張世祺，孫宇衡，咸楠星，楊珺涵，馬新宇，張 哲，王基實(shí)，高詩(shī)岳，周婉寧

（遼寧中醫(yī)藥大學(xué)，遼寧 沈陽(yáng) 100847）

人工智能（artificial intelligence，AI）技術(shù)是研究、開(kāi)發(fā)、應(yīng)用于模擬延伸和擴(kuò)展的各種相關(guān)技術(shù)理論、方法、技術(shù)及實(shí)際實(shí)踐應(yīng)用的一門新的信息工程領(lǐng)域的學(xué)科。AI由約翰·麥卡錫博士在1956年于達(dá)特茅斯國(guó)際學(xué)術(shù)會(huì)議上首次公開(kāi)提出。目前關(guān)于AI主要技術(shù)研究的應(yīng)用領(lǐng)域包括智能機(jī)器人、語(yǔ)言語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和自動(dòng)定理證明等[1]。AI已經(jīng)成為最新的產(chǎn)業(yè)變革和科技革命的中堅(jiān)力量。由于特殊的智能化和高效性，AI在智能交通、家居、醫(yī)療等民生范疇備受追捧，對(duì)日常生活產(chǎn)生了積極正面的影響。自從2013年IBM Waston（沃森）宣布進(jìn)入醫(yī)療保健領(lǐng)域，“數(shù)字醫(yī)療+AI”的理念就逐漸開(kāi)始走入大眾視野。谷歌、微軟、騰訊等企業(yè)也隨之進(jìn)軍智能醫(yī)療領(lǐng)域，使AI在影像輔助診斷、新型藥物研發(fā)、社區(qū)健康管理、數(shù)據(jù)智能處理等醫(yī)療領(lǐng)域都有了廣泛應(yīng)用。尤其是在2020年，智能醫(yī)療、線上醫(yī)療成為了投資與技術(shù)市場(chǎng)最為關(guān)注的范疇，而智能醫(yī)療產(chǎn)品與手段的普及也使得“AI+數(shù)字醫(yī)療”被認(rèn)為是最具發(fā)展前景的領(lǐng)域之一。

中醫(yī)學(xué)是在我國(guó)醫(yī)療實(shí)踐經(jīng)驗(yàn)的長(zhǎng)期沉淀積累、傳統(tǒng)文化的深刻影響、自然科學(xué)的不斷滲透下逐漸發(fā)展而形成的富有中國(guó)特色的醫(yī)學(xué)理論體系。整體觀念和辨證論治分別是現(xiàn)代中醫(yī)理論的根本出發(fā)點(diǎn)和落腳點(diǎn)，以人體臟腑經(jīng)絡(luò)關(guān)系為理論核心，以陰陽(yáng)五行理論作為基本理論，通過(guò)實(shí)時(shí)采集疾病信息，四診合參的診療方法，對(duì)各種疾病進(jìn)行診斷和治療。中醫(yī)辨證思維貫穿于中醫(yī)診療的全過(guò)程，是中醫(yī)的主要思維方法。人工智能與中醫(yī)學(xué)同為多學(xué)科相互滲透的產(chǎn)物，二者存在注重整體思維、強(qiáng)調(diào)開(kāi)放動(dòng)態(tài)、重視經(jīng)驗(yàn)思維和關(guān)注預(yù)測(cè)推理等相似之處[2]，因此將“AI+數(shù)字醫(yī)療”和中醫(yī)經(jīng)典相結(jié)合將會(huì)帶來(lái)巨大的發(fā)展與變革。2017年12月在浙江烏鎮(zhèn)舉行的第四屆世界互聯(lián)網(wǎng)大會(huì)期間，成立了中國(guó)首個(gè)互聯(lián)網(wǎng)中醫(yī)館，并提出了“中醫(yī)藥+互聯(lián)網(wǎng)+人工智能”的創(chuàng)新理念。2019年10月發(fā)布的《關(guān)于促進(jìn)中醫(yī)藥傳承創(chuàng)新發(fā)展的意見(jiàn)》強(qiáng)調(diào)將中醫(yī)藥領(lǐng)域與AI技術(shù)結(jié)合，支持研究、開(kāi)發(fā)中醫(yī)智能輔助診療系統(tǒng)，旨在開(kāi)展一體化遠(yuǎn)程醫(yī)療服務(wù)等數(shù)字化診療措施。本文將從“AI+數(shù)字醫(yī)療”在中醫(yī)診斷、治療領(lǐng)域的應(yīng)用進(jìn)展、爭(zhēng)議、挑戰(zhàn)等方面，對(duì)近年中醫(yī)在人工智能診療研究和發(fā)展脈絡(luò)進(jìn)行梳理，以期為新時(shí)代中醫(yī)藥各領(lǐng)域的傳承發(fā)展、守正創(chuàng)新提供新思路與新方向。

1 中醫(yī)四診客觀化發(fā)展歷史

中醫(yī)智能化較為關(guān)注的方向?yàn)椤爸嗅t(yī)診療”，主要包括“中醫(yī)四診客觀化”和“中醫(yī)專家系統(tǒng)”的研究[3]。“中醫(yī)四診客觀化”技術(shù)的普及是實(shí)現(xiàn)“中醫(yī)四診智能化”的重要前提，在以往的四診診斷信息客觀化獲取技術(shù)的研究中，主要的方向在望診與切診方面。在20世紀(jì)50年代，朱顏首先在中醫(yī)脈診的臨床研究中運(yùn)用了杠桿式脈搏描記器，通過(guò)應(yīng)用描記橈動(dòng)脈脈搏圖的方法深入研究中醫(yī)脈象，成為了“四診客觀化”研究的開(kāi)端[4]。此后隨著現(xiàn)代醫(yī)學(xué)醫(yī)療科技檢測(cè)技術(shù)的不斷發(fā)展，各種以“四診客觀化”為研究目的的脈診儀及傳感器陸續(xù)走進(jìn)現(xiàn)代醫(yī)療領(lǐng)域，如能夠?qū)Υ纭㈥P(guān)、尺三部切脈壓力進(jìn)行準(zhǔn)確調(diào)節(jié)和脈搏電圖精確測(cè)定的“20型三線脈象儀”、能同時(shí)精準(zhǔn)記錄三道脈象和一道心電的“BYS-14型脈象儀”等，對(duì)臨床脈診客觀化和標(biāo)準(zhǔn)化研究具有重要意義[5]。舌診作為中醫(yī)望診重要一環(huán)，尤其受到研究者們的重視。20世紀(jì)70年代就有國(guó)外學(xué)者采用三色表來(lái)檢查患者的舌象、舌色等舌診要素信息，被認(rèn)為是舌診客觀化的最早嘗試。此后隨著技術(shù)進(jìn)步，國(guó)內(nèi)科研人員也應(yīng)用了如光譜廣度法、光電轉(zhuǎn)換法、舌診比色板等手段進(jìn)行舌象客觀化的研究，但由于當(dāng)時(shí)技術(shù)條件限制，無(wú)法準(zhǔn)確的區(qū)分舌質(zhì)與舌苔的顏色圖像[6]?！爸嗅t(yī)專家系統(tǒng)”的提出為中醫(yī)第一次與人工智能相結(jié)合提供了契機(jī)。自20世紀(jì)80年代關(guān)幼波診治肝炎的專家系統(tǒng)問(wèn)世以來(lái)，陸續(xù)出現(xiàn)了不少能夠涵蓋大部分中醫(yī)疾病種類的“中醫(yī)專家系統(tǒng)”。操作者輸入患者的“四診”相關(guān)資料，來(lái)模擬專家診斷病理信息的工作流程，最后模擬輸出該專家得出的該患者的診斷結(jié)果及診療方案，開(kāi)啟數(shù)字化診療的先河。然而經(jīng)過(guò)多年的發(fā)展，由于臨床應(yīng)用實(shí)效不佳，國(guó)家已經(jīng)不再給予此類項(xiàng)目資金支持[7]。除了大環(huán)境的負(fù)面影響外，受限于醫(yī)者個(gè)人經(jīng)驗(yàn)、描述病情的方式等主觀因素影響，使其臨床療效不穩(wěn)定，而且沒(méi)有對(duì)關(guān)于辨證選方用藥思路的闡釋，導(dǎo)致初次使用者在臨床診療中收效甚微，因此中醫(yī)專家系統(tǒng)仍然發(fā)展緩慢。

2 人工智能與四診客觀化

2.1 望診 望診，是指醫(yī)生通過(guò)視覺(jué)對(duì)人體的疾病相關(guān)部位進(jìn)行有目的的診察，以了解健康情況，測(cè)知患者病情的方法[8]。中醫(yī)望診客觀化、智能化主要分為面診和舌診兩個(gè)方面。在中醫(yī)望診中的舌象識(shí)別與疾病診療中，圖像處理技術(shù)的應(yīng)用十分廣泛[9]。其中尤以舌診研究最為深入，主要是根據(jù)圖像分析的方法對(duì)采集到的舌象及面部特征進(jìn)行分析。近年來(lái)舌診技術(shù)隨著技術(shù)不斷發(fā)展也在不斷升級(jí)，可利用高光譜圖像[10]、顏色空間等技術(shù)，使用Lab、RGB、HSI、HSV等顏色空間模型[11]，更加深入地進(jìn)行舌象色彩提取、剖析舌象形態(tài)，描述舌象分割，使舌象采集在信息獲取方面更加全面，可展示更多細(xì)節(jié)。舌象數(shù)據(jù)對(duì)亞健康群體狀態(tài)，以及疾病發(fā)生、發(fā)展、變化具有重要提示作用。丘俊鑫等[12]采用HSV和LAB色彩模型對(duì)益氣復(fù)元膏方干預(yù)氣虛質(zhì)患者的舌象客觀指標(biāo)進(jìn)行觀察，結(jié)果顯示該色彩模型對(duì)舌象客觀指標(biāo)的分析能反映干預(yù)后舌象的改善，可為中醫(yī)體質(zhì)調(diào)理客觀化療效評(píng)價(jià)方法的進(jìn)一步研究提供參考。周明瀚等[13]運(yùn)用TFDA-1舌面診儀采集原發(fā)性高血壓陰虛陽(yáng)亢證患者的舌象圖片，以研究原發(fā)性高血壓陰虛陽(yáng)亢證舌象特征參數(shù)的變化規(guī)律，為臨床辨證提供客觀化依據(jù)。在面診研究方面，任琦等[14]使用YM-Ⅲ系列面象儀采集141例冠心病患者的面部圖像并記錄其面診參數(shù)指標(biāo)，其信息可作為冠心病痰瘀互結(jié)證臨床辨證及療效評(píng)價(jià)參考指標(biāo)。李加才等[15]通過(guò)對(duì)健康狀態(tài)人群進(jìn)行面色數(shù)字化分析，研究不同年齡段和性別的健康狀態(tài)人群面色特征，建立基于性別和年齡的健康狀態(tài)人群面色范圍，為中醫(yī)面色診斷提供客觀化依據(jù)?？梢?jiàn)，舌象儀和面診儀作為一種安全方便地獲取診斷信息的臨床方法，對(duì)于臨床疾病的中醫(yī)證候診斷和其客觀標(biāo)準(zhǔn)化具有重要價(jià)值。

2.2 聞診 聞診是通過(guò)聽(tīng)聲音和嗅氣味以了解健康狀況，得到患者信息來(lái)進(jìn)行疾病診療的方法。早在《黃帝內(nèi)經(jīng)》中就有根據(jù)聽(tīng)聲音來(lái)診療疾病的記載[8]。聲診客觀化研究中常見(jiàn)的語(yǔ)音提取方式主要分選擇元音與選擇字句兩種[16]。研究對(duì)象除語(yǔ)音外，還有咳嗽、呼吸、啼哭、呻吟等，尋找一些具有語(yǔ)音共性與共同特性的非語(yǔ)音聲音特征參數(shù)是聲診客觀化研究的重要探索方向[17]。陳春鳳等[18]運(yùn)用現(xiàn)代聲學(xué)技術(shù)，采集和分析肺系疾病患者的聲音信號(hào)，運(yùn)用支持向量機(jī)和小波包能量、Shannon熵值特征進(jìn)行肺系病證的分類識(shí)別，為中醫(yī)聲診的分類識(shí)別提供了新的思路。嗅診不通過(guò)聲音獲取診斷信息，雖與聲診都屬于聞診范疇，卻是通過(guò)氣味信號(hào)得到診斷依據(jù)。氣味特征可通過(guò)紅外光譜法、直接頂空分析、氣相-液相色譜分析進(jìn)行研究，直接判別其中包含的物質(zhì)，體現(xiàn)氣味信號(hào)的特征[19]。嗅診客觀化主要運(yùn)用的是電子鼻技術(shù)。林雪娟等[20]運(yùn)用陣列式氣體傳感器電子鼻結(jié)合模式識(shí)別算法對(duì)2型糖尿病的分期與病位作初步的辨識(shí)。其對(duì)單個(gè)病位證素辨識(shí)準(zhǔn)確率達(dá)到80%以上，為中醫(yī)嗅診客觀化研究提供新了方法。周福等[21]收集了201例社區(qū)獲得性肺炎（CAP）患者及110名健康者口腔呼氣的氣味圖譜，將CAP及其不同病位間的口腔氣味圖譜特征使用電子鼻技術(shù)分析識(shí)別。為該病的臨床實(shí)踐提供了重要診斷價(jià)值。中醫(yī)聞診體現(xiàn)了“司外揣內(nèi)”的中醫(yī)診斷原則，作為一種方便的無(wú)創(chuàng)傷性的診斷技術(shù)，借助聲學(xué)、物理學(xué)將其智能化、客觀化，以期增加臨床中醫(yī)證候診斷的準(zhǔn)確性、客觀性。

2.3 問(wèn)診 問(wèn)診是患者或其家屬接受醫(yī)生的有方向性的詢問(wèn)，以了解患者的日常生活健康狀態(tài)為目的，從而了解病情的一種手段[8]。除了問(wèn)診以外，望、聞、切三診易受環(huán)境因素及醫(yī)生的主觀性影響，相較而言，問(wèn)診所獲得的診斷信息較為客觀，在客觀化基礎(chǔ)上問(wèn)診數(shù)據(jù)挖掘的處理結(jié)果可作為臨床問(wèn)診的參考。羅瑞靜等[22]將中醫(yī)理論與計(jì)算機(jī)技術(shù)、智能信息處理技術(shù)結(jié)合，研制出了具有人機(jī)交互和對(duì)話功能的中醫(yī)問(wèn)診訓(xùn)練系統(tǒng)。迪盼祺等[23]采用基于物品的協(xié)同過(guò)濾推薦算法和遺傳算法構(gòu)建癥狀獲取模塊以獲取患者的癥狀，利用隨機(jī)森林算法構(gòu)建分類器并基于獲取到的癥狀完成中醫(yī)辨證，相比依據(jù)問(wèn)診量表進(jìn)行問(wèn)診，簡(jiǎn)化了問(wèn)診過(guò)程。杜曾貞等[24]提出了基于深度神經(jīng)網(wǎng)絡(luò)的反問(wèn)生成方法，將已有的患者問(wèn)診數(shù)據(jù)整合起來(lái)作為先驗(yàn)知識(shí)，對(duì)患者進(jìn)行有目的的問(wèn)診，提高了這一傳統(tǒng)診斷方法的準(zhǔn)確性和診斷效率。隨著信息技術(shù)不斷發(fā)展，自然語(yǔ)言處理（NLP）技術(shù)逐漸顯露鋒芒。研究者使用NLP技術(shù)、文本的分類和聚類技術(shù)對(duì)中醫(yī)學(xué)相關(guān)書(shū)籍等文本材料進(jìn)行強(qiáng)化學(xué)習(xí)，儲(chǔ)備專業(yè)知識(shí)，并通過(guò)對(duì)語(yǔ)句的提取與理解、對(duì)自然語(yǔ)言的情感分析、對(duì)語(yǔ)言的轉(zhuǎn)換復(fù)述來(lái)助力中醫(yī)問(wèn)診智能化、客觀化[25-26]。2020年由于疫情影響，線上醫(yī)療咨詢服務(wù)量激增，而傳統(tǒng)線上醫(yī)療問(wèn)診的技術(shù)局限性暴露出很多患者表述不清、醫(yī)生接診效率低等短板。將計(jì)算機(jī)的快速計(jì)算能力應(yīng)用于中醫(yī)問(wèn)診流程中，則可以彌補(bǔ)診斷過(guò)程中主觀邏輯思維的不足，消除部分患者在就醫(yī)時(shí)的猜忌、焦慮、煩躁等主觀心理因素影響，對(duì)實(shí)現(xiàn)準(zhǔn)確診斷更加有益[27]。因此，利用人工智能技術(shù)來(lái)實(shí)現(xiàn)智能化、客觀規(guī)范的中醫(yī)智能問(wèn)診可以大大提診斷和治療精度，對(duì)研究和臨床實(shí)踐具有重要意義。

2.4 切診 切診是醫(yī)生用手指或手掌對(duì)患者的某些部位進(jìn)行各種形式的觸診，以了解病情，診察疾病的過(guò)程[8]。脈診在操作過(guò)程中，較為依賴實(shí)踐經(jīng)驗(yàn)，因此醫(yī)者的主觀性易于影響診療結(jié)果，不利于交流學(xué)習(xí)和重復(fù)研究，極大限制了中醫(yī)脈學(xué)診斷的發(fā)展，所以脈診客觀化、智能化是脈診發(fā)展的必然趨勢(shì)[28]。脈診儀的研究工作主要包括脈象信號(hào)的采集與脈圖信號(hào)的特征分析2個(gè)方面[29]，根據(jù)原理可分為光電脈搏傳感器、超聲脈搏傳感器、傳統(tǒng)壓力脈搏傳感器、柔性壓力脈搏傳感器等[30]。張選等[31]使用深度融合神經(jīng)網(wǎng)絡(luò)MIRNet2提高了脈象分類性能，相比IRNet3，其在特異性、靈敏度和準(zhǔn)確率上都得到了顯著提升，參數(shù)量和運(yùn)算量也少于IRNet3。沈睿等[32]針對(duì)中醫(yī)舌診脈診儀小型化、標(biāo)準(zhǔn)化、客觀化的需求，采用人工智能技術(shù)設(shè)計(jì)了一款智能舌脈診斷手環(huán)，脈象模塊利用光電容積法采集脈象，用隨機(jī)森林bagging模型進(jìn)行判別，模型準(zhǔn)確率高達(dá)91.07%，具有良好的應(yīng)用前景。周會(huì)林[33]研制了一種可將脈象生理信號(hào)進(jìn)行完整客觀化采集的專用觸力傳感器組件，可采集人體寸口部位的脈象幅度和寬度信號(hào)，能同時(shí)進(jìn)行三部九候的脈象采集。其得到的診斷結(jié)果與中醫(yī)臨床專家的診斷結(jié)果具有極高的一致性。由于脈診是一種偏重于醫(yī)者主觀感覺(jué)并中醫(yī)特色鮮明的診斷方法，其經(jīng)驗(yàn)傳承相對(duì)欠缺，臨床經(jīng)驗(yàn)較少的年輕醫(yī)生較難把握，因此將脈診客觀化、信息化、智能化顯得尤為重要。

2.5 四診合參的客觀化研究 中醫(yī)傳統(tǒng)診斷不僅依賴望、聞、問(wèn)、切等基本臨床診斷信息采集的準(zhǔn)確性和客觀性，還與四診合參及依靠四診信息進(jìn)行辨證論治的過(guò)程密切相關(guān)。辨證論治是中醫(yī)學(xué)進(jìn)行疾病診療工作的基本原則，是將四診所得的相關(guān)臨床信息使用中醫(yī)學(xué)理論進(jìn)行辨析，明確病變的本質(zhì)并確立證，論證其治則治法和方藥并付諸實(shí)施的思維和實(shí)踐過(guò)程[34]。整體可以概括為收集四診資料、四診合參辨證、因證立法、隨法選方、據(jù)方施治的過(guò)程。四診合參是對(duì)望、聞、問(wèn)、切所得到的信息進(jìn)行整合，是得到正確辨證的前提，而計(jì)算機(jī)在處理四診客觀化采集中所得的復(fù)雜的數(shù)據(jù)信息中具有先天優(yōu)勢(shì)。在四診信息收集方面，中醫(yī)四診儀代表著中醫(yī)診療的初步機(jī)械化、現(xiàn)代化。目前較為成熟的四診采集設(shè)備有上海道生舌面脈信息采集體質(zhì)辨識(shí)系統(tǒng)（DSO1-A）、BD-SZ便攜式四診合參輔助診療儀等，四診采集儀器也逐漸在實(shí)踐中不斷完善更新。上海中醫(yī)藥大學(xué)與俄羅斯火星-500（MARS500）研究計(jì)劃合作研發(fā)的四診信息收集分析儀，可用于監(jiān)測(cè)和分析宇航員在模擬條件下的身體健康情況[35]。徐藝峰等[36]運(yùn)用Smart TCM-I型中醫(yī)生命信息分析系統(tǒng)采集195例2型糖尿病患者舌象、面象、聲音及脈象信息，提取并分析其四診特征參數(shù)。其在并發(fā)冠心病、腎病時(shí)，舌象、聲診、脈圖上均有顯著性差異，為開(kāi)展基于四診客觀參數(shù)的糖尿病及其慢性并發(fā)癥證候分類識(shí)別提供了數(shù)據(jù)支持和客觀依據(jù)。

然而，四診智能化、客觀化的結(jié)合研究尚處于起步階段。中醫(yī)四診的客觀化是中醫(yī)規(guī)范化的前提和基礎(chǔ)，最后將所得信息相互融合與智能化分析才是重點(diǎn)。在中醫(yī)典籍中，經(jīng)方由于其標(biāo)準(zhǔn)化的理論特點(diǎn)而具有智能化屬性，其具有六經(jīng)辨證的唯一性、治則治法的嚴(yán)謹(jǐn)性及加減的規(guī)范性[37]。因此將四診客觀化數(shù)據(jù)成果在以基于經(jīng)典著作的中醫(yī)臨床輔助決策系統(tǒng)中進(jìn)行智能化信息分析，得出輔助決策結(jié)果，協(xié)助臨床醫(yī)生診療活動(dòng)，對(duì)中醫(yī)數(shù)字化診療發(fā)展具有重要意義。隨著科技發(fā)展和計(jì)算機(jī)算法的不斷進(jìn)步優(yōu)化，趙文等[38]提出從多源數(shù)據(jù)融合角度借助計(jì)算機(jī)技術(shù)實(shí)現(xiàn)四診合參智能化途徑，訓(xùn)練機(jī)器人把在四診設(shè)備獲得的數(shù)據(jù)進(jìn)行整合，基于多源數(shù)據(jù)學(xué)習(xí)，實(shí)現(xiàn)四診智能化。研究者也進(jìn)一步提出了通過(guò)協(xié)同訓(xùn)練方法、多核學(xué)習(xí)方法、基于子空間學(xué)習(xí)等方法手段來(lái)提升四診合參智能化應(yīng)用程度。綜上可知，將中醫(yī)四診及與智能化、客觀化相結(jié)合，將傳統(tǒng)醫(yī)學(xué)與現(xiàn)代科學(xué)技術(shù)整合，構(gòu)建中醫(yī)整體數(shù)字醫(yī)療體系，借助新技術(shù)、探索新理念，形成中醫(yī)特色診療平臺(tái)，減少中醫(yī)四診資料收集的個(gè)體差異，對(duì)優(yōu)秀經(jīng)驗(yàn)的傳承與臨床療效的提升有巨大價(jià)值。

2.6 智能辨證的客觀化研究 中醫(yī)辨證是在中醫(yī)學(xué)理論指導(dǎo)下對(duì)疾病本質(zhì)做出判斷的診斷思維過(guò)程，是以經(jīng)典著作、中醫(yī)古代哲學(xué)、辯證法、邏輯學(xué)、系統(tǒng)科學(xué)等知識(shí)為基礎(chǔ)進(jìn)行的病機(jī)闡釋思維。中醫(yī)辨證方法豐富，臨床常用方法包括臟腑辨證、衛(wèi)氣營(yíng)血辨證、三焦辨證、八綱辨證、六經(jīng)辨證等多種辨證系統(tǒng)[8]。復(fù)雜的中醫(yī)理論，使得整個(gè)辨證過(guò)程非常復(fù)雜，給智能辨證提高了難度。在智能辨證的研究中，隨著智能手機(jī)的普及出現(xiàn)了許多供臨床醫(yī)師及患者使用的線上中醫(yī)輔助診療系統(tǒng)，出現(xiàn)了眾多“中醫(yī)+互聯(lián)網(wǎng)”形式的APP，如“大家中醫(yī)”“平安好醫(yī)生”等。雖然線上系統(tǒng)在疫情防控常態(tài)化的背景下受到了大眾的歡迎，但其功能都是線上與醫(yī)生交流咨詢及進(jìn)行中醫(yī)知識(shí)查詢及調(diào)理養(yǎng)生建議等，并不能為線上診療的患者提供中醫(yī)四診采集分析及自動(dòng)智能辨證論治等服務(wù)。而中醫(yī)輔助診療系統(tǒng)的研究主要集中在中醫(yī)專家系統(tǒng)、中醫(yī)電腦診療系統(tǒng)、中醫(yī)診斷客觀化、中醫(yī)辨證論治模型、中醫(yī)診斷智能化方面，前沿?zé)狳c(diǎn)主要集中在中醫(yī)藥知識(shí)發(fā)現(xiàn)、人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、知識(shí)圖譜研究等方面[39]。姚帥君等[40]收集運(yùn)用多種機(jī)器學(xué)習(xí)算法建立圍絕經(jīng)期綜合征的診斷辨證模型，結(jié)果顯示，支持向量機(jī)在中小型數(shù)據(jù)集上有更好的表現(xiàn)，其分類結(jié)果更具有臨床指導(dǎo)意義。許夢(mèng)白等[41]結(jié)合運(yùn)用多種算法，通過(guò)五折交叉驗(yàn)證得出了基于SANN算法模型建立的不孕癥中醫(yī)辨證模型具有良好的診斷能力，明確了人工智能在中醫(yī)辨證模型的構(gòu)建與臨床中應(yīng)用的可行性。除算法模型構(gòu)建外，目前應(yīng)用較為成熟的中醫(yī)數(shù)字化診療臨床輔助系統(tǒng)有“中醫(yī)大腦”“TCM-CDS系統(tǒng)”“脈景中醫(yī)人工智能輔助診斷系統(tǒng)”等，其應(yīng)用了現(xiàn)代人工智能及計(jì)算機(jī)技術(shù)協(xié)助診療和臨床知識(shí)、醫(yī)案的學(xué)習(xí)等?；谒脑\的信息輸入及算法分析，基本實(shí)現(xiàn)了智能辨證這一基本功能，但是在現(xiàn)實(shí)的臨床應(yīng)用中，智能輔助診斷系統(tǒng)的辨證結(jié)果仍然作為參考，具體結(jié)果還需醫(yī)生主觀判斷是否采納，且辨證的正確率還有待加強(qiáng)。數(shù)字化醫(yī)療無(wú)論將來(lái)如何發(fā)展，都是以現(xiàn)有技術(shù)為基礎(chǔ)的。未來(lái)醫(yī)院的功能無(wú)論有多么強(qiáng)大，都是在一個(gè)基本的結(jié)構(gòu)上實(shí)現(xiàn)的。這個(gè)結(jié)構(gòu)可簡(jiǎn)單歸納為4個(gè)部分：數(shù)字化的醫(yī)療設(shè)備、數(shù)字化設(shè)備構(gòu)成的網(wǎng)絡(luò)、網(wǎng)絡(luò)之上的數(shù)字化醫(yī)療系統(tǒng)及基于數(shù)字化的醫(yī)療系統(tǒng)服務(wù)[42]，分別對(duì)應(yīng)四診信息采集設(shè)備、四診合參智能分析、基于經(jīng)典著作的中醫(yī)臨床輔助決策系統(tǒng)、診療活動(dòng)4個(gè)步驟。但是將四診客觀化、智能化成果和輔助決策系統(tǒng)相結(jié)合的應(yīng)用還很少，因此構(gòu)建“四診信息客觀化-四診信息智能化分析-智能輔助決策-診療”為一體的新時(shí)代人工智能辨證論治體系尤為重要。隨著中醫(yī)計(jì)算機(jī)技術(shù)和算法不斷進(jìn)步，利用機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、知識(shí)圖譜等新技術(shù)方法，以現(xiàn)代中醫(yī)藥大數(shù)據(jù)為研究基礎(chǔ)，將中醫(yī)輔助診療系統(tǒng)應(yīng)用于中醫(yī)臨床疾病診療中，建立中醫(yī)數(shù)字化辨證診療體系，具有廣闊的發(fā)展前景。

3 人工智能與中醫(yī)結(jié)合的短板

3.1 政策法規(guī)缺失、數(shù)據(jù)安全措施不規(guī)范 在法律方面，有關(guān)AI技術(shù)的具體法律規(guī)范尚未制定，而立法空白限制了AI的發(fā)展，危害了人類安全和公共利益。AI系統(tǒng)的生產(chǎn)、銷售、使用和售后服務(wù)規(guī)范需要立法明確。在數(shù)據(jù)安全方面，目前社會(huì)關(guān)注的焦點(diǎn)是數(shù)據(jù)安全和隱私保護(hù)的法律問(wèn)題。而要實(shí)現(xiàn)中醫(yī)的智能化，首先需要建立一個(gè)中醫(yī)藥統(tǒng)一的數(shù)據(jù)庫(kù)，AI開(kāi)發(fā)人員和維護(hù)人員應(yīng)嚴(yán)格限制數(shù)據(jù)訪問(wèn)權(quán)限，中醫(yī)藥醫(yī)護(hù)人員應(yīng)提高數(shù)據(jù)安全意識(shí)，中醫(yī)藥資料庫(kù)無(wú)論在技術(shù)層面或法律層面均須加強(qiáng)保護(hù)意識(shí)。

3.2 中醫(yī)-AI復(fù)合型人才儲(chǔ)備不足 與西醫(yī)相比，中醫(yī)藥內(nèi)涵豐富，歷史悠久，但一直在一個(gè)封閉的體系里。隨著各大型企業(yè)進(jìn)軍智能健康產(chǎn)業(yè)、中醫(yī)藥領(lǐng)域，系統(tǒng)學(xué)習(xí)過(guò)中醫(yī)藥知識(shí)且了解AI知識(shí)的復(fù)合型人才缺口非常大。目前，中醫(yī)藥的客觀化和智能化研究主要集中在中醫(yī)藥大學(xué)和中醫(yī)藥研究機(jī)構(gòu)，其理工學(xué)科的建設(shè)基礎(chǔ)薄弱、底蘊(yùn)不足。而理工能力突出的綜合類或理工類院校又極少開(kāi)設(shè)中醫(yī)藥專業(yè)的相關(guān)課程教學(xué)，交叉學(xué)科之間缺乏聯(lián)系，醫(yī)工合作多處于形式上聯(lián)合，缺乏學(xué)術(shù)思想和需求的交流碰撞，以至于中醫(yī)-AI復(fù)合型人才儲(chǔ)備不足。

3.3 指標(biāo)體系及算法標(biāo)準(zhǔn)建立困難 目前中醫(yī)的傳承存在地域環(huán)境氣候、文化差異、知識(shí)傳承體系結(jié)構(gòu)不通、方劑方藥配伍加減方法和中醫(yī)標(biāo)準(zhǔn)臨床術(shù)語(yǔ)不同等因素影響，如蒙醫(yī)、藏醫(yī)、苗醫(yī)等少數(shù)民族醫(yī)學(xué)。由于傳統(tǒng)的中醫(yī)診療過(guò)程受醫(yī)者的主觀意識(shí)、經(jīng)驗(yàn)積累的影響，其診斷結(jié)果往往缺乏客觀指標(biāo)和統(tǒng)一規(guī)范。另一方面，中醫(yī)數(shù)字化診療基礎(chǔ)為大量的臨床標(biāo)準(zhǔn)數(shù)據(jù)積累，前期需要專家對(duì)數(shù)據(jù)進(jìn)行標(biāo)注。專家臨證經(jīng)驗(yàn)不同且臨床病情表現(xiàn)復(fù)雜，對(duì)采集結(jié)果有主觀影響，因此四診儀器對(duì)于采集到的信息的標(biāo)準(zhǔn)也無(wú)法定義，所以尚未實(shí)現(xiàn)真正意義上的四診信息數(shù)據(jù)化，導(dǎo)致難以建立明確的指標(biāo)量化體系。隨著AI的不斷發(fā)展，應(yīng)用于構(gòu)建診斷辨證模型的算法也在不斷更新迭代，因此適用于智能診療的算法選擇還有待商榷，診斷技術(shù)及指標(biāo)的統(tǒng)一規(guī)范制定還存在著大量空白。

3.4 四診采集儀器關(guān)聯(lián)性不足 目前雖然已經(jīng)有兼顧四診采集的儀器投入使用，但大多數(shù)儀器仍然是基于單一的診斷方法進(jìn)行輔助診療活動(dòng)，與中醫(yī)“望、聞、問(wèn)、切、四診合參”的理論背道而馳，過(guò)于孤立其單一的癥狀，脫離了中醫(yī)“整體觀念”的基本理念，且行業(yè)現(xiàn)狀各自為陣，并無(wú)統(tǒng)一采集標(biāo)準(zhǔn)，所得的信息良莠不齊，更加忽略了四診合參的必要性，缺乏整體性研究。四診合參才能真正體現(xiàn)中醫(yī)診斷的“整體觀念”，把得到的不同采集結(jié)果進(jìn)行多信息融合，對(duì)于準(zhǔn)確了解病情和辨證論治具有重要的意義。因此真正實(shí)現(xiàn)中醫(yī)四診信息采集的智能化融合將是亟待解決的重要問(wèn)題。

4 小結(jié)

中醫(yī)診療傳統(tǒng)的過(guò)程是醫(yī)生使用望、聞、問(wèn)、切、四診合參的手段，收集患者癥狀和體征等四診信息。收集信息的過(guò)程充滿了醫(yī)者的主觀性。而將四診合參所得到的信息進(jìn)行科學(xué)的辨證論治才能正確地指導(dǎo)中醫(yī)數(shù)字化臨床診治，因此中醫(yī)“四診客觀化”與“智能辨證”是開(kāi)展中醫(yī)數(shù)字化診療的重要前提。目前許多中醫(yī)診斷儀器已經(jīng)應(yīng)用到臨床疾病的研究與中醫(yī)科普中，但想要達(dá)到完全臨床使用還任重道遠(yuǎn)，需依托人工智能進(jìn)步發(fā)展的創(chuàng)新力優(yōu)勢(shì)，構(gòu)建包括四診和辨證的中醫(yī)數(shù)字化診療新格局?？傮w來(lái)看，目前投入使用的中醫(yī)智能輔助系統(tǒng)大多以醫(yī)案數(shù)據(jù)、古今中（西）醫(yī)典籍、臨床指南、循證醫(yī)學(xué)研究成果為基礎(chǔ)建立，因此建立基于經(jīng)典著作的中醫(yī)臨床輔助決策系統(tǒng)，對(duì)四診客觀化所得成果進(jìn)行分析，構(gòu)建“四診信息客觀化-四診信息智能化分析-智能輔助決策-診療”完整的智能辨證體系，完善辨證標(biāo)準(zhǔn)，為中醫(yī)診療活動(dòng)提供智能化信息支持，并將中醫(yī)診斷信息客觀化和現(xiàn)代醫(yī)學(xué)檢查指標(biāo)融合，建立起中醫(yī)數(shù)字化診療體系，對(duì)打破中西醫(yī)理論與實(shí)踐難以契合的現(xiàn)狀有重要作用。同時(shí)，為了更有效地記錄、儲(chǔ)存和交換過(guò)去難以保存的珍貴醫(yī)療診斷資料，需將其共享在中醫(yī)診斷大數(shù)據(jù)平臺(tái)上，依據(jù)中醫(yī)辨證思維，利用AI技術(shù)，輔助計(jì)算機(jī)識(shí)別等信息處理技術(shù)，加強(qiáng)中醫(yī)四診信息采集與分析識(shí)別的客觀化、智能化研究，將其標(biāo)準(zhǔn)化、數(shù)字化，形成多元融合的中醫(yī)大數(shù)據(jù)集合平臺(tái)和具有中醫(yī)特色的四診采集、辨證論治及臨床治療推薦意見(jiàn)的基于經(jīng)典著作的中醫(yī)臨床輔助決策系統(tǒng)，是實(shí)現(xiàn)個(gè)人健康監(jiān)測(cè)、疾病風(fēng)險(xiǎn)預(yù)警及中醫(yī)診療數(shù)字化的有效手段，也是實(shí)現(xiàn)中醫(yī)臨床診斷資料的平臺(tái)共享和辨證研究的與時(shí)俱進(jìn)，并且可以為中醫(yī)藥的國(guó)際化發(fā)展，在全球疾病防控中貢獻(xiàn)“中醫(yī)智慧”和“中國(guó)力量”。