基于協同過濾算法的中醫智能問診系統研究＊

迪盼祺，夏春明，2＊＊，王憶勤，高 慧，許朝霞

（1. 華東理工大學機械與動力工程學院 上海 200237；2. 上海工程技術大學機械與汽車工程學院 上海 201620；3. 上海中醫藥大學上海市健康辨識與評估實驗室 上海 201203）

問診作為傳統中醫“望、聞、問、切”四診的重要診斷方式之一，通常指醫生通過與患者或陪診者直接進行有目的的對話以獲取信息，在臨床病癥診斷中起著非常重要的作用，被視為“診病之要領，臨證之首務”。富有經驗的醫生往往通過幾個簡單的問題，可以對疾病做出初步判斷甚至準確診斷，而初級醫師則需要結合更多的信息才可以做出比較合理的判斷。與其他診法相比，運用人工智能技術對傳統中醫問診進行系統化、智能化、規范化的研究具有更高的可行性和重要應用價值。

相對于易受環境因素及醫生主觀臆斷和臨床思維定勢影響的望、聞、切三診，問診所獲得的信息在形式上相對客觀[1]。但由于問診內容易受醫患雙方的影響，具有一定的主觀性，醫師若要提高問診效率，需要額外掌握豐富的問診方法和溝通技巧[2]，使得臨床診斷的門檻增高，因此需要進行問診規范化采集及建模方法的研究。目前，大量的科研工作者在規范化問診量表及問診辨證模型研究中做了大量的工作[3]。劉國萍等[4]對心系病證進行大量的文獻調研，經過與專家多次研討以及反復臨床驗證，研制了中醫心系病癥的問診信息采集量表。王哲等[5]通過對抑郁癥病證信息進行臨床調查、條目分析及經驗性篩選，研制了簡明抑郁癥中醫證候自評量表。許朝霞等[6]建立了基于隱結構的心血管疾病中醫問診證候分類模型，該模型在定性與定量層面與中醫臨床實踐具有較好的一致性。一些學者應用基于概率圖模型的機器學習算法，如貝葉斯網絡、條件隨機場，對慢性胃炎問診數據進行建模，研究結果與中醫理論基本一致[7,8]。文獻[9,10]利用基于統計學習的方法，如邏輯回歸和最大熵模型，進行肝硬化癥狀組合規律的研究和中醫證候的分類研究，對臨床疾病診斷具有一定的輔助作用。文獻[11,12]采用基于隨機森林、深度森林算法對慢性胃炎問診數據進行建模，能夠較好地解決多證候相兼的中醫辨證問題。

在中醫問診客觀化研究中，對于基于癥狀特征的證候分類研究已經有了非常明顯的進展，但對于癥狀采集過程的研究進展仍比較緩慢，尤其是中醫問診過程中“問什么、怎么問”兩個核心問題的智能化研究。本文致力于解決問診過程智能化的兩個核心問題，構建了基于物品協同過濾推薦算法的中醫智能問診系統，對由心系問診量表采集的心系病證數據進行建模，將癥狀看作物品，問診過程看作物品推薦過程，實現從癥狀到癥狀的智能化問診。本系統根據從患者方得到的已知癥狀，針對性地對患者的潛在癥狀進行提問，通過幾輪簡單的問答，即可大致獲取該患者所患病證的核心癥狀，從而避開依據問診量表逐條記錄的繁瑣過程，提高問診效率，為中醫問診客觀化研究提供新的思路。

1 資料與方法

1.1 實驗數據

本課題的實驗數據采用上海中醫藥大學中醫四診綜合實驗室提供的通過問診量表采集的心系疾病中醫問診數據。問診量表是在參考主流期刊雜志上心系疾病相關文獻的基礎上制作的[13]。數據采集時間為2015年9月-2017年3月，數 據 來 源 包 括 上 海 中 醫藥大學附屬龍華醫院、曙光醫院和岳陽醫院等臨床病例，共收集1014 條數據。其中單證候病例261 例，雙證候病例359 例，兩個以上兼證病例394 例；其中患有心氣虛證候的病例數794 例，占總病例的78.3%，患有心陽虛的病例數222 例，患有心陰虛392 例，患有痰濁的病例數399 例，患有血瘀的病例數284 例。病例數據由具有中級職稱以上（或具有博士學位）的醫師根據量表進行癥狀的收集，記錄了包括寒熱、飲食口味等8 個維度的癥狀共計111 個特征，刪除一些個例特征之后剩余80個特征，并相應的標出每個病例對應的證型。問診量表中癥狀和證型的有、無分別用1 和0表示，并將主要的心系疾病分為6個證型，分別為心氣虛、心陽虛、心陰虛、痰濁、血瘀、氣滯。采用詞袋模型對所有病例進行編碼，即首先根據所有癥狀和證候生成長度為117維的詞袋，當某一癥狀或證候出現時，對應位置為1，否則為0。例如病例甲患有心悸、咳痰等臨床癥狀，則病例甲在這些癥狀下的值為1，未出現心煩、畏寒等，則這些癥狀下的值為0；最終由醫師診斷該患者屬于心氣虛、痰濁、血瘀證型，則這些證型對應的值為1；未出現的其他證型的值為0（表1），所有病例數據經過處理后作為證候分類模型的癥狀-證型輸入向量。

表1 心系疾病數據格式

1.2 中醫智能問診系統概述

本文提出的智能問診系統整體流程（圖1）：首先基于原始數據訓練證候分類模型，然后將系統獲取到的癥狀輸入到分類模型中即可輸出診斷結果，在獲取癥狀時，本系統將已有的問診數據作為先驗知識對患者進行針對性的提問。

圖1 問診系統流程圖

1.3 基于物品的協同過濾推薦算法

推薦系統是一項個性化信息過濾技術，其本身就是為了解決互聯網大數據背景下的信息過載問題而提出來的一種方法。推薦系統的關鍵在于推薦算法，目前推薦算法主要分為2 大塊，傳統推薦算法和基于深度學習技術的推薦算法[14]。傳統推薦算法主要分為以下3類：基于內容的推薦算法、基于圖模型和基于鄰域的推薦算法。其中基于鄰域的推薦算法又分為基于用戶的協同過濾（User-Based Collaborative Filtering，UserCF）推薦算法[15]和基于物品的協同過濾（Item-Based Collaborative Filtering，ItemCF）推薦算法[16]。基于物品的協同過濾推薦算法是目前研究和使用最廣泛的推薦算法之一[17]。依據神經網絡基于深度學習的推薦方法主要分為4 類：基于深度神經網絡的推薦方法、基于卷積神經網絡的推薦方法、基于循環神經網絡和長短期記憶神經網絡的推薦方法、基于圖神經網絡的推薦方法。深度學習技術具有較強的表征能力，抗噪能力等，但是由于問診客觀化前期積累的大量數據為量表化數據，不利于深度學習模型建模，而傳統推薦系統是基于商場購物推薦發展起來的，因此對結構化的數據能夠起到更好的擬合效果。比如，ItemCF是用于解決商場物品推薦所提出來的算法，而這類數據是由用戶-物品矩陣組成的購物籃數據（表2）。本文用于分析建模的中醫問診數據與購物籃數據形式上基本一致（后文中有數據樣式展示）。因此，采用相似的思想來分析中醫問診中的潛在癥狀。由于患者就診時，通過問診最初僅可以獲取到較少初始癥狀，無法根據有限的信息衡量患者之間的相似度，因此，本文采用基于物品的協同過濾推薦算法，將患者的癥狀看作物品，根據已有的問診數據計算癥狀之間的相似度，相似度的大小表征了癥狀關聯性的強弱，當新患者問診時，即可根據其最初問答獲得的少數癥狀推斷可能的相似癥狀。

相似度計算是ItemCF 推薦算法實施過程中最關鍵的環節[18,19]，常用的相似度計算方法有Pearson 相關系數和余弦相似性等。劉國萍等[20]在分析冠心病患者癥狀之間的關聯性時，提出了癥狀間關聯密度的概念，以此度量癥狀之間相關性符合中醫傳統理論和臨床實踐。其用癥狀共同出現的次數/單個癥狀在樣本中出現的次數，用PFiFj表示癥狀Fi與Fj的關聯密度其采用如下公式計算：

但是該種計算方法會出現高頻癥狀與任何癥狀的關聯密度都很高，因此本文在分母中增加了對高頻癥狀的懲罰項，采用如下公式計算癥狀之間的關聯度（本文中癥狀相似度即為癥狀關聯度），其中α的取值通過遺傳算法尋優得到。

其中，α∈[0.5,1]，通過提高α懲罰高頻癥狀Fj，特別地，α取1時，即為公式（1）。

ItemCF 根據以往用戶-物品矩陣計算物品之間的相似度，在得到物品之間的相似度后，通過如下公式計算將物品j推薦給用戶u的推薦指數：

表2 用戶物品矩陣

公式中，N(u)是用戶購買的物品集合，S(i,k)是和物品j最相似的K個物品的集合，Wji是物品j和i的相似度，rui是用戶u對物品i的興趣，通常用戶對物品的興趣采用用戶對物品的評分，但對于購物籃式的沒有評分的隱反饋數據，一般根據用戶是否購買過某物品將其設為1或0。

1.4 遺傳算法尋優原理介紹

遺傳算法（Genetic Algorithm，GA）是模擬生物進化優化種群的思想而設計出來求解優化問題的一種啟發式算法，非常適用于解決優化目標不可微時的優化問題。遺傳算法首先將待優化參數進行隨機初始化得到問題初始解——初始種群，然后進行不斷進化迭代搜索。種群中每個個體都為問題的一個解，每個個體表示為遺傳染色體，它們在隨后的迭代中不斷進行遺傳進化，不斷生成新一代的染色體，每一代都通過計算根據問題抽象出的適應度函數來衡量每個個體對環境的適應度，通過對染色體進行選擇得到適應度較好的個體，通過交叉和變異來產生新的個體，父代種群經過選擇、交叉和變異之后得到子代種群，然后在子代種群中尋找優秀個體，最終求得問題的最優解。

基礎完整的GA運行流程（圖2）。

遺傳算法中主要的運行參數有：個體編碼串長度l、種群規模M、交叉概率Pc、變異概率Pm、終止代數T。遺傳算法在尋優過程中通常要對這些參數進行合理的選擇才能取得問題最優解。本文在求解優化問題時直接調用了Jazzbin 等人開發的遺傳算法工具箱Geatpy[21]。該工具箱利用“定義問題類+調用算法模板”的模式來進行進化優化。該工具箱實現了對變量自動編碼，預設好了Pc、Pm并且嵌入了一些常用的遺傳算法改進方法，保證了遺傳算法運行的魯棒性。在使用過程中，可以實現只修改適應度函數和設置變量個數、變量取值范圍、種群規模及終止代數T來定義問題類，然后調用算法模版完成優化，大大簡化了遺傳算法優化過程。

1.5 基于ItemCF的中醫智能問診系統

ItemCF 在計算物品相似度時默認一個假設，即假設用戶的興趣可以分成幾個隱含類，當幾個物品同時多次出現在不同用戶的興趣列表時，那么可以認為這幾個物品很可能屬于同一個隱含興趣類，即它們之間有很大的相似性。因此基于ItemCF 的中醫問診系統在運行過程中有如下假設：

①如果幾個癥狀同時出現在多個患者的癥狀列表中，那么可以認為這幾種癥狀同屬于某一隱含類。②每個證候可以通過幾個癥狀確定，而且這幾個癥狀是相互關聯的。③當癥狀作為辨證因素時，不同癥狀的重要程度不同，核心癥狀應該具有更高的權重。

基于上述假設，問診系統的工作原理可以描述為：若患者表述其患有的某幾個癥狀，那么該患者很可能同時患有這幾個癥狀的部分關聯癥狀。另外，在潛在癥狀中，患者更可能同時患有核心癥狀的關聯癥狀。

ItemCF 計算物品推薦指數時，會考慮用戶對以往物品的評價rui，而在問診過程中，無法依靠患者過去的某個癥狀做判斷，因此，本文結合問診特點對ItemCF 物品推薦指數的計算公式進行改進。在問診過程中，系統通過如下公式計算患者可能患有的兼癥的患癥指數：

其中，N(u)為已知患者u所患的癥狀，S(i,k)表示與癥狀i相似度最高的k個癥狀，Wji是癥狀j和癥狀i的相似度，ri表示癥狀i為核心癥狀的權重，根據前文的假設，ri的大小影響推薦結果中某一類癥狀推薦的可能性，也就間接反應某一證候出現的可能性。ri可以根據中醫師經驗定義，本文通過遺傳算法來尋找每個癥狀最優的ri值，使得對大多數患者進行提問的癥狀能夠盡可能的準確。

基于ItemCF 進行癥狀獲取的過程可以通過圖3進行說明。圖3 中假設患者初始癥狀為心悸和盜汗，推薦系統根據歷史數據計算所得的癥狀關聯性即癥狀相似度，篩選出分別與心悸和盜汗關聯性較強的癥狀作為候選癥狀，此處各選擇兩個相似癥狀作為說明，系統實際運作時會選擇8-10 個相似癥狀作為候選癥狀，胸悶和心煩是與心悸較為相似的癥狀，潮熱和手足心熱是與盜汗較為相似的癥狀。然后根據公式（3）計算患者對每個候選癥狀的患癥指數，最后根據患癥指數排序輸出所要提問的癥狀。

圖2 遺傳算法運行流程圖

圖3 ItemCF癥狀獲取示例

為了抽象出優化癥狀權重的適應度函數，本文根據患者實際就醫過程設計了一種問診系統測試方法，對每一條問診數據進行模擬問診再現（圖4）。首先將每條原始問診數據分割成由初始癥狀和后續問診癥狀組成的問診數據，初始癥狀從原始數據中隨機選擇一條主癥（例如：對于心系疾病，主癥為：心悸、胸悶、胸痛、氣短/氣急/憋氣），后續癥狀即為原數據中剩余的癥狀。然后根據初始癥狀及癥狀相似度列表選擇潛在癥狀列表，按照該列表順序對當前這條問診數據進行檢索，如果包含某一癥狀，將該癥狀存入已知癥狀列表中并重新計算候選癥狀列表，否則存入無效癥狀列表中，并繼續按照潛在癥狀列表順序提問。本文設定循環提問終止條件為提問10 次或者問到的癥狀數達到原始癥狀數的95%以上，在實際臨床應用時，則可以提問患者是否還有其他不適癥狀作為停止條件。這樣經過多次循環提問之后就可以得到每條問診數據基于本問診系統所得到的癥狀列表。

圖4 問診測試流程圖

本文將所得到的癥狀列表與原始癥狀列表進行對比，基于分類問題中召回率計算方法，定義了問診系統提問有效性指標，計算公式如下：

其中，EQ表示每次提問癥狀時剛好問到患有該癥狀的問題次數，TQ表示對一個患者的總提問次數。本文將Eff作為遺傳算法的適應度函數，通過遺傳算法來優化癥狀權重的流程圖（圖5）。

圖5 遺傳算法優化癥狀權重流程圖

在遺傳算法優化癥狀權重過程中，首先初始化一組癥狀權重及α，然后通過公式（2）計算各個癥狀間的相似度，得到癥狀相似度表，接著將癥狀相似度表及權重代入到ItemCF 算法中進行問診測試，進行完一輪問診測試后計算Eff，篩選出子代種群，然后進行不斷尋優，直到進化代數達到預設進化代數，優化結束并輸出最優權重。

2 結果

本文提出的中醫智能問診系統由兩大部分組成，一是問癥狀，二是根據問得的癥狀進行辨證。系統實施流程包含4 步：①遺傳算法優化癥狀權重及癥狀關聯密度懲罰系數α；②計算癥狀之間的相似度；③訓練問診分類模型；④利用問診分類模型對提問到的癥狀做證候分類預測。

首先是通過遺傳算法優化癥狀權重及癥狀關聯密度懲罰項系數α。本文使用geatpy 遺傳算法工具箱對癥狀權重進行了尋優，設定適應度函數為前文定義的Eff，取變量個數為癥狀個數80，另外加一維懲罰項系數α，共81 維。表征癥狀的變量取值范圍[0-5]，表征α的變量取值范圍[0.5-1]，設置種群大小為50，進化代數為500，可以得到進化曲線（圖6）。從圖中可以看出種群進化到400 代時，目標函數已經收斂到0.42，此時最優個體即最優權重及α值示例（表3）。

通過遺傳算法得到最優α= 0.58,根據公式2計算得到的癥狀相似度為（表4）。

本問診系統的最終目標是輔助中醫師完成辨證，為了驗證基于ItemCF 的癥狀提問系統的有效性，本文基于原始問診數據對每個單一證候訓練了隨機森林二分類模型，然后將六個輸出結果拼接起來作為多證候診斷輸出，選取四個指標來評價分類模型：平均召回率（avg_Rec）、平均特異度（avg_Spe）、平均精確率（avg_Pre）和G均值（G-mean），分別定義為：

表3 癥狀權重示例

表4 癥狀相似度示例

圖6 癥狀權重優化對應的提問效率進化曲線

注：(?)Σ表示二進制各位求和；&表示與運算；||表示或運算；～表示非運算

本文根據隨機森林生成的特征重要性對原始數據的癥狀數量做了不同程度的篩選，選取30%的樣本作為測試集，比較了癥狀為80 個、52 個和27 個時分類器在測試集上的表現性能。從圖7 可以看出，在三組不同癥狀特征數量下，分類器所表現出的性能基本一致，從而可以反映出原始80個特征里有一半以上的特征都是冗余特征，因此，在問診過程中可以針對性的從這27個癥狀中進行提問。

圖7 不同癥狀特征下分類器表現性能

為了驗證上述結論的有效性，本文分別采取從27及80個癥狀中進行提問，將不同提問次數下獲取到的癥狀輸入訓練好的分類器，這里選擇由80個癥狀訓練所得的分類器，選取分類器性能指標avg_Rec、avg_Pre、G-mean，比較了兩種提問方式在分類器上的預測表現，這里將預測結果的指標數值與原始分類器在原始樣本上預測的指標數值作對比，著重比較提問系統所能得到原始分類效果的百分比。隨著提問次數的增加，兩種提問方式的預測表現都在逐漸上升，在進行到25次提問時，都可以得到原始分類器90%以上的預測表現，說明基于ItemCF 的提問是有效的。同時可以看出，不同指標下虛線總是高于實線（圖8）。可以得出結論：從27 個癥狀中提問的效果（如虛線所示），要好于從80個癥狀中提問的效果（如實線所示），并且從27 個癥狀中進行25 次提問可以還原原始分類器95%以上預測效果。

圖8 不同提問次數下問診系統性能表現

由于主癥對于心系疾病的六種證候沒有特異性，因此主癥所能提供的信息量對于消除證候的不確定性是遠遠不夠的，而在實際中醫診斷中，問診會結合其它三診所提供的信息去問，從而取得一個比較合理的問診結果。因此，本文通過固定問診系統第一個問題來額外增加一個癥狀的方式，驗證了在問診開始輸入更多的信息量時本系統的問診效果。這個固定的問題是從一個小癥狀集中去提問，從而獲取到原始問診數據中包含在這個小癥狀集中的一個癥狀，而這個小癥狀集是基于單證候分類重要性生成的，并通過中醫師篩選最后確定，其中共包含8 個癥狀，分別是自汗、乏力懶言、畏寒、肢冷、眩暈/頭暈目眩、盜汗、潮熱、周身酸痛/身重。這個固定的問題就是模擬實際臨床上其它三診所得到的信息，從而模擬在四診合參時，本問診系統的問診效果。

首先驗證了提問時的提問效率（圖9），改變提問方式之后，本系統基于27 個癥狀和基于80 個癥狀的提問效率均提升了10%以上。從27 個癥狀中提問可以達到52%的準確性，與先前的假設基本一致，在輸入更多的信息時，由于證候不確定性下降，從而使得提問的準確率有了很大提升。隨后，本文驗證了在改進提問之后，問診系統的診斷效果（圖10、圖11），圖中虛線代表改進前，實線代表改進后。圖10 是基于27個特征分類器，改進前后的預測效果對比圖，圖11 是基于80 個癥狀分類器改進前后預測效果對比結果。從預測的3個指標來看，在不同提問次數下，實現始終高于虛線，即增加信息的問診系統的表現始終比單一信息的問診系統表現要好。

圖9 不同癥狀數下改進前后Eff值對比

圖10 基于27個癥狀的系統改進前后性能對比圖

圖11 基于80個癥狀的系統改進前后性能對比圖

最后對比了增加信息量后從27 個癥狀中提問和從80個癥狀中提問兩種問診方式的性能表現（圖12），前者的表現效果明顯好于后者，從27 個癥狀中提問，并增加信息量之后，只需要提問13個問題就可達到原始分類器90%以上的分類效果。

圖12 改進后基于27個癥狀與基于80個癥狀提問的系統性能對比圖

3 結論

依據問診量表逐條獲取患者癥狀可以解決中醫問診中“問什么，怎么問”兩大核心問題，但過程往往比較繁瑣，本文利用基于協同過濾的推薦系統來解決中醫問診客觀化、智能化問題，并取得了良好的效果，為中醫問診客觀化、智能化提供了一種思路。本文基于ItemCF 推薦算法構建癥狀提問系統，基于該提問系統對原始結構化問診數據進行問診復現式獲取癥狀，將抽取得到的癥狀輸入到用結構化問診數據訓練的證候分類模型中，由證候分類模型給出證候診斷結果。將此診斷結果與原始測試數據在證候分類模型上的預測結果做比較，量化本系統的問診效果。實驗結果表明，系統只需要進行13次提問，就可以獲得較好的診斷結果，相比于當前基于量表獲取癥狀可以獲得更高的效率，為中醫問診客觀化發展提供條新的思路。未來的工作中，將在本問診系統的基礎上，進一步融合四診數據，提高問診系統的提問效率和診斷準確性。