人工智能技术在中医临床诊疗中的应用研究进展
- 格式：pdf
- 大小：902.78 KB
- 文档页数：4
综 述.
中国医药导报2021年3月第18卷第8期
人工智能技术在屮医临床诊疗屮的应用研究进展
文杭
1 黄丽
2 刘江
2 项敏泓
2
1.上海中医药大学附属曙光医院眼科，上海200120;2.上海中医药大学附属普陀医院眼科，上海200062
［
摘要］
随着计算机技术的发展和成熟,人工智能迎来了发展的黄金时期。本文旨在总结智能化诊疗技术在中医
领域的发展和应用，以期探索中医现代化的发展方向。资料来源于中国知网、万方数据库，搜索“人工智能”“中医
诊疗”“智能诊疗仪”“智能辨证”“中医智能化”等关键词，筛选出与中医诊疗智能化相关的文献，将其归为中医四
诊、中医辨证、健康管理、眼科等方面，最终得出人工智能技术在中医临床诊疗方面不断发展，人工智能技术的应
用使得中医诊疗技术更为精准、可视化，可有效指导临床的结论。
［
关键词］
中医诊断;人工智能；智能辨证；大数据
［
中图分类号］R241 ［
文献标识码］A ［
文章编号］1673-7210(2021)03(b)-0042-04
Research progress of artificial intelligence technology in clinical diagnosis
and treatment of traditional Chinese medicine
WEN Hang HUANG Li2 LIU Jiang2 XIANG Minhong2
1.Department of Ophthalmology, Shuguang Hospital Affiliated to Shanghai University of Traditional Chinese Medicine,
Shanghai 200120, China; 2.Department of Ophthalmology, Putuo Hospital Affiliated to Shanghai University of Tradi
tional Chinese Medicine, Shanghai 200062, China
[Abstract] With the development and maturity of computer technology, artificial intelligence has ushered in the golden
age of development. This article aims to summarize the development and application of intelligent diagnosis and treat
ment technology in the field of traditional Chinese medicine (TCM), in order to explore the development direction of
TCM modernization. The data comes from CNKI and Wanfang Data. Keywords such as 野artificial intelligence冶, 野Chi
nese medicine diagnosis and treatment冶, 野intelligent diagnosis and treatment instrument冶, 野intelligent syndrome differ
entiation冶, and 野intelligence of traditional Chinese medicine冶 are searched for filtering out literatures related to the in
telligence of Chinese medicine diagnosis and treatment. The literatures are categorized into four aspects of TCM diag
nosis, TCM syndrome differentiation, health management, ophthalmology, etc. Finally, it can be concluded that artificial
intelligence technology is continuously developing in TCM clinical diagnosis and treatment. The application of artificial
intelligence technology makes TCM diagnosis and treatment technology more accurate and visualized, which can effec
tively guide clinical practice.
[Key words] TCM diagnosis; Artificial intelligence; Intelligent syndrome differentiation; Big data
传统中医诊断的过程是通过四诊所收集的症状
、
体征等信息进行综合分析
,辨清疾病的病因
、病性
、病
位及邪正关系
。从秦汉至今
，中医始终以
“望
、闻
、问
、
切
”作为诊疗的主要手段
，数千年来经受住了历史的
考验
。人工智能是研究和开发用于模拟
、延伸和扩展
人类智能的理论
、方法
、技术及应用系统的一门新兴
科学
,是计算机发展的产物
，已广泛应用于社会各个
领域
，在医疗领域更是取得了较大进展叫为更好地传
［
基金项目］
上海市卫生和计划生育委员会科研课题项目
(201840196);上海市普陀区中心医院英才计划项目(20172
02B)；上海中医药大学预算内项目(2019WK118)。
［
作者简介］
文杭(1993-),女,硕士;研究方向：眼表疾病。
［
通讯作者］
项敏泓(1977-),女，博士，副主任医师;研究方
向:干眼、白内障、青光眼、眼底疾病等。 承和发展中医药
,适应时代需求
，中医药领域也必将
发生数字革命
。“将升岱岳
，非径奚为
;欲诣扶桑
，无舟
莫适
”,人工智能技术为实现新时代中医药的发展提供
了契机罠
1人工智能在中医四诊方面的应用
中医诊疗技术与人工智能技术的完美结合不仅
可进一步扩大人工智能的应用
,而且更有望解决中医
诊疗技术发展的瓶颈问题
，中医诊疗仪器发展至今
,
其形式多样
，其中以舌诊
、脉诊
、面诊方面的研究更为
深入典
1.1
舌诊仪
望诊为四诊之首
，人工智能在望诊方面以舌诊的
研究最为深入
。随着人工智能技术的发展
，各类舌诊
仪纷纷面世
。近年来又不断升级
，充分利用红外线
、血
42
CHINA MEDICAL HERALD Vol. 18 No. 8 March
2021中国医药导报
2021年
3月第
18卷第
8期.综 述窑
流动力学
、光谱
、色度学等技术以减少光线和环境对
舌象辨识的影响
,可最大限度地模拟人眼在观察舌体
时的光谱反应场景典且成像技术由二维发展为三维
,
使舌象信息获取更加全面
，可清晰体现舌体
、舌苔
、舌
下脉络
，纹理
、齿痕等细节
,取得很好的临床效果
。阙
翼
［5］利用舌诊仪对冠心病稳定期患者进行舌象分析
，
得出其在舌色
、舌苔
、舌形等方面存在共同点
。樊威问
将不同证型胃食管反流患者的舌象进行量化
,借助人
工智能技术
，参照舌象数据库
,可迅速识别患者的舌
象特征
。燕海霞等
［7］利用IP- I型舌脉象数字化分析
仪观察经中西医结合治疗后的肺癌患者
,显示治疗后
患者的润燥指数
、腻腐指数较治疗前升高
，说明舌脉
象参数可作为疾病疗效评价的有效指标
。
1.2
面诊仪
人工智能在面诊仪的研发及面色智能识别方面
不断进步
。陈振湘等闻利用红外热像仪，对914名健康
人进行历时10年的面部观察，发现面部各脏腑反应
区温度存在差别
。金沢生花固利用VISIA面部图像分
析系统,对446名东京女性进行检测，证实肤色与体
质的相关性
。董梦青等
［10］采用研发的中医面诊数字
化检测仪对冠心病患者的面色分析发现，不同证型的
患者面色的红色指数
、总体面色指数
、黑色指数差异
有统计学意义
。
面色智能识别的基础是对面部皮肤进行分割以
取得面部全局或局部的颜色
、纹理等特征
，然后通过
机器学习等算法进行分类
［11］遥近年来
，人脸图像分割
及区域定位技术不断完善
,刘媛等
［12］使用聚类方法和
数学形态学运算对人脸细节进行处理
,实现了面诊图
像自动分割
,且通过实验证实了其准确性
、有效性
。辛
飞祥问利用标准化视觉感知采集设备
,提取面部的颜
色
、纹理等特征
,并利用典型关联分析融合诊断特征
,
体现了感知融合计算对望诊现代化的意义
。
1.3
脉诊仪
脉诊客观化研究始于20世纪50年代，形式多样
的脉象检测记录仪现已不断涌现
，压力传感器由双
探头
、三探头进化至多探头
，丰富了脉象描述的参数
,
脉象图由二维发展为四维
,真正实现了模拟中医把
脉
［14-15］遥此外
,B超和多普勒技术也应用于脉诊
,可收
集血流速度信号
,再通过定位提取空间特征
,对健康
人
、胆囊炎及肾病患者的研究证实了其有效性
［呵。王
宏武等切研发的双感测脉诊仪，通过12个传感器测
量
“寸
、关
、尺
”及
“浮
、中
、沉
”脉象
,不仅模拟脉诊的
“三部九候
”，更是根据挠动脉血管的宽度可对脉压进
行量化
。此外
,孙冰的开发了一种可远程切脉的仪器
,
将传感器检测到的脉象信息传至智能终端
，然后转换 为虚拟振动信号
,医师手置于模拟震动装置上即可感
知患者的脉象
，满足现代远程医疗
。更有学者将脉诊
的数字化信息开发到智能手环
,其操作简单
、便于携
带
,可实现脉诊信息的及时监测和反馈
［19-20］遥
2智能诊疗技术在中医辨证方面的应用
虽
“脉诊仪
”“舌诊仪
”“面诊仪
”等智能诊疗设备
可客观表达中医四诊信息
,但对四诊资料的有效辨证
也是中医智能化的重要研究内容
。
2.1
智能辨证
智能辨证最早始于专家系统
，如关幼波肝病诊治
专家系统
、刘绍武计算机诊疗系统等
，但由于专家系
统数据库局限
，数据推理能力十分有限
，且为兼顾中
医整体观念
,问诊数据较多
，程序复杂的。此后
，各类
智能算法在中医辨证智能化发展中崭露头角㈣
。郭睿
等
［23］应用多尺度熵对冠心病患者中医脉象的复杂性
进行研究
，为无创诊断技术的发展和推广打下基础
。
吴芸㈣将人工智能技术
一软计算方法应用于中医辨
证
,通过对慢性胃炎
、中风的辨证分型结果进行分析
,
证实了其有一定的临床诊断价值
。
2.2
机器学习算法
随着技术的发展,机器学习算法为中医智能辨证
注入新的活力
。许朝霞等
［25］基于支持向量机和人工神
经网络，分析3000余例心血管疾病患者四诊信息及
证候类型之间的关系,并构建证候分类模型,其预测
准确率高达92.4%,证实支持向量机在证候研究的可
行性
。王恩成等
［26］收集1064例慢性乙型肝炎患者信
息，运用K-means方法得到脾胃湿热
、肝胆湿热
、肝
脾湿热等8类证型,辨证结果与专家高度一致
。之后
衍生出的新型算法也逐渐被应用，蔡晓路旳将数据挖
掘技术中的分类算法引入到类风湿疾病的证候研究
中
，运用随机森林方法建模
，显示出模型稳定的特点
遥
冯奇㈣对中医治疗的2型糖尿病临床数据建立POMDP
模型，证明POMDP模型可用于挖掘临床数据中较优
的序贯治疗方案,为中医辨证论治及临床验证提供知
识参考
。
2.3
深度学习技术
深度学习技术是一种多层神经网络学习算法
，直
接从原始数据中提取特征
,不断自我学习
，将繁复的
数据进行分层分类
，归纳推进
,在图像及语音识别方
面独具优势㈣。人工神经网络是基于生理学的智能仿
