劉超武，白融，姜廷楨，朱振剛

(天津中醫(yī)藥大學(xué)第一附屬醫(yī)院，天津 300381)

0 引言

人工智能技術(shù)(Artificial Intelligence，AI)是賦予機(jī)器人類的思考和感受的能力，擬人類的生理結(jié)構(gòu)，使機(jī)器達(dá)到甚至超越人類的智能[1]。辨證論治是中醫(yī)學(xué)主要特點(diǎn)之一，運(yùn)用中醫(yī)學(xué)理論辨析與疾病相關(guān)的臨床特點(diǎn)以確立疾病證型，然后選擇正確的治則治法來治療疾病的過程。隨著大數(shù)據(jù)、計(jì)算機(jī)視覺技術(shù)、語音識別技術(shù)等人工智能技術(shù)的迅速發(fā)展，以及多學(xué)科的交叉互通，人工智能技術(shù)逐步滲透到醫(yī)學(xué)領(lǐng)域。而從現(xiàn)代化診斷與治療技術(shù)的角度來看，中國傳統(tǒng)醫(yī)學(xué)在辨證論治方面存在主觀成分多、標(biāo)準(zhǔn)化程度低等問題[2]，為了解決這些問題，研究者考慮將人工智能技術(shù)與中醫(yī)辨證論治相結(jié)合，以實(shí)現(xiàn)中醫(yī)辨證診斷與治療的客觀化、精確化、智能化。

1 人工智能技術(shù)與中醫(yī)辨證相結(jié)合的發(fā)展

為促進(jìn)人工智能技術(shù)與中醫(yī)辨證論治結(jié)合發(fā)展，達(dá)到中醫(yī)辨證客觀化的目的，諸多學(xué)者不懈努力，使中醫(yī)舌診中的舌質(zhì)診斷比如舌的紋理、舌苔診斷(主要是舌苔潤燥)和舌色診斷的智能化。除此之外，也有學(xué)者將中醫(yī)四診采集系統(tǒng)與計(jì)算機(jī)分析技術(shù)相結(jié)合并創(chuàng)建出某些疾病的辨證模型與診斷公式。

1.1 人工智能技術(shù)與望診

望診是指醫(yī)生通過觀察患者的全身、局部以及排出物等，以了解患者健康狀態(tài)或診察患者的病情。隨著現(xiàn)代化技術(shù)的日益發(fā)展，諸多學(xué)者將中醫(yī)望診與人工智能技術(shù)相結(jié)合，使病史采集更加全面，辨證論治更加客觀化、精準(zhǔn)化、智能化。

許多學(xué)者利用計(jì)算機(jī)視覺技術(shù)對中醫(yī)望診進(jìn)行客觀化研究。如楊晶東、張朋基于遷移學(xué)習(xí)的全連接神經(jīng)網(wǎng)絡(luò)舌象分類方法對正常舌象、裂紋、厚苔、點(diǎn)刺、齒痕和剝落苔6種不同舌象進(jìn)行分類識別[3]。謝濤等人利用灰度積分投影、二分光反射模型等技術(shù)對舌苔的潤燥進(jìn)行識別，同時開發(fā)了便攜式舌診系統(tǒng)[4]。王昇，劉開華等人通過斑點(diǎn)檢測算法等計(jì)算機(jī)技術(shù)對點(diǎn)刺舌和瘀點(diǎn)舌的特征進(jìn)行智能化提取，實(shí)現(xiàn)舌診客觀化[5]。劉國正等人基于神經(jīng)網(wǎng)絡(luò)模型中醫(yī)舌象分類模型區(qū)分正常人、熱證患者及寒證患者的舌象，且準(zhǔn)確率可達(dá)到80%以上[6]。肖慶新等人也利用神經(jīng)網(wǎng)絡(luò)模型對舌象圖片進(jìn)行特征性地分析、處理，并開發(fā)舌苔顏色分類模型輔助中醫(yī)診斷，且準(zhǔn)確率可達(dá)94.8%[7]。該類研究均運(yùn)用了計(jì)算機(jī)圖像分析技術(shù)對舌象進(jìn)行客觀化地分析與識別，推動中醫(yī)辨證論治向智能化發(fā)展的方向邁進(jìn)。

劉鳳群等人采用中醫(yī)四診儀采集患者的舌象、面象等信息，通過圖像采集分析系統(tǒng)得出特征性參數(shù)，再經(jīng)計(jì)算機(jī)智能分析技術(shù)得出參數(shù)報(bào)告以判斷2型糖尿病患者證型，在臨床上輔助醫(yī)師對2型糖尿病患者進(jìn)行辨證[8]。該項(xiàng)研究雖然只進(jìn)行了對2型糖尿病的智能化辨證診斷研究，但讓這類疾病的診斷更加精確，而且有助于未來的研究基礎(chǔ)上改進(jìn)或深入，以達(dá)到疾病診斷的客觀化、精確化，推動人工智能技術(shù)與中醫(yī)診斷結(jié)合發(fā)展，促進(jìn)中醫(yī)現(xiàn)代化發(fā)展。

1.2 人工智能技術(shù)與聞診

聞診指醫(yī)生利用聽覺和嗅覺對患者的健康狀況進(jìn)行評估并辨證診斷的過程。隨著人工智能技術(shù)在中醫(yī)辨證論治過程中愈加廣泛的應(yīng)用，科研人員開始利用語音識別技術(shù)和語音信號處理技術(shù)對聲音參數(shù)進(jìn)行特征化分析處理，目的是將人工智能技術(shù)與中醫(yī)聞診結(jié)合，以促進(jìn)中醫(yī)聞診的客觀化發(fā)展。

沈小靜等人基于機(jī)器學(xué)習(xí)、以小波分析為主的語音識別等技術(shù)，對氣虛患者、陰虛患者和正常人的語音特征參數(shù)進(jìn)行提取、分類、識別，并設(shè)計(jì)了中醫(yī)聲診分析系統(tǒng)軟件[9]。該研究通過對聲音信號的處理初步實(shí)現(xiàn)了聲診的客觀化，為中醫(yī)辨證論治的客觀化發(fā)展提供了素材。然而該研究的范圍僅局限于氣虛與陰虛兩種證型聲音參數(shù)的分析，而中醫(yī)辨證論治過程中不僅僅只是對這兩種虛證識別，因此中醫(yī)聲診的客觀化研究任務(wù)依然艱巨。

鄢彬等人用“中醫(yī)聞診采集系統(tǒng)”軟件，基于小波分析法，對肝郁脾虛、心脾兩虛、心腎不交證型患者的語音信號進(jìn)行分解與重構(gòu)，分析得出了這三種證型的不同的語音參數(shù)[10]。在現(xiàn)代醫(yī)學(xué)領(lǐng)域，這三種證型是臨床上常見的與情志相關(guān)的證型，涉及這些證型的人群或許處于亞健康狀態(tài)，或處于疾病發(fā)展的狀態(tài)。此項(xiàng)研究利用語音處理技術(shù)對不同證型的語音參數(shù)進(jìn)行探索分析并準(zhǔn)確判斷證型，將中醫(yī)辨證論治客觀化，填補(bǔ)了現(xiàn)代醫(yī)學(xué)在此領(lǐng)域治療的空缺，突出了中醫(yī)在此類疾病治療中的優(yōu)勢。

胡贛以《黃帝內(nèi)經(jīng)》五臟五音理論為基礎(chǔ)，五臟對五音，利用計(jì)算機(jī)信息處理技術(shù)分析五音的聲音參數(shù)是否改變，判斷五臟是否發(fā)生病變[11]。該項(xiàng)研究既判斷五臟是否發(fā)生病變，又通過對不同情況下患者的特征性語音參數(shù)進(jìn)行統(tǒng)計(jì)學(xué)差異分析，開發(fā)出一套行之有效的聲音診斷操作系統(tǒng)，擴(kuò)展了中醫(yī)聞診的數(shù)字化、智能化發(fā)展版圖，使中醫(yī)辨證論治的客觀化發(fā)展邁出堅(jiān)實(shí)的一步。

1.3 人工智能技術(shù)與問診

問診指醫(yī)生對患者或患者家屬進(jìn)行有目的的詢問以了解患者的健康狀況，并進(jìn)行辨證診斷的過程。近年來隨著現(xiàn)代化科技的快速發(fā)展，許多需要人為判斷的問題可以通過計(jì)算機(jī)軟件或程序完成結(jié)果推理與判斷。

許多學(xué)者基于機(jī)器學(xué)習(xí)技術(shù)與數(shù)據(jù)挖掘?qū)χ嗅t(yī)問診智能化研究做了大量工作。如王立文以慢性胃炎患者的中醫(yī)問診數(shù)據(jù)為研究樣本，利用多標(biāo)記學(xué)習(xí)方法建立慢性胃炎中醫(yī)證型的分類模型[12]。該研究的優(yōu)勢在于對癥狀與癥狀、癥狀與證型、證型與證型之間的關(guān)系進(jìn)行數(shù)據(jù)挖掘，打破了傳統(tǒng)依賴于有監(jiān)督或者無監(jiān)督方法如聚類向量機(jī)等進(jìn)行中醫(yī)辨證客觀化研究的桎梏，適用于對臨床實(shí)踐中一個患者可能表現(xiàn)出多種證型進(jìn)行精確化、數(shù)字化辨證判斷，將中醫(yī)辨證論治的客觀化研究細(xì)化。任晉濤運(yùn)用數(shù)據(jù)挖掘開發(fā)了中醫(yī)問診信息管理系統(tǒng)，該系統(tǒng)貫穿患者基本信息(包括癥狀)錄入、辨證模型訓(xùn)練、辨證結(jié)果輸出、選取治療方案整個過程，實(shí)現(xiàn)辨證論治的智能化[13]。該研究是模式識別技術(shù)在中醫(yī)辨證論治客觀化、智能化發(fā)展領(lǐng)域的應(yīng)用實(shí)例，比較完整的還原了依據(jù)問診進(jìn)行辨證診斷以及治療的過程。這一系統(tǒng)存在局限性，如數(shù)據(jù)集不夠大，在有限的數(shù)據(jù)里得到的結(jié)果相對來說較為滿意，但面對海量數(shù)據(jù)成果如何不得而知。這兩類研究都運(yùn)用了人工智能技術(shù)機(jī)器多標(biāo)記學(xué)習(xí)的方法，將機(jī)器智能融入中醫(yī)傳統(tǒng)辨證方法中，更加精準(zhǔn)的判斷病情，輔助臨床醫(yī)師對患者的診斷，也將中醫(yī)問診的過程數(shù)字化，使人工智能技術(shù)與中醫(yī)辨證相結(jié)合以促進(jìn)中醫(yī)走向理性客觀的發(fā)展道路。

1.4 人工智能技術(shù)與切診

切診是指醫(yī)生利用觸覺了解患者的健康狀態(tài)及體征，從而進(jìn)行辨證診斷的過程。脈診是切診的重要組成部分，也是辨證論治不可或缺的事實(shí)依據(jù)。然而，脈診具有定性化和主觀性等特點(diǎn)，這將影響辨證論治的精確性與可行性。從 20 世紀(jì) 70 年代起，諸多研究者對脈象的檢測、記錄及定性分析進(jìn)行了一系列的研究，為智能化切診開辟了道路。

朱慶文以壓力脈診信息采集技術(shù)、脈動信息采集分析集成技術(shù)等各種復(fù)雜科學(xué)理論為指導(dǎo)，將脈動信息按照“位、數(shù)、形、勢”進(jìn)行分析，構(gòu)建了便攜式集成輔助診療設(shè)備[14]。該研究的優(yōu)勢在于突破了傳統(tǒng)脈診智能化中壓力脈搏波分析的局限，對容積脈搏波進(jìn)行分析，將中醫(yī)脈診相關(guān)基礎(chǔ)理論與計(jì)算機(jī)技術(shù)結(jié)合對脈動信息進(jìn)行特征分析，在臨床上輔助醫(yī)生辨證診斷，以滿足患者的健康需求，使中醫(yī)藥發(fā)展向國際化的方向邁進(jìn)。

王逸群等人基于脈象實(shí)時采集系統(tǒng)，利用各種信號處理技術(shù)對五種脈象(常、沉、促、滑、弦)數(shù)據(jù)進(jìn)行預(yù)處理，使脈象識別的準(zhǔn)確率高達(dá)90.8%[15]。與朱慶文的研究不同，雖然王逸群等人的研究僅是對壓力脈搏波的探索分析，但將脈診儀小型化、便攜化，基本滿足了脈象信號的采集、分析和判斷，讓中醫(yī)脈診有了更為客觀與規(guī)范的診斷標(biāo)準(zhǔn)，實(shí)現(xiàn)了中醫(yī)辨證論治的客觀化發(fā)展。但還存在一些問題，比如這個信息采集過程中或許會忽略患者的年齡和體質(zhì)等因素對脈象帶來的影響。

楊海峰基于三路脈象檢測系統(tǒng)的脈診信息化服務(wù)平臺對寸、關(guān)、尺脈象進(jìn)行同步分析與識別，結(jié)合機(jī)器學(xué)習(xí)技術(shù)對肝硬化患者和健康人的脈搏信號進(jìn)行分類識別，建立了基于中醫(yī)脈診的個人健康信息管理系統(tǒng)，輔助臨床醫(yī)師進(jìn)行辨證論治和對患者的健康狀況的評估[16]。這項(xiàng)研究不僅對一般脈象進(jìn)行識別判斷，而且具象到某個單一病種，使得肝硬化患者的脈象識別更加規(guī)范、精確，在一定意義上實(shí)現(xiàn)了脈診的智能化，推進(jìn)了中醫(yī)辨證論治客觀化發(fā)展的進(jìn)程。

許多學(xué)者利用模式識別技術(shù)對中醫(yī)切診進(jìn)行研究。如劉文濤基于小波變換理論和模糊聚類分析等方法對脈象進(jìn)行分析與處理，并設(shè)計(jì)出中醫(yī)脈診電子專家病歷系統(tǒng)[17]。胡曉娟從模式識別的角度出發(fā)對中醫(yī)脈診信號感知與計(jì)算機(jī)輔助分析進(jìn)行研究，且首次利用神經(jīng)網(wǎng)絡(luò)模型對脈搏波進(jìn)行識別與分類，并將得出的脈搏信息輸入到藥膳系統(tǒng)中以獲取相應(yīng)的治療方案[18]。上述兩項(xiàng)研究對于相兼脈的識別與判斷仍然是一個空白的狀態(tài)，且在脈象智能化識別的領(lǐng)域中依舊處于探索階段。然而，它們將脈象中具有相同特征信號的脈象自動劃分歸類，從客觀的角度對脈象進(jìn)行識別、處理與判斷，彌補(bǔ)了醫(yī)師在切脈與診斷時過于主觀的不足，是中醫(yī)脈診智能化發(fā)展的一個新思路，對于后來的中醫(yī)脈象客觀化研究和脈象識別系統(tǒng)的開發(fā)也有一定的借鑒作用，推進(jìn)中醫(yī)辨證論治客觀化深度發(fā)展。且對于年輕醫(yī)師而言，這類型的創(chuàng)新會幫助他們快速積攢經(jīng)驗(yàn)，加深對于中醫(yī)相關(guān)理論的理解。

2 人工智能技術(shù)與中醫(yī)治療相結(jié)合的發(fā)展

自20世紀(jì)50年代以來，許多學(xué)者對人工智能技術(shù)與中醫(yī)辨證論治進(jìn)行了深刻的研究探索，并取得了豐碩的成果。

許多學(xué)者基于病例研究做了大量工作，比如，楊健、楊麗、王燕、李蕾等研究組基于案例推理研究出智能化的中醫(yī)專家系統(tǒng)[19-22]； 彭明德等人基于案例推理創(chuàng)建了智能化中醫(yī)辨證論治系統(tǒng)[23]；李鋒剛等人基于案例推理設(shè)計(jì)了多檢索策略的中醫(yī)自處方系統(tǒng)[24]。這種基于案例推理的研究，在一定程度上解決了臨床中碰到的患者信息不明確、不完整、不一致時診斷困難的問題，將患者癥狀精確化，使得診斷與治療達(dá)到一定的準(zhǔn)確率。這種研究不僅僅是一個診斷與治療的過程，還包括根據(jù)人工智能技術(shù)得出的診斷與治療方案的反饋，將行之有效的模塊納入系統(tǒng)，這就增加了辨證與診斷的精確度。

還有很多學(xué)者采用方證的方法進(jìn)行研究。比如，陳擎文基于人工神經(jīng)網(wǎng)絡(luò)建立傷寒論方-證要素、主證-藥物對應(yīng)關(guān)系的數(shù)學(xué)模型，有智能判斷處方的功能[25]。肖曄基于陳潮祖教授“五經(jīng)五緯”辨證綱領(lǐng)，使用計(jì)算機(jī)語言編程和不同的算法，構(gòu)建醫(yī)案方證對應(yīng)模型，將陳潮祖教授的辨證模式數(shù)字化，用于中醫(yī)診斷與中醫(yī)治療[26]。徐亮等人利用神經(jīng)網(wǎng)絡(luò)模型，在名老中醫(yī)病例數(shù)據(jù)庫的基礎(chǔ)上以氣虛證為例建立了一種中醫(yī)辨證模型，該模型對氣虛證辨證的準(zhǔn)確率可達(dá)83.3%[27]。

許多學(xué)者通過構(gòu)建計(jì)算機(jī)程序或者軟件對中醫(yī)診療的智能化與客觀化進(jìn)行研究。比如，盧朋等人以數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)，對臨床醫(yī)生的醫(yī)案進(jìn)行分析管理并開發(fā)集病、證、藥、方等信息檢索與分析于一體中醫(yī)傳承輔助系統(tǒng)軟件，輔助臨床醫(yī)師進(jìn)行智能化診療[28]。于彤等人以數(shù)據(jù)挖掘、知識庫、語義維基等技術(shù)對古今外文獻(xiàn)、名醫(yī)醫(yī)案及經(jīng)驗(yàn)、中藥、方劑等理論的分析處理，并構(gòu)建以互聯(lián)網(wǎng)為基礎(chǔ)的知識服務(wù)平臺，輔助醫(yī)師對哮喘疾病進(jìn)行中醫(yī)診斷與治療[29]。李洪崢等人以數(shù)據(jù)挖掘、知識庫、語義維基等技術(shù)對古今外文獻(xiàn)、名醫(yī)醫(yī)案及經(jīng)驗(yàn)、中藥、方劑等理論的分析處理，并構(gòu)建以互聯(lián)網(wǎng)為基礎(chǔ)的知識服務(wù)平臺，輔助醫(yī)師對哮喘疾病進(jìn)行中醫(yī)診斷與治療[30]。楊蘊(yùn)等人使用高斯核的嶺回歸算法對中醫(yī)肺癌病例資料進(jìn)行分析研究，構(gòu)建肺癌中醫(yī)處方系統(tǒng)，并將該系統(tǒng)應(yīng)用于中醫(yī)治療[31]。這些研究在一定程度上提高醫(yī)師對疾病診斷的準(zhǔn)確率，節(jié)省了醫(yī)療時間，提高處方的準(zhǔn)確率和效率，從而提升醫(yī)療水平，促進(jìn)中醫(yī)治療的客觀化、數(shù)字化發(fā)展。

另外還有諸多研究人員利用大數(shù)據(jù)分析進(jìn)行中醫(yī)治療的規(guī)范化研究。例如，夏中尚等人基于大數(shù)據(jù)分析技術(shù)對文獻(xiàn)進(jìn)行檢索與分析，得出糖尿病中藥治療的用藥規(guī)律[32]。趙曉華等人基于數(shù)據(jù)挖掘技術(shù)對2型糖尿病患者的證型及并發(fā)癥進(jìn)行辨析，構(gòu)建以大數(shù)據(jù)技術(shù)為基礎(chǔ)的數(shù)據(jù)平臺，輔助臨床決策與中醫(yī)治療[33]。段力等人基于大數(shù)據(jù)對中藥治療糖尿病周圍神經(jīng)病變(Diabetic peripheral neuropathy，DPN)相關(guān)文獻(xiàn)進(jìn)行歸納與分析，得出中醫(yī)治療DPN的診斷與用藥規(guī)律，更好地實(shí)現(xiàn)了中醫(yī)診斷與中醫(yī)治療的客觀化與規(guī)范化[34]。這些研究使用回顧性研究的方法，不可避免的會存在漏診或者誤診的情況。因未收集四診信息、實(shí)驗(yàn)室檢查結(jié)果等，在數(shù)據(jù)完整性方面也有欠缺，疾病與證候的規(guī)范統(tǒng)一也得不到保障。但這些研究突破了人工智能技術(shù)與中醫(yī)治療結(jié)合發(fā)展的瓶頸，利用數(shù)據(jù)挖掘技術(shù)對疾病證候規(guī)律與用藥規(guī)律進(jìn)行討論與分析，為臨床決策與治療提供參考，加快中醫(yī)治療客觀化與規(guī)范化的進(jìn)程。

3 人工智能技術(shù)與中醫(yī)辨證論治結(jié)合發(fā)展的展望

歷經(jīng)千年發(fā)展的中醫(yī)理論博大精深，導(dǎo)致中醫(yī)標(biāo)準(zhǔn)化與規(guī)范化較難實(shí)現(xiàn)，且中醫(yī)辨證論治又是一個寬泛的概念，在實(shí)際操作中所需要的數(shù)據(jù)較為龐大，對繁冗的數(shù)據(jù)進(jìn)行分析與識別也較為困難，導(dǎo)致研究中醫(yī)辨證論治與人工智能技術(shù)結(jié)合發(fā)展的道路漫長且艱難。目前中醫(yī)辨證論治客觀化研究所涉及的領(lǐng)域也較為狹窄，且研究內(nèi)容仍然不夠全面、僅局限于某一方面或者某幾個證型。因此中醫(yī)辨證論治的客觀化研究仍處于起步階段，還需要未來的學(xué)者們繼續(xù)進(jìn)行深入研究與完善。

中醫(yī)與人工智能技術(shù)結(jié)合發(fā)展是未來不可抗拒的趨勢，其前途不可限量。各式的智能化中醫(yī)診療系統(tǒng)可以解決部分醫(yī)院掛號難、排隊(duì)難、就診難的問題。人工智能技術(shù)與中醫(yī)辨證論治結(jié)合發(fā)展，將開啟智能化、精確化、標(biāo)準(zhǔn)化、客觀化中醫(yī)發(fā)展的新時代，走進(jìn)智能化中醫(yī)診斷與治療惠及人類健康的康莊大道。