人工智能技術(shù)在中醫(yī)臨床診療中的應(yīng)用研究進(jìn)展

文 杭 黃 麗 劉 江 項(xiàng)敏泓

1.上海中醫(yī)藥大學(xué)附屬曙光醫(yī)院眼科，上海 200120；2.上海中醫(yī)藥大學(xué)附屬普陀醫(yī)院眼科，上海 200062

傳統(tǒng)中醫(yī)診斷的過(guò)程是通過(guò)四診所收集的癥狀、體征等信息進(jìn)行綜合分析，辨清疾病的病因、病性、病位及邪正關(guān)系。從秦漢至今，中醫(yī)始終以“望、聞、問(wèn)、切”作為診療的主要手段，數(shù)千年來(lái)經(jīng)受住了歷史的考驗(yàn)。人工智能是研究和開發(fā)用于模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新興科學(xué)，是計(jì)算機(jī)發(fā)展的產(chǎn)物，已廣泛應(yīng)用于社會(huì)各個(gè)領(lǐng)域，在醫(yī)療領(lǐng)域更是取得了較大進(jìn)展[1]。為更好地傳承和發(fā)展中醫(yī)藥，適應(yīng)時(shí)代需求，中醫(yī)藥領(lǐng)域也必將發(fā)生數(shù)字革命?！皩⑸吩溃菑睫蔀?；欲詣扶桑，無(wú)舟莫適”，人工智能技術(shù)為實(shí)現(xiàn)新時(shí)代中醫(yī)藥的發(fā)展提供了契機(jī)[2]。

1 人工智能在中醫(yī)四診方面的應(yīng)用

中醫(yī)診療技術(shù)與人工智能技術(shù)的完美結(jié)合不僅可進(jìn)一步擴(kuò)大人工智能的應(yīng)用，而且更有望解決中醫(yī)診療技術(shù)發(fā)展的瓶頸問(wèn)題，中醫(yī)診療儀器發(fā)展至今，其形式多樣，其中以舌診、脈診、面診方面的研究更為深入[3]。

1.1 舌診儀

望診為四診之首，人工智能在望診方面以舌診的研究最為深入。隨著人工智能技術(shù)的發(fā)展，各類舌診儀紛紛面世。近年來(lái)又不斷升級(jí)，充分利用紅外線、血流動(dòng)力學(xué)、光譜、色度學(xué)等技術(shù)以減少光線和環(huán)境對(duì)舌象辨識(shí)的影響，可最大限度地模擬人眼在觀察舌體時(shí)的光譜反應(yīng)場(chǎng)景[4]。且成像技術(shù)由二維發(fā)展為三維，使舌象信息獲取更加全面，可清晰體現(xiàn)舌體、舌苔、舌下脈絡(luò)，紋理、齒痕等細(xì)節(jié)，取得很好的臨床效果。闕翼[5]利用舌診儀對(duì)冠心病穩(wěn)定期患者進(jìn)行舌象分析，得出其在舌色、舌苔、舌形等方面存在共同點(diǎn)。樊威[6]將不同證型胃食管反流患者的舌象進(jìn)行量化，借助人工智能技術(shù)，參照舌象數(shù)據(jù)庫(kù)，可迅速識(shí)別患者的舌象特征。燕海霞等[7]利用IP-Ⅰ型舌脈象數(shù)字化分析儀觀察經(jīng)中西醫(yī)結(jié)合治療后的肺癌患者，顯示治療后患者的潤(rùn)燥指數(shù)、膩腐指數(shù)較治療前升高，說(shuō)明舌脈象參數(shù)可作為疾病療效評(píng)價(jià)的有效指標(biāo)。

1.2 面診儀

人工智能在面診儀的研發(fā)及面色智能識(shí)別方面不斷進(jìn)步。陳振湘等[8]利用紅外熱像儀，對(duì)914 名健康人進(jìn)行歷時(shí)10 年的面部觀察，發(fā)現(xiàn)面部各臟腑反應(yīng)區(qū)溫度存在差別。金沢生花[9]利用VISIA 面部圖像分析系統(tǒng)，對(duì)446 名東京女性進(jìn)行檢測(cè)，證實(shí)膚色與體質(zhì)的相關(guān)性。董夢(mèng)青等[10]采用研發(fā)的中醫(yī)面診數(shù)字化檢測(cè)儀對(duì)冠心病患者的面色分析發(fā)現(xiàn)，不同證型的患者面色的紅色指數(shù)、總體面色指數(shù)、黑色指數(shù)差異有統(tǒng)計(jì)學(xué)意義。

面色智能識(shí)別的基礎(chǔ)是對(duì)面部皮膚進(jìn)行分割以取得面部全局或局部的顏色、紋理等特征，然后通過(guò)機(jī)器學(xué)習(xí)等算法進(jìn)行分類[11]。近年來(lái)，人臉圖像分割及區(qū)域定位技術(shù)不斷完善，劉媛等[12]使用聚類方法和數(shù)學(xué)形態(tài)學(xué)運(yùn)算對(duì)人臉細(xì)節(jié)進(jìn)行處理，實(shí)現(xiàn)了面診圖像自動(dòng)分割，且通過(guò)實(shí)驗(yàn)證實(shí)了其準(zhǔn)確性、有效性。辛飛祥[13]利用標(biāo)準(zhǔn)化視覺感知采集設(shè)備，提取面部的顏色、紋理等特征，并利用典型關(guān)聯(lián)分析融合診斷特征，體現(xiàn)了感知融合計(jì)算對(duì)望診現(xiàn)代化的意義。

1.3 脈診儀

脈診客觀化研究始于20 世紀(jì)50 年代，形式多樣的脈象檢測(cè)記錄儀現(xiàn)已不斷涌現(xiàn)，壓力傳感器由雙探頭、三探頭進(jìn)化至多探頭，豐富了脈象描述的參數(shù)，脈象圖由二維發(fā)展為四維，真正實(shí)現(xiàn)了模擬中醫(yī)把脈[14-15]。此外，B 超和多普勒技術(shù)也應(yīng)用于脈診，可收集血流速度信號(hào)，再通過(guò)定位提取空間特征，對(duì)健康人、膽囊炎及腎病患者的研究證實(shí)了其有效性[16]。王宏武等[17]研發(fā)的雙感測(cè)脈診儀，通過(guò)12 個(gè)傳感器測(cè)量“寸、關(guān)、尺”及“浮、中、沉”脈象，不僅模擬脈診的“三部九候”，更是根據(jù)橈動(dòng)脈血管的寬度可對(duì)脈壓進(jìn)行量化。此外，孫冰[18]開發(fā)了一種可遠(yuǎn)程切脈的儀器，將傳感器檢測(cè)到的脈象信息傳至智能終端，然后轉(zhuǎn)換為虛擬振動(dòng)信號(hào)，醫(yī)師手置于模擬震動(dòng)裝置上即可感知患者的脈象，滿足現(xiàn)代遠(yuǎn)程醫(yī)療。更有學(xué)者將脈診的數(shù)字化信息開發(fā)到智能手環(huán)，其操作簡(jiǎn)單、便于攜帶，可實(shí)現(xiàn)脈診信息的及時(shí)監(jiān)測(cè)和反饋[19-20]。

2 智能診療技術(shù)在中醫(yī)辨證方面的應(yīng)用

雖“脈診儀”“舌診儀”“面診儀”等智能診療設(shè)備可客觀表達(dá)中醫(yī)四診信息，但對(duì)四診資料的有效辨證也是中醫(yī)智能化的重要研究?jī)?nèi)容。

2.1 智能辨證

智能辨證最早始于專家系統(tǒng)，如關(guān)幼波肝病診治專家系統(tǒng)、劉紹武計(jì)算機(jī)診療系統(tǒng)等，但由于專家系統(tǒng)數(shù)據(jù)庫(kù)局限，數(shù)據(jù)推理能力十分有限，且為兼顧中醫(yī)整體觀念，問(wèn)診數(shù)據(jù)較多，程序復(fù)雜[21]。此后，各類智能算法在中醫(yī)辨證智能化發(fā)展中嶄露頭角[22]。郭睿等[23]應(yīng)用多尺度熵對(duì)冠心病患者中醫(yī)脈象的復(fù)雜性進(jìn)行研究，為無(wú)創(chuàng)診斷技術(shù)的發(fā)展和推廣打下基礎(chǔ)。吳蕓[24]將人工智能技術(shù)—軟計(jì)算方法應(yīng)用于中醫(yī)辨證，通過(guò)對(duì)慢性胃炎、中風(fēng)的辨證分型結(jié)果進(jìn)行分析，證實(shí)了其有一定的臨床診斷價(jià)值。

2.2 機(jī)器學(xué)習(xí)算法

隨著技術(shù)的發(fā)展，機(jī)器學(xué)習(xí)算法為中醫(yī)智能辨證注入新的活力。許朝霞等[25]基于支持向量機(jī)和人工神經(jīng)網(wǎng)絡(luò)，分析3000 余例心血管疾病患者四診信息及證候類型之間的關(guān)系，并構(gòu)建證候分類模型，其預(yù)測(cè)準(zhǔn)確率高達(dá)92.4%，證實(shí)支持向量機(jī)在證候研究的可行性。王恩成等[26]收集1064 例慢性乙型肝炎患者信息，運(yùn)用K-means 方法得到脾胃濕熱、肝膽濕熱、肝脾濕熱等8 類證型，辨證結(jié)果與專家高度一致。之后衍生出的新型算法也逐漸被應(yīng)用，蔡曉路[27]將數(shù)據(jù)挖掘技術(shù)中的分類算法引入到類風(fēng)濕疾病的證候研究中，運(yùn)用隨機(jī)森林方法建模，顯示出模型穩(wěn)定的特點(diǎn)。馮奇[28]對(duì)中醫(yī)治療的2 型糖尿病臨床數(shù)據(jù)建立POMDP模型，證明POMDP 模型可用于挖掘臨床數(shù)據(jù)中較優(yōu)的序貫治療方案，為中醫(yī)辨證論治及臨床驗(yàn)證提供知識(shí)參考。

2.3 深度學(xué)習(xí)技術(shù)

深度學(xué)習(xí)技術(shù)是一種多層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，直接從原始數(shù)據(jù)中提取特征，不斷自我學(xué)習(xí)，將繁復(fù)的數(shù)據(jù)進(jìn)行分層分類，歸納推進(jìn)，在圖像及語(yǔ)音識(shí)別方面獨(dú)具優(yōu)勢(shì)[29]。人工神經(jīng)網(wǎng)絡(luò)是基于生理學(xué)的智能仿生模型，由大量神經(jīng)元組成，可提高運(yùn)算速率，其數(shù)據(jù)的分布儲(chǔ)存形式利于建立聯(lián)想，容錯(cuò)能力又使其在模糊計(jì)算及非線性計(jì)算中發(fā)揮優(yōu)勢(shì)，符合中醫(yī)辨證模式的多元化、非線性統(tǒng)一及模糊性等特點(diǎn)[30-31]。紹尤偉[32]在舌象分類中運(yùn)用深度學(xué)習(xí)技術(shù)中的深度殘差網(wǎng)絡(luò)，不僅有效提升舌象分類的效果，并可直接給出對(duì)應(yīng)的病性診斷，大大提升了臨床工作效率。云儲(chǔ)存與云計(jì)算技術(shù)解決了海量數(shù)據(jù)的存儲(chǔ)問(wèn)題，大量的數(shù)據(jù)可在瞬間完成集成、統(tǒng)一和共享[33-34]。基于云平臺(tái)技術(shù)，結(jié)合深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、可視化等技術(shù)的“云中醫(yī)”健康檢測(cè)系統(tǒng)，利用中醫(yī)辨證思維，可實(shí)時(shí)給出疾病的中醫(yī)狀態(tài)描述[35]。

2.4 微觀辨證

微觀辨證是基于微觀指標(biāo)的一種病證診斷模式，中醫(yī)證候與實(shí)驗(yàn)室指標(biāo)相結(jié)合，將“疾病”“證型”“表型”有機(jī)聯(lián)系，不僅利于中醫(yī)診斷數(shù)據(jù)化，更利用中醫(yī)證候的數(shù)字化、客觀化[27]。趙志玥[36]通過(guò)研究冠心病合并糖尿病各個(gè)階段中醫(yī)證候與理化指標(biāo)的關(guān)系，初步篩選出對(duì)疾病某一證候有特異性診斷價(jià)值的理化指標(biāo)。劉吉?jiǎng)俒37]對(duì)375 例女性高血壓患者證候與理化指標(biāo)之間的研究，發(fā)現(xiàn)痰熱內(nèi)閉證患者血漿同型半胱氨酸水平較高。

2.5 智能診療技術(shù)在健康管理方面的應(yīng)用

健康醫(yī)學(xué)是未來(lái)醫(yī)學(xué)的發(fā)展趨勢(shì)，旨在提供健康咨詢、指導(dǎo)及對(duì)健康危險(xiǎn)因素干預(yù)[38]。結(jié)合了人工智能技術(shù)的智能狀態(tài)辨識(shí)系統(tǒng)在健康管理方面有巨大優(yōu)勢(shì)，由上海中醫(yī)藥大學(xué)自主研發(fā)的“便攜式中醫(yī)智能鏡”可通過(guò)對(duì)舌苔、面色的智能辨識(shí)，結(jié)合問(wèn)診，給出健康狀態(tài)評(píng)分，并對(duì)患病風(fēng)險(xiǎn)進(jìn)行評(píng)估，且予以飲食、運(yùn)動(dòng)、音樂(lè)、起居等方面的指導(dǎo)[39]。云計(jì)算、云平臺(tái)技術(shù)為健康管理的數(shù)據(jù)挖掘提供了條件，通過(guò)物聯(lián)網(wǎng)、可穿戴設(shè)備等智能終端進(jìn)行信息的采集、監(jiān)測(cè)，統(tǒng)一儲(chǔ)存后每個(gè)個(gè)體將獲得獨(dú)一無(wú)二的健康檔案。隨著計(jì)算機(jī)及網(wǎng)絡(luò)系統(tǒng)的升級(jí)，多元體質(zhì)辨識(shí)模式、自動(dòng)辨識(shí)模式、遠(yuǎn)程體質(zhì)辨識(shí)模式及終身健康辨識(shí)模式將成為未來(lái)發(fā)展趨勢(shì)[40]。

2.6 智能診療技術(shù)在眼科的應(yīng)用

人工智能技術(shù)目前在眼科的圖像處理方面應(yīng)用廣泛，尤其在白內(nèi)障、青光眼、老年黃斑變性及糖尿病視網(wǎng)膜病變等方面均取得較大進(jìn)展，利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像特征的提取及訓(xùn)練學(xué)習(xí)，可實(shí)現(xiàn)對(duì)眼底圖像的識(shí)別[41]。朱娟等[42]利用計(jì)算機(jī)圖像識(shí)別及特征提取算法實(shí)現(xiàn)了特發(fā)性黃斑裂孔的人工智能診斷。人工神經(jīng)網(wǎng)絡(luò)、遠(yuǎn)程醫(yī)療、眼底圖像自動(dòng)診斷、手術(shù)機(jī)器人、電子助視器、視覺假體等新技術(shù)不斷被應(yīng)用于眼科智能化研究中。

中醫(yī)眼科方面，目診的數(shù)字化及客觀化也是人工智能的重要應(yīng)用。文毅[43]基于圖像分析技術(shù)，從虹膜特征的提取及分析方面開展虹膜診斷數(shù)字化的研究，證實(shí)該方法對(duì)開展中醫(yī)目診臨床研究的可行性。李蕊玲[44]通過(guò)對(duì)眼睛邊緣提取、瞳孔中心定位、白睛分析及膚色遷移4 個(gè)方面的算法研究與創(chuàng)新，探索眼神與膚色的關(guān)系，為中醫(yī)面診的眼神分析奠定了基礎(chǔ)。

3 小結(jié)

傳統(tǒng)中醫(yī)發(fā)展之路恰逢現(xiàn)代信息技術(shù)革命，傳統(tǒng)診療模式與現(xiàn)代精準(zhǔn)、高效的人工智能發(fā)生碰撞。中醫(yī)診療技術(shù)與人工智能的完美結(jié)合是時(shí)代的選擇，也是使中醫(yī)保持新鮮活力、可持續(xù)發(fā)展的契機(jī)。人工智能將中醫(yī)服務(wù)從臨床診療延伸到疾病的預(yù)防及保健層面，實(shí)現(xiàn)既病先治、未病先防，發(fā)揮更大中醫(yī)診療優(yōu)勢(shì)。

然而，中醫(yī)智能化道路仍面臨挑戰(zhàn)。當(dāng)前中醫(yī)智能診療技術(shù)僅局限于科研及少數(shù)醫(yī)療機(jī)構(gòu)，標(biāo)準(zhǔn)化的中醫(yī)術(shù)語(yǔ)庫(kù)亟待建立，頭面部望診及問(wèn)診的智能化仍存在部分技術(shù)空白，將相對(duì)模糊、非線性的中醫(yī)辨證原理轉(zhuǎn)變?yōu)楸淮蟊娎斫獾恼Z(yǔ)言符號(hào)需要多學(xué)科協(xié)作。醫(yī)學(xué)本身就是復(fù)雜的生命科學(xué)，將人體整體的、動(dòng)態(tài)的疾病信息串聯(lián)起來(lái)，把控患者的健康態(tài)勢(shì)，形成宏觀和微觀相結(jié)合、定性與定量相結(jié)合的技術(shù)規(guī)范，是未來(lái)智能中醫(yī)的發(fā)展趨勢(shì)。