体育与健康 移动互联网

中医AI应用是个蓝海,台湾仔爱上传统医学,打造药材辨识App

2018年2月1日

医疗议题持续发烧,被看好是最有前(钱)景的人工智能应用领域之一。特别在台湾,行之有年的全民健保制度,累积了庞大、系统性的医疗数据,为AI提供了源源不绝的「燃料」,但目前这些讨论多以西医为主,同为健保体系的中医,却鲜少被关注。

而事实上,中医的可近性及利用率甚高,大多数人都曾接受过中医诊治,或服用过中药,当传统医学遇上AI,有哪些可能的切入点呢?

去年底,在台北举行的NVIDIA GTC技术大会上,多位讲者轮番分享NVIDIA GPU在台湾、亚太区的最新应用。成大资工系副教授蓝崑展特殊的讲题吸引众人目光,只见投影片上满满的中药图片,原来,他要分享的正是如何运用AI区分易混淆中药。

手机App一扫 快速辨识易混淆中药

受限于地形、气候等因素,台湾的中药材产量极少,大都仰赖外部供应,每年数万吨中药材进口量中,高达九成来自祖国大陆,黑心中药问题时有所闻。

蓝崑展说,海关在检验中药时,多半一手拿着图鉴对照,但如果遇到连图鉴也帮不上忙的时候呢?而消费者对中药不熟悉,像是山药和木薯、黄耆和红耆、人参和西洋参等,都很难从外观一眼分辨,可能被不肖业者矇骗,买到实际上价格、疗效都差一大截的仿冒品。

举例来说,黄耆为补气诸药之最,台湾人在冬令进补时,总爱加上几片,但黄耆有浓浓的豆腥味,市面上打著黄耆名号的,其实不少是以腥味较淡、口感较甜的红耆充数,但两者的成分、药理活性和临床疗效等皆有一段差距。

为了加速海关检验效率和准确度,蓝崑展与中国医药大学中国药学暨中药资源系教授张永勳合作,找来易混淆的24种中药材样本,拍了2400张照片,逐一建档后,再运用深度学习的卷积神经网络(Convolutional Neural Network,CNN)技术,建立手机中药辨识系统。未来,他们希望扩大中药种类,让海关或民众透过研发中的手机App拍照,只要几秒钟,即可确认中药材的品名、疗效等。

舌诊辨识、AR穴道按摩都纳研究范围

除了中药辨识,蓝崑展也与大林慈济医院合作舌诊辨识。他们找来200多位确诊肝炎的临床患者,建立这群人的舌头影像资料库,包括舌苔颜色、纹路、斑点等,再透过机器学习训练,建立模型,归纳出舌头特徵与肝炎的连结,终极目标是提高舌诊的精准度,并扩大到更多疾病上。

又像是与中国医药大学合作的AR穴道定位,蓝崑展团队先运用类似MRI断层扫描的方式,大量建立受试者的脸部、身体影像资料库,建模出基准范型。想像的未来,使用者可模拟跟Siri对谈的方式问诊,再拿手机拍摄想按摩的身体部位,AR技术即会把穴道点投影在相对应的部位上。

「模仿外面的按摩师傅,精确切中穴道」,蓝崑展说,目前已有健身器材领导厂商找上门,希望能将该技术发展成穴道按摩机器人,代替部分现有按摩椅的功能。

传统中医以「望、闻、问、切」四诊,做为诊断疾病的方法,相较于西医以疾病(disease)治病,中医则是以症状(symptom)来治病,而从观察症状到开出解方的过程,是中医最重要的辨证论治,跟临床有很大关系。不过,也是因为中医特别强调每一个人不同辩证的过程,标准化、科学化程度低,一般大众对中医的治疗方式仍较不信任。

但事实上,蓝崑展观察,台湾发展中医AI应用,具有先天优势,「很多研究我们赢不了国外、赢不了MIT,它们的资源多太多了」,但中医的资料文献以中文为主,加上台湾在ICT(资讯与通讯科技)、医材技术上的基础,「多数中医的诊断和治疗都是非侵入式,用一些感测器就可以做出产品,很适合发展穿戴式。」

「中医有很多好用的技术,但一般人不知道怎么用,很可惜。」像是头痛,除了吃止痛药之外,也可以透过按摩舒缓症状,蓝崑展强调,这些研究的目标绝非取代西医或医生角色,而是透过进入门槛低的手机App、友善的操作介面和AI技术,拉近现代人和传统医学的距离。

相关文章