中醫與人工智能的探討

趙 文，徐佳君，周常恩，李燦東

（福建中醫藥大學中醫學院，福建 福州 350122）

在經歷了以蒸汽機為代表的第一次科技革命、以電氣化為代表的第二次科技革命以及以自動化為代表的第三次科技革命后，我們正在迎來以智能化為代表的第四次科技革命。習近平總書記在中共中央政治局第九次集體學習時指出，人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的“頭雁”效應。當前，社會各領域如銀行、保險、交通運輸、通訊、教育等都在積極對接新一代人工智能技術，期望借此發展浪潮搶占行業制高點。隨著我國人口老齡化問題的日益加劇，人們對于優化醫療技術、增強健康的需求變得更為迫切，中醫現代化的發展瓶頸亟待突破。中醫只有借助新一輪科技的力量才能煥發新的活力，與新一代人工智能的先進技術結合是必然趨勢，而如何將兩者更好地有機結合是值得探討的重要命題。

1 中醫：中國古代科學

中醫歷經兩千多年的臨床實踐，其理論的先進、療效的可靠受到長期反復的檢驗，是中國古代科學的優秀代表。中醫具有獨特的醫學理論體系，主要運用精氣、陰陽、五行學說等闡述人體生命、健康、疾病等醫學問題，其中涉及諸多數學符號、系統論等內容。

1.1 中醫的數學符號 任何一門自然學科的發展都離不開哲學的作用，中醫也不例外，其形成深受中國古代哲學思想的影響。易以道陰陽，中醫的陰陽理論、五運六氣學說均源于《易經》。《易經》通過一套符號表達數量關系和空間形式，闡釋關于世界萬物產生、發展、變化的哲理。而二進位制數學是現代電子計算機的運算工具，由“0”和“1”這兩個極簡單的數學符號構成復雜的計算機語言。早在18世紀，德國數學家萊布尼茨發現，如果以陰爻（--）代表“0”，以陽爻（—）代表“1”，那么二進位制數學所表示的0～63這六十四個數的自然序列與六十四卦方圖是對應的，兩者高度一致［1］。因此，陰爻和陽爻可視為傳達中醫信息的特殊數學符號，以二者為基本單元進行排列組合可表達更多的中醫信息。

《傷寒雜病論》在中醫發展中起著承前啟后的作用，據楊培坤等［2］研究發現，該書所載內容同樣蘊含著重要的數學理論——集合論。書中癥狀與病、癥狀與證、證與病、病因與病機、治則與治法以及治法與用方等關系同集合論中的從屬關系、包含關系、映射關系等具有相同意義，尤其是書中所運用的“異中求同”和“同中求異”的辨病、辨證法與集合論中的“求交”“求并”以及“求差”等運算分析過程是一致的。不知巧合與否，電子計算機的誕生與集合論的運用也是密不可分的，這使得通過計算機技術研究分析中醫成為了可能。由此看來，最古老的文明通過數學符號與最現代的文明形成了緊密融合。

1.2 中醫的系統論 在中國的自然科學發展史上，以元氣論為核心的有機自然觀始終占據主導地位，認為整個自然界和其中的事物都是不可任意分割的整體，元氣學說與陰陽學說、五行學說相交匯，形成一種比較系統的自然哲學思想。受此影響，中醫把人和整個世界理解為“復雜”的“有機體”，認為人是不可分割的復雜有機生命。岐黃之道，是中醫研究健康和疾病的方法，是認識復雜性和有機性的道路，其實質是系統論思想，盡管其形式是樸素的，但其內容在性質上與現代系統科學高度一致。

系統論是由生物學家貝塔朗菲創立，指出在現代科學和生活的整個領域里都需要新的概念思考方式、新的觀念和范疇，而從某方面說，它們都是以“系統”概念為中心的［3］。按現代系統論觀點，系統是由若干要素通過相互作用構成具有確定性能的整體。人是典型的系統，因而中醫對人和疾病的認知同樣遵循系統規律，主要表現在整體性、聯系性、穩定性和動態性等四個方面［4］。① 整體性：中醫將研究重點放在人的整體水平，把握只存在于人整體水平的一系列“系統質”，如氣、神、藏象、經絡、象等；② 聯系性：中醫在考察和調節“人”“人病”時，把重點放在陰陽、五行、五邪、天人、運氣等相互關系和相互作用上；③ 穩定性：中醫把人理解為開放系統和耗散結構，用氣化活動描述人的耗散活動和熵變化，用陰平陽秘來表達人的有序穩定；④ 動態性：中醫把握人的自我組織、自我調節規律，主張治病求本、養生知本，注重遵循機體“陰陽自和”的規律，通過推動機體自我調節來達到治愈疾病的目的。

值得注意的是，現代醫學發展趨勢逐漸從“有病求醫”轉向“預防為主”，從“治療疾病”轉向“維護健康”狀態［5］，從原有的“生物醫學”模式調整為“生物心理社會醫學”模式。新模式是以系統方法為基礎，而中醫在它的原始模型中便已包含生物心理社會醫學模型的種種特點［6］，由此可以看出，蘊含深厚系統論思想的中醫岐黃之道具有一定的先進性，在醫學發展趨勢上先于現代醫學，值得深入研究。

2 人工智能：現代自然科學

隨著計算機科學、認知科學、腦科學等現代科學的不斷進步，人們對于人類智力的認知逐漸加深，并促進了人工智能的出現和發展。在中醫領域，很多人是通過20世紀70年代研制出的第一個中醫專家系統“中醫關幼波肝炎診斷治療程序”認識了人工智能，至于究竟什么是人工智能，對于很多人來說是比較模糊的概念。

目前對于人工智能的認知，一般認為它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學［7］。簡單來講，人工智能可被認為是一組技術的統稱，目前主要具備語音、圖像識別等認知能力、邏輯推理能力、自然語言交流能力以及情緒識別的感知等技術功能。比如日常生活中，電話的語音識別功能、微信語音轉文字功能、人臉識別、淘寶等電子商務網站的個性化推薦、蘋果Siri、機器翻譯、大勝圍棋九段李世石的AlphaGo、自動駕駛等均為人工智能技術的具體應用。

2.1 人工智能發展歷程 20世紀50年代，麥卡錫、明斯基、香農、紐厄爾、司馬賀等10人在達特茅斯會議上共同討論了當時計算機科學領域尚未解決的問題，開啟了人工智能的研究時代，距今已有60余年，其發展歷經了三起兩落。

第一個人工智能熱潮在20世紀50—60年代，伴隨通用電子計算機的誕生，以圖靈提出的圖靈測試為標志，出現了數學證明系統、知識推理系統、專家系統等里程碑式的技術和應用。但由于當時計算機運算速度以及相關程序設計與算法理論的不成熟，難以支撐人工智能的發展需求，在20世紀60年代末便進入了第一個人工智能低潮期。

第二個人工智能熱潮在20世紀80—90年代，伴隨統計模型技術的興起和人工神經網絡在模式識別領域的突破，人工智能在語音識別、機器翻譯等領域取得顯著進展。但未持續多久，依舊因相關技術的不成熟，人工智能的研究進入了第二個低潮期。

進入21世紀后，伴隨數據爆發式的增長、計算機運算能力的大幅提升以及深度學習技術的成熟，大約從2006年開始，迎來了第三個人工智能熱潮。總的來看，前兩次人工智能熱潮更多是提出問題，以學術研究為導向，而此次熱潮更多是解決問題，是以現實社會發展需求為導向。

在人工智能研究領域上主要存在兩大學派，分別為遵循符號主義的邏輯派和遵循聯接主義的仿生派。

2.2 人工智能的符號主義（邏輯派） 人工智能中符號主義的思想源頭和理論基礎是定理證明，定理證明起源于邏輯，因此，這一派又被稱為“邏輯派”，代表人物是紐厄爾和司馬賀。邏輯派認為人的智能表現為認知，而認知的基元是符號，認知過程就是符號操作過程，因此，可以不考慮人腦的具體結構，直接從人腦功能的宏觀表現出發，用計算機便可模擬人類智能。此派隨著1954年邏輯學家戴維斯運用名為“大強尼”的電子管計算機實現了普利斯博格算術的判定過程而興起，伴隨2006年阿貢實驗室的定理證明小組被裁而走向低潮［8］。

邏輯派在人工智能研究熱潮中取得很大成就，但由于它的基礎也就是定理證明系統存在自身局限性，缺少主動學習能力和自適應能力，因此其發展逐漸走向沒落，最具代表性的例子要數專家系統。20世紀80—90年代初，專家系統經歷了十年的發展黃金期，以Dendral為代表，這是世界上第一個專家系統程序，成功地用人類專家知識和邏輯推理規則幫助有機化學家推斷未知有機分子結構。

但伴隨日本五代機的幻滅，專家系統逐漸成為備受詬病的技術，因為人們發現基于人類知識庫和邏輯學規則構建出的人工智能系統存在致命的局限性。專家系統僅能解決特定的狹小領域問題，而很難被擴展到稍微寬廣一些的知識領域中去。同樣的道理，對于中醫專家系統而言，由于系統不能動態地自我學習和提高，只是一個封閉的靜態系統，所以也逃脫不了失敗的命運［9］。

2.3 人工智能的聯接主義（仿生派） 人工智能的另一大學派是聯接主義，又被稱為仿生派，認為人的思維單元是神經元，而不是符號，人的智能行為不能單純歸結為符號信息處理，而應當著重于結構研究和系統研究，即模擬人的生理神經網絡結構［10］。

早在1943年，神經科學家麥卡洛克和彼茨在《數學生物物理期刊》上發表了神經網絡的開山之作《A Logical Calculus of Ideas Immanent in Nervous Activity》，其中提出一種大膽假說，描述了人類神經節沿著網狀結構傳遞和處理信息的模型，后被計算機科學家借鑒后用于人工智能的相關研究，被學術界稱為人工神經網絡［11］。神經網絡在20世紀80年代的光輝被新興的互聯網所遮蓋，20世紀90年代開始，隨著計算機運算能力的高速發展，神經網絡在人工智能領域重回研究熱點，直到2010年前后，反而又因互聯網產生的海量數據給了神經網絡以更大的發展機會。

神經網絡由一層層的神經元構成，層數越多就越深，所謂的深度學習就是通過借用多層神經元構成的神經網絡以達到機器學習的功能。深度學習和所有機器學習方法一樣，是一種用數學模型對真實世界中的特定問題進行建模，以解決該領域內相似問題的過程［12］。

深度學習能夠發揮作用是以強大的計算能力和高質量的大數據為前提的，在深度神經網絡內部，每層神經元的輸出信號可能都是復雜的。大家所熟知的戰勝了李世石的AlphaGo，正是運用深度學習等算法，通過大量專業棋手棋譜訓練，然后又從自我對弈中不斷學習和提高，最終戰勝了人類世界冠軍，這是計算機基于大量數據資料并通過自我學習掌握經驗模型的結果。

縱觀人工智能的發展歷程，邏輯派和仿生派均表現出各自的優勢和不足，也都歷經了不同程度的熱潮和低谷。邏輯派對于處理規則的情況更為擅長，如涉及與數字、符號等相關的問題；而仿生派對于處理不規則的情況更為適用，如邏輯關系過于復雜與系統相關的問題。未來人工智能的優化發展一定是要協調好兩者關系，堅持兩條腿走路。

3 數學和系統思維方法：中醫與人工智能有機結合的密鑰

中醫和人工智能可歸于科學技術范疇，故可借助馬克思主義的科學技術方法論（以下均簡稱為“方法論”）加以研究。方法論是以辯證唯物主義立場、觀點為基礎，核心是辯證思維與系統思維，用來解決科學技術中的難題。

通過對中醫和人工智能的剖析，發現兩者均存在數學符號和系統論的要素，其有機結合點或在于此。因此，方法論的數學和系統思維方法或為中醫與人工智能有機結合的密鑰。

方法論中的數學方法是一種關注事物的形式和抽象結構的思維和科學方法，它抽象地表達事物的空間關系和數量關系。通過運用數學方法，如數學方程方法、數學建模方法、數學統計方法、數學實驗方法等，可以將中醫以及人工智能中的不確定性盡量轉為確定性，以此增加兩者的融合性和精確表達性。蘊含在中醫中的的數學表達應該不僅僅局限于陰陽理論、五運六氣、《傷寒雜病論》中，現代醫學中的遺傳密碼表與易圖的對應關系或許也并非是簡單巧合，這些都使得中醫可以通過數學、符號等經由計算機語言的橋梁取得與新一代人工智能技術的互聯互通，使兩者的有機結合成為可能。

而方法論中的系統方法是把事物視為系統來處理的思維方法，主要關注的是整體性和關聯性。中醫學真正關心的是與人的健康有關的各種相互關系，通常認為相互關系既是健康的終極原因，也是疾病的終極原因，當然這種關系是建立在中醫整體觀念基礎上的。同樣，人工智能的神經網絡建立也是基于多條相互關聯的神經元，組成較為完整的系統。基于神經網絡而逐漸發展成熟的深度學習是把問題系統化，而不是把問題打破了去弄清楚中間信號在自然語言中的真實含義，這與中醫強調人體是不能簡單打開的這一認知相吻合。通過系統分析、綜合方法等，兩者可實現彼此的互聯互通，達到有機結合。

4 總結和展望

中醫存在數千年而屹立不倒，在于其真實可靠的臨床療效，在維護人體健康方面發揮著不可替代的作用［13］。伴隨醫學模式的轉變以及健康中國建設的推進，對于醫學的發展提出新的挑戰，繼續遵循傳統的發展模式已經無法適應新時代的健康需求。早在20世紀70年代，中醫便嘗試對接人工智能技術，以尋求中醫發展模式的突破，由于受到當時技術和設備條件的限制，并未做到兩者的有機結合。在新一輪的科技革命和產業變革中，人工智能作為重要驅動力量呈現出深度學習、跨界融合、人機協同等新特征，更有利于實現與中醫的有機結合，但要達到兩者完全結合還需要攻克很多難題，合理運用數學和系統思維方法是解決難題的關鍵所在。可以預見的是，中醫與人工智能的有機結合正在不斷推進中，未來必定在突破中醫現代化發展瓶頸和維護人體健康方面發揮重要作用。