下载掌阅APP，畅读海量书库
立即打开
智能中医辅助诊断技术是在中医学理论指导下，以中医临床实践为基础，应用人工智能（artificial intelligence，AI）相关技术与方法，研究开发用于模拟、延伸和扩展中医医生诊断智慧的理论、方法、技术、装备及应用系统。智能中医辅助诊断装备是指采用智能技术，通过传感器客观模拟中医望、闻、问、切的信息获取方法，并通过特征抽取、机器学习和深度学习等智能分类技术，得到类似疾病诊断、中医辨证和疗效评价等智能化结果。智能中医辅助诊断技术和装备是一门新的交叉学科技术，中医人工诊断是其模拟的目标和核心，研究基础是标准化、客观化，由于中医诊断包括诊法和辨证、健康评估技术、疗效评价等，智能中医辅助诊断技术也涉及相应的方面。
中医诊断装备是指能辅助中医望、闻、问、切“四诊”和辨证论治的仪器、设备、器具、材料及其他物品（包括所需软件），是在中医理论指导下应用现代科学技术和方法研发的医疗装备。其研发活动和中医临床使用需求情况密切相关。20世纪70年代起，我国国内就开始了诊法客观化、仪器化的研究，为中医装备辅助诊断奠定了重要基础。目前我国已拿到批件的上市产品包括舌面仪、脉象仪、红外仪、经络检测仪等。
中医学的整体观念认为人体是一个内外协调统一的有机整体，人体自身的结构与功能保持动态平衡，各脏腑、经络、形体官窍在生理上息息相关，在病理上相互影响。中医学诊断疾病要求做到整体审察，从整体上进行多方面考虑，全面收集望、闻、问、切“四诊”信息，做到“四诊合参”，因此信息的传递和交换极为重要。中医诊断装备通过检测、分析、处理大量的信号，提取有用信息，如心电、脑电等电生理信号，以及体温、血压、脉搏、呼吸等。
1.中医诊断装备的结构 主要由信号采集、信号预处理、信号处理、记录与显示、数据存储等系统构成。
（1）信号采集系统 主要包括被测对象、传感器或电极，是中医诊断装备的信号源。
被测对象是需用仪器测量的物理（化学）量、特性和状态等，如生物电、生物磁、压力、流量、位移（速度、加速度和力）、阻抗、温度（热辐射）、器官结构等。这些量都需通过传感器或电极直接或间接测得。例如面诊仪以面部的色泽、纹理、表情等为被测对象；舌象仪检测舌体形态、舌色和舌苔状态等；压力型脉诊仪检测脉搏处的压力，通过传感器模拟手指的感觉以判别脉象的“位、数、形、势”等；红外热像仪利用红外探测器等接收被测目标的红外辐射能量而获得红外热像图。
信号采集系统的传感器和电极直接影响装备的整机性能，传感器可将反映人体功能状态信息的物理量或化学量转变为电或电磁信号，而电极的作用是直接从人体提取电信号。例如超声式脉诊仪的位移传感器可以检测血管壁的弹性、收缩等，以区分脉象特征；红外成像仪的温度传感器可检测局部温度变化。目前，舌面仪的信号采集系统可自动优化光源和拍摄设置，提升了装备性能。
（2）信号处理系统 包括信号预处理和信号处理两个部分。
由于人体信号的幅度和频率都较低，易受到空间电磁波及人体其他信号的干扰，因此，在分析、存储、记录信号之前，应对信号进行一些预处理，以保证检测结果的准确性。预处理一般包括过压保护、放大、识别（滤波）、调制/解调、阻抗匹配等。例如舌面仪对舌面图像进行裁剪、区域分割和特征提取等预处理，脉诊仪使用信号放大器对脉搏搏动转换成的电信号进行放大预处理。
信号处理部分是中医诊断装备的核心部分，对装备性能的优劣、精度的高低、功能的多少起决定性作用。一般通过模数转换（analog to digital converter，A/D）将放大后的模拟信号转换为数字信号送入计算机或微处理器进行处理，完成包括信号的运算分析、诊断、存储等功能。例如红外热像仪将物体发出的不可见红外能量转变为可见的热图像；压力型脉诊仪则将脉搏的搏动转换成电信号，再输入放大电路，将微弱的生理病理信号记录、处理，再对脉搏波进行分析诊断。
（3）信号的记录与显示系统 信号记录与显示系统的作用是将处理后的生物信号变为可供人直接观察的形式。记录显示的效果明显、清晰，便于观察和分析，能正确反映输入信号的变化情况。按照工作原理不同，记录与显示设备又可分为直接描记式记录器、存储记录器、数字式显示器等。
面对大数据的爆炸式增长，大数据的量、异构性、高时效性需求与日俱增，数据存储的容量和系统的存储性能备受关注。数据存储具有很强的现实意义。数据存储主要分为块存储、文件存储、对象存储三种方式。多数舌面仪采用文件储存方式储存舌面特征图像。
（4）辅助系统 包括控制和反 馈、数据存储和传输、标准信号产生和外加能量源等部分，其配置和结构随各种装备的用途和性能而变化，功能越复杂、精度和自动化程度越高的装备辅助系统应越齐备。
2.中医诊断装备的工作方式 中医诊断装备根据其所检测、处理生物信号的方法不同，采用直接或间接的、实时或延时的、间断或连续的、模拟或数字的工作方式。例如检测体温的变化时，可以采用直接的、实时的、间断的工作方式；而检测脉象变化时，则需用直接的、实时的、连续的工作方式才能测出完整的波形图。
装备的直接工作方式是指装备的检测对象容易接触或有可靠的探测方法，其传感器或电极能用检测对象本身的能量产生输出信号。如脉诊仪需将脉搏部位紧贴仪器探头，充分接触测量点以保证测量的准确性。而间接工作方式是指装备的传感器或电极与被测对象不能或无法直接接触，需通过测量其他关系量间接获取欲测对象的量值。如面诊仪、舌象仪等通过拍摄设备采集和提取特征图像，不需接触患者面部和舌体，实现全程无创无触点测试。
装备的连续或实时工作方式，是指在假设人体被测参数基本稳定不变的情况下，能在一个极短的时间内输出、显示检测信号。例如能实时显示脉搏信号，自动判读脉象的“位、数、形、势”，识别脉图特征参数。而间隔或延时工作方式则需经过一段时间才能输出所检测的信号。例如舌面仪经过深度学习和显著性检测等技术，定性定量分析舌面特征后生成检测报告。
间断工作方式适用于检测生理参数变化缓慢的信息，而连续工作方式适用于检测生理参数变化迅速的信息。诊断装备的工作方式应与检测对象的变化相适应。多数智能中医检测装备采用连续的工作方式采集患者信息，但舌苔动态变化、脉图节律变化等则通过间断方式收集患者信息。
计算机在处理生物信号方面的优点，使得中医诊断装备检测、处理生物信号从模拟的工作方式发展为模拟和数字两种方式。目前，传感器和电极均属模拟的工作方式，较简单方便；而将模拟量进行A/D转换后再由计算机进行信息处理，再次经过数模转换（digital to analog converter，D/A）输出所测信号，这样的仪器是数字的工作方式。数字的工作方式具有精度高、重复性好、稳定可靠、抗干扰能力强等特点。
随着AI技术的发展，中医智能诊断装备的应用场景逐渐涌现，对中医诊断装备的分类比较复杂，目前还难以统一，存在着从不同角度对装备进行分类的问题。
1.基本分类方法 根据检测的目标或生理参数对中医诊断装备分类，能够对任一参数的各种测试方法进行比较。例如各种面诊仪均可检测面色，各种舌诊仪均可检测舌体、舌苔特征及舌下络脉等，各种脉诊设备均可检测脉搏的脉位、脉宽、脉力、脉率、流利度、紧张度、均匀度、长度等要素。
根据转换原理的不同进行分类，有利于对各种传感器（电极）进行比较，并推广应用。例如各种脉象仪基于压力压强检测、光电、超声等不同的原理，采用不同种类的传感器检测和展示脉象，市面上已出现了各种各样的脉诊仪器，如BYS-14型四导脉象仪、多维脉象检测仪、自动加压的三部脉象仪等。
此外，根据生理系统中的应用分类及根据临床的专业分类，均各有方便之处。
2.按用途分类 根据设备的用途和使用场景进行分类，简单明了，方便医务人员使用。中医诊断装备根据用途分类，包括健康管理装备和疾病辨证诊断装备。
（1）健康管理装备 主要用于健康状态的评估和中医体质辨识。例如指尖血液容积波脉诊仪，使用简便、成本低、可家用，可连续测量（如每天一次）脉诊相关健康指标，在某些测量指标逐渐恶化的过程中、出现器质性病变之前，提前进行预警，对于健康状态的评估、治未病和预后管理有重要意义；基于面部特征的中医体质辨识系统和舌面脉信息采集体质辨识系统等，可通过提取舌、面部颜色和纹理特征辨识受检者的健康状态和体质特征。
（2）疾病辨证诊断装备 为了贴合临床实际，中医诊断设备主要根据各生理系统和临床专业分类，方便医者使用。例如使用电子鼻进行肺癌筛查、检测呼吸道细菌，并可将慢性胃炎的寒热病性反映于气味图谱以辨别证型；采用Z-BOX舌象数字化分析仪探究慢性胃炎患者腻苔形成过程中舌苔代谢物质的变化、以评价临床疗效；脉诊仪可采集脉象信息并提供脉图，从而为冠心病等疾病的辨证分型提供客观化依据。
1.传统中医诊断中存在的问题 由于中医诊断缺乏客观、明确的诊断标准和指南，不同医生往往会根据自己的经验和认识做出不同的诊断，导致诊断结果的不一致性和主观性。诊断过程中，需要依靠医生的经验和判断力进行包括详细的病史询问在内的望、闻、问、切“四诊”等步骤，医生常常需要花费大量的时间和精力进行诊断，导致诊断效率低下；而医生的经验和判断力受到个体差异、认知偏差等因素的影响，因此诊断结果的准确性存在一定的局限性；中医诊断的结果往往是主观判断和经验积累的结晶，难以量化和验证，也难以与西医学进行比较和交流。以望、闻、问、切“四诊”为代表的传统中医诊断中往往存在诊断标准不一致、诊断效率低下、诊断准确性有待提高、诊断结果难以量化和验证等问题。
为了解决上述问题，中医学领域进行了大量研究，以促进中医诊断的规范化、标准化，建立操作规范和证候诊断标准，明确疗效评价指标等具体方法和技术。中医诊断标准化和规范化可以使中医诊断过程可量化、可测量，为中医证候研究、真实世界研究，以及支撑客观化、智能化诊断和更大范围的中医药大数据分析和积累奠定基础。
2.智能化技术在中医领域应用适应性问题 智能中医辅助诊断研究的目的是将中医理论和人工智能技术相结合，利用计算机算法和数据分析方法，发掘中医传统知识，从而帮助中医医生更准确地进行病证辨识、诊断和治疗，提高中医治疗效果。
由于中医领域的知识存在一定的特殊性，在智能中医辅助诊断研究过程中，首先，需要对中医的病证和诊断知识进行形式化表示，并建立相关的知识库或者规则库，从而使得计算机的识别、处理和分析等有据可循；在此基础上，需要通过医学传感器等客观化数据采集技术收集中医四诊信息，通过人工标注、解读并建立深度学习等分类模型，或依据形式化表示的知识或者逻辑规则进行计算和比对，达到智能辅助诊断的目的。这两方面的研究互相支撑、互相促进，就像人的头脑思维和肢体感觉器官一样，不能偏废。
智能中医辅助诊断的核心目标是实现对中医人工诊断的模拟，其关键共性技术需要从中医诊断和智能技术这两个角度出发来研究。从中医诊断的角度，迫切需要突破的共性技术，一是标准化和规范化；二是需要对诊断特征及中医思维进行知识表示，以便于计算机自动计算和推理等，这对于以自然语言处理为基础的中医智能问诊及各类专家系统的研制都至关重要。在智能技术方面，一是基于计算机视觉技术、传感器技术等对中医望、闻、问、切“四诊”诊法的客观化模拟；二是基于神经网络、深度学习等数学模型和统计技术进行中医智能辨证、健康评估技术和疗效评价等。这两个方面你中有我，我中有你，而又彼此相向而行，最终目标都是走向中医诊断和智能技术的深度融合。
中医诊断的标准化和规范化是智能中医辅助诊断技术的重要基础，主要研究规范化的操作和语言表达，建立术语标准和操作标准；接入中医四诊仪等诊法客观化设备和仪器，试图克服诊疗过程中医生的主观性等问题。而智能中医辅助诊断技术可以进一步通过将中医理论体系进行形式化表示和数字化处理，构建中医标准化的知识库和规范体系，从而提高中医理论的可传承性和可操作性，促进中医学发展和传承。
中医诊断规范化标准体系建设面临的主要问题首先是客观化、严密性不够，其次是与临床、科研的契合度还不够，也还有一些技术性的限制因素。智能中医辅助诊断技术和装备的应用，包括四诊仪等设备，以及各类以问诊为基础的中医专家系统的研发，不仅促进了中医诊断方法的客观化，更大意义在于促进了中医诊疗数据的数字化、标准化和规范化。
通过中医诊断的标准化和规范化研究，实现数据规范化传输，可异地完成信息的读取和再现，促进中医远程医疗跨区、跨国合作交流。中医智能辅助诊断医疗设备包括中医智能辅助诊断软件、中医智能辅助诊断仪器等，也可以实现对中医病证的快速识别和辅助诊断，提高中医临床治疗的效率和准确性。并且智能中医辅助诊断技术的研究和应用将有望为中医临床治疗提供更加科学、精准和有效的支持和帮助，对中医诊断的标准化和规范化、中医学的发展和传承具有重要的意义。
1.知识表示和中医思维模拟 知识表示是知识的符号化和形式化的过程，是用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储，又考虑知识的使用。知识表示可以看成是一组描述事物的约定，把人类知识表示成机器能处理的数据结构。
中医诊断遵循中医取象比类的思维特点，以阴阳五行为思维基础，中医诊断涉及大量的主观判断和经验积累，知识体系与现代科技体系间尚有一些不同之处。运用本体等知识表示方法来为中医诊断建立一个形式化的、共享的、明确化的、概念化的规范，是建立相关本体和知识库，整合和处理大量的患者数据和中医文献，进行智能化的中医辅助诊断研究，模拟中医辨证思维，以及开发中医诊断装备的基础。
2.特征提取 是智能中医辅助诊断技术中的重要环节，它是将中医病证的丰富特征进行提取和表达的过程。传统的特征提取方法通常基于人工经验和领域知识，难以准确地表达中医病证的复杂特征。
利用特征提取技术对中医病证进行自动化的特征提取和表达，可以有效提高中医病证诊断的准确性和效率。以中医经络电生理信号诊断为例，中医经络是中医理论体系中的重要概念，其存在和循行畅通与人体健康密切相关。中医经络电生理信号可以反映中医经络的功能状态和异常情况。利用特征提取技术对中医经络电生理信号进行处理，可以提取出信号的频率、幅度、相位等多维特征，用于描述中医经络的状态和异常情况。
近年来，深度学习等技术通过建立深层神经网络模型，可以实现对中医病证的自动学习和特征提取，为智能中医辅助诊断技术的发展提供了强大支持。
中医诊断中的客观化数据采集技术，主要指基于计算机视觉（computer vision，CV）及传感器技术对中医望、闻、问、切“四诊”诊法的客观化模拟。中医望诊中用到的CV技术包括但不限于舌图等各类图片的获取，而用到的传感器技术，除了常见的压力传感器用于脉诊，电子鼻用于闻诊，也可能会涉及比如汗液检测等各种最新的生物传感器。
1.计算机视觉技术 2006年前后，随着深度学习（deep learning，DL）的出现，CV飞速发展，影像辅助诊疗从技术上来说已相对成熟。在中医学领域，CV等图像识别和处理技术主要用于望诊。传统中医望诊包括望神、色、形、态，与人工智能结合最多的是望舌和面。即用深度学习尤其是卷积神经网络（convolutional neural networks，CNN）构建图像分类器，处理各种图形图像。
除了舌诊和面诊，现在已经发展出了手诊、目诊、甲诊等适用于人体不同部位的图像诊断方法，均可基于中医全息分区诊断等理论，通过识别特定全息分区下的疾病特征来为疾病诊断提供参考。目前人工智能在这几种不同部位的图像识别中均有应用产品。如中医目诊在传统中医望诊的基础上，发展了按照五轮学说的分区望诊法、虹膜诊断法及眼底图像分析法等借助现代诊断设备的诊断方法，据此提取不同特征，结合AI和智能硬件建立的大数据分析平台拟用于健康体检等应用场景。
2.传感器技术 传感器是指能感受被测量并按照一定的规律转换成可用输出信号的器件或装置。它可以实现对中医病证的生理和病理信息的实时监测和获取，并为中医望、闻、问、切“四诊”诊法的客观化模拟提供重要数据支持。
使用传感器技术实现对中医经络的电生理信号、皮肤温度、脉搏及中医望、闻、问、切“四诊”的部分内容等多种生理信号的监测和采集，可以帮助中医医生进行病证的评估和诊断。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。目前中医诊断领域常用的传感器主要包括电阻式传感器、电感式传感器、电容式传感器、压电式传感器、磁电式传感器、热电式传感器、光电式传感器等。
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（back propagation）神经网络等用于学习和挖掘脉象特征，收缩压和脉压、心率和脉搏波速度等定量变量可以用来描述定性脉搏图像所包含的强度、深度和速度等信息。
智能中医辅助诊断中，为了达到中医辨证、健康评估技术和疗效评价等目的，通常采用机器学习、深度学习技术等，配合CV和NLP技术，处理图片和文本等客观化信息，希望将中医理论与数学模型相结合，通过大量的病例数据分析，寻找疾病与中医证候之间的内在联系和规律，训练机器的分析学习和识别处理文字、图像和声音等数据，以帮助中医医生提高中医诊断的准确性和治疗效果。
以中医舌诊为例，基于卷积神经网络的舌象图像识别模型可以对舌头的形态、颜色、苔质和舌下脉络等信息进行自动化的识别和分析。研究人员则需要收集一批舌象图像数据集，包括正常舌象和不同疾病状态下的舌象，例如舌质红、苔厚腻、舌绛、舌胖等。之后利用深度学习技术训练舌象图像识别模型，将其应用于中医辅助诊断系统中。系统可以自动地对图像进行识别和分析，给出相应的舌象名称、证型等信息，为智能辨证、健康评估和疗效评价提供支持。
目前常用于模拟中医临床诊疗规律的智能数理统计模型包括决策树、支持向量机、人工神经网络和贝叶斯分类器等。
与西医血压计、心电图机等装备几百年的研发历史相比，中医诊断装备的研发尚处于初级阶段。然而，中医装备的研发有幸与智能化技术的进展基本同时代存在，若能搭上智能化技术的快车，其发展速度和市场前景可能会超出既往的预期和想象。