基于模糊推理的中醫(yī)診斷系統(tǒng)設(shè)計(jì)

安志飛 蔣杰聘 何鑫 張圣崇 吳哲輝

摘要：常規(guī)的中醫(yī)診斷是通過(guò)醫(yī)師個(gè)人常年行醫(yī)的經(jīng)驗(yàn)，通過(guò)醫(yī)師的望聞問(wèn)切來(lái)診斷，但即使是經(jīng)驗(yàn)豐富的老中醫(yī)也存在誤診的風(fēng)險(xiǎn)。[1]基于模糊推理的中醫(yī)診斷系統(tǒng)將充滿(mǎn)模糊性的中醫(yī)診斷過(guò)程進(jìn)行規(guī)范化和客觀化，應(yīng)用模糊化處理技術(shù)將癥狀進(jìn)行量化處理;結(jié)合人工智能技術(shù)，應(yīng)用于中醫(yī)診斷，建立規(guī)則庫(kù)，為中醫(yī)醫(yī)師的診斷提供支持。

關(guān)鍵詞：中醫(yī)診斷;望聞問(wèn)切;模糊化處理

中醫(yī)的四大診斷方法是“望聞問(wèn)切”，確診過(guò)程中對(duì)病人的病情描述是模糊的。中醫(yī)具有哲學(xué)性，而現(xiàn)代醫(yī)學(xué)趨向于對(duì)象的確定描述，西醫(yī)借助化驗(yàn)和專(zhuān)業(yè)的設(shè)備讓其診斷的準(zhǔn)確性大大提高，西醫(yī)的強(qiáng)勢(shì)發(fā)展讓我國(guó)的傳統(tǒng)醫(yī)學(xué)處于尷尬的位置。[2]中國(guó)傳統(tǒng)中醫(yī)長(zhǎng)期以來(lái)依賴(lài)于醫(yī)師的個(gè)人經(jīng)驗(yàn)，缺乏相應(yīng)的規(guī)則參考，也沒(méi)有與最新的科技結(jié)合，阻礙了中醫(yī)發(fā)展。借助于龐大的數(shù)據(jù)庫(kù)和模糊數(shù)據(jù)處理技術(shù)，將擁有豐富經(jīng)驗(yàn)的醫(yī)師和成功醫(yī)治案例整合為一個(gè)龐大數(shù)據(jù)的數(shù)據(jù)倉(cāng)庫(kù)，實(shí)時(shí)更新并不斷完善，將中國(guó)傳統(tǒng)醫(yī)學(xué)與現(xiàn)代先進(jìn)科學(xué)技術(shù)有機(jī)結(jié)合。一人工智能與中醫(yī)診斷[3～6]

數(shù)據(jù)挖掘是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)中的一個(gè)步驟。數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中信息的過(guò)程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過(guò)統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專(zhuān)家系統(tǒng)（依靠過(guò)去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來(lái)實(shí)現(xiàn)上述目標(biāo)。在龐大的數(shù)據(jù)庫(kù)中挖掘到有用信息。

我們知道中醫(yī)臨床診斷過(guò)程中可能會(huì)遇到這樣一個(gè)情形：兩個(gè)患者同時(shí)患上一種疾病，該疾病在臨床表現(xiàn)上卻有兩種不同的情況，這兩名患者身體體質(zhì)的不同導(dǎo)致患病表現(xiàn)不一樣。不同的臨床表現(xiàn)混淆醫(yī)師正確的判斷，可能導(dǎo)致用藥的錯(cuò)誤，如果這個(gè)時(shí)候有一種機(jī)器或者某種參考書(shū)給醫(yī)師提供正確的意見(jiàn)就好了。智能電腦和機(jī)器學(xué)習(xí)的出現(xiàn)讓這一假想有了實(shí)現(xiàn)的可能。電腦擁有記錄龐大數(shù)據(jù)的能力，但是卻沒(méi)有判斷的能力，它不知道是對(duì)還是錯(cuò)，如果給予電腦判斷的能力就好了，那它就可以對(duì)具體的案例進(jìn)行分析了，但電腦只能通過(guò)人類(lèi)的指令做出對(duì)應(yīng)的舉動(dòng)，如果能夠建立某種規(guī)則庫(kù)，讓電腦去執(zhí)行就方便多了。人工智能的誕生解決了這一難題，通過(guò)讓電腦不斷學(xué)習(xí)，最終達(dá)到電腦自身?yè)碛信袛鄬?duì)錯(cuò)的能力，讓其成為醫(yī)師的得力助手。

二、模糊推理系統(tǒng)

模糊推理是以模糊集合論為基礎(chǔ)描述工具，從不精確的前提集合中得出可能的不精確結(jié)論的推理過(guò)程。模糊推理的工作過(guò)程主要由模糊化、模糊規(guī)則庫(kù)、模糊推理方法、去模糊化四部分組成。其工作機(jī)理為：首先對(duì)輸入的精確量通過(guò)模糊化模塊進(jìn)行模糊化處理，轉(zhuǎn)換成給定論域上的模糊集合;然后激活模糊規(guī)則庫(kù)中對(duì)應(yīng)的模糊規(guī)則，選用適當(dāng)?shù)哪：评矸椒ǎ梢阎：聦?shí)來(lái)獲得推理結(jié)果，最后對(duì)模糊結(jié)果進(jìn)行去模糊化處理，來(lái)得到最終的精確輸出量。

模糊數(shù)據(jù)庫(kù)系統(tǒng)指能處理模糊數(shù)據(jù)的數(shù)據(jù)庫(kù)系統(tǒng)?，F(xiàn)代醫(yī)學(xué)設(shè)備通常會(huì)精準(zhǔn)的測(cè)量人體的身體情況，電腦處理系統(tǒng)只會(huì)處理二值邏輯和精確數(shù)據(jù)，如何將現(xiàn)代設(shè)備與傳統(tǒng)中醫(yī)結(jié)合是現(xiàn)代中醫(yī)發(fā)展所不得不面臨的問(wèn)題。通過(guò)建立數(shù)據(jù)倉(cāng)庫(kù)將傳統(tǒng)中醫(yī)診斷過(guò)程中大量不確定信息收集，應(yīng)用模糊化處理技術(shù)將癥狀進(jìn)行量化處理，為醫(yī)生的正確判斷提供決策支持。

三、應(yīng)用場(chǎng)景

（一）模糊化[7]

病人癥狀數(shù)據(jù)進(jìn)入模糊推理系統(tǒng)時(shí)，一般要將其模糊化成給定論域上的模糊集合。首先，精確值除模糊集合的隸屬度最大。其次，模糊化結(jié)果具有一定干擾性。

（二）模糊規(guī)則庫(kù)

由模糊推理系統(tǒng)中的全部模糊規(guī)則組成，是模糊推理系統(tǒng)的核心部分?；卺t(yī)療過(guò)程中復(fù)雜性，建立多維模糊規(guī)則。多維論域的模糊集合。

（三）去模糊化

得到一個(gè)最能代表集合的精確值。一般其數(shù)據(jù)應(yīng)具有，有效性，簡(jiǎn)便性，魯棒性。

（四）數(shù)據(jù)庫(kù)的建立

基于治療案例，建立數(shù)據(jù)庫(kù)。治療成功案例是建立數(shù)據(jù)庫(kù)的根本，通過(guò)記錄不同醫(yī)師不同病人成功治療案例，反復(fù)推理和歸納總結(jié)，人們可以得到治療成功的方案，優(yōu)秀的醫(yī)生不斷積累成功的案例，最終擁有寶貴的經(jīng)驗(yàn)，我們通過(guò)記錄大量的成功案例數(shù)據(jù)，就相當(dāng)于擁有一個(gè)不斷進(jìn)步和學(xué)習(xí)的醫(yī)生。對(duì)成功案例的分析，對(duì)不同病人的病情分析，對(duì)比不同的臨床表現(xiàn)，就可以得到一個(gè)精準(zhǔn)的結(jié)果。

（五）得出結(jié)論

模糊推理系統(tǒng)是建立在龐大的數(shù)據(jù)庫(kù)基礎(chǔ)上的，這些寶貴的數(shù)據(jù)將支持我們的模糊推理系統(tǒng)擁有足夠的正確性。比如說(shuō)：鼻塞、流涕、噴嚏、頭痛、惡寒、發(fā)熱、全身不適、脈浮等，這些感冒的臨床癥狀，由于病人體質(zhì)的不同，可能只是出現(xiàn)上述癥狀的一些。同時(shí)感冒還可以分為病毒性感冒，細(xì)菌性感冒，傷風(fēng)性感冒。這些的存在都是診斷過(guò)程的不確定因素，經(jīng)驗(yàn)豐富的醫(yī)生（根據(jù)規(guī)則）當(dāng)然可以很快的找出病因。

四、總結(jié)

中醫(yī)診斷過(guò)程中會(huì)出現(xiàn)很多不確定因素，而這些信息需要具有一定知識(shí)和經(jīng)驗(yàn)的醫(yī)生才能夠處理，但人也會(huì)有出錯(cuò)的時(shí)候。基于模糊化處理技術(shù)，將充滿(mǎn)模糊性的中醫(yī)診斷過(guò)程進(jìn)行規(guī)范化和客觀化。模糊化處理技術(shù)和規(guī)則庫(kù)的建立，為我國(guó)中醫(yī)的發(fā)展帶來(lái)了新動(dòng)力。接下來(lái)我們想進(jìn)一步通過(guò)實(shí)驗(yàn)證明本文所設(shè)計(jì)的中醫(yī)診斷系統(tǒng)在允許誤差下保持正確性。

參考文獻(xiàn)：

[1]李蕾，祁慧敏，楊鳳霞.基于案例與模糊推理的中醫(yī)診斷系統(tǒng)[J].研究信陽(yáng)師范學(xué)院學(xué)報(bào)：自然科學(xué)版，2014（4），U6127.

[2]朱雪瑩.論中醫(yī)與西醫(yī)的優(yōu)點(diǎn)和缺點(diǎn)[J].未來(lái)英才，2017（22）.

[3]張孟之，高潔，李文，秦忠，羅振亮，陳云志.人工智能時(shí)代下的中醫(yī)四診客觀化研究初探[J].貴陽(yáng)中醫(yī)學(xué)院學(xué)報(bào)，2019（1）.

[4]吳立旗，童文新，徐鳳芹.數(shù)據(jù)挖掘技術(shù)在中醫(yī)藥現(xiàn)代化研究中的應(yīng)用[C].2011中國(guó)醫(yī)師協(xié)會(huì)中西醫(yī)結(jié)合醫(yī)師大會(huì)，2011年11月25日.

[5]李建生，胡金亮，岳彩青.自適應(yīng)神經(jīng)模糊推理系統(tǒng)用于癥候診斷的研究[J].計(jì)算機(jī)仿真，2006（3）.

[6]https：//wenku.baidu.com/view/a1387e22640e52ea551810a6f524ccbff121cae4.html[EB/OL].

[7]袁文婕，陸建峰.基于數(shù)據(jù)挖掘的中醫(yī)診療經(jīng)驗(yàn)方法研究[D].南京：南京理工大學(xué)，2006.

項(xiàng)目基金：嘉興學(xué)院國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃資助（201810354014）。

作者簡(jiǎn)介：安志飛，男，嘉興學(xué)院商學(xué)院信息管理系16級(jí)。