基于深度循環神經網絡的中醫藥方生成模型

近日，中國科學院沈陽自動化研究所大數據智能技術在中醫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藥方生成方法，相關成果于近日發表于國際期刊IEEE ACCESS。

隨著傳統中醫醫學在全球范圍內的逐步推廣，越來越多的國家對中醫了解和認可。特別是近年來，基于傳統中醫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醫學在醫學領域的重要性。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，在醫學領域也有了長足進步。而在傳統醫學方面，特別是智能中醫的診斷、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，沈陽自動化所大數據智能技術組提出了一種基于深度學習技術的智能中醫藥方生成方法。該方法基于中醫診療過程的核心思想——“辨證論治”，利用深度循環神經網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，針對不同癥狀動態生成藥方中的每一味對癥中藥，實現智能中醫自動化診療，并成功模擬中醫個性化診療這一特點。此外，相較于之前的智能中醫研究，該方法完全基于學習方法，無需事先人為設計任何規則，表現出良好的自適應性。該工作不僅是智能中醫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。