李本岳，李偉榮，潘華峰，王 宏，王 奇＊＊

（1. 廣州中醫(yī)藥大學(xué)科學(xué)創(chuàng)新中心 廣州 510405； 2. 廣州中醫(yī)藥大學(xué)臨床藥理研究所 廣州 510405）

中醫(yī)藥是中華民族在幾千年生產(chǎn)生活實(shí)踐與疾病斗爭(zhēng)中形成和豐富的醫(yī)學(xué)科學(xué)。人工智能作為一門計(jì)算機(jī)科學(xué)，已經(jīng)被運(yùn)用至中醫(yī)藥現(xiàn)代傳承中。滕文龍等[1]對(duì)智能中醫(yī)醫(yī)療診斷系統(tǒng)進(jìn)行了研究；楊海等[2]將傳統(tǒng)中醫(yī)理論與現(xiàn)代智能決策方法、計(jì)算機(jī)技術(shù)相結(jié)合，實(shí)現(xiàn)了“中醫(yī)智能診斷支持系統(tǒng)”的理論基礎(chǔ)分析；陳菊等[3]通過對(duì)中醫(yī)辨證論治輔助系統(tǒng)軟件的開發(fā)，實(shí)現(xiàn)了中醫(yī)辨證論治在臨床電子病歷中理法方藥的一線貫通。研究者都在嘗試采用人工智能技術(shù)解決中醫(yī)臨床診斷問題，但是目前還主要集中在中醫(yī)藥知識(shí)檢索和名老中醫(yī)經(jīng)驗(yàn)的知識(shí)推理系統(tǒng)等方向。2019 年世界人工智能大會(huì)在上海舉辦，“未來診室”在人們眼前驚艷登場(chǎng)。未來，更加融合人工智能的中醫(yī)診斷即將登場(chǎng)。本研究將通過闡述人工智能技術(shù)如何賦能“望聞問切”中醫(yī)診斷，試圖為中醫(yī)藥智能化提供思路。

1 人工智能助力中醫(yī)診斷

人工智能（Artificial Intelligence，AI）是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。AI 研究的領(lǐng)域包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等[4]。本研究從“望聞問切”入手，將AI 融入到中醫(yī)中來，搭建一個(gè)AI中醫(yī)專家診斷系統(tǒng)。

1.1 大數(shù)據(jù)和互聯(lián)網(wǎng)為AI中醫(yī)專家系統(tǒng)構(gòu)筑基礎(chǔ)

AI 離不開大數(shù)據(jù)和互聯(lián)網(wǎng)。供系統(tǒng)學(xué)習(xí)中醫(yī)藥理論體系，需要搭建一個(gè)國家級(jí)的中醫(yī)藥知識(shí)開放共享平臺(tái)。未來可以參考美國國家健康數(shù)據(jù)開發(fā)平臺(tái)healthdata和英國國民醫(yī)療服務(wù)體系[5]等來構(gòu)建一個(gè)互聯(lián)互通的中醫(yī)藥大數(shù)據(jù)平臺(tái)。醫(yī)療數(shù)據(jù)的爆炸式增長(zhǎng)使常規(guī)儲(chǔ)存手段不能滿足，需要借助大數(shù)據(jù)和云計(jì)算技術(shù)使中醫(yī)藥數(shù)據(jù)平臺(tái)快速建立。AI 應(yīng)對(duì)爆炸式的醫(yī)療大數(shù)據(jù)具有獨(dú)到的優(yōu)勢(shì)。AI 可以通過模糊的邏輯程序?qū)δ：臄?shù)據(jù)進(jìn)行有效處理；可以高效、準(zhǔn)確地處理數(shù)據(jù)，提高系統(tǒng)效益；具有強(qiáng)大的識(shí)別能力，可以識(shí)別和篩選有效的數(shù)據(jù)[6]。

1.2 “AI中醫(yī)專家系統(tǒng)”的搭建

AI 專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。AI 專家系統(tǒng)已經(jīng)被應(yīng)用于許多疾病的診療中。Lawrence C 等[7]構(gòu)建的風(fēng)濕病學(xué)人工智能專家顧問系統(tǒng)AI/RHEUM 與風(fēng)濕病學(xué)家臨床醫(yī)生共識(shí)的“金標(biāo)準(zhǔn)”診斷的一致性已經(jīng)超過90%。搭建一個(gè)專門模擬中醫(yī)診斷和學(xué)習(xí)中醫(yī)知識(shí)的AI 中醫(yī)專家系統(tǒng)首先要進(jìn)行系統(tǒng)大腦的搭建。AI 最重要的是算力即數(shù)據(jù)處理能力。因此，要實(shí)現(xiàn)AI中醫(yī)專家系統(tǒng)的“望聞問切”功能需使用NPU 作為系統(tǒng)的芯片。系統(tǒng)進(jìn)行基礎(chǔ)的中醫(yī)藥理論學(xué)習(xí)后，接入到名醫(yī)名家的診斷場(chǎng)景中，讓系統(tǒng)不斷地學(xué)習(xí)名醫(yī)名家的診斷手法，不斷地自我糾偏和深度學(xué)習(xí)（Deep learning）[8]。

1.2.1 搭載圖像識(shí)別模塊實(shí)現(xiàn)“望診”

圖像識(shí)別[9]是對(duì)圖像進(jìn)行處理、分析和理解，通過計(jì)算機(jī)識(shí)別不同模式的目標(biāo)。目前，圖像識(shí)別應(yīng)用最廣泛的是人臉識(shí)別和圖像識(shí)別。中醫(yī)“望診”[10]要求用視覺觀察病人的神、色、形、態(tài)、舌象、排泄物、小兒指紋和五官等異常變化。因此，AI中醫(yī)專家系統(tǒng)對(duì)圖像識(shí)別的要求更加嚴(yán)苛。圖像識(shí)別中的人臉識(shí)別技術(shù)應(yīng)用于AI中醫(yī)專家系統(tǒng)后，系統(tǒng)可對(duì)患者的臉部的異常（面象）以及舌象異常作出判斷。當(dāng)然，這一切的實(shí)現(xiàn)要求系統(tǒng)對(duì)患者多次、長(zhǎng)期的人臉特征數(shù)據(jù)采集，以及要求系統(tǒng)學(xué)會(huì)區(qū)分正常生理變化和病理變化。舌診是中醫(yī)非常重要的一個(gè)診斷方法，而舌象的變化也直接反映了人體臟腑的氣血虛實(shí)與正邪消長(zhǎng)[11]。教會(huì)AI 中醫(yī)專家系統(tǒng)舌診將是模擬中醫(yī)診斷的關(guān)鍵。大量收集舌象圖片建立舌象數(shù)據(jù)庫，結(jié)合中醫(yī)舌診基礎(chǔ)理論，有助于AI中醫(yī)專家系統(tǒng)的深度學(xué)習(xí)。中醫(yī)望診只是通過觀察患者的外部特征來診斷，內(nèi)部變化則需要借助一系列的醫(yī)學(xué)影像[12]數(shù)據(jù)來診斷。Kermany等[13]以遷移學(xué)習(xí)模型為基礎(chǔ)，運(yùn)用海量視網(wǎng)膜OCT 圖像訓(xùn)練的深度學(xué)習(xí)模型已經(jīng)可以在30 s內(nèi)正確識(shí)別脈絡(luò)膜新生血管、糖尿病黃斑水腫和玻璃膜疣，并且通過遮擋測(cè)試得出為臨床醫(yī)生信任的診斷依據(jù)。AI 解讀醫(yī)療影像具有不易受主觀影響、效率高且誤診率低等特點(diǎn)。通過影像識(shí)別技術(shù)，AI中醫(yī)專家系統(tǒng)可以讀懂醫(yī)療影像數(shù)據(jù)，從而做出更準(zhǔn)確的診斷。同時(shí)，圖像識(shí)別也可以幫助AI 中醫(yī)專家系統(tǒng)看形態(tài)、看五官等，辨別身體異常狀況。因此，通過圖像識(shí)別，AI中醫(yī)專家系統(tǒng)不必“司外揣內(nèi)”了，而是內(nèi)外都能通過望診模塊了解的一清二楚。

1.2.2 搭載語言識(shí)別模塊實(shí)現(xiàn)“聞診和問診”

語音識(shí)別技術(shù)[14]是將人類的語音輸入轉(zhuǎn)換為一種機(jī)器可以理解的語言或者轉(zhuǎn)換為自然語言的一種過程。在AI中醫(yī)專家系統(tǒng)診斷時(shí)，要實(shí)現(xiàn)系統(tǒng)對(duì)患者的“聞和問”，要實(shí)現(xiàn)交互問診和聽聲辨病就必須使用語音識(shí)別技術(shù)，把患者說的話轉(zhuǎn)化為系統(tǒng)可識(shí)別的語言。語言模型的優(yōu)化[15]將是面臨的一個(gè)重大問題，系統(tǒng)不僅要避免噪音環(huán)境的影響，還要與患者實(shí)現(xiàn)人機(jī)交互，更要對(duì)患者的語調(diào)和聲量等判斷病人的情緒以及可能病變的部位，從而系統(tǒng)要對(duì)患者進(jìn)行問診難度就更加大了。系統(tǒng)不僅要與病人對(duì)話，還要用中醫(yī)的知識(shí)加以判斷后進(jìn)行更加深入的問診。系統(tǒng)還得避免環(huán)境噪音帶來的影響。為了減少噪音魯棒性，Qian Y 等[16]開發(fā)了非常深層卷積神經(jīng)網(wǎng)絡(luò)改善語音識(shí)別效率。AI 聽聲辨病的優(yōu)勢(shì)已經(jīng)體現(xiàn)出來。Aydan 等[17]開發(fā)的一款云應(yīng)用程序可以在計(jì)算機(jī)環(huán)境中提取和利用語音的特征進(jìn)行聲帶疾病診斷。這種診斷快速、準(zhǔn)確且經(jīng)濟(jì)。

1.2.3 搭載自然語言處理模塊實(shí)現(xiàn)“問診”

自然語言處理（NLP）對(duì)于AI 中醫(yī)專家系統(tǒng)更是一個(gè)關(guān)鍵的技術(shù)。通過NLP 技術(shù)，系統(tǒng)可以對(duì)中醫(yī)書籍等文本材料進(jìn)行學(xué)習(xí)，儲(chǔ)備中醫(yī)知識(shí)；可以對(duì)不同語言的材料進(jìn)行翻譯處理，從而獲得更多的資料；最重要的是系統(tǒng)可以通過學(xué)習(xí)，對(duì)病人的語義等進(jìn)行分析后從所構(gòu)建的資料庫中找到最合適的回答方式和內(nèi)容跟病人進(jìn)行交流，模擬中醫(yī)的“問診”。AI可以根據(jù)患者聲音數(shù)據(jù)轉(zhuǎn)化來的機(jī)器語言中所包含的主觀句，提取帶有情感色彩的詞語，并對(duì)這些詞語進(jìn)行綜合程度上的衡量和判斷，并予以情感態(tài)度傾向的分析[18]。這種對(duì)情感態(tài)度的判斷可以幫助系統(tǒng)更好地與患者問診，獲取到更多有利于辯證論治的參數(shù)。NLP對(duì)AI 中醫(yī)專家系統(tǒng)的深度學(xué)習(xí)和更新迭代都起到非常大的作用。

1.2.4 中醫(yī)機(jī)器人——“AI中醫(yī)專家系統(tǒng)”的載體

中醫(yī)四診儀代表著中醫(yī)的初步機(jī)器化。四診儀能模擬“望聞問切”，采集舌象、面象、脈象，并按照流程向患者問診[19]。但是四診儀的智能化程度還非常低，醫(yī)療數(shù)據(jù)采集手段落后，甚至國內(nèi)外四診儀的建設(shè)標(biāo)準(zhǔn)都沒得到統(tǒng)一。因此，為了順利搭載AI中醫(yī)專家系統(tǒng)，實(shí)現(xiàn)“望聞問切”，以及實(shí)現(xiàn)智能識(shí)別和學(xué)習(xí)等功能，需要一個(gè)更加智能的機(jī)器人載體。這個(gè)機(jī)器要具備語言識(shí)別、圖像識(shí)別和自然語言處理能力。除此之外，感受病人的脈搏以及對(duì)某些部位的按壓，對(duì)病人實(shí)施“切診”以及“聞診”中的“嗅”的操作需要搭載一系列精密的傳感器對(duì)病人進(jìn)行參數(shù)采集。讓AI中醫(yī)專家系統(tǒng)學(xué)會(huì)脈診，需要搭載脈象動(dòng)態(tài)壓力傳感器。國內(nèi)外已經(jīng)有很多對(duì)于脈象傳感器的研究，如李淑娟等[20]提出了一種光纖Bragg 光柵（FBG）壓力傳感器和基于相位產(chǎn)生載波（PGC）的干涉式波長(zhǎng)解調(diào)相結(jié)合的傳感器系統(tǒng)，實(shí)現(xiàn)了脈象波形信息的探測(cè)，可以高保真地還原脈象信息。脈象傳感器還可以使脈象信息電子化。電子化的脈象信息有助于中醫(yī)實(shí)施遠(yuǎn)程切脈，有助于遠(yuǎn)程中醫(yī)診療的發(fā)展。熊國虹等[21]以STM32 為控制核心，搭載多種氣體檢測(cè)傳感器，通過NRF24L01 無線模塊將氣體信息傳送到電腦并基于仿生行為的視嗅覺融合污染源搜索策略制造的機(jī)器人可以在無光以及光線良好情況下均能搜索到室內(nèi)氣體污染源。未來，這種仿生技術(shù)可以使AI 中醫(yī)通過“嗅氣味”來輔助診斷，當(dāng)然還需要在氣體化學(xué)以及電子鼻上面做更多的研究和開發(fā)。

2 物聯(lián)網(wǎng)搭建AI中醫(yī)藥服務(wù)場(chǎng)景

物聯(lián)網(wǎng)（Internet of Things，LoT）[22]是指用戶和物品之間進(jìn)行信息交換和通信、通過網(wǎng)絡(luò)技術(shù)、傳感器技術(shù)對(duì)所需的信息進(jìn)行采集，對(duì)物品實(shí)現(xiàn)識(shí)別、跟蹤、定位和管理等功能的一個(gè)網(wǎng)絡(luò)。LoT 將為AI 中醫(yī)藥服務(wù)場(chǎng)景的搭建提供基礎(chǔ)條件。

2.1 AI中醫(yī)專家系統(tǒng)接入場(chǎng)景

AI 中醫(yī)專家系統(tǒng)可以通過接入智能家居構(gòu)成的LoT 以及車聯(lián)網(wǎng)等對(duì)患者的健康情況進(jìn)行實(shí)時(shí)監(jiān)測(cè)，采集數(shù)據(jù)回傳數(shù)據(jù)庫，構(gòu)建患者個(gè)人醫(yī)療檔案。收集每個(gè)患者的醫(yī)療數(shù)據(jù)后便可以匯成大數(shù)據(jù)，便可以構(gòu)建地區(qū)的醫(yī)療檔案。通過數(shù)據(jù)庫的數(shù)據(jù)分析，可以為流行病學(xué)提供實(shí)時(shí)的參考以及可以為疫情的控制提供幫助。為了實(shí)現(xiàn)診斷的及時(shí)性以及連接的高效性和穩(wěn)定性，數(shù)據(jù)傳輸可以采用新興的窄帶物聯(lián)網(wǎng)技術(shù)（NB-loT）和5G 技術(shù)。NB-loT 由于采用蜂窩網(wǎng)絡(luò)技術(shù)和具有使用消耗帶寬較小的特點(diǎn)已經(jīng)成為萬物互聯(lián)中重要的新興技術(shù)[23]。低功耗對(duì)于要長(zhǎng)期且持續(xù)采集醫(yī)療數(shù)據(jù)的智能設(shè)備非常適合。而支持多端口輸入與輸出的5G 技術(shù)則使我們可以同時(shí)開啟多個(gè)醫(yī)療數(shù)據(jù)采集傳感器，而且5G 傳輸還可以使醫(yī)療數(shù)據(jù)受到的干擾減少而且使數(shù)據(jù)安全得到更大的保障。LoT 時(shí)刻在產(chǎn)生數(shù)據(jù)，如果全部數(shù)據(jù)都上傳到集中式云端服務(wù)器進(jìn)行計(jì)算處理便會(huì)出現(xiàn)很多問題。數(shù)據(jù)過大，帶寬有限，會(huì)造成傳輸速度過慢影響醫(yī)療服務(wù)的及時(shí)性。同時(shí)，由于LoT會(huì)產(chǎn)生大量無效的醫(yī)療數(shù)據(jù)，如果全部傳輸至數(shù)據(jù)中心則會(huì)加大中心的處理壓力。因此，可以采用邊緣計(jì)算[24]對(duì)海量的醫(yī)療數(shù)據(jù)進(jìn)行初步的計(jì)算和過濾。

2.2 遠(yuǎn)程AI中醫(yī)醫(yī)療服務(wù)

AI 中醫(yī)專家系統(tǒng)借助互聯(lián)網(wǎng)技術(shù)可以為患者提供遠(yuǎn)程醫(yī)療服務(wù)。患者一旦覺得身體不舒服或者所佩戴的傳感器發(fā)現(xiàn)身體出了狀況，系統(tǒng)便會(huì)主動(dòng)聯(lián)系患者進(jìn)行問詢。系統(tǒng)可以隨時(shí)對(duì)患者異常健康數(shù)據(jù)進(jìn)行預(yù)警，真正做到“治未病”。為了更好實(shí)現(xiàn)醫(yī)患交流或者人機(jī)交互，可以在客戶端裝備立體全息投影智能設(shè)備。3D 全息投影[25]是一種利用干涉和衍射原理記錄并在線真實(shí)的三維圖像，是一種無需佩戴眼鏡便可以看到立體的虛擬人物的3D 技術(shù)。憑借這個(gè)技術(shù)以及傳感器回傳的一系列參數(shù)，AI中醫(yī)專家系統(tǒng)可以遠(yuǎn)程對(duì)患者進(jìn)行“望聞問切”，對(duì)病情做出初步的判斷后在線聯(lián)系附近的醫(yī)院進(jìn)行分診，可以為患者提供最佳的醫(yī)療服務(wù)。

3 存在的問題

3.1 醫(yī)療智能裝備制造未能跟上

目前，國內(nèi)有很多智能裝備制造的公司。例如，專注語言識(shí)別的科大訊飛；專注計(jì)算機(jī)視覺和深度學(xué)習(xí)的商湯科技和曠視科技；專注機(jī)器人制造的圖靈機(jī)器人。但是這些企業(yè)目前主要專注于智能醫(yī)療的軟件以及系統(tǒng)方面的研究，醫(yī)療智能裝備目前還處于比較低的水平。應(yīng)該結(jié)合中醫(yī)藥的特色，利用人工智能技術(shù)，發(fā)展更多協(xié)助中醫(yī)“望聞問切”和“辨證論治”的智能化設(shè)備。結(jié)合物聯(lián)網(wǎng)和車聯(lián)網(wǎng)技術(shù)，開發(fā)一系列檢測(cè)和采集患者健康參數(shù)的可穿戴人工智能設(shè)備。

3.2 法律層面的問題

在醫(yī)療數(shù)據(jù)采集過程中，難以避免醫(yī)療數(shù)據(jù)信息采集權(quán)和患者隱私權(quán)的沖突，需要國家制定相關(guān)的保護(hù)個(gè)人健康醫(yī)療數(shù)據(jù)的法律法規(guī)，明確電子醫(yī)療數(shù)據(jù)采集過程中的采集、儲(chǔ)存、管理、共享和使用各個(gè)環(huán)節(jié)的權(quán)責(zé)歸屬。醫(yī)療機(jī)構(gòu)要尊重患者的知情權(quán)，一切醫(yī)療數(shù)據(jù)的采集務(wù)必要告知患者，得到患者的授權(quán)后方能進(jìn)行。

3.3 醫(yī)療數(shù)據(jù)安全性

醫(yī)療數(shù)據(jù)安全性是大數(shù)據(jù)采集過程中最重要的一環(huán)。典型的個(gè)人醫(yī)療數(shù)據(jù)包含有關(guān)個(gè)人的敏感信息，因此，存儲(chǔ)或共享個(gè)人醫(yī)療數(shù)據(jù)存在著風(fēng)險(xiǎn)。例如，短DNA 序列可以提供不僅可以識(shí)別個(gè)體，還可以識(shí)別個(gè)體親屬的信息。然而醫(yī)學(xué)數(shù)據(jù)對(duì)于疾病的研究、預(yù)防和治療都是必不可少的資源。隨著科技的發(fā)展，數(shù)據(jù)的安全性已經(jīng)看到了曙光。研究者提出了匿名生成對(duì)抗網(wǎng)絡(luò)（AnomiGAN）框架，可以改善個(gè)人醫(yī)療數(shù)據(jù)隱私的保護(hù)[26]。另外，近幾年迅速發(fā)展的區(qū)塊鏈技術(shù)可以應(yīng)用于患者和醫(yī)療機(jī)構(gòu)的醫(yī)療數(shù)據(jù)加密。作為一種完全去中心化的新型技術(shù)，區(qū)塊鏈的橢圓曲線非對(duì)稱加密（Elliptic Curves Cryptography，ECC）、哈希函數(shù)、Merkle 樹可以使個(gè)人和醫(yī)療機(jī)構(gòu)醫(yī)療大數(shù)據(jù)的完整和安全得到充分保障[27]。

4 結(jié)語

中醫(yī)藥人工智能化能夠使中醫(yī)藥在現(xiàn)代科技的助推下更好地傳承與發(fā)展，使醫(yī)療資源更好地向下延伸，有助于提高疾病的早期篩選和診斷率；能夠促進(jìn)基本衛(wèi)生服務(wù)均等化和優(yōu)質(zhì)化；能夠?yàn)獒t(yī)生提供更有針對(duì)性的診療建議；能夠?yàn)榛颊咛峁└珳?zhǔn)化的中醫(yī)醫(yī)療服務(wù)。隨著相關(guān)智能裝備制造水平的提高，國家政策的扶持以及百姓對(duì)AI中醫(yī)藥認(rèn)可度的提高，未來的AI中醫(yī)藥一定會(huì)使中醫(yī)藥診療和服務(wù)更加便捷化、優(yōu)質(zhì)化和精準(zhǔn)化。