孫 康

（浙江大學(xué)臨床醫(yī)學(xué)，浙江 杭州 310000）

醫(yī)學(xué)人工智能之邏輯問(wèn)題

孫 康

（浙江大學(xué)臨床醫(yī)學(xué)，浙江 杭州 310000）

本文將從人工智能的三大學(xué)派出發(fā)，結(jié)合數(shù)據(jù)信息知識(shí)智慧線性過(guò)程，嘗試統(tǒng)一這三大學(xué)派并且分析醫(yī)學(xué)人工智能在未來(lái)能否實(shí)現(xiàn)。

醫(yī)學(xué)人工智能；人工智能；智慧；邏輯

1 問(wèn)題思考的緣由

智能即智與能，也就是智慧和能力。人工智能這門(mén)嶄新的技術(shù)科學(xué)旨在對(duì)人類只能的理論及方法進(jìn)行模擬，以延伸人類智能擴(kuò)展人的智能而醫(yī)學(xué)人工智能沒(méi)有準(zhǔn)確的定義，從它的英文Artificial Intelligent in medicine（而非Medical Artificial Intelligent），我感覺(jué)醫(yī)學(xué)人工智能這一學(xué)科更像是一種人工智能技術(shù)在醫(yī)學(xué)上的輔助應(yīng)用，而非獨(dú)立在醫(yī)學(xué)領(lǐng)域達(dá)到智能的一種嘗試，醫(yī)學(xué)人工智能在未來(lái)能否獨(dú)立達(dá)到智能呢？

當(dāng)前人工智能處于“邏輯主義”“聯(lián)結(jié)主義”“行為主義”三大學(xué)說(shuō)三足鼎立的階段，各自學(xué)說(shuō)進(jìn)行輔助的人工智能?chē)L試。但是統(tǒng)一是人們一直追求的目標(biāo)。本文嘗試用DIKW理論將三大學(xué)說(shuō)聯(lián)系起來(lái)，并且論證醫(yī)學(xué)人工智能的邏輯問(wèn)題和是否能獨(dú)立達(dá)到智能（強(qiáng)人工智能）這個(gè)問(wèn)題。

2 DIKW模型

人如何獲得智慧，一直是一個(gè)難以解決的哲學(xué)問(wèn)題（甚至蘇格拉底說(shuō)真正的智慧是認(rèn)識(shí)到自己的無(wú)知），人類的智慧積累可以從經(jīng)驗(yàn)開(kāi)始，對(duì)于人工智能來(lái)說(shuō)，原始素材的積累并不一定要基于數(shù)據(jù)，可以基于傳感器的感知。但是在基于電子病歷和醫(yī)學(xué)書(shū)籍的醫(yī)學(xué)人工智能系統(tǒng)，原始素材需要從數(shù)據(jù)開(kāi)始。在大數(shù)據(jù)時(shí)代，醫(yī)學(xué)人工智能的發(fā)展有了可能。從數(shù)據(jù)到智慧需要解決：從醫(yī)學(xué)數(shù)據(jù)到醫(yī)學(xué)信息需要解決如何轉(zhuǎn)化這一問(wèn)題；從醫(yī)學(xué)信息到醫(yī)學(xué)知識(shí)需要解決如何判斷這一問(wèn)題；從醫(yī)學(xué)知識(shí)到醫(yī)學(xué)人工智能智慧需要解決如何適應(yīng)（我認(rèn)為是智能機(jī)器如何適應(yīng)人類，以及如何適應(yīng)未來(lái)的疾病和醫(yī)學(xué)發(fā)展）。

3 如何達(dá)到智能

3.1 迷信大數(shù)據(jù)的失敗------大數(shù)據(jù)的類比模擬

大數(shù)據(jù)實(shí)質(zhì)是一種挖掘式查詢，通過(guò)對(duì)數(shù)據(jù)的搜索和解析尋求答案。一般做法為將某個(gè)疾病提煉為某些特定病癥，對(duì)案例數(shù)據(jù)進(jìn)行搜索類比和修正獲得解法。

然而這做法本質(zhì)是通過(guò)分析病例以及分析記錄病例者的思維方式，為某待診斷的病征劃定多個(gè)假設(shè)的解，步步逼近從而縮小問(wèn)題的范圍。這就出現(xiàn)一個(gè)問(wèn)題，原有病例是一個(gè)自發(fā)過(guò)程，現(xiàn)在實(shí)際病人患病又是一個(gè)自發(fā)過(guò)程，大數(shù)據(jù)的類比模擬成了擬合那兩個(gè)自發(fā)過(guò)程

哲學(xué)問(wèn)題：生命的不可逆性和不可重復(fù)性，醫(yī)學(xué)判斷永遠(yuǎn)不是生命事實(shí)的本身，只能參考。

所以簡(jiǎn)單的大數(shù)據(jù)類比模擬式無(wú)法達(dá)到人工智能的。

3.2 符號(hào)主義與概率論（數(shù)據(jù)到信息）

3.2.1 西蒙和紐維爾基于物理符號(hào)系統(tǒng)的假設(shè)，提出了符號(hào)主義。

符號(hào)主義認(rèn)為：物理符號(hào)可以作為人認(rèn)知和思維過(guò)程的基本單元，而符號(hào)是可以運(yùn)算的，認(rèn)知過(guò)程可類比為符號(hào)表示程一種運(yùn)算。符號(hào)主義認(rèn)為既然人與計(jì)算機(jī)都可以認(rèn)為是一種符號(hào)系統(tǒng)，我們就能夠用計(jì)算機(jī)來(lái)模擬人的智能行為,這便可以用計(jì)算機(jī)操作符號(hào)來(lái)對(duì)人的認(rèn)知過(guò)程進(jìn)行模擬。這種思路和人左腦的邏輯思維（抽象）類似，人的認(rèn)知系統(tǒng)機(jī)理的研究，人認(rèn)知過(guò)程符號(hào)的描述，輸入計(jì)算機(jī)的符號(hào)的處理，便是模仿人認(rèn)知過(guò)程的途徑，人工智能實(shí)現(xiàn)的方法，簡(jiǎn)而言之便是IBM所提出的認(rèn)知即計(jì)算

3.2.2 不確定性問(wèn)題的解決

由于數(shù)據(jù)到信息的過(guò)程基于歸納，而培根的概率論（從經(jīng)驗(yàn)到定理到公理）需要基于確定性的模型，從而常識(shí)以及不確知的知識(shí)表示存在邏輯問(wèn)題。

貝葉斯概率是解決這一邏輯問(wèn)題的方法，它將概率解釋為對(duì)一個(gè)不確定的命題信任程度的概念。設(shè)有一事件S：1代表發(fā)生，-1代表不發(fā)生，0代表一無(wú)所知，以此建立醫(yī)學(xué)診斷數(shù)學(xué)模型構(gòu)架。

一個(gè)不確定的常識(shí)轉(zhuǎn)化為置信度問(wèn)題，對(duì)于復(fù)雜的醫(yī)學(xué)診斷，還需要將一個(gè)個(gè)常識(shí)信息聯(lián)系起來(lái)，人們通過(guò)貝葉斯概率和條件概率找到了從常識(shí)信息到診療知識(shí)的橋梁。

3.3 從條件概率到聯(lián)結(jié)主義（信息到知識(shí)）

3.3.1 條件概率

設(shè)有事件A與事件B，P（A|B）記為事件A在B事件發(fā)生下的概率。若只有兩個(gè)事件A，B，那么，設(shè)若有完備事件組B1,B2,B3,...Bn-1， Bn，對(duì)于事件A則有

3.3.2 聯(lián)結(jié)主義

聯(lián)結(jié)主義從認(rèn)知科學(xué)神經(jīng)學(xué)心理學(xué)等現(xiàn)代科學(xué)成果出發(fā)，把人類智能解釋為人腦高層網(wǎng)絡(luò)的活動(dòng)，它通過(guò)神經(jīng)網(wǎng)絡(luò)和網(wǎng)絡(luò)間的連接進(jìn)行智能的模擬。

3.3.3 由此20世紀(jì)80年代提出人工神經(jīng)網(wǎng)絡(luò)（ANN），它由神經(jīng)元結(jié)構(gòu)模型、網(wǎng)絡(luò)連接模型、網(wǎng)絡(luò)學(xué)習(xí)算法等要素組成

人工神經(jīng)網(wǎng)絡(luò)是一種具有大量連接的并行分布式處理器,具有通過(guò)學(xué)習(xí)獲取知識(shí)并解決問(wèn)題的能力。人工神經(jīng)網(wǎng)絡(luò)與基于符號(hào)主義的處理離散符號(hào)的計(jì)算系統(tǒng)不同,描述認(rèn)知和智力活動(dòng)的單元已經(jīng)不是離散符號(hào)了,而是亞符號(hào)的數(shù)值變量。聯(lián)結(jié)主義者工作的目標(biāo)也從用符號(hào)模擬大腦轉(zhuǎn)變成用大規(guī)模并行計(jì)算建構(gòu)大腦。

3.3.4 聯(lián)結(jié)主義在醫(yī)學(xué)人工智能的應(yīng)用

例如“辯證論治”，這是中醫(yī)學(xué)診療的方法，這里的“證”市一中帶有模糊與不確定的主觀論證，一個(gè)診斷及的科學(xué)與否和醫(yī)師的臨床經(jīng)驗(yàn)多少及水平高下密切相關(guān)。中醫(yī)的“證”需要整理前人書(shū)籍、進(jìn)行實(shí)驗(yàn)研究、觀察臨床病征、整理病例與總結(jié)經(jīng)驗(yàn)。人工神經(jīng)網(wǎng)絡(luò)可部分替代“證”，把某些典型癥狀作為基本樣本，結(jié)合智能神經(jīng)網(wǎng)絡(luò)模型，能根據(jù)這些樣本（累死中醫(yī)醫(yī)師的經(jīng)驗(yàn)）分析提出診斷。

這與醫(yī)生正常并行式醫(yī)療思路邏輯相仿：診斷時(shí)比如會(huì)問(wèn)你是否發(fā)燒（醫(yī)生的可能性分析，ANN作為一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)賦予各種疾病的數(shù)值變量），繼續(xù)問(wèn)你是否腹瀉（作為另一個(gè)數(shù)值變量），在獲得一定的信息后拋棄某些與該疾病無(wú)關(guān)的問(wèn)題，在更有可能的疾病上進(jìn)一步提出病癥的問(wèn)題。神經(jīng)元結(jié)構(gòu)模型與網(wǎng)絡(luò)學(xué)習(xí)算法幫助醫(yī)學(xué)人工智能更好地解決如何判斷這一問(wèn)題。

3.4 行為主義（知識(shí)到智慧）

3.4.1 人工智能應(yīng)模仿自然智能的進(jìn)化過(guò)程

行為主義者認(rèn)為人的智能在于感知與行動(dòng)，因此他們認(rèn)為行為智能模擬方法在于適應(yīng)環(huán)境而不是像符號(hào)主義的表示連接主義那樣推理。認(rèn)知主體在感知后，產(chǎn)生學(xué)習(xí)、適應(yīng)等行動(dòng)的相應(yīng)。布魯克斯對(duì)傳統(tǒng)人工智能提出批判否定,認(rèn)為智能行為無(wú)需符號(hào)表示經(jīng)驗(yàn)知識(shí)積累無(wú)需邏輯推理。他認(rèn)為自然界中的智能生命都是由進(jìn)化產(chǎn)生,那么人工智能應(yīng)模仿自然智能的進(jìn)化過(guò)程，任何表達(dá)都無(wú)法真實(shí)地反應(yīng)客觀世界，所以不應(yīng)用符號(hào)、符號(hào)串、符號(hào)運(yùn)算、符號(hào)邏輯表達(dá)智能，智能只能存在于與環(huán)境的交互作用之中

3.4.2 機(jī)器也可以以適應(yīng)周?chē)h(huán)境

1948年維納在《控制論》中指出：“控制論是在自控理論、統(tǒng)計(jì)信息論和生物學(xué)的基礎(chǔ)上發(fā)展起來(lái)的,機(jī)器的自適應(yīng)、自組織、自學(xué)習(xí)功能是由系統(tǒng)的輸入輸出反饋行為決定的”?？刂普摓樾袨橹髁x提出提供理論基礎(chǔ)。

這樣一來(lái)，機(jī)器也可以以適應(yīng)周?chē)h(huán)境，也可以受激于環(huán)境進(jìn)行學(xué)習(xí)進(jìn)行對(duì)環(huán)境的判斷，新的機(jī)器可以基于此從另一個(gè)方面逐步達(dá)到人工智能，只是我們對(duì)于如何控制醫(yī)學(xué)機(jī)器達(dá)到這一高度尚未清楚地了解。

4 結(jié) 論

可是，人是如何適應(yīng)社會(huì)的？哲學(xué)至今沒(méi)有得出結(jié)論，主觀結(jié)果還是客觀結(jié)果，是否是目的論的產(chǎn)物？

人類是如何獲得知識(shí)的認(rèn)識(shí)世界的？各種知識(shí)論認(rèn)識(shí)論并未得出一致結(jié)果。

心理學(xué)和社會(huì)學(xué)生命科學(xué)的研究也未取得突破，真正要達(dá)到人工智能并非在計(jì)算機(jī)科學(xué)技術(shù)和理論上進(jìn)步就能達(dá)到的。

在三大主義的提出中，人們對(duì)人工智能有了不斷深入的了解，我認(rèn)為三大主義并不必然三足鼎立代表目前三種取得片面人工智能的方法。在科學(xué)的不斷發(fā)展中，我認(rèn)為醫(yī)學(xué)人工智能的實(shí)現(xiàn)是一種邏輯到聯(lián)結(jié)到行為三種階段不斷前進(jìn)的過(guò)程。雖然目前行為主義難以實(shí)現(xiàn)，從知識(shí)到智慧難以質(zhì)的飛躍，如何適應(yīng)沒(méi)有解決，現(xiàn)今人工智能最多處于能否正確判斷這一命題上，但是我認(rèn)為遙遠(yuǎn)的未來(lái)，人們?cè)谇宄私馊祟愔悄芎?，必然能?chuàng)造出人工智能，醫(yī)學(xué)人工智能不再是人工智能在醫(yī)學(xué)領(lǐng)域上的一種輔助運(yùn)用，而成為真正適應(yīng)人類社會(huì)和醫(yī)療發(fā)展的技術(shù)。

[1] 鄭小雪.基于模式挖掘及人工神經(jīng)網(wǎng)絡(luò)的量化投資實(shí)證研究[D].浙江大學(xué),2015.

[2] 晏家紅.面向語(yǔ)義物聯(lián)網(wǎng)的語(yǔ)義匹配算法設(shè)計(jì)與系統(tǒng)實(shí)現(xiàn)[D].大連海事大學(xué),2016.

本文編輯：王雨辰

R311

B

ISSN.2095-8242.2017.02.1176.02