AI 華佗 智慧醫療
從「熵減工程學」看 AI 如何讓中醫辨證走向可計算、可互通
來源：Google News · 2026年6月24日
新聞重點
一篇以「熵減工程學」重新詮釋中醫的論述引發關注：作者認為中醫並非單純的經驗積累，而是透過陰陽五行等系統將人體「失序」收斂回穩態的工程邏輯。AI 的出現讓這套隱性規則有機會被形式化、可計算化，也讓中醫走向現代醫學對話成為可能。
議題分析
中醫長期被外界貼上「經驗醫學」標籤，原因在於其辨證過程缺乏形式化表達，難以被西方醫學框架驗證。「熵減」視角提供了新的切入點：中醫的四診合參與臟腑理論，本質上是在蒐集人體「熵增」訊號並尋找收斂路徑。問題不在於邏輯不存在，而在於這些規則長期以師徒口傳形式流傳，缺乏機器可讀的結構。AI 醫療的真正挑戰，正是將這套隱性知識外顯化、可審計化——讓中醫的「秩序工程」得以傳承與互通。
AI 華佗 的設計觀點
面對中醫辨證規則難以形式化的痛點，一個可行路徑是讓規則「先於模型存在」。八綱與臟腑辨證邏輯拆解為 128 條可讀規則，讓中醫師得以逐條檢視 (proofPoint #1)；混合推理以規則 ×0.6、LLM ×0.4 為架構，每個結論保留完整推理路徑與 RAG 證據 (proofPoint #2)(proofPoint #3)。證型同步對應 ICD-11 TM 並輸出 FHIR R4 Bundle (proofPoint #4)，使中醫資訊得以進入現代醫療資料流，而非孤立於傳統框架之外。
了解更多
AI 華佗
可驗證的中醫問診 AI 系統 — 規則 128 條 + LLM 混合辨證，每一步都能追溯到規則、證據與標準碼；輸出 FHIR R4 + ICD-11 TM。
本文為 yao.care 對公開新聞的議題評論。原始新聞由 Google News 報導。
閱讀原始新聞