人工智慧也可“望聞問切”

“人工智慧未來完全有可能成為中醫藥領域的顛覆性技術，改變行業現狀，産生新業態，應用前景廣闊。”近日，在“中醫藥與前沿技術的多學科交叉”岐黃科技創新論壇暨第三屆中醫濕證國際學術論壇上，中國科學院院士、中國科學院上海藥物研究所研究員陳凱先表示。

　　人工智慧已開始在中醫藥領域落地，政策支持力度也不斷加大。2022年11月，國家中醫藥管理局印發《“十四五”中醫藥信息化發展規劃》，提出加快中醫藥關鍵數字技術攻關，方向之一就是針對制約發展的關鍵問題，依託高水平研究機構、高等院校、中醫醫院以及中藥創新企業，開展政産學研用協同創新，鼓勵和支持智慧中醫設備研發及應用。

　　人工智慧究竟會給中醫藥領域帶來怎樣的變革？記者就此採訪了相關專家學者。

　　輔助中醫診療更便捷

　　打開手機上的“望舌問膳”小程序，對著手機攝像頭拍下舌頭照片，僅1分鐘左右，廣州市民吳小姐就收到一份詳細的身體體徵報告。這份報告從中醫角度分析了她的健康狀況，併為她提供膳食養生防治方案。“太方便了，以往想身體調理，我還得去醫院排隊問診。”她高興地説。

　　“這款小程序融合傳統中醫舌診方法和現代人工智慧圖像識別技術，通過對兩萬多張臨床舌診圖片深度學習，為用戶提供便捷的健康分析服務。”小程序研發相關負責人介紹。近半年來，已有3萬多人次使用該小程序，其中94%的用戶對分析結果準確性表示認可。

　　近年來，隨著人工智慧、大數據等新技術日益與中醫藥深度融合，各類創新産品層出不窮：人工智慧針灸機器人、中醫健康手環、脈象信息採集系統……目前業界對人工智慧輔助進行中醫四診的技術研發熱情較高，人工智慧也可“望聞問切”。

　　“未來，人工智慧將越來越廣泛地應用於中醫藥臨床和科研。比如，通過圖像識別技術增強‘望聞問切’客觀性、基於大數據系統優化醫生處方、利用人工智慧模型輔助診療等。”中國工程院院士、中醫藥廣東省實驗室主任、廣東省中醫藥科學院（廣東省中醫院）首席科學家劉良分析，這是一場重大變革，人工智慧將推動診療模式從以個人經驗與主觀判斷為主，向融合多種現代技術與中醫專家經驗的模式轉變。

　　劉良也認為，這種轉變並不意味著人工智慧要替代醫生。尤其在臨床醫療方面，人工智慧並不能替代醫生，只能起到輔助作用。“中醫專家的臨床經驗仍然非常重要。人機聯動不能離開人，放在第一位的還是人和經驗。”劉良説。

　　融合發展具有先天優勢

　　那麼，人工智慧技術與中醫藥專家經驗如何更好地融合？在陳凱先看來，中醫藥領域具備與人工智慧融合發展的先天優勢。

　　傳統中醫診斷高度依賴經驗，通過“望聞問切”獲取關於證候、疾病的大量信息。這些信息包含極為複雜的因果或相關關係。要熟練掌握這些關係，就必須對前人經驗進行歸納總結。而中醫藥在長期發展過程中形成了大量典籍，沉澱了不少經驗，積累了海量數據，對其進行檢索、比較、歸納和分析難度較大。

　　“人工智慧技術不僅能提升中醫藥文獻歸納整理效率，而且在輔助診斷、用藥決策、優化藥物組合和新藥研究中展現出巨大潛力。”陳凱先説。

　　例如，由中醫藥廣東省實驗室&&建設啟動的中醫藥橫琴大模型，包含100億字符中醫知識文本及中醫院數字化病例。它依託高可信中醫診療知識庫，可輔助醫生精準診療，提供個性化治療方案。由華東師範大學、上海中醫藥大學等單位聯合開發的“數智岐黃”中醫藥大模型，以《黃帝內經》《傷寒雜病論》等著名中醫典籍及1000多本古籍和中醫藥文獻為核心數據基礎。它採用預訓練和微調並結合檢索增強生成和插件調用等技術，通過方劑推薦、中藥性質解讀、證候輔助診斷，實現中醫藥領域知識智慧問答、健康諮詢、中醫藥知識圖譜動態交互三大核心功能，助力中醫藥創新研究和人才培養、臨床輔助診療及中醫養生保健。

　　劉良對人工智慧在輔助診斷方面的作用也抱有很高期望。他在香港出診時，常常遇到病人好奇地詢問：“醫生，你是怎樣把我的類風濕病情控制住的呢？”這些病人希望能像了解西醫診斷那樣，清楚知道治療的具體靶點情況。“這時我只能很遺憾地告訴他們，現在還無法詳細解釋清楚，因為中藥的復方辨證治療很複雜，目前還沒有技術能解析。”劉良説，在看診過程中，他只觀察到患者關節紅腫熱痛症狀；如果借助人工智慧大模型，通過數據訓練，就能精準診斷紅腫程度，讓治療更客觀。

　　數據可解釋性亟待提升

　　“當下，人工智慧賦能中醫藥發展已經邁出一步，有的中醫藥人工智慧大模型已得到初步應用。但要使之成為精準科學研究，還需要付出更多努力。”陳凱先認為，挑戰之一是數據可靠性與可解釋性問題。

　　“如果數據不可靠，人工智慧得出的結論也不正確。中醫傳承千年，大部分屬於描述性語言，比如‘脈細’。如何把它們變成可靠數據，使之具有可解釋性，是人工智慧應用到中醫藥領域首先要解決的問題。這需要科研人員進一步用現代科學方法解析中醫藥作用原理。”陳凱先説。

　　對此，劉良認為，首先要構建龐大、高質量的數據集，包括臨床數據、科研數據、文獻數據、海外數據等；其次，還要對這些數據進行收集、清洗、整理；最後，應收集多模態數據，將不同數據歸納到一套語言體系中。

　　“人工智慧的模型架構仍需不斷完善，數據集也要不斷進化。應加強算力硬體設施建設，提升算法和算力水平。”劉良説，目前既懂算法又懂中醫藥的複合型人才短缺，因此要注重人才培養，引導他們參與算法研發、訓練與應用等工作，助力提升算法質量。

　　“以人工智慧為‘大腦’、以實驗裝備為‘雙手’，‘大腦’指揮‘雙手’，有望為中醫藥領域帶來變革。”陳凱先認為，中醫藥需與時俱進，應用多學科現代科學技術開展綜合研究，實現中醫藥現代化。