人工智能—中医药传承创新的变道超车

张 烨，黄宗海，许 强，温川飙

（成都中医药大学，四川 成都 611137）

作为中华民族的瑰宝，中医药历经了几千年的发展。随着时代的发展与国家中医药发展规划政策的制定，中医药越来越受到重视。如党十九大报告中明确提出“坚持中西医并重，传承发展中医药事业”，中医学现代传承战略指出“保护为先”、“弘扬文化”、“创新发展”是我国中医药领域的重要目标。由此，如何传承、如何创新的关键问题应运而生。目前，人工智能技术已经运用于中医药中，在中医药这一具体行业中，如何将现代信息技术——人工智能与中医药领域需求紧密融合，在推动我国人工智能产业发展的同时，实现我国中医药传承与创新，是关键问题。

1 中医传承与创新的痛点

作为中华民族的文化瑰宝，中医药历经了几千年的发展过程。随着社会文化环境的变迁，中医的传承和创新中面临许多痛点。具体表现为：名老中医总数量较少；现有传承信息系统以病案录入为主，操作繁琐，增加工作负担，且没有很好的融入医院信息系统；传统师带徒跟师模式时间长，病人过多，老师压力过大，没有时间与精力给学生传授更多知识，只能靠学生跟诊后课下自己探索与思考，这样培养的时间长且培养学生数量有限；中医药高等教育已成规模，但中医注重临床实践、跟师学艺、熟读经典的成才规律未被有效传承，学生的文化延续和临床能力又面临挑战；中医人才的危机，即能够运用传统中医思维方式与中医基础理论解决临床中面临的中医疾病问题的人才较少。并且还有相当一部分人没有接受过医学院校高等教育的非专业人士，仍然从事中医药诊疗活动，这样就很容易造成中医人才混杂的局面[1]，中医与西医不同，中医是才能够诊疗中不断探索的过程，相比于西医依靠生化与理化检测手段，西医更注重精准研究，这也也是制约中医创新发展的原因，中医药要实现弯道超车，必须借助人工智能技术。

2 人工智能定义与发展

2.1 人工智能的定义

人工智能，英文简称AI。是在1956年由McCarthy提出“使一部机器的反应方式像一个人在行动时所依据的智能。” 目前，关于人工智能的定义，至今尚未统一，比较权威的定义分别为：（1）美国 Nilson教授定义为“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的学科”；（2）美国Winston教授定义为“人工智能就是研究如何使计算机去做过去只有人才能做的智能的工作 ”[2]。人工智能方法可以分为“狭义AI”和通用“AI”[3]。狭义的AI通常指AI只在单一领域执行单项任务，如AI被应用在语言翻译、语音转录、对象检测和人脸识别。通用AI的蓝图是创造出在广泛认知领域（包括学习，推理，创造力和规划）表现像人一样的思维水平以及心理结构的全面性智能化[4]。

2.2 中医人工智能的发展

中医人工智能研究发展经历4个阶段。90年代是中医信息智能化研究的起步期，以专家系统研究为主，后台数据库中整合了某个领域专家的大量知识与经验，使得该系统能够利用人类专家的知识和解决问题的方法来处理该领域问题，2000年前后是中医智能研究的低谷，主要表现为数据库和知识工程的积累；2005年以后神经网络研究增加主要用于疾病风险预测、医学影像、中医诊断、脉象识别分析、舌象图像处理等方面。2012年以后临床数据开始积累，更多的研究偏向于临床数据分析。目前，人工智能技术已在医学中得到了运用，包括影像诊断、辅助医生诊疗、智能穿戴设备等方面取得了实际应用，并在提高癌症确诊率、医学辅助诊疗等方面发挥了重要作用[5]。数据是“医疗＋人工智能”行业发展的关键。有效的数据是先进算法应用的基础，也是研究的支持，可以借助数据挖掘等技术挖掘出潜在有效但未知的数据，为临床研究、新药研发提供基础。

3 中医创新发展：AI带来新的范式

3.1 中医药信息特征与深度学习

中医与西医研究方式不同，中医注重系统论，整体观，将事物看成一个整体研究，结合环境、气候等诸多因素多方面考虑，但西医注重部分，把事物分析为组成部分，然后对每一部分进行研究。早在20年前就医学发展就被指出，科学研究的方向是系统研究，不是东拼西凑来研究，要恢复“系统观”，就要西医往中医的系统观研究理论上靠，而非中医走向西医，但也有的中医理论是基于传统文化与哲学基础，不能能紧密的与现代科学研究相联系，解决这个问题就是要中医实现现代化，也是中医药信息学的特点。

中医药信息自下而上，从四诊信息的收集，到疾病病因病机分析，再到处方用药，擅长抽象的信息处理能力。这与AI深度学习分层特征提取即收集数据，构建知识图谱，提前有用信息相吻合。而西医信息则自上而下，从细胞的研究，在到组织研究，到器官研究，最后到结构和功能的研究，擅长深入分析与处理信息。

中医药信息是意象世界，存在于对客体的体验活动之中。如中药人参性味：甘、微苦，微温，其中微苦到底有多苦？微温到底有多温？能描述出人参的性味，但对其具体的性味未能定量研究，这是中医药信息的特点又是缺点，应该结合现代科技的手段，在数量上确定，在其功效大补元气、安神益智这一抽象化的描述上，用临床数据加以验证其疗效。

3.2 大数据和机器学习已经带来新的研究范式

过去中医药研究大多停留在实验验证和传统数据简单分析，这些是西医或者现代传统经典数学的研究方法，用来研究属于意象世界的中医药做法欠佳，随着科技的发展，医学中大数据的积累，为人工智能技术在中医药领域的研究与应用提供了数据基础。基于

数据库中的数据，挖掘用药规律，尤其是名老中医用药规律，利用科学的研究手段如关联规则、数据挖掘等技术将传统经验提炼总结普及为科学规律，同时为基础研究和新药研发提供依据和支撑。邓宏勇等[6]采用文献计量方法分析我国中医药数据挖掘研究现状，共得到中医药数据挖掘相关文献494篇，文献量逐年增加；文献类型中应用研究类文献占59.1%；研究领域中证候研究与方剂研究文献分别占29.39%和26.22%；数据挖掘方法采用关联规则、频数分析、聚类分析和 人工神经网络的文献占76.36%；数据挖掘软件使用商业化数据挖掘软件的文献占61.05%。

医疗辅助诊疗软件和中医智能辅助学习系统也加速l中医药人才的培养速度、提高了名老中医学术思想传承效率。陈菊等[7]通过对中医辨证论治辅助系统软件的开发，通过因位性势和性味归经的编码建立智能辨证论治的后台算法，实现中医辨证论治在临床电子病历中理法方药的一线贯通，利于提高中医医生在实际诊疗中应用辨证论治的比例，也使中医电子病历记录辨证论治过程更便捷。通过医院使用情况的统计，87.62% 的电子处方可实现智能辅助辨证，而医生使用中仅实现44.62%的智能辅助辨证。这些技术引入中医，使智能化的中医融入日常生活，真正做到智慧中医。

4 当前中医AI面临的问题

AI为中医带来新范式的同时也要意识到问题所在。首先整个中医AI行业的共识有待提高。且中医人工智能的研究，现有成果都集中在方法和工程应用领域，而基础研究和学科体系不完整；学科分布以中医学为主，学科交叉并不突出。临床应用刚刚起步，需要做的相关研究还有很多。人工智能代替不了中医，医生可以除了对患者诊病以外还能提供精神安慰与深层次交流与沟通，这一点人工智能无法代替；除此之外，患者隐私及信息安全、医疗数据的合理运用于管理、人工智能等医疗法律责任尚需进一步的规范与完善，合理运用人工智能，可以对对中医药的传承与创新发展产生积极的影响，包括人才培养，新药研发、医疗辅助等方面，最终加快中医药发展的步伐，尽快实现国际化与现代化的发展。