人工智能技术在中医临床诊疗中的应用研究进展

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 Li2LIU Jiang2XIANG Minhong2
1.Department of Ophthalmology,Shuguang Hospital Affiliated to Shanghai University of Traditional Chinese Medicine,
Shanghai200120,China;2.Department of Ophthalmology,Putuo Hospital Affiliated to Shanghai University of Tradi­tional Chinese Medicine,Shanghai200062,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 treat­ment 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Chi­nese medicine diagnosis and treatment冶,野intelligent diagnosis and treatment instrument冶,野intelligent syndrome differ­entiation冶,and野intelligence of traditional Chinese medicine冶are searched for filtering out literatures related to the in­telligence of Chinese medicine diagnosis and treatment.The literatures are categorized into four aspects of TCM diag­nosis,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 effec­tively 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
42CHINA MEDICAL HERALD Vol.18No.8March 2021
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生模型,由大量神经元组成，可提高运算速率,其数据的分布储存形式利于建立联想,容错能力又使其在模糊计算及非线性计算中发挥优势，符合中医辨证模式的多元化、非线性统一及模糊性等特点眄1］遥绍尤伟网在舌象分类中运用深度学习技术中的深度残差网络，不CHINA MEDICAL HERALD Vol.18No.8March2021|43
•综述•-----------------
仅有效提升舌象分类的效果,并可直接给出对应的病性诊断，大大提升了临床工作效率。

云储存与云计算技术解决了海量数据的存储问题，大量的数据可在瞬间完成集成、统一和共享［33-34］遥基于云平台技术，结合深度学习、机器学习、可视化等技术的“云中医”健康检测系统，利用中医辨证思维，可实时给出疾病的中医状态描述叫
2.4微观辨证
微观辨证是基于微观指标的一种病证诊断模式,中医证候与实验室指标相结合,将“疾病”“证型”“表型”有机联系,不仅利于中医诊断数据化，更利用中医证候的数字化、客观化旳。

赵志玥网通过研究冠心病合并糖尿病各个阶段中医证候与理化指标的关系，初步筛选出对疾病某一证候有特异性诊断价值的理化指标。

刘吉刚何对375例女性高血压患者证候与理化指标之间的研究,发现痰热内闭证患者血浆同型半胱氨酸水平较高。

2.5智能诊疗技术在健康管理方面的应用
健康医学是未来医学的发展趋势，旨在提供健康咨询、指导及对健康危险因素干预网。

结合了人工智能技术的智能状态辨识系统在健康管理方面有巨大优势，由上海中医药大学自主研发的“便携式中医智能镜”可通过对舌苔、面色的智能辨识,结合问诊,给出健康状态评分,并对患病风险进行评估，且予以饮食、运动、音乐、起居等方面的指导云计算、云平台技术为健康管理的数据挖掘提供了条件,通过物联网、可穿戴设备等智能终端进行信息的采集、监测，统一储存后每个个体将获得独一无二的健康档案。

随着计算机及网络系统的升级，多元体质辨识模式、自动辨识模式、远程体质辨识模式及终身健康辨识模式将成为未来发展趋势跑。

2.6智能诊疗技术在眼科的应用
人工智能技术目前在眼科的图像处理方面应用广泛，尤其在白内障、青光眼、老年黄斑变性及糖尿病视网膜病变等方面均取得较大进展,利用卷积神经网络进行图像特征的提取及训练学习，可实现对眼底图像的识别［41］遥朱娟等阿利用计算机图像识别及特征提取算法实现了特发性黄斑裂孔的人工智能诊断。

人工神经网络、远程医疗、眼底图像自动诊断、手术机器人、电子助视器、视觉假体等新技术不断被应用于眼科智能化研究中。

中医眼科方面，目诊的数字化及客观化也是人工智能的重要应用。

文毅岡基于图像分析技术,从虹膜特征的提取及分析方面开展虹膜诊断数字化的研究,证实该方法对开展中医目诊临床研究的可行性遥李蕊------------中国医药导报2021年3月第18卷第8期
玲跑通过对眼睛边缘提取、瞳孔中心定位、白睛分析及肤色迁移4个方面的算法研究与创新,探索眼神与肤色的关系，为中医面诊的眼神分析奠定了基础。

3小结
传统中医发展之路恰逢现代信息技术革命,传统诊疗模式与现代精准、高效的人工智能发生碰撞。

中医诊疗技术与人工智能的完美结合是时代的选择,也是使中医保持新鲜活力、可持续发展的契机。

人工智能将中医服务从临床诊疗延伸到疾病的预防及保健层面,实现既病先治、未病先防,发挥更大中医诊疗优势。

然而，中医智能化道路仍面临挑战。

当前中医智能诊疗技术仅局限于科研及少数医疗机构,标准化的中医术语库亟待建立,头面部望诊及问诊的智能化仍存在部分技术空白,将相对模糊、非线性的中医辨证原理转变为被大众理解的语言符号需要多学科协作。

医学本身就是复杂的生命科学,将人体整体的、动态的疾病信息串联起来,把控患者的健康态势，形成宏观和微观相结合、定性与定量相结合的技术规范，是未来智能中医的发展趋势。

［参考文献］
［1］郑唯实.人工智能在临床医学中的应用与思考［J］.科技创新导报,2019,16(1):150-151.
［2］袁冰，范钢.中医学如何走进人工智能时代［J］.中华中医药杂志，2018,33(2):698-703.
［3］杨蕴，钟慧，于观贞.人工智能促进中医药传承发展的机遇与挑战［J］.北京中医药,2019,38(8):835-838.
［4］张冬，张俊华,孟昭鹏，等.基于高光谱图像技术的中医舌诊客观化研究展望［J］.中国中医基础医学杂志,2019, 25(9):1324-1326.
［5］阙翼.冠心病稳定期患者舌象特征及其客观测量比较研究［D］.北京：中国中医科学院,2018.
［6］樊威.人工智能在胃食管反流病舌诊辨证中的应用［D］.
南京:南京中医药大学,2019.
［7］燕海霞，王忆勤,朱惠蓉，等.50例肺癌患者中西医结合治疗后舌脉象参数的变化［J］.中西医结合学报,2009,7
(3)
:218-222.
［8］陈振湘，魏满良.对正常人面部红外线图的观察［J］.中华中医药杂志，1991(4)：8-9.
［9］金沢生花.基于中医体质学“肤-体相关论”的皮肤分类及生理量化指标研究［D］.北京:北京中医药大学,2015.［10］董梦青，李福凤，周睿，等.基于图像处理的不同脏腑疾病患者面部颜色特征分析［J］.中华中医药杂志,2013,
28(4):959-963.
［11］宋海贝，温川飙.中医面诊信息自动识别方法研究进展［J］.
成都中医药大学学报,2018,41(1)：5-8.
［12］刘媛，赵鹏程,陆小左.一种面诊图像的分割算法［J］.电脑知识与技术,2017,13(26):183-185.
44CHINA MEDICAL HERALD Vol.18No.8March 2021
中国医药导报2021年3月第18卷第8期.综述窑
[13]辛飞祥.基于视觉感知融合的中医诊断分析模型研究[D].
哈尔滨:哈尔滨工业大学,2017.
[14]徐礼胜.中医脉象数字化研究[D].哈尔滨：哈尔滨工业
大学,2006.
[15]郭思嘉.智能化多探头中医脉诊仪设计[D].重庆:重庆
大学,2018.
[16]张冬雨.面向脉诊的脉搏信号与血流信号分类研究[D].
哈尔滨:哈尔滨工业大学,2010.
[17]王宏武，王峰，王晓洒.人工智能在中医诊察中的应用
综述[J].电脑知识与技术,2019,15(19):201-202,210.
[18]孙冰.一种利用智能终端远程切脉的脉诊仪及其方法:
中国，201410013719.9[P].2014-04-30.
[19]陈炫慧，谢严坤，王萌，等.基于中医诊断技术的智能手
环研究[J].智能计算机与应用,2016,6(1):48-49,54. [20]周小芳，李雪，李福凤.可穿戴技术在中医药领域的应
用研究[J].中国中医药科技,2018,25(1):148-149. [21]辛基梁.人工神经网络在中医临床辨证模型研究中的
应用[D].福州:福建中医药大学,2017.
[22]石玉琳，胡晓娟，许家佗.中医病证智能化诊断与分类
研究进展[J].中国中西医结合杂志,2019,39(6):763-768.
[23]郭睿，王忆勤,燕海霞，等.基于样本熵的冠心病脉象分
析[J].中华中医药杂志,2013,28(10):3015-3017. [24]吴芸.基于软计算方法的中医智能辨证处理系统[J].厦
门理工学院学报,2008,16(2):50-55.
[25]许朝霞，王忆勤,颜建军，等.基于支持向量机和人工神
经网络的心血管疾病中医证候分类识别研究[J].北京中医药大学学报,2011,34(8):539-543.
[26]王恩成，唐琳，王健，等.慢性乙型肝炎中医证候聚类分
析研究[J].中国中西医结合杂志,2014,34(1)：39-42. [27]蔡晓路.基于随机森林的类风湿关节炎证型判别模型
研究[D].北京:北京中医药大学,2016.
[28]冯奇.POMDP近似解法研究及在中医诊疗方案优化中
的应用[D].北京:北京交通大学,2011.
[29]张晓航，石清磊，王斌.机器学习算法在中医诊疗中的
研究综述[J].计算机科学,2018,45(S2)：32-36.[30]张鑫,朱明峰，杜建强.中医数据挖掘算法研究进展[J].
江西中医药大学学报,2015,27(1):111-113,120. [31]周腾，白璐，陈轶戈，等.人工智能驱动下的脑卒中高危
人群早期筛查和预防工作模式研究[J].中国医药导报, 2019,16(11):165-168,181.
[32]邵尤伟.基于深度学习的智能舌诊方法研究[D].厦门：
厦门大学,2018.
[33]王倩.云计算环境下的中医病症数据挖掘系统研究与
设计[D].青岛:青岛科技大学,2018.
[34]朱俞彤，刘祚燕.物联网云平台的肺康复护理对老年慢
性阻塞性肺疾病稳定期患者肺功能的影响[J].中国医药导报,2021,18(1):184-188.
[35]张红凯，胡洋洋,张伟妃.基于舌、面、问诊数字信息的
“云中医”移动健康管理平台的建立[J].中国中医药科技，2018,25(2):151-154.
[36]赵志玥.冠心病合并糖尿病各阶段中医四诊信息与理
化指标客观化的规律研究[D].沈阳:辽宁中医药大学, 2018.
[37]刘吉刚.女性高血压患者中医证候分类及与临床理化
指标规律性研究[D].济南:山东中医药大学,2016. [38]李灿东，辛基梁,雷黄伟.中医健康管理与人工智能[J].
中华中医药杂志,2019,34(8):3586-3588.
[39]孙鹏程，王济，侯淑涓.中医健康状态辨识模式的研究
现状与展望[J].天津中医药,2019,36⑶：209-213. [40]张鸣然.人工智能在中医体质辨识中的应用展望[J].通
讯世界,2019,26(2):281-282.
[41]赵乾，沈琳琳,赖铭莹.基于机器学习的人工智能技术
在眼科中的应用进展[J].国际眼科杂志,2018,18(9)：1630-1634.
[42]朱娟，常花蕾，李进.特发性黄斑裂孔的人工智能诊断
研究[J].眼科新进展,2019,39(11)：1040-1043.
[43]文毅.基于图像分析的中医目诊数字化的方法研究[D].
长沙:湖南中医药大学,2016.
[44]李蕊玲.基于机器视觉的中医面诊神色客观化研究[D].
北京:北京科技大学,2012.
(收稿日期：2020-08-21) CHINA MEDICAL HERALD Vol.18No.8March2021|45。