1.福建中医药大学中医学院,福建省福州市闽侯上街邱阳路1号,350122
2.福建省中医健康状态辨识重点实验室
yzy813@126. com
收稿:2021-10-10,
修回:2022-01-28,
纸质出版:2022-05-02
移动端阅览
许鸿本,路熹雅,刘怡馨等.构建知识与数据双驱动中医诊疗系统的可行性及路径分析[J].中医杂志,2022,63(09):801-805.
XU Hongben,LU Xiya,LIU Yixin,et al.Analysis on Feasibility and Path of Building a Knowledge-Data Dual-driven Traditional Chinese Medicine Diagnosis and Treatment System[J].Journal of Traditional Chinese Medicine,2022,63(09):801-805.
许鸿本,路熹雅,刘怡馨等.构建知识与数据双驱动中医诊疗系统的可行性及路径分析[J].中医杂志,2022,63(09):801-805. DOI: 10.13288/j.11-2166/r.2022.09.001.
XU Hongben,LU Xiya,LIU Yixin,et al.Analysis on Feasibility and Path of Building a Knowledge-Data Dual-driven Traditional Chinese Medicine Diagnosis and Treatment System[J].Journal of Traditional Chinese Medicine,2022,63(09):801-805. DOI: 10.13288/j.11-2166/r.2022.09.001.
在梳理知识驱动及知识工程、数据驱动及大数据等人工智能技术要素的基础上,根据基于知识驱动与基于数据驱动的中医诊疗系统各自的优势与不足,提出基于知识与数据双驱动的人工智能来构建中医诊疗系统,以适用于中医临床。从中医学学科属性、基于逻辑演绎的中医药理论、基于归纳总结的实践经验角度分析构建双驱动诊疗系统的可行性,同时从中医药领域知识图谱、中医药医案大数据、知识图谱与大数据融合方面构建双驱动诊疗系统的实现路径,以期为中医诊疗系统的发展提供思路。
By summarizing the technical characteristics of artificial intelligence (AI) such as knowledge-driven and knowledge engineering, data-driven and big data, it is found that both knowledge-driven and data-driven traditional Chinese medicine (TCM) diagnosis and treatment system has its strengths and weaknesses. Therefore, it is put forward to build a TCM diagnosis and treatment system driven by both knowledge and data to promote the suitability in TCM clinical practice. The feasibility of the dual driven system was analyzed from the perspectives of the disciplinary attributes of TCM, logical deduction-based TCM theory, and generalization and summarization-based practical experience. Moreover, the pathway of this dual driven system could be built through TCM knowledge graph, big data of TCM cases, and fusion of knowledge graph and big data, so as to provide ideas for the development of TCM diagnosis and treatment system.
张钹 , 朱军 , 苏航 . 迈向第三代人工智能 [J]. 中国科学:信息科学 , 2020 , 50 ( 9 ): 1281 - 1302 .
邹蕾 , 张先锋 . 人工智能及其发展应用 [J]. 信息网络安全 , 2012 , 12 ( 2 ): 11 - 13 .
顾险峰 . 人工智能中的联结主义和符号主义 [J]. 科技导报 , 2016 , 34 ( 7 ): 20 - 25 .
尼克 . 人工智能简史 [M]. 北京 : 人民邮电出版社 , 2017 : 97 .
袁国铭 , 李洪奇 , 樊波 . 关于知识工程的发展综述 [J]. 计算技术与自动化 , 2011 , 30 ( 1 ): 138 - 143 .
万超 . 知识驱动与数据驱动系统构建综述 [J]. 长江信息通信 , 2021 , 34 ( 4 ): 145 - 147 .
余滨 , 李绍滋 , 徐素霞 , 等 . 深度学习:开启大数据时代的钥匙 [J]. 工程研究-跨学科视野中的工程 , 2014 , 6 ( 3 ): 233 - 243 .
章毅 , 郭泉 , 王建勇 . 大数据分析的神经网络方法 [J]. 工程科学与技术 , 2017 , 49 ( 1 ): 9 - 18 .
黄欣荣 , 张艳朋 . 大数据技术与中医现代化 [J]. 中医杂志 , 2014 , 55 ( 19 ): 1621 - 1625 .
刘艳飞 , 孙明月 , 姚贺之 , 等 . 大数据技术在中医药领域中的应用现状及思考 [J]. 中国循证医学杂志 , 2018 , 18 ( 11 ): 1180 - 1185 .
赵文 , 陈启亮 , 李永 , 等 . 四诊合参现代化发展研究 [J]. 天津中医药 , 2020 , 37 ( 10 ): 1090 - 1094 .
韦昌法 , 晏峻峰 . 从知识表示与推理方法探讨中医数字辨证发展 [J]. 中华中医药杂志 , 2019 , 34 ( 10 ): 4471 - 4473 .
白春清 . 中医专家系统三十年 [J]. 医学信息(上旬刊) , 2011 , 24 ( 2 ): 550 - 552 .
郭荣江 , 马斌荣 , 谢敏 , 等 . 中医计算机诊断治疗系统与模糊数学模型 [J]. 计算机学报 , 1981 , 4 ( 4 ): 260 - 266 .
陈擎文 . 基于人工神经网络的中医证治模型探析 [J]. 中华中医药学刊 , 2009 , 27 ( 7 ): 1517 - 1520 .
徐亮 , 陈守强 , 侯建辉 , 等 . 基于BP神经网络的中医辨证模型构建方法探讨 [J]. 世界中医药 , 2016 , 11 ( 2 ): 335 - 338 .
严玲 , 周作建 , 宋懿花 , 等 . 基于ML-kNN多标记学习的中医体质辨识模型研究 [J]. 世界科学技术-中医药现代化 , 2020 , 22 ( 10 ): 3558 - 3562 .
杜含光 , 李灿东 . 中医诊断学研究的瓶颈与对策 [J]. 中华中医药杂志 , 2015 , 30 ( 4 ): 971 - 974 .
郑洪新 . 中医基础理论专论 [M]. 10版 . 北京 : 中国中医药出版社 , 2016 : 1 .
刘完素 . 素问玄机原病式 [M]. 北京 : 人民卫生出版社 , 1983 .
李东垣 . 脾胃论 [M]. 北京 : 中国中医药出版社 , 2007 : 8 .
吴群励 , 杨丹 . 梁晓春补益脾肾、活血泄浊治疗糖尿病肾病肾功能不全经验 [J]. 中医杂志 , 2020 , 61 ( 1 ): 17 - 19 .
吴焕林 , 林晓忠 , 邹旭 . 邓铁涛治疗冠心病临床经验探析 [J]. 辽宁中医学院学报 , 2005 , 7 ( 4 ): 312 - 313 .
薛伯寿 , 姚魁武 , 薛燕星 . “清肺排毒汤”快速有效治疗新型冠状病毒肺炎的中医理论分析 [J]. 中医杂志 , 2020 , 61 ( 6 ): 461 - 462 .
梁文娜 , 林雪娟 , 俞洁 , 等 . 真实世界的大数据助推中医健康管理进入人工智能时代 [J]. 中华中医药杂志 , 2018 , 33 ( 4 ): 1213 - 1215 .
张伯礼 . 中医思维与实践养成 [J]. 中国中医基础医学杂志 , 2017 , 23 ( 5 ): 593 - 594 .
朱小燕 . 知识与数据的融合推动人工智能发展 [J]. 信息通信技术 , 2019 , 13 ( 1 ): 4 - 6 .
井杰 . 知识和数据双驱动的检验人工智能疾病诊断系统的构建 [D]. 上海 : 中国人民解放军海军军医大学 , 2021 .
漆桂林 , 高桓 , 吴天星 . 知识图谱研究进展 [J]. 情报工程 , 2017 , 3 ( 1 ): 4 - 25 .
刘峤 , 李杨 , 段宏 , 等 . 知识图谱构建技术综述 [J]. 计算机研究与发展 , 2016 , 53 ( 3 ): 582 - 600 .
崔家鹏 , 王彩霞 , 袁东超 , 等 . 基于本体的脾脏象理论知识体系构建研究 [J]. 中华中医药学刊 , 2018 , 36 ( 2 ): 388 - 391 .
WU Z , PAN S , CHEN F , et al . A comprehensive survey on graph neural networks [J]. IEEE Trans Neural Netw Learn Syst, 2021 , 32 ( 1 ): 4 - 24 .
0
浏览量
5
下载量
4
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010102007558号