人工智能对中医诊断的影响＊

李本岳，李伟荣，潘华峰，王 宏，王 奇＊＊

（1. 广州中医药大学科学创新中心 广州 510405； 2. 广州中医药大学临床药理研究所 广州 510405）

中医药是中华民族在几千年生产生活实践与疾病斗争中形成和丰富的医学科学。人工智能作为一门计算机科学，已经被运用至中医药现代传承中。滕文龙等[1]对智能中医医疗诊断系统进行了研究；杨海等[2]将传统中医理论与现代智能决策方法、计算机技术相结合，实现了“中医智能诊断支持系统”的理论基础分析；陈菊等[3]通过对中医辨证论治辅助系统软件的开发，实现了中医辨证论治在临床电子病历中理法方药的一线贯通。研究者都在尝试采用人工智能技术解决中医临床诊断问题，但是目前还主要集中在中医药知识检索和名老中医经验的知识推理系统等方向。2019 年世界人工智能大会在上海举办，“未来诊室”在人们眼前惊艳登场。未来，更加融合人工智能的中医诊断即将登场。本研究将通过阐述人工智能技术如何赋能“望闻问切”中医诊断，试图为中医药智能化提供思路。

1 人工智能助力中医诊断

人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。AI 研究的领域包括机器人、语言识别、图像识别、自然语言处理和专家系统等[4]。本研究从“望闻问切”入手，将AI 融入到中医中来，搭建一个AI中医专家诊断系统。

1.1 大数据和互联网为AI中医专家系统构筑基础

AI 离不开大数据和互联网。供系统学习中医药理论体系，需要搭建一个国家级的中医药知识开放共享平台。未来可以参考美国国家健康数据开发平台healthdata和英国国民医疗服务体系[5]等来构建一个互联互通的中医药大数据平台。医疗数据的爆炸式增长使常规储存手段不能满足，需要借助大数据和云计算技术使中医药数据平台快速建立。AI 应对爆炸式的医疗大数据具有独到的优势。AI 可以通过模糊的逻辑程序对模糊的数据进行有效处理；可以高效、准确地处理数据，提高系统效益；具有强大的识别能力，可以识别和筛选有效的数据[6]。

1.2 “AI中医专家系统”的搭建

AI 专家系统是一种模拟人类专家解决领域问题的计算机程序系统。AI 专家系统已经被应用于许多疾病的诊疗中。Lawrence C 等[7]构建的风湿病学人工智能专家顾问系统AI/RHEUM 与风湿病学家临床医生共识的“金标准”诊断的一致性已经超过90%。搭建一个专门模拟中医诊断和学习中医知识的AI 中医专家系统首先要进行系统大脑的搭建。AI 最重要的是算力即数据处理能力。因此，要实现AI中医专家系统的“望闻问切”功能需使用NPU 作为系统的芯片。系统进行基础的中医药理论学习后，接入到名医名家的诊断场景中，让系统不断地学习名医名家的诊断手法，不断地自我纠偏和深度学习（Deep learning）[8]。

1.2.1 搭载图像识别模块实现“望诊”

图像识别[9]是对图像进行处理、分析和理解，通过计算机识别不同模式的目标。目前，图像识别应用最广泛的是人脸识别和图像识别。中医“望诊”[10]要求用视觉观察病人的神、色、形、态、舌象、排泄物、小儿指纹和五官等异常变化。因此，AI中医专家系统对图像识别的要求更加严苛。图像识别中的人脸识别技术应用于AI中医专家系统后，系统可对患者的脸部的异常（面象）以及舌象异常作出判断。当然，这一切的实现要求系统对患者多次、长期的人脸特征数据采集，以及要求系统学会区分正常生理变化和病理变化。舌诊是中医非常重要的一个诊断方法，而舌象的变化也直接反映了人体脏腑的气血虚实与正邪消长[11]。教会AI 中医专家系统舌诊将是模拟中医诊断的关键。大量收集舌象图片建立舌象数据库，结合中医舌诊基础理论，有助于AI中医专家系统的深度学习。中医望诊只是通过观察患者的外部特征来诊断，内部变化则需要借助一系列的医学影像[12]数据来诊断。Kermany等[13]以迁移学习模型为基础，运用海量视网膜OCT 图像训练的深度学习模型已经可以在30 s内正确识别脉络膜新生血管、糖尿病黄斑水肿和玻璃膜疣，并且通过遮挡测试得出为临床医生信任的诊断依据。AI 解读医疗影像具有不易受主观影响、效率高且误诊率低等特点。通过影像识别技术，AI中医专家系统可以读懂医疗影像数据，从而做出更准确的诊断。同时，图像识别也可以帮助AI 中医专家系统看形态、看五官等，辨别身体异常状况。因此，通过图像识别，AI中医专家系统不必“司外揣内”了，而是内外都能通过望诊模块了解的一清二楚。

1.2.2 搭载语言识别模块实现“闻诊和问诊”

语音识别技术[14]是将人类的语音输入转换为一种机器可以理解的语言或者转换为自然语言的一种过程。在AI中医专家系统诊断时，要实现系统对患者的“闻和问”，要实现交互问诊和听声辨病就必须使用语音识别技术，把患者说的话转化为系统可识别的语言。语言模型的优化[15]将是面临的一个重大问题，系统不仅要避免噪音环境的影响，还要与患者实现人机交互，更要对患者的语调和声量等判断病人的情绪以及可能病变的部位，从而系统要对患者进行问诊难度就更加大了。系统不仅要与病人对话，还要用中医的知识加以判断后进行更加深入的问诊。系统还得避免环境噪音带来的影响。为了减少噪音鲁棒性，Qian Y 等[16]开发了非常深层卷积神经网络改善语音识别效率。AI 听声辨病的优势已经体现出来。Aydan 等[17]开发的一款云应用程序可以在计算机环境中提取和利用语音的特征进行声带疾病诊断。这种诊断快速、准确且经济。

1.2.3 搭载自然语言处理模块实现“问诊”

自然语言处理（NLP）对于AI 中医专家系统更是一个关键的技术。通过NLP 技术，系统可以对中医书籍等文本材料进行学习，储备中医知识；可以对不同语言的材料进行翻译处理，从而获得更多的资料；最重要的是系统可以通过学习，对病人的语义等进行分析后从所构建的资料库中找到最合适的回答方式和内容跟病人进行交流，模拟中医的“问诊”。AI可以根据患者声音数据转化来的机器语言中所包含的主观句，提取带有情感色彩的词语，并对这些词语进行综合程度上的衡量和判断，并予以情感态度倾向的分析[18]。这种对情感态度的判断可以帮助系统更好地与患者问诊，获取到更多有利于辩证论治的参数。NLP对AI 中医专家系统的深度学习和更新迭代都起到非常大的作用。

1.2.4 中医机器人——“AI中医专家系统”的载体

中医四诊仪代表着中医的初步机器化。四诊仪能模拟“望闻问切”，采集舌象、面象、脉象，并按照流程向患者问诊[19]。但是四诊仪的智能化程度还非常低，医疗数据采集手段落后，甚至国内外四诊仪的建设标准都没得到统一。因此，为了顺利搭载AI中医专家系统，实现“望闻问切”，以及实现智能识别和学习等功能，需要一个更加智能的机器人载体。这个机器要具备语言识别、图像识别和自然语言处理能力。除此之外，感受病人的脉搏以及对某些部位的按压，对病人实施“切诊”以及“闻诊”中的“嗅”的操作需要搭载一系列精密的传感器对病人进行参数采集。让AI中医专家系统学会脉诊，需要搭载脉象动态压力传感器。国内外已经有很多对于脉象传感器的研究，如李淑娟等[20]提出了一种光纤Bragg 光栅（FBG）压力传感器和基于相位产生载波（PGC）的干涉式波长解调相结合的传感器系统，实现了脉象波形信息的探测，可以高保真地还原脉象信息。脉象传感器还可以使脉象信息电子化。电子化的脉象信息有助于中医实施远程切脉，有助于远程中医诊疗的发展。熊国虹等[21]以STM32 为控制核心，搭载多种气体检测传感器，通过NRF24L01 无线模块将气体信息传送到电脑并基于仿生行为的视嗅觉融合污染源搜索策略制造的机器人可以在无光以及光线良好情况下均能搜索到室内气体污染源。未来，这种仿生技术可以使AI 中医通过“嗅气味”来辅助诊断，当然还需要在气体化学以及电子鼻上面做更多的研究和开发。

2 物联网搭建AI中医药服务场景

物联网（Internet of Things，LoT）[22]是指用户和物品之间进行信息交换和通信、通过网络技术、传感器技术对所需的信息进行采集，对物品实现识别、跟踪、定位和管理等功能的一个网络。LoT 将为AI 中医药服务场景的搭建提供基础条件。

2.1 AI中医专家系统接入场景

AI 中医专家系统可以通过接入智能家居构成的LoT 以及车联网等对患者的健康情况进行实时监测，采集数据回传数据库，构建患者个人医疗档案。收集每个患者的医疗数据后便可以汇成大数据，便可以构建地区的医疗档案。通过数据库的数据分析，可以为流行病学提供实时的参考以及可以为疫情的控制提供帮助。为了实现诊断的及时性以及连接的高效性和稳定性，数据传输可以采用新兴的窄带物联网技术（NB-loT）和5G 技术。NB-loT 由于采用蜂窝网络技术和具有使用消耗带宽较小的特点已经成为万物互联中重要的新兴技术[23]。低功耗对于要长期且持续采集医疗数据的智能设备非常适合。而支持多端口输入与输出的5G 技术则使我们可以同时开启多个医疗数据采集传感器，而且5G 传输还可以使医疗数据受到的干扰减少而且使数据安全得到更大的保障。LoT 时刻在产生数据，如果全部数据都上传到集中式云端服务器进行计算处理便会出现很多问题。数据过大，带宽有限，会造成传输速度过慢影响医疗服务的及时性。同时，由于LoT会产生大量无效的医疗数据，如果全部传输至数据中心则会加大中心的处理压力。因此，可以采用边缘计算[24]对海量的医疗数据进行初步的计算和过滤。

2.2 远程AI中医医疗服务

AI 中医专家系统借助互联网技术可以为患者提供远程医疗服务。患者一旦觉得身体不舒服或者所佩戴的传感器发现身体出了状况，系统便会主动联系患者进行问询。系统可以随时对患者异常健康数据进行预警，真正做到“治未病”。为了更好实现医患交流或者人机交互，可以在客户端装备立体全息投影智能设备。3D 全息投影[25]是一种利用干涉和衍射原理记录并在线真实的三维图像，是一种无需佩戴眼镜便可以看到立体的虚拟人物的3D 技术。凭借这个技术以及传感器回传的一系列参数，AI中医专家系统可以远程对患者进行“望闻问切”，对病情做出初步的判断后在线联系附近的医院进行分诊，可以为患者提供最佳的医疗服务。

3 存在的问题

3.1 医疗智能装备制造未能跟上

目前，国内有很多智能装备制造的公司。例如，专注语言识别的科大讯飞；专注计算机视觉和深度学习的商汤科技和旷视科技；专注机器人制造的图灵机器人。但是这些企业目前主要专注于智能医疗的软件以及系统方面的研究，医疗智能装备目前还处于比较低的水平。应该结合中医药的特色，利用人工智能技术，发展更多协助中医“望闻问切”和“辨证论治”的智能化设备。结合物联网和车联网技术，开发一系列检测和采集患者健康参数的可穿戴人工智能设备。

3.2 法律层面的问题

在医疗数据采集过程中，难以避免医疗数据信息采集权和患者隐私权的冲突，需要国家制定相关的保护个人健康医疗数据的法律法规，明确电子医疗数据采集过程中的采集、储存、管理、共享和使用各个环节的权责归属。医疗机构要尊重患者的知情权，一切医疗数据的采集务必要告知患者，得到患者的授权后方能进行。

3.3 医疗数据安全性

医疗数据安全性是大数据采集过程中最重要的一环。典型的个人医疗数据包含有关个人的敏感信息，因此，存储或共享个人医疗数据存在着风险。例如，短DNA 序列可以提供不仅可以识别个体，还可以识别个体亲属的信息。然而医学数据对于疾病的研究、预防和治疗都是必不可少的资源。随着科技的发展，数据的安全性已经看到了曙光。研究者提出了匿名生成对抗网络（AnomiGAN）框架，可以改善个人医疗数据隐私的保护[26]。另外，近几年迅速发展的区块链技术可以应用于患者和医疗机构的医疗数据加密。作为一种完全去中心化的新型技术，区块链的椭圆曲线非对称加密（Elliptic Curves Cryptography，ECC）、哈希函数、Merkle 树可以使个人和医疗机构医疗大数据的完整和安全得到充分保障[27]。

4 结语

中医药人工智能化能够使中医药在现代科技的助推下更好地传承与发展，使医疗资源更好地向下延伸，有助于提高疾病的早期筛选和诊断率；能够促进基本卫生服务均等化和优质化；能够为医生提供更有针对性的诊疗建议；能够为患者提供更精准化的中医医疗服务。随着相关智能装备制造水平的提高，国家政策的扶持以及百姓对AI中医药认可度的提高，未来的AI中医药一定会使中医药诊疗和服务更加便捷化、优质化和精准化。