馬欣欣 萬生芳 魏昭暉 郭 倩 李榮科 張 磊 王小榮

(甘肅中醫(yī)藥大學(xué)基礎(chǔ)醫(yī)學(xué)院,蘭州,730000)

整體觀念、辨證論治是中醫(yī)學(xué)的基本特色,也是中醫(yī)診斷遵循的核心要義。整體觀念是指導(dǎo)思想,辨證論治是具體的實(shí)施方法。望、聞、問、切四診合參能夠全面收集患者病情資料,為辨證提供有力支撐。然而,中醫(yī)的四診方法具有一定局限性。首先,醫(yī)者主觀差異性較大。以脈診言,李時(shí)珍《瀕湖脈訣》中記載的每個(gè)脈象項(xiàng)下都記錄其相類脈,本身區(qū)分難度較大,加之每位醫(yī)者指腹敏感性不一,即所謂“心中了了,指下難明”,導(dǎo)致原始數(shù)據(jù)信息缺乏客觀及規(guī)范的采集標(biāo)準(zhǔn)從而影響診斷結(jié)果。其次,中醫(yī)術(shù)語的宏觀性模糊了診斷界限,加大了診斷難度。如中醫(yī)學(xué)將健康的人稱為“平人”,健康的狀態(tài)即用“陰平陽秘”四字概括,雖短小精悍,但需要一定的中醫(yī)學(xué)教育背景方能理解,且現(xiàn)階段驗(yàn)證“陰平陽秘”的具體指標(biāo)尚缺乏完整性。第三,四診方法的應(yīng)用中尚缺乏明確定性、定量的客觀依據(jù)以判別疾病的嚴(yán)重程度、證候輕重等[1]。第四,中醫(yī)數(shù)據(jù)浩如煙海,僅憑借人為查閱文獻(xiàn)獲取相關(guān)信息,耗時(shí)耗力的同時(shí)且無法保證獲取數(shù)據(jù)的完整性。上述問題均制約了中醫(yī)藥事業(yè)的傳承、發(fā)展與創(chuàng)新。隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展,中醫(yī)診斷方法受診斷者主觀判斷影響較大,因此,有必要將有效的客觀檢測(cè)手段引入到中醫(yī)領(lǐng)域[2]。大數(shù)據(jù)、5G人工智能迅速崛起為中醫(yī)的發(fā)展帶來了希望,將現(xiàn)代科技賦能傳統(tǒng)中醫(yī)將有望解決傳統(tǒng)中醫(yī)難題。

智能醫(yī)療是大數(shù)據(jù)信息時(shí)代的先進(jìn)產(chǎn)物,我國(guó)已將人工智能與醫(yī)學(xué)的結(jié)合上升到國(guó)家戰(zhàn)略的高度。2021年6月17日,神舟十二號(hào)載人飛船成功發(fā)射,空間站在軌飛行期間,醫(yī)監(jiān)醫(yī)保人員通過中醫(yī)四診儀等設(shè)備,結(jié)合建立“面診、舌診、脈診”據(jù)庫(kù)等方式分析航天員身體指標(biāo)數(shù)據(jù),通過望、聞、問、切的手段為航天員健康護(hù)航,中國(guó)空間站首次實(shí)現(xiàn)天地診斷。中醫(yī)學(xué)強(qiáng)調(diào)人與自然相統(tǒng)一,與外界環(huán)境相統(tǒng)一,這種“整體觀念”對(duì)探尋解決航天特殊環(huán)境具有指導(dǎo)意義。此次中醫(yī)進(jìn)駐空間站是中醫(yī)向國(guó)際化進(jìn)發(fā)的重要體現(xiàn),也是人工智能在中醫(yī)診斷中的顯要應(yīng)用。人工智能為中醫(yī)的信息化發(fā)展以及中醫(yī)研究的深入推進(jìn)提供了機(jī)遇。在醫(yī)療大數(shù)據(jù)背景下使人工智能為中醫(yī)研究應(yīng)用,推動(dòng)中醫(yī)藥事業(yè)的長(zhǎng)久發(fā)展是一項(xiàng)值得深思的研究課題。

1 醫(yī)療大數(shù)據(jù)、人工智能概述

大數(shù)據(jù)是指無法在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)合集,稱之為“巨量資料”,其基本特征是數(shù)據(jù)規(guī)模大、種類繁多、價(jià)值密度低、處理速度快,而所有與醫(yī)療及健康相關(guān)的海量數(shù)據(jù)均可被稱為醫(yī)療大數(shù)據(jù)[3-4]。廣義醫(yī)療大數(shù)據(jù)包括含電子健康檔案、生物醫(yī)學(xué)影像和信號(hào)、自發(fā)性報(bào)告系統(tǒng)等的臨床大數(shù)據(jù);包括對(duì)個(gè)人健康產(chǎn)生影響的生活方式、環(huán)境和行為等方面的健康大數(shù)據(jù);包括從生物醫(yī)學(xué)實(shí)驗(yàn)室、臨床領(lǐng)域和公共衛(wèi)生領(lǐng)域獲得的基因組、轉(zhuǎn)錄組學(xué)、實(shí)驗(yàn)胚胎學(xué)、代謝組學(xué)等在內(nèi)的生物大數(shù)據(jù);各類醫(yī)療機(jī)構(gòu)、社保中心、商業(yè)醫(yī)療保險(xiǎn)機(jī)構(gòu)、藥企、藥店等運(yùn)營(yíng)產(chǎn)生的運(yùn)營(yíng)大數(shù)據(jù)[5]。醫(yī)療大數(shù)據(jù)的有效使用有利于提升醫(yī)者工作效率、提升醫(yī)療質(zhì)量、加強(qiáng)數(shù)據(jù)整合完整性,從而積極反饋于社會(huì)、經(jīng)濟(jì)、公眾健康等方面。因此,醫(yī)療行業(yè)已逐漸以醫(yī)療大數(shù)據(jù)為背景展開深入研究。

人工智能是研究和開發(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)的一門新技術(shù)科學(xué),1956年在Dartmouth學(xué)會(huì)由McCarthy提出“使一部機(jī)器的反應(yīng)方式像一個(gè)人在行動(dòng)時(shí)所依據(jù)的智能”,狹義的人工智能是針對(duì)某特定領(lǐng)域的智能計(jì)算機(jī)系統(tǒng),而通用人工智能囊括了人類智能行為規(guī)律、智能理論方法的研究,其主要研究領(lǐng)域包括專家系統(tǒng)、機(jī)器學(xué)習(xí)、模式識(shí)別、自然語言理解、自動(dòng)定理證明、自動(dòng)程序設(shè)計(jì)、機(jī)器人學(xué)、智能決策支持系統(tǒng)及人工神經(jīng)網(wǎng)絡(luò)等[6-7]。日趨成熟的人工智能技術(shù)的日趨成熟與中醫(yī)診療技術(shù)形成互補(bǔ)的態(tài)勢(shì),為中醫(yī)診療技術(shù)注入了新生命[8]。

2 醫(yī)療大數(shù)據(jù)為中醫(yī)診斷智能化提供基礎(chǔ)

中醫(yī)診斷是連接中醫(yī)理論知識(shí)與臨床實(shí)踐的橋梁,是診察疾病過程中的主要環(huán)節(jié)。中醫(yī)診斷技術(shù)以四診合參為主,其主觀性強(qiáng)、重復(fù)性差是其面臨的主要問題。從古至今,中醫(yī)藥文化的傳承方式以師承制為主,即學(xué)者著重學(xué)習(xí)師者的臨床經(jīng)驗(yàn),而經(jīng)驗(yàn)是在大量重復(fù)、收集病例數(shù)據(jù)的基礎(chǔ)上的個(gè)人主觀判斷,實(shí)際上就是醫(yī)療大數(shù)據(jù)的積累和分析轉(zhuǎn)化后的結(jié)果。由于缺乏統(tǒng)一判定標(biāo)準(zhǔn),且學(xué)生領(lǐng)悟能力參差不齊,無法保障學(xué)生有效的吸收各醫(yī)家學(xué)術(shù)精華,因此,如何高效傳承前輩臨床經(jīng)驗(yàn)是亟待解決的問題。中醫(yī)學(xué)強(qiáng)調(diào)的整體觀念與大數(shù)據(jù)追求的全樣本存在具有思維觀念上的一致性[6]。大數(shù)據(jù)把望、聞、問、切的主觀體驗(yàn)變成了可以采集、存儲(chǔ)、傳遞與處理的具有主體間性的客觀數(shù)據(jù),使得中醫(yī)學(xué)像西醫(yī)學(xué)、物理學(xué)等自然科學(xué)一樣,成為大數(shù)據(jù)技術(shù)下數(shù)據(jù)化的精準(zhǔn)科學(xué)。[9]。大數(shù)據(jù)平臺(tái)的興起,有助于克服術(shù)語不統(tǒng)一、辨證體系不統(tǒng)一、轉(zhuǎn)化與推廣困難的問題。中醫(yī)診斷的客觀化、標(biāo)準(zhǔn)化指數(shù)越高,越有助于形成更加可靠的診斷結(jié)果。

現(xiàn)代科學(xué)技術(shù)的迅速發(fā)展已將有效的客觀檢測(cè)手段引入到中醫(yī)領(lǐng)域。夏淑潔等[10]對(duì)1979—2019年間數(shù)據(jù)挖掘在中醫(yī)診斷領(lǐng)域應(yīng)用研究中的高頻關(guān)鍵詞進(jìn)行了整理,結(jié)果顯示了“辨證論治”“計(jì)算機(jī)”“中醫(yī)診斷”“人工智能”等關(guān)鍵詞在此期間有較高的研究熱度及重要地位。醫(yī)療大數(shù)據(jù)技術(shù)應(yīng)用的意義不在于掌握龐大的數(shù)據(jù)信息,而在于將這些具有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理,挖掘出更多有價(jià)值的信息用于指導(dǎo)臨床,提升中醫(yī)臨床診斷技術(shù)。中醫(yī)藥文化源遠(yuǎn)流長(zhǎng),數(shù)以萬計(jì)的中醫(yī)診斷數(shù)據(jù)無法實(shí)現(xiàn)全部吸收利用,通過大數(shù)據(jù)將數(shù)據(jù)信息在有限的時(shí)間和精力中進(jìn)行有目的的分析和研究,并結(jié)合數(shù)據(jù)可視化技術(shù)將中醫(yī)數(shù)據(jù)進(jìn)行直觀展示,為中醫(yī)診斷智能化提供了依據(jù)。

3 人工智能在中醫(yī)診斷中的應(yīng)用意義

3.1 高效數(shù)據(jù)挖掘 數(shù)據(jù)挖掘是指在網(wǎng)絡(luò)上進(jìn)行的一系列數(shù)據(jù)信息共享和對(duì)話,人工智能技術(shù)可高效利用自身技術(shù)為數(shù)據(jù)應(yīng)用設(shè)定對(duì)應(yīng)的標(biāo)準(zhǔn),同時(shí)將這種標(biāo)準(zhǔn)儲(chǔ)存在自己的數(shù)據(jù)庫(kù)中[11],有助于準(zhǔn)確且充分挖掘眾多醫(yī)學(xué)書庫(kù)中所蘊(yùn)含的豐富信息,推動(dòng)進(jìn)一步深入了解機(jī)體錯(cuò)綜復(fù)雜的內(nèi)在關(guān)聯(lián)和變化規(guī)律,以及機(jī)體和外環(huán)境之間的相互影響。自計(jì)算機(jī)進(jìn)入醫(yī)學(xué)領(lǐng)域后,一些較精確而復(fù)雜的數(shù)學(xué)方法,如多元分析已逐步得到廣泛應(yīng)用[12],人工智能技術(shù)與中醫(yī)診斷相結(jié)合,能充分發(fā)揮人機(jī)互通,數(shù)據(jù)共享等優(yōu)勢(shì),為中醫(yī)學(xué)的發(fā)展和傳承提供了新的模式[13]。

3.2 輔助臨床診斷 名老中醫(yī)經(jīng)驗(yàn)復(fù)制困難的問題由來已久,利用人工智能技術(shù)將各家學(xué)術(shù)思想、診療經(jīng)驗(yàn)進(jìn)行整合,形成在線的學(xué)習(xí)及診療輔助工具,便于學(xué)習(xí)者通過智能算法模擬中醫(yī)診斷疾病思維模式,極大地?cái)U(kuò)展了學(xué)習(xí)深度和廣度,助力中醫(yī)理論規(guī)范化和客觀化研究,為中醫(yī)診療提供智能信息支持。人工智能技術(shù)為醫(yī)師提供電子病歷、協(xié)助診斷與開方等功能,方便患者進(jìn)行遠(yuǎn)程診斷,提高診療速度、緩解中醫(yī)專家的壓力。ZHANG等[14]提出基于人工智能的中醫(yī)診斷系統(tǒng),該系統(tǒng)使用帶有條件隨機(jī)森林的雙向長(zhǎng)短期記憶網(wǎng)絡(luò)對(duì)自由式電子健康記錄的筆記進(jìn)行處理,將形成的結(jié)構(gòu)化數(shù)據(jù)提取特征并進(jìn)一步矢量化,最后利用卷積神經(jīng)網(wǎng)絡(luò),可以從非結(jié)構(gòu)化的自由式電子健康記錄中診斷出187種中醫(yī)常見疾病并預(yù)測(cè)其相關(guān)的綜合征。文杭等[15]通過篩選與中醫(yī)診療智能化相關(guān)的文獻(xiàn),將結(jié)果歸為中醫(yī)四診、中醫(yī)辨證、健康管理等方面,最終得出人工智能技術(shù)的應(yīng)用使得中醫(yī)診療技術(shù)更為精準(zhǔn)、可視化,可有效指導(dǎo)臨床的診療。由此可見,人工智能可輔助醫(yī)師進(jìn)行更為高效的中醫(yī)診斷。

3.3 助力四診信息客觀化 目前,制約中醫(yī)診斷學(xué)發(fā)展的瓶頸主要有四診信息規(guī)范化、客觀化采集,中醫(yī)診斷術(shù)語規(guī)范化等方面[16],進(jìn)行基于基準(zhǔn)術(shù)語庫(kù)的人工智能自然語言處理,以便實(shí)現(xiàn)對(duì)各時(shí)代的醫(yī)案、文獻(xiàn)進(jìn)行智能讀取,是目前中醫(yī)診斷術(shù)語范疇內(nèi)較為可行的方法之一[17]。將多種人工智能算法與中醫(yī)四診儀器聯(lián)合使用,使傳統(tǒng)診斷方法與人工智能的信息數(shù)據(jù)對(duì)接。SHI等[18]采用智能舌診分析儀和脈診分析儀分別收集了163例非小細(xì)胞肺癌氣虛證患者、174例陰虛證患者和185例健康對(duì)照者的舌象和脈象,并對(duì)舌脈數(shù)據(jù)的相關(guān)性進(jìn)行了檢驗(yàn),采用隨機(jī)森林、Logit模型、支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)4種機(jī)器學(xué)習(xí)方法,分別建立了基于癥狀、舌和脈、癥狀、舌和脈的分類模型。結(jié)果顯示,利用舌象和脈象資料作為非小細(xì)胞肺癌氣虛、陰虛證的客觀診斷依據(jù)是高效可行的。朱培超等[19]基于中醫(yī)思維建立人工智能數(shù)據(jù)庫(kù),人工智能通過大數(shù)據(jù)將舌診精準(zhǔn)化、量化以及科學(xué)化,并能及時(shí)反映病變狀態(tài),逐漸形成較為成熟的以中醫(yī)舌診為導(dǎo)向的智能診斷系統(tǒng)平臺(tái)。宮愛民等[20]通過分析海南?？谑懈卫w維化患者臨床舌面數(shù)據(jù)特征,獲得肝纖維化患者定量及客觀化數(shù)據(jù)資料,將望診客觀化應(yīng)用于臨床研究,在一定程度上規(guī)范了中醫(yī)師臨床收集病情資料的操作,提高疾病信息采集的準(zhǔn)確性。脈診儀、面診儀同樣采用相同的原理采集患者信息以輔助診斷,助力四診信息客觀化。相關(guān)研究通過應(yīng)用中醫(yī)面色監(jiān)測(cè)儀采集慢性腎衰患者不同分期的面色特征信息,力求通過計(jì)算機(jī)與圖像處理技術(shù)的融合,將肉眼所不能判斷的信息精確轉(zhuǎn)化為科學(xué)數(shù)字表示出來,從而為慢性腎衰竭不同分期提供一種行之有效、簡(jiǎn)便易行且科學(xué)的物理診斷方法。

4 人工智能輔助中醫(yī)診斷面臨的挑戰(zhàn)

人工智能中醫(yī)專家系統(tǒng)可對(duì)患者的臉部異常以及舌象異常作出判斷,且對(duì)圖像識(shí)別的要求更加嚴(yán)格[21],在人工智能輔助中醫(yī)診療加快推進(jìn)診療數(shù)據(jù)的數(shù)字化、標(biāo)準(zhǔn)化的同時(shí)也面臨著不可規(guī)避的挑戰(zhàn)。

4.1 四診信息采集標(biāo)準(zhǔn)不統(tǒng)一 人工智能四診信息診斷儀器的開發(fā)和利用是否高效、保真,其源頭環(huán)節(jié)在患者就診信息的采集期。大至地域、環(huán)境、個(gè)人經(jīng)驗(yàn)等的差異,小至患者就診時(shí)的姿勢(shì)、燈光條件、時(shí)間長(zhǎng)短等問題,皆無統(tǒng)一標(biāo)準(zhǔn)。此種帶有偏差的“個(gè)性化診療”結(jié)果是不可復(fù)制的,為人工智能在中醫(yī)診斷中的開發(fā)和應(yīng)用帶來了巨大的困難。因此,開發(fā)更為精準(zhǔn)的人工智能儀器,規(guī)范四診信息化采集至關(guān)重要。

4.2 中醫(yī)診療儀器的局限性 與國(guó)家總體醫(yī)療設(shè)備數(shù)量相比,經(jīng)注冊(cè)的中醫(yī)診療設(shè)備等相關(guān)產(chǎn)品僅占我國(guó)醫(yī)療器械注冊(cè)總數(shù)的0.34%[22],且超過95%的中醫(yī)類設(shè)備屬于“理療、磁療、電療”3類,多集中應(yīng)用在康復(fù)和治療方面,而用于診斷的設(shè)備極為匱乏,公認(rèn)有效的中醫(yī)診斷設(shè)備非常稀少[23-24],如何利用人工智能技術(shù)研發(fā)出具有高效臨床使用價(jià)值的中醫(yī)診斷輔助診療儀器是目前需要解決的重要問題。

5 小結(jié)

醫(yī)療大數(shù)據(jù)和人工智能的蓬勃發(fā)展為中醫(yī)診斷的客觀化和標(biāo)準(zhǔn)化提供了技術(shù)保障,人工智能在中醫(yī)診斷中的應(yīng)用既迎合潮流也具有現(xiàn)實(shí)意義。中醫(yī)診療技術(shù)不可能全部依靠人工智能完成,將人工智能與中醫(yī)診斷有機(jī)結(jié)合,可以收集并分析大量的中醫(yī)診斷信息,實(shí)現(xiàn)更加便捷、準(zhǔn)確的在線診療,緩解人工診療壓力,同時(shí)為民眾享受高質(zhì)量的中醫(yī)醫(yī)療衛(wèi)生服務(wù)提供可能。盡管人工智能在中醫(yī)診斷的應(yīng)用方面取得了一定的成績(jī),但目前也存在中醫(yī)大數(shù)據(jù)共享不充分、醫(yī)療數(shù)據(jù)質(zhì)量不高,缺乏統(tǒng)一的中醫(yī)大數(shù)據(jù)標(biāo)準(zhǔn),人工智能診斷的準(zhǔn)確程度報(bào)道較少等問題。疾病和綜合征之間呈現(xiàn)出非一對(duì)一映射的復(fù)雜關(guān)系,加大了人工智能輔助診療的難度。迄今為止,基于人工智能的中醫(yī)輔助診斷模型的報(bào)道屈指可數(shù),而且僅限于單一疾病類型的應(yīng)用。人工診療儀器的開發(fā)應(yīng)重視對(duì)功能狀態(tài)的把握并突出中醫(yī)優(yōu)勢(shì),加快經(jīng)驗(yàn)化到客觀化的轉(zhuǎn)變,進(jìn)一步培養(yǎng)多學(xué)科交叉人才,加快產(chǎn)研醫(yī)結(jié)合并完善人機(jī)互通、數(shù)據(jù)共享模式發(fā)展是促進(jìn)人工智能應(yīng)用于中醫(yī)診斷的有效手段之一,將為中醫(yī)發(fā)展并走向世界提供技術(shù)支持。

利益沖突聲明:無。