当人工智能遇上传统中医 数据模型能够预测危急重症

近日，美国梅奥医学中心呼吸重症研究室主任Ognjen Gajic正式开启他的第二次中国之旅。在参观北京多家医院之后，Ognjen Gajic心生疑惑：国外ICU平均住院日在2天左右，而国内医院却达到了十几天。

Ognjen Gajic认为，这一现象与患者没有坚持做好慢病管理具有直接关联。带着他的疑惑与答案，一场关于慢病管理与人工智能的讨论在首届慢病管理中医诊疗会议上正式上演。

理论：中医+人工智能=高效管理慢病

我国目前具有3.5亿慢病患者，其中，73.5%为循环性疾病，15.9%为代谢性疾病，急需进行高效管理。广安门医院慢病管理项目主任王师菡建议，在管理慢病过程中，应该坚持中西医结合与体医结合的原则，贯穿中医治未病、动静结合的理念，防止慢病转化为危重疾病，进而提高慢病患者生活质量，降低疾病死亡率与医疗费用。

在世界中医药联合会计算机学会会长李光熙看来，中医本身自带很强的数学理论与模型思想，与人工智能的理论基础一脉相承。将人工智能与中医理论运用于慢病管理，能够提高医生管理效率。“医生的精力有限，借助人工智能手段，可以管理更多慢病患者。”

其实，医疗领域具有典型的大数据特征。一是数据量巨大。例如，中国中医科学院2012年4所医院全年的门诊量达到698万，仅广安门医院1天的门诊量就超过1万人次；每年还有将近6万多的住院患者。如果将这些患者的诊疗过程全部数据化，每人次就诊产生的医学数据以10M计算，那么每年产生的数据量将高达70TB。如果把全国中医院的临床数据都汇聚起来，其规模之大可想而知。

二是数据类型复杂。在中医医院，每个患者不但要经过辨证论治的个体化诊疗，还会经过各种理化检测进行疾病及其预后诊断，所以不光有病历资料中包含的信息，还会有生化检查、多种影像或病理切片检查的生物学信息。收集这些庞大、多类别的数据，通过分析处理将其盘活，可以产生让人意想不到的价值。

“但中医数据采集历史尚有一定欠缺，慢病管理需要很长过程，采集大量数据需要较长时间。”Kindle Beyond Technology Ltd 总裁李智远强调，梅奥中心的数据比较完整，而ICU是在短期内完整收集数据最好的科室。“从患者进入ICU，到出院或者死亡，就诊数据比较密集，能够在短时间内收集。”

（从左到右依次为：国家体育总局体育科学研究所研究员郭建军、广安门医院慢病管理项目主任王师菡、世界中医药联合会计算机学会会长李光熙、美国梅奥医学中心呼吸重症研究室主任Ognjen Gajic、Kindle Beyond Technology Ltd总裁李智远）

实践：中医+人工智能=解决三大难题

人工智能兴起后，关于“人工智能+医疗将取代医生”的言论从未终止。但在李智远看来，技术仅仅是医疗生态环境中的一环，其作用更多是医生的工具。“对于一件工具而言，不能发挥主导作用，只能起到支撑作用。”李智远补充道，医生精力有限，技术恰巧能够发挥提高工作效率、辅助医生工作的作用，帮助医生管理更多患者。

李光熙同样认为，无论是慢病患者，还是正常人，都很难做到随时随地通过人工智能手段控制自己的生活。而医生首先需要做的事情也是与患者面对面交流，随后，可以通过各种信息化手段，对患者康复情况进行跟踪随诊。

但无可否认，人工智能确实能够为医疗带来颠覆性的改变。李智远在负责美国梅奥医学中心ICU医学大数据人工智能开发项目时提出，借鉴西医大数据人工智能开发经验，可以相对有效地解决传统中医在传承、推广应用和发展三个比较大的痛点。

知名中医的传承主要采取设立流派传承基地或名老中医工作室，通过‘人传人’的方式进行，但是成长周期长、人为因素太大。无法复制、形成规模化则是阻碍推广应用的最大问题：一个老师3-5年只能带几个徒弟，推广应用受到限制。对于发展来说，中医没有足够的临床数据，因而只能停留在“传承不易、发展更难”的阶段。

通过人工智能技术将知名老中医的诊疗思想、辨证逻辑和处方经验进行整合，形成在线的辅助学习和辅助诊疗系统，使更多普通医师能够进一步融入到名老中医的思维过程，帮助普通医生提升诊疗能力。在患者受益的同时，也可以帮助中医的传承及推广应用。随着诊断的病例数增加，云端产生大量临床数据，通过标签化及数据清洗使数据更具有价值，也为中医的发展提供数据基础。

二是构建名老中医诊疗思维模型，帮助小医生开出大处方。全国的名老中医数量极少，地域分布也较为集中，一位名老中医每日诊疗的患者数目有限并且覆盖范围较小，大家对名老中医的认可度远高于普通中医师。而名老中医与普通中医师的差距主要在辨证分型和方剂的使用。

因此，小医生可以通过望闻问切采集患者相应的信息，将获取到的信息通过规范化处理上传到后台，后台通过人工智能模拟名老中医的辨证治疗的方式，给出一定的方剂建议，从而使小医生也可以开出相对更有效的大处方。

线上辅助诊疗系统只是“复制名老中医”其中的一环，不同地域、不同流派、不同病程等情况的病人用药往往是不同的，系统输出的参考处方可以根据具体情况进行修改。每个中医师在应用人工智能软件的时候，也同时为人工智能提供了更多学习的素材，随着中医药大数据丰富，线上辅助诊疗系统可以更加完善有效。

三是构建新型中西医融合数据模型，预测急危重症。如今，西医AI研究如火如荼，利用大数据挖掘技术预测急危重症变化极有可能成为临床AI使用的典型范例。据Ognjen Gajic介绍，第一代人工智能通过将病历电子化，产生了大量数据，但无序杂乱；第二代人工智能解决了从数据中挑选价值指标的难题；第三代人工智能希望解决的问题就是，从数据中发现潜在的医学知识。

然而，在当前的模型研究中，利用西医的细化分析理论研究方法已经遇到了严重的发展瓶颈。中医的整体观念、辨证思想体系极有可能成为与西医体系在AI研究中实现创新融合。李光熙指出，在梅奥中心的危重症模型研发项目中，他已经开始引入中医阴阳五行理论体系与西医的密集数据进行融合，形成创新的数学模型，以更好地预测判断病情，提供实时决策支持，做到早诊断、早治疗。