基于深度循環(huán)神經網(wǎng)絡的中醫(yī)藥方生成模型

近日，中國科學院沈陽自動化研究所大數(shù)據(jù)智能技術在中醫(yī)藥領域應用取得進展，提出了一種基于深度學習技術的智能中醫(yī)藥方生成方法，相關成果于近日發(fā)表于國際期刊IEEE ACCESS。

隨著傳統(tǒng)中醫(yī)醫(yī)學在全球范圍內的逐步推廣，越來越多的國家對中醫(yī)了解和認可。特別是近年來，基于傳統(tǒng)中醫(yī)學經驗基礎提取的各類有效的純植物藥物更加鞏固了傳統(tǒng)醫(yī)學在醫(yī)學領域的重要性。近年來，基于深度學習的人工智能方法在各個領域取得了巨大突破，在醫(yī)學領域也有了長足進步。而在傳統(tǒng)醫(yī)學方面，特別是智能中醫(yī)的診斷、治療，尚處于起步階段。

在題為AttentiveHerb: A Novel Method for Traditional Medicine Prescription Generation的研究論文中，沈陽自動化所大數(shù)據(jù)智能技術組提出了一種基于深度學習技術的智能中醫(yī)藥方生成方法。該方法基于中醫(yī)診療過程的核心思想——“辨證論治”，利用深度循環(huán)神經網(wǎng)絡對患者的癥狀信息進行特征提取，并在考慮患者不同病癥嚴重性程度的基礎上，針對不同癥狀動態(tài)生成藥方中的每一味對癥中藥，實現(xiàn)智能中醫(yī)自動化診療，并成功模擬中醫(yī)個性化診療這一特點。此外，相較于之前的智能中醫(yī)研究，該方法完全基于學習方法，無需事先人為設計任何規(guī)則，表現(xiàn)出良好的自適應性。該工作不僅是智能中醫(yī)研究中的新探索和突破，也為未來應用人工智能技術在門診診療的研究提供了研究思路。