人工智能赋能中医临床诊疗的现状、问题和对策*

2024-04-02杨小丽龚致平浦科学董彩凤

重庆医学 2024年4期

杨小丽,龚致平,浦科学,董彩凤△

(1.长寿区中医院儿科,重庆 401220;2.重庆医科大学医学信息学院,重庆 400016)

中医以其独特的诊疗技术和明确的疗效,在服务全民健康中作出重要贡献,根据国家卫生健康委员会发布的《2022年我国卫生健康事业发展统计公报》,2022年全国中医类医疗卫生机构总数为80 319个,比上年增加2 983个,总诊疗人次12.3亿,比上年增加0.2亿人次。面对巨大的全民健康需求,当前中医诊疗模式面临着诸多亟待解决的问题,例如中医诊断过程中医生主观因素影响较大,导致诊断结果的一致性和准确性难以保证,中医治疗方案缺乏标准化和规范化的诊疗路径等[1]。而人工智能和大数据技术的快速发展为中医诊疗模式的迭代升级带来了新的机遇,人工智能赋能中医诊疗模式,可以有效提高临床诊疗的准确性,提升医疗服务的质量和效率,如人工智能根据大量病例数据的训练和学习,为患者病情进行画像,协助医生理解和掌握病情,提高临床诊疗效率[2-3];并通过对临床数据的挖掘、分析和预测,协助管理者优化资源配置,实现降本增效[4]。但是,由于中医临床数据的复杂性、可用性等问题使得中医诊疗模式智能化受限,效果并不明显。本文从人工智能与中医临床实践的现状出发,梳理了人工智能赋能中医临床诊疗面临的问题和挑战,为推进中医临床诊疗的智能化和数字化提供借鉴。

1 现状

1.1 辅助诊断

人工智能技术可以通过构建和完善中医临床知识图谱、利用深度学习技术,为中医诊断提供新的手段和工具,如基于深度学习技术,根据大量中医诊疗数据和医学知识构建中医临床知识图谱,有效识别患者的疾病类型和病情程度,为患者提供个性化的治疗方案[5-6];同时将诊断、病因、方剂等数据结构化组织到医疗大数据平台,医生可以快速获取患者的信息,并利用系统推荐的诊断、用药进行调整,全流程数据管理使得医生能够更加便捷地获取和利用患者信息,实现对患者全流程数据管理[7]。

1.2 症状识别

中医讲究望、闻、问、切,而人工智能可以通过图像识别等技术,辅助医生进行症状识别[8]。如智能脉诊仪可以通过中医脉象识别算法,将患者脉搏信息传递给医生,有效识别患者的健康状态,并结合综合智能中医问诊信息,自动生成健康状态报告,包括慢性病风险提示、个性化中医健康管理方案建议及健康状态趋势分析等内容,不仅让患者更加了解自身健康状态,对临床医生开展诊疗也具有较高参考价值[9-10]。

1.3 疗效评估

人工智能在临床治疗效果评价和分析中的应用前景非常广泛,如人工智能通过各种传感器和电子设备,实时、准确地监测患者的生命体征,为医生提供更全面、更准确的数据支持和决策依据[11]。医生利用大数据平台对比治疗前、后的数据和指标,可以判断治疗效果,帮助医生优化治疗方案,减少医疗事故发生的风险,提高治疗的准确性[12-13]。

1.4 个性化治疗

中医强调个性化治疗,而人工智能技术综合患者诊疗历史数据和当前检验检查结果,为患者构建个性化治疗方案[14]。如根据患者历史诊疗数据和当期检验检查数据,对患者体质进行辨识,识别患者个体特征和疾病情况,对患者进行药物推荐,并通过对治疗效果的监测和分析,及时优化治疗方案[15-16]。

2 问题

2.1 数据复杂性和不确定性

在中医临床诊断中,主要依据的是望、闻、问、切“四诊”,其中望诊主要观察患者的面色、舌象、脉象等来判断病情;闻诊则是通过嗅闻患者的口气、汗味、尿味等来辨别病症;问诊则是通过询问患者的病史、症状、生活习惯等来了解病情;切诊则是通过触摸患者的脉搏来判断脏腑功能的状况,这“四诊”信息相互关联,甚至存在矛盾,使得中医诊断数据极具复杂性[17]。尤其是在中医临床治疗中,治疗方案的制订受到患者年龄、性别、体质、病情、病史等因素的影响,中医治疗手段多样,如中药、针灸、推拿等,不同治疗手段对于不同病情具有不同效果,这也为治疗方案的制订带来了挑战[18]。

2.2 数据质量和可用性

由于中医诊疗数据来源广泛,质量参差不齐,包括患者自述、医生诊断、实验室数据、影像学检查等,存在数据不完整、不准确、不一致等问题,使得数据标准化程度低,缺乏统一的数据标准和规范,难以进行跨领域、跨学科的数据整合和分析[19-20]。另外,数据可读性差,它包含大量的专业术语和符号,大数据平台在进行人工智能识别和处理时,必须首先构建语料库,融合循证医学和专家共识,才能有效改善中医药诊疗数据的质量和可读性[21]。

2.3 数据处理和分析技术

针对中医临床诊疗数据的特点和问题,需要采用相应的数据处理和分析技术,例如,中医临床诊疗数据包含大量的定性描述信息,这些信息难以直接量化处理,需要通过自然语言处理技术进行有效甄别[22-23]。此外,中医临床诊疗数据的推理和决策过程也需要相应的技术支持,现有数据分析方法往往只能提供一些表面的统计结果,缺乏深入的分析和挖掘,因此难以揭示疾病的本质和规律,影响了中医临床诊疗的准确性和科学性[24-25]。

2.4 数据整合与共享

在实现中医临床诊疗数据智能化的过程中,如何有效地整合和共享数据是一项重要任务,由于中医诊疗数据的分散性,缺乏统一的数据管理平台,不同医疗机构和研究机构之间的数据难以实现有效共享[26];同时中医临床诊疗数据涉及患者的个人信息和健康状况,如果数据共享不当,可能导致隐私泄露,给患者带来不良影响,因此,医疗机构数据共享的意愿不强[27]。

3 对策和建议

3.1 加强学科融合

人工智能赋能中医临床诊疗的关键在于培养中医知识兼人工智能技术的人才。中医高等教育在以ChatGPT为代表的人工智能技术的冲击下,优化课程设置,将中医理论与计算机技术相结合,让学生在掌握中医知识的同时,了解人工智能技术的前沿进展,培养人工智能思维[28-29]。在科研领域,鼓励中医专家与计算机科学家共同开展研究,以解决中医诊断、治疗和药物研发等方面的难题,如利用人工智能技术对大量中医古籍进行挖掘,以发现古方中的有效成分和治疗机理,或者利用计算机模拟技术研究中药的药效和毒性,以提高药物研发的效率[30-31]。

3.2 建立标准化的中医数据集

为了使人工智能更好地服务于中医领域,构建标准化、高质量的中医数据集有助于提高中医诊断和治疗的精准性、可靠性和可重复性[32],如疾病分类和编码必须结合中医诊疗的临床实际情况,体现中医特点,以便于数据交换和信息共享;中医症状的标准化可以借用现代医学量表方法,对中医症状(包括症状命名、定义、描述和程度等)进行量化评分[33];另外,需要充分挖掘古今中外的治疗经验,对各种疾病的治疗方案进行梳理和总结,并结合现代医学研究成果,不断优化和完善治疗方案,为临床医生提供更为科学、有效的诊疗指导[34]。

3.3 注重伦理和隐私保护

在人工智能赋能中医临床实践的过程中,伦理和隐私保护至关重要[35]。收集和处理患者数据时需要注意数据的合法性和安全性,包括获取患者或其监护人的知情同意,确保数据使用的合规性,以及采取一切必要措施防止数据泄露;数据监管和使用时应进行充分的伦理审查,确保项目符合伦理原则和相关法规[36];在数据管理和保护机制方面,应确保患者数据仅用于合法、正当的目的,并在未经授权的情况下不得擅自泄露或转让[37];在患者知情权方面,医务人员应充分告知患者使用的人工智能技术及其可能的风险,保证患者有足够的知情权[38]。

3.4 推广应用

为了充分了解人工智能在中医临床诊疗中的应用,应加强宣传和推广工作,充分利用各类媒体平台,如电视、报纸、网络等,报道人工智能在中医诊疗中的应用案例和成果,提高公众的认知度和关注度[39]。政策层面给予人工智能技术在中医诊疗应用中的支持,以鼓励企业和研究机构投入更多资源开展相关技术研究[40]。国际合作交流方面,引进国外先进的人工智能技术,将传统中医临床诊疗应用成果进行有效推广,提高国际影响力。