康世瀛， 胡小梅

(1.重慶工商大學(xué) 計(jì)算機(jī)科學(xué)與信息工程學(xué)院，重慶 400067； 2.重慶市中醫(yī)院，重慶 400011)

基于HLA的中醫(yī)藥學(xué)多Agent仿真體系結(jié)構(gòu)的復(fù)雜系統(tǒng)研究*

康世瀛1， 胡小梅2

(1.重慶工商大學(xué) 計(jì)算機(jī)科學(xué)與信息工程學(xué)院，重慶 400067； 2.重慶市中醫(yī)院，重慶 400011)

以復(fù)雜系統(tǒng)觀點(diǎn)，基于HLA(High Level Architecture)仿真標(biāo)準(zhǔn)，采用復(fù)雜系統(tǒng)的多Agent仿真研究方法，設(shè)計(jì)出中醫(yī)藥多Agent仿真體系結(jié)構(gòu)；以“血瘀證候辯證”邦元主體(Federate Agent)結(jié)構(gòu)為例，提出了基本智能仿真主體(邦元主體)的基礎(chǔ)——中醫(yī)藥智能模型；在中醫(yī)八綱辨證，臟腑辯證等理論和中醫(yī)各派臨床經(jīng)驗(yàn)的基礎(chǔ)上，汲取四診智能Agent的臨床信息和微觀生化基因信息，采用智能模型與算法，設(shè)計(jì)了證候機(jī)制、方劑配伍、施治協(xié)作等聯(lián)邦主體；同時(shí)通過通訊Agent和運(yùn)行支撐環(huán)境RTI(Run-Time Infrasturcture)建立了系統(tǒng)控制結(jié)構(gòu)；并進(jìn)一步提出了該仿真體系的復(fù)雜性研究的協(xié)調(diào)機(jī)制及智能優(yōu)化功能；最后，以不同樣本下專家診斷結(jié)果和仿真系統(tǒng)診斷結(jié)果相比較，驗(yàn)證了系統(tǒng)的正確性。

復(fù)雜系統(tǒng)；多Agent仿真；中醫(yī)藥

0 引 言

開放復(fù)雜巨系統(tǒng)是指由很多有層次結(jié)構(gòu)的子系統(tǒng)組成，而且子系統(tǒng)之間的關(guān)聯(lián)關(guān)系也極為復(fù)雜的開放系統(tǒng)。比如人腦、人體、人類社會(huì)、互聯(lián)網(wǎng)等，中醫(yī)藥以典型的復(fù)雜的組織系統(tǒng)——生命系統(tǒng)為對(duì)象，以其證候機(jī)制、方劑配伍，中藥物質(zhì)藥效的復(fù)雜性為特點(diǎn)，并且在結(jié)構(gòu)、規(guī)模、開放性、內(nèi)在機(jī)理的非線性、非理性、不確定性等方面極具復(fù)雜性，說明它是一個(gè)復(fù)雜巨系統(tǒng)。

正因?yàn)槿绱?，直接根?jù)西方現(xiàn)代醫(yī)學(xué)的思路和觀點(diǎn)來分析中醫(yī)中藥，往往格格不入，這也是諸如探索經(jīng)絡(luò)實(shí)質(zhì)問題困難所在；而從實(shí)驗(yàn)室簡單地提取中藥“有效成分”也難以說明中醫(yī)方劑配伍變化之機(jī)理。同時(shí)，由于中醫(yī)理論方法的模糊性、復(fù)雜性和具有高級(jí)認(rèn)知結(jié)構(gòu),以中醫(yī)中藥理論框架為主體，利用專家系統(tǒng)定量化技術(shù)進(jìn)行研究，其技術(shù)的實(shí)現(xiàn)難度也是比較大的。

目前，從系統(tǒng)觀、復(fù)雜性的角度，探索生命現(xiàn)象與疾病的本質(zhì)已經(jīng)成為國際上生命科學(xué)領(lǐng)域的前沿和熱點(diǎn)。數(shù)千年來以人作為醫(yī)學(xué)實(shí)驗(yàn)?zāi)Ｐ?，以臨床實(shí)效為生命力，由各代不同中醫(yī)派別競(jìng)爭而發(fā)展的中醫(yī)藥學(xué)，不碲為具有重大理論應(yīng)用價(jià)值的復(fù)雜系統(tǒng)。隨著系統(tǒng)科學(xué)和復(fù)雜系統(tǒng)的研究進(jìn)展，將中醫(yī)理法方藥與復(fù)雜系統(tǒng)理論融合進(jìn)行研究，已經(jīng)受到越來越多的關(guān)注。

復(fù)雜系統(tǒng)研究理論認(rèn)為：復(fù)雜系統(tǒng)整體大于部分之和，各部分的相互聯(lián)系和作用是極為重要的。相互作用是非線性的，具有不可相加性和突現(xiàn)性。因此過去以“自上而下”分解處理的還原論和結(jié)構(gòu)化分析理論，是不能解釋復(fù)雜系統(tǒng)的。

目前將現(xiàn)代科學(xué)與中醫(yī)結(jié)合進(jìn)行研究已經(jīng)取得不少成果。例如，查青林、陳啟光[1,2]等人應(yīng)用多元統(tǒng)計(jì)和新型統(tǒng)計(jì)學(xué)結(jié)構(gòu)方程模型對(duì)中醫(yī)證候規(guī)范標(biāo)準(zhǔn)進(jìn)行了基礎(chǔ)性研究；不少學(xué)者應(yīng)用智能計(jì)算和人工智能方法研究中醫(yī)診斷[3-6]，更有不少學(xué)者應(yīng)用數(shù)據(jù)挖掘方法對(duì)中醫(yī)定量診斷和中藥配伍及制劑進(jìn)行研究[7-10]。一些學(xué)者采用基因組技術(shù)、分子生物學(xué)等新技術(shù)對(duì)中醫(yī)疾病病候進(jìn)行研究[11-12],采用大型儀器、影像學(xué)等新技術(shù)研究新的中醫(yī)診斷方法也有不少成果[13],這些表明，現(xiàn)代科學(xué)與中醫(yī)已經(jīng)在理論和實(shí)踐應(yīng)用上取得相當(dāng)進(jìn)展，然而，對(duì)于中醫(yī)藥這一復(fù)雜巨系統(tǒng)，盡管有不少人已經(jīng)意識(shí)到應(yīng)該以復(fù)雜系統(tǒng)的觀點(diǎn)，采用先進(jìn)技術(shù)對(duì)中醫(yī)藥系統(tǒng)進(jìn)行研究，但是目前或者只是進(jìn)行理論的探討[14-17]，或者進(jìn)行案例研究[18]，至今還沒有人以復(fù)雜系統(tǒng)觀點(diǎn)，結(jié)合中醫(yī)理法方藥及各種高技術(shù)臨床診斷方法對(duì)中醫(yī)藥系統(tǒng)進(jìn)行全面系統(tǒng)分析,并設(shè)計(jì)一個(gè)比較全面的仿真系統(tǒng)，以供臨床及理論的系統(tǒng)研究。

根據(jù)復(fù)雜系統(tǒng)的觀點(diǎn)，在應(yīng)用多Agent仿真研究方法來研究中醫(yī)藥的同時(shí)，應(yīng)該特別重視對(duì)中醫(yī)藥學(xué)的宏觀整體優(yōu)勢(shì)與特色的發(fā)掘，注意擺脫化學(xué)合成藥物的框架概念的誤導(dǎo)，同時(shí)注意吸收現(xiàn)代智能仿真技術(shù)、現(xiàn)代微觀生物學(xué)技術(shù)、功能基因組學(xué)和蛋白質(zhì)組學(xué)技術(shù)以及人工智能、神經(jīng)網(wǎng)絡(luò)系統(tǒng)等先進(jìn)技術(shù)和方法?；谶@種理念，筆者借鑒在IEEE1516.X協(xié)議基礎(chǔ)上的高級(jí)體系結(jié)構(gòu)(High Level Architecture，HLA)和運(yùn)行支撐環(huán)境( Run-Time Infrasturcture, RTI)[19-21]，提出了中醫(yī)藥多Agent智能仿真體系，它包括中醫(yī)藥智能模型、中醫(yī)藥多Agent仿真結(jié)構(gòu)及其多Agent控制結(jié)構(gòu)。通過該體系，將會(huì)使具有整體觀的中醫(yī)藥與復(fù)雜性研究、現(xiàn)代生物學(xué)技術(shù)更加緊密結(jié)合，從而取得新的重大進(jìn)展。

1 基于多Agent的中醫(yī)藥智能仿真模型

1.1 智能模型與邦元主體

中醫(yī)藥多智能仿真體系最基本的智能仿真主體是邦元主體(Federate Agent)，中醫(yī)藥智能模型是針對(duì)邦元主體建立的，中醫(yī)藥模型描述了邦元主體的學(xué)習(xí)、推理、規(guī)劃及輔助決策的能力，它除了具備有智能Agent的自主性、代表性、反應(yīng)性、合作性等特性外，還具有應(yīng)用領(lǐng)域?qū)＜业闹R(shí)處理和解決問題的能力。在智能仿真主體(邦元主體)中可以充分而有效地利用知識(shí)的表示方法及各種算法、推理方法等人工智能領(lǐng)域的成果，吸收古代和現(xiàn)代名醫(yī)的中醫(yī)理法方藥理論和經(jīng)驗(yàn)。在智能模型中，主要有推理機(jī)知識(shí)庫模型庫、數(shù)據(jù)庫以及相應(yīng)的智能決策算法。人工神經(jīng)網(wǎng)絡(luò)也是獲取中醫(yī)藥知識(shí)、建立具有學(xué)習(xí)功能的非線性模型的常用方法，這里選用BP網(wǎng)絡(luò)(誤差逆?zhèn)鞑ゾW(wǎng)絡(luò))和Kohonen自組織特征映射神經(jīng)網(wǎng)絡(luò)[22]。

圖1是邦元主體之一——中醫(yī)“血瘀證候辯證”邦元主體結(jié)構(gòu)示意圖(簡稱血瘀Agent)，該主體通過自身的癥狀感知監(jiān)聽系統(tǒng)，從四診Agent(望聞問切Agent)獲取各種癥候數(shù)據(jù)，經(jīng)過解釋后，傳到分析推理模塊，再由分析推理模塊和決策模塊生成決策信息。例如：是否血瘀？是哪一類血瘀程度如何？采取什么行動(dòng)等，從而改變自身的屬性值，改變自身狀態(tài)，或執(zhí)行其他行動(dòng)。

圖1 血淤證候機(jī)制邦元主體Fig.1 Federate agent of stasis syndrome

在分析推理模塊中，采用了各種智能方法，如BP神經(jīng)網(wǎng)絡(luò)算法、遺傳算法進(jìn)行分析推理，或通過知識(shí)庫、模型庫等分析出相關(guān)信息，或通過其他邦元主體進(jìn)行通信發(fā)現(xiàn)新知識(shí)而共享使用。

在規(guī)則模塊中，根據(jù)中醫(yī)血瘀理論和專家知識(shí)，定義了會(huì)話規(guī)則，這些規(guī)則使血瘀Agent能夠與其他病因證候邦元主體如氣滯Agent、痰飲Agent、勞傷Agent以及方劑聯(lián)邦主體(Federation)的各種邦元主體，進(jìn)行充分的協(xié)商，為此，規(guī)則描述了血瘀Agent進(jìn)行協(xié)調(diào)所應(yīng)該采取的行動(dòng)，其中包括狀態(tài)集合、狀態(tài)轉(zhuǎn)移規(guī)則和控制機(jī)理。當(dāng)血瘀Agent處于某狀態(tài)，并得到一定消息時(shí)就會(huì)根據(jù)規(guī)則，發(fā)出決策命令送到?jīng)Q策生成模塊，經(jīng)解釋后將命令傳到行動(dòng)模塊產(chǎn)生相應(yīng)行動(dòng)。

在中醫(yī)藥智能多Agent仿真體系中，邦元主體是最基本的主體單位，多個(gè)邦元主體的聚合形成一個(gè)聯(lián)邦結(jié)構(gòu)(Federation Sturcture, FS)。圖1的血瘀證候辯證邦元主體(血瘀Agent)僅是證候機(jī)制聯(lián)邦結(jié)構(gòu)的一員，其他邦元主體的模型與其較相似。

1.2 聯(lián)邦結(jié)構(gòu)

為了更好地發(fā)掘中醫(yī)藥宏觀整體優(yōu)勢(shì)和特色，以及有利于配合現(xiàn)代科學(xué)研究方法與手段進(jìn)行有效地研究，在設(shè)計(jì)仿真結(jié)構(gòu)中，特別要注意設(shè)計(jì)好聯(lián)邦結(jié)構(gòu)及其控制機(jī)制。

圖2所示的“證候機(jī)制辯證聯(lián)邦結(jié)構(gòu)”是根據(jù)中醫(yī)藥學(xué)理論設(shè)計(jì)的，其中”病因Agent”中包括血瘀Agent、痰飲Agent、水氣Agent、食滯Agent、勞傷Agent、六淫Agent、七情Agent、蟲積Agent等。

圖2 證候機(jī)制聯(lián)邦主體Fig.2 Federate agent of syndrome mechanism

“臟腑辯證Agent”是根據(jù)中醫(yī)臟腑辯證學(xué)說和中醫(yī)各臟腑關(guān)系學(xué)術(shù)思想而設(shè)立的，它包含有心肝脾肺腎等臟腑邦元主體Agent，它與病因病理辯證Agent有極為密切的關(guān)系。

“衛(wèi)氣營血辯證Agent”是根據(jù)溫病派對(duì)溫病的辯證方法而設(shè)立的。

“八綱辯證Agent”起作統(tǒng)領(lǐng)各辯證Agent的作用。為了協(xié)調(diào)多Agent的眾說紛紜的復(fù)雜消息，協(xié)調(diào)Agent起化解沖突，達(dá)成一致的重要作用。

2 中醫(yī)藥學(xué)多Agent仿真體系結(jié)構(gòu)

中醫(yī)藥學(xué)所面對(duì)的復(fù)雜性主要包括證候機(jī)制復(fù)雜性、方劑配伍復(fù)雜性和中藥藥效的復(fù)雜性，對(duì)于這些問題的研究，既要吸取中醫(yī)核心理論及其辯證思維模式，又要積累數(shù)千年的醫(yī)學(xué)經(jīng)驗(yàn)；既要有客觀化、定量化、規(guī)范化的診斷和評(píng)價(jià)體系，又要用各種化學(xué)分析、指紋、圖譜、色質(zhì)譜等聯(lián)合手段進(jìn)行深入研究。因此，應(yīng)該在此基礎(chǔ)上，設(shè)計(jì)對(duì)應(yīng)的邦元主體和聯(lián)邦結(jié)構(gòu)，并組合成以下體系結(jié)構(gòu)。

2.1 仿真體系中的聯(lián)邦結(jié)構(gòu)

如圖3所示，該體系結(jié)構(gòu)由7個(gè)聯(lián)邦結(jié)構(gòu)和一個(gè)獨(dú)立邦元通訊Agent主體組成一個(gè)有機(jī)體。

圖3 復(fù)雜中醫(yī)藥系統(tǒng)智能Agent仿真體系結(jié)構(gòu)Fig.3 Intelligent Agent simulation system structure of complex Chinese medicine system

“臨床信息FS” 包含了古典診斷Agent(通過中醫(yī)望聞問切所得到的各種癥狀體征)，病因診斷Agent(寒凝、熱瘀、濕滯、氣滯、情志、外傷、出血以及陰陽虛損、氣血不足、虛勞久病、飲食起居等因素都會(huì)導(dǎo)致各種癥狀體征)、實(shí)驗(yàn)室依據(jù)Agent、治療性診斷Agent以及實(shí)驗(yàn)設(shè)計(jì)樣本Agent組成。

“證候機(jī)制FS”的內(nèi)部結(jié)構(gòu)已經(jīng)在圖2表達(dá)清楚。

“方劑配伍FS“包含了中醫(yī)的汗法Agent、吐法Agent、下法Agent、和法Agent、溫法Agent、消法Agent、補(bǔ)法Agent、臟腑方劑協(xié)調(diào)Agent和選藥Agent；后2個(gè)Agent，協(xié)調(diào)前8個(gè)Agent，并且分別與“證候機(jī)制FS”的臟腑Agent和中藥聯(lián)邦結(jié)構(gòu)建立聯(lián)系。

“施治協(xié)作FS”則對(duì)證候、方劑、中藥3個(gè)聯(lián)邦結(jié)構(gòu)建立直接聯(lián)系，將各個(gè)結(jié)構(gòu)的思維、推理搜索結(jié)果進(jìn)行協(xié)調(diào)，實(shí)現(xiàn)辯證施治的最后處理、詮釋和表達(dá)。

“中藥藥效FS” 包含了各派中醫(yī)以及各現(xiàn)代名醫(yī)所獲取中藥藥效的知識(shí)庫的各類Agent，他們能夠通過中藥物質(zhì)分子的有效組合與生物信息變化(包括各種化學(xué)分析、指紋圖譜、色質(zhì)譜)的非線性關(guān)系中不斷地發(fā)現(xiàn)知識(shí)，建立相應(yīng)的智能決策模型。

“標(biāo)準(zhǔn)評(píng)價(jià)FS”包括了各種證候辯證標(biāo)準(zhǔn)以及各類疾病療效評(píng)價(jià)Agent以及相應(yīng)的評(píng)價(jià)Agent。

“微觀生物信息FS”所包含的各種Agent能夠通過各種方劑和藥物干預(yù)機(jī)體所引起的生物分子的節(jié)律變化，探索、發(fā)現(xiàn)、存儲(chǔ)相關(guān)的基因規(guī)律以及相關(guān)節(jié)律模式。

2.2 仿真體系的控制結(jié)構(gòu)

本體系的仿真控制結(jié)構(gòu)(仿真支撐平臺(tái))由圖3的通訊Agent和RTI支撐平臺(tái)組成。RTI包括仿真支撐邦元主體：聯(lián)邦結(jié)構(gòu)全局管理器、聲明管理器、邦元主體管理器、邦元屬性管理器、時(shí)間管理器、數(shù)據(jù)分發(fā)管理器等，通過由知識(shí)查詢與操作語言(KQML)建立的專用的通訊Agent，實(shí)現(xiàn)了體系中絕大部分控制邏輯和通訊服務(wù)，該結(jié)構(gòu)能夠使不同的Agent實(shí)現(xiàn)各自的控制功能，同時(shí)使邦元主體之間、聯(lián)邦結(jié)構(gòu)之間信息交換效率提高、復(fù)雜度減低[3]。

綜合管理提供以下六大服務(wù)功能。

(1) 聯(lián)邦結(jié)構(gòu)全局管理。主要提供全局的聯(lián)邦結(jié)構(gòu)服務(wù),包括創(chuàng)建聯(lián)邦結(jié)構(gòu)、動(dòng)態(tài)控制、修改聯(lián)邦結(jié)構(gòu)和邦元主體執(zhí)行等。

(2) 聲明管理。提供各種智能主體聲明,希望提供和接收的交互信息。

(3) 數(shù)據(jù)分發(fā)管理。目的是限制網(wǎng)絡(luò)上交互的流量,通信時(shí)采用組播技術(shù)。

(4) 邦元主體管理。提供邦元主體的控制服務(wù)。

(5) 邦元屬性管理。對(duì)邦元主體對(duì)象屬性所有權(quán)控制、遷移。

(6) 時(shí)間管理。目的是保證按照適當(dāng)?shù)姆绞胶腕w系運(yùn)行階段順序進(jìn)行時(shí)間推進(jìn)。

有關(guān)控制結(jié)構(gòu)的具體工作序列設(shè)計(jì)原理，可以參考有關(guān)文獻(xiàn)，這里不贅述[8]。

3 中醫(yī)藥學(xué)多Agent仿真體系的復(fù)雜性研究的協(xié)調(diào)機(jī)制及智能優(yōu)化功能

3.1 中醫(yī)藥學(xué)多Agent系統(tǒng)的仿真運(yùn)行及自學(xué)習(xí)智能優(yōu)化機(jī)制

該體系的運(yùn)行過程分4個(gè)階段，其運(yùn)行依次過程如下：

Ⅰ階段：臨床信息產(chǎn)生及證候辯證階段。

Ⅱ階段：方劑中藥配伍及施治決策階段。

Ⅲ階段：生物治療信息及臨床結(jié)果反應(yīng)階段。

Ⅳ階段：療效評(píng)價(jià)及反饋?zhàn)詫W(xué)習(xí)階段。

之后又返回Ⅰ階段繼續(xù)運(yùn)行。

仿真系統(tǒng)各聯(lián)邦成員之間的交互過程比較復(fù)雜,特別是處于仿真系統(tǒng)的施治協(xié)作Agent,它要與證候、方劑、中藥3個(gè)聯(lián)邦結(jié)構(gòu)不停地發(fā)生信息交互，將各個(gè)結(jié)構(gòu)的思維、推理結(jié)果進(jìn)行協(xié)調(diào)，實(shí)現(xiàn)辯證施治的最后處理、詮釋和表達(dá)。對(duì)施治決策得以實(shí)現(xiàn)起重要作用。

通過以上反復(fù)循環(huán)，各智能主體不斷地進(jìn)行自學(xué)習(xí)，進(jìn)而得到優(yōu)化，特別是第Ⅳ階段的“標(biāo)準(zhǔn)評(píng)價(jià)及知識(shí)發(fā)現(xiàn)聯(lián)邦結(jié)構(gòu)”(圖4)在整個(gè)體系的智能模型優(yōu)化中起到非常重要的作用。它從 “臨床信息聯(lián)邦結(jié)構(gòu)”和“微觀生物信息聯(lián)邦結(jié)構(gòu)”中(圖4)獲取與施治決策相對(duì)應(yīng)的臨床結(jié)果及生化信息，并通過自身的評(píng)價(jià)模型產(chǎn)生評(píng)價(jià)結(jié)果和相關(guān)解釋。接著它還會(huì)將這些結(jié)果反饋到各聯(lián)邦結(jié)構(gòu)中，通過各聯(lián)邦結(jié)構(gòu)的智能模型產(chǎn)生自學(xué)習(xí)過程，使各智能模型得到優(yōu)化，同時(shí)也使自身的智能評(píng)價(jià)模型得到優(yōu)化。

圖4 基于HLA 的中醫(yī)藥學(xué)多Agent仿真系統(tǒng)的工作流程圖Fig.4 The work flow chart of multi-Agent simullation system of Chinese medicine based on HLA

通過以上反復(fù)運(yùn)行及自學(xué)習(xí)，整個(gè)體系的智能模型不斷得到優(yōu)化提升，從而能夠適應(yīng)更多不同病征進(jìn)行辯證施治，并能對(duì)更多的治療方案預(yù)測(cè)出相應(yīng)的療效評(píng)價(jià)。

3.2 仿真系統(tǒng)在海量數(shù)據(jù)基礎(chǔ)上進(jìn)行中醫(yī)藥知識(shí)發(fā)現(xiàn)、知識(shí)挖掘

在圖3中的“標(biāo)準(zhǔn)評(píng)價(jià)聯(lián)邦結(jié)構(gòu)”中，還有一個(gè)重要的功能——知識(shí)發(fā)現(xiàn)和知識(shí)挖掘。該功能采用了諸如關(guān)聯(lián)規(guī)則、聚類分析、決策樹等數(shù)據(jù)挖掘技術(shù)。利用這些技術(shù)和方法，對(duì)來自微觀生物信息FS和臨床信息FS(圖4)的臨床療效數(shù)據(jù)、化學(xué)生物微觀數(shù)據(jù)等海量數(shù)據(jù)進(jìn)行知識(shí)挖掘。有助于人們透過微觀生物信息，在復(fù)雜性觀點(diǎn)指導(dǎo)下，洞察出隱藏的中醫(yī)藥治病的知識(shí)和規(guī)律。

3.3 復(fù)雜系統(tǒng)觀點(diǎn)加強(qiáng)對(duì)證候機(jī)制，方劑配伍和中藥藥劑的復(fù)雜性研究功能

有了上述不斷被優(yōu)化的智能模型和強(qiáng)大的數(shù)據(jù)挖掘功能，將使本系統(tǒng)的證候機(jī)制、方劑配伍等智能主體的自主性、反應(yīng)性、合作性等性能得到進(jìn)一步提高。這有利于醫(yī)學(xué)科學(xué)工作者能夠在整體、動(dòng)態(tài)、活性的原則下，利用該體系進(jìn)行中醫(yī)中藥復(fù)雜性規(guī)律研究,進(jìn)行諸如以下過去未曾作過或很少進(jìn)行過的研究。

(1) 由于系統(tǒng)各智能主體能夠?qū)⑵鋭?dòng)態(tài)變化、多種宏觀、微觀指標(biāo)及其所形成的證候演變數(shù)據(jù)一一分析和存儲(chǔ)，有利于以復(fù)雜系統(tǒng)的觀點(diǎn)、穩(wěn)態(tài)與瞬態(tài)相結(jié)合的觀點(diǎn)、宏觀與微觀相結(jié)合的觀點(diǎn)來分析證候機(jī)制、方劑配伍的復(fù)雜規(guī)律。

(2) 使使用者能通過各種方劑干預(yù)機(jī)體所引起的生物分子的節(jié)律變化，找出各種方劑與相關(guān)證候和臨床特征變化所具有的共同節(jié)律模式。

(3) 使使用者能夠知道如何通過調(diào)節(jié)中藥物質(zhì)分子的有效組合與生物信息變化(包括各種化學(xué)分析、指紋圖譜、色質(zhì)譜)的非線性關(guān)系而使中藥物質(zhì)藥效達(dá)到最佳。

(4) 使使用者能夠從中醫(yī)方劑合理配伍與相關(guān)療效的分析中(包括各種化學(xué)分析、指紋圖譜、色質(zhì)譜)，找出它們之間的動(dòng)態(tài)非線性關(guān)系。

(5) 使使用者能夠知道如何透過方劑對(duì)干預(yù)疾病有關(guān)生物分子，以及相關(guān)基因的“多因微效”整體調(diào)節(jié)作用而形成系統(tǒng)“涌現(xiàn)”效果[18]。

4 實(shí)例分析

在筆者設(shè)計(jì)的證候機(jī)制FS和方劑配伍FS中，采集了128個(gè)血淤病例數(shù)據(jù)(包括血淤眼科病、血淤頭痛、血淤糖尿病，血淤慢性肝炎)，并應(yīng)用均勻設(shè)計(jì)法和專家評(píng)判法，產(chǎn)生大量的有代表性的均勻分布的仿真樣本2 000個(gè)。應(yīng)用這些樣本不斷地對(duì)上述兩個(gè)聯(lián)邦結(jié)構(gòu)進(jìn)行訓(xùn)練。其中用50個(gè)病例和2 000多個(gè)均勻設(shè)計(jì)樣本對(duì)血瘀Agent的BP神經(jīng)網(wǎng)絡(luò)和Kohonen自組織特征映射神經(jīng)網(wǎng)絡(luò)集成模型進(jìn)行訓(xùn)練(并獲得期望的實(shí)驗(yàn)訓(xùn)練驗(yàn)證)。在血瘀Agent中，采用血瘀證診斷標(biāo)準(zhǔn)(1988年血瘀研究國家會(huì)議)的11項(xiàng)癥狀指標(biāo)和1項(xiàng)理化檢查指標(biāo)，中國醫(yī)藥學(xué)會(huì)消渴病分期辨證療效判定標(biāo)準(zhǔn)，以及寒凝致瘀、邪熱致淤、氣滯血瘀、氣虛血瘀、痰水致淤、出血致淤、血淤成積、血淤成痛等相關(guān)專家知識(shí)，對(duì)以上兩個(gè)FS建立了專家規(guī)則庫和正向推理機(jī)制。

以專家診斷意見和本系統(tǒng)診斷結(jié)果進(jìn)行仿真比較，其結(jié)果如圖5所示。在不斷增加病例樣本的情況下，其結(jié)果的準(zhǔn)確率大大提高。 以上僅是實(shí)驗(yàn)室初步仿真實(shí)驗(yàn)，有待進(jìn)一步驗(yàn)證。

圖5 不同樣本下專家診斷和系統(tǒng)診斷結(jié)果仿真比較Fig.5 Result simulation comparison between expert diagnosis and system diagnosis for different samples

5 總結(jié)及展望

設(shè)計(jì)中醫(yī)藥學(xué)多Agent仿真體系，其重要之處在于應(yīng)該以復(fù)雜系統(tǒng)整體思維觀點(diǎn)和中醫(yī)八綱辨證、臟腑辯證等理論，中醫(yī)各派臨床經(jīng)驗(yàn)為基礎(chǔ)，基于HLA仿真標(biāo)準(zhǔn)，采用各種智能模型和算法，并且汲取四診智能Agent臨床信息和微觀生化基因信息而進(jìn)行設(shè)計(jì)。這樣的體系結(jié)構(gòu)不僅能夠針對(duì)具體某種疾病的復(fù)雜性進(jìn)行研究，而且能針對(duì)中醫(yī)中藥復(fù)雜整體規(guī)律進(jìn)行研究，使現(xiàn)代中醫(yī)藥學(xué)理論取得理想進(jìn)展。

該體系的技術(shù)關(guān)鍵是中醫(yī)藥智能模型及邦元主體的建立以及模型校核、驗(yàn)證及確認(rèn)。為了提高系統(tǒng)的響應(yīng)速度和仿真精度，軟、硬件系統(tǒng)集成技術(shù)也是實(shí)現(xiàn)該仿真系統(tǒng)的技術(shù)重點(diǎn)。體系結(jié)構(gòu)各種具體細(xì)節(jié)實(shí)現(xiàn)，有待在實(shí)踐中進(jìn)一步探索研究。

隨著先進(jìn)仿真技術(shù)的不斷發(fā)展，多Agent仿真系統(tǒng)作為中醫(yī)藥學(xué)的重要研究手段已是發(fā)展趨勢(shì)[23]，它的開發(fā)必將大大促進(jìn)中醫(yī)藥學(xué)與現(xiàn)代科學(xué)的進(jìn)一步融合。

[1] 查青林,林色奇,呂愛平.多元統(tǒng)計(jì)分析在中醫(yī)證候研究中的應(yīng)用探析[J].江西中醫(yī)學(xué)院學(xué)報(bào),2004(12):560 97-80

ZHA Q L，LIN S Q，LV A P.Application of Multi-statistics Analysis to Traditional Chinese Medicine[J].Journal of Jiangxi University of TCM,2004(12):560 97-80

[2] 陳啟光,申春悌,張華強(qiáng),等.因子分析在中醫(yī)證候規(guī)范標(biāo)準(zhǔn)研究中的應(yīng)用[J].中國中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志，2004(8):53-56

CHEN Q G,SHEN C T，ZHANG H Q,et al.Application of Factor Analysis to Traditional Chinese Medicine[J].Chinese Journal of Basic Medicine in Traditional Chinese Medicine,2004(8):53-56[3] 于彤,楊碩,李敬華,等.論中醫(yī)藥語義網(wǎng)的智能應(yīng)用[J].中國中醫(yī)藥圖書情報(bào)雜志,2015(4):5-8

YU T，YANG S,LI J H，et al.Discussion on Intelligent Applications of Semantic Web of Traditional Chinese Medicine[J].Chinese Journal of Library and Information Science for Traditional Chinese Medicine,2015(4):5-8

[4] 易鋼，金敏，羅堯岳.基于智能Agent的中醫(yī)藥評(píng)估導(dǎo)學(xué)系統(tǒng)研究[J].信息系統(tǒng)工程,2009(12):25-27

YI G,JIN M,LUO Y Y.Traditional Chinese Medicine Evaluation Based on Intellingent Agent[J].China CIO News,2009(12):25-27

[5] 李紅.基于機(jī)器學(xué)習(xí)的中醫(yī)藥配方評(píng)估研究[D],南京：南京大學(xué)，2016

LI H.Traditional Chinese Medicine Formula Evaluation Study Based on Machine Learning[D].Nanjing:Nanjing University,2016

[6] 李運(yùn)賢,杜瑞卿.生物信息學(xué)中機(jī)器學(xué)習(xí)方法對(duì)中醫(yī)藥復(fù)雜系統(tǒng)的研究[J].中醫(yī)藥學(xué)刊,2006(7):1296-1297

LI Y X,DU R Q.Application of Bioinfomatics to Traditional Chinese Medicine[J].Chinese Archives of Traditional Chinese Medicine,2006(7):1296-1297

[7] 董雪燕,祁爍,姜苗,等.數(shù)據(jù)挖掘在中醫(yī)藥研究中的應(yīng)用分析[J].環(huán)球中醫(yī)藥,2017(3):364-366

DONG X Y,QI S,JIANG M，et al.Application of Data Mining in the Research of Traditional Chinese Medicine[J].Global Traditional Chinese Medicine,2017(3):364-366

[8] 呂峰,李麗嬌,高云英,等.基于Hadoop在中醫(yī)藥數(shù)據(jù)挖掘中的應(yīng)用[J].電子設(shè)計(jì)工程,2016(11):112-114

LV F，LI L J，GAO Y Y，et al.Application of Hadoop in Traditional Chinese Medicine Based on Data Mining[J] Electronic Design Engineering,2016(11):112-114

[9] 劉冬梅,王德運(yùn).中醫(yī)藥治療潰瘍性結(jié)腸炎活動(dòng)期的數(shù)據(jù)挖掘[J].山西中醫(yī),2016(8):48-50

LIU D M，WANG D Y.Data Mining of TCM Treatment of Ulcerative Colitis in Active Stage[J].SHANXI Journal of TCM,2016(8):48-50

[10] 張北華,高蕊,李振華,等.中醫(yī)藥治療慢性胃炎的專家經(jīng)驗(yàn)數(shù)據(jù)挖掘分析[J].中醫(yī)雜志,2015(4):704-708

ZHANG B H,GAO X,LI Z H，et al.Data Mining Analysis of Chinese Medicine Experts Experiences in Treating Chronic Gastritis[J].Journal of Traditional Chinese Medicine,2015(4):704-708

[11] 童福易,賴仁勝,張樹鵬.論基因組學(xué)技術(shù)在中醫(yī)藥學(xué)中的應(yīng)用[J].中國中西醫(yī)結(jié)合雜志，2011(12):53-54

TONG F Y，LAI R S，ZHANG S P.Application of Genomics to Traditional Chinese Medicine[J].Chinese Journal of Integrated Traditional and Western Medicine,2011(12):53-54

[12] 吳欣芳,李影華,王朋倩.基因組學(xué)與中醫(yī)藥研究[J].遼寧中醫(yī)藥大學(xué)學(xué)報(bào),2012(5):1708-1713

WU X F，LI Y H，WANG P Q.Genomics and Traditional Chinese Medicine[J].Journal of Liaoning University of Traditional Chinese Medicine,2012(5):1708-1713

[13] 張慶彝,張鈺泉,倪秀冬.大型精密儀器將促進(jìn)中醫(yī)藥科研的發(fā)展[J].實(shí)驗(yàn)室研究與探索,1996(11):123-125

ZHANG Q Y，ZHANG Y Q,NI X D.Application of Art Equipment to Traditional Chinese Medicine[J].Laboratory Research and Exploration,1996(11):123-125

[14] 上海中醫(yī)藥大學(xué)中醫(yī)復(fù)雜系統(tǒng)研究中心.從系統(tǒng)生物學(xué)和復(fù)雜科學(xué)視角解讀中醫(yī)——上海中醫(yī)藥大學(xué)中醫(yī)復(fù)雜系統(tǒng)研究中心學(xué)術(shù)思想概述[J].世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化,2016(9):1-6

Research Center for Traditional Chinese Medicine Complexity System of Shanghai University of TCM.Inte-rpretationi of Traditional Chinese Medicint from System Biology and Complex Science[J].Modernization of Tradit-ional Chinese Medicine and Material Medical-World Science and Technology，2016(9):1-6

[15] 許舒誠,申俊龍.基于復(fù)雜自適應(yīng)系統(tǒng)的中醫(yī)藥隱性知識(shí)表達(dá)路徑分析[J].中醫(yī)雜志,2016(2):271-275

XU S C，SHEN J L.Analysis of Chinese Medical Tacit Knowledge Representation Path Based on the Complex Self-adaptation System[J].Journal of Traditional Chinese Medicine,2016(2):271-275

[16] 王連心,孟慶剛.開放的復(fù)雜巨系統(tǒng)及其方法在中醫(yī)藥領(lǐng)域中的應(yīng)用[J].北京中醫(yī)藥大學(xué)學(xué)報(bào),2008,2(31):81-85

WANG L X，MENG Q G.Open Complex Giant System and Its Methods Applied in the Field of Chinese Medic-ine[J].Journal of Beijing University of Traditional Chinese Medici,2008,2(31):81-85

[17] 顏素容,王耘,喬延江.基于多主體的中醫(yī)藥復(fù)雜適應(yīng)系統(tǒng)實(shí)現(xiàn)途徑[J].北京中醫(yī)藥大學(xué)學(xué)報(bào),2007(10):653-655

YAN S R，WANG Y,QIAO Y J.Realization of TCM Complex Adaptive System based on Multi-agent Mode-ling[J].Journal of Beijing University of Traditional Chinese Medicine,2007(10):653-655

[18] 李梢,王永炎,季梁等.復(fù)雜系統(tǒng)意義下的中醫(yī)藥學(xué)及其案例研究[J].系統(tǒng)仿真學(xué)報(bào)，2002,14(11):1429-1442

LI S,WANG Y Y,JI L，et al.A Discussion and Case Study of Complexities in Traditional Chinese Medicine[J].Acta Simulata Systematica Sinica,2002,14(11):1429-1442

[19] 金士堯,李宏亮,黨崗等.復(fù)雜系統(tǒng)計(jì)算機(jī)仿真的研究與設(shè)計(jì)[J].中國工程科學(xué),2002,4(4)：75-80

JIN S Y，LI H L，DANG G，et al.Design and Research of Computer Simulation for Complex System[J].Engineering Science,2002,4(4)：75-80

[20] KUHI F，WEATHERLY R,DAHMANN J.計(jì)算機(jī)仿真中的HLA技術(shù)[M].付正軍，王永紅，譯，北京：國防工業(yè)出版社，2003

KUHI F，WEATHERLY R,DAHMANN J.Creating Computer Simulation Systems:An Introduction to the High Level Architecture[M].FU Z J,WANG Y H，Translate，Beijing:National Defense Industry Press,2003

[21] 遲剛，王樹宗.HLA仿真技術(shù)綜述[J].計(jì)算機(jī)仿真,2004(7):1-3

CHI G，WANG S Z.A HLA Simulation Technology Overview[J].Computer Simulation.2004(7):1-3

[22] 靳蕃.神經(jīng)計(jì)算智能基礎(chǔ)原理·方法[M].成都：西南交通大學(xué)出版社，2000

JIN F.Fundamentals of Computational Intelligence[M].Chengdu:Southwest Jiaotong University Press,2000

[23] 吳蕓,周昌樂,張志楓.基于Agent技術(shù)的中醫(yī)診斷決策支持系統(tǒng)初探[J].上海中醫(yī)藥大學(xué)學(xué)報(bào),2005,19(1):32-34

WU Y，ZHOU C L，ZHANG Z F.An Agent-Based Chinese Medical Diagnosis Decision Support System[J].Acta Universitatis Traditionis Medicalis Sinensis Pharmacolo-giaeque Shanghai,2005,19(1):32-34

責(zé)任編輯：羅姍姍

Research on Complex System of Multi-Agent Simulation System for Traditional Chinese Medicine Based on HLA

KANG Shi-ying, HU Xiao-mei

(1.School of Computer Science and Information Engineering, Chongqing Technology and Business University,Chongqing 400067, China; 2. Chongqing Traditional Chinese Medicine Hospital, Chongqing 400011, China)

By taking complex system idea, based on HLA(High Level Architecture) standard simulation, by using multi-Agent simulation research method for complex system, this paper designs multi-Agent simulation system structure for traditional Chinese medicine, by taking federate Agent structure of stasis syndrome as an example, proposes basic intelligent simulation agent basis—Traditional Chinese Medicine Intelligent Model, based on differentiation of eight principles, theory of differentiation of Zang and Fu, and clinic experience of each school of traditional Chinese medicine, by absorbing intelligent Agent clinic information of four diagnosis methods and micro-bio-chemical gene information, by using intelligent model and computation, designs federate Agent for syndrome mechanism, compatibility of medicines in a prescription, and combination of all methods, meanwhile, by using communication Agent and RTI(Run Time Infrastructure), sets up system control structure, further puts forward the complexity research on the coordinated mechanism and intelligence function of this simulation system, and finally tests the correctness of this system by comparing the diagnosis results between experts and simulation system under different samples.

complex system; multi-Agent simulation; traditional Chinese medicine

2017-03-01；

2017-04-07.

國家自然科學(xué)基金(70901080)；重慶市自然科學(xué)基金(CSPC2004bb2007).

康世瀛(1950-)， 男，重慶人，教授，從事中醫(yī)智能決策支持系統(tǒng)和復(fù)雜系統(tǒng)研究.

10.16055/j.issn.1672-058X.2017.0004.015

R2-03

A

1672-058X(2017)04-0076-08