文章信息
- 张伟锋, 毕颖斐, 杨向东, 苏立硕, 孙宏源, 毛静远
- ZHANG Weifeng, BI Yingfei, YANG Xiangdong, SU Lishuo, SUN Hongyuan, MAO Jingyuan
- 新型冠状病毒肺炎疫情下的中医四诊信息采集方法概述
- Overview of four diagnostic information collection of traditional Chinese medicine in COVID-19
- 天津中医药, 2021, 38(8): 961-965
- Tianjin Journal of Traditional Chinese Medicine, 2021, 38(8): 961-965
- http://dx.doi.org/10.11656/j.issn.1672-1519.2021.08.03
-
文章历史
- 收稿日期: 2020-12-20
2019年底新型冠状病毒肺炎(简称新冠肺炎)疫情爆发以来,中医药发挥了重要的治疗作用,截至2020年3月初,中医药在全国确诊病例的参与率达到92.58%。中医药的全程参与,在改善症状、缩短住院天数、恢复肺功能等方面发挥了重要作用[1]。中医治病强调辨证论治,而四诊合参则是辨证的依据,通过望、闻、问、切四诊信息的采集和综合,可“司外揣内”来判断病因病机,从而做到辨证施治[2]。《医门法律》有言“望闻问切,医之不可缺一”,而新冠肺炎具有强传染性,可通过呼吸道、接触,甚至气溶胶传播,故在诊治患者时须按要求穿戴防护服、隔离衣、护目镜、面屏、手套、靴套等防护用品,在采取严格的防护措施同时,也给中医四诊信息的采集带来了较大的干扰和影响。笔者通过对当前文献报道的新冠肺炎患者的中医四诊信息采集方式方法进行回顾,并对当前中医现代化四诊信息采集方法的研究进行综述,两者结合分析,以期为新冠肺炎以及相类似的烈性传染病的中医四诊信息采集的精准化、客观化、标准化提供帮助。
1 新冠肺炎疫情下的中医四诊信息采集因为新冠肺炎疾病本身的特殊性,笔者所在定点医院的中医四诊信息采用“红区”内外结合的方法,外设专职秘书,“红区”医生直接接触患者,通过手机将图片、视频等即时传输到专职秘书处,专职秘书汇总所有信息,交由多名正高级职称的中医会诊专家进行辨治施治,遣方用药,必要时可直接与“红区”医生直接视频沟通。全国各家单位也采取了多种不同的手段和方法来降低干扰和主观性偏倚,增加中医四诊信息采集的可操作性和准确性,通过文献复习,现将不同单位采用的方式方法归类如下。
1.1 调控人员有学者认为可以通过固定采集人员或者增加人员数量来降低偏倚,原庆等[3]采取固定副主任医师定点采集(上午8∶00—10∶00),降低观察性偏倚。湖北省妇幼保健院光谷院区由6名中医专家收集中医四诊资料,2名以上专家共同进行中医辨证分型,所有数据均由双人对照录入Excel数据表,降低主观偏倚[4]。
1.2 借助设备医务人员进入“红区”后均佩戴护目镜、面屏等防护用品,视野和清晰度受到很大影响,在望诊尤其是舌诊信息采集时会遇到较大的困难。董丽等[5]采用手机拍摄患者舌象图片后,每一份舌象的图片都由5名高级职称的中医师进行判断,对争议者可商议而定,从而避免个人判断的主观偏倚,并结合影像学结果和中医证候等,综合分析判断患者的中医证型。肖玮等[6]采用相机对新入院的新冠肺炎患者的舌象在光线充足条件下进行摄影,由3名医师共同分析确定最终舌象。
1.3 网络平台在本次疫情期间,网络平台和手机智能设备的应用为中医四诊信息采集提供较大便利,同时也提高了信息采集的效率。湖北武汉江夏方舱医院就采用了“TCM-COVID系统”完善四诊信息采集,杨家耀等[7]在对所有参与四诊采集的医生进行培训后,通过微信把“中医体质类型自测表”设计为小程序“中医小查”,患者通过扫码后可填写发病前1年内自身状况。詹志来等[8]通过手机应用APP“中医药防治新型肺炎助手”进行信息采集,患者可以通过扫描二维码自行填写相关症状信息,并可拍摄舌象照片上传,而对于重症患者或不能使用手机者,则可采用人工采集的方法,显著提高信息采集效率。李建生等[9]以项目组研发的基于移动互联网技术的临床科研信息系统平台为主,辅以纸质版调查表,并成立由高年资医师组成调查质量控制小组,对病例信息进行抽样复核,提高信息的准确度。
1.4 量表问卷积分量表和调查问卷是中医证候学研究中最常采用的方法,通过简单易懂的调查问卷设计可以在短时间内迅速掌握该患者群体的主要特征及共同点,通过精确的证候积分有助于医生了解患者中医证候分型以及疾病的进展程度。杨华升等[10]采用医院统一制定的问卷,通过微信或者纸质版的形式推送给患者,患者每日可以逐项回答,同时也可追溯患者从发病以来在院外的临床表现和用药情况等相关信息。崔寒尽等[11]对每位患者进行中医临床评估和四诊信息采集时均由两名高级职称医师来进行,在独立完成《COVID-19重症患者中医证候临床调查表》后,综合对比两位医师的调查表内容,如出现不一致则由第3位高级职称的中医师对该患者再次进行评估,最后由3位医师讨论直至达成一致。
2 中医四诊信息采集的现代化方法 2.1 望诊中医四诊之中,望诊居“神圣工巧”之首,《难经》谓:“望而知之谓之神。”研究显示,医者通过视觉获得的信息量约占人体全部器官获得信息量的80%[12],望诊在病情资料的获取中极为重要。随着传统的中医望诊方式与现代科技的不断融合,“互联网+医疗”正受到社会的广泛关注,尤其是在舌诊、面诊方面的需求与日俱增,相关研究也取得了一定成果。
2.1.1 舌诊舌诊是中医极具特色的诊法之一,在中医理论的指导下,运用数字舌象采集平台和舌象特征处理系统来提取舌部的客观量化指标,通过培养、镜检等方法对舌苔微生态进行研究,是目前舌诊研究的两大方向。邵尤伟[13]成功构建了一批高质量的舌象数据集,并由专业中医从业人员为这批舌象数据进行标注,设计并实现基于Bootstrap+ThinkPHP+MySQL的在线舌象标注系统,能够便捷地存储和共享舌象及其标注结果,并提出了舌体分割网络TS-Net,能够精确地从原始图像中分割出舌体,分割精度达99%以上。采用一种基于Lab颜色空间和舌色中心的质苔分离方法,能够有效地从舌体中分离舌质与舌苔,然后融合深度残差网络对分离后的舌质和舌苔图像进行分类,有效地提升舌象分类效果[13]。马广强等[14]利用PCR-DGGE法和测序法研究不同年龄段人体舌苔微生物菌群结构的差异,认为不同年龄阶段人群舌苔既有相同菌群,也有其各自特有的菌群,通过对舌苔菌群的分析和疾病相关性的研究,为临床提供帮助。刘明等[15]依据《中医诊断学》望舌规范,对50例受试者进行伸舌体位和姿势的训练;利用中医舌象采集仪装置采集50例受试者舌面到相机的距离,并绘制点状图,经过伸舌姿势与体位训练后的受试者舌体处于最佳可观测状态时,舌体表面与拍摄相机镜头之间的最佳距离介于23~26 cm,将现有舌象采集仪与超声测距模块相结合,可以增强现有设备的稳定性和可重复性。有国外学者运用计算机舌苔图像采集系统(CTIS)探究舌苔厚度与紫外线(UV)荧光之间的相关性,结果表明背舌的UV荧光和舌苔的分布面积可作为定量评估舌苔的有用参数,这些发现将有助于CTIS的不断发展[16]。
除此之外还有诸多舌象采集平台、分析软件和数字化的舌象仪器等,均已在临床应用。
2.1.2 面诊对于面诊的研究,多借助分光分度计、色差计、红外线热像仪等仪器设备进行,而近年来中医面诊仪的问世和计算机图像处理技术的完善,使面诊客观化的研究也有长足的进展。刘媛等[17]研制了一种针对中医面诊仪的面诊图像自动分割算法,可以解决传统图像提取算法中没有充分考虑面诊图特点而造成的未能对目标区域进行良好预处理、颜色空间转换失真,以及忽视细节处理的情况。上官文娟[18]运用图像处理技术提出了一种基于多颜色空间融合的块均值特征提取方法,利用Lab和HIS两种颜色空间模型提高颜色特征提取的准确度,通过支持向量机和麦可贝斯24色卡为颜色修正标准卡来实现面色的量化分类。宁雪丽等[19]采用一种基于人脸特征的柱面投影方法,将人的头部近似看作一个圆柱体,有效地解决了在采集过程中因面部角度所引起的视觉不一致性;利用SIFT特征匹配算法提取两幅图像的特征向量,并通过RANSAC匹配优化算法消除错误的匹配,实现图像的配准;接着采用渐入渐出的融合算法,使图像间实现平滑过渡,消除拼接缝隙。结果显示该研究使用的算法能够快速、有效地生成人脸全景图像,为后续中医面诊奠定了基础。通过与计算机辅助系统的有机结合,对中医面诊的客观化进行研究,有益于中医诊断的智能化和现代化。
另外在新冠肺炎重症患者的治疗中,曾建峰等[20]提出“微观辨证”的概念,通过纤维支气管镜下所见肺部情况,了解有无痰、痰所处位置、痰量多少、颜色,将其运用到中医辨证当中,取得了良好疗效。
2.2 闻诊闻诊是通过听声音和嗅气味了解健康状况的一种诊察方法,而无论声诊还是嗅诊,多数医者依赖主管的判断,缺乏量化的客观依据,有学者提出可以运用物理学和声信号的数学分析方法,通过音强、音高、音长、音质等反映语音特征的物理要素进行相关研究,分析证候特点[21]。嗅诊则可以通过检测受体被气体分子作用后产生的化学产物和物理振幅,再运用传感器阵列技术、气相-液相色谱分析法、红外线光谱法等进行分析研究[22],从而对嗅诊信息进行客观化处理。
2.3 问诊问诊是通过有目的地询问了解疾病的发生、发展、治疗经过、当前症状以及其他疾病相关信息诊察疾病的方法,被视为“诊病之要领,临证之首务”,《素问·征四失论》言:“诊病不问其始,忧患饮食之失节,起居之过度,或伤于毒,不先言此,卒持寸口,何病能中,妄言作名,为粗所穷,此治之四失也。”突出强调了问诊的重要性。目前问诊的研究方法主要集中在中医量表研制法和智能系统的开发应用,孙玉娇等[23]通过对近20年在国内期刊上发表的有关中医诊断量表的量表条目筛选、信度测评、量表分类等方面进行研究分析,认为中医诊断量表的数量和质量仍有待提升,可通过对重测信度、区分效度、内容效度、反应度等指标建立的科学化、规范化来改善。梁建庆等[24]运用数据挖掘的方法对帕金森病患者的中医证型以及症状进行了研究,并进一步规范化、客观化了帕金森患者的中医问诊内容。虽然中医问诊的客观化有了较好发展,但仍存在诸多障碍,如证候的规范化缺少行业标准、信息采集方法不统一以及疾病认识的局限性等,在克服这些问题后中医问诊才能更加完善。
2.4 脉诊脉诊是通过医者手指尖的感觉进行诊断,虽然脉诊理论丰富,因主观性较强,常有“心中了了,指下难明”之感,《黄帝内经》曰:“切而知之谓之巧。”不仅意味脉诊之精巧,也意味着孰能生巧,需要丰富的临床经验储备,随着互联网、智能化及医学工程相关技术的快速发展,各种脉象仪及传感器相继问世,脉诊的标准化研究正在迅速发展。龚文珠[25]认为在当前互联网时代背景下,可将大数据应用于脉诊仪,优化脉象样本采集数量和质量,得到的脉象样本分析更全面,从而推进脉诊的客观化发展。马菲菲等[26]应用现代超声技术探索脉象的形成机制,也为中医脉象客观化研究提供了新方法和新思路。Jiang等[27]提出了一种基于离散傅里叶级数(DFS)的特征提取方法,先将波形信号拆分成不同频率和振幅的子信号,再用DFS拟合,最终表明误差较以往缩小。此外,该法可以较好地表示原始信息和潜在信息,以更好地区分不同的生理及病理状态。徐维晴等[28]通过中医脉学的理论研究及诊脉过程的模拟分析,结合穿戴式医疗设备的特点,在脉搏信号采集技术和处理与分析技术研究的基础上,设计了一种能够实现佩戴舒适、精确施压以及多路采集的穿戴式脉诊仪系统。为揭示脉搏信号所反映人体生理信息和健康状态的科学机制提供数据理论支撑。脉诊的规范化和标准化虽然取得了一定进步,但目前尚未在临床大范围推广,尤其是患者的脉象的个体化、复杂性、异质性等,当前仪器或者数据系统均无法准确全面覆盖,脉诊的客观化待进一步研究。
3 小结中医四诊信息采集要求准确、客观,在抗击新冠肺炎疫情期间,借助了网络、微信、手机APP等现代技术手段,与舌诊仪、脉诊仪等中医诊断仪器和应用平台相比,虽然可操作性较强,但在准确性和客观性方面仍有所欠缺,但中医现代化诊断仪器在临床应用中也存在一定的局限性,如操作性或者灵活性不足等。本文通过对现有文献进行回顾,并对目前四诊现代化技术的研究进展作以概述,以期两者可以有机结合,优势互补,服务于今后的中医抗疫一线,提高四诊信息采集的准确性和客观性,减少主观和人为因素的干扰,对中医抗疫工作能有所裨益。
[1] |
王晓红. 中医药抗疫大显身手中医疗法深入人心[J]. 知识经济, 2020, 22(11): 48-51. WANG X H. Traditional Chinese medicine plays an important role in COVID-19[J]. Knowledge Economy, 2020, 22(11): 48-51. |
[2] |
李思汉, 夏淑洁, 赵文, 等. 中医四诊信息采集的方法与原则[J]. 天津中医药, 2020, 37(3): 266-269. LI S H, XIA S J, ZHAO W, et al. Methods and principles of information collection in four diagnosis of traditional Chinese medicine[J]. Tianjin Journal of Traditional Chinese Medicine, 2020, 37(3): 266-269. |
[3] |
原庆, 马家驹, 汪正芳, 等. 北京市41例境外输入新型冠状病毒肺炎患者的临床特征及中医证候分布[J]. 世界中医药, 2020, 15(13): 2008-2010. YUAN Q, MA J J, WANG Z F, et al. Clinical features and TCM syndromes distribution of 41 patients with COVID-19 imported from abroad in Beijing[J]. World Chinese Medicine, 2020, 15(13): 2008-2010. |
[4] |
孟宪泽, 万旭英, 李军昌, 等. 新型冠状病毒肺炎患者中医证候756例分析[J]. 第二军医大学学报, 2020, 41(4): 395-399. MENG X Z, WAN X Y, LI J C, et al. Analysis on traditional Chinese medicine syndromes of 756 cases with coronavirus disease 2019[J]. Academic Journal of Second Military Medical University, 2020, 41(4): 395-399. |
[5] |
董丽, 杨思进, 张林松, 等. 四川地区27例新型冠状病毒肺炎患者中医临床特征及病机特点初探[J]. 中药药理与临床, 2020, 36(2): 50-53. DONG L, YANG S J, ZHANG L S, et al. Clinical features and TCM syndromes of 27 Patients with COVID-19 in Sichuan[J]. Pharmacology and Clinics of Chinese Materia Medica, 2020, 36(2): 50-53. |
[6] |
肖玮, 安兴, 谢春光, 等. 36例新型冠状病毒肺炎(COVID-19)患者舌象观察[J]. 陕西中医药大学学报, 2020, 43(2): 16-21. XIAO W, AN X, XIE C G, et al. Observation of the tongue manifestation of 36 cases of COVID-19[J]. Journal of Shaanxi College of Traditional Chinese Medicine, 2020, 43(2): 16-21. |
[7] |
杨家耀, 苏文, 乔杰, 等. 90例普通型新型冠状病毒肺炎患者中医证候与体质分析[J]. 中医杂志, 2020, 61(8): 645-649. YANG J Y, SU W, QIAO J, et al. Analysis on traditional Chinese medicine syndromes and constitutions of 90 patients with common COVID-19[J]. Journal of Traditional Chinese Medicine, 2020, 61(8): 645-649. |
[8] |
詹志来, 刘佳, 杨伟, 等. 基于病例分析的中医药治疗新型冠状病毒肺炎疗效评价标准的探索研究[J]. 中医杂志, 2020, 61(12): 1013-1023. ZHAN Z L, LIU J, YANG W, et al. Pilot study on the evaluation standard of the curative effects of traditional Chinese medicine on coronavirus disease 2019(COVID-19) based on cases analysis[J]. Journal of Traditional Chinese Medicine, 2020, 61(12): 1013-1023. |
[9] |
李建生, 李素云, 谢洋, 等. 河南省524例新型冠状病毒肺炎患者临床特征及中医证候分布[J]. 中医杂志, 2020, 61(16): 1391-1396. LI J S, LI S Y, XIE Y, et al. Clinical characteristics and Chinese medicine syndrome distribution of 524 patients with coronavirus disease 2019(COVID-19) in Henan province[J]. Journal of Traditional Chinese Medicine, 2020, 61(16): 1391-1396. |
[10] |
杨华升, 李丽, 勾春燕, 等. 北京地区新型冠状病毒肺炎中医证候及病机特点初探[J]. 北京中医药, 2020, 39(2): 115-118. YANG H S, LI L, GOU C Y, et al. Preliminary study on the characteristics of TCM syndromes and pathogenesis in corona virus disease 2019 in Beijing[J]. Beijing Journal of Traditional Chinese Medicine, 2020, 39(2): 115-118. DOI:10.3969/j.issn.1006-2157.2020.02.005 |
[11] |
崔寒尽, 王文竹, 王煜, 等. 181例武汉地区新型冠状病毒肺炎重症患者中医临床特点[J]. 中医杂志, 2020, 61(20): 1749-1755. CUI H J, WANG W Z, WANG Y, et al. Clinical characteristics of traditional Chinese medicine in 181 coronavirus disease 2019 severe patients in Wuhan[J]. Journal of Traditional Chinese Medicine, 2020, 61(20): 1749-1755. |
[12] |
王春红. 呈现方式对学习判断中间隔效应的影响研究[D]. 杭州: 浙江师范大学, 2014. WANG C H. An experimental study on manners of presentation on spacing effect in judgments of learning[D]. Hangzhou: Zhejiang Normal University, 2014. |
[13] |
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. SHAO Y W. Research on intelligent tongue diagnosis based on deep learning[D]. Xiamen: Xiamen University, 2018. |
[14] |
马广强, 章常华, 徐洪波, 等. 基于PCR-DGGE的不同年龄段人群舌苔微生物菌群结构分析[J]. 江西科学, 2018, 36(6): 923-926. MA G Q, ZHANG C H, XU H B, et al. Analysis of human tongue microbial community structure by PCR-DGGE method[J]. Jiangxi Science, 2018, 36(6): 923-926. |
[15] |
刘明, 谢月敏, 赵静, 等. 中医舌象采集仪舌体露出度一致性研究[J]. 西部中医药, 2019, 32(11): 131-133. LIU M, XIE Y M, ZHAO J, et al. Study on the uniformity in tongue exposure collected by TCM tongue collector[J]. Western Journal of Traditional Chinese Medicine, 2019, 32(11): 131-133. |
[16] |
JIHYE K, JIWON K, INKWON Y, et al. Association between tongue coating thickness and ultraviolet fluorescence in patients with functional dyspepsia: a prospective observational study[J]. Medicine, 2019, 98(28): e16106. DOI:10.1097/MD.0000000000016106 |
[17] |
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. LIU Y, ZHAO P C, LU X Z. A segmentation algorithm for face consultation image of traditional Chinese medicine[J]. Computer Knowledge and Technology, 2017, 13(26): 183-185. |
[18] |
上官文娟. 面向中医面诊的面色及脸型分类中的特征提取方法研究[D]. 厦门: 厦门大学, 2017. SHANGGUAN W J. Research on feature extraction for face color an shape classification for TCM observation[D]. Xiamen: Xiamen University, 2017. |
[19] |
宁雪丽, 陈兆学. 用于面诊的人脸全景图像拼接算法[J]. 中国医学物理学杂志, 2020, 37(4): 456-462. NING X L, CHEN Z X. Face panoramic image mosaic algorithm for face diagnosis[J]. Chinese Journal of Medical Physics, 2020, 37(4): 456-462. DOI:10.3969/j.issn.1005-202X.2020.04.011 |
[20] |
曾建峰, 孟繁甦, 赖海标. 赖海标对危重型新型冠状病毒肺炎的中医辨证思考与探索[J]. 中国民间疗法, 2020, 28(12): 1-3. ZENG J F, MENG F S, LAI H B. LAI Haibiao on the critical heavy-duty new coronavirus pneumonia of Chinese medicine dialectical thinking and exploration[J]. China's Naturopathy, 2020, 28(12): 1-3. |
[21] |
YAN J J, WANG Y Q, GUO R, et al. Nonlinear analysis of auscultation signals in TCM using the combination of wavelet packet transform and sample entropy[J]. Evidence-Based Complementary and Alternative Medicine, 2012, 16(3): 247-252. |
[22] |
宋雪阳, 许朝霞, 王寺晶, 等. 中医闻诊客观化临床应用研究概述[J]. 中国中医药信息杂志, 2019, 26(3): 141-144. SONG X Y, XU Z X, WANG S J, et al. Review on objective clinical application research on TCM auscultation and olfaction[J]. Chinese Journal of Information on Traditional Chinese Medicine, 2019, 26(3): 141-144. DOI:10.3969/j.issn.1005-5304.2019.03.033 |
[23] |
孙玉娇, 陈璇, 尹朱丹. 中医诊断量表的研究现状及文献分析[J]. 中医药导报, 2017, 23(16): 111-114. SUN Y J, CHEN X, YIN Z D. A literature review on the diagnosed scale of Chinese medicine[J]. Guiding Journal of Traditional Chinese Medicine and Pharmacy, 2017, 23(16): 111-114. |
[24] |
梁建庆, 何建成. 基于数字化系统的中医问诊诊断客观化研究[J]. 中华中医药杂志, 2014, 29(5): 1534-1538. LIANG J Q, HE J C. Inquiry objectifying research of TCM based on digital system[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 2014, 29(5): 1534-1538. |
[25] |
龚文珠. 互联网时代背景下脉诊客观化研究探析[J]. 陕西中医药大学学报, 2016, 39(6): 29-31. GONG W Z. An analysis of the objective study of pulse diagnosis under the background of the Internet age[J]. Journal of Shaanxi College of Traditional Chinese Medicine, 2016, 39(6): 29-31. |
[26] |
马菲菲, 徐芳, 肖沪生, 等. 超声在脉象客观化研究中的应用[J]. 中国中西医结合影像学杂志, 2017, 15(3): 357-359. MA F F, XU F, XIAO H S, et al. The application of ultrasound in the study of pulse image objectification[J]. Chinese Imaging Journal of Integrated Traditional and Western Medicine, 2017, 15(3): 357-359. DOI:10.3969/j.issn.1672-0512.2017.03.036 |
[27] |
JIANG Z X, ZHANG D, LU G M. Radial artery pulse waveform analysis based on curve fitting using discrete Fourier series[J]. Computer Methods and Programs in Biomedicine, 2019, 17(4): 25-31. |
[28] |
徐维晴, 黄忠全, 杨何, 等. 穿戴式脉诊仪系统设计[J]. 传感器与微系统, 2020, 39(6): 95-96, 99. XU W Q, HUANG Z Q, YANG H, et al. Design of wearable pulse diagnosis system[J]. Transducer and Microsystem Technologies, 2020, 39(6): 95-96, 99. |