基于狀態(tài)辨識的人工智能組方模型設(shè)計?

徐佳君， 趙 文， 雷黃偉， 周常恩， 羅志明， 李紹滋， 李燦東△

(1.福建中醫(yī)藥大學(xué)中醫(yī)學(xué)院中醫(yī)證研究基地， 福州 350122；2.廈門大學(xué)附屬婦女兒童醫(yī)院，福建 廈門 361003；3.廈門大學(xué)信息學(xué)院人工智能系，福建 廈門 361005)

中醫(yī)狀態(tài)辨識是把握健康的鑰匙[1]，在精準(zhǔn)地辨識中醫(yī)狀態(tài)后，須對偏頗的狀態(tài)進(jìn)行調(diào)理干預(yù)，以期使人達(dá)到“陰平陽秘”。在狀態(tài)辨識指導(dǎo)下的方藥推薦，正是調(diào)理干預(yù)的方法之一，其與狀態(tài)辨識間的關(guān)系，譬猶手足之于大腦。

目前的智能方藥推薦多以直接選擇推薦成方為主，罕見智能組方的文獻(xiàn)報道。然而臨床實(shí)際情況復(fù)雜多變，難見“教科書式”的病人，成方難以滿足全部需求。因此，名醫(yī)臨床處方用藥常以自擬方多見[2，3]，即使是有嚴(yán)格納入標(biāo)準(zhǔn)的臨床科研報道，其文獻(xiàn)統(tǒng)計結(jié)果也同樣如此[4]。而在生命的全周期里，欲病、已病、病后防復(fù)等各個階段均可見偏頗的中醫(yī)狀態(tài)，其情況較之普通臨床更為復(fù)雜。故而，有必要設(shè)計一個在狀態(tài)辨識基礎(chǔ)上的人工智能(AI)組方模型，以應(yīng)對成方推薦難以滿足需求的實(shí)際情況。為解決這一問題，本文將結(jié)合中醫(yī)理論基礎(chǔ)、中醫(yī)狀態(tài)辨識原理及中醫(yī)臨床處方思維模式，設(shè)計AI組方模型并加以闡述。

1 狀態(tài)辨識結(jié)果的分組結(jié)構(gòu)化

中醫(yī)狀態(tài)學(xué)是在證素辨證學(xué)基礎(chǔ)上構(gòu)建的，狀態(tài)辨識的結(jié)果為狀態(tài)要素(疾病狀態(tài)下為證素)，包括部位、性質(zhì)、程度三個方面。其中，性質(zhì)是狀態(tài)辨識的核心和關(guān)鍵，性質(zhì)狀態(tài)要素的辨識結(jié)果，直接關(guān)系到調(diào)理干預(yù)方法的確定，對任何狀態(tài)的辨識都不可缺少[5]。因此，狀態(tài)辨識結(jié)果(狀態(tài)要素集合)的分組當(dāng)以性質(zhì)狀態(tài)要素為核心，并結(jié)合部位狀態(tài)要素進(jìn)行結(jié)構(gòu)化。其過程主要通過對狀態(tài)要素間關(guān)系的判斷以及狀態(tài)要素程度輕重的辨識結(jié)果來進(jìn)行。狀態(tài)要素間關(guān)系主要有導(dǎo)致、兼夾、侵襲/發(fā)生于3種。以肝腎陰虛陽亢動風(fēng)狀態(tài)為例，進(jìn)行狀態(tài)要素集合的分組結(jié)構(gòu)化的說明。

1.1 狀態(tài)要素集合的分組

該狀態(tài)的要素集合主要是：肝(部位)、腎(部位)、陰虛(性質(zhì))、陽亢(性質(zhì))、動風(fēng)(性質(zhì))。由于陰虛容易發(fā)生于肝腎，陽亢和動風(fēng)僅容易發(fā)生于肝，因此該狀態(tài)要素集合分組為陰虛組如肝陰虛、腎陰虛，陽亢組如肝陽上亢，動風(fēng)組如肝風(fēng)內(nèi)動。在疾病狀態(tài)下，分組后的狀態(tài)名稱即是所謂的“單證”[6]。

1.2 識標(biāo)本，辨并行(結(jié)構(gòu)化)

圍繞性質(zhì)狀態(tài)要素為核心，對狀態(tài)要素間的關(guān)系進(jìn)行判斷，陰虛可能導(dǎo)致陽亢、動風(fēng)，陽亢亦可能導(dǎo)致動風(fēng)，而陽亢和動風(fēng)則通常不導(dǎo)致陰虛，故而該狀態(tài)要素集合存在主次結(jié)構(gòu)，以陰虛組為本組，陽亢組、動風(fēng)組為標(biāo)組。而當(dāng)性質(zhì)狀態(tài)要素間無關(guān)系或關(guān)系互為因果時，則為并行結(jié)構(gòu)。

1.3 辨輕重，識緩急

根據(jù)狀態(tài)要素辨識結(jié)果積分的不同，其程度有輕、中、重3種，肝腎陰虛陽亢動風(fēng)狀態(tài)在結(jié)構(gòu)上雖有標(biāo)本之分，但如標(biāo)之程度為重或重于本，當(dāng)急則治其標(biāo)，不然當(dāng)緩則圖其本。

因此，該狀態(tài)的治療當(dāng)滋養(yǎng)肝腎陰兼平肝潛陽息風(fēng)，代表方劑為鎮(zhèn)肝息風(fēng)湯，其中以懷牛膝、白芍、玄參、天冬、龜板為一組以滋養(yǎng)補(bǔ)益肝腎陰液；以代赭石、茵陳、川楝子、生麥芽為一組以抑肝陽、泄肝熱、疏肝氣；以龍骨、牡蠣、龜板、白芍為一組以息風(fēng)，全方3組治療層次分明，齊頭并進(jìn)。在AI組方中，可根據(jù)各組狀態(tài)要素的輕重程度，對藥物用量進(jìn)行調(diào)整。

2 AI組方的基礎(chǔ)模型-藥對與角藥

藥對與角藥介于單味中藥和復(fù)方之間，方劑的發(fā)展源流為單味中藥-藥對、角藥-方劑(復(fù)方)。藥對與角藥是方劑的基本單位，也是臨床常用且固定的中藥配伍形式。方劑學(xué)中單純運(yùn)用藥對或角藥組成的方子比比皆是，前者如二至丸、金鈴子方、失笑散等，后者如三子養(yǎng)親湯、焦三仙、玉屏風(fēng)散等。狹義上的藥對指的是2味中藥根據(jù)性味歸經(jīng)、七情和合等原則進(jìn)行組合，該組合具有或相互促進(jìn)或相反相成等作用,而角藥則是3味；廣義上的藥對及角藥則不局限于藥味數(shù)，可稱之為“藥群”[7-9]。

然則，無論是何種意義層面上的藥對及角藥，其治療的對象均是單證或簡單的復(fù)證，可謂藥簡力專。因此，在狀態(tài)要素分組后，分別選擇不同的藥群對不同組別進(jìn)行干預(yù)，具有可行性和必然性。如陰虛組部位是肝腎可選二至丸，食積組可選焦三仙等。

依據(jù)分組選定藥群后，仍需考慮到狀態(tài)要素的結(jié)構(gòu)和程度，依結(jié)構(gòu)的標(biāo)本或并行以及程度的輕重，擬定同類別藥群的群數(shù)及藥物的劑量。

3 AI組方模型的擴(kuò)展-人、病、癥

狀態(tài)要素的有機(jī)組合為狀態(tài)名稱(疾病狀態(tài)下為證型)；而對狀態(tài)要素集合分組結(jié)構(gòu)化的過程，實(shí)際上是對狀態(tài)要素發(fā)生、發(fā)展、變化的闡釋(疾病狀態(tài)下為病機(jī))。因此，AI組方的基礎(chǔ)模型即為辨證組方及辨機(jī)組方，為辨證論治，符合傳統(tǒng)中醫(yī)思維。而將該模型擴(kuò)展，加入辨人組方、辨病組方和辨癥組方后，可實(shí)現(xiàn)“五辨”[10]組方，符合中醫(yī)學(xué)全面、整體、動態(tài)、個性化的要求。

3.1 辨人組方

人有性別、年齡、體質(zhì)、體型、生活習(xí)慣等差異，辨人組方要求AI在組方時進(jìn)行綜合參考。如體質(zhì)為“陽虛”之人，若其狀態(tài)要素為“熱”，在選用清熱藥對的同時，可加入藥對“大棗-干姜”以顧護(hù)中州陽氣；再如體質(zhì)為“陰虛”之人，其狀態(tài)要素為“表”時，當(dāng)選用角藥“薄荷-白薇-玉竹”以滋陰發(fā)汗。

3.2 辨病組方

在AI組方時，針對辨識疾病的結(jié)果，加入擅長治療該病的藥物，或者在基礎(chǔ)模型中選擇含有該藥物的藥群，即為“辨病組方”。如“魚腥草”為治療“肺癰”的要藥，在治療肺癰肺熱證時，既可在藥對“桑白皮-地骨皮”中加入魚腥草，亦可直接選擇藥對“魚腥草-桔?！?。

3.3 辨癥組方

中醫(yī)藥在長期臨床中，通過經(jīng)驗(yàn)積累總結(jié)出治療某些癥狀有特定療效的藥物，如“生姜”為嘔家圣藥，“葛根”為治療項(xiàng)背強(qiáng)痛之要藥，烏賊骨制酸止痛等。而中醫(yī)狀態(tài)學(xué)中的表征參數(shù)除癥狀及體征外，亦包含了如氣候、節(jié)氣、地域以及部分客觀指標(biāo)等與疾病發(fā)生發(fā)展相關(guān)的各類因素[5]，亦需考慮在內(nèi)。如發(fā)病季節(jié)為秋季，應(yīng)考慮加入潤燥藥群。在AI組方中，依據(jù)表征參數(shù)的特點(diǎn)選用相應(yīng)藥物，即為“辨癥組方”。

4 AI組方模型的規(guī)則約束

方書之祖《傷寒雜病論》可謂角藥之濫觴[11]，而藥對在中醫(yī)學(xué)理論形成之前的春秋戰(zhàn)國時期已有應(yīng)用，具體時間已不可考[12]。中醫(yī)藥歷史悠久，各代醫(yī)家對藥對及角藥皆有不同的闡釋及發(fā)揮。雖然藥對及角藥均是依據(jù)中醫(yī)理論組方而絕非簡單的藥物堆砌，但從數(shù)學(xué)角度理解仍是單味中藥的排列組合。故而隨著該模型的建立，所對應(yīng)知識庫的充實(shí)，藥群的知識總量當(dāng)極為龐大。因此，有必要對該模型設(shè)立規(guī)則以提升AI組方的精準(zhǔn)度，并避免可能出現(xiàn)無窮盡的藥群組方組合。

4.1 模型與擴(kuò)展的互參規(guī)則

應(yīng)盡量選擇同時滿足基礎(chǔ)模型及其擴(kuò)展的藥群組合。辨證論治是中醫(yī)的根本，五辨論治則是通過中醫(yī)的整體觀念對辨證論治的補(bǔ)充，本文中所述的模型及其擴(kuò)展也同樣如此。雖然模型擴(kuò)展的知識庫較為零散，不具有完整的結(jié)構(gòu)性(如并非所有表征參數(shù)均有特定藥物治療)，但仍應(yīng)盡量同時滿足。如前文的肺癰肺熱證，雖兩者組方均可，但應(yīng)在排序中優(yōu)先考慮藥對“魚腥草-桔?！?。且在模型擴(kuò)展中，有些條件是不容違背的，如孕婦禁用含有“天花粉”的藥群，故模型擴(kuò)展是對基礎(chǔ)模型的修正及補(bǔ)充。

4.2 所選藥群盡量滿足多分組規(guī)則

應(yīng)盡量選擇能同時滿足多個性質(zhì)分組的藥群。如風(fēng)熱犯肺狀態(tài)，其狀態(tài)本質(zhì)為外風(fēng)夾熱邪犯肺，其狀態(tài)要素分組為外風(fēng)組如風(fēng)邪犯肺，熱邪組如熱邪犯肺。此時的藥群選擇應(yīng)選藥對“桑葉-菊花”或角藥“金銀花-連翹-竹葉”以疏散肺經(jīng)風(fēng)熱，而不應(yīng)分別選擇疏散風(fēng)邪的“荊芥-防風(fēng)”，另加清熱解毒的“石膏-梔子”進(jìn)行藥物堆砌。

4.3 特殊用藥規(guī)則

特殊用藥規(guī)則實(shí)際上為知識庫的積累，如處方中有大量滋膩藥物，而無行氣藥則酌加陳皮以防礙脾。又如處方中有大量攻伐之品，則酌加大棗、白術(shù)等以顧護(hù)正氣；再如處方中不可含有十八反十九畏藥味組合等。

4.4 藥食同源及有毒藥物的選用規(guī)則

本條規(guī)則毋庸贅言。近年來中草藥的肝腎毒性屢見報端，因此應(yīng)盡量減少選用含有有毒藥物的藥群，并盡量多地選擇含有藥食同源藥物的藥群以增加其安全性。

5 討論總結(jié)

本文提出了一個在狀態(tài)辨識基礎(chǔ)上的AI組方模型，該模型的核心思想是對狀態(tài)辨識結(jié)果(狀態(tài)要素集合)進(jìn)行分組結(jié)構(gòu)化-形成單證-根據(jù)單證選用藥群-合成處方(圖1示)，并對該模型進(jìn)行擴(kuò)展，運(yùn)用規(guī)則對模型進(jìn)行約束，用以解決推薦成方難以滿足需求的情況。

圖1 AI組方模型圖

然而，欲將該模型實(shí)際應(yīng)用仍有諸多尚待完善之處。如規(guī)則的權(quán)重設(shè)立，對模型設(shè)立規(guī)則約束有利于在龐大的知識庫中更為精準(zhǔn)的選藥。但規(guī)則中有時會出現(xiàn)自相矛盾的情況，如痰濕體質(zhì)的人，在秋季初起咳嗽有痰色白量不多，體質(zhì)及表征參數(shù)(秋季)均屬模型擴(kuò)展，在規(guī)則1約束下的AI智能組方應(yīng)遵循體質(zhì)亦或遵循表征參數(shù)？再如不同的狀態(tài)程度，其藥群數(shù)及藥物劑量又該如何區(qū)別選擇？程度及結(jié)構(gòu)結(jié)合后產(chǎn)生的如本輕標(biāo)重或本重標(biāo)輕的狀態(tài)，其藥群數(shù)及藥物劑量又該如何區(qū)別選擇？以上問題，均應(yīng)進(jìn)一步研究并在實(shí)際病案數(shù)據(jù)的支持下結(jié)合數(shù)據(jù)挖掘來確定。

AI在中醫(yī)藥領(lǐng)域的應(yīng)用是近年來研究的熱點(diǎn)之一，通過規(guī)則驅(qū)動下的AI本質(zhì)上屬于舊一代AI，而基于大數(shù)據(jù)挖掘下的機(jī)器學(xué)習(xí)屬于新一代AI，既是目前研究的主流，也是計算機(jī)獲得智能的途徑。目前大量學(xué)者利用數(shù)據(jù)挖掘?qū)M方用藥規(guī)律進(jìn)行研究，但大多是基于名家、病案的病-證-癥-藥間相關(guān)性分析[13]，知識庫日趨龐雜但缺乏組方模型進(jìn)行統(tǒng)一運(yùn)用，未能體現(xiàn)中醫(yī)藥整體觀的特點(diǎn)。中醫(yī)學(xué)中存在一些不宜違背的基本原理，需用規(guī)則驅(qū)動，故應(yīng)將新舊AI融合，在規(guī)則約束下建立模型，在數(shù)據(jù)挖掘下發(fā)現(xiàn)新知識、充實(shí)模型知識庫，才能更加符合傳統(tǒng)中醫(yī)思維，為中醫(yī)藥現(xiàn)代化服務(wù)。