平行胃肠:基于ACP的智能胃肠疾病诊疗

张梅, 陈鸰, 王飞跃, 王晓, 国元元, 杨田

摘要：胃肠道为人体重要消化器官,胃肠疾病常见且病因复杂.为了推动胃肠疾病诊疗的智能化、精准化发展,有效传承医生的经验丰富,文中提出基于ACP理论的平行胃肠诊疗系统框架.ACP理论为平行智能的核心,由人工社会(Artificial Societies)、计算实验(Computational Experiments)、平行执行(Parallel Execution)三部分构成.在平行胃肠诊疗系统中,构建人工胃肠道(A)模拟胃肠疾病实际诊疗情况,运用计算实验(C)在人工胃肠平台上进行各类胃肠疾病诊疗实验并评估最佳诊疗方案,最终借助平行执行(P)实时地对实际胃肠诊疗进行导引,持续更新人工胃肠系统并优化诊疗方案,实现虚拟诊疗和实际诊疗之间的虚实互动.整个系统框架的构建融合知识图谱、深度学习、虚拟现实/增强现实、知识自动化等多种前沿技术,致力于优化胃肠疾病诊疗,推进健康中国建设.

关键词：平行胃肠; 平行医学; ACP理论; 人工智能; 平行智能; 深度学习; 增强现实;

Parallel Gastrointestine: An ACP-Based Approach for Intelligent Operations

ZHANG Mei CHEN Ling WANG Fei-Yue WANG Xiao GUO Yuanyuan YANG Tian

Abstract: The gastrointestinal system is an important organ for human to pick up energy from the foreign world. Causes of gastrointestinal diseases are multifactorial and complex. To develop intelligent and precise gastrointestinal diagnosis and excellent medical skills, a parallel gastrointestinal diagnosis system based on ACP theory is imposed in this paper. As the core of the parallel intelligence framework, the ACP theory consists of an artificial societies(A), computational experiments(C) and parallel execution(P). The artificial gastrointestinal systems are used to model the real complex diagnosis and treatment. The computational experiments are utilized to run various operations and evaluate the performance of results. Finally,the parallel execution is performed to constantly optimize the diagnosis schemes and realize virtual-real interaction guided diagnosis. With technologies of knowledge graph,deep learning,reality/augment reality and knowledge automation,the parallel gastrointestinal system is aimed to improve the accuracy and the efficiency of diagnosis and treatment,and contribute to a high level of national health.

Keyword：Parallel Gastrointestine; Parallel Medicines; ACP Theory; Artificial Intelligence; Parallel Intelligence; Deep Learning; Augment Reality;

胃肠道是人体消化系统的重要器官,负责吸收各类营养物质,排出代谢产物及粪便.同时胃肠道也是体内重要的神经内分泌器官,参与维持体内环境稳定.胃肠疾病为各年龄段人群多发疾病,发病机理复杂、症状高度类似.胃肠疾病的发生与肠道自身状态、生活习惯、精神状况、遗传易感性等多因素均息息相关,疾病诊治呈现复杂化特点.然而,人们对胃肠道生理机制的很多方面还在探索之中.

值得一提的是,作为当前国内外生物医学领域研究热点的肠道菌群研究,为人体疾病机理的探索揭开新的视角.人体肠道内存在数以十万亿计、千余种类的细菌群体,它们在消化、代谢、免疫甚至肿瘤抑制等方面发挥重要的作用,与人体的健康、疾病的预防和治疗等息息相关.

今年,《Science》刊发多篇肠道菌群的研究文章.Peterson等[1]揭示肠道中存在的两种分别可致人发胖和减肥的神奇细菌,从细胞层次和免疫角度明确解释细菌致胖和致瘦机制.肠道菌群生态环境甚至在新生期间就开始形成,直接影响后期人体许多免疫反应的状态,而此方面的研究才刚刚起步.Kuang等[2]从基因分析层面发现肠道微生物失调会直接影响人体食物代谢和脂类吸收的昼夜节律,引起肥胖,完全颠覆以往的认知.从人体出生那刻,肠道菌群的进驻和种类分布便开始与人一生息息相关,甚至可以此预测人体寿命[3].2019年9月,英国剑桥惠康桑格研究所人员便对近600名新生儿的肠道细菌进行测试,发现剖宫产婴儿肠道菌群更易受外在环境中潜在致命菌的植入[4].因此,迫切需要借助现代化、智能化的方法优化胃肠疾病诊疗,从疾病发生机制到疾病表型构建内在的关联,更高效、精准地进行诊疗.

平行胃肠是将复杂系统建模与调控的ACP理论[5,6,7,8,9,10]推广应用于胃肠诊疗领域,构建实际胃肠诊疗与人工胃肠诊疗平行交互的系统,使传统胃肠疾病诊疗实现精准化、智能化、个体化.平行胃肠系统核心理念便是以ACP理论为核心,构建人工胃肠系统、模拟胃肠诊疗的实际场景,通过计算实验对各类胃肠疾病诊疗模型进行训练和评估,最后借助平行执行进行虚实交互,引导实际胃肠疾病的诊疗.整个平行胃肠计算系统在人类医学专家专业知识、标准指南等基础上,融合利用机器学习、大数据处理、计算机图形学、机器学习、知识自动化等多学科领域的前沿技术.

当前,随着生活节奏加快,竞争激烈,容易产生多种不良情绪.同时,快餐业和熟食包装的便利,导致饮食习惯不良者日渐增多.在多种因素影响下,胃肠疾病患者逐年增加.有数据显示,我国大多数人群都患有不同程度的胃肠疾病,发病率与年龄正相关.轻度病变若不及早诊治,可转为慢性或严重疾病甚至恶变,疾病难以控制并且大量消耗社会资源.作为全身免疫系统的一部分,胃肠道疾病可严重降低人体免疫功能,继发其它全身并发症,如心脑血管疾病、肝胆疾病、贫血、糖尿病等.因此,胃肠疾病的临床诊断治疗效果越来越受到社会大众的重视.

胃肠疾病临床诊疗经过一代代医务人员辛苦付出与钻研,获得传承和沉淀,凝聚国内外相关领域专家们的集体智慧.但随着医疗水平的提高,当前胃肠疾病诊疗方面还存在着如下问题.

1)经验丰富的医务人员不足.胃肠系统疾病涉及面广、病种繁多、症状同质性明显,医务人员尤其是偏远不发达地区的基层医生,由于经验和认知的不足,容易漏诊、误诊.例如,内窥镜检查是胃肠疾病诊断治疗的重要环节,镜下良性息肉检出率与直肠癌的发生率和死亡率呈负相关,但由于内镜医师技术水平差异,检出率差异较大,直接影响大肠癌的早期诊治.

2)早诊断、早治疗较难.胃肠系统疾病与生活习惯、环境因素、精神因素、遗传因素等多因素相关,但多数人对轻微腹痛、腹泻及轻度不适症状并不重视,往往至疾病进展才就诊,导致病情复杂,错过最佳治疗时机. “早筛查、早诊断、早治疗”属于二级预防,对于抑制病情进一步恶化非常重要.

3)长期养护难以维持.长期不良的饮食和生活习惯是造成胃肠疾病的重要因素之一,但患者往往重治疗轻养护,导致疾病迁延不愈.因此,如果患者可以实时掌握自身胃肠健康状况,合理规划饮食及精神状态,可有效改善胃肠疾病的预后.

4)个体化诊疗方案需求高.每人的饮食习惯、体质有差异,每位患者的致病原因、临床表现、治疗方法也各不相同.即便是同种病例,由于个体免疫差异、肠道结构或功能差异,都需要制定个体化的治疗和护理方案,以达到更好的疗效.

近些年,随着人工智能、大数据、知识图谱等技术的发展, 这些技术在医学诊疗领域获得越来越多的应用,并取得良好的成效,为解决上述问题带来了希望.许多科学家开始探索构建并集成由大量医学知识规则构成的知识库,将数学和定理模型作为计算机辅助诊断工具,由此引发各类形式的医学专家系统.这些系统主要是在处理器中以特定的格式存入医疗学者的临床经验和知识,建立知识库,使用符号推理的方式进行诊断.特别是Hinton等[11]提出深度信念网络(Deep Believe Network, DBN),为基于数据的统计学习模型赋予快速、精准处理大规模医学数据的能力.深度学习方法在医学影像方面的应用效果尤为出色,可快速高效的完成医学影像相关疾病诊断.然而,基于深度学习的医学诊疗方法,需要大规模标记数据支持,给出的诊断方案难以给出解释,因此针对多因素的复杂疾病,依靠单一技术难以成为一种合理、正确、全面的常规诊疗方法.

胃肠疾病作为一大类多因素综合影响的复杂疾病,诊断和治疗均需要一套长期化、系统化的方法.因此,为了使医生诊疗经验能够更有效、智能化地学习和传承,本文基于ACP理论体系,提出平行胃肠系统,引入社会物理信息系统(Cyber-Physical-Social System, CPSS),研究实际胃肠诊疗系统与社会系统、信息系统之间的交互作用.平行胃肠系统通过构建全面、逼真的人工胃肠诊疗系统,模拟和替代复杂的实际胃肠诊疗系统.结合大规模的人工数据集和实际诊疗信息,利用计算实验方法进行训练和评估,获得最有效的诊疗方案.借助方案在实际场景和人工场景之间的平行执行和虚实互动,实现对实际胃肠诊疗系统数字化、在线化、长期化的有效控制和管理.依据平行胃肠系统,有效利用和挖掘医疗数据资源,融合实际医生的诊疗资料,有效解决胃肠疾病诊疗中存在的复杂问题,为医疗领域的智能化、精准化发展方向提供思路.

1 研究现状

针对胃肠疾病诊断,医生往往根据患者临床表现、粪便化验、胃肠镜检查、影像学资料等多种方式分析患者各项临床病理特征,给出正确的诊疗方案.针对一般胃肠疾病,医生往往给予对应的药物方案.针对疑似重症患者,医生往往需要内窥镜或手术设备进行诊疗.最早可体现智能辅助概念的系统之一,便是美国Intuitive Surgical公司开发的达芬奇机器人手术辅助系统[12],如图1所示.该系统为医生提供良好的三维立体感知,实现智能化的视觉导航辅助功能,有效提高手术的精准性,目前已广泛应用于胃肠外科、妇科、心胸外科等多种手术中.

图1 达芬奇手术机器人[12]  

 Fig.1 DaVinci Robot

近几年,随着人工智能的快速发展,利用计算机的高速算力优势,已经开始辅助人类在很多领域进行复杂繁重的科学和工程计算.特别是Hinton等[11]提出深度信念网络开始,为基于数据的统计学习模型赋予快速、精准处理大规模数据的能力,在计算机视觉、语音识别、图像处理等领域获得广泛应用并取得突出成绩.使人工智能技术在医学图像处理、医疗决策、健康护理等方面都展示巨大的应用空间,通过大数据、机器学习、知识图谱等前沿智能技术,进行医学数据挖掘、医学影像检测等,有效辅助医生进行疾病诊断和治疗.

2016年,Google便利用12.8万幅眼底图像组成数据库,训练一个深度神经网络类诊断糖尿病视网膜病变,精度达到临床应用标准[13].MIT计算机科学与人工智能实验室开发用于检测乳腺癌的系统,采用随机森林分类器的学习方法,能够正确诊断识别出97%的恶性乳腺癌肿瘤[14].2017年,日本昭一大学利用人工智能方法对3万多幅直肠癌图像进行训练,一秒之内便可对直肠息肉图像进行癌变检测,准确率达86%,该人工智能内窥镜外观如图2所示.2018年,日本学者报道利用深度学习技术进行早期胃癌检测,针对传统的内窥镜图像,在77个胃癌患者中正确检测71个,总体敏感性为92%.由于可在非常短的时间内处理千量级内窥图像,辅助医生在内窥镜目视阶段实时诊断恶性肿瘤.   

图2 人工智能内窥镜诊疗直肠癌  

Fig.2 Intelligent endoscope for rectal cancer diagnosis

       在手术机器人方面,多个国家的研究学者一直致力于研制更具智能化的全自动手术机器人.2016年,美国国家儿童健康系统发布全球第一台可处理软组织吻合的自主手术机器人(Smart Tissue Autonomous Robot, STAR)[15],手术臂上配置力传感器准确感应缝合线上的拉力,外观如图3所示.

图3 自主手术机器人STAR[15]  

Fig.3 STAR Robot

在活体猪实验中,采用SART手术机器人对易变形的肠管自主完成肠道吻合术.STAR机器人有望成为外科医生得力的助手,进入实际临床应用. 在手术预后的预测方面,学者们利用人工智能技术也进行多方面的研究.Spelt等[16]构建人工神经网络模型,对结直肠癌肝转移患者行肝转移灶切除术后的存活率进行预测.人工智能方法也开始应用于肠道菌群的研究.2019年1月,Galkin等[3]利用机器学习的方法,发现通过肠道菌群分析可以准确预测人的年龄,如图4所示.

图4 采用DNN网络模型进行年龄分类

Fig.4 DNN configurations used for age bracket classification

对来自全球的1 165名健康人群的3 600多个肠道菌样本进行数据分析,针对其中95种不同的细菌及供者年龄进行模拟神经元在大脑中运作的深度学习程序训练,并将结果用于推演剩余10%的样本人群年龄,偏差在4岁以内.这种“微生物衰老时钟”可有效用于测试人体肠道老化速度,酒精、药物及饮食对长寿的影响.

总的来说,当前智能诊疗系统主要表现在如下方面:1)针对医学影像辅助诊断方面,利用机器学习等方法对大量医学数据进行学习和训练,分析和识别病变特征,提高医生的效率;2)针对医学知识认知方面,利用机器学习、知识图谱等技术,对大量医学知识、医学规则、患者数据等进行挖掘,探查知识规律的关联性,为病情诊断提供依据和方案.然而,现有智能医学诊断系统往往在某一功能方面表现突出,尚未有一款系统能够覆盖胃肠疾病的诊断、治疗、手术、预后护理等全程中各关键环节.

综上所述,适用于胃肠疾病诊疗的智能系统的发展趋势表现如下.

1)现有的智能诊疗方法主要辅助医生完成一些重复性、规律性的工作,但难以辅助医生更有效拓展医学知识、更全面、深层地理解疾病机理,因此具有自主学习、自我扩展、自我推理的智能化辅助诊疗系统,更满足医生需求,更辅助医生有效提高自身的医术.

2)现有的智能诊疗方法往往着眼与疾病诊疗中某个环节,然而疾病的形成往往是多方面的,疾病的彻底治愈往往涉及诊断、治疗、养护的整个过程,因此,可实现个性化、精准化、全程化的智能诊疗系统更符合未来的需求,不仅可辅助医生完成实际诊治,还可引导患者进行自我监管,有效保障疾病治疗的效果.

2 基于ACP理论的平行胃肠诊疗系统基本框架

2004年,王飞跃首次提出由人工社会(Artificial Societies)、计算实验(Computational Experiments)与平行执行(Parallel Execution)融为一体的ACP智能计算与控制理论[10],用于解决现实自然社会系统中存在的复杂多样、难以控制、难以重复实验等问题.这一理论体系的核心思想便是针对复杂多变的系统环境,以数据为驱动,通过构建人工系统,进行计算实验,使实际系统与人工系统之间进行常态化的交互.从而对复杂的实际情况实现可定量、可实施、可实时的计算实验,有效解决复杂系统的瓶颈问题.近年来,ACP理论方法已成功应用于城市交通控制、乙烯生产管理、社会计算、计算机视觉等领域[17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54].2013年王飞跃又将ACP理论引入到医学领域[51],提出平行医学体系.近几年围绕医学领域发表系列文章,针对细化的医疗领域进一步提出平行手术[52]、平行眼睛[53]、平行高特[54]等理论及其应用案例,为精准化的疾病诊疗提供有效方法,降低误诊误治率.

胃肠作为人体与自然界进行物质能量交换的重要器官,疾病发生发展除了受遗传因素影响外,还与饮食习惯、精神状态、环境改变、菌群状态、解剖结构等多种因素有关.胃肠疾病的诊疗系统往往表现复杂的个体-社会多样性,主要表现在:一方面医学诊治过程中需面对多种不同症状表现的疾病,需综合考虑社会、精神、疾病、诊断方法等诸多方面,通过系统分析给出治疗方案;另一方面,胃肠疾病的健康管理需要坚持长期的正确养护,才能降低疾病复发和迁延、减少并发症.因此,为了更有效地解决胃肠诊疗过程中的问题,深度挖掘数据信息资源,本文引入社会物理信息系统(CPSS),提出基于ACP理论的平行诊疗系统框架.

本文提出的平行胃肠诊疗系统包含实际胃肠疾病诊疗系统与对应的虚拟人工胃肠诊疗系统.根据实际胃肠诊疗数据,构建与之对应的人工胃肠诊疗系统,通过学习训练实现“小数据”到“大数据”的扩展,进而通过计算实验,针对具体实际样本给出最优方案.最终,通过人工胃肠诊疗系统与实际胃肠诊疗系统的协同交互实现两者之间“人机结合、知行合一、虚实一体”的效果,为智能化胃肠诊疗提供一套行之有效的解决方案.

图5给出平行胃肠诊疗系统的理论框架,包含ACP“三步曲”,其中“A”步为平行胃肠的描述智能,“C”步为平行胃肠的预测智能,“P”步为平行胃肠的引导智能.

图5 平行胃肠系统的基本框架  

Fig.5 Basic framework of parallel gastrointestinal system

整套系统涵盖三种操作模式,分别为:1)属于描述智能的学习与训练模式,实现人工系统的构建与完善;2)属于引导智能的实验与评估模式,产生最佳诊疗方案,并给出预后评估;3)属于引导智能的预测与引导模式,实现人工系统与实际诊疗系统之间的实时交互反馈.

3 平行胃肠诊疗系统的描述智能

平行胃肠诊疗系统中的人工胃肠系统主要是构建人工胃肠诊疗系统,模拟实际诊疗过程,生成虚拟的医患沟通关系.虚拟的人工胃肠诊疗系统中,不仅包含软件定义的人工胃肠患者,也包含与实际胃肠疾病诊疗及护理过程中各细分科室对应的虚拟医生,如消化内科虚拟医生,消化外科虚拟医生.从而通过人工胃肠诊疗系统的描述模型,将实际诊疗过程中涉及的医学知识、医生经验、诊疗指南等可视化、形式化,并且将人体胃肠组织、功能、临床表现等数字化.

人体胃肠涵盖肠道和胃等大部分消化器官和组织,它的复杂程度不亚于大脑神经结构.胃肠疾病的产生因素不仅涉及生理因素,还涉及精神因素、个体差异因素等.无规律的饮食习惯和长期焦虑、紧张的精神因素是导致胃肠疾病产生的重要诱因,个体肠道结构或功能异常、基因差异等都会使某种胃肠疾病的发生概率增加.因此,虚拟的胃肠疾病患者的构建包含胃肠结构物理参数、各项生理指标、菌群基因检测数据、心理及行为习惯等多方面信息.其中,肠道结构物理参数包含可体现患者基本信息差异(年龄、性别、管腔长度直径、结构异常等)的三维模型参数,如表1所示.

表1 人工胃肠系统的构成要素 

Table 1 Components for artificial gastrointestinal system

各类生理指标包含各类体液检查数据、血压血氧、医学影像数据等.尤其在胃肠疾病检查中,管腔内部粘膜组织表面的图像检查非常必要,涉及多种不同类型的图像采集设备,为虚拟胃肠构建提供丰富的数据资源.基因检测数据包含对外周血、口腔黏膜及各种肠道菌群的基因检测数据.虚拟患者心理及行为习惯信息包含可体现患者日常饮食习惯、心理状态的知识表示.

特别指出,人体内肠道内还驻扎着数以万亿的细菌,与人体组成一个超级的共同生命体,可分为有益菌群、有害菌群、中性菌群等,共同构成一个相互依赖、相互作用、相互制约的微生态环境.肠道菌群的存在对肠上皮细胞的发育、肠黏膜的修复等都有重要的促进作用,因此对肠道免疫系统的发育和激活起到关键作用,从而直接决定人体的健康状况.肠内细菌制造的各种物质对身体免疫系统产生很大影响,最近便有多项研究发现肠道菌群与人体健康存在的千丝万缕关系,例如,通过调控肠道微生物可降低动物体内血脂含量、抑制脂肪肝发生;通过对肠道菌群的关联分析发现某些特定微生物随抑郁症状程度呈规律性变化;剧烈运动后免疫力的恢复亦与肠内菌群有很大的关系,食物代谢、脂类吸收的昼夜节律甚至都由肠道微生物设定.所以,了解肠道菌群与人体的相互作用,是解开人体很多急慢性疾病产生机制的钥匙,它们甚至被称为人体的新器官.目前已被证实参与人体内分泌系统、神经系统、免疫系统、循环系统等多个系统运行,不仅很多胃肠相关疾病,甚至抑郁症、脑卒中、肥胖等疾病都与菌群分布有关.

近些年的多项研究表明,通过肠道微生物对一些疾病进行检测是可行的.在人工肠胃系统构建中,完全可以将肠内菌群情况作为线索,进行疾病的分析、诊断、预测,并可进行干预,给出治疗方案、饮食和生活的指导.它与人体基因等其它因素相结合,可以准确反映人体的健康状况,并提供可预测的信息.因此,虚拟患者的构建涉及到解剖学、遗传学、生理学、病理生理学、组织胚胎学、微生物学、数学建模、心理学分析等多领域的技术.构建的虚拟医生主要体现胃肠系统各类疾病诊疗中专科医生完整的医学知识体系、临床诊疗数据、大型临床实验结果、逻辑思维方式等,针对每个虚拟的患者给出合理的诊疗方案,如表1所示.整套人工胃肠诊疗系统的构建将包含图像处理、深度学习、知识图谱、大数据处理等多项技术.

当实际患者前来就诊虚拟时,进行各项参量数据的采集,构建一个与之对应的虚拟患者.当实际医生与实际患者面对面进行诊疗的时候,虚拟医生对虚拟患者进行同步的诊疗,构建完成一对虚拟的医患关系.在实际诊疗场景中,诊疗过程往往是单向发展的过程,具有不可逆、非重复性的特点,限制对一些复杂疾病的深入探索研究.然而,在人工诊疗场景中,可重复进行复杂多样化的实验是其优势的突出体现.虚拟患者的胃肠模型与实际胃肠疾病患者的病症发展变化可保持同步,甚至可构建能表征实际病情过去及未来各种可能情况的多个虚拟胃肠系统.例如,自身免疫系统异常导致大肠黏膜广泛糜烂,引发溃疡性结肠炎,如果病症单一较轻便可进行药物治疗,但通过人工胃肠系统可设置更多因素的变化,如合并肝硬化需要不同的诊断方案.因此,实际胃肠患者并非与人工胃肠模型唯一对应,而是对应多个虚拟胃肠系统.系统通过对患者胃肠疾病相关的各项病理参数进行更改,自主实现大数据集,生成大规模、多样化的医疗样本数据.从而,对各种病症的病情进行诊疗实验、评估诊疗方案、实现“学习与训练”的功能.同时,人工胃肠系统可为医生提供一个良好的提高和积累平台.由于人体胃肠疾病种类繁多,经验丰富的医生往往对疾病具有更深刻的认识,对少见疾病具有更高的诊断准确率,对治疗也具有更细微的调整,单一专科医生或经验不足医生完全可以利用人工胃肠系统有效学习训练,从深度和广度上提高自身技术.

4 平行胃肠诊疗系统的预测智能

胃肠疾病往往是多种不良诱因长期作用而引起,迁延不愈容易影响人体免疫功能及精神状态,引发其它疾病,严重病情恶化可继发癌变,因此,对胃肠疾病病因诊断和病情发展的预判具有很强的综合性、复杂性,往往需要一套全方位、多层次的推演方法对病情发展进行正确判断.由于人工胃肠系统的构建过程中涵盖病情相关的所有信息,平行胃肠诊疗系统可对病情的发展趋势提供全面合理的预测.针对实际诊疗场景难以进行全面、综合实验的不足,计算实验通过人工诊疗系统将多种诊疗方案用于虚拟患者,计算获得大量虚拟患者的诊疗结果,对实际患者未来病情发展情况进行预测及对应治疗方案的规划.

在实际诊疗过程中,往往采用某一套治疗方案以实施,具有不可逆性、不可预测性.然而人工胃肠系统中可呈现病情的多种变化趋势,虚拟医生完全可以对虚拟患者进行各种实验,预判治疗结果,实现病情诊断的可控制、可重复.例如,对于消化道恶性程度较高的胃癌,它的发生是一个多因素多阶段过程,大量研究证实有多种基因突变与胃癌的发生发展密切相关,而60%自然人群胃内均存在的幽门杆菌(Hp)是胃癌发生的重要协同致病因子,通过人工胃肠系统对影响Hp数量的其它因素进行多种参数方案设置,可动态预测患癌的几率和程度,并提供不同的治疗方案.在技术实现方面,知识图谱、自然语言处理、深度学习、增强现实等技术已经在平行医学、平行高特等系统中得到成功应用,因此,这些技术完全可以在平行胃肠系统的计算实验中进一步发挥各技术的潜力.

总之,平行胃肠诊疗系统的计算实验,进一步扩展人工胃肠数据集,充分预测疾病的可能发展趋势,综合评价诊疗方案的效果,提供趋于最优的实施方案.根据计算实验的实施,从而将“A”步与“C”步之间勾连一个内循环,大幅扩展诊疗样本和诊疗方案数据量.

5 平行胃肠诊疗系统的引导智能

在ACP理论体系中,平行执行是最高级的阶段,是有别与其它数字化信息物理系统的重要特征.平行胃肠诊疗系统的平行执行便是根据计算实验得到的最优诊疗方案,以指导实际患者的诊断与治疗,并将实际诊疗后的病情变化情况再更新反馈到人工胃肠系统中,使胃肠诊疗的模型在实际场景和人工场景之间进行虚实互动和人机融合,使胃肠疾病诊疗方案实现常态化、实时化、动态化的训练和优化.根据胃肠疾病患者病情的严重程度,诊疗从单纯的药物治疗到复杂的腹腔手术均涵盖其中,涉及不同的细分科室,具有很强的复杂性和多变性.针对周期较长的慢性胃肠疾病需要定期复诊以调整治疗方案,针对突发情况发生率高的胃肠手术更需及时调整手术方案,平行执行突出的“引导智能”在此发挥重要作用,根据病情变化进行预测,持续优化给出最佳诊疗方案,实时反馈给实际医生.总之,平行执行的过程涵盖两部分内容:1)利用计算获得的预测结果对实际胃肠疾病诊疗进行指导,2)诊疗后实际病情转归反馈回人工胃肠系统以更新诊疗方案,形成一个完整的闭环.

需要指出的是,平行胃肠诊疗系统中的平行执行不仅包含实际医生与人工胃肠系统之间的平行交互,还包含实际患者与人工胃肠系统之间的平行交互.在实际医生与人工胃肠系统的平行执行过程中,虚拟医生依据构建的诊疗规则和历史样本数据,预测病情趋势及各种可能的诊疗预案,为实际医生提供更具全局化、精准化的诊疗方案.同时,实际医生将丰富的医学诊疗资料回输给虚拟医生,尤其是数量较少的罕见病样本,使人工系统的医学知识体系持续向真实化、完备化方向收敛.例如,在进行胃肠手术进行病灶切除时,有时病灶部分与重要血管或器官紧密相连但又难以呈现在医生视野中,手术器械对重要血管或其它器官的副损伤往往是医生特别需要避免的.人工胃肠系统中会同步手术过程,实时更新并预测手术情况,一旦出现可能的险情,提前为医生提供预警,调整手术思路,实现虚拟医生对胃肠手术的引导功能.

在实际患者与人工胃肠系统的平行执行过程中,虚拟患者为虚拟医生和实际医生提供可扩展的多样化实验数据, 经过全面推理、分析获得最优的诊疗方案.实际患者将身体各项指标参数及病情相关因素等变化实时反馈给人工系统,同步更新校准虚拟患者的模型参量.很多胃肠疾病往往是长期慢病的表现,反复发作,使实际治疗效果难以达到预期效果.主要原因便是患者日常习惯管理欠佳,自身认识不足.平行胃肠诊疗系统可全程参与患者的日常养护中,不断监测患者的日常生活习惯及用药情况,一旦检测到疾病症状变化,实时反馈给人工系统更新患者模型,重新进行计算实验,调整诊疗方案,引导患者调节生活规律等.总之,平行执行基于大数据处理、知识图谱、增强现实可视化等技术在线仿真和实时优化,使胃肠诊疗实现常态化的虚实交互和引导智能的自动化.

6 结 束 语

本文将ACP理论推广至胃肠疾病诊断和治疗领域,提出平行胃肠诊疗的基本概念和系统框架,由人工胃肠系统构建、计算实验和平行执行三部分组成,利用大数据挖掘技术、知识图谱、图像处理、深度学习等技术完成系统构建,对实际胃肠疾病诊疗进行有效的预测和导引.平行胃肠系统通过构建人工胃肠逼真模拟真实的胃肠情况及相应的诊疗规则,利用计算实验对胃肠疾病的病情发展进行预测并评估最佳诊疗方案,最后采用平行执行方式,实现虚拟诊疗场景与真实场景间的实时交互,在线优化诊疗方案,导引医生高效完成疾病诊治.实际临床诊疗过程中,往往存在大量不可控、不可逆的问题,平行胃肠诊疗系统将有助于解决此类问题,在虚拟空间实现大数据多样化的临床实验,对实际疾病诊断更深入全面了解,降低误诊误治率,提高胃肠疾病诊断的准确率和治疗的高效性.

平行胃肠系统理论框架的构建过程中,涉及诊疗场景中患者、医生等各类相关信息的获取和知识的挖掘,集成多种针对性的技术和计算方法.同时,胃肠疾病诊疗过程中不仅涉及药物主导的治疗方案,还包含胃肠手术主导的治疗方案,那么在平行胃肠框架中的平行执行部分,不仅包含指令信息的导引,还包含视觉、触觉等多方面的交互导引.由此可知,平行胃肠诊疗系统涉及到智能决策系统、手术机器人等多个相关领域的技术方法.因此,平行胃肠技术在胃肠疾病诊疗中具有重要的应用价值,对传统医疗模式向精准化、智能化模式发展提供有效的解决思路,为推进健康中国建设提供有力的支持.

参考文献：