文章信息
- 赵文, 陈启亮, 李永, 朱景茹, 王章林, 王洋, 李灿东
- ZHAO Wen, CHEN Qiliang, LI Yong, ZHU Jingru, WANG Zhanglin, WANG Yang, LI Candong
- 四诊合参现代化发展研究
- Research on modernization development of four diagnosis and consultation
- 天津中医药, 2020, 37(10): 1090-1094
- Tianjin Journal of Traditional Chinese Medicine, 2020, 37(10): 1090-1094
- http://dx.doi.org/10.11656/j.issn.1672-1519.2020.10.04
-
文章历史
- 收稿日期: 2020-05-14
2. 福建省中医健康状态辨识重点实验室, 福州 350122;
3. 福建中医药大学李灿东岐黄学者工作室, 福州 350122
中医诊疗独具特色,四诊合参是中医在采集临床信息时所遵从的重要准则,突出了中医整体观的思辨特点。所谓“四诊合参”是指中医望、闻、问、切四诊并重,诸法参用,综合考虑所收集的病情资料,进而作出相应诊断,只有四诊信息的采集准确、相互合参,才能更为准确地判断机体的生命状态[1-2]。
然而,中医“一个老头三根指头”的诊断模式易受医生主观感受影响,存在猜测与推断的可能,可重复性较差,对于症状表现不典型的病患难以给出较为可靠的诊断依据,也无法像现代诊断学那样给出较为客观的量化指标以帮助明确诊断[3]。很显然,这种传统中医诊断模式已经较为滞后,远远落后于现代科学技术的发展,难以满足现代人民群众对中医药诊疗的需求,同样也制约了中医药的现代化发展。中医药的发展必须在守正的基础上进行创新,善于吸取当代自然科学和社会科学的成果为中医所用,才能继续保持其旺盛的生命力,加速推进四诊客观化研究也就显得尤为迫切[4-5]。
伴随现代数学、物理、计算机等学科的不断发展,诸如模糊数学、数理逻辑、3D打印、全息投影、等离激元材料、人工智能、云计算、量子计算机算法、第五代移动通信(5G)、增强现实(AR)、物联网、区块链等新兴技术不断涌现,这将为中医四诊的客观化、标准化、数字化、集成化、智能化、交互化发展提供可用工具,从而促进中医诊断的可持续现代化发展。当然,由传统中医四诊合参转向现代中医四诊合参的研究并非一蹴而就,需要分阶段、分模块,逐步推进,对发展过程中可能涉及到的共性问题更要加以重视,多加探讨,各个击破,最终实现中医四诊合参的现代化。
1 四诊合参现代化发展历程与进展分析中医诊断现代化研究开启于20世纪70年代中后期,至今已有40余年,纵观整个发展历程,可将其分为初始发展期、数字化发展期和智能化发展期3个阶段,每个阶段各有其特点和突破,也存在不足与争论,了解每一个发展历程和进展,有助于把握现代化中医四诊合参的发展态势与方向。
1.1 初始发展期20世纪70—80年代为中医四诊合参现代化发展的第一个阶段[6],在这将近10年的时间里,完成了中医传统模式向中医现代化模式的转变。1974年,斯坦福大学成功研制出了能协助内科医生诊断、治疗细菌感染疾病的MYCIN专家系统,该研究成果开启了医学与数学、计算机等现代技术结合发展的新世界,受此启发,国内学者开始尝试将现代技术融于中医中加以研究,进而突破中医“一个老头三根指头”的诊断模式,促使中医四诊合参研究进入了现代化的崭新阶段。
该阶段最具代表性的研究成果当属中医关幼波肝炎诊疗程序和中医诊断治疗系统(TCMS)。中医关幼波肝炎诊疗程序[7]是借助模糊数学、模糊集合论等数学工具模拟关幼波临床诊疗肝炎的过程,通过程序完成了中医四诊合参,进而实现了中医的机器化诊治疾病。在中医诊断中,诸如纳呆、腹胀、乏力、苔薄白、脉滑等一类症状具有较大模糊性,该程序借助数学工具将这类证候群归纳为“脾虚型迁延性肝炎”的诊断术语,其他证候群归纳总结出肝炎8大主型与36亚型,并设置症状与化验指标数据输入模块、计算隶属函数模块、诊断模块、给出处方并对处方进行加减化裁模块、药价计算及给出诊断证明书模块、编辑病理档案模块等实现了中医专家临床经验的机器模拟。这一尝试是成功的,具有突破性意义。中医诊断治疗系统(TCMS)[8]原理与中医关幼波肝炎诊疗程序类似,增加了内、外、妇、儿疾病的中医辨证论治,相当于升级版的中医专家系统。
1.2 数字化发展期20世纪90年代至21世纪初为中医四诊合参现代化发展的第2个阶段[9],该时期是各类数学模型、粗糙集、支持向量机、人工神经网络等技术与中医融合的缓慢探索期,同时也为下一阶段的发展奠定了基础。
该阶段最具代表性的研究成果当属中医计算机辅助诊疗(MACD)系统和中医辅助诊疗系统(WF-Ⅲ)。MACD系统[10]由上海市中西医结合医院与颐圣计算机系统有限公司合作开发,通过构建开放性的数据库和自行编辑知识库模块,输入一组症状后,系统可向医生提供多种可能的诊疗数据以供参考选择,还能借助经典理论知识库作出相关推论和多次诊断,帮助医生开拓诊疗思路,从而更好地适应复杂多变的临床环境,提升医生诊疗效率。WF-Ⅲ[11]是由朱文锋教授研发,该系统基于中医诊断治疗思维原理结合国家标准《中医临床诊疗术语》构建了涵盖1 000种病状、460种疾病病种、60项辨证要素、170种常见证候、1 700个标准证候、670首常用方剂的中医药数据库,创造性地提出以“症状-辨证要素-证候”为核心的辨证统一体系,借助计算机技术设置常阈证治法、调阈证治法、兼容证治法、选项证治法、按病证治法、验方治疗法、要素治疗法、主证治疗法、成药治疗法等中医诊断模块,从而实现对内、妇、儿等多种疾病的中医灵活诊疗,在中医医疗、科研及教学等方面具有广泛实用性。这一阶段倾向于构建中医药的知识库和综合数据库,借助一定的中医诊断模块实现中医现代化四诊合参,但仍然以人工录入数据的操作为主,是将中医数据和诊法进行了数字化处理,尚未体现人工智能的特点。
1.3 智能化发展期从21世纪初到现在为中医四诊合参现代化发展的第3个阶段,该时期主要结合图像分析技术、人工智能语音识别识别技术、电子鼻气味识别技术、智能传感器技术、神经网络技术及多信息融合等现代化技术实现了中医四诊合参数字化向智能化的转变,进一步提升了中医四诊合参现代化研究的进程。
该阶段最具代表性的研究成果当属BD-SZ便携式四诊合参辅助诊疗仪和中医太空舱。BD-SZ便携式四诊合参辅助诊疗仪[12]由北京中医药大学与山西博德电器有限公司合作开发,主要组成部分包括具有脉诊压力信息采集和光电指端容积脉搏波采集功能的脉诊装置、具有数字声音采集麦克和声卡功能的闻声诊装置、具有图像采集和色彩统计功能的舌诊模块以及具有四诊信息集成功能的软件模块。该诊疗仪借助各类传感器,将所收集到的四诊信息集成到终端数据库,以笔记本电脑为载体模拟医生的诊察过程,实现了中医四诊合参的自动化和可移动化,为医生提供可供参考的中医诊疗建议。
中医太空舱是由李灿东教授团队研发,以中医状态理论为核心的新一代中医智能化诊疗设备,该设备主要由人体信息采集模块、四诊信息集成模块、智能算法处理模块、系统集成模块、大数据校验模块5个联动模块组成,涵盖线上咨询和线下诊疗双重医疗服务模式,可实现中医四诊信息量化采集和智能化辨识,可为使用者提供实时、整体、动态、个性化的闭环式中医智能化诊疗服务。设备首先对四诊采集仪捕获的信息进行预处理,然后分别分析每个信息源的预测结果来判断测试者的身体状态,最后融合多个特征表征信息的预测结果使得状态辨识的一致性最大化,从而为测试者制定干预方案提供准确可靠的参考。该设备的优势在于应用系统工程原理,以中医状态为核心,深度融合人工智能、大数据技术,构建信息采集、信息集合、模型识别、诊疗匹配以及中医状态评估、干预和评价的集成系统,进一步提升了中医诊疗系统处理不同信息的能力、传感器的可靠性、四诊信息采集系统的稳定性和流畅性。
当然,客观来讲,中医四诊合参现代化发展的第3个阶段依然未完全实现四诊合参的智能化,当前仅可视为低智能发展期,但相信伴随智能化算法的优化、传感器灵敏度与精度的提升以及更为先进的现代化技术的不断革新,未来会逐渐迎来中医四诊合参研究的高智能期和强智能期。
2 四诊合参现代化发展的共性问题分析纵观中医四诊合参发展历程,技术在不断提升、模式在不断优化、体验感在不断升级,但始终未变的是中医多诊合参的基本点,即始终围绕中医的望诊、闻诊、问诊、切诊在研究,当然并非是机械的将不同诊法放在一起,而是在中医理论框架内的相参相和,蕴含着很关键的中医思维。因此,若要真正实现四诊合参的智能化,不仅要借助不断革新的现代化技术,还要解决诸如各诊信息的标准化处理、四诊信息集成的处理以及如何体现中医思维、更好地满足临床应用需求等共性问题,这样作出的中医四诊合参智能化研究才是既有内容又有深度的。
2.1 中医术语规范与数据标准化中医四诊合参的基本元素是望诊、闻诊、问诊、切诊,涉及到中医诊断概念表达的确定性问题,中医数据采集是数字化、智能化诊断技术发展的前提和条件,因此,对于中医诊断术语的规范工作务必要先行处理,是四诊采集规范化的重要基石。
由于受中国传统文化的制约和影响,中医学术语相对于现代医学术语而言具有更大的不准确性、多义性和多表达性[13]。如羞明、畏光、怕光、畏明、羞光、畏阳光、怕见火光在中医术语中均表示“怕见光”,相当于一个词,类似这样的症状还有很多,这给中医数据的现代化标注带来了诸多困扰。
虽然当前已经出现诸如中医症状的国家标准和行业标准,以及各类症状术语库,但仍未满足实际需求,尚未达到中医症状数据的标准化。为解决这一难题,不少学者纷纷献策,如杨梅等[14]指出,可采用文献研究与临床调研相结合的方法,从四诊信息采集规范、症状量化规范、复合症状拆分等方面加以规范化研究,张志强等[15]指出,可遵循临床概念,构建中医症状临床数据库,借助大数据的优势加以规范。近年来,知识图谱技术逐渐成熟,也有学者尝试借此技术构建中医药的症状知识图谱和中医标准化术语库,相信随着不断积累的中医症状数据,借助计算机不断优化的算力,这一共性问题很快将取得突破性进展。
2.2 四诊信息集成与处理众所周知,当前计算机可以完成很多高难度的操作,已经实现了诸如多维重建、虚拟仿真、云计算等极为复杂的技术,其实这些技术均是在计算机1与0的基础上完成的,即无论多么高端的算法均是由1、0所集成。而对于中医四诊合参智能化的研究同样要遵循这一规则,需要将中医望诊、闻诊、问诊、切诊各类不同的数据与信号集成到一个平台加以统一处理,这是决定四诊合参智能化是否成功的关键一环。
按照计算机的信息分类,中医望诊为图像信号,闻诊为声音信号和气味图谱信号,问诊为字符信号,脉诊为波形图谱信号,不同诊法所采集的信号类型各有差异,因此,若要实现四诊合参,解决不同信号间的融合问题是前提条件。在此之前,一般多采用两种方式来解决这一问题,一是将望诊、闻诊以及切诊信息以文字描述的形式进行记录,最终将四诊信息统一按照字符信号加以集成处理;二是借助大数据流式计算技术[16],对四诊信息数据进行压缩提取,统一结构化为数字信号,通过类似“云平台”的方式建立不同信号类型间的关联,进而实现四诊信号的统一处理。但是,以上方式往往比较机械,不够灵活,难以体现出智能化特点,而且,在对不同信号进行结构化的同时,也造成了信号传递的强度衰减,最终集成在计算机中的信号失真,进而影响最终的诊断结果。现在,也有学者创新性的提出可以考虑从计算机多源数据融合角度来探索中医四诊合参智能化的可能路径,指出可尝试借助协同训练法[17]、多核学习法[18]、基于子空间学习法[19]等方法,建立四诊信息的参数集和共享虚拟空间,通过计算机算法映射以及数据反复迭代训练的原理,从而实现由四诊源数据直接到四诊合参集成预测的目的[20]。这一方式大大减少了因为四诊数据传递衰减而造成的诊断结果失真问题,当然,还需要借助更为先进的算力与更为精细的传感器等技术的配合,相信在人工智能技术发展更为成熟后,此类问题也将迎刃而解。
2.3 中医思维体现不足与实际临床应用匮乏中医之所以独特,是因其根植于中国传统文化,中医学诊断精髓在于以望、闻、问、切四诊为依据的“辨证论治”,诚然,中医四诊合参的过程蕴含了深厚的中医思维,是基于一定逻辑思维的诊法相合相参,这也是中医四诊合参智能化研究要解决的根本问题,有别于现代医学的以还原论为主要诊疗思维模式,而更加灵活和富有生命力。
纵观当前所研制的中医四诊合参诊疗系统与产品,虽然不乏有源于大量临床中医数据基础上加以规范研发的,与中医实际应用相贴切,但很难看到具有灵活中医思维特色的类人认知功能的全智能化产品。所以,当前能够真正应用于实际临床中的中医四诊合参智能化产品寥寥无几。客观来讲,各类现代高端技术和仪器,是促使中医四诊实现智能化合参的工具,而非全部内容,最根本的是要在中医思维的指导下进行相关研发,并借由可以运用的先进技术模拟中医诊疗病患的思维过程,进而研发出真正可用于临床的由外到内均具有中医属性的智能化中医诊疗产品。
3 小结中医望闻问切四诊,古今一脉相承。四诊合参彰显了中医特色,蕴含中医思维,本身具有强大的生命力,但伴随现代科学的不断发展,技术在不断革新,社会需求在不断变化。因此,若要更好地将中医延续,必须在保有其精髓内涵的同时,进行必要的创新,借助新兴技术的盔甲来武装中医的诊疗内核,以此推进中医药的现代化进程,实现真正意义上的中医四诊合参智能化,为人们带来更加科学、更加客观、更加为大众所接受的中医服务和健康守护。在这个高速发展的时代,没有哪个行业可以独善其身,中医四诊合参的现代化发展与人工智能等先进技术的发展紧密相连,没有退路,只能勇往直前,诚盼更多的科研工作者关注中医的现代化发展,增强多领域交流合作,共同应对即将到来的高智能化时代和强智能化时代带来的冲击与挑战。
[1] |
李灿东. 中医诊断学[M]. 北京: 中国中医药出版社, 2016: 18-19. LI C D. Diagnostics of traditional Chinese medicine[M]. Beijing: China Press of Traditional Chinese Medicine, 2016: 18-19. |
[2] |
赵文, 林雪娟, 闵莉, 等. 中医思维的内涵与外延[J]. 中华中医药杂志, 2020, 35(1): 46-49. ZHAO W, LIN X J, MIN L, et al. Connotation and extension of TCM thoughts[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 2020, 35(1): 46-49. |
[3] |
王忆勤, 许朝霞, 李福凤, 等. 中医四诊客观化研究的思路与方法[J]. 上海中医药大学学报, 2009, 23(6): 4-8. WANG Y Q, XU C X, LI F F, et al. Research thought and methodology of objectification of TCM four diagnostic methods[J]. Academic Journal of Shanghai University of Traditional Chinese Medicine, 2009, 23(6): 4-8. |
[4] |
牛婷立, 杨学智, 朱庆文, 等. 便携式四诊合参辅助诊疗仪的临床试验和临床评价研究[J]. 北京中医药大学学报, 2011, 34(4): 231-235. NIU T L, YANG X Z, ZHU Q W, et al. Clinical trial and assessment of a portable apparatus for auxiliary diagnosis and treatment based on four TCM diagnostic methods[J]. Journal of Beijing University of Chinese Medicine, 2011, 34(4): 231-235. |
[5] |
田飞, 常俊, 赵静, 等. 中医四诊客观化研究面临的主要问题与挑战[J]. 天津中医药, 2015, 32(7): 445-448. TIAN F, CHANG J, ZHAO J, et al. Main problems and challenges of traditional Chinese medicine four diagnostic objectification[J]. Tianjin Journal of Traditional Chinese Medicine, 2015, 32(7): 445-448. |
[6] |
韦昌法, 晏峻峰. 从知识表示与推理方法探讨中医数字辨证发展[J]. 中华中医药杂志, 2019, 34(10): 4471-4473. WEI C F, YAN J F. Study on Chinese medicine digital syndrome differentiation with its knowledge representation and reasoning methods[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 2019, 34(10): 4471-4473. |
[7] |
郭荣江, 马斌荣, 谢敏, 等. 中医计算机诊断治疗系统与模糊数学模型[J]. 计算机学报, 1981, 4(4): 260-266. GUO R J, MA B R, XIE M, et al. Fuzzy set model and computerized diagnosis system in traditional Chinese medicine[J]. Chinese Journal of Computers, 1981, 4(4): 260-266. |
[8] |
陈五零, 邱国柱, REBECCAWONC. TCMS-中医专家诊疗系统[J]. 中国医药学报, 1987, 1(1): 34-35. CHEN W L, QIU G Z, REBECCAWONC. TCMS-TCM expert diagnosis and treatment system[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 1987, 1(1): 34-35. |
[9] |
赵文, 徐佳君, 周常恩, 等. 中医与人工智能的探讨[J]. 福建中医药, 2019, 50(5): 46-48. ZHAO W, XU J J, ZHOU C E, et al. Discussion on TCM and artificial intelligence[J]. Fujian Journal of Traditional Chinese Medicine, 2019, 50(5): 46-48. |
[10] |
蒋方健, 嵇金宝, 曹烨民, 等. 中医计算机辅助诊疗系统的临床应用研究[J]. 江苏中医, 2000, 21(5): 15-16. JIANG F J, JI J B, CAO Y M, et al. Clinical application of Chinese medicine computer aided diagnosis and treatment system[J]. Jiangsu Journal of Traditional Chinese Medicine, 2000, 21(5): 15-16. |
[11] |
朱文锋. 中医(辅助)诊疗系统的研究[J]. 中国中医基础医学杂志, 2003, 9(10): 8-11. ZHU W F. Research on TCM (auxiliary) diagnosis and treatment system[J]. Chinese Journal of Basic Medicine in Traditional Chinese Medicine, 2003, 9(10): 8-11. |
[12] |
王晶, 牛欣. BD-SZ便携式四诊合参辅助诊疗仪的研究与应用前景[J]. 世界中医药, 2011, 6(1): 65. WANG J, NIU X. Research and application prospect of BD-SZ portable four-diagnostic assemblies[J]. World Chinese Medicine, 2011, 6(1): 65. |
[13] |
闵莉, 林雪娟, 杜含光, 等. 中医诊断学发展中存在的问题与展望[J]. 中医杂志, 2015, 56(4): 271-273. MIN L, LIN X J, DU H G, et al. Problems and prospect of the development of TCM diagnosis[J]. Journal of Traditional Chinese Medicine, 2015, 56(4): 271-273. |
[14] |
杨梅, 鲁法庭, 连博, 等. 中医症状规范化研究的现状及思路[J]. 云南中医学院学报, 2009, 32(1): 26-30. YANG M, LU F T, LIAN B, et al. The research ideas on the non-standard status quo the symptom in TCM[J]. Journal of Yunnan University of Traditional Chinese Medicine, 2009, 32(1): 26-30. |
[15] |
张志强, 王永炎, 盖国忠. 论中医症状名称规范五原则[J]. 北京中医药大学学报, 2010, 33(9): 595-596. ZHANG Z Q, WANG Y Y, GAI G Z. Five principles on the name of TCM symptoms[J]. Journal of Beijing University of Chinese Medicine, 2010, 33(9): 595-596. |
[16] |
谢天宇, 曹继忠, 温川飙. 名老中医传承四诊信息"后结构化"的关键技术探讨[J]. 世界最新医学信息文摘, 2018, 18(62): 211-212. XIE T Y, CAO J Z, WEN C B. Discussion on the key technology of four diagnostic information "post-structured" of inheritance of old Chinese medicine[J]. World Latest Medicine Information, 2018, 18(62): 211-212. |
[17] |
ZHANG J, LI C D, LIN Y J, et al. Computational drug repositioning using collaborative filtering via multi-source fusion[J]. Expert Systems with Applications, 2017, 84(10): 281-289. |
[18] |
GONEN M, ALPAYDM E. Multiple kernel learning algorithms[J]. Journal of Machine Learning Research, 2011, 12(7): 2211-2268. |
[19] |
LIU J, JIANG Y, LI Z, et al. Partially shared latent factor learning with multiview data[J]. IEEE Transactions on Neural Networks and Learning Systems, 2015, 26(6): 1233-1246. DOI:10.1109/TNNLS.2014.2335234 |
[20] |
赵文, 张佳, 徐佳君, 等. 四诊合参智能化发展现状及实现路径[J]. 中医杂志, 2020, 61(1): 58-62. ZHAO W, ZHANG J, XU J J, et al. Four diagnosis comprehensive analysis intellectualization:development status and pahts[J]. Journal of Traditional Chinese Medicine, 2020, 61(1): 58-62. |
2. Key Laboratory of Traditional Chinese Medicine Health Status Identification in Fujian Province, Fuzhou 350122, China;
3. LI Candong, Qihuang Scholar Studio, Fujian University of Traditional Chinese Medicine, Fuzhou 350122, China