一、学科简介

医药大数据与人工智能是中医药学与数据科学、智能工程学科相互融合的一门交叉学科。该学科以提高中医药数据获取、转化与利用能力为目标，以中医药大数据为研究对象，以人工智能方法论为研究方法，主要研究中医药领域中信息的运动规律及其相互作用。其内涵是指对中医药信息的获取、存储、处理和输出，以中医药学理论和中医药学知识体系为基础，融合大数据、云计算、机器学习等人工智能领域工程技术，结合数学、统计学、计算机科学等各种工具，研究中医药信息动态现象运动规律，以阐明和理解医药大数据背后所包含意义，为发展中医药学理论与方法学及推动中医药现代化提供支撑。

二、培养目标

服务国家人工智能和中医药发展重大战略和经济社会发展需求，以立德树人为根本，在德智体美劳全面发展的基础上，培养在医药大数据与人工智能领域掌握坚实的理论基础和系统的专门知识，具备从事中医药大数据与人工智能研究、解决中医药创新发展和交叉融合应用的能力，具有高度社会责任感的高层次复合型人才。

三、研究方向

（一）中医药大数据知识发现与应用

本研究方向致力于挖掘新安医学这一传统医学宝库的精髓，通过运用大数据分析技术，系统梳理并提炼其医学文献与临床数据中的珍贵知识。利用先进的数据挖掘方法，深入剖析新安医学，揭示其医学原理和治疗策略。结合科学的数据管理，致力于发现疾病的根本机制，评估药效及安全性，并研发高效的临床辅助系统。同时，专注于利用大数据构建疾病预测模型，创立风险评估方法，为患者量身打造治疗方案。通过融合医学、药学、数据科学等领域知识，推动大数据在医药领域的广泛运用，为提升人们的健康和治疗水平贡献力量。

（二）人工智能辅助药物设计

本研究方向致力于潜在候选药物的筛选，靶蛋白结构，药物分子结构、药物相互作用和生物活性的预测，对药物分子进行精准的优化和改良，以及从头药物设计等。具体内容包括利用AI技术对庞大的化合物数据库进行分析，筛选出具有潜在药效的候选药物；借助深度神经网络模型预测3D蛋白质结构，设计符合目标蛋白位点的化学环境，精确预测药物与受体或蛋白质的相互作用；基于递归神经网络的自适应生成算法评价药物的相似性、化学可行性、多样性和有效性；以及对大量个体基因组数据和临床表现数据进行分析，帮助医生预测药物疗效和副作用，提供个体化的用药指导