文 杭 黃 麗 劉 江 項敏泓

1.上海中醫(yī)藥大學附屬曙光醫(yī)院眼科，上海 200120；2.上海中醫(yī)藥大學附屬普陀醫(yī)院眼科，上海 200062

傳統(tǒng)中醫(yī)診斷的過程是通過四診所收集的癥狀、體征等信息進行綜合分析，辨清疾病的病因、病性、病位及邪正關(guān)系。從秦漢至今，中醫(yī)始終以“望、聞、問、切”作為診療的主要手段，數(shù)千年來經(jīng)受住了歷史的考驗。人工智能是研究和開發(fā)用于模擬、延伸和擴展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新興科學，是計算機發(fā)展的產(chǎn)物，已廣泛應(yīng)用于社會各個領(lǐng)域，在醫(yī)療領(lǐng)域更是取得了較大進展[1]。為更好地傳承和發(fā)展中醫(yī)藥，適應(yīng)時代需求，中醫(yī)藥領(lǐng)域也必將發(fā)生數(shù)字革命?！皩⑸吩溃菑睫蔀?；欲詣扶桑，無舟莫適”，人工智能技術(shù)為實現(xiàn)新時代中醫(yī)藥的發(fā)展提供了契機[2]。

1 人工智能在中醫(yī)四診方面的應(yīng)用

中醫(yī)診療技術(shù)與人工智能技術(shù)的完美結(jié)合不僅可進一步擴大人工智能的應(yīng)用，而且更有望解決中醫(yī)診療技術(shù)發(fā)展的瓶頸問題，中醫(yī)診療儀器發(fā)展至今，其形式多樣，其中以舌診、脈診、面診方面的研究更為深入[3]。

1.1 舌診儀

望診為四診之首，人工智能在望診方面以舌診的研究最為深入。隨著人工智能技術(shù)的發(fā)展，各類舌診儀紛紛面世。近年來又不斷升級，充分利用紅外線、血流動力學、光譜、色度學等技術(shù)以減少光線和環(huán)境對舌象辨識的影響，可最大限度地模擬人眼在觀察舌體時的光譜反應(yīng)場景[4]。且成像技術(shù)由二維發(fā)展為三維，使舌象信息獲取更加全面，可清晰體現(xiàn)舌體、舌苔、舌下脈絡(luò)，紋理、齒痕等細節(jié)，取得很好的臨床效果。闕翼[5]利用舌診儀對冠心病穩(wěn)定期患者進行舌象分析，得出其在舌色、舌苔、舌形等方面存在共同點。樊威[6]將不同證型胃食管反流患者的舌象進行量化，借助人工智能技術(shù)，參照舌象數(shù)據(jù)庫，可迅速識別患者的舌象特征。燕海霞等[7]利用IP-Ⅰ型舌脈象數(shù)字化分析儀觀察經(jīng)中西醫(yī)結(jié)合治療后的肺癌患者，顯示治療后患者的潤燥指數(shù)、膩腐指數(shù)較治療前升高，說明舌脈象參數(shù)可作為疾病療效評價的有效指標。

1.2 面診儀

人工智能在面診儀的研發(fā)及面色智能識別方面不斷進步。陳振湘等[8]利用紅外熱像儀，對914 名健康人進行歷時10 年的面部觀察，發(fā)現(xiàn)面部各臟腑反應(yīng)區(qū)溫度存在差別。金沢生花[9]利用VISIA 面部圖像分析系統(tǒng)，對446 名東京女性進行檢測，證實膚色與體質(zhì)的相關(guān)性。董夢青等[10]采用研發(fā)的中醫(yī)面診數(shù)字化檢測儀對冠心病患者的面色分析發(fā)現(xiàn)，不同證型的患者面色的紅色指數(shù)、總體面色指數(shù)、黑色指數(shù)差異有統(tǒng)計學意義。

面色智能識別的基礎(chǔ)是對面部皮膚進行分割以取得面部全局或局部的顏色、紋理等特征，然后通過機器學習等算法進行分類[11]。近年來，人臉圖像分割及區(qū)域定位技術(shù)不斷完善，劉媛等[12]使用聚類方法和數(shù)學形態(tài)學運算對人臉細節(jié)進行處理，實現(xiàn)了面診圖像自動分割，且通過實驗證實了其準確性、有效性。辛飛祥[13]利用標準化視覺感知采集設(shè)備，提取面部的顏色、紋理等特征，并利用典型關(guān)聯(lián)分析融合診斷特征，體現(xiàn)了感知融合計算對望診現(xiàn)代化的意義。

1.3 脈診儀

脈診客觀化研究始于20 世紀50 年代，形式多樣的脈象檢測記錄儀現(xiàn)已不斷涌現(xiàn)，壓力傳感器由雙探頭、三探頭進化至多探頭，豐富了脈象描述的參數(shù)，脈象圖由二維發(fā)展為四維，真正實現(xiàn)了模擬中醫(yī)把脈[14-15]。此外，B 超和多普勒技術(shù)也應(yīng)用于脈診，可收集血流速度信號，再通過定位提取空間特征，對健康人、膽囊炎及腎病患者的研究證實了其有效性[16]。王宏武等[17]研發(fā)的雙感測脈診儀，通過12 個傳感器測量“寸、關(guān)、尺”及“浮、中、沉”脈象，不僅模擬脈診的“三部九候”，更是根據(jù)橈動脈血管的寬度可對脈壓進行量化。此外，孫冰[18]開發(fā)了一種可遠程切脈的儀器，將傳感器檢測到的脈象信息傳至智能終端，然后轉(zhuǎn)換為虛擬振動信號，醫(yī)師手置于模擬震動裝置上即可感知患者的脈象，滿足現(xiàn)代遠程醫(yī)療。更有學者將脈診的數(shù)字化信息開發(fā)到智能手環(huán)，其操作簡單、便于攜帶，可實現(xiàn)脈診信息的及時監(jiān)測和反饋[19-20]。

2 智能診療技術(shù)在中醫(yī)辨證方面的應(yīng)用

雖“脈診儀”“舌診儀”“面診儀”等智能診療設(shè)備可客觀表達中醫(yī)四診信息，但對四診資料的有效辨證也是中醫(yī)智能化的重要研究內(nèi)容。

2.1 智能辨證

智能辨證最早始于專家系統(tǒng)，如關(guān)幼波肝病診治專家系統(tǒng)、劉紹武計算機診療系統(tǒng)等，但由于專家系統(tǒng)數(shù)據(jù)庫局限，數(shù)據(jù)推理能力十分有限，且為兼顧中醫(yī)整體觀念，問診數(shù)據(jù)較多，程序復雜[21]。此后，各類智能算法在中醫(yī)辨證智能化發(fā)展中嶄露頭角[22]。郭睿等[23]應(yīng)用多尺度熵對冠心病患者中醫(yī)脈象的復雜性進行研究，為無創(chuàng)診斷技術(shù)的發(fā)展和推廣打下基礎(chǔ)。吳蕓[24]將人工智能技術(shù)—軟計算方法應(yīng)用于中醫(yī)辨證，通過對慢性胃炎、中風的辨證分型結(jié)果進行分析，證實了其有一定的臨床診斷價值。

2.2 機器學習算法

隨著技術(shù)的發(fā)展，機器學習算法為中醫(yī)智能辨證注入新的活力。許朝霞等[25]基于支持向量機和人工神經(jīng)網(wǎng)絡(luò)，分析3000 余例心血管疾病患者四診信息及證候類型之間的關(guān)系，并構(gòu)建證候分類模型，其預(yù)測準確率高達92.4%，證實支持向量機在證候研究的可行性。王恩成等[26]收集1064 例慢性乙型肝炎患者信息，運用K-means 方法得到脾胃濕熱、肝膽濕熱、肝脾濕熱等8 類證型，辨證結(jié)果與專家高度一致。之后衍生出的新型算法也逐漸被應(yīng)用，蔡曉路[27]將數(shù)據(jù)挖掘技術(shù)中的分類算法引入到類風濕疾病的證候研究中，運用隨機森林方法建模，顯示出模型穩(wěn)定的特點。馮奇[28]對中醫(yī)治療的2 型糖尿病臨床數(shù)據(jù)建立POMDP模型，證明POMDP 模型可用于挖掘臨床數(shù)據(jù)中較優(yōu)的序貫治療方案，為中醫(yī)辨證論治及臨床驗證提供知識參考。

2.3 深度學習技術(shù)

深度學習技術(shù)是一種多層神經(jīng)網(wǎng)絡(luò)學習算法，直接從原始數(shù)據(jù)中提取特征，不斷自我學習，將繁復的數(shù)據(jù)進行分層分類，歸納推進，在圖像及語音識別方面獨具優(yōu)勢[29]。人工神經(jīng)網(wǎng)絡(luò)是基于生理學的智能仿生模型，由大量神經(jīng)元組成，可提高運算速率，其數(shù)據(jù)的分布儲存形式利于建立聯(lián)想，容錯能力又使其在模糊計算及非線性計算中發(fā)揮優(yōu)勢，符合中醫(yī)辨證模式的多元化、非線性統(tǒng)一及模糊性等特點[30-31]。紹尤偉[32]在舌象分類中運用深度學習技術(shù)中的深度殘差網(wǎng)絡(luò)，不僅有效提升舌象分類的效果，并可直接給出對應(yīng)的病性診斷，大大提升了臨床工作效率。云儲存與云計算技術(shù)解決了海量數(shù)據(jù)的存儲問題，大量的數(shù)據(jù)可在瞬間完成集成、統(tǒng)一和共享[33-34]?；谠破脚_技術(shù)，結(jié)合深度學習、機器學習、可視化等技術(shù)的“云中醫(yī)”健康檢測系統(tǒng)，利用中醫(yī)辨證思維，可實時給出疾病的中醫(yī)狀態(tài)描述[35]。

2.4 微觀辨證

微觀辨證是基于微觀指標的一種病證診斷模式，中醫(yī)證候與實驗室指標相結(jié)合，將“疾病”“證型”“表型”有機聯(lián)系，不僅利于中醫(yī)診斷數(shù)據(jù)化，更利用中醫(yī)證候的數(shù)字化、客觀化[27]。趙志玥[36]通過研究冠心病合并糖尿病各個階段中醫(yī)證候與理化指標的關(guān)系，初步篩選出對疾病某一證候有特異性診斷價值的理化指標。劉吉剛[37]對375 例女性高血壓患者證候與理化指標之間的研究，發(fā)現(xiàn)痰熱內(nèi)閉證患者血漿同型半胱氨酸水平較高。

2.5 智能診療技術(shù)在健康管理方面的應(yīng)用

健康醫(yī)學是未來醫(yī)學的發(fā)展趨勢，旨在提供健康咨詢、指導及對健康危險因素干預(yù)[38]。結(jié)合了人工智能技術(shù)的智能狀態(tài)辨識系統(tǒng)在健康管理方面有巨大優(yōu)勢，由上海中醫(yī)藥大學自主研發(fā)的“便攜式中醫(yī)智能鏡”可通過對舌苔、面色的智能辨識，結(jié)合問診，給出健康狀態(tài)評分，并對患病風險進行評估，且予以飲食、運動、音樂、起居等方面的指導[39]。云計算、云平臺技術(shù)為健康管理的數(shù)據(jù)挖掘提供了條件，通過物聯(lián)網(wǎng)、可穿戴設(shè)備等智能終端進行信息的采集、監(jiān)測，統(tǒng)一儲存后每個個體將獲得獨一無二的健康檔案。隨著計算機及網(wǎng)絡(luò)系統(tǒng)的升級，多元體質(zhì)辨識模式、自動辨識模式、遠程體質(zhì)辨識模式及終身健康辨識模式將成為未來發(fā)展趨勢[40]。

2.6 智能診療技術(shù)在眼科的應(yīng)用

人工智能技術(shù)目前在眼科的圖像處理方面應(yīng)用廣泛，尤其在白內(nèi)障、青光眼、老年黃斑變性及糖尿病視網(wǎng)膜病變等方面均取得較大進展，利用卷積神經(jīng)網(wǎng)絡(luò)進行圖像特征的提取及訓練學習，可實現(xiàn)對眼底圖像的識別[41]。朱娟等[42]利用計算機圖像識別及特征提取算法實現(xiàn)了特發(fā)性黃斑裂孔的人工智能診斷。人工神經(jīng)網(wǎng)絡(luò)、遠程醫(yī)療、眼底圖像自動診斷、手術(shù)機器人、電子助視器、視覺假體等新技術(shù)不斷被應(yīng)用于眼科智能化研究中。

中醫(yī)眼科方面，目診的數(shù)字化及客觀化也是人工智能的重要應(yīng)用。文毅[43]基于圖像分析技術(shù)，從虹膜特征的提取及分析方面開展虹膜診斷數(shù)字化的研究，證實該方法對開展中醫(yī)目診臨床研究的可行性。李蕊玲[44]通過對眼睛邊緣提取、瞳孔中心定位、白睛分析及膚色遷移4 個方面的算法研究與創(chuàng)新，探索眼神與膚色的關(guān)系，為中醫(yī)面診的眼神分析奠定了基礎(chǔ)。

3 小結(jié)

傳統(tǒng)中醫(yī)發(fā)展之路恰逢現(xiàn)代信息技術(shù)革命，傳統(tǒng)診療模式與現(xiàn)代精準、高效的人工智能發(fā)生碰撞。中醫(yī)診療技術(shù)與人工智能的完美結(jié)合是時代的選擇，也是使中醫(yī)保持新鮮活力、可持續(xù)發(fā)展的契機。人工智能將中醫(yī)服務(wù)從臨床診療延伸到疾病的預(yù)防及保健層面，實現(xiàn)既病先治、未病先防，發(fā)揮更大中醫(yī)診療優(yōu)勢。

然而，中醫(yī)智能化道路仍面臨挑戰(zhàn)。當前中醫(yī)智能診療技術(shù)僅局限于科研及少數(shù)醫(yī)療機構(gòu)，標準化的中醫(yī)術(shù)語庫亟待建立，頭面部望診及問診的智能化仍存在部分技術(shù)空白，將相對模糊、非線性的中醫(yī)辨證原理轉(zhuǎn)變?yōu)楸淮蟊娎斫獾恼Z言符號需要多學科協(xié)作。醫(yī)學本身就是復雜的生命科學，將人體整體的、動態(tài)的疾病信息串聯(lián)起來，把控患者的健康態(tài)勢，形成宏觀和微觀相結(jié)合、定性與定量相結(jié)合的技術(shù)規(guī)范，是未來智能中醫(yī)的發(fā)展趨勢。