中医研究中人工智能的应用
中医研究中人工智能的应用时间：2023-04-2305:14:41
摘要：随着大数据、云计算等技术的不断发展和应用，人工智能与中医领域的发展也更加密切。中医药大时代的到来，以及大数据时代的到来，将二者的融合发展推向了新的高度。本文重点分析了人工智能对中医研究的重要意义、应用领域，并提出了相应的建议措施。
关键词：人工智能；中医药；融合发展
1引言
新一轮科学技术和产业革命的深刻变革，推动社会各个领域实现深刻变化。人工智能是这一轮产业革命的重要成果，国家也将人工智能作为中国产业发展的重要组成。中医作为我国的国粹之一，由于主要强调临床经验，治疗方式上也是因人施治，一人一方，异病同治、同病异治，存在着发展的短板。人工智能的应用为中医的信息化发展以及中医研究的深入推进提供了机遇。如何用人工智能为中医研究应用赋能，是一个非常重要的研究课题。
2大数据为中医智能化提供基础
大数据时代已经来临，已经成为全世界的共识。大数据时代纷繁复杂的信息在为人们带来挑战的同时，更多的是一种机遇。中医与互联网大数据的深度结合是国家战略，也是中医药研究领域关注的重点，于进一步研究和发展中医药大数据产业，提升中医药国际地位，具有重要意义。“互联网+中医”早在几年前就已经成为国家战略，我国《中医药发展战略规划纲要2016-2030》明确提出推动“互联网+”中医医疗，对“互联网+”中医医疗做了具体和全面的部署。具体而言，大数据对中医发展的智能化推动有几个方面。首先是中医药数据的挖掘使用，我国中医博大精深，是一套深奥成体系的学术、临床体系，中华几千年的中医药发展积累了极其丰富的大数据，是一座亟待开发挖掘的金矿。将这些丰富的数据进行智能化，对中医发展的促进作用将是无与伦比的。其次，大数据结合中医的核心理念，实现中医的有序发展。中医的临床疗效评价实质上是中医辨证论治与临床结局之间的因果关联分析，大数据理念恰恰可以反映关联及因果关系。中医生更多是临床过程的记录，在日积月累的经验积累和案例分析中形成独特的临床经验，将这些经验通过大数据建模的形式刻画出来，将大大实现中医的智能化。最后，大数据为中医发展的现代化和标准化提供条件。中医的发展需要标准体系的支撑，落点应该在于制定标准体系，促进共享应用，进而实现中医药大数据在互联网医疗等领域的创新和应用，在更大意义上推动世界范围内中医药大数据的发展，进而促进中医药国际化。
3运用人工智能促进中医研究应用的意义
人工智能和中医的结合，不仅可以对中医的研究和应用起到促进、推广作用，也是对人工智能应用领域的丰富和拓展。具体来看，人工智能对中医研究应用的意义有以下几个方面。（1）有助于推动中医的信息化发展。上文已经提到，我国几千年的中医研究建立了极为庞大且秩序井然的中医知识图谱，但是如何通过对数据价值的挖掘，进一步促进中医药发展是一个重要的课题。而互联网的出现，特别是大数据时代的到来，更为中西药的信息化提供了难得的机遇。人工智能对发掘中医隐性知识有着得天独厚的优势。当前，以大数据为支撑的人工智能在医疗领域的应用很多，比如医学影像、语音识别、病人看护等。延伸到中医研究和应用领域的还不多，可以利用人工智能将大量的中医诊疗数据进行深度挖掘，从而拓展中医人工智能的市场前景。（2）有助于推动中医传承发展。可以说，传统中医存在传承、推广应用和发展方面存在较大的痛点和难点。一般情况下，知名中医的传承主要是流派传承或者人传人的方式进行，这种传承方式成长周期长，无法复制，规模化推广应用受到限制。而通过人工智能则可以有效解决以上痛点，可以将知名老中医的诊疗思想、辨证逻辑和处方经验进行整合，形成在线的辅助学习和辅助诊疗系统，带动更多普通医师提升诊疗能力，也可以帮助中医的传承及推广应用。（3）人工智能有助于推动中医诊疗智能化。诊疗是医学的核心环节。中医药的诊断流程一般分为三步，第一是望闻问切、采集信息；第二是四诊参合、辨证分型；第三是君臣佐使，构思方剂。不过，传统中医在很大程度上需要依赖医生的个人经验，这意味着必然存在一定局限性。但是，利用人工智能，普通医师可以通过第一步采集到患者信息，进而借助网络实现规范化处理，后台通过人工智能模拟名老中医的辨证治疗的方式，给出一定的方剂建议，从而使一般医师也可以开出相对更有效的大处方。因此，也可以说，人工智能是放大中医产能的重要工具，是中医智能化发展的重要抓手。
4人工智能推动中医研究中智能化的建议
（1）加大人工智能诊疗的结合力度。人工智能是辅助中医研究应用的重要工具，在产能放大化、中医推广方面前景广阔。要加大中医和人工智能的结合力度，针对中医药发展的特点，找准人工智能结合的切入点，研发设计更多在中医挂号、诊疗、远程诊治、后期跟踪等方面的人工智能成果，将二者实现更进一步的融合。（2）更好集散用好大数据信息。大数据是促进中医人工智能化的基础和技术支撑。要加大对关于中医方面大数据的收集、分析和挖掘使用，并制定中医诊疗标准和体系，将数千年的中医经验转化为集中医诊断、服务，健康信息采集、健康评价、健康指导、健康提醒功能为一体的信息系统，形成多元化诊疗数据，为更好服务患者、推动中医走向现代化、国际化提供支撑。
5结束语
随着人工智能的发展，中医数据实现了空前整合。当有了智能化的手段，则可以实现更加便捷、准确的在线诊疗，释放人工诊疗压力，同时，借助人工智能大数据，也可以实现对中医典籍、诊疗案例等的标准化与智能化管理。要针对中医发展制定全流程的人工智能体系，在推广应用方面进行有效探索，实现中医健康发展。
参考文献
[1]林树元，刘畅，李煜，等.中医在人工智能时代的挑战与经方智能化研究思路[J].中华中医药杂志，34（02）：18-21.
[2]袁冰，范钢.中医学如何走进人工智能时代[J].中华中医药杂志.
[3][4]黄谦.基于人工智能的中医脉象诊断辅助系统研究[D].陕西科技大学。
作者：苗耀锋单位：西安外事学院工学院
人工智能辅助诊疗发展现状与战略研究
[1] ChenY,ArgentinisJE,WeberG.IBMWatson:Howcognitivecomputingcanbeappliedtobigdatachallengesinlifesciencesresearch[J].ClinicalTherapeutics,2016,38(4):688–701.链接1链接2
[2] DilsizianSE,SiegelEL.Artificialintelligenceinmedicineandcardiacimaging:Harnessingbigdataandadvancedcomputingtoprovidepersonalizedmedicaldiagnosisandtreatment[J].CurrentCardiologyReports,2014,16(1):441.链接1链接2
[3] StoitsisJ,ValavanisI,MougiakakouSG,etal.Computeraideddiagnosisbasedonmedicalimageprocessingandartificialintel-ligencemethods[J].NuclearInstruments&MethodsinPhysicsResearch,2006,569(2):591–595.链接1链接2
[4] RotmenschM,HalpernY,TlimatA,etal.Learningahealthknowledgegraphfromelectronicmedicalrecords[J].ScientificReports,2017,7(1):5994.链接1链接2
[5] 袁凯琦,邓扬,陈道源,等.医学知识图谱构建技术与研究进展[J].计算机应用研究,2018,35(7):1–11.链接1链接2
[6] 徐增林,盛泳潘,贺丽荣,等.知识图谱技术综述[J].电子科技大学学报,2016,45(4):589–606.
[7] CrastoCJ,MarencoLN,LiuN,etal.SenseLab:Newdevelop-mentsindisseminatingneuroscienceinformation[J].BriefingsinBioinformatics,2007,8(3):150–162.链接1链接2
[8] DonnellyK.SNOMED-CT:Theadvancedterminologyandcod-091中国工程科学2018年第20卷第2期ingsystemforeHealth[J].StudiesinHealthTechnology&Infor-matics,2006(121):279–290.
[9] BodenreiderO.TheUnifiedMedicalLanguageSystem(UMLS):Integratingbiomedicalterminology[J].NucleicAcidsResearch,2004(32):267–270.链接1链接2
[10] 阮彤,孙程琳,王昊奋,等.中医药知识图谱构建与应用[J].医学信息学杂志,2016,37(4):8–13.链接1链接2
[11] LongEP,LinHT,LiuZZ,etal.Anartificialintelligenceplat-formforthemultihospitalcollaborativemanagementofcongenitalcataracts[J].NatureBiomedicalEngineering,2017,1(2):0024.链接1链接2
[12] XuK,BaJ,KirosR,etal.Show,attendandtell:Neuralimagecaptiongenerationwithvisualattention[J].ComputerScience,2015:2048–2057.
[13] JingBY,XiePT,XingE.Ontheautomaticgenerationofmed-icalimagingreports.2017November22.arXivpreprintarX-iv:1711.08195.
[14] TuranM,PilavciYY,JamiruddinR,etal.Afullydenseandglob-allyconsistent3DmapreconstructionapproachforGItracttoen-hancetherapeuticrelevanceoftheendoscopiccapsulerobot.2017May18.arXivpreprintarXiv:1705.06524.链接1链接2
[15] TuranM,AlmaliogluY,KonukogluE,etal.Adeeplearningbased6degree-of-freedomlocalizationmethodforendoscopiccapsulerobots.2017May15.arXivpreprintarXiv:1705.05435.
[16] WuG,KimM,WangQ,etal.Scalablehighperformanceimageregistrationframeworkbyunsuperviseddeepfeaturerepresen-tationslearning[J].DeepLearningforMedicalImageAnalysis,2017,63(7):245–269.
[17] 程京,邢婉丽.医疗器械与新型穿戴式医疗设备的发展战略研究[J].中国工程科学,2017,19(2):68–71.链接1链接2
[18] JhaS,TopolEJ.Adaptingtoartificialintelligence:Radiolo-gistsandpathologistsasinformationspecialists[J].Jama,2016,316(22):2353.链接1链接2
人工智能在中医药产业发展中的不同阶段和临床应用
随着人工智能技术在生命科学领域的作用越来越明显，中医药产业在人工智能的潮流中迎来新的发展良机。
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法和技术及应用系统的一门新的技术科学。
国务院发布的《新一代人工智能发展规划》明确表示，人工智能发展进入新阶段，已经成为国际竞争的新焦点，成为经济发展的新引擎，将带来社会建设的新机遇，同时发展的不确定性也将带来新挑战。
目前，人工智能技术在生命科学领域已经取得了实际应用 ，如智能医学影像识别、病理人工智能辅助诊断、智能健康管理、智能药物研发、智能诊疗、智能手术导航系统和健康大数据等方面。
1
中医药有着悠久的发展历史、丰富的实践经验和海量的文献，但资源挖掘利用不足，将直接影响发展和传承效率。中医与西医的发展模式大相径庭，西医从实验数据中归纳提炼经验，再通过时间检验、修正、发展成理论；而中医则是在临床试验中不断总结、摸索，经验极具个性化，总体发展缓慢且困难。
长期以来，我国中医药工作面临两“难”：一难是名老中医临床经验传承与发展；二难是提升基层中医药服务能力。名老中医学术经验的传承效率不高，传统的师带徒模式成长周期长、培养人才数量少，难以满足临床需求。此外，临床产生的大量中医药诊疗数据，尤其是中西医诊疗的综合信息资源整体利用度不高，存在数据资源浪费情况。
随着人工智能技术在生命科学领域的作用越来越明显，中医药产业在人工智能的潮流中迎来新的发展良机。
人工智能的理念和技术在中医药的传承和发展中，可分为三个阶段：一是人工智能技术挖掘中医药数据；二是人工智能技术辅助中医诊疗及辅助学习系统；三是中医药人工智能技术融入全生命周期健康维护。
第一阶段：人工智能技术挖掘中医药数据
将众多中医古籍、临床资料数字化，大力挖掘相关数据并进行分析，形成经验，辅助临床诊疗工作。
中医药数据挖掘已被广泛应用于中医药古籍的检索和名老中医经验的挖掘整理中。目前常用的方法包括频数分析、关联分析、复杂网络分析、聚类分析等。大数据技术促进了传统中医药典籍电子化，如《中华医典》等书籍和数据库，这有助于充分挖掘历代中医药知识。同时，中医药现代化研究也积累了大量中药和方剂的药理研究资料和作用机制的资料，形成了标准的数据库。
目前，中医药标准化工作已经完成对中医疾病病名、证候、中药药名、方剂名等的标准构建。但是面对中医药数据的复杂性，传统的统计分析工具和简单的数据挖掘技术已经不能满足中医药信息化发展的需求，因此需要人工智能的深度学习进一步对大数据进行分析和处理。
第二阶段：人工智能技术辅助中医诊疗及辅助学习系统
人工智能技术拥有独立自主的诊疗功能，通过大数据学习可达到与临床专家高度匹配的诊疗结果，此时人工智能技术在临床辅助诊疗中可发挥一定的主动性。同时，还可利用已达到中医临床专家水平的人工智能技术培养中医人才，提高中医药传承效率，促进中医药传承。
在中医智能诊断方面，目前四诊客观化的研究已经取得阶段性成果。脉诊和舌诊的客观量化已经有了长足进步，这或将改变传统诊断受医师主观意识、经验积累影响，以及受限于环境因素，缺乏客观指标而难以重复的问题。
第三阶段：中医药人工智能技术融入全生命周期健康维护
人工智能技术将中医全面融入生活，从健康管理、诊断、治疗等方面全方位服务患者，相应的人工智能技术能独立完成临床任务。
在数据挖掘和辅助诊疗及辅助学习相关技术均比较成熟的状态下，进一步将中医药领域的人工智能技术融入健康管理，真正应用于相关疾病的一级预防及二级预防中，充分发挥中医药治未病的理念，使中医药理念融入到日常生活中。
中医对于未病的理解更深入，不同于现代医学主要针对某一种或某几种常见疾病的健康管理，中医是通过对不同个体的望闻问切，然后根据个体的体质及相关危险因素选用针对性的干预措施，以实现整体调节，可更好实现“未病先防、既病防变、愈后防复”。
基于人工智能技术建立中医药健康管理云平台可以实现高效的人机对话并进行相关信息的处理分析，能根据每个人的不同体质状况给出相应的健康处方，对不同体质个体进行相应的调整改善，做到精准化个体化医疗保健，同时跟踪随访、收集健康大数据，开发并完善疾病预测模型和疾病筛查模型的建模策略与方法。
2
当前，我国中医人工智能正处于第二个阶段的研究发展中。
辅助诊疗系统是人工智能在医疗领域的最大应用场景，在中医领域亦然。目前，部分企业研发的中医智慧化诊疗系统已经初具临床应用价值。
1. 悬壶台中医辅助诊疗系统
这是由微医联合莲芯健康共同开发的，运用“中医辨证论治系统”结合互联网、人工智能技术，搭建的悬壶台——中医健康信息云平台，提供中医电子病历、辅助开方、心脑血管疾病、中医药知识库、中医治未病、集成HIS系统串联服务，普及和提升各级医疗卫生机构的中医药服务能力和诊疗水平。
该平台已接入320多家医疗机构，多家区域医疗平台，累计处方量达2200万余张。
2. 中医综合诊断系统
由芜湖圣美孚科技有限公司研发的“中医综合诊断系统”，有五大组成模块，分别是中医脉象诊断系统、舌面象诊断系统、中医体质辨识系统、个性化养生调理系统，经典处方系统。
该产品以中医脉象诊断为基础，采用全自动气体加压方式，中医脉象诊断，利用计算机，通过袖带式传感器，在桡动脉村寸，关，尺三个部位检测脉象信号，模仿中医医师指法，按照中医举、按、寻的诊脉过程，浮、中、沉散布全自动气体加压取脉，采集八个不同压力段的脉象波形自助选择最佳压力波形，并将脉象的位，数，形，势和脉图的各项参数自动分析，以判定出28类脉。
该产品采用专业拍摄光源，运用计算机标准化技术，对舌（舌色14种、舌络3种、舌形9种、舌态5种、苔色4种、苔质12种），对面（唇色6种，面色17种，面部光泽3种，局部特征3种）进行信息采集和分析，按照中华中医药学会标准ZYYXH/T157-2009《中医体质分类与判定》的要求进行问诊，并对9种基本体质及44种复合体质进行自动判别。
3. 乌镇国医云脑
“乌镇国医云脑”由道生医疗、金灯台信息与泰坤堂共同搭建，由“道生中医云脑”的核心技术汇聚成果，它以四诊仪为载体，以海量中医药大数据、中医特色机器学习算法、强大云计算能力为基础技术要素，具备了感知、连接、语言、决策4大中医人工智能能力，能够读懂中医语言，像中医师一样思考，像名医导师一样给出答案，是基层年轻中医师的最强中医外脑，是中医领域目前最前沿的人工智能创新成果。
目前，该系统已在国医大师刘敏如女科医系“起伏脉”临床经验研究、名中医俞瑾PCOS分型诊治研究、名老中医张云鹏脂肪肝诊治经验智能挖掘、名中医王翘楚失眠诊治经验智能挖掘等领域开展应用。
在进行中医相关人工智能研究时，中医领域人才需要与人工智能专家紧密结合，使相关人工智能技术保留中医药精髓，贴近临床实际需求。
此外，中医药大数据分析和机器学习需要真实可靠的数据，而无论是作为输入的症状、体征、检测指标还是作为输出的疾病种属、证候类型以及最终的诊疗方案，都应该采用统一的、尽可能规范化、客观量化的体系及规则进行标定。