从二元对峙到系统整合：传统医学现代化的范式重构与体系构建——基于系统科学、多组学技术与人工智能的整合研究

从二元对峙到系统整合：传统医学现代化的范式重构与体系构建

——基于系统科学、多组学技术与人工智能的整合研究

摘要

“中西医之争”长期陷于二元标签化的叙事，遮蔽了一个基本事实：传统中医与传统西医都在经历或已经经历了向现代医学的转型。本文首先辨析“传统中医”“传统西医”与“现代医学”三者的概念边界，指出当代中国的“中医”与“西医”实质上是两种传统医学体系在现代医学架构下的延续与转型形态，二者并非“传统vs现代”的文明冲突，而是两种认知范式在同一框架下的互补性分工。在此基础上，本文系统梳理了中西医整合从“经验性并用”到“循证化转型”再到“机制性融合”的范式演进，整合了网络药理学、系统生物学与多组学技术、人工智能与大模型以及中西医结合临床指南等领域近年来的前沿进展。本文进一步提出，未来医学的走向既不是“以西统中”也不是“以中替西”，而是在现代医学的共通架构下，构建以系统科学为方法论、以精准医学为目标、以患者个体化为导向的整合医学新范式。

关键词：传统中医；传统西医；现代医学；中西医整合；网络药理学；系统生物学；整合医学

一、引言：走出“中医vs西医”的标签化叙事

“中医”与“西医”的对举，是近代以来中西文明碰撞的产物，在历史语境中形成了二元对立的认知惯性。然而，这一标签化叙事掩盖了一个更为复杂的事实：无论是中医还是西医，都在经历着从“传统形态”向“现代形态”的持续转型。

传统中医，指的是以《黄帝内经》《伤寒杂病论》等经典为理论基石、以阴阳五行学说为解释框架、以四诊八纲和辨证论治为核心诊疗模式的古典医学体系。传统西医，指的是以希波克拉底、盖伦为代表的古希腊-罗马医学传统及其在欧洲中世纪和近代早期的延续形态——这一传统同样充斥着四体液说、灵气说等在今天看来“不科学”的理论。而现代医学，则是建立在解剖学、生理学、病理学、微生物学等实验科学基础之上，以循证医学为方法论圭臬的全球性医学体系。

关键的认识论转折在于：传统西医在19世纪中叶以后通过细菌学说、细胞病理学、实验药理学的革命性突破，完成了自身的现代化转型，成为现代医学的主体；而传统中医则在20世纪以来，在与现代医学的相遇、碰撞与对话中，正在经历着自身的现代化转型。 当代中国的“西医”实质上是“已经完成现代化的西方传统医学”，而当代中国的“中医”则是“正在经历现代化的中国传统医学”。两者同处现代医学的架构之下，共享着现代科学的方法论工具和循证医学的评价标准，差异在于各自所承袭的认知传统和诊疗范式不同。

整合医学（Integrative Medicine）在全球范围内受到越来越多的关注，强调中医与西医之间的协作，以提升医疗服务的质量和效率。正如Wong等人在2026年发表于Journal of Integrative Medicine的Scoping综述中所指出的，中医在跨学科团队中扮演着八个关键角色——减轻西医治疗引起的副作用、促进西药减量与预防、延缓疾病进展、改善心理健康、提供疼痛缓解、支持卒中康复、管理症状、调节免疫系统。当前所需要的不是简单的共存，而是真正的整合——利用两种医学体系的互补优势来应对人类健康不断演变的挑战。

本文旨在走出“中医vs西医”的二元标签化叙事，在现代医学的共通架构下重新审视传统中医与传统西医的关系，系统梳理两者整合的最新学术与临床进展，并勾勒未来医学的整合范式。

二、概念辨析：传统形态、现代转型与当代并存

2.1 “传统西医”的现代化历程：一个被忽视的参照

当代语境下的“西医”常被等同于“现代医学”，这本身就是一个历史性的误认。西方医学同样经历过漫长的“传统”阶段。

古希腊医学家希波克拉底提出的四体液学说——血液、黏液、黄胆汁、黑胆汁的平衡决定健康与否——本质上与中医的阴阳五行学说处于同一认识论水平：都是基于观察经验的哲学类比，都缺乏实证科学的验证机制。盖伦的医学体系统治了西方医学近1500年，其权威性直到16世纪才受到维萨里解剖学的挑战。

传统西医向现代医学的转型，关键节点在于19世纪中叶的三大革命：其一，巴斯德和科赫的细菌学说建立了疾病的微生物病因学；其二，魏尔啸的细胞病理学将疾病定位到细胞层面；其三，实验药理学的兴起使药物疗效可以通过可重复的实验来验证。这一转型的本质，是从哲学思辨范式转向实验科学范式。

这一历史经验具有重要的参照意义：中医的现代化并非“被西医同化”，而是走一条类似于西医曾经走过的道路——从哲学解释走向科学验证，从经验传承走向机制阐明。

2.2 当代“中医”与“西医”：现代医学架构下的两种范式

在当代中国的医疗实践中，“中医”和“西医”实际上都已经是现代医学架构下的存在形态。

西医在当代中国的实践，早已不是纯粹的传统西医——它运用的是基于现代科学的诊断技术（影像学、实验室检查）、治疗手段（抗生素、手术、靶向药）和评价标准（随机对照试验、循证医学）。它是全球现代医学体系在中国的一个分支。

中医在当代中国的实践，同样不再是纯粹的传统中医——它使用现代制药技术生产的中成药，借助现代诊断设备辅助四诊，采用随机对照试验的方法验证方剂疗效，运用网络药理学和系统生物学的方法阐释作用机制。它是正在与现代科学深度融合的传统医学体系。

两者的差异因而不再是“传统vs现代”，而是在现代医学的共通方法论框架内，两种不同的认知传统和诊疗范式的差异：在认识论基础上，当代中医秉持整体论与关系思维，当代西医秉持还原论与实体思维；在疾病观上，前者关注系统失衡（阴阳失调、气血不和），后者关注局部病变（病原体、基因突变、组织损伤）；在诊断范式上，前者通过四诊判断“证候”，后者通过实验和影像确定“疾病”；在治疗逻辑上，前者强调系统调节以恢复整体平衡，后者强调精准打击以消除病灶或阻断通路。

三、从并用走向融合：中西医整合的范式演进

中西医的整合经历了从“经验性并用”到“机制性融合”的范式演进。

3.1 第一阶段：经验性并用（1950s—1990s）

这一阶段的整合主要表现为临床层面的“中药+西药”并用模式。标志性成果包括陈可冀院士团队围绕“活血化瘀”原则系统发展的冠心II号方，以及吴咸中院士团队建立的急腹症中西医结合治疗范式。这一阶段的特征是实践驱动——疗效在临床中被反复证实，但机制尚不清楚。

3.2 第二阶段：循证化转型（2000s—2010s）

进入21世纪，中西医整合进入循证医学时代。随机对照试验、系统评价和Meta分析被广泛应用于验证中西医结合疗法的疗效。2021—2022年，共有266部中国传统与整合医学指南和共识声明符合STAR评价的纳入标准，最高的STAR评分为96.5分（满分100分），中位评分为23.3分，平均评分为32.0分。在指南层面，多个中西医结合临床指南相继发布，标志着整合医学从学术倡导走向标准化实践。

3.3 第三阶段：机制性融合（2020s至今）

当前，中西医整合正在进入一个全新的阶段——机制性融合。数据科学、系统生物学和人工智能的进展，正在使整合从“是什么有效”转向“为什么有效、如何更有效”。

这一阶段的核心特征是机制阐明——通过系统生物学、网络药理学、多组学技术等手段，从分子和系统层面揭示中医药的作用机制，使整合从“经验性的有效”走向“机制可知的有效”。正如Ting等人在2025年发表于QJM的研究中所指出的，将多组学技术与传统中医相结合，正在为中医药的现代化提供前所未有的技术手段。

有学者提出了“有机整合”的理念，认为中西医结合的未来在于从简单的“中药+西药”的物理叠加，走向基于系统科学指导下的深度机制融合。

四、整合的技术支撑：从系统生物学到人工智能

4.1 网络药理学：架起中医理论与现代药理学的桥梁

网络药理学在系统生物学中发挥着关键作用，架起了传统中医理论与当代药理学研究之间的桥梁。2007年，英国药理学家Andrew L. Hopkins在Nature Biotechnology上首次提出“网络 pharmacology”概念。网络药理学使研究者能够构建多层网络，系统性阐明中医多成分、多靶点的作用机制。其核心原理是：疾病的基本原因是生物网络失衡。

2025年，Chinese Journal of Natural Medicines发布了《网络药理学在中药新药研发中应用的通用专家共识》。该共识旨在探讨网络药理学作为新理论、新方法和新工具在中药新药研发中的特点、进展、挑战、适用路径和具体应用。

网络药理学在中医药领域的应用已广泛覆盖药效物质基础识别、作用机制解析、毒性安全性评价及新药开发等方面。例如，一项2025年发表于Pharmaceuticals的研究通过网络药理学、分子对接和实验验证，系统揭示了益气活血解郁颗粒通过PI3K-AKT和MAPK等多条信号通路治疗缺血性卒中的机制。另一项发表于Phytomedicine的研究整合了化学成分分析、转录组学和网络药理学，阐明了加味四妙勇安汤通过DDAH/ADMA/NO通路改善急性冠脉综合征的综合多靶点机制。

此外，一项发表于Medicine的研究整合了数据挖掘与网络药理学，系统分析了名老中医治疗化疗所致手足综合征的处方规律，识别出黄芪、茯苓、太子参等核心药物组合及其通过MAPK和PI3K-Akt通路发挥作用的分子机制。这些研究充分展示了网络药理学在连接传统中医临床经验与现代分子机制方面的独特价值。

然而，挑战依然存在——各数据库之间缺乏标准化的数据收集、对炮制中药的考虑不足、研究结果的可靠性仍有待提升。

4.2 系统生物学与多组学技术：揭示“证”的科学内涵

系统生物学是在系统论指导下，综合运用各种研究手段，将生物学门类、过程系统性分析综合的研究方法。系统生物学驱动的多组学技术可从基因及其表达、蛋白、代谢物等不同层面解析中医药理论内涵和应用机制。

Li等人2025年发表于Journal of Ethnopharmacology的综述系统总结了基于组学方法解读传统中医的研究进展，指出为了将中医充分整合进现代医学，需要进一步发展稳健的组学策略，这一愿景包括由先进计算能力和安全数据基础设施支持的个性化医学。

多组学技术的整合应用，正逐步揭示中医药通过调控“基因-蛋白质-代谢物”多维网络发挥治疗作用的系统生物学机制。一项2025年发表于Phytomedicine的研究整合了网络药理学、体内外实验和多组学分析，首次证明了参茸固本还少丸的神经保护作用，揭示了其通过调控Wnt/β-catenin信号通路和“微生物-肠道-大脑”轴发挥作用的潜在机制。

在中医证候研究领域，代谢组学技术正在为证候的客观化分类提供新的工具。Li等人2025年发表于Clinical Rheumatology的研究通过血清代谢组学分析，鉴定了类风湿关节炎湿热痹阻证与肝肾不足证之间的15种差异代谢物和两条扰动通路（鞘磷脂代谢和D-氨基酸代谢），其中多种代谢物的AUC值超过0.90，展现出良好的诊断效能。另一项2025年的研究通过非靶向代谢组学揭示了胃肠道癌症中脾虚血瘀毒证型的代谢组学特征，为“异病同治”原则提供了代谢层面的科学依据。

在中医体质研究领域，一项基于生物信息学和机器学习的整合分析鉴定了阴虚质与阳虚质的特征基因。此外，一项针对台湾人群的基于人群的研究探讨了多基因风险、中医体质与抑郁症之间的关联。这些研究表明，系统生物学与多组学技术正在为中医“证”和“体质”的科学内涵提供日益丰富的实证基础。

4.3 人工智能与大模型：从经验驱动到数据智能

人工智能与大模型技术正在推动中医药从经验范式向数据智能范式转变。大模型技术从概念验证迈向临床适配，在多模态诊疗辅助系统等方面取得突破。

Liu等人2025年发表于NPJ Digital Medicine的研究评估了七个公开可用的大语言模型在真实世界针灸病例中的诊断和治疗表现，将其输出与三位专业针灸师在五个领域（西医诊断、中医诊断、穴位选择、针刺技术和中药）的表现进行比较。来自中国、韩国和美国的28位专家评估者使用多语言调查对回答进行了评估。研究发现，大语言模型在西医诊断方面的表现与针灸师相当，在中医特定任务中表现各异——GPT-4o、Qwen 2.5 Max和Doubao 1.5 Pro在中医诊断和穴位选择方面与专家评估的一致性最高。这些发现突显了通用大语言模型在支持文化根基性医疗决策和减少中医照护系统准入障碍方面的潜力。

Gu等人2025年发表于Integrative Medicine Research的全国性横断面调查纳入了中国13家医疗机构的1100名医务人员。结果显示，62.1%的医务人员愿意尝试AI辅助的中医诊疗服务。在中医与AI整合的最重要应用场景中，排名前三的分别是医学研究、个性化方案生成和智能问诊。最受期待的应用包括智能辨证系统（54.6%）、中医四诊仪器（49.1%）和针灸推拿机器人（47.8%）。在AI应用于中医的最重要因素中，准确性（78.0%）、操作便利性（67.5%）和医务人员的参与（60.9%）位列前三。研究结论指出，中医与AI的整合拥有光明的前景，应优先考虑诊断准确性，同时解决文化/临床适应方面的挑战。

此外，Ren等人发表在Journal of Evidence-Based Medicine上的范围综述系统梳理了大语言模型在中医领域的应用现状。这些进展表明，人工智能正推动中医从经验驱动向数据驱动与系统智能决策转变。

五、临床实践的整合图景：从指南到真实世界

5.1 循证指南体系日趋完善

2025年是中西医结合临床指南集中发布的一年，标志着整合医学从学术倡导走向标准化实践。

呼吸系统：《慢性阻塞性肺疾病中西医结合诊疗指南（2025版）》介绍了基层医疗卫生机构慢阻肺病筛查工具的选择，聚焦中西医结合防治策略，围绕8个关键临床问题，就人群筛查、中医药内服、外治及传统功法等干预措施提出了具体推荐意见。该指南强调慢阻肺病中西医诊疗的有机结合与个体化治疗。

神经系统：《帕金森病中西医结合诊疗指南》重点突出辨证论治，加入针刺、艾灸、太极拳等中医药特色治疗方案。

肿瘤领域：《卵巢癌维持治疗中西整合管理中国专家共识（2025年版）》基于循证医学原则，按照“评、扶、控、护、生”的系统化患者管理理念，广泛征求全国多地相关领域专家的意见。《癌因性疲乏中西医结合诊疗指南》由中国医学科学院肿瘤医院与中华中医药学会联合制定，旨在为癌因性疲乏的中西医结合诊疗提供决策参考。《常见恶性实体肿瘤中医药全程管理浙江省专家共识（2025版）》发表于《实用肿瘤杂志》。

其他领域：《中西医结合诊疗乳房切除术后淋巴水肿综合征北京专家共识（2025版）》基于临床证据，融合中西医诊疗理念。

在国际层面，2025年Integrative Medicine Research发表了关于建立国际STAR-TIM委员会以全球性评估和排名传统与整合医学指南的研究。该研究指出，随着全球范围内传统与整合医学指南和共识声明数量的持续增长，需要利用整合的STAR评估体系和大语言模型来提高评估效率而不牺牲准确性。

5.2 跨学科团队中的中医角色

一项2026年发表于Journal of Integrative Medicine的Scoping综述系统检索了11个中英文数据库，识别出中医从业者在以西医为主的多学科团队中的八个关键角色：减轻西医治疗引起的副作用、促进西药减量与预防、延缓疾病进展、改善心理健康、提供疼痛缓解、支持卒中康复、管理症状、调节免疫系统。

研究发现，促进中医整合的五个因素为：安全性、认可度、政策支持、可及性和治疗指南。障碍则包括：安全隐患担忧、研究不足、西医从业者对中医知识不足、态度障碍、可及性受限和不便。研究强调，实现无缝整合需要多方面的努力——研究合作、公平政策、强化跨专业教育和转变社会认知。

六、未来医学的整合范式：一个系统性框架

综合上述分析，未来医学的整合范式应围绕以下核心方向构建：

第一，新的疾病分类系统。超越单纯的病因学分类或单纯的证候分类，建立一个整合了分子病理机制与系统功能状态的分类体系——既包含西医的疾病诊断，也包含中医的证候分型，使两者在同一框架下可对话、可比较。正如Li等人所指出的，为了将中医充分整合进现代医学，需要进一步发展稳健的组学策略，这一愿景包括由先进计算能力和安全数据基础设施支持的个性化医学。

第二，组合治疗学。不是简单的“中药+西药”，而是基于系统状态评估的靶向性组合——在西药精准打击关键病理节点的同时，用中药/针灸系统调节整体状态，用生活方式干预改善系统环境。三者协同，而非叠加。

第三，分子动力学监测。利用系统生物学和多组学技术，在分子层面实时监测治疗过程中生物网络的状态变化，使治疗方案的调整有了客观的、实时的依据——从“辨证论治”走向“系统状态导引的治疗”。

第四，人工智能驱动的临床决策。利用大语言模型和多任务深度学习模型辅助中医诊断和治疗推荐。一项2025年发表于Integrative Medicine Research的全国性调查显示，医务人员对AI辅助中医诊疗的接受度较高（62.1%），智能辨证系统被认为是最有前景的应用方向。

这一框架的核心洞见在于：健康是人体的内在状态，这一客观条件不会因为维护它的医学范式而改变。传统中医的整体视角不是要被现代医学“解释掉”的东西，而是未来医学创新的驱动力。

国际层面，2025—2034年传统医学战略持续推动成员国制定国家政策，确保传统与补充医学的安全、有效和公平使用。全球范围内，传统医学与现代医学的整合正在成为一个不可逆转的趋势。

七、结语：从二元对峙到系统整合

回到本文开篇的命题：将“中医”与“西医”标签化为两种对立的医学体系，是一种认识论的简化。事实上，传统中医和传统西医都各自经历了或正在经历着向现代医学的转型。在当代中国的医疗实践中，两者同处现代医学的架构之下，共享着现代科学的方法论工具，差异在于各自的认知传统和诊疗范式不同。

两者不是“传统vs现代”的关系，而是“两种传统各自在现代框架下的延续与转型”的关系。

从“经验性并用”到“循证化转型”再到“机制性融合”，中西医整合正在经历深刻的范式演进。网络药理学架起了中医理论与现代药理学之间的桥梁；系统生物学与多组学技术正在揭示“证”的科学内涵；人工智能与大模型正在推动从经验驱动向数据智能的转变；不断完善的循证指南体系正在将整合医学从学术倡导推向标准化实践。

未来的医学，既不是“以西统中”，也不是“以中替西”，而是在现代医学的共通架构下，构建一个以系统科学为方法论、以精准医学为目标、以患者个体化为导向的整合医学新范式。这一转型不仅关乎中医的未来，也关乎人类医学的未来。因为复杂疾病——肿瘤、代谢性疾病、神经退行性疾病、自身免疫病——的本质是系统性的，单纯的还原论方法已经显示出其局限性。在这些领域，中医的整体视角不是一种“替代”，而是一种“补充”和“启发”——它提醒我们，在看清每一个细胞和分子的同时，不要忘记它们共同构成的那个活生生的、动态的、有温度的整体。

参考文献

[1] Wong AKC, Shi N, Ho A, et al. The roles of traditional Chinese medicine within an interdisciplinary team in predominantly Western medical settings: A scoping review[J]. Journal of Integrative Medicine, 2026, 24(1): 65-80.

[2] Gemmell JS, et al. Traditional Chinese medicine and modern technology: Network pharmacology and omics sequencing in gastric cancer[J]. World Journal of Gastrointestinal Oncology, 2025, 17(3): 102077.

[3] Li S, Xiao W. General expert consensus on the application of network pharmacology in the research and development of new traditional Chinese medicine drugs[J]. Chinese Journal of Natural Medicines, 2025, 23(2): 129-142.

[4] Zhao N, et al. Integrated chemical composition, transcriptomics, and network pharmacology to reveal the mechanism of Jia-Wei-Si-Miao-Yong-An Decoction in ACS model rats[J]. Phytomedicine, 2025, 145: 157027.

[5] Chen Y, et al. Investigating the Mechanism of Yiqi Huoxue Jieyu Granules Against Ischemic Stroke Through Network Pharmacology, Molecular Docking and Experimental Verification[J]. Pharmaceuticals, 2025, 18(9): 1332.

[6] Deng L, et al. Integrated data mining and network pharmacology to explore the prescription patterns from a senior TCM oncologist's clinical practice in treating chemotherapy-induced hand-foot syndrome[J]. Medicine, 2025, 104(40): e44872.

[7] Ting TL, et al. Incorporating multi-omics technologies with traditional Chinese medicine[J]. QJM, 2025, 118(10): 789.

[8] Cui W, et al. Exploring the neuroprotective effect and potential mechanism of Shenrong Guben Huanshao Pill based on multi-omics analysis[J]. Phytomedicine, 2025.

[9] Li L, Guan Y, Du Y, et al. Exploiting omic-based approaches to decipher Traditional Chinese Medicine[J]. Journal of Ethnopharmacology, 2025, 337(Pt 3): 118936.

[10] Li Y, et al. Application of metabolomics in the classification of traditional Chinese medicine syndromes in rheumatoid arthritis[J]. Clinical Rheumatology, 2025.

[11] Guo TH, et al. Associations between blood metabolite levels and gastrointestinal cancer risk: A preliminary untargeted metabolomics study[J]. World Journal of Gastrointestinal Oncology, 2025.

[12] Liu Y, et al. Evaluating the role of large language models in traditional Chinese medicine diagnosis and treatment recommendations[J]. NPJ Digital Medicine, 2025.

[13] Gu Y, et al. A national survey on how to improve the integration of traditional Chinese medicine and artificial intelligence: Attitudes and perceptions from medical staff[J]. Integrative Medicine Research, 2025.

[14] Ren Y, et al. Large Language Models in Traditional Chinese Medicine: A Scoping Review[J]. Journal of Evidence-Based Medicine, 2025, 18(1): e12658.

[15] 慢性阻塞性肺疾病中西医结合诊疗指南工作组. 慢性阻塞性肺疾病中西医结合诊疗指南（2025版）[J]. 中国全科医学, 2026, 29(4): 409-422.

[16] Yu X, Qin Y, Estill J, et al. Evaluating and ranking guidelines on traditional and integrative medicine globally: Establishment of the International STAR-TIM Committee[J]. Integrative Medicine Research, 2025, 14(2): 101150.

[17] 卵巢癌维持治疗中西整合管理中国专家共识（2025年版）[Z]. 2025.

[18] 癌因性疲乏中西医结合诊疗指南[Z]. 中国医学科学院肿瘤医院, 中华中医药学会, 2025.

[19] 常见恶性实体肿瘤中医药全程管理浙江省专家共识（2025版）[J]. 实用肿瘤杂志, 2025, 40(2): 97-104.

[20] Xie YL, Han F, Jin YH, et al. Organic Integration of Traditional Chinese and Western Medicines-Future of Clinical Practice Guidelines of Integrated Traditional Chinese and Western Medicines[J]. Journal of Evidence-Based Medicine, 2025, 18(2): e70024.