“AI+中醫(yī)藥”：邁向智慧中醫(yī)藥時(shí)代的新途徑＊

蔡菲菲，馬立新，胡元佳，蘇式兵**

（1. 上海中醫(yī)藥大學(xué)交叉科學(xué)研究院中醫(yī)復(fù)雜系統(tǒng)研究中心 上海 201203；2. 上海理工大學(xué)智能科學(xué)與共性技術(shù)研究院 上海 200093；3. 澳門(mén)大學(xué)中華醫(yī)藥研究院中藥研究所質(zhì)量研究國(guó)家重點(diǎn)實(shí)驗(yàn)室 澳門(mén) 999078）

1 引言

從公元2世紀(jì)《傷寒論》建立的中醫(yī)藥“辨證施治”個(gè)性化醫(yī)療體系起，到最近中醫(yī)藥精準(zhǔn)醫(yī)療的提出[1]，中醫(yī)藥個(gè)性化醫(yī)療在健康維護(hù)、臨床實(shí)踐以及研究發(fā)展過(guò)程中取得了巨大的成就，但也遇到諸多難題，主要的挑戰(zhàn)在于如何隨著現(xiàn)代社會(huì)科技的發(fā)展，在不斷繼承發(fā)展完善自身的同時(shí)，實(shí)現(xiàn)高效的智能預(yù)測(cè)、預(yù)防、診斷和治療康復(fù)，維護(hù)或干預(yù)處于動(dòng)態(tài)變化中的人體——開(kāi)放的復(fù)雜巨系統(tǒng)，使之保持或恢復(fù)正常狀態(tài)，而“AI + ”熱潮在席卷全球的同時(shí)，為中醫(yī)藥個(gè)性化精準(zhǔn)醫(yī)療的發(fā)展點(diǎn)燃了新希望。

人工智能（Artificial Intelligence，AI），又被稱為機(jī)器智能，是指一個(gè)系統(tǒng)能夠正確解釋外部數(shù)據(jù)，從這些數(shù)據(jù)中學(xué)習(xí)，并通過(guò)學(xué)習(xí)進(jìn)一步靈活地完成特定的目標(biāo)和任務(wù)[2]。從AlphaGo 學(xué)習(xí)大量棋譜之后橫掃圍棋界各路高手，到Waston 機(jī)器人進(jìn)入醫(yī)療領(lǐng)域?yàn)榕R床提供精準(zhǔn)的腫瘤治療支持[3]；從化學(xué)界的“Alphago”使用深度神經(jīng)網(wǎng)絡(luò)和符號(hào)AI 進(jìn)行逆向合成分析[4]，到谷歌最新的AlphaFold 根據(jù)氨基酸序列準(zhǔn)確地預(yù)測(cè)蛋白質(zhì)的三維結(jié)構(gòu)，再到基于AI技術(shù)的新型成像方法將膠質(zhì)瘤的三維定位精度誤差縮小到十微米級(jí)[5]，AI 帶來(lái)的革命正在快速發(fā)展，并已滲透到醫(yī)藥學(xué)領(lǐng)域，成為醫(yī)藥學(xué)界關(guān)注的熱點(diǎn)。

中國(guó)的百度、阿里和騰訊（BAT）三巨頭也在積極地布局AI 醫(yī)療板塊。繼百度發(fā)布以大數(shù)據(jù)資源和處理能力為核心的醫(yī)療AI 計(jì)劃成果——百度醫(yī)療大腦后，阿里健康發(fā)布了包括臨床醫(yī)學(xué)科研診斷平臺(tái)、醫(yī)療輔助檢測(cè)引擎、醫(yī)師能力培訓(xùn)等在內(nèi)的“Doctor You”醫(yī)療AI 系統(tǒng)，騰訊也發(fā)布了AI 醫(yī)學(xué)輔助診療開(kāi)放平臺(tái)，其研發(fā)的“騰訊覓影”致力于實(shí)現(xiàn)對(duì)醫(yī)生診斷的有效輔助和完成重大疾病早期篩查等任務(wù)。同時(shí)，AI技術(shù)在中醫(yī)藥領(lǐng)域的應(yīng)用也拉開(kāi)了帷幕。

"AI+中醫(yī)藥"是運(yùn)用AI技術(shù)和互聯(lián)網(wǎng)平臺(tái)等，將AI技術(shù)與中醫(yī)藥深度融合，進(jìn)而建立一系列適合于中醫(yī)藥研究和應(yīng)用的AI 技術(shù)方法，促進(jìn)中醫(yī)藥發(fā)展，形成一種智能化的中醫(yī)預(yù)測(cè)預(yù)防、養(yǎng)生保健、診斷治療和康復(fù)等健康管理的“智慧中醫(yī)藥”。本文從中醫(yī)臨床信息的智能化采集、智能化的中醫(yī)臨床決策與處方治療、中醫(yī)大健康管理等方面，闡述了AI 技術(shù)在中醫(yī)藥領(lǐng)域中的研究與應(yīng)用現(xiàn)狀及發(fā)展前景。

2 中醫(yī)臨床信息采集

AI的核心要素之一是數(shù)據(jù)，而傳統(tǒng)中醫(yī)臨證是依靠個(gè)人主觀經(jīng)驗(yàn)進(jìn)行“望聞問(wèn)切”，對(duì)中醫(yī)四診信息進(jìn)行客觀化、數(shù)字化、規(guī)范化地采集和標(biāo)注，是實(shí)現(xiàn)中醫(yī)診斷智能化的第一步。目前智能診斷設(shè)備和互聯(lián)網(wǎng)云存儲(chǔ)云計(jì)算等產(chǎn)品和技術(shù)與中醫(yī)藥結(jié)合，正快速推動(dòng)著中醫(yī)四診信息規(guī)范化的數(shù)據(jù)采集和標(biāo)注研究。

2.1 四診信息

傳統(tǒng)的望診是觀察人體全身和局部征象以及排出物等，司外揣內(nèi)，從而了解人體內(nèi)在狀況和變化的診法，其中尤以舌診和面診最為獨(dú)特。目前卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在中醫(yī)舌象診斷的客觀化研究中表現(xiàn)良好，例如ResNet18在區(qū)分正常-熱證舌象的測(cè)試中正確率達(dá)94.4%，在正常-熱證-寒證分類測(cè)試中有89%的正確率[6]。中科望診機(jī)器人采用機(jī)器視覺(jué)技術(shù)，測(cè)量人臉面部反射區(qū)顏色及形貌奇異性，基于中醫(yī)面診+西醫(yī)體檢+AI算法，通過(guò)對(duì)攝像頭拍攝的上百?gòu)堈掌蜋C(jī)器人生物傳感器采集數(shù)據(jù)進(jìn)行深入快速剖析，只要15 s，即可對(duì)人體10 大系統(tǒng)及70 多項(xiàng)健康指標(biāo)進(jìn)行完整篩查與全面評(píng)估。

中醫(yī)的聞診既指聞患者的說(shuō)話、咳嗽、喘息聲，也指聞患者的口氣和體味。通過(guò)語(yǔ)圖儀、頻譜儀、具有語(yǔ)圖及頻譜雙重功能的儀器和電聲門(mén)圖儀對(duì)發(fā)聲功能和嗓音進(jìn)行檢測(cè)，以數(shù)值和圖形的形式分析并呈現(xiàn)結(jié)果，是目前臨床上嗓音聲學(xué)檢測(cè)普遍使用的方法。有研究應(yīng)用聲診技術(shù)，采集肝郁脾虛、心脾兩虛、心腎不交證型患者語(yǔ)音信號(hào)，并分析其特征參數(shù)[7]。而通過(guò)整合AI技術(shù)和中醫(yī)理論精髓，洛克菲勒大學(xué)的一個(gè)團(tuán)隊(duì)利用AI預(yù)測(cè)分子的氣味，使用大型嗅覺(jué)心理物理數(shù)據(jù)集，開(kāi)發(fā)了機(jī)器學(xué)習(xí)算法，根據(jù)化學(xué)信息特征可以預(yù)測(cè)分子的感官屬性[8]。利用氣相色譜質(zhì)譜儀（GCMS）可以檢測(cè)空氣或呼吸樣本中的化合物，分析結(jié)果用于深度神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取，在中醫(yī)智能聞診中有很大的應(yīng)用潛力。

有關(guān)疾病的起病原因、發(fā)病經(jīng)過(guò)、既往病史、患者的自覺(jué)癥狀，以及情緒、飲食、起居習(xí)慣等與疾病有關(guān)的情況，均要通過(guò)問(wèn)診才能了解。隨著語(yǔ)音識(shí)別技術(shù)的發(fā)展，以及自然語(yǔ)言處理（NLP）技術(shù)從非結(jié)構(gòu)化文本中提取并創(chuàng)建用于挖掘醫(yī)學(xué)文檔數(shù)據(jù)的算法日趨完善[9]，語(yǔ)音識(shí)別可與NLP 并行工作以實(shí)現(xiàn)人機(jī)交互，應(yīng)用于問(wèn)診對(duì)話、癥狀采集、診療解釋、診后隨訪等多種醫(yī)療場(chǎng)景。2018 年12 月15 日，首屆世中聯(lián)中醫(yī)藥大數(shù)據(jù)發(fā)展論壇上，“邦大夫”醫(yī)患AI對(duì)話系統(tǒng)正式發(fā)布，該系統(tǒng)基于語(yǔ)音識(shí)別、NLP、深度學(xué)習(xí)等前沿AI 技術(shù)以及中醫(yī)臨床診療大數(shù)據(jù)所構(gòu)建的中醫(yī)領(lǐng)域知識(shí)圖譜，利用語(yǔ)音對(duì)話平臺(tái)與基于中醫(yī)大數(shù)據(jù)的癥狀推理引擎深度融合，自動(dòng)采集并生成結(jié)構(gòu)化問(wèn)診電子病歷。

切診包括切脈和按診，即切按脈搏和對(duì)身體的觸摸按壓，借此了解脈象變化、身體痞塊與腫脹、肌體溫涼及疼痛部位。早從20 世紀(jì)50 年代起，就有許多關(guān)于脈象檢測(cè)、記錄以及定性定量分析的客觀化研究，為智能化切診打下了一定的基礎(chǔ)。有基于兩種機(jī)器學(xué)習(xí)算法，通過(guò)評(píng)估脈象物理特征因素組合判斷高血壓，與使用血壓計(jì)預(yù)測(cè)高血壓的診斷準(zhǔn)確性之間的一致性研究，發(fā)現(xiàn)左右關(guān)脈的最大脈搏幅度是高血壓的良好指標(biāo)[10]，應(yīng)用深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)動(dòng)態(tài)心電圖心律失常的診斷與分類[11]。除此之外，結(jié)合非侵入式的檢測(cè)裝備與AI技術(shù)，模仿人的觸摸按壓獲得反饋數(shù)據(jù)并進(jìn)行分析，也是充分發(fā)揮中醫(yī)切診非創(chuàng)傷性檢測(cè)、辨別臟腑功能盛衰和氣血津精虛滯優(yōu)勢(shì)的一種方法，而四診合參的智能化應(yīng)用更能為病情發(fā)展觀察和臨床療效評(píng)價(jià)提供有效依據(jù)[12]。

此外，還有從整體客觀采集分析數(shù)據(jù)。例如，對(duì)人體能量變化的信息采集——紅外熱成像系統(tǒng)[13]；對(duì)人體經(jīng)絡(luò)系統(tǒng)變化的信息采集——經(jīng)絡(luò)信息檢測(cè)系統(tǒng)[14]；對(duì)大腦活動(dòng)的信號(hào)采集與轉(zhuǎn)化——大腦深度圖像重構(gòu)系統(tǒng)[15]，提示了運(yùn)用AI 技術(shù)從物質(zhì)、能量和信息角度探討中醫(yī)藥整體觀的可行性。

2.2 客觀指標(biāo)檢測(cè)

現(xiàn)代中醫(yī)臨床診療除了傳統(tǒng)的望聞問(wèn)切外，還需要利用西醫(yī)學(xué)的檢測(cè)手段，將宏觀辯證和微觀辨證有機(jī)結(jié)合，降低誤診漏診的概率。AI在基于圖像特征提取和分析的影像學(xué)和病理學(xué)分析領(lǐng)域恰恰有著人眼無(wú)法比擬的獨(dú)到優(yōu)勢(shì)。除了直接通過(guò)對(duì)醫(yī)學(xué)影像圖片進(jìn)行特征提取的方式來(lái)進(jìn)行病情預(yù)測(cè)與診斷外[16]，還能夠通過(guò)影像對(duì)人體結(jié)構(gòu)進(jìn)行三維建模，實(shí)現(xiàn)對(duì)內(nèi)鏡機(jī)器人等微型診療設(shè)備在人體內(nèi)的定位和識(shí)別，采用無(wú)監(jiān)督學(xué)習(xí)等方式對(duì)醫(yī)學(xué)影像特征進(jìn)行提取分析，減少對(duì)數(shù)據(jù)標(biāo)注的依賴，方便醫(yī)學(xué)影像分析工作的開(kāi)展[17]，是當(dāng)前醫(yī)學(xué)影像研究的重要內(nèi)容。此外，利用海量的基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白組學(xué)、代謝組學(xué)、宏基因組學(xué)以及影像組學(xué)等系統(tǒng)生物學(xué)和醫(yī)學(xué)大數(shù)據(jù)，構(gòu)建多模態(tài)數(shù)據(jù)采集分析與中醫(yī)結(jié)構(gòu)化知識(shí)推理相結(jié)合的智能診療模型也是未來(lái)發(fā)展方向之一。

3 中醫(yī)診斷與治療

自20 世紀(jì)70 年代起，中醫(yī)人工智能研究就已起步，當(dāng)時(shí)主要采用模仿中醫(yī)師臨床經(jīng)驗(yàn)或挖掘中醫(yī)經(jīng)典著作的方式，進(jìn)行思維推理和算法設(shè)計(jì)一系列中醫(yī)專家系統(tǒng)。隨著互聯(lián)網(wǎng)和計(jì)算機(jī)技術(shù)的飛速發(fā)展，我們能夠快速獲得海量的醫(yī)療大數(shù)據(jù)，有賴于智能算法的不斷優(yōu)化，而中醫(yī)智能化診療模型也愈加精準(zhǔn)。

3.1 智能化的中醫(yī)臨床決策

在梅奧醫(yī)學(xué)中心的危重癥模型研發(fā)項(xiàng)目中，已經(jīng)開(kāi)始引入中醫(yī)陰陽(yáng)五行理論體系與西方醫(yī)學(xué)的密集數(shù)據(jù)進(jìn)行融合，形成創(chuàng)新的數(shù)學(xué)模型提供實(shí)時(shí)決策支持，輔助醫(yī)生預(yù)測(cè)和判斷病情。中醫(yī)的辨證分型過(guò)去常被視為黑箱，是可根據(jù)癥狀將患者分為不同類別的分類器。計(jì)算機(jī)輔助醫(yī)療決策（CAMDM）是利用大量電子病例數(shù)據(jù)作為決策程序的經(jīng)驗(yàn)和證據(jù)支持的方法。有研究通過(guò)進(jìn)行可靠的多標(biāo)簽學(xué)習(xí)，對(duì)中醫(yī)慢性疲勞“脾虛”，“心虛”，“肝郁”和“氣虛”四種證型的辨證性能在80%至100%的大范圍置信水平下保持穩(wěn)定，表明了其對(duì)閾值確定的魯棒性[18]。在中醫(yī)臨床實(shí)踐中，患者的癥狀體征和證型之間往往存在復(fù)雜且非線性的關(guān)系，不能單純采用表面結(jié)構(gòu)算法，而基于深度學(xué)習(xí)和多標(biāo)記學(xué)習(xí)構(gòu)建的中醫(yī)證候診斷模型能夠提高證型識(shí)別的準(zhǔn)確性，為指導(dǎo)臨床決策提供了參考[19]。

3.2 中藥管理、處方與研發(fā)

中藥的質(zhì)量是中醫(yī)臨床療效的基礎(chǔ)，中醫(yī)藥標(biāo)準(zhǔn)化是中醫(yī)現(xiàn)代化的重中之重，然而，客觀評(píng)價(jià)和有效控制中藥質(zhì)量仍是一個(gè)難題[20]。在AI 的幫助下實(shí)現(xiàn)中藥質(zhì)量標(biāo)記物的定量分析，建立整體質(zhì)量控制和可追溯性系統(tǒng)，可以為中藥質(zhì)量評(píng)估提供快速簡(jiǎn)便的檢測(cè)方法[21]。受計(jì)算機(jī)視覺(jué)深度學(xué)習(xí)進(jìn)展的啟發(fā)，研究人員認(rèn)識(shí)到深度學(xué)習(xí)方法可以提供強(qiáng)大的中草藥圖像識(shí)別和檢索支持[22]。目前中藥智能處方的研究，主要是基于癥狀的文本描述，從而更好地自動(dòng)生成中藥處方[23]。AI 在定向藥物設(shè)計(jì)和分子治療方面的進(jìn)展也為中藥的研發(fā)提供了新思路[24]。研究者在建立清熱類中藥與活血化瘀類中藥分類模型的過(guò)程中發(fā)現(xiàn)，相較于傳統(tǒng)的機(jī)器學(xué)習(xí)模型，深度學(xué)習(xí)方法在預(yù)測(cè)清熱和活血化瘀作用時(shí)的敏感性、特異性、精密度、準(zhǔn)確性更高[25]。

3.3 療效評(píng)價(jià)和機(jī)制研究

療效是醫(yī)學(xué)發(fā)展的前提，而對(duì)于中醫(yī)療效的評(píng)價(jià)沒(méi)有像西醫(yī)學(xué)那樣統(tǒng)一、完善、客觀化的標(biāo)準(zhǔn)，要使中醫(yī)在國(guó)際上獲得更大的認(rèn)同和推廣，還是要繼續(xù)摸索符合中醫(yī)特色的療效評(píng)價(jià)體系。目前應(yīng)用現(xiàn)代技術(shù)方法評(píng)價(jià)中醫(yī)藥療效和研究作用機(jī)制的嘗試不少，而AI 關(guān)鍵技術(shù)則提供了新的評(píng)價(jià)和分析手段。比如將機(jī)器學(xué)習(xí)算法用于構(gòu)建分類器，預(yù)測(cè)針對(duì)阿爾茨海默病25個(gè)關(guān)鍵目標(biāo)的活性分子，進(jìn)一步來(lái)研究治療阿爾茨海默病的中藥配方[26]。又或者利用從高通量篩選中獲得的化合物的物理化學(xué)性質(zhì)，訓(xùn)練了監(jiān)督分類器，將最佳的機(jī)器學(xué)習(xí)模型用于從中藥數(shù)據(jù)庫(kù)中篩選新的抑制惡性瘧原蟲(chóng)入侵紅細(xì)胞的化合物[27]。也有研究結(jié)合機(jī)器學(xué)習(xí)分析分子通路，揭示穩(wěn)心顆粒綜合抗心律失常的多蛋白質(zhì)靶標(biāo)網(wǎng)絡(luò)[28]。

4 大健康管理

伴隨著全球人口老齡化的趨勢(shì)和醫(yī)療衛(wèi)生條件的改善，慢性非傳染性疾病成為主要死亡原因，21 世紀(jì)的醫(yī)學(xué)對(duì)象從急性感染性疾病轉(zhuǎn)向慢性疾病，干預(yù)方式由疾病的控制轉(zhuǎn)向生活方式干預(yù)的管理，醫(yī)學(xué)的目的從“治療疾病”向“維護(hù)健康”轉(zhuǎn)變，未來(lái)的醫(yī)學(xué)將是面向全體，貫穿生命全過(guò)程的“健康醫(yī)學(xué)”。

4.1 預(yù)測(cè)、預(yù)防和康復(fù)

除了輔助疾病診療，AI的高靈敏度讓其在疾病早期識(shí)別、預(yù)測(cè)和預(yù)防上展現(xiàn)出人力難及的優(yōu)勢(shì)，“精準(zhǔn)醫(yī)療”最為核心的一條作用是：人們有望被告知未來(lái)可能會(huì)患某些疾病，從而能更好地預(yù)防，這與中醫(yī)“治未病”的預(yù)防理念有異曲同工之妙，而個(gè)性化早期檢測(cè)和有針對(duì)性預(yù)防，將能夠大大降低健康維護(hù)成本[29]。目前深度學(xué)習(xí)的皮膚癌診斷已經(jīng)達(dá)到專家水平[30]。除了早期識(shí)別和預(yù)防器質(zhì)性病變，AI機(jī)器人還能測(cè)量心理狀態(tài)及變化，甚至有與自閉癥兒童交流和教授自閉癥兒童提升心理健康的能力[31]，這也為中醫(yī)智能化防治情志病帶來(lái)了一些啟發(fā)。此外，AI也可用于康復(fù)護(hù)理過(guò)程，實(shí)時(shí)地判斷病人的病情，按照機(jī)器人的指示提高康復(fù)鍛煉的正確性，以及提供遠(yuǎn)程康復(fù)護(hù)理服務(wù)[32]。通過(guò)分析中醫(yī)推拿的操作和需求，有研究者建立了一種高效的全覆蓋路徑規(guī)劃算法模型，搭建了按摩機(jī)器人實(shí)驗(yàn)平臺(tái)，提高了按摩機(jī)器人智能水平和按摩效果[33]。

4.2 健康動(dòng)態(tài)管理

目前可供中醫(yī)健康管理系統(tǒng)的智能化構(gòu)建參考的一些例子有，基于可穿戴傳感器和人類活動(dòng)模擬，在3D 虛擬環(huán)境進(jìn)行老年人家庭健康護(hù)理[34]；使用特定算法來(lái)識(shí)別有遺傳病家族史或慢性病風(fēng)險(xiǎn)高的人群[35]；對(duì)真實(shí)世界復(fù)雜的社會(huì)生態(tài)系統(tǒng)建模，幫助社區(qū)衛(wèi)生管理人員理清系統(tǒng)復(fù)雜性，以更低的成本找到有效的干預(yù)措施[36]。此外，健康動(dòng)態(tài)管理系統(tǒng)不能一成不變，而必須從數(shù)據(jù)中學(xué)習(xí)，從而實(shí)施持續(xù)的流程改進(jìn)。因此還需加速實(shí)施全面電子健康記錄[37]，數(shù)據(jù)需要實(shí)時(shí)采集，還要在保護(hù)個(gè)人隱私的前提下開(kāi)源共享。隨著智能硬件的投放，以及個(gè)體化基因測(cè)序服務(wù)的快速發(fā)展，大量的數(shù)據(jù)從可穿戴健康傳感器獲得，前所未有的數(shù)據(jù)量，再加上自然語(yǔ)言處理和社會(huì)認(rèn)知算法的進(jìn)步，AI結(jié)合中醫(yī)治未病理念的應(yīng)用將塑造未來(lái)具有個(gè)性化和參與性的中醫(yī)健康動(dòng)態(tài)管理系統(tǒng)。

5 展望

AI+中醫(yī)藥在落地過(guò)程中仍存在許多變數(shù)，真正意義上的強(qiáng)AI 要有足夠多的數(shù)據(jù)對(duì)AI 系統(tǒng)進(jìn)行不斷的訓(xùn)練，要有不斷自我學(xué)習(xí)改進(jìn)算法的機(jī)制，以及要有強(qiáng)大的計(jì)算能力，因而AI+應(yīng)用的深入不僅涉及技術(shù)、成本以及數(shù)據(jù)源，傳統(tǒng)中醫(yī)行業(yè)的開(kāi)放與融合亦是生態(tài)成形的關(guān)鍵。中醫(yī)臨床數(shù)據(jù)來(lái)源問(wèn)題、中醫(yī)的標(biāo)準(zhǔn)化與規(guī)模化的困難仍然是中醫(yī)大數(shù)據(jù)與智能化面臨的重大挑戰(zhàn)，但是，無(wú)論從國(guó)家層面、科研單位、還是企業(yè)都在推動(dòng)中醫(yī)行業(yè)及中醫(yī)智能化的發(fā)展，其未來(lái)前景值得期待。

所謂AI + 中醫(yī)藥，并不是讓AI 完全替代中醫(yī)師實(shí)施診療，而是要將人類生物智能與AI 相結(jié)合，在利用認(rèn)知模型實(shí)現(xiàn)AI系統(tǒng)知識(shí)更新的同時(shí)，提升人們對(duì)中醫(yī)藥的認(rèn)知水平，構(gòu)建人機(jī)協(xié)同的智慧中醫(yī)藥健康體系。AI在中醫(yī)藥領(lǐng)域的關(guān)鍵技術(shù)主要有圖像識(shí)別、語(yǔ)音交互、語(yǔ)音轉(zhuǎn)寫(xiě)、NPL、數(shù)據(jù)挖掘及認(rèn)知計(jì)算，想象未來(lái)智慧中醫(yī)融入日常生活的場(chǎng)景，結(jié)合中醫(yī)特色與優(yōu)勢(shì)的智能設(shè)備隨處可見(jiàn)，四診信息被實(shí)時(shí)采集分析顯示，智慧中醫(yī)管家根據(jù)辨證數(shù)據(jù)提供日常飲食與起居建議，或?qū)膊∽龀鲱A(yù)診判斷并上傳云端，通過(guò)智能分診系統(tǒng)預(yù)約合適的醫(yī)生。而從中醫(yī)師的角度，AI+中醫(yī)藥為醫(yī)生賦能，利用中醫(yī)思維，對(duì)疾病提出新的規(guī)律和認(rèn)識(shí)，發(fā)展適合于中醫(yī)診療的儀器設(shè)備，輔助醫(yī)生完成最終的診斷和疾病治療，并對(duì)中藥進(jìn)行標(biāo)準(zhǔn)化控制，優(yōu)化醫(yī)療資源配置。此外，AI + 中醫(yī)藥運(yùn)用AI 算法，分析并學(xué)習(xí)復(fù)雜的中藥配伍規(guī)律，有別于西藥的研發(fā)思路，發(fā)現(xiàn)并優(yōu)化微量的中藥多成分配伍組方，將會(huì)打開(kāi)中藥新藥研發(fā)的新窗口。AI+中醫(yī)藥所開(kāi)啟的智慧中醫(yī)新時(shí)代，將實(shí)現(xiàn)從數(shù)據(jù)到知識(shí)，從知識(shí)到智能的跨躍，建立鏈接個(gè)人和醫(yī)療機(jī)構(gòu)的跨領(lǐng)域醫(yī)療知識(shí)中心，形成開(kāi)放式、互聯(lián)互通的醫(yī)療信息共享機(jī)制，駕駛AI+中醫(yī)藥的快車(chē)，我們將邁向“智慧中醫(yī)藥”惠及人類健康的明天。