文/陳實

“中醫(yī)藥現(xiàn)代化”是國家中長期科技發(fā)展規(guī)劃中提出的研究課題，目的在于促進現(xiàn)代科學技術與中醫(yī)藥的整合，完善中醫(yī)藥科學技術的現(xiàn)代化研究方法體系，在更好研究和發(fā)展中醫(yī)診療體系的同時，大力推動中醫(yī)藥科學技術的現(xiàn)代化發(fā)展，使之與時代發(fā)展需要相契合。也使中華民族的傳統(tǒng)醫(yī)學被更多人熟悉、了解，使中醫(yī)文明和中醫(yī)文化更好地被繼承和發(fā)展，使新時代的中醫(yī)學體系煥發(fā)新的生機。通過對中醫(yī)診斷智能信息化技術的研究，逐步實現(xiàn)中醫(yī)智能診斷，有助于使中醫(yī)診療手段更加科學、客觀、準確，對于增強中醫(yī)科技創(chuàng)新能力、中醫(yī)產(chǎn)業(yè)的國際競爭力等尤為重要。

1 中醫(yī)智能診斷的研究現(xiàn)狀概述

中醫(yī)智能診斷即運用人工智能方法與技術針對中醫(yī)診斷過程中望、聞、問、切等主要環(huán)節(jié)，開展中醫(yī)診斷客觀化的研究。上世紀五十年代起，就有專家學者開始將人工智能方法、技術等應用于中醫(yī)藥數(shù)據(jù)分析中，目的在于獲得更為客觀化的中醫(yī)學知識。如采用現(xiàn)代檢測技術描繪并記錄脈象物理特征，以人工智能方法對其進行定性、定量識別分析，實現(xiàn)對脈象信息的獲取與處理。也有學者嘗試在中醫(yī)脈診中應用杠桿式脈搏描記儀，利用現(xiàn)代測試技術不斷開發(fā)用于脈象記錄和脈象檢測的儀器?！爸嗅t(yī)舌象分析儀”的問世使舌象信息獲得成為可能，還有研究者開發(fā)了“WZX舌色分析系統(tǒng)”，利用圖像處理技術分析舌象信息的特征與分類。伴隨中醫(yī)智能診斷研究的不斷深入，更多的人工智能方法逐步應用于中醫(yī)診斷研究中，有研究者將中醫(yī)辯證與貝葉斯網(wǎng)絡結合在一起，有研究者在臨床癥狀與舌診癥狀組合與證型的關系匹配中融合人工神經(jīng)網(wǎng)絡技術，有研究者將粗糙集、貝葉斯網(wǎng)絡運用到肝炎肝硬化的臨床分類中，越來越多的研究者、一線臨床醫(yī)師開始關注中醫(yī)藥現(xiàn)代化建設和中醫(yī)智能診斷。

但關于中醫(yī)智能診斷的研究，更多的是側重與對某一方面的研究，缺乏一定的系統(tǒng)性，總體水平偏低，與臨床應用還有著較遠的距離?；谔幚硇畔⒌姆椒ㄟ@一角度來看，多數(shù)研究者選擇的主要是經(jīng)典邏輯推理法、數(shù)理統(tǒng)計法等，或是兩者組合開展相關研究?；讷@取知識的方法這一角度來看，多數(shù)學者主要是將人工智能與中醫(yī)診斷進行簡單結合，難以從根本上解決問題，也無法將中醫(yī)辨證施治的原理、過程等解釋清楚。但隨著越來越多研究者加入中醫(yī)智能診斷的相關研究，對于加快中醫(yī)智能診斷的實現(xiàn)進程、促進人工智能技術與中醫(yī)診斷的深層整合有著重要意義。

2 基于神經(jīng)網(wǎng)絡的中醫(yī)智能診斷分析

眾所周知，在中醫(yī)學臨床領域中，癥候是診治疾病的關鍵要素之一，是療效評估的重要依據(jù)之一?，F(xiàn)階段，對于中醫(yī)癥候的研究較多，但相對系統(tǒng)化、規(guī)范化的研究則較少，關于中醫(yī)癥候與其他癥狀間函數(shù)關系的研究更是少之又少?；诂F(xiàn)代化信息處理技術研究中醫(yī)藥相關理論，需對大量文獻資料進行數(shù)據(jù)挖掘，分析中醫(yī)癥候與癥狀之間存在的內在聯(lián)系。人工神經(jīng)網(wǎng)絡是一種人工智能技術，它獨具的數(shù)據(jù)挖掘功能能夠對復雜系統(tǒng)中雜亂無章的海量數(shù)據(jù)進行有效處理，并在數(shù)據(jù)中尋找規(guī)律、尋找模式、尋找隱含在數(shù)據(jù)信息中的關聯(lián)規(guī)則。在神經(jīng)網(wǎng)絡的支持下，應用自適應神經(jīng)網(wǎng)絡模糊系統(tǒng)實現(xiàn)對大量癥候數(shù)據(jù)的數(shù)據(jù)挖掘，并通過建立模糊推理系統(tǒng)實現(xiàn)中醫(yī)癥候智能診斷。

神經(jīng)網(wǎng)絡與中醫(yī)診斷的結合，首先需要整合神經(jīng)網(wǎng)絡，參考中醫(yī)診斷理論，結合臨床醫(yī)師經(jīng)驗與臨床病例情況剔除相對次要的、對中醫(yī)辨證診斷過程影響很小的癥狀，基于專家經(jīng)驗與臨床病例情況選擇主要癥狀，將望、聞、問、切四診作為診斷模型，將證候中提取特征作為輸入進行分類識別。與此同時，根據(jù)中醫(yī)證候的模糊特性，導入模糊神經(jīng)網(wǎng)絡算法實現(xiàn)證候診斷分類識別，提升模糊推理系統(tǒng)的自適應性、識別正確率等。其核心在于以神經(jīng)網(wǎng)絡實現(xiàn)模糊推理，構建自適應神經(jīng)模糊推理系統(tǒng)，構建過程如下：證候主要特征提取——結合中醫(yī)診斷理論確定推理規(guī)則——建立模糊推理系統(tǒng)——將模糊推理系統(tǒng)轉化成相應的自適應神經(jīng)模糊推理系統(tǒng)——應用臨床病例樣本對自適應神經(jīng)模糊推理系統(tǒng)進行訓練——優(yōu)化網(wǎng)絡結構和相關參數(shù)。

基于模糊神經(jīng)網(wǎng)絡的中醫(yī)智能診斷系統(tǒng)是由3層構架構成的。第1層為模糊化層，通過隸屬函數(shù)描述疾病典型癥狀，并運用隸屬函數(shù)表示癥狀屬性與病情情況，根據(jù)癥狀表現(xiàn)程度進一步對癥狀程度進行量化處理；第2層為模糊推理層，由輸入層、隱含層和輸出層所構成，具體網(wǎng)絡結構如圖1所示。第3層是解模糊層，通過修正最大隸屬度，將輸出結果的隸屬度值、閾值進行對比，并進一步完成診斷。

通過臨床樣本數(shù)據(jù)和模糊推理系統(tǒng)構建相應的自適應神經(jīng)模糊推理系統(tǒng)進行中醫(yī)辨證診斷對于T-S模型的模糊神經(jīng)網(wǎng)絡可直接構建一個自適應神經(jīng)模糊推理系統(tǒng)。該系統(tǒng)共有5層結構，如圖2所示。假定所考慮的模糊推理系統(tǒng)有兩個輸入和一個輸出，均為可提供數(shù)據(jù)對，同一層的每個節(jié)點具有相似功能，則可用O1,i表示第一層第i個節(jié)點的輸出，并以此類推。第一層是模糊規(guī)則建立的第一步，即輸入?yún)?shù)選擇與模糊化；第二層即模糊規(guī)則激勵強度的計算；第三層即對各條規(guī)則適用度進行歸一化計算；第四層每個節(jié)點i均為自適應節(jié)點；第五層單節(jié)點均為固定節(jié)點。

3 結束語

現(xiàn)階段中醫(yī)主要是根據(jù)醫(yī)生自身的醫(yī)學思維習慣、臨床實踐經(jīng)驗等進行診斷，表現(xiàn)出一定的主觀性，臨床診治過程中所獲得的數(shù)據(jù)信息較為模糊，這在很大程度上限制了中醫(yī)學的現(xiàn)代化發(fā)展。當前中醫(yī)辨證診斷在客觀化、定量化、標準化方面還非常欠缺，為了幫助臨床醫(yī)師全面考慮診斷結果，急需一種科學的方法排除各種主觀因素、人為因素的不良影響，得到更加準確、客觀的診斷結果。因患者表現(xiàn)的癥狀具有模糊性，本文提出運用模糊神經(jīng)網(wǎng)絡控制理論解決中醫(yī)智能診斷的問題。將模糊神經(jīng)網(wǎng)絡與中醫(yī)理論、中醫(yī)臨床經(jīng)驗等結合起來處理中醫(yī)診斷智能化的問題，利用神經(jīng)網(wǎng)絡的學習算法，進一步實現(xiàn)模糊系統(tǒng)的自學習與自適應，從而構建自適應神經(jīng)模糊推理系統(tǒng)。該系統(tǒng)可進行中醫(yī)分型診斷，并實現(xiàn)BP學習算法，在處理非線性、模糊性、智能信息等方面表現(xiàn)出一定的優(yōu)越性，具有良好的泛化能力與識別精度。

圖1：模糊推理層網(wǎng)絡結構

圖2：典型自適應神經(jīng)模糊推理系統(tǒng)結構