近日，北京中醫(yī)藥大學(xué)東方醫(yī)院主治醫(yī)師駱長(zhǎng)永作為通訊作者，之江實(shí)驗(yàn)室助理研究員劉智作為第一作者，于計(jì)算機(jī)科學(xué)領(lǐng)域Top期刊IEEE Internet of Things Journal（中科院一區(qū)，IF=10.6）在線發(fā)表題為“TCM-KDIF: An Information Interaction Framework Driven by Knowledge-Data and Its Clinical Application in Traditional Chinese Medicine”的論文。該項(xiàng)工作得到了中國(guó)博士后科學(xué)基金，國(guó)家自然科學(xué)基金等課題的資助。

　　名老中醫(yī)是中醫(yī)藥薪火相傳的主軸和中醫(yī)藥創(chuàng)新發(fā)展的源泉，智能化傳承名老中醫(yī)獨(dú)具特色的理論體系和臨證診療技能，是提高基層中醫(yī)臨床服務(wù)水平的重要環(huán)節(jié)。在長(zhǎng)期的名老中醫(yī)智能化傳承研究工作中，北京中醫(yī)藥大學(xué)東方醫(yī)院與之江實(shí)驗(yàn)室聯(lián)合團(tuán)隊(duì)發(fā)現(xiàn)名老中醫(yī)的臨床醫(yī)案普遍存在樣本量小、結(jié)構(gòu)化程度不統(tǒng)一等特點(diǎn)，導(dǎo)致常規(guī)的深度學(xué)習(xí)方法對(duì)真實(shí)世界的映射能力不足。

　　對(duì)此，研究團(tuán)隊(duì)提出了“知識(shí)-數(shù)據(jù)”雙驅(qū)動(dòng)的小樣本機(jī)器學(xué)習(xí)策略，設(shè)計(jì)了一個(gè)使融合外部知識(shí)和訓(xùn)練樣本之間進(jìn)行信息交互的新人工智能框架TCM-KDIF，該框架由用于初始癥狀群特征提取的TCMBERT、信息交互塊和中藥選擇的LSTM組成，完成不同模態(tài)之間信息的相互增益。為了使模型能夠充分利用外部中醫(yī)知識(shí)，研究團(tuán)隊(duì)從宏觀的中醫(yī)概念和微觀的分子生物學(xué)概念出發(fā)，構(gòu)建了融合宏微概念的中醫(yī)知識(shí)圖譜。在此基礎(chǔ)上，模型通過TCM-KDIF實(shí)現(xiàn)訓(xùn)練樣本信息與外部知識(shí)子圖的信息交互。TCM-KDIF框架首先提取訓(xùn)練樣本的特征及其相關(guān)知識(shí)子圖。然后，這兩類信息在訓(xùn)練樣本和知識(shí)子圖之間進(jìn)行雙向迭代交互。模型訓(xùn)練完成后，TCM- KDIF在中藥處方生成任務(wù)上進(jìn)行了評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明，TCM-KDIF在極少、罕見的中醫(yī)臨床病例場(chǎng)景中，優(yōu)于所有參與比較的其他利用外部中醫(yī)知識(shí)的AI模型，顯著降低了模型對(duì)訓(xùn)練樣本的依賴性。

　　原文鏈接：https://ieeexplore.ieee.org/document/10443268

文/駱長(zhǎng)永

審核/高瞻

審閱/郭蓉娟