2    中医智能诊断信息系统研究进展
         中医诊断专家系统的研究起步较晚，直到20世纪70年代中期，人工智能技术才开始运用于中医领域^［86］ 。到了80年代，全国范围内研制完成的中医诊疗专家系统共140多个，基本上都是基于规则的决策推理。比如，知识库采用树型结构，从节点生长出辨证推理树和施治推理树；推理过程则是对节点可信度的判定，利用回溯机制从初始态到目标态来寻找最优途径。或者规则是产生式规则，通过逆向推理获取专家知识；或者用数组、矩阵表达知识，以多级极大值搜索法建立启发式联想推理机。有时，为了向着中医的整体思维靠拢，在推理机制方面，往往采用多种推理技术的综合^［87~93］ 。
        比较深入的研究则出现在20世纪90年代。随着中医理论形式化的深入研究，中医专家系统的实现技术，更多采用的是突破传统“专家系统”概念的先进人工智能技术。如根据模糊判别模式模拟临床经验进行中医辨证^{［91, 92, 94~96］} 、采用协同分布式方法进行中医诊断^{［97, 98］} 、广泛采用神经网络模型建立中医辨证系统^［99~105］ 、应用数据挖掘技术和决策树方法进行中医证型分类^{［106~108］} 、采用基于信息熵的决策树算法^［109］ ，等等。
        国外的有关研究也类似，主要针对中医诊疗系统的构建，或利用语义网络描述中医知识信息，或基于假设-测试的方法作为推理策略，以及基于决策支持系统和模糊推理方法等^{［93, 110~112］} 。比如日本东京大学研制的慢性肝炎中医诊疗系统，利用语义网络描述中医知识信息，基于假设-测试的方法作为推理策略，用prolog编程实现。加拿大Simon Fraser 大学的J. Shieh也开发了诊治癌症的有关中医专家系统。英国中医药研究院建立了国际中医门诊部，病人可以通过因特网进行就诊。美国Rocky Mountain Herbal 研究所的Urtis J. Kruse则有中医信息专家系统问世，并采用面向对象的方法来开发有关中医专家系统。University of California的Davis给出了一个中医决策支持系统（http://www.medinformatics.org/mdi207/）。
         总之，从上述总结与分析可以看到，迄今为止国内外有关中医诊疗信息系统的研究，不仅整体研究水平仍然较低，缺乏系统性，而且离临床实用要求还有很大距离^［113］ 。从中医诊断处理方法上看，大多采用了数理统计方法和经典逻辑推理，也有把两种方法结合起来使用。在推理方法上，多数直接采用人工智能现有的推理方法，而推理规则的获取则直接从病历中归纳^{［114~119］} 。虽然最近也有一些利用比较先进的推理技术和方法，如近似推理^{［120,121］} 、不确定性推理^{［122, 123］}及分级推理方法^［124］ ，但总体上依然是从人工智能方法的角度来简单进行应用，没有从根本上解决中医内在辨证论治原理的描述问题。

3     智能中医诊断信息处理技术研究展望
         通过上述有关智能中医信息处理技术的研究进展分析，我们可以看出，由于存在一些技术难度和研究投入上的不足，总体进展还是比较缓慢的。主要原因是没有从根本上解决中医辨证论治的逻辑形式化描述问题，仅仅针对具体病症分散开发一些小系统，加上不能及时运用人工智能最近发展的新理论、新方法和新技术，所以很难建立起比较普遍适用的中医诊断智能方法与技术。因此，如何利用最近兴起的一些人工智能新技术，特别是诸如软计算技术、自然语言处理技术、数据挖掘技术、先进图像获取与处理技术、次协调逻辑与认知缺省逻辑等技术，开展中医智能诊断信息处理方法及其关键技术的研究，不仅十分必要，而且目前条件也是具备的。
         目前国内外有关中医诊断智能方法与技术的研究开发，主要是一些具体方法和技术的分散研究，其无法系统集成的主要原因有三个方面。第一个方面是没有解决中医辨证论治思维方法的形式化描述问题。我们知道，中医诊断往往是在许多不完全、不精确和不一致信息的情况下来进行辨证论治的，以往采用经典逻辑及其推理技术无法从根本上解决这一问题，因此这一问题也就成为中医诊断智能化研究的瓶颈。第二个方面是没有系统引进人工智能先进的理论、方法和技术，特别是基于软计算的混合专家系统构成技术，使得宏观表征与微观实现之间相互分离，限制了中医诊断思维机制的实现效果。第三个方面主要是在一些具体的智能技术开发中，如舌诊、头面望诊、脉诊、闻诊、问诊等信息获取与分析技术，以及支持数据、知识的获取、挖掘与学习技术等，没有进行充分的深入研究，目前的方法和技术还远不够成熟。
        未来的智能中医诊断信息技术的研究，将主要围绕中医诊断信息处理智能方法体系的建立，来为中医临床诊断的信息化、现代化提供先进的智能化方法及其关键技术。为此，开展的主要研究内容将主要包括如下4个方面。（1）建立中医辨证认知逻辑系统。过去的中医专家系统采用传统人工智能中的符号逻辑主义方法来进行中医诊断的逻辑推理，其核心技术主要是知识规则表示的符号化（其存在着无法突破经典计算的局限性的问题）、推理机制的精确单调性（其存在着无法处理在不完全信息、不精确信息或不一致信息情况下进行推理的问题）、系统构造的固定化（其存在着无法动态完善系统结构、无法自动知识更新、无法进行优化适应等问题）；而中医专家在实际的临床诊断过程中，是基于辨证论治思想来进行的，往往要在不完全信息（如“症”的缺失，隐“症”，无“证”可辨等）获取的情况下做出诊断，有时还要在信息不确定、不一致或有矛盾（如“脉症不符”等）的情况下做出诊断，并随时对诊断进行调整。因此如何研究中医辨证论治思想的逻辑基础，引入认知缺省逻辑、模糊逻辑与次协调逻辑，来构造一种适合中医临床诊断实践要求、符合中医辨证思维规律的逻辑形式化系统及其相应的机器推理技术，就成为未来发展智能中医诊断信息处理技术的一个方面的研究内容。（2）中医诊断智能系统构成技术。传统的专家系统主要是采用符号计算方法来构建，其共同弱点就是知识更新很难自动完成。系统一经形成，其中的知识（规则）无法自动更改以适应不断变化的环境。因此如何利用当前人工智能先进的模糊计算、神经网络、遗传算法等软计算方法，特别是通过构建混合专家系统原理方法，研究先进的中医专家系统构成技术，包括基于软计算方法研究中医专家诊断规则的发现与运用算法，构造一种混合智能系统构成技术，就成为开发先进智能中医诊断系统的关键。（3）中医诊断知识的数据挖掘技术。经过长期的临床实践、研究和分析，中医已经积累、总结和发现了大量有关中医诊断方面的数据、知识，并将研究结果应用于临床医疗，为人类健康事业做出了重要贡献。然而中医诊断是一门复杂的、实践性很强的知识体系，人类对于其认识还远未结束，随着大量中医诊断病历数据的数字化、网络化，传统的人工数据分析和处理方法已经不再能适应，利用现代信息处理手段进一步深刻揭示中医诊断规律的时代已经到来。于是，研究海量中医诊断数据的挖掘方法，从而建立起中医专家知识、中医病历信息的有效数据、规则的自动归纳、整理和发现的基本方法，给出具体有效的算法及其程序系统，也将成为未来智能中医诊断信息处理技术发展的热点之一。（4）中医诊断信息获取与分析技术。四诊是中医诊断疾病信息的最主要收集途径。近年来，虽然在四诊客观化研究方面开展了较为广泛的工作，但在头面望诊、闻诊等重要信息获取方面依然还留有空白。因此，在四诊信息获取与分析方面，一方面将在已有研究成果基础上继续完善舌象、脉诊信息获取的有关工作，另一方面应系统开展有关头面望诊和闻诊信息获取技术的研究。近年来，人机对话技术、语音处理技术、嗅觉传感器技术与图像处理技术的高速发展，为中医四诊信息的采集、识别、处理、量化、分析、判断提供了理论和方法上的支持。主要发展趋势包括：第一，研究先进的随动式脉象仪及其信息获取技术，解决脉象信息的获取问题；第二，在舌象信息获取技术的基础上，进一步开展头面神色信息获取研究，解决中医望诊智能化信息的获取问题；第三，利用电子鼻技术和语音识别技术开展中医闻诊信息获取方法的研究；第四，利用自然语言处理技术与人机对话接口技术，开展中医问诊特定语言的处理方法与技术的研究，即运用成熟的自然语言处理方法与技术，结合先进的可视化人机界面技术，提供一种更为自然的人机交互方式。
         总之，随着人工智能技术的不断进步，智能中医诊断信息处理技术的研究也会不断深入地发展，为推动我国中医诊断技术现代化进程作出贡献。