基于SWOT分析的中醫人工智能現狀與發展研究＊

郭益雯，楚天舒，朱容鈺，荊麗梅＊＊，何 達，金 燕，吳碧容，劉毓琦

（1.上海中醫藥大學公共健康學院 上海 200120；2.上海市衛生和健康發展研究中心 上海 200030）

近年來人工智能受到人們越來越多的關注，國際國內對于人工智能的定義尚未統一[1]，張遠望提出人工智能（Artificial Intelligence，AI）是研究和開發用于模擬、延伸和擴展人的智能的理論、方法和技術及應用系統的一門新的技術科學[2]。我國于2015年后相繼頒布多項有關人工智能發展的政策，2018 年發布《國務院辦公廳關于促進“互聯網+醫療健康”發展的意見》（國辦發〔2018〕26 號）和《中共中央國務院關于促進中醫藥傳承創新發展的意見》等相關政策文件，鼓勵醫療和中醫智能化發展。本文在目前已有的對中醫人工智能的研究基礎上，查閱中醫人工智能相關文獻，對中醫四診規范化專家、政府部門專家及中醫人工智能產品負責人進行訪談，總結中醫人工智能技術發展和應用的現況，對中醫人工智能發展過程中存在的問題進行進一步發掘，并提出相應完善策略，為中醫人工智能算法設計、操作流程及實際應用方面的發展和政府相關決策提供參考依據。

1 中醫人工智能發展歷史

自人工智能誕生后，人類便開始嘗試將其應用于各個專業領域。20 世紀70 年代是醫療人工智能發展的萌芽時期，中醫人工智能的發展也在此時起步，其發展經歷了起步階段、突破階段和高速發展階段。經過半個世紀的發展，中醫人工智能逐漸呈現出標準化、個性化、多樣化的特點。

1.1 起步階段

20世紀70年代是中醫智能化研究的起步時期，主要應用是以知識為中心的專家系統。1977 年，中國科學院自動化研究所與北京市中醫院關幼波教授等合作研制出我國第一個專家系統——“中醫關幼波肝炎診斷治療程序”。在此基礎上，又有一系列中醫專家系統開發成功，這些系統的開發為中醫專家系統的診斷模式向高級智能化方向發展奠定了基礎。

1.2 突破階段

20 世紀90 年代之后，中醫智能化突破了“專家系統”的概念。中醫智能化主要體現在專家系統與神經網絡模糊邏輯、關系數據庫、多媒體技術的結合[3]。例如田禾等人提出了基于人工神經元網絡的中醫專家系統外殼NNS0 的深層模型[4]；廈門大學與上海中醫藥大學[5]聯合研制WZX 舌色分析系統；多種形式的脈象檢測記錄儀器和檢測方法——脈象信息的單觸頭壓力檢測方法[6]和多觸頭壓力檢測方法[7]等。

1.3 高速發展階段

21 世紀以來，中醫智能化進入了高速發展階段，從實驗室試制階段走向與現代工業制造技術的有機結合。通過結合高光譜成像技術與貝葉斯分類器，協助中醫舌象診斷的舌象分析儀[8]不斷更新，以及采用從單一到多個陣列傳感器定量檢測脈沖的方法，協助中醫脈象客觀化、可視化的脈象雙感測脈診儀[9]等產品面世。訪談中，專家提到中醫四診數字化發展可追溯到1999 年開展的舌脈診數字化與脈象模擬研究，2006 年開展面診數字化研究。2008 年首屆中醫診療設備論壇召開后，中醫智能診療設備企業化進入軌道，2010 四診和參中醫四診儀入選世博會展覽項目。2011 年后，中醫診療設備的國際技術標準以及臨床操作規范逐步制定，為中醫人工智能設備的規范化應用和推廣提供了保障；2012 年，中醫智能健康辨識設備與系統研發逐步興起；2015 年以來，“互聯網+智慧中醫藥”健康服務模式開啟，互聯網＋云中醫”系列產品開發，入選米蘭世博會，使得中醫智能化產品走出國門，走向更廣闊的世界舞臺。2017 年，全國首個以互聯網為基礎的國醫館“烏鎮互聯網國醫館”全面竣工，提出了“中醫+人工智能”模式，患者在國醫館即可享受到全國范圍的優質中醫藥服務資源。2019 年，便攜式中醫健康數據采集設備投入研究。

2 中醫人工智能的應用現狀

隨著大數據時代的來臨，人工智能成為中醫藥傳承與發展的重要工具。在人工智能的推動下，中醫藥的發展如虎添翼。專家指出，目前中醫人工智能已廣泛應用于醫療衛生行業，主要體現在輔助診療、健康管理、中藥研究、中醫具象思維的發展以及中醫人才培養等方面。中醫智能化設備應用維度主要是輔助診療服務、健康管理服務、藥品研發及健康保障相關行業；應用場所主要是醫院治未病中心、醫藥企業、社區健康小屋、博物館體驗廳、健康管理企業、中醫藥高等院校等；應用場景為體檢、科研、預檢、教學等；就應用趨勢而言，中醫智能化設備的國際認可程度越來越高，在西班牙、日本、荷蘭等國家皆有所應用。

2.1 輔助診療

傳統中醫的思維較為抽象，具有模糊性、籠統性等特征。人工智能憑借其運算速度、存儲空間及邏輯推理能力延展人腦的思維活動，更加直觀和清晰，具有邏輯性、穩定性、可重復性的特點。它可與傳統中醫的思維優勢互補、互相滲透，使中醫診療辨證清晰化、客觀化、規范化、技術化。中醫智能診斷設備基于海量的案例數據，建立中醫臨床病癥診療決策支持系統，再結合對文獻和案例的學習來深化、拓展臨床思維與視野，最后采用智能算法進行自我學習，為中醫診療提供智能信息支持[10]。目前，人工智能在中醫診療方面的應用主要分為智能診斷設備、智能理療設備和智能終端應用程序三大類。診斷與理療設備主要應用于二三級醫療機構，但應用范圍有限，而移動終端兼有專業診斷與健康管理兩個維度，正以更為積極的趨勢在市場上推廣。

專家在訪談中指出，中醫智能診斷設備的發展先后經歷了單診儀、多診儀、云中醫、云智診幾個階段。目前，新型中醫四診儀、中醫智能體質辨識儀、中醫智能鏡等設備的應用較為多見。此類設備可在線采集四診信息，通過云端計算，給出診斷報告和個性化診療方案等[11]。

中醫智能理療設備可在一定程度上代替傳統的人工治療方法。目前常見的設備有新型遠紅外電子針灸理療裝置和紅外光磁理療儀等，此類裝置以不同溫度、強度及頻率的變化來達到刺激穴位的效果，同時輔以智能精準穴位定位系統，降低操作門檻，提高安全性[12]。

中醫智能終端應用程序中較有代表性的產品包括“問止中醫”和“大家中醫”等，前者是全面應用人工智能輔助診斷的中醫營業性診所品牌，后者集成中醫日常工作流程中的常用功能，并收入歷代名家醫案典籍。這類中醫智能終端應用程序能在一定程度上提高醫生診斷效率，并為患者提供參考信息。

2.2 健康管理

主要通過智能可穿戴設備來實現，基于中醫臨床思維的原理和方法，結合大數據智能算法，形成個性化診療方案，同時起到預診、健康管理和健康預警作用。例如脈診手環，通過脈診信息的動態檢測與客觀分析，為用戶健康狀態檢測報告及中醫個性化養生方案[13]，解決了脈象采集時間不可控的問題，實現診法“常以平旦”[14]；中醫智能指環，利用光電傳感器采集指脈搏波數據，結合數據庫和所監測的血氧飽和度實時評價佩戴者的健康狀況，為中醫的進一步診療提供客觀依據[15]。

2.3 中藥研究

中醫人工智能在藥物研發和新藥有效性與安全性測定中發揮著重要作用，可降低成本、提高研發效率、增強新藥的安全性[16]。長期以來，中藥發展面臨耗時長、成本高、風險大、回報率降低等難題。傳統的統計分析工具和簡單的數據挖掘技術已無法滿足中醫藥信息化發展的需求，利用人工智能的深度學習功能可對大數據進行進一步學習，變被動挖掘為主動探索[17]，提高新藥的研發效率。

2.5 中醫人才培養

傳統中醫以言傳身教形式傳承診療經驗與技術，師生間診療風格與習慣的個體差異易導致診療技術經驗的不完全傳承，且相較于西醫來說培養周期較長。人工智能技術將臨床經驗和名家智慧數字化、顯性化，應用于教學培訓或模擬醫院中，既歸納升華成為學術思想，又可以促進理論的創新，大大提高名醫經驗傳承的水平與效率[18]。同時，新的傳承模式降低了學習的門檻，使更多的人有機會學習名醫大師的臨床經驗和醫學理念。

3 中醫人工智能發展的SWOT分析

SWOT 分析法又稱態勢分析法，其中“SWOT”分別 代 表 優 勢（Strength）、劣 勢（Weakness）、機 遇（Opportunity）和威脅（Threat），本部分通過SWOT 分析對中醫人工智能發展的4個方面進行系統評估（表1）。

3.1 優勢

人工智能具有輔助臨床醫療活動和實現動態健康管理兩大明顯優勢。專家指出，中醫智能無法代替醫生，但是可作為醫生的助手，而預檢功能幫助醫生及患者節省時間，對中醫的臨床診斷起輔助作用；專家還認為，中醫智能可以實現對人們生活的動態健康管理、疾病預警，尤其是偏遠山區等衛生站、醫療水平比較落后的郊區，利用人工智能遠程會診可實現智慧扶貧。

3.1.1 輔助臨床醫療活動

中醫人工智能通過全面、客觀的數據采集挖掘和深度分析，形成患者的電子病歷，輔助臨床醫生了解患者當前的疾病狀況和過往診療史，為臨床診斷提供客觀的參考依據，降低誤診、漏診的概率。同時，中醫人工智能的預診、預檢功能可以幫助患者提早了解自己的病情發展，幫助患者選擇正確的就醫途徑，節約患者的時間和金錢成本。

3.1.2 實現動態健康管理

傳統的可穿戴式的健康管理設備停留在數據的收集和預測層面，使用者僅能獲取自身的健康狀況，但無法獲得正確合理的健康管理措施，而在應對亞健康狀態時，粗淺的數據分析預測將不再使用。因此，海量大數據的分析和挖掘，成為解決這一問題的突破口。智能化可穿戴設備可利用大數據分析技術幫助使用者進行體質辨識，并提供適宜的健康管理方案。而政府與衛生服務機構則可基于大數據的分析，得出不同地域人群的疾病和健康特征，生成疾病譜，及時發現高危人群并開展有效的干預措施。

3.2 劣勢

中醫人工智能的發展存在算法設計和模型構建不合理、中醫藥人工智能復合人才不足、人文關懷欠缺等劣勢。

3.2.1 算法設計和模型構建不合理

目前，較多人工智能設備過分孤立了病證與診斷之間的關系。面對病情單一、診斷明確的疾病上，人工智能設備尚可給出較好的診斷方案，但面對較為復雜的病例，會突顯出缺乏診斷的靈活性與變通性等問題。且較多設備缺乏自主學習能力，無法進行基于概率論的自主學習與判斷。隨著采集到的數據不斷累加時，改善后期優化升級的工作仍需人工完成，提高了智能設備的維護成本[19]。

3.2.2 中醫藥人工智能人才不足

根據《全球AI領域人才報告》，我國人工智能領域的人才數量僅有5 萬余人，從事醫療領域的人工智能人員數量僅占全部數量的十分之一，而中醫領域的人工智能人才則更少。目前進行中醫人工智能設備開發的科研單位大多為中醫藥院校，團隊中兼顧中醫和人工智能兩個領域的復合型人才是較為長期的缺口。

3.2.3 人文關懷欠缺

盡管人工智能的診療為醫療活動帶來極大便利，卻無法給予患者人文關懷。病人在診療過程中除了要忍受病痛所造成的生理痛苦，還承受著巨大的心理壓力。醫生需要給予患者人文關懷，不能只是把患者看作“等待修理的機器”。此外，患者往往會因巨大的心理壓力和專業知識的匱乏，或因疾病的限制，無法準確描述自己的病情。由于這些模糊或失真的信息，人工智能儀器適用性將會受到嚴峻挑戰。

3.3 機遇

近年來，中醫人工智能迎來多方面的機遇，一是相關政策出臺為人工智能的發展提供更為合適的環境，二是計算機技術的進步有利于推動中醫人工智能算法的完善，三是市場需求廣泛，利用中醫人工智能可以在一定程度上緩解我國醫療資源分配不均的情況。

3.3.1 相關政策出臺

隨著人工智能的迅猛發展及人們對健康需求的日益增長，我國政府和相關部門也高度重視人工智能與醫療健康的結合，陸續頒布了多項政策鼓勵并指導智能醫療的發展。2018年出臺的《關于促進“互聯網+醫療健康”發展的意見》更是將人工智能技術引入了中醫藥領域，重點強調中醫辨證論治智能輔助系統的開發和應用，為中醫人工智能的發展營造新環境。

3.3.2 計算機技術進步

計算能力、算法模型、數據資源、微傳感器等計算機基礎技術日漸成熟完善，為中醫智能設備的算法漏洞的填補提供了可能。

3.3.2 市場需求廣泛

2018年我國有超過83億人次問診求醫，人均就診6.0 次，而我國每千人口醫生數量為2.59 人[20]。此外，我國醫療資源分配不均，高質量的醫療資源主要集中在北上廣等經濟發達城市，而經濟不發達、交通不便的農村及偏遠地區中醫資源欠缺[21]。這種不平衡的現象導致大量患者涌向大城市大醫院求醫，當地醫護人員超負荷工作。因此，開發輔助診療和預檢系統，可以有效緩解醫院的門急診壓力，也可推動三級診療的實施。

3.4 挑戰

目前中醫人工智能面臨的挑戰有兩方面。一方面是中醫藥大數據庫建立面臨瓶頸，在訪談過程中，專家指出智能設備所使用的數據庫大多為開發單位自主采集，實現數據交互較為困難，建立適用范圍廣的大數據網絡。另一方面是目前中醫智能設備的使用率不高，體驗感不強。

3.4.1 中醫藥大數據庫建立面臨瓶頸

中醫藥數據庫的建立尚無統一規范的標準，這是建立一致的中醫藥數據庫面臨的主要困難。訪談專家表示，由于各家各派對疾病的認識和診療方式不同，語言描述也存在爭議，使得中醫藥數據庫存在大量的不完整數據和遺漏數據，導致分析利用時出現偏倚。而對于數據采集過程中的個人隱私安全等問題，國家尚未出臺相關法律法規。在采集數據過程中，明確信息采集、儲存、管理、共享和使用等各個環節的權責歸屬[22]，是亟待解決的重點問題。

3.4.2 設備使用體驗不佳

目前，中醫智能設備的使用率不高，體驗感不強。這種現象的產生有三方面原因：一是目前中醫人工智能的使用體驗不及人工診療，智能化設備無法應對復雜多變的病情，且操作繁瑣，效率低下；二是基層中醫人才不足、醫護人員質量參差不齊，且基層醫護人員的設備操作水平普遍不高[23]；三是中醫智能化設備維護和更新，設備的更新換代和數據的維護升級需較多資金投入，高昂的成本影響中醫智能化設備在基層的普及。

4 基于SWOT分析的發展建議

4.1 完善頂層規劃，指明發展方向

頂層規劃是人工智能發展的前提，清晰正確的的規劃可指明人工智能的發展重點與方向，對中醫藥人工智能的發展具有至關重要的指導意義。2017 年黨中央、國務院發布的《新一代人工智能發展規劃》中，明確指出要以提升新一代人工智能科技創新能力為主攻方向。因此，為促進人工智能在中醫藥領域的發展，有關部門應對中醫人工智能發展前景和實際研發情況進行科學分析，制定出具有學科特色的頂層規劃和階段性研究方向。由于中醫“千人千方”的特點，規劃應著重提升技術的創新性和醫療活動過程中設備的靈活性，充分利用中醫藥數據庫，發揮中醫人工智能的輔助診療和健康管理等功能。

4.2 加強人才培養和多學科發展

中醫人工智能的發展涉及中醫學、計算機、數學等多學科知識，培養跨學科人才為中醫藥人工智能發展的可持續性提供了保障。專家指出，發展中醫人工智能應以中醫為核心，以計算機、數學、機械、電子、工程等學科為工具，完善設備軟件系統，將數據進行標準化和數據化，除轉化為終端產品之外還可以繼續開發數據庫。同時，專家認為高等院校應建立和完善中醫藥與人工智能復合型人才的培養模式，優化高科技創新體系，加強學科互通交流和多學科合作發展，為培養交叉學科綜合性人才提供條件。

4.3 規范中醫藥數據庫的相關標準

制定權威、統一、規范的中醫藥數據標準是未來中醫人工智能發展的關鍵。統一數據庫標準可實現不同地區、不同醫療機構之間數據共享，促進開發全國范圍、可交互的中醫診療數據庫。依托大量的臨床診療數據，改進中醫人工智能學習的靈活性，提高診療結果的可靠度。

4.4 出臺相關政策，保護知識產權

人工智能的發展需要以政策制度為依托。在頂層規劃的指導下，政府部門應當制定或更新相關政策，以政策推動中醫藥人工智能產業的發展。例如，需要統一智能設備的收費標準。專家在訪談中指出，部分醫療機構的人工智能設備由政府出資采購，但由于醫院尚未統一收費標準，院方使用動機不足。因此，一方面，制定統一的收費標準有利于醫療設備的成本回收，保障開發使用、維護中醫人工智能化設備的資金供應；另一方面，制定收費標準明文也是對設備使用者的經濟保障，防止亂收費現象的發生。

4.5 合理配置設備數量，優化用戶使用體驗

中醫人工智能的應用方面，系統調查供需雙方對中醫藥人工智能發展的實踐需求和用戶體驗情況，科學優化模塊和配置資源，減少中醫智能設備閑置和資源浪費。部分中醫人工智能設備應用于偏遠地區的健康咨詢，因此，為達到“健康扶貧”的目的，專家強調應加強醫務人員中醫人工智能設備和應用的技術培訓，關注設備使用的落實，鼓勵居民積極體驗設備并開展中醫人工智能市場需求調查，使設備真正得到充分利用，真正服務于社會。

4.6 健全法律體系，提供有力保障

作為目前最為熱門的高新技術之一，人工智能的的廣泛應用涉及到一系列法律問題。例如，人工智能的運行建立在采集大量數據的基礎之上，必然涉及用戶個人信息的保密，故設備研發者應注重使用者的信息保護，立法機關則需健全個人信息和隱私安全的法律法規，促進大數據庫采集信息的規范管理。此外，隨著大數據技術的飛速發展，人工智能在各領域的廣泛使用改變了人們對知識產權的傳統認知，對版權領域帶來了一定沖擊。如目前對于人工智能創造物的版權歸屬眾說紛紜，如此可能導致版權漏洞及利益損害，而我國目前還未出臺相關法律對其進行明確的回應。因此，我國立法機關應對知識產權相關法規進行更新，與時俱進，促進人工智能新技術與法律體系相適應，可在已有的制度框架內針對人工智能的知識產權制定更為細致的政策，必要時進行制度的創新與突破。

5 總結

隨著人工智能技術的成熟，中醫人工智能的推進為突破中醫藥發展瓶頸、探索中醫藥科技創新發展提供了可能。經過幾十年的發展，中醫人工智能在輔助診療、健康管理、促進中藥發展、推動中醫思維、輔助人才培養等方面發揮了積極作用，但也面臨諸多問題和瓶頸，亟需完善頂層規劃、明確階段性發展方向、加強配套政策支持、健全法律體系，同時從推進標準規范、加強人才培養和優化資源配置等方面不斷完善，實現中醫藥與人工智能融合發展，助力中醫藥傳承創新加速發展，滿足未來中醫藥市場不斷拓展的需求。