人工智能改变中西医临床研究与实践
2018-10-27 远志 解说国自然
中国中医药信息研究会临床研究分会在北京召开了第三届学术年会,主题为“智能信息两化融合,改变中西医临床研究与实践”,会议盛况引人关注。会后至今已半月有余,我没有停止思考,从最初的会议忙碌到现在思想沉淀下来,结合自己从事的中医临床研究领域,联想到相关领域将要开展的合作,把一连串的联想和感想写下来,尽力把一些问题梳理清楚,分享给不同学科、不同行业的同道中人,也诚恳期待回音、争鸣,期盼更实质的合作机遇。
---中医发展为什么要结合现代前沿方法?---
中医是目前少有的仍遵循着千百年前的理论、拥有较大影响力,又与人们生活息息相关的一门学科。在外界看来,科技发展似乎并没有给它的基本操作——望闻问切带来什么改变,也没有把它传统的丸散膏丹及汤剂全部改为各类形色的药片和胶囊。可能有些难以想象,这门古老的学科与现代最前沿的人工智能技术,是否能有穿越时空的握手机会?
然而,这次会议就是把中医和人工智能放在一起了,而且是作为大会主题。会议不仅有中医同道参与,也包含了其他各个学科领域的专家学者。问这个问题的以其他领域的同道居多,其实中医跟其他领域的方法合作,以前零零散散一直都有,但这次面对的是人工智能的时代大潮和产业技术革命带来的发展契机。中医要打开这扇窗,不似以前小范围的方法借鉴,而关系到整个学科发展和产业的升级。“用奇之时,不可失也”,所谓不破不立。
中医临床实践确有疗效,而在理论层面依靠的是阴阳五行和六经三焦等稍显“玄”的抽象理论。这在中国古代,对中医理论的疑惑会少得多,因为那时,上到知识分子,下到走卒老妪,自小接受的都是传统文化的熏陶和教育,与中医理论一脉相承,这才有“秀才学医,笼里捉鸡”的说法。
现今,我们接受的多是以数理化为主体的自然科学教育,看到中医的理论就觉得是古老的“玄学”了。有人认为,当前的中医药失去了传统文化的教育和社会土壤,其本体理论上已经没什么发展的机遇,如同静止陈列状态的材料,接下来我们只要考虑用什么方法拆解它、分析它就可以了,不论临床方法、基础方法,只要“取其精华,去其糟粕”就可以了。
然而,我并不同意这种悲观的论调,继承创新是我国发展中医药的一贯方针。首先,我国传统文化之火是生生不息的,其不仅是中华民族的精神财富,也是当前为全世界所接纳的人类智慧,用以指导人生,慰藉心灵。在大力弘扬祖国优秀传统文化的精神指导下,国学热已然兴起,传统文化教育日益普及,更不用说已经开遍全球的孔子学院。中医与传统文化相依而生,是传统文化最贴近生活、乃至生命的积极实践形式。在传统文化的繁盛背景下,中医理论将继续保持生命的活力。
另一方面,任何学科的发展,依靠的是社会和文明的环境支撑。明末清初疫病横行之时,吴又可是研究瘟疫的开山人,但其提出的“疠气”学说(认为瘟疫是由极为细微的有毒物质导致)并没有为当时中医辨证论治的基础思想所接纳,没能在温病学派的主体理论中继续发扬。约200年后,吴氏理论迎来曙光,被西方病原学理论印证了历史价值,与此同时代,人们还发现了大肠杆菌在消化系统中的作用,但又是经历了100多年,人们才真正意识到生活在人体内超过自身细胞总数的百万亿细菌也是整体生命的一部分,人生在世不是“一个人在战斗”,肠道菌群的研究由此成为热门议题。
存在客观效应的事物,其发展的不明朗终会有转机。转机则是源于人类对未知领域的大胆探索,像吴氏一样静待舶来理念印证价值也好,像肠道菌群研究一样积极探索、积累、以致能引领新的领域也好,都将获得其应有的历史归宿。
中医在千百年来的发展中,生存靠的是实际临床疗效,传承则依托传统文化和意象思维理论,一直沿用到今日中医临床的方方面面。其疗效的背后必然有客观物质基础的支持,而在意象理论和物质基础之间,似乎有着“一层窗户纸”的隔挡,捅开就能贯通中西,延展出中医新的理论。此为战略层面的想法,而今中医正在遍及世界的各个医疗环境里发挥作用,静待其自变是不可取的,必须选择积极探索和开拓。在实际的操作中如何真正捅破这层“窗户纸”,就需要各位同道从各自领域、正反两面分别去尝试;捅开之后还要考虑内容能不能联系起来,能不能形成对应验证的体系,才是中医在现阶段能突破和成功发展的关键。
目前人类已经取得了很多骄人的成就,不仅人工智能技术,各种学科的优势方法,均有进行合作的可能和空间。但合作也需要筛选,关键在于方法能否在一个恰当的环节,合理地处理中医的信息,客观反映中医的规律,阐释中医的疗效,且能通过系统性的验证。合作的前提,是尊重中医的本体特征,不是想着通过什么方法把中医加工成何种形态,而是在不同的方法角度给出客观公认的评价,提高中医优势环节的效率与影响力,及时纠正不足,优化中医的理论和实践模式。
近日,有消息称世界卫生组织决定明年将中医药引入“全球医学纲要”,以前我们很难给老外解释明白的脾虚、肝郁等概念,也有望写入国际权威的疾病分类体系中,不得不说这是对我们莫大的鼓舞。疗效、安全和经济性与病人息息相关,是中医获得世界承认的最有力支持,是临床实践永恒的主题,也是我们后续研究将要开展合作的重点。
---中医临床研究能为人工智能做什么?---
从需求上看,中医结合人工智能是有政府引导和需求共同促成的。工信部发布《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,为智能中医、智能中药制造的发展带来新的契机,而在中医的临床实践及研究等应用层面,存在名中医的经验传承、中医诊疗技术客观化、质量控制技术升级、研究项目管理水平升级、用药风险控制等问题,也亟待人工智能解决。
说起穿越时空的握手,其实没有那么远。从运作模式上说,中医是经过千百年发展下来确有疗效的治疗措施,目前的主要临床实践模式是收集症状、分析病机、对证用药;人工智能虽有很多种表现形式,诸如深度学习与识别,认知自然文字或语音、处理视频或图像、推理问题、建立模型等等,最基本的模式也是模拟人类学习信息与使用信息的过程,与中医的实践思路是相匹配的。很多有类似目的的方法我们以前也在做,只不过在不同阶段的叫法不同,内涵不同,载体不同;当下面临的研究,需要产业构架的规模更大,其所运行处理的信息量更多。中医也有海量的数据积累,也期待有方法能学习这些数据,提炼出指导临床实践的模式,这就为人工智能提供了用武之地。
我们看到很多领域的人工智能技术发展很快,看到阿尔法狗能击败人类围棋高手,看到人家做出的人工智能成果能预测经济走势,推演战争,于是憧憬医学领域可以有能力实现人工智能的诊断和治疗。但也要认识到,人工智能发展迅速的行业,其供学习的知识——海量数据大多是实时产生的客观量化数据,或者有专门的测量与记录机构,比如经济数据、气象数据、实验数据等。这些行业顺利地经过了大数据阶段的洗礼,在云计算平台上引入人工智能方法和技术后水到渠成。即使是无监督学习的升级版阿尔法狗,其需要遵守的围棋规则也有明确的逻辑,可以自行产生数据并学习。
当前,并不是每个医学研究团队都拥有能利用的所谓海量数据。有专家已指出,相当一部分“大数据”仅仅是医院历年来累积的文字病历、诊断和处方信息,还未进行必要的标准化、关联化工作。虽然我们也能看到很多医学人工智能的成就,但其中诊断远多于治疗,基础多于临床而不易转化应用。由于在大数据阶段或多或少的“缺课”,将医学人工智能用于服务大众健康还有很长一段路要走,这也就是目前我们要努力破的局。
数据的质量将决定医学人工智能发展的速度。放眼当下,临床研究的数据适宜参与医学人工智能研究:临床研究数据来自于对人体的直接测量,研究的结论易于转化,服务临床;临床研究数据经过了特定的数据管理过程,有较好的规范性和结构性;最重要的一点,临床研究数据普遍包含了人口学数据、诊断信息和疗效信息,关联性好,信息利用度高。当前,美国、欧盟等多个医药研究组织在逐步推进临床试验数据共享,中国临床试验注册中心也于2016年前后发起了临床试验数据共享工作,海量的临床研究数据将为医学人工智能的发展提供学习信息,或可催生新的医学证据生产方法。
除数据方面外,临床研究一般需要较大研究团体合作进行,涉及资源和人力的管理,受互联网技术和智能管理的理念渗透更早、更深。在多中心临床试验中,项目统筹、中心的选择、合作方的协助、药品管理、质量控制、数据支持和信息发布等系统性技术与工业物联网的运作模式类似,也由此借鉴到管理方面的经验;临床试验的数据透明化工作,目前正在引入区块链技术支持,完善数据管理方面人为因素导致的缺陷,提高研究质量;已有团队开始采用人工智能的方法实时识别试验进行中有问题的风险数据,保障研究结果的真实性,这都为人工智能技术的切入提供了优良端口。因此,临床研究的数据积累、组织管理方法和支持技术适合成为医学人工智能发展的桥头堡。
进一步单纯看中医,其又面临两大挑战:一是中医诊断的客观化、标准化工作,能否在中医与人工智能合作的大潮中实现突破性的共识发展?获取客观化、标准化的数据是中医人工智能研究的基础,而由于医师的诊疗经验与习惯,中医传统的望闻问切存在主观差异;国内关于中医四诊客观化、标准化的研究虽多,但尚未达成共识,这些将影响中医人工智能的信息信度。二是能彰显辨证论治本质的疗效评价方法。不同于西医的是,中医的辨证论治不仅观察疾病,更关注病人的证候。证候是由症状提炼出的概念,又与治疗直接对应,所以中医才叫辨证论治。西医的研究模式是要求在研究的开始时提出一个明确的、固定的临床问题,而中医的证候是个因人而异的概念,在同一人身上,又能随着时间空间而改变。西医的思维模式和研究手段也就因此不能完全适用于所有的中医问题,并且会影响辨证论治的疗效评价,同时也可能固化中医的临床思维。如完全按照中医变化的特征开展研究,将固定临床问题延展出无序的变数,相应的数据、数据发生点将会暴增和复杂化,传统的统计方法就会显得效率更加低下。
我们寄希望于中医人工智能的发展能推进中医四诊的客观化和标准化工作达成共识,为更高层次的应用开发奠基铺路;也期待引入深度学习技术,接纳中医高度个体化的数据,形成适用于评价辨证论治的研究思路。而这均可以依托当前临床研究的一线操作,对数据进行收集和管理。
---思考:我们现在该怎么做?---
这次大会我们有幸邀请到了中医行业内人工智能研究的专家,相关学科的学术带头人,还有来自相关企业的资深人士。与会专家不仅在宏观方面提出了令人充满信心的前景,还在细节方面表示了各种耐心和担忧。人工智能技术方兴未艾,而中医人工智能领域刚刚起步,结合临床研究领域,提出几点附加思考。
1.中医实践中“后效”向“前馈”转变的尝试
当前,智能诊断的发展走在了医学人工智能发展的前列,比如影像学的识别,其准确度在不断提升,有的甚至超过人类。医师参考机器给出的建议,能得出更谨慎的诊断结果,提高了判别疑难病例的准确度,避免过度医疗。这样的研究主要基于两项数据,一是医学影像的图案特征数据,二是病人真实的发病结果,人工智能技术将两者有效地学习、关联,才获得了智能诊断的能力。
相同的决策需求也存在于治疗阶段,且更加广泛、复杂。循证医学提倡在治疗后进行“后效”评价,以判断循证决策的效果。而在未来,我们期望能利用临床研究获得的基线数据与疗效数据,把诊断的人工智能研究模式移植到治疗阶段,在治疗前获得相关的“前馈”信息,提高临床决策的准确性,实现类似“扁鹊望齐侯”、“仲景见王粲”那样提前干预的梦想。
2.既往已建立方法的系统性整理
在与新技术热潮结合的过程中,我们也要保持冷静,不仅要避免过度挖掘临床需求,还应认识到目前人工智能多诊断、少治疗的不平衡发展态势,不能让目前热度较高的方法局限了思维。人工智能技术在根本上是对数据的处理,这类工作在中医疗效评价领域我们也做过不少,但能推广的不多,各类方法对应的临床需求相对局限是一个主要原因。因此,目前亟需对我们既往引入、建立的方法进行整理,在技术性质、研究需求、数据类型、应用延展等方面总结成系统性信息,继而反映出系统化的临床需求,作为我们与人工智能合作的压舱磐石与指路明灯。
3. 标准化是不可回避的必修课
人工智能的智慧需要可供学习的数据,自然语言的文本、缺乏结构的数据都将影响其正常发挥作用。不止一位与会专家反复强调了数据标准化的问题,这是中医人工智能研究的必修功课。
我们提倡扎扎实实地把中医研究的数据工作做足。从临床研究角度看,一类是前瞻性的数据,需要在实施之前做好顶层设计与数据结构,搭建好数据管理系统,辅以质量控制与反馈机制以及数据处理计划;另一类则是回顾性数据,纸质的数据应录入标准化数据库,并严格进行的数据清洗工作。回顾性的以定量数据为优先考虑的研究对象,对于定性数据需要专人回忆、解读再转为定量数据的情况,也需注意数据的真实性和可溯源性。
4. 鼓励医工进一步交叉结合
基于远期终点无可非议的价值,长期收集数据是必须且极有意义的工作。而有些领域在短时间可获得足够数量或密度的数据,也可作为当下中医人工智能技术的试水点。在回顾性数据方面,譬如以上提及的诊断领域,包括医学影像、舌诊、脉诊图像的学习与识别,以及很多用于诊断的理化检查、基因检测数据。
在更有价值的前瞻性数据方面,我们可以从医工结合角度考虑借助、升级、开发相应的可穿戴设备,获取高密度的量化数据和短期终点,用于人工智能的学习,以优化实践方法。如有实时记录功能的步态矫正设备、生理指标监测设备、舌诊图像采集设备等。
5.主要研究者的态度需要转变
本次会议上,有几位学术大咖不厌其烦地详细介绍了其采用的研究方法,从复杂的人工智能算法,到基础的统计学过程,以致很多发言超时。我起初并未在意,但会后的交流让我深有体会。
可能有些中医领域的研究者,在学术合作中仍会把人工智能方法当成一个关键技术,能解决提出的科学问题,研究的逻辑就理顺了;至于实际的操作,那是相关技术人员的事情,主要研究者不用过多参与。以前我们也常常把数据统计、试验分析等过程,交由专业的方法学人员来操作,但在人工智能的合作中,主要研究者要转变观念,更多介入。之前我们可以放心交付别人代理的事情,是在统计学课本上多少年不变的流程中选择正确的方法并操作,专业人员可以熟练完成。而人工智能技术在盛名之下,有我们中医人不甚了解的知识体系和方法,不同模型的建模原理、逻辑推理规则不同,所代表的实际意义也就不同。因此,主要研究者要充分沟通,认真了解这些方法的内涵,才能保证研究中用对方法。
人工智能的崭新时代必将给我们中医人带来很多过去难以想象的机遇和挑战,我们不能回避,只有迎难而上,改变既往固有的思维和观念,解放思想,不破不立,才有可能实现“颠覆性创新”,在中医发展史上书写崭新的一页。
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#中西医#
58
好文,值得点赞!认真学习了,把经验应用于实践,为患者解除病痛。
85