基于深度循环神经网络的中医药方生成模型

　　近日，中国科学院沈阳自动化研究所大数据智能技术在中医药领域应用取得进展，提出了一种基于深度学习技术的智能中医药方生成方法，相关成果于近日发表于国际期刊IEEE ACCESS。

　　随着传统中医医学在全球范围内的逐步推广，越来越多的国家对中医了解和认可。特别是近年来，基于传统中医学经验基础提取的各类有效的纯植物药物更加巩固了传统医学在医学领域的重要性。近年来，基于深度学习的人工智能方法在各个领域取得了巨大突破，在医学领域也有了长足进步。而在传统医学方面，特别是智能中医的诊断、治疗，尚处于起步阶段。

　　在题为AttentiveHerb: A Novel Method for Traditional Medicine Prescription Generation的研究论文中，沈阳自动化所大数据智能技术组提出了一种基于深度学习技术的智能中医药方生成方法。该方法基于中医诊疗过程的核心思想——“辨证论治”，利用深度循环神经网络对患者的症状信息进行特征提取，并在考虑患者不同病症严重性程度的基础上，针对不同症状动态生成药方中的每一味对症中药，实现智能中医自动化诊疗，并成功模拟中医个性化诊疗这一特点。此外，相较于之前的智能中医研究，该方法完全基于学习方法，无需事先人为设计任何规则，表现出良好的自适应性。该工作不仅是智能中医研究中的新探索和突破，也为未来应用人工智能技术在门诊诊疗的研究提供了研究思路。（数字工厂研究室）