首页 > 论文范文 > 医药卫生论文 > 中医医学论文 > 中医职称论文 > 人工智能技术中医领域应用评述

人工智能技术中医领域应用评述

2020-11-13 989 上传者：管理员

摘要：近年来,人工智能在辅助中医病证诊断、临床治疗等方面有较好的应用效果,运用人工智能技术有助于实现四诊信息客观化、临床治疗智能化和健康管理规范化,促进中医药现代化进程。但人才与信息技术联系不够紧密、四诊信息客观化有待统一、术语缺乏规范性、中医诊疗系统处理复杂疾病的有效性不足等问题尚存在,应进一步加强中医领域人才与信息技术专家合作,实现数据的客观化与规范化,统一中医体系及规则,使中医药大数据具有规范、标准、开放和共享的特征。

关键词：
人工智能
四诊信息
数字中医药
辅助诊疗
加入收藏

近年来,人工智能已在中医学领域进行了诸多尝试,如病证诊断客观化、四诊辅助诊疗仪器、虚拟医疗系统、电子化病历等。本文对相关文献进行了系统分析,从四诊信息客观化、临床治疗智能化和健康管理规范化等方面去阐述人工智能在中医领域的优势,并探求未来的发展趋势。

1、人工智能概述

1.1人工智能的概念

人工智能是多种学科相互渗透而发展起来的一门综合性学科,如计算机科学、控制论、信息论、神经生理学、心理学、语言学等[1]。人工智能通过研究制造出智能机器或系统,实现模拟人类智能活动,扩展和延伸了人类智能的科学。有学者提出,人工智能是计算机科学的一个分支,能够分析复杂的医学数据。目前,它在数据集中利用方面的优势可用于临床诊断、治疗和预测结果[2]。现阶段,人工智能面临发展的重要阶段,各行业正积极探索其应用前景。同样,在中医领域,为了解决发展难题,传承和发展中医药文化,人工智能也将发挥其独特作用[3]。

1.2人工智能与中医药

人工智能的推广促进了中医药的传播,使中医药走向海外,影响深远[4]。美国RockyMountainHerbal研究所的UrtisJ.Kruse采用面向对象的方法开发有关中医专家系统,主要集中在系统有效性和临床安全性方面。Polygerinos等[5]设计了手部康复机器人,采用了软性材料及液压驱动提高舒适度,服务于患者。在日本,研究中医药大学多达40多所,有10多个西医药研究机构建立了传统汉方医药研究机构[6]。日本东京大学通过利用语义网络描述法、假设-测试推理等策略,成功研制了慢性肝炎中医诊疗辅助系统。美国交通研究中心研制出Helpmate机器人,实现了自主规划线路的功能,采用视觉、超声波以及红外接近觉等传感器完成药品物品的取送[7]。

二十世纪七八十年代,中国有学者试图将人工智能研究成果用于中医领域,开发出各种适用于中医诊疗的中医专家系统[8],集中在中医药知识检索和反映名老中医个体经验知识推理系统等方向。九十年代开始,互联网技术的革新与迅猛发展,使得所有的数据库实现了互联、互通、共享,改变了数据信息的传输方式,实现数据信息的在线化。新的人工智能获取人类的大量经验数据,利用机器或系统技术,学习人类的思维方式、学习能力和推理能力,并利用人工智能系统存储能力强、运算速度快的优势归纳处理。信息化时代下,传统中医学与信息技术的深度融合势在必行,实现中医智能化必须依靠大数据技术力量,以传统中医大量数据的收集、存储、处理、转换和传输技术为基础。我国中医工作者在中医学大数据建设方面做了许多基础性工作,包括中医典籍、诊疗实践经验以及人类身体等的数据化,为中医走向人工智能化提供了较充分的数据基础[9]。郭振球[10]对中医辨证学与人工智能的应用结合进行了初探。朱文锋[11]基于计量辨证要素研制成“WF-Ⅲ”中医(辅助)诊疗系统等。

2、人工智能在中医领域的应用

2.1四诊信息客观化

实现四诊信息的客观化、标准化、规范化表达,是中医诊断现代化必须解决的基础性问题。利用现代技术研发出四诊信息检测现代技术仪器,开展检测仪器设备的临床观察与实践应用,是当前许多学者的主要研究思路[12,13,14]。王忆勤等[15]为了实现中医问诊信息的客观化,通过多标记学习的方式,建立中医问诊模型。中医闻诊方面,有学者通过高性能设备,对机体中的声音信息通过空气动力学方法、声图仪等方法进行量化[16]。中医面诊方面,胡志希等[17]研发GD-3型光电血流面诊仪,实现面部末梢血流灌注情况更加精准。张红凯等[18]规范面部采集装置的常规要求,有利于后期采集图像的精准分析。中医舌诊方面,蔡轶珩等[19]提出基于光度立体法的中医舌象三维重建,通过拍摄多幅图像来还原立体舌象。刘梦等[20]通过FasterR-CNN算法的深度学习与迁移学习技术,在中医齿痕舌与裂纹舌局部特征提取识别中,较好地完成中医舌象局部特征辨识任务。中医脉诊方面,Chung等[21]通过指标α估算脉诊仪诊脉时的动脉宽度量化,以表达脉诊时的浮、中、沉取。盛丽[22]通过彩色多普勒频谱,从桡动脉的血流动力学变化为中医脉象提供了定量、精准的新方法。上海中医药大学研究团队对舌诊、脉诊采集设备技术的研究取得较大突破,并深入开展四诊信息技术在中医诊断领域中的应用研究[23]。由于人工智能技术的飞速发展与逐渐成熟,研发了面诊仪、脉诊仪、舌诊仪、闻诊仪等多种中医诊断仪器,促进了中医诊断的客观化进程。

2.2临床治疗智能化

传统的病例系统录入易出差错,难以满足临床数据分析需求,增加临床医师的负担。人工智能技术的电子病历系统是科学数据产生的重要工具,通过对患者信息进行整合,将信息标准化、规范化,形成所需数据分析的格式。人工智能有独特的技术优势,通过语音将大量的病历与处方信息录入系统,减轻临床医师录入病历信息压力[24]。新的电子病历系统能够获取真实的临床数据,收集患者健康状况、诊疗数据[25]。胡育等[26]基于对病历信息的智能诊断技术研究,通过获取患者住院病历记录,提取出病例描述和初步诊断结果,将初步诊断结果分类,可构建智能分类的模型,做出智能化诊断支持。同时,中医智能治疗方面的研究也有较大进展,通过实际临床场景和处方数据,复旦大学健康大数据研究中心实现了中药智能化分类和肺癌疾病的中医诊疗自动开方[27]。陈菊等[28]通过研发中医辨证论治辅助算法,利用因位性势和性味归经的代码建立新的系统,实现了中医辨证论治的内容在临床电子病历中理法方药的一贯性。通过个案演算分析,研发了“中医处方智能分析系统”,实现了名老中医经验传承的“量化”研究[29]。分析挖掘临床核心处方,对于继承名老中医经验、总结经验方具有非常重要的意义。罗悦等[30]运用专家系统技术产生式表示法,将中医辨证论治体系分为事实库和规则库两大类,基本上实现了中医辨证论治智能化和信息化,同时也提供了合理、科学的信息表示方法。

2.3健康管理规范化

我国健康管理的理论研究与技术应用起步较晚,将中医健康管理体系化、规范化、信息化、模式化管理,是现阶段许多专家学者密切关注的问题,可将中医四诊技术与信息技术结合,运用于健康管理系统,从多维角度进行量化测量,采集、存贮各种健康信息并进行综合辨证。程羽等[31]认为健康管理理念与中医“治未病”思想可以相融合,提出了“多环节切入+状态调整+线性干预”的新理念。胡广芹等[32]认为与西医体检相比,中医的个性化健康管理数据与健康方式都极为复杂,需要大量数据并能高速处理,因此有必要开发中医健康管理系统,以云计算技术为基础,反映中医整体观念与个性化辨证施治的特色。杨雪梅等[33]将中医核心辨证思维规律引入健康管理领域,以“基于证素辨识模型的中医健康管理软件”为工具,发挥中医药在健康评估和健康干预方面的优势。辛基梁等[34]通过探索中医健康状态辨识的分类算法模型,基于BP-MLL神经网络分类算法,为中医健康管理提供核心技术。

中医体质学说的建立有利于健康信息的分类提取、评估和管理,针对性地对不同体质人群的危险因素实施干预,减少发病的可能性,同时拓展了建立中医健康管理系统规范化模式的思维空间。根据对不同体质分型,以平和体质为代表的健康人群和以偏颇体质为代表的亚健康人群可辨证区别,同时对偏颇体质可进行个性化健康干预措施。陈超等[35]利用网络的优势建立中医特色体质健康管理系统,可以对大多数人群进行健康管理实施,尤其是体检结果“正常”但体质偏颇失衡的状态进行检测、健康风险评估和早期干预,有较高的实用价值。景婷婷等[36]提出了一种体质健康管理系统,以C/S架构为基础,通过对数据的处理,能使用户进行对自身的检测,并获得合理的治疗方案。

3、讨论

人工智能技术与中医领域的应用研究存在一定的问题,如人才与信息技术联系不够紧密,四诊信息客观化还有待统一,专业术语缺乏进一步规范,中医诊疗系统处理复杂疾病时的分类性和有效性尚需提高等。因此,首先要加强中医领域人才与信息技术专家紧密联系与合作,使人工智能技术保留中医药精华,符合中医临床实际需求;其次,当前的发展关键在于实现数据的客观化、规范化和标准化,如将中医的理法方药大数据进行智能化分类、处理,进而为临床诊疗服务提供决策支持,充分发挥中医药与人工智能技术结合优势;再次,进一步统一中医体系及规则,结合现代科学技术,使中医大数据具有标准、规范、开放、共享的特征。人工智能在中医领域发展的前景是广阔的,其发展既取决于人工智能技术的进步,也取决于中医学者的主动进取和配合。在医疗智能化、数据共享化的时代背景下,精准、先进、高效的技术手段将有助于医护工作,人工智能与中医药的深度融合必将引领中医药更好地传承、发展和创新,实现中医现代化。

参考文献：

[1]孔祥溢,王任直.人工智能及在医疗领域的应用[J].医学信息学杂志,2016,37(11):1-5.

[2]严律南.人工智能在医学领域应用的现状与展望[J].中国普外基础与临床杂志,2018,25(5):513-514.

[3]黄欣荣,钟平玉,马纲.人工智能与中医智能化[J].中医杂志,2017,58(24):2076-2079,2106.

[4]朱爱松,吴景东.中医在国外发展状况及其给我们的启示[J].世界中医药,2007,2(4):250-251.

[6]李宗友,鲍玉琴.国外中医药科研机构发展及科学研究现状分析[J].中国中医药信息杂志,2009,16(11):1-2.

[7]倪自强,王田苗,刘达.医疗机器人技术发展综述[J].机械工程学报,2015,51(13):45-52.

[8]白春清.中医专家系统三十年[J].医学信息,2011,24(4):550-552.

[9]宋观礼,张润顺,刘保延,等.真实世界中医临床诊疗信息数据化实施与质量控制[J].中医杂志,2015,56(3):198-201.

[10]郭振球.中医辨证学与人工智能[J].湖南中医学院学报,1982,(1):5-8.

[11]朱文锋.中医(辅助)诊疗系统的研究[J].中国中医基础医学杂志,2003,9(10):8-11.

[12]朱琳,陆小左.中医诊疗仪器的发展与思考[J].环球中医药,2016,9(4):457-460.