中醫(yī)健康狀態(tài)辨識(shí)模型算法研究

中醫(yī)健康狀態(tài)辨識(shí)模型算法研究

健康狀態(tài)是指人們?cè)谏钸^(guò)程中受到自然和社會(huì)因素的影響，以及內(nèi)臟、經(jīng)絡(luò)和血液的適應(yīng)和調(diào)節(jié)所形成的狀態(tài)。中醫(yī)健康狀態(tài)辨識(shí)是根據(jù)中醫(yī)學(xué)理論,對(duì)采集的宏觀、中觀、微觀等表征參數(shù)進(jìn)行綜合分析,辨別程度、位置、性質(zhì)等狀態(tài)要素,而對(duì)相應(yīng)的狀態(tài)作出判斷的思維認(rèn)識(shí)過(guò)程。借助現(xiàn)代計(jì)算機(jī)技術(shù)及信息處理技術(shù)能夠?yàn)橹嗅t(yī)狀態(tài)理論研究和辨識(shí)工具的研發(fā)提供方法學(xué)支持,模型和算法的合理應(yīng)用是中醫(yī)健康狀態(tài)辨識(shí)研究的核心,也是中醫(yī)辨證思維的集中體現(xiàn)。廣義的模型(model)是指所研究的系統(tǒng)、過(guò)程、事物或概念的一種表達(dá)形式,狹義模型則指根據(jù)實(shí)驗(yàn)、圖樣放大或縮小而制作的樣品,本研究中筆者以討論中醫(yī)健康狀態(tài)辨識(shí)的廣義模型為主。算法(algorithm)是一系列解決問(wèn)題的清晰指令,算法代表著用系統(tǒng)的方法描述解決問(wèn)題的策略機(jī)制,即能夠?qū)σ欢ㄒ?guī)范的輸入,在有限時(shí)間內(nèi)獲得所要求的輸出。通常模型比算法居于更高的抽象層面,相同的問(wèn)題模型可以由不同的算法用不同的時(shí)間、空間或效率來(lái)解決。狀態(tài)識(shí)別與中醫(yī)的辯證思維狀態(tài)表征參數(shù)的集合篩選是中醫(yī)健康狀態(tài)辨識(shí)的前提和依據(jù),模型算法除了實(shí)現(xiàn)表征參數(shù)對(duì)狀態(tài)要素貢獻(xiàn)度的計(jì)算外,還必須解決以下3個(gè)問(wèn)題。1.參數(shù)的表達(dá)和分類(lèi)計(jì)算2.計(jì)算隱藏參數(shù)和驗(yàn)證器的驗(yàn)證密碼3.狀態(tài)因素的混合和緩慢基于環(huán)境的模型算法將個(gè)體人健康態(tài)區(qū)分為未病態(tài)、欲病態(tài)(前證)、已病態(tài)(顯證),這是一個(gè)常規(guī)的分類(lèi)問(wèn)題。該類(lèi)問(wèn)題的解決在人工智能、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等領(lǐng)域都有深入的涉及,但各有偏重。早期建立的中醫(yī)專(zhuān)家系統(tǒng)多圍繞某一位或某幾位專(zhuān)家的辨證論治思維,以建立單病種診療系統(tǒng)為主體,實(shí)現(xiàn)一個(gè)基于規(guī)則推理的名老中醫(yī)診斷和治療某病證或某幾種病證的“專(zhuān)家系統(tǒng)”,如:1979年關(guān)幼波名老中醫(yī)診治肝炎專(zhuān)家系統(tǒng)、姚貞白婦科專(zhuān)家診療系統(tǒng)等。之后陸續(xù)開(kāi)發(fā)的中醫(yī)專(zhuān)家系統(tǒng)不下300個(gè),遍及中醫(yī)內(nèi)、外、婦、兒等臨床各科。后期,一些比較先進(jìn)的推理技術(shù)和方法開(kāi)始逐步得到應(yīng)用,如近似推理、不確定性推理及分級(jí)推理等。該類(lèi)系統(tǒng)最大的“瓶頸”就是不具備靈活、準(zhǔn)確、動(dòng)態(tài)的專(zhuān)家知識(shí)獲取和修正機(jī)制。因此提出了對(duì)機(jī)器學(xué)習(xí)領(lǐng)域各種較為成熟的知識(shí)獲取模型算法的極大需求。一個(gè)機(jī)器學(xué)習(xí)系統(tǒng)至少應(yīng)該由環(huán)境、知識(shí)庫(kù)、學(xué)習(xí)環(huán)節(jié)和執(zhí)行環(huán)節(jié),4個(gè)模塊組成,如圖1所示。環(huán)境主要指信息環(huán)境,如從患者身上采集的四診信息。學(xué)習(xí)環(huán)節(jié)是模型算法應(yīng)用的主要環(huán)節(jié),通過(guò)對(duì)環(huán)境信息的分析、綜合、類(lèi)比、推理等思維學(xué)習(xí)過(guò)程獲取知識(shí),并存入知識(shí)庫(kù)。在學(xué)習(xí)環(huán)節(jié)常用到的分類(lèi)模型算法與數(shù)據(jù)挖掘中的分類(lèi)模型基本保持一致,唯一不同的就是機(jī)器學(xué)習(xí)是一個(gè)循環(huán)往復(fù)的過(guò)程,能實(shí)現(xiàn)對(duì)知識(shí)庫(kù)的不斷的更新和修正,而數(shù)據(jù)挖掘過(guò)程往往得到一個(gè)階段性的知識(shí)規(guī)則成果。知識(shí)庫(kù)是存儲(chǔ)知識(shí)的物理容器。執(zhí)行環(huán)節(jié)用于處理系統(tǒng)面臨的決策問(wèn)題,如輸入某人的四診信息,經(jīng)執(zhí)行環(huán)節(jié)運(yùn)算得出證,并對(duì)證的判定結(jié)論的準(zhǔn)確性作出評(píng)價(jià)。當(dāng)較差的狀態(tài)判定評(píng)價(jià)結(jié)果反饋到學(xué)習(xí)環(huán)節(jié),則會(huì)激活新一輪學(xué)習(xí)過(guò)程。模糊數(shù)學(xué)模型善于解決現(xiàn)實(shí)世界中存在的各種模糊現(xiàn)象和關(guān)系。如解決在中醫(yī)病證診斷中存在的體質(zhì)(強(qiáng)、弱)、咳嗽(輕、中、重)、疼痛程度(很疼、比較疼、有點(diǎn)疼、不太疼)、肝腎陰虛診斷(像、很像、不太像)等這類(lèi)模糊概念的判別問(wèn)題。該模型的最大缺點(diǎn)就是很難根據(jù)中醫(yī)辨證思維規(guī)律設(shè)計(jì)適合的隸屬函數(shù)。人工神經(jīng)網(wǎng)絡(luò)是一種應(yīng)用類(lèi)似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型。神經(jīng)網(wǎng)絡(luò)是由大量的節(jié)點(diǎn)(或稱(chēng)“神經(jīng)元”,或“單元”)和之間相互聯(lián)接構(gòu)成。每個(gè)節(jié)點(diǎn)代表一種特定的輸出函數(shù),稱(chēng)為激勵(lì)函數(shù)(activationfunction)。每?jī)蓚€(gè)節(jié)點(diǎn)間的連接都代表一個(gè)對(duì)于通過(guò)該連接信號(hào)的加權(quán)值,稱(chēng)之為權(quán)重(weight),這相當(dāng)于人工神經(jīng)網(wǎng)絡(luò)的記憶。在學(xué)習(xí)階段,通過(guò)調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán),依據(jù)更準(zhǔn)確的預(yù)測(cè)輸入樣本的類(lèi)標(biāo)號(hào)來(lái)學(xué)習(xí)。該模型的最大缺點(diǎn)就是網(wǎng)絡(luò)拓?fù)浜痛罅磕Ｐ蛥?shù)均憑工程人員的經(jīng)驗(yàn)產(chǎn)生且構(gòu)建的網(wǎng)絡(luò)模型很難找到好的領(lǐng)域解釋。貝葉斯網(wǎng)絡(luò)是一個(gè)圖形模型,能描述屬性子集間的依賴(lài)關(guān)系,是針對(duì)不確定性知識(shí)表達(dá)和推理的方法。通常貝葉斯網(wǎng)絡(luò)由一個(gè)有向無(wú)環(huán)圖和針對(duì)圖中每一個(gè)節(jié)點(diǎn)的條件概率表兩部分組成。有向無(wú)環(huán)圖中每個(gè)節(jié)點(diǎn)代表一個(gè)隨機(jī)變量,每條弧代表一個(gè)概率依賴(lài)。如果一條弧由節(jié)點(diǎn)Y到Z,則Y是Z的雙親或直接前驅(qū),而Z是Y的后繼。給定其雙親,每個(gè)變量條件獨(dú)立于圖中的非后繼。該模型將概率推理和網(wǎng)絡(luò)結(jié)構(gòu)有效結(jié)合起來(lái),能充分利用訓(xùn)練案例中歸納出來(lái)的統(tǒng)計(jì)知識(shí)開(kāi)展概率推理,而生成的網(wǎng)絡(luò)結(jié)構(gòu)則能將專(zhuān)家頭腦中極其復(fù)雜且高度非線(xiàn)性的知識(shí)清晰地表達(dá)出來(lái)。因此,在中醫(yī)病證診斷領(lǐng)域得到了較為普遍的應(yīng)用。該模型最大的缺點(diǎn)就是當(dāng)模型的學(xué)習(xí)樣例數(shù)比較少即案例的分布較為片面時(shí),或案例的缺失信息較多時(shí)往往無(wú)法得到很好的分類(lèi)判定模型。綜上所述,經(jīng)典中醫(yī)專(zhuān)家系統(tǒng)面臨的自動(dòng)知識(shí)獲取難題和數(shù)據(jù)挖掘分類(lèi)算法模型僅能獲取階段性知識(shí)發(fā)現(xiàn)的局限,提出了對(duì)循環(huán)往復(fù)不斷提高判定精度的機(jī)器學(xué)習(xí)模型算法的迫切需求。在新一輪研究中,一個(gè)融合專(zhuān)家系統(tǒng)、數(shù)據(jù)挖掘分類(lèi)算法、機(jī)器學(xué)習(xí)系統(tǒng)模型等的研究框架的提出,將為中醫(yī)健康狀態(tài)辨識(shí)模型算法研究提供良好的基礎(chǔ)和有益的經(jīng)驗(yàn)。原證素辨證模型的不足以狀態(tài)為中心的健康理論為依據(jù),基于證素辨證的原理,是中醫(yī)健康狀態(tài)辨識(shí)模型算法研究的立足點(diǎn),核心是最大限度地體現(xiàn)中醫(yī)的辨證思維。該模型最大的優(yōu)點(diǎn)在于“根據(jù)證候,辨別證素,組成證名”辨證思維的提出符合中醫(yī)診斷的傳統(tǒng)思維規(guī)律,在對(duì)問(wèn)題做出簡(jiǎn)化的同時(shí)亦兼顧了中醫(yī)證的兼雜等普遍存在的現(xiàn)象,達(dá)到了執(zhí)簡(jiǎn)馭繁的目的。因此,證素辨證的基本原理成為我們開(kāi)展中醫(yī)健康狀態(tài)辨識(shí)模型算法研究的核心原理,即“任何一個(gè)證都是由病位、病性等要素構(gòu)成的”。但是,原有的證素辨證模型依然存在一些不足:(1)統(tǒng)涵蓋的個(gè)體人健康狀態(tài)參數(shù)(癥)十分有限,大多局限于中觀層面的四診參數(shù),遠(yuǎn)不能全面反映個(gè)體人整體健康狀態(tài)全貌;(2)證候?qū)ψC的貢獻(xiàn)度以及采用“雙層頻權(quán)剪叉法”解決權(quán)值的學(xué)習(xí)問(wèn)題尚有待進(jìn)一步完善,且模型的診斷準(zhǔn)確率未經(jīng)過(guò)大樣本臨床數(shù)據(jù)的驗(yàn)證與校正。應(yīng)用系統(tǒng)科學(xué)的原理和方法,開(kāi)展中醫(yī)健康狀態(tài)辨識(shí)的模型算法研究,是中醫(yī)基礎(chǔ)理論研究領(lǐng)域重大的科學(xué)問(wèn)題,一方面來(lái)自于中醫(yī)原創(chuàng)思維和健康認(rèn)知理論的指導(dǎo);另一方面又推動(dòng)了中醫(yī)健康理論的豐富與發(fā)展。與此同時(shí),相關(guān)的研究成果又將為健康狀態(tài)辨識(shí)系統(tǒng)的研發(fā)提供方法學(xué)平臺(tái)。從狀態(tài)辨識(shí)角度開(kāi)展涉及廣泛參數(shù)及病證域判定結(jié)果的模型算法研究,目前尚屬起步階段,因此全面準(zhǔn)確把握中醫(yī)整體思維、高起點(diǎn)設(shè)計(jì)健康狀態(tài)辨識(shí)模型算法研究的基本框架,對(duì)于本領(lǐng)域的研究是極其重要的。1.1要素“痰”與量值的計(jì)算由于表征參數(shù)涉及宏觀、中觀、微觀3個(gè)方面的資料,因此,同一癥狀可能有不同的表達(dá)形式,而每一種表達(dá)形式作為單一的表征都對(duì)相應(yīng)的狀態(tài)要素判斷有一定的貢獻(xiàn)度,如“肥胖”可表現(xiàn)為形體肥胖、體質(zhì)量超標(biāo)、腰圍超過(guò)正常值,3個(gè)表征參數(shù)均對(duì)要素“痰”的判斷有相應(yīng)的貢獻(xiàn)度,如果3個(gè)參數(shù)同時(shí)采集就必然導(dǎo)致相應(yīng)的狀態(tài)要素貢獻(xiàn)度的量化值增高,反之如果僅采集一個(gè)或兩個(gè)參數(shù)就可能導(dǎo)致相應(yīng)的量化值降低。此外,在臨床辨證中,一個(gè)證可能有十幾個(gè)甚至幾十個(gè)癥(表征),醫(yī)生通過(guò)采集幾個(gè)主要的癥即可作出診斷,所采集到的癥的多寡主要影響證的準(zhǔn)確性,而對(duì)于程度判斷的影響相對(duì)較少,但是如果進(jìn)行加權(quán)計(jì)算就可能導(dǎo)致?tīng)顟B(tài)要素量化值的變化。1.2部分定量與定性結(jié)合的信息由于采集的手段和方法不同,健康狀態(tài)表征參數(shù)的性質(zhì)也有所區(qū)別,傳統(tǒng)四診采集的主要是定性信息,如頭痛、咳嗽、惡寒等,也有部分定量與定性結(jié)合的信息,如脈來(lái)一息六至等。隨著健康認(rèn)知理論研究的深入和現(xiàn)代技術(shù)的廣泛應(yīng)用,健康狀態(tài)參數(shù)的范圍涵蓋了宏觀、中觀、微觀3個(gè)方面,因此參數(shù)的性質(zhì)已不再局限于原有的定性為主,所采集的參數(shù)有精確的、模糊的、計(jì)量的、計(jì)數(shù)的、形態(tài)學(xué)的、影像的等等,因此,對(duì)于不同類(lèi)型的參數(shù)的識(shí)別和輕重分析以及它們對(duì)特定狀態(tài)要素的貢獻(xiàn)度,需要借助不同的算法工具。2.1隱性參數(shù)的貢獻(xiàn)度隱性參數(shù)如環(huán)境、居住條件等,可能長(zhǎng)期作用于人體而對(duì)狀態(tài)產(chǎn)生影響,但是在疾病發(fā)作之前這些因素對(duì)特定證的影響程度可能難以被準(zhǔn)確描述,只有當(dāng)相應(yīng)的表征出現(xiàn)之后,這隱性參數(shù)的貢獻(xiàn)度就顯露出來(lái)。如久居濕地,可能產(chǎn)生濕證,但是在患者出現(xiàn)關(guān)節(jié)沉重、酸痛等濕癥之前,濕的因素常被忽略,而當(dāng)濕癥出現(xiàn)之前,對(duì)因素“濕”的判別就顯得十分重要,因此,在模型算法設(shè)計(jì)時(shí)必須考慮隱性因素“發(fā)”與“未發(fā)”,“發(fā)前”與“發(fā)后”在健康狀態(tài)辨識(shí)中的不同意義。2.2身熱證的識(shí)別真假的判斷是一個(gè)綜合分析的過(guò)程,臨床醫(yī)生可以通過(guò)癥狀的具體表現(xiàn)和出現(xiàn)部位以及癥狀之間關(guān)系等判定疾病的本質(zhì)或假象。所謂“假象”一種是癥狀本身是“假”的,如“身熱”但體溫不高、不喜加衣被,這究竟是不是“真熱”可以在癥狀采集過(guò)程中先予以識(shí)別,也可通過(guò)領(lǐng)域?qū)＜?知識(shí)庫(kù))予以限定。另一種“假象”其癥狀是“真”的,只是與疾病的本質(zhì)不相符合,如“至虛有盛候”、“大實(shí)有羸狀”,在這種情況下,如何從表征之間建立參數(shù)“真假”綜合判斷的關(guān)系模型及如何教會(huì)計(jì)算機(jī)進(jìn)行癥狀與疾病本質(zhì)的關(guān)聯(lián),將直接影響到證候真假的辨識(shí)。3.1主要者為程度弱者理論上說(shuō),狀態(tài)要素的程度(輕重)可以通過(guò)量化值進(jìn)行表示,但是除了輕重外,各要素間還存在著主次和緩急的關(guān)系,而這種主次和緩急有時(shí)難以通過(guò)量化值表達(dá)。因?yàn)榧闭卟灰欢ǘ际浅潭戎卣?也不一定都是主要矛盾,而程度重者并非都是本證,也未必都是當(dāng)前的主要矛盾,當(dāng)前的主要矛盾可能是標(biāo)也可能是本。臨床上借助對(duì)病機(jī)和演變規(guī)律的認(rèn)識(shí),能夠比較容易地實(shí)現(xiàn)從思維角度區(qū)分各要素的主次和緩急,但是,如何在計(jì)算機(jī)識(shí)別中體現(xiàn)這種區(qū)別和組合,這也是模型算法設(shè)計(jì)中必須解決的問(wèn)題。3.2通過(guò)合并證名形成證名狀態(tài)可根據(jù)狀態(tài)要素積分的不同分為未病態(tài)、欲病態(tài)和已病態(tài),證可根據(jù)證素積分的不同而分為顯證和前證,通常情況下,通過(guò)對(duì)已確立的病位和病性證素的組合可以形成證名。因此,臨床診斷過(guò)程常常是顯證與前證的疊加,但是,多個(gè)顯證、前證中如何選擇匹配,得出最終結(jié)論?如證素有肝、脾、腎、陰虛、氣虛、氣滯等,甚至更多,組合有多種,肝郁可致氣滯,氣虛亦可致氣滯,那么氣滯的形成是肝郁為主,還是氣虛為主,或兩者共同影響的結(jié)果?又如:肝郁為顯證,而脾虛為前證,若在臨床即可診斷為肝郁脾虛,但模型設(shè)計(jì)時(shí)對(duì)于這種組合是完全考慮、選擇性考慮或完全不考慮,這些都必須通過(guò)相應(yīng)的算法才能得以實(shí)現(xiàn)。3.3要素相對(duì)輕重程度的判定由于構(gòu)成個(gè)體人健康狀態(tài)的要素很多,在生命進(jìn)程中各個(gè)要素的形成并不是同步的,這不僅與先天因素、個(gè)體差異等有關(guān),也與環(huán)境因素、季節(jié)、氣候以及感邪性質(zhì)等密切相關(guān)。因此,不同部位要素或性質(zhì)要素的程度是不同的,這點(diǎn)在辨證過(guò)程尤為如此,例如經(jīng)加權(quán)求和計(jì)算證素積分后出現(xiàn)肝110分、腎140分、陰虛100分;或肝140分、腎110分、陰虛100分;或肝110分、腎110分、陰虛110分3種情形;按照現(xiàn)有閾值判定標(biāo)準(zhǔn),積分大于等于100分則證素的診斷成立,故模型設(shè)計(jì)應(yīng)統(tǒng)一將上述3種情形診斷為“肝腎陰虛”,但在中醫(yī)傳統(tǒng)辨證思維中對(duì)要素相對(duì)輕重程度的判定是具有很高應(yīng)用價(jià)值的。所以,拋開(kāi)對(duì)要素輕重程度的判定僅用單一的要素或證名概括個(gè)體人的狀態(tài),本身并不符合中醫(yī)的思維特點(diǎn)。1.中醫(yī)專(zhuān)家系統(tǒng)人工智能領(lǐng)域側(cè)重于人類(lèi)思維特征的總結(jié)、知識(shí)表達(dá)、邏輯推理等,借用該領(lǐng)域經(jīng)典的專(zhuān)家系統(tǒng)理論與技術(shù),各類(lèi)中醫(yī)專(zhuān)家系統(tǒng)的實(shí)現(xiàn)及應(yīng)用在計(jì)算機(jī)尚未得到普及的上個(gè)世紀(jì)70年代曾經(jīng)做出了斐然的成績(jī)。2.定義挖掘所引定義數(shù)據(jù)挖掘側(cè)重于“從數(shù)據(jù)中獲取有效、新穎、有潛在應(yīng)用價(jià)值和最終可理解模式的非平凡過(guò)程”,這是1996年Fayyad等對(duì)數(shù)據(jù)挖掘給出的定義。因此數(shù)據(jù)挖掘方法的應(yīng)用更強(qiáng)調(diào)一個(gè)從數(shù)據(jù)的集成、清理、轉(zhuǎn)換到分類(lèi)模型建立、知識(shí)評(píng)價(jià)等的整個(gè)過(guò)程。近期在中醫(yī)病證狀態(tài)的辨識(shí)領(lǐng)域,越來(lái)越多的開(kāi)始采用復(fù)雜、多元的數(shù)據(jù)挖掘算法構(gòu)建中醫(yī)診斷模型,所用方法涉及模糊數(shù)學(xué)、粗集理論、貝葉斯網(wǎng)絡(luò)、貝葉斯分類(lèi)、基因表達(dá)編程、決策樹(shù)、相關(guān)分析、回歸分析等,而尤以模糊數(shù)學(xué)、人工神經(jīng)元網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)等方法最為普遍。1.中醫(yī)數(shù)字辨證證機(jī)證素辨證是朱文鋒教授提出的,該模型核心思想是“根據(jù)證候,辨別證素,組成證名”,實(shí)現(xiàn)模型的基本算法為“加權(quán)求和浮動(dòng)閾值”,基于此研制了“中醫(yī)數(shù)字辨證證機(jī)”。辨證知識(shí)庫(kù)則采用“雙層頻權(quán)剪叉法”挖掘臨床案例,并結(jié)合文獻(xiàn)調(diào)研、專(zhuān)家咨詢(xún)等方法獲取,最終分別提取了證候?qū)ψC素和證型的診斷權(quán)值,構(gòu)建了中醫(yī)辨證量化統(tǒng)一體系,這為中醫(yī)一體化量化診斷模型的研究開(kāi)辟了新天地。2.中醫(yī)健康狀態(tài)辨識(shí)的功能特點(diǎn)基于上述對(duì)健康狀態(tài)辨識(shí)需求及對(duì)相關(guān)辨證模型研究現(xiàn)狀的分析,在繼承證素辨證原理的基礎(chǔ)上,未來(lái)的中醫(yī)健康狀態(tài)辨識(shí)的模型算法研究應(yīng)著重體現(xiàn):(1)立足于中醫(yī)健康認(rèn)知理論的創(chuàng)新,充分體現(xiàn)中醫(yī)辨證思維,而非局限于中醫(yī)辨證系統(tǒng)的開(kāi)發(fā);(2)根據(jù)整體狀態(tài)辨識(shí)的不同需求,建立不同的模型,如健康態(tài)辨識(shí)模型、辨證模型、辨病模型等,所