人工智能技術與道地中藥材品種選育探究

【摘要】 本文探討人工智能技術用于選育成都平原地區道地中藥材品種的方法，將患者數據、藥材合成、古籍文獻等進行智能化的甄別和組合，并根據古籍記載歷史數據確定該地區種植的道地品種，從源頭來推動中藥材的優質發展。

【關鍵詞】 人工智能技術;中藥材;成都

【DOI編碼】 10.3969/j.issn.1674-4977.2021.06.037

Research on Artificial Intelligence Technology and Breeding of Genuine Traditional Chinese Medicine Varieties

HE Zhi-lin

（Chengdu Agricultural College，Chengdu 611130，China）

Abstract： This article explores the method of using artificial intelligence technology to identify authentic Chinese medicinal materials in the Chengdu Plain. It intelligently screens and combines patient data，medicinal materials，and ancient documents，and determines the authentic planted in the area based on historical data recorded in ancient books，and promote the high-quality development of Chinese medicinal materials from the source.

Key words： artificial intelligence technology;Chinese medicine;Chengdu

1 引言

傳承了幾千年的中醫對于不同病癥有很多種治療手段，在這些治療手段中，中藥無疑是最有效、最廣為人知、易于被人接受的治療方式之一。因此，中藥的藥材質量就成為中醫治病救人過程中不得不考慮的一個重要因素。在幾千年的中醫演化歷史中，高質量的藥材也漸漸產生了一個專屬的名稱——道地藥材，也有人將其叫地道藥材。它的定義在不同的時代也有一些細微的差別，僅從《神農本草經》和《中醫藥法》來看，可以將其算作在特定地區產出的比一般藥材擁有更高質量的藥材，而這個特定地區并沒有一個具體的解釋說明，要不斷跟隨環境的變化來進行尋找。本文就是要基于人工智能技術對道地藥材品種選育提供一定思路。

2 人工智能技術

伴隨計算機技術的發展，人工智能技術在近些年來開始變得尤為火爆，不光應用于林業、商業，同時也涉及農業和醫療等眾多領域。目前，在網絡上購物、求醫購藥等都得到了極其迅速的推廣，各種線上服務層出不窮，從中也可以看出人工智能對于醫藥行業發展的促進作用。

3 道地中藥品種與人工智能

通過人工智能技術，可以直觀分析出中藥材作用與生長區域之間的關系，本文主要將其歸類為如下兩點。

1）間接關系

間接關系主要是指通過人工智能所獲取的地域環境數據區別，對于同一類藥材成分具有不同的影響，從而導致藥材在臨床作用上具有一定差異。這一點能夠通過單一變量實驗進行驗證。

2）直接關系

有專家對于藥材的藥性與光照程度進行了相關研究，通過人工智能技術，最終得出兩者之間具有極大相關性的結論。不僅如此，氣候溫度條件、土壤水分條件等也與光照條件類似，同樣能夠得出以上條件與藥材藥性之間的關系。

4 使用人工智能選育成都平原地區道地中藥品種

利用人工智能算法確定中藥材道地品種不是一般的分類或者預測任務，傳統的KNN、SVM、邏輯回歸不能完成優勢品種的尋找，它需要結合各方面的數據來預測出品種的優勢所在，比如藥材稀有程度、藥材價格、市場行情、適用人群等多方面的因素。

首先做特征工程，即先找出與藥材優勢相關的所有指標，然后將這些指標量化，因為現階段大多數算法都是基于數值型數據來運行的。找好這些指標后選擇用分類模型還是回歸模型，對于這個任務來說用模糊分類和回歸模型會比較適合，然后便是選擇合適的算法，模糊分類是在分類的結果上加一個模糊系數，這種模糊的思想能與傳統分類算法相結合使用。回歸模型如邏輯回歸、神經網絡、ELM等算法，效果上深度神經網絡模型會比其他回歸模型效果好些，但是需要反復調參、加入各種方法防止過擬合（L2正則化），并且建模的時間可能會比較長。

對于尋找優勢藥材這一任務，簡單來做的話找出一些衡量指標構建數據即可，要想更進一步的挖掘，則需要從各個方面尋找相關信息，這些信息不僅要包括氣象信息、中藥成長環境信息，還要包括網絡上的各種藥材價格信息與網絡文字信息，然后綜合到一起建立出一個復雜的模型來進行預測、評分、對比，才能得出最終結論。

在單個模型效果達到上限之后，很難再進行提升，近年來流行使用的繼承方法能夠突破這一上限，不同于單個分類算法，它具有更高的準確度。但其也有一定的缺陷，如使用模型的過程復雜度要遠高于單個模型，使用效率也較低。它的過程是將基分類器進行收集，并通過相當數量的基分類器進行數據處理，讓得到的結果能夠具有更高的精準度。

通常，集成學習算法使用的多個分類器多為弱分類器，原因在于可以將分類器造成的誤差進行均衡。若是多個分類器中某一分類器過于強大，將會導致計算結果對于分類器的結果影響過高，從而導致分類器無法正確地分類。集成學習使用多個分類器共同分析，在一定程度上可以避免單個分類學習算法陷入極小的可能性。

5 結語

通過上述研究方法發現，成都平原地區主要適合涼性道地藥材生長，主要原因是該地區氣候溫暖、空氣潮濕、降雨量多，其土壤類型以壤土、沙壤土、黏壤土居多;也有熱性道地藥材，這類地區海拔相對較低，氣候溫暖、空氣濕度大、降水量豐富，土壤類型主要為沙壤土、黏壤土以及腐殖質壤土;辛性道地藥材較少分布。

【參考文獻】

[1] 胡菊花.研究中藥臨床藥理的藥性理論[J].世界最新醫學信息文摘，2017（94）：35-36.

[2] 史紅專，嚴曉蘆，郭巧生，等.中藥寒熱藥性與其基原植物生境光照條件相關性分析[J].中國中藥雜志，2018（10）：2032-2037.

[3] 李文鵬.中藥種植過程溯源系統研究與實現[D].北京：北方工業大學，2014.

[4] 邵明義，劉保延，謝琪，等.中醫藥臨床科研數據的發展現狀和趨勢探討[J].世界科學技術-中醫藥現代化，2015（8）：1743-1747.

[5] 胡銳，趙雪麗，王寧.藥性與功效相結合對部分寒性中藥的聚類分析[J].陜西中醫藥大學學報，2016（5）：108-112.

【作者簡介】

何志林，男，1977年出生，講師，學士，研究方向為管理科學與工程，農村電商，物流管理，市場營銷。