自報告發布至今的8個月以來，我們持續在關注醫療AI的行業新動態。我們發現，以往的研究內容更多針對西醫與西藥的技術應用，而針對中醫與中藥的較少。在媒體中零星出現過一些中醫AI的消息，但否定的聲音居多。這篇文章，筆者將梳理3類靠譜的中醫AI的應用場景，供業內參考。

應用一：智能味覺分析系統

智能味覺分析系統，日常名稱是“電子舌”。電子舌采用了同人舌頭味覺細胞工作原理相類似的人工脂膜傳感器技術，通過神經網絡算法，可以客觀數字化的評價食品或藥品等樣品的苦味、澀味、酸味、咸味、鮮味、甜味等基本味覺感官指標。

電子舌最初用于酒類等級的鑒別，發明者是西班牙巴塞羅那自治大學的幾位科學家。電子舌真正開始大范圍應用于食品和藥品的味覺，是在2007年日本INSENT公司（2002年從日本安立公司脫離）推出的名為“TS－5000Z”味覺分析系統。國內目前主流產品基本源自該系統。

電子舌主要應用于中藥的定量鑒別、藥品質量控制及炮制工藝評價等多個領域，核心圍繞“苦度”的鑒別。中藥給人們的第一印象是“苦”，所以在中藥炮制過程中，選擇哪一種苦味抑制劑是重要環節。尤其是隨著國際化趨勢的增強，非常需要有一個苦度評價標準，以解決由于地域引起的苦味感知差異的問題。具備價格優勢的后發藥品逐漸占領市場的前提下，開發比競爭對手的產品更具備易服用性的產品勢在必行。使用味覺傳感器定量苦度，可以推測哪種劑型的苦味抑制效果最好，不受國家地域等因素的限制，成為客觀的評價標準。

進口電子舌的價格較高，大約在70萬以上。國內部分高校、研究所制作的電子舌價格相對較低，例如浙江工商大學鄧少平團隊就自己發明了一個“智舌”（Smartongue），價格大約在二三十萬左右。

除了電子舌以外，還有電子鼻、電子眼、電子耳及電子皮膚等，原理與電子舌大致相同。

應用二：處方智能生成

自“神農嘗百草”，到《黃帝內經》、《傷寒雜病論》、《本草綱目》等中醫藥巨著，歷史上傳承至今的中醫古方非常多。這些古方的內容往往包括“癥狀”與“藥方”兩部分內容，已經形成了較好的映射關系。近年來，循環神經網絡（Recurrent neural network， RNN）、seq2seq等算法，在自然語言理解領域的提升效果逐步凸顯，近期國內研究者也在嘗試應用于中藥處方的智能化生成。

今年1月，來自北京大學計算語言學教育部重點實驗室和北京中醫藥大學的三位研究者發表論文，研究者在seq2seq模型基礎上，使用了覆蓋機制和masking，利用Pytorch框架進行訓練，實現了處方的自動生成功能。

圖片來源：論文Exploration on Generating Traditional Chinese Medicine Prescription
from Symptoms with an End－to－End method

目前國內已有企業推出智能化診斷的產品，典型企業包括康夫子、搜狗明醫、平安好醫生、卓健科技等；也有推出智能推薦用藥系統的企業，典型代表有藥師小喬、自測用藥、九大夫、叮當快藥的大白AI機器人等。在中醫的智能診斷方面，國醫堂已有嘗試。但中藥處方的智能生成，該論文應屬首例。

應用三：個性化中藥膏方定制

隨著基因測序和生物技術的進步，人們開始認識到，每個人的體內環境都是一個個特殊的生態圈，所以不同的人對于同一種食品或藥品的機體反應也是不同的。國內妙健康、碳云智能等專注于健康管理類的企業，正在嘗試通過收集人體的表性（性狀）數據、代謝數據和基因數據，構建每個人的生命健康數據庫，進而幫助每個人在飲食、作息等各方面提供健康管理服務。

而在中醫領域，中藥對每一個人的作用效果也會有所不同。傳統基于“平均”概念的中藥膏方的制定，無法滿足不同年齡段、不同地區、不同性別、不同疾病史患者的個性化、定制化的需求。平安好醫生正在嘗試個性化中藥膏方的定制，但還處于十分早期的階段。基于平安好醫生產品后臺積累的每個患者的歷史數據，通過AI算法實時地組成用戶畫像，目前已與固生堂等連鎖中醫藥館合作推出定制類中藥膏方。

以上三類中醫AI的應用，相信只是冰山一角。隨著中藥定性、定量、劑型改革，以及中藥數據庫的建設，數據與算法將有望成為中醫藥在這個時代崛起的新機遇。