國內學者新研究：中醫AI登場，自動開出藥方

問耕 發自 凹非寺

量子位 出品 | 公眾號 QbitAI

啊~醫學，一個正在被人工智慧改變的領域。

一講到這個，常見的報道大都是AI閱X光片無數，無師自通成良醫。前不久，FDA還批准通過了首個AI設備，能預測以及預防猝死……等等，怎麼都是西方傳來的那一套！

民族的，能不能是AI的？

也行。

最近國內學者就發布了一項中醫AI的最新研究。這項研究的目標，是基於癥狀的文本描述，更好地自動生成對應的中藥處方。

論文中提到，之所以這個方向可行，是因為中醫大夫主要根據患者描述的癥狀開出藥方，通常不需要藉助醫療器械的觀察和分析。

另外研究人員指出，中醫歷史悠久，產生了很多醫療典籍，積累了大量的治療記錄。其中就包括癥狀的文本描述，以及對應的中藥處方。

這不正好就是深度學習可以派上用場的地方么？

來看一個實際的案例。

比如這個《常用解表劑》中的案例。癥狀描述為：「外感風寒表實證。惡寒發熱，頭身疼痛，無汗自喘，舌苔薄白，脈浮緊。」對應的重要處方為：麻黃湯，主要成分為：麻黃、杏仁、桂枝、炙甘草。

這種模式，也可以理解為一問一答的任務。癥狀描述就是問題，生成的處方就是答案。

聽起來簡單，但研究人員發現直接使用簡單的seq2seq模型時，並不能很好的完成這個任務。這也促使他們繼續研究，最後得到一個更好的多元化的模型。

這就是最後的模型架構圖。這個模型基於具有注意力機制的seq2seq模型基礎上，並且使用了覆蓋機制和masking來減少重複問題。

覆蓋機制是通過向解碼器添加覆蓋矢量來實現的。研究人員在進行推理時在輸出層添加了masking。

這個模型最後使用了PyTorch實現。

據說，這是首個用AI生成中醫處方的研究。

這也意味著，之前並沒有太多可借鑒的工作。實際上大部分中醫病例和處方都沒有數字化，已有的內容質量也不是很好。

所以，幾位研究人員最終選擇從中醫典籍里獲取數據，雖然這樣構建的數據集比較小，但是能保證處方質量。

然後就是一系列的實驗，過程就按下不表了。有興趣的同學，可以看看論文。反正最後的結論如下圖所示，最後一種方案在兩種數據集上的表現最好。

需要說明的是，為了簡化研究工作，這個項目只考慮了如何精準的生成處方中的成分，至於劑量等問題，並不在此次研究之列。

研究者也在論文中指出，希望他們的工作能為中醫相關的AI研究奠定一些基礎，能夠鼓勵更多的研究人員關注中醫治療自動化的問題。

腦洞一下，如果數據足夠多，未來應該可以訓練出一個AI老中醫。

可以可以。

最後說一下，這項研究的三位作者，兩位來自北京大學計算語言學教育部重點實驗室，一位來自北京中醫藥大學。他們這次研究的論文，可以在arXiv上查閱。

—完—

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！