Page 96 - 中医针灸与人工智能

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

针刺方法的“超声针刺”从另外一种维度来实现针刺手法量化的课题。

仿真仪器的发展过程中又出现了新的挑战，如何能将量化仪器所得参数直接
用仿真机械模拟出来，能让收集到专家、国医大师的手法完美重现。众学者又进
行了进一步的开发研究，马明宇等，对智能量化机器人进行了设计开发，研制
出既能对针刺手法进行量化，又能检测针刺效应的智能化机器人系统。通过构建

多传感系统、人机交互软件、数字信号控制系统来获取针刺手法操作时的特征参
数，再将获得的参数控制机器手进行模拟仿真针刺操作。这一智能机器人系统不
仅能对针刺手法量化、检测所得到的参数进行输入，还能将采集到的特征参数进

行模拟仿真输出，这种智能机器系统是未来世界的发展趋势，对各门学科的发展
都有着重要意义。杨华元设计运用ZigBee无线传感技术研制出更科学、效率更高
的针刺手法采集系统，并将所获得的手法参数数据信息无线传输至仿真机械手，
经过接收器转输出使机械手完成针刺手法的仿真。此装置集针刺量化、仿真于一

体，新型装置的完成能够解决针刺研究的诸多问题。
近两年，神经影像学和机器学习结合开展针刺疗效预测及影响因素评价研究
方兴未艾。针刺作为一种外源性的物理刺激，其疗效和中枢整合密切相关，自20

世纪90年代起，基于神经影像技术的针刺效应中枢机制研究便成为针灸研究领域
的热点。2018年6月，Liu等发表了第一篇机器学习和神经影像技术结合的针刺疗
效预测研究，这标志着使用客观、可视化的神经影像指标进行针刺疗效预测成为

可能。在此项研究中，作者采用支持向量机算法，使用基线期内侧前额叶-杏仁
核之间的白质纤维连接作为识别特征，成功从个体水平有效区分无先兆性偏头痛
患者安慰针刺治疗8周后症状改善程度。另一项来自哈佛大学的研究使用支持向

量回归算法发现，基线状态大脑默认网络、凸显网络、执行控制网络间的功能连
接状态可以有效预测针刺治疗4周后慢性腰痛患者临床症状的改善情况。相较于
传统的基于组水平的针刺神经影像研究，支持向量等机器学习算法的引入，可以
实现从个体水平相对精准预测针刺疗效，并可以挖掘出影响针刺疗效的显著识别

特征，适合应用于针刺疗效预测及其影响因素研究。
（三）机器学习在穴位特异性及针刺手法研究中的应用
除针灸处方、适应证挖掘和针刺疗效预测以外，机器学习还被用于穴位特异

性和针刺手法研究中。穴位特异性是针灸临床实践的基础和针灸研究领域的重要
科学命题，近年来也有研究者尝试使用机器学习的方法，探讨穴位效应的特异

88