人工智能在中醫(yī)學(xué)的發(fā)展應(yīng)用及前景思考

包竹筠

200120上海中醫(yī)藥大學(xué)附屬曙光醫(yī)院急診內(nèi)科，上海

人工智能是一門新觀念、新思想、新理論、新技術(shù)不斷出現(xiàn)的新興學(xué)科以及正在發(fā)展的前沿學(xué)科，是在信息論、神經(jīng)心理學(xué)、計算機(jī)科學(xué)、哲學(xué)、控制論、語言學(xué)等多種學(xué)科研究基礎(chǔ)上發(fā)展起來的一門綜合性很強(qiáng)的交叉學(xué)科。

人工智能的發(fā)展

人工智能的含義最早由英國數(shù)學(xué)家圖靈于1950年在圖靈測試?yán)碚撝斜惶岢觯?956年在新罕布什爾州的達(dá)特茅斯學(xué)院舉行的達(dá)特茅斯會議上提出了著名的假想：“任何學(xué)習(xí)行為和智慧行為，理論上都可以被精確描述，從而制造機(jī)器對這些行為進(jìn)行模仿?！背蔀槿斯ぶ悄芸茖W(xué)的起點。此后的數(shù)十年，人工智能在自然語言理解、自動程序設(shè)計、專家系統(tǒng)、邏輯推理等眾多領(lǐng)域展開研究，建立了一些不同程度的人工智能系統(tǒng)。但受限于計算機(jī)計算能力，人工智能的發(fā)展水平與實際需求仍有極大的差距。進(jìn)入21 世紀(jì)，隨著計算機(jī)硬件計算能力突飛猛進(jìn)的提高，以及網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，隨著2006年Hinton 提出深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)理論，人工智能的發(fā)展日新月異。如今人工智能在專業(yè)任務(wù)上的表現(xiàn)經(jīng)常超越人類。2016年谷歌的Alpha Go 打敗圍棋世界冠軍李世石這一人工智能里程碑式的事件后，人工智能的研究進(jìn)入了一個新的高潮，在各行各業(yè)取得了迅猛的發(fā)展。

人工智能在醫(yī)學(xué)中的應(yīng)用

人工智能很早就應(yīng)用在醫(yī)學(xué)領(lǐng)域。1972年Domabl研發(fā)了急性腹痛鑒別診斷系統(tǒng)。20 世紀(jì)1976年Shortliffe 開發(fā)的MYCIN 系統(tǒng)，用于感染性疾病患者診斷。目前人工智能在現(xiàn)代醫(yī)學(xué)領(lǐng)域已經(jīng)有了廣泛和深入的應(yīng)用，其在醫(yī)療影像輔助診斷、手術(shù)機(jī)器人、輔助藥物研發(fā)、輔助疾病診斷和治療方案選擇方面都有極好的應(yīng)用。例如在醫(yī)療影像輔助診斷中，人工智能在肺結(jié)節(jié)、乳腺癌、皮膚癌、冠狀動脈斑塊、眼底病變、病理診斷等方面取得了眾多成果，其診斷的準(zhǔn)確率甚至超過了人類專家的水平。在手術(shù)機(jī)器人方面，達(dá)·芬奇手術(shù)機(jī)器人已經(jīng)廣泛應(yīng)用于成人和兒童的普通外科、胸外科、泌尿外科、婦產(chǎn)科、頭頸外科以及心臟手術(shù)，使手術(shù)精確度大大增加，手術(shù)創(chuàng)傷更小，出血量更少，患者恢復(fù)更快。在藥物研發(fā)方面，人工智能的應(yīng)用幫助科學(xué)家進(jìn)行化合物篩選，大大降低了新藥研發(fā)的周期和費(fèi)用。目前世界上眾多制藥公司如Merck、Novatis、 Roche、 Pfizer、 Johnson &Johnsone 都投入巨資研發(fā)人工智能輔助藥物。在輔助疾病診斷和治療方案的選擇方面，IBM Waston Health 對胃癌、肺癌等疾病提供了診斷決策支持，Viz.Ai針對腦梗死患者的人工智能診斷決策支持系統(tǒng)，Cognoa 的兒童自閉癥人工智能診斷決策系統(tǒng)等，都是人工智能在疾病輔助診斷與治療方案選擇方面的成功應(yīng)用。

在我國，人工智能在中醫(yī)藥領(lǐng)域的研究很早就開展了，北京中醫(yī)醫(yī)院關(guān)幼波教授與計算機(jī)科學(xué)領(lǐng)域的專家于1978年第1 次將醫(yī)學(xué)專家系統(tǒng)應(yīng)用到我國傳統(tǒng)中醫(yī)領(lǐng)域，合作開發(fā)了“關(guān)幼波肝病診療程序”。我國骨科學(xué)專家林如高教授的學(xué)生林子順于1986年協(xié)助福建中醫(yī)學(xué)院與省計算中心，將林如高醫(yī)學(xué)思想輸入計算機(jī)，開發(fā)出“林如高骨傷計算機(jī)診療系統(tǒng)”，居國內(nèi)先進(jìn)水平。中醫(yī)藥人工智能的應(yīng)用主要在中醫(yī)智能診斷上，類似研究的中醫(yī)專家系統(tǒng)至今不下上百個，但受限于當(dāng)時計算機(jī)運(yùn)算能力的限制，和中醫(yī)四診客觀化的難題，實際系統(tǒng)輸出結(jié)果與原專家的輸出結(jié)果有相當(dāng)?shù)牟罹?。此后相?dāng)長一段時間，此類研究陷入低谷。但隨著現(xiàn)代人工智能研究的發(fā)展，目前中醫(yī)智能診斷研究又有了蓬勃的發(fā)展和新的方向，如邊氏運(yùn)用MFBP 算法研究乙肝患者證型歸納[1]。胡氏通過多種方法研究中醫(yī)證候診斷標(biāo)準(zhǔn)智能模型[2]。陳氏則通過中醫(yī)辨證論治輔助系統(tǒng)軟件[3]，實現(xiàn)中醫(yī)辨證論治在臨床電子病歷中理法方藥的一線貫通。人工智能的核心是算法與數(shù)據(jù)。我國目前人工智能的算法研究上處于世界領(lǐng)先水平，同時國際上人工智能算法許多都是開源軟件，因此中醫(yī)人工智能的研究在算法上沒有技術(shù)瓶頸。不論是現(xiàn)代醫(yī)學(xué)還是中醫(yī)學(xué)，其在人工智能領(lǐng)域的研究，目前主要困難在于缺乏高質(zhì)量的有臨床標(biāo)注的數(shù)據(jù)。中醫(yī)學(xué)在臨床數(shù)據(jù)的采集上具有一定的優(yōu)勢，中醫(yī)診斷疾病主要依靠四診，其中切診方面主要是脈診，現(xiàn)在已經(jīng)可以運(yùn)用多種方法將脈象轉(zhuǎn)換為脈圖進(jìn)行定性及定量分析。望診中舌象的數(shù)據(jù)研究近年來已獲得極大的發(fā)展。望診如望神色等內(nèi)容的數(shù)據(jù)化，以目前的圖像捕捉與處理技術(shù)都可以在未來不久的時間內(nèi)得到解決。而中醫(yī)問診、聞診的數(shù)據(jù)內(nèi)容其數(shù)據(jù)量遠(yuǎn)較現(xiàn)代醫(yī)學(xué)人工智能疾病診斷系統(tǒng)所需要的數(shù)據(jù)量為少，而問診數(shù)據(jù)的模糊性與不確定性，在現(xiàn)代人工智能模糊邏輯、神經(jīng)網(wǎng)絡(luò)等新算法的支持下已經(jīng)能得到很好的解決[4]?？梢娪捎谥嗅t(yī)診斷自身所擁有的特性，只要擁有合理的算法，就可以獲得較完善的智能診斷系統(tǒng)。

人工智能在中醫(yī)學(xué)基礎(chǔ)理論的研究上也大有可為。田氏用本體構(gòu)建以五臟為中心的中醫(yī)藥領(lǐng)域知識模型，并應(yīng)用本體推理技術(shù)，對“肺與大腸相表里”的中醫(yī)理論的古代文獻(xiàn)進(jìn)行數(shù)據(jù)分析，發(fā)現(xiàn)“肺與大腸相表里”的主要病機(jī)是“肅降失職”。中醫(yī)臨床癥狀與辨證的關(guān)系，中藥的性味、歸經(jīng)、經(jīng)絡(luò)及腧穴的相互關(guān)系等許多方面，在現(xiàn)代人工智能的數(shù)據(jù)分析中可能挖掘出很多以往未發(fā)現(xiàn)的隱含的規(guī)律，甚至在人工智能的幫助下我們可能一窺中醫(yī)學(xué)內(nèi)在的本質(zhì)規(guī)律[5]。

人工智能的發(fā)展趨勢已經(jīng)勢不可擋，醫(yī)療健康全流程管理的各個環(huán)節(jié)將隨著移動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、可穿戴式設(shè)備等創(chuàng)新技術(shù)的發(fā)展越來越智能化，國家對人工智能也越來越重視，精準(zhǔn)醫(yī)療、新藥研發(fā)等將會越來越有針對性，再伴隨醫(yī)療機(jī)器人的發(fā)展，相信在未來的醫(yī)療愿景里，許多基礎(chǔ)性服務(wù)將能由人工智能來完成，醫(yī)生將有更多的時間與精力更好地與患者溝通交流，更好地為患者服務(wù)，從事創(chuàng)造性的醫(yī)療工作。