【摘要】 本文探討人工智能技術(shù)用于選育成都平原地區(qū)道地中藥材品種的方法，將患者數(shù)據(jù)、藥材合成、古籍文獻(xiàn)等進(jìn)行智能化的甄別和組合，并根據(jù)古籍記載歷史數(shù)據(jù)確定該地區(qū)種植的道地品種，從源頭來推動(dòng)中藥材的優(yōu)質(zhì)發(fā)展。

【關(guān)鍵詞】 人工智能技術(shù);中藥材;成都

【DOI編碼】 10.3969/j.issn.1674-4977.2021.06.037

Research on Artificial Intelligence Technology and Breeding of Genuine Traditional Chinese Medicine Varieties

HE Zhi-lin

（Chengdu Agricultural College，Chengdu 611130，China）

Abstract： This article explores the method of using artificial intelligence technology to identify authentic Chinese medicinal materials in the Chengdu Plain. It intelligently screens and combines patient data，medicinal materials，and ancient documents，and determines the authentic planted in the area based on historical data recorded in ancient books，and promote the high-quality development of Chinese medicinal materials from the source.

Key words： artificial intelligence technology;Chinese medicine;Chengdu

1 引言

傳承了幾千年的中醫(yī)對(duì)于不同病癥有很多種治療手段，在這些治療手段中，中藥無(wú)疑是最有效、最廣為人知、易于被人接受的治療方式之一。因此，中藥的藥材質(zhì)量就成為中醫(yī)治病救人過程中不得不考慮的一個(gè)重要因素。在幾千年的中醫(yī)演化歷史中，高質(zhì)量的藥材也漸漸產(chǎn)生了一個(gè)專屬的名稱——道地藥材，也有人將其叫地道藥材。它的定義在不同的時(shí)代也有一些細(xì)微的差別，僅從《神農(nóng)本草經(jīng)》和《中醫(yī)藥法》來看，可以將其算作在特定地區(qū)產(chǎn)出的比一般藥材擁有更高質(zhì)量的藥材，而這個(gè)特定地區(qū)并沒有一個(gè)具體的解釋說明，要不斷跟隨環(huán)境的變化來進(jìn)行尋找。本文就是要基于人工智能技術(shù)對(duì)道地藥材品種選育提供一定思路。

2 人工智能技術(shù)

伴隨計(jì)算機(jī)技術(shù)的發(fā)展，人工智能技術(shù)在近些年來開始變得尤為火爆，不光應(yīng)用于林業(yè)、商業(yè)，同時(shí)也涉及農(nóng)業(yè)和醫(yī)療等眾多領(lǐng)域。目前，在網(wǎng)絡(luò)上購(gòu)物、求醫(yī)購(gòu)藥等都得到了極其迅速的推廣，各種線上服務(wù)層出不窮，從中也可以看出人工智能對(duì)于醫(yī)藥行業(yè)發(fā)展的促進(jìn)作用。

3 道地中藥品種與人工智能

通過人工智能技術(shù)，可以直觀分析出中藥材作用與生長(zhǎng)區(qū)域之間的關(guān)系，本文主要將其歸類為如下兩點(diǎn)。

1）間接關(guān)系

間接關(guān)系主要是指通過人工智能所獲取的地域環(huán)境數(shù)據(jù)區(qū)別，對(duì)于同一類藥材成分具有不同的影響，從而導(dǎo)致藥材在臨床作用上具有一定差異。這一點(diǎn)能夠通過單一變量實(shí)驗(yàn)進(jìn)行驗(yàn)證。

2）直接關(guān)系

有專家對(duì)于藥材的藥性與光照程度進(jìn)行了相關(guān)研究，通過人工智能技術(shù)，最終得出兩者之間具有極大相關(guān)性的結(jié)論。不僅如此，氣候溫度條件、土壤水分條件等也與光照條件類似，同樣能夠得出以上條件與藥材藥性之間的關(guān)系。

4 使用人工智能選育成都平原地區(qū)道地中藥品種

利用人工智能算法確定中藥材道地品種不是一般的分類或者預(yù)測(cè)任務(wù)，傳統(tǒng)的KNN、SVM、邏輯回歸不能完成優(yōu)勢(shì)品種的尋找，它需要結(jié)合各方面的數(shù)據(jù)來預(yù)測(cè)出品種的優(yōu)勢(shì)所在，比如藥材稀有程度、藥材價(jià)格、市場(chǎng)行情、適用人群等多方面的因素。

首先做特征工程，即先找出與藥材優(yōu)勢(shì)相關(guān)的所有指標(biāo)，然后將這些指標(biāo)量化，因?yàn)楝F(xiàn)階段大多數(shù)算法都是基于數(shù)值型數(shù)據(jù)來運(yùn)行的。找好這些指標(biāo)后選擇用分類模型還是回歸模型，對(duì)于這個(gè)任務(wù)來說用模糊分類和回歸模型會(huì)比較適合，然后便是選擇合適的算法，模糊分類是在分類的結(jié)果上加一個(gè)模糊系數(shù)，這種模糊的思想能與傳統(tǒng)分類算法相結(jié)合使用。回歸模型如邏輯回歸、神經(jīng)網(wǎng)絡(luò)、ELM等算法，效果上深度神經(jīng)網(wǎng)絡(luò)模型會(huì)比其他回歸模型效果好些，但是需要反復(fù)調(diào)參、加入各種方法防止過擬合（L2正則化），并且建模的時(shí)間可能會(huì)比較長(zhǎng)。

對(duì)于尋找優(yōu)勢(shì)藥材這一任務(wù)，簡(jiǎn)單來做的話找出一些衡量指標(biāo)構(gòu)建數(shù)據(jù)即可，要想更進(jìn)一步的挖掘，則需要從各個(gè)方面尋找相關(guān)信息，這些信息不僅要包括氣象信息、中藥成長(zhǎng)環(huán)境信息，還要包括網(wǎng)絡(luò)上的各種藥材價(jià)格信息與網(wǎng)絡(luò)文字信息，然后綜合到一起建立出一個(gè)復(fù)雜的模型來進(jìn)行預(yù)測(cè)、評(píng)分、對(duì)比，才能得出最終結(jié)論。

在單個(gè)模型效果達(dá)到上限之后，很難再進(jìn)行提升，近年來流行使用的繼承方法能夠突破這一上限，不同于單個(gè)分類算法，它具有更高的準(zhǔn)確度。但其也有一定的缺陷，如使用模型的過程復(fù)雜度要遠(yuǎn)高于單個(gè)模型，使用效率也較低。它的過程是將基分類器進(jìn)行收集，并通過相當(dāng)數(shù)量的基分類器進(jìn)行數(shù)據(jù)處理，讓得到的結(jié)果能夠具有更高的精準(zhǔn)度。

通常，集成學(xué)習(xí)算法使用的多個(gè)分類器多為弱分類器，原因在于可以將分類器造成的誤差進(jìn)行均衡。若是多個(gè)分類器中某一分類器過于強(qiáng)大，將會(huì)導(dǎo)致計(jì)算結(jié)果對(duì)于分類器的結(jié)果影響過高，從而導(dǎo)致分類器無(wú)法正確地分類。集成學(xué)習(xí)使用多個(gè)分類器共同分析，在一定程度上可以避免單個(gè)分類學(xué)習(xí)算法陷入極小的可能性。

5 結(jié)語(yǔ)

通過上述研究方法發(fā)現(xiàn)，成都平原地區(qū)主要適合涼性道地藥材生長(zhǎng)，主要原因是該地區(qū)氣候溫暖、空氣潮濕、降雨量多，其土壤類型以壤土、沙壤土、黏壤土居多;也有熱性道地藥材，這類地區(qū)海拔相對(duì)較低，氣候溫暖、空氣濕度大、降水量豐富，土壤類型主要為沙壤土、黏壤土以及腐殖質(zhì)壤土;辛性道地藥材較少分布。

【參考文獻(xiàn)】

[1] 胡菊花.研究中藥臨床藥理的藥性理論[J].世界最新醫(yī)學(xué)信息文摘，2017（94）：35-36.

[2] 史紅專，嚴(yán)曉蘆，郭巧生，等.中藥寒熱藥性與其基原植物生境光照條件相關(guān)性分析[J].中國(guó)中藥雜志，2018（10）：2032-2037.

[3] 李文鵬.中藥種植過程溯源系統(tǒng)研究與實(shí)現(xiàn)[D].北京：北方工業(yè)大學(xué)，2014.

[4] 邵明義，劉保延，謝琪，等.中醫(yī)藥臨床科研數(shù)據(jù)的發(fā)展現(xiàn)狀和趨勢(shì)探討[J].世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2015（8）：1743-1747.

[5] 胡銳，趙雪麗，王寧.藥性與功效相結(jié)合對(duì)部分寒性中藥的聚類分析[J].陜西中醫(yī)藥大學(xué)學(xué)報(bào)，2016（5）：108-112.

【作者簡(jiǎn)介】

何志林，男，1977年出生，講師，學(xué)士，研究方向?yàn)楣芾砜茖W(xué)與工程，農(nóng)村電商，物流管理，市場(chǎng)營(yíng)銷。