姜天童,趙宇平,趙玉鳳,王少麗,羅 楠,羅 屹,劉 震△

(1.中國中醫(yī)科學(xué)院廣安門醫(yī)院,北京 100053;2.中國中醫(yī)科學(xué)院,北京 100700;3.中國中醫(yī)科學(xué)院中醫(yī)藥數(shù)據(jù)中心,北京 100700)

機器視覺技術(shù)是近年新興的一門涉及人工智能、神經(jīng)生物學(xué)、計算機科學(xué)、圖像處理、模式識別等諸多領(lǐng)域的交叉學(xué)科。機器視覺主要用計算機來模擬人的視覺功能,從客觀事物的圖像中提取信息,進行處理并加以理解,最終用于實際檢測、分類和控制[1]。機器視覺技術(shù)最大的特點是速度快、信息量大、功能多,其并不僅僅是人眼的簡單延伸,更重要的是具有人腦的一部分功能。中醫(yī)的視覺診斷包括中醫(yī)望診中的多項內(nèi)容,如面診、舌診、目診、手診及觀異常體態(tài)、動態(tài)等,其診斷往往依賴于中醫(yī)師的肉眼觀察和經(jīng)驗判斷,導(dǎo)致辨證結(jié)果存在主觀性、模糊性的問題,如何提高中醫(yī)診斷的準(zhǔn)確性、客觀性和可重復(fù)性是中醫(yī)現(xiàn)代化研究的癥結(jié)所在[2-4]?，F(xiàn)代醫(yī)學(xué)發(fā)展將宏觀、中觀、微觀相結(jié)合,在傳統(tǒng)中醫(yī)理論的基礎(chǔ)上融合人工智能(artificial intelligence,AI)技術(shù)深入挖掘“辨證論治”的底層原理,如圖1所示。在醫(yī)療設(shè)備領(lǐng)域,AI可以在傳統(tǒng)產(chǎn)業(yè)的邏輯里生發(fā)新的維度,為落實“健康中國”戰(zhàn)略,打通中醫(yī)藥科技成果轉(zhuǎn)化最后一公里提供重要路線[5-8]。近年機器視覺技術(shù)賦能智慧醫(yī)療使中醫(yī)智能設(shè)備迅速發(fā)展,本文將圍繞近年來該領(lǐng)域研究成果,根據(jù)面、舌、目、唇、耳、手及肌膚體態(tài)等視覺信息采集內(nèi)容,分類探討中醫(yī)智能設(shè)備的關(guān)鍵技術(shù)、臨床應(yīng)用價值及未來展望[9-11]。

圖1 機器視覺應(yīng)用于中醫(yī)智能設(shè)備技術(shù)流程圖

1 面診智能設(shè)備的關(guān)鍵技術(shù)及應(yīng)用

傳統(tǒng)面診理論多以面部分區(qū)中面色的變化與臟腑肢節(jié)病變的對應(yīng)關(guān)系診斷疾病,并且呈現(xiàn)為面部分區(qū)逐漸精細(xì)化的發(fā)展趨勢[12]。如《靈樞·五閱五使》所云“肺病者,喘息鼻張。肝病者,眥青。脾病者,唇黃。心病者,舌卷短,顴赤。腎病者,顴與顏黑”,這是面色識別及面部分割技術(shù)研究的重要理論基礎(chǔ)[13-14]。面診智能設(shè)備的關(guān)鍵技術(shù)主要涉及圖像的采集和圖像處理模型的構(gòu)建[15-16]。目前面部視覺圖像采集以“顏色空間”技術(shù)的選擇為主,其用途是在特定標(biāo)準(zhǔn)下用可接受的方式對色彩加以說明,位于系統(tǒng)中的每種顏色都以單個點表示,用于對彩色模型坐標(biāo)系統(tǒng)和子空間的闡述。適用于面診設(shè)備的顏色空間技術(shù)包括RGB、CMY、HSV、HSI等[17]。徐藝峰等[18]運用Smart TCM-Ⅰ型中醫(yī)生命信息分析系統(tǒng)采集面色信息,使用了采集參數(shù)包括色調(diào)(Hue,H)、飽和度(Saturation,S)和明度(Value,V)的HSV顏色空間技術(shù)研究中醫(yī)證型與面色客觀化信息之間的聯(lián)系。關(guān)茜等[19]使用上海中醫(yī)藥大學(xué)自主研發(fā)的便攜式面象采集系統(tǒng)進行采樣,使用Lab顏色空間技術(shù)研究肝臟、腎臟疾病患者面部不同分區(qū)顏色參數(shù)變化。Li等[20]設(shè)計了一款計算機輔助分類模型用于精準(zhǔn)描述面部光澤信息,采用4種顏色空間技術(shù)對面部光澤信息進行特征提取,為基于人臉圖像的面部光澤診斷提供了一種自動、定量的方法。圖像處理方面,關(guān)聯(lián)規(guī)則模型和Logistic回歸模型常與顏色空間數(shù)據(jù)協(xié)同使用[21]。楊帥等[22]應(yīng)用便攜式中醫(yī)體質(zhì)識別儀Hi-face-22采樣,使用Apriori算法建立關(guān)聯(lián)規(guī)則模型處理不同體質(zhì)人群的面部信息差異。Qi等[23]應(yīng)用天津中醫(yī)藥大學(xué)自主研發(fā)的TCM-IDI智能面診儀采樣,運用Logistic回歸模型構(gòu)建綜合征診斷模型,研究中醫(yī)的定量綜合征鑒別方法。

臨床應(yīng)用方面,面診智能設(shè)備已應(yīng)用于多種中醫(yī)內(nèi)科常見疾病的中醫(yī)證型面部特征客觀化研究及疾病治療前后面部特征改變情況對比等方面[24-25]。DKF-Ⅱ中醫(yī)面診檢測儀可用于檢測受試者各項面診參數(shù)(顏色、色度、光澤度),周小芳等[26]應(yīng)用該面診儀研究發(fā)現(xiàn),慢性腎衰虛兼濕濁證患者相較于對照組患者的面色均以黃色多見,并存在更高比例的黑色和青色;楊帥等[27]應(yīng)用該面診儀發(fā)現(xiàn),慢性萎縮性胃炎脾虛氣滯證患者面部色度較健康人降低,且面部無光澤指數(shù)顯著升高。云中醫(yī)智能鏡可采集受試者面診圖像參數(shù)(面色參數(shù)、光澤指數(shù)),徐瑩等[28]應(yīng)用該儀器發(fā)現(xiàn)脾陽虛和腎陽虛人群分別以面黃和面白為主,且均缺乏光澤的概率較健康人更高。YM-Ⅲ系列面象儀具備測量受試者額、鼻、頰、頦部位的顏色空間數(shù)值及人中長度的功能,任琦等[29]使用該面象儀發(fā)現(xiàn)冠心病痰瘀互結(jié)證患者多處位置面色及人中長度與健康組均存在統(tǒng)計學(xué)差異,且冠心病痰瘀互結(jié)證患者治療10天后較前比較,左、右頰面色值均有顯著下降,人中長度則較前明顯增長。

2 舌診智能設(shè)備的關(guān)鍵技術(shù)及應(yīng)用

舌診在中醫(yī)臨床診斷中的重要地位和中醫(yī)古籍中記載舌診的豐富理論內(nèi)容,是近年來機器視覺技術(shù)在舌診智能化設(shè)備使用中蓬勃發(fā)展的重要基礎(chǔ)[30]?！度驑O一病證方論》記載“心之本脈,系于舌根;脾之絡(luò)脈,系于舌傍;肝脈,循陰器,絡(luò)于舌本。凡此三經(jīng),或為風(fēng)寒濕所中,使人舌卷縮而不能言,或憂怒思恐所郁,則舌腫滿而不得息,心熱則破裂生瘡,肝壅則出血如涌,脾閉則白胎如雪”,即細(xì)致地描述了臟腑疾病影響舌象的病因病機及舌苔的特點。機器視覺技術(shù)在舌診智能設(shè)備中的開發(fā)重點圍繞舌體目標(biāo)區(qū)域分割、舌圖像特征自動提取和辨證分類機器學(xué)習(xí)建模3個方面,均與人工智能算法的構(gòu)建密切相關(guān),其關(guān)鍵技術(shù)包括以深度殘差網(wǎng)絡(luò)(residual network,ResNet)、YOLO算法為代表的圖像特征提取技術(shù),以增強全卷積網(wǎng)絡(luò)、UNet分割模型、高斯混合模型為代表的圖像分割技術(shù)和以深度卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)、Fisher線性判別模型為代表的舌象識別分類技術(shù)[31-34]。Huang等[35]提出了具有編解碼器結(jié)構(gòu)的增強全卷積網(wǎng)絡(luò)的自動舌部圖像分割方法,采用ResNet作為編碼器獲得密集的特征圖,然后利用特征金字塔網(wǎng)絡(luò)作為解碼器,融合多尺度特征圖收集足夠的位置信息,從而恢復(fù)舌體的清晰輪廓。Yan等[36]提出基于圖像嵌入和卷積神經(jīng)網(wǎng)絡(luò)的舌象紋理分類方法,應(yīng)用高斯混合模型將舌苔和舌體進行分離,確保舌體圖像紋理和顏色變化的連續(xù)性,并利用基于ResNet101殘差網(wǎng)絡(luò)插入硬柔舌的圖像分類模型進行訓(xùn)練和測試,實現(xiàn)舌體柔韌度的客觀化提取。Wang等[37]提出使用CNN識別齒痕的方法,用ResNet34體系結(jié)構(gòu)提取特征并進行分類,該模型的總體準(zhǔn)確率超過90%,且可推廣到不同光線條件下的舌象采集設(shè)備。沈睿等[38]設(shè)計了一款由采集單元和診斷單元構(gòu)成的智能舌脈診斷手環(huán),利用YOLOv3算法識別定位,并用Fisher線性判別模型進行舌象判別。

舌診智能設(shè)備歷經(jīng)多年的研發(fā)過程,已應(yīng)用于中醫(yī)疾病證型診斷、療效評價,以及結(jié)合實驗室指標(biāo)分析證候特征等多方面研究[39]。上海中醫(yī)藥大學(xué)研制的TFDA-1型數(shù)字舌面診儀已獲批醫(yī)療器械注冊,該儀器可采集受試者4個顏色空間數(shù)據(jù)和紋理指標(biāo)及perAll、perPart 2個舌苔指數(shù),應(yīng)用于包括疾病辨證分型和治療前后舌象客觀化特征差異比較等諸多方面。通過利用該儀器,郭志玲等[40]發(fā)現(xiàn)子宮肌瘤患者與健康人群的舌象圖像差異及氣滯血瘀證、痰濕瘀結(jié)證、濕熱瘀阻證、腎虛血瘀證肌瘤患者的舌象圖像特征;石玉琳等[41]發(fā)現(xiàn)非小細(xì)胞肺癌患者陰陽兩虛證舌象整體偏紅或絳紅,且舌象紋理更細(xì)膩,陰虛證及氣滯血瘀證舌苔更偏黃、舌質(zhì)亮度較高,痰濕凝結(jié)證和氣滯血瘀證較陰陽兩虛證舌象更偏晦暗、舌苔偏白膩;李驍群等[42]發(fā)現(xiàn)閾下抑郁證患者舌色在針刺治療后明顯更紅潤、明亮,舌苔由厚變薄;周明瀚等[43]發(fā)現(xiàn)原發(fā)性高血壓陰虛陽亢證患者較其他證型舌質(zhì)顏色偏紅絳,光澤度降低,舌質(zhì)紋理粗糙,舌苔顏色偏黃。此外,舌診智能設(shè)備還可應(yīng)用于中西醫(yī)結(jié)合疾病分型和實驗室指標(biāo)高危因素研究。陳銳等[44]基于“岐黃AI工作站”舌象數(shù)據(jù)分析平臺解讀、判別受試者舌象圖,發(fā)現(xiàn)COVID-19患者的舌象特點與西醫(yī)分型之間存在相關(guān)性。謝晟潔等[45]使用DKF-Ⅱ型中醫(yī)舌面診數(shù)字化檢測儀采集受試者舌質(zhì)和舌苔參數(shù),發(fā)現(xiàn)糖尿病患者舌診參數(shù)主要受實驗室檢查指標(biāo)膽固醇、糖化血紅蛋白、甘油三酯影響。

3 目診智能設(shè)備的關(guān)鍵技術(shù)及應(yīng)用

古代經(jīng)典著作中目診的內(nèi)涵涉及臟腑病、六經(jīng)病、時邪疫病等眼部征象,為現(xiàn)代化目診技術(shù)提供了豐富的研究思路[46]。如《靈樞·大惑論》所言“五臟六腑之精氣,皆上注于目而為之精”,《靈樞·論疾診尺篇》云“診目痛,赤脈從上下者太陽病,從下上者陽明病,從外走內(nèi)者少陽病”,反映了目診與臟腑經(jīng)絡(luò)的密切聯(lián)系;孫思邈眼科專著《銀海精微》中記載的“天行赤眼者,謂天地流行毒氣,能傳染于人”是時邪疫病的眼部特征?，F(xiàn)代機器視覺技術(shù)應(yīng)用于目診智能設(shè)備中,圖像配準(zhǔn)技術(shù)是當(dāng)前目診客觀化研究的核心技術(shù),其是將不同時間、不同成像設(shè)備或不同條件下(天候、照度、攝像位置和角度等)獲取的2幅或多幅圖像進行匹配、疊加的過程,已被廣泛應(yīng)用于計算機視覺、圖像處理等領(lǐng)域[47-48]。利用圖像配準(zhǔn)技術(shù)與眼科檢測儀器相結(jié)合,Sui等[49]提出一種弱監(jiān)督的多光譜成像(multispectral imaging,MSI)圖像配準(zhǔn)網(wǎng)絡(luò)SI-R-NET算法,其可利用血管分割標(biāo)簽來提供空間對應(yīng)關(guān)系,從而省去眼科醫(yī)生在分析MSI圖像時需要覆蓋2幅圖像來分析特定特征的步驟;Hernandez-Matas等[50]采用眼睛建模和姿態(tài)估計的視網(wǎng)膜圖像配準(zhǔn)模型估算眼睛的形狀和方向的相對姿態(tài),可幫助醫(yī)生對眼睛的三維表述進行標(biāo)準(zhǔn)化測量,排除由于二維圖像空間上的投影而引起的扭曲造成的誤差;De Fauw等[51]使用深度分割網(wǎng)絡(luò)模型應(yīng)用于臨床異質(zhì)的三維光學(xué)相干斷層掃描,然后使用深度分類網(wǎng)絡(luò)算法分析組織分割圖,以提供診斷和轉(zhuǎn)診建議。

中醫(yī)目診智能設(shè)備研發(fā)尚處在萌芽階段,結(jié)合了中醫(yī)診斷理論的目診儀和眼部先進檢測儀器使中醫(yī)目診客觀化研究擴大了疾病診斷的深度和廣度[52]。博奧生物公司研發(fā)的MyEyeD-10目診儀是目前為數(shù)不多投入臨床應(yīng)用的目診智能設(shè)備,其參照“望目辨證”理論采集并統(tǒng)計分析受試者的目絡(luò)特征。和芳娟等[53]發(fā)現(xiàn)高膽固醇血癥患者目絡(luò)形態(tài)特征“斑”“血脈”特征分值顯著高于健康人,且其目絡(luò)血脈顏色“黯紅色”特征分值顯著高于健康人;吳夢婷等[54]發(fā)現(xiàn)Wilson病肝型患者與健康人相比“丘”和“血脈”積分更高,且隨著肝臟損害程度的加重,其目絡(luò)特征積分也隨之增加。此外,中醫(yī)目診智能化研究主要是與眼部檢測儀器深度結(jié)合,如楊成昊等[55]使用日本拓普康免散瞳眼底照相機(TRC-NM6S)采集受試者的眼底圖像,利用改進的U-Net網(wǎng)絡(luò)對眼底圖片進行預(yù)處理及血管分割,發(fā)現(xiàn)高血壓病肝火亢盛證、痰濕壅盛證、陰陽兩虛證、陰虛陽亢證患者視網(wǎng)膜病變分級的差異;程修平[56]使用智能微循環(huán)檢測儀采集受試者的白睛絡(luò)脈大體分布情況和局部微循環(huán)圖像,發(fā)現(xiàn)中風(fēng)病氣虛血瘀證患者白睛絡(luò)脈清晰度、微血管數(shù)、細(xì)靜脈管徑、細(xì)動脈管徑、粗細(xì)不均、走形異常、微血管瘤、缺血區(qū)、血色積分均較健康受試者增高。

4 其他中醫(yī)視覺化智能設(shè)備的關(guān)鍵技術(shù)及應(yīng)用

除臨床常用的面診、舌診、目診以外,機器視覺技術(shù)還應(yīng)用于其他多種中醫(yī)望診客觀化內(nèi)容的研究,國內(nèi)外研究者應(yīng)用人工智能技術(shù)和先進檢測設(shè)備對人體唇部、手部、耳部、步態(tài)特征進行了多維度的視覺數(shù)字化研究。唇診和耳診視覺智能化研究關(guān)鍵技術(shù)集中于圖像空間分割、特征識別,色彩區(qū)分技術(shù)[57-59]。Li等[60]設(shè)計了基于唇部圖像的計算機輔助分類方法,提取84個特征的唇色空間成分、紋理和力矩特征,通過SVM-RFE(具有遞歸特征消除的支持向量機)、mRMR(最小冗余最大相關(guān)性)和IG(信息增益)技術(shù)構(gòu)建唇部圖像特征分類模型。馮躍等[61]提出多視圖空間注意力與特征融合分割模型,模塊通過對耳部圖像特征進行不同尺寸劃分,實現(xiàn)目標(biāo)區(qū)域有效信息提取,可輔助解決五臟反射區(qū)在耳部圖像中為小目標(biāo)區(qū)域且邊緣模糊、難以分割等問題。手診智能設(shè)備目前圍繞指紋及皮下血管成像開發(fā),Zheng等[62]利用光聲效應(yīng)開發(fā)了可以在高空間分辨率下揭示指紋和潛在血管結(jié)構(gòu)的指紋傳感系統(tǒng),其通過15 MHz線性換能器陣列、超聲系統(tǒng)和532 nm脈沖激光掃描手指尖上的線性陣列,從而獲得皮下血管結(jié)構(gòu)的三維圖像。步態(tài)特征標(biāo)準(zhǔn)化研究的難點在于收集行為特征信息并將其量化,Xia等[63]提供了基于深度學(xué)習(xí)的雙模態(tài)模型的帕金森病(Parkinson's disease,PD)步態(tài)和正常行走的二元分類,其中左右步態(tài)分別由一個CNN建模,還提供了PD步態(tài)的量化并將其與病情發(fā)展程度聯(lián)系起來。

以上機器視覺技術(shù)研究尚未完成專業(yè)儀器的研發(fā)成品,該領(lǐng)域的臨床研究以中醫(yī)理論結(jié)合圖像采集設(shè)備及人工智能算法處理分析為主,并且往往具有較強的?？铺厣?。江梅等[64]使用彩色數(shù)字?jǐn)z像機采集小兒手診指紋圖像,通過Sobel濾波器對圖像進行線性濾波后發(fā)現(xiàn)肺炎患兒指紋圖像呈現(xiàn)紫色居多且以風(fēng)關(guān)以上為主,健康小兒指紋圖像顏色以淡紅為主且多不顯示風(fēng)關(guān);潘丹萍等[65]使用上海長江科技發(fā)展有限公司設(shè)計的望診設(shè)備采集受試者頸項部穴位風(fēng)池、面部穴位氣池的圖像,采用膚色探測結(jié)合自適應(yīng)閾值分割算法、活動輪廓模型進行風(fēng)池和氣池區(qū)域的分割,發(fā)現(xiàn)抽動障礙痰熱動風(fēng)證、脾虛肝亢證患兒RGB顏色空間指標(biāo)與健康小兒存在統(tǒng)計學(xué)差異;馬超等[66]使用北京工業(yè)大學(xué)開發(fā)的由站立支撐架、掃描器、處理計算機組成的人體脊柱形態(tài)評價系統(tǒng)收集受試者下腰曲線彈性固定轉(zhuǎn)折點的三維成角,發(fā)現(xiàn)該指標(biāo)可反映旋盆翹臀和旋腰挺胸型的特征,對于定量描述腰型變化診斷腰椎間盤突出癥腰型分類具有很大臨床價值。

5 討論與展望

機器視覺是人工智能與光學(xué)成像系統(tǒng)的高度融合,伴隨計算機技術(shù)日臻成熟,目前機器視覺已應(yīng)用于多款中醫(yī)智能設(shè)備,見表1。其智能化流程包括圖像獲取、圖像預(yù)處理、圖像分割、特征提取/選擇和分類識別,即圖像采集、圖像特征提取和圖像處理分類,通過觀測受試者面、舌、目部和人體其他部位圖像進行疾病診斷或體質(zhì)辨識[67]。

表1 臨床常用中醫(yī)智能設(shè)備概況

視覺技術(shù)圖像采集方面,為了降低外部環(huán)境光造成診斷不準(zhǔn)確問題,通常限定拍攝設(shè)備和環(huán)境光照,通過控制望診用光源的各項屬性及固定光源獲取望診圖像[31]。采集圖像光源主要選擇較自然光相對穩(wěn)定的人工燈泡、色溫固定的氙燈代替太陽光源,或在環(huán)境中使用積分球裝置反射光線以獲得高穩(wěn)定性光源[68]。圖像特征提取方面,通常首先進行有效的圖像預(yù)處理并獲取感興趣部位的分割識別,再針對特定部位設(shè)計人工智能算法進行自動特征提取,最后基于中醫(yī)辨證理論完成疾病證型或中醫(yī)體質(zhì)分類診斷[69]。圖像處理分類方面,模型的構(gòu)建主要包括分割和分類模型。近年來大多數(shù)模型構(gòu)建采用設(shè)計深度神經(jīng)網(wǎng)絡(luò)算法的方式完成,常用的分割模型有UNet分割模型、高斯混合模型等;常用的分類模型有ResNet殘差網(wǎng)絡(luò)、Fisher線性判別模型、隨機森林模型等,當(dāng)訓(xùn)練集數(shù)據(jù)不充分時,多采用無監(jiān)督方法或遷移學(xué)習(xí)以在小型數(shù)據(jù)集上得到較好的圖像識別效果[70]。

另一方面,依靠視覺技術(shù)的中醫(yī)智能設(shè)備研究仍在發(fā)展中,目前面臨著幾個重要的限制與不足:(1)視覺圖像原始數(shù)據(jù)收集難度大。機器學(xué)習(xí)的基礎(chǔ)是原始數(shù)據(jù)集,而視覺技術(shù)所需的圖像數(shù)據(jù)相較文字?jǐn)?shù)據(jù)獲取更加困難,需要耗費巨大人力物力。同時與其他中醫(yī)客觀化研究遇到的問題相同,現(xiàn)有的中醫(yī)臨床診療系統(tǒng)中數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一,不同系統(tǒng)數(shù)據(jù)合并難度大,非結(jié)構(gòu)化的數(shù)據(jù)模式給資料提取造成較大困難。(2)中醫(yī)-電氣工程交叉人才短缺。機器視覺是一項綜合技術(shù),包括圖像處理、機械工程技術(shù)、電光源照明、光學(xué)成像、傳感器模擬與數(shù)字視頻技術(shù)、計算機軟硬件技術(shù)等,計算機軟件和設(shè)備器械硬件開發(fā)及數(shù)據(jù)集“打標(biāo)簽”等工作需要來自中醫(yī)臨床、基礎(chǔ)方法學(xué)、計算機專業(yè)和電氣自動化工程學(xué)等多位交叉學(xué)科專家共同完成,需要研發(fā)團隊極強的統(tǒng)籌能力,且目前尚缺乏交叉學(xué)科專家具體遴選標(biāo)準(zhǔn),使各團隊間圖像標(biāo)注結(jié)果差異較大,導(dǎo)致中醫(yī)智能設(shè)備研發(fā)成果可推廣性不佳。(3)視覺設(shè)備研發(fā)功能相對單一?，F(xiàn)階段基于機器視覺技術(shù)的深度學(xué)習(xí)算法模型基本是僅針對一兩個人體部位的獨立任務(wù),而現(xiàn)實臨床診斷需要結(jié)合多個中醫(yī)望診甚至四診合參的子任務(wù)同時進行,通過綜合判斷得出全面而可靠的中醫(yī)診斷結(jié)果,且視覺采集內(nèi)容豐度有待進一步提高。目前面診智能設(shè)備大多采用“顏色空間”技術(shù)獲取面部顏色分區(qū)、光澤特征作為中醫(yī)辨證分類依據(jù),而面部表情、肌膚紋理等信息的特征提取及臨床應(yīng)用不足;舌診智能設(shè)備的臨床研究大多集中在針對舌的某一方面或幾個方面提取特征,如根據(jù)舌色、舌苔、舌形或舌下靜脈進行體質(zhì)分析和疾病診斷,而如何綜合舌象的完整信息判斷疾病的性質(zhì)、病勢的深淺、氣血的盛衰、津液的盈虧及臟腑的虛實是對目前研究相對完善的舌診客觀化研究的更高要求;圖像配準(zhǔn)技術(shù)是目前針對目診智能設(shè)備的核心技術(shù)應(yīng)用,如何根據(jù)中醫(yī)五輪與五臟的對應(yīng)關(guān)系進行眼部區(qū)域更為細(xì)致的細(xì)粒度分割,并結(jié)合中醫(yī)理論探求細(xì)微區(qū)域特征所反映的臟腑病變情況是視覺技術(shù)在目診智能設(shè)備研發(fā)的可行方向,且針對目診的專業(yè)智能設(shè)備研發(fā)仍具有潛力。(4)現(xiàn)有基于高精圖像采集的中醫(yī)智能設(shè)備普遍體形龐大,多適用于醫(yī)院診室、基層診所等醫(yī)療場所,而使用便捷、體積小巧的可穿戴設(shè)備功能相對較基礎(chǔ),難以滿足老年病、重癥緩解期等居家慢病管理的需求,可兼具多種醫(yī)療保健功能且可長時間續(xù)航的小型儀器研發(fā)技術(shù)欠缺也是目前研究的瓶頸。

ChatGPT讓全球再一次看到AI為世界帶來的生態(tài)重組,基于機器視覺技術(shù)的中醫(yī)望診智能設(shè)備的研發(fā)將中醫(yī)理論與現(xiàn)代先進技術(shù)有機結(jié)合,遠(yuǎn)期有望將中醫(yī)證素量化,實現(xiàn)中醫(yī)證候的精準(zhǔn)識別,并用于臨床干預(yù)研究的療效評價,真正意義上達(dá)到中醫(yī)現(xiàn)代化的目標(biāo)。此外,通過開展基于中醫(yī)體征信息采集與智能處理技術(shù)的中醫(yī)數(shù)字化設(shè)備的開發(fā)與研究,能夠使中醫(yī)師從繁重的信息采集和智能決策中解放出來,催生中醫(yī)藥產(chǎn)業(yè)新業(yè)態(tài),支撐中醫(yī)藥產(chǎn)業(yè)高質(zhì)量發(fā)展,使人們可以隨時隨地能夠享受到高素質(zhì)的中醫(yī)藥服務(wù),成為具有獨特國際競爭力的高新產(chǎn)業(yè)領(lǐng)域。