站在机器学习视角，就传统诊断方法进行解析

诊断首要阶段进行“表里”区分，AI也被验证为是最重要的标准

嘉泉大学韩医学院金昌业教授研究团队，运用人工智能（AI）技术对韩医学的核心诊断过程——“辨证”进行了分析，并提出了新的诠释。

辨证是将患者的各种症状归纳为若干核心标准以进行诊断的过程。研究团队将其比喻为数据分析方法中的“降维”。也就是说，把复杂的症状简化为“表里（疾病的深浅）”或“寒热（冷与热）”等标准，从而便于诊断。本研究以古典医学书籍《伤寒论》中记录的临床案例为基础展开。

分析结果显示，诊断起点的“表里”区分是最重要的阶段。仅凭“表里”的区分，就能有效地将复杂的症状与药物信息联系起来，这起到了使之后的诊断和处方过程合理化、效率化的核心作用。这一结果与清代医家程国彭所强调的“当先察表里”的传统诊断顺序一致。

AI 决策树模型实验也验证了同样的结果。当让AI仅根据症状信息选择药物时，它提出的第一个问题始终是“表里”区分。此外，将“表里”的概念加入数据后，处方预测的准确率也大幅提升。研究团队表示，这为科学化分析韩医学中主观性较强的诊断过程开辟了道路。

金昌业教授表示：“本研究为定量、客观地分析韩医学的临床推理过程奠定了基础。今后将以该研究结果为基础，使韩医学的诊断过程体系化，并开发出AI辅助系统，应用于教育和临床现场”。

本研究由嘉泉大学韩医学院金昌业教授主导，第一共同作者裴孝真博士（现任东国大学韩医学院教授），博士研究生研究员姜奉洙共同参与。研究成果已发表于数学与计算生物学领域的国际学术期刊《Computers in Biology and Medicine》（影响因子6.3，JCR前5.2%）2025年10月刊，本研究得到了科学技术信息通信部和教育部的支援。