李洪崢，高嘉良，王 階

(1.中國中醫(yī)科學(xué)院廣安門醫(yī)院 北京 100053；2.北京中醫(yī)藥大學(xué) 北京 100029）

人工智能（Artificial Intelligence，AI），即“使一部機(jī)器的反應(yīng)方式像一個人在行動時所依據(jù)的智能”，由McCarthy在1956年夏天于達(dá)特茅斯會議上第一次提出。此后60余年至今，AI的研究在經(jīng)歷了3個關(guān)鍵十年后，現(xiàn)已進(jìn)入至第三高速發(fā)展期。而AI在醫(yī)療領(lǐng)域的應(yīng)用也因谷歌公司DeepMind團(tuán)隊全力轉(zhuǎn)向智慧醫(yī)療的決策，在近年間博住更多人眼球。人工智能在西醫(yī)學(xué)的影像技術(shù)、體外診斷技術(shù)、手術(shù)導(dǎo)航、新藥研發(fā)等方面已產(chǎn)生了不少實際應(yīng)用。但在中醫(yī)學(xué)領(lǐng)域還有待發(fā)展。將傳統(tǒng)中醫(yī)藥的寶庫與現(xiàn)代智能技術(shù)相結(jié)合，不僅有助于促進(jìn)中醫(yī)藥現(xiàn)代化發(fā)展，對于保護(hù)傳統(tǒng)醫(yī)藥文化、規(guī)范中醫(yī)診療技術(shù)、促進(jìn)中醫(yī)診療水平提高等方面也大有裨益。

1 溯流從源·人工智能及其在醫(yī)學(xué)領(lǐng)域發(fā)展

早在計算機(jī)出現(xiàn)以前，人類就開始思考將計算機(jī)變得智能化的可能性，以期通過智能軟件處理常規(guī)勞動，理解圖像或語音，支持基礎(chǔ)科學(xué)研究的進(jìn)行。自1956年AI概念提出，其后20年被認(rèn)為是AI發(fā)展史上第一個黃金時期，處理有明確定義域的基于規(guī)則的專家系統(tǒng)是這個時代的主要任務(wù)，機(jī)器翻譯、定理證明成為了這一時期的主要研究內(nèi)容[1]。1988年伊始，隨著機(jī)器學(xué)習(xí)的崛起與專家系統(tǒng)的盛行，雅達(dá)利游戲、圖像識別、語音理解和人類語言翻譯等智能化產(chǎn)物開始走出研究所，出現(xiàn)在人類生活中，由此進(jìn)入了AI發(fā)展的第二個黃金時期。當(dāng)下，以谷歌公司DeepMind團(tuán)隊研發(fā)AlphaGo Lee 4:1戰(zhàn)勝李世石、AlphaGo Master 3∶0勝柯潔、AlphaGo Zero訓(xùn)練72小時后100∶0戰(zhàn)勝AlphaGo Lee為代表，通過機(jī)器深度學(xué)習(xí)的增強(qiáng)、強(qiáng)化學(xué)習(xí)的結(jié)合、計算速度的增加，開啟了AI在問世不足百年后的第三個黃金紀(jì)元。

醫(yī)學(xué)人工智能的緣起相對較晚。20世紀(jì)70年代是醫(yī)學(xué)AI發(fā)展的萌芽階段。1974年斯坦福大學(xué)醫(yī)學(xué)實驗計算機(jī)研究項目正式成立，AI在醫(yī)學(xué)分子生物學(xué)、臨床醫(yī)療診斷和精神病患者思維分析中的應(yīng)用成為了該項目的重要目標(biāo)之一[2]。20世紀(jì)80年代始，醫(yī)學(xué)AI進(jìn)入了重要的奠基階段。1985年召開的第一屆歐洲醫(yī)學(xué)人工智能會議[3]，1989年創(chuàng)立的醫(yī)學(xué)人工智能雜志[4]，均為醫(yī)學(xué)人工智能領(lǐng)域研究成果的廣泛傳播搭建了平臺。在這一階段，基于知識處理的中西醫(yī)醫(yī)學(xué)專家系統(tǒng)深入到臨床各領(lǐng)域，采用知識表示技術(shù)和推理技術(shù)，輔助醫(yī)生解決復(fù)雜問題[5]。近年來，隨著AI在各領(lǐng)域的發(fā)展與技術(shù)革新，醫(yī)學(xué)AI也進(jìn)入了快速發(fā)展階段。

中醫(yī)學(xué)與人工智能的結(jié)合則始于20世紀(jì)70年代，由中國科學(xué)院自動化研究所與北京市中醫(yī)院關(guān)幼波教授合作研制開發(fā)“中醫(yī)關(guān)幼波肝炎診斷治療程序”標(biāo)志著以知識為中心的專家系統(tǒng)拉開了中醫(yī)學(xué)智能化的序幕。此后十年，中醫(yī)診斷信息智能化的研究得到了高速發(fā)展[1]，以疾病診斷為目的的通用診療系統(tǒng)，以中醫(yī)專家經(jīng)驗?zāi)M為途徑的特定疾病診療系統(tǒng)，及以中醫(yī)經(jīng)典古籍發(fā)揚作為背景所設(shè)計的系統(tǒng)，是計算機(jī)技術(shù)輔助中醫(yī)臨床診斷的一大嘗試。1990年后，隨著AI算法的豐富，中醫(yī)專家系統(tǒng)開始與神經(jīng)網(wǎng)絡(luò)模糊邏輯、關(guān)系數(shù)據(jù)庫、多媒體技術(shù)進(jìn)行結(jié)合[6]，基于中醫(yī)基礎(chǔ)理論，結(jié)合數(shù)據(jù)庫與專家系統(tǒng)的計算機(jī)中醫(yī)輔助診斷系統(tǒng)隨之問世[7]。近年來，中醫(yī)藥AI進(jìn)入了高速發(fā)展新階段。通過結(jié)合高光譜成像技術(shù)與貝葉斯分類器，協(xié)助中醫(yī)舌象診斷的舌象分析儀[8]、舌色分析系統(tǒng)[9]不斷更新；采用從單一到多個陣列傳感器定量檢測脈沖的，協(xié)助中醫(yī)脈象客觀化、可視化的脈象雙感測脈診儀[10]等產(chǎn)物出現(xiàn)。

2 如虎添翼·人工智能在西醫(yī)領(lǐng)域應(yīng)用

西醫(yī)學(xué)以其完整縝密的理論結(jié)構(gòu)，可視化的診察結(jié)果，明確的疾病診斷標(biāo)準(zhǔn)、治療方法，可在疾病診治的各階段與AI技術(shù)密切結(jié)合。目前人工智能在西醫(yī)領(lǐng)域的發(fā)展主要在影像學(xué)、醫(yī)學(xué)檢驗、手術(shù)輔助等方面。

2.1 人工智能輔助影像診斷技術(shù)

AI輔助影像診斷技術(shù)，是AI與醫(yī)療領(lǐng)域結(jié)合中最具發(fā)展前景、也是最易出成果的一個項目[11]。目前，影像學(xué)技術(shù)面臨著從業(yè)人員短缺及圖像分析精準(zhǔn)度不足的問題。調(diào)查顯示[12]，我國醫(yī)學(xué)影像數(shù)據(jù)年增長率約30%，但放射科醫(yī)師數(shù)量年增長率只有約4%。一方面，眾多的影像數(shù)據(jù)很難得到第一時間的分析，給患者和醫(yī)生都帶來了極大負(fù)擔(dān)；另一方面，人工分析大量的影像學(xué)材料，不可避免地會出現(xiàn)經(jīng)驗判別、精準(zhǔn)度不足甚至漏診的情況。通過海量臨床病理特征與檢驗操作結(jié)果的分析，在CNN、RNN、GAN技術(shù)幫助下，可以實現(xiàn)自動化醫(yī)學(xué)影像采集，解決醫(yī)學(xué)圖像分割與分類的問題[13,14]。目前，AI在區(qū)別角質(zhì)細(xì)胞癌和良性脂溢性角化病以及區(qū)分惡性黑色素瘤和良性痣方面靈敏度可達(dá)到90%[15]；中山大學(xué)AI研究團(tuán)隊，利用神經(jīng)卷積算法對于先天性白內(nèi)障的圖像診斷準(zhǔn)確率達(dá)92%[16]；AI模擬傳統(tǒng)的HE染色切片，通過萬張以上圖片訓(xùn)練，區(qū)分腦膠質(zhì)瘤和非膠質(zhì)瘤的準(zhǔn)確率提到了90%[17]。

2.2 人工智能推動前沿學(xué)科發(fā)展

AI或?qū)⒊蔀槿祟惤饷艽竽X思維模式的得力助手。2018年5月9日《Nature》上發(fā)表了英國倫敦大學(xué)與DeepMind團(tuán)隊AI研究員使用深度學(xué)習(xí)訓(xùn)練虛擬老鼠模擬人類大腦空間導(dǎo)航能力的研究進(jìn)展[18]：模擬老鼠自發(fā)地產(chǎn)生了類似于哺乳動物大腦中巡航細(xì)胞所控制的六邊形活動模式（網(wǎng)格細(xì)胞），并且模擬的老鼠能夠使用網(wǎng)格狀細(xì)胞編碼在虛擬迷宮中導(dǎo)航，甚至學(xué)會了走捷徑出迷宮。通過實驗，網(wǎng)格細(xì)胞可以被證明是動物定位自身空間位置的基礎(chǔ)。由此表明，在AI的幫助下，借助計算機(jī)人類可以模擬哺乳類動物的大腦活動。隨著AI技術(shù)的進(jìn)一步發(fā)展，AI或許是本世紀(jì)內(nèi)測試大腦相關(guān)理論假設(shè)的最有效工具，協(xié)助神經(jīng)科學(xué)家們?nèi)ネ瓿赡切┰O(shè)想過卻從未驗證的理論。

2.3 人工智能在西醫(yī)手術(shù)方面輔助應(yīng)用

AI在協(xié)助術(shù)前診斷、手術(shù)評估、輔助手術(shù)進(jìn)行以及術(shù)后護(hù)理等方面均有極大的應(yīng)用前景。2000年7月，美國食品及藥物管理局（Food and Drug Administration，F(xiàn)DA）正式批準(zhǔn)Intuitive Surgical公司研發(fā)的達(dá)芬奇（da Vinci）應(yīng)用于臨床，現(xiàn)在中國也得到了廣泛使用。它擁有普通腔鏡手術(shù)所不具備的優(yōu)勢，如遠(yuǎn)程控制、三維影像、動作校正、視線浸入及抖動過濾[19]，降低了傳統(tǒng)腔鏡手術(shù)的操作難度，為手術(shù)機(jī)器人發(fā)展奠定基礎(chǔ)。近年來，第三代、第四代達(dá)芬奇機(jī)器人手術(shù)系統(tǒng)已廣泛用于國內(nèi)泌尿外科、心胸外科、婦科等手術(shù)中。研究發(fā)現(xiàn)，全機(jī)器人遠(yuǎn)端胃癌根治術(shù)可以實現(xiàn)完整切除病灶，徹底清掃淋巴結(jié)[20]；通過19例腎腫瘤患者進(jìn)行機(jī)器人輔助腹腔鏡下射頻消融術(shù)患者報告發(fā)現(xiàn)，在嚴(yán)格把控手術(shù)指征的前提下，對于位置復(fù)雜的腎腫瘤治療安全有效[21]；一項通過101例患者對比機(jī)器人輔助與胸腔鏡肺葉切除術(shù)微創(chuàng)效果的研究發(fā)現(xiàn)，機(jī)器人輔助肺葉切除術(shù)也是安全的[22]。AI輔助下的手術(shù)機(jī)器人為術(shù)者帶來了便捷，為患者帶來了安全與精準(zhǔn)，其應(yīng)用將為外科手術(shù)帶來新的發(fā)展。

3 前途無限·人工智能結(jié)合中醫(yī)的無量前程

不同于西醫(yī)學(xué)可通過嚴(yán)格的實驗論證、結(jié)構(gòu)化理論進(jìn)行學(xué)習(xí)，中醫(yī)學(xué)體系的形成是直接在臨床實踐中獲取個性化數(shù)據(jù)，提煉總結(jié)為一般性理論，更易受到時代、地域等因素影響。所以，中醫(yī)學(xué)與AI可以緊密結(jié)合的領(lǐng)域應(yīng)當(dāng)更為多樣，更便于融入人們生活，也將在協(xié)助中醫(yī)診斷的同時更加有助于規(guī)范中醫(yī)診療模式。

3.1 中醫(yī)專家系統(tǒng)推動名老中醫(yī)經(jīng)驗傳承

目前，中醫(yī)學(xué)與AI結(jié)合的主要成果分為三類：專家診斷系統(tǒng)、舌診儀、脈診儀。專家系統(tǒng)作為人工智能的重要分支，在與中醫(yī)藥結(jié)合過程中針對病情單一、診斷明確的疾病療效已非常接近中醫(yī)專家診療水平[23]，極大地推動了名老中醫(yī)經(jīng)驗的傳承。目前，根據(jù)專家系統(tǒng)所用技術(shù)可分為如下5類：案例推理中醫(yī)專家系統(tǒng)、人工神經(jīng)元網(wǎng)絡(luò)中醫(yī)專家系統(tǒng)、模糊邏輯和人工神經(jīng)元網(wǎng)絡(luò)相結(jié)合的中醫(yī)專家系統(tǒng)、關(guān)系數(shù)據(jù)庫中醫(yī)專家系統(tǒng)、協(xié)同式中醫(yī)專家系統(tǒng)。而對其的評價方法則為改進(jìn)的模糊層次分析法、熵權(quán)和模糊層次分析法相結(jié)合、熵權(quán)與灰色理論相結(jié)合、層次分析法與灰色理論相結(jié)合、集對分析和層次分析法相結(jié)合5類。專家系統(tǒng)多采用“臨床信息采集-挖掘提取經(jīng)驗-臨床應(yīng)用驗證-機(jī)理機(jī)制研究-理論指導(dǎo)臨床”模式[24]，通過確定名老中醫(yī)臨床診病要素,結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化,匯總并建立名老中醫(yī)診療信息數(shù)據(jù)庫,綜合運用聚類分析、關(guān)聯(lián)規(guī)則分析、相關(guān)性分析、因子分析[25]等多種數(shù)據(jù)挖掘方法,實現(xiàn)名老中醫(yī)經(jīng)驗傳承[26]及對名老中醫(yī)的經(jīng)驗整理與初步診療系統(tǒng)的構(gòu)建。

3.2 人工智能協(xié)助并規(guī)范中醫(yī)診斷模式

專家系統(tǒng)的病例采集步驟規(guī)范了臨床醫(yī)生問診的內(nèi)容與層次。中醫(yī)四診中的望診與切診同樣受到了AI技術(shù)的重視。舌診是中醫(yī)望診中不可或缺的步驟，隨著圖像分析技術(shù)的日漸成熟，中醫(yī)智能化產(chǎn)物舌診儀可根據(jù)患者的舌診環(huán)境、吐舌姿勢進(jìn)行調(diào)整，多維度采集舌態(tài)、完整分析舌象、精確評估舌苔，最終儲存數(shù)據(jù)并成像[27]。舌診儀的誕生與發(fā)展，對于中醫(yī)舌象診斷標(biāo)準(zhǔn)的制定奠定基礎(chǔ)。隨著就診患者數(shù)目的增加，就診時長的限制，中醫(yī)師再難對患者的皮膚、手足、胸腹等進(jìn)行按切，脈診便逐漸成為了中醫(yī)切診的唯一存在。從20世紀(jì)50年代朱顏引入杠桿式脈搏描記器至中醫(yī)脈診研究中以來，模擬中醫(yī)切脈對橈動脈搏動信號采集與整理的工作就在持續(xù)進(jìn)行了。對脈象的采集主要在于壓力、脈動位移、脈管容積、脈動頻率和多種信號綜合5類[28]，根據(jù)采集重點的不同出現(xiàn)了各自的相關(guān)研究成果。另有無線脈搏檢測系統(tǒng)將中醫(yī)的脈象與西醫(yī)心電檢測相結(jié)合，通過網(wǎng)絡(luò)傳送至云端或相關(guān)監(jiān)護(hù)系統(tǒng)進(jìn)行實時監(jiān)測[29]。

3.3 大數(shù)據(jù)助力中藥新藥研究發(fā)展

AI通過利用大數(shù)據(jù)和機(jī)器學(xué)習(xí)的方法，在藥物分子挖掘、生物標(biāo)志物篩查、新藥有效性與安全性測定方面，發(fā)揮減少藥物研發(fā)成本、提高藥物研發(fā)效率、增強(qiáng)新藥安全性的作用。美國Atomwise公司結(jié)合IBM超級計算機(jī)和人工智能技術(shù)模擬藥品研發(fā)過程，通過深度學(xué)習(xí)分析化合物構(gòu)效關(guān)系，早期評估新藥研發(fā)風(fēng)險，極大地縮短了評估時間，大幅度降低藥物研究成本。目前國內(nèi)新藥研發(fā)人員也開始采用此模式。此外，在AI的協(xié)助下，通過虛擬篩選技術(shù)對藥用物質(zhì)資源進(jìn)行篩選，增強(qiáng)甚至取代傳統(tǒng)高通量篩選過程，可降低檢測成本，提高檢測效率。通過計算機(jī)模擬技術(shù)，進(jìn)行分子結(jié)構(gòu)、定量構(gòu)效關(guān)系、藥效團(tuán)模型等藥物設(shè)計，推動靶向藥物機(jī)制研究[30]也是當(dāng)前新型靶向藥物研發(fā)的重要方式。參考西藥靶向藥物機(jī)制研究思路，借助AI技術(shù)展開對中藥單體作用機(jī)制的研究也是當(dāng)下中藥新藥研發(fā)的一大特色。

4 人工智能在中醫(yī)藥發(fā)展方面的思考

中醫(yī)學(xué)與AI的結(jié)合剛剛步入正軌，一些極具發(fā)展?jié)摿Φ姆矫嬷饾u展現(xiàn)。當(dāng)前，在中醫(yī)+AI方面的研究者，大多按照AlphaGo理念，通過大樣本的“人-機(jī)”或者機(jī)器自身病例學(xué)習(xí)經(jīng)驗，借助概率實現(xiàn)一定的成果。但是想要中醫(yī)在真正意義上實現(xiàn)智能化，讓中醫(yī)機(jī)器人達(dá)到中高水平臨床中醫(yī)師的能力，不能單純依靠大數(shù)據(jù)。

首先，目前的中醫(yī)專家系統(tǒng)在處理中醫(yī)領(lǐng)域相對復(fù)雜的疾病時，在信息分類與決策有效性方面仍有發(fā)展空間。中醫(yī)專家系統(tǒng)在知識表示、推理機(jī)制與評價系統(tǒng)上，可參考AlphaGo Zero結(jié)合強(qiáng)化學(xué)習(xí)，取消人類棋譜知識及人工特征克服訓(xùn)練瓶頸的經(jīng)驗，不再盲目追求對臨床病歷的知識學(xué)習(xí)，對學(xué)習(xí)、監(jiān)督、評價過程進(jìn)行調(diào)整。其次，當(dāng)前的中醫(yī)AI輔助診斷系統(tǒng)的輸出的診斷結(jié)果極大程度上受到了錄入者的干擾，并非對患者癥狀信息的直接利用。對此，引入AI語義識別甚至語音識別技術(shù)可在一定程度上解決此問題。

再次，舌象與脈象設(shè)備采集數(shù)據(jù)的能力與分析數(shù)據(jù)的水平仍處于發(fā)展初期，傳感器的精細(xì)程度也還相對較低。在提高儀器性能的同時，可適當(dāng)?shù)嘏c人類生活已普及設(shè)備如手機(jī)、手環(huán)、腕表、胸針、化妝鏡等相結(jié)合，普及中醫(yī)，惠及群眾。從次，中醫(yī)四診中可開發(fā)的前景非常廣闊，比如望診中的目診、耳診、手診，聞診的樣本記錄與分析，問診系統(tǒng)的規(guī)范化設(shè)計，三部脈的切診與循經(jīng)絡(luò)的切診，舌診則可與分子生物學(xué)相結(jié)合，通過大樣本數(shù)據(jù)的分析，可形成根據(jù)舌苔變化對多種疾病進(jìn)行預(yù)測的成果。最后，關(guān)于中醫(yī)學(xué)數(shù)據(jù)（知識）轉(zhuǎn)化（表達(dá)）的問題，實現(xiàn)中醫(yī)學(xué)信息的數(shù)據(jù)化、標(biāo)準(zhǔn)化是中醫(yī)AI發(fā)展道路上不可避免的問題。因此，中醫(yī)標(biāo)準(zhǔn)化指南與中醫(yī)藥治療特定疾病專家共識的發(fā)布是刻不容緩的。

有鑒于此，在一定時間內(nèi)想要實現(xiàn)AI對臨床中醫(yī)師的完全取代是有難度的?；蚩赏ㄟ^如下幾個步驟逐步實現(xiàn)：第一，構(gòu)建具備規(guī)范性診療模式的知識模型；第二，具備中醫(yī)辨證論治與辨癥論治相結(jié)合思維的計算機(jī)診療系統(tǒng)（這個系統(tǒng)或?qū)⑷〈糠忠话闩R床中醫(yī)師）；第三，通過人工智能技術(shù)，對于不同治療原則、治療方法、使用藥物進(jìn)行中醫(yī)理論指導(dǎo)下的自行組合，真正具備“使一部機(jī)器的反應(yīng)方式，像一個人在行動時所依據(jù)的智能”。

在全世界AI快速發(fā)展的道路的今天，或許中醫(yī)學(xué)還可因其獨特的思維理論與個性化診療特點，免受沖擊，留取一席之地。但不可否認(rèn)，AI確實可以很大程度上協(xié)助醫(yī)師進(jìn)行大量記憶類知識、理論的存儲與檢索，以其獨特的方式協(xié)助醫(yī)師進(jìn)行藥物組合從而協(xié)助臨床診療。AI的發(fā)展依托算法、數(shù)據(jù)和運算能力三個關(guān)鍵要素，因此，中醫(yī)的AI發(fā)展應(yīng)首先遵循AI算法規(guī)則、有大數(shù)據(jù)背景支持和強(qiáng)大的運算能力，首要解決需要大量記憶性的中醫(yī)學(xué)內(nèi)容，如歷代醫(yī)籍醫(yī)案、大量的方劑、中藥、腧穴等內(nèi)容（基礎(chǔ)信息整理與錄入）；其次，需要遵循中醫(yī)學(xué)特色理論的指導(dǎo)，以中醫(yī)理論指導(dǎo)辨證論治、處方用藥、辨經(jīng)選穴（設(shè)置規(guī)則）；最后，訓(xùn)練中醫(yī)智能機(jī)器人的“變通”能力，使其具備異于訓(xùn)練者甚至超越訓(xùn)練者的治療水平（病例訓(xùn)練）。經(jīng)由這樣步驟訓(xùn)練出的中醫(yī)智能機(jī)器人或可開出與訓(xùn)練者完全一致的處方，或可相似，或可思路不同但有明顯療效的處方，成為規(guī)范中醫(yī)藥治療現(xiàn)狀、協(xié)助臨床中醫(yī)師診療的良好工具。

AI是當(dāng)前最新一輪科技與產(chǎn)業(yè)革命的代表產(chǎn)物，作為未來發(fā)展的關(guān)鍵技術(shù)，為我國經(jīng)濟(jì)社會發(fā)展帶來了很多機(jī)遇，對于傳統(tǒng)中醫(yī)領(lǐng)域也產(chǎn)生了極大的機(jī)遇與挑戰(zhàn)。作為醫(yī)學(xué)、數(shù)學(xué)、計算機(jī)、物理學(xué)等領(lǐng)域相關(guān)的交叉學(xué)科，中醫(yī)學(xué)甚至整個醫(yī)學(xué)領(lǐng)域與AI的結(jié)合發(fā)展，還需要多方面人才的通力合作才可實現(xiàn)。因此，積極借鑒AI最新的研究成果，培養(yǎng)多學(xué)科交叉人才，鼓勵并促進(jìn)中醫(yī)藥智能化研究，用中醫(yī)藥特色深化AI應(yīng)用，以AI方式助飛中醫(yī)藥現(xiàn)代化進(jìn)程，創(chuàng)造出AI與中醫(yī)藥結(jié)合模式下的中國特色醫(yī)學(xué)體系。