《医师报》2026年2月25日 19:11 吉林

1  引文

现代循证医学诞生于20世纪90年代，以随机、对照、盲法、统计学检验为核心技术手段，将RCT列为临床证据金字塔的顶端层级，旨在通过控制混杂偏倚，实现药物效应与不良反应的精准因果判定，为西医临床用药、新药研发建立了统一的规范标尺。在化学药物与单靶点生物制剂领域，RCT有效区分了药物真实效应与安慰剂效应、自愈效应，大幅降低了无效或高风险药物的上市概率，推动现代医学进入精准化、规范化阶段。

但这一范式应用于中医药体系时，出现了难以调和的矛盾：其一，大量历代传承的经典方剂、常用中药材获批上市时，仅依托传统人用经验与基础动物实验，未开展完整的Ⅰ-Ⅱ-Ⅲ期RCT，药品说明书中“不良反应、禁忌、注意事项”栏目普遍标注“尚不明确”，被部分研究者与公众质疑为“安全性依据缺失”；其二，中医核心的十八反、十九畏、妊娠禁忌、配伍减毒等安全规则，仅为历代临床观察的经验总结，缺乏明确的化学成分、分子靶点、代谢通路机制阐释，其科学内涵长期未被现代循证体系充分认可；其三，中医药以复方配伍、辨证论治、剂量加减为核心特征，与RCT要求的固定处方、固定剂量、固定疗程、单一干预终点存在本质冲突，强行开展的中药RCT常出现结论与临床实际脱节的问题。

与此同时，中医药历经两汉至明清数千年发展，跨越不同地域、气候、人种与疾病谱，累积了亿万人次级的真实人体用药数据，通过医案典籍、官修本草、师徒传承形成了稳定的

用药体系。从自然演化逻辑来看，若某一味药材、某一首方剂存在普遍、高概率的致死、致残、严重脏器损伤风险，必然会在历代临床实践中被彻底淘汰，无法延续至今。这一客观规律与人工智能依托海量数据训练模型、通过损失函数淘汰劣化参数、收敛稳定规则的底层逻辑高度契合，却长期被局限于RCT单一框架的评价体系所忽视。

2  中医药传统经验的科学本质：天然演化的真实世界大数据模型

2.1 中医药传承的大数据构成要素

中医药经验体系并非零散、主观的个人感悟，而是一套结构化、长周期、大样本的真实世界数据集合，其数据要素完整覆盖临床用药全维度变量：

第一，样本规模与时空跨度的绝对优势。中医药数据起源于《神农本草经》《伤寒杂病论》，历经《千金方》《太平惠民和剂局方》《本草纲目》等历代典籍收录，时间跨度超2000年，使用人群覆盖华夏各民族、不同社会阶层、全年龄段群体，累计真实人体应用人次达亿级规模，远超任何单个现代RCT的样本上限。

第二，人群与临床场景无筛选全覆盖。传统临床无严格的纳入排除标准，数据包含健康人群、高龄老人、婴幼儿、孕妇、肝肾功能不全者、多种合并病症患者、体质偏颇人群，同时涵盖不同道地药材、炮制工艺、配伍比例、煎煮时长、服药时辰、饮食禁忌等真实变量，无RCT的理想化样本筛选偏差。

第三，自然选择的模型优化机制。中医药传承具备天然的“负向淘汰”规则：出现急性死亡、剧烈呕吐、出血、流产、脏器衰竭等严重不良事件的方药与配伍，会被明确标注为“禁用”“犯者死”；疗效不稳定、耐受度差的方案逐步被边缘化；安全可控、疗效可重复的内容被反复传抄、注解、优化。这一过程等价于人工智能模型的反向传播、权重更新与模型蒸馏，最终收敛出稳定的临床规则。

2.2 与AI大数据学习的逻辑同构性

人工智能的核心价值是处理高维、非结构化、海量数据，无预设地挖掘隐藏关联，降低人为主观偏差，提升模型泛化能力。中医药传承与AI训练存在一一对应的逻辑同构关系：

训练数据集：AI依托海量文本、图像、医疗记录数据；中医药依托历代医案、本草典籍、民间用药、禁忌总结的真实世界人体数据。

学习目标：AI学习特征与结果的映射关系；中医药学习“证型-方剂-配伍-剂量-疗效-不良反应”的对应规律。

优化方式：AI通过损失函数剔除劣化参数、更新权重；中医药通过自然淘汰剔除高风险方药、保留安全有效方案。

模型输出：AI输出预测、分类、决策规则；中医药输出辨证论治、十八反十九畏、炮制减毒、剂量禁忌等临床规范。

由此可见，中医药传承体系是一套运行数千年、无人工编程、基于生物社会群体的天然分布式AI模型，其规律收敛逻辑与现代AI大数据学习同源，这是其安全性证据具备科学内核的核心基础。

2.3 传统经验的安全性证据内核

中医药传统安全规则是大数据模型收敛后的核心输出，其安全性证据具有明确的实践指向：

配伍禁忌：十八反、十九畏明确划定乌头-半夏、甘草-甘遂、人参-五灵脂等配伍红线，是对严重不良事件的经验固化；

毒性药物管控：对附子、川乌、草乌、马钱子、斑蝥等有毒药材，规定严格的炮制规范、剂量上限、煎煮时长，降低急性毒性；

人群禁忌：明确孕妇、哺乳期、体虚者、脾胃虚寒者的慎用与禁用药物，规避特殊人群风险；

炮制减毒：通过蒸、煮、炒、炙、水飞等工艺，改变药材化学成分，降低毒性成分含量或转化为低毒成分。

上述规则均为真实世界极端风险筛选的结果，构成中医药临床应用的底线安全保障。

2.4 典型案例：附子的千年经验筛选与安全边界固化

附子为毛茛科植物乌头的子根，含乌头碱、中乌头碱、次乌头碱等剧毒二萜类生物碱，生品口服3-5mg即可致人死亡，属于典型的有毒中药。但附子回阳救逆、补火助阳的功效独特，历代均为急症要药，其传承过程完美体现“天然大数据模型”的风险筛选逻辑：

毒性发现与淘汰：早期生用附子出现大量心律失常、呼吸抑制、休克死亡案例，被迅速标记为高风险；

减毒方案迭代：历代医家逐步形成“炮制去毒”规范，采用砂炒、水漂、蒸制、甘草黑豆共煮等工艺，将剧毒乌头碱水解为苯甲酰乌头原碱、乌头原碱，毒性降低至原生药的1/2000以下；

剂量与用法约束：《伤寒论》确立附子常规用量范围，后世明确“先煎、久煎”的煎煮要求，降低毒性成分溶出；

配伍禁忌明确：禁止与半夏、瓜蒌、贝母、白蔹、白及同用，避免毒性叠加。

历经两千年数万人次的实践筛选，附子形成了“炮制-剂量-煎煮-配伍”一体化安全体系，在严格遵循经验规则的前提下，临床严重不良反应发生率极低。这一过程无现代RCT设计，却通过自然大数据迭代，实现了高毒性药物的安全可控应用，是传统经验安全性证据的典型代表。

3  中医药传统经验证据与RCT证据的安全性维度对比

3.1 RCT证据的固有局限性与典型案例

RCT的核心优势是控制偏倚、精准判定因果，但在设计与应用层面存在无法回避的局限，结合具体案例分析如下：

3.1.1 样本与人群窄化，真实世界外推性差

RCT为保证组间均衡性，通常设置严格的排除标准：剔除年龄＞75岁、肝肾功能异常、合并多种基础疾病、联合用药、精神疾病、依从性差的患者，仅保留病情单一、基础状况良好的“理想化受试者”。这类样本与临床真实场景差异显著，结论外推存在巨大偏差。

3.1.2 周期与样本有限，难以捕捉罕见与迟发毒性

多数RCT随访周期为数月至3年，样本量多在百级至万级，对于发生率＜1/10000的罕见不良反应、服药数月至数年才出现的蓄积毒性、致癌致突变风险，不具备检测效能。

3.1.3 人为设计偏差与结论时效性：阿司匹林一级预防RCT争议

阿司匹林作为抗血小板经典药物，其一级预防的临床价值经历多次RCT结论反转，是RCT局限性的经典案例：

早期多项中小样本RCT提示，阿司匹林可降低健康人群心肌梗死、脑梗死风险，多国指南推荐广泛用于心血管疾病一级预防；

2018年《柳叶刀》发表ARRIVE研究、ASCEND研究、ASPREE研究三项大规模RCT，结果显示：在低危人群中，阿司匹林一级预防的出血风险（消化道出血、颅内出血）显著抵消心血管获益，长期用药无净获益；

随后各国指南全面修订，严格限制阿司匹林一级预防的适用人群。

同一药物、同一临床问题，不同时期、不同样本量的RCT得出截然相反的结论，直接证明RCT并非绝对真理，其结论具有显著的时效性、阶段性与人为设计依赖性，仅能作为临床参考，不能作为绝对决策依据。

3.1.4 范式冲突：中药复方RCT与临床实际脱节

以某经典复方中药治疗慢性心衰的RCT为例，研究设计固定处方剂量、禁止辨证加减、排除合并用药，与中医“辨证论治、随证调整”的临床实践完全背离。最终研究结果显示疗效差异无统计学意义，但在真实世界个体化应用中，该方剂疗效明确。此类RCT因削足适履的设计，无法反映中药真实疗效与安全性，结论不具备临床指导价值。

3.2 中医药传统经验在安全性维度的相对优势（结合案例）

3.2.1 极端毒性筛选的彻底性：十八反十九畏的千年验证

十八反、十九畏是中医药配伍禁忌的核心，其形成是海量真实案例筛选的结果：

乌头类与半夏、瓜蒌配伍，现代药理研究证实会导致乌头碱类生物碱溶出增加，心律失常风险显著升高，与古人“相反则毒剧”的经验完全吻合；

甘遂、大戟、芫花与甘草配伍，会加重肝肾代谢负担，提升脏器损伤概率，历代均列为禁忌。

这些禁忌规则无RCT数据支撑，但历经千年无数学者验证，彻底阻断了高致死、高致残配伍的临床应用，其风险筛查的彻底性远优于任何短期RCT。

3.2.2 全人群场景适配：小儿、孕妇、高龄人群的经验禁忌

中医古籍对特殊人群用药有系统记载，如《本草纲目》明确标注水银、砒霜、麝香、三棱、莪术等为孕妇禁用，防止流产、胎儿畸形；小儿脏腑娇嫩，限定朱砂、雄黄等矿物药的使用剂量与疗程。这些规则覆盖了RCT常规排除的高风险人群，直接适配真实世界全人群用药需求，无外推偏差。

3.2.3 个体化用药兼容：辨证论治与RCT固定干预的对比

RCT以固定干预为核心，无法适配个体差异；中医药经验自诞生便基于体质、证型、病机的个体化调整。以桂枝汤为例，外感风寒表虚证用原方，表实证加麻黄，兼阳虚加附子，兼咳嗽加杏仁，随证加减保证疗效与安全性的平衡。这种高维动态调整模式，与AI多变量建模逻辑一致，是RCT单变量设计无法实现的。

3.2.4 长期演化鲁棒性：六味地黄丸的千年安全应用

六味地黄丸出自宋代《小儿药证直诀》，原为小儿科方剂，后世扩展至成人肾阴亏虚证，历经近千年临床应用，覆盖各年龄段、不同体质人群。在规范辨证前提下，该方无严重急性毒性，长期服用耐受性良好，其安全稳定性经数百年动态验证，远非单一周期RCT可比拟。

3.3 两种证据体系的可靠性边界界定

二者无绝对优劣，仅存在适用场景的本质差异：

RCT的可靠维度：因果归因精准、效应量化清晰、统计学检验严谨，适用于化学药物、单靶点生物制剂、固定剂量单一干预的群体效应验证；

中医药传统经验的可靠维度：广谱人群覆盖、极端风险兜底、长期安全稳定、个体化适配，适用于中药复方、复杂疾病、长期调养、多变量配伍的安全性评价；

4  传统经验证据的现存局限与现代补全路径（含案例）

4.1 传统经验的固有不足

中医药天然大数据模型受古代科技水平限制，存在现代科学视角下的明确短板：

数据非标准化：症状描述、疗效判定、不良反应记录无统一量化标准，如“乏力”“腹胀”等表述主观模糊，无法进行统计学分析；

因果归因模糊：无法区分药物本身毒性、药材农残/重金属污染、炮制不当、辨证失误、合并疾病导致的不适；

隐匿风险识别不足：无生化、病理、影像学检测手段，无法识别亚临床肝肾损伤、骨髓抑制、长期致癌等迟发性损伤；

无量化风险指标：缺乏不良反应发生率、剂量-毒性曲线、获益风险比等现代药学必需数据。

4.2 典型局限案例：何首乌肝损伤的经验盲区与现代发现

何首乌为常用补益中药，传统经验仅标注“生用润肠，制用补肝肾”，未明确提及肝损伤风险。古代无肝功能生化检测，药物性肝损伤仅表现为乏力、纳差、黄疸，被笼统归为“体质不合”，未纳入禁忌体系。

现代真实世界监测与毒理研究发现：何首乌含大黄素、大黄酚等蒽醌类成分，长期过量服用、生品使用、个体代谢差异可诱发药物性肝损伤，甚至急性肝坏死。这一案例直观体现传统经验对迟发性、隐匿性、低概率风险的识别局限，证明传统经验需现代研究补全，而非绝对化崇拜。

4.3 基于AI与现代研究的补全策略

4.3.1 AI大数据挖掘：非结构化经验的标准化转化

利用自然语言处理（NLP）、知识图谱、深度学习技术，对《中华医典》《名医类案》等古籍及现代中医电子病历进行文本挖掘，提取“方药-证型-剂量-不良反应”关联数据，将模糊经验转化为可量化、可复现的规则。国内已有团队通过AI挖掘历代痹证医案，成功归纳出雷公藤、细辛等有毒药物的安全剂量区间与配伍减毒规律，验证了AI补全传统经验的可行性。

4.3.2 规范毒理与药代研究：明确毒性物质基础

针对有毒中药开展急性毒性、长期毒性、药代动力学、毒代动力学研究，明确毒性成分与作用靶点。如现代研究通过高效液相色谱、质谱技术，

证实附子炮制后乌头碱水解转化规律，为传统“炮制减毒”提供分子机制依据，量化安全剂量边界。

4.3.3 上市后真实世界监测：中药注射剂安全再评价

中药注射剂因成分复杂、直接入血，曾出现鱼腥草注射液、刺五加注射液等严重不良反应事件。国家药监局启动中药注射剂再评价工作，依托全国药品不良反应监测系统、医院电子病历大数据，开展真实世界回顾性研究，明确风险人群、合并用药禁忌、给药速度规范，淘汰风险大于获益的品种，保留并规范安全品种，是传统经验结合现代监测的成功实践。

4.3.4 柔性临床试验设计：实用性RCT替代僵化设计

摒弃固定处方、固定剂量的传统RCT，采用实用性临床试验、队列研究、单病例随机对照试验（N-of-1 RCT），允许辨证加减、合并用药，贴合中医临床实际，兼顾循证规范与临床真实性，实现传统经验与现代科研的有机结合。

5  对循证医学体系的启示：构建多元融合的中医药证据框架

5.1 破除“唯RCT论”的范式桎梏

循证医学的核心宗旨是“基于最佳证据服务患者获益”，而非固守某一种研究形式。中医药千年人用经验作为超大规模真实世界数据的自然演化产物，其安全性底线证据的价值不低于常规RCT。我国2022年颁布《中药注册管理专门规定》、2018-2022年发布两批《古代经典名方目录》，明确符合条件的经典名方可简化临床试验，仅需提供人用经验、药学研究、非临床安全性资料即可上市，这一政策正是对“传统经验=大数据安全证据”的官方认可，是循证医学本土化修正的里程碑。

5.2 构建三层级中医药循证证据体系

基础安全证据层：以千年人用经验、十八反十九畏、炮制禁忌、人群禁忌为核心，承担极端风险兜底功能，为临床应用与审评提供前提依据；

现代科学证据层：以毒理药理研究、AI大数据挖掘、实用性临床试验、药代动力学研究为核心，明确机制、量化风险、验证因果；

动态监测证据层：以全国中药不良反应监测系统、真实世界长期随访、上市后再评价为核心，持续修正安全边界，识别罕见与迟发风险。

三层证据相互补充、相互印证，形成闭环，替代单一RCT评价模式。

5.3 个体化治疗的终极回归

无论是RCT的群体平均数据，还是AI与传统经验的大数据规律，最终都要落地于具体患者。中医药“辨证论治”的核心思想，与现代精准医疗、AI个体化预测的目标完全一致。未来医学发展的核心方向，是用AI技术还原、优化传统经验的个体化逻辑，用现代研究划定安全红线，用真实世界数据持续迭代模型，实现传统经验智慧与现代科技的深度融合，回归“以患者为中心”的医学本质。

6  结 论

中医药数千年代际传承的临床人用经验，并非无科学依据的主观感悟，而是经亿万人次级真实样本、跨地域长周期自然筛选形成的天然真实世界大数据模型，其生成、优化、收敛机制与人工智能大数据学习具有严格的逻辑同构性，具备现代科学认可的证据内核。

结合附子、十八反十九畏、六味地黄丸、阿司匹林RCT争议、何首乌肝损伤等具体案例可证实，中医药传统经验在极端急性毒性筛选、全人群真实场景覆盖、个体化用药适配、长期安全鲁棒性等核心安全维度上，证据可靠性优于人为设计、样本有限、人群窄化、结论具有时效性的标准化RCT，其安全底线具备不可替代的循证价值。

传统经验存在数据非标准化、因果归因模糊、隐匿迟发风险识别不足、无量化指标等局限，何首乌肝损伤等案例证明，传统经验不能替代现代科学研究，需通过AI大数据挖掘、规范毒理实验、上市后真实世界监测、柔性临床试验进行系统性补全。

现代循证医学体系应破除“唯RCT论”的范式桎梏，尊重中医药复方多组分、多靶点、个体化的复杂系统特征，构建“传统人用经验+AI智能分析+现代基础研究+真实世界研究”的多元一体化证据框架，为中医药临床应用、审评审批、安全管控提供适配的评价体系。

医学证据的核心价值是保障临床安全有效，而非拘泥于研究形式。中医药传统经验、现代RCT、AI大数据并非对立关系，而是不同维度、不同场景的互补证据，三者协同服务于个体化治疗与患者长期获益，是传统医学现代化、科学化的最优路径。