La revue est structurée autour de quatre grands axes:
Premier axe: les ressources de données multi‑échelles dédiées à la MTC
Ce sont les grandes bases de données comme TCMSP, ETCM 2.0, TCMSSD, HERB, TCMIO, LTM‑TCM, SymMap, qui relient formules, drogues, composants, cibles moléculaires, voies de signalisation, maladies, syndromes (zheng) et symptômes. Ces ressources forment l’infrastructure de base pour une pharmacologie de réseau et une biologie systémique appliquées aux formules multi‑composants, en introduisant des identifiants normalisés (PubChem, InChIKey, etc.) et en reliant les concepts classiques (quatre qi, cinq saveurs, tropisme méridien) à des marqueurs quantifiables.
Le deuxième axe décrit comment l’IA transforme la R&D en MTC
Les auteurs passent en revue les méthodes de découverte de cibles pour les produits naturels : similarité de ligands (SwissTargetPrediction, SuperPred), modèles d’apprentissage automatique et profond (SysDT, DeepPurpose, DeepDTA), analyses multi‑omiques (y compris unicellulaires) et inférence par réseau pour prédire les interactions composant‑cible, les voies modulées et les phénotypes. Sur cette base, le criblage virtuel structure‑ ou ligand‑centré (avec le soutien d’AlphaFold3, RosettaVS, etc.) permet d’accélérer l’identification de nouveaux composés actifs issus de la pharmacopée chinoise. L’IA est également mobilisée pour le contrôle qualité : prédiction des propriétés médicinales (qi, saveurs, méridiens), modélisation des effets de la récolte et de la transformation, et identification de Q‑markers qui reflètent mieux la synergie globale des formules que les anciens marqueurs analytiques isolés.
Le troisième axe concerne le diagnostic et le traitement assistés par IA
En s’appuyant sur les quatre examens (observation, olfaction/auscultation, interrogation, palpation), différentes équipes ont développé des modèles de vision profonde pour la langue (précision >90% pour certaines tâches), des algorithmes de ML/DL pour l’analyse d’ondes de pouls, et des modèles multi‑étiquettes pour la différenciation des syndromes. Parallèlement, des systèmes de recommandation de prescriptions exploitent des milliers de dossiers électroniques pour apprendre les associations entre constitutions, syndromes, formules et réponses cliniques, permettant des suggestions de traitement plus standardisées tout en restant ancrées dans la logique MTC.
Le quatrième axe explore les grands modèles de langage (LLM) spécialisés MTC
Ce sont : TCMChat, Lingdan, MedChatZH, CPMI‑ChatGLM, etc. En combinant pré‑entraînement général et ajustement fin sur des corpus de classiques, de manuels et de cas cliniques, ces modèles se montrent capables de répondre à des questions théoriques, d’aider à la différenciation des syndromes et de proposer des schémas thérapeutiques, tout en étant évalués par des métriques comme BLEU, ROUGE, F1 et BertScore.
Enfin, les auteurs discutent des défis
Ils sont constitué, notamment, par l'hétérogénéité et confidentialité des données, difficulté à capturer dans des modèles mathématiques la dynamique holistique Qi‑Sang‑Yin‑Yang et la variabilité individuelle, questions éthiques sur la responsabilité et l’acceptabilité clinique. Ils proposent comme perspectives le renforcement du pré‑entraînement sur des corpus MTC, le recours à des architectures explicables combinant graphes de connaissances et génération augmentée par la recherche, et le développement de jumeaux numériques et de raisonnement causal pour aller vers une véritable MTC de précision.
Conclusions que nous pourrions en tirer actuellement
L'application de l'IA dans la recherche et la pratique clinique de la MTC offre des opportunités transformatrices. À l'avenir, en exploitant la puissance de l'IA, il sera possible de libérer le plein potentiel de la MTC, ouvrant la voie à des thérapies innovantes et à des solutions de soins personnalisés bénéficiant aux patients du monde entier. La collaboration continue entre experts en IA et praticiens de MTC sera cruciale pour concrétiser ces avancées et assurer l'intégration harmonieuse de la technologie moderne avec la sagesse ancestrale de la MTC.