臨床醫學:第八十九卷第一期 一一一年一月 doi:10.6666/ClinMed.202201_89(1).0002

1. 人工智慧在中醫領域的
發展應用
CHU-FENG WU M.D.
臨床醫學:第八十九卷第一期 一一一年一月
doi:10.6666/ClinMed.202201_89(1).0002

2. 摘要
• 隨著醫療科技的進步，研發智慧中醫診斷系統，協助中醫師進行疾病檢測或為用戶提供健康建議
是當今趨勢。然因中醫學對疾病與證型的看法並非一對一的線性關係，人工智慧的應用發展 是
具有挑戰性的，過去20年研究欠缺4診資訊的有效整合，只是根據零星的生理資訊進行特徵提取
與歸類，無法做到中醫診察所強調的「4診合參」，本文將探討深度學習方法出現後所帶來的幾
項 突破。我們針對近年來許多採用深度學習技術的中醫輔助診斷研究工作進行回顧，看到在
2019年 開始有了飛躍性的進展。研究者藉由深度學習技術來實現終端到終端的輔助診斷工具
(end-to-end diagnostic model)，與傳統分類方法相比，在收集各種中醫數據用於中醫疾病檢測
時，無需事先 進行資料處理及人為的特徵提取程序，可藉由非監督式深度學習進行分析，整合
多模態的資料與 演算法，治法上也開始借重資訊科技突破原有限制，未來在臨床治療上可達成
人工智慧輔助精準 選方與探穴針刺。將深度學習技術應用於多模態中醫數據，可以改善中醫臨
床的可重複性、預測性、整合性及資料庫完備性，通過使用可信賴的人工智慧(trustworthy AI)來
輔助中醫臨床診斷與治 療應用的問題已成為熱門研究主題，未來需要建構大規模中醫臨床數據
庫並促進醫療與資通產業 的跨界合作。

3. 前言
• 隨著物聯網(internet of things)及雲端運算 (cloud computing)的進步，與國家《生技醫藥 產業發
展條例》的立法，近年來已經開發了 多種穿戴式數位醫療裝置，相關的運算工具 或系統被設計
得更為輕巧，並且通常可以嵌 入智慧型手機，動態地獲取生理資訊。研發 各種智慧中醫診斷系
統，來協助中醫師進行 疾病檢測或為用戶提供健康建議，是一個很有前景的趨勢。此外，發展
智慧機器人以保 存並尋找中醫專家診斷及治療的臨床決策過 程(thinking process)，可以加速中
醫師養成教育。然而，中醫學對疾病和證型之間的看法 不是一對一的線性關係，往往是多對多
的對 應;因此，人工智慧在中醫診療的決策過程 中的應用是具有挑戰性的。

4. 中醫學不易掌握學習的原因
• 1. 獲取4診的方式具有主觀性，需提昇內部一致性與外部一致性
• 2. 積累經驗相當耗時
• 3. 中藥及複方的作用、組成、劑量不夠透明

5. 中醫是怎麼看病的?人工智慧可以
如何幫忙?
• 1. 司外揣內，有根據的推測
• 2. 見微知著，局部包含整體訊息
• 3. 知常達變，由正常判別異常
• 為了達成全面客觀的中醫診察，2021年 《Computers in Biology and Medicine》期刊對 現今中醫4診
的資訊化進行調查，所擷取之 生理特徵包含:臉部、舌面、舌下絡脈、聲 音、氣味、症狀描述、電子
病歷及脈搏，過 去20年研究類型雖多，但欠缺4診資訊的有效 整合，只是根據零星的生理資訊進行特
徵提 取與歸類，無法做到中醫診察所強調的「4診 合參」。
• 隨著高效能運算(high performance computing)的演進和深度學習(deep learning) 的強化，越來越多的
研究納入視覺辨識 及自然語言處理的演算法，有別於過去人 工輸入處理好的資訊讓統計軟體分析，希
望 借重人工智慧技術之監督式學習(supervised learning)、非監督式學習(unsupervised learning)、混
合式學習(hybrid learning)及強化 學習(reinforcement learning)來輔助辨證論治， 提升中醫4診的客觀
性和整合度，加快中醫 師經驗積累的速度，並實現療效的再現性。

6. 人工智慧在辨證的應用
• 近年來深度學習方法已廣泛應用在中醫 症狀檢測或中醫辨證，包含:自動特徵提取 (automatic
feature extraction)、注意力機制 (attention mechanism) 與多模態深度學習 (multi-modal deep
learning)。與傳統的特徵 提取和識別方法相比，深度學習技術展現了 高度的彈性及自動提取隱
藏特徵的能力，能 找出已知或未知的關聯性。以下我們可以注 意到，最近在智慧化中醫診斷方
面的幾項突破。

7. 混淆矩陣（CONFUSION MATRIX）
Int J Med Inform. 2021 May;149:104429.

8. END-TO-END SYSTEM

9. 自動特徵提取
Artif Intell Med. 2019 May;96:123-133.

10. BMC Med Inform Decis Mak. 2021 May 5;21(1):147.

11. ICASSP 2020 - 2020 IEEE International Conference on
Acoustics, Speech and Signal Processing (ICASSP),
Barcelona, Spain, 2020, pp. 1409-1413

12. 注意力機制
Comput Methods Programs Biomed. 2019 Jun;174:9-15.

13. JMIR Med Inform. 2020;8(6):e17821.

14. 多模態深度學習
IEEE/ACM Trans Comput Biol Bioinform. 2021;18(3):882-
890.

15. 人工智慧在選方的應用 Preprocessing TCM data by ETL
(Extract-Transform-Load) operations
and creating a TCM database which
contains multiple tables, e.g.,
medicines, prescriptions, dosage,
effects of prescriptions
Artif Intell Med. 2019;101:101760.

16. 人工智慧在探穴針刺的應用 Medicines (Basel). 2019;6(3):87

17. 人工智慧對中醫臨床的啟示
• 藉由 深度學習技術來實現終端到終端的輔助診斷 工具(end-to-end diagnostic model)
• 無需事先進行資料處理及人為 的特徵提取程序，可藉由非監督式深度學習進行分析
• 整合多模態的資料與模型

18. 人工智慧對中醫臨床的侷限
• 多層的類神經網路做出預 測之後，沒有辦法解釋這個預測是基於那些 重要輸入的特徵
• 現有中醫資料數據 庫的規模尚且不足，預測分析 效果可能還不足於傳統的分類方法及特徵提取
方法

19. 可信賴的人工智慧(TRUSTWORTHY AI) 與可解釋的
人工智慧 (EXPLAINABLE AI)
• ChatGPT and explainable AI: https://medium.com/mlearning-ai/explainable-ai-and-chatgpt-
detection-4057e0386fc4
• 在應用深度學習模型於中醫診療時，診斷系統要 能夠對模型的預測提出合理的解釋，讓醫師根
據自身的專業倫理檢視模型的預測是否合理
IEEE Trans Neural Netw Learn Syst. 2021;32(11):4793-
4813.

20. 未來研究建議
• 對於需要建構大量真實世界的臨床數據庫 來訓練模型，臺灣有豐富的中醫健保資料 庫，可善加
運用。
• 找到融合各種中醫診斷資訊的最佳方式 (state-of-the-art fusion approaches)，合理 的預測健康狀
況，可開發高效能之疾病預 測、健康評估儀器與系統。
• 規劃中醫臨床決策模擬系統來保存中醫專 家診斷及治療的過程，可作為新生代中醫師的一種學
習途徑。

21. 參考資料
1. 生技醫藥產業發展條例。中華民國立法院 2017。
2. Zhang H, Ni W, Li J, et al. Artificial Intelligence- Based Traditional Chinese Medicine Assistive Diagnostic System: Validation Study. JMIR Med
Inform 2020;8:e17608.
3. 張清貿、施柏瑄、朱學亭等。該如何理解 「證」?中醫證型現代研究的定性與定量。臨 床醫學。2014;73:189-95。
4. Waring J, Lindvall C, Umeton R. Automated machine learning: Review of the state-of-the-art and opportunities for healthcare. Artif Intell Med
2020;104:101822.
5. LeCun Y, Bengio Y, Hinton G. Deep learning. Nature 2015;521:436-44.
6. Nogier PFM. Auriculotherapy. J Am Med Assoc 1984;252:1855-6.
7. Hou HI, Chen HY, Lu JJ, et al. The Relationships between Leptin, Genotype, and Chinese Medicine Body Constitution for Obesity. Evid Based
Complement Alternat Med 2021;2021:5510552.
8. Zhang Q, Zhou J, Zhang B. Computational Traditional Chinese Medicine diagnosis: A literature survey. Comput Biol Med 2021;133:104358.
9. Huang C-J, Lin H-J, Liao W-L, et al. Diagnosis of traditional Chinese medicine constitution by integrating indices of tongue, acoustic sound, and
pulse. European Journal of Integrative Medicine 2019;27:114-20.
10. Vincent F, Peter H, Riashat I, et al. An Introduction to Deep Reinforcement Learning. Foundations and Trends in Machine Learning 2018;11:219-
354., etc.