文·落楓
目前關(guān)于人工智能的論調(diào)很多人都在討論，而前一陣子的AlphaGo大戰(zhàn)柯潔也算正式為AlphaGo做了一個完美的收官。
前幾天的百度更是風(fēng)騷了一把，無人駕駛汽車直接載著李彥宏上五環(huán)，然后直接大屏直播(然后據(jù)說被交警查了？...)。
是的，百度還正式打出了All in Ai的口號，咱暫且不論百度是否依靠AI做最后的拼死一搏，AI正在離我們越來越近，這是個不爭的事實。
今天我們來討論一個人工智能中，比較垂直的一個話題。
“中醫(yī)阿爾法狗或中醫(yī)賢二機器僧會出現(xiàn)嗎？”
阿法狗我們很清楚，賢二機器僧也很有名，出自于大名鼎鼎、傳奇事件頗多的龍泉寺。
其實話題很簡單，在當(dāng)今機器人遍地(實際上達(dá)到AI水平的很少)的情況下，AI能不能給中醫(yī)帶來突破。
比如，在中醫(yī)診斷機器人方面。
我們知道，中醫(yī)一向都屬于爭議頗多的領(lǐng)域，并且相對于普通的人來說，還屬于比較晦澀難懂的領(lǐng)域。
這里，我們對中醫(yī)本身就不做過多的辯論，不管好壞也好，是否科學(xué)也好，我們僅以數(shù)據(jù)、技術(shù)的角度來看待如上的問題。
我個人感覺要解決中醫(yī)機器人首先要解決兩個問題。
1 自然語言處理，關(guān)于語義理解的問題。
我們需要讓機器人或者說算法了解所有數(shù)據(jù)，那就繞不開機器對于現(xiàn)有數(shù)據(jù)(診斷記錄，醫(yī)療記錄)的理解。
而做過NLP的人都知道，對于普通的文本、語音等等，其實機器都很難做到百分百的對語義進行理解，究其因還在于國文的博大精深，而不如諸如英語等相對規(guī)范。
這就很好解釋，為什么之前小冰訓(xùn)練了大量的詩歌語料，雖然偶爾能作出看著還不錯的詩文，但更多時候作出來的詩文也僅僅只是看起來對仗工整而已，究其深意其實是沒什么意思的。
而中醫(yī)領(lǐng)域，其語言自成一套體系，甚至更難于常規(guī)的對話數(shù)據(jù)，想要做數(shù)據(jù)的梳理其實是很難的，想做到很完美的語義理解就更加的難了。
而如果機器或者算法做不到對中醫(yī)文本數(shù)據(jù)的語義理解，那么再討論其他的其實就沒有意思了。
2 訓(xùn)練數(shù)據(jù)的難點。
我們知道，對于絕大部分類似的話題，大部分都是基于監(jiān)督的學(xué)習(xí)結(jié)果。當(dāng)然，無監(jiān)督的一些模型其實也是可以應(yīng)用的，但是在這種場景下有監(jiān)督性的語料，對于這種判斷、診斷類的模型還是比較適合的。
既然要求語料，那么在這方面，中醫(yī)領(lǐng)域就有天然的缺點了。
一方面中醫(yī)診斷大多偏傳統(tǒng)的方式，所以，在現(xiàn)代的計算機體系里比較少能留下比較完善、完整的一些診斷記錄、醫(yī)療記錄。
另一方面，本身中醫(yī)體系就沒有諸如像西醫(yī)體系那樣，有一套相對比較完整的醫(yī)療判斷標(biāo)準(zhǔn)，有過中醫(yī)治療經(jīng)歷的朋友們可能會體會到，哪怕是類似的針狀，不同老中醫(yī)開的方子可能都不同。
最后一點就是，定性、定量，以及結(jié)果的分析。
所謂定性，就如上面說的，我們很難有一套標(biāo)準(zhǔn)的體系來做病情、或者用藥的定性分析機制。
而定量也很難，因為很多留下的方子中，對于藥量的記錄都是五花八門的，諸如一兩、一份、一把擁有各種劑量方式，這對于科學(xué)的數(shù)據(jù)算法來說，簡直就是災(zāi)難性的記錄方式，因為機器對于這種非標(biāo)準(zhǔn)的量化方式是很難處理的。
最后就是效果分析，我們都知道西藥見效快，而中醫(yī)通常其整個療程會比較長，時間一旦拉長，很多時候其治療結(jié)果的影響因子可能就會增多，所以，如果只是簡單的把結(jié)果與診斷掛鉤，有時候就會忽略期間的一些其他因素。
綜上，這對于監(jiān)督性的訓(xùn)練語料來說，本身數(shù)據(jù)的準(zhǔn)確性就要打個折扣，所以，從標(biāo)化語料數(shù)據(jù)的角度上說，對于實現(xiàn)一個中醫(yī)診斷機器人也是個挑戰(zhàn)和難點。
當(dāng)然，不可否認(rèn)的說，如果真的有比較好的這種機器人出現(xiàn)，在中醫(yī)領(lǐng)域還是能夠幫到不少忙的，并且，我們可以從一些常規(guī)的病情入手，這類病情的數(shù)據(jù)還是比較容易獲取的。
哪怕只是相對簡單的模型，也能節(jié)省比較大的效率，畢竟很大一部分病情都是常規(guī)的病情。
最后，再擴散一點點思維，在今后的時代里，機器的角色成分一定會越來越多，可能一開始會是相對常規(guī)、相對機械、相對簡單的場景逐漸被機器取代，然后逐漸過渡到一些專門的領(lǐng)域，幫助人類節(jié)省成本，提升效率。
我個人感覺，這是一個好的方向，不過，這一定是需要時間的，最起碼未來的三五年之內(nèi)，肯定很難，但時間拉長到二十年三十年，未必不會到處充滿機器人、充滿高科技的社會。
我們可以試著想想，二十年前，有人會想到如今的科技以及信息的發(fā)展嗎？
中醫(yī)領(lǐng)域，能挑起大伙兒對于機器人診斷的討論，那么，人工智能在各方面應(yīng)用的事，說明已經(jīng)提上日程了，讓我們拭目以待。
（全文完）
