探討以人工智能診斷輸出為目的的中醫(yī)舌診與病性證素關(guān)系模型構(gòu)建

朱培超 潘賜明 阮亞君 韓利震 李恬 董昌武

中醫(yī)是中國特有的文化產(chǎn)物，只有在中醫(yī)理論指導(dǎo)下才能正確的運用中醫(yī)診斷方法，望聞問切具有簡便廉驗的特色，能夠準確診斷出健康問題，如今在人類命運共同體的發(fā)展理念下中醫(yī)越發(fā)地重要。中醫(yī)診斷理論濫觴于《黃帝內(nèi)經(jīng)》，舌診作為中醫(yī)診斷中最重要的手段之一，雖在秦漢時期有所描述，但未成體系，直到元代才出現(xiàn)關(guān)于舌診理論的專題研究，譬如元·杜清碧《金鏡錄》一書，遺憾的是原書已佚，但在其編著的《敖氏傷寒金鏡錄》保留了一些內(nèi)容，有14個舌名，36種舌[1-2]。介于中醫(yī)的主觀性、經(jīng)驗性以及模糊性，直到今天舌診仍然存在諸多問題，不同的流派對于相同的舌象有不同的看法，或者不同的醫(yī)家對同一個患者的舌象觀察有所差異，由于這些中醫(yī)界自身認識的不同，使得中醫(yī)在全球化推廣時困難重重，因此中醫(yī)診斷，特別是舌診的統(tǒng)一化、客觀化問題亟需解決[4-5]。中醫(yī)的發(fā)展離不開對自然規(guī)律的認識及臨床經(jīng)驗的總結(jié)，將兩者聯(lián)合才有中醫(yī)體系。當今的大數(shù)據(jù)分析恰好契合規(guī)律的總結(jié)，透過大數(shù)據(jù)能更易覓見其中的規(guī)律，因此中醫(yī)舌診與人工智能的結(jié)合是既符合中醫(yī)本身的發(fā)展，亦符合科技進步的優(yōu)勢組合。

1 病性證素的選擇及其輸出模型構(gòu)建

病素是疾病的要素、基本單元，可以組合成“證素”；“證素”是辨證的基本要素，是辨證必須明確的基本診斷單元，分為病性證素和病位證素；證素組合出證型。

1.1 病性證素的模型構(gòu)建

《黃帝內(nèi)經(jīng)》云：“善診者，察色按脈，先別陰陽。”基于人工智能的舌診要突出臨床指導(dǎo)性，突出中醫(yī)指導(dǎo)臨床的思維。本團隊通過對現(xiàn)有六經(jīng)辨證、衛(wèi)氣營血辨證、三焦辨證、八綱辨證、氣血津液辨證、經(jīng)絡(luò)辨證以及病因辨證等不同辨證體系的研究，在其中選出八綱辨證、氣血津液辨證以及病因辨證的辨證要素作為構(gòu)成庫。

《素問·陰陽應(yīng)象大論篇》言“審其陰陽，以別柔剛，陽病治陰，陰病治陽，定其血氣，各守其鄉(xiāng)。血實宜決之，氣虛宜掣引之”，“方隨法出、法隨證立”，只有對“證”有精準的識別，治療才能有的放矢。八綱辨證突出強調(diào)陰陽辨證思維，氣血津液辨證要求體現(xiàn)人體的有機構(gòu)成整體性，都是臨床上最基礎(chǔ)的，需要做到零失誤的診斷機要。《素問·至真要大論》病機十九條指出“謹察陰陽所在而調(diào)之，以平為期”，臨床診斷中不失陰陽偏差，便可以效如桴鼓；識得寒熱虛實，則治法可立——寒者熱之、熱者寒之、虛則補之、實則瀉之；分清氣血表里，則明害之所在——在表者汗而發(fā)之，中滿者瀉之于內(nèi)。至于病因辨證，痰飲水濕、瘀血是病理產(chǎn)物，屬于津液、血液部分；郁是一種病理狀態(tài)，透過舌診辨識，人工智能也可以實現(xiàn)，因此也納入辨別的構(gòu)建體系。

本研究團隊選擇八綱辨證、氣血津液辨證以及病因辨證的陰、陽、氣、血、寒、熱、虛、實、表、里、濕(痰)、瘀、郁作為組合基礎(chǔ)，采用2×2表格法進行組合，在原則上78種應(yīng)有組合中，通過復(fù)習文獻以及結(jié)合實際臨床，最終篩選實際證素組合35種，即氣陰、陰血、陰虛、陽氣、陽虛、表陽、里陽、陽郁、氣血、氣熱、氣虛、衛(wèi)氣、里氣、氣郁、血寒、血熱、血虛、里血、瘀血、寒熱、虛寒、表寒、里寒、寒濕、虛熱、實熱、表熱、里熱、濕熱、郁熱、表虛、里虛、表實、里實、痰濕。

1.2 輸出證型的模型構(gòu)建

只通過對陰、陽、氣、血、寒、熱、虛、實、表、里、濕(痰)、瘀、郁的簡單機械組合并不能完全解決臨床問題，而且不符合中醫(yī)的診療規(guī)律以及病證的復(fù)雜性，因此結(jié)合臨床實際需要對上述組合再進行兩兩組合，通過篩選，將陰虛、陽虛、氣虛、血虛、實熱、虛熱、陽郁、氣郁、寒濕、濕熱、血瘀、郁熱、表寒、里寒、表熱、里熱、表虛、里虛、表實以及里實進行組合，采用2×2表格法，通過復(fù)習文獻以及結(jié)合實際臨床，最終實際篩選出78種證型組合，即陰陽兩虛、氣陰兩虛、陰血兩虛、陰虛發(fā)熱、陰虛氣滯、陰虛寒濕、陰虛濕熱、陰虛血瘀、陰虛表寒、陰虛里熱、陽虛氣虛、陽虛血虛、陽虛發(fā)熱、陽虛陽郁、陽虛氣滯、陽虛寒濕、陽虛濕熱、陽虛血瘀、陽虛表寒、陽虛里寒、氣血兩虛、氣虛發(fā)熱、氣虛寒濕、氣虛濕熱、氣虛血瘀、氣虛表寒、氣虛里寒、血虛發(fā)熱、氣滯血虛、血虛寒濕、血虛濕熱、血虛血瘀、血虛表寒、陽郁實熱、氣滯火旺、表實熱、里實熱、陽氣郁滯、陽郁寒濕、陽郁濕熱、陽郁血瘀、陽郁發(fā)熱、表寒陽郁、里寒陽郁、氣滯寒濕、氣滯濕熱、氣滯血瘀、氣滯發(fā)熱、表寒氣滯、里寒氣滯、寒濕血瘀、表寒寒濕、里寒寒濕、表虛寒濕、里虛寒濕、濕熱血瘀、濕滯發(fā)熱、表寒濕熱、表虛實熱、里虛實熱、血瘀發(fā)熱、表寒血瘀、里寒血瘀、表熱血瘀、里熱血瘀、表虛血瘀、里虛血瘀、表寒里熱、表虛寒、里虛寒、三焦火盛、里虛熱、表陽虛、里陽虛、衛(wèi)氣虛、表虛熱、里虛熱以及里實熱。

“證素”是辨證的基本要素，是辨證必須明確的基本診斷單元[3]。因此，基于以上操作，最終將基礎(chǔ)的陰、陽、氣、血、寒、熱、虛、實、表、里、濕(痰)、瘀、郁以及初步組合的證素篩選，刪除過于籠統(tǒng)、不符合臨床以及互相涵蓋的證素，得到最終確定的證素。

在人工智能輸入證素的基礎(chǔ)上，透過人工智能采集到的信息進行診斷，將證素組合最終輸出能夠反映證型的證素(如氣虛、陽虛等)以及二次組合的證；本次組合原則應(yīng)輸出113種(35種+78種)證型，刪除不能直接展示病性的氣陰、陰血、陽氣、表陽、里陽、氣血、衛(wèi)氣、里氣、里血9種證型；最終輸出104種證型。

2 基于證素與舌診關(guān)聯(lián)性的模型構(gòu)建

章虛谷曰：“觀舌本，可驗其陰陽虛實；審苔垢，即知其邪之寒熱淺深也。”因此，可以通過觀察舌體確定正氣的虛實、氣血病變的部位，通過舌苔以確定邪氣的深淺以及胃氣的盈虧。舌神有榮舌和枯舌，反應(yīng)陰陽氣血津液的盛衰，榮舌為正常生理，若為枯舌可以確定為正氣極度虧虛；通過舌色可以確定氣、血、寒、熱、陰、陽、虛等情況；舌態(tài)可以確定虛、實、熱；苔色可以確定寒、熱；苔質(zhì)可以確定表、里、虛、實、熱、陰；潤燥可以確定陰、陽、氣、血、寒、熱；舌下脈絡(luò)可以確定氣、血、寒、熱。故初步建立基礎(chǔ)的陰、陽、氣、血、寒、熱、虛、實、表、里、濕(痰)、瘀、郁與舌體、舌苔的對應(yīng)關(guān)系模型，見表1。初步構(gòu)建證素與舌象組合關(guān)系，見表2。

表1 陰、陽、氣、血、寒、熱、虛、實、表、里、濕(痰)、瘀、郁與舌象對應(yīng)關(guān)系模型

表2 證素與舌象組合關(guān)系

在以往的舌象研究中存在諸多認識偏差，譬如裂紋舌，判斷是否屬病理狀態(tài)應(yīng)區(qū)分舌苔和舌質(zhì)。如許家佗[6]認為裂紋或裂溝中無舌苔覆蓋者，多屬病理性裂紋；若有舌苔覆蓋，多見于先天性裂紋。熊昱利[7]認為裂紋在舌質(zhì)類似土地干裂，“土性”無法涵水，屬于中焦自身極虧虛，甚至精血虧虛；若裂紋在苔，一般出現(xiàn)在厚膩苔中，提示濕重化熱。周幸來[8]提出裂紋當關(guān)注其顏色光澤以及動態(tài)變化，從而對疾病的預(yù)后做出指導(dǎo)；同時總結(jié)臨床提出裂紋的不同形狀與疾病有一定的相關(guān)性，如“豐”字形提示消化系統(tǒng)病變，“八”字形提示呼吸系統(tǒng)病變等。因此本文采取舌質(zhì)裂紋、舌苔裂紋各自的指導(dǎo)意義進行建模組合，以力求科學；其次對舌象的潤燥亦有誤解，如《中醫(yī)診斷學》在舌苔潤、燥的臨床意義中指出，其主要反映津液的盈虧和輸布狀況。舌苔是胃氣盛虧和邪氣強弱的外在表現(xiàn)，舌質(zhì)是人體氣血津液(正氣)的表現(xiàn)，臨床常見血虛夾痰飲的患者，其舌質(zhì)淡白無津，舌苔白潤，因此潤燥當一分為二，在臨床上辨別舌苔的潤燥，同時也要重視舌質(zhì)的潤燥。

3 人工智能診斷輸出模型構(gòu)建

3.1 病性證素特有癥狀鑒別模型構(gòu)建

借助人工智能的自我學習和不斷模擬優(yōu)勢，在實現(xiàn)以舌診為導(dǎo)向的智能診斷輸出時需要分階段訓(xùn)練。首先以舌診為主，借以輔助問診實現(xiàn)初步建庫，實現(xiàn)以舌診為導(dǎo)向，聯(lián)合特有癥狀否定懲罰模式問診，最后輸出健康狀態(tài)證型；這樣既可以提高模型的準確性，又可以減少人工建立舌診庫的重復(fù)工作。之所以對于特有癥狀的意義辨別非順推模式(陰虛=五心煩熱+陰虛舌象)，而是否定懲罰模式(陰虛=舌象-怕冷-拒按)，在于懲罰模式可提高舌診的準確性、科學性的同時能最大程度減少一些復(fù)雜的寒熱錯雜病證的誤診；其次，實現(xiàn)人工智能輸出證型的過程中存在兩個棘手問題：一是，保證“陰陽”辨證的原則性，即對立的證素需要做到鑒別診斷萬無一失；其次僅僅通過舌象不能完全的區(qū)分的相似證素需要嚴格鑒別。此時，則借助輔助問診，以病性證素特有癥狀鑒別，能很好的解決這些問題，見表3。最終使得以舌診為導(dǎo)向的人工智能診斷輸出平臺得以實現(xiàn)。

表3 病性證素特有癥狀鑒別表

3.2 實現(xiàn)人工智能診斷輸出平臺構(gòu)建

首先采集圖像，建立10000張舌象的原始數(shù)據(jù)庫1，然后通過兩位中醫(yī)診斷專家從9個層面標注每一張舌象基本情況(舌神、舌色、舌形、舌苔、苔色、苔質(zhì)、潤燥、舌底絡(luò)脈顏色、舌底絡(luò)脈異常程度)，如果兩位專家標注存在分歧，則由第三位專家決定，完成分類數(shù)據(jù)庫2。基于數(shù)據(jù)庫建立人工智能客戶端，首先在醫(yī)院門診部投入使用，將人工智能檢測結(jié)果與專家結(jié)果進行對比，進一步完善數(shù)據(jù)庫2，流程如圖1所示。

圖1 實現(xiàn)人工智能診斷輸出平臺流程圖

人工智能在舌診中的實現(xiàn)關(guān)鍵在于舌象的采集和圖像的處理[9]。對于舌象的采集采用標準比色卡對比實現(xiàn)，再通過對圖像的去噪、圖像分割、圖像校正、特征提取等系列處理，同時結(jié)合實際臨床、專家修正，最終將舌象賦予病性證素意義。最終形成人工智能舌診中醫(yī)健康狀態(tài)辨識系統(tǒng)，對采集到的舌象進行分析處理。人工智能舌診中醫(yī)健康狀態(tài)辨識系統(tǒng)其中包含了各個舌象因素分析模塊，該分析模塊的主要實現(xiàn)過程包括對舌象的標注、辨識模型人工智能訓(xùn)練、齒痕的識別與輪廓提取、定量計算齒痕舌指數(shù)。

數(shù)據(jù)庫的建立最為關(guān)鍵的，首先是建立權(quán)威的數(shù)據(jù)庫，以舌診為主導(dǎo)，輔以否定懲罰模式的問診，然后通過實踐檢測，進一步加強人工智能的學習，最后形成較為成熟的輔助診斷系統(tǒng)。

4 小結(jié)與展望

“中醫(yī)四診”是連接醫(yī)患的橋梁，《難經(jīng)》云：“望而知之謂之神。”在望診中望舌又是單獨的一個診斷模塊。舌為心之苗竅，胃氣上乘則生舌苔，五臟六腑之氣皆通于舌，舌質(zhì)反映氣血虧虛與否，舌苔展現(xiàn)邪氣的盛衰。虛實既別，則不會犯虛虛實實之誡。察驗舌色、苔色皆能知曉寒熱，寒熱有別則治法可出，此先別陰陽之理。

人工智能的介入能夠減少診斷過程中的主觀性，提高其科學性，通過多學科交叉模式定性、定量的分析，提高臨床效率[11]。20世紀70年代中期人工智能技術(shù)運用于中醫(yī)領(lǐng)域，有諸多的研究，主要以數(shù)理統(tǒng)計方法和經(jīng)典邏輯推理作為中醫(yī)診斷處理方法，或者將兩者結(jié)合；在推理方法上，多數(shù)直接采用人工智能現(xiàn)有的推理方法，而推理規(guī)則的獲取則直接從病歷中歸納。顯然目前的研究或過于傳統(tǒng)，無法實現(xiàn)真正的人工智能，或脫離實際臨床，甚至脫離中醫(yī)的根基，陰陽不分、寒熱不辨、虛實混淆、表里一體、氣血不識；因此，目前如何將中醫(yī)原理與人工智能有效結(jié)合迫在眉睫。本文基于中醫(yī)思維建立人工智能數(shù)據(jù)庫，形成智能化的循環(huán)建設(shè)，經(jīng)過臨床應(yīng)用、反饋、調(diào)試，本平臺將日趨精準、便捷、高效。

人工智能通過大數(shù)據(jù)將舌診精準化、量化以及科學化，并能及時反映病變狀態(tài)，后期可以建立專病數(shù)據(jù)庫，如糖尿病、高血壓、脂肪肝等，可為慢性病患者的管理提供精準高效的服務(wù)，亦符合當今社會“互聯(lián)網(wǎng)+醫(yī)療”模式，輔助病患減輕醫(yī)療負擔，提升生活質(zhì)量。