夜雨聆风
AI对中医诊断有帮助吗？一个跨界思考
朋友前阵子跟我说，他带老父亲去看中医，老大夫把了半天脉，最后说了一句「肝气郁结，肾阳不足」，他回家就开始查，越查越蒙，最后在某个AI问诊APP上把症状一输，跳出来一大段分析，头头是道，连方子都给开了。
朋友前阵子跟我说，他带老父亲去看中医，老大夫把了半天脉，最后说了一句「肝气郁结，肾阳不足」，他回家就开始查，越查越蒙，最后在某个AI问诊APP上把症状一输，跳出来一大段分析，头头是道，连方子都给开了。他问我，这东西靠谱吗？
这个问题，我想了很久。
中医诊断本身就是一套信息处理系统，这是很多人没意识到的。望闻问切，四诊合参，说起来玄，其实就是在做一件事，把病人身上分散的、模糊的信号，整合成一个可以指导用药的判断。舌苔的颜色、脉象的浮沉、面色的荣枯、声音的高低，每一个维度都是输入，最后出来一个证型，这是输出。你想想看，这跟机器学习做的事情，结构上几乎是一样的。大量输入，找规律，给出预测。差别在于，老中医的「模型」是几十年临床经验训练出来的，而AI的模型是数据喂出来的。
那问题来了，中医的数据能喂AI吗？这里有个很真实的困难。中医的记录历史上一直是非结构化的，「脉细数」「苔薄白」「神疲乏力」，这些描述高度依赖医生个人的语言习惯，同一个脉象，不同的大夫可能写法完全不同。现代医院的电子病历好一些，但中医科的数字化程度长期落后于西医科室。好消息是，这个问题在过去几年有了明显改善。国内一些大型中医院和科研机构开始做标准化的数据采集，舌诊仪、脉诊仪这类硬件设备也在往标准化方向走。中医药大学的团队、商业公司比如平安健康、阿里健康，都在这个方向上投过资源。数据的底子，正在慢慢打。
说到这里我要讲一个有意思的地方。AI在中医诊断里，最能发挥作用的不是「替代」，而是「一致性」。你去看十个水平参差不齐的中医，可能拿到十个不同的诊断，这不是中医的问题，这是人类认知的问题，疲劳、情绪、注意力分散都会影响判断。但一个训练好的AI模型，第一万次诊断和第一次诊断的标准是一样的。坦率的讲，在基层医疗资源匮乏的地方，一个稳定输出「合格水平」的AI辅助诊断，比一个发挥不稳定的人类医生，实际价值可能更大。这不是在贬低中医，而是在正视资源分配不均的现实。中国有大量的农村和小城市，根本没有好的中医大夫，AI在这里能做的事情，是填空，不是抢饭碗。
当然，反对的声音也有道理，我不想绕开它。中医有一个西医没有的东西，叫「整体观」和「辨证论治」，它强调每个人是独特的，同一个病在不同人身上可能完全不同的治法。这种高度个体化的逻辑，和机器学习依赖大样本找共性规律的方法，存在天然张力。一个AI如果只是在做「症状到证型的映射」，它处理的其实是中医里相对标准化的那部分，碰到复杂的、疑难的、超出训练分布的情况，它大概率会失效。更深的一层是，中医诊断里有些东西目前根本无法量化，比如一个老大夫在诊室里感受到的那种「气」，病人进门时的整体状态，这些信息连采集都做不到，更别说喂给模型了。说到底，AI现在能做的，是中医里相对「显性」的那部分，真正的精华，还在老大夫脑子里。
顺着这个再聊聊未来的方向。我觉得最有价值的路径不是让AI单独给出诊断，而是做「辅助决策」，就是给医生看的那种。比如帮医生做舌象的自动分析，提醒医生可能遗漏的证型，或者在医生开完方子之后做一个用药安全的自动审核，这些都是AI可以切入的节点，而且风险可控。国内已经有团队在做类似的事，思路是对的。另一个方向是「名老中医经验传承」，中国有大量国医大师、名老中医，他们的临床经验是几十年积累的财富，但这些人终究会老去，如果能在他们还在的时候把诊断思路系统化地提取出来，用AI的方式「封存」，那对中医传承的意义，远比一个问诊APP大得多。
回到我朋友的问题。他父亲最后还是去找了一个口碑不错的老大夫，AI给的方子他没敢用。我觉得这个选择是对的，但不代表AI在这里没有价值。AI能做的，是让更多人在去找老大夫之前，对自己的身体状况有一个初步的框架性认知，减少信息不对称，让那次诊室里的对话更有效率。
“
这已经很有价值了。
”
•只是我们不要把它夸大成「AI颠覆中医」，也不要因为它不够完美就全盘否定。中医走了几千年，AI才走了几十年，两件事放在一起，本来就是一场很长的对话，刚开了个头。
只是我们不要把它夸大成「AI颠覆中医」，也不要因为它不够完美就全盘否定。中医走了几千年，AI才走了几十年，两件事放在一起，本来就是一场很长的对话，刚开了个头。
