Page 74 - 中医针灸与人工智能

中医针灸与人工智能
Chinese Acupuncture and Artificial Intelligence

诊断。技术难点较多，比如中文分词、语义消歧和语境分析等，需要大量的语料

库、知识库和大规模的医学术语系统作为基础支撑。中文的医学术语系统如医学
主题词表（Medical Subject Headings，MESH）、人和动物医学系统化术语（the
Systematic Nomenclature of Human and Veterinary Medicine，SNOMED）和统一医
学语言系统（Unified Medical Language System，UMLS），以及中医药学语言系

统和中医临床术语系统等，多基于各类的医学文献构建，当被用于临床时，由于
不是同源数据，难以支撑临床电子病历质量控制或临床辅助决策场景。基于临床
数据以及临床应用场景来构建的知识库和术语系统，真正有望应用在中医临床数

据的处理。中医诊断学研究本身的发展和完善也很关键，如症状、证候、病名等
术语的规范化和标准化等。
此外，证素和证候要素概念的提出，使得智能辨证模型的建立更具可操作
性。但证素作为证候的最小单元，依然是综合概念，而并不真正适合测量和机器

智能，构建更细粒度的测量变量体系，将综合的证候、证素等概念进一步拆分成
各自独立无交叉的可测量变量，是进行NLP、DL和智能辨证的基础 [135] 。
4.传感器和闻诊、切诊等多种感知方法

能处理多种不同测量信号的传感器技术的应用，对于中医诊断来说也非常重
要。比如中医脉诊常用的压力传感器、光电传感器和五维非接触式光学计量脉搏
信号获取系统；以及中医闻诊系统中使用的以呼出气为检测目标的气相色谱-声

表面波传感器等。在通过传感器获取测量信号之后，还需要用不同算法进行脉象
特征分析和模式分类，并对信号做出诊断。比如人体脉搏有小波域特征，时域特
征，频域特征等多种特征，而卷积神经网络、贝叶斯网络及BP神经网络等用于

学习和挖掘脉象特征，识别准确率分别达到95%、84%、98.46%。也可采用收缩
压和脉压、心率和脉搏波速度等定量变量来描述定性脉搏图像所包含的强度、深
度和速度等信息。
基于传感器技术，20世纪70年代起，中国研发了中医脉诊仪等诊法客观化设

备和仪器，为中医装备辅助诊断奠定了重要基础。目前中国生产中医诊断装备的
企业一共14家，已拿到批件的上市产品包括脉象仪、红外仪、经络检测仪等。这
些仪器多用作科研和治未病用途，真正用于临床诊断的尚不多。究其原因，这些

设备从功能上讲，没有能超出医生肉眼可见和人力可及的范围；从性能上讲，受
传感器灵敏度及稳定性等限制，准确度和可重复性均有待提高。

66