Page 73 - 中医针灸与人工智能

第三章 中医人工智能发展研究

预测代谢综合征、对舌苔微生物群DNA分析预测癌症等。随着未来分子生物学

技术的日益发展，这些指标甚至比西医学的化学指标更加灵敏便捷，但其特异度
与精确度值得进一步研究 [134] 。人工智能在舌象分析仪器中的应用使舌象分析的
精确度不断提升，这些仪器所展示舌象的每一个部分的颜色变化都有着细微的差
别。这些细微的差别与机体内在疾病存在着对应关系，但人眼或许不容易分辨。

如此一来，微观舌象分析的意义不仅是“辨证”，而是结合“辨病”对人体的获
病倾向有一个提前的预判，提早预知疾病的发展方向，从而改良生活习惯以及适
当采用中药干预，真正达到“治未病”的效果。如舌象不同部位见瘀点提示2型

糖尿病患者可能有动脉硬化倾向，此类患者通过中药提前干预或许可以防止疾病
进一步发展。舌象微观辨识还有助于指导用药。如有实验报道乳腺癌患者舌下结
节与复发转移风险的关系，计算该指标的敏感度与特异度，若乳腺癌患者见舌下
结节是“山慈菇”的应用指征，则可使药物治疗精准化，为中医处方用药向精准

医学发展提供思路。
（2）人工智能与脉象分析
传统的二维脉波图对脉象分析具有单一性与局限性，对脉搏的长度、宽度、

高度、来势、去势、时间等参数无法一一描述。而结合了人工智能的四维脉象分
析在前人研究成果的基础上丰富了脉象描述的参数，通过直接实验和间接实验两
个层面对脉象进行阐释。首先，通过对“寸、关、尺”，“浮、中、沉”脉冲的

定量分析以确定不同部位的脉象信息具有显著性差异，为脉诊“三部九候法”来
源提供了物理学依据。其次通过对进食前后的患者脉象信息的采集，间接验证
“左关候肝，右关候胃”的可靠性。在传统脉象采集方面，通过间接实验研究寒

冷刺激血管收缩产生“弦脉”，并以动态四维脉波图展示“弦脉”的指下脉搏特
征。直接实验则是运用心血管动力学的数学建模解释病症如何影响脉象的变化。
但脉象分析研究才开始，标准尚未建立，目前仅对“常脉”“弦脉”“滑脉”有
比较深刻的研究。

3.NLP应用于中医问诊和病案文本处理
在中医诊断领域，NLP主要用于问诊信息处理，即从大量非结构化中医问答
或者病案文本中自动抽取所蕴含的专业领域信息如术语、实体关系、事件等，用
于智能辨病辨证模型，如2020年建立的妇科病证候分类模型准确率为71.4%。DL

的发展有可能推动NLP产生出不错的应用，但NLP在技术成熟度方面仍不如影像

65