緒論

智能中醫輔助診斷技術是在中醫學理論指導下，以中醫臨床實踐為基礎，應用人工智能（artificial intelligence，AI）相關技術與方法，研究開發用于模擬、延伸和擴展中醫醫生診斷智慧的理論、方法、技術、裝備及應用系統。智能中醫輔助診斷裝備是指采用智能技術，通過傳感器客觀模擬中醫望、聞、問、切的信息獲取方法，并通過特征抽取、機器學習和深度學習等智能分類技術，得到類似疾病診斷、中醫辨證和療效評價等智能化結果。智能中醫輔助診斷技術和裝備是一門新的交叉學科技術，中醫人工診斷是其模擬的目標和核心，研究基礎是標準化、客觀化，由于中醫診斷包括診法和辨證、健康評估技術、療效評價等，智能中醫輔助診斷技術也涉及相應的方面。

一、中醫診斷裝備概述

中醫診斷裝備是指能輔助中醫望、聞、問、切“四診”和辨證論治的儀器、設備、器具、材料及其他物品（包括所需軟件），是在中醫理論指導下應用現代科學技術和方法研發的醫療裝備。其研發活動和中醫臨床使用需求情況密切相關。20世紀70年代起，我國國內就開始了診法客觀化、儀器化的研究，為中醫裝備輔助診斷奠定了重要基礎。目前我國已拿到批件的上市產品包括舌面儀、脈象儀、紅外儀、經絡檢測儀等。

（一）中醫診斷裝備所檢測的生物信號

中醫學的整體觀念認為人體是一個內外協調統一的有機整體，人體自身的結構與功能保持動態平衡，各臟腑、經絡、形體官竅在生理上息息相關，在病理上相互影響。中醫學診斷疾病要求做到整體審察，從整體上進行多方面考慮，全面收集望、聞、問、切“四診”信息，做到“四診合參”，因此信息的傳遞和交換極為重要。中醫診斷裝備通過檢測、分析、處理大量的信號，提取有用信息，如心電、腦電等電生理信號，以及體溫、血壓、脈搏、呼吸等。

（二）中醫診斷裝備的結構和工作方式

1.中醫診斷裝備的結構　主要由信號采集、信號預處理、信號處理、記錄與顯示、數據存儲等系統構成。

（1）信號采集系統　主要包括被測對象、傳感器或電極，是中醫診斷裝備的信號源。

被測對象是需用儀器測量的物理（化學）量、特性和狀態等，如生物電、生物磁、壓力、流量、位移（速度、加速度和力）、阻抗、溫度（熱輻射）、器官結構等。這些量都需通過傳感器或電極直接或間接測得。例如面診儀以面部的色澤、紋理、表情等為被測對象；舌象儀檢測舌體形態、舌色和舌苔狀態等；壓力型脈診儀檢測脈搏處的壓力，通過傳感器模擬手指的感覺以判別脈象的“位、數、形、勢”等；紅外熱像儀利用紅外探測器等接收被測目標的紅外輻射能量而獲得紅外熱像圖。

信號采集系統的傳感器和電極直接影響裝備的整機性能，傳感器可將反映人體功能狀態信息的物理量或化學量轉變為電或電磁信號，而電極的作用是直接從人體提取電信號。例如超聲式脈診儀的位移傳感器可以檢測血管壁的彈性、收縮等，以區分脈象特征；紅外成像儀的溫度傳感器可檢測局部溫度變化。目前，舌面儀的信號采集系統可自動優化光源和拍攝設置，提升了裝備性能。

（2）信號處理系統　包括信號預處理和信號處理兩個部分。

由于人體信號的幅度和頻率都較低，易受到空間電磁波及人體其他信號的干擾，因此，在分析、存儲、記錄信號之前，應對信號進行一些預處理，以保證檢測結果的準確性。預處理一般包括過壓保護、放大、識別（濾波）、調制/解調、阻抗匹配等。例如舌面儀對舌面圖像進行裁剪、區域分割和特征提取等預處理，脈診儀使用信號放大器對脈搏搏動轉換成的電信號進行放大預處理。

信號處理部分是中醫診斷裝備的核心部分，對裝備性能的優劣、精度的高低、功能的多少起決定性作用。一般通過模數轉換（analog to digital converter，A/D）將放大后的模擬信號轉換為數字信號送入計算機或微處理器進行處理，完成包括信號的運算分析、診斷、存儲等功能。例如紅外熱像儀將物體發出的不可見紅外能量轉變為可見的熱圖像；壓力型脈診儀則將脈搏的搏動轉換成電信號，再輸入放大電路，將微弱的生理病理信號記錄、處理，再對脈搏波進行分析診斷。

（3）信號的記錄與顯示系統　信號記錄與顯示系統的作用是將處理后的生物信號變為可供人直接觀察的形式。記錄顯示的效果明顯、清晰，便于觀察和分析，能正確反映輸入信號的變化情況。按照工作原理不同，記錄與顯示設備又可分為直接描記式記錄器、存儲記錄器、數字式顯示器等。

面對大數據的爆炸式增長，大數據的量、異構性、高時效性需求與日俱增，數據存儲的容量和系統的存儲性能備受關注。數據存儲具有很強的現實意義。數據存儲主要分為塊存儲、文件存儲、對象存儲三種方式。多數舌面儀采用文件儲存方式儲存舌面特征圖像。

（4）輔助系統　包括控制和反饋、數據存儲和傳輸、標準信號產生和外加能量源等部分，其配置和結構隨各種裝備的用途和性能而變化，功能越復雜、精度和自動化程度越高的裝備輔助系統應越齊備。

2.中醫診斷裝備的工作方式　中醫診斷裝備根據其所檢測、處理生物信號的方法不同，采用直接或間接的、實時或延時的、間斷或連續的、模擬或數字的工作方式。例如檢測體溫的變化時，可以采用直接的、實時的、間斷的工作方式；而檢測脈象變化時，則需用直接的、實時的、連續的工作方式才能測出完整的波形圖。

裝備的直接工作方式是指裝備的檢測對象容易接觸或有可靠的探測方法，其傳感器或電極能用檢測對象本身的能量產生輸出信號。如脈診儀需將脈搏部位緊貼儀器探頭，充分接觸測量點以保證測量的準確性。而間接工作方式是指裝備的傳感器或電極與被測對象不能或無法直接接觸，需通過測量其他關系量間接獲取欲測對象的量值。如面診儀、舌象儀等通過拍攝設備采集和提取特征圖像，不需接觸患者面部和舌體，實現全程無創無觸點測試。

裝備的連續或實時工作方式，是指在假設人體被測參數基本穩定不變的情況下，能在一個極短的時間內輸出、顯示檢測信號。例如能實時顯示脈搏信號，自動判讀脈象的“位、數、形、勢”，識別脈圖特征參數。而間隔或延時工作方式則需經過一段時間才能輸出所檢測的信號。例如舌面儀經過深度學習和顯著性檢測等技術，定性定量分析舌面特征后生成檢測報告。

間斷工作方式適用于檢測生理參數變化緩慢的信息，而連續工作方式適用于檢測生理參數變化迅速的信息。診斷裝備的工作方式應與檢測對象的變化相適應。多數智能中醫檢測裝備采用連續的工作方式采集患者信息，但舌苔動態變化、脈圖節律變化等則通過間斷方式收集患者信息。

計算機在處理生物信號方面的優點，使得中醫診斷裝備檢測、處理生物信號從模擬的工作方式發展為模擬和數字兩種方式。目前，傳感器和電極均屬模擬的工作方式，較簡單方便；而將模擬量進行A/D轉換后再由計算機進行信息處理，再次經過數模轉換（digital to analog converter，D/A）輸出所測信號，這樣的儀器是數字的工作方式。數字的工作方式具有精度高、重復性好、穩定可靠、抗干擾能力強等特點。

（三）中醫診斷裝備的分類

隨著AI技術的發展，中醫智能診斷裝備的應用場景逐漸涌現，對中醫診斷裝備的分類比較復雜，目前還難以統一，存在著從不同角度對裝備進行分類的問題。

1.基本分類方法　根據檢測的目標或生理參數對中醫診斷裝備分類，能夠對任一參數的各種測試方法進行比較。例如各種面診儀均可檢測面色，各種舌診儀均可檢測舌體、舌苔特征及舌下絡脈等，各種脈診設備均可檢測脈搏的脈位、脈寬、脈力、脈率、流利度、緊張度、均勻度、長度等要素。

根據轉換原理的不同進行分類，有利于對各種傳感器（電極）進行比較，并推廣應用。例如各種脈象儀基于壓力壓強檢測、光電、超聲等不同的原理，采用不同種類的傳感器檢測和展示脈象，市面上已出現了各種各樣的脈診儀器，如BYS-14型四導脈象儀、多維脈象檢測儀、自動加壓的三部脈象儀等。

此外，根據生理系統中的應用分類及根據臨床的專業分類，均各有方便之處。

2.按用途分類　根據設備的用途和使用場景進行分類，簡單明了，方便醫務人員使用。中醫診斷裝備根據用途分類，包括健康管理裝備和疾病辨證診斷裝備。

（1）健康管理裝備　主要用于健康狀態的評估和中醫體質辨識。例如指尖血液容積波脈診儀，使用簡便、成本低、可家用，可連續測量（如每天一次）脈診相關健康指標，在某些測量指標逐漸惡化的過程中、出現器質性病變之前，提前進行預警，對于健康狀態的評估、治未病和預后管理有重要意義；基于面部特征的中醫體質辨識系統和舌面脈信息采集體質辨識系統等，可通過提取舌、面部顏色和紋理特征辨識受檢者的健康狀態和體質特征。

（2）疾病辨證診斷裝備　為了貼合臨床實際，中醫診斷設備主要根據各生理系統和臨床專業分類，方便醫者使用。例如使用電子鼻進行肺癌篩查、檢測呼吸道細菌，并可將慢性胃炎的寒熱病性反映于氣味圖譜以辨別證型；采用Z-BOX舌象數字化分析儀探究慢性胃炎患者膩苔形成過程中舌苔代謝物質的變化、以評價臨床療效；脈診儀可采集脈象信息并提供脈圖，從而為冠心病等疾病的辨證分型提供客觀化依據。

二、智能中醫輔助診斷關注的問題

1.傳統中醫診斷中存在的問題　由于中醫診斷缺乏客觀、明確的診斷標準和指南，不同醫生往往會根據自己的經驗和認識做出不同的診斷，導致診斷結果的不一致性和主觀性。診斷過程中，需要依靠醫生的經驗和判斷力進行包括詳細的病史詢問在內的望、聞、問、切“四診”等步驟，醫生常常需要花費大量的時間和精力進行診斷，導致診斷效率低下；而醫生的經驗和判斷力受到個體差異、認知偏差等因素的影響，因此診斷結果的準確性存在一定的局限性；中醫診斷的結果往往是主觀判斷和經驗積累的結晶，難以量化和驗證，也難以與西醫學進行比較和交流。以望、聞、問、切“四診”為代表的傳統中醫診斷中往往存在診斷標準不一致、診斷效率低下、診斷準確性有待提高、診斷結果難以量化和驗證等問題。

為了解決上述問題，中醫學領域進行了大量研究，以促進中醫診斷的規范化、標準化，建立操作規范和證候診斷標準，明確療效評價指標等具體方法和技術。中醫診斷標準化和規范化可以使中醫診斷過程可量化、可測量，為中醫證候研究、真實世界研究，以及支撐客觀化、智能化診斷和更大范圍的中醫藥大數據分析和積累奠定基礎。

2.智能化技術在中醫領域應用適應性問題　智能中醫輔助診斷研究的目的是將中醫理論和人工智能技術相結合，利用計算機算法和數據分析方法，發掘中醫傳統知識，從而幫助中醫醫生更準確地進行病證辨識、診斷和治療，提高中醫治療效果。

由于中醫領域的知識存在一定的特殊性，在智能中醫輔助診斷研究過程中，首先，需要對中醫的病證和診斷知識進行形式化表示，并建立相關的知識庫或者規則庫，從而使得計算機的識別、處理和分析等有據可循；在此基礎上，需要通過醫學傳感器等客觀化數據采集技術收集中醫四診信息，通過人工標注、解讀并建立深度學習等分類模型，或依據形式化表示的知識或者邏輯規則進行計算和比對，達到智能輔助診斷的目的。這兩方面的研究互相支撐、互相促進，就像人的頭腦思維和肢體感覺器官一樣，不能偏廢。

三、智能中醫輔助診斷關鍵共性技術

智能中醫輔助診斷的核心目標是實現對中醫人工診斷的模擬，其關鍵共性技術需要從中醫診斷和智能技術這兩個角度出發來研究。從中醫診斷的角度，迫切需要突破的共性技術，一是標準化和規范化；二是需要對診斷特征及中醫思維進行知識表示，以便于計算機自動計算和推理等，這對于以自然語言處理為基礎的中醫智能問診及各類專家系統的研制都至關重要。在智能技術方面，一是基于計算機視覺技術、傳感器技術等對中醫望、聞、問、切“四診”診法的客觀化模擬；二是基于神經網絡、深度學習等數學模型和統計技術進行中醫智能辨證、健康評估技術和療效評價等。這兩個方面你中有我，我中有你，而又彼此相向而行，最終目標都是走向中醫診斷和智能技術的深度融合。

（一）中醫診斷的標準化和規范化

中醫診斷的標準化和規范化是智能中醫輔助診斷技術的重要基礎，主要研究規范化的操作和語言表達，建立術語標準和操作標準；接入中醫四診儀等診法客觀化設備和儀器，試圖克服診療過程中醫生的主觀性等問題。而智能中醫輔助診斷技術可以進一步通過將中醫理論體系進行形式化表示和數字化處理，構建中醫標準化的知識庫和規范體系，從而提高中醫理論的可傳承性和可操作性，促進中醫學發展和傳承。

中醫診斷規范化標準體系建設面臨的主要問題首先是客觀化、嚴密性不夠，其次是與臨床、科研的契合度還不夠，也還有一些技術性的限制因素。智能中醫輔助診斷技術和裝備的應用，包括四診儀等設備，以及各類以問診為基礎的中醫專家系統的研發，不僅促進了中醫診斷方法的客觀化，更大意義在于促進了中醫診療數據的數字化、標準化和規范化。

通過中醫診斷的標準化和規范化研究，實現數據規范化傳輸，可異地完成信息的讀取和再現，促進中醫遠程醫療跨區、跨國合作交流。中醫智能輔助診斷醫療設備包括中醫智能輔助診斷軟件、中醫智能輔助診斷儀器等，也可以實現對中醫病證的快速識別和輔助診斷，提高中醫臨床治療的效率和準確性。并且智能中醫輔助診斷技術的研究和應用將有望為中醫臨床治療提供更加科學、精準和有效的支持和幫助，對中醫診斷的標準化和規范化、中醫學的發展和傳承具有重要的意義。

（二）診斷特征及中醫思維的知識表示

1.知識表示和中醫思維模擬　知識表示是知識的符號化和形式化的過程，是用機器表示知識的可行性、有效性的一般方法，是一種數據結構與控制結構的統一體，既考慮知識的存儲，又考慮知識的使用。知識表示可以看成是一組描述事物的約定，把人類知識表示成機器能處理的數據結構。

中醫診斷遵循中醫取象比類的思維特點，以陰陽五行為思維基礎，中醫診斷涉及大量的主觀判斷和經驗積累，知識體系與現代科技體系間尚有一些不同之處。運用本體等知識表示方法來為中醫診斷建立一個形式化的、共享的、明確化的、概念化的規范，是建立相關本體和知識庫，整合和處理大量的患者數據和中醫文獻，進行智能化的中醫輔助診斷研究，模擬中醫辨證思維，以及開發中醫診斷裝備的基礎。

2.特征提取　是智能中醫輔助診斷技術中的重要環節，它是將中醫病證的豐富特征進行提取和表達的過程。傳統的特征提取方法通?；谌斯そ涷灪皖I域知識，難以準確地表達中醫病證的復雜特征。

利用特征提取技術對中醫病證進行自動化的特征提取和表達，可以有效提高中醫病證診斷的準確性和效率。以中醫經絡電生理信號診斷為例，中醫經絡是中醫理論體系中的重要概念，其存在和循行暢通與人體健康密切相關。中醫經絡電生理信號可以反映中醫經絡的功能狀態和異常情況。利用特征提取技術對中醫經絡電生理信號進行處理，可以提取出信號的頻率、幅度、相位等多維特征，用于描述中醫經絡的狀態和異常情況。

近年來，深度學習等技術通過建立深層神經網絡模型，可以實現對中醫病證的自動學習和特征提取，為智能中醫輔助診斷技術的發展提供了強大支持。

（三）客觀化數據采集技術

中醫診斷中的客觀化數據采集技術，主要指基于計算機視覺（computer vision，CV）及傳感器技術對中醫望、聞、問、切“四診”診法的客觀化模擬。中醫望診中用到的CV技術包括但不限于舌圖等各類圖片的獲取，而用到的傳感器技術，除了常見的壓力傳感器用于脈診，電子鼻用于聞診，也可能會涉及比如汗液檢測等各種最新的生物傳感器。

1.計算機視覺技術　2006年前后，隨著深度學習（deep learning，DL）的出現，CV飛速發展，影像輔助診療從技術上來說已相對成熟。在中醫學領域，CV等圖像識別和處理技術主要用于望診。傳統中醫望診包括望神、色、形、態，與人工智能結合最多的是望舌和面。即用深度學習尤其是卷積神經網絡（convolutional neural networks，CNN）構建圖像分類器，處理各種圖形圖像。

除了舌診和面診，現在已經發展出了手診、目診、甲診等適用于人體不同部位的圖像診斷方法，均可基于中醫全息分區診斷等理論，通過識別特定全息分區下的疾病特征來為疾病診斷提供參考。目前人工智能在這幾種不同部位的圖像識別中均有應用產品。如中醫目診在傳統中醫望診的基礎上，發展了按照五輪學說的分區望診法、虹膜診斷法及眼底圖像分析法等借助現代診斷設備的診斷方法，據此提取不同特征，結合AI和智能硬件建立的大數據分析平臺擬用于健康體檢等應用場景。

2.傳感器技術　傳感器是指能感受被測量并按照一定的規律轉換成可用輸出信號的器件或裝置。它可以實現對中醫病證的生理和病理信息的實時監測和獲取，并為中醫望、聞、問、切“四診”診法的客觀化模擬提供重要數據支持。

使用傳感器技術實現對中醫經絡的電生理信號、皮膚溫度、脈搏及中醫望、聞、問、切“四診”的部分內容等多種生理信號的監測和采集，可以幫助中醫醫生進行病證的評估和診斷。比如中醫脈診常用的壓力傳感器、光電傳感器和五維非接觸式光學計量脈搏信號獲取系統，以及中醫聞診系統中使用的以呼出氣為檢測目標的氣相色譜-聲表面波傳感器等。目前中醫診斷領域常用的傳感器主要包括電阻式傳感器、電感式傳感器、電容式傳感器、壓電式傳感器、磁電式傳感器、熱電式傳感器、光電式傳感器等。

在通過傳感器獲取測量信號之后，還需要用不同算法進行脈象特征分析和模式分類，并對信號做出診斷。比如人體脈搏有小波域特征、時域特征、頻域特征等多種特征，而卷積神經網絡、貝葉斯網絡及BP（back propagation）神經網絡等用于學習和挖掘脈象特征，收縮壓和脈壓、心率和脈搏波速度等定量變量可以用來描述定性脈搏圖像所包含的強度、深度和速度等信息。

（四）智能模型與數理統計

智能中醫輔助診斷中，為了達到中醫辨證、健康評估技術和療效評價等目的，通常采用機器學習、深度學習技術等，配合CV和NLP技術，處理圖片和文本等客觀化信息，希望將中醫理論與數學模型相結合，通過大量的病例數據分析，尋找疾病與中醫證候之間的內在聯系和規律，訓練機器的分析學習和識別處理文字、圖像和聲音等數據，以幫助中醫醫生提高中醫診斷的準確性和治療效果。

以中醫舌診為例，基于卷積神經網絡的舌象圖像識別模型可以對舌頭的形態、顏色、苔質和舌下脈絡等信息進行自動化的識別和分析。研究人員則需要收集一批舌象圖像數據集，包括正常舌象和不同疾病狀態下的舌象，例如舌質紅、苔厚膩、舌絳、舌胖等。之后利用深度學習技術訓練舌象圖像識別模型，將其應用于中醫輔助診斷系統中。系統可以自動地對圖像進行識別和分析，給出相應的舌象名稱、證型等信息，為智能辨證、健康評估和療效評價提供支持。

目前常用于模擬中醫臨床診療規律的智能數理統計模型包括決策樹、支持向量機、人工神經網絡和貝葉斯分類器等。

四、展望

與西醫血壓計、心電圖機等裝備幾百年的研發歷史相比，中醫診斷裝備的研發尚處于初級階段。然而，中醫裝備的研發有幸與智能化技術的進展基本同時代存在，若能搭上智能化技術的快車，其發展速度和市場前景可能會超出既往的預期和想象。