蔡菲菲，馬立新，胡元佳，蘇式兵**

（1. 上海中醫(yī)藥大學(xué)交叉科學(xué)研究院中醫(yī)復(fù)雜系統(tǒng)研究中心 上海 201203；2. 上海理工大學(xué)智能科學(xué)與共性技術(shù)研究院 上海 200093；3. 澳門大學(xué)中華醫(yī)藥研究院中藥研究所質(zhì)量研究國家重點實驗室 澳門 999078）

1 引言

從公元2世紀《傷寒論》建立的中醫(yī)藥“辨證施治”個性化醫(yī)療體系起，到最近中醫(yī)藥精準(zhǔn)醫(yī)療的提出[1]，中醫(yī)藥個性化醫(yī)療在健康維護、臨床實踐以及研究發(fā)展過程中取得了巨大的成就，但也遇到諸多難題，主要的挑戰(zhàn)在于如何隨著現(xiàn)代社會科技的發(fā)展，在不斷繼承發(fā)展完善自身的同時，實現(xiàn)高效的智能預(yù)測、預(yù)防、診斷和治療康復(fù)，維護或干預(yù)處于動態(tài)變化中的人體——開放的復(fù)雜巨系統(tǒng)，使之保持或恢復(fù)正常狀態(tài)，而“AI + ”熱潮在席卷全球的同時，為中醫(yī)藥個性化精準(zhǔn)醫(yī)療的發(fā)展點燃了新希望。

人工智能（Artificial Intelligence，AI），又被稱為機器智能，是指一個系統(tǒng)能夠正確解釋外部數(shù)據(jù)，從這些數(shù)據(jù)中學(xué)習(xí)，并通過學(xué)習(xí)進一步靈活地完成特定的目標(biāo)和任務(wù)[2]。從AlphaGo 學(xué)習(xí)大量棋譜之后橫掃圍棋界各路高手，到Waston 機器人進入醫(yī)療領(lǐng)域為臨床提供精準(zhǔn)的腫瘤治療支持[3]；從化學(xué)界的“Alphago”使用深度神經(jīng)網(wǎng)絡(luò)和符號AI 進行逆向合成分析[4]，到谷歌最新的AlphaFold 根據(jù)氨基酸序列準(zhǔn)確地預(yù)測蛋白質(zhì)的三維結(jié)構(gòu)，再到基于AI技術(shù)的新型成像方法將膠質(zhì)瘤的三維定位精度誤差縮小到十微米級[5]，AI 帶來的革命正在快速發(fā)展，并已滲透到醫(yī)藥學(xué)領(lǐng)域，成為醫(yī)藥學(xué)界關(guān)注的熱點。

中國的百度、阿里和騰訊（BAT）三巨頭也在積極地布局AI 醫(yī)療板塊。繼百度發(fā)布以大數(shù)據(jù)資源和處理能力為核心的醫(yī)療AI 計劃成果——百度醫(yī)療大腦后，阿里健康發(fā)布了包括臨床醫(yī)學(xué)科研診斷平臺、醫(yī)療輔助檢測引擎、醫(yī)師能力培訓(xùn)等在內(nèi)的“Doctor You”醫(yī)療AI 系統(tǒng)，騰訊也發(fā)布了AI 醫(yī)學(xué)輔助診療開放平臺，其研發(fā)的“騰訊覓影”致力于實現(xiàn)對醫(yī)生診斷的有效輔助和完成重大疾病早期篩查等任務(wù)。同時，AI技術(shù)在中醫(yī)藥領(lǐng)域的應(yīng)用也拉開了帷幕。

"AI+中醫(yī)藥"是運用AI技術(shù)和互聯(lián)網(wǎng)平臺等，將AI技術(shù)與中醫(yī)藥深度融合，進而建立一系列適合于中醫(yī)藥研究和應(yīng)用的AI 技術(shù)方法，促進中醫(yī)藥發(fā)展，形成一種智能化的中醫(yī)預(yù)測預(yù)防、養(yǎng)生保健、診斷治療和康復(fù)等健康管理的“智慧中醫(yī)藥”。本文從中醫(yī)臨床信息的智能化采集、智能化的中醫(yī)臨床決策與處方治療、中醫(yī)大健康管理等方面，闡述了AI 技術(shù)在中醫(yī)藥領(lǐng)域中的研究與應(yīng)用現(xiàn)狀及發(fā)展前景。

2 中醫(yī)臨床信息采集

AI的核心要素之一是數(shù)據(jù)，而傳統(tǒng)中醫(yī)臨證是依靠個人主觀經(jīng)驗進行“望聞問切”，對中醫(yī)四診信息進行客觀化、數(shù)字化、規(guī)范化地采集和標(biāo)注，是實現(xiàn)中醫(yī)診斷智能化的第一步。目前智能診斷設(shè)備和互聯(lián)網(wǎng)云存儲云計算等產(chǎn)品和技術(shù)與中醫(yī)藥結(jié)合，正快速推動著中醫(yī)四診信息規(guī)范化的數(shù)據(jù)采集和標(biāo)注研究。

2.1 四診信息

傳統(tǒng)的望診是觀察人體全身和局部征象以及排出物等，司外揣內(nèi)，從而了解人體內(nèi)在狀況和變化的診法，其中尤以舌診和面診最為獨特。目前卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在中醫(yī)舌象診斷的客觀化研究中表現(xiàn)良好，例如ResNet18在區(qū)分正常-熱證舌象的測試中正確率達94.4%，在正常-熱證-寒證分類測試中有89%的正確率[6]。中科望診機器人采用機器視覺技術(shù)，測量人臉面部反射區(qū)顏色及形貌奇異性，基于中醫(yī)面診+西醫(yī)體檢+AI算法，通過對攝像頭拍攝的上百張照片和機器人生物傳感器采集數(shù)據(jù)進行深入快速剖析，只要15 s，即可對人體10 大系統(tǒng)及70 多項健康指標(biāo)進行完整篩查與全面評估。

中醫(yī)的聞診既指聞患者的說話、咳嗽、喘息聲，也指聞患者的口氣和體味。通過語圖儀、頻譜儀、具有語圖及頻譜雙重功能的儀器和電聲門圖儀對發(fā)聲功能和嗓音進行檢測，以數(shù)值和圖形的形式分析并呈現(xiàn)結(jié)果，是目前臨床上嗓音聲學(xué)檢測普遍使用的方法。有研究應(yīng)用聲診技術(shù)，采集肝郁脾虛、心脾兩虛、心腎不交證型患者語音信號，并分析其特征參數(shù)[7]。而通過整合AI技術(shù)和中醫(yī)理論精髓，洛克菲勒大學(xué)的一個團隊利用AI預(yù)測分子的氣味，使用大型嗅覺心理物理數(shù)據(jù)集，開發(fā)了機器學(xué)習(xí)算法，根據(jù)化學(xué)信息特征可以預(yù)測分子的感官屬性[8]。利用氣相色譜質(zhì)譜儀（GCMS）可以檢測空氣或呼吸樣本中的化合物，分析結(jié)果用于深度神經(jīng)網(wǎng)絡(luò)進行特征提取，在中醫(yī)智能聞診中有很大的應(yīng)用潛力。

有關(guān)疾病的起病原因、發(fā)病經(jīng)過、既往病史、患者的自覺癥狀，以及情緒、飲食、起居習(xí)慣等與疾病有關(guān)的情況，均要通過問診才能了解。隨著語音識別技術(shù)的發(fā)展，以及自然語言處理（NLP）技術(shù)從非結(jié)構(gòu)化文本中提取并創(chuàng)建用于挖掘醫(yī)學(xué)文檔數(shù)據(jù)的算法日趨完善[9]，語音識別可與NLP 并行工作以實現(xiàn)人機交互，應(yīng)用于問診對話、癥狀采集、診療解釋、診后隨訪等多種醫(yī)療場景。2018 年12 月15 日，首屆世中聯(lián)中醫(yī)藥大數(shù)據(jù)發(fā)展論壇上，“邦大夫”醫(yī)患AI對話系統(tǒng)正式發(fā)布，該系統(tǒng)基于語音識別、NLP、深度學(xué)習(xí)等前沿AI 技術(shù)以及中醫(yī)臨床診療大數(shù)據(jù)所構(gòu)建的中醫(yī)領(lǐng)域知識圖譜，利用語音對話平臺與基于中醫(yī)大數(shù)據(jù)的癥狀推理引擎深度融合，自動采集并生成結(jié)構(gòu)化問診電子病歷。

切診包括切脈和按診，即切按脈搏和對身體的觸摸按壓，借此了解脈象變化、身體痞塊與腫脹、肌體溫涼及疼痛部位。早從20 世紀50 年代起，就有許多關(guān)于脈象檢測、記錄以及定性定量分析的客觀化研究，為智能化切診打下了一定的基礎(chǔ)。有基于兩種機器學(xué)習(xí)算法，通過評估脈象物理特征因素組合判斷高血壓，與使用血壓計預(yù)測高血壓的診斷準(zhǔn)確性之間的一致性研究，發(fā)現(xiàn)左右關(guān)脈的最大脈搏幅度是高血壓的良好指標(biāo)[10]，應(yīng)用深度神經(jīng)網(wǎng)絡(luò)實現(xiàn)對動態(tài)心電圖心律失常的診斷與分類[11]。除此之外，結(jié)合非侵入式的檢測裝備與AI技術(shù)，模仿人的觸摸按壓獲得反饋數(shù)據(jù)并進行分析，也是充分發(fā)揮中醫(yī)切診非創(chuàng)傷性檢測、辨別臟腑功能盛衰和氣血津精虛滯優(yōu)勢的一種方法，而四診合參的智能化應(yīng)用更能為病情發(fā)展觀察和臨床療效評價提供有效依據(jù)[12]。

此外，還有從整體客觀采集分析數(shù)據(jù)。例如，對人體能量變化的信息采集——紅外熱成像系統(tǒng)[13]；對人體經(jīng)絡(luò)系統(tǒng)變化的信息采集——經(jīng)絡(luò)信息檢測系統(tǒng)[14]；對大腦活動的信號采集與轉(zhuǎn)化——大腦深度圖像重構(gòu)系統(tǒng)[15]，提示了運用AI 技術(shù)從物質(zhì)、能量和信息角度探討中醫(yī)藥整體觀的可行性。

2.2 客觀指標(biāo)檢測

現(xiàn)代中醫(yī)臨床診療除了傳統(tǒng)的望聞問切外，還需要利用西醫(yī)學(xué)的檢測手段，將宏觀辯證和微觀辨證有機結(jié)合，降低誤診漏診的概率。AI在基于圖像特征提取和分析的影像學(xué)和病理學(xué)分析領(lǐng)域恰恰有著人眼無法比擬的獨到優(yōu)勢。除了直接通過對醫(yī)學(xué)影像圖片進行特征提取的方式來進行病情預(yù)測與診斷外[16]，還能夠通過影像對人體結(jié)構(gòu)進行三維建模，實現(xiàn)對內(nèi)鏡機器人等微型診療設(shè)備在人體內(nèi)的定位和識別，采用無監(jiān)督學(xué)習(xí)等方式對醫(yī)學(xué)影像特征進行提取分析，減少對數(shù)據(jù)標(biāo)注的依賴，方便醫(yī)學(xué)影像分析工作的開展[17]，是當(dāng)前醫(yī)學(xué)影像研究的重要內(nèi)容。此外，利用海量的基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白組學(xué)、代謝組學(xué)、宏基因組學(xué)以及影像組學(xué)等系統(tǒng)生物學(xué)和醫(yī)學(xué)大數(shù)據(jù)，構(gòu)建多模態(tài)數(shù)據(jù)采集分析與中醫(yī)結(jié)構(gòu)化知識推理相結(jié)合的智能診療模型也是未來發(fā)展方向之一。

3 中醫(yī)診斷與治療

自20 世紀70 年代起，中醫(yī)人工智能研究就已起步，當(dāng)時主要采用模仿中醫(yī)師臨床經(jīng)驗或挖掘中醫(yī)經(jīng)典著作的方式，進行思維推理和算法設(shè)計一系列中醫(yī)專家系統(tǒng)。隨著互聯(lián)網(wǎng)和計算機技術(shù)的飛速發(fā)展，我們能夠快速獲得海量的醫(yī)療大數(shù)據(jù)，有賴于智能算法的不斷優(yōu)化，而中醫(yī)智能化診療模型也愈加精準(zhǔn)。

3.1 智能化的中醫(yī)臨床決策

在梅奧醫(yī)學(xué)中心的危重癥模型研發(fā)項目中，已經(jīng)開始引入中醫(yī)陰陽五行理論體系與西方醫(yī)學(xué)的密集數(shù)據(jù)進行融合，形成創(chuàng)新的數(shù)學(xué)模型提供實時決策支持，輔助醫(yī)生預(yù)測和判斷病情。中醫(yī)的辨證分型過去常被視為黑箱，是可根據(jù)癥狀將患者分為不同類別的分類器。計算機輔助醫(yī)療決策（CAMDM）是利用大量電子病例數(shù)據(jù)作為決策程序的經(jīng)驗和證據(jù)支持的方法。有研究通過進行可靠的多標(biāo)簽學(xué)習(xí)，對中醫(yī)慢性疲勞“脾虛”，“心虛”，“肝郁”和“氣虛”四種證型的辨證性能在80%至100%的大范圍置信水平下保持穩(wěn)定，表明了其對閾值確定的魯棒性[18]。在中醫(yī)臨床實踐中，患者的癥狀體征和證型之間往往存在復(fù)雜且非線性的關(guān)系，不能單純采用表面結(jié)構(gòu)算法，而基于深度學(xué)習(xí)和多標(biāo)記學(xué)習(xí)構(gòu)建的中醫(yī)證候診斷模型能夠提高證型識別的準(zhǔn)確性，為指導(dǎo)臨床決策提供了參考[19]。

3.2 中藥管理、處方與研發(fā)

中藥的質(zhì)量是中醫(yī)臨床療效的基礎(chǔ)，中醫(yī)藥標(biāo)準(zhǔn)化是中醫(yī)現(xiàn)代化的重中之重，然而，客觀評價和有效控制中藥質(zhì)量仍是一個難題[20]。在AI 的幫助下實現(xiàn)中藥質(zhì)量標(biāo)記物的定量分析，建立整體質(zhì)量控制和可追溯性系統(tǒng)，可以為中藥質(zhì)量評估提供快速簡便的檢測方法[21]。受計算機視覺深度學(xué)習(xí)進展的啟發(fā)，研究人員認識到深度學(xué)習(xí)方法可以提供強大的中草藥圖像識別和檢索支持[22]。目前中藥智能處方的研究，主要是基于癥狀的文本描述，從而更好地自動生成中藥處方[23]。AI 在定向藥物設(shè)計和分子治療方面的進展也為中藥的研發(fā)提供了新思路[24]。研究者在建立清熱類中藥與活血化瘀類中藥分類模型的過程中發(fā)現(xiàn)，相較于傳統(tǒng)的機器學(xué)習(xí)模型，深度學(xué)習(xí)方法在預(yù)測清熱和活血化瘀作用時的敏感性、特異性、精密度、準(zhǔn)確性更高[25]。

3.3 療效評價和機制研究

療效是醫(yī)學(xué)發(fā)展的前提，而對于中醫(yī)療效的評價沒有像西醫(yī)學(xué)那樣統(tǒng)一、完善、客觀化的標(biāo)準(zhǔn)，要使中醫(yī)在國際上獲得更大的認同和推廣，還是要繼續(xù)摸索符合中醫(yī)特色的療效評價體系。目前應(yīng)用現(xiàn)代技術(shù)方法評價中醫(yī)藥療效和研究作用機制的嘗試不少，而AI 關(guān)鍵技術(shù)則提供了新的評價和分析手段。比如將機器學(xué)習(xí)算法用于構(gòu)建分類器，預(yù)測針對阿爾茨海默病25個關(guān)鍵目標(biāo)的活性分子，進一步來研究治療阿爾茨海默病的中藥配方[26]。又或者利用從高通量篩選中獲得的化合物的物理化學(xué)性質(zhì)，訓(xùn)練了監(jiān)督分類器，將最佳的機器學(xué)習(xí)模型用于從中藥數(shù)據(jù)庫中篩選新的抑制惡性瘧原蟲入侵紅細胞的化合物[27]。也有研究結(jié)合機器學(xué)習(xí)分析分子通路，揭示穩(wěn)心顆粒綜合抗心律失常的多蛋白質(zhì)靶標(biāo)網(wǎng)絡(luò)[28]。

4 大健康管理

伴隨著全球人口老齡化的趨勢和醫(yī)療衛(wèi)生條件的改善，慢性非傳染性疾病成為主要死亡原因，21 世紀的醫(yī)學(xué)對象從急性感染性疾病轉(zhuǎn)向慢性疾病，干預(yù)方式由疾病的控制轉(zhuǎn)向生活方式干預(yù)的管理，醫(yī)學(xué)的目的從“治療疾病”向“維護健康”轉(zhuǎn)變，未來的醫(yī)學(xué)將是面向全體，貫穿生命全過程的“健康醫(yī)學(xué)”。

4.1 預(yù)測、預(yù)防和康復(fù)

除了輔助疾病診療，AI的高靈敏度讓其在疾病早期識別、預(yù)測和預(yù)防上展現(xiàn)出人力難及的優(yōu)勢，“精準(zhǔn)醫(yī)療”最為核心的一條作用是：人們有望被告知未來可能會患某些疾病，從而能更好地預(yù)防，這與中醫(yī)“治未病”的預(yù)防理念有異曲同工之妙，而個性化早期檢測和有針對性預(yù)防，將能夠大大降低健康維護成本[29]。目前深度學(xué)習(xí)的皮膚癌診斷已經(jīng)達到專家水平[30]。除了早期識別和預(yù)防器質(zhì)性病變，AI機器人還能測量心理狀態(tài)及變化，甚至有與自閉癥兒童交流和教授自閉癥兒童提升心理健康的能力[31]，這也為中醫(yī)智能化防治情志病帶來了一些啟發(fā)。此外，AI也可用于康復(fù)護理過程，實時地判斷病人的病情，按照機器人的指示提高康復(fù)鍛煉的正確性，以及提供遠程康復(fù)護理服務(wù)[32]。通過分析中醫(yī)推拿的操作和需求，有研究者建立了一種高效的全覆蓋路徑規(guī)劃算法模型，搭建了按摩機器人實驗平臺，提高了按摩機器人智能水平和按摩效果[33]。

4.2 健康動態(tài)管理

目前可供中醫(yī)健康管理系統(tǒng)的智能化構(gòu)建參考的一些例子有，基于可穿戴傳感器和人類活動模擬，在3D 虛擬環(huán)境進行老年人家庭健康護理[34]；使用特定算法來識別有遺傳病家族史或慢性病風(fēng)險高的人群[35]；對真實世界復(fù)雜的社會生態(tài)系統(tǒng)建模，幫助社區(qū)衛(wèi)生管理人員理清系統(tǒng)復(fù)雜性，以更低的成本找到有效的干預(yù)措施[36]。此外，健康動態(tài)管理系統(tǒng)不能一成不變，而必須從數(shù)據(jù)中學(xué)習(xí)，從而實施持續(xù)的流程改進。因此還需加速實施全面電子健康記錄[37]，數(shù)據(jù)需要實時采集，還要在保護個人隱私的前提下開源共享。隨著智能硬件的投放，以及個體化基因測序服務(wù)的快速發(fā)展，大量的數(shù)據(jù)從可穿戴健康傳感器獲得，前所未有的數(shù)據(jù)量，再加上自然語言處理和社會認知算法的進步，AI結(jié)合中醫(yī)治未病理念的應(yīng)用將塑造未來具有個性化和參與性的中醫(yī)健康動態(tài)管理系統(tǒng)。

5 展望

AI+中醫(yī)藥在落地過程中仍存在許多變數(shù)，真正意義上的強AI 要有足夠多的數(shù)據(jù)對AI 系統(tǒng)進行不斷的訓(xùn)練，要有不斷自我學(xué)習(xí)改進算法的機制，以及要有強大的計算能力，因而AI+應(yīng)用的深入不僅涉及技術(shù)、成本以及數(shù)據(jù)源，傳統(tǒng)中醫(yī)行業(yè)的開放與融合亦是生態(tài)成形的關(guān)鍵。中醫(yī)臨床數(shù)據(jù)來源問題、中醫(yī)的標(biāo)準(zhǔn)化與規(guī)?；睦щy仍然是中醫(yī)大數(shù)據(jù)與智能化面臨的重大挑戰(zhàn)，但是，無論從國家層面、科研單位、還是企業(yè)都在推動中醫(yī)行業(yè)及中醫(yī)智能化的發(fā)展，其未來前景值得期待。

所謂AI + 中醫(yī)藥，并不是讓AI 完全替代中醫(yī)師實施診療，而是要將人類生物智能與AI 相結(jié)合，在利用認知模型實現(xiàn)AI系統(tǒng)知識更新的同時，提升人們對中醫(yī)藥的認知水平，構(gòu)建人機協(xié)同的智慧中醫(yī)藥健康體系。AI在中醫(yī)藥領(lǐng)域的關(guān)鍵技術(shù)主要有圖像識別、語音交互、語音轉(zhuǎn)寫、NPL、數(shù)據(jù)挖掘及認知計算，想象未來智慧中醫(yī)融入日常生活的場景，結(jié)合中醫(yī)特色與優(yōu)勢的智能設(shè)備隨處可見，四診信息被實時采集分析顯示，智慧中醫(yī)管家根據(jù)辨證數(shù)據(jù)提供日常飲食與起居建議，或?qū)膊∽龀鲱A(yù)診判斷并上傳云端，通過智能分診系統(tǒng)預(yù)約合適的醫(yī)生。而從中醫(yī)師的角度，AI+中醫(yī)藥為醫(yī)生賦能，利用中醫(yī)思維，對疾病提出新的規(guī)律和認識，發(fā)展適合于中醫(yī)診療的儀器設(shè)備，輔助醫(yī)生完成最終的診斷和疾病治療，并對中藥進行標(biāo)準(zhǔn)化控制，優(yōu)化醫(yī)療資源配置。此外，AI + 中醫(yī)藥運用AI 算法，分析并學(xué)習(xí)復(fù)雜的中藥配伍規(guī)律，有別于西藥的研發(fā)思路，發(fā)現(xiàn)并優(yōu)化微量的中藥多成分配伍組方，將會打開中藥新藥研發(fā)的新窗口。AI+中醫(yī)藥所開啟的智慧中醫(yī)新時代，將實現(xiàn)從數(shù)據(jù)到知識，從知識到智能的跨躍，建立鏈接個人和醫(yī)療機構(gòu)的跨領(lǐng)域醫(yī)療知識中心，形成開放式、互聯(lián)互通的醫(yī)療信息共享機制，駕駛AI+中醫(yī)藥的快車，我們將邁向“智慧中醫(yī)藥”惠及人類健康的明天。