人工智能技术在中医辨证论治中的研究进展

刘超武，白融，姜廷桢，朱振刚

(天津中医药大学第一附属医院，天津 300381)

0 引言

人工智能技术(Artificial Intelligence，AI)是赋予机器人类的思考和感受的能力，拟人类的生理结构，使机器达到甚至超越人类的智能[1]。辨证论治是中医学主要特点之一，运用中医学理论辨析与疾病相关的临床特点以确立疾病证型，然后选择正确的治则治法来治疗疾病的过程。随着大数据、计算机视觉技术、语音识别技术等人工智能技术的迅速发展，以及多学科的交叉互通，人工智能技术逐步渗透到医学领域。而从现代化诊断与治疗技术的角度来看，中国传统医学在辨证论治方面存在主观成分多、标准化程度低等问题[2]，为了解决这些问题，研究者考虑将人工智能技术与中医辨证论治相结合，以实现中医辨证诊断与治疗的客观化、精确化、智能化。

1 人工智能技术与中医辨证相结合的发展

为促进人工智能技术与中医辨证论治结合发展，达到中医辨证客观化的目的，诸多学者不懈努力，使中医舌诊中的舌质诊断比如舌的纹理、舌苔诊断(主要是舌苔润燥)和舌色诊断的智能化。除此之外，也有学者将中医四诊采集系统与计算机分析技术相结合并创建出某些疾病的辨证模型与诊断公式。

1.1 人工智能技术与望诊

望诊是指医生通过观察患者的全身、局部以及排出物等，以了解患者健康状态或诊察患者的病情。随着现代化技术的日益发展，诸多学者将中医望诊与人工智能技术相结合，使病史采集更加全面，辨证论治更加客观化、精准化、智能化。

许多学者利用计算机视觉技术对中医望诊进行客观化研究。如杨晶东、张朋基于迁移学习的全连接神经网络舌象分类方法对正常舌象、裂纹、厚苔、点刺、齿痕和剥落苔6种不同舌象进行分类识别[3]。谢涛等人利用灰度积分投影、二分光反射模型等技术对舌苔的润燥进行识别，同时开发了便携式舌诊系统[4]。王昇，刘开华等人通过斑点检测算法等计算机技术对点刺舌和瘀点舌的特征进行智能化提取，实现舌诊客观化[5]。刘国正等人基于神经网络模型中医舌象分类模型区分正常人、热证患者及寒证患者的舌象，且准确率可达到80%以上[6]。肖庆新等人也利用神经网络模型对舌象图片进行特征性地分析、处理，并开发舌苔颜色分类模型辅助中医诊断，且准确率可达94.8%[7]。该类研究均运用了计算机图像分析技术对舌象进行客观化地分析与识别，推动中医辨证论治向智能化发展的方向迈进。

刘凤群等人采用中医四诊仪采集患者的舌象、面象等信息，通过图像采集分析系统得出特征性参数，再经计算机智能分析技术得出参数报告以判断2型糖尿病患者证型，在临床上辅助医师对2型糖尿病患者进行辨证[8]。该项研究虽然只进行了对2型糖尿病的智能化辨证诊断研究，但让这类疾病的诊断更加精确，而且有助于未来的研究基础上改进或深入，以达到疾病诊断的客观化、精确化，推动人工智能技术与中医诊断结合发展，促进中医现代化发展。

1.2 人工智能技术与闻诊

闻诊指医生利用听觉和嗅觉对患者的健康状况进行评估并辨证诊断的过程。随着人工智能技术在中医辨证论治过程中愈加广泛的应用，科研人员开始利用语音识别技术和语音信号处理技术对声音参数进行特征化分析处理，目的是将人工智能技术与中医闻诊结合，以促进中医闻诊的客观化发展。

沈小静等人基于机器学习、以小波分析为主的语音识别等技术，对气虚患者、阴虚患者和正常人的语音特征参数进行提取、分类、识别，并设计了中医声诊分析系统软件[9]。该研究通过对声音信号的处理初步实现了声诊的客观化，为中医辨证论治的客观化发展提供了素材。然而该研究的范围仅局限于气虚与阴虚两种证型声音参数的分析，而中医辨证论治过程中不仅仅只是对这两种虚证识别，因此中医声诊的客观化研究任务依然艰巨。

鄢彬等人用“中医闻诊采集系统”软件，基于小波分析法，对肝郁脾虚、心脾两虚、心肾不交证型患者的语音信号进行分解与重构，分析得出了这三种证型的不同的语音参数[10]。在现代医学领域，这三种证型是临床上常见的与情志相关的证型，涉及这些证型的人群或许处于亚健康状态，或处于疾病发展的状态。此项研究利用语音处理技术对不同证型的语音参数进行探索分析并准确判断证型，将中医辨证论治客观化，填补了现代医学在此领域治疗的空缺，突出了中医在此类疾病治疗中的优势。

胡赣以《黄帝内经》五脏五音理论为基础，五脏对五音，利用计算机信息处理技术分析五音的声音参数是否改变，判断五脏是否发生病变[11]。该项研究既判断五脏是否发生病变，又通过对不同情况下患者的特征性语音参数进行统计学差异分析，开发出一套行之有效的声音诊断操作系统，扩展了中医闻诊的数字化、智能化发展版图，使中医辨证论治的客观化发展迈出坚实的一步。

1.3 人工智能技术与问诊

问诊指医生对患者或患者家属进行有目的的询问以了解患者的健康状况，并进行辨证诊断的过程。近年来随着现代化科技的快速发展，许多需要人为判断的问题可以通过计算机软件或程序完成结果推理与判断。

许多学者基于机器学习技术与数据挖掘对中医问诊智能化研究做了大量工作。如王立文以慢性胃炎患者的中医问诊数据为研究样本，利用多标记学习方法建立慢性胃炎中医证型的分类模型[12]。该研究的优势在于对症状与症状、症状与证型、证型与证型之间的关系进行数据挖掘，打破了传统依赖于有监督或者无监督方法如聚类向量机等进行中医辨证客观化研究的桎梏，适用于对临床实践中一个患者可能表现出多种证型进行精确化、数字化辨证判断，将中医辨证论治的客观化研究细化。任晋涛运用数据挖掘开发了中医问诊信息管理系统，该系统贯穿患者基本信息(包括症状)录入、辨证模型训练、辨证结果输出、选取治疗方案整个过程，实现辨证论治的智能化[13]。该研究是模式识别技术在中医辨证论治客观化、智能化发展领域的应用实例，比较完整的还原了依据问诊进行辨证诊断以及治疗的过程。这一系统存在局限性，如数据集不够大，在有限的数据里得到的结果相对来说较为满意，但面对海量数据成果如何不得而知。这两类研究都运用了人工智能技术机器多标记学习的方法，将机器智能融入中医传统辨证方法中，更加精准的判断病情，辅助临床医师对患者的诊断，也将中医问诊的过程数字化，使人工智能技术与中医辨证相结合以促进中医走向理性客观的发展道路。

1.4 人工智能技术与切诊

切诊是指医生利用触觉了解患者的健康状态及体征，从而进行辨证诊断的过程。脉诊是切诊的重要组成部分，也是辨证论治不可或缺的事实依据。然而，脉诊具有定性化和主观性等特点，这将影响辨证论治的精确性与可行性。从 20 世纪 70 年代起，诸多研究者对脉象的检测、记录及定性分析进行了一系列的研究，为智能化切诊开辟了道路。

朱庆文以压力脉诊信息采集技术、脉动信息采集分析集成技术等各种复杂科学理论为指导，将脉动信息按照“位、数、形、势”进行分析，构建了便携式集成辅助诊疗设备[14]。该研究的优势在于突破了传统脉诊智能化中压力脉搏波分析的局限，对容积脉搏波进行分析，将中医脉诊相关基础理论与计算机技术结合对脉动信息进行特征分析，在临床上辅助医生辨证诊断，以满足患者的健康需求，使中医药发展向国际化的方向迈进。

王逸群等人基于脉象实时采集系统，利用各种信号处理技术对五种脉象(常、沉、促、滑、弦)数据进行预处理，使脉象识别的准确率高达90.8%[15]。与朱庆文的研究不同，虽然王逸群等人的研究仅是对压力脉搏波的探索分析，但将脉诊仪小型化、便携化，基本满足了脉象信号的采集、分析和判断，让中医脉诊有了更为客观与规范的诊断标准，实现了中医辨证论治的客观化发展。但还存在一些问题，比如这个信息采集过程中或许会忽略患者的年龄和体质等因素对脉象带来的影响。

杨海峰基于三路脉象检测系统的脉诊信息化服务平台对寸、关、尺脉象进行同步分析与识别，结合机器学习技术对肝硬化患者和健康人的脉搏信号进行分类识别，建立了基于中医脉诊的个人健康信息管理系统，辅助临床医师进行辨证论治和对患者的健康状况的评估[16]。这项研究不仅对一般脉象进行识别判断，而且具象到某个单一病种，使得肝硬化患者的脉象识别更加规范、精确，在一定意义上实现了脉诊的智能化，推进了中医辨证论治客观化发展的进程。

许多学者利用模式识别技术对中医切诊进行研究。如刘文涛基于小波变换理论和模糊聚类分析等方法对脉象进行分析与处理，并设计出中医脉诊电子专家病历系统[17]。胡晓娟从模式识别的角度出发对中医脉诊信号感知与计算机辅助分析进行研究，且首次利用神经网络模型对脉搏波进行识别与分类，并将得出的脉搏信息输入到药膳系统中以获取相应的治疗方案[18]。上述两项研究对于相兼脉的识别与判断仍然是一个空白的状态，且在脉象智能化识别的领域中依旧处于探索阶段。然而，它们将脉象中具有相同特征信号的脉象自动划分归类，从客观的角度对脉象进行识别、处理与判断，弥补了医师在切脉与诊断时过于主观的不足，是中医脉诊智能化发展的一个新思路，对于后来的中医脉象客观化研究和脉象识别系统的开发也有一定的借鉴作用，推进中医辨证论治客观化深度发展。且对于年轻医师而言，这类型的创新会帮助他们快速积攒经验，加深对于中医相关理论的理解。

2 人工智能技术与中医治疗相结合的发展

自20世纪50年代以来，许多学者对人工智能技术与中医辨证论治进行了深刻的研究探索，并取得了丰硕的成果。

许多学者基于病例研究做了大量工作，比如，杨健、杨丽、王燕、李蕾等研究组基于案例推理研究出智能化的中医专家系统[19-22]； 彭明德等人基于案例推理创建了智能化中医辨证论治系统[23]；李锋刚等人基于案例推理设计了多检索策略的中医自处方系统[24]。这种基于案例推理的研究，在一定程度上解决了临床中碰到的患者信息不明确、不完整、不一致时诊断困难的问题，将患者症状精确化，使得诊断与治疗达到一定的准确率。这种研究不仅仅是一个诊断与治疗的过程，还包括根据人工智能技术得出的诊断与治疗方案的反馈，将行之有效的模块纳入系统，这就增加了辨证与诊断的精确度。

还有很多学者采用方证的方法进行研究。比如，陈擎文基于人工神经网络建立伤寒论方-证要素、主证-药物对应关系的数学模型，有智能判断处方的功能[25]。肖晔基于陈潮祖教授“五经五纬”辨证纲领，使用计算机语言编程和不同的算法，构建医案方证对应模型，将陈潮祖教授的辨证模式数字化，用于中医诊断与中医治疗[26]。徐亮等人利用神经网络模型，在名老中医病例数据库的基础上以气虚证为例建立了一种中医辨证模型，该模型对气虚证辨证的准确率可达83.3%[27]。

许多学者通过构建计算机程序或者软件对中医诊疗的智能化与客观化进行研究。比如，卢朋等人以数据挖掘技术为基础，对临床医生的医案进行分析管理并开发集病、证、药、方等信息检索与分析于一体中医传承辅助系统软件，辅助临床医师进行智能化诊疗[28]。于彤等人以数据挖掘、知识库、语义维基等技术对古今外文献、名医医案及经验、中药、方剂等理论的分析处理，并构建以互联网为基础的知识服务平台，辅助医师对哮喘疾病进行中医诊断与治疗[29]。李洪峥等人以数据挖掘、知识库、语义维基等技术对古今外文献、名医医案及经验、中药、方剂等理论的分析处理，并构建以互联网为基础的知识服务平台，辅助医师对哮喘疾病进行中医诊断与治疗[30]。杨蕴等人使用高斯核的岭回归算法对中医肺癌病例资料进行分析研究，构建肺癌中医处方系统，并将该系统应用于中医治疗[31]。这些研究在一定程度上提高医师对疾病诊断的准确率，节省了医疗时间，提高处方的准确率和效率，从而提升医疗水平，促进中医治疗的客观化、数字化发展。

另外还有诸多研究人员利用大数据分析进行中医治疗的规范化研究。例如，夏中尚等人基于大数据分析技术对文献进行检索与分析，得出糖尿病中药治疗的用药规律[32]。赵晓华等人基于数据挖掘技术对2型糖尿病患者的证型及并发症进行辨析，构建以大数据技术为基础的数据平台，辅助临床决策与中医治疗[33]。段力等人基于大数据对中药治疗糖尿病周围神经病变(Diabetic peripheral neuropathy，DPN)相关文献进行归纳与分析，得出中医治疗DPN的诊断与用药规律，更好地实现了中医诊断与中医治疗的客观化与规范化[34]。这些研究使用回顾性研究的方法，不可避免的会存在漏诊或者误诊的情况。因未收集四诊信息、实验室检查结果等，在数据完整性方面也有欠缺，疾病与证候的规范统一也得不到保障。但这些研究突破了人工智能技术与中医治疗结合发展的瓶颈，利用数据挖掘技术对疾病证候规律与用药规律进行讨论与分析，为临床决策与治疗提供参考，加快中医治疗客观化与规范化的进程。

3 人工智能技术与中医辨证论治结合发展的展望

历经千年发展的中医理论博大精深，导致中医标准化与规范化较难实现，且中医辨证论治又是一个宽泛的概念，在实际操作中所需要的数据较为庞大，对繁冗的数据进行分析与识别也较为困难，导致研究中医辨证论治与人工智能技术结合发展的道路漫长且艰难。目前中医辨证论治客观化研究所涉及的领域也较为狭窄，且研究内容仍然不够全面、仅局限于某一方面或者某几个证型。因此中医辨证论治的客观化研究仍处于起步阶段，还需要未来的学者们继续进行深入研究与完善。

中医与人工智能技术结合发展是未来不可抗拒的趋势，其前途不可限量。各式的智能化中医诊疗系统可以解决部分医院挂号难、排队难、就诊难的问题。人工智能技术与中医辨证论治结合发展，将开启智能化、精确化、标准化、客观化中医发展的新时代，走进智能化中医诊断与治疗惠及人类健康的康庄大道。