论中医与人工智能

从本质上讲,中医与人工智能(狭义说,本文指深度学习)都是统计学:基于海量数据,经过N轮迭代,然后调参优化,到达指定的精确度。但为什么中医在肉眼可见的近期被严重吐槽,甚至一篇论文《基于中医诊治理论的航空发动机故障诊断新技术初探》被圈里的同学拿出来当谈资调侃,而深度学习在2016年AlphaGo一战成名之后迅速封神,其热度至今在算法领域从未跌出前三甲?究其原因,中医诊疗效果复现性极差,“神医”与“神棍”的区分度低,但试错的成本高到人命关天;而深度学习,一个模型被调试成功后,复现性非常可观,且有一系列竞赛专门为模型评分验证其精确度。

深度学习,方兴未艾,随手拈去皆是资料。此处不再赘述。

虽然我对中医知之甚少,但成长在源远流长的中华文化里,耳濡目染总是有的。在我的生命里,也在饱受祖训“阴阳调和”的润泽。您别说,我确确实实见到有些中医医术高明,在医馆里挂满了“妙手回春”“药到病除”的锦旗。去中医馆看病,不要问“大夫,我这是什么病?”中医给开什么药,您吃就是了。问,就是“络脉空虚”“肝火犯肺”“气虚血溢”。但是,如果非得究个明白,多一句嘴,“阴是什么,阳是什么”“肝火如何犯胃”“气到底有多虚”,这些明显超出了传统中医的大纲。脾气好的医生就算有兴趣分解与你听,这玩意只会云山雾绕;脾气不好的中医恐怕直接抬出“太岁犯冲”的大铡刀。疗效嘛,这就真得看自己的命。一副药下去,“立竿见影”神医是有的,三年五载“毫无起色”的庸医也不遑多让,怕就怕无良兽医草菅人命。

悟道成真、悬壶济世的中医大夫,毫无疑问,华夏脊梁、国之瑰宝。奈何如今行走江湖,各路郎中医术良莠不齐,“神医”与“神棍”说的是同一套老祖宗遗泽千年的古话,用的药却大相径庭。我等凡尘俗子如何能参透这头等玄机?于是,“劣币驱良币”,时至今日,西医理论无论中外都如日中天,中医日渐偏守一隅,较之黯然失色。

但自心底讲,我替中医唏嘘不已。

正如开头所讲,中医与深度学习在骨子里是同一门学问,表现为数学语言就是“大数据统计”。中医历经千百年传承和演化,我们的祖先已经借一代代“人体试验”摸索出精妙的规律,写进古方,方便对症下药。有了结论,总得给个解释,让病人相信“医道”吧。于是,我们老祖宗顺便将阴阳五行、经络肌表甚至天相水文等中华文化特有的色彩一股脑揉进中医,演绎了一部“神乎玄乎”的中医理论。在没有弄明白中医药方、针灸治疗的作用原理前,其实中医理论相当于“黑盒模型”,效果肯定有的,但机理解释近乎神学。这和深度学习神经网络殊途同归。深度学习网络需要大量数据喂养,反复迭代训练,调参优化,直至逼近预期的准确度指标。虽然很多网络功能强大,甚至最新自然语言处理模型在Kaggle竞赛上的表现已经超过人类的平均阅读理解准确度,但至今没有哪位学者完全地解释深度学习网络作用原理,尤其是从数学方面的证明。

西医基于现有人类认知条件下,其治疗手段非常有限,且在某些病症上的疗效不一定比中医显著。比如畅销全球的硬通货“马应龙”,正是西医面对痔疮手术代价高昂的情况下,华人圈祭出“马应龙”,四两拨千斤,不仅见效快,而且发现作为眼霜也非常实用。正因为中医用的“统计学”方法,虽然未知作用过程,但通过疗效验证我们完全可以跨过这个艰难的摸索过程。并且,我们人类目前对自然的认识实在有限得可怜,包括我们自身。中医在某种程度上扩展了我们面对未知的手段。这一点,涉及到更哲学的观点,就是我们现有的知识体系一定是正确的吗?虽然我们信奉自然科学,但自然科学却不能解决“上帝到底存不存在”的问题。

如果真要说中医之光,屠呦呦之于青蒿素指出了一条路。理论上来说,现有中医的知识相当于在无数次实践中摸索出了“规律”。既然有了现成的结论,我们需要做的是,把西方研究自然科学的态度和方法,严谨地迁移过来研究“已知结论”的中医学原理,定量地归纳行医的数据化标准,建立以底层药物动力学和生命科学为基础的中医与中医药体系。另外,既然中医和深度学习优异曲同工之妙,那么直接应用人工智能来搭建中医模型,提高中医的复现性,建立客观量化的评价系统,打破中医行医的主观经验壁垒。如此,自然而然中医融入人类文明的发展进程中。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,657评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,889评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,057评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,509评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,562评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,443评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,251评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,129评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,561评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,779评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,902评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,621评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,220评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,838评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,971评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,025评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,843评论 2 354

推荐阅读更多精彩内容