《DIKWP模型，破解中医AI“黑箱”难题，推动中医药标准化与智能诊疗落地：人-宇宙-生命整体观的主动医学新范式》 

在人工智能成为社会基础设施的新时代，段玉聪从信息科学、语义数学与人工意识研究的战略高度，系统阐述了中西医融合的核心路径与未来方向。他指出，中医更接近“信息科学”，强调动态关联、结构化语义与整体认知；西医则更接近“数据科学”，强调可量化的表征与局部机制。二者长期以来的冲突，本质上并非科学冲突，而是语义空间、认知模型与信息表征方式的错位。因此，中西医能否在智能时代实现真正的互联互通，关键取决于是否能够建立一套跨文化、跨学科、跨语言的统一语义坐标。

段玉聪教授提出，DIKWP（数据—信息—知识—智慧—意图）模型已经成为解决这一问题的核心方法论，并已正式写入 ISO 国际标准架构。该模型不仅提供了医学认知、智能诊疗、医患沟通的统一表达框架，更为人工智能对白盒化、可解释化的医学模型奠定了基础。生命可被视为信息网络中的自组织结构，疾病则是熵增导致的协同下降；从这一视角出发，人工智能是一种能够大规模制造负熵、提升生命秩序和健康水平的文明工具。由此，主动医学、治未病、整体医学的理念，与现代人工智能所提供的智能推理、知识建模、语义计算能力实现了天然对接。

同时，报告强调一个被普遍忽视但极具战略意义的风险：过度依赖数据科学可能会将中医信息结构“压扁”为数据标签，导致严重的语义损失与知识断裂，从而误解乃至削弱传统医学的真实价值。面对这一挑战，现代化不能等于简单“数据化”，而应是信息科学、数据科学与知识科学的多层融合。为此，段教授提出“主权人工智能”与“语义主权”两大概念，指出医学智能系统必须坚持自主研发、自主训练、自主可控，才能确保中医药的知识体系在数字化时代不被误读，不被替代，更不被异化。

未来的医学人工智能不应是缺乏解释能力的“黑箱系统”，而应向拥有认知结构、具备“人工意识雏形”的可解释智能发展。在此框架下，医学诊疗将实现语义透明、认知对齐、意图驱动，使医患共识的达成更加精准，高血压等慢病管理也将转向“全链路意图驱动式主动健康”。

总体而言，段玉聪的报告为中西医融合提供了一条能够跨越语言鸿沟、学科壁垒与文明差异的深层路径：以信息科学为桥梁，以语义数学为工具，以 DIKWP 为通用坐标，以主权人工智能为保障，推动中医药在智能时代获得真正的科学表达与全球性的现代复兴。