應用關聯式創新（INVENRELATION）設計新中藥配方

◎前言◎

在這個強調跨領域融合與創新加速的時代，如何設計出符合現代需求、又延續傳統智慧的中藥配方，是一項極具挑戰的任務。本書所探討的「關聯式創新」，正是一種應對這項挑戰的全新思維框架。

若要用一句話定義關聯式創新，那便是：一種運用符號關係來發明新事物的思維模式。這種思維模式不同於單一經驗的延伸，它強調的是有系統地發現、分析並重組各種「關聯」，進而催生出真正創新的成果。

核心在於「符號關係運算」。這並非僅僅是數學或程式語言的技術，而是一種通用語言，用以描繪並理解我們世界中隱含的模式與結構。從自然科學到工程設計，從經濟分析到演算法優化，符號關係運算無處不在。它不只是解決問題的工具，更提供了批判性思維、邏輯推理與系統建模的能力，是促進創新與深化理解的基礎。

應用於中藥創新時，這樣的思維格外有價值。當我們有了創造新配方的目標，便會開始蒐集資料：疾病症狀、藥物性味歸經、治療機理、傳統配伍、現代實驗結果等。這些資訊在關聯式創新的過程中會被轉化為一組組符號，彼此間形成可運算的結構關係。透過這樣的架構，我們不僅能夠系統性地整理現有知識，更能從中推演出未被發現的潛在組合，設計出既合乎中醫邏輯，又具備現代解釋力的新方劑。

關聯式創新所生成的成果不限於配方本身，還可能包括新的辨證思維模式、新藥材分類方式、新藥理機制的假說，乃至於全新的診療流程。只要能透過語言或邏輯描述，這些發明都可以透過「發明關係」來構造。

本書將帶領讀者深入理解關聯式創新的原理與方法，並以實際的中藥設計案例展示如何將之應用於藥方創新。我們誠摯期盼，這本書能為中醫藥界與創新實踐者，提供一種嶄新的視野與可行的工具，讓中醫藥在現代社會中不僅被理解，更能被拓展、被創造、被再定義。我要感謝學習林建良老師中醫課堂筆記並從中得到啟發。最後，我也要深深感謝加州中醫師和加州白水大學中醫學院教授康明蘭，因為我從她那裡學習到許多寶貴的中醫知識。

本書撰寫期間，部分文字表達與語句潤飾，曾透過 OpenAI 所開發的人工智慧語言模型 ChatGPT 進行修訂建議，特此誌謝。

▲張適宇是數據科學和人工智慧技術的專家，並致力於將他的關聯式創新理論推廣到各個需要進步的領域。

Shih-Yu Chang is an expert in data scienties and AI technology. Besides, he is interested in promotion his theory: invention, to various fields that need improvement.

▲康明蘭是加州的中醫針灸師，她對如何運用中醫幫助更多人感興趣。

Mina Kang is a Chinese acupuncture in California and she is interested in how to apply Chinese medicine to help more people.