七、DIKWP模型：作为共同语言的标准化坐标（核心抓手）7.1 DIKWP是什么、为何关键

报告采用已进入国际标准体系的 DIKWP（数据–信息–知识–智慧–意图）模型，用于对比与贯通数据科学与信息科学的表征体系。

同时指出：DIKWP所指向的“数据信息知识互联互通”，也是中国工程院相关科技挑战的重要方向之一，并与中西医交融的知识互联互通议题形成呼应。

7.2 国际标准化位置

报告提到：DIKWP 已在 2025-10-15 写入 ISO 智慧城市标准架构，从而提供一张“数据—信息—知识—智慧”的地图，为跨语言、跨体系的语义映射与对话提供共同坐标。

7.3 医学场景下的直观解释：智能=正确交付 DIK

报告引用对“智能”的定义：在规定时间和地点，把正确的数据信息知识送给需要的人，并指出医疗活动本质上符合这一结构——医患双方以各自的DIK来满足治疗意图。

八、生命与疾病的信息论阐释：物质–能量–信息、信息场与负熵

报告对大会多位专家提及的“物质—能量—信息”作出进一步凝练：人既是物质场、能量场也是信息场，三者交互呈现健康与疾病的动态机制；信息场在物质场与能量场交互中起控制作用，可作为判断生命状态的重要参照。

在此基础上，报告借助薛定谔“生命以负熵为食”的观点，将疾病解释为“负熵不足、熵增偏离”，并结合香农信息论提出：信息在本质上承担“抵消熵增”的作用。

进一步，报告强调“患者是主角”：患者提供数据、信息、经验与知识，更关键的是带着明确意图而来，医疗行为应满足其意图；这也与 DIKWP 的“意图”层相呼应。

九、关键风险与战略议题：过度数据化、语义损失与“弃医验药”

报告对“用现代科学解读中医药”提出实践层面的警示：现实中容易“更多解读中药、忽略中医方法与理论”，学界也长期提醒避免“弃医验药”（只验药效、把药当成全部）。

核心风险在于：若仅用数据科学把中医压扁成数据标签，处理中间会发生语义损失甚至扭曲；因此主观客观化不应被等同为“信息数据化”。

报告进一步指出，这牵涉到话语权与数据空间主权安全；语义主权是数据空间主权中的关键一环。

十、主权人工智能与语义主权：面向工程落地与安全治理的底座

报告将大模型类比为“语义接龙机器”（文字接龙只是概念层，语义才是概念的真实含义），因此在工程化落地中必须重视“主权人工智能”——由国家自主开发、训练、控制并评测的综合性AI系统；并在此框架下提出维护中医话语与文化价值表达的“语义主权”。

同时，报告从可持续角度提示算力与能耗问题：大模型训练功耗持续攀升，若非绿色能源，甚至可能成为健康的“致病因素”；这要求在医疗AI工程化中把“效率/能耗/可持续”纳入硬指标。

十一、数学化“底层结论”：P/NP视角与哥德尔类比（用以澄清边界）

报告用计算复杂性作类比：若把数据处理视为 P 类问题空间，则信息科学中的不少问题更接近 NP 类；所谓“把信息压缩为数据再还原”，本质上对应在不过度损失前提下求解压缩与还原的难题。

由此引出哥德尔不完备性定理的类比：若一味把所有东西强制压到“数据—知识”形式系统里，该系统不可能穷尽信息空间可表达的全部真理；因此“中医完全西医化”不可能无损容纳中医全部知识（可作为讨论边界的“数学版说明”）。

相应地，“西医中医化”在表述层面可行，但仍要追求处理效率；并可借吴文俊“数学机械化”的思想，为可工程化、可计算的部分建立体系化处理框架。

十二、实践探索与应用场景（报告提及）

1. 多医学体系的语义对接：报告提出将传统医学与云南地区七大民族医学放到一起比较，认为可联合服务治病，但前提是纳入统一语义空间对接，而非停留在概念争论。

2. 平台与原型应用：报告提及已搭建平台并运行多种原型应用，以承载中医现代化下的AI医学，强调“信息医学、主动医学”的落地载体。

3. 医患语义对齐与慢病管理（高血压）：报告强调实验重点在于保障医患认知交互的理解一致与透明，能够主动检测认知偏差、提高认知效率；并以高血压管理为例提出“全流程贯通”，打通医院侧与家庭侧数据与信息的割裂。

十三、面向未来：从黑箱到可解释智能与“人工意识雏形”

报告提出，未来希望面对的是可解释、可信、负责任的AI，而非完全黑箱；并用“快模型/慢模型”类比意识与潜意识，援引荣格对“打通潜意识与意识通道”的历史工作，指出这些设想可在语义数学框架下表述。

报告还指出，AI反过来会促进我们理解人类自身与“自我叙事/直接体验的自我”的融合，并在实验中通过医患话语语义对齐探索相关可能性。

十四、工程化落地建议（在报告框架下的扩充整理）

以下为在报告逻辑下可直接转化为“标准化+工程实践”工作包的建议清单（属整理扩充，不代表原文逐字表述）：

14.1 标准体系（建议按 DIKWP 分层建设）

• D（数据）层：统一采集口径与质量控制（设备、单位、时间戳、场景）；明确院内EHR与院外可穿戴/居家设备的数据接口规范。

• I（信息）层：建立“症状–感受–情境”结构化表达规范（尤其是主观感受的语义结构，而非强行百分比化），形成可检索、可对齐的叙事模板。

• K（知识）层：沉淀诊疗知识图谱/路径库，明确证据等级与适用边界，避免把经典语义简化成标签。

• W（智慧）层：将临床推理过程显式化（为什么这么辨证/为何这样用药/如何平衡风险收益），为可解释AI准备“推理轨迹”。

• P（意图）层：把患者目标（缓解、功能恢复、生活质量、长期管理意愿）与医生目标（安全、有效、依从性、资源约束）明确为系统输入与评估基准。

14.2 平台架构（建议三层）

• 数据与隐私层：分级授权、可审计访问、脱敏/联邦等策略，面向“数据空间主权与安全”要求。

• 语义与知识层：语义映射、术语对齐、跨体系本体/知识图谱，确保“语义主权”与跨语言精准翻译。

• 模型与应用层：以主权AI为底座，结合检索增强与可解释机制，输出“结果+理由+不确定性+可追溯证据”。

14.3 评测与治理（建议四类指标）

• 语义保真度：语义压缩/还原损失是否可控（呼应“信息压缩到数据再还原”的难题意识）。

• 可解释与可信：推理链透明度、可追溯证据、错误可定位与可纠偏。

• 效率与可持续：算力、能耗、延迟、成本，纳入绿色能源约束。

• 临床与体验：结局指标+医患共识达成质量（认知对齐程度、依从性、满意度）。

十五、结语（整理归纳）

报告以“标准化”为根，借 DIKWP 构建跨体系的共同语言，强调在 AI 成为基础设施的时代，中西医交融的关键在于语义、认知与意图的可对齐、可计算、可治理；同时警惕过度数据化带来的语义损失与文化话语权风险，倡导以主权人工智能与语义主权为底座，推动中医药现代化在工程化路径上实现可解释、可信、可持续的智能落地。

转载本文请联系原作者获取授权，同时请注明本文来自段玉聪科学网博客。
链接地址：https://blog.sciencenet.cn/blog-3429562-1513646.html

上一篇：第十二届中国中西医交融大会 大会报告整理稿(上篇)