人工智能也可“望闻 问切”

　　“人工智能未来完全有可能成为中医药领域的颠覆性技术，改变行业现状，产生新业态，应用前景广阔。”近日，在“中医药与前沿技术的多学科交叉”岐黄科技创新论坛暨第三届中医湿证国际学术论坛上，中国科学院院士、中国科学院上海药物研究所研究员陈凯先表示。

　　人工智能已开始在中医药领域落地，政策支持力度也不断加大。2022年11月，国家中医药管理局印发《“十四五”中医药信息化发展规划》，提出加快中医药关键数字技术攻关，方向之一就是针对制约发展的关键问题，依托高水平研究机构、高等院校、中医医院以及中药创新企业，开展政产学研用协同创新，鼓励和支持智能中医设备研发及应用。

　　辅助中医诊疗更便捷

　　打开手机上的“望舌问膳”小程序，对着手机摄像头拍下舌头照片，仅1分钟左右，广州市民吴小姐就收到一份详细的身体体征报告。这份报告从中医角度分析了她的健康状况，并为她提供膳食养生防治方案。“太方便了，以往想身体调理，我还得去医院排队问诊。”她高兴地说。

　　“这款小程序融合传统中医舌诊方法和现代人工智能图像识别技术，通过对两万多张临床舌诊图片深度学习，为用户提供便捷的健康分析服务。”小程序研发相关负责人介绍。近半年来，已有3万多人次使用该小程序，其中94%的用户对分析结果准确性表示认可。

　　近年来，随着人工智能、大数据等新技术日益与中医药深度融合，各类创新产品层出不穷：人工智能针灸机器人、中医健康手环、脉象信息采集系统……目前业界对人工智能辅助进行中医四诊的技术研发热情较高，人工智能也可“望闻问切”。

　　“未来，人工智能将越来越广泛地应用于中医药临床和科研。比如，通过图像识别技术增强“望闻问切”客观性、基于大数据系统优化医生处方、利用人工智能模型辅助诊疗等。”中国工程院院士、中医药广东省实验室主任、广东省中医药科学院(广东省中医院)首席科学家刘良分析，这是一场重大变革，人工智能将推动诊疗模式从以个人经验与主观判断为主，向融合多种现代技术与中医专家经验的模式转变。

　　刘良也认为，这种转变并不意味着人工智能要替代医生。尤其在临床医疗方面，人工智能并不能替代医生，只能起到辅助作用。“中医专家的临床经验仍然非常重要。人机联动不能离开人，放在第一位的还是人和经验。”刘良说。

　　融合发展具有先天优势

　　那么，人工智能技术与中医药专家经验如何更好地融合？在陈凯先看来，中医药领域具备与人工智能融合发展的先天优势。

　　传统中医诊断高度依赖经验，通过“望闻问切”获取关于证候、疾病的大量信息。这些信息包含极为复杂的因果或相关关系。要熟练掌握这些关系，就必须对前人经验进行归纳总结。而中医药在长期发展过程中形成了大量典籍，沉淀了不少经验，积累了海量数据，对其进行检索、比较、归纳和分析难度较大。

　　“人工智能技术不仅能提升中医药文献归纳整理效率，而且在辅助诊断、用药决策、优化药物组合和新药研究中展现出巨大潜力。”陈凯先说。

　　例如，由中医药广东省实验室牵头建设启动的中医药横琴大模型，包含100亿字符中医知识文本及中医院数字化病例。它依托高可信中医诊疗知识库，可辅助医生精准诊疗，提供个性化治疗方案。由华东师范大学、上海中医药大学等单位联合开发的“数智岐黄”中医药大模型，以《黄帝内经》《伤寒杂病论》等著名中医典籍及1000多本古籍和中医药文献为核心数据基础。它采用预训练和微调并结合检索增强生成和插件调用等技术，通过方剂推荐、中药性质解读、证候辅助诊断，实现中医药领域知识智能问答、健康咨询、中医药知识图谱动态交互三大核心功能，助力中医药创新研究和人才培养、临床辅助诊疗及中医养生保健。

　　刘良对人工智能在辅助诊断方面的作用也抱有很高期望。他在香港出诊时，常常遇到病人好奇地询问：“医生，你是怎样把我的类风湿病情控制住的呢？”这些病人希望能像了解西医诊断那样，清楚知道治疗的具体靶点情况。“这时我只能很遗憾地告诉他们，现在还无法详细解释清楚，因为中药的复方辨证治疗很复杂，目前还没有技术能解析。”刘良说，在看诊过程中，他只观察到患者关节红肿热痛症状；如果借助人工智能大模型，通过数据训练，就能精准诊断红肿程度，让治疗更客观。

　　数据可解释性亟待提升

　　“当下，人工智能赋能中医药发展已经迈出一步，有的中医药人工智能大模型已得到初步应用。但要使之成为精准科学研究，还需要付出更多努力。”陈凯先认为，挑战之一是数据可靠性与可解释性问题。

　　“如果数据不可靠，人工智能得出的结论也不正确。中医传承千年，大部分属于描述性语言，比如“脉细”。如何把它们变成可靠数据，使之具有可解释性，是人工智能应用到中医药领域首先要解决的问题。这需要科研人员进一步用现代科学方法解析中医药作用原理。”陈凯先说。

　　对此，刘良认为，首先要构建庞大、高质量的数据集，包括临床数据、科研数据、文献数据、海外数据等；其次，还要对这些数据进行收集、清洗、整理；最后，应收集多模态数据，将不同数据归纳到一套语言体系中。

　　“人工智能的模型架构仍需不断完善，数据集也要不断进化。应加强算力硬件设施建设，提升算法和算力水平。”刘良说，目前既懂算法又懂中医药的复合型人才短缺，因此要注重人才培养，引导他们参与算法研发、训练与应用等工作，助力提升算法质量。