甘之草基于大數(shù)據(jù)的人工智能開(kāi)方系統(tǒng)軟件

潘建中 楊帆 許遵欽

摘要：隨著大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，通過(guò)中醫(yī)基礎(chǔ)古典文獻(xiàn)、醫(yī)學(xué)指南共識(shí)、臨床經(jīng)典病案等探索挖掘中醫(yī)知識(shí)圖譜，探索中醫(yī)智能知識(shí)體系。建立自我學(xué)習(xí)，自我修正，深度學(xué)習(xí)的診斷模型，提供個(gè)體化治末病解決方案，探索智能中醫(yī)輔助診斷，打造智慧超級(jí)中醫(yī)。通過(guò)數(shù)字化手段構(gòu)建“望聞問(wèn)切”的新型中醫(yī)數(shù)字化人工智能開(kāi)方系統(tǒng)

關(guān)鍵詞：大數(shù)據(jù) 人工智能 開(kāi)方系統(tǒng)

一、研究背景

經(jīng)過(guò)近二十年的發(fā)展，中醫(yī)藥行業(yè)仍處于成長(zhǎng)初期，互聯(lián)網(wǎng)+助推了中醫(yī)藥市場(chǎng)的快速發(fā)展，目前市場(chǎng)基本形成三大陣營(yíng)體系：傳統(tǒng)中醫(yī)藥企業(yè)、互聯(lián)網(wǎng)中醫(yī)藥企業(yè)、第三方中醫(yī)藥企業(yè)，第三方企業(yè)依托傳統(tǒng)企業(yè)的產(chǎn)品和服務(wù)，傳統(tǒng)企業(yè)利用第三方企業(yè)的渠道發(fā)展業(yè)務(wù)，兩者之間形成了緊密的聯(lián)系，互聯(lián)網(wǎng)中醫(yī)藥同樣與傳統(tǒng)中醫(yī)藥存在著這種合作關(guān)系。所以合作與發(fā)展是當(dāng)下行業(yè)的態(tài)勢(shì)。

當(dāng)前國(guó)家政策大力支持，國(guó)務(wù)院《中醫(yī)藥發(fā)展戰(zhàn)略規(guī)劃綱要（2016—2030年）》

國(guó)家中醫(yī)藥管理局《中共中央國(guó)務(wù)院關(guān)于促進(jìn)中醫(yī)藥傳承創(chuàng)新發(fā)展的意見(jiàn)》提出出明確的目標(biāo)和規(guī)劃。

其次，公司具有明確的業(yè)務(wù)需求，需要以優(yōu)秀的方案解決問(wèn)題。公司業(yè)務(wù)和國(guó)家要求密切相關(guān)，希望能為中醫(yī)藥未來(lái)發(fā)展、公司未來(lái)戰(zhàn)略規(guī)劃做出貢獻(xiàn)。

二、行業(yè)現(xiàn)狀

目前中醫(yī)互聯(lián)網(wǎng)企業(yè)中，有以下幾類智能開(kāi)方系統(tǒng)：

比較簡(jiǎn)單的智能開(kāi)方系統(tǒng)其實(shí)是利用搜索引擎技術(shù)，在收集大量的病情以及診斷的基礎(chǔ)上，進(jìn)行病情匹配，將匹配成功的診斷返回。這個(gè)過(guò)程看起來(lái)就像智能開(kāi)方一樣，表面看給個(gè)病情就能給出診斷，而實(shí)際上只是找到答案。

進(jìn)階一點(diǎn)的智能開(kāi)方系統(tǒng)，通過(guò)圖像識(shí)別與自然語(yǔ)言處理（這兩項(xiàng)技術(shù)依然使用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)），進(jìn)行相似性匹配。相似的病情即使有文字表述不同，癥狀差異，也不影響實(shí)質(zhì)性診斷，依然可以開(kāi)方。

高階的智能開(kāi)方系統(tǒng)，利用神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)技術(shù)，將病人的描述和問(wèn)診單的自然語(yǔ)言描述轉(zhuǎn)化成形式語(yǔ)言，然后分析知識(shí)點(diǎn)和開(kāi)方策略，進(jìn)行自動(dòng)推導(dǎo)，從而完成實(shí)質(zhì)性的開(kāi)方。

三、主要研究?jī)?nèi)容

1.項(xiàng)目?jī)?nèi)容及實(shí)施路徑

1、形成“診前、診中、診后”完整的閉環(huán)服務(wù)體系。

2、完善“診前”、“診后”服務(wù)體系，從監(jiān)測(cè)到指導(dǎo)到康復(fù)提供全程健康服務(wù)。

3、促進(jìn)支付在線上線下的全場(chǎng)景化，進(jìn)一步便捷化“診中”就醫(yī)過(guò)程。

2、產(chǎn)品方案

通過(guò)不同終端，定位目標(biāo)人群，提供相關(guān)中醫(yī)咨詢、問(wèn)診服務(wù)，可與醫(yī)生進(jìn)行討論交流。系統(tǒng)根據(jù)用戶提供的信息進(jìn)行智能診斷。而經(jīng)典書方藥，病歷，特別是專家寫的病歷，利用大數(shù)據(jù)技術(shù)將這些知識(shí)進(jìn)行處理、分析、統(tǒng)計(jì)、 挖掘，可以構(gòu)成一個(gè)病歷知識(shí)庫(kù)，可以幫助給更多人，這一些功能，共同組成一個(gè)智能輔助診療系統(tǒng)。

3、產(chǎn)品技術(shù)架構(gòu)

1、系統(tǒng)總體架構(gòu)設(shè)計(jì)

大數(shù)據(jù)人工智能開(kāi)方系統(tǒng)以通過(guò)中醫(yī)基礎(chǔ)古典文獻(xiàn)、醫(yī)學(xué)指南共識(shí)、臨床經(jīng)典病案等探索挖掘中醫(yī)知識(shí)圖譜，通過(guò)知識(shí)匹配搜索引擎，引導(dǎo)患者自診，也可以幫助醫(yī)生診療。

具體架構(gòu)圖如下所示：

2、技術(shù)特點(diǎn)

① 分布式文件系統(tǒng) HDFS

HDFS為了做到可以保證數(shù)據(jù)的可靠性。1。任何一個(gè)節(jié)點(diǎn)失效，不影響 HDFS 服務(wù) 2。HDFS 可以自動(dòng)完成副本的復(fù)制。具體實(shí)現(xiàn)是通過(guò)Datanode壞掉的磁盤上的數(shù)據(jù)盡快通知 NameNode，Datanode 每3秒鐘向 NameNode 發(fā)送心跳，如果 NameNode 認(rèn)為該 DataNode 已經(jīng) dead，NameNode 將取 出該 DataNode 上對(duì)應(yīng)的 block，對(duì)其進(jìn)行復(fù)制。持久化元數(shù)據(jù)來(lái)實(shí)現(xiàn)。所有的數(shù)據(jù)至少存儲(chǔ)3份，滿足 CAP原則并且可以支持移動(dòng)計(jì)算，保證的處理的速度。

② 大數(shù)據(jù)計(jì)算引擎 Spark

主要的功能是把患者提交的癥狀，問(wèn)診單的答案和與醫(yī)生聊天過(guò)程中產(chǎn)生的聊天數(shù)據(jù)分割成多個(gè)計(jì)算階段，這些計(jì)算階段組成一個(gè)有向無(wú)環(huán)圖DAG，使用任務(wù)調(diào)度器根據(jù) DAG的依賴關(guān)系執(zhí)行計(jì)算階段。實(shí)現(xiàn)的功能有2個(gè)：一個(gè)是提取特征數(shù)據(jù)，然后對(duì)數(shù)據(jù)進(jìn)行取映射，然后進(jìn)行計(jì)算。第二個(gè)是通過(guò) Shuffle 將數(shù)據(jù)進(jìn)行重新組合，相同癥狀，描述的數(shù)據(jù)放在一起，進(jìn)行聚合，關(guān)聯(lián)等操作。通過(guò)不斷的移動(dòng)計(jì)算，得到需要分析文本的特征向量。

在實(shí)現(xiàn)持久化存儲(chǔ)的時(shí)候，對(duì)數(shù)據(jù)進(jìn)行指定的分發(fā)。

③ 使用感知機(jī)訓(xùn)練樣本制作

感知機(jī)是一種比較簡(jiǎn)單的二分類模型，感知機(jī)算法在疾病診斷中，將不同的數(shù)據(jù)分為2類，公式如下

自動(dòng)感知機(jī)是一種自監(jiān)督學(xué)習(xí)BP神經(jīng)網(wǎng)絡(luò)，它通過(guò)建立一個(gè)恒等函數(shù)，使輸出盡可能復(fù)現(xiàn)原始輸入，即通過(guò)“編碼”過(guò)程學(xué)習(xí)原始數(shù)據(jù)在隱空間內(nèi)的表示，再通過(guò)“解碼”過(guò)程由數(shù)據(jù)在隱空間中的表示盡可能重構(gòu)原始數(shù)據(jù)。最后計(jì)算特征空間向量，根據(jù)權(quán)值向量和偏置，輸出空間向量。

在訓(xùn)練開(kāi)方過(guò)程中，如何識(shí)別出最可能的疾病診斷，從而增加準(zhǔn)確度，降低醫(yī)療的風(fēng)險(xiǎn)？ 我們通常對(duì)于給定的一個(gè)用戶病歷問(wèn)卷，計(jì)算得出每個(gè)問(wèn)卷問(wèn)題所產(chǎn)生的綜合空間向量，最后把空間距離最近的診斷，作為優(yōu)選結(jié)果。對(duì)于高風(fēng)險(xiǎn)的疾病或者高風(fēng)險(xiǎn)的用戶（如孕婦），要求其提供更多信息、甚至向醫(yī)生提供預(yù)警。事實(shí)上，中醫(yī)行業(yè)已經(jīng)沉淀了大量的歷史病歷數(shù)據(jù)，利用這些數(shù)據(jù)進(jìn)行計(jì)算，可以得到用戶特征。當(dāng)新用戶來(lái)就診的時(shí)候，將該用戶病歷問(wèn)卷特征帶入曲線進(jìn)行計(jì)算，就可以得到該用戶的特征指數(shù)，進(jìn)而自動(dòng)給出該用戶的診斷。

④ 機(jī)器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)算法

精選的專家病歷主要依靠浙江省中醫(yī)藥大學(xué)提供的已經(jīng)被標(biāo)記好的病歷集再結(jié)合甘草醫(yī)生線上重點(diǎn)醫(yī)生提供的經(jīng)典病歷，經(jīng)典的書方藥采用甘草學(xué)院線上數(shù)據(jù)庫(kù)，這一部分?jǐn)?shù)據(jù)也已經(jīng)被標(biāo)記完善。上面的這部分?jǐn)?shù)據(jù)，作為樣本。然后我們采用 K-means分類算法，計(jì)算需要分析的數(shù)據(jù)和樣本之間的距離，對(duì)距離進(jìn)行排序，取最近前若干個(gè)樣本，統(tǒng)計(jì)樣本類別，統(tǒng)計(jì)得到的最多類別，為待分類數(shù)據(jù)的類別。距離算法采用歐氏距離計(jì)算公式，而提取文本的特征值采用TF-IDF算法，

神經(jīng)網(wǎng)絡(luò)中，我們采用了多層感知機(jī)，最后一層感知機(jī)，則根據(jù)疾病診斷結(jié)果，建立相對(duì)應(yīng)數(shù)量的感知機(jī)，最后得到的結(jié)果如果不符合要求，就不斷地調(diào)整感知機(jī)的層級(jí)和數(shù)量，直到可以得到相對(duì)準(zhǔn)確的診斷為止。

最有了有診斷后，根據(jù)診斷就可以參考經(jīng)典方中的藥方或者專家給的藥方，根據(jù)患者實(shí)際情況如年齡，性別，懷孕等給患者開(kāi)方。

四、小結(jié)

本公司通過(guò)對(duì)國(guó)內(nèi)外現(xiàn)有的人工智能開(kāi)方系統(tǒng)的研究和分析，運(yùn)用HDFS，SPARK，HIVE，人工智能神經(jīng)網(wǎng)絡(luò)等前沿技術(shù)結(jié)合中醫(yī)開(kāi)方診斷的實(shí)際需要集成了中醫(yī)知識(shí)圖譜，科研文獻(xiàn)，病歷，藥材等數(shù)據(jù)，最終開(kāi)發(fā)出一個(gè)自動(dòng)化、智能化、人性化的穩(wěn)定可靠的基于大數(shù)據(jù)的人工智能開(kāi)方系統(tǒng)，對(duì)提高中醫(yī)的現(xiàn)代化水平，提高互聯(lián)網(wǎng)中醫(yī)的人工智能化水平，幫助醫(yī)生分析開(kāi)方記錄，預(yù)測(cè)醫(yī)生開(kāi)方，輔助醫(yī)生開(kāi)方具有重要意義。

參考文獻(xiàn)

[1]云計(jì)算環(huán)境下分布式語(yǔ)義文本自適應(yīng)分類方法[J]. 王剛，楊波，楊明杰. 科學(xué)技術(shù)與工程. 2018（07）

[2]基于大數(shù)據(jù)技術(shù)的用戶行為分析平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 吳榮燦. 電腦知識(shí)與技術(shù). 2021（04）

[3]統(tǒng)計(jì)學(xué)方法的發(fā)展及其在大數(shù)據(jù)中的應(yīng)用[J]. 游士兵. 統(tǒng)計(jì)與決策. 2020（04）

[4]支持新型冠狀病毒肺炎的中醫(yī)智能處方推薦和知識(shí)庫(kù)系統(tǒng)[J]. 王斌. 中國(guó)數(shù)字醫(yī)學(xué). 2020（05）

[5]大數(shù)據(jù)時(shí)代背景下人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用淺談[J]. 馮存生. 電腦知識(shí)與技術(shù). 2020（12）

[6]人工智能技術(shù)在醫(yī)療健康領(lǐng)域的應(yīng)用[J]. 朱壽華. 電子技術(shù)與軟件工程. 2020（01）

[7]基于TF-IDF和余弦相似度的文本分類方法[J]. 武永亮，趙書良，李長(zhǎng)鏡，魏娜娣，王子晏. 中文信息學(xué)報(bào). 2017（05）

[8]結(jié)合鄰域相關(guān)影像與最大相關(guān)性最小冗余性特征選擇的面向?qū)ο笞兓瘷z測(cè)[J]. 鄒利東，潘耀忠，朱文泉，周公器，李宜展. 中國(guó)圖象圖形學(xué)報(bào). 2014（01）