子科技创始人罗永浩现场演示科大讯飞语音输入功能，随后说了一段话，识别结果一字不差，惊艳全场。
应该说，科大讯飞作为国内早期专注于智能语音和人工智能领域的企业，经过18年的厚积薄发，已进入丰收的季节。科大讯飞不仅拥有大量使用“讯飞语记”的2C用户，更有锤子、华为、IBM这样的2B用户。科大讯飞的产品既可能直接提供给终端用户，也可通过集成到合作伙伴的产品和方案中实现商用落地。
随着人工智能商业化的加速和资本的热捧，会出现更多专业领域的专业人工智能创新公司。比如，上个月被百度收购的渡鸦科技和2016 年2 月由英特尔研究院原院长吴甘沙参与创办的驭势科技，都属于这样的专业人工智能公司。
积极拥抱人工智能“AI+”的各行业企业
典型企业：复星实业
复星集团董事长郭广昌的2017年两会提案主要关注医学人工智能领域，也与复星布局医疗人工智能有关。据了解，复星医药已经在布局达芬奇机器人等产品线。根据财报数据，在去年前三季度复星医疗旗下的达芬奇手术机器人于中国内地及香港地区的手术量达到约8000台，同比增长约49%。
郭广昌非常看好“人工智能+医学”，他认为人工智能也是医学应用的制高点。去年12月10日，复星医药与美国Intuitive Surgical签订战略合作，共同注资1亿美元在上海成立合资企业，主要研发、生产针对肺癌的早期诊断及治疗的基于机器人辅助导管技术的创新产品。Intuitive Surgical据称是全球机器人辅助微创手术的领导者。
和复星实业希望通过人工智能技术抢占医疗制高点一样，奇瑞汽车通过自主研发，并与百度、科大讯飞等合作，加大在无人驾驶、智能汽车领域投入，希望抢占智能汽车市场先机。
可以预见的是，随着人工智能在各行各业的普及，积极拥抱人工智能的传统企业更有机会获胜。
慧眼识珠的产业投资、风险投资、中介等企业
典型企业：创新工场
创新工场的创始人是先后任职微软和Google的李开复。李开复是学人工智能专业出身，他肯定不能放过挖金人工智能的机会。创新工场先后投资了旷视科技（Face++）、驭势科技以及第四范式和地平线机器人（Horizon Robotics）等人工智能公司。根据李开复的判断，人工智能投资已进入“黄金时代”。创新工场还成立了自己的人工智能工程院，由李开复亲自担任院长。
还有一家新成立仅一年多的创司在人工智能圈很知名，它叫“将门创投”。能在短短时间迅速出名，一是因为它聚焦在火热的人工智能领域，二是因为它的管理团队来自微软创投加速器的创始团队，已经积累很多创始企业资源和行业资源。
任何一个有商业化“钱景”的新技术都会受到资本的青睐，人工智能也不例外。
关键词：人工智能；数据挖掘；发展前景
当今社会已经进入了人工智能时代，人工智能的应用，大大改善了我们的生活。大数据时代已经来临，不论是从数据的使用，挖掘，处理等方面，都为人工智能的应用起到了基础和保障。
1人工智能
1.1人工智能的定义。人工智能（ArtificialIntelligence），简称AI。属于计算机学科下的分支，顾名思义，它是一门专门研究类人化的智能机器学科，即利用现阶段科学的研究方法和技术，研制出具有模仿、延伸和扩展人类智能的机器或智能系统，从而实现利用机器模仿人类智能的一切行为。1.2人工智能的研究背景。在1956年的达特矛斯会议上，“人工智能”这一术语正式由麦卡锡提议并采用了，随后人工智能的研究取得了许多引人注目的成就。在这之后，科研人员进行了许多的研究和开发，人工智能这个话题也取得了飞速的发展。人工智能是一门极具挑战性的科学，从事这项工作的人必须了解计算机知识、心理学和哲学理念。人工智能的研究包涵广泛的科学知识，以及其他领域的知识，如机器学习、计算机视觉等。一般来说，人工智能研究的主要目标是使机器能够做一些通常需要人工智能完成复杂工作的机器。1.3人工智能的研发历程。早期研究领域：人工智能专家系统，机器学习，模式识别，自然语言理解，自动定理证明，自动编程，机器人，游戏，人工神经网络等，现在涉及以下研究领域：数据挖掘，智能决策系统，知识工程，分布式人工智能等。数据挖掘的出现使得人工智能的研究在应用领域得到广泛的发展。以下简要介绍其中的几个重要部分：（1）专家系统。所谓专家系统就是控制计算的智能化程序系统，通过研发人员总结归纳了专业学科知识和日常经验，能够知道计算机完成某个领域内的专业性活动或者解决某些专业级别的问题。人工智能技术可以合理利用已知的经验体系在复杂环境中，解决和处理复杂问题。（2）机器系统。机器系统简单说就是机器人通过人造神经系统，借助于网络或者存储系统汲取系统的知识进行开发研究。（3）感知仿生。感知仿生系统通过模拟人类的感官，感知生物学特征，通过人工智能机器的感部件对外界外部环境进行感知，识别，判断，分析的能力。能够更好的适应环境，做出判断。（4）数据重组和发掘。是指通过人工智能系统，结合当前先进的理念，对大数据的总结归纳，识别存储，调取等应用。通过数据的加工处理，能够主动做出判断和分析。（5）人工智能模式。分布式人工智能是模式之一，该系统利用系统有效的规避和克服系统资源在某段时间内的局限性，并能有效地改善因资源造成的时间和空间不均衡问题。它具备，模式自动转换，并行处理，开放启发方式，冗余且容错纠错的能力。
2数据挖掘
2.1数据挖掘的定义。数据挖掘(DataMining,DM)是揭示数据中存在的模式和数据关系的学科，强调处理大型可观察数据库。数据挖掘的出现使得人工智能的研究在应用领域得到了广泛的发展。这里包括数据挖掘和智能信息提取过程，前者从大量复杂的现实世界数据中挖掘出未知和有价值的模式或规则，后者是知识的比较，选择和总结出来的原则和规则，形成一个智能系统。2.2数据挖掘的研究现状。当前数据挖掘应用主要集中在电信、零售、农业、网络日志、银行、电力、生物、天体、化工、医药等方面。看似广泛，实际应用还远没有普及。而据Gartner的报告也指出，数据挖掘会成为未来10年内重要的技术之一。而数据挖掘，也已经开始成为一门独立的专业学科。2.3数据挖掘的研究发展。具体发展趋势和应用方向主要有：性能方面：数据挖掘设计的数据量会更大，处理的效率会更高，结果也会更精确。工具方面：挖掘工具越来越强大，算法收敛越来越多，预测算法将吸收新颖性算法（支持向量机（SVM），粗糙集，云模型，遗传算法等），并实现自动化的实现算法，选择和自动调谐参数。应用：数据挖掘的应用除了应用于大型专门问题外，还将走向嵌入式，更加智能化。例如进一步研究知识发现方法，对贝叶斯定理和Boosting方法的研究和改进，以及对商业工具软件不断的生成和改进，着重建立整体系统来解决问题，如Weka等软件。在先进理论的指导下，按照国内形态发展，至少需要20年的时间，才能改进数据挖掘的发展。
3数据挖掘与人工智能技术的联系
数据挖掘属于人工智能中独立系统。它于人工智能的存在关系属于，并存联系，且独立运行，互不从属。此设计体系一方面可以有效促进人工智能提升学习能力，增进分析能力，另一方面还对分析，统计，OLSP，以及决策支持系统模块等起到推动作用。在收挖掘应用领域，处理可以对WEB挖掘，还能够有效进行文本，数据库，知识库，不同领域不同学科的信息进行序列矩阵模式挖掘。基于数据本身的分类，辨识，关联规则，聚类算法更加博大精深。因此，独立于人工智能的数据挖掘，更加便于科研团体或者领域对数据的使用和分析。数据挖掘是人工智能领域的一部分。首先，高智能是数据挖掘和人工智能的最终目标，正是由于这个目标，人工智能和数据挖掘有很多关联。其次，数据挖掘和人工智能是各种技术的整合。数据挖掘和人工智能是许多学科的跨学科学科。最后，数据挖掘的出现逐渐发展壮大，加强了人工智能，因此可以说，它们两者是不可分割的。
4人工智能和数据挖掘技术的发展前景
在当前环境下，人工智能和数据挖掘技术具有以下发展前景:(1)在大数据互联网中的应用。将人工智能的技术应用于互联网中将会使网络技术带上智能的特性,可以为人们的生活提供智能化的帮助，给人们的生活带来便利。还可以提高网络运行效率、增加网络安全性等。(2)智能化服务的研究。人工智能和数据挖掘都很注重对智能化服务的研究,例如很多智能机器人便应运而生，它们已经能胜任许多简单的工作，可以为人们提供人性化的服务。高度的智能化是数据挖掘和人工智能研究最终追求的目标,也是二者最终合而为一的标志。(3)使知识产生经济化。在现阶段的知识经济时代，人工智能和数据挖掘势必受到经济的影响，这决定了人工智能和数据挖掘将具有经济特征。人工智能和数据挖掘技术作为无形资产可以直接带来经济效益，通过交流，教育，生产和创新的无形资产将成为知识经济时代的主要资本。可以预期未来的人工智能和数据挖掘技术将更加经济实用。(4)交叉学科的技术融合。各行各业的理论和方法都已经开始融入了人工智能和数据挖掘之中。未来的人工智能和数据挖掘技术必将是一个融合众多领的复合学科。当今，我们已经在逐渐使用人工智能与数据挖掘技术，去攻克更多难题，解决更多问题，造福人类，改善生活，近在眼前。
作者:喻正夫 单位:汉江师范学院
参考文献：
[1]万璞,王丽莎.数据挖掘与人工智能技术研究[J].无线互联科技,2016(10):113-114.
[2]王翔.试论如何利用大数据挖掘技术推动人工智能继续发展[J/OL].科技创新报,2017,14(01).
[3]秦益文.微博数据挖掘中人工智能推理引擎的应用[J].中小企业管理与科技(中旬刊),2017(02).
[4]蒲东齐.数据挖掘在人工智能上的应用[J].信息与电脑(理论版),2016(19).
[5]李丹丹.数据挖掘技术及其发展趋势[J].电脑应用技术,2007（02）:38－40．
近日，IBM公司在北京举办了主题为“天工开物，人机同行”的2017 IBM论坛。去年，IBM正式在中国宣布向“认知商业”转型。本次论坛上，IBM进一步明确了发展“商业人工智能”的战略，并展示了IBM在全球范围内的突破性进展，大力推动行业转型。IBM一系列与中国本地企业在电子、能源、汽车、工业制造和相关服务产业、教育、医疗领域的合作成为大会关注焦点。
IBM大中华区董事长陈黎明表示：“商业人工智能的核心是解决关乎企业经营中生存和制胜的关键问题。以电子、能源、汽车、工业产品制造及相关服务产业为核心的实体经济是保持国家竞争力和经济健康发展的基础。技术的不断创新发展，不仅将带动这些行业的生产率提高和产品性能提升，还能催生新材料、新能源、新生物产品、等战略性新兴产业的发展。IBM从未停下技术探索的脚步，引领着人工智能、区块链、物联网等创新技术的发展，以此强化行业基础能力，促进产业转型升级，助力中国企业由大变强的历史跨越。”
下面请跟随笔者来看看IBM助力中国企业实现转型和升级的几个案例吧。
神思电子（以下简称神思）是中国领先的智能识别领域软硬一体化解决方案提供商。神思率先采用IBM Watson Explorer（WEX），基于分析洞察、推理、自然语言理解能力，重点选择了金融和医疗这两个长期服务的行业，锁定“智能客服”、“实体服务机器人”和“自助设备智能升级”三大领域，改造服务流程，降低人力成本，提升服务质量与效率。
神思副总裁井j表示：“从2016年起，我们就启动了‘从行业深耕到行业贯通、从智能识别到认知行业解决方案’的战略升级。神思与IBM一样，将思考与持续创新都根植于企业的基因之中，我们与IBM并肩合作，希望运用IBM Watson认知计算加速公司战略升级的步伐，打造国内领先的智能认知行业解决方案，加速国内商业人工智能的发展。”
默克（Merck）是一家先进的科技公司，专注于医药健康、生命科学和高性能材料三大领域。默克携手IBM打造全新智能物流与智能工厂，利用IBM Watson IoT技术，对于需要妥善储存和运输产品的钢瓶实现智能化管理。通过钢瓶传感器数据收集与分析，IBM帮助默克施监测和管理厂内或运输途中的钢瓶的数量、位置和温度，确保空瓶及时回收，同时针对钢瓶的使用和返回情况，实时洞察并预测未来的库存情况，以便科学合理地采购来满足日后的需求。这不仅帮助默克达成了钢瓶的自动监控及全程追踪，还挺高了所获结果的精准度，节省人力和时间，大大提升工厂运营的整体效率。
默克中国首席信息官朱皓峰表示：“默克一直致力于以技术为驱动力，为患者和客户创造价值。IBM作为世界领先企业，在技术创新和业务管理上的先进理念都与默克的核心信念不谋而合。因此我们选择IBM作为重要合作伙伴，推行全球物联网部署计划，并将中国作为试点，加速当地的电子材料厂智能升级，引领未来默克‘工业4.0’和智能制造产业变革。”
隆基泰和与IBM共同合作，借助Watson平台，利用物联网与人工智能技术，构建综合能源云平台，为工业商业企业构建360度完整的客户能耗视图，持续构建高耗能企业用能预测及能效水平的分析和洞察能力，提升与客户的交互体验，增强与客户粘性，深度挖掘云平台服务价值，助力隆基泰和实现对传统能源服务模式的突破，打造智慧能源服务体系。
隆基泰和智慧能源控股有限公司副总裁刘振刚表示：“此次与IBM合作，一是通过创新技术构建云平台，进行云平台顶层设计，建立数据的洞察分析方法，提升隆基泰和自身的数字化技术能力，二是在应用侧帮助企业更好地分析和优化能源使用，提升能源利用效率，节约能源成本，充分实现能源云平台的服务价值，推进绿色可持续发展。”
在未来5～8年，商业人工智能将给产业带来新、奇的改变。IBM也将充分利用创新技术，以深刻的行业洞察和产业实践为基础，以创新为驱动力，携手更多的中国企业加速向数字化企业转型的步伐。
很多科技媒体把2016年称为VR（虚拟现实）元年，最近又被称为人工智能领域的关键一年。其中，谷歌造的一“只” AlphaGo在韩国大战围棋高手李世石，并且取得胜利，让大家把眼光盯上了谷歌。然而谷歌的心思却并不在这里，下棋只是一场商业秀。实际上，在各种版本的公关宣传中，谷歌已经非常明确地把未来人工智能的重点方向锁定为医疗。
对于医疗产业的巨大蛋糕，谷歌垂涎欲滴不是一两天了，谷歌在大数据上的应用最早也是从可以预测流行感冒这种传染病而被社会所知。
之后，谷歌还打造了谷歌健康平台，让患者通过互联网，将自己的病历、健康数据上传到统一的网络平台，由自己管理，或选择与医生、朋友、家人共享。
据报道，现在谷歌健康的合作伙伴已经包括各类研发机构、健康保险公司甚至医药零售商。谷歌通过与美国最大的药品零售商CVS合作，让消费者将药物服用数据上传到谷歌健康系统，从而辐射1亿多美国人口，获得这些患者的部分病史，这相当于美国总人口的1/3。
在移动化和可穿戴领域，谷歌也是领军企业。2012年4月，谷歌公司“拓展现”眼镜，它具有和智能手机一样的功能，可以通过声音控制拍照，视频通话和辨明方向以及上网冲浪、处理文字信息和电子邮件等，这也被视为可穿戴设备兴起的开端。当然，这是一款AI（增强现实）产品，随之带动了大量VR产品的爆发。2016年年初，谷歌成立独立的虚拟现实部门，此前也对Cardboard、运动相机制造商GoPro等进行了数亿美元的投资。
智能医疗的发展可分为七个层次：一是业务管理系统，包括医院收费和药品管理系统；二是电子病历系统，包括患者信息、影像信息；三是临床应用系统，包括计算机医生医嘱录入系统等；四是慢性疾病管理系统；五是区域医疗信息交换系统；六是临床支持决策系统；七是公共健康卫生系统。
除去在流程上的优化应用，在互联网改变医疗的发展途径上，技术上主要存在两种道路。一种是借助互联网平台的分享与众筹能力，通过全社会的资源共享来研发新药或新治疗手段。另外一种，就是以谷歌为首，使用网络搜集整理数据，提高自己人工智能水平，然后应用到药品开发和治疗手段的研发上。
AlphaGo之所以可以和顶尖高手下棋，主要原因是其全部吸收了人类棋手千年的成果和经验，这都得益于保留和流传下来的丰富棋谱。而在各行各业中，医疗的病例与棋谱十分相似，都能够保存基本完整且具有连续性资源可供机器学习。
可以预见，如果谷歌AlphaGo这样的工具应用到中医领域，这个依靠艰难的经验积累才能获得治疗能力的古老行业也许会焕发青春，当流传至今的千年验方通过计算机的深度学习加以提炼吸收，也许会真的造就一位古往今来最牛的“神医”，华佗就真的重生了。
另外，像AlphaGo这样的人工智能未来会帮助培训医生，辅助提高医生的诊疗水平，大大减少误诊率，可以拯救数以百万人的生命。
据相关数据分析，2014年人工智能领域全球投资总额超过19亿美元，同比增长超50%，受下游需求倒逼和上游技术成型推动，预计2020年全球市场规模将达到183亿美元，约合人民币1190亿元。在这块大蛋糕中，智能医疗已经占据了相当的份额。
一、支持领域
（一）产业链关键环节提升项目。
支持申报单位围绕产业链关键环节提升，以创新集聚优势资源和提升产业层级为战略任务，以重点领域服务和模式创新、重大战略布局、规模化示范应用推广、关键技术提升为目标，实施对经济或社会经济效益显著、产业发展起到支撑引领作用的项目。重点支持服务于本地龙头企业的产业链关键核心企业。
1.高端装备制造产业：围绕机器人、高档数控机床、激光加工装备、半导体及显示面板制造专用设备、智能物流装备、电池制造专用设备、高端能源装备和轨道交通装备等领域，重点突破关键技术，提升核心部件、关键工艺的研发和系统集成水平，形成一批核心技术和高端产品，强化产业化和应用能力。
海洋工程装备领域，围绕海洋深海油气资源开发装备，海洋矿产资源、天然气水合物等开采装备，载人/无人潜水器等探测设备等领域，重点突破关键技术、提升核心部件、关键工业的研发和系统集成水平，形成一批核心技术和高端产品，强化产业化和应用能力。
航空装备与卫星应用领域，围绕无人机、航空电子元器件、微小卫星、通信卫星、卫星导航等航空航天装备和产品等领域，重点突破关键技术，提升核心部件、关键工艺的研发和系统集成水平，形成一批核心技术和高端产品，强化产业化和应用能力。
2.生物医药产业：围绕生物医药、医疗器械、细胞治疗、基因检测等领域，重点突破关键技术，提升核心部件、关键工艺的研发和系统集成水平，形成一批核心技术和高端产品，强化产业化和应用能力。
3.新材料产业：重点支持在电子信息材料、新能源材料、生物医用材料和前沿新材料等领域内的新产品、新技术的应用示范验证，形成一批具有国际、国内领先水平的核心技术和高端产品，强化产业化和应用能力。
4.人工智能领域：围绕智能传感器、智能服务机器人、智能医疗辅助系统等领域，重点突破计算机视觉、语音识别、自然语言处理、自动驾驶、跨媒体感知、智能交通系统、自主无人系统等关键技术，提升核心部件、产品的研发和系统集成水平，形成一批核心核心技术和高端产品，强化产业化和应用能力。
5.物联网领域：重点支持在车联网、智能家居、智慧物流、智慧城市等领域，重点突破智能传感器、高精度定位导航系统、低功耗广域网、操作系统等关键技术，提升核心部件、关键工艺的研发和系统集成水平，形成一批核心技术和高端产品，强化产业化和应用能力。
（二）产业服务体系项目。
公共服务：重点支持在高端装备制造、生物医药、新材料、人工智能、物联网产业一个或多个产业领域开展的以促进产业发展为目的的，公共性产业服务工作。包括：公共研究服务、创新创业服务、产业化服务、成果转化服务、技术交流服务、资源数据共享服务、产品推广服务、决策咨询服务、统计分析、人才培养、投融资服务、产学研合作、科技成果转化、标准制定、行业交流等服务等。
市场拓展：支持在高端装备制造、生物医药、新材料、人工智能、物联网产业内，深圳举办的高端会议和论坛等。
（三）市场准入扶持计划项目。
市场准入：支持申报单位在高端装备制造-航空装备与卫星应用领域、高端装备制造-海洋工程装备领域、生物医药等领域，为开拓国内外市场，保障其技术、产品及服务符合不同国家和地区的上市要求，获得各类市场准入注册、认证和许可的项目。
（四）国家/省配套项目。
配套支持我市相关单位牵头的国家工信部智能制造、先进制造业集群项目。
二、设定依据
1、《深圳市战略性新兴产业发展专项资金扶持政策》（深府规〔2018〕22号）
2、《深圳市关于进一步加快发展战略性新兴产业的实施方案》（深府〔2018〕84号）
3、《深圳市战略性新兴产业发展“十三五”规划》（深发改〔2016〕1503号）
4、《深圳市十大重大科技产业专项实施方案》（深府〔2017〕47号）
5、《深圳市机器人、可穿戴设备和智能装备产业发展规划（2014-2020年）》
6、《深圳市航空航天产业发展规划（2013—2020年）》（深府〔2013〕118号）
7、《深圳市人民政府办公厅关于印发深圳市促进生物医药产业集聚发展指导意见及相关配套文件的通知》（深府办〔2020〕2号）
8、《深圳市促进生物医药产业集聚发展的若干措施》（深府办规〔2020〕3号）
9、《深圳市促进智能网联汽车产业发展行动计划（2019-2021年）》（深工信新兴字〔2019〕15号）
10、《深圳市人民政府关于印发新一代人工智能发展行动计划（2019—2023年）的通知》（深府〔2019〕29号）
11、《深圳市工业和信息化局战略性新兴产业发展专项资金扶持计划操作规程》（深工信规〔2019〕2号）
三、支持数量及资助方式
（一）支持数量：有数量限制，受专项资金年度总额控制。
（二）资助方式：
1、产业链关键环节提升项目。
高端装备制造、生物医药、人工智能、物联网产业领域采取事后资助，按经专业审计机构专项审计后确认费用的20%给予资助，单个项目资助金额不超过300万元。项目总投资由建设投资、研发费用和流动资金构成。
新材料产业领域采取事后资助，主要支持新产品、新技术在应用示范验证过程中产生的相关测试、验证费用，按经专业审计机构专项审计后确认费用的30%给予资助，单个新材料项目资助金额不超过300万元（同一单位总额不超过500万元，不超过3种新材料）。项目总投资包括研发费用中的材料费、测试化验加工费（含用户端导入验证费）、差旅费、会议费、国际合作与交流费、出版/文献/信息传播/知识产权费、劳务费、专家咨询费、研发人员费、间接费用及委托开发费用等。
2、产业服务体系项目。
公共服务：事后资助，按经专业审计机构专项审计后确认费用的50%给予资助，最高不超过300万元。实际投入额包括设备及工器具（包括软、硬件）的购置、改造和租赁费，材料费、测试化验加工费、出版/文献/信息传播/知识产权费、专家咨询费、市场网络建设费、推广活动组织费等。
市场拓展：事后资助，对以市政府名义在深圳主办的会议或论坛，按专业审计机构专项审计确认费用给予全额资助，最高不超过300万元；对以社会机构（不包括会展类企业）名义主办的会议或论坛，按经专业审计机构专项审计后确认费用的50%给予资助，最高不超过300万元。每年每个领域不超过一个。
3、市场准入项目。
事后资助，获得国际、国内权威认证的，单个项目资助金额分别不超过100万元、50万元，按照不超过核定的项目费用实际发生额50%予以资助，并受年度资助总额控制。单个企业年度资助金额不超过500万元。
4、国家/省配套项目。
事后资助，按照项目中我市相关单位国家、省资助资金实际到账金额最高1:1予以配套，单个项目配套资金最高不超过1500万元，且配套资金与国家、省资助金额总和不超过项目总投资的40%。
四、申报条件
申报条件由基础申报条件和专项申报条件两部分组成。
基础申报条件：
（一）申报主体为本市行政区域内（含深汕合作区）依法登记注册的企业、机关事业单位、社会组织。
（二）申报主体未违反国家、省、市联合惩戒政策和制度规定，未被列为失信联合惩戒对象。
（三）申报单位无逾期未办理验收或验收未通过的项目。
（四）申报项目所在地位于深圳市(含深汕合作区)，符合深圳市战略性新兴产业规划重点发展领域和专项申报指南的要求，符合国家和我市能耗、环保、安全等要求，项目方案合理可行，具有较好的经济和社会效益。已按有关规定完成项目所需的用地、环评、规划等备案或核准，取得有关批准文件。产品涉及安全、医疗、金融等国家有特殊行业管理要求的，申请单位须取得相关主管部门批准颁发的合法有效的产品生产或销售许可等资格。
（五）具备实施申请项目所需的资金、人员、场地、设备等主要保障条件。
（六）同一单位建设内容相同或部分相同的项目不得向市有关部门多头申报。经核实属多头申报的项目，将取消申报资格并追究申报单位责任。
（七）法律、法规、规章和上级行政机关规范性文件规定的其他条件。
专项申报条件：
（一） 产业链关键环节提升项目。
1.申请单位获得国家或深圳市高新技术企业认证，或拥有自主知识产权（包括发明专利、软件著作权或国家、省、市认定的科技成果等），项目具有技术先进性、创新性或良好的推广应用示范价值，具有较好的社会经济效益。
2.项目应为2017年6月1日后开始建设，并于2020年5月31日前建设完成。
3.其中新材料类项目优先支持符合《重点新材料首批次应用示范指导目录》，承担过部、省级重大科研攻关项目，我市重点企业所需的产业化产品。
（二）市场准入项目。
市场准入：2019年1月1日以后申请人取得中国民用航空局的适航认证、美国联邦航空局（FAA）和欧洲航空安全管理局(EASA)认证及公司体系类和项目类认证等；已通过国内外权威认证，包括美国FDA（食品和药物管理局）认证、欧盟cGMP（动态药品生产管理规范）认证和CE（欧洲统一）认证、世界卫生组织认证及其他国际市场准入认证等，或已完成国际多中心临床研究和注册。获得中国船级社（CCS）、美国船级社（ABS）、挪威船级社（DNV）、德国船级社（GL）、法国船级社（BV）等国际船级社认证及其他国内外市场准入证等。
（三）服务体系项目。
1.公共服务项目应为2017年6月1日后开始建设，并于2020年5月31日前建设完成。
2.市场拓展应为2019年1月1日以后的项目，且申报主体应为开展行业自主创新的单位（除会展类企业）。
（四）国家/省配套项目。
项目为2017年1月1日之后获得国家/省相关领域立项资助且未获得过市配套资助，项目应于2021年9月前通过验收。
五、申请材料
（一）登录广东政务服务网——深圳市——市工业和信息化局——搜索申报事项名称“新兴产业扶持计划”wb.gxj.sz.gov.cn/indprom/sfm/#/apply?itemCode=4403000000005907069931000303715001在线填报申请书，提供通过该系统打印的申请书纸质文件原件；
（二）项目实施方案原件，其中市场准入扶持计划则需要提交《项目资金申请报告》；
（三）商事主体登记及备案信息复印件（民办非企业单位提供登记证书复印件）；
（四）法人代表身份证复印件；
（五）税务部门提供的单位上年度完税证明复印件；
（六）经会计师事务所审计的近三年财务报告或由企业法人签字的单位财务决算报表复印件；
（七）必要的生产、经营许可及认证文件复印件（可提供的项目用地（海域）规划许可文件及土地使用权属证明，场地、用海租赁的请提供租赁证明，以及环保部门出具的环境影响评价文件的审批意见）；
（八）具备实施申请项目所需的人员、设施等主要条件保障的资料复印件。
专项申报材料：
（一）产业链关键环节提升项目。
1.知识产权证，检测报告，获奖证书，国家、省批复文件、合作协议等复印件。
2.行业占有率，承担国家、省市级项目，团队人员情况等证明材料复印件。
3.项目已投入资金证明材料复印件（如合同、发票、设备清单等，发票提供大额即可）。
4.新材料类企业还应提品验证测试报告、合同或协议书等复印件，如已产业化类项目，需提供销售合同或协议等。
5.服务本地龙头企业的产业链关键核心企业需提供服务龙头企业的证明材料复印件，包括合同、协议等。
（二）产业服务体系项目。
1.辅助材料（自愿提交）：项目相关政府文件、经营资质文件、项目的核心技术成果证明材料、专利（或知识产权）证书、国内知名第三方咨询机构对公司网站的评价排名、主要用户评价报告等复印件。
2.取得项目相关资质的证明材料，知识产权证，检测报告，获奖证书，国家、省有关项目批复文件、合作协议，团队人员情况等证明材料复印件。
3.项目已投入资金证明材料复印件（如合同、发票、设备清单等，发票提供大额即可）。
（三）市场准入项目。
1.认证证书复印件（验原件），其中国际认证证书附中文翻译件;国际认证支出（两年内）票据、证明（依据该认证分类明细）复印件。
（四）国家/省配套项目
1.工信部资助下达文件和项目通过验收证明文件复印件。
2.项目中我市相关单位申请配套资助的联合协议复印件。
以上材料均需加盖申报单位印章，多页的还需加盖骑缝印章；一式两份，A4纸正反面打印/复印，非空白页（含封面）需连续编写页码，装订成册（胶装）。
六、申请表格
登录广东政务服务网——深圳市——市工业和信息化局——搜索申报事项名称“新兴产业扶持计划”wb.gxj.sz.gov.cn/indprom/sfm/#/apply?itemCode=4403000000005907069931000303715001在线填报。
七、申请受理机关
（一）受理机关：深圳市工业和信息化局。
（二）受理时间：
1.网络填报受理时间：2020年6月18日至2020年6月28日17时（注：超过网络填报受理的截止时间，不再受理新提交申请。网络填报受理截止前已在线提交申请，但后经预审被退回修改的，可于书面材料受理截止前再次提交修改后的材料进行预审，预审通过后方可按时向行政服务大厅提交纸质申请材料。因今年网络填报时间短且申报企业多，建议可参照申请书的样表事先填好并准备相应材料，待系统开放后及时在系统中录入并尽早提交预审）。
2.书面材料受理时间：2020年6月18日至2020年7月24日17时（工作时间）（注：网上预审通过后请及时预约到行政服务大厅窗口递交纸质材料，递交了纸质材料的项目才算申报成功）。
3.咨询电话：0755-23964015、82764701；
新材料：88101278；
高端装备：88121709；
其中航空装备与卫星应用领域：88101278；
人工智能：88101348；
物 联 网：88101682；
生物医药：88103413；
技术支持电话：88100675、88101744、88121903
（三）受理地点：深圳市福田区福中三路市民中心B区市行政服务大厅西厅5-43综合窗口(注：为做好疫情防控，减少人员聚集，到深圳市行政服务大厅提交材料需提前预约。预约指南：“i深圳”APP 或关注“深圳市行政服务大厅”微信公众号。操作流程：【办事预约】或【预约取号】—【深圳市行政服务大厅西厅】。疫情期间，请按照预约时段，错峰提交材料）。
八、申请决定机关
市工业和信息化局。
九、办理流程
市工业和信息化局指南――申请人网上申报――申请人向市工业和信息化局会收文窗口提交申请材料――市工业和信息化局审核拟定资助金额――社会公示――市工业和信息化局下达项目资金资助计划――市工业和信息化局拨付资助经费。
十、办理时限
分批处理，一批180个工作日。
十一、证件及有效期限
证件：资金下达文件。
有效期限：申请人应当在收到下达文件之日起1个月内，至市工业和信息化局办理资金拨付手续。
十二、证件的法律效力
申请人凭批准文件获得专项资金资助。
十三、收费
无。
十四、年审或年检
公司方面，和而泰(002402)主营家电智能控制器产品，将受益NB-IoT产业发展；拓邦股份(002139)在智能家居领域持续布局，并积极做好NB-IOT的技术对接准备。
【公告】
万达信息(300168)：近日4笔大宗交易的对手方并非媒体报道中所称的“国家队”
金利华电(300069)股东赵康拟协议转让8.55%公司股份
康耐特证券简称变更为“康旗股份(300061)”
岭南园林(002717)与定远县政府签署战略合作协议
号百控股(600640)拟2.5亿元收购天翼空间
漳泽电力(000767)上网电价上调
中通客车 ：与大洋电机(002249)共同出资5亿元成立氢燃料电池 研发项目
神州长城(000018)：联合体中标7.5亿元PPP项目
乾照光电(300102)：公司的太阳能(000591)电池的市场空间未来会更大
大丰实业(603081)：联合体预中标8亿元PPP项目
复星医药(600196)：84亿收购印度医药公司尚需印方审核交易终止日延迟两个月
实达集团(600734)：子公司与俄罗斯OMP公司签署协议将生产主要供俄政府部门所用手机
康耐特：28日起公司证券简称变更为“康旗股份(300061)”
尚荣医疗(002551)：子公司联合体预中标约10亿元项目
中兴通讯：7.272亿元转让努比亚10.1%股权
湖北能源(000883)：所属湖北能源(000883)集团鄂州发电公司上网电价将上调
从深交所果断遏制题材股炒作，到银监会对银行理财产品的限制，都旨在让价值回归，资金流向实体经济。监管之殇下的中小创市场失去了往日的投资魅力，管理层政策引导下“题材股回落，蓝筹股走强“，或将是未来主要市场格局。
监管之殇一――主题投资持续阴跌中小创成弃儿。监管之殇非一日之寒，无论是几个月前的大宗商品市场，还是最近的壳资源、重组、次新、高送转，以及本周的虚拟现实、石墨烯、人工智能，管理层遏制市场投机炒作越加严厉，主力机构和市场游资闻风而逃，高估值的中小创市场自然成为主题投资的重灾区。截止至周四收盘，笔者统计本周涨跌幅数据分析看，创业板市场周跌幅高于10%的股票近百只，周涨幅高于10%的股票不足10只；中小板市场周跌幅高于10%的股票近80只，周涨幅高于10%的股票不足8只，中小板市场周最大涨幅的业只有18%（新股、复牌股不计），由此可见中小创市场的凄凉。本周中小创市场跌幅榜上，最具有典型代表的是以冀凯股份、新海宜、先导智能、汇冠股份为代表的资产重组复牌概念股，以三夫户外、双象股份为代表的新体育概念股，以盛天网络、易尚展示为代表的虚拟现实概念股，以锐奇股份、万安科技为代表的人工智能概念股。综述，笔者对中小创市场短期看空，建议投资者回避投资风险。
监管之殇二――二线蓝筹持续上涨成避险的宠儿。题材不让炒，资金被迫追逐所谓的“价值投资”蓝筹股，随着中报业绩的公布，以白酒、医药、家用电器为主的、具有防御功能的绩优二线蓝筹股，成为中线投资的基本配置，成为中小创市场难得的亮点。本周市场，以九阳股份、苏泊尔、华帝股份、老板电器为代表的家用电器概念股，以浙江世宝为代表的深港通概念股，以精华制药为代表的中成药概念股，以蒙发利、泰格医药为代表的医疗保健概念股，以九强生物、华兰生物、博雅生物为代表的人工血液概念股，成为中小创市场难得的市场亮点。综述，笔者认为未来市场的主线投资逻辑就是以价值、成长蓝筹股为中心挖掘低估值二线蓝筹股，投资者可以适量配置。
监管之殇三――国企改革持续升温催生地方国资改革牛。国企改革最为最大的投资主题，是当下不甘寂寞的主力机构的监管之殇的无奈之举，也是挑战交易所特停监管政策的新尝试。国企改革包括央企改革、军工改革、地方国资委改革等，本周最强势的是地方国资委改革，上海国资委改革的先锋军，它们目前已经进入周线级别的主升浪周期，其代表性龙头品种为开创国际、申达股份双子星。地方国资改革如星星之火，趋势性牛股也迅速蔓延至广东、北京等区域，精华制药（南通国资委）成为中小创市场的最强者，广弘控股（广东）、西安饮食（陕西国资）、天山纺织（新疆）、新疆天业（兵团系）、太极集团（重庆）、海信科龙（青岛）、通程控股（湖南）等地方国资改革概念股，形成趋势性牛股群体，掀起了地方国资改革的下半年战役。综述。笔者建议投资者重点关注以上海本地股为主流的地方国资改革概念股。
展望后市，在监管之殇下的大背景下，中小创市场主力资金有向主板市场转移之举，国资改革、供给侧改革、二线蓝筹股或将成为下半年主力新战场，故笔者建议投资者：第一，远离中小创各类垃圾题材股，波段性空仓中小创市场，等待下个科技创新投资新机遇。第二，可转投到主板市场的投资主线，建议稳健性投资者中线关注二线蓝筹股，激进型投资者则短线博弈地方国资改革趋势牛。
综述，空仓等待新的投资机会，是监管之殇下中小创市场最佳的投资策略。
特别是2015年以来，随着国家“大众创业万众创新”政策的实施，中关村不断优化创新创业生态系统，发展新经济，培育新动能，持续打造创新创业升级版，呈现出一些新的特征和新的趋势。
智力红利快速释放
放弃英特尔中国研究院院长位置，携无人驾驶技术毅然投入到创业大潮中的驭势科技创始人吴甘沙，在双创周北京开幕式上现身说法，“全球模式创新和效率创新的红利濒临用尽、科技革命引发的人工智能大爆发、国家全面实施创新驱动战略等三大时代潮流汇聚，现在是创业创新的最佳时机。”
在吴甘沙看来，上世纪1976年PC机开始快速普及，由此引领了20年的技术创新，1996年互联网兴起，由此引发的技术创新又持续了20年，2016年人工智能概念爆发，将有望引领未来20年的技术创新。
而在这波全球技术创新的浪潮中，来自法国电力和英特尔中国的相关负责人均表示，中关村在创业创新方面，拥有无可比拟的天时地利人和。
“中国每年毕业的大学生达800万之多，相当于以色列整个国家的人口数量，之前大家谈到中国的经济增长主要源于人口红利，而未来要释放巨大能量的将是智力红利。”在他们看来，在全国双创涌动的大背景下，智力红利在中关村正快速释放：一方面是全国智力资源最密集的区域，每年毕业的大量学生，形成了持续创新的基础，另一方面，中关村地处北京这个全国最重要的消费和应用市场，是创业创新的天然沃土。
从跟跑者到并跑者
双创周北京开幕式上的中关村指数2016，也进一步凸@了中关村在双创中的领先地位。
北京市社科院副院长赵弘在指数的解读中指出，中关村重大前沿创新成果快速涌现，在全球科技创新竞争中已经由过去的跟跑者逐步转变为并跑者，在某些领域已经居于领跑地位。
通过指数的研究发现，中关村不断催生引领科技和产业发展的原创性成果，成为了我国自主创新的重要源头和原始创新的主要策源地。
2015年，中关村发明专利授权量1.3万件，同比增长66.1%；PCT国际专利申请3357件，同比增长40.2%；截至2015年，中关村企业累计创制国际标准202项。中关村在人工智能、新材料、生物医药等领域的一些前沿细分领域涌现出了一批突破性成果，部分已经达到世界领先水平。比如“百度大脑”的无人驾驶汽车、语音识别等人工智能技术、梦之墨的液态金属、柏惠维康的神经外科机器人等已经成为在这些细分领域的全球领跑者。
而中关村的一些黑科技、硬科技企业在成立之初就瞄准全球前沿，快速跻身世界前列。比如，商汤科技在全球最为权威的计算机视觉大赛中包揽五个单项中的三项冠军。
“独角兽”占全国半壁江山
美国著名CowboyVenture投资人Aileen Lee在2013年将私募和公开市场的估值超过10亿美元的创业公司做出分类，并将这些公司称为“独角兽”。 此后“独角兽”一词迅速流行于硅谷，并流行于全球的科技创新领域。
而通过观察中关村近年来的双创表现，高成长高估值企业快速增长，“独角兽”企业已经占据全国半壁江山，中关村已经成为创新型企业培育的全球高地。
2015年，中关村新创办科技型企业2.4万家，比2014年净增1.1万家，是中关村多年来新创办企业数量增长最多的一年。2015年中关村平均每天新创66家科技型企业。中关村不仅创业活跃，而且一大批科技型企业进入快速成长阶段，实力与规模不断提升。2015年，中关村新增“亿元企业”411家。特别值得关注的是，截至2015年，中关村拥有40余家技术独特、市场扩张迅速、估值超过10亿美元的“独角兽”企业。
在全国范围内，中关村“独角兽”企业占比超过50%。在全球范围内，中关村“独角兽”企业数仅次于硅谷，全球排名第二。小米、美团2家企业估值超过百亿美元，跻身全球“独角兽”前十。
全面创新格局形成
中关村管委会主任郭洪认为，中关村的创业创新之所以有今天的成就，源于四个坚持：一是坚持以人为本，聚天下英才而用之；二是坚持市场主导，通过构建多层次资本市场始终以市场化方式支持企业的创业创新；三是坚持服务为上，中关村率先取消了所有的前置审批流程，对70%的项目进行备案管理；四是坚持高端引领，始终用全球的视野聚集全球创新资源。
在中关村指数研究的过程中，赵弘得出结论，中关村不断适应新经济发展需要，深化供给侧结构性改革，持续优化创新创业生态，已经率先形成了全面创新改革的新格局。
赵弘告诉记者，中关村是我国新经济的发源地，也是与新经济发展需要相适应的制度供给的试验田。比如，中关村积极争取国家食药总局支持，在中关村率先开展药品上市许可人制度等12项试点政策，为中关村生物医药研发企业的发展提供了政策保障。
中关村坚持开放式创新，建立“类海外”创新创业环境。比如，中关村争取公安部推出了开通申请永久居留“直通车”、设立审批服务窗口等20项外籍人才出入境政策。再比如，中关村率先开展“外债宏观审慎”试点，目前签约金额39.15亿美元，业务笔数和金额在全国试点范围内均居第一位。
晋升全球创新网络枢纽
当前，中关村一大批企业已经从以产品国际化为主的阶段，升级为以资本和知识国际化为主的新阶段。
2015年中关村企业境外并购案例37起，较上年增加16起，披露并购金额561.5亿元，较上一年增长55.4%。中关村企业正在通过跨国并购与资本运作，加速资本国际化步伐。
关键词：计算机；发展趋势
1 研究目的与方法
通过网络、书籍调查资料，结合科幻影视作品和小说，从科学的角度预测分析未来计算机的发展趋势。
2 研究结果
2.1 未来计算机将有更高的性能
看计算机的发展过程，历经电子管计算机、晶体管计算机、大规模集成电路计算机、超大规模集成电路计算机4个发展阶段。受工艺的限制，大规模超大规模的集成电路不可能无限集成，因此集成电路的开发已经濒临极限。由于目前计算机硬件用的几乎都是半导体集成电路，以半导体材料生产集成电路或超大规模集成电路的工艺以及技术越来越接近其物理极限，在不远的将来，计算机的性能也将接近物理极限。
2.2 未来计算机将有更广的应用
⑴普适计算将无处不在。所谓普适计算指的是，无所不在的、随时随地可以进行计算的一种方式；无论何时何地，只要需要，就可以通过某种设备访问到所需的信息，普适计算强调把计算机嵌入到环境或日常工具中。
⑵电子娱乐。目前，不少娱乐公司已经开始在网上播放电影和电视节目，并打造数字家庭。
⑶生物识别技术。生物识别技术被广泛应用鉴于反计算机黑客、反病毒、网络过滤及识别盗贼等技术存在的问题，生物识别技术为其提供了可能的解决方案。指纹、虹膜、声音和面部特征等识别技术已经开始用于政府和公司的身份认证系统。
⑷精确农业。精确农业是指以计算机、全球定位系统（GPS）等信息技术控制的农业灌溉、播种、施肥和治虫以及水土保持等工作。鉴于精确农业具有可降低化学品使用量、保证农作物高产和环保等特点，预计精确农业技术将在未来10年内在国内得到广泛应用。
⑸远程医疗。常规检查将轻而易举，医药行业是最早被装备先进信息技术产品的行业。性能更好的信息技术产品将显著地降低医疗工作成本。专家预计，这些技术将在2015年形成气候，将显著降低数十亿美元的医疗费用，极大改善医疗保健，提供更便捷的医疗服务。
⑹纳米技术。纳米技术逐步形成规模在纳米级别上的科学研究与开发成果，使人类越来越有信心掌控微观世界，制造出功能更强的计算机和更有效的医疗手段。目前，已有数十亿美元的资金用于纳米技术及其产品的研发。专家预计，纳米技术的应用将在2015年左右形成规模，纳米技术的潜在市场将达兆亿级水平。
⑺机器人。机器人将落户寻常百姓家包括能与人交谈、从事更为艰苦工作等智能化机器人，正被加速开发。随着计算机技术以及仿真技术等发展，微型机器人不久将成为人类既经济又方便的助手。目前，日本和韩国已经出售了上百万的微型机器人，用于工业界、家庭事务、医疗保健、军事和休闲业。专家预计，机器人最早将于2020年被大规模采用。
⑻人造器官。人体诸多器官现在都可以用仿真器官来代替，包括人造皮肤、骨头、耳蜗、血管、心脏等。利用计算机芯片、微型机械、组织工程和其他新技术，仿生器官不久可以涵盖到整个人体。目前，利用芯片，人造胳膊和大腿可以与人神经系统相连，借助于传感器可以有触觉。专家预计，2017年到2027年，人造器官可以替代人体主要器官。
⑼智能交通。智能化高速公路将成为风景线，鉴于没完没了的交通拥堵现象，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。有关计算机模型显示，智能化公路将使目前高速公路通畅能力提高2―3倍，而每英里的成本不到1万美元。目前新的高速公路造价是每英里100万到1亿美元。智能车将装配无线通讯和传感器等设施，将使行驶车辆的速度、方向和刹车得以自动化控制。目前通用汽车公司已经成功测试了无人驾驶的速度为每小时112公里的智能车。预计，2020年―2030年期间，30%的高速公路将采用智能化公路。
2.3 未来计算机将有更深的智能
⑴人机交互。人类自然形成的与自然界沟通的认知习惯和形式必定是人机交互的发展方向，研究者们也正在努力让未来的计算机能听、能看、能说、能感觉。
⑵机器学习。机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。
⑶自然语言理解。自然语言理解就是要让计算机能够听懂人们说的话。自然语言理解技术的突破不光可以应用在计算机人机语音对话中，它的更大应用将是人工智能中的一个具有更大意义的领域──机器翻译。
⑷机器视觉。机器视觉就是用机器代替人眼来做测量和判断。特点是提高生产的柔性和自动化程度，而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。
[参考文献]
[1]邱志明.探索计算机科学与技术的发展趋势[J].黑龙江科技信息，2011年16期.
DM是数据库知识发现（knowledgediscoveryindatabase，KDD）不可缺少的一部分，而KDD是将未加工的数据转换为有用信息的整个过程（图1），包括一系列转换步骤，从数据的预处理到DM的后处理［1］。其最早是在1989年举行的第11届美国人工智能协会（americanassociationforartificialintelli－gence，AAAI）学术会议上提出的，是近年来随着人工智能和数据库技术的发展而出现的一门新兴技术［4］，其开发与研究应用是建立在先进的计算机技术、超大规模数据库的出现、对巨大量数据的快速访问、对这些数据应用精深的统计方法计算的能力这4个必要条件基础上的，以数据库、人工智能和数理统计三大技术为支柱［5］。
2DM的基本模式及在临床医学中的应用
DM的任务通常有两大类：预测任务和描述任务。预测任务主要是根据其他属性的值，预测特定属性的值，主要有分类（classificaion）和回归（regression）2种模式。描述任务的目标是导出概括数据中潜在联系的模式（相关、趋势、聚类、轨迹和异常），主要有关联分析、聚类分析、异常检测3种模式［1］。
2．1预测建模（predictivemodeling）
涉及以说明变量函数的方式为目标变量建立模型。有2种模式：分类和回归。分类是用于预测离散的目标变量。在临床医学中，疾病的诊断和鉴别诊断就是典型的分类过程。Melgani和Bazi［6］以美国麻省理工学院的心律失常数据库的心电图为原始数据，采用不同分类模型，对心电图的5种异常波形和正常波形进行分类。回归是用于预测连续的目标变量。回归可广泛应用于医学研究中如医疗诊断与预后的判别、多因素疾病的病因研究等。Burke等［7］采用各种回归模式对影响乳腺癌患者预后的因素进行回归分析。
2．2关联分析（associationanalysis）
用来描述数据中强关联特征的模式，用于发现隐藏在大型数据集中的令人感兴趣的联系。所发现的模式通常用蕴函规则或特征子集的形式表示。关联分析主要应用于DNA序列间相似搜索与比较、识别同时出现的基因序列、在患者生理参数分析中的应用、疾病相关因素分析等［5］。有学者对37000例肾病患者进行了追踪观察，监测肾小球过滤率、尿蛋白水平和贫血状况，结果发现以上3种生理指标中的任何一项异常都伴随着心脏病发病率的上升，这种肾病与心脏病“关联”的现象可发生在肾病的早期阶段［8］。
2．3聚类分析（clusteranalysis）
旨在发现紧密相关的观测值组群，使得与属于不同簇的观测值相比，属于同一簇的观测值相互之间尽可能类似。聚类分析在医学领域中主要用于DNA分析、医学影像数据自动分析以及多种生理参数监护数据分析、中医诊断和方剂研究、疾病危险因素等方面［5］。罗礼溥和郭宪国［9］利用聚类分析对云南省25县（市）现有的112种医学革螨的动物地理区划进行分析，发现云南省医学革螨的分布明显地受到自然地理区位和特定的自然景观所制约。
2．4异常检测（anomalydetection）
用来识别其特征明显不同于其他数据的观测值。这样的观测值称为异常点（anomaly）或离群点（outlier）。异常检测的目标是发现真正的异常点，避免错误地将正常对象标注为异常点。换言之，一个好的异常检测器必须具有高检测率和低误报率，其主要应用于检测欺诈、网络攻击、疾病的不寻常模式等［2］。
3DM的方法及研究趋势
在DM算法的理论基础上，DM常用方法：（1）生物学方法包括人工神经网络、遗传算法等；（2）信息论方法包括决策树等；（3）集合论方法包括粗糙集理论、近邻算法等：（4）统计学方法；（5）可视化技术等方法。DM经过十几年的蓬勃发展，很多基本算法已较为成熟，在其基础上进行更加高效的改进和算法提高显得比较困难，如传统的频繁模式和关联规则挖掘在近几年的国际著名会议和期刊上已不再作为重要的研究主题［10］。近年来众多国内外知名学者相继探讨DM的最新方向。Yang和Wu［11］汇总形成了DM领域十大挑战性问题报告；Agrawa等［12］探讨了DM的现状并展望了未来的发展方向，Piatetsky－shapiro等［13］讨论了DM新的挑战性问题，并主要探讨在生物信息学（bioinformatics）、多媒体挖掘（multimediamining）、链接挖掘（1inkmining）、文本挖掘（textmining）和网络挖掘（webmining）等领域所遇到的挑战。与国外相比，DM在国内的研究和应用始于20世纪90年代初，主要是对DM方法的介绍和推广，20世纪90年代后期和21世纪初进入蓬勃发展阶段，当前DM已成为大型企业进行经营决策时所必须采用的方法，证券和金融部门已将DM作为今后重点应用的技术之一。有学者以HIS和LIS数据库信息为数据源，人工神经网络为工具，概率论为依据，对常规检验结果和质谱指纹图数据进行DM并应用于临床实践［14－16］。
4临床医学DM的特点
DM作用于医学数据库跟挖掘其他类型的数据库相比较，具有其自己的特点。以电子病历、医学影像、病历参数、化验结果等临床数据为基础建立的医学数据库是一个复杂类型数据库，这些临床信息具有隐私性、多样性、不完整性、冗余性、异质性和缺乏数学性质等自身的特殊性和复杂性，使得医学DM与常规DM之间存在较大差异。医学DM方法包括统计方法、机器学习方法、神经网络方法和数据库方法等。将这些不同的挖掘方法应用到疾病的诊断、治疗和预后分析以及医疗管理等各个领域，从疾病的诊治、医疗质量管理、医院管理、卫生政策研究与医疗资源利用评价等方面去获取诸如概念、规律、模式等相关知识；用于对疾病进行分类、分级、筛选危险因素、决定治疗方案和开药数量等［5］。
榱诵传贯彻国务院的《中国制造2025》、《关于积极推进“互联网+”行动的指导意见》和《关于深化制造业与互联网融合发展的指导意见》等有关文件精神，更好地推进浙江省制造业与互联网融合创新发展，促进经济转型升级，3月29日，由浙江省经济和信息化委员会主办，浙江省企业信息化促进会、浙江省首席信息官协会、中国产业互联网（浙江）研究院、上虞区人民政府承办，上虞区经济和信息化局、上虞区信息化促进会、龙盛集团、新和成股份集团协办的医药化工行业与互联网融合创新大会在上虞顺利举行。这次大会也是2017浙江省实体经济与互联网融合促转型系列活动的第一站。
此次大会紧扣热点话题，邀请了浙江省领导以及省内外专家共同探讨和分享国家制造业与互联网融合发展的政策、国内外医药化工行业互联网前沿技术和理论、医药化工行业与互联网融合创新解决方案以及医药化工行业大数据等热点问题。来自全省部分市县经信主管部门或相关部门、有关信息化服务企业或信息工程公司、全省重点医药化工企业、杭州大江东产业集聚区、宁波石化经济技术开发区、宁波大榭经济技术开发区、嘉兴港区、杭州湾上虞经济技术开发区、衢州绿色产业集聚区、台州国家医药新型工业化产业示范基地、绍兴现代医药高技术产业园区、余杭生物医药高技术产业园区、全省重点医药化工园区等负责人或代表以及医药化工行业的专家、学者等300余人，齐聚一堂，发声未来，共谱新篇章。
浙江省经信委副主任吴君青出席会议并致辞。他指出，互联网的技术和模式正在向实体经济渗透融合，这对于浙江省的制造业而言是新的机遇和挑战，新技术对原有的制造业生产关系、生产方式起到了革命性作用，企业的生产要素发生了变化，数据成为驱动企业创新，优化产业链的一种要素。浙江作为制造业大省和互联网大省，在制造业与互联网融合发展方面具备良好的基础，应该走在全国前列。医药化工行业一直是浙江省的支柱性产业，在工业总产值中占据比重很高，但近年来，受环境因素倒逼以及市场波动较大的影响，亟待转型。省内大型的医药化工企业正在不断谋求通过信息技术实现自身生产经营和管理的变革，例如镇海炼化积极推动智能制造，目前已成为全国智能制造的示范企业；又比如恒逸集团开始探索应用外部数据来应对市场的不稳定性。
上虞是浙江省精细化工行业的主要集聚区，龙盛、闰土等龙头企业在国内细分领域处于领先地位，在智能制造、工厂物联网、管理信息化等方面经过多年的探索和实践打下了较好的基础。上虞区委副书记、区长张壮雄在致辞时透露了一组数据，2016年全区实现地区生产总值773亿元，增长7%，财政总收入突破100个亿；医药化工行业是上虞的支柱产业，占了全区规上工业总产值的三分之一和制造业税收的三分之一，去年实现总产值是606个亿，增长了8.5%，利税74.9亿元，增长了18%。这些年来，上虞区围绕着绿色高端、世界领先的目标，加快医药化工行业与互联网融合的步伐，推动了医药化工行业信息化和绿色化的发展。
浙江省企业信息化促进会名誉会长、中国工程院院士孙优贤在致辞时讲道，我国的制造业面临着多重压力，包括劳动力成本上升、原材料价格大幅上涨，以及节能减排和产业升级的压力，但是同时应该看到这些压力也是制造业发展的机遇和挑战。两化深度融合既是国家战略，更是经济社会发展的必然途径。医药化工行业与互联网的融合是典型的两化深度融合的创新实践，应该根据医药化工行业具有的多品种、小批量、投资少、附加值高、技术密集度高、产品更新换代快等特点，创新融合互联网技术，综合运用人工智能2.0，研发和建设医药化工行业的智能设备、智能工厂，有效提高生产效率和运营效率，进而打造企业发展的核心竞争力。
为持续探索医药化工行业互联网转型的新路子，此次会议还举行了精细化工智能制造实验室签约及授牌仪式。实验室由中国产业互联网（浙江）研究院、浙江龙盛集团股份有限公司、中国电信浙江公司、浙江中控技术股份有限公司、杭州安恒信息技术有限公司等联合成立。合作各方承诺集中最优质资源、最前沿技术将实验室承建单位龙盛目标工厂建设成为国内精细化工领域领先的智能制造工厂，成为该领域的标杆样板；集中力量推动实验室成为前沿技术和方案的实验基地、基地和学习交流基地，成为相关智能制造行业标准的发起与倡导机构，积极承担国家、省、市各级相关智能制造领域的重点课题和科研任务，以及有利于行业推动和发展的各项工作。
中国石油、浙江龙盛集团股份有限公司、浙江闰土股份有限公司、浙江大学工业自动化国家工程研究中心、中国石化镇海炼化分公司、石化盈科、恒逸集团、浙江中控技术股份有限公司、浙江大学现代中药研究所、戴尔（中国）有限公司、荣盛集团、上海金自天正信息技术有限公司等12家医药化工领军企业、信息工程服务公司和研究机构分享了各自的实践探索和研究成果。其中，浙江大学现代中药研究所常务副所长刘雪松表示，未来如何把医药化工从原料、生产、流通等几方面。和互联网进行深度结合，在过程中利用大数据来进行质量管控，辅助决策，形成个性化定制化的智能制造系统，帮助企业应对市场需求非常关键。浙江大学工业自动化国家工程研究中心副主任王文海也认为，随着行业的发展，医药化工企业开始关注生产管理、生产过程和销售方式的改进，因此对智能制造技术的需求在不断提高。
【关键词】 中医药； 知识库； 知识工程； 知识共享
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
构建中医知识库系统是指用人工智能技术把中医药理论和专家的经验按规范化、标准化的格式，组建成知识库，达到资源查询和共享[1]。本文从构建方法、覆盖范围、应用情况等3方面对中医药知识库系统的研究进展进行了综述，以供中医药信息化领域的研究人员参考。
1 中医药知识库系统的构建方法
1.1 基于关系型数据库的中医药知识库系统 王连心等[2]提出以关系型数据库为基础构建中药知识库的方案。据此方案，中药知识库分为3个层次：第一个层次是事实数据层，包含存在于文献资料中的原始数据；第二个层次是知识本体层，其内容是领域概念和领域规则；第三个层次是策略层，其内容是策略性的结论和规则。在中药知识库的构建中，可将关系型数据库作为事实数据层，在其基础上建立准则层和决策层，使中药数据上升为中药知识。陈国宁等[3]在构建中医咳感症诊断专家系统的过程中，采用关系数据库作为知识库的存储组织形式，并实现了知识的增添、删除、修改等操作，以支持推理机制和咨询模块。
1.2 基于本体技术的中医药知识库系统 本体（Ontology）是一个源自哲学领域的术语，探讨世间万物如何存在。在计算机科学领域，本体是针对一个概念体系的正式而明确的规范[4]。本体一般针对特定领域和议题而建，它使交互各方对特定领域内共用的概念、词汇以及概念分类等达成一致，从而支持知识的共享和重用。近年来，本体技术逐渐成为构建中医药知识库系统的主流手段[5]。
徐彬锋等[6]将本体技术引入到医学知识组织当中，构建出包括中医本体和西医本体两大分支的医学本体框架。该本体定义了医学领域的类、类间关系以及它们须满足的约束。其中，中医本体包括中医疾病类、中医证类、中医舌诊类、中医脉诊类、中医病案类；西医本体包括疾病属性类、化学物质类、疾病类、诊断类和器官类。Protégé工具被用于构建和展示这一本体。这项工作展示了本体知识库的可重用性和可扩展性等优点。
谷建军[5]基于本体技术构建了一个中医古籍知识库。中医古籍所蕴含的知识相当丰富，知识之间的关联关系错综复杂，每一部中医古籍都作为一个本体存在，将所有中医古籍构成一个综合本体的难度可想而知[6]。谷建军[5]提出基于中医古籍文献叙词表构建领域本体的方法，该叙词表以一个树状结构表达了中医古籍文献的概念体系，其中的概念来自于中医古籍内容。谷建军[5]使用Protégé 2000工具将该叙词表转换为一个OWL本体，该本体继承了叙词表的概念结构，但对概念之间的语义关系进行了更为深入细致的描述，为建立文献之间的知识关联提供了可行的途径。
此外，还有很多学者开展了构建中医药本体知识库的探索工作。例如，车立娟等[7]以Protégé为工具，构建了用于表达“肺阴虚证”病机规则的本体知识库；李新霞[8]以Jena为工具，构建了中医脾胃病领域本体知识库；孙海舒等[9]从规范控制、构建原则、本体构建工具、系统架构、术语规范化、构建本体模型等诸多方面，探讨如何基于本体构建中医古籍知识库；易钢等[10-11]基于本体，构建了一个中医知识库系统，其中包括中医概念、关系、推理及中医诊断等大量知识。这些工作初步验证了将本体技术用于构建中医药知识库的可行性，为中医领域内的知识组织提供一种新的方法，但构建全面、完整、实用的中医药学本体仍是一个长期而复杂的过程。
1.3 基于神经网络的中医药知识库系统 中医诊断学知识具有不确定性、复杂性、模糊性等特点，需要能够充分模拟症状与证候之间的非线性映射关系的数据模型。人工神经网络（Artificial Neural Network，ANN）是由大量处理单元（神经元，Neurons）互连而成的网络，是对人脑的抽象、简化和模拟[12]。ANN具有非线性映射功能，其通过对输入输出样本的自动学习，能够以任意精度逼近任意复杂的非线性映射，因此很适合模拟中医诊断的推理过程。
吴芸等[13]使用神经网络方法，构建了面向中医舌诊八纲辨证的知识库。该项研究基于“舌象”与中医“八纲”（包括表、里、寒、热、虚、实等）之间的对应关系，建立了“概率神经网络”、“广义回归神经网络”和“学习矢量量化神经网络”等3种类型的神经网络，并尝试将其用于中医诊断推理。另外，周金海等[12]也利用ANN算法构建了中医舌诊知识库，它所预测的舌像与八纲辨证的关系与临床诊断结果基本一致（个别属性存在误差）。这些工作说明采用神经网络技术构建中医诊断知识库是可行的。
2 中医药知识库系统的覆盖范围
2.1 中医人体知识库 赵静等[14]初步建立了一个“三维可视人中医知识库”，将经络腧穴学等中医知识融入三维可视人模型中，构成了具有中医特色的人体三维医学影像图谱。该知识库使用语义网络方法，描述腧穴与经络之间的归属关系，以及腧穴与解剖结构（包括肌肉、骨骼、内脏、血管、神经等）之间的对应关系。它还包含腧穴标准定位、功能主治、针刺方法、进针层次、毗邻结构以及针刺意外等针灸临床知识。这项工作为今后开发基于“中国虚拟人”的腧穴和经络三维可视化模型提供了支持。另外，郑雷[15]在三维人体可视化模型上对中医腧穴进行了系统定位，并开发了能够显示中医针灸针刺过程的三维影像浏览器。
2.2 中医疾病和证候知识库 在医学知识中，最重要、最核心的知识是关于疾病的知识[1]。徐彬锋等[6]以冠心病知识为例，建立了中西医知识相结合的本体知识库。该系统定义了“冠心病”及相关疾病的中英文名称、定义、发病率、病因和主要治疗方法等信息，并进一步定义了诊断学公理。这些公理是医学元知识（即关于医学知识的知识），比一般的医学知识具有更高的抽象层次。例如，发病率大于0小于1；疾病的并发症是一种疾病；疾病的人群死亡率小于发病率等。该系统再经完善、扩展后可用于中医辅助诊疗。
谷建军[5]建立以“病证”为中心的本体模型，将中医古籍中的相关概念和知识加入本体之中。该本体包括证候、病位、病因、病机、鉴别诊断、治则、治法、用药、处方、治疗禁忌等类型，明确了类型的属性和相互关系，能较为准确地反映中医对“病症”的理解和认识。
李新霞[8]以老中医关于脾胃病的病案为基础，建立了中医脾胃病领域本体知识库。该项目对中医症状术语进行了规范化处理，将零散的中医脾胃病知识组织起来，实现了疾病诊断、证候诊断、治法、方药等方面的推理功能，以支持知识共享和疾病诊疗。
2.3 中医医案知识库 中医医案是中医临床思维活动和辨证论治过程的记录，是中医理法方药综合应用的具体反映形式[16]。特别是名老中医的医案，对于中医理论和方法的传承具有重要意义。近年来，在名老中医经验传承的背景下，中医医案知识库的构建成为学术界的一个热点。彭笑艳[16]采用本体、Agent等技术，构建了中医医案知识库，其中主要包含中医肝病、胃病等领域的医学知识、材料和医案，为用户提供在线诊疗服务。曹宇峰[17]基于本体技术设计了中医病案知识模型，构建了中医病案的知识库，以辅助学生通过大量病案实践来巩固所学的理论知识。
2.4 中药知识库 中药知识是提高中医临床与学术水平的重要环节和文献宝库之一，值得当代医家学习与研究[18]。王连心等[2]提出了一套中药知识库的设计方案，该知识库的内容包括中药的名称、出处、剂量、性味、归经、功效、主治、用药宜忌等信息，以及方剂的处方来源、剂型、药物组成、功效主治、制备方法、用法用量与禁忌等。这些知识通过对古典医籍、学术专著、学术期刊和报纸、各种学术会议论文和报告以及相关指南等进行普查与筛选、分析与整理而获得。该方案还对中药命名、药效和剂量的规范化问题进行了讨论。
2.5 中医养生知识库 《黄帝内经》是中医药理论体系的奠基之作，其养生理论和方法对中医养生学有着深远的影响[3]。臧知明[19]采用Linux、MySQL、PHP等技术，初步构建了面向网络应用的《黄帝内经》养生知识库。臧知明[19]对《黄帝内经》的语言特点和思维方式进行了分析，提出了基于词句的《黄帝内经》养生知识的表达模式，并提出了《黄帝内经》养生知识库的框架。
3 中医药知识库系统的主要应用
3.1 面向中医临床诊疗的专家系统 中医专家系统是指用计算机人工智能技术来模拟著名老中医诊疗患者的临床经验，从而使该软件具有专家水平的诊治患者的能力[1]。知识库是专家系统的核心部分，它决定系统设计的正确与否，也影响系统其他模块设计的难易以及系统运行的效率[3]。马斌荣[1]于1979年研制了“中医关幼波诊疗肝病的计算机程序”。该系统开临床诊疗专家系统之先河，并启动了中医信息化的进程。陈国宁等[3]采用产生式规则来表示专家知识，以知识库的形式对这些知识进行组织，并实现了混合推理的机制，在此基础上，实现了一个能对中医咳感症进行诊治的专家系统。在中医诊疗技术现代化的背景下，中医专家系统、智能化辅助中医诊疗系统的研发工作成为中医药信息化建设的热点，中医药知识库系统作为其中的支撑技术也得到了学术界的重视。
3.2 中医计算机辅助教学系统 中医药知识库能有效支撑领域知识的检索、浏览和形象化展示，因此对于中医教学工作具有良好的辅助作用。徐彬锋等[6]将其开发的知识库系统用于《医学基础》课程的教学工作，取得了良好的效果。学习者反映，使用这个系统可以迅速定位到系统所包含的概念，从而加速对相关概念的理解。但该系统的内容仅限于知识库构建者所掌握的医学知识，而未覆盖所有的相关知识。为提升该系统在教学中的实际价值，尚需扩展其范围并完善其功能。
4 结语
中医药知识库系统在中医药信息化和中医药知识工程等领域中都扮演着核心的角色。在中医药领域，关系型数据库目前是实现知识库最为实用的手段；领域本体则在复杂知识建模和推理等方面显示了技术优势，且其实现技术和工具日趋成熟；学者们也在探索使用人工神经网络等机器学习和人工智能手段来实现知识库，体现出了较大的潜力。知识库系统已被用于中医疾病、证候、医案、中药、养生和古籍等诸多领域，且在辅助临床诊疗、辅助教学等方面取得了一些实际应用。但从现有的文献来看，中医药知识库系统的建设尚不成熟，还有很长的路要走。学者们尚需在术语规范化、知识建模方法、本体工程方法、知识获取方法和推理机制等方面开展深入研究，并进一步开展中医药知识库系统在中医药信息化中的实际应用。
参考文献
[1]马斌荣.中医专家系统与中医知识库-中医领域计算机软件的开发与应用[M].北京：北京出版社，1997：68-98.
[2]王连心，孟庆刚，王志国，等.中药知识库设计浅析[J].世界中医药，2011，6（6）：535-537.
[3]陈国宁，陈秋莲.一个中医咳感症诊断专家系统的设计[J].广西大学学报：自然科学版，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]谷建军.基于叙词表的中医古籍文献领域本体建模方法研究[D].北京：中国中医科学院中国医史文献研究所，2006.
[6]徐彬锋，温志浩，罗小刚，等.基于本体的医学知识库构建及应用[J].北京生物医学工程，2012，30（6）：618-623.
[7]车立娟，王瑾德，，等.基于“肺阴虚证”本体的中医证候知识库构建方法研究[J].上海中医药大学学报，2009，23（4）：18-20.
[8]李新霞.基于本体的中医学脾胃病知识库的构建[D].南京：南京理工大学，2008.
[9]孙海舒，符永驰，张华敏，等.基于本体论构建中医古籍知识库的探索[J].医学信息学杂志，2011，32（3）：64-68.
[10]易钢，罗尧岳.基于本体的中医知识库系统的研究[J].医学信息：上旬刊，2010，23（19）：3516-3518.
[11]易钢.应用Protégé构建中医药学本体方法研究[J].电脑知识与技术：学术交流，2012，8（1）：223-225.
[12]周金海，杨涛，沈大庆，等.基于ANN的中医舌诊八纲辨证知识库构建与应用[J].计算机应用研究，2010，27（5）：1771-1772.
[13]吴芸，周昌乐，张志枫.中医舌诊八纲辨证神经网络知识库构建[J].计算机应用研究，2006，23（6）：188-189.
[14]赵静，庄天戈，刘红菊，等.基于语义网络方法的三维可视人中医知识库[J].上海交通大学学报，2005，39（4）：517-521.
[15]郑雷.结合中医针灸的三维医学影像学研究[D].上海：上海交通大学，2004.
[16]彭笑艳.基于中医医案的知识库构建[D].北京：北京科技大学，2009.
[17]曹宇峰.病案分析引导下的中医智能教学的研究[D].北京：首都师范大学，2005.
[18]胡滨.中医药文献检索[M].上海：上海科技出版社，2007：33-45.
