甘之草基于大數(shù)據(jù)的人工智能開方系統(tǒng)軟件

潘建中 楊帆 許遵欽

摘要：隨著大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，通過中醫(yī)基礎(chǔ)古典文獻(xiàn)、醫(yī)學(xué)指南共識、臨床經(jīng)典病案等探索挖掘中醫(yī)知識圖譜，探索中醫(yī)智能知識體系。建立自我學(xué)習(xí)，自我修正，深度學(xué)習(xí)的診斷模型，提供個體化治末病解決方案，探索智能中醫(yī)輔助診斷，打造智慧超級中醫(yī)。通過數(shù)字化手段構(gòu)建“望聞問切”的新型中醫(yī)數(shù)字化人工智能開方系統(tǒng)

關(guān)鍵詞：大數(shù)據(jù) 人工智能 開方系統(tǒng)

一、研究背景

經(jīng)過近二十年的發(fā)展，中醫(yī)藥行業(yè)仍處于成長初期，互聯(lián)網(wǎng)+助推了中醫(yī)藥市場的快速發(fā)展，目前市場基本形成三大陣營體系：傳統(tǒng)中醫(yī)藥企業(yè)、互聯(lián)網(wǎng)中醫(yī)藥企業(yè)、第三方中醫(yī)藥企業(yè)，第三方企業(yè)依托傳統(tǒng)企業(yè)的產(chǎn)品和服務(wù)，傳統(tǒng)企業(yè)利用第三方企業(yè)的渠道發(fā)展業(yè)務(wù)，兩者之間形成了緊密的聯(lián)系，互聯(lián)網(wǎng)中醫(yī)藥同樣與傳統(tǒng)中醫(yī)藥存在著這種合作關(guān)系。所以合作與發(fā)展是當(dāng)下行業(yè)的態(tài)勢。

當(dāng)前國家政策大力支持，國務(wù)院《中醫(yī)藥發(fā)展戰(zhàn)略規(guī)劃綱要（2016—2030年）》

國家中醫(yī)藥管理局《中共中央國務(wù)院關(guān)于促進(jìn)中醫(yī)藥傳承創(chuàng)新發(fā)展的意見》提出出明確的目標(biāo)和規(guī)劃。

其次，公司具有明確的業(yè)務(wù)需求，需要以優(yōu)秀的方案解決問題。公司業(yè)務(wù)和國家要求密切相關(guān)，希望能為中醫(yī)藥未來發(fā)展、公司未來戰(zhàn)略規(guī)劃做出貢獻(xiàn)。

二、行業(yè)現(xiàn)狀

目前中醫(yī)互聯(lián)網(wǎng)企業(yè)中，有以下幾類智能開方系統(tǒng)：

比較簡單的智能開方系統(tǒng)其實是利用搜索引擎技術(shù)，在收集大量的病情以及診斷的基礎(chǔ)上，進(jìn)行病情匹配，將匹配成功的診斷返回。這個過程看起來就像智能開方一樣，表面看給個病情就能給出診斷，而實際上只是找到答案。

進(jìn)階一點(diǎn)的智能開方系統(tǒng)，通過圖像識別與自然語言處理（這兩項技術(shù)依然使用大數(shù)據(jù)技術(shù)實現(xiàn)），進(jìn)行相似性匹配。相似的病情即使有文字表述不同，癥狀差異，也不影響實質(zhì)性診斷，依然可以開方。

高階的智能開方系統(tǒng)，利用神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)技術(shù)，將病人的描述和問診單的自然語言描述轉(zhuǎn)化成形式語言，然后分析知識點(diǎn)和開方策略，進(jìn)行自動推導(dǎo)，從而完成實質(zhì)性的開方。

三、主要研究內(nèi)容

1.項目內(nèi)容及實施路徑

1、形成“診前、診中、診后”完整的閉環(huán)服務(wù)體系。

2、完善“診前”、“診后”服務(wù)體系，從監(jiān)測到指導(dǎo)到康復(fù)提供全程健康服務(wù)。

3、促進(jìn)支付在線上線下的全場景化，進(jìn)一步便捷化“診中”就醫(yī)過程。

2、產(chǎn)品方案

通過不同終端，定位目標(biāo)人群，提供相關(guān)中醫(yī)咨詢、問診服務(wù)，可與醫(yī)生進(jìn)行討論交流。系統(tǒng)根據(jù)用戶提供的信息進(jìn)行智能診斷。而經(jīng)典書方藥，病歷，特別是專家寫的病歷，利用大數(shù)據(jù)技術(shù)將這些知識進(jìn)行處理、分析、統(tǒng)計、 挖掘，可以構(gòu)成一個病歷知識庫，可以幫助給更多人，這一些功能，共同組成一個智能輔助診療系統(tǒng)。

3、產(chǎn)品技術(shù)架構(gòu)

1、系統(tǒng)總體架構(gòu)設(shè)計

大數(shù)據(jù)人工智能開方系統(tǒng)以通過中醫(yī)基礎(chǔ)古典文獻(xiàn)、醫(yī)學(xué)指南共識、臨床經(jīng)典病案等探索挖掘中醫(yī)知識圖譜，通過知識匹配搜索引擎，引導(dǎo)患者自診，也可以幫助醫(yī)生診療。

具體架構(gòu)圖如下所示：

2、技術(shù)特點(diǎn)

① 分布式文件系統(tǒng) HDFS

HDFS為了做到可以保證數(shù)據(jù)的可靠性。1。任何一個節(jié)點(diǎn)失效，不影響 HDFS 服務(wù) 2。HDFS 可以自動完成副本的復(fù)制。具體實現(xiàn)是通過Datanode壞掉的磁盤上的數(shù)據(jù)盡快通知 NameNode，Datanode 每3秒鐘向 NameNode 發(fā)送心跳，如果 NameNode 認(rèn)為該 DataNode 已經(jīng) dead，NameNode 將取 出該 DataNode 上對應(yīng)的 block，對其進(jìn)行復(fù)制。持久化元數(shù)據(jù)來實現(xiàn)。所有的數(shù)據(jù)至少存儲3份，滿足 CAP原則并且可以支持移動計算，保證的處理的速度。

② 大數(shù)據(jù)計算引擎 Spark

主要的功能是把患者提交的癥狀，問診單的答案和與醫(yī)生聊天過程中產(chǎn)生的聊天數(shù)據(jù)分割成多個計算階段，這些計算階段組成一個有向無環(huán)圖DAG，使用任務(wù)調(diào)度器根據(jù) DAG的依賴關(guān)系執(zhí)行計算階段。實現(xiàn)的功能有2個：一個是提取特征數(shù)據(jù)，然后對數(shù)據(jù)進(jìn)行取映射，然后進(jìn)行計算。第二個是通過 Shuffle 將數(shù)據(jù)進(jìn)行重新組合，相同癥狀，描述的數(shù)據(jù)放在一起，進(jìn)行聚合，關(guān)聯(lián)等操作。通過不斷的移動計算，得到需要分析文本的特征向量。

在實現(xiàn)持久化存儲的時候，對數(shù)據(jù)進(jìn)行指定的分發(fā)。

③ 使用感知機(jī)訓(xùn)練樣本制作

感知機(jī)是一種比較簡單的二分類模型，感知機(jī)算法在疾病診斷中，將不同的數(shù)據(jù)分為2類，公式如下

自動感知機(jī)是一種自監(jiān)督學(xué)習(xí)BP神經(jīng)網(wǎng)絡(luò)，它通過建立一個恒等函數(shù)，使輸出盡可能復(fù)現(xiàn)原始輸入，即通過“編碼”過程學(xué)習(xí)原始數(shù)據(jù)在隱空間內(nèi)的表示，再通過“解碼”過程由數(shù)據(jù)在隱空間中的表示盡可能重構(gòu)原始數(shù)據(jù)。最后計算特征空間向量，根據(jù)權(quán)值向量和偏置，輸出空間向量。

在訓(xùn)練開方過程中，如何識別出最可能的疾病診斷，從而增加準(zhǔn)確度，降低醫(yī)療的風(fēng)險？ 我們通常對于給定的一個用戶病歷問卷，計算得出每個問卷問題所產(chǎn)生的綜合空間向量，最后把空間距離最近的診斷，作為優(yōu)選結(jié)果。對于高風(fēng)險的疾病或者高風(fēng)險的用戶（如孕婦），要求其提供更多信息、甚至向醫(yī)生提供預(yù)警。事實上，中醫(yī)行業(yè)已經(jīng)沉淀了大量的歷史病歷數(shù)據(jù)，利用這些數(shù)據(jù)進(jìn)行計算，可以得到用戶特征。當(dāng)新用戶來就診的時候，將該用戶病歷問卷特征帶入曲線進(jìn)行計算，就可以得到該用戶的特征指數(shù)，進(jìn)而自動給出該用戶的診斷。

④ 機(jī)器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)算法

精選的專家病歷主要依靠浙江省中醫(yī)藥大學(xué)提供的已經(jīng)被標(biāo)記好的病歷集再結(jié)合甘草醫(yī)生線上重點(diǎn)醫(yī)生提供的經(jīng)典病歷，經(jīng)典的書方藥采用甘草學(xué)院線上數(shù)據(jù)庫，這一部分?jǐn)?shù)據(jù)也已經(jīng)被標(biāo)記完善。上面的這部分?jǐn)?shù)據(jù)，作為樣本。然后我們采用 K-means分類算法，計算需要分析的數(shù)據(jù)和樣本之間的距離，對距離進(jìn)行排序，取最近前若干個樣本，統(tǒng)計樣本類別，統(tǒng)計得到的最多類別，為待分類數(shù)據(jù)的類別。距離算法采用歐氏距離計算公式，而提取文本的特征值采用TF-IDF算法，

神經(jīng)網(wǎng)絡(luò)中，我們采用了多層感知機(jī)，最后一層感知機(jī)，則根據(jù)疾病診斷結(jié)果，建立相對應(yīng)數(shù)量的感知機(jī)，最后得到的結(jié)果如果不符合要求，就不斷地調(diào)整感知機(jī)的層級和數(shù)量，直到可以得到相對準(zhǔn)確的診斷為止。

最有了有診斷后，根據(jù)診斷就可以參考經(jīng)典方中的藥方或者專家給的藥方，根據(jù)患者實際情況如年齡，性別，懷孕等給患者開方。

四、小結(jié)

本公司通過對國內(nèi)外現(xiàn)有的人工智能開方系統(tǒng)的研究和分析，運(yùn)用HDFS，SPARK，HIVE，人工智能神經(jīng)網(wǎng)絡(luò)等前沿技術(shù)結(jié)合中醫(yī)開方診斷的實際需要集成了中醫(yī)知識圖譜，科研文獻(xiàn)，病歷，藥材等數(shù)據(jù)，最終開發(fā)出一個自動化、智能化、人性化的穩(wěn)定可靠的基于大數(shù)據(jù)的人工智能開方系統(tǒng)，對提高中醫(yī)的現(xiàn)代化水平，提高互聯(lián)網(wǎng)中醫(yī)的人工智能化水平，幫助醫(yī)生分析開方記錄，預(yù)測醫(yī)生開方，輔助醫(yī)生開方具有重要意義。

參考文獻(xiàn)

[1]云計算環(huán)境下分布式語義文本自適應(yīng)分類方法[J]. 王剛，楊波，楊明杰. 科學(xué)技術(shù)與工程. 2018（07）

[2]基于大數(shù)據(jù)技術(shù)的用戶行為分析平臺的設(shè)計與實現(xiàn)[J]. 吳榮燦. 電腦知識與技術(shù). 2021（04）

[3]統(tǒng)計學(xué)方法的發(fā)展及其在大數(shù)據(jù)中的應(yīng)用[J]. 游士兵. 統(tǒng)計與決策. 2020（04）

[4]支持新型冠狀病毒肺炎的中醫(yī)智能處方推薦和知識庫系統(tǒng)[J]. 王斌. 中國數(shù)字醫(yī)學(xué). 2020（05）

[5]大數(shù)據(jù)時代背景下人工智能在計算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用淺談[J]. 馮存生. 電腦知識與技術(shù). 2020（12）

[6]人工智能技術(shù)在醫(yī)療健康領(lǐng)域的應(yīng)用[J]. 朱壽華. 電子技術(shù)與軟件工程. 2020（01）

[7]基于TF-IDF和余弦相似度的文本分類方法[J]. 武永亮，趙書良，李長鏡，魏娜娣，王子晏. 中文信息學(xué)報. 2017（05）

[8]結(jié)合鄰域相關(guān)影像與最大相關(guān)性最小冗余性特征選擇的面向?qū)ο笞兓瘷z測[J]. 鄒利東，潘耀忠，朱文泉，周公器，李宜展. 中國圖象圖形學(xué)報. 2014（01）